Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_XL	0.24 1	0.24 79	0.39 14	0.34 1	0.24 41	0.16 2	0.18 2	0.32 1	0.22 4	0.29 11	0.40 28	0.24 7	0.23 10	0.32 1	0.26 21	0.20 220	0.18 317	0.18 114	0.16 155	0.18 123	0.14 63
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.24 1	0.21 28	0.36 3	0.38 25	0.22 19	0.32 15	0.22 17	0.39 2	0.23 6	0.30 15	0.25 7	0.30 35	0.33 48	0.34 3	0.26 21	0.16 60	0.12 54	0.15 22	0.11 9	0.13 5	0.12 11

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 12	0.22 19	0.35 19	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 46	0.20 1	0.77 111	0.23 2	0.16 60	0.11 28	0.15 22	0.11 9	0.13 5	0.11 2

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 39	0.24 41	0.38 28	0.20 10	0.59 21	0.19 1	0.24 2	0.17 1	0.33 44	0.27 21	0.90 158	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

LGtest1	0.27 4	0.21 28	0.44 39	0.41 47	0.21 9	0.42 44	0.19 7	0.56 14	0.26 9	0.29 11	0.24 6	0.29 30	0.29 29	0.55 41	0.25 12	0.18 142	0.12 54	0.16 52	0.12 41	0.14 20	0.13 36

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 32	0.21 9	0.25 3	0.22 17	0.48 6	0.31 16	0.32 20	0.26 10	0.37 55	0.24 12	0.83 134	0.29 38	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.11 2

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 152	0.31 79	0.55 12	0.43 47	0.28 7	0.28 13	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

IGEV	0.28 7	0.18 1	0.39 14	0.37 12	0.31 182	0.45 63	0.21 13	0.59 21	0.40 38	0.31 16	0.43 41	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 54	0.16 52	0.13 65	0.12 1	0.12 11

MLG-Stereo_test3	0.28 7	0.18 1	0.42 32	0.40 39	0.23 25	0.47 73	0.19 7	0.61 29	0.29 12	0.35 28	0.21 2	0.35 48	0.21 3	0.60 62	0.25 12	0.15 38	0.11 28	0.16 52	0.11 9	0.13 5	0.13 36

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 152	0.31 79	0.55 12	0.43 47	0.28 7	0.29 15	0.23 3	0.21 3	0.56 42	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

4.5_new	0.29 11	0.25 108	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

4.5w-stereo	0.29 11	0.25 108	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

LG-Stereo_L2	0.29 11	0.20 10	0.45 52	0.37 12	0.25 58	0.26 4	0.20 10	0.78 79	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 159	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

MLG-Stereo	0.29 11	0.19 6	0.38 8	0.41 47	0.20 3	0.42 44	0.20 10	0.66 45	0.21 2	0.25 3	0.22 4	0.33 44	0.28 25	1.09 213	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

Monster-pub-mixall	0.30 15	0.19 6	0.39 14	0.36 5	0.21 9	0.28 9	0.18 2	0.58 19	0.34 24	0.36 33	0.34 20	0.26 15	0.20 1	1.40 299	0.24 5	0.15 38	0.11 28	0.13 1	0.10 2	0.12 1	0.13 36

AdaDepth	0.30 15	0.22 47	0.49 73	0.44 84	0.27 92	0.44 59	0.24 31	0.52 8	0.30 13	0.31 16	0.37 26	0.26 15	0.32 45	0.79 120	0.25 12	0.12 6	0.12 54	0.16 52	0.13 65	0.16 61	0.15 97

asda	0.30 15	0.24 79	0.42 32	0.38 25	0.23 25	0.43 53	0.34 106	0.58 19	0.37 31	0.38 43	0.42 32	0.27 20	0.34 55	0.52 29	0.30 48	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

asd	0.30 15	0.21 28	0.41 24	0.39 32	0.24 41	0.47 73	0.30 72	0.69 53	0.30 13	0.41 53	0.39 27	0.28 29	0.33 48	0.62 68	0.27 26	0.13 20	0.09 1	0.14 2	0.12 41	0.14 20	0.12 11

4.25_new	0.30 15	0.26 131	0.44 39	0.38 25	0.26 68	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 15	0.26 131	0.44 39	0.38 25	0.26 68	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 15	0.26 131	0.44 39	0.38 25	0.26 68	0.49 91	0.40 179	0.59 21	0.32 20	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4w-stereo	0.30 15	0.24 79	0.44 39	0.37 12	0.23 25	0.46 68	0.27 51	0.63 34	0.31 16	0.41 53	0.44 45	0.27 20	0.36 72	0.59 50	0.30 48	0.11 1	0.09 1	0.15 22	0.12 41	0.13 5	0.12 11

LG-Stereo_L1	0.30 15	0.20 10	0.44 39	0.37 12	0.26 68	0.29 11	0.21 13	0.66 45	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 251	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

IGEV-Stereo++	0.30 15	0.20 10	0.40 19	0.46 106	0.30 156	0.33 16	0.22 17	0.75 69	0.45 53	0.32 20	0.41 30	0.32 40	0.48 144	0.38 4	0.27 26	0.15 38	0.11 28	0.15 22	0.12 41	0.15 41	0.13 36

2.5w	0.31 25	0.23 60	0.46 60	0.39 32	0.24 41	0.42 44	0.39 171	0.61 29	0.30 13	0.37 37	0.53 78	0.24 7	0.25 14	0.77 111	0.28 35	0.12 6	0.10 9	0.14 2	0.12 41	0.14 20	0.12 11

2.75w_new	0.31 25	0.23 60	0.43 37	0.35 3	0.23 25	0.42 44	0.42 199	0.54 11	0.35 27	0.47 86	0.43 41	0.24 7	0.30 33	0.66 81	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

LG-G_1	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 201	0.18 2	0.70 57	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 149	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

LG-G	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 201	0.18 2	0.70 57	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 149	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

qwe	0.32 29	0.21 28	0.40 19	0.37 12	0.26 68	0.49 91	0.29 62	0.64 36	0.39 34	0.49 101	0.48 59	0.26 15	0.27 21	0.80 123	0.34 103	0.12 6	0.10 9	0.14 2	0.11 9	0.15 41	0.12 11

2.25w	0.32 29	0.24 79	0.48 66	0.37 12	0.24 41	0.45 63	0.25 34	0.62 32	0.40 38	0.45 77	0.58 96	0.27 20	0.32 45	0.74 107	0.35 113	0.12 6	0.10 9	0.14 2	0.12 41	0.13 5	0.14 63

3.25w_new	0.32 29	0.21 28	0.45 52	0.38 25	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 86	0.45 50	0.32 40	0.35 63	0.61 66	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.25w	0.32 29	0.21 28	0.45 52	0.37 12	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 86	0.45 50	0.32 40	0.35 63	0.61 66	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.75w	0.32 29	0.23 60	0.44 39	0.37 12	0.29 134	0.62 194	0.36 130	0.59 21	0.32 20	0.41 53	0.47 56	0.25 13	0.34 55	0.64 72	0.26 21	0.12 6	0.09 1	0.14 2	0.12 41	0.13 5	0.12 11

2w_stereo	0.32 29	0.24 79	0.45 52	0.39 32	0.22 19	0.46 68	0.47 264	0.69 53	0.42 45	0.43 65	0.50 70	0.24 7	0.45 116	0.47 19	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.13 36

SGD-Stereo	0.32 29	0.20 10	0.40 19	0.38 25	0.19 1	0.43 53	0.22 17	0.64 36	0.33 22	0.42 59	0.34 20	0.27 20	0.35 63	1.15 227	0.30 48	0.20 220	0.10 9	0.15 22	0.13 65	0.17 92	0.13 36

GREAT-IGEV	0.32 29	0.20 10	0.42 32	0.37 12	0.29 134	0.36 23	0.28 57	0.56 14	0.58 99	0.28 7	0.50 70	0.29 30	0.29 29	0.84 137	0.27 26	0.14 30	0.11 28	0.15 22	0.11 9	0.17 92	0.14 63

3.5w_stereo	0.33 37	0.25 108	0.45 52	0.37 12	0.24 41	0.54 143	0.35 114	0.66 45	0.36 28	0.43 65	0.44 45	0.29 30	0.34 55	0.77 111	0.39 154	0.11 1	0.09 1	0.15 22	0.11 9	0.14 20	0.13 36

3w_stereo	0.33 37	0.25 108	0.52 96	0.40 39	0.21 9	0.53 135	0.54 319	0.65 40	0.46 59	0.44 69	0.48 59	0.23 3	0.45 116	0.46 14	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.15 97

DEFOM-Stereo	0.33 37	0.20 10	0.40 19	0.42 54	0.28 117	0.80 303	0.23 25	0.48 6	0.37 31	0.37 37	0.31 18	0.23 3	0.24 12	1.20 241	0.27 26	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.14 63

1w_stereo	0.34 40	0.20 10	0.42 32	0.43 61	0.26 68	0.47 73	0.54 319	0.59 21	0.50 69	0.41 53	0.66 113	0.25 13	0.44 112	0.62 68	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

monsterstereo	0.34 40	0.20 10	0.44 39	0.45 98	0.35 244	0.27 8	0.29 62	0.53 9	0.51 78	0.44 69	0.61 101	0.26 15	0.25 14	1.19 239	0.27 26	0.13 20	0.11 28	0.15 22	0.12 41	0.15 41	0.10 1

monsters	0.34 40	0.20 10	0.41 24	0.39 32	0.36 254	0.34 17	0.27 51	0.66 45	0.43 47	0.47 86	0.40 28	0.22 2	0.23 10	1.33 273	0.25 12	0.13 20	0.10 9	0.14 2	0.11 9	0.13 5	0.13 36

111111	0.34 40	0.20 10	0.41 24	0.45 98	0.42 320	0.37 25	0.22 17	0.95 151	0.38 33	0.31 16	0.31 18	0.40 60	0.27 21	0.96 173	0.26 21	0.17 103	0.12 54	0.15 22	0.11 9	0.15 41	0.13 36

LG-Stereo	0.34 40	0.25 108	0.78 287	0.47 117	0.26 68	0.37 25	0.30 72	0.71 61	0.52 85	0.36 33	0.57 93	0.29 30	0.21 3	0.50 23	0.36 123	0.13 20	0.13 115	0.20 174	0.18 194	0.18 123	0.12 11

S2M2_L	0.34 40	0.28 183	0.45 52	0.40 39	0.30 156	0.31 14	0.16 1	0.60 28	0.64 117	0.31 16	0.48 59	0.47 85	0.34 55	0.38 4	0.32 70	0.25 349	0.22 393	0.20 174	0.22 321	0.25 317	0.22 287
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 172	0.36 254	0.38 28	0.23 25	0.78 79	0.52 85	0.34 27	0.51 73	0.46 78	0.38 84	0.51 26	0.27 26	0.20 220	0.12 54	0.16 52	0.12 41	0.16 61	0.14 63

RAStereo	0.34 40	0.21 28	0.66 184	0.47 117	0.27 92	0.26 4	0.29 62	0.69 53	0.63 113	0.32 20	0.42 32	0.45 74	0.31 39	0.45 12	0.34 103	0.17 103	0.15 226	0.19 137	0.15 113	0.18 123	0.13 36

AIO_test	0.35 48	0.22 47	0.44 39	0.43 61	0.27 92	0.57 163	0.44 232	0.79 84	0.41 42	0.32 20	0.47 56	0.46 78	0.30 33	0.69 86	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.15 41	0.12 11

zero-FE	0.36 49	0.22 47	0.47 63	0.45 98	0.43 330	0.30 12	0.24 31	0.61 29	0.33 22	0.33 25	0.41 30	0.37 55	0.50 158	0.64 72	0.32 70	0.22 280	0.11 28	0.18 114	0.12 41	0.83 526	0.16 128

LG-Stereo_Zeroshot	0.36 49	0.23 60	0.54 108	0.50 172	0.28 117	0.36 23	0.22 17	1.02 176	0.39 34	0.42 59	0.64 109	0.36 50	0.51 163	0.39 6	0.29 38	0.18 142	0.12 54	0.17 79	0.13 65	0.18 123	0.18 179

AIO_rvc	0.36 49	0.23 60	0.49 73	0.43 61	0.27 92	0.59 171	0.38 156	0.94 146	0.45 53	0.33 25	0.46 54	0.49 98	0.22 8	0.84 137	0.30 48	0.16 60	0.11 28	0.16 52	0.12 41	0.15 41	0.13 36

HUF	0.36 49	0.23 60	0.52 96	0.40 39	0.22 19	0.54 143	0.47 264	0.82 102	0.43 47	0.36 33	0.43 41	0.50 105	0.42 97	0.64 72	0.29 38	0.17 103	0.12 54	0.16 52	0.12 41	0.15 41	0.14 63

MaDis-Stereo	0.36 49	0.25 108	0.58 138	0.44 84	0.34 240	0.30 12	0.30 72	0.72 62	0.50 69	0.37 37	0.36 23	0.58 143	0.49 152	0.52 29	0.36 123	0.19 183	0.16 266	0.19 137	0.15 113	0.18 123	0.14 63

UniTT-Stereo	0.36 49	0.23 60	0.59 145	0.48 144	0.36 254	0.40 33	0.32 87	0.53 9	0.49 65	0.54 120	0.55 87	0.36 50	0.31 39	0.58 49	0.51 254	0.20 220	0.15 226	0.17 79	0.15 113	0.19 166	0.15 97

IGEV-RUCA	0.37 55	0.23 60	0.48 66	0.49 160	0.36 254	0.60 179	0.23 25	0.64 36	0.49 65	0.39 51	0.49 67	0.44 66	0.31 39	0.85 142	0.30 48	0.24 322	0.13 115	0.16 52	0.12 41	0.20 200	0.19 219

Pointernet	0.37 55	0.20 10	0.57 132	0.43 61	0.28 117	0.51 122	0.27 51	0.93 139	0.61 108	0.47 86	0.63 106	0.49 98	0.38 84	0.49 22	0.33 86	0.17 103	0.13 115	0.14 2	0.11 9	0.13 5	0.12 11

AIO-Stereo	0.37 55	0.25 108	0.51 88	0.47 117	0.23 25	0.45 63	0.39 171	1.07 210	0.52 85	0.41 53	0.48 59	0.52 116	0.25 14	0.72 97	0.30 48	0.16 60	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

AEACV	0.37 55	0.24 79	0.52 96	0.47 117	0.51 386	0.37 25	0.38 156	0.65 40	0.53 89	0.42 59	0.56 90	0.46 78	0.60 213	0.53 32	0.30 48	0.16 60	0.13 115	0.18 114	0.15 113	0.17 92	0.14 63

EGLCR-Stereo	0.37 55	0.22 47	0.51 88	0.43 61	0.26 68	0.44 59	0.22 17	0.99 165	0.48 63	0.42 59	0.42 32	0.67 176	0.29 29	0.86 146	0.33 86	0.17 103	0.12 54	0.19 137	0.17 176	0.17 92	0.15 97

MSCF	0.38 60	0.25 108	0.52 96	0.47 117	0.25 58	0.62 194	0.37 149	0.81 97	0.47 62	0.50 109	0.71 131	0.32 40	0.65 242	0.54 35	0.28 35	0.19 183	0.12 54	0.17 79	0.14 95	0.17 92	0.14 63

castereo++	0.38 60	0.23 60	0.41 24	0.43 61	0.31 182	0.97 367	0.22 17	0.86 112	0.58 99	0.32 20	0.44 45	0.51 109	0.39 86	0.93 167	0.24 5	0.17 103	0.11 28	0.17 79	0.12 41	0.14 20	0.14 63

fffft	0.38 60	0.23 60	0.51 88	0.44 84	0.32 201	0.43 53	0.48 275	0.76 72	0.36 28	0.44 69	0.34 20	0.38 58	0.31 39	1.31 266	0.32 70	0.14 30	0.11 28	0.19 137	0.15 113	0.16 61	0.16 128
1: 1. 1
RSM++	0.38 60	0.24 79	0.51 88	0.47 117	0.26 68	0.50 105	0.41 195	0.79 84	0.45 53	0.37 37	0.45 50	0.60 151	0.35 63	1.02 194	0.30 48	0.15 38	0.13 115	0.17 79	0.14 95	0.18 123	0.13 36

FlowAnything_test	0.39 64	0.26 131	0.61 153	0.59 330	0.33 222	0.62 194	0.36 130	0.62 32	0.40 38	0.45 77	0.36 23	0.45 74	0.37 77	0.53 32	0.48 235	0.24 322	0.18 317	0.28 386	0.33 467	0.21 241	0.19 219

water-stereo	0.39 64	0.20 10	0.48 66	0.44 84	0.27 92	0.50 105	0.26 44	0.92 132	0.51 78	0.53 117	0.78 149	0.55 127	0.49 152	0.42 10	0.42 183	0.16 60	0.15 226	0.17 79	0.15 113	0.16 61	0.15 97

SMoEStereo_RVC	0.39 64	0.25 108	0.50 80	0.45 98	0.30 156	0.61 185	0.36 130	0.72 62	0.45 53	0.46 82	0.43 41	0.42 61	0.35 63	1.39 293	0.29 38	0.15 38	0.12 54	0.20 174	0.15 113	0.16 61	0.15 97

ours_stereo	0.39 64	0.28 183	0.51 88	0.46 106	0.30 156	0.40 33	0.44 232	0.73 64	0.56 96	0.35 28	0.56 90	0.46 78	0.33 48	1.11 219	0.32 70	0.16 60	0.13 115	0.19 137	0.15 113	0.19 166	0.14 63

RSM	0.39 64	0.24 79	0.49 73	0.46 106	0.26 68	0.47 73	0.40 179	0.92 132	0.44 51	0.41 53	0.42 32	0.65 169	0.33 48	1.07 208	0.29 38	0.15 38	0.12 54	0.17 79	0.13 65	0.17 92	0.13 36

trnet	0.39 64	0.21 28	0.37 5	0.36 5	0.20 3	0.53 135	0.29 62	0.78 79	1.12 306	0.59 134	0.71 131	0.53 121	0.42 97	0.54 35	0.34 103	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.13 36

Selective-IGEV	0.39 64	0.24 79	0.50 80	0.44 84	0.25 58	0.46 68	0.33 94	1.25 273	0.40 38	0.35 28	0.45 50	0.52 116	0.30 33	1.07 208	0.30 48	0.14 30	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

GLC_STEREO	0.39 64	0.25 108	0.41 24	0.54 258	0.23 25	0.48 79	0.30 72	0.73 64	0.58 99	0.52 116	0.73 137	0.51 109	0.31 39	0.64 72	0.42 183	0.17 103	0.20 353	0.23 276	0.19 216	0.21 241	0.17 154

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 135	0.29 62	0.77 75	1.11 302	0.58 126	0.71 131	0.51 109	0.41 93	0.54 35	0.34 103	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.14 63
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
GASTEREO	0.40 73	0.25 108	0.51 88	0.48 144	0.25 58	0.65 217	0.36 130	0.81 97	0.49 65	0.51 114	0.82 162	0.30 35	0.66 245	0.62 68	0.28 35	0.19 183	0.12 54	0.16 52	0.14 95	0.16 61	0.14 63

DEFOM-Stereo_RVC	0.40 73	0.67 487	0.42 32	0.64 387	0.29 134	0.48 79	0.25 34	0.85 110	0.44 51	0.38 43	0.36 23	0.30 35	0.70 255	1.15 227	0.29 38	0.16 60	0.11 28	0.16 52	0.11 9	0.18 123	0.12 11

mms	0.40 73	0.27 161	0.52 96	0.46 106	0.32 201	0.43 53	0.46 257	0.70 57	0.46 59	0.35 28	0.58 96	0.44 66	0.30 33	1.36 283	0.33 86	0.16 60	0.13 115	0.18 114	0.15 113	0.19 166	0.15 97

MoCha-V2	0.40 73	0.20 10	0.49 73	0.50 172	0.21 9	0.44 59	0.33 94	0.93 139	0.53 89	0.53 117	0.53 78	0.42 61	0.58 209	1.09 213	0.27 26	0.14 30	0.12 54	0.15 22	0.12 41	0.17 92	0.15 97

IGEV++	0.40 73	0.22 47	0.51 88	0.52 225	0.29 134	0.45 63	0.25 34	1.65 370	0.46 59	0.37 37	0.57 93	0.46 78	0.45 116	0.50 23	0.38 146	0.19 183	0.12 54	0.16 52	0.13 65	0.16 61	0.15 97

GCAP-Stereo	0.40 73	0.28 183	0.68 193	0.47 117	0.25 58	0.53 135	0.32 87	0.82 102	0.58 99	0.65 144	0.69 124	0.58 143	0.42 97	0.47 19	0.29 38	0.17 103	0.14 168	0.17 79	0.13 65	0.17 92	0.14 63

LoS	0.40 73	0.21 28	0.44 39	0.37 12	0.22 19	0.50 105	0.40 179	1.00 169	0.94 220	0.48 94	0.66 113	0.48 90	0.40 90	0.60 62	0.37 135	0.18 142	0.14 168	0.16 52	0.11 9	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.40 73	0.31 271	0.73 242	0.58 317	0.27 92	0.26 4	0.33 94	0.95 151	0.81 178	0.42 59	0.47 56	0.65 169	0.47 132	0.39 6	0.34 103	0.18 142	0.15 226	0.16 52	0.14 95	0.19 166	0.16 128
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Replicate-Monster	0.41 81	0.26 131	2.03 508	0.36 5	0.21 9	0.46 68	0.23 25	0.67 51	0.48 63	0.42 59	0.27 12	0.31 38	0.30 33	0.98 182	0.24 5	0.14 30	0.10 9	0.14 2	0.11 9	0.13 5	0.28 379

depthmonostereo	0.41 81	0.23 60	0.53 102	0.47 117	0.23 25	0.61 185	0.35 114	1.00 169	0.76 163	0.48 94	0.65 112	0.47 85	0.49 152	0.67 84	0.37 135	0.16 60	0.15 226	0.16 52	0.14 95	0.16 61	0.15 97

castereo	0.41 81	0.22 47	0.46 60	0.44 84	0.30 156	0.61 185	0.56 345	0.97 159	0.80 175	0.38 43	0.69 124	0.45 74	0.69 250	0.51 26	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.16 61	0.12 11

CASnet	0.41 81	0.25 108	0.48 66	0.50 172	0.20 3	0.50 105	0.36 130	0.81 97	0.80 175	0.83 184	0.68 120	0.48 90	0.31 39	0.54 35	0.32 70	0.18 142	0.12 54	0.27 371	0.22 321	0.23 290	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffy	0.42 85	0.27 161	0.57 132	0.46 106	0.29 134	0.48 79	0.35 114	0.91 129	0.55 93	0.40 52	0.58 96	0.55 127	0.41 93	1.26 255	0.36 123	0.15 38	0.13 115	0.19 137	0.16 155	0.18 123	0.14 63

WCG-NET	0.42 85	0.21 28	0.54 108	0.40 39	0.25 58	0.47 73	0.32 87	0.73 64	1.15 333	0.76 161	0.73 137	0.58 143	0.45 116	0.60 62	0.34 103	0.15 38	0.11 28	0.16 52	0.14 95	0.15 41	0.13 36

Occ-G	0.42 85	0.21 28	0.48 66	0.41 47	0.26 68	0.42 44	0.62 378	0.77 75	0.49 65	0.43 65	0.66 113	1.02 309	0.46 123	0.78 116	0.41 172	0.16 60	0.13 115	0.18 114	0.13 65	0.16 61	0.16 128

MGS-Stereo	0.42 85	0.26 131	0.58 138	0.44 84	0.28 117	0.50 105	0.34 106	0.57 18	0.83 184	0.46 82	1.31 347	0.52 116	0.33 48	0.65 79	0.36 123	0.19 183	0.16 266	0.18 114	0.15 113	0.17 92	0.16 128

LoS_RVC	0.42 85	0.26 131	0.40 19	0.44 84	0.82 503	0.51 122	0.44 232	0.64 36	0.41 42	0.44 69	0.78 149	0.44 66	0.47 132	0.56 42	0.36 123	0.13 20	0.12 54	0.14 2	0.10 2	0.13 5	0.84 532

test_xeample3	0.42 85	0.28 183	0.69 206	0.43 61	0.33 222	0.56 158	0.38 156	0.79 84	0.45 53	0.53 117	0.46 54	0.44 66	0.44 112	1.38 288	0.31 65	0.18 142	0.14 168	0.19 137	0.15 113	0.17 92	0.16 128

GGEV	0.43 91	0.24 79	0.50 80	0.50 172	0.25 58	1.14 400	0.43 218	1.10 221	0.55 93	0.48 94	0.64 109	0.49 98	0.50 158	0.50 23	0.32 70	0.19 183	0.13 115	0.19 137	0.13 65	0.18 123	0.15 97

DA2	0.43 91	0.23 60	0.49 73	0.50 172	0.25 58	1.08 390	0.44 232	1.18 245	0.58 99	0.46 82	0.64 109	0.54 123	0.47 132	0.46 14	0.32 70	0.19 183	0.13 115	0.19 137	0.13 65	0.18 123	0.14 63

DilatedVolume-Stereo	0.43 91	0.21 28	0.55 118	0.43 61	0.32 201	0.72 257	0.29 62	0.80 92	0.51 78	0.77 166	0.73 137	0.48 90	0.40 90	1.13 224	0.39 154	0.15 38	0.14 168	0.15 22	0.14 95	0.16 61	0.14 63

MM-Stereo_test2	0.43 91	0.24 79	0.67 189	0.51 204	0.32 201	0.55 152	0.45 250	0.97 159	0.77 167	0.59 134	0.51 73	0.49 98	0.42 97	0.80 123	0.30 48	0.15 38	0.13 115	0.18 114	0.14 95	0.19 166	0.14 63

SCV_C0	0.43 91	0.26 131	0.65 176	0.43 61	0.29 134	0.47 73	0.31 79	1.34 287	0.73 154	0.38 43	0.49 67	0.54 123	0.29 29	1.24 251	0.30 48	0.17 103	0.13 115	0.16 52	0.13 65	0.20 200	0.15 97

ff7	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

ffff	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

11t	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

anonymousdsp	0.43 91	0.27 161	0.53 102	0.44 84	0.32 201	0.50 105	0.42 199	0.89 122	0.51 78	0.49 101	0.53 78	0.47 85	0.47 132	1.33 273	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

ProNet	0.43 91	0.28 183	0.58 138	0.43 61	0.30 156	0.56 158	0.52 305	1.00 169	0.58 99	0.44 69	0.49 67	0.43 64	0.43 104	1.28 260	0.36 123	0.15 38	0.13 115	0.19 137	0.16 155	0.17 92	0.16 128

MC-Stereo	0.43 91	0.23 60	0.48 66	0.51 204	0.28 117	0.39 31	0.32 87	0.88 121	0.68 139	0.60 136	0.84 165	0.56 135	0.61 222	1.03 195	0.31 65	0.17 103	0.11 28	0.17 79	0.15 113	0.16 61	0.13 36

ccc-4	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

IGEV-Stereo	0.43 91	0.27 161	0.54 108	0.45 98	0.32 201	0.50 105	0.42 199	0.90 128	0.51 78	0.49 101	0.53 78	0.47 85	0.47 132	1.32 270	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Reg-Stereo(zero)	0.44 104	0.22 47	0.45 52	0.43 61	0.23 25	0.38 28	0.25 34	0.76 72	1.08 285	0.90 199	0.78 149	0.90 258	0.47 132	0.70 90	0.36 123	0.15 38	0.12 54	0.15 22	0.12 41	0.15 41	0.15 97

rvit_stereo_0081_aga	0.44 104	0.34 333	0.73 242	0.51 204	0.41 315	0.50 105	0.40 179	0.81 97	0.57 98	0.58 126	0.56 90	0.53 121	0.43 104	0.66 81	0.40 161	0.26 372	0.21 375	0.22 238	0.20 248	0.26 329	0.18 179

rvit_stereo_0081	0.44 104	0.33 309	0.64 169	0.54 258	0.35 244	0.41 37	0.44 232	0.66 45	0.95 222	0.48 94	0.52 75	0.50 105	0.46 123	0.82 132	0.44 196	0.25 349	0.20 353	0.22 238	0.19 216	0.25 317	0.17 154

rvit_stereo_0082	0.44 104	0.33 309	0.64 169	0.54 258	0.35 244	0.41 37	0.44 232	0.66 45	0.95 222	0.48 94	0.52 75	0.50 105	0.46 123	0.82 132	0.44 196	0.25 349	0.20 353	0.22 238	0.19 216	0.25 317	0.17 154

rvit_stereo_0080	0.44 104	0.32 287	0.71 224	0.47 117	0.36 254	0.42 44	0.55 337	0.82 102	0.68 139	0.50 109	0.60 99	0.55 127	0.47 132	0.59 50	0.44 196	0.26 372	0.21 375	0.20 174	0.20 248	0.31 393	0.19 219

whm_eth	0.44 104	0.32 287	0.71 224	0.47 117	0.36 254	0.42 44	0.55 337	0.82 102	0.68 139	0.50 109	0.60 99	0.55 127	0.47 132	0.59 50	0.44 196	0.26 372	0.21 375	0.20 174	0.20 248	0.31 393	0.19 219

CroCo-Stereo Lap2	0.44 104	0.34 333	0.77 279	0.61 356	0.79 494	0.28 9	0.35 114	0.75 69	0.71 149	0.38 43	0.50 70	0.72 191	0.55 186	0.57 47	0.47 230	0.17 103	0.18 317	0.19 137	0.16 155	0.21 241	0.20 252

TANstereo	0.44 104	0.21 28	0.44 39	0.41 47	0.21 9	0.65 217	0.26 44	0.79 84	0.83 184	0.93 207	0.98 201	0.51 109	0.46 123	0.54 35	0.35 113	0.18 142	0.24 414	0.16 52	0.13 65	0.16 61	0.26 357

HART	0.45 112	0.22 47	0.54 108	0.50 172	0.26 68	0.41 37	0.29 62	1.03 181	0.50 69	0.58 126	1.45 396	0.61 155	0.35 63	1.08 212	0.30 48	0.15 38	0.13 115	0.19 137	0.14 95	0.19 166	0.14 63

StereoAnything_RVC	0.45 112	1.43 546	0.48 66	0.35 3	0.20 3	0.26 4	0.21 13	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 72	1.27 258	0.22 1	0.21 254	0.11 28	0.14 2	0.10 2	2.37 552	0.11 2

tt45	0.45 112	0.23 60	0.46 60	0.45 98	0.33 222	0.79 295	0.32 87	0.78 79	0.41 42	0.51 114	0.44 45	0.49 98	0.37 77	2.14 405	0.34 103	0.16 60	0.13 115	0.19 137	0.16 155	0.17 92	0.18 179

IGEV-Stereo+	0.45 112	0.21 28	0.43 37	0.41 47	0.39 296	0.15 1	0.19 7	0.44 4	0.36 28	0.26 5	0.25 7	0.31 38	0.41 93	1.43 302	0.30 48	0.17 103	0.12 54	0.15 22	0.11 9	1.16 541	1.70 555

WCG-NET（raft）	0.45 112	0.21 28	0.55 118	0.40 39	0.24 41	0.50 105	0.36 130	0.73 64	1.09 293	0.71 153	0.76 145	0.92 270	0.51 163	0.84 137	0.34 103	0.16 60	0.12 54	0.15 22	0.14 95	0.14 20	0.14 63

MIF-Stereo (partial)	0.45 112	0.25 108	0.70 212	0.50 172	0.52 398	0.35 19	0.26 44	0.91 129	0.59 106	0.45 77	0.71 131	0.51 109	0.51 163	1.11 219	0.45 209	0.20 220	0.16 266	0.23 276	0.20 248	0.24 305	0.18 179

testlalala	0.45 112	0.28 183	0.59 145	0.42 54	0.39 296	0.71 254	0.39 171	1.08 216	0.45 53	1.24 351	0.80 160	0.61 155	0.36 72	0.54 35	0.33 86	0.20 220	0.13 115	0.18 114	0.12 41	0.15 41	0.15 97

SCV	0.46 119	0.26 131	0.55 118	0.47 117	0.25 58	0.39 31	0.38 156	1.98 468	0.60 107	0.35 28	0.48 59	0.55 127	0.36 72	1.28 260	0.32 70	0.24 322	0.12 54	0.17 79	0.13 65	0.18 123	0.14 63

Former-RAFT_DAM_RVC	0.46 119	0.36 364	0.71 224	0.47 117	0.36 254	0.67 230	0.35 114	0.78 79	1.12 306	0.61 137	0.62 104	0.39 59	0.39 86	0.71 94	0.39 154	0.20 220	0.17 295	0.22 238	0.18 194	0.23 290	0.19 219

IGEVStereo-DCA	0.46 119	0.28 183	0.56 122	0.43 61	0.33 222	0.49 91	0.42 199	0.87 113	0.50 69	0.47 86	0.48 59	0.48 90	0.46 123	2.03 395	0.30 48	0.19 183	0.14 168	0.19 137	0.15 113	0.16 61	0.18 179

rrr	0.46 119	0.28 183	0.73 242	0.43 61	0.33 222	0.49 91	0.38 156	0.76 72	0.50 69	0.47 86	0.48 59	0.48 90	0.46 123	2.03 395	0.30 48	0.19 183	0.14 168	0.19 137	0.15 113	0.16 61	0.16 128

plain	0.46 119	0.27 161	1.01 378	0.50 172	0.40 307	0.35 19	0.37 149	0.87 113	0.56 96	0.43 65	0.76 145	0.42 61	0.40 90	1.13 224	0.45 209	0.21 254	0.15 226	0.24 296	0.19 216	0.24 305	0.16 128

XX-TBD	0.46 119	0.70 495	0.35 1	0.79 479	0.25 58	0.58 166	0.26 44	0.69 53	1.27 400	0.76 161	1.00 207	0.45 74	0.33 48	0.47 19	0.37 135	0.19 183	0.15 226	0.15 22	0.11 9	0.17 92	0.14 63

PMTNet	0.46 119	0.21 28	0.38 8	0.37 12	0.23 25	0.71 254	0.27 51	0.74 68	1.04 266	0.64 142	0.70 128	0.55 127	0.47 132	0.86 146	0.35 113	1.00 538	0.13 115	0.15 22	0.10 2	0.15 41	0.13 36

rvit_stereo_0083	0.47 126	0.33 309	0.81 296	0.56 295	0.36 254	0.50 105	0.44 232	0.68 52	0.95 222	0.49 101	0.57 93	0.55 127	0.49 152	0.88 151	0.46 223	0.25 349	0.25 423	0.24 296	0.20 248	0.24 305	0.17 154

rvit_stereo_ft	0.47 126	0.35 354	0.87 323	0.67 420	0.42 320	0.40 33	0.59 369	0.81 97	0.74 156	0.46 82	0.55 87	0.57 138	0.49 152	0.65 79	0.50 249	0.25 349	0.17 295	0.22 238	0.22 321	0.24 305	0.17 154

RAFT-Stereo-weight	0.47 126	0.24 79	0.53 102	0.48 144	0.27 92	0.60 179	0.35 114	1.02 176	1.07 279	0.99 226	0.78 149	0.76 199	0.28 25	0.76 108	0.36 123	0.16 60	0.12 54	0.17 79	0.15 113	0.16 61	0.15 97

CAS++	0.47 126	0.31 271	0.56 122	0.47 117	0.32 201	0.42 44	0.28 57	1.76 402	0.72 150	0.71 153	0.72 135	0.37 55	0.28 25	0.69 86	0.33 86	0.27 388	0.22 393	0.26 354	0.21 292	0.29 373	0.19 219
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
iRaftStereo_RVC	0.47 126	0.26 131	0.64 169	0.50 172	0.29 134	0.53 135	0.33 94	1.05 195	0.77 167	0.84 187	1.00 207	0.55 127	0.37 77	0.81 129	0.40 161	0.17 103	0.12 54	0.22 238	0.20 248	0.19 166	0.15 97

CREStereo++_RVC	0.47 126	0.21 28	0.38 8	0.45 98	0.38 286	0.45 63	0.25 34	0.75 69	1.29 409	0.80 174	1.21 309	0.47 85	0.37 77	0.53 32	0.44 196	0.16 60	0.11 28	0.15 22	0.80 542	0.18 123	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xyz-stereo-finetune	0.48 132	0.25 108	0.54 108	0.42 54	0.23 25	0.80 303	0.42 199	0.80 92	0.80 175	0.61 137	0.62 104	0.54 123	0.43 104	1.70 355	0.58 287	0.15 38	0.15 226	0.19 137	0.15 113	0.16 61	0.15 97

999	0.48 132	0.22 47	0.49 73	0.48 144	0.34 240	0.75 270	0.31 79	0.85 110	0.55 93	0.37 37	0.48 59	0.50 105	0.36 72	2.45 432	0.39 154	0.16 60	0.13 115	0.18 114	0.15 113	0.16 61	0.19 219

model_zeroshot	0.48 132	0.29 218	0.86 312	0.51 204	0.36 254	0.69 242	0.37 149	1.12 230	0.62 110	0.85 192	0.84 165	0.66 173	0.37 77	0.73 101	0.34 103	0.20 220	0.16 266	0.19 137	0.16 155	0.17 92	0.16 128

MyStereo07	0.48 132	0.29 218	0.50 80	0.55 282	0.45 345	0.59 171	0.79 429	1.05 195	0.51 78	0.48 94	0.53 78	0.43 64	0.55 186	1.30 265	0.34 103	0.17 103	0.16 266	0.24 296	0.20 248	0.23 290	0.20 252

4D-IteraStereo	0.48 132	0.24 79	0.76 272	0.50 172	0.44 338	0.66 226	0.31 79	0.87 113	1.02 257	1.03 242	0.72 135	0.78 206	0.32 45	0.64 72	0.37 135	0.17 103	0.11 28	0.23 276	0.19 216	0.19 166	0.13 36

CES	0.48 132	0.20 10	0.37 5	0.39 32	1.39 546	0.55 152	0.35 114	0.98 163	0.66 134	0.44 69	0.66 113	0.35 48	0.27 21	0.56 42	0.33 86	0.15 38	0.13 115	0.15 22	0.10 2	0.19 166	1.46 550

MM-Stereo_test1	0.49 138	0.24 79	0.56 122	0.51 204	0.30 156	0.50 105	0.54 319	0.91 129	1.03 261	0.84 187	0.69 124	0.54 123	0.60 213	1.16 231	0.33 86	0.18 142	0.16 266	0.20 174	0.17 176	0.19 166	0.15 97

GCAP-BAT	0.49 138	0.31 271	0.64 169	0.41 47	0.46 357	0.70 249	0.35 114	0.77 75	0.64 117	0.86 194	1.00 207	0.77 202	0.37 77	1.18 237	0.36 123	0.18 142	0.14 168	0.18 114	0.13 65	0.17 92	0.15 97

AE-Stereo	0.49 138	0.27 161	0.67 189	0.60 342	0.39 296	0.67 230	0.46 257	1.18 245	1.09 293	0.47 86	0.75 143	0.69 183	0.47 132	0.59 50	0.40 161	0.16 60	0.15 226	0.21 209	0.20 248	0.19 166	0.15 97

sCroCo_RVC	0.49 138	0.40 389	1.02 385	0.65 401	0.60 437	0.52 126	0.40 179	0.83 106	0.61 108	0.44 69	0.74 141	0.49 98	0.50 158	0.63 71	0.48 235	0.26 372	0.27 438	0.23 276	0.22 321	0.29 373	0.25 333

MM-Stereo_test3	0.50 142	0.24 79	0.54 108	0.54 258	0.74 478	0.49 91	0.53 313	1.09 218	1.05 270	0.62 140	0.95 188	0.61 155	0.42 97	0.77 111	0.38 146	0.20 220	0.17 295	0.20 174	0.16 155	0.18 123	0.18 179

RCA-Stereo	0.50 142	0.23 60	0.58 138	0.48 144	0.33 222	0.55 152	0.45 250	0.97 159	1.38 452	0.68 148	1.05 236	0.63 163	0.80 298	0.59 50	0.32 70	0.17 103	0.12 54	0.17 79	0.14 95	0.16 61	0.14 63

knoymous	0.51 144	0.29 218	0.47 63	0.43 61	0.30 156	0.55 152	0.55 337	1.02 176	0.77 167	0.98 223	0.85 167	0.94 275	0.56 191	0.85 142	0.45 209	0.20 220	0.14 168	0.26 354	0.14 95	0.23 290	0.23 307

tg	0.52 145	0.24 79	0.61 153	0.49 160	0.30 156	0.90 337	0.29 62	1.07 210	0.83 184	0.83 184	1.02 221	0.62 160	0.43 104	1.35 278	0.41 172	0.17 103	0.12 54	0.22 238	0.20 248	0.17 92	0.15 97

11t1	0.52 145	0.28 183	0.68 193	0.51 204	0.28 117	0.83 319	0.39 171	1.22 265	0.63 113	0.84 187	0.74 141	0.68 178	0.68 247	0.91 159	0.57 284	0.21 254	0.18 317	0.19 137	0.16 155	0.20 200	0.21 269

LL-Strereo2	0.52 145	0.33 309	0.69 206	0.52 225	0.37 269	0.70 249	0.30 72	1.13 233	0.67 135	0.94 212	0.78 149	0.91 261	0.42 97	1.05 203	0.42 183	0.17 103	0.16 266	0.29 397	0.25 372	0.21 241	0.16 128

Selective-RAFT	0.52 145	0.28 183	0.79 290	0.55 282	0.27 92	0.91 341	0.33 94	0.80 92	0.88 198	0.58 126	0.63 106	0.81 216	0.77 281	1.29 264	0.48 235	0.19 183	0.14 168	0.17 79	0.15 113	0.19 166	0.17 154

HUI-Stereo	0.52 145	0.30 238	0.73 242	0.50 172	0.27 92	0.65 217	0.30 72	1.04 187	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	0.79 120	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

test-1	0.52 145	0.26 131	1.04 393	0.56 295	0.32 201	0.61 185	0.38 156	1.10 221	0.91 210	0.78 169	1.01 213	0.77 202	0.52 168	0.60 62	0.42 183	0.17 103	0.14 168	0.20 174	0.17 176	0.20 200	0.23 307

rafts_anoy	0.52 145	0.29 218	0.59 145	0.59 330	0.50 374	0.53 135	0.40 179	1.11 228	1.03 261	0.84 187	0.83 163	0.68 178	0.54 179	0.72 97	0.51 254	0.19 183	0.14 168	0.24 296	0.26 389	0.21 241	0.18 179

s12784h	0.52 145	0.20 10	0.38 8	0.41 47	0.19 1	0.96 363	0.34 106	1.17 240	1.25 389	0.81 178	0.90 177	0.63 163	0.50 158	1.45 306	0.42 183	0.14 30	0.12 54	0.17 79	0.11 9	0.18 123	0.11 2

raftrobust	0.52 145	0.25 108	0.56 122	0.65 401	0.52 398	0.49 91	0.34 106	0.98 163	0.91 210	1.30 381	0.87 171	0.63 163	0.81 302	0.78 116	0.41 172	0.19 183	0.15 226	0.16 52	0.14 95	0.15 41	0.16 128

Gwc-CoAtRS	0.52 145	0.24 79	0.68 193	0.48 144	0.29 134	0.64 201	0.25 34	1.16 238	1.08 285	1.01 234	1.00 207	1.12 341	0.56 191	0.69 86	0.37 135	0.16 60	0.13 115	0.17 79	0.15 113	0.15 41	0.15 97

rvit_0105_6	0.53 155	0.37 371	0.98 368	0.65 401	0.38 286	0.51 122	0.51 294	0.77 75	1.20 365	0.54 120	0.55 87	0.65 169	0.53 174	0.94 170	0.44 196	0.32 433	0.32 474	0.28 386	0.24 357	0.28 362	0.21 269

gcap-zeroshot	0.53 155	0.28 183	0.89 336	0.49 160	0.28 117	0.76 276	0.37 149	1.34 287	0.73 154	0.89 197	0.67 117	1.35 397	0.51 163	0.79 120	0.33 86	0.18 142	0.15 226	0.18 114	0.15 113	0.17 92	0.16 128

IGEV_Zeroshot_test	0.53 155	0.30 238	0.99 369	0.56 295	0.35 244	0.41 37	0.32 87	1.37 293	0.63 113	1.00 231	1.09 252	0.95 283	0.41 93	0.83 134	0.39 154	0.18 142	0.12 54	0.19 137	0.18 194	0.19 166	0.17 154

EKT-Stereo	0.53 155	0.30 238	0.73 242	0.58 317	0.60 437	0.51 122	0.48 275	0.94 146	0.90 205	0.71 153	0.88 173	0.77 202	0.43 104	1.07 208	0.40 161	0.22 280	0.16 266	0.21 209	0.18 194	0.20 200	0.22 287

Any-RAFT	0.53 155	0.24 79	0.47 63	0.47 117	0.27 92	1.00 375	0.25 34	1.58 353	1.05 270	0.85 192	0.99 203	1.06 318	0.47 132	0.70 90	0.32 70	0.18 142	0.13 115	0.16 52	0.13 65	0.16 61	0.16 128

anonymousdsp2	0.53 155	0.27 161	0.74 258	0.48 144	0.29 134	0.76 276	0.47 264	1.61 361	0.82 183	0.77 166	0.77 147	0.75 195	0.47 132	1.03 195	0.40 161	0.18 142	0.13 115	0.18 114	0.13 65	0.19 166	0.18 179

fff	0.53 155	0.24 79	0.70 212	0.43 61	0.24 41	0.48 79	0.36 130	1.07 210	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

test_4	0.53 155	0.22 47	0.56 122	0.54 258	0.32 201	0.64 201	0.39 171	0.80 92	0.62 110	0.92 206	1.87 481	0.68 178	0.42 97	1.16 231	0.37 135	0.15 38	0.13 115	0.20 174	0.22 321	0.20 200	0.15 97

GMOStereo	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 429	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

error version	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 429	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

test-v	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 429	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

test-2	0.53 155	0.26 131	0.65 176	0.50 172	0.29 134	0.52 126	0.43 218	0.89 122	0.96 227	1.41 429	1.14 278	0.85 237	0.56 191	0.59 50	0.38 146	0.16 60	0.14 168	0.24 296	0.21 292	0.20 200	0.15 97

raft+_RVC	0.53 155	0.26 131	0.54 108	0.60 342	0.47 362	0.54 143	0.54 319	1.27 275	0.99 246	0.76 161	1.03 231	0.70 187	0.56 191	0.93 167	0.47 230	0.18 142	0.14 168	0.19 137	0.18 194	0.18 123	0.15 97

csc	0.53 155	0.24 79	0.70 212	0.43 61	0.24 41	0.48 79	0.36 130	1.07 210	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

cscssc	0.53 155	0.24 79	0.70 212	0.43 61	0.24 41	0.48 79	0.36 130	1.07 210	1.25 389	1.10 264	1.02 221	0.57 138	1.06 417	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

FSD	0.54 170	0.52 442	0.65 176	0.62 368	0.50 374	0.54 143	0.58 360	0.65 40	0.53 89	0.54 120	0.52 75	0.56 135	0.52 168	0.57 47	0.55 278	0.51 509	0.47 526	0.50 505	0.49 513	0.50 486	0.49 487

1test111	0.54 170	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	1.42 305	0.78 170	0.58 126	0.79 155	0.48 90	0.88 340	0.88 151	0.59 290	0.20 220	0.12 54	0.25 335	0.15 113	0.22 265	0.21 269

RAFT-Test	0.54 170	0.25 108	0.64 169	0.47 117	0.30 156	0.97 367	0.27 51	1.24 271	0.81 178	0.96 216	1.12 269	1.28 382	0.48 144	0.71 94	0.36 123	0.17 103	0.13 115	0.17 79	0.14 95	0.16 61	0.16 128

DCANet-4	0.54 170	0.26 131	1.07 403	0.42 54	0.24 41	0.48 79	0.36 130	0.99 165	1.30 415	1.10 264	1.02 221	0.56 135	0.75 269	0.73 101	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 219

x	0.54 170	0.31 271	0.61 153	0.47 117	0.30 156	0.67 230	0.47 264	1.53 341	0.79 174	0.81 178	0.83 163	0.78 206	0.70 255	0.70 90	0.62 303	0.21 254	0.19 335	0.22 238	0.19 216	0.21 241	0.20 252

test-3	0.54 170	0.22 47	0.68 193	0.47 117	0.27 92	0.58 166	0.35 114	0.92 132	1.00 251	1.32 395	0.69 124	0.87 245	0.45 116	1.68 353	0.37 135	0.16 60	0.11 28	0.20 174	0.16 155	0.17 92	0.13 36

test_1	0.54 170	0.22 47	0.68 193	0.47 117	0.27 92	0.58 166	0.35 114	0.92 132	1.00 251	1.28 366	0.68 120	0.87 245	0.45 116	1.67 348	0.37 135	0.16 60	0.11 28	0.20 174	0.16 155	0.17 92	0.13 36

PSM-adaLoss	0.54 170	0.30 238	0.73 242	0.50 172	0.27 92	0.65 217	0.41 195	1.04 187	0.64 117	1.12 272	0.96 191	0.82 221	0.61 222	1.06 204	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

ROB_FTStereo_v2	0.54 170	0.30 238	0.73 242	0.50 172	0.27 92	0.64 201	0.42 199	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.12 222	0.46 223	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

ROB_FTStereo	0.54 170	0.30 238	0.73 242	0.50 172	0.27 92	0.64 201	0.25 34	1.05 195	0.64 117	1.12 272	0.95 188	0.82 221	0.61 222	1.15 227	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

cross-raft	0.54 170	0.25 108	0.61 153	0.52 225	0.29 134	0.68 237	0.37 149	1.46 316	0.76 163	1.01 234	1.06 238	1.28 382	0.46 123	0.71 94	0.35 113	0.15 38	0.12 54	0.18 114	0.16 155	0.19 166	0.14 63

RAFT-IKP	0.54 170	0.30 238	0.73 242	0.50 172	0.27 92	0.59 171	0.36 130	1.04 187	0.64 117	1.12 272	0.96 191	0.83 228	0.61 222	1.22 244	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

RALCasStereoNet	0.54 170	0.30 238	0.66 184	0.59 330	0.51 386	0.61 185	0.52 305	0.94 146	0.93 217	0.70 151	1.01 213	0.78 206	0.44 112	1.33 273	0.47 230	0.20 220	0.16 266	0.18 114	0.16 155	0.20 200	0.19 219

DCANet	0.54 170	0.24 79	0.70 212	0.43 61	0.24 41	0.49 91	0.36 130	1.05 195	1.30 415	1.12 272	1.03 231	0.58 143	0.92 353	0.81 129	0.52 261	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 219

RAFT-Stereo + iAFF	0.54 170	0.25 108	0.68 193	0.43 61	0.24 41	0.40 33	0.34 106	1.04 187	1.09 293	1.32 395	1.60 437	0.80 212	0.68 247	0.67 84	0.39 154	0.13 20	0.10 9	0.18 114	0.17 176	0.17 92	0.13 36

CFNet-RSSM	0.54 170	0.24 79	0.70 212	0.48 144	0.28 117	0.60 179	0.27 51	1.49 322	1.14 321	1.06 246	0.93 184	1.08 324	0.54 179	0.70 90	0.35 113	0.16 60	0.12 54	0.17 79	0.15 113	0.16 61	0.14 63

MSKI-zero shot	0.55 186	0.26 131	0.57 132	0.51 204	0.26 68	0.69 242	0.28 57	1.18 245	0.64 117	0.91 204	1.32 353	0.82 221	0.33 48	1.92 383	0.32 70	0.17 103	0.12 54	0.17 79	0.13 65	0.16 61	0.16 128

test_3	0.55 186	0.23 60	0.71 224	0.53 243	0.28 117	0.61 185	0.40 179	0.92 132	1.05 270	1.19 324	0.68 120	0.93 272	0.44 112	1.67 348	0.39 154	0.15 38	0.12 54	0.22 238	0.19 216	0.21 241	0.14 63

Patchmatch Stereo++	0.55 186	0.30 238	0.73 242	0.50 172	0.27 92	0.65 217	0.29 62	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
DeepStereo_RVC	0.55 186	0.29 218	0.72 230	0.51 204	0.30 156	0.59 171	0.33 94	1.03 181	0.70 144	1.16 306	0.93 184	0.83 228	0.94 367	0.96 173	0.54 274	0.21 254	0.14 168	0.21 209	0.19 216	0.24 305	0.24 321

iRAFT	0.55 186	0.30 238	0.73 242	0.50 172	0.27 92	0.65 217	0.29 62	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

CRE-IMP	0.55 186	0.30 238	0.74 258	0.52 225	0.29 134	0.79 295	0.25 34	1.04 187	0.72 150	1.09 256	0.95 188	0.81 216	0.57 200	1.10 216	0.50 249	0.21 254	0.14 168	0.23 276	0.19 216	0.28 362	0.22 287

sAnonymous2	0.55 186	0.56 457	1.46 471	0.60 342	0.51 386	0.48 79	0.52 305	0.79 84	0.68 139	0.50 109	0.67 117	0.46 78	0.62 227	0.59 50	0.40 161	0.22 280	0.17 295	0.22 238	0.21 292	0.86 528	0.56 502

CroCo_RVC	0.55 186	0.56 457	1.46 471	0.60 342	0.51 386	0.48 79	0.52 305	0.79 84	0.68 139	0.50 109	0.67 117	0.46 78	0.62 227	0.59 50	0.40 161	0.22 280	0.17 295	0.22 238	0.21 292	0.86 528	0.56 502

GMStereo	0.55 186	0.45 414	0.94 353	0.50 172	0.32 201	0.64 201	0.43 218	1.00 169	1.40 462	0.82 182	0.73 137	0.51 109	0.45 116	0.85 142	0.55 278	0.24 322	0.15 226	0.20 174	0.21 292	0.31 393	0.24 321
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AIO-test1	0.56 195	0.25 108	0.55 118	0.64 387	0.78 491	0.80 303	0.36 130	1.18 245	1.34 430	0.57 124	0.88 173	0.61 155	0.50 158	1.12 222	0.35 113	0.17 103	0.17 295	0.22 238	0.24 357	0.18 123	0.23 307

rvit_0105_4	0.56 195	0.38 378	1.06 398	0.66 408	0.38 286	0.53 135	0.53 313	0.84 109	1.17 345	0.56 123	0.61 101	0.72 191	0.59 210	0.98 182	0.45 209	0.32 433	0.33 479	0.29 397	0.25 372	0.29 373	0.23 307

H2IRNET	0.56 195	0.26 131	0.66 184	0.47 117	0.35 244	0.41 37	0.26 44	0.92 132	1.17 345	0.61 137	1.28 337	1.08 324	0.86 330	0.99 186	0.63 307	0.19 183	0.16 266	0.22 238	0.25 372	0.21 241	0.18 179

ACVNet-DCA	0.56 195	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	1.42 305	0.78 170	0.58 126	0.79 155	0.48 90	0.88 340	1.46 308	0.32 70	0.20 220	0.12 54	0.25 335	0.15 113	0.22 265	0.21 269

riskmin	0.56 195	0.27 161	0.60 150	0.43 61	0.31 182	0.83 319	0.42 199	1.14 234	1.04 266	0.73 159	0.75 143	1.11 340	1.01 401	0.81 129	0.51 254	0.20 220	0.14 168	0.24 296	0.15 113	0.24 305	0.25 333

MIPNet	0.56 195	0.28 183	0.94 353	0.49 160	0.33 222	0.66 226	0.38 156	1.35 290	1.08 285	1.06 246	0.92 181	0.60 151	0.79 292	0.73 101	0.52 261	0.17 103	0.14 168	0.19 137	0.16 155	0.18 123	0.17 154

iGMRVC	0.56 195	0.30 238	0.73 242	0.50 172	0.27 92	0.65 217	0.38 156	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.52 319	0.46 223	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

AIO-test2	0.57 202	0.28 183	0.63 162	0.61 356	0.58 426	0.79 295	0.51 294	1.18 245	1.40 462	0.63 141	1.15 286	0.51 109	0.43 104	1.09 213	0.35 113	0.21 254	0.17 295	0.26 354	0.30 442	0.20 200	0.19 219

MIM_Stereo	0.57 202	0.24 79	0.92 347	0.46 106	0.30 156	0.54 143	0.28 57	1.27 275	0.75 157	1.00 231	1.16 291	0.93 272	0.53 174	1.45 306	0.61 300	0.16 60	0.16 266	0.20 174	0.19 216	0.17 92	0.14 63

qqq	0.57 202	0.34 333	0.71 224	0.47 117	0.27 92	0.64 201	0.62 378	1.42 305	0.78 170	0.80 174	0.92 181	0.95 283	0.77 281	0.88 151	0.59 290	0.21 254	0.20 353	0.24 296	0.23 344	0.22 265	0.21 269

ADStereo(finetuned)	0.57 202	0.24 79	1.06 398	0.43 61	0.24 41	0.49 91	0.35 114	1.05 195	1.30 415	1.12 272	1.03 231	0.58 143	1.20 448	0.84 137	0.51 254	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 219

R-Stereo Train	0.57 202	0.26 131	0.63 162	0.54 258	0.36 254	0.69 242	0.54 319	1.22 265	0.72 150	1.61 473	1.50 413	0.75 195	0.53 174	0.64 72	0.44 196	0.18 142	0.15 226	0.17 79	0.15 113	0.17 92	0.17 154

RAFT-Stereo	0.57 202	0.26 131	0.63 162	0.54 258	0.36 254	0.69 242	0.54 319	1.22 265	0.72 150	1.61 473	1.50 413	0.75 195	0.53 174	0.64 72	0.44 196	0.18 142	0.15 226	0.17 79	0.15 113	0.17 92	0.17 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune2	0.58 208	0.27 161	0.57 132	0.40 39	0.24 41	1.09 394	0.32 87	0.79 84	0.53 89	0.65 144	1.07 242	0.58 143	0.80 298	2.47 437	0.80 364	0.16 60	0.15 226	0.21 209	0.17 176	0.16 61	0.17 154

rvit_0105_5	0.58 208	0.39 383	1.05 394	0.66 408	0.37 269	0.58 166	0.56 345	0.94 146	1.18 352	0.64 142	0.68 120	0.75 195	0.63 232	0.88 151	0.50 249	0.32 433	0.32 474	0.30 410	0.27 400	0.28 362	0.25 333

testlalala2	0.58 208	0.27 161	0.68 193	1.72 548	1.27 544	0.68 237	0.42 199	0.93 139	0.70 144	0.90 199	0.93 184	0.76 199	0.34 55	0.52 29	0.40 161	0.18 142	0.15 226	0.17 79	0.13 65	0.17 92	0.17 154

RAFT+CT+SA	0.58 208	0.29 218	0.60 150	0.66 408	0.37 269	0.42 44	0.55 337	1.27 275	1.03 261	0.70 151	1.22 311	0.60 151	0.70 255	1.64 342	0.41 172	0.18 142	0.13 115	0.22 238	0.22 321	0.21 241	0.18 179

IPLGR	0.58 208	0.27 161	1.14 423	0.48 144	0.28 117	0.65 217	0.33 94	1.22 265	1.13 318	1.18 320	1.05 236	0.69 183	0.66 245	0.96 173	0.52 261	0.17 103	0.15 226	0.20 174	0.17 176	0.20 200	0.18 179

AFF-stereo	0.58 208	0.25 108	0.64 169	0.46 106	0.29 134	0.34 17	0.38 156	1.15 236	1.14 321	1.17 315	1.60 437	1.10 336	0.71 260	0.97 181	0.43 193	0.13 20	0.11 28	0.19 137	0.19 216	0.17 92	0.14 63

dd	0.59 214	0.48 425	0.97 365	0.55 282	0.32 201	0.64 201	0.47 264	1.02 176	1.34 430	0.78 169	0.86 168	0.58 143	0.54 179	1.01 191	0.86 381	0.28 402	0.18 317	0.26 354	0.19 216	0.32 402	0.24 321

PFNet+	0.59 214	0.28 183	0.77 279	0.53 243	0.30 156	0.59 171	0.31 79	0.92 132	1.14 321	1.33 403	1.10 256	0.79 210	0.57 200	1.31 266	0.49 243	0.25 349	0.17 295	0.28 386	0.26 389	0.21 241	0.25 333

AnonymousM	0.59 214	1.11 531	0.41 24	0.44 84	0.32 201	0.43 53	0.47 264	1.05 195	0.64 117	0.98 223	0.63 106	0.67 176	0.43 104	0.59 50	0.41 172	0.20 220	0.15 226	1.84 553	0.84 544	0.14 20	0.13 36

GANet-ADL	0.60 217	0.35 354	0.72 230	0.64 387	0.40 307	0.68 237	0.51 294	1.49 322	1.12 306	0.95 214	1.08 247	0.91 261	0.57 200	0.76 108	0.55 278	0.26 372	0.18 317	0.18 114	0.16 155	0.23 290	0.25 333

TRStereo	0.60 217	0.60 475	0.97 365	0.74 465	0.67 459	0.46 68	0.38 156	1.85 432	0.89 201	0.79 172	0.80 160	0.88 249	0.39 86	1.10 216	0.41 172	0.23 307	0.15 226	0.23 276	0.24 357	0.17 92	0.15 97

NRIStereo	0.60 217	0.29 218	0.69 206	0.53 243	0.28 117	0.63 198	0.33 94	1.08 216	0.87 194	1.14 290	0.87 171	0.91 261	0.59 210	2.24 416	0.49 243	0.20 220	0.14 168	0.21 209	0.19 216	0.21 241	0.17 154

RALAANet	0.60 217	0.33 309	0.87 323	0.62 368	0.50 374	0.69 242	0.31 79	1.21 257	1.06 274	1.09 256	1.16 291	0.88 249	0.46 123	1.22 244	0.42 183	0.19 183	0.15 226	0.21 209	0.17 176	0.27 343	0.17 154

111	0.60 217	0.23 60	0.70 212	0.43 61	0.24 41	0.72 257	0.42 199	1.18 245	1.41 467	0.80 174	1.38 376	1.10 336	0.79 292	0.96 173	0.58 287	0.18 142	0.13 115	0.17 79	0.15 113	0.17 92	0.19 219

FENet	0.60 217	0.28 183	0.63 162	0.54 258	0.33 222	0.83 319	0.38 156	1.27 275	1.07 279	1.00 231	0.86 168	0.99 299	0.85 322	0.96 173	0.68 322	0.22 280	0.15 226	0.23 276	0.20 248	0.22 265	0.23 307

test_sample1	0.61 223	0.29 218	0.75 262	0.50 172	0.31 182	0.76 276	0.48 275	1.59 354	0.84 188	0.90 199	0.94 187	0.88 249	0.95 372	1.16 231	0.67 318	0.22 280	0.18 317	0.20 174	0.19 216	0.21 241	0.21 269

MyStereo06	0.61 223	0.28 183	0.95 357	0.56 295	0.46 357	0.61 185	0.73 413	1.78 410	0.67 135	1.03 242	1.12 269	1.13 346	0.56 191	0.78 116	0.41 172	0.17 103	0.16 266	0.23 276	0.20 248	0.22 265	0.20 252

ACRE	0.61 223	0.33 309	1.01 378	0.58 317	0.49 367	0.75 270	0.47 264	1.06 208	0.95 222	1.37 415	1.55 424	0.62 160	0.46 123	0.83 134	0.70 326	0.23 307	0.15 226	0.19 137	0.16 155	0.18 123	0.21 269

Anonymous3	0.61 223	0.44 407	1.11 415	0.59 330	0.49 367	0.93 352	0.65 387	0.93 139	0.81 178	0.72 158	0.88 173	0.65 169	0.69 250	1.06 204	0.53 268	0.35 459	0.30 460	0.26 354	0.26 389	0.31 393	0.27 367

test_sample2	0.62 227	0.29 218	0.74 258	0.50 172	0.28 117	0.80 303	0.61 375	1.61 361	1.00 251	0.88 196	0.99 203	0.94 275	0.83 315	1.16 231	0.51 254	0.23 307	0.18 317	0.22 238	0.21 292	0.23 290	0.22 287

tt1	0.62 227	0.32 287	0.51 88	0.54 258	0.26 68	1.16 409	0.48 275	0.95 151	2.47 536	0.57 124	0.77 147	0.49 98	0.81 302	1.55 327	0.32 70	0.20 220	0.12 54	0.24 296	0.15 113	0.19 166	0.20 252

CIPLG	0.62 227	0.33 309	0.96 363	0.58 317	0.50 374	0.75 270	0.48 275	1.05 195	0.96 227	1.40 427	1.57 432	0.64 166	0.48 144	0.89 156	0.70 326	0.23 307	0.15 226	0.19 137	0.16 155	0.19 166	0.21 269

IPLGR_C	0.62 227	0.33 309	0.99 369	0.58 317	0.49 367	0.76 276	0.48 275	1.10 221	0.96 227	1.40 427	1.56 428	0.62 160	0.48 144	0.80 123	0.71 331	0.23 307	0.15 226	0.19 137	0.16 155	0.19 166	0.21 269

HHNet	0.62 227	0.26 131	0.63 162	0.43 61	0.45 345	0.50 105	0.58 360	1.07 210	1.01 254	1.25 357	2.23 506	0.70 187	0.61 222	1.07 208	0.47 230	0.20 220	0.13 115	0.23 276	0.19 216	0.19 166	0.30 399

Pruner-Stereo	0.62 227	0.29 218	0.70 212	0.61 356	0.31 182	0.63 198	0.43 218	1.17 240	0.99 246	1.53 455	1.08 247	0.95 283	0.55 186	1.35 278	0.51 254	0.23 307	0.14 168	0.24 296	0.21 292	0.21 241	0.23 307

DIP-Stereo	0.62 227	0.30 238	0.83 304	0.48 144	0.36 254	0.95 357	0.33 94	2.37 531	0.67 135	1.25 357	1.00 207	0.68 178	0.51 163	0.91 159	0.61 300	0.18 142	0.15 226	0.21 209	0.17 176	0.19 166	0.19 219
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FACV-RUCA	0.63 234	0.34 333	0.82 299	0.62 368	0.65 452	0.81 312	0.41 195	1.44 312	1.07 279	0.86 194	1.14 278	0.61 155	0.69 250	0.80 123	0.53 268	0.28 402	0.19 335	0.47 500	0.21 292	0.35 418	0.25 333

rvit_0105_3	0.63 234	0.44 407	1.08 407	0.72 453	0.40 307	0.64 201	0.71 409	1.03 181	1.17 345	0.82 182	0.70 128	0.80 212	0.70 255	0.91 159	0.56 281	0.35 459	0.34 481	0.34 450	0.32 457	0.27 343	0.28 379

mmm	0.63 234	0.35 354	0.72 230	0.51 204	0.30 156	0.86 331	0.54 319	1.59 354	0.86 190	1.07 249	1.38 376	0.79 210	0.75 269	0.91 159	0.58 287	0.22 280	0.18 317	0.29 397	0.25 372	0.25 317	0.23 307

HH	0.63 234	0.30 238	0.77 279	0.50 172	0.32 201	0.49 91	0.46 257	1.65 370	0.64 117	0.69 149	1.09 252	1.63 451	0.85 322	1.90 381	0.37 135	0.18 142	0.13 115	0.19 137	0.17 176	0.19 166	0.16 128

HanStereo	0.63 234	0.30 238	0.77 279	0.50 172	0.32 201	0.49 91	0.46 257	1.65 370	0.64 117	0.69 149	1.09 252	1.63 451	0.85 322	1.90 381	0.37 135	0.18 142	0.13 115	0.19 137	0.17 176	0.19 166	0.16 128

CAS	0.63 234	0.18 1	0.37 5	2.27 555	0.84 505	0.57 163	0.54 319	0.79 84	0.62 110	0.48 94	0.70 128	0.36 50	0.26 19	0.45 12	0.35 113	2.24 555	0.10 9	0.14 2	0.09 1	0.15 41	1.06 544

TestStereo1	0.63 234	0.28 183	0.75 262	0.76 472	0.31 182	0.48 79	0.43 218	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 183	0.20 220	0.15 226	0.22 238	0.18 194	0.21 241	0.17 154

RAFT_CTSACE	0.63 234	0.26 131	0.88 330	0.55 282	0.51 386	0.71 254	0.44 232	0.80 92	0.97 234	0.97 219	1.84 476	1.18 354	0.68 247	1.47 312	0.36 123	0.16 60	0.15 226	0.21 209	0.20 248	0.20 200	0.14 63

SA-5K	0.63 234	0.28 183	0.75 262	0.76 472	0.31 182	0.48 79	0.43 218	1.30 280	1.21 371	0.97 219	1.31 347	0.64 166	0.77 281	1.75 362	0.42 183	0.20 220	0.15 226	0.22 238	0.18 194	0.21 241	0.17 154

ICVP	0.63 234	0.33 309	0.57 132	0.61 356	0.40 307	0.80 303	0.58 360	1.61 361	0.89 201	0.90 199	1.24 317	0.88 249	0.73 265	0.72 97	0.88 383	0.29 413	0.21 375	0.22 238	0.21 292	0.24 305	0.27 367
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	0.63 234	0.26 131	1.90 503	0.81 485	0.67 459	0.43 53	0.23 25	1.03 181	0.58 99	0.65 144	1.56 428	1.41 407	0.39 86	1.28 260	0.35 113	0.20 220	0.14 168	0.20 174	0.19 216	0.18 123	0.14 63

ACVNet	0.63 234	0.31 271	0.54 108	0.54 258	0.36 254	0.80 303	0.46 257	1.37 293	1.07 279	0.93 207	1.30 341	1.08 324	0.85 322	0.80 123	0.94 393	0.21 254	0.19 335	0.21 209	0.18 194	0.22 265	0.18 179

HI	0.64 246	0.32 287	0.68 193	0.47 117	0.51 386	0.41 37	0.36 130	1.04 187	0.75 157	1.31 391	1.43 389	1.62 446	1.12 430	0.94 170	0.88 383	0.15 38	0.12 54	0.20 174	0.20 248	0.20 200	0.18 179

CoSv	0.64 246	0.32 287	0.68 193	0.47 117	0.51 386	0.41 37	0.36 130	1.04 187	0.75 157	1.31 391	1.43 389	1.62 446	1.12 430	0.94 170	0.88 383	0.15 38	0.12 54	0.20 174	0.20 248	0.20 200	0.18 179

rvit_stereo_0075_2	0.64 246	0.46 416	1.05 394	0.66 408	0.66 455	0.53 135	0.48 275	1.20 256	1.12 306	0.76 161	0.92 181	0.78 206	0.53 174	1.03 195	0.59 290	0.37 467	0.28 445	0.40 483	0.31 449	0.37 429	0.32 415

cc1	0.64 246	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	0.93 139	3.05 549	0.58 126	0.79 155	0.48 90	0.88 340	1.46 308	0.32 70	0.20 220	0.12 54	0.25 335	0.15 113	0.19 166	0.19 219

GwcNet-ADL	0.64 246	0.31 271	0.79 290	0.56 295	0.41 315	0.60 179	0.58 360	1.41 303	1.26 394	1.08 250	1.13 274	0.91 261	0.60 213	1.04 201	0.78 354	0.27 388	0.18 317	0.18 114	0.18 194	0.25 317	0.29 385

RAFT	0.64 246	0.30 238	0.73 242	0.59 330	0.33 222	0.68 237	0.58 360	1.04 187	0.76 163	1.08 250	1.19 303	1.65 457	0.93 362	1.06 204	0.56 281	0.21 254	0.18 317	0.27 371	0.24 357	0.22 265	0.17 154

TestStereo	0.64 246	0.39 383	0.71 224	0.51 204	0.27 92	0.56 158	0.42 199	1.03 181	0.91 210	0.80 174	1.00 207	0.68 178	0.52 168	3.25 466	0.45 209	0.22 280	0.15 226	0.24 296	0.18 194	0.27 343	0.16 128

DN-CSS_ROB	0.64 246	0.32 287	1.05 394	0.55 282	0.40 307	0.54 143	0.45 250	1.21 257	0.93 217	1.03 242	1.47 403	0.69 183	0.63 232	1.76 367	0.49 243	0.18 142	0.14 168	0.25 335	0.22 321	0.22 265	0.20 252

MyStereo8	0.65 254	0.29 218	1.00 374	0.58 317	0.49 367	0.91 341	0.35 114	1.18 245	1.31 419	1.16 306	1.27 331	0.90 258	0.64 236	0.72 97	0.95 397	0.18 142	0.14 168	0.20 174	0.18 194	0.22 265	0.26 357

StereoVision	0.65 254	0.34 333	0.86 312	0.59 330	0.40 307	0.50 105	0.41 195	1.09 218	0.93 217	0.71 153	2.50 520	0.82 221	0.57 200	1.03 195	0.49 243	0.25 349	0.28 445	0.29 397	0.28 421	0.36 425	0.20 252

CASS	0.65 254	0.34 333	0.72 230	0.56 295	0.27 92	0.78 289	0.42 199	1.59 354	0.86 190	1.30 381	1.25 321	0.87 245	0.84 319	0.84 137	0.54 274	0.35 459	0.19 335	0.26 354	0.21 292	0.28 362	0.42 461
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 254	0.30 238	0.75 262	0.67 420	0.50 374	0.92 348	0.52 305	1.39 299	1.12 306	0.76 161	1.11 262	1.00 300	0.90 347	1.53 323	0.45 209	0.18 142	0.13 115	0.23 276	0.22 321	0.21 241	0.19 219

iRaft-Stereo_20w	0.65 254	0.31 271	1.00 374	0.47 117	0.34 240	0.73 261	0.30 72	2.96 547	0.70 144	1.15 296	1.14 278	0.76 199	0.65 242	1.11 219	0.38 146	0.17 103	0.13 115	0.18 114	0.16 155	0.19 166	0.18 179

EAI-Stereo	0.65 254	0.28 183	0.69 206	0.53 243	0.27 92	0.60 179	0.40 179	2.28 523	0.64 117	0.71 153	3.18 533	0.57 138	0.43 104	1.06 204	0.41 172	0.18 142	0.13 115	0.17 79	0.17 176	0.17 92	0.17 154

HITNet	0.65 254	0.40 389	0.77 279	0.48 144	0.24 41	1.05 384	0.49 285	1.76 402	1.02 257	1.18 320	1.18 296	0.89 257	0.80 298	0.85 142	0.79 360	0.17 103	0.12 54	0.21 209	0.17 176	0.29 373	0.15 97
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MyStereo05	0.66 261	0.28 183	1.07 403	0.56 295	0.46 357	0.61 185	0.73 413	1.34 287	1.41 467	1.15 296	0.91 179	0.77 202	0.80 298	1.41 301	0.63 307	0.17 103	0.16 266	0.23 276	0.20 248	0.22 265	0.20 252

PCWNet_CMD	0.66 261	0.32 287	0.88 330	0.49 160	0.37 269	0.78 289	0.40 179	1.42 305	1.31 419	1.16 306	1.31 347	1.25 371	0.62 227	0.89 156	0.57 284	0.20 220	0.16 266	0.27 371	0.19 216	0.40 446	0.25 333

ToySt	0.66 261	0.33 309	1.23 433	0.51 204	0.33 222	0.86 331	0.68 400	1.10 221	0.97 234	0.84 187	1.08 247	1.25 371	0.94 367	1.01 191	0.74 338	0.19 183	0.19 335	0.24 296	0.24 357	0.27 343	0.23 307

DisPM	0.66 261	0.28 183	0.72 230	0.61 356	0.35 244	0.62 194	0.45 250	1.02 176	0.99 246	1.56 465	1.10 256	0.80 212	0.59 210	2.37 427	0.41 172	0.23 307	0.14 168	0.23 276	0.21 292	0.20 200	0.25 333

SA	0.66 261	0.30 238	0.82 299	0.61 356	0.30 156	0.58 166	0.38 156	1.44 312	1.30 415	0.96 216	1.36 369	0.66 173	0.95 372	1.85 377	0.42 183	0.19 183	0.15 226	0.25 335	0.23 344	0.21 241	0.17 154

CFNet_pseudo	0.66 261	0.32 287	0.86 312	0.48 144	0.39 296	0.70 249	0.40 179	1.33 282	1.22 377	1.16 306	1.34 362	1.24 367	0.64 236	0.98 182	0.59 290	0.21 254	0.16 266	0.33 440	0.19 216	0.36 425	0.25 333

GES	0.66 261	0.34 333	0.90 340	0.59 330	0.38 286	0.94 353	0.57 356	2.11 492	0.86 190	1.02 238	1.11 262	0.66 173	0.79 292	0.99 186	0.61 300	0.27 388	0.19 335	0.20 174	0.20 248	0.21 241	0.30 399

MSMDNet	0.66 261	0.32 287	0.87 323	0.49 160	0.37 269	0.79 295	0.40 179	1.43 311	1.31 419	1.15 296	1.31 347	1.24 367	0.63 232	0.88 151	0.57 284	0.21 254	0.16 266	0.26 354	0.19 216	0.39 442	0.24 321

ccs_rob	0.66 261	0.33 309	0.86 312	0.48 144	0.39 296	0.70 249	0.40 179	1.33 282	1.22 377	1.16 306	1.34 362	1.23 365	0.64 236	0.98 182	0.59 290	0.21 254	0.16 266	0.35 458	0.20 248	0.37 429	0.25 333

MyStereo04	0.67 270	0.29 218	1.07 403	0.55 282	0.45 345	0.59 171	0.79 429	1.50 326	1.40 462	0.91 204	0.91 179	0.74 193	0.86 330	1.52 319	0.62 303	0.17 103	0.16 266	0.24 296	0.20 248	0.23 290	0.20 252

xx1	0.67 270	0.31 271	0.50 80	0.54 258	0.26 68	1.18 412	0.51 294	0.93 139	3.05 549	0.58 126	0.79 155	0.95 283	0.77 281	1.46 308	0.32 70	0.20 220	0.12 54	0.24 296	0.23 344	0.22 265	0.21 269

GMStereo_Zeroshot	0.67 270	0.61 477	1.01 378	0.64 387	0.37 269	0.84 327	0.35 114	1.05 195	1.12 306	1.12 272	1.06 238	1.27 379	0.54 179	1.19 239	0.59 290	0.32 433	0.17 295	0.31 416	0.18 194	0.52 493	0.22 287

DMCA	0.67 270	0.34 333	0.90 340	0.51 204	0.44 338	0.86 331	0.47 264	1.42 305	1.02 257	1.17 315	1.12 269	1.23 365	0.75 269	0.78 116	0.95 397	0.25 349	0.19 335	0.27 371	0.19 216	0.24 305	0.27 367

test_sample3	0.68 274	0.32 287	0.88 330	0.52 225	0.30 156	0.97 367	0.52 305	1.86 435	1.15 333	1.08 250	1.11 262	0.88 249	0.71 260	1.17 235	0.68 322	0.25 349	0.20 353	0.25 335	0.25 372	0.25 317	0.25 333

raft_robust	0.68 274	0.30 238	0.64 169	0.52 225	0.26 68	0.54 143	0.35 114	1.33 282	1.24 386	1.16 306	1.07 242	0.60 151	0.54 179	3.58 476	0.37 135	0.18 142	0.14 168	0.20 174	0.22 321	0.20 200	0.16 128

test_sample5	0.69 276	0.34 333	0.87 323	0.52 225	0.30 156	0.84 327	0.54 319	1.83 428	1.14 321	1.11 270	1.25 321	0.88 249	0.78 288	1.23 246	0.65 312	0.26 372	0.20 353	0.27 371	0.27 400	0.27 343	0.26 357

test_sample4	0.69 276	0.33 309	0.91 343	0.51 204	0.30 156	0.92 348	0.52 305	1.87 437	1.15 333	1.14 290	1.18 296	0.87 245	0.75 269	1.18 237	0.68 322	0.25 349	0.20 353	0.26 354	0.26 389	0.26 329	0.25 333

IPLG	0.69 276	0.27 161	0.97 365	0.51 204	0.43 330	0.79 295	0.33 94	1.21 257	1.06 274	1.30 381	1.10 256	0.52 116	0.55 186	3.16 464	0.63 307	0.16 60	0.14 168	0.19 137	0.16 155	0.18 123	0.17 154

UCFNet_RVC	0.69 276	0.35 354	0.49 73	0.64 387	0.39 296	0.85 330	0.58 360	1.75 396	1.14 321	0.97 219	1.19 303	1.17 351	0.93 362	0.99 186	0.62 303	0.28 402	0.20 353	0.34 450	0.31 449	0.32 402	0.27 367

IGEV-BASED-STEREO-	0.70 280	3.18 575	2.55 528	0.39 32	0.23 25	0.44 59	0.23 25	0.63 34	0.42 45	0.44 69	0.44 45	0.34 46	0.28 25	0.56 42	0.29 38	1.35 549	0.10 9	0.22 238	0.19 216	0.46 476	1.31 548

DualNet	0.70 280	0.34 333	0.87 323	0.52 225	0.30 156	0.84 327	0.54 319	1.83 428	1.14 321	1.14 290	1.33 355	0.88 249	0.78 288	1.23 246	0.65 312	0.26 372	0.20 353	0.27 371	0.27 400	0.27 343	0.26 357

CFNet_ucs	0.70 280	0.33 309	0.88 330	0.50 172	0.43 330	0.74 265	0.44 232	1.60 358	1.29 409	1.22 337	1.54 422	1.09 334	0.63 232	0.99 186	0.59 290	0.25 349	0.20 353	0.37 469	0.21 292	0.40 446	0.28 379

IER	0.70 280	0.31 271	1.02 385	0.48 144	0.52 398	1.34 439	0.51 294	1.17 240	0.99 246	1.23 343	1.34 362	1.12 341	1.11 427	0.99 186	0.71 331	0.20 220	0.16 266	0.21 209	0.21 292	0.20 200	0.19 219

HCRNet	0.70 280	0.39 383	0.73 242	0.60 342	0.59 434	0.76 276	0.35 114	1.22 265	1.13 318	1.02 238	0.99 203	1.02 309	0.76 277	2.19 413	0.70 326	0.28 402	0.19 335	0.28 386	0.23 344	0.25 317	0.23 307

SFCPSM	0.70 280	0.28 183	1.02 385	0.51 204	0.38 286	1.37 442	0.66 392	2.00 471	1.03 261	1.17 315	1.21 309	0.82 221	0.78 288	1.03 195	0.53 268	0.21 254	0.17 295	0.22 238	0.24 357	0.21 241	0.19 219

AdaStereo	0.70 280	0.43 404	0.75 262	0.73 461	0.37 269	0.92 348	0.53 313	1.85 432	1.18 352	1.12 272	1.23 315	1.07 323	0.65 242	0.96 173	0.63 307	0.31 426	0.15 226	0.32 431	0.21 292	0.29 373	0.22 287
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_sample6	0.71 287	0.34 333	0.87 323	0.52 225	0.30 156	0.82 314	0.58 360	1.79 416	1.15 333	1.14 290	1.33 355	0.91 261	0.79 292	1.31 266	0.74 338	0.27 388	0.21 375	0.27 371	0.29 433	0.28 362	0.27 367

BSDual-CNN	0.71 287	0.32 287	0.68 193	0.54 258	0.44 338	1.27 427	0.65 387	2.16 502	0.98 239	1.20 328	1.11 262	1.12 341	0.74 267	0.91 159	0.66 315	0.24 322	0.17 295	0.25 335	0.22 321	0.22 265	0.22 287

DFGA-Net	0.72 289	0.40 389	1.40 457	0.52 225	0.45 345	0.83 319	0.44 232	1.28 279	1.08 285	0.99 226	1.19 303	0.70 187	0.55 186	2.14 405	1.16 431	0.18 142	0.16 266	0.24 296	0.23 344	0.27 343	0.25 333

rvit_105_1	0.72 289	0.52 442	1.01 378	0.78 477	0.49 367	0.75 270	0.87 451	1.12 230	1.18 352	0.99 226	0.79 155	0.90 258	0.77 281	1.26 255	0.75 343	0.41 481	0.36 497	0.36 466	0.41 494	0.30 384	0.33 421

DCVSM-stereo	0.72 289	0.35 354	0.76 272	0.55 282	0.42 320	0.73 261	0.38 156	1.21 257	1.02 257	1.79 495	1.04 234	1.62 446	1.03 408	1.04 201	0.79 360	0.24 322	0.27 438	0.29 397	0.24 357	0.30 384	0.36 437

AIO-Stereo-zeroshot	0.72 289	0.35 354	1.70 489	0.49 160	0.56 414	0.63 198	0.38 156	2.41 534	0.65 132	0.77 166	1.07 242	1.82 478	0.95 372	0.93 167	0.43 193	0.20 220	0.13 115	0.21 209	0.25 372	0.28 362	0.26 357

qqq1	0.72 289	0.30 238	0.86 312	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 196	0.24 322	0.20 353	0.18 114	0.15 113	0.18 123	0.18 179

fff1	0.72 289	0.30 238	0.86 312	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.44 196	0.24 322	0.20 353	0.18 114	0.15 113	0.18 123	0.18 179

ffm	0.72 289	0.33 309	0.85 306	0.53 243	0.37 269	0.74 265	0.56 345	0.95 151	2.47 536	1.15 296	1.45 396	1.06 318	0.82 307	1.55 327	0.32 70	0.20 220	0.12 54	0.31 416	0.27 400	0.19 166	0.20 252

anonymousa	0.72 289	0.27 161	0.75 262	0.47 117	0.63 447	1.43 455	0.45 250	1.24 271	0.89 201	1.28 366	1.75 466	1.62 446	1.13 434	0.69 86	0.59 290	0.19 183	0.16 266	0.23 276	0.25 372	0.20 200	0.18 179

Sa-1000	0.72 289	0.29 218	0.76 272	0.59 330	0.30 156	0.73 261	0.37 149	1.62 365	1.33 427	1.28 366	2.04 497	0.86 241	0.75 269	1.84 374	0.38 146	0.19 183	0.14 168	0.25 335	0.23 344	0.20 200	0.16 128

psmg	0.72 289	0.32 287	0.68 193	0.50 172	0.44 338	1.48 459	0.75 418	1.94 459	0.98 239	1.21 332	1.33 355	1.12 341	0.74 267	0.91 159	0.66 315	0.24 322	0.19 335	0.25 335	0.25 372	0.23 290	0.22 287

UDGNet	0.72 289	1.17 536	0.80 295	0.77 475	0.41 315	0.77 284	0.38 156	0.97 159	1.34 430	0.81 178	0.88 173	0.71 190	0.60 213	1.21 243	0.54 274	0.52 510	0.19 335	1.02 544	0.26 389	0.71 522	0.31 409

PSMNet-ADL	0.72 289	0.35 354	0.62 159	0.69 435	0.46 357	1.14 400	0.44 232	1.37 293	1.01 254	0.83 184	1.17 294	1.33 392	0.96 379	1.43 302	0.95 397	0.33 442	0.22 393	0.21 209	0.23 344	0.27 343	0.29 385

LCNet	0.72 289	0.28 183	0.52 96	0.55 282	0.31 182	0.69 242	0.54 319	1.00 169	0.88 198	1.19 324	1.34 362	0.97 291	1.34 471	2.56 440	0.45 209	0.18 142	0.13 115	0.21 209	0.25 372	0.27 343	0.73 527

GANet-RSSM	0.72 289	0.28 183	0.63 162	0.64 387	0.58 426	0.80 303	0.58 360	1.89 443	1.08 285	1.04 245	1.25 321	1.15 349	1.04 410	1.49 314	0.62 303	0.25 349	0.19 335	0.22 238	0.22 321	0.22 265	0.21 269

PSMNet-RSSM	0.72 289	0.30 238	0.61 153	0.63 378	0.42 320	0.73 261	0.56 345	1.92 453	1.10 300	1.09 256	1.37 371	1.22 360	0.98 389	1.28 260	0.72 334	0.27 388	0.19 335	0.27 371	0.29 433	0.24 305	0.24 321

CFNet-ft	0.72 289	0.32 287	0.54 108	0.66 408	0.54 405	0.83 319	0.55 337	1.37 293	1.15 333	0.93 207	1.28 337	1.57 438	0.97 382	1.35 278	0.81 366	0.26 372	0.20 353	0.33 440	0.25 372	0.30 384	0.23 307

CFNet_RVC	0.72 289	0.32 287	0.54 108	0.66 408	0.54 405	0.83 319	0.55 337	1.37 293	1.15 333	0.93 207	1.28 337	1.57 438	0.97 382	1.35 278	0.81 366	0.26 372	0.20 353	0.33 440	0.25 372	0.30 384	0.23 307

MLCV	0.72 289	0.34 333	1.10 413	0.51 204	0.23 25	0.91 341	0.39 171	1.33 282	1.23 380	1.46 441	1.55 424	1.01 307	0.64 236	1.95 388	0.80 364	0.18 142	0.12 54	0.18 114	0.14 95	0.19 166	0.17 154

G2L-ROB	0.73 307	0.25 108	0.76 272	0.54 258	0.39 296	0.95 357	0.66 392	1.66 375	1.09 293	1.24 351	1.02 221	1.64 454	0.71 260	1.63 340	1.02 409	0.20 220	0.14 168	0.17 79	0.15 113	0.20 200	0.22 287

G2L-Stereo_test	0.73 307	0.27 161	0.74 258	0.49 160	0.40 307	0.90 337	0.81 438	1.53 341	1.14 321	1.28 366	1.27 331	1.52 432	0.72 263	1.62 338	0.94 393	0.19 183	0.14 168	0.16 52	0.15 113	0.18 123	0.19 219

CoDeX	0.73 307	0.29 218	0.93 349	0.54 258	0.36 254	1.14 400	0.61 375	2.34 528	1.17 345	1.16 306	1.25 321	0.91 261	0.87 335	1.33 273	0.64 311	0.20 220	0.16 266	0.21 209	0.18 194	0.20 200	0.18 179

cf-r	0.73 307	0.30 238	0.77 279	0.55 282	0.63 447	0.78 289	0.48 275	1.79 416	1.15 333	1.13 287	1.26 328	1.43 409	0.87 335	1.40 299	0.85 379	0.25 349	0.18 317	0.22 238	0.23 344	0.19 166	0.19 219

BEATNet_4x	0.73 307	0.49 428	1.17 427	0.53 243	0.26 68	1.03 381	0.55 337	1.82 423	1.06 274	1.21 332	1.22 311	0.96 289	0.91 350	1.01 191	1.06 413	0.21 254	0.14 168	0.24 296	0.19 216	0.37 429	0.21 269

test_sample7	0.74 312	0.37 371	0.76 272	0.52 225	0.35 244	0.91 341	0.67 396	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.31 426	0.28 445	0.32 431	0.31 449	0.33 411	0.29 385

gwcnet-sp	0.74 312	0.33 309	1.44 464	0.57 311	0.45 345	1.40 449	0.54 319	1.50 326	1.14 321	1.30 381	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 254	0.21 375	0.22 238	0.21 292	0.22 265	0.22 287

scenet	0.74 312	0.33 309	1.44 464	0.57 311	0.45 345	1.40 449	0.54 319	1.50 326	1.14 321	1.30 381	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 254	0.21 375	0.22 238	0.21 292	0.22 265	0.22 287

ssnet	0.74 312	0.33 309	1.44 464	0.57 311	0.45 345	1.40 449	0.54 319	1.50 326	1.14 321	1.30 381	1.02 221	0.94 275	0.82 307	1.39 293	0.76 346	0.21 254	0.21 375	0.22 238	0.21 292	0.22 265	0.22 287

BUS	0.74 312	0.32 287	0.68 193	0.54 258	0.44 338	2.34 523	0.42 199	2.16 502	0.98 239	1.20 328	1.11 262	1.03 313	0.62 227	0.91 159	0.70 326	0.24 322	0.17 295	0.25 335	0.22 321	0.22 265	0.22 287

GMM-Stereo	0.74 312	0.25 108	0.59 145	0.54 258	0.34 240	0.72 257	0.99 481	1.01 175	0.87 194	1.36 412	1.78 469	1.12 341	0.81 302	2.09 401	0.46 223	0.18 142	0.12 54	0.25 335	0.25 372	0.20 200	0.85 533

DMCA-RVC	0.74 312	0.40 389	1.27 442	0.66 408	0.49 367	0.77 284	0.47 264	1.35 290	1.01 254	1.53 455	1.01 213	1.29 385	0.82 307	1.31 266	0.78 354	0.27 388	0.21 375	0.35 458	0.27 400	0.32 402	0.24 321

DeepPruner_ROB	0.74 312	0.48 425	0.87 323	0.57 311	0.44 338	0.79 295	0.54 319	1.73 389	0.96 227	1.38 420	1.27 331	1.24 367	0.73 265	1.43 302	0.73 337	0.34 452	0.28 445	0.27 371	0.26 389	0.31 393	0.31 409

SMFormer	0.75 320	0.30 238	0.86 312	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 322	0.20 353	0.22 238	0.21 292	0.23 290	0.24 321

tta	0.75 320	0.30 238	0.86 312	0.46 106	0.26 68	0.82 314	0.43 218	2.05 482	1.39 457	1.23 343	1.47 403	0.98 293	0.95 372	1.71 357	0.82 371	0.24 322	0.20 353	0.22 238	0.21 292	0.18 123	0.18 179

KYRaft	0.75 320	0.28 183	0.62 159	0.56 295	0.29 134	0.67 230	0.86 449	0.94 146	0.84 188	1.62 477	2.21 505	1.16 350	1.02 406	1.57 330	0.40 161	0.20 220	0.13 115	0.22 238	0.28 421	0.20 200	1.02 539

Prome-Stereo	0.75 320	0.27 161	0.53 102	0.55 282	0.32 201	0.59 171	0.97 476	0.89 122	0.88 198	1.45 439	2.46 518	0.91 261	1.41 476	1.58 332	0.44 196	0.18 142	0.13 115	0.19 137	0.17 176	0.20 200	0.92 535

acv_ft	0.75 320	0.31 271	0.95 357	0.70 441	0.86 510	1.24 423	0.53 313	1.44 312	1.07 279	1.24 351	1.30 341	1.08 324	0.92 353	0.80 123	1.34 454	0.21 254	0.19 335	0.21 209	0.18 194	0.21 241	0.18 179

iResNet	0.75 320	0.40 389	1.36 455	0.67 420	0.29 134	0.92 348	0.59 369	1.52 335	1.25 389	1.28 366	1.48 408	0.94 275	0.76 277	1.62 338	0.78 354	0.18 142	0.14 168	0.18 114	0.15 113	0.22 265	0.23 307

PAM	0.76 326	0.29 218	1.08 407	0.52 225	0.33 222	1.38 445	0.39 171	2.01 475	0.67 135	1.06 246	0.96 191	2.89 534	1.43 478	0.86 146	0.35 113	0.19 183	0.12 54	0.19 137	0.17 176	0.19 166	0.20 252

AASNet	0.76 326	0.35 354	0.91 343	0.79 479	0.81 501	1.14 400	0.56 345	2.02 479	1.08 285	1.22 337	1.24 317	0.93 272	0.76 277	0.77 111	1.16 431	0.27 388	0.23 405	0.24 296	0.20 248	0.28 362	0.24 321

PAM_32	0.77 328	0.28 183	1.03 389	0.52 225	0.30 156	1.32 435	0.35 114	1.97 466	0.65 132	1.02 238	1.06 238	3.05 535	1.49 488	0.96 173	0.36 123	0.19 183	0.13 115	0.20 174	0.18 194	0.19 166	0.19 219

testlalala_base	0.77 328	0.40 389	0.70 212	0.65 401	0.50 374	0.79 295	0.28 57	1.50 326	0.51 78	0.73 159	0.90 177	0.69 183	0.54 179	0.66 81	0.40 161	2.82 560	0.14 168	0.17 79	0.12 41	2.68 556	0.19 219

NINENet	0.77 328	0.37 371	0.78 287	0.62 368	0.51 386	2.34 523	0.42 199	1.83 428	1.04 266	1.14 290	1.23 315	1.03 313	0.62 227	1.24 251	0.70 326	0.28 402	0.23 405	0.31 416	0.21 292	0.26 329	0.25 333

hknet	0.77 328	0.32 287	0.95 357	0.54 258	0.38 286	1.27 427	0.65 387	2.16 502	1.07 279	1.20 328	1.11 262	1.59 442	0.81 302	1.37 284	0.66 315	0.22 280	0.17 295	0.25 335	0.22 321	0.22 265	0.22 287

ARAFT	0.77 328	0.36 364	1.49 478	0.51 204	0.31 182	0.90 337	0.82 440	1.90 446	1.06 274	1.62 477	1.24 317	1.02 309	0.64 236	1.84 374	0.50 249	0.18 142	0.14 168	0.28 386	0.27 400	0.17 92	0.16 128

psm_up	0.77 328	0.34 333	0.70 212	0.66 408	0.58 426	1.05 384	0.92 464	1.52 335	1.12 306	1.26 361	1.16 291	1.31 390	1.23 454	1.20 241	0.81 366	0.25 349	0.29 456	0.31 416	0.27 400	0.27 343	0.25 333

GwcNet-RSSM	0.77 328	0.32 287	1.01 378	0.62 368	0.54 405	0.78 289	0.51 294	1.73 389	1.20 365	1.09 256	1.37 371	1.46 419	0.85 322	1.53 323	1.09 419	0.25 349	0.18 317	0.23 276	0.24 357	0.20 200	0.19 219

iResNet_ROB	0.77 328	0.30 238	0.99 369	0.57 311	0.36 254	0.83 319	0.36 130	2.33 526	1.58 490	1.27 364	1.30 341	1.25 371	0.84 319	1.65 343	0.79 360	0.20 220	0.14 168	0.17 79	0.12 41	0.18 123	0.27 367

DDVS	0.78 336	0.41 397	0.94 353	0.60 342	0.43 330	1.30 432	0.43 218	1.40 301	0.91 210	1.20 328	1.15 286	1.43 409	0.64 236	2.18 411	0.89 386	0.28 402	0.22 393	0.26 354	0.23 344	0.31 393	0.33 421

PSM-softLoss	0.78 336	0.31 271	0.77 279	0.58 317	0.32 201	0.56 158	0.40 179	1.18 245	0.70 144	1.24 351	1.07 242	0.83 228	0.52 168	5.36 508	0.53 268	0.24 322	0.15 226	0.25 335	0.22 321	0.20 200	0.25 333

KMStereo	0.78 336	0.31 271	0.77 279	0.58 317	0.32 201	0.56 158	0.40 179	1.18 245	0.70 144	1.24 351	1.07 242	0.83 228	0.52 168	5.36 508	0.53 268	0.24 322	0.15 226	0.25 335	0.22 321	0.20 200	0.25 333

STTStereo	0.78 336	0.50 435	1.22 432	0.64 387	0.54 405	0.89 334	0.54 319	1.44 312	1.11 302	1.38 420	1.09 252	1.27 379	0.85 322	1.43 302	0.83 373	0.29 413	0.27 438	0.33 440	0.39 489	0.32 402	0.30 399

PSM-AAD	0.79 340	0.27 161	0.53 102	0.55 282	0.28 117	0.77 284	1.24 509	0.99 165	0.91 210	1.66 482	1.57 432	0.81 216	2.19 535	1.65 343	0.44 196	0.19 183	0.14 168	0.38 472	0.32 457	0.21 241	0.70 524

hitnet-ft	0.79 340	0.35 354	0.57 132	0.58 317	0.42 320	0.96 363	0.46 257	1.47 318	1.33 427	1.19 324	1.22 311	1.81 475	0.98 389	1.66 347	0.94 393	0.33 442	0.28 445	0.34 450	0.27 400	0.35 418	0.31 409

NLCA_NET_v2_RVC	0.79 340	0.43 404	1.05 394	0.64 387	0.58 426	0.95 357	0.53 313	1.53 341	1.18 352	1.37 415	1.15 286	1.43 409	0.88 340	1.61 337	0.84 376	0.25 349	0.22 393	0.27 371	0.27 400	0.29 373	0.29 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
coex_refinement	0.80 343	0.28 183	0.73 242	0.70 441	0.51 386	0.95 357	0.60 373	1.78 410	1.23 380	1.36 412	1.37 371	1.82 478	0.81 302	1.32 270	1.13 428	0.26 372	0.17 295	0.19 137	0.20 248	0.24 305	0.25 333

G2L-Stereo	0.80 343	0.32 287	0.95 357	0.60 342	0.42 320	0.78 289	0.69 404	1.50 326	1.09 293	1.33 403	1.14 278	1.45 416	0.72 263	2.45 432	1.10 422	0.25 349	0.20 353	0.26 354	0.21 292	0.20 200	0.26 357

ISRNet	0.80 343	0.33 309	1.07 403	0.81 485	0.66 455	0.60 179	0.34 106	1.19 254	1.13 318	1.59 472	1.53 417	1.35 397	0.77 281	1.27 258	0.94 393	0.39 474	0.34 481	0.43 490	0.38 487	0.34 415	0.49 487

NF-Stereo	0.80 343	0.30 238	0.75 262	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.02 221	0.82 221	0.57 200	5.40 513	0.48 235	0.23 307	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

OCTAStereo	0.80 343	0.30 238	0.75 262	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.01 213	0.82 221	0.57 200	5.35 507	0.48 235	0.24 322	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

DRaft	0.80 343	0.24 79	0.70 212	0.45 98	0.30 156	0.97 367	0.53 313	1.05 195	0.97 234	1.78 492	2.02 495	0.80 212	1.74 508	2.73 448	0.72 334	0.17 103	0.14 168	0.20 174	0.20 248	0.18 123	0.21 269

RE-Stereo	0.80 343	0.30 238	0.75 262	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 235	0.24 322	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

TVStereo	0.80 343	0.30 238	0.75 262	0.60 342	0.31 182	0.64 201	0.44 232	1.21 257	0.90 205	1.29 372	1.01 213	0.81 216	0.57 200	5.37 510	0.48 235	0.24 322	0.14 168	0.24 296	0.20 248	0.20 200	0.30 399

UPFNet	0.80 343	0.32 287	0.90 340	0.59 330	0.74 478	1.26 426	0.80 435	1.52 335	1.10 300	1.30 381	1.12 269	1.30 386	0.84 319	1.67 348	1.09 419	0.24 322	0.24 414	0.24 296	0.23 344	0.25 317	0.18 179

iResNetv2_ROB	0.80 343	0.37 371	1.71 491	0.56 295	0.37 269	0.94 353	0.64 385	1.73 389	1.34 430	1.23 343	1.42 385	1.26 375	0.92 353	1.85 377	0.56 281	0.23 307	0.15 226	0.19 137	0.14 95	0.24 305	0.19 219

StereoDRNet-Refined	0.80 343	0.41 397	0.88 330	0.62 368	0.42 320	1.33 437	0.48 275	1.52 335	1.17 345	1.45 439	1.44 394	1.44 414	0.90 347	1.26 255	1.24 440	0.20 220	0.16 266	0.27 371	0.24 357	0.25 317	0.28 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.82 354	0.36 364	0.82 299	0.54 258	0.31 182	0.80 303	0.47 264	2.17 508	1.67 496	1.13 287	1.13 274	0.94 275	0.86 330	2.46 435	1.00 407	0.26 372	0.23 405	0.28 386	0.27 400	0.28 362	0.36 437

DCRE	0.82 354	0.26 131	0.70 212	0.58 317	0.44 338	0.54 143	0.48 275	0.95 151	0.78 170	0.78 169	7.33 565	0.86 241	0.52 168	0.76 108	0.41 172	0.16 60	0.16 266	0.19 137	0.17 176	0.18 123	0.17 154

SepStereo	0.82 354	0.34 333	1.03 389	0.64 387	0.69 467	0.77 284	0.63 383	1.54 344	1.20 365	1.79 495	1.55 424	0.95 283	1.04 410	2.30 422	0.60 298	0.21 254	0.16 266	0.25 335	0.18 194	0.27 343	0.22 287

GrayStereo	0.82 354	0.26 131	0.58 138	0.63 378	0.37 269	0.76 276	1.86 542	1.11 228	0.87 194	1.99 511	1.89 483	1.08 324	1.82 516	1.39 293	0.48 235	0.19 183	0.14 168	0.19 137	0.21 292	0.18 123	0.39 451

LMCR-Stereo	0.82 354	0.46 416	0.88 330	0.75 469	0.43 330	1.33 437	0.56 345	2.43 536	0.98 239	1.53 455	1.49 410	0.74 193	1.00 399	1.63 340	0.89 386	0.28 402	0.17 295	0.22 238	0.17 176	0.29 373	0.20 252

ac_64	0.82 354	0.29 218	0.81 296	0.71 449	0.60 437	1.05 384	0.54 319	1.99 470	0.92 215	1.18 320	1.06 238	1.99 497	1.08 422	1.94 387	0.97 402	0.27 388	0.22 393	0.24 296	0.23 344	0.22 265	0.19 219

DualNet (step1)	0.83 360	0.49 428	1.13 419	0.56 295	0.39 296	1.02 378	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	1.23 246	0.67 318	0.57 519	0.28 445	0.62 528	0.67 535	0.45 470	0.42 461

SST-Stereo	0.83 360	0.28 183	0.72 230	0.59 330	0.31 182	0.72 257	0.26 44	1.09 218	0.86 190	1.47 442	1.10 256	1.00 300	0.87 335	5.73 521	0.45 209	0.22 280	0.13 115	0.23 276	0.19 216	0.23 290	0.18 179

RAFT_R40	0.83 360	0.28 183	0.73 242	0.59 330	0.31 182	0.69 242	0.44 232	1.10 221	0.95 222	1.47 442	1.10 256	1.00 300	0.85 322	5.53 515	0.46 223	0.22 280	0.13 115	0.23 276	0.20 248	0.23 290	0.18 179

UNet	0.83 360	0.34 333	1.31 446	0.58 317	0.74 478	1.58 469	0.49 285	1.41 303	1.04 266	1.21 332	1.08 247	1.54 434	1.12 430	1.65 343	1.09 419	0.23 307	0.17 295	0.25 335	0.20 248	0.25 317	0.22 287

FADNet_RVC	0.83 360	0.51 438	1.83 501	0.54 258	0.42 320	1.19 416	0.46 257	1.51 333	1.09 293	0.89 197	1.24 317	0.91 261	0.87 335	2.11 403	1.11 425	0.27 388	0.22 393	0.31 416	0.28 421	0.43 460	0.38 448

DAS	0.84 365	0.34 333	1.03 389	0.64 387	0.69 467	0.77 284	0.63 383	1.54 344	1.20 365	1.79 495	1.55 424	0.95 283	1.04 410	2.83 450	0.60 298	0.21 254	0.16 266	0.25 335	0.18 194	0.27 343	0.22 287

RAFT-345	0.84 365	0.25 108	0.66 184	0.50 172	0.27 92	0.54 143	0.42 199	0.83 106	1.11 302	1.32 395	2.34 511	0.86 241	0.54 179	5.72 520	0.47 230	0.18 142	0.13 115	0.22 238	0.17 176	0.17 92	0.16 128

MMNet	0.84 365	0.32 287	1.09 410	0.60 342	0.59 434	1.85 497	0.49 285	1.51 333	1.27 400	1.37 415	1.15 286	1.26 375	1.18 442	1.67 348	1.22 438	0.19 183	0.18 317	0.23 276	0.22 321	0.25 317	0.21 269

FADNet-RVC-Resample	0.84 365	0.47 421	2.10 512	0.61 356	0.45 345	1.07 389	0.61 375	1.59 354	1.20 365	1.08 250	0.98 201	1.03 313	0.98 389	2.17 408	0.72 334	0.23 307	0.22 393	0.30 410	0.32 457	0.35 418	0.34 426

iRaft-Stereo_5w	0.85 369	0.29 218	0.91 343	0.53 243	0.43 330	0.49 91	0.68 400	0.99 165	0.87 194	0.79 172	1.34 362	1.46 419	0.91 350	5.11 502	1.11 425	0.17 103	0.14 168	0.22 238	0.18 194	0.20 200	0.20 252

SACVNet	0.85 369	0.46 416	0.85 306	0.81 485	0.56 414	0.80 303	0.79 429	1.68 378	1.12 306	1.34 407	1.33 355	1.25 371	0.94 367	2.39 429	0.76 346	0.34 452	0.26 429	0.31 416	0.29 433	0.35 418	0.44 471

ADLNet	0.85 369	0.36 364	0.89 336	0.85 502	0.72 472	1.24 423	0.76 421	1.82 423	1.36 444	1.52 454	1.35 368	1.27 379	0.99 397	1.23 246	1.15 430	0.27 388	0.20 353	0.26 354	0.25 372	0.28 362	0.30 399

delet	0.85 369	0.32 287	0.95 357	0.65 401	0.66 455	1.64 475	0.84 442	1.75 396	1.35 440	1.32 395	1.30 341	1.30 386	0.88 340	1.68 353	1.10 422	0.21 254	0.21 375	0.24 296	0.24 357	0.21 241	0.21 269

HGLStereo	0.85 369	0.38 378	0.94 353	0.80 482	1.03 523	1.17 411	0.58 360	1.52 335	1.20 365	1.19 324	1.62 444	1.13 346	1.20 448	1.80 371	1.06 413	0.24 322	0.24 414	0.24 296	0.21 292	0.23 290	0.27 367

CRFU-Net	0.86 374	0.39 383	1.00 374	0.65 401	0.57 417	1.78 490	0.86 449	2.15 499	0.81 178	1.38 420	1.18 296	1.64 454	1.19 445	1.35 278	0.90 389	0.26 372	0.22 393	0.21 209	0.19 216	0.23 290	0.24 321

dad	0.86 374	0.66 486	1.06 398	0.56 295	0.37 269	0.76 276	0.44 232	1.17 240	1.50 480	1.44 437	1.27 331	1.34 396	0.75 269	2.52 439	0.84 376	0.42 485	0.27 438	0.83 536	0.26 389	0.41 449	0.29 385

AACVNet	0.86 374	0.35 354	0.79 290	0.82 493	0.39 296	0.76 276	0.49 285	1.61 361	0.81 178	1.08 250	1.33 355	1.30 386	0.93 362	4.34 487	0.74 338	0.25 349	0.21 375	0.28 386	0.22 321	0.29 373	0.25 333

DLCB_ROB	0.86 374	0.40 389	0.78 287	0.68 431	0.54 405	1.11 395	0.84 442	1.49 322	1.23 380	1.64 481	1.65 451	1.70 463	0.91 350	1.70 355	1.05 411	0.25 349	0.24 414	0.26 354	0.27 400	0.27 343	0.24 321

HSM-Net_RVC	0.87 378	0.29 218	0.53 102	0.53 243	0.30 156	1.15 407	0.55 337	3.57 555	1.28 405	1.53 455	1.74 463	1.68 460	0.93 362	1.49 314	0.77 352	0.22 280	0.17 295	0.19 137	0.18 194	0.20 200	0.19 219
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.88 379	0.36 364	1.02 385	0.62 368	0.38 286	1.32 435	0.97 476	2.07 488	1.34 430	1.37 415	1.18 296	1.54 434	0.92 353	1.10 216	1.65 489	0.30 418	0.27 438	0.30 410	0.28 421	0.27 343	0.26 357

ADLNet2	0.88 379	0.34 333	1.17 427	0.77 475	0.64 450	1.12 398	0.76 421	1.74 394	1.24 386	1.21 332	1.65 451	1.71 464	1.05 414	1.67 348	1.17 434	0.24 322	0.21 375	0.21 209	0.22 321	0.26 329	0.29 385

ASMatch	0.88 379	0.26 131	0.69 206	0.51 204	0.35 244	0.48 79	0.37 149	1.12 230	0.92 215	1.10 264	3.28 534	0.96 289	0.98 389	4.90 499	0.49 243	0.19 183	0.16 266	0.22 238	0.19 216	0.19 166	0.27 367

IRAFT_RVC	0.88 379	0.28 183	0.76 272	0.63 378	0.31 182	0.65 217	1.02 486	1.22 265	0.94 220	1.22 337	1.04 234	1.01 307	0.98 389	5.82 523	0.53 268	0.22 280	0.12 54	0.25 335	0.20 248	0.20 200	0.19 219

FADNet-RVC	0.88 379	0.67 487	1.93 505	0.60 342	0.48 363	0.91 341	0.60 373	1.71 387	1.18 352	0.90 199	0.96 191	1.36 399	0.92 353	2.25 418	1.17 434	0.30 418	0.29 456	0.32 431	0.32 457	0.41 449	0.35 431

GEStereo_RVC	0.90 384	0.37 371	0.99 369	0.64 387	0.50 374	0.95 357	0.79 429	2.42 535	1.17 345	1.16 306	1.11 262	1.26 375	0.92 353	3.24 465	0.90 389	0.29 413	0.19 335	0.23 276	0.20 248	0.27 343	0.29 385

CBMV_ROB	0.90 384	0.44 407	0.63 162	0.51 204	0.37 269	1.25 425	0.49 285	1.77 406	1.27 400	1.41 429	2.00 492	1.33 392	1.08 422	2.17 408	0.76 346	0.43 490	0.42 514	0.47 500	0.44 501	0.41 449	0.36 437

PSMNet_ROB	0.90 384	0.52 442	1.17 427	0.72 453	0.61 440	1.27 427	1.12 498	1.76 402	1.12 306	1.09 256	1.28 337	1.45 416	0.89 346	1.65 343	1.42 472	0.33 442	0.25 423	0.37 469	0.39 489	0.35 418	0.29 385

FTStereo	0.91 387	0.26 131	0.56 122	0.54 258	0.33 222	0.66 226	1.87 543	1.00 169	0.75 157	1.75 489	4.15 544	1.04 316	1.65 501	1.57 330	0.46 223	0.19 183	0.16 266	0.23 276	0.21 292	0.18 123	0.63 515

PFNet	0.91 387	0.26 131	1.10 413	0.63 378	0.32 201	0.64 201	0.56 345	1.17 240	0.99 246	1.47 442	1.08 247	0.98 293	0.69 250	6.62 535	0.54 274	0.20 220	0.12 54	0.24 296	0.19 216	0.20 200	0.17 154

CBFPSM	0.92 389	0.33 309	1.86 502	0.49 160	0.38 286	1.75 483	0.84 442	1.39 299	1.12 306	1.09 256	0.99 203	2.37 516	1.66 505	1.32 270	1.42 472	0.19 183	0.18 317	0.20 174	0.20 248	0.21 241	0.33 421

FADNet	0.92 389	0.61 477	1.81 498	0.62 368	0.55 411	0.96 363	0.57 356	1.78 410	1.33 427	0.93 207	1.01 213	1.36 399	1.01 401	2.71 447	0.75 343	0.33 442	0.34 481	0.31 416	0.34 473	0.59 506	0.40 452

NVstereo2D	0.92 389	0.41 397	1.48 476	0.72 453	0.72 472	1.20 418	0.87 451	1.75 396	1.38 452	0.99 226	1.13 274	1.26 375	0.98 389	2.21 415	0.89 386	0.43 490	0.20 353	0.38 472	0.24 357	0.57 502	0.63 515

DispNO	0.93 392	0.30 238	1.34 454	0.55 282	0.55 411	0.89 334	0.49 285	1.48 320	1.21 371	1.17 315	1.27 331	1.19 355	0.90 347	5.23 505	0.74 338	0.22 280	0.17 295	0.24 296	0.21 292	0.19 166	0.20 252

DSFCA	0.93 392	0.34 333	1.06 398	0.52 225	0.65 452	1.55 466	0.93 468	1.49 322	1.19 360	1.56 465	1.15 286	1.50 428	0.96 379	3.07 459	1.02 409	0.30 418	0.26 429	0.25 335	0.25 372	0.28 362	0.24 321

ttt	0.94 394	0.34 333	0.59 145	0.61 356	0.37 269	0.94 353	0.50 293	2.17 508	1.34 430	1.23 343	1.61 441	0.91 261	0.76 277	1.85 377	3.97 541	0.30 418	0.26 429	0.26 354	0.24 357	0.29 373	0.29 385

fast-acv-ft	0.94 394	0.44 407	1.40 457	0.58 317	0.51 386	1.77 488	0.69 404	1.36 292	1.42 470	1.29 372	1.86 479	1.74 468	1.25 458	1.52 319	1.38 460	0.26 372	0.28 445	0.28 386	0.28 421	0.27 343	0.26 357

OMP-Stereo	0.94 394	0.33 309	0.72 230	0.90 517	0.31 182	0.49 91	0.36 130	1.16 238	1.06 274	1.58 471	1.12 269	1.46 419	0.69 250	6.94 543	0.49 243	0.19 183	0.14 168	0.24 296	0.18 194	0.20 200	0.14 63

CBMV	0.95 397	0.44 407	0.66 184	0.53 243	0.35 244	1.53 464	1.63 533	1.69 380	1.42 470	2.00 514	1.60 437	1.43 409	1.17 438	1.59 334	0.99 406	0.34 452	0.34 481	0.39 478	0.33 467	0.33 411	0.32 415
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.96 398	0.58 464	0.72 230	0.61 356	0.46 357	1.64 475	0.76 421	1.86 435	1.28 405	1.30 381	1.53 417	0.86 241	0.94 367	3.27 467	0.69 325	0.45 496	0.44 518	0.54 515	0.48 510	0.47 477	0.40 452

TransformOpticalFlow	0.96 398	0.28 183	0.89 336	0.52 225	0.31 182	0.66 226	0.54 319	1.75 396	1.12 306	1.09 256	1.44 394	1.37 402	1.01 401	6.70 540	0.42 183	0.19 183	0.12 54	0.20 174	0.19 216	0.18 123	0.19 219

IIG-Stereo	0.96 398	0.31 271	0.72 230	0.88 512	0.33 222	0.61 185	0.26 44	1.19 254	1.03 261	1.69 485	1.37 371	1.46 419	0.75 269	6.96 544	0.51 254	0.19 183	0.14 168	0.23 276	0.18 194	0.20 200	0.14 63

CFNet	0.96 398	0.36 364	1.01 378	0.62 368	0.42 320	0.99 373	0.47 264	1.90 446	1.32 423	0.99 226	1.39 380	1.10 336	0.86 330	5.58 518	0.79 360	0.23 307	0.17 295	0.28 386	0.27 400	0.26 329	0.21 269

XPNet_ROB	0.96 398	0.49 428	1.09 410	0.72 453	0.57 417	1.11 395	1.14 500	1.66 375	1.23 380	1.85 502	1.39 380	1.64 454	1.11 427	1.80 371	1.42 472	0.38 471	0.30 460	0.33 440	0.29 433	0.37 429	0.34 426

ETE_ROB	0.96 398	0.64 484	1.16 425	0.69 435	0.48 363	1.14 400	1.13 499	1.77 406	1.19 360	1.91 508	1.45 396	1.73 466	1.05 414	1.60 335	1.14 429	0.32 433	0.26 429	0.38 472	0.34 473	0.39 442	0.41 457

CSP-Net	0.97 404	0.38 378	0.83 304	0.53 243	0.41 315	1.63 473	0.77 424	2.00 471	1.05 270	1.25 357	1.20 307	1.33 392	0.83 315	4.93 501	0.85 379	0.32 433	0.22 393	0.20 174	0.20 248	0.23 290	0.25 333

DEmStereo	0.97 404	0.23 60	0.79 290	0.47 117	0.32 201	1.04 383	0.56 345	0.93 139	0.89 201	1.39 426	2.14 503	1.02 309	2.07 530	5.64 519	0.77 352	0.17 103	0.15 226	0.20 174	0.20 248	0.18 123	0.20 252

pcwnet_v2	0.97 404	0.37 371	4.33 545	0.62 368	0.54 405	0.79 295	0.45 250	2.02 479	1.58 490	1.42 435	1.64 449	1.09 334	0.79 292	1.24 251	0.67 318	0.32 433	0.25 423	0.29 397	0.27 400	0.37 429	0.35 431

FINET	0.97 404	0.54 448	1.60 484	0.63 378	0.79 494	1.08 390	1.07 493	1.56 351	2.20 530	1.15 296	1.49 410	0.94 275	0.88 340	2.32 423	1.05 411	0.42 485	0.35 492	0.32 431	0.28 421	0.43 460	0.38 448

AIO-Stereo-zeroshot1	0.98 408	0.39 383	3.21 537	0.50 172	0.63 447	0.64 201	0.39 171	2.36 529	0.75 157	0.95 214	4.63 549	1.81 475	0.56 191	0.96 173	0.41 172	0.18 142	0.13 115	0.21 209	0.26 389	0.32 402	0.35 431

StereoDRNet	0.98 408	0.47 421	1.70 489	0.76 472	0.94 518	1.51 462	0.91 462	1.92 453	1.32 423	1.61 473	1.13 274	1.47 424	0.97 382	1.75 362	1.46 479	0.28 402	0.23 405	0.29 397	0.27 400	0.35 418	0.27 367

ACV-stereo	0.99 410	0.51 438	1.41 462	0.56 295	0.41 315	2.43 527	0.57 356	1.15 236	1.18 352	0.81 178	1.01 213	3.39 541	2.14 533	1.60 335	1.07 416	0.27 388	0.22 393	0.22 238	0.22 321	0.28 362	0.32 415

iinet-f	0.99 410	0.45 414	3.71 542	0.55 282	0.43 330	1.81 492	0.68 400	1.14 234	1.14 321	1.18 320	1.42 385	1.58 441	1.44 480	1.34 277	1.59 488	0.24 322	0.23 405	0.20 174	0.19 216	0.26 329	0.25 333

GASNet	0.99 410	0.97 519	1.72 492	0.98 526	0.68 465	0.83 319	0.67 396	1.60 358	1.28 405	1.31 391	1.22 311	1.22 360	1.21 451	2.41 430	1.41 468	0.43 490	0.26 429	0.36 466	0.34 473	0.55 499	0.31 409

Wz-Net-LNSev-Ref	0.99 410	0.40 389	1.82 499	0.66 408	0.62 446	2.05 511	0.78 426	1.91 450	1.29 409	1.54 461	1.42 385	1.51 430	1.23 454	1.99 391	1.33 452	0.23 307	0.14 168	0.20 174	0.15 113	0.27 343	0.26 357

PS-NSSS	0.99 410	0.58 464	0.93 349	0.58 317	0.57 417	0.91 341	0.80 435	1.81 422	1.14 321	1.14 290	1.67 456	1.00 300	0.83 315	4.62 492	0.78 354	0.37 467	0.31 466	0.52 509	0.32 457	0.45 470	0.38 448

YMNet	1.00 415	0.54 448	1.40 457	0.81 485	0.85 508	1.87 499	0.62 378	1.55 348	1.18 352	1.63 479	1.99 490	1.77 472	0.97 382	1.50 316	1.45 476	0.33 442	0.37 499	0.31 416	0.32 457	0.32 402	0.29 385

YMNet_1	1.00 415	0.54 448	1.40 457	0.81 485	0.85 508	1.87 499	0.62 378	1.55 348	1.18 352	1.63 479	1.99 490	1.77 472	0.97 382	1.50 316	1.45 476	0.33 442	0.37 499	0.31 416	0.32 457	0.32 402	0.29 385

UGAM-zero	1.00 415	0.30 238	0.93 349	0.47 117	0.30 156	0.57 163	0.25 34	2.25 519	0.63 113	1.01 234	1.10 256	2.73 530	1.85 517	6.26 529	0.40 161	0.17 103	0.14 168	0.19 137	0.15 113	0.16 61	0.17 154

RAFT + AFF	1.00 415	0.42 401	1.09 410	0.67 420	0.50 374	1.22 421	1.24 509	2.24 518	1.19 360	1.30 381	1.56 428	1.17 351	1.49 488	3.44 473	0.83 373	0.21 254	0.25 423	0.30 410	0.26 389	0.27 343	0.27 367

DRN-Test	1.00 415	0.44 407	1.13 419	0.70 441	0.81 501	1.62 472	0.79 429	2.14 497	1.44 473	1.78 492	1.33 355	1.43 409	1.05 414	2.18 411	1.53 485	0.27 388	0.21 375	0.31 416	0.30 442	0.32 402	0.28 379

NCCL2	1.00 415	0.56 457	1.06 398	0.75 469	0.57 417	1.31 434	1.72 534	1.77 406	1.36 444	1.50 451	1.17 294	1.91 486	1.17 438	1.54 325	1.29 448	0.35 459	0.31 466	0.45 495	0.44 501	0.40 446	0.40 452

TCMNet	1.01 421	0.60 475	2.10 512	0.86 504	1.33 545	1.14 400	0.67 396	1.69 380	1.23 380	1.11 270	1.57 432	1.30 386	0.97 382	2.01 393	1.50 483	0.31 426	0.31 466	0.38 472	0.34 473	0.42 454	0.36 437

PA-Net	1.01 421	0.57 461	1.29 444	0.64 387	0.74 478	1.19 416	0.84 442	1.69 380	1.43 472	1.16 306	1.19 303	1.32 391	1.19 445	3.42 471	1.25 441	0.29 413	0.45 522	0.33 440	0.49 513	0.32 402	0.47 480
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 421	0.59 467	1.16 425	0.67 420	0.51 386	1.63 473	1.26 513	1.69 380	1.38 452	1.81 499	1.37 371	1.94 491	1.02 406	1.58 332	1.38 460	0.37 467	0.27 438	0.43 490	0.37 485	0.43 460	0.37 442

z-ln-s-r	1.02 424	0.55 453	2.09 511	0.52 225	0.55 411	0.78 289	0.87 451	1.47 318	1.34 430	1.12 272	1.62 444	1.37 402	1.06 417	2.62 444	3.32 532	0.19 183	0.14 168	0.21 209	0.17 176	0.27 343	0.21 269

PSMNet-RUCA	1.02 424	0.97 519	1.44 464	1.23 540	1.10 527	1.40 449	0.62 378	1.69 380	1.38 452	0.94 212	1.53 417	0.97 291	0.83 315	1.17 235	0.93 391	0.69 531	0.34 481	0.99 542	0.60 531	0.97 532	0.64 519

THIR-Stereo	1.02 424	0.27 161	0.69 206	0.49 160	0.28 117	0.95 357	1.34 517	1.03 181	0.97 234	1.34 407	1.90 484	1.17 351	1.58 494	6.44 533	0.78 354	0.19 183	0.14 168	0.21 209	0.22 321	0.19 166	0.20 252

Wz-Net-LNSev	1.03 427	0.67 487	2.71 533	0.64 387	0.84 505	1.75 483	1.00 483	1.80 419	1.32 423	1.28 366	1.25 321	1.65 457	1.22 452	1.39 293	1.40 464	0.28 402	0.26 429	0.24 296	0.23 344	0.33 411	0.32 415

RAFT-RH_RVC	1.03 427	0.24 79	0.67 189	0.49 160	0.28 117	0.81 312	0.33 94	0.83 106	1.08 285	2.05 515	4.65 551	1.04 316	0.57 200	5.98 528	0.50 249	0.18 142	0.13 115	0.26 354	0.20 248	0.16 61	0.17 154

DISCO	1.03 427	0.34 333	1.11 415	0.69 435	0.45 345	2.07 512	0.84 442	2.13 493	1.50 480	1.15 296	1.33 355	2.40 518	1.07 421	2.60 442	1.51 484	0.23 307	0.18 317	0.22 238	0.20 248	0.31 393	0.27 367

STrans-v2	1.04 430	0.28 183	0.96 363	0.49 160	0.32 201	0.68 237	0.79 429	2.47 538	1.12 306	1.12 272	1.46 402	1.40 404	1.46 483	6.70 540	0.43 193	0.18 142	0.13 115	0.20 174	0.18 194	0.18 123	0.18 179

APVNet	1.06 431	0.53 447	1.42 463	0.84 497	0.79 494	1.92 502	0.82 440	1.90 446	1.08 285	1.08 250	1.43 389	1.56 437	1.13 434	3.07 459	1.58 486	0.31 426	0.34 481	0.42 488	0.36 482	0.36 425	0.37 442

TDLM	1.06 431	0.44 407	0.79 290	0.63 378	0.50 374	0.89 334	1.44 522	1.48 320	1.26 394	1.12 272	1.40 382	1.08 324	0.98 389	6.65 536	0.78 354	0.33 442	0.21 375	0.33 440	0.26 389	0.37 429	0.24 321

FAT-Stereo	1.07 433	0.41 397	1.32 449	0.72 453	0.58 426	1.08 390	0.89 456	1.96 462	1.65 494	1.75 489	1.98 489	2.03 502	1.48 486	2.02 394	1.18 437	0.42 485	0.35 492	0.34 450	0.29 433	0.35 418	0.53 497

GANetREF_RVC	1.07 433	0.86 513	1.31 446	0.82 493	0.53 401	1.41 454	1.31 515	1.76 402	1.52 483	1.27 364	1.31 347	1.46 419	1.24 457	2.03 395	0.96 401	0.56 518	0.45 522	0.67 531	0.50 517	0.88 530	0.59 509
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CVANet_RVC	1.07 433	0.43 404	0.76 272	0.60 342	0.50 374	0.90 337	0.97 476	1.52 335	1.26 394	1.33 403	1.38 376	1.24 367	1.18 442	6.75 542	0.75 343	0.34 452	0.23 405	0.34 450	0.29 433	0.42 454	0.27 367

GCST	1.08 436	1.47 548	0.93 349	1.73 549	1.14 535	1.30 432	0.31 79	1.33 282	1.16 342	1.29 372	0.97 200	0.98 293	0.49 152	2.08 400	0.46 223	1.19 548	0.70 548	1.30 548	0.85 546	1.02 536	0.89 534

GwcNet	1.08 436	0.51 438	2.33 522	0.79 479	1.18 538	1.76 485	0.70 407	1.68 378	1.47 476	1.41 429	1.64 449	1.74 468	1.04 410	2.20 414	1.41 468	0.30 418	0.29 456	0.29 397	0.27 400	0.30 384	0.35 431

DANet	1.08 436	0.61 477	1.32 449	0.85 502	0.72 472	1.37 442	0.51 294	1.54 344	1.15 333	1.78 492	1.54 422	2.01 499	1.11 427	2.90 453	2.00 505	0.33 442	0.30 460	0.40 483	0.30 442	0.44 466	0.45 473
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.09 439	0.50 435	1.12 417	0.90 517	1.04 524	1.11 395	0.84 442	1.80 419	1.62 492	1.55 464	2.00 492	1.90 485	1.78 511	1.84 374	1.25 441	0.52 510	0.36 497	0.48 502	0.36 482	0.45 470	0.43 468

Nwc_Net	1.09 439	0.49 428	1.33 451	0.89 516	0.80 499	1.49 461	0.66 392	2.19 512	1.27 400	1.32 395	2.26 507	1.96 494	1.54 491	1.92 383	1.34 454	0.40 477	0.30 460	0.43 490	0.45 503	0.38 438	0.37 442

MaskLacGwcNet_RVC	1.10 441	1.02 524	1.00 374	0.82 493	0.67 459	1.93 503	0.93 468	1.62 365	1.11 302	1.15 296	1.25 321	1.50 428	0.79 292	1.96 389	0.76 346	1.89 551	0.34 481	0.79 535	0.36 482	1.25 545	0.83 531

NCC-stereo	1.10 441	0.54 448	1.24 436	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 395	1.74 463	1.88 481	1.74 508	2.35 425	1.25 441	0.45 496	0.37 499	0.45 495	0.58 527	0.42 454	0.42 461

Abc-Net	1.10 441	0.54 448	1.24 436	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 395	1.74 463	1.88 481	1.74 508	2.35 425	1.25 441	0.45 496	0.37 499	0.45 495	0.58 527	0.42 454	0.42 461
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.11 444	0.58 464	2.23 520	0.66 408	0.71 470	1.95 505	1.46 523	1.98 468	1.45 474	1.79 495	1.43 389	1.49 427	1.33 470	1.97 390	1.42 472	0.27 388	0.23 405	0.28 386	0.28 421	0.34 415	0.31 409

edge stereo	1.11 444	0.50 435	1.30 445	0.71 449	0.65 452	1.14 400	0.75 418	1.93 457	1.37 448	1.71 486	1.83 474	2.54 523	1.44 480	2.43 431	1.23 439	0.42 485	0.41 512	0.54 515	0.35 478	0.42 454	0.46 476

anonymity	1.12 446	0.97 519	1.21 430	1.07 534	1.12 531	1.08 390	0.89 456	1.95 461	1.16 342	1.29 372	1.26 328	1.22 360	1.09 425	1.15 227	1.01 408	1.02 541	1.00 564	0.97 540	0.97 552	0.98 533	0.99 538

ccnet	1.12 446	0.67 487	1.01 378	0.78 477	0.73 477	1.72 481	0.99 481	1.84 431	1.26 394	1.47 442	1.85 478	1.75 471	1.29 463	1.75 362	1.88 499	0.57 519	0.53 536	0.57 525	0.55 524	0.59 506	0.54 498

RASNet	1.12 446	0.30 238	0.91 343	0.66 408	0.77 489	0.97 367	0.57 356	1.37 293	1.35 440	1.02 238	1.34 362	2.11 506	1.43 478	7.09 545	1.39 463	0.19 183	0.17 295	0.17 79	0.19 216	0.18 123	0.16 128

AF-Net	1.13 449	0.52 442	1.33 451	0.86 504	0.91 514	1.38 445	0.71 409	2.16 502	1.62 492	1.56 465	2.40 514	1.99 497	1.65 501	1.81 373	1.48 481	0.48 504	0.28 445	0.49 504	0.33 467	0.39 442	0.32 415

NaN_ROB	1.13 449	0.55 453	1.15 424	0.64 387	0.48 363	1.61 471	2.03 551	1.72 388	1.48 477	2.09 517	1.27 331	1.40 404	1.08 422	3.94 479	1.30 449	0.28 402	0.34 481	0.28 386	0.28 421	0.30 384	0.33 421

UGAM	1.14 451	0.27 161	0.95 357	0.53 243	0.42 320	0.70 249	0.72 412	0.95 151	1.32 423	0.98 223	1.48 408	1.78 474	0.87 335	9.65 572	0.87 382	0.21 254	0.18 317	0.30 410	0.24 357	0.19 166	0.16 128

DGSMNet	1.14 451	0.76 504	2.49 527	0.81 485	0.86 510	1.39 447	1.39 519	2.13 493	1.35 440	1.26 361	1.63 448	1.48 426	0.98 389	1.75 362	1.10 422	0.45 496	0.43 515	0.55 520	0.49 513	0.75 525	0.70 524

Syn2CoEx	1.14 451	0.69 492	1.66 487	0.80 482	0.67 459	1.40 449	0.88 454	2.06 487	1.54 486	1.25 357	1.58 435	1.42 408	1.50 490	4.09 481	1.40 464	0.36 463	0.32 474	0.34 450	0.29 433	0.29 373	0.34 426

RGC	1.14 451	0.79 506	1.26 439	0.91 520	0.96 521	1.52 463	0.77 424	1.92 453	1.26 394	1.54 461	1.93 486	2.02 501	1.54 491	2.25 418	1.31 450	0.44 495	0.35 492	0.58 526	0.48 510	0.47 477	0.46 476

S-Stereo	1.15 455	0.46 416	2.17 517	0.81 485	0.80 499	1.21 420	1.19 506	1.93 457	2.02 523	1.47 442	2.11 500	1.57 438	1.17 438	2.05 398	1.41 468	0.40 477	0.40 510	0.35 458	0.31 449	0.44 466	0.70 524

stereogan	1.15 455	0.42 401	1.40 457	0.86 504	0.84 505	2.38 525	0.71 409	1.88 440	1.73 503	1.72 487	1.94 488	2.31 513	1.29 463	2.07 399	1.08 417	0.36 463	0.35 492	0.39 478	0.31 449	0.51 491	0.46 476

AANet_RVC	1.16 457	0.52 442	1.49 478	0.65 401	0.45 345	0.75 270	0.69 404	1.42 305	1.55 488	1.34 407	1.87 481	1.53 433	0.78 288	7.43 551	1.38 460	0.25 349	0.17 295	0.19 137	0.16 155	0.22 265	0.26 357

RYNet	1.17 458	0.49 428	1.24 436	0.70 441	0.97 522	1.71 479	0.92 464	1.91 450	1.46 475	1.38 420	1.14 278	1.88 481	1.30 467	4.24 483	1.87 497	0.26 372	0.21 375	0.35 458	0.27 400	0.55 499	0.54 498

w-ln-seven-2	1.18 459	0.61 477	4.25 544	0.68 431	0.61 440	1.20 418	0.93 468	1.63 367	1.35 440	1.66 482	1.53 417	1.47 424	1.37 474	3.00 458	1.74 492	0.25 349	0.24 414	0.29 397	0.26 389	0.33 411	0.28 379

HSM	1.19 460	0.32 287	0.65 176	0.57 311	0.38 286	1.23 422	0.59 369	2.25 519	1.19 360	1.30 381	1.25 321	1.94 491	1.03 408	9.32 567	0.71 331	0.22 280	0.16 266	0.20 174	0.16 155	0.21 241	0.21 269

aanetorigin	1.23 461	0.79 506	2.78 535	0.70 441	0.79 494	0.99 373	1.06 492	1.06 208	1.37 448	3.52 552	2.61 522	1.72 465	1.63 499	1.99 391	1.78 494	0.25 349	0.24 414	0.26 354	0.25 372	0.38 438	0.45 473

PWC_ROB	1.24 462	0.76 504	2.46 526	0.72 453	0.78 491	1.15 407	0.49 285	1.75 396	1.92 517	2.31 523	3.07 531	1.59 442	1.40 475	2.46 435	2.10 509	0.33 442	0.22 393	0.35 458	0.24 357	0.38 438	0.41 457

SGM-Forest	1.24 462	0.38 378	0.60 150	0.52 225	0.37 269	1.56 467	1.30 514	1.65 370	1.36 444	2.11 518	1.79 470	1.63 451	0.93 362	7.48 553	0.95 397	0.36 463	0.37 499	0.39 478	0.34 473	0.37 429	0.32 415
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 464	0.99 522	1.93 505	1.02 530	1.21 540	0.96 363	1.01 485	1.75 396	1.92 517	1.36 412	2.12 501	1.44 414	1.01 401	1.14 226	1.40 464	0.72 532	0.82 551	0.89 538	0.98 554	1.31 546	0.95 536

NOSS_ROB	1.26 465	0.46 416	0.62 159	0.56 295	0.38 286	1.06 387	0.78 426	1.73 389	1.40 462	1.01 234	1.43 389	1.10 336	0.75 269	10.62 577	0.65 312	0.45 496	0.43 515	0.48 502	0.45 503	0.44 466	0.41 457

RTSC	1.29 466	0.73 498	2.44 525	0.83 496	0.57 417	1.85 497	0.65 387	1.88 440	2.00 522	2.20 520	1.66 454	1.60 444	1.26 460	2.33 424	3.92 538	0.32 433	0.23 405	0.27 371	0.29 433	0.37 429	0.37 442

PWCDC_ROB	1.29 466	0.75 503	1.33 451	1.05 531	0.88 513	1.73 482	0.52 305	1.89 443	3.28 551	1.29 372	4.88 554	1.22 360	1.46 483	1.77 369	1.45 476	0.60 524	0.26 429	0.29 397	0.25 372	0.52 493	0.37 442

test_for_model	1.30 468	3.71 578	0.58 138	3.22 569	2.84 569	0.59 171	0.33 94	1.40 301	0.83 184	1.42 435	0.61 101	0.52 116	0.37 77	0.51 26	0.33 86	2.46 556	0.15 226	0.16 52	0.11 9	4.39 579	1.50 551

Anonymous_2	1.30 468	0.55 453	0.82 299	0.52 225	0.58 426	1.01 376	0.64 385	1.25 273	0.97 234	0.96 216	0.78 149	1.33 392	1.29 463	1.03 195	0.74 338	0.62 526	0.64 545	1.06 545	9.63 585	1.16 541	0.49 487

SQANet	1.31 470	0.88 516	1.08 407	1.83 551	1.44 547	1.44 456	0.75 418	1.74 394	1.09 293	1.32 395	1.26 328	1.28 382	1.01 401	1.50 316	0.83 373	2.50 557	0.34 481	1.47 549	0.55 524	2.32 551	1.57 552

SHD	1.31 470	0.71 497	2.34 523	0.86 504	0.75 485	1.77 488	0.65 387	2.22 516	2.50 539	2.40 530	1.71 459	1.91 486	1.60 497	1.93 386	2.37 513	0.38 471	0.31 466	0.38 472	0.40 493	0.48 482	0.50 490

PDISCO_ROB	1.32 472	0.65 485	1.44 464	1.36 541	1.46 548	2.55 530	0.92 464	2.45 537	2.07 526	1.37 415	1.49 410	1.65 457	1.00 399	2.82 449	1.35 457	1.01 539	0.27 438	0.54 515	0.47 508	0.71 522	0.73 527

LL-Strereo	1.33 473	0.39 383	1.38 456	0.61 356	0.61 440	0.75 270	0.66 392	1.63 367	1.17 345	1.56 465	1.60 437	2.03 502	2.12 532	9.72 573	0.97 402	0.21 254	0.18 317	0.27 371	0.23 344	0.22 265	0.25 333

PASM	1.34 474	0.92 517	2.62 531	0.86 504	0.87 512	1.03 381	1.08 494	1.50 326	1.51 482	1.82 500	1.41 384	1.68 460	1.26 460	4.87 498	1.34 454	0.61 525	0.65 547	0.68 532	0.78 541	0.69 520	0.68 523

ADCRef	1.35 475	0.55 453	2.37 524	0.72 453	0.77 489	1.94 504	0.78 426	1.91 450	1.27 400	1.57 469	1.59 436	1.36 399	1.41 476	1.54 325	7.53 555	0.23 307	0.20 353	0.32 431	0.30 442	0.29 373	0.29 385

GANet	1.36 476	0.47 421	0.86 312	0.67 420	0.45 345	1.34 439	1.73 535	1.64 369	1.24 386	1.49 450	2.38 512	1.55 436	1.20 448	9.30 566	0.93 391	0.30 418	0.31 466	0.33 440	0.28 421	0.39 442	0.30 399

ff1	1.37 477	0.33 309	0.85 306	0.53 243	0.37 269	0.74 265	0.56 345	0.95 151	2.47 536	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 556	0.20 220	0.12 54	0.31 416	0.27 400	0.19 166	0.20 252

XQC	1.37 477	0.87 514	2.56 529	0.84 497	0.69 467	1.83 495	0.89 456	2.07 488	1.88 513	1.88 504	1.53 417	1.91 486	1.55 493	2.85 452	3.05 524	0.48 504	0.29 456	0.44 494	0.39 489	0.69 520	0.60 512

w-ln-seven	1.38 479	0.70 495	3.91 543	0.75 469	0.72 472	2.69 536	0.95 473	2.02 479	1.99 521	1.99 511	1.73 461	1.82 478	1.17 438	2.45 432	2.84 521	0.28 402	0.25 423	0.31 416	0.30 442	0.41 449	0.33 421

mmx	1.39 480	0.33 309	0.85 306	0.53 243	0.37 269	0.74 265	0.56 345	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 556	0.24 322	0.19 335	0.31 416	0.27 400	0.30 384	0.25 333

xxx	1.39 480	0.33 309	0.85 306	0.53 243	0.37 269	0.74 265	0.56 345	2.13 493	1.37 448	1.15 296	1.45 396	1.06 318	0.82 307	7.22 546	7.61 556	0.24 322	0.19 335	0.31 416	0.27 400	0.30 384	0.25 333

MFMNet_re	1.40 482	1.14 533	1.68 488	1.39 543	1.07 525	1.48 459	1.43 521	1.87 437	1.82 511	2.26 521	2.19 504	1.51 430	1.86 518	1.52 319	1.25 441	0.93 537	0.83 552	0.84 537	0.80 542	0.99 535	1.05 543

UDG	1.41 483	2.65 571	0.99 369	1.44 546	1.64 550	1.34 439	0.80 435	1.60 358	1.23 380	1.23 343	1.71 459	2.01 499	1.34 471	1.47 312	1.41 468	0.90 536	0.54 539	2.29 556	0.75 539	1.84 548	1.04 541

CSAN	1.41 483	0.59 467	1.26 439	0.70 441	0.50 374	1.76 485	1.78 536	1.77 406	1.90 516	2.35 526	2.32 509	1.92 489	1.94 523	5.56 517	1.49 482	0.43 490	0.35 492	0.40 483	0.41 494	0.43 460	0.41 457

test_xeample	1.45 485	0.28 183	0.65 176	0.51 204	0.28 117	0.94 353	0.59 369	2.14 497	1.29 409	1.24 351	1.51 415	0.88 249	0.86 330	1.46 308	15.10 576	0.22 280	0.20 353	0.22 238	0.20 248	0.22 265	0.22 287

Wz-Net-SNSev	1.49 486	1.23 538	6.27 556	0.68 431	0.67 459	1.37 442	1.41 520	2.00 471	1.39 457	1.48 448	1.61 441	2.29 511	1.32 469	3.93 478	2.14 510	0.31 426	0.28 445	0.31 416	0.33 467	0.42 454	0.36 437

CC-Net-ROB	1.49 486	1.26 539	1.27 442	0.88 512	0.79 494	1.76 485	1.00 483	1.79 416	1.26 394	1.10 264	1.61 441	1.21 358	0.99 397	8.13 560	0.84 376	1.09 545	0.41 512	2.20 554	0.46 506	1.20 544	0.48 483

DDUNet	1.50 488	2.69 572	1.12 417	1.77 550	1.88 552	1.84 496	0.92 464	1.70 385	1.16 342	1.38 420	1.79 470	1.60 444	1.12 430	1.37 284	1.08 417	1.10 546	0.76 549	2.37 558	0.94 550	2.00 549	1.37 549

xxxx	1.51 489	0.28 183	0.68 193	0.54 258	0.28 117	1.16 409	0.44 232	2.19 512	1.29 409	1.09 256	1.36 369	1.22 360	0.85 322	1.79 370	15.70 579	0.24 322	0.21 375	0.21 209	0.20 248	0.22 265	0.23 307

psmorigin	1.52 490	0.69 492	10.52 569	0.68 431	0.59 434	1.13 399	0.70 407	1.57 352	1.19 360	1.99 511	1.79 470	2.26 510	1.47 485	2.09 401	1.36 458	0.39 474	0.40 510	0.34 450	0.33 467	0.43 460	0.56 502

MFN_U_SF_RVC	1.52 490	0.84 509	3.42 538	0.87 511	0.66 455	2.56 531	0.95 473	2.36 529	1.70 499	1.98 510	1.86 479	2.45 521	1.79 512	2.95 454	2.58 516	0.52 510	0.48 528	0.55 520	0.59 530	0.59 506	0.61 513

SAMSARA	1.55 492	0.84 509	2.61 530	1.22 539	1.07 525	2.50 529	1.93 546	2.05 482	1.89 514	2.75 540	1.66 454	2.81 531	1.69 506	3.08 461	1.97 504	0.46 502	0.51 534	0.42 488	0.46 506	0.58 504	0.59 509

z-mn7	1.56 493	0.84 509	4.36 547	0.71 449	0.51 386	2.60 532	1.04 488	1.73 389	2.70 545	1.53 455	2.99 530	1.94 491	1.34 471	4.78 496	2.41 514	0.29 413	0.24 414	0.27 371	0.24 357	0.34 415	0.31 409

CrosDoStereo	1.58 494	0.24 79	0.72 230	0.48 144	0.29 134	0.67 230	12.49 580	1.10 221	0.98 239	1.34 407	1.75 466	1.00 300	1.89 519	6.65 536	0.81 366	0.19 183	0.15 226	0.20 174	0.22 321	0.18 123	0.19 219

DeepStereo_LL	1.58 494	0.24 79	0.72 230	0.48 144	0.29 134	0.67 230	12.49 580	1.10 221	0.98 239	1.34 407	1.75 466	1.00 300	1.89 519	6.65 536	0.81 366	0.19 183	0.15 226	0.20 174	0.22 321	0.18 123	0.19 219

STTRV1_RVC	1.58 494	0.68 491	1.96 507	0.88 512	1.12 531	1.57 468	0.90 461	2.25 519	1.75 506	1.29 372	2.02 495	1.40 404	1.22 452	9.77 574	1.31 450	0.81 534	0.33 479	0.54 515	0.49 513	0.73 524	0.52 496

otaku	1.60 497	1.11 531	1.21 430	2.20 554	1.56 549	1.97 506	1.24 509	2.07 488	1.36 444	1.44 437	1.62 444	1.73 466	1.19 445	1.73 361	0.98 405	2.89 562	0.57 541	1.74 550	0.60 531	2.78 558	1.94 558

DeepPrunerF	1.60 497	0.73 498	5.81 554	0.88 512	1.19 539	0.91 341	0.95 473	2.19 512	5.24 567	1.17 315	1.30 341	1.19 355	1.30 467	4.90 499	1.66 491	0.42 485	0.34 481	0.52 509	0.47 508	0.41 449	0.40 452

222	1.61 499	0.29 218	0.67 189	0.56 295	0.29 134	1.06 387	0.42 199	2.17 508	1.31 419	1.31 391	1.52 416	0.92 270	0.94 367	1.76 367	17.65 580	0.24 322	0.20 353	0.21 209	0.19 216	0.22 265	0.23 307

SDNR	1.62 500	0.51 438	2.17 517	0.53 243	0.56 414	3.80 555	0.45 250	1.54 344	1.29 409	1.33 403	2.41 515	1.08 324	0.96 379	11.18 578	1.16 431	0.66 530	0.63 544	0.43 490	0.32 457	0.64 513	0.67 521

Ntro	1.64 501	1.15 534	1.23 433	2.48 559	1.83 551	2.09 513	1.16 503	1.96 462	1.38 452	1.21 332	1.62 444	1.62 446	1.29 463	1.87 380	1.11 425	3.04 563	0.56 540	1.82 552	0.64 533	2.80 559	2.05 559

G-Net	1.66 502	0.63 482	1.56 481	1.11 536	0.74 478	2.98 544	0.91 462	1.55 348	1.22 377	2.76 541	8.18 572	2.32 514	2.53 546	1.92 383	1.87 497	0.48 504	0.44 518	0.45 495	0.31 449	0.60 510	0.57 506

MDST_ROB	1.67 503	0.34 333	1.58 483	0.92 522	0.58 426	4.26 561	1.11 496	2.83 544	1.41 467	4.49 563	2.55 521	1.45 416	0.97 382	7.79 557	1.17 434	0.31 426	0.25 423	0.37 469	0.33 467	0.31 393	0.30 399

SPS-STEREO	1.67 503	1.04 525	1.23 433	1.21 538	1.13 534	1.82 494	1.11 496	2.16 502	1.52 483	3.07 551	2.32 509	2.82 532	1.80 513	4.11 482	2.04 506	1.03 542	0.99 563	0.97 540	0.94 550	1.03 538	1.02 539
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 505	0.36 364	0.61 153	0.59 330	0.29 134	2.25 519	1.18 505	2.38 532	1.68 498	3.60 553	2.67 524	3.69 545	2.42 542	8.13 560	1.90 500	0.31 426	0.31 466	0.30 410	0.28 421	0.30 384	0.29 385
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 506	0.59 467	4.33 545	0.70 441	0.57 417	2.02 510	1.62 532	3.35 553	1.78 507	1.48 448	1.38 376	2.17 507	2.84 549	4.77 495	3.66 535	0.48 504	0.31 466	0.29 397	0.25 372	0.64 513	0.48 483

zh-mn7	1.70 507	1.21 537	8.30 563	0.69 435	0.53 401	1.45 457	0.84 442	1.70 385	2.09 527	2.41 531	2.67 524	1.68 460	1.23 454	4.49 488	2.87 522	0.30 418	0.26 429	0.27 371	0.27 400	0.31 393	0.35 431

1111x	1.70 507	0.29 218	0.86 312	0.51 204	0.27 92	1.01 376	0.68 400	2.22 516	1.28 405	1.13 287	1.40 382	1.21 358	1.10 426	5.53 515	15.20 577	0.22 280	0.21 375	0.22 238	0.22 321	0.24 305	0.22 287

PVD	1.70 507	0.84 509	2.26 521	0.94 525	0.83 504	2.48 528	0.97 476	2.59 542	3.35 552	3.01 549	2.77 526	2.34 515	2.47 544	2.67 446	3.14 527	0.47 503	0.45 522	0.59 527	0.48 510	0.59 506	0.75 529

FBW_ROB	1.71 510	0.62 481	1.45 469	0.67 420	0.61 440	1.81 492	1.08 494	2.52 539	1.70 499	1.77 491	1.73 461	1.98 496	1.25 458	12.57 580	1.84 496	0.34 452	0.37 499	0.56 523	0.38 487	0.45 470	0.43 468

ADCL	1.72 511	0.57 461	3.66 540	0.67 420	0.61 440	2.61 534	1.85 541	1.96 462	1.67 496	1.90 507	1.83 474	2.06 505	1.90 521	2.13 404	9.15 564	0.26 372	0.24 414	0.34 450	0.32 457	0.38 438	0.35 431

MFN_U_SF_DS_RVC	1.74 512	0.87 514	3.56 539	0.80 482	0.75 485	3.72 552	2.44 564	1.82 423	1.82 511	1.74 488	1.91 485	1.92 489	1.26 460	7.69 556	1.28 447	0.45 496	0.47 526	0.52 509	0.77 540	0.50 486	0.50 490

zh-sn7	1.76 513	1.38 540	6.58 557	0.74 465	0.72 472	1.78 490	1.31 515	1.88 440	1.56 489	1.86 503	2.47 519	1.81 475	2.08 531	5.12 503	3.80 537	0.32 433	0.32 474	0.32 431	0.32 457	0.44 466	0.40 452

AAGNet	1.83 514	0.28 183	0.72 230	0.61 356	0.32 201	0.67 230	0.51 294	0.96 158	0.98 239	1.47 442	1.20 307	1.00 300	1.18 442	2.83 450	22.77 587	0.22 280	0.13 115	0.22 238	0.19 216	0.23 290	0.15 97

WCMA_ROB	1.84 515	0.47 421	1.31 446	0.69 435	0.57 417	2.11 514	1.14 500	1.87 437	1.73 503	4.04 557	6.43 560	5.62 561	3.61 557	2.59 441	1.94 502	0.52 510	0.44 518	0.39 478	0.42 497	0.48 482	0.47 480

ADCPNet	1.85 516	0.69 492	8.07 560	0.71 449	0.58 426	2.79 539	1.22 508	1.94 459	1.54 486	1.88 504	1.69 457	2.46 522	2.04 527	2.37 427	6.48 550	0.38 471	0.37 499	0.38 472	0.43 499	0.47 477	0.45 473

test_sample9	1.86 517	0.49 428	1.13 419	0.56 295	0.39 296	1.02 378	0.73 413	1.78 410	1.21 371	1.22 337	1.18 296	1.08 324	0.92 353	2.27 420	7.92 560	0.57 519	12.61 591	0.62 528	0.67 535	0.45 470	0.42 461

Wz-Net-TNSev	1.88 518	2.08 565	7.66 558	0.67 420	0.64 450	2.42 526	1.83 540	2.33 526	1.74 505	1.57 469	1.56 428	2.58 524	1.90 521	4.86 497	3.12 526	0.39 474	0.37 499	0.33 440	0.37 485	0.53 495	0.58 507

NVStereoNet_ROB	1.88 518	1.07 526	1.45 469	1.07 534	1.17 536	1.47 458	1.48 525	1.89 443	1.93 519	1.94 509	4.67 552	3.08 538	1.80 513	6.51 534	1.65 489	1.06 544	0.86 558	1.08 546	1.32 559	0.93 531	1.26 547
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 518	0.57 461	2.18 519	0.63 378	0.40 307	2.80 540	1.57 530	2.39 533	5.88 569	2.36 528	3.57 538	3.72 546	2.97 551	4.74 494	1.76 493	0.34 452	0.30 460	0.32 431	0.29 433	0.48 482	0.37 442

ADCMid	1.89 521	0.73 498	5.06 549	0.72 453	0.67 459	2.00 509	1.14 500	1.97 466	1.48 477	2.86 544	1.81 473	2.37 516	2.05 529	2.24 416	10.39 569	0.33 442	0.31 466	0.39 478	0.43 499	0.50 486	0.44 471

WZ-Net	1.95 522	0.95 518	10.10 565	0.86 504	0.78 491	1.69 478	1.60 531	2.20 515	1.98 520	2.08 516	1.93 486	2.30 512	1.97 524	5.30 506	3.17 529	0.34 452	0.26 429	0.29 397	0.31 449	0.51 491	0.47 480

AnyNet_C32	1.96 523	1.10 528	5.17 550	0.90 517	1.11 529	2.12 515	2.37 562	1.85 432	1.48 477	2.45 532	1.70 458	2.05 504	1.64 500	2.50 438	10.28 568	0.37 467	0.34 481	0.35 458	0.41 494	0.49 485	0.54 498

MSAF-DinoV2	1.97 524	0.80 508	10.38 568	0.86 504	0.48 363	1.39 447	0.97 476	2.55 541	1.72 502	1.53 455	1.65 451	3.59 543	2.20 536	5.39 512	3.94 539	0.27 388	0.17 295	0.26 354	0.28 421	0.47 477	0.46 476

RainbowNet	1.97 524	1.76 553	1.57 482	2.81 562	2.21 557	1.98 508	1.81 538	2.54 540	1.89 514	1.50 451	1.84 476	1.96 494	1.65 501	2.14 405	1.25 441	3.33 569	0.85 556	2.39 561	0.98 554	2.82 561	2.22 560

ADCP+	1.99 526	0.48 425	7.73 559	0.66 408	0.91 514	2.30 521	1.05 490	1.82 423	1.34 430	1.54 461	1.32 353	1.74 468	1.61 498	2.17 408	13.37 572	0.24 322	0.21 375	0.32 431	0.28 421	0.37 429	0.29 385

MSMD_ROB	1.99 526	0.59 467	0.89 336	0.70 441	0.61 440	3.95 557	0.94 471	1.80 419	1.79 508	4.41 561	4.43 545	8.17 570	3.66 558	3.40 469	1.33 452	0.52 510	0.48 528	0.54 515	0.58 527	0.53 495	0.50 490

MSC_U_SF_DS_RVC	2.12 528	1.15 534	3.10 536	1.05 531	0.76 488	5.03 566	2.40 563	2.16 502	2.62 542	1.89 506	2.28 508	2.69 528	1.65 501	9.35 568	2.04 506	0.64 529	0.51 534	0.68 532	0.71 538	1.09 540	0.67 521

ACVNet-4b	2.15 529	1.41 544	1.64 485	2.80 561	2.31 561	2.31 522	1.24 509	2.32 525	2.14 528	1.26 361	2.39 513	2.66 527	1.48 486	5.95 527	1.06 413	3.20 567	0.45 522	2.37 558	0.89 547	2.83 562	2.37 563

ACVNet_1	2.18 530	1.45 547	1.72 492	2.85 563	2.33 562	2.28 520	1.46 523	3.08 549	2.22 531	1.82 500	2.05 498	3.56 542	1.98 525	3.09 462	1.40 464	3.17 564	0.60 543	2.40 562	0.92 549	2.91 565	2.37 563

test_sample8	2.19 531	0.49 428	1.13 419	0.56 295	0.39 296	1.02 378	0.73 413	1.82 423	1.15 333	2.26 521	1.30 341	4.94 556	2.52 545	2.27 420	7.92 560	0.57 519	12.61 591	0.62 528	0.67 535	0.45 470	0.42 461

ADCS	2.25 532	0.99 522	5.55 551	0.81 485	0.74 478	2.19 517	1.80 537	2.27 522	2.14 528	2.80 543	2.13 502	2.40 518	2.03 526	2.64 445	13.69 573	0.41 481	0.39 508	0.40 483	0.45 503	0.58 504	0.56 502

AnyNet_C01	2.26 533	1.78 554	10.22 567	0.93 523	0.74 478	2.92 542	2.20 557	2.29 524	1.80 509	2.53 534	2.41 515	2.71 529	1.73 507	3.41 470	6.72 552	0.41 481	0.39 508	0.40 483	0.42 497	0.67 518	0.63 515

MeshStereo	2.26 533	0.56 457	0.92 347	0.61 356	0.49 367	2.60 532	1.02 486	3.18 550	2.05 525	7.40 578	4.98 555	7.58 567	2.98 552	6.37 532	1.96 503	0.43 490	0.43 515	0.45 495	0.39 489	0.43 460	0.42 461
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
FCDSN-DC	2.32 535	0.63 482	0.81 296	0.84 497	0.75 485	2.23 518	0.94 471	2.09 491	1.80 509	5.45 571	7.72 569	7.77 569	6.93 575	3.39 468	1.80 495	0.52 510	0.48 528	0.52 509	0.51 520	0.57 502	0.58 507
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 536	2.85 573	3.66 540	3.08 568	2.27 559	1.97 506	0.67 396	2.00 471	1.70 499	2.52 533	2.00 492	2.23 508	5.86 568	3.44 473	1.58 486	1.01 539	0.32 474	2.64 567	1.94 572	2.85 563	2.24 561

EDNetEfficient	2.37 537	1.10 528	8.08 561	0.74 465	0.71 470	0.98 372	1.56 528	1.46 316	4.06 560	4.90 566	2.82 527	2.25 509	3.48 556	2.95 454	9.97 565	0.26 372	0.24 414	0.26 354	0.30 442	0.68 519	0.61 513

pmcnn	2.37 537	0.42 401	2.71 533	0.63 378	0.43 330	1.54 465	1.19 506	2.01 475	1.53 485	2.64 537	7.60 566	18.07 585	1.45 482	3.44 473	2.78 520	0.18 142	0.15 226	0.15 22	0.12 41	0.20 200	0.18 179

ELAS	2.37 537	0.74 501	1.54 480	0.99 527	0.92 516	4.78 563	2.33 561	3.33 552	3.37 553	5.05 569	4.77 553	3.67 544	4.53 565	3.42 471	4.50 543	0.62 526	0.53 536	0.55 520	0.53 522	0.63 511	0.64 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 540	1.07 526	2.14 516	1.18 537	1.10 527	2.14 516	1.36 518	1.96 462	1.66 495	5.46 572	7.07 563	4.95 557	4.32 564	5.50 514	2.26 512	1.04 543	1.02 566	0.99 542	0.97 552	1.02 536	1.04 541

ACVNet_2	2.43 541	1.41 544	2.04 509	2.62 560	2.24 558	2.63 535	1.88 544	3.31 551	3.01 548	2.19 519	3.45 537	4.62 551	2.04 527	4.50 490	1.47 480	2.55 558	0.64 545	2.22 555	0.84 544	2.69 557	2.29 562

ELAS_RVC	2.48 542	0.74 501	1.90 503	1.05 531	0.92 516	2.76 537	4.01 573	2.76 543	4.11 561	4.69 564	4.63 549	4.62 551	5.96 570	3.97 480	3.96 540	0.63 528	0.53 536	0.56 523	0.52 521	0.64 513	0.63 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 543	0.59 467	18.45 576	0.69 435	0.50 374	1.87 499	0.88 454	1.67 377	2.39 533	1.50 451	1.42 385	1.14 348	1.15 436	4.28 486	5.07 545	0.24 322	0.19 335	0.22 238	0.19 216	7.86 584	0.34 426

WAO-7	2.66 544	1.40 543	1.73 494	1.39 543	1.17 536	3.93 556	1.94 547	4.11 560	3.88 559	2.92 545	5.50 556	4.18 549	3.00 553	7.63 555	3.71 536	1.13 547	1.00 564	1.17 547	1.13 558	1.18 543	1.09 545

RTS	2.67 545	1.38 540	15.28 574	0.99 527	1.26 542	3.78 553	1.96 548	2.15 499	2.62 542	2.61 535	2.85 528	2.60 525	1.59 495	6.27 530	5.71 548	0.40 477	0.28 445	0.35 458	0.35 478	0.50 486	0.48 483

RTSA	2.67 545	1.38 540	15.28 574	0.99 527	1.26 542	3.78 553	1.96 548	2.15 499	2.62 542	2.61 535	2.85 528	2.60 525	1.59 495	6.27 530	5.71 548	0.40 477	0.28 445	0.35 458	0.35 478	0.50 486	0.48 483

MADNet+	2.69 547	3.22 576	11.53 570	1.44 546	1.12 531	3.19 546	1.81 538	2.85 545	2.37 532	1.68 484	2.07 499	2.85 533	2.18 534	7.41 550	5.23 546	0.79 533	0.76 549	0.69 534	0.65 534	0.98 533	0.95 536

IMH-64-1	2.70 548	1.79 555	1.46 471	3.26 571	2.66 565	3.23 548	2.10 552	4.08 558	2.75 546	2.34 524	3.81 541	3.06 536	2.22 537	4.25 484	2.59 517	3.75 573	0.84 553	2.75 568	1.35 560	3.15 567	2.60 569

IMH-64	2.70 548	1.79 555	1.46 471	3.26 571	2.66 565	3.23 548	2.10 552	4.08 558	2.75 546	2.34 524	3.81 541	3.06 536	2.22 537	4.25 484	2.59 517	3.75 573	0.84 553	2.75 568	1.35 560	3.15 567	2.60 569

FC-DCNN	2.72 550	0.59 467	0.86 312	0.73 461	0.57 417	2.91 541	1.04 488	3.01 548	2.60 540	6.83 573	7.64 567	9.92 574	6.33 573	5.21 504	3.14 527	0.53 516	0.48 528	0.51 507	0.50 517	0.53 495	0.51 494

FC-DCNN v2	2.81 551	0.59 467	0.85 306	0.73 461	0.57 417	2.97 543	1.05 490	3.39 554	2.61 541	6.98 574	7.67 568	10.38 577	6.31 572	5.75 522	3.37 533	0.53 516	0.48 528	0.51 507	0.50 517	0.53 495	0.51 494

WAO-6	2.81 551	1.60 551	1.46 471	2.36 558	2.28 560	3.55 550	2.29 560	4.21 561	4.56 565	2.36 528	4.51 546	4.88 555	2.66 547	4.60 491	4.07 542	1.72 550	1.15 570	2.31 557	1.46 565	2.31 550	1.85 556

PWCK	2.88 553	2.05 563	5.72 553	2.08 553	1.11 529	3.55 550	3.90 572	2.86 546	3.54 557	3.03 550	3.63 539	3.10 539	2.31 539	8.15 562	3.09 525	2.12 554	0.91 561	1.75 551	0.98 554	2.57 555	1.18 546

Dean	2.91 554	1.53 550	2.07 510	2.96 567	2.51 564	3.15 545	2.14 555	4.75 565	4.41 564	2.76 541	6.10 559	5.53 560	2.37 540	2.97 456	1.92 501	3.18 565	0.85 556	2.51 565	1.04 557	2.88 564	2.47 566

IMH	3.21 555	1.85 559	1.48 476	3.25 570	2.69 567	4.07 559	2.02 550	4.41 563	3.80 558	2.72 538	7.11 564	4.75 554	2.92 550	5.92 525	2.55 515	3.85 577	0.88 559	2.78 570	1.36 562	3.19 569	2.59 568

LVE	3.31 556	1.67 552	1.64 485	2.85 563	2.42 563	3.20 547	2.26 559	4.78 566	5.05 566	2.35 526	6.91 561	6.02 562	2.37 540	9.15 564	2.17 511	3.19 566	1.08 569	2.38 560	1.47 566	2.81 560	2.40 565

JetBlue	3.97 557	2.01 560	10.19 566	1.38 542	2.84 569	10.53 574	9.54 577	3.60 556	2.41 534	2.73 539	3.39 536	4.54 550	4.31 563	7.85 559	6.84 553	0.88 535	0.93 562	0.89 538	0.91 548	1.74 547	1.91 557

notaker	3.98 558	2.40 570	2.68 532	3.82 578	3.27 575	3.97 558	2.14 555	4.78 566	3.45 555	4.12 560	6.94 562	7.65 568	3.26 554	7.82 558	5.30 547	4.04 578	1.41 572	3.36 577	2.10 574	3.88 573	3.31 575

WAO-8	4.40 559	1.82 557	1.79 496	2.34 556	2.20 555	9.19 571	1.53 526	6.09 572	16.46 581	3.94 555	7.84 570	7.32 564	3.72 560	9.41 570	3.31 530	2.00 552	1.07 567	2.44 563	1.37 563	2.50 553	1.68 553

Venus	4.40 559	1.82 557	1.79 496	2.34 556	2.20 555	9.19 571	1.53 526	6.09 572	16.46 581	3.94 555	7.84 570	7.32 564	3.72 560	9.41 570	3.31 530	2.00 552	1.07 567	2.44 563	1.37 563	2.50 553	1.68 553

MultiAttention	4.51 561	0.33 309	0.82 299	0.73 461	0.45 345	30.98 592	4.50 575	2.18 511	1.40 462	1.61 473	2.41 515	2.43 520	0.70 255	38.42 594	1.36 458	0.22 280	0.15 226	0.29 397	0.30 442	0.47 477	0.43 468

ktn	4.70 562	2.38 569	2.12 515	3.76 576	3.24 573	4.85 564	2.95 570	5.52 568	7.37 572	4.07 559	19.32 586	7.46 566	3.47 555	7.39 549	2.95 523	4.04 578	1.85 575	3.26 576	2.22 575	3.08 566	2.65 571

MADNet++	5.01 563	3.14 574	4.91 548	4.55 582	3.94 579	5.20 567	4.41 574	4.40 562	4.13 562	4.95 567	6.08 558	4.74 553	5.37 566	9.40 569	10.67 570	4.65 580	4.15 581	3.97 579	3.34 578	4.09 575	4.08 580

UNDER WATER	5.08 564	2.33 568	5.55 551	3.94 580	3.51 576	5.20 567	2.72 567	5.61 570	16.52 583	3.84 554	4.60 548	9.21 572	5.89 569	5.90 524	8.66 563	3.75 573	1.34 571	3.18 575	1.88 570	4.33 578	3.61 577

UNDER WATER-64	5.27 565	2.32 567	8.78 564	3.93 579	3.54 577	7.61 569	3.03 571	5.84 571	14.19 577	4.04 557	4.04 543	9.39 573	6.26 571	5.93 526	8.48 562	3.60 572	1.51 573	3.13 573	1.88 570	4.29 577	3.61 577

TorneroNet-64	5.30 566	2.03 561	1.74 495	3.43 573	2.81 568	10.09 573	2.12 554	9.10 579	17.12 586	4.96 568	9.27 575	10.72 579	3.70 559	9.20 565	4.55 544	3.31 568	0.84 553	2.88 571	1.55 567	3.49 570	3.04 572

MANE	6.19 567	0.59 467	1.03 389	0.93 523	1.22 541	13.38 578	2.69 565	12.81 582	17.94 587	8.21 579	10.82 578	14.72 581	11.68 577	11.39 579	11.90 571	0.59 523	0.50 533	0.52 509	1.76 569	0.55 499	0.54 498

LSM	6.33 568	1.10 528	13.19 571	1.41 545	68.17 598	1.64 475	1.90 545	1.92 453	2.46 535	2.99 547	3.11 532	1.88 481	1.80 513	2.61 443	2.06 508	0.41 481	0.58 542	0.50 505	0.57 526	0.64 513	17.66 591

SGM-ForestM	6.52 569	0.38 378	1.26 439	0.63 378	0.35 244	13.59 579	5.32 576	6.32 575	6.70 571	11.14 581	9.18 574	22.51 593	13.93 581	16.89 583	20.07 582	0.36 463	0.37 499	0.36 466	0.35 478	0.36 425	0.34 426

tt	6.58 570	0.26 131	6.10 555	3.77 577	2.16 554	11.55 575	19.63 583	13.33 583	5.74 568	2.96 546	2.65 523	4.97 558	6.33 573	3.81 477	7.24 554	9.15 585	11.32 590	5.89 584	6.24 583	6.03 580	2.55 567

JetRed	6.91 571	8.80 583	25.96 586	2.85 563	3.25 574	13.98 581	11.87 579	6.25 574	4.28 563	4.45 562	4.56 547	6.69 563	5.46 567	7.46 552	14.05 574	2.59 559	3.31 578	2.59 566	2.29 576	4.20 576	3.36 576

xyz-stereo	7.16 572	0.22 47	69.90 599	0.42 54	0.21 9	32.92 594	0.49 285	0.87 113	0.76 163	1.38 420	27.04 589	1.19 355	1.16 437	4.69 493	0.97 402	0.16 60	0.12 54	0.20 174	0.14 95	0.16 61	0.12 11

LE_ROB	8.05 573	0.37 371	23.53 582	0.74 465	0.33 222	2.77 538	2.87 569	3.71 557	27.24 591	25.39 591	8.87 573	8.46 571	26.71 591	6.65 536	21.99 583	0.21 254	0.19 335	0.20 174	0.21 292	0.25 317	0.22 287

coex-ft	8.13 574	2.13 566	98.04 601	0.67 420	0.53 401	1.71 479	1.56 528	1.65 370	11.11 575	18.17 590	3.75 540	3.88 547	7.61 576	2.98 457	6.49 551	0.30 418	0.30 460	0.32 431	0.31 449	0.66 517	0.50 490

KSHMR	8.75 575	2.06 564	2.11 514	3.53 575	3.11 572	4.13 560	2.69 565	5.60 569	61.37 601	3.00 548	55.83 601	4.98 559	2.45 543	4.49 488	2.61 519	3.46 570	1.55 574	3.14 574	1.94 572	3.72 572	3.18 574

U	9.45 576	0.21 28	0.58 138	0.47 117	53.11 597	61.27 601	0.24 31	0.70 57	0.52 85	0.36 33	0.28 13	0.29 30	0.35 63	0.33 2	0.26 21	0.19 183	0.11 28	60.50 598	8.88 584	0.17 92	0.13 36

TCMNet-wrong-test	10.31 577	11.40 585	14.84 573	20.96 588	18.45 585	13.80 580	10.76 578	15.78 584	3.53 556	5.20 570	5.52 557	16.26 583	12.61 578	7.51 554	10.15 566	7.43 583	2.37 576	4.31 580	3.43 579	11.36 586	10.61 584

EDNetEfficientorigin	10.57 578	1.47 548	177.42 602	0.67 420	0.53 401	1.58 469	1.16 503	1.90 446	3.37 553	4.71 565	3.38 535	3.10 539	2.69 548	3.13 463	3.58 534	0.25 349	0.23 405	0.33 440	0.27 400	0.83 526	0.81 530

TorneroNet	10.70 579	2.03 561	1.82 499	3.43 573	3.01 571	43.83 595	2.22 558	8.87 578	67.47 602	7.17 577	27.36 590	10.68 578	3.85 562	8.67 563	7.65 559	3.59 571	0.88 559	3.04 572	1.57 568	3.71 571	3.17 573

HanzoNet	11.04 580	3.62 577	8.10 562	4.08 581	3.55 578	4.90 565	2.73 568	7.19 576	10.10 573	31.86 597	28.92 591	21.96 592	36.36 593	18.08 585	10.17 567	7.94 584	3.32 579	3.47 578	3.31 577	7.06 583	4.04 579

DPSimNet_ROB	11.20 581	4.98 580	35.43 590	2.90 566	4.52 580	7.89 570	17.09 582	4.66 564	6.06 570	14.89 586	10.93 579	17.29 584	36.81 595	13.18 581	15.68 578	2.86 561	6.29 583	5.75 583	5.09 581	3.91 574	7.70 582

DGTPSM_ROB	13.01 582	8.23 581	21.87 579	9.51 584	18.10 583	11.56 576	32.01 589	10.63 580	16.20 579	7.03 575	19.48 587	10.15 575	16.66 583	9.83 575	22.42 584	4.75 581	8.68 584	5.37 581	10.25 586	6.16 581	11.36 585

DPSMNet_ROB	13.02 583	8.23 581	21.91 580	9.53 585	18.11 584	11.56 576	32.02 590	10.64 581	16.23 580	7.05 576	19.49 588	10.16 576	16.66 583	9.85 576	22.43 585	4.77 582	8.68 584	5.38 582	10.26 587	6.17 582	11.36 585

USTest	14.33 584	14.94 587	21.04 578	17.44 587	16.05 582	23.26 583	33.84 591	21.73 586	11.80 576	9.36 580	10.14 576	15.97 582	13.20 580	17.28 584	22.43 585	3.78 576	5.01 582	6.17 585	6.16 582	9.25 585	7.72 583

ASD4	15.85 585	10.99 584	19.63 577	10.21 586	11.70 581	19.24 582	31.10 588	19.35 585	10.68 574	11.14 581	10.18 577	12.59 580	12.64 579	14.74 582	24.83 588	12.93 590	9.94 589	26.83 593	19.40 590	16.23 589	12.70 590

DPSM_ROB	19.08 586	19.14 589	25.17 584	22.15 590	20.85 587	28.17 585	37.82 593	26.56 589	16.85 584	14.14 583	14.84 581	21.70 587	18.75 586	21.87 587	26.55 590	10.16 588	9.30 587	10.47 587	10.42 588	14.03 587	12.61 588

DPSM	19.08 586	19.14 589	25.17 584	22.15 590	20.85 587	28.17 585	37.82 593	26.56 589	16.85 584	14.14 583	14.84 581	21.70 587	18.75 586	21.87 587	26.55 590	10.16 588	9.30 587	10.47 587	10.42 588	14.03 587	12.61 588

LRCNet_RVC	22.74 588	32.10 594	21.97 581	29.84 592	26.23 589	4.42 562	0.81 438	22.66 587	2.02 523	26.93 592	29.26 592	23.06 594	15.59 582	23.84 589	18.88 581	31.75 595	19.90 597	34.65 594	32.13 595	30.54 595	28.32 595

DLNR_Zeroshot_test	23.17 589	48.52 603	43.29 593	176.68 603	78.69 599	0.35 19	0.21 13	23.41 588	0.75 157	0.66 147	0.86 168	0.59 150	0.30 33	1.56 329	0.44 196	9.57 586	0.12 54	0.18 114	0.14 95	76.92 602	0.16 128

BEATNet-Init1	26.87 590	13.43 586	70.68 600	0.91 520	0.68 465	57.02 600	21.06 584	32.82 596	32.67 593	52.12 601	53.61 600	66.05 602	49.56 601	48.79 602	34.71 595	0.49 508	0.44 518	0.53 514	0.53 522	0.63 511	0.59 509

CasAABBNet	38.33 591	38.46 597	50.35 595	44.75 597	41.84 593	56.68 597	76.37 600	53.22 599	33.83 595	28.31 594	29.54 593	43.62 600	37.71 597	43.84 599	53.41 601	20.30 591	18.70 594	21.07 589	21.07 592	28.24 592	25.34 593

FlowAnything	38.37 592	38.41 596	50.38 596	44.76 598	41.94 594	56.64 596	76.34 599	53.28 601	34.23 597	28.25 593	29.72 594	43.60 598	37.79 598	43.83 598	53.38 600	20.39 593	18.71 596	21.07 589	21.14 594	28.23 591	25.29 592

Selective-RAFT-Error	38.39 593	38.47 598	50.44 597	44.73 596	41.97 595	56.68 597	76.38 601	53.24 600	33.92 596	28.34 595	29.85 595	43.60 598	38.20 599	43.75 597	53.34 599	20.38 592	18.70 594	21.09 591	21.05 591	28.30 593	25.43 594

HaxPig	38.92 594	41.40 600	41.64 591	29.95 593	32.27 590	28.90 587	27.60 585	29.73 592	37.71 598	43.82 598	43.87 597	33.17 595	35.56 592	41.53 595	40.37 597	43.94 599	47.51 602	45.82 595	47.08 597	42.38 596	44.15 598

AVERAGE_ROB	40.43 595	42.37 601	42.73 592	36.96 595	35.58 592	30.50 588	27.61 586	36.71 598	38.39 599	44.91 599	44.36 598	37.45 597	36.70 594	41.88 596	40.35 596	45.43 600	46.81 601	47.11 596	46.35 596	42.51 597	43.87 597

MEDIAN_ROB	42.00 596	44.40 602	44.29 594	35.15 594	34.95 591	31.28 593	29.60 587	35.88 597	40.02 600	47.20 600	46.64 599	37.37 596	38.48 600	44.35 601	42.45 598	48.03 601	49.39 603	49.71 597	49.03 598	45.14 598	46.65 599

LSM0	42.82 597	38.75 599	50.81 598	47.07 599	109.38 603	57.00 599	76.02 598	53.74 602	33.71 594	29.02 596	30.41 596	43.87 601	37.22 596	43.91 600	53.54 602	20.52 594	18.62 593	21.10 592	21.11 593	28.41 594	42.22 596

Anonymous_1	43.04 598	18.73 588	24.79 583	21.81 589	46.26 596	27.80 584	37.60 592	28.08 591	16.14 578	14.66 585	14.30 580	20.65 586	17.88 585	21.56 586	25.94 589	117.93 602	8.92 586	100.65 599	126.50 599	158.64 603	12.08 587

PML	51.67 599	36.25 595	13.28 572	7.46 583	20.81 586	108.69 602	232.22 603	8.72 577	27.82 592	87.01 602	269.67 603	69.67 603	61.95 602	24.76 593	14.20 575	9.74 587	3.40 580	9.62 586	4.70 580	18.74 590	4.72 581

xxxxx1	54.10 600	25.67 591	27.13 587	113.43 600	96.96 600	30.69 589	47.44 595	32.38 593	25.60 588	17.75 587	17.27 583	21.81 589	21.02 588	24.43 590	33.82 592	33.37 596	40.54 598	157.71 601	175.86 601	66.16 599	72.93 600

tt_ll	54.10 600	25.67 591	27.13 587	113.43 600	96.96 600	30.69 589	47.44 595	32.38 593	25.60 588	17.75 587	17.27 583	21.81 589	21.02 588	24.43 590	33.82 592	33.37 596	40.54 598	157.71 601	175.86 601	66.16 599	72.93 600

ff	54.10 600	25.67 591	27.13 587	113.43 600	96.96 600	30.69 589	47.44 595	32.38 593	25.60 588	17.75 587	17.27 583	21.81 589	21.02 588	24.43 590	33.82 592	33.37 596	40.54 598	157.71 601	175.86 601	66.16 599	72.93 600

test_example2	192.40 603	210.76 604	206.48 603	199.83 604	204.73 604	172.94 603	183.52 602	133.93 603	133.41 603	191.38 603	196.19 602	187.13 604	178.77 603	205.33 603	208.00 603	222.09 604	238.72 604	186.54 604	190.54 604	227.34 604	170.31 603

ccccc	497.63 604	492.34 605	595.97 604	530.87 605	530.37 605	478.08 604	442.62 604	491.76 604	343.70 604	448.18 604	520.80 604	476.12 605	550.57 604	541.64 604	605.32 604	663.49 605	459.54 605	353.94 605	309.79 605	586.66 605	530.90 604

FADE		4.78 579		1.89 552	1.92 553							4.13 548				188.09 603	2.77 577	123.78 600	127.92 600	1.06 539

Low-res two-view benchmark