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	0.22 1	0.33 109	1.17 10	0.07 43	0.11 79	0.11 1	0.00 1	0.60 2	0.25 1	0.12 4	0.73 60	0.07 23	0.17 31	0.39 1	0.20 23	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.26 2	0.29 62	1.25 20	0.24 110	0.10 68	0.41 3	0.07 71	0.57 1	0.80 16	0.24 25	0.03 5	0.09 41	0.37 80	0.46 4	0.12 3	0.03 384	0.03 302	0.00 1	0.00 1	0.00 1	0.01 18

Wavelet-MonSter	0.35 3	0.28 55	1.43 37	0.03 6	0.40 238	1.20 20	0.00 1	1.14 5	0.82 20	0.27 30	0.04 11	0.05 6	0.08 9	0.96 37	0.20 23	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.02 90

LGtest1	0.42 4	0.33 109	1.42 34	0.13 85	0.16 121	0.98 10	0.01 6	2.30 15	0.96 48	0.21 20	0.07 13	0.08 35	0.10 17	1.10 45	0.31 55	0.01 246	0.09 416	0.00 1	0.00 1	0.03 127	0.02 90

MonStereo	0.44 5	0.23 30	1.44 40	0.05 28	0.77 315	1.17 14	0.01 6	3.17 43	0.72 6	0.28 31	0.18 27	0.06 15	0.04 1	0.54 5	0.17 17	0.00 1	0.00 1	0.00 1	0.01 312	0.00 1	0.01 18

Monster-pub-eth3d	0.44 5	0.23 30	1.44 40	0.05 28	0.77 315	1.17 14	0.01 6	3.17 43	0.72 6	0.28 31	0.18 27	0.06 15	0.04 1	0.55 6	0.17 17	0.00 1	0.00 1	0.00 1	0.01 312	0.00 1	0.01 18

3.25w_new	0.45 7	0.25 43	1.29 21	0.02 1	0.08 52	1.25 39	0.01 6	3.39 67	0.91 44	0.33 52	0.16 20	0.07 23	0.42 102	0.57 7	0.25 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

3.25w	0.45 7	0.25 43	1.29 21	0.02 1	0.08 52	1.25 39	0.01 6	3.39 67	0.91 44	0.33 52	0.16 20	0.06 15	0.42 102	0.57 7	0.25 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

MLG-Stereo_test3	0.45 7	0.31 78	1.35 29	0.06 34	0.17 131	1.30 52	0.01 6	3.52 83	0.77 14	0.15 8	0.07 13	0.06 15	0.07 7	0.74 19	0.22 28	0.02 339	0.06 368	0.00 1	0.00 1	0.01 27	0.02 90

FSD	0.46 10	0.31 78	1.38 31	0.17 93	0.10 68	0.53 5	0.06 61	3.21 51	0.81 17	0.16 10	0.24 35	1.06 150	0.12 26	0.63 13	0.24 32	0.02 339	0.07 391	0.00 1	0.00 1	0.01 27	0.01 18

S2M2_L	0.46 10	0.39 164	1.17 10	0.37 143	0.17 131	1.14 12	0.01 6	1.46 7	1.83 73	0.19 15	0.87 71	0.13 49	0.19 34	0.57 7	0.43 90	0.01 246	0.01 181	0.00 1	0.00 1	0.21 392	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter	0.46 10	0.23 30	1.44 40	0.05 28	0.77 315	1.17 14	0.01 6	3.17 43	0.72 6	0.28 31	0.18 27	0.07 23	0.04 1	0.83 26	0.17 17	0.00 1	0.00 1	0.00 1	0.01 312	0.00 1	0.01 18

asd	0.49 13	0.16 3	1.57 55	0.04 21	0.72 309	1.24 35	0.05 54	2.80 23	0.84 21	0.45 89	0.50 48	0.06 15	0.56 125	0.58 10	0.24 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4.5_new	0.49 13	0.17 6	1.73 75	0.06 34	0.30 200	1.23 25	0.07 71	3.11 34	0.87 32	0.45 89	0.66 55	0.05 6	0.19 34	0.67 15	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4.5w-stereo	0.49 13	0.17 6	1.73 75	0.06 34	0.30 200	1.23 25	0.07 71	3.11 34	0.87 32	0.45 89	0.66 55	0.05 6	0.19 34	0.67 15	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

IGEV	0.50 16	0.22 26	1.52 50	0.08 52	1.85 418	1.34 59	0.37 194	2.03 11	0.93 47	0.29 36	0.08 17	0.07 23	0.09 13	0.90 32	0.22 28	0.02 339	0.04 331	0.00 1	0.00 1	0.01 27	0.01 18

FlowAnything_test	0.51 17	0.33 109	2.09 117	0.15 88	0.15 113	1.71 105	0.03 35	1.76 8	0.49 3	1.10 134	0.77 63	0.03 1	0.05 4	0.61 12	0.66 142	0.05 416	0.01 181	0.00 1	0.00 1	0.10 271	0.02 90

asda	0.52 18	0.19 13	1.61 60	0.03 6	0.61 292	1.26 44	0.08 79	3.20 49	0.84 21	0.41 77	0.29 37	0.05 6	0.72 144	0.77 23	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4.25_new	0.52 18	0.18 8	1.42 34	0.03 6	0.88 327	1.23 25	0.04 41	3.18 46	0.85 24	0.32 47	0.77 63	0.05 6	0.42 102	0.83 26	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.5w_new	0.52 18	0.18 8	1.42 34	0.03 6	0.88 327	1.23 25	0.04 41	3.18 46	0.85 24	0.32 47	0.77 63	0.05 6	0.42 102	0.83 26	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.25w-stereo	0.52 18	0.18 8	1.43 37	0.03 6	0.88 327	1.23 25	0.04 41	3.18 46	0.85 24	0.32 47	0.77 63	0.05 6	0.42 102	0.83 26	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3w_stereo	0.53 22	0.23 30	1.53 51	0.03 6	0.02 3	1.25 39	0.02 26	3.34 64	0.88 37	0.44 87	0.43 45	0.07 23	1.04 176	1.04 43	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4w-stereo	0.55 23	0.18 8	1.39 32	0.02 1	0.35 225	1.26 44	0.06 61	3.13 37	0.86 27	0.28 31	0.82 70	0.06 15	0.67 137	1.59 73	0.25 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.75w_new	0.55 23	0.23 30	1.43 37	0.04 21	0.12 93	1.25 39	0.08 79	3.20 49	0.86 27	0.39 70	0.16 20	0.07 23	0.88 162	1.99 98	0.24 32	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18

2w_stereo	0.56 25	0.19 13	1.31 25	0.03 6	0.10 68	1.22 23	0.04 41	3.42 75	0.81 17	0.79 117	0.73 60	0.07 23	1.24 200	0.81 25	0.37 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

dual_stereo	0.56 25	0.32 92	1.08 5	0.07 43	0.11 79	0.77 8	0.03 35	3.60 89	1.17 57	0.12 4	0.03 5	0.20 60	0.11 22	2.77 119	0.51 120	0.00 1	0.14 459	0.00 1	0.16 428	0.00 1	0.02 90

AdaDepth	0.57 27	0.22 26	2.33 143	0.12 69	1.26 366	1.59 87	0.07 71	1.03 4	0.97 49	0.21 20	0.42 43	0.08 35	0.30 66	2.28 108	0.26 39	0.01 246	0.01 181	0.00 1	0.20 451	0.01 27	0.01 18

MLG-Stereo_test2	0.57 27	0.28 55	1.20 15	0.07 43	0.68 301	1.34 59	0.02 26	3.39 67	1.41 61	0.06 1	0.02 1	0.12 48	0.10 17	2.37 110	0.31 55	0.01 246	0.08 404	0.00 1	0.00 1	0.01 27	0.02 90

Zero-FE251	0.62 29	0.53 258	2.17 133	0.37 143	0.30 200	1.84 118	0.06 61	2.60 18	0.31 2	2.21 152	0.23 32	0.09 41	0.39 88	0.67 15	0.52 122	0.01 246	0.01 181	0.00 1	0.00 1	0.02 79	0.07 263

3.75w	0.62 29	0.16 3	1.33 27	0.02 1	1.27 369	1.25 39	0.01 6	3.23 53	0.87 32	0.38 62	0.23 32	0.07 23	0.40 89	2.96 124	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

LG-G_1	0.62 29	0.31 78	1.19 12	0.07 43	0.11 79	1.81 116	0.02 26	3.74 101	0.88 37	0.23 22	0.03 5	0.09 41	0.08 9	3.39 136	0.27 48	0.02 339	0.08 404	0.00 1	0.00 1	0.03 127	0.02 90

LG-G	0.62 29	0.31 78	1.19 12	0.07 43	0.11 79	1.81 116	0.02 26	3.74 101	0.88 37	0.23 22	0.03 5	0.09 41	0.08 9	3.39 136	0.27 48	0.02 339	0.08 404	0.00 1	0.00 1	0.03 127	0.02 90

1w_stereo	0.64 33	0.16 3	1.24 18	0.09 58	0.50 270	1.19 18	0.08 79	3.24 55	0.84 21	0.48 94	2.37 137	0.04 3	1.57 226	0.84 30	0.10 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

LG-Stereo_L2	0.64 33	0.33 109	1.46 45	0.10 60	0.18 146	1.30 52	0.19 142	3.53 85	0.72 6	0.20 16	0.02 1	0.06 15	0.07 7	4.19 165	0.36 66	0.01 246	0.01 181	0.00 1	0.00 1	0.01 27	0.02 90

252Zero-FE	0.66 35	0.23 30	1.24 18	1.10 251	0.07 35	1.31 54	0.02 26	3.33 62	1.14 56	1.34 139	1.74 109	0.04 3	0.05 4	1.11 46	0.40 82	0.00 1	0.05 349	0.00 1	0.02 339	0.02 79	0.02 90

qwe	0.66 35	0.19 13	1.64 65	0.05 28	1.17 361	1.23 25	0.03 35	3.35 65	0.88 37	0.51 99	0.38 40	0.04 3	0.17 31	3.22 129	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

2.25w	0.67 37	0.20 18	1.40 33	0.04 21	0.13 102	1.21 21	0.05 54	3.23 53	0.87 32	0.36 57	1.17 85	0.07 23	0.69 140	3.67 144	0.30 50	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

MLG-Stereo_test1	0.67 37	0.23 30	1.05 3	0.06 34	1.40 381	1.24 35	0.00 1	3.56 87	1.36 59	0.06 1	0.04 11	0.08 35	0.10 17	4.03 160	0.14 9	0.01 246	0.07 391	0.00 1	0.01 312	0.01 27	0.02 90

2.5w	0.68 39	0.23 30	1.29 21	0.04 21	0.31 210	1.26 44	0.09 87	3.24 55	0.86 27	0.42 82	0.59 51	0.03 1	0.56 125	4.36 173	0.24 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

RAStereo	0.68 39	0.42 193	3.15 247	0.18 99	0.52 278	1.17 14	0.02 26	3.16 42	0.98 50	0.51 99	1.43 93	0.16 51	0.22 41	0.75 21	0.83 181	0.00 1	0.00 1	0.00 1	0.00 1	0.07 230	0.02 90

3.5w_stereo	0.69 41	0.23 30	1.44 40	0.02 1	0.14 108	1.24 35	0.03 35	3.53 85	0.90 43	0.20 16	1.48 96	0.07 23	0.50 115	3.73 146	0.30 50	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

LG-Stereo_L1	0.69 41	0.32 92	1.21 17	0.10 60	0.16 121	1.38 64	0.20 148	2.44 16	0.72 6	0.20 16	0.02 1	0.06 15	0.06 6	6.49 263	0.36 66	0.01 246	0.04 331	0.00 1	0.00 1	0.01 27	0.02 90

SGD-Stereo	0.69 41	0.30 73	1.15 9	0.25 112	0.12 93	1.26 44	0.29 176	1.87 10	0.62 5	0.50 98	0.51 49	0.08 35	0.11 22	6.67 279	0.09 1	0.01 246	0.01 181	0.00 1	0.00 1	0.02 79	0.01 18

water-stereo	0.70 44	0.29 62	3.07 241	0.08 52	0.07 35	1.54 83	0.15 124	4.01 118	1.41 61	0.59 105	1.31 89	0.26 79	0.24 43	0.43 3	0.39 77	0.02 339	0.06 368	0.00 1	0.02 339	0.02 79	0.01 18

GIP-stereo	0.70 44	0.44 210	1.70 73	1.52 312	0.75 311	1.48 75	0.05 54	4.18 124	1.10 52	0.18 13	0.42 43	0.58 131	0.38 84	0.65 14	0.46 103	0.00 1	0.00 1	0.00 1	0.00 1	0.05 188	0.01 18

DEFOM-Stereo	0.70 44	0.29 62	1.62 62	0.16 92	0.06 27	1.95 127	0.45 215	0.88 3	0.74 11	0.55 102	0.51 49	0.14 50	0.09 13	6.32 249	0.20 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

Monster-pub-mixall	0.72 47	0.39 164	0.98 1	0.04 21	0.12 93	1.23 25	0.01 6	2.74 22	0.86 27	0.86 121	0.39 42	0.07 23	0.09 13	6.24 241	0.32 57	0.01 246	0.02 250	0.00 1	0.00 1	0.02 79	0.03 142

MLG-Stereo	0.72 47	0.23 30	1.13 6	0.06 34	0.16 121	1.24 35	0.00 1	3.84 109	1.40 60	0.06 1	0.03 5	0.08 35	0.10 17	5.71 219	0.16 12	0.01 246	0.06 368	0.00 1	0.00 1	0.01 27	0.02 90

GREAT-IGEV	0.72 47	0.29 62	1.91 87	1.31 281	0.40 238	1.41 70	0.08 79	2.29 14	2.48 97	0.18 13	0.69 58	0.10 46	0.34 74	1.72 80	0.37 72	0.00 1	0.09 416	0.00 1	0.22 462	0.10 271	0.41 466

IGEV-Stereo++	0.74 50	0.23 30	1.31 25	0.06 34	1.62 391	1.95 127	0.01 6	3.29 59	1.81 70	0.38 62	1.68 107	0.10 46	1.16 191	0.91 33	0.19 22	0.01 246	0.01 181	0.00 1	0.00 1	0.04 156	0.01 18

GLC_STEREO	0.75 51	0.29 62	1.19 12	0.55 172	0.01 1	1.98 131	0.57 254	3.07 30	3.02 142	0.90 123	1.48 96	0.19 56	0.40 89	0.93 34	0.36 66	0.00 1	0.01 181	0.00 1	0.00 1	0.04 156	0.02 90

rvit_stereo_0081_aga	0.76 52	0.51 246	3.29 258	0.11 67	0.25 179	1.73 109	0.22 155	3.68 91	2.54 104	0.26 29	0.16 20	0.27 83	0.30 66	1.31 57	0.36 66	0.00 1	0.00 1	0.00 1	0.00 1	0.12 309	0.04 188

LG-Stereo	0.79 53	0.32 92	3.96 315	0.04 21	0.15 113	1.19 18	0.18 139	3.52 83	2.95 130	0.32 47	1.77 111	0.22 72	0.14 28	0.39 1	0.43 90	0.01 246	0.02 250	0.00 1	0.00 1	0.11 292	0.02 90

LG-Stereo_Zeroshot	0.80 54	0.33 109	2.51 160	0.25 112	0.53 279	1.93 125	0.27 171	5.07 182	1.05 51	0.47 93	0.68 57	0.64 134	0.22 41	0.95 36	0.65 138	0.00 1	0.05 349	0.00 1	0.19 448	0.03 127	0.16 384

MaDis-Stereo	0.80 54	0.69 322	3.02 225	0.33 132	1.83 416	1.22 23	0.06 61	3.41 72	1.49 63	0.31 45	0.38 40	0.42 114	0.51 117	1.14 49	1.21 238	0.00 1	0.00 1	0.00 1	0.00 1	0.05 188	0.05 224

AEACV	0.80 54	0.29 62	1.70 73	0.96 230	0.24 176	2.03 134	0.88 341	3.50 80	0.88 37	0.34 54	0.20 30	0.29 89	2.01 249	1.77 86	0.33 59	0.00 1	0.03 302	0.00 1	0.29 482	0.10 271	0.09 292

IGEV-RUCA	0.81 57	0.15 1	1.13 6	0.52 166	0.32 214	2.13 144	0.51 234	3.46 77	1.71 68	0.95 125	0.16 20	0.24 76	0.55 123	2.81 121	0.41 84	0.12 454	0.21 496	0.20 506	0.25 473	0.21 392	0.20 411

UniTT-Stereo	0.83 58	0.33 109	1.98 102	0.92 221	1.27 369	0.54 6	0.11 96	1.35 6	2.94 129	1.67 146	2.09 123	0.20 60	0.31 70	1.57 71	1.07 220	0.00 1	0.00 1	0.00 1	0.00 1	0.16 345	0.01 18

Pointernet	0.84 59	0.35 135	2.00 106	0.12 69	0.13 102	1.77 111	0.06 61	4.87 166	2.53 102	0.14 7	2.11 126	0.76 140	0.44 109	1.02 41	0.32 57	0.00 1	0.04 331	0.00 1	0.15 425	0.02 79	0.01 18

monsters	0.87 60	0.28 55	1.54 52	0.47 163	2.71 459	1.38 64	0.01 6	3.14 38	0.81 17	0.32 47	0.48 47	0.05 6	0.13 27	5.72 220	0.42 88	0.01 246	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18

castereo	0.87 60	0.60 287	1.07 4	0.34 137	0.17 131	1.89 121	0.79 313	4.84 165	2.05 77	0.65 110	2.55 142	0.31 95	0.40 89	1.02 41	0.38 76	0.01 246	0.09 416	0.00 1	0.24 468	0.03 127	0.02 90

zero-FE	0.88 62	0.27 53	2.12 124	0.21 104	1.63 392	1.75 110	0.83 323	3.08 31	0.61 4	0.15 8	0.13 19	0.29 89	0.44 109	3.38 135	1.07 220	0.02 339	0.02 250	0.00 1	0.05 380	1.47 516	0.03 142

rvit_stereo_0081	0.88 62	0.28 55	1.81 77	0.62 185	0.13 102	1.34 59	0.12 102	3.14 38	4.59 240	0.43 85	0.30 38	0.54 128	0.11 22	3.89 150	0.36 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

rvit_stereo_0082	0.88 62	0.28 55	1.81 77	0.62 185	0.13 102	1.34 59	0.12 102	3.14 38	4.59 240	0.43 85	0.30 38	0.54 128	0.11 22	3.89 150	0.36 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

rvit_stereo_0080	0.88 62	0.51 246	3.12 244	0.07 43	0.12 93	1.31 54	0.37 194	3.78 104	3.29 164	0.56 103	1.13 83	0.40 108	0.76 148	1.71 77	0.47 110	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.04 188

whm_eth	0.88 62	0.51 246	3.12 244	0.07 43	0.12 93	1.31 54	0.37 194	3.78 104	3.29 164	0.56 103	1.13 83	0.40 108	0.76 148	1.71 77	0.47 110	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.04 188

AIO_test	0.90 67	0.40 175	1.67 69	0.14 86	0.16 121	2.97 251	0.83 323	3.61 90	2.67 110	0.29 36	0.71 59	1.50 168	0.29 59	2.37 110	0.13 7	0.00 1	0.04 331	0.00 1	0.08 394	0.03 127	0.03 142

LoS	0.91 68	0.34 124	2.10 122	0.38 147	0.13 102	2.47 177	0.26 168	5.00 178	2.74 119	0.89 122	0.21 31	0.49 121	0.36 77	1.97 97	0.67 144	0.02 339	0.02 250	0.00 1	0.00 1	0.06 212	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
monsterstereo	0.93 69	0.30 73	1.91 87	0.43 155	2.63 455	1.21 21	0.01 6	3.11 34	0.76 13	0.46 92	1.44 94	0.05 6	0.09 13	5.66 215	0.50 119	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18

AIO-Stereo	0.94 70	0.22 26	1.20 15	0.06 34	0.08 52	2.36 166	0.62 266	5.50 220	2.61 107	0.30 40	3.32 166	0.41 111	0.25 45	1.12 48	0.17 17	0.00 1	0.01 181	0.00 1	0.35 499	0.06 212	0.12 343

DDF-Stereo	0.95 71	0.28 55	1.59 58	0.30 119	1.76 409	1.79 114	0.83 323	3.02 29	0.78 15	0.17 12	0.09 18	0.28 87	0.49 113	4.53 177	1.13 229	0.02 339	0.04 331	0.00 1	0.11 412	1.70 520	0.04 188

SMoEStereo_RVC	0.95 71	0.35 135	1.37 30	0.63 189	0.07 35	2.07 136	0.16 130	2.88 25	1.68 66	0.30 40	1.23 87	0.19 56	0.28 55	6.80 285	0.84 184	0.00 1	0.00 1	0.00 1	0.00 1	0.11 292	0.13 351

GCAP-Stereo	0.95 71	0.62 296	1.99 104	0.30 119	0.03 11	1.66 95	0.01 6	4.43 136	3.00 139	1.63 145	1.17 85	1.39 160	0.76 148	1.31 57	0.55 125	0.00 1	0.03 302	0.00 1	0.00 1	0.12 309	0.02 90

111111	0.97 74	0.19 13	1.49 48	0.06 34	1.12 356	1.43 72	0.05 54	4.77 161	1.70 67	0.44 87	2.88 151	0.09 41	0.17 31	4.66 182	0.20 23	0.00 1	0.00 1	0.00 1	0.00 1	0.10 271	0.01 18

fffft	0.97 74	0.29 62	1.69 72	0.03 6	0.05 16	2.12 143	0.65 275	3.44 76	1.87 75	0.34 54	0.60 53	0.23 73	0.20 37	6.69 280	0.89 200	0.00 1	0.01 181	0.00 1	0.00 1	0.18 369	0.09 292
1: 1. 1
DEFOM-Stereo_RVC	0.98 76	2.14 493	1.55 53	0.88 213	0.26 186	0.56 7	0.04 41	2.80 23	0.86 27	0.30 40	0.80 68	0.21 70	2.33 265	6.17 236	0.37 72	0.00 1	0.07 391	0.00 1	0.17 436	0.01 27	0.01 18

Occ-G	0.98 76	0.38 160	1.82 79	0.15 88	0.18 146	1.45 74	0.69 287	3.15 41	2.25 85	1.45 141	0.59 51	5.06 312	0.54 122	0.75 21	0.77 171	0.00 1	0.03 302	0.00 1	0.17 436	0.16 345	0.01 18

CASnet	0.98 76	0.32 92	1.62 62	0.65 192	0.07 35	2.11 141	0.14 118	3.50 80	4.03 208	3.77 202	1.41 92	0.31 95	0.29 59	0.80 24	0.57 127	0.01 246	0.00 1	0.00 1	0.00 1	0.04 156	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 76	0.42 193	1.86 81	0.07 43	0.22 169	1.65 94	0.02 26	4.07 119	6.33 324	0.72 112	1.54 99	0.43 115	0.64 135	1.22 55	0.44 95	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.00 1
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
MM-Stereo_test2	0.99 80	0.29 62	2.26 139	1.34 285	0.12 93	1.78 113	0.53 236	4.71 158	3.31 166	0.76 115	0.80 68	0.50 124	0.35 75	1.86 90	0.73 156	0.00 1	0.05 349	0.00 1	0.07 389	0.26 419	0.06 244

trnet	0.99 80	0.37 153	1.89 85	0.08 52	0.19 157	1.68 99	0.02 26	4.12 123	6.41 328	0.70 111	1.57 100	0.46 118	0.67 137	1.15 50	0.41 84	0.00 1	0.01 181	0.00 1	0.00 1	0.01 27	0.01 18

CroCo-Stereo	0.99 80	0.89 375	3.19 251	0.46 158	0.44 247	0.38 2	0.05 54	4.61 148	3.95 202	0.48 94	1.78 114	1.01 147	0.27 53	1.11 46	1.07 220	0.01 246	0.00 1	0.00 1	0.00 1	0.05 188	0.04 188
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
rvit_stereo_ft	1.00 83	0.78 349	3.84 311	0.84 208	0.36 228	1.23 25	0.24 161	3.81 108	3.76 191	0.37 60	0.87 71	0.74 138	1.12 180	1.18 53	0.76 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.06 244

depthmonostereo	1.01 84	0.50 240	3.16 248	0.12 69	0.09 60	1.43 72	0.04 41	4.97 173	1.51 64	0.90 123	1.46 95	0.98 146	0.94 167	3.45 140	0.46 103	0.02 339	0.10 428	0.00 1	0.02 339	0.04 156	0.01 18

AIO_rvc	1.02 85	0.59 283	1.95 98	0.15 88	0.09 60	3.42 286	0.99 356	4.46 138	2.73 118	0.28 31	1.62 102	1.32 158	0.28 55	2.10 104	0.21 27	0.00 1	0.03 302	0.00 1	0.04 374	0.11 292	0.11 328

RSM++	1.02 85	0.24 42	1.33 27	0.86 211	0.04 13	2.78 222	0.30 182	2.63 19	2.67 110	0.48 94	1.95 118	0.52 125	0.25 45	5.50 211	0.57 127	0.00 1	0.00 1	0.00 1	0.17 436	0.11 292	0.09 292

mms	1.03 87	0.54 263	1.58 57	0.05 28	0.36 228	1.52 82	0.08 79	2.97 28	1.84 74	0.38 62	2.94 153	0.32 98	0.25 45	6.82 286	0.39 77	0.00 1	0.04 331	0.00 1	0.00 1	0.17 358	0.28 445

ours_stereo	1.03 87	0.55 267	1.86 81	0.12 69	0.32 214	1.16 13	0.09 87	3.27 58	2.18 82	0.39 70	3.02 157	0.34 106	0.26 51	6.32 249	0.37 72	0.00 1	0.01 181	0.00 1	0.00 1	0.18 369	0.13 351

rvit_stereo_0083	1.03 87	0.26 49	3.09 242	0.49 164	0.09 60	1.27 49	0.24 161	2.72 20	4.60 242	0.38 62	0.77 63	0.78 141	1.18 194	4.35 172	0.33 59	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.03 142

EGLCR-Stereo	1.04 90	0.20 18	2.00 106	1.14 259	0.16 121	2.50 181	0.11 96	4.96 172	2.61 107	0.79 117	0.07 13	1.46 166	0.37 80	3.96 157	0.23 30	0.01 246	0.05 349	0.00 1	0.00 1	0.00 1	0.07 263

HUF	1.05 91	0.64 300	2.33 143	0.35 140	0.22 169	3.09 262	0.41 205	3.73 100	2.89 126	0.36 57	2.71 147	0.33 102	0.30 66	2.28 108	0.23 30	0.00 1	0.61 532	0.00 1	0.00 1	0.15 338	0.39 461

rrr	1.05 91	0.45 218	3.18 250	0.32 127	0.06 27	2.74 215	0.95 354	3.49 79	1.12 53	0.39 70	0.16 20	0.20 60	0.29 59	6.47 260	0.87 192	0.00 1	0.00 1	0.00 1	0.21 456	0.06 212	0.10 314

IGEVStereo-DCA	1.06 93	0.45 218	2.06 111	0.32 127	0.06 27	2.74 215	0.84 329	3.71 93	2.27 86	0.39 70	0.16 20	0.20 60	0.29 59	6.47 260	0.87 192	0.00 1	0.00 1	0.00 1	0.16 428	0.06 212	0.06 244

test_xeample3	1.08 94	0.43 204	3.39 267	0.49 164	0.05 16	2.58 194	0.93 349	3.32 61	1.77 69	0.23 22	0.23 32	0.19 56	0.28 55	6.34 251	0.85 185	0.00 1	0.01 181	0.00 1	0.26 480	0.06 212	0.10 314

tt45	1.09 95	0.35 135	1.49 48	0.39 148	0.23 174	3.50 298	0.14 118	3.35 65	1.81 70	0.36 57	2.04 121	0.27 83	0.26 51	6.84 288	0.63 136	0.00 1	0.00 1	0.00 1	0.00 1	0.16 345	0.03 142

MGS-Stereo	1.10 96	0.26 49	2.45 152	0.58 179	0.06 27	1.84 118	0.67 281	2.16 13	3.42 173	1.03 127	6.13 256	0.49 121	0.36 77	1.43 63	0.62 133	0.00 1	0.00 1	0.00 1	0.00 1	0.47 474	0.00 1

ff7	1.12 97	0.57 275	2.06 111	0.03 6	0.07 35	2.80 225	0.84 329	3.71 93	2.27 86	0.38 62	1.06 74	0.20 60	0.40 89	7.12 312	0.49 113	0.00 1	0.00 1	0.00 1	0.16 428	0.09 260	0.06 244

ffff	1.12 97	0.57 275	2.06 111	0.03 6	0.07 35	2.80 225	0.84 329	3.71 93	2.27 86	0.38 62	1.06 74	0.20 60	0.40 89	7.12 312	0.49 113	0.00 1	0.00 1	0.00 1	0.16 428	0.09 260	0.06 244

11t	1.12 97	0.57 275	2.06 111	0.03 6	0.07 35	2.80 225	0.84 329	3.71 93	2.27 86	0.38 62	1.06 74	0.20 60	0.40 89	7.12 312	0.49 113	0.00 1	0.00 1	0.00 1	0.16 428	0.09 260	0.06 244

anonymousdsp	1.12 97	0.59 283	1.66 66	0.03 6	0.07 35	2.81 233	0.82 319	4.07 119	2.30 92	0.41 77	1.12 82	0.30 91	0.40 89	7.05 305	0.49 113	0.00 1	0.00 1	0.00 1	0.17 436	0.10 271	0.05 224

ccc-4	1.12 97	0.57 275	2.06 111	0.03 6	0.07 35	2.80 225	0.84 329	3.71 93	2.27 86	0.38 62	1.06 74	0.20 60	0.40 89	7.12 312	0.49 113	0.00 1	0.00 1	0.00 1	0.16 428	0.09 260	0.06 244

IGEV-Stereo	1.12 97	0.59 283	1.66 66	0.03 6	0.07 35	2.82 236	0.82 319	4.09 122	2.30 92	0.41 77	1.11 79	0.30 91	0.41 97	7.05 305	0.49 113	0.00 1	0.00 1	0.00 1	0.17 436	0.10 271	0.05 224
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DilatedVolume-Stereo	1.13 103	0.41 186	2.75 190	1.04 245	0.11 79	2.21 152	0.10 91	2.96 27	1.32 58	2.40 161	2.09 123	0.33 102	0.58 131	5.62 212	0.43 90	0.03 384	0.06 368	0.00 1	0.14 421	0.04 156	0.04 188

fffy	1.13 103	0.51 246	2.15 125	1.01 237	0.09 60	2.30 163	0.19 142	4.07 119	1.13 55	0.16 10	2.66 144	0.20 60	0.38 84	6.98 301	0.35 63	0.00 1	0.06 368	0.00 1	0.00 1	0.14 334	0.16 384

IGEV++	1.14 105	0.51 246	1.66 66	0.55 172	0.08 52	2.52 182	1.01 360	6.51 275	3.16 150	0.59 105	2.11 126	0.43 115	1.18 194	1.44 64	0.79 175	0.00 1	0.05 349	0.00 1	0.05 380	0.11 292	0.11 328

castereo++	1.18 106	0.54 263	1.95 98	0.30 119	0.51 274	4.56 368	1.00 358	4.61 148	1.12 53	0.29 36	2.14 130	1.89 183	0.15 29	3.94 156	0.18 21	0.00 1	0.04 331	0.00 1	0.31 490	0.03 127	0.00 1

CAS++	1.18 106	0.55 267	1.99 104	0.17 93	0.27 189	1.85 120	0.63 267	8.48 327	3.07 145	1.71 147	2.32 135	0.18 55	0.20 37	1.91 96	0.30 50	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DA2	1.19 108	0.37 153	1.94 94	0.62 185	0.30 200	6.06 403	0.59 256	5.55 221	2.23 83	0.37 60	2.42 140	0.41 111	1.17 192	1.24 56	0.16 12	0.01 246	0.06 368	0.00 1	0.00 1	0.01 27	0.20 411

xyz-stereo-finetune	1.20 109	0.44 210	2.19 135	0.08 52	0.05 16	3.16 273	0.68 282	3.41 72	2.58 106	0.81 119	1.77 111	0.68 135	0.37 80	6.20 239	1.63 276	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.02 90

ProNet	1.20 109	0.60 287	2.00 106	0.26 114	0.08 52	2.73 214	0.68 282	5.00 178	2.52 101	0.29 36	1.32 90	0.37 107	0.36 77	6.94 299	0.44 95	0.00 1	0.07 391	0.00 1	0.00 1	0.17 358	0.07 263

TANstereo	1.20 109	0.49 237	2.04 109	0.34 137	0.10 68	1.80 115	0.01 6	3.40 71	4.10 216	4.37 215	4.82 208	0.41 111	0.70 141	0.94 35	0.46 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 112	0.20 18	1.30 24	0.12 69	0.06 27	2.48 179	0.51 234	3.78 104	2.74 119	0.48 94	2.38 138	2.18 192	0.28 55	6.77 284	0.56 126	0.00 1	0.00 1	0.00 1	0.16 428	0.07 230	0.05 224

sCroCo_RVC	1.21 112	0.65 306	5.16 393	1.09 250	1.29 373	0.92 9	0.19 142	3.92 111	2.68 113	0.30 40	3.04 158	0.52 125	1.56 225	1.58 72	0.78 173	0.09 445	0.25 508	0.00 1	0.00 1	0.07 230	0.11 328

GGEV	1.22 114	0.35 135	1.96 101	0.57 177	0.28 196	6.83 420	0.64 271	5.42 215	2.35 95	0.75 114	2.28 133	0.26 79	1.30 203	1.00 40	0.16 12	0.01 246	0.06 368	0.00 1	0.00 1	0.01 27	0.15 371

Selective-IGEV	1.23 115	0.18 8	1.13 6	0.07 43	0.17 131	2.38 170	0.54 239	6.10 247	2.51 100	0.41 77	3.20 163	0.26 79	0.29 59	6.94 299	0.16 12	0.00 1	0.01 181	0.00 1	0.11 412	0.04 156	0.10 314

MSCF	1.24 116	0.77 342	1.95 98	0.42 151	0.46 253	3.85 334	0.85 335	4.26 127	2.02 76	2.21 152	2.34 136	0.17 52	2.74 288	1.75 82	0.39 77	0.00 1	0.01 181	0.00 1	0.54 516	0.04 156	0.05 224

WCG-NET	1.24 116	0.43 204	1.46 45	0.33 132	0.08 52	2.14 145	1.08 369	3.09 33	6.86 345	2.73 168	3.43 174	0.74 138	0.94 167	0.89 31	0.33 59	0.00 1	0.04 331	0.00 1	0.00 1	0.10 271	0.05 224

CroCo-Stereo Lap2	1.24 116	0.88 372	3.39 267	0.95 228	4.59 524	0.47 4	0.08 79	3.51 82	2.80 122	1.17 137	2.24 131	1.57 171	0.20 37	1.48 67	1.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.15 338	0.12 343

Replicate-Monster	1.25 119	1.94 487	10.24 491	0.08 52	0.32 214	1.32 57	0.03 35	3.71 93	0.89 42	1.07 132	0.07 13	0.08 35	0.10 17	4.74 184	0.14 9	0.01 246	0.04 331	0.00 1	0.00 1	0.01 27	0.22 416

999	1.25 119	0.37 153	1.63 64	1.15 260	0.34 222	3.03 257	0.66 278	3.41 72	2.27 86	0.30 40	3.20 163	0.19 56	0.25 45	7.23 320	0.85 185	0.00 1	0.00 1	0.00 1	0.00 1	0.16 345	0.01 18

rvit_0105_6	1.26 121	0.87 368	4.85 373	0.61 183	0.07 35	1.60 88	0.32 184	3.79 107	5.87 291	0.25 27	0.26 36	1.09 151	0.29 59	4.60 180	0.62 133	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.06 244

Former-RAFT_DAM_RVC	1.26 121	0.42 193	2.36 148	0.59 181	1.26 366	2.43 175	0.01 6	3.29 59	7.76 379	1.71 147	2.78 149	0.27 83	0.32 72	1.16 52	0.58 131	0.04 404	0.01 181	0.00 1	0.00 1	0.04 156	0.10 314

LoS_RVC	1.26 121	1.43 448	1.91 87	0.42 151	3.77 499	1.71 105	0.04 41	2.58 17	2.49 99	0.42 82	2.58 143	0.30 91	0.57 129	1.71 77	0.66 142	0.01 246	0.02 250	0.00 1	0.00 1	0.02 79	4.49 541

MIF-Stereo (partial)	1.29 124	0.33 109	3.02 225	0.03 6	1.12 356	1.26 44	0.13 111	4.46 138	3.75 189	0.35 56	2.39 139	0.31 95	0.74 146	6.09 232	1.76 287	0.00 1	0.00 1	0.00 1	0.00 1	0.08 242	0.04 188

MyStereo07	1.31 125	0.79 350	1.61 60	1.03 240	1.11 354	2.63 205	0.46 216	5.48 217	2.24 84	0.64 109	1.48 96	0.27 83	0.59 133	7.03 304	0.45 99	0.00 1	0.09 416	0.00 1	0.01 312	0.11 292	0.09 292

GASTEREO	1.34 126	0.98 394	1.86 81	0.53 167	0.46 253	3.97 342	0.86 337	4.25 126	2.16 80	2.34 159	3.48 177	0.17 52	2.87 297	1.88 94	0.39 77	0.00 1	0.01 181	0.00 1	0.54 516	0.04 156	0.05 224

plain	1.34 126	0.51 246	5.09 387	0.30 119	0.05 16	1.58 85	0.08 79	4.47 140	3.77 192	0.42 82	1.76 110	0.60 133	0.74 146	6.11 233	0.94 208	0.00 1	0.00 1	0.00 1	0.00 1	0.40 465	0.02 90

sAnonymous2	1.35 128	1.66 469	8.14 473	0.55 172	0.46 253	1.23 25	0.24 161	4.00 116	3.47 175	0.40 75	1.11 79	0.23 73	1.42 211	0.96 37	0.57 127	0.01 246	0.00 1	0.00 1	0.20 451	2.07 526	0.22 416

CroCo_RVC	1.35 128	1.66 469	8.14 473	0.55 172	0.46 253	1.23 25	0.24 161	4.00 116	3.47 175	0.40 75	1.11 79	0.23 73	1.42 211	0.96 37	0.57 127	0.01 246	0.00 1	0.00 1	0.20 451	2.07 526	0.22 416

knoymous	1.36 130	0.21 23	1.68 71	0.20 100	0.49 267	1.58 85	0.11 96	5.15 186	2.40 96	4.62 223	1.77 111	4.56 292	0.45 111	3.23 130	0.63 136	0.00 1	0.02 250	0.00 1	0.00 1	0.02 79	0.01 18

rvit_0105_4	1.38 131	0.98 394	5.52 414	0.61 183	0.05 16	1.62 91	0.41 205	3.95 114	5.80 288	0.31 45	0.73 60	1.37 159	0.53 121	4.89 192	0.78 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.04 188

SCV_C0	1.40 132	0.49 237	3.06 240	0.12 69	0.21 165	2.29 158	0.09 87	6.46 271	3.81 193	0.63 107	2.00 120	0.24 76	0.41 97	7.31 323	0.43 90	0.01 246	0.05 349	0.00 1	0.21 456	0.16 345	0.07 263

MoCha-V2	1.41 133	0.42 193	2.61 172	0.81 203	0.23 174	2.53 185	0.20 148	4.81 163	3.16 150	0.82 120	3.15 161	0.30 91	1.61 230	6.66 278	0.40 82	0.00 1	0.20 493	0.00 1	0.24 468	0.05 188	0.02 90

PMTNet	1.41 133	0.37 153	2.06 111	0.26 114	0.15 113	2.94 249	0.34 190	3.39 67	5.33 269	1.00 126	1.27 88	0.28 87	0.93 165	4.04 161	0.74 158	5.00 543	0.00 1	0.00 1	0.00 1	0.03 127	0.01 18

AE-Stereo	1.44 135	0.32 92	2.69 180	1.58 326	0.20 162	2.24 155	0.59 256	6.01 243	5.70 282	1.18 138	3.17 162	1.02 148	0.78 154	1.73 81	0.83 181	0.02 339	0.18 483	0.00 1	0.29 482	0.11 292	0.07 263

XX-TBD	1.44 135	0.85 364	2.04 109	2.45 456	0.05 16	2.34 165	0.01 6	3.46 77	7.51 366	2.88 173	4.98 215	0.26 79	0.25 45	1.15 50	0.46 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 137	0.36 146	2.54 163	1.99 393	0.12 93	1.90 122	0.12 102	4.47 140	2.83 123	3.31 188	3.44 175	0.56 130	1.47 214	5.39 208	0.47 110	0.00 1	0.04 331	0.00 1	0.21 456	0.07 230	0.04 188

rvit_0105_5	1.48 138	0.89 375	5.43 405	0.46 158	0.04 13	1.60 88	0.60 260	4.65 155	5.90 294	0.76 115	1.59 101	1.75 178	0.78 154	4.20 167	0.88 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.06 244

WCG-NET（raft）	1.49 139	0.50 240	1.55 53	0.21 104	0.08 52	2.15 147	1.01 360	2.72 20	6.26 319	2.79 169	3.06 160	4.38 285	1.04 176	3.53 141	0.26 39	0.00 1	0.12 444	0.00 1	0.00 1	0.10 271	0.08 279

testlalala	1.50 140	0.41 186	1.67 69	0.98 234	0.31 210	4.00 344	0.90 346	5.26 202	2.17 81	6.56 320	3.61 180	1.74 177	0.38 84	1.21 54	0.42 88	0.00 1	0.02 250	0.00 1	0.29 482	0.01 27	0.01 18

StereoAnything_RVC	1.52 141	7.77 543	2.81 203	0.05 28	0.02 3	1.11 11	0.06 61	3.26 57	0.75 12	0.12 4	0.02 1	0.07 23	0.68 139	6.69 280	0.13 7	0.02 339	0.08 404	0.00 1	0.00 1	6.69 548	0.02 90

model_zeroshot	1.52 141	0.42 193	4.10 332	1.25 269	0.11 79	3.04 258	0.14 118	5.79 236	2.84 124	3.12 180	3.65 181	2.05 190	0.42 102	2.38 112	0.71 152	0.01 246	0.10 428	0.00 1	0.20 451	0.02 79	0.04 188

CES	1.56 143	0.35 135	1.44 40	0.42 151	7.70 545	2.66 211	0.13 111	4.89 167	2.53 102	0.25 27	1.10 78	0.33 102	0.31 70	1.61 75	0.58 131	0.01 246	0.02 250	0.00 1	0.00 1	0.54 477	6.26 548

MM-Stereo_test1	1.57 144	0.36 146	2.19 135	1.17 262	0.35 225	2.39 171	0.56 245	4.53 143	5.21 264	3.67 197	1.65 105	0.40 108	0.84 161	6.90 293	0.80 178	0.00 1	0.03 302	0.00 1	0.00 1	0.31 435	0.03 142

SCV	1.59 145	0.58 280	2.57 166	2.72 469	0.31 210	2.15 147	0.79 313	6.88 290	2.72 115	0.20 16	2.68 145	0.68 135	0.58 131	7.60 339	0.41 84	0.00 1	0.03 302	0.00 1	0.22 462	0.37 455	0.24 427

CREStereo++_RVC	1.59 145	0.39 164	2.26 139	0.36 141	0.01 1	1.67 96	0.01 6	2.95 26	8.12 390	3.69 199	7.44 304	0.47 119	0.32 72	0.74 19	0.39 77	0.00 1	0.00 1	0.00 1	3.03 550	0.00 1	0.00 1
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
Reg-Stereo(zero)	1.60 147	0.19 13	2.59 169	0.45 157	0.47 262	1.64 93	0.23 159	3.22 52	5.87 291	4.29 212	3.01 155	4.49 290	1.64 231	2.47 115	1.16 234	0.00 1	0.08 404	0.00 1	0.13 420	0.01 27	0.10 314

11t1	1.62 148	0.26 49	2.53 162	2.37 450	0.24 176	2.58 194	0.06 61	6.66 281	3.00 139	3.40 190	3.01 155	1.14 153	1.94 247	4.18 164	0.91 204	0.01 246	0.02 250	0.00 1	0.00 1	0.03 127	0.03 142

iRaftStereo_RVC	1.62 148	0.68 317	1.98 102	0.67 194	0.05 16	2.99 253	0.04 41	5.36 211	3.74 188	3.82 203	4.96 213	2.54 201	0.62 134	3.35 134	0.97 212	0.00 1	0.07 391	0.00 1	0.00 1	0.30 430	0.27 441

RAFT-Stereo-weight	1.67 150	0.31 78	1.57 55	0.97 233	0.15 113	3.19 275	0.77 307	5.06 180	6.19 318	4.96 235	3.38 172	2.83 208	0.35 75	2.87 122	0.74 158	0.01 246	0.06 368	0.00 1	0.00 1	0.01 27	0.02 90

HART	1.68 151	0.67 315	2.72 186	0.04 21	0.27 189	1.72 108	0.04 41	5.60 224	3.16 150	1.44 140	7.73 315	2.41 198	0.15 29	6.44 256	0.62 133	0.00 1	0.12 444	0.00 1	0.00 1	0.24 415	0.17 389

IGEV-Stereo+	1.69 152	0.43 204	1.59 58	0.37 143	3.10 467	2.10 139	0.07 71	1.86 9	0.91 44	0.39 70	0.03 5	0.20 60	0.41 97	7.05 305	0.16 12	0.02 339	0.07 391	0.00 1	0.18 443	5.14 541	9.77 563

Selective-RAFT	1.69 152	0.32 92	3.29 258	0.92 221	0.18 146	3.89 336	0.06 61	4.22 125	4.00 205	1.47 142	1.98 119	3.07 221	2.81 292	6.35 253	0.89 200	0.01 246	0.00 1	0.00 1	0.21 456	0.05 188	0.00 1

rvit_0105_3	1.71 154	0.90 378	5.93 425	0.78 201	0.02 3	1.62 91	1.69 407	5.15 186	5.99 303	2.22 155	1.64 104	1.97 188	1.17 192	4.19 165	0.92 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.03 142

4D-IteraStereo	1.72 155	0.86 365	3.01 223	0.09 58	2.86 463	3.57 309	1.06 364	3.92 111	5.31 267	5.28 247	1.02 73	3.92 259	0.38 84	1.83 88	1.04 219	0.00 1	0.01 181	0.00 1	0.00 1	0.07 230	0.09 292

rafts_anoy	1.72 155	0.79 350	2.58 168	2.03 403	1.75 407	2.47 177	0.16 130	5.48 217	6.01 305	3.24 184	2.11 126	1.92 187	1.33 204	3.08 127	1.13 229	0.01 246	0.18 483	0.00 1	0.01 312	0.03 127	0.07 263

x	1.73 157	0.28 55	2.49 159	1.91 376	0.17 131	2.10 139	0.83 323	8.74 340	3.55 181	3.28 185	2.12 129	3.10 222	1.96 248	2.90 123	1.12 227	0.00 1	0.02 250	0.00 1	0.00 1	0.02 79	0.03 142

TestStereo	1.74 158	1.02 401	3.64 291	0.20 100	0.28 196	1.33 58	0.01 6	5.24 197	4.01 207	3.18 181	4.97 214	2.07 191	0.70 141	7.32 324	0.75 163	0.02 339	0.00 1	0.00 1	0.00 1	0.01 27	0.00 1

Anonymous3	1.76 159	0.44 210	6.37 439	0.33 132	0.50 270	4.33 356	0.54 239	4.43 136	2.48 97	2.21 152	3.24 165	1.53 170	1.14 184	5.64 213	1.29 243	0.17 468	0.23 502	0.00 1	0.00 1	0.12 309	0.15 371

GCAP-BAT	1.77 160	0.49 237	2.78 197	0.66 193	0.16 121	3.76 328	0.80 315	3.72 99	3.27 161	3.68 198	5.03 217	3.66 250	0.56 125	5.82 223	0.65 138	0.00 1	0.05 349	0.00 1	0.24 468	0.01 27	0.01 18

anonymousdsp2	1.78 161	0.39 164	3.40 269	1.10 251	0.04 13	3.63 310	0.50 231	7.80 309	2.77 121	2.91 175	2.88 151	3.17 226	1.01 171	5.15 201	0.43 90	0.00 1	0.01 181	0.02 434	0.15 425	0.05 188	0.12 343

DCRE	1.79 162	0.68 317	2.55 164	1.66 339	0.27 189	1.27 49	0.05 54	4.57 147	4.04 210	3.30 187	9.24 352	3.83 257	1.20 197	2.08 103	0.67 144	0.00 1	0.12 444	0.00 1	0.24 468	0.04 156	0.09 292

raft+_RVC	1.79 162	0.84 362	2.32 142	2.40 451	0.85 325	1.38 64	0.09 87	6.36 261	4.75 250	2.85 172	5.46 240	1.17 155	1.36 209	4.54 178	0.91 204	0.00 1	0.10 428	0.00 1	0.00 1	0.11 292	0.22 416

HUI-Stereo	1.80 164	0.41 186	2.85 207	0.12 69	0.18 146	3.72 322	0.65 275	5.23 191	2.97 137	5.87 270	4.34 199	3.45 234	1.52 220	3.93 155	0.65 138	0.02 339	0.00 1	0.00 1	0.00 1	0.08 242	0.10 314

GMOStereo	1.81 165	0.47 226	2.09 117	0.10 60	0.27 189	1.49 76	0.89 342	4.40 131	4.51 235	8.16 393	6.97 284	2.96 213	1.15 186	1.42 59	0.88 195	0.00 1	0.14 459	0.00 1	0.00 1	0.23 405	0.03 142

error version	1.81 165	0.47 226	2.09 117	0.10 60	0.27 189	1.49 76	0.89 342	4.40 131	4.51 235	8.16 393	6.97 284	2.96 213	1.15 186	1.42 59	0.88 195	0.00 1	0.14 459	0.00 1	0.00 1	0.23 405	0.03 142

test-v	1.81 165	0.47 226	2.09 117	0.10 60	0.27 189	1.49 76	0.89 342	4.40 131	4.51 235	8.16 393	6.97 284	2.96 213	1.15 186	1.42 59	0.88 195	0.00 1	0.14 459	0.00 1	0.00 1	0.23 405	0.03 142

test-2	1.81 165	0.47 226	2.09 117	0.10 60	0.27 189	1.49 76	0.89 342	4.40 131	4.51 235	8.16 393	6.97 284	2.96 213	1.15 186	1.42 59	0.88 195	0.00 1	0.14 459	0.00 1	0.00 1	0.23 405	0.03 142

xyz-stereo-finetune2	1.82 169	0.51 246	2.22 137	0.10 60	0.05 16	6.49 411	0.17 135	3.59 88	2.15 79	0.63 107	6.19 260	0.49 121	3.44 321	6.93 295	3.48 371	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.01 18

test-1	1.82 169	0.45 218	5.42 404	0.89 215	0.41 243	2.14 145	0.56 245	5.75 230	4.15 220	3.28 185	5.11 218	3.61 247	0.70 141	1.53 70	1.56 267	0.02 339	0.34 514	0.00 1	0.08 394	0.02 79	0.30 449

MM-Stereo_test3	1.83 171	0.59 283	1.93 91	1.43 301	3.99 505	2.44 176	0.81 317	5.81 237	6.70 340	1.73 149	4.79 206	1.23 157	0.65 136	3.30 131	0.85 185	0.00 1	0.01 181	0.00 1	0.00 1	0.33 443	0.05 224

GMStereo	1.83 171	0.99 397	4.55 358	0.57 177	0.05 16	2.53 185	0.01 6	4.95 170	11.14 451	3.52 192	2.24 131	0.53 127	0.49 113	3.76 148	0.80 178	0.20 475	0.00 1	0.00 1	0.12 416	0.12 309	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 173	0.21 23	2.45 152	1.02 238	0.22 169	1.37 63	0.82 319	4.66 157	5.06 258	7.02 338	1.73 108	4.09 267	0.41 97	6.51 266	0.76 165	0.00 1	0.00 1	0.00 1	0.29 482	0.18 369	0.14 360

1test111	1.86 174	0.65 306	2.15 125	2.30 438	0.02 3	5.80 395	0.56 245	8.45 323	3.33 168	1.03 127	3.33 167	0.32 98	3.71 336	4.40 174	0.96 209	0.00 1	0.02 250	0.00 1	0.03 356	0.02 79	0.03 142

LL-Strereo2	1.86 174	0.83 361	2.33 143	0.36 141	0.17 131	3.79 331	1.52 397	5.82 238	4.04 210	4.43 216	2.51 141	4.23 274	0.37 80	5.66 215	0.99 214	0.00 1	0.02 250	0.00 1	0.05 380	0.06 212	0.11 328

test-3	1.86 174	0.21 23	2.46 155	1.03 240	0.22 169	1.38 64	0.83 323	4.65 155	5.04 257	7.26 355	1.78 114	4.10 269	0.41 97	6.53 269	0.76 165	0.00 1	0.00 1	0.00 1	0.29 482	0.18 369	0.14 360

raftrobust	1.86 174	0.74 334	1.94 94	2.15 421	2.24 440	2.74 215	0.53 236	4.89 167	4.05 212	6.09 282	3.89 184	1.64 172	2.55 275	2.44 113	1.12 227	0.00 1	0.03 302	0.00 1	0.00 1	0.12 309	0.08 279

gcap-zeroshot	1.87 178	0.44 210	4.24 336	0.53 167	0.51 274	3.12 267	0.75 303	6.42 269	3.91 199	3.75 201	1.67 106	7.79 382	0.55 123	2.61 117	0.53 123	0.02 339	0.21 496	0.00 1	0.23 465	0.00 1	0.05 224

riskmin	1.88 179	0.15 1	2.11 123	1.38 294	0.88 327	2.40 172	0.04 41	5.93 242	6.10 308	2.25 156	1.34 91	6.06 342	5.08 408	2.78 120	1.01 217	0.00 1	0.02 250	0.00 1	0.00 1	0.01 27	0.06 244

test_3	1.88 179	0.22 26	2.75 190	0.96 230	0.22 169	1.28 51	0.77 307	4.62 150	5.87 291	6.55 319	1.84 116	4.28 280	0.45 111	6.48 262	0.76 165	0.00 1	0.01 181	0.00 1	0.28 481	0.17 358	0.14 360

PSM-adaLoss	1.88 179	0.40 175	2.86 209	0.12 69	0.19 157	3.75 327	0.71 293	5.23 191	2.96 133	5.86 265	4.33 198	3.45 234	1.51 215	5.40 209	0.69 146	0.01 246	0.00 1	0.00 1	0.00 1	0.08 242	0.09 292

s12784h	1.89 182	0.30 73	2.57 166	0.11 67	0.09 60	4.18 351	0.13 111	6.61 278	7.44 365	3.62 195	4.28 195	0.59 132	0.81 157	6.61 274	0.46 103	0.01 246	0.01 181	0.00 1	0.00 1	0.02 79	0.00 1

ROB_FTStereo	1.90 183	0.42 193	2.86 209	0.12 69	0.19 157	3.71 319	0.75 303	5.24 197	2.95 130	5.87 270	4.26 194	3.41 232	1.51 215	5.80 222	0.65 138	0.01 246	0.00 1	0.00 1	0.00 1	0.08 242	0.08 279

RAFT-IKP	1.90 183	0.42 193	2.83 204	0.12 69	0.18 146	3.50 298	0.64 271	5.24 197	2.96 133	5.86 265	4.34 199	3.50 243	1.51 215	5.99 229	0.76 165	0.01 246	0.00 1	0.00 1	0.00 1	0.08 242	0.08 279

EKT-Stereo	1.91 185	0.48 233	2.77 195	2.19 425	4.36 511	1.42 71	0.24 161	4.63 151	3.51 177	2.94 176	3.47 176	3.55 245	2.25 260	5.26 203	0.85 185	0.04 404	0.12 444	0.00 1	0.09 405	0.06 212	0.05 224

ROB_FTStereo_v2	1.91 185	0.41 186	2.85 207	0.12 69	0.19 157	3.71 319	0.73 298	5.23 191	2.95 130	5.86 265	4.36 201	3.46 236	1.51 215	5.86 225	0.69 146	0.01 246	0.00 1	0.00 1	0.00 1	0.08 242	0.08 279

qqq	1.93 187	0.30 73	2.96 220	1.40 296	0.05 16	1.96 130	0.39 200	8.45 323	3.33 168	3.06 178	3.84 182	4.67 295	2.70 282	4.40 174	0.96 209	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.03 142

RALCasStereoNet	1.93 187	1.01 399	2.75 190	1.88 372	1.75 407	2.88 245	0.18 139	4.64 154	4.36 227	2.27 157	5.14 219	2.22 194	0.79 156	7.10 311	1.00 216	0.00 1	0.34 514	0.00 1	0.00 1	0.10 271	0.16 384

Patchmatch Stereo++	1.95 189	0.40 175	2.86 209	0.12 69	0.18 146	3.74 324	0.66 278	5.24 197	2.96 133	5.86 265	4.32 196	3.46 236	1.52 220	6.88 290	0.70 148	0.01 246	0.00 1	0.00 1	0.00 1	0.08 242	0.09 292
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
iRAFT	1.95 189	0.40 175	2.86 209	0.12 69	0.18 146	3.74 324	0.66 278	5.24 197	2.96 133	5.86 265	4.32 196	3.46 236	1.52 220	6.88 290	0.70 148	0.01 246	0.00 1	0.00 1	0.00 1	0.08 242	0.09 292

CRE-IMP	1.95 189	0.35 135	2.68 178	0.27 118	0.17 131	3.90 337	0.85 335	5.14 184	2.87 125	5.74 256	4.14 191	3.49 241	0.83 158	6.40 254	1.80 291	0.00 1	0.00 1	0.00 1	0.00 1	0.10 271	0.19 404

tg	1.96 192	0.64 300	2.15 125	0.68 195	0.12 93	4.40 364	0.04 41	5.74 229	4.19 222	4.00 207	5.23 229	2.58 202	0.93 165	7.12 312	0.77 171	0.00 1	0.02 250	0.00 1	0.00 1	0.31 435	0.25 431

iGMRVC	1.96 192	0.40 175	2.88 214	0.12 69	0.19 157	3.74 324	0.73 298	5.23 191	2.97 137	5.87 270	4.37 202	3.48 240	1.52 220	6.73 283	0.74 158	0.02 339	0.00 1	0.00 1	0.00 1	0.08 242	0.08 279

DIP-Stereo	1.97 194	0.64 300	2.95 218	0.17 93	0.10 68	4.83 375	0.13 111	8.60 335	4.06 215	6.42 311	4.92 212	0.44 117	0.72 144	3.57 142	1.80 291	0.00 1	0.01 181	0.00 1	0.00 1	0.05 188	0.04 188
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 195	0.34 124	2.71 184	0.26 114	0.06 27	2.29 158	0.48 219	4.89 167	14.65 485	2.81 171	5.51 242	0.78 141	3.21 307	1.44 64	0.33 59	0.00 1	0.01 181	0.00 1	0.00 1	0.07 230	0.02 90

rvit_stereo_0075_2	2.00 196	0.32 92	5.49 409	0.60 182	1.98 424	1.77 111	0.10 91	7.24 298	5.70 282	2.90 174	4.06 188	3.11 223	0.56 125	5.32 205	0.76 165	0.00 1	0.00 1	0.00 1	0.00 1	0.03 127	0.16 384

MSKI-zero shot	2.00 196	0.36 146	2.15 125	0.81 203	0.25 179	2.69 213	0.29 176	6.16 251	2.34 94	4.31 213	7.52 305	3.70 253	0.25 45	8.42 400	0.41 84	0.01 246	0.13 454	0.00 1	0.25 473	0.03 127	0.02 90

ACVNet-DCA	2.01 198	0.65 306	2.15 125	2.30 438	0.02 3	5.80 395	0.56 245	8.45 323	3.33 168	1.03 127	3.33 167	0.32 98	3.71 336	8.05 371	0.45 99	0.00 1	0.02 250	0.00 1	0.03 356	0.02 79	0.03 142

Gwc-CoAtRS	2.02 199	0.33 109	2.61 172	1.04 245	0.30 200	3.56 306	0.40 204	5.89 241	5.94 298	5.08 240	5.01 216	5.55 326	1.72 236	1.60 74	0.91 204	0.01 246	0.09 416	0.00 1	0.25 473	0.01 27	0.02 90

DCANet-4	2.03 200	0.34 124	5.30 401	0.31 124	0.18 146	1.69 100	0.12 102	4.95 170	8.55 406	5.78 257	5.17 220	1.12 152	2.82 293	2.11 105	1.92 300	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 393

cross-raft	2.03 200	0.35 135	2.78 197	1.10 251	0.16 121	3.77 329	0.48 219	7.03 296	3.75 189	5.06 239	5.55 243	6.26 348	1.41 210	1.75 82	0.89 200	0.01 246	0.07 391	0.00 1	0.19 448	0.03 127	0.03 142

DeepStereo_RVC	2.05 202	0.39 164	2.87 213	0.14 86	0.17 131	3.51 301	0.70 290	5.21 190	3.00 139	6.27 300	4.13 190	3.47 239	4.53 384	4.81 186	1.49 259	0.01 246	0.00 1	0.00 1	0.00 1	0.09 260	0.18 393

MIPNet	2.06 203	0.69 322	4.57 361	0.32 127	0.21 165	1.92 124	0.19 142	6.89 291	5.64 281	5.48 251	4.02 187	2.02 189	3.50 323	3.32 133	2.01 306	0.00 1	0.01 181	0.01 403	0.01 312	0.20 381	0.13 351

DCANet	2.08 204	0.64 300	3.81 305	0.31 124	0.17 131	1.70 104	0.25 166	5.23 191	8.47 402	6.07 281	5.30 236	1.41 161	4.23 362	1.85 89	2.02 308	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.19 404

CFNet-RSSM	2.11 205	0.33 109	2.71 184	1.04 245	0.30 200	3.21 277	0.41 205	6.67 282	6.96 348	5.62 254	4.58 203	5.40 323	1.71 234	1.86 90	0.87 192	0.00 1	0.08 404	0.00 1	0.32 492	0.02 79	0.02 90

U	2.12 206	0.25 43	2.47 158	0.17 93	8.09 546	10.63 479	0.00 1	3.08 31	0.87 32	0.24 25	0.45 46	0.17 52	0.08 9	0.69 18	0.15 11	0.00 1	0.00 1	9.89 552	5.19 562	0.01 27	0.01 18

RAFT-Stereo + iAFF	2.12 206	0.58 280	2.43 150	1.27 272	0.16 121	1.60 88	0.14 118	5.17 188	5.90 294	7.10 344	10.10 368	3.06 220	1.74 239	1.87 92	0.97 212	0.01 246	0.02 250	0.00 1	0.00 1	0.23 405	0.02 90

IGEV_Zeroshot_test	2.13 208	0.50 240	4.91 376	1.41 299	0.18 146	2.62 203	0.36 192	7.80 309	3.87 195	5.04 238	5.42 239	4.77 298	1.03 174	3.43 138	0.79 175	0.00 1	0.16 475	0.00 1	0.18 443	0.17 358	0.04 188

tt1	2.14 209	0.63 299	2.22 137	2.27 434	0.02 3	5.71 393	0.63 267	4.53 143	10.19 432	1.16 136	3.39 173	0.33 102	3.05 303	8.00 365	0.46 103	0.00 1	0.02 250	0.00 1	0.03 356	0.10 271	0.04 188

NRIStereo	2.14 209	0.35 135	2.65 177	1.10 251	0.14 108	3.05 259	0.86 337	5.35 209	3.18 156	6.24 295	3.36 171	4.17 273	1.82 245	8.12 379	2.01 306	0.00 1	0.10 428	0.00 1	0.00 1	0.12 309	0.19 404

testlalala2	2.15 211	0.44 210	2.44 151	9.24 544	6.30 535	3.64 311	0.18 139	4.63 151	2.55 105	3.73 200	4.17 192	3.14 224	0.51 117	1.08 44	0.26 39	0.00 1	0.10 428	0.00 1	0.44 511	0.11 292	0.03 142

H2IRNET	2.16 212	0.45 218	2.60 170	1.22 265	0.03 11	1.98 131	0.13 111	4.73 159	7.04 353	1.15 135	7.79 319	5.88 338	3.39 317	4.97 195	1.45 256	0.01 246	0.00 1	0.04 463	0.17 436	0.19 377	0.03 142

dd	2.16 212	1.22 428	4.82 371	0.68 195	0.12 93	1.39 69	0.17 135	5.14 184	11.22 455	2.70 167	3.51 179	1.52 169	1.23 199	5.08 197	3.96 389	0.12 454	0.01 181	0.04 463	0.21 456	0.07 230	0.01 18

cc1	2.17 214	0.65 306	2.15 125	2.30 438	0.02 3	5.80 395	0.56 245	4.31 128	10.41 437	1.03 127	3.33 167	0.32 98	3.71 336	8.05 371	0.45 99	0.00 1	0.02 250	0.00 1	0.03 356	0.10 271	0.05 224

RAFT-Test	2.17 214	0.36 146	3.40 269	1.05 248	0.34 222	4.90 377	0.69 287	6.27 257	3.98 203	4.65 227	7.02 290	6.30 351	1.12 180	1.81 87	0.99 214	0.01 246	0.17 479	0.00 1	0.34 496	0.02 79	0.02 90

Any-RAFT	2.18 216	0.25 43	1.94 94	1.37 292	0.80 320	5.01 380	0.56 245	8.51 328	5.58 279	4.01 208	4.85 210	5.44 324	2.26 262	2.45 114	0.35 63	0.00 1	0.15 466	0.00 1	0.00 1	0.02 79	0.02 90

FENet	2.19 217	0.34 124	3.04 230	2.05 409	0.26 186	2.82 236	0.13 111	7.02 295	5.55 276	4.97 236	1.94 117	4.91 304	3.39 317	4.71 183	2.50 334	0.02 339	0.03 302	0.00 1	0.00 1	0.00 1	0.21 414

GANet-ADL	2.20 218	0.50 240	3.27 257	2.02 400	0.11 79	2.21 152	0.48 219	8.64 337	6.79 343	4.56 221	5.83 248	3.98 261	1.27 202	2.68 118	1.43 253	0.04 404	0.08 404	0.02 434	0.00 1	0.15 338	0.03 142

FACV-RUCA	2.21 219	0.34 124	3.59 284	1.30 279	2.90 464	2.22 154	1.25 380	7.98 314	5.71 287	3.59 194	7.21 297	1.14 153	1.60 229	3.12 128	1.46 257	0.01 246	0.03 302	0.10 488	0.04 374	0.35 449	0.17 389

AIO-test1	2.22 220	0.76 339	2.78 197	0.30 119	4.38 512	2.48 179	0.96 355	5.59 223	14.64 483	0.74 113	2.86 150	0.92 143	0.30 66	5.64 213	1.67 279	0.00 1	0.00 1	0.00 1	0.03 356	0.17 358	0.14 360

CAS	2.24 221	0.25 43	1.86 81	11.21 550	3.86 501	1.67 96	0.02 26	3.87 110	2.67 110	0.41 77	1.63 103	0.24 76	0.27 53	1.50 68	0.74 158	9.43 557	0.01 181	0.00 1	0.00 1	0.01 27	5.21 544

NF-Stereo	2.24 221	0.33 109	3.00 221	2.04 405	0.10 68	3.46 289	0.43 209	6.51 275	3.17 153	6.84 328	5.24 230	2.67 206	1.34 206	8.17 386	1.53 263	0.01 246	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

OCTAStereo	2.24 221	0.33 109	3.03 227	2.04 405	0.10 68	3.45 288	0.43 209	6.50 272	3.17 153	6.84 328	5.20 225	2.65 203	1.33 204	8.18 387	1.56 267	0.01 246	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

PSM-softLoss	2.24 221	0.34 124	3.42 271	1.81 361	0.17 131	2.74 215	0.39 200	6.17 253	2.92 127	6.26 298	6.29 267	2.96 213	0.97 169	8.68 415	1.71 282	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 90

KMStereo	2.24 221	0.34 124	3.42 271	1.81 361	0.17 131	2.74 215	0.39 200	6.17 253	2.92 127	6.26 298	6.29 267	2.96 213	0.97 169	8.68 415	1.71 282	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 90

StereoVision	2.25 226	0.72 327	4.00 322	1.03 240	2.64 456	1.91 123	0.28 172	5.83 239	4.43 230	1.89 150	10.65 384	3.88 258	0.52 120	5.13 200	1.98 305	0.00 1	0.00 1	0.00 1	0.00 1	0.09 260	0.03 142

RE-Stereo	2.25 226	0.33 109	3.03 227	2.04 405	0.10 68	3.47 291	0.43 209	6.50 272	3.18 156	6.84 328	5.20 225	2.65 203	1.34 206	8.18 387	1.58 269	0.01 246	0.00 1	0.01 403	0.00 1	0.02 79	0.01 18

TVStereo	2.25 226	0.33 109	3.03 227	2.04 405	0.10 68	3.47 291	0.43 209	6.50 272	3.18 156	6.84 328	5.20 225	2.65 203	1.34 206	8.18 387	1.58 269	0.01 246	0.00 1	0.01 403	0.00 1	0.02 79	0.01 18

ADStereo(finetuned)	2.26 229	0.64 300	5.22 397	0.31 124	0.18 146	1.71 105	0.25 166	5.23 191	8.46 401	6.06 280	5.30 236	1.41 161	6.37 436	1.87 92	1.87 294	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.18 393

fff	2.28 230	0.61 291	3.81 305	0.22 106	0.07 35	1.69 100	0.11 96	5.37 212	11.84 462	5.80 259	5.17 220	1.44 163	5.41 415	2.00 99	1.92 300	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 393

IPLGR	2.28 230	0.51 246	6.00 427	0.15 88	0.15 113	1.99 133	0.22 155	6.34 260	6.04 306	6.80 326	5.76 245	2.87 210	2.31 264	4.88 188	1.28 242	0.00 1	0.00 1	0.00 1	0.00 1	0.09 260	0.18 393

csc	2.28 230	0.61 291	3.81 305	0.22 106	0.07 35	1.69 100	0.11 96	5.37 212	11.84 462	5.80 259	5.17 220	1.44 163	5.41 415	2.00 99	1.92 300	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 393

cscssc	2.28 230	0.61 291	3.81 305	0.22 106	0.07 35	1.69 100	0.11 96	5.37 212	11.84 462	5.80 259	5.17 220	1.44 163	5.41 415	2.00 99	1.92 300	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 393

test_sample1	2.31 234	0.26 49	3.29 258	2.08 411	0.46 253	2.62 203	0.05 54	9.88 370	4.23 223	3.90 204	3.92 186	3.49 241	4.44 377	5.67 217	1.88 296	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.03 142

EAI-Stereo	2.31 234	0.44 210	2.72 186	0.68 195	0.56 283	3.51 301	2.62 431	11.42 418	4.14 219	2.09 151	7.23 299	1.21 156	0.91 163	5.67 217	1.51 260	0.01 246	0.25 508	0.00 1	0.88 529	0.04 156	0.26 437

test_sample2	2.32 236	0.25 43	3.38 265	2.08 411	0.41 243	2.58 194	0.15 124	9.50 359	4.97 256	3.66 196	4.86 211	4.29 282	3.26 308	5.83 224	1.09 224	0.00 1	0.01 181	0.00 1	0.00 1	0.03 127	0.03 142

ICVP	2.32 236	0.38 160	2.89 216	0.92 221	0.70 306	2.55 189	0.87 340	9.97 373	3.99 204	4.13 210	8.97 342	2.71 207	1.69 233	2.52 116	3.52 377	0.05 416	0.24 507	0.01 403	0.01 312	0.11 292	0.13 351
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 238	0.65 306	2.15 125	2.30 438	0.02 3	5.80 395	0.56 245	4.31 128	10.41 437	1.03 127	3.33 167	4.67 295	2.70 282	8.05 371	0.45 99	0.00 1	0.02 250	0.00 1	0.00 1	0.02 79	0.03 142

MyStereo06	2.35 239	0.66 312	4.54 355	1.10 251	0.96 340	2.57 192	0.10 91	9.30 354	4.05 212	5.22 244	6.09 252	5.95 340	2.38 267	3.00 125	0.73 156	0.01 246	0.08 404	0.00 1	0.01 312	0.13 324	0.15 371

PFNet+	2.35 239	0.31 78	3.69 294	0.79 202	0.17 131	3.15 272	0.75 303	4.52 142	6.30 321	7.90 384	6.34 271	2.53 200	1.18 194	7.72 350	1.62 273	0.03 384	0.00 1	0.00 1	0.00 1	0.01 27	0.03 142

RAFT+CT+SA	2.36 241	0.71 326	2.46 155	0.83 207	2.26 441	3.18 274	0.93 349	6.82 289	5.48 271	2.55 163	8.07 323	1.64 172	1.59 228	8.54 406	1.15 232	0.02 339	0.00 1	0.00 1	0.38 501	0.19 377	0.36 458

TRStereo	2.36 241	3.10 510	4.70 367	1.99 393	2.08 429	2.61 200	1.11 370	8.79 342	3.73 187	3.19 182	3.04 158	3.96 260	0.77 151	5.92 226	1.44 254	0.03 384	0.14 459	0.00 1	0.29 482	0.08 242	0.25 431

test_4	2.38 243	0.34 124	2.68 178	0.08 52	0.11 79	3.69 317	1.14 372	3.33 62	3.34 171	4.03 209	17.35 477	3.31 231	0.51 117	6.28 244	1.15 232	0.00 1	0.00 1	0.00 1	0.11 412	0.16 345	0.01 18

ACRE	2.41 244	1.08 410	5.11 388	0.55 172	2.05 427	2.65 208	0.78 312	5.26 202	4.67 244	7.59 370	9.20 345	1.70 175	1.08 178	3.74 147	2.18 318	0.01 246	0.18 483	0.02 434	0.08 394	0.22 398	0.10 314

HH	2.42 245	0.73 330	3.76 299	0.91 217	0.14 108	2.78 222	0.71 293	7.92 312	2.72 115	1.53 143	6.10 254	7.93 386	4.01 351	8.60 410	0.44 95	0.00 1	0.09 416	0.00 1	0.00 1	0.05 188	0.04 188

HanStereo	2.42 245	0.73 330	3.76 299	0.91 217	0.14 108	2.78 222	0.71 293	7.92 312	2.72 115	1.53 143	6.10 254	7.93 386	4.01 351	8.60 410	0.44 95	0.00 1	0.09 416	0.00 1	0.00 1	0.05 188	0.04 188

DisPM	2.43 247	0.32 92	3.04 230	1.76 353	0.18 146	3.46 289	0.65 275	5.13 183	4.88 253	8.59 415	7.04 293	2.84 209	1.03 174	8.85 427	0.83 181	0.01 246	0.00 1	0.00 1	0.00 1	0.01 27	0.02 90

IPLG	2.43 247	0.66 312	4.77 370	0.54 169	0.31 210	3.01 255	0.26 168	6.15 250	5.55 276	7.69 373	6.21 262	1.89 183	1.74 239	7.19 318	2.35 326	0.01 246	0.01 181	0.00 1	0.00 1	0.24 415	0.12 343

rvit_105_1	2.44 249	0.80 354	5.08 386	1.77 355	0.09 60	1.95 127	3.62 460	5.62 227	8.21 394	4.85 232	2.07 122	3.15 225	1.58 227	7.08 309	2.71 341	0.00 1	0.00 1	0.00 1	0.01 312	0.04 156	0.08 279

CASS	2.44 249	0.44 210	3.56 282	0.85 210	0.38 234	3.14 269	0.22 155	9.64 364	4.00 205	6.78 324	7.62 311	3.57 246	3.58 328	3.80 149	1.10 225	0.02 339	0.01 181	0.00 1	0.00 1	0.05 188	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 249	1.17 425	4.94 377	0.62 185	2.08 429	2.65 208	0.80 315	5.60 224	4.79 251	7.87 381	9.23 347	1.67 174	1.15 186	3.43 138	2.23 320	0.01 246	0.19 489	0.02 434	0.08 394	0.22 398	0.10 314

R-Stereo Train	2.44 249	0.32 92	1.93 91	0.94 224	0.16 121	3.67 313	0.61 263	6.37 263	3.08 146	9.14 431	17.44 478	1.80 179	0.77 151	1.76 84	0.70 148	0.00 1	0.01 181	0.00 1	0.00 1	0.01 27	0.03 142

RAFT-Stereo	2.44 249	0.32 92	1.93 91	0.94 224	0.16 121	3.67 313	0.61 263	6.37 263	3.08 146	9.14 431	17.44 478	1.80 179	0.77 151	1.76 84	0.70 148	0.00 1	0.01 181	0.00 1	0.00 1	0.01 27	0.03 142
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 254	1.09 412	3.70 297	2.55 462	0.80 320	3.37 285	0.15 124	7.44 304	5.54 275	5.65 255	6.01 251	3.54 244	1.13 183	6.34 251	1.58 269	0.00 1	0.01 181	0.00 1	0.05 380	0.21 392	0.03 142

CIPLG	2.47 255	1.10 414	4.71 368	0.63 189	2.15 434	2.67 212	0.77 307	5.19 189	4.73 248	7.85 380	9.56 360	1.72 176	1.14 184	4.20 167	2.34 324	0.01 246	0.19 489	0.02 434	0.09 405	0.23 405	0.08 279

BUS	2.49 256	0.32 92	3.05 235	0.46 158	0.46 253	7.12 426	0.50 231	9.05 346	4.69 245	6.11 284	6.15 257	5.29 318	0.83 158	3.91 152	1.77 288	0.01 246	0.03 302	0.03 451	0.00 1	0.04 156	0.00 1

Pruner-Stereo	2.49 256	0.40 175	2.46 155	1.80 359	0.25 179	3.51 301	0.77 307	6.03 244	4.92 254	8.91 425	6.09 252	4.45 287	1.11 179	6.99 302	2.11 311	0.02 339	0.00 1	0.02 434	0.00 1	0.01 27	0.04 188

GES	2.49 256	0.38 160	4.29 339	1.58 326	0.05 16	4.58 369	1.07 366	9.70 366	3.39 172	5.21 243	6.64 276	1.84 182	3.36 312	4.86 187	2.54 337	0.06 426	0.01 181	0.06 474	0.01 312	0.12 309	0.03 142

mmm	2.50 259	0.29 62	3.22 253	1.98 391	0.32 214	3.72 322	0.12 102	9.45 358	4.05 212	5.84 264	10.80 386	2.47 199	2.86 296	4.07 162	0.75 163	0.00 1	0.02 250	0.00 1	0.01 312	0.03 127	0.02 90

MIM_Stereo	2.50 259	0.75 336	4.26 337	1.18 263	0.11 79	3.08 260	0.33 188	6.07 246	3.28 163	5.01 237	10.12 369	4.29 282	1.74 239	8.06 375	1.27 241	0.00 1	0.12 444	0.00 1	0.01 312	0.18 369	0.15 371

iRaft-Stereo_20w	2.56 261	0.35 135	4.98 379	0.37 143	0.67 299	3.47 291	0.59 256	12.57 461	3.89 197	6.10 283	6.23 264	1.49 167	2.24 258	6.65 277	0.86 190	0.00 1	0.19 489	0.00 1	0.33 494	0.08 242	0.22 416

HCRNet	2.56 261	0.53 258	3.35 263	0.24 110	3.39 480	2.19 150	0.23 159	6.89 291	5.50 272	5.26 246	4.79 206	5.27 317	2.78 290	7.71 348	2.89 346	0.00 1	0.02 250	0.00 1	0.00 1	0.04 156	0.04 188

RAFT	2.57 263	0.76 339	3.09 242	0.91 217	0.09 60	2.41 173	0.94 351	5.35 209	2.65 109	6.11 284	7.21 297	9.43 416	4.30 369	5.73 221	1.77 288	0.00 1	0.12 444	0.00 1	0.02 339	0.46 473	0.08 279

ACVNet	2.58 264	0.53 258	2.69 180	0.84 208	0.59 285	2.61 200	0.55 243	8.35 319	5.70 282	4.45 217	9.26 355	5.77 334	3.50 323	2.24 106	4.41 400	0.00 1	0.00 1	0.00 1	0.00 1	0.17 358	0.01 18

HHNet	2.59 265	0.55 267	2.55 164	0.20 100	0.32 214	2.84 239	0.94 351	5.77 235	5.14 262	7.33 359	13.80 437	0.94 144	3.20 306	5.27 204	2.41 331	0.13 459	0.02 250	0.06 474	0.00 1	0.23 405	0.03 142

AFF-stereo	2.59 265	0.68 317	2.35 147	1.55 321	0.17 131	1.67 96	0.08 79	5.75 230	6.60 337	6.20 292	12.13 414	6.16 345	2.36 266	4.75 185	1.11 226	0.02 339	0.02 250	0.00 1	0.00 1	0.23 405	0.05 224

raft_robust	2.64 267	1.20 427	2.62 174	1.10 251	0.28 196	1.50 80	0.12 102	6.28 258	9.04 411	6.80 326	7.19 296	3.73 255	2.13 253	9.06 435	1.07 220	0.03 384	0.12 444	0.00 1	0.21 456	0.17 358	0.22 416

GwcNet-ADL	2.65 268	0.48 233	3.84 311	0.82 205	0.33 220	2.04 135	0.69 287	8.07 315	9.42 418	6.05 278	6.66 277	4.14 271	1.73 237	5.40 209	3.01 350	0.08 440	0.06 368	0.00 1	0.00 1	0.06 212	0.03 142

ToySt	2.69 269	0.55 267	7.03 454	1.03 240	0.10 68	3.49 296	1.04 362	6.38 267	4.55 239	2.69 165	6.28 266	7.95 390	4.38 373	5.08 197	2.58 338	0.01 246	0.11 437	0.00 1	0.04 374	0.28 427	0.19 404

BSDual-CNN	2.69 269	0.32 92	3.05 235	0.46 158	0.46 253	7.13 428	1.63 403	9.05 346	4.69 245	6.11 284	6.15 257	6.26 348	2.54 273	3.91 152	1.91 298	0.01 246	0.03 302	0.03 451	0.00 1	0.04 156	0.00 1

DN-CSS_ROB	2.69 269	1.40 447	5.34 402	2.31 444	0.75 311	3.14 269	0.06 61	6.11 248	3.87 195	5.34 249	12.18 417	2.34 197	1.22 198	7.84 356	1.48 258	0.03 384	0.00 1	0.00 1	0.00 1	0.35 449	0.03 142

AIO-test2	2.70 272	1.23 430	3.52 279	1.24 267	3.05 466	2.65 208	0.06 61	6.30 259	15.40 492	2.58 164	7.30 301	0.48 120	0.57 129	5.36 206	0.96 209	3.06 540	0.00 1	0.00 1	0.01 312	0.16 345	0.15 371

RAFT_R40	2.71 273	0.33 109	3.00 221	1.26 270	0.30 200	3.83 333	1.00 358	5.69 228	4.29 224	9.69 447	6.33 270	5.02 311	4.02 353	8.58 409	0.86 190	0.01 246	0.00 1	0.00 1	0.00 1	0.03 127	0.02 90

AnonymousM	2.71 273	6.75 536	0.98 1	0.73 198	0.06 27	2.41 173	0.53 236	5.30 204	3.05 143	4.75 230	2.09 123	1.89 183	1.01 171	1.88 94	0.51 120	0.01 246	0.02 250	17.42 558	4.76 558	0.02 79	0.01 18

XX-Stereo	2.71 273	0.38 160	5.96 426	2.25 433	2.20 438	1.54 83	0.21 153	5.44 216	3.05 143	2.28 158	16.16 457	7.03 367	0.24 43	6.19 237	0.79 175	0.00 1	0.15 466	0.00 1	0.23 465	0.13 324	0.04 188

UDGNet	2.73 276	7.09 539	3.90 314	2.71 467	0.06 27	2.98 252	0.20 148	4.63 151	8.58 407	2.69 165	2.70 146	0.95 145	1.01 171	6.27 243	1.51 260	1.28 527	0.00 1	5.24 550	0.94 531	1.70 520	0.13 351

SST-Stereo	2.75 277	0.31 78	2.78 197	1.33 283	0.33 220	3.99 343	0.82 319	5.60 224	3.93 201	10.92 476	6.19 260	5.00 309	4.23 362	8.66 414	0.74 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 127	0.03 142

GMStereo_Zeroshot	2.77 278	1.98 490	5.14 391	1.53 317	0.36 228	3.56 306	0.10 91	5.57 222	5.91 296	6.89 333	7.02 290	8.50 403	0.91 163	6.01 230	1.65 277	0.00 1	0.00 1	0.00 1	0.00 1	0.20 381	0.01 18

DFGA-Net	2.78 279	1.91 485	7.35 462	1.52 312	0.36 228	3.36 284	0.20 148	6.64 280	5.93 297	4.88 233	6.31 269	2.18 192	1.12 180	7.43 330	5.98 428	0.00 1	0.00 1	0.00 1	0.00 1	0.37 455	0.04 188

111	2.78 279	0.92 385	3.81 305	0.22 106	0.07 35	2.83 238	0.70 290	6.03 244	14.00 478	3.22 183	8.93 338	5.48 325	3.30 310	3.66 143	2.03 309	0.00 1	0.00 1	0.00 1	0.00 1	0.10 271	0.29 447

HITNet	2.79 281	0.77 342	4.02 323	2.03 403	0.11 79	5.58 390	0.59 256	9.24 352	5.15 263	6.42 311	7.26 300	3.66 250	2.92 299	4.07 162	3.87 387	0.00 1	0.00 1	0.00 1	0.00 1	0.06 212	0.02 90
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
CFNet_pseudo	2.81 282	0.42 193	4.04 326	0.33 132	0.24 176	2.59 197	0.12 102	8.20 318	7.66 372	7.04 341	10.42 377	6.56 358	2.05 251	4.88 188	1.53 263	0.00 1	0.02 250	0.01 403	0.00 1	0.05 188	0.07 263

ccs_rob	2.81 282	0.42 193	4.06 328	0.33 132	0.25 179	2.59 197	0.12 102	8.19 317	7.68 373	7.02 338	10.37 376	6.54 354	2.06 252	4.88 188	1.53 263	0.00 1	0.02 250	0.01 403	0.00 1	0.05 188	0.07 263

DMCA	2.82 284	0.64 300	4.45 349	1.61 331	0.89 331	3.86 335	0.57 254	9.18 350	5.10 260	6.24 295	6.49 274	7.17 374	2.13 253	3.31 132	4.73 406	0.00 1	0.01 181	0.00 1	0.00 1	0.04 156	0.02 90

TestStereo1	2.85 285	0.81 356	3.48 275	3.11 487	0.44 247	2.52 182	1.50 395	6.37 263	8.18 392	4.62 223	9.24 352	2.23 195	3.69 333	9.19 440	1.26 239	0.00 1	0.01 181	0.00 1	0.00 1	0.27 425	0.09 292

SA-5K	2.85 285	0.81 356	3.48 275	3.11 487	0.44 247	2.52 182	1.50 395	6.37 263	8.18 392	4.62 223	9.24 352	2.23 195	3.69 333	9.19 440	1.26 239	0.00 1	0.01 181	0.00 1	0.00 1	0.27 425	0.09 292

LCNet	2.85 285	0.42 193	1.90 86	0.95 228	0.56 283	2.07 136	1.60 401	4.99 177	3.57 183	6.05 278	10.59 381	4.59 293	6.79 448	7.46 332	0.72 154	0.01 246	0.00 1	0.01 403	0.77 526	0.30 430	3.57 535

IRAFT_RVC	2.85 285	0.41 186	3.32 261	2.09 414	0.41 243	2.92 247	5.22 492	6.41 268	3.63 184	6.53 318	5.48 241	5.09 313	4.88 402	8.20 390	2.15 315	0.01 246	0.17 479	0.01 403	0.00 1	0.02 79	0.04 188

AIO-Stereo-zeroshot	2.86 289	0.99 397	7.52 468	1.52 312	0.92 334	2.94 249	0.03 35	9.31 355	3.81 193	2.42 162	5.86 249	9.23 412	4.64 389	4.31 171	2.19 319	0.02 339	0.18 483	0.00 1	0.54 516	0.35 449	0.35 456

iRaft-Stereo_5w	2.86 289	0.86 365	4.08 331	0.06 34	0.25 179	2.76 221	0.60 260	4.97 173	4.10 216	2.98 177	7.85 320	10.17 428	4.17 359	8.16 383	5.83 426	0.00 1	0.00 1	0.00 1	0.01 312	0.26 419	0.06 244

test_sample4	2.87 291	0.40 175	4.54 355	1.80 359	0.54 281	3.95 340	0.15 124	11.48 420	6.49 334	6.33 307	6.81 281	3.68 252	2.65 280	6.11 233	2.36 327	0.02 339	0.01 181	0.00 1	0.00 1	0.04 156	0.05 224

test_sample3	2.87 291	0.37 153	4.45 349	1.95 386	0.59 285	4.69 372	0.16 130	11.50 421	6.45 331	5.82 262	6.44 273	3.76 256	2.64 278	6.01 230	2.41 331	0.01 246	0.01 181	0.00 1	0.00 1	0.04 156	0.05 224

MyStereo8	2.88 293	1.19 426	5.03 382	1.61 331	3.75 497	4.30 355	0.07 71	6.14 249	6.16 314	6.22 293	9.64 363	4.28 280	1.45 213	2.05 102	4.76 408	0.00 1	0.16 475	0.00 1	0.14 421	0.26 419	0.43 471

ffm	2.90 294	0.31 78	3.97 316	1.34 285	0.98 342	2.80 225	0.48 219	4.53 143	10.19 432	6.29 303	9.23 347	5.59 327	3.72 340	8.00 365	0.46 103	0.00 1	0.02 250	0.00 1	0.00 1	0.10 271	0.04 188

test_5	2.90 294	0.70 324	3.69 294	2.01 398	3.17 471	4.61 371	1.32 388	6.69 283	7.02 352	2.79 169	7.18 295	4.99 306	4.14 356	7.96 362	1.31 244	0.00 1	0.00 1	0.00 1	0.03 356	0.19 377	0.26 437

test_sample5	2.91 296	0.40 175	4.33 341	1.81 361	0.50 270	3.33 282	0.17 135	11.27 411	6.55 335	6.18 290	8.35 328	3.65 248	2.71 285	6.61 274	2.15 315	0.02 339	0.02 250	0.00 1	0.00 1	0.05 188	0.05 224

PFNet	2.93 297	0.40 175	5.51 412	2.13 419	0.84 324	3.11 266	0.75 303	6.78 286	4.79 251	9.98 455	6.00 250	4.78 299	2.13 253	8.33 394	2.11 311	0.19 472	0.06 368	0.00 1	0.11 412	0.20 381	0.35 456

MyStereo05	2.94 298	0.66 312	5.25 400	1.10 251	0.96 340	2.57 192	0.10 91	8.53 329	12.34 470	6.28 301	3.88 183	3.18 227	3.30 310	7.81 355	2.37 328	0.01 246	0.08 404	0.00 1	0.01 312	0.13 324	0.15 371

MyStereo04	2.95 299	0.79 350	5.38 403	1.03 240	1.11 354	2.63 205	0.46 216	10.00 376	12.44 471	4.19 211	3.91 185	3.04 219	3.60 329	7.34 326	2.74 345	0.00 1	0.09 416	0.00 1	0.01 312	0.11 292	0.09 292

PSMNet-ADL	2.98 300	0.43 204	2.41 149	1.43 301	0.40 238	5.94 400	0.28 172	8.45 323	5.13 261	3.36 189	6.77 279	8.41 397	4.61 387	7.20 319	4.55 403	0.02 339	0.09 416	0.00 1	0.00 1	0.01 27	0.03 142

PCWNet_CMD	2.99 301	0.39 164	4.02 323	0.39 148	0.26 186	2.53 185	0.15 124	9.24 352	9.22 413	7.12 345	11.53 404	6.94 365	2.41 268	4.02 159	1.33 246	0.01 246	0.02 250	0.02 434	0.00 1	0.05 188	0.07 263

MSMDNet	2.99 301	0.39 164	4.02 323	0.40 150	0.25 179	2.53 185	0.16 130	9.35 356	9.25 414	7.08 343	11.39 399	6.93 364	2.43 269	4.01 158	1.34 248	0.01 246	0.02 250	0.02 434	0.00 1	0.05 188	0.07 263

OMP-Stereo	3.03 303	0.93 388	2.72 186	4.21 527	0.51 274	2.19 150	1.25 380	6.19 255	6.00 304	7.99 389	6.21 262	8.50 403	2.49 271	9.44 452	1.74 286	0.01 246	0.00 1	0.00 1	0.00 1	0.08 242	0.05 224

DualNet	3.05 304	0.40 175	4.33 341	1.81 361	0.50 270	3.33 282	0.17 135	11.27 411	6.55 335	6.50 315	10.86 390	3.65 248	2.71 285	6.61 274	2.15 315	0.02 339	0.02 250	0.00 1	0.00 1	0.05 188	0.05 224

SA	3.06 305	0.74 334	3.79 302	1.60 330	0.30 200	3.19 275	1.43 392	6.72 284	9.06 412	4.63 226	10.80 386	2.89 211	4.71 392	9.62 455	1.18 237	0.00 1	0.09 416	0.00 1	0.19 448	0.23 405	0.02 90

CFNet_ucs	3.07 306	0.44 210	4.05 327	0.54 169	0.37 232	3.08 260	0.19 142	9.80 368	8.49 404	7.64 372	12.62 423	5.67 332	1.76 243	4.96 194	1.51 260	0.00 1	0.04 331	0.01 403	0.00 1	0.09 260	0.11 328

NINENet	3.09 307	0.56 273	3.22 253	1.61 331	1.37 379	7.12 426	0.50 231	11.88 433	5.63 280	6.63 321	8.40 329	5.29 318	0.83 158	6.51 266	1.77 288	0.15 462	0.07 391	0.07 480	0.00 1	0.09 260	0.00 1

UCFNet_RVC	3.09 307	0.77 342	2.27 141	2.35 448	1.79 412	3.50 298	1.06 364	12.12 446	6.91 346	4.71 229	7.67 314	7.58 378	4.40 375	4.95 193	1.67 279	0.00 1	0.00 1	0.00 1	0.00 1	0.11 292	0.01 18

AdaStereo	3.09 307	0.58 280	3.04 230	2.84 475	0.48 264	4.08 346	1.29 386	12.16 448	7.77 380	6.03 277	9.62 361	5.79 336	1.53 224	4.56 179	1.93 304	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 90
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.
psmg	3.10 310	0.32 92	3.05 235	0.54 169	0.46 253	8.68 453	2.84 438	9.87 369	4.69 245	8.08 390	8.69 333	6.26 348	2.54 273	3.91 152	1.91 298	0.01 246	0.04 331	0.06 474	0.00 1	0.11 292	0.00 1

testlalala_base	3.12 311	0.48 233	2.79 201	2.14 420	1.98 424	4.13 350	0.64 271	6.16 251	2.09 78	2.38 160	4.08 189	1.80 179	0.50 115	1.65 76	0.72 154	12.33 566	2.33 547	0.00 1	0.31 490	14.56 560	1.32 512

DCVSM-stereo	3.13 312	0.37 153	2.95 218	1.51 310	0.80 320	2.75 220	0.49 229	6.79 287	5.25 265	11.43 484	5.57 244	10.79 440	5.30 412	5.25 202	2.95 348	0.03 384	0.09 416	0.03 451	0.00 1	0.12 309	0.09 292

ARAFT	3.13 312	1.11 417	7.34 461	0.42 151	0.14 108	4.52 367	2.99 441	7.41 303	5.97 301	8.85 423	7.06 294	5.20 316	1.25 201	8.49 404	1.44 254	0.00 1	0.03 302	0.00 1	0.00 1	0.33 443	0.11 328

test_sample6	3.14 314	0.41 186	4.42 346	1.92 380	0.49 267	3.25 278	0.21 153	11.30 413	6.69 339	6.50 315	10.86 390	4.03 263	2.93 300	7.06 308	2.65 339	0.02 339	0.02 250	0.00 1	0.00 1	0.05 188	0.06 244

IIG-Stereo	3.16 315	0.75 336	2.83 204	4.08 522	0.21 165	2.56 191	0.74 301	6.55 277	5.56 278	8.39 407	9.38 358	7.94 388	2.79 291	9.50 454	1.89 297	0.02 339	0.00 1	0.00 1	0.00 1	0.02 79	0.04 188

DMCA-RVC	3.17 316	1.26 434	6.39 441	2.10 416	1.51 386	3.02 256	0.56 245	7.84 311	5.06 258	9.23 434	5.19 224	8.46 399	2.72 287	6.31 247	3.22 357	0.06 426	0.11 437	0.09 486	0.02 339	0.16 345	0.08 279

HI	3.18 317	0.90 378	3.05 235	1.28 277	0.15 113	2.29 158	0.04 41	5.31 206	3.52 178	7.96 385	12.69 424	11.43 452	6.61 440	4.26 169	4.02 390	0.00 1	0.06 368	0.00 1	0.00 1	0.05 188	0.01 18

CoSv	3.18 317	0.90 378	3.05 235	1.28 277	0.15 113	2.29 158	0.04 41	5.31 206	3.52 178	7.96 385	12.69 424	11.43 452	6.61 440	4.26 169	4.02 390	0.00 1	0.06 368	0.00 1	0.00 1	0.05 188	0.01 18

IER	3.20 319	0.54 263	5.13 390	0.58 179	1.59 388	7.29 431	0.56 245	6.36 261	4.95 255	7.44 364	8.84 334	6.20 346	6.26 433	4.88 188	3.29 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

BEATNet_4x	3.24 320	1.27 436	5.89 423	1.56 324	0.10 68	5.26 386	1.07 366	10.08 380	5.50 272	6.89 333	7.73 315	4.53 291	4.13 355	5.05 196	5.27 415	0.04 404	0.05 349	0.00 1	0.00 1	0.23 405	0.23 423

DispNO	3.25 321	0.72 327	6.85 451	1.95 386	1.34 378	3.49 296	0.84 329	8.14 316	6.30 321	6.34 308	7.76 318	6.30 351	4.28 368	6.93 295	3.51 373	0.00 1	0.03 302	0.03 451	0.12 416	0.07 230	0.07 263

RAFT-345	3.27 322	0.41 186	2.88 214	1.02 238	0.21 165	2.63 205	0.48 219	3.76 103	5.51 274	7.35 360	24.88 517	4.25 276	1.76 243	8.15 382	2.13 313	0.01 246	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

GANet-RSSM	3.27 322	0.60 287	3.38 265	2.94 482	2.00 426	2.61 200	0.48 219	10.93 404	6.11 311	5.47 250	10.20 371	6.57 359	5.44 421	6.25 242	2.23 320	0.00 1	0.00 1	0.08 483	0.00 1	0.17 358	0.03 142

SFCPSM	3.29 324	0.43 204	5.11 388	0.34 137	0.94 338	8.48 448	2.15 419	14.51 494	5.29 266	7.00 337	7.65 313	3.43 233	2.59 277	5.11 199	2.37 328	0.01 246	0.03 302	0.01 403	0.07 389	0.13 324	0.15 371

test_sample7	3.30 325	0.47 226	3.43 274	1.98 391	0.35 225	4.33 356	1.88 413	10.66 393	7.73 376	8.36 402	7.55 307	6.55 355	4.27 364	6.58 272	1.62 273	0.06 426	0.03 302	0.00 1	0.00 1	0.05 188	0.06 244

NOSS_ROB	3.30 325	0.46 224	2.62 174	2.08 411	1.01 348	5.60 391	0.74 301	10.37 386	11.48 458	5.15 242	8.43 330	5.67 332	1.73 237	7.97 364	2.34 324	0.02 339	0.06 368	0.00 1	0.00 1	0.07 230	0.14 360

gwcnet-sp	3.31 327	1.47 451	7.26 458	1.73 350	0.69 302	7.57 438	1.14 372	8.59 331	6.17 315	8.57 412	5.25 232	4.26 277	3.36 312	6.46 257	3.44 366	0.00 1	0.00 1	0.00 1	0.00 1	0.15 338	0.11 328

scenet	3.31 327	1.47 451	7.26 458	1.73 350	0.69 302	7.57 438	1.14 372	8.59 331	6.17 315	8.57 412	5.25 232	4.26 277	3.36 312	6.46 257	3.44 366	0.00 1	0.00 1	0.00 1	0.00 1	0.15 338	0.11 328

ssnet	3.31 327	1.47 451	7.26 458	1.73 350	0.69 302	7.57 438	1.14 372	8.59 331	6.17 315	8.57 412	5.25 232	4.26 277	3.36 312	6.46 257	3.44 366	0.00 1	0.00 1	0.00 1	0.00 1	0.15 338	0.11 328

hknet	3.31 327	0.42 193	4.68 365	0.46 158	1.17 361	7.13 428	1.63 403	9.05 346	6.91 346	6.11 284	6.15 257	9.66 419	2.85 295	7.48 335	2.45 333	0.01 246	0.03 302	0.03 451	0.00 1	0.04 156	0.00 1

CFNet-ft	3.31 327	0.94 391	2.69 180	1.50 307	2.38 445	2.81 233	0.68 282	8.35 319	7.43 363	4.45 217	9.94 366	10.20 429	4.60 385	6.50 265	3.41 364	0.00 1	0.00 1	0.03 451	0.00 1	0.22 398	0.03 142

CFNet_RVC	3.31 327	0.94 391	2.69 180	1.50 307	2.38 445	2.81 233	0.68 282	8.35 319	7.43 363	4.45 217	9.94 366	10.20 429	4.60 385	6.49 263	3.41 364	0.00 1	0.00 1	0.03 451	0.00 1	0.22 398	0.03 142

ASMatch	3.32 333	0.50 240	3.32 261	1.72 349	0.45 252	1.93 125	0.68 282	6.42 269	3.89 197	6.18 290	22.30 504	4.61 294	4.82 400	7.65 342	1.70 281	0.00 1	0.02 250	0.00 1	0.03 356	0.01 27	0.18 393

GMM-Stereo	3.32 333	0.27 53	2.52 161	0.82 205	0.48 264	2.27 157	4.91 487	5.06 180	3.08 146	7.06 342	16.72 465	6.21 347	3.70 335	7.60 339	1.16 234	0.04 404	0.00 1	0.00 1	0.04 374	0.10 271	4.45 539

AACVNet	3.33 335	1.03 403	3.56 282	3.46 502	0.63 293	3.09 262	0.28 172	8.78 341	3.43 174	5.99 275	10.64 383	10.08 426	4.03 354	8.69 417	2.51 335	0.03 384	0.01 181	0.00 1	0.00 1	0.26 419	0.06 244

PSM-AAD	3.33 335	0.20 18	1.47 47	0.73 198	0.54 281	2.55 189	6.19 501	4.97 173	3.27 161	10.92 476	11.92 409	2.95 212	9.59 496	7.90 359	0.82 180	0.01 246	0.01 181	0.00 1	0.00 1	0.04 156	2.47 530

PSMNet-RSSM	3.33 335	0.77 342	3.22 253	2.12 417	1.90 422	2.33 164	0.71 293	11.17 406	5.83 289	5.90 273	11.43 402	7.04 369	4.83 401	5.96 228	3.17 355	0.00 1	0.00 1	0.02 434	0.00 1	0.08 242	0.02 90

PAM	3.38 338	0.31 78	5.61 417	1.37 292	0.71 307	7.60 441	0.38 199	8.94 343	3.55 181	5.54 252	4.69 205	16.09 496	7.03 452	3.67 144	1.02 218	0.00 1	0.21 496	0.00 1	0.38 501	0.07 230	0.41 466

qqq1	3.38 338	0.39 164	3.61 286	1.69 341	0.11 79	2.85 240	0.29 176	12.46 454	10.41 437	7.16 348	10.23 372	4.78 299	4.45 378	8.71 419	0.30 50	0.07 435	0.05 349	0.00 1	0.00 1	0.06 212	0.03 142

fff1	3.38 338	0.39 164	3.61 286	1.69 341	0.11 79	2.85 240	0.29 176	12.46 454	10.41 437	7.16 348	10.23 372	4.78 299	4.45 378	8.71 419	0.30 50	0.07 435	0.05 349	0.00 1	0.00 1	0.06 212	0.03 142

TransformOpticalFlow	3.38 338	0.70 324	4.54 355	1.00 236	0.30 200	3.56 306	0.14 118	9.67 365	7.30 361	5.55 253	13.34 432	6.74 362	5.03 405	8.22 391	1.34 248	0.00 1	0.01 181	0.01 403	0.00 1	0.04 156	0.11 328

G2L-Stereo	3.40 342	0.93 388	4.73 369	1.61 331	2.05 427	2.88 245	0.60 260	8.94 343	5.84 290	7.42 362	7.33 303	8.61 405	2.16 256	8.44 402	6.11 429	0.00 1	0.00 1	0.00 1	0.00 1	0.24 415	0.18 393

RAFT_CTSACE	3.40 342	1.07 408	4.52 353	1.27 272	3.14 468	4.00 344	1.07 366	3.93 113	4.43 230	4.66 228	17.94 481	7.21 376	2.76 289	10.82 474	0.85 185	0.00 1	0.07 391	0.00 1	0.00 1	0.30 430	0.01 18

AAGNet	3.41 344	0.34 124	2.45 152	1.78 357	0.39 236	3.69 317	1.05 363	4.79 162	4.61 243	9.62 445	7.74 317	4.98 305	6.38 437	7.34 326	13.02 514	0.00 1	0.00 1	0.00 1	0.00 1	0.03 127	0.04 188

cf-r	3.42 345	0.81 356	3.97 316	2.41 454	2.78 460	2.85 240	0.64 271	8.44 322	6.32 323	6.25 297	11.57 405	8.97 410	3.54 327	5.93 227	3.83 385	0.00 1	0.00 1	0.00 1	0.00 1	0.09 260	0.07 263

G2L-ROB	3.43 346	0.77 342	3.89 313	1.71 347	1.16 360	4.51 366	0.44 213	11.70 426	5.70 282	7.51 367	5.34 238	11.24 450	1.71 234	7.66 344	5.10 413	0.00 1	0.00 1	0.00 1	0.00 1	0.12 309	0.10 314

CoDeX	3.43 346	0.68 317	4.49 351	0.98 234	1.65 395	6.37 408	2.14 418	13.23 475	6.07 307	7.23 353	8.95 339	4.09 267	3.79 344	6.31 247	2.37 328	0.03 384	0.06 368	0.00 1	0.00 1	0.07 230	0.15 371

STrans-v2	3.43 346	0.73 330	4.82 371	0.26 114	0.60 287	3.00 254	1.19 377	10.41 388	7.22 358	5.79 258	10.97 393	6.75 363	7.03 452	8.25 392	1.40 251	0.00 1	0.01 181	0.00 1	0.00 1	0.03 127	0.18 393

MLCV	3.44 349	0.88 372	5.60 416	1.39 295	0.25 179	4.36 359	0.33 188	7.25 299	7.28 360	9.17 433	12.24 419	5.09 313	2.47 270	9.15 438	3.23 358	0.00 1	0.00 1	0.00 1	0.00 1	0.10 271	0.02 90

ff1	3.45 350	0.31 78	3.97 316	1.34 285	0.98 342	2.80 225	0.48 219	4.53 143	10.19 432	6.29 303	9.23 347	5.59 327	3.72 340	10.11 460	9.35 484	0.00 1	0.02 250	0.00 1	0.00 1	0.10 271	0.04 188

PAM_32	3.50 351	0.32 92	5.22 397	1.32 282	0.53 279	7.49 435	0.39 200	9.52 362	3.91 199	5.22 244	5.28 235	16.75 502	7.44 460	4.61 181	0.90 203	0.00 1	0.20 493	0.00 1	0.39 504	0.09 260	0.39 461

UGAM-zero	3.51 352	0.33 109	4.44 348	0.88 213	0.65 296	3.52 304	0.16 130	11.35 415	2.71 114	5.09 241	5.82 247	15.28 488	9.14 491	8.38 396	1.61 272	0.00 1	0.16 475	0.00 1	0.46 512	0.02 79	0.19 404

DeepPruner_ROB	3.52 353	1.14 422	4.06 328	1.12 258	1.65 395	3.65 312	0.83 323	13.96 485	4.47 234	7.80 377	10.84 388	7.05 371	2.16 256	8.14 381	3.08 353	0.07 435	0.03 302	0.00 1	0.01 312	0.32 439	0.06 244

SMFormer	3.54 354	0.39 164	3.61 286	1.69 341	0.11 79	2.85 240	0.29 176	12.46 454	10.41 437	7.16 348	10.23 372	4.78 299	4.45 378	8.71 419	3.51 373	0.07 435	0.05 349	0.00 1	0.00 1	0.06 212	0.04 188

tta	3.54 354	0.39 164	3.61 286	1.69 341	0.11 79	2.85 240	0.29 176	12.46 454	10.41 437	7.16 348	10.23 372	4.78 299	4.45 378	8.71 419	3.51 373	0.07 435	0.05 349	0.00 1	0.00 1	0.06 212	0.03 142

Sa-1000	3.55 356	0.75 336	3.63 290	1.91 376	0.30 200	3.55 305	1.63 403	7.39 302	8.54 405	7.70 374	17.44 478	4.00 262	2.82 293	9.44 452	1.33 246	0.00 1	0.10 428	0.00 1	0.18 443	0.21 392	0.04 188

G2L-Stereo_test	3.57 357	0.86 365	3.66 292	2.79 473	1.52 387	4.11 349	1.17 376	11.35 415	6.27 320	7.97 387	8.87 336	9.39 415	2.26 262	6.55 270	4.33 397	0.00 1	0.01 181	0.00 1	0.00 1	0.22 398	0.13 351

AIO-Stereo-zeroshot1	3.58 358	1.29 441	12.46 503	1.53 317	0.98 342	3.48 294	0.81 317	11.99 437	4.40 229	4.33 214	11.05 395	8.83 408	2.02 250	4.52 176	1.66 278	0.01 246	0.14 459	0.00 1	0.68 523	0.86 501	0.44 473

DDVS	3.59 359	0.53 258	4.53 354	2.02 400	1.27 369	6.63 415	0.49 229	8.73 339	4.10 216	7.14 346	7.63 312	12.68 466	2.25 260	8.69 417	4.09 393	0.08 440	0.20 493	0.01 403	0.00 1	0.14 334	0.59 492

KYRaft	3.59 359	0.31 78	1.84 80	0.76 200	0.46 253	2.29 158	4.04 467	4.75 160	3.25 160	8.93 428	19.47 488	6.62 361	5.07 407	7.79 354	0.71 152	0.01 246	0.00 1	0.00 1	0.01 312	0.04 156	5.38 546

STTStereo	3.60 361	0.93 388	6.34 438	2.71 467	2.23 439	3.68 316	0.63 267	9.42 357	6.73 341	9.87 451	6.97 284	8.84 409	3.65 331	6.85 289	3.04 351	0.00 1	0.02 250	0.01 403	0.00 1	0.02 79	0.02 90

LMCR-Stereo	3.63 362	1.29 441	4.20 335	2.54 460	0.17 131	8.08 445	1.52 397	11.46 419	4.73 248	8.45 410	10.66 385	1.91 186	5.03 405	7.69 346	3.58 378	0.92 521	0.00 1	0.00 1	0.00 1	0.36 454	0.02 90

Prome-Stereo	3.65 363	0.29 62	1.92 90	0.91 217	0.49 267	2.07 136	4.75 485	4.41 135	3.23 159	9.32 437	20.63 496	4.06 265	7.19 454	7.70 347	1.17 236	0.00 1	0.00 1	0.00 1	0.00 1	0.05 188	4.72 543

hitnet-ft	3.66 364	0.65 306	2.79 201	0.89 215	0.72 309	4.25 352	0.55 243	9.11 349	7.52 367	7.14 346	10.19 370	12.49 464	4.70 391	7.44 331	4.41 400	0.03 384	0.00 1	0.06 474	0.00 1	0.20 381	0.04 188

iResNet	3.68 365	0.91 382	7.94 471	2.97 484	0.34 222	4.44 365	0.48 219	7.70 305	9.74 424	7.72 375	12.74 426	4.03 263	2.87 297	8.05 371	3.37 363	0.02 339	0.01 181	0.00 1	0.00 1	0.10 271	0.09 292

acv_ft	3.69 366	0.53 258	4.58 362	2.31 444	4.71 526	7.44 434	0.86 337	8.54 330	5.70 282	9.29 436	9.26 355	5.77 334	4.15 357	2.24 106	8.13 467	0.00 1	0.00 1	0.00 1	0.00 1	0.29 429	0.01 18

ac_64	3.70 367	0.47 226	3.50 278	2.87 476	3.50 484	5.91 399	0.72 297	10.17 383	4.34 226	8.16 393	5.80 246	10.82 441	5.64 424	7.08 309	4.73 406	0.03 384	0.00 1	0.00 1	0.00 1	0.08 242	0.14 360

CFNet	3.72 368	1.10 414	5.03 382	2.49 458	1.59 388	4.90 377	0.22 155	11.38 417	9.88 428	4.80 231	11.25 398	6.44 353	3.68 332	8.33 394	3.00 349	0.00 1	0.00 1	0.00 1	0.00 1	0.22 398	0.07 263

DAS	3.74 369	0.35 135	5.19 395	1.99 393	3.74 493	2.36 166	3.22 448	7.77 307	9.27 415	8.70 416	12.08 412	4.45 287	5.43 418	8.39 397	1.71 282	0.01 246	0.00 1	0.00 1	0.00 1	0.04 156	0.02 90

DRaft	3.74 369	0.43 204	2.60 170	0.12 69	0.15 113	4.76 373	1.34 389	5.33 208	4.31 225	10.30 460	21.91 501	3.27 229	8.83 484	7.36 328	3.66 381	0.05 416	0.10 428	0.00 1	0.14 421	0.10 271	0.14 360

GrayStereo	3.74 369	0.20 18	1.94 94	1.55 321	0.60 287	3.12 267	8.22 525	5.76 232	3.32 167	10.40 464	16.66 464	5.81 337	8.60 481	6.57 271	1.37 250	0.01 246	0.00 1	0.01 403	0.63 519	0.02 79	0.04 188

GEStereo_RVC	3.74 369	0.73 330	4.95 378	2.01 398	1.24 365	4.36 359	3.07 443	11.77 430	7.80 381	6.87 332	6.52 275	7.70 381	4.31 371	8.98 433	4.19 395	0.03 384	0.01 181	0.02 434	0.02 339	0.13 324	0.11 328

ITSA-stereo	3.76 373	0.54 263	3.80 303	1.91 376	0.29 199	3.09 262	0.70 290	13.22 474	15.64 493	6.79 325	6.66 277	4.15 272	3.52 326	8.30 393	5.00 412	0.09 445	0.07 391	0.11 489	0.10 410	0.18 369	0.95 504

GwcNet-RSSM	3.77 374	1.05 405	5.06 384	2.21 428	1.87 419	2.36 166	1.52 397	8.98 345	7.96 385	5.91 274	14.59 447	7.94 388	3.50 323	6.43 255	5.70 423	0.00 1	0.00 1	0.04 463	0.00 1	0.20 381	0.08 279

SepStereo	3.78 375	0.35 135	5.19 395	1.99 393	3.74 493	2.36 166	3.22 448	7.77 307	9.27 415	8.70 416	12.08 412	4.45 287	5.43 418	9.18 439	1.71 282	0.01 246	0.00 1	0.00 1	0.00 1	0.04 156	0.02 90

DEmStereo	3.79 376	0.37 153	3.69 294	0.17 93	0.17 131	5.28 387	2.54 426	4.35 130	3.70 185	8.21 399	20.15 490	5.13 315	10.38 503	7.65 342	3.85 386	0.01 246	0.01 181	0.01 403	0.00 1	0.02 79	0.06 244

FADNet-RVC-Resample	3.79 376	1.62 465	12.06 499	1.43 301	0.66 297	5.94 400	2.41 422	10.18 384	8.58 407	6.28 301	4.22 193	5.33 322	4.80 399	7.71 348	3.19 356	0.17 468	0.21 496	0.17 502	0.12 416	0.41 468	0.29 447

anonymousa	3.80 378	0.55 267	3.35 263	1.24 267	3.74 493	9.04 458	0.36 192	6.74 285	4.03 208	7.72 375	19.64 489	10.62 436	6.01 431	1.52 69	1.40 251	0.00 1	0.00 1	0.00 1	0.05 380	0.00 1	0.03 142

UPFNet	3.82 379	0.47 226	4.34 344	2.21 428	3.38 478	7.26 430	2.69 433	9.89 371	5.96 299	7.98 388	7.53 306	7.89 385	3.15 305	7.72 350	5.88 427	0.01 246	0.02 250	0.00 1	0.00 1	0.04 156	0.06 244

NLCA_NET_v2_RVC	3.84 380	1.06 407	5.23 399	2.72 469	3.27 474	4.36 359	0.61 263	10.71 396	7.56 368	8.75 418	7.89 321	9.86 421	3.90 348	7.15 317	3.44 366	0.14 460	0.02 250	0.02 434	0.03 356	0.04 156	0.03 142
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 381	0.82 359	3.01 223	2.00 397	2.58 454	5.28 387	3.34 452	10.85 402	6.33 324	7.27 356	7.32 302	10.15 427	9.02 488	6.19 237	2.51 335	0.22 479	0.01 181	0.00 1	0.00 1	0.12 309	0.03 142

mmx	3.86 382	0.31 78	3.97 316	1.34 285	0.98 342	2.80 225	0.48 219	12.18 449	10.66 445	6.29 303	9.23 347	5.59 327	3.72 340	10.11 460	9.35 484	0.05 416	0.02 250	0.00 1	0.00 1	0.03 127	0.04 188

ttt	3.86 382	0.23 30	2.34 146	2.22 431	1.68 400	4.36 359	0.28 172	12.45 453	11.09 450	6.90 335	11.85 407	4.08 266	3.28 309	8.47 403	7.85 456	0.06 426	0.04 331	0.00 1	0.00 1	0.03 127	0.03 142

xxx	3.86 382	0.31 78	3.98 320	1.34 285	0.98 342	2.80 225	0.48 219	12.18 449	10.66 445	6.29 303	9.23 347	5.59 327	3.72 340	10.11 460	9.35 484	0.05 416	0.02 250	0.00 1	0.00 1	0.03 127	0.04 188

THIR-Stereo	3.86 382	0.77 342	2.62 174	0.12 69	0.13 102	4.25 352	6.63 511	5.30 204	4.18 221	10.33 461	17.13 472	6.58 360	7.62 467	7.78 353	3.51 373	0.01 246	0.07 391	0.07 480	0.00 1	0.11 292	0.02 90

UGAM	3.90 386	0.48 233	4.69 366	0.17 93	0.08 52	3.67 313	1.22 378	4.81 163	14.45 482	4.59 222	11.94 410	14.20 478	3.80 345	9.92 459	3.61 379	0.00 1	0.00 1	0.00 1	0.02 339	0.32 439	0.07 263

AASNet	3.90 386	0.92 385	4.41 345	3.56 508	4.00 506	6.70 416	1.26 383	18.71 526	6.14 312	7.35 360	7.91 322	4.35 284	2.58 276	3.04 126	6.62 442	0.00 1	0.00 1	0.00 1	0.00 1	0.39 462	0.14 360

PS-NSSS	3.90 386	1.84 480	4.55 358	0.87 212	2.95 465	4.10 348	2.00 416	10.77 399	8.23 395	6.75 322	14.63 448	5.01 310	2.24 258	8.41 399	2.91 347	0.33 494	0.03 302	0.83 529	0.00 1	0.82 499	0.70 497

DualNet (step1)	3.91 389	1.11 417	6.15 432	1.27 272	0.60 287	5.22 383	2.54 426	10.66 393	7.73 376	8.36 402	7.55 307	6.55 355	4.27 364	6.58 272	1.62 273	1.49 531	0.03 302	3.10 541	2.99 547	0.20 381	0.15 371

FADNet_RVC	3.91 389	1.67 471	12.95 512	0.96 230	0.75 311	5.71 393	0.54 239	10.83 401	6.60 337	3.46 191	8.09 324	4.10 269	3.40 319	9.43 449	6.33 433	0.36 496	0.44 525	0.17 502	0.46 512	0.91 502	0.95 504

ISRNet	3.93 391	0.55 267	5.49 409	3.20 493	2.69 458	2.11 141	0.26 168	7.01 294	6.40 327	11.00 479	17.99 482	8.31 394	2.64 278	6.51 266	4.36 398	0.00 1	0.00 1	0.00 1	0.00 1	0.08 242	0.02 90

CrosDoStereo	3.96 392	0.45 218	3.04 230	0.32 127	0.20 162	3.28 279	11.63 546	5.76 232	4.45 232	9.04 429	16.58 462	4.99 306	7.45 461	8.04 368	3.72 382	0.00 1	0.02 250	0.01 403	0.00 1	0.16 345	0.10 314

DeepStereo_LL	3.96 392	0.45 218	3.04 230	0.32 127	0.20 162	3.28 279	11.63 546	5.76 232	4.45 232	9.04 429	16.58 462	4.99 306	7.45 461	8.04 368	3.72 382	0.00 1	0.02 250	0.01 403	0.00 1	0.16 345	0.10 314

RAFT-RH_RVC	3.96 392	0.46 224	2.93 217	1.55 321	0.42 246	3.14 269	0.14 118	3.70 92	5.98 302	11.25 482	32.23 539	5.29 318	1.68 232	8.13 380	2.14 314	0.08 440	0.00 1	0.00 1	0.03 356	0.01 27	0.00 1

UNet	3.97 395	0.61 291	6.50 444	1.68 340	3.22 472	9.82 467	0.31 183	9.50 359	5.32 268	7.20 352	6.35 272	10.59 434	5.91 429	6.93 295	5.49 419	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

FADNet-RVC	3.98 396	1.84 480	12.48 505	1.69 341	0.44 247	4.33 356	1.31 387	11.84 431	7.15 357	3.53 193	3.50 178	10.63 437	4.43 376	9.12 436	6.25 432	0.03 384	0.10 428	0.00 1	0.03 356	0.60 484	0.25 431

HSM	4.00 397	0.79 350	3.16 248	1.59 329	2.17 435	6.77 418	1.11 370	12.28 451	6.35 326	6.75 322	8.11 325	13.90 475	5.37 414	8.85 427	2.71 341	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 90

coex_refinement	4.04 398	0.87 368	3.55 281	2.96 483	1.40 381	4.28 354	0.32 184	11.18 407	7.72 374	8.32 400	13.44 434	10.01 425	3.48 322	6.28 244	6.76 443	0.00 1	0.02 250	0.00 1	0.00 1	0.06 212	0.16 384

HBP-ISP	4.09 399	1.05 405	4.10 332	1.87 369	1.31 376	7.56 437	3.98 464	11.26 409	9.94 429	7.81 378	14.44 445	3.23 228	4.27 364	8.89 430	1.87 294	0.06 426	0.06 368	0.00 1	0.00 1	0.06 212	0.04 188

TDLM	4.11 400	1.11 417	3.54 280	1.62 335	1.04 349	3.91 338	7.41 521	10.60 391	10.67 447	6.38 309	12.59 422	5.95 340	4.77 395	8.79 425	3.04 351	0.58 510	0.00 1	0.01 403	0.00 1	0.19 377	0.12 343

CSP-Net	4.12 401	1.28 439	3.70 297	1.54 319	1.06 350	13.28 509	2.33 421	12.96 469	5.45 270	8.87 424	8.54 332	8.43 398	3.03 301	8.16 383	3.65 380	0.00 1	0.00 1	0.00 1	0.00 1	0.18 369	0.03 142

test_xeample	4.13 402	0.36 146	2.75 190	1.23 266	0.51 274	3.96 341	0.13 111	12.63 462	7.65 371	7.49 366	10.86 390	3.29 230	3.36 312	6.71 282	21.53 540	0.02 339	0.03 302	0.00 1	0.00 1	0.03 127	0.04 188

Anonymous_2	4.14 403	0.62 296	3.21 252	1.40 296	1.43 383	5.19 382	0.32 184	6.63 279	4.38 228	4.48 220	2.30 134	8.08 391	7.00 450	5.37 207	2.29 322	0.23 480	0.75 533	5.20 549	18.12 575	5.66 543	0.23 423

CBMV_ROB	4.14 403	0.52 254	3.14 246	1.30 279	0.77 315	6.92 422	1.97 415	10.11 382	9.58 421	8.92 426	14.20 442	7.12 373	5.90 428	8.65 413	3.50 372	0.01 246	0.05 349	0.00 1	0.00 1	0.04 156	0.09 292

SACVNet	4.15 405	1.26 434	3.81 305	3.12 489	1.68 400	3.09 262	2.85 439	11.91 434	5.96 299	10.52 467	11.20 396	10.59 434	3.95 349	8.97 432	3.25 360	0.08 440	0.02 250	0.00 1	0.00 1	0.32 439	0.44 473

MMNet	4.16 406	0.77 342	5.47 408	1.40 296	1.67 398	10.78 482	0.63 267	8.64 337	8.47 402	8.80 421	8.33 327	7.51 377	6.61 440	7.53 336	6.54 438	0.00 1	0.00 1	0.00 1	0.00 1	0.03 127	0.05 224

CVANet_RVC	4.16 406	1.16 424	3.60 285	1.94 385	1.46 384	3.92 339	4.68 482	10.89 403	8.34 397	7.58 369	10.84 388	10.27 431	6.62 443	8.56 407	2.69 340	0.39 499	0.00 1	0.00 1	0.01 312	0.21 392	0.09 292

pcwnet_v2	4.20 408	0.36 146	8.53 476	1.33 283	1.12 356	3.43 287	0.41 205	12.85 465	14.16 480	9.90 453	14.29 443	5.90 339	3.03 301	6.20 239	2.06 310	0.01 246	0.05 349	0.04 463	0.02 339	0.16 345	0.18 393

HSM-Net_RVC	4.20 408	0.32 92	2.76 194	0.63 189	0.69 302	6.95 423	1.69 407	11.96 436	8.36 398	8.83 422	12.17 416	15.18 487	4.21 360	6.91 294	3.30 362	0.02 339	0.02 250	0.00 1	0.00 1	0.01 27	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 410	0.50 240	5.45 407	1.34 285	1.68 400	7.04 424	4.51 479	10.73 397	7.00 350	10.78 473	6.80 280	8.48 401	4.63 388	9.91 458	5.12 414	0.02 339	0.06 368	0.02 434	0.03 356	0.08 242	0.03 142

FADNet	4.23 411	1.65 468	11.75 498	1.64 337	0.80 320	4.80 374	0.77 307	13.76 484	11.65 460	3.97 206	5.24 230	9.62 418	5.14 409	8.40 398	3.78 384	0.21 477	0.04 331	0.07 480	0.05 380	1.14 507	0.10 314

iResNet_ROB	4.23 411	1.02 401	4.90 375	2.18 424	0.93 337	2.92 247	0.37 194	15.10 502	16.91 502	7.89 383	10.51 380	7.03 367	3.07 304	8.16 383	3.46 370	0.01 246	0.00 1	0.00 1	0.00 1	0.10 271	0.02 90

IGEV-BASED-STEREO-	4.24 413	25.07 562	26.53 553	0.44 156	0.07 35	1.50 80	0.54 239	2.09 12	1.57 65	0.51 99	0.62 54	0.21 70	0.20 37	1.44 64	0.53 123	12.03 564	0.01 181	0.00 1	0.08 394	1.75 522	9.69 561

1111x	4.25 414	0.30 73	4.31 340	1.47 306	0.37 232	5.10 381	0.32 184	12.86 466	9.82 426	6.01 276	9.73 364	8.78 407	5.97 430	9.43 449	10.39 496	0.06 426	0.03 302	0.00 1	0.00 1	0.02 79	0.04 188

HGLStereo	4.25 414	0.52 254	4.65 363	3.09 485	5.18 528	6.51 414	0.73 298	10.37 386	6.74 342	7.32 358	12.44 421	7.00 366	7.21 456	7.46 332	5.51 420	0.00 1	0.02 250	0.00 1	0.00 1	0.06 212	0.10 314

delet	4.27 416	0.72 327	4.50 352	1.07 249	3.75 497	10.79 483	4.04 467	9.95 372	7.89 382	8.09 391	8.89 337	8.46 399	3.81 346	7.56 337	5.80 425	0.00 1	0.00 1	0.00 1	0.00 1	0.11 292	0.02 90

iResNetv2_ROB	4.28 417	1.43 448	7.17 457	2.91 477	1.26 366	4.36 359	1.62 402	13.64 482	10.25 436	9.83 449	11.41 400	7.68 380	4.00 350	7.75 352	1.85 293	0.00 1	0.00 1	0.00 1	0.00 1	0.37 455	0.09 292

RAFT + AFF	4.30 418	1.55 459	5.84 421	1.43 301	2.36 444	5.94 400	6.72 513	10.01 377	7.56 368	7.55 368	8.96 341	7.09 372	6.73 446	8.57 408	4.02 390	0.02 339	0.47 528	0.00 1	0.01 312	0.56 478	0.54 486

ADLNet	4.32 419	0.80 354	4.33 341	3.60 509	3.56 486	6.87 421	2.48 425	11.20 408	7.58 370	9.87 451	9.62 361	8.39 396	4.95 403	6.16 235	6.60 440	0.01 246	0.01 181	0.00 1	0.01 312	0.12 309	0.25 431

CRFU-Net	4.45 420	0.67 315	5.02 380	2.78 472	1.32 377	12.67 503	3.35 453	11.26 409	3.52 178	10.06 457	9.30 357	10.91 444	6.92 449	7.26 321	3.24 359	0.15 462	0.16 475	0.16 499	0.00 1	0.26 419	0.05 224

ACV-stereo	4.46 421	0.76 339	9.94 488	1.91 376	1.06 350	11.61 490	1.28 384	6.25 256	7.09 354	3.09 179	5.21 228	16.88 503	10.23 502	7.96 362	5.47 418	0.06 426	0.15 466	0.01 403	0.00 1	0.12 309	0.14 360

ssnet_v2	4.46 421	0.87 368	5.18 394	1.57 325	0.67 299	9.14 459	4.73 484	11.84 431	9.68 422	8.79 419	6.24 265	9.91 422	4.34 372	6.28 244	9.30 483	0.00 1	0.01 181	0.00 1	0.00 1	0.28 427	0.30 449

ADLNet2	4.46 421	0.90 378	6.06 429	2.74 471	3.91 502	6.79 419	3.01 442	10.95 405	8.40 400	7.27 356	9.80 365	9.85 420	5.43 418	7.29 322	6.44 436	0.01 246	0.03 302	0.00 1	0.00 1	0.15 338	0.11 328

StereoDRNet-Refined	4.46 421	0.62 296	3.80 303	1.92 380	0.40 238	9.35 461	0.15 124	10.02 378	8.83 410	12.69 494	11.62 406	9.34 413	3.87 347	8.06 375	8.02 460	0.00 1	0.00 1	0.01 403	0.05 380	0.20 381	0.26 437
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 425	0.31 78	2.77 195	1.69 341	0.47 262	7.74 443	0.07 71	14.04 486	7.91 384	5.82 262	8.97 342	9.34 413	3.41 320	7.33 325	20.24 535	0.05 416	0.03 302	0.00 1	0.00 1	0.03 127	0.04 188

NVstereo2D	4.51 425	0.82 359	6.86 452	3.28 496	3.38 478	8.16 446	3.13 445	10.51 389	15.15 490	4.90 234	6.89 283	7.87 383	4.78 397	9.88 457	3.91 388	0.01 246	0.00 1	0.00 1	0.06 388	0.02 79	0.58 489

DLCB_ROB	4.51 425	0.91 382	3.78 301	2.19 425	1.07 353	6.28 405	3.09 444	9.78 367	7.72 374	10.65 470	12.97 428	13.91 476	3.71 336	8.72 423	5.30 416	0.00 1	0.00 1	0.00 1	0.00 1	0.03 127	0.10 314

RASNet	4.52 428	0.61 291	4.42 346	3.42 500	4.68 525	4.58 369	0.99 356	9.54 363	8.01 386	5.28 247	11.42 401	10.34 433	8.88 485	9.28 444	8.68 475	0.15 462	0.00 1	0.00 1	0.00 1	0.03 127	0.04 188

FTStereo	4.55 429	0.36 146	2.18 134	0.94 224	0.38 234	2.60 199	8.82 528	4.98 176	3.17 153	10.88 475	30.35 534	5.60 331	7.60 466	7.62 341	1.55 266	0.17 468	0.00 1	0.05 470	0.00 1	0.03 127	3.80 537

dad	4.66 430	1.89 484	5.51 412	0.94 224	0.09 60	2.16 149	0.37 194	7.10 297	14.43 481	10.13 458	16.84 466	14.97 484	1.90 246	6.82 286	4.15 394	1.09 524	0.11 437	4.08 546	0.46 512	0.17 358	0.06 244

LL-Strereo	4.71 431	1.64 467	7.51 467	1.15 260	4.31 510	3.71 319	1.45 393	9.21 351	8.36 398	8.37 406	8.17 326	10.82 441	11.36 509	12.51 497	4.82 409	0.00 1	0.12 444	0.00 1	0.00 1	0.31 435	0.32 453

CBFPSM	4.87 432	0.94 391	14.70 519	1.51 310	1.15 359	11.49 488	2.55 430	7.28 300	6.47 332	6.23 294	4.83 209	15.30 489	8.99 487	6.88 290	8.20 468	0.03 384	0.02 250	0.00 1	0.00 1	0.40 465	0.42 469

SGM-Forest	4.96 433	0.32 92	2.84 206	1.21 264	0.64 295	10.23 472	6.64 512	11.55 422	10.98 449	10.94 478	13.59 435	11.65 456	4.30 369	8.94 431	4.63 404	0.11 450	0.04 331	0.00 1	0.00 1	0.05 188	0.46 477
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 434	1.47 451	7.42 464	2.40 451	2.14 433	8.73 454	3.64 461	12.42 452	13.11 473	7.03 340	7.57 310	7.88 384	6.52 439	10.16 465	7.82 455	0.02 339	0.03 302	0.00 1	0.00 1	0.11 292	1.07 508
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 435	1.74 473	6.38 440	1.96 389	1.29 373	2.26 156	1.69 407	10.07 379	18.53 506	7.88 382	18.15 483	8.49 402	2.70 282	10.59 470	7.04 446	0.96 522	0.15 466	0.02 434	0.00 1	0.13 324	0.12 343

PSMNet_ROB	5.02 436	1.63 466	6.03 428	1.90 375	1.83 416	9.57 465	6.35 508	15.58 507	7.23 359	6.15 289	10.48 379	12.22 462	4.16 358	8.02 367	8.71 476	0.02 339	0.01 181	0.01 403	0.10 410	0.20 381	0.12 343

GASNet	5.19 437	4.61 524	9.38 483	4.73 531	2.10 431	3.80 332	1.57 400	12.07 442	10.96 448	8.92 426	7.03 292	8.21 393	7.67 468	14.02 509	7.36 448	0.02 339	0.15 466	0.00 1	0.00 1	0.69 491	0.42 469

TCMNet	5.22 438	1.96 488	9.78 486	4.11 523	6.57 536	8.83 455	1.35 391	10.74 398	8.07 388	6.39 310	12.76 427	8.32 395	4.75 394	8.62 412	10.09 495	0.11 450	0.18 483	0.31 515	0.09 405	0.75 496	0.57 488

FINET	5.32 439	1.14 422	10.04 489	2.17 423	3.67 492	6.49 411	6.76 514	11.68 425	22.08 525	7.42 362	12.15 415	4.24 275	3.61 330	9.25 443	5.35 417	0.04 404	0.04 331	0.00 1	0.00 1	0.17 358	0.09 292

CBMV	5.35 440	0.91 382	3.67 293	1.62 335	0.44 247	10.09 470	7.19 519	12.49 458	12.33 469	12.22 490	14.69 449	10.93 445	6.48 438	8.51 405	4.96 411	0.02 339	0.15 466	0.00 1	0.00 1	0.17 358	0.17 389
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 441	0.40 175	2.72 186	1.50 307	0.48 264	6.15 404	0.07 71	13.73 483	8.06 387	8.79 419	11.03 394	3.71 254	4.21 360	7.47 334	38.74 573	0.03 384	0.02 250	0.00 1	0.00 1	0.04 156	0.05 224

YMNet	5.52 442	1.83 478	8.79 478	3.47 504	4.46 518	10.72 480	0.91 347	9.99 374	6.43 329	13.76 506	16.35 459	11.65 456	4.49 382	7.95 360	8.03 462	0.12 454	0.35 516	0.12 492	0.08 394	0.71 493	0.27 441

YMNet_1	5.52 442	1.83 478	8.79 478	3.47 504	4.46 518	10.72 480	0.91 347	9.99 374	6.43 329	13.76 506	16.35 459	11.65 456	4.49 382	7.95 360	8.03 462	0.12 454	0.35 516	0.12 492	0.08 394	0.71 493	0.27 441

StereoDRNet	5.59 444	1.75 474	6.80 449	3.12 489	4.45 517	10.61 478	4.35 475	18.80 528	9.73 423	12.22 490	6.87 282	11.44 454	4.65 390	8.09 378	8.26 469	0.02 339	0.11 437	0.00 1	0.03 356	0.20 381	0.28 445

PSMNet-RUCA	5.60 445	4.62 525	11.61 496	10.29 548	7.55 544	7.08 425	1.94 414	12.01 438	10.52 444	3.90 204	11.88 408	4.43 286	1.75 242	7.56 337	4.24 396	1.68 534	0.12 444	4.78 548	0.67 522	4.74 539	0.68 496

fast-acv-ft	5.62 446	1.39 446	7.01 453	2.02 400	1.89 421	12.23 498	1.82 412	7.35 301	9.45 419	10.46 466	20.27 493	14.55 482	7.71 469	7.41 329	7.61 452	0.10 448	0.09 416	0.16 499	0.07 389	0.59 482	0.13 351

ETE_ROB	5.80 447	1.77 475	6.33 437	1.44 305	0.78 319	6.43 410	6.90 515	12.53 459	8.08 389	12.93 499	14.89 450	21.13 528	5.87 427	9.83 456	6.57 439	0.04 404	0.01 181	0.00 1	0.02 339	0.08 242	0.33 454

test_sample9	5.87 448	1.11 417	6.15 432	1.27 272	0.60 287	5.22 383	2.54 426	10.66 393	7.73 376	8.36 402	7.55 307	6.55 355	4.27 364	11.68 487	11.44 506	1.49 531	24.31 582	3.10 541	2.99 547	0.20 381	0.15 371

DRN-Test	5.87 448	0.98 394	5.89 423	2.69 466	3.65 490	12.37 500	3.35 453	20.07 545	10.20 435	11.93 489	12.31 420	11.06 448	5.31 413	7.89 358	9.05 479	0.04 404	0.05 349	0.04 463	0.04 374	0.18 369	0.25 431

NCCL2	5.88 450	1.59 462	5.44 406	1.87 369	0.92 334	9.55 464	11.55 545	12.11 444	9.94 429	9.67 446	8.85 335	22.28 531	7.41 459	8.78 424	7.17 447	0.01 246	0.00 1	0.03 451	0.00 1	0.13 324	0.23 423

iinet-f	5.94 451	1.60 463	26.88 554	1.79 358	1.38 380	11.92 496	1.47 394	6.80 288	7.11 355	6.90 335	14.43 444	10.64 438	7.97 471	7.00 303	12.12 510	0.02 339	0.03 302	0.05 470	0.00 1	0.63 487	0.02 90

MaskLacGwcNet_RVC	5.97 452	5.36 529	5.02 380	3.75 516	3.57 487	15.81 516	4.27 472	11.72 428	6.96 348	7.23 353	8.47 331	9.09 411	2.66 281	9.36 448	2.71 341	7.49 550	2.32 546	2.01 539	0.08 394	6.77 549	4.67 542

Wz-Net-LNSev-Ref	5.98 453	1.55 459	9.92 487	2.40 451	3.22 472	10.28 473	3.14 446	11.64 423	9.79 425	9.54 443	20.22 492	11.16 449	6.77 447	10.61 471	9.16 480	0.06 426	0.00 1	0.00 1	0.00 1	0.03 127	0.04 188

APVNet	5.98 453	1.72 472	8.72 477	3.21 494	4.04 507	12.31 499	1.81 411	19.09 534	6.10 308	6.13 288	13.41 433	10.69 439	6.30 434	11.26 481	13.90 519	0.05 416	0.02 250	0.11 489	0.03 356	0.53 476	0.20 411

z-ln-s-r	5.99 455	1.34 444	15.55 522	1.52 312	1.95 423	3.28 279	2.71 435	7.72 306	11.16 452	6.43 313	25.06 519	8.76 406	5.86 426	11.03 478	17.17 528	0.00 1	0.00 1	0.00 1	0.00 1	0.24 415	0.11 328

NaN_ROB	6.00 456	1.24 432	6.29 436	1.34 285	1.68 400	9.60 466	10.31 539	15.09 500	15.79 495	12.62 493	8.95 339	11.67 459	5.83 425	11.78 491	6.41 435	0.05 416	0.13 454	0.08 483	0.20 451	0.22 398	0.79 499

DANet	6.02 457	1.23 430	8.45 475	3.86 519	3.94 504	7.64 442	1.34 389	9.51 361	7.00 350	13.39 503	15.53 454	15.99 494	7.02 451	12.14 493	12.37 511	0.19 472	0.12 444	0.02 434	0.03 356	0.13 324	0.56 487
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 458	1.22 428	5.61 417	2.56 463	0.90 333	6.32 406	7.07 517	12.92 468	8.30 396	14.76 512	15.13 452	19.84 520	6.66 445	10.36 466	8.58 473	0.02 339	0.04 331	0.00 1	0.03 356	0.11 292	0.24 427

GANet	6.22 459	1.07 408	4.07 330	2.27 434	0.89 331	9.19 460	9.52 533	12.02 439	8.13 391	10.72 471	29.09 530	13.86 474	7.52 465	11.00 477	4.39 399	0.36 496	0.00 1	0.02 434	0.02 339	0.12 309	0.08 279

DISCO	6.28 460	0.57 275	5.78 420	3.43 501	1.17 361	11.22 485	3.39 455	12.14 447	16.16 497	6.52 317	11.22 397	16.96 504	6.32 435	19.51 537	10.74 500	0.00 1	0.00 1	0.00 1	0.00 1	0.35 449	0.11 328

Syn2CoEx	6.32 461	2.72 504	9.33 482	2.45 456	1.67 398	8.59 451	3.32 451	18.08 522	12.27 468	8.53 411	21.08 498	10.30 432	9.80 497	9.30 445	7.86 457	0.01 246	0.00 1	0.00 1	0.00 1	0.63 487	0.43 471

RYNet	6.34 462	0.89 375	5.88 422	1.41 299	4.48 521	15.97 518	4.18 470	13.41 477	16.49 498	10.81 474	7.00 289	14.33 480	8.72 482	9.43 449	13.71 518	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.07 263

GwcNet	6.42 463	1.97 489	10.92 493	2.59 464	5.58 531	11.55 489	2.21 420	14.10 488	16.52 501	10.04 456	17.19 475	10.86 443	5.61 423	9.23 442	8.84 478	0.01 246	0.06 368	0.03 451	0.08 394	0.56 478	0.40 464

Wz-Net-LNSev	6.46 464	1.93 486	16.44 526	1.52 312	4.15 508	12.66 502	4.96 488	13.05 471	12.10 467	10.55 469	16.23 458	11.32 451	7.19 454	8.43 401	8.48 472	0.00 1	0.01 181	0.00 1	0.00 1	0.08 242	0.06 244

DGSMNet	6.47 465	2.61 502	13.64 515	3.46 502	3.74 493	8.97 457	6.01 499	14.15 489	13.01 472	7.46 365	14.10 440	9.94 423	4.79 398	10.44 467	6.22 431	1.30 528	1.70 542	1.80 536	1.52 541	2.27 529	2.35 528

GANetREF_RVC	6.56 466	2.89 506	7.58 469	3.41 499	0.40 238	12.96 505	9.58 534	15.09 500	17.25 504	10.33 461	10.62 382	12.27 463	8.16 475	12.21 494	4.53 402	0.41 502	0.00 1	0.00 1	0.02 339	3.12 534	0.39 461
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
LALA_ROB	6.58 467	1.80 477	6.25 435	1.26 270	0.94 338	10.08 469	9.02 530	16.00 509	11.51 459	12.74 495	13.02 429	24.77 534	5.25 411	10.56 469	8.02 460	0.04 404	0.05 349	0.00 1	0.02 339	0.10 271	0.25 431

S-Stereo	6.63 468	0.84 362	9.67 485	3.15 491	3.48 483	6.49 411	6.22 503	12.99 470	22.84 527	9.48 440	15.51 453	12.00 461	8.43 477	8.04 368	10.70 499	0.12 454	0.17 479	0.00 1	0.38 501	0.13 324	1.92 522

DeepPrunerF	6.75 469	2.69 503	23.31 544	3.68 512	7.16 539	3.78 330	4.29 473	13.42 478	20.13 518	8.13 392	10.46 378	7.18 375	8.06 473	11.10 479	9.44 487	0.24 483	0.15 466	0.29 513	0.42 507	0.66 490	0.45 475

edge stereo	6.76 470	1.01 399	6.76 448	2.20 427	2.45 449	6.41 409	2.45 424	14.84 498	11.98 466	15.29 514	18.31 484	22.02 529	12.56 514	10.82 474	7.49 450	0.03 384	0.06 368	0.11 489	0.03 356	0.30 430	0.14 360

NCC-stereo	6.77 471	1.49 455	6.48 442	2.92 479	4.40 513	7.43 432	3.61 458	19.52 541	13.29 474	8.39 407	16.91 467	15.96 492	12.13 511	12.85 500	7.70 453	1.47 529	0.11 437	0.01 403	0.42 507	0.14 334	0.24 427

Abc-Net	6.77 471	1.49 455	6.48 442	2.92 479	4.40 513	7.43 432	3.61 458	19.52 541	13.29 474	8.39 407	16.91 467	15.96 492	12.13 511	12.85 500	7.70 453	1.47 529	0.11 437	0.01 403	0.42 507	0.14 334	0.24 427
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 473	0.68 317	6.80 449	2.30 438	1.77 411	5.63 392	4.20 471	18.79 527	18.62 507	10.53 468	17.15 473	18.52 513	13.74 522	8.86 429	7.38 449	0.03 384	0.15 466	0.01 403	0.07 389	0.12 309	0.26 437

test_for_model	6.81 474	27.63 566	2.16 132	21.79 563	16.18 564	3.48 294	0.94 351	5.88 240	3.72 186	7.62 371	2.72 148	1.03 149	0.42 102	0.58 10	0.35 63	9.03 555	2.28 545	0.00 1	0.05 380	23.91 570	6.49 549

RP	6.84 475	1.29 441	5.53 415	3.92 520	5.18 528	6.32 406	3.53 456	11.73 429	15.31 491	9.54 443	22.38 505	18.25 511	14.47 524	10.11 460	7.49 450	0.91 520	0.01 181	0.12 492	0.15 425	0.33 443	0.19 404

ccnet	6.87 476	0.92 385	5.15 392	3.09 485	2.18 437	11.78 493	4.90 486	17.97 521	8.79 409	12.79 497	20.20 491	16.00 495	8.35 476	9.12 436	14.17 521	0.42 505	0.33 513	0.25 511	0.09 405	0.40 465	0.48 478

RGC	6.88 477	2.23 495	6.13 430	4.05 521	4.73 527	8.94 456	2.78 436	15.19 504	11.74 461	11.13 480	19.34 487	17.86 508	10.42 504	13.02 503	8.03 462	0.73 514	0.01 181	0.24 510	0.41 506	0.31 435	0.38 460

xyz-stereo	6.97 478	0.29 62	36.85 566	0.20 100	0.07 35	30.65 555	0.19 142	3.97 115	1.82 72	10.21 459	24.87 516	6.06 342	7.29 457	11.62 486	4.87 410	0.01 246	0.02 250	0.35 518	0.00 1	0.06 212	0.02 90

Nwc_Net	6.97 478	1.25 433	6.63 446	3.82 517	3.37 477	10.83 484	1.67 406	19.56 543	11.35 456	8.36 402	23.62 509	17.19 506	11.44 510	11.21 480	8.08 466	0.80 516	0.00 1	0.00 1	0.02 339	0.13 324	0.09 292

STTRV1_RVC	7.02 480	1.10 414	12.88 510	3.32 497	6.92 538	11.90 495	4.00 466	15.07 499	11.94 465	9.51 441	14.57 446	11.63 455	8.73 483	12.65 499	8.06 465	3.32 541	2.75 555	0.41 523	0.12 416	1.38 514	0.11 328

w-ln-seven-2	7.09 481	2.32 497	23.44 545	1.71 347	1.06 350	7.81 444	3.98 464	12.02 439	14.65 485	13.06 501	20.38 494	11.70 460	9.83 499	10.65 472	8.66 474	0.02 339	0.05 349	0.00 1	0.02 339	0.32 439	0.14 360

ADCRef	7.27 482	1.38 445	16.37 524	2.52 459	3.30 476	11.63 491	3.16 447	10.80 400	9.35 417	13.03 500	25.27 521	8.17 392	8.92 486	8.06 375	21.81 543	0.15 462	0.08 404	0.16 499	0.34 496	0.38 458	0.58 489

psmorigin	7.34 483	1.58 461	18.31 531	2.35 448	0.87 326	6.72 417	1.70 410	10.63 392	7.14 356	19.77 528	22.71 506	20.13 522	11.34 508	12.96 502	9.49 488	0.04 404	0.17 479	0.06 474	0.17 436	0.21 392	0.50 482

Wz-Net-MNSev	7.43 484	2.35 499	15.22 520	2.34 447	3.41 482	17.27 526	8.55 526	11.91 434	13.48 476	13.37 502	17.05 470	13.70 471	7.47 464	11.90 492	9.99 494	0.40 501	0.03 302	0.00 1	0.01 312	0.16 345	0.07 263

SDNR	7.50 485	2.32 497	15.58 523	1.82 365	0.63 293	44.66 572	0.44 213	8.59 331	9.52 420	9.84 450	25.18 520	5.30 321	4.38 373	11.46 484	6.49 437	0.05 416	0.03 302	0.00 1	0.01 312	1.79 523	1.87 521

CSAN	7.62 486	1.60 463	6.56 445	1.83 366	0.66 297	12.40 501	10.52 542	14.45 493	21.32 522	14.19 508	15.98 456	17.84 507	13.02 519	12.32 495	8.38 470	0.09 445	0.07 391	0.03 451	0.04 374	0.33 443	0.67 495

SQANet	7.64 487	3.40 516	5.49 409	11.73 552	9.62 550	11.96 497	2.82 437	11.33 414	6.10 308	8.33 401	11.49 403	11.00 446	5.16 410	10.12 464	2.72 344	8.92 554	2.21 544	10.41 553	1.58 542	11.13 554	7.39 553

anonymity	7.68 488	3.83 519	12.39 502	7.04 542	12.67 558	8.18 447	2.00 416	17.50 517	6.85 344	13.56 505	9.21 346	9.97 424	7.82 470	11.28 482	5.58 421	6.27 548	4.98 571	3.68 545	2.96 546	3.33 536	4.48 540

CC-Net-ROB	7.68 488	9.21 547	7.46 465	3.82 517	3.66 491	15.68 515	5.02 489	17.95 520	10.45 443	6.44 314	14.00 439	7.63 379	4.77 395	10.75 473	3.10 354	5.99 547	2.46 549	16.28 557	1.08 534	6.30 547	1.56 518

stereogan	7.69 490	0.88 372	7.08 456	3.49 507	3.93 503	18.98 530	3.23 450	16.52 511	19.58 514	9.93 454	18.92 486	20.50 526	9.04 489	14.07 510	6.14 430	0.26 486	0.04 331	0.21 507	0.03 356	0.63 487	0.33 454

pmcnn	7.72 491	1.27 436	9.42 484	2.91 477	3.14 468	9.44 462	6.23 504	12.56 460	16.51 499	14.53 510	24.08 511	27.44 541	8.49 479	9.32 446	8.44 471	0.06 426	0.08 404	0.00 1	0.00 1	0.30 430	0.15 371

AF-Net	7.78 492	1.44 450	6.68 447	3.37 498	4.50 522	8.61 452	2.69 433	17.07 514	20.17 519	9.52 442	24.02 510	20.31 525	14.59 525	11.58 485	9.84 492	0.61 511	0.00 1	0.12 492	0.00 1	0.38 458	0.12 343

PASM	7.90 493	4.22 521	21.97 542	3.25 495	3.29 475	5.39 389	6.57 510	10.57 390	19.09 509	12.77 496	13.92 438	18.11 510	9.51 495	13.79 508	10.77 502	0.19 472	0.45 526	0.29 513	1.08 534	1.49 517	1.19 510

PWCDC_ROB	7.92 494	3.17 514	7.48 466	5.73 537	4.40 513	10.45 475	0.35 191	14.52 495	28.19 537	10.36 463	31.27 536	7.04 369	9.14 491	13.22 505	8.78 477	2.74 539	0.02 250	0.00 1	0.00 1	1.31 512	0.17 389

test_sample8	7.99 495	1.11 417	6.15 432	1.27 272	0.60 287	5.22 383	2.54 426	12.04 441	6.15 313	17.46 521	9.02 344	24.67 533	18.16 532	11.68 487	11.44 506	1.49 531	24.31 582	3.10 541	2.99 547	0.20 381	0.15 371

ADCP+	8.09 496	1.79 476	14.50 517	1.54 319	4.28 509	16.57 520	5.20 491	12.80 464	11.20 454	12.83 498	17.07 471	11.02 447	10.80 506	17.59 530	23.18 549	0.03 384	0.05 349	0.01 403	0.18 443	0.39 462	0.81 500

SuperB	8.10 497	3.15 513	24.67 547	2.65 465	1.23 364	9.88 468	4.29 473	10.18 384	30.07 540	11.53 486	12.18 417	6.12 344	6.65 444	10.50 468	14.47 522	0.14 460	0.11 437	0.35 518	0.25 473	13.06 558	0.48 478

PWC_ROB	8.24 498	3.13 511	12.74 509	2.43 455	4.43 516	7.51 436	1.22 378	16.63 512	19.24 512	16.08 517	28.29 527	13.99 477	10.16 501	13.63 507	14.06 520	0.42 505	0.00 1	0.05 470	0.00 1	0.59 482	0.27 441

MDST_ROB	8.37 499	0.32 92	9.03 480	4.18 526	2.42 448	26.86 549	6.14 500	19.36 538	13.52 477	27.09 546	22.75 507	9.47 417	4.74 393	15.06 517	6.34 434	0.02 339	0.02 250	0.00 1	0.00 1	0.02 79	0.13 351

G-Net	8.41 500	1.54 458	10.97 494	5.73 537	3.60 488	26.19 543	4.41 477	10.10 381	7.42 362	19.71 527	24.99 518	14.38 481	15.83 526	10.99 476	9.53 489	0.50 509	0.46 527	0.19 505	0.25 473	0.80 498	0.66 494

XQC	8.43 501	3.58 517	16.40 525	2.92 479	2.17 435	13.22 508	3.60 457	14.64 496	25.86 533	11.87 488	12.04 411	15.06 485	10.67 505	15.24 519	19.41 533	0.39 499	0.08 404	0.05 470	0.07 389	0.84 500	0.45 475

FBW_ROB	8.50 502	1.03 403	7.98 472	1.93 384	1.28 372	13.10 506	6.23 504	22.50 549	18.98 508	18.82 524	14.91 451	19.06 516	10.04 500	18.41 532	9.83 491	0.62 512	0.22 500	1.82 538	0.82 528	0.99 505	1.36 514

UDG	8.58 503	9.31 548	4.89 374	10.00 547	9.52 548	10.36 474	2.41 422	12.07 442	9.82 426	7.81 378	9.55 359	16.52 498	9.81 498	7.84 356	7.88 458	4.20 542	2.51 551	18.53 559	3.71 554	9.55 551	5.28 545

aanetorigin	8.72 504	3.29 515	27.55 555	1.95 386	3.84 500	4.93 379	5.39 496	5.49 219	10.05 431	27.85 547	31.47 537	15.80 491	12.78 516	9.04 434	11.98 508	0.25 484	0.22 500	0.22 508	0.25 473	1.28 511	0.84 502

GCST	9.08 505	17.31 557	3.98 320	52.92 581	10.66 553	11.29 487	0.20 148	6.97 293	6.47 332	9.46 439	4.68 204	4.75 297	1.51 215	9.34 447	1.31 244	8.19 553	0.05 349	22.38 561	0.34 496	6.17 546	3.53 534

RTSC	9.15 506	3.00 508	13.57 514	3.72 514	1.76 409	11.82 494	0.46 216	16.95 513	36.83 557	15.80 516	15.53 454	12.91 468	7.46 463	20.01 541	21.76 542	0.31 491	0.13 454	0.01 403	0.08 394	0.57 480	0.41 466

WCMA_ROB	9.21 507	0.87 368	7.37 463	2.54 460	2.13 432	13.59 510	5.80 498	11.64 423	14.01 479	24.43 543	32.99 544	27.09 540	18.02 531	12.51 497	9.85 493	0.81 517	0.07 391	0.01 403	0.01 312	0.16 345	0.23 423

Wz-Net-SNSev	9.23 508	6.70 535	24.28 546	1.87 369	1.81 415	8.57 450	12.29 551	17.37 516	20.39 520	10.43 465	23.11 508	16.66 500	8.03 472	14.47 514	17.86 530	0.00 1	0.02 250	0.01 403	0.00 1	0.41 468	0.30 449

MSMD_ROB	9.28 509	1.09 412	4.65 363	1.58 326	0.39 236	16.52 519	4.41 477	13.60 480	14.87 488	22.34 534	39.89 557	25.67 537	20.71 543	12.42 496	6.98 445	0.34 495	0.03 302	0.00 1	0.00 1	0.05 188	0.09 292

Consistency-Raft	9.42 510	4.74 527	12.66 506	5.30 535	9.08 547	4.08 346	5.26 493	19.26 536	24.87 531	11.17 481	29.85 532	13.57 470	5.51 422	7.67 345	13.40 516	0.36 496	0.35 516	1.81 537	4.24 555	11.61 555	3.57 535

DDUNet	9.47 511	11.32 553	6.14 431	12.93 554	11.65 555	10.45 475	3.87 463	11.70 426	7.89 382	9.27 435	13.28 431	16.18 497	6.14 432	8.80 426	5.77 424	6.64 549	3.38 564	20.90 560	4.28 556	11.01 553	7.80 554

ADCPNet	9.54 512	2.39 500	31.46 558	2.09 414	1.60 390	16.71 522	6.39 509	12.11 444	11.45 457	13.53 504	21.45 500	19.41 517	10.94 507	14.38 512	21.54 541	0.27 489	1.16 537	0.39 522	1.49 539	0.58 481	1.45 515

SHD	9.61 513	2.60 501	12.46 503	3.69 513	3.54 485	9.47 463	1.25 380	20.16 546	37.84 560	18.19 523	21.24 499	16.96 504	12.83 518	14.47 514	16.05 524	0.32 492	0.13 454	0.01 403	0.08 394	0.38 458	0.48 478

PDISCO_ROB	9.62 514	1.99 491	11.51 495	9.88 546	9.61 549	21.48 536	3.83 462	19.33 537	28.49 538	11.27 483	14.17 441	19.92 521	5.02 404	16.35 526	9.18 481	5.28 545	0.41 522	0.14 497	0.09 405	2.05 525	2.36 529

MFN_U_SF_DS_RVC	9.78 515	4.27 522	14.47 516	2.29 437	2.85 462	23.40 540	13.62 553	13.60 480	19.54 513	19.42 526	24.27 512	16.74 501	8.59 480	17.05 529	7.98 459	1.25 526	1.68 541	0.17 502	2.63 544	0.72 495	1.04 506

SGM_RVC	10.08 516	0.60 287	3.42 271	2.30 438	0.32 214	19.41 533	6.33 507	18.95 532	14.64 483	25.14 545	24.32 513	33.34 552	18.79 536	19.86 538	12.55 513	0.25 484	0.26 510	0.22 508	0.24 468	0.34 448	0.40 464
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 517	1.88 483	16.82 527	1.85 367	1.73 405	24.84 541	17.20 566	19.92 544	27.41 535	12.23 492	13.62 436	16.52 498	18.35 533	14.42 513	12.50 512	0.78 515	0.54 531	0.08 483	0.25 473	1.18 508	0.59 492

ADCL	10.16 518	2.11 492	19.36 534	1.92 380	1.88 420	22.23 537	8.91 529	14.04 486	23.56 529	14.62 511	26.19 523	12.75 467	13.59 521	16.06 525	22.95 547	0.26 486	0.18 483	0.75 527	0.65 520	0.69 491	0.58 489

w-ln-seven	10.20 519	3.08 509	26.36 551	2.06 410	2.49 450	15.81 516	4.39 476	17.80 519	33.50 546	20.47 532	25.79 522	15.12 486	7.40 458	11.75 490	17.48 529	0.00 1	0.00 1	0.00 1	0.00 1	0.43 471	0.13 351

MSAF-DinoV2	10.24 520	4.39 523	12.68 507	3.62 511	2.55 453	8.48 448	4.69 483	14.24 491	21.89 524	10.74 472	18.74 485	29.30 546	16.17 527	21.96 546	28.10 560	0.32 492	0.15 466	0.25 511	0.81 527	2.83 533	2.90 532

FCDSN-DC	10.24 520	0.56 273	3.49 277	1.96 389	1.29 373	16.90 523	4.59 481	17.16 515	19.10 510	24.64 544	32.46 543	33.82 553	22.14 549	15.93 522	10.45 497	0.04 404	0.00 1	0.00 1	0.00 1	0.05 188	0.21 414
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 520	3.13 511	20.70 538	2.21 428	2.39 447	11.23 486	6.19 501	14.17 490	11.19 453	23.20 540	22.25 503	17.89 509	19.54 539	18.51 533	26.21 557	0.45 507	0.42 524	1.10 532	1.29 536	1.56 519	1.18 509

z-mn7	10.46 523	4.14 520	20.35 536	2.15 421	1.68 400	19.07 531	5.72 497	13.28 476	34.58 552	9.45 438	35.20 550	15.69 490	9.13 490	21.16 544	17.07 527	0.00 1	0.01 181	0.00 1	0.00 1	0.35 449	0.19 404

SANet	10.64 524	1.86 482	10.91 492	1.76 353	0.71 307	14.62 513	9.23 532	19.18 535	37.14 558	19.22 525	27.96 526	25.86 538	19.11 538	13.02 503	10.63 498	0.08 440	0.06 368	0.03 451	0.02 339	0.62 485	0.81 500

FC-DCNN	10.72 525	0.52 254	4.27 338	1.88 372	1.63 392	17.18 524	5.29 494	18.20 523	19.69 515	28.50 548	34.51 547	34.03 554	21.48 546	15.89 521	11.15 504	0.03 384	0.01 181	0.02 434	0.01 312	0.07 230	0.09 292

FC-DCNN v2	10.88 526	0.52 254	4.17 334	1.92 380	1.63 392	17.79 528	5.35 495	18.87 530	19.88 516	28.77 549	34.99 549	34.62 556	21.72 547	16.03 524	11.16 505	0.03 384	0.01 181	0.02 434	0.00 1	0.06 212	0.08 279

AnyNet_C32	10.98 527	5.58 530	22.79 543	4.16 524	5.83 532	15.64 514	14.30 554	13.18 472	17.15 503	16.44 520	20.52 495	14.68 483	13.44 520	22.46 547	30.08 564	0.17 468	0.26 510	0.36 520	0.36 500	1.23 509	0.91 503

zh-sn7	11.12 528	7.26 540	33.16 560	2.32 446	2.31 443	11.66 492	7.80 524	13.53 479	17.94 505	16.39 519	31.80 538	14.22 479	16.88 528	23.07 550	23.00 548	0.00 1	0.13 454	0.00 1	0.00 1	0.52 475	0.48 478

zh-mn7	11.13 529	6.28 534	31.79 559	1.85 367	0.98 342	13.11 507	2.98 440	12.88 467	33.65 548	21.57 533	39.07 555	12.50 465	8.46 478	19.94 540	16.74 526	0.23 480	0.01 181	0.00 1	0.01 312	0.33 443	0.30 449

Wz-Net-TNSev	11.35 530	10.56 551	35.88 565	2.28 436	1.73 405	18.25 529	11.42 544	15.88 508	20.88 521	14.44 509	16.97 469	19.57 518	19.04 537	19.31 536	18.67 532	0.01 246	0.06 368	0.00 1	0.16 428	0.62 485	1.25 511

MeshStereo	11.52 531	1.52 457	4.55 358	1.89 374	1.46 384	19.87 535	5.11 490	20.66 547	15.91 496	32.67 554	34.51 547	39.34 561	21.15 544	18.74 534	12.10 509	0.11 450	0.06 368	0.01 403	0.00 1	0.45 472	0.22 416
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
otaku	11.73 532	7.51 542	7.07 455	13.22 555	10.85 554	26.61 548	7.25 520	18.84 529	19.16 511	11.58 487	17.23 476	20.19 523	8.09 474	15.11 518	4.64 405	9.13 556	2.42 548	13.08 554	1.83 543	12.48 557	8.22 556

Ntro	12.35 533	8.88 545	7.80 470	13.79 556	12.42 557	26.54 547	6.98 516	18.54 524	22.14 526	9.82 448	16.45 461	20.30 524	9.29 494	15.95 523	6.61 441	9.53 558	2.47 550	14.93 556	2.77 545	13.11 559	8.63 559

MFN_U_SF_RVC	12.94 534	3.66 518	25.81 550	3.61 510	2.26 441	22.77 538	4.55 480	27.10 555	20.06 517	23.90 541	28.99 529	30.53 548	16.98 529	19.92 539	20.26 536	1.24 525	1.07 536	0.98 531	1.33 537	1.80 524	2.04 524

WZ-Net	13.00 535	4.64 526	41.07 569	3.48 506	3.15 470	19.12 532	15.66 564	14.81 497	31.33 542	15.71 515	27.88 525	22.22 530	14.01 523	20.44 543	25.03 553	0.64 513	0.00 1	0.01 403	0.03 356	0.39 462	0.37 459

ADCS	13.02 536	4.93 528	28.38 556	3.17 492	2.67 457	13.61 511	10.83 543	18.70 525	33.46 545	22.59 535	24.78 515	19.59 519	18.51 535	23.40 551	32.16 567	0.10 448	0.19 489	0.37 521	0.18 443	1.26 510	1.46 516

MFMNet_re	13.29 537	8.60 544	18.29 530	9.75 545	7.25 541	19.65 534	14.84 558	20.71 548	30.72 541	23.03 538	28.77 528	18.85 515	26.09 555	13.55 506	9.82 490	2.44 537	1.35 540	0.34 517	0.23 465	4.78 540	6.69 551

MultiAttention	13.72 538	0.34 124	3.24 256	2.22 431	1.79 412	56.78 585	83.85 588	18.93 531	15.06 489	8.16 393	20.91 497	13.25 469	2.53 272	33.18 561	6.90 444	0.20 475	0.06 368	0.74 526	1.00 532	2.69 532	2.60 531

EDNetEfficient	13.82 539	6.19 532	54.79 575	2.83 474	3.60 488	4.86 376	8.57 527	8.61 336	32.90 544	40.77 567	30.59 535	18.33 512	21.87 548	11.38 483	25.36 554	0.15 462	0.23 502	0.06 474	1.03 533	2.54 530	1.79 519

LSM	14.01 540	5.95 531	33.49 561	6.78 541	43.61 583	10.22 471	9.98 538	15.16 503	22.93 528	23.07 539	32.34 542	18.52 513	12.67 515	15.45 520	11.10 503	0.16 467	0.51 530	0.09 486	0.32 492	1.08 506	16.85 578

SAMSARA	14.63 541	2.74 505	12.38 501	12.65 553	6.74 537	36.50 564	72.93 587	19.36 538	23.77 530	16.20 518	13.04 430	29.21 544	12.78 516	16.98 528	15.21 523	0.11 450	0.26 510	0.03 451	0.14 421	0.76 497	0.77 498

SPS-STEREO	15.04 542	6.23 533	13.21 513	11.34 551	11.65 555	23.30 539	7.15 518	24.16 552	15.65 494	31.78 553	29.19 531	31.62 549	21.32 545	24.62 552	19.50 534	7.59 551	4.19 569	3.22 544	1.48 538	6.99 550	6.54 550
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 543	2.93 507	14.67 518	4.21 527	3.39 480	17.43 527	4.16 469	27.84 559	48.84 570	31.02 552	43.54 562	29.76 547	30.81 560	25.97 554	21.40 539	0.23 480	0.41 522	0.04 463	0.33 494	0.41 468	1.33 513

SGM+DAISY	15.62 544	7.26 540	19.28 533	8.94 543	10.11 552	26.25 544	10.49 541	19.36 538	14.65 485	30.64 551	33.59 545	33.00 551	22.32 550	24.96 553	16.42 525	7.90 552	6.25 573	4.51 547	3.37 551	5.86 544	7.20 552

ACVNet-4b	15.90 545	22.00 559	12.37 500	16.40 558	15.14 561	31.87 557	7.50 522	19.04 533	27.85 536	11.48 485	22.02 502	31.86 550	9.16 493	17.95 531	5.69 422	10.43 560	2.58 552	24.44 564	4.87 560	16.04 562	9.28 560

NVStereoNet_ROB	16.04 546	6.75 536	12.90 511	6.37 540	7.42 542	12.89 504	9.74 536	22.78 550	25.12 532	30.32 550	46.19 565	34.37 555	25.38 552	21.48 545	21.38 538	5.94 546	3.10 561	6.07 551	10.09 567	4.01 537	8.54 558
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 547	10.81 552	59.36 577	4.42 529	2.49 450	30.06 553	15.15 562	17.51 518	16.51 499	17.88 522	37.69 553	24.04 532	17.54 530	29.60 558	33.29 568	0.28 490	0.38 520	0.43 524	0.42 507	2.57 531	1.98 523

MSC_U_SF_DS_RVC	16.41 548	6.93 538	21.83 541	5.94 539	2.81 461	38.71 566	14.59 555	24.55 553	34.87 555	33.66 558	34.35 546	29.24 545	24.20 551	22.59 548	17.95 531	2.52 538	2.81 556	1.17 534	1.51 540	5.89 545	2.16 525

ELAS_RVC	16.54 549	2.26 496	10.09 490	5.50 536	4.46 518	28.28 552	16.72 565	25.55 554	33.54 547	40.19 565	40.30 559	36.68 558	30.03 558	29.40 557	20.61 537	0.98 523	1.21 538	0.86 530	0.70 524	1.39 515	2.16 525
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 550	2.14 493	9.23 481	4.92 532	4.53 523	32.66 560	15.11 561	27.40 557	28.68 539	40.27 566	44.90 563	38.33 560	30.50 559	26.44 555	21.94 544	0.88 518	1.23 539	0.67 525	0.89 530	1.49 517	2.18 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 551	1.28 439	11.61 496	3.72 514	1.65 395	16.67 521	9.17 531	14.39 492	55.91 575	63.81 586	40.86 560	35.94 557	37.73 568	14.24 511	26.87 558	0.05 416	0.10 428	0.13 496	0.22 462	0.12 309	0.15 371

SGM-ForestM	16.99 552	1.08 410	5.74 419	2.12 417	0.75 311	31.63 556	12.21 549	27.80 558	32.25 543	37.88 562	39.99 558	52.96 571	35.20 565	33.60 563	24.47 551	0.26 486	0.39 521	0.31 515	0.39 504	0.26 419	0.53 485

DispFullNet	17.47 553	26.01 564	33.98 563	22.58 564	20.86 569	13.84 512	1.28 384	16.50 510	26.27 534	19.97 529	17.17 474	20.52 527	18.49 534	22.86 549	10.76 501	5.13 544	2.83 557	30.72 569	7.72 565	20.86 566	11.01 567

EDNetEfficientorigin	17.87 554	14.00 554	99.53 598	1.64 337	0.92 334	10.55 477	6.26 506	13.21 473	34.84 554	38.20 564	36.91 552	27.47 542	26.32 556	14.71 516	25.69 555	0.04 404	0.06 368	0.14 497	0.52 515	3.16 535	3.27 533

RainbowNet	18.01 555	26.22 565	19.95 535	18.59 560	14.88 560	27.38 550	10.46 540	27.39 556	34.54 551	14.91 513	27.01 524	25.65 536	12.44 513	18.94 535	9.23 482	13.91 569	3.46 565	23.36 563	4.86 559	16.03 561	10.91 566

ACVNet_1	18.70 556	25.08 563	12.72 508	17.33 559	15.18 562	26.02 542	9.62 535	28.44 560	34.49 550	24.39 542	24.32 513	37.22 559	20.13 542	16.67 527	13.39 515	10.45 561	2.59 553	24.77 565	4.92 561	16.57 563	9.75 562

RTS	18.87 557	9.32 549	86.48 586	4.95 533	6.10 533	42.08 568	14.70 556	15.49 505	41.06 563	22.65 536	32.32 540	13.77 472	19.54 539	37.98 568	28.96 561	0.41 502	0.23 502	0.00 1	0.02 339	0.91 502	0.50 482

RTSA	18.87 557	9.32 549	86.48 586	4.95 533	6.10 533	42.08 568	14.70 556	15.49 505	41.06 563	22.65 536	32.32 540	13.77 472	19.54 539	37.98 568	28.96 561	0.41 502	0.23 502	0.00 1	0.02 339	0.91 502	0.50 482

MANE	19.47 559	1.27 436	5.07 385	4.69 530	5.55 530	30.49 554	9.94 537	34.01 563	37.27 559	44.13 571	51.57 574	52.51 569	40.41 570	33.58 562	24.81 552	0.89 519	0.86 535	1.11 533	9.72 566	0.38 458	1.06 507

coex-ft	19.78 560	19.39 558	87.73 588	1.77 355	1.80 414	17.25 525	13.50 552	12.63 462	42.10 565	60.18 582	38.90 554	28.72 543	28.74 557	11.74 489	27.40 559	0.21 477	0.23 502	0.04 463	0.30 488	1.36 513	1.54 517

BEATNet-Init1	23.31 561	9.03 546	41.67 570	4.17 525	2.53 452	45.68 574	19.47 569	33.43 562	38.45 561	47.59 574	49.10 570	59.31 575	41.80 572	38.35 570	29.21 563	0.47 508	0.50 529	0.81 528	0.66 521	2.10 528	1.86 520

DLNR_Zeroshot_test	24.70 562	50.77 582	90.11 589	98.11 599	97.34 597	1.38 64	0.12 102	22.79 551	3.09 149	1.07 132	2.95 154	0.71 137	0.29 59	6.93 295	2.29 322	38.56 580	0.37 519	0.00 1	0.30 488	76.73 593	0.09 292

MonStereo1	25.07 563	22.70 560	26.51 552	25.39 565	21.15 572	27.38 550	7.54 523	29.21 561	38.74 562	34.17 560	46.61 566	50.27 566	33.31 563	28.57 556	25.83 556	12.28 565	0.79 534	26.32 566	5.80 564	26.02 574	12.81 572

ACVNet_2	26.45 564	29.35 570	25.14 548	20.27 562	15.43 563	34.97 562	12.23 550	48.37 576	66.25 585	42.69 568	56.73 578	51.77 567	25.59 553	20.39 542	13.52 517	10.13 559	2.59 553	22.78 562	3.52 553	17.57 564	9.80 564

MADNet+	27.07 565	33.84 572	90.97 590	20.14 561	7.47 543	48.43 576	47.10 583	35.43 564	36.46 556	20.11 530	30.05 533	25.29 535	35.08 564	45.50 577	50.28 582	2.13 535	2.00 543	1.19 535	0.76 525	4.71 538	4.43 538

IMH-64-1	27.21 566	28.77 567	16.84 528	31.57 568	20.76 567	26.43 545	15.10 559	47.11 571	45.20 567	33.53 556	51.16 572	41.42 562	31.10 561	36.48 564	22.39 545	13.48 567	2.87 559	33.95 571	10.70 568	23.50 568	11.75 568

IMH-64	27.21 566	28.77 567	16.84 528	31.57 568	20.76 567	26.43 545	15.10 559	47.11 571	45.20 567	33.53 556	51.16 572	41.42 562	31.10 561	36.48 564	22.39 545	13.48 567	2.87 559	33.95 571	10.70 568	23.50 568	11.75 568

JetBlue	29.12 568	15.72 555	54.12 574	15.93 557	20.98 570	60.90 586	30.62 576	39.38 566	34.62 553	34.08 559	39.69 556	57.35 574	43.17 573	50.71 583	50.60 583	2.41 536	3.79 567	2.81 540	3.45 552	9.57 552	12.59 571

WAO-7	29.39 569	24.43 561	20.47 537	32.71 571	13.83 559	34.70 561	20.27 572	52.19 582	65.03 583	43.29 569	59.35 580	52.19 568	44.68 575	31.71 559	30.56 565	10.98 562	4.94 570	13.71 555	12.52 572	12.06 556	8.22 556

IMH	29.82 570	29.11 569	18.51 532	34.28 572	21.40 573	32.33 559	15.39 563	49.40 578	53.07 573	37.88 562	55.32 577	45.05 564	39.54 569	40.63 572	24.12 550	14.03 570	3.27 563	34.93 573	11.24 570	24.69 571	12.21 570

PWCK	30.53 571	44.32 579	47.25 572	29.76 566	7.23 540	40.78 567	27.10 575	44.73 570	44.32 566	47.31 573	36.37 551	47.16 565	26.05 554	41.26 573	31.87 566	21.83 574	4.03 568	29.50 568	4.67 557	27.17 576	7.80 554

TorneroNet-64	32.42 572	31.89 571	30.52 557	34.73 573	21.13 571	46.99 575	18.82 567	43.10 569	59.42 578	32.70 555	46.98 567	62.01 578	36.98 566	43.97 576	33.88 569	14.10 571	3.22 562	35.28 574	11.72 571	26.84 575	14.07 573

Dean	34.67 573	38.70 577	25.33 549	29.89 567	17.21 565	45.24 573	11.98 548	56.90 586	76.55 587	63.47 585	60.22 581	67.36 584	48.14 578	37.24 566	39.01 574	11.00 563	2.83 557	28.35 567	5.60 563	18.14 565	10.31 565

WAO-6	34.74 574	36.76 576	15.36 521	37.53 574	24.15 577	35.99 563	19.36 568	48.96 577	68.54 586	43.84 570	47.58 568	52.77 570	52.60 579	32.63 560	34.73 571	26.20 577	7.74 576	42.78 579	21.64 578	28.07 577	17.62 579

LVE	34.99 575	40.10 578	34.97 564	32.49 570	18.61 566	51.45 581	26.82 574	52.15 581	65.94 584	47.21 572	61.04 582	53.99 572	37.30 567	37.95 567	34.09 570	15.55 573	5.95 572	31.01 570	13.81 573	22.58 567	16.72 577

TorneroNet	35.11 576	33.92 573	33.82 562	37.86 575	22.01 574	49.64 578	21.58 573	48.09 575	55.23 574	37.50 561	53.79 575	62.81 581	43.66 574	46.71 579	41.25 577	14.80 572	3.53 566	36.72 575	14.57 574	28.28 578	16.49 576

WAO-8	38.15 577	35.51 574	21.50 539	43.67 576	23.92 575	44.44 570	20.26 570	52.83 583	76.62 588	53.57 579	66.79 586	62.63 579	54.56 582	42.03 574	39.18 575	22.71 575	6.65 574	37.08 576	19.08 576	24.72 573	15.24 574

Venus	38.15 577	35.51 574	21.50 539	43.67 576	23.92 575	44.44 570	20.26 570	52.83 583	76.62 588	53.57 579	66.81 587	62.63 579	54.56 582	42.03 574	39.18 575	22.71 575	6.65 574	37.08 576	19.08 576	24.70 572	15.24 574

UNDER WATER	45.09 579	48.60 581	67.37 580	49.30 580	31.41 579	53.80 583	37.39 578	40.25 568	52.48 571	50.24 575	45.37 564	68.37 586	57.76 585	51.03 584	49.88 581	29.97 578	13.75 578	51.22 581	36.57 579	37.87 580	29.12 580

UNDER WATER-64	45.16 580	46.99 580	66.69 579	43.90 578	27.64 578	55.58 584	41.87 580	39.42 567	48.42 569	51.73 578	43.08 561	67.76 585	56.69 584	48.02 581	48.34 580	39.50 581	17.64 580	51.78 582	38.93 582	36.62 579	32.61 581

notaker	47.42 581	55.20 583	49.13 573	56.52 584	40.18 580	38.52 565	32.97 577	47.21 573	56.08 576	57.21 581	57.24 579	60.09 576	59.19 586	53.93 585	41.64 578	40.61 582	19.93 581	57.21 584	37.41 580	49.02 582	39.02 582

ktn	48.94 582	57.58 584	38.86 568	59.57 585	43.27 582	50.37 579	43.38 581	48.07 574	61.11 579	51.30 577	54.25 576	54.96 573	52.88 580	47.30 580	35.83 572	57.77 586	24.88 584	62.69 587	43.55 583	50.70 583	40.41 583

DPSimNet_ROB	53.45 583	64.73 588	44.39 571	53.97 582	45.39 584	53.66 582	54.83 584	55.15 585	57.87 577	64.16 587	50.83 571	63.40 582	53.34 581	46.45 578	65.81 587	63.13 588	26.54 585	57.94 585	51.11 586	45.52 581	50.69 587

KSHMR	55.63 584	63.60 587	37.85 567	74.69 588	49.56 585	49.01 577	45.73 582	57.46 587	63.97 582	61.61 584	62.07 584	72.39 588	47.01 576	50.65 582	43.29 579	54.10 585	62.21 587	66.10 588	53.94 587	51.25 585	46.11 585

HanzoNet	56.48 585	59.32 585	58.25 576	55.32 583	41.94 581	50.95 580	41.33 579	51.12 579	61.40 580	65.62 588	65.59 585	71.66 587	69.41 587	70.77 588	60.03 585	63.99 589	34.70 586	61.96 586	50.54 585	51.00 584	44.71 584

JetRed	61.02 586	61.05 586	82.56 585	46.09 579	56.80 587	83.19 587	63.76 585	59.26 588	63.61 581	69.29 589	68.85 588	66.59 583	47.62 577	61.57 586	74.09 588	45.58 583	66.14 590	46.59 580	45.06 584	63.17 586	49.58 586

LRCNet_RVC	66.23 587	65.67 589	67.63 581	71.47 587	54.32 586	32.17 558	2.66 432	63.19 589	21.35 523	81.79 591	91.26 591	83.62 590	71.62 588	69.32 587	52.57 584	95.49 596	64.45 589	95.07 596	95.19 596	71.52 588	74.31 590

TCMNet-wrong-test	67.23 588	85.83 593	81.56 584	95.63 595	94.73 595	89.35 588	85.42 589	51.73 580	33.71 549	51.26 576	61.71 583	61.33 577	41.23 571	77.26 589	64.71 586	48.76 584	9.03 577	70.12 590	68.11 589	90.76 596	82.37 595

ASD4	75.85 589	81.57 591	69.25 582	68.23 586	80.87 591	96.24 591	99.15 596	77.50 590	93.47 594	77.59 590	85.63 589	78.32 589	76.43 589	77.89 590	82.61 589	58.30 587	62.67 588	55.02 583	62.43 588	68.35 587	65.49 589

MADNet++	82.84 590	82.38 592	73.57 583	87.72 594	82.97 592	93.14 589	69.15 586	86.42 594	82.50 590	93.46 595	86.70 590	86.28 591	80.92 590	88.34 592	88.84 590	86.83 594	84.17 594	72.64 591	68.92 590	80.47 594	81.42 594

tt	83.26 591	0.34 124	99.99 600	79.40 592	93.18 594	100.00 599	100.00 600	100.00 604	99.95 599	60.33 583	47.63 569	99.98 603	99.96 599	99.98 601	100.00 604	92.42 595	99.82 599	73.83 595	73.63 591	88.42 595	56.35 588

xxxxx1	85.63 592	90.31 594	96.68 593	76.54 589	80.57 588	97.44 594	96.86 593	85.53 591	88.53 591	88.68 592	91.71 592	94.23 593	92.93 591	90.02 593	91.98 591	70.60 590	70.39 591	73.68 592	81.46 593	74.61 589	79.86 591

tt_ll	85.63 592	90.31 594	96.68 593	76.54 589	80.57 588	97.44 594	96.86 593	85.53 591	88.53 591	88.68 592	91.71 592	94.23 593	92.93 591	90.02 593	91.98 591	70.60 590	70.39 591	73.68 592	81.46 593	74.61 589	79.86 591

ff	85.63 592	90.31 594	96.68 593	76.54 589	80.57 588	97.44 594	96.86 593	85.53 591	88.53 591	88.68 592	91.71 592	94.23 593	92.93 591	90.02 593	91.98 591	70.60 590	70.39 591	73.68 592	81.46 593	74.61 589	79.86 591

USTest	87.63 595	76.50 590	65.53 578	81.26 593	83.10 593	100.00 599	100.00 600	99.53 599	99.60 598	98.32 596	99.02 598	90.87 592	98.33 596	84.28 591	98.23 597	79.97 593	96.20 595	69.82 589	73.75 592	75.48 592	82.80 596

PML	97.88 596	100.00 603	96.45 592	98.01 598	97.88 598	100.00 599	99.35 597	96.88 595	97.72 596	100.00 603	97.36 595	97.38 597	99.60 597	100.00 604	96.32 595	99.99 601	97.55 596	100.00 600	96.01 597	99.18 598	87.92 597

MEDIAN_ROB	98.41 597	99.70 598	99.30 597	97.09 596	97.02 596	96.89 592	95.77 592	97.66 597	97.28 595	98.79 599	98.94 597	99.18 598	98.14 595	96.89 596	96.88 596	99.96 600	99.16 597	100.00 600	99.99 601	99.69 599	99.88 599

HaxPig	98.85 598	99.94 600	95.08 591	99.99 602	100.00 601	94.03 590	94.78 590	99.15 598	99.98 601	99.99 602	100.00 600	99.98 603	99.99 600	98.12 597	95.97 594	100.00 603	99.99 601	100.00 600	99.99 601	100.00 602	99.99 602

Anonymous_1	99.08 599	99.91 599	99.85 599	97.63 597	99.10 599	100.00 599	100.00 600	99.61 601	99.96 600	99.28 601	99.86 599	99.54 600	99.99 600	99.29 598	99.75 598	96.05 597	99.59 598	97.31 597	98.57 598	97.71 597	98.63 598

ccccc	99.32 600	96.61 597	100.00 604	100.00 605	100.00 601	97.41 593	99.44 598	99.56 600	97.80 597	99.27 600	97.59 596	99.35 599	99.84 598	99.92 599	99.98 600	100.00 603	100.00 602	99.95 599	99.77 600	100.00 602	100.00 604

test_example2	99.39 601	99.98 602	99.99 600	100.00 605	99.98 600	99.72 598	99.99 599	97.34 596	100.00 602	100.00 603	100.00 600	96.42 596	96.66 594	99.97 600	99.96 599	100.00 603	99.97 600	98.66 598	99.15 599	100.00 602	100.00 604

AVERAGE_ROB	99.62 602	99.95 601	98.81 596	100.00 605	100.00 601	98.08 597	95.47 591	100.00 604	100.00 602	100.00 603	100.00 600	100.00 605	100.00 602	100.00 604	99.99 601	100.00 603	100.00 602	100.00 600	100.00 603	100.00 602	100.00 604

DGTPSM_ROB	99.90 603	100.00 603	99.99 600	99.99 602	100.00 601	100.00 599	100.00 600	99.97 602	100.00 602	98.35 597	100.00 600	99.84 601	100.00 602	99.98 601	99.99 601	99.99 601	100.00 602	100.00 600	100.00 603	100.00 602	100.00 604

DPSMNet_ROB	99.91 604	100.00 603	99.99 600	99.99 602	100.00 601	100.00 599	100.00 600	99.98 603	100.00 602	98.35 597	100.00 600	99.84 601	100.00 602	99.98 601	99.99 601	100.00 603	100.00 602	100.00 600	100.00 603	100.00 602	100.00 604

DPSM_ROB	99.95 605	100.00 603	100.00 604	99.76 600	100.00 601	100.00 599	100.00 600	100.00 604	100.00 602	100.00 603	100.00 600	100.00 605	100.00 602	100.00 604	100.00 604	99.21 598	100.00 602	100.00 600	100.00 603	99.99 600	99.95 600

DPSM	99.95 605	100.00 603	100.00 604	99.76 600	100.00 601	100.00 599	100.00 600	100.00 604	100.00 602	100.00 603	100.00 600	100.00 605	100.00 602	100.00 604	100.00 604	99.21 598	100.00 602	100.00 600	100.00 603	99.99 600	99.95 600

FlowAnything	100.00 607	100.00 603	100.00 604	100.00 605	100.00 601	100.00 599	100.00 600	100.00 604	100.00 602	100.00 603	100.00 600	100.00 605	100.00 602	100.00 604	100.00 604	100.00 603	100.00 602	100.00 600	100.00 603	100.00 602	100.00 604

Selective-RAFT-Error	100.00 607	100.00 603	100.00 604	100.00 605	100.00 601	100.00 599	100.00 600	100.00 604	100.00 602	100.00 603	100.00 600	100.00 605	100.00 602	100.00 604	100.00 604	100.00 603	100.00 602	100.00 600	100.00 603	100.00 602	100.00 604

CasAABBNet	100.00 607	100.00 603	100.00 604	100.00 605	100.00 601	100.00 599	100.00 600	100.00 604	100.00 602	100.00 603	100.00 600	100.00 605	100.00 602	100.00 604	100.00 604	100.00 603	100.00 602	100.00 600	100.00 603	100.00 602	100.00 604

LSM0	100.00 607	100.00 603	100.00 604	100.00 605	100.00 601	100.00 599	100.00 600	100.00 604	100.00 602	100.00 603	100.00 600	100.00 605	100.00 602	100.00 604	100.00 604	100.00 603	100.00 602	100.00 600	100.00 603	100.00 602	99.99 602

FADE		17.27 556		10.46 549	9.90 551			35.80 565	53.05 572	20.32 531		26.54 539		39.35 571		30.62 579	14.22 579	38.39 578	37.63 581	5.22 542	5.56 547

Low-res two-view benchmark