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

MS-F	0.45 2	0.21 1	0.93 1	0.02 1	0.10 26	1.23 27	0.00 1	1.17 4	0.89 5	0.43 38	0.04 4	0.07 16	0.11 21	0.68 3	0.80 102	0.36 508	0.57 363	0.00 1	0.26 455	0.00 1	1.19 404

HiDET	0.56 7	0.21 1	1.07 2	0.03 2	0.11 29	1.19 17	0.01 6	3.06 25	0.90 6	0.41 28	0.08 10	0.08 24	0.12 26	1.10 26	1.11 175	0.01 177	0.51 358	0.00 1	0.21 414	0.00 1	1.07 388

CSFM-Stereo	0.61 9	0.23 4	1.09 4	0.03 2	0.12 39	1.21 22	0.00 1	2.89 20	0.90 6	0.65 91	0.07 7	0.08 24	0.27 55	0.81 7	1.06 165	0.35 507	0.58 365	0.00 1	0.21 414	0.01 23	1.61 444

BridgeDepth	0.50 4	0.52 135	1.66 17	0.04 4	0.04 4	1.17 15	0.03 37	3.70 46	1.02 20	0.32 11	0.03 1	0.16 58	0.10 17	0.79 6	0.29 2	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Monster-pub-mixall	0.90 48	0.46 94	1.43 9	0.04 4	0.13 47	1.29 57	0.02 26	3.04 23	1.07 36	0.99 133	0.51 46	0.08 24	0.09 13	6.37 250	0.67 76	0.01 177	1.06 488	0.00 1	0.16 371	0.02 56	0.54 266

LCMNet	0.59 8	0.23 4	1.08 3	0.05 6	0.12 39	1.23 27	0.01 6	3.16 27	0.92 13	0.35 15	0.08 10	0.07 16	0.17 35	1.02 18	1.16 185	0.04 373	0.56 360	0.00 1	0.22 423	0.01 23	1.41 430

3.25w_new	0.68 14	0.36 39	2.09 46	0.05 6	0.19 80	1.26 44	0.01 6	4.00 81	1.10 39	0.46 48	0.26 35	0.08 24	0.41 100	0.93 13	0.51 29	0.00 1	0.94 437	0.00 1	0.22 423	0.01 23	0.75 340

3.25w	0.68 14	0.36 39	2.09 46	0.05 6	0.19 80	1.26 44	0.01 6	4.00 81	1.10 39	0.46 48	0.26 35	0.08 24	0.41 100	0.93 13	0.51 29	0.00 1	0.94 437	0.00 1	0.22 423	0.01 23	0.75 340

3.5w_stereo	0.87 43	0.35 37	2.24 64	0.05 6	0.17 70	1.25 38	0.04 42	4.15 92	1.08 37	0.37 17	1.65 108	0.08 24	0.49 126	3.95 156	0.51 29	0.00 1	0.63 376	0.00 1	0.06 320	0.00 1	0.27 176

Wavelet-MonSter	0.63 11	0.41 65	2.46 81	0.06 10	0.44 180	1.25 38	0.01 6	1.29 6	1.41 52	0.40 25	0.06 6	0.06 6	0.08 9	1.54 60	1.13 179	0.00 1	0.96 447	0.00 1	0.27 463	0.00 1	0.85 354

4w-stereo	0.81 33	0.27 10	2.34 73	0.06 10	0.50 193	1.26 44	0.06 65	3.65 39	1.05 27	0.41 28	0.96 81	0.06 6	0.66 149	2.11 90	0.64 71	0.22 479	0.96 447	0.00 1	0.29 475	0.00 1	0.78 347

MonStereo	0.70 16	0.28 16	2.24 64	0.07 12	0.85 276	1.27 50	0.01 6	3.79 56	0.90 6	0.41 28	0.18 26	0.08 24	0.04 1	1.05 19	0.58 47	0.00 1	0.96 447	0.00 1	0.36 499	0.00 1	0.94 367

Monster-pub-eth3d	0.70 16	0.27 10	2.25 66	0.07 12	0.85 276	1.27 50	0.01 6	3.79 56	0.90 6	0.41 28	0.19 28	0.08 24	0.04 1	1.05 19	0.58 47	0.00 1	0.96 447	0.00 1	0.36 499	0.00 1	0.94 367

asda	0.76 23	0.28 16	2.30 69	0.07 12	0.61 226	1.28 54	0.09 88	3.82 63	1.03 22	0.54 62	0.43 44	0.07 16	0.71 155	1.25 39	0.46 12	0.22 479	0.99 471	0.00 1	0.25 438	0.01 23	0.71 330

2.25w	0.92 52	0.31 27	2.36 76	0.07 12	0.15 61	1.22 23	0.05 51	3.84 67	1.05 27	0.51 54	1.30 95	0.09 37	0.68 151	4.12 165	0.68 78	0.00 1	0.98 462	0.00 1	0.28 469	0.00 1	0.73 335

3.75w	0.82 36	0.25 6	2.13 52	0.07 12	1.27 359	1.26 44	0.02 26	3.85 68	1.05 27	0.51 54	0.39 43	0.08 24	0.40 97	3.31 134	0.47 15	0.07 414	0.94 437	0.00 1	0.08 325	0.00 1	0.29 185

2w_stereo	0.75 22	0.30 26	2.22 62	0.07 12	0.12 39	1.23 27	0.05 51	4.03 85	1.00 18	0.98 130	0.86 70	0.09 37	1.21 213	1.06 22	0.62 64	0.00 1	0.69 387	0.00 1	0.16 371	0.00 1	0.27 176

MonSter	0.72 19	0.27 10	2.25 66	0.07 12	0.85 276	1.27 50	0.01 6	3.79 56	0.91 10	0.41 28	0.18 26	0.08 24	0.04 1	1.33 46	0.58 47	0.00 1	0.96 447	0.00 1	0.36 499	0.00 1	0.94 367

4.25_new	0.76 23	0.28 16	2.16 55	0.08 19	0.91 287	1.24 31	0.05 51	3.81 60	1.03 22	0.45 42	0.91 75	0.06 6	0.42 104	1.33 46	0.49 21	0.22 479	0.98 462	0.00 1	0.25 438	0.00 1	0.57 275

4.5w_new	0.76 23	0.28 16	2.16 55	0.08 19	0.91 287	1.24 31	0.05 51	3.81 60	1.03 22	0.45 42	0.91 75	0.06 6	0.42 104	1.33 46	0.49 21	0.22 479	0.98 462	0.00 1	0.25 438	0.00 1	0.57 275

4.25w-stereo	0.76 23	0.28 16	2.16 55	0.08 19	0.91 287	1.24 31	0.05 51	3.81 60	1.03 22	0.45 42	0.91 75	0.06 6	0.42 104	1.33 46	0.49 21	0.22 479	0.98 462	0.00 1	0.25 438	0.00 1	0.57 275

3w_stereo	0.79 30	0.33 31	2.53 89	0.08 19	0.14 53	1.26 44	0.03 37	3.97 78	1.06 34	0.62 87	0.58 52	0.09 37	1.02 185	1.54 60	0.64 71	0.00 1	1.00 478	0.00 1	0.23 430	0.01 23	0.65 306

MIF-Stereo (partial)	1.44 117	0.59 176	3.98 246	0.08 19	1.09 322	1.24 31	0.13 118	5.12 149	4.07 194	0.47 52	2.56 149	0.31 102	0.74 159	6.31 245	2.02 291	0.00 1	0.00 1	0.00 1	0.00 1	0.12 269	0.04 24

asd	0.71 18	0.25 6	2.43 80	0.09 24	0.80 266	1.25 38	0.06 65	3.22 30	1.03 22	0.59 78	0.65 55	0.07 16	0.55 135	1.01 17	0.46 12	0.20 473	0.81 412	0.00 1	0.08 325	0.01 23	0.67 320

2.5w	0.94 54	0.33 31	2.20 61	0.09 24	0.35 146	1.27 50	0.09 88	3.86 70	1.05 27	0.54 62	0.73 57	0.04 1	0.55 135	4.75 189	0.59 54	0.00 1	1.04 484	0.00 1	0.29 475	0.00 1	0.96 373

fffft	1.13 78	0.71 223	2.25 66	0.09 24	0.07 15	2.10 153	0.63 282	4.19 93	2.10 77	0.42 35	0.75 60	0.24 86	0.20 40	6.89 280	1.08 169	0.00 1	0.12 274	0.00 1	0.00 1	0.24 397	0.53 263
1: 1. 1
qwe	0.89 47	0.29 24	2.49 83	0.10 27	1.25 355	1.24 31	0.04 42	3.97 78	1.06 34	0.66 94	0.53 50	0.05 3	0.18 36	3.58 142	0.50 27	0.07 414	0.94 437	0.00 1	0.27 463	0.01 23	0.57 275

4.5_new	0.74 20	0.27 10	2.52 87	0.10 27	0.34 142	1.24 31	0.07 74	3.67 43	1.05 27	0.58 73	0.80 64	0.06 6	0.19 38	1.18 30	0.61 62	0.17 462	0.99 471	0.00 1	0.19 394	0.01 23	0.64 303

4.5w-stereo	0.74 20	0.27 10	2.52 87	0.10 27	0.34 142	1.24 31	0.07 74	3.67 43	1.05 27	0.58 73	0.80 64	0.06 6	0.19 38	1.18 30	0.60 58	0.17 462	0.99 471	0.00 1	0.19 394	0.01 23	0.64 303

2.75w_new	0.80 32	0.35 37	2.31 71	0.10 27	0.23 110	1.26 44	0.09 88	3.82 63	1.05 27	0.54 62	0.23 30	0.08 24	0.86 173	2.50 113	0.64 71	0.00 1	0.97 455	0.00 1	0.27 463	0.00 1	0.69 323

xyz-stereo-finetune	1.38 109	0.91 278	2.91 126	0.10 27	0.05 6	3.13 274	0.66 290	4.12 89	3.01 120	1.06 137	1.91 125	0.69 147	0.37 86	6.31 245	2.14 297	0.01 177	0.00 1	0.00 1	0.00 1	0.05 147	0.13 77

MLG-Stereo_test1	0.85 42	0.34 34	1.80 22	0.10 27	1.66 400	1.22 23	0.01 6	4.24 96	1.68 62	0.19 2	0.08 10	0.09 37	0.11 21	4.16 167	0.46 12	0.01 177	0.70 392	0.00 1	0.01 254	0.01 23	0.17 114

NLSM3	0.91 50	0.56 161	1.86 32	0.11 33	1.94 428	1.25 38	0.05 51	4.00 81	2.03 76	0.55 67	0.90 74	0.13 52	1.02 185	2.64 116	0.96 147	0.01 177	0.00 1	0.00 1	0.00 1	0.01 23	0.21 143

Replicate-Monster	1.48 125	2.08 464	10.66 502	0.11 33	0.49 188	1.32 63	0.04 42	4.38 115	1.08 37	1.19 143	0.07 7	0.08 24	0.11 21	5.09 201	0.50 27	0.17 462	1.08 494	0.00 1	0.18 388	0.01 23	0.99 374

S2M2_XL	0.26 1	0.50 126	1.34 6	0.11 33	0.13 47	0.11 1	0.00 1	0.62 1	0.29 1	0.21 3	0.74 59	0.07 16	0.18 36	0.61 2	0.33 4	0.00 1	0.01 134	0.00 1	0.00 1	0.00 1	0.02 7
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
water-stereo	0.90 48	0.56 161	4.39 280	0.11 33	0.08 18	1.57 93	0.15 131	4.51 119	1.69 63	0.80 117	1.31 97	0.27 91	0.24 48	0.71 4	0.56 44	0.26 493	0.06 233	0.00 1	0.02 276	0.03 97	0.71 330

IGEV	0.66 13	0.29 24	1.87 33	0.11 33	1.84 417	1.35 67	0.37 205	2.56 16	1.12 43	0.44 40	0.12 19	0.07 16	0.09 13	1.07 24	0.58 47	0.05 391	0.62 375	0.00 1	0.19 394	0.01 23	0.39 217

CREStereo	1.09 71	0.51 130	2.16 55	0.11 33	0.24 112	1.67 103	0.03 37	4.24 96	6.91 345	0.80 117	1.73 113	0.44 125	0.64 147	1.58 64	0.61 62	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.02 7
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
NLMM1	1.14 81	0.62 186	1.60 15	0.12 39	1.14 331	1.28 54	0.04 42	4.20 94	2.37 85	0.62 87	1.76 116	0.15 54	0.39 94	6.42 253	1.58 232	0.01 177	0.00 1	0.00 1	0.00 1	0.01 23	0.58 281

rvit_stereo_0080	1.09 71	1.08 327	4.16 261	0.12 39	0.12 39	1.32 63	0.36 200	4.52 120	3.94 185	0.70 98	1.29 93	0.41 117	0.75 160	1.98 81	0.76 96	0.00 1	0.00 1	0.00 1	0.00 1	0.03 97	0.18 121

trnet	1.09 71	0.47 102	2.19 60	0.12 39	0.21 99	1.70 108	0.02 26	4.28 103	6.97 348	0.78 113	1.77 118	0.48 129	0.67 150	1.50 56	0.58 47	0.00 1	0.01 134	0.00 1	0.00 1	0.01 23	0.03 15

whm_eth	1.09 71	1.08 327	4.16 261	0.12 39	0.12 39	1.32 63	0.36 200	4.52 120	3.94 185	0.70 98	1.29 93	0.41 117	0.75 160	1.98 81	0.76 96	0.00 1	0.00 1	0.00 1	0.00 1	0.03 97	0.18 121

1w_stereo	0.79 30	0.26 8	1.52 11	0.13 43	0.50 193	1.20 18	0.08 83	3.86 70	1.02 20	0.64 90	2.52 147	0.05 3	1.54 241	1.08 25	0.44 9	0.00 1	0.61 372	0.00 1	0.00 1	0.01 23	0.42 236

xyz-stereo-finetune2	1.98 168	0.96 301	2.70 109	0.13 43	0.05 6	6.33 427	0.17 145	4.38 115	2.56 91	0.98 130	6.40 286	0.50 133	3.37 333	7.09 296	3.77 373	0.00 1	0.00 1	0.00 1	0.00 1	0.04 126	0.11 66

4D-IteraStereo	1.99 170	1.32 377	3.77 220	0.13 43	2.84 476	3.51 310	1.03 381	4.26 100	5.38 264	5.50 262	1.03 82	3.86 274	0.38 93	2.44 111	1.88 274	0.00 1	0.43 346	0.00 1	0.01 254	0.11 250	1.84 491

NLMM	1.04 68	0.64 193	2.13 52	0.14 46	1.21 348	1.29 57	0.07 74	4.37 112	2.26 83	0.43 38	1.66 110	0.16 58	0.32 74	4.05 157	1.38 218	0.02 289	0.00 1	0.00 1	0.00 1	0.02 56	0.65 306

LGtest1	0.53 5	0.42 70	1.55 12	0.14 46	0.30 126	1.00 10	0.01 6	2.47 14	1.19 45	0.65 91	0.12 19	0.08 24	0.10 17	1.30 44	0.47 15	0.01 177	0.45 350	0.00 1	0.00 1	0.03 97	0.20 137

MLG-Stereo	0.91 50	0.34 34	1.91 36	0.16 48	0.41 174	1.23 27	0.00 1	4.57 122	1.74 66	0.41 28	0.08 10	0.09 37	0.10 17	5.68 221	0.45 11	0.02 289	0.77 404	0.00 1	0.00 1	0.01 23	0.16 104

rvit_stereo_0081_aga	0.95 56	1.03 319	4.52 293	0.16 48	0.25 116	1.70 108	0.21 165	4.27 101	3.17 125	0.38 21	0.23 30	0.27 91	0.31 67	1.56 62	0.64 71	0.00 1	0.00 1	0.00 1	0.00 1	0.13 291	0.15 95

VIP-Stereo	1.03 62	1.09 329	3.48 188	0.17 50	0.50 193	1.99 143	0.11 103	3.87 72	1.44 53	0.66 94	1.41 99	0.30 99	0.11 21	3.36 135	0.80 102	0.00 1	0.92 431	0.00 1	0.00 1	0.05 147	0.40 219

AdaDepth	0.81 33	0.41 65	3.63 211	0.17 50	1.35 374	1.62 99	0.08 83	1.20 5	1.66 59	0.33 14	0.58 52	0.10 47	0.29 61	2.59 114	0.63 67	0.02 289	0.79 405	0.00 1	0.20 407	0.01 23	0.62 295

s12784h	2.10 188	0.38 47	3.31 168	0.17 50	0.09 23	4.89 395	0.13 118	7.34 292	8.06 391	3.87 214	4.47 218	0.60 143	1.19 212	6.78 277	0.63 67	0.01 177	0.01 134	0.00 1	0.00 1	0.02 56	0.04 24

NLCSM	1.22 89	0.81 241	2.60 97	0.18 53	2.08 440	1.31 62	0.16 137	4.67 126	2.56 91	0.71 102	3.23 174	0.23 79	0.35 82	3.50 139	1.77 267	0.02 289	0.00 1	0.00 1	0.00 1	0.02 56	0.29 185

LG-Stereo	1.00 59	0.58 175	4.72 311	0.19 54	0.37 159	1.18 16	0.18 150	4.21 95	3.11 123	0.83 123	1.95 127	0.45 127	0.16 33	0.53 1	0.62 64	0.33 504	0.22 310	0.00 1	0.00 1	0.11 250	0.31 193

Patchmatch Stereo++	2.09 183	0.55 150	3.57 202	0.20 55	0.20 90	3.68 333	0.64 285	5.90 210	3.52 147	5.91 274	4.41 211	3.42 250	1.51 236	7.07 294	0.95 144	0.01 177	0.00 1	0.00 1	0.00 1	0.09 210	0.10 57
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
PSM-adaLoss	2.02 171	0.55 150	3.57 202	0.20 55	0.21 99	3.69 336	0.69 301	5.89 205	3.52 147	5.91 274	4.43 213	3.42 250	1.50 232	5.63 218	0.94 143	0.01 177	0.00 1	0.00 1	0.00 1	0.09 210	0.10 57

ROB_FTStereo_v2	2.04 173	0.56 161	3.56 201	0.20 55	0.21 99	3.66 328	0.72 314	5.89 205	3.51 145	5.91 274	4.46 216	3.42 250	1.50 232	6.08 237	0.93 139	0.01 177	0.00 1	0.00 1	0.00 1	0.09 210	0.09 52

ROB_FTStereo	2.03 172	0.57 169	3.57 202	0.20 55	0.21 99	3.66 328	0.73 316	5.89 205	3.51 145	5.92 279	4.35 210	3.37 246	1.50 232	6.02 230	0.90 128	0.01 177	0.00 1	0.00 1	0.00 1	0.09 210	0.09 52

HUI-Stereo	1.94 164	0.56 161	3.55 199	0.20 55	0.20 90	3.67 332	0.63 282	5.89 205	3.53 151	5.92 279	4.44 214	3.41 249	1.51 236	4.21 169	0.89 125	0.02 289	0.00 1	0.00 1	0.00 1	0.09 210	0.11 66

iGMRVC	2.09 183	0.56 161	3.59 207	0.20 55	0.21 99	3.68 333	0.71 311	5.89 205	3.53 151	5.92 279	4.46 216	3.44 256	1.51 236	6.93 286	0.98 150	0.02 289	0.00 1	0.00 1	0.00 1	0.09 210	0.09 52

iRAFT	2.09 183	0.55 150	3.57 202	0.20 55	0.20 90	3.68 333	0.64 285	5.90 210	3.52 147	5.91 274	4.41 211	3.42 250	1.51 236	7.07 294	0.95 144	0.01 177	0.00 1	0.00 1	0.00 1	0.09 210	0.10 57

RAFT-IKP	2.04 173	0.57 169	3.54 197	0.20 55	0.20 90	3.45 304	0.62 280	5.90 210	3.52 147	5.91 274	4.44 214	3.46 259	1.50 232	6.20 241	1.00 155	0.01 177	0.00 1	0.00 1	0.00 1	0.09 210	0.08 48

DIP-Stereo	2.12 192	0.98 308	3.94 240	0.20 55	0.11 29	4.73 391	0.13 118	9.27 353	4.40 213	6.46 306	5.03 230	0.45 127	0.72 157	3.79 151	1.94 282	0.00 1	0.01 134	0.00 1	0.00 1	0.05 147	0.24 167
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DEFOM-Stereo	0.78 28	0.56 161	1.98 37	0.21 64	0.12 39	1.93 135	0.44 222	0.99 3	0.93 14	0.70 98	0.51 46	0.15 54	0.09 13	6.39 251	0.40 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.14 82

RAStereo	0.81 33	0.70 219	3.97 245	0.21 64	0.54 214	1.16 13	0.02 26	3.78 54	1.22 47	0.62 87	1.57 103	0.16 58	0.23 46	0.89 11	1.05 163	0.00 1	0.00 1	0.00 1	0.00 1	0.08 195	0.02 7

DeepStereo_RVC	2.15 195	0.55 150	3.26 163	0.21 64	0.19 80	3.47 307	0.68 298	5.76 196	3.60 158	6.36 301	4.19 204	3.42 250	4.44 385	5.04 198	1.59 236	0.02 289	0.00 1	0.00 1	0.00 1	0.09 210	0.18 121

FlowAnything_test	0.61 9	0.42 70	2.39 78	0.22 67	0.17 70	1.71 115	0.03 37	1.88 9	1.20 46	1.22 146	0.77 62	0.04 1	0.05 4	0.75 5	0.89 125	0.06 403	0.02 173	0.00 1	0.00 1	0.10 234	0.33 199

111111	1.21 88	0.28 16	2.10 50	0.22 67	1.45 384	1.42 78	0.05 51	5.30 160	2.01 75	0.55 67	3.02 166	0.09 37	0.20 40	4.87 191	0.58 47	0.00 1	0.75 399	0.00 1	0.00 1	0.10 234	1.09 394

IPLGR	2.46 239	0.68 208	7.02 429	0.22 67	0.16 67	2.01 144	0.22 167	7.01 273	6.62 328	7.10 347	5.92 267	2.91 228	2.27 278	5.12 203	1.52 227	0.00 1	0.00 1	0.00 1	0.00 1	0.12 269	0.41 231

DRaft	3.83 373	0.65 197	3.39 177	0.22 67	0.16 67	4.67 388	1.30 406	5.82 202	4.86 245	10.26 471	21.65 520	3.24 240	8.62 498	7.53 335	3.76 370	0.05 391	0.10 265	0.00 1	0.14 366	0.12 269	0.16 104

GMOStereo	2.08 177	0.85 255	2.95 134	0.23 71	0.73 252	1.50 86	0.86 357	5.08 144	4.78 237	8.42 409	6.99 300	3.36 242	1.14 196	1.73 68	1.21 195	0.00 1	1.32 536	0.00 1	0.00 1	0.28 422	0.23 158

error version	2.08 177	0.85 255	2.95 134	0.23 71	0.73 252	1.50 86	0.86 357	5.08 144	4.78 237	8.42 409	6.99 300	3.36 242	1.14 196	1.73 68	1.21 195	0.00 1	1.32 536	0.00 1	0.00 1	0.28 422	0.23 158

test-v	2.08 177	0.85 255	2.95 134	0.23 71	0.73 252	1.50 86	0.86 357	5.08 144	4.78 237	8.42 409	6.99 300	3.36 242	1.14 196	1.73 68	1.21 195	0.00 1	1.32 536	0.00 1	0.00 1	0.28 422	0.23 158

THIR-Stereo	3.94 382	1.12 338	3.06 147	0.23 71	0.13 47	4.17 366	6.40 523	5.83 203	4.54 222	10.46 475	16.98 488	6.49 375	7.44 478	8.00 359	3.58 362	0.01 177	0.07 248	0.07 494	0.00 1	0.14 302	0.06 39

test-2	2.08 177	0.85 255	2.95 134	0.23 71	0.73 252	1.50 86	0.86 357	5.08 144	4.78 237	8.42 409	6.99 300	3.36 242	1.14 196	1.73 68	1.21 195	0.00 1	1.32 536	0.00 1	0.00 1	0.28 422	0.23 158

mms	1.31 102	0.88 273	2.06 44	0.25 76	0.79 263	1.50 86	0.08 83	3.29 31	2.51 89	0.53 60	3.09 168	0.34 112	0.26 51	7.11 300	0.59 54	0.00 1	0.43 346	0.00 1	0.00 1	0.21 373	2.32 533

IGEV-Stereo++	1.03 62	0.32 30	2.03 43	0.25 76	1.94 428	1.94 136	0.01 6	3.57 35	2.52 90	0.70 98	1.80 122	0.10 47	1.14 196	1.34 50	0.55 39	0.01 177	0.75 399	0.00 1	0.00 1	0.04 126	1.57 442

CAS++	1.27 96	0.68 208	2.40 79	0.25 76	0.30 126	1.80 123	0.61 276	8.46 324	3.61 160	1.80 160	2.42 144	0.18 62	0.21 45	2.12 91	0.49 21	0.01 177	0.01 134	0.00 1	0.00 1	0.02 56	0.06 39
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HHNet	2.71 267	0.69 212	3.31 168	0.25 76	0.39 164	2.80 236	0.90 366	6.33 239	5.68 281	7.51 372	13.70 453	0.94 162	3.14 314	5.42 212	2.54 327	0.14 450	0.02 173	0.06 489	0.00 1	0.24 397	0.07 44

U	2.23 210	0.36 39	2.93 129	0.26 80	8.08 564	11.12 503	0.00 1	3.68 45	1.12 43	0.29 8	0.52 49	0.16 58	0.08 9	0.83 8	0.30 3	0.00 1	0.00 1	9.75 574	5.13 583	0.02 56	0.02 7

DEmStereo	3.86 374	0.54 143	4.04 253	0.26 80	0.17 70	5.17 399	2.45 444	4.70 127	4.34 209	8.37 407	19.94 512	5.06 331	10.13 514	7.86 352	3.93 382	0.01 177	0.01 134	0.01 416	0.00 1	0.03 97	0.10 57

iRaft-Stereo_5w	3.20 312	1.27 369	5.27 339	0.27 82	0.99 302	2.71 220	0.58 264	5.75 195	5.85 288	3.03 191	7.88 329	10.08 444	4.08 372	8.40 391	6.09 433	0.00 1	0.25 320	0.00 1	0.12 357	0.31 440	0.95 371

NLSM1	1.15 83	0.47 102	1.61 16	0.28 83	2.24 449	1.29 57	0.10 96	4.24 96	2.16 80	0.77 106	0.92 78	0.10 47	1.63 247	6.05 235	0.70 85	0.02 289	0.00 1	0.00 1	0.00 1	0.01 23	0.40 219

depthmonostereo	1.25 94	0.95 297	4.67 307	0.28 83	0.11 29	1.43 80	0.04 42	5.43 175	1.76 69	1.02 134	1.47 100	1.59 187	0.98 181	3.61 145	0.92 135	0.03 340	0.11 269	0.00 1	0.02 276	0.04 126	0.47 247

LG-Stereo_L1	0.82 36	0.46 94	1.74 20	0.28 83	0.34 142	1.36 70	0.19 155	2.56 16	0.91 10	0.32 11	0.03 1	0.07 16	0.06 5	6.62 262	0.54 38	0.01 177	0.63 376	0.00 1	0.00 1	0.01 23	0.21 143

LG-Stereo_L2	0.78 28	0.47 102	1.99 39	0.29 86	0.36 153	1.28 54	0.18 150	3.82 63	0.91 10	0.32 11	0.03 1	0.07 16	0.07 7	4.41 176	0.55 39	0.01 177	0.59 367	0.00 1	0.00 1	0.01 23	0.25 170

xyz-stereo	7.36 493	0.68 208	38.77 586	0.30 87	0.07 15	31.97 576	0.19 155	5.13 150	2.13 78	10.90 488	24.34 534	6.05 362	8.02 489	12.01 502	6.06 431	0.01 177	0.02 173	0.35 538	0.00 1	0.09 210	0.16 104

PMTNet	1.48 125	0.43 75	2.77 115	0.31 88	0.17 70	2.94 258	0.33 197	3.66 41	5.27 256	1.11 140	1.28 92	0.28 94	0.92 175	4.32 174	0.90 128	4.89 564	0.00 1	0.00 1	0.00 1	0.03 97	0.05 30

Pointernet	1.04 68	0.44 84	2.58 93	0.32 89	0.52 207	1.78 120	0.07 74	5.69 191	2.76 99	0.27 6	2.28 140	0.80 154	0.44 118	1.37 51	0.49 21	0.00 1	0.36 338	0.00 1	0.25 438	0.02 56	0.32 198

fff	2.54 248	0.93 286	5.51 355	0.32 89	0.14 53	1.70 108	0.11 103	6.19 230	12.69 483	6.03 284	5.29 240	1.43 177	5.28 425	2.37 108	2.21 302	0.01 177	0.00 1	0.01 416	0.00 1	0.02 56	0.61 290

STrans-v2	3.55 344	0.94 295	5.06 330	0.32 89	0.60 225	2.97 262	1.15 394	11.08 406	7.97 388	6.01 282	10.93 409	6.65 378	6.86 462	8.37 390	1.66 252	0.00 1	0.01 134	0.00 1	0.00 1	0.04 126	0.39 217

csc	2.54 248	0.93 286	5.51 355	0.32 89	0.14 53	1.70 108	0.11 103	6.19 230	12.69 483	6.03 284	5.29 240	1.43 177	5.28 425	2.37 108	2.21 302	0.01 177	0.00 1	0.01 416	0.00 1	0.02 56	0.61 290

cscssc	2.54 248	0.93 286	5.51 355	0.32 89	0.14 53	1.70 108	0.11 103	6.19 230	12.69 483	6.03 284	5.29 240	1.43 177	5.28 425	2.37 108	2.21 302	0.01 177	0.00 1	0.01 416	0.00 1	0.02 56	0.61 290

111	3.05 298	1.41 395	5.51 355	0.32 89	0.14 53	2.83 237	0.68 298	6.76 265	14.21 497	3.59 203	9.11 357	5.50 343	3.30 324	4.05 157	2.43 319	0.01 177	0.00 1	0.00 1	0.00 1	0.13 291	1.02 382

ff7	1.46 120	0.79 234	2.99 140	0.33 95	0.35 146	2.75 227	0.81 337	4.31 106	2.97 113	0.77 106	1.20 84	0.21 71	0.42 104	7.44 320	0.86 118	0.00 1	0.93 432	0.00 1	0.16 371	0.12 269	1.82 484

ffff	1.46 120	0.79 234	2.99 140	0.33 95	0.35 146	2.75 227	0.81 337	4.31 106	2.97 113	0.77 106	1.20 84	0.21 71	0.42 104	7.44 320	0.86 118	0.00 1	0.93 432	0.00 1	0.16 371	0.12 269	1.82 484

11t	1.46 120	0.79 234	2.99 140	0.33 95	0.35 146	2.75 227	0.81 337	4.31 106	2.97 113	0.77 106	1.20 84	0.21 71	0.42 104	7.44 320	0.87 123	0.00 1	0.93 432	0.00 1	0.16 371	0.12 269	1.82 484

knoymous	1.50 128	0.28 16	1.99 39	0.33 95	0.48 185	1.58 94	0.11 103	5.71 193	2.81 102	4.85 236	1.75 114	4.58 309	0.46 122	3.66 148	1.30 207	0.01 177	0.02 173	0.00 1	0.00 1	0.02 56	0.09 52

ccc-4	1.46 120	0.79 234	2.99 140	0.33 95	0.35 146	2.75 227	0.81 337	4.31 106	2.97 113	0.77 106	1.20 84	0.21 71	0.42 104	7.44 320	0.86 118	0.00 1	0.93 432	0.00 1	0.16 371	0.12 269	1.82 484

ours_stereo	1.28 98	0.91 278	2.36 76	0.34 100	0.67 237	1.16 13	0.09 88	3.71 48	2.44 87	0.51 54	3.17 170	0.36 115	0.26 51	6.62 262	0.55 39	0.00 1	0.11 269	0.00 1	0.00 1	0.23 392	2.08 515

LG-G_1	0.83 39	0.41 65	1.83 26	0.35 101	0.33 137	1.82 127	0.02 26	4.37 112	1.10 39	0.60 82	0.08 10	0.09 37	0.08 9	3.50 139	0.55 39	0.03 340	0.59 367	0.00 1	0.00 1	0.03 97	0.77 343

LG-G	0.83 39	0.41 65	1.83 26	0.35 101	0.33 137	1.82 127	0.02 26	4.37 112	1.10 39	0.60 82	0.08 10	0.09 37	0.08 9	3.50 139	0.55 39	0.03 340	0.59 367	0.00 1	0.00 1	0.03 97	0.77 343

CRE-IMP	2.08 177	0.51 130	3.43 185	0.35 101	0.19 80	3.85 347	0.83 346	5.77 197	3.43 139	5.81 270	4.24 205	3.45 258	0.83 170	6.56 257	1.99 287	0.01 177	0.00 1	0.00 1	0.00 1	0.11 250	0.20 137

MaDis-Stereo	0.96 58	1.11 334	4.01 250	0.36 104	1.86 421	1.20 18	0.06 65	3.99 80	1.73 64	0.45 42	0.56 51	0.43 122	0.51 129	1.28 41	1.46 224	0.00 1	0.00 1	0.00 1	0.00 1	0.06 163	0.08 48

dual_stereo	0.95 56	0.39 53	1.83 26	0.37 105	1.11 325	0.84 8	0.03 37	4.34 111	1.83 71	0.30 9	0.08 10	0.21 71	0.12 26	3.16 131	0.98 150	0.00 1	1.34 543	0.00 1	0.20 407	0.00 1	1.83 490

TestStereo	1.89 156	1.59 420	4.22 269	0.37 105	0.28 123	1.33 66	0.01 6	5.63 188	4.13 195	3.59 203	5.11 232	2.06 207	0.70 154	7.62 342	0.93 139	0.02 289	0.00 1	0.00 1	0.00 1	0.02 56	0.19 131

TANstereo	1.32 103	0.79 234	2.93 129	0.37 105	0.11 29	1.81 125	0.01 6	3.56 34	4.36 211	4.53 232	4.96 228	0.41 117	0.68 151	1.22 35	0.59 54	0.01 177	0.00 1	0.00 1	0.00 1	0.00 1	0.03 15

MLG-Stereo_test3	0.63 11	0.42 70	2.06 44	0.38 108	0.40 169	1.36 70	0.01 6	4.13 90	0.95 16	0.48 53	0.13 21	0.06 6	0.07 7	0.89 11	0.37 5	0.02 289	0.61 372	0.00 1	0.00 1	0.02 56	0.18 121

MLG-Stereo_test2	0.82 36	0.40 62	1.99 39	0.39 109	1.07 314	1.43 80	0.02 26	4.01 84	1.75 67	0.37 17	0.07 7	0.15 54	0.10 17	2.62 115	0.57 45	0.32 503	0.65 380	0.00 1	0.00 1	0.02 56	0.42 236

ADStereo(finetuned)	2.50 244	0.95 297	6.60 412	0.39 109	0.20 90	1.72 116	0.24 173	6.06 223	9.31 427	6.30 295	5.42 247	1.44 180	6.22 448	2.25 100	2.14 297	0.01 177	0.00 1	0.00 1	0.00 1	0.04 126	0.65 306

DCANet	2.35 223	0.96 301	5.51 355	0.39 109	0.19 80	1.72 116	0.25 177	6.06 223	9.33 428	6.31 296	5.42 247	1.44 180	4.14 374	2.22 97	2.28 313	0.01 177	0.00 1	0.00 1	0.00 1	0.04 126	0.66 317

WCG-NET（raft）	1.70 145	0.97 306	2.01 42	0.40 112	0.17 70	2.10 153	0.97 374	3.05 24	6.47 318	2.89 184	3.17 170	4.31 300	1.03 187	3.85 154	0.60 58	0.00 1	1.32 536	0.00 1	0.01 254	0.18 342	0.41 231

DCANet-4	2.26 213	0.43 75	6.69 420	0.40 112	0.20 90	1.70 108	0.13 118	5.73 194	9.44 431	6.01 282	5.29 240	1.12 168	2.77 304	2.49 112	2.21 302	0.01 177	0.00 1	0.01 416	0.00 1	0.02 56	0.61 290

plain	1.53 131	0.86 263	6.50 409	0.42 114	0.05 6	1.56 92	0.09 88	5.18 156	4.02 192	0.54 62	1.76 116	0.59 142	0.75 160	6.48 256	1.23 200	0.00 1	0.00 1	0.00 1	0.00 1	0.43 471	0.07 44

Anonymous3	1.96 166	0.61 180	7.58 447	0.42 114	0.51 203	4.28 372	0.52 247	5.56 183	2.76 99	2.35 167	3.47 180	1.50 183	1.13 194	5.92 228	1.54 229	0.23 485	0.23 314	0.00 1	0.00 1	0.14 302	0.47 247

ccs_rob	2.95 291	0.55 150	4.53 294	0.42 114	0.25 116	2.84 239	0.12 108	8.58 326	8.13 392	7.18 353	10.36 393	6.44 373	2.05 268	5.28 207	1.97 284	0.00 1	0.02 173	0.01 416	0.00 1	0.06 163	0.23 158

SGD-Stereo	0.76 23	0.36 39	1.37 7	0.43 117	0.14 53	1.25 38	0.29 184	2.25 12	0.84 4	0.61 86	0.51 46	0.09 37	0.11 21	6.65 266	0.19 1	0.01 177	0.01 134	0.00 1	0.00 1	0.02 56	0.07 44

test_4	2.58 254	0.70 219	3.30 166	0.43 117	0.30 126	3.97 355	1.11 392	3.91 73	3.83 177	4.15 223	17.20 492	3.44 256	0.52 131	6.60 260	1.58 232	0.00 1	0.13 282	0.00 1	0.11 351	0.20 362	0.20 137

CFNet_pseudo	2.96 293	0.55 150	4.51 290	0.43 117	0.24 112	2.83 237	0.12 108	8.59 327	8.13 392	7.20 356	10.41 394	6.47 374	2.04 267	5.27 206	2.00 289	0.00 1	0.02 173	0.01 416	0.00 1	0.06 163	0.23 158

SFCPSM	3.39 330	0.61 180	5.42 350	0.43 117	0.93 293	8.26 460	2.08 437	15.01 511	5.89 289	7.17 352	7.60 319	3.39 248	2.55 292	5.39 210	2.53 322	0.01 177	0.03 201	0.01 416	0.07 322	0.19 352	0.31 193

PCWNet_CMD	3.14 307	0.51 130	4.47 286	0.44 121	0.26 121	2.87 252	0.15 131	9.66 362	9.78 435	7.28 362	11.50 417	6.84 385	2.40 285	4.47 179	1.83 270	0.01 177	0.02 173	0.02 449	0.00 1	0.06 163	0.29 185

UGAM	4.25 410	0.86 263	5.73 375	0.45 122	0.22 106	3.61 321	1.18 395	5.51 176	15.39 506	4.99 243	12.34 435	15.09 507	3.71 352	10.58 478	3.76 370	0.00 1	0.46 351	0.00 1	0.34 494	0.36 454	0.36 211

CREStereo++_RVC	1.70 145	0.50 126	3.07 149	0.45 122	0.01 1	1.69 107	0.02 26	3.09 26	8.24 395	3.82 210	7.53 318	0.49 130	0.32 74	1.05 19	0.52 35	0.00 1	0.00 1	0.00 1	3.03 571	0.01 23	0.08 48
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
HCRNet	2.74 273	0.83 249	4.19 266	0.45 122	3.31 492	2.18 161	0.22 167	7.59 301	5.76 285	6.08 287	4.89 225	5.21 335	2.74 301	8.04 365	3.10 352	0.00 1	0.02 173	0.00 1	0.00 1	0.10 234	0.09 52

castereo	1.02 60	0.69 212	1.26 5	0.46 125	0.19 80	1.89 131	0.76 325	5.61 187	2.37 85	0.78 113	2.65 153	0.32 106	0.40 97	1.25 39	1.00 155	0.01 177	0.32 328	0.00 1	0.24 434	0.03 97	0.22 151

MSMDNet	3.15 308	0.51 130	4.48 288	0.46 125	0.25 116	2.88 254	0.16 137	9.79 365	9.82 436	7.24 358	11.36 415	6.82 384	2.41 286	4.47 179	1.86 272	0.01 177	0.02 173	0.02 449	0.00 1	0.06 163	0.30 191

HART	2.08 177	1.10 331	3.44 187	0.47 127	1.15 334	1.70 108	0.04 42	6.40 247	3.69 166	1.50 154	7.78 326	2.42 215	0.16 33	6.76 274	1.15 182	0.00 1	1.46 548	0.00 1	0.00 1	0.31 440	2.12 517

RCA-Stereo	2.19 203	0.46 94	3.22 157	0.47 127	0.33 137	2.27 169	0.47 227	5.60 185	15.20 503	2.86 182	5.61 255	0.78 153	3.15 315	1.71 66	0.48 20	0.00 1	0.90 429	0.00 1	0.00 1	0.10 234	0.26 173

zero-FE	1.13 78	0.36 39	3.08 150	0.48 129	1.95 430	1.75 119	0.80 331	3.70 46	0.69 3	0.54 62	0.16 22	0.30 99	0.43 115	3.59 143	1.37 217	0.31 501	0.79 405	0.00 1	0.26 455	1.40 533	0.65 306

LG-Stereo_Zeroshot	1.02 60	0.42 70	3.22 157	0.48 129	0.63 231	2.02 145	0.27 181	5.79 199	1.32 48	0.82 119	0.75 60	0.87 157	0.23 46	1.24 38	0.86 118	0.15 452	0.58 365	0.00 1	0.26 455	0.03 97	0.49 251

IGEV-Stereo+	1.89 156	0.55 150	2.49 83	0.48 129	3.25 489	2.06 150	0.07 74	1.92 10	1.52 56	0.77 106	0.08 10	0.22 77	0.44 118	7.11 300	0.68 78	0.04 373	0.66 381	0.00 1	0.33 490	5.08 560	10.13 582

MIPNet	2.27 216	1.14 341	5.55 362	0.49 132	0.22 106	2.03 147	0.19 155	7.60 303	6.17 300	5.83 271	4.16 202	2.05 206	3.44 338	3.65 147	2.23 307	0.00 1	0.01 134	0.01 416	0.01 254	0.24 397	0.48 250

monsterstereo	1.18 86	0.50 126	2.75 113	0.50 133	2.62 466	1.22 23	0.01 6	3.73 49	0.95 16	0.59 78	1.62 105	0.06 6	0.09 13	6.02 230	0.96 147	0.01 177	1.10 502	0.00 1	0.34 494	0.01 23	0.56 272

CrosDoStereo	4.05 392	0.71 223	3.52 192	0.51 134	0.20 90	3.25 284	11.21 560	6.34 240	4.96 248	9.04 435	16.44 480	4.92 323	7.28 472	8.29 380	3.84 376	0.00 1	0.02 173	0.01 416	0.00 1	0.18 342	0.19 131

DeepStereo_LL	4.05 392	0.71 223	3.52 192	0.51 134	0.20 90	3.25 284	11.21 560	6.34 240	4.96 248	9.04 435	16.44 480	4.92 323	7.28 472	8.29 380	3.84 376	0.00 1	0.02 173	0.01 416	0.00 1	0.18 342	0.19 131

rvit_0105_5	1.70 145	1.36 384	6.71 421	0.52 136	0.04 4	1.58 94	0.58 264	5.39 174	6.62 328	0.91 126	1.72 112	1.77 194	0.77 164	4.44 177	1.28 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.23 158

LoS_RVC	1.47 124	1.75 439	2.66 104	0.52 136	3.89 513	1.67 103	0.04 42	2.66 18	2.61 93	0.55 67	2.63 151	0.31 102	1.68 251	1.99 83	0.81 109	0.01 177	0.02 173	0.00 1	0.00 1	0.03 97	5.54 563

DDF-Stereo	1.19 87	0.37 45	2.48 82	0.53 138	2.10 442	1.78 120	0.80 331	3.63 38	0.94 15	0.44 40	0.09 18	0.30 99	0.49 126	4.72 188	1.53 228	0.30 499	0.80 410	0.00 1	0.23 430	1.62 537	0.62 295

S2M2_L	0.53 5	0.50 126	1.58 14	0.53 138	0.18 76	1.13 12	0.01 6	1.47 7	2.18 82	0.18 1	0.87 72	0.13 52	0.20 40	0.87 10	0.51 29	0.01 177	0.01 134	0.00 1	0.00 1	0.20 362	0.01 2
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
monsters	1.12 77	0.45 89	2.32 72	0.54 140	2.80 475	1.38 72	0.01 6	3.74 50	1.00 18	0.46 48	0.63 54	0.06 6	0.13 30	6.08 237	0.88 124	0.15 452	0.96 447	0.00 1	0.31 484	0.00 1	0.55 267

StereoAnything_RVC	1.96 166	8.91 562	4.47 286	0.54 140	0.91 287	1.09 11	0.05 51	3.94 76	1.37 50	0.25 4	0.29 39	0.15 54	0.68 151	6.92 285	0.47 15	0.02 289	0.84 417	0.00 1	0.00 1	6.61 566	1.61 444

rvit_stereo_0083	1.16 84	0.47 102	3.68 215	0.54 140	0.10 26	1.25 38	0.24 173	3.17 28	5.31 260	0.52 59	0.80 64	0.82 155	1.16 203	4.52 181	0.51 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.13 77

IGEV-BASED-STEREO-	4.37 416	25.82 581	26.88 568	0.56 143	0.08 18	1.46 82	0.53 250	2.17 11	2.15 79	0.67 96	0.73 57	0.23 79	0.20 40	1.58 64	0.80 102	11.76 584	0.38 341	0.00 1	0.08 325	1.75 541	9.67 580

castereo++	1.38 109	0.97 306	2.82 117	0.59 144	0.52 207	4.45 380	0.97 374	5.22 157	1.87 73	0.41 28	2.28 140	1.87 198	0.15 32	4.14 166	0.42 8	0.00 1	0.41 344	0.00 1	0.30 480	0.05 147	0.22 151

IGEV-RUCA	0.88 46	0.27 10	1.43 9	0.59 144	0.33 137	2.12 158	0.49 242	3.65 39	1.79 70	1.04 135	0.16 22	0.24 86	0.55 135	2.95 126	0.57 45	0.12 444	0.21 309	0.20 527	0.25 438	0.22 380	0.33 199

tt45	1.25 94	0.90 277	1.98 37	0.59 144	0.25 116	3.47 307	0.14 128	4.07 86	1.97 74	0.45 42	2.17 134	0.29 96	0.27 55	7.02 291	0.95 144	0.00 1	0.04 218	0.00 1	0.00 1	0.22 380	0.24 167

CFNet_ucs	3.23 313	0.56 161	4.59 302	0.59 144	0.37 159	3.29 289	0.19 155	10.47 386	9.02 420	7.78 380	12.57 439	5.59 347	1.74 259	5.39 210	1.86 272	0.00 1	0.04 218	0.01 416	0.00 1	0.10 234	0.33 199

Occ-G	1.39 111	0.66 201	3.05 146	0.60 148	0.75 257	1.46 82	0.67 295	3.66 41	3.50 140	1.76 158	0.65 55	5.00 329	0.55 135	1.15 29	1.56 231	0.00 1	0.74 397	0.00 1	0.17 382	0.19 352	1.61 444

anonymousdsp	1.51 129	0.81 241	2.70 109	0.60 148	0.69 241	2.76 231	0.79 329	4.86 133	3.00 119	0.82 119	1.25 88	0.31 102	0.42 104	7.44 320	0.81 109	0.00 1	0.83 413	0.00 1	0.17 382	0.12 269	1.85 493

IGEV-Stereo	1.51 129	0.81 241	2.69 108	0.60 148	0.69 241	2.77 232	0.79 329	4.88 137	2.99 118	0.82 119	1.25 88	0.31 102	0.42 104	7.43 319	0.85 116	0.00 1	0.83 413	0.00 1	0.17 382	0.12 269	1.85 493
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
WCG-NET	1.42 113	0.84 252	1.90 34	0.61 151	0.10 26	2.10 153	1.05 386	3.33 32	7.10 352	2.86 182	3.53 188	0.75 152	0.93 177	1.28 41	0.72 91	0.00 1	0.97 455	0.00 1	0.00 1	0.16 322	0.22 151

CroCo-Stereo	1.14 81	1.22 362	3.99 248	0.61 151	0.53 210	0.38 2	0.06 65	5.35 169	4.15 196	0.59 78	1.92 126	1.00 164	0.27 55	1.37 51	1.33 212	0.01 177	0.00 1	0.00 1	0.00 1	0.05 147	0.05 30
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
Reg-Stereo(zero)	1.92 162	0.28 16	3.18 156	0.63 153	1.41 381	2.02 145	0.48 237	3.85 68	6.29 306	4.49 230	3.12 169	4.55 307	1.62 246	2.77 121	2.16 300	0.00 1	0.61 372	0.00 1	0.26 455	0.02 56	0.62 295

rvit_stereo_0081	1.03 62	0.55 150	2.58 93	0.64 154	0.13 47	1.35 67	0.12 108	3.74 50	5.28 257	0.55 67	0.32 40	0.55 138	0.12 26	4.08 162	0.53 36	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.05 30

rvit_stereo_0082	1.03 62	0.55 150	2.58 93	0.64 154	0.13 47	1.35 67	0.12 108	3.74 50	5.28 257	0.55 67	0.32 40	0.55 138	0.12 26	4.08 162	0.53 36	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.05 30

LoS	1.03 62	0.43 75	2.53 89	0.64 154	0.14 53	2.42 182	0.26 179	5.64 189	2.93 107	1.08 138	0.24 32	0.49 130	0.45 120	2.31 105	0.83 115	0.02 289	0.02 173	0.00 1	0.00 1	0.06 163	0.03 15
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ARAFT	3.32 320	1.74 438	7.92 455	0.64 154	0.15 61	4.45 380	2.89 454	8.20 320	6.30 308	9.23 444	7.12 309	5.58 346	1.24 216	8.60 405	1.69 258	0.01 177	0.03 201	0.00 1	0.00 1	0.35 451	0.35 208

rvit_0105_4	1.58 137	1.41 395	6.67 418	0.65 158	0.05 6	1.60 97	0.41 213	4.70 127	6.48 319	0.46 48	0.87 72	1.40 175	0.53 134	5.08 200	1.12 176	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.18 121

CES	1.72 150	0.40 62	1.82 23	0.65 158	7.83 562	2.62 205	0.13 118	5.35 169	2.68 94	0.36 16	1.30 95	0.33 108	0.32 74	1.92 79	0.72 91	0.01 177	0.02 173	0.00 1	0.00 1	0.56 494	7.35 571

sAnonymous2	1.54 132	2.26 475	9.53 489	0.65 158	0.50 193	1.20 18	0.23 171	4.86 133	3.65 163	0.42 35	1.27 90	0.23 79	1.40 226	1.23 36	0.68 78	0.02 289	0.00 1	0.00 1	0.20 407	2.00 545	0.42 236

CroCo_RVC	1.54 132	2.26 475	9.53 489	0.65 158	0.50 193	1.20 18	0.23 171	4.86 133	3.65 163	0.42 35	1.27 90	0.23 79	1.40 226	1.23 36	0.68 78	0.02 289	0.00 1	0.00 1	0.20 407	2.00 545	0.42 236

rvit_0105_6	1.44 117	1.26 367	5.78 376	0.66 162	0.08 18	1.58 94	0.32 194	4.57 122	6.53 323	0.40 25	0.38 42	1.11 167	0.29 61	4.76 190	0.92 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 56	0.20 137

GCAP-Stereo	1.35 106	1.11 334	2.82 117	0.66 162	1.08 321	1.68 105	0.01 6	5.17 154	3.68 165	2.10 165	1.63 106	1.42 176	0.75 160	1.77 77	1.59 236	0.00 1	1.08 494	0.00 1	0.00 1	0.17 331	0.26 173

Zero-FE251	0.87 43	0.64 193	3.22 157	0.67 164	0.49 188	1.81 125	0.06 65	2.85 19	0.51 2	2.68 175	0.25 34	0.09 37	0.39 94	0.96 16	0.77 100	0.01 177	0.69 387	0.00 1	0.00 1	0.02 56	1.21 407

rvit_stereo_0075_2	2.15 195	0.39 53	6.61 413	0.67 164	1.95 430	1.74 118	0.10 96	7.81 312	6.03 293	2.97 186	4.01 200	3.07 236	0.57 140	5.49 214	1.13 179	0.00 1	0.00 1	0.00 1	0.00 1	0.03 97	0.34 203

AIO-Stereo	1.30 99	0.45 89	1.73 19	0.67 164	0.77 261	2.33 174	0.60 272	5.99 221	3.27 130	0.45 42	3.46 179	0.41 117	0.28 58	1.53 59	0.71 90	0.04 373	0.79 405	0.00 1	0.67 533	0.10 234	1.67 457

FSD	0.83 39	0.39 53	1.90 34	0.69 167	0.96 299	0.57 7	0.06 65	3.77 53	1.37 50	0.28 7	0.26 35	1.64 189	0.13 30	1.06 22	0.59 54	0.02 289	1.12 504	0.00 1	0.00 1	0.01 23	1.78 481

BUS	2.72 270	0.43 75	3.76 217	0.70 168	0.50 193	7.31 450	0.48 237	9.93 369	5.65 276	6.50 307	6.23 275	5.21 335	1.18 207	4.27 170	1.89 278	0.01 177	0.03 201	0.03 468	0.00 1	0.06 163	0.14 82

BSDual-CNN	2.91 285	0.43 75	3.76 217	0.70 168	0.50 193	6.97 440	1.58 419	9.93 369	5.65 276	6.50 307	6.23 275	6.17 367	2.50 288	4.27 170	2.67 331	0.01 177	0.03 201	0.03 468	0.00 1	0.06 163	0.14 82

hknet	3.56 345	0.66 201	5.82 377	0.70 168	1.19 344	6.97 440	1.58 419	9.93 369	7.76 378	6.50 307	6.23 275	9.53 434	2.81 306	7.84 350	3.39 360	0.01 177	0.03 201	0.03 468	0.00 1	0.06 163	0.14 82

GLC_STEREO	0.87 43	0.39 53	1.55 12	0.72 171	0.01 1	1.98 141	0.55 255	3.52 33	3.54 153	0.96 129	1.63 106	0.19 64	0.41 100	1.29 43	0.58 47	0.00 1	0.01 134	0.00 1	0.00 1	0.05 147	0.08 48

ACRE	2.67 262	1.66 427	6.50 409	0.72 171	2.03 436	2.65 215	0.84 348	5.97 218	5.52 271	7.85 382	9.23 361	1.72 191	1.09 189	4.09 164	2.73 338	0.02 289	0.19 300	0.02 449	0.08 325	0.26 407	0.21 143

HSM-Net_RVC	4.40 418	0.44 84	3.22 157	0.72 171	0.68 238	7.06 444	1.82 429	12.57 452	8.48 404	9.04 435	12.20 433	14.98 504	5.14 421	7.32 314	4.19 389	0.02 289	0.02 173	0.00 1	0.00 1	0.02 56	0.14 82
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Former-RAFT_DAM_RVC	1.39 111	0.74 229	2.72 111	0.73 174	1.26 358	2.42 182	0.02 26	3.78 54	8.16 394	1.81 163	2.94 164	0.28 94	0.32 74	1.51 58	0.76 96	0.04 373	0.01 134	0.00 1	0.00 1	0.08 195	0.19 131

IGEVStereo-DCA	1.54 132	1.71 432	2.99 140	0.73 174	0.24 112	2.69 217	0.81 337	4.31 106	2.97 113	0.73 104	0.16 22	0.23 79	0.32 74	7.57 338	2.72 336	0.00 1	0.49 355	0.00 1	0.16 371	0.17 331	1.82 484

rrr	1.64 142	1.71 432	6.31 403	0.73 174	0.24 112	2.69 217	0.92 371	4.25 99	1.75 67	0.73 104	0.16 22	0.23 79	0.32 74	7.57 338	2.72 336	0.00 1	0.49 355	0.00 1	0.20 407	0.17 331	1.68 460

IER	3.42 336	0.91 278	6.38 406	0.73 174	1.60 393	7.07 445	0.55 255	7.07 281	5.45 269	8.17 402	8.89 351	6.13 365	6.13 445	5.36 209	3.77 373	0.00 1	0.00 1	0.00 1	0.00 1	0.08 195	0.05 30

psmg	3.34 322	0.43 75	3.76 217	0.73 174	0.50 193	8.47 468	2.74 451	10.88 402	5.65 276	8.91 430	8.78 349	6.17 367	2.50 288	4.27 170	2.67 331	0.01 177	0.04 218	0.06 489	0.00 1	0.12 269	0.10 57

IPLG	2.63 260	1.09 329	5.67 370	0.73 174	0.31 130	3.00 264	0.25 177	6.84 268	6.02 292	7.93 385	6.31 281	1.91 200	1.72 256	7.47 329	2.53 322	0.01 177	0.01 134	0.00 1	0.00 1	0.29 430	0.58 281

RSM	1.43 115	0.40 62	1.79 21	0.74 180	0.54 214	2.45 186	0.49 242	4.13 90	3.29 133	0.65 91	2.53 148	2.15 208	0.30 64	6.97 289	0.85 116	0.01 177	0.12 274	0.00 1	0.25 438	0.11 250	0.72 334

GMStereo	2.07 176	1.56 416	5.64 366	0.74 180	0.05 6	3.63 326	0.01 6	5.17 154	11.27 468	4.22 224	2.44 145	0.53 137	0.49 126	4.06 160	1.01 159	0.22 479	0.00 1	0.00 1	0.14 366	0.18 342	0.05 30
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ProNet	1.58 137	0.86 263	3.17 153	0.75 182	0.72 250	2.84 239	0.66 290	5.91 214	3.28 132	0.37 17	1.47 100	0.40 116	0.37 86	7.19 303	0.70 85	0.02 289	0.98 462	0.00 1	0.05 313	0.20 362	1.77 480

Selective-IGEV	1.56 136	0.34 34	2.13 52	0.77 183	0.76 260	2.36 177	0.52 247	6.80 266	3.08 122	0.53 60	3.34 176	0.26 89	0.31 67	7.24 307	0.73 93	0.01 177	0.80 410	0.00 1	0.14 366	0.08 195	1.01 378

gcap-zeroshot	2.22 207	0.68 208	5.64 366	0.79 184	1.15 334	3.33 295	0.73 316	7.14 285	4.59 227	3.86 213	1.79 121	8.42 420	0.56 139	3.00 128	0.89 125	0.02 289	0.66 381	0.00 1	0.26 455	0.01 23	0.83 352

CASnet	1.09 71	0.47 102	2.09 46	0.79 184	0.08 18	2.10 153	0.14 128	3.83 66	4.26 203	3.84 212	1.56 102	0.32 106	0.30 64	1.13 27	0.77 100	0.01 177	0.00 1	0.00 1	0.00 1	0.04 126	0.03 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IPLGR_C	2.69 264	1.75 439	6.20 395	0.79 184	2.06 439	2.64 213	0.86 357	6.36 242	5.64 275	8.13 400	9.26 363	1.69 190	1.15 202	3.79 151	2.80 343	0.02 289	0.20 307	0.02 449	0.08 325	0.26 407	0.18 121

SMoEStereo_RVC	1.13 78	0.92 284	1.82 23	0.80 187	0.09 23	2.07 152	0.16 137	3.61 37	2.17 81	0.38 21	1.37 98	0.19 64	0.29 61	7.04 293	1.02 161	0.00 1	0.03 201	0.00 1	0.00 1	0.19 352	0.51 258

CIPLG	2.72 270	1.69 428	6.02 386	0.80 187	2.14 443	2.66 216	0.84 348	5.90 210	5.59 273	8.12 399	9.58 374	1.74 192	1.14 196	4.53 182	2.82 344	0.02 289	0.19 300	0.02 449	0.09 337	0.26 407	0.22 151

PSM-AAD	3.43 338	0.31 27	2.16 55	0.80 187	0.57 220	2.53 195	5.97 514	5.53 178	3.98 190	11.00 492	11.90 427	2.93 229	9.36 510	8.03 363	1.00 155	0.01 177	0.01 134	0.00 1	0.00 1	0.06 163	2.39 535

FoundationStereo	0.48 3	0.38 47	1.70 18	0.82 190	1.00 304	0.42 3	0.06 65	0.63 2	1.44 53	0.38 21	0.04 4	0.11 50	0.37 86	0.93 13	0.39 6	0.03 340	0.86 424	0.00 1	0.00 1	0.00 1	0.10 57

MGS-Stereo	1.22 89	0.44 84	2.92 128	0.83 191	0.07 15	1.82 127	0.65 289	2.44 13	3.95 187	1.11 140	6.19 273	0.49 130	0.37 86	1.73 68	0.81 109	0.00 1	0.00 1	0.00 1	0.00 1	0.48 484	0.01 2

dd	2.36 225	1.93 453	6.03 388	0.83 191	0.12 39	1.80 123	0.17 145	5.30 160	11.82 473	2.98 187	3.64 194	1.50 183	1.21 213	5.25 205	3.92 380	0.13 447	0.01 134	0.04 478	0.22 423	0.10 234	0.14 82

tg	2.18 200	1.13 340	2.74 112	0.84 193	0.13 47	4.33 377	0.05 51	6.21 234	4.90 246	4.06 219	5.30 245	2.55 218	0.92 175	7.28 310	0.99 152	0.00 1	0.60 370	0.00 1	0.00 1	0.37 457	1.12 398

SCV_C0	1.89 156	0.92 284	4.30 274	0.85 194	1.06 313	2.33 174	0.10 96	7.61 304	4.42 214	1.05 136	2.20 136	0.26 89	0.43 115	7.70 344	1.08 169	0.02 289	1.05 487	0.00 1	0.21 414	0.17 331	1.97 507

AIO_test	1.34 104	0.72 226	3.32 170	0.86 195	1.19 344	2.90 256	0.80 331	4.46 117	3.34 135	0.77 106	0.86 70	1.48 182	0.30 64	2.95 126	0.49 21	0.00 1	1.00 478	0.00 1	0.13 363	0.04 126	1.24 411

ACVNet	2.86 279	0.96 301	3.87 228	0.86 195	0.61 226	2.63 207	0.54 251	8.93 337	6.12 296	5.09 245	9.32 368	5.70 354	3.84 357	2.68 118	5.56 427	0.00 1	0.00 1	0.00 1	0.00 1	0.26 407	0.23 158

AIO-test1	2.49 241	1.41 395	3.78 221	0.87 197	5.11 545	2.46 188	0.93 372	6.49 252	14.84 500	0.95 127	2.85 158	0.92 160	0.31 67	6.05 235	1.88 274	0.15 452	0.07 248	0.00 1	0.21 414	0.21 373	0.31 193

GMM-Stereo	3.42 336	0.39 53	3.24 161	0.87 197	0.50 193	2.26 166	4.73 500	5.64 189	3.81 174	7.08 345	16.57 484	6.13 365	3.62 347	7.74 347	1.40 221	0.05 391	0.00 1	0.00 1	0.04 309	0.12 269	4.24 560

rvit_0105_3	1.94 164	1.44 404	7.39 441	0.88 199	0.02 3	1.61 98	1.64 422	5.88 204	6.73 334	2.37 168	1.78 119	2.01 204	1.16 203	4.46 178	1.26 204	0.00 1	0.00 1	0.00 1	0.00 1	0.03 97	0.14 82

KYRaft	3.68 355	0.43 75	2.53 89	0.89 200	0.49 188	2.28 171	3.89 480	5.30 160	3.82 176	8.99 434	19.28 509	6.54 376	4.96 410	7.92 356	0.96 147	0.01 177	0.00 1	0.00 1	0.01 254	0.06 163	5.17 562

hitnet-ft	3.95 384	1.16 345	3.92 238	0.89 200	0.73 252	4.88 394	0.54 251	9.78 364	7.91 385	7.42 369	10.24 389	12.50 488	4.84 405	8.15 370	5.56 427	0.03 340	0.00 1	0.06 489	0.00 1	0.24 397	0.12 71

CASS	2.62 259	0.57 169	4.28 271	0.90 202	0.38 161	3.45 304	0.22 167	9.91 368	4.46 216	7.33 367	7.92 332	3.53 262	3.59 344	4.16 167	1.49 225	0.03 340	0.01 134	0.00 1	0.00 1	0.05 147	0.06 39
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_xeample3	1.71 148	1.75 439	6.64 416	0.90 202	0.29 124	2.55 196	0.90 366	4.08 87	2.36 84	0.56 72	0.24 32	0.23 79	0.31 67	7.51 333	2.73 338	0.00 1	0.70 392	0.00 1	0.36 499	0.18 342	1.92 502

EAI-Stereo	2.75 274	0.54 143	3.17 153	0.91 204	1.28 361	4.02 358	5.30 509	12.39 445	4.76 236	2.51 172	7.10 307	1.22 170	0.94 178	6.03 232	1.96 283	0.01 177	0.56 360	0.00 1	1.38 557	0.04 126	0.95 371

GwcNet-ADL	2.85 278	0.61 180	4.38 279	0.92 205	0.33 137	2.05 148	0.67 295	8.85 335	9.65 433	6.36 301	6.71 293	4.11 287	1.71 254	5.97 229	4.22 391	0.08 423	0.06 233	0.00 1	0.00 1	0.07 182	0.16 104

AnonymousM	2.96 293	7.19 552	1.41 8	0.92 205	0.06 12	2.37 178	0.52 247	6.05 222	3.83 177	4.97 240	2.37 142	1.91 200	1.00 182	2.23 99	1.06 165	0.01 177	0.57 363	17.64 580	4.90 579	0.02 56	0.27 176

rvit_stereo_ft	1.23 92	1.42 398	5.16 334	0.94 207	0.36 153	1.22 23	0.24 173	4.57 122	4.49 219	0.51 54	1.04 83	0.73 150	1.10 190	1.50 56	1.01 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 147	0.22 151

UniTT-Stereo	0.94 54	0.53 139	2.82 117	0.94 207	1.29 366	0.56 5	0.12 108	1.49 8	3.16 124	1.77 159	2.22 137	0.20 68	0.32 74	1.76 74	1.33 212	0.00 1	0.00 1	0.00 1	0.00 1	0.16 322	0.02 7

AIO_rvc	1.48 125	1.01 317	3.51 191	0.95 209	1.16 336	3.32 294	0.96 373	4.83 132	3.38 137	0.79 115	1.75 114	1.31 174	0.31 67	2.66 117	0.62 64	0.02 289	1.09 496	0.00 1	0.04 309	0.12 269	1.82 484

PFNet+	2.52 245	0.47 102	4.97 325	0.95 209	0.18 76	3.12 273	0.73 316	4.98 141	6.97 348	7.95 386	6.38 285	2.51 216	1.18 207	8.05 366	1.82 269	0.03 340	0.00 1	0.00 1	0.00 1	0.02 56	0.05 30

iRaftStereo_RVC	1.88 155	1.22 362	2.63 101	0.95 209	0.06 12	2.96 260	0.05 51	6.08 226	3.99 191	3.92 216	4.88 224	2.53 217	0.62 146	3.62 146	1.19 192	0.00 1	1.19 526	0.00 1	0.00 1	0.37 457	1.29 419

WQFJA1	2.10 188	0.91 278	3.95 242	0.96 212	1.66 400	3.57 316	0.16 137	6.21 234	6.26 304	2.68 175	4.33 206	0.89 158	1.65 248	6.36 248	1.73 263	0.02 289	0.12 274	0.00 1	0.27 463	0.05 147	0.17 114

WQFJX1	2.10 188	0.91 278	3.95 242	0.96 212	1.66 400	3.57 316	0.16 137	6.21 234	6.26 304	2.68 175	4.33 206	0.89 158	1.65 248	6.36 248	1.73 263	0.02 289	0.12 274	0.00 1	0.27 463	0.05 147	0.17 114

GEAStereo	1.04 68	0.39 53	1.85 30	0.97 214	1.16 336	1.94 136	0.70 306	4.29 104	1.55 57	0.89 124	0.80 64	0.20 68	0.48 123	1.20 32	0.90 128	0.06 403	1.06 488	0.00 1	0.00 1	0.18 342	2.13 520

gasm-f	1.30 99	0.57 169	2.81 116	0.97 214	1.35 374	2.72 222	0.88 363	4.29 104	1.55 57	0.89 124	3.19 173	0.20 68	0.72 157	1.30 44	1.10 174	0.06 403	1.06 488	0.00 1	0.00 1	0.24 397	2.13 520

FTStereo	4.61 432	0.54 143	2.86 122	0.98 216	0.40 169	2.57 199	8.51 548	5.70 192	3.76 173	10.85 486	29.92 554	5.53 345	7.43 477	7.73 346	1.63 243	0.17 462	0.00 1	0.05 485	0.00 1	0.04 126	3.62 555

CroCo-Stereo Lap2	1.37 107	1.19 352	4.17 264	1.01 217	4.58 536	0.46 4	0.09 88	4.27 101	2.94 108	1.25 147	2.40 143	1.55 186	0.20 40	1.72 67	1.30 207	0.00 1	0.00 1	0.00 1	0.00 1	0.15 318	0.13 77

iRaft-Stereo_20w	3.11 303	0.49 120	6.09 389	1.01 217	1.25 355	3.99 356	1.00 379	14.00 495	4.73 235	6.70 328	6.27 280	2.34 212	2.28 280	7.29 312	1.58 232	0.01 177	0.75 399	0.00 1	0.73 536	0.10 234	1.63 448

PS-NSSS	4.22 406	2.53 494	5.89 381	1.01 217	2.93 478	4.05 363	1.93 432	11.44 417	8.94 416	7.14 350	14.70 467	4.96 326	2.60 294	9.09 432	3.92 380	0.40 512	0.04 218	0.83 549	0.00 1	1.09 522	1.02 382

LCNet	2.94 289	0.55 150	2.57 92	1.03 220	0.59 224	2.05 148	1.55 418	5.51 176	4.19 199	6.08 287	10.58 401	4.54 306	6.63 457	7.59 340	0.90 128	0.01 177	0.00 1	0.01 416	0.76 537	0.31 440	3.43 550

Prome-Stereo	3.73 361	0.39 53	2.62 100	1.05 221	0.52 207	2.06 150	4.58 496	4.88 137	3.95 187	9.34 448	20.39 514	4.03 282	7.02 467	7.86 352	1.31 209	0.00 1	0.00 1	0.00 1	0.00 1	0.07 182	4.52 561

test-1	2.14 194	0.54 143	6.32 404	1.07 222	1.22 350	2.13 160	0.54 251	6.40 247	4.80 242	3.55 201	5.23 235	4.02 281	0.71 155	1.95 80	2.15 299	0.08 423	0.98 462	0.00 1	0.08 325	0.02 56	1.07 388

RAFT+CT+SA	2.59 255	1.19 352	3.55 199	1.09 223	2.21 445	3.14 277	0.90 366	7.59 301	5.65 276	2.76 181	8.21 344	2.04 205	1.57 244	8.84 416	1.31 209	0.02 289	0.34 332	0.00 1	0.38 505	0.22 380	0.73 335

TransformOpticalFlow	3.50 340	0.83 249	4.85 316	1.09 223	0.31 130	3.52 313	0.14 128	10.32 379	8.02 389	5.78 268	13.25 449	6.63 377	4.91 407	8.36 389	1.63 243	0.00 1	0.01 134	0.01 416	0.00 1	0.06 163	0.24 167

R-Stereo Train	2.60 257	0.46 94	2.94 131	1.10 225	0.18 76	3.61 321	0.60 272	6.88 269	3.50 140	9.13 439	17.23 493	1.77 194	0.77 164	2.03 86	1.65 249	0.00 1	0.01 134	0.00 1	0.00 1	0.01 23	0.21 143

RAFT-Stereo	2.60 257	0.46 94	2.94 131	1.10 225	0.18 76	3.61 321	0.60 272	6.88 269	3.50 140	9.13 439	17.23 493	1.77 194	0.77 164	2.03 86	1.65 249	0.00 1	0.01 134	0.00 1	0.00 1	0.01 23	0.21 143
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoVision	2.42 236	1.18 348	5.14 333	1.15 227	2.64 469	1.89 131	0.28 182	6.61 256	4.72 234	2.14 166	10.52 399	3.84 273	0.52 131	5.33 208	2.29 315	0.00 1	0.00 1	0.00 1	0.00 1	0.12 269	0.04 24

Selective-RAFT	1.92 162	0.54 143	3.87 228	1.15 227	0.21 99	3.83 346	0.06 65	5.00 142	4.68 232	1.59 156	2.14 132	3.05 233	2.77 304	6.63 264	1.34 215	0.00 1	0.95 442	0.00 1	0.32 487	0.05 147	0.19 131

DEFOM-Stereo_RVC	1.09 71	2.27 478	1.82 23	1.16 229	0.34 142	0.56 5	0.05 51	2.94 21	1.46 55	0.40 25	0.94 80	0.22 77	2.27 278	6.26 244	0.63 67	0.00 1	0.08 252	0.00 1	0.17 382	0.04 126	0.16 104

CoDeX	3.61 351	0.86 263	5.27 339	1.16 229	1.62 394	6.24 425	2.07 436	13.78 494	6.86 342	7.42 369	9.00 356	4.06 285	3.72 353	6.58 258	3.02 347	0.03 340	0.06 233	0.00 1	0.00 1	0.15 318	0.35 208

UGAM-zero	3.92 380	0.49 120	5.26 338	1.17 231	0.89 282	4.00 357	0.47 227	12.42 447	3.62 161	5.46 261	5.86 260	15.76 511	8.92 506	8.63 409	2.44 320	0.00 1	0.84 417	0.00 1	0.89 541	0.03 97	1.27 417

RAFT-Stereo-weight	1.91 161	0.41 65	2.09 46	1.17 231	0.63 231	3.20 280	0.74 320	5.78 198	6.80 338	5.25 253	3.47 180	2.80 226	0.36 84	3.16 131	1.09 173	0.02 289	0.53 359	0.00 1	0.00 1	0.01 23	0.66 317

FADNet_RVC	4.24 408	2.32 486	14.23 524	1.18 233	0.79 263	5.64 409	0.60 272	11.50 419	7.19 358	3.68 207	8.08 342	4.14 289	4.06 369	10.29 475	7.47 455	0.36 508	0.44 349	0.18 524	0.47 517	0.93 520	1.23 410

WQFJX	3.73 361	1.14 341	6.63 414	1.19 234	2.72 472	6.76 436	4.34 493	11.12 408	6.29 306	6.13 289	8.07 341	2.71 224	3.05 313	9.58 449	4.08 388	0.03 340	0.18 297	0.00 1	0.00 1	0.09 210	0.56 272

HUF	1.64 142	1.03 319	4.14 259	1.19 234	1.34 373	3.02 266	0.40 210	4.88 137	3.60 158	0.79 115	2.87 160	0.83 156	0.31 67	2.88 124	0.81 109	0.06 403	2.03 561	0.00 1	0.00 1	0.16 322	2.41 538

ICVP	2.53 246	0.47 102	3.64 212	1.20 236	0.69 241	2.71 220	0.84 348	10.63 392	4.66 231	4.31 227	8.99 354	2.75 225	1.93 262	2.91 125	4.07 387	0.06 403	0.24 317	0.01 416	0.01 254	0.13 291	0.26 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.34 104	0.85 255	6.15 393	1.21 237	1.28 361	0.90 9	0.18 150	4.50 118	2.86 105	0.37 17	3.18 172	0.52 135	1.52 240	1.83 78	0.93 139	0.13 447	0.25 320	0.00 1	0.00 1	0.08 195	0.16 104

dad	5.10 449	2.61 499	6.76 423	1.23 238	0.14 53	2.85 250	0.36 200	7.98 316	14.88 501	10.84 485	17.06 489	15.59 509	3.29 323	7.24 307	4.39 398	1.20 539	0.10 265	4.02 568	0.49 520	0.20 362	0.69 323

RAFT-345	3.36 327	0.55 150	3.43 185	1.23 238	0.21 99	2.62 205	0.46 225	3.91 73	6.34 310	7.46 371	24.49 535	4.19 292	1.74 259	8.27 378	2.25 308	0.01 177	0.00 1	0.00 1	0.00 1	0.02 56	0.02 7

testlalala	1.80 151	0.49 120	2.67 106	1.24 240	0.46 182	3.91 349	0.87 362	6.62 257	2.96 110	6.78 330	3.83 196	1.74 192	0.40 97	1.57 63	0.76 96	0.01 177	1.16 521	0.00 1	0.38 505	0.01 23	0.17 114

DA	1.63 140	0.48 110	2.87 123	1.25 241	1.17 340	6.01 420	0.58 264	6.36 242	2.96 110	0.58 73	2.91 161	0.61 144	1.16 203	1.76 74	0.47 15	0.01 177	1.09 496	0.00 1	0.00 1	0.02 56	2.21 527

GGEV	1.63 140	0.48 110	2.87 123	1.25 241	1.17 340	6.01 420	0.58 264	6.36 242	2.96 110	0.58 73	2.91 161	0.61 144	1.16 203	1.76 74	0.47 15	0.01 177	1.09 496	0.00 1	0.00 1	0.02 56	2.21 527

DilatedVolume-Stereo	1.37 107	0.54 143	3.84 224	1.25 241	0.30 126	2.19 162	0.10 96	3.17 28	1.67 60	3.13 193	2.14 132	0.74 151	0.58 142	5.71 222	0.92 135	0.03 340	0.30 325	0.00 1	0.18 388	0.04 126	0.56 272

LL-Strereo2	2.22 207	1.39 392	3.39 177	1.26 244	1.01 306	3.73 338	1.47 413	6.47 251	4.61 228	4.66 234	2.64 152	4.17 291	0.37 86	6.03 232	1.61 238	0.09 434	0.24 317	0.00 1	0.08 325	0.08 195	1.16 402

LL-Strereo	5.14 451	2.29 482	8.95 476	1.26 244	5.05 544	3.66 328	1.40 410	10.33 380	8.98 417	8.71 423	8.24 345	10.70 459	11.10 522	12.66 513	5.36 424	0.05 391	1.35 544	0.00 1	0.00 1	0.38 461	2.23 531

NRIStereo	2.27 216	0.52 135	3.35 174	1.26 244	0.17 70	3.04 267	0.84 348	5.96 217	3.74 168	6.27 294	3.44 178	4.13 288	1.80 261	8.31 385	2.11 295	0.00 1	0.10 265	0.00 1	0.00 1	0.12 269	0.20 137

MyStereo07	1.64 142	1.15 343	2.61 98	1.28 247	1.49 387	2.63 207	0.45 223	6.45 250	2.94 108	1.10 139	1.61 104	0.29 96	0.60 145	7.45 327	0.80 102	0.01 177	1.27 533	0.00 1	0.25 438	0.11 250	0.42 236

MyStereo04	3.29 317	1.15 343	6.64 416	1.28 247	1.49 387	2.63 207	0.45 223	10.57 391	13.30 491	4.41 229	3.90 198	3.06 235	3.56 342	7.87 354	3.35 359	0.01 177	1.27 533	0.00 1	0.25 438	0.11 250	0.42 236

CFNet-RSSM	2.26 213	0.43 75	3.24 161	1.28 247	0.31 130	3.19 279	0.40 210	7.62 306	7.29 363	5.88 272	4.68 220	5.32 339	1.68 251	2.26 101	1.04 162	0.01 177	0.09 259	0.00 1	0.31 484	0.03 97	0.16 104

Gwc-CoAtRS	2.16 197	0.42 70	3.13 151	1.28 247	0.31 130	3.52 313	0.39 209	6.56 253	6.31 309	5.38 258	5.11 232	5.47 342	1.70 253	2.00 84	1.08 169	0.01 177	0.19 300	0.00 1	0.25 438	0.02 56	0.16 104

252Zero-FE	0.93 53	0.31 27	2.11 51	1.31 251	0.22 106	1.29 57	0.02 26	3.95 77	1.73 64	1.45 153	1.96 128	0.05 3	0.06 5	1.41 53	0.67 76	0.02 289	1.09 496	0.00 1	0.36 499	0.02 56	0.55 267

DeepPruner_ROB	3.82 372	1.87 445	5.65 368	1.31 251	1.64 395	3.62 325	0.81 337	14.47 504	5.03 253	8.03 393	10.78 406	6.95 388	2.26 277	8.92 421	4.32 396	0.07 414	0.03 201	0.00 1	0.01 254	0.37 457	0.29 185

FACV-RUCA	2.38 226	0.44 84	4.18 265	1.33 253	2.87 477	2.45 186	1.21 396	8.68 329	6.12 296	4.07 220	7.28 312	1.25 173	2.00 265	3.37 136	1.62 240	0.01 177	0.03 201	0.10 502	0.05 313	0.36 454	0.29 185

MSCF	1.71 148	1.18 348	2.97 139	1.35 254	1.49 387	3.77 340	0.82 345	5.14 151	2.73 97	2.47 171	2.45 146	0.19 64	2.70 297	2.16 94	0.80 102	0.02 289	0.98 462	0.00 1	0.90 542	0.11 250	1.96 506

IGEV++	1.58 137	0.81 241	2.66 104	1.35 254	0.99 302	2.47 190	0.98 377	7.35 293	3.70 167	0.82 119	2.24 138	0.44 125	1.18 207	2.08 89	1.15 182	0.03 340	1.18 525	0.00 1	0.05 313	0.17 331	2.00 511

raft_robust	2.91 285	1.71 432	3.42 184	1.36 256	0.57 220	1.53 91	0.12 108	7.06 279	9.09 421	6.96 340	7.21 310	4.43 305	2.09 269	9.40 442	1.61 238	0.03 340	0.93 432	0.00 1	0.21 414	0.17 331	0.38 215

RAFT_CTSACE	3.62 352	1.65 425	5.41 349	1.36 256	3.08 483	3.95 354	1.03 381	4.62 125	4.65 230	5.33 256	17.73 500	7.63 399	2.71 298	10.98 482	1.15 182	0.00 1	0.48 354	0.00 1	0.00 1	0.31 440	0.25 170

RAFT	2.94 289	1.29 371	4.06 255	1.36 256	0.50 193	2.39 180	0.91 369	6.11 227	3.25 129	6.64 320	7.30 313	9.96 442	4.20 376	6.03 232	2.21 302	0.00 1	1.02 481	0.00 1	0.02 276	0.54 492	1.01 378

999	1.42 113	0.85 255	2.23 63	1.37 259	0.35 146	3.01 265	0.64 285	3.91 73	2.83 103	0.38 21	3.35 177	0.19 64	0.25 49	7.37 316	1.12 176	0.01 177	0.04 218	0.00 1	0.00 1	0.22 380	0.21 143

delet	4.59 431	1.12 338	5.93 382	1.37 259	3.73 509	10.48 495	3.90 481	10.51 388	9.17 425	8.87 429	9.74 380	8.37 415	3.74 354	8.12 369	6.36 442	0.00 1	0.00 1	0.00 1	0.00 1	0.21 373	0.12 71

RAFT_R40	2.83 276	0.46 94	3.85 225	1.38 261	0.32 136	3.78 342	0.97 374	6.16 229	4.82 243	9.74 462	6.35 284	4.96 326	3.94 367	8.78 414	1.05 163	0.01 177	0.00 1	0.00 1	0.00 1	0.04 126	0.03 15

MyStereo06	2.71 267	1.05 324	5.43 352	1.39 262	1.20 346	2.57 199	0.10 96	10.39 383	4.79 241	5.54 265	6.16 272	6.39 371	2.33 283	3.40 137	1.35 216	0.01 177	1.24 530	0.00 1	0.21 414	0.13 291	0.50 253

MyStereo05	3.24 314	1.05 324	5.93 382	1.39 262	1.20 346	2.57 199	0.10 96	9.11 345	13.17 490	6.45 305	3.86 197	3.20 239	3.26 322	8.35 388	3.02 347	0.01 177	1.24 530	0.00 1	0.21 414	0.13 291	0.50 253

DualNet (step1)	4.40 418	1.36 384	7.91 452	1.40 264	0.63 231	5.54 404	2.72 448	11.31 413	8.40 401	8.64 419	8.05 336	6.80 380	5.05 415	7.22 305	2.53 322	1.74 549	1.04 484	3.05 563	2.96 568	0.22 380	1.35 425

test_sample9	6.40 471	1.36 384	7.91 452	1.40 264	0.63 231	5.54 404	2.72 448	11.31 413	8.40 401	8.64 419	8.05 336	6.80 380	5.05 415	12.52 509	13.17 529	1.74 549	25.14 605	3.05 563	2.96 568	0.22 380	1.35 425

test_sample8	8.50 514	1.36 384	7.91 452	1.40 264	0.63 231	5.54 404	2.72 448	12.78 458	6.78 337	17.61 543	9.29 367	24.63 556	19.17 554	12.52 509	13.17 529	1.74 549	25.14 605	3.05 563	2.96 568	0.22 380	1.35 425

MoCha-V2	1.83 153	0.87 271	3.33 171	1.41 267	1.27 359	2.50 191	0.20 160	5.60 185	3.90 184	0.98 130	3.30 175	0.35 114	1.58 245	7.09 296	0.80 102	0.00 1	1.52 553	0.00 1	0.23 430	0.06 163	1.70 466

MIM_Stereo	2.83 276	1.20 360	5.27 339	1.41 267	1.16 336	3.07 268	0.33 197	6.67 258	3.95 187	5.17 250	10.11 387	4.25 298	1.73 258	8.32 386	1.64 247	0.00 1	0.36 338	0.00 1	0.01 254	0.22 380	1.69 463

fffy	1.43 115	0.95 297	2.85 121	1.42 269	0.61 226	2.25 165	0.19 155	4.74 129	1.32 48	0.26 5	2.77 155	0.21 71	0.39 94	6.97 289	0.73 93	0.00 1	0.79 405	0.00 1	0.00 1	0.19 352	2.03 512

MM-Stereo_test1	1.90 160	0.63 189	2.65 103	1.43 270	0.56 219	2.37 178	0.54 251	5.36 171	5.81 287	4.00 218	1.78 119	0.42 121	0.83 170	7.32 314	1.28 205	0.00 1	1.03 483	0.00 1	0.00 1	0.35 451	1.64 449

pcwnet_v2	4.36 414	0.46 94	9.07 480	1.43 270	1.10 324	3.41 298	0.40 210	13.44 483	14.60 499	10.29 472	14.22 460	5.82 360	2.97 310	6.75 272	2.29 315	0.01 177	0.05 227	0.04 478	0.02 276	0.17 331	0.61 290

SGM-Forest	5.40 453	0.84 252	4.19 266	1.43 270	0.68 238	10.12 489	6.41 524	12.13 435	11.86 474	11.50 503	14.43 462	11.62 475	5.20 422	9.93 468	6.16 436	0.16 458	0.04 218	0.00 1	0.00 1	0.08 195	1.24 411
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GASTEREO	1.80 151	1.40 394	2.87 123	1.46 273	1.50 391	3.88 348	0.83 346	5.08 144	2.86 105	2.59 173	3.57 190	0.18 62	2.82 307	2.30 103	0.82 114	0.02 289	0.98 462	0.00 1	0.90 542	0.10 234	1.95 504

HI	3.39 330	1.19 352	4.03 251	1.46 273	0.19 80	2.26 166	0.04 42	6.21 234	3.86 180	8.51 416	12.61 440	11.86 481	6.44 452	4.55 184	4.27 393	0.00 1	0.06 233	0.00 1	0.00 1	0.12 269	0.15 95

CoSv	3.39 330	1.19 352	4.03 251	1.46 273	0.19 80	2.26 166	0.04 42	6.21 234	3.86 180	8.51 416	12.61 440	11.86 481	6.44 452	4.55 184	4.27 393	0.00 1	0.06 233	0.00 1	0.00 1	0.12 269	0.15 95

SST-Stereo	2.86 279	0.45 89	3.64 212	1.46 273	0.36 153	3.94 352	0.80 331	6.07 225	4.46 216	10.96 491	6.21 274	4.94 325	4.14 374	8.85 417	0.93 139	0.01 177	0.00 1	0.00 1	0.00 1	0.04 126	0.03 15

ToySt	3.39 330	0.89 276	9.29 485	1.47 277	0.94 294	4.20 367	1.98 433	7.33 291	5.42 266	3.01 190	6.75 295	8.67 425	5.10 419	5.43 213	3.72 368	0.07 414	0.89 427	0.00 1	0.23 430	0.28 422	2.13 520

GCAP-BAT	2.26 213	0.61 180	3.67 214	1.48 278	0.81 269	4.32 375	0.77 327	4.87 136	4.04 193	3.97 217	5.41 246	4.38 303	0.59 144	6.20 241	1.17 187	0.02 289	1.14 515	0.00 1	0.55 526	0.07 182	1.22 409

test_xeample	4.78 442	0.93 286	4.68 310	1.48 278	1.28 361	3.94 352	0.13 118	13.35 480	8.62 406	8.21 403	11.63 421	3.43 255	3.54 341	7.59 340	23.47 563	0.02 289	1.16 521	0.00 1	0.25 438	0.11 250	1.74 476

FE-Mocha	2.09 183	0.54 143	4.88 319	1.49 280	0.36 153	3.25 284	0.16 137	8.13 319	2.80 101	5.20 251	5.70 259	3.61 265	0.85 172	2.21 96	1.19 192	0.00 1	0.74 397	0.00 1	0.19 394	0.02 56	0.50 253

GSStereo	1.22 89	0.39 53	1.85 30	1.51 281	1.16 336	1.94 136	0.70 306	5.97 218	2.69 95	0.60 82	0.80 64	0.43 122	0.48 123	1.20 32	0.90 128	0.03 340	0.95 442	0.00 1	0.51 523	0.18 342	2.12 517

H2IRNET	2.29 218	0.86 263	3.38 175	1.51 281	0.11 29	1.97 140	0.13 118	5.15 153	7.19 358	1.26 148	7.77 325	5.80 359	3.31 326	5.09 201	1.66 252	0.01 177	0.00 1	0.04 478	0.17 382	0.27 419	0.10 57

test_3	2.22 207	0.39 53	4.20 268	1.51 281	0.90 284	1.29 57	0.74 320	5.34 164	6.37 313	6.64 320	1.96 128	4.24 297	0.45 120	6.63 264	1.17 187	0.00 1	1.00 478	0.00 1	0.28 469	0.19 352	1.01 378

RAFT + AFF	4.63 433	2.28 479	7.43 444	1.51 281	2.38 455	5.81 416	6.49 525	10.74 395	8.53 405	7.75 378	8.95 353	7.47 396	6.68 461	9.17 435	5.06 417	0.08 423	0.47 353	0.00 1	0.01 254	0.66 500	1.03 385

LALA_ROB	7.02 487	2.54 496	8.51 462	1.53 285	0.96 299	9.96 485	8.71 549	16.70 527	12.68 482	12.99 514	13.90 458	24.47 555	5.40 431	11.61 497	9.50 489	0.04 373	0.05 227	0.00 1	0.02 276	0.17 331	0.65 306

test_1	2.18 200	0.38 47	3.87 228	1.54 286	0.91 287	1.38 72	0.80 331	5.36 171	5.53 272	7.12 348	1.86 123	4.05 283	0.41 100	6.65 266	1.17 187	0.00 1	0.99 471	0.00 1	0.28 469	0.20 362	1.08 392

test-3	2.19 203	0.38 47	3.88 233	1.55 287	0.91 287	1.39 74	0.80 331	5.36 171	5.51 270	7.36 368	1.90 124	4.05 283	0.42 104	6.67 269	1.17 187	0.00 1	0.99 471	0.00 1	0.28 469	0.20 362	1.08 392

PSMNet-ADL	3.17 311	0.56 161	3.00 145	1.55 287	0.40 169	5.97 419	0.28 182	9.06 341	5.75 284	3.56 202	6.80 297	8.33 413	4.51 387	7.65 343	5.51 426	0.03 340	0.09 259	0.00 1	0.00 1	0.03 97	0.28 182

Any-RAFT	2.33 221	0.36 39	2.35 74	1.58 289	0.84 273	4.93 396	0.55 255	9.10 344	5.93 291	4.30 226	4.90 226	5.79 358	2.22 276	2.75 120	0.51 29	0.02 289	0.32 328	0.00 1	0.00 1	0.02 56	0.18 121

MSKI-zero shot	2.23 210	0.49 120	2.49 83	1.60 290	0.81 269	2.69 217	0.29 184	6.82 267	2.50 88	4.37 228	7.61 320	3.65 269	0.26 51	8.62 408	0.63 67	0.01 177	1.09 496	0.00 1	0.25 438	0.03 97	0.46 246

RSM++	1.24 93	0.45 89	1.84 29	1.61 291	0.51 203	2.73 224	0.29 184	2.99 22	3.22 128	0.69 97	2.06 130	0.52 135	0.28 58	5.62 217	0.86 118	0.01 177	0.03 201	0.00 1	0.17 382	0.16 322	0.85 354

RAFT-Stereo + iAFF	2.48 240	1.23 365	3.48 188	1.61 291	1.09 322	1.63 100	0.15 131	5.80 200	6.43 316	7.32 366	9.91 383	3.05 233	1.71 254	2.33 106	1.75 265	0.01 177	0.71 396	0.00 1	0.00 1	0.28 422	1.19 404

DSFCA	4.48 423	1.03 319	6.84 424	1.61 291	1.68 404	7.26 448	4.46 495	11.27 412	7.51 370	11.01 493	6.89 299	8.49 422	4.54 393	10.41 477	6.18 437	0.03 340	0.06 233	0.02 449	0.03 291	0.13 291	0.14 82

ffm	3.41 334	0.98 308	7.03 430	1.64 294	1.07 314	2.84 239	0.47 227	5.55 180	10.56 447	6.68 323	9.59 375	5.66 349	3.87 360	8.20 372	0.68 78	0.00 1	1.13 508	0.00 1	0.19 394	0.11 250	1.88 497

ff1	4.11 396	0.98 308	7.03 430	1.64 294	1.07 314	2.84 239	0.47 227	5.55 180	10.56 447	6.68 323	9.59 375	5.66 349	3.87 360	11.33 489	11.69 516	0.00 1	1.13 508	0.00 1	0.19 394	0.11 250	1.88 497

mmx	4.50 424	0.98 308	7.03 430	1.64 294	1.07 314	2.84 239	0.47 227	12.84 460	11.23 465	6.68 323	9.59 375	5.66 349	3.87 360	11.33 489	11.69 516	0.05 391	1.12 504	0.00 1	0.19 394	0.10 234	1.53 436

xxx	4.50 424	0.98 308	7.04 433	1.64 294	1.07 314	2.84 239	0.47 227	12.84 460	11.23 465	6.68 323	9.59 375	5.66 349	3.87 360	11.33 489	11.69 516	0.05 391	1.12 504	0.00 1	0.19 394	0.10 234	1.53 436

FADNet-RVC-Resample	4.11 396	2.25 473	13.88 520	1.64 294	0.66 236	5.91 418	2.34 442	10.87 399	9.09 421	6.53 312	4.34 208	5.69 353	4.71 401	8.01 362	4.64 407	0.18 469	0.22 310	0.17 523	0.12 357	0.46 479	0.59 285

CBMV_ROB	4.66 435	0.85 255	3.94 240	1.64 294	0.75 257	8.38 467	1.90 431	11.19 409	10.36 443	9.20 443	15.21 469	7.28 392	6.99 466	9.48 445	5.24 423	0.04 373	0.05 227	0.00 1	0.00 1	0.07 182	0.64 303

MM-Stereo_test3	2.10 188	0.94 295	2.59 96	1.66 300	3.95 517	2.42 182	0.78 328	6.58 254	7.29 363	1.94 164	4.90 226	1.23 171	0.65 148	3.77 150	1.38 218	0.00 1	0.83 413	0.00 1	0.00 1	0.38 461	0.77 343

GMStereo_Zeroshot	2.92 287	2.33 487	6.12 390	1.66 300	0.36 153	3.61 321	0.09 88	5.95 216	6.20 301	7.15 351	7.11 308	8.37 415	0.91 174	6.17 240	1.97 284	0.00 1	0.00 1	0.00 1	0.00 1	0.22 380	0.14 82

GrayStereo	3.86 374	0.33 31	2.63 101	1.66 300	0.62 229	3.09 270	7.92 544	6.43 249	3.88 182	10.61 478	16.51 483	5.75 356	8.40 493	6.75 272	1.58 232	0.01 177	0.00 1	0.01 416	0.62 529	0.04 126	0.38 215

MLCV	3.76 366	1.52 413	6.93 427	1.66 300	0.31 130	4.31 374	0.32 194	7.92 314	7.68 377	9.55 454	12.12 430	5.17 332	2.74 301	10.00 470	4.49 402	0.01 177	0.00 1	0.00 1	0.00 1	0.16 322	0.27 176

AIO-test2	2.98 295	1.88 446	4.72 311	1.67 304	3.34 495	2.64 213	0.06 65	6.96 272	15.70 511	2.65 174	7.31 314	0.93 161	0.57 140	5.81 226	1.20 194	3.30 561	0.09 259	0.00 1	0.09 337	0.22 380	0.43 245

CFNet-ft	3.70 358	1.59 420	3.87 228	1.68 305	2.42 457	3.20 280	0.66 290	8.93 337	7.76 378	5.09 245	9.95 384	10.77 462	5.43 432	7.41 317	4.71 408	0.00 1	0.00 1	0.03 468	0.01 254	0.30 433	0.11 66

CFNet_RVC	3.70 358	1.59 420	3.87 228	1.68 305	2.42 457	3.20 280	0.66 290	8.92 336	7.76 378	5.09 245	9.95 384	10.77 462	5.43 432	7.41 317	4.71 408	0.00 1	0.00 1	0.03 468	0.01 254	0.30 433	0.11 66

anonymousdsp2	2.20 205	0.57 169	4.59 302	1.69 307	0.82 271	3.58 319	0.48 237	8.57 325	3.63 162	3.37 196	3.03 167	3.32 241	1.00 182	5.57 216	0.80 102	0.01 177	0.94 437	0.02 449	0.15 369	0.06 163	1.89 500

ADCP+	8.60 516	2.78 507	17.44 540	1.69 307	4.27 524	16.95 541	5.29 508	13.38 481	12.52 479	13.57 521	17.57 499	10.86 465	11.28 524	18.43 552	23.91 568	0.03 340	0.05 227	0.01 416	0.18 388	0.47 481	1.31 420

NaN_ROB	6.51 475	2.25 473	8.77 470	1.69 307	1.79 411	9.71 483	10.94 557	16.20 523	16.13 513	13.04 516	8.86 350	11.77 478	5.94 441	12.88 515	8.01 461	0.05 391	0.13 282	0.07 494	0.20 407	0.32 445	1.50 435

Wz-Net-LNSev	7.12 489	2.75 504	18.64 544	1.70 310	4.16 522	12.79 521	6.72 528	13.74 490	13.57 493	11.14 496	17.31 495	11.90 483	8.50 495	8.96 426	9.94 494	0.00 1	0.01 134	0.00 1	0.00 1	0.18 342	0.34 203

G2L-Stereo	3.74 363	1.56 416	5.82 377	1.71 311	2.04 438	2.87 252	0.58 264	9.79 365	6.49 321	7.82 381	7.97 333	8.57 423	2.36 284	9.19 436	7.45 454	0.00 1	0.00 1	0.00 1	0.00 1	0.26 407	0.40 219

MM-Stereo_test2	1.30 99	0.52 135	2.67 106	1.71 311	0.29 124	1.79 122	0.51 245	5.28 158	3.84 179	0.95 127	0.93 79	0.51 134	0.36 84	2.29 102	1.12 176	0.00 1	0.95 442	0.00 1	0.07 322	0.32 445	1.97 507

HH	2.88 282	0.82 246	4.07 257	1.71 311	0.54 214	4.71 389	0.69 301	8.72 332	3.57 156	1.80 160	6.49 290	7.81 402	3.92 365	8.93 422	0.99 152	0.00 1	1.06 488	0.00 1	0.03 291	0.05 147	1.69 463

HanStereo	2.88 282	0.82 246	4.07 257	1.71 311	0.54 214	4.71 389	0.69 301	8.72 332	3.57 156	1.80 160	6.49 290	7.81 402	3.92 365	8.93 422	0.99 152	0.00 1	1.06 488	0.00 1	0.03 291	0.05 147	1.69 463

ETE_ROB	6.28 469	2.60 498	9.22 484	1.71 311	0.84 273	6.44 429	6.78 530	13.16 476	8.80 412	13.01 515	15.93 476	21.01 550	6.18 447	10.97 481	8.11 463	0.04 373	0.01 134	0.00 1	0.02 276	0.16 322	0.70 327

EDNetEfficientorigin	18.25 573	14.44 574	99.41 621	1.72 316	1.00 304	12.07 515	6.97 534	13.67 487	35.06 573	38.59 586	37.10 574	27.03 562	27.46 578	15.38 534	26.92 575	0.05 391	0.08 252	0.15 515	0.62 529	3.33 556	3.92 559

qqq	2.44 238	0.85 255	4.33 276	1.73 317	0.71 247	1.98 141	0.38 206	9.15 346	4.33 205	3.37 196	4.34 208	4.63 312	2.83 308	4.95 193	2.06 292	0.00 1	1.13 508	0.00 1	0.25 438	0.09 210	1.65 450

MMNet	4.44 422	1.37 389	6.26 400	1.73 317	1.64 395	10.51 497	0.61 276	9.27 353	9.66 434	9.55 454	9.22 360	7.40 395	6.52 455	7.90 355	6.98 447	0.01 177	0.00 1	0.00 1	0.00 1	0.14 302	0.10 57

1111x	4.96 447	1.04 322	7.09 435	1.75 319	1.05 311	5.03 397	0.32 194	13.52 484	10.70 452	6.68 323	10.35 392	8.81 429	6.01 443	10.65 479	12.78 527	0.07 414	1.24 530	0.00 1	0.33 490	0.11 250	1.75 477

AEACV	1.27 96	0.38 47	2.61 98	1.75 319	1.21 348	2.44 185	0.85 353	4.79 131	1.67 60	0.71 102	0.26 35	0.29 96	2.00 265	2.30 103	0.66 75	0.01 177	0.95 442	0.00 1	0.42 512	0.12 269	2.07 514

Select-FE	3.87 376	1.07 326	9.42 488	1.76 321	1.52 392	2.55 196	0.43 219	10.23 377	4.52 221	5.58 267	10.29 391	10.35 449	8.75 499	6.61 261	1.67 255	0.01 177	0.76 402	0.02 449	0.65 531	0.05 147	1.05 387

222	5.93 461	0.88 273	4.58 301	1.76 321	0.98 301	6.02 422	0.08 83	14.45 503	8.89 414	9.53 452	11.77 425	3.88 275	4.23 379	8.26 374	39.96 595	0.03 340	1.12 504	0.00 1	0.24 434	0.11 250	1.73 473

z-ln-s-r	6.62 478	2.20 471	17.98 542	1.77 323	2.00 433	3.38 296	2.61 446	8.63 328	13.06 489	7.07 344	25.89 543	8.73 426	7.60 482	12.16 506	18.56 547	0.01 177	0.00 1	0.00 1	0.00 1	0.32 445	0.49 251

HSM	4.25 410	1.10 331	4.14 259	1.78 324	2.14 443	6.67 435	1.08 388	12.92 464	6.90 344	7.06 342	8.17 343	14.17 498	6.03 444	9.16 433	3.11 353	0.00 1	0.00 1	0.00 1	0.00 1	0.09 210	0.41 231

DFGA-Net	3.09 302	2.73 503	9.21 483	1.79 325	0.47 184	3.30 290	0.20 160	7.49 300	6.20 301	5.54 265	6.42 287	2.17 209	1.12 192	7.96 358	6.56 443	0.01 177	0.00 1	0.00 1	0.00 1	0.43 471	0.17 114

DCVSM-stereo	3.32 320	0.51 130	3.40 183	1.79 325	0.79 263	2.94 258	0.48 237	7.31 290	5.69 282	11.47 502	5.61 255	10.63 456	5.93 440	5.74 223	3.63 363	0.03 340	0.09 259	0.03 468	0.00 1	0.12 269	0.11 66

RYNet	6.82 480	1.51 411	7.35 440	1.79 325	4.52 533	16.68 538	4.41 494	14.19 499	17.43 521	11.64 505	7.86 328	15.03 505	8.81 502	10.10 471	14.16 537	0.04 373	0.13 282	0.15 515	0.05 313	0.08 195	0.53 263

ssnet_v2	4.73 440	1.43 400	6.74 422	1.80 328	0.75 257	8.89 473	4.60 497	12.66 454	10.65 451	9.53 452	6.23 275	9.78 439	4.26 380	6.89 280	9.65 492	0.01 177	0.01 134	0.00 1	0.00 1	0.36 454	0.31 193

coex-ft	20.15 579	20.03 578	87.93 610	1.81 329	1.77 409	18.77 548	13.73 570	13.28 479	41.87 585	60.24 604	39.04 576	28.27 565	30.39 579	12.57 512	28.66 581	0.20 473	0.23 314	0.04 478	0.30 480	1.52 535	2.34 534

CBFPSM	5.12 450	1.48 409	16.22 534	1.81 329	1.14 331	11.16 504	2.90 456	7.99 317	6.75 336	6.55 314	5.00 229	15.05 506	8.78 501	7.52 334	8.90 478	0.04 373	0.02 173	0.00 1	0.00 1	0.42 467	0.67 320

MSMD_ROB	9.73 527	1.43 400	5.42 350	1.81 329	0.42 177	16.83 539	4.30 491	14.29 502	15.34 505	23.06 556	40.17 578	25.63 560	22.62 566	13.37 519	8.85 477	0.48 523	0.03 201	0.00 1	0.00 1	0.13 291	0.47 247

CSP-Net	4.40 418	1.70 430	4.90 321	1.82 332	1.04 310	12.96 522	2.25 440	13.75 491	6.34 310	9.64 457	8.99 354	8.31 412	3.24 320	8.45 397	4.32 396	0.01 177	0.00 1	0.00 1	0.00 1	0.23 392	0.06 39

GES	2.69 264	0.72 226	5.34 344	1.82 332	0.05 6	4.51 384	1.04 384	10.39 383	4.18 198	5.53 264	6.72 294	1.92 203	3.30 324	5.16 204	2.67 331	0.06 403	0.01 134	0.06 489	0.01 254	0.20 362	0.14 82

DMCA	3.08 301	1.10 331	6.20 395	1.82 332	0.90 284	3.80 345	0.55 255	9.76 363	5.42 266	6.56 316	6.47 289	7.06 391	2.09 269	4.05 157	5.46 425	0.00 1	0.01 134	0.00 1	0.00 1	0.11 250	0.16 104

BEATNet_4x	3.69 356	2.12 467	8.11 457	1.82 332	0.16 67	5.30 401	1.04 384	10.87 399	6.14 299	7.09 346	8.42 347	4.99 328	4.42 384	5.89 227	6.23 439	0.04 373	0.05 227	0.00 1	0.00 1	0.32 445	0.84 353

AIO-Stereo-zeroshot	3.35 326	1.28 370	8.51 462	1.86 336	1.83 416	3.51 310	0.31 192	10.50 387	4.32 204	2.74 179	5.87 262	10.30 448	4.53 392	4.66 186	3.16 355	0.02 289	0.87 426	0.00 1	0.97 546	0.38 461	1.43 431

cross-raft	2.25 212	0.48 110	2.96 138	1.87 337	0.94 294	3.72 337	0.47 227	7.61 304	4.15 196	5.37 257	5.68 258	6.17 367	1.40 226	2.15 93	1.06 165	0.01 177	0.22 310	0.00 1	0.19 394	0.03 97	0.41 231

AFF-stereo	2.87 281	1.31 374	3.26 163	1.87 337	0.38 161	1.68 105	0.09 88	6.38 245	7.07 350	6.52 311	11.90 427	6.08 364	2.32 282	5.05 199	1.65 249	0.02 289	0.66 381	0.00 1	0.00 1	0.29 430	0.94 367

FADNet	4.55 426	2.35 488	13.60 518	1.87 337	0.80 266	4.74 392	0.75 323	14.47 504	12.41 478	4.07 220	5.45 250	9.64 435	5.03 412	8.86 418	4.82 411	0.20 473	0.04 218	0.07 494	0.05 313	1.27 529	0.40 219

NINENet	3.38 329	0.81 241	4.16 261	1.88 340	1.40 379	7.31 450	0.48 237	12.95 467	6.64 330	7.29 363	9.24 362	5.21 335	1.18 207	6.72 270	1.89 278	0.17 462	0.08 252	0.07 494	0.00 1	0.09 210	0.03 15

rvit_105_1	2.69 264	1.34 380	6.85 425	1.89 341	0.09 23	1.94 136	3.50 477	6.38 245	9.00 419	4.98 241	2.19 135	3.57 264	1.56 243	7.31 313	3.03 349	0.00 1	0.00 1	0.00 1	0.02 276	0.06 163	0.16 104

RAFT-Test	2.49 241	0.45 89	4.35 278	1.89 341	1.28 361	4.83 393	0.68 298	7.19 286	4.51 220	5.00 244	7.09 306	6.81 383	1.12 192	2.22 97	1.16 185	0.01 177	0.63 376	0.00 1	0.33 490	0.05 147	0.20 137

DisPM	2.59 255	0.47 102	4.32 275	1.89 341	0.20 90	3.42 299	0.63 282	5.56 183	5.60 274	8.66 422	7.05 304	2.82 227	1.03 187	9.05 430	1.07 168	0.02 289	0.00 1	0.00 1	0.00 1	0.02 56	0.04 24

GIP-stereo	1.03 62	0.79 234	2.35 74	1.91 344	1.40 379	1.47 84	0.05 51	5.06 143	1.85 72	0.30 9	0.43 44	0.57 141	0.37 86	1.14 28	0.75 95	0.07 414	0.50 357	0.00 1	0.00 1	0.06 163	1.57 442

AAGNet	3.50 340	0.49 120	3.38 175	1.91 344	0.41 174	3.66 328	1.02 380	5.14 151	5.16 255	9.65 460	7.75 324	4.91 322	6.23 449	7.45 327	12.73 526	0.01 177	0.00 1	0.00 1	0.00 1	0.05 147	0.06 39

RAFT-RH_RVC	4.04 390	0.69 212	3.59 207	1.91 344	0.43 178	3.11 271	0.13 118	3.80 59	6.60 325	11.26 498	31.68 560	5.20 334	1.66 250	8.30 383	2.27 311	0.09 434	0.00 1	0.00 1	0.03 291	0.03 97	0.02 7

IGEV-FE	2.57 252	0.63 189	5.69 371	1.92 347	0.87 280	2.63 207	0.85 353	8.94 339	4.55 224	5.31 255	5.47 251	5.19 333	1.38 224	3.81 153	1.33 212	0.00 1	0.69 387	0.00 1	0.18 388	0.19 352	1.72 470

IGEV_Zeroshot_test	2.57 252	0.63 189	5.70 374	1.93 348	0.87 280	2.63 207	0.85 353	8.94 339	4.55 224	5.30 254	5.48 252	5.23 338	1.38 224	3.76 149	1.32 211	0.00 1	0.69 387	0.00 1	0.18 388	0.19 352	1.72 470

Pruner-Stereo	2.66 261	0.61 180	3.54 197	1.93 348	0.25 116	3.47 307	0.74 320	6.60 255	5.66 280	8.98 432	6.12 271	4.39 304	1.11 191	7.27 309	2.34 318	0.03 340	0.00 1	0.02 449	0.00 1	0.03 97	0.04 24

AE-Stereo	1.89 156	0.38 47	3.86 227	1.94 350	0.38 161	2.51 194	0.58 264	7.19 286	7.28 362	1.60 157	3.51 187	1.07 166	0.77 164	2.12 91	1.24 201	0.03 340	1.02 481	0.00 1	0.28 469	0.11 250	1.84 491

EGLCR-Stereo	1.45 119	0.26 8	2.91 126	1.94 350	0.90 284	3.13 274	0.69 301	5.81 201	3.21 127	1.14 142	0.20 29	1.52 185	0.37 86	4.29 173	0.69 84	0.01 177	0.79 405	0.00 1	0.00 1	0.01 23	1.21 407

PSM-softLoss	2.38 226	0.48 110	4.28 271	1.94 350	0.19 80	2.73 224	0.38 206	6.67 258	3.50 140	6.33 297	6.33 282	2.93 229	0.97 179	8.90 419	1.88 274	0.01 177	0.00 1	0.00 1	0.00 1	0.03 97	0.03 15

KMStereo	2.38 226	0.48 110	4.28 271	1.94 350	0.19 80	2.73 224	0.38 206	6.67 258	3.50 140	6.33 297	6.33 282	2.93 229	0.97 179	8.90 419	1.88 274	0.01 177	0.00 1	0.00 1	0.00 1	0.03 97	0.03 15

G2L-ROB	3.74 363	1.37 389	5.05 329	1.95 354	1.14 331	4.45 380	0.43 219	12.31 441	6.36 312	7.88 384	5.42 247	11.10 470	2.11 273	8.53 402	6.31 440	0.00 1	0.00 1	0.00 1	0.00 1	0.17 331	0.33 199

GREAT-IGEV	1.17 85	0.57 169	3.06 147	1.95 354	1.41 381	1.42 78	0.08 83	2.51 15	3.07 121	0.58 73	0.79 63	0.11 50	0.35 82	2.17 95	1.00 155	0.07 414	1.45 546	0.00 1	0.22 423	0.14 302	2.42 539

PAM_32	4.12 400	0.46 94	5.63 365	1.95 354	1.02 308	10.74 499	0.85 353	11.04 404	5.02 252	6.19 291	5.28 239	17.64 527	7.30 474	5.03 197	1.45 223	0.00 1	0.68 385	0.00 1	0.77 538	0.14 302	1.14 401

zh-mn7	11.74 547	7.51 555	34.00 579	1.96 357	1.02 308	13.44 526	2.89 454	13.67 487	34.35 569	22.18 555	39.79 577	12.33 486	10.28 516	20.97 562	18.78 548	0.30 499	0.01 134	0.00 1	0.01 254	0.45 476	0.91 362

xxxx	5.16 452	0.86 263	4.86 317	1.96 357	1.22 350	7.56 455	0.07 74	14.67 506	9.15 424	6.55 314	9.87 381	9.30 431	3.47 339	8.07 367	22.20 558	0.05 391	1.16 521	0.00 1	0.26 455	0.10 234	1.76 479

PAM	4.07 394	0.44 84	6.47 408	1.97 359	1.18 342	10.83 501	1.64 422	10.66 393	4.55 224	6.54 313	4.69 221	16.99 523	6.88 463	4.07 161	1.63 243	0.00 1	0.68 385	0.00 1	0.77 538	0.10 234	1.24 411

SMFormer	3.94 382	0.69 212	4.55 296	1.97 359	0.15 61	2.84 239	0.29 184	13.06 470	11.10 460	7.69 374	10.45 395	4.77 315	4.52 388	9.68 452	4.89 412	0.08 423	0.97 455	0.00 1	0.16 371	0.11 250	0.92 365

tta	3.96 386	0.69 212	4.55 296	1.97 359	0.15 61	2.84 239	0.29 184	13.06 470	11.10 460	7.69 374	10.45 395	4.77 315	4.52 388	9.68 452	4.89 412	0.08 423	0.97 455	0.00 1	0.16 371	0.13 291	1.24 411

qqq1	3.78 368	0.69 212	4.55 296	1.97 359	0.15 61	2.84 239	0.29 184	13.06 470	11.10 460	7.69 374	10.45 395	4.77 315	4.52 388	9.68 452	1.24 201	0.08 423	0.97 455	0.00 1	0.12 357	0.13 291	1.24 411

fff1	3.78 368	0.69 212	4.55 296	1.97 359	0.15 61	2.84 239	0.29 184	13.06 470	11.10 460	7.69 374	10.45 395	4.77 315	4.52 388	9.68 452	1.24 201	0.08 423	0.97 455	0.00 1	0.12 357	0.13 291	1.24 411

SA	3.34 322	1.29 371	4.84 315	1.99 364	0.57 220	3.15 278	1.39 409	7.66 308	9.94 437	4.86 237	10.87 408	2.97 232	4.61 397	9.88 465	1.38 218	0.00 1	0.60 370	0.00 1	0.19 394	0.25 406	0.37 212

ASMatch	3.41 334	0.62 186	3.59 207	1.99 364	0.48 185	1.91 134	0.66 290	7.01 273	4.43 215	6.25 292	22.02 524	4.56 308	4.72 402	7.78 349	1.85 271	0.01 177	0.01 134	0.00 1	0.03 291	0.02 56	0.21 143

CBMV	5.97 462	1.52 413	4.51 290	1.99 364	0.53 210	10.02 486	6.94 533	13.27 478	13.80 496	13.08 517	15.93 476	11.36 471	8.11 490	9.82 461	7.27 452	0.08 423	0.15 289	0.00 1	0.00 1	0.30 433	0.74 339
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UNet	4.19 404	0.87 271	7.18 436	2.00 367	3.22 488	9.55 480	0.31 192	10.11 374	6.22 303	7.98 388	6.82 298	10.42 450	5.77 437	7.28 310	5.83 429	0.00 1	0.00 1	0.00 1	0.00 1	0.10 234	0.12 71

gwcnet-sp	3.58 346	2.01 461	8.82 472	2.01 368	0.69 241	7.38 452	1.10 389	9.23 350	6.66 331	9.32 445	5.91 264	4.21 293	3.31 326	6.91 282	3.69 365	0.00 1	0.00 1	0.00 1	0.00 1	0.24 397	0.18 121

scenet	3.58 346	2.01 461	8.82 472	2.01 368	0.69 241	7.38 452	1.10 389	9.23 350	6.66 331	9.32 445	5.91 264	4.21 293	3.31 326	6.91 282	3.69 365	0.00 1	0.00 1	0.00 1	0.00 1	0.24 397	0.18 121

ssnet	3.58 346	2.01 461	8.82 472	2.01 368	0.69 241	7.38 452	1.10 389	9.23 350	6.66 331	9.32 445	5.91 264	4.21 293	3.31 326	6.91 282	3.69 365	0.00 1	0.00 1	0.00 1	0.00 1	0.24 397	0.18 121

FADNet-RVC	4.36 414	2.62 501	14.51 527	2.01 368	0.44 180	4.27 371	1.27 402	12.61 453	7.89 383	3.76 209	4.05 201	10.63 456	4.34 381	9.87 463	7.66 458	0.03 340	0.09 259	0.00 1	0.03 291	0.65 499	0.50 253

test_sample4	3.29 317	0.64 193	5.38 347	2.08 372	0.53 210	3.91 349	0.15 131	12.13 435	7.50 369	7.04 341	7.50 317	3.64 268	3.19 316	6.95 287	3.14 354	0.02 289	0.85 419	0.00 1	0.10 344	0.07 182	0.92 365

w-ln-seven-2	7.81 503	3.17 512	25.87 566	2.09 373	1.12 328	8.35 464	3.84 479	12.83 459	16.45 515	13.88 524	21.42 519	11.83 480	11.07 521	11.91 500	10.62 506	0.03 340	0.19 300	0.00 1	0.02 276	0.37 457	1.13 400

test_sample5	3.34 322	0.65 197	5.17 335	2.10 374	0.49 188	3.31 292	0.17 145	11.91 427	7.47 367	6.91 333	9.15 358	3.61 265	3.37 333	7.53 335	3.06 350	0.02 289	0.85 419	0.00 1	0.10 344	0.07 182	0.90 359

DualNet	3.48 339	0.65 197	5.17 335	2.10 374	0.49 188	3.31 292	0.17 145	11.91 427	7.47 367	7.18 353	11.56 419	3.61 265	3.37 333	7.53 335	3.06 350	0.02 289	0.85 419	0.00 1	0.10 344	0.07 182	0.90 359

DCRE	2.21 206	0.95 297	3.17 153	2.10 374	1.30 368	1.86 130	0.05 51	5.33 163	4.69 233	3.59 203	9.37 370	3.81 272	1.18 207	2.34 107	1.22 199	0.01 177	0.97 455	0.00 1	0.30 480	0.04 126	1.97 507

MeshStereo	11.94 550	1.88 446	5.24 337	2.11 377	1.44 383	20.09 553	4.95 504	21.74 569	16.75 517	33.10 576	35.07 570	39.28 583	22.72 567	19.45 555	13.59 534	0.19 470	0.06 233	0.02 449	0.00 1	0.46 479	0.65 306
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
iinet-f	6.21 466	2.11 466	28.74 573	2.13 378	1.38 377	11.62 509	1.49 415	7.64 307	7.19 358	7.77 379	14.38 461	10.49 451	7.79 484	7.76 348	12.90 528	0.03 340	0.03 201	0.05 485	0.00 1	0.67 501	0.12 71

AIO-Stereo-zeroshot1	4.10 395	1.65 425	13.34 517	2.14 379	1.84 417	4.03 359	0.98 377	13.13 475	4.97 251	4.53 232	11.37 416	9.85 440	1.97 264	4.88 192	2.74 340	0.03 340	0.90 429	0.00 1	1.11 550	0.84 518	1.72 470

ITSA-stereo	4.02 388	0.73 228	4.51 290	2.16 380	0.31 130	3.58 319	0.70 306	13.77 493	15.84 512	7.13 349	6.59 292	4.25 298	3.48 340	9.04 429	6.12 435	0.09 434	0.08 252	0.11 503	0.10 344	0.19 352	1.54 438

anonymousa	4.24 408	0.78 232	4.05 254	2.16 380	4.87 542	8.76 471	0.35 199	7.41 297	4.47 218	8.21 403	19.70 511	11.03 469	5.87 439	2.04 88	2.20 301	0.00 1	1.16 521	0.00 1	0.55 526	0.04 126	1.11 395

OCTAStereo	2.38 226	0.48 110	3.90 235	2.16 380	0.11 29	3.42 299	0.42 215	7.06 279	3.74 168	6.91 333	5.26 236	2.63 221	1.32 218	8.41 393	1.70 259	0.01 177	0.00 1	0.00 1	0.00 1	0.03 97	0.01 2

FCDSN-DC	10.72 536	1.16 345	5.01 327	2.16 380	1.31 370	17.46 543	4.80 501	17.79 535	19.87 532	25.02 564	32.85 562	33.57 573	23.52 571	16.80 543	12.13 519	0.11 442	0.00 1	0.00 1	0.00 1	0.09 210	0.76 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanetorigin	9.02 519	3.75 526	28.68 572	2.16 380	3.86 512	5.84 417	5.40 511	5.93 215	10.39 444	28.12 569	31.02 559	15.98 513	13.74 538	9.38 441	12.55 524	0.25 490	0.22 310	0.22 530	0.24 434	1.24 527	1.47 432

NF-Stereo	2.38 226	0.48 110	3.88 233	2.17 385	0.11 29	3.43 301	0.42 215	7.08 284	3.75 170	6.91 333	5.29 240	2.65 222	1.33 220	8.40 391	1.67 255	0.01 177	0.00 1	0.00 1	0.00 1	0.03 97	0.02 7

RE-Stereo	2.38 226	0.48 110	3.91 236	2.17 385	0.11 29	3.43 301	0.42 215	7.07 281	3.75 170	6.91 333	5.26 236	2.62 219	1.33 220	8.41 393	1.72 261	0.01 177	0.00 1	0.01 416	0.00 1	0.03 97	0.01 2

TVStereo	2.38 226	0.48 110	3.91 236	2.17 385	0.11 29	3.43 301	0.42 215	7.07 281	3.75 170	6.91 333	5.26 236	2.62 219	1.33 220	8.41 393	1.72 261	0.01 177	0.00 1	0.01 416	0.00 1	0.03 97	0.01 2

TRStereo	2.71 267	3.79 527	5.46 353	2.19 388	2.22 447	2.98 263	1.07 387	9.83 367	4.39 212	3.46 199	3.48 182	3.92 277	0.77 164	6.43 254	1.70 259	0.03 340	0.63 376	0.00 1	0.29 475	0.11 250	1.49 434

DAS	4.18 403	0.53 139	6.20 395	2.20 389	3.69 506	2.78 233	3.12 465	8.69 330	10.29 441	9.39 450	12.80 444	4.58 309	7.20 470	9.08 431	2.70 334	0.02 289	0.00 1	0.00 1	0.00 1	0.04 126	0.34 203

SepStereo	4.22 406	0.53 139	6.20 395	2.20 389	3.69 506	2.78 233	3.12 465	8.69 330	10.29 441	9.39 450	12.80 444	4.58 309	7.20 470	9.74 458	2.70 334	0.02 289	0.00 1	0.00 1	0.00 1	0.04 126	0.34 203

IRAFT_RVC	2.98 295	0.66 201	4.23 270	2.20 389	0.40 169	2.91 257	5.04 505	7.03 277	4.21 200	6.59 317	5.52 253	5.02 330	4.77 403	8.41 393	2.30 317	0.01 177	0.17 296	0.01 416	0.00 1	0.03 97	0.05 30

test_sample7	3.75 365	0.67 206	4.34 277	2.21 392	0.35 146	4.47 383	2.08 437	11.31 413	8.40 401	8.64 419	8.05 336	6.80 380	5.05 415	7.22 305	2.53 322	0.07 414	1.04 484	0.00 1	0.00 1	0.06 163	1.66 454

ACV-stereo	4.65 434	1.22 362	10.49 501	2.22 393	1.05 311	12.62 520	1.24 400	6.70 263	7.36 366	3.22 195	5.18 234	16.59 519	10.02 512	8.18 371	6.19 438	0.06 403	0.14 286	0.01 416	0.00 1	0.12 269	0.40 219

GANet-ADL	2.40 234	0.65 197	3.92 238	2.22 393	0.11 29	2.23 164	0.47 227	9.29 355	7.27 361	4.77 235	5.95 268	3.96 278	1.26 217	3.08 130	2.27 311	0.04 373	0.08 252	0.02 449	0.00 1	0.15 318	0.21 143

StereoDRNet-Refined	4.84 445	0.96 301	5.13 332	2.22 393	0.46 182	9.10 476	0.16 137	10.72 394	9.40 430	13.41 519	12.50 437	10.02 443	4.58 394	8.60 405	8.71 475	0.01 177	0.00 1	0.01 416	0.05 313	0.24 397	0.53 263
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample6	3.60 350	0.66 201	5.27 339	2.23 396	0.48 185	3.25 284	0.21 165	11.94 430	7.53 372	7.18 353	11.56 419	3.99 280	3.86 359	8.03 363	3.88 378	0.03 340	0.83 413	0.00 1	0.09 337	0.07 182	0.86 356

HBP-ISP	4.37 416	1.56 416	4.59 302	2.23 396	1.29 366	7.87 456	3.96 483	11.80 426	10.91 458	8.06 398	14.45 463	3.38 247	4.87 406	9.27 438	2.53 322	0.14 450	0.06 233	0.00 1	0.01 254	0.08 195	0.30 191

x	2.30 219	0.82 246	3.85 225	2.23 396	0.72 250	2.12 158	0.81 337	9.48 360	4.82 243	3.83 211	2.76 154	3.49 260	2.30 281	3.48 138	2.25 308	0.00 1	1.13 508	0.00 1	0.22 423	0.09 210	1.66 454

HITNet	3.11 303	1.38 391	5.35 346	2.23 396	0.12 39	5.59 407	0.58 264	9.95 372	5.72 283	6.62 319	7.91 331	3.90 276	3.24 320	4.39 175	4.58 406	0.01 177	0.00 1	0.00 1	0.00 1	0.08 195	0.57 275
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
test_sample3	3.27 315	0.62 186	5.29 343	2.24 400	0.58 223	4.62 387	0.16 137	12.15 438	7.51 370	6.44 304	7.25 311	3.72 270	3.03 312	6.73 271	3.17 357	0.01 177	0.85 419	0.00 1	0.10 344	0.07 182	0.88 358

DPSNet	10.88 540	2.57 497	20.40 551	2.24 400	1.90 424	24.92 561	17.00 585	21.35 566	28.61 560	12.87 513	13.74 455	17.01 524	20.14 558	15.36 533	14.01 536	0.81 531	0.98 462	0.20 527	0.65 531	1.30 530	1.54 438

model_zeroshot	1.98 168	0.70 219	4.98 326	2.25 402	1.07 314	3.20 280	0.13 118	7.01 273	3.34 135	3.46 199	3.77 195	2.69 223	0.42 104	2.86 123	1.18 191	0.06 403	0.85 419	0.00 1	0.25 438	0.02 56	1.40 429

AANet_RVC	5.41 455	2.61 499	8.17 458	2.25 402	1.30 368	2.27 169	1.64 422	10.82 398	18.54 527	8.01 392	18.09 503	8.39 419	3.31 326	11.37 492	8.98 481	1.15 538	0.38 341	0.02 449	0.00 1	0.17 331	0.70 327

FC-DCNN	11.29 544	1.01 317	5.50 354	2.25 402	1.65 398	18.23 547	5.36 510	18.99 544	20.65 537	28.95 570	34.83 569	33.83 575	23.18 569	17.04 547	13.37 532	0.17 462	0.01 134	0.02 449	0.02 276	0.10 234	0.70 327

DispNO	3.51 342	1.33 379	8.51 462	2.26 405	1.36 376	3.46 306	0.81 337	8.74 334	6.58 324	6.78 330	7.63 321	6.22 370	4.20 376	7.47 329	4.44 400	0.00 1	0.03 201	0.03 468	0.11 351	0.13 291	0.14 82

Wz-Net-SNSev	9.92 529	8.01 558	26.42 567	2.26 405	1.85 419	8.36 465	14.30 573	18.01 536	21.68 542	10.78 483	23.95 529	16.84 521	8.60 497	15.59 536	19.76 553	0.01 177	0.03 201	0.01 416	0.00 1	0.52 490	1.34 424

PFNet	3.06 299	0.59 176	6.13 391	2.26 405	0.84 273	3.08 269	0.73 316	7.38 295	5.35 261	10.20 468	6.06 269	4.72 314	2.10 272	8.47 398	2.25 308	0.19 470	0.06 233	0.00 1	0.11 351	0.20 362	0.42 236

ADCL	10.77 537	3.23 514	21.50 553	2.26 405	1.96 432	23.65 558	9.07 550	14.69 508	24.88 552	15.21 532	27.20 545	12.68 489	14.02 541	16.94 545	24.43 570	0.26 493	0.18 297	0.74 547	0.67 533	0.80 515	1.02 382

DDVS	3.79 370	0.66 201	5.66 369	2.27 409	1.28 361	6.48 431	0.47 227	9.33 357	4.35 210	7.29 363	7.71 322	12.49 487	2.21 275	9.01 428	5.16 421	0.08 423	0.20 307	0.01 416	0.00 1	0.14 302	1.03 385

mmm	3.07 300	0.76 231	4.50 289	2.27 409	1.24 354	3.75 339	0.12 108	10.03 373	5.12 254	6.43 303	11.19 412	3.10 237	3.20 317	4.54 183	1.78 268	0.02 289	1.19 526	0.00 1	0.30 480	0.09 210	1.79 483

psm_up	4.33 412	1.34 380	4.43 282	2.27 409	2.62 466	5.29 400	3.30 475	11.49 418	6.89 343	8.05 396	8.06 339	10.09 446	11.10 522	7.12 302	3.76 370	0.24 487	0.01 134	0.00 1	0.00 1	0.20 362	0.37 212

FC-DCNN v2	11.44 545	0.98 308	5.39 348	2.28 412	1.65 398	18.84 549	5.41 512	19.66 551	20.80 538	29.20 571	35.39 571	34.37 577	23.46 570	17.13 548	13.18 531	0.17 462	0.01 134	0.02 449	0.01 254	0.08 195	0.69 323

SDNR	7.97 504	2.75 504	16.90 539	2.28 412	0.94 294	45.23 591	0.43 219	9.30 356	10.84 455	10.71 481	25.30 540	5.51 344	4.47 386	11.98 501	7.58 457	0.15 452	0.14 286	0.00 1	0.04 309	2.27 547	2.65 542

Sa-1000	3.81 371	1.26 367	4.64 305	2.29 414	0.55 218	3.51 310	1.58 419	8.37 321	9.13 423	7.97 387	17.42 496	3.98 279	2.76 303	9.61 450	1.68 257	0.00 1	0.69 387	0.00 1	0.18 388	0.23 392	0.27 176

GEStereo_RVC	3.95 384	1.21 361	6.13 391	2.30 415	1.22 350	4.29 373	2.96 459	12.39 445	8.24 395	7.25 360	6.79 296	7.58 398	4.22 378	9.16 433	4.56 404	0.04 373	0.01 134	0.02 449	0.02 276	0.19 352	0.42 236

DMCA-RVC	3.59 349	1.98 459	8.68 467	2.30 415	1.48 386	3.54 315	0.55 255	8.40 322	5.43 268	9.37 449	5.90 263	8.34 414	3.21 318	7.19 303	4.46 401	0.06 403	0.11 269	0.08 500	0.02 276	0.21 373	0.40 219

EKT-Stereo	2.16 197	0.61 180	3.78 221	2.31 417	4.40 525	1.47 84	0.24 173	5.54 179	4.22 201	3.16 194	3.58 192	3.53 262	2.20 274	5.66 219	1.40 221	0.04 373	0.36 338	0.00 1	0.09 337	0.06 163	0.58 281

testlalala_base	3.54 343	0.53 139	3.53 195	2.31 417	2.22 447	4.04 361	0.61 276	6.91 271	2.73 97	2.69 178	4.17 203	1.78 197	0.51 129	2.02 85	1.08 169	13.13 586	3.23 579	0.00 1	0.35 497	16.60 581	2.27 532

FENet	2.35 223	0.59 176	3.28 165	2.32 419	0.27 122	2.78 233	0.13 118	7.68 309	6.09 294	5.38 258	2.12 131	4.84 320	3.33 331	4.98 195	2.66 330	0.02 289	0.03 201	0.00 1	0.00 1	0.04 126	0.40 219

edge stereo	7.12 489	1.19 352	7.83 450	2.32 419	2.46 459	6.90 438	3.26 473	15.58 516	12.52 479	15.68 536	18.34 506	21.83 551	13.05 532	11.53 494	8.68 473	0.04 373	0.06 233	0.11 503	0.03 291	0.30 433	0.63 301

riskmin	2.49 241	0.22 3	3.34 172	2.33 421	1.78 410	2.89 255	0.46 225	7.35 293	6.95 347	2.75 180	1.67 111	6.75 379	5.08 418	3.24 133	1.93 281	0.00 1	0.99 471	0.00 1	0.27 463	0.02 56	1.73 473

test_5	3.16 310	1.18 348	4.96 324	2.33 421	3.10 485	4.51 384	1.27 402	7.47 299	7.61 376	3.00 189	7.38 315	5.37 341	4.06 369	8.28 379	1.54 229	0.00 1	0.34 332	0.00 1	0.02 276	0.21 373	0.62 295

fast-acv-ft	6.00 463	1.95 456	7.88 451	2.35 423	1.85 419	13.61 528	1.76 428	8.44 323	10.12 438	11.22 497	20.57 515	14.41 502	7.55 480	8.11 368	8.83 476	0.10 438	0.09 259	0.16 518	0.07 322	0.68 503	0.35 208

Anonymous_2	4.74 441	0.98 308	4.46 283	2.35 423	2.27 451	5.66 410	0.67 295	8.08 318	5.28 257	4.98 241	2.60 150	8.74 428	6.92 464	5.79 224	3.46 361	0.24 487	1.70 555	5.16 571	18.18 597	5.41 562	1.85 493

NCCL2	6.27 468	2.46 492	7.00 428	2.36 425	1.11 325	9.48 479	11.14 559	13.01 468	10.40 445	9.94 464	9.49 372	22.11 552	7.42 476	9.90 467	8.56 471	0.01 177	0.00 1	0.02 449	0.03 291	0.20 362	0.73 335

PSMNet_ROB	5.41 455	2.45 491	7.39 441	2.36 425	1.90 424	10.11 488	6.54 526	16.32 525	7.59 374	6.84 332	10.83 407	12.06 484	4.13 373	8.73 412	10.24 499	0.02 289	0.01 134	0.01 416	0.11 351	0.26 407	0.40 219

z-mn7	11.06 543	5.25 541	22.57 555	2.37 427	1.74 407	19.71 551	5.54 513	14.08 497	35.39 576	10.07 466	36.03 572	15.76 511	10.23 515	22.26 566	18.95 549	0.04 373	0.01 134	0.00 1	0.00 1	0.45 476	0.68 322

test_sample2	2.79 275	0.59 176	4.40 281	2.38 428	0.43 178	2.58 202	0.15 131	10.14 376	5.78 286	4.23 225	5.86 260	4.31 300	4.02 368	6.34 247	2.00 289	0.00 1	0.96 447	0.00 1	0.12 357	0.07 182	1.37 428

test_sample1	2.88 282	0.63 189	4.46 283	2.38 428	0.68 238	2.61 204	0.05 51	10.51 388	5.36 263	4.50 231	4.81 223	3.76 271	5.94 441	6.10 239	2.96 346	0.00 1	0.99 471	0.00 1	0.11 351	0.07 182	1.67 457

raftrobust	2.16 197	1.31 374	2.76 114	2.38 428	3.33 493	2.72 222	0.51 245	5.34 164	4.64 229	6.13 289	3.98 199	1.63 188	2.51 290	3.02 129	1.64 247	0.00 1	0.76 402	0.00 1	0.02 276	0.14 302	0.27 176

RALCasStereoNet	2.39 233	1.73 437	3.59 207	2.38 428	2.69 471	2.84 239	0.18 150	5.29 159	4.94 247	2.45 170	5.62 257	2.22 210	0.79 169	7.48 332	1.63 243	0.00 1	1.75 556	0.00 1	0.00 1	0.14 302	2.03 512

ADCPNet	10.18 531	3.40 518	33.24 578	2.38 428	1.74 407	17.75 544	7.65 541	13.20 477	13.03 488	14.09 527	21.72 522	19.36 539	11.40 526	15.43 535	23.00 561	0.28 497	1.15 520	0.39 542	1.48 559	0.68 503	2.21 527

w-ln-seven	10.89 541	4.13 531	29.29 575	2.40 433	2.62 466	15.68 534	5.09 507	18.55 540	34.46 571	21.14 554	26.71 544	15.16 508	9.01 508	12.97 516	19.34 551	0.05 391	0.00 1	0.00 1	0.00 1	0.54 492	0.71 330

SANet	11.48 546	3.34 516	13.93 521	2.40 433	1.01 306	16.49 537	12.16 568	20.05 558	37.28 578	19.62 547	28.04 547	25.61 559	20.10 557	14.43 527	12.39 522	0.10 438	0.06 233	0.03 468	0.06 320	0.76 511	1.73 473

MultiAttention	14.02 557	0.52 135	4.06 255	2.43 435	1.86 421	58.14 606	83.76 610	19.31 548	15.21 504	8.39 408	21.24 517	13.23 490	2.52 291	33.74 583	8.16 464	0.20 473	0.06 233	0.72 546	0.98 547	2.74 553	3.13 546

CSAN	8.41 513	2.86 509	9.35 487	2.43 435	0.82 271	13.59 527	11.68 565	15.80 520	21.98 545	14.71 530	16.46 482	18.00 530	14.42 544	13.68 520	10.10 495	0.10 438	0.13 282	0.15 515	0.19 394	0.43 471	1.28 418

PSMNet-RSSM	3.69 356	1.36 384	4.54 295	2.44 437	1.90 424	2.35 176	0.69 301	11.77 425	6.38 314	6.60 318	11.85 426	7.70 400	5.61 436	6.66 268	3.67 364	0.00 1	0.00 1	0.02 449	0.01 254	0.17 331	0.10 57

XX-TBD	1.55 135	1.11 334	2.94 131	2.45 438	0.06 12	2.31 173	0.01 6	3.58 36	7.80 382	3.11 192	5.10 231	0.27 91	0.26 51	1.42 54	0.60 58	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 24

TDLM	4.58 429	1.79 444	5.03 328	2.45 438	1.32 371	4.04 361	7.15 536	11.60 423	11.46 469	6.91 333	12.69 442	5.94 361	5.03 412	9.74 458	3.80 375	0.67 527	0.00 1	0.01 416	0.05 313	0.23 392	1.78 481

iResNet_ROB	4.67 436	1.77 442	5.93 382	2.47 440	0.95 297	3.78 342	0.36 200	15.65 517	17.36 520	8.75 425	11.23 413	7.05 390	4.60 396	8.94 424	4.23 392	0.01 177	0.00 1	0.00 1	0.00 1	0.16 322	0.15 95

UPFNet	4.17 402	0.83 249	5.51 355	2.49 441	3.36 496	7.13 447	2.60 445	10.52 390	7.16 354	8.76 426	7.83 327	7.85 405	3.41 337	8.60 405	7.04 450	0.01 177	0.02 173	0.00 1	0.00 1	0.12 269	0.17 114

GwcNet-RSSM	4.13 401	1.71 432	6.25 399	2.50 442	1.93 427	2.39 180	1.49 415	9.59 361	8.71 409	6.66 322	15.04 468	8.47 421	3.84 357	6.87 279	6.74 444	0.00 1	0.00 1	0.04 478	0.00 1	0.29 430	0.15 95

MyStereo8	3.30 319	1.69 428	6.28 401	2.51 443	3.79 511	4.22 368	0.07 74	7.43 298	6.39 315	6.51 310	10.13 388	4.23 296	1.45 229	2.79 122	5.08 418	0.06 403	1.49 551	0.00 1	0.40 508	0.26 407	1.33 422

psmorigin	7.74 501	2.19 470	18.99 546	2.51 443	0.89 282	7.08 446	2.74 451	11.25 410	7.90 384	20.49 552	22.36 526	20.16 543	11.95 529	13.84 523	10.61 504	0.04 373	0.18 297	0.06 489	0.24 434	0.27 419	1.07 388

FBW_ROB	9.17 523	2.08 464	10.31 500	2.51 443	1.66 400	13.22 525	6.04 518	23.09 570	20.11 534	19.55 546	15.80 473	18.97 538	11.96 530	19.34 554	11.38 513	0.66 526	0.30 325	2.15 561	0.90 542	1.15 526	2.16 524

DLCB_ROB	4.87 446	1.45 407	4.75 314	2.52 446	1.13 330	6.25 426	3.01 461	10.44 385	8.34 398	11.05 494	13.43 451	14.04 496	3.90 364	9.74 458	6.80 445	0.00 1	0.00 1	0.00 1	0.00 1	0.08 195	0.37 212

ttt	4.41 421	0.70 219	3.95 242	2.53 447	2.01 434	4.34 378	0.41 213	13.09 474	11.69 472	7.20 356	12.20 433	4.15 290	3.35 332	9.54 448	10.11 496	0.07 414	1.11 503	0.00 1	0.19 394	0.10 234	1.47 432

ADCMid	10.97 542	4.49 536	23.66 558	2.53 447	2.52 464	11.46 507	6.31 522	15.31 514	12.85 487	23.57 560	22.99 527	17.92 529	21.04 561	19.57 556	28.05 579	0.47 521	0.43 346	1.10 552	1.32 556	1.73 540	2.10 516

NOSS_ROB	3.67 353	0.86 263	3.81 223	2.53 447	1.11 325	6.10 423	0.72 314	11.08 406	12.36 477	5.45 260	8.91 352	5.65 348	2.09 269	8.30 383	3.16 355	0.20 473	0.07 248	0.00 1	0.00 1	0.11 250	0.80 349

FAT-Stereo	6.98 486	0.79 234	7.57 446	2.54 450	1.80 412	6.16 424	4.33 492	19.16 547	18.82 528	10.75 482	17.08 490	18.23 532	13.56 536	9.25 437	8.44 467	0.03 340	0.16 292	0.01 416	0.10 344	0.14 302	0.65 306

UCFNet_RVC	3.37 328	1.25 366	3.30 166	2.55 451	1.80 412	3.92 351	1.28 404	12.49 450	7.16 354	5.12 248	7.88 329	8.14 407	4.59 395	5.67 220	2.11 295	0.00 1	0.00 1	0.00 1	0.00 1	0.14 302	0.07 44

acv_ft	3.90 378	0.96 301	5.85 380	2.56 452	4.70 539	7.27 449	0.84 348	9.17 349	6.12 296	10.00 465	9.32 368	5.70 354	4.07 371	2.68 118	8.24 465	0.00 1	0.00 1	0.00 1	0.00 1	0.35 451	0.23 158

CVANet_RVC	4.68 437	1.93 453	5.57 364	2.61 453	1.86 421	4.12 365	4.94 503	12.11 434	9.29 426	8.05 396	11.08 410	10.28 447	6.48 454	9.52 447	3.19 358	0.45 516	0.01 134	0.00 1	0.12 357	0.23 392	1.75 477

Wz-Net-MNSev	8.12 507	3.18 513	18.07 543	2.63 454	3.36 496	17.82 545	9.40 553	12.89 463	15.44 508	13.95 526	18.21 505	14.38 500	7.75 483	12.50 508	11.45 514	0.46 518	0.03 201	0.00 1	0.01 254	0.26 407	0.58 281

zh-sn7	11.83 549	8.57 559	35.78 581	2.64 455	2.36 454	11.60 508	8.25 545	14.25 501	19.40 530	17.10 542	32.57 561	14.39 501	18.76 552	24.15 572	24.76 571	0.04 373	0.14 286	0.00 1	0.01 254	0.62 496	1.33 422

cf-r	3.76 366	1.43 400	5.34 344	2.66 456	2.79 474	2.85 250	0.62 280	9.08 343	6.91 345	7.06 342	11.90 427	9.64 435	3.83 356	6.23 243	4.53 403	0.00 1	0.00 1	0.00 1	0.00 1	0.19 352	0.17 114

SGM_RVC	10.77 537	1.11 334	4.66 306	2.66 456	0.41 174	21.03 555	6.87 532	20.02 556	15.54 510	25.86 567	24.97 539	33.59 574	20.51 559	20.89 560	14.78 540	0.31 501	0.26 322	0.22 530	0.26 455	0.43 471	1.01 378
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DN-CSS_ROB	3.00 297	2.14 468	7.33 438	2.67 458	0.78 262	3.13 274	0.07 74	6.68 262	4.22 201	5.51 263	12.12 430	2.33 211	1.21 213	8.69 411	2.51 321	0.03 340	0.00 1	0.00 1	0.00 1	0.42 467	0.15 95

11t1	2.13 193	0.67 206	3.98 246	2.69 459	0.85 276	2.59 203	0.07 74	7.40 296	3.89 183	3.75 208	3.57 190	1.24 172	1.96 263	4.68 187	1.97 284	0.10 438	1.13 508	0.00 1	0.22 423	0.09 210	1.66 454

CFNet	4.03 389	1.97 458	6.30 402	2.70 460	1.64 395	5.41 403	0.22 167	12.14 437	10.28 440	5.24 252	11.15 411	6.43 372	3.70 351	8.97 427	4.01 386	0.00 1	0.00 1	0.00 1	0.00 1	0.30 433	0.13 77

Wz-Net-LNSev-Ref	6.52 476	2.21 472	12.10 509	2.75 461	3.28 490	10.03 487	3.05 462	12.31 441	11.52 470	10.10 467	21.36 518	11.51 472	7.30 474	11.56 495	10.61 504	0.09 434	0.00 1	0.00 1	0.00 1	0.08 195	0.51 258

PA-Net	5.40 453	2.35 488	9.55 491	2.75 461	2.21 445	8.74 470	3.92 482	13.05 469	13.35 492	7.30 365	7.98 334	8.08 406	6.39 451	11.17 487	9.30 485	0.02 289	0.03 201	0.00 1	0.03 291	0.16 322	1.55 441
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
raft+_RVC	2.18 200	1.49 410	3.14 152	2.77 463	2.01 434	1.40 75	0.10 96	7.02 276	5.35 261	2.99 188	5.54 254	1.19 169	1.34 223	4.98 195	1.49 225	0.00 1	1.45 546	0.00 1	0.00 1	0.14 302	1.11 395

Syn2CoEx	6.70 479	3.69 525	12.14 510	2.78 464	1.68 404	8.36 465	3.21 469	18.59 541	12.66 481	8.86 428	20.79 516	10.52 452	10.54 518	9.68 452	8.70 474	0.01 177	0.00 1	0.00 1	0.00 1	0.69 505	1.00 377

RALAANet	2.68 263	1.71 432	4.73 313	2.79 465	0.80 266	3.30 290	0.15 131	7.92 314	5.92 290	5.79 269	6.06 269	3.51 261	1.13 194	6.76 274	2.28 313	0.00 1	0.28 323	0.00 1	0.10 344	0.27 419	0.13 77

Wz-Net-TNSev	12.01 551	11.86 571	38.26 585	2.81 466	1.82 415	18.12 546	11.31 564	16.67 526	21.73 543	15.06 531	17.17 491	19.72 542	20.69 560	20.68 559	21.41 556	0.04 373	0.06 233	0.00 1	0.16 371	0.74 509	1.93 503

XPNet_ROB	6.46 473	1.88 446	7.41 443	2.81 466	0.95 297	6.45 430	6.82 531	13.58 485	8.80 412	15.50 534	15.86 474	19.59 541	7.12 469	11.41 493	9.86 493	0.02 289	0.04 218	0.00 1	0.03 291	0.20 362	0.79 348

MC-Stereo	1.87 154	0.49 120	3.52 192	2.82 468	1.07 314	1.90 133	0.12 108	4.89 140	3.27 130	3.66 206	3.58 192	0.56 140	1.45 229	5.79 224	0.81 109	0.00 1	1.19 526	0.00 1	0.21 414	0.11 250	1.95 504

GwcNet	6.95 483	2.89 510	13.32 516	2.82 468	5.53 548	11.76 510	2.14 439	14.95 510	17.69 523	10.83 484	18.14 504	10.83 464	6.66 459	9.83 462	10.19 498	0.03 340	0.06 233	0.03 468	0.08 325	0.64 498	0.66 317

ADCRef	7.76 502	2.31 485	19.09 547	2.82 468	3.29 491	11.88 512	3.06 463	11.52 420	10.89 457	13.69 522	25.85 542	8.20 408	8.89 504	8.95 425	22.66 559	0.16 458	0.08 252	0.16 518	0.34 494	0.47 481	0.91 362

XX-Stereo	2.95 291	0.48 110	7.08 434	2.84 471	2.51 463	1.63 100	0.20 160	6.15 228	3.38 137	2.38 169	16.00 478	6.90 386	0.25 49	6.40 252	1.14 181	0.00 1	0.66 381	0.00 1	0.31 484	0.16 322	0.57 275

LMCR-Stereo	3.92 380	1.96 457	4.92 322	2.85 472	0.23 110	7.88 457	1.47 413	12.52 451	5.39 265	8.71 423	10.65 403	1.90 199	5.04 414	8.53 402	4.89 412	1.05 536	0.00 1	0.00 1	0.00 1	0.42 467	0.05 30

rafts_anoy	2.09 183	1.42 398	3.34 172	2.87 473	2.72 472	2.46 188	0.17 145	6.20 233	6.48 319	3.40 198	2.25 139	1.91 200	1.32 218	3.59 143	1.75 265	0.01 177	1.52 553	0.00 1	0.01 254	0.06 163	0.28 182

tt1	2.53 246	0.91 278	3.53 195	2.92 474	0.53 210	5.60 408	0.61 276	5.55 180	10.56 447	1.54 155	3.54 189	0.34 112	3.00 311	8.20 372	0.68 78	0.00 1	1.13 508	0.00 1	0.03 291	0.11 250	1.88 497

PWC_ROB	8.89 518	4.49 536	15.62 532	2.92 474	4.49 532	7.89 458	1.23 399	17.29 533	20.00 533	16.54 539	28.06 548	14.37 499	11.98 531	14.93 532	15.43 544	0.47 521	0.00 1	0.05 485	0.00 1	0.67 501	1.31 420

MFN_U_SF_DS_RVC	10.36 534	5.37 542	16.61 538	2.95 476	3.02 481	24.75 560	15.44 575	14.68 507	19.73 531	19.77 549	23.97 530	16.98 522	8.40 493	17.58 549	9.23 484	1.59 546	1.75 556	0.16 518	2.63 566	0.75 510	1.85 493

SuperB	8.29 511	3.96 529	24.92 562	2.96 477	1.33 372	9.83 484	4.15 486	10.92 403	29.79 561	11.86 506	12.51 438	6.07 363	6.97 465	11.13 486	14.73 539	0.15 452	0.11 269	0.35 538	0.26 455	12.64 576	1.11 395

G2L-Stereo_test	3.88 377	1.39 392	4.86 317	2.98 478	1.49 387	4.11 364	1.13 393	12.05 433	6.83 340	8.42 409	9.17 359	9.49 433	2.71 298	7.03 292	5.22 422	0.00 1	0.01 134	0.00 1	0.00 1	0.26 407	0.52 261

EDNetEfficient	14.14 559	6.71 550	56.12 597	2.99 479	3.58 502	5.38 402	8.49 547	9.35 358	33.24 565	40.73 587	30.21 555	18.04 531	22.92 568	12.13 504	26.26 573	0.16 458	0.24 317	0.07 494	1.15 551	2.58 551	2.39 535

UDGNet	2.92 287	7.79 556	4.92 322	3.01 480	0.08 18	2.96 260	0.20 160	4.77 130	8.93 415	2.91 185	2.85 158	0.95 163	1.00 182	6.46 255	1.66 252	1.46 544	0.00 1	5.33 572	0.92 545	1.95 544	0.19 131

WCMA_ROB	10.20 532	1.99 460	9.33 486	3.01 480	2.46 459	15.78 535	7.67 542	12.75 457	15.41 507	25.08 566	33.42 566	27.06 563	19.86 556	13.87 524	12.47 523	1.28 541	0.38 341	0.18 524	0.20 407	0.28 422	1.54 438

ADLNet2	4.72 438	1.44 404	6.68 419	3.03 482	3.90 514	6.80 437	2.91 457	11.67 424	9.63 432	7.99 390	9.89 382	9.75 438	5.32 429	7.70 344	7.13 451	0.01 177	0.03 201	0.00 1	0.00 1	0.26 407	0.22 151

STTStereo	3.90 378	1.43 400	8.20 459	3.03 482	2.28 452	3.64 327	0.64 285	10.11 374	7.09 351	10.20 468	7.08 305	8.73 426	3.57 343	7.44 320	4.00 385	0.00 1	0.02 173	0.01 416	0.01 254	0.04 126	0.40 219

NLCA_NET_v2_RVC	4.11 396	1.53 415	6.87 426	3.04 484	3.33 493	4.34 378	0.59 271	11.36 416	7.92 386	8.98 432	7.98 334	9.72 437	3.82 355	7.92 356	4.43 399	0.15 452	0.02 173	0.03 468	0.03 291	0.07 182	0.14 82
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ACVNet-DCA	2.41 235	0.93 286	3.39 177	3.05 485	0.39 164	5.69 411	0.55 255	9.15 346	4.33 205	1.42 149	3.48 182	0.33 108	3.65 348	8.26 374	0.70 85	0.00 1	1.14 515	0.00 1	0.03 291	0.09 210	1.65 450

xx1	2.73 272	0.93 286	3.39 177	3.05 485	0.39 164	5.69 411	0.55 255	5.34 164	10.76 453	1.42 149	3.48 182	4.63 312	2.83 308	8.26 374	0.70 85	0.00 1	1.14 515	0.00 1	0.25 438	0.09 210	1.65 450

1test111	2.31 220	0.93 286	3.39 177	3.05 485	0.39 164	5.69 411	0.55 255	9.15 346	4.33 205	1.42 149	3.48 182	0.33 108	3.65 348	4.95 193	2.06 292	0.00 1	1.14 515	0.00 1	0.03 291	0.09 210	1.65 450

cc1	2.56 251	0.93 286	3.39 177	3.05 485	0.39 164	5.69 411	0.55 255	5.34 164	10.76 453	1.42 149	3.48 182	0.33 108	3.65 348	8.26 374	0.70 85	0.00 1	1.14 515	0.00 1	0.03 291	0.12 269	1.89 500

GANet	6.86 482	1.78 443	5.98 385	3.05 485	1.12 328	10.12 489	9.38 552	13.41 482	8.67 407	11.46 501	29.87 553	13.94 495	8.25 492	12.06 503	6.33 441	0.40 512	0.06 233	0.16 518	0.33 490	0.18 342	0.59 285

DRN-Test	6.23 467	1.51 411	7.53 445	3.07 490	3.69 506	12.17 517	3.23 470	20.80 563	11.11 464	12.64 511	13.02 448	10.91 466	5.26 423	8.49 399	10.12 497	0.05 391	0.05 227	0.04 478	0.04 309	0.28 422	0.65 306

coex_refinement	4.34 413	1.44 404	4.46 283	3.08 491	1.46 385	4.22 368	0.36 200	11.92 429	8.33 397	8.48 414	13.41 450	9.90 441	3.40 336	6.95 287	8.54 469	0.00 1	0.02 173	0.00 1	0.00 1	0.09 210	0.71 330

CRFU-Net	4.81 443	0.78 232	5.69 371	3.10 492	1.39 378	13.18 524	3.23 470	12.26 439	4.33 205	10.91 489	9.98 386	10.94 467	7.93 487	7.47 329	3.94 383	0.16 458	0.16 292	0.16 518	0.00 1	0.26 407	0.29 185

AdaStereo	3.34 322	0.74 229	4.00 249	3.10 492	0.51 203	4.22 368	1.25 401	12.84 460	8.39 400	6.33 297	9.55 373	5.77 357	1.54 241	5.53 215	2.74 340	0.02 289	0.00 1	0.00 1	0.00 1	0.03 97	0.15 95
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.
ac_64	3.98 387	0.86 263	5.10 331	3.17 494	3.43 499	5.80 415	0.70 306	10.87 399	4.96 248	8.94 431	6.46 288	10.70 459	5.52 434	7.44 320	5.10 420	0.03 340	0.00 1	0.00 1	0.00 1	0.14 302	0.31 193

ccnet	7.45 499	1.89 450	7.71 448	3.18 495	2.35 453	12.19 518	6.14 520	18.95 543	9.36 429	13.33 518	20.38 513	16.00 514	9.10 509	10.10 471	15.40 543	0.44 514	0.34 332	0.25 533	0.25 438	0.48 484	1.18 403

pmcnn	8.17 508	1.70 430	11.49 506	3.18 495	3.07 482	9.66 482	6.06 519	13.60 486	17.71 524	15.23 533	24.02 531	27.61 564	8.81 502	10.36 476	9.51 490	0.08 423	0.08 252	0.00 1	0.00 1	0.31 440	0.87 357

FINET	6.96 484	2.98 511	13.77 519	3.20 497	4.81 541	9.65 481	9.90 555	13.68 489	23.91 550	8.28 405	13.70 453	5.36 340	5.83 438	10.79 480	8.05 462	0.90 533	1.43 545	0.11 503	0.38 505	0.48 484	1.98 510

iResNetv2_ROB	4.72 438	2.26 475	8.87 475	3.20 497	1.25 355	4.32 375	1.73 426	14.22 500	10.62 450	10.53 477	12.13 432	7.77 401	5.54 435	8.29 380	2.76 342	0.00 1	0.00 1	0.00 1	0.00 1	0.42 467	0.55 267

GANet-RSSM	3.67 353	1.16 345	4.56 300	3.24 499	2.03 436	2.63 207	0.50 244	11.53 421	6.83 340	6.25 292	10.58 401	7.35 393	6.65 458	6.77 276	2.94 345	0.00 1	0.00 1	0.08 500	0.00 1	0.26 407	0.12 71

iResNet	4.04 390	1.46 408	8.72 469	3.25 500	0.36 153	4.54 386	0.47 227	9.06 341	10.40 445	7.98 388	12.82 446	4.06 285	3.22 319	8.82 415	4.95 415	0.03 340	0.01 134	0.00 1	0.00 1	0.14 302	0.55 267

NCC-stereo	7.43 497	2.28 479	8.58 465	3.28 501	4.48 530	8.34 461	4.27 489	20.45 561	13.66 494	9.17 441	17.52 497	16.49 517	14.31 542	13.71 521	8.95 479	1.73 547	0.12 274	0.01 416	0.50 521	0.21 373	0.60 287

Abc-Net	7.43 497	2.28 479	8.58 465	3.28 501	4.48 530	8.34 461	4.27 489	20.45 561	13.66 494	9.17 441	17.52 497	16.49 517	14.31 542	13.71 521	8.95 479	1.73 547	0.12 274	0.01 416	0.50 521	0.21 373	0.60 287
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HGLStereo	4.58 429	1.04 322	6.02 386	3.30 503	5.14 546	6.36 428	0.71 311	11.04 404	7.60 375	8.04 394	12.85 447	6.90 386	8.51 496	7.85 351	5.93 430	0.02 289	0.02 173	0.00 1	0.00 1	0.14 302	0.15 95

STTRV1_RVC	7.16 491	1.18 348	13.30 514	3.33 504	6.91 556	11.99 514	4.01 484	15.74 519	12.11 475	9.56 456	14.59 466	11.64 476	8.75 499	12.86 514	8.54 469	3.70 562	2.86 574	0.41 543	0.13 363	1.38 532	0.12 71

S-Stereo	6.85 481	0.93 286	10.76 503	3.34 505	3.51 501	6.55 432	6.01 517	13.75 491	23.86 549	9.65 460	15.54 471	11.81 479	8.24 491	8.59 404	11.23 512	0.13 447	0.16 292	0.00 1	0.42 512	0.14 302	2.39 535

SACVNet	4.55 426	1.88 446	5.55 362	3.38 506	1.68 404	3.11 271	2.76 453	12.44 448	6.43 316	11.07 495	11.31 414	10.53 454	5.13 420	9.88 465	4.56 404	0.08 423	0.02 173	0.00 1	0.01 254	0.38 461	0.80 349

StereoDRNet	6.02 465	2.40 490	8.22 460	3.43 507	4.43 527	10.57 498	4.21 487	19.44 549	11.24 467	12.86 512	8.06 339	11.64 476	4.79 404	8.65 410	9.32 486	0.01 177	0.10 265	0.00 1	0.03 291	0.34 449	0.69 323

SGM-ForestM	18.61 574	3.38 517	10.14 498	3.44 508	2.24 449	34.17 580	15.39 574	29.44 582	33.93 566	38.55 585	41.08 581	53.64 593	36.76 587	34.82 585	27.16 576	1.25 540	1.81 559	0.74 547	1.01 548	0.61 495	2.61 541

ISRNet	4.11 396	0.88 273	6.63 414	3.46 509	2.64 469	2.11 157	0.26 179	7.72 311	6.60 325	11.29 499	17.98 502	8.21 409	2.60 294	6.81 278	4.72 410	0.00 1	0.00 1	0.00 1	0.00 1	0.09 210	0.25 170

TestStereo1	3.12 305	1.34 380	4.67 307	3.47 510	0.71 247	2.50 191	1.45 411	7.27 288	8.71 409	4.91 238	9.28 365	2.34 212	3.61 345	9.44 443	1.62 240	0.00 1	0.33 330	0.00 1	0.00 1	0.30 433	0.40 219

SA-5K	3.12 305	1.34 380	4.67 307	3.47 510	0.71 247	2.50 191	1.45 411	7.27 288	8.71 409	4.91 238	9.28 365	2.34 212	3.61 345	9.44 443	1.62 240	0.00 1	0.33 330	0.00 1	0.00 1	0.30 433	0.40 219

APVNet	6.28 469	2.46 492	10.09 497	3.51 512	3.97 518	12.15 516	1.75 427	20.08 559	6.73 334	6.92 339	13.45 452	10.75 461	6.29 450	11.86 499	14.34 538	0.05 391	0.02 173	0.11 503	0.03 291	0.63 497	0.34 203

SCV	2.06 175	0.84 252	3.74 216	3.56 513	1.22 350	2.30 172	0.76 325	7.87 313	3.29 133	0.59 78	2.83 156	0.67 146	0.58 142	8.00 359	0.91 134	0.00 1	0.89 427	0.00 1	0.48 518	0.41 466	2.18 525

stereogan	8.18 509	1.32 377	9.05 479	3.59 514	4.00 521	20.16 554	3.13 467	17.25 532	20.16 535	10.68 480	19.19 508	20.56 549	10.70 520	14.74 530	7.00 448	0.34 505	0.04 218	0.21 529	0.08 325	0.70 507	0.65 306

ADCS	13.76 556	6.46 549	30.74 576	3.62 515	2.93 478	14.28 530	11.22 562	20.02 556	34.42 570	23.20 557	25.42 541	19.51 540	19.62 555	24.54 573	33.88 589	0.27 496	0.23 314	0.37 541	0.19 394	1.47 534	2.84 543

AF-Net	8.37 512	2.16 469	9.01 477	3.65 516	4.58 536	9.40 478	2.63 447	17.71 534	21.32 541	10.38 474	24.51 536	20.43 546	16.67 548	12.54 511	10.76 509	0.70 529	0.00 1	0.12 510	0.00 1	0.47 481	0.42 236

RASNet	5.00 448	1.19 352	5.69 371	3.68 517	4.80 540	5.04 398	1.29 405	10.26 378	8.99 418	5.89 273	11.65 422	10.55 455	9.76 511	9.96 469	10.32 501	0.20 473	0.00 1	0.00 1	0.00 1	0.09 210	0.73 335

NVstereo2D	4.82 444	1.29 371	7.98 456	3.68 517	3.48 500	8.02 459	3.10 464	11.25 410	15.50 509	5.14 249	7.71 322	8.21 409	4.68 399	10.19 474	4.30 395	0.02 289	0.19 300	0.13 512	0.36 499	0.07 182	1.12 398

DISCO	6.58 477	0.98 308	6.44 407	3.75 519	1.18 342	11.19 505	3.29 474	12.92 464	16.72 516	7.27 361	11.74 424	17.34 525	6.60 456	19.59 557	11.59 515	0.00 1	0.00 1	0.00 1	0.00 1	0.45 476	0.50 253

AASNet	4.20 405	1.63 423	5.82 377	3.79 520	3.93 515	6.55 432	1.22 398	19.12 546	6.82 339	7.86 383	8.35 346	4.36 302	2.55 292	3.87 155	7.47 455	0.00 1	0.00 1	0.00 1	0.00 1	0.49 487	0.22 151

YMNet	5.84 459	2.29 482	10.08 495	3.80 521	4.45 528	10.40 492	0.88 363	10.81 396	7.17 356	14.28 528	16.67 485	11.58 473	4.41 382	8.51 400	9.37 487	0.12 444	0.35 336	0.11 503	0.08 325	0.79 513	0.62 295

YMNet_1	5.84 459	2.29 482	10.08 495	3.80 521	4.45 528	10.40 492	0.88 363	10.81 396	7.17 356	14.28 528	16.67 485	11.58 473	4.41 382	8.51 400	9.37 487	0.12 444	0.35 336	0.11 503	0.08 325	0.79 513	0.62 295

AACVNet	3.71 360	1.63 423	4.89 320	3.80 521	0.62 229	3.25 284	0.30 191	9.47 359	3.81 174	6.34 300	10.74 405	10.52 452	4.92 408	9.31 440	3.88 378	0.03 340	0.01 134	0.00 1	0.00 1	0.34 449	0.28 182

ADLNet	4.56 428	1.19 352	5.52 361	3.81 524	3.59 503	6.98 442	2.40 443	12.01 432	7.96 387	10.52 476	9.67 379	8.26 411	4.98 411	6.59 259	6.93 446	0.01 177	0.01 134	0.00 1	0.01 254	0.22 380	0.55 267

WZ-Net	13.61 555	5.57 543	42.84 589	3.89 525	3.19 487	19.90 552	15.44 575	15.67 518	32.04 564	16.13 537	28.69 549	22.17 553	15.84 546	21.40 564	26.87 574	0.75 530	0.01 134	0.01 416	0.03 291	0.51 489	1.20 406

MSAF-DinoV2	10.81 539	5.90 547	16.35 535	3.91 526	2.57 465	8.73 469	4.64 498	14.74 509	22.45 547	10.92 490	18.73 507	29.19 566	17.54 550	23.14 569	29.42 582	0.36 508	0.15 289	0.25 533	0.80 540	2.89 554	3.52 554

GANetREF_RVC	6.97 485	3.59 522	9.14 482	4.00 527	0.40 169	13.17 523	11.27 563	15.95 521	17.51 522	10.62 479	10.66 404	12.15 485	7.97 488	13.18 518	5.04 416	0.45 516	0.00 1	0.01 416	0.15 369	3.47 557	0.60 287
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
XQC	9.46 524	4.84 539	18.88 545	4.07 528	3.09 484	15.97 536	6.65 527	16.26 524	26.63 555	12.63 510	12.35 436	15.75 510	10.62 519	16.48 541	21.19 554	0.44 514	0.96 447	0.05 485	0.32 487	1.10 523	0.99 374

CC-Net-ROB	8.09 506	10.11 567	9.03 478	4.07 528	3.74 510	15.24 532	4.84 502	18.44 539	10.87 456	6.73 329	14.03 459	7.54 397	4.68 399	11.61 497	3.98 384	6.59 568	2.54 568	16.51 579	1.19 553	7.88 570	2.20 526

DANet	6.46 473	1.58 419	9.58 493	4.10 530	3.99 520	9.13 477	1.34 408	10.37 382	7.76 378	13.76 523	15.66 472	16.14 515	7.03 468	13.07 517	13.62 535	0.19 470	0.12 274	0.02 449	0.02 276	0.15 318	1.61 444
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IIG-Stereo	3.28 316	0.98 308	3.57 202	4.14 531	0.22 106	2.56 198	0.71 311	7.04 278	6.10 295	8.49 415	9.38 371	7.82 404	2.73 300	9.69 457	1.99 287	0.02 289	0.02 173	0.00 1	0.00 1	0.03 97	0.14 82

Nwc_Net	7.54 500	1.91 452	8.71 468	4.16 532	3.42 498	10.77 500	2.00 434	20.33 560	12.19 476	9.10 438	24.04 533	17.67 528	13.58 537	12.14 505	9.12 483	0.94 535	0.00 1	0.00 1	0.02 276	0.22 380	0.41 231

LE_ROB	17.31 569	2.62 501	14.26 525	4.20 533	1.80 412	17.40 542	9.70 554	15.38 515	55.92 598	63.97 608	40.81 580	35.50 579	39.26 590	15.64 537	28.51 580	0.06 403	0.11 269	0.13 512	0.21 414	0.14 302	0.51 258

MFN_U_SF_RVC	13.54 554	4.69 538	28.43 571	4.24 534	2.50 462	24.26 559	5.99 515	28.23 578	20.18 536	24.06 563	29.38 551	30.35 569	16.92 549	20.98 563	21.39 555	1.35 542	1.13 508	1.02 550	1.41 558	1.88 543	2.50 540

RP	7.41 495	1.90 451	7.33 438	4.26 535	5.25 547	6.64 434	3.46 476	12.44 448	16.23 514	10.36 473	23.00 528	18.72 534	16.59 547	11.10 484	8.47 468	1.10 537	0.02 173	0.12 510	0.16 371	0.43 471	0.65 306

DeepPrunerF	7.18 492	3.58 521	25.29 564	4.27 536	7.20 558	3.78 342	4.64 498	14.03 496	20.86 539	8.85 427	10.57 400	7.35 393	7.88 486	12.16 506	10.66 507	0.25 490	0.16 292	0.29 535	0.43 514	0.77 512	0.65 306

MaskLacGwcNet_RVC	6.42 472	6.12 548	6.53 411	4.29 537	3.61 504	15.41 533	4.13 485	12.36 443	7.32 365	7.60 373	8.51 348	8.97 430	2.64 296	10.17 473	3.72 368	8.16 572	2.40 564	2.00 560	0.11 351	8.55 571	5.84 566

PASM	9.11 520	5.68 544	25.06 563	4.33 538	4.18 523	7.01 443	8.48 546	12.37 444	20.95 540	13.49 520	15.37 470	18.80 535	11.52 527	14.70 529	12.70 525	0.93 534	1.19 526	0.32 537	1.21 554	1.66 538	2.22 530

OMP-Stereo	3.15 308	1.19 352	3.49 190	4.34 539	0.51 203	2.20 163	1.21 396	6.67 258	6.52 322	7.99 390	6.24 279	8.38 418	2.44 287	9.65 451	1.92 280	0.01 177	0.02 173	0.00 1	0.00 1	0.08 195	0.15 95

DGSMNet	7.10 488	3.49 519	15.11 530	4.36 540	4.41 526	8.94 475	6.25 521	15.10 512	14.28 498	8.15 401	14.51 465	10.08 444	5.38 430	11.04 483	7.95 460	1.49 545	2.00 560	1.79 558	1.68 564	2.43 548	3.48 551

MDST_ROB	9.13 522	1.31 374	10.16 499	4.36 540	2.48 461	28.66 571	7.64 540	19.96 554	14.97 502	27.53 568	24.02 531	9.47 432	5.27 424	16.31 540	8.61 472	0.63 525	0.19 300	0.00 1	0.00 1	0.08 195	0.90 359

RGC	7.40 494	2.77 506	7.71 448	4.43 542	4.87 542	8.88 472	2.96 459	16.05 522	12.76 486	11.96 509	19.57 510	18.32 533	11.57 528	13.89 525	9.58 491	0.83 532	0.02 173	0.24 532	0.41 511	0.40 465	0.77 343

TCMNet	5.54 457	2.53 494	10.92 504	4.50 543	6.58 553	8.90 474	1.31 407	11.59 422	8.68 408	7.24 358	12.74 443	8.37 415	4.65 398	9.30 439	10.83 510	0.11 442	0.19 300	0.31 536	0.09 337	0.84 518	1.07 388

AnyNet_C32	11.82 548	7.08 551	25.83 565	4.55 544	5.88 551	16.92 540	16.97 584	14.14 498	18.11 526	16.87 540	21.66 521	14.78 503	13.87 540	23.54 571	31.83 586	0.24 487	0.28 323	0.35 538	0.53 525	1.35 531	1.71 469

RTSC	9.87 528	4.34 533	16.44 536	4.60 545	2.38 455	12.54 519	0.75 323	18.19 537	37.31 579	16.16 538	15.86 474	13.32 491	7.56 481	20.93 561	23.50 564	0.34 505	1.07 493	0.02 449	0.35 497	0.71 508	0.99 374

SHD	10.45 535	3.67 524	14.03 522	4.81 546	4.52 533	11.93 513	1.66 425	21.36 567	38.40 581	18.84 545	21.72 522	17.63 526	13.07 533	15.65 538	17.71 546	0.36 508	1.09 496	0.01 416	0.32 487	0.50 488	1.67 457

AnyNet_C01	16.99 565	12.34 573	60.47 599	4.88 547	3.11 486	31.77 574	16.79 582	18.60 542	17.96 525	18.62 544	38.50 575	24.03 554	19.00 553	30.59 580	35.18 591	0.29 498	0.56 360	0.45 545	0.48 518	2.70 552	3.40 549

GASNet	5.62 458	5.76 545	12.05 508	5.03 548	2.08 440	3.77 340	1.53 417	12.92 464	11.62 471	9.64 457	7.40 316	8.58 424	7.54 479	14.76 531	8.25 466	0.02 289	0.15 289	0.00 1	0.00 1	0.81 517	0.52 261

PVD	16.41 563	3.98 530	16.04 533	5.38 549	4.59 538	19.44 550	7.28 538	28.88 580	49.27 592	31.53 574	43.72 584	30.36 570	32.17 584	26.70 576	23.19 562	0.25 490	1.48 550	0.04 478	0.59 528	0.52 490	2.87 544

BEATNet-Init1	24.70 581	11.33 570	44.28 590	5.48 550	3.94 516	47.60 595	22.33 591	34.94 584	40.01 584	48.11 596	49.98 592	59.86 597	43.17 594	39.48 592	31.77 585	1.37 543	1.76 558	1.17 553	1.17 552	2.44 549	3.85 557

Consistency-Raft	9.58 526	5.11 540	13.00 513	5.61 551	8.92 567	4.03 359	5.07 506	19.73 553	24.90 553	11.32 500	29.86 552	13.36 492	6.16 446	8.00 359	13.47 533	0.67 527	0.34 332	1.81 559	4.36 578	12.23 574	3.62 555

RTS	19.64 577	10.42 568	87.01 608	5.88 552	6.82 554	41.73 588	16.69 580	16.80 529	41.90 586	23.44 558	32.96 564	13.79 493	21.49 562	38.85 590	30.84 583	0.46 518	0.70 392	0.00 1	0.09 337	1.13 524	1.70 466

RTSA	19.64 577	10.42 568	87.01 608	5.88 552	6.82 554	41.73 588	16.69 580	16.80 529	41.90 586	23.44 558	32.96 564	13.79 493	21.49 562	38.85 590	30.84 583	0.46 518	0.70 392	0.00 1	0.09 337	1.13 524	1.70 466

MANE	20.98 580	3.23 514	8.81 471	5.96 554	6.96 557	33.07 578	13.20 569	35.43 585	38.86 582	44.72 593	52.41 596	53.20 592	41.84 593	34.74 584	27.45 577	1.87 552	2.27 562	1.54 557	10.18 588	0.69 505	3.11 545

G-Net	8.60 516	1.93 453	12.59 511	6.04 555	3.66 505	25.93 563	4.26 488	10.35 381	8.05 390	19.71 548	24.73 537	14.15 497	15.49 545	11.30 488	10.69 508	0.50 524	0.46 351	0.19 526	0.25 438	0.80 515	0.91 362

ELAS	17.99 571	3.49 519	11.19 505	6.14 556	5.79 550	34.89 581	17.28 586	28.75 579	30.47 562	40.80 589	45.79 586	39.04 582	32.05 583	27.63 577	24.30 569	1.88 553	2.41 566	1.09 551	1.48 559	1.83 542	3.48 551
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	8.50 514	4.40 534	9.57 492	6.16 557	4.54 535	10.46 494	1.03 381	15.30 513	28.16 558	10.88 487	30.88 558	6.96 389	11.31 525	14.57 528	10.40 502	3.10 560	0.02 173	0.00 1	0.00 1	1.55 536	0.63 301

ELAS_RVC	17.82 570	3.60 523	11.92 507	6.63 558	5.73 549	30.34 573	19.64 588	26.92 576	35.06 573	40.79 588	41.32 582	37.31 581	31.61 580	30.54 579	22.93 560	1.97 555	2.40 564	1.28 555	1.27 555	1.71 539	3.51 553
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	17.08 566	7.98 557	24.37 561	6.82 559	2.93 478	39.68 587	16.11 577	25.46 575	34.93 572	34.13 578	34.20 567	29.20 567	24.94 573	23.01 568	19.39 552	2.79 557	2.87 575	1.18 554	1.53 561	6.78 568	3.31 548

anonymity	8.04 505	4.13 531	12.86 512	7.43 560	13.11 578	8.34 461	2.02 435	18.21 538	7.55 373	13.88 524	9.27 364	10.63 456	7.79 484	11.57 496	6.06 431	6.25 567	5.59 593	3.71 567	3.28 572	3.27 555	5.78 565

NVStereoNet_ROB	17.22 567	8.76 561	16.47 537	7.52 561	8.42 565	13.75 529	11.07 558	24.24 573	26.67 556	31.00 572	46.49 587	34.88 578	27.06 576	22.72 567	23.61 565	6.83 570	4.32 588	6.32 573	10.37 589	4.39 558	9.57 579
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.85 560	7.41 554	36.29 583	7.76 562	43.77 603	11.24 506	12.14 567	16.73 528	23.72 548	23.73 562	32.92 563	18.89 537	13.31 535	16.60 542	12.37 521	0.26 493	0.86 424	0.11 503	0.43 514	1.24 527	17.26 598

testlalala2	2.34 222	0.64 193	2.49 83	9.58 563	6.50 552	3.57 316	0.18 150	5.34 164	3.20 126	3.87 214	4.57 219	3.12 238	0.52 131	1.49 55	0.44 9	0.00 1	0.31 327	0.00 1	0.43 514	0.12 269	0.40 219

UDG	9.12 521	10.06 566	6.35 405	10.06 564	9.64 568	10.48 495	2.33 441	12.73 455	10.19 439	8.33 406	10.27 390	16.70 520	10.47 517	8.33 387	9.07 482	4.28 563	2.59 570	18.90 581	3.83 575	11.35 573	6.50 569

SGM+DAISY	17.25 568	9.46 563	22.74 556	10.11 565	11.40 573	28.98 572	13.74 571	21.15 564	16.85 518	31.39 573	34.79 568	34.05 576	24.24 572	26.23 575	19.31 550	8.79 574	7.56 597	4.88 570	3.93 576	6.07 565	9.33 576

PSMNet-RUCA	6.00 463	5.79 546	14.15 523	10.30 566	7.63 560	6.94 439	1.89 430	12.74 456	10.95 459	4.10 222	11.72 423	4.77 315	1.72 256	8.74 413	5.09 419	1.88 553	0.12 274	4.77 569	0.71 535	5.10 561	0.82 351

MFMNet_re	14.09 558	9.67 564	20.31 550	10.40 567	7.62 559	21.38 556	17.49 587	21.36 567	31.95 563	23.70 561	29.22 550	18.87 536	27.41 577	14.27 526	11.16 511	2.85 558	1.51 552	0.41 543	0.28 469	4.88 559	7.10 570

FADE		18.79 577		10.51 568	10.00 571			36.24 586	53.07 595	20.35 550		26.62 561		40.25 593		31.16 600	14.37 601	38.03 600	37.28 602	5.44 563	5.60 564

PDISCO_ROB	10.27 533	2.79 508	13.30 514	10.58 569	9.96 570	22.78 557	5.99 515	20.01 555	28.57 559	11.88 507	14.49 464	20.54 547	4.92 408	17.01 546	10.29 500	5.79 566	0.42 345	0.14 514	0.13 363	2.53 550	3.25 547

CAS	2.42 236	0.37 45	2.30 69	11.49 570	3.97 518	1.65 102	0.02 26	4.08 87	2.84 104	0.51 54	1.65 108	0.25 88	0.28 58	1.73 68	0.92 135	10.05 578	0.01 134	0.00 1	0.00 1	0.01 23	6.26 568

SPS-STEREO	15.83 562	7.38 553	14.92 529	11.63 571	11.77 576	25.30 562	7.12 535	25.20 574	17.06 519	32.24 575	30.34 556	31.63 571	22.59 565	25.67 574	21.97 557	7.71 571	4.50 589	3.35 566	1.56 562	6.97 569	7.72 572
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	8.22 510	4.42 535	7.19 437	12.11 572	9.77 569	11.80 511	3.23 470	12.00 431	6.60 325	8.59 418	11.52 418	10.97 468	5.31 428	11.10 484	4.20 390	9.56 575	2.29 563	10.51 575	1.61 563	13.06 578	8.49 573

DDUNet	10.03 530	12.17 572	8.24 461	13.02 573	11.73 575	10.32 491	3.76 478	12.27 440	8.35 399	9.64 457	13.89 457	16.48 516	6.67 460	9.50 446	7.00 448	6.80 569	3.45 583	21.10 582	4.33 577	12.78 577	9.12 575

otaku	12.35 552	8.64 560	9.11 481	13.56 574	10.98 572	26.23 564	7.22 537	19.45 550	19.26 529	11.92 508	17.90 501	20.21 544	8.91 505	16.06 539	6.09 433	9.77 577	2.50 567	13.23 576	1.90 565	14.61 579	9.41 578

SAMSARA	15.67 561	3.89 528	14.48 526	13.77 575	7.92 563	38.69 585	73.90 609	21.22 565	24.66 551	17.04 541	13.86 456	30.01 568	13.07 533	18.07 551	17.48 545	0.23 485	1.46 548	0.07 494	0.40 508	0.99 521	2.15 523

Ntro	12.91 553	9.95 565	10.01 494	14.12 576	12.55 577	26.31 565	6.76 529	19.04 545	22.03 546	10.23 470	16.26 479	20.22 545	10.06 513	16.81 544	7.93 459	10.16 579	2.55 569	15.19 578	2.86 567	15.27 580	9.93 581

JetBlue	29.99 589	17.24 575	55.64 596	16.24 577	21.08 590	62.07 607	33.14 598	40.60 589	35.73 577	34.59 581	40.67 579	57.18 596	43.54 595	51.46 604	52.18 605	2.72 556	4.58 591	2.86 562	3.53 573	10.57 572	14.11 592

ACVNet-4b	16.48 564	23.07 579	14.73 528	16.69 578	15.18 581	31.83 575	7.30 539	19.71 552	27.82 557	11.54 504	22.10 525	31.68 572	8.96 507	18.88 553	7.28 453	11.04 581	2.65 571	24.93 586	5.02 580	18.57 583	10.67 584

ACVNet_1	19.51 576	26.19 583	15.50 531	17.71 579	15.28 582	26.46 566	9.36 551	29.16 581	34.18 567	25.06 565	24.89 538	37.18 580	21.93 564	17.80 550	15.03 541	11.08 582	2.83 572	25.29 587	5.06 582	19.11 584	11.14 585

RainbowNet	18.69 575	27.15 585	22.03 554	18.76 580	15.00 580	27.97 570	10.17 556	27.99 577	34.19 568	15.53 535	27.53 546	25.33 557	13.80 539	19.86 558	10.59 503	14.50 590	3.57 584	23.85 585	5.03 581	18.49 582	12.41 588

ACVNet_2	27.45 585	30.56 590	27.90 569	20.72 581	15.55 583	37.22 583	14.00 572	49.32 599	65.88 607	43.17 590	56.99 600	51.90 589	26.98 575	21.46 565	15.38 542	10.77 580	2.85 573	23.12 584	3.62 574	20.08 585	11.47 586

MADNet+	27.96 586	35.32 593	91.41 613	21.04 582	8.86 566	49.25 597	47.41 605	36.98 587	37.84 580	21.00 553	30.83 557	25.41 558	34.95 586	46.51 599	51.54 604	3.04 559	3.33 581	1.48 556	1.05 549	5.85 564	6.05 567

test_for_model	7.41 495	28.34 586	2.84 120	22.38 583	16.53 584	3.40 297	0.91 369	6.72 264	4.54 222	8.04 394	2.84 157	1.04 165	0.43 115	0.86 9	0.60 58	9.67 576	3.31 580	0.00 1	0.08 325	26.60 591	9.03 574

DispFullNet	18.06 572	27.03 584	34.90 580	22.68 584	20.79 587	15.03 531	3.18 468	16.95 531	26.06 554	20.48 551	16.91 487	20.55 548	18.37 551	23.48 570	12.16 520	5.31 565	2.91 576	31.24 591	8.09 587	22.63 587	12.44 589

MonStereo1	26.12 584	23.67 580	28.83 574	25.65 585	21.14 591	27.92 569	7.71 543	30.33 583	39.72 583	34.88 582	47.54 589	50.64 588	34.90 585	29.59 578	27.89 578	13.50 587	1.31 535	26.73 588	6.07 586	28.49 595	15.85 594

PWCK	31.62 592	45.59 599	49.67 594	30.49 586	7.80 561	42.91 590	29.73 597	45.45 592	44.44 588	47.41 594	36.92 573	47.86 587	26.79 574	41.90 595	33.36 588	22.77 595	4.56 590	29.89 590	5.13 583	29.43 596	10.36 583

Dean	35.52 594	40.12 597	27.99 570	30.63 587	17.33 585	45.80 594	11.68 565	57.61 608	76.54 611	63.70 607	60.65 603	66.93 606	49.40 600	38.12 588	40.28 596	12.18 585	3.73 586	28.86 589	5.94 585	20.69 586	12.16 587

IMH-64-1	28.06 587	29.98 587	19.46 548	32.15 588	20.98 588	27.68 567	16.66 578	47.31 593	44.85 589	34.14 579	50.94 593	41.49 584	31.67 581	37.53 586	23.88 566	14.17 588	2.96 577	34.45 593	11.15 590	26.12 589	13.75 590

IMH-64	28.06 587	29.98 587	19.46 548	32.15 588	20.98 588	27.68 567	16.66 578	47.31 593	44.85 589	34.14 579	50.94 593	41.49 584	31.67 581	37.53 586	23.88 566	14.17 588	2.96 577	34.45 593	11.15 590	26.12 589	13.75 590

WAO-7	30.22 590	25.83 582	23.33 557	33.10 590	14.36 579	36.98 582	22.41 592	52.85 603	64.46 605	43.76 591	59.24 602	52.31 590	45.69 597	32.82 581	32.60 587	11.16 583	5.49 592	13.76 577	12.60 594	12.36 575	9.38 577

LVE	35.84 596	41.54 598	36.25 582	33.36 591	18.92 586	53.05 602	27.99 596	53.17 606	64.93 606	47.63 595	61.58 604	54.25 594	38.72 589	38.72 589	35.50 592	16.36 594	6.23 594	31.51 592	14.04 595	25.01 588	18.07 599

IMH	30.65 591	30.30 589	21.09 552	34.89 592	21.75 593	33.16 579	16.91 583	49.53 600	52.50 593	38.41 584	55.10 599	45.13 586	40.36 592	41.57 594	25.66 572	14.74 591	3.36 582	35.43 595	11.69 592	27.31 594	14.16 593

TorneroNet-64	33.32 593	33.28 591	33.07 577	35.14 593	21.25 592	48.02 596	21.13 589	43.47 591	58.77 599	33.36 577	46.64 588	62.00 600	38.19 588	44.82 598	35.07 590	15.02 592	3.59 585	35.81 596	12.20 593	29.45 597	16.17 595

WAO-6	35.59 595	37.89 596	17.67 541	37.86 594	24.46 595	37.85 584	21.49 590	49.01 598	67.96 608	44.22 592	48.08 590	53.02 591	53.39 602	33.67 582	36.83 593	26.05 598	7.83 598	43.19 601	21.76 600	30.18 598	19.37 601

TorneroNet	36.02 597	35.25 592	36.33 584	38.44 595	22.19 594	50.72 600	24.42 595	48.39 596	54.53 596	38.03 583	53.44 597	62.83 603	44.79 596	47.68 601	42.11 599	15.69 593	3.97 587	37.25 597	15.05 596	30.83 599	18.40 600

WAO-8	38.93 598	36.84 594	23.97 559	43.96 596	24.48 596	45.73 592	22.62 593	53.10 604	75.66 609	53.86 601	66.14 608	62.39 601	55.11 604	43.01 596	40.67 597	22.98 596	7.22 595	37.53 598	19.49 598	27.04 593	16.83 596

Venus	38.93 598	36.84 594	23.97 559	43.96 596	24.48 596	45.73 592	22.62 593	53.10 604	75.66 609	53.86 601	66.17 609	62.39 601	55.11 604	43.01 596	40.67 597	22.98 596	7.22 595	37.53 598	19.49 598	27.02 592	16.83 596

UNDER WATER-64	46.01 601	48.25 600	68.05 601	44.59 598	28.11 598	57.02 605	43.78 603	40.20 588	48.80 591	52.08 600	42.95 583	67.22 607	57.71 606	48.98 603	49.57 602	40.01 603	17.98 602	52.15 604	39.41 604	38.99 600	34.41 603

JetRed	61.44 607	61.87 609	83.02 607	46.49 599	56.73 607	83.63 608	65.09 607	59.75 610	64.22 604	69.50 611	69.26 610	66.24 605	47.62 598	61.80 608	74.60 612	45.99 605	66.40 612	46.67 602	45.27 606	63.49 607	51.22 608

UNDER WATER	45.99 600	49.80 601	68.56 602	49.99 600	32.13 599	55.35 604	39.50 600	41.12 590	52.90 594	50.69 597	45.18 585	67.79 608	58.75 607	51.93 606	50.97 603	30.59 599	14.03 600	51.66 603	37.15 601	40.27 601	31.35 602

GCST	9.50 525	17.91 576	6.18 394	53.02 601	11.57 574	10.95 502	0.20 160	7.71 310	7.12 353	9.83 463	4.71 222	4.87 321	1.49 231	9.87 463	2.06 292	8.70 573	0.07 248	22.79 583	0.40 508	6.66 567	3.86 558

DPSimNet_ROB	54.45 604	65.73 611	47.00 591	54.49 602	46.37 604	55.34 603	56.47 606	56.18 607	59.04 600	64.57 609	51.76 595	64.01 604	54.49 603	47.54 600	67.21 609	63.21 610	27.86 607	58.04 607	51.28 608	46.61 602	51.87 609

HanzoNet	57.16 606	60.12 608	60.00 598	55.77 603	42.11 601	51.98 601	41.93 601	52.07 601	61.47 602	65.98 610	65.90 607	72.11 610	70.14 609	71.11 610	61.13 607	64.31 611	34.72 608	62.27 608	50.86 607	52.83 605	46.33 606

notaker	48.05 602	55.94 604	50.90 595	56.89 604	40.29 600	38.96 586	33.86 599	47.82 595	55.70 597	57.55 603	57.48 601	60.22 598	59.71 608	54.64 607	43.27 600	41.13 604	19.86 603	57.61 606	37.79 603	50.95 603	40.33 604

ktn	49.32 603	58.11 605	40.16 587	59.92 605	43.22 602	49.79 599	42.99 602	48.56 597	60.67 601	51.59 598	54.51 598	55.34 595	52.65 601	47.92 602	37.91 594	57.88 608	24.79 604	63.00 609	43.57 605	52.51 604	41.31 605

ASD4	76.04 610	81.96 615	69.18 604	68.53 606	80.95 611	96.29 614	99.16 620	77.84 612	93.51 616	77.76 612	85.79 611	78.58 611	76.90 611	78.02 614	82.88 613	58.77 609	62.96 610	55.01 605	62.53 610	68.78 608	65.30 611

LRCNet_RVC	66.47 608	66.44 612	69.02 603	71.60 607	54.27 606	32.21 577	2.93 458	63.19 611	21.83 544	82.02 613	90.16 613	83.59 612	72.13 610	69.45 609	53.25 606	95.47 620	64.21 611	95.15 620	95.27 620	72.59 609	74.60 612

KSHMR	56.07 605	64.25 610	40.47 588	74.89 608	49.63 605	49.42 598	45.46 604	57.71 609	63.52 603	61.65 606	61.67 605	71.88 609	47.67 599	51.47 605	44.57 601	54.67 607	62.25 609	66.31 610	54.18 609	53.03 606	46.75 607

xxxxx1	85.58 615	90.37 617	96.61 616	76.69 609	80.77 608	97.50 617	96.92 617	85.57 613	88.66 613	88.63 614	91.64 614	94.27 617	93.09 615	90.03 617	91.91 615	70.77 612	70.62 613	73.61 614	81.26 615	72.90 610	79.86 613

tt_ll	85.58 615	90.37 617	96.61 616	76.69 609	80.77 608	97.50 617	96.92 617	85.57 613	88.66 613	88.63 614	91.64 614	94.27 617	93.09 615	90.03 617	91.91 615	70.77 612	70.62 613	73.61 614	81.26 615	72.90 610	79.86 613

ff	85.58 615	90.37 617	96.61 616	76.69 609	80.77 608	97.50 617	96.92 617	85.57 613	88.66 613	88.63 614	91.64 614	94.27 617	93.09 615	90.03 617	91.91 615	70.77 612	70.62 613	73.61 614	81.26 615	72.90 610	79.86 613

RSGM-EC	84.07 613	60.08 606	47.30 592	78.04 612	83.24 614	89.06 609	90.58 612	91.67 617	94.51 617	90.71 617	97.35 618	83.66 613	79.39 612	76.44 611	73.59 610	92.77 618	97.43 618	88.12 618	92.47 618	88.22 618	86.76 619

acva	84.07 613	60.08 606	47.30 592	78.04 612	83.24 614	89.06 609	90.58 612	91.67 617	94.51 617	90.71 617	97.35 618	83.66 613	79.39 612	76.44 611	73.59 610	92.77 618	97.43 618	88.12 618	92.47 618	88.22 618	86.76 619

tt	83.10 612	0.43 75	99.97 623	79.27 614	93.14 616	100.00 624	100.00 625	100.00 628	99.89 623	60.55 605	48.44 591	99.98 627	99.96 624	99.98 627	100.00 628	91.80 617	99.82 623	73.67 617	73.25 613	86.43 617	55.39 610

USTest	87.45 618	75.67 613	64.78 600	81.43 615	83.22 613	99.90 623	99.97 623	99.47 623	99.59 622	98.27 620	99.02 622	90.91 616	98.36 620	83.71 615	98.28 621	79.81 615	95.66 617	69.62 611	73.61 614	75.15 613	82.65 617

MADNet++	82.81 611	81.73 614	74.64 605	87.71 616	82.67 612	93.35 612	70.27 608	86.39 616	82.88 612	93.51 619	86.62 612	86.40 615	81.37 614	88.21 616	88.63 614	86.59 616	84.23 616	72.14 613	68.69 612	78.88 616	81.36 616

TCMNet-wrong-test	67.37 609	85.99 616	81.87 606	95.65 617	94.75 617	89.54 611	85.95 611	52.26 602	35.23 575	51.69 599	62.14 606	60.40 599	40.29 591	77.33 613	64.52 608	48.91 606	9.04 599	69.84 612	68.02 611	91.10 620	82.88 618

MEDIAN_ROB	98.44 620	99.70 621	99.34 620	97.13 618	97.06 618	96.94 615	95.91 616	97.71 621	97.33 620	98.78 623	98.91 621	99.19 622	98.13 619	96.94 620	96.99 620	99.97 624	99.18 621	100.00 624	99.99 625	99.70 623	99.83 623

Anonymous_1	99.01 622	99.91 622	99.85 622	97.31 619	99.09 622	100.00 624	100.00 625	99.59 625	99.96 624	99.29 625	99.86 623	99.55 624	99.99 625	99.30 622	99.76 622	95.67 621	99.58 622	97.24 621	98.56 622	97.36 621	98.34 622

DLNR-FE	24.96 582	51.28 602	90.78 612	97.84 620	97.06 618	1.40 75	0.12 108	23.22 572	3.55 154	1.21 144	2.93 163	0.72 148	0.32 74	7.09 296	2.60 328	38.66 601	1.33 542	0.00 1	0.29 475	77.21 615	1.68 460

DLNR_Zeroshot_test	24.96 582	51.28 602	90.69 611	97.84 620	97.22 620	1.40 75	0.12 108	23.19 571	3.55 154	1.21 144	2.95 165	0.72 148	0.31 67	7.09 296	2.61 329	38.70 602	1.32 536	0.00 1	0.29 475	77.04 614	1.68 460

PML	97.69 619	100.00 626	96.50 615	97.85 622	97.35 621	99.77 622	99.36 621	96.92 619	96.34 619	100.00 627	96.52 617	97.41 621	99.61 621	100.00 628	95.46 618	99.99 626	97.44 620	100.00 624	96.08 621	99.13 622	88.02 621

DPSM_ROB	99.94 628	100.00 626	100.00 627	99.74 623	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	99.08 622	100.00 626	100.00 624	100.00 627	99.98 624	99.94 624

DPSM	99.94 628	100.00 626	100.00 627	99.74 623	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	99.08 622	100.00 626	100.00 624	100.00 627	99.98 624	99.94 624

HaxPig	98.85 621	99.94 623	95.36 614	99.99 625	99.98 623	94.12 613	94.52 614	99.12 622	99.96 624	99.96 626	99.99 624	99.98 627	99.89 623	98.16 621	96.14 619	99.98 625	99.99 625	100.00 624	99.99 625	99.99 626	99.95 626

DPSMNet_ROB	99.90 626	100.00 626	99.99 624	99.99 625	100.00 625	100.00 624	100.00 625	99.98 626	100.00 626	98.37 621	100.00 625	99.81 625	100.00 626	99.97 624	99.99 625	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	99.99 627

DGTPSM_ROB	99.90 626	100.00 626	99.99 624	99.99 625	100.00 625	100.00 624	100.00 625	99.98 626	100.00 626	98.37 621	100.00 625	99.81 625	100.00 626	99.97 624	99.99 625	99.99 626	100.00 626	100.00 624	100.00 627	100.00 627	99.99 627

RAFT-FEzeroshot	100.00 630	100.00 626	100.00 627	100.00 628	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	100.00 630

RAFT-FE	100.00 630	100.00 626	100.00 627	100.00 628	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	100.00 630

FlowAnything	100.00 630	100.00 626	100.00 627	100.00 628	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	100.00 630

ccccc	99.31 623	96.47 620	100.00 627	100.00 628	100.00 625	97.29 616	99.42 622	99.52 624	97.83 621	99.28 624	97.64 620	99.32 623	99.84 622	99.92 623	99.98 624	100.00 628	100.00 626	99.95 623	99.77 624	100.00 627	100.00 630

Selective-RAFT-Error	100.00 630	100.00 626	100.00 627	100.00 628	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	100.00 630

CasAABBNet	100.00 630	100.00 626	100.00 627	100.00 628	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	100.00 630

test_example2	99.38 624	99.98 625	99.99 624	100.00 628	99.98 623	99.73 621	99.99 624	96.99 620	100.00 626	100.00 627	100.00 625	96.49 620	96.74 618	99.97 624	99.96 623	100.00 628	99.97 624	98.68 622	99.11 623	100.00 627	100.00 630

LSM0	100.00 630	100.00 626	100.00 627	100.00 628	100.00 625	100.00 624	100.00 625	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	100.00 628	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	99.99 627

AVERAGE_ROB	99.63 625	99.96 624	98.88 619	100.00 628	100.00 625	98.16 620	95.64 615	100.00 628	100.00 626	100.00 627	100.00 625	100.00 629	100.00 626	100.00 628	99.99 625	100.00 628	100.00 626	100.00 624	100.00 627	100.00 627	100.00 630

GS-Stereo							0.70 306	5.97 218	2.69 95	0.60 82	0.80 64	0.43 122	0.48 123	1.20 32	0.90 128	0.03 340	0.95 442	0.00 1	0.51 523	0.18 342	2.12 517

Low-res two-view benchmark