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

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

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

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

FoundationStereo	0.24 1	0.21 28	0.36 3	0.38 25	0.22 19	0.32 15	0.22 17	0.39 2	0.23 6	0.30 15	0.25 7	0.30 35	0.33 48	0.34 3	0.26 21	0.16 60	0.12 54	0.15 22	0.11 9	0.13 5	0.12 11

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

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

CES	0.48 132	0.20 10	0.37 5	0.39 32	1.39 546	0.55 152	0.35 114	0.98 163	0.66 134	0.44 69	0.66 113	0.35 48	0.27 21	0.56 42	0.33 86	0.15 38	0.13 115	0.15 22	0.10 2	0.19 166	1.46 551

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

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

CREStereo++_RVC	0.47 126	0.21 28	0.38 8	0.45 98	0.38 286	0.45 63	0.25 34	0.75 69	1.29 409	0.80 174	1.21 309	0.47 85	0.37 77	0.53 32	0.44 196	0.16 60	0.11 28	0.15 22	0.80 542	0.18 123	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.52 145	0.20 10	0.38 8	0.41 47	0.19 1	0.96 363	0.34 106	1.17 240	1.25 389	0.81 178	0.90 177	0.63 163	0.50 158	1.45 306	0.42 183	0.14 30	0.12 54	0.17 79	0.11 9	0.18 123	0.11 2

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 135	0.29 62	0.77 75	1.11 302	0.58 126	0.71 131	0.51 109	0.41 93	0.54 35	0.34 103	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.14 63
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.46 119	0.21 28	0.38 8	0.37 12	0.23 25	0.71 254	0.27 51	0.74 68	1.04 266	0.64 142	0.70 128	0.55 127	0.47 132	0.86 146	0.35 113	1.00 538	0.13 115	0.15 22	0.10 2	0.15 41	0.13 36

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

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

S2M2_XL	0.24 1	0.24 79	0.39 14	0.34 1	0.24 41	0.16 2	0.18 2	0.32 1	0.22 4	0.29 11	0.40 28	0.24 7	0.23 10	0.32 1	0.26 21	0.20 220	0.18 317	0.18 114	0.16 155	0.18 123	0.14 63
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IGEV	0.28 7	0.18 1	0.39 14	0.37 12	0.31 182	0.45 63	0.21 13	0.59 21	0.40 38	0.31 16	0.43 41	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 54	0.16 52	0.13 65	0.12 1	0.12 11

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo+	0.45 112	0.21 28	0.43 37	0.41 47	0.39 296	0.15 1	0.19 7	0.44 4	0.36 28	0.26 5	0.25 7	0.31 38	0.41 93	1.43 302	0.30 48	0.17 103	0.12 54	0.15 22	0.11 9	1.16 541	1.70 556

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

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

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

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

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

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

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

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

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

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

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

LoS	0.40 73	0.21 28	0.44 39	0.37 12	0.22 19	0.50 105	0.40 179	1.00 169	0.94 220	0.48 94	0.66 113	0.48 90	0.40 90	0.60 62	0.37 135	0.18 142	0.14 168	0.16 52	0.11 9	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TANstereo	0.44 104	0.21 28	0.44 39	0.41 47	0.21 9	0.65 217	0.26 44	0.79 84	0.83 184	0.93 207	0.98 201	0.51 109	0.46 123	0.54 35	0.35 113	0.18 142	0.24 414	0.16 52	0.13 65	0.16 61	0.26 357

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

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

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

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

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

S2M2_L	0.34 40	0.28 183	0.45 52	0.40 39	0.30 156	0.31 14	0.16 1	0.60 28	0.64 117	0.31 16	0.48 59	0.47 85	0.34 55	0.38 4	0.32 70	0.25 349	0.22 393	0.20 174	0.22 321	0.25 317	0.22 287
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
Reg-Stereo(zero)	0.44 104	0.22 47	0.45 52	0.43 61	0.23 25	0.38 28	0.25 34	0.76 72	1.08 285	0.90 199	0.78 149	0.90 258	0.47 132	0.70 90	0.36 123	0.15 38	0.12 54	0.15 22	0.12 41	0.15 41	0.15 97

GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 172	0.36 254	0.38 28	0.23 25	0.78 79	0.52 85	0.34 27	0.51 73	0.46 78	0.38 84	0.51 26	0.27 26	0.20 220	0.12 54	0.16 52	0.12 41	0.16 61	0.14 63

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.41 81	0.25 108	0.48 66	0.50 172	0.20 3	0.50 105	0.36 130	0.81 97	0.80 175	0.83 184	0.68 120	0.48 90	0.31 39	0.54 35	0.32 70	0.18 142	0.12 54	0.27 371	0.22 321	0.23 290	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.43 91	0.23 60	0.48 66	0.51 204	0.28 117	0.39 31	0.32 87	0.88 121	0.68 139	0.60 136	0.84 165	0.56 135	0.61 222	1.03 195	0.31 65	0.17 103	0.11 28	0.17 79	0.15 113	0.16 61	0.13 36

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GASTEREO	0.40 73	0.25 108	0.51 88	0.48 144	0.25 58	0.65 217	0.36 130	0.81 97	0.49 65	0.51 114	0.82 162	0.30 35	0.66 245	0.62 68	0.28 35	0.19 183	0.12 54	0.16 52	0.14 95	0.16 61	0.14 63

fffft	0.38 60	0.23 60	0.51 88	0.44 84	0.32 201	0.43 53	0.48 275	0.76 72	0.36 28	0.44 69	0.34 20	0.38 58	0.31 39	1.31 266	0.32 70	0.14 30	0.11 28	0.19 137	0.15 113	0.16 61	0.16 128
1: 1. 1
ours_stereo	0.39 64	0.28 183	0.51 88	0.46 106	0.30 156	0.40 33	0.44 232	0.73 64	0.56 96	0.35 28	0.56 90	0.46 78	0.33 48	1.11 219	0.32 70	0.16 60	0.13 115	0.19 137	0.15 113	0.19 166	0.14 63

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

RSM++	0.38 60	0.24 79	0.51 88	0.47 117	0.26 68	0.50 105	0.41 195	0.79 84	0.45 53	0.37 37	0.45 50	0.60 151	0.35 63	1.02 194	0.30 48	0.15 38	0.13 115	0.17 79	0.14 95	0.18 123	0.13 36

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.87 378	0.29 218	0.53 102	0.53 243	0.30 156	1.15 407	0.55 337	3.57 555	1.28 405	1.53 455	1.74 463	1.68 460	0.93 362	1.49 314	0.77 352	0.22 280	0.17 295	0.19 137	0.18 194	0.20 200	0.19 219
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
xyz-stereo-finetune	0.48 132	0.25 108	0.54 108	0.42 54	0.23 25	0.80 303	0.42 199	0.80 92	0.80 175	0.61 137	0.62 104	0.54 123	0.43 104	1.70 355	0.58 287	0.15 38	0.15 226	0.19 137	0.15 113	0.16 61	0.15 97

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

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

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

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

IGEV-Stereo	0.43 91	0.27 161	0.54 108	0.45 98	0.32 201	0.50 105	0.42 199	0.90 128	0.51 78	0.49 101	0.53 78	0.47 85	0.47 132	1.32 270	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raft+_RVC	0.53 155	0.26 131	0.54 108	0.60 342	0.47 362	0.54 143	0.54 319	1.27 275	0.99 246	0.76 161	1.03 231	0.70 187	0.56 191	0.93 167	0.47 230	0.18 142	0.14 168	0.19 137	0.18 194	0.18 123	0.15 97

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

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

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

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

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

AIO-test1	0.56 195	0.25 108	0.55 118	0.64 387	0.78 491	0.80 303	0.36 130	1.18 245	1.34 430	0.57 124	0.88 173	0.61 155	0.50 158	1.12 222	0.35 113	0.17 103	0.17 295	0.22 238	0.24 357	0.18 123	0.23 307

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

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

CAS++	0.47 126	0.31 271	0.56 122	0.47 117	0.32 201	0.42 44	0.28 57	1.76 402	0.72 150	0.71 153	0.72 135	0.37 55	0.28 25	0.69 86	0.33 86	0.27 388	0.22 393	0.26 354	0.21 292	0.29 373	0.19 219
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ff7	0.43 91	0.27 161	0.56 122	0.44 84	0.33 222	0.50 105	0.42 199	0.87 113	0.50 69	0.49 101	0.53 78	0.44 66	0.48 144	1.38 288	0.33 86	0.17 103	0.12 54	0.21 209	0.15 113	0.18 123	0.18 179

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

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

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

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

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

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

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

xyz-stereo-finetune2	0.58 208	0.27 161	0.57 132	0.40 39	0.24 41	1.09 394	0.32 87	0.79 84	0.53 89	0.65 144	1.07 242	0.58 143	0.80 298	2.47 437	0.80 364	0.16 60	0.15 226	0.21 209	0.17 176	0.16 61	0.17 154

fffy	0.42 85	0.27 161	0.57 132	0.46 106	0.29 134	0.48 79	0.35 114	0.91 129	0.55 93	0.40 52	0.58 96	0.55 127	0.41 93	1.26 255	0.36 123	0.15 38	0.13 115	0.19 137	0.16 155	0.18 123	0.14 63

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

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

ICVP	0.63 234	0.33 309	0.57 132	0.61 356	0.40 307	0.80 303	0.58 360	1.61 361	0.89 201	0.90 199	1.24 317	0.88 249	0.73 265	0.72 97	0.88 383	0.29 413	0.21 375	0.22 238	0.21 292	0.24 305	0.27 367
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	0.79 340	0.35 354	0.57 132	0.58 317	0.42 320	0.96 363	0.46 257	1.47 318	1.33 427	1.19 324	1.22 311	1.81 475	0.98 389	1.66 347	0.94 393	0.33 442	0.28 445	0.34 450	0.27 400	0.35 418	0.31 409

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

test_for_model	1.30 468	3.71 578	0.58 138	3.22 569	2.84 569	0.59 171	0.33 94	1.40 301	0.83 184	1.42 435	0.61 101	0.52 116	0.37 77	0.51 26	0.33 86	2.46 556	0.15 226	0.16 52	0.11 9	4.39 579	1.50 552

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	1.24 462	0.38 378	0.60 150	0.52 225	0.37 269	1.56 467	1.30 514	1.65 370	1.36 444	2.11 518	1.79 470	1.63 451	0.93 362	7.48 553	0.95 397	0.36 463	0.37 499	0.39 478	0.34 473	0.37 429	0.32 415
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FlowAnything_test	0.39 64	0.26 131	0.61 153	0.59 330	0.33 222	0.62 194	0.36 130	0.62 32	0.40 38	0.45 77	0.36 23	0.45 74	0.37 77	0.53 32	0.48 235	0.24 322	0.18 317	0.28 386	0.33 467	0.21 241	0.19 219

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

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

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

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

SGM_RVC	1.68 505	0.36 364	0.61 153	0.59 330	0.29 134	2.25 519	1.18 505	2.38 532	1.68 498	3.60 554	2.67 524	3.69 545	2.42 542	8.13 560	1.90 500	0.31 426	0.31 466	0.30 410	0.28 421	0.30 384	0.29 385
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	0.72 289	0.35 354	0.62 159	0.69 435	0.46 357	1.14 400	0.44 232	1.37 293	1.01 254	0.83 184	1.17 294	1.33 392	0.96 379	1.43 302	0.95 397	0.33 442	0.22 393	0.21 209	0.23 344	0.27 343	0.29 385

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

NOSS_ROB	1.26 465	0.46 416	0.62 159	0.56 295	0.38 286	1.06 387	0.78 426	1.73 389	1.40 462	1.01 234	1.43 389	1.10 336	0.75 269	10.62 578	0.65 312	0.45 496	0.43 515	0.48 502	0.45 503	0.44 466	0.41 457

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

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

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

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

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

RAFT-Stereo	0.57 202	0.26 131	0.63 162	0.54 258	0.36 254	0.69 242	0.54 319	1.22 265	0.72 150	1.61 473	1.50 413	0.75 195	0.53 174	0.64 72	0.44 196	0.18 142	0.15 226	0.17 79	0.15 113	0.17 92	0.17 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CBMV_ROB	0.90 384	0.44 407	0.63 162	0.51 204	0.37 269	1.25 425	0.49 285	1.77 406	1.27 400	1.41 429	2.00 492	1.33 392	1.08 422	2.17 408	0.76 346	0.43 490	0.42 514	0.47 500	0.44 501	0.41 449	0.36 437

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

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

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

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

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

iRaftStereo_RVC	0.47 126	0.26 131	0.64 169	0.50 172	0.29 134	0.53 135	0.33 94	1.05 195	0.77 167	0.84 187	1.00 207	0.55 127	0.37 77	0.81 129	0.40 161	0.17 103	0.12 54	0.22 238	0.20 248	0.19 166	0.15 97

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	0.95 397	0.44 407	0.66 184	0.53 243	0.35 244	1.53 464	1.63 533	1.69 380	1.42 470	2.00 514	1.60 437	1.43 409	1.17 438	1.59 334	0.99 406	0.34 452	0.34 481	0.39 478	0.33 467	0.33 411	0.32 415
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MM-Stereo_test2	0.43 91	0.24 79	0.67 189	0.51 204	0.32 201	0.55 152	0.45 250	0.97 159	0.77 167	0.59 134	0.51 73	0.49 98	0.42 97	0.80 123	0.30 48	0.15 38	0.13 115	0.18 114	0.14 95	0.19 166	0.14 63

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.65 254	0.34 333	0.72 230	0.56 295	0.27 92	0.78 289	0.42 199	1.59 354	0.86 190	1.30 381	1.25 321	0.87 245	0.84 319	0.84 137	0.54 274	0.35 459	0.19 335	0.26 354	0.21 292	0.28 362	0.42 461
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	0.96 398	0.58 464	0.72 230	0.61 356	0.46 357	1.64 475	0.76 421	1.86 435	1.28 405	1.30 381	1.53 417	0.86 241	0.94 367	3.27 467	0.69 325	0.45 496	0.44 518	0.54 515	0.48 510	0.47 477	0.40 452

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

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

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

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

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

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

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

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

DeepStereo_RVC	0.55 186	0.29 218	0.72 230	0.51 204	0.30 156	0.59 171	0.33 94	1.03 181	0.70 144	1.16 306	0.93 184	0.83 228	0.94 367	0.96 173	0.54 274	0.21 254	0.14 168	0.21 209	0.19 216	0.24 305	0.24 321

coex_refinement	0.80 343	0.28 183	0.73 242	0.70 441	0.51 386	0.95 357	0.60 373	1.78 410	1.23 380	1.36 412	1.37 371	1.82 478	0.81 302	1.32 270	1.13 428	0.26 372	0.17 295	0.19 137	0.20 248	0.24 305	0.25 333

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

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

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

Patchmatch Stereo++	0.55 186	0.30 238	0.73 242	0.50 172	0.27 92	0.65 217	0.29 62	1.05 195	0.64 117	1.12 272	0.96 191	0.83 228	0.60 213	1.37 284	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 170	0.30 238	0.73 242	0.50 172	0.27 92	0.65 217	0.41 195	1.04 187	0.64 117	1.12 272	0.96 191	0.82 221	0.61 222	1.06 204	0.45 209	0.22 280	0.14 168	0.24 296	0.20 248	0.26 329	0.18 179

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

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

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

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

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

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

CroCo-Stereo	0.40 73	0.31 271	0.73 242	0.58 317	0.27 92	0.26 4	0.33 94	0.95 151	0.81 178	0.42 59	0.47 56	0.65 169	0.47 132	0.39 6	0.34 103	0.18 142	0.15 226	0.16 52	0.14 95	0.19 166	0.16 128
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.64 246	0.30 238	0.73 242	0.59 330	0.33 222	0.68 237	0.58 360	1.04 187	0.76 163	1.08 250	1.19 303	1.65 457	0.93 362	1.06 204	0.56 281	0.21 254	0.18 317	0.27 371	0.24 357	0.22 265	0.17 154

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

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

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

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

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

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

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

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

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

test_5	0.65 254	0.30 238	0.75 262	0.67 420	0.50 374	0.92 348	0.52 305	1.39 299	1.12 306	0.76 161	1.11 262	1.00 300	0.90 347	1.53 323	0.45 209	0.18 142	0.13 115	0.23 276	0.22 321	0.21 241	0.19 219

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

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

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

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

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

AdaStereo	0.70 280	0.43 404	0.75 262	0.73 461	0.37 269	0.92 348	0.53 313	1.85 432	1.18 352	1.12 272	1.23 315	1.07 323	0.65 242	0.96 173	0.63 307	0.31 426	0.15 226	0.32 431	0.21 292	0.29 373	0.22 287
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
G2L-ROB	0.73 307	0.25 108	0.76 272	0.54 258	0.39 296	0.95 357	0.66 392	1.66 375	1.09 293	1.24 351	1.02 221	1.64 454	0.71 260	1.63 340	1.02 409	0.20 220	0.14 168	0.17 79	0.15 113	0.20 200	0.22 287

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

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

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

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

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

CVANet_RVC	1.07 433	0.43 404	0.76 272	0.60 342	0.50 374	0.90 337	0.97 476	1.52 335	1.26 394	1.33 403	1.38 376	1.24 367	1.18 442	6.75 542	0.75 343	0.34 452	0.23 405	0.34 450	0.29 433	0.42 454	0.27 367

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

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

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

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

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

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

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

HITNet	0.65 254	0.40 389	0.77 279	0.48 144	0.24 41	1.05 384	0.49 285	1.76 402	1.02 257	1.18 320	1.18 296	0.89 257	0.80 298	0.85 142	0.79 360	0.17 103	0.12 54	0.21 209	0.17 176	0.29 373	0.15 97
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
LG-Stereo	0.34 40	0.25 108	0.78 287	0.47 117	0.26 68	0.37 25	0.30 72	0.71 61	0.52 85	0.36 33	0.57 93	0.29 30	0.21 3	0.50 23	0.36 123	0.13 20	0.13 115	0.20 174	0.18 194	0.18 123	0.12 11

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

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

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

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

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

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

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

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

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

FCDSN-DC	2.32 535	0.63 482	0.81 296	0.84 497	0.75 485	2.23 518	0.94 471	2.09 491	1.80 509	5.45 572	7.72 569	7.77 569	6.93 575	3.39 468	1.80 495	0.52 510	0.48 528	0.52 509	0.51 520	0.57 502	0.58 507
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ac_64	0.82 354	0.29 218	0.81 296	0.71 449	0.60 437	1.05 384	0.54 319	1.99 470	0.92 215	1.18 320	1.06 238	1.99 497	1.08 422	1.94 387	0.97 402	0.27 388	0.22 393	0.24 296	0.23 344	0.22 265	0.19 219

MultiAttention	4.51 561	0.33 309	0.82 299	0.73 461	0.45 345	30.98 592	4.50 575	2.18 511	1.40 462	1.61 473	2.41 515	2.43 520	0.70 255	38.42 595	1.36 458	0.22 280	0.15 226	0.29 397	0.30 442	0.47 477	0.43 468

FACV-RUCA	0.63 234	0.34 333	0.82 299	0.62 368	0.65 452	0.81 312	0.41 195	1.44 312	1.07 279	0.86 194	1.14 278	0.61 155	0.69 250	0.80 123	0.53 268	0.28 402	0.19 335	0.47 500	0.21 292	0.35 418	0.25 333

ITSA-stereo	0.82 354	0.36 364	0.82 299	0.54 258	0.31 182	0.80 303	0.47 264	2.17 508	1.67 496	1.13 287	1.13 274	0.94 275	0.86 330	2.46 435	1.00 407	0.26 372	0.23 405	0.28 386	0.27 400	0.28 362	0.36 437

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

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

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

DIP-Stereo	0.62 227	0.30 238	0.83 304	0.48 144	0.36 254	0.95 357	0.33 94	2.37 531	0.67 135	1.25 357	1.00 207	0.68 178	0.51 163	0.91 159	0.61 300	0.18 142	0.15 226	0.21 209	0.17 176	0.19 166	0.19 219
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FC-DCNN v2	2.81 551	0.59 467	0.85 306	0.73 461	0.57 417	2.97 543	1.05 490	3.39 554	2.61 541	6.98 575	7.67 568	10.38 577	6.31 572	5.75 522	3.37 533	0.53 516	0.48 528	0.51 507	0.50 517	0.53 495	0.51 494

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

test_sample6	0.71 287	0.34 333	0.87 323	0.52 225	0.30 156	0.82 314	0.58 360	1.79 416	1.15 333	1.14 290	1.33 355	0.91 261	0.79 292	1.31 266	0.74 338	0.27 388	0.21 375	0.27 371	0.29 433	0.28 362	0.27 367

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

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	0.80 343	0.41 397	0.88 330	0.62 368	0.42 320	1.33 437	0.48 275	1.52 335	1.17 345	1.45 439	1.44 394	1.44 414	0.90 347	1.26 255	1.24 440	0.20 220	0.16 266	0.27 371	0.24 357	0.25 317	0.28 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gcap-zeroshot	0.53 155	0.28 183	0.89 336	0.49 160	0.28 117	0.76 276	0.37 149	1.34 287	0.73 154	0.89 197	0.67 117	1.35 397	0.51 163	0.79 120	0.33 86	0.18 142	0.15 226	0.18 114	0.15 113	0.17 92	0.16 128

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

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

MSMD_ROB	1.99 526	0.59 467	0.89 336	0.70 441	0.61 440	3.95 557	0.94 471	1.80 419	1.79 508	4.41 562	4.43 545	8.17 570	3.66 558	3.40 469	1.33 452	0.52 510	0.48 528	0.54 515	0.58 527	0.53 495	0.50 490

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

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

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

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

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

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

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

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

MeshStereo	2.26 533	0.56 457	0.92 347	0.61 356	0.49 367	2.60 532	1.02 486	3.18 550	2.05 525	7.40 579	4.98 555	7.58 567	2.98 552	6.37 532	1.96 503	0.43 490	0.43 515	0.45 495	0.39 489	0.43 460	0.42 461
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
UGAM-zero	1.00 415	0.30 238	0.93 349	0.47 117	0.30 156	0.57 163	0.25 34	2.25 519	0.63 113	1.01 234	1.10 256	2.73 530	1.85 517	6.26 529	0.40 161	0.17 103	0.14 168	0.19 137	0.15 113	0.16 61	0.17 154

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

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

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

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

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

GMStereo	0.55 186	0.45 414	0.94 353	0.50 172	0.32 201	0.64 201	0.43 218	1.00 169	1.40 462	0.82 182	0.73 137	0.51 109	0.45 116	0.85 142	0.55 278	0.24 322	0.15 226	0.20 174	0.21 292	0.31 393	0.24 321
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	0.85 369	0.38 378	0.94 353	0.80 482	1.03 523	1.17 411	0.58 360	1.52 335	1.20 365	1.19 324	1.62 444	1.13 346	1.20 448	1.80 371	1.06 413	0.24 322	0.24 414	0.24 296	0.21 292	0.23 290	0.27 367

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ssnet_v2	0.88 379	0.36 364	1.02 385	0.62 368	0.38 286	1.32 435	0.97 476	2.07 488	1.34 430	1.37 415	1.18 296	1.54 434	0.92 353	1.10 216	1.65 489	0.30 418	0.27 438	0.30 410	0.28 421	0.27 343	0.26 357

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

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

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

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

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

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

MANE	6.19 567	0.59 467	1.03 389	0.93 523	1.22 541	13.38 578	2.69 565	12.81 583	17.94 588	8.21 580	10.82 578	14.72 581	11.68 577	11.39 580	11.90 571	0.59 523	0.50 533	0.52 509	1.76 569	0.55 499	0.54 498

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

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

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

NLCA_NET_v2_RVC	0.79 340	0.43 404	1.05 394	0.64 387	0.58 426	0.95 357	0.53 313	1.53 341	1.18 352	1.37 415	1.15 286	1.43 409	0.88 340	1.61 337	0.84 376	0.25 349	0.22 393	0.27 371	0.27 400	0.29 373	0.29 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DN-CSS_ROB	0.64 246	0.32 287	1.05 394	0.55 282	0.40 307	0.54 143	0.45 250	1.21 257	0.93 217	1.03 242	1.47 403	0.69 183	0.63 232	1.76 367	0.49 243	0.18 142	0.14 168	0.25 335	0.22 321	0.22 265	0.20 252

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

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

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

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

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

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

MyStereo05	0.66 261	0.28 183	1.07 403	0.56 295	0.46 357	0.61 185	0.73 413	1.34 287	1.41 467	1.15 296	0.91 179	0.77 202	0.80 298	1.41 301	0.63 307	0.17 103	0.16 266	0.23 276	0.20 248	0.22 265	0.20 252

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

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

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

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

SQANet	1.31 470	0.88 516	1.08 407	1.83 551	1.44 547	1.44 456	0.75 418	1.74 394	1.09 293	1.32 395	1.26 328	1.28 382	1.01 401	1.50 316	0.83 373	2.50 557	0.34 481	1.47 549	0.55 524	2.32 551	1.57 553

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

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

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

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

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

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

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

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

RP	1.09 439	0.50 435	1.12 417	0.90 517	1.04 524	1.11 395	0.84 442	1.80 419	1.62 492	1.55 464	2.00 492	1.90 485	1.78 511	1.84 374	1.25 441	0.52 510	0.36 497	0.48 502	0.36 482	0.45 470	0.43 468

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

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

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

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

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

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

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

LALA_ROB	1.01 421	0.59 467	1.16 425	0.67 420	0.51 386	1.63 473	1.26 513	1.69 380	1.38 452	1.81 499	1.37 371	1.94 491	1.02 406	1.58 332	1.38 460	0.37 467	0.27 438	0.43 490	0.37 485	0.43 460	0.37 442

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

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

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

otaku	1.60 497	1.11 531	1.21 430	2.20 554	1.56 549	1.97 506	1.24 509	2.07 488	1.36 444	1.44 437	1.62 444	1.73 466	1.19 445	1.73 361	0.98 405	2.89 562	0.57 541	1.74 550	0.60 531	2.78 558	1.94 559

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

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

Ntro	1.64 501	1.15 534	1.23 433	2.48 559	1.83 551	2.09 513	1.16 503	1.96 462	1.38 452	1.21 332	1.62 444	1.62 446	1.29 463	1.87 380	1.11 425	3.04 563	0.56 540	1.82 552	0.64 533	2.80 559	2.05 560

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

SPS-STEREO	1.67 503	1.04 525	1.23 433	1.21 538	1.13 534	1.82 494	1.11 496	2.16 502	1.52 483	3.07 552	2.32 509	2.82 532	1.80 513	4.11 482	2.04 506	1.03 542	0.99 563	0.97 540	0.94 550	1.03 538	1.02 539
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.10 441	0.54 448	1.24 436	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 395	1.74 463	1.88 481	1.74 508	2.35 425	1.25 441	0.45 496	0.37 499	0.45 495	0.58 527	0.42 454	0.42 461

Abc-Net	1.10 441	0.54 448	1.24 436	0.84 497	0.94 518	1.29 430	0.89 456	2.01 475	1.34 430	1.32 395	1.74 463	1.88 481	1.74 508	2.35 425	1.25 441	0.45 496	0.37 499	0.45 495	0.58 527	0.42 454	0.42 461
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	1.17 458	0.49 428	1.24 436	0.70 441	0.97 522	1.71 479	0.92 464	1.91 450	1.46 475	1.38 420	1.14 278	1.88 481	1.30 467	4.24 483	1.87 497	0.26 372	0.21 375	0.35 458	0.27 400	0.55 499	0.54 498

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

SGM-ForestM	6.52 569	0.38 378	1.26 439	0.63 378	0.35 244	13.59 579	5.32 576	6.32 576	6.70 572	11.14 582	9.18 574	22.51 593	13.93 581	16.89 584	20.07 582	0.36 463	0.37 499	0.36 466	0.35 478	0.36 425	0.34 426

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

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

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

PA-Net	1.01 421	0.57 461	1.29 444	0.64 387	0.74 478	1.19 416	0.84 442	1.69 380	1.43 472	1.16 306	1.19 303	1.32 391	1.19 445	3.42 471	1.25 441	0.29 413	0.45 522	0.33 440	0.49 513	0.32 402	0.47 480
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.11 444	0.50 435	1.30 445	0.71 449	0.65 452	1.14 400	0.75 418	1.93 457	1.37 448	1.71 486	1.83 474	2.54 523	1.44 480	2.43 431	1.23 439	0.42 485	0.41 512	0.54 515	0.35 478	0.42 454	0.46 476

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

GANetREF_RVC	1.07 433	0.86 513	1.31 446	0.82 493	0.53 401	1.41 454	1.31 515	1.76 402	1.52 483	1.27 364	1.31 347	1.46 419	1.24 457	2.03 395	0.96 401	0.56 518	0.45 522	0.67 531	0.50 517	0.88 530	0.59 509
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
WCMA_ROB	1.84 515	0.47 421	1.31 446	0.69 435	0.57 417	2.11 514	1.14 500	1.87 437	1.73 503	4.04 558	6.43 560	5.62 561	3.61 557	2.59 441	1.94 502	0.52 510	0.44 518	0.39 478	0.42 497	0.48 482	0.47 480

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

DANet	1.08 436	0.61 477	1.32 449	0.85 502	0.72 472	1.37 442	0.51 294	1.54 344	1.15 333	1.78 492	1.54 422	2.01 499	1.11 427	2.90 453	2.00 505	0.33 442	0.30 460	0.40 483	0.30 442	0.44 466	0.45 473
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AF-Net	1.13 449	0.52 442	1.33 451	0.86 504	0.91 514	1.38 445	0.71 409	2.16 502	1.62 492	1.56 465	2.40 514	1.99 497	1.65 501	1.81 373	1.48 481	0.48 504	0.28 445	0.49 504	0.33 467	0.39 442	0.32 415

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	1.88 518	1.07 526	1.45 469	1.07 534	1.17 536	1.47 458	1.48 525	1.89 443	1.93 519	1.94 509	4.67 552	3.08 538	1.80 513	6.51 534	1.65 489	1.06 544	0.86 558	1.08 546	1.32 559	0.93 531	1.26 548
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FBW_ROB	1.71 510	0.62 481	1.45 469	0.67 420	0.61 440	1.81 492	1.08 494	2.52 539	1.70 499	1.77 491	1.73 461	1.98 496	1.25 458	12.57 581	1.84 496	0.34 452	0.37 499	0.56 523	0.38 487	0.45 470	0.43 468

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

IMH-64-1	2.70 548	1.79 555	1.46 471	3.26 571	2.66 565	3.23 548	2.10 552	4.08 558	2.75 546	2.34 524	3.81 541	3.06 536	2.22 537	4.25 484	2.59 517	3.75 573	0.84 553	2.75 568	1.35 560	3.15 567	2.60 570

IMH-64	2.70 548	1.79 555	1.46 471	3.26 571	2.66 565	3.23 548	2.10 552	4.08 558	2.75 546	2.34 524	3.81 541	3.06 536	2.22 537	4.25 484	2.59 517	3.75 573	0.84 553	2.75 568	1.35 560	3.15 567	2.60 570

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

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

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

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

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

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

ELAS	2.37 537	0.74 501	1.54 480	0.99 527	0.92 516	4.78 563	2.33 561	3.33 552	3.37 553	5.05 570	4.77 553	3.67 544	4.53 565	3.42 471	4.50 543	0.62 526	0.53 536	0.55 520	0.53 522	0.63 511	0.64 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.66 502	0.63 482	1.56 481	1.11 536	0.74 478	2.98 544	0.91 462	1.55 348	1.22 377	2.76 541	8.18 572	2.32 514	2.53 546	1.92 383	1.87 497	0.48 504	0.44 518	0.45 495	0.31 449	0.60 510	0.57 506

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

MDST_ROB	1.67 503	0.34 333	1.58 483	0.92 522	0.58 426	4.26 561	1.11 496	2.83 544	1.41 467	4.49 564	2.55 521	1.45 416	0.97 382	7.79 557	1.17 434	0.31 426	0.25 423	0.37 469	0.33 467	0.31 393	0.30 399

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

LVE	3.31 556	1.67 552	1.64 485	2.85 563	2.42 563	3.20 547	2.26 559	4.78 566	5.05 567	2.35 526	6.91 561	6.02 562	2.37 540	9.15 564	2.17 511	3.19 566	1.08 569	2.38 560	1.47 566	2.81 560	2.40 566

ACVNet-4b	2.15 529	1.41 544	1.64 485	2.80 561	2.31 561	2.31 522	1.24 509	2.32 525	2.14 528	1.26 361	2.39 513	2.66 527	1.48 486	5.95 527	1.06 413	3.20 567	0.45 522	2.37 558	0.89 547	2.83 562	2.37 564

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

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

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

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

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

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

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

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

TorneroNet-64	5.30 566	2.03 561	1.74 495	3.43 573	2.81 568	10.09 573	2.12 554	9.10 580	17.12 587	4.96 569	9.27 575	10.72 579	3.70 559	9.20 565	4.55 544	3.31 568	0.84 553	2.88 571	1.55 567	3.49 570	3.04 573

WAO-8	4.40 559	1.82 557	1.79 496	2.34 556	2.20 555	9.19 571	1.53 526	6.09 573	16.46 582	3.94 556	7.84 570	7.32 564	3.72 560	9.41 570	3.31 530	2.00 552	1.07 567	2.44 563	1.37 563	2.50 553	1.68 554

Venus	4.40 559	1.82 557	1.79 496	2.34 556	2.20 555	9.19 571	1.53 526	6.09 573	16.46 582	3.94 556	7.84 570	7.32 564	3.72 560	9.41 570	3.31 530	2.00 552	1.07 567	2.44 563	1.37 563	2.50 553	1.68 554

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

TorneroNet	10.70 579	2.03 561	1.82 499	3.43 573	3.01 571	43.83 595	2.22 558	8.87 579	67.47 603	7.17 578	27.36 590	10.68 578	3.85 562	8.67 563	7.65 559	3.59 571	0.88 559	3.04 572	1.57 568	3.71 571	3.17 574

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

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

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

XX-Stereo	0.63 234	0.26 131	1.90 503	0.81 485	0.67 459	0.43 53	0.23 25	1.03 181	0.58 99	0.65 144	1.56 428	1.41 407	0.39 86	1.28 260	0.35 113	0.20 220	0.14 168	0.20 174	0.19 216	0.18 123	0.14 63

ELAS_RVC	2.48 542	0.74 501	1.90 503	1.05 531	0.92 516	2.76 537	4.01 573	2.76 543	4.11 561	4.69 565	4.63 549	4.62 551	5.96 570	3.97 480	3.96 540	0.63 528	0.53 536	0.56 523	0.52 521	0.64 513	0.63 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	1.25 464	0.99 522	1.93 505	1.02 530	1.21 540	0.96 363	1.01 485	1.75 396	1.92 517	1.36 412	2.12 501	1.44 414	1.01 401	1.14 226	1.40 464	0.72 532	0.82 551	0.89 538	0.98 554	1.31 546	0.95 536

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

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

Replicate-Monster	0.41 81	0.26 131	2.03 508	0.36 5	0.21 9	0.46 68	0.23 25	0.67 51	0.48 63	0.42 59	0.27 12	0.31 38	0.30 33	0.98 182	0.24 5	0.14 30	0.10 9	0.14 2	0.11 9	0.13 5	0.28 379

ACVNet_2	2.43 541	1.41 544	2.04 509	2.62 560	2.24 558	2.63 535	1.88 544	3.31 551	3.01 548	2.19 519	3.45 537	4.62 551	2.04 527	4.50 490	1.47 480	2.55 558	0.64 545	2.22 555	0.84 544	2.69 557	2.29 563

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

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

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

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

KSHMR	8.75 575	2.06 564	2.11 514	3.53 575	3.11 572	4.13 560	2.69 565	5.60 570	61.37 602	3.00 549	55.83 601	4.98 559	2.45 543	4.49 488	2.61 519	3.46 570	1.55 574	3.14 574	1.94 572	3.72 572	3.18 575

ktn	4.70 562	2.38 569	2.12 515	3.76 576	3.24 573	4.85 564	2.95 570	5.52 568	7.37 573	4.07 560	19.32 586	7.46 566	3.47 555	7.39 549	2.95 523	4.04 578	1.85 575	3.26 576	2.22 575	3.08 566	2.65 572

SGM+DAISY	2.41 540	1.07 526	2.14 516	1.18 537	1.10 527	2.14 516	1.36 518	1.96 462	1.66 495	5.46 573	7.07 563	4.95 557	4.32 564	5.50 514	2.26 512	1.04 543	1.02 566	0.99 542	0.97 552	1.02 536	1.04 541

SDNR	1.62 500	0.51 438	2.17 517	0.53 243	0.56 414	3.80 555	0.45 250	1.54 344	1.29 409	1.33 403	2.41 515	1.08 324	0.96 379	11.18 579	1.16 431	0.66 530	0.63 544	0.43 490	0.32 457	0.64 513	0.67 521

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

SANet	1.88 518	0.57 461	2.18 519	0.63 378	0.40 307	2.80 540	1.57 530	2.39 533	5.88 570	2.36 528	3.57 538	3.72 546	2.97 551	4.74 494	1.76 493	0.34 452	0.30 460	0.32 431	0.29 433	0.48 482	0.37 442

Wz-Net-MNSev	1.11 444	0.58 464	2.23 520	0.66 408	0.71 470	1.95 505	1.46 523	1.98 468	1.45 474	1.79 495	1.43 389	1.49 427	1.33 470	1.97 390	1.42 472	0.27 388	0.23 405	0.28 386	0.28 421	0.34 415	0.31 409

PVD	1.70 507	0.84 509	2.26 521	0.94 525	0.83 504	2.48 528	0.97 476	2.59 542	3.35 552	3.01 550	2.77 526	2.34 515	2.47 544	2.67 446	3.14 527	0.47 503	0.45 522	0.59 527	0.48 510	0.59 506	0.75 529

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

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

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

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

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

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

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

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

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

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

notaker	3.98 558	2.40 570	2.68 532	3.82 578	3.27 575	3.97 558	2.14 555	4.78 566	3.45 555	4.12 561	6.94 562	7.65 568	3.26 554	7.82 558	5.30 547	4.04 578	1.41 572	3.36 577	2.10 574	3.88 573	3.31 576

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

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

aanetorigin	1.23 461	0.79 506	2.78 535	0.70 441	0.79 494	0.99 373	1.06 492	1.06 208	1.37 448	3.52 553	2.61 522	1.72 465	1.63 499	1.99 391	1.78 494	0.25 349	0.24 414	0.26 354	0.25 372	0.38 438	0.45 473

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

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

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

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

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

DispFullNet	2.34 536	2.85 573	3.66 540	3.08 568	2.27 559	1.97 506	0.67 396	2.00 471	1.70 499	2.52 533	2.00 492	2.23 508	5.86 568	3.44 473	1.58 486	1.01 539	0.32 474	2.64 567	1.94 572	2.85 563	2.24 562

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

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

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

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

DPSNet	1.69 506	0.59 467	4.33 545	0.70 441	0.57 417	2.02 510	1.62 532	3.35 553	1.78 507	1.48 448	1.38 376	2.17 507	2.84 549	4.77 495	3.66 535	0.48 504	0.31 466	0.29 397	0.25 372	0.64 513	0.48 483

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

MADNet++	5.01 563	3.14 574	4.91 548	4.55 582	3.94 579	5.20 567	4.41 574	4.40 562	4.13 562	4.95 568	6.08 558	4.74 553	5.37 566	9.40 569	10.67 570	4.65 580	4.15 581	3.97 579	3.34 578	4.09 575	4.08 581

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

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

UNDER WATER	5.08 564	2.33 568	5.55 551	3.94 580	3.51 576	5.20 567	2.72 567	5.61 571	16.52 584	3.84 555	4.60 548	9.21 572	5.89 569	5.90 524	8.66 563	3.75 573	1.34 571	3.18 575	1.88 570	4.33 578	3.61 578

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

PWCK	2.88 553	2.05 563	5.72 553	2.08 553	1.11 529	3.55 550	3.90 572	2.86 546	3.54 557	3.03 551	3.63 539	3.10 539	2.31 539	8.15 562	3.09 525	2.12 554	0.91 561	1.75 551	0.98 554	2.57 555	1.18 547

DeepPrunerF	1.60 497	0.73 498	5.81 554	0.88 512	1.19 539	0.91 341	0.95 473	2.19 512	5.24 568	1.17 315	1.30 341	1.19 355	1.30 467	4.90 499	1.66 491	0.42 485	0.34 481	0.52 509	0.47 508	0.41 449	0.40 452

tt	6.58 570	0.26 131	6.10 555	3.77 577	2.16 554	11.55 575	19.63 583	13.33 584	5.74 569	2.96 547	2.65 523	4.97 558	6.33 573	3.81 477	7.24 554	9.15 585	11.32 590	5.89 584	6.24 583	6.03 580	2.55 568

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

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

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

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

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

EDNetEfficient	2.37 537	1.10 528	8.08 561	0.74 465	0.71 470	0.98 372	1.56 528	1.46 316	4.06 560	4.90 567	2.82 527	2.25 509	3.48 556	2.95 454	9.97 565	0.26 372	0.24 414	0.26 354	0.30 442	0.68 519	0.61 513

HanzoNet	11.04 580	3.62 577	8.10 562	4.08 581	3.55 578	4.90 565	2.73 568	7.19 577	10.10 574	31.86 598	28.92 591	21.96 592	36.36 593	18.08 586	10.17 567	7.94 584	3.32 579	3.47 578	3.31 577	7.06 583	4.04 580

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

UNDER WATER-64	5.27 565	2.32 567	8.78 564	3.93 579	3.54 577	7.61 569	3.03 571	5.84 572	14.19 578	4.04 558	4.04 543	9.39 573	6.26 571	5.93 526	8.48 562	3.60 572	1.51 573	3.13 573	1.88 570	4.29 577	3.61 578

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

JetBlue	3.97 557	2.01 560	10.19 566	1.38 542	2.84 569	10.53 574	9.54 577	3.60 556	2.41 534	2.73 539	3.39 536	4.54 550	4.31 563	7.85 559	6.84 553	0.88 535	0.93 562	0.89 538	0.91 548	1.74 547	1.91 558

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

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

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

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

LSM	6.33 568	1.10 528	13.19 571	1.41 545	68.17 598	1.64 475	1.90 545	1.92 453	2.46 535	2.99 548	3.11 532	1.88 481	1.80 513	2.61 443	2.06 508	0.41 481	0.58 542	0.50 505	0.57 526	0.64 513	17.66 592

PML	51.67 599	36.25 595	13.28 572	7.46 583	20.81 586	108.69 602	232.22 603	8.72 578	27.82 593	87.01 603	269.67 603	69.67 603	61.95 602	24.76 594	14.20 575	9.74 587	3.40 580	9.62 586	4.70 580	18.74 590	4.72 582

TCMNet-wrong-test	10.31 577	11.40 585	14.84 573	20.96 588	18.45 585	13.80 580	10.76 578	15.78 585	3.53 556	5.20 571	5.52 557	16.26 583	12.61 578	7.51 554	10.15 566	7.43 583	2.37 576	4.31 580	3.43 579	11.36 586	10.61 585

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

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

SuperB	2.53 543	0.59 467	18.45 576	0.69 435	0.50 374	1.87 499	0.88 454	1.67 377	2.39 533	1.50 451	1.42 385	1.14 348	1.15 436	4.28 486	5.07 545	0.24 322	0.19 335	0.22 238	0.19 216	7.86 584	0.34 426

ASD4	15.85 585	10.99 584	19.63 577	10.21 586	11.70 581	19.24 582	31.10 588	19.35 586	10.68 575	11.14 582	10.18 577	12.59 580	12.64 579	14.74 583	24.83 588	12.93 590	9.94 589	26.83 593	19.40 590	16.23 589	12.70 591

USTest	14.33 584	14.94 587	21.04 578	17.44 587	16.05 582	23.26 583	33.84 591	21.73 587	11.80 577	9.36 581	10.14 576	15.97 582	13.20 580	17.28 585	22.43 585	3.78 576	5.01 582	6.17 585	6.16 582	9.25 585	7.72 584

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

DPSMNet_ROB	13.02 583	8.23 581	21.91 580	9.53 585	18.11 584	11.56 576	32.02 590	10.64 582	16.23 581	7.05 577	19.49 588	10.16 576	16.66 583	9.85 576	22.43 585	4.77 582	8.68 584	5.38 582	10.26 587	6.17 582	11.36 586

LRCNet_RVC	22.74 588	32.10 594	21.97 581	29.84 592	26.23 589	4.42 562	0.81 438	22.66 588	2.02 523	26.93 593	29.26 592	23.06 594	15.59 582	23.84 590	18.88 581	31.75 595	19.90 597	34.65 594	32.13 595	30.54 595	28.32 596

LE_ROB	8.05 573	0.37 371	23.53 582	0.74 465	0.33 222	2.77 538	2.87 569	3.71 557	27.24 592	25.39 592	8.87 573	8.46 571	26.71 591	6.65 536	21.99 583	0.21 254	0.19 335	0.20 174	0.21 292	0.25 317	0.22 287

Anonymous_1	43.04 598	18.73 588	24.79 583	21.81 589	46.26 596	27.80 584	37.60 592	28.08 592	16.14 579	14.66 586	14.30 580	20.65 586	17.88 585	21.56 587	25.94 589	117.93 602	8.92 586	100.65 599	126.50 599	158.64 603	12.08 588

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

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

JetRed	6.91 571	8.80 583	25.96 586	2.85 563	3.25 574	13.98 581	11.87 579	6.25 575	4.28 563	4.45 563	4.56 547	6.69 563	5.46 567	7.46 552	14.05 574	2.59 559	3.31 578	2.59 566	2.29 576	4.20 576	3.36 577

xxxxx1	54.10 600	25.67 591	27.13 587	113.43 600	96.96 600	30.69 589	47.44 595	32.38 594	25.60 589	17.75 588	17.27 583	21.81 589	21.02 588	24.43 591	33.82 592	33.37 596	40.54 598	157.71 601	175.86 601	66.16 599	72.93 601

tt_ll	54.10 600	25.67 591	27.13 587	113.43 600	96.96 600	30.69 589	47.44 595	32.38 594	25.60 589	17.75 588	17.27 583	21.81 589	21.02 588	24.43 591	33.82 592	33.37 596	40.54 598	157.71 601	175.86 601	66.16 599	72.93 601

ff	54.10 600	25.67 591	27.13 587	113.43 600	96.96 600	30.69 589	47.44 595	32.38 594	25.60 589	17.75 588	17.27 583	21.81 589	21.02 588	24.43 591	33.82 592	33.37 596	40.54 598	157.71 601	175.86 601	66.16 599	72.93 601

DPSimNet_ROB	11.20 581	4.98 580	35.43 590	2.90 566	4.52 580	7.89 570	17.09 582	4.66 564	6.06 571	14.89 587	10.93 579	17.29 584	36.81 595	13.18 582	15.68 578	2.86 561	6.29 583	5.75 583	5.09 581	3.91 574	7.70 583

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

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

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

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

CasAABBNet	38.33 591	38.46 597	50.35 595	44.75 597	41.84 593	56.68 597	76.37 600	53.22 600	33.83 596	28.31 595	29.54 593	43.62 600	37.71 597	43.84 600	53.41 601	20.30 591	18.70 594	21.07 589	21.07 592	28.24 592	25.34 594

FlowAnything	38.37 592	38.41 596	50.38 596	44.76 598	41.94 594	56.64 596	76.34 599	53.28 602	34.23 598	28.25 594	29.72 594	43.60 598	37.79 598	43.83 599	53.38 600	20.39 593	18.71 596	21.07 589	21.14 594	28.23 591	25.29 593

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

LSM0	42.82 597	38.75 599	50.81 598	47.07 599	109.38 603	57.00 599	76.02 598	53.74 603	33.71 595	29.02 597	30.41 596	43.87 601	37.22 596	43.91 601	53.54 602	20.52 594	18.62 593	21.10 592	21.11 593	28.41 594	42.22 597

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

BEATNet-Init1	26.87 590	13.43 586	70.68 600	0.91 520	0.68 465	57.02 600	21.06 584	32.82 597	32.67 594	52.12 602	53.61 600	66.05 602	49.56 601	48.79 603	34.71 595	0.49 508	0.44 518	0.53 514	0.53 522	0.63 511	0.59 509

coex-ft	8.13 574	2.13 566	98.04 601	0.67 420	0.53 401	1.71 479	1.56 528	1.65 370	11.11 576	18.17 591	3.75 540	3.88 547	7.61 576	2.98 457	6.49 551	0.30 418	0.30 460	0.32 431	0.31 449	0.66 517	0.50 490

EDNetEfficientorigin	10.57 578	1.47 548	177.42 602	0.67 420	0.53 401	1.58 469	1.16 503	1.90 446	3.37 553	4.71 566	3.38 535	3.10 539	2.69 548	3.13 463	3.58 534	0.25 349	0.23 405	0.33 440	0.27 400	0.83 526	0.81 530

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

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

FADE		4.78 579		1.89 552	1.92 553			5.58 569	5.04 566	2.92 545		4.13 548		10.23 577		188.09 603	2.77 577	123.78 600	127.92 600	1.06 539	1.10 546

Low-res two-view benchmark