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

FoundationStereo	0.26 1	0.29 34	1.25 16	0.24 78	0.10 62	0.41 2	0.07 45	0.57 1	0.80 8	0.24 19	0.03 5	0.09 10	0.37 63	0.46 2	0.12 2	0.03 338	0.03 265	0.00 1	0.00 1	0.00 1	0.01 18

LGtest1	0.42 2	0.33 78	1.42 22	0.13 56	0.16 106	0.98 8	0.01 4	2.30 10	0.96 15	0.21 15	0.07 12	0.08 6	0.10 9	1.10 23	0.31 27	0.01 214	0.09 368	0.00 1	0.00 1	0.03 92	0.02 61

MLG-Stereo_test3	0.45 3	0.31 48	1.35 20	0.06 14	0.17 116	1.30 26	0.01 4	3.52 49	0.77 7	0.15 7	0.07 12	0.06 1	0.07 3	0.74 7	0.22 17	0.02 300	0.06 326	0.00 1	0.00 1	0.01 11	0.02 61

S2M2	0.46 4	0.39 128	1.17 9	0.37 110	0.17 116	1.14 10	0.01 4	1.46 4	1.83 35	0.19 11	0.87 41	0.13 17	0.19 21	0.57 3	0.43 55	0.01 214	0.01 158	0.00 1	0.00 1	0.21 352	0.00 1

MonSter	0.46 4	0.23 15	1.44 23	0.05 11	0.77 286	1.17 12	0.01 4	3.17 27	0.72 2	0.28 24	0.18 19	0.07 4	0.04 1	0.83 12	0.17 10	0.00 1	0.00 1	0.00 1	0.01 276	0.00 1	0.01 18

dual_stereo	0.56 6	0.32 61	1.08 4	0.07 21	0.11 71	0.77 6	0.03 23	3.60 54	1.17 22	0.12 4	0.03 5	0.20 26	0.11 13	2.77 90	0.51 82	0.00 1	0.14 409	0.00 1	0.16 382	0.00 1	0.02 61

MLG-Stereo_test2	0.57 7	0.28 30	1.20 13	0.07 21	0.68 273	1.34 31	0.02 16	3.39 36	1.41 25	0.06 1	0.02 1	0.12 16	0.10 9	2.37 81	0.31 27	0.01 214	0.08 356	0.00 1	0.00 1	0.01 11	0.02 61

LG-G_1	0.62 8	0.31 48	1.19 10	0.07 21	0.11 71	1.81 80	0.02 16	3.74 65	0.88 11	0.23 16	0.03 5	0.09 10	0.08 5	3.39 104	0.27 22	0.02 300	0.08 356	0.00 1	0.00 1	0.03 92	0.02 61

LG-G	0.62 8	0.31 48	1.19 10	0.07 21	0.11 71	1.81 80	0.02 16	3.74 65	0.88 11	0.23 16	0.03 5	0.09 10	0.08 5	3.39 104	0.27 22	0.02 300	0.08 356	0.00 1	0.00 1	0.03 92	0.02 61

LG-Stereo_L2	0.64 10	0.33 78	1.46 25	0.10 33	0.18 131	1.30 26	0.19 107	3.53 51	0.72 2	0.20 12	0.02 1	0.06 1	0.07 3	4.19 130	0.36 37	0.01 214	0.01 158	0.00 1	0.00 1	0.01 11	0.02 61

MLG-Stereo_test1	0.67 11	0.23 15	1.05 2	0.06 14	1.40 342	1.24 19	0.00 1	3.56 52	1.36 23	0.06 1	0.04 11	0.08 6	0.10 9	4.03 125	0.14 5	0.01 214	0.07 344	0.00 1	0.01 276	0.01 11	0.02 61

RAStereo	0.68 12	0.42 155	3.15 207	0.18 68	0.52 251	1.17 12	0.02 16	3.16 26	0.98 16	0.51 70	1.43 61	0.16 19	0.22 26	0.75 9	0.83 141	0.00 1	0.00 1	0.00 1	0.00 1	0.07 191	0.02 61

LG-Stereo_L1	0.69 13	0.32 61	1.21 15	0.10 33	0.16 106	1.38 35	0.20 113	2.44 11	0.72 2	0.20 12	0.02 1	0.06 1	0.06 2	6.49 221	0.36 37	0.01 214	0.04 294	0.00 1	0.00 1	0.01 11	0.02 61

SGD-Stereo	0.69 13	0.30 44	1.15 8	0.25 80	0.12 83	1.26 21	0.29 141	1.87 6	0.62 1	0.50 69	0.51 29	0.08 6	0.11 13	6.67 236	0.09 1	0.01 214	0.01 158	0.00 1	0.00 1	0.02 48	0.01 18

GIP-stereo	0.70 15	0.44 172	1.70 46	1.52 270	0.75 282	1.48 44	0.05 33	4.18 87	1.10 18	0.18 9	0.42 27	0.58 91	0.38 67	0.65 5	0.46 67	0.00 1	0.00 1	0.00 1	0.00 1	0.05 149	0.01 18

DEFOM-Stereo	0.70 15	0.29 34	1.62 36	0.16 62	0.06 26	1.95 90	0.45 179	0.88 2	0.74 5	0.55 72	0.51 29	0.14 18	0.09 8	6.32 207	0.20 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

MLG-Stereo	0.72 17	0.23 15	1.13 5	0.06 14	0.16 106	1.24 19	0.00 1	3.84 73	1.40 24	0.06 1	0.03 5	0.08 6	0.10 9	5.71 179	0.16 7	0.01 214	0.06 326	0.00 1	0.00 1	0.01 11	0.02 61

GREAT-IGEV	0.72 17	0.29 34	1.91 57	1.31 239	0.40 215	1.41 40	0.08 50	2.29 9	2.48 55	0.18 9	0.69 35	0.10 14	0.34 57	1.72 55	0.37 43	0.00 1	0.09 368	0.00 1	0.22 415	0.10 232	0.41 418

IGEV-Stereo++	0.74 19	0.23 15	1.31 18	0.06 14	1.62 351	1.95 90	0.01 4	3.29 31	1.81 32	0.38 43	1.68 72	0.10 14	1.16 155	0.91 14	0.19 13	0.01 214	0.01 158	0.00 1	0.00 1	0.04 121	0.01 18

GLC_STEREO	0.75 20	0.29 34	1.19 10	0.55 134	0.01 1	1.98 94	0.57 218	3.07 20	3.02 100	0.90 89	1.48 62	0.19 22	0.40 71	0.93 15	0.36 37	0.00 1	0.01 158	0.00 1	0.00 1	0.04 121	0.02 61

rvit_stereo_0081_aga	0.76 21	0.51 207	3.29 216	0.11 40	0.25 164	1.73 75	0.22 120	3.68 56	2.54 62	0.26 23	0.16 15	0.27 47	0.30 50	1.31 33	0.36 37	0.00 1	0.00 1	0.00 1	0.00 1	0.12 269	0.04 154

LG-Stereo	0.79 22	0.32 61	3.96 271	0.04 9	0.15 99	1.19 14	0.18 104	3.52 49	2.95 88	0.32 36	1.77 75	0.22 38	0.14 17	0.39 1	0.43 55	0.01 214	0.02 215	0.00 1	0.00 1	0.11 252	0.02 61

LG-Stereo_Zeroshot	0.80 23	0.33 78	2.51 122	0.25 80	0.53 252	1.93 88	0.27 136	5.07 142	1.05 17	0.47 65	0.68 34	0.64 94	0.22 26	0.95 17	0.65 99	0.00 1	0.05 309	0.00 1	0.19 402	0.03 92	0.16 340

MaDis-Stereo	0.80 23	0.69 283	3.02 186	0.33 99	1.83 372	1.22 15	0.06 38	3.41 39	1.49 26	0.31 34	0.38 26	0.42 74	0.51 90	1.14 26	1.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.05 149	0.05 188

AEACV	0.80 23	0.29 34	1.70 46	0.96 190	0.24 161	2.03 97	0.88 299	3.50 46	0.88 11	0.34 37	0.20 20	0.29 52	2.01 208	1.77 60	0.33 30	0.00 1	0.03 265	0.00 1	0.29 435	0.10 232	0.09 254

IGEV-RUCA	0.81 26	0.15 1	1.13 5	0.52 129	0.32 193	2.13 107	0.51 198	3.46 43	1.71 30	0.95 90	0.16 15	0.24 42	0.55 96	2.81 92	0.41 50	0.12 406	0.21 445	0.20 457	0.25 426	0.21 352	0.20 366

UniTT-Stereo	0.83 27	0.33 78	1.98 68	0.92 181	1.27 331	0.54 4	0.11 62	1.35 3	2.94 87	1.67 108	2.09 87	0.20 26	0.31 53	1.57 47	1.07 180	0.00 1	0.00 1	0.00 1	0.00 1	0.16 305	0.01 18

Pointernet	0.84 28	0.35 101	2.00 72	0.12 42	0.13 90	1.77 76	0.06 38	4.87 127	2.53 60	0.14 6	2.11 89	0.76 100	0.44 85	1.02 20	0.32 29	0.00 1	0.04 294	0.00 1	0.15 379	0.02 48	0.01 18

castereo	0.87 29	0.60 248	1.07 3	0.34 104	0.17 116	1.89 84	0.79 275	4.84 126	2.05 38	0.65 79	2.55 101	0.31 57	0.40 71	1.02 20	0.38 46	0.01 214	0.09 368	0.00 1	0.24 421	0.03 92	0.02 61

rvit_stereo_0081	0.88 30	0.28 30	1.81 48	0.62 146	0.13 90	1.34 31	0.12 68	3.14 23	4.59 198	0.43 62	0.30 24	0.54 88	0.11 13	3.89 115	0.36 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

rvit_stereo_0082	0.88 30	0.28 30	1.81 48	0.62 146	0.13 90	1.34 31	0.12 68	3.14 23	4.59 198	0.43 62	0.30 24	0.54 88	0.11 13	3.89 115	0.36 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

rvit_stereo_0080	0.88 30	0.51 207	3.12 204	0.07 21	0.12 83	1.31 28	0.37 159	3.78 68	3.29 122	0.56 73	1.13 53	0.40 69	0.76 115	1.71 52	0.47 73	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 154

whm_eth	0.88 30	0.51 207	3.12 204	0.07 21	0.12 83	1.31 28	0.37 159	3.78 68	3.29 122	0.56 73	1.13 53	0.40 69	0.76 115	1.71 52	0.47 73	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 154

AIO_test	0.90 34	0.40 138	1.67 42	0.14 57	0.16 106	2.97 213	0.83 285	3.61 55	2.67 68	0.29 26	0.71 36	1.50 126	0.29 43	2.37 81	0.13 3	0.00 1	0.04 294	0.00 1	0.08 350	0.03 92	0.03 110

LoS	0.91 35	0.34 91	2.10 87	0.38 113	0.13 90	2.47 139	0.26 133	5.00 138	2.74 77	0.89 88	0.21 21	0.49 81	0.36 60	1.97 70	0.67 104	0.02 300	0.02 215	0.00 1	0.00 1	0.06 173	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
AIO-Stereo	0.94 36	0.22 13	1.20 13	0.06 14	0.08 49	2.36 128	0.62 229	5.50 179	2.61 65	0.30 29	3.32 125	0.41 72	0.25 29	1.12 25	0.17 10	0.00 1	0.01 158	0.00 1	0.35 452	0.06 173	0.12 303

SMoEStereo_RVC	0.95 37	0.35 101	1.37 21	0.63 149	0.07 34	2.07 99	0.16 95	2.88 17	1.68 28	0.30 29	1.23 56	0.19 22	0.28 39	6.80 242	0.84 144	0.00 1	0.00 1	0.00 1	0.00 1	0.11 252	0.13 311

GCAP-Stereo	0.95 37	0.62 257	1.99 70	0.30 87	0.03 10	1.66 62	0.01 4	4.43 97	3.00 97	1.63 107	1.17 55	1.39 118	0.76 115	1.31 33	0.55 86	0.00 1	0.03 265	0.00 1	0.00 1	0.12 269	0.02 61

111111	0.97 39	0.19 4	1.49 28	0.06 14	1.12 320	1.43 42	0.05 33	4.77 122	1.70 29	0.44 64	2.88 110	0.09 10	0.17 20	4.66 145	0.20 14	0.00 1	0.00 1	0.00 1	0.00 1	0.10 232	0.01 18

fffft	0.97 39	0.29 34	1.69 45	0.03 1	0.05 15	2.12 106	0.65 237	3.44 42	1.87 37	0.34 37	0.60 32	0.23 39	0.20 22	6.69 237	0.89 160	0.00 1	0.01 158	0.00 1	0.00 1	0.18 329	0.09 254
1: 1. 1
DEFOM-Stereo_RVC	0.98 41	2.14 448	1.55 30	0.88 173	0.26 171	0.56 5	0.04 25	2.80 16	0.86 9	0.30 29	0.80 39	0.21 36	2.33 223	6.17 195	0.37 43	0.00 1	0.07 344	0.00 1	0.17 390	0.01 11	0.01 18

Occ-G	0.98 41	0.38 124	1.82 50	0.15 59	0.18 131	1.45 43	0.69 249	3.15 25	2.25 44	1.45 103	0.59 31	5.06 270	0.54 95	0.75 9	0.77 131	0.00 1	0.03 265	0.00 1	0.17 390	0.16 305	0.01 18

CASnet	0.98 41	0.32 61	1.62 36	0.65 152	0.07 34	2.11 104	0.14 84	3.50 46	4.03 166	3.77 160	1.41 60	0.31 57	0.29 43	0.80 11	0.57 88	0.01 214	0.00 1	0.00 1	0.00 1	0.04 121	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 41	0.42 155	1.86 52	0.07 21	0.22 154	1.65 61	0.02 16	4.07 82	6.33 280	0.72 81	1.54 64	0.43 75	0.64 105	1.22 32	0.44 59	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MM-Stereo_test2	0.99 45	0.29 34	2.26 102	1.34 243	0.12 83	1.78 78	0.53 200	4.71 119	3.31 124	0.76 83	0.80 39	0.50 84	0.35 58	1.86 64	0.73 116	0.00 1	0.05 309	0.00 1	0.07 345	0.26 377	0.06 207

trnet	0.99 45	0.37 118	1.89 55	0.08 29	0.19 142	1.68 66	0.02 16	4.12 86	6.41 284	0.70 80	1.57 65	0.46 78	0.67 107	1.15 27	0.41 50	0.00 1	0.01 158	0.00 1	0.00 1	0.01 11	0.01 18

CroCo-Stereo	0.99 45	0.89 333	3.19 210	0.46 122	0.44 223	0.38 1	0.05 33	4.61 109	3.95 160	0.48 66	1.78 78	1.01 106	0.27 37	1.11 24	1.07 180	0.01 214	0.00 1	0.00 1	0.00 1	0.05 149	0.04 154
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
rvit_stereo_ft	1.00 48	0.78 308	3.84 268	0.84 168	0.36 205	1.23 16	0.24 126	3.81 72	3.76 149	0.37 42	0.87 41	0.74 98	1.12 144	1.18 30	0.76 125	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.06 207

AIO_rvc	1.02 49	0.59 244	1.95 66	0.15 59	0.09 55	3.42 247	0.99 314	4.46 99	2.73 76	0.28 24	1.62 67	1.32 116	0.28 39	2.10 76	0.21 16	0.00 1	0.03 265	0.00 1	0.04 331	0.11 252	0.11 289

RSM++	1.02 49	0.24 20	1.33 19	0.86 171	0.04 12	2.78 184	0.30 147	2.63 13	2.67 68	0.48 66	1.95 82	0.52 85	0.25 29	5.50 173	0.57 88	0.00 1	0.00 1	0.00 1	0.17 390	0.11 252	0.09 254

mms	1.03 51	0.54 224	1.58 33	0.05 11	0.36 205	1.52 51	0.08 50	2.97 19	1.84 36	0.38 43	2.94 112	0.32 60	0.25 29	6.82 243	0.39 47	0.00 1	0.04 294	0.00 1	0.00 1	0.17 318	0.28 398

ours_stereo	1.03 51	0.55 228	1.86 52	0.12 42	0.32 193	1.16 11	0.09 55	3.27 30	2.18 42	0.39 50	3.02 116	0.34 67	0.26 35	6.32 207	0.37 43	0.00 1	0.01 158	0.00 1	0.00 1	0.18 329	0.13 311

rvit_stereo_0083	1.03 51	0.26 25	3.09 202	0.49 127	0.09 55	1.27 23	0.24 126	2.72 14	4.60 200	0.38 43	0.77 38	0.78 101	1.18 157	4.35 137	0.33 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 110

EGLCR-Stereo	1.04 54	0.20 6	2.00 72	1.14 217	0.16 106	2.50 143	0.11 62	4.96 133	2.61 65	0.79 85	0.07 12	1.46 124	0.37 63	3.96 122	0.23 18	0.01 214	0.05 309	0.00 1	0.00 1	0.00 1	0.07 226

HUF	1.05 55	0.64 261	2.33 106	0.35 107	0.22 154	3.09 224	0.41 169	3.73 64	2.89 84	0.36 40	2.71 106	0.33 64	0.30 50	2.28 80	0.23 18	0.00 1	0.61 481	0.00 1	0.00 1	0.15 298	0.39 413

rrr	1.05 55	0.45 180	3.18 209	0.32 94	0.06 26	2.74 177	0.95 312	3.49 45	1.12 19	0.39 50	0.16 15	0.20 26	0.29 43	6.47 218	0.87 152	0.00 1	0.00 1	0.00 1	0.21 409	0.06 173	0.10 276

IGEVStereo-DCA	1.06 57	0.45 180	2.06 77	0.32 94	0.06 26	2.74 177	0.84 289	3.71 58	2.27 45	0.39 50	0.16 15	0.20 26	0.29 43	6.47 218	0.87 152	0.00 1	0.00 1	0.00 1	0.16 382	0.06 173	0.06 207

test_xeample3	1.08 58	0.43 166	3.39 225	0.49 127	0.05 15	2.58 156	0.93 307	3.32 33	1.77 31	0.23 16	0.23 22	0.19 22	0.28 39	6.34 209	0.85 145	0.00 1	0.01 158	0.00 1	0.26 433	0.06 173	0.10 276

tt45	1.09 59	0.35 101	1.49 28	0.39 114	0.23 159	3.50 259	0.14 84	3.35 35	1.81 32	0.36 40	2.04 85	0.27 47	0.26 35	6.84 245	0.63 97	0.00 1	0.00 1	0.00 1	0.00 1	0.16 305	0.03 110

MGS-Stereo	1.10 60	0.26 25	2.45 114	0.58 140	0.06 26	1.84 82	0.67 243	2.16 8	3.42 131	1.03 92	6.13 213	0.49 81	0.36 60	1.43 39	0.62 94	0.00 1	0.00 1	0.00 1	0.00 1	0.47 428	0.00 1

ff7	1.12 61	0.57 236	2.06 77	0.03 1	0.07 34	2.80 187	0.84 289	3.71 58	2.27 45	0.38 43	1.06 44	0.20 26	0.40 71	7.12 269	0.49 76	0.00 1	0.00 1	0.00 1	0.16 382	0.09 221	0.06 207

ffff	1.12 61	0.57 236	2.06 77	0.03 1	0.07 34	2.80 187	0.84 289	3.71 58	2.27 45	0.38 43	1.06 44	0.20 26	0.40 71	7.12 269	0.49 76	0.00 1	0.00 1	0.00 1	0.16 382	0.09 221	0.06 207

11t	1.12 61	0.57 236	2.06 77	0.03 1	0.07 34	2.80 187	0.84 289	3.71 58	2.27 45	0.38 43	1.06 44	0.20 26	0.40 71	7.12 269	0.49 76	0.00 1	0.00 1	0.00 1	0.16 382	0.09 221	0.06 207

anonymousdsp	1.12 61	0.59 244	1.66 39	0.03 1	0.07 34	2.81 195	0.82 281	4.07 82	2.30 51	0.41 56	1.12 52	0.30 53	0.40 71	7.05 262	0.49 76	0.00 1	0.00 1	0.00 1	0.17 390	0.10 232	0.05 188

ccc-4	1.12 61	0.57 236	2.06 77	0.03 1	0.07 34	2.80 187	0.84 289	3.71 58	2.27 45	0.38 43	1.06 44	0.20 26	0.40 71	7.12 269	0.49 76	0.00 1	0.00 1	0.00 1	0.16 382	0.09 221	0.06 207

IGEV-Stereo	1.12 61	0.59 244	1.66 39	0.03 1	0.07 34	2.82 198	0.82 281	4.09 85	2.30 51	0.41 56	1.11 49	0.30 53	0.41 78	7.05 262	0.49 76	0.00 1	0.00 1	0.00 1	0.17 390	0.10 232	0.05 188
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
fffy	1.13 67	0.51 207	2.15 89	1.01 197	0.09 55	2.30 125	0.19 107	4.07 82	1.13 21	0.16 8	2.66 103	0.20 26	0.38 67	6.98 258	0.35 34	0.00 1	0.06 326	0.00 1	0.00 1	0.14 294	0.16 340

IGEV++	1.14 68	0.51 207	1.66 39	0.55 134	0.08 49	2.52 144	1.01 318	6.51 233	3.16 108	0.59 75	2.11 89	0.43 75	1.18 157	1.44 40	0.79 135	0.00 1	0.05 309	0.00 1	0.05 337	0.11 252	0.11 289

castereo++	1.18 69	0.54 224	1.95 66	0.30 87	0.51 247	4.56 325	1.00 316	4.61 109	1.12 19	0.29 26	2.14 93	1.89 141	0.15 18	3.94 121	0.18 12	0.00 1	0.04 294	0.00 1	0.31 443	0.03 92	0.00 1

CAS++	1.18 69	0.55 228	1.99 70	0.17 63	0.27 174	1.85 83	0.63 230	8.48 285	3.07 103	1.71 109	2.32 97	0.18 21	0.20 22	1.91 69	0.30 24	0.00 1	0.01 158	0.00 1	0.00 1	0.02 48	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xyz-stereo-finetune	1.20 71	0.44 172	2.19 98	0.08 29	0.05 15	3.16 235	0.68 244	3.41 39	2.58 64	0.81 86	1.77 75	0.68 95	0.37 63	6.20 198	1.63 234	0.00 1	0.00 1	0.00 1	0.00 1	0.04 121	0.02 61

ProNet	1.20 71	0.60 248	2.00 72	0.26 82	0.08 49	2.73 176	0.68 244	5.00 138	2.52 59	0.29 26	1.32 58	0.37 68	0.36 60	6.94 256	0.44 59	0.00 1	0.07 344	0.00 1	0.00 1	0.17 318	0.07 226

TANstereo	1.20 71	0.49 199	2.04 75	0.34 104	0.10 62	1.80 79	0.01 4	3.40 38	4.10 174	4.37 173	4.82 166	0.41 72	0.70 109	0.94 16	0.46 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 74	0.20 6	1.30 17	0.12 42	0.06 26	2.48 141	0.51 198	3.78 68	2.74 77	0.48 66	2.38 98	2.18 150	0.28 39	6.77 241	0.56 87	0.00 1	0.00 1	0.00 1	0.16 382	0.07 191	0.05 188

sCroCo_RVC	1.21 74	0.65 267	5.16 349	1.09 209	1.29 334	0.92 7	0.19 107	3.92 75	2.68 71	0.30 29	3.04 117	0.52 85	1.56 186	1.58 48	0.78 133	0.09 397	0.25 457	0.00 1	0.00 1	0.07 191	0.11 289

Selective-IGEV	1.23 76	0.18 3	1.13 5	0.07 21	0.17 116	2.38 132	0.54 203	6.10 205	2.51 58	0.41 56	3.20 122	0.26 45	0.29 43	6.94 256	0.16 7	0.00 1	0.01 158	0.00 1	0.11 368	0.04 121	0.10 276

WCG-NET	1.24 77	0.43 166	1.46 25	0.33 99	0.08 49	2.14 108	1.08 327	3.09 22	6.86 301	2.73 126	3.43 133	0.74 98	0.94 133	0.89 13	0.33 30	0.00 1	0.04 294	0.00 1	0.00 1	0.10 232	0.05 188

CroCo-Stereo Lap2	1.24 77	0.88 330	3.39 225	0.95 188	4.59 473	0.47 3	0.08 50	3.51 48	2.80 80	1.17 100	2.24 94	1.57 129	0.20 22	1.48 43	1.14 189	0.00 1	0.00 1	0.00 1	0.00 1	0.15 298	0.12 303

999	1.25 79	0.37 118	1.63 38	1.15 218	0.34 200	3.03 219	0.66 240	3.41 39	2.27 45	0.30 29	3.20 122	0.19 22	0.25 29	7.23 277	0.85 145	0.00 1	0.00 1	0.00 1	0.00 1	0.16 305	0.01 18

rvit_0105_6	1.26 80	0.87 326	4.85 329	0.61 144	0.07 34	1.60 55	0.32 149	3.79 71	5.87 248	0.25 21	0.26 23	1.09 109	0.29 43	4.60 143	0.62 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 207

Former-RAFT_DAM_RVC	1.26 80	0.42 155	2.36 110	0.59 142	1.26 329	2.43 137	0.01 4	3.29 31	7.76 335	1.71 109	2.78 108	0.27 47	0.32 55	1.16 29	0.58 92	0.04 357	0.01 158	0.00 1	0.00 1	0.04 121	0.10 276

LoS_RVC	1.26 80	1.43 404	1.91 57	0.42 117	3.77 448	1.71 72	0.04 25	2.58 12	2.49 57	0.42 60	2.58 102	0.30 53	0.57 100	1.71 52	0.66 103	0.01 214	0.02 215	0.00 1	0.00 1	0.02 48	4.49 490

MIF-Stereo (partial)	1.29 83	0.33 78	3.02 186	0.03 1	1.12 320	1.26 21	0.13 77	4.46 99	3.75 147	0.35 39	2.39 99	0.31 57	0.74 113	6.09 191	1.76 245	0.00 1	0.00 1	0.00 1	0.00 1	0.08 203	0.04 154

MyStereo07	1.31 84	0.79 309	1.61 35	1.03 200	1.11 318	2.63 167	0.46 180	5.48 176	2.24 43	0.64 78	1.48 62	0.27 47	0.59 103	7.03 261	0.45 63	0.00 1	0.09 368	0.00 1	0.01 276	0.11 252	0.09 254

plain	1.34 85	0.51 207	5.09 343	0.30 87	0.05 15	1.58 53	0.08 50	4.47 101	3.77 150	0.42 60	1.76 74	0.60 93	0.74 113	6.11 192	0.94 168	0.00 1	0.00 1	0.00 1	0.00 1	0.40 420	0.02 61

sAnonymous2	1.35 86	1.66 425	8.14 430	0.55 134	0.46 229	1.23 16	0.24 126	4.00 80	3.47 133	0.40 54	1.11 49	0.23 39	1.42 172	0.96 18	0.57 88	0.01 214	0.00 1	0.00 1	0.20 405	2.07 477	0.22 370

CroCo_RVC	1.35 86	1.66 425	8.14 430	0.55 134	0.46 229	1.23 16	0.24 126	4.00 80	3.47 133	0.40 54	1.11 49	0.23 39	1.42 172	0.96 18	0.57 88	0.01 214	0.00 1	0.00 1	0.20 405	2.07 477	0.22 370

knoymous	1.36 88	0.21 10	1.68 44	0.20 69	0.49 241	1.58 53	0.11 62	5.15 146	2.40 54	4.62 181	1.77 75	4.56 250	0.45 86	3.23 99	0.63 97	0.00 1	0.02 215	0.00 1	0.00 1	0.02 48	0.01 18

rvit_0105_4	1.38 89	0.98 352	5.52 371	0.61 144	0.05 15	1.62 58	0.41 169	3.95 78	5.80 245	0.31 34	0.73 37	1.37 117	0.53 94	4.89 154	0.78 133	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 154

SCV_C0	1.40 90	0.49 199	3.06 201	0.12 42	0.21 150	2.29 120	0.09 55	6.46 229	3.81 151	0.63 76	2.00 84	0.24 42	0.41 78	7.31 280	0.43 55	0.01 214	0.05 309	0.00 1	0.21 409	0.16 305	0.07 226

MoCha-V2	1.41 91	0.42 155	2.61 134	0.81 163	0.23 159	2.53 147	0.20 113	4.81 124	3.16 108	0.82 87	3.15 120	0.30 53	1.61 190	6.66 235	0.40 49	0.00 1	0.20 442	0.00 1	0.24 421	0.05 149	0.02 61

PMTNet	1.41 91	0.37 118	2.06 77	0.26 82	0.15 99	2.94 211	0.34 155	3.39 36	5.33 227	1.00 91	1.27 57	0.28 51	0.93 131	4.04 126	0.74 118	5.00 492	0.00 1	0.00 1	0.00 1	0.03 92	0.01 18

AE-Stereo	1.44 93	0.32 61	2.69 142	1.58 283	0.20 147	2.24 117	0.59 220	6.01 201	5.70 240	1.18 101	3.17 121	1.02 107	0.78 121	1.73 56	0.83 141	0.02 300	0.18 432	0.00 1	0.29 435	0.11 252	0.07 226

XX-TBD	1.44 93	0.85 323	2.04 75	2.45 407	0.05 15	2.34 127	0.01 4	3.46 43	7.51 322	2.88 131	4.98 173	0.26 45	0.25 29	1.15 27	0.46 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 95	0.36 111	2.54 125	1.99 347	0.12 83	1.90 85	0.12 68	4.47 101	2.83 81	3.31 146	3.44 134	0.56 90	1.47 175	5.39 170	0.47 73	0.00 1	0.04 294	0.00 1	0.21 409	0.07 191	0.04 154

rvit_0105_5	1.48 96	0.89 333	5.43 362	0.46 122	0.04 12	1.60 55	0.60 223	4.65 116	5.90 251	0.76 83	1.59 66	1.75 136	0.78 121	4.20 132	0.88 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 207

WCG-NET（raft）	1.49 97	0.50 202	1.55 30	0.21 73	0.08 49	2.15 110	1.01 318	2.72 14	6.26 276	2.79 127	3.06 119	4.38 243	1.04 141	3.53 108	0.26 20	0.00 1	0.12 395	0.00 1	0.00 1	0.10 232	0.08 241

testlalala	1.50 98	0.41 149	1.67 42	0.98 194	0.31 190	4.00 303	0.90 304	5.26 162	2.17 41	6.56 277	3.61 138	1.74 135	0.38 67	1.21 31	0.42 54	0.00 1	0.02 215	0.00 1	0.29 435	0.01 11	0.01 18

StereoAnything_RVC	1.52 99	7.77 492	2.81 164	0.05 11	0.02 3	1.11 9	0.06 38	3.26 29	0.75 6	0.12 4	0.02 1	0.07 4	0.68 108	6.69 237	0.13 3	0.02 300	0.08 356	0.00 1	0.00 1	6.69 497	0.02 61

model_zeroshot	1.52 99	0.42 155	4.10 288	1.25 227	0.11 71	3.04 220	0.14 84	5.79 194	2.84 82	3.12 138	3.65 139	2.05 148	0.42 83	2.38 83	0.71 112	0.01 214	0.10 380	0.00 1	0.20 405	0.02 48	0.04 154

CES	1.56 101	0.35 101	1.44 23	0.42 117	7.70 494	2.66 173	0.13 77	4.89 128	2.53 60	0.25 21	1.10 48	0.33 64	0.31 53	1.61 50	0.58 92	0.01 214	0.02 215	0.00 1	0.00 1	0.54 430	6.26 497

MM-Stereo_test1	1.57 102	0.36 111	2.19 98	1.17 220	0.35 203	2.39 133	0.56 209	4.53 104	5.21 222	3.67 155	1.65 70	0.40 69	0.84 128	6.90 250	0.80 138	0.00 1	0.03 265	0.00 1	0.00 1	0.31 393	0.03 110

SCV	1.59 103	0.58 241	2.57 128	2.72 420	0.31 190	2.15 110	0.79 275	6.88 248	2.72 73	0.20 12	2.68 104	0.68 95	0.58 102	7.60 296	0.41 50	0.00 1	0.03 265	0.00 1	0.22 415	0.37 410	0.24 380

CREStereo++_RVC	1.59 103	0.39 128	2.26 102	0.36 108	0.01 1	1.67 63	0.01 4	2.95 18	8.12 346	3.69 157	7.44 261	0.47 79	0.32 55	0.74 7	0.39 47	0.00 1	0.00 1	0.00 1	3.03 499	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Reg-Stereo(zero)	1.60 105	0.19 4	2.59 131	0.45 121	0.47 236	1.64 60	0.23 124	3.22 28	5.87 248	4.29 170	3.01 114	4.49 248	1.64 191	2.47 86	1.16 192	0.00 1	0.08 356	0.00 1	0.13 375	0.01 11	0.10 276

11t1	1.62 106	0.26 25	2.53 124	2.37 401	0.24 161	2.58 156	0.06 38	6.66 239	3.00 97	3.40 148	3.01 114	1.14 111	1.94 206	4.18 129	0.91 164	0.01 214	0.02 215	0.00 1	0.00 1	0.03 92	0.03 110

iRaftStereo_RVC	1.62 106	0.68 278	1.98 68	0.67 154	0.05 15	2.99 215	0.04 25	5.36 171	3.74 146	3.82 161	4.96 171	2.54 159	0.62 104	3.35 103	0.97 172	0.00 1	0.07 344	0.00 1	0.00 1	0.30 388	0.27 394

RAFT-Stereo-weight	1.67 108	0.31 48	1.57 32	0.97 193	0.15 99	3.19 237	0.77 269	5.06 140	6.19 275	4.96 193	3.38 131	2.83 166	0.35 58	2.87 93	0.74 118	0.01 214	0.06 326	0.00 1	0.00 1	0.01 11	0.02 61

HART	1.68 109	0.67 276	2.72 148	0.04 9	0.27 174	1.72 74	0.04 25	5.60 182	3.16 108	1.44 102	7.73 272	2.41 156	0.15 18	6.44 214	0.62 94	0.00 1	0.12 395	0.00 1	0.00 1	0.24 374	0.17 345

IGEV-Stereo+	1.69 110	0.43 166	1.59 34	0.37 110	3.10 416	2.10 102	0.07 45	1.86 5	0.91 14	0.39 50	0.03 5	0.20 26	0.41 78	7.05 262	0.16 7	0.02 300	0.07 344	0.00 1	0.18 397	5.14 490	9.77 512

Selective-RAFT	1.69 110	0.32 61	3.29 216	0.92 181	0.18 131	3.89 296	0.06 38	4.22 88	4.00 163	1.47 104	1.98 83	3.07 179	2.81 248	6.35 211	0.89 160	0.01 214	0.00 1	0.00 1	0.21 409	0.05 149	0.00 1

rvit_0105_3	1.71 112	0.90 336	5.93 382	0.78 161	0.02 3	1.62 58	1.69 364	5.15 146	5.99 260	2.22 115	1.64 69	1.97 146	1.17 156	4.19 130	0.92 167	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.03 110

4D-IteraStereo	1.72 113	0.86 324	3.01 184	0.09 32	2.86 412	3.57 270	1.06 322	3.92 75	5.31 225	5.28 205	1.02 43	3.92 217	0.38 67	1.83 62	1.04 179	0.00 1	0.01 158	0.00 1	0.00 1	0.07 191	0.09 254

rafts_anoy	1.72 113	0.79 309	2.58 130	2.03 357	1.75 365	2.47 139	0.16 95	5.48 176	6.01 262	3.24 142	2.11 89	1.92 145	1.33 165	3.08 97	1.13 188	0.01 214	0.18 432	0.00 1	0.01 276	0.03 92	0.07 226

x	1.73 115	0.28 30	2.49 121	1.91 330	0.17 116	2.10 102	0.83 285	8.74 298	3.55 139	3.28 143	2.12 92	3.10 180	1.96 207	2.90 94	1.12 186	0.00 1	0.02 215	0.00 1	0.00 1	0.02 48	0.03 110

TestStereo	1.74 116	1.02 358	3.64 249	0.20 69	0.28 181	1.33 30	0.01 4	5.24 157	4.01 165	3.18 139	4.97 172	2.07 149	0.70 109	7.32 281	0.75 123	0.02 300	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

Anonymous3	1.76 117	0.44 172	6.37 396	0.33 99	0.50 244	4.33 314	0.54 203	4.43 97	2.48 55	2.21 114	3.24 124	1.53 128	1.14 148	5.64 174	1.29 201	0.17 420	0.23 451	0.00 1	0.00 1	0.12 269	0.15 328

GCAP-BAT	1.77 118	0.49 199	2.78 158	0.66 153	0.16 106	3.76 289	0.80 277	3.72 63	3.27 119	3.68 156	5.03 175	3.66 208	0.56 98	5.82 182	0.65 99	0.00 1	0.05 309	0.00 1	0.24 421	0.01 11	0.01 18

anonymousdsp2	1.78 119	0.39 128	3.40 227	1.10 210	0.04 12	3.63 271	0.50 195	7.80 266	2.77 79	2.91 133	2.88 110	3.17 184	1.01 136	5.15 163	0.43 55	0.00 1	0.01 158	0.02 385	0.15 379	0.05 149	0.12 303

DCRE	1.79 120	0.68 278	2.55 126	1.66 296	0.27 174	1.27 23	0.05 33	4.57 108	4.04 168	3.30 145	9.24 308	3.83 215	1.20 160	2.08 75	0.67 104	0.00 1	0.12 395	0.00 1	0.24 421	0.04 121	0.09 254

raft+_RVC	1.79 120	0.84 321	2.32 105	2.40 402	0.85 294	1.38 35	0.09 55	6.36 219	4.75 208	2.85 130	5.46 197	1.17 113	1.36 170	4.54 141	0.91 164	0.00 1	0.10 380	0.00 1	0.00 1	0.11 252	0.22 370

HUI-Stereo	1.80 122	0.41 149	2.85 168	0.12 42	0.18 131	3.72 283	0.65 237	5.23 151	2.97 95	5.87 228	4.34 157	3.45 192	1.52 181	3.93 120	0.65 99	0.02 300	0.00 1	0.00 1	0.00 1	0.08 203	0.10 276

GMOStereo	1.81 123	0.47 188	2.09 83	0.10 33	0.27 174	1.49 45	0.89 300	4.40 92	4.51 193	8.16 348	6.97 241	2.96 171	1.15 150	1.42 35	0.88 155	0.00 1	0.14 409	0.00 1	0.00 1	0.23 364	0.03 110

error version	1.81 123	0.47 188	2.09 83	0.10 33	0.27 174	1.49 45	0.89 300	4.40 92	4.51 193	8.16 348	6.97 241	2.96 171	1.15 150	1.42 35	0.88 155	0.00 1	0.14 409	0.00 1	0.00 1	0.23 364	0.03 110

test-v	1.81 123	0.47 188	2.09 83	0.10 33	0.27 174	1.49 45	0.89 300	4.40 92	4.51 193	8.16 348	6.97 241	2.96 171	1.15 150	1.42 35	0.88 155	0.00 1	0.14 409	0.00 1	0.00 1	0.23 364	0.03 110

test-2	1.81 123	0.47 188	2.09 83	0.10 33	0.27 174	1.49 45	0.89 300	4.40 92	4.51 193	8.16 348	6.97 241	2.96 171	1.15 150	1.42 35	0.88 155	0.00 1	0.14 409	0.00 1	0.00 1	0.23 364	0.03 110

xyz-stereo-finetune2	1.82 127	0.51 207	2.22 100	0.10 33	0.05 15	6.49 368	0.17 100	3.59 53	2.15 40	0.63 76	6.19 217	0.49 81	3.44 276	6.93 252	3.48 329	0.00 1	0.00 1	0.00 1	0.00 1	0.04 121	0.01 18

test-1	1.82 127	0.45 180	5.42 361	0.89 175	0.41 219	2.14 108	0.56 209	5.75 188	4.15 178	3.28 143	5.11 176	3.61 205	0.70 109	1.53 46	1.56 225	0.02 300	0.34 463	0.00 1	0.08 350	0.02 48	0.30 402

MM-Stereo_test3	1.83 129	0.59 244	1.93 60	1.43 259	3.99 454	2.44 138	0.81 279	5.81 195	6.70 296	1.73 111	4.79 164	1.23 115	0.65 106	3.30 100	0.85 145	0.00 1	0.01 158	0.00 1	0.00 1	0.33 400	0.05 188

GMStereo	1.83 129	0.99 354	4.55 314	0.57 139	0.05 15	2.53 147	0.01 4	4.95 131	11.14 407	3.52 150	2.24 94	0.53 87	0.49 88	3.76 113	0.80 138	0.20 427	0.00 1	0.00 1	0.12 371	0.12 269	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 131	0.21 10	2.45 114	1.02 198	0.22 154	1.37 34	0.82 281	4.66 118	5.06 216	7.02 295	1.73 73	4.09 225	0.41 78	6.51 224	0.76 125	0.00 1	0.00 1	0.00 1	0.29 435	0.18 329	0.14 318

1test111	1.86 132	0.65 267	2.15 89	2.30 390	0.02 3	5.80 353	0.56 209	8.45 281	3.33 126	1.03 92	3.33 126	0.32 60	3.71 291	4.40 138	0.96 169	0.00 1	0.02 215	0.00 1	0.03 313	0.02 48	0.03 110

LL-Strereo2	1.86 132	0.83 320	2.33 106	0.36 108	0.17 116	3.79 292	1.52 354	5.82 196	4.04 168	4.43 174	2.51 100	4.23 232	0.37 63	5.66 176	0.99 174	0.00 1	0.02 215	0.00 1	0.05 337	0.06 173	0.11 289

test-3	1.86 132	0.21 10	2.46 117	1.03 200	0.22 154	1.38 35	0.83 285	4.65 116	5.04 215	7.26 312	1.78 78	4.10 227	0.41 78	6.53 227	0.76 125	0.00 1	0.00 1	0.00 1	0.29 435	0.18 329	0.14 318

raftrobust	1.86 132	0.74 295	1.94 63	2.15 375	2.24 394	2.74 177	0.53 200	4.89 128	4.05 170	6.09 240	3.89 142	1.64 130	2.55 232	2.44 84	1.12 186	0.00 1	0.03 265	0.00 1	0.00 1	0.12 269	0.08 241

gcap-zeroshot	1.87 136	0.44 172	4.24 292	0.53 130	0.51 247	3.12 229	0.75 265	6.42 227	3.91 157	3.75 159	1.67 71	7.79 340	0.55 96	2.61 88	0.53 84	0.02 300	0.21 445	0.00 1	0.23 418	0.00 1	0.05 188

riskmin	1.88 137	0.15 1	2.11 88	1.38 252	0.88 296	2.40 134	0.04 25	5.93 200	6.10 265	2.25 116	1.34 59	6.06 300	5.08 364	2.78 91	1.01 177	0.00 1	0.02 215	0.00 1	0.00 1	0.01 11	0.06 207

test_3	1.88 137	0.22 13	2.75 152	0.96 190	0.22 154	1.28 25	0.77 269	4.62 111	5.87 248	6.55 276	1.84 80	4.28 238	0.45 86	6.48 220	0.76 125	0.00 1	0.01 158	0.00 1	0.28 434	0.17 318	0.14 318

PSM-adaLoss	1.88 137	0.40 138	2.86 170	0.12 42	0.19 142	3.75 288	0.71 255	5.23 151	2.96 91	5.86 223	4.33 156	3.45 192	1.51 176	5.40 171	0.69 106	0.01 214	0.00 1	0.00 1	0.00 1	0.08 203	0.09 254

s12784h	1.89 140	0.30 44	2.57 128	0.11 40	0.09 55	4.18 309	0.13 77	6.61 236	7.44 321	3.62 153	4.28 153	0.59 92	0.81 124	6.61 231	0.46 67	0.01 214	0.01 158	0.00 1	0.00 1	0.02 48	0.00 1

ROB_FTStereo	1.90 141	0.42 155	2.86 170	0.12 42	0.19 142	3.71 280	0.75 265	5.24 157	2.95 88	5.87 228	4.26 152	3.41 190	1.51 176	5.80 181	0.65 99	0.01 214	0.00 1	0.00 1	0.00 1	0.08 203	0.08 241

RAFT-IKP	1.90 141	0.42 155	2.83 165	0.12 42	0.18 131	3.50 259	0.64 234	5.24 157	2.96 91	5.86 223	4.34 157	3.50 201	1.51 176	5.99 188	0.76 125	0.01 214	0.00 1	0.00 1	0.00 1	0.08 203	0.08 241

EKT-Stereo	1.91 143	0.48 195	2.77 156	2.19 378	4.36 460	1.42 41	0.24 126	4.63 112	3.51 135	2.94 134	3.47 135	3.55 203	2.25 219	5.26 165	0.85 145	0.04 357	0.12 395	0.00 1	0.09 361	0.06 173	0.05 188

ROB_FTStereo_v2	1.91 143	0.41 149	2.85 168	0.12 42	0.19 142	3.71 280	0.73 260	5.23 151	2.95 88	5.86 223	4.36 159	3.46 194	1.51 176	5.86 184	0.69 106	0.01 214	0.00 1	0.00 1	0.00 1	0.08 203	0.08 241

qqq	1.93 145	0.30 44	2.96 181	1.40 254	0.05 15	1.96 93	0.39 164	8.45 281	3.33 126	3.06 136	3.84 140	4.67 253	2.70 239	4.40 138	0.96 169	0.00 1	0.01 158	0.00 1	0.00 1	0.02 48	0.03 110

RALCasStereoNet	1.93 145	1.01 356	2.75 152	1.88 326	1.75 365	2.88 207	0.18 104	4.64 115	4.36 185	2.27 117	5.14 177	2.22 152	0.79 123	7.10 268	1.00 176	0.00 1	0.34 463	0.00 1	0.00 1	0.10 232	0.16 340

Patchmatch Stereo++	1.95 147	0.40 138	2.86 170	0.12 42	0.18 131	3.74 285	0.66 240	5.24 157	2.96 91	5.86 223	4.32 154	3.46 194	1.52 181	6.88 247	0.70 108	0.01 214	0.00 1	0.00 1	0.00 1	0.08 203	0.09 254
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 147	0.40 138	2.86 170	0.12 42	0.18 131	3.74 285	0.66 240	5.24 157	2.96 91	5.86 223	4.32 154	3.46 194	1.52 181	6.88 247	0.70 108	0.01 214	0.00 1	0.00 1	0.00 1	0.08 203	0.09 254

CRE-IMP	1.95 147	0.35 101	2.68 140	0.27 86	0.17 116	3.90 297	0.85 295	5.14 144	2.87 83	5.74 214	4.14 149	3.49 199	0.83 125	6.40 212	1.80 249	0.00 1	0.00 1	0.00 1	0.00 1	0.10 232	0.19 360

tg	1.96 150	0.64 261	2.15 89	0.68 155	0.12 83	4.40 322	0.04 25	5.74 187	4.19 180	4.00 165	5.23 187	2.58 160	0.93 131	7.12 269	0.77 131	0.00 1	0.02 215	0.00 1	0.00 1	0.31 393	0.25 384

iGMRVC	1.96 150	0.40 138	2.88 175	0.12 42	0.19 142	3.74 285	0.73 260	5.23 151	2.97 95	5.87 228	4.37 160	3.48 198	1.52 181	6.73 240	0.74 118	0.02 300	0.00 1	0.00 1	0.00 1	0.08 203	0.08 241

DIP-Stereo	1.97 152	0.64 261	2.95 179	0.17 63	0.10 62	4.83 332	0.13 77	8.60 293	4.06 173	6.42 269	4.92 170	0.44 77	0.72 112	3.57 109	1.80 249	0.00 1	0.01 158	0.00 1	0.00 1	0.05 149	0.04 154
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 153	0.34 91	2.71 146	0.26 82	0.06 26	2.29 120	0.48 183	4.89 128	14.65 441	2.81 129	5.51 199	0.78 101	3.21 262	1.44 40	0.33 30	0.00 1	0.01 158	0.00 1	0.00 1	0.07 191	0.02 61

rvit_stereo_0075_2	2.00 154	0.32 61	5.49 366	0.60 143	1.98 378	1.77 76	0.10 58	7.24 256	5.70 240	2.90 132	4.06 146	3.11 181	0.56 98	5.32 167	0.76 125	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.16 340

MSKI-zero shot	2.00 154	0.36 111	2.15 89	0.81 163	0.25 164	2.69 175	0.29 141	6.16 209	2.34 53	4.31 171	7.52 262	3.70 211	0.25 29	8.42 356	0.41 50	0.01 214	0.13 405	0.00 1	0.25 426	0.03 92	0.02 61

ACVNet-DCA	2.01 156	0.65 267	2.15 89	2.30 390	0.02 3	5.80 353	0.56 209	8.45 281	3.33 126	1.03 92	3.33 126	0.32 60	3.71 291	8.05 327	0.45 63	0.00 1	0.02 215	0.00 1	0.03 313	0.02 48	0.03 110

Gwc-CoAtRS	2.02 157	0.33 78	2.61 134	1.04 205	0.30 184	3.56 267	0.40 168	5.89 199	5.94 255	5.08 198	5.01 174	5.55 284	1.72 195	1.60 49	0.91 164	0.01 214	0.09 368	0.00 1	0.25 426	0.01 11	0.02 61

DCANet-4	2.03 158	0.34 91	5.30 358	0.31 91	0.18 131	1.69 67	0.12 68	4.95 131	8.55 362	5.78 215	5.17 178	1.12 110	2.82 249	2.11 77	1.92 258	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 349

cross-raft	2.03 158	0.35 101	2.78 158	1.10 210	0.16 106	3.77 290	0.48 183	7.03 254	3.75 147	5.06 197	5.55 200	6.26 306	1.41 171	1.75 57	0.89 160	0.01 214	0.07 344	0.00 1	0.19 402	0.03 92	0.03 110

DeepStereo_RVC	2.05 160	0.39 128	2.87 174	0.14 57	0.17 116	3.51 262	0.70 252	5.21 150	3.00 97	6.27 258	4.13 148	3.47 197	4.53 339	4.81 148	1.49 217	0.01 214	0.00 1	0.00 1	0.00 1	0.09 221	0.18 349

MIPNet	2.06 161	0.69 283	4.57 317	0.32 94	0.21 150	1.92 87	0.19 107	6.89 249	5.64 239	5.48 209	4.02 145	2.02 147	3.50 278	3.32 102	2.01 264	0.00 1	0.01 158	0.01 354	0.01 276	0.20 341	0.13 311

DCANet	2.08 162	0.64 261	3.81 262	0.31 91	0.17 116	1.70 71	0.25 131	5.23 151	8.47 358	6.07 239	5.30 194	1.41 119	4.23 317	1.85 63	2.02 266	0.00 1	0.00 1	0.00 1	0.00 1	0.04 121	0.19 360

CFNet-RSSM	2.11 163	0.33 78	2.71 146	1.04 205	0.30 184	3.21 239	0.41 169	6.67 240	6.96 304	5.62 212	4.58 161	5.40 281	1.71 194	1.86 64	0.87 152	0.00 1	0.08 356	0.00 1	0.32 445	0.02 48	0.02 61

U	2.12 164	0.25 21	2.47 120	0.17 63	8.09 495	10.63 433	0.00 1	3.08 21	0.87 10	0.24 19	0.45 28	0.17 20	0.08 5	0.69 6	0.15 6	0.00 1	0.00 1	9.89 501	5.19 511	0.01 11	0.01 18

RAFT-Stereo + iAFF	2.12 164	0.58 241	2.43 112	1.27 230	0.16 106	1.60 55	0.14 84	5.17 148	5.90 251	7.10 301	10.10 324	3.06 178	1.74 198	1.87 66	0.97 172	0.01 214	0.02 215	0.00 1	0.00 1	0.23 364	0.02 61

IGEV_Zeroshot_test	2.13 166	0.50 202	4.91 332	1.41 257	0.18 131	2.62 165	0.36 157	7.80 266	3.87 153	5.04 196	5.42 196	4.77 256	1.03 139	3.43 106	0.79 135	0.00 1	0.16 424	0.00 1	0.18 397	0.17 318	0.04 154

tt1	2.14 167	0.63 260	2.22 100	2.27 386	0.02 3	5.71 351	0.63 230	4.53 104	10.19 388	1.16 99	3.39 132	0.33 64	3.05 258	8.00 321	0.46 67	0.00 1	0.02 215	0.00 1	0.03 313	0.10 232	0.04 154

NRIStereo	2.14 167	0.35 101	2.65 139	1.10 210	0.14 95	3.05 221	0.86 296	5.35 169	3.18 114	6.24 253	3.36 130	4.17 231	1.82 204	8.12 335	2.01 264	0.00 1	0.10 380	0.00 1	0.00 1	0.12 269	0.19 360

testlalala2	2.15 169	0.44 172	2.44 113	9.24 493	6.30 484	3.64 272	0.18 104	4.63 112	2.55 63	3.73 158	4.17 150	3.14 182	0.51 90	1.08 22	0.26 20	0.00 1	0.10 380	0.00 1	0.44 464	0.11 252	0.03 110

H2IRNET	2.16 170	0.45 180	2.60 132	1.22 223	0.03 10	1.98 94	0.13 77	4.73 120	7.04 309	1.15 98	7.79 276	5.88 296	3.39 272	4.97 157	1.45 214	0.01 214	0.00 1	0.04 414	0.17 390	0.19 337	0.03 110

dd	2.16 170	1.22 385	4.82 327	0.68 155	0.12 83	1.39 39	0.17 100	5.14 144	11.22 410	2.70 125	3.51 137	1.52 127	1.23 162	5.08 159	3.96 347	0.12 406	0.01 158	0.04 414	0.21 409	0.07 191	0.01 18

cc1	2.17 172	0.65 267	2.15 89	2.30 390	0.02 3	5.80 353	0.56 209	4.31 89	10.41 393	1.03 92	3.33 126	0.32 60	3.71 291	8.05 327	0.45 63	0.00 1	0.02 215	0.00 1	0.03 313	0.10 232	0.05 188

RAFT-Test	2.17 172	0.36 111	3.40 227	1.05 207	0.34 200	4.90 335	0.69 249	6.27 215	3.98 161	4.65 185	7.02 247	6.30 309	1.12 144	1.81 61	0.99 174	0.01 214	0.17 428	0.00 1	0.34 449	0.02 48	0.02 61

Any-RAFT	2.18 174	0.25 21	1.94 63	1.37 250	0.80 289	5.01 338	0.56 209	8.51 286	5.58 237	4.01 166	4.85 168	5.44 282	2.26 221	2.45 85	0.35 34	0.00 1	0.15 416	0.00 1	0.00 1	0.02 48	0.02 61

FENet	2.19 175	0.34 91	3.04 191	2.05 364	0.26 171	2.82 198	0.13 77	7.02 253	5.55 234	4.97 194	1.94 81	4.91 262	3.39 272	4.71 146	2.50 292	0.02 300	0.03 265	0.00 1	0.00 1	0.00 1	0.21 368

GANet-ADL	2.20 176	0.50 202	3.27 215	2.02 354	0.11 71	2.21 115	0.48 183	8.64 295	6.79 299	4.56 179	5.83 205	3.98 219	1.27 164	2.68 89	1.43 211	0.04 357	0.08 356	0.02 385	0.00 1	0.15 298	0.03 110

FACV-RUCA	2.21 177	0.34 91	3.59 242	1.30 237	2.90 413	2.22 116	1.25 337	7.98 272	5.71 244	3.59 152	7.21 254	1.14 111	1.60 189	3.12 98	1.46 215	0.01 214	0.03 265	0.10 439	0.04 331	0.35 405	0.17 345

AIO-test1	2.22 178	0.76 300	2.78 158	0.30 87	4.38 461	2.48 141	0.96 313	5.59 181	14.64 439	0.74 82	2.86 109	0.92 103	0.30 50	5.64 174	1.67 237	0.00 1	0.00 1	0.00 1	0.03 313	0.17 318	0.14 318

CAS	2.24 179	0.25 21	1.86 52	11.21 499	3.86 450	1.67 63	0.02 16	3.87 74	2.67 68	0.41 56	1.63 68	0.24 42	0.27 37	1.50 44	0.74 118	9.43 506	0.01 158	0.00 1	0.00 1	0.01 11	5.21 493

NF-Stereo	2.24 179	0.33 78	3.00 182	2.04 359	0.10 62	3.46 250	0.43 174	6.51 233	3.17 111	6.84 285	5.24 188	2.67 164	1.34 167	8.17 342	1.53 221	0.01 214	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

OCTAStereo	2.24 179	0.33 78	3.03 188	2.04 359	0.10 62	3.45 249	0.43 174	6.50 230	3.17 111	6.84 285	5.20 183	2.65 161	1.33 165	8.18 343	1.56 225	0.01 214	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

PSM-softLoss	2.24 179	0.34 91	3.42 229	1.81 316	0.17 116	2.74 177	0.39 164	6.17 211	2.92 85	6.26 256	6.29 224	2.96 171	0.97 134	8.68 371	1.71 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 61

KMStereo	2.24 179	0.34 91	3.42 229	1.81 316	0.17 116	2.74 177	0.39 164	6.17 211	2.92 85	6.26 256	6.29 224	2.96 171	0.97 134	8.68 371	1.71 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 61

StereoVision	2.25 184	0.72 288	4.00 278	1.03 200	2.64 406	1.91 86	0.28 137	5.83 197	4.43 188	1.89 112	10.65 341	3.88 216	0.52 93	5.13 162	1.98 263	0.00 1	0.00 1	0.00 1	0.00 1	0.09 221	0.03 110

RE-Stereo	2.25 184	0.33 78	3.03 188	2.04 359	0.10 62	3.47 252	0.43 174	6.50 230	3.18 114	6.84 285	5.20 183	2.65 161	1.34 167	8.18 343	1.58 227	0.01 214	0.00 1	0.01 354	0.00 1	0.02 48	0.01 18

TVStereo	2.25 184	0.33 78	3.03 188	2.04 359	0.10 62	3.47 252	0.43 174	6.50 230	3.18 114	6.84 285	5.20 183	2.65 161	1.34 167	8.18 343	1.58 227	0.01 214	0.00 1	0.01 354	0.00 1	0.02 48	0.01 18

ADStereo(finetuned)	2.26 187	0.64 261	5.22 354	0.31 91	0.18 131	1.71 72	0.25 131	5.23 151	8.46 357	6.06 238	5.30 194	1.41 119	6.37 391	1.87 66	1.87 252	0.00 1	0.00 1	0.00 1	0.00 1	0.04 121	0.18 349

fff	2.28 188	0.61 252	3.81 262	0.22 74	0.07 34	1.69 67	0.11 62	5.37 172	11.84 417	5.80 217	5.17 178	1.44 121	5.41 371	2.00 71	1.92 258	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 349

IPLGR	2.28 188	0.51 207	6.00 384	0.15 59	0.15 99	1.99 96	0.22 120	6.34 218	6.04 263	6.80 283	5.76 202	2.87 168	2.31 222	4.88 150	1.28 200	0.00 1	0.00 1	0.00 1	0.00 1	0.09 221	0.18 349

csc	2.28 188	0.61 252	3.81 262	0.22 74	0.07 34	1.69 67	0.11 62	5.37 172	11.84 417	5.80 217	5.17 178	1.44 121	5.41 371	2.00 71	1.92 258	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 349

cscssc	2.28 188	0.61 252	3.81 262	0.22 74	0.07 34	1.69 67	0.11 62	5.37 172	11.84 417	5.80 217	5.17 178	1.44 121	5.41 371	2.00 71	1.92 258	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 349

test_sample1	2.31 192	0.26 25	3.29 216	2.08 365	0.46 229	2.62 165	0.05 33	9.88 328	4.23 181	3.90 162	3.92 144	3.49 199	4.44 332	5.67 177	1.88 254	0.00 1	0.01 158	0.00 1	0.00 1	0.02 48	0.03 110

EAI-Stereo	2.31 192	0.44 172	2.72 148	0.68 155	0.56 256	3.51 262	2.62 388	11.42 375	4.14 177	2.09 113	7.23 256	1.21 114	0.91 129	5.67 177	1.51 218	0.01 214	0.25 457	0.00 1	0.88 479	0.04 121	0.26 390

test_sample2	2.32 194	0.25 21	3.38 223	2.08 365	0.41 219	2.58 156	0.15 90	9.50 317	4.97 214	3.66 154	4.86 169	4.29 240	3.26 263	5.83 183	1.09 183	0.00 1	0.01 158	0.00 1	0.00 1	0.03 92	0.03 110

ICVP	2.32 194	0.38 124	2.89 177	0.92 181	0.70 278	2.55 151	0.87 298	9.97 331	3.99 162	4.13 168	8.97 298	2.71 165	1.69 193	2.52 87	3.52 335	0.05 369	0.24 456	0.01 354	0.01 276	0.11 252	0.13 311
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 196	0.65 267	2.15 89	2.30 390	0.02 3	5.80 353	0.56 209	4.31 89	10.41 393	1.03 92	3.33 126	4.67 253	2.70 239	8.05 327	0.45 63	0.00 1	0.02 215	0.00 1	0.00 1	0.02 48	0.03 110

MyStereo06	2.35 197	0.66 273	4.54 311	1.10 210	0.96 306	2.57 154	0.10 58	9.30 312	4.05 170	5.22 202	6.09 209	5.95 298	2.38 225	3.00 95	0.73 116	0.01 214	0.08 356	0.00 1	0.01 276	0.13 283	0.15 328

PFNet+	2.35 197	0.31 48	3.69 251	0.79 162	0.17 116	3.15 234	0.75 265	4.52 103	6.30 277	7.90 340	6.34 228	2.53 158	1.18 157	7.72 306	1.62 231	0.03 338	0.00 1	0.00 1	0.00 1	0.01 11	0.03 110

RAFT+CT+SA	2.36 199	0.71 287	2.46 117	0.83 167	2.26 395	3.18 236	0.93 307	6.82 247	5.48 229	2.55 121	8.07 280	1.64 130	1.59 188	8.54 362	1.15 190	0.02 300	0.00 1	0.00 1	0.38 454	0.19 337	0.36 410

TRStereo	2.36 199	3.10 463	4.70 323	1.99 347	2.08 383	2.61 162	1.11 328	8.79 300	3.73 145	3.19 140	3.04 117	3.96 218	0.77 118	5.92 185	1.44 212	0.03 338	0.14 409	0.00 1	0.29 435	0.08 203	0.25 384

test_4	2.38 201	0.34 91	2.68 140	0.08 29	0.11 71	3.69 278	1.14 330	3.33 34	3.34 129	4.03 167	17.35 434	3.31 189	0.51 90	6.28 202	1.15 190	0.00 1	0.00 1	0.00 1	0.11 368	0.16 305	0.01 18

ACRE	2.41 202	1.08 367	5.11 344	0.55 134	2.05 381	2.65 170	0.78 274	5.26 162	4.67 202	7.59 326	9.20 301	1.70 133	1.08 142	3.74 112	2.18 276	0.01 214	0.18 432	0.02 385	0.08 350	0.22 358	0.10 276

HH	2.42 203	0.73 291	3.76 256	0.91 177	0.14 95	2.78 184	0.71 255	7.92 269	2.72 73	1.53 105	6.10 211	7.93 344	4.01 306	8.60 366	0.44 59	0.00 1	0.09 368	0.00 1	0.00 1	0.05 149	0.04 154

HanStereo	2.42 203	0.73 291	3.76 256	0.91 177	0.14 95	2.78 184	0.71 255	7.92 269	2.72 73	1.53 105	6.10 211	7.93 344	4.01 306	8.60 366	0.44 59	0.00 1	0.09 368	0.00 1	0.00 1	0.05 149	0.04 154

DisPM	2.43 205	0.32 61	3.04 191	1.76 308	0.18 131	3.46 250	0.65 237	5.13 143	4.88 211	8.59 369	7.04 250	2.84 167	1.03 139	8.85 383	0.83 141	0.01 214	0.00 1	0.00 1	0.00 1	0.01 11	0.02 61

IPLG	2.43 205	0.66 273	4.77 326	0.54 131	0.31 190	3.01 217	0.26 133	6.15 208	5.55 234	7.69 329	6.21 219	1.89 141	1.74 198	7.19 275	2.35 284	0.01 214	0.01 158	0.00 1	0.00 1	0.24 374	0.12 303

rvit_105_1	2.44 207	0.80 313	5.08 342	1.77 310	0.09 55	1.95 90	3.62 415	5.62 185	8.21 350	4.85 190	2.07 86	3.15 183	1.58 187	7.08 266	2.71 299	0.00 1	0.00 1	0.00 1	0.01 276	0.04 121	0.08 241

CASS	2.44 207	0.44 172	3.56 240	0.85 170	0.38 211	3.14 231	0.22 120	9.64 322	4.00 163	6.78 281	7.62 268	3.57 204	3.58 283	3.80 114	1.10 184	0.02 300	0.01 158	0.00 1	0.00 1	0.05 149	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 207	1.17 382	4.94 333	0.62 146	2.08 383	2.65 170	0.80 277	5.60 182	4.79 209	7.87 337	9.23 303	1.67 132	1.15 150	3.43 106	2.23 278	0.01 214	0.19 438	0.02 385	0.08 350	0.22 358	0.10 276

R-Stereo Train	2.44 207	0.32 61	1.93 60	0.94 184	0.16 106	3.67 274	0.61 226	6.37 221	3.08 104	9.14 385	17.44 435	1.80 137	0.77 118	1.76 58	0.70 108	0.00 1	0.01 158	0.00 1	0.00 1	0.01 11	0.03 110

RAFT-Stereo	2.44 207	0.32 61	1.93 60	0.94 184	0.16 106	3.67 274	0.61 226	6.37 221	3.08 104	9.14 385	17.44 435	1.80 137	0.77 118	1.76 58	0.70 108	0.00 1	0.01 158	0.00 1	0.00 1	0.01 11	0.03 110
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 212	1.09 369	3.70 254	2.55 413	0.80 289	3.37 246	0.15 90	7.44 262	5.54 233	5.65 213	6.01 208	3.54 202	1.13 147	6.34 209	1.58 227	0.00 1	0.01 158	0.00 1	0.05 337	0.21 352	0.03 110

CIPLG	2.47 213	1.10 371	4.71 324	0.63 149	2.15 388	2.67 174	0.77 269	5.19 149	4.73 206	7.85 336	9.56 316	1.72 134	1.14 148	4.20 132	2.34 282	0.01 214	0.19 438	0.02 385	0.09 361	0.23 364	0.08 241

BUS	2.49 214	0.32 61	3.05 196	0.46 122	0.46 229	7.12 382	0.50 195	9.05 304	4.69 203	6.11 242	6.15 214	5.29 276	0.83 125	3.91 117	1.77 246	0.01 214	0.03 265	0.03 402	0.00 1	0.04 121	0.00 1

Pruner-Stereo	2.49 214	0.40 138	2.46 117	1.80 314	0.25 164	3.51 262	0.77 269	6.03 202	4.92 212	8.91 379	6.09 209	4.45 245	1.11 143	6.99 259	2.11 269	0.02 300	0.00 1	0.02 385	0.00 1	0.01 11	0.04 154

GES	2.49 214	0.38 124	4.29 295	1.58 283	0.05 15	4.58 326	1.07 324	9.70 324	3.39 130	5.21 201	6.64 233	1.84 140	3.36 267	4.86 149	2.54 295	0.06 378	0.01 158	0.06 425	0.01 276	0.12 269	0.03 110

mmm	2.50 217	0.29 34	3.22 212	1.98 345	0.32 193	3.72 283	0.12 68	9.45 316	4.05 170	5.84 222	10.80 343	2.47 157	2.86 252	4.07 127	0.75 123	0.00 1	0.02 215	0.00 1	0.01 276	0.03 92	0.02 61

MIM_Stereo	2.50 217	0.75 297	4.26 293	1.18 221	0.11 71	3.08 222	0.33 153	6.07 204	3.28 121	5.01 195	10.12 325	4.29 240	1.74 198	8.06 331	1.27 199	0.00 1	0.12 395	0.00 1	0.01 276	0.18 329	0.15 328

iRaft-Stereo_20w	2.56 219	0.35 101	4.98 335	0.37 110	0.67 271	3.47 252	0.59 220	12.57 416	3.89 155	6.10 241	6.23 221	1.49 125	2.24 217	6.65 234	0.86 150	0.00 1	0.19 438	0.00 1	0.33 447	0.08 203	0.22 370

HCRNet	2.56 219	0.53 219	3.35 221	0.24 78	3.39 429	2.19 113	0.23 124	6.89 249	5.50 230	5.26 204	4.79 164	5.27 275	2.78 246	7.71 304	2.89 304	0.00 1	0.02 215	0.00 1	0.00 1	0.04 121	0.04 154

RAFT	2.57 221	0.76 300	3.09 202	0.91 177	0.09 55	2.41 135	0.94 309	5.35 169	2.65 67	6.11 242	7.21 254	9.43 372	4.30 324	5.73 180	1.77 246	0.00 1	0.12 395	0.00 1	0.02 300	0.46 427	0.08 241

ACVNet	2.58 222	0.53 219	2.69 142	0.84 168	0.59 258	2.61 162	0.55 207	8.35 277	5.70 240	4.45 175	9.26 311	5.77 292	3.50 278	2.24 78	4.41 357	0.00 1	0.00 1	0.00 1	0.00 1	0.17 318	0.01 18

HHNet	2.59 223	0.55 228	2.55 126	0.20 69	0.32 193	2.84 201	0.94 309	5.77 193	5.14 220	7.33 316	13.80 394	0.94 104	3.20 261	5.27 166	2.41 289	0.13 411	0.02 215	0.06 425	0.00 1	0.23 364	0.03 110

AFF-stereo	2.59 223	0.68 278	2.35 109	1.55 278	0.17 116	1.67 63	0.08 50	5.75 188	6.60 293	6.20 250	12.13 371	6.16 303	2.36 224	4.75 147	1.11 185	0.02 300	0.02 215	0.00 1	0.00 1	0.23 364	0.05 188

raft_robust	2.64 225	1.20 384	2.62 136	1.10 210	0.28 181	1.50 49	0.12 68	6.28 216	9.04 367	6.80 283	7.19 253	3.73 213	2.13 212	9.06 392	1.07 180	0.03 338	0.12 395	0.00 1	0.21 409	0.17 318	0.22 370

GwcNet-ADL	2.65 226	0.48 195	3.84 268	0.82 165	0.33 198	2.04 98	0.69 249	8.07 273	9.42 374	6.05 236	6.66 234	4.14 229	1.73 196	5.40 171	3.01 308	0.08 392	0.06 326	0.00 1	0.00 1	0.06 173	0.03 110

ToySt	2.69 227	0.55 228	7.03 411	1.03 200	0.10 62	3.49 257	1.04 320	6.38 225	4.55 197	2.69 123	6.28 223	7.95 348	4.38 328	5.08 159	2.58 296	0.01 214	0.11 388	0.00 1	0.04 331	0.28 385	0.19 360

BSDual-CNN	2.69 227	0.32 61	3.05 196	0.46 122	0.46 229	7.13 384	1.63 360	9.05 304	4.69 203	6.11 242	6.15 214	6.26 306	2.54 230	3.91 117	1.91 256	0.01 214	0.03 265	0.03 402	0.00 1	0.04 121	0.00 1

DN-CSS_ROB	2.69 227	1.40 403	5.34 359	2.31 396	0.75 282	3.14 231	0.06 38	6.11 206	3.87 153	5.34 207	12.18 374	2.34 155	1.22 161	7.84 312	1.48 216	0.03 338	0.00 1	0.00 1	0.00 1	0.35 405	0.03 110

AIO-test2	2.70 230	1.23 387	3.52 237	1.24 225	3.05 415	2.65 170	0.06 38	6.30 217	15.40 446	2.58 122	7.30 258	0.48 80	0.57 100	5.36 168	0.96 169	3.06 489	0.00 1	0.00 1	0.01 276	0.16 305	0.15 328

RAFT_R40	2.71 231	0.33 78	3.00 182	1.26 228	0.30 184	3.83 294	1.00 316	5.69 186	4.29 182	9.69 401	6.33 227	5.02 269	4.02 308	8.58 365	0.86 150	0.01 214	0.00 1	0.00 1	0.00 1	0.03 92	0.02 61

AnonymousM	2.71 231	6.75 486	0.98 1	0.73 158	0.06 26	2.41 135	0.53 200	5.30 164	3.05 101	4.75 188	2.09 87	1.89 141	1.01 136	1.88 68	0.51 82	0.01 214	0.02 215	17.42 507	4.76 507	0.02 48	0.01 18

XX-Stereo	2.71 231	0.38 124	5.96 383	2.25 385	2.20 392	1.54 52	0.21 118	5.44 175	3.05 101	2.28 118	16.16 414	7.03 325	0.24 28	6.19 196	0.79 135	0.00 1	0.15 416	0.00 1	0.23 418	0.13 283	0.04 154

UDGNet	2.73 234	7.09 489	3.90 270	2.71 418	0.06 26	2.98 214	0.20 113	4.63 112	8.58 363	2.69 123	2.70 105	0.95 105	1.01 136	6.27 201	1.51 218	1.28 476	0.00 1	5.24 499	0.94 481	1.70 472	0.13 311

SST-Stereo	2.75 235	0.31 48	2.78 158	1.33 241	0.33 198	3.99 302	0.82 281	5.60 182	3.93 159	10.92 429	6.19 217	5.00 267	4.23 317	8.66 370	0.74 118	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.03 110

GMStereo_Zeroshot	2.77 236	1.98 445	5.14 347	1.53 274	0.36 205	3.56 267	0.10 58	5.57 180	5.91 253	6.89 290	7.02 247	8.50 361	0.91 129	6.01 189	1.65 235	0.00 1	0.00 1	0.00 1	0.00 1	0.20 341	0.01 18

DFGA-Net	2.78 237	1.91 441	7.35 419	1.52 270	0.36 205	3.36 245	0.20 113	6.64 238	5.93 254	4.88 191	6.31 226	2.18 150	1.12 144	7.43 287	5.98 385	0.00 1	0.00 1	0.00 1	0.00 1	0.37 410	0.04 154

111	2.78 237	0.92 343	3.81 262	0.22 74	0.07 34	2.83 200	0.70 252	6.03 202	14.00 434	3.22 141	8.93 294	5.48 283	3.30 265	3.66 110	2.03 267	0.00 1	0.00 1	0.00 1	0.00 1	0.10 232	0.29 400

HITNet	2.79 239	0.77 303	4.02 279	2.03 357	0.11 71	5.58 348	0.59 220	9.24 310	5.15 221	6.42 269	7.26 257	3.66 208	2.92 254	4.07 127	3.87 345	0.00 1	0.00 1	0.00 1	0.00 1	0.06 173	0.02 61
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
CFNet_pseudo	2.81 240	0.42 155	4.04 282	0.33 99	0.24 161	2.59 159	0.12 68	8.20 276	7.66 328	7.04 298	10.42 333	6.56 316	2.05 210	4.88 150	1.53 221	0.00 1	0.02 215	0.01 354	0.00 1	0.05 149	0.07 226

ccs_rob	2.81 240	0.42 155	4.06 284	0.33 99	0.25 164	2.59 159	0.12 68	8.19 275	7.68 329	7.02 295	10.37 332	6.54 312	2.06 211	4.88 150	1.53 221	0.00 1	0.02 215	0.01 354	0.00 1	0.05 149	0.07 226

DMCA	2.82 242	0.64 261	4.45 305	1.61 288	0.89 297	3.86 295	0.57 218	9.18 308	5.10 218	6.24 253	6.49 231	7.17 332	2.13 212	3.31 101	4.73 363	0.00 1	0.01 158	0.00 1	0.00 1	0.04 121	0.02 61

TestStereo1	2.85 243	0.81 315	3.48 233	3.11 437	0.44 223	2.52 144	1.50 352	6.37 221	8.18 348	4.62 181	9.24 308	2.23 153	3.69 288	9.19 397	1.26 197	0.00 1	0.01 158	0.00 1	0.00 1	0.27 383	0.09 254

SA-5K	2.85 243	0.81 315	3.48 233	3.11 437	0.44 223	2.52 144	1.50 352	6.37 221	8.18 348	4.62 181	9.24 308	2.23 153	3.69 288	9.19 397	1.26 197	0.00 1	0.01 158	0.00 1	0.00 1	0.27 383	0.09 254

LCNet	2.85 243	0.42 155	1.90 56	0.95 188	0.56 256	2.07 99	1.60 358	4.99 137	3.57 141	6.05 236	10.59 337	4.59 251	6.79 403	7.46 289	0.72 114	0.01 214	0.00 1	0.01 354	0.77 477	0.30 388	3.57 484

IRAFT_RVC	2.85 243	0.41 149	3.32 219	2.09 368	0.41 219	2.92 209	5.22 444	6.41 226	3.63 142	6.53 275	5.48 198	5.09 271	4.88 358	8.20 346	2.15 273	0.01 214	0.17 428	0.01 354	0.00 1	0.02 48	0.04 154

AIO-Stereo-zeroshot	2.86 247	0.99 354	7.52 425	1.52 270	0.92 300	2.94 211	0.03 23	9.31 313	3.81 151	2.42 120	5.86 206	9.23 369	4.64 345	4.31 136	2.19 277	0.02 300	0.18 432	0.00 1	0.54 469	0.35 405	0.35 408

iRaft-Stereo_5w	2.86 247	0.86 324	4.08 287	0.06 14	0.25 164	2.76 183	0.60 223	4.97 134	4.10 174	2.98 135	7.85 277	10.17 384	4.17 314	8.16 339	5.83 383	0.00 1	0.00 1	0.00 1	0.01 276	0.26 377	0.06 207

test_sample4	2.87 249	0.40 138	4.54 311	1.80 314	0.54 254	3.95 300	0.15 90	11.48 377	6.49 290	6.33 265	6.81 238	3.68 210	2.65 237	6.11 192	2.36 285	0.02 300	0.01 158	0.00 1	0.00 1	0.04 121	0.05 188

test_sample3	2.87 249	0.37 118	4.45 305	1.95 340	0.59 258	4.69 329	0.16 95	11.50 378	6.45 287	5.82 220	6.44 230	3.76 214	2.64 235	6.01 189	2.41 289	0.01 214	0.01 158	0.00 1	0.00 1	0.04 121	0.05 188

MyStereo8	2.88 251	1.19 383	5.03 338	1.61 288	3.75 446	4.30 313	0.07 45	6.14 207	6.16 271	6.22 251	9.64 319	4.28 238	1.45 174	2.05 74	4.76 365	0.00 1	0.16 424	0.00 1	0.14 376	0.26 377	0.43 423

ffm	2.90 252	0.31 48	3.97 272	1.34 243	0.98 308	2.80 187	0.48 183	4.53 104	10.19 388	6.29 261	9.23 303	5.59 285	3.72 295	8.00 321	0.46 67	0.00 1	0.02 215	0.00 1	0.00 1	0.10 232	0.04 154

test_5	2.90 252	0.70 285	3.69 251	2.01 352	3.17 420	4.61 328	1.32 345	6.69 241	7.02 308	2.79 127	7.18 252	4.99 264	4.14 311	7.96 318	1.31 202	0.00 1	0.00 1	0.00 1	0.03 313	0.19 337	0.26 390

test_sample5	2.91 254	0.40 138	4.33 297	1.81 316	0.50 244	3.33 243	0.17 100	11.27 369	6.55 291	6.18 248	8.35 285	3.65 206	2.71 242	6.61 231	2.15 273	0.02 300	0.02 215	0.00 1	0.00 1	0.05 149	0.05 188

PFNet	2.93 255	0.40 138	5.51 369	2.13 373	0.84 293	3.11 228	0.75 265	6.78 244	4.79 209	9.98 409	6.00 207	4.78 257	2.13 212	8.33 350	2.11 269	0.19 424	0.06 326	0.00 1	0.11 368	0.20 341	0.35 408

MyStereo05	2.94 256	0.66 273	5.25 357	1.10 210	0.96 306	2.57 154	0.10 58	8.53 287	12.34 425	6.28 259	3.88 141	3.18 185	3.30 265	7.81 311	2.37 286	0.01 214	0.08 356	0.00 1	0.01 276	0.13 283	0.15 328

MyStereo04	2.95 257	0.79 309	5.38 360	1.03 200	1.11 318	2.63 167	0.46 180	10.00 334	12.44 426	4.19 169	3.91 143	3.04 177	3.60 284	7.34 283	2.74 303	0.00 1	0.09 368	0.00 1	0.01 276	0.11 252	0.09 254

PSMNet-ADL	2.98 258	0.43 166	2.41 111	1.43 259	0.40 215	5.94 358	0.28 137	8.45 281	5.13 219	3.36 147	6.77 236	8.41 355	4.61 343	7.20 276	4.55 360	0.02 300	0.09 368	0.00 1	0.00 1	0.01 11	0.03 110

PCWNet_CMD	2.99 259	0.39 128	4.02 279	0.39 114	0.26 171	2.53 147	0.15 90	9.24 310	9.22 369	7.12 302	11.53 361	6.94 323	2.41 226	4.02 124	1.33 204	0.01 214	0.02 215	0.02 385	0.00 1	0.05 149	0.07 226

MSMDNet	2.99 259	0.39 128	4.02 279	0.40 116	0.25 164	2.53 147	0.16 95	9.35 314	9.25 370	7.08 300	11.39 356	6.93 322	2.43 227	4.01 123	1.34 206	0.01 214	0.02 215	0.02 385	0.00 1	0.05 149	0.07 226

OMP-Stereo	3.03 261	0.93 346	2.72 148	4.21 476	0.51 247	2.19 113	1.25 337	6.19 213	6.00 261	7.99 344	6.21 219	8.50 361	2.49 229	9.44 409	1.74 244	0.01 214	0.00 1	0.00 1	0.00 1	0.08 203	0.05 188

DualNet	3.05 262	0.40 138	4.33 297	1.81 316	0.50 244	3.33 243	0.17 100	11.27 369	6.55 291	6.50 272	10.86 347	3.65 206	2.71 242	6.61 231	2.15 273	0.02 300	0.02 215	0.00 1	0.00 1	0.05 149	0.05 188

SA	3.06 263	0.74 295	3.79 259	1.60 287	0.30 184	3.19 237	1.43 349	6.72 242	9.06 368	4.63 184	10.80 343	2.89 169	4.71 348	9.62 412	1.18 195	0.00 1	0.09 368	0.00 1	0.19 402	0.23 364	0.02 61

CFNet_ucs	3.07 264	0.44 172	4.05 283	0.54 131	0.37 209	3.08 222	0.19 107	9.80 326	8.49 360	7.64 328	12.62 380	5.67 290	1.76 202	4.96 156	1.51 218	0.00 1	0.04 294	0.01 354	0.00 1	0.09 221	0.11 289

NINENet	3.09 265	0.56 234	3.22 212	1.61 288	1.37 340	7.12 382	0.50 195	11.88 389	5.63 238	6.63 278	8.40 286	5.29 276	0.83 125	6.51 224	1.77 246	0.15 414	0.07 344	0.07 431	0.00 1	0.09 221	0.00 1

UCFNet_RVC	3.09 265	0.77 303	2.27 104	2.35 399	1.79 369	3.50 259	1.06 322	12.12 401	6.91 302	4.71 187	7.67 271	7.58 336	4.40 330	4.95 155	1.67 237	0.00 1	0.00 1	0.00 1	0.00 1	0.11 252	0.01 18

AdaStereo	3.09 265	0.58 241	3.04 191	2.84 425	0.48 238	4.08 305	1.29 343	12.16 403	7.77 336	6.03 235	9.62 317	5.79 294	1.53 185	4.56 142	1.93 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 61
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
psmg	3.10 268	0.32 61	3.05 196	0.54 131	0.46 229	8.68 407	2.84 394	9.87 327	4.69 203	8.08 345	8.69 290	6.26 306	2.54 230	3.91 117	1.91 256	0.01 214	0.04 294	0.06 425	0.00 1	0.11 252	0.00 1

testlalala_base	3.12 269	0.48 195	2.79 162	2.14 374	1.98 378	4.13 308	0.64 234	6.16 209	2.09 39	2.38 119	4.08 147	1.80 137	0.50 89	1.65 51	0.72 114	12.33 514	2.33 495	0.00 1	0.31 443	14.56 509	1.32 463

DCVSM-stereo	3.13 270	0.37 118	2.95 179	1.51 268	0.80 289	2.75 182	0.49 193	6.79 245	5.25 223	11.43 437	5.57 201	10.79 396	5.30 368	5.25 164	2.95 306	0.03 338	0.09 368	0.03 402	0.00 1	0.12 269	0.09 254

ARAFT	3.13 270	1.11 374	7.34 418	0.42 117	0.14 95	4.52 324	2.99 396	7.41 261	5.97 258	8.85 377	7.06 251	5.20 274	1.25 163	8.49 360	1.44 212	0.00 1	0.03 265	0.00 1	0.00 1	0.33 400	0.11 289

test_sample6	3.14 272	0.41 149	4.42 302	1.92 334	0.49 241	3.25 240	0.21 118	11.30 371	6.69 295	6.50 272	10.86 347	4.03 221	2.93 255	7.06 265	2.65 297	0.02 300	0.02 215	0.00 1	0.00 1	0.05 149	0.06 207

IIG-Stereo	3.16 273	0.75 297	2.83 165	4.08 471	0.21 150	2.56 153	0.74 263	6.55 235	5.56 236	8.39 361	9.38 314	7.94 346	2.79 247	9.50 411	1.89 255	0.02 300	0.00 1	0.00 1	0.00 1	0.02 48	0.04 154

DMCA-RVC	3.17 274	1.26 391	6.39 398	2.10 370	1.51 347	3.02 218	0.56 209	7.84 268	5.06 216	9.23 388	5.19 182	8.46 357	2.72 244	6.31 205	3.22 315	0.06 378	0.11 388	0.09 437	0.02 300	0.16 305	0.08 241

HI	3.18 275	0.90 336	3.05 196	1.28 235	0.15 99	2.29 120	0.04 25	5.31 166	3.52 136	7.96 341	12.69 381	11.43 408	6.61 395	4.26 134	4.02 348	0.00 1	0.06 326	0.00 1	0.00 1	0.05 149	0.01 18

CoSv	3.18 275	0.90 336	3.05 196	1.28 235	0.15 99	2.29 120	0.04 25	5.31 166	3.52 136	7.96 341	12.69 381	11.43 408	6.61 395	4.26 134	4.02 348	0.00 1	0.06 326	0.00 1	0.00 1	0.05 149	0.01 18

IER	3.20 277	0.54 224	5.13 346	0.58 140	1.59 348	7.29 387	0.56 209	6.36 219	4.95 213	7.44 321	8.84 291	6.20 304	6.26 388	4.88 150	3.29 319	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

BEATNet_4x	3.24 278	1.27 393	5.89 380	1.56 281	0.10 62	5.26 344	1.07 324	10.08 338	5.50 230	6.89 290	7.73 272	4.53 249	4.13 310	5.05 158	5.27 372	0.04 357	0.05 309	0.00 1	0.00 1	0.23 364	0.23 376

DispNO	3.25 279	0.72 288	6.85 408	1.95 340	1.34 339	3.49 257	0.84 289	8.14 274	6.30 277	6.34 266	7.76 275	6.30 309	4.28 323	6.93 252	3.51 331	0.00 1	0.03 265	0.03 402	0.12 371	0.07 191	0.07 226

RAFT-345	3.27 280	0.41 149	2.88 175	1.02 198	0.21 150	2.63 167	0.48 183	3.76 67	5.51 232	7.35 317	24.88 472	4.25 234	1.76 202	8.15 338	2.13 271	0.01 214	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

GANet-RSSM	3.27 280	0.60 248	3.38 223	2.94 432	2.00 380	2.61 162	0.48 183	10.93 362	6.11 268	5.47 208	10.20 327	6.57 317	5.44 377	6.25 200	2.23 278	0.00 1	0.00 1	0.08 434	0.00 1	0.17 318	0.03 110

SFCPSM	3.29 282	0.43 166	5.11 344	0.34 104	0.94 304	8.48 403	2.15 376	14.51 445	5.29 224	7.00 294	7.65 270	3.43 191	2.59 234	5.11 161	2.37 286	0.01 214	0.03 265	0.01 354	0.07 345	0.13 283	0.15 328

test_sample7	3.30 283	0.47 188	3.43 232	1.98 345	0.35 203	4.33 314	1.88 370	10.66 351	7.73 332	8.36 356	7.55 264	6.55 313	4.27 319	6.58 229	1.62 231	0.06 378	0.03 265	0.00 1	0.00 1	0.05 149	0.06 207

NOSS_ROB	3.30 283	0.46 186	2.62 136	2.08 365	1.01 313	5.60 349	0.74 263	10.37 344	11.48 413	5.15 200	8.43 287	5.67 290	1.73 196	7.97 320	2.34 282	0.02 300	0.06 326	0.00 1	0.00 1	0.07 191	0.14 318

gwcnet-sp	3.31 285	1.47 407	7.26 415	1.73 305	0.69 274	7.57 394	1.14 330	8.59 289	6.17 272	8.57 366	5.25 190	4.26 235	3.36 267	6.46 215	3.44 324	0.00 1	0.00 1	0.00 1	0.00 1	0.15 298	0.11 289

scenet	3.31 285	1.47 407	7.26 415	1.73 305	0.69 274	7.57 394	1.14 330	8.59 289	6.17 272	8.57 366	5.25 190	4.26 235	3.36 267	6.46 215	3.44 324	0.00 1	0.00 1	0.00 1	0.00 1	0.15 298	0.11 289

ssnet	3.31 285	1.47 407	7.26 415	1.73 305	0.69 274	7.57 394	1.14 330	8.59 289	6.17 272	8.57 366	5.25 190	4.26 235	3.36 267	6.46 215	3.44 324	0.00 1	0.00 1	0.00 1	0.00 1	0.15 298	0.11 289

hknet	3.31 285	0.42 155	4.68 321	0.46 122	1.17 324	7.13 384	1.63 360	9.05 304	6.91 302	6.11 242	6.15 214	9.66 375	2.85 251	7.48 292	2.45 291	0.01 214	0.03 265	0.03 402	0.00 1	0.04 121	0.00 1

CFNet-ft	3.31 285	0.94 349	2.69 142	1.50 265	2.38 398	2.81 195	0.68 244	8.35 277	7.43 319	4.45 175	9.94 322	10.20 385	4.60 341	6.50 223	3.41 322	0.00 1	0.00 1	0.03 402	0.00 1	0.22 358	0.03 110

CFNet_RVC	3.31 285	0.94 349	2.69 142	1.50 265	2.38 398	2.81 195	0.68 244	8.35 277	7.43 319	4.45 175	9.94 322	10.20 385	4.60 341	6.49 221	3.41 322	0.00 1	0.00 1	0.03 402	0.00 1	0.22 358	0.03 110

ASMatch	3.32 291	0.50 202	3.32 219	1.72 304	0.45 228	1.93 88	0.68 244	6.42 227	3.89 155	6.18 248	22.30 459	4.61 252	4.82 356	7.65 299	1.70 239	0.00 1	0.02 215	0.00 1	0.03 313	0.01 11	0.18 349

GMM-Stereo	3.32 291	0.27 29	2.52 123	0.82 165	0.48 238	2.27 119	4.91 439	5.06 140	3.08 104	7.06 299	16.72 422	6.21 305	3.70 290	7.60 296	1.16 192	0.04 357	0.00 1	0.00 1	0.04 331	0.10 232	4.45 488

AACVNet	3.33 293	1.03 360	3.56 240	3.46 452	0.63 265	3.09 224	0.28 137	8.78 299	3.43 132	5.99 233	10.64 340	10.08 382	4.03 309	8.69 373	2.51 293	0.03 338	0.01 158	0.00 1	0.00 1	0.26 377	0.06 207

PSM-AAD	3.33 293	0.20 6	1.47 27	0.73 158	0.54 254	2.55 151	6.19 452	4.97 134	3.27 119	10.92 429	11.92 366	2.95 170	9.59 448	7.90 315	0.82 140	0.01 214	0.01 158	0.00 1	0.00 1	0.04 121	2.47 481

PSMNet-RSSM	3.33 293	0.77 303	3.22 212	2.12 371	1.90 377	2.33 126	0.71 255	11.17 364	5.83 246	5.90 231	11.43 359	7.04 327	4.83 357	5.96 187	3.17 313	0.00 1	0.00 1	0.02 385	0.00 1	0.08 203	0.02 61

PAM	3.38 296	0.31 48	5.61 374	1.37 250	0.71 279	7.60 397	0.38 163	8.94 301	3.55 139	5.54 210	4.69 163	16.09 446	7.03 407	3.67 111	1.02 178	0.00 1	0.21 445	0.00 1	0.38 454	0.07 191	0.41 418

qqq1	3.38 296	0.39 128	3.61 244	1.69 298	0.11 71	2.85 202	0.29 141	12.46 409	10.41 393	7.16 305	10.23 328	4.78 257	4.45 333	8.71 375	0.30 24	0.07 387	0.05 309	0.00 1	0.00 1	0.06 173	0.03 110

fff1	3.38 296	0.39 128	3.61 244	1.69 298	0.11 71	2.85 202	0.29 141	12.46 409	10.41 393	7.16 305	10.23 328	4.78 257	4.45 333	8.71 375	0.30 24	0.07 387	0.05 309	0.00 1	0.00 1	0.06 173	0.03 110

TransformOpticalFlow	3.38 296	0.70 285	4.54 311	1.00 196	0.30 184	3.56 267	0.14 84	9.67 323	7.30 317	5.55 211	13.34 389	6.74 320	5.03 361	8.22 347	1.34 206	0.00 1	0.01 158	0.01 354	0.00 1	0.04 121	0.11 289

G2L-Stereo	3.40 300	0.93 346	4.73 325	1.61 288	2.05 381	2.88 207	0.60 223	8.94 301	5.84 247	7.42 319	7.33 260	8.61 363	2.16 215	8.44 358	6.11 386	0.00 1	0.00 1	0.00 1	0.00 1	0.24 374	0.18 349

RAFT_CTSACE	3.40 300	1.07 365	4.52 309	1.27 230	3.14 417	4.00 303	1.07 324	3.93 77	4.43 188	4.66 186	17.94 438	7.21 334	2.76 245	10.82 430	0.85 145	0.00 1	0.07 344	0.00 1	0.00 1	0.30 388	0.01 18

AAGNet	3.41 302	0.34 91	2.45 114	1.78 312	0.39 213	3.69 278	1.05 321	4.79 123	4.61 201	9.62 399	7.74 274	4.98 263	6.38 392	7.34 283	13.02 469	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.04 154

cf-r	3.42 303	0.81 315	3.97 272	2.41 405	2.78 409	2.85 202	0.64 234	8.44 280	6.32 279	6.25 255	11.57 362	8.97 367	3.54 282	5.93 186	3.83 343	0.00 1	0.00 1	0.00 1	0.00 1	0.09 221	0.07 226

CoDeX	3.43 304	0.68 278	4.49 307	0.98 194	1.65 354	6.37 365	2.14 375	13.23 429	6.07 264	7.23 310	8.95 295	4.09 225	3.79 299	6.31 205	2.37 286	0.03 338	0.06 326	0.00 1	0.00 1	0.07 191	0.15 328

STrans-v2	3.43 304	0.73 291	4.82 327	0.26 82	0.60 260	3.00 216	1.19 334	10.41 346	7.22 314	5.79 216	10.97 350	6.75 321	7.03 407	8.25 348	1.40 209	0.00 1	0.01 158	0.00 1	0.00 1	0.03 92	0.18 349

MLCV	3.44 306	0.88 330	5.60 373	1.39 253	0.25 164	4.36 317	0.33 153	7.25 257	7.28 316	9.17 387	12.24 376	5.09 271	2.47 228	9.15 395	3.23 316	0.00 1	0.00 1	0.00 1	0.00 1	0.10 232	0.02 61

ff1	3.45 307	0.31 48	3.97 272	1.34 243	0.98 308	2.80 187	0.48 183	4.53 104	10.19 388	6.29 261	9.23 303	5.59 285	3.72 295	10.11 417	9.35 439	0.00 1	0.02 215	0.00 1	0.00 1	0.10 232	0.04 154

PAM_32	3.50 308	0.32 61	5.22 354	1.32 240	0.53 252	7.49 391	0.39 164	9.52 320	3.91 157	5.22 202	5.28 193	16.75 452	7.44 414	4.61 144	0.90 163	0.00 1	0.20 442	0.00 1	0.39 457	0.09 221	0.39 413

UGAM-zero	3.51 309	0.33 78	4.44 304	0.88 173	0.65 268	3.52 265	0.16 95	11.35 373	2.71 72	5.09 199	5.82 204	15.28 439	9.14 443	8.38 352	1.61 230	0.00 1	0.16 424	0.00 1	0.46 465	0.02 48	0.19 360

DeepPruner_ROB	3.52 310	1.14 379	4.06 284	1.12 216	1.65 354	3.65 273	0.83 285	13.96 437	4.47 192	7.80 333	10.84 345	7.05 329	2.16 215	8.14 337	3.08 311	0.07 387	0.03 265	0.00 1	0.01 276	0.32 397	0.06 207

SMFormer	3.54 311	0.39 128	3.61 244	1.69 298	0.11 71	2.85 202	0.29 141	12.46 409	10.41 393	7.16 305	10.23 328	4.78 257	4.45 333	8.71 375	3.51 331	0.07 387	0.05 309	0.00 1	0.00 1	0.06 173	0.04 154

tta	3.54 311	0.39 128	3.61 244	1.69 298	0.11 71	2.85 202	0.29 141	12.46 409	10.41 393	7.16 305	10.23 328	4.78 257	4.45 333	8.71 375	3.51 331	0.07 387	0.05 309	0.00 1	0.00 1	0.06 173	0.03 110

Sa-1000	3.55 313	0.75 297	3.63 248	1.91 330	0.30 184	3.55 266	1.63 360	7.39 260	8.54 361	7.70 330	17.44 435	4.00 220	2.82 249	9.44 409	1.33 204	0.00 1	0.10 380	0.00 1	0.18 397	0.21 352	0.04 154

AIO-Stereo-zeroshot1	3.58 314	1.29 398	12.46 459	1.53 274	0.98 308	3.48 255	0.81 279	11.99 393	4.40 187	4.33 172	11.05 352	8.83 365	2.02 209	4.52 140	1.66 236	0.01 214	0.14 409	0.00 1	0.68 474	0.86 454	0.44 425

DDVS	3.59 315	0.53 219	4.53 310	2.02 354	1.27 331	6.63 372	0.49 193	8.73 297	4.10 174	7.14 303	7.63 269	12.68 420	2.25 219	8.69 373	4.09 351	0.08 392	0.20 442	0.01 354	0.00 1	0.14 294	0.59 443

KYRaft	3.59 315	0.31 48	1.84 51	0.76 160	0.46 229	2.29 120	4.04 421	4.75 121	3.25 118	8.93 382	19.47 445	6.62 319	5.07 363	7.79 310	0.71 112	0.01 214	0.00 1	0.00 1	0.01 276	0.04 121	5.38 495

STTStereo	3.60 317	0.93 346	6.34 395	2.71 418	2.23 393	3.68 277	0.63 230	9.42 315	6.73 297	9.87 405	6.97 241	8.84 366	3.65 286	6.85 246	3.04 309	0.00 1	0.02 215	0.01 354	0.00 1	0.02 48	0.02 61

LMCR-Stereo	3.63 318	1.29 398	4.20 291	2.54 411	0.17 116	8.08 400	1.52 354	11.46 376	4.73 206	8.45 364	10.66 342	1.91 144	5.03 361	7.69 302	3.58 336	0.92 470	0.00 1	0.00 1	0.00 1	0.36 409	0.02 61

Prome-Stereo	3.65 319	0.29 34	1.92 59	0.91 177	0.49 241	2.07 99	4.75 437	4.41 96	3.23 117	9.32 391	20.63 452	4.06 223	7.19 409	7.70 303	1.17 194	0.00 1	0.00 1	0.00 1	0.00 1	0.05 149	4.72 492

hitnet-ft	3.66 320	0.65 267	2.79 162	0.89 175	0.72 281	4.25 310	0.55 207	9.11 307	7.52 323	7.14 303	10.19 326	12.49 419	4.70 347	7.44 288	4.41 357	0.03 338	0.00 1	0.06 425	0.00 1	0.20 341	0.04 154

iResNet	3.68 321	0.91 340	7.94 428	2.97 434	0.34 200	4.44 323	0.48 183	7.70 263	9.74 380	7.72 331	12.74 383	4.03 221	2.87 253	8.05 327	3.37 321	0.02 300	0.01 158	0.00 1	0.00 1	0.10 232	0.09 254

acv_ft	3.69 322	0.53 219	4.58 318	2.31 396	4.71 475	7.44 390	0.86 296	8.54 288	5.70 240	9.29 390	9.26 311	5.77 292	4.15 312	2.24 78	8.13 423	0.00 1	0.00 1	0.00 1	0.00 1	0.29 387	0.01 18

ac_64	3.70 323	0.47 188	3.50 236	2.87 426	3.50 433	5.91 357	0.72 259	10.17 341	4.34 184	8.16 348	5.80 203	10.82 398	5.64 380	7.08 266	4.73 363	0.03 338	0.00 1	0.00 1	0.00 1	0.08 203	0.14 318

CFNet	3.72 324	1.10 371	5.03 338	2.49 409	1.59 348	4.90 335	0.22 120	11.38 374	9.88 384	4.80 189	11.25 355	6.44 311	3.68 287	8.33 350	3.00 307	0.00 1	0.00 1	0.00 1	0.00 1	0.22 358	0.07 226

DAS	3.74 325	0.35 101	5.19 351	1.99 347	3.74 442	2.36 128	3.22 403	7.77 264	9.27 371	8.70 370	12.08 369	4.45 245	5.43 374	8.39 353	1.71 240	0.01 214	0.00 1	0.00 1	0.00 1	0.04 121	0.02 61

DRaft	3.74 325	0.43 166	2.60 132	0.12 42	0.15 99	4.76 330	1.34 346	5.33 168	4.31 183	10.30 414	21.91 456	3.27 187	8.83 437	7.36 285	3.66 339	0.05 369	0.10 380	0.00 1	0.14 376	0.10 232	0.14 318

GrayStereo	3.74 325	0.20 6	1.94 63	1.55 278	0.60 260	3.12 229	8.22 474	5.76 190	3.32 125	10.40 418	16.66 421	5.81 295	8.60 434	6.57 228	1.37 208	0.01 214	0.00 1	0.01 354	0.63 470	0.02 48	0.04 154

GEStereo_RVC	3.74 325	0.73 291	4.95 334	2.01 352	1.24 328	4.36 317	3.07 398	11.77 386	7.80 337	6.87 289	6.52 232	7.70 339	4.31 326	8.98 389	4.19 353	0.03 338	0.01 158	0.02 385	0.02 300	0.13 283	0.11 289

ITSA-stereo	3.76 329	0.54 224	3.80 260	1.91 330	0.29 183	3.09 224	0.70 252	13.22 428	15.64 447	6.79 282	6.66 234	4.15 230	3.52 281	8.30 349	5.00 370	0.09 397	0.07 344	0.11 440	0.10 366	0.18 329	0.95 455

GwcNet-RSSM	3.77 330	1.05 362	5.06 340	2.21 381	1.87 374	2.36 128	1.52 354	8.98 303	7.96 341	5.91 232	14.59 404	7.94 346	3.50 278	6.43 213	5.70 380	0.00 1	0.00 1	0.04 414	0.00 1	0.20 341	0.08 241

SepStereo	3.78 331	0.35 101	5.19 351	1.99 347	3.74 442	2.36 128	3.22 403	7.77 264	9.27 371	8.70 370	12.08 369	4.45 245	5.43 374	9.18 396	1.71 240	0.01 214	0.00 1	0.00 1	0.00 1	0.04 121	0.02 61

DEmStereo	3.79 332	0.37 118	3.69 251	0.17 63	0.17 116	5.28 345	2.54 383	4.35 91	3.70 143	8.21 353	20.15 447	5.13 273	10.38 454	7.65 299	3.85 344	0.01 214	0.01 158	0.01 354	0.00 1	0.02 48	0.06 207

FADNet-RVC-Resample	3.79 332	1.62 421	12.06 455	1.43 259	0.66 269	5.94 358	2.41 379	10.18 342	8.58 363	6.28 259	4.22 151	5.33 280	4.80 355	7.71 304	3.19 314	0.17 420	0.21 445	0.17 453	0.12 371	0.41 423	0.29 400

anonymousa	3.80 334	0.55 228	3.35 221	1.24 225	3.74 442	9.04 412	0.36 157	6.74 243	4.03 166	7.72 331	19.64 446	10.62 392	6.01 386	1.52 45	1.40 209	0.00 1	0.00 1	0.00 1	0.05 337	0.00 1	0.03 110

UPFNet	3.82 335	0.47 188	4.34 300	2.21 381	3.38 427	7.26 386	2.69 390	9.89 329	5.96 256	7.98 343	7.53 263	7.89 343	3.15 260	7.72 306	5.88 384	0.01 214	0.02 215	0.00 1	0.00 1	0.04 121	0.06 207

NLCA_NET_v2_RVC	3.84 336	1.06 364	5.23 356	2.72 420	3.27 423	4.36 317	0.61 226	10.71 354	7.56 324	8.75 372	7.89 278	9.86 377	3.90 303	7.15 274	3.44 324	0.14 412	0.02 215	0.02 385	0.03 313	0.04 121	0.03 110
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 337	0.82 318	3.01 184	2.00 351	2.58 405	5.28 345	3.34 407	10.85 360	6.33 280	7.27 313	7.32 259	10.15 383	9.02 441	6.19 196	2.51 293	0.22 430	0.01 158	0.00 1	0.00 1	0.12 269	0.03 110

mmx	3.86 338	0.31 48	3.97 272	1.34 243	0.98 308	2.80 187	0.48 183	12.18 404	10.66 401	6.29 261	9.23 303	5.59 285	3.72 295	10.11 417	9.35 439	0.05 369	0.02 215	0.00 1	0.00 1	0.03 92	0.04 154

ttt	3.86 338	0.23 15	2.34 108	2.22 384	1.68 359	4.36 317	0.28 137	12.45 408	11.09 406	6.90 292	11.85 364	4.08 224	3.28 264	8.47 359	7.85 412	0.06 378	0.04 294	0.00 1	0.00 1	0.03 92	0.03 110

xxx	3.86 338	0.31 48	3.98 276	1.34 243	0.98 308	2.80 187	0.48 183	12.18 404	10.66 401	6.29 261	9.23 303	5.59 285	3.72 295	10.11 417	9.35 439	0.05 369	0.02 215	0.00 1	0.00 1	0.03 92	0.04 154

THIR-Stereo	3.86 338	0.77 303	2.62 136	0.12 42	0.13 90	4.25 310	6.63 462	5.30 164	4.18 179	10.33 415	17.13 429	6.58 318	7.62 421	7.78 309	3.51 331	0.01 214	0.07 344	0.07 431	0.00 1	0.11 252	0.02 61

UGAM	3.90 342	0.48 195	4.69 322	0.17 63	0.08 49	3.67 274	1.22 335	4.81 124	14.45 438	4.59 180	11.94 367	14.20 431	3.80 300	9.92 416	3.61 337	0.00 1	0.00 1	0.00 1	0.02 300	0.32 397	0.07 226

AASNet	3.90 342	0.92 343	4.41 301	3.56 458	4.00 455	6.70 373	1.26 340	18.71 476	6.14 269	7.35 317	7.91 279	4.35 242	2.58 233	3.04 96	6.62 399	0.00 1	0.00 1	0.00 1	0.00 1	0.39 417	0.14 318

PS-NSSS	3.90 342	1.84 436	4.55 314	0.87 172	2.95 414	4.10 307	2.00 373	10.77 357	8.23 351	6.75 279	14.63 405	5.01 268	2.24 217	8.41 355	2.91 305	0.33 443	0.03 265	0.83 478	0.00 1	0.82 452	0.70 448

DualNet (step1)	3.91 345	1.11 374	6.15 389	1.27 230	0.60 260	5.22 341	2.54 383	10.66 351	7.73 332	8.36 356	7.55 264	6.55 313	4.27 319	6.58 229	1.62 231	1.49 480	0.03 265	3.10 490	2.99 496	0.20 341	0.15 328

FADNet_RVC	3.91 345	1.67 427	12.95 467	0.96 190	0.75 282	5.71 351	0.54 203	10.83 359	6.60 293	3.46 149	8.09 281	4.10 227	3.40 274	9.43 406	6.33 390	0.36 445	0.44 474	0.17 453	0.46 465	0.91 455	0.95 455

ISRNet	3.93 347	0.55 228	5.49 366	3.20 443	2.69 408	2.11 104	0.26 133	7.01 252	6.40 283	11.00 432	17.99 439	8.31 352	2.64 235	6.51 224	4.36 355	0.00 1	0.00 1	0.00 1	0.00 1	0.08 203	0.02 61

CrosDoStereo	3.96 348	0.45 180	3.04 191	0.32 94	0.20 147	3.28 241	11.63 496	5.76 190	4.45 190	9.04 383	16.58 419	4.99 264	7.45 415	8.04 324	3.72 340	0.00 1	0.02 215	0.01 354	0.00 1	0.16 305	0.10 276

DeepStereo_LL	3.96 348	0.45 180	3.04 191	0.32 94	0.20 147	3.28 241	11.63 496	5.76 190	4.45 190	9.04 383	16.58 419	4.99 264	7.45 415	8.04 324	3.72 340	0.00 1	0.02 215	0.01 354	0.00 1	0.16 305	0.10 276

RAFT-RH_RVC	3.96 348	0.46 186	2.93 178	1.55 278	0.42 222	3.14 231	0.14 84	3.70 57	5.98 259	11.25 435	32.23 491	5.29 276	1.68 192	8.13 336	2.14 272	0.08 392	0.00 1	0.00 1	0.03 313	0.01 11	0.00 1

UNet	3.97 351	0.61 252	6.50 401	1.68 297	3.22 421	9.82 421	0.31 148	9.50 317	5.32 226	7.20 309	6.35 229	10.59 390	5.91 384	6.93 252	5.49 376	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

FADNet-RVC	3.98 352	1.84 436	12.48 461	1.69 298	0.44 223	4.33 314	1.31 344	11.84 387	7.15 313	3.53 151	3.50 136	10.63 393	4.43 331	9.12 393	6.25 389	0.03 338	0.10 380	0.00 1	0.03 313	0.60 437	0.25 384

HSM	4.00 353	0.79 309	3.16 208	1.59 286	2.17 389	6.77 375	1.11 328	12.28 406	6.35 282	6.75 279	8.11 282	13.90 428	5.37 370	8.85 383	2.71 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 61

coex_refinement	4.04 354	0.87 326	3.55 239	2.96 433	1.40 342	4.28 312	0.32 149	11.18 365	7.72 330	8.32 354	13.44 391	10.01 381	3.48 277	6.28 202	6.76 400	0.00 1	0.02 215	0.00 1	0.00 1	0.06 173	0.16 340

HBP-ISP	4.09 355	1.05 362	4.10 288	1.87 323	1.31 337	7.56 393	3.98 419	11.26 367	9.94 385	7.81 334	14.44 402	3.23 186	4.27 319	8.89 386	1.87 252	0.06 378	0.06 326	0.00 1	0.00 1	0.06 173	0.04 154

TDLM	4.11 356	1.11 374	3.54 238	1.62 292	1.04 314	3.91 298	7.41 472	10.60 349	10.67 403	6.38 267	12.59 379	5.95 298	4.77 351	8.79 381	3.04 309	0.58 459	0.00 1	0.01 354	0.00 1	0.19 337	0.12 303

CSP-Net	4.12 357	1.28 396	3.70 254	1.54 276	1.06 315	13.28 461	2.33 378	12.96 423	5.45 228	8.87 378	8.54 289	8.43 356	3.03 256	8.16 339	3.65 338	0.00 1	0.00 1	0.00 1	0.00 1	0.18 329	0.03 110

test_xeample	4.13 358	0.36 111	2.75 152	1.23 224	0.51 247	3.96 301	0.13 77	12.63 417	7.65 327	7.49 323	10.86 347	3.29 188	3.36 267	6.71 239	21.53 491	0.02 300	0.03 265	0.00 1	0.00 1	0.03 92	0.04 154

Anonymous_2	4.14 359	0.62 257	3.21 211	1.40 254	1.43 344	5.19 340	0.32 149	6.63 237	4.38 186	4.48 178	2.30 96	8.08 349	7.00 405	5.37 169	2.29 280	0.23 431	0.75 482	5.20 498	18.12 523	5.66 492	0.23 376

CBMV_ROB	4.14 359	0.52 215	3.14 206	1.30 237	0.77 286	6.92 378	1.97 372	10.11 340	9.58 377	8.92 380	14.20 399	7.12 331	5.90 383	8.65 369	3.50 330	0.01 214	0.05 309	0.00 1	0.00 1	0.04 121	0.09 254

SACVNet	4.15 361	1.26 391	3.81 262	3.12 439	1.68 359	3.09 224	2.85 395	11.91 390	5.96 256	10.52 421	11.20 353	10.59 390	3.95 304	8.97 388	3.25 318	0.08 392	0.02 215	0.00 1	0.00 1	0.32 397	0.44 425

MMNet	4.16 362	0.77 303	5.47 365	1.40 254	1.67 357	10.78 436	0.63 230	8.64 295	8.47 358	8.80 375	8.33 284	7.51 335	6.61 395	7.53 293	6.54 395	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.05 188

CVANet_RVC	4.16 362	1.16 381	3.60 243	1.94 339	1.46 345	3.92 299	4.68 435	10.89 361	8.34 353	7.58 325	10.84 345	10.27 387	6.62 398	8.56 363	2.69 298	0.39 448	0.00 1	0.00 1	0.01 276	0.21 352	0.09 254

pcwnet_v2	4.20 364	0.36 111	8.53 433	1.33 241	1.12 320	3.43 248	0.41 169	12.85 420	14.16 436	9.90 407	14.29 400	5.90 297	3.03 256	6.20 198	2.06 268	0.01 214	0.05 309	0.04 414	0.02 300	0.16 305	0.18 349

HSM-Net_RVC	4.20 364	0.32 61	2.76 155	0.63 149	0.69 274	6.95 379	1.69 364	11.96 392	8.36 354	8.83 376	12.17 373	15.18 438	4.21 315	6.91 251	3.30 320	0.02 300	0.02 215	0.00 1	0.00 1	0.01 11	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 366	0.50 202	5.45 364	1.34 243	1.68 359	7.04 380	4.51 432	10.73 355	7.00 306	10.78 426	6.80 237	8.48 359	4.63 344	9.91 415	5.12 371	0.02 300	0.06 326	0.02 385	0.03 313	0.08 203	0.03 110

FADNet	4.23 367	1.65 424	11.75 454	1.64 294	0.80 289	4.80 331	0.77 269	13.76 436	11.65 415	3.97 164	5.24 188	9.62 374	5.14 365	8.40 354	3.78 342	0.21 428	0.04 294	0.07 431	0.05 337	1.14 460	0.10 276

iResNet_ROB	4.23 367	1.02 358	4.90 331	2.18 377	0.93 303	2.92 209	0.37 159	15.10 453	16.91 456	7.89 339	10.51 336	7.03 325	3.07 259	8.16 339	3.46 328	0.01 214	0.00 1	0.00 1	0.00 1	0.10 232	0.02 61

IGEV-BASED-STEREO-	4.24 369	25.07 510	26.53 503	0.44 120	0.07 34	1.50 49	0.54 203	2.09 7	1.57 27	0.51 70	0.62 33	0.21 36	0.20 22	1.44 40	0.53 84	12.03 513	0.01 158	0.00 1	0.08 350	1.75 473	9.69 510

1111x	4.25 370	0.30 44	4.31 296	1.47 264	0.37 209	5.10 339	0.32 149	12.86 421	9.82 382	6.01 234	9.73 320	8.78 364	5.97 385	9.43 406	10.39 451	0.06 378	0.03 265	0.00 1	0.00 1	0.02 48	0.04 154

HGLStereo	4.25 370	0.52 215	4.65 319	3.09 435	5.18 477	6.51 371	0.73 260	10.37 344	6.74 298	7.32 315	12.44 378	7.00 324	7.21 411	7.46 289	5.51 377	0.00 1	0.02 215	0.00 1	0.00 1	0.06 173	0.10 276

G2L-Stereo_aug	4.27 372	0.53 219	5.19 351	2.04 359	1.22 326	4.85 333	0.41 169	7.92 269	13.66 433	9.59 398	10.62 338	10.81 397	4.57 340	9.00 390	4.81 366	0.00 1	0.01 158	0.00 1	0.00 1	0.13 283	0.05 188

delet	4.27 372	0.72 288	4.50 308	1.07 208	3.75 446	10.79 437	4.04 421	9.95 330	7.89 338	8.09 346	8.89 293	8.46 357	3.81 301	7.56 294	5.80 382	0.00 1	0.00 1	0.00 1	0.00 1	0.11 252	0.02 61

iResNetv2_ROB	4.28 374	1.43 404	7.17 414	2.91 427	1.26 329	4.36 317	1.62 359	13.64 434	10.25 392	9.83 403	11.41 357	7.68 338	4.00 305	7.75 308	1.85 251	0.00 1	0.00 1	0.00 1	0.00 1	0.37 410	0.09 254

RAFT + AFF	4.30 375	1.55 415	5.84 378	1.43 259	2.36 397	5.94 358	6.72 464	10.01 335	7.56 324	7.55 324	8.96 297	7.09 330	6.73 401	8.57 364	4.02 348	0.02 300	0.47 477	0.00 1	0.01 276	0.56 431	0.54 437

ADLNet	4.32 376	0.80 313	4.33 297	3.60 459	3.56 435	6.87 377	2.48 382	11.20 366	7.58 326	9.87 405	9.62 317	8.39 354	4.95 359	6.16 194	6.60 397	0.01 214	0.01 158	0.00 1	0.01 276	0.12 269	0.25 384

CRFU-Net	4.45 377	0.67 276	5.02 336	2.78 423	1.32 338	12.67 456	3.35 408	11.26 367	3.52 136	10.06 411	9.30 313	10.91 401	6.92 404	7.26 278	3.24 317	0.15 414	0.16 424	0.16 450	0.00 1	0.26 377	0.05 188

ACV-stereo	4.46 378	0.76 300	9.94 445	1.91 330	1.06 315	11.61 444	1.28 341	6.25 214	7.09 310	3.09 137	5.21 186	16.88 453	10.23 453	7.96 318	5.47 375	0.06 378	0.15 416	0.01 354	0.00 1	0.12 269	0.14 318

ssnet_v2	4.46 378	0.87 326	5.18 350	1.57 282	0.67 271	9.14 413	4.73 436	11.84 387	9.68 378	8.79 373	6.24 222	9.91 378	4.34 327	6.28 202	9.30 438	0.00 1	0.01 158	0.00 1	0.00 1	0.28 385	0.30 402

ADLNet2	4.46 378	0.90 336	6.06 386	2.74 422	3.91 451	6.79 376	3.01 397	10.95 363	8.40 356	7.27 313	9.80 321	9.85 376	5.43 374	7.29 279	6.44 393	0.01 214	0.03 265	0.00 1	0.00 1	0.15 298	0.11 289

StereoDRNet-Refined	4.46 378	0.62 257	3.80 260	1.92 334	0.40 215	9.35 415	0.15 90	10.02 336	8.83 366	12.69 447	11.62 363	9.34 370	3.87 302	8.06 331	8.02 416	0.00 1	0.00 1	0.01 354	0.05 337	0.20 341	0.26 390
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 382	0.31 48	2.77 156	1.69 298	0.47 236	7.74 399	0.07 45	14.04 438	7.91 340	5.82 220	8.97 298	9.34 370	3.41 275	7.33 282	20.24 486	0.05 369	0.03 265	0.00 1	0.00 1	0.03 92	0.04 154

NVstereo2D	4.51 382	0.82 318	6.86 409	3.28 446	3.38 427	8.16 401	3.13 400	10.51 347	15.15 444	4.90 192	6.89 240	7.87 341	4.78 353	9.88 414	3.91 346	0.01 214	0.00 1	0.00 1	0.06 344	0.02 48	0.58 440

DLCB_ROB	4.51 382	0.91 340	3.78 258	2.19 378	1.07 317	6.28 362	3.09 399	9.78 325	7.72 330	10.65 424	12.97 385	13.91 429	3.71 291	8.72 379	5.30 373	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.10 276

RASNet	4.52 385	0.61 252	4.42 302	3.42 450	4.68 474	4.58 326	0.99 314	9.54 321	8.01 342	5.28 205	11.42 358	10.34 389	8.88 438	9.28 401	8.68 430	0.15 414	0.00 1	0.00 1	0.00 1	0.03 92	0.04 154

FTStereo	4.55 386	0.36 111	2.18 97	0.94 184	0.38 211	2.60 161	8.82 477	4.98 136	3.17 111	10.88 428	30.35 487	5.60 289	7.60 420	7.62 298	1.55 224	0.17 420	0.00 1	0.05 421	0.00 1	0.03 92	3.80 486

dad	4.66 387	1.89 440	5.51 369	0.94 184	0.09 55	2.16 112	0.37 159	7.10 255	14.43 437	10.13 412	16.84 423	14.97 436	1.90 205	6.82 243	4.15 352	1.09 473	0.11 388	4.08 495	0.46 465	0.17 318	0.06 207

LL-Strereo	4.71 388	1.64 423	7.51 424	1.15 218	4.31 459	3.71 280	1.45 350	9.21 309	8.36 354	8.37 360	8.17 283	10.82 398	11.36 460	12.51 451	4.82 367	0.00 1	0.12 395	0.00 1	0.00 1	0.31 393	0.32 405

CBFPSM	4.87 389	0.94 349	14.70 474	1.51 268	1.15 323	11.49 442	2.55 387	7.28 258	6.47 288	6.23 252	4.83 167	15.30 440	8.99 440	6.88 247	8.20 424	0.03 338	0.02 215	0.00 1	0.00 1	0.40 420	0.42 421

SGM-Forest	4.96 390	0.32 61	2.84 167	1.21 222	0.64 267	10.23 426	6.64 463	11.55 379	10.98 405	10.94 431	13.59 392	11.65 412	4.30 324	8.94 387	4.63 361	0.11 402	0.04 294	0.00 1	0.00 1	0.05 149	0.46 429
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 391	1.47 407	7.42 421	2.40 402	2.14 387	8.73 408	3.64 416	12.42 407	13.11 428	7.03 297	7.57 267	7.88 342	6.52 394	10.16 422	7.82 411	0.02 300	0.03 265	0.00 1	0.00 1	0.11 252	1.07 459
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 392	1.74 429	6.38 397	1.96 343	1.29 334	2.26 118	1.69 364	10.07 337	18.53 459	7.88 338	18.15 440	8.49 360	2.70 239	10.59 427	7.04 402	0.96 471	0.15 416	0.02 385	0.00 1	0.13 283	0.12 303

PSMNet_ROB	5.02 393	1.63 422	6.03 385	1.90 329	1.83 372	9.57 419	6.35 459	15.58 458	7.23 315	6.15 247	10.48 335	12.22 417	4.16 313	8.02 323	8.71 431	0.02 300	0.01 158	0.01 354	0.10 366	0.20 341	0.12 303

GASNet	5.19 394	4.61 475	9.38 440	4.73 480	2.10 385	3.80 293	1.57 357	12.07 397	10.96 404	8.92 380	7.03 249	8.21 351	7.67 422	14.02 463	7.36 404	0.02 300	0.15 416	0.00 1	0.00 1	0.69 444	0.42 421

TCMNet	5.22 395	1.96 443	9.78 443	4.11 472	6.57 485	8.83 409	1.35 348	10.74 356	8.07 344	6.39 268	12.76 384	8.32 353	4.75 350	8.62 368	10.09 450	0.11 402	0.18 432	0.31 465	0.09 361	0.75 449	0.57 439

FINET	5.32 396	1.14 379	10.04 446	2.17 376	3.67 441	6.49 368	6.76 465	11.68 382	22.08 477	7.42 319	12.15 372	4.24 233	3.61 285	9.25 400	5.35 374	0.04 357	0.04 294	0.00 1	0.00 1	0.17 318	0.09 254

CBMV	5.35 397	0.91 340	3.67 250	1.62 292	0.44 223	10.09 424	7.19 470	12.49 413	12.33 424	12.22 443	14.69 406	10.93 402	6.48 393	8.51 361	4.96 369	0.02 300	0.15 416	0.00 1	0.00 1	0.17 318	0.17 345
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 398	0.40 138	2.72 148	1.50 265	0.48 238	6.15 361	0.07 45	13.73 435	8.06 343	8.79 373	11.03 351	3.71 212	4.21 315	7.47 291	38.74 522	0.03 338	0.02 215	0.00 1	0.00 1	0.04 121	0.05 188

YMNet	5.52 399	1.83 434	8.79 435	3.47 454	4.46 467	10.72 434	0.91 305	9.99 332	6.43 285	13.76 458	16.35 416	11.65 412	4.49 337	7.95 316	8.03 418	0.12 406	0.35 465	0.12 443	0.08 350	0.71 446	0.27 394

YMNet_1	5.52 399	1.83 434	8.79 435	3.47 454	4.46 467	10.72 434	0.91 305	9.99 332	6.43 285	13.76 458	16.35 416	11.65 412	4.49 337	7.95 316	8.03 418	0.12 406	0.35 465	0.12 443	0.08 350	0.71 446	0.27 394

StereoDRNet	5.59 401	1.75 430	6.80 406	3.12 439	4.45 466	10.61 432	4.35 429	18.80 478	9.73 379	12.22 443	6.87 239	11.44 410	4.65 346	8.09 334	8.26 425	0.02 300	0.11 388	0.00 1	0.03 313	0.20 341	0.28 398

PSMNet-RUCA	5.60 402	4.62 476	11.61 452	10.29 497	7.55 493	7.08 381	1.94 371	12.01 394	10.52 400	3.90 162	11.88 365	4.43 244	1.75 201	7.56 294	4.24 354	1.68 483	0.12 395	4.78 497	0.67 473	4.74 488	0.68 447

fast-acv-ft	5.62 403	1.39 402	7.01 410	2.02 354	1.89 376	12.23 451	1.82 369	7.35 259	9.45 375	10.46 420	20.27 450	14.55 434	7.71 423	7.41 286	7.61 408	0.10 400	0.09 368	0.16 450	0.07 345	0.59 435	0.13 311

ETE_ROB	5.80 404	1.77 431	6.33 394	1.44 263	0.78 288	6.43 367	6.90 466	12.53 414	8.08 345	12.93 452	14.89 407	21.13 478	5.87 382	9.83 413	6.57 396	0.04 357	0.01 158	0.00 1	0.02 300	0.08 203	0.33 406

test_sample9	5.87 405	1.11 374	6.15 389	1.27 230	0.60 260	5.22 341	2.54 383	10.66 351	7.73 332	8.36 356	7.55 264	6.55 313	4.27 319	11.68 442	11.44 461	1.49 480	24.31 530	3.10 490	2.99 496	0.20 341	0.15 328

DRN-Test	5.87 405	0.98 352	5.89 380	2.69 417	3.65 439	12.37 453	3.35 408	20.07 494	10.20 391	11.93 442	12.31 377	11.06 405	5.31 369	7.89 314	9.05 434	0.04 357	0.05 309	0.04 414	0.04 331	0.18 329	0.25 384

NCCL2	5.88 407	1.59 418	5.44 363	1.87 323	0.92 300	9.55 418	11.55 495	12.11 399	9.94 385	9.67 400	8.85 292	22.28 481	7.41 413	8.78 380	7.17 403	0.01 214	0.00 1	0.03 402	0.00 1	0.13 283	0.23 376

iinet-f	5.94 408	1.60 419	26.88 504	1.79 313	1.38 341	11.92 449	1.47 351	6.80 246	7.11 311	6.90 292	14.43 401	10.64 394	7.97 425	7.00 260	12.12 465	0.02 300	0.03 265	0.05 421	0.00 1	0.63 440	0.02 61

MaskLacGwcNet_RVC	5.97 409	5.36 480	5.02 336	3.75 465	3.57 436	15.81 468	4.27 426	11.72 384	6.96 304	7.23 310	8.47 288	9.09 368	2.66 238	9.36 405	2.71 299	7.49 499	2.32 494	2.01 488	0.08 350	6.77 498	4.67 491

Wz-Net-LNSev-Ref	5.98 410	1.55 415	9.92 444	2.40 402	3.22 421	10.28 427	3.14 401	11.64 380	9.79 381	9.54 396	20.22 449	11.16 406	6.77 402	10.61 428	9.16 435	0.06 378	0.00 1	0.00 1	0.00 1	0.03 92	0.04 154

APVNet	5.98 410	1.72 428	8.72 434	3.21 444	4.04 456	12.31 452	1.81 368	19.09 483	6.10 265	6.13 246	13.41 390	10.69 395	6.30 389	11.26 436	13.90 474	0.05 369	0.02 215	0.11 440	0.03 313	0.53 429	0.20 366

NaN_ROB	6.00 412	1.24 389	6.29 393	1.34 243	1.68 359	9.60 420	10.31 489	15.09 451	15.79 449	12.62 446	8.95 295	11.67 415	5.83 381	11.78 445	6.41 392	0.05 369	0.13 405	0.08 434	0.20 405	0.22 358	0.79 450

DANet	6.02 413	1.23 387	8.45 432	3.86 468	3.94 453	7.64 398	1.34 346	9.51 319	7.00 306	13.39 455	15.53 411	15.99 444	7.02 406	12.14 447	12.37 466	0.19 424	0.12 395	0.02 385	0.03 313	0.13 283	0.56 438
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 414	1.22 385	5.61 374	2.56 414	0.90 299	6.32 363	7.07 468	12.92 422	8.30 352	14.76 464	15.13 409	19.84 470	6.66 400	10.36 423	8.58 429	0.02 300	0.04 294	0.00 1	0.03 313	0.11 252	0.24 380

GANet	6.22 415	1.07 365	4.07 286	2.27 386	0.89 297	9.19 414	9.52 483	12.02 395	8.13 347	10.72 425	29.09 483	13.86 427	7.52 419	11.00 433	4.39 356	0.36 445	0.00 1	0.02 385	0.02 300	0.12 269	0.08 241

DISCO	6.28 416	0.57 236	5.78 377	3.43 451	1.17 324	11.22 439	3.39 410	12.14 402	16.16 451	6.52 274	11.22 354	16.96 454	6.32 390	19.51 491	10.74 455	0.00 1	0.00 1	0.00 1	0.00 1	0.35 405	0.11 289

Syn2CoEx	6.32 417	2.72 458	9.33 439	2.45 407	1.67 357	8.59 405	3.32 406	18.08 472	12.27 423	8.53 365	21.08 453	10.30 388	9.80 449	9.30 402	7.86 413	0.01 214	0.00 1	0.00 1	0.00 1	0.63 440	0.43 423

RYNet	6.34 418	0.89 333	5.88 379	1.41 257	4.48 470	15.97 469	4.18 424	13.41 430	16.49 452	10.81 427	7.00 246	14.33 432	8.72 435	9.43 406	13.71 473	0.00 1	0.01 158	0.00 1	0.00 1	0.02 48	0.07 226

GwcNet	6.42 419	1.97 444	10.92 449	2.59 415	5.58 480	11.55 443	2.21 377	14.10 440	16.52 455	10.04 410	17.19 432	10.86 400	5.61 379	9.23 399	8.84 433	0.01 214	0.06 326	0.03 402	0.08 350	0.56 431	0.40 416

Wz-Net-LNSev	6.46 420	1.93 442	16.44 480	1.52 270	4.15 457	12.66 455	4.96 440	13.05 425	12.10 422	10.55 423	16.23 415	11.32 407	7.19 409	8.43 357	8.48 428	0.00 1	0.01 158	0.00 1	0.00 1	0.08 203	0.06 207

DGSMNet	6.47 421	2.61 456	13.64 470	3.46 452	3.74 442	8.97 411	6.01 450	14.15 441	13.01 427	7.46 322	14.10 397	9.94 379	4.79 354	10.44 424	6.22 388	1.30 477	1.70 490	1.80 485	1.52 490	2.27 480	2.35 479

GANetREF_RVC	6.56 422	2.89 460	7.58 426	3.41 449	0.40 215	12.96 458	9.58 484	15.09 451	17.25 458	10.33 415	10.62 338	12.27 418	8.16 429	12.21 448	4.53 359	0.41 451	0.00 1	0.00 1	0.02 300	3.12 483	0.39 413
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LALA_ROB	6.58 423	1.80 433	6.25 392	1.26 228	0.94 304	10.08 423	9.02 479	16.00 460	11.51 414	12.74 448	13.02 386	24.77 484	5.25 367	10.56 426	8.02 416	0.04 357	0.05 309	0.00 1	0.02 300	0.10 232	0.25 384

S-Stereo	6.63 424	0.84 321	9.67 442	3.15 441	3.48 432	6.49 368	6.22 454	12.99 424	22.84 479	9.48 393	15.51 410	12.00 416	8.43 431	8.04 324	10.70 454	0.12 406	0.17 428	0.00 1	0.38 454	0.13 283	1.92 473

DeepPrunerF	6.75 425	2.69 457	23.31 497	3.68 461	7.16 488	3.78 291	4.29 427	13.42 431	20.13 471	8.13 347	10.46 334	7.18 333	8.06 427	11.10 434	9.44 442	0.24 433	0.15 416	0.29 463	0.42 460	0.66 443	0.45 427

edge stereo	6.76 426	1.01 356	6.76 405	2.20 380	2.45 402	6.41 366	2.45 381	14.84 449	11.98 421	15.29 466	18.31 441	22.02 479	12.56 465	10.82 430	7.49 406	0.03 338	0.06 326	0.11 440	0.03 313	0.30 388	0.14 318

NCC-stereo	6.77 427	1.49 411	6.48 399	2.92 429	4.40 462	7.43 388	3.61 413	19.52 490	13.29 429	8.39 361	16.91 424	15.96 442	12.13 462	12.85 454	7.70 409	1.47 478	0.11 388	0.01 354	0.42 460	0.14 294	0.24 380

Abc-Net	6.77 427	1.49 411	6.48 399	2.92 429	4.40 462	7.43 388	3.61 413	19.52 490	13.29 429	8.39 361	16.91 424	15.96 442	12.13 462	12.85 454	7.70 409	1.47 478	0.11 388	0.01 354	0.42 460	0.14 294	0.24 380
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 429	0.68 278	6.80 406	2.30 390	1.77 368	5.63 350	4.20 425	18.79 477	18.62 460	10.53 422	17.15 430	18.52 463	13.74 473	8.86 385	7.38 405	0.03 338	0.15 416	0.01 354	0.07 345	0.12 269	0.26 390

test_for_model	6.81 430	27.63 514	2.16 96	21.79 512	16.18 513	3.48 255	0.94 309	5.88 198	3.72 144	7.62 327	2.72 107	1.03 108	0.42 83	0.58 4	0.35 34	9.03 504	2.28 493	0.00 1	0.05 337	23.91 519	6.49 498

RP	6.84 431	1.29 398	5.53 372	3.92 469	5.18 477	6.32 363	3.53 411	11.73 385	15.31 445	9.54 396	22.38 460	18.25 461	14.47 475	10.11 417	7.49 406	0.91 469	0.01 158	0.12 443	0.15 379	0.33 400	0.19 360

ccnet	6.87 432	0.92 343	5.15 348	3.09 435	2.18 391	11.78 446	4.90 438	17.97 471	8.79 365	12.79 450	20.20 448	16.00 445	8.35 430	9.12 393	14.17 476	0.42 454	0.33 462	0.25 462	0.09 361	0.40 420	0.48 430

RGC	6.88 433	2.23 450	6.13 387	4.05 470	4.73 476	8.94 410	2.78 392	15.19 455	11.74 416	11.13 433	19.34 444	17.86 458	10.42 455	13.02 457	8.03 418	0.73 463	0.01 158	0.24 461	0.41 459	0.31 393	0.38 412

xyz-stereo	6.97 434	0.29 34	36.85 514	0.20 69	0.07 34	30.65 505	0.19 107	3.97 79	1.82 34	10.21 413	24.87 471	6.06 300	7.29 412	11.62 441	4.87 368	0.01 214	0.02 215	0.35 468	0.00 1	0.06 173	0.02 61

Nwc_Net	6.97 434	1.25 390	6.63 403	3.82 466	3.37 426	10.83 438	1.67 363	19.56 492	11.35 411	8.36 356	23.62 464	17.19 456	11.44 461	11.21 435	8.08 422	0.80 465	0.00 1	0.00 1	0.02 300	0.13 283	0.09 254

STTRV1_RVC	7.02 436	1.10 371	12.88 465	3.32 447	6.92 487	11.90 448	4.00 420	15.07 450	11.94 420	9.51 394	14.57 403	11.63 411	8.73 436	12.65 453	8.06 421	3.32 490	2.75 503	0.41 473	0.12 371	1.38 467	0.11 289

ADCRef	7.27 437	1.38 401	16.37 478	2.52 410	3.30 425	11.63 445	3.16 402	10.80 358	9.35 373	13.03 453	25.27 475	8.17 350	8.92 439	8.06 331	21.81 494	0.15 414	0.08 356	0.16 450	0.34 449	0.38 413	0.58 440

psmorigin	7.34 438	1.58 417	18.31 485	2.35 399	0.87 295	6.72 374	1.70 367	10.63 350	7.14 312	19.77 479	22.71 461	20.13 472	11.34 459	12.96 456	9.49 443	0.04 357	0.17 428	0.06 425	0.17 390	0.21 352	0.50 433

Wz-Net-MNSev	7.43 439	2.35 453	15.22 475	2.34 398	3.41 431	17.27 477	8.55 475	11.91 390	13.48 431	13.37 454	17.05 427	13.70 424	7.47 418	11.90 446	9.99 449	0.40 450	0.03 265	0.00 1	0.01 276	0.16 305	0.07 226

SDNR	7.50 440	2.32 452	15.58 477	1.82 320	0.63 265	44.66 522	0.44 178	8.59 289	9.52 376	9.84 404	25.18 474	5.30 279	4.38 328	11.46 439	6.49 394	0.05 369	0.03 265	0.00 1	0.01 276	1.79 474	1.87 472

CSAN	7.62 441	1.60 419	6.56 402	1.83 321	0.66 269	12.40 454	10.52 492	14.45 444	21.32 475	14.19 460	15.98 413	17.84 457	13.02 470	12.32 449	8.38 426	0.09 397	0.07 344	0.03 402	0.04 331	0.33 400	0.67 446

SQANet	7.64 442	3.40 469	5.49 366	11.73 501	9.62 499	11.96 450	2.82 393	11.33 372	6.10 265	8.33 355	11.49 360	11.00 403	5.16 366	10.12 421	2.72 302	8.92 503	2.21 492	10.41 502	1.58 491	11.13 503	7.39 502

anonymity	7.68 443	3.83 472	12.39 458	7.04 491	12.67 507	8.18 402	2.00 373	17.50 468	6.85 300	13.56 457	9.21 302	9.97 380	7.82 424	11.28 437	5.58 378	6.27 497	4.98 519	3.68 494	2.96 495	3.33 485	4.48 489

CC-Net-ROB	7.68 443	9.21 496	7.46 422	3.82 466	3.66 440	15.68 467	5.02 441	17.95 470	10.45 399	6.44 271	14.00 396	7.63 337	4.77 351	10.75 429	3.10 312	5.99 496	2.46 497	16.28 506	1.08 483	6.30 496	1.56 469

stereogan	7.69 445	0.88 330	7.08 413	3.49 457	3.93 452	18.98 481	3.23 405	16.52 462	19.58 467	9.93 408	18.92 442	20.50 476	9.04 442	14.07 464	6.14 387	0.26 436	0.04 294	0.21 458	0.03 313	0.63 440	0.33 406

pmcnn	7.72 446	1.27 393	9.42 441	2.91 427	3.14 417	9.44 416	6.23 455	12.56 415	16.51 453	14.53 462	24.08 466	27.44 491	8.49 432	9.32 403	8.44 427	0.06 378	0.08 356	0.00 1	0.00 1	0.30 388	0.15 328

AF-Net	7.78 447	1.44 406	6.68 404	3.37 448	4.50 471	8.61 406	2.69 390	17.07 465	20.17 472	9.52 395	24.02 465	20.31 475	14.59 476	11.58 440	9.84 447	0.61 460	0.00 1	0.12 443	0.00 1	0.38 413	0.12 303

PASM	7.90 448	4.22 473	21.97 495	3.25 445	3.29 424	5.39 347	6.57 461	10.57 348	19.09 462	12.77 449	13.92 395	18.11 460	9.51 447	13.79 462	10.77 457	0.19 424	0.45 475	0.29 463	1.08 483	1.49 469	1.19 461

PWCDC_ROB	7.92 449	3.17 467	7.48 423	5.73 486	4.40 462	10.45 429	0.35 156	14.52 446	28.19 489	10.36 417	31.27 489	7.04 327	9.14 443	13.22 459	8.78 432	2.74 488	0.02 215	0.00 1	0.00 1	1.31 465	0.17 345

test_sample8	7.99 450	1.11 374	6.15 389	1.27 230	0.60 260	5.22 341	2.54 383	12.04 396	6.15 270	17.46 472	9.02 300	24.67 483	18.16 481	11.68 442	11.44 461	1.49 480	24.31 530	3.10 490	2.99 496	0.20 341	0.15 328

ADCP+	8.09 451	1.79 432	14.50 472	1.54 276	4.28 458	16.57 471	5.20 443	12.80 419	11.20 409	12.83 451	17.07 428	11.02 404	10.80 457	17.59 484	23.18 499	0.03 338	0.05 309	0.01 354	0.18 397	0.39 417	0.81 451

SuperB	8.10 452	3.15 466	24.67 499	2.65 416	1.23 327	9.88 422	4.29 427	10.18 342	30.07 492	11.53 439	12.18 374	6.12 302	6.65 399	10.50 425	14.47 477	0.14 412	0.11 388	0.35 468	0.25 426	13.06 507	0.48 430

PWC_ROB	8.24 453	3.13 464	12.74 464	2.43 406	4.43 465	7.51 392	1.22 335	16.63 463	19.24 465	16.08 469	28.29 480	13.99 430	10.16 452	13.63 461	14.06 475	0.42 454	0.00 1	0.05 421	0.00 1	0.59 435	0.27 394

MDST_ROB	8.37 454	0.32 61	9.03 437	4.18 475	2.42 401	26.86 500	6.14 451	19.36 487	13.52 432	27.09 495	22.75 462	9.47 373	4.74 349	15.06 471	6.34 391	0.02 300	0.02 215	0.00 1	0.00 1	0.02 48	0.13 311

G-Net	8.41 455	1.54 414	10.97 450	5.73 486	3.60 437	26.19 494	4.41 430	10.10 339	7.42 318	19.71 478	24.99 473	14.38 433	15.83 477	10.99 432	9.53 444	0.50 458	0.46 476	0.19 456	0.25 426	0.80 451	0.66 445

XQC	8.43 456	3.58 470	16.40 479	2.92 429	2.17 389	13.22 460	3.60 412	14.64 447	25.86 485	11.87 441	12.04 368	15.06 437	10.67 456	15.24 473	19.41 484	0.39 448	0.08 356	0.05 421	0.07 345	0.84 453	0.45 427

FBW_ROB	8.50 457	1.03 360	7.98 429	1.93 338	1.28 333	13.10 459	6.23 455	22.50 498	18.98 461	18.82 475	14.91 408	19.06 466	10.04 451	18.41 486	9.83 446	0.62 461	0.22 449	1.82 487	0.82 478	0.99 458	1.36 465

UDG	8.58 458	9.31 497	4.89 330	10.00 496	9.52 497	10.36 428	2.41 379	12.07 397	9.82 382	7.81 334	9.55 315	16.52 448	9.81 450	7.84 312	7.88 414	4.20 491	2.51 499	18.53 508	3.71 503	9.55 500	5.28 494

aanetorigin	8.72 459	3.29 468	27.55 505	1.95 340	3.84 449	4.93 337	5.39 448	5.49 178	10.05 387	27.85 496	31.47 490	15.80 441	12.78 467	9.04 391	11.98 463	0.25 434	0.22 449	0.22 459	0.25 426	1.28 464	0.84 453

GCST	9.08 460	17.31 506	3.98 276	52.92 529	10.66 502	11.29 441	0.20 113	6.97 251	6.47 288	9.46 392	4.68 162	4.75 255	1.51 176	9.34 404	1.31 202	8.19 502	0.05 309	22.38 510	0.34 449	6.17 495	3.53 483

RTSC	9.15 461	3.00 462	13.57 469	3.72 463	1.76 367	11.82 447	0.46 180	16.95 464	36.83 506	15.80 468	15.53 411	12.91 422	7.46 417	20.01 494	21.76 493	0.31 441	0.13 405	0.01 354	0.08 350	0.57 433	0.41 418

WCMA_ROB	9.21 462	0.87 326	7.37 420	2.54 411	2.13 386	13.59 462	5.80 449	11.64 380	14.01 435	24.43 492	32.99 496	27.09 490	18.02 480	12.51 451	9.85 448	0.81 466	0.07 344	0.01 354	0.01 276	0.16 305	0.23 376

Wz-Net-SNSev	9.23 463	6.70 485	24.28 498	1.87 323	1.81 371	8.57 404	12.29 501	17.37 467	20.39 473	10.43 419	23.11 463	16.66 450	8.03 426	14.47 468	17.86 481	0.00 1	0.02 215	0.01 354	0.00 1	0.41 423	0.30 402

MSMD_ROB	9.28 464	1.09 369	4.65 319	1.58 283	0.39 213	16.52 470	4.41 430	13.60 432	14.87 443	22.34 483	39.89 507	25.67 487	20.71 492	12.42 450	6.98 401	0.34 444	0.03 265	0.00 1	0.00 1	0.05 149	0.09 254

Consistency-Raft	9.42 465	4.74 478	12.66 462	5.30 484	9.08 496	4.08 305	5.26 445	19.26 485	24.87 483	11.17 434	29.85 485	13.57 423	5.51 378	7.67 301	13.40 471	0.36 445	0.35 465	1.81 486	4.24 504	11.61 504	3.57 484

DDUNet	9.47 466	11.32 502	6.14 388	12.93 503	11.65 504	10.45 429	3.87 418	11.70 383	7.89 338	9.27 389	13.28 388	16.18 447	6.14 387	8.80 382	5.77 381	6.64 498	3.38 512	20.90 509	4.28 505	11.01 502	7.80 503

ADCPNet	9.54 467	2.39 454	31.46 508	2.09 368	1.60 350	16.71 473	6.39 460	12.11 399	11.45 412	13.53 456	21.45 455	19.41 467	10.94 458	14.38 466	21.54 492	0.27 439	1.16 485	0.39 472	1.49 488	0.58 434	1.45 466

SHD	9.61 468	2.60 455	12.46 459	3.69 462	3.54 434	9.47 417	1.25 337	20.16 495	37.84 509	18.19 474	21.24 454	16.96 454	12.83 469	14.47 468	16.05 479	0.32 442	0.13 405	0.01 354	0.08 350	0.38 413	0.48 430

PDISCO_ROB	9.62 469	1.99 446	11.51 451	9.88 495	9.61 498	21.48 486	3.83 417	19.33 486	28.49 490	11.27 436	14.17 398	19.92 471	5.02 360	16.35 480	9.18 436	5.28 494	0.41 471	0.14 448	0.09 361	2.05 476	2.36 480

MFN_U_SF_DS_RVC	9.78 470	4.27 474	14.47 471	2.29 389	2.85 411	23.40 491	13.62 503	13.60 432	19.54 466	19.42 477	24.27 467	16.74 451	8.59 433	17.05 483	7.98 415	1.25 475	1.68 489	0.17 453	2.63 493	0.72 448	1.04 457

SGM_RVC	10.08 471	0.60 248	3.42 229	2.30 390	0.32 193	19.41 483	6.33 458	18.95 481	14.64 439	25.14 494	24.32 468	33.34 501	18.79 485	19.86 492	12.55 468	0.25 434	0.26 459	0.22 459	0.24 421	0.34 404	0.40 416
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 472	1.88 439	16.82 481	1.85 322	1.73 363	24.84 492	17.20 516	19.92 493	27.41 487	12.23 445	13.62 393	16.52 448	18.35 482	14.42 467	12.50 467	0.78 464	0.54 480	0.08 434	0.25 426	1.18 461	0.59 443

ADCL	10.16 473	2.11 447	19.36 488	1.92 334	1.88 375	22.23 487	8.91 478	14.04 438	23.56 481	14.62 463	26.19 476	12.75 421	13.59 472	16.06 479	22.95 498	0.26 436	0.18 432	0.75 476	0.65 471	0.69 444	0.58 440

FCDSN-DC	10.24 474	0.56 234	3.49 235	1.96 343	1.29 334	16.90 474	4.59 434	17.16 466	19.10 463	24.64 493	32.46 495	33.82 502	22.14 498	15.93 476	10.45 452	0.04 357	0.00 1	0.00 1	0.00 1	0.05 149	0.21 368
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 474	3.13 464	20.70 491	2.21 381	2.39 400	11.23 440	6.19 452	14.17 442	11.19 408	23.20 489	22.25 458	17.89 459	19.54 488	18.51 487	26.21 506	0.45 456	0.42 473	1.10 481	1.29 485	1.56 471	1.18 460

SANet	10.64 476	1.86 438	10.91 448	1.76 308	0.71 279	14.62 465	9.23 482	19.18 484	37.14 507	19.22 476	27.96 479	25.86 488	19.11 487	13.02 457	10.63 453	0.08 392	0.06 326	0.03 402	0.02 300	0.62 438	0.81 451

FC-DCNN	10.72 477	0.52 215	4.27 294	1.88 326	1.63 352	17.18 475	5.29 446	18.20 473	19.69 468	28.50 497	34.51 499	34.03 503	21.48 495	15.89 475	11.15 459	0.03 338	0.01 158	0.02 385	0.01 276	0.07 191	0.09 254

FC-DCNN v2	10.88 478	0.52 215	4.17 290	1.92 334	1.63 352	17.79 479	5.35 447	18.87 480	19.88 469	28.77 498	34.99 501	34.62 505	21.72 496	16.03 478	11.16 460	0.03 338	0.01 158	0.02 385	0.00 1	0.06 173	0.08 241

AnyNet_C32	10.98 479	5.58 481	22.79 496	4.16 473	5.83 481	15.64 466	14.30 504	13.18 426	17.15 457	16.44 471	20.52 451	14.68 435	13.44 471	22.46 498	30.08 512	0.17 420	0.26 459	0.36 470	0.36 453	1.23 462	0.91 454

Wz-Net-TNSev	11.35 480	10.56 500	35.88 513	2.28 388	1.73 363	18.25 480	11.42 494	15.88 459	20.88 474	14.44 461	16.97 426	19.57 468	19.04 486	19.31 490	18.67 483	0.01 214	0.06 326	0.00 1	0.16 382	0.62 438	1.25 462

MeshStereo	11.52 481	1.52 413	4.55 314	1.89 328	1.46 345	19.87 485	5.11 442	20.66 496	15.91 450	32.67 503	34.51 499	39.34 510	21.15 493	18.74 488	12.10 464	0.11 402	0.06 326	0.01 354	0.00 1	0.45 426	0.22 370
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
otaku	11.73 482	7.51 491	7.07 412	13.22 504	10.85 503	26.61 499	7.25 471	18.84 479	19.16 464	11.58 440	17.23 433	20.19 473	8.09 428	15.11 472	4.64 362	9.13 505	2.42 496	13.08 503	1.83 492	12.48 506	8.22 505

Ntro	12.35 483	8.88 494	7.80 427	13.79 505	12.42 506	26.54 498	6.98 467	18.54 474	22.14 478	9.82 402	16.45 418	20.30 474	9.29 446	15.95 477	6.61 398	9.53 507	2.47 498	14.93 505	2.77 494	13.11 508	8.63 508

MFN_U_SF_RVC	12.94 484	3.66 471	25.81 502	3.61 460	2.26 395	22.77 489	4.55 433	27.10 504	20.06 470	23.90 490	28.99 482	30.53 497	16.98 478	19.92 493	20.26 487	1.24 474	1.07 484	0.98 480	1.33 486	1.80 475	2.04 475

WZ-Net	13.00 485	4.64 477	41.07 517	3.48 456	3.15 419	19.12 482	15.66 514	14.81 448	31.33 494	15.71 467	27.88 478	22.22 480	14.01 474	20.44 496	25.03 503	0.64 462	0.00 1	0.01 354	0.03 313	0.39 417	0.37 411

ADCS	13.02 486	4.93 479	28.38 506	3.17 442	2.67 407	13.61 463	10.83 493	18.70 475	33.46 497	22.59 484	24.78 470	19.59 469	18.51 484	23.40 501	32.16 515	0.10 400	0.19 438	0.37 471	0.18 397	1.26 463	1.46 467

MFMNet_re	13.29 487	8.60 493	18.29 484	9.75 494	7.25 490	19.65 484	14.84 508	20.71 497	30.72 493	23.03 487	28.77 481	18.85 465	26.09 504	13.55 460	9.82 445	2.44 486	1.35 488	0.34 467	0.23 418	4.78 489	6.69 500

EDNetEfficient	13.82 488	6.19 483	54.79 524	2.83 424	3.60 437	4.86 334	8.57 476	8.61 294	32.90 496	40.77 515	30.59 488	18.33 462	21.87 497	11.38 438	25.36 504	0.15 414	0.23 451	0.06 425	1.03 482	2.54 481	1.79 470

LSM	14.01 489	5.95 482	33.49 509	6.78 490	43.61 531	10.22 425	9.98 488	15.16 454	22.93 480	23.07 488	32.34 494	18.52 463	12.67 466	15.45 474	11.10 458	0.16 419	0.51 479	0.09 437	0.32 445	1.08 459	16.85 526

SAMSARA	14.63 490	2.74 459	12.38 457	12.65 502	6.74 486	36.50 514	72.93 537	19.36 487	23.77 482	16.20 470	13.04 387	29.21 494	12.78 467	16.98 482	15.21 478	0.11 402	0.26 459	0.03 402	0.14 376	0.76 450	0.77 449

SPS-STEREO	15.04 491	6.23 484	13.21 468	11.34 500	11.65 504	23.30 490	7.15 469	24.16 501	15.65 448	31.78 502	29.19 484	31.62 498	21.32 494	24.62 502	19.50 485	7.59 500	4.19 517	3.22 493	1.48 487	6.99 499	6.54 499
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 492	2.93 461	14.67 473	4.21 476	3.39 429	17.43 478	4.16 423	27.84 508	48.84 518	31.02 501	43.54 512	29.76 496	30.81 509	25.97 504	21.40 490	0.23 431	0.41 471	0.04 414	0.33 447	0.41 423	1.33 464

SGM+DAISY	15.62 493	7.26 490	19.28 487	8.94 492	10.11 501	26.25 495	10.49 491	19.36 487	14.65 441	30.64 500	33.59 497	33.00 500	22.32 499	24.96 503	16.42 480	7.90 501	6.25 521	4.51 496	3.37 500	5.86 493	7.20 501

ACVNet-4b	15.90 494	22.00 508	12.37 456	16.40 507	15.14 510	31.87 507	7.50 473	19.04 482	27.85 488	11.48 438	22.02 457	31.86 499	9.16 445	17.95 485	5.69 379	10.43 509	2.58 500	24.44 513	4.87 509	16.04 511	9.28 509

NVStereoNet_ROB	16.04 495	6.75 486	12.90 466	6.37 489	7.42 491	12.89 457	9.74 486	22.78 499	25.12 484	30.32 499	46.19 515	34.37 504	25.38 501	21.48 497	21.38 489	5.94 495	3.10 509	6.07 500	10.09 515	4.01 486	8.54 507
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 496	10.81 501	59.36 526	4.42 478	2.49 403	30.06 503	15.15 512	17.51 469	16.51 453	17.88 473	37.69 504	24.04 482	17.54 479	29.60 507	33.29 516	0.28 440	0.38 469	0.43 474	0.42 460	2.57 482	1.98 474

MSC_U_SF_DS_RVC	16.41 497	6.93 488	21.83 494	5.94 488	2.81 410	38.71 516	14.59 505	24.55 502	34.87 504	33.66 507	34.35 498	29.24 495	24.20 500	22.59 499	17.95 482	2.52 487	2.81 504	1.17 483	1.51 489	5.89 494	2.16 476

ELAS_RVC	16.54 498	2.26 451	10.09 447	5.50 485	4.46 467	28.28 502	16.72 515	25.55 503	33.54 498	40.19 513	40.30 509	36.68 507	30.03 507	29.40 506	20.61 488	0.98 472	1.21 486	0.86 479	0.70 475	1.39 468	2.16 476
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 499	2.14 448	9.23 438	4.92 481	4.53 472	32.66 510	15.11 511	27.40 506	28.68 491	40.27 514	44.90 513	38.33 509	30.50 508	26.44 505	21.94 495	0.88 467	1.23 487	0.67 475	0.89 480	1.49 469	2.18 478
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 500	1.28 396	11.61 452	3.72 463	1.65 354	16.67 472	9.17 480	14.39 443	55.91 523	63.81 534	40.86 510	35.94 506	37.73 517	14.24 465	26.87 507	0.05 369	0.10 380	0.13 447	0.22 415	0.12 269	0.15 328

SGM-ForestM	16.99 501	1.08 367	5.74 376	2.12 371	0.75 282	31.63 506	12.21 499	27.80 507	32.25 495	37.88 510	39.99 508	52.96 519	35.20 514	33.60 511	24.47 501	0.26 436	0.39 470	0.31 465	0.39 457	0.26 377	0.53 436

DispFullNet	17.47 502	26.01 512	33.98 511	22.58 513	20.86 518	13.84 464	1.28 341	16.50 461	26.27 486	19.97 480	17.17 431	20.52 477	18.49 483	22.86 500	10.76 456	5.13 493	2.83 505	30.72 517	7.72 513	20.86 515	11.01 516

EDNetEfficientorigin	17.87 503	14.00 503	99.53 547	1.64 294	0.92 300	10.55 431	6.26 457	13.21 427	34.84 503	38.20 512	36.91 503	27.47 492	26.32 505	14.71 470	25.69 505	0.04 357	0.06 326	0.14 448	0.52 468	3.16 484	3.27 482

RainbowNet	18.01 504	26.22 513	19.95 489	18.59 509	14.88 509	27.38 501	10.46 490	27.39 505	34.54 501	14.91 465	27.01 477	25.65 486	12.44 464	18.94 489	9.23 437	13.91 517	3.46 513	23.36 512	4.86 508	16.03 510	10.91 515

ACVNet_1	18.70 505	25.08 511	12.72 463	17.33 508	15.18 511	26.02 493	9.62 485	28.44 509	34.49 500	24.39 491	24.32 468	37.22 508	20.13 491	16.67 481	13.39 470	10.45 510	2.59 501	24.77 514	4.92 510	16.57 512	9.75 511

RTS	18.87 506	9.32 498	86.48 535	4.95 482	6.10 482	42.08 518	14.70 506	15.49 456	41.06 511	22.65 485	32.32 492	13.77 425	19.54 488	37.98 516	28.96 509	0.41 451	0.23 451	0.00 1	0.02 300	0.91 455	0.50 433

RTSA	18.87 506	9.32 498	86.48 535	4.95 482	6.10 482	42.08 518	14.70 506	15.49 456	41.06 511	22.65 485	32.32 492	13.77 425	19.54 488	37.98 516	28.96 509	0.41 451	0.23 451	0.00 1	0.02 300	0.91 455	0.50 433

MANE	19.47 508	1.27 393	5.07 341	4.69 479	5.55 479	30.49 504	9.94 487	34.01 511	37.27 508	44.13 519	51.57 523	52.51 517	40.41 519	33.58 510	24.81 502	0.89 468	0.86 483	1.11 482	9.72 514	0.38 413	1.06 458

coex-ft	19.78 509	19.39 507	87.73 537	1.77 310	1.80 370	17.25 476	13.50 502	12.63 417	42.10 513	60.18 530	38.90 505	28.72 493	28.74 506	11.74 444	27.40 508	0.21 428	0.23 451	0.04 414	0.30 441	1.36 466	1.54 468

BEATNet-Init1	23.31 510	9.03 495	41.67 518	4.17 474	2.53 404	45.68 524	19.47 519	33.43 510	38.45 510	47.59 522	49.10 519	59.31 523	41.80 521	38.35 518	29.21 511	0.47 457	0.50 478	0.81 477	0.66 472	2.10 479	1.86 471

DLNR_Zeroshot_test	24.70 511	50.77 530	90.11 538	98.11 547	97.34 545	1.38 35	0.12 68	22.79 500	3.09 107	1.07 97	2.95 113	0.71 97	0.29 43	6.93 252	2.29 280	38.56 528	0.37 468	0.00 1	0.30 441	76.73 541	0.09 254

FADE	25.68 512	17.27 505	50.60 522	10.46 498	9.90 500	22.50 488	9.17 480	35.80 513	53.05 520	20.32 482	19.01 443	26.54 489	34.42 512	39.35 519	33.52 517	30.62 527	14.22 527	38.39 526	37.63 529	5.22 491	5.56 496

ACVNet_2	26.45 513	29.35 518	25.14 500	20.27 511	15.43 512	34.97 512	12.23 500	48.37 524	66.25 533	42.69 516	56.73 527	51.77 515	25.59 502	20.39 495	13.52 472	10.13 508	2.59 501	22.78 511	3.52 502	17.57 513	9.80 513

MADNet+	27.07 514	33.84 520	90.97 539	20.14 510	7.47 492	48.43 526	47.10 533	35.43 512	36.46 505	20.11 481	30.05 486	25.29 485	35.08 513	45.50 525	50.28 531	2.13 484	2.00 491	1.19 484	0.76 476	4.71 487	4.43 487

IMH-64-1	27.21 515	28.77 515	16.84 482	31.57 516	20.76 516	26.43 496	15.10 509	47.11 519	45.20 515	33.53 505	51.16 521	41.42 511	31.10 510	36.48 512	22.39 496	13.48 515	2.87 507	33.95 519	10.70 516	23.50 517	11.75 517

IMH-64	27.21 515	28.77 515	16.84 482	31.57 516	20.76 516	26.43 496	15.10 509	47.11 519	45.20 515	33.53 505	51.16 521	41.42 511	31.10 510	36.48 512	22.39 496	13.48 515	2.87 507	33.95 519	10.70 516	23.50 517	11.75 517

JetBlue	29.12 517	15.72 504	54.12 523	15.93 506	20.98 519	60.90 535	30.62 526	39.38 514	34.62 502	34.08 508	39.69 506	57.35 522	43.17 522	50.71 531	50.60 532	2.41 485	3.79 515	2.81 489	3.45 501	9.57 501	12.59 520

WAO-7	29.39 518	24.43 509	20.47 490	32.71 519	13.83 508	34.70 511	20.27 522	52.19 530	65.03 531	43.29 517	59.35 529	52.19 516	44.68 524	31.71 508	30.56 513	10.98 511	4.94 518	13.71 504	12.52 520	12.06 505	8.22 505

IMH	29.82 519	29.11 517	18.51 486	34.28 520	21.40 521	32.33 509	15.39 513	49.40 526	53.07 521	37.88 510	55.32 526	45.05 513	39.54 518	40.63 520	24.12 500	14.03 518	3.27 511	34.93 521	11.24 518	24.69 520	12.21 519

PWCK	30.53 520	44.32 527	47.25 520	29.76 514	7.23 489	40.78 517	27.10 525	44.73 518	44.32 514	47.31 521	36.37 502	47.16 514	26.05 503	41.26 521	31.87 514	21.83 522	4.03 516	29.50 516	4.67 506	27.17 524	7.80 503

TorneroNet-64	32.42 521	31.89 519	30.52 507	34.73 521	21.13 520	46.99 525	18.82 517	43.10 517	59.42 526	32.70 504	46.98 516	62.01 526	36.98 515	43.97 524	33.88 518	14.10 519	3.22 510	35.28 522	11.72 519	26.84 523	14.07 521

Dean	34.67 522	38.70 525	25.33 501	29.89 515	17.21 514	45.24 523	11.98 498	56.90 534	76.55 535	63.47 533	60.22 530	67.36 532	48.14 527	37.24 514	39.01 523	11.00 512	2.83 505	28.35 515	5.60 512	18.14 514	10.31 514

WAO-6	34.74 523	36.76 524	15.36 476	37.53 522	24.15 525	35.99 513	19.36 518	48.96 525	68.54 534	43.84 518	47.58 517	52.77 518	52.60 528	32.63 509	34.73 520	26.20 525	7.74 524	42.78 527	21.64 526	28.07 525	17.62 527

LVE	34.99 524	40.10 526	34.97 512	32.49 518	18.61 515	51.45 531	26.82 524	52.15 529	65.94 532	47.21 520	61.04 531	53.99 520	37.30 516	37.95 515	34.09 519	15.55 521	5.95 520	31.01 518	13.81 521	22.58 516	16.72 525

TorneroNet	35.11 525	33.92 521	33.82 510	37.86 523	22.01 522	49.64 528	21.58 523	48.09 523	55.23 522	37.50 509	53.79 524	62.81 529	43.66 523	46.71 527	41.25 526	14.80 520	3.53 514	36.72 523	14.57 522	28.28 526	16.49 524

WAO-8	38.15 526	35.51 522	21.50 492	43.67 524	23.92 523	44.44 520	20.26 520	52.83 531	76.62 536	53.57 527	66.79 535	62.63 527	54.56 531	42.03 522	39.18 524	22.71 523	6.65 522	37.08 524	19.08 524	24.72 522	15.24 522

Venus	38.15 526	35.51 522	21.50 492	43.67 524	23.92 523	44.44 520	20.26 520	52.83 531	76.62 536	53.57 527	66.81 536	62.63 527	54.56 531	42.03 522	39.18 524	22.71 523	6.65 522	37.08 524	19.08 524	24.70 521	15.24 522

UNDER WATER	45.09 528	48.60 529	67.37 529	49.30 528	31.41 527	53.80 533	37.39 528	40.25 516	52.48 519	50.24 523	45.37 514	68.37 534	57.76 534	51.03 532	49.88 530	29.97 526	13.75 526	51.22 529	36.57 527	37.87 528	29.12 528

UNDER WATER-64	45.16 529	46.99 528	66.69 528	43.90 526	27.64 526	55.58 534	41.87 530	39.42 515	48.42 517	51.73 526	43.08 511	67.76 533	56.69 533	48.02 529	48.34 529	39.50 529	17.64 528	51.78 530	38.93 530	36.62 527	32.61 529

notaker	47.42 530	55.20 531	49.13 521	56.52 532	40.18 528	38.52 515	32.97 527	47.21 521	56.08 524	57.21 529	57.24 528	60.09 524	59.19 535	53.93 533	41.64 527	40.61 530	19.93 529	57.21 532	37.41 528	49.02 530	39.02 530

ktn	48.94 531	57.58 532	38.86 516	59.57 533	43.27 530	50.37 529	43.38 531	48.07 522	61.11 527	51.30 525	54.25 525	54.96 521	52.88 529	47.30 528	35.83 521	57.77 534	24.88 532	62.69 535	43.55 531	50.70 531	40.41 531

DPSimNet_ROB	53.45 532	64.73 536	44.39 519	53.97 530	45.39 532	53.66 532	54.83 534	55.15 533	57.87 525	64.16 535	50.83 520	63.40 530	53.34 530	46.45 526	65.81 536	63.13 536	26.54 533	57.94 533	51.11 534	45.52 529	50.69 535

KSHMR	55.63 533	63.60 535	37.85 515	74.69 536	49.56 533	49.01 527	45.73 532	57.46 535	63.97 530	61.61 532	62.07 533	72.39 536	47.01 525	50.65 530	43.29 528	54.10 533	62.21 535	66.10 536	53.94 535	51.25 533	46.11 533

HanzoNet	56.48 534	59.32 533	58.25 525	55.32 531	41.94 529	50.95 530	41.33 529	51.12 527	61.40 528	65.62 536	65.59 534	71.66 535	69.41 536	70.77 536	60.03 534	63.99 537	34.70 534	61.96 534	50.54 533	51.00 532	44.71 532

JetRed	61.02 535	61.05 534	82.56 534	46.09 527	56.80 535	83.19 536	63.76 535	59.26 536	63.61 529	69.29 537	68.85 537	66.59 531	47.62 526	61.57 534	74.09 537	45.58 531	66.14 538	46.59 528	45.06 532	63.17 534	49.58 534

LRCNet_RVC	66.23 536	65.67 537	67.63 530	71.47 535	54.32 534	32.17 508	2.66 389	63.19 537	21.35 476	81.79 539	91.26 540	83.62 538	71.62 537	69.32 535	52.57 533	95.49 544	64.45 537	95.07 544	95.19 544	71.52 536	74.31 538

TCMNet-wrong-test	67.23 537	85.83 541	81.56 533	95.63 543	94.73 543	89.35 537	85.42 538	51.73 528	33.71 499	51.26 524	61.71 532	61.33 525	41.23 520	77.26 537	64.71 535	48.76 532	9.03 525	70.12 538	68.11 537	90.76 544	82.37 543

ASD4	75.85 538	81.57 539	69.25 531	68.23 534	80.87 539	96.24 540	99.15 545	77.50 538	93.47 542	77.59 538	85.63 538	78.32 537	76.43 538	77.89 538	82.61 538	58.30 535	62.67 536	55.02 531	62.43 536	68.35 535	65.49 537

MADNet++	82.84 539	82.38 540	73.57 532	87.72 542	82.97 540	93.14 538	69.15 536	86.42 542	82.50 538	93.46 543	86.70 539	86.28 539	80.92 539	88.34 540	88.84 539	86.83 542	84.17 542	72.64 539	68.92 538	80.47 542	81.42 542

tt	83.26 540	0.34 91	99.99 549	79.40 540	93.18 542	100.00 548	100.00 549	100.00 552	99.95 547	60.33 531	47.63 518	99.98 551	99.96 548	99.98 549	100.00 553	92.42 543	99.82 547	73.83 543	73.63 539	88.42 543	56.35 536

xxxxx1	85.63 541	90.31 542	96.68 542	76.54 537	80.57 536	97.44 543	96.86 542	85.53 539	88.53 539	88.68 540	91.71 541	94.23 541	92.93 540	90.02 541	91.98 540	70.60 538	70.39 539	73.68 540	81.46 541	74.61 537	79.86 539

tt_ll	85.63 541	90.31 542	96.68 542	76.54 537	80.57 536	97.44 543	96.86 542	85.53 539	88.53 539	88.68 540	91.71 541	94.23 541	92.93 540	90.02 541	91.98 540	70.60 538	70.39 539	73.68 540	81.46 541	74.61 537	79.86 539

ff	85.63 541	90.31 542	96.68 542	76.54 537	80.57 536	97.44 543	96.86 542	85.53 539	88.53 539	88.68 540	91.71 541	94.23 541	92.93 540	90.02 541	91.98 540	70.60 538	70.39 539	73.68 540	81.46 541	74.61 537	79.86 539

USTest	87.63 544	76.50 538	65.53 527	81.26 541	83.10 541	100.00 548	100.00 549	99.53 547	99.60 546	98.32 544	99.02 547	90.87 540	98.33 545	84.28 539	98.23 546	79.97 541	96.20 543	69.82 537	73.75 540	75.48 540	82.80 544

PML	97.88 545	100.00 551	96.45 541	98.01 546	97.88 546	100.00 548	99.35 546	96.88 543	97.72 544	100.00 551	97.36 544	97.38 545	99.60 546	100.00 552	96.32 544	99.99 549	97.55 544	100.00 548	96.01 545	99.18 546	87.92 545

MEDIAN_ROB	98.41 546	99.70 546	99.30 546	97.09 544	97.02 544	96.89 541	95.77 541	97.66 545	97.28 543	98.79 547	98.94 546	99.18 546	98.14 544	96.89 544	96.88 545	99.96 548	99.16 545	100.00 548	99.99 549	99.69 547	99.88 547

HaxPig	98.85 547	99.94 548	95.08 540	99.99 550	100.00 549	94.03 539	94.78 539	99.15 546	99.98 549	99.99 550	100.00 549	99.98 551	99.99 549	98.12 545	95.97 543	100.00 551	99.99 549	100.00 548	99.99 549	100.00 550	99.99 550

Anonymous_1	99.08 548	99.91 547	99.85 548	97.63 545	99.10 547	100.00 548	100.00 549	99.61 549	99.96 548	99.28 549	99.86 548	99.54 548	99.99 549	99.29 546	99.75 547	96.05 545	99.59 546	97.31 545	98.57 546	97.71 545	98.63 546

ccccc	99.32 549	96.61 545	100.00 553	100.00 553	100.00 549	97.41 542	99.44 547	99.56 548	97.80 545	99.27 548	97.59 545	99.35 547	99.84 547	99.92 547	99.98 549	100.00 551	100.00 550	99.95 547	99.77 548	100.00 550	100.00 552

test_example2	99.39 550	99.98 550	99.99 549	100.00 553	99.98 548	99.72 547	99.99 548	97.34 544	100.00 550	100.00 551	100.00 549	96.42 544	96.66 543	99.97 548	99.96 548	100.00 551	99.97 548	98.66 546	99.15 547	100.00 550	100.00 552

AVERAGE_ROB	99.62 551	99.95 549	98.81 545	100.00 553	100.00 549	98.08 546	95.47 540	100.00 552	100.00 550	100.00 551	100.00 549	100.00 553	100.00 551	100.00 552	99.99 550	100.00 551	100.00 550	100.00 548	100.00 551	100.00 550	100.00 552

DGTPSM_ROB	99.90 552	100.00 551	99.99 549	99.99 550	100.00 549	100.00 548	100.00 549	99.97 550	100.00 550	98.35 545	100.00 549	99.84 549	100.00 551	99.98 549	99.99 550	99.99 549	100.00 550	100.00 548	100.00 551	100.00 550	100.00 552

DPSMNet_ROB	99.91 553	100.00 551	99.99 549	99.99 550	100.00 549	100.00 548	100.00 549	99.98 551	100.00 550	98.35 545	100.00 549	99.84 549	100.00 551	99.98 549	99.99 550	100.00 551	100.00 550	100.00 548	100.00 551	100.00 550	100.00 552

DPSM_ROB	99.95 554	100.00 551	100.00 553	99.76 548	100.00 549	100.00 548	100.00 549	100.00 552	100.00 550	100.00 551	100.00 549	100.00 553	100.00 551	100.00 552	100.00 553	99.21 546	100.00 550	100.00 548	100.00 551	99.99 548	99.95 548

DPSM	99.95 554	100.00 551	100.00 553	99.76 548	100.00 549	100.00 548	100.00 549	100.00 552	100.00 550	100.00 551	100.00 549	100.00 553	100.00 551	100.00 552	100.00 553	99.21 546	100.00 550	100.00 548	100.00 551	99.99 548	99.95 548

Selective-RAFT-Error	100.00 556	100.00 551	100.00 553	100.00 553	100.00 549	100.00 548	100.00 549	100.00 552	100.00 550	100.00 551	100.00 549	100.00 553	100.00 551	100.00 552	100.00 553	100.00 551	100.00 550	100.00 548	100.00 551	100.00 550	100.00 552

CasAABBNet	100.00 556	100.00 551	100.00 553	100.00 553	100.00 549	100.00 548	100.00 549	100.00 552	100.00 550	100.00 551	100.00 549	100.00 553	100.00 551	100.00 552	100.00 553	100.00 551	100.00 550	100.00 548	100.00 551	100.00 550	100.00 552

LSM0	100.00 556	100.00 551	100.00 553	100.00 553	100.00 549	100.00 548	100.00 549	100.00 552	100.00 550	100.00 551	100.00 549	100.00 553	100.00 551	100.00 552	100.00 553	100.00 551	100.00 550	100.00 548	100.00 551	100.00 550	99.99 550

Low-res two-view benchmark