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

riskmin	0.95 175	0.06 1	2.01 138	0.80 375	0.86 383	1.58 251	0.24 299	4.28 251	0.53 25	0.85 148	0.29 132	2.60 313	1.04 299	0.70 96	0.61 203	0.00 1	0.85 361	0.00 1	0.26 401	0.01 10	1.48 379

GrayStereo	1.55 313	0.06 1	1.53 41	0.75 370	0.20 257	1.27 144	4.44 428	3.44 152	1.20 134	4.92 399	3.92 373	0.45 128	4.54 406	3.43 211	0.09 16	0.00 1	0.00 1	0.00 1	0.49 427	0.02 50	0.25 217

IGEV-Stereo++	0.42 27	0.07 3	0.79 2	0.17 215	0.28 297	1.13 84	0.00 1	1.98 75	0.41 14	0.31 71	0.04 51	0.02 3	0.03 45	0.56 68	0.30 119	0.00 1	0.73 344	0.00 1	0.00 1	0.04 143	1.55 387

AEACV	0.64 93	0.08 4	1.46 32	0.72 360	0.96 393	1.22 115	0.00 1	1.90 70	0.67 44	0.54 113	0.07 73	0.02 3	0.73 281	0.63 89	0.28 112	0.01 334	0.92 373	0.00 1	0.36 417	0.09 226	2.04 429

PSM-AAD	1.21 240	0.08 4	1.53 41	0.10 182	0.27 292	1.35 171	3.14 413	2.74 97	0.83 70	2.89 354	2.04 317	0.16 94	5.25 414	3.51 214	0.21 86	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.08 90

KYRaft	1.26 260	0.08 4	1.58 49	0.06 134	0.23 269	1.28 148	0.75 367	2.92 112	0.81 65	3.20 364	7.14 405	0.99 209	2.70 373	1.56 158	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.66 401

U	1.79 328	0.09 7	1.35 29	0.06 134	7.35 449	10.70 434	0.00 1	0.86 24	0.32 12	0.02 1	0.03 40	0.11 75	0.02 22	0.15 3	0.07 10	0.00 1	0.00 1	9.53 446	5.06 462	0.01 10	0.01 12

knoymous	0.41 26	0.09 7	1.34 28	0.05 115	0.01 75	1.15 90	0.01 25	2.36 86	0.23 3	0.51 110	0.02 2	1.64 256	0.00 1	0.49 56	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.04 49

FTStereo	2.20 363	0.09 7	2.07 149	0.18 217	0.13 228	1.43 194	4.50 430	2.98 119	0.97 93	3.35 369	17.70 433	0.77 181	4.06 399	4.36 250	0.15 50	0.15 405	0.00 1	0.00 1	0.00 1	0.02 50	1.19 360

Prome-Stereo	1.29 267	0.09 7	1.62 53	0.12 201	0.24 274	1.28 148	0.65 361	2.98 119	0.93 88	2.08 301	8.52 410	0.75 173	2.83 376	2.19 185	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.39 374

ICVP	0.53 55	0.09 7	1.86 111	0.01 13	0.01 75	1.12 81	0.21 290	4.35 255	0.68 47	0.45 93	0.28 130	0.33 115	0.07 105	0.72 101	0.25 102	0.00 1	0.07 261	0.00 1	0.00 1	0.04 143	0.11 130
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RAFT-Stereo-weight	0.57 71	0.10 12	1.28 26	0.10 182	0.42 323	1.41 190	0.05 204	3.80 175	0.86 73	1.02 179	0.52 190	0.26 110	0.01 7	0.42 43	0.15 50	0.00 1	0.47 315	0.00 1	0.00 1	0.01 10	0.60 288

anonymousdsp2	0.88 145	0.10 12	2.48 216	0.42 287	0.77 379	1.22 115	0.02 108	4.89 299	1.23 148	0.75 137	0.21 115	0.94 201	0.09 129	1.46 157	0.31 121	0.00 1	0.88 365	0.00 1	0.11 329	0.05 158	1.78 414

SST-Stereo	1.12 221	0.10 12	1.98 134	0.85 380	0.24 274	1.72 290	0.56 356	2.10 78	2.01 310	1.19 205	1.07 257	1.57 245	1.88 352	6.92 370	0.24 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 28

GMM-Stereo	1.17 234	0.10 12	2.29 182	0.13 202	0.22 264	1.43 194	0.84 369	2.83 104	1.16 118	2.73 350	3.09 354	0.54 141	0.87 291	5.31 300	0.16 56	0.01 334	0.00 1	0.00 1	0.02 280	0.02 50	1.72 402

DAS	1.40 290	0.11 16	2.83 243	0.04 99	0.01 75	1.31 154	1.14 385	4.51 266	2.02 312	4.84 396	2.33 326	1.65 257	0.56 251	5.53 308	0.85 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

SepStereo	1.41 292	0.11 16	2.83 243	0.04 99	0.01 75	1.31 154	1.14 385	4.51 266	2.02 312	4.84 396	2.33 326	1.65 257	0.56 251	5.78 319	0.85 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

RAFT_R40	1.08 212	0.11 16	2.09 158	0.83 378	0.20 257	1.68 286	0.64 359	2.11 79	1.19 128	1.05 184	1.13 264	1.77 266	1.43 325	6.90 368	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.01 12

AnonymousM	0.48 40	0.11 16	1.03 15	0.06 134	0.01 75	1.10 75	0.03 161	1.91 71	1.37 207	0.25 62	0.04 51	0.02 3	0.24 198	0.56 68	0.33 123	0.00 1	0.43 313	1.91 438	0.00 1	0.01 10	0.22 201

HSM-Net_RVC	1.51 305	0.11 16	1.93 127	0.00 1	0.01 75	1.91 306	0.05 204	7.86 427	1.93 304	3.77 377	3.76 369	3.16 340	0.36 222	4.34 249	0.83 237	0.01 334	0.01 207	0.00 1	0.00 1	0.01 10	0.11 130
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CAS	0.95 175	0.12 21	1.08 16	6.79 443	0.08 202	1.10 75	0.01 25	0.97 27	0.87 75	0.03 6	0.04 51	0.07 55	0.06 92	0.37 34	0.15 50	6.94 443	0.00 1	0.00 1	0.00 1	0.00 1	0.30 231

EGLCR-Stereo	0.64 93	0.12 21	1.52 39	0.74 367	0.75 378	1.83 301	0.54 351	2.79 102	0.67 44	0.66 123	0.04 51	0.01 1	0.02 22	0.77 107	0.45 168	0.00 1	0.71 340	0.00 1	0.00 1	0.00 1	1.14 354

PSMNet-ADL	0.88 145	0.12 21	1.32 27	0.07 146	0.01 75	2.03 310	0.03 161	3.00 121	1.28 172	0.39 78	0.66 212	2.12 289	0.67 275	4.19 239	1.38 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.24 209

RAFT-345	1.25 251	0.12 21	2.08 152	0.54 315	0.13 228	1.55 241	0.24 299	0.65 9	2.51 352	1.19 205	7.68 406	0.92 198	0.05 78	6.86 365	0.50 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1

AdaStereo	0.76 117	0.12 21	1.73 71	0.05 115	0.00 1	1.46 208	0.23 296	5.16 324	1.66 265	1.19 205	0.37 158	1.54 244	0.17 176	0.86 125	0.54 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 90
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Pointernet	0.47 36	0.13 26	1.57 48	0.05 115	0.44 328	1.19 101	0.05 204	3.69 166	0.81 65	0.03 6	0.02 2	0.19 95	0.05 78	0.47 52	0.13 40	0.00 1	0.26 295	0.00 1	0.14 339	0.01 10	0.24 209

AE-Stereo	0.83 129	0.13 26	2.17 166	0.08 154	0.24 274	1.24 123	0.03 161	5.22 328	1.26 163	0.70 126	1.09 259	0.20 96	0.16 171	0.70 96	0.33 123	0.00 1	0.89 371	0.00 1	0.26 401	0.09 226	1.75 406

Any-RAFT	0.76 117	0.13 26	1.46 32	0.03 72	0.01 75	2.76 348	0.08 233	4.09 223	1.69 269	1.08 189	0.26 127	1.95 278	0.31 213	0.95 130	0.09 16	0.01 334	0.20 290	0.00 1	0.00 1	0.01 10	0.08 90

Selective-IGEV	0.51 45	0.13 26	1.41 31	0.72 360	0.62 364	0.38 11	0.04 190	2.58 93	1.21 142	0.19 49	0.02 2	0.02 3	0.06 92	0.48 54	0.46 175	0.01 334	0.80 352	0.00 1	0.09 319	0.07 195	0.91 333

GLC_STEREO	0.19 1	0.13 26	0.94 12	0.03 72	0.00 1	0.95 41	0.03 161	0.33 1	0.44 18	0.10 27	0.04 51	0.06 41	0.04 60	0.44 49	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

CRE-IMP	0.49 41	0.14 31	1.75 76	0.08 154	0.05 177	1.48 222	0.45 343	1.64 59	1.22 145	0.92 160	0.29 132	0.87 188	0.01 7	0.39 37	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.17 171

testlalala_base	1.48 301	0.15 32	1.50 38	0.09 170	0.20 257	1.20 103	0.01 25	4.81 293	0.53 25	0.25 62	0.02 2	0.24 103	0.05 78	0.29 22	0.50 187	7.67 444	1.93 444	0.00 1	0.27 405	9.18 442	0.79 319

BUS	1.05 206	0.15 32	1.48 34	0.04 99	0.00 1	5.73 407	0.03 161	6.00 379	1.17 123	2.36 324	0.64 209	2.35 308	0.06 92	0.80 116	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

BSDual-CNN	0.94 166	0.15 32	1.48 34	0.04 99	0.00 1	3.30 364	0.20 283	6.00 379	1.17 123	2.36 324	0.64 209	1.78 267	0.10 137	0.80 116	0.71 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

psmg	0.93 163	0.15 32	1.48 34	0.02 51	0.00 1	3.25 363	0.26 305	5.45 351	1.17 123	2.00 296	1.45 286	1.78 267	0.10 137	0.80 116	0.71 219	0.00 1	0.00 1	0.01 368	0.00 1	0.02 50	0.04 49

test-3	0.86 141	0.15 32	2.03 142	0.37 278	0.56 345	1.01 46	0.02 108	3.05 125	0.54 28	1.98 295	0.02 2	1.09 219	0.04 60	3.73 225	0.38 151	0.00 1	0.93 379	0.00 1	0.25 394	0.16 308	0.82 321

test_1	0.84 135	0.15 32	2.03 142	0.37 278	0.55 342	1.01 46	0.02 108	3.06 127	0.55 31	1.73 276	0.02 2	1.09 219	0.04 60	3.70 223	0.38 151	0.00 1	0.93 379	0.00 1	0.25 394	0.16 308	0.84 326

test_3	0.81 127	0.15 32	2.17 166	0.36 275	0.58 351	1.03 49	0.01 25	3.01 123	0.59 34	0.98 166	0.02 2	1.04 212	0.04 60	3.72 224	0.39 158	0.00 1	0.92 373	0.00 1	0.25 394	0.16 308	0.69 307

AAGNet	1.60 318	0.15 32	1.76 82	1.17 401	0.27 292	1.51 231	0.64 359	1.71 62	1.20 134	1.67 269	0.81 235	1.59 250	2.23 358	6.08 328	11.16 428	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 28

CFNet-RSSM	0.60 79	0.15 32	1.55 44	0.05 115	0.14 233	1.27 144	0.02 108	4.87 297	0.58 33	0.34 73	0.02 2	1.92 275	0.04 60	0.49 56	0.25 102	0.00 1	0.01 207	0.00 1	0.27 405	0.01 10	0.10 123

R-Stereo Train	0.56 68	0.15 32	1.83 104	0.02 51	0.00 1	1.26 138	0.09 245	4.14 234	0.45 19	1.86 281	0.42 171	0.06 41	0.01 7	0.32 28	0.46 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 64

RAFT-Stereo	0.56 68	0.15 32	1.83 104	0.02 51	0.00 1	1.26 138	0.09 245	4.14 234	0.45 19	1.86 281	0.42 171	0.06 41	0.01 7	0.32 28	0.46 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 64
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_stereo_0083	0.19 1	0.16 43	0.60 1	0.00 1	0.00 1	0.14 2	0.02 108	0.72 16	1.53 235	0.09 26	0.02 2	0.05 30	0.02 22	0.31 27	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

RSM	0.36 21	0.16 43	0.82 5	0.59 327	0.49 337	0.42 15	0.00 1	1.56 49	1.20 134	0.19 49	0.02 2	0.03 9	0.06 92	0.34 33	0.19 76	0.01 334	0.10 274	0.00 1	0.15 342	0.10 237	0.68 302

CES	0.51 45	0.16 43	1.23 24	0.09 170	1.58 418	1.18 99	0.05 204	1.07 34	0.79 59	0.03 6	0.03 40	0.14 88	0.10 137	0.55 65	0.12 31	0.00 1	0.01 207	0.00 1	0.00 1	0.01 10	2.98 437

CASS	0.63 90	0.16 43	1.88 118	0.03 72	0.01 75	1.67 283	0.04 190	3.11 134	0.81 65	2.25 316	1.02 255	0.29 112	0.35 219	0.70 96	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.04 49
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MC-Stereo	0.57 71	0.16 43	1.63 59	0.70 356	0.93 391	1.10 75	0.01 25	1.43 45	0.26 9	0.91 156	0.02 2	0.08 61	0.11 146	0.61 86	0.23 95	0.00 1	1.15 416	0.00 1	0.17 358	0.10 237	1.84 419

GANet-ADL	0.62 84	0.16 43	1.89 121	0.15 210	0.02 127	1.46 208	0.02 108	3.83 186	0.75 53	0.40 80	1.08 258	1.09 219	0.18 180	0.65 91	0.47 181	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.13 146

DEmStereo	1.56 315	0.16 43	2.44 213	0.09 170	0.02 127	1.77 295	0.87 370	1.72 63	1.08 106	2.48 337	6.30 400	1.06 215	5.02 410	6.28 336	1.81 311	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

DeepStereo_RVC	0.59 74	0.16 43	1.65 61	0.08 154	0.06 182	1.37 174	0.40 339	1.58 50	1.26 163	1.03 182	0.83 237	0.49 133	1.52 332	0.94 128	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.13 146

EAI-Stereo	1.50 304	0.16 43	1.53 41	0.25 255	0.91 388	2.30 323	4.98 431	6.09 385	1.87 295	1.38 231	5.56 390	0.49 133	0.59 257	1.21 141	0.83 237	0.00 1	0.31 303	0.00 1	1.09 448	0.02 50	0.56 284

Gwc-CoAtRS	0.52 52	0.16 43	1.68 66	0.05 115	0.13 228	1.06 55	0.03 161	2.88 106	0.54 28	0.40 80	0.02 2	2.22 297	0.03 45	0.49 56	0.26 109	0.00 1	0.09 271	0.00 1	0.22 384	0.01 10	0.11 130

trnet	0.29 11	0.17 53	0.95 13	0.00 1	0.00 1	1.26 138	0.01 25	1.32 38	0.97 93	0.16 37	0.18 95	0.05 30	0.00 1	0.53 64	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.02 28

testlalala	0.68 102	0.17 53	1.61 52	0.21 238	0.18 249	1.14 88	0.03 161	3.47 154	1.74 282	2.12 304	0.20 111	0.30 113	0.05 78	0.38 35	0.41 161	0.01 334	1.13 409	0.00 1	0.27 405	0.01 10	0.15 159

DisPM	0.96 179	0.17 53	2.10 159	0.90 385	0.02 127	1.53 236	0.55 355	1.86 68	1.31 187	2.42 333	0.82 236	0.38 120	0.01 7	6.92 370	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

NRIStereo	0.82 128	0.17 53	1.56 46	0.61 333	0.05 177	1.61 262	0.48 346	1.52 48	1.19 128	0.91 156	0.17 92	0.65 151	0.03 45	7.00 379	0.25 102	0.00 1	0.06 258	0.00 1	0.00 1	0.06 170	0.17 171

ASMatch	1.46 297	0.17 53	2.35 193	0.73 365	0.20 257	1.22 115	0.25 303	1.04 33	0.89 81	0.30 69	11.50 420	0.92 198	2.31 361	6.65 353	0.56 197	0.00 1	0.00 1	0.00 1	0.01 259	0.00 1	0.04 49

s12784h	0.67 97	0.17 53	1.87 116	0.02 51	0.00 1	1.16 93	0.03 161	4.08 222	1.89 297	1.04 183	1.59 296	0.05 30	0.02 22	1.25 147	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

GCAP-BAT	0.78 123	0.18 59	1.84 107	0.66 347	0.66 366	2.13 314	0.04 190	1.42 44	0.89 81	1.14 199	1.26 274	1.13 222	0.09 129	0.65 91	0.85 240	0.02 361	1.07 392	0.00 1	0.48 425	0.06 170	1.08 351

RSM++	0.35 18	0.18 59	0.88 8	0.63 341	0.47 334	0.44 17	0.00 1	1.41 42	1.20 134	0.05 18	0.02 2	0.01 1	0.07 105	0.33 32	0.18 66	0.01 334	0.02 233	0.00 1	0.17 358	0.14 287	0.73 312

MSKI-zero shot	0.91 155	0.18 59	1.86 111	0.61 333	0.62 364	1.36 172	0.05 204	3.41 151	0.31 11	0.73 134	1.79 305	0.88 189	0.00 1	4.71 266	0.16 56	0.00 1	0.93 379	0.00 1	0.21 380	0.02 50	0.32 236

PCWNet_CMD	0.70 106	0.18 59	2.22 172	0.01 13	0.01 75	1.09 69	0.00 1	3.17 136	1.35 200	0.50 107	0.29 132	2.28 300	1.46 329	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

Selective-RAFT	0.53 55	0.18 59	1.12 18	0.04 99	0.01 75	1.19 101	0.02 108	3.26 143	1.29 176	0.02 1	0.02 2	0.24 103	0.18 180	1.34 152	0.44 164	0.00 1	0.93 379	0.00 1	0.19 371	0.05 158	0.17 171

RCA-Stereo	0.53 55	0.18 59	1.16 21	0.01 13	0.24 274	1.20 103	0.01 25	3.86 189	0.97 93	0.77 140	0.50 185	0.05 30	0.13 160	0.32 28	0.03 3	0.00 1	0.87 364	0.00 1	0.00 1	0.08 206	0.24 209

DCANet-4	0.83 129	0.18 59	4.76 352	0.04 99	0.01 75	1.24 123	0.02 108	3.84 187	2.21 326	2.39 329	0.25 122	0.11 75	0.24 198	0.59 80	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

tt	68.57 473	0.18 59	99.50 480	50.44 471	14.99 464	100.00 481	100.00 481	100.00 483	99.70 478	28.28 462	12.01 423	99.97 483	98.67 479	99.55 479	99.99 482	89.99 476	98.19 477	46.13 472	51.48 473	60.62 471	21.71 468

anonymity	0.99 191	0.18 59	1.80 89	0.39 282	0.67 368	0.74 26	0.01 25	5.09 318	2.13 319	1.34 226	1.30 276	0.80 184	1.62 342	0.82 120	0.64 207	0.03 372	0.59 330	0.00 1	0.48 425	0.02 50	1.15 357

iRaft-Stereo_20w	1.39 288	0.18 59	3.72 310	0.79 374	0.56 345	1.90 304	0.65 361	8.85 433	1.05 102	2.05 300	0.42 171	1.24 228	1.23 314	1.69 167	0.95 264	0.00 1	0.62 331	0.00 1	0.44 421	0.02 50	1.41 376

Patchmatch Stereo++	0.59 74	0.18 59	1.73 71	0.08 154	0.08 202	1.62 267	0.26 305	1.62 57	1.25 157	1.00 177	0.18 95	0.75 173	0.03 45	2.68 191	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64
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
NF-Stereo	0.92 158	0.18 59	1.99 136	1.31 408	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.20 209	0.57 195	0.24 103	0.01 7	6.43 341	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

OCTAStereo	0.93 163	0.18 59	2.01 138	1.31 408	0.01 75	1.56 245	0.28 314	3.09 130	1.24 150	1.21 210	0.57 195	0.25 108	0.01 7	6.43 341	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

PSM-softLoss	0.96 179	0.18 59	2.32 189	1.26 402	0.03 146	1.50 227	0.26 305	2.90 109	1.27 167	1.30 220	0.38 161	0.39 121	0.01 7	6.94 373	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

KMStereo	0.96 179	0.18 59	2.32 189	1.26 402	0.03 146	1.50 227	0.26 305	2.90 109	1.27 167	1.30 220	0.38 161	0.39 121	0.01 7	6.94 373	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

PSM-adaLoss	0.54 59	0.18 59	1.72 70	0.08 154	0.09 209	1.63 270	0.29 321	1.60 51	1.27 167	0.99 171	0.18 95	0.76 178	0.02 22	1.79 176	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

ROB_FTStereo_v2	0.52 52	0.18 59	1.71 69	0.08 154	0.09 209	1.59 252	0.32 330	1.61 54	1.25 157	0.99 171	0.19 107	0.76 178	0.02 22	1.36 153	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

ROB_FTStereo	0.55 64	0.18 59	1.75 76	0.08 154	0.09 209	1.61 262	0.32 330	1.60 51	1.26 163	0.99 171	0.19 107	0.75 173	0.03 45	1.97 181	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

HUI-Stereo	0.54 59	0.18 59	1.78 87	0.08 154	0.08 202	1.63 270	0.31 328	1.60 51	1.28 172	0.99 171	0.18 95	0.76 178	0.02 22	1.56 158	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

RE-Stereo	0.92 158	0.18 59	2.01 138	1.31 408	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.21 210	0.57 195	0.24 103	0.01 7	6.43 341	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

TVStereo	0.92 158	0.18 59	2.01 138	1.31 408	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.21 210	0.57 195	0.24 103	0.01 7	6.43 341	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

iGMRVC	0.59 74	0.18 59	1.75 76	0.08 154	0.09 209	1.63 270	0.27 313	1.61 54	1.27 167	0.99 171	0.19 107	0.75 173	0.03 45	2.78 194	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

iRAFT	0.59 74	0.18 59	1.73 71	0.08 154	0.08 202	1.62 267	0.26 305	1.62 57	1.25 157	1.00 177	0.18 95	0.75 173	0.03 45	2.68 191	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

RAFT-IKP	0.54 59	0.18 59	1.77 85	0.08 154	0.07 193	1.47 215	0.29 321	1.61 54	1.26 163	0.99 171	0.18 95	0.74 171	0.02 22	1.77 173	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

MSMDNet	0.71 108	0.18 59	2.22 172	0.01 13	0.01 75	1.09 69	0.00 1	3.25 141	1.35 200	0.52 111	0.29 132	2.29 304	1.45 326	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

UGAM-zero	1.89 335	0.19 84	2.80 238	0.22 240	0.47 334	1.57 248	0.35 335	6.96 412	0.60 36	1.40 235	0.26 127	8.37 417	4.43 404	7.06 385	0.71 219	0.00 1	0.67 334	0.00 1	0.58 430	0.02 50	1.16 359

rvit_stereo_0075_2	0.45 32	0.19 84	3.21 272	0.02 51	0.00 1	1.10 75	0.02 108	1.92 73	1.22 145	0.18 44	0.09 77	0.02 3	0.05 78	0.59 80	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.27 226

RAFT-Test	0.85 138	0.19 84	2.98 258	0.66 347	0.99 396	1.83 301	0.17 274	3.16 135	1.19 128	0.71 127	0.11 83	3.21 343	0.02 22	0.58 73	0.33 123	0.00 1	0.47 315	0.00 1	0.29 410	0.01 10	0.15 159

LoS	0.32 16	0.19 84	1.27 25	0.11 195	0.01 75	1.32 162	0.07 227	1.44 46	0.79 59	0.06 21	0.04 51	0.27 111	0.11 146	0.60 83	0.13 40	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.01 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PFNet+	0.65 95	0.19 84	2.19 168	0.29 267	0.06 182	1.46 208	0.54 351	1.74 64	1.62 253	1.35 228	0.45 178	0.36 117	0.01 7	2.41 186	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

cross-raft	0.67 97	0.19 84	1.85 108	0.58 324	0.71 375	1.09 69	0.10 253	3.52 156	0.69 48	0.41 85	0.02 2	2.81 323	0.04 60	0.55 65	0.23 95	0.00 1	0.13 281	0.00 1	0.16 350	0.01 10	0.22 201

sCroCo_RVC	0.27 10	0.19 84	2.20 169	0.02 51	0.00 1	0.13 1	0.04 190	1.15 35	0.89 81	0.15 35	0.07 73	0.03 9	0.04 60	0.39 37	0.05 5	0.00 1	0.07 261	0.00 1	0.00 1	0.02 50	0.01 12

CREStereo	0.29 11	0.19 84	0.91 10	0.00 1	0.01 75	1.24 123	0.01 25	1.31 37	0.99 98	0.17 41	0.17 92	0.04 14	0.00 1	0.56 68	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.02 28
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
MGS-Stereo	0.35 18	0.20 92	1.15 20	0.04 99	0.00 1	0.52 22	0.01 25	0.52 5	0.80 64	0.03 6	2.86 349	0.04 14	0.03 45	0.28 17	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.43 401	0.00 1

DRaft	1.40 290	0.20 92	1.83 104	0.09 170	0.01 75	1.66 279	0.42 341	2.13 80	0.59 34	3.75 376	5.16 387	0.41 125	4.27 402	5.52 307	1.63 305	0.01 334	0.06 258	0.00 1	0.07 307	0.08 206	0.12 138

CFNet_pseudo	0.71 108	0.20 92	2.34 192	0.01 13	0.01 75	1.24 123	0.00 1	3.19 139	0.92 87	0.85 148	0.47 182	2.29 304	0.61 259	1.79 176	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 152

SFCPSM	0.87 142	0.20 92	2.57 221	0.02 51	0.07 193	2.45 330	0.18 279	5.65 358	1.51 231	0.85 148	0.77 229	0.67 157	0.30 209	1.77 173	0.22 87	0.00 1	0.00 1	0.00 1	0.04 294	0.09 226	0.09 112

ccs_rob	0.71 108	0.20 92	2.35 193	0.00 1	0.01 75	1.24 123	0.00 1	3.17 136	0.91 86	0.82 146	0.45 178	2.28 300	0.63 266	1.78 175	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 152

IGEV-Stereo+	0.61 81	0.21 97	1.12 18	0.17 215	1.20 407	0.64 23	0.02 108	0.33 1	0.71 49	0.39 78	0.05 62	0.05 30	0.05 78	1.92 178	0.48 182	0.00 1	0.58 328	0.00 1	0.24 393	1.85 433	2.11 432

testlalala2	0.90 152	0.21 97	1.69 67	4.05 437	2.52 431	1.11 79	0.01 25	3.95 203	1.34 194	0.20 56	0.32 142	1.36 236	0.07 105	0.27 15	0.18 66	0.00 1	0.09 271	0.00 1	0.36 417	0.01 10	0.24 209

LCNet	0.93 163	0.21 97	1.62 53	0.14 205	0.26 287	1.20 103	0.22 293	2.71 96	0.90 85	1.82 279	0.21 115	0.12 79	2.50 368	5.59 313	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.16 308	0.79 319

Pruner-Stereo	0.63 90	0.21 97	1.86 111	1.03 395	0.10 217	1.59 252	0.35 335	2.26 81	1.22 145	2.22 310	0.45 178	0.25 108	0.01 7	0.67 93	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

pcwnet_v2	1.36 284	0.21 97	5.89 388	0.15 210	0.01 75	1.78 296	0.02 108	5.77 370	3.19 385	1.69 273	1.94 311	2.00 281	0.79 286	3.09 202	0.33 123	0.00 1	0.00 1	0.00 1	0.01 259	0.04 143	0.27 226

PMTNet	0.26 7	0.21 97	1.40 30	0.02 51	0.02 127	1.16 93	0.29 321	1.00 30	0.18 1	0.04 15	0.03 40	0.07 55	0.02 22	0.47 52	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 28

MDST_ROB	3.81 403	0.21 97	4.29 333	2.64 431	1.45 415	13.85 440	1.02 381	8.06 430	2.67 360	15.14 447	8.81 411	2.70 317	1.55 336	9.31 423	3.90 376	0.03 372	0.00 1	0.00 1	0.00 1	0.03 114	0.63 293

AIO-Stereo	0.51 45	0.22 104	0.87 7	0.56 319	0.70 374	0.45 18	0.01 25	1.89 69	1.27 167	0.21 58	0.02 2	0.02 3	0.06 92	0.44 49	0.45 168	0.03 372	0.78 349	0.00 1	0.63 434	0.08 206	1.50 380

CASnet	0.21 3	0.22 104	0.95 13	0.01 13	0.00 1	0.87 33	0.01 25	0.55 6	0.88 78	0.16 37	0.03 40	0.04 14	0.02 22	0.39 37	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.01 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GwcNet-ADL	0.71 108	0.22 104	2.22 172	0.05 115	0.01 75	1.32 162	0.02 108	3.82 181	1.61 247	1.06 187	0.44 175	1.46 239	0.22 195	0.94 128	0.62 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.14 152

FENet	0.61 81	0.22 104	1.75 76	0.05 115	0.00 1	1.21 111	0.05 204	3.78 173	1.28 172	1.08 189	0.02 2	1.61 251	0.09 129	0.60 83	0.35 135	0.00 1	0.01 207	0.00 1	0.00 1	0.04 143	0.08 90

EKT-Stereo	0.91 155	0.23 108	2.14 164	0.84 379	4.27 438	1.23 119	0.04 190	2.85 105	0.67 44	0.44 88	0.40 167	0.95 205	0.08 117	2.93 199	0.38 151	0.00 1	0.18 286	0.00 1	0.07 307	0.04 143	0.40 260

CFNet_ucs	0.84 135	0.23 108	2.43 211	0.01 13	0.01 75	1.34 168	0.01 25	3.82 181	1.61 247	1.24 216	1.13 264	2.16 295	0.41 238	2.08 183	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 171

Anonymous3	0.61 81	0.23 108	2.97 256	0.01 13	0.00 1	2.54 337	0.09 245	3.88 194	0.89 81	0.19 49	0.23 119	0.12 79	0.05 78	0.61 86	0.17 62	0.00 1	0.08 265	0.00 1	0.00 1	0.05 158	0.18 179

FAT-Stereo	1.95 338	0.23 108	3.66 306	0.18 217	0.03 146	1.80 298	0.94 374	5.35 338	3.11 382	4.23 385	5.00 385	5.22 397	2.76 375	5.07 289	1.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 158	0.17 171

rvit_stereo_0081	0.26 7	0.24 112	0.80 3	0.00 1	0.00 1	0.73 24	0.01 25	1.39 40	1.43 215	0.11 28	0.02 2	0.03 9	0.02 22	0.28 17	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

rvit_stereo_0082	0.26 7	0.24 112	0.80 3	0.00 1	0.00 1	0.73 24	0.01 25	1.39 40	1.43 215	0.11 28	0.02 2	0.03 9	0.02 22	0.28 17	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

test_sample7	1.05 206	0.24 112	1.95 130	0.65 346	0.01 75	1.25 130	0.01 25	4.98 309	1.63 259	1.53 248	0.66 212	0.90 190	1.00 296	2.79 195	0.82 233	0.00 1	0.97 386	0.00 1	0.00 1	0.03 114	1.51 382

test_sample2	0.92 158	0.24 112	1.96 131	0.43 289	0.02 127	1.25 130	0.00 1	4.52 268	1.58 241	1.09 191	0.33 143	0.50 136	0.29 208	3.27 205	0.93 262	0.00 1	0.88 365	0.00 1	0.10 325	0.04 143	1.04 346

GMStereo_Zeroshot	0.67 97	0.24 112	1.87 116	0.87 382	0.00 1	1.26 138	0.01 25	2.01 76	0.42 16	1.44 238	0.58 201	1.73 264	0.19 185	2.62 189	0.10 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.09 112

CREStereo++_RVC	0.37 23	0.24 112	1.62 53	0.06 134	0.00 1	1.21 111	0.01 25	0.77 19	1.12 114	0.26 65	1.45 286	0.06 41	0.06 92	0.42 43	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 74
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
DANet	1.96 340	0.24 112	3.72 310	0.78 373	0.48 336	2.65 345	0.34 333	3.94 201	1.71 275	4.35 387	1.56 293	5.09 390	0.56 251	6.97 377	5.99 395	0.01 334	0.00 1	0.00 1	0.01 259	0.04 143	0.66 296
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_sample1	0.96 179	0.25 119	1.82 102	0.46 293	0.19 252	1.13 84	0.00 1	4.10 225	1.55 237	1.02 179	0.33 143	0.70 165	0.57 254	3.63 220	0.91 259	0.00 1	0.91 372	0.00 1	0.09 319	0.05 158	1.50 380

hknet	1.21 240	0.25 119	2.89 247	0.04 99	0.00 1	3.30 364	0.20 283	6.00 379	1.19 128	2.36 324	0.64 209	3.38 348	0.05 78	3.04 201	0.73 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

XX-Stereo	1.24 248	0.25 119	6.03 391	1.30 407	0.29 299	1.28 148	0.00 1	4.12 230	0.60 36	1.29 219	0.50 185	3.63 359	0.03 45	4.05 236	0.18 66	0.00 1	0.58 328	0.00 1	0.23 388	0.03 114	0.47 268

test_sample3	1.07 210	0.26 122	2.91 250	0.60 329	0.01 75	1.41 190	0.01 25	5.29 333	1.72 280	1.56 253	0.54 192	0.78 182	0.18 180	3.60 219	0.87 245	0.00 1	0.80 352	0.00 1	0.08 311	0.03 114	0.68 302

ff7	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

ffff	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

11t	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

anonymousdsp	0.54 59	0.26 122	1.62 53	0.47 299	0.60 356	1.08 62	0.01 25	1.01 32	1.37 207	0.49 104	0.02 2	0.04 14	0.09 129	0.73 102	0.15 50	0.00 1	0.82 357	0.00 1	0.16 350	0.10 237	1.83 417

ccc-4	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

IGEV-Stereo	0.54 59	0.26 122	1.62 53	0.47 299	0.61 357	1.08 62	0.01 25	1.00 30	1.37 207	0.49 104	0.02 2	0.04 14	0.09 129	0.73 102	0.16 56	0.00 1	0.82 357	0.00 1	0.16 350	0.10 237	1.83 417
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PFNet	1.13 223	0.26 122	3.28 283	1.27 404	0.55 342	1.60 256	0.24 299	1.80 66	1.19 128	2.37 327	1.21 270	0.63 147	0.30 209	6.85 364	0.46 175	0.16 406	0.01 207	0.00 1	0.07 307	0.18 329	0.24 209

GES	0.75 115	0.26 122	2.66 230	0.01 13	0.00 1	1.63 270	0.08 233	6.06 384	0.57 32	0.68 124	0.40 167	0.37 118	0.66 274	0.84 122	0.49 183	0.02 361	0.00 1	0.01 368	0.00 1	0.08 206	0.10 123

test_sample4	1.09 214	0.27 131	2.97 256	0.61 333	0.01 75	1.46 208	0.01 25	5.32 337	1.86 292	1.67 269	0.72 221	0.68 161	0.15 163	3.66 222	0.88 249	0.00 1	0.80 352	0.00 1	0.08 311	0.03 114	0.67 299

CAS++	0.35 18	0.27 131	1.08 16	0.04 99	0.00 1	0.34 7	0.01 25	4.25 246	0.54 28	0.02 1	0.02 2	0.06 41	0.00 1	0.24 9	0.06 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.03 42
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_sample6	1.14 228	0.28 133	2.92 251	0.59 327	0.01 75	1.47 215	0.01 25	5.17 325	2.07 317	1.57 256	1.40 282	0.63 147	0.19 185	4.02 234	0.99 270	0.00 1	0.77 347	0.00 1	0.08 311	0.03 114	0.67 299

test_sample5	1.11 217	0.28 133	2.93 252	0.61 333	0.01 75	1.44 197	0.01 25	5.23 329	1.93 304	1.48 242	1.14 266	0.57 143	0.15 163	3.94 231	0.89 253	0.00 1	0.81 355	0.00 1	0.08 311	0.03 114	0.68 302

11t1	0.70 106	0.28 133	1.86 111	0.56 319	0.56 345	1.06 55	0.00 1	2.89 108	1.21 142	0.60 115	0.34 146	0.08 61	0.04 60	0.76 105	0.85 240	0.02 361	1.09 397	0.00 1	0.18 365	0.06 170	1.58 393

DualNet	1.13 223	0.28 133	2.93 252	0.61 333	0.01 75	1.44 197	0.01 25	5.23 329	1.93 304	1.57 256	1.40 282	0.57 143	0.15 163	3.94 231	0.89 253	0.00 1	0.81 355	0.00 1	0.08 311	0.03 114	0.68 302

IGEV_Zeroshot_test	1.07 210	0.28 133	3.68 308	0.51 313	0.58 351	1.13 84	0.54 351	4.64 281	0.73 52	1.14 199	0.75 226	3.21 343	0.70 278	0.77 107	0.57 198	0.00 1	0.52 323	0.00 1	0.16 350	0.04 143	1.56 388

UniTT-Stereo	0.23 4	0.28 133	1.91 124	0.05 115	0.16 243	0.34 7	0.02 108	0.46 3	0.42 16	0.06 21	0.18 95	0.05 30	0.07 105	0.22 8	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.01 12

HHNet	0.94 166	0.28 133	2.48 216	0.19 222	0.08 202	1.32 162	0.42 341	2.48 90	0.84 71	1.39 234	5.80 392	0.14 88	1.74 346	0.49 56	0.94 263	0.06 390	0.00 1	0.01 368	0.00 1	0.14 287	0.04 49

StereoDRNet-Refined	0.96 179	0.28 133	1.94 129	0.03 72	0.01 75	1.34 168	0.01 25	4.02 214	1.33 191	2.16 306	1.23 271	2.62 314	0.18 180	2.06 182	1.82 313	0.00 1	0.00 1	0.00 1	0.00 1	0.16 308	0.06 74
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	1.31 273	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	2.20 329	0.00 1	0.88 365	0.00 1	0.14 339	0.06 170	0.76 316

tta	1.32 276	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	2.20 329	0.00 1	0.88 365	0.00 1	0.14 339	0.09 226	0.92 334

qqq1	1.25 251	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	0.88 249	0.00 1	0.88 365	0.00 1	0.11 329	0.09 226	0.92 334

fff1	1.25 251	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	0.88 249	0.00 1	0.88 365	0.00 1	0.11 329	0.09 226	0.92 334

IPLGR	0.88 145	0.30 141	3.78 316	0.06 134	0.07 193	1.26 138	0.05 204	3.78 173	1.62 253	0.80 143	0.35 153	0.79 183	0.76 282	3.42 210	0.27 111	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.16 166

RAFT-RH_RVC	2.11 355	0.30 141	2.27 180	0.74 367	0.26 287	1.51 231	0.02 108	0.61 8	1.23 148	5.28 402	21.18 445	1.04 212	0.07 105	6.90 368	0.61 203	0.04 380	0.00 1	0.00 1	0.03 282	0.02 50	0.00 1

Occ-G	0.60 79	0.31 147	1.80 89	0.41 285	0.56 345	0.83 28	0.04 190	0.82 22	1.20 134	0.26 65	0.54 192	1.33 234	0.05 78	0.42 43	0.86 244	0.00 1	0.68 335	0.00 1	0.15 342	0.17 321	1.54 386

CrosDoStereo	1.72 322	0.31 147	1.91 124	0.03 72	0.07 193	1.40 184	5.95 442	3.61 161	1.62 253	0.98 166	3.79 370	0.94 201	4.66 408	7.11 386	1.86 316	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.08 90

DeepStereo_LL	1.72 322	0.31 147	1.91 124	0.03 72	0.07 193	1.40 184	5.95 442	3.61 161	1.62 253	0.98 166	3.79 370	0.94 201	4.66 408	7.11 386	1.86 316	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.08 90

test-1	0.77 121	0.31 147	1.67 63	0.03 72	0.97 394	1.23 119	0.07 227	4.63 280	0.75 53	0.73 134	0.67 217	1.06 215	0.03 45	0.58 73	0.80 230	0.02 361	0.79 351	0.00 1	0.07 307	0.01 10	0.96 339

CBMV_ROB	2.06 347	0.31 147	2.72 232	0.63 341	0.00 1	2.83 352	0.88 371	5.24 331	2.41 344	4.28 386	6.16 396	3.07 338	3.47 391	5.81 321	2.69 347	0.00 1	0.00 1	0.00 1	0.00 1	0.05 158	0.56 284

Former-RAFT_DAM_RVC	0.29 11	0.32 152	0.88 8	0.02 51	0.00 1	1.05 54	0.01 25	0.80 21	1.00 99	0.76 139	0.34 146	0.10 73	0.06 92	0.13 1	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.05 158	0.09 112

mmm	0.94 166	0.32 152	2.04 146	0.73 365	0.85 380	1.17 98	0.01 25	3.97 206	1.42 214	1.51 244	0.93 249	0.46 129	0.21 194	1.18 137	0.87 245	0.00 1	1.16 417	0.00 1	0.26 401	0.06 170	1.72 402

ttt	1.79 328	0.32 152	2.41 201	0.58 324	0.26 287	1.64 277	0.00 1	6.26 392	2.57 356	1.91 286	2.39 332	1.39 237	0.11 146	5.55 310	7.97 409	0.00 1	1.05 389	0.00 1	0.16 350	0.06 170	1.14 354

Anonymous_2	2.17 361	0.32 152	2.35 193	0.80 375	0.85 380	1.67 283	0.22 293	4.62 279	0.71 49	1.12 197	0.40 167	3.18 342	1.94 353	0.84 122	0.77 226	0.06 390	1.09 397	3.25 441	14.62 466	3.25 434	1.43 377

UPFNet	0.99 191	0.32 152	2.89 247	0.00 1	0.00 1	1.90 304	0.11 255	4.10 225	1.10 110	2.35 322	0.12 87	1.91 274	0.08 117	4.02 234	0.78 227	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.04 49

S-Stereo	2.12 357	0.32 152	6.30 396	0.24 250	0.22 264	2.51 336	1.83 398	5.38 342	5.55 410	2.46 336	5.91 393	2.81 323	0.71 279	5.19 296	2.45 344	0.00 1	0.02 233	0.00 1	0.00 1	0.07 195	0.37 247

CRFU-Net	1.43 295	0.33 158	2.98 258	1.27 404	0.03 146	4.01 382	0.05 204	6.21 387	0.95 89	1.92 288	0.74 224	3.41 350	2.55 370	3.36 207	0.36 139	0.01 334	0.01 207	0.11 409	0.00 1	0.13 277	0.09 112

NINENet	1.14 228	0.34 159	2.08 152	0.10 182	0.01 75	5.73 407	0.03 161	5.39 344	1.54 236	1.61 263	0.72 221	2.35 308	0.06 92	2.82 197	0.05 5	0.00 1	0.01 207	0.01 368	0.00 1	0.04 143	0.00 1

NVstereo2D	1.25 251	0.34 159	5.21 375	0.09 170	0.03 146	1.61 262	0.23 296	4.95 307	1.92 301	1.05 184	0.38 161	2.53 311	0.61 259	5.36 303	0.44 164	0.00 1	0.10 274	0.00 1	0.03 282	0.04 143	0.19 183

ProNet	0.47 36	0.35 161	1.75 76	0.19 222	0.54 341	1.09 69	0.01 25	0.97 27	1.25 157	0.02 1	0.02 2	0.06 41	0.03 45	0.58 73	0.09 16	0.00 1	0.57 327	0.00 1	0.00 1	0.14 287	1.65 397

DIP-Stereo	0.68 102	0.35 161	1.76 82	0.08 154	0.00 1	1.46 208	0.01 25	6.53 399	1.71 275	0.91 156	0.11 83	0.04 14	0.19 185	0.19 4	0.09 16	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.17 171
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_6	0.46 35	0.36 163	1.89 121	0.01 13	0.00 1	0.83 28	0.01 25	3.37 148	1.92 301	0.06 21	0.05 62	0.09 67	0.02 22	0.27 15	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.15 159

ACVNet-DCA	0.94 166	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	3.82 181	1.29 176	0.71 127	0.83 237	0.05 30	0.61 259	1.60 161	0.12 31	0.00 1	1.13 409	0.00 1	0.03 282	0.06 170	1.57 389

xx1	1.29 267	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	4.02 214	7.67 425	0.71 127	0.83 237	0.73 169	0.15 163	1.60 161	0.12 31	0.00 1	1.13 409	0.00 1	0.23 388	0.06 170	1.57 389

1test111	1.06 209	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	3.82 181	1.29 176	0.71 127	0.83 237	0.05 30	0.61 259	3.19 203	0.90 256	0.00 1	1.13 409	0.00 1	0.03 282	0.06 170	1.57 389

cc1	1.29 267	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	4.02 214	7.67 425	0.71 127	0.83 237	0.05 30	0.61 259	1.59 160	0.12 31	0.00 1	1.13 409	0.00 1	0.03 282	0.10 237	1.86 421

UNet	1.21 240	0.36 163	4.56 345	0.04 99	0.02 127	2.30 323	0.02 108	3.70 169	0.98 97	1.32 223	0.14 90	2.70 317	1.54 333	4.49 256	1.96 321	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.07 84

tt1	1.23 246	0.37 169	2.41 201	0.41 285	0.45 330	3.33 367	0.02 108	3.81 177	6.87 418	0.71 127	0.80 234	0.06 41	0.40 236	1.73 169	0.12 31	0.00 1	1.12 405	0.00 1	0.00 1	0.10 237	1.86 421

anonymousa	1.15 231	0.38 170	2.43 211	0.70 356	1.49 416	1.45 204	0.02 108	4.23 245	1.13 115	0.91 156	2.52 341	3.46 352	0.55 249	0.55 65	0.60 200	0.00 1	1.13 409	0.00 1	0.54 428	0.04 143	0.86 329

IER	0.88 145	0.38 170	2.74 234	0.01 13	0.00 1	2.27 319	0.02 108	3.65 164	1.30 184	1.45 239	0.96 252	1.39 237	1.16 306	1.60 161	0.53 193	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.02 28

MIF-Stereo (partial)	0.37 23	0.39 172	1.98 134	0.02 51	0.00 1	0.43 16	0.02 108	2.35 85	0.61 38	0.18 44	0.10 79	0.07 55	0.07 105	0.61 86	0.40 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.02 28

x	0.80 125	0.39 172	1.80 89	0.66 347	0.50 338	1.02 48	0.00 1	3.61 161	1.34 194	0.65 120	0.34 146	0.53 140	0.14 161	1.21 141	0.91 259	0.00 1	1.09 397	0.00 1	0.20 373	0.06 170	1.59 394

IRAFT_RVC	1.13 223	0.39 172	2.40 199	1.51 416	0.25 278	1.37 174	0.31 328	2.93 117	1.24 150	1.58 262	0.79 232	1.14 223	1.54 333	6.53 346	0.44 164	0.00 1	0.12 279	0.00 1	0.00 1	0.02 50	0.03 42

HCRNet	0.83 129	0.39 172	1.59 51	0.02 51	0.00 1	1.18 99	0.01 25	3.69 166	2.28 332	0.75 137	0.21 115	0.56 142	0.11 146	5.32 302	0.25 102	0.00 1	0.01 207	0.00 1	0.00 1	0.08 206	0.04 49

STTRV1_RVC	2.03 345	0.39 172	5.14 371	0.34 273	0.01 75	2.50 335	0.34 333	6.44 396	3.75 393	0.86 151	5.12 386	1.63 255	1.08 301	7.64 400	1.58 302	1.07 425	2.64 458	0.00 1	0.00 1	0.02 50	0.04 49

HH	1.25 251	0.40 177	2.13 162	0.90 385	0.41 320	2.28 320	0.01 25	4.25 246	0.95 89	0.37 76	0.89 245	3.87 367	0.80 287	4.74 268	0.51 189	0.00 1	0.96 383	0.00 1	0.00 1	0.03 114	1.53 383

HanStereo	1.25 251	0.40 177	2.13 162	0.90 385	0.41 320	2.28 320	0.01 25	4.25 246	0.95 89	0.37 76	0.89 245	3.87 367	0.80 287	4.74 268	0.51 189	0.00 1	0.96 383	0.00 1	0.00 1	0.03 114	1.53 383

test_4	0.65 95	0.40 177	1.73 71	0.11 195	0.19 252	1.28 148	0.03 161	1.41 42	0.22 2	0.28 68	3.49 364	0.72 168	0.09 129	1.93 180	0.53 193	0.00 1	0.11 277	0.00 1	0.08 311	0.16 308	0.15 159

TransformOpticalFlow	1.53 310	0.40 177	3.46 292	0.66 347	0.07 193	1.56 245	0.09 245	4.35 255	1.86 292	1.72 275	2.27 324	3.53 356	3.04 382	6.93 372	0.49 183	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.10 123

IGEV++	0.76 117	0.41 181	1.49 37	0.75 370	0.88 385	0.38 11	0.03 161	5.40 346	0.75 53	0.25 62	0.07 73	0.04 14	0.16 171	0.81 119	0.36 139	0.00 1	1.17 418	0.00 1	0.04 294	0.14 287	1.96 428

qqq	0.90 152	0.41 181	1.88 118	0.10 182	0.59 354	1.09 69	0.00 1	3.82 181	1.29 176	0.61 117	0.38 161	0.73 169	0.15 163	3.19 203	0.90 256	0.00 1	1.08 394	0.00 1	0.23 388	0.06 170	1.57 389

WCG-NET	0.47 36	0.42 183	0.84 6	0.03 72	0.00 1	1.00 45	0.01 25	2.64 94	1.67 267	0.50 107	0.47 182	0.07 55	0.08 117	0.30 26	0.33 123	0.00 1	0.22 291	0.00 1	0.00 1	0.17 321	0.71 309

edge stereo	2.06 347	0.42 183	4.20 328	0.14 205	0.09 209	1.82 300	0.51 348	5.38 342	2.48 351	3.45 371	3.96 377	8.28 416	1.80 350	5.90 322	2.30 336	0.00 1	0.00 1	0.01 368	0.00 1	0.16 308	0.19 183

MoCha-V2	0.71 108	0.43 185	1.65 61	0.60 329	1.06 403	0.38 11	0.00 1	3.01 123	1.32 188	0.44 88	0.58 201	0.22 102	0.08 117	0.78 110	0.40 159	0.00 1	1.45 433	0.00 1	0.22 384	0.05 158	1.61 396

222	3.11 386	0.43 185	2.10 159	0.02 51	0.45 330	1.57 248	0.01 25	6.44 396	2.34 339	1.73 276	2.24 323	0.52 139	0.07 105	4.95 284	36.29 466	0.00 1	1.07 392	0.00 1	0.21 380	0.06 170	1.65 397

xxxx	2.26 368	0.43 185	2.30 184	0.01 13	0.68 370	1.47 215	0.00 1	6.56 401	2.32 335	1.56 253	2.07 318	1.07 217	0.06 92	4.81 277	18.87 448	0.00 1	1.11 403	0.00 1	0.21 380	0.06 170	1.65 397

ac_64	1.28 263	0.43 185	2.90 249	0.18 217	0.25 278	1.52 234	0.03 161	5.58 354	1.89 297	0.92 160	0.53 191	4.86 384	0.45 243	5.01 287	0.88 249	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.06 74

RAStereo	0.24 5	0.44 189	1.96 131	0.06 134	0.01 75	0.18 3	0.01 25	0.95 26	0.49 22	0.14 33	0.06 69	0.05 30	0.05 78	0.26 14	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.00 1

gcap-zeroshot	0.95 175	0.45 190	3.07 262	0.25 255	0.74 377	1.44 197	0.02 108	4.85 295	1.47 226	0.78 141	0.57 195	2.77 319	0.04 60	0.95 130	0.49 183	0.00 1	0.48 319	0.00 1	0.20 373	0.00 1	0.39 257

CoDeX	1.03 202	0.45 190	2.50 219	0.06 134	0.20 257	1.51 231	0.20 283	6.54 400	1.96 307	0.73 134	0.68 218	1.04 212	0.31 213	3.86 230	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.07 84

STrans-v2	1.75 324	0.45 190	3.43 290	0.03 72	0.19 252	1.48 222	0.08 233	7.25 418	2.16 321	2.04 298	2.80 347	3.60 357	3.78 396	7.00 379	0.52 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.10 123

DISCO	2.03 345	0.45 190	2.82 242	0.72 360	0.53 340	5.13 402	0.01 25	6.01 382	1.81 291	2.31 319	0.91 248	6.43 406	0.87 291	8.57 420	3.67 373	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.17 171

FC-DCNN v2	6.60 429	0.46 194	3.23 275	0.56 319	0.58 351	8.28 425	1.46 392	9.35 434	7.29 423	19.57 454	23.13 451	23.87 451	14.94 447	10.69 435	7.88 407	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.63 293

model_zeroshot	0.87 142	0.46 194	2.80 238	0.68 354	0.93 391	1.84 303	0.08 233	3.66 165	0.66 43	1.23 214	0.01 1	1.18 225	0.06 92	1.25 147	0.46 175	0.03 372	0.71 340	0.00 1	0.20 373	0.02 50	1.14 354

test_xeample	2.27 369	0.46 194	2.25 178	0.10 182	0.69 371	1.48 222	0.00 1	6.24 390	2.46 348	1.83 280	2.40 333	0.37 118	0.07 105	4.49 256	19.55 450	0.00 1	1.11 403	0.00 1	0.21 380	0.07 195	1.65 397

FC-DCNN	6.44 427	0.46 194	3.25 281	0.54 315	0.56 345	8.01 423	1.37 390	8.76 431	7.15 422	19.35 453	22.25 450	22.72 447	15.44 448	10.37 432	7.93 408	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.64 295

rvit_0105_4	0.52 52	0.47 198	2.33 191	0.01 13	0.00 1	0.83 28	0.01 25	3.89 197	1.78 288	0.12 31	0.10 79	0.12 79	0.03 45	0.39 37	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.13 146

MyStereo06	1.08 212	0.47 198	3.30 284	0.03 72	0.14 233	1.53 236	0.02 108	5.58 354	0.88 78	1.15 202	0.73 223	3.48 354	1.15 305	0.86 125	0.66 211	0.00 1	1.10 401	0.00 1	0.16 350	0.02 50	0.37 247

MyStereo05	1.01 196	0.47 198	3.36 286	0.03 72	0.14 233	1.53 236	0.02 108	4.11 229	3.37 386	1.43 237	0.03 40	1.27 229	0.39 235	1.39 154	0.97 266	0.00 1	1.10 401	0.00 1	0.16 350	0.02 50	0.37 247

THIR-Stereo	1.54 311	0.48 201	1.88 118	0.01 13	0.02 127	1.08 62	4.17 424	2.48 90	0.41 14	1.09 191	4.30 380	1.90 273	4.08 401	6.84 363	1.81 311	0.00 1	0.00 1	0.04 397	0.00 1	0.06 170	0.04 49

UGAM	1.32 276	0.49 202	3.75 314	0.20 236	0.06 182	1.12 81	0.11 255	3.55 157	1.34 194	0.11 28	2.42 334	4.45 374	0.08 117	7.01 382	0.34 132	0.00 1	0.44 314	0.00 1	0.28 409	0.30 375	0.31 233

rvit_stereo_0081_aga	0.29 11	0.49 202	1.78 87	0.00 1	0.00 1	0.78 27	0.02 108	0.99 29	1.10 110	0.05 18	0.02 2	0.05 30	0.03 45	0.29 22	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

NOSS_ROB	1.47 299	0.49 202	2.40 199	1.00 391	0.17 246	2.56 338	0.01 25	4.86 296	2.62 357	2.32 320	1.74 301	2.79 322	0.02 22	6.96 376	0.60 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.73 312

ffm	1.46 297	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	3.81 177	6.87 418	1.57 256	2.38 328	2.14 290	0.38 226	1.73 169	0.12 31	0.00 1	1.12 405	0.00 1	0.17 358	0.10 237	1.86 421

ff1	2.20 363	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	3.81 177	6.87 418	1.57 256	2.38 328	2.14 290	0.38 226	7.65 401	9.02 414	0.00 1	1.12 405	0.00 1	0.17 358	0.10 237	1.86 421

mmx	2.08 349	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	6.21 387	2.77 370	1.57 256	2.38 328	2.14 290	0.38 226	7.65 401	9.02 414	0.00 1	1.08 394	0.00 1	0.17 358	0.06 170	1.25 366

xxx	2.08 349	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	6.21 387	2.77 370	1.57 256	2.38 328	2.14 290	0.38 226	7.65 401	9.02 414	0.00 1	1.08 394	0.00 1	0.17 358	0.06 170	1.25 366

TANstereo	0.37 23	0.50 205	1.62 53	0.03 72	0.01 75	1.16 93	0.00 1	0.56 7	0.53 25	1.05 184	1.38 281	0.06 41	0.05 78	0.45 51	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28

SGM-Forest	2.15 359	0.50 205	2.42 209	0.19 222	0.25 278	3.47 374	2.38 408	4.53 270	2.46 348	5.64 406	3.99 378	3.74 362	2.22 357	6.99 378	3.08 363	0.01 334	0.02 233	0.00 1	0.00 1	0.05 158	0.98 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DualNet (step1)	1.30 271	0.51 211	3.23 275	0.03 72	0.03 146	2.48 331	0.01 25	4.98 309	1.63 259	1.53 248	0.66 212	0.90 190	1.00 296	2.79 195	0.82 233	0.68 418	0.97 386	1.79 434	1.08 445	0.02 50	0.82 321

test_sample9	2.75 381	0.51 211	3.23 275	0.03 72	0.03 146	2.48 331	0.01 25	4.98 309	1.63 259	1.53 248	0.66 212	0.90 190	1.00 296	6.14 331	10.04 423	0.68 418	17.48 467	1.79 434	1.08 445	0.02 50	0.82 321

test_sample8	3.98 405	0.51 211	3.23 275	0.03 72	0.03 146	2.48 331	0.01 25	5.07 317	1.50 230	6.62 410	0.90 247	14.02 432	7.06 427	6.14 331	10.04 423	0.68 418	17.48 467	1.79 434	1.08 445	0.02 50	0.82 321

MyStereo07	0.53 55	0.51 211	1.58 49	0.03 72	0.34 315	1.66 279	0.02 108	1.68 60	1.34 194	0.53 112	0.02 2	0.04 14	0.11 146	0.74 104	0.26 109	0.00 1	1.19 420	0.00 1	0.18 365	0.03 114	0.37 247

MyStereo04	1.01 196	0.51 211	3.49 294	0.03 72	0.34 315	1.66 279	0.02 108	4.18 238	2.93 379	1.10 194	0.03 40	1.30 232	0.58 256	1.32 151	1.02 273	0.00 1	1.19 420	0.00 1	0.18 365	0.03 114	0.37 247

ToySt	0.92 158	0.51 211	4.35 335	0.21 238	0.71 375	1.32 162	0.00 1	2.77 101	1.33 191	0.21 58	0.51 188	1.47 240	0.11 146	1.14 134	0.87 245	0.03 372	0.69 336	0.00 1	0.20 373	0.10 237	1.88 425

DSFCA	1.45 296	0.51 211	2.76 236	0.01 13	0.03 146	3.64 377	0.83 368	3.28 144	1.45 221	3.25 366	0.44 175	2.89 328	1.45 326	6.07 327	2.14 327	0.00 1	0.02 233	0.00 1	0.00 1	0.06 170	0.10 123

DRN-Test	1.79 328	0.51 211	4.94 361	0.19 222	0.14 233	3.30 364	0.19 282	6.58 402	2.31 334	4.40 390	0.77 229	2.10 288	1.73 345	5.40 304	2.82 357	0.00 1	0.00 1	0.00 1	0.01 259	0.12 267	0.27 226

DMCA	0.87 142	0.52 219	3.24 280	0.01 13	0.01 75	1.30 152	0.02 108	3.69 166	1.87 295	2.29 317	0.17 92	1.71 262	0.10 137	0.76 105	1.42 295	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.12 138

MSMD_ROB	5.26 420	0.52 219	3.22 273	0.15 210	0.01 75	8.63 427	1.06 382	4.76 291	4.16 398	13.72 440	26.77 456	13.87 431	15.95 449	7.89 409	3.94 377	0.11 400	0.01 207	0.00 1	0.00 1	0.06 170	0.34 243

HGLStereo	1.17 234	0.53 221	2.39 198	0.01 13	0.02 127	1.45 204	0.01 25	4.05 218	1.14 116	1.42 236	3.06 352	2.09 287	1.21 312	4.60 263	1.33 289	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.06 74

DCRE	1.01 196	0.54 222	1.52 39	0.30 268	0.99 396	1.31 154	0.00 1	1.69 61	0.71 49	1.12 197	7.77 407	0.74 171	0.02 22	0.28 17	0.45 168	0.00 1	0.71 340	0.00 1	0.25 394	0.02 50	1.78 414

plain	0.55 64	0.55 223	3.45 291	0.10 182	0.00 1	0.50 21	0.02 108	3.49 155	1.16 118	0.05 18	0.10 79	0.13 86	0.17 176	0.67 93	0.28 112	0.00 1	0.00 1	0.00 1	0.00 1	0.36 390	0.01 12

GMOStereo	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

error version	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

test-v	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

test-2	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

ADLNet	1.35 283	0.55 223	2.95 255	0.01 13	0.05 177	2.22 316	0.11 255	5.06 316	2.83 376	2.42 333	2.19 319	2.63 315	0.68 277	3.59 218	1.37 292	0.00 1	0.00 1	0.00 1	0.00 1	0.17 321	0.27 226

rvit_0105_5	0.55 64	0.56 229	2.86 246	0.01 13	0.00 1	0.89 34	0.01 25	3.93 199	1.55 237	0.16 37	0.13 89	0.12 79	0.03 45	0.43 47	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.18 179

H2IRNET	0.57 71	0.56 229	2.03 142	0.25 255	0.06 182	1.20 103	0.01 25	1.91 71	0.64 41	0.04 15	1.78 304	0.47 131	0.04 60	1.69 167	0.42 162	0.00 1	0.00 1	0.01 368	0.01 259	0.24 354	0.08 90

ACVNet	0.75 115	0.56 229	2.30 184	0.09 170	0.00 1	1.39 180	0.21 290	2.76 98	1.34 194	0.88 152	0.75 226	1.92 275	0.26 202	0.51 61	1.65 306	0.00 1	0.00 1	0.00 1	0.00 1	0.15 300	0.20 195

acv_ft	0.94 166	0.56 229	2.28 181	0.04 99	1.07 405	1.71 289	0.01 25	4.41 260	1.34 194	1.53 248	0.75 226	1.92 275	0.45 243	0.51 61	1.74 310	0.00 1	0.00 1	0.00 1	0.00 1	0.32 379	0.20 195

CBMV	1.97 343	0.56 229	2.61 225	0.46 293	0.07 193	2.91 356	4.18 425	4.58 276	2.78 372	5.50 405	2.21 321	2.84 325	2.94 377	4.75 271	2.31 337	0.00 1	0.00 1	0.00 1	0.00 1	0.15 300	0.60 288
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
1111x	2.13 358	0.58 234	4.38 340	0.39 282	0.61 357	2.14 315	0.01 25	6.38 395	2.40 343	1.80 278	1.97 312	0.95 205	0.64 269	7.16 389	10.30 425	0.00 1	1.18 419	0.00 1	0.29 410	0.07 195	1.32 371

G-Net	3.58 393	0.58 234	5.14 371	1.61 418	1.86 421	10.46 431	1.85 399	3.24 140	1.69 269	8.68 422	11.81 422	6.03 401	7.62 428	4.82 278	5.52 391	0.08 395	0.12 279	0.07 402	0.15 342	0.16 308	0.16 166

iRaftStereo_RVC	0.55 64	0.59 236	1.20 22	0.03 72	0.00 1	1.23 119	0.01 25	2.55 92	0.81 65	0.15 35	0.23 119	0.70 165	0.12 157	0.48 54	0.22 87	0.00 1	1.14 415	0.00 1	0.00 1	0.33 381	1.13 353

XX-TBD	0.36 21	0.59 236	1.75 76	0.07 146	0.00 1	1.11 79	0.00 1	0.73 17	0.63 40	0.44 88	1.24 272	0.06 41	0.06 92	0.39 37	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 42

stereogan	2.38 372	0.59 236	5.05 365	0.01 13	0.09 209	8.26 424	0.58 357	4.92 304	3.65 390	4.68 393	4.60 382	6.43 406	2.39 364	5.27 298	0.72 222	0.00 1	0.01 207	0.01 368	0.00 1	0.27 367	0.13 146

AIO-Stereo-zeroshot	1.52 308	0.60 239	5.47 383	0.27 265	1.02 400	1.33 167	0.26 305	6.85 406	1.21 142	0.60 115	0.62 206	5.38 399	1.37 322	1.76 172	1.11 280	0.00 1	0.72 343	0.00 1	0.57 429	0.17 321	0.98 341

LoS_RVC	0.25 6	0.60 239	1.21 23	0.16 214	0.13 228	0.98 44	0.01 25	0.85 23	0.25 4	0.08 25	0.02 2	0.07 55	0.04 60	0.49 56	0.05 5	0.00 1	0.01 207	0.00 1	0.00 1	0.01 10	0.07 84

sAnonymous2	0.50 42	0.60 239	4.41 342	0.01 13	0.00 1	0.34 7	0.08 233	2.33 83	1.09 107	0.03 6	0.06 69	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.35 244

CroCo_RVC	0.50 42	0.60 239	4.41 342	0.01 13	0.00 1	0.34 7	0.08 233	2.33 83	1.09 107	0.03 6	0.06 69	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.35 244

HSM	1.48 301	0.60 239	1.85 108	0.01 13	0.29 299	1.76 294	0.04 190	6.50 398	1.46 223	1.91 286	1.55 292	4.69 382	1.27 318	6.66 354	0.70 218	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.26 223

DLCB_ROB	1.38 286	0.60 239	1.96 131	0.10 182	0.00 1	1.53 236	0.23 296	4.02 214	1.91 300	3.54 372	1.97 312	3.40 349	0.30 209	4.91 281	2.97 359	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.12 138

delet	1.31 273	0.61 245	2.64 229	0.05 115	0.17 246	2.84 353	1.00 379	4.88 298	2.46 348	1.38 231	1.37 280	1.62 253	0.90 293	4.52 259	1.48 297	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.08 90

SGM_RVC	4.67 415	0.61 245	2.62 227	1.13 399	0.29 299	7.96 422	2.60 409	7.55 424	4.36 401	12.34 437	9.95 415	15.94 437	8.56 430	10.88 437	6.38 400	0.22 411	0.25 292	0.20 416	0.23 388	0.32 379	0.92 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCG-NET（raft）	0.45 32	0.62 247	0.93 11	0.02 51	0.06 182	0.90 35	0.05 204	0.70 10	1.32 188	0.33 72	0.14 90	1.51 242	0.14 161	0.41 42	0.22 87	0.00 1	1.29 427	0.00 1	0.01 259	0.16 308	0.25 217

MaDis-Stereo	0.30 15	0.62 247	1.63 59	0.07 146	0.19 252	0.40 14	0.02 108	1.36 39	0.76 56	0.04 15	0.05 62	0.13 86	0.05 78	0.38 35	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

STTStereo	0.98 189	0.62 247	3.78 316	0.25 255	0.15 241	1.44 197	0.10 253	3.57 158	1.75 284	1.46 240	0.19 107	1.74 265	0.44 240	3.47 212	0.54 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

fff	0.83 129	0.63 250	3.63 301	0.01 13	0.04 169	1.25 130	0.02 108	3.98 207	1.29 176	2.39 329	0.25 122	0.09 67	1.78 347	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

CroCo-Stereo	0.50 42	0.63 250	2.38 197	0.14 205	0.00 1	0.19 4	0.02 108	4.28 251	0.96 92	0.14 33	0.03 40	0.46 129	0.08 117	0.32 28	0.29 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12
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
csc	0.83 129	0.63 250	3.63 301	0.01 13	0.04 169	1.25 130	0.02 108	3.98 207	1.29 176	2.39 329	0.25 122	0.09 67	1.78 347	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

cscssc	0.83 129	0.63 250	3.63 301	0.01 13	0.04 169	1.25 130	0.02 108	3.98 207	1.29 176	2.39 329	0.25 122	0.09 67	1.78 347	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

rvit_stereo_0080	0.44 29	0.64 254	2.07 149	0.01 13	0.00 1	0.90 35	0.01 25	3.40 149	1.16 118	0.03 6	0.04 51	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 130

whm_eth	0.44 29	0.64 254	2.07 149	0.01 13	0.00 1	0.90 35	0.01 25	3.40 149	1.16 118	0.03 6	0.04 51	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 130

ssnet_v2	1.33 281	0.64 254	2.83 243	0.06 134	0.03 146	2.08 313	0.36 337	5.88 375	2.33 337	2.52 340	0.88 244	3.06 336	0.54 247	1.75 171	3.30 368	0.00 1	0.00 1	0.00 1	0.00 1	0.25 355	0.13 146

ADStereo(finetuned)	0.98 189	0.65 257	4.66 348	0.03 72	0.00 1	1.25 130	0.01 25	3.99 211	2.16 321	2.65 343	0.30 136	0.09 67	2.33 362	0.58 73	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.41 262

DCANet	0.84 135	0.65 257	3.63 301	0.03 72	0.00 1	1.25 130	0.01 25	3.99 211	2.16 321	2.66 346	0.31 139	0.09 67	0.48 245	0.57 72	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.41 262

FCDSN-DC	5.38 421	0.65 257	3.19 270	0.24 250	0.46 333	5.71 406	1.61 395	5.83 374	4.51 403	14.74 445	22.03 448	20.43 444	13.01 445	8.48 417	6.00 396	0.02 361	0.00 1	0.00 1	0.00 1	0.07 195	0.52 275
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IIG-Stereo	1.39 288	0.67 260	1.73 71	2.48 430	0.05 177	1.63 270	0.14 267	3.00 121	1.20 134	2.94 356	2.23 322	3.03 333	0.55 249	7.41 393	0.66 211	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.07 84

ccnet	1.96 340	0.68 261	3.59 299	0.26 261	0.19 252	3.68 378	1.55 394	4.89 299	1.77 286	2.68 348	3.92 373	3.44 351	1.72 344	5.02 288	5.22 388	0.06 390	0.00 1	0.09 405	0.01 259	0.13 277	0.32 236

psm_up	1.01 196	0.68 261	2.47 215	0.04 99	0.00 1	2.01 309	0.05 204	4.09 223	1.29 176	2.65 343	0.47 182	1.71 262	0.44 240	3.65 221	0.45 168	0.06 390	0.00 1	0.00 1	0.00 1	0.14 287	0.06 74

UCFNet_RVC	0.78 123	0.68 261	2.05 147	0.02 51	0.29 299	1.57 248	0.02 108	3.57 158	0.87 75	1.35 228	0.74 224	1.66 259	0.20 191	1.92 178	0.61 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

MMNet	1.33 281	0.69 264	4.18 326	0.11 195	0.01 75	4.08 383	0.02 108	4.27 250	1.49 229	2.17 308	0.33 143	1.34 235	1.20 308	4.52 259	1.93 320	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.06 74

rvit_0105_3	0.62 84	0.70 265	3.40 288	0.01 13	0.00 1	1.12 81	0.01 25	3.96 204	1.58 241	0.16 37	0.38 161	0.11 75	0.03 45	0.70 96	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.09 112

SPstereo	0.56 68	0.71 266	1.55 44	0.30 268	1.03 402	1.27 144	0.01 25	2.03 77	0.78 58	0.30 69	0.35 153	0.10 73	0.10 137	0.56 68	0.75 224	0.00 1	1.06 391	0.00 1	0.00 1	0.13 277	0.25 217

gwcnet-sp	1.11 217	0.71 266	4.90 357	0.05 115	0.01 75	2.59 340	0.14 267	4.22 242	1.38 210	1.93 289	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.08 90

scenet	1.11 217	0.71 266	4.90 357	0.05 115	0.01 75	2.59 340	0.14 267	4.22 242	1.38 210	1.93 289	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.08 90

ssnet	1.11 217	0.71 266	4.90 357	0.05 115	0.01 75	2.59 340	0.14 267	4.22 242	1.38 210	1.93 289	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.08 90

hitnet-ft	1.26 260	0.71 266	2.37 196	0.04 99	0.00 1	1.39 180	0.21 290	3.94 201	2.53 353	1.61 263	1.11 263	4.21 372	0.36 222	4.83 279	1.65 306	0.01 334	0.00 1	0.03 392	0.00 1	0.11 260	0.08 90

RASNet	1.75 324	0.71 266	2.93 252	0.20 236	3.20 435	1.75 293	0.26 305	3.87 191	2.64 358	0.98 166	1.46 288	5.25 398	1.67 343	6.73 358	2.81 356	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.47 268

MIPNet	0.77 121	0.74 272	2.72 232	0.08 154	0.07 193	1.32 162	0.12 263	4.14 234	1.51 231	0.90 155	0.11 83	0.67 157	0.95 295	1.42 155	0.30 119	0.00 1	0.01 207	0.01 368	0.01 259	0.15 300	0.23 205

SACVNet	1.14 228	0.74 272	2.49 218	0.07 146	0.00 1	1.65 278	0.28 314	4.52 268	1.51 231	2.11 303	0.79 232	1.57 245	0.07 105	5.28 299	1.31 287	0.01 334	0.00 1	0.00 1	0.00 1	0.26 362	0.18 179

rvit_105_1	0.76 117	0.75 274	3.75 314	0.01 13	0.00 1	1.16 93	0.01 25	4.13 232	1.51 231	0.24 60	0.31 139	0.14 88	0.04 60	2.70 193	0.32 122	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.07 84

CroCo-Stereo Lap2	0.42 27	0.75 274	1.76 82	0.03 72	0.00 1	0.33 6	0.01 25	3.75 172	0.81 65	0.02 1	0.03 40	0.04 14	0.07 105	0.52 63	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.03 42

OMP-Stereo	1.29 267	0.75 274	1.67 63	2.47 429	0.29 299	1.61 262	0.32 330	2.38 88	1.09 107	2.66 346	1.14 266	3.04 334	0.17 176	7.40 392	0.60 200	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.08 90

APVNet	1.68 321	0.75 274	4.94 361	0.13 202	0.01 75	4.56 394	0.08 233	5.20 326	1.44 218	1.51 244	1.05 256	2.87 326	0.93 294	6.76 360	2.76 351	0.01 334	0.00 1	0.07 402	0.00 1	0.34 384	0.08 90

psmorigin	2.16 360	0.75 274	10.72 435	0.24 250	0.03 146	1.62 267	0.20 283	3.80 175	1.16 118	5.40 403	3.08 353	5.77 400	2.29 360	5.62 315	2.13 326	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.25 217

CSP-Net	1.13 223	0.76 279	1.67 63	0.01 13	0.00 1	2.81 351	0.05 204	5.62 356	1.14 116	1.14 199	0.85 242	1.80 269	0.23 196	6.10 329	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.03 42

IPLG	0.99 191	0.76 279	3.08 263	0.06 134	0.06 182	1.40 184	0.11 255	3.81 177	1.07 104	0.81 144	1.00 254	0.50 136	0.60 258	5.65 317	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.23 346	0.20 195

GEStereo_RVC	1.25 251	0.76 279	2.61 225	0.37 278	0.01 75	1.40 184	0.11 255	6.93 408	1.20 134	1.22 213	0.78 231	1.58 248	0.77 283	6.13 330	0.66 211	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.23 205

StereoVision	1.00 194	0.77 282	2.81 240	0.05 115	0.02 127	1.14 88	0.03 161	4.13 232	1.18 126	0.19 49	6.80 403	0.49 133	0.12 157	1.20 139	1.01 272	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.02 28

iResNet	1.20 238	0.77 282	3.37 287	1.01 394	0.01 75	2.00 308	0.01 25	4.44 261	1.74 282	1.88 283	1.09 259	0.35 116	0.35 219	4.22 242	2.44 343	0.00 1	0.00 1	0.00 1	0.00 1	0.09 226	0.26 223

rvit_stereo_ft	0.47 36	0.79 284	2.69 231	0.01 13	0.00 1	0.21 5	0.01 25	3.45 153	1.45 221	0.03 6	0.05 62	0.08 61	0.02 22	0.28 17	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 171

Sa-1000	1.23 246	0.79 284	2.16 165	0.00 1	0.40 318	1.36 172	0.03 161	5.00 312	2.01 310	1.11 196	5.38 388	0.61 145	0.15 163	4.18 237	0.37 150	0.00 1	0.54 325	0.00 1	0.16 350	0.15 300	0.16 166

ADLNet2	1.52 308	0.79 284	3.51 295	0.01 13	0.69 371	1.26 138	0.26 305	4.84 294	3.10 381	1.67 269	3.23 358	4.17 371	0.80 287	4.77 276	1.00 271	0.00 1	0.00 1	0.00 1	0.00 1	0.22 345	0.12 138

MIM_Stereo	0.72 114	0.80 287	2.05 147	0.63 341	1.06 403	1.31 154	0.02 108	2.80 103	1.24 150	0.19 49	0.02 2	0.70 165	0.20 191	1.31 150	0.16 56	0.00 1	0.18 286	0.00 1	0.00 1	0.17 321	1.53 383

GANet-RSSM	1.09 214	0.80 287	2.41 201	0.72 360	0.00 1	1.39 180	0.02 108	5.15 321	1.07 104	0.95 164	0.34 146	2.06 284	1.12 303	4.69 264	0.80 230	0.00 1	0.00 1	0.04 397	0.00 1	0.15 300	0.09 112

RYNet	1.76 326	0.81 289	4.24 330	0.34 273	0.10 217	2.62 344	0.07 227	5.36 341	2.08 318	1.38 231	0.35 153	4.71 383	1.35 321	6.73 358	4.61 385	0.00 1	0.05 252	0.00 1	0.00 1	0.05 158	0.33 241

XPNet_ROB	1.41 292	0.81 289	2.75 235	0.04 99	0.01 75	1.70 288	0.17 274	4.14 234	1.69 269	4.12 384	1.10 261	1.58 248	0.52 246	5.13 293	4.07 379	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.25 217

CVANet_RVC	1.37 285	0.82 291	3.23 275	0.54 315	0.11 221	1.48 222	0.46 344	4.01 213	2.23 327	3.33 367	1.34 279	1.51 242	0.37 224	6.38 340	0.69 217	0.01 334	0.00 1	0.00 1	0.05 297	0.19 332	0.62 292

SA	1.02 201	0.85 292	2.22 172	0.00 1	0.42 323	1.31 154	0.01 25	4.74 290	2.04 315	0.50 107	0.95 251	0.30 113	1.30 320	4.24 245	0.42 162	0.00 1	0.47 315	0.00 1	0.17 358	0.16 308	0.30 231

NLCA_NET_v2_RVC	1.20 238	0.85 292	3.90 320	0.61 333	0.99 396	1.40 184	0.01 25	4.06 219	1.56 239	2.38 328	0.36 157	2.15 294	0.57 254	4.52 259	0.67 214	0.00 1	0.00 1	0.00 1	0.01 259	0.02 50	0.03 42
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	1.25 251	0.85 292	2.77 237	0.05 115	0.03 146	1.40 184	0.01 25	5.04 314	2.38 340	1.34 226	2.80 347	0.65 151	0.06 92	6.36 339	0.91 259	0.18 408	0.00 1	0.00 1	0.00 1	0.12 267	0.01 12

MyStereo8	1.16 233	0.86 295	3.73 312	0.86 381	0.04 169	1.47 215	0.01 25	4.64 281	2.13 319	1.47 241	1.10 261	1.21 227	0.31 213	1.12 133	1.50 298	0.00 1	1.45 433	0.00 1	0.30 412	0.10 237	0.93 338

fast-acv-ft	1.54 311	0.86 295	4.85 355	0.11 195	0.12 226	3.88 379	0.28 314	2.97 118	2.26 330	0.96 165	3.49 364	2.97 330	1.23 314	3.47 212	2.75 350	0.04 380	0.01 207	0.04 397	0.04 294	0.44 402	0.08 90

AACVNet	1.04 203	0.87 297	2.22 172	0.25 255	0.00 1	1.79 297	0.01 25	4.21 240	0.79 59	1.17 204	0.27 129	1.50 241	0.16 171	6.30 338	0.89 253	0.00 1	0.00 1	0.00 1	0.00 1	0.23 346	0.04 49

PSMNet-RSSM	1.10 216	0.88 298	2.30 184	0.23 245	0.00 1	1.41 190	0.03 161	5.44 350	1.19 128	1.56 253	0.50 185	2.46 310	0.71 279	4.23 243	0.90 256	0.00 1	0.00 1	0.01 368	0.00 1	0.10 237	0.08 90

MaskLacGwcNet_RVC	1.88 333	0.88 298	3.47 293	1.64 421	0.22 264	4.27 387	0.40 339	3.90 198	1.63 259	0.72 133	0.71 219	3.06 336	0.11 146	5.13 293	1.03 274	5.07 439	0.54 325	0.00 1	0.00 1	1.73 431	3.16 440

raftrobust	0.68 102	0.89 300	1.80 89	0.02 51	1.29 410	1.22 115	0.05 204	2.37 87	0.62 39	2.99 359	0.03 40	0.12 79	0.15 163	0.60 83	0.51 189	0.00 1	0.69 336	0.00 1	0.00 1	0.10 237	0.24 209

RP	2.09 351	0.90 301	3.88 319	0.22 240	0.61 357	1.72 290	0.94 374	4.97 308	2.65 359	3.87 379	5.63 391	4.44 373	4.28 403	4.99 286	2.35 339	0.01 334	0.00 1	0.00 1	0.01 259	0.20 336	0.13 146

TDLM	1.32 276	0.90 301	2.42 209	0.61 333	0.03 146	1.59 252	2.04 402	3.73 171	2.29 333	1.70 274	0.94 250	1.07 217	0.67 275	6.49 345	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.18 329	0.54 277

TestStereo1	0.96 179	0.91 303	2.21 170	0.24 250	0.42 323	1.31 154	0.02 108	4.10 225	1.71 275	0.47 96	1.64 297	0.20 96	1.20 308	3.55 215	0.36 139	0.00 1	0.27 298	0.00 1	0.00 1	0.19 332	0.32 236

RAFT+CT+SA	0.85 138	0.91 303	2.23 177	0.19 222	0.29 299	1.27 144	0.03 161	4.92 304	0.86 73	0.65 120	0.40 167	0.67 157	0.05 78	3.03 200	0.18 66	0.00 1	0.28 302	0.00 1	0.35 416	0.15 300	0.61 290

SA-5K	0.96 179	0.91 303	2.21 170	0.24 250	0.42 323	1.31 154	0.02 108	4.10 225	1.71 275	0.47 96	1.64 297	0.20 96	1.20 308	3.55 215	0.36 139	0.00 1	0.27 298	0.00 1	0.00 1	0.19 332	0.32 236

UDGNet	0.44 29	0.91 303	1.89 121	0.04 99	0.00 1	1.15 90	0.02 108	0.75 18	1.77 286	0.45 93	0.07 73	0.06 41	0.02 22	1.62 164	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

rafts_anoy	0.67 97	0.91 303	1.85 108	0.60 329	1.02 400	1.16 93	0.04 190	3.25 141	0.48 21	0.19 49	0.18 95	0.11 75	0.19 185	1.17 136	0.58 199	0.00 1	1.47 435	0.00 1	0.01 259	0.05 158	0.22 201

GANet	2.23 366	0.92 308	3.10 265	0.88 383	0.08 202	2.25 317	3.25 414	4.61 278	1.71 275	2.55 341	9.98 416	2.56 312	1.47 330	7.52 398	2.98 360	0.00 1	0.04 247	0.02 387	0.08 311	0.14 287	0.42 266

iRaft-Stereo_5w	1.28 263	0.93 309	3.51 295	0.14 205	0.66 366	1.21 111	0.01 25	3.87 191	1.06 103	0.19 49	1.97 312	1.62 253	1.50 331	6.80 361	1.07 278	0.00 1	0.16 283	0.00 1	0.06 304	0.26 362	0.67 299

test_5	0.94 166	0.94 310	2.60 223	0.55 318	0.25 278	1.47 215	0.02 108	4.89 299	0.97 93	0.81 144	0.30 136	0.80 184	0.63 266	3.39 208	0.24 100	0.00 1	0.27 298	0.00 1	0.00 1	0.17 321	0.54 277

CFNet-ft	0.97 187	0.94 310	2.30 184	0.01 13	0.27 292	1.37 174	0.02 108	2.76 98	0.79 59	0.88 152	0.20 111	3.76 364	0.38 226	4.21 240	1.34 290	0.00 1	0.00 1	0.01 368	0.00 1	0.08 206	0.09 112

CFNet_RVC	0.97 187	0.94 310	2.30 184	0.01 13	0.27 292	1.37 174	0.02 108	2.76 98	0.79 59	0.88 152	0.20 111	3.76 364	0.38 226	4.21 240	1.34 290	0.00 1	0.00 1	0.01 368	0.00 1	0.08 206	0.09 112

RAFT_CTSACE	0.85 138	0.95 313	2.60 223	0.60 329	0.05 177	1.20 103	0.01 25	3.18 138	0.85 72	0.79 142	1.57 294	2.18 296	0.78 285	1.20 139	0.22 87	0.00 1	0.33 305	0.00 1	0.00 1	0.28 370	0.21 200

RAFT-Stereo + iAFF	0.90 152	0.95 313	1.93 127	0.06 134	0.92 389	1.24 123	0.02 108	3.30 145	1.75 284	1.23 214	2.58 343	0.43 126	0.16 171	0.68 95	0.82 233	0.00 1	0.70 339	0.00 1	0.00 1	0.23 346	1.05 347

RGC	2.11 355	0.95 313	4.61 347	0.08 154	0.29 299	3.34 368	0.11 255	5.40 346	1.78 288	3.93 381	4.52 381	5.20 395	3.05 383	5.78 319	2.78 354	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.18 179

pmcnn	3.98 405	0.95 313	7.29 409	0.71 358	1.42 413	2.84 353	1.22 388	5.89 376	2.42 345	9.34 428	11.71 421	18.88 442	2.65 372	6.89 367	6.35 399	0.00 1	0.07 261	0.00 1	0.00 1	0.21 339	0.76 316

Consistency-Raft	1.48 301	0.96 317	5.40 381	0.36 275	0.31 313	1.66 279	0.11 255	4.30 254	4.32 400	0.47 96	5.99 394	0.86 187	2.09 356	1.19 138	1.31 287	0.03 372	0.01 207	0.00 1	0.00 1	0.27 367	0.02 28

RAFT	0.91 155	0.96 317	1.82 102	0.89 384	0.44 328	0.97 43	0.08 233	3.71 170	1.25 157	0.36 75	0.20 111	3.87 367	0.27 205	0.70 96	0.49 183	0.00 1	0.83 359	0.00 1	0.01 259	0.47 403	0.87 330

RALCasStereoNet	0.80 125	0.96 317	1.77 85	0.28 266	0.97 394	1.13 84	0.03 161	2.91 111	1.11 112	0.17 41	0.34 146	0.12 79	0.20 191	1.65 165	0.65 209	0.00 1	1.72 442	0.00 1	0.00 1	0.11 260	1.90 427

AIO-Stereo-zeroshot1	1.97 343	0.97 320	7.79 416	0.68 354	1.01 399	1.47 215	0.20 283	7.05 415	1.44 218	0.54 113	6.19 397	5.17 393	1.14 304	1.65 165	1.18 286	0.01 334	0.77 347	0.00 1	0.64 435	0.25 355	1.23 362

LL-Strereo2	0.63 90	0.97 320	2.03 142	0.76 372	0.86 383	1.15 90	0.08 233	1.85 67	1.20 134	0.45 93	0.02 2	0.50 136	0.07 105	0.63 89	0.65 209	0.00 1	0.17 285	0.00 1	0.03 282	0.05 158	1.05 347

MLCV	1.19 237	0.97 320	3.09 264	0.07 146	0.00 1	1.63 270	0.04 190	3.33 146	1.57 240	2.74 352	1.83 307	0.99 209	0.40 236	5.31 300	1.53 300	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.11 130

MeshStereo	6.09 424	0.97 320	3.59 299	0.26 261	0.14 233	7.68 420	2.02 401	10.42 436	5.77 412	20.76 456	19.69 444	22.78 448	10.56 438	10.29 431	6.16 397	0.00 1	0.00 1	0.00 1	0.00 1	0.29 373	0.41 262
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
4D-IteraStereo	0.59 74	0.98 324	2.62 227	0.04 99	0.09 209	1.07 57	0.08 233	1.45 47	0.39 13	0.12 31	0.05 62	0.82 186	0.10 137	0.77 107	1.05 275	0.00 1	0.40 310	0.00 1	0.00 1	0.08 206	1.79 416

iinet-f	1.90 336	0.98 324	13.29 442	0.42 287	0.03 146	4.30 390	0.04 190	3.86 189	1.32 188	1.28 218	0.57 195	2.91 329	2.70 373	2.60 188	3.11 364	0.00 1	0.02 233	0.02 387	0.00 1	0.49 405	0.09 112

Nwc_Net	2.25 367	0.98 324	5.37 378	0.07 146	0.11 221	2.80 350	0.05 204	7.36 421	1.30 184	2.77 353	8.21 409	5.18 394	2.98 381	5.16 295	2.46 345	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.08 90

TestStereo	0.67 97	0.99 327	2.26 179	0.00 1	0.00 1	0.92 38	0.01 25	1.77 65	0.30 10	0.20 56	0.05 62	0.08 61	0.06 92	6.62 350	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 90

DeepPruner_ROB	1.04 203	0.99 327	3.05 261	0.02 51	0.00 1	1.60 256	0.17 274	3.96 204	0.52 24	3.41 370	0.03 40	2.06 284	0.17 176	3.35 206	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.14 152

CBFPSM	1.51 305	1.00 329	5.32 377	0.05 115	0.01 75	3.57 376	0.04 190	4.06 219	1.03 100	0.65 120	0.21 115	6.06 402	3.60 392	2.65 190	1.82 313	0.00 1	0.01 207	0.00 1	0.00 1	0.09 226	0.12 138

aanetorigin	2.99 382	1.00 329	9.85 431	0.23 245	0.23 269	1.59 252	2.01 400	1.94 74	1.25 157	14.45 443	10.04 417	2.98 331	3.75 394	4.97 285	4.01 378	0.10 398	0.05 252	0.09 405	0.11 329	0.55 415	0.55 282

DispNO	1.47 299	1.01 331	5.05 365	0.13 202	0.08 202	1.49 226	0.02 108	4.38 257	1.86 292	1.51 244	1.57 294	3.12 339	1.09 302	5.77 318	1.89 318	0.00 1	0.02 233	0.03 392	0.11 329	0.11 260	0.08 90

DPSNet	3.98 405	1.01 331	12.58 439	0.74 367	0.55 342	5.24 404	1.53 393	12.44 441	4.82 406	2.89 354	0.97 253	6.37 404	11.43 442	8.20 412	8.61 412	0.09 397	0.51 322	0.11 409	0.38 420	0.35 388	0.83 325

cf-r	1.18 236	1.02 333	3.22 273	0.25 255	0.02 127	1.44 197	0.03 161	5.11 320	2.16 321	1.31 222	0.59 203	2.87 326	0.24 198	4.26 246	0.79 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 300	0.12 138

NCC-stereo	2.09 351	1.02 333	4.78 353	0.10 182	0.26 287	2.33 325	0.13 264	5.82 372	1.70 273	2.98 357	3.18 356	4.63 379	5.69 419	6.26 334	2.76 351	0.05 384	0.00 1	0.00 1	0.00 1	0.08 206	0.14 152

Abc-Net	2.09 351	1.02 333	4.78 353	0.10 182	0.26 287	2.33 325	0.13 264	5.82 372	1.70 273	2.98 357	3.18 356	4.63 379	5.69 419	6.26 334	2.76 351	0.05 384	0.00 1	0.00 1	0.00 1	0.08 206	0.14 152
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	2.74 380	1.02 333	4.72 349	0.43 289	0.18 249	4.35 391	0.18 279	7.28 420	3.50 387	3.57 373	3.38 362	4.86 384	1.22 313	11.70 441	5.76 392	0.17 407	0.08 265	0.59 425	0.12 336	0.28 370	1.40 375

GMStereo	0.34 17	1.03 337	2.11 161	0.01 13	0.00 1	0.47 20	0.01 25	0.77 19	1.38 210	0.24 60	0.04 51	0.07 55	0.08 117	0.43 47	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	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
ETE_ROB	1.42 294	1.04 338	3.10 265	0.02 51	0.03 146	1.81 299	0.22 293	4.73 288	1.67 267	4.77 394	1.43 285	2.77 319	0.08 117	4.23 243	2.20 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.20 195

raft_robust	1.21 240	1.05 339	2.00 137	0.10 182	0.43 327	1.39 180	0.02 108	4.21 240	2.32 335	0.44 88	0.02 2	2.23 298	1.39 323	7.00 379	0.35 135	0.00 1	0.78 349	0.00 1	0.18 365	0.10 237	0.19 183

raft+_RVC	0.71 108	1.05 339	1.86 111	0.64 344	1.31 411	1.20 103	0.05 204	2.44 89	0.77 57	0.18 44	0.43 174	0.08 61	0.15 163	0.93 127	0.64 207	0.00 1	1.43 432	0.00 1	0.00 1	0.09 226	1.03 345

111	1.00 194	1.05 339	3.63 301	0.01 13	0.04 169	1.20 103	0.16 271	4.50 265	2.24 328	1.32 223	1.15 268	2.00 281	0.31 213	0.59 80	0.79 228	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.84 326

AFF-stereo	0.89 151	1.05 339	1.70 68	0.49 308	0.18 249	1.21 111	0.01 25	3.58 160	1.62 253	0.84 147	1.93 310	1.14 223	0.26 202	1.24 145	0.68 215	0.00 1	0.64 333	0.00 1	0.00 1	0.26 362	0.89 332

LALA_ROB	1.55 313	1.07 343	2.99 260	0.02 51	0.06 182	3.20 361	0.49 347	4.07 221	1.80 290	3.79 378	0.66 212	4.51 375	0.25 201	3.82 229	4.07 379	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.11 130

WCMA_ROB	5.16 418	1.07 343	4.40 341	0.66 347	0.69 371	6.28 413	3.63 420	5.39 344	4.05 397	14.77 446	19.39 442	15.46 435	10.72 440	7.67 405	6.77 403	0.19 410	0.27 298	0.18 415	0.20 373	0.18 329	1.23 362

HITNet	1.01 196	1.08 345	3.32 285	0.80 375	0.00 1	1.37 174	0.02 108	5.20 326	1.59 244	1.88 283	0.18 95	0.64 150	0.31 213	1.24 145	2.01 322	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.47 268
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
RALAANet	0.68 102	1.09 346	2.29 182	0.03 72	0.01 75	0.93 40	0.03 161	2.65 95	1.97 308	1.19 205	0.39 166	0.15 93	0.30 209	1.27 149	0.75 224	0.00 1	0.25 292	0.00 1	0.09 319	0.19 332	0.03 42

AASNet	1.05 206	1.11 347	3.12 267	0.05 115	0.00 1	1.73 292	0.05 204	5.73 363	2.17 325	1.10 194	1.84 308	0.94 201	0.19 185	1.16 135	1.37 292	0.00 1	0.00 1	0.00 1	0.00 1	0.34 384	0.16 166

HBP-ISP	1.59 317	1.12 348	3.42 289	0.53 314	0.10 217	4.27 387	1.44 391	5.35 338	1.61 247	3.58 374	0.87 243	0.91 193	1.18 307	6.64 352	0.46 175	0.04 380	0.02 233	0.00 1	0.00 1	0.06 170	0.24 209

AF-Net	2.51 374	1.12 348	5.46 382	0.01 13	0.13 228	2.03 310	0.47 345	7.04 414	2.74 367	4.09 383	10.64 418	4.99 387	2.94 377	4.94 283	3.28 367	0.00 1	0.00 1	0.00 1	0.00 1	0.17 321	0.15 159

Wz-Net-LNSev-Ref	1.86 332	1.13 350	5.96 389	0.02 51	0.00 1	5.00 400	0.29 321	5.31 336	2.38 340	2.65 343	1.15 268	2.32 307	1.95 354	5.59 313	3.35 370	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.14 152

LMCR-Stereo	1.28 263	1.13 350	2.41 201	0.57 322	0.03 146	2.72 346	0.09 245	6.86 407	0.88 78	2.44 335	1.92 309	0.14 88	1.55 336	3.57 217	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.16 308	0.02 28

PA-Net	1.56 315	1.13 350	5.13 369	0.07 146	0.17 246	1.46 208	0.53 350	4.73 288	3.04 380	0.92 160	1.30 276	2.29 304	0.62 264	6.63 351	3.00 361	0.01 334	0.00 1	0.00 1	0.00 1	0.07 195	0.15 159
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DGSMNet	2.56 376	1.15 353	7.39 410	1.34 412	2.02 427	3.20 361	3.97 423	6.11 386	1.72 280	1.52 247	2.72 346	3.23 345	0.63 266	4.74 268	2.39 341	1.12 428	1.53 437	1.54 433	1.32 449	1.40 429	2.10 431

CC-Net-ROB	2.09 351	1.17 354	3.97 323	1.52 417	0.23 269	3.35 369	0.05 204	5.09 318	2.74 367	1.09 191	1.40 282	0.97 207	0.18 180	6.66 354	0.87 245	1.46 434	1.64 439	7.13 442	0.00 1	1.67 430	0.54 277

TRStereo	0.88 145	1.18 355	2.44 213	0.72 360	0.10 217	1.56 245	0.03 161	5.73 363	1.28 172	0.18 44	0.30 136	0.62 146	0.43 239	1.02 132	0.13 40	0.00 1	0.47 315	0.00 1	0.25 394	0.01 10	1.23 362

DMCA-RVC	1.12 221	1.19 356	5.30 376	0.03 72	0.04 169	1.30 152	0.06 225	3.05 125	0.87 75	3.33 367	0.12 87	0.98 208	0.65 272	3.40 209	1.82 313	0.01 334	0.04 247	0.02 387	0.01 259	0.10 237	0.09 112

dd	0.45 32	1.20 357	2.52 220	0.06 134	0.01 75	1.23 119	0.03 161	0.88 25	1.48 228	0.26 65	0.06 69	0.12 79	0.05 78	0.42 43	0.44 164	0.02 361	0.00 1	0.00 1	0.00 1	0.06 170	0.06 74

IGEVStereo-DCA	0.88 145	1.21 358	1.81 97	0.18 217	0.16 243	0.83 28	0.01 25	0.71 11	1.36 202	0.40 80	0.04 51	0.06 41	0.09 129	6.04 325	2.22 333	0.00 1	0.48 319	0.00 1	0.15 342	0.16 308	1.76 407

rrr	1.15 231	1.21 358	5.05 365	0.18 217	0.16 243	0.83 28	0.06 225	2.88 106	1.44 218	0.40 80	0.04 51	0.06 41	0.09 129	6.04 325	2.22 333	0.00 1	0.48 319	0.00 1	0.19 371	0.16 308	1.59 394

dad	1.04 203	1.21 358	3.14 269	0.08 154	0.01 75	1.25 130	0.01 25	1.30 36	2.54 354	1.95 293	0.37 158	0.40 124	0.04 60	5.95 324	1.06 276	0.01 334	0.00 1	1.11 431	0.12 336	0.07 195	0.19 183

StereoDRNet	1.66 320	1.21 358	5.39 380	0.06 134	0.11 221	2.49 334	1.06 382	5.28 332	1.89 297	3.60 375	0.63 207	2.28 300	0.64 269	4.70 265	3.25 366	0.00 1	0.03 243	0.00 1	0.01 259	0.15 300	0.36 246

GwcNet-RSSM	1.22 244	1.24 362	3.66 306	0.23 245	0.04 169	1.46 208	0.05 204	4.65 283	1.61 247	1.33 225	0.46 181	2.98 331	0.26 202	4.48 255	1.59 303	0.00 1	0.00 1	0.02 387	0.00 1	0.21 339	0.10 123

SDNR	3.62 398	1.25 363	7.41 411	0.71 358	0.22 264	26.06 463	0.02 108	4.55 273	2.42 345	3.10 362	11.33 419	3.05 335	0.77 283	8.31 416	2.21 332	0.05 384	0.11 277	0.00 1	0.01 259	0.08 206	0.66 296

ACRE	0.94 166	1.27 364	3.93 322	0.22 240	0.02 127	1.44 197	0.29 321	3.88 194	1.60 246	1.97 294	2.42 334	0.21 100	0.11 146	0.82 120	0.29 114	0.00 1	0.04 247	0.01 368	0.05 297	0.21 339	0.09 112

PSMNet_ROB	1.31 273	1.27 364	3.91 321	0.05 115	0.11 221	1.69 287	0.16 271	3.98 207	1.59 244	1.15 202	0.34 146	2.77 319	0.62 264	4.43 254	3.80 375	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.12 138

CIPLG	0.94 166	1.29 366	3.53 298	0.19 222	0.03 146	1.45 204	0.29 321	3.87 191	1.61 247	2.10 302	2.52 341	0.21 100	0.11 146	0.85 124	0.29 114	0.00 1	0.05 252	0.01 368	0.05 297	0.21 339	0.08 90

test_xeample3	0.95 175	1.30 367	5.13 369	0.19 222	0.23 269	0.95 41	0.07 227	2.30 82	1.47 226	0.40 80	0.05 62	0.08 61	0.07 105	1.45 156	2.27 335	0.00 1	0.69 336	0.00 1	0.33 414	0.17 321	1.85 420

NaN_ROB	2.33 371	1.31 368	4.55 344	0.32 271	0.30 311	3.13 360	5.01 434	4.57 275	2.78 372	5.49 404	1.73 300	2.28 300	1.98 355	7.48 396	4.32 382	0.01 334	0.06 258	0.03 392	0.09 319	0.20 336	0.88 331

GCST	1.13 223	1.32 369	3.12 267	0.57 322	0.90 386	0.92 38	0.09 245	4.38 257	1.43 215	0.49 104	0.51 188	0.39 121	0.35 219	5.56 312	0.95 264	1.34 433	0.02 233	0.00 1	0.00 1	0.13 277	0.15 159

NCCL2	1.51 305	1.32 369	3.27 282	0.03 72	0.07 193	1.63 270	3.29 415	4.54 272	1.61 247	3.22 365	0.37 158	3.84 366	0.31 213	4.42 253	2.02 324	0.00 1	0.00 1	0.02 387	0.00 1	0.09 226	0.22 201

CFNet	1.24 248	1.33 371	3.20 271	0.26 261	0.03 146	1.43 194	0.04 190	5.03 313	2.39 342	0.61 117	0.71 219	1.30 232	0.23 196	6.72 357	1.16 285	0.00 1	0.00 1	0.00 1	0.00 1	0.25 355	0.10 123

EDNetEfficient	6.66 430	1.34 372	34.37 458	0.66 347	1.93 425	2.04 312	3.59 419	3.08 129	14.92 438	20.02 455	9.53 414	6.48 408	10.85 441	7.65 401	15.21 440	0.03 372	0.10 274	0.01 368	0.22 384	0.61 418	0.55 282

IPLGR_C	0.94 166	1.37 373	3.71 309	0.19 222	0.02 127	1.44 197	0.29 321	3.88 194	1.62 253	2.04 298	2.44 340	0.20 96	0.12 157	0.79 111	0.29 114	0.00 1	0.05 252	0.01 368	0.05 297	0.21 339	0.08 90

iResNet_ROB	1.22 244	1.37 373	2.59 222	0.14 205	0.00 1	1.38 179	0.04 190	7.36 421	2.85 378	1.07 188	1.24 272	0.93 200	0.11 146	4.28 247	0.84 239	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.11 130

ARAFT	1.27 262	1.38 375	4.73 350	0.08 154	0.00 1	1.67 283	0.04 190	5.52 353	1.98 309	3.02 360	0.59 203	0.47 131	0.11 146	4.87 280	0.38 151	0.00 1	0.03 243	0.00 1	0.00 1	0.25 355	0.25 217

GANetREF_RVC	1.25 251	1.39 376	4.10 325	0.10 182	0.00 1	2.25 317	0.18 279	4.68 286	2.78 372	0.69 125	0.34 146	1.87 271	0.65 272	5.07 289	0.68 215	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.07 84
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
ADCRef	2.57 377	1.40 377	7.90 418	0.11 195	0.11 221	4.71 397	0.74 366	5.45 351	1.66 265	3.15 363	1.65 299	1.61 251	2.25 359	4.54 262	15.56 442	0.03 372	0.00 1	0.01 368	0.10 325	0.27 367	0.23 205

PDISCO_ROB	2.54 375	1.40 377	5.07 368	1.06 397	2.01 426	8.28 425	0.17 274	7.96 429	6.01 416	1.48 242	1.75 302	3.67 361	1.25 316	7.74 407	2.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.39 396	0.42 266

FADNet	1.38 286	1.42 379	5.62 385	0.03 72	0.06 182	2.56 338	0.16 271	4.66 284	1.64 263	0.35 74	0.11 83	1.66 259	1.05 300	5.64 316	1.59 303	0.18 408	0.02 233	0.01 368	0.01 259	0.52 412	0.23 205

BEATNet_4x	1.24 248	1.45 380	5.03 364	0.58 324	0.02 127	1.34 168	0.09 245	5.29 333	1.69 269	2.01 297	0.25 122	1.18 225	0.44 240	2.11 184	2.70 348	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.54 277

FADNet-RVC-Resample	1.28 263	1.46 381	6.58 403	0.10 182	0.14 233	1.54 240	0.25 303	4.29 253	1.46 223	0.61 117	0.23 119	1.29 231	0.28 207	5.23 297	1.06 276	0.10 398	0.16 283	0.09 405	0.06 304	0.28 370	0.39 257

SPS-STEREO	3.67 401	1.46 381	4.23 329	0.36 275	0.23 269	3.93 380	1.20 387	6.67 405	3.50 387	11.05 432	8.81 411	9.53 423	4.63 407	9.10 421	7.25 405	0.01 334	0.01 207	0.00 1	0.00 1	0.13 277	1.28 369
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCPNet	3.94 404	1.47 383	14.87 444	0.11 195	0.45 330	7.19 415	2.23 406	5.42 348	3.18 384	4.53 392	2.03 316	7.48 415	5.27 415	7.05 384	14.73 439	0.02 361	0.74 345	0.04 397	0.91 444	0.23 346	0.85 328

Wz-Net-LNSev	1.60 318	1.48 384	8.20 422	0.03 72	0.03 146	3.95 381	0.13 264	4.89 299	2.33 337	0.92 160	0.31 139	3.64 360	1.40 324	2.90 198	1.50 298	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.20 195

GwcNet	1.96 340	1.51 385	7.43 412	0.30 268	1.20 407	4.13 384	0.61 358	4.45 262	1.92 301	1.53 248	2.31 325	3.93 370	0.54 247	5.50 306	3.16 365	0.00 1	0.00 1	0.00 1	0.01 259	0.39 396	0.24 209

DN-CSS_ROB	0.96 179	1.51 385	3.52 297	1.05 396	0.01 75	1.50 227	0.02 108	3.35 147	1.18 126	0.18 44	0.54 192	0.44 127	0.16 171	4.39 252	0.82 233	0.00 1	0.00 1	0.00 1	0.00 1	0.36 390	0.08 90

FADNet_RVC	1.32 276	1.54 387	5.37 378	0.02 51	0.06 182	2.78 349	0.07 227	4.19 239	1.03 100	0.44 88	0.35 153	0.67 157	0.10 137	5.42 305	1.92 319	0.24 412	0.33 305	0.11 409	0.33 414	0.66 422	0.68 302

ADCL	3.64 399	1.54 387	8.53 427	0.26 261	0.28 297	7.37 416	4.49 429	5.42 348	3.61 389	4.79 395	3.85 372	5.14 392	4.47 405	6.28 336	15.73 443	0.05 384	0.01 207	0.11 409	0.13 338	0.34 384	0.33 241

LL-Strereo	2.29 370	1.55 389	5.01 363	0.64 344	2.78 433	1.52 234	0.05 204	5.04 314	1.24 150	2.73 350	2.87 350	5.10 391	5.49 417	7.22 390	0.81 232	0.04 380	1.31 428	0.00 1	0.00 1	0.31 377	2.08 430

ELAS	9.07 436	1.55 389	5.19 374	1.87 423	1.92 424	17.05 445	8.29 455	13.92 443	13.52 437	23.08 461	28.56 461	18.59 441	16.90 452	12.06 443	13.39 436	0.91 423	1.32 429	0.65 428	0.59 431	0.68 424	1.31 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	2.71 379	1.57 391	16.51 448	0.22 240	0.33 314	1.45 204	0.28 314	6.26 392	9.92 431	1.25 217	0.44 175	1.98 279	1.61 341	7.33 391	4.17 381	0.00 1	0.01 207	0.07 402	0.10 325	0.33 381	0.29 230

ELAS_RVC	8.75 435	1.59 392	6.34 398	1.91 424	1.87 422	11.67 436	12.14 462	10.75 438	16.11 442	22.55 460	21.45 446	18.49 440	18.29 456	14.17 446	12.53 432	0.92 424	1.32 429	0.70 430	0.46 422	0.53 414	1.25 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet-RVC	1.30 271	1.62 393	6.28 395	0.03 72	0.00 1	1.61 262	0.08 233	4.49 264	2.04 315	0.41 85	0.10 79	0.63 147	0.64 269	5.55 310	1.69 309	0.01 334	0.08 265	0.00 1	0.00 1	0.52 412	0.31 233

AANet_RVC	1.95 338	1.64 394	4.89 356	0.09 170	0.00 1	1.24 123	0.01 25	3.93 199	2.82 375	2.32 320	4.64 383	3.61 358	0.19 185	7.61 399	4.73 386	0.60 417	0.19 289	0.00 1	0.00 1	0.11 260	0.47 268

MFMNet_re	2.39 373	1.65 395	6.10 392	3.04 433	0.90 386	2.34 327	0.98 377	4.77 292	3.79 394	6.95 412	7.08 404	1.84 270	3.79 397	2.53 187	1.57 301	0.00 1	0.00 1	0.00 1	0.00 1	0.25 355	0.26 223

PVD	6.50 428	1.70 396	6.71 405	1.66 422	1.59 419	7.94 421	0.89 372	11.13 439	24.35 449	12.01 436	19.10 438	8.76 420	9.89 436	9.85 427	11.06 427	0.02 361	1.12 405	0.00 1	0.26 401	0.25 355	1.72 402

CSAN	3.10 385	1.72 397	5.85 387	0.37 278	0.14 233	4.15 386	3.91 422	4.94 306	4.65 405	6.43 409	6.29 399	4.62 378	5.17 413	8.13 411	4.85 387	0.02 361	0.03 243	0.03 392	0.05 297	0.26 362	0.48 272

ADCP+	3.18 389	1.81 398	11.33 436	0.07 146	0.20 257	5.83 409	2.80 410	4.60 277	2.69 361	1.68 272	0.28 130	3.75 363	3.14 386	6.82 362	17.90 445	0.00 1	0.00 1	0.00 1	0.00 1	0.20 336	0.56 284

iResNetv2_ROB	1.32 276	1.82 399	6.02 390	1.27 404	0.00 1	1.41 190	0.05 204	4.48 263	1.46 223	1.02 179	1.28 275	1.00 211	0.27 205	4.72 267	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.37 395	0.16 166

SHD	3.58 393	1.83 400	6.41 399	1.34 412	1.21 409	4.84 398	0.17 274	7.95 428	12.83 435	7.86 418	3.32 361	5.08 389	2.63 371	5.54 309	8.57 411	0.01 334	0.75 346	0.00 1	0.18 365	0.31 377	0.73 312

PWC_ROB	3.30 391	1.83 400	8.47 425	0.62 340	0.56 345	1.31 154	0.39 338	4.53 270	5.05 408	7.66 417	15.14 428	3.37 346	2.43 365	6.86 365	6.74 402	0.00 1	0.00 1	0.00 1	0.00 1	0.51 408	0.54 277

RAFT + AFF	1.88 333	1.84 402	4.19 327	0.05 115	0.85 380	2.29 322	1.00 379	6.32 394	2.26 330	1.88 283	1.80 306	1.27 229	3.66 393	6.56 347	2.36 340	0.02 361	0.34 308	0.00 1	0.01 259	0.41 400	0.50 274

Syn2CoEx	1.91 337	1.85 403	6.43 402	0.05 115	0.00 1	1.47 215	0.54 351	6.03 383	2.24 328	2.24 315	2.19 319	2.06 284	3.10 384	6.57 348	2.58 346	0.00 1	0.00 1	0.00 1	0.00 1	0.34 384	0.40 260

PASM	2.20 363	1.85 403	10.33 433	1.00 391	0.41 320	1.98 307	0.90 373	3.85 188	2.76 369	4.38 388	1.53 291	3.49 355	1.54 333	6.60 349	2.43 342	0.14 404	0.02 233	0.00 1	0.03 282	0.33 381	0.39 257

SANet	5.04 417	1.86 405	7.96 419	0.39 282	0.12 226	7.51 418	3.73 421	7.20 417	16.07 441	7.15 413	13.16 424	12.35 426	8.70 431	8.28 414	5.37 390	0.00 1	0.01 207	0.00 1	0.00 1	0.13 277	0.71 309

LE_ROB	13.25 451	1.86 405	12.84 440	2.35 427	1.43 414	7.50 417	5.92 441	10.14 435	48.57 470	57.70 470	24.61 455	23.44 450	32.60 466	10.12 429	24.95 464	0.06 390	0.08 265	0.13 413	0.20 373	0.09 226	0.41 262

Wz-Net-MNSev	2.17 361	1.90 407	7.77 415	0.02 51	0.01 75	4.60 395	2.08 403	5.70 362	2.83 376	4.02 382	1.50 290	1.87 271	2.53 369	5.10 291	3.04 362	0.00 1	0.01 207	0.00 1	0.00 1	0.14 287	0.31 233

SQANet	2.65 378	1.92 408	3.73 312	4.47 438	2.98 434	2.59 340	0.24 299	4.66 284	1.11 112	2.48 337	0.59 203	1.57 245	0.86 290	3.95 233	1.67 308	7.97 445	0.14 282	0.48 420	0.03 282	7.84 439	3.68 441

SAMSARA	4.31 410	1.94 409	7.80 417	1.96 425	1.40 412	10.65 432	7.35 450	7.17 416	4.49 402	8.27 420	3.58 366	10.58 424	3.75 394	7.87 408	6.66 401	0.01 334	1.09 397	0.00 1	0.23 388	0.26 362	1.19 360

XQC	3.16 388	2.00 410	7.71 414	0.97 390	0.67 368	5.07 401	0.69 363	6.58 402	4.95 407	5.04 400	1.98 315	4.99 387	3.12 385	7.96 410	10.02 422	0.00 1	0.63 332	0.00 1	0.18 365	0.36 390	0.38 256

otaku	3.61 396	2.06 411	4.04 324	6.41 442	3.35 437	4.67 396	2.08 403	5.97 378	1.58 241	2.19 309	2.62 344	3.47 353	1.45 326	4.36 250	2.17 328	8.55 447	0.25 292	1.89 437	0.03 282	9.29 443	5.81 447

Ntro	3.66 400	2.08 412	4.34 334	7.58 444	4.53 439	6.25 412	0.72 365	5.35 338	1.65 264	0.48 103	1.77 303	2.68 316	1.25 316	5.10 291	2.31 337	8.72 448	0.31 303	2.13 439	0.05 297	9.73 444	6.18 448

FINET	2.99 382	2.11 413	7.66 413	1.13 399	1.79 420	4.35 391	3.34 416	5.66 359	7.93 428	2.49 339	3.29 359	1.66 259	2.47 367	6.70 356	4.44 383	0.82 422	1.38 431	0.03 392	0.30 412	0.36 390	1.88 425

RTSC	3.18 389	2.15 414	8.20 422	0.67 353	0.38 317	4.41 393	0.08 233	5.64 357	5.80 414	6.14 408	3.43 363	3.37 346	1.55 336	7.50 397	12.15 431	0.00 1	0.84 360	0.00 1	0.25 394	0.51 408	0.53 276

NVStereoNet_ROB	4.22 409	2.29 415	6.13 394	1.40 415	1.14 406	2.84 353	0.97 376	5.67 360	5.66 411	5.25 401	14.28 427	12.40 427	5.35 416	10.74 436	5.33 389	1.24 432	1.01 388	0.67 429	0.62 433	0.63 420	0.69 307
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	3.41 392	2.29 415	5.16 373	0.19 222	0.02 127	3.11 359	0.02 108	5.15 321	12.27 434	1.36 230	23.33 453	1.98 279	3.35 388	4.93 282	3.71 374	0.28 414	0.00 1	0.00 1	0.00 1	0.71 425	0.32 236

EDNetEfficientorigin	10.48 444	2.34 417	98.78 479	0.23 245	0.25 278	3.01 357	0.70 364	4.69 287	17.04 443	19.07 449	15.43 429	12.52 428	11.56 443	9.41 424	12.62 433	0.01 334	0.01 207	0.00 1	0.01 259	0.25 355	1.76 407

MFN_U_SF_RVC	4.10 408	2.36 418	12.04 438	1.00 391	0.27 292	10.31 430	0.51 348	8.83 432	3.69 391	4.90 398	3.30 360	9.33 422	3.43 390	8.28 414	9.42 417	0.41 416	0.53 324	0.52 421	0.81 437	0.90 426	1.05 347

ACVNet-4b	6.14 425	2.39 419	6.31 397	9.73 450	7.26 447	8.81 428	1.62 397	7.27 419	6.07 417	0.41 85	6.42 401	11.47 425	2.37 363	9.17 422	2.72 349	9.70 452	2.42 449	10.45 451	0.01 259	11.04 451	7.12 451

ADCMid	4.33 411	2.40 420	13.81 443	0.23 245	0.40 318	4.90 399	1.23 389	5.73 363	3.73 392	11.06 433	3.94 375	6.67 410	5.11 411	7.11 386	18.03 446	0.12 402	0.08 265	0.55 422	0.46 422	0.61 418	0.49 273

SuperB	3.75 402	2.46 421	15.54 447	0.32 271	0.06 182	4.29 389	1.61 395	4.25 246	11.49 433	2.56 342	1.31 278	2.01 283	1.86 351	6.94 373	8.94 413	0.05 384	0.03 243	0.10 408	0.08 311	10.62 449	0.56 284

GASNet	1.77 327	2.50 422	7.05 407	0.47 299	0.02 127	1.50 227	0.20 283	4.55 273	2.55 355	0.98 166	1.48 289	2.24 299	1.57 339	6.25 333	3.41 371	0.00 1	0.05 252	0.00 1	0.00 1	0.55 415	0.12 138

WZ-Net	4.64 414	2.57 423	25.72 454	0.10 182	0.09 209	3.07 358	2.08 403	6.59 404	5.41 409	6.08 407	4.09 379	7.02 413	6.04 422	11.64 438	11.45 429	0.00 1	0.00 1	0.00 1	0.00 1	0.21 339	0.61 290

LSM	7.83 433	2.59 424	24.93 453	4.71 439	40.61 469	3.55 375	5.22 437	5.91 377	7.48 424	10.86 431	13.66 426	4.55 376	3.92 398	7.72 406	5.88 394	0.02 361	0.26 295	0.00 1	0.00 1	0.30 375	14.53 466

MANE	15.61 457	2.70 425	7.19 408	3.43 435	5.19 441	21.44 453	9.54 458	24.27 465	29.58 455	33.72 465	42.10 468	42.08 466	32.55 465	24.60 457	20.72 454	1.46 434	2.17 445	1.34 432	4.60 457	0.49 405	3.04 438

WAO-6	11.65 446	2.71 426	4.73 350	7.69 445	7.28 448	17.41 446	7.45 451	20.43 455	38.14 465	10.13 430	19.37 441	27.36 453	12.38 444	13.35 444	13.26 435	4.38 438	2.43 450	10.51 452	0.03 282	9.00 441	4.96 445

ACVNet_1	6.79 431	2.72 427	6.97 406	9.78 451	7.38 450	7.67 419	2.29 407	10.50 437	6.93 421	4.51 391	5.39 389	13.21 429	6.34 424	7.02 383	3.31 369	9.70 452	2.48 451	10.85 453	0.11 329	11.41 453	7.23 452

ACVNet_2	9.32 437	2.76 428	8.07 420	8.84 448	6.89 445	14.54 444	4.19 426	14.25 444	23.92 448	7.62 416	19.61 443	20.42 443	5.93 421	8.52 419	3.64 372	9.16 449	1.74 443	7.93 443	0.36 417	10.56 448	7.47 455

WAO-7	9.62 438	2.87 429	5.64 386	0.96 389	0.21 263	20.37 452	5.13 436	23.65 464	26.32 453	13.11 439	27.70 459	22.69 446	14.04 446	14.53 448	13.11 434	0.13 403	0.09 271	0.58 423	0.10 325	0.51 408	0.75 315

SGM-ForestM	14.25 452	3.00 430	8.67 428	2.38 428	1.88 423	24.45 459	11.87 460	19.27 451	21.66 446	30.68 463	29.79 463	46.58 467	28.97 463	27.26 464	21.22 456	1.14 429	1.67 440	0.61 427	0.89 443	0.51 408	2.50 433

Dean	12.08 449	3.10 431	8.10 421	10.98 453	8.34 453	18.85 449	5.53 440	21.57 460	40.96 467	11.81 435	21.91 447	25.74 452	9.74 434	8.20 412	5.76 392	9.65 451	2.35 447	9.94 447	0.65 436	10.97 450	7.40 453

MSC_U_SF_DS_RVC	5.48 422	3.14 432	10.56 434	0.47 299	0.29 299	24.98 460	8.65 457	6.24 390	9.96 432	4.38 388	8.16 408	8.42 418	2.44 366	9.46 426	6.27 398	1.11 427	1.70 441	0.33 419	0.47 424	1.16 428	1.35 372

MFN_U_SF_DS_RVC	3.61 396	3.47 433	9.32 429	0.19 222	0.30 311	13.80 439	7.49 453	5.15 321	3.95 396	3.06 361	3.94 375	4.60 377	1.20 308	8.49 418	2.79 355	0.70 421	1.22 422	0.04 397	0.84 438	0.50 407	1.23 362

RTS	10.27 442	3.55 434	66.16 467	1.62 419	2.34 428	13.96 441	6.25 444	6.95 410	18.07 444	8.81 423	19.18 439	6.82 411	2.96 379	26.87 462	19.93 451	0.00 1	0.42 311	0.00 1	0.03 282	0.40 398	0.99 343

RTSA	10.27 442	3.55 434	66.16 467	1.62 419	2.34 428	13.96 441	6.25 444	6.95 410	18.07 444	8.81 423	19.18 439	6.82 411	2.96 379	26.87 462	19.93 451	0.00 1	0.42 311	0.00 1	0.03 282	0.40 398	0.99 343

ADCS	5.55 423	3.55 434	19.07 449	0.43 289	0.14 233	5.87 410	4.20 427	7.65 425	7.80 427	9.79 429	6.22 398	6.48 408	5.52 418	10.52 434	22.41 460	0.00 1	0.00 1	0.00 1	0.00 1	0.48 404	0.97 340

LVE	11.75 448	3.56 437	5.48 384	10.38 452	8.28 452	22.54 454	7.53 454	17.01 447	32.01 458	9.26 427	23.28 452	23.43 449	9.72 433	11.79 442	7.81 406	10.09 454	2.62 457	11.07 454	0.59 431	11.18 452	7.44 454

Wz-Net-SNSev	3.01 384	3.59 438	12.98 441	0.45 292	0.04 169	2.72 346	1.12 384	5.80 371	2.42 345	2.30 318	2.62 344	6.39 405	1.29 319	10.20 430	7.19 404	0.00 1	0.01 207	0.00 1	0.00 1	0.29 373	0.72 311

SGM+DAISY	6.27 426	3.62 439	9.36 430	2.30 426	2.34 428	9.12 429	6.38 446	6.98 413	6.00 415	14.26 441	15.55 430	14.02 432	9.84 435	9.45 425	8.56 410	1.21 430	1.60 438	0.58 423	0.86 441	0.63 420	2.74 434

AnyNet_C32	4.41 413	3.74 440	15.17 446	0.48 307	0.51 339	5.99 411	6.52 449	5.30 335	2.72 366	6.86 411	3.66 368	5.21 396	3.19 387	7.42 394	19.54 449	0.08 395	0.04 247	0.20 416	0.09 319	0.67 423	0.76 316

IMH-64-1	10.12 440	3.75 441	4.24 330	11.47 454	9.26 454	11.93 437	5.30 438	18.72 449	15.74 439	7.16 414	18.55 435	16.83 438	6.83 425	11.66 439	9.62 419	10.09 454	2.54 452	15.69 458	1.72 450	12.82 454	8.45 456

IMH-64	10.12 440	3.75 441	4.24 330	11.47 454	9.26 454	11.93 437	5.30 438	18.72 449	15.74 439	7.16 414	18.55 435	16.83 438	6.83 425	11.66 439	9.62 419	10.09 454	2.54 452	15.69 458	1.72 450	12.82 454	8.45 456

RainbowNet	5.23 419	4.09 443	4.92 360	9.61 449	6.18 442	5.26 405	3.48 418	7.68 426	4.58 404	1.94 292	3.02 351	4.67 381	3.42 389	5.90 322	2.01 322	9.59 450	2.19 446	8.45 445	0.20 373	10.52 447	6.82 450

IMH	11.71 447	4.49 444	4.59 346	11.55 456	9.35 456	14.27 443	5.00 433	21.03 458	25.97 452	8.90 425	23.64 454	20.58 445	10.29 437	13.39 445	9.59 418	10.13 457	2.57 454	15.53 456	1.75 452	13.04 456	8.53 458

WAO-8	14.47 453	5.06 445	6.42 400	8.00 446	6.65 443	23.95 457	2.97 411	23.01 461	45.08 468	19.24 451	34.86 466	33.07 457	17.51 453	17.59 452	14.38 437	5.22 440	0.86 362	10.06 448	0.85 439	10.25 445	4.34 443

Venus	14.47 453	5.06 445	6.42 400	8.00 446	6.65 443	23.95 457	2.97 411	23.01 461	45.08 468	19.24 451	34.85 465	33.07 457	17.51 453	17.59 452	14.38 437	5.22 440	0.86 362	10.06 448	0.85 439	10.25 445	4.34 443

AnyNet_C01	7.15 432	5.48 447	37.47 460	1.08 398	0.59 354	11.50 435	6.49 448	6.93 408	4.31 399	8.06 419	9.11 413	8.72 419	4.06 399	14.50 447	21.97 458	0.11 400	0.08 265	0.24 418	0.09 319	1.11 427	1.07 350

coex-ft	12.25 450	6.22 448	80.44 470	0.15 210	0.15 241	2.43 329	0.98 377	3.07 128	29.54 454	49.22 469	16.44 431	15.69 436	16.17 450	7.44 395	15.30 441	0.05 384	0.07 261	0.01 368	0.05 297	0.35 388	1.15 357

Wz-Net-TNSev	4.36 412	6.36 449	22.98 451	0.22 240	0.06 182	7.00 414	3.45 417	7.46 423	3.81 395	2.12 304	0.63 207	7.29 414	5.11 411	9.87 428	9.72 421	0.00 1	0.00 1	0.00 1	0.02 280	0.36 390	0.66 296

JetBlue	14.57 455	6.38 450	35.83 459	0.95 388	7.05 446	51.27 469	22.93 467	16.51 445	9.78 430	11.72 434	17.82 434	27.82 454	17.62 455	33.31 467	20.36 453	0.35 415	0.18 286	0.15 414	0.25 394	5.36 437	5.74 446

TorneroNet-64	16.11 458	6.82 451	6.11 393	14.13 458	12.13 459	28.42 465	6.47 447	20.35 454	38.01 464	12.80 438	27.88 460	35.94 461	16.83 451	20.38 455	16.77 444	10.33 458	2.60 455	19.45 461	2.86 453	14.63 458	9.33 460

TorneroNet	16.83 460	6.92 452	6.68 404	14.15 459	12.07 458	27.63 464	8.39 456	21.53 459	37.64 463	14.70 444	32.94 464	33.55 459	18.95 458	19.68 454	20.80 455	10.39 459	2.61 456	19.77 462	3.45 454	15.42 459	9.28 459

PWCK	9.63 439	6.94 453	19.91 450	6.25 441	0.22 264	22.62 455	14.62 464	12.15 440	13.48 436	14.34 442	13.17 425	13.25 430	8.40 429	16.14 449	11.57 430	6.38 442	0.26 295	2.41 440	0.11 329	8.57 440	1.74 405

KSHMR	14.93 456	8.30 454	8.52 426	15.54 461	13.01 460	17.62 447	10.36 459	19.39 452	30.53 456	19.03 448	22.15 449	28.32 455	9.61 432	16.44 450	10.96 426	10.98 462	3.74 463	21.96 464	4.87 460	16.79 460	10.39 461

UDG	3.15 387	9.41 455	2.81 240	2.72 432	0.92 389	2.39 328	0.11 255	4.12 230	1.30 184	2.35 322	3.63 367	4.96 386	1.58 340	4.33 248	2.89 358	1.22 431	0.04 247	8.09 444	3.80 456	4.94 436	1.35 372

BEATNet-Init1	19.30 462	9.61 456	39.48 461	3.09 434	2.67 432	39.40 468	17.68 465	23.58 463	25.88 451	38.63 466	37.63 467	50.99 468	33.56 467	30.54 465	24.44 463	1.09 426	1.51 436	0.60 426	0.88 442	1.81 432	2.89 436

DDUNet	3.58 393	11.19 457	3.84 318	3.59 436	3.31 436	4.14 385	0.20 283	4.40 259	1.33 191	2.72 349	3.11 355	3.16 340	0.37 224	4.18 237	1.47 296	2.02 436	0.05 252	10.10 450	3.59 455	5.85 438	3.05 439

FADE	16.60 459	11.70 458	39.83 463	4.77 440	4.88 440	10.68 433	5.02 435	19.70 453	23.34 447	8.37 421	6.13 395	14.69 434	21.66 460	26.42 461	22.37 459	25.10 467	8.60 464	35.80 471	36.52 471	3.69 435	2.77 435

UNDER WATER-64	20.90 465	11.73 459	33.74 457	20.56 464	13.88 461	34.56 467	24.71 468	16.81 446	33.52 460	22.54 459	17.10 432	40.14 465	33.68 468	25.46 459	23.75 462	10.68 460	2.78 460	18.70 460	4.60 457	17.07 461	12.03 465

UNDER WATER	20.50 464	13.77 460	33.30 456	20.84 465	14.55 462	30.38 466	19.68 466	17.23 448	34.25 461	21.44 457	18.98 437	38.38 462	31.61 464	25.31 458	22.42 461	10.71 461	2.76 459	19.90 463	4.92 461	17.87 462	11.76 464

MADNet+	11.36 445	15.59 461	70.62 469	1.36 414	1.52 417	20.21 451	4.98 431	12.73 442	8.13 429	3.88 380	6.42 401	8.89 421	6.29 423	32.76 466	29.90 465	0.25 413	1.05 389	0.01 368	0.22 384	0.60 417	1.76 407

ktn	19.65 463	19.61 462	8.27 424	22.99 467	17.38 465	23.89 456	11.97 461	24.83 466	34.40 462	19.19 450	27.37 457	32.56 456	18.29 456	16.52 451	18.28 447	22.43 466	3.70 462	29.28 468	10.90 465	19.65 464	11.59 463

IGEV-BASED-STEREO-	1.80 331	20.09 463	11.97 437	0.09 170	0.00 1	0.46 19	0.05 204	0.49 4	0.50 23	0.17 41	0.03 40	0.04 14	0.00 1	0.14 2	0.45 168	0.00 1	0.35 309	0.00 1	0.06 304	0.07 195	1.12 352

DPSimNet_ROB	26.59 467	21.34 464	28.49 455	25.34 468	19.24 466	25.03 461	28.61 469	30.13 468	30.91 457	33.36 464	29.60 462	33.91 460	28.18 462	25.99 460	42.58 467	17.84 465	15.40 466	25.41 465	22.86 469	21.10 466	26.45 470

notaker	18.29 461	22.89 465	10.13 432	18.52 463	14.64 463	17.81 448	7.48 452	20.77 456	24.37 450	21.91 458	27.45 458	39.00 463	20.06 459	20.53 456	21.90 457	12.54 463	2.81 461	25.96 466	6.03 463	19.60 463	11.37 462

test_for_model	4.73 416	23.37 466	1.56 46	13.12 457	10.72 457	1.09 69	0.05 204	4.90 303	2.02 312	2.16 306	0.09 77	0.14 88	0.04 60	0.20 7	0.29 114	8.07 446	2.41 448	0.00 1	0.01 259	20.56 465	3.81 442

DispFullNet	8.26 434	24.76 467	14.96 445	14.77 460	7.78 451	5.23 403	0.09 245	5.67 360	3.16 383	9.01 426	4.87 384	6.15 403	10.66 439	10.44 433	4.54 384	2.54 437	0.33 305	15.59 457	4.84 459	13.17 457	6.59 449

HanzoNet	30.55 468	30.82 468	24.44 452	22.40 466	19.25 467	25.74 462	14.00 463	29.76 467	40.45 466	43.57 467	44.15 469	55.63 470	46.26 469	43.79 469	45.27 468	28.35 469	9.71 465	30.23 469	16.18 467	23.20 467	17.85 467

MADNet++	48.24 470	34.06 469	39.67 462	43.36 469	41.25 470	66.15 470	33.15 470	60.90 472	54.14 471	72.30 472	61.91 471	58.11 471	56.05 470	58.09 470	59.59 471	43.04 471	36.86 471	35.73 470	22.37 468	45.96 470	42.06 472

JetRed	35.17 469	40.12 470	62.92 465	15.92 462	26.66 468	70.02 471	42.94 471	32.33 469	33.48 459	46.29 468	45.31 470	39.98 464	26.04 461	38.73 468	56.93 470	12.90 464	37.58 472	13.38 455	9.53 464	30.41 468	21.91 469

DLNR_Zeroshot_test	23.30 466	50.27 471	88.62 471	97.23 483	94.59 479	1.20 103	0.00 1	20.92 457	0.64 41	0.06 21	0.02 2	0.03 9	0.02 22	4.50 258	0.25 102	32.51 470	0.96 383	0.00 1	0.27 405	72.47 476	1.47 378

LRCNet_RVC	60.82 472	63.91 472	64.33 466	69.26 475	50.13 471	19.76 450	0.07 227	58.24 471	5.77 412	75.95 473	85.64 473	74.51 472	62.84 471	58.99 471	50.33 469	93.38 479	56.04 476	93.60 477	93.06 477	68.67 475	71.95 477

ASD4	55.67 471	67.80 473	50.61 464	44.70 470	58.12 472	92.14 473	98.24 479	55.49 470	86.70 475	58.61 471	65.05 472	51.13 469	64.00 472	59.18 472	67.96 472	26.48 468	30.21 469	26.86 467	29.22 470	43.04 469	37.90 471

xxxxx1	76.86 474	82.53 474	93.06 474	61.86 472	67.25 473	95.91 475	95.20 475	75.90 473	81.13 472	82.69 474	86.70 474	89.27 473	87.62 473	85.18 473	86.89 473	55.21 472	54.91 473	60.27 473	72.48 474	60.77 472	62.32 473

tt_ll	76.86 474	82.53 474	93.06 474	61.86 472	67.25 473	95.91 475	95.20 475	75.90 473	81.13 472	82.69 474	86.70 474	89.27 473	87.62 473	85.18 473	86.89 473	55.21 472	54.91 473	60.27 473	72.48 474	60.77 472	62.32 473

ff	76.86 474	82.53 474	93.06 474	61.86 472	67.25 473	95.91 475	95.20 475	75.90 473	81.13 472	82.69 474	86.70 474	89.27 473	87.62 473	85.18 473	86.89 473	55.21 472	54.91 473	60.27 473	72.48 474	60.77 472	62.32 473

MEDIAN_ROB	96.88 478	99.41 477	98.74 478	94.82 478	94.30 478	93.21 474	90.85 473	95.70 478	94.83 477	97.65 479	97.67 478	98.31 478	96.57 478	94.60 476	93.95 478	99.78 484	98.28 478	99.99 481	99.90 480	99.50 483	99.57 481

PML	88.69 477	99.49 478	92.95 473	94.34 477	94.09 477	98.57 479	96.73 478	93.58 476	94.50 476	99.57 481	91.07 477	95.40 477	91.48 476	99.96 483	90.33 476	99.98 486	31.85 470	100.00 483	46.15 472	93.62 478	70.14 476

HaxPig	97.67 480	99.63 479	91.79 472	99.82 485	99.96 482	88.42 472	87.25 472	98.22 479	99.89 479	99.93 482	99.96 480	99.95 482	99.86 480	96.37 477	92.57 477	99.96 485	99.98 481	99.99 481	99.99 481	99.99 487	99.91 483

Anonymous_1	96.94 479	99.72 480	99.64 481	92.03 476	93.81 476	100.00 481	100.00 481	99.18 480	99.90 480	98.59 480	99.75 479	99.15 479	99.95 481	98.52 478	99.54 479	87.31 475	98.83 479	90.77 476	96.89 478	91.07 477	94.14 478

AVERAGE_ROB	99.26 484	99.81 481	97.70 477	100.00 488	100.00 484	96.38 478	91.35 474	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	99.98 484	99.97 481	100.00 487	100.00 482	100.00 483	100.00 482	100.00 488	100.00 488

DPSMNet_ROB	99.43 486	99.92 482	99.98 483	96.44 482	100.00 484	100.00 481	100.00 481	99.82 482	100.00 481	95.92 477	100.00 481	99.26 480	100.00 482	99.77 480	99.99 482	98.36 481	100.00 482	99.86 479	100.00 482	99.38 481	99.98 487

DGTPSM_ROB	99.42 485	99.92 482	99.98 483	96.43 481	100.00 484	100.00 481	100.00 481	99.81 481	100.00 481	95.92 477	100.00 481	99.26 480	100.00 482	99.77 480	99.99 482	98.23 480	100.00 482	99.86 479	100.00 482	99.38 481	99.97 486

test_example2	98.82 481	99.97 484	99.97 482	99.95 487	99.97 483	99.48 480	99.97 480	94.95 477	100.00 481	100.00 483	100.00 481	93.49 476	93.63 477	99.93 482	99.91 480	100.00 487	99.77 480	96.68 478	98.65 479	100.00 488	100.00 488

Selective-RAFT-Error	100.00 489	100.00 485	100.00 485	100.00 488	100.00 484	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 485	100.00 487	100.00 482	100.00 483	100.00 482	99.98 485	99.94 484

CasAABBNet	99.93 487	100.00 485	100.00 485	99.70 484	100.00 484	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 485	99.08 482	100.00 482	100.00 483	100.00 482	99.96 484	99.94 484

LSM0	99.93 487	100.00 485	100.00 485	99.82 485	100.00 484	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 485	99.09 483	100.00 482	100.00 483	100.00 482	99.98 485	99.79 482

DPSM_ROB	99.05 482	100.00 485	100.00 485	95.92 479	98.77 480	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 485	93.10 477	100.00 482	100.00 483	100.00 482	95.46 479	97.74 479

DPSM	99.05 482	100.00 485	100.00 485	95.92 479	98.77 480	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 485	93.10 477	100.00 482	100.00 483	100.00 482	95.46 479	97.74 479

Low-res two-view benchmark