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

AnonymousM	2.96 186	7.19 418	1.41 1	0.92 122	0.06 9	2.37 89	0.52 151	6.05 126	3.83 78	4.97 130	2.37 61	1.91 94	1.00 87	2.23 52	1.06 83	0.01 129	0.57 302	17.64 441	4.90 440	0.02 13	0.27 147

GLC_STEREO	0.87 2	0.39 16	1.55 2	0.72 94	0.01 1	1.98 65	0.55 158	3.52 10	3.54 57	0.96 45	1.63 37	0.19 5	0.41 35	1.29 11	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.08 44

AIO-Stereo	1.30 23	0.45 37	1.73 3	0.67 88	0.77 199	2.33 86	0.60 172	5.99 125	3.27 37	0.45 10	3.46 81	0.41 38	0.28 12	1.53 20	0.71 34	0.04 279	0.79 320	0.00 1	0.67 401	0.10 155	1.67 342

RSM	1.43 30	0.40 21	1.79 4	0.74 103	0.54 157	2.45 95	0.49 148	4.13 28	3.29 40	0.65 25	2.53 65	2.15 102	0.30 16	6.97 182	0.85 51	0.01 129	0.12 235	0.00 1	0.25 335	0.11 167	0.72 252

CES	1.72 59	0.40 21	1.82 5	0.65 82	7.83 425	2.62 111	0.13 49	5.35 79	2.68 12	0.36 3	1.30 31	0.33 31	0.32 22	1.92 36	0.72 35	0.01 129	0.02 152	0.00 1	0.00 1	0.56 366	7.35 432

RSM++	1.24 20	0.45 37	1.84 6	1.61 186	0.51 147	2.73 127	0.29 99	2.99 6	3.22 35	0.69 27	2.06 53	0.52 50	0.28 12	5.62 134	0.86 53	0.01 129	0.03 177	0.00 1	0.17 300	0.16 229	0.85 265

knoymous	1.50 40	0.28 3	1.99 7	0.33 40	0.48 134	1.58 31	0.11 36	5.71 100	2.81 16	4.85 126	1.75 43	4.58 197	0.46 50	3.66 80	1.30 112	0.01 129	0.02 152	0.00 1	0.00 1	0.02 13	0.09 48

WCG-NET（raft）	1.70 55	0.97 203	2.01 8	0.40 51	0.17 49	2.10 74	0.97 252	3.05 7	6.47 201	2.89 80	3.17 76	4.31 189	1.03 90	3.85 85	0.60 16	0.00 1	1.32 401	0.00 1	0.01 192	0.18 245	0.41 187

IGEV-Stereo++	1.03 6	0.32 5	2.03 9	0.25 27	1.94 313	1.94 62	0.01 2	3.57 12	2.52 10	0.70 28	1.80 48	0.10 1	1.14 98	1.34 12	0.55 11	0.01 129	0.75 317	0.00 1	0.00 1	0.04 63	1.57 331

RAFT-Stereo-weight	1.91 67	0.41 23	2.09 10	1.17 142	0.63 171	3.20 177	0.74 213	5.78 105	6.80 219	5.25 142	3.47 82	2.80 117	0.36 28	3.16 73	1.09 88	0.02 220	0.53 299	0.00 1	0.00 1	0.01 3	0.66 242

CASnet	1.09 11	0.47 46	2.09 10	0.79 107	0.08 13	2.10 74	0.14 59	3.83 22	4.26 101	3.84 107	1.56 34	0.32 30	0.30 16	1.13 5	0.77 41	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	1.56 49	0.34 7	2.13 12	0.77 106	0.76 198	2.36 88	0.52 151	6.80 159	3.08 30	0.53 17	3.34 79	0.26 19	0.31 18	7.24 193	0.73 36	0.01 129	0.80 322	0.00 1	0.14 286	0.08 120	1.01 282

PSM-AAD	3.43 226	0.31 4	2.16 13	0.80 110	0.57 162	2.53 102	5.97 377	5.53 86	3.98 88	11.00 361	11.90 304	2.93 120	9.36 377	8.03 243	1.00 76	0.01 129	0.01 119	0.00 1	0.00 1	0.06 89	2.39 400

CREStereo	1.09 11	0.51 67	2.16 13	0.11 2	0.24 81	1.67 39	0.03 13	4.24 29	6.91 225	0.80 40	1.73 42	0.44 43	0.64 64	1.58 23	0.61 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
trnet	1.09 11	0.47 46	2.19 15	0.12 3	0.21 70	1.70 44	0.02 8	4.28 34	6.97 228	0.78 39	1.77 45	0.48 46	0.67 65	1.50 17	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.03 12

WCG-NET	1.54 44	0.94 195	2.29 16	0.70 90	0.33 101	2.06 71	0.42 126	5.24 69	4.93 139	3.51 95	1.34 32	2.32 104	1.15 104	3.79 82	0.59 14	0.01 129	0.24 265	0.00 1	0.00 1	0.18 245	0.76 257

CAS	2.42 131	0.37 10	2.30 17	11.49 433	3.97 386	1.65 38	0.02 8	4.08 26	2.84 17	0.51 14	1.65 39	0.25 18	0.28 12	1.73 27	0.92 63	10.05 440	0.01 119	0.00 1	0.00 1	0.01 3	6.26 429

Any-RAFT	2.33 117	0.36 8	2.35 18	1.58 184	0.84 208	4.93 278	0.55 158	9.10 227	5.93 181	4.30 117	4.90 123	5.79 244	2.22 166	2.75 66	0.51 6	0.02 220	0.32 276	0.00 1	0.00 1	0.02 13	0.18 103

CAS++	1.27 21	0.68 127	2.40 19	0.25 27	0.30 93	1.80 54	0.61 176	8.46 210	3.61 62	1.80 64	2.42 63	0.18 4	0.21 6	2.12 47	0.49 4	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.06 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV-Stereo+	1.89 64	0.55 81	2.49 20	0.48 65	3.25 359	2.06 71	0.07 21	1.92 2	1.52 3	0.77 34	0.08 1	0.22 11	0.44 46	7.11 187	0.68 24	0.04 279	0.66 306	0.00 1	0.33 367	5.08 424	10.13 443

testlalala2	2.34 118	0.64 115	2.49 20	9.58 427	6.50 417	3.57 208	0.18 73	5.34 74	3.20 33	3.87 109	4.57 117	3.12 129	0.52 54	1.49 16	0.44 2	0.00 1	0.31 275	0.00 1	0.43 386	0.12 184	0.40 179

MSKI-zero shot	2.23 106	0.49 60	2.49 20	1.60 185	0.81 204	2.69 121	0.29 99	6.82 160	2.50 9	4.37 119	7.61 204	3.65 159	0.26 9	8.62 284	0.63 20	0.01 129	1.09 368	0.00 1	0.25 335	0.03 40	0.46 199

LoS	1.03 6	0.43 25	2.53 23	0.64 78	0.14 35	2.42 92	0.26 96	5.64 96	2.93 19	1.08 47	0.24 6	0.49 47	0.45 48	2.31 56	0.83 50	0.02 220	0.02 152	0.00 1	0.00 1	0.06 89	0.03 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
KYRaft	3.68 243	0.43 25	2.53 23	0.89 117	0.49 137	2.28 84	3.89 347	5.30 71	3.82 77	8.99 306	19.28 379	6.54 261	4.96 286	7.92 238	0.96 72	0.01 129	0.00 1	0.00 1	0.01 192	0.06 89	5.17 423

LCNet	2.94 182	0.55 81	2.57 25	1.03 132	0.59 166	2.05 69	1.55 290	5.51 84	4.19 97	6.08 173	10.58 279	4.54 195	6.63 330	7.59 223	0.90 60	0.01 129	0.00 1	0.01 291	0.76 404	0.31 325	3.43 412

rvit_stereo_0081	1.03 6	0.55 81	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 149	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

rvit_stereo_0082	1.03 6	0.55 81	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 149	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

Pointernet	1.04 10	0.44 34	2.58 26	0.32 34	0.52 151	1.78 53	0.07 21	5.69 98	2.76 14	0.27 1	2.28 60	0.80 61	0.44 46	1.37 13	0.49 4	0.00 1	0.36 283	0.00 1	0.25 335	0.02 13	0.32 162

MyStereo07	1.64 53	1.15 232	2.61 29	1.28 153	1.49 282	2.63 113	0.45 132	6.45 146	2.94 20	1.10 48	1.61 36	0.29 24	0.60 62	7.45 210	0.80 42	0.01 129	1.27 399	0.00 1	0.25 335	0.11 167	0.42 192

AEACV	1.27 21	0.38 11	2.61 29	1.75 210	1.21 256	2.44 94	0.85 238	4.79 49	1.67 4	0.71 31	0.26 8	0.29 24	2.00 158	2.30 55	0.66 23	0.01 129	0.95 343	0.00 1	0.42 384	0.12 184	2.07 389

Prome-Stereo	3.73 249	0.39 16	2.62 31	1.05 133	0.52 151	2.06 71	4.58 362	4.88 54	3.95 85	9.34 320	20.39 384	4.03 172	7.02 339	7.86 234	1.31 114	0.00 1	0.00 1	0.00 1	0.00 1	0.07 107	4.52 422

GrayStereo	3.86 258	0.33 6	2.63 32	1.66 195	0.62 169	3.09 168	7.92 406	6.43 145	3.88 80	10.61 349	16.51 356	5.75 242	8.40 362	6.75 170	1.58 131	0.01 129	0.00 1	0.01 291	0.62 398	0.04 63	0.38 176

iRaftStereo_RVC	1.88 63	1.22 248	2.63 32	0.95 126	0.06 9	2.96 160	0.05 15	6.08 130	3.99 89	3.92 111	4.88 121	2.53 110	0.62 63	3.62 78	1.19 100	0.00 1	1.19 392	0.00 1	0.00 1	0.37 337	1.29 311

IGEV++	1.58 50	0.81 154	2.66 34	1.35 158	0.99 228	2.47 97	0.98 254	7.35 184	3.70 68	0.82 41	2.24 58	0.44 43	1.18 108	2.08 46	1.15 92	0.03 256	1.18 391	0.00 1	0.05 244	0.17 236	2.00 387

LoS_RVC	1.47 38	1.75 318	2.66 34	0.52 69	3.89 382	1.67 39	0.04 14	2.66 5	2.61 11	0.55 19	2.63 68	0.31 26	1.68 145	1.99 40	0.81 46	0.01 129	0.02 152	0.00 1	0.00 1	0.03 40	5.54 424

testlalala	1.80 60	0.49 60	2.67 36	1.24 149	0.46 132	3.91 236	0.87 245	6.62 151	2.96 22	6.78 213	3.83 96	1.74 87	0.40 34	1.57 22	0.76 37	0.01 129	1.16 387	0.00 1	0.38 377	0.01 3	0.17 100

IGEV-Stereo	1.51 41	0.81 154	2.69 37	0.60 74	0.69 179	2.77 135	0.79 219	4.88 54	2.99 28	0.82 41	1.25 24	0.31 26	0.42 37	7.43 202	0.85 51	0.00 1	0.83 323	0.00 1	0.17 300	0.12 184	1.85 373
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
anonymousdsp	1.51 41	0.81 154	2.70 38	0.60 74	0.69 179	2.76 134	0.79 219	4.86 50	3.00 29	0.82 41	1.25 24	0.31 26	0.42 37	7.44 203	0.81 46	0.00 1	0.83 323	0.00 1	0.17 300	0.12 184	1.85 373

Former-RAFT_DAM_RVC	1.39 28	0.74 143	2.72 39	0.73 97	1.26 263	2.42 92	0.02 8	3.78 19	8.16 269	1.81 67	2.94 73	0.28 22	0.32 22	1.51 19	0.76 37	0.04 279	0.01 119	0.00 1	0.00 1	0.08 120	0.19 112

raftrobust	2.16 94	1.31 259	2.76 40	2.38 303	3.33 363	2.72 126	0.51 150	5.34 74	4.64 122	6.13 175	3.98 99	1.63 84	2.51 178	3.02 71	1.64 143	0.00 1	0.76 319	0.00 1	0.02 211	0.14 212	0.27 147

PMTNet	1.48 39	0.43 25	2.77 41	0.31 33	0.17 49	2.94 159	0.33 111	3.66 14	5.27 148	1.11 49	1.28 28	0.28 22	0.92 83	4.32 99	0.90 60	4.89 426	0.00 1	0.00 1	0.00 1	0.03 40	0.05 27

UniTT-Stereo	0.94 3	0.53 72	2.82 42	0.94 124	1.29 269	0.56 3	0.12 40	1.49 1	3.16 31	1.77 63	2.22 57	0.20 6	0.32 22	1.76 33	1.33 117	0.00 1	0.00 1	0.00 1	0.00 1	0.16 229	0.02 5

SPstereo	1.35 26	1.11 225	2.82 42	0.66 86	1.08 241	1.68 41	0.01 2	5.17 66	3.68 67	2.10 68	1.63 37	1.42 74	0.75 71	1.77 34	1.59 134	0.00 1	1.08 367	0.00 1	0.00 1	0.17 236	0.26 144

test_for_model	7.41 365	28.34 448	2.84 44	22.38 446	16.53 447	3.40 190	0.91 249	6.72 157	4.54 117	8.04 271	2.84 71	1.04 66	0.43 45	0.86 2	0.60 16	9.67 438	3.31 440	0.00 1	0.08 253	26.60 453	9.03 435

FTStereo	4.61 309	0.54 76	2.86 45	0.98 128	0.40 122	2.57 105	8.51 409	5.70 99	3.76 74	10.85 357	29.92 419	5.53 231	7.43 348	7.73 228	1.63 140	0.17 345	0.00 1	0.05 356	0.00 1	0.04 63	3.62 416

EGLCR-Stereo	1.45 33	0.26 2	2.91 46	1.94 235	0.90 215	3.13 172	0.69 198	5.81 107	3.21 34	1.14 51	0.20 4	1.52 82	0.37 29	4.29 98	0.69 29	0.01 129	0.79 320	0.00 1	0.00 1	0.01 3	1.21 302

MGS-Stereo	1.22 18	0.44 34	2.92 47	0.83 112	0.07 12	1.82 57	0.65 187	2.44 4	3.95 85	1.11 49	6.19 162	0.49 47	0.37 29	1.73 27	0.81 46	0.00 1	0.00 1	0.00 1	0.00 1	0.48 357	0.01 1

U	2.23 106	0.36 8	2.93 48	0.26 30	8.08 427	11.12 372	0.00 1	3.68 16	1.12 1	0.29 2	0.52 12	0.16 2	0.08 1	0.83 1	0.30 1	0.00 1	0.00 1	9.75 435	5.13 444	0.02 13	0.02 5

TANstereo	1.32 24	0.79 148	2.93 48	0.37 47	0.11 20	1.81 56	0.01 2	3.56 11	4.36 108	4.53 122	4.96 124	0.41 38	0.68 66	1.22 7	0.59 14	0.01 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 12

XX-TBD	1.55 48	1.11 225	2.94 50	2.45 311	0.06 9	2.31 85	0.01 2	3.58 13	7.80 257	3.11 88	5.10 127	0.27 20	0.26 9	1.42 15	0.60 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21

R-Stereo Train	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 210	0.60 172	6.88 162	3.50 44	9.13 311	17.23 364	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 123

RAFT-Stereo	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 210	0.60 172	6.88 162	3.50 44	9.13 311	17.23 364	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 123
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GMOStereo	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

error version	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

test-v	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

test-2	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

cross-raft	2.25 108	0.48 52	2.96 57	1.87 224	0.94 221	3.72 226	0.47 136	7.61 194	4.15 94	5.37 145	5.68 148	6.17 252	1.40 125	2.15 49	1.06 83	0.01 129	0.22 259	0.00 1	0.19 308	0.03 40	0.41 187

ff7	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

IGEVStereo-DCA	1.54 44	1.71 311	2.99 58	0.73 97	0.24 81	2.69 121	0.81 224	4.31 35	2.97 23	0.73 32	0.16 2	0.23 12	0.32 22	7.57 221	2.72 224	0.00 1	0.49 297	0.00 1	0.16 291	0.17 236	1.82 366

ffff	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

11t	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.87 57	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

ccc-4	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

PSMNet-ADL	3.17 202	0.56 92	3.00 63	1.55 182	0.40 122	5.97 301	0.28 97	9.06 224	5.75 175	3.56 97	6.80 183	8.33 297	4.51 264	7.65 226	5.51 305	0.03 256	0.09 224	0.00 1	0.00 1	0.03 40	0.28 151

Occ-G	1.39 28	0.66 121	3.05 64	0.60 74	0.75 195	1.46 22	0.67 192	3.66 14	3.50 44	1.76 62	0.65 14	5.00 216	0.55 58	1.15 6	1.56 130	0.00 1	0.74 316	0.00 1	0.17 300	0.19 253	1.61 332

THIR-Stereo	3.94 264	1.12 229	3.06 65	0.23 22	0.13 32	4.17 252	6.40 386	5.83 109	4.54 117	10.46 346	16.98 359	6.49 260	7.44 349	8.00 240	3.58 250	0.01 129	0.07 216	0.07 365	0.00 1	0.14 212	0.06 36

CREStereo++_RVC	1.70 55	0.50 66	3.07 66	0.45 60	0.01 1	1.69 43	0.02 8	3.09 8	8.24 270	3.82 105	7.53 202	0.49 47	0.32 22	1.05 4	0.52 8	0.00 1	0.00 1	0.00 1	3.03 432	0.01 3	0.08 44
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
Gwc-CoAtRS	2.16 94	0.42 24	3.13 67	1.28 153	0.31 95	3.52 205	0.39 121	6.56 148	6.31 193	5.38 146	5.11 128	5.47 228	1.70 147	2.00 41	1.08 86	0.01 129	0.19 253	0.00 1	0.25 335	0.02 13	0.16 93

raft+_RVC	2.18 97	1.49 290	3.14 68	2.77 335	2.01 316	1.40 20	0.10 32	7.02 168	5.35 153	2.99 84	5.54 145	1.19 70	1.34 123	4.98 114	1.49 125	0.00 1	1.45 409	0.00 1	0.00 1	0.14 212	1.11 294

DCRE	2.21 102	0.95 197	3.17 69	2.10 253	1.30 271	1.86 58	0.05 15	5.33 73	4.69 126	3.59 98	9.37 249	3.81 162	1.18 108	2.34 58	1.22 105	0.01 129	0.97 347	0.00 1	0.30 359	0.04 63	1.97 385

ProNet	1.58 50	0.86 172	3.17 69	0.75 105	0.72 188	2.84 142	0.66 188	5.91 120	3.28 39	0.37 4	1.47 33	0.40 37	0.37 29	7.19 189	0.70 30	0.02 220	0.98 352	0.00 1	0.05 244	0.20 259	1.77 363

EAI-Stereo	2.75 167	0.54 76	3.17 69	0.91 121	1.28 265	4.02 245	5.30 373	12.39 316	4.76 129	2.51 74	7.10 193	1.22 71	0.94 84	6.03 144	1.96 174	0.01 129	0.56 300	0.00 1	1.38 418	0.04 63	0.95 277

RCA-Stereo	2.19 99	0.46 41	3.22 72	0.47 64	0.33 101	2.27 82	0.47 136	5.60 93	15.20 373	2.86 79	5.61 146	0.78 60	3.15 197	1.71 25	0.48 3	0.00 1	0.90 335	0.00 1	0.00 1	0.10 155	0.26 144

HSM-Net_RVC	4.40 295	0.44 34	3.22 72	0.72 94	0.68 176	7.06 320	1.82 300	12.57 323	8.48 278	9.04 307	12.20 310	14.98 371	5.14 297	7.32 199	4.19 274	0.02 220	0.02 152	0.00 1	0.00 1	0.02 13	0.14 74
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GMM-Stereo	3.42 224	0.39 16	3.24 74	0.87 115	0.50 140	2.26 81	4.73 365	5.64 96	3.81 75	7.08 227	16.57 357	6.13 250	3.62 226	7.74 229	1.40 122	0.05 294	0.00 1	0.00 1	0.04 241	0.12 184	4.24 421

CFNet-RSSM	2.26 109	0.43 25	3.24 74	1.28 153	0.31 95	3.19 176	0.40 122	7.62 195	7.29 240	5.88 158	4.68 118	5.32 225	1.68 145	2.26 54	1.04 80	0.01 129	0.09 224	0.00 1	0.31 362	0.03 40	0.16 93

DeepStereo_RVC	2.15 92	0.55 81	3.26 76	0.21 18	0.19 56	3.47 200	0.68 195	5.76 103	3.60 61	6.36 185	4.19 104	3.42 141	4.44 262	5.04 116	1.59 134	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.18 103

AFF-stereo	2.87 174	1.31 259	3.26 76	1.87 224	0.38 114	1.68 41	0.09 28	6.38 142	7.07 230	6.52 195	11.90 304	6.08 249	2.32 171	5.05 117	1.65 145	0.02 220	0.66 306	0.00 1	0.00 1	0.29 315	0.94 276

FENet	2.35 119	0.59 101	3.28 78	2.32 295	0.27 90	2.78 136	0.13 49	7.68 198	6.09 184	5.38 146	2.12 54	4.84 207	3.33 213	4.98 114	2.66 218	0.02 220	0.03 177	0.00 1	0.00 1	0.04 63	0.40 179

test_4	2.58 147	0.70 136	3.30 79	0.43 56	0.30 93	3.97 242	1.11 268	3.91 23	3.83 78	4.15 114	17.20 363	3.44 147	0.52 54	6.60 162	1.58 131	0.00 1	0.13 239	0.00 1	0.11 272	0.20 259	0.20 118

UCFNet_RVC	3.37 218	1.25 251	3.30 79	2.55 324	1.80 299	3.92 238	1.28 277	12.49 321	7.16 233	5.12 138	7.88 211	8.14 292	4.59 272	5.67 137	2.11 186	0.00 1	0.00 1	0.00 1	0.00 1	0.14 212	0.07 41

HHNet	2.71 160	0.69 130	3.31 81	0.25 27	0.39 117	2.80 139	0.90 246	6.33 138	5.68 173	7.51 251	13.70 326	0.94 63	3.14 196	5.42 129	2.54 216	0.14 336	0.02 152	0.06 360	0.00 1	0.24 286	0.07 41

s12784h	2.10 88	0.38 11	3.31 81	0.17 8	0.09 17	4.89 277	0.13 49	7.34 183	8.06 266	3.87 109	4.47 116	0.60 57	1.19 113	6.78 174	0.63 20	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.04 21

MoCha-V2	1.83 61	0.87 180	3.33 83	1.41 169	1.27 264	2.50 98	0.20 78	5.60 93	3.90 82	0.98 46	3.30 78	0.35 36	1.58 143	7.09 185	0.80 42	0.00 1	1.52 414	0.00 1	0.23 330	0.06 89	1.70 350

riskmin	2.49 136	0.22 1	3.34 84	2.33 297	1.78 297	2.89 157	0.46 134	7.35 184	6.95 227	2.75 77	1.67 40	6.75 264	5.08 294	3.24 74	1.93 172	0.00 1	0.99 355	0.00 1	0.27 351	0.02 13	1.73 356

rafts_anoy	2.09 84	1.42 279	3.34 84	2.87 345	2.72 345	2.46 96	0.17 69	6.20 137	6.48 202	3.40 92	2.25 59	1.91 94	1.32 118	3.59 77	1.75 158	0.01 129	1.52 414	0.00 1	0.01 192	0.06 89	0.28 151

NRIStereo	2.27 112	0.52 71	3.35 86	1.26 150	0.17 49	3.04 165	0.84 233	5.96 123	3.74 69	6.27 178	3.44 80	4.13 178	1.80 154	8.31 264	2.11 186	0.00 1	0.10 228	0.00 1	0.00 1	0.12 184	0.20 118

H2IRNET	2.29 114	0.86 172	3.38 87	1.51 177	0.11 20	1.97 64	0.13 49	5.15 65	7.19 235	1.26 54	7.77 208	5.80 245	3.31 208	5.09 119	1.66 148	0.01 129	0.00 1	0.04 349	0.17 300	0.27 304	0.10 53

AAGNet	3.50 228	0.49 60	3.38 87	1.91 231	0.41 126	3.66 217	1.02 257	5.14 64	5.16 147	9.65 332	7.75 207	4.91 209	6.23 324	7.45 210	12.73 393	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.06 36

ACVNet-DCA	2.41 130	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	9.15 229	4.33 103	1.42 55	3.48 84	0.33 31	3.65 227	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.03 223	0.09 135	1.65 335

xx1	2.73 165	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	5.34 74	10.76 326	1.42 55	3.48 84	4.63 200	2.83 191	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.25 335	0.09 135	1.65 335

1test111	2.31 116	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	9.15 229	4.33 103	1.42 55	3.48 84	0.33 31	3.65 227	4.95 112	2.06 183	0.00 1	1.14 381	0.00 1	0.03 223	0.09 135	1.65 335

cc1	2.56 145	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	5.34 74	10.76 326	1.42 55	3.48 84	0.33 31	3.65 227	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.03 223	0.12 184	1.89 380

LL-Strereo2	2.22 103	1.39 276	3.39 89	1.26 150	1.01 231	3.73 227	1.47 285	6.47 147	4.61 121	4.66 124	2.64 69	4.17 181	0.37 29	6.03 144	1.61 136	0.09 325	0.24 265	0.00 1	0.08 253	0.08 120	1.16 298

DRaft	3.83 257	0.65 117	3.39 89	0.22 20	0.16 46	4.67 270	1.30 279	5.82 108	4.86 138	10.26 342	21.65 388	3.24 131	8.62 367	7.53 218	3.76 257	0.05 294	0.10 228	0.00 1	0.14 286	0.12 184	0.16 93

raft_robust	2.91 178	1.71 311	3.42 95	1.36 159	0.57 162	1.53 29	0.12 40	7.06 171	9.09 294	6.96 223	7.21 196	4.43 194	2.09 161	9.40 313	1.61 136	0.03 256	0.93 337	0.00 1	0.21 322	0.17 236	0.38 176

RAFT-345	3.36 217	0.55 81	3.43 96	1.23 147	0.21 70	2.62 111	0.46 134	3.91 23	6.34 194	7.46 250	24.49 402	4.19 182	1.74 152	8.27 257	2.25 197	0.01 129	0.00 1	0.00 1	0.00 1	0.02 13	0.02 5

CRE-IMP	2.08 79	0.51 67	3.43 96	0.35 45	0.19 56	3.85 235	0.83 232	5.77 104	3.43 43	5.81 156	4.24 105	3.45 149	0.83 81	6.56 159	1.99 178	0.01 129	0.00 1	0.00 1	0.00 1	0.11 167	0.20 118

RAFT-Stereo + iAFF	2.48 135	1.23 250	3.48 98	1.61 186	1.09 242	1.63 36	0.15 61	5.80 106	6.43 199	7.32 245	9.91 262	3.05 124	1.71 148	2.33 57	1.75 158	0.01 129	0.71 315	0.00 1	0.00 1	0.28 307	1.19 300

OMP-Stereo	3.15 199	1.19 240	3.49 99	4.34 404	0.51 147	2.20 79	1.21 271	6.67 152	6.52 204	7.99 267	6.24 168	8.38 301	2.44 175	9.65 321	1.92 171	0.01 129	0.02 152	0.00 1	0.00 1	0.08 120	0.15 86

MC-Stereo	1.87 62	0.49 60	3.52 100	2.82 340	1.07 235	1.90 60	0.12 40	4.89 56	3.27 37	3.66 101	3.58 92	0.56 55	1.45 128	5.79 138	0.81 46	0.00 1	1.19 392	0.00 1	0.21 322	0.11 167	1.95 384

CrosDoStereo	4.05 273	0.71 140	3.52 100	0.51 67	0.20 61	3.25 181	11.21 422	6.34 139	4.96 141	9.04 307	16.44 353	4.92 210	7.28 344	8.29 259	3.84 262	0.00 1	0.02 152	0.01 291	0.00 1	0.18 245	0.19 112

DeepStereo_LL	4.05 273	0.71 140	3.52 100	0.51 67	0.20 61	3.25 181	11.21 422	6.34 139	4.96 141	9.04 307	16.44 353	4.92 210	7.28 344	8.29 259	3.84 262	0.00 1	0.02 152	0.01 291	0.00 1	0.18 245	0.19 112

tt1	2.53 140	0.91 184	3.53 103	2.92 346	0.53 153	5.60 290	0.61 176	5.55 88	10.56 320	1.54 59	3.54 90	0.34 35	3.00 194	8.20 251	0.68 24	0.00 1	1.13 374	0.00 1	0.03 223	0.11 167	1.88 377

testlalala_base	3.54 231	0.53 72	3.53 103	2.31 293	2.22 326	4.04 248	0.61 176	6.91 164	2.73 13	2.69 75	4.17 103	1.78 92	0.51 52	2.02 42	1.08 86	13.13 448	3.23 439	0.00 1	0.35 373	16.60 443	2.27 398

Pruner-Stereo	2.66 154	0.61 105	3.54 105	1.93 233	0.25 85	3.47 200	0.74 213	6.60 149	5.66 172	8.98 304	6.12 160	4.39 193	1.11 94	7.27 195	2.34 207	0.03 256	0.00 1	0.02 322	0.00 1	0.03 40	0.04 21

RAFT-IKP	2.04 76	0.57 97	3.54 105	0.20 9	0.20 61	3.45 197	0.62 180	5.90 116	3.52 51	5.91 160	4.44 112	3.46 150	1.50 131	6.20 150	1.00 76	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.08 44

RAFT+CT+SA	2.59 148	1.19 240	3.55 107	1.09 135	2.21 324	3.14 174	0.90 246	7.59 191	5.65 168	2.76 78	8.21 224	2.04 99	1.57 142	8.84 291	1.31 114	0.02 220	0.34 279	0.00 1	0.38 377	0.22 274	0.73 253

HUI-Stereo	1.94 69	0.56 92	3.55 107	0.20 9	0.20 61	3.67 221	0.63 182	5.89 111	3.53 55	5.92 165	4.44 112	3.41 140	1.51 135	4.21 94	0.89 58	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.11 61

ROB_FTStereo_v2	2.04 76	0.56 92	3.56 109	0.20 9	0.21 70	3.66 217	0.72 207	5.89 111	3.51 49	5.91 160	4.46 114	3.42 141	1.50 131	6.08 147	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

Patchmatch Stereo++	2.09 84	0.55 81	3.57 110	0.20 9	0.20 61	3.68 222	0.64 184	5.90 116	3.52 51	5.91 160	4.41 109	3.42 141	1.51 135	7.07 183	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53
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
IIG-Stereo	3.28 207	0.98 204	3.57 110	4.14 396	0.22 77	2.56 104	0.71 204	7.04 170	6.10 185	8.49 289	9.38 250	7.82 289	2.73 184	9.69 327	1.99 178	0.02 220	0.02 152	0.00 1	0.00 1	0.03 40	0.14 74

PSM-adaLoss	2.02 74	0.55 81	3.57 110	0.20 9	0.21 70	3.69 225	0.69 198	5.89 111	3.52 51	5.91 160	4.43 111	3.42 141	1.50 131	5.63 135	0.94 69	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

ROB_FTStereo	2.03 75	0.57 97	3.57 110	0.20 9	0.21 70	3.66 217	0.73 209	5.89 111	3.51 49	5.92 165	4.35 108	3.37 137	1.50 131	6.02 143	0.90 60	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

iRAFT	2.09 84	0.55 81	3.57 110	0.20 9	0.20 61	3.68 222	0.64 184	5.90 116	3.52 51	5.91 160	4.41 109	3.42 141	1.51 135	7.07 183	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

ASMatch	3.41 222	0.62 111	3.59 115	1.99 244	0.48 134	1.91 61	0.66 188	7.01 165	4.43 111	6.25 176	22.02 392	4.56 196	4.72 278	7.78 231	1.85 163	0.01 129	0.01 119	0.00 1	0.03 223	0.02 13	0.21 123

iGMRVC	2.09 84	0.56 92	3.59 115	0.20 9	0.21 70	3.68 222	0.71 204	5.89 111	3.53 55	5.92 165	4.46 114	3.44 147	1.51 135	6.93 180	0.98 73	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

RAFT-RH_RVC	4.04 271	0.69 130	3.59 115	1.91 231	0.43 129	3.11 169	0.13 49	3.80 21	6.60 207	11.26 367	31.68 425	5.20 220	1.66 144	8.30 262	2.27 200	0.09 325	0.00 1	0.00 1	0.03 223	0.03 40	0.02 5

RALCasStereoNet	2.39 128	1.73 316	3.59 115	2.38 303	2.69 344	2.84 142	0.18 73	5.29 70	4.94 140	2.45 73	5.62 147	2.22 103	0.79 80	7.48 215	1.63 140	0.00 1	1.75 417	0.00 1	0.00 1	0.14 212	2.03 388

SST-Stereo	2.86 172	0.45 37	3.64 119	1.46 173	0.36 109	3.94 239	0.80 221	6.07 129	4.46 112	10.96 360	6.21 163	4.94 212	4.14 253	8.85 292	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

ICVP	2.53 140	0.47 46	3.64 119	1.20 145	0.69 179	2.71 124	0.84 233	10.63 272	4.66 124	4.31 118	8.99 234	2.75 116	1.93 155	2.91 69	4.07 273	0.06 304	0.24 265	0.01 291	0.01 192	0.13 201	0.26 144
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GCAP-BAT	2.26 109	0.61 105	3.67 121	1.48 175	0.81 204	4.32 260	0.77 218	4.87 53	4.04 91	3.97 112	5.41 139	4.38 192	0.59 61	6.20 150	1.17 95	0.02 220	1.14 381	0.00 1	0.55 395	0.07 107	1.22 303

rvit_stereo_0083	1.16 17	0.47 46	3.68 122	0.54 71	0.10 19	1.25 11	0.24 90	3.17 9	5.31 152	0.52 16	0.80 16	0.82 62	1.16 106	4.52 105	0.51 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.13 70

BUS	2.72 163	0.43 25	3.76 123	0.70 90	0.50 140	7.31 326	0.48 145	9.93 250	5.65 168	6.50 191	6.23 164	5.21 221	1.18 108	4.27 95	1.89 169	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 74

BSDual-CNN	2.91 178	0.43 25	3.76 123	0.70 90	0.50 140	6.97 316	1.58 291	9.93 250	5.65 168	6.50 191	6.23 164	6.17 252	2.50 176	4.27 95	2.67 219	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 74

psmg	3.34 212	0.43 25	3.76 123	0.73 97	0.50 140	8.47 343	2.74 320	10.88 279	5.65 168	8.91 302	8.78 229	6.17 252	2.50 176	4.27 95	2.67 219	0.01 129	0.04 192	0.06 360	0.00 1	0.12 184	0.10 53

4D-IteraStereo	1.99 73	1.32 262	3.77 126	0.13 6	2.84 347	3.51 202	1.03 258	4.26 31	5.38 156	5.50 150	1.03 18	3.86 164	0.38 33	2.44 62	1.88 166	0.00 1	0.43 290	0.00 1	0.01 192	0.11 167	1.84 371

EKT-Stereo	2.16 94	0.61 105	3.78 127	2.31 293	4.40 393	1.47 24	0.24 90	5.54 87	4.22 99	3.16 89	3.58 92	3.53 153	2.20 165	5.66 136	1.40 122	0.04 279	0.36 283	0.00 1	0.09 261	0.06 89	0.58 217

NOSS_ROB	3.67 241	0.86 172	3.81 128	2.53 320	1.11 245	6.10 303	0.72 207	11.08 282	12.36 349	5.45 148	8.91 232	5.65 234	2.09 161	8.30 262	3.16 243	0.20 353	0.07 216	0.00 1	0.00 1	0.11 167	0.80 261

x	2.30 115	0.82 158	3.85 129	2.23 273	0.72 188	2.12 76	0.81 224	9.48 242	4.82 136	3.83 106	2.76 70	3.49 151	2.30 170	3.48 76	2.25 197	0.00 1	1.13 374	0.00 1	0.22 327	0.09 135	1.66 339

RAFT_R40	2.83 169	0.46 41	3.85 129	1.38 163	0.32 100	3.78 230	0.97 252	6.16 133	4.82 136	9.74 334	6.35 173	4.96 213	3.94 246	8.78 289	1.05 81	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

AE-Stereo	1.89 64	0.38 11	3.86 131	1.94 235	0.38 114	2.51 101	0.58 167	7.19 178	7.28 239	1.60 61	3.51 89	1.07 67	0.77 75	2.12 47	1.24 107	0.03 256	1.02 360	0.00 1	0.28 352	0.11 167	1.84 371

Selective-RAFT	1.92 68	0.54 76	3.87 132	1.15 139	0.21 70	3.83 234	0.06 18	5.00 58	4.68 125	1.59 60	2.14 55	3.05 124	2.77 188	6.63 163	1.34 119	0.00 1	0.95 343	0.00 1	0.32 364	0.05 79	0.19 112

test_1	2.18 97	0.38 11	3.87 132	1.54 181	0.91 218	1.38 18	0.80 221	5.36 81	5.53 164	7.12 230	1.86 49	4.05 173	0.41 35	6.65 165	1.17 95	0.00 1	0.99 355	0.00 1	0.28 352	0.20 259	1.08 292

ACVNet	2.86 172	0.96 199	3.87 132	0.86 114	0.61 168	2.63 113	0.54 155	8.93 221	6.12 186	5.09 135	9.32 247	5.70 240	3.84 236	2.68 64	5.56 306	0.00 1	0.00 1	0.00 1	0.00 1	0.26 294	0.23 132

CFNet-ft	3.70 246	1.59 299	3.87 132	1.68 198	2.42 334	3.20 177	0.66 188	8.93 221	7.76 253	5.09 135	9.95 263	10.77 339	5.43 308	7.41 200	4.71 291	0.00 1	0.00 1	0.03 340	0.01 192	0.30 318	0.11 61

CFNet_RVC	3.70 246	1.59 299	3.87 132	1.68 198	2.42 334	3.20 177	0.66 188	8.92 220	7.76 253	5.09 135	9.95 263	10.77 339	5.43 308	7.41 200	4.71 291	0.00 1	0.00 1	0.03 340	0.01 192	0.30 318	0.11 61

test-3	2.19 99	0.38 11	3.88 137	1.55 182	0.91 218	1.39 19	0.80 221	5.36 81	5.51 162	7.36 247	1.90 50	4.05 173	0.42 37	6.67 167	1.17 95	0.00 1	0.99 355	0.00 1	0.28 352	0.20 259	1.08 292

NF-Stereo	2.38 122	0.48 52	3.88 137	2.17 263	0.11 20	3.43 194	0.42 126	7.08 176	3.75 71	6.91 216	5.29 134	2.65 114	1.33 120	8.40 270	1.67 151	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.02 5

OCTAStereo	2.38 122	0.48 52	3.90 139	2.16 259	0.11 20	3.42 192	0.42 126	7.06 171	3.74 69	6.91 216	5.26 131	2.63 113	1.32 118	8.41 272	1.70 154	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.01 1

RE-Stereo	2.38 122	0.48 52	3.91 140	2.17 263	0.11 20	3.43 194	0.42 126	7.07 173	3.75 71	6.91 216	5.26 131	2.62 111	1.33 120	8.41 272	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TVStereo	2.38 122	0.48 52	3.91 140	2.17 263	0.11 20	3.43 194	0.42 126	7.07 173	3.75 71	6.91 216	5.26 131	2.62 111	1.33 120	8.41 272	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

GANet-ADL	2.40 129	0.65 117	3.92 142	2.22 271	0.11 20	2.23 80	0.47 136	9.29 238	7.27 238	4.77 125	5.95 157	3.96 168	1.26 117	3.08 72	2.27 200	0.04 279	0.08 219	0.02 322	0.00 1	0.15 225	0.21 123

hitnet-ft	3.95 266	1.16 234	3.92 142	0.89 117	0.73 190	4.88 276	0.54 155	9.78 246	7.91 260	7.42 248	10.24 268	12.50 357	4.84 281	8.15 250	5.56 306	0.03 256	0.00 1	0.06 360	0.00 1	0.24 286	0.12 64

DIP-Stereo	2.12 89	0.98 204	3.94 144	0.20 9	0.11 20	4.73 273	0.13 49	9.27 236	4.40 110	6.46 190	5.03 126	0.45 45	0.72 69	3.79 82	1.94 173	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.24 141
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CBMV_ROB	4.66 311	0.85 165	3.94 144	1.64 189	0.75 195	8.38 342	1.90 301	11.19 284	10.36 316	9.20 315	15.21 342	7.28 277	6.99 338	9.48 316	5.24 302	0.04 279	0.05 199	0.00 1	0.00 1	0.07 107	0.64 233

ttt	4.41 298	0.70 136	3.95 146	2.53 320	2.01 316	4.34 262	0.41 124	13.09 343	11.69 344	7.20 237	12.20 310	4.15 180	3.35 214	9.54 319	10.11 365	0.07 310	1.11 370	0.00 1	0.19 308	0.10 155	1.47 322

RAStereo	0.81 1	0.70 136	3.97 147	0.21 18	0.54 157	1.16 5	0.02 8	3.78 19	1.22 2	0.62 24	1.57 35	0.16 2	0.23 7	0.89 3	1.05 81	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.02 5

11t1	2.13 90	0.67 125	3.98 148	2.69 331	0.85 211	2.59 109	0.07 21	7.40 187	3.89 81	3.75 103	3.57 91	1.24 72	1.96 156	4.68 109	1.97 175	0.10 328	1.13 374	0.00 1	0.22 327	0.09 135	1.66 339

MIF-Stereo (partial)	1.44 31	0.59 101	3.98 148	0.08 1	1.09 242	1.24 10	0.13 49	5.12 63	4.07 92	0.47 13	2.56 66	0.31 26	0.74 70	6.31 153	2.02 182	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

CroCo-Stereo	1.14 16	1.22 248	3.99 150	0.61 77	0.53 153	0.38 1	0.06 18	5.35 79	4.15 94	0.59 23	1.92 51	1.00 65	0.27 11	1.37 13	1.33 117	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.05 27
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
AdaStereo	3.34 212	0.74 143	4.00 151	3.10 362	0.51 147	4.22 254	1.25 274	12.84 329	8.39 274	6.33 181	9.55 252	5.77 243	1.54 140	5.53 132	2.74 228	0.02 220	0.00 1	0.00 1	0.00 1	0.03 40	0.15 86
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.
MaDis-Stereo	0.96 5	1.11 225	4.01 152	0.36 46	1.86 307	1.20 6	0.06 18	3.99 25	1.73 5	0.45 10	0.56 13	0.43 42	0.51 52	1.28 10	1.46 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 89	0.08 44

DEmStereo	3.86 258	0.54 76	4.04 153	0.26 30	0.17 49	5.17 281	2.45 314	4.70 46	4.34 107	8.37 284	19.94 382	5.06 218	10.13 380	7.86 234	3.93 268	0.01 129	0.01 119	0.01 291	0.00 1	0.03 40	0.10 53

anonymousa	4.24 286	0.78 146	4.05 154	2.16 259	4.87 408	8.76 345	0.35 113	7.41 188	4.47 114	8.21 280	19.70 381	11.03 346	5.87 315	2.04 45	2.20 190	0.00 1	1.16 387	0.00 1	0.55 395	0.04 63	1.11 294

RAFT	2.94 182	1.29 256	4.06 155	1.36 159	0.50 140	2.39 90	0.91 249	6.11 131	3.25 36	6.64 203	7.30 198	9.96 321	4.20 255	6.03 144	2.21 191	0.00 1	1.02 360	0.00 1	0.02 211	0.54 365	1.01 282

HH	2.88 175	0.82 158	4.07 156	1.71 204	0.54 157	4.71 271	0.69 198	8.72 216	3.57 59	1.80 64	6.49 177	7.81 287	3.92 244	8.93 297	0.99 74	0.00 1	1.06 364	0.00 1	0.03 223	0.05 79	1.69 347

HanStereo	2.88 175	0.82 158	4.07 156	1.71 204	0.54 157	4.71 271	0.69 198	8.72 216	3.57 59	1.80 64	6.49 177	7.81 287	3.92 244	8.93 297	0.99 74	0.00 1	1.06 364	0.00 1	0.03 223	0.05 79	1.69 347

HSM	4.25 288	1.10 223	4.14 158	1.78 213	2.14 322	6.67 313	1.08 264	12.92 333	6.90 224	7.06 225	8.17 223	14.17 366	6.03 319	9.16 306	3.11 241	0.00 1	0.00 1	0.00 1	0.00 1	0.09 135	0.41 187

rvit_stereo_0080	1.09 11	1.08 220	4.16 159	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 103

whm_eth	1.09 11	1.08 220	4.16 159	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 103

NINENet	3.38 219	0.81 154	4.16 159	1.88 227	1.40 279	7.31 326	0.48 145	12.95 336	6.64 211	7.29 243	9.24 241	5.21 221	1.18 108	6.72 168	1.89 169	0.17 345	0.08 219	0.07 365	0.00 1	0.09 135	0.03 12

CroCo-Stereo Lap2	1.37 27	1.19 240	4.17 162	1.01 129	4.58 402	0.46 2	0.09 28	4.27 32	2.94 20	1.25 53	2.40 62	1.55 83	0.20 4	1.72 26	1.30 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 225	0.13 70

HCRNet	2.74 166	0.83 161	4.19 163	0.45 60	3.31 362	2.18 78	0.22 84	7.59 191	5.76 176	6.08 173	4.89 122	5.21 221	2.74 185	8.04 245	3.10 240	0.00 1	0.02 152	0.00 1	0.00 1	0.10 155	0.09 48

SGM-Forest	5.40 329	0.84 164	4.19 163	1.43 171	0.68 176	10.12 362	6.41 387	12.13 307	11.86 346	11.50 370	14.43 335	11.62 349	5.20 298	9.93 338	6.16 313	0.16 341	0.04 192	0.00 1	0.00 1	0.08 120	1.24 305
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	2.22 103	0.39 16	4.20 165	1.51 177	0.90 215	1.29 12	0.74 213	5.34 74	6.37 196	6.64 203	1.96 52	4.24 187	0.45 48	6.63 163	1.17 95	0.00 1	1.00 359	0.00 1	0.28 352	0.19 253	1.01 282

TestStereo	1.89 64	1.59 299	4.22 166	0.37 47	0.28 91	1.33 15	0.01 2	5.63 95	4.13 93	3.59 98	5.11 128	2.06 101	0.70 67	7.62 225	0.93 65	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.19 112

IRAFT_RVC	2.98 188	0.66 121	4.23 167	2.20 267	0.40 122	2.91 158	5.04 370	7.03 169	4.21 98	6.59 200	5.52 144	5.02 217	4.77 279	8.41 272	2.30 206	0.01 129	0.17 250	0.01 291	0.00 1	0.03 40	0.05 27

CASS	2.62 152	0.57 97	4.28 168	0.90 119	0.38 114	3.45 197	0.22 84	9.91 249	4.46 112	7.33 246	7.92 214	3.53 153	3.59 223	4.16 93	1.49 125	0.03 256	0.01 119	0.00 1	0.00 1	0.05 79	0.06 36
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	2.38 122	0.48 52	4.28 168	1.94 235	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 181	6.33 171	2.93 120	0.97 85	8.90 294	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

KMStereo	2.38 122	0.48 52	4.28 168	1.94 235	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 181	6.33 171	2.93 120	0.97 85	8.90 294	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

DisPM	2.59 148	0.47 46	4.32 171	1.89 228	0.20 61	3.42 192	0.63 182	5.56 91	5.60 166	8.66 294	7.05 190	2.82 118	1.03 90	9.05 303	1.07 85	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.04 21

qqq	2.44 133	0.85 165	4.33 172	1.73 208	0.71 185	1.98 65	0.38 118	9.15 229	4.33 103	3.37 90	4.34 106	4.63 200	2.83 191	4.95 112	2.06 183	0.00 1	1.13 374	0.00 1	0.25 335	0.09 135	1.65 335

test_sample7	3.75 250	0.67 125	4.34 173	2.21 270	0.35 104	4.47 265	2.08 307	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	7.22 191	2.53 211	0.07 310	1.04 362	0.00 1	0.00 1	0.06 89	1.66 339

RAFT-Test	2.49 136	0.45 37	4.35 174	1.89 228	1.28 265	4.83 275	0.68 195	7.19 178	4.51 116	5.00 134	7.09 192	6.81 268	1.12 95	2.22 50	1.16 94	0.01 129	0.63 304	0.00 1	0.33 367	0.05 79	0.20 118

GwcNet-ADL	2.85 171	0.61 105	4.38 175	0.92 122	0.33 101	2.05 69	0.67 192	8.85 219	9.65 306	6.36 185	6.71 179	4.11 177	1.71 148	5.97 142	4.22 276	0.08 315	0.06 205	0.00 1	0.00 1	0.07 107	0.16 93

test_sample2	2.79 168	0.59 101	4.40 176	2.38 303	0.43 129	2.58 108	0.15 61	10.14 257	5.78 177	4.23 116	5.86 149	4.31 189	4.02 247	6.34 154	2.00 180	0.00 1	0.96 345	0.00 1	0.12 278	0.07 107	1.37 319

psm_up	4.33 290	1.34 265	4.43 177	2.27 286	2.62 342	5.29 282	3.30 343	11.49 293	6.89 223	8.05 273	8.06 220	10.09 325	11.10 385	7.12 188	3.76 257	0.24 360	0.01 119	0.00 1	0.00 1	0.20 259	0.37 173

test_sample1	2.88 175	0.63 113	4.46 178	2.38 303	0.68 176	2.61 110	0.05 15	10.51 268	5.36 155	4.50 121	4.81 120	3.76 161	5.94 316	6.10 148	2.96 234	0.00 1	0.99 355	0.00 1	0.11 272	0.07 107	1.67 342

Anonymous_2	4.74 317	0.98 204	4.46 178	2.35 299	2.27 329	5.66 292	0.67 192	8.08 205	5.28 149	4.98 131	2.60 67	8.74 309	6.92 336	5.79 138	3.46 249	0.24 360	1.70 416	5.16 432	18.18 457	5.41 425	1.85 373

PCWNet_CMD	3.14 198	0.51 67	4.47 180	0.44 59	0.26 89	2.87 155	0.15 61	9.66 244	9.78 308	7.28 242	11.50 295	6.84 270	2.40 173	4.47 103	1.83 162	0.01 129	0.02 152	0.02 322	0.00 1	0.06 89	0.29 154

MSMDNet	3.15 199	0.51 67	4.48 181	0.46 63	0.25 85	2.88 156	0.16 66	9.79 247	9.82 309	7.24 239	11.36 293	6.82 269	2.41 174	4.47 103	1.86 164	0.01 129	0.02 152	0.02 322	0.00 1	0.06 89	0.30 157

mmm	3.07 192	0.76 145	4.50 182	2.27 286	1.24 260	3.75 228	0.12 40	10.03 254	5.12 146	6.43 187	11.19 290	3.10 128	3.20 199	4.54 107	1.78 160	0.02 220	1.19 392	0.00 1	0.30 359	0.09 135	1.79 365

CFNet_pseudo	2.96 186	0.55 81	4.51 183	0.43 56	0.24 81	2.83 140	0.12 40	8.59 213	8.13 267	7.20 237	10.41 272	6.47 259	2.04 159	5.27 123	2.00 180	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 132

CBMV	5.97 335	1.52 293	4.51 183	1.99 244	0.53 153	10.02 359	6.94 396	13.27 347	13.80 367	13.08 384	15.93 349	11.36 347	8.11 359	9.82 331	7.27 326	0.08 315	0.15 244	0.00 1	0.00 1	0.30 318	0.74 256
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_stereo_0081_aga	0.95 4	1.03 214	4.52 185	0.16 7	0.25 85	1.70 44	0.21 82	4.27 32	3.17 32	0.38 6	0.23 5	0.27 20	0.31 18	1.56 21	0.64 22	0.00 1	0.00 1	0.00 1	0.00 1	0.13 201	0.15 86

ccs_rob	2.95 184	0.55 81	4.53 186	0.42 53	0.25 85	2.84 142	0.12 40	8.58 212	8.13 267	7.18 234	10.36 271	6.44 258	2.05 160	5.28 124	1.97 175	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 132

PSMNet-RSSM	3.69 244	1.36 269	4.54 187	2.44 310	1.90 309	2.35 87	0.69 198	11.77 299	6.38 197	6.60 201	11.85 303	7.70 285	5.61 312	6.66 166	3.67 251	0.00 1	0.00 1	0.02 322	0.01 192	0.17 236	0.10 53

SMFormer	3.94 264	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	4.89 294	0.08 315	0.97 347	0.00 1	0.16 291	0.11 167	0.92 274

tta	3.96 268	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	4.89 294	0.08 315	0.97 347	0.00 1	0.16 291	0.13 201	1.24 305

qqq1	3.78 253	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	1.24 107	0.08 315	0.97 347	0.00 1	0.12 278	0.13 201	1.24 305

fff1	3.78 253	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	1.24 107	0.08 315	0.97 347	0.00 1	0.12 278	0.13 201	1.24 305

GANet-RSSM	3.67 241	1.16 234	4.56 192	3.24 369	2.03 318	2.63 113	0.50 149	11.53 296	6.83 221	6.25 176	10.58 279	7.35 278	6.65 331	6.77 173	2.94 233	0.00 1	0.00 1	0.08 371	0.00 1	0.26 294	0.12 64

222	5.93 334	0.88 182	4.58 193	1.76 212	0.98 227	6.02 302	0.08 27	14.45 368	8.89 287	9.53 324	11.77 302	3.88 165	4.23 258	8.26 253	39.96 456	0.03 256	1.12 371	0.00 1	0.24 332	0.11 167	1.73 356

CFNet_ucs	3.23 204	0.56 92	4.59 194	0.59 73	0.37 113	3.29 185	0.19 76	10.47 266	9.02 293	7.78 259	12.57 316	5.59 233	1.74 152	5.39 127	1.86 164	0.00 1	0.04 192	0.01 291	0.00 1	0.10 155	0.33 163

anonymousdsp2	2.20 101	0.57 97	4.59 194	1.69 200	0.82 206	3.58 209	0.48 145	8.57 211	3.63 64	3.37 90	3.03 75	3.32 132	1.00 87	5.57 133	0.80 42	0.01 129	0.94 342	0.02 322	0.15 289	0.06 89	1.89 380

HBP-ISP	4.37 293	1.56 296	4.59 194	2.23 273	1.29 269	7.87 332	3.96 350	11.80 300	10.91 331	8.06 275	14.45 336	3.38 138	4.87 282	9.27 310	2.53 211	0.14 336	0.06 205	0.00 1	0.01 192	0.08 120	0.30 157

Sa-1000	3.81 255	1.26 252	4.64 197	2.29 290	0.55 161	3.51 202	1.58 291	8.37 207	9.13 296	7.97 264	17.42 367	3.98 169	2.76 187	9.61 320	1.68 152	0.00 1	0.69 310	0.00 1	0.18 305	0.23 282	0.27 147

SGM_RVC	10.77 406	1.11 225	4.66 198	2.66 328	0.41 126	21.03 419	6.87 395	20.02 418	15.54 379	25.86 428	24.97 406	33.59 435	20.51 420	20.89 426	14.78 407	0.31 371	0.26 271	0.22 396	0.26 347	0.43 347	1.01 282
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TestStereo1	3.12 196	1.34 265	4.67 199	3.47 379	0.71 185	2.50 98	1.45 283	7.27 180	8.71 282	4.91 128	9.28 244	2.34 106	3.61 224	9.44 314	1.62 138	0.00 1	0.33 277	0.00 1	0.00 1	0.30 318	0.40 179

SA-5K	3.12 196	1.34 265	4.67 199	3.47 379	0.71 185	2.50 98	1.45 283	7.27 180	8.71 282	4.91 128	9.28 244	2.34 106	3.61 224	9.44 314	1.62 138	0.00 1	0.33 277	0.00 1	0.00 1	0.30 318	0.40 179

test_xeample	4.78 318	0.93 186	4.68 201	1.48 175	1.28 265	3.94 239	0.13 49	13.35 349	8.62 280	8.21 280	11.63 299	3.43 146	3.54 220	7.59 223	23.47 426	0.02 220	1.16 387	0.00 1	0.25 335	0.11 167	1.74 359

RALAANet	2.68 156	1.71 311	4.73 202	2.79 337	0.80 202	3.30 186	0.15 61	7.92 201	5.92 180	5.79 155	6.06 158	3.51 152	1.13 96	6.76 172	2.28 202	0.00 1	0.28 272	0.00 1	0.10 266	0.27 304	0.13 70

DLCB_ROB	4.87 322	1.45 287	4.75 203	2.52 319	1.13 248	6.25 306	3.01 329	10.44 265	8.34 272	11.05 363	13.43 324	14.04 364	3.90 243	9.74 328	6.80 319	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.37 173

SA	3.34 212	1.29 256	4.84 204	1.99 244	0.57 162	3.15 175	1.39 281	7.66 197	9.94 310	4.86 127	10.87 286	2.97 123	4.61 274	9.88 335	1.38 121	0.00 1	0.60 303	0.00 1	0.19 308	0.25 293	0.37 173

TransformOpticalFlow	3.50 228	0.83 161	4.85 205	1.09 135	0.31 95	3.52 205	0.14 59	10.32 259	8.02 264	5.78 154	13.25 323	6.63 262	4.91 283	8.36 268	1.63 140	0.00 1	0.01 119	0.01 291	0.00 1	0.06 89	0.24 141

xxxx	5.16 328	0.86 172	4.86 206	1.96 239	1.22 257	7.56 331	0.07 21	14.67 371	9.15 297	6.55 197	9.87 260	9.30 312	3.47 219	8.07 247	22.20 421	0.05 294	1.16 387	0.00 1	0.26 347	0.10 155	1.76 362

AACVNet	3.71 248	1.63 302	4.89 207	3.80 389	0.62 169	3.25 181	0.30 105	9.47 241	3.81 75	6.34 184	10.74 283	10.52 330	4.92 284	9.31 311	3.88 264	0.03 256	0.01 119	0.00 1	0.00 1	0.34 331	0.28 151

CSP-Net	4.40 295	1.70 309	4.90 208	1.82 219	1.04 233	12.96 389	2.25 310	13.75 359	6.34 194	9.64 329	8.99 234	8.31 296	3.24 202	8.45 276	4.32 279	0.01 129	0.00 1	0.00 1	0.00 1	0.23 282	0.06 36

UDGNet	2.92 180	7.79 421	4.92 209	3.01 351	0.08 13	2.96 160	0.20 78	4.77 48	8.93 288	2.91 81	2.85 72	0.95 64	1.00 87	6.46 157	1.66 148	1.46 408	0.00 1	5.33 433	0.92 407	1.95 410	0.19 112

LMCR-Stereo	3.92 262	1.96 335	4.92 209	2.85 344	0.23 80	7.88 333	1.47 285	12.52 322	5.39 157	8.71 295	10.65 281	1.90 93	5.04 290	8.53 279	4.89 294	1.05 400	0.00 1	0.00 1	0.00 1	0.42 343	0.05 27

test_5	3.16 201	1.18 237	4.96 211	2.33 297	3.10 355	4.51 266	1.27 275	7.47 190	7.61 251	3.00 85	7.38 199	5.37 227	4.06 248	8.28 258	1.54 128	0.00 1	0.34 279	0.00 1	0.02 211	0.21 269	0.62 230

PFNet+	2.52 139	0.47 46	4.97 212	0.95 126	0.18 53	3.12 171	0.73 209	4.98 57	6.97 228	7.95 263	6.38 174	2.51 109	1.18 108	8.05 246	1.82 161	0.03 256	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

model_zeroshot	1.98 72	0.70 136	4.98 213	2.25 279	1.07 235	3.20 177	0.13 49	7.01 165	3.34 41	3.46 93	3.77 95	2.69 115	0.42 37	2.86 68	1.18 99	0.06 304	0.85 327	0.00 1	0.25 335	0.02 13	1.40 320

FCDSN-DC	10.72 405	1.16 234	5.01 214	2.16 259	1.31 273	17.46 408	4.80 366	17.79 399	19.87 397	25.02 425	32.85 426	33.57 434	23.52 432	16.80 409	12.13 386	0.11 332	0.00 1	0.00 1	0.00 1	0.09 135	0.76 257
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TDLM	4.58 306	1.79 323	5.03 215	2.45 311	1.32 274	4.04 248	7.15 399	11.60 297	11.46 341	6.91 216	12.69 317	5.94 247	5.03 288	9.74 328	3.80 261	0.67 391	0.00 1	0.01 291	0.05 244	0.23 282	1.78 364

STrans-v2	3.55 232	0.94 195	5.06 216	0.32 34	0.60 167	2.97 162	1.15 269	11.08 282	7.97 263	6.01 168	10.93 287	6.65 263	6.86 335	8.37 269	1.66 148	0.00 1	0.01 119	0.00 1	0.00 1	0.04 63	0.39 178

ac_64	3.98 269	0.86 172	5.10 217	3.17 364	3.43 368	5.80 297	0.70 203	10.87 276	4.96 141	8.94 303	6.46 175	10.70 336	5.52 310	7.44 203	5.10 301	0.03 256	0.00 1	0.00 1	0.00 1	0.14 212	0.31 159

StereoDRNet-Refined	4.84 321	0.96 199	5.13 218	2.22 271	0.46 132	9.10 349	0.16 66	10.72 273	9.40 303	13.41 386	12.50 314	10.02 322	4.58 271	8.60 281	8.71 346	0.01 129	0.00 1	0.01 291	0.05 244	0.24 286	0.53 210
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoVision	2.42 131	1.18 237	5.14 219	1.15 139	2.64 343	1.89 59	0.28 97	6.61 150	4.72 127	2.14 69	10.52 277	3.84 163	0.52 54	5.33 125	2.29 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

rvit_stereo_ft	1.23 19	1.42 279	5.16 220	0.94 124	0.36 109	1.22 9	0.24 90	4.57 43	4.49 115	0.51 14	1.04 19	0.73 59	1.10 93	1.50 17	1.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.22 128

test_sample5	3.34 212	0.65 117	5.17 221	2.10 253	0.49 137	3.31 187	0.17 69	11.91 301	7.47 242	6.91 216	9.15 238	3.61 156	3.37 215	7.53 218	3.06 238	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.90 269

DualNet	3.48 227	0.65 117	5.17 221	2.10 253	0.49 137	3.31 187	0.17 69	11.91 301	7.47 242	7.18 234	11.56 297	3.61 156	3.37 215	7.53 218	3.06 238	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.90 269

MeshStereo	11.94 414	1.88 325	5.24 223	2.11 256	1.44 280	20.09 417	4.95 369	21.74 431	16.75 383	33.10 437	35.07 434	39.28 444	22.72 428	19.45 421	13.59 401	0.19 350	0.06 205	0.02 322	0.00 1	0.46 352	0.65 234
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
UGAM-zero	3.92 262	0.49 60	5.26 224	1.17 142	0.89 213	4.00 244	0.47 136	12.42 318	3.62 63	5.46 149	5.86 149	15.76 377	8.92 374	8.63 285	2.44 209	0.00 1	0.84 326	0.00 1	0.89 405	0.03 40	1.27 309

test_sample6	3.60 238	0.66 121	5.27 225	2.23 273	0.48 134	3.25 181	0.21 82	11.94 303	7.53 247	7.18 234	11.56 297	3.99 170	3.86 238	8.03 243	3.88 264	0.03 256	0.83 323	0.00 1	0.09 261	0.07 107	0.86 266

CoDeX	3.61 239	0.86 172	5.27 225	1.16 141	1.62 285	6.24 305	2.07 306	13.78 361	6.86 222	7.42 248	9.00 236	4.06 175	3.72 232	6.58 160	3.02 235	0.03 256	0.06 205	0.00 1	0.00 1	0.15 225	0.35 169

MIM_Stereo	2.83 169	1.20 246	5.27 225	1.41 169	1.16 251	3.07 166	0.33 111	6.67 152	3.95 85	5.17 140	10.11 266	4.25 188	1.73 151	8.32 265	1.64 143	0.00 1	0.36 283	0.00 1	0.01 192	0.22 274	1.69 347

iRaft-Stereo_5w	3.20 203	1.27 254	5.27 225	0.27 32	0.99 228	2.71 124	0.58 167	5.75 102	5.85 178	3.03 87	7.88 211	10.08 323	4.08 251	8.40 270	6.09 311	0.00 1	0.25 269	0.00 1	0.12 278	0.31 325	0.95 277

test_sample3	3.27 206	0.62 111	5.29 229	2.24 277	0.58 165	4.62 269	0.16 66	12.15 310	7.51 245	6.44 188	7.25 197	3.72 160	3.03 195	6.73 169	3.17 245	0.01 129	0.85 327	0.00 1	0.10 266	0.07 107	0.88 268

GES	2.69 157	0.72 142	5.34 230	1.82 219	0.05 5	4.51 266	1.04 261	10.39 263	4.18 96	5.53 152	6.72 180	1.92 97	3.30 206	5.16 121	2.67 219	0.06 304	0.01 119	0.06 360	0.01 192	0.20 259	0.14 74

cf-r	3.76 251	1.43 281	5.34 230	2.66 328	2.79 346	2.85 153	0.62 180	9.08 226	6.91 225	7.06 225	11.90 304	9.64 315	3.83 235	6.23 152	4.53 286	0.00 1	0.00 1	0.00 1	0.00 1	0.19 253	0.17 100

HITNet	3.11 194	1.38 275	5.35 232	2.23 273	0.12 28	5.59 289	0.58 167	9.95 253	5.72 174	6.62 202	7.91 213	3.90 166	3.24 202	4.39 100	4.58 289	0.01 129	0.00 1	0.00 1	0.00 1	0.08 120	0.57 215
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_sample4	3.29 208	0.64 115	5.38 233	2.08 252	0.53 153	3.91 236	0.15 61	12.13 307	7.50 244	7.04 224	7.50 201	3.64 158	3.19 198	6.95 181	3.14 242	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.92 274

FC-DCNN v2	11.44 411	0.98 204	5.39 234	2.28 288	1.65 289	18.84 414	5.41 376	19.66 413	20.80 403	29.20 432	35.39 435	34.37 438	23.46 431	17.13 414	13.18 398	0.17 345	0.01 119	0.02 322	0.01 192	0.08 120	0.69 246

RAFT_CTSACE	3.62 240	1.65 304	5.41 235	1.36 159	3.08 353	3.95 241	1.03 258	4.62 45	4.65 123	5.33 144	17.73 371	7.63 284	2.71 183	10.98 352	1.15 92	0.00 1	0.48 296	0.00 1	0.00 1	0.31 325	0.25 143

SFCPSM	3.39 220	0.61 105	5.42 236	0.43 56	0.93 220	8.26 336	2.08 307	15.01 375	5.89 179	7.17 233	7.60 203	3.39 139	2.55 179	5.39 127	2.53 211	0.01 129	0.03 177	0.01 291	0.07 251	0.19 253	0.31 159

MSMD_ROB	9.73 396	1.43 281	5.42 236	1.81 216	0.42 128	16.83 404	4.30 358	14.29 367	15.34 374	23.06 417	40.17 440	25.63 422	22.62 427	13.37 385	8.85 348	0.48 387	0.03 177	0.00 1	0.00 1	0.13 201	0.47 200

MyStereo06	2.71 160	1.05 218	5.43 238	1.39 164	1.20 254	2.57 105	0.10 32	10.39 263	4.79 134	5.54 153	6.16 161	6.39 256	2.33 172	3.40 75	1.35 120	0.01 129	1.24 396	0.00 1	0.21 322	0.13 201	0.50 203

TRStereo	2.71 160	3.79 397	5.46 239	2.19 266	2.22 326	2.98 163	1.07 263	9.83 248	4.39 109	3.46 93	3.48 84	3.92 167	0.77 75	6.43 156	1.70 154	0.03 256	0.63 304	0.00 1	0.29 357	0.11 167	1.49 324

FC-DCNN	11.29 410	1.01 213	5.50 240	2.25 279	1.65 289	18.23 412	5.36 374	18.99 407	20.65 402	28.95 431	34.83 433	33.83 436	23.18 430	17.04 413	13.37 399	0.17 345	0.01 119	0.02 322	0.02 211	0.10 155	0.70 249

fff	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 355	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

DCANet	2.35 119	0.96 199	5.51 241	0.39 49	0.19 56	1.72 50	0.25 94	6.06 127	9.33 301	6.31 180	5.42 140	1.44 78	4.14 253	2.22 50	2.28 202	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.66 242

csc	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 355	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

cscssc	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 355	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

111	3.05 190	1.41 277	5.51 241	0.32 34	0.14 35	2.83 140	0.68 195	6.76 158	14.21 368	3.59 98	9.11 237	5.50 229	3.30 206	4.05 87	2.43 208	0.01 129	0.00 1	0.00 1	0.00 1	0.13 201	1.02 286

UPFNet	4.17 280	0.83 161	5.51 241	2.49 314	3.36 365	7.13 323	2.60 315	10.52 270	7.16 233	8.76 298	7.83 209	7.85 290	3.41 217	8.60 281	7.04 324	0.01 129	0.02 152	0.00 1	0.00 1	0.12 184	0.17 100

ADLNet	4.56 305	1.19 240	5.52 247	3.81 390	3.59 372	6.98 318	2.40 313	12.01 305	7.96 262	10.52 347	9.67 258	8.26 295	4.98 287	6.59 161	6.93 320	0.01 129	0.01 119	0.00 1	0.01 192	0.22 274	0.55 212

MIPNet	2.27 112	1.14 231	5.55 248	0.49 66	0.22 77	2.03 68	0.19 76	7.60 193	6.17 189	5.83 157	4.16 102	2.05 100	3.44 218	3.65 79	2.23 196	0.00 1	0.01 119	0.01 291	0.01 192	0.24 286	0.48 202

SACVNet	4.55 303	1.88 325	5.55 248	3.38 376	1.68 292	3.11 169	2.76 322	12.44 319	6.43 199	11.07 364	11.31 292	10.53 332	5.13 296	9.88 335	4.56 287	0.08 315	0.02 152	0.00 1	0.01 192	0.38 339	0.80 261

CVANet_RVC	4.68 313	1.93 331	5.57 250	2.61 326	1.86 307	4.12 251	4.94 368	12.11 306	9.29 299	8.05 273	11.08 288	10.28 326	6.48 327	9.52 318	3.19 246	0.45 380	0.01 119	0.00 1	0.12 278	0.23 282	1.75 360

gcap-zeroshot	2.22 103	0.68 127	5.64 251	0.79 107	1.15 250	3.33 189	0.73 209	7.14 177	4.59 120	3.86 108	1.79 47	8.42 303	0.56 59	3.00 70	0.89 58	0.02 220	0.66 306	0.00 1	0.26 347	0.01 3	0.83 263

GMStereo	2.07 78	1.56 296	5.64 251	0.74 103	0.05 5	3.63 215	0.01 2	5.17 66	11.27 340	4.22 115	2.44 64	0.53 52	0.49 51	4.06 89	1.01 78	0.22 357	0.00 1	0.00 1	0.14 286	0.18 245	0.05 27
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DeepPruner_ROB	3.82 256	1.87 324	5.65 253	1.31 157	1.64 286	3.62 214	0.81 224	14.47 369	5.03 145	8.03 270	10.78 284	6.95 273	2.26 167	8.92 296	4.32 279	0.07 310	0.03 177	0.00 1	0.01 192	0.37 337	0.29 154

IPLG	2.63 153	1.09 222	5.67 254	0.73 97	0.31 95	3.00 164	0.25 94	6.84 161	6.02 182	7.93 262	6.31 170	1.91 94	1.72 150	7.47 212	2.53 211	0.01 129	0.01 119	0.00 1	0.00 1	0.29 315	0.58 217

CRFU-Net	4.81 319	0.78 146	5.69 255	3.10 362	1.39 278	13.18 391	3.23 338	12.26 311	4.33 103	10.91 359	9.98 265	10.94 344	7.93 357	7.47 212	3.94 269	0.16 341	0.16 246	0.16 385	0.00 1	0.26 294	0.29 154

RASNet	5.00 324	1.19 240	5.69 255	3.68 385	4.80 406	5.04 280	1.29 278	10.26 258	8.99 291	5.89 159	11.65 300	10.55 333	9.76 378	9.96 339	10.32 370	0.20 353	0.00 1	0.00 1	0.00 1	0.09 135	0.73 253

IGEV_Zeroshot_test	2.57 146	0.63 113	5.70 257	1.93 233	0.87 212	2.63 113	0.85 238	8.94 223	4.55 119	5.30 143	5.48 143	5.23 224	1.38 124	3.76 81	1.32 116	0.00 1	0.69 310	0.00 1	0.18 305	0.19 253	1.72 354

UGAM	4.25 288	0.86 172	5.73 258	0.45 60	0.22 77	3.61 210	1.18 270	5.51 84	15.39 375	4.99 133	12.34 312	15.09 374	3.71 231	10.58 348	3.76 257	0.00 1	0.46 293	0.00 1	0.34 371	0.36 335	0.36 172

rvit_0105_6	1.44 31	1.26 252	5.78 259	0.66 86	0.08 13	1.58 31	0.32 108	4.57 43	6.53 205	0.40 7	0.38 11	1.11 68	0.29 15	4.76 110	0.92 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.20 118

hknet	3.56 233	0.66 121	5.82 260	0.70 90	1.19 253	6.97 316	1.58 291	9.93 250	7.76 253	6.50 191	6.23 164	9.53 314	2.81 190	7.84 232	3.39 248	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 74

AASNet	4.20 283	1.63 302	5.82 260	3.79 388	3.93 384	6.55 310	1.22 272	19.12 409	6.82 220	7.86 261	8.35 226	4.36 191	2.55 179	3.87 86	7.47 328	0.00 1	0.00 1	0.00 1	0.00 1	0.49 360	0.22 128

acv_ft	3.90 260	0.96 199	5.85 262	2.56 325	4.70 405	7.27 325	0.84 233	9.17 232	6.12 186	10.00 337	9.32 247	5.70 240	4.07 250	2.68 64	8.24 337	0.00 1	0.00 1	0.00 1	0.00 1	0.35 333	0.23 132

PS-NSSS	4.22 284	2.53 367	5.89 263	1.01 129	2.93 348	4.05 250	1.93 302	11.44 292	8.94 289	7.14 231	14.70 340	4.96 213	2.60 181	9.09 305	3.92 266	0.40 376	0.04 192	0.83 411	0.00 1	1.09 390	1.02 286

MyStereo05	3.24 205	1.05 218	5.93 264	1.39 164	1.20 254	2.57 105	0.10 32	9.11 228	13.17 361	6.45 189	3.86 97	3.20 130	3.26 204	8.35 267	3.02 235	0.01 129	1.24 396	0.00 1	0.21 322	0.13 201	0.50 203

delet	4.59 308	1.12 229	5.93 264	1.37 162	3.73 378	10.48 366	3.90 348	10.51 268	9.17 298	8.87 301	9.74 259	8.37 299	3.74 233	8.12 249	6.36 317	0.00 1	0.00 1	0.00 1	0.00 1	0.21 269	0.12 64

iResNet_ROB	4.67 312	1.77 321	5.93 264	2.47 313	0.95 224	3.78 230	0.36 114	15.65 381	17.36 386	8.75 297	11.23 291	7.05 275	4.60 273	8.94 299	4.23 277	0.01 129	0.00 1	0.00 1	0.00 1	0.16 229	0.15 86

GANet	6.86 353	1.78 322	5.98 267	3.05 356	1.12 247	10.12 362	9.38 414	13.41 351	8.67 281	11.46 369	29.87 418	13.94 363	8.25 361	12.06 371	6.33 316	0.40 376	0.06 205	0.16 385	0.33 367	0.18 245	0.59 220

CIPLG	2.72 163	1.69 307	6.02 268	0.80 110	2.14 322	2.66 120	0.84 233	5.90 116	5.59 165	8.12 276	9.58 253	1.74 87	1.14 98	4.53 106	2.82 232	0.02 220	0.19 253	0.02 322	0.09 261	0.26 294	0.22 128

HGLStereo	4.58 306	1.04 216	6.02 268	3.30 373	5.14 411	6.36 307	0.71 204	11.04 281	7.60 250	8.04 271	12.85 321	6.90 271	8.51 365	7.85 233	5.93 309	0.02 220	0.02 152	0.00 1	0.00 1	0.14 212	0.15 86

dd	2.36 121	1.93 331	6.03 270	0.83 112	0.12 28	1.80 54	0.17 69	5.30 71	11.82 345	2.98 83	3.64 94	1.50 80	1.21 114	5.25 122	3.92 266	0.13 333	0.01 119	0.04 349	0.22 327	0.10 155	0.14 74

iRaft-Stereo_20w	3.11 194	0.49 60	6.09 271	1.01 129	1.25 261	3.99 243	1.00 256	14.00 362	4.73 128	6.70 211	6.27 169	2.34 106	2.28 169	7.29 197	1.58 131	0.01 129	0.75 317	0.00 1	0.73 403	0.10 155	1.63 334

GMStereo_Zeroshot	2.92 180	2.33 360	6.12 272	1.66 195	0.36 109	3.61 210	0.09 28	5.95 122	6.20 190	7.15 232	7.11 194	8.37 299	0.91 82	6.17 149	1.97 175	0.00 1	0.00 1	0.00 1	0.00 1	0.22 274	0.14 74

PFNet	3.06 191	0.59 101	6.13 273	2.26 282	0.84 208	3.08 167	0.73 209	7.38 186	5.35 153	10.20 339	6.06 158	4.72 202	2.10 164	8.47 277	2.25 197	0.19 350	0.06 205	0.00 1	0.11 272	0.20 259	0.42 192

GEStereo_RVC	3.95 266	1.21 247	6.13 273	2.30 291	1.22 257	4.29 258	2.96 327	12.39 316	8.24 270	7.25 240	6.79 182	7.58 283	4.22 257	9.16 306	4.56 287	0.04 279	0.01 119	0.02 322	0.02 211	0.19 253	0.42 192

sCroCo_RVC	1.34 25	0.85 165	6.15 275	1.21 146	1.28 265	0.90 4	0.18 73	4.50 40	2.86 18	0.37 4	3.18 77	0.52 50	1.52 139	1.83 35	0.93 65	0.13 333	0.25 269	0.00 1	0.00 1	0.08 120	0.16 93

GCST	9.50 394	17.91 439	6.18 276	53.02 463	11.57 437	10.95 371	0.20 78	7.71 199	7.12 232	9.83 335	4.71 119	4.87 208	1.49 130	9.87 333	2.06 183	8.70 435	0.07 216	22.79 444	0.40 380	6.66 429	3.86 419

DAS	4.18 281	0.53 72	6.20 277	2.20 267	3.69 375	2.78 136	3.12 333	8.69 214	10.29 314	9.39 322	12.80 318	4.58 197	7.20 342	9.08 304	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 164

SepStereo	4.22 284	0.53 72	6.20 277	2.20 267	3.69 375	2.78 136	3.12 333	8.69 214	10.29 314	9.39 322	12.80 318	4.58 197	7.20 342	9.74 328	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 164

IPLGR_C	2.69 157	1.75 318	6.20 277	0.79 107	2.06 320	2.64 118	0.86 240	6.36 141	5.64 167	8.13 277	9.26 242	1.69 85	1.15 104	3.79 82	2.80 231	0.02 220	0.20 258	0.02 322	0.08 253	0.26 294	0.18 103

DMCA	3.08 193	1.10 223	6.20 277	1.82 219	0.90 215	3.80 233	0.55 158	9.76 245	5.42 158	6.56 199	6.47 176	7.06 276	2.09 161	4.05 87	5.46 304	0.00 1	0.01 119	0.00 1	0.00 1	0.11 167	0.16 93

GwcNet-RSSM	4.13 279	1.71 311	6.25 281	2.50 315	1.93 312	2.39 90	1.49 287	9.59 243	8.71 282	6.66 205	15.04 341	8.47 304	3.84 236	6.87 175	6.74 318	0.00 1	0.00 1	0.04 349	0.00 1	0.29 315	0.15 86

MMNet	4.44 299	1.37 274	6.26 282	1.73 208	1.64 286	10.51 368	0.61 176	9.27 236	9.66 307	9.55 326	9.22 239	7.40 280	6.52 328	7.90 237	6.98 321	0.01 129	0.00 1	0.00 1	0.00 1	0.14 212	0.10 53

MyStereo8	3.30 210	1.69 307	6.28 283	2.51 316	3.79 380	4.22 254	0.07 21	7.43 189	6.39 198	6.51 194	10.13 267	4.23 186	1.45 128	2.79 67	5.08 300	0.06 304	1.49 412	0.00 1	0.40 380	0.26 294	1.33 314

CFNet	4.03 270	1.97 336	6.30 284	2.70 332	1.64 286	5.41 285	0.22 84	12.14 309	10.28 313	5.24 141	11.15 289	6.43 257	3.70 230	8.97 302	4.01 272	0.00 1	0.00 1	0.00 1	0.00 1	0.30 318	0.13 70

rrr	1.64 53	1.71 311	6.31 285	0.73 97	0.24 81	2.69 121	0.92 251	4.25 30	1.75 6	0.73 32	0.16 2	0.23 12	0.32 22	7.57 221	2.72 224	0.00 1	0.49 297	0.00 1	0.20 317	0.17 236	1.68 345

test-1	2.14 91	0.54 76	6.32 286	1.07 134	1.22 257	2.13 77	0.54 155	6.40 144	4.80 135	3.55 96	5.23 130	4.02 171	0.71 68	1.95 37	2.15 189	0.08 315	0.98 352	0.00 1	0.08 253	0.02 13	1.07 290

UDG	9.12 390	10.06 429	6.35 287	10.06 428	9.64 431	10.48 366	2.33 311	12.73 326	10.19 312	8.33 283	10.27 269	16.70 384	10.47 381	8.33 266	9.07 353	4.28 425	2.59 430	18.90 442	3.83 436	11.35 435	6.50 430

IER	3.42 224	0.91 184	6.38 288	0.73 97	1.60 284	7.07 321	0.55 158	7.07 173	5.45 161	8.17 279	8.89 231	6.13 250	6.13 320	5.36 126	3.77 260	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.05 27

DISCO	6.58 349	0.98 204	6.44 289	3.75 387	1.18 252	11.19 374	3.29 342	12.92 333	16.72 382	7.27 241	11.74 301	17.34 388	6.60 329	19.59 423	11.59 382	0.00 1	0.00 1	0.00 1	0.00 1	0.45 351	0.50 203

plain	1.53 43	0.86 172	6.50 290	0.42 53	0.05 5	1.56 30	0.09 28	5.18 68	4.02 90	0.54 18	1.76 44	0.59 56	0.75 71	6.48 158	1.23 106	0.00 1	0.00 1	0.00 1	0.00 1	0.43 347	0.07 41

ACRE	2.67 155	1.66 306	6.50 290	0.72 94	2.03 318	2.65 119	0.84 233	5.97 124	5.52 163	7.85 260	9.23 240	1.72 86	1.09 92	4.09 92	2.73 226	0.02 220	0.19 253	0.02 322	0.08 253	0.26 294	0.21 123

MaskLacGwcNet_RVC	6.42 344	6.12 414	6.53 292	4.29 402	3.61 373	15.41 399	4.13 352	12.36 314	7.32 241	7.60 252	8.51 228	8.97 311	2.64 182	10.17 343	3.72 255	8.16 434	2.40 424	2.00 422	0.11 272	8.55 433	5.84 427

ADStereo(finetuned)	2.50 138	0.95 197	6.60 293	0.39 49	0.20 61	1.72 50	0.24 90	6.06 127	9.31 300	6.30 179	5.42 140	1.44 78	6.22 323	2.25 53	2.14 188	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.65 234

rvit_stereo_0075_2	2.15 92	0.39 16	6.61 294	0.67 88	1.95 314	1.74 52	0.10 32	7.81 200	6.03 183	2.97 82	4.01 100	3.07 127	0.57 60	5.49 131	1.13 90	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.34 164

MyStereo04	3.29 208	1.15 232	6.64 295	1.28 153	1.49 282	2.63 113	0.45 132	10.57 271	13.30 362	4.41 120	3.90 98	3.06 126	3.56 221	7.87 236	3.35 247	0.01 129	1.27 399	0.00 1	0.25 335	0.11 167	0.42 192

test_xeample3	1.71 58	1.75 318	6.64 295	0.90 119	0.29 92	2.55 103	0.90 246	4.08 26	2.36 8	0.56 22	0.24 6	0.23 12	0.31 18	7.51 216	2.73 226	0.00 1	0.70 312	0.00 1	0.36 375	0.18 245	1.92 382

rvit_0105_4	1.58 50	1.41 277	6.67 297	0.65 82	0.05 5	1.60 34	0.41 124	4.70 46	6.48 202	0.46 12	0.87 17	1.40 73	0.53 57	5.08 118	1.12 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.18 103

ADLNet2	4.72 314	1.44 285	6.68 298	3.03 353	3.90 383	6.80 314	2.91 325	11.67 298	9.63 305	7.99 267	9.89 261	9.75 318	5.32 305	7.70 227	7.13 325	0.01 129	0.03 177	0.00 1	0.00 1	0.26 294	0.22 128

DCANet-4	2.26 109	0.43 25	6.69 299	0.40 51	0.20 61	1.70 44	0.13 49	5.73 101	9.44 304	6.01 168	5.29 134	1.12 69	2.77 188	2.49 63	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

rvit_0105_5	1.70 55	1.36 269	6.71 300	0.52 69	0.04 4	1.58 31	0.58 167	5.39 83	6.62 209	0.91 44	1.72 41	1.77 89	0.77 75	4.44 101	1.28 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.23 132

ssnet_v2	4.73 316	1.43 281	6.74 301	1.80 215	0.75 195	8.89 347	4.60 363	12.66 325	10.65 324	9.53 324	6.23 164	9.78 319	4.26 259	6.89 176	9.65 361	0.01 129	0.01 119	0.00 1	0.00 1	0.36 335	0.31 159

dad	5.10 325	2.61 371	6.76 302	1.23 147	0.14 35	2.85 153	0.36 114	7.98 203	14.88 371	10.84 356	17.06 360	15.59 375	3.29 205	7.24 193	4.39 281	1.20 403	0.10 228	4.02 430	0.49 391	0.20 259	0.69 246

DSFCA	4.48 300	1.03 214	6.84 303	1.61 186	1.68 292	7.26 324	4.46 361	11.27 287	7.51 245	11.01 362	6.89 185	8.49 305	4.54 270	10.41 347	6.18 314	0.03 256	0.06 205	0.02 322	0.03 223	0.13 201	0.14 74

rvit_105_1	2.69 157	1.34 265	6.85 304	1.89 228	0.09 17	1.94 62	3.50 345	6.38 142	9.00 292	4.98 131	2.19 56	3.57 155	1.56 141	7.31 198	3.03 237	0.00 1	0.00 1	0.00 1	0.02 211	0.06 89	0.16 93

NLCA_NET_v2_RVC	4.11 276	1.53 295	6.87 305	3.04 355	3.33 363	4.34 262	0.59 171	11.36 291	7.92 261	8.98 304	7.98 215	9.72 317	3.82 234	7.92 238	4.43 282	0.15 338	0.02 152	0.03 340	0.03 223	0.07 107	0.14 74
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MLCV	3.76 251	1.52 293	6.93 306	1.66 195	0.31 95	4.31 259	0.32 108	7.92 201	7.68 252	9.55 326	12.12 307	5.17 219	2.74 185	10.00 340	4.49 285	0.01 129	0.00 1	0.00 1	0.00 1	0.16 229	0.27 147

NCCL2	6.27 340	2.46 365	7.00 307	2.36 301	1.11 245	9.48 352	11.14 421	13.01 337	10.40 318	9.94 336	9.49 251	22.11 414	7.42 347	9.90 337	8.56 342	0.01 129	0.00 1	0.02 322	0.03 223	0.20 259	0.73 253

IPLGR	2.46 134	0.68 127	7.02 308	0.22 20	0.16 46	2.01 67	0.22 84	7.01 165	6.62 209	7.10 229	5.92 156	2.91 119	2.27 168	5.12 120	1.52 127	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.41 187

ffm	3.41 222	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	5.55 88	10.56 320	6.68 206	9.59 254	5.66 235	3.87 239	8.20 251	0.68 24	0.00 1	1.13 374	0.00 1	0.19 308	0.11 167	1.88 377

ff1	4.11 276	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	5.55 88	10.56 320	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 383	0.00 1	1.13 374	0.00 1	0.19 308	0.11 167	1.88 377

mmx	4.50 301	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	12.84 329	11.23 337	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 383	0.05 294	1.12 371	0.00 1	0.19 308	0.10 155	1.53 326

xxx	4.50 301	0.98 204	7.04 312	1.64 189	1.07 235	2.84 142	0.47 136	12.84 329	11.23 337	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 383	0.05 294	1.12 371	0.00 1	0.19 308	0.10 155	1.53 326

XX-Stereo	2.95 184	0.48 52	7.08 313	2.84 343	2.51 340	1.63 36	0.20 78	6.15 132	3.38 42	2.38 72	16.00 351	6.90 271	0.25 8	6.40 155	1.14 91	0.00 1	0.66 306	0.00 1	0.31 362	0.16 229	0.57 215

1111x	4.96 323	1.04 216	7.09 314	1.75 210	1.05 234	5.03 279	0.32 108	13.52 353	10.70 325	6.68 206	10.35 270	8.81 310	6.01 318	10.65 349	12.78 394	0.07 310	1.24 396	0.00 1	0.33 367	0.11 167	1.75 360

UNet	4.19 282	0.87 180	7.18 315	2.00 247	3.22 358	9.55 353	0.31 106	10.11 255	6.22 191	7.98 265	6.82 184	10.42 328	5.77 313	7.28 196	5.83 308	0.00 1	0.00 1	0.00 1	0.00 1	0.10 155	0.12 64

SQANet	8.22 379	4.42 404	7.19 316	12.11 435	9.77 432	11.80 379	3.23 338	12.00 304	6.60 207	8.59 290	11.52 296	10.97 345	5.31 304	11.10 354	4.20 275	9.56 437	2.29 423	10.51 436	1.61 424	13.06 440	8.49 434

RP	7.41 365	1.90 329	7.33 317	4.26 400	5.25 412	6.64 312	3.46 344	12.44 319	16.23 381	10.36 344	23.00 396	18.72 396	16.59 410	11.10 354	8.47 340	1.10 401	0.02 152	0.12 377	0.16 291	0.43 347	0.65 234

DN-CSS_ROB	3.00 189	2.14 345	7.33 317	2.67 330	0.78 200	3.13 172	0.07 21	6.68 156	4.22 99	5.51 151	12.12 307	2.33 105	1.21 114	8.69 287	2.51 210	0.03 256	0.00 1	0.00 1	0.00 1	0.42 343	0.15 86

RYNet	6.82 351	1.51 291	7.35 319	1.79 214	4.52 399	16.68 403	4.41 360	14.19 365	17.43 387	11.64 372	7.86 210	15.03 372	8.81 370	10.10 341	14.16 404	0.04 279	0.13 239	0.15 382	0.05 244	0.08 120	0.53 210

rvit_0105_3	1.94 69	1.44 285	7.39 320	0.88 116	0.02 3	1.61 35	1.64 294	5.88 110	6.73 215	2.37 71	1.78 46	2.01 98	1.16 106	4.46 102	1.26 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.14 74

PSMNet_ROB	5.41 331	2.45 364	7.39 320	2.36 301	1.90 309	10.11 361	6.54 389	16.32 389	7.59 249	6.84 215	10.83 285	12.06 355	4.13 252	8.73 288	10.24 368	0.02 220	0.01 119	0.01 291	0.11 272	0.26 294	0.40 179

XPNet_ROB	6.46 345	1.88 325	7.41 322	2.81 338	0.95 224	6.45 309	6.82 394	13.58 354	8.80 285	15.50 398	15.86 347	19.59 403	7.12 341	11.41 363	9.86 362	0.02 220	0.04 192	0.00 1	0.03 223	0.20 259	0.79 260

RAFT + AFF	4.63 310	2.28 354	7.43 323	1.51 177	2.38 332	5.81 298	6.49 388	10.74 274	8.53 279	7.75 257	8.95 233	7.47 281	6.68 334	9.17 308	5.06 299	0.08 315	0.47 295	0.00 1	0.01 192	0.66 371	1.03 289

DRN-Test	6.23 339	1.51 291	7.53 324	3.07 361	3.69 375	12.17 385	3.23 338	20.80 425	11.11 336	12.64 378	13.02 322	10.91 343	5.26 299	8.49 278	10.12 366	0.05 294	0.05 199	0.04 349	0.04 241	0.28 307	0.65 234

FAT-Stereo	6.98 357	0.79 148	7.57 325	2.54 323	1.80 299	6.16 304	4.33 359	19.16 410	18.82 394	10.75 353	17.08 361	18.23 394	13.56 399	9.25 309	8.44 339	0.03 256	0.16 246	0.01 291	0.10 266	0.14 212	0.65 234

Anonymous3	1.96 71	0.61 105	7.58 326	0.42 53	0.51 147	4.28 257	0.52 151	5.56 91	2.76 14	2.35 70	3.47 82	1.50 80	1.13 96	5.92 141	1.54 128	0.23 358	0.23 262	0.00 1	0.00 1	0.14 212	0.47 200

ccnet	7.45 369	1.89 328	7.71 327	3.18 365	2.35 331	12.19 386	6.14 383	18.95 406	9.36 302	13.33 385	20.38 383	16.00 379	9.10 376	10.10 341	15.40 410	0.44 378	0.34 279	0.25 399	0.25 335	0.48 357	1.18 299

RGC	7.40 364	2.77 377	7.71 327	4.43 407	4.87 408	8.88 346	2.96 327	16.05 386	12.76 358	11.96 376	19.57 380	18.32 395	11.57 391	13.89 391	9.58 360	0.83 396	0.02 152	0.24 398	0.41 383	0.40 342	0.77 259

edge stereo	7.12 360	1.19 240	7.83 329	2.32 295	2.46 336	6.90 315	3.26 341	15.58 380	12.52 351	15.68 400	18.34 376	21.83 413	13.05 395	11.53 364	8.68 344	0.04 279	0.06 205	0.11 373	0.03 223	0.30 318	0.63 231

fast-acv-ft	6.00 336	1.95 334	7.88 330	2.35 299	1.85 305	13.61 394	1.76 299	8.44 209	10.12 311	11.22 366	20.57 385	14.41 369	7.55 351	8.11 248	8.83 347	0.10 328	0.09 224	0.16 385	0.07 251	0.68 374	0.35 169

DualNet (step1)	4.40 295	1.36 269	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	7.22 191	2.53 211	1.74 413	1.04 362	3.05 425	2.96 429	0.22 274	1.35 316

test_sample9	6.40 343	1.36 269	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	12.52 376	13.17 396	1.74 413	25.14 464	3.05 425	2.96 429	0.22 274	1.35 316

test_sample8	8.50 383	1.36 269	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	12.78 328	6.78 218	17.61 406	9.29 246	24.63 418	19.17 415	12.52 376	13.17 396	1.74 413	25.14 464	3.05 425	2.96 429	0.22 274	1.35 316

ARAFT	3.32 211	1.74 317	7.92 334	0.64 78	0.15 41	4.45 264	2.89 323	8.20 206	6.30 192	9.23 316	7.12 195	5.58 232	1.24 116	8.60 281	1.69 153	0.01 129	0.03 177	0.00 1	0.00 1	0.35 333	0.35 169

NVstereo2D	4.82 320	1.29 256	7.98 335	3.68 385	3.48 369	8.02 335	3.10 332	11.25 285	15.50 378	5.14 139	7.71 206	8.21 294	4.68 275	10.19 344	4.30 278	0.02 220	0.19 253	0.13 379	0.36 375	0.07 107	1.12 297

BEATNet_4x	3.69 244	2.12 344	8.11 336	1.82 219	0.16 46	5.30 283	1.04 261	10.87 276	6.14 188	7.09 228	8.42 227	4.99 215	4.42 261	5.89 140	6.23 315	0.04 279	0.05 199	0.00 1	0.00 1	0.32 329	0.84 264

AANet_RVC	5.41 331	2.61 371	8.17 337	2.25 279	1.30 271	2.27 82	1.64 294	10.82 275	18.54 393	8.01 269	18.09 373	8.39 302	3.31 208	11.37 362	8.98 352	1.15 402	0.38 286	0.02 322	0.00 1	0.17 236	0.70 249

STTStereo	3.90 260	1.43 281	8.20 338	3.03 353	2.28 330	3.64 216	0.64 184	10.11 255	7.09 231	10.20 339	7.08 191	8.73 308	3.57 222	7.44 203	4.00 271	0.00 1	0.02 152	0.01 291	0.01 192	0.04 63	0.40 179

StereoDRNet	6.02 337	2.40 363	8.22 339	3.43 377	4.43 395	10.57 369	4.21 354	19.44 411	11.24 339	12.86 379	8.06 220	11.64 350	4.79 280	8.65 286	9.32 357	0.01 129	0.10 228	0.00 1	0.03 223	0.34 331	0.69 246

DDUNet	10.03 399	12.17 435	8.24 340	13.02 436	11.73 438	10.32 364	3.76 346	12.27 312	8.35 273	9.64 329	13.89 330	16.48 381	6.67 333	9.50 317	7.00 322	6.80 431	3.45 443	21.10 443	4.33 438	12.78 439	9.12 436

AIO-Stereo-zeroshot	3.35 216	1.28 255	8.51 341	1.86 223	1.83 303	3.51 202	0.31 106	10.50 267	4.32 102	2.74 76	5.87 151	10.30 327	4.53 269	4.66 108	3.16 243	0.02 220	0.87 333	0.00 1	0.97 408	0.38 339	1.43 321

DispNO	3.51 230	1.33 264	8.51 341	2.26 282	1.36 276	3.46 199	0.81 224	8.74 218	6.58 206	6.78 213	7.63 205	6.22 255	4.20 255	7.47 212	4.44 283	0.00 1	0.03 177	0.03 340	0.11 272	0.13 201	0.14 74

LALA_ROB	7.02 358	2.54 368	8.51 341	1.53 180	0.96 226	9.96 358	8.71 410	16.70 391	12.68 354	12.99 381	13.90 331	24.47 417	5.40 307	11.61 367	9.50 358	0.04 279	0.05 199	0.00 1	0.02 211	0.17 236	0.65 234

NCC-stereo	7.43 367	2.28 354	8.58 344	3.28 371	4.48 396	8.34 337	4.27 356	20.45 423	13.66 365	9.17 313	17.52 368	16.49 382	14.31 405	13.71 387	8.95 350	1.73 411	0.12 235	0.01 291	0.50 392	0.21 269	0.60 222

Abc-Net	7.43 367	2.28 354	8.58 344	3.28 371	4.48 396	8.34 337	4.27 356	20.45 423	13.66 365	9.17 313	17.52 368	16.49 382	14.31 405	13.71 387	8.95 350	1.73 411	0.12 235	0.01 291	0.50 392	0.21 269	0.60 222
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DMCA-RVC	3.59 237	1.98 337	8.68 346	2.30 291	1.48 281	3.54 207	0.55 158	8.40 208	5.43 160	9.37 321	5.90 152	8.34 298	3.21 200	7.19 189	4.46 284	0.06 304	0.11 232	0.08 371	0.02 211	0.21 269	0.40 179

Nwc_Net	7.54 370	1.91 330	8.71 347	4.16 397	3.42 367	10.77 370	2.00 304	20.33 422	12.19 348	9.10 310	24.04 401	17.67 390	13.58 400	12.14 373	9.12 354	0.94 399	0.00 1	0.00 1	0.02 211	0.22 274	0.41 187

iResNet	4.04 271	1.46 288	8.72 348	3.25 370	0.36 109	4.54 268	0.47 136	9.06 224	10.40 318	7.98 265	12.82 320	4.06 175	3.22 201	8.82 290	4.95 297	0.03 256	0.01 119	0.00 1	0.00 1	0.14 212	0.55 212

NaN_ROB	6.51 347	2.25 349	8.77 349	1.69 200	1.79 298	9.71 356	10.94 419	16.20 387	16.13 380	13.04 383	8.86 230	11.77 352	5.94 316	12.88 382	8.01 334	0.05 294	0.13 239	0.07 365	0.20 317	0.32 329	1.50 325

MANE	20.98 443	3.23 384	8.81 350	5.96 418	6.96 421	33.07 441	13.20 431	35.43 445	38.86 442	44.72 453	52.41 457	53.20 452	41.84 453	34.74 444	27.45 439	1.87 416	2.27 422	1.54 419	10.18 448	0.69 376	3.11 408

gwcnet-sp	3.58 234	2.01 339	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 103

scenet	3.58 234	2.01 339	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 103

ssnet	3.58 234	2.01 339	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 103

iResNetv2_ROB	4.72 314	2.26 351	8.87 354	3.20 367	1.25 261	4.32 260	1.73 297	14.22 366	10.62 323	10.53 348	12.13 309	7.77 286	5.54 311	8.29 259	2.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.42 343	0.55 212

LL-Strereo	5.14 327	2.29 357	8.95 355	1.26 150	5.05 410	3.66 217	1.40 282	10.33 260	8.98 290	8.71 295	8.24 225	10.70 336	11.10 385	12.66 380	5.36 303	0.05 294	1.35 407	0.00 1	0.00 1	0.38 339	2.23 397

AF-Net	8.37 381	2.16 346	9.01 356	3.65 384	4.58 402	9.40 351	2.63 316	17.71 398	21.32 406	10.38 345	24.51 403	20.43 408	16.67 411	12.54 378	10.76 377	0.70 393	0.00 1	0.12 377	0.00 1	0.47 354	0.42 192

CC-Net-ROB	8.09 375	10.11 430	9.03 357	4.07 393	3.74 379	15.24 398	4.84 367	18.44 403	10.87 329	6.73 212	14.03 332	7.54 282	4.68 275	11.61 367	3.98 270	6.59 430	2.54 428	16.51 440	1.19 414	7.88 432	2.20 394

stereogan	8.18 378	1.32 262	9.05 358	3.59 382	4.00 389	20.16 418	3.13 335	17.25 396	20.16 400	10.68 351	19.19 378	20.56 411	10.70 384	14.74 396	7.00 322	0.34 372	0.04 192	0.21 395	0.08 253	0.70 378	0.65 234

pcwnet_v2	4.36 291	0.46 41	9.07 359	1.43 171	1.10 244	3.41 191	0.40 122	13.44 352	14.60 370	10.29 343	14.22 333	5.82 246	2.97 193	6.75 170	2.29 204	0.01 129	0.05 199	0.04 349	0.02 211	0.17 236	0.61 225

otaku	12.35 416	8.64 424	9.11 360	13.56 437	10.98 435	26.23 429	7.22 400	19.45 412	19.26 395	11.92 375	17.90 372	20.21 406	8.91 373	16.06 405	6.09 311	9.77 439	2.50 427	13.23 437	1.90 426	14.61 441	9.41 439

GANetREF_RVC	6.97 356	3.59 392	9.14 361	4.00 392	0.40 122	13.17 390	11.27 425	15.95 385	17.51 388	10.62 350	10.66 282	12.15 356	7.97 358	13.18 384	5.04 298	0.45 380	0.00 1	0.01 291	0.15 289	3.47 421	0.60 222
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
ETE_ROB	6.28 341	2.60 370	9.22 362	1.71 204	0.84 208	6.44 308	6.78 393	13.16 345	8.80 285	13.01 382	15.93 349	21.01 412	6.18 322	10.97 351	8.11 336	0.04 279	0.01 119	0.00 1	0.02 211	0.16 229	0.70 249

ToySt	3.39 220	0.89 183	9.29 363	1.47 174	0.94 221	4.20 253	1.98 303	7.33 182	5.42 158	3.01 86	6.75 181	8.67 307	5.10 295	5.43 130	3.72 255	0.07 310	0.89 334	0.00 1	0.23 330	0.28 307	2.13 391

WCMA_ROB	10.20 401	1.99 338	9.33 364	3.01 351	2.46 336	15.78 400	7.67 405	12.75 327	15.41 376	25.08 427	33.42 430	27.06 425	19.86 417	13.87 390	12.47 390	1.28 405	0.38 286	0.18 391	0.20 317	0.28 307	1.54 328

CSAN	8.41 382	2.86 380	9.35 365	2.43 309	0.82 206	13.59 393	11.68 427	15.80 384	21.98 410	14.71 394	16.46 355	18.00 392	14.42 407	13.68 386	10.10 364	0.10 328	0.13 239	0.15 382	0.19 308	0.43 347	1.28 310

sAnonymous2	1.54 44	2.26 351	9.53 366	0.65 82	0.50 140	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 317	2.00 411	0.42 192

CroCo_RVC	1.54 44	2.26 351	9.53 366	0.65 82	0.50 140	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 317	2.00 411	0.42 192

PA-Net	5.40 329	2.35 361	9.55 368	2.75 333	2.21 324	8.74 344	3.92 349	13.05 338	13.35 363	7.30 244	7.98 215	8.08 291	6.39 326	11.17 357	9.30 356	0.02 220	0.03 177	0.00 1	0.03 223	0.16 229	1.55 330
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PWCDC_ROB	8.50 383	4.40 403	9.57 369	6.16 421	4.54 401	10.46 365	1.03 258	15.30 377	28.16 422	10.88 358	30.88 423	6.96 274	11.31 388	14.57 394	10.40 371	3.10 423	0.02 152	0.00 1	0.00 1	1.55 403	0.63 231

DANet	6.46 345	1.58 298	9.58 370	4.10 395	3.99 388	9.13 350	1.34 280	10.37 262	7.76 253	13.76 390	15.66 345	16.14 380	7.03 340	13.07 383	13.62 402	0.19 350	0.12 235	0.02 322	0.02 211	0.15 225	1.61 332
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Ntro	12.91 417	9.95 428	10.01 371	14.12 439	12.55 440	26.31 430	6.76 392	19.04 408	22.03 411	10.23 341	16.26 352	20.22 407	10.06 379	16.81 410	7.93 332	10.16 441	2.55 429	15.19 439	2.86 428	15.27 442	9.93 442

APVNet	6.28 341	2.46 365	10.09 372	3.51 381	3.97 386	12.15 384	1.75 298	20.08 421	6.73 215	6.92 222	13.45 325	10.75 338	6.29 325	11.86 369	14.34 405	0.05 294	0.02 152	0.11 373	0.03 223	0.63 368	0.34 164

SGM-ForestM	18.61 437	3.38 387	10.14 373	3.44 378	2.24 328	34.17 443	15.39 436	29.44 443	33.93 430	38.55 445	41.08 443	53.64 453	36.76 448	34.82 445	27.16 438	1.25 404	1.81 420	0.74 409	1.01 409	0.61 367	2.61 404

MDST_ROB	9.13 391	1.31 259	10.16 374	4.36 405	2.48 338	28.66 435	7.64 403	19.96 416	14.97 372	27.53 429	24.02 399	9.47 313	5.27 300	16.31 406	8.61 343	0.63 389	0.19 253	0.00 1	0.00 1	0.08 120	0.90 269

FBW_ROB	9.17 392	2.08 342	10.31 375	2.51 316	1.66 291	13.22 392	6.04 381	23.09 432	20.11 399	19.55 409	15.80 346	18.97 400	11.96 393	19.34 420	11.38 380	0.66 390	0.30 274	2.15 423	0.90 406	1.15 394	2.16 393

S-Stereo	6.85 352	0.93 186	10.76 376	3.34 375	3.51 370	6.55 310	6.01 380	13.75 359	23.86 413	9.65 332	15.54 344	11.81 353	8.24 360	8.59 280	11.23 379	0.13 333	0.16 246	0.00 1	0.42 384	0.14 212	2.39 400

ELAS	17.99 434	3.49 389	11.19 377	6.14 420	5.79 415	34.89 444	17.28 448	28.75 440	30.47 426	40.80 449	45.79 448	39.04 443	32.05 444	27.63 439	24.30 432	1.88 417	2.41 426	1.09 413	1.48 420	1.83 408	3.48 413
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
pmcnn	8.17 377	1.70 309	11.49 378	3.18 365	3.07 352	9.66 355	6.06 382	13.60 355	17.71 390	15.23 397	24.02 399	27.61 426	8.81 370	10.36 346	9.51 359	0.08 315	0.08 219	0.00 1	0.00 1	0.31 325	0.87 267

ELAS_RVC	17.82 433	3.60 393	11.92 379	6.63 422	5.73 414	30.34 437	19.64 450	26.92 437	35.06 435	40.79 448	41.32 444	37.31 442	31.61 441	30.54 440	22.93 423	1.97 418	2.40 424	1.28 417	1.27 416	1.71 405	3.51 415
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GASNet	5.62 333	5.76 413	12.05 380	5.03 412	2.08 321	3.77 229	1.53 289	12.92 333	11.62 343	9.64 329	7.40 200	8.58 306	7.54 350	14.76 397	8.25 338	0.02 220	0.15 244	0.00 1	0.00 1	0.81 386	0.52 209

Wz-Net-LNSev-Ref	6.52 348	2.21 348	12.10 381	2.75 333	3.28 360	10.03 360	3.05 330	12.31 313	11.52 342	10.10 338	21.36 387	11.51 348	7.30 346	11.56 365	10.61 373	0.09 325	0.00 1	0.00 1	0.00 1	0.08 120	0.51 207

Syn2CoEx	6.70 350	3.69 395	12.14 382	2.78 336	1.68 292	8.36 340	3.21 337	18.59 404	12.66 353	8.86 300	20.79 386	10.52 330	10.54 382	9.68 322	8.70 345	0.01 129	0.00 1	0.00 1	0.00 1	0.69 376	1.00 281

G-Net	8.60 385	1.93 331	12.59 383	6.04 419	3.66 374	25.93 428	4.26 355	10.35 261	8.05 265	19.71 411	24.73 404	14.15 365	15.49 408	11.30 358	10.69 376	0.50 388	0.46 293	0.19 393	0.25 335	0.80 384	0.91 272

anonymity	8.04 374	4.13 401	12.86 384	7.43 424	13.11 441	8.34 337	2.02 305	18.21 402	7.55 248	13.88 391	9.27 243	10.63 334	7.79 354	11.57 366	6.06 310	6.25 429	5.59 453	3.71 429	3.28 433	3.27 419	5.78 426

Consistency-Raft	9.58 395	5.11 409	13.00 385	5.61 415	8.92 430	4.03 246	5.07 371	19.73 415	24.90 417	11.32 368	29.86 417	13.36 360	6.16 321	8.00 240	13.47 400	0.67 391	0.34 279	1.81 421	4.36 439	12.23 436	3.62 416

STTRV1_RVC	7.16 362	1.18 237	13.30 386	3.33 374	6.91 420	11.99 382	4.01 351	15.74 383	12.11 347	9.56 328	14.59 339	11.64 350	8.75 368	12.86 381	8.54 341	3.70 424	2.86 434	0.41 406	0.13 284	1.38 400	0.12 64

PDISCO_ROB	10.27 402	2.79 379	13.30 386	10.58 432	9.96 433	22.78 422	5.99 378	20.01 417	28.57 423	11.88 374	14.49 337	20.54 409	4.92 284	17.01 412	10.29 369	5.79 428	0.42 289	0.14 381	0.13 284	2.53 416	3.25 409

GwcNet	6.95 354	2.89 381	13.32 388	2.82 340	5.53 413	11.76 378	2.14 309	14.95 374	17.69 389	10.83 355	18.14 374	10.83 341	6.66 332	9.83 332	10.19 367	0.03 256	0.06 205	0.03 340	0.08 253	0.64 369	0.66 242

AIO-Stereo-zeroshot1	4.10 275	1.65 304	13.34 389	2.14 258	1.84 304	4.03 246	0.98 254	13.13 344	4.97 144	4.53 122	11.37 294	9.85 320	1.97 157	4.88 111	2.74 228	0.03 256	0.90 335	0.00 1	1.11 411	0.84 387	1.72 354

FADNet	4.55 303	2.35 361	13.60 390	1.87 224	0.80 202	4.74 274	0.75 216	14.47 369	12.41 350	4.07 113	5.45 142	9.64 315	5.03 288	8.86 293	4.82 293	0.20 353	0.04 192	0.07 365	0.05 244	1.27 397	0.40 179

FINET	6.96 355	2.98 382	13.77 391	3.20 367	4.81 407	9.65 354	9.90 417	13.68 357	23.91 414	8.28 282	13.70 326	5.36 226	5.83 314	10.79 350	8.05 335	0.90 397	1.43 408	0.11 373	0.38 377	0.48 357	1.98 386

FADNet-RVC-Resample	4.11 276	2.25 349	13.88 392	1.64 189	0.66 175	5.91 300	2.34 312	10.87 276	9.09 294	6.53 196	4.34 106	5.69 239	4.71 277	8.01 242	4.64 290	0.18 349	0.22 259	0.17 390	0.12 278	0.46 352	0.59 220

SANet	11.48 412	3.34 386	13.93 393	2.40 308	1.01 231	16.49 402	12.16 430	20.05 420	37.28 438	19.62 410	28.04 412	25.61 421	20.10 418	14.43 393	12.39 389	0.10 328	0.06 205	0.03 340	0.06 250	0.76 382	1.73 356

SHD	10.45 404	3.67 394	14.03 394	4.81 410	4.52 399	11.93 381	1.66 296	21.36 429	38.40 441	18.84 408	21.72 390	17.63 389	13.07 396	15.65 404	17.71 413	0.36 374	1.09 368	0.01 291	0.32 364	0.50 361	1.67 342

FADNet_RVC	4.24 286	2.32 359	14.23 395	1.18 144	0.79 201	5.64 291	0.60 172	11.50 294	7.19 235	3.68 102	8.08 222	4.14 179	4.06 248	10.29 345	7.47 328	0.36 374	0.44 292	0.18 391	0.47 389	0.93 388	1.23 304

LE_ROB	17.31 432	2.62 373	14.26 396	4.20 398	1.80 299	17.40 407	9.70 416	15.38 379	55.92 457	63.97 467	40.81 442	35.50 440	39.26 451	15.64 403	28.51 441	0.06 304	0.11 232	0.13 379	0.21 322	0.14 212	0.51 207

SAMSARA	15.67 424	3.89 398	14.48 397	13.77 438	7.92 426	38.69 448	73.90 471	21.22 427	24.66 415	17.04 405	13.86 329	30.01 429	13.07 396	18.07 417	17.48 412	0.23 358	1.46 410	0.07 365	0.40 380	0.99 389	2.15 392

FADNet-RVC	4.36 291	2.62 373	14.51 398	2.01 248	0.44 131	4.27 256	1.27 275	12.61 324	7.89 258	3.76 104	4.05 101	10.63 334	4.34 260	9.87 333	7.66 331	0.03 256	0.09 224	0.00 1	0.03 223	0.65 370	0.50 203

ACVNet-4b	16.48 427	23.07 442	14.73 399	16.69 441	15.18 444	31.83 439	7.30 402	19.71 414	27.82 421	11.54 371	22.10 393	31.68 433	8.96 375	18.88 419	7.28 327	11.04 443	2.65 431	24.93 447	5.02 441	18.57 445	10.67 445

SPS-STEREO	15.83 425	7.38 419	14.92 400	11.63 434	11.77 439	25.30 427	7.12 398	25.20 435	17.06 385	32.24 436	30.34 421	31.63 432	22.59 426	25.67 436	21.97 420	7.71 433	4.50 449	3.35 428	1.56 423	6.97 431	7.72 433
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DGSMNet	7.10 359	3.49 389	15.11 401	4.36 405	4.41 394	8.94 348	6.25 384	15.10 376	14.28 369	8.15 278	14.51 338	10.08 323	5.38 306	11.04 353	7.95 333	1.49 409	2.00 421	1.79 420	1.68 425	2.43 414	3.48 413

ACVNet_1	19.51 439	26.19 445	15.50 402	17.71 442	15.28 445	26.46 431	9.36 413	29.16 442	34.18 431	25.06 426	24.89 405	37.18 441	21.93 425	17.80 416	15.03 408	11.08 444	2.83 432	25.29 448	5.06 443	19.11 446	11.14 446

PWC_ROB	8.89 387	4.49 405	15.62 403	2.92 346	4.49 398	7.89 334	1.23 273	17.29 397	20.00 398	16.54 403	28.06 413	14.37 367	11.98 394	14.93 398	15.43 411	0.47 385	0.00 1	0.05 356	0.00 1	0.67 372	1.31 312

PVD	16.41 426	3.98 400	16.04 404	5.38 413	4.59 404	19.44 415	7.28 401	28.88 441	49.27 451	31.53 435	43.72 446	30.36 431	32.17 445	26.70 438	23.19 425	0.25 363	1.48 411	0.04 349	0.59 397	0.52 363	2.87 407

CBFPSM	5.12 326	1.48 289	16.22 405	1.81 216	1.14 249	11.16 373	2.90 324	7.99 204	6.75 217	6.55 197	5.00 125	15.05 373	8.78 369	7.52 217	8.90 349	0.04 279	0.02 152	0.00 1	0.00 1	0.42 343	0.67 245

RTSC	9.87 397	4.34 402	16.44 406	4.60 409	2.38 332	12.54 387	0.75 216	18.19 401	37.31 439	16.16 402	15.86 347	13.32 359	7.56 352	20.93 427	23.50 427	0.34 372	1.07 366	0.02 322	0.35 373	0.71 379	0.99 279

NVStereoNet_ROB	17.22 430	8.76 425	16.47 407	7.52 425	8.42 428	13.75 395	11.07 420	24.24 434	26.67 420	31.00 433	46.49 449	34.88 439	27.06 437	22.72 431	23.61 428	6.83 432	4.32 448	6.32 434	10.37 449	4.39 422	9.57 440
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_DS_RVC	10.36 403	5.37 410	16.61 408	2.95 348	3.02 351	24.75 425	15.44 437	14.68 372	19.73 396	19.77 412	23.97 398	16.98 386	8.40 362	17.58 415	9.23 355	1.59 410	1.75 417	0.16 385	2.63 427	0.75 381	1.85 373

SDNR	7.97 373	2.75 375	16.90 409	2.28 288	0.94 221	45.23 454	0.43 131	9.30 239	10.84 328	10.71 352	25.30 407	5.51 230	4.47 263	11.98 370	7.58 330	0.15 338	0.14 243	0.00 1	0.04 241	2.27 413	2.65 405

ADCP+	8.60 385	2.78 378	17.44 410	1.69 200	4.27 392	16.95 406	5.29 372	13.38 350	12.52 351	13.57 388	17.57 370	10.86 342	11.28 387	18.43 418	23.91 431	0.03 256	0.05 199	0.01 291	0.18 305	0.47 354	1.31 312

WAO-6	35.59 457	37.89 458	17.67 411	37.86 456	24.46 457	37.85 447	21.49 452	49.01 458	67.96 467	44.22 452	48.08 451	53.02 451	53.39 462	33.67 443	36.83 454	26.05 459	7.83 458	43.19 461	21.76 460	30.18 459	19.37 461

Wz-Net-MNSev	8.12 376	3.18 383	18.07 412	2.63 327	3.36 365	17.82 410	9.40 415	12.89 332	15.44 377	13.95 392	18.21 375	14.38 368	7.75 353	12.50 375	11.45 381	0.46 382	0.03 177	0.00 1	0.01 192	0.26 294	0.58 217

Wz-Net-LNSev	7.12 360	2.75 375	18.64 413	1.70 203	4.16 390	12.79 388	6.72 391	13.74 358	13.57 364	11.14 365	17.31 366	11.90 354	8.50 364	8.96 301	9.94 363	0.00 1	0.01 119	0.00 1	0.00 1	0.18 245	0.34 164

XQC	9.46 393	4.84 408	18.88 414	4.07 393	3.09 354	15.97 401	6.65 390	16.26 388	26.63 419	12.63 377	12.35 313	15.75 376	10.62 383	16.48 407	21.19 417	0.44 378	0.96 345	0.05 356	0.32 364	1.10 391	0.99 279

psmorigin	7.74 371	2.19 347	18.99 415	2.51 316	0.89 213	7.08 322	2.74 320	11.25 285	7.90 259	20.49 415	22.36 394	20.16 405	11.95 392	13.84 389	10.61 373	0.04 279	0.18 251	0.06 360	0.24 332	0.27 304	1.07 290

ADCRef	7.76 372	2.31 358	19.09 416	2.82 340	3.29 361	11.88 380	3.06 331	11.52 295	10.89 330	13.69 389	25.85 409	8.20 293	8.89 372	8.95 300	22.66 422	0.16 341	0.08 219	0.16 385	0.34 371	0.47 354	0.91 272

IMH-64-1	28.06 449	29.98 449	19.46 417	32.15 450	20.98 451	27.68 432	16.66 440	47.31 453	44.85 448	34.14 440	50.94 454	41.49 445	31.67 442	37.53 446	23.88 429	14.17 449	2.96 437	34.45 453	11.15 450	26.12 451	13.75 451

IMH-64	28.06 449	29.98 449	19.46 417	32.15 450	20.98 451	27.68 432	16.66 440	47.31 453	44.85 448	34.14 440	50.94 454	41.49 445	31.67 442	37.53 446	23.88 429	14.17 449	2.96 437	34.45 453	11.15 450	26.12 451	13.75 451

MFMNet_re	14.09 421	9.67 427	20.31 419	10.40 430	7.62 423	21.38 420	17.49 449	21.36 429	31.95 427	23.70 422	29.22 415	18.87 398	27.41 438	14.27 392	11.16 378	2.85 421	1.51 413	0.41 406	0.28 352	4.88 423	7.10 431

DPSNet	10.88 408	2.57 369	20.40 420	2.24 277	1.90 309	24.92 426	17.00 447	21.35 428	28.61 424	12.87 380	13.74 328	17.01 387	20.14 419	15.36 399	14.01 403	0.81 395	0.98 352	0.20 394	0.65 400	1.30 398	1.54 328

IMH	30.65 453	30.30 451	21.09 421	34.89 454	21.75 455	33.16 442	16.91 445	49.53 460	52.50 452	38.41 444	55.10 460	45.13 447	40.36 452	41.57 454	25.66 434	14.74 452	3.36 442	35.43 455	11.69 452	27.31 456	14.16 454

ADCL	10.77 406	3.23 384	21.50 422	2.26 282	1.96 315	23.65 423	9.07 411	14.69 373	24.88 416	15.21 396	27.20 410	12.68 358	14.02 404	16.94 411	24.43 433	0.26 366	0.18 251	0.74 409	0.67 401	0.80 384	1.02 286

RainbowNet	18.69 438	27.15 447	22.03 423	18.76 443	15.00 443	27.97 434	10.17 418	27.99 438	34.19 432	15.53 399	27.53 411	25.33 419	13.80 402	19.86 424	10.59 372	14.50 451	3.57 444	23.85 446	5.03 442	18.49 444	12.41 449

SGM+DAISY	17.25 431	9.46 426	22.74 424	10.11 429	11.40 436	28.98 436	13.74 433	21.15 426	16.85 384	31.39 434	34.79 432	34.05 437	24.24 433	26.23 437	19.31 414	8.79 436	7.56 457	4.88 431	3.93 437	6.07 428	9.33 437

WAO-7	30.22 452	25.83 444	23.33 425	33.10 452	14.36 442	36.98 445	22.41 454	52.85 462	64.46 464	43.76 451	59.24 463	52.31 450	45.69 457	32.82 442	32.60 447	11.16 445	5.49 452	13.76 438	12.60 454	12.36 437	9.38 438

ADCMid	10.97 409	4.49 405	23.66 426	2.53 320	2.52 341	11.46 376	6.31 385	15.31 378	12.85 359	23.57 421	22.99 395	17.92 391	21.04 422	19.57 422	28.05 440	0.47 385	0.43 290	1.10 414	1.32 417	1.73 406	2.10 390

WAO-8	38.93 460	36.84 456	23.97 427	43.96 458	24.48 458	45.73 455	22.62 455	53.10 463	75.66 468	53.86 460	66.14 468	62.39 460	55.11 464	43.01 456	40.67 458	22.98 457	7.22 455	37.53 458	19.49 458	27.04 455	16.83 456

Venus	38.93 460	36.84 456	23.97 427	43.96 458	24.48 458	45.73 455	22.62 455	53.10 463	75.66 468	53.86 460	66.17 469	62.39 460	55.11 464	43.01 456	40.67 458	22.98 457	7.22 455	37.53 458	19.49 458	27.02 454	16.83 456

MSC_U_SF_DS_RVC	17.08 429	7.98 422	24.37 429	6.82 423	2.93 348	39.68 450	16.11 439	25.46 436	34.93 434	34.13 439	34.20 431	29.20 428	24.94 434	23.01 432	19.39 415	2.79 420	2.87 435	1.18 416	1.53 422	6.78 430	3.31 410

SuperB	8.29 380	3.96 399	24.92 430	2.96 349	1.33 275	9.83 357	4.15 353	10.92 280	29.79 425	11.86 373	12.51 315	6.07 248	6.97 337	11.13 356	14.73 406	0.15 338	0.11 232	0.35 402	0.26 347	12.64 438	1.11 294

PASM	9.11 389	5.68 412	25.06 431	4.33 403	4.18 391	7.01 319	8.48 407	12.37 315	20.95 405	13.49 387	15.37 343	18.80 397	11.52 390	14.70 395	12.70 392	0.93 398	1.19 392	0.32 401	1.21 415	1.66 404	2.22 396

DeepPrunerF	7.18 363	3.58 391	25.29 432	4.27 401	7.20 422	3.78 230	4.64 364	14.03 363	20.86 404	8.85 299	10.57 278	7.35 278	7.88 356	12.16 374	10.66 375	0.25 363	0.16 246	0.29 400	0.43 386	0.77 383	0.65 234

AnyNet_C32	11.82 413	7.08 417	25.83 433	4.55 408	5.88 416	16.92 405	16.97 446	14.14 364	18.11 392	16.87 404	21.66 389	14.78 370	13.87 403	23.54 434	31.83 446	0.24 360	0.28 272	0.35 402	0.53 394	1.35 399	1.71 353

Wz-Net-SNSev	9.92 398	8.01 423	26.42 434	2.26 282	1.85 305	8.36 340	14.30 435	18.01 400	21.68 407	10.78 354	23.95 397	16.84 385	8.60 366	15.59 402	19.76 416	0.01 129	0.03 177	0.01 291	0.00 1	0.52 363	1.34 315

IGEV-BASED-STEREO-	4.37 293	25.82 443	26.88 435	0.56 72	0.08 13	1.46 22	0.53 154	2.17 3	2.15 7	0.67 26	0.73 15	0.23 12	0.20 4	1.58 23	0.80 42	11.76 446	0.38 286	0.00 1	0.08 253	1.75 407	9.67 441

ACVNet_2	27.45 447	30.56 452	27.90 436	20.72 444	15.55 446	37.22 446	14.00 434	49.32 459	65.88 466	43.17 450	56.99 461	51.90 449	26.98 436	21.46 430	15.38 409	10.77 442	2.85 433	23.12 445	3.62 435	20.08 447	11.47 447

Dean	35.52 456	40.12 459	27.99 437	30.63 449	17.33 448	45.80 457	11.68 427	57.61 467	76.54 470	63.70 466	60.65 464	66.93 465	49.40 460	38.12 448	40.28 457	12.18 447	3.73 446	28.86 449	5.94 446	20.69 448	12.16 448

MFN_U_SF_RVC	13.54 418	4.69 407	28.43 438	4.24 399	2.50 339	24.26 424	5.99 378	28.23 439	20.18 401	24.06 424	29.38 416	30.35 430	16.92 412	20.98 428	21.39 418	1.35 406	1.13 374	1.02 412	1.41 419	1.88 409	2.50 403

aanetorigin	9.02 388	3.75 396	28.68 439	2.16 259	3.86 381	5.84 299	5.40 375	5.93 121	10.39 317	28.12 430	31.02 424	15.98 378	13.74 401	9.38 312	12.55 391	0.25 363	0.22 259	0.22 396	0.24 332	1.24 395	1.47 322

iinet-f	6.21 338	2.11 343	28.74 440	2.13 257	1.38 277	11.62 377	1.49 287	7.64 196	7.19 235	7.77 258	14.38 334	10.49 329	7.79 354	7.76 230	12.90 395	0.03 256	0.03 177	0.05 356	0.00 1	0.67 372	0.12 64

ADCS	13.76 420	6.46 415	30.74 441	3.62 383	2.93 348	14.28 396	11.22 424	20.02 418	34.42 433	23.20 418	25.42 408	19.51 402	19.62 416	24.54 435	33.88 449	0.27 368	0.23 262	0.37 404	0.19 308	1.47 401	2.84 406

TorneroNet-64	33.32 455	33.28 453	33.07 442	35.14 455	21.25 454	48.02 459	21.13 451	43.47 451	58.77 458	33.36 438	46.64 450	62.00 459	38.19 449	44.82 458	35.07 450	15.02 453	3.59 445	35.81 456	12.20 453	29.45 458	16.17 455

ADCPNet	10.18 400	3.40 388	33.24 443	2.38 303	1.74 295	17.75 409	7.65 404	13.20 346	13.03 360	14.09 393	21.72 390	19.36 401	11.40 389	15.43 401	23.00 424	0.28 369	1.15 386	0.39 405	1.48 420	0.68 374	2.21 395

DispFullNet	18.06 435	27.03 446	34.90 444	22.68 447	20.79 450	15.03 397	3.18 336	16.95 395	26.06 418	20.48 414	16.91 358	20.55 410	18.37 413	23.48 433	12.16 387	5.31 427	2.91 436	31.24 451	8.09 447	22.63 449	12.44 450

LVE	35.84 458	41.54 460	36.25 445	33.36 453	18.92 449	53.05 465	27.99 458	53.17 465	64.93 465	47.63 455	61.58 465	54.25 454	38.72 450	38.72 449	35.50 453	16.36 455	6.23 454	31.51 452	14.04 455	25.01 450	18.07 459

LSM	14.85 423	7.41 420	36.29 446	7.76 426	43.77 465	11.24 375	12.14 429	16.73 392	23.72 412	23.73 423	32.92 427	18.89 399	13.31 398	16.60 408	12.37 388	0.26 366	0.86 332	0.11 373	0.43 386	1.24 395	17.26 458

TorneroNet	36.02 459	35.25 454	36.33 447	38.44 457	22.19 456	50.72 463	24.42 457	48.39 456	54.53 455	38.03 443	53.44 458	62.83 462	44.79 456	47.68 461	42.11 460	15.69 454	3.97 447	37.25 457	15.05 456	30.83 460	18.40 460

Wz-Net-TNSev	12.01 415	11.86 434	38.26 448	2.81 338	1.82 302	18.12 411	11.31 426	16.67 390	21.73 408	15.06 395	17.17 362	19.72 404	20.69 421	20.68 425	21.41 419	0.04 279	0.06 205	0.00 1	0.16 291	0.74 380	1.93 383

ktn	49.32 465	58.11 466	40.16 449	59.92 467	43.22 464	49.79 462	42.99 464	48.56 457	60.67 460	51.59 458	54.51 459	55.34 455	52.65 461	47.92 462	37.91 455	57.88 467	24.79 463	63.00 469	43.57 465	52.51 465	41.31 465

KSHMR	56.07 467	64.25 469	40.47 450	74.89 470	49.63 467	49.42 461	45.46 466	57.71 468	63.52 462	61.65 465	61.67 466	71.88 468	47.67 459	51.47 465	44.57 462	54.67 466	62.25 468	66.31 470	54.18 469	53.03 467	46.75 467

WZ-Net	13.61 419	5.57 411	42.84 451	3.89 391	3.19 357	19.90 416	15.44 437	15.67 382	32.04 428	16.13 401	28.69 414	22.17 415	15.84 409	21.40 429	26.87 436	0.75 394	0.01 119	0.01 291	0.03 223	0.51 362	1.20 301

BEATNet-Init1	24.70 444	11.33 433	44.28 452	5.48 414	3.94 385	47.60 458	22.33 453	34.94 444	40.01 443	48.11 456	49.98 453	59.86 457	43.17 454	39.48 452	31.77 445	1.37 407	1.76 419	1.17 415	1.17 413	2.44 415	3.85 418

DPSimNet_ROB	54.45 466	65.73 470	47.00 453	54.49 464	46.37 466	55.34 466	56.47 468	56.18 466	59.04 459	64.57 468	51.76 456	64.01 463	54.49 463	47.54 460	67.21 469	63.21 469	27.86 466	58.04 467	51.28 468	46.61 463	51.87 469

PWCK	31.62 454	45.59 461	49.67 454	30.49 448	7.80 424	42.91 453	29.73 459	45.45 452	44.44 447	47.41 454	36.92 436	47.86 448	26.79 435	41.90 455	33.36 448	22.77 456	4.56 450	29.89 450	5.13 444	29.43 457	10.36 444

notaker	48.05 464	55.94 465	50.90 455	56.89 466	40.29 462	38.96 449	33.86 461	47.82 455	55.70 456	57.55 462	57.48 462	60.22 458	59.71 468	54.64 467	43.27 461	41.13 464	19.86 462	57.61 466	37.79 463	50.95 464	40.33 464

FADE	26.04 446	18.79 440	52.46 456	10.51 431	10.00 434	22.56 421	9.20 412	36.24 446	53.07 454	20.35 413	19.04 377	26.62 423	34.46 446	40.25 453	35.42 452	31.16 461	14.37 460	38.03 460	37.28 462	5.44 426	5.60 425

JetBlue	29.99 451	17.24 438	55.64 457	16.24 440	21.08 453	62.07 469	33.14 460	40.60 449	35.73 437	34.59 442	40.67 441	57.18 456	43.54 455	51.46 464	52.18 466	2.72 419	4.58 451	2.86 424	3.53 434	10.57 434	14.11 453

EDNetEfficient	14.14 422	6.71 416	56.12 458	2.99 350	3.58 371	5.38 284	8.49 408	9.35 240	33.24 429	40.73 447	30.21 420	18.04 393	22.92 429	12.13 372	26.26 435	0.16 341	0.24 265	0.07 365	1.15 412	2.58 417	2.39 400

HanzoNet	57.16 468	60.12 467	60.00 459	55.77 465	42.11 463	51.98 464	41.93 463	52.07 461	61.47 461	65.98 469	65.90 467	72.11 469	70.14 469	71.11 470	61.13 468	64.31 470	34.72 467	62.27 468	50.86 467	52.83 466	46.33 466

AnyNet_C01	16.99 428	12.34 436	60.47 460	4.88 411	3.11 356	31.77 438	16.79 444	18.60 405	17.96 391	18.62 407	38.50 438	24.03 416	19.00 414	30.59 441	35.18 451	0.29 370	0.56 300	0.45 408	0.48 390	2.70 418	3.40 411

UNDER WATER-64	46.01 463	48.25 462	68.05 461	44.59 460	28.11 460	57.02 468	43.78 465	40.20 448	48.80 450	52.08 459	42.95 445	67.22 466	57.71 466	48.98 463	49.57 463	40.01 463	17.98 461	52.15 464	39.41 464	38.99 461	34.41 463

UNDER WATER	45.99 462	49.80 463	68.56 462	49.99 462	32.13 461	55.35 467	39.50 462	41.12 450	52.90 453	50.69 457	45.18 447	67.79 467	58.75 467	51.93 466	50.97 464	30.59 460	14.03 459	51.66 463	37.15 461	40.27 462	31.35 462

LRCNet_RVC	66.47 470	66.44 471	69.02 463	71.60 469	54.27 468	32.21 440	2.93 326	63.19 470	21.83 409	82.02 472	90.16 473	83.59 471	72.13 470	69.45 469	53.25 467	95.47 476	64.21 470	95.15 476	95.27 476	72.59 470	74.60 472

ASD4	76.04 471	81.96 473	69.18 464	68.53 468	80.95 473	96.29 473	99.16 478	77.84 471	93.51 475	77.76 471	85.79 471	78.58 470	76.90 471	78.02 471	82.88 471	58.77 468	62.96 469	55.01 465	62.53 470	68.78 469	65.30 471

MADNet++	82.81 472	81.73 472	74.64 465	87.71 475	82.67 474	93.35 471	70.27 470	86.39 475	82.88 471	93.51 476	86.62 472	86.40 472	81.37 472	88.21 472	88.63 472	86.59 474	84.23 475	72.14 471	68.69 471	78.88 475	81.36 476

JetRed	61.44 469	61.87 468	83.02 466	46.49 461	56.73 469	83.63 470	65.09 469	59.75 469	64.22 463	69.50 470	69.26 470	66.24 464	47.62 458	61.80 468	74.60 470	45.99 465	66.40 471	46.67 462	45.27 466	63.49 468	51.22 468

RTS	19.64 440	10.42 431	87.01 467	5.88 416	6.82 418	41.73 451	16.69 442	16.80 393	41.90 445	23.44 419	32.96 428	13.79 361	21.49 423	38.85 450	30.84 443	0.46 382	0.70 312	0.00 1	0.09 261	1.13 392	1.70 350

RTSA	19.64 440	10.42 431	87.01 467	5.88 416	6.82 418	41.73 451	16.69 442	16.80 393	41.90 445	23.44 419	32.96 428	13.79 361	21.49 423	38.85 450	30.84 443	0.46 382	0.70 312	0.00 1	0.09 261	1.13 392	1.70 350

coex-ft	20.15 442	20.03 441	87.93 469	1.81 216	1.77 296	18.77 413	13.73 432	13.28 348	41.87 444	60.24 463	39.04 439	28.27 427	30.39 440	12.57 379	28.66 442	0.20 353	0.23 262	0.04 349	0.30 359	1.52 402	2.34 399

DLNR_Zeroshot_test	24.96 445	51.28 464	90.69 470	97.84 478	97.22 477	1.40 20	0.12 40	23.19 433	3.55 58	1.21 52	2.95 74	0.72 58	0.31 18	7.09 185	2.61 217	38.70 462	1.32 401	0.00 1	0.29 357	77.04 474	1.68 345

MADNet+	27.96 448	35.32 455	91.41 471	21.04 445	8.86 429	49.25 460	47.41 467	36.98 447	37.84 440	21.00 416	30.83 422	25.41 420	34.95 447	46.51 459	51.54 465	3.04 422	3.33 441	1.48 418	1.05 410	5.85 427	6.05 428

HaxPig	98.85 479	99.94 479	95.36 472	99.99 482	99.98 480	94.12 472	94.52 472	99.12 479	99.96 479	99.96 481	99.99 480	99.98 482	99.89 479	98.16 477	96.14 477	99.98 481	99.99 481	100.00 479	99.99 480	99.99 482	99.95 482

PML	97.69 477	100.00 482	96.50 473	97.85 479	97.35 478	99.77 480	99.36 479	96.92 476	96.34 476	100.00 482	96.52 477	97.41 477	99.61 478	100.00 483	95.46 476	99.99 482	97.44 476	100.00 479	96.08 477	99.13 478	88.02 477

xxxxx1	85.58 474	90.37 474	96.61 474	76.69 471	80.77 470	97.50 475	96.92 475	85.57 472	88.66 472	88.63 473	91.64 474	94.27 473	93.09 473	90.03 473	91.91 473	70.77 471	70.62 472	73.61 472	81.26 473	72.90 471	79.86 473

tt_ll	85.58 474	90.37 474	96.61 474	76.69 471	80.77 470	97.50 475	96.92 475	85.57 472	88.66 472	88.63 473	91.64 474	94.27 473	93.09 473	90.03 473	91.91 473	70.77 471	70.62 472	73.61 472	81.26 473	72.90 471	79.86 473

ff	85.58 474	90.37 474	96.61 474	76.69 471	80.77 470	97.50 475	96.92 475	85.57 472	88.66 472	88.63 473	91.64 474	94.27 473	93.09 473	90.03 473	91.91 473	70.77 471	70.62 472	73.61 472	81.26 473	72.90 471	79.86 473

AVERAGE_ROB	99.63 482	99.96 480	98.88 477	100.00 485	100.00 482	98.16 478	95.64 473	100.00 483	100.00 481	100.00 482	100.00 481	100.00 484	100.00 482	100.00 483	99.99 481	100.00 484	100.00 482	100.00 479	100.00 482	100.00 483	100.00 486

MEDIAN_ROB	98.44 478	99.70 477	99.34 478	97.13 476	97.06 476	96.94 474	95.91 474	97.71 478	97.33 477	98.78 479	98.91 478	99.19 478	98.13 477	96.94 476	96.99 478	99.97 480	99.18 477	100.00 479	99.99 480	99.70 479	99.83 479

EDNetEfficientorigin	18.25 436	14.44 437	99.41 479	1.72 207	1.00 230	12.07 383	6.97 397	13.67 356	35.06 435	38.59 446	37.10 437	27.03 424	27.46 439	15.38 400	26.92 437	0.05 294	0.08 219	0.15 382	0.62 398	3.33 420	3.92 420

Anonymous_1	99.01 480	99.91 478	99.85 480	97.31 477	99.09 479	100.00 481	100.00 481	99.59 480	99.96 479	99.29 480	99.86 479	99.55 479	99.99 481	99.30 478	99.76 479	95.67 477	99.58 478	97.24 477	98.56 478	97.36 477	98.34 478

tt	83.10 473	0.43 25	99.97 481	79.27 474	93.14 475	100.00 481	100.00 481	100.00 483	99.89 478	60.55 464	48.44 452	99.98 482	99.96 480	99.98 482	100.00 484	91.80 475	99.82 479	73.67 475	73.25 472	86.43 476	55.39 470

test_example2	99.38 481	99.98 481	99.99 482	100.00 485	99.98 480	99.73 479	99.99 480	96.99 477	100.00 481	100.00 482	100.00 481	96.49 476	96.74 476	99.97 479	99.96 480	100.00 484	99.97 480	98.68 478	99.11 479	100.00 483	100.00 486

DPSMNet_ROB	99.90 483	100.00 482	99.99 482	99.99 482	100.00 482	100.00 481	100.00 481	99.98 481	100.00 481	98.37 477	100.00 481	99.81 480	100.00 482	99.97 479	99.99 481	100.00 484	100.00 482	100.00 479	100.00 482	100.00 483	99.99 483

DGTPSM_ROB	99.90 483	100.00 482	99.99 482	99.99 482	100.00 482	100.00 481	100.00 481	99.98 481	100.00 481	98.37 477	100.00 481	99.81 480	100.00 482	99.97 479	99.99 481	99.99 482	100.00 482	100.00 479	100.00 482	100.00 483	99.99 483

Selective-RAFT-Error	100.00 487	100.00 482	100.00 485	100.00 485	100.00 482	100.00 481	100.00 481	100.00 483	100.00 481	100.00 482	100.00 481	100.00 484	100.00 482	100.00 483	100.00 484	100.00 484	100.00 482	100.00 479	100.00 482	100.00 483	100.00 486

CasAABBNet	100.00 487	100.00 482	100.00 485	100.00 485	100.00 482	100.00 481	100.00 481	100.00 483	100.00 481	100.00 482	100.00 481	100.00 484	100.00 482	100.00 483	100.00 484	100.00 484	100.00 482	100.00 479	100.00 482	100.00 483	100.00 486

LSM0	100.00 487	100.00 482	100.00 485	100.00 485	100.00 482	100.00 481	100.00 481	100.00 483	100.00 481	100.00 482	100.00 481	100.00 484	100.00 482	100.00 483	100.00 484	100.00 484	100.00 482	100.00 479	100.00 482	100.00 483	99.99 483

DPSM_ROB	99.94 485	100.00 482	100.00 485	99.74 480	100.00 482	100.00 481	100.00 481	100.00 483	100.00 481	100.00 482	100.00 481	100.00 484	100.00 482	100.00 483	100.00 484	99.08 478	100.00 482	100.00 479	100.00 482	99.98 480	99.94 480

DPSM	99.94 485	100.00 482	100.00 485	99.74 480	100.00 482	100.00 481	100.00 481	100.00 483	100.00 481	100.00 482	100.00 481	100.00 484	100.00 482	100.00 483	100.00 484	99.08 478	100.00 482	100.00 479	100.00 482	99.98 480	99.94 480

Low-res two-view benchmark