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

4w-stereo	0.55 21	0.18 8	1.39 31	0.02 1	0.35 223	1.26 42	0.06 58	3.13 34	0.86 23	0.28 29	0.82 66	0.06 13	0.67 132	1.59 69	0.25 34	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.25w_new	0.45 5	0.25 41	1.29 20	0.02 1	0.08 51	1.25 37	0.01 5	3.39 62	0.91 40	0.33 49	0.16 18	0.07 20	0.42 98	0.57 6	0.25 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

3.25w	0.45 5	0.25 41	1.29 20	0.02 1	0.08 51	1.25 37	0.01 5	3.39 62	0.91 40	0.33 49	0.16 18	0.06 13	0.42 98	0.57 6	0.25 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

3.75w	0.62 27	0.16 3	1.33 26	0.02 1	1.27 365	1.25 37	0.01 5	3.23 49	0.87 28	0.38 59	0.23 29	0.07 20	0.40 85	2.96 120	0.26 37	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.5w_stereo	0.69 37	0.23 30	1.44 38	0.02 1	0.14 107	1.24 33	0.03 32	3.53 80	0.90 39	0.20 15	1.48 92	0.07 20	0.50 110	3.73 142	0.30 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

asda	0.52 16	0.19 13	1.61 56	0.03 6	0.61 289	1.26 42	0.08 75	3.20 45	0.84 17	0.41 74	0.29 33	0.05 5	0.72 139	0.77 21	0.26 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

4.25_new	0.52 16	0.18 8	1.42 33	0.03 6	0.88 323	1.23 23	0.04 38	3.18 42	0.85 20	0.32 44	0.77 59	0.05 5	0.42 98	0.83 24	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.5w_new	0.52 16	0.18 8	1.42 33	0.03 6	0.88 323	1.23 23	0.04 38	3.18 42	0.85 20	0.32 44	0.77 59	0.05 5	0.42 98	0.83 24	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.25w-stereo	0.52 16	0.18 8	1.43 36	0.03 6	0.88 323	1.23 23	0.04 38	3.18 42	0.85 20	0.32 44	0.77 59	0.05 5	0.42 98	0.83 24	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3w_stereo	0.53 20	0.23 30	1.53 48	0.03 6	0.02 3	1.25 37	0.02 24	3.34 59	0.88 33	0.44 84	0.43 41	0.07 20	1.04 171	1.04 40	0.26 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

2w_stereo	0.56 23	0.19 13	1.31 24	0.03 6	0.10 67	1.22 21	0.04 38	3.42 70	0.81 14	0.79 114	0.73 56	0.07 20	1.24 195	0.81 23	0.37 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

fffft	0.97 69	0.29 58	1.69 68	0.03 6	0.05 16	2.12 138	0.65 271	3.44 71	1.87 70	0.34 51	0.60 49	0.23 69	0.20 34	6.69 275	0.89 196	0.00 1	0.01 180	0.00 1	0.00 1	0.18 365	0.09 287
1: 1. 1
ff7	1.12 92	0.57 270	2.06 107	0.03 6	0.07 35	2.80 220	0.84 324	3.71 88	2.27 81	0.38 59	1.06 70	0.20 56	0.40 85	7.12 307	0.49 110	0.00 1	0.00 1	0.00 1	0.16 423	0.09 256	0.06 240

ffff	1.12 92	0.57 270	2.06 107	0.03 6	0.07 35	2.80 220	0.84 324	3.71 88	2.27 81	0.38 59	1.06 70	0.20 56	0.40 85	7.12 307	0.49 110	0.00 1	0.00 1	0.00 1	0.16 423	0.09 256	0.06 240

11t	1.12 92	0.57 270	2.06 107	0.03 6	0.07 35	2.80 220	0.84 324	3.71 88	2.27 81	0.38 59	1.06 70	0.20 56	0.40 85	7.12 307	0.49 110	0.00 1	0.00 1	0.00 1	0.16 423	0.09 256	0.06 240

MIF-Stereo (partial)	1.29 119	0.33 105	3.02 220	0.03 6	1.12 352	1.26 42	0.13 107	4.46 133	3.75 184	0.35 53	2.39 134	0.31 90	0.74 141	6.09 227	1.76 282	0.00 1	0.00 1	0.00 1	0.00 1	0.08 238	0.04 185

anonymousdsp	1.12 92	0.59 278	1.66 62	0.03 6	0.07 35	2.81 228	0.82 315	4.07 114	2.30 87	0.41 74	1.12 78	0.30 86	0.40 85	7.05 300	0.49 110	0.00 1	0.00 1	0.00 1	0.17 431	0.10 267	0.05 220

ccc-4	1.12 92	0.57 270	2.06 107	0.03 6	0.07 35	2.80 220	0.84 324	3.71 88	2.27 81	0.38 59	1.06 70	0.20 56	0.40 85	7.12 307	0.49 110	0.00 1	0.00 1	0.00 1	0.16 423	0.09 256	0.06 240

IGEV-Stereo	1.12 92	0.59 278	1.66 62	0.03 6	0.07 35	2.82 231	0.82 315	4.09 117	2.30 87	0.41 74	1.11 75	0.30 86	0.41 93	7.05 300	0.49 110	0.00 1	0.00 1	0.00 1	0.17 431	0.10 267	0.05 220
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Monster-pub-mixall	0.72 43	0.39 160	0.98 1	0.04 20	0.12 92	1.23 23	0.01 5	2.74 20	0.86 23	0.86 118	0.39 38	0.07 20	0.09 10	6.24 236	0.32 55	0.01 243	0.02 247	0.00 1	0.00 1	0.02 77	0.03 139

asd	0.49 11	0.16 3	1.57 52	0.04 20	0.72 306	1.24 33	0.05 51	2.80 21	0.84 17	0.45 86	0.50 44	0.06 13	0.56 120	0.58 9	0.24 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

2.25w	0.67 33	0.20 18	1.40 32	0.04 20	0.13 101	1.21 19	0.05 51	3.23 49	0.87 28	0.36 54	1.17 81	0.07 20	0.69 135	3.67 140	0.30 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.5w	0.68 35	0.23 30	1.29 20	0.04 20	0.31 208	1.26 42	0.09 83	3.24 51	0.86 23	0.42 79	0.59 47	0.03 1	0.56 120	4.36 169	0.24 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.75w_new	0.55 21	0.23 30	1.43 36	0.04 20	0.12 92	1.25 37	0.08 75	3.20 45	0.86 23	0.39 67	0.16 18	0.07 20	0.88 157	1.99 94	0.24 30	0.00 1	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18

LG-Stereo	0.79 49	0.32 88	3.96 310	0.04 20	0.15 112	1.19 17	0.18 135	3.52 78	2.95 125	0.32 44	1.77 106	0.22 68	0.14 25	0.39 1	0.43 87	0.01 243	0.02 247	0.00 1	0.00 1	0.11 288	0.02 89

HART	1.68 146	0.67 310	2.72 181	0.04 20	0.27 188	1.72 105	0.04 38	5.60 219	3.16 145	1.44 136	7.73 310	2.41 193	0.15 26	6.44 251	0.62 129	0.00 1	0.12 439	0.00 1	0.00 1	0.24 411	0.17 384

Monster-pub-eth3d	0.44 4	0.23 30	1.44 38	0.05 27	0.77 312	1.17 14	0.01 5	3.17 40	0.72 5	0.28 29	0.18 25	0.06 13	0.04 1	0.55 5	0.17 17	0.00 1	0.00 1	0.00 1	0.01 310	0.00 1	0.01 18

qwe	0.66 32	0.19 13	1.64 61	0.05 27	1.17 357	1.23 23	0.03 32	3.35 60	0.88 33	0.51 96	0.38 36	0.04 3	0.17 28	3.22 125	0.26 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

StereoAnything_RVC	1.52 136	7.77 538	2.81 198	0.05 27	0.02 3	1.11 11	0.06 58	3.26 53	0.75 10	0.12 4	0.02 1	0.07 20	0.68 134	6.69 275	0.13 7	0.02 335	0.08 399	0.00 1	0.00 1	6.69 543	0.02 89

MonSter	0.46 8	0.23 30	1.44 38	0.05 27	0.77 312	1.17 14	0.01 5	3.17 40	0.72 5	0.28 29	0.18 25	0.07 20	0.04 1	0.83 24	0.17 17	0.00 1	0.00 1	0.00 1	0.01 310	0.00 1	0.01 18

mms	1.03 82	0.54 258	1.58 54	0.05 27	0.36 226	1.52 79	0.08 75	2.97 26	1.84 69	0.38 59	2.94 148	0.32 93	0.25 42	6.82 281	0.39 75	0.00 1	0.04 328	0.00 1	0.00 1	0.17 354	0.28 440

4.5_new	0.49 11	0.17 6	1.73 71	0.06 32	0.30 199	1.23 23	0.07 67	3.11 31	0.87 28	0.45 86	0.66 51	0.05 5	0.19 31	0.67 14	0.26 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

4.5w-stereo	0.49 11	0.17 6	1.73 71	0.06 32	0.30 199	1.23 23	0.07 67	3.11 31	0.87 28	0.45 86	0.66 51	0.05 5	0.19 31	0.67 14	0.26 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

111111	0.97 69	0.19 13	1.49 45	0.06 32	1.12 352	1.43 69	0.05 51	4.77 156	1.70 62	0.44 84	2.88 146	0.09 38	0.17 28	4.66 177	0.20 22	0.00 1	0.00 1	0.00 1	0.00 1	0.10 267	0.01 18

MLG-Stereo_test3	0.45 5	0.31 74	1.35 28	0.06 32	0.17 130	1.30 50	0.01 5	3.52 78	0.77 12	0.15 8	0.07 12	0.06 13	0.07 5	0.74 17	0.22 26	0.02 335	0.06 363	0.00 1	0.00 1	0.01 25	0.02 89

MLG-Stereo_test1	0.67 33	0.23 30	1.05 3	0.06 32	1.40 377	1.24 33	0.00 1	3.56 82	1.36 54	0.06 1	0.04 11	0.08 32	0.10 14	4.03 156	0.14 9	0.01 243	0.07 386	0.00 1	0.01 310	0.01 25	0.02 89

MLG-Stereo	0.72 43	0.23 30	1.13 6	0.06 32	0.16 120	1.24 33	0.00 1	3.84 104	1.40 55	0.06 1	0.03 5	0.08 32	0.10 14	5.71 214	0.16 12	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.02 89

IGEV-Stereo++	0.74 46	0.23 30	1.31 24	0.06 32	1.62 387	1.95 122	0.01 5	3.29 55	1.81 65	0.38 59	1.68 103	0.10 42	1.16 186	0.91 31	0.19 21	0.01 243	0.01 180	0.00 1	0.00 1	0.04 152	0.01 18

AIO-Stereo	0.94 66	0.22 26	1.20 15	0.06 32	0.08 51	2.36 161	0.62 262	5.50 215	2.61 102	0.30 37	3.32 161	0.41 106	0.25 42	1.12 44	0.17 17	0.00 1	0.01 180	0.00 1	0.35 494	0.06 208	0.12 338

iRaft-Stereo_5w	2.86 284	0.86 360	4.08 326	0.06 32	0.25 178	2.76 216	0.60 256	4.97 168	4.10 211	2.98 172	7.85 315	10.17 423	4.17 354	8.16 378	5.83 421	0.00 1	0.00 1	0.00 1	0.01 310	0.26 415	0.06 240

S2M2_XL	0.22 1	0.33 105	1.17 10	0.07 41	0.11 78	0.11 1	0.00 1	0.60 2	0.25 1	0.12 4	0.73 56	0.07 20	0.17 28	0.39 1	0.20 22	0.00 1	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MLG-Stereo_test2	0.57 25	0.28 53	1.20 15	0.07 41	0.68 298	1.34 56	0.02 24	3.39 62	1.41 56	0.06 1	0.02 1	0.12 44	0.10 14	2.37 106	0.31 53	0.01 243	0.08 399	0.00 1	0.00 1	0.01 25	0.02 89

LG-G_1	0.62 27	0.31 74	1.19 12	0.07 41	0.11 78	1.81 112	0.02 24	3.74 96	0.88 33	0.23 21	0.03 5	0.09 38	0.08 7	3.39 132	0.27 46	0.02 335	0.08 399	0.00 1	0.00 1	0.03 123	0.02 89

LG-G	0.62 27	0.31 74	1.19 12	0.07 41	0.11 78	1.81 112	0.02 24	3.74 96	0.88 33	0.23 21	0.03 5	0.09 38	0.08 7	3.39 132	0.27 46	0.02 335	0.08 399	0.00 1	0.00 1	0.03 123	0.02 89

dual_stereo	0.56 23	0.32 88	1.08 5	0.07 41	0.11 78	0.77 8	0.03 32	3.60 84	1.17 52	0.12 4	0.03 5	0.20 56	0.11 19	2.77 115	0.51 117	0.00 1	0.14 454	0.00 1	0.16 423	0.00 1	0.02 89

rvit_stereo_0080	0.88 58	0.51 242	3.12 239	0.07 41	0.12 92	1.31 52	0.37 190	3.78 99	3.29 159	0.56 100	1.13 79	0.40 103	0.76 143	1.71 73	0.47 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.04 185

whm_eth	0.88 58	0.51 242	3.12 239	0.07 41	0.12 92	1.31 52	0.37 190	3.78 99	3.29 159	0.56 100	1.13 79	0.40 103	0.76 143	1.71 73	0.47 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.04 185

Selective-IGEV	1.23 110	0.18 8	1.13 6	0.07 41	0.17 130	2.38 165	0.54 235	6.10 242	2.51 95	0.41 74	3.20 158	0.26 75	0.29 56	6.94 294	0.16 12	0.00 1	0.01 180	0.00 1	0.11 408	0.04 152	0.10 309

CREStereo	0.98 71	0.42 189	1.86 77	0.07 41	0.22 168	1.65 91	0.02 24	4.07 114	6.33 319	0.72 109	1.54 95	0.43 110	0.64 130	1.22 51	0.44 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
Replicate-Monster	1.25 114	1.94 482	10.24 486	0.08 50	0.32 212	1.32 54	0.03 32	3.71 88	0.89 38	1.07 129	0.07 12	0.08 32	0.10 14	4.74 179	0.14 9	0.01 243	0.04 328	0.00 1	0.00 1	0.01 25	0.22 411

water-stereo	0.70 40	0.29 58	3.07 236	0.08 50	0.07 35	1.54 80	0.15 120	4.01 113	1.41 56	0.59 102	1.31 85	0.26 75	0.24 40	0.43 3	0.39 75	0.02 335	0.06 363	0.00 1	0.02 336	0.02 77	0.01 18

IGEV	0.50 14	0.22 26	1.52 47	0.08 50	1.85 413	1.34 56	0.37 190	2.03 10	0.93 43	0.29 33	0.08 16	0.07 20	0.09 10	0.90 30	0.22 26	0.02 335	0.04 328	0.00 1	0.00 1	0.01 25	0.01 18

xyz-stereo-finetune	1.20 104	0.44 206	2.19 130	0.08 50	0.05 16	3.16 268	0.68 278	3.41 67	2.58 101	0.81 116	1.77 106	0.68 130	0.37 77	6.20 234	1.63 271	0.00 1	0.00 1	0.00 1	0.00 1	0.04 152	0.02 89

trnet	0.99 75	0.37 149	1.89 81	0.08 50	0.19 156	1.68 96	0.02 24	4.12 118	6.41 323	0.70 108	1.57 96	0.46 113	0.67 132	1.15 46	0.41 81	0.00 1	0.01 180	0.00 1	0.00 1	0.01 25	0.01 18

test_4	2.38 238	0.34 120	2.68 173	0.08 50	0.11 78	3.69 312	1.14 367	3.33 58	3.34 166	4.03 204	17.35 472	3.31 226	0.51 112	6.28 239	1.15 227	0.00 1	0.00 1	0.00 1	0.11 408	0.16 341	0.01 18

1w_stereo	0.64 30	0.16 3	1.24 18	0.09 56	0.50 267	1.19 17	0.08 75	3.24 51	0.84 17	0.48 91	2.37 132	0.04 3	1.57 221	0.84 28	0.10 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

4D-IteraStereo	1.72 150	0.86 360	3.01 218	0.09 56	2.86 458	3.57 304	1.06 359	3.92 106	5.31 262	5.28 242	1.02 69	3.92 254	0.38 81	1.83 84	1.04 215	0.00 1	0.01 180	0.00 1	0.00 1	0.07 226	0.09 287

xyz-stereo-finetune2	1.82 164	0.51 242	2.22 132	0.10 58	0.05 16	6.49 406	0.17 131	3.59 83	2.15 74	0.63 104	6.19 255	0.49 116	3.44 316	6.93 290	3.48 366	0.00 1	0.00 1	0.00 1	0.00 1	0.04 152	0.01 18

LG-Stereo_L2	0.64 30	0.33 105	1.46 42	0.10 58	0.18 145	1.30 50	0.19 138	3.53 80	0.72 5	0.20 15	0.02 1	0.06 13	0.07 5	4.19 161	0.36 64	0.01 243	0.01 180	0.00 1	0.00 1	0.01 25	0.02 89

LG-Stereo_L1	0.69 37	0.32 88	1.21 17	0.10 58	0.16 120	1.38 61	0.20 144	2.44 15	0.72 5	0.20 15	0.02 1	0.06 13	0.06 4	6.49 258	0.36 64	0.01 243	0.04 328	0.00 1	0.00 1	0.01 25	0.02 89

GMOStereo	1.81 160	0.47 222	2.09 113	0.10 58	0.27 188	1.49 73	0.89 337	4.40 126	4.51 230	8.16 388	6.97 279	2.96 208	1.15 181	1.42 55	0.88 191	0.00 1	0.14 454	0.00 1	0.00 1	0.23 401	0.03 139

error version	1.81 160	0.47 222	2.09 113	0.10 58	0.27 188	1.49 73	0.89 337	4.40 126	4.51 230	8.16 388	6.97 279	2.96 208	1.15 181	1.42 55	0.88 191	0.00 1	0.14 454	0.00 1	0.00 1	0.23 401	0.03 139

test-v	1.81 160	0.47 222	2.09 113	0.10 58	0.27 188	1.49 73	0.89 337	4.40 126	4.51 230	8.16 388	6.97 279	2.96 208	1.15 181	1.42 55	0.88 191	0.00 1	0.14 454	0.00 1	0.00 1	0.23 401	0.03 139

test-2	1.81 160	0.47 222	2.09 113	0.10 58	0.27 188	1.49 73	0.89 337	4.40 126	4.51 230	8.16 388	6.97 279	2.96 208	1.15 181	1.42 55	0.88 191	0.00 1	0.14 454	0.00 1	0.00 1	0.23 401	0.03 139

rvit_stereo_0081_aga	0.76 48	0.51 242	3.29 253	0.11 65	0.25 178	1.73 106	0.22 151	3.68 86	2.54 99	0.26 28	0.16 18	0.27 79	0.30 63	1.31 53	0.36 64	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.04 185

s12784h	1.89 177	0.30 69	2.57 161	0.11 65	0.09 59	4.18 346	0.13 107	6.61 273	7.44 360	3.62 190	4.28 190	0.59 127	0.81 152	6.61 269	0.46 100	0.01 243	0.01 180	0.00 1	0.00 1	0.02 77	0.00 1

AdaDepth	0.57 25	0.22 26	2.33 138	0.12 67	1.26 362	1.59 84	0.07 67	1.03 4	0.97 45	0.21 19	0.42 39	0.08 32	0.30 63	2.28 104	0.26 37	0.01 243	0.01 180	0.00 1	0.20 446	0.01 25	0.01 18

depthmonostereo	1.01 79	0.50 236	3.16 243	0.12 67	0.09 59	1.43 69	0.04 38	4.97 168	1.51 59	0.90 120	1.46 91	0.98 141	0.94 162	3.45 136	0.46 100	0.02 335	0.10 423	0.00 1	0.02 336	0.04 152	0.01 18

SCV_C0	1.40 127	0.49 233	3.06 235	0.12 67	0.21 164	2.29 153	0.09 83	6.46 266	3.81 188	0.63 104	2.00 115	0.24 72	0.41 93	7.31 318	0.43 87	0.01 243	0.05 345	0.00 1	0.21 451	0.16 341	0.07 259

ours_stereo	1.03 82	0.55 262	1.86 77	0.12 67	0.32 212	1.16 13	0.09 83	3.27 54	2.18 77	0.39 67	3.02 152	0.34 101	0.26 48	6.32 244	0.37 70	0.00 1	0.01 180	0.00 1	0.00 1	0.18 365	0.13 346

Pointernet	0.84 55	0.35 131	2.00 102	0.12 67	0.13 101	1.77 108	0.06 58	4.87 161	2.53 97	0.14 7	2.11 121	0.76 135	0.44 105	1.02 38	0.32 55	0.00 1	0.04 328	0.00 1	0.15 420	0.02 77	0.01 18

RSM	1.21 107	0.20 18	1.30 23	0.12 67	0.06 27	2.48 174	0.51 230	3.78 99	2.74 114	0.48 91	2.38 133	2.18 187	0.28 52	6.77 279	0.56 122	0.00 1	0.00 1	0.00 1	0.16 423	0.07 226	0.05 220

Patchmatch Stereo++	1.95 184	0.40 171	2.86 204	0.12 67	0.18 145	3.74 319	0.66 274	5.24 192	2.96 128	5.86 260	4.32 191	3.46 231	1.52 215	6.88 285	0.70 144	0.01 243	0.00 1	0.00 1	0.00 1	0.08 238	0.09 287
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 174	0.40 171	2.86 204	0.12 67	0.19 156	3.75 322	0.71 289	5.23 186	2.96 128	5.86 260	4.33 193	3.45 229	1.51 210	5.40 204	0.69 142	0.01 243	0.00 1	0.00 1	0.00 1	0.08 238	0.09 287

ROB_FTStereo_v2	1.91 180	0.41 182	2.85 202	0.12 67	0.19 156	3.71 314	0.73 294	5.23 186	2.95 125	5.86 260	4.36 196	3.46 231	1.51 210	5.86 220	0.69 142	0.01 243	0.00 1	0.00 1	0.00 1	0.08 238	0.08 274

ROB_FTStereo	1.90 178	0.42 189	2.86 204	0.12 67	0.19 156	3.71 314	0.75 299	5.24 192	2.95 125	5.87 265	4.26 189	3.41 227	1.51 210	5.80 217	0.65 134	0.01 243	0.00 1	0.00 1	0.00 1	0.08 238	0.08 274

HUI-Stereo	1.80 159	0.41 182	2.85 202	0.12 67	0.18 145	3.72 317	0.65 271	5.23 186	2.97 132	5.87 265	4.34 194	3.45 229	1.52 215	3.93 151	0.65 134	0.02 335	0.00 1	0.00 1	0.00 1	0.08 238	0.10 309

THIR-Stereo	3.86 377	0.77 337	2.62 169	0.12 67	0.13 101	4.25 347	6.63 506	5.30 199	4.18 216	10.33 456	17.13 467	6.58 355	7.62 462	7.78 348	3.51 368	0.01 243	0.07 386	0.07 475	0.00 1	0.11 288	0.02 89

DRaft	3.74 364	0.43 200	2.60 165	0.12 67	0.15 112	4.76 368	1.34 384	5.33 203	4.31 220	10.30 455	21.91 497	3.27 224	8.83 479	7.36 323	3.66 376	0.05 411	0.10 423	0.00 1	0.14 416	0.10 267	0.14 355

iGMRVC	1.96 187	0.40 171	2.88 209	0.12 67	0.19 156	3.74 319	0.73 294	5.23 186	2.97 132	5.87 265	4.37 197	3.48 235	1.52 215	6.73 278	0.74 154	0.02 335	0.00 1	0.00 1	0.00 1	0.08 238	0.08 274

iRAFT	1.95 184	0.40 171	2.86 204	0.12 67	0.18 145	3.74 319	0.66 274	5.24 192	2.96 128	5.86 260	4.32 191	3.46 231	1.52 215	6.88 285	0.70 144	0.01 243	0.00 1	0.00 1	0.00 1	0.08 238	0.09 287

RAFT-IKP	1.90 178	0.42 189	2.83 199	0.12 67	0.18 145	3.50 293	0.64 267	5.24 192	2.96 128	5.86 260	4.34 194	3.50 238	1.51 210	5.99 224	0.76 161	0.01 243	0.00 1	0.00 1	0.00 1	0.08 238	0.08 274

LGtest1	0.42 3	0.33 105	1.42 33	0.13 83	0.16 120	0.98 10	0.01 5	2.30 14	0.96 44	0.21 19	0.07 12	0.08 32	0.10 14	1.10 42	0.31 53	0.01 243	0.09 411	0.00 1	0.00 1	0.03 123	0.02 89

AIO_test	0.90 63	0.40 171	1.67 65	0.14 84	0.16 120	2.97 246	0.83 319	3.61 85	2.67 105	0.29 33	0.71 55	1.50 163	0.29 56	2.37 106	0.13 7	0.00 1	0.04 328	0.00 1	0.08 390	0.03 123	0.03 139

DeepStereo_RVC	2.05 197	0.39 160	2.87 208	0.14 84	0.17 130	3.51 296	0.70 286	5.21 185	3.00 134	6.27 295	4.13 185	3.47 234	4.53 379	4.81 181	1.49 254	0.01 243	0.00 1	0.00 1	0.00 1	0.09 256	0.18 388

FlowAnything_test	0.51 15	0.33 105	2.09 113	0.15 86	0.15 112	1.71 102	0.03 32	1.76 7	0.49 2	1.10 131	0.77 59	0.03 1	0.05 3	0.61 11	0.66 138	0.05 411	0.01 180	0.00 1	0.00 1	0.10 267	0.02 89

AIO_rvc	1.02 80	0.59 278	1.95 94	0.15 86	0.09 59	3.42 281	0.99 351	4.46 133	2.73 113	0.28 29	1.62 98	1.32 153	0.28 52	2.10 100	0.21 25	0.00 1	0.03 299	0.00 1	0.04 370	0.11 288	0.11 323

Occ-G	0.98 71	0.38 156	1.82 75	0.15 86	0.18 145	1.45 71	0.69 283	3.15 38	2.25 80	1.45 137	0.59 47	5.06 307	0.54 117	0.75 19	0.77 167	0.00 1	0.03 299	0.00 1	0.17 431	0.16 341	0.01 18

IPLGR	2.28 225	0.51 242	6.00 422	0.15 86	0.15 112	1.99 128	0.22 151	6.34 255	6.04 301	6.80 321	5.76 240	2.87 205	2.31 259	4.88 183	1.28 237	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.18 388

DEFOM-Stereo	0.70 40	0.29 58	1.62 58	0.16 90	0.06 27	1.95 122	0.45 211	0.88 3	0.74 9	0.55 99	0.51 45	0.14 46	0.09 10	6.32 244	0.20 22	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

FSD	0.46 8	0.31 74	1.38 30	0.17 91	0.10 67	0.53 5	0.06 58	3.21 47	0.81 14	0.16 10	0.24 31	1.06 145	0.12 23	0.63 12	0.24 30	0.02 335	0.07 386	0.00 1	0.00 1	0.01 25	0.01 18

UGAM	3.90 381	0.48 229	4.69 361	0.17 91	0.08 51	3.67 308	1.22 373	4.81 158	14.45 477	4.59 217	11.94 405	14.20 473	3.80 340	9.92 454	3.61 374	0.00 1	0.00 1	0.00 1	0.02 336	0.32 435	0.07 259

U	2.12 201	0.25 41	2.47 153	0.17 91	8.09 541	10.63 474	0.00 1	3.08 28	0.87 28	0.24 24	0.45 42	0.17 48	0.08 7	0.69 16	0.15 11	0.00 1	0.00 1	9.89 547	5.19 557	0.01 25	0.01 18

CAS++	1.18 101	0.55 262	1.99 100	0.17 91	0.27 188	1.85 115	0.63 263	8.48 322	3.07 140	1.71 143	2.32 130	0.18 51	0.20 34	1.91 92	0.30 48	0.00 1	0.01 180	0.00 1	0.00 1	0.02 77	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DEmStereo	3.79 371	0.37 149	3.69 289	0.17 91	0.17 130	5.28 382	2.54 421	4.35 125	3.70 180	8.21 394	20.15 486	5.13 310	10.38 498	7.65 337	3.85 381	0.01 243	0.01 180	0.01 398	0.00 1	0.02 77	0.06 240

DIP-Stereo	1.97 189	0.64 295	2.95 213	0.17 91	0.10 67	4.83 370	0.13 107	8.60 330	4.06 210	6.42 306	4.92 207	0.44 112	0.72 139	3.57 138	1.80 286	0.00 1	0.01 180	0.00 1	0.00 1	0.05 184	0.04 185
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAStereo	0.68 35	0.42 189	3.15 242	0.18 97	0.52 275	1.17 14	0.02 24	3.16 39	0.98 46	0.51 96	1.43 89	0.16 47	0.22 38	0.75 19	0.83 177	0.00 1	0.00 1	0.00 1	0.00 1	0.07 226	0.02 89

xyz-stereo	6.97 473	0.29 58	36.85 560	0.20 98	0.07 35	30.65 550	0.19 138	3.97 110	1.82 67	10.21 454	24.87 512	6.06 337	7.29 452	11.62 481	4.87 405	0.01 243	0.02 247	0.35 513	0.00 1	0.06 208	0.02 89

knoymous	1.36 125	0.21 23	1.68 67	0.20 98	0.49 264	1.58 82	0.11 92	5.15 181	2.40 91	4.62 218	1.77 106	4.56 287	0.45 107	3.23 126	0.63 132	0.00 1	0.02 247	0.00 1	0.00 1	0.02 77	0.01 18

HHNet	2.59 260	0.55 262	2.55 159	0.20 98	0.32 212	2.84 234	0.94 346	5.77 230	5.14 257	7.33 354	13.80 432	0.94 139	3.20 301	5.27 199	2.41 326	0.13 454	0.02 247	0.06 469	0.00 1	0.23 401	0.03 139

TestStereo	1.74 153	1.02 396	3.64 286	0.20 98	0.28 195	1.33 55	0.01 5	5.24 192	4.01 202	3.18 176	4.97 209	2.07 186	0.70 136	7.32 319	0.75 159	0.02 335	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

zero-FE	0.88 58	0.27 51	2.12 120	0.21 102	1.63 388	1.75 107	0.83 319	3.08 28	0.61 3	0.15 8	0.13 17	0.29 84	0.44 105	3.38 131	1.07 216	0.02 335	0.02 247	0.00 1	0.05 376	1.47 512	0.03 139

WCG-NET（raft）	1.49 134	0.50 236	1.55 50	0.21 102	0.08 51	2.15 142	1.01 355	2.72 18	6.26 314	2.79 164	3.06 155	4.38 280	1.04 171	3.53 137	0.26 37	0.00 1	0.12 439	0.00 1	0.00 1	0.10 267	0.08 274

fff	2.28 225	0.61 286	3.81 300	0.22 104	0.07 35	1.69 97	0.11 92	5.37 207	11.84 457	5.80 254	5.17 215	1.44 158	5.41 410	2.00 95	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.18 388

csc	2.28 225	0.61 286	3.81 300	0.22 104	0.07 35	1.69 97	0.11 92	5.37 207	11.84 457	5.80 254	5.17 215	1.44 158	5.41 410	2.00 95	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.18 388

cscssc	2.28 225	0.61 286	3.81 300	0.22 104	0.07 35	1.69 97	0.11 92	5.37 207	11.84 457	5.80 254	5.17 215	1.44 158	5.41 410	2.00 95	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.18 388

111	2.78 274	0.92 380	3.81 300	0.22 104	0.07 35	2.83 233	0.70 286	6.03 239	14.00 473	3.22 178	8.93 333	5.48 320	3.30 305	3.66 139	2.03 304	0.00 1	0.00 1	0.00 1	0.00 1	0.10 267	0.29 442

FoundationStereo	0.26 2	0.29 58	1.25 19	0.24 108	0.10 67	0.41 3	0.07 67	0.57 1	0.80 13	0.24 24	0.03 5	0.09 38	0.37 77	0.46 4	0.12 3	0.03 379	0.03 299	0.00 1	0.00 1	0.00 1	0.01 18

HCRNet	2.56 256	0.53 254	3.35 258	0.24 108	3.39 475	2.19 145	0.23 155	6.89 286	5.50 267	5.26 241	4.79 201	5.27 312	2.78 285	7.71 343	2.89 341	0.00 1	0.02 247	0.00 1	0.00 1	0.04 152	0.04 185

LG-Stereo_Zeroshot	0.80 50	0.33 105	2.51 155	0.25 110	0.53 276	1.93 120	0.27 167	5.07 177	1.05 47	0.47 90	0.68 53	0.64 129	0.22 38	0.95 34	0.65 134	0.00 1	0.05 345	0.00 1	0.19 443	0.03 123	0.16 379

SGD-Stereo	0.69 37	0.30 69	1.15 9	0.25 110	0.12 92	1.26 42	0.29 172	1.87 9	0.62 4	0.50 95	0.51 45	0.08 32	0.11 19	6.67 274	0.09 1	0.01 243	0.01 180	0.00 1	0.00 1	0.02 77	0.01 18

ProNet	1.20 104	0.60 282	2.00 102	0.26 112	0.08 51	2.73 209	0.68 278	5.00 173	2.52 96	0.29 33	1.32 86	0.37 102	0.36 74	6.94 294	0.44 92	0.00 1	0.07 386	0.00 1	0.00 1	0.17 354	0.07 259

RCA-Stereo	1.99 190	0.34 120	2.71 179	0.26 112	0.06 27	2.29 153	0.48 215	4.89 162	14.65 480	2.81 166	5.51 237	0.78 136	3.21 302	1.44 60	0.33 57	0.00 1	0.01 180	0.00 1	0.00 1	0.07 226	0.02 89

STrans-v2	3.43 341	0.73 325	4.82 366	0.26 112	0.60 284	3.00 249	1.19 372	10.41 383	7.22 353	5.79 253	10.97 388	6.75 358	7.03 447	8.25 387	1.40 246	0.00 1	0.01 180	0.00 1	0.00 1	0.03 123	0.18 388

PMTNet	1.41 128	0.37 149	2.06 107	0.26 112	0.15 112	2.94 244	0.34 186	3.39 62	5.33 264	1.00 123	1.27 84	0.28 83	0.93 160	4.04 157	0.74 154	5.00 538	0.00 1	0.00 1	0.00 1	0.03 123	0.01 18

CRE-IMP	1.95 184	0.35 131	2.68 173	0.27 116	0.17 130	3.90 332	0.85 330	5.14 179	2.87 120	5.74 251	4.14 186	3.49 236	0.83 153	6.40 249	1.80 286	0.00 1	0.00 1	0.00 1	0.00 1	0.10 267	0.19 399

AIO-test1	2.22 215	0.76 334	2.78 192	0.30 117	4.38 507	2.48 174	0.96 350	5.59 218	14.64 478	0.74 110	2.86 145	0.92 138	0.30 63	5.64 208	1.67 274	0.00 1	0.00 1	0.00 1	0.03 352	0.17 354	0.14 355

castereo++	1.18 101	0.54 258	1.95 94	0.30 117	0.51 271	4.56 363	1.00 353	4.61 143	1.12 49	0.29 33	2.14 125	1.89 178	0.15 26	3.94 152	0.18 20	0.00 1	0.04 328	0.00 1	0.31 485	0.03 123	0.00 1

plain	1.34 121	0.51 242	5.09 382	0.30 117	0.05 16	1.58 82	0.08 75	4.47 135	3.77 187	0.42 79	1.76 105	0.60 128	0.74 141	6.11 228	0.94 204	0.00 1	0.00 1	0.00 1	0.00 1	0.40 461	0.02 89

GCAP-Stereo	0.95 67	0.62 291	1.99 100	0.30 117	0.03 11	1.66 92	0.01 5	4.43 131	3.00 134	1.63 141	1.17 81	1.39 155	0.76 143	1.31 53	0.55 121	0.00 1	0.03 299	0.00 1	0.00 1	0.12 305	0.02 89

DCANet-4	2.03 195	0.34 120	5.30 396	0.31 121	0.18 145	1.69 97	0.12 98	4.95 165	8.55 401	5.78 252	5.17 215	1.12 147	2.82 288	2.11 101	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.18 388

ADStereo(finetuned)	2.26 224	0.64 295	5.22 392	0.31 121	0.18 145	1.71 102	0.25 162	5.23 186	8.46 396	6.06 275	5.30 231	1.41 156	6.37 431	1.87 88	1.87 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 152	0.18 388

DCANet	2.08 199	0.64 295	3.81 300	0.31 121	0.17 130	1.70 101	0.25 162	5.23 186	8.47 397	6.07 276	5.30 231	1.41 156	4.23 357	1.85 85	2.02 303	0.00 1	0.00 1	0.00 1	0.00 1	0.04 152	0.19 399

IGEVStereo-DCA	1.06 88	0.45 214	2.06 107	0.32 124	0.06 27	2.74 210	0.84 324	3.71 88	2.27 81	0.39 67	0.16 18	0.20 56	0.29 56	6.47 255	0.87 188	0.00 1	0.00 1	0.00 1	0.16 423	0.06 208	0.06 240

rrr	1.05 86	0.45 214	3.18 245	0.32 124	0.06 27	2.74 210	0.95 349	3.49 74	1.12 49	0.39 67	0.16 18	0.20 56	0.29 56	6.47 255	0.87 188	0.00 1	0.00 1	0.00 1	0.21 451	0.06 208	0.10 309

MIPNet	2.06 198	0.69 317	4.57 356	0.32 124	0.21 164	1.92 119	0.19 138	6.89 286	5.64 276	5.48 246	4.02 182	2.02 184	3.50 318	3.32 129	2.01 301	0.00 1	0.01 180	0.01 398	0.01 310	0.20 377	0.13 346

CrosDoStereo	3.96 387	0.45 214	3.04 225	0.32 124	0.20 161	3.28 274	11.63 541	5.76 227	4.45 227	9.04 424	16.58 457	4.99 301	7.45 456	8.04 363	3.72 377	0.00 1	0.02 247	0.01 398	0.00 1	0.16 341	0.10 309

DeepStereo_LL	3.96 387	0.45 214	3.04 225	0.32 124	0.20 161	3.28 274	11.63 541	5.76 227	4.45 227	9.04 424	16.58 457	4.99 301	7.45 456	8.04 363	3.72 377	0.00 1	0.02 247	0.01 398	0.00 1	0.16 341	0.10 309

WCG-NET	1.24 111	0.43 200	1.46 42	0.33 129	0.08 51	2.14 140	1.08 364	3.09 30	6.86 340	2.73 163	3.43 169	0.74 133	0.94 162	0.89 29	0.33 57	0.00 1	0.04 328	0.00 1	0.00 1	0.10 267	0.05 220

MaDis-Stereo	0.80 50	0.69 317	3.02 220	0.33 129	1.83 411	1.22 21	0.06 58	3.41 67	1.49 58	0.31 42	0.38 36	0.42 109	0.51 112	1.14 45	1.21 233	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.05 220

Anonymous3	1.76 154	0.44 206	6.37 434	0.33 129	0.50 267	4.33 351	0.54 235	4.43 131	2.48 92	2.21 148	3.24 160	1.53 165	1.14 179	5.64 208	1.29 238	0.17 463	0.23 497	0.00 1	0.00 1	0.12 305	0.15 366

CFNet_pseudo	2.81 277	0.42 189	4.04 321	0.33 129	0.24 175	2.59 192	0.12 98	8.20 313	7.66 367	7.04 336	10.42 372	6.56 353	2.05 246	4.88 183	1.53 258	0.00 1	0.02 247	0.01 398	0.00 1	0.05 184	0.07 259

ccs_rob	2.81 277	0.42 189	4.06 323	0.33 129	0.25 178	2.59 192	0.12 98	8.19 312	7.68 368	7.02 333	10.37 371	6.54 349	2.06 247	4.88 183	1.53 258	0.00 1	0.02 247	0.01 398	0.00 1	0.05 184	0.07 259

castereo	0.87 56	0.60 282	1.07 4	0.34 134	0.17 130	1.89 116	0.79 309	4.84 160	2.05 72	0.65 107	2.55 137	0.31 90	0.40 85	1.02 38	0.38 74	0.01 243	0.09 411	0.00 1	0.24 463	0.03 123	0.02 89

TANstereo	1.20 104	0.49 233	2.04 105	0.34 134	0.10 67	1.80 111	0.01 5	3.40 66	4.10 211	4.37 210	4.82 203	0.41 106	0.70 136	0.94 33	0.46 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SFCPSM	3.29 319	0.43 200	5.11 383	0.34 134	0.94 334	8.48 443	2.15 414	14.51 489	5.29 261	7.00 332	7.65 308	3.43 228	2.59 272	5.11 194	2.37 323	0.01 243	0.03 299	0.01 398	0.07 385	0.13 320	0.15 366

HUF	1.05 86	0.64 295	2.33 138	0.35 137	0.22 168	3.09 257	0.41 201	3.73 95	2.89 121	0.36 54	2.71 142	0.33 97	0.30 63	2.28 104	0.23 28	0.00 1	0.61 527	0.00 1	0.00 1	0.15 334	0.39 456

LL-Strereo2	1.86 169	0.83 356	2.33 138	0.36 138	0.17 130	3.79 326	1.52 392	5.82 233	4.04 205	4.43 211	2.51 136	4.23 269	0.37 77	5.66 210	0.99 210	0.00 1	0.02 247	0.00 1	0.05 376	0.06 208	0.11 323

CREStereo++_RVC	1.59 140	0.39 160	2.26 134	0.36 138	0.01 1	1.67 93	0.01 5	2.95 24	8.12 385	3.69 194	7.44 299	0.47 114	0.32 69	0.74 17	0.39 75	0.00 1	0.00 1	0.00 1	3.03 545	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
S2M2_L	0.46 8	0.39 160	1.17 10	0.37 140	0.17 130	1.14 12	0.01 5	1.46 6	1.83 68	0.19 14	0.87 67	0.13 45	0.19 31	0.57 6	0.43 87	0.01 243	0.01 180	0.00 1	0.00 1	0.21 388	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IGEV-Stereo+	1.69 147	0.43 200	1.59 55	0.37 140	3.10 462	2.10 134	0.07 67	1.86 8	0.91 40	0.39 67	0.03 5	0.20 56	0.41 93	7.05 300	0.16 12	0.02 335	0.07 386	0.00 1	0.18 438	5.14 536	9.77 558

iRaft-Stereo_20w	2.56 256	0.35 131	4.98 374	0.37 140	0.67 296	3.47 286	0.59 252	12.57 456	3.89 192	6.10 278	6.23 259	1.49 162	2.24 253	6.65 272	0.86 186	0.00 1	0.19 484	0.00 1	0.33 489	0.08 238	0.22 411

LoS	0.91 64	0.34 120	2.10 118	0.38 143	0.13 101	2.47 172	0.26 164	5.00 173	2.74 114	0.89 119	0.21 28	0.49 116	0.36 74	1.97 93	0.67 140	0.02 335	0.02 247	0.00 1	0.00 1	0.06 208	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt45	1.09 90	0.35 131	1.49 45	0.39 144	0.23 173	3.50 293	0.14 114	3.35 60	1.81 65	0.36 54	2.04 116	0.27 79	0.26 48	6.84 283	0.63 132	0.00 1	0.00 1	0.00 1	0.00 1	0.16 341	0.03 139

PCWNet_CMD	2.99 296	0.39 160	4.02 318	0.39 144	0.26 185	2.53 180	0.15 120	9.24 347	9.22 408	7.12 340	11.53 399	6.94 360	2.41 263	4.02 155	1.33 241	0.01 243	0.02 247	0.02 429	0.00 1	0.05 184	0.07 259

MSMDNet	2.99 296	0.39 160	4.02 318	0.40 146	0.25 178	2.53 180	0.16 126	9.35 351	9.25 409	7.08 338	11.39 394	6.93 359	2.43 264	4.01 154	1.34 243	0.01 243	0.02 247	0.02 429	0.00 1	0.05 184	0.07 259

MSCF	1.24 111	0.77 337	1.95 94	0.42 147	0.46 250	3.85 329	0.85 330	4.26 122	2.02 71	2.21 148	2.34 131	0.17 48	2.74 283	1.75 78	0.39 75	0.00 1	0.01 180	0.00 1	0.54 511	0.04 152	0.05 220

LoS_RVC	1.26 116	1.43 443	1.91 83	0.42 147	3.77 494	1.71 102	0.04 38	2.58 16	2.49 94	0.42 79	2.58 138	0.30 86	0.57 124	1.71 73	0.66 138	0.01 243	0.02 247	0.00 1	0.00 1	0.02 77	4.49 536

CES	1.56 138	0.35 131	1.44 38	0.42 147	7.70 540	2.66 206	0.13 107	4.89 162	2.53 97	0.25 26	1.10 74	0.33 97	0.31 67	1.61 71	0.58 127	0.01 243	0.02 247	0.00 1	0.00 1	0.54 473	6.26 543

ARAFT	3.13 307	1.11 412	7.34 456	0.42 147	0.14 107	4.52 362	2.99 436	7.41 298	5.97 296	8.85 418	7.06 289	5.20 311	1.25 196	8.49 399	1.44 249	0.00 1	0.03 299	0.00 1	0.00 1	0.33 439	0.11 323

monsterstereo	0.93 65	0.30 69	1.91 83	0.43 151	2.63 450	1.21 19	0.01 5	3.11 31	0.76 11	0.46 89	1.44 90	0.05 5	0.09 10	5.66 210	0.50 116	0.00 1	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18

IGEV-BASED-STEREO-	4.24 408	25.07 556	26.53 547	0.44 152	0.07 35	1.50 77	0.54 235	2.09 11	1.57 60	0.51 96	0.62 50	0.21 66	0.20 34	1.44 60	0.53 119	12.03 559	0.01 180	0.00 1	0.08 390	1.75 517	9.69 556

Reg-Stereo(zero)	1.60 142	0.19 13	2.59 164	0.45 153	0.47 259	1.64 90	0.23 155	3.22 48	5.87 286	4.29 207	3.01 150	4.49 285	1.64 226	2.47 111	1.16 229	0.00 1	0.08 399	0.00 1	0.13 415	0.01 25	0.10 309

rvit_0105_5	1.48 133	0.89 370	5.43 400	0.46 154	0.04 13	1.60 85	0.60 256	4.65 150	5.90 289	0.76 112	1.59 97	1.75 173	0.78 149	4.20 163	0.88 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 240

BUS	2.49 251	0.32 88	3.05 230	0.46 154	0.46 250	7.12 421	0.50 227	9.05 341	4.69 240	6.11 279	6.15 252	5.29 313	0.83 153	3.91 148	1.77 283	0.01 243	0.03 299	0.03 446	0.00 1	0.04 152	0.00 1

BSDual-CNN	2.69 264	0.32 88	3.05 230	0.46 154	0.46 250	7.13 423	1.63 398	9.05 341	4.69 240	6.11 279	6.15 252	6.26 343	2.54 268	3.91 148	1.91 293	0.01 243	0.03 299	0.03 446	0.00 1	0.04 152	0.00 1

hknet	3.31 322	0.42 189	4.68 360	0.46 154	1.17 357	7.13 423	1.63 398	9.05 341	6.91 341	6.11 279	6.15 252	9.66 414	2.85 290	7.48 330	2.45 328	0.01 243	0.03 299	0.03 446	0.00 1	0.04 152	0.00 1

CroCo-Stereo	0.99 75	0.89 370	3.19 246	0.46 154	0.44 244	0.38 2	0.05 51	4.61 143	3.95 197	0.48 91	1.78 109	1.01 142	0.27 50	1.11 43	1.07 216	0.01 243	0.00 1	0.00 1	0.00 1	0.05 184	0.04 185
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
monsters	0.87 56	0.28 53	1.54 49	0.47 159	2.71 454	1.38 61	0.01 5	3.14 35	0.81 14	0.32 44	0.48 43	0.05 5	0.13 24	5.72 215	0.42 85	0.01 243	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18

rvit_stereo_0083	1.03 82	0.26 47	3.09 237	0.49 160	0.09 59	1.27 47	0.24 157	2.72 18	4.60 237	0.38 59	0.77 59	0.78 136	1.18 189	4.35 168	0.33 57	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 139

test_xeample3	1.08 89	0.43 200	3.39 262	0.49 160	0.05 16	2.58 189	0.93 344	3.32 57	1.77 64	0.23 21	0.23 29	0.19 52	0.28 52	6.34 246	0.85 181	0.00 1	0.01 180	0.00 1	0.26 475	0.06 208	0.10 309

IGEV-RUCA	0.81 53	0.15 1	1.13 6	0.52 162	0.32 212	2.13 139	0.51 230	3.46 72	1.71 63	0.95 122	0.16 18	0.24 72	0.55 118	2.81 117	0.41 81	0.12 449	0.21 491	0.20 501	0.25 468	0.21 388	0.20 406

GASTEREO	1.34 121	0.98 389	1.86 77	0.53 163	0.46 250	3.97 337	0.86 332	4.25 121	2.16 75	2.34 154	3.48 172	0.17 48	2.87 292	1.88 90	0.39 75	0.00 1	0.01 180	0.00 1	0.54 511	0.04 152	0.05 220

gcap-zeroshot	1.87 173	0.44 206	4.24 331	0.53 163	0.51 271	3.12 262	0.75 299	6.42 264	3.91 194	3.75 196	1.67 102	7.79 377	0.55 118	2.61 113	0.53 119	0.02 335	0.21 491	0.00 1	0.23 460	0.00 1	0.05 220

CFNet_ucs	3.07 301	0.44 206	4.05 322	0.54 165	0.37 230	3.08 255	0.19 138	9.80 363	8.49 399	7.64 367	12.62 418	5.67 327	1.76 238	4.96 189	1.51 255	0.00 1	0.04 328	0.01 398	0.00 1	0.09 256	0.11 323

psmg	3.10 305	0.32 88	3.05 230	0.54 165	0.46 250	8.68 448	2.84 433	9.87 364	4.69 240	8.08 385	8.69 328	6.26 343	2.54 268	3.91 148	1.91 293	0.01 243	0.04 328	0.06 469	0.00 1	0.11 288	0.00 1

IPLG	2.43 242	0.66 307	4.77 365	0.54 165	0.31 208	3.01 250	0.26 164	6.15 245	5.55 271	7.69 368	6.21 257	1.89 178	1.74 234	7.19 313	2.35 321	0.01 243	0.01 180	0.00 1	0.00 1	0.24 411	0.12 338

IGEV++	1.14 100	0.51 242	1.66 62	0.55 168	0.08 51	2.52 177	1.01 355	6.51 270	3.16 145	0.59 102	2.11 121	0.43 110	1.18 189	1.44 60	0.79 171	0.00 1	0.05 345	0.00 1	0.05 376	0.11 288	0.11 323

GLC_STEREO	0.75 47	0.29 58	1.19 12	0.55 168	0.01 1	1.98 126	0.57 250	3.07 27	3.02 137	0.90 120	1.48 92	0.19 52	0.40 85	0.93 32	0.36 64	0.00 1	0.01 180	0.00 1	0.00 1	0.04 152	0.02 89

ACRE	2.41 239	1.08 405	5.11 383	0.55 168	2.05 422	2.65 203	0.78 308	5.26 197	4.67 239	7.59 365	9.20 340	1.70 170	1.08 173	3.74 143	2.18 313	0.01 243	0.18 478	0.02 429	0.08 390	0.22 394	0.10 309

sAnonymous2	1.35 123	1.66 464	8.14 468	0.55 168	0.46 250	1.23 23	0.24 157	4.00 111	3.47 170	0.40 72	1.11 75	0.23 69	1.42 206	0.96 35	0.57 123	0.01 243	0.00 1	0.00 1	0.20 446	2.07 521	0.22 411

CroCo_RVC	1.35 123	1.66 464	8.14 468	0.55 168	0.46 250	1.23 23	0.24 157	4.00 111	3.47 170	0.40 72	1.11 75	0.23 69	1.42 206	0.96 35	0.57 123	0.01 243	0.00 1	0.00 1	0.20 446	2.07 521	0.22 411

GGEV	1.22 109	0.35 131	1.96 97	0.57 173	0.28 195	6.83 415	0.64 267	5.42 210	2.35 90	0.75 111	2.28 128	0.26 75	1.30 198	1.00 37	0.16 12	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.15 366

GMStereo	1.83 166	0.99 392	4.55 353	0.57 173	0.05 16	2.53 180	0.01 5	4.95 165	11.14 446	3.52 187	2.24 126	0.53 122	0.49 109	3.76 144	0.80 174	0.20 470	0.00 1	0.00 1	0.12 411	0.12 305	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MGS-Stereo	1.10 91	0.26 47	2.45 147	0.58 175	0.06 27	1.84 114	0.67 277	2.16 12	3.42 168	1.03 124	6.13 251	0.49 116	0.36 74	1.43 59	0.62 129	0.00 1	0.00 1	0.00 1	0.00 1	0.47 470	0.00 1

IER	3.20 314	0.54 258	5.13 385	0.58 175	1.59 384	7.29 426	0.56 241	6.36 256	4.95 250	7.44 359	8.84 329	6.20 341	6.26 428	4.88 183	3.29 356	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.01 18

Former-RAFT_DAM_RVC	1.26 116	0.42 189	2.36 143	0.59 177	1.26 362	2.43 170	0.01 5	3.29 55	7.76 374	1.71 143	2.78 144	0.27 79	0.32 69	1.16 48	0.58 127	0.04 399	0.01 180	0.00 1	0.00 1	0.04 152	0.10 309

rvit_stereo_0075_2	2.00 191	0.32 88	5.49 404	0.60 178	1.98 419	1.77 108	0.10 87	7.24 293	5.70 277	2.90 169	4.06 183	3.11 218	0.56 120	5.32 200	0.76 161	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 379

rvit_0105_6	1.26 116	0.87 363	4.85 368	0.61 179	0.07 35	1.60 85	0.32 180	3.79 102	5.87 286	0.25 26	0.26 32	1.09 146	0.29 56	4.60 175	0.62 129	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 240

rvit_0105_4	1.38 126	0.98 389	5.52 409	0.61 179	0.05 16	1.62 88	0.41 201	3.95 109	5.80 283	0.31 42	0.73 56	1.37 154	0.53 116	4.89 187	0.78 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.04 185

DA2	1.19 103	0.37 149	1.94 90	0.62 181	0.30 199	6.06 398	0.59 252	5.55 216	2.23 78	0.37 57	2.42 135	0.41 106	1.17 187	1.24 52	0.16 12	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.20 406

rvit_stereo_0081	0.88 58	0.28 53	1.81 73	0.62 181	0.13 101	1.34 56	0.12 98	3.14 35	4.59 235	0.43 82	0.30 34	0.54 123	0.11 19	3.89 146	0.36 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

rvit_stereo_0082	0.88 58	0.28 53	1.81 73	0.62 181	0.13 101	1.34 56	0.12 98	3.14 35	4.59 235	0.43 82	0.30 34	0.54 123	0.11 19	3.89 146	0.36 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

IPLGR_C	2.44 244	1.17 420	4.94 372	0.62 181	2.08 424	2.65 203	0.80 311	5.60 219	4.79 246	7.87 376	9.23 342	1.67 169	1.15 181	3.43 134	2.23 315	0.01 243	0.19 484	0.02 429	0.08 390	0.22 394	0.10 309

SMoEStereo_RVC	0.95 67	0.35 131	1.37 29	0.63 185	0.07 35	2.07 131	0.16 126	2.88 23	1.68 61	0.30 37	1.23 83	0.19 52	0.28 52	6.80 280	0.84 180	0.00 1	0.00 1	0.00 1	0.00 1	0.11 288	0.13 346

CIPLG	2.47 250	1.10 409	4.71 363	0.63 185	2.15 429	2.67 207	0.77 303	5.19 184	4.73 243	7.85 375	9.56 355	1.72 171	1.14 179	4.20 163	2.34 319	0.01 243	0.19 484	0.02 429	0.09 401	0.23 401	0.08 274

HSM-Net_RVC	4.20 403	0.32 88	2.76 189	0.63 185	0.69 299	6.95 418	1.69 402	11.96 431	8.36 393	8.83 417	12.17 411	15.18 482	4.21 355	6.91 289	3.30 357	0.02 335	0.02 247	0.00 1	0.00 1	0.01 25	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CASnet	0.98 71	0.32 88	1.62 58	0.65 188	0.07 35	2.11 136	0.14 114	3.50 75	4.03 203	3.77 197	1.41 88	0.31 90	0.29 56	0.80 22	0.57 123	0.01 243	0.00 1	0.00 1	0.00 1	0.04 152	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-BAT	1.77 155	0.49 233	2.78 192	0.66 189	0.16 120	3.76 323	0.80 311	3.72 94	3.27 156	3.68 193	5.03 212	3.66 245	0.56 120	5.82 218	0.65 134	0.00 1	0.05 345	0.00 1	0.24 463	0.01 25	0.01 18

iRaftStereo_RVC	1.62 143	0.68 312	1.98 98	0.67 190	0.05 16	2.99 248	0.04 38	5.36 206	3.74 183	3.82 198	4.96 208	2.54 196	0.62 129	3.35 130	0.97 208	0.00 1	0.07 386	0.00 1	0.00 1	0.30 426	0.27 436

tg	1.96 187	0.64 295	2.15 121	0.68 191	0.12 92	4.40 359	0.04 38	5.74 224	4.19 217	4.00 202	5.23 224	2.58 197	0.93 160	7.12 307	0.77 167	0.00 1	0.02 247	0.00 1	0.00 1	0.31 431	0.25 426

dd	2.16 207	1.22 423	4.82 366	0.68 191	0.12 92	1.39 66	0.17 131	5.14 179	11.22 450	2.70 162	3.51 174	1.52 164	1.23 194	5.08 192	3.96 384	0.12 449	0.01 180	0.04 458	0.21 451	0.07 226	0.01 18

EAI-Stereo	2.31 229	0.44 206	2.72 181	0.68 191	0.56 280	3.51 296	2.62 426	11.42 413	4.14 214	2.09 147	7.23 294	1.21 151	0.91 158	5.67 212	1.51 255	0.01 243	0.25 503	0.00 1	0.88 524	0.04 152	0.26 432

PSM-AAD	3.33 330	0.20 18	1.47 44	0.73 194	0.54 278	2.55 184	6.19 496	4.97 168	3.27 156	10.92 471	11.92 404	2.95 207	9.59 491	7.90 354	0.82 176	0.01 243	0.01 180	0.00 1	0.00 1	0.04 152	2.47 525

AnonymousM	2.71 268	6.75 531	0.98 1	0.73 194	0.06 27	2.41 168	0.53 232	5.30 199	3.05 138	4.75 225	2.09 118	1.89 178	1.01 166	1.88 90	0.51 117	0.01 243	0.02 247	17.42 553	4.76 553	0.02 77	0.01 18

KYRaft	3.59 354	0.31 74	1.84 76	0.76 196	0.46 250	2.29 153	4.04 462	4.75 155	3.25 155	8.93 423	19.47 484	6.62 356	5.07 402	7.79 349	0.71 148	0.01 243	0.00 1	0.00 1	0.01 310	0.04 152	5.38 541

rvit_0105_3	1.71 149	0.90 373	5.93 420	0.78 197	0.02 3	1.62 88	1.69 402	5.15 181	5.99 298	2.22 150	1.64 100	1.97 183	1.17 187	4.19 161	0.92 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.03 139

PFNet+	2.35 234	0.31 74	3.69 289	0.79 198	0.17 130	3.15 267	0.75 299	4.52 137	6.30 316	7.90 379	6.34 266	2.53 195	1.18 189	7.72 345	1.62 268	0.03 379	0.00 1	0.00 1	0.00 1	0.01 25	0.03 139

MoCha-V2	1.41 128	0.42 189	2.61 167	0.81 199	0.23 173	2.53 180	0.20 144	4.81 158	3.16 145	0.82 117	3.15 156	0.30 86	1.61 225	6.66 273	0.40 80	0.00 1	0.20 488	0.00 1	0.24 463	0.05 184	0.02 89

MSKI-zero shot	2.00 191	0.36 142	2.15 121	0.81 199	0.25 178	2.69 208	0.29 172	6.16 246	2.34 89	4.31 208	7.52 300	3.70 248	0.25 42	8.42 395	0.41 81	0.01 243	0.13 449	0.00 1	0.25 468	0.03 123	0.02 89

GwcNet-ADL	2.65 263	0.48 229	3.84 306	0.82 201	0.33 218	2.04 130	0.69 283	8.07 310	9.42 413	6.05 273	6.66 272	4.14 266	1.73 232	5.40 204	3.01 345	0.08 435	0.06 363	0.00 1	0.00 1	0.06 208	0.03 139

GMM-Stereo	3.32 328	0.27 51	2.52 156	0.82 201	0.48 261	2.27 152	4.91 482	5.06 175	3.08 141	7.06 337	16.72 460	6.21 342	3.70 330	7.60 334	1.16 229	0.04 399	0.00 1	0.00 1	0.04 370	0.10 267	4.45 534

RAFT+CT+SA	2.36 236	0.71 321	2.46 150	0.83 203	2.26 436	3.18 269	0.93 344	6.82 284	5.48 266	2.55 158	8.07 318	1.64 167	1.59 223	8.54 401	1.15 227	0.02 335	0.00 1	0.00 1	0.38 496	0.19 373	0.36 453

rvit_stereo_ft	1.00 78	0.78 344	3.84 306	0.84 204	0.36 226	1.23 23	0.24 157	3.81 103	3.76 186	0.37 57	0.87 67	0.74 133	1.12 175	1.18 49	0.76 161	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.06 240

ACVNet	2.58 259	0.53 254	2.69 175	0.84 204	0.59 282	2.61 195	0.55 239	8.35 314	5.70 277	4.45 212	9.26 350	5.77 329	3.50 318	2.24 102	4.41 395	0.00 1	0.00 1	0.00 1	0.00 1	0.17 354	0.01 18

CASS	2.44 244	0.44 206	3.56 277	0.85 206	0.38 232	3.14 264	0.22 151	9.64 359	4.00 200	6.78 319	7.62 306	3.57 241	3.58 323	3.80 145	1.10 221	0.02 335	0.01 180	0.00 1	0.00 1	0.05 184	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RSM++	1.02 80	0.24 40	1.33 26	0.86 207	0.04 13	2.78 217	0.30 178	2.63 17	2.67 105	0.48 91	1.95 113	0.52 120	0.25 42	5.50 206	0.57 123	0.00 1	0.00 1	0.00 1	0.17 431	0.11 288	0.09 287

PS-NSSS	3.90 381	1.84 475	4.55 353	0.87 208	2.95 460	4.10 343	2.00 411	10.77 394	8.23 390	6.75 317	14.63 443	5.01 305	2.24 253	8.41 394	2.91 342	0.33 489	0.03 299	0.83 524	0.00 1	0.82 495	0.70 492

DEFOM-Stereo_RVC	0.98 71	2.14 488	1.55 50	0.88 209	0.26 185	0.56 7	0.04 38	2.80 21	0.86 23	0.30 37	0.80 64	0.21 66	2.33 260	6.17 231	0.37 70	0.00 1	0.07 386	0.00 1	0.17 431	0.01 25	0.01 18

UGAM-zero	3.51 347	0.33 105	4.44 343	0.88 209	0.65 293	3.52 299	0.16 126	11.35 410	2.71 109	5.09 236	5.82 242	15.28 483	9.14 486	8.38 391	1.61 267	0.00 1	0.16 470	0.00 1	0.46 507	0.02 77	0.19 399

test-1	1.82 164	0.45 214	5.42 399	0.89 211	0.41 240	2.14 140	0.56 241	5.75 225	4.15 215	3.28 180	5.11 213	3.61 242	0.70 136	1.53 66	1.56 262	0.02 335	0.34 509	0.00 1	0.08 390	0.02 77	0.30 444

hitnet-ft	3.66 359	0.65 301	2.79 196	0.89 211	0.72 306	4.25 347	0.55 239	9.11 344	7.52 362	7.14 341	10.19 365	12.49 459	4.70 386	7.44 326	4.41 395	0.03 379	0.00 1	0.06 469	0.00 1	0.20 377	0.04 185

HH	2.42 240	0.73 325	3.76 294	0.91 213	0.14 107	2.78 217	0.71 289	7.92 307	2.72 110	1.53 139	6.10 249	7.93 381	4.01 346	8.60 405	0.44 92	0.00 1	0.09 411	0.00 1	0.00 1	0.05 184	0.04 185

HanStereo	2.42 240	0.73 325	3.76 294	0.91 213	0.14 107	2.78 217	0.71 289	7.92 307	2.72 110	1.53 139	6.10 249	7.93 381	4.01 346	8.60 405	0.44 92	0.00 1	0.09 411	0.00 1	0.00 1	0.05 184	0.04 185

RAFT	2.57 258	0.76 334	3.09 237	0.91 213	0.09 59	2.41 168	0.94 346	5.35 204	2.65 104	6.11 279	7.21 292	9.43 411	4.30 364	5.73 216	1.77 283	0.00 1	0.12 439	0.00 1	0.02 336	0.46 469	0.08 274

Prome-Stereo	3.65 358	0.29 58	1.92 86	0.91 213	0.49 264	2.07 131	4.75 480	4.41 130	3.23 154	9.32 432	20.63 492	4.06 260	7.19 449	7.70 342	1.17 231	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	4.72 538

UniTT-Stereo	0.83 54	0.33 105	1.98 98	0.92 217	1.27 365	0.54 6	0.11 92	1.35 5	2.94 124	1.67 142	2.09 118	0.20 56	0.31 67	1.57 67	1.07 216	0.00 1	0.00 1	0.00 1	0.00 1	0.16 341	0.01 18

Selective-RAFT	1.69 147	0.32 88	3.29 253	0.92 217	0.18 145	3.89 331	0.06 58	4.22 120	4.00 200	1.47 138	1.98 114	3.07 216	2.81 287	6.35 248	0.89 196	0.01 243	0.00 1	0.00 1	0.21 451	0.05 184	0.00 1

ICVP	2.32 231	0.38 156	2.89 211	0.92 217	0.70 303	2.55 184	0.87 335	9.97 368	3.99 199	4.13 205	8.97 337	2.71 202	1.69 228	2.52 112	3.52 372	0.05 411	0.24 502	0.01 398	0.01 310	0.11 288	0.13 346
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
dad	4.66 425	1.89 479	5.51 407	0.94 220	0.09 59	2.16 144	0.37 190	7.10 292	14.43 476	10.13 453	16.84 461	14.97 479	1.90 241	6.82 281	4.15 389	1.09 519	0.11 432	4.08 541	0.46 507	0.17 354	0.06 240

FTStereo	4.55 424	0.36 142	2.18 129	0.94 220	0.38 232	2.60 194	8.82 522	4.98 171	3.17 148	10.88 470	30.35 530	5.60 326	7.60 461	7.62 336	1.55 261	0.17 463	0.00 1	0.05 465	0.00 1	0.03 123	3.80 532

R-Stereo Train	2.44 244	0.32 88	1.93 87	0.94 220	0.16 120	3.67 308	0.61 259	6.37 258	3.08 141	9.14 426	17.44 473	1.80 174	0.77 146	1.76 80	0.70 144	0.00 1	0.01 180	0.00 1	0.00 1	0.01 25	0.03 139

RAFT-Stereo	2.44 244	0.32 88	1.93 87	0.94 220	0.16 120	3.67 308	0.61 259	6.37 258	3.08 141	9.14 426	17.44 473	1.80 174	0.77 146	1.76 80	0.70 144	0.00 1	0.01 180	0.00 1	0.00 1	0.01 25	0.03 139
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CroCo-Stereo Lap2	1.24 111	0.88 367	3.39 262	0.95 224	4.59 519	0.47 4	0.08 75	3.51 77	2.80 117	1.17 134	2.24 126	1.57 166	0.20 34	1.48 63	1.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.15 334	0.12 338

LCNet	2.85 280	0.42 189	1.90 82	0.95 224	0.56 280	2.07 131	1.60 396	4.99 172	3.57 178	6.05 273	10.59 376	4.59 288	6.79 443	7.46 327	0.72 150	0.01 243	0.00 1	0.01 398	0.77 521	0.30 426	3.57 530

AEACV	0.80 50	0.29 58	1.70 69	0.96 226	0.24 175	2.03 129	0.88 336	3.50 75	0.88 33	0.34 51	0.20 27	0.29 84	2.01 244	1.77 82	0.33 57	0.00 1	0.03 299	0.00 1	0.29 477	0.10 267	0.09 287

test_3	1.88 174	0.22 26	2.75 185	0.96 226	0.22 168	1.28 49	0.77 303	4.62 145	5.87 286	6.55 314	1.84 111	4.28 275	0.45 107	6.48 257	0.76 161	0.00 1	0.01 180	0.00 1	0.28 476	0.17 354	0.14 355

FADNet_RVC	3.91 384	1.67 466	12.95 507	0.96 226	0.75 308	5.71 388	0.54 235	10.83 396	6.60 332	3.46 186	8.09 319	4.10 264	3.40 314	9.43 444	6.33 428	0.36 491	0.44 520	0.17 497	0.46 507	0.91 498	0.95 499

RAFT-Stereo-weight	1.67 145	0.31 74	1.57 52	0.97 229	0.15 112	3.19 270	0.77 303	5.06 175	6.19 313	4.96 230	3.38 167	2.83 203	0.35 72	2.87 118	0.74 154	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.02 89

CoDeX	3.43 341	0.68 312	4.49 346	0.98 230	1.65 391	6.37 403	2.14 413	13.23 470	6.07 302	7.23 348	8.95 334	4.09 262	3.79 339	6.31 242	2.37 323	0.03 379	0.06 363	0.00 1	0.00 1	0.07 226	0.15 366

testlalala	1.50 135	0.41 182	1.67 65	0.98 230	0.31 208	4.00 339	0.90 341	5.26 197	2.17 76	6.56 315	3.61 175	1.74 172	0.38 81	1.21 50	0.42 85	0.00 1	0.02 247	0.00 1	0.29 477	0.01 25	0.01 18

TransformOpticalFlow	3.38 333	0.70 319	4.54 350	1.00 232	0.30 199	3.56 301	0.14 114	9.67 360	7.30 356	5.55 248	13.34 427	6.74 357	5.03 400	8.22 386	1.34 243	0.00 1	0.01 180	0.01 398	0.00 1	0.04 152	0.11 323

fffy	1.13 98	0.51 242	2.15 121	1.01 233	0.09 59	2.30 158	0.19 138	4.07 114	1.13 51	0.16 10	2.66 139	0.20 56	0.38 81	6.98 296	0.35 61	0.00 1	0.06 363	0.00 1	0.00 1	0.14 330	0.16 379

test_1	1.85 168	0.21 23	2.45 147	1.02 234	0.22 168	1.37 60	0.82 315	4.66 152	5.06 253	7.02 333	1.73 104	4.09 262	0.41 93	6.51 261	0.76 161	0.00 1	0.00 1	0.00 1	0.29 477	0.18 365	0.14 355

RAFT-345	3.27 317	0.41 182	2.88 209	1.02 234	0.21 164	2.63 200	0.48 215	3.76 98	5.51 269	7.35 355	24.88 513	4.25 271	1.76 238	8.15 377	2.13 308	0.01 243	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

MyStereo07	1.31 120	0.79 345	1.61 56	1.03 236	1.11 350	2.63 200	0.46 212	5.48 212	2.24 79	0.64 106	1.48 92	0.27 79	0.59 128	7.03 299	0.45 96	0.00 1	0.09 411	0.00 1	0.01 310	0.11 288	0.09 287

MyStereo04	2.95 294	0.79 345	5.38 398	1.03 236	1.11 350	2.63 200	0.46 212	10.00 371	12.44 466	4.19 206	3.91 180	3.04 214	3.60 324	7.34 321	2.74 340	0.00 1	0.09 411	0.00 1	0.01 310	0.11 288	0.09 287

StereoVision	2.25 221	0.72 322	4.00 317	1.03 236	2.64 451	1.91 118	0.28 168	5.83 234	4.43 225	1.89 146	10.65 379	3.88 253	0.52 115	5.13 195	1.98 300	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.03 139

ToySt	2.69 264	0.55 262	7.03 449	1.03 236	0.10 67	3.49 291	1.04 357	6.38 262	4.55 234	2.69 160	6.28 261	7.95 385	4.38 368	5.08 192	2.58 333	0.01 243	0.11 432	0.00 1	0.04 370	0.28 423	0.19 399

test-3	1.86 169	0.21 23	2.46 150	1.03 236	0.22 168	1.38 61	0.83 319	4.65 150	5.04 252	7.26 350	1.78 109	4.10 264	0.41 93	6.53 264	0.76 161	0.00 1	0.00 1	0.00 1	0.29 477	0.18 365	0.14 355

DilatedVolume-Stereo	1.13 98	0.41 182	2.75 185	1.04 241	0.11 78	2.21 147	0.10 87	2.96 25	1.32 53	2.40 156	2.09 118	0.33 97	0.58 126	5.62 207	0.43 87	0.03 379	0.06 363	0.00 1	0.14 416	0.04 152	0.04 185

CFNet-RSSM	2.11 200	0.33 105	2.71 179	1.04 241	0.30 199	3.21 272	0.41 201	6.67 277	6.96 343	5.62 249	4.58 198	5.40 318	1.71 229	1.86 86	0.87 188	0.00 1	0.08 399	0.00 1	0.32 487	0.02 77	0.02 89

Gwc-CoAtRS	2.02 194	0.33 105	2.61 167	1.04 241	0.30 199	3.56 301	0.40 200	5.89 236	5.94 293	5.08 235	5.01 211	5.55 321	1.72 231	1.60 70	0.91 200	0.01 243	0.09 411	0.00 1	0.25 468	0.01 25	0.02 89

RAFT-Test	2.17 209	0.36 142	3.40 264	1.05 244	0.34 220	4.90 372	0.69 283	6.27 252	3.98 198	4.65 222	7.02 285	6.30 346	1.12 175	1.81 83	0.99 210	0.01 243	0.17 474	0.00 1	0.34 491	0.02 77	0.02 89

delet	4.27 411	0.72 322	4.50 347	1.07 245	3.75 492	10.79 478	4.04 462	9.95 367	7.89 377	8.09 386	8.89 332	8.46 394	3.81 341	7.56 332	5.80 420	0.00 1	0.00 1	0.00 1	0.00 1	0.11 288	0.02 89

sCroCo_RVC	1.21 107	0.65 301	5.16 388	1.09 246	1.29 369	0.92 9	0.19 138	3.92 106	2.68 108	0.30 37	3.04 153	0.52 120	1.56 220	1.58 68	0.78 169	0.09 440	0.25 503	0.00 1	0.00 1	0.07 226	0.11 323

MyStereo06	2.35 234	0.66 307	4.54 350	1.10 247	0.96 336	2.57 187	0.10 87	9.30 349	4.05 207	5.22 239	6.09 247	5.95 335	2.38 262	3.00 121	0.73 152	0.01 243	0.08 399	0.00 1	0.01 310	0.13 320	0.15 366

MyStereo05	2.94 293	0.66 307	5.25 395	1.10 247	0.96 336	2.57 187	0.10 87	8.53 324	12.34 465	6.28 296	3.88 178	3.18 222	3.30 305	7.81 350	2.37 323	0.01 243	0.08 399	0.00 1	0.01 310	0.13 320	0.15 366

anonymousdsp2	1.78 156	0.39 160	3.40 264	1.10 247	0.04 13	3.63 305	0.50 227	7.80 304	2.77 116	2.91 170	2.88 146	3.17 221	1.01 166	5.15 196	0.43 87	0.00 1	0.01 180	0.02 429	0.15 420	0.05 184	0.12 338

raft_robust	2.64 262	1.20 422	2.62 169	1.10 247	0.28 195	1.50 77	0.12 98	6.28 253	9.04 406	6.80 321	7.19 291	3.73 250	2.13 248	9.06 430	1.07 216	0.03 379	0.12 439	0.00 1	0.21 451	0.17 354	0.22 411

NRIStereo	2.14 204	0.35 131	2.65 172	1.10 247	0.14 107	3.05 254	0.86 332	5.35 204	3.18 151	6.24 290	3.36 166	4.17 268	1.82 240	8.12 374	2.01 301	0.00 1	0.10 423	0.00 1	0.00 1	0.12 305	0.19 399

cross-raft	2.03 195	0.35 131	2.78 192	1.10 247	0.16 120	3.77 324	0.48 215	7.03 291	3.75 184	5.06 234	5.55 238	6.26 343	1.41 205	1.75 78	0.89 196	0.01 243	0.07 386	0.00 1	0.19 443	0.03 123	0.03 139

DeepPruner_ROB	3.52 348	1.14 417	4.06 323	1.12 253	1.65 391	3.65 307	0.83 319	13.96 480	4.47 229	7.80 372	10.84 383	7.05 366	2.16 251	8.14 376	3.08 348	0.07 430	0.03 299	0.00 1	0.01 310	0.32 435	0.06 240

EGLCR-Stereo	1.04 85	0.20 18	2.00 102	1.14 254	0.16 120	2.50 176	0.11 92	4.96 167	2.61 102	0.79 114	0.07 12	1.46 161	0.37 77	3.96 153	0.23 28	0.01 243	0.05 345	0.00 1	0.00 1	0.00 1	0.07 259

999	1.25 114	0.37 149	1.63 60	1.15 255	0.34 220	3.03 252	0.66 274	3.41 67	2.27 81	0.30 37	3.20 158	0.19 52	0.25 42	7.23 315	0.85 181	0.00 1	0.00 1	0.00 1	0.00 1	0.16 341	0.01 18

LL-Strereo	4.71 426	1.64 462	7.51 462	1.15 255	4.31 505	3.71 314	1.45 388	9.21 346	8.36 393	8.37 401	8.17 321	10.82 436	11.36 504	12.51 492	4.82 404	0.00 1	0.12 439	0.00 1	0.00 1	0.31 431	0.32 448

MM-Stereo_test1	1.57 139	0.36 142	2.19 130	1.17 257	0.35 223	2.39 166	0.56 241	4.53 138	5.21 259	3.67 192	1.65 101	0.40 103	0.84 156	6.90 288	0.80 174	0.00 1	0.03 299	0.00 1	0.00 1	0.31 431	0.03 139

MIM_Stereo	2.50 254	0.75 331	4.26 332	1.18 258	0.11 78	3.08 255	0.33 184	6.07 241	3.28 158	5.01 232	10.12 364	4.29 277	1.74 234	8.06 370	1.27 236	0.00 1	0.12 439	0.00 1	0.01 310	0.18 365	0.15 366

SGM-Forest	4.96 428	0.32 88	2.84 201	1.21 259	0.64 292	10.23 467	6.64 507	11.55 417	10.98 444	10.94 473	13.59 430	11.65 451	4.30 364	8.94 426	4.63 399	0.11 445	0.04 328	0.00 1	0.00 1	0.05 184	0.46 472
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
H2IRNET	2.16 207	0.45 214	2.60 165	1.22 260	0.03 11	1.98 126	0.13 107	4.73 154	7.04 348	1.15 132	7.79 314	5.88 333	3.39 312	4.97 190	1.45 251	0.01 243	0.00 1	0.04 458	0.17 431	0.19 373	0.03 139

test_xeample	4.13 397	0.36 142	2.75 185	1.23 261	0.51 271	3.96 336	0.13 107	12.63 457	7.65 366	7.49 361	10.86 385	3.29 225	3.36 307	6.71 277	21.53 535	0.02 335	0.03 299	0.00 1	0.00 1	0.03 123	0.04 185

AIO-test2	2.70 267	1.23 425	3.52 274	1.24 262	3.05 461	2.65 203	0.06 58	6.30 254	15.40 487	2.58 159	7.30 296	0.48 115	0.57 124	5.36 201	0.96 205	3.06 535	0.00 1	0.00 1	0.01 310	0.16 341	0.15 366

anonymousa	3.80 373	0.55 262	3.35 258	1.24 262	3.74 488	9.04 453	0.36 188	6.74 280	4.03 203	7.72 370	19.64 485	10.62 431	6.01 426	1.52 65	1.40 246	0.00 1	0.00 1	0.00 1	0.05 376	0.00 1	0.03 139

model_zeroshot	1.52 136	0.42 189	4.10 327	1.25 264	0.11 78	3.04 253	0.14 114	5.79 231	2.84 119	3.12 175	3.65 176	2.05 185	0.42 98	2.38 108	0.71 148	0.01 243	0.10 423	0.00 1	0.20 446	0.02 77	0.04 185

RAFT_R40	2.71 268	0.33 105	3.00 216	1.26 265	0.30 199	3.83 328	1.00 353	5.69 223	4.29 219	9.69 442	6.33 265	5.02 306	4.02 348	8.58 404	0.86 186	0.01 243	0.00 1	0.00 1	0.00 1	0.03 123	0.02 89

LALA_ROB	6.58 462	1.80 472	6.25 430	1.26 265	0.94 334	10.08 464	9.02 524	16.00 504	11.51 454	12.74 490	13.02 424	24.77 529	5.25 406	10.56 464	8.02 455	0.04 399	0.05 345	0.00 1	0.02 336	0.10 267	0.25 426

DualNet (step1)	3.91 384	1.11 412	6.15 427	1.27 267	0.60 284	5.22 378	2.54 421	10.66 388	7.73 371	8.36 397	7.55 302	6.55 350	4.27 359	6.58 267	1.62 268	1.49 526	0.03 299	3.10 536	2.99 542	0.20 377	0.15 366

test_sample9	5.87 443	1.11 412	6.15 427	1.27 267	0.60 284	5.22 378	2.54 421	10.66 388	7.73 371	8.36 397	7.55 302	6.55 350	4.27 359	11.68 482	11.44 501	1.49 526	24.31 576	3.10 536	2.99 542	0.20 377	0.15 366

test_sample8	7.99 490	1.11 412	6.15 427	1.27 267	0.60 284	5.22 378	2.54 421	12.04 436	6.15 308	17.46 516	9.02 339	24.67 528	18.16 527	11.68 482	11.44 501	1.49 526	24.31 576	3.10 536	2.99 542	0.20 377	0.15 366

RAFT_CTSACE	3.40 337	1.07 403	4.52 348	1.27 267	3.14 463	4.00 339	1.07 361	3.93 108	4.43 225	4.66 223	17.94 476	7.21 371	2.76 284	10.82 469	0.85 181	0.00 1	0.07 386	0.00 1	0.00 1	0.30 426	0.01 18

RAFT-Stereo + iAFF	2.12 201	0.58 275	2.43 145	1.27 267	0.16 120	1.60 85	0.14 114	5.17 183	5.90 289	7.10 339	10.10 363	3.06 215	1.74 234	1.87 88	0.97 208	0.01 243	0.02 247	0.00 1	0.00 1	0.23 401	0.02 89

HI	3.18 312	0.90 373	3.05 230	1.28 272	0.15 112	2.29 153	0.04 38	5.31 201	3.52 173	7.96 380	12.69 419	11.43 447	6.61 435	4.26 165	4.02 385	0.00 1	0.06 363	0.00 1	0.00 1	0.05 184	0.01 18

CoSv	3.18 312	0.90 373	3.05 230	1.28 272	0.15 112	2.29 153	0.04 38	5.31 201	3.52 173	7.96 380	12.69 419	11.43 447	6.61 435	4.26 165	4.02 385	0.00 1	0.06 363	0.00 1	0.00 1	0.05 184	0.01 18

FACV-RUCA	2.21 214	0.34 120	3.59 279	1.30 274	2.90 459	2.22 149	1.25 375	7.98 309	5.71 282	3.59 189	7.21 292	1.14 148	1.60 224	3.12 124	1.46 252	0.01 243	0.03 299	0.10 483	0.04 370	0.35 445	0.17 384

CBMV_ROB	4.14 398	0.52 250	3.14 241	1.30 274	0.77 312	6.92 417	1.97 410	10.11 377	9.58 416	8.92 421	14.20 437	7.12 368	5.90 423	8.65 408	3.50 367	0.01 243	0.05 345	0.00 1	0.00 1	0.04 152	0.09 287

GREAT-IGEV	0.72 43	0.29 58	1.91 83	1.31 276	0.40 236	1.41 67	0.08 75	2.29 13	2.48 92	0.18 12	0.69 54	0.10 42	0.34 71	1.72 76	0.37 70	0.00 1	0.09 411	0.00 1	0.22 457	0.10 267	0.41 461

PAM_32	3.50 346	0.32 88	5.22 392	1.32 277	0.53 276	7.49 430	0.39 196	9.52 357	3.91 194	5.22 239	5.28 230	16.75 497	7.44 455	4.61 176	0.90 199	0.00 1	0.20 488	0.00 1	0.39 499	0.09 256	0.39 456

SST-Stereo	2.75 272	0.31 74	2.78 192	1.33 278	0.33 218	3.99 338	0.82 315	5.60 219	3.93 196	10.92 471	6.19 255	5.00 304	4.23 357	8.66 409	0.74 154	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.03 139

pcwnet_v2	4.20 403	0.36 142	8.53 471	1.33 278	1.12 352	3.43 282	0.41 201	12.85 460	14.16 475	9.90 448	14.29 438	5.90 334	3.03 296	6.20 234	2.06 305	0.01 243	0.05 345	0.04 458	0.02 336	0.16 341	0.18 388

MM-Stereo_test2	0.99 75	0.29 58	2.26 134	1.34 280	0.12 92	1.78 110	0.53 232	4.71 153	3.31 161	0.76 112	0.80 64	0.50 119	0.35 72	1.86 86	0.73 152	0.00 1	0.05 345	0.00 1	0.07 385	0.26 415	0.06 240

ffm	2.90 289	0.31 74	3.97 311	1.34 280	0.98 338	2.80 220	0.48 215	4.53 138	10.19 427	6.29 298	9.23 342	5.59 322	3.72 335	8.00 360	0.46 100	0.00 1	0.02 247	0.00 1	0.00 1	0.10 267	0.04 185

ff1	3.45 345	0.31 74	3.97 311	1.34 280	0.98 338	2.80 220	0.48 215	4.53 138	10.19 427	6.29 298	9.23 342	5.59 322	3.72 335	10.11 455	9.35 479	0.00 1	0.02 247	0.00 1	0.00 1	0.10 267	0.04 185

mmx	3.86 377	0.31 74	3.97 311	1.34 280	0.98 338	2.80 220	0.48 215	12.18 444	10.66 440	6.29 298	9.23 342	5.59 322	3.72 335	10.11 455	9.35 479	0.05 411	0.02 247	0.00 1	0.00 1	0.03 123	0.04 185

xxx	3.86 377	0.31 74	3.98 315	1.34 280	0.98 338	2.80 220	0.48 215	12.18 444	10.66 440	6.29 298	9.23 342	5.59 322	3.72 335	10.11 455	9.35 479	0.05 411	0.02 247	0.00 1	0.00 1	0.03 123	0.04 185

DSFCA	4.21 405	0.50 236	5.45 402	1.34 280	1.68 396	7.04 419	4.51 474	10.73 392	7.00 345	10.78 468	6.80 275	8.48 396	4.63 383	9.91 453	5.12 409	0.02 335	0.06 363	0.02 429	0.03 352	0.08 238	0.03 139

NaN_ROB	6.00 451	1.24 427	6.29 431	1.34 280	1.68 396	9.60 461	10.31 534	15.09 495	15.79 490	12.62 488	8.95 334	11.67 454	5.83 420	11.78 486	6.41 430	0.05 411	0.13 449	0.08 478	0.20 446	0.22 394	0.79 494

PAM	3.38 333	0.31 74	5.61 412	1.37 287	0.71 304	7.60 436	0.38 195	8.94 338	3.55 176	5.54 247	4.69 200	16.09 491	7.03 447	3.67 140	1.02 214	0.00 1	0.21 491	0.00 1	0.38 496	0.07 226	0.41 461

Any-RAFT	2.18 211	0.25 41	1.94 90	1.37 287	0.80 316	5.01 375	0.56 241	8.51 323	5.58 274	4.01 203	4.85 205	5.44 319	2.26 257	2.45 110	0.35 61	0.00 1	0.15 461	0.00 1	0.00 1	0.02 77	0.02 89

riskmin	1.88 174	0.15 1	2.11 119	1.38 289	0.88 323	2.40 167	0.04 38	5.93 237	6.10 303	2.25 151	1.34 87	6.06 337	5.08 403	2.78 116	1.01 213	0.00 1	0.02 247	0.00 1	0.00 1	0.01 25	0.06 240

MLCV	3.44 344	0.88 367	5.60 411	1.39 290	0.25 178	4.36 354	0.33 184	7.25 294	7.28 355	9.17 428	12.24 414	5.09 308	2.47 265	9.15 433	3.23 353	0.00 1	0.00 1	0.00 1	0.00 1	0.10 267	0.02 89

Anonymous_2	4.14 398	0.62 291	3.21 247	1.40 291	1.43 379	5.19 377	0.32 180	6.63 274	4.38 223	4.48 215	2.30 129	8.08 386	7.00 445	5.37 202	2.29 317	0.23 475	0.75 528	5.20 544	18.12 569	5.66 538	0.23 418

qqq	1.93 182	0.30 69	2.96 215	1.40 291	0.05 16	1.96 125	0.39 196	8.45 318	3.33 163	3.06 173	3.84 177	4.67 290	2.70 277	4.40 170	0.96 205	0.00 1	0.01 180	0.00 1	0.00 1	0.02 77	0.03 139

MMNet	4.16 401	0.77 337	5.47 403	1.40 291	1.67 394	10.78 477	0.63 263	8.64 332	8.47 397	8.80 416	8.33 322	7.51 372	6.61 435	7.53 331	6.54 433	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.05 220

IGEV_Zeroshot_test	2.13 203	0.50 236	4.91 371	1.41 294	0.18 145	2.62 198	0.36 188	7.80 304	3.87 190	5.04 233	5.42 234	4.77 293	1.03 169	3.43 134	0.79 171	0.00 1	0.16 470	0.00 1	0.18 438	0.17 354	0.04 185

RYNet	6.34 457	0.89 370	5.88 417	1.41 294	4.48 516	15.97 513	4.18 465	13.41 472	16.49 493	10.81 469	7.00 284	14.33 475	8.72 477	9.43 444	13.71 513	0.00 1	0.01 180	0.00 1	0.00 1	0.02 77	0.07 259

MM-Stereo_test3	1.83 166	0.59 278	1.93 87	1.43 296	3.99 500	2.44 171	0.81 313	5.81 232	6.70 335	1.73 145	4.79 201	1.23 152	0.65 131	3.30 127	0.85 181	0.00 1	0.01 180	0.00 1	0.00 1	0.33 439	0.05 220

PSMNet-ADL	2.98 295	0.43 200	2.41 144	1.43 296	0.40 236	5.94 395	0.28 168	8.45 318	5.13 256	3.36 184	6.77 274	8.41 392	4.61 382	7.20 314	4.55 398	0.02 335	0.09 411	0.00 1	0.00 1	0.01 25	0.03 139

RAFT + AFF	4.30 413	1.55 454	5.84 416	1.43 296	2.36 439	5.94 395	6.72 508	10.01 372	7.56 363	7.55 363	8.96 336	7.09 367	6.73 441	8.57 403	4.02 385	0.02 335	0.47 523	0.00 1	0.01 310	0.56 474	0.54 481

FADNet-RVC-Resample	3.79 371	1.62 460	12.06 494	1.43 296	0.66 294	5.94 395	2.41 417	10.18 379	8.58 402	6.28 296	4.22 188	5.33 317	4.80 394	7.71 343	3.19 351	0.17 463	0.21 491	0.17 497	0.12 411	0.41 464	0.29 442

ETE_ROB	5.80 442	1.77 470	6.33 432	1.44 300	0.78 315	6.43 405	6.90 510	12.53 454	8.08 384	12.93 494	14.89 445	21.13 523	5.87 422	9.83 451	6.57 434	0.04 399	0.01 180	0.00 1	0.02 336	0.08 238	0.33 449

1111x	4.25 409	0.30 69	4.31 335	1.47 301	0.37 230	5.10 376	0.32 180	12.86 461	9.82 421	6.01 271	9.73 359	8.78 402	5.97 425	9.43 444	10.39 491	0.06 421	0.03 299	0.00 1	0.00 1	0.02 77	0.04 185

222	5.36 436	0.40 171	2.72 181	1.50 302	0.48 261	6.15 399	0.07 67	13.73 478	8.06 382	8.79 414	11.03 389	3.71 249	4.21 355	7.47 329	38.74 568	0.03 379	0.02 247	0.00 1	0.00 1	0.04 152	0.05 220

CFNet-ft	3.31 322	0.94 386	2.69 175	1.50 302	2.38 440	2.81 228	0.68 278	8.35 314	7.43 358	4.45 212	9.94 361	10.20 424	4.60 380	6.50 260	3.41 359	0.00 1	0.00 1	0.03 446	0.00 1	0.22 394	0.03 139

CFNet_RVC	3.31 322	0.94 386	2.69 175	1.50 302	2.38 440	2.81 228	0.68 278	8.35 314	7.43 358	4.45 212	9.94 361	10.20 424	4.60 380	6.49 258	3.41 359	0.00 1	0.00 1	0.03 446	0.00 1	0.22 394	0.03 139

DCVSM-stereo	3.13 307	0.37 149	2.95 213	1.51 305	0.80 316	2.75 215	0.49 225	6.79 282	5.25 260	11.43 479	5.57 239	10.79 435	5.30 407	5.25 197	2.95 343	0.03 379	0.09 411	0.03 446	0.00 1	0.12 305	0.09 287

CBFPSM	4.87 427	0.94 386	14.70 514	1.51 305	1.15 355	11.49 483	2.55 425	7.28 295	6.47 327	6.23 289	4.83 204	15.30 484	8.99 482	6.88 285	8.20 463	0.03 379	0.02 247	0.00 1	0.00 1	0.40 461	0.42 464

z-ln-s-r	5.99 450	1.34 439	15.55 517	1.52 307	1.95 418	3.28 274	2.71 430	7.72 301	11.16 447	6.43 308	25.06 515	8.76 401	5.86 421	11.03 473	17.17 523	0.00 1	0.00 1	0.00 1	0.00 1	0.24 411	0.11 323

DFGA-Net	2.78 274	1.91 480	7.35 457	1.52 307	0.36 226	3.36 279	0.20 144	6.64 275	5.93 292	4.88 228	6.31 264	2.18 187	1.12 175	7.43 325	5.98 423	0.00 1	0.00 1	0.00 1	0.00 1	0.37 451	0.04 185

GIP-stereo	0.70 40	0.44 206	1.70 69	1.52 307	0.75 308	1.48 72	0.05 51	4.18 119	1.10 48	0.18 12	0.42 39	0.58 126	0.38 81	0.65 13	0.46 100	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.01 18

AIO-Stereo-zeroshot	2.86 284	0.99 392	7.52 463	1.52 307	0.92 330	2.94 244	0.03 32	9.31 350	3.81 188	2.42 157	5.86 244	9.23 407	4.64 384	4.31 167	2.19 314	0.02 335	0.18 478	0.00 1	0.54 511	0.35 445	0.35 451

Wz-Net-LNSev	6.46 459	1.93 481	16.44 521	1.52 307	4.15 503	12.66 497	4.96 483	13.05 466	12.10 462	10.55 464	16.23 453	11.32 446	7.19 449	8.43 396	8.48 467	0.00 1	0.01 180	0.00 1	0.00 1	0.08 238	0.06 240

AIO-Stereo-zeroshot1	3.58 353	1.29 436	12.46 498	1.53 312	0.98 338	3.48 289	0.81 313	11.99 432	4.40 224	4.33 209	11.05 390	8.83 403	2.02 245	4.52 172	1.66 273	0.01 243	0.14 454	0.00 1	0.68 518	0.86 497	0.44 468

GMStereo_Zeroshot	2.77 273	1.98 485	5.14 386	1.53 312	0.36 226	3.56 301	0.10 87	5.57 217	5.91 291	6.89 328	7.02 285	8.50 398	0.91 158	6.01 225	1.65 272	0.00 1	0.00 1	0.00 1	0.00 1	0.20 377	0.01 18

CSP-Net	4.12 396	1.28 434	3.70 292	1.54 314	1.06 346	13.28 504	2.33 416	12.96 464	5.45 265	8.87 419	8.54 327	8.43 393	3.03 296	8.16 378	3.65 375	0.00 1	0.00 1	0.00 1	0.00 1	0.18 365	0.03 139

ADCP+	8.09 491	1.79 471	14.50 512	1.54 314	4.28 504	16.57 515	5.20 486	12.80 459	11.20 449	12.83 493	17.07 466	11.02 442	10.80 501	17.59 525	23.18 544	0.03 379	0.05 345	0.01 398	0.18 438	0.39 458	0.81 495

GrayStereo	3.74 364	0.20 18	1.94 90	1.55 316	0.60 284	3.12 262	8.22 519	5.76 227	3.32 162	10.40 459	16.66 459	5.81 332	8.60 476	6.57 266	1.37 245	0.01 243	0.00 1	0.01 398	0.63 514	0.02 77	0.04 185

RAFT-RH_RVC	3.96 387	0.46 220	2.93 212	1.55 316	0.42 243	3.14 264	0.14 114	3.70 87	5.98 297	11.25 477	32.23 535	5.29 313	1.68 227	8.13 375	2.14 309	0.08 435	0.00 1	0.00 1	0.03 352	0.01 25	0.00 1

AFF-stereo	2.59 260	0.68 312	2.35 142	1.55 316	0.17 130	1.67 93	0.08 75	5.75 225	6.60 332	6.20 287	12.13 409	6.16 340	2.36 261	4.75 180	1.11 222	0.02 335	0.02 247	0.00 1	0.00 1	0.23 401	0.05 220

BEATNet_4x	3.24 315	1.27 431	5.89 418	1.56 319	0.10 67	5.26 381	1.07 361	10.08 375	5.50 267	6.89 328	7.73 310	4.53 286	4.13 350	5.05 191	5.27 410	0.04 399	0.05 345	0.00 1	0.00 1	0.23 401	0.23 418

ssnet_v2	4.46 416	0.87 363	5.18 389	1.57 320	0.67 296	9.14 454	4.73 479	11.84 426	9.68 417	8.79 414	6.24 260	9.91 417	4.34 367	6.28 239	9.30 478	0.00 1	0.01 180	0.00 1	0.00 1	0.28 423	0.30 444

AE-Stereo	1.44 130	0.32 88	2.69 175	1.58 321	0.20 161	2.24 150	0.59 252	6.01 238	5.70 277	1.18 135	3.17 157	1.02 143	0.78 149	1.73 77	0.83 177	0.02 335	0.18 478	0.00 1	0.29 477	0.11 288	0.07 259

GES	2.49 251	0.38 156	4.29 334	1.58 321	0.05 16	4.58 364	1.07 361	9.70 361	3.39 167	5.21 238	6.64 271	1.84 177	3.36 307	4.86 182	2.54 332	0.06 421	0.01 180	0.06 469	0.01 310	0.12 305	0.03 139

MSMD_ROB	9.28 504	1.09 407	4.65 358	1.58 321	0.39 234	16.52 514	4.41 472	13.60 475	14.87 483	22.34 529	39.89 553	25.67 532	20.71 538	12.42 491	6.98 440	0.34 490	0.03 299	0.00 1	0.00 1	0.05 184	0.09 287

HSM	4.00 392	0.79 345	3.16 243	1.59 324	2.17 430	6.77 413	1.11 365	12.28 446	6.35 321	6.75 317	8.11 320	13.90 470	5.37 409	8.85 422	2.71 336	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.02 89

SA	3.06 300	0.74 329	3.79 297	1.60 325	0.30 199	3.19 270	1.43 387	6.72 279	9.06 407	4.63 221	10.80 381	2.89 206	4.71 387	9.62 450	1.18 232	0.00 1	0.09 411	0.00 1	0.19 443	0.23 401	0.02 89

G2L-Stereo	3.40 337	0.93 383	4.73 364	1.61 326	2.05 422	2.88 240	0.60 256	8.94 338	5.84 285	7.42 357	7.33 298	8.61 400	2.16 251	8.44 397	6.11 424	0.00 1	0.00 1	0.00 1	0.00 1	0.24 411	0.18 388

MyStereo8	2.88 288	1.19 421	5.03 377	1.61 326	3.75 492	4.30 350	0.07 67	6.14 244	6.16 309	6.22 288	9.64 358	4.28 275	1.45 208	2.05 98	4.76 403	0.00 1	0.16 470	0.00 1	0.14 416	0.26 415	0.43 466

NINENet	3.09 302	0.56 268	3.22 248	1.61 326	1.37 375	7.12 421	0.50 227	11.88 428	5.63 275	6.63 316	8.40 324	5.29 313	0.83 153	6.51 261	1.77 283	0.15 457	0.07 386	0.07 475	0.00 1	0.09 256	0.00 1

DMCA	2.82 279	0.64 295	4.45 344	1.61 326	0.89 327	3.86 330	0.57 250	9.18 345	5.10 255	6.24 290	6.49 269	7.17 369	2.13 248	3.31 128	4.73 401	0.00 1	0.01 180	0.00 1	0.00 1	0.04 152	0.02 89

TDLM	4.11 395	1.11 412	3.54 275	1.62 330	1.04 345	3.91 333	7.41 516	10.60 386	10.67 442	6.38 304	12.59 417	5.95 335	4.77 390	8.79 420	3.04 346	0.58 505	0.00 1	0.01 398	0.00 1	0.19 373	0.12 338

CBMV	5.35 435	0.91 377	3.67 288	1.62 330	0.44 244	10.09 465	7.19 514	12.49 453	12.33 464	12.22 485	14.69 444	10.93 440	6.48 433	8.51 400	4.96 406	0.02 335	0.15 461	0.00 1	0.00 1	0.17 354	0.17 384
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EDNetEfficientorigin	17.87 549	14.00 549	99.53 593	1.64 332	0.92 330	10.55 472	6.26 501	13.21 468	34.84 549	38.20 558	36.91 548	27.47 537	26.32 551	14.71 511	25.69 550	0.04 399	0.06 363	0.14 492	0.52 510	3.16 530	3.27 528

FADNet	4.23 406	1.65 463	11.75 493	1.64 332	0.80 316	4.80 369	0.77 303	13.76 479	11.65 455	3.97 201	5.24 225	9.62 413	5.14 404	8.40 393	3.78 379	0.21 472	0.04 328	0.07 475	0.05 376	1.14 503	0.10 309

DCRE	1.79 157	0.68 312	2.55 159	1.66 334	0.27 188	1.27 47	0.05 51	4.57 142	4.04 205	3.30 182	9.24 347	3.83 252	1.20 192	2.08 99	0.67 140	0.00 1	0.12 439	0.00 1	0.24 463	0.04 152	0.09 287

UNet	3.97 390	0.61 286	6.50 439	1.68 335	3.22 467	9.82 462	0.31 179	9.50 354	5.32 263	7.20 347	6.35 267	10.59 429	5.91 424	6.93 290	5.49 414	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.01 18

SMFormer	3.54 349	0.39 160	3.61 281	1.69 336	0.11 78	2.85 235	0.29 172	12.46 449	10.41 432	7.16 343	10.23 367	4.78 294	4.45 373	8.71 414	3.51 368	0.07 430	0.05 345	0.00 1	0.00 1	0.06 208	0.04 185

tta	3.54 349	0.39 160	3.61 281	1.69 336	0.11 78	2.85 235	0.29 172	12.46 449	10.41 432	7.16 343	10.23 367	4.78 294	4.45 373	8.71 414	3.51 368	0.07 430	0.05 345	0.00 1	0.00 1	0.06 208	0.03 139

qqq1	3.38 333	0.39 160	3.61 281	1.69 336	0.11 78	2.85 235	0.29 172	12.46 449	10.41 432	7.16 343	10.23 367	4.78 294	4.45 373	8.71 414	0.30 48	0.07 430	0.05 345	0.00 1	0.00 1	0.06 208	0.03 139

fff1	3.38 333	0.39 160	3.61 281	1.69 336	0.11 78	2.85 235	0.29 172	12.46 449	10.41 432	7.16 343	10.23 367	4.78 294	4.45 373	8.71 414	0.30 48	0.07 430	0.05 345	0.00 1	0.00 1	0.06 208	0.03 139

xxxx	4.51 420	0.31 74	2.77 190	1.69 336	0.47 259	7.74 438	0.07 67	14.04 481	7.91 379	5.82 257	8.97 337	9.34 408	3.41 315	7.33 320	20.24 530	0.05 411	0.03 299	0.00 1	0.00 1	0.03 123	0.04 185

FADNet-RVC	3.98 391	1.84 475	12.48 500	1.69 336	0.44 244	4.33 351	1.31 382	11.84 426	7.15 352	3.53 188	3.50 173	10.63 432	4.43 371	9.12 431	6.25 427	0.03 379	0.10 423	0.00 1	0.03 352	0.60 480	0.25 426

w-ln-seven-2	7.09 476	2.32 492	23.44 540	1.71 342	1.06 346	7.81 439	3.98 459	12.02 434	14.65 480	13.06 496	20.38 490	11.70 455	9.83 494	10.65 467	8.66 469	0.02 335	0.05 345	0.00 1	0.02 336	0.32 435	0.14 355

G2L-ROB	3.43 341	0.77 337	3.89 308	1.71 342	1.16 356	4.51 361	0.44 209	11.70 421	5.70 277	7.51 362	5.34 233	11.24 445	1.71 229	7.66 339	5.10 408	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.10 309

ASMatch	3.32 328	0.50 236	3.32 256	1.72 344	0.45 249	1.93 120	0.68 278	6.42 264	3.89 192	6.18 285	22.30 500	4.61 289	4.82 395	7.65 337	1.70 276	0.00 1	0.02 247	0.00 1	0.03 352	0.01 25	0.18 388

gwcnet-sp	3.31 322	1.47 446	7.26 453	1.73 345	0.69 299	7.57 433	1.14 367	8.59 326	6.17 310	8.57 407	5.25 227	4.26 272	3.36 307	6.46 252	3.44 361	0.00 1	0.00 1	0.00 1	0.00 1	0.15 334	0.11 323

scenet	3.31 322	1.47 446	7.26 453	1.73 345	0.69 299	7.57 433	1.14 367	8.59 326	6.17 310	8.57 407	5.25 227	4.26 272	3.36 307	6.46 252	3.44 361	0.00 1	0.00 1	0.00 1	0.00 1	0.15 334	0.11 323

ssnet	3.31 322	1.47 446	7.26 453	1.73 345	0.69 299	7.57 433	1.14 367	8.59 326	6.17 310	8.57 407	5.25 227	4.26 272	3.36 307	6.46 252	3.44 361	0.00 1	0.00 1	0.00 1	0.00 1	0.15 334	0.11 323

DisPM	2.43 242	0.32 88	3.04 225	1.76 348	0.18 145	3.46 284	0.65 271	5.13 178	4.88 248	8.59 410	7.04 288	2.84 204	1.03 169	8.85 422	0.83 177	0.01 243	0.00 1	0.00 1	0.00 1	0.01 25	0.02 89

SANet	10.64 519	1.86 477	10.91 487	1.76 348	0.71 304	14.62 508	9.23 527	19.18 530	37.14 553	19.22 520	27.96 522	25.86 533	19.11 533	13.02 498	10.63 493	0.08 435	0.06 363	0.03 446	0.02 336	0.62 481	0.81 495

rvit_105_1	2.44 244	0.80 349	5.08 381	1.77 350	0.09 59	1.95 122	3.62 455	5.62 222	8.21 389	4.85 227	2.07 117	3.15 220	1.58 222	7.08 304	2.71 336	0.00 1	0.00 1	0.00 1	0.01 310	0.04 152	0.08 274

coex-ft	19.78 555	19.39 553	87.73 583	1.77 350	1.80 409	17.25 520	13.50 547	12.63 457	42.10 559	60.18 576	38.90 550	28.72 538	28.74 552	11.74 484	27.40 553	0.21 472	0.23 497	0.04 458	0.30 483	1.36 509	1.54 512

AAGNet	3.41 339	0.34 120	2.45 147	1.78 352	0.39 234	3.69 312	1.05 358	4.79 157	4.61 238	9.62 440	7.74 312	4.98 300	6.38 432	7.34 321	13.02 509	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.04 185

iinet-f	5.94 446	1.60 458	26.88 548	1.79 353	1.38 376	11.92 491	1.47 389	6.80 283	7.11 350	6.90 330	14.43 439	10.64 433	7.97 466	7.00 298	12.12 505	0.02 335	0.03 299	0.05 465	0.00 1	0.63 483	0.02 89

test_sample4	2.87 286	0.40 171	4.54 350	1.80 354	0.54 278	3.95 335	0.15 120	11.48 415	6.49 329	6.33 302	6.81 276	3.68 247	2.65 275	6.11 228	2.36 322	0.02 335	0.01 180	0.00 1	0.00 1	0.04 152	0.05 220

Pruner-Stereo	2.49 251	0.40 171	2.46 150	1.80 354	0.25 178	3.51 296	0.77 303	6.03 239	4.92 249	8.91 420	6.09 247	4.45 282	1.11 174	6.99 297	2.11 306	0.02 335	0.00 1	0.02 429	0.00 1	0.01 25	0.04 185

test_sample5	2.91 291	0.40 171	4.33 336	1.81 356	0.50 267	3.33 277	0.17 131	11.27 406	6.55 330	6.18 285	8.35 323	3.65 243	2.71 280	6.61 269	2.15 310	0.02 335	0.02 247	0.00 1	0.00 1	0.05 184	0.05 220

DualNet	3.05 299	0.40 171	4.33 336	1.81 356	0.50 267	3.33 277	0.17 131	11.27 406	6.55 330	6.50 310	10.86 385	3.65 243	2.71 280	6.61 269	2.15 310	0.02 335	0.02 247	0.00 1	0.00 1	0.05 184	0.05 220

PSM-softLoss	2.24 216	0.34 120	3.42 266	1.81 356	0.17 130	2.74 210	0.39 196	6.17 248	2.92 122	6.26 293	6.29 262	2.96 208	0.97 164	8.68 410	1.71 277	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.02 89

KMStereo	2.24 216	0.34 120	3.42 266	1.81 356	0.17 130	2.74 210	0.39 196	6.17 248	2.92 122	6.26 293	6.29 262	2.96 208	0.97 164	8.68 410	1.71 277	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.02 89

SDNR	7.50 480	2.32 492	15.58 518	1.82 360	0.63 290	44.66 567	0.44 209	8.59 326	9.52 415	9.84 445	25.18 516	5.30 316	4.38 368	11.46 479	6.49 432	0.05 411	0.03 299	0.00 1	0.01 310	1.79 518	1.87 516

CSAN	7.62 481	1.60 458	6.56 440	1.83 361	0.66 294	12.40 496	10.52 537	14.45 488	21.32 517	14.19 503	15.98 451	17.84 502	13.02 514	12.32 490	8.38 465	0.09 440	0.07 386	0.03 446	0.04 370	0.33 439	0.67 490

zh-mn7	11.13 524	6.28 529	31.79 553	1.85 362	0.98 338	13.11 502	2.98 435	12.88 462	33.65 543	21.57 528	39.07 551	12.50 460	8.46 473	19.94 535	16.74 521	0.23 475	0.01 180	0.00 1	0.01 310	0.33 439	0.30 444

DPSNet	10.14 512	1.88 478	16.82 522	1.85 362	1.73 401	24.84 537	17.20 561	19.92 539	27.41 530	12.23 487	13.62 431	16.52 493	18.35 528	14.42 508	12.50 507	0.78 510	0.54 526	0.08 478	0.25 468	1.18 504	0.59 487

HBP-ISP	4.09 394	1.05 400	4.10 327	1.87 364	1.31 372	7.56 432	3.98 459	11.26 404	9.94 424	7.81 373	14.44 440	3.23 223	4.27 359	8.89 425	1.87 289	0.06 421	0.06 363	0.00 1	0.00 1	0.06 208	0.04 185

Wz-Net-SNSev	9.23 503	6.70 530	24.28 541	1.87 364	1.81 410	8.57 445	12.29 546	17.37 511	20.39 515	10.43 460	23.11 504	16.66 495	8.03 467	14.47 509	17.86 525	0.00 1	0.02 247	0.01 398	0.00 1	0.41 464	0.30 444

NCCL2	5.88 445	1.59 457	5.44 401	1.87 364	0.92 330	9.55 459	11.55 540	12.11 439	9.94 424	9.67 441	8.85 330	22.28 526	7.41 454	8.78 419	7.17 442	0.01 243	0.00 1	0.03 446	0.00 1	0.13 320	0.23 418

RALCasStereoNet	1.93 182	1.01 394	2.75 185	1.88 367	1.75 403	2.88 240	0.18 135	4.64 149	4.36 222	2.27 152	5.14 214	2.22 189	0.79 151	7.10 306	1.00 212	0.00 1	0.34 509	0.00 1	0.00 1	0.10 267	0.16 379

FC-DCNN	10.72 520	0.52 250	4.27 333	1.88 367	1.63 388	17.18 519	5.29 489	18.20 518	19.69 510	28.50 543	34.51 543	34.03 549	21.48 541	15.89 516	11.15 499	0.03 379	0.01 180	0.02 429	0.01 310	0.07 226	0.09 287

MeshStereo	11.52 526	1.52 452	4.55 353	1.89 369	1.46 380	19.87 530	5.11 485	20.66 542	15.91 491	32.67 549	34.51 543	39.34 556	21.15 539	18.74 529	12.10 504	0.11 445	0.06 363	0.01 398	0.00 1	0.45 468	0.22 411
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
PSMNet_ROB	5.02 431	1.63 461	6.03 423	1.90 370	1.83 411	9.57 460	6.35 503	15.58 502	7.23 354	6.15 284	10.48 374	12.22 457	4.16 353	8.02 362	8.71 471	0.02 335	0.01 180	0.01 398	0.10 406	0.20 377	0.12 338

ACV-stereo	4.46 416	0.76 334	9.94 483	1.91 371	1.06 346	11.61 485	1.28 379	6.25 251	7.09 349	3.09 174	5.21 223	16.88 498	10.23 497	7.96 357	5.47 413	0.06 421	0.15 461	0.01 398	0.00 1	0.12 305	0.14 355

ITSA-stereo	3.76 368	0.54 258	3.80 298	1.91 371	0.29 198	3.09 257	0.70 286	13.22 469	15.64 488	6.79 320	6.66 272	4.15 267	3.52 321	8.30 388	5.00 407	0.09 440	0.07 386	0.11 484	0.10 406	0.18 365	0.95 499

x	1.73 152	0.28 53	2.49 154	1.91 371	0.17 130	2.10 134	0.83 319	8.74 335	3.55 176	3.28 180	2.12 124	3.10 217	1.96 243	2.90 119	1.12 223	0.00 1	0.02 247	0.00 1	0.00 1	0.02 77	0.03 139

Sa-1000	3.55 351	0.75 331	3.63 285	1.91 371	0.30 199	3.55 300	1.63 398	7.39 297	8.54 400	7.70 369	17.44 473	4.00 257	2.82 288	9.44 447	1.33 241	0.00 1	0.10 423	0.00 1	0.18 438	0.21 388	0.04 185

FC-DCNN v2	10.88 521	0.52 250	4.17 329	1.92 375	1.63 388	17.79 523	5.35 490	18.87 525	19.88 511	28.77 544	34.99 545	34.62 551	21.72 542	16.03 519	11.16 500	0.03 379	0.01 180	0.02 429	0.00 1	0.06 208	0.08 274

test_sample6	3.14 309	0.41 182	4.42 341	1.92 375	0.49 264	3.25 273	0.21 149	11.30 408	6.69 334	6.50 310	10.86 385	4.03 258	2.93 295	7.06 303	2.65 334	0.02 335	0.02 247	0.00 1	0.00 1	0.05 184	0.06 240

ADCL	10.16 513	2.11 487	19.36 529	1.92 375	1.88 415	22.23 532	8.91 523	14.04 481	23.56 524	14.62 506	26.19 519	12.75 462	13.59 516	16.06 520	22.95 542	0.26 481	0.18 478	0.75 522	0.65 515	0.69 487	0.58 484

StereoDRNet-Refined	4.46 416	0.62 291	3.80 298	1.92 375	0.40 236	9.35 456	0.15 120	10.02 373	8.83 405	12.69 489	11.62 401	9.34 408	3.87 342	8.06 370	8.02 455	0.00 1	0.00 1	0.01 398	0.05 376	0.20 377	0.26 432
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FBW_ROB	8.50 497	1.03 398	7.98 467	1.93 379	1.28 368	13.10 501	6.23 499	22.50 544	18.98 503	18.82 519	14.91 446	19.06 511	10.04 495	18.41 527	9.83 486	0.62 507	0.22 495	1.82 533	0.82 523	0.99 501	1.36 509

CVANet_RVC	4.16 401	1.16 419	3.60 280	1.94 380	1.46 380	3.92 334	4.68 477	10.89 398	8.34 392	7.58 364	10.84 383	10.27 426	6.62 438	8.56 402	2.69 335	0.39 494	0.00 1	0.00 1	0.01 310	0.21 388	0.09 287

test_sample3	2.87 286	0.37 149	4.45 344	1.95 381	0.59 282	4.69 367	0.16 126	11.50 416	6.45 326	5.82 257	6.44 268	3.76 251	2.64 273	6.01 225	2.41 326	0.01 243	0.01 180	0.00 1	0.00 1	0.04 152	0.05 220

DispNO	3.25 316	0.72 322	6.85 446	1.95 381	1.34 374	3.49 291	0.84 324	8.14 311	6.30 316	6.34 303	7.76 313	6.30 346	4.28 363	6.93 290	3.51 368	0.00 1	0.03 299	0.03 446	0.12 411	0.07 226	0.07 259

aanetorigin	8.72 499	3.29 510	27.55 549	1.95 381	3.84 495	4.93 374	5.39 491	5.49 214	10.05 426	27.85 542	31.47 533	15.80 486	12.78 511	9.04 429	11.98 503	0.25 479	0.22 495	0.22 503	0.25 468	1.28 507	0.84 497

FCDSN-DC	10.24 515	0.56 268	3.49 272	1.96 384	1.29 369	16.90 518	4.59 476	17.16 510	19.10 505	24.64 539	32.46 539	33.82 548	22.14 544	15.93 517	10.45 492	0.04 399	0.00 1	0.00 1	0.00 1	0.05 184	0.21 409
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	5.01 430	1.74 468	6.38 435	1.96 384	1.29 369	2.26 151	1.69 402	10.07 374	18.53 501	7.88 377	18.15 478	8.49 397	2.70 277	10.59 465	7.04 441	0.96 517	0.15 461	0.02 429	0.00 1	0.13 320	0.12 338

test_sample7	3.30 320	0.47 222	3.43 269	1.98 386	0.35 223	4.33 351	1.88 408	10.66 388	7.73 371	8.36 397	7.55 302	6.55 350	4.27 359	6.58 267	1.62 268	0.06 421	0.03 299	0.00 1	0.00 1	0.05 184	0.06 240

mmm	2.50 254	0.29 58	3.22 248	1.98 386	0.32 212	3.72 317	0.12 98	9.45 353	4.05 207	5.84 259	10.80 381	2.47 194	2.86 291	4.07 158	0.75 159	0.00 1	0.02 247	0.00 1	0.01 310	0.03 123	0.02 89

MC-Stereo	1.47 132	0.36 142	2.54 158	1.99 388	0.12 92	1.90 117	0.12 98	4.47 135	2.83 118	3.31 183	3.44 170	0.56 125	1.47 209	5.39 203	0.47 107	0.00 1	0.04 328	0.00 1	0.21 451	0.07 226	0.04 185

DAS	3.74 364	0.35 131	5.19 390	1.99 388	3.74 488	2.36 161	3.22 443	7.77 302	9.27 410	8.70 411	12.08 407	4.45 282	5.43 413	8.39 392	1.71 277	0.01 243	0.00 1	0.00 1	0.00 1	0.04 152	0.02 89

SepStereo	3.78 370	0.35 131	5.19 390	1.99 388	3.74 488	2.36 161	3.22 443	7.77 302	9.27 410	8.70 411	12.08 407	4.45 282	5.43 413	9.18 434	1.71 277	0.01 243	0.00 1	0.00 1	0.00 1	0.04 152	0.02 89

TRStereo	2.36 236	3.10 505	4.70 362	1.99 388	2.08 424	2.61 195	1.11 365	8.79 337	3.73 182	3.19 177	3.04 153	3.96 255	0.77 146	5.92 221	1.44 249	0.03 379	0.14 454	0.00 1	0.29 477	0.08 238	0.25 426

psm_up	3.85 376	0.82 354	3.01 218	2.00 392	2.58 449	5.28 382	3.34 447	10.85 397	6.33 319	7.27 351	7.32 297	10.15 422	9.02 483	6.19 232	2.51 330	0.22 474	0.01 180	0.00 1	0.00 1	0.12 305	0.03 139

test_5	2.90 289	0.70 319	3.69 289	2.01 393	3.17 466	4.61 366	1.32 383	6.69 278	7.02 347	2.79 164	7.18 290	4.99 301	4.14 351	7.96 357	1.31 239	0.00 1	0.00 1	0.00 1	0.03 352	0.19 373	0.26 432

GEStereo_RVC	3.74 364	0.73 325	4.95 373	2.01 393	1.24 361	4.36 354	3.07 438	11.77 425	7.80 376	6.87 327	6.52 270	7.70 376	4.31 366	8.98 428	4.19 390	0.03 379	0.01 180	0.02 429	0.02 336	0.13 320	0.11 323

DDVS	3.59 354	0.53 254	4.53 349	2.02 395	1.27 365	6.63 410	0.49 225	8.73 334	4.10 211	7.14 341	7.63 307	12.68 461	2.25 255	8.69 412	4.09 388	0.08 435	0.20 488	0.01 398	0.00 1	0.14 330	0.59 487

fast-acv-ft	5.62 441	1.39 441	7.01 448	2.02 395	1.89 416	12.23 493	1.82 407	7.35 296	9.45 414	10.46 461	20.27 489	14.55 477	7.71 464	7.41 324	7.61 447	0.10 443	0.09 411	0.16 494	0.07 385	0.59 478	0.13 346

GANet-ADL	2.20 213	0.50 236	3.27 252	2.02 395	0.11 78	2.21 147	0.48 215	8.64 332	6.79 338	4.56 216	5.83 243	3.98 256	1.27 197	2.68 114	1.43 248	0.04 399	0.08 399	0.02 429	0.00 1	0.15 334	0.03 139

rafts_anoy	1.72 150	0.79 345	2.58 163	2.03 398	1.75 403	2.47 172	0.16 126	5.48 212	6.01 300	3.24 179	2.11 121	1.92 182	1.33 199	3.08 123	1.13 225	0.01 243	0.18 478	0.00 1	0.01 310	0.03 123	0.07 259

HITNet	2.79 276	0.77 337	4.02 318	2.03 398	0.11 78	5.58 385	0.59 252	9.24 347	5.15 258	6.42 306	7.26 295	3.66 245	2.92 294	4.07 158	3.87 382	0.00 1	0.00 1	0.00 1	0.00 1	0.06 208	0.02 89
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
NF-Stereo	2.24 216	0.33 105	3.00 216	2.04 400	0.10 67	3.46 284	0.43 205	6.51 270	3.17 148	6.84 323	5.24 225	2.67 201	1.34 201	8.17 381	1.53 258	0.01 243	0.00 1	0.00 1	0.00 1	0.02 77	0.01 18

OCTAStereo	2.24 216	0.33 105	3.03 222	2.04 400	0.10 67	3.45 283	0.43 205	6.50 267	3.17 148	6.84 323	5.20 220	2.65 198	1.33 199	8.18 382	1.56 262	0.01 243	0.00 1	0.00 1	0.00 1	0.02 77	0.01 18

RE-Stereo	2.25 221	0.33 105	3.03 222	2.04 400	0.10 67	3.47 286	0.43 205	6.50 267	3.18 151	6.84 323	5.20 220	2.65 198	1.34 201	8.18 382	1.58 264	0.01 243	0.00 1	0.01 398	0.00 1	0.02 77	0.01 18

TVStereo	2.25 221	0.33 105	3.03 222	2.04 400	0.10 67	3.47 286	0.43 205	6.50 267	3.18 151	6.84 323	5.20 220	2.65 198	1.34 201	8.18 382	1.58 264	0.01 243	0.00 1	0.01 398	0.00 1	0.02 77	0.01 18

FENet	2.19 212	0.34 120	3.04 225	2.05 404	0.26 185	2.82 231	0.13 107	7.02 290	5.55 271	4.97 231	1.94 112	4.91 299	3.39 312	4.71 178	2.50 329	0.02 335	0.03 299	0.00 1	0.00 1	0.00 1	0.21 409

w-ln-seven	10.20 514	3.08 504	26.36 546	2.06 405	2.49 445	15.81 511	4.39 471	17.80 514	33.50 541	20.47 527	25.79 518	15.12 481	7.40 453	11.75 485	17.48 524	0.00 1	0.00 1	0.00 1	0.00 1	0.43 467	0.13 346

test_sample2	2.32 231	0.25 41	3.38 260	2.08 406	0.41 240	2.58 189	0.15 120	9.50 354	4.97 251	3.66 191	4.86 206	4.29 277	3.26 303	5.83 219	1.09 220	0.00 1	0.01 180	0.00 1	0.00 1	0.03 123	0.03 139

test_sample1	2.31 229	0.26 47	3.29 253	2.08 406	0.46 250	2.62 198	0.05 51	9.88 365	4.23 218	3.90 199	3.92 181	3.49 236	4.44 372	5.67 212	1.88 291	0.00 1	0.01 180	0.00 1	0.00 1	0.02 77	0.03 139

NOSS_ROB	3.30 320	0.46 220	2.62 169	2.08 406	1.01 344	5.60 386	0.74 297	10.37 381	11.48 453	5.15 237	8.43 325	5.67 327	1.73 232	7.97 359	2.34 319	0.02 335	0.06 363	0.00 1	0.00 1	0.07 226	0.14 355

IRAFT_RVC	2.85 280	0.41 182	3.32 256	2.09 409	0.41 240	2.92 242	5.22 487	6.41 263	3.63 179	6.53 313	5.48 236	5.09 308	4.88 397	8.20 385	2.15 310	0.01 243	0.17 474	0.01 398	0.00 1	0.02 77	0.04 185

ADCPNet	9.54 507	2.39 495	31.46 552	2.09 409	1.60 386	16.71 517	6.39 504	12.11 439	11.45 452	13.53 499	21.45 496	19.41 512	10.94 502	14.38 507	21.54 536	0.27 484	1.16 531	0.39 517	1.49 534	0.58 477	1.45 510

DMCA-RVC	3.17 311	1.26 429	6.39 436	2.10 411	1.51 382	3.02 251	0.56 241	7.84 306	5.06 253	9.23 429	5.19 219	8.46 394	2.72 282	6.31 242	3.22 352	0.06 421	0.11 432	0.09 481	0.02 336	0.16 341	0.08 274

PSMNet-RSSM	3.33 330	0.77 337	3.22 248	2.12 412	1.90 417	2.33 159	0.71 289	11.17 401	5.83 284	5.90 268	11.43 397	7.04 364	4.83 396	5.96 223	3.17 350	0.00 1	0.00 1	0.02 429	0.00 1	0.08 238	0.02 89

SGM-ForestM	16.99 547	1.08 405	5.74 414	2.12 412	0.75 308	31.63 551	12.21 544	27.80 553	32.25 538	37.88 556	39.99 554	52.96 565	35.20 560	33.60 557	24.47 546	0.26 481	0.39 516	0.31 510	0.39 499	0.26 415	0.53 480

PFNet	2.93 292	0.40 171	5.51 407	2.13 414	0.84 320	3.11 261	0.75 299	6.78 281	4.79 246	9.98 450	6.00 245	4.78 294	2.13 248	8.33 389	2.11 306	0.19 467	0.06 363	0.00 1	0.11 408	0.20 377	0.35 451

testlalala_base	3.12 306	0.48 229	2.79 196	2.14 415	1.98 419	4.13 345	0.64 267	6.16 246	2.09 73	2.38 155	4.08 184	1.80 174	0.50 110	1.65 72	0.72 150	12.33 560	2.33 541	0.00 1	0.31 485	14.56 555	1.32 507

z-mn7	10.46 518	4.14 515	20.35 531	2.15 416	1.68 396	19.07 526	5.72 492	13.28 471	34.58 547	9.45 433	35.20 546	15.69 485	9.13 485	21.16 539	17.07 522	0.00 1	0.01 180	0.00 1	0.00 1	0.35 445	0.19 399

raftrobust	1.86 169	0.74 329	1.94 90	2.15 416	2.24 435	2.74 210	0.53 232	4.89 162	4.05 207	6.09 277	3.89 179	1.64 167	2.55 270	2.44 109	1.12 223	0.00 1	0.03 299	0.00 1	0.00 1	0.12 305	0.08 274

FINET	5.32 434	1.14 417	10.04 484	2.17 418	3.67 487	6.49 406	6.76 509	11.68 420	22.08 520	7.42 357	12.15 410	4.24 270	3.61 325	9.25 438	5.35 412	0.04 399	0.04 328	0.00 1	0.00 1	0.17 354	0.09 287

iResNet_ROB	4.23 406	1.02 396	4.90 370	2.18 419	0.93 333	2.92 242	0.37 190	15.10 497	16.91 497	7.89 378	10.51 375	7.03 362	3.07 299	8.16 378	3.46 365	0.01 243	0.00 1	0.00 1	0.00 1	0.10 267	0.02 89

EKT-Stereo	1.91 180	0.48 229	2.77 190	2.19 420	4.36 506	1.42 68	0.24 157	4.63 146	3.51 172	2.94 171	3.47 171	3.55 240	2.25 255	5.26 198	0.85 181	0.04 399	0.12 439	0.00 1	0.09 401	0.06 208	0.05 220

DLCB_ROB	4.51 420	0.91 377	3.78 296	2.19 420	1.07 349	6.28 400	3.09 439	9.78 362	7.72 369	10.65 465	12.97 423	13.91 471	3.71 331	8.72 418	5.30 411	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.10 309

edge stereo	6.76 465	1.01 394	6.76 443	2.20 422	2.45 444	6.41 404	2.45 419	14.84 493	11.98 461	15.29 509	18.31 479	22.02 524	12.56 509	10.82 469	7.49 445	0.03 379	0.06 363	0.11 484	0.03 352	0.30 426	0.14 355

UPFNet	3.82 374	0.47 222	4.34 339	2.21 423	3.38 473	7.26 425	2.69 428	9.89 366	5.96 294	7.98 383	7.53 301	7.89 380	3.15 300	7.72 345	5.88 422	0.01 243	0.02 247	0.00 1	0.00 1	0.04 152	0.06 240

GwcNet-RSSM	3.77 369	1.05 400	5.06 379	2.21 423	1.87 414	2.36 161	1.52 392	8.98 340	7.96 380	5.91 269	14.59 442	7.94 383	3.50 318	6.43 250	5.70 418	0.00 1	0.00 1	0.04 458	0.00 1	0.20 377	0.08 274

ADCMid	10.24 515	3.13 506	20.70 533	2.21 423	2.39 442	11.23 481	6.19 496	14.17 485	11.19 448	23.20 535	22.25 499	17.89 504	19.54 534	18.51 528	26.21 551	0.45 502	0.42 519	1.10 527	1.29 531	1.56 515	1.18 504

MultiAttention	13.72 533	0.34 120	3.24 251	2.22 426	1.79 407	56.78 580	83.85 583	18.93 526	15.06 484	8.16 388	20.91 493	13.25 464	2.53 267	33.18 555	6.90 439	0.20 470	0.06 363	0.74 521	1.00 527	2.69 527	2.60 526

ttt	3.86 377	0.23 30	2.34 141	2.22 426	1.68 396	4.36 354	0.28 168	12.45 448	11.09 445	6.90 330	11.85 402	4.08 261	3.28 304	8.47 398	7.85 451	0.06 421	0.04 328	0.00 1	0.00 1	0.03 123	0.03 139

XX-Stereo	2.71 268	0.38 156	5.96 421	2.25 428	2.20 433	1.54 80	0.21 149	5.44 211	3.05 138	2.28 153	16.16 452	7.03 362	0.24 40	6.19 232	0.79 171	0.00 1	0.15 461	0.00 1	0.23 460	0.13 320	0.04 185

tt1	2.14 204	0.63 294	2.22 132	2.27 429	0.02 3	5.71 388	0.63 263	4.53 138	10.19 427	1.16 133	3.39 168	0.33 97	3.05 298	8.00 360	0.46 100	0.00 1	0.02 247	0.00 1	0.03 352	0.10 267	0.04 185

GANet	6.22 454	1.07 403	4.07 325	2.27 429	0.89 327	9.19 455	9.52 528	12.02 434	8.13 386	10.72 466	29.09 526	13.86 469	7.52 460	11.00 472	4.39 394	0.36 491	0.00 1	0.02 429	0.02 336	0.12 305	0.08 274

Wz-Net-TNSev	11.35 525	10.56 546	35.88 559	2.28 431	1.73 401	18.25 524	11.42 539	15.88 503	20.88 516	14.44 504	16.97 464	19.57 513	19.04 532	19.31 531	18.67 527	0.01 243	0.06 363	0.00 1	0.16 423	0.62 481	1.25 506

MFN_U_SF_DS_RVC	9.78 510	4.27 517	14.47 511	2.29 432	2.85 457	23.40 536	13.62 548	13.60 475	19.54 508	19.42 521	24.27 508	16.74 496	8.59 475	17.05 524	7.98 454	1.25 521	1.68 535	0.17 497	2.63 539	0.72 491	1.04 501

ACVNet-DCA	2.01 193	0.65 301	2.15 121	2.30 433	0.02 3	5.80 390	0.56 241	8.45 318	3.33 163	1.03 124	3.33 162	0.32 93	3.71 331	8.05 366	0.45 96	0.00 1	0.02 247	0.00 1	0.03 352	0.02 77	0.03 139

xx1	2.33 233	0.65 301	2.15 121	2.30 433	0.02 3	5.80 390	0.56 241	4.31 123	10.41 432	1.03 124	3.33 162	4.67 290	2.70 277	8.05 366	0.45 96	0.00 1	0.02 247	0.00 1	0.00 1	0.02 77	0.03 139

1test111	1.86 169	0.65 301	2.15 121	2.30 433	0.02 3	5.80 390	0.56 241	8.45 318	3.33 163	1.03 124	3.33 162	0.32 93	3.71 331	4.40 170	0.96 205	0.00 1	0.02 247	0.00 1	0.03 352	0.02 77	0.03 139

cc1	2.17 209	0.65 301	2.15 121	2.30 433	0.02 3	5.80 390	0.56 241	4.31 123	10.41 432	1.03 124	3.33 162	0.32 93	3.71 331	8.05 366	0.45 96	0.00 1	0.02 247	0.00 1	0.03 352	0.10 267	0.05 220

FAT-Stereo	6.78 468	0.68 312	6.80 444	2.30 433	1.77 406	5.63 387	4.20 466	18.79 522	18.62 502	10.53 463	17.15 468	18.52 508	13.74 517	8.86 424	7.38 444	0.03 379	0.15 461	0.01 398	0.07 385	0.12 305	0.26 432

SGM_RVC	10.08 511	0.60 282	3.42 266	2.30 433	0.32 212	19.41 528	6.33 502	18.95 527	14.64 478	25.14 540	24.32 509	33.34 547	18.79 531	19.86 533	12.55 508	0.25 479	0.26 505	0.22 503	0.24 463	0.34 444	0.40 459
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
acv_ft	3.69 361	0.53 254	4.58 357	2.31 439	4.71 521	7.44 429	0.86 332	8.54 325	5.70 277	9.29 431	9.26 350	5.77 329	4.15 352	2.24 102	8.13 462	0.00 1	0.00 1	0.00 1	0.00 1	0.29 425	0.01 18

DN-CSS_ROB	2.69 264	1.40 442	5.34 397	2.31 439	0.75 308	3.14 264	0.06 58	6.11 243	3.87 190	5.34 244	12.18 412	2.34 192	1.22 193	7.84 351	1.48 253	0.03 379	0.00 1	0.00 1	0.00 1	0.35 445	0.03 139

zh-sn7	11.12 523	7.26 535	33.16 554	2.32 441	2.31 438	11.66 487	7.80 518	13.53 474	17.94 500	16.39 514	31.80 534	14.22 474	16.88 523	23.07 545	23.00 543	0.00 1	0.13 449	0.00 1	0.00 1	0.52 471	0.48 473

Wz-Net-MNSev	7.43 479	2.35 494	15.22 515	2.34 442	3.41 477	17.27 521	8.55 520	11.91 429	13.48 471	13.37 497	17.05 465	13.70 466	7.47 459	11.90 487	9.99 489	0.40 496	0.03 299	0.00 1	0.01 310	0.16 341	0.07 259

psmorigin	7.34 478	1.58 456	18.31 526	2.35 443	0.87 322	6.72 412	1.70 405	10.63 387	7.14 351	19.77 523	22.71 502	20.13 517	11.34 503	12.96 497	9.49 483	0.04 399	0.17 474	0.06 469	0.17 431	0.21 388	0.50 477

UCFNet_RVC	3.09 302	0.77 337	2.27 136	2.35 443	1.79 407	3.50 293	1.06 359	12.12 441	6.91 341	4.71 224	7.67 309	7.58 373	4.40 370	4.95 188	1.67 274	0.00 1	0.00 1	0.00 1	0.00 1	0.11 288	0.01 18

11t1	1.62 143	0.26 47	2.53 157	2.37 445	0.24 175	2.58 189	0.06 58	6.66 276	3.00 134	3.40 185	3.01 150	1.14 148	1.94 242	4.18 160	0.91 200	0.01 243	0.02 247	0.00 1	0.00 1	0.03 123	0.03 139

Wz-Net-LNSev-Ref	5.98 448	1.55 454	9.92 482	2.40 446	3.22 467	10.28 468	3.14 441	11.64 418	9.79 420	9.54 438	20.22 488	11.16 444	6.77 442	10.61 466	9.16 475	0.06 421	0.00 1	0.00 1	0.00 1	0.03 123	0.04 185

raft+_RVC	1.79 157	0.84 357	2.32 137	2.40 446	0.85 321	1.38 61	0.09 83	6.36 256	4.75 245	2.85 167	5.46 235	1.17 150	1.36 204	4.54 173	0.91 200	0.00 1	0.10 423	0.00 1	0.00 1	0.11 288	0.22 411

PA-Net	4.98 429	1.47 446	7.42 459	2.40 446	2.14 428	8.73 449	3.64 456	12.42 447	13.11 468	7.03 335	7.57 305	7.88 379	6.52 434	10.16 460	7.82 450	0.02 335	0.03 299	0.00 1	0.00 1	0.11 288	1.07 503
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
cf-r	3.42 340	0.81 351	3.97 311	2.41 449	2.78 455	2.85 235	0.64 267	8.44 317	6.32 318	6.25 292	11.57 400	8.97 405	3.54 322	5.93 222	3.83 380	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.07 259

PWC_ROB	8.24 493	3.13 506	12.74 504	2.43 450	4.43 511	7.51 431	1.22 373	16.63 507	19.24 507	16.08 512	28.29 523	13.99 472	10.16 496	13.63 502	14.06 515	0.42 500	0.00 1	0.05 465	0.00 1	0.59 478	0.27 436

XX-TBD	1.44 130	0.85 359	2.04 105	2.45 451	0.05 16	2.34 160	0.01 5	3.46 72	7.51 361	2.88 168	4.98 210	0.26 75	0.25 42	1.15 46	0.46 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Syn2CoEx	6.32 456	2.72 499	9.33 477	2.45 451	1.67 394	8.59 446	3.32 446	18.08 517	12.27 463	8.53 406	21.08 494	10.30 427	9.80 492	9.30 440	7.86 452	0.01 243	0.00 1	0.00 1	0.00 1	0.63 483	0.43 466

CFNet	3.72 363	1.10 409	5.03 377	2.49 453	1.59 384	4.90 372	0.22 151	11.38 412	9.88 423	4.80 226	11.25 393	6.44 348	3.68 327	8.33 389	3.00 344	0.00 1	0.00 1	0.00 1	0.00 1	0.22 394	0.07 259

ADCRef	7.27 477	1.38 440	16.37 519	2.52 454	3.30 471	11.63 486	3.16 442	10.80 395	9.35 412	13.03 495	25.27 517	8.17 387	8.92 481	8.06 370	21.81 538	0.15 457	0.08 399	0.16 494	0.34 491	0.38 454	0.58 484

LMCR-Stereo	3.63 357	1.29 436	4.20 330	2.54 455	0.17 130	8.08 440	1.52 392	11.46 414	4.73 243	8.45 405	10.66 380	1.91 181	5.03 400	7.69 341	3.58 373	0.92 516	0.00 1	0.00 1	0.00 1	0.36 450	0.02 89

WCMA_ROB	9.21 502	0.87 363	7.37 458	2.54 455	2.13 427	13.59 505	5.80 493	11.64 418	14.01 474	24.43 538	32.99 540	27.09 535	18.02 526	12.51 492	9.85 488	0.81 512	0.07 386	0.01 398	0.01 310	0.16 341	0.23 418

RALAANet	2.46 249	1.09 407	3.70 292	2.55 457	0.80 316	3.37 280	0.15 120	7.44 299	5.54 270	5.65 250	6.01 246	3.54 239	1.13 178	6.34 246	1.58 264	0.00 1	0.01 180	0.00 1	0.05 376	0.21 388	0.03 139

XPNet_ROB	6.03 453	1.22 423	5.61 412	2.56 458	0.90 329	6.32 401	7.07 512	12.92 463	8.30 391	14.76 507	15.13 447	19.84 515	6.66 440	10.36 461	8.58 468	0.02 335	0.04 328	0.00 1	0.03 352	0.11 288	0.24 422

GwcNet	6.42 458	1.97 484	10.92 488	2.59 459	5.58 526	11.55 484	2.21 415	14.10 483	16.52 496	10.04 451	17.19 470	10.86 438	5.61 418	9.23 437	8.84 473	0.01 243	0.06 363	0.03 446	0.08 390	0.56 474	0.40 459

SuperB	8.10 492	3.15 508	24.67 542	2.65 460	1.23 360	9.88 463	4.29 468	10.18 379	30.07 535	11.53 481	12.18 412	6.12 339	6.65 439	10.50 463	14.47 517	0.14 455	0.11 432	0.35 513	0.25 468	13.06 553	0.48 473

DRN-Test	5.87 443	0.98 389	5.89 418	2.69 461	3.65 485	12.37 495	3.35 448	20.07 540	10.20 430	11.93 484	12.31 415	11.06 443	5.31 408	7.89 353	9.05 474	0.04 399	0.05 345	0.04 458	0.04 370	0.18 365	0.25 426

UDGNet	2.73 271	7.09 534	3.90 309	2.71 462	0.06 27	2.98 247	0.20 144	4.63 146	8.58 402	2.69 160	2.70 141	0.95 140	1.01 166	6.27 238	1.51 255	1.28 522	0.00 1	5.24 545	0.94 526	1.70 516	0.13 346

STTStereo	3.60 356	0.93 383	6.34 433	2.71 462	2.23 434	3.68 311	0.63 263	9.42 352	6.73 336	9.87 446	6.97 279	8.84 404	3.65 326	6.85 284	3.04 346	0.00 1	0.02 247	0.01 398	0.00 1	0.02 77	0.02 89

SCV	1.59 140	0.58 275	2.57 161	2.72 464	0.31 208	2.15 142	0.79 309	6.88 285	2.72 110	0.20 15	2.68 140	0.68 130	0.58 126	7.60 334	0.41 81	0.00 1	0.03 299	0.00 1	0.22 457	0.37 451	0.24 422

NLCA_NET_v2_RVC	3.84 375	1.06 402	5.23 394	2.72 464	3.27 469	4.36 354	0.61 259	10.71 391	7.56 363	8.75 413	7.89 316	9.86 416	3.90 343	7.15 312	3.44 361	0.14 455	0.02 247	0.02 429	0.03 352	0.04 152	0.03 139
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ADLNet2	4.46 416	0.90 373	6.06 424	2.74 466	3.91 497	6.79 414	3.01 437	10.95 400	8.40 395	7.27 351	9.80 360	9.85 415	5.43 413	7.29 317	6.44 431	0.01 243	0.03 299	0.00 1	0.00 1	0.15 334	0.11 323

CRFU-Net	4.45 415	0.67 310	5.02 375	2.78 467	1.32 373	12.67 498	3.35 448	11.26 404	3.52 173	10.06 452	9.30 352	10.91 439	6.92 444	7.26 316	3.24 354	0.15 457	0.16 470	0.16 494	0.00 1	0.26 415	0.05 220

G2L-Stereo_test	3.57 352	0.86 360	3.66 287	2.79 468	1.52 383	4.11 344	1.17 371	11.35 410	6.27 315	7.97 382	8.87 331	9.39 410	2.26 257	6.55 265	4.33 392	0.00 1	0.01 180	0.00 1	0.00 1	0.22 394	0.13 346

EDNetEfficient	13.82 534	6.19 527	54.79 570	2.83 469	3.60 483	4.86 371	8.57 521	8.61 331	32.90 539	40.77 561	30.59 531	18.33 507	21.87 543	11.38 478	25.36 549	0.15 457	0.23 497	0.06 469	1.03 528	2.54 525	1.79 514

AdaStereo	3.09 302	0.58 275	3.04 225	2.84 470	0.48 261	4.08 341	1.29 381	12.16 443	7.77 375	6.03 272	9.62 356	5.79 331	1.53 219	4.56 174	1.93 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.02 89
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
ac_64	3.70 362	0.47 222	3.50 273	2.87 471	3.50 479	5.91 394	0.72 293	10.17 378	4.34 221	8.16 388	5.80 241	10.82 436	5.64 419	7.08 304	4.73 401	0.03 379	0.00 1	0.00 1	0.00 1	0.08 238	0.14 355

iResNetv2_ROB	4.28 412	1.43 443	7.17 452	2.91 472	1.26 362	4.36 354	1.62 397	13.64 477	10.25 431	9.83 444	11.41 395	7.68 375	4.00 345	7.75 347	1.85 288	0.00 1	0.00 1	0.00 1	0.00 1	0.37 451	0.09 287

pmcnn	7.72 486	1.27 431	9.42 479	2.91 472	3.14 463	9.44 457	6.23 499	12.56 455	16.51 494	14.53 505	24.08 507	27.44 536	8.49 474	9.32 441	8.44 466	0.06 421	0.08 399	0.00 1	0.00 1	0.30 426	0.15 366

NCC-stereo	6.77 466	1.49 450	6.48 437	2.92 474	4.40 508	7.43 427	3.61 453	19.52 536	13.29 469	8.39 402	16.91 462	15.96 487	12.13 506	12.85 495	7.70 448	1.47 524	0.11 432	0.01 398	0.42 502	0.14 330	0.24 422

Abc-Net	6.77 466	1.49 450	6.48 437	2.92 474	4.40 508	7.43 427	3.61 453	19.52 536	13.29 469	8.39 402	16.91 462	15.96 487	12.13 506	12.85 495	7.70 448	1.47 524	0.11 432	0.01 398	0.42 502	0.14 330	0.24 422
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	8.43 496	3.58 512	16.40 520	2.92 474	2.17 430	13.22 503	3.60 452	14.64 491	25.86 528	11.87 483	12.04 406	15.06 480	10.67 500	15.24 514	19.41 528	0.39 494	0.08 399	0.05 465	0.07 385	0.84 496	0.45 470

GANet-RSSM	3.27 317	0.60 282	3.38 260	2.94 477	2.00 421	2.61 195	0.48 215	10.93 399	6.11 306	5.47 245	10.20 366	6.57 354	5.44 416	6.25 237	2.23 315	0.00 1	0.00 1	0.08 478	0.00 1	0.17 354	0.03 139

coex_refinement	4.04 393	0.87 363	3.55 276	2.96 478	1.40 377	4.28 349	0.32 180	11.18 402	7.72 369	8.32 395	13.44 429	10.01 420	3.48 317	6.28 239	6.76 438	0.00 1	0.02 247	0.00 1	0.00 1	0.06 208	0.16 379

iResNet	3.68 360	0.91 377	7.94 466	2.97 479	0.34 220	4.44 360	0.48 215	7.70 300	9.74 419	7.72 370	12.74 421	4.03 258	2.87 292	8.05 366	3.37 358	0.02 335	0.01 180	0.00 1	0.00 1	0.10 267	0.09 287

ccnet	6.87 471	0.92 380	5.15 387	3.09 480	2.18 432	11.78 488	4.90 481	17.97 516	8.79 404	12.79 492	20.20 487	16.00 490	8.35 471	9.12 431	14.17 516	0.42 500	0.33 508	0.25 506	0.09 401	0.40 461	0.48 473

HGLStereo	4.25 409	0.52 250	4.65 358	3.09 480	5.18 523	6.51 409	0.73 294	10.37 381	6.74 337	7.32 353	12.44 416	7.00 361	7.21 451	7.46 327	5.51 415	0.00 1	0.02 247	0.00 1	0.00 1	0.06 208	0.10 309

TestStereo1	2.85 280	0.81 351	3.48 270	3.11 482	0.44 244	2.52 177	1.50 390	6.37 258	8.18 387	4.62 218	9.24 347	2.23 190	3.69 328	9.19 435	1.26 234	0.00 1	0.01 180	0.00 1	0.00 1	0.27 421	0.09 287

SA-5K	2.85 280	0.81 351	3.48 270	3.11 482	0.44 244	2.52 177	1.50 390	6.37 258	8.18 387	4.62 218	9.24 347	2.23 190	3.69 328	9.19 435	1.26 234	0.00 1	0.01 180	0.00 1	0.00 1	0.27 421	0.09 287

SACVNet	4.15 400	1.26 429	3.81 300	3.12 484	1.68 396	3.09 257	2.85 434	11.91 429	5.96 294	10.52 462	11.20 391	10.59 429	3.95 344	8.97 427	3.25 355	0.08 435	0.02 247	0.00 1	0.00 1	0.32 435	0.44 468

StereoDRNet	5.59 439	1.75 469	6.80 444	3.12 484	4.45 512	10.61 473	4.35 470	18.80 523	9.73 418	12.22 485	6.87 277	11.44 449	4.65 385	8.09 373	8.26 464	0.02 335	0.11 432	0.00 1	0.03 352	0.20 377	0.28 440

S-Stereo	6.63 463	0.84 357	9.67 480	3.15 486	3.48 478	6.49 406	6.22 498	12.99 465	22.84 522	9.48 435	15.51 448	12.00 456	8.43 472	8.04 363	10.70 494	0.12 449	0.17 474	0.00 1	0.38 496	0.13 320	1.92 517

ADCS	13.02 531	4.93 523	28.38 550	3.17 487	2.67 452	13.61 506	10.83 538	18.70 520	33.46 540	22.59 530	24.78 511	19.59 514	18.51 530	23.40 546	32.16 561	0.10 443	0.19 484	0.37 516	0.18 438	1.26 506	1.46 511

ISRNet	3.93 386	0.55 262	5.49 404	3.20 488	2.69 453	2.11 136	0.26 164	7.01 289	6.40 322	11.00 474	17.99 477	8.31 389	2.64 273	6.51 261	4.36 393	0.00 1	0.00 1	0.00 1	0.00 1	0.08 238	0.02 89

APVNet	5.98 448	1.72 467	8.72 472	3.21 489	4.04 502	12.31 494	1.81 406	19.09 529	6.10 303	6.13 283	13.41 428	10.69 434	6.30 429	11.26 476	13.90 514	0.05 411	0.02 247	0.11 484	0.03 352	0.53 472	0.20 406

PASM	7.90 488	4.22 516	21.97 537	3.25 490	3.29 470	5.39 384	6.57 505	10.57 385	19.09 504	12.77 491	13.92 433	18.11 505	9.51 490	13.79 503	10.77 497	0.19 467	0.45 521	0.29 508	1.08 529	1.49 513	1.19 505

NVstereo2D	4.51 420	0.82 354	6.86 447	3.28 491	3.38 473	8.16 441	3.13 440	10.51 384	15.15 485	4.90 229	6.89 278	7.87 378	4.78 392	9.88 452	3.91 383	0.01 243	0.00 1	0.00 1	0.06 384	0.02 77	0.58 484

STTRV1_RVC	7.02 475	1.10 409	12.88 505	3.32 492	6.92 533	11.90 490	4.00 461	15.07 494	11.94 460	9.51 436	14.57 441	11.63 450	8.73 478	12.65 494	8.06 460	3.32 536	2.75 549	0.41 518	0.12 411	1.38 510	0.11 323

AF-Net	7.78 487	1.44 445	6.68 442	3.37 493	4.50 517	8.61 447	2.69 428	17.07 509	20.17 514	9.52 437	24.02 506	20.31 520	14.59 520	11.58 480	9.84 487	0.61 506	0.00 1	0.12 487	0.00 1	0.38 454	0.12 338

GANetREF_RVC	6.56 461	2.89 501	7.58 464	3.41 494	0.40 236	12.96 500	9.58 529	15.09 495	17.25 499	10.33 456	10.62 377	12.27 458	8.16 470	12.21 489	4.53 397	0.41 497	0.00 1	0.00 1	0.02 336	3.12 529	0.39 456
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
RASNet	4.52 423	0.61 286	4.42 341	3.42 495	4.68 520	4.58 364	0.99 351	9.54 358	8.01 381	5.28 242	11.42 396	10.34 428	8.88 480	9.28 439	8.68 470	0.15 457	0.00 1	0.00 1	0.00 1	0.03 123	0.04 185

DISCO	6.28 455	0.57 270	5.78 415	3.43 496	1.17 357	11.22 480	3.39 450	12.14 442	16.16 492	6.52 312	11.22 392	16.96 499	6.32 430	19.51 532	10.74 495	0.00 1	0.00 1	0.00 1	0.00 1	0.35 445	0.11 323

AACVNet	3.33 330	1.03 398	3.56 277	3.46 497	0.63 290	3.09 257	0.28 168	8.78 336	3.43 169	5.99 270	10.64 378	10.08 421	4.03 349	8.69 412	2.51 330	0.03 379	0.01 180	0.00 1	0.00 1	0.26 415	0.06 240

DGSMNet	6.47 460	2.61 497	13.64 510	3.46 497	3.74 488	8.97 452	6.01 494	14.15 484	13.01 467	7.46 360	14.10 435	9.94 418	4.79 393	10.44 462	6.22 426	1.30 523	1.70 536	1.80 531	1.52 536	2.27 524	2.35 523

YMNet	5.52 437	1.83 473	8.79 473	3.47 499	4.46 513	10.72 475	0.91 342	9.99 369	6.43 324	13.76 501	16.35 454	11.65 451	4.49 377	7.95 355	8.03 457	0.12 449	0.35 511	0.12 487	0.08 390	0.71 489	0.27 436

YMNet_1	5.52 437	1.83 473	8.79 473	3.47 499	4.46 513	10.72 475	0.91 342	9.99 369	6.43 324	13.76 501	16.35 454	11.65 451	4.49 377	7.95 355	8.03 457	0.12 449	0.35 511	0.12 487	0.08 390	0.71 489	0.27 436

WZ-Net	13.00 530	4.64 521	41.07 563	3.48 501	3.15 465	19.12 527	15.66 559	14.81 492	31.33 537	15.71 510	27.88 521	22.22 525	14.01 518	20.44 538	25.03 548	0.64 508	0.00 1	0.01 398	0.03 352	0.39 458	0.37 454

stereogan	7.69 485	0.88 367	7.08 451	3.49 502	3.93 498	18.98 525	3.23 445	16.52 506	19.58 509	9.93 449	18.92 481	20.50 521	9.04 484	14.07 505	6.14 425	0.26 481	0.04 328	0.21 502	0.03 352	0.63 483	0.33 449

AASNet	3.90 381	0.92 380	4.41 340	3.56 503	4.00 501	6.70 411	1.26 378	18.71 521	6.14 307	7.35 355	7.91 317	4.35 279	2.58 271	3.04 122	6.62 437	0.00 1	0.00 1	0.00 1	0.00 1	0.39 458	0.14 355

ADLNet	4.32 414	0.80 349	4.33 336	3.60 504	3.56 481	6.87 416	2.48 420	11.20 403	7.58 365	9.87 446	9.62 356	8.39 391	4.95 398	6.16 230	6.60 435	0.01 243	0.01 180	0.00 1	0.01 310	0.12 305	0.25 426

MFN_U_SF_RVC	12.94 529	3.66 513	25.81 545	3.61 505	2.26 436	22.77 534	4.55 475	27.10 550	20.06 512	23.90 536	28.99 525	30.53 543	16.98 524	19.92 534	20.26 531	1.24 520	1.07 530	0.98 526	1.33 532	1.80 519	2.04 519

MSAF-DinoV2	10.24 515	4.39 518	12.68 502	3.62 506	2.55 448	8.48 443	4.69 478	14.24 486	21.89 519	10.74 467	18.74 480	29.30 541	16.17 522	21.96 541	28.10 554	0.32 487	0.15 461	0.25 506	0.81 522	2.83 528	2.90 527

DeepPrunerF	6.75 464	2.69 498	23.31 539	3.68 507	7.16 534	3.78 325	4.29 468	13.42 473	20.13 513	8.13 387	10.46 373	7.18 370	8.06 468	11.10 474	9.44 482	0.24 478	0.15 461	0.29 508	0.42 502	0.66 486	0.45 470

SHD	9.61 508	2.60 496	12.46 498	3.69 508	3.54 480	9.47 458	1.25 375	20.16 541	37.84 555	18.19 518	21.24 495	16.96 499	12.83 513	14.47 509	16.05 519	0.32 487	0.13 449	0.01 398	0.08 390	0.38 454	0.48 473

RTSC	9.15 501	3.00 503	13.57 509	3.72 509	1.76 405	11.82 489	0.46 212	16.95 508	36.83 552	15.80 511	15.53 449	12.91 463	7.46 458	20.01 536	21.76 537	0.31 486	0.13 449	0.01 398	0.08 390	0.57 476	0.41 461

LE_ROB	16.73 546	1.28 434	11.61 491	3.72 509	1.65 391	16.67 516	9.17 525	14.39 487	55.91 569	63.81 580	40.86 556	35.94 552	37.73 563	14.24 506	26.87 552	0.05 411	0.10 423	0.13 491	0.22 457	0.12 305	0.15 366

MaskLacGwcNet_RVC	5.97 447	5.36 524	5.02 375	3.75 511	3.57 482	15.81 511	4.27 467	11.72 423	6.96 343	7.23 348	8.47 326	9.09 406	2.66 276	9.36 443	2.71 336	7.49 545	2.32 540	2.01 534	0.08 390	6.77 544	4.67 537

Nwc_Net	6.97 473	1.25 428	6.63 441	3.82 512	3.37 472	10.83 479	1.67 401	19.56 538	11.35 451	8.36 397	23.62 505	17.19 501	11.44 505	11.21 475	8.08 461	0.80 511	0.00 1	0.00 1	0.02 336	0.13 320	0.09 287

CC-Net-ROB	7.68 483	9.21 542	7.46 460	3.82 512	3.66 486	15.68 510	5.02 484	17.95 515	10.45 438	6.44 309	14.00 434	7.63 374	4.77 390	10.75 468	3.10 349	5.99 542	2.46 543	16.28 552	1.08 529	6.30 542	1.56 513

DANet	6.02 452	1.23 425	8.45 470	3.86 514	3.94 499	7.64 437	1.34 384	9.51 356	7.00 345	13.39 498	15.53 449	15.99 489	7.02 446	12.14 488	12.37 506	0.19 467	0.12 439	0.02 429	0.03 352	0.13 320	0.56 482
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	6.84 470	1.29 436	5.53 410	3.92 515	5.18 523	6.32 401	3.53 451	11.73 424	15.31 486	9.54 438	22.38 501	18.25 506	14.47 519	10.11 455	7.49 445	0.91 515	0.01 180	0.12 487	0.15 420	0.33 439	0.19 399

RGC	6.88 472	2.23 490	6.13 425	4.05 516	4.73 522	8.94 451	2.78 431	15.19 499	11.74 456	11.13 475	19.34 483	17.86 503	10.42 499	13.02 498	8.03 457	0.73 509	0.01 180	0.24 505	0.41 501	0.31 431	0.38 455

IIG-Stereo	3.16 310	0.75 331	2.83 199	4.08 517	0.21 164	2.56 186	0.74 297	6.55 272	5.56 273	8.39 402	9.38 353	7.94 383	2.79 286	9.50 449	1.89 292	0.02 335	0.00 1	0.00 1	0.00 1	0.02 77	0.04 185

TCMNet	5.22 433	1.96 483	9.78 481	4.11 518	6.57 531	8.83 450	1.35 386	10.74 393	8.07 383	6.39 305	12.76 422	8.32 390	4.75 389	8.62 407	10.09 490	0.11 445	0.18 478	0.31 510	0.09 401	0.75 492	0.57 483

AnyNet_C32	10.98 522	5.58 525	22.79 538	4.16 519	5.83 527	15.64 509	14.30 549	13.18 467	17.15 498	16.44 515	20.52 491	14.68 478	13.44 515	22.46 542	30.08 558	0.17 463	0.26 505	0.36 515	0.36 495	1.23 505	0.91 498

BEATNet-Init1	23.31 556	9.03 541	41.67 564	4.17 520	2.53 447	45.68 569	19.47 564	33.43 556	38.45 556	47.59 568	49.10 565	59.31 569	41.80 567	38.35 564	29.21 557	0.47 503	0.50 524	0.81 523	0.66 516	2.10 523	1.86 515

MDST_ROB	8.37 494	0.32 88	9.03 475	4.18 521	2.42 443	26.86 545	6.14 495	19.36 533	13.52 472	27.09 541	22.75 503	9.47 412	4.74 388	15.06 512	6.34 429	0.02 335	0.02 247	0.00 1	0.00 1	0.02 77	0.13 346

OMP-Stereo	3.03 298	0.93 383	2.72 181	4.21 522	0.51 271	2.19 145	1.25 375	6.19 250	6.00 299	7.99 384	6.21 257	8.50 398	2.49 266	9.44 447	1.74 281	0.01 243	0.00 1	0.00 1	0.00 1	0.08 238	0.05 220

PVD	15.44 538	2.93 502	14.67 513	4.21 522	3.39 475	17.43 522	4.16 464	27.84 554	48.84 564	31.02 547	43.54 558	29.76 542	30.81 555	25.97 549	21.40 534	0.23 475	0.41 517	0.04 458	0.33 489	0.41 464	1.33 508

AnyNet_C01	16.12 542	10.81 547	59.36 572	4.42 524	2.49 445	30.06 548	15.15 557	17.51 513	16.51 494	17.88 517	37.69 549	24.04 527	17.54 525	29.60 552	33.29 562	0.28 485	0.38 515	0.43 519	0.42 502	2.57 526	1.98 518

MANE	19.47 554	1.27 431	5.07 380	4.69 525	5.55 525	30.49 549	9.94 532	34.01 557	37.27 554	44.13 565	51.57 569	52.51 563	40.41 565	33.58 556	24.81 547	0.89 514	0.86 529	1.11 528	9.72 560	0.38 454	1.06 502

GASNet	5.19 432	4.61 519	9.38 478	4.73 526	2.10 426	3.80 327	1.57 395	12.07 437	10.96 443	8.92 421	7.03 287	8.21 388	7.67 463	14.02 504	7.36 443	0.02 335	0.15 461	0.00 1	0.00 1	0.69 487	0.42 464

ELAS	16.72 545	2.14 488	9.23 476	4.92 527	4.53 518	32.66 555	15.11 556	27.40 552	28.68 534	40.27 560	44.90 559	38.33 555	30.50 554	26.44 550	21.94 539	0.88 513	1.23 533	0.67 520	0.89 525	1.49 513	2.18 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	18.87 552	9.32 544	86.48 581	4.95 528	6.10 528	42.08 563	14.70 551	15.49 500	41.06 557	22.65 531	32.32 536	13.77 467	19.54 534	37.98 562	28.96 555	0.41 497	0.23 497	0.00 1	0.02 336	0.91 498	0.50 477

RTSA	18.87 552	9.32 544	86.48 581	4.95 528	6.10 528	42.08 563	14.70 551	15.49 500	41.06 557	22.65 531	32.32 536	13.77 467	19.54 534	37.98 562	28.96 555	0.41 497	0.23 497	0.00 1	0.02 336	0.91 498	0.50 477

Consistency-Raft	9.42 505	4.74 522	12.66 501	5.30 530	9.08 542	4.08 341	5.26 488	19.26 531	24.87 526	11.17 476	29.85 528	13.57 465	5.51 417	7.67 340	13.40 511	0.36 491	0.35 511	1.81 532	4.24 550	11.61 550	3.57 530

ELAS_RVC	16.54 544	2.26 491	10.09 485	5.50 531	4.46 513	28.28 547	16.72 560	25.55 549	33.54 542	40.19 559	40.30 555	36.68 553	30.03 553	29.40 551	20.61 532	0.98 518	1.21 532	0.86 525	0.70 519	1.39 511	2.16 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	8.41 495	1.54 453	10.97 489	5.73 532	3.60 483	26.19 539	4.41 472	10.10 376	7.42 357	19.71 522	24.99 514	14.38 476	15.83 521	10.99 471	9.53 484	0.50 504	0.46 522	0.19 500	0.25 468	0.80 494	0.66 489

PWCDC_ROB	7.92 489	3.17 509	7.48 461	5.73 532	4.40 508	10.45 470	0.35 187	14.52 490	28.19 532	10.36 458	31.27 532	7.04 364	9.14 486	13.22 500	8.78 472	2.74 534	0.02 247	0.00 1	0.00 1	1.31 508	0.17 384

MSC_U_SF_DS_RVC	16.41 543	6.93 533	21.83 536	5.94 534	2.81 456	38.71 561	14.59 550	24.55 548	34.87 550	33.66 553	34.35 542	29.24 540	24.20 546	22.59 543	17.95 526	2.52 533	2.81 550	1.17 529	1.51 535	5.89 540	2.16 520

NVStereoNet_ROB	16.04 541	6.75 531	12.90 506	6.37 535	7.42 537	12.89 499	9.74 531	22.78 545	25.12 527	30.32 545	46.19 561	34.37 550	25.38 547	21.48 540	21.38 533	5.94 541	3.10 555	6.07 546	10.09 561	4.01 532	8.54 553
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.01 535	5.95 526	33.49 555	6.78 536	43.61 577	10.22 466	9.98 533	15.16 498	22.93 523	23.07 534	32.34 538	18.52 508	12.67 510	15.45 515	11.10 498	0.16 462	0.51 525	0.09 481	0.32 487	1.08 502	16.85 572

anonymity	7.68 483	3.83 514	12.39 497	7.04 537	12.67 553	8.18 442	2.00 411	17.50 512	6.85 339	13.56 500	9.21 341	9.97 419	7.82 465	11.28 477	5.58 416	6.27 543	4.98 565	3.68 540	2.96 541	3.33 531	4.48 535

SGM+DAISY	15.62 539	7.26 535	19.28 528	8.94 538	10.11 547	26.25 540	10.49 536	19.36 533	14.65 480	30.64 546	33.59 541	33.00 546	22.32 545	24.96 548	16.42 520	7.90 547	6.25 567	4.51 542	3.37 546	5.86 539	7.20 547

testlalala2	2.15 206	0.44 206	2.44 146	9.24 539	6.30 530	3.64 306	0.18 135	4.63 146	2.55 100	3.73 195	4.17 187	3.14 219	0.51 112	1.08 41	0.26 37	0.00 1	0.10 423	0.00 1	0.44 506	0.11 288	0.03 139

MFMNet_re	13.29 532	8.60 539	18.29 525	9.75 540	7.25 536	19.65 529	14.84 553	20.71 543	30.72 536	23.03 533	28.77 524	18.85 510	26.09 550	13.55 501	9.82 485	2.44 532	1.35 534	0.34 512	0.23 460	4.78 535	6.69 546

PDISCO_ROB	9.62 509	1.99 486	11.51 490	9.88 541	9.61 544	21.48 531	3.83 457	19.33 532	28.49 533	11.27 478	14.17 436	19.92 516	5.02 399	16.35 521	9.18 476	5.28 540	0.41 517	0.14 492	0.09 401	2.05 520	2.36 524

UDG	8.58 498	9.31 543	4.89 369	10.00 542	9.52 543	10.36 469	2.41 417	12.07 437	9.82 421	7.81 373	9.55 354	16.52 493	9.81 493	7.84 351	7.88 453	4.20 537	2.51 545	18.53 554	3.71 549	9.55 546	5.28 540

PSMNet-RUCA	5.60 440	4.62 520	11.61 491	10.29 543	7.55 539	7.08 420	1.94 409	12.01 433	10.52 439	3.90 199	11.88 403	4.43 281	1.75 237	7.56 332	4.24 391	1.68 529	0.12 439	4.78 543	0.67 517	4.74 534	0.68 491

FADE	25.68 558	17.27 551	50.60 568	10.46 544	9.90 546	22.50 533	9.17 525	35.80 559	53.05 566	20.32 526	19.01 482	26.54 534	34.42 558	39.35 565	33.52 563	30.62 573	14.22 573	38.39 572	37.63 575	5.22 537	5.56 542

CAS	2.24 216	0.25 41	1.86 77	11.21 545	3.86 496	1.67 93	0.02 24	3.87 105	2.67 105	0.41 74	1.63 99	0.24 72	0.27 50	1.50 64	0.74 154	9.43 552	0.01 180	0.00 1	0.00 1	0.01 25	5.21 539

SPS-STEREO	15.04 537	6.23 528	13.21 508	11.34 546	11.65 550	23.30 535	7.15 513	24.16 547	15.65 489	31.78 548	29.19 527	31.62 544	21.32 540	24.62 547	19.50 529	7.59 546	4.19 563	3.22 539	1.48 533	6.99 545	6.54 545
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	7.64 482	3.40 511	5.49 404	11.73 547	9.62 545	11.96 492	2.82 432	11.33 409	6.10 303	8.33 396	11.49 398	11.00 441	5.16 405	10.12 459	2.72 339	8.92 549	2.21 538	10.41 548	1.58 537	11.13 549	7.39 548

SAMSARA	14.63 536	2.74 500	12.38 496	12.65 548	6.74 532	36.50 559	72.93 582	19.36 533	23.77 525	16.20 513	13.04 425	29.21 539	12.78 511	16.98 523	15.21 518	0.11 445	0.26 505	0.03 446	0.14 416	0.76 493	0.77 493

DDUNet	9.47 506	11.32 548	6.14 426	12.93 549	11.65 550	10.45 470	3.87 458	11.70 421	7.89 377	9.27 430	13.28 426	16.18 492	6.14 427	8.80 421	5.77 419	6.64 544	3.38 558	20.90 555	4.28 551	11.01 548	7.80 549

otaku	11.73 527	7.51 537	7.07 450	13.22 550	10.85 549	26.61 544	7.25 515	18.84 524	19.16 506	11.58 482	17.23 471	20.19 518	8.09 469	15.11 513	4.64 400	9.13 551	2.42 542	13.08 549	1.83 538	12.48 552	8.22 551

Ntro	12.35 528	8.88 540	7.80 465	13.79 551	12.42 552	26.54 543	6.98 511	18.54 519	22.14 521	9.82 443	16.45 456	20.30 519	9.29 489	15.95 518	6.61 436	9.53 553	2.47 544	14.93 551	2.77 540	13.11 554	8.63 554

JetBlue	29.12 563	15.72 550	54.12 569	15.93 552	20.98 565	60.90 581	30.62 571	39.38 560	34.62 548	34.08 554	39.69 552	57.35 568	43.17 568	50.71 577	50.60 578	2.41 531	3.79 561	2.81 535	3.45 547	9.57 547	12.59 566

ACVNet-4b	15.90 540	22.00 554	12.37 495	16.40 553	15.14 556	31.87 552	7.50 517	19.04 528	27.85 531	11.48 480	22.02 498	31.86 545	9.16 488	17.95 526	5.69 417	10.43 555	2.58 546	24.44 559	4.87 555	16.04 557	9.28 555

ACVNet_1	18.70 551	25.08 557	12.72 503	17.33 554	15.18 557	26.02 538	9.62 530	28.44 555	34.49 545	24.39 537	24.32 509	37.22 554	20.13 537	16.67 522	13.39 510	10.45 556	2.59 547	24.77 560	4.92 556	16.57 558	9.75 557

RainbowNet	18.01 550	26.22 559	19.95 530	18.59 555	14.88 555	27.38 546	10.46 535	27.39 551	34.54 546	14.91 508	27.01 520	25.65 531	12.44 508	18.94 530	9.23 477	13.91 563	3.46 559	23.36 558	4.86 554	16.03 556	10.91 561

MADNet+	27.07 560	33.84 566	90.97 585	20.14 556	7.47 538	48.43 571	47.10 578	35.43 558	36.46 551	20.11 525	30.05 529	25.29 530	35.08 559	45.50 571	50.28 577	2.13 530	2.00 537	1.19 530	0.76 520	4.71 533	4.43 533

ACVNet_2	26.45 559	29.35 564	25.14 543	20.27 557	15.43 558	34.97 557	12.23 545	48.37 570	66.25 579	42.69 562	56.73 573	51.77 561	25.59 548	20.39 537	13.52 512	10.13 554	2.59 547	22.78 557	3.52 548	17.57 559	9.80 559

test_for_model	6.81 469	27.63 560	2.16 128	21.79 558	16.18 559	3.48 289	0.94 346	5.88 235	3.72 181	7.62 366	2.72 143	1.03 144	0.42 98	0.58 9	0.35 61	9.03 550	2.28 539	0.00 1	0.05 376	23.91 565	6.49 544

DispFullNet	17.47 548	26.01 558	33.98 557	22.58 559	20.86 564	13.84 507	1.28 379	16.50 505	26.27 529	19.97 524	17.17 469	20.52 522	18.49 529	22.86 544	10.76 496	5.13 539	2.83 551	30.72 563	7.72 559	20.86 561	11.01 562

PWCK	30.53 566	44.32 573	47.25 566	29.76 560	7.23 535	40.78 562	27.10 570	44.73 564	44.32 560	47.31 567	36.37 547	47.16 560	26.05 549	41.26 567	31.87 560	21.83 568	4.03 562	29.50 562	4.67 552	27.17 570	7.80 549

Dean	34.67 568	38.70 571	25.33 544	29.89 561	17.21 560	45.24 568	11.98 543	56.90 580	76.55 581	63.47 579	60.22 576	67.36 578	48.14 573	37.24 560	39.01 569	11.00 558	2.83 551	28.35 561	5.60 558	18.14 560	10.31 560

IMH-64-1	27.21 561	28.77 561	16.84 523	31.57 562	20.76 562	26.43 541	15.10 554	47.11 565	45.20 561	33.53 551	51.16 567	41.42 557	31.10 556	36.48 558	22.39 540	13.48 561	2.87 553	33.95 565	10.70 562	23.50 563	11.75 563

IMH-64	27.21 561	28.77 561	16.84 523	31.57 562	20.76 562	26.43 541	15.10 554	47.11 565	45.20 561	33.53 551	51.16 567	41.42 557	31.10 556	36.48 558	22.39 540	13.48 561	2.87 553	33.95 565	10.70 562	23.50 563	11.75 563

LVE	34.99 570	40.10 572	34.97 558	32.49 564	18.61 561	51.45 576	26.82 569	52.15 575	65.94 578	47.21 566	61.04 577	53.99 566	37.30 562	37.95 561	34.09 565	15.55 567	5.95 566	31.01 564	13.81 567	22.58 562	16.72 571

WAO-7	29.39 564	24.43 555	20.47 532	32.71 565	13.83 554	34.70 556	20.27 567	52.19 576	65.03 577	43.29 563	59.35 575	52.19 562	44.68 570	31.71 553	30.56 559	10.98 557	4.94 564	13.71 550	12.52 566	12.06 551	8.22 551

IMH	29.82 565	29.11 563	18.51 527	34.28 566	21.40 567	32.33 554	15.39 558	49.40 572	53.07 567	37.88 556	55.32 572	45.05 559	39.54 564	40.63 566	24.12 545	14.03 564	3.27 557	34.93 567	11.24 564	24.69 566	12.21 565

TorneroNet-64	32.42 567	31.89 565	30.52 551	34.73 567	21.13 566	46.99 570	18.82 562	43.10 563	59.42 572	32.70 550	46.98 562	62.01 572	36.98 561	43.97 570	33.88 564	14.10 565	3.22 556	35.28 568	11.72 565	26.84 569	14.07 567

WAO-6	34.74 569	36.76 570	15.36 516	37.53 568	24.15 571	35.99 558	19.36 563	48.96 571	68.54 580	43.84 564	47.58 563	52.77 564	52.60 574	32.63 554	34.73 566	26.20 571	7.74 570	42.78 573	21.64 572	28.07 571	17.62 573

TorneroNet	35.11 571	33.92 567	33.82 556	37.86 569	22.01 568	49.64 573	21.58 568	48.09 569	55.23 568	37.50 555	53.79 570	62.81 575	43.66 569	46.71 573	41.25 572	14.80 566	3.53 560	36.72 569	14.57 568	28.28 572	16.49 570

WAO-8	38.15 572	35.51 568	21.50 534	43.67 570	23.92 569	44.44 565	20.26 565	52.83 577	76.62 582	53.57 573	66.79 581	62.63 573	54.56 577	42.03 568	39.18 570	22.71 569	6.65 568	37.08 570	19.08 570	24.72 568	15.24 568

Venus	38.15 572	35.51 568	21.50 534	43.67 570	23.92 569	44.44 565	20.26 565	52.83 577	76.62 582	53.57 573	66.81 582	62.63 573	54.56 577	42.03 568	39.18 570	22.71 569	6.65 568	37.08 570	19.08 570	24.70 567	15.24 568

UNDER WATER-64	45.16 575	46.99 574	66.69 574	43.90 572	27.64 572	55.58 579	41.87 575	39.42 561	48.42 563	51.73 572	43.08 557	67.76 579	56.69 579	48.02 575	48.34 575	39.50 575	17.64 574	51.78 576	38.93 576	36.62 573	32.61 575

JetRed	61.02 581	61.05 580	82.56 580	46.09 573	56.80 581	83.19 582	63.76 580	59.26 582	63.61 575	69.29 583	68.85 583	66.59 577	47.62 572	61.57 580	74.09 583	45.58 577	66.14 584	46.59 574	45.06 578	63.17 580	49.58 580

UNDER WATER	45.09 574	48.60 575	67.37 575	49.30 574	31.41 573	53.80 578	37.39 573	40.25 562	52.48 565	50.24 569	45.37 560	68.37 580	57.76 580	51.03 578	49.88 576	29.97 572	13.75 572	51.22 575	36.57 573	37.87 574	29.12 574

GCST	9.08 500	17.31 552	3.98 315	52.92 575	10.66 548	11.29 482	0.20 144	6.97 288	6.47 327	9.46 434	4.68 199	4.75 292	1.51 210	9.34 442	1.31 239	8.19 548	0.05 345	22.38 556	0.34 491	6.17 541	3.53 529

DPSimNet_ROB	53.45 578	64.73 582	44.39 565	53.97 576	45.39 578	53.66 577	54.83 579	55.15 579	57.87 571	64.16 581	50.83 566	63.40 576	53.34 576	46.45 572	65.81 582	63.13 582	26.54 579	57.94 579	51.11 580	45.52 575	50.69 581

HanzoNet	56.48 580	59.32 579	58.25 571	55.32 577	41.94 575	50.95 575	41.33 574	51.12 573	61.40 574	65.62 582	65.59 580	71.66 581	69.41 582	70.77 582	60.03 580	63.99 583	34.70 580	61.96 580	50.54 579	51.00 578	44.71 578

notaker	47.42 576	55.20 577	49.13 567	56.52 578	40.18 574	38.52 560	32.97 572	47.21 567	56.08 570	57.21 575	57.24 574	60.09 570	59.19 581	53.93 579	41.64 573	40.61 576	19.93 575	57.21 578	37.41 574	49.02 576	39.02 576

ktn	48.94 577	57.58 578	38.86 562	59.57 579	43.27 576	50.37 574	43.38 576	48.07 568	61.11 573	51.30 571	54.25 571	54.96 567	52.88 575	47.30 574	35.83 567	57.77 580	24.88 578	62.69 581	43.55 577	50.70 577	40.41 577

ASD4	75.85 584	81.57 585	69.25 577	68.23 580	80.87 585	96.24 586	99.15 591	77.50 584	93.47 588	77.59 584	85.63 584	78.32 583	76.43 584	77.89 584	82.61 584	58.30 581	62.67 582	55.02 577	62.43 582	68.35 581	65.49 583

LRCNet_RVC	66.23 582	65.67 583	67.63 576	71.47 581	54.32 580	32.17 553	2.66 427	63.19 583	21.35 518	81.79 585	91.26 586	83.62 584	71.62 583	69.32 581	52.57 579	95.49 590	64.45 583	95.07 590	95.19 590	71.52 582	74.31 584

KSHMR	55.63 579	63.60 581	37.85 561	74.69 582	49.56 579	49.01 572	45.73 577	57.46 581	63.97 576	61.61 578	62.07 579	72.39 582	47.01 571	50.65 576	43.29 574	54.10 579	62.21 581	66.10 582	53.94 581	51.25 579	46.11 579

xxxxx1	85.63 587	90.31 588	96.68 588	76.54 583	80.57 582	97.44 589	96.86 588	85.53 585	88.53 585	88.68 586	91.71 587	94.23 587	92.93 586	90.02 587	91.98 586	70.60 584	70.39 585	73.68 586	81.46 587	74.61 583	79.86 585

tt_ll	85.63 587	90.31 588	96.68 588	76.54 583	80.57 582	97.44 589	96.86 588	85.53 585	88.53 585	88.68 586	91.71 587	94.23 587	92.93 586	90.02 587	91.98 586	70.60 584	70.39 585	73.68 586	81.46 587	74.61 583	79.86 585

ff	85.63 587	90.31 588	96.68 588	76.54 583	80.57 582	97.44 589	96.86 588	85.53 585	88.53 585	88.68 586	91.71 587	94.23 587	92.93 586	90.02 587	91.98 586	70.60 584	70.39 585	73.68 586	81.46 587	74.61 583	79.86 585

tt	83.26 586	0.34 120	99.99 595	79.40 586	93.18 588	100.00 594	100.00 595	100.00 598	99.95 593	60.33 577	47.63 564	99.98 597	99.96 594	99.98 595	100.00 599	92.42 589	99.82 593	73.83 589	73.63 585	88.42 589	56.35 582

USTest	87.63 590	76.50 584	65.53 573	81.26 587	83.10 587	100.00 594	100.00 595	99.53 593	99.60 592	98.32 590	99.02 593	90.87 586	98.33 591	84.28 585	98.23 592	79.97 587	96.20 589	69.82 583	73.75 586	75.48 586	82.80 590

MADNet++	82.84 585	82.38 586	73.57 578	87.72 588	82.97 586	93.14 584	69.15 581	86.42 588	82.50 584	93.46 589	86.70 585	86.28 585	80.92 585	88.34 586	88.84 585	86.83 588	84.17 588	72.64 585	68.92 584	80.47 588	81.42 588

TCMNet-wrong-test	67.23 583	85.83 587	81.56 579	95.63 589	94.73 589	89.35 583	85.42 584	51.73 574	33.71 544	51.26 570	61.71 578	61.33 571	41.23 566	77.26 583	64.71 581	48.76 578	9.03 571	70.12 584	68.11 583	90.76 590	82.37 589

MEDIAN_ROB	98.41 592	99.70 592	99.30 592	97.09 590	97.02 590	96.89 587	95.77 587	97.66 591	97.28 589	98.79 593	98.94 592	99.18 592	98.14 590	96.89 590	96.88 591	99.96 594	99.16 591	100.00 594	99.99 595	99.69 593	99.88 593

Anonymous_1	99.08 594	99.91 593	99.85 594	97.63 591	99.10 593	100.00 594	100.00 595	99.61 595	99.96 594	99.28 595	99.86 594	99.54 594	99.99 595	99.29 592	99.75 593	96.05 591	99.59 592	97.31 591	98.57 592	97.71 591	98.63 592

PML	97.88 591	100.00 597	96.45 587	98.01 592	97.88 592	100.00 594	99.35 592	96.88 589	97.72 590	100.00 597	97.36 590	97.38 591	99.60 592	100.00 598	96.32 590	99.99 595	97.55 590	100.00 594	96.01 591	99.18 592	87.92 591

DLNR_Zeroshot_test	24.70 557	50.77 576	90.11 584	98.11 593	97.34 591	1.38 61	0.12 98	22.79 546	3.09 144	1.07 129	2.95 149	0.71 132	0.29 56	6.93 290	2.29 317	38.56 574	0.37 514	0.00 1	0.30 483	76.73 587	0.09 287

DPSM_ROB	99.95 600	100.00 597	100.00 599	99.76 594	100.00 595	100.00 594	100.00 595	100.00 598	100.00 596	100.00 597	100.00 595	100.00 599	100.00 597	100.00 598	100.00 599	99.21 592	100.00 596	100.00 594	100.00 597	99.99 594	99.95 594

DPSM	99.95 600	100.00 597	100.00 599	99.76 594	100.00 595	100.00 594	100.00 595	100.00 598	100.00 596	100.00 597	100.00 595	100.00 599	100.00 597	100.00 598	100.00 599	99.21 592	100.00 596	100.00 594	100.00 597	99.99 594	99.95 594

HaxPig	98.85 593	99.94 594	95.08 586	99.99 596	100.00 595	94.03 585	94.78 585	99.15 592	99.98 595	99.99 596	100.00 595	99.98 597	99.99 595	98.12 591	95.97 589	100.00 597	99.99 595	100.00 594	99.99 595	100.00 596	99.99 596

DPSMNet_ROB	99.91 599	100.00 597	99.99 595	99.99 596	100.00 595	100.00 594	100.00 595	99.98 597	100.00 596	98.35 591	100.00 595	99.84 595	100.00 597	99.98 595	99.99 596	100.00 597	100.00 596	100.00 594	100.00 597	100.00 596	100.00 598

DGTPSM_ROB	99.90 598	100.00 597	99.99 595	99.99 596	100.00 595	100.00 594	100.00 595	99.97 596	100.00 596	98.35 591	100.00 595	99.84 595	100.00 597	99.98 595	99.99 596	99.99 595	100.00 596	100.00 594	100.00 597	100.00 596	100.00 598

FlowAnything	100.00 602	100.00 597	100.00 599	100.00 599	100.00 595	100.00 594	100.00 595	100.00 598	100.00 596	100.00 597	100.00 595	100.00 599	100.00 597	100.00 598	100.00 599	100.00 597	100.00 596	100.00 594	100.00 597	100.00 596	100.00 598

ccccc	99.32 595	96.61 591	100.00 599	100.00 599	100.00 595	97.41 588	99.44 593	99.56 594	97.80 591	99.27 594	97.59 591	99.35 593	99.84 593	99.92 593	99.98 595	100.00 597	100.00 596	99.95 593	99.77 594	100.00 596	100.00 598

Selective-RAFT-Error	100.00 602	100.00 597	100.00 599	100.00 599	100.00 595	100.00 594	100.00 595	100.00 598	100.00 596	100.00 597	100.00 595	100.00 599	100.00 597	100.00 598	100.00 599	100.00 597	100.00 596	100.00 594	100.00 597	100.00 596	100.00 598

CasAABBNet	100.00 602	100.00 597	100.00 599	100.00 599	100.00 595	100.00 594	100.00 595	100.00 598	100.00 596	100.00 597	100.00 595	100.00 599	100.00 597	100.00 598	100.00 599	100.00 597	100.00 596	100.00 594	100.00 597	100.00 596	100.00 598

test_example2	99.39 596	99.98 596	99.99 595	100.00 599	99.98 594	99.72 593	99.99 594	97.34 590	100.00 596	100.00 597	100.00 595	96.42 590	96.66 589	99.97 594	99.96 594	100.00 597	99.97 594	98.66 592	99.15 593	100.00 596	100.00 598

LSM0	100.00 602	100.00 597	100.00 599	100.00 599	100.00 595	100.00 594	100.00 595	100.00 598	100.00 596	100.00 597	100.00 595	100.00 599	100.00 597	100.00 598	100.00 599	100.00 597	100.00 596	100.00 594	100.00 597	100.00 596	99.99 596

AVERAGE_ROB	99.62 597	99.95 595	98.81 591	100.00 599	100.00 595	98.08 592	95.47 586	100.00 598	100.00 596	100.00 597	100.00 595	100.00 599	100.00 597	100.00 598	99.99 596	100.00 597	100.00 596	100.00 594	100.00 597	100.00 596	100.00 598

Low-res two-view benchmark