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

DilatedVolume-Stereo	0.09 81	0.05 17	0.08 30	0.15 70	0.06 13	0.11 172	0.12 63	0.14 75	0.16 186	0.11 154	0.11 147	0.09 123	0.09 167	0.11 107	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.03 1	0.03 1

2.25w	0.07 4	0.06 56	0.07 6	0.14 30	0.06 13	0.08 51	0.08 7	0.10 17	0.15 159	0.08 62	0.10 117	0.07 62	0.06 36	0.08 15	0.10 123	0.05 27	0.03 1	0.04 1	0.04 34	0.03 1	0.04 40

2.5w	0.07 4	0.07 139	0.07 6	0.16 142	0.06 13	0.08 51	0.12 63	0.10 17	0.10 36	0.07 30	0.06 13	0.09 123	0.06 36	0.08 15	0.09 54	0.04 11	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

2.75w_new	0.07 4	0.07 139	0.07 6	0.13 13	0.06 13	0.08 51	0.08 7	0.18 197	0.12 88	0.07 30	0.08 70	0.06 16	0.06 36	0.09 33	0.11 187	0.04 11	0.04 21	0.04 1	0.03 1	0.03 1	0.04 40

3.25w_new	0.07 4	0.06 56	0.07 6	0.15 70	0.06 13	0.10 127	0.07 3	0.12 43	0.11 62	0.08 62	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.25w	0.07 4	0.06 56	0.07 6	0.15 70	0.06 13	0.10 127	0.07 3	0.12 43	0.11 62	0.08 62	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.75w	0.07 4	0.07 139	0.08 30	0.16 142	0.07 71	0.07 28	0.09 18	0.16 132	0.09 23	0.07 30	0.06 13	0.05 1	0.06 36	0.09 33	0.10 123	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 4	0.07 139	0.07 6	0.15 70	0.07 71	0.09 80	0.06 1	0.13 59	0.11 62	0.07 30	0.07 37	0.06 16	0.07 106	0.10 61	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

2w_stereo	0.08 44	0.08 236	0.09 72	0.16 142	0.06 13	0.08 51	0.10 27	0.20 229	0.15 159	0.08 62	0.07 37	0.06 16	0.06 36	0.06 1	0.09 54	0.04 11	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

1w_stereo	0.07 4	0.06 56	0.07 6	0.16 142	0.06 13	0.07 28	0.10 27	0.14 75	0.14 143	0.07 30	0.08 70	0.05 1	0.06 36	0.09 33	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 40

monsterstereo	0.07 4	0.06 56	0.06 2	0.16 142	0.06 13	0.08 51	0.10 27	0.16 132	0.11 62	0.07 30	0.08 70	0.06 16	0.07 106	0.08 15	0.09 54	0.04 11	0.04 21	0.05 23	0.04 34	0.03 1	0.03 1

monsters	0.07 4	0.06 56	0.06 2	0.15 70	0.06 13	0.08 51	0.09 18	0.12 43	0.08 12	0.09 92	0.07 37	0.06 16	0.06 36	0.08 15	0.08 17	0.05 27	0.04 21	0.04 1	0.04 34	0.03 1	0.03 1

AIO-test1	0.10 142	0.07 139	0.10 108	0.23 475	0.07 71	0.09 80	0.13 104	0.21 252	0.14 143	0.11 154	0.12 160	0.09 123	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.09 358	0.10 421	0.03 1	0.06 199

MonSter	0.07 4	0.06 56	0.05 1	0.15 70	0.05 1	0.07 28	0.10 27	0.15 106	0.15 159	0.05 1	0.06 13	0.05 1	0.06 36	0.07 4	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

AdaDepth	0.07 4	0.06 56	0.07 6	0.18 298	0.06 13	0.11 172	0.12 63	0.09 11	0.07 8	0.06 9	0.05 7	0.07 62	0.06 36	0.09 33	0.10 123	0.04 11	0.05 182	0.05 23	0.04 34	0.04 15	0.04 40

GASTEREO	0.08 44	0.05 17	0.09 72	0.19 355	0.07 71	0.07 28	0.12 63	0.14 75	0.11 62	0.10 125	0.09 88	0.07 62	0.04 1	0.12 189	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.04 15	0.05 121

water-stereo	0.09 81	0.06 56	0.08 30	0.16 142	0.07 71	0.09 80	0.13 104	0.15 106	0.13 119	0.11 154	0.12 160	0.08 98	0.09 167	0.07 4	0.08 17	0.06 114	0.05 182	0.05 23	0.05 107	0.04 15	0.04 40

asda	0.07 4	0.08 236	0.08 30	0.16 142	0.06 13	0.06 8	0.10 27	0.16 132	0.10 36	0.06 9	0.06 13	0.05 1	0.05 11	0.10 61	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

asd	0.07 4	0.08 236	0.07 6	0.16 142	0.07 71	0.08 51	0.08 7	0.11 28	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.10 61	0.09 54	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

qwe	0.07 4	0.08 236	0.07 6	0.15 70	0.06 13	0.07 28	0.10 27	0.18 197	0.11 62	0.07 30	0.07 37	0.06 16	0.06 36	0.10 61	0.09 54	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

depthmonostereo	0.09 81	0.06 56	0.09 72	0.15 70	0.06 13	0.10 127	0.13 104	0.14 75	0.14 143	0.10 125	0.10 117	0.09 123	0.11 224	0.08 15	0.09 54	0.06 114	0.05 182	0.06 102	0.04 34	0.04 15	0.03 1

4.25_new	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4.5w_new	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4.5_new	0.07 4	0.09 311	0.08 30	0.15 70	0.07 71	0.06 8	0.10 27	0.14 75	0.11 62	0.06 9	0.08 70	0.06 16	0.06 36	0.08 15	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

4.5w-stereo	0.07 4	0.09 311	0.08 30	0.15 70	0.07 71	0.06 8	0.10 27	0.14 75	0.11 62	0.06 9	0.08 70	0.06 16	0.06 36	0.08 15	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

4.25w-stereo	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4w-stereo	0.07 4	0.08 236	0.08 30	0.16 142	0.06 13	0.07 28	0.08 7	0.12 43	0.08 12	0.07 30	0.07 37	0.05 1	0.06 36	0.09 33	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

3w_stereo	0.08 44	0.09 311	0.10 108	0.17 216	0.07 71	0.08 51	0.10 27	0.20 229	0.13 119	0.06 9	0.07 37	0.05 1	0.06 36	0.08 15	0.09 54	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

xyz-stereo-finetune2	0.11 185	0.07 139	0.13 229	0.13 13	0.07 71	0.11 172	0.19 402	0.17 168	0.12 88	0.15 267	0.15 205	0.17 300	0.12 254	0.13 234	0.11 187	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.06 199

xyz-stereo-finetune	0.11 185	0.08 236	0.13 229	0.14 30	0.06 13	0.10 127	0.19 402	0.17 168	0.19 246	0.12 192	0.14 188	0.15 266	0.10 199	0.13 234	0.11 187	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.05 121

xyz-stereo	0.13 276	0.07 139	0.20 422	0.15 70	0.05 1	0.20 412	0.15 219	0.17 168	0.31 406	0.15 267	0.29 415	0.26 413	0.16 361	0.13 234	0.12 236	0.05 27	0.05 182	0.06 102	0.05 107	0.04 15	0.04 40

LG-Stereo_L2	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 28	0.12 63	0.09 11	0.09 23	0.06 9	0.04 1	0.05 1	0.05 11	0.08 15	0.08 17	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.03 1

LG-Stereo_L1	0.07 4	0.05 17	0.11 149	0.14 30	0.06 13	0.07 28	0.13 104	0.09 11	0.07 8	0.05 1	0.04 1	0.05 1	0.04 1	0.08 15	0.07 1	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

MLG-Stereo_test1	0.06 1	0.05 17	0.08 30	0.17 216	0.05 1	0.06 8	0.11 46	0.08 4	0.03 1	0.05 1	0.04 1	0.06 16	0.05 11	0.09 33	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

MLG-Stereo	0.07 4	0.05 17	0.08 30	0.17 216	0.05 1	0.07 28	0.11 46	0.08 4	0.04 2	0.05 1	0.04 1	0.06 16	0.05 11	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

LG-Stereo	0.08 44	0.07 139	0.10 108	0.18 298	0.07 71	0.10 127	0.17 318	0.11 28	0.08 12	0.05 1	0.07 37	0.05 1	0.07 106	0.09 33	0.09 54	0.04 11	0.05 182	0.07 194	0.07 272	0.04 15	0.04 40

Reg-Stereo(zero)	0.08 44	0.05 17	0.08 30	0.16 142	0.06 13	0.12 207	0.11 46	0.15 106	0.10 36	0.12 192	0.09 88	0.10 154	0.08 141	0.11 107	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

AIO_rvc	0.07 4	0.06 56	0.08 30	0.15 70	0.06 13	0.08 51	0.14 152	0.09 11	0.08 12	0.07 30	0.08 70	0.07 62	0.04 1	0.10 61	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

AIO_test	0.07 4	0.05 17	0.07 6	0.15 70	0.07 71	0.06 8	0.14 152	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.05 11	0.08 15	0.10 123	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

castereo++	0.08 44	0.05 17	0.08 30	0.15 70	0.05 1	0.14 278	0.12 63	0.11 28	0.15 159	0.07 30	0.07 37	0.07 62	0.06 36	0.08 15	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

castereo	0.09 81	0.06 56	0.11 149	0.15 70	0.06 13	0.11 172	0.15 219	0.14 75	0.18 231	0.08 62	0.10 117	0.11 175	0.08 141	0.09 33	0.10 123	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

fffft	0.09 81	0.06 56	0.12 184	0.16 142	0.07 71	0.09 80	0.17 318	0.12 43	0.11 62	0.08 62	0.07 37	0.09 123	0.06 36	0.11 107	0.12 236	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.05 121
1: 1. 1
DEFOM-Stereo	0.07 4	0.05 17	0.07 6	0.14 30	0.06 13	0.10 127	0.13 104	0.07 2	0.13 119	0.06 9	0.07 37	0.06 16	0.05 11	0.10 61	0.09 54	0.04 11	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

SMoEStereo_RVC	0.08 44	0.06 56	0.12 184	0.16 142	0.07 71	0.09 80	0.14 152	0.11 28	0.13 119	0.09 92	0.07 37	0.07 62	0.07 106	0.12 189	0.10 123	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

999	0.09 81	0.05 17	0.13 229	0.15 70	0.08 127	0.10 127	0.14 152	0.15 106	0.11 62	0.10 125	0.08 70	0.08 98	0.08 141	0.16 316	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.05 121

mms	0.09 81	0.07 139	0.08 30	0.16 142	0.08 127	0.10 127	0.16 284	0.12 43	0.11 62	0.08 62	0.09 88	0.08 98	0.06 36	0.11 107	0.12 236	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.03 1

ours_stereo	0.09 81	0.07 139	0.09 72	0.17 216	0.08 127	0.11 172	0.16 284	0.11 28	0.12 88	0.08 62	0.10 117	0.08 98	0.06 36	0.12 189	0.12 236	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.03 1

fffy	0.09 81	0.08 236	0.09 72	0.16 142	0.07 71	0.13 246	0.17 318	0.13 59	0.12 88	0.08 62	0.09 88	0.08 98	0.09 167	0.13 234	0.11 187	0.05 27	0.05 182	0.07 194	0.05 107	0.04 15	0.05 121

tg	0.10 142	0.06 56	0.10 108	0.18 298	0.08 127	0.11 172	0.16 284	0.20 229	0.12 88	0.08 62	0.11 147	0.11 175	0.07 106	0.11 107	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.04 15	0.04 40

dual_stereo	0.07 4	0.04 1	0.08 30	0.15 70	0.05 1	0.05 4	0.13 104	0.12 43	0.08 12	0.07 30	0.06 13	0.05 1	0.05 11	0.07 4	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

WCG-NET	0.08 44	0.05 17	0.09 72	0.15 70	0.06 13	0.11 172	0.14 152	0.13 59	0.13 119	0.06 9	0.09 88	0.07 62	0.06 36	0.13 234	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

GCAP-BAT	0.09 81	0.07 139	0.14 264	0.15 70	0.08 127	0.10 127	0.13 104	0.14 75	0.10 36	0.11 154	0.10 117	0.08 98	0.07 106	0.12 189	0.10 123	0.06 114	0.05 182	0.06 102	0.04 34	0.04 15	0.04 40

AIO-Stereo	0.08 44	0.06 56	0.09 72	0.18 298	0.06 13	0.08 51	0.12 63	0.15 106	0.09 23	0.08 62	0.08 70	0.07 62	0.05 11	0.11 107	0.08 17	0.05 27	0.05 182	0.05 23	0.04 34	0.04 15	0.04 40

WCG-NET（raft）	0.08 44	0.05 17	0.10 108	0.15 70	0.06 13	0.11 172	0.13 104	0.15 106	0.12 88	0.08 62	0.07 37	0.06 16	0.06 36	0.13 234	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

RSM	0.08 44	0.06 56	0.09 72	0.17 216	0.06 13	0.08 51	0.12 63	0.12 43	0.10 36	0.08 62	0.07 37	0.06 16	0.05 11	0.11 107	0.09 54	0.04 11	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

RAFT-Stereo-weight	0.09 81	0.06 56	0.10 108	0.16 142	0.07 71	0.09 80	0.14 152	0.19 218	0.16 186	0.11 154	0.10 117	0.08 98	0.06 36	0.10 61	0.11 187	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

gcap-zeroshot	0.09 81	0.05 17	0.10 108	0.16 142	0.07 71	0.13 246	0.13 104	0.11 28	0.12 88	0.13 219	0.12 160	0.09 123	0.08 141	0.09 33	0.09 54	0.06 114	0.05 182	0.06 102	0.05 107	0.04 15	0.04 40

MoCha-V2	0.08 44	0.05 17	0.10 108	0.20 410	0.07 71	0.09 80	0.14 152	0.11 28	0.08 12	0.07 30	0.08 70	0.07 62	0.06 36	0.09 33	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

MSKI-zero shot	0.09 81	0.05 17	0.09 72	0.15 70	0.07 71	0.10 127	0.13 104	0.14 75	0.13 119	0.09 92	0.09 88	0.09 123	0.06 36	0.12 189	0.10 123	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

testlalala	0.08 44	0.07 139	0.17 376	0.16 142	0.08 127	0.09 80	0.12 63	0.15 106	0.10 36	0.07 30	0.09 88	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

GCAP-Stereo	0.09 81	0.07 139	0.13 229	0.18 298	0.06 13	0.11 172	0.07 3	0.13 59	0.12 88	0.09 92	0.10 117	0.07 62	0.09 167	0.13 234	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.04 15	0.05 121

RAFT-Test	0.09 81	0.06 56	0.10 108	0.15 70	0.07 71	0.11 172	0.15 219	0.16 132	0.13 119	0.09 92	0.10 117	0.10 154	0.09 167	0.12 189	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

LL-Strereo	0.13 276	0.09 311	0.11 149	0.20 410	0.10 341	0.11 172	0.18 363	0.32 436	0.24 324	0.15 267	0.15 205	0.14 237	0.13 292	0.19 384	0.11 187	0.06 114	0.04 21	0.09 358	0.08 337	0.04 15	0.05 121

LoS_RVC	0.08 44	0.05 17	0.07 6	0.15 70	0.07 71	0.08 51	0.15 219	0.11 28	0.10 36	0.08 62	0.09 88	0.06 16	0.09 167	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.03 1

Selective-IGEV	0.07 4	0.06 56	0.08 30	0.17 216	0.06 13	0.08 51	0.12 63	0.13 59	0.07 8	0.08 62	0.07 37	0.06 16	0.04 1	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

EGLCR-Stereo	0.08 44	0.05 17	0.08 30	0.14 30	0.06 13	0.10 127	0.12 63	0.11 28	0.16 186	0.06 9	0.05 7	0.07 62	0.05 11	0.10 61	0.11 187	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

ProNet	0.09 81	0.07 139	0.10 108	0.17 216	0.08 127	0.10 127	0.15 219	0.15 106	0.12 88	0.09 92	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.06 199

MC-Stereo	0.08 44	0.06 56	0.09 72	0.17 216	0.06 13	0.10 127	0.14 152	0.12 43	0.10 36	0.09 92	0.12 160	0.09 123	0.06 36	0.11 107	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

DCANet-4	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.18 197	0.19 246	0.13 219	0.16 217	0.09 123	0.14 317	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

fff	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

RAFT_CTSACE	0.12 251	0.09 311	0.10 108	0.22 454	0.08 127	0.12 207	0.24 473	0.18 197	0.16 186	0.20 379	0.27 389	0.13 217	0.07 106	0.13 234	0.09 54	0.05 27	0.06 306	0.08 278	0.07 272	0.04 15	0.04 40

test_4	0.10 142	0.10 369	0.08 30	0.19 355	0.09 239	0.08 51	0.22 450	0.15 106	0.17 205	0.12 192	0.18 263	0.12 192	0.09 167	0.08 15	0.11 187	0.04 11	0.04 21	0.08 278	0.08 337	0.04 15	0.03 1

IPLG	0.10 142	0.07 139	0.15 314	0.17 216	0.08 127	0.11 172	0.14 152	0.20 229	0.15 159	0.12 192	0.17 238	0.07 62	0.07 106	0.14 260	0.13 277	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

MIPNet	0.11 185	0.08 236	0.14 264	0.17 216	0.09 239	0.12 207	0.14 152	0.20 229	0.24 324	0.11 154	0.10 117	0.09 123	0.07 106	0.13 234	0.12 236	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

IPLGR	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.12 207	0.17 318	0.21 252	0.24 324	0.11 154	0.12 160	0.11 175	0.08 141	0.12 189	0.12 236	0.06 114	0.05 182	0.06 102	0.06 185	0.04 15	0.04 40

GMOStereo	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

error version	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

test-v	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

test-3	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.07 28	0.14 152	0.12 43	0.15 159	0.09 92	0.08 70	0.07 62	0.08 141	0.11 107	0.10 123	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.04 40

test_1	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.07 28	0.14 152	0.12 43	0.15 159	0.09 92	0.08 70	0.07 62	0.08 141	0.11 107	0.10 123	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.04 40

test_3	0.10 142	0.09 311	0.10 108	0.20 410	0.08 127	0.13 246	0.26 497	0.14 75	0.21 284	0.10 125	0.10 117	0.09 123	0.09 167	0.08 15	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.04 15	0.04 40

TRStereo	0.09 81	0.05 17	0.12 184	0.15 70	0.12 420	0.10 127	0.13 104	0.18 197	0.18 231	0.09 92	0.09 88	0.09 123	0.06 36	0.10 61	0.08 17	0.07 238	0.05 182	0.07 194	0.07 272	0.04 15	0.04 40

STrans-v2	0.10 142	0.07 139	0.12 184	0.18 298	0.07 71	0.10 127	0.14 152	0.21 252	0.11 62	0.11 154	0.15 205	0.12 192	0.10 199	0.11 107	0.12 236	0.05 27	0.04 21	0.06 102	0.06 185	0.04 15	0.04 40

ASMatch	0.11 185	0.06 56	0.13 229	0.16 142	0.10 341	0.07 28	0.14 152	0.17 168	0.17 205	0.12 192	0.16 217	0.16 280	0.10 199	0.13 234	0.10 123	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.08 343

RAFT-RH_RVC	0.11 185	0.06 56	0.14 264	0.16 142	0.09 239	0.12 207	0.12 63	0.17 168	0.12 88	0.13 219	0.41 494	0.11 175	0.10 199	0.13 234	0.12 236	0.05 27	0.04 21	0.08 278	0.05 107	0.04 15	0.06 199

RAFT-345	0.11 185	0.07 139	0.15 314	0.16 142	0.08 127	0.08 51	0.12 63	0.15 106	0.10 36	0.11 154	0.36 457	0.09 123	0.09 167	0.11 107	0.12 236	0.05 27	0.05 182	0.07 194	0.06 185	0.04 15	0.05 121

test-2	0.11 185	0.09 311	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 254	0.07 4	0.07 1	0.05 27	0.05 182	0.09 358	0.07 272	0.04 15	0.04 40

cross-raft	0.10 142	0.09 311	0.09 72	0.19 355	0.07 71	0.11 172	0.25 489	0.13 59	0.15 159	0.08 62	0.11 147	0.12 192	0.10 199	0.09 33	0.11 187	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

test-1	0.10 142	0.07 139	0.16 348	0.19 355	0.08 127	0.11 172	0.24 473	0.14 75	0.18 231	0.09 92	0.07 37	0.09 123	0.08 141	0.07 4	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

iRaftStereo_RVC	0.10 142	0.07 139	0.09 72	0.17 216	0.09 239	0.11 172	0.17 318	0.18 197	0.12 88	0.09 92	0.12 160	0.10 154	0.07 106	0.11 107	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.04 15	0.04 40

CREStereo++_RVC	0.08 44	0.04 1	0.06 2	0.13 13	0.07 71	0.09 80	0.12 63	0.14 75	0.14 143	0.10 125	0.14 188	0.08 98	0.07 106	0.09 33	0.11 187	0.06 114	0.04 21	0.05 23	0.05 107	0.04 15	0.04 40
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.09 81	0.06 56	0.07 6	0.15 70	0.05 1	0.16 334	0.18 363	0.15 106	0.15 159	0.10 125	0.11 147	0.11 175	0.11 224	0.10 61	0.12 236	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

XX-Stereo	0.09 81	0.05 17	0.08 30	0.17 216	0.09 239	0.15 304	0.12 63	0.20 229	0.10 36	0.10 125	0.14 188	0.07 62	0.06 36	0.12 189	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.04 15	0.04 40

csc	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

cscssc	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

RAFT-Stereo + iAFF	0.09 81	0.06 56	0.10 108	0.17 216	0.06 13	0.10 127	0.16 284	0.17 168	0.14 143	0.09 92	0.10 117	0.08 98	0.09 167	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.06 185	0.04 15	0.03 1

AFF-stereo	0.09 81	0.06 56	0.10 108	0.17 216	0.07 71	0.10 127	0.16 284	0.17 168	0.09 23	0.10 125	0.12 160	0.09 123	0.09 167	0.12 189	0.09 54	0.05 27	0.04 21	0.07 194	0.07 272	0.04 15	0.03 1

CFNet-RSSM	0.09 81	0.07 139	0.09 72	0.16 142	0.07 71	0.09 80	0.15 219	0.16 132	0.17 205	0.08 62	0.12 160	0.10 154	0.09 167	0.11 107	0.09 54	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

Gwc-CoAtRS	0.09 81	0.06 56	0.10 108	0.16 142	0.07 71	0.10 127	0.14 152	0.17 168	0.17 205	0.08 62	0.10 117	0.12 192	0.09 167	0.12 189	0.09 54	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

MSCF	0.08 44	0.05 17	0.08 30	0.19 355	0.08 127	0.06 8	0.12 63	0.14 75	0.11 62	0.10 125	0.09 88	0.07 62	0.04 1	0.11 107	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

IGEV	0.07 4	0.04 1	0.08 30	0.13 13	0.06 13	0.09 80	0.12 63	0.14 75	0.10 36	0.06 9	0.09 88	0.07 62	0.05 11	0.09 33	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

MLG-Stereo_test3	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 28	0.11 46	0.08 4	0.06 4	0.06 9	0.04 1	0.06 16	0.06 36	0.07 4	0.10 123	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.06 199

MLG-Stereo_test2	0.06 1	0.04 1	0.10 108	0.15 70	0.05 1	0.07 28	0.11 46	0.09 11	0.04 2	0.06 9	0.05 7	0.06 16	0.04 1	0.08 15	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.05 121

LG-G_1	0.07 4	0.04 1	0.11 149	0.15 70	0.06 13	0.09 80	0.08 7	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 107	0.08 17	0.07 238	0.04 21	0.05 23	0.04 34	0.05 100	0.05 121

LG-G	0.07 4	0.04 1	0.11 149	0.15 70	0.06 13	0.09 80	0.08 7	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 107	0.08 17	0.07 238	0.04 21	0.05 23	0.04 34	0.05 100	0.05 121

DFGA-Net	0.13 276	0.11 395	0.18 399	0.17 216	0.10 341	0.12 207	0.13 104	0.22 274	0.25 345	0.16 295	0.16 217	0.13 217	0.12 254	0.16 316	0.14 314	0.07 238	0.05 182	0.08 278	0.07 272	0.05 100	0.05 121

LG-Stereo_Zeroshot	0.07 4	0.06 56	0.10 108	0.16 142	0.07 71	0.04 1	0.13 104	0.10 17	0.10 36	0.05 1	0.11 147	0.07 62	0.05 11	0.07 4	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

SGD-Stereo	0.08 44	0.05 17	0.10 108	0.14 30	0.05 1	0.12 207	0.12 63	0.11 28	0.12 88	0.07 30	0.09 88	0.09 123	0.09 167	0.08 15	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.03 1

MM-Stereo_test3	0.10 142	0.07 139	0.07 6	0.18 298	0.07 71	0.12 207	0.19 402	0.24 316	0.19 246	0.06 9	0.10 117	0.08 98	0.06 36	0.11 107	0.08 17	0.06 114	0.06 306	0.07 194	0.05 107	0.05 100	0.04 40

MM-Stereo_test2	0.09 81	0.06 56	0.09 72	0.19 355	0.08 127	0.12 207	0.18 363	0.15 106	0.14 143	0.07 30	0.10 117	0.07 62	0.06 36	0.12 189	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.03 1

MM-Stereo_test1	0.10 142	0.07 139	0.08 30	0.18 298	0.07 71	0.12 207	0.18 363	0.21 252	0.20 269	0.09 92	0.11 147	0.08 98	0.06 36	0.10 61	0.10 123	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

HART	0.08 44	0.07 139	0.09 72	0.17 216	0.07 71	0.10 127	0.16 284	0.13 59	0.11 62	0.08 62	0.10 117	0.07 62	0.05 11	0.10 61	0.08 17	0.05 27	0.04 21	0.06 102	0.04 34	0.05 100	0.04 40

GREAT-IGEV	0.07 4	0.06 56	0.08 30	0.13 13	0.07 71	0.07 28	0.14 152	0.09 11	0.09 23	0.06 9	0.07 37	0.06 16	0.05 11	0.10 61	0.07 1	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

FoundationStereo	0.06 1	0.04 1	0.08 30	0.12 4	0.05 1	0.09 80	0.13 104	0.06 1	0.09 23	0.05 1	0.05 7	0.06 16	0.04 1	0.06 1	0.07 1	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

StereoAnything_RVC	0.07 4	0.15 464	0.17 376	0.11 1	0.05 1	0.05 4	0.11 46	0.08 4	0.08 12	0.06 9	0.06 13	0.05 1	0.05 11	0.09 33	0.08 17	0.08 299	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

HUF	0.08 44	0.05 17	0.08 30	0.14 30	0.06 13	0.09 80	0.13 104	0.13 59	0.13 119	0.07 30	0.07 37	0.08 98	0.06 36	0.10 61	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

AIO-test2	0.10 142	0.08 236	0.10 108	0.23 475	0.08 127	0.11 172	0.10 27	0.23 294	0.23 308	0.08 62	0.09 88	0.08 98	0.05 11	0.10 61	0.08 17	0.06 114	0.05 182	0.08 278	0.09 382	0.05 100	0.05 121

IGEV-RUCA	0.08 44	0.06 56	0.11 149	0.14 30	0.09 239	0.10 127	0.12 63	0.10 17	0.12 88	0.06 9	0.07 37	0.07 62	0.06 36	0.09 33	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.06 199

GIP-stereo	0.08 44	0.06 56	0.11 149	0.14 30	0.06 13	0.09 80	0.13 104	0.14 75	0.11 62	0.07 30	0.08 70	0.05 1	0.04 1	0.10 61	0.07 1	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

tt45	0.09 81	0.06 56	0.11 149	0.15 70	0.07 71	0.11 172	0.16 284	0.13 59	0.11 62	0.09 92	0.06 13	0.08 98	0.06 36	0.13 234	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

PAM_32	0.09 81	0.05 17	0.17 376	0.15 70	0.08 127	0.10 127	0.15 219	0.14 75	0.15 159	0.09 92	0.08 70	0.09 123	0.07 106	0.14 260	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.06 199

PAM	0.10 142	0.05 17	0.16 348	0.15 70	0.08 127	0.09 80	0.16 284	0.15 106	0.16 186	0.12 192	0.09 88	0.09 123	0.07 106	0.13 234	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.06 199

UGAM-zero	0.09 81	0.05 17	0.15 314	0.15 70	0.08 127	0.09 80	0.13 104	0.19 218	0.15 159	0.11 154	0.15 205	0.07 62	0.07 106	0.09 33	0.09 54	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

IGEV-Stereo++	0.07 4	0.06 56	0.08 30	0.18 298	0.06 13	0.04 1	0.10 27	0.11 28	0.11 62	0.06 9	0.07 37	0.07 62	0.06 36	0.09 33	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

RAStereo	0.10 142	0.09 311	0.08 30	0.20 410	0.08 127	0.13 246	0.18 363	0.15 106	0.17 205	0.10 125	0.12 160	0.05 1	0.06 36	0.09 33	0.08 17	0.07 238	0.05 182	0.07 194	0.05 107	0.05 100	0.04 40

Occ-G	0.08 44	0.05 17	0.06 2	0.14 30	0.07 71	0.08 51	0.14 152	0.13 59	0.15 159	0.07 30	0.11 147	0.07 62	0.05 11	0.09 33	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

IGEV-BASED-STEREO-	0.09 81	0.10 369	0.31 482	0.15 70	0.06 13	0.08 51	0.14 152	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.04 1	0.11 107	0.07 1	0.12 453	0.04 21	0.07 194	0.05 107	0.05 100	0.05 121

RSM++	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.09 80	0.12 63	0.11 28	0.11 62	0.08 62	0.06 13	0.07 62	0.05 11	0.10 61	0.09 54	0.04 11	0.04 21	0.06 102	0.05 107	0.05 100	0.03 1

testlalala2	0.10 142	0.06 56	0.11 149	0.20 410	0.10 341	0.10 127	0.12 63	0.17 168	0.12 88	0.12 192	0.13 174	0.09 123	0.07 106	0.11 107	0.13 277	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

IGEV++	0.08 44	0.06 56	0.08 30	0.18 298	0.07 71	0.09 80	0.13 104	0.10 17	0.09 23	0.08 62	0.08 70	0.06 16	0.06 36	0.13 234	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

AE-Stereo	0.10 142	0.08 236	0.10 108	0.18 298	0.09 239	0.10 127	0.15 219	0.14 75	0.19 246	0.09 92	0.14 188	0.12 192	0.08 141	0.11 107	0.10 123	0.05 27	0.06 306	0.07 194	0.06 185	0.05 100	0.04 40

ff7	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

IGEVStereo-DCA	0.09 81	0.06 56	0.11 149	0.15 70	0.10 341	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.08 17	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

ffff	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

rrr	0.09 81	0.06 56	0.12 184	0.15 70	0.10 341	0.11 172	0.16 284	0.16 132	0.15 159	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.08 17	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

11t	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

MaDis-Stereo	0.09 81	0.09 311	0.08 30	0.17 216	0.09 239	0.13 246	0.10 27	0.16 132	0.16 186	0.09 92	0.11 147	0.06 16	0.06 36	0.09 33	0.13 277	0.07 238	0.06 306	0.07 194	0.05 107	0.05 100	0.04 40

IGEV_Zeroshot_test	0.09 81	0.05 17	0.12 184	0.13 13	0.08 127	0.12 207	0.13 104	0.17 168	0.11 62	0.10 125	0.06 13	0.09 123	0.06 36	0.11 107	0.09 54	0.06 114	0.04 21	0.06 102	0.06 185	0.05 100	0.05 121

UniTT-Stereo	0.09 81	0.07 139	0.08 30	0.18 298	0.08 127	0.13 246	0.11 46	0.12 43	0.11 62	0.10 125	0.12 160	0.05 1	0.07 106	0.09 33	0.09 54	0.07 238	0.05 182	0.05 23	0.05 107	0.05 100	0.05 121

CASnet	0.09 81	0.09 311	0.09 72	0.19 355	0.06 13	0.07 28	0.11 46	0.18 197	0.14 143	0.11 154	0.10 117	0.09 123	0.07 106	0.10 61	0.10 123	0.06 114	0.04 21	0.10 406	0.08 337	0.05 100	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.08 44	0.05 17	0.08 30	0.14 30	0.13 442	0.14 278	0.13 104	0.14 75	0.09 23	0.07 30	0.09 88	0.07 62	0.08 141	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

HH	0.09 81	0.06 56	0.13 229	0.17 216	0.08 127	0.10 127	0.16 284	0.14 75	0.10 36	0.08 62	0.09 88	0.08 98	0.07 106	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

HanStereo	0.09 81	0.06 56	0.13 229	0.17 216	0.08 127	0.10 127	0.16 284	0.14 75	0.10 36	0.08 62	0.09 88	0.08 98	0.07 106	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

CAS	0.08 44	0.04 1	0.07 6	0.17 216	0.08 127	0.10 127	0.13 104	0.12 43	0.09 23	0.09 92	0.10 117	0.08 98	0.06 36	0.09 33	0.08 17	0.08 299	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

anonymousdsp	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.09 92	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

LoS	0.09 81	0.05 17	0.11 149	0.13 13	0.07 71	0.14 278	0.11 46	0.15 106	0.15 159	0.09 92	0.09 88	0.12 192	0.09 167	0.15 282	0.10 123	0.07 238	0.05 182	0.05 23	0.03 1	0.05 100	0.05 121
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 44	0.04 1	0.08 30	0.14 30	0.07 71	0.09 80	0.14 152	0.11 28	0.09 23	0.08 62	0.09 88	0.11 175	0.06 36	0.12 189	0.08 17	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.05 121

DCRE	0.11 185	0.07 139	0.13 229	0.16 142	0.11 389	0.11 172	0.17 318	0.18 197	0.17 205	0.11 154	0.18 263	0.10 154	0.10 199	0.15 282	0.11 187	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.04 40

anonymousa	0.13 276	0.07 139	0.13 229	0.18 298	0.09 239	0.13 246	0.17 318	0.19 218	0.29 389	0.15 267	0.24 335	0.15 266	0.14 317	0.14 260	0.14 314	0.07 238	0.05 182	0.07 194	0.09 382	0.05 100	0.06 199

RCA-Stereo	0.09 81	0.06 56	0.09 72	0.16 142	0.06 13	0.09 80	0.13 104	0.18 197	0.14 143	0.09 92	0.10 117	0.08 98	0.07 106	0.12 189	0.11 187	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

CroCo-Stereo Lap2	0.09 81	0.09 311	0.08 30	0.22 454	0.09 239	0.09 80	0.19 402	0.16 132	0.12 88	0.09 92	0.10 117	0.05 1	0.05 11	0.08 15	0.08 17	0.06 114	0.06 306	0.07 194	0.05 107	0.05 100	0.05 121

TestStereo1	0.13 276	0.08 236	0.08 30	0.19 355	0.08 127	0.18 374	0.29 519	0.23 294	0.16 186	0.17 311	0.20 284	0.16 280	0.10 199	0.12 189	0.13 277	0.06 114	0.06 306	0.08 278	0.06 185	0.05 100	0.05 121

ccc-4	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

ADStereo(finetuned)	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.15 106	0.19 246	0.13 219	0.17 238	0.10 154	0.12 254	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

raft_robust	0.13 276	0.10 369	0.07 6	0.18 298	0.08 127	0.13 246	0.24 473	0.28 390	0.33 420	0.20 379	0.19 272	0.14 237	0.10 199	0.11 107	0.12 236	0.05 27	0.05 182	0.07 194	0.07 272	0.05 100	0.04 40

SA-5K	0.13 276	0.08 236	0.08 30	0.19 355	0.08 127	0.18 374	0.29 519	0.23 294	0.16 186	0.17 311	0.20 284	0.16 280	0.10 199	0.12 189	0.13 277	0.06 114	0.06 306	0.08 278	0.06 185	0.05 100	0.05 121

Sa-1000	0.12 251	0.08 236	0.08 30	0.18 298	0.08 127	0.14 278	0.22 450	0.22 274	0.18 231	0.15 267	0.20 284	0.17 300	0.11 224	0.10 61	0.10 123	0.06 114	0.05 182	0.09 358	0.09 382	0.05 100	0.05 121

SA	0.12 251	0.09 311	0.08 30	0.18 298	0.08 127	0.12 207	0.24 473	0.23 294	0.18 231	0.17 311	0.27 389	0.14 237	0.11 224	0.11 107	0.11 187	0.05 27	0.05 182	0.09 358	0.08 337	0.05 100	0.04 40

IGEV-Stereo	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.09 92	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 251	0.09 311	0.12 184	0.19 355	0.08 127	0.09 80	0.12 63	0.21 252	0.21 284	0.19 357	0.14 188	0.11 175	0.09 167	0.20 409	0.16 358	0.05 27	0.05 182	0.07 194	0.06 185	0.05 100	0.06 199

CIPLG	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.15 159	0.14 240	0.11 147	0.16 280	0.09 167	0.16 316	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

GLC_STEREO	0.11 185	0.07 139	0.11 149	0.17 216	0.07 71	0.09 80	0.13 104	0.15 106	0.24 324	0.12 192	0.13 174	0.12 192	0.08 141	0.18 369	0.11 187	0.06 114	0.08 404	0.08 278	0.06 185	0.05 100	0.05 121

IPLGR_C	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.15 159	0.14 240	0.10 117	0.16 280	0.09 167	0.16 316	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

ACRE	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.14 143	0.14 240	0.10 117	0.16 280	0.09 167	0.16 316	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

CrosDoStereo	0.12 251	0.06 56	0.12 184	0.14 30	0.08 127	0.12 207	0.15 219	0.17 168	0.22 298	0.19 357	0.24 335	0.15 266	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

HHNet	0.11 185	0.06 56	0.16 348	0.15 70	0.14 462	0.07 28	0.13 104	0.20 229	0.17 205	0.14 240	0.25 364	0.11 175	0.08 141	0.13 234	0.10 123	0.05 27	0.04 21	0.08 278	0.06 185	0.05 100	0.09 387

TransformOpticalFlow	0.10 142	0.08 236	0.13 229	0.18 298	0.07 71	0.09 80	0.15 219	0.19 218	0.15 159	0.12 192	0.17 238	0.11 175	0.11 224	0.11 107	0.10 123	0.05 27	0.04 21	0.06 102	0.06 185	0.05 100	0.05 121

OMP-Stereo	0.11 185	0.06 56	0.14 264	0.18 298	0.08 127	0.09 80	0.12 63	0.21 252	0.21 284	0.13 219	0.14 188	0.11 175	0.12 254	0.11 107	0.13 277	0.06 114	0.04 21	0.07 194	0.06 185	0.05 100	0.04 40

IIG-Stereo	0.11 185	0.06 56	0.13 229	0.17 216	0.08 127	0.11 172	0.12 63	0.22 274	0.17 205	0.14 240	0.17 238	0.11 175	0.12 254	0.12 189	0.12 236	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

DeepStereo_LL	0.12 251	0.06 56	0.12 184	0.14 30	0.08 127	0.12 207	0.15 219	0.17 168	0.22 298	0.19 357	0.24 335	0.15 266	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

DEmStereo	0.12 251	0.06 56	0.14 264	0.14 30	0.10 341	0.16 334	0.15 219	0.16 132	0.24 324	0.17 311	0.24 335	0.13 217	0.14 317	0.12 189	0.13 277	0.05 27	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

THIR-Stereo	0.12 251	0.07 139	0.11 149	0.15 70	0.08 127	0.14 278	0.16 284	0.17 168	0.25 345	0.16 295	0.24 335	0.14 237	0.12 254	0.12 189	0.14 314	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

DRaft	0.12 251	0.06 56	0.11 149	0.14 30	0.09 239	0.14 278	0.17 318	0.21 252	0.30 399	0.17 311	0.28 403	0.10 154	0.15 335	0.10 61	0.12 236	0.05 27	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

PFNet	0.12 251	0.06 56	0.17 376	0.17 216	0.08 127	0.09 80	0.15 219	0.26 350	0.20 269	0.16 295	0.16 217	0.14 237	0.11 224	0.12 189	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

GrayStereo	0.11 185	0.06 56	0.11 149	0.19 355	0.09 239	0.09 80	0.16 284	0.18 197	0.17 205	0.14 240	0.17 238	0.17 300	0.11 224	0.12 189	0.11 187	0.05 27	0.05 182	0.07 194	0.06 185	0.05 100	0.10 413

AnonymousM	0.09 81	0.05 17	0.10 108	0.14 30	0.06 13	0.09 80	0.13 104	0.19 218	0.14 143	0.13 219	0.11 147	0.09 123	0.08 141	0.13 234	0.10 123	0.08 299	0.05 182	0.08 278	0.05 107	0.05 100	0.05 121

CroCo-Stereo	0.09 81	0.08 236	0.08 30	0.22 454	0.09 239	0.09 80	0.19 402	0.15 106	0.12 88	0.07 30	0.07 37	0.08 98	0.06 36	0.08 15	0.07 1	0.07 238	0.05 182	0.06 102	0.04 34	0.05 100	0.04 40
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.13 276	0.09 311	0.11 149	0.18 298	0.08 127	0.15 304	0.24 473	0.20 229	0.19 246	0.21 393	0.21 305	0.17 300	0.12 254	0.16 316	0.09 54	0.06 114	0.07 378	0.10 406	0.09 382	0.05 100	0.05 121

raft+_RVC	0.11 185	0.07 139	0.09 72	0.16 142	0.07 71	0.10 127	0.11 46	0.24 316	0.20 269	0.12 192	0.15 205	0.12 192	0.08 141	0.12 189	0.13 277	0.07 238	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

raftrobust	0.09 81	0.06 56	0.10 108	0.17 216	0.08 127	0.09 80	0.10 27	0.18 197	0.16 186	0.10 125	0.09 88	0.12 192	0.07 106	0.12 189	0.10 123	0.08 299	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121

RALAANet	0.11 185	0.08 236	0.10 108	0.17 216	0.09 239	0.14 278	0.10 27	0.20 229	0.15 159	0.14 240	0.13 174	0.16 280	0.09 167	0.12 189	0.11 187	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

sCroCo_RVC	0.12 251	0.09 311	0.23 445	0.24 484	0.11 389	0.19 397	0.14 152	0.17 168	0.14 143	0.10 125	0.13 174	0.12 192	0.07 106	0.14 260	0.11 187	0.08 299	0.08 404	0.08 278	0.08 337	0.05 100	0.07 279

DCANet	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.15 106	0.19 246	0.13 219	0.17 238	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

111	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.10 127	0.14 152	0.21 252	0.23 308	0.11 154	0.12 160	0.14 237	0.11 224	0.13 234	0.10 123	0.06 114	0.04 21	0.06 102	0.04 34	0.05 100	0.05 121

test_xeample3	0.09 81	0.06 56	0.12 184	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.13 119	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

ARAFT	0.12 251	0.08 236	0.17 376	0.19 355	0.09 239	0.14 278	0.18 363	0.20 229	0.12 88	0.12 192	0.13 174	0.14 237	0.11 224	0.15 282	0.12 236	0.06 114	0.05 182	0.10 406	0.09 382	0.05 100	0.04 40

EAI-Stereo	0.09 81	0.07 139	0.11 149	0.15 70	0.06 13	0.10 127	0.15 219	0.16 132	0.09 23	0.08 62	0.09 88	0.08 98	0.07 106	0.09 33	0.11 187	0.05 27	0.04 21	0.05 23	0.05 107	0.05 100	0.04 40

DIP-Stereo	0.11 185	0.07 139	0.14 264	0.17 216	0.09 239	0.13 246	0.09 18	0.16 132	0.16 186	0.11 154	0.16 217	0.14 237	0.12 254	0.15 282	0.13 277	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.10 142	0.06 56	0.10 108	0.17 216	0.08 127	0.11 172	0.14 152	0.23 294	0.11 62	0.12 192	0.19 272	0.11 175	0.08 141	0.09 33	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121

RAFT-Stereo	0.10 142	0.06 56	0.10 108	0.17 216	0.08 127	0.11 172	0.14 152	0.23 294	0.11 62	0.12 192	0.19 272	0.11 175	0.08 141	0.09 33	0.11 187	0.07 238	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.12 251	0.07 139	0.16 348	0.18 298	0.06 13	0.15 304	0.17 318	0.19 218	0.21 284	0.18 341	0.25 364	0.17 300	0.13 292	0.14 260	0.13 277	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

FlowAnything_test	0.11 185	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.14 152	0.20 229	0.11 62	0.09 92	0.09 88	0.12 192	0.12 254	0.13 234	0.11 187	0.09 358	0.06 306	0.09 358	0.09 382	0.06 192	0.09 387

LGtest1	0.07 4	0.04 1	0.10 108	0.15 70	0.06 13	0.07 28	0.09 18	0.08 4	0.06 4	0.05 1	0.04 1	0.06 16	0.06 36	0.10 61	0.09 54	0.07 238	0.04 21	0.05 23	0.04 34	0.06 192	0.06 199

SCV_C0	0.08 44	0.07 139	0.07 6	0.16 142	0.09 239	0.08 51	0.15 219	0.11 28	0.12 88	0.08 62	0.07 37	0.06 16	0.05 11	0.11 107	0.07 1	0.05 27	0.05 182	0.05 23	0.04 34	0.06 192	0.05 121

SCV	0.08 44	0.09 311	0.08 30	0.15 70	0.08 127	0.10 127	0.13 104	0.10 17	0.12 88	0.07 30	0.07 37	0.06 16	0.04 1	0.09 33	0.08 17	0.05 27	0.04 21	0.06 102	0.04 34	0.06 192	0.04 40

DEFOM-Stereo_RVC	0.08 44	0.06 56	0.09 72	0.22 454	0.06 13	0.08 51	0.12 63	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.05 11	0.11 107	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.06 192	0.04 40

model_zeroshot	0.10 142	0.04 1	0.11 149	0.15 70	0.09 239	0.12 207	0.14 152	0.20 229	0.13 119	0.11 154	0.10 117	0.12 192	0.07 106	0.12 189	0.10 123	0.07 238	0.06 306	0.06 102	0.05 107	0.06 192	0.06 199

Pointernet	0.09 81	0.04 1	0.09 72	0.16 142	0.08 127	0.13 246	0.10 27	0.15 106	0.17 205	0.09 92	0.07 37	0.06 16	0.06 36	0.11 107	0.09 54	0.08 299	0.04 21	0.05 23	0.03 1	0.06 192	0.05 121

U	0.08 44	0.07 139	0.09 72	0.19 355	0.10 341	0.10 127	0.13 104	0.12 43	0.17 205	0.07 30	0.07 37	0.06 16	0.05 11	0.07 4	0.08 17	0.06 114	0.04 21	0.06 102	0.04 34	0.06 192	0.05 121

IGEV-Stereo+	0.07 4	0.04 1	0.08 30	0.15 70	0.06 13	0.04 1	0.09 18	0.10 17	0.09 23	0.06 9	0.06 13	0.06 16	0.06 36	0.06 1	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.06 192	0.06 199

trnet	0.08 44	0.05 17	0.07 6	0.12 4	0.05 1	0.12 207	0.11 46	0.13 59	0.10 36	0.08 62	0.13 174	0.09 123	0.08 141	0.11 107	0.10 123	0.08 299	0.05 182	0.05 23	0.03 1	0.06 192	0.05 121

H2IRNET	0.10 142	0.09 311	0.09 72	0.18 298	0.09 239	0.12 207	0.15 219	0.14 75	0.21 284	0.10 125	0.10 117	0.10 154	0.10 199	0.10 61	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.06 192	0.05 121

MGS-Stereo	0.09 81	0.07 139	0.12 184	0.15 70	0.08 127	0.09 80	0.15 219	0.12 43	0.12 88	0.07 30	0.10 117	0.08 98	0.06 36	0.10 61	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

tta	0.14 310	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.17 373	0.08 299	0.05 182	0.07 194	0.06 185	0.06 192	0.06 199

qqq1	0.13 276	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.11 187	0.08 299	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

fff1	0.13 276	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.11 187	0.08 299	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

MyStereo07	0.10 142	0.07 139	0.10 108	0.17 216	0.09 239	0.14 278	0.18 363	0.15 106	0.15 159	0.09 92	0.06 13	0.06 16	0.07 106	0.12 189	0.09 54	0.06 114	0.05 182	0.08 278	0.07 272	0.06 192	0.06 199

MyStereo06	0.10 142	0.07 139	0.12 184	0.17 216	0.09 239	0.13 246	0.18 363	0.19 218	0.12 88	0.12 192	0.08 70	0.07 62	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.07 194	0.07 272	0.06 192	0.06 199

MyStereo05	0.13 276	0.07 139	0.10 108	0.17 216	0.09 239	0.13 246	0.18 363	0.27 371	0.35 441	0.17 311	0.14 188	0.15 266	0.11 224	0.15 282	0.13 277	0.06 114	0.05 182	0.07 194	0.07 272	0.06 192	0.06 199

MyStereo04	0.13 276	0.07 139	0.10 108	0.17 216	0.09 239	0.14 278	0.18 363	0.29 401	0.38 459	0.17 311	0.14 188	0.16 280	0.10 199	0.15 282	0.13 277	0.06 114	0.05 182	0.08 278	0.07 272	0.06 192	0.06 199

CoDeX	0.12 251	0.07 139	0.12 184	0.17 216	0.08 127	0.12 207	0.15 219	0.23 294	0.27 368	0.13 219	0.17 238	0.16 280	0.11 224	0.14 260	0.11 187	0.07 238	0.05 182	0.07 194	0.06 185	0.06 192	0.05 121

cc1	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.16 132	0.18 231	0.09 92	0.09 88	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.06 199

ffm	0.12 251	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.15 106	0.19 246	0.15 267	0.25 364	0.19 328	0.13 292	0.10 61	0.07 1	0.06 114	0.04 21	0.09 358	0.08 337	0.06 192	0.06 199

ff1	0.13 276	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.15 106	0.19 246	0.15 267	0.25 364	0.19 328	0.13 292	0.14 260	0.20 409	0.06 114	0.04 21	0.09 358	0.08 337	0.06 192	0.06 199

tt1	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.12 207	0.16 284	0.15 106	0.19 246	0.09 92	0.08 70	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.06 199

plain	0.10 142	0.08 236	0.10 108	0.19 355	0.09 239	0.10 127	0.15 219	0.14 75	0.13 119	0.13 219	0.15 205	0.09 123	0.12 254	0.13 234	0.12 236	0.07 238	0.05 182	0.09 358	0.06 185	0.06 192	0.06 199

StereoVision	0.13 276	0.12 413	0.09 72	0.24 484	0.10 341	0.15 304	0.21 440	0.21 252	0.20 269	0.12 192	0.24 335	0.10 154	0.10 199	0.16 316	0.10 123	0.09 358	0.11 466	0.12 456	0.12 472	0.06 192	0.05 121

MIF-Stereo (partial)	0.11 185	0.06 56	0.10 108	0.19 355	0.10 341	0.10 127	0.11 46	0.17 168	0.18 231	0.14 240	0.16 217	0.09 123	0.11 224	0.12 189	0.12 236	0.08 299	0.05 182	0.08 278	0.07 272	0.06 192	0.07 279

MIM_Stereo	0.09 81	0.07 139	0.11 149	0.15 70	0.07 71	0.06 8	0.12 63	0.20 229	0.14 143	0.13 219	0.13 174	0.09 123	0.05 11	0.12 189	0.08 17	0.05 27	0.06 306	0.07 194	0.06 185	0.06 192	0.05 121

testlalala_base	0.10 142	0.09 311	0.14 264	0.21 439	0.08 127	0.10 127	0.14 152	0.13 59	0.10 36	0.07 30	0.15 205	0.07 62	0.08 141	0.10 61	0.12 236	0.08 299	0.05 182	0.05 23	0.03 1	0.06 192	0.05 121

Any-RAFT	0.10 142	0.05 17	0.09 72	0.14 30	0.07 71	0.13 246	0.14 152	0.21 252	0.15 159	0.11 154	0.12 160	0.12 192	0.09 167	0.12 189	0.09 54	0.07 238	0.04 21	0.05 23	0.04 34	0.06 192	0.05 121

LL-Strereo2	0.10 142	0.10 369	0.15 314	0.18 298	0.08 127	0.15 304	0.09 18	0.17 168	0.14 143	0.14 240	0.10 117	0.09 123	0.07 106	0.16 316	0.10 123	0.05 27	0.05 182	0.10 406	0.07 272	0.06 192	0.05 121

4D-IteraStereo	0.09 81	0.07 139	0.10 108	0.18 298	0.07 71	0.09 80	0.15 219	0.17 168	0.15 159	0.10 125	0.11 147	0.10 154	0.07 106	0.11 107	0.09 54	0.05 27	0.03 1	0.08 278	0.07 272	0.06 192	0.05 121

anonymousdsp2	0.11 185	0.07 139	0.10 108	0.16 142	0.09 239	0.13 246	0.14 152	0.18 197	0.22 298	0.13 219	0.14 188	0.12 192	0.09 167	0.14 260	0.11 187	0.05 27	0.04 21	0.05 23	0.04 34	0.06 192	0.05 121

Selective-RAFT	0.11 185	0.10 369	0.11 149	0.21 439	0.08 127	0.16 334	0.13 104	0.20 229	0.22 298	0.10 125	0.10 117	0.11 175	0.10 199	0.15 282	0.11 187	0.05 27	0.05 182	0.06 102	0.05 107	0.06 192	0.05 121

DisPM	0.11 185	0.07 139	0.12 184	0.16 142	0.09 239	0.06 8	0.13 104	0.17 168	0.17 205	0.14 240	0.20 284	0.12 192	0.10 199	0.11 107	0.10 123	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.11 439

iRaft-Stereo_20w	0.09 81	0.05 17	0.13 229	0.14 30	0.08 127	0.12 207	0.15 219	0.18 197	0.10 36	0.11 154	0.08 70	0.08 98	0.05 11	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

UDGNet	0.14 310	0.13 442	0.16 348	0.17 216	0.10 341	0.12 207	0.16 284	0.21 252	0.27 368	0.20 379	0.20 284	0.16 280	0.13 292	0.16 316	0.13 277	0.10 399	0.06 306	0.09 358	0.07 272	0.06 192	0.07 279

PFNet+	0.11 185	0.06 56	0.13 229	0.16 142	0.09 239	0.05 4	0.12 63	0.17 168	0.21 284	0.16 295	0.19 272	0.14 237	0.10 199	0.11 107	0.11 187	0.08 299	0.05 182	0.09 358	0.08 337	0.06 192	0.11 439

LCNet	0.11 185	0.07 139	0.09 72	0.19 355	0.09 239	0.08 51	0.15 219	0.21 252	0.15 159	0.11 154	0.15 205	0.16 280	0.11 224	0.12 189	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.06 192	0.15 496

AAGNet	0.11 185	0.07 139	0.16 348	0.19 355	0.09 239	0.08 51	0.13 104	0.18 197	0.13 119	0.16 295	0.21 305	0.13 217	0.14 317	0.11 107	0.14 314	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.05 121

NF-Stereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

OCTAStereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

PSM-softLoss	0.12 251	0.07 139	0.15 314	0.17 216	0.09 239	0.08 51	0.13 104	0.24 316	0.17 205	0.14 240	0.19 272	0.13 217	0.11 224	0.11 107	0.11 187	0.07 238	0.05 182	0.08 278	0.07 272	0.06 192	0.12 452

KMStereo	0.12 251	0.07 139	0.15 314	0.17 216	0.09 239	0.08 51	0.13 104	0.24 316	0.17 205	0.14 240	0.19 272	0.13 217	0.11 224	0.11 107	0.11 187	0.07 238	0.05 182	0.08 278	0.07 272	0.06 192	0.12 452

NRIStereo	0.11 185	0.08 236	0.14 264	0.18 298	0.08 127	0.10 127	0.14 152	0.16 132	0.15 159	0.12 192	0.14 188	0.13 217	0.12 254	0.13 234	0.10 123	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.07 279

PSM-AAD	0.11 185	0.07 139	0.10 108	0.19 355	0.09 239	0.10 127	0.15 219	0.20 229	0.13 119	0.12 192	0.14 188	0.18 314	0.11 224	0.11 107	0.10 123	0.05 27	0.05 182	0.09 358	0.08 337	0.06 192	0.14 489

FTStereo	0.12 251	0.06 56	0.14 264	0.18 298	0.09 239	0.07 28	0.15 219	0.21 252	0.18 231	0.12 192	0.24 335	0.12 192	0.12 254	0.13 234	0.13 277	0.05 27	0.05 182	0.07 194	0.06 185	0.06 192	0.10 413

KYRaft	0.11 185	0.07 139	0.10 108	0.19 355	0.09 239	0.08 51	0.15 219	0.22 274	0.12 88	0.13 219	0.16 217	0.20 340	0.10 199	0.12 189	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.06 192	0.16 507

SST-Stereo	0.10 142	0.07 139	0.15 314	0.18 298	0.09 239	0.06 8	0.12 63	0.17 168	0.11 62	0.15 267	0.17 238	0.13 217	0.12 254	0.10 61	0.11 187	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.05 121

RAFT_R40	0.11 185	0.07 139	0.14 264	0.18 298	0.09 239	0.06 8	0.13 104	0.17 168	0.16 186	0.14 240	0.18 263	0.15 266	0.12 254	0.10 61	0.11 187	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.05 121

RE-Stereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

Pruner-Stereo	0.11 185	0.07 139	0.12 184	0.17 216	0.09 239	0.06 8	0.12 63	0.17 168	0.17 205	0.13 219	0.19 272	0.13 217	0.09 167	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.08 343

TVStereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 452

IRAFT_RVC	0.12 251	0.08 236	0.16 348	0.19 355	0.08 127	0.07 28	0.15 219	0.24 316	0.23 308	0.14 240	0.14 188	0.15 266	0.12 254	0.12 189	0.10 123	0.06 114	0.04 21	0.09 358	0.06 185	0.06 192	0.06 199

GMM-Stereo	0.11 185	0.07 139	0.10 108	0.18 298	0.09 239	0.08 51	0.15 219	0.23 294	0.16 186	0.11 154	0.15 205	0.13 217	0.11 224	0.11 107	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.06 192	0.09 387

Prome-Stereo	0.11 185	0.06 56	0.10 108	0.18 298	0.08 127	0.12 207	0.15 219	0.22 274	0.13 119	0.12 192	0.17 238	0.13 217	0.08 141	0.12 189	0.10 123	0.05 27	0.04 21	0.07 194	0.06 185	0.06 192	0.09 387

TANstereo	0.09 81	0.04 1	0.08 30	0.13 13	0.06 13	0.11 172	0.14 152	0.15 106	0.19 246	0.11 154	0.15 205	0.10 154	0.06 36	0.12 189	0.09 54	0.07 238	0.05 182	0.05 23	0.04 34	0.06 192	0.05 121

XX-TBD	0.09 81	0.06 56	0.07 6	0.14 30	0.07 71	0.12 207	0.16 284	0.14 75	0.13 119	0.11 154	0.12 160	0.09 123	0.08 141	0.10 61	0.10 123	0.06 114	0.04 21	0.05 23	0.03 1	0.06 192	0.05 121

RAFT + AFF	0.13 276	0.07 139	0.20 422	0.20 410	0.10 341	0.14 278	0.24 473	0.26 350	0.20 269	0.11 154	0.10 117	0.12 192	0.10 199	0.15 282	0.12 236	0.07 238	0.06 306	0.09 358	0.08 337	0.06 192	0.08 343

delet	0.17 397	0.08 236	0.17 376	0.19 355	0.11 389	0.20 412	0.21 440	0.30 415	0.37 453	0.17 311	0.26 381	0.19 328	0.19 414	0.19 384	0.21 429	0.08 299	0.08 404	0.09 358	0.11 453	0.06 192	0.06 199

CREStereo	0.09 81	0.04 1	0.08 30	0.11 1	0.06 13	0.13 246	0.14 152	0.14 75	0.10 36	0.08 62	0.13 174	0.09 123	0.08 141	0.11 107	0.10 123	0.08 299	0.04 21	0.05 23	0.03 1	0.06 192	0.06 199
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
cf-r	0.13 276	0.07 139	0.12 184	0.16 142	0.08 127	0.14 278	0.19 402	0.20 229	0.25 345	0.17 311	0.25 364	0.21 349	0.16 361	0.14 260	0.14 314	0.10 399	0.05 182	0.06 102	0.08 337	0.06 192	0.06 199

BEATNet_4x	0.12 251	0.08 236	0.14 264	0.18 298	0.07 71	0.15 304	0.07 3	0.22 274	0.18 231	0.16 295	0.19 272	0.18 314	0.14 317	0.16 316	0.15 342	0.07 238	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

RASNet	0.14 310	0.07 139	0.14 264	0.16 142	0.08 127	0.18 374	0.14 152	0.29 401	0.20 269	0.17 311	0.25 364	0.21 349	0.18 398	0.20 409	0.19 403	0.07 238	0.06 306	0.06 102	0.08 337	0.06 192	0.06 199

HITNet	0.10 142	0.06 56	0.12 184	0.14 30	0.06 13	0.11 172	0.10 27	0.18 197	0.18 231	0.13 219	0.16 217	0.14 237	0.11 224	0.15 282	0.13 277	0.06 114	0.04 21	0.04 1	0.04 34	0.06 192	0.05 121
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
iResNet	0.13 276	0.10 369	0.18 399	0.19 355	0.08 127	0.13 246	0.18 363	0.20 229	0.26 359	0.15 267	0.23 323	0.15 266	0.13 292	0.14 260	0.14 314	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

z-ln-s-r	0.17 397	0.10 369	0.40 506	0.19 355	0.08 127	0.17 355	0.18 363	0.22 274	0.33 420	0.18 341	0.40 483	0.22 367	0.17 384	0.20 409	0.23 450	0.07 238	0.05 182	0.07 194	0.07 272	0.07 258	0.05 121

111111	0.07 4	0.04 1	0.09 72	0.17 216	0.06 13	0.05 4	0.10 27	0.11 28	0.09 23	0.06 9	0.06 13	0.07 62	0.05 11	0.09 33	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.07 258	0.06 199

G2L-Stereo_test	0.14 310	0.07 139	0.11 149	0.13 13	0.08 127	0.12 207	0.16 284	0.30 415	0.28 382	0.20 379	0.23 323	0.20 340	0.16 361	0.17 348	0.18 391	0.07 238	0.05 182	0.05 23	0.05 107	0.07 258	0.06 199

G2L-Stereo	0.14 310	0.07 139	0.13 229	0.17 216	0.09 239	0.13 246	0.12 63	0.27 371	0.22 298	0.16 295	0.27 389	0.21 349	0.13 292	0.17 348	0.18 391	0.09 358	0.08 404	0.08 278	0.07 272	0.07 258	0.07 279

HI	0.11 185	0.06 56	0.11 149	0.13 13	0.09 239	0.09 80	0.14 152	0.21 252	0.10 36	0.19 357	0.17 238	0.14 237	0.09 167	0.16 316	0.08 17	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

CoSv	0.11 185	0.06 56	0.11 149	0.13 13	0.09 239	0.09 80	0.14 152	0.21 252	0.10 36	0.19 357	0.17 238	0.14 237	0.09 167	0.16 316	0.08 17	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

rvit_0105_3	0.15 354	0.09 311	0.14 264	0.19 355	0.12 420	0.15 304	0.25 489	0.25 332	0.29 389	0.15 267	0.17 238	0.20 340	0.13 292	0.17 348	0.14 314	0.13 476	0.11 466	0.12 456	0.14 485	0.07 258	0.06 199

UGAM	0.13 276	0.10 369	0.09 72	0.22 454	0.08 127	0.12 207	0.20 423	0.17 168	0.23 308	0.21 393	0.16 217	0.13 217	0.13 292	0.19 384	0.12 236	0.07 238	0.05 182	0.13 471	0.11 453	0.07 258	0.05 121

rvit_stereo_0083	0.12 251	0.08 236	0.17 376	0.16 142	0.09 239	0.11 172	0.15 219	0.14 75	0.26 359	0.11 154	0.14 188	0.13 217	0.10 199	0.12 189	0.12 236	0.10 399	0.08 404	0.09 358	0.07 272	0.07 258	0.05 121

rvit_stereo_0081_aga	0.11 185	0.09 311	0.14 264	0.18 298	0.09 239	0.13 246	0.14 152	0.14 75	0.19 246	0.10 125	0.18 263	0.16 280	0.09 167	0.12 189	0.09 54	0.10 399	0.06 306	0.08 278	0.07 272	0.07 258	0.06 199

rvit_stereo_0081	0.11 185	0.08 236	0.15 314	0.16 142	0.09 239	0.10 127	0.14 152	0.14 75	0.24 324	0.11 154	0.13 174	0.13 217	0.09 167	0.11 107	0.12 236	0.10 399	0.07 378	0.08 278	0.07 272	0.07 258	0.05 121

ACV-stereo	0.15 354	0.10 369	0.28 469	0.18 298	0.12 420	0.14 278	0.12 63	0.23 294	0.21 284	0.19 357	0.23 323	0.22 367	0.15 335	0.23 450	0.17 373	0.07 238	0.06 306	0.07 194	0.07 272	0.07 258	0.07 279

rvit_stereo_0082	0.11 185	0.08 236	0.15 314	0.16 142	0.09 239	0.10 127	0.14 152	0.14 75	0.24 324	0.11 154	0.13 174	0.13 217	0.09 167	0.11 107	0.12 236	0.10 399	0.07 378	0.08 278	0.07 272	0.07 258	0.05 121

AIO-Stereo-zeroshot1	0.11 185	0.05 17	0.14 264	0.15 70	0.20 517	0.09 80	0.17 318	0.21 252	0.15 159	0.11 154	0.14 188	0.10 154	0.07 106	0.10 61	0.08 17	0.06 114	0.05 182	0.07 194	0.07 272	0.07 258	0.09 387

AIO-Stereo-zeroshot	0.11 185	0.05 17	0.11 149	0.15 70	0.13 442	0.13 246	0.16 284	0.23 294	0.17 205	0.10 125	0.12 160	0.10 154	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.06 102	0.06 185	0.07 258	0.08 343

rvit_stereo_0080	0.10 142	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.15 219	0.16 132	0.16 186	0.11 154	0.10 117	0.14 237	0.08 141	0.12 189	0.10 123	0.09 358	0.07 378	0.07 194	0.06 185	0.07 258	0.05 121

rvit_stereo_ft	0.12 251	0.07 139	0.13 229	0.19 355	0.10 341	0.12 207	0.17 318	0.16 132	0.16 186	0.12 192	0.13 174	0.15 266	0.10 199	0.14 260	0.13 277	0.09 358	0.06 306	0.08 278	0.07 272	0.07 258	0.05 121

CAS++	0.11 185	0.07 139	0.11 149	0.14 30	0.09 239	0.12 207	0.14 152	0.24 316	0.14 143	0.11 154	0.09 88	0.11 175	0.07 106	0.14 260	0.09 54	0.11 428	0.09 433	0.09 358	0.07 272	0.07 258	0.08 343
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_for_model	0.09 81	0.12 413	0.14 264	0.23 475	0.11 389	0.08 51	0.13 104	0.12 43	0.12 88	0.10 125	0.07 37	0.07 62	0.06 36	0.11 107	0.10 123	0.06 114	0.05 182	0.05 23	0.03 1	0.07 258	0.04 40

DispNO	0.14 310	0.08 236	0.17 376	0.19 355	0.12 420	0.11 172	0.21 440	0.23 294	0.29 389	0.17 311	0.23 323	0.18 314	0.17 384	0.15 282	0.15 342	0.07 238	0.05 182	0.08 278	0.08 337	0.07 258	0.06 199

Former-RAFT_DAM_RVC	0.10 142	0.08 236	0.12 184	0.16 142	0.08 127	0.15 304	0.16 284	0.18 197	0.18 231	0.10 125	0.09 88	0.09 123	0.08 141	0.11 107	0.12 236	0.07 238	0.05 182	0.08 278	0.06 185	0.07 258	0.06 199

SMFormer	0.14 310	0.07 139	0.17 376	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 335	0.15 282	0.17 373	0.08 299	0.05 182	0.07 194	0.06 185	0.07 258	0.06 199

ACVNet-DCA	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.23 294	0.16 186	0.09 92	0.09 88	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.07 258	0.07 279

xx1	0.11 185	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.16 132	0.18 231	0.09 92	0.09 88	0.16 280	0.16 361	0.10 61	0.07 1	0.06 114	0.04 21	0.08 278	0.08 337	0.07 258	0.07 279

1test111	0.11 185	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.23 294	0.16 186	0.09 92	0.09 88	0.06 16	0.06 36	0.15 282	0.16 358	0.06 114	0.04 21	0.06 102	0.05 107	0.07 258	0.07 279

mmm	0.14 310	0.08 236	0.17 376	0.17 216	0.09 239	0.17 355	0.18 363	0.21 252	0.15 159	0.15 267	0.23 323	0.21 349	0.16 361	0.16 316	0.17 373	0.08 299	0.05 182	0.08 278	0.07 272	0.07 258	0.07 279

1111x	0.15 354	0.08 236	0.12 184	0.18 298	0.07 71	0.18 374	0.25 489	0.31 425	0.24 324	0.17 311	0.24 335	0.26 413	0.15 335	0.13 234	0.23 450	0.07 238	0.07 378	0.08 278	0.09 382	0.07 258	0.06 199

whm_eth	0.10 142	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.15 219	0.16 132	0.16 186	0.11 154	0.10 117	0.14 237	0.08 141	0.12 189	0.10 123	0.09 358	0.07 378	0.07 194	0.06 185	0.07 258	0.05 121

PCWNet_CMD	0.14 310	0.08 236	0.15 314	0.17 216	0.09 239	0.14 278	0.14 152	0.29 401	0.36 446	0.14 240	0.20 284	0.21 349	0.12 254	0.17 348	0.13 277	0.07 238	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

CBFPSM	0.14 310	0.06 56	0.26 457	0.17 216	0.09 239	0.13 246	0.15 219	0.22 274	0.23 308	0.20 379	0.27 389	0.24 391	0.16 361	0.16 316	0.18 391	0.06 114	0.06 306	0.06 102	0.07 272	0.07 258	0.07 279

qqq	0.13 276	0.09 311	0.15 314	0.16 142	0.08 127	0.13 246	0.15 219	0.23 294	0.16 186	0.15 267	0.19 272	0.16 280	0.16 361	0.15 282	0.16 358	0.07 238	0.06 306	0.08 278	0.08 337	0.07 258	0.07 279

x	0.13 276	0.07 139	0.14 264	0.14 30	0.08 127	0.18 374	0.14 152	0.22 274	0.20 269	0.15 267	0.19 272	0.19 328	0.17 384	0.18 369	0.18 391	0.07 238	0.05 182	0.06 102	0.06 185	0.07 258	0.07 279

BUS	0.14 310	0.09 311	0.14 264	0.22 454	0.10 341	0.19 397	0.14 152	0.34 464	0.19 246	0.17 311	0.22 314	0.16 280	0.13 292	0.15 282	0.13 277	0.08 299	0.06 306	0.10 406	0.09 382	0.07 258	0.07 279

RAFT+CT+SA	0.13 276	0.11 395	0.09 72	0.19 355	0.09 239	0.15 304	0.28 510	0.22 274	0.22 298	0.15 267	0.26 381	0.10 154	0.10 199	0.11 107	0.12 236	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

BSDual-CNN	0.15 354	0.09 311	0.14 264	0.22 454	0.10 341	0.14 278	0.15 219	0.34 464	0.19 246	0.17 311	0.22 314	0.25 404	0.16 361	0.15 282	0.14 314	0.08 299	0.06 306	0.10 406	0.09 382	0.07 258	0.07 279

hknet	0.15 354	0.11 395	0.13 229	0.22 454	0.11 389	0.14 278	0.15 219	0.34 464	0.25 345	0.17 311	0.22 314	0.22 367	0.18 398	0.17 348	0.12 236	0.07 238	0.06 306	0.10 406	0.09 382	0.07 258	0.07 279

psmg	0.14 310	0.09 311	0.14 264	0.17 216	0.10 341	0.15 304	0.17 318	0.29 401	0.19 246	0.17 311	0.21 305	0.25 404	0.16 361	0.15 282	0.14 314	0.08 299	0.06 306	0.08 278	0.08 337	0.07 258	0.06 199

DAS	0.15 354	0.08 236	0.18 399	0.19 355	0.10 341	0.19 397	0.17 318	0.27 371	0.29 389	0.18 341	0.25 364	0.21 349	0.15 335	0.16 316	0.12 236	0.08 299	0.06 306	0.06 102	0.06 185	0.07 258	0.07 279

SepStereo	0.15 354	0.08 236	0.18 399	0.19 355	0.10 341	0.19 397	0.17 318	0.27 371	0.29 389	0.18 341	0.25 364	0.21 349	0.15 335	0.25 464	0.12 236	0.08 299	0.06 306	0.06 102	0.06 185	0.07 258	0.07 279

GwcNet-ADL	0.13 276	0.08 236	0.14 264	0.20 410	0.09 239	0.11 172	0.20 423	0.30 415	0.24 324	0.13 219	0.14 188	0.18 314	0.14 317	0.13 234	0.14 314	0.07 238	0.05 182	0.06 102	0.05 107	0.07 258	0.06 199

GANet-ADL	0.13 276	0.07 139	0.15 314	0.17 216	0.10 341	0.18 374	0.15 219	0.30 415	0.20 269	0.13 219	0.18 263	0.19 328	0.12 254	0.16 316	0.13 277	0.08 299	0.06 306	0.06 102	0.05 107	0.07 258	0.08 343

DeepStereo_RVC	0.11 185	0.08 236	0.16 348	0.18 298	0.08 127	0.08 51	0.12 63	0.17 168	0.12 88	0.13 219	0.14 188	0.12 192	0.12 254	0.12 189	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.07 258	0.08 343

ICVP	0.15 354	0.09 311	0.12 184	0.22 454	0.09 239	0.17 355	0.21 440	0.25 332	0.23 308	0.18 341	0.30 421	0.26 413	0.18 398	0.17 348	0.14 314	0.09 358	0.07 378	0.08 278	0.07 272	0.07 258	0.07 279
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.11 185	0.06 56	0.10 108	0.17 216	0.08 127	0.10 127	0.14 152	0.17 168	0.14 143	0.13 219	0.13 174	0.12 192	0.10 199	0.11 107	0.12 236	0.07 238	0.04 21	0.09 358	0.11 453	0.07 258	0.06 199

CFNet_pseudo	0.14 310	0.08 236	0.15 314	0.16 142	0.09 239	0.13 246	0.14 152	0.27 371	0.34 432	0.14 240	0.21 305	0.22 367	0.13 292	0.18 369	0.14 314	0.07 238	0.05 182	0.08 278	0.06 185	0.07 258	0.07 279

222	0.16 377	0.07 139	0.14 264	0.14 30	0.08 127	0.24 455	0.18 363	0.30 415	0.20 269	0.17 311	0.28 403	0.17 300	0.16 361	0.15 282	0.40 534	0.10 399	0.05 182	0.07 194	0.06 185	0.07 258	0.08 343

test_xeample	0.15 354	0.06 56	0.13 229	0.14 30	0.08 127	0.21 429	0.20 423	0.28 390	0.20 269	0.16 295	0.29 415	0.19 328	0.16 361	0.15 282	0.26 484	0.09 358	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

GMStereo	0.13 276	0.14 454	0.14 264	0.18 298	0.09 239	0.15 304	0.16 284	0.20 229	0.24 324	0.16 295	0.17 238	0.10 154	0.10 199	0.16 316	0.13 277	0.07 238	0.06 306	0.06 102	0.06 185	0.07 258	0.06 199
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 276	0.07 139	0.14 264	0.17 216	0.09 239	0.15 304	0.16 284	0.28 390	0.27 368	0.14 240	0.17 238	0.12 192	0.13 292	0.14 260	0.11 187	0.08 299	0.05 182	0.07 194	0.07 272	0.07 258	0.06 199

FENet	0.13 276	0.08 236	0.12 184	0.16 142	0.08 127	0.14 278	0.15 219	0.22 274	0.23 308	0.17 311	0.23 323	0.16 280	0.12 254	0.14 260	0.15 342	0.08 299	0.05 182	0.08 278	0.08 337	0.07 258	0.07 279

ac_64	0.16 377	0.08 236	0.15 314	0.18 298	0.10 341	0.22 437	0.18 363	0.24 316	0.21 284	0.18 341	0.24 335	0.29 439	0.18 398	0.19 384	0.22 438	0.09 358	0.07 378	0.08 278	0.09 382	0.07 258	0.06 199

GwcNet-RSSM	0.14 310	0.07 139	0.12 184	0.15 70	0.08 127	0.15 304	0.20 423	0.21 252	0.27 368	0.18 341	0.27 389	0.22 367	0.16 361	0.14 260	0.15 342	0.10 399	0.05 182	0.07 194	0.09 382	0.07 258	0.07 279

PMTNet	0.09 81	0.05 17	0.09 72	0.12 4	0.06 13	0.12 207	0.14 152	0.15 106	0.11 62	0.09 92	0.13 174	0.10 154	0.07 106	0.13 234	0.10 123	0.15 493	0.04 21	0.05 23	0.03 1	0.07 258	0.06 199

MSMDNet	0.14 310	0.08 236	0.15 314	0.17 216	0.09 239	0.14 278	0.14 152	0.29 401	0.36 446	0.14 240	0.21 305	0.21 349	0.12 254	0.17 348	0.14 314	0.07 238	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

HSM-Net_RVC	0.14 310	0.08 236	0.11 149	0.15 70	0.08 127	0.15 304	0.15 219	0.27 371	0.29 389	0.19 357	0.21 305	0.29 439	0.14 317	0.17 348	0.13 277	0.06 114	0.06 306	0.06 102	0.06 185	0.07 258	0.06 199
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 354	0.10 369	0.17 376	0.17 216	0.08 127	0.18 374	0.09 18	0.28 390	0.25 345	0.19 357	0.24 335	0.24 391	0.17 384	0.17 348	0.14 314	0.08 299	0.06 306	0.09 358	0.10 421	0.07 258	0.06 199

NLCA_NET_v2_RVC	0.17 397	0.10 369	0.22 436	0.20 410	0.10 341	0.15 304	0.18 363	0.31 425	0.25 345	0.21 393	0.30 421	0.25 404	0.17 384	0.21 426	0.20 409	0.09 358	0.06 306	0.08 278	0.08 337	0.07 258	0.08 343
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.14 310	0.08 236	0.15 314	0.16 142	0.09 239	0.12 207	0.14 152	0.27 371	0.34 432	0.14 240	0.21 305	0.22 367	0.13 292	0.18 369	0.14 314	0.07 238	0.05 182	0.08 278	0.07 272	0.07 258	0.07 279

AANet_RVC	0.16 377	0.10 369	0.10 108	0.18 298	0.09 239	0.18 374	0.19 402	0.26 350	0.31 406	0.22 409	0.35 454	0.21 349	0.21 430	0.22 439	0.16 358	0.06 114	0.05 182	0.06 102	0.06 185	0.07 258	0.06 199

HSM	0.15 354	0.08 236	0.14 264	0.16 142	0.09 239	0.16 334	0.14 152	0.28 390	0.25 345	0.19 357	0.23 323	0.37 491	0.16 361	0.20 409	0.15 342	0.07 238	0.05 182	0.07 194	0.06 185	0.07 258	0.06 199

StereoDRNet-Refined	0.17 397	0.12 413	0.15 314	0.20 410	0.09 239	0.18 374	0.18 363	0.26 350	0.23 308	0.26 448	0.40 483	0.22 367	0.17 384	0.21 426	0.20 409	0.08 299	0.05 182	0.09 358	0.10 421	0.07 258	0.07 279
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 411	0.10 369	0.15 314	0.23 475	0.11 389	0.24 455	0.18 363	0.29 401	0.28 382	0.27 454	0.28 403	0.28 431	0.24 453	0.19 384	0.20 409	0.08 299	0.08 404	0.09 358	0.09 382	0.07 258	0.07 279

pmcnn	0.15 354	0.07 139	0.19 410	0.15 70	0.07 71	0.20 412	0.15 219	0.24 316	0.26 359	0.21 393	0.34 449	0.28 431	0.18 398	0.18 369	0.17 373	0.07 238	0.05 182	0.05 23	0.04 34	0.07 258	0.06 199

S2M2_XL	0.08 44	0.06 56	0.12 184	0.12 4	0.08 127	0.09 80	0.09 18	0.07 2	0.07 8	0.08 62	0.07 37	0.07 62	0.06 36	0.09 33	0.09 54	0.08 299	0.06 306	0.07 194	0.05 107	0.08 321	0.06 199

G2L-ROB	0.13 276	0.06 56	0.13 229	0.13 13	0.08 127	0.14 278	0.16 284	0.25 332	0.18 231	0.19 357	0.18 263	0.20 340	0.14 317	0.17 348	0.16 358	0.08 299	0.05 182	0.06 102	0.05 107	0.08 321	0.09 387

YMNet	0.20 435	0.12 413	0.19 410	0.20 410	0.14 462	0.26 475	0.23 461	0.32 436	0.34 432	0.27 454	0.34 449	0.30 448	0.18 398	0.18 369	0.22 438	0.10 399	0.13 493	0.10 406	0.10 421	0.08 321	0.09 387

YMNet_1	0.20 435	0.12 413	0.19 410	0.20 410	0.14 462	0.26 475	0.23 461	0.32 436	0.34 432	0.27 454	0.34 449	0.30 448	0.18 398	0.18 369	0.22 438	0.10 399	0.13 493	0.10 406	0.10 421	0.08 321	0.09 387

rvit_0105_5	0.14 310	0.09 311	0.13 229	0.17 216	0.09 239	0.14 278	0.23 461	0.24 316	0.27 368	0.14 240	0.15 205	0.18 314	0.12 254	0.17 348	0.14 314	0.14 489	0.11 466	0.10 406	0.10 421	0.08 321	0.06 199

rvit_105_1	0.19 423	0.11 395	0.25 454	0.21 439	0.16 490	0.21 429	0.27 504	0.31 425	0.41 471	0.19 357	0.20 284	0.22 367	0.17 384	0.19 384	0.17 373	0.12 453	0.12 480	0.13 471	0.15 501	0.08 321	0.07 279

ITSA-stereo	0.15 354	0.10 369	0.14 264	0.19 355	0.08 127	0.12 207	0.14 152	0.30 415	0.49 503	0.17 311	0.19 272	0.22 367	0.15 335	0.17 348	0.16 358	0.10 399	0.06 306	0.08 278	0.08 337	0.08 321	0.08 343

test_sample6	0.14 310	0.08 236	0.13 229	0.16 142	0.08 127	0.17 355	0.19 402	0.25 332	0.17 205	0.17 311	0.27 389	0.19 328	0.14 317	0.15 282	0.13 277	0.08 299	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

test_sample5	0.14 310	0.08 236	0.14 264	0.16 142	0.08 127	0.18 374	0.18 363	0.25 332	0.17 205	0.17 311	0.27 389	0.18 314	0.14 317	0.16 316	0.13 277	0.08 299	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

test_sample4	0.14 310	0.08 236	0.14 264	0.15 70	0.08 127	0.19 397	0.18 363	0.26 350	0.17 205	0.16 295	0.25 364	0.18 314	0.14 317	0.16 316	0.13 277	0.08 299	0.06 306	0.08 278	0.06 185	0.08 321	0.08 343

test_sample2	0.12 251	0.07 139	0.12 184	0.14 30	0.08 127	0.16 334	0.18 363	0.21 252	0.16 186	0.14 240	0.20 284	0.19 328	0.15 335	0.15 282	0.12 236	0.08 299	0.05 182	0.07 194	0.06 185	0.08 321	0.07 279

test_sample1	0.13 276	0.07 139	0.14 264	0.13 13	0.08 127	0.19 397	0.16 284	0.20 229	0.15 159	0.14 240	0.22 314	0.18 314	0.16 361	0.17 348	0.14 314	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.07 279

MyStereo8	0.12 251	0.07 139	0.15 314	0.15 70	0.09 239	0.18 374	0.14 152	0.19 218	0.22 298	0.12 192	0.18 263	0.11 175	0.10 199	0.16 316	0.18 391	0.07 238	0.05 182	0.07 194	0.05 107	0.08 321	0.09 387

11t1	0.12 251	0.06 56	0.13 229	0.14 30	0.08 127	0.17 355	0.15 219	0.18 197	0.15 159	0.15 267	0.15 205	0.16 280	0.16 361	0.15 282	0.13 277	0.08 299	0.05 182	0.06 102	0.05 107	0.08 321	0.07 279

DualNet	0.14 310	0.08 236	0.14 264	0.16 142	0.08 127	0.18 374	0.18 363	0.25 332	0.17 205	0.17 311	0.27 389	0.18 314	0.14 317	0.16 316	0.13 277	0.08 299	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

mmx	0.14 310	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.27 371	0.25 345	0.15 267	0.25 364	0.19 328	0.13 292	0.14 260	0.20 409	0.08 299	0.06 306	0.09 358	0.08 337	0.08 321	0.08 343

xxx	0.14 310	0.09 311	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.27 371	0.25 345	0.15 267	0.25 364	0.19 328	0.13 292	0.14 260	0.20 409	0.08 299	0.06 306	0.09 358	0.08 337	0.08 321	0.08 343

EKT-Stereo	0.11 185	0.07 139	0.14 264	0.15 70	0.10 341	0.13 246	0.14 152	0.18 197	0.21 284	0.11 154	0.08 70	0.12 192	0.09 167	0.11 107	0.12 236	0.08 299	0.06 306	0.07 194	0.06 185	0.08 321	0.07 279

SDNR	0.19 423	0.08 236	0.19 410	0.16 142	0.12 420	0.77 558	0.14 152	0.25 332	0.32 413	0.19 357	0.24 335	0.19 328	0.13 292	0.19 384	0.15 342	0.16 509	0.18 518	0.14 483	0.11 453	0.08 321	0.11 439

fast-acv-ft	0.18 411	0.11 395	0.19 410	0.19 355	0.12 420	0.24 455	0.21 440	0.25 332	0.34 432	0.22 409	0.34 449	0.27 421	0.20 426	0.21 426	0.23 450	0.09 358	0.09 433	0.08 278	0.10 421	0.08 321	0.07 279

gwcnet-sp	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 335	0.15 266	0.16 361	0.15 282	0.15 342	0.08 299	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

scenet	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 335	0.15 266	0.16 361	0.15 282	0.15 342	0.08 299	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

knoymous	0.11 185	0.05 17	0.12 184	0.13 13	0.07 71	0.15 304	0.14 152	0.19 218	0.13 119	0.11 154	0.17 238	0.13 217	0.09 167	0.13 234	0.11 187	0.08 299	0.05 182	0.06 102	0.05 107	0.08 321	0.07 279

riskmin	0.11 185	0.06 56	0.13 229	0.14 30	0.08 127	0.14 278	0.14 152	0.18 197	0.14 143	0.11 154	0.14 188	0.16 280	0.11 224	0.14 260	0.12 236	0.09 358	0.05 182	0.07 194	0.05 107	0.08 321	0.08 343

ssnet_v2	0.17 397	0.10 369	0.17 376	0.17 216	0.11 389	0.21 429	0.21 440	0.33 455	0.25 345	0.22 409	0.22 314	0.27 421	0.18 398	0.22 439	0.20 409	0.11 428	0.09 433	0.09 358	0.09 382	0.08 321	0.08 343

ssnet	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 335	0.15 266	0.16 361	0.15 282	0.15 342	0.08 299	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

IER	0.14 310	0.07 139	0.13 229	0.17 216	0.09 239	0.14 278	0.16 284	0.25 332	0.26 359	0.18 341	0.25 364	0.17 300	0.20 426	0.16 316	0.14 314	0.08 299	0.05 182	0.07 194	0.06 185	0.08 321	0.07 279

CRFU-Net	0.16 377	0.08 236	0.14 264	0.17 216	0.09 239	0.19 397	0.14 152	0.26 350	0.20 269	0.28 469	0.27 389	0.29 439	0.17 384	0.19 384	0.17 373	0.09 358	0.09 433	0.07 194	0.07 272	0.08 321	0.08 343

test_5	0.14 310	0.12 413	0.08 30	0.20 410	0.10 341	0.14 278	0.29 519	0.21 252	0.24 324	0.18 341	0.28 403	0.11 175	0.15 335	0.12 189	0.13 277	0.06 114	0.05 182	0.07 194	0.08 337	0.08 321	0.07 279

CSP-Net	0.16 377	0.09 311	0.14 264	0.16 142	0.09 239	0.19 397	0.17 318	0.25 332	0.32 413	0.25 443	0.30 421	0.24 391	0.15 335	0.21 426	0.18 391	0.09 358	0.06 306	0.07 194	0.07 272	0.08 321	0.07 279

dd	0.15 354	0.16 472	0.16 348	0.19 355	0.09 239	0.15 304	0.18 363	0.21 252	0.25 345	0.23 421	0.20 284	0.21 349	0.09 167	0.21 426	0.16 358	0.10 399	0.06 306	0.08 278	0.06 185	0.08 321	0.06 199

PSMNet-ADL	0.15 354	0.12 413	0.13 229	0.22 454	0.09 239	0.13 246	0.20 423	0.26 350	0.23 308	0.18 341	0.20 284	0.24 391	0.16 361	0.18 369	0.17 373	0.08 299	0.08 404	0.08 278	0.11 453	0.08 321	0.07 279

Patchmatch Stereo++	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

ROB_FTStereo_v2	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

ROB_FTStereo	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

HUI-Stereo	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

iGMRVC	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

iRAFT	0.11 185	0.09 311	0.16 348	0.18 298	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

CRE-IMP	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.10 127	0.12 63	0.18 197	0.10 36	0.14 240	0.13 174	0.13 217	0.12 254	0.12 189	0.11 187	0.07 238	0.04 21	0.08 278	0.06 185	0.08 321	0.08 343

RAFT-IKP	0.11 185	0.09 311	0.16 348	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 254	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

Anonymous3	0.16 377	0.13 442	0.33 488	0.26 500	0.14 462	0.27 485	0.17 318	0.28 390	0.28 382	0.15 267	0.17 238	0.14 237	0.10 199	0.15 282	0.12 236	0.08 299	0.08 404	0.08 278	0.08 337	0.08 321	0.11 439

RALCasStereoNet	0.10 142	0.06 56	0.09 72	0.16 142	0.08 127	0.12 207	0.14 152	0.17 168	0.11 62	0.12 192	0.17 238	0.14 237	0.10 199	0.12 189	0.11 187	0.07 238	0.06 306	0.06 102	0.05 107	0.08 321	0.07 279

ADLNet	0.16 377	0.08 236	0.15 314	0.16 142	0.10 341	0.16 334	0.17 318	0.32 436	0.27 368	0.22 409	0.27 389	0.24 391	0.16 361	0.18 369	0.21 429	0.10 399	0.06 306	0.10 406	0.10 421	0.08 321	0.09 387

GES	0.14 310	0.08 236	0.16 348	0.15 70	0.10 341	0.13 246	0.13 104	0.28 390	0.25 345	0.16 295	0.23 323	0.18 314	0.13 292	0.16 316	0.13 277	0.08 299	0.07 378	0.07 194	0.06 185	0.08 321	0.09 387

xxxx	0.15 354	0.07 139	0.14 264	0.14 30	0.08 127	0.23 450	0.18 363	0.31 425	0.19 246	0.14 240	0.28 403	0.22 367	0.14 317	0.15 282	0.26 484	0.09 358	0.05 182	0.07 194	0.07 272	0.08 321	0.07 279

MMNet	0.17 397	0.09 311	0.16 348	0.20 410	0.11 389	0.27 485	0.20 423	0.25 332	0.41 471	0.22 409	0.30 421	0.21 349	0.20 426	0.17 348	0.20 409	0.06 114	0.06 306	0.07 194	0.07 272	0.08 321	0.07 279

psm_up	0.18 411	0.10 369	0.18 399	0.20 410	0.11 389	0.17 355	0.19 402	0.37 492	0.34 432	0.21 393	0.28 403	0.29 439	0.24 453	0.20 409	0.22 438	0.09 358	0.10 453	0.11 437	0.11 453	0.08 321	0.08 343

UNet	0.17 397	0.09 311	0.18 399	0.19 355	0.12 420	0.27 485	0.19 402	0.33 455	0.29 389	0.21 393	0.24 335	0.23 385	0.19 414	0.19 384	0.18 391	0.07 238	0.06 306	0.08 278	0.07 272	0.08 321	0.06 199

UPFNet	0.16 377	0.08 236	0.12 184	0.20 410	0.12 420	0.20 412	0.23 461	0.28 390	0.26 359	0.17 311	0.24 335	0.22 367	0.19 414	0.19 384	0.21 429	0.09 358	0.07 378	0.08 278	0.09 382	0.08 321	0.06 199

ACVNet	0.15 354	0.09 311	0.15 314	0.13 13	0.12 420	0.14 278	0.20 423	0.22 274	0.33 420	0.17 311	0.26 381	0.21 349	0.16 361	0.17 348	0.21 429	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.06 199

acv_ft	0.15 354	0.09 311	0.15 314	0.19 355	0.10 341	0.16 334	0.17 318	0.25 332	0.33 420	0.19 357	0.26 381	0.21 349	0.17 384	0.17 348	0.18 391	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.06 199

GANet-RSSM	0.14 310	0.07 139	0.13 229	0.13 13	0.08 127	0.14 278	0.17 318	0.22 274	0.21 284	0.17 311	0.24 335	0.23 385	0.15 335	0.16 316	0.15 342	0.10 399	0.06 306	0.07 194	0.08 337	0.08 321	0.07 279

PSMNet-RSSM	0.14 310	0.07 139	0.13 229	0.15 70	0.08 127	0.13 246	0.16 284	0.24 316	0.24 324	0.16 295	0.28 403	0.22 367	0.14 317	0.15 282	0.13 277	0.11 428	0.06 306	0.09 358	0.12 472	0.08 321	0.07 279

DSFCA	0.16 377	0.09 311	0.14 264	0.16 142	0.10 341	0.20 412	0.19 402	0.28 390	0.31 406	0.23 421	0.24 335	0.22 367	0.15 335	0.19 384	0.20 409	0.10 399	0.07 378	0.09 358	0.09 382	0.08 321	0.08 343

ADCRef	0.19 423	0.12 413	0.41 509	0.20 410	0.12 420	0.22 437	0.18 363	0.32 436	0.36 446	0.26 448	0.32 433	0.17 300	0.23 447	0.24 459	0.24 463	0.07 238	0.06 306	0.09 358	0.09 382	0.08 321	0.08 343

TDLM	0.17 397	0.12 413	0.13 229	0.24 484	0.10 341	0.18 374	0.18 363	0.36 487	0.30 399	0.21 393	0.28 403	0.28 431	0.18 398	0.23 450	0.18 391	0.11 428	0.07 378	0.10 406	0.10 421	0.08 321	0.08 343

NaN_ROB	0.22 456	0.19 497	0.24 449	0.25 495	0.13 442	0.29 496	0.26 497	0.33 455	0.41 471	0.31 487	0.31 429	0.32 471	0.23 447	0.30 490	0.21 429	0.11 428	0.17 516	0.10 406	0.10 421	0.08 321	0.09 387

iResNet_ROB	0.14 310	0.07 139	0.13 229	0.14 30	0.07 71	0.18 374	0.14 152	0.26 350	0.31 406	0.22 409	0.25 364	0.23 385	0.15 335	0.15 282	0.13 277	0.07 238	0.05 182	0.05 23	0.04 34	0.08 321	0.08 343

LE_ROB	0.50 541	0.07 139	0.14 264	0.15 70	0.08 127	0.24 455	0.16 284	0.22 274	1.81 573	4.63 577	0.67 537	0.47 525	0.44 533	0.20 409	0.29 502	0.07 238	0.06 306	0.06 102	0.06 185	0.08 321	0.06 199

DN-CSS_ROB	0.13 276	0.13 442	0.16 348	0.18 298	0.10 341	0.16 334	0.08 7	0.22 274	0.18 231	0.17 311	0.22 314	0.13 217	0.13 292	0.12 189	0.13 277	0.05 27	0.05 182	0.10 406	0.10 421	0.08 321	0.06 199

zh-mn7	0.25 490	0.14 454	0.56 529	0.19 355	0.14 462	0.24 455	0.22 450	0.34 464	0.62 531	0.35 500	0.65 535	0.31 461	0.25 462	0.31 491	0.25 472	0.09 358	0.08 404	0.09 358	0.09 382	0.09 382	0.11 439

coex_refinement	0.14 310	0.07 139	0.12 184	0.17 216	0.10 341	0.15 304	0.15 219	0.26 350	0.29 389	0.18 341	0.20 284	0.22 367	0.17 384	0.16 316	0.18 391	0.08 299	0.05 182	0.06 102	0.06 185	0.09 382	0.08 343

rvit_0105_6	0.14 310	0.09 311	0.18 399	0.17 216	0.10 341	0.10 127	0.16 284	0.19 218	0.26 359	0.12 192	0.18 263	0.17 300	0.12 254	0.18 369	0.12 236	0.15 493	0.11 466	0.12 456	0.10 421	0.09 382	0.06 199

rvit_0105_4	0.14 310	0.09 311	0.17 376	0.17 216	0.10 341	0.12 207	0.19 402	0.23 294	0.27 368	0.14 240	0.20 284	0.17 300	0.13 292	0.17 348	0.13 277	0.15 493	0.11 466	0.11 437	0.10 421	0.09 382	0.06 199

test_sample3	0.14 310	0.08 236	0.15 314	0.14 30	0.09 239	0.19 397	0.17 318	0.26 350	0.18 231	0.16 295	0.22 314	0.19 328	0.15 335	0.17 348	0.13 277	0.08 299	0.06 306	0.07 194	0.06 185	0.09 382	0.08 343

ttt	0.14 310	0.08 236	0.14 264	0.15 70	0.08 127	0.15 304	0.18 363	0.27 371	0.29 389	0.16 295	0.24 335	0.17 300	0.13 292	0.13 234	0.14 314	0.11 428	0.08 404	0.09 358	0.08 337	0.09 382	0.08 343

CFNet_ucs	0.15 354	0.08 236	0.16 348	0.16 142	0.11 389	0.14 278	0.14 152	0.30 415	0.34 432	0.16 295	0.24 335	0.23 385	0.14 317	0.18 369	0.15 342	0.09 358	0.06 306	0.08 278	0.07 272	0.09 382	0.09 387

iinet-f	0.16 377	0.06 56	0.45 513	0.14 30	0.10 341	0.21 429	0.14 152	0.27 371	0.23 308	0.21 393	0.24 335	0.21 349	0.15 335	0.18 369	0.21 429	0.09 358	0.07 378	0.07 194	0.06 185	0.09 382	0.10 413

CASS	0.13 276	0.12 413	0.11 149	0.23 475	0.09 239	0.15 304	0.17 318	0.18 197	0.19 246	0.17 311	0.18 263	0.15 266	0.15 335	0.14 260	0.14 314	0.09 358	0.06 306	0.10 406	0.08 337	0.09 382	0.07 279
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.17 397	0.11 395	0.18 399	0.17 216	0.11 389	0.16 334	0.25 489	0.24 316	0.33 420	0.19 357	0.24 335	0.26 413	0.24 453	0.19 384	0.20 409	0.07 238	0.08 404	0.09 358	0.10 421	0.09 382	0.08 343

AASNet	0.16 377	0.08 236	0.12 184	0.19 355	0.09 239	0.18 374	0.15 219	0.37 492	0.37 453	0.19 357	0.23 323	0.20 340	0.16 361	0.17 348	0.20 409	0.10 399	0.08 404	0.08 278	0.07 272	0.09 382	0.09 387

ADLNet2	0.16 377	0.09 311	0.13 229	0.16 142	0.09 239	0.20 412	0.16 284	0.31 425	0.39 462	0.16 295	0.20 284	0.20 340	0.18 398	0.21 426	0.22 438	0.08 299	0.06 306	0.07 194	0.07 272	0.09 382	0.07 279

GEStereo_RVC	0.17 397	0.12 413	0.15 314	0.22 454	0.11 389	0.19 397	0.17 318	0.32 436	0.48 497	0.20 379	0.25 364	0.17 300	0.13 292	0.21 426	0.16 358	0.10 399	0.06 306	0.08 278	0.07 272	0.09 382	0.08 343

TestStereo	0.13 276	0.14 454	0.11 149	0.23 475	0.08 127	0.15 304	0.21 440	0.20 229	0.23 308	0.14 240	0.24 335	0.16 280	0.12 254	0.16 316	0.14 314	0.05 27	0.06 306	0.08 278	0.06 185	0.09 382	0.05 121

HCRNet	0.16 377	0.24 515	0.12 184	0.35 532	0.11 389	0.15 304	0.17 318	0.26 350	0.22 298	0.19 357	0.24 335	0.21 349	0.14 317	0.15 282	0.13 277	0.11 428	0.07 378	0.11 437	0.10 421	0.09 382	0.07 279

Syn2CoEx	0.21 447	0.16 472	0.27 464	0.29 522	0.14 462	0.26 475	0.20 423	0.33 455	0.31 406	0.28 469	0.36 457	0.27 421	0.25 462	0.19 384	0.24 463	0.16 509	0.12 480	0.14 483	0.11 453	0.09 382	0.08 343

GwcNet	0.20 435	0.13 442	0.19 410	0.18 298	0.12 420	0.24 455	0.19 402	0.35 480	0.43 483	0.20 379	0.32 433	0.33 474	0.20 426	0.22 439	0.24 463	0.11 428	0.09 433	0.09 358	0.09 382	0.09 382	0.10 413

HGLStereo	0.17 397	0.08 236	0.19 410	0.17 216	0.12 420	0.18 374	0.18 363	0.31 425	0.32 413	0.21 393	0.32 433	0.25 404	0.18 398	0.19 384	0.20 409	0.09 358	0.09 433	0.07 194	0.07 272	0.09 382	0.10 413

CFNet-ft	0.14 310	0.07 139	0.15 314	0.12 4	0.09 239	0.16 334	0.18 363	0.22 274	0.24 324	0.17 311	0.26 381	0.24 391	0.14 317	0.16 316	0.14 314	0.11 428	0.06 306	0.08 278	0.09 382	0.09 382	0.08 343

DMCA	0.14 310	0.09 311	0.16 348	0.19 355	0.09 239	0.15 304	0.17 318	0.23 294	0.27 368	0.14 240	0.19 272	0.17 300	0.18 398	0.15 282	0.17 373	0.10 399	0.06 306	0.08 278	0.06 185	0.09 382	0.10 413

FADNet-RVC-Resample	0.16 377	0.11 395	0.31 482	0.22 454	0.11 389	0.19 397	0.14 152	0.25 332	0.24 324	0.24 430	0.27 389	0.20 340	0.15 335	0.16 316	0.15 342	0.07 238	0.08 404	0.12 456	0.10 421	0.09 382	0.10 413

STTStereo	0.18 411	0.12 413	0.27 464	0.20 410	0.11 389	0.16 334	0.21 440	0.29 401	0.23 308	0.21 393	0.30 421	0.29 439	0.18 398	0.20 409	0.19 403	0.12 453	0.11 466	0.11 437	0.14 485	0.09 382	0.08 343

ADCP+	0.20 435	0.10 369	0.33 488	0.20 410	0.12 420	0.22 437	0.26 497	0.31 425	0.34 432	0.26 448	0.37 463	0.22 367	0.22 439	0.27 469	0.27 492	0.09 358	0.06 306	0.08 278	0.08 337	0.09 382	0.10 413

PA-Net	0.23 472	0.18 494	0.33 488	0.28 515	0.22 522	0.21 429	0.38 542	0.29 401	0.39 462	0.22 409	0.32 433	0.25 404	0.26 468	0.20 409	0.25 472	0.09 358	0.23 536	0.15 495	0.22 523	0.09 382	0.13 472
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.14 310	0.07 139	0.15 314	0.12 4	0.09 239	0.16 334	0.18 363	0.22 274	0.24 324	0.17 311	0.26 381	0.24 391	0.14 317	0.16 316	0.14 314	0.11 428	0.06 306	0.08 278	0.09 382	0.09 382	0.08 343

CVANet_RVC	0.18 411	0.10 369	0.14 264	0.21 439	0.10 341	0.18 374	0.17 318	0.34 464	0.33 420	0.22 409	0.31 429	0.28 431	0.18 398	0.23 450	0.17 373	0.12 453	0.08 404	0.12 456	0.11 453	0.09 382	0.07 279

AdaStereo	0.15 354	0.11 395	0.15 314	0.18 298	0.09 239	0.20 412	0.11 46	0.32 436	0.28 382	0.20 379	0.23 323	0.20 340	0.13 292	0.19 384	0.14 314	0.12 453	0.05 182	0.10 406	0.07 272	0.09 382	0.07 279
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.
iResNetv2_ROB	0.14 310	0.08 236	0.15 314	0.16 142	0.08 127	0.16 334	0.12 63	0.25 332	0.35 441	0.21 393	0.29 415	0.24 391	0.13 292	0.14 260	0.14 314	0.06 114	0.05 182	0.06 102	0.04 34	0.09 382	0.08 343

DRN-Test	0.19 423	0.11 395	0.20 422	0.22 454	0.10 341	0.22 437	0.22 450	0.39 504	0.37 453	0.24 430	0.32 433	0.26 413	0.21 430	0.22 439	0.24 463	0.11 428	0.07 378	0.11 437	0.10 421	0.09 382	0.07 279

StereoDRNet	0.18 411	0.11 395	0.17 376	0.22 454	0.11 389	0.21 429	0.22 450	0.37 492	0.33 420	0.24 430	0.28 403	0.30 448	0.19 414	0.20 409	0.20 409	0.09 358	0.08 404	0.11 437	0.09 382	0.09 382	0.07 279

DISCO	0.19 423	0.09 311	0.22 436	0.17 216	0.10 341	0.25 466	0.18 363	0.27 371	0.44 488	0.22 409	0.31 429	0.33 474	0.26 468	0.28 480	0.28 499	0.08 299	0.06 306	0.07 194	0.07 272	0.09 382	0.09 387

PSMNet_ROB	0.21 447	0.11 395	0.15 314	0.27 512	0.15 480	0.24 455	0.35 537	0.43 523	0.37 453	0.27 454	0.32 433	0.32 471	0.22 439	0.21 426	0.26 484	0.12 453	0.08 404	0.13 471	0.11 453	0.09 382	0.09 387

z-mn7	0.24 479	0.14 454	0.45 513	0.19 355	0.13 442	0.28 492	0.25 489	0.34 464	0.62 531	0.27 454	0.56 527	0.29 439	0.24 453	0.32 498	0.25 472	0.08 299	0.08 404	0.08 278	0.08 337	0.10 414	0.10 413

w-ln-seven-2	0.20 435	0.14 454	0.37 501	0.22 454	0.12 420	0.20 412	0.21 440	0.28 390	0.37 453	0.25 443	0.37 463	0.27 421	0.22 439	0.21 426	0.23 450	0.08 299	0.08 404	0.09 358	0.09 382	0.10 414	0.09 387

S2M2	0.09 81	0.08 236	0.11 149	0.13 13	0.10 341	0.08 51	0.06 1	0.10 17	0.10 36	0.10 125	0.09 88	0.10 154	0.09 167	0.11 107	0.11 187	0.13 476	0.07 378	0.08 278	0.09 382	0.10 414	0.08 343

FACV-RUCA	0.13 276	0.11 395	0.12 184	0.19 355	0.12 420	0.15 304	0.15 219	0.22 274	0.20 269	0.15 267	0.16 217	0.14 237	0.16 361	0.14 260	0.13 277	0.07 238	0.05 182	0.08 278	0.06 185	0.10 414	0.08 343

DCVSM-stereo	0.14 310	0.09 311	0.16 348	0.16 142	0.10 341	0.15 304	0.09 18	0.19 218	0.23 308	0.20 379	0.23 323	0.26 413	0.15 335	0.18 369	0.14 314	0.09 358	0.07 378	0.09 358	0.08 337	0.10 414	0.12 452

rvit_stereo_0075_2	0.17 397	0.12 413	0.25 454	0.23 475	0.16 490	0.13 246	0.10 27	0.30 415	0.27 368	0.20 379	0.28 403	0.22 367	0.15 335	0.18 369	0.13 277	0.16 509	0.10 453	0.17 504	0.10 421	0.10 414	0.09 387

test_sample7	0.15 354	0.10 369	0.16 348	0.14 30	0.11 389	0.16 334	0.16 284	0.27 371	0.23 308	0.20 379	0.20 284	0.24 391	0.19 414	0.16 316	0.16 358	0.12 453	0.06 306	0.10 406	0.09 382	0.10 414	0.10 413

HBP-ISP	0.18 411	0.13 442	0.16 348	0.15 70	0.11 389	0.08 51	0.13 104	0.28 390	0.29 389	0.22 409	0.33 445	0.21 349	0.25 462	0.23 450	0.17 373	0.14 489	0.16 511	0.21 518	0.17 512	0.10 414	0.08 343

Wz-Net-LNSev-Ref	0.18 411	0.09 311	0.29 477	0.15 70	0.10 341	0.22 437	0.20 423	0.26 350	0.39 462	0.25 443	0.42 501	0.24 391	0.15 335	0.20 409	0.19 403	0.07 238	0.05 182	0.06 102	0.05 107	0.10 414	0.09 387

NINENet	0.16 377	0.10 369	0.15 314	0.17 216	0.11 389	0.19 397	0.14 152	0.40 508	0.36 446	0.18 341	0.21 305	0.16 280	0.13 292	0.15 282	0.13 277	0.08 299	0.08 404	0.10 406	0.07 272	0.10 414	0.09 387

AACVNet	0.16 377	0.08 236	0.14 264	0.15 70	0.10 341	0.18 374	0.15 219	0.23 294	0.24 324	0.27 454	0.27 389	0.28 431	0.17 384	0.19 384	0.16 358	0.09 358	0.07 378	0.09 358	0.07 272	0.10 414	0.09 387

LMCR-Stereo	0.15 354	0.08 236	0.13 229	0.21 439	0.09 239	0.17 355	0.20 423	0.27 371	0.19 246	0.24 430	0.24 335	0.23 385	0.17 384	0.20 409	0.17 373	0.07 238	0.06 306	0.08 278	0.06 185	0.10 414	0.08 343

aanetorigin	0.22 456	0.17 483	0.56 529	0.17 216	0.10 341	0.15 304	0.19 402	0.20 229	0.33 420	0.49 531	0.48 511	0.29 439	0.27 476	0.20 409	0.23 450	0.08 299	0.07 378	0.08 278	0.07 272	0.10 414	0.09 387

DMCA-RVC	0.17 397	0.10 369	0.15 314	0.24 484	0.11 389	0.18 374	0.18 363	0.25 332	0.24 324	0.21 393	0.26 381	0.25 404	0.27 476	0.18 369	0.20 409	0.12 453	0.08 404	0.13 471	0.10 421	0.10 414	0.08 343

Nwc_Net	0.23 472	0.16 472	0.21 430	0.25 495	0.14 462	0.24 455	0.26 497	0.37 492	0.38 459	0.22 409	0.41 494	0.30 448	0.28 485	0.28 480	0.25 472	0.11 428	0.10 453	0.17 504	0.20 518	0.10 414	0.10 413

ADCL	0.24 479	0.11 395	0.47 518	0.22 454	0.12 420	0.34 511	0.29 519	0.29 401	0.56 519	0.24 430	0.46 508	0.30 448	0.30 497	0.29 487	0.29 502	0.08 299	0.07 378	0.09 358	0.09 382	0.10 414	0.10 413

GANet	0.21 447	0.12 413	0.21 430	0.24 484	0.13 442	0.22 437	0.22 450	0.41 514	0.26 359	0.31 487	0.42 501	0.37 491	0.28 485	0.23 450	0.22 438	0.10 399	0.12 480	0.10 406	0.09 382	0.10 414	0.08 343

PS-NSSS	0.20 435	0.21 507	0.23 445	0.20 410	0.10 341	0.19 397	0.17 318	0.36 487	0.25 345	0.27 454	0.33 445	0.27 421	0.24 453	0.20 409	0.20 409	0.15 493	0.12 480	0.17 504	0.14 485	0.10 414	0.08 343

MDST_ROB	0.22 456	0.10 369	0.17 376	0.18 298	0.11 389	0.37 522	0.19 402	0.43 523	0.41 471	0.39 511	0.39 477	0.29 439	0.21 430	0.26 466	0.18 391	0.11 428	0.10 453	0.14 483	0.11 453	0.10 414	0.08 343

CBMV_ROB	0.19 423	0.13 442	0.17 376	0.16 142	0.11 389	0.15 304	0.13 104	0.26 350	0.28 382	0.27 454	0.30 421	0.27 421	0.24 453	0.23 450	0.16 358	0.15 493	0.17 516	0.22 522	0.20 518	0.10 414	0.11 439

SGM_RVC	0.23 472	0.12 413	0.15 314	0.15 70	0.09 239	0.33 508	0.18 363	0.34 464	0.31 406	0.44 526	0.37 463	0.53 533	0.35 513	0.35 510	0.24 463	0.13 476	0.13 493	0.13 471	0.13 482	0.10 414	0.11 439
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.19 423	0.14 454	0.17 376	0.18 298	0.10 341	0.20 412	0.11 46	0.29 401	0.30 399	0.29 477	0.30 421	0.30 448	0.23 447	0.27 469	0.19 403	0.13 476	0.15 508	0.17 504	0.16 505	0.10 414	0.10 413
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	0.24 479	0.14 454	0.55 526	0.19 355	0.14 462	0.26 475	0.22 450	0.35 480	0.60 528	0.29 477	0.39 477	0.30 448	0.22 439	0.21 426	0.26 484	0.09 358	0.09 433	0.11 437	0.10 421	0.11 436	0.10 413

DDVS	0.15 354	0.10 369	0.21 430	0.16 142	0.12 420	0.15 304	0.14 152	0.25 332	0.19 246	0.18 341	0.29 415	0.27 421	0.12 254	0.19 384	0.15 342	0.09 358	0.06 306	0.09 358	0.07 272	0.11 436	0.11 439

Wz-Net-SNSev	0.25 490	0.17 483	0.44 512	0.25 495	0.14 462	0.26 475	0.23 461	0.38 500	0.56 519	0.30 481	0.55 522	0.39 503	0.26 468	0.23 450	0.30 507	0.10 399	0.09 433	0.09 358	0.10 421	0.11 436	0.11 439

dad	0.17 397	0.20 501	0.20 422	0.16 142	0.11 389	0.20 412	0.18 363	0.21 252	0.28 382	0.30 481	0.24 335	0.29 439	0.13 292	0.19 384	0.16 358	0.18 516	0.09 433	0.11 437	0.09 382	0.11 436	0.07 279

pcwnet_v2	0.19 423	0.10 369	0.26 457	0.17 216	0.14 462	0.18 374	0.15 219	0.37 492	0.46 495	0.19 357	0.24 335	0.21 349	0.19 414	0.20 409	0.19 403	0.13 476	0.10 453	0.10 406	0.10 421	0.11 436	0.13 472

EDNetEfficient	0.29 509	0.24 515	1.13 561	0.18 298	0.10 341	0.19 397	0.20 423	0.20 229	0.60 528	0.74 550	0.56 527	0.31 461	0.39 520	0.22 439	0.30 507	0.09 358	0.07 378	0.08 278	0.07 272	0.11 436	0.09 387

FAT-Stereo	0.20 435	0.12 413	0.22 436	0.21 439	0.12 420	0.17 355	0.18 363	0.34 464	0.39 462	0.27 454	0.37 463	0.34 480	0.32 506	0.21 426	0.20 409	0.09 358	0.11 466	0.10 406	0.09 382	0.11 436	0.14 489

FADNet_RVC	0.16 377	0.14 454	0.40 506	0.20 410	0.11 389	0.13 246	0.13 104	0.26 350	0.22 298	0.21 393	0.23 323	0.20 340	0.17 384	0.14 260	0.16 358	0.08 299	0.08 404	0.12 456	0.09 382	0.11 436	0.10 413

AF-Net	0.22 456	0.17 483	0.17 376	0.26 500	0.13 442	0.25 466	0.24 473	0.32 436	0.50 506	0.25 443	0.33 445	0.38 495	0.26 468	0.28 480	0.25 472	0.11 428	0.10 453	0.16 501	0.11 453	0.11 436	0.10 413

UCFNet_RVC	0.14 310	0.08 236	0.13 229	0.11 1	0.10 341	0.20 412	0.10 27	0.24 316	0.22 298	0.17 311	0.20 284	0.23 385	0.15 335	0.17 348	0.15 342	0.12 453	0.07 378	0.10 406	0.13 482	0.11 436	0.10 413

DeepPruner_ROB	0.16 377	0.11 395	0.15 314	0.17 216	0.10 341	0.17 355	0.15 219	0.32 436	0.21 284	0.19 357	0.21 305	0.22 367	0.18 398	0.20 409	0.15 342	0.13 476	0.09 433	0.09 358	0.09 382	0.11 436	0.10 413

FBW_ROB	0.24 479	0.17 483	0.22 436	0.26 500	0.14 462	0.25 466	0.22 450	0.41 514	0.41 471	0.41 518	0.41 494	0.42 510	0.27 476	0.31 491	0.23 450	0.09 358	0.14 502	0.14 483	0.12 472	0.11 436	0.09 387

PWC_ROB	0.21 447	0.16 472	0.26 457	0.18 298	0.11 389	0.22 437	0.13 104	0.32 436	0.49 503	0.30 481	0.40 483	0.32 471	0.24 453	0.31 491	0.22 438	0.10 399	0.07 378	0.11 437	0.08 337	0.11 436	0.10 413

PWCDC_ROB	0.20 435	0.13 442	0.22 436	0.24 484	0.11 389	0.19 397	0.15 219	0.33 455	0.54 515	0.29 477	0.50 516	0.21 349	0.15 335	0.27 469	0.20 409	0.11 428	0.09 433	0.10 406	0.08 337	0.11 436	0.09 387

MeshStereo	0.27 501	0.13 442	0.18 399	0.15 70	0.11 389	0.32 502	0.24 473	0.40 508	0.36 446	0.52 533	0.57 530	0.67 544	0.40 523	0.35 510	0.26 484	0.14 489	0.13 493	0.13 471	0.11 453	0.11 436	0.10 413
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
MSAF-DinoV2	0.22 456	0.11 395	0.23 445	0.17 216	0.10 341	0.27 485	0.16 284	0.37 492	0.55 516	0.21 393	0.27 389	0.47 525	0.27 476	0.35 510	0.39 531	0.09 358	0.06 306	0.07 194	0.09 382	0.12 451	0.10 413

zh-sn7	0.25 490	0.17 483	0.50 520	0.24 484	0.13 442	0.25 466	0.24 473	0.34 464	0.48 497	0.28 469	0.54 520	0.28 431	0.31 501	0.36 516	0.32 515	0.10 399	0.10 453	0.11 437	0.10 421	0.12 451	0.12 452

GMStereo_Zeroshot	0.16 377	0.13 442	0.24 449	0.20 410	0.10 341	0.17 355	0.13 104	0.29 401	0.25 345	0.23 421	0.32 433	0.25 404	0.11 224	0.19 384	0.14 314	0.09 358	0.06 306	0.11 437	0.06 185	0.12 451	0.08 343

Wz-Net-LNSev	0.22 456	0.16 472	0.38 502	0.21 439	0.13 442	0.25 466	0.23 461	0.32 436	0.43 483	0.30 481	0.41 494	0.31 461	0.18 398	0.22 439	0.25 472	0.10 399	0.09 433	0.08 278	0.08 337	0.12 451	0.11 439

Wz-Net-MNSev	0.22 456	0.13 442	0.31 482	0.20 410	0.14 462	0.36 521	0.24 473	0.33 455	0.44 488	0.28 469	0.40 483	0.38 495	0.19 414	0.24 459	0.25 472	0.09 358	0.07 378	0.09 358	0.09 382	0.12 451	0.10 413

SACVNet	0.18 411	0.12 413	0.14 264	0.17 216	0.13 442	0.22 437	0.18 363	0.31 425	0.30 399	0.23 421	0.31 429	0.30 448	0.22 439	0.22 439	0.17 373	0.11 428	0.08 404	0.10 406	0.10 421	0.12 451	0.14 489

APVNet	0.22 456	0.12 413	0.19 410	0.18 298	0.14 462	0.32 502	0.31 533	0.39 504	0.32 413	0.27 454	0.40 483	0.30 448	0.29 493	0.26 466	0.25 472	0.11 428	0.12 480	0.11 437	0.14 485	0.12 451	0.12 452

psmorigin	0.25 490	0.15 464	0.34 496	0.17 216	0.13 442	0.23 450	0.14 152	0.34 464	0.33 420	0.41 518	0.55 522	0.41 509	0.37 517	0.34 504	0.27 492	0.11 428	0.15 508	0.11 437	0.11 453	0.12 451	0.16 507

EDNetEfficientorigin	7.91 580	0.31 532	153.02 596	0.19 355	0.09 239	0.21 429	0.16 284	0.22 274	0.59 525	0.72 546	0.67 537	0.42 510	0.50 538	0.24 459	0.39 531	0.08 299	0.07 378	0.08 278	0.07 272	0.12 451	0.10 413

hitnet-ft	0.18 411	0.09 311	0.17 376	0.14 30	0.09 239	0.26 475	0.20 423	0.25 332	0.26 359	0.24 430	0.32 433	0.31 461	0.22 439	0.24 459	0.21 429	0.12 453	0.07 378	0.10 406	0.08 337	0.12 451	0.11 439

MaskLacGwcNet_RVC	0.22 456	0.21 507	0.24 449	0.26 500	0.11 389	0.23 450	0.14 152	0.39 504	0.24 324	0.32 493	0.36 457	0.30 448	0.21 430	0.19 384	0.21 429	0.17 514	0.14 502	0.21 518	0.16 505	0.12 451	0.12 452

SuperB	0.20 435	0.10 369	0.56 529	0.16 142	0.09 239	0.18 374	0.18 363	0.24 316	0.50 506	0.26 448	0.39 477	0.17 300	0.21 430	0.22 439	0.21 429	0.08 299	0.06 306	0.06 102	0.06 185	0.12 451	0.10 413

RP	0.21 447	0.13 442	0.21 430	0.23 475	0.11 389	0.21 429	0.20 423	0.25 332	0.44 488	0.21 393	0.38 469	0.36 486	0.24 453	0.27 469	0.25 472	0.11 428	0.12 480	0.13 471	0.12 472	0.12 451	0.14 489

edge stereo	0.22 456	0.13 442	0.20 422	0.21 439	0.13 442	0.23 450	0.16 284	0.32 436	0.42 478	0.32 493	0.40 483	0.38 495	0.35 513	0.25 464	0.24 463	0.13 476	0.11 466	0.14 483	0.11 453	0.12 451	0.13 472

DeepPrunerF	0.24 479	0.17 483	0.42 511	0.26 500	0.16 490	0.22 437	0.28 510	0.37 492	0.50 506	0.26 448	0.29 415	0.24 391	0.28 485	0.21 426	0.22 438	0.15 493	0.11 466	0.20 517	0.18 516	0.12 451	0.13 472

SGM-ForestM	0.32 517	0.12 413	0.16 348	0.16 142	0.11 389	0.39 526	0.19 402	0.41 514	0.50 506	0.52 533	0.54 520	1.32 563	0.42 531	0.40 530	0.27 492	0.14 489	0.16 511	0.16 501	0.16 505	0.12 451	0.12 452

NOSS_ROB	0.19 423	0.12 413	0.18 399	0.16 142	0.12 420	0.15 304	0.12 63	0.30 415	0.32 413	0.20 379	0.22 314	0.27 421	0.23 447	0.21 426	0.16 358	0.16 509	0.18 518	0.23 523	0.21 520	0.12 451	0.13 472

SGM-Forest	0.20 435	0.14 454	0.18 399	0.19 355	0.13 442	0.20 412	0.22 450	0.33 455	0.30 399	0.24 430	0.29 415	0.28 431	0.19 414	0.23 450	0.17 373	0.15 493	0.16 511	0.15 495	0.14 485	0.12 451	0.12 452
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TCMNet	0.19 423	0.12 413	0.19 410	0.20 410	0.18 511	0.20 412	0.24 473	0.27 371	0.36 446	0.23 421	0.26 381	0.25 404	0.19 414	0.19 384	0.23 450	0.13 476	0.11 466	0.11 437	0.12 472	0.13 469	0.12 452

FADNet-RVC	0.20 435	0.20 501	0.38 502	0.21 439	0.16 490	0.20 412	0.15 219	0.26 350	0.26 359	0.26 448	0.32 433	0.26 413	0.21 430	0.22 439	0.19 403	0.12 453	0.13 493	0.12 456	0.14 485	0.13 469	0.18 518

S-Stereo	0.20 435	0.12 413	0.25 454	0.21 439	0.13 442	0.20 412	0.18 363	0.32 436	0.43 483	0.23 421	0.36 457	0.28 431	0.30 497	0.19 384	0.22 438	0.09 358	0.12 480	0.10 406	0.10 421	0.13 469	0.13 472

NCC-stereo	0.24 479	0.15 464	0.31 482	0.26 500	0.16 490	0.20 412	0.30 527	0.40 508	0.40 468	0.24 430	0.38 469	0.33 474	0.28 485	0.36 516	0.27 492	0.12 453	0.11 466	0.15 495	0.22 523	0.13 469	0.13 472

Abc-Net	0.24 479	0.15 464	0.31 482	0.26 500	0.16 490	0.20 412	0.30 527	0.40 508	0.40 468	0.24 430	0.38 469	0.33 474	0.28 485	0.36 516	0.27 492	0.12 453	0.11 466	0.15 495	0.22 523	0.13 469	0.13 472
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.23 472	0.12 413	0.28 469	0.21 439	0.13 442	0.28 492	0.16 284	0.35 480	0.66 538	0.27 454	0.33 445	0.30 448	0.21 430	0.31 491	0.29 502	0.10 399	0.08 404	0.09 358	0.10 421	0.13 469	0.13 472

ADCMid	0.25 490	0.15 464	0.40 506	0.20 410	0.14 462	0.25 466	0.26 497	0.34 464	0.38 459	0.36 503	0.44 506	0.34 480	0.40 523	0.35 510	0.33 519	0.10 399	0.09 433	0.11 437	0.11 453	0.13 469	0.12 452

RYNet	0.22 456	0.12 413	0.22 436	0.19 355	0.17 505	0.46 529	0.26 497	0.38 500	0.48 497	0.24 430	0.28 403	0.34 480	0.23 447	0.20 409	0.30 507	0.10 399	0.06 306	0.09 358	0.09 382	0.13 469	0.15 496

DANet	0.21 447	0.15 464	0.28 469	0.25 495	0.13 442	0.22 437	0.19 402	0.27 371	0.27 368	0.28 469	0.32 433	0.35 484	0.31 501	0.31 491	0.23 450	0.11 428	0.09 433	0.11 437	0.10 421	0.13 469	0.11 439
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.23 472	0.15 464	0.17 376	0.34 530	0.18 511	0.24 455	0.23 461	0.34 464	0.28 382	0.31 487	0.38 469	0.38 495	0.28 485	0.23 450	0.24 463	0.15 493	0.12 480	0.18 513	0.21 520	0.13 469	0.13 472

SANet	0.24 479	0.14 454	0.28 469	0.21 439	0.11 389	0.27 485	0.24 473	0.38 500	0.64 535	0.36 503	0.40 483	0.43 514	0.26 468	0.27 469	0.24 463	0.12 453	0.09 433	0.10 406	0.09 382	0.13 469	0.11 439

XPNet_ROB	0.22 456	0.11 395	0.19 410	0.22 454	0.13 442	0.22 437	0.19 402	0.34 464	0.40 468	0.30 481	0.39 477	0.39 503	0.26 468	0.26 466	0.28 499	0.15 493	0.10 453	0.10 406	0.10 421	0.13 469	0.12 452

LALA_ROB	0.25 490	0.16 472	0.22 436	0.26 500	0.17 505	0.27 485	0.27 504	0.42 519	0.37 453	0.33 497	0.38 469	0.51 529	0.26 468	0.28 480	0.27 492	0.16 509	0.09 433	0.12 456	0.11 453	0.13 469	0.12 452

ISRNet	0.18 411	0.08 236	0.19 410	0.19 355	0.13 442	0.15 304	0.12 63	0.30 415	0.32 413	0.21 393	0.25 364	0.27 421	0.17 384	0.17 348	0.20 409	0.20 523	0.08 404	0.14 483	0.14 485	0.14 482	0.17 515

DualNet (step1)	0.16 377	0.12 413	0.20 422	0.12 4	0.14 462	0.17 355	0.13 104	0.27 371	0.23 308	0.20 379	0.20 284	0.24 391	0.19 414	0.16 316	0.16 358	0.15 493	0.06 306	0.14 483	0.14 485	0.14 482	0.12 452

test_sample9	0.18 411	0.12 413	0.20 422	0.12 4	0.14 462	0.17 355	0.13 104	0.27 371	0.23 308	0.20 379	0.20 284	0.24 391	0.19 414	0.19 384	0.17 373	0.15 493	0.30 542	0.14 483	0.14 485	0.14 482	0.12 452

test_sample8	0.19 423	0.12 413	0.20 422	0.12 4	0.14 462	0.17 355	0.13 104	0.31 425	0.21 284	0.27 454	0.22 314	0.36 486	0.25 462	0.19 384	0.17 373	0.15 493	0.30 542	0.14 483	0.14 485	0.14 482	0.12 452

coex-ft	3.30 572	0.34 536	59.09 595	0.18 298	0.13 442	0.26 475	0.22 450	0.27 371	0.72 543	1.90 574	0.70 541	0.44 516	0.45 534	0.29 487	0.41 537	0.09 358	0.09 433	0.12 456	0.09 382	0.14 482	0.13 472

WZ-Net	0.28 505	0.17 483	0.78 551	0.22 454	0.16 490	0.34 511	0.29 519	0.39 504	0.57 521	0.24 430	0.55 522	0.37 491	0.24 453	0.33 501	0.35 522	0.09 358	0.08 404	0.09 358	0.10 421	0.14 482	0.16 507

UDG	0.21 447	0.17 483	0.19 410	0.23 475	0.15 480	0.30 499	0.20 423	0.33 455	0.35 441	0.23 421	0.28 403	0.31 461	0.27 476	0.20 409	0.22 438	0.15 493	0.12 480	0.13 471	0.09 382	0.14 482	0.14 489

RGC	0.25 490	0.20 501	0.29 477	0.28 515	0.16 490	0.22 437	0.23 461	0.32 436	0.44 488	0.27 454	0.40 483	0.38 495	0.27 476	0.36 516	0.22 438	0.11 428	0.13 493	0.17 504	0.17 512	0.14 482	0.16 507

stereogan	0.22 456	0.11 395	0.21 430	0.20 410	0.12 420	0.31 501	0.19 402	0.35 480	0.44 488	0.22 409	0.39 477	0.35 484	0.27 476	0.33 501	0.22 438	0.10 399	0.12 480	0.10 406	0.10 421	0.14 482	0.13 472

AnyNet_C01	0.36 524	0.25 520	1.37 564	0.22 454	0.17 505	0.48 533	0.27 504	0.35 480	0.39 462	0.39 511	0.74 545	0.46 522	0.38 518	0.45 534	0.47 543	0.13 476	0.13 493	0.13 471	0.14 485	0.14 482	0.15 496

AnyNet_C32	0.26 499	0.16 472	0.36 497	0.20 410	0.16 490	0.25 466	0.30 527	0.32 436	0.44 488	0.31 487	0.49 512	0.30 448	0.33 507	0.40 530	0.33 519	0.12 453	0.12 480	0.12 456	0.14 485	0.14 482	0.15 496

ADCPNet	0.25 490	0.16 472	0.61 534	0.21 439	0.15 480	0.35 519	0.25 489	0.32 436	0.35 441	0.30 481	0.40 483	0.36 486	0.28 485	0.28 480	0.32 515	0.12 453	0.10 453	0.11 437	0.12 472	0.14 482	0.13 472

CSAN	0.29 509	0.24 515	0.27 464	0.34 530	0.19 514	0.33 508	0.42 546	0.37 492	0.50 506	0.38 509	0.40 483	0.44 516	0.33 507	0.28 480	0.30 507	0.20 523	0.16 511	0.19 515	0.19 517	0.14 482	0.15 496

ETE_ROB	0.23 472	0.17 483	0.22 436	0.25 495	0.13 442	0.26 475	0.29 519	0.31 425	0.36 446	0.28 469	0.36 457	0.45 518	0.26 468	0.27 469	0.26 484	0.11 428	0.08 404	0.12 456	0.09 382	0.14 482	0.13 472

WCMA_ROB	0.24 479	0.11 395	0.22 436	0.17 216	0.14 462	0.32 502	0.15 219	0.32 436	0.32 413	0.38 509	0.53 518	0.40 507	0.34 511	0.34 504	0.25 472	0.11 428	0.12 480	0.12 456	0.10 421	0.14 482	0.14 489

Wz-Net-TNSev	0.29 509	0.20 501	0.65 537	0.19 355	0.15 480	0.38 525	0.27 504	0.35 480	0.55 516	0.34 499	0.42 501	0.45 518	0.38 518	0.32 498	0.30 507	0.12 453	0.13 493	0.10 406	0.12 472	0.15 497	0.14 489

sAnonymous2	0.13 276	0.12 413	0.24 449	0.20 410	0.12 420	0.17 355	0.13 104	0.26 350	0.21 284	0.11 154	0.11 147	0.13 217	0.08 141	0.10 61	0.10 123	0.09 358	0.05 182	0.08 278	0.06 185	0.15 497	0.10 413

CroCo_RVC	0.13 276	0.12 413	0.24 449	0.20 410	0.12 420	0.17 355	0.13 104	0.26 350	0.21 284	0.11 154	0.11 147	0.13 217	0.08 141	0.10 61	0.10 123	0.09 358	0.05 182	0.08 278	0.06 185	0.15 497	0.10 413

FINET	0.21 447	0.18 494	0.26 457	0.18 298	0.16 490	0.23 450	0.23 461	0.32 436	0.48 497	0.25 443	0.32 433	0.22 367	0.22 439	0.22 439	0.17 373	0.18 516	0.16 511	0.11 437	0.10 421	0.15 497	0.13 472

RTS	0.45 536	0.19 497	3.26 571	0.24 484	0.15 480	0.74 552	0.20 423	0.36 487	0.76 549	0.42 521	0.43 504	0.31 461	0.41 528	0.53 542	0.35 522	0.10 399	0.08 404	0.13 471	0.12 472	0.15 497	0.15 496

RTSA	0.45 536	0.19 497	3.26 571	0.24 484	0.15 480	0.74 552	0.20 423	0.36 487	0.76 549	0.42 521	0.43 504	0.31 461	0.41 528	0.53 542	0.35 522	0.10 399	0.08 404	0.13 471	0.12 472	0.15 497	0.15 496

NVstereo2D	0.19 423	0.10 369	0.15 314	0.17 216	0.15 480	0.28 492	0.23 461	0.44 525	0.42 478	0.15 267	0.27 389	0.25 404	0.19 414	0.22 439	0.17 373	0.09 358	0.06 306	0.10 406	0.08 337	0.15 497	0.09 387

GASNet	0.22 456	0.23 512	0.33 488	0.26 500	0.17 505	0.26 475	0.16 284	0.44 525	0.42 478	0.27 454	0.24 335	0.30 448	0.15 335	0.27 469	0.18 391	0.12 453	0.08 404	0.12 456	0.11 453	0.16 504	0.07 279

DDUNet	0.22 456	0.17 483	0.21 430	0.22 454	0.15 480	0.25 466	0.24 473	0.29 401	0.30 399	0.31 487	0.36 457	0.33 474	0.25 462	0.24 459	0.20 409	0.18 516	0.13 493	0.17 504	0.11 453	0.16 504	0.16 507

MFN_U_SF_RVC	0.32 517	0.21 507	0.55 526	0.30 524	0.15 480	0.34 511	0.17 318	0.52 538	0.46 495	0.46 530	0.55 522	0.59 536	0.39 520	0.35 510	0.37 527	0.15 493	0.14 502	0.18 513	0.21 520	0.16 504	0.15 496

FADNet	0.21 447	0.22 511	0.36 497	0.18 298	0.17 505	0.24 455	0.13 104	0.31 425	0.31 406	0.23 421	0.25 364	0.27 421	0.21 430	0.19 384	0.15 342	0.13 476	0.15 508	0.12 456	0.15 501	0.16 504	0.18 518

G-Net	0.24 479	0.16 472	0.36 497	0.22 454	0.16 490	0.51 535	0.23 461	0.29 401	0.34 432	0.36 503	0.38 469	0.31 461	0.29 493	0.27 469	0.26 484	0.11 428	0.09 433	0.12 456	0.09 382	0.16 504	0.13 472

SHD	0.26 499	0.15 464	0.30 480	0.24 484	0.18 511	0.22 437	0.15 219	0.38 500	0.71 542	0.32 493	0.41 494	0.36 486	0.28 485	0.32 498	0.29 502	0.12 453	0.11 466	0.14 483	0.13 482	0.16 504	0.20 524

ADCS	0.29 509	0.18 494	0.45 513	0.21 439	0.17 505	0.28 492	0.23 461	0.41 514	0.63 534	0.40 514	0.49 512	0.40 507	0.36 515	0.39 526	0.40 534	0.13 476	0.12 480	0.13 471	0.14 485	0.16 504	0.16 507

Anonymous_2	0.22 456	0.17 483	0.28 469	0.15 70	0.16 490	0.32 502	0.22 450	0.22 274	0.17 205	0.23 421	0.24 335	0.26 413	0.27 476	0.27 469	0.23 450	0.22 531	0.25 538	0.17 504	0.17 512	0.17 511	0.17 515

XQC	0.28 505	0.23 512	0.51 521	0.28 515	0.19 514	0.34 511	0.27 504	0.36 487	0.57 521	0.31 487	0.30 421	0.37 491	0.30 497	0.38 523	0.38 529	0.13 476	0.09 433	0.15 495	0.12 472	0.17 511	0.18 518

STTRV1_RVC	0.25 490	0.26 521	0.39 504	0.19 355	0.26 533	0.30 499	0.24 473	0.34 464	0.35 441	0.36 503	0.34 449	0.31 461	0.31 501	0.28 480	0.25 472	0.17 514	0.10 453	0.16 501	0.14 485	0.17 511	0.12 452

PDISCO_ROB	0.27 501	0.16 472	0.26 457	0.28 515	0.20 517	0.32 502	0.26 497	0.44 525	0.57 521	0.28 469	0.40 483	0.45 518	0.29 493	0.33 501	0.34 521	0.12 453	0.09 433	0.17 504	0.16 505	0.17 511	0.13 472

MFN_U_SF_DS_RVC	0.30 514	0.24 515	0.29 477	0.36 534	0.16 490	0.34 511	0.30 527	0.32 436	0.42 478	0.40 514	0.46 508	0.38 495	0.31 501	0.34 504	0.28 499	0.19 521	0.20 524	0.26 526	0.29 536	0.18 515	0.19 523

CC-Net-ROB	0.28 505	0.31 532	0.36 497	0.29 522	0.15 480	0.25 466	0.19 402	0.45 528	0.33 420	0.39 511	0.37 463	0.39 503	0.31 501	0.27 469	0.26 484	0.24 537	0.19 521	0.30 538	0.23 527	0.18 515	0.15 496

GANetREF_RVC	0.31 515	0.34 536	0.27 464	0.35 532	0.16 490	0.32 502	0.41 543	0.48 532	0.51 513	0.35 500	0.35 454	0.34 480	0.33 507	0.39 526	0.32 515	0.27 539	0.20 524	0.29 536	0.15 501	0.18 515	0.17 515
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
LSM	0.33 520	0.20 501	0.58 532	0.26 500	0.60 558	0.34 511	0.25 489	0.42 519	0.48 497	0.45 527	0.58 532	0.42 510	0.36 515	0.35 510	0.25 472	0.12 453	0.20 524	0.14 483	0.16 505	0.19 518	0.33 545

DPSNet	0.28 505	0.16 472	0.31 482	0.18 298	0.13 442	0.54 537	0.42 546	0.51 537	0.67 539	0.29 477	0.38 469	0.38 495	0.29 493	0.31 491	0.23 450	0.11 428	0.10 453	0.11 437	0.08 337	0.20 519	0.16 507

PSMNet-RUCA	0.27 501	0.33 534	0.41 509	0.36 534	0.32 541	0.18 374	0.19 402	0.42 519	0.30 399	0.33 497	0.41 494	0.39 503	0.25 462	0.31 491	0.20 409	0.18 516	0.10 453	0.25 525	0.15 501	0.21 520	0.16 507

SQANet	0.23 472	0.23 512	0.30 480	0.30 524	0.19 514	0.27 485	0.13 104	0.29 401	0.33 420	0.24 430	0.37 463	0.31 461	0.22 439	0.27 469	0.23 450	0.15 493	0.10 453	0.21 518	0.16 505	0.21 520	0.15 496

DispFullNet	0.27 501	0.21 507	0.65 537	0.28 515	0.16 490	0.26 475	0.17 318	0.33 455	0.58 524	0.27 454	0.38 469	0.43 514	0.23 447	0.38 523	0.23 450	0.12 453	0.06 306	0.19 515	0.11 453	0.21 520	0.15 496

BEATNet-Init1	0.52 542	0.27 523	0.62 535	0.30 524	0.21 520	0.76 556	0.29 519	0.54 541	0.65 537	0.86 555	0.95 556	2.07 573	0.62 550	0.56 546	0.42 538	0.18 516	0.18 518	0.23 523	0.22 523	0.22 523	0.21 526

DGSMNet	0.24 479	0.19 497	0.33 488	0.21 439	0.24 526	0.24 455	0.20 423	0.35 480	0.41 471	0.24 430	0.32 433	0.38 495	0.21 430	0.29 487	0.23 450	0.12 453	0.11 466	0.14 483	0.16 505	0.23 524	0.23 530

ccnet	0.29 509	0.28 527	0.23 445	0.20 410	0.28 535	0.41 528	0.21 440	0.45 528	0.33 420	0.36 503	0.46 508	0.36 486	0.30 497	0.39 526	0.42 538	0.23 535	0.14 502	0.21 518	0.17 512	0.23 524	0.18 518

MSC_U_SF_DS_RVC	0.43 533	0.39 540	0.54 524	0.40 537	0.20 517	0.64 544	0.32 535	0.53 540	0.72 543	0.71 544	0.72 542	0.61 538	0.54 541	0.51 538	0.46 542	0.20 523	0.19 521	0.29 536	0.30 538	0.23 524	0.18 518

SAMSARA	0.40 529	0.28 527	0.33 488	0.55 548	0.39 542	0.82 559	1.23 573	0.47 531	0.51 513	0.36 503	0.35 454	0.55 535	0.39 520	0.38 523	0.39 531	0.15 493	0.20 524	0.15 495	0.14 485	0.23 524	0.20 524

PASM	0.32 517	0.24 515	0.48 519	0.28 515	0.27 534	0.29 496	0.30 527	0.34 464	0.49 503	0.35 500	0.39 477	0.46 522	0.34 511	0.34 504	0.35 522	0.23 535	0.25 538	0.26 526	0.28 535	0.23 524	0.21 526

MSMD_ROB	0.31 515	0.26 521	0.26 457	0.24 484	0.21 520	0.34 511	0.25 489	0.34 464	0.39 462	0.40 514	0.69 539	0.45 518	0.40 523	0.34 504	0.27 492	0.20 523	0.19 521	0.26 526	0.25 529	0.23 524	0.22 528

FADE	0.45 536	0.33 534	1.03 560	0.33 529	0.25 532	0.35 519	0.29 519	0.64 549	1.07 557	0.43 524	0.41 494	0.42 510	0.53 539	0.70 552	0.51 549	0.30 540	0.21 535	0.41 544	0.38 544	0.23 524	0.22 528

PVD	0.39 526	0.20 501	0.39 504	0.31 528	0.22 522	0.29 496	0.43 548	0.52 538	0.96 556	0.55 536	0.79 549	0.53 533	0.59 547	0.52 540	0.38 529	0.19 521	0.14 502	0.17 504	0.14 485	0.24 531	0.31 543

FC-DCNN v2	0.33 520	0.27 523	0.28 469	0.26 500	0.23 524	0.37 522	0.28 510	0.40 508	0.43 483	0.45 527	0.56 527	0.51 529	0.40 523	0.37 521	0.29 502	0.21 527	0.20 524	0.27 529	0.26 530	0.25 532	0.24 531

FCDSN-DC	0.33 520	0.28 527	0.28 469	0.30 524	0.24 526	0.39 526	0.28 510	0.42 519	0.42 478	0.43 524	0.53 518	0.51 529	0.41 528	0.36 516	0.30 507	0.21 527	0.20 524	0.27 529	0.26 530	0.25 532	0.24 531
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 536	0.27 523	0.27 464	0.27 512	0.24 526	0.47 531	0.31 533	0.55 542	0.59 525	0.72 546	1.13 565	1.15 557	0.61 548	0.52 540	0.37 527	0.21 527	0.20 524	0.27 529	0.31 540	0.25 532	0.24 531

FC-DCNN	0.33 520	0.27 523	0.28 469	0.26 500	0.23 524	0.37 522	0.28 510	0.40 508	0.43 483	0.45 527	0.55 522	0.51 529	0.40 523	0.37 521	0.30 507	0.21 527	0.20 524	0.27 529	0.26 530	0.25 532	0.24 531

ELAS_RVC	0.41 531	0.29 530	0.33 488	0.28 515	0.24 526	0.54 537	0.36 538	0.49 534	0.59 525	0.72 546	0.74 545	0.65 542	0.54 541	0.54 544	0.40 534	0.22 531	0.20 524	0.27 529	0.26 530	0.26 536	0.25 536
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 531	0.29 530	0.33 488	0.27 512	0.24 526	0.60 542	0.36 538	0.50 536	0.50 506	0.71 544	0.79 549	0.67 544	0.54 541	0.51 538	0.42 538	0.22 531	0.20 524	0.27 529	0.26 530	0.26 536	0.25 536
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	0.39 526	0.37 539	0.52 522	0.44 541	0.28 535	0.58 539	0.24 473	0.41 514	0.62 531	0.40 514	0.49 512	0.46 522	0.33 507	0.40 530	0.32 515	0.30 540	0.30 542	0.39 542	0.33 541	0.29 538	0.28 539

JetBlue	0.71 551	0.45 544	1.14 562	0.51 546	0.47 548	2.02 573	0.64 560	0.75 552	0.70 541	0.69 543	0.77 548	1.22 559	0.83 558	1.03 569	1.01 569	0.40 546	0.28 540	0.33 539	0.33 541	0.30 539	0.34 546

ACVNet-4b	0.39 526	0.53 546	0.55 526	0.45 542	0.24 526	0.47 531	0.18 363	0.49 534	0.64 535	0.42 521	0.45 507	0.60 537	0.27 476	0.34 504	0.24 463	0.33 543	0.14 502	0.48 546	0.42 546	0.30 539	0.26 538

NVStereoNet_ROB	0.46 540	0.36 538	0.46 517	0.41 539	0.28 535	0.34 511	0.34 536	0.48 532	0.60 528	0.72 546	0.93 554	0.70 547	0.66 551	0.47 535	0.60 553	0.22 531	0.33 545	0.34 540	0.34 543	0.30 539	0.30 542
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	0.44 534	0.49 545	0.60 533	0.45 542	0.28 535	0.49 534	0.27 504	0.57 545	0.72 543	0.62 539	0.58 532	0.74 548	0.49 537	0.50 537	0.35 522	0.26 538	0.24 537	0.39 542	0.29 536	0.31 542	0.24 531

Ntro	0.40 529	0.40 541	0.53 523	0.46 545	0.30 539	0.65 545	0.24 473	0.46 530	0.68 540	0.41 518	0.49 512	0.48 527	0.42 531	0.39 526	0.31 514	0.32 542	0.28 540	0.37 541	0.30 538	0.32 543	0.29 540

MADNet+	0.75 554	0.71 556	3.70 574	0.66 551	0.41 544	0.98 564	0.97 571	0.69 551	0.73 547	0.52 533	0.57 530	0.64 540	0.68 553	0.86 561	1.01 569	0.34 544	0.36 547	0.28 535	0.23 527	0.36 544	0.31 543

Consistency-Raft	0.44 534	0.40 541	0.45 513	0.37 536	0.43 546	0.46 529	0.41 543	0.57 545	0.55 516	0.32 493	0.73 543	0.33 474	0.48 536	0.42 533	0.49 545	0.39 545	0.35 546	0.45 545	0.51 553	0.42 545	0.29 540

ACVNet_2	0.66 550	0.66 554	0.68 545	0.63 550	0.41 544	0.71 550	0.49 550	0.96 561	1.39 566	0.89 556	1.09 561	1.04 553	0.73 554	0.54 544	0.47 543	0.43 549	0.40 548	0.53 551	0.44 547	0.47 546	0.35 547

anonymity	0.53 543	0.58 548	0.65 537	0.41 539	0.61 559	0.53 536	0.41 543	0.56 543	0.41 471	0.55 536	0.50 516	0.49 528	0.55 544	0.58 547	0.50 548	0.58 556	0.50 559	0.51 548	0.51 553	0.51 547	0.57 555

IMH-64-1	0.65 548	0.61 550	0.68 545	0.71 552	0.51 549	0.59 540	0.49 550	0.91 557	0.85 551	0.74 550	1.02 558	0.81 549	0.78 556	0.79 554	0.49 545	0.42 547	0.46 550	0.71 554	0.47 548	0.52 548	0.39 548

IMH-64	0.65 548	0.61 550	0.68 545	0.71 552	0.51 549	0.59 540	0.49 550	0.91 557	0.85 551	0.74 550	1.02 558	0.81 549	0.78 556	0.79 554	0.49 545	0.42 547	0.46 550	0.71 554	0.47 548	0.52 548	0.39 548

RainbowNet	0.54 544	0.61 550	0.70 549	0.57 549	0.43 546	0.65 545	0.37 541	0.60 547	0.87 553	0.50 532	0.66 536	0.64 540	0.47 535	0.49 536	0.43 541	0.47 551	0.48 555	0.52 550	0.41 545	0.52 548	0.40 550

SGM+DAISY	0.56 545	0.57 547	0.65 537	0.40 537	0.54 551	0.66 547	0.49 550	0.56 543	0.45 494	0.66 540	0.69 539	0.67 544	0.56 545	0.63 549	0.56 551	0.59 557	0.48 555	0.50 547	0.50 552	0.52 548	0.58 556

SPS-STEREO	0.57 546	0.58 548	0.65 537	0.45 542	0.55 553	0.62 543	0.44 549	0.62 548	0.50 506	0.68 542	0.64 534	0.66 543	0.57 546	0.61 548	0.60 553	0.62 559	0.47 554	0.51 548	0.49 550	0.55 552	0.58 556
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	0.71 551	0.64 553	0.68 545	0.76 554	0.54 551	0.69 548	0.54 554	0.98 563	1.10 559	0.82 554	1.09 561	0.89 551	0.88 561	0.87 562	0.52 550	0.44 550	0.50 559	0.75 557	0.51 553	0.56 553	0.41 551

GCST	0.37 525	0.42 543	0.26 457	1.02 567	0.39 542	0.18 374	0.08 7	0.20 229	0.17 205	0.28 469	0.25 364	0.15 266	0.12 254	0.16 316	0.14 314	0.64 560	0.43 549	0.75 557	0.65 560	0.63 554	0.46 553

WAO-7	0.79 556	0.78 559	0.54 524	0.85 560	0.67 562	0.74 552	0.68 564	1.05 566	1.32 564	0.90 557	1.20 568	1.04 553	0.92 562	0.69 551	0.66 556	0.60 558	0.62 569	0.67 553	0.68 562	0.64 555	0.58 556

LVE	0.83 559	0.85 563	0.85 556	0.80 557	0.56 554	1.04 569	0.65 561	1.05 566	1.47 569	0.96 559	1.22 569	1.10 556	0.85 559	0.83 557	0.71 561	0.49 552	0.55 565	0.76 560	0.60 558	0.65 556	0.59 561

Dean	0.87 560	0.86 564	0.79 553	0.81 558	0.56 554	0.90 560	0.63 558	1.15 572	1.73 572	1.15 567	1.15 566	1.31 562	0.99 565	0.81 556	0.81 565	0.57 555	0.56 566	0.77 561	0.64 559	0.66 557	0.58 556

TorneroNet-64	0.76 555	0.72 557	0.74 550	0.78 556	0.58 557	0.91 563	0.56 555	0.84 555	1.29 563	0.66 540	0.90 552	1.40 565	0.75 555	0.85 560	0.67 559	0.49 552	0.46 550	0.72 556	0.59 556	0.67 558	0.53 554

WAO-6	0.81 557	0.80 560	0.62 535	0.86 561	0.63 560	0.76 556	0.58 557	0.98 563	1.54 571	0.90 557	0.96 557	1.07 555	1.03 566	0.70 552	0.66 556	0.72 562	0.49 557	0.90 565	0.71 563	0.68 559	0.58 556

MFMNet_re	0.64 547	0.66 554	0.65 537	0.51 546	0.69 563	0.69 548	0.57 556	0.64 549	0.73 547	0.60 538	0.73 543	0.62 539	0.67 552	0.65 550	0.60 553	0.66 561	0.58 568	0.63 552	0.59 556	0.68 559	0.69 565

WAO-8	0.91 561	0.81 561	0.65 537	0.94 564	0.69 563	0.90 560	0.67 562	1.07 569	1.83 574	1.06 564	1.45 571	1.30 560	1.07 567	0.84 558	0.78 562	0.74 564	0.53 562	0.86 563	0.75 564	0.69 561	0.62 562

Venus	0.91 561	0.81 561	0.65 537	0.94 564	0.69 563	0.90 560	0.67 562	1.07 569	1.83 574	1.06 564	1.45 571	1.30 560	1.07 567	0.84 558	0.78 562	0.74 564	0.53 562	0.86 563	0.75 564	0.69 561	0.62 562

PWCK	0.71 551	0.94 565	0.95 558	0.76 554	0.31 540	0.74 552	0.36 538	0.90 556	0.90 554	0.96 559	0.75 547	0.95 552	0.61 548	0.87 562	0.66 556	0.72 562	0.46 550	0.75 557	0.49 550	0.69 561	0.44 552

TorneroNet	0.82 558	0.74 558	0.81 555	0.84 559	0.63 560	0.99 565	0.63 558	0.96 561	1.16 560	0.80 553	1.11 563	1.36 564	0.86 560	0.93 565	0.80 564	0.56 554	0.49 557	0.78 562	0.66 561	0.73 564	0.63 564

UNDER WATER-64	0.95 563	0.94 565	1.43 566	0.87 562	0.56 554	1.18 572	0.87 568	0.77 553	0.94 555	1.04 562	0.85 551	1.58 570	1.21 572	0.94 566	0.96 567	0.87 568	0.57 567	1.03 568	0.88 569	0.78 565	0.73 566

UNDER WATER	0.97 564	0.97 567	1.42 565	0.99 566	0.70 566	1.12 571	0.84 567	0.80 554	1.08 558	1.01 561	0.90 552	1.55 569	1.22 573	1.03 569	1.00 568	0.78 566	0.53 562	1.02 567	0.87 568	0.80 566	0.74 567

DPSimNet_ROB	1.11 568	1.23 571	0.78 551	1.13 569	0.88 570	1.10 570	1.13 572	1.16 573	1.23 562	1.43 571	1.02 558	1.41 566	1.10 570	0.90 564	1.60 571	1.46 575	0.51 561	1.21 572	1.03 572	0.90 567	1.01 573

notaker	0.97 564	1.11 568	0.98 559	1.13 569	0.81 567	0.73 551	0.68 564	0.93 559	1.16 560	1.18 569	1.18 567	1.41 566	1.16 571	1.08 571	0.69 560	0.81 567	0.64 570	1.17 570	0.79 566	0.98 568	0.80 569

KSHMR	1.09 567	1.17 569	0.88 557	1.25 572	1.00 571	0.99 565	0.96 570	1.13 571	1.37 565	1.16 568	1.29 570	1.41 566	0.96 564	1.01 568	0.92 566	1.03 571	1.08 573	1.20 571	1.03 572	1.01 569	0.97 571

ktn	1.01 566	1.21 570	0.80 554	1.23 571	0.86 569	1.01 567	0.87 568	0.94 560	1.39 566	1.04 562	1.12 564	1.15 557	1.07 567	0.94 566	0.59 552	1.28 574	0.71 571	1.38 574	0.83 567	1.02 570	0.75 568

HanzoNet	1.29 569	1.26 572	1.19 563	1.12 568	0.85 568	1.02 568	0.83 566	1.03 565	1.48 570	1.64 572	1.61 573	2.50 575	1.72 574	1.61 573	1.61 572	1.26 573	0.80 572	1.31 573	1.01 571	1.02 570	0.86 570

JetRed	1.62 570	1.46 573	2.98 569	0.92 563	1.21 572	4.99 576	1.53 575	1.27 574	1.39 566	1.83 573	1.74 574	1.60 571	0.95 563	1.41 572	2.45 576	0.90 570	1.60 575	0.93 566	0.90 570	1.35 572	0.99 572

ASD4	3.54 573	3.38 577	2.05 568	1.72 573	2.51 576	9.03 580	17.71 581	2.25 575	5.51 578	2.46 575	2.81 577	2.03 572	3.36 576	2.73 575	5.06 577	1.22 572	1.34 574	1.13 569	1.33 574	1.68 573	1.49 575

MADNet++	1.95 571	1.75 574	1.59 567	1.82 574	1.69 574	2.33 574	1.40 574	2.35 576	2.09 576	2.57 576	2.36 576	2.24 574	2.17 575	2.28 574	2.34 574	1.87 576	1.66 576	1.54 575	1.34 575	1.92 574	1.77 576

USTest	6.22 576	2.73 576	3.00 570	6.57 582	7.29 581	14.37 583	21.57 582	7.00 584	9.56 583	5.34 580	6.10 578	5.72 579	7.64 580	6.41 581	6.96 580	1.97 577	3.42 582	1.64 576	2.15 579	2.66 575	2.36 577

tt	4.67 575	0.06 56	3.55 573	2.02 575	1.55 573	10.25 581	16.71 580	8.91 585	5.03 577	1.31 570	0.94 555	4.71 576	4.76 577	3.33 576	5.87 579	6.06 584	10.30 588	1.88 578	2.11 578	2.75 576	1.21 574

xxxxx1	7.79 577	5.02 580	7.31 578	3.12 576	3.85 577	16.35 585	22.88 583	5.86 581	8.69 580	7.97 581	8.54 579	9.12 583	8.27 581	10.18 583	10.92 581	2.42 578	2.45 578	3.56 581	12.37 585	3.77 577	3.06 579

tt_ll	7.79 577	5.02 580	7.31 578	3.12 576	3.85 577	16.35 585	22.88 583	5.86 581	8.69 580	7.97 581	8.54 579	9.12 583	8.27 581	10.18 583	10.92 581	2.42 578	2.45 578	3.56 581	12.37 585	3.77 577	3.06 579

ff	7.79 577	5.02 580	7.31 578	3.12 576	3.85 577	16.35 585	22.88 583	5.86 581	8.69 580	7.97 581	8.54 579	9.12 583	8.27 581	10.18 583	10.92 581	2.42 578	2.45 578	3.56 581	12.37 585	3.77 577	3.06 579

DPSMNet_ROB	8.06 581	4.48 578	8.63 584	5.37 581	10.74 584	8.32 578	22.98 587	5.46 578	13.36 586	5.12 578	9.92 582	5.08 577	10.40 584	5.53 580	12.58 584	3.80 582	8.00 583	3.50 579	7.02 582	3.83 580	7.14 584

DGTPSM_ROB	8.06 581	4.48 578	8.63 584	5.35 579	10.72 583	8.32 578	22.97 586	5.46 578	13.35 585	5.12 578	9.92 582	5.08 577	10.40 584	5.52 579	12.58 584	3.79 581	8.00 583	3.50 579	7.02 582	3.83 580	7.14 584

TCMNet-wrong-test	3.67 574	5.48 583	3.89 575	12.18 586	11.75 587	4.65 575	3.88 576	1.06 568	0.72 543	1.09 566	2.15 575	6.30 580	0.53 539	3.43 577	2.36 575	0.89 569	0.20 524	1.87 577	1.69 576	5.57 582	3.62 582

DPSM_ROB	11.15 587	8.58 585	8.00 582	10.88 584	11.58 585	19.10 590	26.71 590	12.05 587	14.07 588	10.36 585	10.84 585	10.33 587	11.86 587	11.70 587	13.54 587	6.99 586	8.79 586	5.89 585	6.95 580	7.29 583	7.42 586

DPSM	11.15 587	8.58 585	8.00 582	10.88 584	11.58 585	19.10 590	26.71 590	12.05 587	14.07 588	10.36 585	10.84 585	10.33 587	11.86 587	11.70 587	13.54 587	6.99 586	8.79 586	5.89 585	6.95 580	7.29 583	7.42 586

PML	8.91 583	9.34 587	6.13 576	5.35 579	6.41 580	14.99 584	23.38 588	5.27 577	6.83 579	18.04 589	28.19 595	7.67 581	6.83 579	7.85 582	5.75 578	5.35 583	1.83 577	5.95 587	1.93 577	8.64 585	2.52 578

Anonymous_1	10.96 586	7.92 584	7.46 581	10.33 583	10.06 582	18.65 589	26.34 589	11.06 586	13.44 587	9.40 584	10.05 584	9.67 586	11.23 586	10.73 586	12.72 586	6.42 585	8.38 585	5.77 584	10.61 584	12.12 586	6.77 583

FlowAnything	22.44 592	17.35 591	16.14 588	22.07 592	23.23 591	38.39 593	53.77 593	24.25 593	28.44 594	20.96 594	21.82 592	20.70 591	23.84 591	23.49 592	27.14 592	14.04 588	17.79 593	11.75 588	14.15 591	14.65 587	14.89 588

CasAABBNet	22.42 591	17.33 590	16.01 586	22.01 590	23.28 592	38.32 592	53.80 594	24.14 592	28.41 593	20.60 591	21.77 591	20.89 593	23.91 593	23.43 591	27.36 593	14.07 589	17.69 591	11.83 590	14.01 589	14.67 588	14.95 590

Selective-RAFT-Error	22.47 593	17.37 592	16.09 587	22.06 591	23.34 593	38.39 593	53.83 595	24.29 595	28.47 595	20.74 592	21.83 593	20.81 592	23.90 592	23.54 594	27.53 595	14.08 590	17.69 591	11.82 589	14.00 588	14.69 589	15.00 591

LSM0	22.87 594	17.28 589	18.96 589	22.19 593	29.04 595	38.42 595	53.71 592	24.28 594	28.31 592	20.78 593	21.00 590	21.43 594	24.16 594	23.50 593	27.39 594	14.09 591	17.38 590	11.84 591	14.04 590	14.73 590	14.89 588

LRCNet_RVC	10.62 585	13.42 588	7.30 577	18.92 588	2.07 575	0.33 508	0.30 527	5.59 580	0.48 497	13.03 587	17.94 588	8.87 582	5.65 578	4.79 578	1.89 573	23.51 593	2.73 581	27.55 594	25.71 594	16.07 591	16.33 592

HaxPig	15.71 589	18.52 593	19.18 590	16.89 587	15.89 589	7.73 577	7.60 577	13.31 589	10.82 584	15.42 588	14.91 587	15.98 589	14.92 589	15.58 589	15.98 589	18.95 592	16.73 589	19.46 592	18.08 592	19.26 592	19.05 593

MEDIAN_ROB	20.38 590	24.04 594	23.31 592	21.23 589	21.71 590	10.40 582	7.92 578	17.64 590	15.50 590	20.12 590	19.70 589	20.34 590	20.32 590	21.19 590	21.13 590	23.81 594	21.81 594	24.98 593	23.76 593	24.71 593	23.93 594

AVERAGE_ROB	24.90 595	29.20 595	28.14 593	24.89 594	24.64 594	17.75 588	11.12 579	21.45 591	19.93 591	25.12 595	24.46 594	25.12 595	25.46 595	24.69 595	22.83 591	29.76 595	27.13 595	28.97 595	27.95 595	29.91 594	29.47 595

DLNR_Zeroshot_test	10.40 584	1.82 575	19.49 591	120.77 596	13.11 588	0.06 8	0.13 104	0.23 294	0.10 36	0.07 30	0.10 117	0.09 123	0.06 36	0.10 61	0.09 54	0.13 476	0.04 21	0.06 102	0.04 34	51.54 595	0.04 40

test_example2	98.32 596	94.13 596	45.89 594	96.35 595	109.85 596	88.61 596	95.45 596	25.75 596	94.37 596	130.00 597	126.06 597	58.17 596	74.63 596	88.51 596	79.96 596	150.23 596	221.02 596	77.62 596	99.10 596	113.75 596	96.94 596

ccccc	245.47 597	285.66 597	306.18 597	368.85 597	370.60 597	123.16 597	145.33 597	115.05 597	110.08 597	126.68 596	110.87 596	122.83 597	165.88 597	252.94 597	276.56 597	384.56 597	353.86 597	254.69 597	223.00 597	425.87 597	386.83 597

Low-res two-view benchmark