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

dual_stereo	0.68 1	0.38 1	1.10 7	0.62 3	0.33 5	0.86 4	0.37 10	3.44 181	0.98 5	0.49 1	0.51 2	0.57 6	0.45 2	1.82 141	0.49 5	0.20 3	0.17 12	0.24 26	0.21 48	0.26 28	0.21 18

U	12.82 479	0.38 1	1.99 83	0.66 13	58.94 496	63.38 502	0.34 6	1.91 38	0.94 4	0.59 2	0.80 14	0.46 3	0.57 10	0.83 2	0.44 4	0.29 109	0.17 12	63.35 499	59.81 498	0.29 67	0.20 9

CAS	1.26 112	0.40 3	1.46 40	2.97 454	1.61 395	4.13 317	0.73 119	1.78 30	1.49 75	0.83 46	1.10 43	0.59 8	0.53 6	1.26 56	0.80 71	2.99 458	0.13 1	0.21 4	0.13 1	0.31 103	1.72 439

MonoStereo	0.74 3	0.43 4	1.11 8	0.64 6	1.00 278	1.47 33	0.34 6	2.79 122	1.19 13	0.62 4	1.11 44	0.42 1	0.76 47	1.21 50	0.62 15	0.18 1	0.15 2	0.22 6	0.16 8	0.22 6	0.19 3

IGEV-Stereo++	0.93 35	0.44 5	1.08 4	0.70 14	1.20 322	3.87 257	0.33 4	3.36 176	1.43 48	0.75 18	1.17 52	0.68 20	1.04 112	0.95 7	0.42 1	0.22 8	0.16 6	0.23 13	0.17 13	0.24 9	0.20 9

Pointernet	0.88 28	0.44 5	2.26 115	0.84 66	0.37 21	2.29 79	0.38 11	3.06 143	1.46 57	0.66 9	1.39 100	0.91 67	0.73 39	1.01 13	0.72 52	0.23 17	0.19 53	0.20 1	0.18 16	0.19 1	0.20 9

s12784h	1.31 124	0.45 7	2.41 130	0.71 16	0.35 8	4.42 380	0.50 32	4.22 351	2.73 361	2.01 219	2.48 359	0.91 67	0.96 94	2.01 160	0.70 44	0.29 109	0.18 32	0.24 26	0.16 8	0.27 40	0.18 2

DEFOM-Stereo	0.70 2	0.46 8	1.13 11	0.72 18	0.48 82	3.40 163	0.44 23	0.90 1	0.77 1	0.86 49	0.58 3	0.45 2	0.43 1	1.76 132	0.43 3	0.24 23	0.18 32	0.22 6	0.16 8	0.21 3	0.20 9

Selective-RAFT	1.15 78	0.46 8	1.64 56	0.99 156	0.45 58	4.17 336	0.51 36	3.21 156	1.69 170	1.12 75	1.34 88	1.45 137	1.40 192	2.08 164	0.94 131	0.41 294	0.20 81	0.24 26	0.23 89	0.27 40	0.25 46

fffft	0.76 5	0.47 10	1.28 24	0.82 48	0.54 109	1.51 37	0.80 173	2.09 50	1.18 12	0.63 5	0.84 16	0.59 8	0.55 8	1.80 138	0.85 88	0.19 2	0.18 32	0.27 80	0.20 37	0.26 28	0.24 38
1: 1. 1
IGEV-Stereo+	0.94 37	0.47 10	1.19 13	0.86 79	2.02 437	1.40 29	0.39 13	1.17 3	0.88 2	0.61 3	0.44 1	0.47 4	0.79 58	2.14 172	0.42 1	0.27 57	0.19 53	0.22 6	0.17 13	2.26 449	2.41 453

UniTT-Stereo	0.82 21	0.47 10	2.63 145	0.96 138	1.19 317	0.78 3	0.39 13	1.12 2	1.54 108	1.19 79	1.26 68	0.51 5	0.64 23	1.13 27	1.03 148	0.30 146	0.20 81	0.24 26	0.21 48	0.40 218	0.25 46

tt45	0.96 45	0.48 13	1.19 13	0.89 93	0.66 165	3.91 261	0.76 142	1.90 36	1.26 25	0.70 13	1.30 79	0.71 30	0.63 21	2.59 209	0.74 58	0.22 8	0.17 12	0.28 105	0.23 89	0.27 40	0.27 77

999	0.97 47	0.48 13	1.24 19	1.03 186	0.64 152	3.25 143	0.92 250	1.40 4	1.39 37	0.71 16	1.68 171	0.70 24	0.66 29	3.03 228	0.89 107	0.23 17	0.19 53	0.25 41	0.21 48	0.25 18	0.29 106

RAFT-Stereo-weight	1.11 70	0.48 13	1.22 18	0.99 156	0.42 43	4.17 336	0.80 173	3.60 202	1.50 80	1.97 198	1.50 124	1.30 116	0.65 26	1.24 53	0.85 88	0.25 36	0.19 53	0.26 57	0.22 78	0.27 40	0.23 28

trnet	0.91 32	0.48 13	1.46 40	0.62 3	0.31 2	4.40 376	0.41 16	2.20 56	1.53 99	0.94 56	1.14 49	0.88 61	0.89 81	1.09 20	0.71 47	0.27 57	0.19 53	0.22 6	0.15 4	0.21 3	0.19 3

MoCha-V2	0.87 27	0.48 13	1.87 72	0.88 89	0.32 4	1.37 27	0.55 45	2.71 108	1.42 44	0.92 55	1.75 192	0.65 17	1.17 154	1.45 83	0.57 8	0.21 4	0.21 110	0.20 1	0.19 28	0.24 9	0.23 28

MC-Stereo	1.06 64	0.48 13	1.55 49	1.15 247	0.41 39	4.56 409	0.61 65	2.06 47	1.46 57	1.90 176	1.61 155	0.89 63	1.12 138	1.35 70	0.73 54	0.25 36	0.18 32	0.26 57	0.22 78	0.25 18	0.24 38

PMTNet	0.99 54	0.48 13	1.73 60	0.62 3	0.56 118	4.20 348	0.43 22	1.88 33	1.58 129	1.00 61	1.05 36	0.78 40	0.98 100	1.50 89	0.85 88	1.21 433	0.20 81	0.23 13	0.15 4	0.22 6	0.19 3

CREStereo++_RVC	1.02 62	0.49 20	1.54 48	0.83 58	0.55 114	4.01 291	0.31 2	1.63 20	1.99 219	1.63 121	2.13 306	0.84 51	0.65 26	0.88 3	0.70 44	0.27 57	0.15 2	0.23 13	1.22 445	0.24 9	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xy-stereo	0.88 28	0.50 21	1.34 30	1.32 310	0.94 256	2.90 104	0.42 18	3.41 180	1.06 8	0.63 5	0.76 9	0.90 65	0.76 47	0.91 4	0.52 6	0.27 57	0.18 32	0.25 41	0.16 8	0.25 18	0.19 3

RSM	0.80 13	0.50 21	1.08 4	0.83 58	0.51 91	1.31 25	0.77 155	2.28 64	1.43 48	0.82 41	1.44 110	1.22 107	0.62 18	1.17 39	0.63 19	0.22 8	0.18 32	0.24 26	0.19 28	0.27 40	0.20 9

test_4	1.30 120	0.50 21	6.16 218	0.84 66	0.45 58	1.61 43	1.12 302	2.14 53	1.42 44	1.52 104	2.31 343	1.84 203	0.79 58	2.52 203	1.19 176	0.27 57	0.17 12	0.29 121	0.29 219	0.29 67	0.25 46

FENet	2.25 250	0.50 21	20.29 421	1.35 326	0.67 172	4.01 291	0.60 62	3.95 278	1.99 219	1.96 196	1.11 44	2.43 273	1.43 204	1.60 104	1.39 219	0.32 183	0.22 136	0.33 215	0.26 139	0.29 67	0.39 224

RSM++	0.77 9	0.51 25	1.08 4	0.95 132	0.42 43	1.52 39	0.71 111	2.11 51	1.40 40	0.80 37	1.23 62	0.90 65	0.59 13	1.14 29	0.69 38	0.24 23	0.19 53	0.25 41	0.21 48	0.28 56	0.20 9

CASnet	0.78 11	0.51 25	1.29 25	0.81 40	0.29 1	1.28 23	0.74 130	1.51 9	1.89 208	1.64 123	1.09 42	0.65 17	0.64 23	0.91 4	0.76 62	0.29 109	0.17 12	0.41 310	0.31 251	0.32 127	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 64	0.51 25	1.56 50	1.02 179	0.39 32	4.27 359	0.42 18	4.08 317	1.48 67	0.90 51	0.68 4	1.09 84	0.66 29	1.81 139	0.62 15	0.27 57	0.19 53	0.29 121	0.23 89	0.37 199	0.25 46

DCANet-4	1.96 211	0.51 25	14.31 311	0.82 48	0.40 35	4.16 331	0.57 49	4.29 381	2.98 396	2.30 308	1.80 214	1.03 80	1.54 238	1.44 79	1.44 229	0.29 109	0.23 161	0.23 13	0.18 16	0.24 9	0.42 253

tt	7.19 463	0.51 25	6.83 222	4.03 468	2.30 446	12.05 477	20.19 487	15.46 485	6.58 467	3.42 421	3.22 409	5.37 443	6.39 450	4.20 254	7.46 424	9.81 486	11.53 490	7.05 484	7.46 485	6.31 477	3.71 475

test_3	1.19 83	0.51 25	2.08 102	0.99 156	0.41 39	2.05 68	0.87 220	4.40 415	1.42 44	1.99 205	1.18 53	2.03 230	0.79 58	2.70 217	0.75 59	0.27 57	0.17 12	0.29 121	0.29 219	0.30 88	0.27 77

RAStereo	0.75 4	0.52 31	2.86 157	0.58 1	0.62 148	1.19 10	0.32 3	1.81 32	0.99 6	0.75 18	1.05 36	0.64 14	0.47 4	0.80 1	0.94 131	0.22 8	0.20 81	0.27 80	0.21 48	0.34 161	0.22 21

Occ-G	0.86 24	0.52 31	1.39 34	0.82 48	0.66 165	1.37 27	0.79 164	1.58 13	1.31 31	1.56 109	0.87 17	2.18 246	0.89 81	0.97 8	0.88 104	0.26 47	0.19 53	0.26 57	0.19 28	0.25 18	0.24 38

LoS	0.94 37	0.52 31	1.88 73	0.86 79	0.36 9	4.15 321	0.51 36	2.18 55	1.45 50	0.97 60	0.88 18	0.62 11	0.79 58	1.59 102	0.86 95	0.26 47	0.19 53	0.24 26	0.16 8	0.21 3	0.20 9
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 13	0.52 31	1.05 2	0.75 22	0.61 144	1.31 25	0.82 184	2.60 99	1.41 43	0.82 41	1.64 161	0.71 30	0.62 18	1.22 51	0.64 21	0.22 8	0.19 53	0.24 26	0.18 16	0.25 18	0.20 9

RCA-Stereo	1.21 91	0.52 31	1.58 52	0.90 99	0.46 65	4.68 425	0.79 164	4.13 329	1.74 186	1.92 183	1.80 214	0.94 72	1.48 218	1.14 29	0.70 44	0.27 57	0.18 32	0.25 41	0.19 28	0.25 18	0.23 28

GLC_STEREO	0.76 5	0.52 31	1.12 9	0.83 58	0.33 5	1.86 53	0.82 184	1.46 6	1.38 36	0.95 58	1.04 32	0.68 20	0.72 35	0.97 8	0.80 71	0.23 17	0.25 211	0.32 181	0.25 121	0.32 127	0.30 133

test-3	1.19 83	0.52 31	2.00 84	1.01 170	0.42 43	1.95 60	0.91 238	4.35 402	1.47 62	2.24 294	1.16 50	2.06 236	0.79 58	2.68 215	0.76 62	0.27 57	0.18 32	0.28 105	0.26 139	0.26 28	0.25 46

test_1	1.19 83	0.52 31	2.00 84	1.01 170	0.42 43	1.95 60	0.90 230	4.36 407	1.47 62	2.17 270	1.16 50	2.06 236	0.78 56	2.68 215	0.76 62	0.27 57	0.18 32	0.28 105	0.26 139	0.26 28	0.25 46

KYRaft	1.59 156	0.52 31	1.73 60	0.95 132	0.49 87	4.38 369	1.79 385	2.43 73	1.51 86	2.49 348	2.98 397	2.00 226	3.41 397	2.14 172	0.82 79	0.30 146	0.21 110	0.33 215	0.46 363	0.35 178	2.45 456

GMM-Stereo	2.45 296	0.52 31	20.38 424	0.89 93	0.82 216	4.18 339	1.91 394	2.45 75	1.48 67	2.48 347	2.30 336	1.69 168	1.86 305	2.93 224	1.08 156	0.28 90	0.18 32	0.33 215	0.48 370	0.35 178	2.41 453

CFNet-RSSM	2.08 233	0.52 31	20.06 406	1.01 170	0.56 118	3.39 160	0.64 81	3.67 212	1.55 115	1.72 140	1.37 95	2.57 287	1.19 159	1.11 22	0.86 95	0.27 57	0.20 81	0.25 41	0.23 89	0.27 40	0.23 28

S-MoEStereo_RVC	0.80 13	0.53 42	1.12 9	0.92 110	0.44 53	2.41 85	0.79 164	1.49 8	1.16 10	0.70 13	1.12 46	0.64 14	0.64 23	1.69 123	0.87 100	0.22 8	0.16 6	0.31 162	0.22 78	0.26 28	0.25 46

H2IRNET	1.90 198	0.53 42	14.29 310	1.14 234	0.60 140	4.48 386	0.44 23	2.65 103	1.81 193	1.05 68	2.30 336	1.67 161	1.40 192	2.17 176	1.50 245	0.36 239	0.21 110	0.33 215	0.37 312	0.34 161	0.29 106

11t1	1.11 70	0.53 42	1.80 68	1.55 379	0.65 160	2.20 77	0.60 62	3.66 211	1.49 75	1.60 112	1.26 68	1.03 80	1.35 183	1.72 127	0.97 137	0.28 90	0.31 275	0.29 121	0.23 89	0.30 88	0.34 173

Any-RAFT	1.40 132	0.53 42	2.78 153	1.09 210	0.64 152	4.41 378	0.81 181	3.97 284	2.78 367	1.99 205	1.34 88	2.36 264	1.56 242	1.56 97	0.75 59	0.27 57	0.20 81	0.25 41	0.18 16	0.25 18	0.28 96

FTStereo	3.71 407	0.53 42	20.37 423	0.96 138	0.65 160	4.34 366	11.29 475	2.62 101	1.50 80	2.58 361	5.04 436	1.90 209	13.84 473	3.71 240	1.25 194	0.38 262	0.24 191	0.31 162	0.32 261	0.30 88	2.10 447

GrayStereo	2.58 323	0.53 42	1.63 54	1.58 383	0.89 244	4.17 336	8.17 472	3.03 139	1.52 94	2.80 386	2.50 361	1.70 170	17.10 476	2.83 221	1.15 167	0.33 197	0.21 110	0.27 80	0.32 261	0.28 56	0.53 320

CREStereo	0.92 33	0.53 42	1.45 39	0.61 2	0.34 7	4.42 380	0.40 15	2.21 58	1.54 108	0.94 56	1.12 46	0.87 59	0.87 76	1.12 24	0.72 52	0.28 90	0.19 53	0.22 6	0.15 4	0.22 6	0.19 3
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
AIO-Stereo	0.76 5	0.54 49	1.07 3	0.73 20	0.40 35	1.28 23	0.82 184	2.26 62	1.49 75	0.70 13	1.58 143	0.89 63	0.45 2	1.03 14	0.55 7	0.24 23	0.18 32	0.25 41	0.20 37	0.26 28	0.21 18

AEACV	0.79 12	0.54 49	1.35 32	0.97 145	0.63 150	1.13 9	0.92 250	2.02 44	0.91 3	0.76 28	0.79 13	0.80 45	1.61 248	1.28 60	0.61 14	0.22 8	0.18 32	0.26 57	0.23 89	0.27 40	0.23 28

LCNet	1.55 144	0.54 49	1.88 73	0.99 156	0.55 114	3.60 203	1.21 323	2.86 127	1.53 99	2.18 272	1.74 188	1.43 136	4.17 416	3.62 237	0.87 100	0.29 109	0.20 81	0.28 105	0.77 419	0.47 300	1.85 442

PSM-AAD	2.43 293	0.54 49	1.32 28	0.92 110	0.54 109	4.48 386	7.47 468	2.96 132	1.55 115	2.31 314	2.56 369	1.26 110	16.23 475	2.46 193	0.89 107	0.28 90	0.21 110	0.58 387	0.41 348	0.34 161	1.32 426

xxxx	2.67 332	0.54 49	2.03 87	1.22 274	0.81 208	3.49 179	0.63 78	4.49 430	2.49 330	2.22 288	2.23 321	2.05 234	1.38 185	10.05 373	17.91 468	0.32 183	0.32 283	0.30 141	0.27 165	0.33 143	0.34 173

WCG-NET（raft）	0.95 42	0.55 54	1.20 17	0.84 66	0.31 2	1.44 31	1.01 275	1.55 12	2.37 306	1.64 123	1.42 106	2.38 266	1.01 105	1.29 62	0.76 62	0.22 8	0.19 53	0.22 6	0.20 37	0.25 18	0.21 18

test_sample1	1.62 159	0.55 54	1.88 73	1.44 353	0.79 203	2.27 78	0.64 81	4.00 292	1.82 194	1.87 166	1.35 91	1.57 149	1.62 251	9.55 355	1.24 191	0.30 146	0.27 233	0.31 162	0.28 192	0.32 127	0.32 149

MIF-Stereo (partial)	0.98 48	0.55 54	2.83 154	0.71 16	1.03 282	1.08 7	0.49 31	2.55 91	1.66 162	0.79 35	1.20 55	0.80 45	0.90 83	1.61 109	1.56 257	0.36 239	0.24 191	0.33 215	0.25 121	0.40 218	0.28 96

CES	1.01 58	0.55 54	1.74 63	0.92 110	2.15 440	2.15 73	0.50 32	2.01 43	1.45 50	0.76 28	1.02 25	0.61 10	0.47 4	1.29 62	0.79 70	0.22 8	0.17 12	0.24 26	0.14 2	0.63 352	2.29 450

DisPM	1.36 128	0.55 54	2.39 128	1.54 374	0.51 91	4.59 412	0.79 164	2.50 79	1.88 204	2.50 349	1.83 233	1.45 137	1.01 105	2.71 218	0.93 129	0.46 330	0.20 81	0.32 181	0.31 251	0.31 103	0.44 268

RAFT-RH_RVC	2.63 326	0.55 54	19.97 403	1.26 288	0.47 75	4.46 384	0.57 49	1.71 24	1.64 156	3.06 404	5.51 438	2.03 230	1.28 170	6.70 302	1.52 253	0.42 304	0.22 136	0.37 275	0.34 276	0.28 56	0.29 106

RAFT-345	2.46 299	0.55 54	19.69 394	1.02 179	0.49 87	4.43 382	0.78 158	1.64 22	2.34 295	2.09 240	3.12 405	1.96 219	1.31 177	6.65 300	1.43 227	0.36 239	0.23 161	0.32 181	0.25 121	0.28 56	0.25 46

Prome-Stereo	1.61 158	0.55 54	1.71 59	0.98 150	0.60 140	4.41 378	1.82 389	3.03 139	1.53 99	2.18 272	3.45 416	1.72 173	3.49 403	2.23 185	1.08 156	0.29 109	0.20 81	0.26 57	0.25 121	0.34 161	2.16 448

TANstereo	1.01 58	0.55 54	1.73 60	0.76 35	0.36 9	4.04 296	0.38 11	1.48 7	1.62 152	2.03 227	2.10 298	0.84 51	0.93 89	0.98 10	0.62 15	0.28 90	0.36 309	0.23 13	0.20 37	0.25 18	0.46 284

UGAM	2.58 323	0.56 63	18.55 371	0.89 93	0.71 183	3.23 136	1.03 280	2.75 114	1.75 187	1.36 88	2.77 386	2.69 297	1.28 170	10.75 391	1.40 220	0.28 90	0.24 191	0.40 300	0.31 251	0.35 178	0.30 133

test_sample2	1.75 179	0.56 63	2.25 114	1.41 347	0.80 205	2.91 107	0.86 203	4.05 307	2.04 230	1.91 181	1.39 100	1.57 149	1.55 240	10.65 388	1.06 151	0.32 183	0.28 242	0.32 181	0.30 235	0.36 190	0.33 162

MGS-Stereo	0.80 13	0.56 63	1.53 45	0.93 123	0.39 32	1.26 17	0.73 119	1.45 5	1.30 30	1.01 62	2.26 325	0.80 45	0.56 9	1.16 34	0.65 25	0.27 57	0.23 161	0.26 57	0.22 78	0.27 40	0.25 46

ttt	2.76 340	0.56 63	2.28 120	1.41 347	1.21 327	3.67 216	0.77 155	4.59 440	2.94 391	2.35 326	2.30 336	2.45 276	1.54 238	11.25 416	15.56 455	0.43 309	0.36 309	0.37 275	0.33 269	0.40 218	0.40 244

riskmin	1.25 105	0.56 63	2.05 90	1.05 189	0.93 254	2.86 102	0.55 45	3.23 159	1.34 34	1.55 107	1.07 40	3.56 375	2.03 316	1.29 62	1.00 145	0.28 90	0.27 233	0.34 232	0.21 48	0.41 242	0.43 262

DRaft	2.28 259	0.56 63	2.64 146	0.74 21	0.46 65	3.94 272	1.23 324	2.32 66	1.55 115	2.64 372	2.80 389	1.60 154	5.34 434	6.96 310	10.99 439	0.34 209	0.22 136	0.27 80	0.27 165	0.29 67	0.37 204

HCRNet	1.60 157	0.56 63	2.47 132	0.78 37	1.36 352	4.11 312	0.71 111	3.57 199	2.79 369	1.75 145	1.61 155	1.58 151	1.41 197	5.79 280	1.56 257	0.34 209	0.28 242	0.36 263	0.29 219	0.33 143	0.37 204

test_xeample	2.67 332	0.56 63	2.05 90	1.09 210	0.81 208	3.24 140	0.80 173	4.55 437	2.70 358	2.42 340	2.27 326	1.39 128	1.40 192	10.75 391	17.51 467	0.30 146	0.30 265	0.32 181	0.28 192	0.34 161	0.33 162

UGAM-zero	2.79 341	0.57 71	20.87 443	0.98 150	0.77 201	2.08 70	0.35 8	3.88 256	1.51 86	2.05 231	1.64 161	5.07 437	3.42 400	9.83 361	1.24 191	0.28 90	0.21 110	0.27 80	0.29 219	0.29 67	0.28 96

SMFormer	2.00 219	0.57 71	4.46 198	1.36 332	0.57 129	2.03 63	0.73 119	4.25 365	2.80 373	2.32 318	2.31 343	1.95 214	1.52 230	10.99 403	2.13 335	0.34 209	0.32 283	0.36 263	0.31 251	0.38 203	0.36 190

tta	2.00 219	0.57 71	4.46 198	1.36 332	0.57 129	2.03 63	0.73 119	4.25 365	2.80 373	2.32 318	2.31 343	1.95 214	1.52 230	10.99 403	2.13 335	0.34 209	0.32 283	0.36 263	0.31 251	0.29 67	0.29 106

qqq1	1.92 204	0.57 71	4.46 198	1.36 332	0.57 129	2.03 63	0.73 119	4.25 365	2.80 373	2.32 318	2.31 343	1.95 214	1.52 230	10.99 403	0.71 47	0.34 209	0.32 283	0.30 141	0.23 89	0.29 67	0.29 106

fff1	1.92 204	0.57 71	4.46 198	1.36 332	0.57 129	2.03 63	0.73 119	4.25 365	2.80 373	2.32 318	2.31 343	1.95 214	1.52 230	10.99 403	0.71 47	0.34 209	0.32 283	0.30 141	0.23 89	0.29 67	0.29 106

1111x	3.13 381	0.57 71	8.38 238	1.20 265	0.76 196	3.80 237	0.88 224	4.61 442	2.63 349	2.31 314	2.16 310	1.95 214	1.81 298	11.54 425	18.13 470	0.32 183	0.31 275	0.32 181	0.30 235	0.35 178	0.34 173

qqq	1.30 120	0.57 71	1.67 57	1.15 247	0.51 91	2.18 75	0.91 238	3.98 286	1.53 99	1.50 103	1.24 63	1.79 189	1.34 181	4.66 257	0.98 140	0.28 90	0.31 275	0.33 215	0.33 269	0.33 143	0.32 149

x	1.15 78	0.57 71	1.53 45	1.44 353	0.67 172	1.94 59	0.97 269	3.87 253	1.57 127	1.61 117	1.28 75	1.58 151	1.22 161	1.93 152	1.04 149	0.28 90	0.30 265	0.34 232	0.29 219	0.32 127	0.31 141

PFNet+	1.46 139	0.57 71	2.84 155	0.92 110	0.47 75	4.64 419	0.84 192	2.46 76	1.99 219	2.14 253	1.64 161	1.34 121	1.03 108	4.68 259	1.23 189	0.45 325	0.33 290	0.37 275	0.39 331	0.32 127	0.49 298

cross-raft	2.01 222	0.57 71	19.01 378	1.03 186	0.56 118	2.11 72	0.72 114	3.63 205	1.57 127	1.77 147	1.51 125	3.17 340	1.13 140	1.16 34	0.85 88	0.23 17	0.21 110	0.26 57	0.23 89	0.28 56	0.25 46

222	2.68 335	0.57 71	2.03 87	1.11 223	0.81 208	3.23 136	0.65 90	4.52 435	2.45 322	2.34 325	2.29 332	1.41 133	1.44 207	10.50 383	18.47 472	0.32 183	0.30 265	0.32 181	0.27 165	0.32 127	0.34 173

Gwc-CoAtRS	1.58 151	0.57 71	11.69 279	1.01 170	0.60 140	2.53 90	0.64 81	2.36 67	1.56 121	1.80 153	1.47 117	2.74 303	1.18 155	1.12 24	0.90 111	0.27 57	0.21 110	0.25 41	0.22 78	0.27 40	0.23 28

HSM-Net_RVC	2.87 349	0.57 71	17.46 354	0.92 110	0.90 247	3.70 219	1.20 320	5.64 465	2.51 334	3.22 413	2.43 354	2.54 285	1.59 243	11.41 420	1.65 276	0.34 209	0.25 211	0.26 57	0.23 89	0.30 88	0.29 106
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV++	0.90 31	0.58 84	1.32 28	0.94 128	0.45 58	1.27 18	1.00 273	3.32 172	1.55 115	0.82 41	1.34 88	0.86 58	1.09 129	1.16 34	0.89 107	0.33 197	0.18 32	0.23 13	0.19 28	0.29 67	0.22 21

mmm	1.27 116	0.58 84	2.20 108	1.41 347	0.68 177	2.39 84	0.85 201	3.90 263	1.63 155	2.20 278	1.84 238	1.28 112	1.50 225	1.91 151	0.89 107	0.31 165	0.27 233	0.45 331	0.37 312	0.38 203	0.34 173

IPLGR	2.53 312	0.58 84	20.46 429	0.82 48	0.52 100	4.56 409	0.50 32	4.30 389	2.38 309	1.87 166	1.53 132	1.68 163	1.72 282	6.95 309	1.15 167	0.28 90	0.21 110	0.27 80	0.23 89	0.33 143	0.32 149

DEmStereo	2.97 363	0.58 84	13.42 291	0.79 39	0.51 91	3.84 246	1.84 392	2.42 71	1.60 145	2.25 297	2.74 382	2.03 230	6.04 441	6.79 308	12.80 448	0.35 228	0.26 223	0.26 57	0.27 165	0.27 40	0.37 204

SST-Stereo	1.76 180	0.58 84	3.10 165	1.44 353	0.46 65	4.71 437	0.76 142	2.22 59	2.79 369	2.07 239	2.18 313	2.43 273	3.22 390	6.66 301	0.84 85	0.42 304	0.19 53	0.30 141	0.27 165	0.35 178	0.26 65

R-Stereo Train	1.20 88	0.58 84	1.81 69	0.99 156	0.67 172	3.78 232	0.90 230	4.09 319	1.51 86	2.16 266	1.71 181	1.13 88	0.94 91	1.40 72	0.91 118	0.30 146	0.24 191	0.26 57	0.21 48	0.26 28	0.25 46

RAFT-Stereo	1.20 88	0.58 84	1.81 69	0.99 156	0.67 172	3.78 232	0.90 230	4.09 319	1.51 86	2.16 266	1.71 181	1.13 88	0.94 91	1.40 72	0.91 118	0.30 146	0.24 191	0.26 57	0.21 48	0.26 28	0.25 46
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
fffy	0.80 13	0.59 91	1.56 50	1.00 164	0.47 75	1.27 18	0.76 142	1.90 36	1.02 7	0.75 18	1.35 91	0.83 50	0.72 35	1.70 125	0.62 15	0.23 17	0.19 53	0.27 80	0.21 48	0.28 56	0.32 149

RAFT-Test	1.44 136	0.59 91	6.10 217	1.01 170	0.69 180	2.90 104	0.80 173	3.68 214	1.70 173	1.85 159	1.68 171	3.15 339	1.03 108	1.20 46	0.99 143	0.27 57	0.22 136	0.25 41	0.23 89	0.27 40	0.25 46

BUS	1.49 143	0.59 91	1.94 79	0.87 84	0.85 226	4.50 395	0.76 142	4.48 427	1.88 204	2.93 393	1.83 233	3.63 377	0.97 97	1.60 104	1.17 173	0.34 209	0.25 211	0.31 162	0.28 192	0.35 178	0.33 162

BSDual-CNN	1.46 139	0.59 91	1.94 79	0.87 84	0.85 226	4.16 331	1.16 309	4.48 427	1.88 204	2.93 393	1.83 233	2.60 290	1.31 177	1.60 104	1.21 183	0.34 209	0.25 211	0.31 162	0.28 192	0.35 178	0.33 162

psmg	1.47 142	0.59 91	1.94 79	0.92 110	0.85 226	4.30 363	1.42 352	4.10 327	1.88 204	2.64 372	2.09 297	2.60 290	1.31 177	1.60 104	1.21 183	0.34 209	0.27 233	0.33 215	0.34 276	0.36 190	0.34 173

PSM-softLoss	1.66 167	0.59 91	5.15 209	2.25 435	0.48 82	4.68 425	0.69 103	2.57 96	1.52 94	2.14 253	1.45 111	1.42 134	0.99 101	6.04 286	1.20 179	0.41 294	0.23 161	0.37 275	0.39 331	0.32 127	0.31 141

KMStereo	1.66 167	0.59 91	5.15 209	2.25 435	0.48 82	4.68 425	0.69 103	2.57 96	1.52 94	2.14 253	1.45 111	1.42 134	0.99 101	6.04 286	1.20 179	0.41 294	0.23 161	0.37 275	0.39 331	0.32 127	0.31 141

RAFT_R40	1.70 171	0.59 91	2.99 161	1.46 359	0.46 65	4.74 441	0.98 272	2.23 60	1.56 121	2.02 223	2.35 351	2.71 300	2.56 359	6.71 304	0.90 111	0.40 280	0.19 53	0.30 141	0.27 165	0.33 143	0.26 65

Pruner-Stereo	1.32 126	0.59 91	2.11 103	1.79 411	0.47 75	4.73 438	0.79 164	2.53 81	1.72 177	2.47 346	1.58 143	1.48 140	1.03 108	1.66 118	1.47 238	0.44 316	0.21 110	0.34 232	0.30 235	0.30 88	0.39 224

MDST_ROB	5.53 445	0.59 91	23.11 476	2.55 446	2.69 449	21.20 486	1.98 398	4.77 449	2.65 352	9.36 472	4.25 428	4.14 401	4.45 422	22.57 481	3.68 392	0.48 343	0.33 290	0.47 339	0.44 357	0.44 277	0.44 268

model_zeroshot	1.21 91	0.60 101	3.55 182	1.05 189	0.57 129	3.46 172	0.63 78	2.73 111	1.55 115	2.05 231	1.38 98	1.50 142	0.82 65	1.69 123	0.87 100	0.29 109	0.23 161	0.30 141	0.23 89	0.27 40	0.32 149

AE-Stereo	1.18 81	0.60 101	2.05 90	1.10 219	0.60 140	4.39 372	0.72 114	3.74 228	1.62 152	1.10 71	1.90 262	1.01 77	0.92 87	1.45 83	0.82 79	0.28 90	0.22 136	0.28 105	0.28 192	0.26 28	0.22 21

ffm	1.72 172	0.60 101	5.21 211	1.14 234	0.99 271	3.62 208	0.86 203	4.22 351	3.37 428	2.20 278	2.30 336	3.48 361	1.62 251	2.21 182	0.65 25	0.29 109	0.16 6	0.48 347	0.37 312	0.30 88	0.29 106

ff1	2.96 359	0.60 101	5.21 211	1.14 234	0.99 271	3.62 208	0.86 203	4.22 351	3.37 428	2.20 278	2.30 336	3.48 361	1.62 251	11.62 429	16.09 457	0.29 109	0.16 6	0.48 347	0.37 312	0.30 88	0.29 106

mmx	2.98 365	0.60 101	5.21 211	1.14 234	0.99 271	3.62 208	0.86 203	4.49 430	3.05 402	2.20 278	2.30 336	3.48 361	1.62 251	11.62 429	16.09 457	0.33 197	0.28 242	0.48 347	0.37 312	0.44 277	0.37 204

xxx	2.98 365	0.60 101	5.21 211	1.14 234	0.99 271	3.62 208	0.86 203	4.49 430	3.05 402	2.20 278	2.30 336	3.48 361	1.62 251	11.62 429	16.09 457	0.33 197	0.28 242	0.48 347	0.37 312	0.44 277	0.37 204

anonymousdsp2	1.26 112	0.60 101	3.74 191	1.02 179	0.41 39	3.60 203	0.72 114	3.68 214	1.47 62	1.37 89	1.56 140	1.83 200	1.01 105	2.00 157	0.66 29	0.29 109	0.20 81	0.28 105	0.20 37	0.32 127	0.29 106

knoymous	1.30 120	0.60 101	5.57 216	0.88 89	0.75 193	3.04 118	0.90 230	2.68 106	1.33 33	1.48 101	1.07 40	2.78 312	0.88 77	1.29 62	0.85 88	0.31 165	0.22 136	0.35 250	0.20 37	0.45 285	0.37 204

CrosDoStereo	5.24 440	0.60 101	20.23 414	0.82 48	0.51 91	3.39 160	18.11 483	3.82 241	2.27 280	1.98 200	8.74 454	1.96 219	6.96 453	7.35 314	26.35 485	0.30 146	0.22 136	0.30 141	0.28 192	0.33 143	0.38 218

AAGNet	2.86 346	0.60 101	1.77 65	2.05 430	0.46 65	4.76 443	1.09 296	2.27 63	1.56 121	2.17 270	1.84 238	2.41 269	4.00 412	6.23 291	24.22 483	0.46 330	0.19 53	0.30 141	0.29 219	0.32 127	0.24 38

ASMatch	2.62 325	0.60 101	20.65 436	1.37 340	0.64 152	4.39 372	0.78 158	1.97 41	1.58 129	1.70 135	3.89 426	1.94 212	3.79 408	5.46 271	1.64 274	0.31 165	0.24 191	0.34 232	0.28 192	0.33 143	0.50 305

DeepStereo_LL	5.24 440	0.60 101	20.23 414	0.82 48	0.51 91	3.39 160	18.11 483	3.82 241	2.27 280	1.98 200	8.74 454	1.96 219	6.96 453	7.35 314	26.35 485	0.30 146	0.22 136	0.30 141	0.28 192	0.33 143	0.38 218

PFNet	2.47 302	0.60 101	16.95 344	2.15 434	0.81 208	4.63 418	0.91 238	2.55 91	1.52 94	2.40 338	2.79 387	1.83 200	1.42 201	7.54 318	1.34 216	0.33 197	0.21 110	0.36 263	0.27 165	0.32 127	0.39 224

IRAFT_RVC	1.87 191	0.60 101	4.33 197	2.40 444	0.66 165	4.59 412	1.59 370	2.96 132	1.51 86	2.23 292	1.75 192	2.09 240	2.63 362	6.70 302	1.50 245	0.33 197	0.21 110	0.33 215	0.29 219	0.32 127	0.32 149

PAM	2.43 293	0.61 115	20.86 441	1.07 196	0.73 189	2.93 110	0.53 40	3.24 161	1.53 99	1.89 175	2.43 354	5.29 442	2.76 366	1.84 143	1.02 147	0.27 57	0.24 191	0.26 57	0.25 121	0.40 218	0.50 305

test_sample3	2.34 277	0.61 115	11.94 280	1.33 315	0.85 226	3.10 128	0.73 119	4.24 363	2.19 264	2.21 286	1.75 192	1.80 192	1.41 197	11.11 411	1.46 233	0.35 228	0.29 252	0.34 232	0.35 290	0.39 213	0.37 204

gcap-zeroshot	1.30 120	0.61 115	4.09 194	0.94 128	0.56 118	3.50 182	0.84 192	3.12 147	1.72 177	1.84 158	1.22 58	2.72 302	0.88 77	1.46 85	0.80 71	0.29 109	0.30 265	0.27 80	0.21 48	0.29 67	0.25 46

NF-Stereo	1.58 151	0.61 115	2.66 147	2.26 437	0.47 75	4.68 425	0.67 93	3.31 168	1.48 67	2.11 247	1.59 147	1.36 124	1.09 129	6.08 288	1.20 179	0.40 280	0.20 81	0.36 263	0.34 276	0.31 103	0.36 190

OCTAStereo	1.58 151	0.61 115	2.72 149	2.27 440	0.46 65	4.68 425	0.67 93	3.30 167	1.48 67	2.11 247	1.59 147	1.36 124	1.09 129	6.02 285	1.21 183	0.41 294	0.20 81	0.36 263	0.34 276	0.31 103	0.37 204

NRIStereo	1.28 117	0.61 115	1.67 57	1.15 247	0.38 30	4.73 438	0.90 230	2.42 71	1.50 80	1.93 187	1.33 83	1.75 176	1.22 161	2.96 226	1.33 213	0.46 330	0.22 136	0.29 121	0.26 139	0.30 88	0.28 96

RE-Stereo	1.58 151	0.61 115	2.72 149	2.26 437	0.46 65	4.68 425	0.68 98	3.31 168	1.48 67	2.11 247	1.59 147	1.36 124	1.09 129	6.01 283	1.22 186	0.41 294	0.20 81	0.36 263	0.34 276	0.31 103	0.37 204

TVStereo	1.58 151	0.61 115	2.72 149	2.26 437	0.46 65	4.68 425	0.68 98	3.31 168	1.48 67	2.11 247	1.59 147	1.36 124	1.09 129	6.01 283	1.22 186	0.41 294	0.20 81	0.36 263	0.34 276	0.31 103	0.37 204

CRE-IMP	1.23 96	0.61 115	2.14 104	0.82 48	0.39 32	4.54 401	0.83 189	2.63 102	1.55 115	1.95 192	1.46 113	1.87 208	0.96 94	1.48 88	1.33 213	0.45 325	0.21 110	0.31 162	0.26 139	0.41 242	0.31 141

XX-Stereo	2.54 314	0.61 115	20.21 413	1.78 406	1.19 317	4.30 363	0.46 26	4.39 413	1.58 129	2.32 318	1.89 257	4.64 425	0.60 14	4.16 252	0.82 79	0.31 165	0.21 110	0.28 105	0.27 165	0.51 312	0.26 65

WCG-NET	0.96 45	0.62 125	1.24 19	0.93 123	0.84 224	1.91 57	0.64 81	2.56 93	2.23 270	1.62 119	0.98 23	1.31 117	1.05 116	1.20 46	0.59 11	0.26 47	0.17 12	0.22 6	0.20 37	0.26 28	0.29 106

test_sample6	2.35 282	0.62 125	10.78 269	1.33 315	0.83 217	3.15 130	0.79 164	4.36 407	2.43 317	2.26 300	2.04 285	1.69 168	1.39 188	11.48 424	1.61 266	0.38 262	0.32 283	0.37 275	0.39 331	0.41 242	0.42 253

test_sample5	2.33 273	0.62 125	11.29 274	1.29 298	0.83 217	3.09 126	0.74 130	4.28 378	2.31 290	2.20 278	1.97 274	1.68 163	1.39 188	11.19 413	1.47 238	0.37 246	0.31 275	0.37 275	0.37 312	0.41 242	0.39 224

DualNet	2.33 273	0.62 125	11.29 274	1.29 298	0.83 217	3.09 126	0.74 130	4.28 378	2.31 290	2.26 300	2.04 285	1.68 163	1.39 188	11.19 413	1.47 238	0.37 246	0.31 275	0.37 275	0.37 312	0.41 242	0.39 224

testlalala	1.14 77	0.62 125	1.34 30	1.00 164	0.78 202	4.38 369	0.93 252	2.46 76	2.20 266	2.44 342	1.52 126	1.31 117	0.61 16	1.04 17	0.65 25	0.35 228	0.19 53	0.24 26	0.19 28	0.24 9	0.23 28

iRaft-Stereo_20w	1.88 195	0.62 125	10.58 267	0.90 99	0.83 217	2.96 115	0.78 158	4.90 451	1.58 129	2.29 304	1.60 151	1.25 109	4.51 424	2.28 188	0.90 111	0.29 109	0.21 110	0.26 57	0.24 112	0.41 242	0.31 141

ac_64	2.35 282	0.62 125	9.77 254	1.32 310	1.71 412	3.27 147	0.93 252	3.48 184	2.50 331	1.74 143	1.73 186	3.91 387	1.77 287	10.21 376	1.86 301	0.40 280	0.31 275	0.33 215	0.30 235	0.34 161	0.39 224

GANet-RSSM	1.98 215	0.62 125	3.49 179	1.69 396	1.23 328	4.22 349	0.91 238	3.31 168	1.86 202	1.81 154	1.74 188	2.34 260	1.82 300	10.92 400	1.73 287	0.34 209	0.29 252	0.31 162	0.28 192	0.39 213	0.40 244

SGM-Forest	2.96 359	0.62 125	3.49 179	1.09 210	0.80 205	4.06 299	3.30 442	4.37 410	3.09 405	4.18 440	3.27 412	4.67 427	3.86 410	11.69 438	7.91 426	0.51 361	0.46 374	0.49 360	0.39 331	0.48 303	0.49 298
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PAM_32	2.45 296	0.63 134	20.74 438	1.05 189	0.65 160	2.83 99	0.46 26	2.91 129	1.54 108	1.95 192	2.66 377	4.99 433	3.78 407	1.96 155	0.92 121	0.27 57	0.22 136	0.27 80	0.25 121	0.36 190	0.48 293

rvit_stereo_0081	0.80 13	0.63 134	1.19 13	0.91 104	0.64 152	1.27 18	0.61 65	2.05 45	1.71 174	0.82 41	0.73 6	0.85 54	0.75 43	1.30 66	0.80 71	0.31 165	0.26 223	0.27 80	0.25 121	0.38 203	0.27 77

rvit_stereo_0082	0.80 13	0.63 134	1.19 13	0.91 104	0.64 152	1.27 18	0.61 65	2.05 45	1.71 174	0.82 41	0.73 6	0.85 54	0.75 43	1.30 66	0.80 71	0.31 165	0.26 223	0.27 80	0.25 121	0.38 203	0.27 77

test_sample4	2.34 277	0.63 134	11.59 277	1.30 305	0.83 217	3.07 124	0.72 114	4.27 373	2.30 287	2.30 308	1.88 251	1.73 174	1.42 201	11.14 412	1.46 233	0.35 228	0.29 252	0.35 250	0.36 300	0.40 218	0.38 218

testlalala2	2.31 266	0.63 134	20.54 431	2.56 447	2.87 453	3.79 235	0.76 142	4.20 343	1.48 67	1.42 97	1.43 108	2.45 276	0.80 64	1.03 14	0.68 33	0.27 57	0.25 211	0.24 26	0.21 48	0.33 143	0.28 96

DeepStereo_RVC	1.55 144	0.63 134	3.32 175	0.77 36	0.42 43	4.49 392	0.72 114	2.50 79	1.58 129	2.02 223	1.81 226	1.54 147	6.38 449	1.73 128	1.19 176	0.46 330	0.22 136	0.29 121	0.28 192	0.35 178	0.38 218

test_xeample3	2.12 235	0.63 134	21.55 463	0.91 104	0.47 75	1.85 52	0.94 257	7.96 469	1.23 16	0.75 18	0.76 9	0.64 14	0.70 32	1.77 133	0.83 82	0.30 146	0.21 110	0.27 80	0.21 48	0.27 40	0.24 38

EAI-Stereo	2.35 282	0.63 134	2.97 160	0.95 132	0.65 160	3.84 246	14.27 479	5.04 453	2.19 264	2.06 236	7.25 442	1.10 86	0.94 91	1.65 117	1.37 218	0.31 165	0.22 136	0.27 80	0.60 400	0.27 40	0.32 149

SFCPSM	2.18 242	0.63 134	17.03 345	0.88 89	0.98 268	3.74 226	1.28 330	4.09 319	2.16 259	1.85 159	1.83 233	1.65 159	1.39 188	2.50 196	1.50 245	0.33 197	0.27 233	0.39 294	0.36 300	0.34 161	0.37 204

UPFNet	1.81 186	0.63 134	6.71 221	1.25 282	1.44 368	3.50 182	1.35 336	4.02 298	1.85 201	2.40 338	1.52 126	2.41 269	1.40 192	3.62 237	1.88 303	0.34 209	0.33 290	0.37 275	0.31 251	0.41 242	0.39 224

ours_stereo	0.76 5	0.64 144	1.40 36	0.86 79	0.61 144	1.12 8	0.57 49	1.63 20	1.20 15	0.72 17	1.43 108	0.70 24	0.62 18	1.56 97	0.58 10	0.25 36	0.18 32	0.26 57	0.21 48	0.29 67	0.31 141

CAS++	0.89 30	0.64 144	1.46 40	0.81 40	0.51 91	1.24 15	0.86 203	3.44 181	1.46 57	1.14 76	1.29 77	0.62 11	0.58 12	1.13 27	0.59 11	0.34 209	0.30 265	0.34 232	0.26 139	0.41 242	0.29 106
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	2.22 244	0.64 144	20.09 410	0.96 138	0.56 118	4.04 296	0.70 109	3.91 267	1.50 80	1.92 183	2.28 329	1.92 211	0.71 34	2.93 224	0.67 31	0.26 47	0.23 161	0.26 57	0.21 48	0.28 56	0.26 65

EKT-Stereo	6.79 459	0.64 144	4.24 196	1.77 405	106.39 500	4.51 399	0.61 65	3.16 151	1.53 99	1.88 169	1.22 58	1.98 223	1.36 184	3.81 241	0.84 85	0.35 228	0.24 191	0.29 121	0.26 139	0.34 161	0.48 293

hknet	1.98 215	0.64 144	8.70 242	0.87 84	1.07 292	4.16 331	1.16 309	4.48 427	1.73 180	2.93 393	1.83 233	3.48 361	1.30 176	3.91 246	1.51 251	0.31 165	0.25 211	0.31 162	0.28 192	0.35 178	0.33 162

GES	1.38 131	0.64 144	2.61 141	1.09 210	0.57 129	4.30 363	1.02 279	3.86 251	1.51 86	1.72 140	1.74 188	1.28 112	1.77 287	1.62 110	1.61 266	0.39 274	0.27 233	0.33 215	0.30 235	0.41 242	0.47 289

ACVNet	1.46 139	0.64 144	3.56 184	0.93 123	0.85 226	4.22 349	0.80 173	2.85 124	2.08 238	1.78 149	1.88 251	3.10 334	1.46 214	1.33 68	1.89 304	0.29 109	0.26 223	0.30 141	0.26 139	0.39 213	0.27 77

acv_ft	1.55 144	0.64 144	3.29 173	1.14 234	2.01 434	2.93 110	0.97 269	3.81 240	2.08 238	2.22 288	1.88 251	3.10 334	1.66 270	1.33 68	2.22 342	0.29 109	0.26 223	0.30 141	0.26 139	0.39 213	0.27 77

MSMDNet	2.23 246	0.64 144	17.32 346	0.84 66	0.75 193	3.53 189	0.64 81	3.61 204	1.98 218	1.71 139	1.64 161	3.22 342	2.99 376	2.08 164	1.11 161	0.31 165	0.37 322	0.45 331	0.26 139	0.62 351	0.45 274

IGEVStereo-DCA	0.86 24	0.65 153	2.05 90	0.90 99	0.46 65	1.57 41	0.86 203	1.62 15	1.24 17	0.65 7	0.77 11	0.74 37	0.72 35	2.59 209	0.86 95	0.28 90	0.21 110	0.28 105	0.21 48	0.29 67	0.27 77

rrr	2.27 254	0.65 153	23.82 480	0.90 99	0.46 65	1.57 41	0.96 266	7.98 470	1.19 13	0.65 7	0.77 11	0.74 37	0.72 35	2.59 209	0.86 95	0.28 90	0.21 110	0.28 105	0.21 48	0.29 67	0.25 46

PCWNet_CMD	2.23 246	0.65 153	17.36 350	0.83 58	0.76 196	3.51 185	0.64 81	3.60 202	1.97 216	1.70 135	1.63 159	3.22 342	3.05 382	2.09 167	1.11 161	0.31 165	0.36 309	0.47 339	0.26 139	0.64 359	0.47 289

IER	1.69 170	0.65 153	7.19 226	0.94 128	1.15 305	3.28 150	0.89 226	3.48 184	1.97 216	2.10 243	1.98 276	2.28 251	2.12 325	2.25 186	1.75 290	0.29 109	0.23 161	0.36 263	0.30 235	0.32 127	0.34 173

IPLG	2.48 304	0.65 153	19.63 392	0.91 104	0.79 203	4.60 414	0.56 48	4.31 392	1.84 200	1.91 181	2.00 279	1.31 117	1.38 185	6.61 298	1.53 254	0.27 57	0.20 81	0.27 80	0.23 89	0.31 103	0.36 190

Patchmatch Stereo++	1.25 105	0.65 153	2.06 99	0.75 22	0.37 21	4.68 425	0.76 142	2.53 81	1.58 129	1.99 205	1.47 117	1.78 182	1.14 146	2.44 191	0.90 111	0.48 343	0.23 161	0.32 181	0.27 165	0.40 218	0.29 106
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 101	0.65 153	2.03 87	0.75 22	0.37 21	4.68 425	0.73 119	2.53 81	1.58 129	1.99 205	1.47 117	1.78 182	1.13 140	2.18 178	0.87 100	0.48 343	0.23 161	0.32 181	0.27 165	0.40 218	0.29 106

iRAFT	1.25 105	0.65 153	2.06 99	0.75 22	0.37 21	4.68 425	0.76 142	2.53 81	1.58 129	1.99 205	1.47 117	1.78 182	1.14 146	2.44 191	0.90 111	0.48 343	0.23 161	0.32 181	0.27 165	0.40 218	0.29 106

test-1	1.23 96	0.65 153	1.88 73	0.96 138	0.52 100	3.84 246	0.62 76	4.01 294	1.47 62	1.93 187	1.78 208	1.83 200	0.92 87	1.19 45	1.28 203	0.26 47	0.29 252	0.31 162	0.24 112	0.29 67	0.36 190

pcwnet_v2	2.70 338	0.65 153	22.48 473	1.08 204	1.03 282	3.56 196	0.81 181	4.29 381	3.14 409	2.29 304	2.29 332	3.01 328	1.71 280	3.32 231	1.43 227	0.43 309	0.50 389	0.41 310	0.34 276	0.61 349	0.56 330

DCVSM-stereo	2.31 266	0.66 163	20.69 437	1.11 223	0.93 254	2.58 93	0.73 119	2.61 100	1.60 145	2.57 358	1.53 132	3.30 350	1.72 282	2.19 179	1.23 189	0.34 209	0.53 391	0.41 310	0.32 261	0.45 285	0.62 349

MaDis-Stereo	0.82 21	0.66 163	1.53 45	0.65 10	1.87 427	1.24 15	0.36 9	2.13 52	1.27 26	0.67 11	0.75 8	0.88 61	0.70 32	1.15 33	1.07 154	0.29 109	0.23 161	0.26 57	0.20 37	0.31 103	0.22 21

CASS	1.29 119	0.66 163	2.62 144	0.95 132	0.66 165	2.84 100	0.69 103	3.00 136	1.79 191	2.57 358	1.95 267	1.39 128	1.55 240	1.59 102	1.06 151	0.50 355	0.28 242	0.34 232	0.28 192	0.46 296	0.63 353
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 96	0.66 163	2.02 86	0.75 22	0.37 21	4.67 424	0.76 142	2.53 81	1.58 129	1.99 205	1.46 113	1.78 182	1.14 146	2.08 164	0.88 104	0.48 343	0.22 136	0.32 181	0.27 165	0.40 218	0.29 106

ROB_FTStereo	1.25 105	0.66 163	2.14 104	0.75 22	0.37 21	4.65 421	0.77 155	2.53 81	1.58 129	1.99 205	1.47 117	1.78 182	1.13 140	2.26 187	0.86 95	0.47 339	0.22 136	0.32 181	0.27 165	0.40 218	0.29 106

HUI-Stereo	1.25 105	0.66 163	2.33 124	0.75 22	0.37 21	4.68 425	0.78 158	2.53 81	1.58 129	1.99 205	1.46 113	1.79 189	1.13 140	2.17 176	0.85 88	0.48 343	0.23 161	0.32 181	0.27 165	0.40 218	0.29 106

iGMRVC	1.26 112	0.66 163	2.14 104	0.75 22	0.37 21	4.66 422	0.74 130	2.53 81	1.58 129	1.99 205	1.46 113	1.78 182	1.14 146	2.46 193	0.92 121	0.48 343	0.23 161	0.32 181	0.27 165	0.40 218	0.29 106

RAFT-IKP	1.25 105	0.66 163	2.23 113	0.75 22	0.37 21	4.64 419	0.74 130	2.53 81	1.58 129	1.99 205	1.47 117	1.78 182	1.13 140	2.22 184	0.92 121	0.48 343	0.22 136	0.32 181	0.27 165	0.40 218	0.29 106

ICVP	2.26 252	0.66 163	21.18 455	0.99 156	0.88 239	4.28 360	0.95 261	3.32 172	1.60 145	1.66 128	1.76 200	1.34 121	1.14 146	1.62 110	1.32 209	0.53 369	0.35 305	0.33 215	0.29 219	0.40 218	0.51 313
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
tg	1.15 78	0.67 172	1.31 26	0.94 128	0.54 109	4.02 293	0.41 16	2.96 132	1.59 144	1.69 132	1.85 245	1.84 203	0.97 97	1.78 134	0.83 82	0.27 57	0.17 12	0.29 121	0.26 139	0.29 67	0.27 77

rvit_stereo_0083	0.86 24	0.67 172	1.42 37	0.87 84	0.65 160	1.23 12	0.64 81	1.67 23	2.28 283	0.79 35	0.93 21	0.93 70	1.07 126	1.46 85	0.75 59	0.32 183	0.36 309	0.30 141	0.26 139	0.33 143	0.28 96

anonymousa	2.16 239	0.67 172	19.19 379	1.04 188	1.67 408	2.06 69	0.79 164	2.86 127	1.96 214	1.85 159	2.14 307	3.23 344	1.81 298	1.12 24	1.15 167	0.26 47	0.26 223	0.34 232	0.32 261	0.30 88	0.28 96

DAS	2.31 266	0.67 172	4.79 205	1.14 234	1.64 400	2.93 110	2.13 406	4.09 319	2.74 362	4.17 437	2.52 364	2.46 278	1.79 290	11.55 426	1.63 271	0.37 246	0.22 136	0.39 294	0.25 121	0.41 242	0.34 173

SepStereo	2.15 238	0.67 172	4.79 205	1.14 234	1.64 400	2.93 110	2.13 406	4.09 319	2.74 362	4.17 437	2.52 364	2.46 278	1.79 290	8.36 329	1.63 271	0.37 246	0.22 136	0.39 294	0.25 121	0.41 242	0.34 173

GwcNet-ADL	2.47 302	0.67 172	21.48 462	0.96 138	0.72 185	4.61 415	0.95 261	4.42 417	2.36 300	1.98 200	1.80 214	2.55 286	1.24 166	1.90 150	1.41 224	0.40 280	0.46 374	0.24 26	0.27 165	0.41 242	0.49 298

CFNet_pseudo	2.12 235	0.67 172	15.14 324	0.85 77	0.74 192	3.95 277	0.64 81	3.95 278	1.78 189	1.90 176	1.79 211	3.27 347	1.62 251	2.51 199	1.16 170	0.31 165	0.36 309	0.53 374	0.27 165	0.63 352	0.44 268

ccs_rob	2.13 237	0.67 172	15.11 323	0.84 66	0.75 193	3.96 282	0.65 90	3.95 278	1.78 189	1.88 169	1.79 211	3.26 346	1.64 266	2.51 199	1.16 170	0.31 165	0.36 309	0.54 381	0.27 165	0.65 362	0.45 274

mms	0.77 9	0.68 180	1.17 12	0.83 58	0.71 183	1.41 30	0.67 93	1.61 14	1.12 9	0.77 32	1.37 95	0.63 13	0.54 7	1.75 131	0.63 19	0.24 23	0.19 53	0.26 57	0.21 48	0.31 103	0.34 173

CFNet_ucs	2.36 287	0.68 180	18.42 369	0.89 93	0.81 208	3.85 252	0.68 98	4.29 381	2.37 306	2.09 240	2.04 285	3.31 351	1.24 166	2.63 212	1.14 166	0.36 239	0.45 366	0.56 384	0.29 219	0.66 367	0.49 298

GCAP-Stereo	0.93 35	0.68 180	1.35 32	0.85 77	0.41 39	3.61 207	0.52 39	2.20 56	1.50 80	1.11 74	1.04 32	1.17 93	0.84 69	1.11 22	0.71 47	0.25 36	0.20 81	0.27 80	0.18 16	0.28 56	0.23 28

ff7	0.98 48	0.69 183	2.05 90	0.84 66	0.52 100	4.55 404	0.86 203	1.62 15	1.24 17	0.75 18	1.03 28	0.70 24	0.77 50	1.84 143	0.68 33	0.27 57	0.17 12	0.29 121	0.21 48	0.31 103	0.27 77

ffff	0.98 48	0.69 183	2.05 90	0.84 66	0.52 100	4.55 404	0.86 203	1.62 15	1.24 17	0.75 18	1.03 28	0.70 24	0.77 50	1.84 143	0.68 33	0.27 57	0.17 12	0.29 121	0.21 48	0.31 103	0.27 77

11t	0.98 48	0.69 183	2.05 90	0.84 66	0.52 100	4.55 404	0.86 203	1.62 15	1.24 17	0.75 18	1.03 28	0.70 24	0.77 50	1.84 143	0.68 33	0.27 57	0.17 12	0.29 121	0.21 48	0.31 103	0.27 77

plain	1.55 144	0.69 183	13.59 293	0.65 10	0.73 189	1.66 46	0.57 49	3.17 153	1.94 213	0.77 32	1.24 63	0.80 45	0.86 73	1.60 104	0.96 136	0.33 197	0.21 110	0.32 181	0.25 121	0.42 260	0.28 96

IGEV_Zeroshot_test	2.16 239	0.69 183	20.60 435	1.22 274	0.54 109	2.18 75	0.53 40	3.38 178	1.61 149	1.93 187	1.55 137	3.76 381	1.05 116	1.55 96	0.91 118	0.29 109	0.20 81	0.27 80	0.29 219	0.40 218	0.32 149

anonymousdsp	0.95 42	0.69 183	1.27 22	0.83 58	0.52 100	4.54 401	0.84 192	1.76 27	1.24 17	0.76 28	1.06 38	0.78 40	0.77 50	1.67 121	0.69 38	0.27 57	0.17 12	0.29 121	0.21 48	0.31 103	0.26 65

ccc-4	0.98 48	0.69 183	2.05 90	0.84 66	0.52 100	4.55 404	0.86 203	1.62 15	1.24 17	0.75 18	1.03 28	0.70 24	0.77 50	1.84 143	0.68 33	0.27 57	0.17 12	0.29 121	0.21 48	0.31 103	0.27 77

IGEV-Stereo	0.95 42	0.69 183	1.27 22	0.84 66	0.52 100	4.54 401	0.84 192	1.76 27	1.24 17	0.75 18	1.06 38	0.79 43	0.77 50	1.68 122	0.69 38	0.27 57	0.17 12	0.29 121	0.21 48	0.31 103	0.26 65
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 196	0.69 183	3.14 167	1.10 219	1.18 311	3.99 288	1.79 385	3.50 189	2.16 259	3.10 405	1.64 161	2.91 321	2.50 355	5.38 269	2.26 344	0.43 309	0.38 328	0.37 275	0.36 300	0.50 310	0.42 253

DIP-Stereo	1.24 101	0.69 183	1.77 65	0.65 10	0.61 144	4.29 361	0.58 58	4.44 421	2.53 336	1.98 200	1.33 83	0.91 67	0.86 73	1.25 55	1.25 194	0.36 239	0.23 161	0.32 181	0.23 89	0.32 127	0.29 106
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
test_sample7	1.65 164	0.70 193	2.60 138	1.48 364	0.76 196	2.38 82	1.07 289	4.35 402	2.11 251	2.14 253	1.75 192	1.75 176	1.67 272	6.26 292	1.26 197	0.44 316	0.48 384	0.43 321	0.40 342	0.46 296	0.43 262

fff	1.74 175	0.70 193	9.08 245	0.81 40	0.36 9	4.15 321	0.57 49	4.23 355	2.09 241	2.30 308	1.80 214	1.19 101	3.02 379	1.44 79	1.46 233	0.29 109	0.23 161	0.23 13	0.18 16	0.24 9	0.42 253

GMOStereo	1.13 72	0.70 193	2.26 115	0.75 22	0.44 53	3.05 120	0.91 238	2.78 117	1.45 50	2.37 331	1.52 126	1.53 143	1.05 116	1.17 39	0.92 121	0.25 36	0.19 53	0.35 250	0.28 192	0.34 161	0.26 65

error version	1.13 72	0.70 193	2.26 115	0.75 22	0.44 53	3.05 120	0.91 238	2.78 117	1.45 50	2.37 331	1.52 126	1.53 143	1.05 116	1.17 39	0.92 121	0.25 36	0.19 53	0.35 250	0.28 192	0.34 161	0.26 65

test-v	1.13 72	0.70 193	2.26 115	0.75 22	0.44 53	3.05 120	0.91 238	2.78 117	1.45 50	2.37 331	1.52 126	1.53 143	1.05 116	1.17 39	0.92 121	0.25 36	0.19 53	0.35 250	0.28 192	0.34 161	0.26 65

test-2	1.13 72	0.70 193	2.26 115	0.75 22	0.44 53	3.05 120	0.91 238	2.78 117	1.45 50	2.37 331	1.52 126	1.53 143	1.05 116	1.17 39	0.92 121	0.25 36	0.19 53	0.35 250	0.28 192	0.34 161	0.26 65

iRaftStereo_RVC	1.09 68	0.70 193	1.39 34	0.95 132	0.45 58	3.83 241	0.42 18	2.37 68	1.58 129	1.69 132	1.76 200	1.80 192	0.83 68	1.50 89	0.98 140	0.28 90	0.18 32	0.29 121	0.26 139	0.30 88	0.31 141

csc	1.74 175	0.70 193	9.08 245	0.81 40	0.36 9	4.15 321	0.57 49	4.23 355	2.09 241	2.30 308	1.80 214	1.19 101	3.02 379	1.44 79	1.46 233	0.29 109	0.23 161	0.23 13	0.18 16	0.24 9	0.42 253

cscssc	1.74 175	0.70 193	9.08 245	0.81 40	0.36 9	4.15 321	0.57 49	4.23 355	2.09 241	2.30 308	1.80 214	1.19 101	3.02 379	1.44 79	1.46 233	0.29 109	0.23 161	0.23 13	0.18 16	0.24 9	0.42 253

RASNet	2.56 319	0.70 193	10.06 259	1.60 386	2.25 444	3.67 216	1.00 273	3.38 178	3.14 409	1.81 154	2.11 302	4.60 422	2.30 340	10.25 378	2.61 368	0.37 246	0.24 191	0.25 41	0.24 112	0.28 56	0.26 65

CBMV_ROB	3.62 402	0.70 193	21.42 461	1.21 271	0.89 244	4.43 382	1.76 384	4.39 413	2.79 369	5.88 455	3.38 414	4.18 403	5.12 430	10.75 391	2.32 348	0.56 375	0.55 395	0.53 374	0.51 380	0.55 326	0.46 284

ProNet	0.82 21	0.71 204	1.50 44	0.86 79	0.45 58	1.78 48	0.83 189	1.75 26	1.28 27	0.66 9	1.13 48	0.78 40	0.76 47	1.66 118	0.71 47	0.24 23	0.20 81	0.25 41	0.23 89	0.29 67	0.25 46

MIPNet	2.33 273	0.71 204	19.82 397	0.89 93	0.56 118	4.76 443	0.61 65	4.32 396	2.37 306	1.83 157	1.48 123	1.48 140	1.98 315	2.63 212	1.44 229	0.29 109	0.20 81	0.26 57	0.23 89	0.30 88	0.39 224

HHNet	2.48 304	0.71 204	20.52 430	0.64 6	0.64 152	4.07 304	0.93 252	3.76 231	1.56 121	2.15 261	4.92 435	0.98 74	3.37 395	1.66 118	1.79 294	0.32 183	0.20 81	0.31 162	0.27 165	0.36 190	0.42 253

ITSA-stereo	1.86 190	0.72 207	3.74 191	1.20 265	0.66 165	4.09 306	0.91 238	4.24 363	2.53 336	1.93 187	1.77 205	1.59 153	2.15 329	6.12 289	2.44 355	0.40 280	0.38 328	0.40 300	0.40 342	0.50 310	0.98 408

rvit_stereo_0080	0.94 37	0.72 207	2.56 136	0.64 6	0.59 138	1.90 55	0.75 139	2.71 108	1.40 40	0.91 52	1.04 32	0.85 54	0.82 65	1.14 29	0.78 66	0.35 228	0.29 252	0.25 41	0.27 165	0.45 285	0.29 106

MyStereo06	2.46 299	0.72 207	19.97 403	1.02 179	0.99 271	4.26 354	0.86 203	3.51 192	1.68 165	1.92 183	1.73 186	4.01 393	4.22 417	1.62 110	0.88 104	0.24 23	0.23 161	0.34 232	0.26 139	0.42 260	0.36 190

MyStereo05	2.37 288	0.72 207	19.94 401	1.02 179	0.99 271	4.26 354	0.86 203	4.01 294	2.62 347	2.14 253	1.26 68	2.28 251	1.63 263	2.07 162	1.68 279	0.24 23	0.23 161	0.34 232	0.26 139	0.42 260	0.36 190

whm_eth	0.94 37	0.72 207	2.56 136	0.64 6	0.59 138	1.90 55	0.75 139	2.71 108	1.40 40	0.91 52	1.04 32	0.85 54	0.82 65	1.14 29	0.78 66	0.35 228	0.29 252	0.25 41	0.27 165	0.45 285	0.29 106

ToySt	1.35 127	0.72 207	3.65 190	1.01 170	0.50 90	3.31 155	1.01 275	3.46 183	1.73 180	1.30 82	1.55 137	2.07 239	1.47 216	1.88 149	1.40 220	0.27 57	0.27 233	0.30 141	0.32 261	0.42 260	0.39 224

RAFT+CT+SA	1.62 159	0.72 207	7.42 227	0.97 145	1.42 367	4.04 296	0.94 257	3.90 263	1.61 149	1.61 117	1.63 159	1.33 120	1.18 155	2.73 220	1.10 160	0.27 57	0.19 53	0.31 162	0.34 276	0.33 143	0.33 162

PSMNet-ADL	1.91 201	0.72 207	1.78 67	1.09 210	0.86 231	4.18 339	0.78 158	3.77 233	2.10 249	1.72 140	1.85 245	2.91 321	1.82 300	10.38 382	1.91 307	0.48 343	0.46 374	0.28 105	0.29 219	0.38 203	0.51 313

raftrobust	1.19 83	0.72 207	2.30 121	1.26 288	1.31 340	3.55 194	0.68 98	2.75 114	1.47 62	2.21 286	1.38 98	1.17 93	1.22 161	1.20 46	1.11 161	0.28 90	0.24 191	0.21 4	0.19 28	0.25 18	0.28 96

RAFT-Stereo + iAFF	1.25 105	0.72 207	1.74 63	1.05 189	0.36 9	4.13 317	0.42 18	2.95 131	2.84 383	2.02 223	2.40 353	1.61 156	1.11 137	1.26 56	0.97 137	0.21 4	0.15 2	0.26 57	0.23 89	0.29 67	0.23 28

SGM_RVC	4.57 429	0.72 207	17.46 354	1.84 415	0.58 136	4.23 352	3.45 446	4.66 444	3.66 437	7.99 467	8.82 457	7.56 454	8.74 466	12.30 452	6.84 418	0.43 309	0.38 328	0.39 294	0.35 290	0.51 312	0.48 293
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 33	0.73 218	1.42 37	0.92 110	1.08 294	2.97 116	0.53 40	1.77 29	1.39 37	1.16 77	1.54 134	0.58 7	0.65 26	1.03 14	0.84 85	0.25 36	0.23 161	0.30 141	0.24 112	0.43 270	0.29 106

tt1	1.79 184	0.73 218	10.41 265	1.75 403	0.36 9	4.55 404	0.79 164	4.22 351	3.37 428	1.08 70	1.80 214	0.74 37	1.48 218	2.21 182	0.65 25	0.29 109	0.16 6	0.31 162	0.22 78	0.30 88	0.29 106

ADStereo(finetuned)	2.04 226	0.73 218	13.28 289	0.82 48	0.40 35	4.16 331	0.59 59	4.25 365	2.97 393	2.35 326	1.84 238	1.18 97	3.40 396	1.52 93	1.54 255	0.29 109	0.24 191	0.23 13	0.18 16	0.30 88	0.51 313

GANet-ADL	2.20 243	0.73 218	20.11 411	1.25 282	0.69 180	3.83 241	0.76 142	3.49 187	1.71 174	1.65 127	1.99 278	2.10 241	1.10 134	1.42 76	1.26 197	0.38 262	0.33 290	0.25 41	0.22 78	0.42 260	0.36 190

DCANet	1.74 175	0.73 218	9.08 245	0.82 48	0.40 35	4.18 339	0.59 59	4.25 365	2.97 393	2.35 326	1.84 238	1.18 97	1.63 263	1.51 91	1.55 256	0.29 109	0.24 191	0.23 13	0.18 16	0.30 88	0.53 320

hitnet-ft	2.37 288	0.73 218	8.34 236	0.96 138	0.89 244	3.77 230	0.80 173	3.55 197	2.58 344	2.24 294	2.04 285	3.65 379	1.49 224	11.71 439	1.89 304	0.44 316	0.53 391	0.44 325	0.35 290	0.52 315	0.48 293

DISCO	2.25 250	0.73 218	10.06 259	1.76 404	1.12 301	3.47 175	1.25 327	3.24 161	2.26 278	2.65 374	1.96 268	4.53 419	1.92 312	4.17 253	3.61 390	0.32 183	0.25 211	0.31 162	0.29 219	0.66 367	0.41 250

NOSS_ROB	2.27 254	0.73 218	3.00 162	1.71 399	1.00 278	3.90 260	0.97 269	4.29 381	2.81 379	2.94 397	2.19 315	3.88 386	1.19 159	11.77 441	1.62 269	0.59 380	0.54 393	0.56 384	0.52 383	0.56 332	0.54 326

GCAP-BAT	1.21 91	0.74 226	3.23 169	0.95 132	0.70 182	3.86 254	0.93 252	1.89 34	1.48 67	1.85 159	1.96 268	1.68 163	0.79 58	1.78 134	0.81 76	0.29 109	0.20 81	0.24 26	0.20 37	0.26 28	0.35 186

rvit_stereo_0075_2	1.18 81	0.74 226	2.66 147	0.90 99	1.27 336	2.51 88	0.69 103	2.25 61	2.06 235	1.40 93	1.86 248	1.46 139	0.84 69	1.42 76	0.94 131	0.46 330	0.40 342	0.48 347	0.38 325	0.46 296	0.51 313

ACVNet-DCA	1.85 189	0.74 226	13.77 296	1.78 406	0.36 9	4.48 386	0.74 130	3.98 286	1.53 99	1.01 62	1.81 226	0.72 32	1.62 251	2.13 169	0.64 21	0.29 109	0.17 12	0.32 181	0.21 48	0.33 143	0.32 149

xx1	2.03 224	0.74 226	13.77 296	1.78 406	0.36 9	4.48 386	0.74 130	4.23 355	3.95 444	1.01 62	1.81 226	1.79 189	1.34 181	2.13 169	0.64 21	0.29 109	0.17 12	0.33 215	0.33 269	0.33 143	0.32 149

1test111	1.99 218	0.74 226	13.77 296	1.78 406	0.36 9	4.48 386	0.74 130	3.98 286	1.53 99	1.01 62	1.81 226	0.72 32	1.62 251	4.66 257	0.98 140	0.29 109	0.17 12	0.32 181	0.21 48	0.33 143	0.32 149

cc1	1.98 215	0.74 226	13.77 296	1.78 406	0.36 9	4.48 386	0.74 130	4.23 355	3.95 444	1.01 62	1.81 226	0.72 32	1.62 251	2.13 169	0.64 21	0.29 109	0.17 12	0.32 181	0.21 48	0.31 103	0.29 106

testlalala_base	1.62 159	0.74 226	1.63 54	1.19 261	1.40 359	2.63 95	0.84 192	4.09 319	1.31 31	1.22 80	1.42 106	1.21 106	0.85 71	1.16 34	0.73 54	3.92 471	2.10 458	0.27 80	0.18 16	4.49 470	1.11 416

DCRE	1.44 136	0.74 226	3.50 181	1.13 233	0.72 185	1.78 48	0.67 93	2.14 53	1.56 121	1.99 205	8.09 449	1.73 174	1.07 126	1.24 53	0.83 82	0.23 17	0.25 211	0.26 57	0.26 139	0.28 56	0.30 133

NINENet	1.87 191	0.74 226	2.60 138	1.12 226	1.06 290	4.50 395	0.76 142	4.41 416	2.24 273	2.16 266	1.86 248	3.63 377	0.97 97	8.00 326	1.17 173	0.41 294	0.30 265	0.41 310	0.30 235	0.41 242	0.36 190

UNet	2.51 308	0.74 226	20.17 412	1.14 234	1.44 368	3.48 177	0.76 142	3.77 233	1.87 203	2.05 231	1.57 142	2.75 305	2.39 347	3.51 234	2.51 361	0.32 183	0.26 223	0.41 310	0.26 139	0.38 203	0.39 224

HGLStereo	2.03 224	0.74 226	7.50 229	1.23 278	1.56 387	3.62 208	0.95 261	3.78 236	1.89 208	2.03 227	2.20 317	3.12 337	2.14 328	5.68 278	2.04 322	0.37 246	0.31 275	0.32 181	0.29 219	0.40 218	0.45 274

DMCA	1.72 172	0.74 226	6.63 220	1.14 234	0.96 260	3.98 287	0.90 230	3.75 229	2.76 365	2.83 389	1.58 143	2.35 262	1.18 155	1.58 99	1.98 317	0.40 280	0.27 233	0.42 317	0.26 139	0.36 190	0.38 218

rvit_stereo_0081_aga	0.81 20	0.75 238	1.84 71	0.72 18	0.73 189	1.21 11	0.63 78	1.92 39	1.39 37	0.87 50	0.80 14	0.79 43	0.69 31	1.27 59	0.69 38	0.35 228	0.29 252	0.26 57	0.25 121	0.40 218	0.27 77

DispNO	3.00 368	0.75 238	18.92 376	1.17 253	1.10 299	3.72 222	0.94 257	4.29 381	2.54 340	2.24 294	2.28 329	4.51 417	2.12 325	11.40 419	2.09 330	0.31 165	0.28 242	0.31 162	0.28 192	0.36 190	0.39 224

StereoVision	1.65 164	0.75 238	7.47 228	1.01 170	1.80 424	2.61 94	0.61 65	3.06 143	1.96 214	1.25 81	3.46 417	1.85 206	0.88 77	2.07 162	1.93 308	0.43 309	0.36 309	0.37 275	0.36 300	0.48 303	0.33 162

test_5	1.87 191	0.75 238	10.23 262	1.14 234	1.40 359	3.85 252	1.27 328	3.91 267	1.93 212	1.69 132	1.78 208	1.67 161	1.79 290	2.99 227	1.17 173	0.30 146	0.18 32	0.35 250	0.33 269	0.34 161	0.33 162

SA	1.62 159	0.75 238	3.78 193	1.07 196	0.43 48	4.26 354	1.36 338	4.45 424	3.12 406	1.63 121	1.97 274	1.68 163	2.26 339	2.55 205	1.27 200	0.27 57	0.22 136	0.37 275	0.37 312	0.35 178	0.30 133

Anonymous3	1.72 172	0.76 243	11.61 278	0.83 58	0.84 224	4.46 384	0.84 192	3.57 199	1.16 10	1.34 85	1.37 95	1.11 87	1.03 108	1.58 99	1.13 165	0.70 404	0.58 403	0.33 215	0.35 290	0.47 300	0.42 253

delet	1.92 204	0.76 243	5.14 208	1.01 170	1.65 404	3.44 167	2.03 401	3.76 231	2.48 326	2.01 219	2.05 291	2.63 294	1.90 310	5.34 268	2.12 332	0.28 90	0.29 252	0.40 300	0.31 251	0.41 242	0.45 274

FC-DCNN v2	6.91 462	0.77 245	19.25 381	1.69 396	1.64 400	9.13 472	2.40 415	7.20 468	9.47 470	11.07 481	11.62 469	20.05 478	15.79 474	12.55 459	11.99 446	0.66 394	0.57 398	0.58 387	0.56 392	0.63 352	0.61 346

STrans-v2	3.03 372	0.77 245	20.91 445	0.81 40	0.63 150	3.89 259	1.01 275	4.27 373	2.64 351	2.28 302	3.70 421	4.13 400	5.20 431	7.33 313	1.27 200	0.31 165	0.18 32	0.29 121	0.25 121	0.29 67	0.41 250

TransformOpticalFlow	3.03 372	0.77 245	20.99 448	1.00 164	0.55 114	4.18 339	0.64 81	4.33 398	3.02 400	2.18 272	3.09 404	4.35 411	5.07 429	7.36 316	1.27 200	0.32 183	0.18 32	0.32 181	0.26 139	0.28 56	0.46 284

AFF-stereo	1.31 124	0.77 245	1.46 40	1.10 219	0.45 58	3.93 267	0.48 30	2.92 130	2.92 389	1.90 176	2.21 319	2.11 243	1.52 230	1.93 152	1.12 164	0.21 4	0.16 6	0.25 41	0.25 121	0.29 67	0.20 9

PSMNet-RSSM	1.96 211	0.77 245	3.26 171	1.29 298	1.31 340	4.19 343	0.96 266	3.68 214	1.89 208	2.05 231	1.80 214	2.60 290	1.70 278	9.84 362	1.81 295	0.35 228	0.29 252	0.35 250	0.37 312	0.42 260	0.35 186

FC-DCNN	6.64 457	0.77 245	19.26 383	1.68 395	1.64 400	8.27 470	2.35 414	6.35 466	9.23 469	10.85 479	11.27 467	19.89 476	13.33 471	12.51 458	11.79 445	0.66 394	0.57 398	0.58 387	0.56 392	0.63 352	0.61 346

CoDeX	2.40 290	0.78 251	13.21 288	1.00 164	1.18 311	3.24 140	1.32 333	4.14 335	2.41 314	1.74 143	1.84 238	2.05 234	1.47 216	10.03 372	1.60 263	0.34 209	0.28 242	0.32 181	0.27 165	0.32 127	0.39 224

MIM_Stereo	1.20 88	0.78 251	3.30 174	1.05 189	0.43 48	3.04 118	0.60 62	2.46 76	1.51 86	1.60 112	1.58 143	1.82 197	1.29 173	2.00 157	1.07 154	0.24 23	0.24 191	0.28 105	0.25 121	0.27 40	0.27 77

CRFU-Net	2.49 306	0.78 251	10.36 263	2.30 441	1.08 294	3.91 261	1.41 350	3.85 248	1.65 160	2.15 261	1.76 200	3.34 353	7.95 461	5.56 275	1.48 241	0.47 339	0.35 305	0.30 141	0.28 192	0.37 199	0.43 262

DDVS	1.68 169	0.79 254	2.52 134	1.26 288	1.16 309	3.17 131	0.78 158	3.12 147	1.82 194	1.86 164	1.91 263	2.92 323	1.43 204	6.20 290	1.63 271	0.45 325	0.65 415	0.34 232	0.38 325	0.48 303	0.79 389

Sa-1000	1.63 163	0.79 254	3.56 184	1.11 223	0.48 82	4.06 299	1.41 350	4.49 430	2.75 364	2.00 217	2.80 389	1.84 203	1.43 204	2.64 214	1.50 245	0.27 57	0.19 53	0.36 263	0.33 269	0.36 190	0.30 133

IIG-Stereo	1.95 209	0.79 254	2.14 104	2.78 451	0.66 165	4.62 416	0.76 142	4.27 373	1.53 99	2.63 371	3.14 407	3.35 354	1.61 248	7.65 322	1.41 224	0.39 274	0.20 81	0.31 162	0.25 121	0.33 143	0.22 21

cf-r	2.57 322	0.79 254	16.09 331	1.48 364	1.35 350	4.19 343	0.93 252	3.68 214	2.36 300	1.97 198	1.81 226	3.42 358	1.45 211	8.24 328	1.83 298	0.32 183	0.26 223	0.33 215	0.30 235	0.34 161	0.37 204

MyStereo07	1.01 58	0.80 258	1.26 21	1.00 164	1.04 285	3.95 277	0.95 261	2.07 49	1.42 44	0.75 18	1.22 58	0.68 20	0.91 85	1.63 113	0.67 31	0.24 23	0.24 191	0.34 232	0.26 139	0.41 242	0.37 204

MyStereo04	2.29 262	0.80 258	18.77 373	1.00 164	1.04 285	3.95 277	0.95 261	3.91 267	2.54 340	1.99 205	1.27 74	2.31 258	1.65 268	2.02 161	1.77 291	0.24 23	0.24 191	0.34 232	0.26 139	0.41 242	0.37 204

rafts_anoy	1.24 101	0.80 258	3.61 188	1.17 253	1.20 322	3.00 117	0.61 65	3.17 153	1.58 129	1.37 89	1.26 68	1.19 101	1.12 138	1.78 134	1.25 194	0.32 183	0.23 161	0.32 181	0.32 261	0.31 103	0.30 133

GEStereo_RVC	1.91 201	0.80 258	6.57 219	1.20 265	1.06 290	4.02 293	1.43 354	4.13 329	1.89 208	2.03 227	1.80 214	2.34 260	1.86 305	4.94 261	1.77 291	0.48 343	0.38 328	0.32 181	0.28 192	0.42 260	0.50 305

TestStereo1	1.56 148	0.81 262	2.32 122	1.61 389	0.64 152	4.13 317	1.36 338	3.79 237	3.20 417	1.60 112	2.57 371	1.39 128	2.15 329	2.51 199	1.30 206	0.29 109	0.20 81	0.34 232	0.25 121	0.40 218	0.36 190

SA-5K	1.56 148	0.81 262	2.32 122	1.61 389	0.64 152	4.13 317	1.36 338	3.79 237	3.20 417	1.60 112	2.57 371	1.39 128	2.15 329	2.51 199	1.30 206	0.29 109	0.20 81	0.34 232	0.25 121	0.40 218	0.36 190

MMNet	2.02 223	0.81 262	10.76 268	1.12 226	1.23 328	3.53 189	0.89 226	3.79 237	2.08 238	2.15 261	1.76 200	2.15 244	2.12 325	3.69 239	2.32 348	0.31 165	0.29 252	0.34 232	0.27 165	0.38 203	0.42 253

psm_up	2.28 259	0.81 262	5.45 215	1.26 288	1.50 376	3.84 246	1.23 324	4.23 355	2.03 226	2.55 354	1.80 214	2.44 275	1.65 268	12.90 461	1.58 259	0.37 246	0.38 328	0.41 310	0.34 276	0.43 270	0.39 224

FAT-Stereo	3.34 394	0.81 262	20.05 405	1.25 282	1.20 322	3.44 167	1.99 399	4.23 355	2.67 355	3.14 408	3.82 424	3.51 369	3.32 394	11.68 437	1.94 310	0.64 389	0.67 419	0.48 347	0.52 383	0.61 349	0.81 391

HSM	2.35 282	0.81 262	2.21 109	1.14 234	1.55 384	3.44 167	1.03 280	3.99 290	2.25 275	2.29 304	2.11 302	8.04 456	3.05 382	11.60 427	1.71 282	0.33 197	0.22 136	0.28 105	0.23 89	0.32 127	0.35 186

StereoDRNet-Refined	1.77 182	0.81 262	2.22 111	1.21 271	0.76 196	3.26 145	0.71 111	3.82 241	2.05 233	2.29 304	2.05 291	2.98 325	1.44 207	7.15 311	2.27 345	0.30 146	0.23 161	0.42 317	0.33 269	0.45 285	0.64 356
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 421	0.82 269	10.85 270	0.86 79	0.43 48	2.16 74	16.77 481	3.22 158	1.54 108	2.04 230	12.05 471	2.68 296	7.53 458	7.30 312	12.62 447	0.30 146	0.21 110	0.29 121	0.28 192	0.33 143	0.41 250

sCroCo_RVC	1.06 64	0.82 269	5.05 207	1.02 179	1.05 287	0.98 5	0.61 65	2.06 47	1.29 28	0.69 12	1.26 68	0.82 49	1.10 134	1.20 46	0.90 111	0.42 304	0.40 342	0.33 215	0.30 235	0.46 296	0.38 218

HITNet	2.07 231	0.82 269	14.77 313	1.34 322	0.56 118	3.47 175	0.80 173	4.07 313	2.35 297	2.16 266	1.61 155	1.64 158	1.44 207	2.09 167	2.56 367	0.26 47	0.18 32	0.41 310	0.26 139	0.45 285	0.25 46
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
iRaft-Stereo_5w	2.10 234	0.83 272	8.57 239	0.81 40	0.76 196	3.21 133	0.84 192	3.71 225	1.65 160	1.56 109	2.50 361	2.20 247	2.23 338	9.13 345	2.01 320	0.38 262	0.19 53	0.35 250	0.27 165	0.45 285	0.39 224

raft+_RVC	1.21 91	0.83 272	2.61 141	1.35 326	0.97 264	3.60 203	0.76 142	3.23 159	1.51 86	1.33 84	1.67 168	1.03 80	1.10 134	1.87 148	0.92 121	0.24 23	0.22 136	0.25 41	0.24 112	0.26 28	0.25 46

ADLNet	2.29 262	0.83 272	3.62 189	1.35 326	1.60 393	3.67 216	1.24 326	3.95 278	2.98 396	2.58 361	2.29 332	4.01 393	1.79 290	11.23 415	2.09 330	0.37 246	0.38 328	0.36 263	0.34 276	0.45 285	0.71 370

AdaStereo	1.45 138	0.83 272	2.34 125	1.28 295	0.81 208	3.21 133	1.14 307	4.20 343	2.46 325	2.05 231	1.77 205	2.48 280	1.18 155	1.71 126	1.44 229	0.43 309	0.25 211	0.43 321	0.28 192	0.44 277	0.34 173
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.
4D-IteraStereo	1.97 213	0.84 276	20.43 428	0.78 37	1.56 387	2.09 71	1.05 286	2.43 73	1.56 121	1.41 95	1.00 24	1.94 212	0.61 16	1.22 51	1.06 151	0.27 57	0.18 32	0.31 162	0.26 139	0.27 40	0.23 28

RAFT	1.23 96	0.84 276	2.05 90	0.96 138	0.47 75	1.80 50	0.94 257	3.18 155	1.46 57	1.60 112	1.71 181	3.04 330	1.59 243	1.64 115	1.32 209	0.38 262	0.24 191	0.40 300	0.32 261	0.40 218	0.35 186

FCDSN-DC	6.04 453	0.84 276	19.25 381	1.24 280	1.09 297	4.38 369	2.62 423	4.38 411	4.71 451	9.59 475	11.22 466	19.19 475	17.40 477	12.30 452	8.55 430	0.69 403	0.57 398	0.60 395	0.60 400	0.70 375	0.78 387
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 150	0.84 276	3.25 170	1.36 332	1.40 359	4.07 304	1.01 275	2.68 106	1.50 80	2.11 247	1.88 251	2.37 265	1.50 225	3.41 232	1.42 226	0.36 239	0.28 242	0.52 372	0.40 342	0.53 321	0.43 262

LL-Strereo2	1.23 96	0.85 280	2.38 127	0.93 123	0.68 177	3.72 222	1.37 342	2.54 90	1.99 219	1.75 145	1.40 103	1.82 197	0.73 39	1.40 72	0.99 143	0.31 165	0.23 161	0.55 382	0.35 290	0.29 67	0.24 38

HH	2.23 246	0.86 281	21.59 464	0.98 150	0.51 91	1.49 35	0.82 184	2.74 112	1.54 108	1.10 71	1.69 175	4.62 423	1.86 305	2.55 205	0.69 38	0.26 47	0.22 136	0.29 121	0.23 89	0.34 161	0.27 77

HanStereo	2.23 246	0.86 281	21.59 464	0.98 150	0.51 91	1.49 35	0.82 184	2.74 112	1.54 108	1.10 71	1.69 175	4.62 423	1.86 305	2.55 205	0.69 38	0.26 47	0.22 136	0.29 121	0.23 89	0.34 161	0.27 77

rvit_stereo_ft	1.00 56	0.87 283	3.55 182	0.97 145	0.66 165	1.06 6	0.80 173	2.78 117	1.67 163	0.78 34	0.96 22	0.95 73	1.14 146	1.06 18	0.90 111	0.32 183	0.24 191	0.27 80	0.28 192	0.39 213	0.27 77

CroCo-Stereo	0.98 48	0.87 283	3.44 178	0.87 84	0.53 108	0.49 1	0.50 32	3.99 290	1.49 75	0.81 39	1.25 67	1.00 76	0.75 43	1.10 21	1.09 159	0.24 23	0.21 110	0.24 26	0.19 28	0.35 178	0.27 77
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
ssnet_v2	2.04 226	0.88 285	7.87 230	1.20 265	0.87 236	3.86 254	1.64 375	4.01 294	2.60 346	2.61 367	1.96 268	3.79 382	1.71 280	2.20 180	2.96 379	0.41 294	0.35 305	0.42 317	0.37 312	0.55 326	0.52 318

Anonymous_2	3.01 370	0.89 286	4.53 203	1.06 195	1.18 311	2.93 110	0.87 220	3.24 161	1.46 57	1.86 164	1.35 91	4.11 399	2.35 345	1.64 115	1.28 203	0.82 415	0.90 434	8.71 487	15.84 490	4.44 469	0.74 378

CroCo-Stereo Lap2	0.99 54	0.89 286	2.55 135	0.99 156	1.80 424	0.54 2	0.46 26	3.10 145	1.24 17	1.07 69	1.21 57	1.05 83	0.78 56	1.26 56	1.08 156	0.27 57	0.23 161	0.27 80	0.21 48	0.43 270	0.34 173

rvit_105_1	1.43 135	0.90 288	3.27 172	1.08 204	0.68 177	2.79 98	1.27 328	3.52 193	2.35 297	1.38 91	1.54 134	1.28 112	1.14 146	2.91 222	1.40 220	0.54 371	0.47 378	0.45 331	0.59 398	0.44 277	0.58 338

NVstereo2D	2.54 314	0.90 288	11.10 272	1.32 310	1.47 372	3.58 200	1.38 344	4.13 329	2.45 322	1.90 176	1.71 181	2.86 317	1.76 286	10.86 396	1.66 277	0.60 381	0.43 356	0.53 374	0.41 348	0.78 392	0.94 405

WCMA_ROB	5.12 438	0.90 288	21.33 457	1.50 368	1.33 347	4.09 306	3.49 447	4.03 299	4.59 450	6.57 460	10.95 465	12.92 467	8.41 465	9.86 363	8.78 431	0.75 407	0.58 403	0.51 366	0.50 377	0.68 372	0.57 334

S-Stereo	3.48 398	0.91 291	22.06 472	1.36 332	1.50 376	3.55 194	2.53 420	4.21 348	2.81 379	2.37 331	3.81 423	3.75 380	1.84 302	11.90 447	2.51 361	0.63 386	0.71 424	0.48 347	0.76 417	0.67 369	1.19 420

MLCV	1.87 191	0.91 291	8.59 240	1.10 219	0.57 129	3.59 201	0.53 40	3.70 224	2.20 266	2.80 386	2.25 324	2.00 226	1.42 201	4.13 251	1.86 301	0.30 146	0.20 81	0.32 181	0.21 48	0.33 143	0.36 190

ACV-stereo	2.92 354	0.92 293	20.27 419	1.33 315	1.05 287	4.68 425	1.10 298	2.66 105	1.64 156	1.46 99	1.32 82	5.41 444	4.24 418	7.83 324	1.90 306	0.44 316	0.52 390	0.32 181	0.29 219	0.45 285	0.63 353

AASNet	2.44 295	0.92 293	19.79 396	1.35 326	1.49 374	3.81 239	1.07 289	3.85 248	2.93 390	1.95 192	2.29 332	1.96 219	1.29 173	1.73 128	1.93 308	0.39 274	0.33 290	0.45 331	0.30 235	0.55 326	0.45 274

ADLNet2	3.15 384	0.92 293	20.06 406	1.20 265	1.79 421	3.83 241	1.48 356	3.94 276	3.59 434	2.19 276	2.47 358	4.65 426	1.93 313	10.69 390	1.96 315	0.39 274	0.37 322	0.28 105	0.30 235	0.48 303	0.43 262

111	1.83 187	0.92 293	9.08 245	0.81 40	0.36 9	4.25 353	0.91 238	4.44 421	2.70 358	2.39 336	1.96 268	2.30 257	1.64 266	1.28 60	1.82 296	0.28 90	0.22 136	0.24 26	0.20 37	0.31 103	0.54 326

rvit_0105_6	1.00 56	0.93 297	2.21 109	0.92 110	0.55 114	1.52 39	0.79 164	2.41 69	2.96 392	0.76 28	0.72 5	1.02 78	0.75 43	1.42 76	0.81 76	0.40 280	0.43 356	0.34 232	0.31 251	0.43 270	0.34 173

rvit_0105_5	1.13 72	0.93 297	2.60 138	0.91 104	0.56 118	1.92 58	0.91 238	3.02 138	2.63 349	0.95 58	1.20 55	1.18 97	0.93 89	1.51 91	0.93 129	0.40 280	0.43 356	0.37 275	0.35 290	0.42 260	0.44 268

rvit_0105_3	1.24 101	0.93 297	2.84 155	0.97 145	0.58 136	2.38 82	1.08 293	3.26 164	2.53 336	1.18 78	1.40 103	1.24 108	1.04 112	1.73 128	0.97 137	0.44 316	0.44 361	0.40 300	0.42 353	0.42 260	0.50 305

OMP-Stereo	1.97 213	0.93 297	1.88 73	2.76 450	0.67 172	4.58 411	1.48 356	4.31 392	1.54 108	3.15 410	2.76 385	3.25 345	1.38 185	7.66 323	1.35 217	0.40 280	0.20 81	0.33 215	0.26 139	0.33 143	0.24 38

stereogan	3.09 377	0.93 297	16.43 335	1.37 340	1.66 407	3.70 219	1.67 380	3.87 253	3.15 411	3.04 401	2.70 381	5.04 436	2.79 368	9.96 368	1.78 293	0.63 386	0.49 388	0.69 411	0.47 366	0.83 399	0.68 363

RYNet	2.97 363	0.93 297	15.09 322	1.12 226	1.38 356	3.66 215	1.42 352	4.03 299	2.29 286	2.10 243	1.70 177	3.79 382	2.16 332	13.64 470	3.02 382	0.37 246	0.41 349	0.48 347	0.34 276	0.81 396	0.75 381

iResNet	2.52 311	0.94 303	21.17 454	1.84 415	0.72 185	3.75 227	0.81 181	4.14 335	2.55 342	2.33 324	2.03 282	1.35 123	1.44 207	3.27 230	2.16 338	0.35 228	0.23 161	0.28 105	0.22 78	0.44 277	0.45 274

CBFPSM	2.05 228	0.95 304	10.12 261	1.07 196	1.05 287	2.84 100	1.20 320	3.28 165	1.73 180	1.82 156	1.30 79	4.56 421	4.06 413	2.34 189	2.34 350	0.25 36	0.38 328	0.32 181	0.27 165	0.37 199	0.79 389

XX-TBD	1.03 63	0.95 304	1.94 79	1.30 305	0.43 48	3.97 285	0.33 4	1.74 25	1.73 180	1.59 111	2.02 281	0.69 23	0.60 14	1.16 34	0.66 29	0.30 146	0.25 211	0.23 13	0.15 4	0.31 103	0.22 21

CFNet-ft	1.90 198	0.95 304	3.56 184	1.07 196	1.54 380	4.09 306	0.90 230	2.85 124	1.82 194	1.78 149	1.70 177	2.75 305	1.48 218	9.33 349	1.72 283	0.33 197	0.30 265	0.61 398	0.36 300	0.52 315	0.39 224

STTStereo	2.34 277	0.95 304	14.93 319	1.43 351	1.54 380	3.86 254	0.86 203	3.65 208	2.44 321	2.15 261	1.55 137	2.49 282	1.59 243	5.14 265	1.44 229	0.38 262	0.39 337	0.47 339	0.51 380	0.52 315	0.51 313

CFNet_RVC	1.90 198	0.95 304	3.56 184	1.07 196	1.54 380	4.09 306	0.90 230	2.85 124	1.82 194	1.78 149	1.70 177	2.75 305	1.48 218	9.33 349	1.72 283	0.33 197	0.30 265	0.61 398	0.36 300	0.52 315	0.39 224

DLCB_ROB	2.05 228	0.95 304	2.37 126	1.24 280	1.02 281	2.92 109	1.30 331	3.68 214	2.30 287	2.91 391	2.17 312	3.32 352	1.52 230	10.37 380	2.50 360	0.40 280	0.33 290	0.40 300	0.36 300	0.41 242	0.47 289

CBMV	3.32 393	0.96 310	21.16 453	1.32 310	0.83 217	3.81 239	3.91 459	4.47 426	2.53 336	3.34 417	2.24 322	4.45 414	2.58 360	10.07 374	1.96 315	0.45 325	0.43 356	0.48 347	0.38 325	0.52 315	0.53 320
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 330	0.97 311	8.01 234	1.54 374	1.24 330	3.75 227	2.18 409	4.07 313	2.41 314	2.66 375	3.25 410	2.87 318	2.31 343	9.89 364	3.50 388	0.78 409	0.75 428	0.71 414	0.67 407	0.76 389	0.81 391

rvit_0105_4	1.07 67	0.99 312	2.39 128	0.93 123	0.54 109	1.62 45	0.84 192	2.77 116	2.91 387	0.80 37	0.91 19	1.09 84	0.86 73	1.63 113	0.85 88	0.40 280	0.45 366	0.35 250	0.31 251	0.43 270	0.40 244

AIO-Stereo-zeroshot	2.35 282	0.99 312	19.62 391	1.09 210	0.96 260	1.51 37	0.44 23	4.05 307	1.64 156	1.31 83	1.67 168	4.93 430	2.45 352	2.52 203	1.40 220	0.30 146	0.20 81	0.31 162	0.50 377	0.57 336	0.60 343

DRN-Test	3.03 372	0.99 312	18.18 362	1.35 326	1.60 393	3.59 201	1.48 356	4.13 329	2.45 322	3.47 422	1.92 265	2.58 289	2.53 357	10.88 397	2.80 376	0.39 274	0.36 309	0.44 325	0.41 348	0.55 326	0.57 334

GMStereo	1.01 58	1.00 315	2.86 157	0.83 58	0.45 58	1.47 33	0.57 49	1.89 34	2.11 251	1.52 104	1.24 63	0.87 59	0.74 42	1.58 99	0.94 131	0.40 280	0.21 110	0.30 141	0.30 235	0.47 300	0.36 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 396	1.01 316	21.99 470	1.28 295	1.37 353	2.67 96	1.39 345	3.98 286	2.87 384	2.93 393	3.27 412	4.35 411	2.43 350	11.62 429	2.39 351	0.60 381	0.63 413	0.79 423	0.55 390	0.68 372	0.67 360

AACVNet	1.83 187	1.02 317	2.41 130	1.45 357	0.87 236	3.21 133	0.73 119	3.16 151	1.61 149	2.01 219	1.82 232	2.28 251	1.33 180	10.98 402	1.49 244	0.39 274	0.32 283	0.38 291	0.32 261	0.43 270	0.44 268

TestStereo	2.00 219	1.02 317	12.25 282	0.70 14	0.61 144	1.88 54	0.55 45	2.31 65	1.52 94	1.41 95	1.33 83	1.27 111	0.90 83	11.62 429	0.81 76	0.34 209	0.19 53	0.33 215	0.24 112	0.44 277	0.24 38

RALCasStereoNet	1.19 83	1.02 317	2.06 99	1.12 226	1.14 303	3.08 125	0.70 109	2.99 135	1.73 180	1.34 85	1.68 171	1.18 97	0.91 85	2.16 174	1.00 145	0.30 146	0.26 223	0.24 26	0.21 48	0.29 67	0.30 133

FBW_ROB	3.24 388	1.02 317	9.21 251	1.49 367	1.07 292	3.78 232	1.48 356	4.31 392	3.08 404	2.46 344	2.32 348	4.20 406	2.08 323	15.19 476	7.16 422	0.84 418	0.62 411	1.33 444	0.92 429	0.99 412	1.31 424

iResNet_ROB	1.89 196	1.02 317	8.60 241	1.39 344	0.98 268	3.72 222	0.66 92	3.84 245	2.65 352	1.88 169	2.05 291	1.98 223	1.27 168	4.52 255	1.67 278	0.30 146	0.20 81	0.28 105	0.18 16	0.31 103	0.40 244

STTRV1_RVC	3.52 399	1.03 322	20.87 443	1.47 362	1.47 372	3.23 136	1.55 367	4.06 311	3.22 419	1.95 192	3.50 418	2.63 294	2.07 322	11.96 449	2.21 341	1.86 448	4.03 481	0.81 426	0.73 414	1.06 415	0.70 369

NLCA_NET_v2_RVC	2.54 314	1.04 323	16.73 340	1.53 372	2.00 433	3.96 282	0.87 220	3.87 253	2.31 290	2.54 353	1.67 168	2.85 316	1.63 263	5.55 274	1.62 269	0.46 330	0.33 290	0.38 291	0.38 325	0.53 321	0.62 349
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	2.34 277	1.05 324	7.87 230	1.07 196	0.86 231	3.93 267	1.19 316	4.35 402	2.11 251	2.14 253	1.75 192	1.75 176	1.67 272	6.26 292	1.26 197	1.23 435	0.48 384	4.27 478	2.09 464	0.70 375	0.69 365

test_sample9	3.79 409	1.05 324	7.87 230	1.07 196	0.86 231	3.93 267	1.19 316	4.35 402	2.11 251	2.14 253	1.75 192	1.75 176	1.67 272	11.06 407	11.61 443	1.23 435	14.45 491	4.27 478	2.09 464	0.70 375	0.69 365

test_sample8	4.76 433	1.05 324	7.87 230	1.07 196	0.86 231	3.93 267	1.19 316	4.38 411	2.05 233	5.49 451	1.89 257	12.98 468	6.37 447	11.06 407	11.61 443	1.23 435	14.45 491	4.27 478	2.09 464	0.70 375	0.69 365

GwcNet-RSSM	2.66 330	1.05 324	15.91 329	1.22 274	1.19 317	4.12 314	1.12 302	3.84 245	2.02 224	1.93 187	1.79 211	3.12 337	1.46 214	10.37 380	2.05 324	0.33 197	0.27 233	0.35 250	0.30 235	0.40 218	0.36 190

GANet	2.93 355	1.05 324	11.29 274	1.64 391	0.96 260	3.91 261	2.52 419	3.72 226	2.41 314	2.95 398	3.00 398	3.21 341	2.03 316	12.42 455	4.72 402	0.51 361	0.41 349	0.46 336	0.39 331	0.60 344	0.50 305

RAFT_CTSACE	1.80 185	1.06 329	10.00 258	1.71 399	1.39 357	3.49 179	1.06 287	3.05 141	1.62 152	1.70 135	2.04 285	2.51 283	1.80 295	1.98 156	0.94 131	0.25 36	0.22 136	0.28 105	0.30 235	0.30 88	0.26 65

FINET	2.96 359	1.07 330	23.18 478	1.29 298	1.86 426	2.03 63	1.52 361	4.30 389	4.71 451	2.23 292	2.34 350	1.65 159	1.48 218	5.89 282	2.81 377	0.51 361	0.47 378	0.49 360	0.40 342	0.59 340	0.49 298

DANet	2.63 326	1.07 330	8.10 235	1.83 414	1.70 411	3.25 143	1.16 309	4.31 392	2.38 309	3.40 420	2.18 313	4.08 397	1.80 295	9.77 358	3.89 394	0.52 367	0.55 395	0.59 390	0.44 357	0.63 352	0.86 397
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 117	1.08 332	3.21 168	1.25 282	0.94 256	1.44 31	0.69 103	3.15 150	2.57 343	2.01 219	1.80 214	1.29 115	1.05 116	2.00 157	1.48 241	0.27 57	0.20 81	0.27 80	0.24 112	0.40 218	0.27 77

TDLM	2.29 262	1.08 332	4.61 204	1.29 298	1.01 280	4.26 354	2.17 408	3.75 229	2.79 369	2.31 314	1.98 276	2.06 236	1.59 243	12.45 456	1.72 283	0.51 361	0.28 242	0.52 372	0.35 290	0.56 332	0.50 305

MSMD_ROB	5.61 446	1.08 332	16.68 339	1.21 271	0.83 217	10.14 473	2.07 404	3.93 273	6.22 464	10.37 478	8.03 448	22.22 480	9.45 467	11.66 435	4.52 399	0.66 394	0.58 403	0.66 408	0.68 410	0.65 362	0.63 353

DeepPruner_ROB	2.05 228	1.09 335	10.50 266	1.01 170	1.20 322	4.39 372	0.91 238	3.14 149	1.72 177	2.60 365	1.54 134	2.78 312	1.27 168	4.52 255	1.72 283	0.51 361	0.40 342	0.37 275	0.34 276	0.48 303	0.52 318

HBP-ISP	3.25 390	1.10 336	20.86 441	1.54 374	1.15 305	4.50 395	2.89 431	4.43 420	2.38 309	4.14 436	1.96 268	1.90 209	2.04 318	11.08 410	1.32 209	0.66 394	0.57 398	0.66 408	0.61 403	0.64 359	0.61 346

CFNet	2.34 277	1.10 336	8.96 244	1.34 322	1.24 330	4.09 306	0.73 119	4.04 303	2.77 366	1.62 119	1.87 250	2.27 250	1.45 211	11.41 420	1.82 296	0.31 165	0.24 191	0.43 321	0.36 300	0.43 270	0.33 162

CVANet_RVC	2.55 318	1.10 336	9.13 250	1.46 359	1.15 305	3.96 282	1.53 363	3.91 267	2.50 331	3.04 401	2.04 285	2.60 290	1.72 282	12.46 457	1.50 245	0.49 353	0.30 265	0.51 366	0.41 348	0.63 352	0.50 305

ACRE	2.27 254	1.11 339	19.45 386	0.91 104	1.30 338	3.94 272	0.87 220	4.21 348	1.80 192	2.28 302	2.62 373	1.17 93	1.04 112	1.52 93	1.30 206	0.37 246	0.23 161	0.27 80	0.22 78	0.31 103	0.46 284

XPNet_ROB	2.27 254	1.11 339	4.10 195	1.36 332	0.97 264	3.94 272	1.63 373	4.07 313	2.14 256	2.82 388	2.00 279	2.32 259	1.73 285	10.81 395	3.39 387	0.51 361	0.47 378	0.48 347	0.40 342	0.51 312	0.56 330

MyStereo8	2.33 273	1.13 341	19.26 383	1.22 274	1.62 396	4.16 331	0.57 49	3.50 189	2.36 300	2.15 261	1.75 192	2.28 251	1.14 146	1.46 85	2.20 340	0.24 23	0.21 110	0.32 181	0.27 165	0.36 190	0.43 262

ARAFT	2.56 319	1.13 341	19.50 389	0.89 93	0.48 82	4.15 321	1.40 347	4.36 407	2.82 381	2.36 330	1.88 251	1.70 170	1.04 112	6.45 295	1.22 186	0.29 109	0.18 32	0.37 275	0.35 290	0.35 178	0.25 46

NaN_ROB	4.06 419	1.13 341	16.64 338	1.12 226	1.25 333	3.50 182	3.05 437	4.29 381	3.26 422	3.64 423	2.56 369	2.97 324	4.79 426	13.33 464	16.91 463	0.37 246	0.41 349	0.38 291	0.39 331	0.48 303	0.81 391

SACVNet	2.46 299	1.14 344	9.47 252	1.44 353	1.18 311	4.06 299	1.49 360	3.84 245	2.24 273	2.62 368	1.89 257	2.57 287	1.28 170	11.35 418	1.64 274	0.50 355	0.39 337	0.48 347	0.41 348	0.55 326	0.75 381

raft_robust	1.92 204	1.15 345	3.34 177	1.02 179	0.43 48	3.84 246	0.46 26	4.42 417	2.52 335	1.67 130	1.36 94	2.17 245	6.37 447	6.78 306	1.04 149	0.28 90	0.24 191	0.30 141	0.35 290	0.31 103	0.32 149

dd	1.26 112	1.15 345	2.47 132	0.92 110	0.49 87	4.35 367	0.75 139	1.92 39	2.11 251	1.44 98	1.24 63	1.19 101	1.05 116	1.78 134	1.70 281	0.57 377	0.34 301	0.35 250	0.33 269	0.60 344	0.46 284

psmorigin	6.59 456	1.15 345	88.11 501	1.52 370	0.97 264	2.88 103	1.20 320	3.21 156	2.04 230	3.73 426	2.46 356	5.15 440	2.55 358	10.60 386	2.47 358	0.55 373	0.68 422	0.48 347	0.51 380	0.70 375	0.88 401

Nwc_Net	2.88 351	1.16 348	18.30 365	1.35 326	1.68 409	3.52 188	1.18 313	3.90 263	2.06 235	2.52 352	2.82 392	3.82 384	2.34 344	6.78 306	2.55 366	0.86 419	0.40 342	0.59 390	0.67 407	0.57 336	0.55 328

SGM-ForestM	11.55 474	1.16 348	21.62 466	2.14 433	0.81 208	22.25 488	19.08 485	16.50 487	11.34 472	15.94 486	14.44 478	27.12 488	22.61 486	24.76 487	28.39 492	0.50 355	0.48 384	0.47 339	0.44 357	0.55 326	0.53 320

iinet-f	2.26 252	1.18 350	13.71 294	1.14 234	1.11 300	3.77 230	1.10 298	4.14 335	2.17 261	2.06 236	1.76 200	2.99 326	2.99 376	2.50 196	2.49 359	0.35 228	0.39 337	0.27 80	0.28 192	0.45 285	0.39 224

CIPLG	2.27 254	1.18 350	19.24 380	0.92 110	1.34 349	3.95 277	0.89 226	4.23 355	1.82 194	2.31 314	2.67 378	1.17 93	1.06 124	1.53 95	1.32 209	0.37 246	0.23 161	0.27 80	0.22 78	0.31 103	0.45 274

fast-acv-ft	2.54 314	1.19 352	20.08 409	1.41 347	1.40 359	3.18 132	1.17 312	3.37 177	2.28 283	1.90 176	2.15 309	2.69 297	2.17 334	2.91 222	2.31 347	0.37 246	0.39 337	0.45 331	0.39 331	0.57 336	0.45 274

dad	1.65 164	1.19 352	3.04 164	0.98 150	0.56 118	4.22 349	0.84 192	1.99 42	2.48 326	2.14 253	1.68 171	1.62 157	1.13 140	3.85 242	2.04 322	1.03 427	0.40 342	2.04 450	0.48 370	0.75 388	0.53 320

RP	2.79 341	1.20 354	10.36 263	1.54 374	1.93 430	3.44 167	1.97 397	4.05 307	2.34 295	2.66 375	2.79 387	3.98 391	2.58 360	10.21 376	2.61 368	0.95 423	0.47 378	0.71 414	0.57 395	0.71 382	0.68 363

GMStereo_Zeroshot	1.41 134	1.21 355	3.33 176	1.29 298	0.72 185	3.35 157	0.53 40	2.58 98	1.68 165	2.35 326	1.56 140	2.42 272	0.96 94	2.50 196	1.16 170	0.45 325	0.23 161	0.40 300	0.24 112	0.79 394	0.33 162

gwcnet-sp	2.31 266	1.21 355	17.34 347	1.08 204	0.92 249	3.56 196	1.04 283	3.69 219	2.09 241	2.55 354	1.60 151	1.80 192	1.62 251	3.87 243	1.95 312	0.29 109	0.29 252	0.30 141	0.28 192	0.38 203	0.39 224

scenet	2.31 266	1.21 355	17.34 347	1.08 204	0.92 249	3.56 196	1.04 283	3.69 219	2.09 241	2.55 354	1.60 151	1.80 192	1.62 251	3.87 243	1.95 312	0.29 109	0.29 252	0.30 141	0.28 192	0.38 203	0.39 224

ssnet	2.31 266	1.21 355	17.34 347	1.08 204	0.92 249	3.56 196	1.04 283	3.69 219	2.09 241	2.55 354	1.60 151	1.80 192	1.62 251	3.87 243	1.95 312	0.29 109	0.29 252	0.30 141	0.28 192	0.38 203	0.39 224

G-Net	4.11 420	1.21 355	19.47 388	2.31 442	2.94 454	4.74 441	2.95 432	3.33 175	2.14 256	4.44 443	9.43 459	6.93 452	3.84 409	9.01 343	4.92 407	0.79 410	0.80 431	0.70 413	0.50 377	0.95 407	0.87 400

LE_ROB	18.58 483	1.21 355	48.38 495	8.60 486	23.00 488	7.32 467	19.74 486	9.94 472	38.69 493	43.53 491	21.91 482	28.40 489	40.92 492	23.18 483	54.71 497	0.34 209	0.33 290	0.32 181	0.36 300	0.42 260	0.40 244

sAnonymous2	1.37 129	1.22 361	9.79 255	0.92 110	0.88 239	1.23 12	0.61 65	2.56 93	1.69 170	0.85 47	1.02 25	0.73 35	1.23 164	0.98 10	0.78 66	0.29 109	0.25 211	0.31 162	0.30 235	1.06 415	0.71 370

CroCo_RVC	1.37 129	1.22 361	9.79 255	0.92 110	0.88 239	1.23 12	0.61 65	2.56 93	1.69 170	0.85 47	1.02 25	0.73 35	1.23 164	0.98 10	0.78 66	0.29 109	0.25 211	0.31 162	0.30 235	1.06 415	0.71 370

DMCA-RVC	2.45 296	1.22 361	18.29 364	1.23 278	1.14 303	2.49 87	0.85 201	3.29 166	1.68 165	3.02 400	1.41 105	2.00 226	1.53 237	6.39 294	2.00 318	0.38 262	0.30 265	0.44 325	0.35 290	0.45 285	0.44 268

pmcnn	5.45 444	1.22 361	17.40 351	1.60 386	2.41 447	3.48 177	2.12 405	4.52 435	3.26 422	3.67 425	13.15 474	22.10 479	3.46 402	11.92 448	17.16 465	0.34 209	0.21 110	0.23 13	0.19 28	0.36 190	0.28 96

ADCRef	3.30 391	1.23 365	14.90 317	1.17 253	1.41 366	3.95 277	1.64 375	3.88 256	2.36 300	3.05 403	2.21 319	2.40 267	2.81 370	5.04 262	16.63 462	0.46 330	0.34 301	0.63 402	0.62 404	0.54 324	0.67 360

PA-Net	3.09 377	1.24 366	18.84 374	1.38 342	1.19 317	3.42 165	1.75 383	3.89 258	3.27 425	1.88 169	2.10 298	3.03 329	1.88 309	11.60 427	2.88 378	0.40 280	0.54 393	0.44 325	0.62 404	0.52 315	1.02 409
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 381	1.25 367	21.14 451	1.31 308	1.52 378	3.94 272	1.13 305	3.32 172	2.14 256	2.20 278	2.03 282	3.05 333	1.96 314	11.79 442	2.53 363	0.42 304	0.45 366	0.64 405	0.46 363	0.67 369	0.57 334

AIO-Stereo-zeroshot1	2.68 335	1.26 368	22.01 471	1.08 204	0.99 271	1.61 43	0.86 203	3.69 219	1.64 156	1.52 104	5.62 440	3.35 354	3.44 401	2.20 180	1.33 213	0.26 47	0.21 110	0.30 141	0.62 404	0.93 406	0.67 360

anonymity	1.76 180	1.26 368	2.73 152	1.66 393	1.32 344	1.84 51	1.07 289	3.49 187	2.30 287	2.11 247	2.11 302	1.71 172	3.90 411	1.82 141	1.48 241	1.10 429	1.09 438	1.08 438	1.08 438	1.05 414	1.09 414

NCC-stereo	3.16 385	1.28 370	18.31 366	1.25 282	1.75 416	4.06 299	1.40 347	3.89 258	2.22 268	2.72 379	2.55 367	3.49 367	2.65 363	9.91 365	2.99 380	1.29 441	0.65 415	0.64 405	0.86 426	0.65 362	0.71 370

Abc-Net	3.16 385	1.28 370	18.31 366	1.25 282	1.75 416	4.06 299	1.40 347	3.89 258	2.22 268	2.72 379	2.55 367	3.49 367	2.65 363	9.91 365	2.99 380	1.29 441	0.65 415	0.64 405	0.86 426	0.65 362	0.71 370
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LoS_RVC	0.94 37	1.30 372	1.31 26	0.84 66	1.63 398	2.02 62	0.59 59	1.51 9	1.36 35	0.81 39	1.33 83	0.84 51	0.88 77	1.36 71	0.73 54	0.21 4	0.17 12	0.20 1	0.14 2	0.20 2	1.45 432

AF-Net	2.87 349	1.30 372	16.24 332	1.33 315	1.75 416	3.26 145	1.59 370	4.09 319	2.43 317	2.69 377	2.94 395	4.51 417	3.20 389	5.84 281	2.75 374	0.76 408	0.36 309	0.72 418	0.49 373	0.70 375	0.56 330

IPLGR_C	2.28 259	1.31 374	19.46 387	0.92 110	1.32 344	3.93 267	0.89 226	4.20 343	1.82 194	2.30 308	2.63 375	1.16 92	1.07 126	1.41 75	1.29 205	0.37 246	0.23 161	0.27 80	0.22 78	0.31 103	0.45 274

LMCR-Stereo	2.40 290	1.31 374	18.61 372	1.59 384	0.86 231	3.87 257	1.15 308	4.32 396	1.60 145	2.25 297	2.27 326	1.13 88	2.43 350	2.48 195	1.60 263	0.88 420	0.24 191	0.29 121	0.24 112	0.56 332	0.30 133

CSP-Net	1.78 183	1.32 376	1.92 78	1.16 252	1.03 282	3.38 159	1.31 332	3.52 193	1.75 187	1.96 196	1.93 266	2.40 267	1.48 218	8.58 334	1.58 259	0.46 330	0.34 301	0.27 80	0.26 139	0.41 242	0.50 305

AnonymousM	1.22 95	1.32 376	0.97 1	0.88 89	0.56 118	4.03 295	0.69 103	2.41 69	1.68 165	1.48 101	1.31 81	1.15 91	1.00 103	1.18 44	0.73 54	0.32 183	0.40 342	2.07 451	1.70 453	0.24 9	0.22 21

MeshStereo	5.35 442	1.32 376	21.34 458	1.34 322	1.15 305	4.40 376	3.90 458	5.18 455	4.55 449	10.14 477	11.82 470	11.47 462	5.84 439	13.84 472	7.03 421	0.61 383	0.58 403	0.60 395	0.58 396	0.72 385	0.59 342
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
PS-NSSS	2.22 244	1.33 379	2.90 159	0.97 145	1.53 379	4.11 312	1.08 293	4.55 437	2.65 352	2.10 243	2.32 348	1.77 181	1.40 192	11.79 442	1.61 266	0.68 400	0.45 366	0.96 432	0.43 355	0.95 407	0.92 403

NCCL2	2.53 312	1.35 380	10.90 271	1.15 247	0.97 264	3.53 189	2.56 421	3.65 208	2.23 270	2.76 382	1.80 214	2.41 269	1.66 270	10.35 379	2.07 328	0.44 316	0.40 342	0.57 386	0.53 387	0.59 340	0.65 358

BEATNet_4x	1.92 204	1.36 381	8.75 243	1.20 265	0.56 118	3.46 172	1.03 280	4.00 292	2.43 317	2.25 297	1.70 177	2.10 241	1.59 243	2.57 208	3.05 383	0.37 246	0.22 136	0.47 339	0.29 219	0.60 344	0.40 244

DPSNet	3.43 397	1.37 382	12.19 281	1.39 344	1.24 330	4.15 321	2.06 402	4.51 434	3.34 427	2.69 377	1.96 268	3.52 370	5.56 436	10.68 389	9.68 434	0.93 421	0.73 426	0.40 300	0.37 312	1.06 415	0.86 397

MANE	11.39 473	1.38 383	23.16 477	4.82 480	2.79 452	22.02 487	14.51 480	25.81 488	26.28 489	10.93 480	13.17 475	19.90 477	18.03 480	15.69 477	20.41 478	0.96 424	0.74 427	1.42 445	3.24 481	0.74 386	1.71 438

PSMNet_ROB	2.95 356	1.38 383	18.46 370	1.19 261	1.20 322	3.80 237	1.65 378	3.54 196	2.35 297	1.98 200	1.71 181	2.75 305	1.79 290	11.43 422	2.78 375	0.42 304	0.36 309	0.50 363	0.60 400	0.59 340	0.49 298

CSAN	4.71 432	1.39 385	20.23 414	1.19 261	0.87 236	3.65 214	3.50 448	4.57 439	3.87 440	3.89 429	7.82 446	3.54 374	6.16 445	23.47 486	6.82 417	0.52 367	0.45 366	0.49 360	0.52 383	0.63 352	0.66 359

NVStereoNet_ROB	4.91 437	1.40 386	16.46 336	1.47 362	1.72 414	3.46 172	1.96 396	3.89 258	3.61 435	2.90 390	24.61 486	4.81 428	4.49 423	13.57 468	4.87 405	1.33 444	1.29 446	1.70 448	1.68 451	1.41 440	1.66 436
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 231	1.40 386	3.01 163	1.09 210	0.92 249	3.94 272	1.53 363	4.25 365	2.23 270	3.31 415	2.06 295	2.35 262	1.52 230	8.74 336	2.07 328	0.44 316	0.36 309	0.51 366	0.48 370	0.54 324	0.62 349

MaskLacGwcNet_RVC	3.13 381	1.43 388	9.93 257	2.50 445	1.62 396	4.29 361	1.68 382	3.95 278	2.43 317	1.66 128	1.91 263	3.04 330	1.41 197	13.26 463	1.58 259	3.82 469	1.59 450	1.12 440	0.46 363	2.21 448	2.74 462

SPS-STEREO	3.97 416	1.44 389	20.85 440	1.72 401	1.71 412	3.24 140	2.30 413	3.55 197	2.68 357	4.79 447	3.66 420	5.44 445	2.97 375	9.11 344	9.35 433	1.15 432	1.10 439	1.06 437	1.02 436	1.16 429	1.18 419
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 379	1.45 390	14.90 317	1.46 359	1.79 421	3.33 156	1.39 345	4.04 303	2.26 278	2.77 383	3.26 411	4.00 392	2.71 365	11.63 434	2.62 370	0.82 415	0.46 374	0.79 423	0.79 423	0.71 382	0.78 387

Wz-Net-LNSev-Ref	2.42 292	1.47 391	14.14 306	1.30 305	1.35 350	3.51 185	1.64 375	4.04 303	2.10 249	2.46 344	1.88 251	2.28 251	2.51 356	4.73 260	3.17 385	0.38 262	0.19 53	0.35 250	0.20 37	0.40 218	0.36 190

LALA_ROB	1.95 209	1.48 392	3.11 166	1.05 189	0.98 268	3.99 288	1.82 389	4.44 421	2.28 283	3.31 415	1.85 245	2.76 311	1.67 272	4.04 250	3.23 386	0.46 330	0.41 349	0.55 382	0.52 383	0.60 344	0.57 334

StereoDRNet	2.84 345	1.49 393	14.48 312	1.33 315	1.57 391	3.44 167	2.06 402	3.69 219	2.36 300	3.26 414	1.84 238	2.79 314	1.80 295	10.88 397	3.16 384	0.41 294	0.33 290	0.39 294	0.36 300	0.59 340	0.58 338

UDGNet	1.40 132	1.52 394	2.22 111	1.38 342	0.62 148	4.39 372	0.68 98	1.80 31	2.18 263	1.34 85	1.18 53	0.99 75	1.00 103	2.16 174	1.19 176	1.09 428	0.34 301	1.30 443	0.98 433	1.10 421	0.58 338

PDISCO_ROB	2.86 346	1.53 395	14.27 309	1.98 427	2.19 441	4.52 400	1.35 336	4.65 443	3.19 414	2.09 240	2.16 310	3.53 371	2.45 352	5.32 267	2.12 332	1.30 443	0.78 430	0.72 418	0.59 398	1.24 434	1.28 422

DN-CSS_ROB	1.91 201	1.55 396	11.13 273	1.82 413	0.88 239	3.99 288	0.61 65	4.01 294	1.67 163	1.64 123	1.89 257	1.39 128	1.06 124	3.23 229	1.50 245	0.31 165	0.19 53	0.44 325	0.29 219	0.37 199	0.31 141

DGSMNet	7.55 465	1.62 397	17.42 352	1.92 421	12.73 482	7.45 468	42.99 496	4.13 329	2.07 237	2.10 243	3.16 408	3.42 358	1.70 278	9.24 348	2.30 346	3.70 468	10.89 489	11.80 491	5.54 482	4.24 465	2.66 457

ELAS	5.99 452	1.62 397	20.29 421	1.96 426	2.01 434	15.09 482	8.38 473	5.23 456	5.54 460	9.02 471	8.61 453	6.74 450	9.75 468	7.48 317	11.40 442	0.96 424	1.18 441	0.72 418	0.93 430	1.30 436	1.67 437
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 368	1.63 399	19.83 398	1.32 310	2.04 438	3.27 147	1.55 367	3.65 208	2.33 294	2.00 217	2.12 305	3.56 375	1.68 276	9.47 352	2.45 356	0.44 316	0.45 366	0.46 336	0.38 325	0.60 344	0.76 383

ADCL	4.35 425	1.63 399	14.21 308	1.29 298	1.26 335	5.56 456	11.16 474	3.97 284	3.37 428	6.07 456	4.67 432	4.30 410	5.72 438	5.08 264	14.51 452	0.50 355	0.48 384	0.89 430	0.77 419	0.78 392	0.76 383

ADCPNet	3.89 411	1.63 399	20.25 418	1.28 295	1.27 336	6.43 461	2.65 424	3.93 273	2.70 358	2.78 384	2.20 317	4.28 409	6.16 445	5.56 275	10.27 437	0.65 392	1.18 441	0.71 414	1.70 453	0.84 400	1.37 428

ELAS_RVC	5.72 449	1.64 402	20.40 425	2.09 432	2.01 434	4.95 448	11.47 476	4.66 444	6.31 466	8.09 468	8.01 447	8.06 458	11.65 469	8.36 329	10.22 436	0.99 426	1.17 440	0.81 426	0.76 417	1.14 425	1.58 435
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 346	1.66 403	19.61 390	1.40 346	1.75 416	3.84 246	1.32 333	4.07 313	2.25 275	1.78 149	2.67 378	1.82 197	4.41 421	1.94 154	2.06 325	0.83 417	0.94 435	1.03 434	1.12 439	1.70 444	1.09 414

aanetorigin	3.30 391	1.66 403	17.52 356	1.18 259	1.58 392	2.57 92	3.80 456	2.65 103	2.03 226	6.12 458	4.30 430	2.82 315	5.70 437	5.47 272	4.67 400	0.50 355	0.44 361	0.43 321	0.47 366	1.17 430	0.92 403

Wz-Net-LNSev	2.30 265	1.67 405	14.88 316	1.18 259	1.65 404	3.49 179	1.54 366	3.63 205	2.03 226	1.88 169	1.64 161	3.29 348	2.06 320	2.71 218	2.02 321	0.40 280	0.33 290	0.32 181	0.31 251	0.53 321	0.49 298

DeepPrunerF	3.70 405	1.72 406	14.87 315	1.33 315	1.74 415	3.70 219	1.55 367	4.20 343	14.00 476	2.02 223	1.77 205	2.74 303	2.30 340	10.88 397	6.88 419	0.68 400	0.60 408	0.78 422	0.78 422	0.81 396	0.71 370

AANet_RVC	3.03 372	1.72 406	12.78 285	1.17 253	1.12 301	3.79 235	1.10 298	3.86 251	3.13 407	2.62 368	4.26 429	3.96 390	1.41 197	11.43 422	5.23 409	0.94 422	0.47 378	0.34 232	0.23 89	0.40 218	0.55 328

SANet	5.65 448	1.72 406	20.94 446	1.26 288	0.88 239	7.20 465	3.81 457	4.60 441	11.23 471	4.56 444	8.78 456	7.49 453	6.95 452	11.85 445	18.11 469	0.49 353	0.44 361	0.50 363	0.42 353	0.90 404	0.82 395

FADNet	2.49 306	1.76 409	13.17 287	1.17 253	0.95 259	3.27 147	0.88 224	3.94 276	2.27 280	1.40 93	1.29 77	2.51 283	2.06 320	9.93 367	1.94 310	0.43 309	0.45 366	0.40 300	0.43 355	1.06 415	0.53 320

CC-Net-ROB	3.35 395	1.76 409	13.89 302	2.33 443	1.65 404	4.49 392	1.62 372	4.73 447	2.90 386	1.92 183	2.05 291	1.99 225	1.61 248	12.57 460	1.60 263	2.46 453	2.18 459	2.68 461	1.04 437	2.11 447	1.38 430

GCST	2.56 319	1.79 411	18.02 361	1.92 421	1.33 347	1.72 47	0.51 36	3.67 212	2.03 226	1.70 135	1.61 155	1.55 148	1.29 173	5.06 263	1.24 191	2.06 450	0.77 429	1.45 446	0.97 432	1.14 425	1.34 427

LL-Strereo	3.01 370	1.81 412	17.59 357	1.12 226	2.10 439	2.90 104	1.09 296	4.33 398	2.00 223	3.12 407	2.24 322	3.29 348	3.15 385	11.31 417	1.84 299	0.30 146	0.28 242	0.46 336	0.34 276	0.49 309	0.45 274

TRStereo	2.31 266	1.87 413	19.74 395	1.53 372	1.16 309	4.26 354	1.08 293	4.73 447	1.45 50	1.55 107	1.28 75	1.75 176	0.85 71	1.81 139	1.20 179	0.36 239	0.26 223	0.32 181	0.36 300	0.34 161	0.33 162

MFMNet_re	2.91 352	1.91 414	18.25 363	3.06 455	1.89 428	3.13 129	1.67 380	3.52 193	2.97 393	3.14 408	2.87 394	2.26 249	2.41 348	2.42 190	2.00 318	1.10 429	1.05 437	0.94 431	0.90 428	1.28 435	1.46 434

SDNR	3.97 416	1.93 415	20.28 420	1.31 308	0.94 256	5.16 451	0.67 93	4.33 398	2.58 344	4.82 448	5.94 441	5.01 435	1.45 211	17.52 478	2.53 363	0.79 410	0.72 425	0.59 390	0.45 361	1.15 428	1.17 418

GANetREF_RVC	3.20 387	1.93 415	18.84 374	1.51 369	0.80 205	4.12 314	1.82 389	4.16 339	2.91 387	1.87 166	1.74 188	2.48 280	1.84 302	13.18 462	1.74 288	0.80 412	0.57 398	0.79 423	0.74 415	1.20 433	0.86 397
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
ADCP+	3.74 408	1.96 417	16.90 343	1.09 210	1.55 384	4.35 367	3.65 454	3.93 273	2.98 396	2.22 288	1.66 167	3.95 388	4.83 427	3.41 232	18.87 475	0.38 262	0.41 349	0.63 402	0.53 387	0.64 359	0.81 391

PVD	3.12 380	1.97 418	12.80 286	1.79 411	1.63 398	3.83 241	1.34 335	3.48 184	3.88 441	5.77 453	3.56 419	3.45 360	3.29 392	5.58 277	5.30 410	0.71 406	0.69 423	0.74 421	0.77 419	0.79 394	1.13 417

PWC_ROB	2.69 337	2.01 419	8.36 237	1.33 315	1.90 429	3.23 136	1.18 313	4.33 398	3.25 421	3.11 406	3.41 415	2.71 300	2.18 336	9.15 346	4.48 398	0.56 375	0.31 275	0.61 398	0.36 300	0.69 374	0.74 378

FADNet-RVC-Resample	2.83 344	2.02 420	21.07 449	1.12 226	0.91 248	3.53 189	1.37 342	4.08 317	2.09 241	1.68 131	1.33 83	2.03 230	1.51 228	9.54 354	1.69 280	0.38 262	0.37 322	0.42 317	0.44 357	0.56 332	0.56 330

SHD	2.82 343	2.04 421	13.80 300	1.69 396	1.79 421	2.73 97	1.07 289	3.85 248	3.18 413	4.63 445	2.74 382	3.38 357	2.77 367	5.48 273	3.66 391	0.62 385	0.47 378	0.51 366	0.55 390	0.65 362	0.74 378

PASM	2.67 332	2.05 422	9.71 253	1.73 402	1.37 353	2.53 90	1.52 361	3.10 145	2.17 261	2.79 385	1.84 238	2.90 319	1.85 304	11.89 446	2.19 339	0.81 414	0.85 432	0.87 429	1.01 434	1.14 425	1.05 411

EDNetEfficient	5.61 446	2.14 423	16.75 341	1.67 394	3.64 465	4.12 314	7.51 469	3.05 141	5.63 462	11.57 482	4.83 434	3.95 388	12.72 470	8.44 332	20.78 479	0.41 294	0.43 356	0.47 339	1.01 434	1.66 443	1.39 431

SAMSARA	3.55 400	2.16 424	14.18 307	1.86 418	1.49 374	4.62 416	2.65 424	3.58 201	2.80 373	7.05 462	3.05 401	5.16 441	4.07 414	9.18 347	4.80 404	0.64 389	0.67 419	0.59 390	0.68 410	0.89 402	0.91 402

WAO-6	5.87 451	2.27 425	15.05 321	2.96 453	2.77 451	12.01 476	3.58 452	5.37 462	11.91 475	3.34 417	9.69 460	6.78 451	5.84 439	11.82 444	8.89 432	2.87 455	2.35 467	2.50 455	1.84 459	2.85 452	2.67 458

FADNet-RVC	2.51 308	2.27 425	14.03 304	1.09 210	0.81 208	3.54 193	1.10 298	4.13 329	2.48 326	1.39 92	1.22 58	1.85 206	1.77 287	9.78 360	2.06 325	0.38 262	0.37 322	0.40 300	0.40 342	0.67 369	0.48 293

FADNet_RVC	2.65 328	2.28 427	16.51 337	0.98 150	0.92 249	4.09 306	0.83 189	4.26 372	1.73 180	1.46 99	1.78 208	1.60 154	1.50 225	8.88 338	2.39 351	0.47 339	0.38 328	0.44 325	0.58 396	0.89 402	0.97 406

XQC	2.96 359	2.42 428	14.85 314	1.36 332	1.32 344	3.29 154	1.53 363	4.28 378	2.78 367	3.21 412	2.46 356	3.53 371	2.92 374	6.58 297	4.67 400	0.70 404	0.41 349	0.59 390	0.56 392	0.96 411	0.83 396

EDNetEfficientorigin	12.35 477	2.51 429	179.47 506	1.19 261	0.96 260	2.91 107	1.81 388	3.00 136	5.35 458	8.91 470	4.79 433	4.18 403	4.64 425	9.98 369	11.30 440	0.37 246	0.38 328	0.60 395	0.85 425	1.32 437	2.43 455

RTSC	2.95 356	2.51 429	15.49 328	1.54 374	1.30 338	3.51 185	0.86 203	3.89 258	2.48 326	3.64 423	3.12 405	3.04 330	2.30 340	5.70 279	6.67 413	0.55 373	0.35 305	0.37 275	0.39 331	0.70 375	0.60 343

IMH-64-1	4.84 435	2.53 431	6.83 222	4.30 473	3.74 467	4.81 445	6.05 464	5.30 458	3.92 442	3.95 431	8.33 450	5.08 438	6.06 442	8.96 341	6.30 411	4.57 479	2.96 473	3.04 465	2.12 467	4.28 466	3.62 473

IMH-64	4.84 435	2.53 431	6.83 222	4.30 473	3.74 467	4.81 445	6.05 464	5.30 458	3.92 442	3.95 431	8.33 450	5.08 438	6.06 442	8.96 341	6.30 411	4.57 479	2.96 473	3.04 465	2.12 467	4.28 466	3.62 473

Wz-Net-MNSev	2.71 339	2.54 433	13.91 303	1.52 370	1.37 353	3.28 150	2.47 416	4.03 299	2.32 293	2.57 358	2.07 296	2.29 256	3.01 378	7.55 319	2.74 373	0.38 262	0.36 309	0.36 263	0.37 312	0.57 336	0.47 289

Syn2CoEx	3.08 376	2.55 434	19.88 399	1.34 322	1.18 311	2.43 86	1.65 378	3.91 267	2.40 312	2.39 336	2.27 326	2.90 319	3.17 388	9.57 356	2.54 365	0.50 355	0.45 366	0.53 374	0.39 331	0.74 386	0.72 376

RAFT + AFF	2.51 308	2.66 435	4.48 202	1.15 247	1.95 431	4.15 321	2.01 400	4.46 425	3.30 426	2.19 276	2.51 363	2.22 248	4.87 428	8.91 340	2.06 325	0.30 146	0.60 408	0.48 347	0.38 325	0.77 390	0.69 365

DDUNet	2.91 352	2.78 436	6.94 225	3.53 461	2.26 445	3.28 150	1.36 338	3.77 233	2.04 230	2.62 368	2.49 360	4.18 403	1.69 277	5.38 269	1.85 300	2.21 452	1.77 454	2.61 459	2.43 470	2.60 450	2.34 452

UDG	3.55 400	2.81 437	17.45 353	2.69 448	1.98 432	3.97 285	1.19 316	4.35 402	2.02 224	2.42 340	2.53 366	4.50 416	2.46 354	6.53 296	2.41 353	2.12 451	1.77 454	2.63 460	2.57 472	2.64 451	1.95 444

WAO-7	5.16 439	3.21 438	18.98 377	1.88 420	1.44 368	5.34 453	3.09 440	4.91 452	5.81 463	4.35 442	8.92 458	6.55 449	6.06 442	13.40 466	10.81 438	1.34 445	1.20 444	1.48 447	1.35 449	1.60 442	1.45 432

PWCDC_ROB	2.95 356	3.26 439	14.06 305	1.59 384	1.56 387	4.19 343	0.86 203	4.30 389	4.08 446	2.06 236	7.37 443	2.75 305	2.42 349	3.59 236	2.67 371	1.34 445	0.36 309	0.39 294	0.34 276	1.13 424	0.62 349

ADCMid	3.96 415	3.27 440	15.48 327	1.26 288	1.40 359	4.66 422	2.28 411	4.06 311	3.54 433	3.94 430	3.02 399	3.85 385	3.67 406	4.03 249	18.65 473	0.68 400	0.61 410	1.09 439	1.18 443	1.38 438	1.08 413

IGEV-BASED-STEREO-	1.09 68	3.30 441	2.61 141	0.82 48	0.38 30	1.27 18	0.62 76	1.51 9	1.29 28	0.91 52	0.92 20	0.65 17	0.57 10	1.08 19	0.59 11	1.55 447	0.15 2	0.32 181	0.28 192	1.10 421	1.98 446

DispFullNet	4.64 431	3.48 442	23.95 481	3.99 467	3.03 456	3.35 157	1.06 287	4.18 340	2.80 373	6.33 459	2.94 395	4.04 395	7.81 460	3.92 247	5.16 408	2.75 454	1.61 451	3.10 468	2.68 475	3.32 454	3.31 470

LSM	12.71 478	3.52 443	20.79 439	55.63 499	84.76 498	3.63 213	6.30 466	3.73 227	4.93 455	5.55 452	13.92 476	3.53 371	3.25 391	9.72 357	4.12 395	0.64 389	0.85 432	0.71 414	0.81 424	1.03 413	26.84 492

SGM+DAISY	8.36 467	3.82 444	24.83 482	2.02 429	1.75 416	14.80 481	17.22 482	4.27 373	11.79 474	13.88 483	14.38 477	11.74 465	13.83 472	10.56 384	15.12 453	1.21 433	1.19 443	1.14 441	1.13 441	1.17 430	1.37 428

test_for_model	2.16 239	3.87 445	1.58 52	4.16 469	3.64 465	2.51 88	0.96 266	3.63 205	2.62 347	2.45 343	1.39 100	1.02 78	0.73 39	0.92 6	0.57 8	2.97 457	2.19 460	0.26 57	0.17 13	5.32 474	2.24 449

UNDER WATER	10.47 470	3.95 446	22.62 475	5.07 481	4.51 477	7.78 469	3.77 455	12.56 477	21.72 487	7.84 466	10.78 464	23.96 483	31.66 488	10.78 394	16.19 460	4.44 476	2.93 471	4.24 477	2.86 478	6.33 478	5.47 485

Wz-Net-SNSev	2.98 365	4.36 447	15.98 330	1.57 382	1.19 317	3.28 150	1.80 387	3.96 283	2.40 312	2.32 318	2.28 329	3.48 361	2.05 319	7.84 325	3.82 393	0.47 339	0.39 337	0.53 374	0.49 373	0.71 382	0.60 343

SuperB	4.79 434	4.41 448	21.08 450	1.45 357	1.08 294	3.91 261	3.08 439	4.18 340	3.01 399	2.50 349	2.10 298	2.75 305	3.49 403	8.80 337	19.60 477	0.44 316	0.33 290	0.53 374	0.39 331	12.01 488	0.64 356

WZ-Net	3.62 402	4.87 449	16.77 342	1.43 351	1.40 359	3.75 227	2.29 412	4.12 328	2.50 331	2.74 381	2.19 315	4.06 396	5.29 433	10.19 375	7.36 423	0.54 371	0.37 322	0.47 339	0.49 373	0.77 390	0.73 377

iResNetv2_ROB	2.65 328	5.00 450	19.28 385	2.06 431	1.09 297	3.83 241	1.13 305	4.14 335	2.09 241	1.85 159	2.03 282	2.01 229	1.51 228	3.58 235	1.58 259	0.34 209	0.21 110	0.32 181	0.21 48	0.44 277	0.29 106

ADCS	4.22 424	5.33 451	16.32 333	1.64 391	1.31 340	3.91 261	3.64 453	4.21 348	2.89 385	5.11 449	2.81 391	4.46 415	3.06 384	5.21 266	19.50 476	0.63 386	0.64 414	0.69 411	0.69 412	1.12 423	1.26 421

UNDER WATER-64	9.33 468	5.37 452	22.60 474	5.22 482	4.86 479	10.75 474	4.61 463	11.45 474	17.30 480	7.59 463	9.80 462	15.99 473	17.90 479	10.63 387	15.72 456	4.36 474	2.87 470	4.39 481	2.86 478	7.01 481	5.36 484

KSHMR	16.96 482	5.37 452	21.64 468	4.46 476	4.50 476	8.30 471	3.32 443	15.58 486	76.24 499	6.62 461	61.47 497	56.53 497	5.43 435	35.17 493	11.37 441	4.39 475	2.97 475	3.63 476	2.74 477	5.10 473	4.34 481

GASNet	3.24 388	5.55 454	20.58 434	1.56 381	1.25 333	2.32 80	1.12 302	4.04 303	2.67 355	1.88 169	2.10 298	3.00 327	2.16 332	10.59 385	2.43 354	0.65 392	0.37 322	0.61 398	0.45 361	0.87 401	0.58 338

AnyNet_C32	4.17 422	5.75 455	12.62 284	1.60 386	1.54 380	5.51 455	4.09 460	3.90 263	3.23 420	4.22 441	3.03 400	3.10 334	3.41 397	8.01 327	18.85 474	0.53 369	0.58 403	0.53 374	0.74 415	1.19 432	0.97 406

MADNet++	7.57 466	5.80 456	13.28 289	6.38 483	5.26 480	7.18 464	7.77 471	5.32 460	5.62 461	6.11 457	7.78 445	6.02 448	8.01 462	11.74 440	16.36 461	9.36 485	4.95 483	8.57 486	5.66 483	4.83 472	5.34 483

coex-ft	18.59 484	6.62 457	113.53 503	1.17 253	1.31 340	2.33 81	1.93 395	2.81 123	14.00 476	124.82 505	8.45 452	5.90 447	51.74 498	9.99 370	22.69 480	0.57 377	0.62 411	0.50 363	0.49 373	1.08 420	1.28 422

RTS	3.90 412	7.04 458	17.94 359	1.92 421	2.19 441	5.00 449	2.96 433	4.29 381	3.19 414	4.05 433	3.08 402	4.94 431	3.16 386	7.64 320	6.72 414	0.66 394	0.44 361	0.51 366	0.47 366	0.95 407	0.76 383

RTSA	3.90 412	7.04 458	17.94 359	1.92 421	2.19 441	5.00 449	2.96 433	4.29 381	3.19 414	4.05 433	3.08 402	4.94 431	3.16 386	7.64 320	6.72 414	0.66 394	0.44 361	0.51 366	0.47 366	0.95 407	0.76 383

AnyNet_C01	4.37 426	7.80 460	16.40 334	1.98 427	1.40 359	6.37 460	6.47 467	4.09 319	5.03 456	4.06 435	3.78 422	4.16 402	3.31 393	6.62 299	10.00 435	0.61 383	0.67 419	0.63 402	0.67 407	2.01 445	1.31 424

RainbowNet	4.56 428	8.28 461	20.07 408	3.64 465	3.23 463	4.15 321	2.99 435	4.18 340	3.03 401	2.20 278	2.65 376	4.26 408	2.90 373	9.77 358	2.12 332	3.88 470	2.27 463	2.71 463	1.72 455	3.78 461	3.31 470

notaker	10.50 472	8.60 462	20.23 414	4.54 478	3.95 471	6.27 459	3.44 445	8.07 471	4.75 454	8.73 469	46.45 492	13.86 472	27.86 487	13.49 467	13.61 451	4.56 478	3.18 477	3.52 473	2.68 475	8.13 486	4.05 478

TorneroNet-64	10.12 469	8.74 463	20.95 447	4.27 471	3.76 470	13.86 480	2.85 429	15.05 483	23.15 488	10.07 476	23.84 485	13.47 469	8.24 464	13.96 473	17.21 466	3.96 472	2.72 468	3.23 469	2.48 471	6.29 476	4.27 480

Wz-Net-TNSev	3.67 404	8.83 464	13.47 292	1.48 364	1.18 311	3.60 203	2.49 418	4.27 373	3.13 407	2.18 272	1.89 257	4.21 407	2.80 369	12.10 450	7.58 425	0.57 377	0.55 395	0.47 339	0.54 389	0.91 405	1.05 411

DGTPSM_ROB	15.31 480	8.85 465	28.14 486	9.90 487	18.89 484	12.44 478	33.21 490	13.48 480	17.86 483	9.50 473	22.89 483	13.78 470	19.67 481	21.26 479	23.68 481	5.08 483	8.84 484	5.62 482	11.50 486	6.72 479	14.87 488

DPSMNet_ROB	15.52 481	8.89 466	31.44 487	10.07 488	18.91 485	12.44 478	33.22 491	13.51 481	17.94 484	9.58 474	22.91 484	13.79 471	19.67 481	21.43 480	23.73 482	5.17 484	8.84 484	5.63 483	11.52 489	6.79 480	14.90 489

otaku	4.58 430	8.93 467	19.95 402	3.11 456	2.67 448	3.91 261	2.57 422	3.82 241	2.25 275	2.22 288	9.72 461	4.08 397	2.35 345	8.57 333	2.13 335	3.51 464	1.65 452	2.15 453	1.17 442	3.69 459	3.15 465

Ntro	4.21 423	8.94 468	19.89 400	3.22 457	2.96 455	4.15 321	1.89 393	3.92 272	2.36 300	1.77 147	2.14 307	3.35 354	2.17 334	9.48 353	2.24 343	3.52 465	1.76 453	2.13 452	1.31 446	3.83 462	3.09 463

Dean	7.52 464	9.08 469	21.41 460	3.74 466	3.53 464	4.81 445	3.53 449	5.33 461	5.25 457	4.17 437	26.53 487	25.62 487	4.09 415	10.97 401	4.32 396	3.69 467	2.30 464	2.91 464	1.87 460	4.03 464	3.24 469

JetBlue	6.27 455	9.15 470	13.76 295	1.94 425	4.60 478	11.91 475	12.00 477	5.12 454	3.45 432	3.79 427	4.52 431	9.54 460	6.56 451	9.40 351	13.48 450	1.26 439	1.37 447	1.17 442	1.34 448	7.06 482	3.95 477

LVE	6.88 461	9.31 471	21.14 451	3.61 464	3.18 462	4.49 392	2.79 426	10.21 473	11.69 473	3.16 411	11.53 468	18.33 474	4.31 419	11.66 435	3.52 389	4.45 477	2.93 471	2.56 457	1.91 461	3.62 456	3.16 466

SQANet	3.70 405	9.34 472	18.41 368	2.75 449	2.74 450	3.40 163	1.47 355	3.50 189	1.68 165	2.60 365	1.75 192	2.69 297	1.91 311	6.72 305	1.74 288	2.96 456	1.41 448	1.85 449	1.12 439	3.17 453	2.70 461

MADNet+	3.97 416	9.54 473	13.83 301	1.87 419	1.69 410	4.19 343	2.87 430	4.80 450	4.10 447	2.51 351	2.67 378	4.55 420	3.41 397	8.72 335	6.92 420	1.25 438	1.27 445	1.04 435	0.93 430	1.39 439	1.85 442

PWCK	5.85 450	9.95 474	15.22 326	2.90 452	1.56 387	5.66 457	7.69 470	5.27 457	4.74 453	3.88 428	7.51 444	8.04 456	5.28 432	15.18 475	8.40 429	3.08 459	1.51 449	2.24 454	1.37 450	5.55 475	1.96 445

ktn	21.74 487	10.34 475	19.68 393	4.53 477	4.00 472	6.53 462	4.51 462	6.79 467	78.82 501	84.69 501	100.86 505	58.49 498	7.57 459	12.11 451	13.35 449	4.58 481	3.24 478	3.49 471	2.62 473	4.65 471	3.84 476

MSC_U_SF_DS_RVC	4.48 427	10.62 476	15.18 325	1.55 379	1.45 371	6.16 458	3.54 451	5.41 463	3.68 438	2.59 364	2.74 382	4.81 428	2.20 337	13.79 471	4.40 397	2.04 449	3.36 479	1.05 436	1.20 444	2.09 446	1.72 439

MFN_U_SF_RVC	3.81 410	10.78 477	15.01 320	1.84 415	1.39 357	3.73 225	1.63 373	4.05 307	3.26 422	2.91 391	2.38 352	4.36 413	3.65 405	8.43 331	4.91 406	1.11 431	1.04 436	0.99 433	1.31 446	1.58 441	1.75 441

MFN_U_SF_DS_RVC	3.94 414	10.88 478	12.30 283	1.26 288	1.55 384	5.19 452	3.33 444	4.42 417	2.82 381	2.58 361	2.62 373	5.00 434	2.11 324	14.03 474	2.73 372	1.28 440	2.34 466	0.67 410	1.83 458	0.81 396	1.03 410

TorneroNet	25.88 489	11.28 479	21.62 466	4.20 470	4.07 473	55.25 498	3.15 441	15.16 484	76.94 500	58.09 496	82.72 502	86.88 502	41.15 493	13.35 465	18.13 470	4.32 473	2.85 469	3.45 470	2.62 473	8.33 487	4.14 479

ACVNet_2	5.41 443	12.60 480	20.42 427	3.27 458	3.15 461	4.50 395	3.02 436	4.66 444	3.73 439	3.35 419	5.36 437	7.86 455	2.88 371	12.33 454	4.76 403	3.12 460	2.22 461	2.70 462	1.69 452	3.49 455	3.10 464

WAO-8	11.95 475	13.02 481	20.56 432	3.50 459	3.08 458	15.11 483	2.80 427	12.91 478	19.11 485	7.69 464	13.12 472	11.62 463	7.01 455	84.40 503	7.91 426	3.42 462	1.92 456	3.54 474	1.93 462	3.68 457	2.69 459

Venus	11.95 475	13.02 481	20.56 432	3.50 459	3.08 458	15.11 483	2.80 427	12.91 478	19.11 485	7.69 464	13.12 472	11.62 463	7.01 455	84.40 503	7.91 426	3.42 462	1.92 456	3.54 474	1.93 462	3.68 457	2.69 459

IMH	6.81 460	13.66 483	20.41 426	4.33 475	3.74 467	5.50 454	3.06 438	5.49 464	6.22 464	4.64 446	10.35 463	9.30 459	8.03 463	13.61 469	6.81 416	4.80 482	2.99 476	3.09 467	2.12 467	4.36 468	3.61 472

ACVNet-4b	6.73 458	13.67 484	21.87 469	3.54 462	3.07 457	4.19 343	2.25 410	4.03 299	3.65 436	1.64 123	3.98 427	5.88 446	2.89 372	10.01 371	16.98 464	23.29 493	2.24 462	2.53 456	1.78 456	3.87 463	3.21 468

FADE	78.44 501	13.79 485	36.09 489	10.71 489	13.34 483	4.15 321	4.14 461	28.60 491	8.36 468	5.15 450	3.88 425	11.85 466	36.55 489	44.37 495	28.26 491	474.90 507	161.58 506	347.36 507	322.13 507	7.29 483	6.23 486

ACVNet_1	6.04 453	13.97 486	21.36 459	3.58 463	3.14 460	4.73 438	2.48 417	4.20 343	3.17 412	2.98 399	2.83 393	23.31 481	4.34 420	11.06 407	2.45 356	3.68 466	2.33 465	2.60 458	1.79 457	3.69 459	3.19 467

HanzoNet	31.60 491	17.23 487	21.22 456	7.32 484	5.84 481	7.25 466	3.53 449	13.82 482	14.20 478	50.38 494	47.01 493	44.45 491	56.61 499	36.61 494	32.00 493	63.89 499	56.57 500	7.97 485	89.20 500	28.69 491	28.25 494

Anonymous_1	57.11 499	19.68 488	26.15 483	23.10 490	142.31 503	30.84 489	39.75 493	33.86 495	16.98 479	70.53 500	15.42 479	23.46 482	19.75 483	23.04 482	27.23 488	164.73 505	9.02 486	130.38 501	137.40 502	161.27 506	27.24 493

DPSM_ROB	20.78 485	20.03 489	26.57 484	23.62 491	22.46 486	31.10 490	39.97 494	33.52 493	17.41 481	15.25 484	15.80 480	24.06 484	20.71 484	23.30 484	27.62 489	10.78 487	9.41 487	11.69 489	11.50 486	14.49 489	16.36 490

DPSM	20.78 485	20.03 489	26.57 484	23.62 491	22.46 486	31.10 490	39.97 494	33.52 493	17.41 481	15.25 484	15.80 480	24.06 484	20.71 484	23.30 484	27.62 489	10.78 487	9.41 487	11.69 489	11.50 486	14.49 489	16.36 490

JetRed	10.48 471	27.10 491	35.70 488	4.27 471	4.09 474	15.55 485	12.83 478	12.16 475	5.50 459	5.83 454	5.56 439	10.14 461	7.43 457	8.88 338	26.39 487	3.32 461	3.81 480	3.51 472	2.96 480	7.85 484	6.69 487

LRCNet_RVC	25.52 488	33.45 492	23.21 479	31.79 493	32.78 489	6.74 463	1.18 313	25.88 489	4.46 448	28.94 487	30.89 488	24.91 486	17.57 478	27.66 488	24.34 484	35.26 495	25.60 496	35.91 495	33.81 494	31.90 496	34.10 497

LSM0	49.58 497	40.04 493	53.62 500	97.15 500	128.68 502	62.75 501	79.89 501	67.63 501	35.11 492	33.02 490	32.61 491	48.43 496	41.60 494	46.60 499	55.43 499	21.63 492	18.99 495	23.62 494	23.13 491	29.47 495	52.26 501

Selective-RAFT-Error	41.77 492	40.16 494	53.34 498	47.73 497	45.25 495	62.51 499	80.64 502	67.22 499	34.93 491	30.64 489	31.81 489	48.11 494	42.11 496	46.57 498	54.95 498	21.61 491	18.87 493	23.48 492	23.15 492	29.16 493	33.08 496

CasAABBNet	41.80 493	40.20 495	53.41 499	47.73 497	45.18 494	62.51 499	80.71 503	67.26 500	34.80 490	30.49 488	31.88 490	48.24 495	41.81 495	46.63 500	55.64 500	21.60 490	18.88 494	23.48 492	23.22 493	29.19 494	33.05 495

HaxPig	43.25 494	43.65 496	45.00 493	33.85 494	35.61 491	32.69 492	30.52 488	45.09 496	42.97 494	48.77 492	48.17 494	43.00 490	40.26 491	44.58 496	43.61 494	47.18 496	49.30 497	51.54 497	50.25 496	43.73 497	45.29 498

AVERAGE_ROB	44.46 495	45.91 497	46.59 494	40.59 496	38.66 492	32.99 493	30.52 488	46.19 497	43.26 495	49.59 493	48.97 495	44.62 492	39.89 490	45.04 497	43.94 495	48.74 497	50.69 498	50.80 496	49.79 495	45.54 498	46.97 499

MEDIAN_ROB	47.37 496	49.08 498	49.92 496	40.32 495	39.97 493	34.95 494	33.43 492	49.17 498	46.39 497	53.06 495	52.65 496	47.65 493	42.23 497	48.35 501	47.29 496	52.10 498	54.04 499	54.28 498	53.48 497	48.76 499	50.33 500

PML	64.32 500	53.22 499	17.88 358	8.10 485	32.94 490	148.46 506	247.79 507	12.18 476	45.42 496	111.41 503	288.92 507	101.47 505	101.31 505	31.67 489	15.55 454	14.03 489	4.83 482	10.98 488	6.18 484	28.82 492	5.17 482

DLNR_Zeroshot_test	28.62 490	55.50 500	49.94 497	183.62 503	115.05 501	3.43 166	0.28 1	29.49 492	1.49 75	1.01 62	1.26 68	0.93 70	0.63 21	3.92 247	1.51 251	29.81 494	0.41 349	0.26 57	0.23 89	93.28 500	0.32 149

BEATNet-Init1	49.72 498	64.32 501	97.77 502	4.68 479	4.28 475	84.75 503	60.42 497	73.38 502	68.59 498	88.29 502	88.51 504	91.94 503	97.99 504	85.26 505	70.96 504	0.80 412	0.65 415	0.85 428	0.70 413	7.96 485	2.33 451

xxxxx1	112.33 504	88.53 502	37.76 490	227.84 505	157.23 504	39.05 495	61.41 498	93.76 503	79.29 502	62.45 497	74.79 499	78.32 499	70.96 501	33.47 490	70.69 501	114.00 502	130.36 503	259.31 504	274.34 504	145.54 503	147.50 504

tt_ll	112.33 504	88.53 502	37.76 490	227.84 505	157.23 504	39.05 495	61.41 498	93.76 503	79.29 502	62.45 497	74.79 499	78.32 499	70.96 501	33.47 490	70.69 501	114.00 502	130.36 503	259.31 504	274.34 504	145.54 503	147.50 504

ff	112.33 504	88.53 502	37.76 490	227.84 505	157.23 504	39.05 495	61.41 498	93.76 503	79.29 502	62.45 497	74.79 499	78.32 499	70.96 501	33.47 490	70.69 501	114.00 502	130.36 503	259.31 504	274.34 504	145.54 503	147.50 504

ASD4	103.30 503	113.98 505	120.24 504	106.67 501	79.75 497	115.36 504	120.35 504	119.13 506	79.65 505	120.04 504	74.64 498	101.45 504	65.48 500	109.11 506	84.31 506	104.31 500	90.04 502	133.15 502	103.58 501	130.15 502	94.66 503

DPSimNet_ROB	102.30 502	119.72 506	143.59 505	109.42 502	94.10 499	127.22 505	127.15 505	26.62 490	102.36 506	149.58 506	83.99 503	139.34 506	137.54 506	64.62 502	82.36 505	105.18 501	66.15 501	120.15 500	69.61 499	99.58 501	77.72 502

test_example2	212.63 507	219.92 507	221.87 507	213.67 504	221.17 507	199.47 507	200.74 506	185.30 507	141.66 507	209.52 507	213.45 506	210.82 507	205.48 507	221.27 507	216.64 507	236.83 506	242.07 507	213.93 503	217.01 503	235.69 507	226.10 507

ccccc	590.94 508	629.75 508	645.59 508	567.84 508	570.84 508	582.44 508	641.68 508	613.82 508	494.59 508	614.58 508	651.20 508	555.57 508	637.59 508	666.94 508	652.42 508	781.57 508	507.24 508	391.36 508	342.44 508	689.82 508	581.48 508

Low-res two-view benchmark