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

S2M2_XL	0.46 1	0.41 12	1.09 26	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 8	0.92 57	0.65 60	0.53 26	0.54 1	0.50 32	0.28 152	0.24 262	0.25 86	0.21 104	0.23 45	0.22 62
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.50 2	0.39 4	1.11 37	0.79 83	0.42 59	0.70 4	0.36 22	0.76 2	0.80 21	0.62 27	0.38 5	0.73 84	0.77 97	0.69 2	0.36 2	0.26 100	0.17 42	0.23 31	0.16 13	0.18 1	0.20 20

S2M2_L	0.64 9	0.55 104	1.07 11	0.89 150	0.54 140	1.08 12	0.20 1	1.16 7	1.37 86	0.59 20	0.81 41	0.86 115	0.47 16	0.70 3	0.65 70	0.31 234	0.33 370	0.27 143	0.27 235	0.36 262	0.31 207
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
water-stereo	0.78 49	0.45 23	1.94 136	0.79 83	0.48 107	2.36 116	0.47 62	1.53 22	1.09 53	0.88 104	1.04 78	0.82 103	0.75 88	0.72 4	0.78 128	0.22 38	0.23 228	0.25 86	0.23 152	0.24 50	0.29 169

LG-Stereo	0.85 71	0.60 158	2.71 217	0.59 3	0.45 79	2.85 154	0.55 88	2.41 111	1.34 81	0.59 20	1.19 105	0.43 23	0.40 7	0.76 5	0.75 118	0.20 26	0.17 42	0.31 235	0.24 177	0.29 126	0.19 5

3.25w_new	0.69 16	0.46 30	1.10 30	0.61 6	0.61 183	2.23 107	0.51 71	2.45 120	0.90 32	0.63 30	0.78 34	0.47 33	0.71 73	0.78 6	0.50 32	0.17 5	0.14 11	0.20 3	0.17 29	0.20 17	0.20 20

3.25w	0.69 16	0.46 30	1.10 30	0.61 6	0.61 183	2.23 107	0.51 71	2.45 120	0.90 32	0.63 30	0.78 34	0.47 33	0.71 73	0.79 7	0.50 32	0.17 5	0.14 11	0.20 3	0.17 29	0.20 17	0.20 20

RAStereo	0.75 28	0.52 75	2.86 226	0.58 2	0.62 189	1.19 20	0.32 11	1.81 52	0.99 46	0.75 63	1.05 83	0.64 56	0.47 16	0.80 8	0.94 197	0.22 38	0.20 140	0.27 143	0.21 104	0.34 231	0.22 62

FSD	0.75 28	0.64 206	1.23 59	0.76 74	0.60 178	0.77 5	0.67 147	1.57 25	0.68 4	0.72 54	0.62 17	1.02 144	0.72 76	0.81 9	0.73 109	0.59 471	0.54 483	0.57 476	0.54 479	0.57 415	0.55 412

4.5_new	0.67 12	0.46 30	1.11 37	0.63 12	0.78 257	1.97 85	0.51 71	2.18 84	0.78 16	0.73 56	0.90 53	0.42 21	0.49 21	0.81 9	0.49 26	0.21 30	0.14 11	0.26 115	0.19 73	0.22 39	0.20 20

4.5w-stereo	0.67 12	0.46 30	1.11 37	0.63 12	0.78 257	1.97 85	0.51 71	2.18 84	0.77 13	0.73 56	0.90 53	0.42 21	0.49 21	0.81 9	0.49 26	0.21 30	0.14 11	0.26 115	0.19 73	0.22 39	0.20 20

U	12.82 573	0.38 3	1.99 142	0.66 31	58.94 593	63.38 598	0.34 17	1.91 61	0.94 42	0.59 20	0.80 37	0.46 32	0.57 33	0.83 12	0.44 15	0.29 174	0.17 42	63.35 596	59.81 595	0.29 126	0.20 20

FlowAnything_test	0.75 28	0.60 158	1.18 52	0.82 96	0.58 172	2.29 111	0.66 145	1.38 11	0.80 21	1.03 130	0.76 29	0.63 54	0.49 21	0.84 13	0.91 183	0.31 234	0.27 310	0.40 380	0.48 456	0.31 168	0.30 197

asd	0.70 18	0.45 23	1.10 30	0.67 36	0.90 308	2.88 157	0.43 46	1.64 36	0.79 19	0.68 45	0.88 49	0.43 23	0.74 85	0.85 14	0.49 26	0.19 20	0.13 1	0.24 62	0.17 29	0.22 39	0.20 20

4.25_new	0.73 24	0.46 30	1.08 19	0.71 46	0.97 326	2.52 131	0.58 104	2.28 100	0.93 38	0.57 14	0.94 62	0.40 13	0.65 57	0.87 15	0.50 32	0.17 5	0.13 1	0.25 86	0.17 29	0.19 5	0.20 20

4.5w_new	0.73 24	0.46 30	1.08 19	0.71 46	0.97 326	2.52 131	0.58 104	2.28 100	0.93 38	0.57 14	0.94 62	0.40 13	0.65 57	0.87 15	0.50 32	0.17 5	0.13 1	0.25 86	0.17 29	0.19 5	0.20 20

4.25w-stereo	0.73 24	0.46 30	1.08 19	0.71 46	0.97 326	2.52 131	0.58 104	2.28 100	0.93 38	0.57 14	0.94 62	0.40 13	0.65 57	0.87 15	0.50 32	0.17 5	0.13 1	0.25 86	0.17 29	0.19 5	0.20 20

Monster-pub-eth3d	0.62 6	0.43 18	1.07 11	0.66 31	0.82 274	1.13 15	0.39 26	2.57 145	0.92 36	0.58 18	0.64 18	0.36 3	0.36 4	0.88 18	0.43 12	0.15 1	0.15 22	0.20 3	0.17 29	0.21 27	0.19 5

asda	0.77 44	0.46 30	1.10 30	0.64 16	0.82 274	3.33 224	0.49 65	2.40 110	0.81 25	0.63 30	0.80 37	0.44 28	0.85 125	0.88 18	0.60 53	0.17 5	0.13 1	0.24 62	0.17 29	0.20 17	0.20 20

CREStereo++_RVC	1.02 124	0.49 60	1.54 103	0.83 107	0.55 147	4.01 379	0.31 8	1.63 34	1.99 294	1.63 192	2.13 389	0.84 107	0.65 57	0.88 18	0.70 98	0.27 115	0.15 22	0.23 31	1.22 539	0.24 50	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
2w_stereo	0.75 28	0.46 30	1.08 19	0.68 38	0.56 151	2.00 87	0.61 115	2.87 192	0.83 29	0.93 112	0.93 60	0.36 3	1.13 207	0.90 21	0.61 55	0.17 5	0.13 1	0.23 31	0.17 29	0.20 17	0.21 47

IGEV	0.70 18	0.36 1	1.07 11	0.71 46	1.31 419	2.82 150	0.41 37	1.76 46	0.98 45	0.73 56	0.71 22	0.35 2	0.42 10	0.90 21	0.42 8	0.18 15	0.18 71	0.22 17	0.18 50	0.18 1	0.20 20

GIP-stereo	0.88 78	0.50 63	1.34 78	1.32 392	0.94 318	2.90 159	0.42 41	3.41 254	1.06 50	0.63 30	0.76 29	0.90 125	0.76 95	0.91 23	0.52 40	0.27 115	0.18 71	0.25 86	0.16 13	0.25 64	0.19 5

CASnet	0.78 49	0.51 69	1.29 72	0.81 86	0.29 1	1.28 35	0.74 188	1.51 19	1.89 281	1.64 195	1.09 89	0.65 60	0.64 54	0.91 23	0.76 122	0.29 174	0.17 42	0.41 392	0.31 326	0.32 195	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
1w_stereo	0.86 72	0.42 15	1.07 11	0.72 54	0.81 265	3.00 176	0.67 147	3.28 234	0.75 12	0.74 61	1.32 143	0.37 6	1.37 259	0.92 25	0.68 83	0.16 3	0.14 11	0.20 3	0.16 13	0.19 5	0.22 62

test_for_model	2.16 319	3.87 535	1.58 108	4.16 563	3.64 558	2.51 129	0.96 342	3.63 285	2.62 435	2.45 427	1.39 163	1.02 144	0.73 81	0.92 25	0.57 48	2.97 550	2.19 554	0.26 115	0.17 29	5.32 566	2.24 541

LG-Stereo_Zeroshot	0.89 81	0.47 44	2.08 161	0.76 74	0.73 239	3.91 346	0.41 37	2.07 76	1.07 51	0.77 78	0.89 52	0.64 56	0.86 128	0.95 27	0.77 127	0.26 100	0.18 71	0.26 115	0.19 73	0.32 195	0.32 218

MonSter	0.62 6	0.43 18	1.07 11	0.66 31	0.82 274	1.13 15	0.39 26	2.57 145	0.92 36	0.58 18	0.64 18	0.36 3	0.35 3	0.95 27	0.43 12	0.15 1	0.15 22	0.20 3	0.17 29	0.21 27	0.19 5

WCG-NET	0.88 78	0.49 60	1.26 64	0.90 159	0.37 28	1.48 53	1.07 371	1.73 43	2.30 366	1.63 192	1.49 189	0.92 132	0.97 157	0.95 27	0.76 122	0.22 38	0.16 28	0.23 31	0.20 90	0.25 64	0.21 47

IGEV-Stereo++	0.93 89	0.44 20	1.08 19	0.70 40	1.20 396	3.87 341	0.33 13	3.36 249	1.43 101	0.75 63	1.17 102	0.68 67	1.04 176	0.95 27	0.42 8	0.22 38	0.16 28	0.23 31	0.17 29	0.24 50	0.20 20

MLG-Stereo_test3	0.60 4	0.37 2	1.12 40	0.59 3	0.57 163	2.19 104	0.31 8	1.68 40	0.56 2	0.49 3	0.51 10	0.56 44	0.33 1	0.96 31	0.54 43	0.21 30	0.17 42	0.23 31	0.16 13	0.20 17	0.21 47

Occ-G	0.86 72	0.52 75	1.39 84	0.82 96	0.66 209	1.37 43	0.79 225	1.58 26	1.31 78	1.56 181	0.87 48	2.18 320	0.89 138	0.97 32	0.88 169	0.26 100	0.19 102	0.26 115	0.19 73	0.25 64	0.24 90

GLC_STEREO	0.76 37	0.52 75	1.12 40	0.83 107	0.33 8	1.86 76	0.82 248	1.46 16	1.38 87	0.95 118	1.04 78	0.68 67	0.72 76	0.97 32	0.80 134	0.23 50	0.25 286	0.32 255	0.25 189	0.32 195	0.30 197

TANstereo	1.01 120	0.55 104	1.73 116	0.76 74	0.36 14	4.04 385	0.38 24	1.48 17	1.62 217	2.03 302	2.10 380	0.84 107	0.93 149	0.98 34	0.62 57	0.28 152	0.36 393	0.23 31	0.20 90	0.25 64	0.46 363

sAnonymous2	1.37 199	1.22 441	9.79 332	0.92 174	0.88 300	1.23 22	0.61 115	2.56 143	1.69 237	0.85 99	1.02 70	0.73 84	1.23 235	0.98 34	0.78 128	0.29 174	0.25 286	0.31 235	0.30 310	1.06 505	0.71 458

CroCo_RVC	1.37 199	1.22 441	9.79 332	0.92 174	0.88 300	1.23 22	0.61 115	2.56 143	1.69 237	0.85 99	1.02 70	0.73 84	1.23 235	0.98 34	0.78 128	0.29 174	0.25 286	0.31 235	0.30 310	1.06 505	0.71 458

GGEV	0.98 107	0.46 30	1.39 84	0.90 159	0.45 79	4.38 460	0.84 256	2.64 157	1.45 104	0.94 113	1.26 126	0.78 92	1.12 204	1.00 37	0.56 45	0.32 255	0.17 42	0.23 31	0.18 50	0.26 82	0.22 62

castereo	0.82 65	0.70 259	1.04 4	0.85 129	0.50 119	1.29 37	0.91 311	3.22 226	1.20 60	0.83 96	1.24 118	0.72 80	0.91 143	1.00 37	0.67 80	0.26 100	0.16 28	0.25 86	0.20 90	0.24 50	0.21 47

Pointernet	0.88 78	0.44 20	2.26 178	0.84 117	0.37 28	2.29 111	0.38 24	3.06 210	1.46 113	0.66 40	1.39 163	0.91 127	0.73 81	1.01 39	0.72 106	0.23 50	0.19 102	0.20 3	0.18 50	0.19 5	0.20 20

LGtest1	0.55 3	0.41 12	1.14 47	0.70 40	0.40 46	0.99 10	0.26 4	1.32 9	0.93 38	0.53 8	0.60 15	0.44 28	0.49 21	1.02 40	0.45 17	0.27 115	0.19 102	0.23 31	0.16 13	0.21 27	0.23 74

3w_stereo	0.71 23	0.47 44	1.14 47	0.65 23	0.39 42	1.73 69	0.68 154	2.79 183	0.79 19	0.67 43	0.84 43	0.37 6	1.02 171	1.03 41	0.56 45	0.18 15	0.14 11	0.23 31	0.18 50	0.20 17	0.22 62

AIO-Stereo	0.76 37	0.54 98	1.07 11	0.73 57	0.40 46	1.28 35	0.82 248	2.26 96	1.49 134	0.70 48	1.58 212	0.89 122	0.45 14	1.03 41	0.55 44	0.24 64	0.18 71	0.25 86	0.20 90	0.26 82	0.21 47

testlalala2	2.31 347	0.63 194	20.54 524	2.56 541	2.87 546	3.79 317	0.76 201	4.20 434	1.48 126	1.42 168	1.43 172	2.45 354	0.80 116	1.03 41	0.68 83	0.27 115	0.25 286	0.24 62	0.21 104	0.33 213	0.28 159

Former-RAFT_DAM_RVC	0.92 87	0.73 286	1.42 89	0.92 174	1.08 362	2.97 175	0.53 81	1.77 49	1.39 88	1.16 142	1.54 202	0.58 45	0.65 57	1.03 41	0.84 149	0.25 85	0.23 228	0.30 213	0.24 177	0.43 345	0.29 169

2.75w_new	0.75 28	0.45 23	1.10 30	0.65 23	0.62 189	2.45 125	0.56 92	2.75 172	0.74 11	0.78 81	0.73 25	0.38 10	0.92 146	1.04 45	0.66 75	0.17 5	0.14 11	0.22 17	0.17 29	0.18 1	0.19 5

testlalala	1.14 142	0.62 185	1.34 78	1.00 230	0.78 257	4.38 460	0.93 326	2.46 123	2.20 344	2.44 426	1.52 193	1.31 188	0.61 47	1.04 45	0.65 70	0.35 304	0.19 102	0.24 62	0.19 73	0.24 50	0.23 74

rvit_stereo_ft	1.00 117	0.87 357	3.55 253	0.97 210	0.66 209	1.06 11	0.80 235	2.78 178	1.67 229	0.78 81	0.96 67	0.95 137	1.14 214	1.06 47	0.90 176	0.32 255	0.24 262	0.27 143	0.28 264	0.39 287	0.27 140

GREAT-IGEV	0.74 27	0.54 98	1.86 128	1.10 287	0.44 72	2.44 123	0.34 17	1.37 10	1.51 146	0.48 2	0.86 47	0.51 37	0.60 44	1.07 48	0.45 17	0.22 38	0.17 42	0.21 12	0.17 29	0.23 45	0.25 100

4w-stereo	0.67 12	0.49 60	1.07 11	0.63 12	0.75 246	1.63 65	0.44 50	2.23 93	0.77 13	0.56 11	0.92 57	0.40 13	0.82 118	1.08 49	0.53 41	0.18 15	0.13 1	0.25 86	0.18 50	0.19 5	0.20 20

IGEV-BASED-STEREO-	1.09 132	3.30 531	2.61 208	0.82 96	0.38 39	1.27 30	0.62 128	1.51 19	1.29 75	0.91 108	0.92 57	0.65 60	0.57 33	1.08 49	0.59 51	1.55 540	0.15 22	0.32 255	0.28 264	1.10 511	1.98 538

trnet	0.91 86	0.48 53	1.46 92	0.62 9	0.31 4	4.40 468	0.41 37	2.20 87	1.53 162	0.94 113	1.14 98	0.88 120	0.89 138	1.09 51	0.71 101	0.27 115	0.19 102	0.22 17	0.15 4	0.21 27	0.19 5

qwe	0.75 28	0.45 23	1.10 30	0.67 36	1.06 356	2.49 127	0.45 54	2.57 145	0.90 32	0.71 52	0.83 42	0.43 23	0.48 20	1.10 52	0.64 63	0.17 5	0.14 11	0.24 62	0.16 13	0.21 27	0.20 20

CroCo-Stereo	0.98 107	0.87 357	3.44 249	0.87 140	0.53 139	0.49 2	0.50 67	3.99 377	1.49 134	0.81 87	1.25 125	1.00 142	0.75 88	1.10 52	1.09 227	0.24 64	0.21 172	0.24 62	0.19 73	0.35 249	0.27 140
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
DA2	0.98 107	0.46 30	1.34 78	0.92 174	0.43 65	4.34 456	0.85 266	2.79 183	1.35 84	0.82 89	1.30 138	0.89 122	1.08 193	1.11 54	0.56 45	0.30 214	0.18 71	0.24 62	0.18 50	0.25 64	0.23 74

3.75w	0.75 28	0.47 44	1.09 26	0.63 12	1.10 368	2.61 141	0.53 81	2.46 123	0.97 44	0.62 27	0.80 37	0.40 13	0.66 63	1.11 54	0.48 22	0.19 20	0.13 1	0.23 31	0.18 50	0.20 17	0.21 47

GCAP-Stereo	0.93 89	0.68 246	1.35 81	0.85 129	0.41 53	3.61 285	0.52 80	2.20 87	1.50 139	1.11 139	1.04 78	1.17 163	0.84 123	1.11 54	0.71 101	0.25 85	0.20 140	0.27 143	0.18 50	0.28 112	0.23 74

CFNet-RSSM	2.08 309	0.52 75	20.06 498	1.01 236	0.56 151	3.39 230	0.64 133	3.67 292	1.55 179	1.72 213	1.37 158	2.57 366	1.19 229	1.11 54	0.86 159	0.27 115	0.20 140	0.25 86	0.23 152	0.27 95	0.23 74

anonymousa	2.16 319	0.67 238	19.19 469	1.04 255	1.67 498	2.06 96	0.79 225	2.86 190	1.96 289	1.85 233	2.14 390	3.23 431	1.81 383	1.12 58	1.15 237	0.26 100	0.26 299	0.34 308	0.32 337	0.30 149	0.28 159

Gwc-CoAtRS	1.58 221	0.57 125	11.69 358	1.01 236	0.60 178	2.53 135	0.64 133	2.36 108	1.56 185	1.80 227	1.47 181	2.74 384	1.18 225	1.12 58	0.90 176	0.27 115	0.21 172	0.25 86	0.22 137	0.27 95	0.23 74

CREStereo	0.92 87	0.53 87	1.45 91	0.61 6	0.34 9	4.42 472	0.40 31	2.21 89	1.54 171	0.94 113	1.12 95	0.87 117	0.87 132	1.12 58	0.72 106	0.28 152	0.19 102	0.22 17	0.15 4	0.22 39	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CAS++	0.89 81	0.64 206	1.46 92	0.81 86	0.51 121	1.24 26	0.86 270	3.44 255	1.46 113	1.14 141	1.29 136	0.62 52	0.58 36	1.13 61	0.59 51	0.34 284	0.30 345	0.34 308	0.26 209	0.41 316	0.29 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.82 65	0.47 44	2.63 212	0.96 203	1.19 390	0.78 6	0.39 26	1.12 6	1.54 171	1.19 144	1.26 126	0.51 37	0.64 54	1.13 61	1.03 216	0.30 214	0.20 140	0.24 62	0.21 104	0.40 292	0.25 100

MLG-Stereo_test2	0.76 37	0.40 7	1.07 11	0.64 16	0.82 274	3.49 253	0.23 2	1.69 41	2.14 333	0.62 27	0.32 3	0.67 65	0.33 1	1.14 63	0.37 3	0.23 50	0.19 102	0.23 31	0.16 13	0.19 5	0.20 20

rvit_stereo_0080	0.94 92	0.72 275	2.56 202	0.64 16	0.59 175	1.90 78	0.75 198	2.71 166	1.40 92	0.91 108	1.04 78	0.85 111	0.82 118	1.14 63	0.78 128	0.35 304	0.29 332	0.25 86	0.27 235	0.45 361	0.29 169

RSM++	0.77 44	0.51 69	1.08 19	0.95 197	0.42 59	1.52 58	0.71 168	2.11 79	1.40 92	0.80 85	1.23 117	0.90 125	0.59 41	1.14 63	0.69 92	0.24 64	0.19 102	0.25 86	0.21 104	0.28 112	0.20 20

whm_eth	0.94 92	0.72 275	2.56 202	0.64 16	0.59 175	1.90 78	0.75 198	2.71 166	1.40 92	0.91 108	1.04 78	0.85 111	0.82 118	1.14 63	0.78 128	0.35 304	0.29 332	0.25 86	0.27 235	0.45 361	0.29 169

RCA-Stereo	1.21 158	0.52 75	1.58 108	0.90 159	0.46 89	4.68 517	0.79 225	4.13 418	1.74 253	1.92 257	1.80 288	0.94 136	1.48 294	1.14 63	0.70 98	0.27 115	0.18 71	0.25 86	0.19 73	0.25 64	0.23 74

AIO_rvc	0.78 49	0.55 104	1.25 63	0.75 60	0.65 202	1.46 51	0.99 352	2.13 80	1.52 155	0.57 14	1.15 99	1.09 152	0.55 30	1.15 68	0.53 41	0.24 64	0.17 42	0.24 62	0.17 29	0.25 64	0.21 47

MaDis-Stereo	0.82 65	0.66 228	1.53 100	0.65 23	1.87 519	1.24 26	0.36 22	2.13 80	1.27 73	0.67 43	0.75 28	0.88 120	0.70 71	1.15 68	1.07 222	0.29 174	0.23 228	0.26 115	0.20 90	0.31 168	0.22 62

MM-Stereo_test2	1.79 258	0.53 87	20.16 504	1.43 437	0.47 99	2.57 138	0.73 176	1.67 38	1.47 118	0.94 113	0.96 67	0.84 107	0.79 109	1.16 70	0.68 83	0.24 64	0.17 42	0.25 86	0.22 137	0.30 149	0.22 62

AIO_test	0.76 37	0.47 44	1.31 73	0.81 86	0.70 230	1.36 42	0.88 293	1.40 12	1.45 104	0.55 10	0.95 65	1.81 269	0.58 36	1.16 70	0.46 19	0.27 115	0.17 42	0.24 62	0.19 73	0.24 50	0.21 47

MGS-Stereo	0.80 54	0.56 115	1.53 100	0.93 189	0.39 42	1.26 29	0.73 176	1.45 14	1.30 77	1.01 124	2.26 410	0.80 99	0.56 32	1.16 70	0.65 70	0.27 115	0.23 228	0.26 115	0.22 137	0.27 95	0.25 100

IGEV++	0.90 84	0.58 138	1.32 76	0.94 193	0.45 79	1.27 30	1.00 353	3.32 243	1.55 179	0.82 89	1.34 150	0.86 115	1.09 194	1.16 70	0.89 172	0.33 272	0.18 71	0.23 31	0.19 73	0.29 126	0.22 62

testlalala_base	1.62 231	0.74 294	1.63 110	1.19 336	1.40 444	2.63 143	0.84 256	4.09 407	1.31 78	1.22 145	1.42 170	1.21 176	0.85 125	1.16 70	0.73 109	3.92 565	2.10 552	0.27 143	0.18 50	4.49 562	1.11 508

cross-raft	2.01 298	0.57 125	19.01 468	1.03 253	0.56 151	2.11 99	0.72 171	3.63 285	1.57 191	1.77 221	1.51 192	3.17 426	1.13 207	1.16 70	0.85 152	0.23 50	0.21 172	0.26 115	0.23 152	0.28 112	0.25 100

XX-TBD	1.03 125	0.95 381	1.94 136	1.30 386	0.43 65	3.97 373	0.33 13	1.74 44	1.73 247	1.59 183	2.02 360	0.69 70	0.60 44	1.16 70	0.66 75	0.30 214	0.25 286	0.23 31	0.15 4	0.31 168	0.22 62

RSM	0.80 54	0.50 63	1.08 19	0.83 107	0.51 121	1.31 38	0.77 214	2.28 100	1.43 101	0.82 89	1.44 174	1.22 177	0.62 49	1.17 77	0.63 60	0.22 38	0.18 71	0.24 62	0.19 73	0.27 95	0.20 20

GMOStereo	1.13 137	0.70 259	2.26 178	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 414	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

error version	1.13 137	0.70 259	2.26 178	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 414	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

test-v	1.13 137	0.70 259	2.26 178	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 414	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

test-2	1.13 137	0.70 259	2.26 178	0.75 60	0.44 72	3.05 181	0.91 311	2.78 178	1.45 104	2.37 414	1.52 193	1.53 215	1.05 181	1.17 77	0.92 187	0.25 85	0.19 102	0.35 327	0.28 264	0.34 231	0.26 124

AnonymousM	1.22 162	1.32 458	0.97 1	0.88 145	0.56 151	4.03 383	0.69 160	2.41 111	1.68 231	1.48 172	1.31 142	1.15 161	1.00 166	1.18 82	0.73 109	0.32 255	0.40 426	2.07 545	1.70 547	0.24 50	0.22 62

test-1	1.23 163	0.65 217	1.88 130	0.96 203	0.52 130	3.84 328	0.62 128	4.01 381	1.47 118	1.93 261	1.78 282	1.83 273	0.92 146	1.19 83	1.28 274	0.26 100	0.29 332	0.31 235	0.24 177	0.29 126	0.36 266

RAFT-Test	1.44 206	0.59 146	6.10 290	1.01 236	0.69 227	2.90 159	0.80 235	3.68 294	1.70 240	1.85 233	1.68 243	3.15 424	1.03 172	1.20 84	0.99 210	0.27 115	0.22 201	0.25 86	0.23 152	0.27 95	0.25 100

raftrobust	1.19 150	0.72 275	2.30 184	1.26 365	1.31 419	3.55 271	0.68 154	2.75 172	1.47 118	2.21 368	1.38 161	1.17 163	1.22 232	1.20 84	1.11 231	0.28 152	0.24 262	0.21 12	0.19 73	0.25 64	0.28 159

sCroCo_RVC	1.06 128	0.82 339	5.05 279	1.02 246	1.05 353	0.98 9	0.61 115	2.06 74	1.29 75	0.69 47	1.26 126	0.82 103	1.10 200	1.20 84	0.90 176	0.42 386	0.40 426	0.33 290	0.30 310	0.46 372	0.38 295

4D-IteraStereo	1.97 289	0.84 347	20.43 521	0.78 81	1.56 477	2.09 98	1.05 368	2.43 117	1.56 185	1.41 166	1.00 69	1.94 286	0.61 47	1.22 87	1.06 219	0.27 115	0.18 71	0.31 235	0.26 209	0.27 95	0.23 74

Selective-IGEV	0.80 54	0.52 75	1.05 6	0.75 60	0.61 183	1.31 38	0.82 248	2.60 152	1.41 95	0.82 89	1.64 231	0.71 78	0.62 49	1.22 87	0.64 63	0.22 38	0.19 102	0.24 62	0.18 50	0.25 64	0.20 20

3.5w_stereo	0.77 44	0.53 87	1.09 26	0.65 23	0.72 234	2.52 131	0.51 71	2.43 117	0.80 21	0.76 73	1.20 107	0.43 23	0.66 63	1.23 89	0.73 109	0.17 5	0.13 1	0.23 31	0.17 29	0.20 17	0.21 47

2.25w	0.75 28	0.47 44	1.09 26	0.69 39	0.65 202	2.28 110	0.40 31	2.42 114	0.80 21	0.73 56	1.03 73	0.40 13	0.81 117	1.24 90	0.80 134	0.16 3	0.15 22	0.21 12	0.17 29	0.19 5	0.21 47

LG-G_1	0.70 18	0.40 7	1.12 40	0.71 46	0.30 2	2.80 148	0.40 31	2.21 89	0.78 16	0.59 20	0.55 12	0.51 37	0.58 36	1.24 90	0.49 26	0.24 64	0.18 71	0.23 31	0.15 4	0.21 27	0.21 47

LG-G	0.70 18	0.40 7	1.12 40	0.71 46	0.30 2	2.80 148	0.40 31	2.21 89	0.78 16	0.59 20	0.55 12	0.51 37	0.58 36	1.24 90	0.49 26	0.24 64	0.18 71	0.23 31	0.15 4	0.21 27	0.21 47

RAFT-Stereo-weight	1.11 135	0.48 53	1.22 58	0.99 222	0.42 59	4.17 426	0.80 235	3.60 280	1.50 139	1.97 272	1.50 190	1.30 187	0.65 57	1.24 90	0.85 152	0.25 85	0.19 102	0.26 115	0.22 137	0.27 95	0.23 74

DCRE	1.44 206	0.74 294	3.50 252	1.13 305	0.72 234	1.78 70	0.67 147	2.14 82	1.56 185	1.99 279	8.09 543	1.73 246	1.07 190	1.24 90	0.83 146	0.23 50	0.25 286	0.26 115	0.26 209	0.28 112	0.30 197

DIP-Stereo	1.24 168	0.69 249	1.77 121	0.65 23	0.61 183	4.29 451	0.58 104	4.44 513	2.53 422	1.98 274	1.33 145	0.91 127	0.86 128	1.25 95	1.25 264	0.36 316	0.23 228	0.32 255	0.23 152	0.32 195	0.29 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo++	0.93 89	0.56 115	1.26 64	0.92 174	0.73 239	2.48 126	1.00 353	2.99 199	1.03 48	0.68 45	1.41 168	1.92 284	0.59 41	1.26 96	0.44 15	0.25 85	0.19 102	0.28 172	0.19 73	0.23 45	0.23 74

CAS	1.26 179	0.40 7	1.46 92	2.97 548	1.61 485	4.13 407	0.73 176	1.78 50	1.49 134	0.83 96	1.10 92	0.59 48	0.53 26	1.26 96	0.80 134	2.99 551	0.13 1	0.21 12	0.13 1	0.31 168	1.72 531

CroCo-Stereo Lap2	0.99 115	0.89 360	2.55 201	0.99 222	1.80 516	0.54 3	0.46 57	3.10 212	1.24 64	1.07 133	1.21 111	1.05 151	0.78 105	1.26 96	1.08 224	0.27 115	0.23 228	0.27 143	0.21 104	0.43 345	0.34 246

RAFT-Stereo + iAFF	1.25 172	0.72 275	1.74 119	1.05 256	0.36 14	4.13 407	0.42 41	2.95 195	2.84 472	2.02 298	2.40 440	1.61 228	1.11 203	1.26 96	0.97 204	0.21 30	0.15 22	0.26 115	0.23 152	0.29 126	0.23 74

rvit_stereo_0081_aga	0.81 62	0.75 306	1.84 127	0.72 54	0.73 239	1.21 21	0.63 130	1.92 62	1.39 88	0.87 103	0.80 37	0.79 97	0.69 69	1.27 100	0.69 92	0.35 304	0.29 332	0.26 115	0.25 189	0.40 292	0.27 140

Replicate-Monster	0.79 52	1.36 463	2.08 161	0.70 40	0.52 130	2.05 94	0.34 17	1.92 62	0.82 26	1.03 130	0.60 15	0.48 36	0.52 25	1.28 101	0.39 4	0.19 20	0.14 11	0.19 2	0.16 13	0.22 39	0.78 476

MSCF	0.97 105	0.82 339	1.26 64	0.88 145	0.40 46	3.17 195	0.88 293	2.79 183	1.39 88	1.32 151	1.19 105	0.58 45	1.33 251	1.28 101	0.64 63	0.25 85	0.19 102	0.25 86	0.25 189	0.28 112	0.32 218

HUF	1.15 143	0.64 206	8.62 318	0.90 159	0.35 12	1.35 41	0.78 218	1.97 67	1.50 139	0.63 30	1.52 193	0.83 105	0.66 63	1.28 101	0.63 60	0.29 174	0.23 228	0.26 115	0.17 29	0.23 45	0.25 100

AEACV	0.79 52	0.54 98	1.35 81	0.97 210	0.63 192	1.13 15	0.92 324	2.02 71	0.91 35	0.76 73	0.79 36	0.80 99	1.61 329	1.28 101	0.61 55	0.22 38	0.18 71	0.26 115	0.23 152	0.27 95	0.23 74

111	1.83 262	0.92 369	9.08 322	0.81 86	0.36 14	4.25 443	0.91 311	4.44 513	2.70 446	2.39 419	1.96 345	2.30 331	1.64 348	1.28 101	1.82 375	0.28 152	0.22 201	0.24 62	0.20 90	0.31 168	0.54 408

WCG-NET（raft）	0.95 99	0.55 104	1.20 57	0.84 117	0.31 4	1.44 49	1.01 356	1.55 23	2.37 387	1.64 195	1.42 170	2.38 340	1.01 168	1.29 106	0.76 122	0.22 38	0.19 102	0.22 17	0.20 90	0.25 64	0.21 47

CES	1.01 120	0.55 104	1.74 119	0.92 174	2.15 533	2.15 100	0.50 67	2.01 70	1.45 104	0.76 73	1.02 70	0.61 50	0.47 16	1.29 106	0.79 133	0.22 38	0.17 42	0.24 62	0.14 2	0.63 435	2.29 542

knoymous	1.30 190	0.60 158	5.57 288	0.88 145	0.75 246	3.04 179	0.90 303	2.68 162	1.33 80	1.48 172	1.07 87	2.78 394	0.88 134	1.29 106	0.85 152	0.31 234	0.22 201	0.35 327	0.20 90	0.45 361	0.37 280

riskmin	1.25 172	0.56 115	2.05 149	1.05 256	0.93 316	2.86 156	0.55 88	3.23 228	1.34 81	1.55 179	1.07 87	3.56 467	2.03 405	1.29 106	1.00 212	0.28 152	0.27 310	0.34 308	0.21 104	0.41 316	0.43 341

IGEV-RUCA	0.90 84	0.53 87	1.05 6	0.81 86	0.74 244	3.89 343	0.80 235	1.92 62	1.41 95	0.96 121	0.71 22	0.70 71	0.73 81	1.30 110	0.68 83	0.29 174	0.20 140	0.25 86	0.19 73	0.43 345	0.34 246

rvit_stereo_0081	0.80 54	0.63 194	1.19 53	0.91 168	0.64 194	1.27 30	0.61 115	2.05 72	1.71 241	0.82 89	0.73 25	0.85 111	0.75 88	1.30 110	0.80 134	0.31 234	0.26 299	0.27 143	0.25 189	0.38 277	0.27 140

rvit_stereo_0082	0.80 54	0.63 194	1.19 53	0.91 168	0.64 194	1.27 30	0.61 115	2.05 72	1.71 241	0.82 89	0.73 25	0.85 111	0.75 88	1.30 110	0.80 134	0.31 234	0.26 299	0.27 143	0.25 189	0.38 277	0.27 140

MM-Stereo_test3	1.09 132	0.59 146	1.55 104	1.73 493	1.18 383	1.91 80	0.86 270	3.52 267	1.76 257	1.25 146	1.86 322	1.10 155	0.69 69	1.32 113	0.86 159	0.27 115	0.23 228	0.27 143	0.22 137	0.34 231	0.30 197

GASTEREO	1.00 117	0.98 389	1.23 59	0.90 159	0.40 46	3.40 233	0.88 293	2.77 175	1.44 103	1.39 162	1.30 138	0.55 42	1.35 256	1.33 114	0.64 63	0.25 85	0.19 102	0.25 86	0.25 189	0.25 64	0.31 207

MLG-Stereo_test1	0.80 54	0.39 4	1.02 3	0.65 23	1.20 396	3.14 193	0.29 7	1.59 27	3.05 492	0.50 4	0.24 1	0.67 65	0.43 11	1.33 114	0.40 6	0.21 30	0.18 71	0.23 31	0.15 4	0.19 5	0.20 20

ACVNet	1.46 209	0.64 206	3.56 255	0.93 189	0.85 287	4.22 439	0.80 235	2.85 187	2.08 315	1.78 223	1.88 326	3.10 419	1.46 290	1.33 114	1.89 383	0.29 174	0.26 299	0.30 213	0.26 209	0.39 287	0.27 140

acv_ft	1.55 214	0.64 206	3.29 243	1.14 306	2.01 526	2.93 169	0.97 345	3.81 320	2.08 315	2.22 370	1.88 326	3.10 419	1.66 352	1.33 114	2.22 423	0.29 174	0.26 299	0.30 213	0.26 209	0.39 287	0.27 140

MLG-Stereo	0.77 44	0.39 4	1.04 4	0.64 16	0.41 53	3.01 178	0.31 8	1.89 56	2.92 478	0.47 1	0.29 2	0.66 64	0.47 16	1.35 118	0.39 4	0.20 26	0.18 71	0.24 62	0.16 13	0.19 5	0.20 20

MC-Stereo	1.06 128	0.48 53	1.55 104	1.15 319	0.41 53	4.56 501	0.61 115	2.06 74	1.46 113	1.90 250	1.61 224	0.89 122	1.12 204	1.35 118	0.73 109	0.25 85	0.18 71	0.26 115	0.22 137	0.25 64	0.24 90

2.5w	0.75 28	0.44 20	1.06 9	0.66 31	0.69 227	2.39 119	0.56 92	2.77 175	0.82 26	0.63 30	0.88 49	0.37 6	0.75 88	1.36 120	0.50 32	0.18 15	0.14 11	0.22 17	0.17 29	0.19 5	0.21 47

LG-Stereo_L2	0.63 8	0.46 30	1.15 49	0.70 40	0.43 65	2.32 113	0.28 5	1.86 54	0.68 4	0.56 11	0.42 7	0.37 6	0.45 14	1.36 120	0.40 6	0.23 50	0.18 71	0.22 17	0.18 50	0.21 27	0.20 20

FACV-RUCA	1.26 179	0.65 217	2.21 171	1.06 262	1.50 464	2.69 145	1.15 392	3.05 207	1.87 275	1.36 156	1.99 356	1.03 147	1.15 222	1.36 120	1.10 228	0.41 375	0.41 435	0.73 513	0.41 430	0.61 429	0.41 328

LoS_RVC	0.94 92	1.30 452	1.31 73	0.84 117	1.63 488	2.02 88	0.59 108	1.51 19	1.36 85	0.81 87	1.33 145	0.84 107	0.88 134	1.36 120	0.73 109	0.21 30	0.17 42	0.20 3	0.14 2	0.20 17	1.45 524

HART	1.03 125	0.85 351	3.13 236	0.84 117	0.38 39	1.17 18	0.42 41	3.54 272	1.47 118	1.08 134	2.17 395	1.48 211	0.57 33	1.37 124	0.74 115	0.23 50	0.18 71	0.28 172	0.21 104	0.32 195	0.24 90

111111	0.87 76	0.50 63	1.13 45	0.66 31	1.08 362	3.37 228	0.33 13	2.33 107	1.47 118	0.74 61	1.50 190	0.61 50	0.59 41	1.40 125	0.48 22	0.24 64	0.19 102	0.22 17	0.16 13	0.24 50	0.19 5

LG-Stereo_L1	0.61 5	0.47 44	1.10 30	0.73 57	0.49 115	1.72 67	0.33 13	1.95 66	0.65 3	0.56 11	0.40 6	0.40 13	0.43 11	1.40 125	0.42 8	0.23 50	0.19 102	0.23 31	0.18 50	0.21 27	0.19 5

LL-Strereo2	1.23 163	0.85 351	2.38 192	0.93 189	0.68 221	3.72 302	1.37 430	2.54 140	1.99 294	1.75 219	1.40 166	1.82 270	0.73 81	1.40 125	0.99 210	0.31 234	0.23 228	0.55 471	0.35 370	0.29 126	0.24 90

R-Stereo Train	1.20 155	0.58 138	1.81 125	0.99 222	0.67 216	3.78 313	0.90 303	4.09 407	1.51 146	2.16 346	1.71 254	1.13 158	0.94 151	1.40 125	0.91 183	0.30 214	0.24 262	0.26 115	0.21 104	0.26 82	0.25 100

RAFT-Stereo	1.20 155	0.58 138	1.81 125	0.99 222	0.67 216	3.78 313	0.90 303	4.09 407	1.51 146	2.16 346	1.71 254	1.13 158	0.94 151	1.40 125	0.91 183	0.30 214	0.24 262	0.26 115	0.21 104	0.26 82	0.25 100
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.76 37	0.45 23	1.41 88	0.70 40	1.27 413	3.12 191	0.43 46	1.02 4	0.94 42	0.63 30	0.91 55	0.43 23	0.58 36	1.41 130	0.48 22	0.18 15	0.21 172	0.23 31	0.19 73	0.25 64	0.26 124

IPLGR_C	2.28 340	1.31 456	19.46 478	0.92 174	1.32 425	3.93 353	0.89 298	4.20 434	1.82 265	2.30 391	2.63 464	1.16 162	1.07 190	1.41 130	1.29 277	0.37 324	0.23 228	0.27 143	0.22 137	0.31 168	0.45 353

rvit_0105_6	1.00 117	0.93 373	2.21 171	0.92 174	0.55 147	1.52 58	0.79 225	2.41 111	2.96 482	0.76 73	0.72 24	1.02 144	0.75 88	1.42 132	0.81 140	0.40 360	0.43 443	0.34 308	0.31 326	0.43 345	0.34 246

rvit_stereo_0075_2	1.18 148	0.74 294	2.66 215	0.90 159	1.27 413	2.51 129	0.69 160	2.25 95	2.06 312	1.40 164	1.86 322	1.46 210	0.84 123	1.42 132	0.94 197	0.46 415	0.40 426	0.48 432	0.38 405	0.46 372	0.51 395

GANet-ADL	2.20 324	0.73 286	20.11 503	1.25 358	0.69 227	3.83 323	0.76 201	3.49 260	1.71 241	1.65 199	1.99 356	2.10 315	1.10 200	1.42 132	1.26 267	0.38 341	0.33 370	0.25 86	0.22 137	0.42 335	0.36 266

DCANet-4	1.96 287	0.51 69	14.31 397	0.82 96	0.40 46	4.16 421	0.57 95	4.29 473	2.98 486	2.30 391	1.80 288	1.03 147	1.54 317	1.44 135	1.44 301	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

fff	1.74 249	0.70 259	9.08 322	0.81 86	0.36 14	4.15 411	0.57 95	4.23 447	2.09 318	2.30 391	1.80 288	1.19 171	3.02 471	1.44 135	1.46 305	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

csc	1.74 249	0.70 259	9.08 322	0.81 86	0.36 14	4.15 411	0.57 95	4.23 447	2.09 318	2.30 391	1.80 288	1.19 171	3.02 471	1.44 135	1.46 305	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

cscssc	1.74 249	0.70 259	9.08 322	0.81 86	0.36 14	4.15 411	0.57 95	4.23 447	2.09 318	2.30 391	1.80 288	1.19 171	3.02 471	1.44 135	1.46 305	0.29 174	0.23 228	0.23 31	0.18 50	0.24 50	0.42 332

MM-Stereo_test1	1.90 273	0.53 87	19.85 490	1.39 429	0.48 107	1.81 73	0.79 225	3.00 201	1.82 265	1.69 204	1.09 89	0.87 117	0.97 157	1.45 139	0.74 115	0.24 64	0.21 172	0.27 143	0.24 177	0.35 249	0.24 90

DEFOM-Stereo_RVC	0.81 62	1.13 419	1.23 59	0.97 210	0.57 163	0.81 7	0.43 46	3.49 260	0.84 30	0.73 56	0.95 65	0.44 28	1.17 223	1.45 139	0.60 53	0.26 100	0.18 71	0.24 62	0.17 29	0.30 149	0.19 5

MoCha-V2	0.87 76	0.48 53	1.87 129	0.88 145	0.32 7	1.37 43	0.55 88	2.71 166	1.42 97	0.92 111	1.75 265	0.65 60	1.17 223	1.45 139	0.57 48	0.21 30	0.21 172	0.20 3	0.19 73	0.24 50	0.23 74

AE-Stereo	1.18 148	0.60 158	2.05 149	1.10 287	0.60 178	4.39 464	0.72 171	3.74 308	1.62 217	1.10 136	1.90 337	1.01 143	0.92 146	1.45 139	0.82 143	0.28 152	0.22 201	0.28 172	0.28 264	0.26 82	0.22 62

rvit_stereo_0083	0.86 72	0.67 238	1.42 89	0.87 140	0.65 202	1.23 22	0.64 133	1.67 38	2.28 362	0.79 83	0.93 60	0.93 133	1.07 190	1.46 143	0.75 118	0.32 255	0.36 393	0.30 213	0.26 209	0.33 213	0.28 159

gcap-zeroshot	1.30 190	0.61 175	4.09 266	0.94 193	0.56 151	3.50 257	0.84 256	3.12 214	1.72 244	1.84 232	1.22 113	2.72 383	0.88 134	1.46 143	0.80 134	0.29 174	0.30 345	0.27 143	0.21 104	0.29 126	0.25 100

MyStereo8	2.33 354	1.13 419	19.26 473	1.22 350	1.62 486	4.16 421	0.57 95	3.50 263	2.36 381	2.15 341	1.75 265	2.28 325	1.14 214	1.46 143	2.20 421	0.24 64	0.21 172	0.32 255	0.27 235	0.36 262	0.43 341

Reg-Stereo(zero)	1.60 227	0.42 15	10.69 346	0.89 150	0.68 221	3.27 214	0.47 62	2.27 97	1.54 171	1.48 172	1.24 118	2.55 364	2.68 456	1.48 146	1.10 228	0.19 20	0.19 102	0.22 17	0.18 50	0.24 50	0.26 124

CRE-IMP	1.23 163	0.61 175	2.14 165	0.82 96	0.39 42	4.54 493	0.83 253	2.63 155	1.55 179	1.95 266	1.46 177	1.87 281	0.96 154	1.48 146	1.33 285	0.45 408	0.21 172	0.31 235	0.26 209	0.41 316	0.31 207

SGD-Stereo	0.65 11	0.41 12	1.06 9	0.85 129	0.31 4	2.44 123	0.46 57	1.09 5	0.69 6	0.84 98	0.52 11	0.55 42	0.53 26	1.49 148	0.46 19	0.31 234	0.14 11	0.25 86	0.18 50	0.23 45	0.20 20

monsterstereo	0.82 65	0.50 63	1.26 64	0.77 79	1.41 451	2.54 137	0.40 31	3.14 216	0.71 8	0.70 48	1.11 93	0.41 20	0.39 6	1.50 149	0.50 32	0.19 20	0.16 28	0.22 17	0.16 13	0.21 27	0.17 1

iRaftStereo_RVC	1.09 132	0.70 259	1.39 84	0.95 197	0.45 79	3.83 323	0.42 41	2.37 109	1.58 194	1.69 204	1.76 274	1.80 264	0.83 122	1.50 149	0.98 207	0.28 152	0.18 71	0.29 193	0.26 209	0.30 149	0.31 207

PMTNet	0.99 115	0.48 53	1.73 116	0.62 9	0.56 151	4.20 438	0.43 46	1.88 55	1.58 194	1.00 123	1.05 83	0.78 92	0.98 163	1.50 149	0.85 152	1.21 526	0.20 140	0.23 31	0.15 4	0.22 39	0.19 5

rvit_0105_5	1.13 137	0.93 373	2.60 205	0.91 168	0.56 151	1.92 81	0.91 311	3.02 204	2.63 437	0.95 118	1.20 107	1.18 167	0.93 149	1.51 152	0.93 195	0.40 360	0.43 443	0.37 354	0.35 370	0.42 335	0.44 347

DCANet	1.74 249	0.73 286	9.08 322	0.82 96	0.40 46	4.18 429	0.59 108	4.25 457	2.97 483	2.35 409	1.84 312	1.18 167	1.63 345	1.51 152	1.55 328	0.29 174	0.24 262	0.23 31	0.18 50	0.30 149	0.53 402

ADStereo(finetuned)	2.04 302	0.73 286	13.28 371	0.82 96	0.40 46	4.16 421	0.59 108	4.25 457	2.97 483	2.35 409	1.84 312	1.18 167	3.40 489	1.52 154	1.54 327	0.29 174	0.24 262	0.23 31	0.18 50	0.30 149	0.51 395

ACRE	2.27 335	1.11 417	19.45 477	0.91 168	1.30 417	3.94 358	0.87 289	4.21 440	1.80 263	2.28 385	2.62 462	1.17 163	1.04 176	1.52 154	1.30 278	0.37 324	0.23 228	0.27 143	0.22 137	0.31 168	0.46 363

CIPLG	2.27 335	1.18 430	19.24 470	0.92 174	1.34 431	3.95 363	0.89 298	4.23 447	1.82 265	2.31 397	2.67 467	1.17 163	1.06 188	1.53 156	1.32 281	0.37 324	0.23 228	0.27 143	0.22 137	0.31 168	0.45 353

IGEV_Zeroshot_test	2.16 319	0.69 249	20.60 528	1.22 350	0.54 140	2.18 102	0.53 81	3.38 251	1.61 214	1.93 261	1.55 206	3.76 473	1.05 181	1.55 157	0.91 183	0.29 174	0.20 140	0.27 143	0.29 292	0.40 292	0.32 218

ours_stereo	0.76 37	0.64 206	1.40 87	0.86 134	0.61 183	1.12 14	0.57 95	1.63 34	1.20 60	0.72 54	1.43 172	0.70 71	0.62 49	1.56 158	0.58 50	0.25 85	0.18 71	0.26 115	0.21 104	0.29 126	0.31 207

Any-RAFT	1.40 202	0.53 87	2.78 222	1.09 278	0.64 194	4.41 470	0.81 244	3.97 371	2.78 456	1.99 279	1.34 150	2.36 338	1.56 321	1.56 158	0.75 118	0.27 115	0.20 140	0.25 86	0.18 50	0.25 64	0.28 159

StereoAnything_RVC	0.94 92	2.66 522	2.20 169	0.76 74	0.34 9	1.18 19	0.39 26	2.31 104	0.69 6	0.51 7	0.34 4	0.32 1	0.89 138	1.57 160	0.35 1	0.32 255	0.16 28	0.23 31	0.15 4	3.31 545	0.18 3

HI	1.27 184	0.90 362	2.33 187	1.10 287	0.68 221	2.92 165	0.45 54	2.49 127	1.76 257	2.13 330	1.65 237	2.42 346	1.84 387	1.58 161	1.61 339	0.26 100	0.16 28	0.28 172	0.29 292	0.26 82	0.25 100

CoSv	1.27 184	0.90 362	2.33 187	1.10 287	0.68 221	2.92 165	0.45 54	2.49 127	1.76 257	2.13 330	1.65 237	2.42 346	1.84 387	1.58 161	1.61 339	0.26 100	0.16 28	0.28 172	0.29 292	0.26 82	0.25 100

Anonymous3	1.72 246	0.76 311	11.61 357	0.83 107	0.84 286	4.46 476	0.84 256	3.57 276	1.16 55	1.34 153	1.37 158	1.11 157	1.03 172	1.58 161	1.13 235	0.70 496	0.58 496	0.33 290	0.35 370	0.47 376	0.42 332

GMStereo	1.01 120	1.00 393	2.86 226	0.83 107	0.45 79	1.47 52	0.57 95	1.89 56	2.11 328	1.52 176	1.24 118	0.87 117	0.74 85	1.58 161	0.94 197	0.40 360	0.21 172	0.30 213	0.30 310	0.47 376	0.36 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DMCA	1.72 246	0.74 294	6.63 293	1.14 306	0.96 322	3.98 375	0.90 303	3.75 309	2.76 454	2.83 480	1.58 212	2.35 336	1.18 225	1.58 161	1.98 397	0.40 360	0.27 310	0.42 399	0.26 209	0.36 262	0.38 295

LoS	0.94 92	0.52 75	1.88 130	0.86 134	0.36 14	4.15 411	0.51 71	2.18 84	1.45 104	0.97 122	0.88 49	0.62 52	0.79 109	1.59 166	0.86 159	0.26 100	0.19 102	0.24 62	0.16 13	0.21 27	0.20 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CASS	1.29 189	0.66 228	2.62 211	0.95 197	0.66 209	2.84 152	0.69 160	3.00 201	1.79 262	2.57 445	1.95 344	1.39 198	1.55 319	1.59 166	1.06 219	0.50 445	0.28 322	0.34 308	0.28 264	0.46 372	0.63 440
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
plain	1.55 214	0.69 249	13.59 377	0.65 23	0.73 239	1.66 66	0.57 95	3.17 221	1.94 288	0.77 78	1.24 118	0.80 99	0.86 128	1.60 168	0.96 203	0.33 272	0.21 172	0.32 255	0.25 189	0.42 335	0.28 159

BUS	1.49 213	0.59 146	1.94 136	0.87 140	0.85 287	4.50 487	0.76 201	4.48 519	1.88 277	2.93 485	1.83 307	3.63 469	0.97 157	1.60 168	1.17 243	0.34 284	0.25 286	0.31 235	0.28 264	0.35 249	0.33 234

BSDual-CNN	1.46 209	0.59 146	1.94 136	0.87 140	0.85 287	4.16 421	1.16 394	4.48 519	1.88 277	2.93 485	1.83 307	2.60 369	1.31 248	1.60 168	1.21 253	0.34 284	0.25 286	0.31 235	0.28 264	0.35 249	0.33 234

psmg	1.47 212	0.59 146	1.94 136	0.92 174	0.85 287	4.30 453	1.42 441	4.10 415	1.88 277	2.64 461	2.09 379	2.60 369	1.31 248	1.60 168	1.21 253	0.34 284	0.27 310	0.33 290	0.34 354	0.36 262	0.34 246

FENet	2.25 331	0.50 63	20.29 514	1.35 409	0.67 216	4.01 379	0.60 111	3.95 364	1.99 294	1.96 270	1.11 93	2.43 349	1.43 280	1.60 168	1.39 291	0.32 255	0.22 201	0.33 290	0.26 209	0.29 126	0.39 302

MIF-Stereo (partial)	0.98 107	0.55 104	2.83 223	0.71 46	1.03 348	1.08 12	0.49 65	2.55 141	1.66 227	0.79 83	1.20 107	0.80 99	0.90 141	1.61 173	1.56 330	0.36 316	0.24 262	0.33 290	0.25 189	0.40 292	0.28 159

SCV_C0	0.89 81	0.59 146	1.96 141	0.83 107	0.44 72	1.24 26	0.64 133	3.33 247	1.66 227	0.82 89	1.20 107	0.73 84	0.66 63	1.62 174	0.66 75	0.32 255	0.21 172	0.24 62	0.20 90	0.28 112	0.23 74

MyStereo06	2.46 382	0.72 275	19.97 495	1.02 246	0.99 336	4.26 444	0.86 270	3.51 266	1.68 231	1.92 257	1.73 259	4.01 485	4.22 510	1.62 174	0.88 169	0.24 64	0.23 228	0.34 308	0.26 209	0.42 335	0.36 266

ICVP	2.26 333	0.66 228	21.18 548	0.99 222	0.88 300	4.28 450	0.95 336	3.32 243	1.60 210	1.66 200	1.76 274	1.34 191	1.14 214	1.62 174	1.32 281	0.53 460	0.35 388	0.33 290	0.29 292	0.40 292	0.51 395
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	1.38 201	0.64 206	2.61 208	1.09 278	0.57 163	4.30 453	1.02 360	3.86 333	1.51 146	1.72 213	1.74 261	1.28 183	1.77 372	1.62 174	1.61 339	0.39 353	0.27 310	0.33 290	0.30 310	0.41 316	0.47 368

rvit_0105_4	1.07 131	0.99 390	2.39 193	0.93 189	0.54 140	1.62 64	0.84 256	2.77 175	2.91 476	0.80 85	0.91 55	1.09 152	0.86 128	1.63 178	0.85 152	0.40 360	0.45 453	0.35 327	0.31 326	0.43 345	0.40 322

MyStereo07	1.01 120	0.80 328	1.26 64	1.00 230	1.04 351	3.95 363	0.95 336	2.07 76	1.42 97	0.75 63	1.22 113	0.68 67	0.91 143	1.63 178	0.67 80	0.24 64	0.24 262	0.34 308	0.26 209	0.41 316	0.37 280

Anonymous_2	3.01 458	0.89 360	4.53 275	1.06 262	1.18 383	2.93 169	0.87 289	3.24 230	1.46 113	1.86 238	1.35 153	4.11 491	2.35 436	1.64 180	1.28 274	0.82 507	0.90 528	8.71 583	15.84 586	4.44 561	0.74 467

RAFT	1.23 163	0.84 347	2.05 149	0.96 203	0.47 99	1.80 72	0.94 332	3.18 223	1.46 113	1.60 184	1.71 254	3.04 414	1.59 322	1.64 180	1.32 281	0.38 341	0.24 262	0.40 380	0.32 337	0.40 292	0.35 260

EAI-Stereo	2.35 363	0.63 194	2.97 229	0.95 197	0.65 202	3.84 328	14.27 574	5.04 546	2.19 342	2.06 312	7.25 536	1.10 155	0.94 151	1.65 182	1.37 290	0.31 234	0.22 201	0.27 143	0.60 491	0.27 95	0.32 218

SCV	0.95 99	0.63 194	1.38 83	1.70 489	0.41 53	1.23 22	0.89 298	3.53 271	1.57 191	0.61 25	1.54 202	0.93 133	0.77 97	1.66 183	0.66 75	0.36 316	0.20 140	0.25 86	0.19 73	0.29 126	0.25 100

ProNet	0.82 65	0.71 271	1.50 97	0.86 134	0.45 79	1.78 70	0.83 253	1.75 45	1.28 74	0.66 40	1.13 97	0.78 92	0.76 95	1.66 183	0.71 101	0.24 64	0.20 140	0.25 86	0.23 152	0.29 126	0.25 100

HHNet	2.48 387	0.71 271	20.52 523	0.64 16	0.64 194	4.07 393	0.93 326	3.76 311	1.56 185	2.15 341	4.92 527	0.98 138	3.37 488	1.66 183	1.79 372	0.32 255	0.20 140	0.31 235	0.27 235	0.36 262	0.42 332

Pruner-Stereo	1.32 196	0.59 146	2.11 164	1.79 503	0.47 99	4.73 530	0.79 225	2.53 131	1.72 244	2.47 430	1.58 212	1.48 211	1.03 172	1.66 183	1.47 310	0.44 399	0.21 172	0.34 308	0.30 310	0.30 149	0.39 302

anonymousdsp	0.95 99	0.69 249	1.27 69	0.83 107	0.52 130	4.54 493	0.84 256	1.76 46	1.24 64	0.76 73	1.06 85	0.78 92	0.77 97	1.67 187	0.69 92	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.26 124

IGEV-Stereo	0.95 99	0.69 249	1.27 69	0.84 117	0.52 130	4.54 493	0.84 256	1.76 46	1.24 64	0.75 63	1.06 85	0.79 97	0.77 97	1.68 188	0.69 92	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.26 124
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
SMoEStereo_RVC	0.80 54	0.53 87	1.12 40	0.92 174	0.44 72	2.41 121	0.79 225	1.49 18	1.16 55	0.70 48	1.12 95	0.64 56	0.64 54	1.69 189	0.87 165	0.22 38	0.16 28	0.31 235	0.22 137	0.26 82	0.25 100

model_zeroshot	1.21 158	0.60 158	3.55 253	1.05 256	0.57 163	3.46 244	0.63 130	2.73 169	1.55 179	2.05 307	1.38 161	1.50 214	0.82 118	1.69 189	0.87 165	0.29 174	0.23 228	0.30 213	0.23 152	0.27 95	0.32 218

fffy	0.80 54	0.59 146	1.56 106	1.00 230	0.47 99	1.27 30	0.76 201	1.90 59	1.02 47	0.75 63	1.35 153	0.83 105	0.72 76	1.70 191	0.62 57	0.23 50	0.19 102	0.27 143	0.21 104	0.28 112	0.32 218

AdaStereo	1.45 208	0.83 343	2.34 190	1.28 375	0.81 265	3.21 199	1.14 391	4.20 434	2.46 411	2.05 307	1.77 279	2.48 358	1.18 225	1.71 192	1.44 301	0.43 392	0.25 286	0.43 403	0.28 264	0.44 353	0.34 246
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.
11t1	1.11 135	0.53 87	1.80 124	1.55 468	0.65 202	2.20 105	0.60 111	3.66 291	1.49 134	1.60 184	1.26 126	1.03 147	1.35 256	1.72 193	0.97 204	0.28 152	0.31 355	0.29 193	0.23 152	0.30 149	0.34 246

rvit_0105_3	1.24 168	0.93 373	2.84 224	0.97 210	0.58 172	2.38 117	1.08 376	3.26 233	2.53 422	1.18 143	1.40 166	1.24 179	1.04 176	1.73 194	0.97 204	0.44 399	0.44 448	0.40 380	0.42 436	0.42 335	0.50 387

AASNet	2.44 378	0.92 369	19.79 487	1.35 409	1.49 462	3.81 321	1.07 371	3.85 330	2.93 480	1.95 266	2.29 418	1.96 293	1.29 244	1.73 194	1.93 388	0.39 353	0.33 370	0.45 415	0.30 310	0.55 404	0.45 353

DeepStereo_RVC	1.55 214	0.63 194	3.32 245	0.77 79	0.42 59	4.49 484	0.72 171	2.50 129	1.58 194	2.02 298	1.81 300	1.54 219	6.38 543	1.73 194	1.19 246	0.46 415	0.22 201	0.29 193	0.28 264	0.35 249	0.38 295

mms	0.77 44	0.68 246	1.17 51	0.83 107	0.71 232	1.41 47	0.67 147	1.61 28	1.12 54	0.77 78	1.37 158	0.63 54	0.54 29	1.75 197	0.63 60	0.24 64	0.19 102	0.26 115	0.21 104	0.31 168	0.34 246

DEFOM-Stereo	0.70 18	0.46 30	1.13 45	0.72 54	0.48 107	3.40 233	0.44 50	0.90 3	0.77 13	0.86 101	0.58 14	0.45 31	0.43 11	1.76 198	0.43 12	0.24 64	0.18 71	0.22 17	0.16 13	0.21 27	0.20 20

test_xeample3	2.12 314	0.63 194	21.55 556	0.91 168	0.47 99	1.85 75	0.94 332	7.96 562	1.23 62	0.75 63	0.76 29	0.64 56	0.70 71	1.77 199	0.83 146	0.30 214	0.21 172	0.27 143	0.21 104	0.27 95	0.24 90

tg	1.15 143	0.67 238	1.31 73	0.94 193	0.54 140	4.02 381	0.41 37	2.96 196	1.59 209	1.69 204	1.85 319	1.84 276	0.97 157	1.78 200	0.83 146	0.27 115	0.17 42	0.29 193	0.26 209	0.29 126	0.27 140

GCAP-BAT	1.21 158	0.74 294	3.23 239	0.95 197	0.70 230	3.86 338	0.93 326	1.89 56	1.48 126	1.85 233	1.96 345	1.68 235	0.79 109	1.78 200	0.81 140	0.29 174	0.20 140	0.24 62	0.20 90	0.26 82	0.35 260

dd	1.26 179	1.15 424	2.47 198	0.92 174	0.49 115	4.35 458	0.75 198	1.92 62	2.11 328	1.44 169	1.24 118	1.19 171	1.05 181	1.78 200	1.70 357	0.57 468	0.34 382	0.35 327	0.33 345	0.60 424	0.46 363

rafts_anoy	1.24 168	0.80 328	3.61 259	1.17 327	1.20 396	3.00 176	0.61 115	3.17 221	1.58 194	1.37 159	1.26 126	1.19 171	1.12 204	1.78 200	1.25 264	0.32 255	0.23 228	0.32 255	0.32 337	0.31 168	0.30 197

DilatedVolume-Stereo	0.81 62	0.60 158	1.51 99	1.01 236	0.59 175	1.34 40	0.51 71	1.56 24	1.08 52	1.26 148	1.24 118	0.77 91	0.87 132	1.79 204	0.72 106	0.23 50	0.24 262	0.22 17	0.21 104	0.25 64	0.23 74

fffft	0.76 37	0.47 44	1.28 71	0.82 96	0.54 140	1.51 56	0.80 235	2.09 78	1.18 58	0.63 30	0.84 43	0.59 48	0.55 30	1.80 205	0.85 152	0.19 20	0.18 71	0.27 143	0.20 90	0.26 82	0.24 90
1: 1. 1
EGLCR-Stereo	1.06 128	0.51 69	1.56 106	1.02 246	0.39 42	4.27 449	0.42 41	4.08 405	1.48 126	0.90 107	0.68 21	1.09 152	0.66 63	1.81 206	0.62 57	0.27 115	0.19 102	0.29 193	0.23 152	0.37 272	0.25 100

TRStereo	2.31 347	1.87 499	19.74 486	1.53 461	1.16 381	4.26 444	1.08 376	4.73 539	1.45 104	1.55 179	1.28 134	1.75 248	0.85 125	1.81 206	1.20 249	0.36 316	0.26 299	0.32 255	0.36 380	0.34 231	0.33 234

anonymity	1.76 254	1.26 448	2.73 221	1.66 483	1.32 425	1.84 74	1.07 371	3.49 260	2.30 366	2.11 323	2.11 384	1.71 244	3.90 504	1.82 208	1.48 313	1.10 521	1.09 532	1.08 531	1.08 532	1.05 504	1.09 506

PSMNet-RUCA	1.64 236	1.50 479	2.57 204	1.50 456	1.38 440	3.05 181	1.36 425	3.31 238	2.24 350	1.36 156	2.07 376	1.40 203	1.09 194	1.83 209	1.55 328	1.15 524	0.69 516	1.26 536	0.96 524	1.64 533	0.94 496

monsters	0.82 65	0.58 138	1.16 50	0.76 74	1.52 467	2.92 165	0.40 31	2.66 160	0.72 9	0.66 40	0.84 43	0.38 10	0.41 9	1.84 210	0.48 22	0.20 26	0.16 28	0.20 3	0.16 13	0.19 5	0.19 5

PAM	2.43 376	0.61 175	20.86 534	1.07 264	0.73 239	2.93 169	0.53 81	3.24 230	1.53 162	1.89 249	2.43 441	5.29 535	2.76 458	1.84 210	1.02 214	0.27 115	0.24 262	0.26 115	0.25 189	0.40 292	0.50 387

ff7	0.98 107	0.69 249	2.05 149	0.84 117	0.52 130	4.55 496	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

ffff	0.98 107	0.69 249	2.05 149	0.84 117	0.52 130	4.55 496	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

11t	0.98 107	0.69 249	2.05 149	0.84 117	0.52 130	4.55 496	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

ccc-4	0.98 107	0.69 249	2.05 149	0.84 117	0.52 130	4.55 496	0.86 270	1.62 29	1.24 64	0.75 63	1.03 73	0.70 71	0.77 97	1.84 210	0.68 83	0.27 115	0.17 42	0.29 193	0.21 104	0.31 168	0.27 140

dual_stereo	0.68 15	0.40 7	1.05 6	0.64 16	0.37 28	0.84 8	0.34 17	3.40 253	1.03 48	0.50 4	0.46 9	0.58 45	0.40 7	1.85 216	0.49 26	0.23 50	0.17 42	0.21 12	0.16 13	0.20 17	0.19 5

raft+_RVC	1.21 158	0.83 343	2.61 208	1.35 409	0.97 326	3.60 281	0.76 201	3.23 228	1.51 146	1.33 152	1.67 240	1.03 147	1.10 200	1.87 217	0.92 187	0.24 64	0.22 201	0.25 86	0.24 177	0.26 82	0.25 100

ToySt	1.35 197	0.72 275	3.65 261	1.01 236	0.50 119	3.31 223	1.01 356	3.46 256	1.73 247	1.30 149	1.55 206	2.07 313	1.47 292	1.88 218	1.40 292	0.27 115	0.27 310	0.30 213	0.32 337	0.42 335	0.39 302

GwcNet-ADL	2.47 385	0.67 238	21.48 555	0.96 203	0.72 234	4.61 507	0.95 336	4.42 509	2.36 381	1.98 274	1.80 288	2.55 364	1.24 237	1.90 219	1.41 296	0.40 360	0.46 462	0.24 62	0.27 235	0.41 316	0.49 380

mmm	1.27 184	0.58 138	2.20 169	1.41 433	0.68 221	2.39 119	0.85 266	3.90 346	1.63 220	2.20 359	1.84 312	1.28 183	1.50 301	1.91 220	0.89 172	0.31 234	0.27 310	0.45 415	0.37 392	0.38 277	0.34 246

x	1.15 143	0.57 125	1.53 100	1.44 440	0.67 216	1.94 82	0.97 345	3.87 336	1.57 191	1.61 189	1.28 134	1.58 223	1.22 232	1.93 221	1.04 217	0.28 152	0.30 345	0.34 308	0.29 292	0.32 195	0.31 207

AFF-stereo	1.31 194	0.77 314	1.46 92	1.10 287	0.45 79	3.93 353	0.48 64	2.92 194	2.92 478	1.90 250	2.21 403	2.11 317	1.52 307	1.93 221	1.12 234	0.21 30	0.16 28	0.25 86	0.25 189	0.29 126	0.20 20

Consistency-Raft	2.86 432	1.66 489	19.61 481	1.40 432	1.75 508	3.84 328	1.32 419	4.07 401	2.25 353	1.78 223	2.67 467	1.82 270	4.41 514	1.94 223	2.06 405	0.83 509	0.94 529	1.03 527	1.12 533	1.70 535	1.09 506

PAM_32	2.45 379	0.63 194	20.74 531	1.05 256	0.65 202	2.83 151	0.46 57	2.91 193	1.54 171	1.95 266	2.66 466	4.99 525	3.78 500	1.96 224	0.92 187	0.27 115	0.22 201	0.27 143	0.25 189	0.36 262	0.48 373

RAFT_CTSACE	1.80 260	1.06 407	10.00 335	1.71 490	1.39 442	3.49 253	1.06 369	3.05 207	1.62 217	1.70 208	2.04 365	2.51 361	1.80 380	1.98 225	0.94 197	0.25 85	0.22 201	0.28 172	0.30 310	0.30 149	0.26 124

Monster-pub-mixall	0.64 9	0.42 15	1.00 2	0.83 107	0.48 107	1.39 45	0.32 11	1.45 14	0.82 26	0.88 104	0.85 46	0.39 12	0.36 4	1.99 226	0.47 21	0.20 26	0.16 28	0.17 1	0.15 4	0.18 1	0.21 47

MIM_Stereo	1.20 155	0.78 320	3.30 244	1.05 256	0.43 65	3.04 179	0.60 111	2.46 123	1.51 146	1.60 184	1.58 212	1.82 270	1.29 244	2.00 227	1.07 222	0.24 64	0.24 262	0.28 172	0.25 189	0.27 95	0.27 140

anonymousdsp2	1.26 179	0.60 158	3.74 263	1.02 246	0.41 53	3.60 281	0.72 171	3.68 294	1.47 118	1.37 159	1.56 209	1.83 273	1.01 168	2.00 227	0.66 75	0.29 174	0.20 140	0.28 172	0.20 90	0.32 195	0.29 169

RALAANet	1.28 187	1.08 410	3.21 238	1.25 358	0.94 318	1.44 49	0.69 160	3.15 218	2.57 429	2.01 293	1.80 288	1.29 186	1.05 181	2.00 227	1.48 313	0.27 115	0.20 140	0.27 143	0.24 177	0.40 292	0.27 140

s12784h	1.31 194	0.45 23	2.41 196	0.71 46	0.35 12	4.42 472	0.50 67	4.22 443	2.73 449	2.01 293	2.48 446	0.91 127	0.96 154	2.01 230	0.70 98	0.29 174	0.18 71	0.24 62	0.16 13	0.27 95	0.18 3

MyStereo04	2.29 343	0.80 328	18.77 462	1.00 230	1.04 351	3.95 363	0.95 336	3.91 351	2.54 426	1.99 279	1.27 133	2.31 332	1.65 350	2.02 231	1.77 369	0.24 64	0.24 262	0.34 308	0.26 209	0.41 316	0.37 280

MyStereo05	2.37 369	0.72 275	19.94 493	1.02 246	0.99 336	4.26 444	0.86 270	4.01 381	2.62 435	2.14 333	1.26 126	2.28 325	1.63 345	2.07 232	1.68 355	0.24 64	0.23 228	0.34 308	0.26 209	0.42 335	0.36 266

StereoVision	1.65 237	0.75 306	7.47 304	1.01 236	1.80 516	2.61 141	0.61 115	3.06 210	1.96 289	1.25 146	3.46 509	1.85 279	0.88 134	2.07 232	1.93 388	0.43 392	0.36 393	0.37 354	0.36 380	0.48 379	0.33 234

Selective-RAFT	1.15 143	0.46 30	1.64 112	0.99 222	0.45 79	4.17 426	0.51 71	3.21 224	1.69 237	1.12 140	1.34 150	1.45 208	1.40 267	2.08 234	0.94 197	0.41 375	0.20 140	0.24 62	0.23 152	0.27 95	0.25 100

ROB_FTStereo_v2	1.23 163	0.66 228	2.02 145	0.75 60	0.37 28	4.67 516	0.76 201	2.53 131	1.58 194	1.99 279	1.46 177	1.78 254	1.14 214	2.08 234	0.88 169	0.48 429	0.22 201	0.32 255	0.27 235	0.40 292	0.29 169

MSMDNet	2.23 327	0.64 206	17.32 434	0.84 117	0.75 246	3.53 264	0.64 133	3.61 283	1.98 293	1.71 212	1.64 231	3.22 429	2.99 468	2.08 234	1.11 231	0.31 234	0.37 406	0.45 415	0.26 209	0.62 433	0.45 353

PCWNet_CMD	2.23 327	0.65 217	17.36 438	0.83 107	0.76 250	3.51 260	0.64 133	3.60 280	1.97 291	1.70 208	1.63 229	3.22 429	3.05 475	2.09 237	1.11 231	0.31 234	0.36 393	0.47 424	0.26 209	0.64 443	0.47 368

HITNet	2.07 307	0.82 339	14.77 400	1.34 404	0.56 151	3.47 247	0.80 235	4.07 401	2.35 378	2.16 346	1.61 224	1.64 230	1.44 283	2.09 237	2.56 453	0.26 100	0.18 71	0.41 392	0.26 209	0.45 361	0.25 100
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
ACVNet-DCA	1.85 264	0.74 294	13.77 380	1.78 498	0.36 14	4.48 478	0.74 188	3.98 373	1.53 162	1.01 124	1.81 300	0.72 80	1.62 332	2.13 239	0.64 63	0.29 174	0.17 42	0.32 255	0.21 104	0.33 213	0.32 218

xx1	2.03 300	0.74 294	13.77 380	1.78 498	0.36 14	4.48 478	0.74 188	4.23 447	3.95 537	1.01 124	1.81 300	1.79 261	1.34 253	2.13 239	0.64 63	0.29 174	0.17 42	0.33 290	0.33 345	0.33 213	0.32 218

cc1	1.98 291	0.74 294	13.77 380	1.78 498	0.36 14	4.48 478	0.74 188	4.23 447	3.95 537	1.01 124	1.81 300	0.72 80	1.62 332	2.13 239	0.64 63	0.29 174	0.17 42	0.32 255	0.21 104	0.31 168	0.29 169

IGEV-Stereo+	0.94 92	0.47 44	1.19 53	0.86 134	2.02 529	1.40 46	0.39 26	1.17 8	0.88 31	0.61 25	0.44 8	0.47 33	0.79 109	2.14 242	0.42 8	0.27 115	0.19 102	0.22 17	0.17 29	2.26 540	2.41 545

KYRaft	1.59 226	0.52 75	1.73 116	0.95 197	0.49 115	4.38 460	1.79 477	2.43 117	1.51 146	2.49 432	2.98 486	2.00 300	3.41 490	2.14 242	0.82 143	0.30 214	0.21 172	0.33 290	0.46 448	0.35 249	2.45 548

UDGNet	1.40 202	1.52 480	2.22 174	1.38 427	0.62 189	4.39 464	0.68 154	1.80 51	2.18 341	1.34 153	1.18 103	0.99 139	1.00 166	2.16 244	1.19 246	1.09 520	0.34 382	1.30 537	0.98 526	1.10 511	0.58 425

RALCasStereoNet	1.19 150	1.02 395	2.06 158	1.12 298	1.14 374	3.08 187	0.70 166	2.99 199	1.73 247	1.34 153	1.68 243	1.18 167	0.91 143	2.16 244	1.00 212	0.30 214	0.26 299	0.24 62	0.21 104	0.29 126	0.30 197

H2IRNET	1.90 273	0.53 87	14.29 396	1.14 306	0.60 178	4.48 478	0.44 50	2.65 158	1.81 264	1.05 132	2.30 423	1.67 233	1.40 267	2.17 246	1.50 317	0.36 316	0.21 172	0.33 290	0.37 392	0.34 231	0.29 169

HUI-Stereo	1.25 172	0.66 228	2.33 187	0.75 60	0.37 28	4.68 517	0.78 218	2.53 131	1.58 194	1.99 279	1.46 177	1.79 261	1.13 207	2.17 246	0.85 152	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

PSM-adaLoss	1.24 168	0.65 217	2.03 146	0.75 60	0.37 28	4.68 517	0.73 176	2.53 131	1.58 194	1.99 279	1.47 181	1.78 254	1.13 207	2.18 248	0.87 165	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

DCVSM-stereo	2.31 347	0.66 228	20.69 530	1.11 294	0.93 316	2.58 140	0.73 176	2.61 153	1.60 210	2.57 445	1.53 200	3.30 437	1.72 365	2.19 249	1.23 259	0.34 284	0.53 481	0.41 392	0.32 337	0.45 361	0.62 436

AIO-Stereo-zeroshot1	2.68 420	1.26 448	22.01 564	1.08 272	0.99 336	1.61 62	0.86 270	3.69 299	1.64 221	1.52 176	5.62 533	3.35 441	3.44 494	2.20 250	1.33 285	0.26 100	0.21 172	0.30 213	0.62 495	0.93 495	0.67 448

ssnet_v2	2.04 302	0.88 359	7.87 306	1.20 341	0.87 297	3.86 338	1.64 467	4.01 381	2.60 434	2.61 455	1.96 345	3.79 474	1.71 363	2.20 250	2.96 465	0.41 375	0.35 388	0.42 399	0.37 392	0.55 404	0.52 400

ffm	1.72 246	0.60 158	5.21 283	1.14 306	0.99 336	3.62 286	0.86 270	4.22 443	3.37 521	2.20 359	2.30 423	3.48 452	1.62 332	2.21 252	0.65 70	0.29 174	0.16 28	0.48 432	0.37 392	0.30 149	0.29 169

tt1	1.79 258	0.73 286	10.41 343	1.75 495	0.36 14	4.55 496	0.79 225	4.22 443	3.37 521	1.08 134	1.80 288	0.74 88	1.48 294	2.21 252	0.65 70	0.29 174	0.16 28	0.31 235	0.22 137	0.30 149	0.29 169

RAFT-IKP	1.25 172	0.66 228	2.23 176	0.75 60	0.37 28	4.64 511	0.74 188	2.53 131	1.58 194	1.99 279	1.47 181	1.78 254	1.13 207	2.22 254	0.92 187	0.48 429	0.22 201	0.32 255	0.27 235	0.40 292	0.29 169

Prome-Stereo	1.61 229	0.55 104	1.71 115	0.98 216	0.60 178	4.41 470	1.82 481	3.03 205	1.53 162	2.18 352	3.45 508	1.72 245	3.49 496	2.23 255	1.08 224	0.29 174	0.20 140	0.26 115	0.25 189	0.34 231	2.16 540

IER	1.69 243	0.65 217	7.19 300	0.94 193	1.15 376	3.28 218	0.89 298	3.48 257	1.97 291	2.10 319	1.98 353	2.28 325	2.12 414	2.25 256	1.75 368	0.29 174	0.23 228	0.36 342	0.30 310	0.32 195	0.34 246

ROB_FTStereo	1.25 172	0.66 228	2.14 165	0.75 60	0.37 28	4.65 513	0.77 214	2.53 131	1.58 194	1.99 279	1.47 181	1.78 254	1.13 207	2.26 257	0.86 159	0.47 424	0.22 201	0.32 255	0.27 235	0.40 292	0.29 169

iRaft-Stereo_20w	1.88 270	0.62 185	10.58 345	0.90 159	0.83 279	2.96 174	0.78 218	4.90 543	1.58 194	2.29 387	1.60 220	1.25 180	4.51 517	2.28 258	0.90 176	0.29 174	0.21 172	0.26 115	0.24 177	0.41 316	0.31 207

CBFPSM	2.05 304	0.95 381	10.12 339	1.07 264	1.05 353	2.84 152	1.20 405	3.28 234	1.73 247	1.82 230	1.30 138	4.56 513	4.06 506	2.34 259	2.34 432	0.25 85	0.38 412	0.32 255	0.27 235	0.37 272	0.79 480

depthmonostereo	0.94 92	0.71 271	2.39 193	0.85 129	0.54 140	2.21 106	0.53 81	1.83 53	1.17 57	0.95 118	1.09 89	0.99 139	0.97 157	2.37 260	0.68 83	0.23 50	0.27 310	0.22 17	0.20 90	0.25 64	0.26 124

MFMNet_re	2.91 439	1.91 500	18.25 451	3.06 549	1.89 520	3.13 192	1.67 472	3.52 267	2.97 483	3.14 501	2.87 483	2.26 323	2.41 439	2.42 261	2.00 398	1.10 521	1.05 531	0.94 524	0.90 520	1.28 525	1.46 526

Patchmatch Stereo++	1.25 172	0.65 217	2.06 158	0.75 60	0.37 28	4.68 517	0.76 201	2.53 131	1.58 194	1.99 279	1.47 181	1.78 254	1.14 214	2.44 262	0.90 176	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169
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
iRAFT	1.25 172	0.65 217	2.06 158	0.75 60	0.37 28	4.68 517	0.76 201	2.53 131	1.58 194	1.99 279	1.47 181	1.78 254	1.14 214	2.44 262	0.90 176	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

PSM-AAD	2.43 376	0.54 98	1.32 76	0.92 174	0.54 140	4.48 478	7.47 561	2.96 196	1.55 179	2.31 397	2.56 456	1.26 181	16.23 571	2.46 264	0.89 172	0.28 152	0.21 172	0.58 478	0.41 430	0.34 231	1.32 518

iGMRVC	1.26 179	0.66 228	2.14 165	0.75 60	0.37 28	4.66 514	0.74 188	2.53 131	1.58 194	1.99 279	1.46 177	1.78 254	1.14 214	2.46 264	0.92 187	0.48 429	0.23 228	0.32 255	0.27 235	0.40 292	0.29 169

LMCR-Stereo	2.40 371	1.31 456	18.61 461	1.59 473	0.86 292	3.87 341	1.15 392	4.32 488	1.60 210	2.25 380	2.27 411	1.13 158	2.43 441	2.48 266	1.60 336	0.88 512	0.24 262	0.29 193	0.24 177	0.56 410	0.30 197

GMStereo_Zeroshot	1.41 204	1.21 435	3.33 246	1.29 379	0.72 234	3.35 226	0.53 81	2.58 150	1.68 231	2.35 409	1.56 209	2.42 346	0.96 154	2.50 267	1.16 240	0.45 408	0.23 228	0.40 380	0.24 177	0.79 482	0.33 234

iinet-f	2.26 333	1.18 430	13.71 378	1.14 306	1.11 370	3.77 311	1.10 382	4.14 424	2.17 339	2.06 312	1.76 274	2.99 410	2.99 468	2.50 267	2.49 445	0.35 304	0.39 421	0.27 143	0.28 264	0.45 361	0.39 302

SFCPSM	2.18 322	0.63 194	17.03 433	0.88 145	0.98 333	3.74 307	1.28 416	4.09 407	2.16 337	1.85 233	1.83 307	1.65 231	1.39 263	2.50 267	1.50 317	0.33 272	0.27 310	0.39 374	0.36 380	0.34 231	0.37 280

ISRNet	1.69 243	0.76 311	5.69 289	1.27 373	1.36 435	2.85 154	0.61 115	3.60 280	1.91 285	2.13 330	2.12 387	2.90 402	1.41 272	2.51 270	1.71 358	0.49 441	0.50 478	0.56 473	0.47 451	0.49 385	0.57 420

TestStereo1	1.56 218	0.81 332	2.32 185	1.61 478	0.64 194	4.13 407	1.36 425	3.79 317	3.20 508	1.60 184	2.57 458	1.39 198	2.15 418	2.51 270	1.30 278	0.29 174	0.20 140	0.34 308	0.25 189	0.40 292	0.36 266

SA-5K	1.56 218	0.81 332	2.32 185	1.61 478	0.64 194	4.13 407	1.36 425	3.79 317	3.20 508	1.60 184	2.57 458	1.39 198	2.15 418	2.51 270	1.30 278	0.29 174	0.20 140	0.34 308	0.25 189	0.40 292	0.36 266

CFNet_pseudo	2.12 314	0.67 238	15.14 411	0.85 129	0.74 244	3.95 363	0.64 133	3.95 364	1.78 260	1.90 250	1.79 285	3.27 434	1.62 332	2.51 270	1.16 240	0.31 234	0.36 393	0.53 463	0.27 235	0.63 435	0.44 347

ccs_rob	2.13 316	0.67 238	15.11 410	0.84 117	0.75 246	3.96 368	0.65 142	3.95 364	1.78 260	1.88 243	1.79 285	3.26 433	1.64 348	2.51 270	1.16 240	0.31 234	0.36 393	0.54 470	0.27 235	0.65 446	0.45 353

AIO-Stereo-zeroshot	2.35 363	0.99 390	19.62 482	1.09 278	0.96 322	1.51 56	0.44 50	4.05 394	1.64 221	1.31 150	1.67 240	4.93 522	2.45 443	2.52 275	1.40 292	0.30 214	0.20 140	0.31 235	0.50 466	0.57 415	0.60 430

test_4	1.30 190	0.50 63	6.16 291	0.84 117	0.45 79	1.61 62	1.12 386	2.14 82	1.42 97	1.52 176	2.31 430	1.84 276	0.79 109	2.52 275	1.19 246	0.27 115	0.17 42	0.29 193	0.29 292	0.29 126	0.25 100

xyz-stereo-finetune	1.05 127	0.62 185	1.46 92	0.59 3	0.36 14	3.48 250	0.81 244	2.69 164	1.74 253	0.94 113	1.21 111	0.91 127	0.78 105	2.53 277	1.28 274	0.24 64	0.24 262	0.26 115	0.23 152	0.30 149	0.23 74

HH	2.23 327	0.86 354	21.59 557	0.98 216	0.51 121	1.49 54	0.82 248	2.74 170	1.54 171	1.10 136	1.69 248	4.62 515	1.86 392	2.55 278	0.69 92	0.26 100	0.22 201	0.29 193	0.23 152	0.34 231	0.27 140

HanStereo	2.23 327	0.86 354	21.59 557	0.98 216	0.51 121	1.49 54	0.82 248	2.74 170	1.54 171	1.10 136	1.69 248	4.62 515	1.86 392	2.55 278	0.69 92	0.26 100	0.22 201	0.29 193	0.23 152	0.34 231	0.27 140

SA	1.62 231	0.75 306	3.78 265	1.07 264	0.43 65	4.26 444	1.36 425	4.45 516	3.12 497	1.63 192	1.97 351	1.68 235	2.26 429	2.55 278	1.27 270	0.27 115	0.22 201	0.37 354	0.37 392	0.35 249	0.30 197

BEATNet_4x	1.92 280	1.36 463	8.75 320	1.20 341	0.56 151	3.46 244	1.03 362	4.00 379	2.43 403	2.25 380	1.70 250	2.10 315	1.59 322	2.57 281	3.05 469	0.37 324	0.22 201	0.47 424	0.29 292	0.60 424	0.40 322

tt45	0.96 104	0.48 53	1.19 53	0.89 150	0.66 209	3.91 346	0.76 201	1.90 59	1.26 72	0.70 48	1.30 138	0.71 78	0.63 52	2.59 282	0.74 115	0.22 38	0.17 42	0.28 172	0.23 152	0.27 95	0.27 140

IGEVStereo-DCA	0.86 72	0.65 217	2.05 149	0.90 159	0.46 89	1.57 60	0.86 270	1.62 29	1.24 64	0.65 38	0.77 32	0.74 88	0.72 76	2.59 282	0.86 159	0.28 152	0.21 172	0.28 172	0.21 104	0.29 126	0.27 140

rrr	2.27 335	0.65 217	23.82 575	0.90 159	0.46 89	1.57 60	0.96 342	7.98 563	1.19 59	0.65 38	0.77 32	0.74 88	0.72 76	2.59 282	0.86 159	0.28 152	0.21 172	0.28 172	0.21 104	0.29 126	0.25 100

CFNet_ucs	2.36 368	0.68 246	18.42 458	0.89 150	0.81 265	3.85 336	0.68 154	4.29 473	2.37 387	2.09 316	2.04 365	3.31 438	1.24 237	2.63 285	1.14 236	0.36 316	0.45 453	0.56 473	0.29 292	0.66 451	0.49 380

MIPNet	2.33 354	0.71 271	19.82 488	0.89 150	0.56 151	4.76 535	0.61 115	4.32 488	2.37 387	1.83 231	1.48 188	1.48 211	1.98 404	2.63 285	1.44 301	0.29 174	0.20 140	0.26 115	0.23 152	0.30 149	0.39 302

Sa-1000	1.63 235	0.79 324	3.56 255	1.11 294	0.48 107	4.06 388	1.41 439	4.49 522	2.75 453	2.00 291	2.80 478	1.84 276	1.43 280	2.64 287	1.50 317	0.27 115	0.19 102	0.36 342	0.33 345	0.36 262	0.30 197

test-3	1.19 150	0.52 75	2.00 143	1.01 236	0.42 59	1.95 83	0.91 311	4.35 494	1.47 118	2.24 377	1.16 100	2.06 310	0.79 109	2.68 288	0.76 122	0.27 115	0.18 71	0.28 172	0.26 209	0.26 82	0.25 100

test_1	1.19 150	0.52 75	2.00 143	1.01 236	0.42 59	1.95 83	0.90 303	4.36 499	1.47 118	2.17 350	1.16 100	2.06 310	0.78 105	2.68 288	0.76 122	0.27 115	0.18 71	0.28 172	0.26 209	0.26 82	0.25 100

zero-FE	0.95 99	0.52 75	2.63 212	0.86 134	1.27 413	1.41 47	0.86 270	2.27 97	0.73 10	0.50 4	0.64 18	0.54 41	0.78 105	2.70 290	1.02 214	0.35 304	0.17 42	0.24 62	0.18 50	1.03 502	0.29 169

test_3	1.19 150	0.51 69	2.08 161	0.99 222	0.41 53	2.05 94	0.87 289	4.40 507	1.42 97	1.99 279	1.18 103	2.03 304	0.79 109	2.70 290	0.75 118	0.27 115	0.17 42	0.29 193	0.29 292	0.30 149	0.27 140

DisPM	1.36 198	0.55 104	2.39 193	1.54 463	0.51 121	4.59 504	0.79 225	2.50 129	1.88 277	2.50 433	1.83 307	1.45 208	1.01 168	2.71 292	0.93 195	0.46 415	0.20 140	0.32 255	0.31 326	0.31 168	0.44 347

Wz-Net-LNSev	2.30 346	1.67 491	14.88 403	1.18 333	1.65 494	3.49 253	1.54 456	3.63 285	2.03 303	1.88 243	1.64 231	3.29 435	2.06 409	2.71 292	2.02 401	0.40 360	0.33 370	0.32 255	0.31 326	0.53 399	0.49 380

RAFT+CT+SA	1.62 231	0.72 275	7.42 302	0.97 210	1.42 453	4.04 385	0.94 332	3.90 346	1.61 214	1.61 189	1.63 229	1.33 190	1.18 225	2.73 294	1.10 228	0.27 115	0.19 102	0.31 235	0.34 354	0.33 213	0.33 234

GrayStereo	2.58 407	0.53 87	1.63 110	1.58 472	0.89 305	4.17 426	8.17 565	3.03 205	1.52 155	2.80 477	2.50 448	1.70 242	17.10 572	2.83 295	1.15 237	0.33 272	0.21 172	0.27 143	0.32 337	0.28 112	0.53 402

rvit_105_1	1.43 205	0.90 362	3.27 242	1.08 272	0.68 221	2.79 147	1.27 414	3.52 267	2.35 378	1.38 161	1.54 202	1.28 183	1.14 214	2.91 296	1.40 292	0.54 462	0.47 466	0.45 415	0.59 489	0.44 353	0.58 425

fast-acv-ft	2.54 398	1.19 432	20.08 501	1.41 433	1.40 444	3.18 197	1.17 397	3.37 250	2.28 362	1.90 250	2.15 392	2.69 378	2.17 423	2.91 296	2.31 429	0.37 324	0.39 421	0.45 415	0.39 412	0.57 415	0.45 353

MSKI-zero shot	2.22 325	0.64 206	20.09 502	0.96 203	0.56 151	4.04 385	0.70 166	3.91 351	1.50 139	1.92 257	2.28 415	1.92 284	0.71 73	2.93 298	0.67 80	0.26 100	0.23 228	0.26 115	0.21 104	0.28 112	0.26 124

GMM-Stereo	2.45 379	0.52 75	20.38 517	0.89 150	0.82 274	4.18 429	1.91 486	2.45 120	1.48 126	2.48 431	2.30 423	1.69 240	1.86 392	2.93 298	1.08 224	0.28 152	0.18 71	0.33 290	0.48 456	0.35 249	2.41 545

NRIStereo	1.28 187	0.61 175	1.67 113	1.15 319	0.38 39	4.73 530	0.90 303	2.42 114	1.50 139	1.93 261	1.33 145	1.75 248	1.22 232	2.96 300	1.33 285	0.46 415	0.22 201	0.29 193	0.26 209	0.30 149	0.28 159

test_5	1.87 266	0.75 306	10.23 340	1.14 306	1.40 444	3.85 336	1.27 414	3.91 351	1.93 287	1.69 204	1.78 282	1.67 233	1.79 375	2.99 301	1.17 243	0.30 214	0.18 71	0.35 327	0.33 345	0.34 231	0.33 234

999	0.97 105	0.48 53	1.24 62	1.03 253	0.64 194	3.25 210	0.92 324	1.40 12	1.39 88	0.71 52	1.68 243	0.70 71	0.66 63	3.03 302	0.89 172	0.23 50	0.19 102	0.25 86	0.21 104	0.25 64	0.29 169

DN-CSS_ROB	1.91 277	1.55 482	11.13 352	1.82 505	0.88 300	3.99 376	0.61 115	4.01 381	1.67 229	1.64 195	1.89 332	1.39 198	1.06 188	3.23 303	1.50 317	0.31 234	0.19 102	0.44 408	0.29 292	0.37 272	0.31 207

iResNet	2.52 395	0.94 379	21.17 547	1.84 507	0.72 234	3.75 308	0.81 244	4.14 424	2.55 428	2.33 407	2.03 362	1.35 193	1.44 283	3.27 304	2.16 419	0.35 304	0.23 228	0.28 172	0.22 137	0.44 353	0.45 353

YMNet	2.40 371	1.41 471	13.46 374	1.36 415	1.67 498	3.96 368	0.97 345	3.81 320	2.37 387	2.64 461	2.57 458	3.35 441	1.53 314	3.28 305	2.42 438	0.48 429	0.54 483	0.52 458	0.49 460	0.70 459	0.54 408

YMNet_1	2.40 371	1.41 471	13.46 374	1.36 415	1.67 498	3.96 368	0.97 345	3.81 320	2.37 387	2.64 461	2.57 458	3.35 441	1.53 314	3.28 305	2.42 438	0.48 429	0.54 483	0.52 458	0.49 460	0.70 459	0.54 408

pcwnet_v2	2.70 423	0.65 217	22.48 567	1.08 272	1.03 348	3.56 273	0.81 244	4.29 473	3.14 500	2.29 387	2.29 418	3.01 412	1.71 363	3.32 307	1.43 299	0.43 392	0.50 478	0.41 392	0.34 354	0.61 429	0.56 416

ADCP+	3.74 498	1.96 503	16.90 431	1.09 278	1.55 474	4.35 458	3.65 547	3.93 358	2.98 486	2.22 370	1.66 239	3.95 480	4.83 520	3.41 308	18.87 570	0.38 341	0.41 435	0.63 494	0.53 477	0.64 443	0.81 482

UCFNet_RVC	1.57 220	0.84 347	3.25 240	1.36 415	1.40 444	4.07 393	1.01 356	2.68 162	1.50 139	2.11 323	1.88 326	2.37 339	1.50 301	3.41 308	1.42 298	0.36 316	0.28 322	0.52 458	0.40 423	0.53 399	0.43 341

UNet	2.51 392	0.74 294	20.17 505	1.14 306	1.44 454	3.48 250	0.76 201	3.77 313	1.87 275	2.05 307	1.57 211	2.75 386	2.39 438	3.51 310	2.51 447	0.32 255	0.26 299	0.41 392	0.26 209	0.38 277	0.39 302

xyz-stereo-finetune2	1.16 147	0.63 194	1.50 97	0.57 1	0.36 14	3.47 247	0.65 142	2.70 165	1.23 62	0.88 104	1.75 265	0.91 127	1.76 370	3.54 311	1.74 365	0.24 64	0.22 201	0.30 213	0.27 235	0.31 168	0.26 124

iResNetv2_ROB	2.65 412	5.00 540	19.28 475	2.06 523	1.09 366	3.83 323	1.13 389	4.14 424	2.09 318	1.85 233	2.03 362	2.01 303	1.51 305	3.58 312	1.58 332	0.34 284	0.21 172	0.32 255	0.21 104	0.44 353	0.29 169

PWCDC_ROB	2.95 443	3.26 529	14.06 390	1.59 473	1.56 477	4.19 433	0.86 270	4.30 481	4.08 539	2.06 312	7.37 537	2.75 386	2.42 440	3.59 313	2.67 457	1.34 538	0.36 393	0.39 374	0.34 354	1.13 514	0.62 436

LCNet	1.55 214	0.54 98	1.88 130	0.99 222	0.55 147	3.60 281	1.21 408	2.86 190	1.53 162	2.18 352	1.74 261	1.43 207	4.17 509	3.62 314	0.87 165	0.29 174	0.20 140	0.28 172	0.77 511	0.47 376	1.85 534

UPFNet	1.81 261	0.63 194	6.71 294	1.25 358	1.44 454	3.50 257	1.35 423	4.02 385	1.85 273	2.40 421	1.52 193	2.41 343	1.40 267	3.62 314	1.88 382	0.34 284	0.33 370	0.37 354	0.31 326	0.41 316	0.39 302

AIO-test2	1.61 229	1.30 452	3.40 248	1.16 325	1.31 419	3.18 197	0.74 188	4.06 398	1.52 155	1.72 213	2.21 403	0.78 92	0.74 85	3.64 316	0.95 202	3.64 559	0.26 299	0.35 327	0.42 436	0.37 272	0.33 234

MMNet	2.02 299	0.81 332	10.76 347	1.12 298	1.23 404	3.53 264	0.89 298	3.79 317	2.08 315	2.15 341	1.76 274	2.15 318	2.12 414	3.69 317	2.32 430	0.31 234	0.29 332	0.34 308	0.27 235	0.38 277	0.42 332

FTStereo	3.71 497	0.53 87	20.37 516	0.96 203	0.65 202	4.34 456	11.29 569	2.62 154	1.50 139	2.58 449	5.04 528	1.90 282	13.84 567	3.71 318	1.25 264	0.38 341	0.24 262	0.31 235	0.32 337	0.30 149	2.10 539

EKT-Stereo	6.79 550	0.64 206	4.24 268	1.77 497	106.39 597	4.51 491	0.61 115	3.16 219	1.53 162	1.88 243	1.22 113	1.98 297	1.36 258	3.81 319	0.84 149	0.35 304	0.24 262	0.29 193	0.26 209	0.34 231	0.48 373

dad	1.65 237	1.19 432	3.04 233	0.98 216	0.56 151	4.22 439	0.84 256	1.99 69	2.48 412	2.14 333	1.68 243	1.62 229	1.13 207	3.85 320	2.04 402	1.03 519	0.40 426	2.04 544	0.48 456	0.75 476	0.53 402

gwcnet-sp	2.31 347	1.21 435	17.34 435	1.08 272	0.92 311	3.56 273	1.04 365	3.69 299	2.09 318	2.55 441	1.60 220	1.80 264	1.62 332	3.87 321	1.95 392	0.29 174	0.29 332	0.30 213	0.28 264	0.38 277	0.39 302

scenet	2.31 347	1.21 435	17.34 435	1.08 272	0.92 311	3.56 273	1.04 365	3.69 299	2.09 318	2.55 441	1.60 220	1.80 264	1.62 332	3.87 321	1.95 392	0.29 174	0.29 332	0.30 213	0.28 264	0.38 277	0.39 302

ssnet	2.31 347	1.21 435	17.34 435	1.08 272	0.92 311	3.56 273	1.04 365	3.69 299	2.09 318	2.55 441	1.60 220	1.80 264	1.62 332	3.87 321	1.95 392	0.29 174	0.29 332	0.30 213	0.28 264	0.38 277	0.39 302

hknet	1.98 291	0.64 206	8.70 319	0.87 140	1.07 360	4.16 421	1.16 394	4.48 519	1.73 247	2.93 485	1.83 307	3.48 452	1.30 247	3.91 324	1.51 323	0.31 234	0.25 286	0.31 235	0.28 264	0.35 249	0.33 234

DLNR_Zeroshot_test	28.62 586	55.50 597	49.94 592	183.62 600	115.05 598	3.43 238	0.28 5	29.49 588	1.49 134	1.01 124	1.26 126	0.93 133	0.63 52	3.92 325	1.51 323	29.81 591	0.41 435	0.26 115	0.23 152	93.28 597	0.32 218

DispFullNet	4.64 522	3.48 532	23.95 576	3.99 561	3.03 549	3.35 226	1.06 369	4.18 430	2.80 462	6.33 554	2.94 484	4.04 487	7.81 554	3.92 325	5.16 496	2.75 547	1.61 545	3.10 562	2.68 569	3.32 546	3.31 562

ADCMid	3.96 506	3.27 530	15.48 414	1.26 365	1.40 444	4.66 514	2.28 503	4.06 398	3.54 526	3.94 524	3.02 488	3.85 477	3.67 499	4.03 327	18.65 568	0.68 492	0.61 503	1.09 532	1.18 537	1.38 528	1.08 505

LALA_ROB	1.95 285	1.48 477	3.11 235	1.05 256	0.98 333	3.99 376	1.82 481	4.44 513	2.28 362	3.31 508	1.85 319	2.76 392	1.67 354	4.04 328	3.23 472	0.46 415	0.41 435	0.55 471	0.52 473	0.60 424	0.57 420

MLCV	1.87 266	0.91 367	8.59 316	1.10 287	0.57 163	3.59 279	0.53 81	3.70 304	2.20 344	2.80 477	2.25 409	2.00 300	1.42 277	4.13 329	1.86 380	0.30 214	0.20 140	0.32 255	0.21 104	0.33 213	0.36 266

XX-Stereo	2.54 398	0.61 175	20.21 506	1.78 498	1.19 390	4.30 453	0.46 57	4.39 505	1.58 194	2.32 401	1.89 332	4.64 517	0.60 44	4.16 330	0.82 143	0.31 234	0.21 172	0.28 172	0.27 235	0.51 389	0.26 124

DISCO	2.25 331	0.73 286	10.06 336	1.76 496	1.12 371	3.47 247	1.25 413	3.24 230	2.26 356	2.65 465	1.96 345	4.53 511	1.92 400	4.17 331	3.61 476	0.32 255	0.25 286	0.31 235	0.29 292	0.66 451	0.41 328

tt	7.19 554	0.51 69	6.83 295	4.03 562	2.30 539	12.05 569	20.19 582	15.46 579	6.58 561	3.42 515	3.22 500	5.37 536	6.39 544	4.20 332	7.46 517	9.81 582	11.53 586	7.05 579	7.46 581	6.31 570	3.71 567

AIO-test1	2.18 322	0.66 228	18.95 466	0.89 150	1.48 461	3.40 233	0.97 345	4.19 433	1.68 231	0.86 101	1.35 153	0.99 139	0.75 88	4.47 333	1.27 270	0.23 50	0.23 228	0.28 172	0.33 345	0.31 168	0.35 260

DeepPruner_ROB	2.05 304	1.09 413	10.50 344	1.01 236	1.20 396	4.39 464	0.91 311	3.14 216	1.72 244	2.60 453	1.54 202	2.78 394	1.27 239	4.52 334	1.72 360	0.51 451	0.40 426	0.37 354	0.34 354	0.48 379	0.52 400

iResNet_ROB	1.89 271	1.02 395	8.60 317	1.39 429	0.98 333	3.72 302	0.66 145	3.84 327	2.65 440	1.88 243	2.05 371	1.98 297	1.27 239	4.52 334	1.67 354	0.30 214	0.20 140	0.28 172	0.18 50	0.31 168	0.40 322

1test111	1.99 294	0.74 294	13.77 380	1.78 498	0.36 14	4.48 478	0.74 188	3.98 373	1.53 162	1.01 124	1.81 300	0.72 80	1.62 332	4.66 336	0.98 207	0.29 174	0.17 42	0.32 255	0.21 104	0.33 213	0.32 218

qqq	1.30 190	0.57 125	1.67 113	1.15 319	0.51 121	2.18 102	0.91 311	3.98 373	1.53 162	1.50 175	1.24 118	1.79 261	1.34 253	4.66 336	0.98 207	0.28 152	0.31 355	0.33 290	0.33 345	0.33 213	0.32 218

PFNet+	1.46 209	0.57 125	2.84 224	0.92 174	0.47 99	4.64 511	0.84 256	2.46 123	1.99 294	2.14 333	1.64 231	1.34 191	1.03 172	4.68 338	1.23 259	0.45 408	0.33 370	0.37 354	0.39 412	0.32 195	0.49 380

Wz-Net-LNSev-Ref	2.42 375	1.47 476	14.14 391	1.30 386	1.35 432	3.51 260	1.64 467	4.04 390	2.10 326	2.46 428	1.88 326	2.28 325	2.51 447	4.73 339	3.17 471	0.38 341	0.19 102	0.35 327	0.20 90	0.40 292	0.36 266

GEStereo_RVC	1.91 277	0.80 328	6.57 292	1.20 341	1.06 356	4.02 381	1.43 443	4.13 418	1.89 281	2.03 302	1.80 288	2.34 334	1.86 392	4.94 340	1.77 369	0.48 429	0.38 412	0.32 255	0.28 264	0.42 335	0.50 387

ADCRef	3.30 480	1.23 445	14.90 404	1.17 327	1.41 451	3.95 363	1.64 467	3.88 339	2.36 381	3.05 496	2.21 403	2.40 341	2.81 462	5.04 341	16.63 557	0.46 415	0.34 382	0.63 494	0.62 495	0.54 402	0.67 448

GCST	2.56 403	1.79 497	18.02 449	1.92 513	1.33 429	1.72 67	0.51 71	3.67 292	2.03 303	1.70 208	1.61 224	1.55 220	1.29 244	5.06 342	1.24 261	2.06 543	0.77 523	1.45 540	0.97 525	1.14 515	1.34 519

ADCL	4.35 516	1.63 485	14.21 394	1.29 379	1.26 411	5.56 548	11.16 568	3.97 371	3.37 521	6.07 550	4.67 524	4.30 502	5.72 532	5.08 343	14.51 547	0.50 445	0.48 472	0.89 523	0.77 511	0.78 480	0.76 472

STTStereo	2.34 358	0.95 381	14.93 406	1.43 437	1.54 470	3.86 338	0.86 270	3.65 288	2.44 407	2.15 341	1.55 206	2.49 360	1.59 322	5.14 344	1.44 301	0.38 341	0.39 421	0.47 424	0.51 470	0.52 393	0.51 395

ADCS	4.22 515	5.33 541	16.32 421	1.64 480	1.31 419	3.91 346	3.64 546	4.21 440	2.89 474	5.11 543	2.81 480	4.46 507	3.06 477	5.21 345	19.50 571	0.63 478	0.64 507	0.69 503	0.69 504	1.12 513	1.26 513

PDISCO_ROB	2.86 432	1.53 481	14.27 395	1.98 519	2.19 534	4.52 492	1.35 423	4.65 535	3.19 505	2.09 316	2.16 393	3.53 463	2.45 443	5.32 346	2.12 412	1.30 536	0.78 524	0.72 510	0.59 489	1.24 524	1.28 514

delet	1.92 280	0.76 311	5.14 280	1.01 236	1.65 494	3.44 239	2.03 493	3.76 311	2.48 412	2.01 293	2.05 371	2.63 373	1.90 398	5.34 347	2.12 412	0.28 152	0.29 332	0.40 380	0.31 326	0.41 316	0.45 353

DDUNet	2.91 439	2.78 524	6.94 298	3.53 555	2.26 538	3.28 218	1.36 425	3.77 313	2.04 307	2.62 457	2.49 447	4.18 495	1.69 359	5.38 348	1.85 379	2.21 545	1.77 548	2.61 553	2.43 564	2.60 541	2.34 544

DSFCA	1.89 271	0.69 249	3.14 237	1.10 287	1.18 383	3.99 376	1.79 477	3.50 263	2.16 337	3.10 498	1.64 231	2.91 405	2.50 446	5.38 348	2.26 425	0.43 392	0.38 412	0.37 354	0.36 380	0.50 387	0.42 332

ASMatch	2.62 409	0.60 158	20.65 529	1.37 425	0.64 194	4.39 464	0.78 218	1.97 67	1.58 194	1.70 208	3.89 518	1.94 286	3.79 501	5.46 350	1.64 350	0.31 234	0.24 262	0.34 308	0.28 264	0.33 213	0.50 387

aanetorigin	3.30 480	1.66 489	17.52 444	1.18 333	1.58 482	2.57 138	3.80 549	2.65 158	2.03 303	6.12 552	4.30 522	2.82 397	5.70 531	5.47 351	4.67 486	0.50 445	0.44 448	0.43 403	0.47 451	1.17 520	0.92 494

SHD	2.82 429	2.04 507	13.80 384	1.69 486	1.79 513	2.73 146	1.07 371	3.85 330	3.18 504	4.63 539	2.74 471	3.38 446	2.77 459	5.48 352	3.66 477	0.62 477	0.47 466	0.51 452	0.55 481	0.65 446	0.74 467

NLCA_NET_v2_RVC	2.54 398	1.04 401	16.73 428	1.53 461	2.00 525	3.96 368	0.87 289	3.87 336	2.31 370	2.54 440	1.67 240	2.85 399	1.63 345	5.55 353	1.62 344	0.46 415	0.33 370	0.38 370	0.38 405	0.53 399	0.62 436
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CRFU-Net	2.49 389	0.78 320	10.36 341	2.30 534	1.08 362	3.91 346	1.41 439	3.85 330	1.65 225	2.15 341	1.76 274	3.34 440	7.95 555	5.56 354	1.48 313	0.47 424	0.35 388	0.30 213	0.28 264	0.37 272	0.43 341

ADCPNet	3.89 502	1.63 485	20.25 511	1.28 375	1.27 413	6.43 553	2.65 517	3.93 358	2.70 446	2.78 475	2.20 401	4.28 501	6.16 539	5.56 354	10.27 531	0.65 484	1.18 535	0.71 506	1.70 547	0.84 489	1.37 520

PVD	3.12 468	1.97 504	12.80 368	1.79 503	1.63 488	3.83 323	1.34 422	3.48 257	3.88 534	5.77 547	3.56 511	3.45 451	3.29 485	5.58 356	5.30 500	0.71 498	0.69 516	0.74 514	0.77 511	0.79 482	1.13 509

HGLStereo	2.03 300	0.74 294	7.50 305	1.23 354	1.56 477	3.62 286	0.95 336	3.78 316	1.89 281	2.03 302	2.20 401	3.12 422	2.14 417	5.68 357	2.04 402	0.37 324	0.31 355	0.32 255	0.29 292	0.40 292	0.45 353

RTSC	2.95 443	2.51 516	15.49 415	1.54 463	1.30 417	3.51 260	0.86 270	3.89 341	2.48 412	3.64 517	3.12 496	3.04 414	2.30 431	5.70 358	6.67 505	0.55 464	0.35 388	0.37 354	0.39 412	0.70 459	0.60 430

xyz-stereo	10.85 565	0.45 23	79.01 597	0.62 9	0.45 79	83.70 599	0.77 214	2.59 151	1.34 81	2.19 356	32.02 587	2.76 392	1.62 332	5.75 359	2.39 433	0.25 85	0.17 42	0.33 290	0.21 104	0.25 64	0.19 5

HCRNet	1.60 227	0.56 115	2.47 198	0.78 81	1.36 435	4.11 402	0.71 168	3.57 276	2.79 458	1.75 219	1.61 224	1.58 223	1.41 272	5.79 360	1.56 330	0.34 284	0.28 322	0.36 342	0.29 292	0.33 213	0.37 280

AF-Net	2.87 436	1.30 452	16.24 420	1.33 397	1.75 508	3.26 212	1.59 461	4.09 407	2.43 403	2.69 468	2.94 484	4.51 509	3.20 482	5.84 361	2.75 460	0.76 500	0.36 393	0.72 510	0.49 460	0.70 459	0.56 416

FINET	2.96 446	1.07 408	23.18 573	1.29 379	1.86 518	2.03 89	1.52 451	4.30 481	4.71 545	2.23 374	2.34 437	1.65 231	1.48 294	5.89 362	2.81 463	0.51 451	0.47 466	0.49 446	0.40 423	0.59 420	0.49 380

RE-Stereo	1.58 221	0.61 175	2.72 218	2.26 530	0.46 89	4.68 517	0.68 154	3.31 238	1.48 126	2.11 323	1.59 216	1.36 194	1.09 194	6.01 363	1.22 256	0.41 375	0.20 140	0.36 342	0.34 354	0.31 168	0.37 280

TVStereo	1.58 221	0.61 175	2.72 218	2.26 530	0.46 89	4.68 517	0.68 154	3.31 238	1.48 126	2.11 323	1.59 216	1.36 194	1.09 194	6.01 363	1.22 256	0.41 375	0.20 140	0.36 342	0.34 354	0.31 168	0.37 280

OCTAStereo	1.58 221	0.61 175	2.72 218	2.27 533	0.46 89	4.68 517	0.67 147	3.30 237	1.48 126	2.11 323	1.59 216	1.36 194	1.09 194	6.02 365	1.21 253	0.41 375	0.20 140	0.36 342	0.34 354	0.31 168	0.37 280

PSM-softLoss	1.66 240	0.59 146	5.15 281	2.25 528	0.48 107	4.68 517	0.69 160	2.57 145	1.52 155	2.14 333	1.45 175	1.42 205	0.99 164	6.04 366	1.20 249	0.41 375	0.23 228	0.37 354	0.39 412	0.32 195	0.31 207

KMStereo	1.66 240	0.59 146	5.15 281	2.25 528	0.48 107	4.68 517	0.69 160	2.57 145	1.52 155	2.14 333	1.45 175	1.42 205	0.99 164	6.04 366	1.20 249	0.41 375	0.23 228	0.37 354	0.39 412	0.32 195	0.31 207

NF-Stereo	1.58 221	0.61 175	2.66 215	2.26 530	0.47 99	4.68 517	0.67 147	3.31 238	1.48 126	2.11 323	1.59 216	1.36 194	1.09 194	6.08 368	1.20 249	0.40 360	0.20 140	0.36 342	0.34 354	0.31 168	0.36 266

ITSA-stereo	1.86 265	0.72 275	3.74 263	1.20 341	0.66 209	4.09 395	0.91 311	4.24 455	2.53 422	1.93 261	1.77 279	1.59 225	2.15 418	6.12 369	2.44 441	0.40 360	0.38 412	0.40 380	0.40 423	0.50 387	0.98 500

DDVS	1.68 242	0.79 324	2.52 200	1.26 365	1.16 381	3.17 195	0.78 218	3.12 214	1.82 265	1.86 238	1.91 338	2.92 407	1.43 280	6.20 370	1.63 347	0.45 408	0.65 508	0.34 308	0.38 405	0.48 379	0.79 480

AAGNet	2.86 432	0.60 158	1.77 121	2.05 522	0.46 89	4.76 535	1.09 380	2.27 97	1.56 185	2.17 350	1.84 312	2.41 343	4.00 505	6.23 371	24.22 579	0.46 415	0.19 102	0.30 213	0.29 292	0.32 195	0.24 90

DualNet (step1)	2.34 358	1.05 402	7.87 306	1.07 264	0.86 292	3.93 353	1.19 401	4.35 494	2.11 328	2.14 333	1.75 265	1.75 248	1.67 354	6.26 372	1.26 267	1.23 528	0.48 472	4.27 572	2.09 558	0.70 459	0.69 453

test_sample7	1.65 237	0.70 259	2.60 205	1.48 452	0.76 250	2.38 117	1.07 371	4.35 494	2.11 328	2.14 333	1.75 265	1.75 248	1.67 354	6.26 372	1.26 267	0.44 399	0.48 472	0.43 403	0.40 423	0.46 372	0.43 341

DMCA-RVC	2.45 379	1.22 441	18.29 453	1.23 354	1.14 374	2.49 127	0.85 266	3.29 236	1.68 231	3.02 492	1.41 168	2.00 300	1.53 314	6.39 374	2.00 398	0.38 341	0.30 345	0.44 408	0.35 370	0.45 361	0.44 347

ARAFT	2.56 403	1.13 419	19.50 480	0.89 150	0.48 107	4.15 411	1.40 436	4.36 499	2.82 470	2.36 413	1.88 326	1.70 242	1.04 176	6.45 375	1.22 256	0.29 174	0.18 71	0.37 354	0.35 370	0.35 249	0.25 100

UDG	3.55 490	2.81 525	17.45 441	2.69 542	1.98 524	3.97 373	1.19 401	4.35 494	2.02 301	2.42 423	2.53 453	4.50 508	2.46 445	6.53 376	2.41 437	2.12 544	1.77 548	2.63 554	2.57 566	2.64 542	1.95 536

XQC	2.96 446	2.42 515	14.85 401	1.36 415	1.32 425	3.29 222	1.53 453	4.28 470	2.78 456	3.21 505	2.46 443	3.53 463	2.92 466	6.58 377	4.67 486	0.70 496	0.41 435	0.59 481	0.56 483	0.96 500	0.83 487

IPLG	2.48 387	0.65 217	19.63 483	0.91 168	0.79 260	4.60 506	0.56 92	4.31 484	1.84 272	1.91 255	2.00 358	1.31 188	1.38 260	6.61 378	1.53 326	0.27 115	0.20 140	0.27 143	0.23 152	0.31 168	0.36 266

AnyNet_C01	4.37 517	7.80 550	16.40 422	1.98 519	1.40 444	6.37 552	6.47 560	4.09 407	5.03 550	4.06 529	3.78 514	4.16 494	3.31 486	6.62 379	10.00 529	0.61 475	0.67 512	0.63 494	0.67 499	2.01 536	1.31 516

RAFT-345	2.46 382	0.55 104	19.69 485	1.02 246	0.49 115	4.43 474	0.78 218	1.64 36	2.34 376	2.09 316	3.12 496	1.96 293	1.31 248	6.65 380	1.43 299	0.36 316	0.23 228	0.32 255	0.25 189	0.28 112	0.25 100

SST-Stereo	1.76 254	0.58 138	3.10 234	1.44 440	0.46 89	4.71 529	0.76 201	2.22 92	2.79 458	2.07 315	2.18 397	2.43 349	3.22 483	6.66 381	0.84 149	0.42 386	0.19 102	0.30 213	0.27 235	0.35 249	0.26 124

w-ln-seven	2.86 432	3.06 527	14.02 388	1.27 373	1.32 425	4.10 401	1.59 461	3.90 346	2.59 433	3.03 493	2.27 411	3.42 448	2.25 428	6.70 382	4.81 492	0.39 353	0.34 382	0.48 432	0.40 423	0.74 473	0.55 412

RAFT-RH_RVC	2.63 410	0.55 104	19.97 495	1.26 365	0.47 99	4.46 476	0.57 95	1.71 42	1.64 221	3.06 497	5.51 531	2.03 304	1.28 241	6.70 382	1.52 325	0.42 386	0.22 201	0.37 354	0.34 354	0.28 112	0.29 169

IRAFT_RVC	1.87 266	0.60 158	4.33 269	2.40 537	0.66 209	4.59 504	1.59 461	2.96 196	1.51 146	2.23 374	1.75 265	2.09 314	2.63 453	6.70 382	1.50 317	0.33 272	0.21 172	0.33 290	0.29 292	0.32 195	0.32 218

RAFT_R40	1.70 245	0.59 146	2.99 230	1.46 446	0.46 89	4.74 533	0.98 351	2.23 93	1.56 185	2.02 298	2.35 438	2.71 381	2.56 450	6.71 385	0.90 176	0.40 360	0.19 102	0.30 213	0.27 235	0.33 213	0.26 124

SQANet	3.70 495	9.34 562	18.41 457	2.75 543	2.74 543	3.40 233	1.47 445	3.50 263	1.68 231	2.60 453	1.75 265	2.69 378	1.91 399	6.72 386	1.74 365	2.96 549	1.41 542	1.85 543	1.12 533	3.17 544	2.70 553

raft_robust	1.92 280	1.15 424	3.34 247	1.02 246	0.43 65	3.84 328	0.46 57	4.42 509	2.52 421	1.67 202	1.36 157	2.17 319	6.37 541	6.78 387	1.04 217	0.28 152	0.24 262	0.30 213	0.35 370	0.31 168	0.32 218

Nwc_Net	2.88 438	1.16 427	18.30 454	1.35 409	1.68 501	3.52 263	1.18 398	3.90 346	2.06 312	2.52 438	2.82 481	3.82 476	2.34 435	6.78 387	2.55 452	0.86 511	0.40 426	0.59 481	0.67 499	0.57 415	0.55 412

DEmStereo	2.97 450	0.58 138	13.42 373	0.79 83	0.51 121	3.84 328	1.84 484	2.42 114	1.60 210	2.25 380	2.74 471	2.03 304	6.04 535	6.79 389	12.80 543	0.35 304	0.26 299	0.26 115	0.27 235	0.27 95	0.37 280

IPLGR	2.53 396	0.58 138	20.46 522	0.82 96	0.52 130	4.56 501	0.50 67	4.30 481	2.38 392	1.87 240	1.53 200	1.68 235	1.72 365	6.95 390	1.15 237	0.28 152	0.21 172	0.27 143	0.23 152	0.33 213	0.32 218

DRaft	2.28 340	0.56 115	2.64 214	0.74 59	0.46 89	3.94 358	1.23 410	2.32 106	1.55 179	2.64 461	2.80 478	1.60 226	5.34 528	6.96 391	10.99 534	0.34 284	0.22 201	0.27 143	0.27 235	0.29 126	0.37 280

StereoDRNet-Refined	1.77 256	0.81 332	2.22 174	1.21 347	0.76 250	3.26 212	0.71 168	3.82 323	2.05 310	2.29 387	2.05 371	2.98 409	1.44 283	7.15 392	2.27 427	0.30 214	0.23 228	0.42 399	0.33 345	0.45 361	0.64 444
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 512	0.82 339	10.85 349	0.86 134	0.43 65	2.16 101	16.77 576	3.22 226	1.54 171	2.04 305	12.05 566	2.68 377	7.53 552	7.30 393	12.62 542	0.30 214	0.21 172	0.29 193	0.28 264	0.33 213	0.41 328

STrans-v2	3.03 460	0.77 314	20.91 538	0.81 86	0.63 192	3.89 343	1.01 356	4.27 465	2.64 439	2.28 385	3.70 513	4.13 492	5.20 525	7.33 394	1.27 270	0.31 234	0.18 71	0.29 193	0.25 189	0.29 126	0.41 328

CrosDoStereo	5.24 531	0.60 158	20.23 507	0.82 96	0.51 121	3.39 230	18.11 578	3.82 323	2.27 358	1.98 274	8.74 548	1.96 293	6.96 547	7.35 395	26.35 581	0.30 214	0.22 201	0.30 213	0.28 264	0.33 213	0.38 295

DeepStereo_LL	5.24 531	0.60 158	20.23 507	0.82 96	0.51 121	3.39 230	18.11 578	3.82 323	2.27 358	1.98 274	8.74 548	1.96 293	6.96 547	7.35 395	26.35 581	0.30 214	0.22 201	0.30 213	0.28 264	0.33 213	0.38 295

TransformOpticalFlow	3.03 460	0.77 314	20.99 541	1.00 230	0.55 147	4.18 429	0.64 133	4.33 490	3.02 490	2.18 352	3.09 494	4.35 503	5.07 523	7.36 397	1.27 270	0.32 255	0.18 71	0.32 255	0.26 209	0.28 112	0.46 363

ELAS	5.99 543	1.62 483	20.29 514	1.96 518	2.01 526	15.09 574	8.38 566	5.23 549	5.54 554	9.02 566	8.61 547	6.74 544	9.75 562	7.48 398	11.40 537	0.96 516	1.18 535	0.72 510	0.93 522	1.30 526	1.67 529
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PFNet	2.47 385	0.60 158	16.95 432	2.15 527	0.81 265	4.63 510	0.91 311	2.55 141	1.52 155	2.40 421	2.79 476	1.83 273	1.42 277	7.54 399	1.34 288	0.33 272	0.21 172	0.36 342	0.27 235	0.32 195	0.39 302

Wz-Net-MNSev	2.71 424	2.54 520	13.91 387	1.52 459	1.37 437	3.28 218	2.47 508	4.03 386	2.32 374	2.57 445	2.07 376	2.29 330	3.01 470	7.55 400	2.74 459	0.38 341	0.36 393	0.36 342	0.37 392	0.57 415	0.47 368

RTS	3.90 503	7.04 548	17.94 447	1.92 513	2.19 534	5.00 541	2.96 526	4.29 473	3.19 505	4.05 527	3.08 492	4.94 523	3.16 479	7.64 401	6.72 506	0.66 486	0.44 448	0.51 452	0.47 451	0.95 496	0.76 472

RTSA	3.90 503	7.04 548	17.94 447	1.92 513	2.19 534	5.00 541	2.96 526	4.29 473	3.19 505	4.05 527	3.08 492	4.94 523	3.16 479	7.64 401	6.72 506	0.66 486	0.44 448	0.51 452	0.47 451	0.95 496	0.76 472

IIG-Stereo	1.95 285	0.79 324	2.14 165	2.78 545	0.66 209	4.62 508	0.76 201	4.27 465	1.53 162	2.63 460	3.14 498	3.35 441	1.61 329	7.65 403	1.41 296	0.39 353	0.20 140	0.31 235	0.25 189	0.33 213	0.22 62

OMP-Stereo	1.97 289	0.93 373	1.88 130	2.76 544	0.67 216	4.58 503	1.48 446	4.31 484	1.54 171	3.15 503	2.76 474	3.25 432	1.38 260	7.66 404	1.35 289	0.40 360	0.20 140	0.33 290	0.26 209	0.33 213	0.24 90

ACV-stereo	2.92 441	0.92 369	20.27 512	1.33 397	1.05 353	4.68 517	1.10 382	2.66 160	1.64 221	1.46 170	1.32 143	5.41 537	4.24 511	7.83 405	1.90 385	0.44 399	0.52 480	0.32 255	0.29 292	0.45 361	0.63 440

Wz-Net-SNSev	2.98 452	4.36 537	15.98 418	1.57 471	1.19 390	3.28 218	1.80 479	3.96 369	2.40 397	2.32 401	2.28 415	3.48 452	2.05 408	7.84 406	3.82 479	0.47 424	0.39 421	0.53 463	0.49 460	0.71 468	0.60 430

w-ln-seven-2	2.73 425	2.13 509	12.47 365	1.18 333	1.01 345	3.54 268	1.58 460	3.93 358	3.26 513	2.43 425	2.02 360	2.63 373	2.28 430	7.93 407	5.45 501	0.40 360	0.40 426	0.44 408	0.34 354	0.62 433	0.47 368

NINENet	1.87 266	0.74 294	2.60 205	1.12 298	1.06 356	4.50 487	0.76 201	4.41 508	2.24 350	2.16 346	1.86 322	3.63 469	0.97 157	8.00 408	1.17 243	0.41 375	0.30 345	0.41 392	0.30 310	0.41 316	0.36 266

AnyNet_C32	4.17 513	5.75 545	12.62 366	1.60 475	1.54 470	5.51 547	4.09 553	3.90 346	3.23 511	4.22 535	3.03 489	3.10 419	3.41 490	8.01 409	18.85 569	0.53 460	0.58 496	0.53 463	0.74 507	1.19 522	0.97 498

cf-r	2.57 406	0.79 324	16.09 419	1.48 452	1.35 432	4.19 433	0.93 326	3.68 294	2.36 381	1.97 272	1.81 300	3.42 448	1.45 287	8.24 410	1.83 377	0.32 255	0.26 299	0.33 290	0.30 310	0.34 231	0.37 280

SepStereo	2.15 318	0.67 238	4.79 277	1.14 306	1.64 490	2.93 169	2.13 498	4.09 407	2.74 450	4.17 531	2.52 451	2.46 356	1.79 375	8.36 411	1.63 347	0.37 324	0.22 201	0.39 374	0.25 189	0.41 316	0.34 246

ELAS_RVC	5.72 540	1.64 488	20.40 518	2.09 525	2.01 526	4.95 540	11.47 570	4.66 536	6.31 560	8.09 563	8.01 541	8.06 552	11.65 563	8.36 411	10.22 530	0.99 518	1.17 534	0.81 519	0.76 509	1.14 515	1.58 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G2L-ROB	2.13 316	0.78 320	10.06 336	1.19 336	1.06 356	3.84 328	0.93 326	3.32 243	2.27 358	2.20 359	1.47 181	2.65 376	1.20 231	8.38 413	1.81 373	0.28 152	0.19 102	0.23 31	0.22 137	0.28 112	0.32 218

MFN_U_SF_RVC	3.81 500	10.78 569	15.01 407	1.84 507	1.39 442	3.73 306	1.63 465	4.05 394	3.26 513	2.91 483	2.38 439	4.36 505	3.65 498	8.43 414	4.91 494	1.11 523	1.04 530	0.99 526	1.31 540	1.58 531	1.75 533

EDNetEfficient	5.61 537	2.14 510	16.75 429	1.67 484	3.64 558	4.12 404	7.51 562	3.05 207	5.63 556	11.57 578	4.83 526	3.95 480	12.72 564	8.44 415	20.78 574	0.41 375	0.43 443	0.47 424	1.01 528	1.66 534	1.39 523

otaku	4.58 521	8.93 557	19.95 494	3.11 550	2.67 541	3.91 346	2.57 514	3.82 323	2.25 353	2.22 370	9.72 555	4.08 489	2.35 436	8.57 416	2.13 415	3.51 557	1.65 546	2.15 547	1.17 536	3.69 551	3.15 557

CSP-Net	1.78 257	1.32 458	1.92 135	1.16 325	1.03 348	3.38 229	1.31 418	3.52 267	1.75 255	1.96 270	1.93 343	2.40 341	1.48 294	8.58 417	1.58 332	0.46 415	0.34 382	0.27 143	0.26 209	0.41 316	0.50 387

MADNet+	3.97 507	9.54 564	13.83 385	1.87 511	1.69 502	4.19 433	2.87 523	4.80 542	4.10 540	2.51 436	2.67 467	4.55 512	3.41 490	8.72 418	6.92 513	1.25 531	1.27 539	1.04 528	0.93 522	1.39 529	1.85 534

ETE_ROB	2.07 307	1.40 469	3.01 232	1.09 278	0.92 311	3.94 358	1.53 453	4.25 457	2.23 348	3.31 508	2.06 375	2.35 336	1.52 307	8.74 419	2.07 408	0.44 399	0.36 393	0.51 452	0.48 456	0.54 402	0.62 436

SuperB	4.79 525	4.41 538	21.08 543	1.45 444	1.08 362	3.91 346	3.08 532	4.18 430	3.01 489	2.50 433	2.10 380	2.75 386	3.49 496	8.80 420	19.60 572	0.44 399	0.33 370	0.53 463	0.39 412	12.01 583	0.64 444

JetRed	10.48 563	27.10 587	35.70 583	4.27 565	4.09 567	15.55 577	12.83 573	12.16 569	5.50 553	5.83 548	5.56 532	10.14 555	7.43 551	8.88 421	26.39 583	3.32 554	3.81 574	3.51 566	2.96 574	7.85 578	6.69 581

FADNet_RVC	2.65 412	2.28 514	16.51 425	0.98 216	0.92 311	4.09 395	0.83 253	4.26 464	1.73 247	1.46 170	1.78 282	1.60 226	1.50 301	8.88 421	2.39 433	0.47 424	0.38 412	0.44 408	0.58 487	0.89 491	0.97 498

zh-mn7	3.15 472	9.61 565	12.45 364	1.26 365	0.99 336	2.91 162	1.32 419	4.12 416	2.74 450	3.33 510	3.07 491	2.84 398	1.89 397	8.91 423	4.69 488	0.49 441	0.40 426	0.38 370	0.38 405	0.56 410	0.63 440

RAFT + AFF	2.51 392	2.66 522	4.48 274	1.15 319	1.95 523	4.15 411	2.01 492	4.46 517	3.30 518	2.19 356	2.51 450	2.22 322	4.87 521	8.91 423	2.06 405	0.30 214	0.60 501	0.48 432	0.38 405	0.77 478	0.69 453

IMH-64-1	4.84 526	2.53 518	6.83 295	4.30 567	3.74 560	4.81 537	6.05 557	5.30 551	3.92 535	3.95 525	8.33 544	5.08 530	6.06 536	8.96 425	6.30 503	4.57 573	2.96 567	3.04 559	2.12 561	4.28 558	3.62 565

IMH-64	4.84 526	2.53 518	6.83 295	4.30 567	3.74 560	4.81 537	6.05 557	5.30 551	3.92 535	3.95 525	8.33 544	5.08 530	6.06 536	8.96 425	6.30 503	4.57 573	2.96 567	3.04 559	2.12 561	4.28 558	3.62 565

G-Net	4.11 511	1.21 435	19.47 479	2.31 535	2.94 547	4.74 533	2.95 525	3.33 247	2.14 333	4.44 537	9.43 553	6.93 546	3.84 502	9.01 427	4.92 495	0.79 502	0.80 525	0.70 505	0.50 466	0.95 496	0.87 491

SPS-STEREO	3.97 507	1.44 474	20.85 533	1.72 492	1.71 504	3.24 207	2.30 505	3.55 274	2.68 445	4.79 541	3.66 512	5.44 538	2.97 467	9.11 428	9.35 527	1.15 524	1.10 533	1.06 530	1.02 530	1.16 519	1.18 511
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iRaft-Stereo_5w	2.10 310	0.83 343	8.57 315	0.81 86	0.76 250	3.21 199	0.84 256	3.71 305	1.65 225	1.56 181	2.50 448	2.20 321	2.23 427	9.13 429	2.01 400	0.38 341	0.19 102	0.35 327	0.27 235	0.45 361	0.39 302

PWC_ROB	2.69 422	2.01 505	8.36 313	1.33 397	1.90 521	3.23 203	1.18 398	4.33 490	3.25 512	3.11 499	3.41 507	2.71 381	2.18 425	9.15 430	4.48 484	0.56 466	0.31 355	0.61 489	0.36 380	0.69 458	0.74 467

SAMSARA	3.55 490	2.16 511	14.18 393	1.86 510	1.49 462	4.62 508	2.65 517	3.58 279	2.80 462	7.05 557	3.05 490	5.16 534	4.07 507	9.18 431	4.80 491	0.64 481	0.67 512	0.59 481	0.68 502	0.89 491	0.91 493

G2L-Stereo_test	2.11 312	0.86 354	7.12 299	1.65 482	1.19 390	3.54 268	1.02 360	3.57 276	2.01 300	2.50 433	1.68 243	3.15 424	1.50 301	9.21 432	1.62 344	0.28 152	0.19 102	0.23 31	0.22 137	0.27 95	0.31 207

DGSMNet	7.55 556	1.62 483	17.42 440	1.92 513	12.73 575	7.45 560	42.99 592	4.13 418	2.07 314	2.10 319	3.16 499	3.42 448	1.70 361	9.24 433	2.30 428	3.70 562	10.89 585	11.80 587	5.54 577	4.24 557	2.66 549

CFNet-ft	1.90 273	0.95 381	3.56 255	1.07 264	1.54 470	4.09 395	0.90 303	2.85 187	1.82 265	1.78 223	1.70 250	2.75 386	1.48 294	9.33 434	1.72 360	0.33 272	0.30 345	0.61 489	0.36 380	0.52 393	0.39 302

CFNet_RVC	1.90 273	0.95 381	3.56 255	1.07 264	1.54 470	4.09 395	0.90 303	2.85 187	1.82 265	1.78 223	1.70 250	2.75 386	1.48 294	9.33 434	1.72 360	0.33 272	0.30 345	0.61 489	0.36 380	0.52 393	0.39 302

JetBlue	6.27 546	9.15 560	13.76 379	1.94 517	4.60 571	11.91 567	12.00 571	5.12 547	3.45 525	3.79 521	4.52 523	9.54 554	6.56 545	9.40 436	13.48 545	1.26 532	1.37 541	1.17 535	1.34 542	7.06 576	3.95 569

GwcNet	3.00 456	1.63 485	19.83 489	1.32 392	2.04 530	3.27 214	1.55 457	3.65 288	2.33 375	2.00 291	2.12 387	3.56 467	1.68 358	9.47 437	2.45 442	0.44 399	0.45 453	0.46 421	0.38 405	0.60 424	0.76 472

Ntro	4.21 514	8.94 558	19.89 492	3.22 551	2.96 548	4.15 411	1.89 485	3.92 356	2.36 381	1.77 221	2.14 390	3.35 441	2.17 423	9.48 438	2.24 424	3.52 558	1.76 547	2.13 546	1.31 540	3.83 554	3.09 555

G2L-Stereo	2.49 389	0.94 379	14.54 399	1.15 319	1.35 432	3.57 277	0.95 336	3.62 284	2.00 298	2.11 323	1.61 224	3.20 427	1.34 253	9.54 439	1.91 386	0.34 284	0.27 310	0.35 327	0.28 264	0.30 149	0.35 260

FADNet-RVC-Resample	2.83 430	2.02 506	21.07 542	1.12 298	0.91 310	3.53 264	1.37 430	4.08 405	2.09 318	1.68 203	1.33 145	2.03 304	1.51 305	9.54 439	1.69 356	0.38 341	0.37 406	0.42 399	0.44 442	0.56 410	0.56 416

test_sample1	1.62 231	0.55 104	1.88 130	1.44 440	0.79 260	2.27 109	0.64 133	4.00 379	1.82 265	1.87 240	1.35 153	1.57 221	1.62 332	9.55 441	1.24 261	0.30 214	0.27 310	0.31 235	0.28 264	0.32 195	0.32 218

Syn2CoEx	3.08 464	2.55 521	19.88 491	1.34 404	1.18 383	2.43 122	1.65 470	3.91 351	2.40 397	2.39 419	2.27 411	2.90 402	3.17 481	9.57 442	2.54 451	0.50 445	0.45 453	0.53 463	0.39 412	0.74 473	0.72 465

z-mn7	3.36 485	9.42 563	14.16 392	1.28 375	1.22 403	3.78 313	1.43 443	3.92 356	3.35 520	2.85 481	3.36 505	3.06 418	1.97 403	9.66 443	5.16 496	0.42 386	0.35 388	0.43 403	0.33 345	0.63 435	0.48 373

LSM	12.71 572	3.52 533	20.79 532	55.63 596	84.76 595	3.63 291	6.30 559	3.73 307	4.93 549	5.55 546	13.92 571	3.53 463	3.25 484	9.72 444	4.12 481	0.64 481	0.85 526	0.71 506	0.81 516	1.03 502	26.84 588

RainbowNet	4.56 519	8.28 551	20.07 500	3.64 559	3.23 556	4.15 411	2.99 528	4.18 430	3.03 491	2.20 359	2.65 465	4.26 500	2.90 465	9.77 445	2.12 412	3.88 564	2.27 557	2.71 557	1.72 549	3.78 553	3.31 562

DANet	2.63 410	1.07 408	8.10 311	1.83 506	1.70 503	3.25 210	1.16 394	4.31 484	2.38 392	3.40 514	2.18 397	4.08 489	1.80 380	9.77 445	3.89 480	0.52 457	0.55 488	0.59 481	0.44 442	0.63 435	0.86 488
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet-RVC	2.51 392	2.27 512	14.03 389	1.09 278	0.81 265	3.54 268	1.10 382	4.13 418	2.48 412	1.39 162	1.22 113	1.85 279	1.77 372	9.78 447	2.06 405	0.38 341	0.37 406	0.40 380	0.40 423	0.67 453	0.48 373

UGAM-zero	2.79 427	0.57 125	20.87 536	0.98 216	0.77 256	2.08 97	0.35 21	3.88 339	1.51 146	2.05 307	1.64 231	5.07 529	3.42 493	9.83 448	1.24 261	0.28 152	0.21 172	0.27 143	0.29 292	0.29 126	0.28 159

PSMNet-RSSM	1.96 287	0.77 314	3.26 241	1.29 379	1.31 419	4.19 433	0.96 342	3.68 294	1.89 281	2.05 307	1.80 288	2.60 369	1.70 361	9.84 449	1.81 373	0.35 304	0.29 332	0.35 327	0.37 392	0.42 335	0.35 260

WCMA_ROB	5.12 529	0.90 362	21.33 550	1.50 456	1.33 429	4.09 395	3.49 540	4.03 386	4.59 544	6.57 555	10.95 560	12.92 561	8.41 559	9.86 450	8.78 525	0.75 499	0.58 496	0.51 452	0.50 466	0.68 456	0.57 420

ccnet	2.66 414	0.97 388	8.01 310	1.54 463	1.24 406	3.75 308	2.18 501	4.07 401	2.41 399	2.66 466	3.25 501	2.87 401	2.31 434	9.89 451	3.50 474	0.78 501	0.75 522	0.71 506	0.67 499	0.76 477	0.81 482

NCC-stereo	3.16 474	1.28 450	18.31 455	1.25 358	1.75 508	4.06 388	1.40 436	3.89 341	2.22 346	2.72 470	2.55 454	3.49 458	2.65 454	9.91 452	2.99 466	1.29 534	0.65 508	0.64 497	0.86 518	0.65 446	0.71 458

Abc-Net	3.16 474	1.28 450	18.31 455	1.25 358	1.75 508	4.06 388	1.40 436	3.89 341	2.22 346	2.72 470	2.55 454	3.49 458	2.65 454	9.91 452	2.99 466	1.29 534	0.65 508	0.64 497	0.86 518	0.65 446	0.71 458
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FADNet	2.49 389	1.76 495	13.17 369	1.17 327	0.95 321	3.27 214	0.88 293	3.94 362	2.27 358	1.40 164	1.29 136	2.51 361	2.06 409	9.93 454	1.94 390	0.43 392	0.45 453	0.40 380	0.43 439	1.06 505	0.53 402

stereogan	3.09 465	0.93 373	16.43 423	1.37 425	1.66 497	3.70 298	1.67 472	3.87 336	3.15 502	3.04 494	2.70 470	5.04 528	2.79 460	9.96 455	1.78 371	0.63 478	0.49 477	0.69 503	0.47 451	0.83 488	0.68 451

EDNetEfficientorigin	12.35 571	2.51 516	179.47 603	1.19 336	0.96 322	2.91 162	1.81 480	3.00 201	5.35 552	8.91 565	4.79 525	4.18 495	4.64 518	9.98 456	11.30 535	0.37 324	0.38 412	0.60 486	0.85 517	1.32 527	2.43 547

coex-ft	18.59 580	6.62 547	113.53 600	1.17 327	1.31 419	2.33 115	1.93 487	2.81 186	14.00 572	124.82 602	8.45 546	5.90 541	51.74 595	9.99 457	22.69 575	0.57 468	0.62 504	0.50 449	0.49 460	1.08 510	1.28 514

ACVNet-4b	6.73 549	13.67 578	21.87 562	3.54 556	3.07 550	4.19 433	2.25 502	4.03 386	3.65 529	1.64 195	3.98 519	5.88 540	2.89 464	10.01 458	16.98 559	23.29 590	2.24 556	2.53 550	1.78 550	3.87 555	3.21 560

CoDeX	2.40 371	0.78 320	13.21 370	1.00 230	1.18 383	3.24 207	1.32 419	4.14 424	2.41 399	1.74 217	1.84 312	2.05 308	1.47 292	10.03 459	1.60 336	0.34 284	0.28 322	0.32 255	0.27 235	0.32 195	0.39 302

xxxx	2.67 416	0.54 98	2.03 146	1.22 350	0.81 265	3.49 253	0.63 130	4.49 522	2.49 416	2.22 370	2.23 406	2.05 308	1.38 260	10.05 460	17.91 563	0.32 255	0.32 363	0.30 213	0.27 235	0.33 213	0.34 246

CBMV	3.32 482	0.96 387	21.16 546	1.32 392	0.83 279	3.81 321	3.91 552	4.47 518	2.53 422	3.34 511	2.24 407	4.45 506	2.58 451	10.07 461	1.96 395	0.45 408	0.43 443	0.48 432	0.38 405	0.52 393	0.53 402
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
TCMNet	2.98 452	1.30 452	18.26 452	1.47 449	2.09 531	3.84 328	1.08 376	3.96 369	2.39 396	2.53 439	2.29 418	2.43 349	1.75 369	10.09 462	2.39 433	0.52 457	0.45 453	0.61 489	0.50 466	0.80 484	0.78 476

TCMNet-wrong-test	12.32 570	14.13 581	19.38 476	22.38 585	19.85 580	15.99 578	12.34 572	22.95 582	4.56 543	6.24 553	6.27 535	18.40 570	15.71 569	10.10 463	10.72 532	9.06 580	4.78 576	5.35 576	3.95 576	12.28 584	11.97 583

WZ-Net	3.62 492	4.87 539	16.77 430	1.43 437	1.40 444	3.75 308	2.29 504	4.12 416	2.50 417	2.74 472	2.19 399	4.06 488	5.29 527	10.19 464	7.36 516	0.54 462	0.37 406	0.47 424	0.49 460	0.77 478	0.73 466

ac_64	2.35 363	0.62 185	9.77 331	1.32 392	1.71 504	3.27 214	0.93 326	3.48 257	2.50 417	1.74 217	1.73 259	3.91 479	1.77 372	10.21 465	1.86 380	0.40 360	0.31 355	0.33 290	0.30 310	0.34 231	0.39 302

RP	2.79 427	1.20 434	10.36 341	1.54 463	1.93 522	3.44 239	1.97 489	4.05 394	2.34 376	2.66 466	2.79 476	3.98 483	2.58 451	10.21 465	2.61 454	0.95 515	0.47 466	0.71 506	0.57 486	0.71 468	0.68 451

RASNet	2.56 403	0.70 259	10.06 336	1.60 475	2.25 537	3.67 294	1.00 353	3.38 251	3.14 500	1.81 228	2.11 384	4.60 514	2.30 431	10.25 467	2.61 454	0.37 324	0.24 262	0.25 86	0.24 177	0.28 112	0.26 124

DFGA-Net	2.11 312	3.00 526	7.43 303	1.11 294	0.76 250	3.72 302	0.60 111	2.63 155	1.91 285	2.01 293	2.07 376	1.22 177	1.04 176	10.26 468	2.26 425	0.27 115	0.22 201	0.34 308	0.34 354	0.61 429	0.48 373

NCCL2	2.53 396	1.35 462	10.90 350	1.15 319	0.97 326	3.53 264	2.56 513	3.65 288	2.23 348	2.76 473	1.80 288	2.41 343	1.66 352	10.35 469	2.07 408	0.44 399	0.40 426	0.57 476	0.53 477	0.59 420	0.65 446

GwcNet-RSSM	2.66 414	1.05 402	15.91 417	1.22 350	1.19 390	4.12 404	1.12 386	3.84 327	2.02 301	1.93 261	1.79 285	3.12 422	1.46 290	10.37 470	2.05 404	0.33 272	0.27 310	0.35 327	0.30 310	0.40 292	0.36 266

DLCB_ROB	2.05 304	0.95 381	2.37 191	1.24 356	1.02 347	2.92 165	1.30 417	3.68 294	2.30 366	2.91 483	2.17 395	3.32 439	1.52 307	10.37 470	2.50 446	0.40 360	0.33 370	0.40 380	0.36 380	0.41 316	0.47 368

PSMNet-ADL	1.91 277	0.72 275	1.78 123	1.09 278	0.86 292	4.18 429	0.78 218	3.77 313	2.10 326	1.72 213	1.85 319	2.91 405	1.82 385	10.38 472	1.91 386	0.48 429	0.46 462	0.28 172	0.29 292	0.38 277	0.51 395

222	2.68 420	0.57 125	2.03 146	1.11 294	0.81 265	3.23 203	0.65 142	4.52 527	2.45 408	2.34 408	2.29 418	1.41 204	1.44 283	10.50 473	18.47 567	0.32 255	0.30 345	0.32 255	0.27 235	0.32 195	0.34 246

SGM+DAISY	8.36 558	3.82 534	24.83 577	2.02 521	1.75 508	14.80 573	17.22 577	4.27 465	11.79 569	13.88 579	14.38 572	11.74 559	13.83 566	10.56 474	15.12 548	1.21 526	1.19 537	1.14 534	1.13 535	1.17 520	1.37 520

z-ln-s-r	2.67 416	1.16 427	12.43 363	1.34 404	1.26 411	3.70 298	1.21 408	4.20 434	2.38 392	2.04 305	1.92 340	2.43 349	1.60 328	10.58 475	5.19 498	0.29 174	0.20 140	0.32 255	0.24 177	0.51 389	0.38 295

GASNet	3.24 477	5.55 544	20.58 527	1.56 470	1.25 409	2.32 113	1.12 386	4.04 390	2.67 443	1.88 243	2.10 380	3.00 411	2.16 421	10.59 476	2.43 440	0.65 484	0.37 406	0.61 489	0.45 446	0.87 490	0.58 425

psmorigin	6.59 547	1.15 424	88.11 598	1.52 459	0.97 326	2.88 157	1.20 405	3.21 224	2.04 307	3.73 520	2.46 443	5.15 533	2.55 449	10.60 477	2.47 444	0.55 464	0.68 515	0.48 432	0.51 470	0.70 459	0.88 492

UNDER WATER-64	9.33 560	5.37 542	22.60 569	5.22 576	4.86 572	10.75 566	4.61 556	11.45 568	17.30 576	7.59 558	9.80 556	15.99 567	17.90 575	10.63 478	15.72 551	4.36 568	2.87 564	4.39 575	2.86 572	7.01 575	5.36 576

test_sample2	1.75 253	0.56 115	2.25 177	1.41 433	0.80 262	2.91 162	0.86 270	4.05 394	2.04 307	1.91 255	1.39 163	1.57 221	1.55 319	10.65 479	1.06 219	0.32 255	0.28 322	0.32 255	0.30 310	0.36 262	0.33 234

DPSNet	3.43 487	1.37 465	12.19 360	1.39 429	1.24 406	4.15 411	2.06 494	4.51 526	3.34 519	2.69 468	1.96 345	3.52 462	5.56 530	10.68 480	9.68 528	0.93 513	0.73 520	0.40 380	0.37 392	1.06 505	0.86 488

ADLNet2	3.15 472	0.92 369	20.06 498	1.20 341	1.79 513	3.83 323	1.48 446	3.94 362	3.59 527	2.19 356	2.47 445	4.65 518	1.93 401	10.69 481	1.96 395	0.39 353	0.37 406	0.28 172	0.30 310	0.48 379	0.43 341

UGAM	2.58 407	0.56 115	18.55 460	0.89 150	0.71 232	3.23 203	1.03 362	2.75 172	1.75 255	1.36 156	2.77 475	2.69 378	1.28 241	10.75 482	1.40 292	0.28 152	0.24 262	0.40 380	0.31 326	0.35 249	0.30 197

test_xeample	2.67 416	0.56 115	2.05 149	1.09 278	0.81 265	3.24 207	0.80 235	4.55 529	2.70 446	2.42 423	2.27 411	1.39 198	1.40 267	10.75 482	17.51 562	0.30 214	0.30 345	0.32 255	0.28 264	0.34 231	0.33 234

CBMV_ROB	3.62 492	0.70 259	21.42 554	1.21 347	0.89 305	4.43 474	1.76 476	4.39 505	2.79 458	5.88 549	3.38 506	4.18 495	5.12 524	10.75 482	2.32 430	0.56 466	0.55 488	0.53 463	0.51 470	0.55 404	0.46 363

UNDER WATER	10.47 562	3.95 536	22.62 570	5.07 575	4.51 570	7.78 561	3.77 548	12.56 571	21.72 583	7.84 561	10.78 558	23.96 579	31.66 584	10.78 485	16.19 555	4.44 570	2.93 565	4.24 571	2.86 572	6.33 571	5.47 577

XPNet_ROB	2.27 335	1.11 417	4.10 267	1.36 415	0.97 326	3.94 358	1.63 465	4.07 401	2.14 333	2.82 479	2.00 358	2.32 333	1.73 368	10.81 486	3.39 473	0.51 451	0.47 466	0.48 432	0.40 423	0.51 389	0.56 416

NVstereo2D	2.54 398	0.90 362	11.10 351	1.32 392	1.47 459	3.58 278	1.38 432	4.13 418	2.45 408	1.90 250	1.71 254	2.86 400	1.76 370	10.86 487	1.66 353	0.60 473	0.43 443	0.53 463	0.41 430	0.78 480	0.94 496

DeepPrunerF	3.70 495	1.72 492	14.87 402	1.33 397	1.74 507	3.70 298	1.55 457	4.20 434	14.00 572	2.02 298	1.77 279	2.74 384	2.30 431	10.88 488	6.88 511	0.68 492	0.60 501	0.78 515	0.78 514	0.81 485	0.71 458

DRN-Test	3.03 460	0.99 390	18.18 450	1.35 409	1.60 483	3.59 279	1.48 446	4.13 418	2.45 408	3.47 516	1.92 340	2.58 368	2.53 448	10.88 488	2.80 462	0.39 353	0.36 393	0.44 408	0.41 430	0.55 404	0.57 420

StereoDRNet	2.84 431	1.49 478	14.48 398	1.33 397	1.57 481	3.44 239	2.06 494	3.69 299	2.36 381	3.26 507	1.84 312	2.79 396	1.80 380	10.88 488	3.16 470	0.41 375	0.33 370	0.39 374	0.36 380	0.59 420	0.58 425

GANet-RSSM	1.98 291	0.62 185	3.49 250	1.69 486	1.23 404	4.22 439	0.91 311	3.31 238	1.86 274	1.81 228	1.74 261	2.34 334	1.82 385	10.92 491	1.73 364	0.34 284	0.29 332	0.31 235	0.28 264	0.39 287	0.40 322

Dean	7.52 555	9.08 559	21.41 553	3.74 560	3.53 557	4.81 537	3.53 542	5.33 554	5.25 551	4.17 531	26.53 582	25.62 583	4.09 508	10.97 492	4.32 482	3.69 561	2.30 558	2.91 558	1.87 554	4.03 556	3.24 561

AACVNet	1.83 262	1.02 395	2.41 196	1.45 444	0.87 297	3.21 199	0.73 176	3.16 219	1.61 214	2.01 293	1.82 306	2.28 325	1.33 251	10.98 493	1.49 316	0.39 353	0.32 363	0.38 370	0.32 337	0.43 345	0.44 347

SMFormer	2.00 295	0.57 125	4.46 270	1.36 415	0.57 163	2.03 89	0.73 176	4.25 457	2.80 462	2.32 401	2.31 430	1.95 288	1.52 307	10.99 494	2.13 415	0.34 284	0.32 363	0.36 342	0.31 326	0.38 277	0.36 266

tta	2.00 295	0.57 125	4.46 270	1.36 415	0.57 163	2.03 89	0.73 176	4.25 457	2.80 462	2.32 401	2.31 430	1.95 288	1.52 307	10.99 494	2.13 415	0.34 284	0.32 363	0.36 342	0.31 326	0.29 126	0.29 169

qqq1	1.92 280	0.57 125	4.46 270	1.36 415	0.57 163	2.03 89	0.73 176	4.25 457	2.80 462	2.32 401	2.31 430	1.95 288	1.52 307	10.99 494	0.71 101	0.34 284	0.32 363	0.30 213	0.23 152	0.29 126	0.29 169

fff1	1.92 280	0.57 125	4.46 270	1.36 415	0.57 163	2.03 89	0.73 176	4.25 457	2.80 462	2.32 401	2.31 430	1.95 288	1.52 307	10.99 494	0.71 101	0.34 284	0.32 363	0.30 213	0.23 152	0.29 126	0.29 169

test_sample9	3.79 499	1.05 402	7.87 306	1.07 264	0.86 292	3.93 353	1.19 401	4.35 494	2.11 328	2.14 333	1.75 265	1.75 248	1.67 354	11.06 498	11.61 538	1.23 528	14.45 587	4.27 572	2.09 558	0.70 459	0.69 453

test_sample8	4.76 524	1.05 402	7.87 306	1.07 264	0.86 292	3.93 353	1.19 401	4.38 503	2.05 310	5.49 545	1.89 332	12.98 562	6.37 541	11.06 498	11.61 538	1.23 528	14.45 587	4.27 572	2.09 558	0.70 459	0.69 453

ACVNet_1	6.04 544	13.97 580	21.36 552	3.58 557	3.14 553	4.73 530	2.48 509	4.20 434	3.17 503	2.98 491	2.83 482	23.31 577	4.34 513	11.06 498	2.45 442	3.68 560	2.33 559	2.60 552	1.79 551	3.69 551	3.19 559

coex_refinement	2.10 310	0.85 351	3.67 262	1.31 389	1.13 373	3.21 199	0.85 266	3.86 333	2.31 370	2.51 436	1.92 340	3.49 458	1.69 359	11.08 501	2.13 415	0.37 324	0.25 286	0.27 143	0.31 326	0.41 316	0.37 280

HBP-ISP	3.25 479	1.10 414	20.86 534	1.54 463	1.15 376	4.50 487	2.89 524	4.43 512	2.38 392	4.14 530	1.96 345	1.90 282	2.04 407	11.08 501	1.32 281	0.66 486	0.57 491	0.66 500	0.61 494	0.64 443	0.61 433

test_sample3	2.34 358	0.61 175	11.94 359	1.33 397	0.85 287	3.10 190	0.73 176	4.24 455	2.19 342	2.21 368	1.75 265	1.80 264	1.41 272	11.11 503	1.46 305	0.35 304	0.29 332	0.34 308	0.35 370	0.39 287	0.37 280

test_sample4	2.34 358	0.63 194	11.59 356	1.30 386	0.83 279	3.07 186	0.72 171	4.27 465	2.30 366	2.30 391	1.88 326	1.73 246	1.42 277	11.14 504	1.46 305	0.35 304	0.29 332	0.35 327	0.36 380	0.40 292	0.38 295

test_sample5	2.33 354	0.62 185	11.29 353	1.29 379	0.83 279	3.09 188	0.74 188	4.28 470	2.31 370	2.20 359	1.97 351	1.68 235	1.39 263	11.19 505	1.47 310	0.37 324	0.31 355	0.37 354	0.37 392	0.41 316	0.39 302

DualNet	2.33 354	0.62 185	11.29 353	1.29 379	0.83 279	3.09 188	0.74 188	4.28 470	2.31 370	2.26 383	2.04 365	1.68 235	1.39 263	11.19 505	1.47 310	0.37 324	0.31 355	0.37 354	0.37 392	0.41 316	0.39 302

ADLNet	2.29 343	0.83 343	3.62 260	1.35 409	1.60 483	3.67 294	1.24 412	3.95 364	2.98 486	2.58 449	2.29 418	4.01 485	1.79 375	11.23 507	2.09 410	0.37 324	0.38 412	0.36 342	0.34 354	0.45 361	0.71 458

ttt	2.76 426	0.56 115	2.28 183	1.41 433	1.21 402	3.67 294	0.77 214	4.59 532	2.94 481	2.35 409	2.30 423	2.45 354	1.54 317	11.25 508	15.56 550	0.43 392	0.36 393	0.37 354	0.33 345	0.40 292	0.40 322

LL-Strereo	3.01 458	1.81 498	17.59 445	1.12 298	2.10 532	2.90 159	1.09 380	4.33 490	2.00 298	3.12 500	2.24 407	3.29 435	3.15 478	11.31 509	1.84 378	0.30 214	0.28 322	0.46 421	0.34 354	0.49 385	0.45 353

SACVNet	2.46 382	1.14 423	9.47 329	1.44 440	1.18 383	4.06 388	1.49 450	3.84 327	2.24 350	2.62 457	1.89 332	2.57 366	1.28 241	11.35 510	1.64 350	0.50 445	0.39 421	0.48 432	0.41 430	0.55 404	0.75 470

DispNO	3.00 456	0.75 306	18.92 465	1.17 327	1.10 368	3.72 302	0.94 332	4.29 473	2.54 426	2.24 377	2.28 415	4.51 509	2.12 414	11.40 511	2.09 410	0.31 234	0.28 322	0.31 235	0.28 264	0.36 262	0.39 302

HSM-Net_RVC	2.87 436	0.57 125	17.46 442	0.92 174	0.90 308	3.70 298	1.20 405	5.64 558	2.51 420	3.22 506	2.43 441	2.54 363	1.59 322	11.41 512	1.65 352	0.34 284	0.25 286	0.26 115	0.23 152	0.30 149	0.29 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	2.34 358	1.10 414	8.96 321	1.34 404	1.24 406	4.09 395	0.73 176	4.04 390	2.77 455	1.62 191	1.87 325	2.27 324	1.45 287	11.41 512	1.82 375	0.31 234	0.24 262	0.43 403	0.36 380	0.43 345	0.33 234

zh-sn7	3.81 500	11.43 572	15.78 416	1.25 358	1.15 376	3.68 297	2.58 515	4.15 428	2.42 402	2.61 455	3.10 495	3.38 446	3.03 474	11.43 514	6.88 511	0.45 408	0.48 472	0.45 415	0.43 439	0.72 471	0.71 458

AANet_RVC	3.03 460	1.72 492	12.78 367	1.17 327	1.12 371	3.79 317	1.10 382	3.86 333	3.13 498	2.62 457	4.26 521	3.96 482	1.41 272	11.43 514	5.23 499	0.94 514	0.47 466	0.34 308	0.23 152	0.40 292	0.55 412

PSMNet_ROB	2.95 443	1.38 466	18.46 459	1.19 336	1.20 396	3.80 319	1.65 470	3.54 272	2.35 378	1.98 274	1.71 254	2.75 386	1.79 375	11.43 514	2.78 461	0.42 386	0.36 393	0.50 449	0.60 491	0.59 420	0.49 380

test_sample6	2.35 363	0.62 185	10.78 348	1.33 397	0.83 279	3.15 194	0.79 225	4.36 499	2.43 403	2.26 383	2.04 365	1.69 240	1.39 263	11.48 517	1.61 339	0.38 341	0.32 363	0.37 354	0.39 412	0.41 316	0.42 332

1111x	3.13 469	0.57 125	8.38 314	1.20 341	0.76 250	3.80 319	0.88 293	4.61 534	2.63 437	2.31 397	2.16 393	1.95 288	1.81 383	11.54 518	18.13 565	0.32 255	0.31 355	0.32 255	0.30 310	0.35 249	0.34 246

DAS	2.31 347	0.67 238	4.79 277	1.14 306	1.64 490	2.93 169	2.13 498	4.09 407	2.74 450	4.17 531	2.52 451	2.46 356	1.79 375	11.55 519	1.63 347	0.37 324	0.22 201	0.39 374	0.25 189	0.41 316	0.34 246

PA-Net	3.09 465	1.24 446	18.84 463	1.38 427	1.19 390	3.42 237	1.75 475	3.89 341	3.27 517	1.88 243	2.10 380	3.03 413	1.88 396	11.60 520	2.88 464	0.40 360	0.54 483	0.44 408	0.62 495	0.52 393	1.02 501
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HSM	2.35 363	0.81 332	2.21 171	1.14 306	1.55 474	3.44 239	1.03 362	3.99 377	2.25 353	2.29 387	2.11 384	8.04 550	3.05 475	11.60 520	1.71 358	0.33 272	0.22 201	0.28 172	0.23 152	0.32 195	0.35 260

ff1	2.96 446	0.60 158	5.21 283	1.14 306	0.99 336	3.62 286	0.86 270	4.22 443	3.37 521	2.20 359	2.30 423	3.48 452	1.62 332	11.62 522	16.09 552	0.29 174	0.16 28	0.48 432	0.37 392	0.30 149	0.29 169

mmx	2.98 452	0.60 158	5.21 283	1.14 306	0.99 336	3.62 286	0.86 270	4.49 522	3.05 492	2.20 359	2.30 423	3.48 452	1.62 332	11.62 522	16.09 552	0.33 272	0.28 322	0.48 432	0.37 392	0.44 353	0.37 280

xxx	2.98 452	0.60 158	5.21 283	1.14 306	0.99 336	3.62 286	0.86 270	4.49 522	3.05 492	2.20 359	2.30 423	3.48 452	1.62 332	11.62 522	16.09 552	0.33 272	0.28 322	0.48 432	0.37 392	0.44 353	0.37 280

TestStereo	2.00 295	1.02 395	12.25 361	0.70 40	0.61 183	1.88 77	0.55 88	2.31 104	1.52 155	1.41 166	1.33 145	1.27 182	0.90 141	11.62 522	0.81 140	0.34 284	0.19 102	0.33 290	0.24 177	0.44 353	0.24 90

edge stereo	3.37 486	1.01 394	21.99 563	1.28 375	1.37 437	2.67 144	1.39 434	3.98 373	2.87 473	2.93 485	3.27 503	4.35 503	2.43 441	11.62 522	2.39 433	0.60 473	0.63 506	0.79 516	0.55 481	0.68 456	0.67 448

RGC	3.10 467	1.45 475	14.90 404	1.46 446	1.79 513	3.33 224	1.39 434	4.04 390	2.26 356	2.77 474	3.26 502	4.00 484	2.71 457	11.63 527	2.62 456	0.82 507	0.46 462	0.79 516	0.79 515	0.71 468	0.78 476

LVE	6.88 552	9.31 561	21.14 544	3.61 558	3.18 555	4.49 484	2.79 519	10.21 567	11.69 568	3.16 504	11.53 563	18.33 568	4.31 512	11.66 528	3.52 475	4.45 571	2.93 565	2.56 551	1.91 555	3.62 548	3.16 558

MSMD_ROB	5.61 537	1.08 410	16.68 427	1.21 347	0.83 279	10.14 565	2.07 496	3.93 358	6.22 558	10.37 573	8.03 542	22.22 576	9.45 561	11.66 528	4.52 485	0.66 486	0.58 496	0.66 500	0.68 502	0.65 446	0.63 440

FAT-Stereo	3.34 483	0.81 332	20.05 497	1.25 358	1.20 396	3.44 239	1.99 491	4.23 447	2.67 443	3.14 501	3.82 516	3.51 461	3.32 487	11.68 530	1.94 390	0.64 481	0.67 512	0.48 432	0.52 473	0.61 429	0.81 482

SGM-Forest	2.96 446	0.62 185	3.49 250	1.09 278	0.80 262	4.06 388	3.30 535	4.37 502	3.09 496	4.18 534	3.27 503	4.67 519	3.86 503	11.69 531	7.91 520	0.51 451	0.46 462	0.49 446	0.39 412	0.48 379	0.49 380
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
hitnet-ft	2.37 369	0.73 286	8.34 312	0.96 203	0.89 305	3.77 311	0.80 235	3.55 274	2.58 430	2.24 377	2.04 365	3.65 471	1.49 300	11.71 532	1.89 383	0.44 399	0.53 481	0.44 408	0.35 370	0.52 393	0.48 373

MADNet++	7.57 557	5.80 546	13.28 371	6.38 577	5.26 573	7.18 556	7.77 564	5.32 553	5.62 555	6.11 551	7.78 539	6.02 542	8.01 556	11.74 533	16.36 556	9.36 581	4.95 578	8.57 582	5.66 578	4.83 564	5.34 575

NOSS_ROB	2.27 335	0.73 286	3.00 231	1.71 490	1.00 344	3.90 345	0.97 345	4.29 473	2.81 468	2.94 489	2.19 399	3.88 478	1.19 229	11.77 534	1.62 344	0.59 471	0.54 483	0.56 473	0.52 473	0.56 410	0.54 408

APVNet	3.13 469	1.25 447	21.14 544	1.31 389	1.52 467	3.94 358	1.13 389	3.32 243	2.14 333	2.20 359	2.03 362	3.05 417	1.96 402	11.79 535	2.53 449	0.42 386	0.45 453	0.64 497	0.46 448	0.67 453	0.57 420

PS-NSSS	2.22 325	1.33 461	2.90 228	0.97 210	1.53 469	4.11 402	1.08 376	4.55 529	2.65 440	2.10 319	2.32 435	1.77 253	1.40 267	11.79 535	1.61 339	0.68 492	0.45 453	0.96 525	0.43 439	0.95 496	0.92 494

WAO-6	5.87 542	2.27 512	15.05 408	2.96 547	2.77 544	12.01 568	3.58 545	5.37 555	11.91 570	3.34 511	9.69 554	6.78 545	5.84 533	11.82 537	8.89 526	2.87 548	2.35 561	2.50 549	1.84 553	2.85 543	2.67 550

SANet	5.65 539	1.72 492	20.94 539	1.26 365	0.88 300	7.20 557	3.81 550	4.60 533	11.23 566	4.56 538	8.78 550	7.49 547	6.95 546	11.85 538	18.11 564	0.49 441	0.44 448	0.50 449	0.42 436	0.90 493	0.82 486

PASM	2.67 416	2.05 508	9.71 330	1.73 493	1.37 437	2.53 135	1.52 451	3.10 212	2.17 339	2.79 476	1.84 312	2.90 402	1.85 391	11.89 539	2.19 420	0.81 506	0.85 526	0.87 522	1.01 528	1.14 515	1.05 503

S-Stereo	3.48 488	0.91 367	22.06 566	1.36 415	1.50 464	3.55 271	2.53 512	4.21 440	2.81 468	2.37 414	3.81 515	3.75 472	1.84 387	11.90 540	2.51 447	0.63 478	0.71 518	0.48 432	0.76 509	0.67 453	1.19 512

pmcnn	5.45 535	1.22 441	17.40 439	1.60 475	2.41 540	3.48 250	2.12 497	4.52 527	3.26 513	3.67 519	13.15 569	22.10 575	3.46 495	11.92 541	17.16 560	0.34 284	0.21 172	0.23 31	0.19 73	0.36 262	0.28 159

STTRV1_RVC	3.52 489	1.03 400	20.87 536	1.47 449	1.47 459	3.23 203	1.55 457	4.06 398	3.22 510	1.95 266	3.50 510	2.63 373	2.07 411	11.96 542	2.21 422	1.86 541	4.03 575	0.81 519	0.73 506	1.06 505	0.70 457

Wz-Net-TNSev	3.67 494	8.83 554	13.47 376	1.48 452	1.18 383	3.60 281	2.49 510	4.27 465	3.13 498	2.18 352	1.89 332	4.21 499	2.80 461	12.10 543	7.58 519	0.57 468	0.55 488	0.47 424	0.54 479	0.91 494	1.05 503

ktn	21.74 583	10.34 567	19.68 484	4.53 571	4.00 565	6.53 554	4.51 555	6.79 560	78.82 598	84.69 598	100.86 602	58.49 595	7.57 553	12.11 544	13.35 544	4.58 575	3.24 572	3.49 565	2.62 567	4.65 563	3.84 568

FCDSN-DC	6.04 544	0.84 347	19.25 471	1.24 356	1.09 366	4.38 460	2.62 516	4.38 503	4.71 545	9.59 570	11.22 561	19.19 571	17.40 573	12.30 545	8.55 524	0.69 495	0.57 491	0.60 486	0.60 491	0.70 459	0.78 476
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	4.57 520	0.72 275	17.46 442	1.84 507	0.58 172	4.23 442	3.45 539	4.66 536	3.66 530	7.99 562	8.82 551	7.56 548	8.74 560	12.30 545	6.84 510	0.43 392	0.38 412	0.39 374	0.35 370	0.51 389	0.48 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 534	12.60 573	20.42 520	3.27 552	3.15 554	4.50 487	3.02 529	4.66 536	3.73 532	3.35 513	5.36 530	7.86 549	2.88 463	12.33 547	4.76 490	3.12 553	2.22 555	2.70 556	1.69 546	3.49 547	3.10 556

GANet	2.93 442	1.05 402	11.29 353	1.64 480	0.96 322	3.91 346	2.52 511	3.72 306	2.41 399	2.95 490	3.00 487	3.21 428	2.03 405	12.42 548	4.72 489	0.51 451	0.41 435	0.46 421	0.39 412	0.60 424	0.50 387

TDLM	2.29 343	1.08 410	4.61 276	1.29 379	1.01 345	4.26 444	2.17 500	3.75 309	2.79 458	2.31 397	1.98 353	2.06 310	1.59 322	12.45 549	1.72 360	0.51 451	0.28 322	0.52 458	0.35 370	0.56 410	0.50 387

CVANet_RVC	2.55 402	1.10 414	9.13 327	1.46 446	1.15 376	3.96 368	1.53 453	3.91 351	2.50 417	3.04 494	2.04 365	2.60 369	1.72 365	12.46 550	1.50 317	0.49 441	0.30 345	0.51 452	0.41 430	0.63 435	0.50 387

FC-DCNN	6.64 548	0.77 314	19.26 473	1.68 485	1.64 490	8.27 562	2.35 506	6.35 559	9.23 564	10.85 575	11.27 562	19.89 572	13.33 565	12.51 551	11.79 540	0.66 486	0.57 491	0.58 478	0.56 483	0.63 435	0.61 433

FC-DCNN v2	6.91 553	0.77 314	19.25 471	1.69 486	1.64 490	9.13 564	2.40 507	7.20 561	9.47 565	11.07 577	11.62 564	20.05 574	15.79 570	12.55 552	11.99 541	0.66 486	0.57 491	0.58 478	0.56 483	0.63 435	0.61 433

CC-Net-ROB	3.35 484	1.76 495	13.89 386	2.33 536	1.65 494	4.49 484	1.62 464	4.73 539	2.90 475	1.92 257	2.05 371	1.99 299	1.61 329	12.57 553	1.60 336	2.46 546	2.18 553	2.68 555	1.04 531	2.11 538	1.38 522

psm_up	2.28 340	0.81 332	5.45 287	1.26 365	1.50 464	3.84 328	1.23 410	4.23 447	2.03 303	2.55 441	1.80 288	2.44 353	1.65 350	12.90 554	1.58 332	0.37 324	0.38 412	0.41 392	0.34 354	0.43 345	0.39 302

GANetREF_RVC	3.20 476	1.93 501	18.84 463	1.51 458	0.80 262	4.12 404	1.82 481	4.16 429	2.91 476	1.87 240	1.74 261	2.48 358	1.84 387	13.18 555	1.74 365	0.80 504	0.57 491	0.79 516	0.74 507	1.20 523	0.86 488
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
MaskLacGwcNet_RVC	3.13 469	1.43 473	9.93 334	2.50 539	1.62 486	4.29 451	1.68 474	3.95 364	2.43 403	1.66 200	1.91 338	3.04 414	1.41 272	13.26 556	1.58 332	3.82 563	1.59 544	1.12 533	0.46 448	2.21 539	2.74 554

NaN_ROB	4.06 510	1.13 419	16.64 426	1.12 298	1.25 409	3.50 257	3.05 530	4.29 473	3.26 513	3.64 517	2.56 456	2.97 408	4.79 519	13.33 557	16.91 558	0.37 324	0.41 435	0.38 370	0.39 412	0.48 379	0.81 482

TorneroNet	25.88 585	11.28 571	21.62 559	4.20 564	4.07 566	55.25 593	3.15 534	15.16 578	76.94 597	58.09 593	82.72 599	86.88 599	41.15 589	13.35 558	18.13 565	4.32 567	2.85 563	3.45 564	2.62 567	8.33 581	4.14 571

WAO-7	5.16 530	3.21 528	18.98 467	1.88 512	1.44 454	5.34 545	3.09 533	4.91 544	5.81 557	4.35 536	8.92 552	6.55 543	6.06 536	13.40 559	10.81 533	1.34 538	1.20 538	1.48 541	1.35 543	1.60 532	1.45 524

notaker	10.50 564	8.60 552	20.23 507	4.54 572	3.95 564	6.27 551	3.44 538	8.07 564	4.75 548	8.73 564	46.45 589	13.86 566	27.86 583	13.49 560	13.61 546	4.56 572	3.18 571	3.52 567	2.68 569	8.13 580	4.05 570

NVStereoNet_ROB	4.91 528	1.40 469	16.46 424	1.47 449	1.72 506	3.46 244	1.96 488	3.89 341	3.61 528	2.90 482	24.61 581	4.81 520	4.49 516	13.57 561	4.87 493	1.33 537	1.29 540	1.70 542	1.68 545	1.41 530	1.66 528
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH	6.81 551	13.66 577	20.41 519	4.33 569	3.74 560	5.50 546	3.06 531	5.49 557	6.22 558	4.64 540	10.35 557	9.30 553	8.03 557	13.61 562	6.81 508	4.80 576	2.99 570	3.09 561	2.12 561	4.36 560	3.61 564

RYNet	2.97 450	0.93 373	15.09 409	1.12 298	1.38 440	3.66 293	1.42 441	4.03 386	2.29 365	2.10 319	1.70 250	3.79 474	2.16 421	13.64 563	3.02 468	0.37 324	0.41 435	0.48 432	0.34 354	0.81 485	0.75 470

MSC_U_SF_DS_RVC	4.48 518	10.62 568	15.18 412	1.55 468	1.45 458	6.16 550	3.54 544	5.41 556	3.68 531	2.59 452	2.74 471	4.81 520	2.20 426	13.79 564	4.40 483	2.04 542	3.36 573	1.05 529	1.20 538	2.09 537	1.72 531

MeshStereo	5.35 533	1.32 458	21.34 551	1.34 404	1.15 376	4.40 468	3.90 551	5.18 548	4.55 542	10.14 572	11.82 565	11.47 556	5.84 533	13.84 565	7.03 514	0.61 475	0.58 496	0.60 486	0.58 487	0.72 471	0.59 429
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
TorneroNet-64	10.12 561	8.74 553	20.95 540	4.27 565	3.76 563	13.86 572	2.85 522	15.05 577	23.15 584	10.07 571	23.84 580	13.47 563	8.24 558	13.96 566	17.21 561	3.96 566	2.72 562	3.23 563	2.48 565	6.29 569	4.27 572

MFN_U_SF_DS_RVC	3.94 505	10.88 570	12.30 362	1.26 365	1.55 474	5.19 544	3.33 537	4.42 509	2.82 470	2.58 449	2.62 462	5.00 526	2.11 413	14.03 567	2.73 458	1.28 533	2.34 560	0.67 502	1.83 552	0.81 485	1.03 502

PWCK	5.85 541	9.95 566	15.22 413	2.90 546	1.56 477	5.66 549	7.69 563	5.27 550	4.74 547	3.88 522	7.51 538	8.04 550	5.28 526	15.18 568	8.40 523	3.08 552	1.51 543	2.24 548	1.37 544	5.55 567	1.96 537

FBW_ROB	3.24 477	1.02 395	9.21 328	1.49 455	1.07 360	3.78 313	1.48 446	4.31 484	3.08 495	2.46 428	2.32 435	4.20 498	2.08 412	15.19 569	7.16 515	0.84 510	0.62 504	1.33 538	0.92 521	0.99 501	1.31 516

MANE	11.39 566	1.38 466	23.16 572	4.82 574	2.79 545	22.02 580	14.51 575	25.81 583	26.28 585	10.93 576	13.17 570	19.90 573	18.03 576	15.69 570	20.41 573	0.96 516	0.74 521	1.42 539	3.24 575	0.74 473	1.71 530

SDNR	3.97 507	1.93 501	20.28 513	1.31 389	0.94 318	5.16 543	0.67 147	4.33 490	2.58 430	4.82 542	5.94 534	5.01 527	1.45 287	17.52 571	2.53 449	0.79 502	0.72 519	0.59 481	0.45 446	1.15 518	1.17 510

USTest	15.98 577	15.58 582	22.56 568	18.49 584	16.99 577	26.43 582	36.08 588	27.68 586	12.77 571	10.69 574	10.80 559	18.35 569	15.09 568	18.62 572	23.37 576	4.85 577	5.34 579	7.38 580	7.43 580	9.90 582	11.23 582

DGTPSM_ROB	15.31 575	8.85 555	28.14 581	9.90 581	18.89 578	12.44 570	33.21 585	13.48 574	17.86 579	9.50 568	22.89 578	13.78 564	19.67 577	21.26 573	23.68 577	5.08 578	8.84 580	5.62 577	11.50 582	6.72 572	14.87 584

DPSMNet_ROB	15.52 576	8.89 556	31.44 582	10.07 582	18.91 579	12.44 570	33.22 586	13.51 575	17.94 580	9.58 569	22.91 579	13.79 565	19.67 577	21.43 574	23.73 578	5.17 579	8.84 580	5.63 578	11.52 585	6.79 573	14.90 585

MDST_ROB	5.53 536	0.59 146	23.11 571	2.55 540	2.69 542	21.20 579	1.98 490	4.77 541	2.65 440	9.36 567	4.25 520	4.14 493	4.45 515	22.57 575	3.68 478	0.48 429	0.33 370	0.47 424	0.44 442	0.44 353	0.44 347

Anonymous_1	57.11 596	19.68 584	26.15 578	23.10 586	142.31 600	30.84 583	39.75 589	33.86 591	16.98 575	70.53 597	15.42 574	23.46 578	19.75 579	23.04 576	27.23 584	164.73 602	9.02 582	130.38 598	137.40 599	161.27 603	27.24 589

LE_ROB	18.58 579	1.21 435	48.38 590	8.60 580	23.00 584	7.32 559	19.74 581	9.94 566	38.69 590	43.53 588	21.91 577	28.40 585	40.92 588	23.18 577	54.71 593	0.34 284	0.33 370	0.32 255	0.36 380	0.42 335	0.40 322

DPSM_ROB	20.78 581	20.03 585	26.57 579	23.62 587	22.46 581	31.10 584	39.97 590	33.52 589	17.41 577	15.25 580	15.80 575	24.06 580	20.71 580	23.30 578	27.62 585	10.78 583	9.41 583	11.69 585	11.50 582	14.49 585	16.36 586

DPSM	20.78 581	20.03 585	26.57 579	23.62 587	22.46 581	31.10 584	39.97 590	33.52 589	17.41 577	15.25 580	15.80 575	24.06 580	20.71 580	23.30 578	27.62 585	10.78 583	9.41 583	11.69 585	11.50 582	14.49 585	16.36 586

CSAN	4.71 523	1.39 468	20.23 507	1.19 336	0.87 297	3.65 292	3.50 541	4.57 531	3.87 533	3.89 523	7.82 540	3.54 466	6.16 539	23.47 580	6.82 509	0.52 457	0.45 453	0.49 446	0.52 473	0.63 435	0.66 447

SGM-ForestM	11.55 567	1.16 427	21.62 559	2.14 526	0.81 265	22.25 581	19.08 580	16.50 581	11.34 567	15.94 582	14.44 573	27.12 584	22.61 582	24.76 581	28.39 588	0.50 445	0.48 472	0.47 424	0.44 442	0.55 404	0.53 402

LRCNet_RVC	25.52 584	33.45 588	23.21 574	31.79 589	32.78 585	6.74 555	1.18 398	25.88 584	4.46 541	28.94 583	30.89 583	24.91 582	17.57 574	27.66 582	24.34 580	35.26 592	25.60 593	35.91 592	33.81 591	31.90 593	34.10 594

PML	64.32 597	53.22 596	17.88 446	8.10 579	32.94 586	148.46 603	247.79 604	12.18 570	45.42 593	111.41 600	288.92 604	101.47 602	101.31 602	31.67 583	15.55 549	14.03 585	4.83 577	10.98 584	6.18 579	28.82 588	5.17 574

xxxxx1	112.33 601	88.53 599	37.76 585	227.84 602	157.23 601	39.05 590	61.41 594	93.76 600	79.29 599	62.45 594	74.79 596	78.32 596	70.96 598	33.47 584	70.69 598	114.00 599	130.36 600	259.31 601	274.34 601	145.54 600	147.50 601

tt_ll	112.33 601	88.53 599	37.76 585	227.84 602	157.23 601	39.05 590	61.41 594	93.76 600	79.29 599	62.45 594	74.79 596	78.32 596	70.96 598	33.47 584	70.69 598	114.00 599	130.36 600	259.31 601	274.34 601	145.54 600	147.50 601

ff	112.33 601	88.53 599	37.76 585	227.84 602	157.23 601	39.05 590	61.41 594	93.76 600	79.29 599	62.45 594	74.79 596	78.32 596	70.96 598	33.47 584	70.69 598	114.00 599	130.36 600	259.31 601	274.34 601	145.54 600	147.50 601

KSHMR	16.96 578	5.37 542	21.64 561	4.46 570	4.50 569	8.30 563	3.32 536	15.58 580	76.24 596	6.62 556	61.47 594	56.53 594	5.43 529	35.17 587	11.37 536	4.39 569	2.97 569	3.63 570	2.74 571	5.10 565	4.34 573

HanzoNet	31.60 587	17.23 583	21.22 549	7.32 578	5.84 574	7.25 558	3.53 542	13.82 576	14.20 574	50.38 591	47.01 590	44.45 587	56.61 596	36.61 588	32.00 589	63.89 596	56.57 597	7.97 581	89.20 597	28.69 587	28.25 590

FADE	78.44 598	13.79 579	36.09 584	10.71 583	13.34 576	4.15 411	4.14 554	28.60 587	8.36 562	5.15 544	3.88 517	11.85 560	36.55 585	44.37 589	28.26 587	474.90 604	161.58 603	347.36 604	322.13 604	7.29 577	6.23 579

HaxPig	43.25 591	43.65 593	45.00 588	33.85 590	35.61 587	32.69 586	30.52 583	45.09 592	42.97 591	48.77 589	48.17 591	43.00 586	40.26 587	44.58 590	43.61 590	47.18 593	49.30 594	51.54 594	50.25 593	43.73 594	45.29 595

AVERAGE_ROB	44.46 592	45.91 594	46.59 589	40.59 592	38.66 588	32.99 587	30.52 583	46.19 593	43.26 592	49.59 590	48.97 592	44.62 588	39.89 586	45.04 591	43.94 591	48.74 594	50.69 595	50.80 593	49.79 592	45.54 595	46.97 596

Selective-RAFT-Error	41.77 589	40.16 591	53.34 593	47.73 593	45.25 592	62.51 595	80.64 599	67.22 595	34.93 588	30.64 586	31.81 585	48.11 590	42.11 593	46.57 592	54.95 594	21.61 587	18.87 589	23.48 588	23.15 589	29.16 590	33.08 593

LSM0	49.58 594	40.04 590	53.62 596	97.15 597	128.68 599	62.75 597	79.89 597	67.63 598	35.11 589	33.02 587	32.61 588	48.43 593	41.60 590	46.60 593	55.43 596	21.63 588	18.99 592	23.62 591	23.13 587	29.47 592	52.26 598

CasAABBNet	41.80 590	40.20 592	53.41 595	47.73 593	45.18 591	62.51 595	80.71 600	67.26 596	34.80 586	30.49 584	31.88 586	48.24 592	41.81 591	46.63 594	55.64 597	21.60 586	18.88 590	23.48 588	23.22 590	29.19 591	33.05 592

FlowAnything	41.75 588	39.90 589	53.36 594	47.83 595	45.06 590	62.45 594	80.51 598	67.34 597	34.89 587	30.56 585	31.52 584	48.18 591	42.05 592	46.66 595	55.24 595	21.71 589	18.88 590	23.49 590	23.13 587	29.12 589	33.04 591

MEDIAN_ROB	47.37 593	49.08 595	49.92 591	40.32 591	39.97 589	34.95 588	33.43 587	49.17 594	46.39 594	53.06 592	52.65 593	47.65 589	42.23 594	48.35 596	47.29 592	52.10 595	54.04 596	54.28 595	53.48 594	48.76 596	50.33 597

MultiAttention	8.74 559	0.56 115	7.25 301	2.07 524	22.74 583	35.86 589	8.44 567	4.97 545	2.58 430	2.57 445	5.11 529	5.55 539	1.59 322	52.70 597	7.50 518	0.47 424	0.24 262	0.52 458	1.00 527	6.84 574	6.30 580

DPSimNet_ROB	102.30 599	119.72 603	143.59 602	109.42 599	94.10 596	127.22 602	127.15 602	26.62 585	102.36 603	149.58 603	83.99 600	139.34 603	137.54 603	64.62 598	82.36 602	105.18 598	66.15 598	120.15 597	69.61 596	99.58 598	77.72 599

WAO-8	11.95 568	13.02 574	20.56 525	3.50 553	3.08 551	15.11 575	2.80 520	12.91 572	19.11 581	7.69 559	13.12 567	11.62 557	7.01 549	84.40 599	7.91 520	3.42 555	1.92 550	3.54 568	1.93 556	3.68 549	2.69 551

Venus	11.95 568	13.02 574	20.56 525	3.50 553	3.08 551	15.11 575	2.80 520	12.91 572	19.11 581	7.69 559	13.12 567	11.62 557	7.01 549	84.40 599	7.91 520	3.42 555	1.92 550	3.54 568	1.93 556	3.68 549	2.69 551

BEATNet-Init1	49.72 595	64.32 598	97.77 599	4.68 573	4.28 568	84.75 600	60.42 593	73.38 599	68.59 595	88.29 599	88.51 601	91.94 600	97.99 601	85.26 601	70.96 601	0.80 504	0.65 508	0.85 521	0.70 505	7.96 579	2.33 543

ASD4	103.30 600	113.98 602	120.24 601	106.67 598	79.75 594	115.36 601	120.35 601	119.13 603	79.65 602	120.04 601	74.64 595	101.45 601	65.48 597	109.11 602	84.31 603	104.31 597	90.04 599	133.15 599	103.58 598	130.15 599	94.66 600

MSAF-DinoV2	13.69 574	13.09 576	22.03 565	2.41 538	1.44 454	4.03 383	1.38 432	9.07 565	9.20 563	2.23 374	1.98 353	5.08 530	5.06 522	177.66 603	5.46 502	0.45 408	0.34 382	0.40 380	0.62 495	6.09 568	5.80 578

test_example2	212.63 604	219.92 604	221.87 604	213.67 601	221.17 604	199.47 604	200.74 603	185.30 604	141.66 604	209.52 604	213.45 603	210.82 604	205.48 604	221.27 604	216.64 604	236.83 603	242.07 604	213.93 600	217.01 600	235.69 604	226.10 604

ccccc	590.94 605	629.75 605	645.59 605	567.84 605	570.84 605	582.44 605	641.68 605	613.82 605	494.59 605	614.58 605	651.20 605	555.57 605	637.59 605	666.94 605	652.42 605	781.57 605	507.24 605	391.36 605	342.44 605	689.82 605	581.48 605

Low-res two-view benchmark