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	0.10 2	0.09 37	0.21 56	0.14 1	0.10 65	0.09 1	0.09 2	0.11 1	0.09 1	0.10 10	0.11 17	0.09 16	0.09 16	0.12 2	0.11 11	0.09 270	0.07 262	0.08 153	0.07 136	0.08 169	0.06 75

dual_stereo	0.10 2	0.07 2	0.14 3	0.17 17	0.08 9	0.09 1	0.13 38	0.24 74	0.13 12	0.10 10	0.09 11	0.09 16	0.08 6	0.18 62	0.12 43	0.07 67	0.06 145	0.06 22	0.04 1	0.05 4	0.05 21

IGEV-Stereo+	0.12 39	0.08 8	0.17 29	0.18 46	0.13 238	0.09 1	0.11 14	0.16 4	0.15 22	0.10 10	0.08 10	0.10 32	0.10 39	0.21 119	0.11 11	0.07 67	0.05 29	0.06 22	0.05 39	0.16 440	0.24 514

StereoAnything_RVC	0.13 49	0.37 505	0.36 210	0.14 1	0.07 1	0.11 4	0.12 21	0.17 9	0.12 8	0.08 1	0.07 3	0.07 1	0.10 39	0.20 100	0.10 1	0.09 270	0.05 29	0.06 22	0.04 1	0.24 501	0.05 21

CroCo-Stereo Lap2	0.15 101	0.15 314	0.28 119	0.25 382	0.18 404	0.11 4	0.19 234	0.28 120	0.21 101	0.13 45	0.16 77	0.15 101	0.12 86	0.17 44	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.08 169	0.07 150

CroCo-Stereo	0.14 73	0.13 239	0.24 79	0.25 382	0.11 108	0.11 4	0.18 190	0.32 171	0.23 132	0.12 32	0.12 25	0.18 135	0.12 86	0.14 9	0.13 83	0.08 192	0.06 145	0.07 75	0.05 39	0.07 107	0.06 75
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
LG-Stereo_L2	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.18 14	0.13 12	0.09 5	0.07 3	0.08 3	0.08 6	0.16 31	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

LG-Stereo_L1	0.10 2	0.08 8	0.19 40	0.16 7	0.09 26	0.12 7	0.13 38	0.17 9	0.11 4	0.08 1	0.07 3	0.08 3	0.07 2	0.17 44	0.10 1	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.04 1

S2M2	0.13 49	0.11 135	0.20 49	0.16 7	0.12 164	0.12 7	0.07 1	0.18 14	0.20 86	0.12 32	0.15 67	0.14 85	0.12 86	0.15 15	0.14 117	0.13 414	0.09 380	0.09 230	0.10 339	0.11 348	0.09 273

FoundationStereo	0.09 1	0.07 2	0.16 23	0.16 7	0.08 9	0.12 7	0.13 38	0.11 1	0.12 8	0.09 5	0.07 3	0.10 32	0.09 16	0.11 1	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

111111	0.11 14	0.07 2	0.17 29	0.19 85	0.11 108	0.13 11	0.11 14	0.22 42	0.15 22	0.11 19	0.12 25	0.12 52	0.08 6	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.06 75

LGtest1	0.10 2	0.08 8	0.17 29	0.17 17	0.08 9	0.13 11	0.09 2	0.16 4	0.12 8	0.09 5	0.07 3	0.09 16	0.09 16	0.15 15	0.11 11	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.06 75

asda	0.11 14	0.11 135	0.16 23	0.17 17	0.09 26	0.14 13	0.12 21	0.24 74	0.16 27	0.11 19	0.11 17	0.08 3	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.5_new	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

4.5w-stereo	0.11 14	0.11 135	0.15 9	0.17 17	0.09 26	0.14 13	0.12 21	0.21 32	0.16 27	0.13 45	0.13 37	0.08 3	0.09 16	0.13 5	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.06 40	0.04 1

monsterstereo	0.11 14	0.09 37	0.14 3	0.19 85	0.12 164	0.14 13	0.12 21	0.25 80	0.17 44	0.13 45	0.16 77	0.08 3	0.09 16	0.19 85	0.11 11	0.05 9	0.05 29	0.06 22	0.05 39	0.05 4	0.04 1

GREAT-IGEV	0.12 39	0.09 37	0.25 91	0.16 7	0.11 108	0.14 13	0.16 111	0.17 9	0.17 44	0.10 10	0.15 67	0.09 16	0.09 16	0.18 62	0.10 1	0.06 24	0.07 262	0.06 22	0.05 39	0.07 107	0.10 329

MonSter	0.10 2	0.08 8	0.13 1	0.17 17	0.08 9	0.14 13	0.12 21	0.24 74	0.19 67	0.09 5	0.11 17	0.08 3	0.07 2	0.14 9	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

IGEV-Stereo++	0.11 14	0.08 8	0.15 9	0.19 85	0.11 108	0.14 13	0.10 7	0.22 42	0.18 54	0.10 10	0.13 37	0.10 32	0.11 63	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

DLNR_Zeroshot_test	10.44 580	12.10 586	19.93 587	106.08 596	23.66 593	0.14 13	0.13 38	3.22 573	0.17 44	0.16 102	0.23 148	0.16 118	0.10 39	0.31 270	0.15 141	2.36 573	0.06 145	0.07 75	0.07 136	39.70 594	0.06 75

qwe	0.11 14	0.10 74	0.14 3	0.17 17	0.10 65	0.15 21	0.12 21	0.25 80	0.17 44	0.14 68	0.13 37	0.09 16	0.09 16	0.18 62	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

2.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.18 54	0.14 68	0.17 88	0.09 16	0.10 39	0.18 62	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

4w-stereo	0.10 2	0.10 74	0.15 9	0.17 17	0.09 26	0.15 21	0.10 7	0.19 18	0.13 12	0.12 32	0.12 25	0.08 3	0.11 63	0.16 31	0.12 43	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

2.5w	0.11 14	0.10 74	0.15 9	0.18 46	0.09 26	0.15 21	0.15 82	0.20 26	0.15 22	0.12 32	0.13 37	0.10 32	0.09 16	0.17 44	0.11 11	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

2.75w_new	0.11 14	0.09 37	0.14 3	0.16 7	0.09 26	0.15 21	0.12 21	0.25 80	0.16 27	0.14 68	0.13 37	0.08 3	0.10 39	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

monsters	0.11 14	0.09 37	0.13 1	0.17 17	0.12 164	0.15 21	0.11 14	0.23 60	0.15 22	0.14 68	0.12 25	0.08 3	0.09 16	0.21 119	0.10 1	0.06 24	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

MLG-Stereo_test2	0.10 2	0.08 8	0.15 9	0.17 17	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.09 5	0.07 3	0.10 32	0.06 1	0.15 15	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

MLG-Stereo_test1	0.10 2	0.08 8	0.15 9	0.18 46	0.09 26	0.15 21	0.11 14	0.16 4	0.10 2	0.08 1	0.06 1	0.10 32	0.07 2	0.17 44	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

MLG-Stereo	0.10 2	0.08 8	0.15 9	0.18 46	0.07 1	0.15 21	0.11 14	0.17 9	0.11 4	0.08 1	0.06 1	0.10 32	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

LG-Stereo_Zeroshot	0.13 49	0.09 37	0.24 79	0.20 144	0.10 65	0.15 21	0.14 58	0.22 42	0.16 27	0.12 32	0.19 106	0.15 101	0.11 63	0.13 5	0.17 195	0.07 67	0.05 29	0.06 22	0.06 80	0.07 107	0.06 75

SCV_C0	0.14 73	0.11 135	0.25 91	0.19 85	0.12 164	0.15 21	0.16 111	0.30 150	0.22 114	0.13 45	0.15 67	0.13 63	0.09 16	0.24 153	0.10 1	0.06 24	0.05 29	0.06 22	0.06 80	0.09 235	0.06 75

SCV	0.14 73	0.14 281	0.24 79	0.21 188	0.11 108	0.15 21	0.16 111	0.31 161	0.18 54	0.11 19	0.15 67	0.13 63	0.10 39	0.23 143	0.11 11	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75

DEFOM-Stereo_RVC	0.13 49	0.14 281	0.19 40	0.26 416	0.09 26	0.15 21	0.13 38	0.22 42	0.18 54	0.12 32	0.11 17	0.10 32	0.13 116	0.21 119	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.05 21

AIO_rvc	0.12 39	0.11 135	0.22 65	0.19 85	0.10 65	0.15 21	0.17 147	0.20 26	0.16 27	0.11 19	0.13 37	0.13 63	0.08 6	0.22 134	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.07 150

AIO_test	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.15 21	0.17 147	0.19 18	0.16 27	0.11 19	0.13 37	0.14 85	0.09 16	0.20 100	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

RAStereo	0.13 49	0.12 177	0.27 108	0.22 247	0.11 108	0.15 21	0.18 190	0.23 60	0.23 132	0.13 45	0.17 88	0.11 45	0.09 16	0.15 15	0.13 83	0.08 192	0.06 145	0.08 153	0.06 80	0.07 107	0.05 21

Occ-G	0.13 49	0.08 8	0.21 56	0.17 17	0.10 65	0.15 21	0.19 234	0.22 42	0.19 67	0.13 45	0.19 106	0.21 169	0.11 63	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.06 80	0.07 107	0.06 75

rvit_stereo_0080	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

IGEV-BASED-STEREO-	0.20 209	0.72 541	0.70 455	0.17 17	0.08 9	0.15 21	0.15 82	0.18 14	0.16 27	0.13 45	0.12 25	0.09 16	0.08 6	0.16 31	0.13 83	0.35 532	0.04 2	0.08 153	0.07 136	0.11 348	0.23 509

IGEV++	0.13 49	0.10 74	0.23 71	0.21 188	0.10 65	0.15 21	0.15 82	0.29 131	0.16 27	0.12 32	0.15 67	0.12 52	0.12 86	0.17 44	0.14 117	0.07 67	0.06 145	0.07 75	0.05 39	0.07 107	0.07 150

whm_eth	0.15 101	0.13 239	0.25 91	0.19 85	0.13 238	0.15 21	0.20 281	0.28 120	0.24 147	0.15 80	0.17 88	0.19 149	0.13 116	0.19 85	0.15 141	0.11 357	0.08 346	0.08 153	0.08 211	0.10 300	0.07 150

MIF-Stereo (partial)	0.16 115	0.10 74	0.34 180	0.21 188	0.15 330	0.15 21	0.13 38	0.28 120	0.25 160	0.17 114	0.26 179	0.15 101	0.16 167	0.25 184	0.17 195	0.09 270	0.06 145	0.10 303	0.08 211	0.09 235	0.08 216

Selective-IGEV	0.12 39	0.09 37	0.22 65	0.19 85	0.10 65	0.15 21	0.14 58	0.27 101	0.15 22	0.13 45	0.14 64	0.13 63	0.08 6	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

MSCF	0.13 49	0.12 177	0.21 56	0.22 247	0.10 65	0.16 44	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.18 62	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

asd	0.10 2	0.10 74	0.15 9	0.17 17	0.10 65	0.16 44	0.10 7	0.19 18	0.13 12	0.12 32	0.11 17	0.09 16	0.10 39	0.16 31	0.11 11	0.04 1	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

3w_stereo	0.12 39	0.11 135	0.18 35	0.18 46	0.08 9	0.16 44	0.15 82	0.27 101	0.19 67	0.12 32	0.12 25	0.07 1	0.12 86	0.15 15	0.11 11	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

2w_stereo	0.11 14	0.10 74	0.15 9	0.18 46	0.08 9	0.16 44	0.14 58	0.27 101	0.20 86	0.14 68	0.14 64	0.08 3	0.11 63	0.13 5	0.12 43	0.05 9	0.04 2	0.05 1	0.05 39	0.05 4	0.04 1

1w_stereo	0.12 39	0.08 8	0.14 3	0.18 46	0.09 26	0.16 44	0.15 82	0.25 80	0.21 101	0.13 45	0.16 77	0.08 3	0.12 86	0.16 31	0.13 83	0.05 9	0.04 2	0.05 1	0.04 1	0.05 4	0.05 21

IGEV	0.11 14	0.06 1	0.17 29	0.15 4	0.11 108	0.16 44	0.13 38	0.21 32	0.16 27	0.11 19	0.15 67	0.09 16	0.07 2	0.14 9	0.11 11	0.06 24	0.05 29	0.06 22	0.05 39	0.05 4	0.05 21

MLG-Stereo_test3	0.10 2	0.08 8	0.16 23	0.17 17	0.08 9	0.16 44	0.12 21	0.17 9	0.12 8	0.10 10	0.07 3	0.10 32	0.08 6	0.14 9	0.11 11	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

LG-Stereo	0.13 49	0.10 74	0.24 79	0.20 144	0.09 26	0.16 44	0.18 190	0.21 32	0.18 54	0.11 19	0.17 88	0.09 16	0.09 16	0.15 15	0.14 117	0.05 9	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

HUF	0.15 101	0.11 135	0.38 241	0.17 17	0.11 108	0.16 44	0.17 147	0.22 42	0.20 86	0.11 19	0.13 37	0.14 85	0.11 63	0.18 62	0.12 43	0.07 67	0.20 512	0.06 22	0.05 39	0.07 107	0.14 424

GIP-stereo	0.12 39	0.09 37	0.20 49	0.19 85	0.11 108	0.16 44	0.14 58	0.29 131	0.18 54	0.11 19	0.16 77	0.13 63	0.09 16	0.15 15	0.12 43	0.07 67	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

mms	0.13 49	0.11 135	0.19 40	0.19 85	0.12 164	0.16 44	0.17 147	0.20 26	0.17 44	0.13 45	0.17 88	0.14 85	0.09 16	0.24 153	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

rvit_stereo_0081	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

rvit_stereo_0082	0.16 115	0.11 135	0.24 79	0.21 188	0.12 164	0.16 44	0.17 147	0.22 42	0.33 258	0.16 102	0.18 98	0.18 135	0.14 136	0.20 100	0.16 165	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

AIO-Stereo	0.13 49	0.10 74	0.22 65	0.20 144	0.09 26	0.16 44	0.15 82	0.27 101	0.16 27	0.13 45	0.15 67	0.13 63	0.08 6	0.18 62	0.11 11	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

RSM	0.12 39	0.09 37	0.20 49	0.20 144	0.09 26	0.16 44	0.15 82	0.23 60	0.18 54	0.13 45	0.13 37	0.15 101	0.09 16	0.21 119	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

MoCha-V2	0.13 49	0.08 8	0.26 99	0.23 294	0.09 26	0.16 44	0.15 82	0.26 89	0.16 27	0.15 80	0.15 67	0.13 63	0.14 136	0.20 100	0.11 11	0.06 24	0.07 262	0.06 22	0.06 80	0.06 40	0.05 21

plain	0.17 132	0.13 239	0.43 308	0.21 188	0.13 238	0.16 44	0.17 147	0.27 101	0.22 114	0.16 102	0.26 179	0.13 63	0.16 167	0.27 219	0.16 165	0.08 192	0.06 145	0.10 303	0.07 136	0.10 300	0.07 150

MaDis-Stereo	0.14 73	0.13 239	0.26 99	0.19 85	0.14 280	0.16 44	0.13 38	0.25 80	0.21 101	0.13 45	0.14 64	0.14 85	0.11 63	0.17 44	0.17 195	0.08 192	0.07 262	0.08 153	0.06 80	0.07 107	0.06 75

CASnet	0.14 73	0.12 177	0.22 65	0.22 247	0.08 9	0.16 44	0.15 82	0.27 101	0.25 160	0.22 157	0.20 122	0.15 101	0.11 63	0.17 44	0.13 83	0.07 67	0.05 29	0.11 360	0.09 297	0.08 169	0.05 21
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
FlowAnything_test	0.14 73	0.11 135	0.21 56	0.21 188	0.12 164	0.17 63	0.16 111	0.25 80	0.16 27	0.15 80	0.13 37	0.15 101	0.14 136	0.18 62	0.16 165	0.10 318	0.07 262	0.11 360	0.12 417	0.08 169	0.09 273

water-stereo	0.13 49	0.08 8	0.20 49	0.19 85	0.10 65	0.17 63	0.14 58	0.25 80	0.19 67	0.17 114	0.23 148	0.15 101	0.15 151	0.12 2	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.05 21

4.25_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.5w_new	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

4.25w-stereo	0.11 14	0.11 135	0.16 23	0.17 17	0.10 65	0.17 63	0.12 21	0.21 32	0.14 17	0.12 32	0.13 37	0.09 16	0.10 39	0.15 15	0.12 43	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

3.5w_stereo	0.11 14	0.10 74	0.14 3	0.17 17	0.09 26	0.17 63	0.09 2	0.22 42	0.16 27	0.13 45	0.13 37	0.09 16	0.11 63	0.19 85	0.13 83	0.04 1	0.04 2	0.05 1	0.04 1	0.05 4	0.04 1

SGD-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.07 1	0.17 63	0.13 38	0.18 14	0.16 27	0.11 19	0.13 37	0.11 45	0.12 86	0.18 62	0.11 11	0.08 192	0.04 2	0.06 22	0.05 39	0.06 40	0.04 1

HART	0.15 101	0.11 135	0.30 136	0.21 188	0.09 26	0.17 63	0.16 111	0.30 150	0.19 67	0.15 80	0.25 169	0.17 125	0.09 16	0.21 119	0.12 43	0.06 24	0.07 262	0.07 75	0.05 39	0.08 169	0.06 75

HI	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

CoSv	0.20 209	0.13 239	0.33 171	0.18 46	0.15 330	0.17 63	0.16 111	0.34 193	0.21 101	0.37 385	0.39 327	0.36 345	0.24 294	0.29 248	0.21 282	0.06 24	0.05 29	0.08 153	0.09 297	0.09 235	0.07 150

fffft	0.13 49	0.09 37	0.24 79	0.19 85	0.10 65	0.17 63	0.19 234	0.22 42	0.16 27	0.14 68	0.11 17	0.13 63	0.10 39	0.24 153	0.18 216	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.06 75
1: 1. 1
ours_stereo	0.13 49	0.11 135	0.23 71	0.20 144	0.11 108	0.17 63	0.18 190	0.20 26	0.19 67	0.13 45	0.18 98	0.14 85	0.10 39	0.23 143	0.14 117	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.05 21

rvit_stereo_0083	0.16 115	0.12 177	0.26 99	0.21 188	0.13 238	0.17 63	0.17 147	0.22 42	0.34 268	0.16 102	0.21 134	0.19 149	0.16 167	0.21 119	0.16 165	0.11 357	0.10 405	0.10 303	0.08 211	0.09 235	0.07 150

rvit_stereo_ft	0.17 132	0.14 281	0.30 136	0.25 382	0.14 280	0.17 63	0.21 312	0.28 120	0.26 169	0.16 102	0.19 106	0.20 158	0.16 167	0.22 134	0.17 195	0.11 357	0.07 262	0.09 230	0.09 297	0.09 235	0.07 150

RSM++	0.12 39	0.09 37	0.19 40	0.20 144	0.09 26	0.17 63	0.15 82	0.21 32	0.19 67	0.12 32	0.12 25	0.14 85	0.09 16	0.20 100	0.12 43	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

CAS++	0.16 115	0.12 177	0.27 108	0.18 46	0.12 164	0.17 63	0.15 82	0.42 300	0.24 147	0.19 136	0.18 98	0.13 63	0.10 39	0.21 119	0.12 43	0.12 395	0.10 405	0.11 360	0.08 211	0.10 300	0.09 273
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.14 73	0.10 74	0.30 136	0.21 188	0.13 238	0.17 63	0.13 38	0.19 18	0.18 54	0.15 80	0.20 122	0.10 32	0.11 63	0.18 62	0.16 165	0.08 192	0.06 145	0.07 75	0.06 80	0.08 169	0.06 75

MIM_Stereo	0.18 156	0.12 177	0.38 241	0.20 144	0.11 108	0.17 63	0.14 58	0.35 217	0.25 160	0.27 206	0.35 281	0.23 201	0.13 116	0.27 219	0.16 165	0.06 24	0.07 262	0.08 153	0.08 211	0.08 169	0.06 75

GLC_STEREO	0.15 101	0.10 74	0.24 79	0.21 188	0.09 26	0.17 63	0.15 82	0.23 60	0.27 179	0.17 114	0.20 122	0.17 125	0.11 63	0.23 143	0.16 165	0.07 67	0.09 380	0.09 230	0.08 211	0.07 107	0.06 75

PFNet+	0.20 209	0.10 74	0.37 222	0.21 188	0.12 164	0.17 63	0.19 234	0.29 131	0.34 268	0.33 326	0.32 240	0.24 213	0.16 167	0.32 276	0.17 195	0.10 318	0.07 262	0.11 360	0.10 339	0.08 169	0.12 387

GASTEREO	0.13 49	0.12 177	0.21 56	0.23 294	0.10 65	0.18 83	0.15 82	0.26 89	0.18 54	0.17 114	0.16 77	0.11 45	0.13 116	0.19 85	0.11 11	0.07 67	0.05 29	0.06 22	0.07 136	0.06 40	0.06 75

3.75w	0.11 14	0.09 37	0.15 9	0.17 17	0.11 108	0.18 83	0.12 21	0.23 60	0.14 17	0.13 45	0.11 17	0.08 3	0.10 39	0.16 31	0.11 11	0.05 9	0.03 1	0.05 1	0.04 1	0.05 4	0.04 1

rvit_0105_6	0.19 194	0.14 281	0.34 180	0.23 294	0.14 280	0.18 83	0.20 281	0.29 131	0.37 308	0.18 131	0.22 144	0.23 201	0.17 193	0.26 200	0.17 195	0.15 453	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

WCG-NET	0.14 73	0.09 37	0.23 71	0.18 46	0.08 9	0.18 83	0.17 147	0.21 32	0.28 194	0.18 131	0.21 134	0.15 101	0.12 86	0.18 62	0.12 43	0.06 24	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

MGS-Stereo	0.14 73	0.11 135	0.32 156	0.19 85	0.11 108	0.18 83	0.17 147	0.20 26	0.22 114	0.14 68	0.24 161	0.15 101	0.10 39	0.18 62	0.12 43	0.07 67	0.06 145	0.07 75	0.06 80	0.10 300	0.06 75

HH	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

HanStereo	0.18 156	0.12 177	0.55 396	0.22 247	0.12 164	0.18 83	0.18 190	0.34 193	0.19 67	0.20 140	0.24 161	0.34 326	0.18 218	0.29 248	0.12 43	0.07 67	0.05 29	0.07 75	0.07 136	0.07 107	0.06 75

CES	0.14 73	0.08 8	0.19 40	0.17 17	0.22 465	0.18 83	0.16 111	0.23 60	0.19 67	0.14 68	0.17 88	0.14 85	0.10 39	0.18 62	0.12 43	0.07 67	0.05 29	0.06 22	0.04 1	0.08 169	0.18 471

MC-Stereo	0.14 73	0.09 37	0.25 91	0.21 188	0.09 26	0.18 83	0.16 111	0.23 60	0.19 67	0.18 131	0.23 148	0.16 118	0.13 116	0.22 134	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

DisPM	0.19 194	0.10 74	0.35 190	0.23 294	0.13 238	0.18 83	0.20 281	0.29 131	0.29 213	0.33 326	0.34 270	0.23 201	0.16 167	0.33 283	0.16 165	0.09 270	0.06 145	0.09 230	0.08 211	0.07 107	0.11 364

test_4	0.18 156	0.12 177	0.34 180	0.23 294	0.12 164	0.18 83	0.22 338	0.26 89	0.24 147	0.24 177	0.47 414	0.22 181	0.13 116	0.24 153	0.16 165	0.06 24	0.05 29	0.09 230	0.09 297	0.07 107	0.05 21

test-3	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.26 197	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

test_1	0.16 115	0.09 37	0.31 150	0.21 188	0.11 108	0.18 83	0.16 111	0.30 150	0.27 179	0.25 185	0.16 77	0.22 181	0.12 86	0.26 200	0.18 216	0.06 24	0.04 2	0.08 153	0.08 211	0.06 40	0.06 75

Patchmatch Stereo++	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

ROB_FTStereo_v2	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.16 111	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

ROB_FTStereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.24 153	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

HUI-Stereo	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.28 191	0.25 221	0.17 193	0.22 134	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

RAFT_R40	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.18 83	0.18 190	0.31 161	0.29 213	0.33 326	0.33 261	0.30 292	0.24 294	0.55 378	0.18 216	0.08 192	0.05 29	0.10 303	0.08 211	0.08 169	0.07 150

iGMRVC	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.27 219	0.17 195	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

IRAFT_RVC	0.22 259	0.12 177	0.39 256	0.26 416	0.11 108	0.18 83	0.24 385	0.40 274	0.37 308	0.31 291	0.30 217	0.29 276	0.24 294	0.55 378	0.22 302	0.08 192	0.06 145	0.10 303	0.08 211	0.08 169	0.07 150

iRAFT	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.14 58	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.17 193	0.26 200	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

AnonymousM	0.17 132	0.19 388	0.24 79	0.18 46	0.10 65	0.18 83	0.17 147	0.30 150	0.23 132	0.26 197	0.20 122	0.18 135	0.14 136	0.19 85	0.14 117	0.09 270	0.06 145	0.38 530	0.15 466	0.06 40	0.05 21

RAFT-IKP	0.18 156	0.12 177	0.37 222	0.22 247	0.10 65	0.18 83	0.15 82	0.29 131	0.22 114	0.28 216	0.29 204	0.25 221	0.18 218	0.25 184	0.16 165	0.08 192	0.06 145	0.10 303	0.08 211	0.10 300	0.08 216

CREStereo++_RVC	0.15 101	0.08 8	0.26 99	0.17 17	0.11 108	0.18 83	0.13 38	0.22 42	0.30 225	0.21 151	0.30 217	0.13 63	0.11 63	0.16 31	0.15 141	0.07 67	0.04 2	0.06 22	0.15 466	0.06 40	0.05 21
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
AFF-stereo	0.18 156	0.15 314	0.32 156	0.21 188	0.10 65	0.18 83	0.18 190	0.33 185	0.27 179	0.25 185	0.37 300	0.25 221	0.17 193	0.24 153	0.15 141	0.06 24	0.05 29	0.08 153	0.08 211	0.07 107	0.05 21

AdaDepth	0.11 14	0.09 37	0.20 49	0.20 144	0.10 65	0.19 109	0.13 38	0.16 4	0.13 12	0.10 10	0.10 14	0.09 16	0.09 16	0.19 85	0.12 43	0.05 9	0.05 29	0.06 22	0.06 80	0.05 4	0.05 21

3.25w_new	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

3.25w	0.11 14	0.09 37	0.15 9	0.17 17	0.09 26	0.19 109	0.10 7	0.22 42	0.17 44	0.14 68	0.12 25	0.10 32	0.11 63	0.17 44	0.12 43	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 21

MM-Stereo_test3	0.17 132	0.12 177	0.29 129	0.23 294	0.14 280	0.19 109	0.22 338	0.39 263	0.36 297	0.16 102	0.24 161	0.17 125	0.12 86	0.19 85	0.14 117	0.07 67	0.07 262	0.08 153	0.06 80	0.09 235	0.06 75

Reg-Stereo(zero)	0.16 115	0.07 2	0.36 210	0.19 85	0.10 65	0.19 109	0.14 58	0.28 120	0.24 147	0.22 157	0.20 122	0.24 213	0.18 218	0.21 119	0.18 216	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.06 75

SMoEStereo_RVC	0.13 49	0.10 74	0.22 65	0.19 85	0.10 65	0.19 109	0.17 147	0.19 18	0.19 67	0.15 80	0.13 37	0.12 52	0.11 63	0.24 153	0.16 165	0.06 24	0.05 29	0.07 75	0.06 80	0.06 40	0.06 75

fffy	0.14 73	0.11 135	0.24 79	0.20 144	0.10 65	0.19 109	0.18 190	0.22 42	0.19 67	0.13 45	0.16 77	0.15 101	0.13 116	0.25 184	0.14 117	0.06 24	0.06 145	0.08 153	0.06 80	0.07 107	0.06 75

rvit_stereo_0081_aga	0.16 115	0.14 281	0.28 119	0.21 188	0.13 238	0.19 109	0.17 147	0.23 60	0.24 147	0.17 114	0.21 134	0.19 149	0.13 116	0.19 85	0.14 117	0.11 357	0.08 346	0.09 230	0.08 211	0.09 235	0.07 150

WCG-NET（raft）	0.14 73	0.09 37	0.23 71	0.17 17	0.08 9	0.19 109	0.16 111	0.23 60	0.26 169	0.18 131	0.19 106	0.20 158	0.12 86	0.21 119	0.12 43	0.06 24	0.06 145	0.06 22	0.05 39	0.06 40	0.05 21

RAFT-Stereo-weight	0.15 101	0.09 37	0.26 99	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.29 213	0.24 177	0.20 122	0.19 149	0.10 39	0.18 62	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

IGEV_Zeroshot_test	0.18 156	0.10 74	0.65 438	0.20 144	0.12 164	0.19 109	0.15 82	0.34 193	0.19 67	0.28 216	0.22 144	0.27 251	0.13 116	0.23 143	0.18 216	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.06 75

AEACV	0.13 49	0.09 37	0.23 71	0.18 46	0.19 424	0.19 109	0.16 111	0.23 60	0.14 17	0.13 45	0.17 88	0.13 63	0.16 167	0.16 31	0.12 43	0.07 67	0.05 29	0.07 75	0.08 211	0.07 107	0.06 75

4D-IteraStereo	0.17 132	0.16 339	0.50 368	0.21 188	0.14 280	0.19 109	0.17 147	0.28 120	0.28 194	0.23 163	0.20 122	0.20 158	0.11 63	0.19 85	0.14 117	0.06 24	0.04 2	0.10 303	0.08 211	0.08 169	0.06 75

ProNet	0.14 73	0.12 177	0.25 91	0.19 85	0.11 108	0.19 109	0.19 234	0.27 101	0.20 86	0.14 68	0.13 37	0.13 63	0.12 86	0.24 153	0.12 43	0.06 24	0.05 29	0.07 75	0.06 80	0.07 107	0.07 150

RCA-Stereo	0.16 115	0.09 37	0.25 91	0.20 144	0.10 65	0.19 109	0.17 147	0.36 235	0.35 284	0.20 140	0.25 169	0.17 125	0.17 193	0.18 62	0.14 117	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.05 21

DCANet-4	0.19 194	0.10 74	0.52 383	0.19 85	0.09 26	0.19 109	0.18 190	0.36 235	0.39 332	0.29 243	0.30 217	0.17 125	0.22 262	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

fff	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

ADStereo(finetuned)	0.19 194	0.13 239	0.49 357	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.31 403	0.21 119	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

iRaft-Stereo_5w	0.23 276	0.18 372	0.44 316	0.22 247	0.13 238	0.19 109	0.19 234	0.37 245	0.32 246	0.28 216	0.37 300	0.34 326	0.23 276	0.65 437	0.27 360	0.06 24	0.06 145	0.08 153	0.07 136	0.09 235	0.08 216

TRStereo	0.19 194	0.17 358	0.47 343	0.23 294	0.19 424	0.19 109	0.16 111	0.52 411	0.28 194	0.20 140	0.19 106	0.21 169	0.13 116	0.24 153	0.13 83	0.09 270	0.06 145	0.09 230	0.11 378	0.06 40	0.06 75

ASMatch	0.23 276	0.11 135	0.51 379	0.24 345	0.14 280	0.19 109	0.17 147	0.31 161	0.28 194	0.28 216	0.68 494	0.27 251	0.26 324	0.50 352	0.22 302	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.11 364

SST-Stereo	0.21 229	0.10 74	0.37 222	0.24 345	0.13 238	0.19 109	0.17 147	0.31 161	0.24 147	0.34 346	0.33 261	0.29 276	0.25 315	0.56 389	0.17 195	0.08 192	0.05 29	0.10 303	0.08 211	0.09 235	0.07 150

Pruner-Stereo	0.19 194	0.11 135	0.34 180	0.29 468	0.12 164	0.19 109	0.17 147	0.31 161	0.29 213	0.33 326	0.32 240	0.25 221	0.15 151	0.24 153	0.21 282	0.09 270	0.06 145	0.09 230	0.08 211	0.08 169	0.09 273

DeepStereo_RVC	0.18 156	0.11 135	0.40 264	0.21 188	0.11 108	0.19 109	0.16 111	0.28 120	0.22 114	0.27 206	0.27 186	0.23 201	0.28 359	0.24 153	0.18 216	0.08 192	0.06 145	0.09 230	0.07 136	0.09 235	0.10 329

rafts_anoy	0.18 156	0.15 314	0.35 190	0.22 247	0.14 280	0.19 109	0.17 147	0.32 171	0.30 225	0.23 163	0.25 169	0.20 158	0.16 167	0.22 134	0.19 245	0.08 192	0.07 262	0.10 303	0.12 417	0.09 235	0.08 216

raftrobust	0.16 115	0.13 239	0.29 129	0.22 247	0.15 330	0.19 109	0.13 38	0.32 171	0.26 169	0.26 197	0.20 122	0.19 149	0.17 193	0.21 119	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.07 150

DCANet	0.18 156	0.13 239	0.40 264	0.19 85	0.09 26	0.19 109	0.18 190	0.34 193	0.39 332	0.29 243	0.31 231	0.18 135	0.23 276	0.20 100	0.19 245	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.07 150

csc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

cscssc	0.19 194	0.13 239	0.40 264	0.18 46	0.09 26	0.19 109	0.18 190	0.35 217	0.43 372	0.29 243	0.30 217	0.18 135	0.28 359	0.20 100	0.18 216	0.07 67	0.05 29	0.07 75	0.05 39	0.05 4	0.07 150

RAFT-Stereo + iAFF	0.17 132	0.14 281	0.32 156	0.20 144	0.09 26	0.19 109	0.17 147	0.32 171	0.30 225	0.25 185	0.33 261	0.20 158	0.17 193	0.19 85	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.07 107	0.05 21

Gwc-CoAtRS	0.17 132	0.10 74	0.37 222	0.20 144	0.12 164	0.19 109	0.15 82	0.32 171	0.28 194	0.23 163	0.23 148	0.27 251	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

depthmonostereo	0.14 73	0.09 37	0.19 40	0.19 85	0.08 9	0.20 140	0.15 82	0.27 101	0.23 132	0.16 102	0.18 98	0.14 85	0.17 193	0.19 85	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.05 4	0.05 21

MM-Stereo_test1	0.17 132	0.10 74	0.39 256	0.23 294	0.11 108	0.20 140	0.22 338	0.33 185	0.29 213	0.22 157	0.21 134	0.15 101	0.14 136	0.23 143	0.13 83	0.07 67	0.06 145	0.08 153	0.07 136	0.09 235	0.06 75

castereo	0.14 73	0.10 74	0.19 40	0.18 46	0.10 65	0.20 140	0.19 234	0.30 150	0.27 179	0.13 45	0.18 98	0.16 118	0.16 167	0.15 15	0.13 83	0.07 67	0.05 29	0.06 22	0.06 80	0.06 40	0.05 21

999	0.14 73	0.08 8	0.24 79	0.19 85	0.11 108	0.20 140	0.17 147	0.24 74	0.18 54	0.13 45	0.16 77	0.14 85	0.11 63	0.36 303	0.15 141	0.07 67	0.05 29	0.07 75	0.06 80	0.06 40	0.07 150

rvit_0105_4	0.20 209	0.15 314	0.38 241	0.23 294	0.14 280	0.20 140	0.22 338	0.33 185	0.39 332	0.19 136	0.24 161	0.25 221	0.19 233	0.27 219	0.17 195	0.16 468	0.13 458	0.13 419	0.11 378	0.11 348	0.08 216

Pointernet	0.13 49	0.07 2	0.27 108	0.19 85	0.11 108	0.20 140	0.12 21	0.31 161	0.24 147	0.15 80	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.08 192	0.05 29	0.06 22	0.05 39	0.06 40	0.05 21

AIO-Stereo-zeroshot1	0.25 334	0.14 281	0.95 506	0.21 188	0.27 500	0.20 140	0.19 234	0.48 359	0.25 160	0.26 197	0.55 452	0.34 326	0.18 218	0.25 184	0.17 195	0.07 67	0.06 145	0.08 153	0.12 417	0.12 385	0.12 387

test_for_model	0.29 389	0.89 550	0.34 180	0.69 543	0.49 534	0.20 140	0.16 111	0.30 150	0.23 132	0.28 216	0.15 67	0.13 63	0.11 63	0.17 44	0.13 83	0.29 525	0.10 405	0.06 22	0.04 1	0.86 555	0.18 471

H2IRNET	0.18 156	0.13 239	0.35 190	0.21 188	0.12 164	0.20 140	0.15 82	0.27 101	0.30 225	0.17 114	0.31 231	0.25 221	0.20 242	0.24 153	0.18 216	0.07 67	0.06 145	0.09 230	0.10 339	0.09 235	0.06 75

IGEVStereo-DCA	0.14 73	0.11 135	0.27 108	0.19 85	0.12 164	0.20 140	0.18 190	0.27 101	0.20 86	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

rrr	0.17 132	0.11 135	0.57 403	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.22 114	0.15 80	0.12 25	0.14 85	0.12 86	0.28 232	0.14 117	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.07 150

LoS_RVC	0.13 49	0.10 74	0.19 40	0.18 46	0.16 362	0.20 140	0.18 190	0.20 26	0.17 44	0.13 45	0.19 106	0.12 52	0.15 151	0.17 44	0.13 83	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.12 387

CAS	0.15 101	0.07 2	0.21 56	0.41 521	0.16 362	0.20 140	0.18 190	0.22 42	0.19 67	0.15 80	0.19 106	0.11 45	0.09 16	0.14 9	0.13 83	0.29 525	0.04 2	0.06 22	0.04 1	0.06 40	0.14 424

DCRE	0.20 209	0.13 239	0.40 264	0.21 188	0.15 330	0.20 140	0.19 234	0.30 150	0.27 179	0.22 157	0.80 511	0.23 201	0.16 167	0.23 143	0.15 141	0.07 67	0.07 262	0.07 75	0.08 211	0.07 107	0.06 75

GMOStereo	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

error version	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

test-v	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

HHNet	0.22 259	0.12 177	0.52 383	0.18 46	0.18 404	0.20 140	0.20 281	0.34 193	0.31 237	0.32 314	0.59 467	0.20 158	0.21 249	0.24 153	0.31 391	0.08 192	0.05 29	0.09 230	0.07 136	0.08 169	0.11 364

AAGNet	0.33 423	0.11 135	0.37 222	0.25 382	0.16 362	0.20 140	0.19 234	0.30 150	0.27 179	0.35 363	0.35 281	0.27 251	0.30 387	0.44 331	2.66 567	0.08 192	0.05 29	0.10 303	0.07 136	0.08 169	0.06 75

PSM-softLoss	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

KMStereo	0.21 229	0.10 74	0.39 256	0.24 345	0.12 164	0.20 140	0.18 190	0.38 251	0.26 169	0.29 243	0.32 240	0.24 213	0.16 167	0.52 363	0.20 259	0.09 270	0.06 145	0.10 303	0.09 297	0.08 169	0.12 387

RAFT-345	0.21 229	0.10 74	0.46 335	0.22 247	0.11 108	0.20 140	0.16 111	0.26 89	0.25 160	0.27 206	0.66 489	0.21 169	0.16 167	0.55 378	0.21 282	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.06 75

test-2	0.18 156	0.14 281	0.30 136	0.22 247	0.12 164	0.20 140	0.27 420	0.26 89	0.28 194	0.31 291	0.32 240	0.26 242	0.17 193	0.15 15	0.12 43	0.07 67	0.07 262	0.10 303	0.08 211	0.08 169	0.05 21

cross-raft	0.17 132	0.12 177	0.41 287	0.23 294	0.10 65	0.20 140	0.24 385	0.33 185	0.23 132	0.23 163	0.28 191	0.29 276	0.15 151	0.17 44	0.15 141	0.06 24	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

iRaftStereo_RVC	0.16 115	0.12 177	0.26 99	0.21 188	0.11 108	0.20 140	0.17 147	0.32 171	0.23 132	0.20 140	0.25 169	0.18 135	0.12 86	0.20 100	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

test_xeample3	0.16 115	0.11 135	0.56 400	0.19 85	0.12 164	0.20 140	0.18 190	0.35 217	0.20 86	0.16 102	0.12 25	0.13 63	0.12 86	0.24 153	0.15 141	0.07 67	0.06 145	0.07 75	0.08 211	0.07 107	0.07 150

CFNet-RSSM	0.17 132	0.10 74	0.40 264	0.20 144	0.11 108	0.20 140	0.15 82	0.36 235	0.30 225	0.23 163	0.21 134	0.26 242	0.15 151	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.05 21

DilatedVolume-Stereo	0.14 73	0.08 8	0.18 35	0.18 46	0.09 26	0.21 167	0.14 58	0.24 74	0.21 101	0.21 151	0.21 134	0.15 101	0.14 136	0.23 143	0.15 141	0.07 67	0.06 145	0.06 22	0.06 80	0.05 4	0.05 21

LG-G_1	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

LG-G	0.11 14	0.08 8	0.18 35	0.18 46	0.07 1	0.21 167	0.09 2	0.19 18	0.11 4	0.10 10	0.09 11	0.11 45	0.10 39	0.19 85	0.10 1	0.07 67	0.05 29	0.06 22	0.04 1	0.06 40	0.06 75

MM-Stereo_test2	0.15 101	0.10 74	0.44 316	0.23 294	0.11 108	0.21 167	0.21 312	0.27 101	0.22 114	0.15 80	0.16 77	0.13 63	0.11 63	0.20 100	0.13 83	0.06 24	0.05 29	0.07 75	0.06 80	0.09 235	0.05 21

AIO-test1	0.19 194	0.14 281	0.41 287	0.27 444	0.15 330	0.21 167	0.16 111	0.39 263	0.36 297	0.17 114	0.26 179	0.18 135	0.13 116	0.28 232	0.14 117	0.07 67	0.06 145	0.10 303	0.11 378	0.06 40	0.09 273

UGAM-zero	0.23 276	0.10 74	0.54 390	0.19 85	0.13 238	0.21 167	0.14 58	0.44 318	0.22 114	0.28 216	0.28 191	0.51 453	0.33 413	0.65 437	0.14 117	0.07 67	0.06 145	0.07 75	0.08 211	0.06 40	0.07 150

GCAP-BAT	0.16 115	0.11 135	0.36 210	0.18 46	0.13 238	0.21 167	0.16 111	0.23 60	0.18 54	0.26 197	0.28 191	0.20 158	0.11 63	0.24 153	0.17 195	0.07 67	0.06 145	0.07 75	0.06 80	0.05 4	0.06 75

trnet	0.13 49	0.08 8	0.21 56	0.15 4	0.07 1	0.21 167	0.12 21	0.24 74	0.24 147	0.16 102	0.21 134	0.15 101	0.13 116	0.18 62	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.06 40	0.05 21

ff7	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

ffff	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

11t	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

MSKI-zero shot	0.17 132	0.09 37	0.43 308	0.20 144	0.11 108	0.21 167	0.15 82	0.32 171	0.21 101	0.23 163	0.24 161	0.23 201	0.10 39	0.31 270	0.13 83	0.07 67	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

EKT-Stereo	0.38 457	0.12 177	0.38 241	0.42 522	3.88 573	0.21 167	0.17 147	0.35 217	0.28 194	0.20 140	0.20 122	0.23 201	0.15 151	0.28 232	0.16 165	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

GCAP-Stereo	0.14 73	0.14 281	0.33 171	0.20 144	0.09 26	0.21 167	0.10 7	0.26 89	0.20 86	0.18 131	0.19 106	0.15 101	0.13 116	0.17 44	0.13 83	0.07 67	0.06 145	0.07 75	0.05 39	0.06 40	0.06 75

anonymousdsp	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150

EGLCR-Stereo	0.13 49	0.08 8	0.20 49	0.18 46	0.09 26	0.21 167	0.13 38	0.27 101	0.21 101	0.13 45	0.10 14	0.15 101	0.09 16	0.20 100	0.13 83	0.07 67	0.05 29	0.07 75	0.07 136	0.06 40	0.06 75

knoymous	0.17 132	0.09 37	0.32 156	0.17 17	0.11 108	0.21 167	0.17 147	0.32 171	0.23 132	0.23 163	0.28 191	0.27 251	0.16 167	0.23 143	0.16 165	0.09 270	0.06 145	0.09 230	0.06 80	0.09 235	0.09 273

ccc-4	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.27 101	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.07 150

IGEV-Stereo	0.14 73	0.12 177	0.27 108	0.19 85	0.12 164	0.21 167	0.18 190	0.28 120	0.20 86	0.15 80	0.13 37	0.12 52	0.12 86	0.24 153	0.12 43	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.07 150
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TransformOpticalFlow	0.24 306	0.13 239	0.56 400	0.23 294	0.11 108	0.21 167	0.19 234	0.40 274	0.32 246	0.30 274	0.43 374	0.36 345	0.31 403	0.61 415	0.20 259	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.07 150

OMP-Stereo	0.23 276	0.14 281	0.35 190	0.29 468	0.13 238	0.21 167	0.16 111	0.37 245	0.33 258	0.34 346	0.30 217	0.34 326	0.19 233	0.70 452	0.24 332	0.07 67	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

NF-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

OCTAStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

FTStereo	0.28 378	0.10 74	0.43 308	0.23 294	0.13 238	0.21 167	0.53 531	0.34 193	0.26 169	0.38 400	0.95 524	0.30 292	0.56 503	0.32 276	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.07 107	0.19 479

RE-Stereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

TVStereo	0.20 209	0.10 74	0.35 190	0.24 345	0.12 164	0.21 167	0.18 190	0.38 251	0.32 246	0.28 216	0.30 217	0.22 181	0.16 167	0.51 357	0.20 259	0.08 192	0.06 145	0.09 230	0.08 211	0.08 169	0.13 403

raft+_RVC	0.18 156	0.14 281	0.32 156	0.21 188	0.15 330	0.21 167	0.16 111	0.38 251	0.34 268	0.21 151	0.28 191	0.20 158	0.15 151	0.24 153	0.19 245	0.08 192	0.06 145	0.08 153	0.07 136	0.07 107	0.08 216

RALCasStereoNet	0.18 156	0.15 314	0.33 171	0.21 188	0.14 280	0.21 167	0.18 190	0.31 161	0.25 160	0.21 151	0.29 204	0.22 181	0.15 151	0.27 219	0.17 195	0.08 192	0.10 405	0.07 75	0.06 80	0.09 235	0.09 273

AIO-test2	0.20 209	0.20 400	0.36 210	0.26 416	0.15 330	0.22 195	0.16 111	0.42 300	0.42 365	0.16 102	0.29 204	0.15 101	0.11 63	0.26 200	0.13 83	0.18 490	0.06 145	0.10 303	0.11 378	0.07 107	0.07 150

DEFOM-Stereo	0.11 14	0.08 8	0.17 29	0.17 17	0.09 26	0.22 195	0.14 58	0.14 3	0.16 27	0.11 19	0.10 14	0.09 16	0.08 6	0.21 119	0.11 11	0.06 24	0.05 29	0.06 22	0.04 1	0.05 4	0.05 21

rvit_0105_5	0.21 229	0.15 314	0.38 241	0.23 294	0.13 238	0.22 195	0.24 385	0.36 235	0.39 332	0.21 151	0.23 148	0.26 242	0.19 233	0.26 200	0.19 245	0.15 453	0.13 458	0.12 398	0.12 417	0.10 300	0.09 273

rvit_stereo_0075_2	0.24 306	0.17 358	0.50 368	0.26 416	0.22 465	0.22 195	0.15 82	0.40 274	0.35 284	0.27 206	0.37 300	0.29 276	0.20 242	0.28 232	0.19 245	0.17 479	0.12 446	0.19 492	0.12 417	0.13 400	0.13 403

LoS	0.14 73	0.08 8	0.27 108	0.16 7	0.09 26	0.22 195	0.14 58	0.26 89	0.26 169	0.15 80	0.18 98	0.18 135	0.13 116	0.22 134	0.14 117	0.08 192	0.06 145	0.06 22	0.04 1	0.06 40	0.06 75
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT_CTSACE	0.21 229	0.16 339	0.41 287	0.25 382	0.15 330	0.22 195	0.24 385	0.32 171	0.28 194	0.33 326	0.51 430	0.29 276	0.17 193	0.32 276	0.13 83	0.06 24	0.07 262	0.09 230	0.08 211	0.08 169	0.06 75

test_3	0.18 156	0.11 135	0.32 156	0.24 345	0.11 108	0.22 195	0.25 402	0.31 161	0.31 237	0.25 185	0.18 98	0.23 201	0.13 116	0.25 184	0.19 245	0.06 24	0.05 29	0.09 230	0.10 339	0.07 107	0.06 75

GwcNet-ADL	0.22 259	0.14 281	0.58 408	0.24 345	0.13 238	0.22 195	0.23 363	0.49 367	0.40 348	0.27 206	0.29 204	0.30 292	0.20 242	0.26 200	0.23 321	0.09 270	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

CrosDoStereo	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 566	0.34 193	0.37 308	0.38 400	0.61 479	0.28 266	0.46 481	0.61 415	0.57 480	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

DeepStereo_LL	0.31 405	0.10 74	0.49 357	0.18 46	0.12 164	0.22 195	1.11 566	0.34 193	0.37 308	0.38 400	0.61 479	0.28 266	0.46 481	0.61 415	0.57 480	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.07 150

PFNet	0.23 276	0.10 74	0.57 403	0.24 345	0.14 280	0.22 195	0.19 234	0.39 263	0.33 258	0.35 363	0.32 240	0.27 251	0.19 233	0.64 431	0.22 302	0.09 270	0.05 29	0.09 230	0.07 136	0.08 169	0.07 150

test-1	0.17 132	0.11 135	0.40 264	0.23 294	0.13 238	0.22 195	0.23 363	0.34 193	0.26 169	0.20 140	0.24 161	0.22 181	0.14 136	0.16 31	0.20 259	0.07 67	0.06 145	0.08 153	0.07 136	0.06 40	0.08 216

TestStereo	0.21 229	0.19 388	0.40 264	0.25 382	0.10 65	0.22 195	0.21 312	0.31 161	0.31 237	0.23 163	0.34 270	0.22 181	0.18 218	0.62 423	0.18 216	0.08 192	0.06 145	0.10 303	0.07 136	0.11 348	0.06 75

XX-TBD	0.15 101	0.18 372	0.28 119	0.22 247	0.10 65	0.22 195	0.15 82	0.22 42	0.27 179	0.22 157	0.26 179	0.14 85	0.12 86	0.16 31	0.13 83	0.08 192	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

sAnonymous2	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

CroCo_RVC	0.20 209	0.21 414	0.58 408	0.24 345	0.17 383	0.22 195	0.19 234	0.34 193	0.28 194	0.17 114	0.19 106	0.17 125	0.16 167	0.17 44	0.14 117	0.10 318	0.07 262	0.09 230	0.08 211	0.23 498	0.17 457

sCroCo_RVC	0.18 156	0.14 281	0.49 357	0.27 444	0.18 404	0.22 195	0.17 147	0.27 101	0.23 132	0.14 68	0.22 144	0.17 125	0.14 136	0.21 119	0.15 141	0.10 318	0.11 429	0.09 230	0.09 297	0.09 235	0.09 273

GMStereo	0.19 194	0.25 445	0.40 264	0.21 188	0.12 164	0.22 195	0.19 234	0.29 131	0.40 348	0.25 185	0.23 148	0.16 118	0.15 151	0.25 184	0.19 245	0.09 270	0.06 145	0.08 153	0.08 211	0.10 300	0.08 216
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.13 49	0.08 8	0.21 56	0.14 1	0.08 9	0.22 195	0.15 82	0.25 80	0.24 147	0.16 102	0.21 134	0.14 85	0.13 116	0.18 62	0.13 83	0.09 270	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75
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
R-Stereo Train	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75

RAFT-Stereo	0.18 156	0.09 37	0.32 156	0.22 247	0.12 164	0.22 195	0.19 234	0.42 300	0.19 67	0.31 291	0.45 397	0.20 158	0.14 136	0.18 62	0.15 141	0.08 192	0.06 145	0.07 75	0.06 80	0.06 40	0.06 75
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune	0.16 115	0.12 177	0.23 71	0.16 7	0.08 9	0.23 216	0.20 281	0.29 131	0.31 237	0.19 136	0.22 144	0.19 149	0.15 151	0.29 248	0.20 259	0.06 24	0.06 145	0.08 153	0.06 80	0.06 40	0.06 75

tt45	0.14 73	0.09 37	0.22 65	0.19 85	0.11 108	0.23 216	0.18 190	0.22 42	0.17 44	0.15 80	0.13 37	0.14 85	0.10 39	0.30 263	0.14 117	0.07 67	0.05 29	0.08 153	0.06 80	0.07 107	0.07 150

tg	0.16 115	0.11 135	0.25 91	0.21 188	0.11 108	0.23 216	0.15 82	0.34 193	0.24 147	0.20 140	0.25 169	0.19 149	0.12 86	0.24 153	0.15 141	0.07 67	0.05 29	0.09 230	0.09 297	0.08 169	0.07 150

UGAM	0.26 350	0.14 281	0.45 327	0.25 382	0.12 164	0.23 216	0.25 402	0.32 171	0.41 358	0.31 291	0.42 361	0.41 392	0.22 262	0.92 512	0.22 302	0.08 192	0.06 145	0.14 445	0.12 417	0.10 300	0.07 150

AIO-Stereo-zeroshot	0.23 276	0.13 239	0.83 482	0.20 144	0.21 449	0.23 216	0.17 147	0.48 359	0.27 179	0.23 163	0.29 204	0.39 371	0.23 276	0.25 184	0.15 141	0.08 192	0.06 145	0.08 153	0.11 378	0.11 348	0.10 329

testlalala2	0.18 156	0.10 74	0.50 368	0.36 508	0.25 493	0.23 216	0.14 58	0.34 193	0.24 147	0.25 185	0.25 169	0.21 169	0.12 86	0.16 31	0.16 165	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

AE-Stereo	0.17 132	0.11 135	0.31 150	0.24 345	0.14 280	0.23 216	0.18 190	0.34 193	0.29 213	0.15 80	0.25 169	0.21 169	0.13 116	0.20 100	0.14 117	0.07 67	0.08 346	0.09 230	0.10 339	0.07 107	0.06 75

StereoVision	0.22 259	0.18 372	0.37 222	0.27 444	0.17 383	0.23 216	0.22 338	0.38 251	0.31 237	0.20 140	0.51 430	0.22 181	0.16 167	0.28 232	0.18 216	0.11 357	0.12 446	0.13 419	0.13 444	0.10 300	0.07 150

testlalala	0.15 101	0.10 74	0.36 210	0.19 85	0.12 164	0.23 216	0.16 111	0.26 89	0.19 67	0.24 177	0.19 106	0.14 85	0.11 63	0.16 31	0.13 83	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.05 21

LL-Strereo	0.29 389	0.25 445	0.58 408	0.25 382	0.21 449	0.23 216	0.24 385	0.55 439	0.42 365	0.34 346	0.32 240	0.41 392	0.40 453	0.94 516	0.23 321	0.08 192	0.07 262	0.11 360	0.09 297	0.09 235	0.09 273

qqq	0.20 209	0.12 177	0.31 150	0.20 144	0.11 108	0.23 216	0.19 234	0.41 286	0.27 179	0.24 177	0.28 191	0.28 266	0.24 294	0.34 289	0.22 302	0.08 192	0.07 262	0.10 303	0.09 297	0.09 235	0.09 273

raft_robust	0.22 259	0.17 358	0.30 136	0.22 247	0.12 164	0.23 216	0.22 338	0.49 367	0.48 430	0.32 314	0.32 240	0.26 242	0.23 276	0.53 370	0.15 141	0.07 67	0.06 145	0.08 153	0.10 339	0.08 169	0.06 75

RAFT+CT+SA	0.21 229	0.18 372	0.33 171	0.25 382	0.18 404	0.23 216	0.29 441	0.40 274	0.36 297	0.24 177	0.38 314	0.18 135	0.16 167	0.32 276	0.16 165	0.07 67	0.05 29	0.09 230	0.12 417	0.09 235	0.09 273

LCNet	0.21 229	0.11 135	0.29 129	0.25 382	0.12 164	0.23 216	0.19 234	0.34 193	0.26 169	0.28 216	0.35 281	0.26 242	0.30 387	0.35 298	0.17 195	0.07 67	0.05 29	0.09 230	0.10 339	0.13 400	0.22 502

STrans-v2	0.24 306	0.13 239	0.54 390	0.21 188	0.12 164	0.23 216	0.21 312	0.47 347	0.28 194	0.31 291	0.42 361	0.36 345	0.35 426	0.62 423	0.23 321	0.07 67	0.05 29	0.08 153	0.07 136	0.06 40	0.06 75

IIG-Stereo	0.23 276	0.13 239	0.35 190	0.29 468	0.12 164	0.23 216	0.14 58	0.38 251	0.31 237	0.34 346	0.37 300	0.33 319	0.21 249	0.70 452	0.26 355	0.08 192	0.06 145	0.09 230	0.07 136	0.07 107	0.06 75

KYRaft	0.22 259	0.10 74	0.30 136	0.23 294	0.12 164	0.23 216	0.23 363	0.35 217	0.24 147	0.35 363	0.54 448	0.34 326	0.26 324	0.29 248	0.15 141	0.07 67	0.05 29	0.09 230	0.10 339	0.08 169	0.31 526

GrayStereo	0.25 334	0.09 37	0.32 156	0.26 416	0.13 238	0.23 216	0.47 520	0.34 193	0.30 225	0.39 415	0.47 414	0.30 292	0.79 529	0.29 248	0.16 165	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.13 403

Prome-Stereo	0.21 229	0.10 74	0.30 136	0.24 345	0.12 164	0.23 216	0.23 363	0.36 235	0.25 160	0.33 326	0.59 467	0.24 213	0.28 359	0.29 248	0.16 165	0.07 67	0.05 29	0.08 153	0.07 136	0.08 169	0.20 489

RALAANet	0.19 194	0.18 372	0.37 222	0.23 294	0.14 280	0.23 216	0.13 38	0.37 245	0.29 213	0.28 216	0.26 179	0.25 221	0.15 151	0.26 200	0.18 216	0.08 192	0.06 145	0.09 230	0.08 211	0.09 235	0.06 75

XX-Stereo	0.21 229	0.10 74	0.83 482	0.26 416	0.17 383	0.23 216	0.13 38	0.40 274	0.18 54	0.20 140	0.41 345	0.31 303	0.10 39	0.32 276	0.12 43	0.08 192	0.06 145	0.08 153	0.08 211	0.07 107	0.05 21

PMTNet	0.15 101	0.08 8	0.23 71	0.15 4	0.09 26	0.23 216	0.16 111	0.25 80	0.23 132	0.17 114	0.21 134	0.16 118	0.14 136	0.22 134	0.13 83	0.29 525	0.05 29	0.06 22	0.04 1	0.07 107	0.06 75

ISRNet	0.27 358	0.13 239	0.45 327	0.26 416	0.19 424	0.24 238	0.14 58	0.45 328	0.43 372	0.39 415	0.48 420	0.42 401	0.27 343	0.32 276	0.29 376	0.20 499	0.12 446	0.17 476	0.16 478	0.16 440	0.20 489

rvit_0105_3	0.23 276	0.17 358	0.40 264	0.25 382	0.15 330	0.24 238	0.28 435	0.38 251	0.41 358	0.25 185	0.25 169	0.28 266	0.21 249	0.28 232	0.20 259	0.15 453	0.13 458	0.14 445	0.15 466	0.10 300	0.09 273

model_zeroshot	0.17 132	0.11 135	0.39 256	0.20 144	0.12 164	0.24 238	0.15 82	0.34 193	0.22 114	0.30 274	0.20 122	0.22 181	0.12 86	0.24 153	0.14 117	0.08 192	0.07 262	0.07 75	0.07 136	0.07 107	0.07 150

Former-RAFT_DAM_RVC	0.17 132	0.13 239	0.24 79	0.19 85	0.13 238	0.24 238	0.17 147	0.30 150	0.37 308	0.43 450	0.17 88	0.13 63	0.12 86	0.19 85	0.15 141	0.08 192	0.07 262	0.09 230	0.07 136	0.09 235	0.08 216

LL-Strereo2	0.18 156	0.18 372	0.39 256	0.22 247	0.12 164	0.24 238	0.13 38	0.31 161	0.23 132	0.24 177	0.20 122	0.24 213	0.12 86	0.26 200	0.15 141	0.06 24	0.06 145	0.12 398	0.09 297	0.08 169	0.07 150

riskmin	0.18 156	0.09 37	0.34 180	0.18 46	0.12 164	0.24 238	0.16 111	0.34 193	0.28 194	0.21 151	0.23 148	0.33 319	0.24 294	0.23 143	0.17 195	0.09 270	0.06 145	0.09 230	0.06 80	0.10 300	0.10 329

SA	0.22 259	0.16 339	0.36 210	0.23 294	0.13 238	0.24 238	0.23 363	0.45 328	0.40 348	0.27 206	0.44 385	0.23 201	0.23 276	0.33 283	0.17 195	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

UDGNet	0.23 276	0.31 487	0.38 241	0.24 345	0.14 280	0.24 238	0.18 190	0.32 171	0.43 372	0.29 243	0.28 191	0.24 213	0.19 233	0.29 248	0.20 259	0.15 453	0.07 262	0.21 499	0.11 378	0.14 418	0.10 329

IPLGR_C	0.21 229	0.22 427	0.60 416	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.29 213	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

ACRE	0.21 229	0.20 400	0.62 427	0.23 294	0.15 330	0.24 238	0.20 281	0.35 217	0.28 194	0.31 291	0.32 240	0.22 181	0.15 151	0.25 184	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

NRIStereo	0.18 156	0.11 135	0.35 190	0.23 294	0.11 108	0.24 238	0.20 281	0.29 131	0.26 169	0.26 197	0.25 169	0.25 221	0.18 218	0.34 289	0.18 216	0.07 67	0.06 145	0.09 230	0.07 136	0.09 235	0.08 216

CRE-IMP	0.18 156	0.12 177	0.37 222	0.22 247	0.11 108	0.24 238	0.17 147	0.29 131	0.21 101	0.27 206	0.26 179	0.24 213	0.17 193	0.23 143	0.18 216	0.08 192	0.05 29	0.10 303	0.07 136	0.10 300	0.10 329

GMM-Stereo	0.21 229	0.10 74	0.43 308	0.23 294	0.13 238	0.24 238	0.25 402	0.37 245	0.27 179	0.30 274	0.45 397	0.27 251	0.21 249	0.31 270	0.17 195	0.07 67	0.05 29	0.10 303	0.09 297	0.08 169	0.19 479

111	0.20 209	0.17 358	0.40 264	0.18 46	0.09 26	0.24 238	0.17 147	0.41 286	0.45 398	0.23 163	0.29 204	0.29 276	0.21 249	0.24 153	0.18 216	0.07 67	0.05 29	0.07 75	0.06 80	0.07 107	0.08 216

DFGA-Net	0.23 276	0.24 440	0.49 357	0.22 247	0.15 330	0.25 252	0.17 147	0.39 263	0.39 332	0.29 243	0.31 231	0.21 169	0.17 193	0.59 406	0.28 364	0.08 192	0.06 145	0.09 230	0.09 297	0.10 300	0.08 216

G2L-Stereo	0.25 334	0.16 339	0.47 343	0.22 247	0.14 280	0.25 252	0.18 190	0.46 339	0.35 284	0.33 326	0.37 300	0.40 385	0.22 262	0.60 408	0.30 384	0.10 318	0.09 380	0.10 303	0.08 211	0.09 235	0.09 273

DispNO	0.27 358	0.18 372	0.62 427	0.23 294	0.17 383	0.25 252	0.22 338	0.45 328	0.41 358	0.32 314	0.39 327	0.38 359	0.27 343	0.77 482	0.27 360	0.09 270	0.07 262	0.10 303	0.10 339	0.08 169	0.08 216

MyStereo07	0.16 115	0.12 177	0.26 99	0.22 247	0.14 280	0.25 252	0.23 363	0.29 131	0.21 101	0.15 80	0.13 37	0.12 52	0.13 116	0.25 184	0.13 83	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo06	0.20 209	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.40 274	0.21 101	0.30 274	0.24 161	0.31 303	0.18 218	0.22 134	0.18 216	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo05	0.23 276	0.12 177	0.57 403	0.21 188	0.14 280	0.25 252	0.23 363	0.48 359	0.52 458	0.31 291	0.23 148	0.25 221	0.22 262	0.30 263	0.21 282	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

MyStereo04	0.23 276	0.12 177	0.55 396	0.22 247	0.14 280	0.25 252	0.23 363	0.49 367	0.52 458	0.28 216	0.23 148	0.27 251	0.23 276	0.30 263	0.22 302	0.07 67	0.07 262	0.09 230	0.08 211	0.08 169	0.08 216

testlalala_base	0.20 209	0.13 239	0.35 190	0.25 382	0.15 330	0.25 252	0.16 111	0.34 193	0.17 44	0.19 136	0.26 179	0.17 125	0.14 136	0.18 62	0.16 165	0.39 537	0.09 380	0.07 75	0.05 39	0.45 532	0.08 216

RAFT-Test	0.17 132	0.10 74	0.38 241	0.19 85	0.12 164	0.25 252	0.17 147	0.33 185	0.23 132	0.23 163	0.29 204	0.27 251	0.14 136	0.20 100	0.14 117	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

anonymousdsp2	0.17 132	0.10 74	0.28 119	0.20 144	0.11 108	0.25 252	0.17 147	0.41 286	0.31 237	0.23 163	0.23 148	0.22 181	0.15 151	0.25 184	0.15 141	0.07 67	0.05 29	0.07 75	0.05 39	0.08 169	0.07 150

test_5	0.23 276	0.19 388	0.38 241	0.26 416	0.18 404	0.25 252	0.29 441	0.40 274	0.37 308	0.29 243	0.40 337	0.25 221	0.22 262	0.34 289	0.18 216	0.07 67	0.05 29	0.09 230	0.09 297	0.10 300	0.10 329

CIPLG	0.21 229	0.21 414	0.55 396	0.23 294	0.15 330	0.25 252	0.20 281	0.35 217	0.29 213	0.31 291	0.33 261	0.22 181	0.15 151	0.26 200	0.20 259	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216

iRaft-Stereo_20w	0.19 194	0.10 74	0.46 335	0.19 85	0.13 238	0.25 252	0.19 234	0.52 411	0.19 67	0.29 243	0.21 134	0.22 181	0.20 242	0.28 232	0.18 216	0.07 67	0.06 145	0.07 75	0.08 211	0.08 169	0.08 216

dd	0.22 259	0.26 456	0.40 264	0.22 247	0.12 164	0.25 252	0.21 312	0.32 171	0.44 387	0.29 243	0.28 191	0.25 221	0.16 167	0.30 263	0.25 342	0.12 395	0.07 262	0.10 303	0.08 211	0.11 348	0.09 273

IPLGR	0.21 229	0.13 239	0.61 419	0.21 188	0.11 108	0.25 252	0.18 190	0.41 286	0.37 308	0.28 216	0.27 186	0.21 169	0.19 233	0.37 306	0.18 216	0.07 67	0.06 145	0.08 153	0.07 136	0.07 107	0.06 75

RAFT-RH_RVC	0.25 334	0.11 135	0.45 327	0.21 188	0.12 164	0.25 252	0.14 58	0.27 101	0.27 179	0.38 400	1.15 535	0.23 201	0.17 193	0.57 393	0.24 332	0.07 67	0.05 29	0.10 303	0.07 136	0.06 40	0.07 150

RAFT	0.21 229	0.17 358	0.32 156	0.24 345	0.12 164	0.25 252	0.27 420	0.35 217	0.28 194	0.33 326	0.33 261	0.38 359	0.22 262	0.29 248	0.17 195	0.08 192	0.08 346	0.11 360	0.10 339	0.10 300	0.06 75

TANstereo	0.15 101	0.09 37	0.28 119	0.16 7	0.08 9	0.25 252	0.14 58	0.23 60	0.28 194	0.24 177	0.30 217	0.16 118	0.12 86	0.17 44	0.13 83	0.08 192	0.07 262	0.06 22	0.05 39	0.06 40	0.07 150

PSMNet-RSSM	0.24 306	0.15 314	0.36 210	0.21 188	0.14 280	0.25 252	0.20 281	0.48 359	0.37 308	0.30 274	0.44 385	0.38 359	0.26 324	0.52 363	0.22 302	0.12 395	0.07 262	0.11 360	0.13 444	0.10 300	0.09 273

DN-CSS_ROB	0.22 259	0.25 445	0.47 343	0.24 345	0.14 280	0.25 252	0.12 21	0.40 274	0.33 258	0.29 243	0.42 361	0.22 181	0.20 242	0.33 283	0.19 245	0.07 67	0.06 145	0.11 360	0.11 378	0.11 348	0.07 150

FACV-RUCA	0.21 229	0.15 314	0.32 156	0.23 294	0.23 478	0.26 272	0.19 234	0.39 263	0.34 268	0.25 185	0.32 240	0.21 169	0.24 294	0.24 153	0.19 245	0.10 318	0.07 262	0.15 459	0.08 211	0.16 440	0.13 403

DCVSM-stereo	0.24 306	0.13 239	0.52 383	0.20 144	0.14 280	0.26 272	0.13 38	0.34 193	0.34 268	0.41 434	0.33 261	0.47 430	0.29 374	0.30 263	0.22 302	0.10 318	0.10 405	0.11 360	0.10 339	0.12 385	0.15 436

gcap-zeroshot	0.17 132	0.11 135	0.36 210	0.20 144	0.12 164	0.26 272	0.16 111	0.30 150	0.22 114	0.26 197	0.20 122	0.30 292	0.14 136	0.20 100	0.13 83	0.07 67	0.06 145	0.07 75	0.07 136	0.06 40	0.06 75

TestStereo1	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

x	0.19 194	0.11 135	0.29 129	0.20 144	0.11 108	0.26 272	0.18 190	0.41 286	0.29 213	0.25 185	0.29 204	0.28 266	0.24 294	0.26 200	0.23 321	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.08 216

SA-5K	0.21 229	0.16 339	0.32 156	0.26 416	0.13 238	0.26 272	0.27 420	0.40 274	0.36 297	0.29 243	0.39 327	0.22 181	0.21 249	0.33 283	0.17 195	0.07 67	0.06 145	0.09 230	0.08 211	0.08 169	0.07 150

PSM-AAD	0.25 334	0.10 74	0.30 136	0.24 345	0.12 164	0.26 272	0.38 494	0.34 193	0.28 194	0.35 363	0.39 327	0.28 266	0.79 529	0.30 263	0.16 165	0.07 67	0.06 145	0.12 398	0.11 378	0.08 169	0.21 497

CFNet_pseudo	0.23 276	0.13 239	0.47 343	0.19 85	0.13 238	0.26 272	0.16 111	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

FENet	0.21 229	0.11 135	0.45 327	0.21 188	0.12 164	0.26 272	0.17 147	0.41 286	0.35 284	0.30 274	0.31 231	0.29 276	0.23 276	0.26 200	0.23 321	0.09 270	0.06 145	0.09 230	0.09 297	0.09 235	0.09 273

ccs_rob	0.23 276	0.13 239	0.47 343	0.20 144	0.13 238	0.26 272	0.17 147	0.44 318	0.44 387	0.29 243	0.37 300	0.38 359	0.23 276	0.29 248	0.21 282	0.09 270	0.06 145	0.11 360	0.08 211	0.11 348	0.09 273

G2L-ROB	0.23 276	0.15 314	0.41 287	0.19 85	0.12 164	0.27 282	0.21 312	0.47 347	0.33 258	0.34 346	0.31 231	0.41 392	0.22 262	0.49 348	0.26 355	0.09 270	0.06 145	0.07 75	0.06 80	0.09 235	0.10 329

xyz-stereo-finetune2	0.17 132	0.11 135	0.26 99	0.16 7	0.09 26	0.27 282	0.19 234	0.27 101	0.20 86	0.22 157	0.28 191	0.21 169	0.22 262	0.37 306	0.22 302	0.06 24	0.05 29	0.08 153	0.06 80	0.06 40	0.07 150

G2L-Stereo_test	0.24 306	0.16 339	0.38 241	0.19 85	0.13 238	0.27 282	0.24 385	0.49 367	0.38 322	0.37 385	0.37 300	0.40 385	0.24 294	0.52 363	0.28 364	0.08 192	0.06 145	0.06 22	0.06 80	0.09 235	0.08 216

castereo++	0.13 49	0.10 74	0.18 35	0.18 46	0.10 65	0.27 282	0.13 38	0.23 60	0.23 132	0.11 19	0.13 37	0.16 118	0.10 39	0.18 62	0.10 1	0.07 67	0.05 29	0.07 75	0.06 80	0.05 4	0.04 1

ITSA-stereo	0.25 334	0.15 314	0.33 171	0.23 294	0.11 108	0.27 282	0.18 190	0.56 454	0.59 481	0.31 291	0.32 240	0.33 319	0.28 359	0.49 348	0.30 384	0.11 357	0.08 346	0.11 360	0.10 339	0.11 348	0.13 403

test_sample2	0.21 229	0.10 74	0.28 119	0.19 85	0.11 108	0.27 282	0.21 312	0.43 312	0.29 213	0.26 197	0.31 231	0.30 292	0.24 294	0.45 334	0.18 216	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

SMFormer	0.25 334	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

tta	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.28 364	0.10 318	0.07 262	0.08 153	0.08 211	0.08 169	0.07 150

qqq1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

fff1	0.24 306	0.12 177	0.40 264	0.19 85	0.10 65	0.27 282	0.19 234	0.51 394	0.45 398	0.34 346	0.41 345	0.31 303	0.26 324	0.58 400	0.16 165	0.10 318	0.07 262	0.07 75	0.06 80	0.08 169	0.07 150

11t1	0.18 156	0.10 74	0.30 136	0.20 144	0.11 108	0.27 282	0.17 147	0.35 217	0.23 132	0.25 185	0.23 148	0.23 201	0.23 276	0.25 184	0.18 216	0.09 270	0.07 262	0.07 75	0.06 80	0.09 235	0.09 273

MIPNet	0.21 229	0.15 314	0.52 383	0.21 188	0.12 164	0.27 282	0.20 281	0.45 328	0.37 308	0.30 274	0.23 148	0.19 149	0.24 294	0.27 219	0.19 245	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

GES	0.22 259	0.12 177	0.42 297	0.20 144	0.14 280	0.27 282	0.19 234	0.49 367	0.33 258	0.30 274	0.36 291	0.25 221	0.23 276	0.29 248	0.22 302	0.10 318	0.08 346	0.08 153	0.07 136	0.10 300	0.11 364

HCRNet	0.24 306	0.25 445	0.33 171	0.34 498	0.16 362	0.27 282	0.18 190	0.43 312	0.35 284	0.30 274	0.35 281	0.32 312	0.22 262	0.44 331	0.20 259	0.13 414	0.08 346	0.13 419	0.11 378	0.10 300	0.09 273

ACVNet	0.23 276	0.13 239	0.35 190	0.18 46	0.15 330	0.27 282	0.23 363	0.39 263	0.44 387	0.28 216	0.41 345	0.38 359	0.26 324	0.27 219	0.32 396	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.07 150

cf-r	0.24 306	0.15 314	0.44 316	0.21 188	0.14 280	0.27 282	0.22 338	0.42 300	0.40 348	0.30 274	0.42 361	0.42 401	0.26 324	0.43 327	0.25 342	0.11 357	0.06 145	0.08 153	0.10 339	0.08 169	0.08 216

GANet-RSSM	0.24 306	0.14 281	0.36 210	0.21 188	0.14 280	0.27 282	0.21 312	0.45 328	0.33 258	0.29 243	0.39 327	0.39 371	0.28 359	0.58 400	0.23 321	0.11 357	0.07 262	0.09 230	0.09 297	0.10 300	0.09 273

DMCA	0.22 259	0.14 281	0.36 210	0.22 247	0.14 280	0.27 282	0.20 281	0.43 312	0.38 322	0.31 291	0.32 240	0.33 319	0.24 294	0.24 153	0.28 364	0.11 357	0.08 346	0.10 303	0.08 211	0.10 300	0.11 364

HITNet	0.20 209	0.17 358	0.43 308	0.19 85	0.08 9	0.27 282	0.14 58	0.42 300	0.30 225	0.29 243	0.32 240	0.27 251	0.21 249	0.28 232	0.25 342	0.07 67	0.05 29	0.07 75	0.06 80	0.09 235	0.06 75
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
IGEV-RUCA	0.21 229	0.08 8	0.23 71	0.19 85	0.19 424	0.28 301	0.24 385	0.23 60	0.21 101	0.20 140	0.23 148	0.28 266	0.49 491	0.26 200	0.18 216	0.09 270	0.08 346	0.18 484	0.13 444	0.17 457	0.17 457

test_sample7	0.25 334	0.15 314	0.35 190	0.20 144	0.14 280	0.28 301	0.21 312	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.14 440	0.09 380	0.13 419	0.12 417	0.13 400	0.12 387

test_sample1	0.20 209	0.10 74	0.28 119	0.19 85	0.12 164	0.28 301	0.19 234	0.41 286	0.25 160	0.26 197	0.31 231	0.29 276	0.26 324	0.44 331	0.21 282	0.09 270	0.07 262	0.08 153	0.07 136	0.09 235	0.09 273

mmm	0.21 229	0.12 177	0.31 150	0.22 247	0.12 164	0.28 301	0.21 312	0.41 286	0.27 179	0.29 243	0.38 314	0.29 276	0.24 294	0.29 248	0.22 302	0.09 270	0.07 262	0.11 360	0.09 297	0.10 300	0.09 273

ffm	0.22 259	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.27 219	0.11 11	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

ff1	0.29 389	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.35 217	0.44 387	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 530	0.08 192	0.05 29	0.11 360	0.10 339	0.08 169	0.08 216

mmx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 530	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

xxx	0.31 405	0.12 177	0.42 297	0.20 144	0.13 238	0.28 301	0.20 281	0.55 439	0.45 398	0.30 274	0.42 361	0.34 326	0.23 276	0.81 493	1.08 530	0.10 318	0.07 262	0.11 360	0.10 339	0.11 348	0.10 329

GMStereo_Zeroshot	0.24 306	0.21 414	0.45 327	0.26 416	0.13 238	0.28 301	0.15 82	0.39 263	0.35 284	0.37 385	0.43 374	0.40 385	0.17 193	0.34 289	0.20 259	0.12 395	0.07 262	0.13 419	0.07 136	0.16 440	0.09 273

PCWNet_CMD	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.10 303	0.08 211	0.11 348	0.09 273

CFNet_ucs	0.24 306	0.13 239	0.50 368	0.20 144	0.15 330	0.28 301	0.17 147	0.49 367	0.45 398	0.32 314	0.42 361	0.39 371	0.22 262	0.31 270	0.21 282	0.11 357	0.08 346	0.12 398	0.09 297	0.12 385	0.11 364

CASS	0.21 229	0.15 314	0.32 156	0.26 416	0.11 108	0.28 301	0.19 234	0.39 263	0.30 225	0.32 314	0.34 270	0.25 221	0.24 294	0.25 184	0.20 259	0.13 414	0.08 346	0.11 360	0.09 297	0.11 348	0.11 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Sa-1000	0.22 259	0.15 314	0.35 190	0.23 294	0.13 238	0.28 301	0.23 363	0.47 347	0.39 332	0.30 274	0.50 424	0.26 242	0.19 233	0.33 283	0.16 165	0.07 67	0.06 145	0.10 303	0.11 378	0.08 169	0.06 75

IPLG	0.21 229	0.15 314	0.53 387	0.21 188	0.12 164	0.28 301	0.17 147	0.42 300	0.30 225	0.33 326	0.32 240	0.15 101	0.17 193	0.50 352	0.21 282	0.07 67	0.05 29	0.08 153	0.07 136	0.07 107	0.06 75

THIR-Stereo	0.29 389	0.12 177	0.41 287	0.19 85	0.11 108	0.28 301	0.72 544	0.32 171	0.35 284	0.37 385	0.65 487	0.34 326	0.50 493	0.57 393	0.45 456	0.07 67	0.06 145	0.08 153	0.09 297	0.07 107	0.07 150

DRaft	0.24 306	0.10 74	0.34 180	0.18 46	0.12 164	0.28 301	0.23 363	0.33 185	0.39 332	0.38 400	0.61 479	0.21 169	0.41 457	0.48 343	0.42 448	0.07 67	0.06 145	0.08 153	0.08 211	0.07 107	0.08 216

aanetorigin	0.39 462	0.29 473	1.09 521	0.24 345	0.19 424	0.28 301	0.37 488	0.33 185	0.47 420	0.94 534	0.82 514	0.52 459	0.54 499	0.49 348	0.50 473	0.11 357	0.09 380	0.10 303	0.10 339	0.16 440	0.15 436

GwcNet-RSSM	0.26 350	0.17 358	0.46 335	0.21 188	0.13 238	0.28 301	0.23 363	0.44 318	0.42 365	0.31 291	0.45 397	0.40 385	0.26 324	0.55 378	0.28 364	0.11 357	0.07 262	0.09 230	0.10 339	0.09 235	0.08 216

DIP-Stereo	0.18 156	0.12 177	0.33 171	0.20 144	0.13 238	0.28 301	0.12 21	0.42 300	0.25 160	0.27 206	0.32 240	0.21 169	0.17 193	0.25 184	0.20 259	0.07 67	0.06 145	0.08 153	0.06 80	0.07 107	0.08 216
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.22 259	0.18 372	0.47 343	0.22 247	0.10 65	0.28 301	0.14 58	0.46 339	0.32 246	0.31 291	0.34 270	0.31 303	0.25 315	0.31 270	0.29 376	0.08 192	0.06 145	0.08 153	0.06 80	0.10 300	0.08 216

MSMDNet	0.23 276	0.13 239	0.48 352	0.20 144	0.13 238	0.28 301	0.16 111	0.46 339	0.46 415	0.29 243	0.36 291	0.37 351	0.24 294	0.28 232	0.20 259	0.09 270	0.06 145	0.09 230	0.08 211	0.11 348	0.09 273

CoDeX	0.23 276	0.12 177	0.46 335	0.21 188	0.14 280	0.29 322	0.21 312	0.53 422	0.41 358	0.29 243	0.35 281	0.29 276	0.22 262	0.48 343	0.19 245	0.09 270	0.06 145	0.08 153	0.07 136	0.08 169	0.07 150

ttt	0.29 389	0.12 177	0.34 180	0.21 188	0.13 238	0.29 322	0.20 281	0.56 454	0.47 420	0.31 291	0.44 385	0.30 292	0.22 262	0.65 437	0.85 516	0.13 414	0.10 405	0.10 303	0.10 339	0.11 348	0.11 364

Any-RAFT	0.17 132	0.08 8	0.31 150	0.19 85	0.10 65	0.29 322	0.16 111	0.42 300	0.30 225	0.24 177	0.27 186	0.27 251	0.16 167	0.21 119	0.12 43	0.08 192	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

ToySt	0.24 306	0.16 339	0.48 352	0.21 188	0.13 238	0.29 322	0.29 441	0.39 263	0.39 332	0.27 206	0.35 281	0.39 371	0.31 403	0.31 270	0.29 376	0.08 192	0.09 380	0.10 303	0.11 378	0.11 348	0.10 329

Selective-RAFT	0.17 132	0.12 177	0.30 136	0.24 345	0.10 65	0.29 322	0.15 82	0.32 171	0.31 237	0.17 114	0.17 88	0.21 169	0.18 218	0.28 232	0.17 195	0.07 67	0.06 145	0.07 75	0.07 136	0.08 169	0.06 75

DAS	0.27 358	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.75 471	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

SepStereo	0.26 350	0.12 177	0.42 297	0.24 345	0.18 404	0.29 322	0.24 385	0.45 328	0.45 398	0.41 434	0.44 385	0.34 326	0.29 374	0.64 431	0.21 282	0.09 270	0.07 262	0.09 230	0.07 136	0.09 235	0.09 273

AACVNet	0.26 350	0.16 339	0.37 222	0.22 247	0.14 280	0.29 322	0.19 234	0.41 286	0.31 237	0.38 400	0.42 361	0.43 405	0.28 359	0.73 462	0.25 342	0.11 357	0.08 346	0.11 360	0.09 297	0.13 400	0.11 364

GANet-ADL	0.21 229	0.12 177	0.45 327	0.23 294	0.14 280	0.29 322	0.19 234	0.46 339	0.35 284	0.25 185	0.32 240	0.32 312	0.19 233	0.24 153	0.20 259	0.10 318	0.07 262	0.07 75	0.06 80	0.09 235	0.10 329

ICVP	0.23 276	0.13 239	0.44 316	0.26 416	0.14 280	0.29 322	0.25 402	0.45 328	0.33 258	0.29 243	0.43 374	0.35 340	0.25 315	0.26 200	0.23 321	0.12 395	0.09 380	0.09 230	0.08 211	0.09 235	0.10 329
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ARAFT	0.24 306	0.21 414	0.78 466	0.22 247	0.12 164	0.29 322	0.24 385	0.43 312	0.32 246	0.33 326	0.28 191	0.28 266	0.19 233	0.49 348	0.18 216	0.07 67	0.06 145	0.12 398	0.11 378	0.09 235	0.06 75

DMCA-RVC	0.27 358	0.21 414	0.61 419	0.28 465	0.17 383	0.29 322	0.21 312	0.42 300	0.35 284	0.40 425	0.37 300	0.39 371	0.36 430	0.43 327	0.30 384	0.13 414	0.10 405	0.15 459	0.11 378	0.13 400	0.10 329

STTStereo	0.28 378	0.20 400	0.61 419	0.25 382	0.17 383	0.29 322	0.24 385	0.47 347	0.39 332	0.39 415	0.41 345	0.44 416	0.28 359	0.40 320	0.28 364	0.13 414	0.12 446	0.13 419	0.16 478	0.12 385	0.11 364

NLCA_NET_v2_RVC	0.27 358	0.21 414	0.59 414	0.25 382	0.18 404	0.29 322	0.22 338	0.50 377	0.40 348	0.38 400	0.41 345	0.43 405	0.27 343	0.43 327	0.29 376	0.11 357	0.08 346	0.10 303	0.10 339	0.10 300	0.11 364
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNetv2_ROB	0.27 358	0.26 456	0.72 459	0.23 294	0.13 238	0.29 322	0.18 190	0.52 411	0.49 439	0.37 385	0.45 397	0.39 371	0.25 315	0.34 289	0.20 259	0.08 192	0.06 145	0.07 75	0.05 39	0.12 385	0.09 273

MLCV	0.22 259	0.16 339	0.44 316	0.21 188	0.08 9	0.29 322	0.19 234	0.38 251	0.37 308	0.38 400	0.44 385	0.31 303	0.21 249	0.41 322	0.24 332	0.07 67	0.05 29	0.06 22	0.05 39	0.07 107	0.06 75

iResNet	0.24 306	0.18 372	0.61 419	0.25 382	0.11 108	0.29 322	0.21 312	0.42 300	0.43 372	0.33 326	0.43 374	0.27 251	0.22 262	0.34 289	0.26 355	0.07 67	0.05 29	0.07 75	0.06 80	0.08 169	0.07 150

z-ln-s-r	0.32 414	0.21 414	0.82 480	0.23 294	0.14 280	0.30 339	0.26 414	0.43 312	0.50 447	0.32 314	0.60 472	0.39 371	0.29 374	0.73 462	0.66 500	0.08 192	0.06 145	0.08 153	0.07 136	0.10 300	0.08 216

rvit_105_1	0.27 358	0.19 388	0.46 335	0.27 444	0.19 424	0.30 339	0.35 480	0.44 318	0.51 451	0.31 291	0.31 231	0.31 303	0.26 324	0.35 298	0.25 342	0.15 453	0.14 468	0.15 459	0.17 487	0.11 348	0.10 329

test_sample6	0.25 334	0.13 239	0.41 287	0.21 188	0.11 108	0.30 339	0.22 338	0.51 394	0.35 284	0.33 326	0.43 374	0.30 292	0.24 294	0.57 393	0.22 302	0.10 318	0.07 262	0.10 303	0.10 339	0.11 348	0.10 329

test_sample5	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.32 314	0.41 345	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

DualNet	0.24 306	0.13 239	0.42 297	0.21 188	0.12 164	0.30 339	0.21 312	0.50 377	0.34 268	0.33 326	0.43 374	0.29 276	0.23 276	0.55 378	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

tt1	0.18 156	0.14 281	0.35 190	0.23 294	0.11 108	0.30 339	0.19 234	0.35 217	0.44 387	0.17 114	0.19 106	0.13 63	0.16 167	0.27 219	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

dad	0.28 378	0.31 487	0.44 316	0.21 188	0.14 280	0.30 339	0.20 281	0.33 185	0.49 439	0.44 457	0.44 385	0.45 420	0.21 249	0.41 322	0.26 355	0.20 499	0.11 429	0.20 496	0.11 378	0.14 418	0.10 329

DEmStereo	0.26 350	0.09 37	0.47 343	0.19 85	0.12 164	0.30 339	0.25 402	0.28 120	0.36 297	0.36 379	0.58 465	0.25 221	0.48 490	0.53 370	0.44 453	0.07 67	0.06 145	0.08 153	0.08 211	0.06 40	0.07 150

RAFT + AFF	0.27 358	0.23 436	0.50 368	0.25 382	0.17 383	0.30 339	0.33 474	0.52 411	0.40 348	0.28 216	0.30 217	0.30 292	0.31 403	0.62 423	0.24 332	0.09 270	0.10 405	0.11 360	0.10 339	0.11 348	0.11 364

EAI-Stereo	0.21 229	0.10 74	0.33 171	0.21 188	0.12 164	0.30 339	0.46 516	0.46 339	0.20 86	0.25 185	0.50 424	0.17 125	0.16 167	0.24 153	0.23 321	0.07 67	0.06 145	0.07 75	0.10 339	0.06 40	0.07 150

CFNet-ft	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

FADNet_RVC	0.30 398	0.28 466	0.83 482	0.23 294	0.15 330	0.30 339	0.17 147	0.49 367	0.37 308	0.30 274	0.38 314	0.30 292	0.27 343	0.52 363	0.31 391	0.14 440	0.14 468	0.14 445	0.16 478	0.21 489	0.23 509

CFNet_RVC	0.24 306	0.15 314	0.35 190	0.18 46	0.15 330	0.30 339	0.21 312	0.39 263	0.36 297	0.28 216	0.40 337	0.43 405	0.25 315	0.47 341	0.24 332	0.12 395	0.07 262	0.12 398	0.11 378	0.12 385	0.09 273

AANet_RVC	0.31 405	0.22 427	0.50 368	0.23 294	0.14 280	0.30 339	0.24 385	0.47 347	0.54 466	0.38 400	0.60 472	0.43 405	0.29 374	0.87 502	0.40 437	0.11 357	0.07 262	0.07 75	0.07 136	0.09 235	0.09 273

DeepPruner_ROB	0.26 350	0.19 388	0.44 316	0.21 188	0.16 362	0.30 339	0.21 312	0.52 411	0.32 246	0.35 363	0.38 314	0.39 371	0.26 324	0.42 325	0.24 332	0.15 453	0.11 429	0.11 360	0.11 378	0.14 418	0.13 403

iResNet_ROB	0.25 334	0.19 388	0.40 264	0.20 144	0.12 164	0.30 339	0.16 111	0.55 439	0.53 462	0.38 400	0.43 374	0.37 351	0.26 324	0.38 311	0.22 302	0.08 192	0.06 145	0.06 22	0.04 1	0.09 235	0.09 273

coex_refinement	0.26 350	0.16 339	0.36 210	0.23 294	0.15 330	0.31 355	0.20 281	0.49 367	0.42 365	0.35 363	0.42 361	0.45 420	0.27 343	0.55 378	0.33 403	0.10 318	0.06 145	0.07 75	0.07 136	0.10 300	0.10 329

MyStereo8	0.22 259	0.15 314	0.63 430	0.21 188	0.17 383	0.31 355	0.16 111	0.36 235	0.32 246	0.28 216	0.36 291	0.25 221	0.18 218	0.25 184	0.28 364	0.08 192	0.07 262	0.08 153	0.07 136	0.10 300	0.12 387

ACVNet-DCA	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

xx1	0.20 209	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.28 266	0.24 294	0.28 232	0.11 11	0.08 192	0.05 29	0.10 303	0.09 297	0.09 235	0.09 273

1test111	0.19 194	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.41 286	0.27 179	0.17 114	0.19 106	0.13 63	0.18 218	0.34 289	0.22 302	0.08 192	0.05 29	0.08 153	0.06 80	0.09 235	0.09 273

cc1	0.18 156	0.14 281	0.38 241	0.23 294	0.11 108	0.31 355	0.19 234	0.35 217	0.47 420	0.17 114	0.19 106	0.13 63	0.18 218	0.28 232	0.11 11	0.08 192	0.05 29	0.08 153	0.06 80	0.08 169	0.08 216

anonymousa	0.23 276	0.11 135	0.50 368	0.21 188	0.16 362	0.31 355	0.20 281	0.36 235	0.35 284	0.32 314	0.50 424	0.39 371	0.26 324	0.22 134	0.20 259	0.08 192	0.06 145	0.09 230	0.11 378	0.07 107	0.08 216

IER	0.23 276	0.12 177	0.39 256	0.20 144	0.14 280	0.31 355	0.19 234	0.42 300	0.36 297	0.33 326	0.40 337	0.32 312	0.33 413	0.29 248	0.22 302	0.09 270	0.07 262	0.08 153	0.08 211	0.09 235	0.08 216

PSMNet-ADL	0.25 334	0.15 314	0.32 156	0.26 416	0.14 280	0.31 355	0.22 338	0.44 318	0.36 297	0.27 206	0.33 261	0.41 392	0.28 359	0.61 415	0.29 376	0.11 357	0.09 380	0.09 230	0.11 378	0.10 300	0.10 329

test_sample4	0.24 306	0.13 239	0.43 308	0.20 144	0.12 164	0.32 364	0.21 312	0.51 394	0.34 268	0.31 291	0.37 300	0.28 266	0.23 276	0.53 370	0.21 282	0.10 318	0.07 262	0.10 303	0.09 297	0.11 348	0.10 329

test_sample3	0.23 276	0.12 177	0.43 308	0.19 85	0.12 164	0.32 364	0.20 281	0.50 377	0.34 268	0.31 291	0.33 261	0.29 276	0.22 262	0.53 370	0.22 302	0.10 318	0.07 262	0.09 230	0.08 211	0.10 300	0.10 329

1111x	0.32 414	0.11 135	0.40 264	0.22 247	0.11 108	0.32 364	0.26 414	0.59 478	0.43 372	0.31 291	0.41 345	0.39 371	0.28 359	0.76 476	1.37 546	0.09 270	0.08 346	0.09 230	0.10 339	0.09 235	0.08 216

HBP-ISP	0.33 423	0.30 480	0.72 459	0.22 247	0.16 362	0.32 364	0.22 338	0.54 429	0.44 387	0.41 434	0.49 422	0.33 319	0.38 443	0.73 462	0.25 342	0.18 490	0.19 507	0.24 508	0.20 499	0.16 440	0.13 403

s12784h	0.17 132	0.09 37	0.26 99	0.18 46	0.07 1	0.32 364	0.19 234	0.37 245	0.32 246	0.23 163	0.25 169	0.18 135	0.17 193	0.25 184	0.16 165	0.07 67	0.05 29	0.07 75	0.05 39	0.06 40	0.05 21

pcwnet_v2	0.32 414	0.15 314	1.26 534	0.23 294	0.18 404	0.32 364	0.18 190	0.59 478	0.60 485	0.36 379	0.45 397	0.35 340	0.29 374	0.36 303	0.25 342	0.14 440	0.11 429	0.12 398	0.11 378	0.14 418	0.15 436

psm_up	0.29 389	0.16 339	0.41 287	0.26 416	0.17 383	0.32 364	0.26 414	0.55 439	0.43 372	0.36 379	0.40 337	0.45 420	0.37 439	0.58 400	0.30 384	0.11 357	0.12 446	0.13 419	0.12 417	0.10 300	0.10 329

FADNet-RVC-Resample	0.29 389	0.25 445	0.93 503	0.26 416	0.16 362	0.32 364	0.21 312	0.47 347	0.39 332	0.35 363	0.38 314	0.33 319	0.27 343	0.53 370	0.24 332	0.10 318	0.10 405	0.14 445	0.13 444	0.13 400	0.16 445

RASNet	0.28 378	0.14 281	0.44 316	0.22 247	0.18 404	0.32 364	0.19 234	0.48 359	0.38 322	0.29 243	0.43 374	0.47 430	0.37 439	0.79 486	0.36 418	0.09 270	0.07 262	0.07 75	0.09 297	0.07 107	0.07 150

AdaStereo	0.24 306	0.16 339	0.37 222	0.24 345	0.12 164	0.32 364	0.17 147	0.54 429	0.42 365	0.33 326	0.38 314	0.35 340	0.21 249	0.30 263	0.22 302	0.14 440	0.06 145	0.13 419	0.08 211	0.11 348	0.08 216
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.
NOSS_ROB	0.31 405	0.20 400	0.35 190	0.24 345	0.16 362	0.32 364	0.19 234	0.52 411	0.48 430	0.33 326	0.36 291	0.42 401	0.28 359	0.93 514	0.24 332	0.19 496	0.20 512	0.24 508	0.22 510	0.17 457	0.17 457

PAM_32	0.23 276	0.10 74	0.63 430	0.21 188	0.14 280	0.33 375	0.19 234	0.36 235	0.23 132	0.29 243	0.28 191	0.56 473	0.28 359	0.27 219	0.18 216	0.08 192	0.06 145	0.08 153	0.09 297	0.07 107	0.09 273

GEStereo_RVC	0.27 358	0.20 400	0.44 316	0.27 444	0.16 362	0.33 375	0.25 402	0.56 454	0.54 466	0.34 346	0.38 314	0.34 326	0.25 315	0.51 357	0.28 364	0.12 395	0.08 346	0.09 230	0.08 211	0.11 348	0.11 364

test_xeample	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.33 375	0.23 363	0.55 439	0.38 322	0.32 314	0.45 397	0.29 276	0.26 324	0.57 393	2.24 565	0.10 318	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

HGLStereo	0.27 358	0.14 281	0.46 335	0.24 345	0.21 449	0.33 375	0.23 363	0.50 377	0.42 365	0.35 363	0.48 420	0.41 392	0.33 413	0.45 334	0.33 403	0.11 357	0.10 405	0.09 230	0.09 297	0.10 300	0.12 387

FAT-Stereo	0.36 440	0.18 372	0.73 463	0.26 416	0.18 404	0.33 375	0.29 441	0.60 486	0.59 481	0.46 465	0.60 472	0.60 486	0.50 493	0.61 415	0.34 408	0.13 414	0.14 468	0.13 419	0.12 417	0.14 418	0.18 471

FADNet-RVC	0.31 405	0.35 497	0.78 466	0.25 382	0.20 441	0.33 375	0.20 281	0.49 367	0.40 348	0.34 346	0.39 327	0.41 392	0.29 374	0.63 429	0.31 391	0.13 414	0.14 468	0.14 445	0.15 466	0.19 478	0.19 479

TDLM	0.30 398	0.21 414	0.38 241	0.28 465	0.15 330	0.33 375	0.32 464	0.52 411	0.47 420	0.38 400	0.43 374	0.39 371	0.29 374	0.91 511	0.28 364	0.14 440	0.08 346	0.13 419	0.11 378	0.12 385	0.10 329

CFNet	0.27 358	0.20 400	0.44 316	0.22 247	0.14 280	0.33 375	0.14 58	0.51 394	0.45 398	0.30 274	0.40 337	0.38 359	0.27 343	0.76 476	0.25 342	0.09 270	0.07 262	0.11 360	0.11 378	0.11 348	0.08 216

CVANet_RVC	0.30 398	0.19 388	0.41 287	0.26 416	0.16 362	0.33 375	0.26 414	0.52 411	0.47 420	0.40 425	0.46 407	0.43 405	0.31 403	0.89 507	0.26 355	0.14 440	0.09 380	0.14 445	0.13 444	0.14 418	0.10 329

UCFNet_RVC	0.24 306	0.16 339	0.34 180	0.18 46	0.15 330	0.33 375	0.16 111	0.46 339	0.35 284	0.29 243	0.35 281	0.39 371	0.25 315	0.34 289	0.22 302	0.13 414	0.08 346	0.13 419	0.14 457	0.13 400	0.12 387

PS-NSSS	0.32 414	0.30 480	0.46 335	0.23 294	0.17 383	0.33 375	0.24 385	0.57 464	0.41 358	0.37 385	0.52 438	0.35 340	0.30 387	0.80 490	0.30 384	0.17 479	0.14 468	0.21 499	0.15 466	0.15 432	0.13 403

HSM	0.28 378	0.16 339	0.35 190	0.20 144	0.15 330	0.33 375	0.19 234	0.53 422	0.37 308	0.36 379	0.38 314	0.67 508	0.31 403	0.89 507	0.23 321	0.08 192	0.06 145	0.08 153	0.07 136	0.08 169	0.08 216

CBMV_ROB	0.33 423	0.18 372	0.53 387	0.21 188	0.14 280	0.33 375	0.20 281	0.51 394	0.45 398	0.51 484	0.55 452	0.45 420	0.42 466	0.71 455	0.32 396	0.18 490	0.19 507	0.23 506	0.21 502	0.14 418	0.15 436

PSMNet-RUCA	0.37 450	0.41 514	0.66 442	0.46 528	0.41 527	0.34 388	0.25 402	0.57 464	0.45 398	0.39 415	0.52 438	0.43 405	0.33 413	0.41 322	0.29 376	0.25 513	0.14 468	0.33 527	0.21 502	0.31 522	0.22 502

PAM	0.23 276	0.10 74	0.63 430	0.22 247	0.15 330	0.34 388	0.21 312	0.37 245	0.22 114	0.31 291	0.27 186	0.55 470	0.26 324	0.26 200	0.17 195	0.08 192	0.06 145	0.07 75	0.09 297	0.07 107	0.09 273

DDVS	0.25 334	0.15 314	0.39 256	0.24 345	0.17 383	0.34 388	0.21 312	0.41 286	0.30 225	0.33 326	0.41 345	0.48 437	0.21 249	0.52 363	0.27 360	0.11 357	0.09 380	0.11 360	0.09 297	0.13 400	0.14 424

DualNet (step1)	0.28 378	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.39 313	0.23 321	0.23 504	0.09 380	0.28 517	0.24 514	0.18 471	0.16 445

test_sample9	0.42 473	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.51 394	0.38 322	0.37 385	0.34 270	0.37 351	0.30 387	0.66 442	0.91 520	0.23 504	1.82 570	0.28 517	0.24 514	0.18 471	0.16 445

test_sample8	0.49 497	0.19 388	0.50 368	0.18 46	0.16 362	0.34 388	0.20 281	0.55 439	0.34 268	0.62 507	0.38 314	1.15 537	0.67 521	0.66 442	0.91 520	0.23 504	1.82 570	0.28 517	0.24 514	0.18 471	0.16 445

gwcnet-sp	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

scenet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

ssnet	0.24 306	0.13 239	0.63 430	0.22 247	0.14 280	0.34 388	0.22 338	0.44 318	0.39 332	0.35 363	0.34 270	0.27 251	0.27 343	0.35 298	0.25 342	0.09 270	0.08 346	0.09 230	0.09 297	0.09 235	0.09 273

AASNet	0.27 358	0.19 388	0.49 357	0.26 416	0.17 383	0.34 388	0.20 281	0.62 499	0.48 430	0.35 363	0.40 337	0.32 312	0.25 315	0.28 232	0.34 408	0.11 357	0.09 380	0.10 303	0.08 211	0.13 400	0.11 364

SACVNet	0.30 398	0.20 400	0.41 287	0.25 382	0.18 404	0.34 388	0.25 402	0.52 411	0.40 348	0.41 434	0.44 385	0.46 428	0.32 410	0.71 455	0.25 342	0.13 414	0.10 405	0.12 398	0.12 417	0.16 440	0.17 457

ADLNet	0.28 378	0.15 314	0.42 297	0.23 294	0.19 424	0.34 388	0.23 363	0.53 422	0.43 372	0.42 444	0.41 345	0.44 416	0.27 343	0.55 378	0.35 412	0.11 357	0.08 346	0.11 360	0.11 378	0.11 348	0.12 387

SFCPSM	0.22 259	0.10 74	0.51 379	0.21 188	0.14 280	0.34 388	0.22 338	0.55 439	0.39 332	0.29 243	0.32 240	0.23 201	0.21 249	0.27 219	0.19 245	0.09 270	0.07 262	0.09 230	0.09 297	0.09 235	0.08 216

acv_ft	0.25 334	0.13 239	0.40 264	0.23 294	0.19 424	0.34 388	0.21 312	0.45 328	0.44 387	0.38 400	0.41 345	0.38 359	0.27 343	0.27 219	0.35 412	0.08 192	0.07 262	0.08 153	0.07 136	0.11 348	0.07 150

HSM-Net_RVC	0.27 358	0.11 135	0.42 297	0.19 85	0.11 108	0.34 388	0.20 281	0.62 499	0.43 372	0.40 425	0.43 374	0.50 449	0.26 324	0.76 476	0.22 302	0.08 192	0.07 262	0.07 75	0.07 136	0.08 169	0.08 216
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GASNet	0.36 440	0.46 518	0.88 494	0.34 498	0.23 478	0.35 403	0.22 338	0.60 486	0.53 462	0.40 425	0.37 300	0.45 420	0.30 387	0.79 486	0.35 412	0.15 453	0.10 405	0.14 445	0.14 457	0.22 495	0.12 387

BSDual-CNN	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.35 403	0.21 312	0.56 454	0.34 268	0.34 346	0.35 281	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

hknet	0.25 334	0.14 281	0.40 264	0.25 382	0.15 330	0.35 403	0.21 312	0.56 454	0.37 308	0.34 346	0.35 281	0.43 405	0.27 343	0.37 306	0.21 282	0.09 270	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

psmg	0.23 276	0.12 177	0.28 119	0.21 188	0.14 280	0.35 403	0.23 363	0.51 394	0.34 268	0.35 363	0.38 314	0.38 359	0.24 294	0.26 200	0.21 282	0.10 318	0.08 346	0.10 303	0.10 339	0.09 235	0.08 216

DeepPrunerF	0.44 485	0.29 473	1.29 537	0.33 496	0.30 513	0.35 403	0.36 484	0.62 499	1.15 549	0.40 425	0.44 385	0.39 371	0.41 457	0.80 490	0.52 476	0.18 490	0.14 468	0.23 506	0.21 502	0.17 457	0.17 457

ADLNet2	0.30 398	0.17 358	0.72 459	0.23 294	0.17 383	0.36 408	0.24 385	0.52 411	0.51 451	0.32 314	0.38 314	0.45 420	0.30 387	0.69 449	0.35 412	0.10 318	0.08 346	0.09 230	0.09 297	0.12 385	0.10 329

LMCR-Stereo	0.26 350	0.18 372	0.49 357	0.28 465	0.14 280	0.36 408	0.23 363	0.54 429	0.34 268	0.39 415	0.40 337	0.29 276	0.29 374	0.37 306	0.27 360	0.11 357	0.07 262	0.09 230	0.07 136	0.13 400	0.09 273

222	0.41 470	0.10 74	0.29 129	0.19 85	0.11 108	0.36 408	0.20 281	0.57 464	0.39 332	0.35 363	0.44 385	0.30 292	0.27 343	0.55 378	3.56 570	0.11 357	0.07 262	0.08 153	0.08 211	0.09 235	0.09 273

FINET	0.34 431	0.27 463	0.80 475	0.24 345	0.24 486	0.36 408	0.34 476	0.54 429	0.72 510	0.39 415	0.47 414	0.32 312	0.30 387	0.51 357	0.32 396	0.19 496	0.17 497	0.13 419	0.12 417	0.18 471	0.16 445

ac_64	0.27 358	0.13 239	0.41 287	0.24 345	0.17 383	0.36 408	0.22 338	0.46 339	0.33 258	0.35 363	0.36 291	0.52 459	0.30 387	0.62 423	0.32 396	0.11 357	0.09 380	0.10 303	0.10 339	0.09 235	0.08 216

w-ln-seven-2	0.36 440	0.29 473	1.06 519	0.27 444	0.18 404	0.37 413	0.30 452	0.50 377	0.54 466	0.45 461	0.55 452	0.45 420	0.41 457	0.62 423	0.49 467	0.10 318	0.10 405	0.12 398	0.11 378	0.14 418	0.11 364

xxxx	0.34 431	0.10 74	0.29 129	0.19 85	0.11 108	0.37 413	0.20 281	0.58 473	0.38 322	0.29 243	0.42 361	0.38 359	0.24 294	0.46 337	2.20 563	0.11 357	0.07 262	0.09 230	0.08 211	0.09 235	0.09 273

UPFNet	0.25 334	0.12 177	0.38 241	0.24 345	0.19 424	0.37 413	0.28 435	0.48 359	0.38 322	0.34 346	0.37 300	0.37 351	0.28 359	0.39 313	0.33 403	0.10 318	0.09 380	0.10 303	0.10 339	0.10 300	0.08 216

FADNet	0.32 414	0.36 500	0.74 464	0.23 294	0.22 465	0.37 413	0.19 234	0.53 422	0.48 430	0.32 314	0.36 291	0.43 405	0.32 410	0.64 431	0.25 342	0.16 468	0.16 490	0.14 445	0.16 478	0.24 501	0.19 479

RP	0.35 436	0.22 427	0.51 379	0.31 484	0.24 486	0.37 413	0.28 435	0.50 377	0.58 480	0.40 425	0.63 485	0.61 490	0.47 484	0.61 415	0.39 429	0.16 468	0.15 483	0.17 476	0.15 466	0.17 457	0.17 457

edge stereo	0.39 462	0.22 427	0.81 477	0.27 444	0.22 465	0.37 413	0.24 385	0.56 454	0.54 466	0.53 496	0.60 472	0.71 517	0.50 493	0.78 484	0.40 437	0.16 468	0.14 468	0.19 492	0.14 457	0.16 440	0.17 457

StereoDRNet-Refined	0.27 358	0.17 358	0.35 190	0.25 382	0.14 280	0.37 413	0.21 312	0.47 347	0.41 358	0.44 457	0.51 430	0.41 392	0.28 359	0.45 334	0.37 419	0.09 270	0.06 145	0.11 360	0.11 378	0.10 300	0.10 329
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.33 423	0.20 400	0.43 308	0.27 444	0.18 404	0.37 413	0.31 457	0.55 439	0.50 447	0.51 484	0.53 445	0.58 481	0.37 439	0.63 429	0.45 456	0.17 479	0.12 446	0.13 419	0.12 417	0.15 432	0.14 424

GCST	0.47 491	0.60 535	0.57 403	1.04 559	0.48 533	0.38 421	0.11 14	0.40 274	0.32 246	0.41 434	0.34 270	0.29 276	0.17 193	0.46 337	0.19 245	0.69 550	0.42 543	0.79 552	0.62 554	0.62 542	0.46 542

CBFPSM	0.27 358	0.16 339	0.67 443	0.20 144	0.14 280	0.38 421	0.25 402	0.40 274	0.36 297	0.33 326	0.36 291	0.56 473	0.38 443	0.32 276	0.38 421	0.08 192	0.08 346	0.07 75	0.08 211	0.09 235	0.11 364

psmorigin	0.50 500	0.25 445	3.03 563	0.24 345	0.19 424	0.38 421	0.22 338	0.50 377	0.44 387	0.64 511	0.68 494	0.71 517	0.51 496	0.85 499	0.45 456	0.14 440	0.17 497	0.13 419	0.14 457	0.16 440	0.21 497

EDNetEfficient	0.63 521	0.37 505	2.40 558	0.26 416	0.25 493	0.38 421	0.49 526	0.41 286	1.06 544	1.38 552	0.87 521	0.62 492	0.95 540	0.65 437	1.65 551	0.11 357	0.09 380	0.10 303	0.11 378	0.19 478	0.17 457

DSFCA	0.27 358	0.13 239	0.36 210	0.20 144	0.17 383	0.38 421	0.31 457	0.47 347	0.43 372	0.43 450	0.37 300	0.39 371	0.29 374	0.52 363	0.32 396	0.12 395	0.10 405	0.10 303	0.11 378	0.11 348	0.10 329

S-Stereo	0.38 457	0.20 400	1.05 518	0.27 444	0.22 465	0.38 421	0.32 464	0.55 439	0.66 497	0.39 415	0.59 467	0.49 442	0.41 457	0.75 471	0.40 437	0.12 395	0.15 483	0.13 419	0.13 444	0.16 440	0.21 497

DLCB_ROB	0.28 378	0.16 339	0.34 180	0.27 444	0.16 362	0.38 421	0.25 402	0.48 359	0.43 372	0.46 465	0.46 407	0.51 453	0.33 413	0.53 370	0.33 403	0.10 318	0.10 405	0.11 360	0.11 378	0.10 300	0.09 273

PWC_ROB	0.38 457	0.29 473	0.69 449	0.25 382	0.20 441	0.38 421	0.19 234	0.58 473	0.67 500	0.57 502	0.85 517	0.51 453	0.40 453	0.71 455	0.52 476	0.13 414	0.09 380	0.14 445	0.10 339	0.17 457	0.14 424

hitnet-ft	0.29 389	0.17 358	0.40 264	0.19 85	0.14 280	0.39 429	0.23 363	0.44 318	0.41 358	0.36 379	0.46 407	0.53 464	0.34 422	0.76 476	0.32 396	0.14 440	0.10 405	0.13 419	0.10 339	0.15 432	0.13 403

PA-Net	0.37 450	0.28 466	0.83 482	0.31 484	0.28 505	0.39 429	0.42 508	0.51 394	0.55 472	0.34 346	0.42 361	0.41 392	0.36 430	0.79 486	0.49 467	0.12 395	0.23 523	0.16 470	0.23 512	0.12 385	0.18 471
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	0.35 436	0.23 436	0.60 416	0.36 508	0.22 465	0.39 429	0.25 402	0.48 359	0.43 372	0.52 490	0.50 424	0.59 483	0.41 457	0.76 476	0.49 467	0.13 414	0.11 429	0.14 445	0.12 417	0.17 457	0.15 436
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PASM	0.45 487	0.35 497	0.90 498	0.35 507	0.33 518	0.39 429	0.38 494	0.50 377	0.61 488	0.52 490	0.51 430	0.62 492	0.45 475	0.93 514	0.48 465	0.26 514	0.29 533	0.29 521	0.33 530	0.29 520	0.26 518

pmcnn	0.50 500	0.20 400	0.78 466	0.24 345	0.26 498	0.39 429	0.30 452	0.51 394	0.50 447	0.54 498	1.23 538	2.52 563	0.37 439	0.77 482	0.95 523	0.08 192	0.06 145	0.06 22	0.05 39	0.10 300	0.08 216

TCMNet	0.33 423	0.23 436	0.72 459	0.29 468	0.30 513	0.40 434	0.28 435	0.50 377	0.47 420	0.37 385	0.45 397	0.40 385	0.29 374	0.60 408	0.39 429	0.14 440	0.13 458	0.15 459	0.14 457	0.17 457	0.15 436

ssnet_v2	0.28 378	0.16 339	0.44 316	0.22 247	0.15 330	0.40 434	0.30 452	0.57 464	0.46 415	0.38 400	0.36 291	0.47 430	0.29 374	0.38 311	0.39 429	0.13 414	0.11 429	0.11 360	0.11 378	0.11 348	0.11 364

RGC	0.39 462	0.32 492	0.64 437	0.34 498	0.27 500	0.40 434	0.29 441	0.57 464	0.53 462	0.45 461	0.64 486	0.62 492	0.45 475	0.72 460	0.39 429	0.15 453	0.15 483	0.21 499	0.20 499	0.18 471	0.19 479

ETE_ROB	0.34 431	0.26 456	0.45 327	0.29 468	0.18 404	0.40 434	0.37 488	0.57 464	0.47 420	0.50 479	0.50 424	0.62 492	0.36 430	0.55 378	0.38 421	0.13 414	0.10 405	0.14 445	0.12 417	0.16 440	0.16 445

Anonymous3	0.23 276	0.18 372	0.63 430	0.27 444	0.18 404	0.41 438	0.23 363	0.43 312	0.35 284	0.23 163	0.27 186	0.20 158	0.18 218	0.27 219	0.18 216	0.12 395	0.11 429	0.10 303	0.10 339	0.11 348	0.12 387

Syn2CoEx	0.36 440	0.31 487	0.78 466	0.34 498	0.21 449	0.41 438	0.28 435	0.61 490	0.49 439	0.42 444	0.56 459	0.45 420	0.44 472	0.69 449	0.38 421	0.17 479	0.14 468	0.15 459	0.12 417	0.13 400	0.12 387

delet	0.27 358	0.14 281	0.40 264	0.23 294	0.19 424	0.41 438	0.29 441	0.49 367	0.48 430	0.33 326	0.41 345	0.37 351	0.30 387	0.48 343	0.34 408	0.09 270	0.09 380	0.11 360	0.12 417	0.08 169	0.08 216

SuperB	0.49 497	0.28 466	2.23 554	0.23 294	0.15 330	0.41 438	0.32 464	0.47 347	0.82 522	0.43 450	0.50 424	0.33 319	0.45 475	0.68 447	1.08 530	0.10 318	0.07 262	0.09 230	0.08 211	0.98 562	0.14 424

AF-Net	0.37 450	0.26 456	0.56 400	0.32 490	0.23 478	0.41 438	0.29 441	0.61 490	0.64 495	0.42 444	0.68 494	0.65 503	0.49 491	0.57 393	0.44 453	0.15 453	0.11 429	0.19 492	0.14 457	0.15 432	0.13 403

GANet	0.36 440	0.22 427	0.49 357	0.29 468	0.17 383	0.41 438	0.38 494	0.57 464	0.45 398	0.46 465	0.75 505	0.55 470	0.40 453	0.94 516	0.41 445	0.13 414	0.13 458	0.13 419	0.11 378	0.14 418	0.11 364

NCCL2	0.35 436	0.26 456	0.49 357	0.36 508	0.22 465	0.41 438	0.41 505	0.53 422	0.42 365	0.47 473	0.46 407	0.61 490	0.39 449	0.55 378	0.37 419	0.16 468	0.13 458	0.21 499	0.21 502	0.16 440	0.16 445

Anonymous_2	0.37 450	0.21 414	0.47 343	0.20 144	0.21 449	0.42 445	0.26 414	0.38 251	0.29 213	0.33 326	0.30 217	0.44 416	0.38 443	0.36 303	0.29 376	0.26 514	0.29 533	0.44 534	1.41 569	0.34 526	0.21 497

EDNetEfficientorigin	7.51 577	0.52 531	140.47 596	0.25 382	0.17 383	0.42 445	0.29 441	0.47 347	1.03 541	1.28 549	1.02 529	0.83 523	0.84 535	0.75 471	0.99 525	0.10 318	0.09 380	0.12 398	0.10 339	0.21 489	0.22 502

SHD	0.42 473	0.27 463	0.81 477	0.31 484	0.25 493	0.42 445	0.22 338	0.66 514	0.94 539	0.63 509	0.60 472	0.59 483	0.47 484	0.59 406	0.58 485	0.15 453	0.13 458	0.16 470	0.16 478	0.20 486	0.22 502

NVstereo2D	0.31 405	0.16 339	0.54 390	0.24 345	0.22 465	0.42 445	0.28 435	0.58 473	0.56 475	0.28 216	0.38 314	0.40 385	0.30 387	0.71 455	0.28 364	0.13 414	0.08 346	0.13 419	0.10 339	0.19 478	0.16 445

StereoDRNet	0.32 414	0.22 427	0.61 419	0.27 444	0.21 449	0.42 445	0.30 452	0.61 490	0.48 430	0.46 465	0.39 327	0.48 437	0.30 387	0.57 393	0.40 437	0.11 357	0.09 380	0.12 398	0.11 378	0.12 385	0.10 329

PWCDC_ROB	0.38 457	0.30 480	0.60 416	0.33 496	0.20 441	0.42 445	0.19 234	0.58 473	0.89 531	0.42 444	1.26 539	0.36 345	0.34 422	0.50 352	0.38 421	0.18 490	0.11 429	0.11 360	0.09 297	0.19 478	0.13 403

PSMNet_ROB	0.33 423	0.24 440	0.54 390	0.31 484	0.21 449	0.42 445	0.43 510	0.59 478	0.47 420	0.37 385	0.44 385	0.49 442	0.31 403	0.64 431	0.43 449	0.14 440	0.10 405	0.15 459	0.14 457	0.13 400	0.11 364

CBMV	0.33 423	0.21 414	0.54 390	0.23 294	0.13 238	0.42 445	0.33 474	0.53 422	0.48 430	0.52 490	0.49 422	0.50 449	0.41 457	0.56 389	0.31 391	0.15 453	0.16 490	0.18 484	0.16 478	0.13 400	0.13 403
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
BUS	0.23 276	0.12 177	0.28 119	0.25 382	0.14 280	0.43 453	0.17 147	0.56 454	0.34 268	0.34 346	0.35 281	0.32 312	0.20 242	0.26 200	0.21 282	0.10 318	0.07 262	0.11 360	0.10 339	0.09 235	0.09 273

NINENet	0.25 334	0.15 314	0.37 222	0.23 294	0.16 362	0.43 453	0.17 147	0.60 486	0.46 415	0.32 314	0.37 300	0.32 312	0.20 242	0.42 325	0.21 282	0.10 318	0.10 405	0.12 398	0.08 211	0.11 348	0.10 329

zh-mn7	0.46 489	0.45 517	1.48 543	0.25 382	0.19 424	0.44 455	0.29 441	0.56 454	0.82 522	0.65 513	0.96 525	0.49 442	0.38 443	0.88 505	0.63 495	0.12 395	0.10 405	0.11 360	0.11 378	0.13 400	0.14 424

iinet-f	0.30 398	0.18 372	1.03 517	0.20 144	0.15 330	0.44 455	0.22 338	0.45 328	0.37 308	0.35 363	0.44 385	0.41 392	0.34 422	0.34 289	0.40 437	0.10 318	0.09 380	0.08 153	0.08 211	0.13 400	0.11 364

Wz-Net-SNSev	0.43 479	0.41 514	1.27 535	0.30 478	0.21 449	0.44 455	0.41 505	0.61 490	0.65 496	0.46 465	0.65 487	0.62 492	0.39 449	0.74 470	0.59 486	0.12 395	0.11 429	0.12 398	0.13 444	0.16 440	0.14 424

CSP-Net	0.27 358	0.15 314	0.30 136	0.21 188	0.14 280	0.44 455	0.24 385	0.50 377	0.40 348	0.41 434	0.43 374	0.42 401	0.26 324	0.66 442	0.28 364	0.12 395	0.08 346	0.08 153	0.08 211	0.10 300	0.09 273

UNet	0.28 378	0.14 281	0.69 449	0.23 294	0.20 441	0.44 455	0.22 338	0.50 377	0.40 348	0.34 346	0.39 327	0.43 405	0.33 413	0.40 320	0.31 391	0.09 270	0.07 262	0.10 303	0.08 211	0.10 300	0.08 216

Nwc_Net	0.37 450	0.25 445	0.68 448	0.31 484	0.24 486	0.44 455	0.30 452	0.65 508	0.50 447	0.37 385	0.69 498	0.58 481	0.45 475	0.60 408	0.40 437	0.15 453	0.12 446	0.19 492	0.21 502	0.14 418	0.13 403

CRFU-Net	0.28 378	0.14 281	0.45 327	0.25 382	0.15 330	0.45 461	0.23 363	0.50 377	0.30 225	0.43 450	0.41 345	0.48 437	0.46 481	0.43 327	0.29 376	0.11 357	0.10 405	0.09 230	0.08 211	0.10 300	0.10 329

SGM-Forest	0.36 440	0.17 358	0.47 343	0.23 294	0.16 362	0.45 461	0.41 505	0.55 439	0.48 430	0.52 490	0.60 472	0.52 459	0.41 457	0.85 499	0.50 473	0.17 479	0.17 497	0.17 476	0.15 466	0.15 432	0.15 436
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
fast-acv-ft	0.31 405	0.20 400	0.81 477	0.24 345	0.18 404	0.46 463	0.27 420	0.41 286	0.49 439	0.39 415	0.55 452	0.49 442	0.35 426	0.37 306	0.38 421	0.11 357	0.11 429	0.11 360	0.12 417	0.12 385	0.09 273

Wz-Net-LNSev-Ref	0.30 398	0.20 400	0.70 455	0.21 188	0.17 383	0.46 463	0.27 420	0.50 377	0.49 439	0.42 444	0.55 452	0.43 405	0.30 387	0.46 337	0.38 421	0.09 270	0.06 145	0.07 75	0.06 80	0.11 348	0.10 329

DDUNet	0.41 470	0.50 527	0.48 352	0.44 525	0.39 524	0.46 463	0.32 464	0.50 377	0.43 372	0.45 461	0.52 438	0.57 478	0.36 430	0.48 343	0.33 403	0.33 530	0.21 514	0.55 540	0.25 518	0.37 529	0.32 529

NCC-stereo	0.39 462	0.25 445	0.69 449	0.32 490	0.28 505	0.46 463	0.36 484	0.65 508	0.52 458	0.40 425	0.57 463	0.56 473	0.47 484	0.73 462	0.45 456	0.17 479	0.14 468	0.18 484	0.25 518	0.16 440	0.16 445

Abc-Net	0.39 462	0.25 445	0.69 449	0.32 490	0.28 505	0.46 463	0.36 484	0.65 508	0.52 458	0.40 425	0.57 463	0.56 473	0.47 484	0.73 462	0.45 456	0.17 479	0.14 468	0.18 484	0.25 518	0.16 440	0.16 445
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DRN-Test	0.33 423	0.17 358	0.61 419	0.27 444	0.19 424	0.46 463	0.29 441	0.65 508	0.51 451	0.47 473	0.46 407	0.44 416	0.34 422	0.62 423	0.41 445	0.12 395	0.08 346	0.13 419	0.12 417	0.12 385	0.10 329

zh-sn7	0.48 494	0.51 529	1.43 542	0.29 468	0.20 441	0.47 469	0.39 499	0.57 464	0.62 490	0.52 490	0.81 512	0.52 459	0.56 503	1.05 529	0.87 517	0.12 395	0.13 458	0.13 419	0.13 444	0.17 457	0.16 445

ACV-stereo	0.29 389	0.18 372	0.79 472	0.23 294	0.16 362	0.47 469	0.19 234	0.36 235	0.34 268	0.29 243	0.33 261	0.67 508	0.42 466	0.54 376	0.30 384	0.10 318	0.09 380	0.09 230	0.09 297	0.10 300	0.11 364

Wz-Net-LNSev	0.34 431	0.29 473	0.91 499	0.26 416	0.21 449	0.47 469	0.31 457	0.54 429	0.54 466	0.44 457	0.52 438	0.50 449	0.35 426	0.39 313	0.39 429	0.11 357	0.11 429	0.10 303	0.09 297	0.14 418	0.13 403

UDG	0.40 468	0.46 518	0.49 357	0.40 520	0.35 521	0.47 469	0.27 420	0.54 429	0.47 420	0.39 415	0.45 397	0.59 483	0.44 472	0.46 337	0.39 429	0.26 514	0.19 507	0.48 536	0.22 510	0.34 526	0.26 518

MMNet	0.27 358	0.14 281	0.49 357	0.24 345	0.17 383	0.47 469	0.22 338	0.45 328	0.51 451	0.39 415	0.41 345	0.36 345	0.33 413	0.39 313	0.34 408	0.08 192	0.07 262	0.09 230	0.09 297	0.10 300	0.08 216

LALA_ROB	0.36 440	0.25 445	0.46 335	0.30 478	0.21 449	0.47 469	0.39 499	0.61 490	0.51 451	0.52 490	0.51 430	0.69 514	0.36 430	0.50 352	0.43 449	0.17 479	0.11 429	0.16 470	0.14 457	0.17 457	0.15 436

YMNet	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 476	0.56 459	0.51 453	0.30 387	0.39 313	0.40 437	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

YMNet_1	0.32 414	0.22 427	0.58 408	0.27 444	0.23 478	0.48 475	0.27 420	0.51 394	0.45 398	0.48 476	0.56 459	0.51 453	0.30 387	0.39 313	0.40 437	0.13 414	0.16 490	0.13 419	0.12 417	0.13 400	0.12 387

SQANet	0.40 468	0.48 522	0.67 443	0.48 530	0.39 524	0.48 475	0.22 338	0.51 394	0.43 372	0.40 425	0.47 414	0.47 430	0.33 413	0.54 376	0.32 396	0.36 533	0.15 483	0.40 532	0.21 502	0.45 532	0.31 526

GwcNet	0.35 436	0.23 436	0.88 494	0.25 382	0.24 486	0.48 475	0.27 420	0.55 439	0.57 478	0.38 400	0.52 438	0.51 453	0.32 410	0.60 408	0.41 445	0.13 414	0.11 429	0.12 398	0.11 378	0.13 400	0.14 424

DISCO	0.32 414	0.13 239	0.51 379	0.25 382	0.16 362	0.48 475	0.25 402	0.50 377	0.57 478	0.37 385	0.45 397	0.62 492	0.36 430	0.64 431	0.49 467	0.09 270	0.07 262	0.09 230	0.08 211	0.12 385	0.11 364

Consistency-Raft	0.55 510	0.48 522	1.02 515	0.45 526	0.49 534	0.49 480	0.47 520	0.72 527	0.72 510	0.45 461	0.82 514	0.47 430	0.60 510	0.50 352	0.63 495	0.39 537	0.39 541	0.44 534	0.51 545	0.52 536	0.37 532

RTSC	0.39 462	0.28 466	0.78 466	0.27 444	0.18 404	0.49 480	0.22 338	0.59 478	0.84 529	0.55 499	0.53 445	0.49 442	0.36 430	0.67 446	0.82 512	0.13 414	0.10 405	0.11 360	0.12 417	0.17 457	0.17 457

ADCRef	0.38 457	0.24 440	0.88 494	0.26 416	0.21 449	0.49 480	0.27 420	0.52 411	0.48 430	0.50 479	0.58 465	0.35 340	0.47 484	0.48 343	1.29 545	0.09 270	0.08 346	0.12 398	0.12 417	0.11 348	0.11 364

STTRV1_RVC	0.42 473	0.32 492	0.89 497	0.29 468	0.36 522	0.49 480	0.31 457	0.61 490	0.53 462	0.46 465	0.56 459	0.47 430	0.43 470	1.00 524	0.39 429	0.27 519	0.21 514	0.20 496	0.18 493	0.25 503	0.17 457

coex-ft	3.44 569	0.73 542	48.55 594	0.24 345	0.19 424	0.50 484	0.43 510	0.47 347	2.40 563	7.03 578	1.20 536	0.97 531	2.23 565	0.73 462	1.92 559	0.12 395	0.15 483	0.14 445	0.12 417	0.21 489	0.43 537

MaskLacGwcNet_RVC	0.36 440	0.36 500	0.53 387	0.34 498	0.19 424	0.51 485	0.24 385	0.55 439	0.38 322	0.41 434	0.47 414	0.47 430	0.27 343	0.73 462	0.30 384	0.36 533	0.19 507	0.27 511	0.17 487	0.26 510	0.23 509

ADCMid	0.49 497	0.34 495	1.13 526	0.26 416	0.21 449	0.51 485	0.37 488	0.57 464	0.54 466	0.75 524	0.66 489	0.62 492	0.64 520	0.64 431	1.68 552	0.13 414	0.12 446	0.17 476	0.17 487	0.20 486	0.17 457

CC-Net-ROB	0.43 479	0.47 520	0.65 438	0.37 514	0.23 478	0.51 485	0.29 441	0.66 514	0.49 439	0.46 465	0.51 430	0.48 437	0.38 443	0.96 520	0.35 412	0.34 531	0.23 523	0.55 540	0.25 518	0.31 522	0.20 489

GANetREF_RVC	0.43 479	0.47 520	0.69 449	0.38 516	0.20 441	0.51 485	0.48 524	0.66 514	0.66 497	0.46 465	0.46 407	0.50 449	0.44 472	0.90 510	0.39 429	0.27 519	0.21 514	0.32 525	0.18 493	0.27 514	0.22 502
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LSM	1.64 561	0.40 510	2.56 560	2.02 571	17.61 585	0.51 485	0.52 529	0.61 490	0.76 515	0.82 528	1.11 533	0.63 500	0.54 499	0.75 471	0.49 467	0.16 468	0.24 525	0.18 484	0.21 502	0.25 503	2.42 574

NaN_ROB	0.41 470	0.28 466	0.62 427	0.30 478	0.19 424	0.51 485	0.47 520	0.58 473	0.59 481	0.56 500	0.47 414	0.49 442	0.41 457	1.21 540	0.64 497	0.12 395	0.18 503	0.12 398	0.13 444	0.11 348	0.14 424

NVStereoNet_ROB	0.67 525	0.49 526	0.83 482	0.48 530	0.40 526	0.51 485	0.46 516	0.70 524	0.77 517	0.84 529	1.72 555	1.02 533	0.83 534	1.23 541	0.79 510	0.32 529	0.38 540	0.40 532	0.46 540	0.36 528	0.41 536
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FBW_ROB	0.43 479	0.26 456	0.54 390	0.31 484	0.20 441	0.51 485	0.32 464	0.70 524	0.60 485	0.59 504	0.55 452	0.65 503	0.41 457	1.40 548	0.51 475	0.13 414	0.17 497	0.21 499	0.16 478	0.17 457	0.18 471

DispFullNet	0.66 524	0.89 550	1.59 546	0.77 548	1.21 565	0.51 485	0.23 363	0.59 478	0.72 510	0.69 518	0.61 479	0.69 514	0.91 539	0.79 486	0.48 465	0.27 519	0.12 446	0.73 548	0.30 529	0.65 546	0.40 535

APVNet	0.36 440	0.20 400	0.70 455	0.26 416	0.22 465	0.52 494	0.35 480	0.61 490	0.44 387	0.38 400	0.52 438	0.48 437	0.38 443	0.84 498	0.46 462	0.13 414	0.14 468	0.15 459	0.16 478	0.16 440	0.15 436

XQC	0.43 479	0.37 505	0.96 508	0.34 498	0.25 493	0.53 495	0.34 476	0.60 486	0.73 513	0.51 484	0.46 407	0.57 478	0.47 484	0.70 452	0.72 504	0.17 479	0.12 446	0.18 484	0.15 466	0.25 503	0.23 509

ADCS	0.58 515	0.40 510	1.35 540	0.29 468	0.24 486	0.55 496	0.45 514	0.67 519	0.83 526	0.76 526	0.71 499	0.68 512	0.60 510	0.76 476	2.23 564	0.16 468	0.16 490	0.16 470	0.17 487	0.22 495	0.22 502

anonymity	0.56 511	0.54 532	0.70 455	0.47 529	0.61 543	0.56 497	0.43 510	0.69 523	0.49 439	0.63 509	0.55 452	0.54 468	0.60 510	0.61 415	0.57 480	0.55 543	0.53 551	0.50 537	0.54 548	0.51 535	0.56 547

ADCP+	0.45 487	0.24 440	1.15 527	0.25 382	0.22 465	0.56 497	0.39 499	0.54 429	0.51 451	0.44 457	0.51 430	0.46 428	0.52 498	0.56 389	1.89 558	0.10 318	0.08 346	0.11 360	0.10 339	0.14 418	0.13 403

CSAN	0.50 500	0.35 497	0.78 466	0.36 508	0.23 478	0.56 497	0.59 536	0.61 490	0.70 507	0.64 511	0.78 509	0.65 503	0.60 510	1.38 547	0.62 492	0.21 501	0.17 497	0.20 496	0.20 499	0.18 471	0.18 471

WZ-Net	0.52 508	0.38 508	1.90 551	0.30 478	0.24 486	0.57 500	0.48 524	0.62 499	0.78 518	0.50 479	0.71 499	0.68 512	0.54 499	0.98 523	0.84 513	0.13 414	0.10 405	0.11 360	0.12 417	0.19 478	0.20 489

MSAF-DinoV2	0.76 536	0.44 516	1.98 552	0.49 533	0.16 362	0.58 501	0.31 457	0.81 538	0.83 526	0.41 434	0.52 438	0.98 532	0.58 507	4.97 575	1.03 527	0.11 357	0.07 262	0.10 303	0.24 514	0.27 514	0.26 518

w-ln-seven	0.42 473	0.30 480	1.18 528	0.26 416	0.22 465	0.58 501	0.31 457	0.62 499	0.81 521	0.58 503	0.61 479	0.53 464	0.36 430	0.57 393	0.65 499	0.11 357	0.10 405	0.13 419	0.12 417	0.15 432	0.13 403

WCMA_ROB	0.51 504	0.21 414	0.65 438	0.25 382	0.21 449	0.58 501	0.32 464	0.54 429	0.55 472	0.95 536	1.40 543	1.28 542	0.81 532	0.73 462	0.62 492	0.18 490	0.15 483	0.15 459	0.15 466	0.19 478	0.19 479

Wz-Net-MNSev	0.36 440	0.26 456	0.79 472	0.26 416	0.21 449	0.59 504	0.38 494	0.55 439	0.56 475	0.48 476	0.54 448	0.53 464	0.36 430	0.60 408	0.44 453	0.11 357	0.09 380	0.11 360	0.11 378	0.15 432	0.13 403

PVD	0.58 515	0.34 495	0.84 487	0.39 518	0.31 516	0.59 504	0.47 520	0.80 536	1.25 550	0.92 533	1.09 531	0.79 521	0.82 533	0.85 499	0.76 505	0.21 501	0.18 503	0.22 505	0.18 493	0.27 514	0.35 531

AnyNet_C32	0.51 504	0.40 510	1.10 525	0.29 468	0.28 505	0.59 504	0.58 534	0.54 429	0.60 485	0.62 507	0.66 489	0.54 468	0.54 499	0.78 484	1.74 555	0.15 453	0.14 468	0.15 459	0.17 487	0.20 486	0.20 489

ccnet	0.42 473	0.31 487	0.48 352	0.27 444	0.32 517	0.60 507	0.32 464	0.65 508	0.46 415	0.53 496	0.66 489	0.56 473	0.45 475	0.72 460	0.61 490	0.26 514	0.19 507	0.24 508	0.21 502	0.26 510	0.22 502

z-mn7	0.44 485	0.40 510	1.09 521	0.25 382	0.18 404	0.61 508	0.34 476	0.56 454	0.93 537	0.43 450	0.96 525	0.53 464	0.39 449	0.94 516	0.59 486	0.10 318	0.09 380	0.10 303	0.10 339	0.14 418	0.13 403

RYNet	0.37 450	0.18 372	0.59 414	0.25 382	0.28 505	0.61 508	0.32 464	0.59 478	0.59 481	0.41 434	0.38 314	0.57 478	0.39 449	0.87 502	0.53 478	0.11 357	0.08 346	0.12 398	0.11 378	0.18 471	0.18 471

DGSMNet	0.61 520	0.29 473	0.91 499	0.51 534	0.70 547	0.62 510	1.38 570	0.59 478	0.55 472	0.37 385	0.61 479	0.52 459	0.33 413	0.65 437	0.43 449	0.53 540	0.60 558	0.67 545	0.61 553	0.63 543	0.61 554

stereogan	0.37 450	0.17 358	0.65 438	0.27 444	0.22 465	0.62 510	0.26 414	0.59 478	0.63 494	0.43 450	0.60 472	0.67 508	0.42 466	0.68 447	0.35 412	0.13 414	0.14 468	0.14 445	0.12 417	0.19 478	0.17 457

Wz-Net-TNSev	0.51 504	0.58 533	1.61 549	0.25 382	0.21 449	0.65 512	0.45 514	0.63 506	0.69 505	0.51 484	0.54 448	0.71 517	0.60 510	1.00 524	0.77 508	0.15 453	0.15 483	0.13 419	0.15 466	0.21 489	0.20 489

FCDSN-DC	0.63 521	0.31 487	0.61 419	0.36 508	0.30 513	0.65 512	0.37 488	0.66 514	0.68 503	1.14 546	1.54 551	1.71 551	1.26 552	0.92 512	0.64 497	0.24 510	0.22 519	0.27 511	0.26 522	0.27 514	0.27 522
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MeshStereo	0.58 515	0.27 463	0.67 443	0.22 247	0.17 383	0.66 514	0.37 488	0.78 532	0.61 488	1.47 563	1.30 540	1.65 549	0.79 529	1.12 534	0.59 486	0.17 479	0.17 497	0.17 476	0.14 457	0.17 457	0.14 424
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
PDISCO_ROB	0.43 479	0.30 480	0.67 443	0.43 523	0.36 522	0.67 515	0.32 464	0.72 527	0.76 515	0.43 450	0.53 445	0.63 500	0.40 453	0.66 442	0.47 464	0.21 501	0.12 446	0.21 499	0.19 498	0.25 503	0.20 489

MFN_U_SF_RVC	0.56 511	0.51 529	1.19 529	0.38 516	0.22 465	0.69 516	0.27 420	0.80 536	0.67 500	0.73 520	0.74 504	0.87 524	0.61 519	0.81 493	0.76 505	0.29 525	0.27 529	0.32 525	0.37 536	0.32 525	0.31 526

SANet	0.53 509	0.28 466	0.96 508	0.26 416	0.15 330	0.69 516	0.44 513	0.67 519	1.34 551	0.67 515	0.98 528	0.94 528	0.71 525	0.89 507	0.76 505	0.14 440	0.12 446	0.12 398	0.11 378	0.17 457	0.16 445

SGM_RVC	0.50 500	0.19 388	0.50 368	0.25 382	0.15 330	0.69 516	0.39 499	0.68 522	0.82 522	0.95 536	0.84 516	1.13 534	0.76 527	1.16 536	0.60 489	0.16 468	0.16 490	0.16 470	0.16 478	0.16 440	0.17 457
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCPNet	0.48 494	0.29 473	1.60 547	0.27 444	0.23 478	0.70 519	0.38 494	0.53 422	0.51 451	0.51 484	0.59 467	0.67 508	0.56 503	0.60 408	1.14 535	0.15 453	0.18 503	0.14 445	0.23 512	0.19 478	0.19 479

otaku	0.57 514	0.62 537	0.87 493	0.63 541	0.44 530	0.73 520	0.37 488	0.65 508	0.66 497	0.51 484	0.75 505	0.66 507	0.45 475	0.69 449	0.46 462	0.53 540	0.34 538	0.55 540	0.35 532	0.60 541	0.45 539

FADE	4.32 571	1.06 559	4.35 565	0.71 545	0.76 552	0.73 520	0.50 527	1.85 566	1.52 556	0.75 524	0.66 489	1.17 539	2.69 569	2.83 566	1.96 562	24.23 593	4.70 578	17.35 588	17.61 587	0.49 534	0.44 538

ADCL	0.47 491	0.22 427	1.00 512	0.27 444	0.19 424	0.74 522	0.64 539	0.54 429	0.69 505	0.56 500	0.71 499	0.55 470	0.60 510	0.60 408	1.43 547	0.11 357	0.09 380	0.13 419	0.13 444	0.14 418	0.14 424

SPS-STEREO	0.69 527	0.61 536	0.98 510	0.52 536	0.57 541	0.74 522	0.50 527	0.78 532	0.62 490	0.95 536	0.86 518	0.94 528	0.70 524	1.01 526	0.87 517	0.58 546	0.51 548	0.50 537	0.50 544	0.55 538	0.58 549
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSNet	0.47 491	0.24 440	0.93 503	0.27 444	0.20 441	0.75 524	0.57 533	0.84 541	0.79 519	0.47 473	0.51 430	0.60 486	0.69 523	0.87 502	0.71 503	0.16 468	0.13 458	0.12 398	0.10 339	0.25 503	0.21 497

Ntro	0.58 515	0.64 538	0.92 501	0.66 542	0.50 536	0.77 525	0.36 484	0.66 514	0.70 507	0.50 479	0.59 467	0.65 503	0.51 496	0.75 471	0.45 456	0.56 544	0.32 537	0.56 543	0.34 531	0.63 543	0.46 542

ACVNet_1	0.72 530	0.81 545	1.37 541	0.72 546	0.53 539	0.77 525	0.42 508	0.85 544	0.90 533	0.74 523	0.75 505	1.32 544	0.72 526	1.02 527	0.55 479	0.54 542	0.31 536	0.71 547	0.35 532	0.64 545	0.45 539

MFMNet_re	0.72 530	0.76 543	0.99 511	0.62 540	0.70 547	0.77 525	0.67 540	0.75 529	0.83 526	0.78 527	0.86 518	0.69 514	0.78 528	0.71 455	0.61 490	0.66 549	0.59 557	0.61 544	0.58 552	0.68 549	0.71 558

RainbowNet	0.72 530	0.89 550	1.02 515	0.82 549	0.63 545	0.78 528	0.52 529	0.81 538	0.93 537	0.60 505	0.79 510	0.80 522	0.60 510	0.80 490	0.57 480	0.78 554	0.55 554	0.78 550	0.49 542	0.76 551	0.58 549

LE_ROB	1.76 562	0.20 400	2.68 562	0.48 530	0.52 538	0.78 528	0.96 559	0.84 541	6.61 576	7.40 579	2.08 562	2.08 555	4.83 572	1.27 544	3.79 571	0.10 318	0.08 346	0.12 398	0.11 378	0.11 348	0.10 329

ACVNet-4b	0.72 530	0.81 545	1.33 539	0.72 546	0.50 536	0.80 530	0.31 457	0.71 526	0.80 520	0.50 479	0.72 503	0.95 530	0.43 470	0.96 520	1.20 542	1.13 567	0.21 514	0.76 549	0.45 539	0.65 546	0.46 542

FC-DCNN	0.70 528	0.30 480	0.69 449	0.32 490	0.27 500	0.81 531	0.39 499	0.79 535	0.82 522	1.41 555	1.58 553	1.98 554	1.26 552	1.02 527	0.77 508	0.24 510	0.22 519	0.27 511	0.26 522	0.26 510	0.26 518

FC-DCNN v2	0.71 529	0.30 480	0.67 443	0.32 490	0.27 500	0.84 532	0.39 499	0.84 541	0.85 530	1.44 559	1.64 554	2.09 556	1.28 554	1.06 530	0.80 511	0.24 510	0.22 519	0.27 511	0.26 522	0.26 510	0.25 516

MFN_U_SF_DS_RVC	0.51 504	0.50 527	0.86 491	0.39 518	0.24 486	0.84 532	0.55 532	0.56 454	0.62 490	0.60 505	0.68 494	0.62 492	0.42 466	1.13 535	0.43 449	0.23 504	0.27 529	0.27 511	0.35 532	0.25 503	0.29 523

MSMD_ROB	0.60 519	0.33 494	0.61 419	0.30 478	0.25 493	0.86 534	0.35 480	0.55 439	0.67 500	1.10 544	1.49 548	1.76 552	0.97 543	0.88 505	0.49 467	0.23 504	0.21 514	0.27 511	0.27 525	0.25 503	0.24 514

AnyNet_C01	0.65 523	0.58 533	2.60 561	0.32 490	0.26 498	0.88 535	0.61 537	0.63 506	0.62 490	0.68 516	0.96 525	0.76 520	0.60 510	0.96 520	1.43 547	0.16 468	0.16 490	0.17 476	0.17 487	0.23 498	0.23 509

ELAS_RVC	0.74 534	0.36 500	1.00 512	0.37 514	0.33 518	0.88 535	0.93 558	0.83 540	1.08 545	1.35 551	1.33 542	1.24 540	1.33 556	1.06 530	0.95 523	0.27 519	0.25 527	0.29 521	0.27 525	0.30 521	0.30 524
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	0.46 489	0.25 445	0.86 491	0.34 498	0.28 505	0.90 537	0.35 480	0.47 347	0.45 398	0.68 516	1.22 537	0.64 502	0.60 510	0.61 415	0.57 480	0.16 468	0.14 468	0.17 476	0.13 444	0.22 495	0.19 479

IMH-64-1	0.91 541	0.86 547	0.84 487	0.97 554	0.75 549	0.92 538	0.71 542	1.27 550	1.10 546	0.89 531	1.45 545	1.14 535	0.96 541	1.19 537	0.84 513	0.74 551	0.51 548	0.97 555	0.55 549	0.84 553	0.60 551

IMH-64	0.91 541	0.86 547	0.84 487	0.97 554	0.75 549	0.92 538	0.71 542	1.27 550	1.10 546	0.89 531	1.45 545	1.14 535	0.96 541	1.19 537	0.84 513	0.74 551	0.51 548	0.97 555	0.55 549	0.84 553	0.60 551

ACVNet_2	0.89 540	0.87 549	1.25 533	0.82 549	0.62 544	0.97 540	0.62 538	1.14 549	1.42 553	1.00 539	1.40 543	1.47 547	0.84 535	1.11 532	0.66 500	0.61 547	0.43 544	0.78 550	0.49 542	0.75 550	0.52 545

SAMSARA	0.56 511	0.39 509	0.80 475	0.60 539	0.46 531	1.00 541	1.23 569	0.67 519	0.68 503	0.71 519	0.54 448	0.89 527	0.57 506	0.81 493	0.62 492	0.19 496	0.22 519	0.18 484	0.18 493	0.27 514	0.25 516

SGM+DAISY	0.87 539	0.66 540	1.30 538	0.51 534	0.60 542	1.03 542	0.84 555	0.76 530	0.73 513	1.39 553	1.51 549	1.31 543	1.22 550	1.11 532	1.08 530	0.57 545	0.53 551	0.51 539	0.51 545	0.54 537	0.61 554

LRCNet_RVC	10.90 581	14.34 588	9.35 575	15.35 584	8.04 577	1.08 543	0.34 476	8.78 581	0.70 507	12.63 587	16.05 587	9.85 580	6.54 575	8.57 581	6.34 577	20.27 591	5.40 579	23.70 590	21.88 589	14.87 586	13.83 588

IMH	1.05 547	0.95 555	1.00 512	1.01 556	0.78 553	1.11 544	0.68 541	1.38 553	1.43 554	1.00 539	1.72 555	1.43 545	1.14 545	1.73 556	0.89 519	1.09 564	0.55 554	0.99 557	0.57 551	0.87 556	0.62 556

RTS	0.78 537	0.48 522	4.68 567	0.34 498	0.28 505	1.12 545	0.46 516	0.62 499	1.03 541	0.73 520	0.89 522	0.60 486	0.59 508	1.61 551	1.16 538	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 479

RTSA	0.78 537	0.48 522	4.68 567	0.34 498	0.28 505	1.12 545	0.46 516	0.62 499	1.03 541	0.73 520	0.89 522	0.60 486	0.59 508	1.61 551	1.16 538	0.14 440	0.11 429	0.15 459	0.15 466	0.21 489	0.19 479

WAO-7	1.01 545	0.89 550	0.93 503	0.83 551	0.66 546	1.18 547	0.81 553	1.40 554	1.57 557	1.11 545	1.76 557	1.45 546	1.19 549	1.50 550	1.14 535	0.61 547	0.62 561	0.70 546	0.68 556	0.66 548	0.60 551

notaker	1.45 556	1.34 567	1.48 543	1.40 567	1.07 563	1.18 547	0.85 556	1.48 558	1.40 552	1.51 564	3.46 570	2.40 562	1.81 562	1.76 558	1.45 550	1.11 565	0.69 566	1.38 567	0.87 563	1.31 567	0.97 566

PWCK	1.00 543	1.17 564	1.70 550	0.91 552	0.41 527	1.19 549	0.92 557	1.10 547	1.14 548	1.16 547	1.14 534	1.25 541	0.88 538	1.75 557	1.04 529	0.87 558	0.50 546	0.87 553	0.53 547	0.96 561	0.52 545

Dean	1.17 551	1.04 558	1.49 545	1.03 558	0.78 553	1.20 550	0.77 549	1.48 558	1.96 559	1.28 549	1.99 560	2.15 557	1.14 545	1.25 542	1.00 526	0.81 556	0.60 558	1.01 558	0.69 557	0.92 560	0.74 561

MADNet+	1.01 545	1.16 563	4.72 569	0.70 544	0.47 532	1.24 551	0.96 559	0.97 546	0.89 531	0.65 513	0.77 508	0.87 524	0.85 537	2.09 561	1.68 552	0.38 536	0.39 541	0.31 524	0.27 525	0.43 530	0.39 534

SDNR	0.42 473	0.21 414	0.82 480	0.21 188	0.18 404	1.27 552	0.17 147	0.50 377	0.49 439	0.42 444	0.81 512	0.38 359	0.27 343	1.19 537	0.38 421	0.23 504	0.24 525	0.17 476	0.13 444	0.17 457	0.20 489

WAO-6	1.07 548	0.93 554	0.92 501	0.96 553	0.78 553	1.28 553	0.75 546	1.34 552	2.00 561	1.02 541	1.54 551	1.59 548	1.22 550	1.31 545	1.14 535	0.78 554	0.55 554	1.02 559	0.75 560	0.83 552	0.69 557

LVE	1.13 549	1.02 556	1.28 536	1.01 556	0.80 556	1.29 554	0.81 553	1.47 557	1.96 559	1.07 543	1.90 558	1.90 553	1.01 544	1.48 549	0.91 520	0.93 561	0.61 560	0.94 554	0.69 557	0.87 556	0.75 562

MDST_ROB	0.48 494	0.14 281	0.95 506	0.30 478	0.21 449	1.33 555	0.32 464	0.77 531	0.56 475	1.06 542	0.71 499	0.49 442	0.35 426	1.26 543	0.38 421	0.13 414	0.11 429	0.16 470	0.13 444	0.12 385	0.12 387

ELAS	0.74 534	0.36 500	0.85 490	0.36 508	0.33 518	1.36 556	0.77 549	0.93 545	0.92 535	1.41 555	1.53 550	1.16 538	1.17 548	0.95 519	1.03 527	0.26 514	0.25 527	0.28 517	0.28 528	0.31 522	0.30 524
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	1.89 564	1.36 568	1.60 547	1.47 569	1.22 566	1.38 557	1.06 563	1.79 562	5.97 575	1.42 557	5.65 576	2.98 567	1.14 545	2.23 564	1.20 542	1.27 568	1.12 568	1.46 569	1.10 568	1.32 568	1.15 569

MSC_U_SF_DS_RVC	0.68 526	0.64 538	1.06 519	0.45 526	0.27 500	1.40 558	0.58 534	0.78 532	0.92 535	0.84 529	0.86 518	0.88 526	0.68 522	1.33 546	0.68 502	0.37 535	0.29 533	0.34 528	0.36 535	0.43 530	0.37 532

ktn	1.77 563	1.36 568	1.22 531	1.43 568	1.14 564	1.52 559	1.08 564	1.51 560	3.96 572	2.77 571	4.69 572	3.35 568	1.46 560	1.69 555	1.25 544	1.43 569	0.77 567	1.45 568	0.99 566	1.32 568	0.96 565

HanzoNet	2.97 568	1.69 570	2.29 555	1.74 570	1.33 567	1.53 560	1.03 562	1.99 567	2.64 564	5.51 575	5.16 573	5.90 575	6.82 578	4.32 574	3.29 569	3.16 574	2.02 574	1.92 570	2.87 575	2.24 572	1.89 572

UNDER WATER	1.59 560	1.22 566	2.36 556	1.38 566	1.03 562	1.67 561	1.10 565	1.54 561	3.63 567	1.44 559	1.47 547	2.85 566	2.25 566	1.67 554	1.94 560	1.06 563	0.62 561	1.31 566	0.93 565	1.21 564	1.02 567

WAO-8	1.46 557	1.10 561	1.09 521	1.10 560	0.84 557	2.06 562	0.75 546	1.84 563	3.83 569	1.44 559	2.21 563	2.15 557	1.43 558	3.17 568	1.19 540	0.91 559	0.65 563	1.09 560	0.79 561	0.90 558	0.71 558

Venus	1.46 557	1.10 561	1.09 521	1.10 560	0.84 557	2.06 562	0.75 546	1.84 563	3.83 569	1.44 559	2.21 563	2.15 557	1.43 558	3.17 568	1.19 540	0.91 559	0.65 563	1.09 560	0.79 561	0.90 558	0.71 558

UNDER WATER-64	1.55 559	1.19 565	2.52 559	1.31 565	0.95 561	2.12 564	1.21 568	1.45 556	3.19 565	1.43 558	1.32 541	2.64 564	2.04 564	1.63 553	1.83 556	1.11 565	0.67 565	1.28 565	0.92 564	1.19 563	1.02 567

MANE	1.41 554	0.36 500	0.74 464	0.43 523	0.41 527	2.16 565	0.80 551	2.39 571	3.38 566	2.22 567	3.06 569	3.54 569	2.73 570	2.15 563	1.94 560	0.28 523	0.27 529	0.30 523	0.46 540	0.28 519	0.34 530

TorneroNet-64	1.43 555	1.03 557	1.20 530	1.10 560	0.86 559	2.26 566	0.73 545	1.84 563	3.84 571	1.25 548	2.25 565	2.69 565	1.42 557	1.76 558	1.43 547	0.76 553	0.50 546	1.09 560	0.66 555	1.23 565	0.76 563

SGM-ForestM	1.36 552	0.28 466	0.79 472	0.26 416	0.16 362	2.26 566	1.00 561	1.42 555	1.46 555	2.38 568	2.05 561	5.95 576	2.66 568	2.95 567	2.46 566	0.17 479	0.18 503	0.18 484	0.18 493	0.15 432	0.18 471

MADNet++	2.26 566	1.80 571	2.06 553	2.13 573	1.97 570	2.61 568	1.79 572	2.38 570	2.16 562	2.75 570	2.65 567	2.38 561	2.43 567	3.17 568	3.21 568	2.17 572	1.95 572	1.94 571	1.63 570	2.06 571	2.01 573

JetBlue	1.14 550	0.76 543	2.36 556	0.59 538	0.75 549	3.04 569	1.78 571	1.11 548	0.90 533	0.94 534	1.10 532	1.66 550	1.28 554	2.09 561	1.72 554	0.43 539	0.36 539	0.38 530	0.38 538	0.58 540	0.56 547

DPSimNet_ROB	4.34 572	4.23 574	6.89 573	3.67 574	3.68 571	4.75 570	5.21 576	2.67 572	3.68 568	5.82 576	3.95 571	5.57 572	6.72 577	3.46 572	4.48 573	4.05 577	2.88 575	4.68 577	3.12 577	3.69 574	3.62 577

xyz-stereo	1.40 553	0.10 74	17.09 585	0.18 46	0.07 1	4.78 571	0.18 190	0.29 131	0.34 268	0.36 379	2.81 568	0.40 385	0.29 374	0.56 389	0.24 332	0.07 67	0.05 29	0.09 230	0.06 80	0.06 40	0.05 21

TorneroNet	2.22 565	1.08 560	1.24 532	1.14 564	0.90 560	5.58 572	0.80 551	2.12 569	8.69 578	2.58 569	5.42 574	3.88 570	1.97 563	1.78 560	1.87 557	0.86 557	0.54 553	1.15 564	0.74 559	1.23 565	0.85 564

TCMNet-wrong-test	4.29 570	5.57 578	4.65 566	11.33 583	10.39 580	5.73 573	4.48 575	4.13 574	1.02 540	1.91 565	2.39 566	6.16 578	3.62 571	3.84 573	4.50 574	1.99 571	0.47 545	1.97 572	1.69 571	5.69 578	4.31 578

JetRed	2.30 567	2.64 573	6.12 571	1.12 563	1.38 568	5.85 574	3.29 573	1.99 567	1.67 558	1.98 566	1.95 559	2.16 560	1.60 561	2.48 565	4.10 572	1.05 562	1.60 569	1.09 560	1.01 567	1.67 570	1.28 570

U	1.00 543	0.09 37	0.21 56	0.21 188	3.68 571	6.12 575	0.14 58	0.21 32	0.21 101	0.11 19	0.11 17	0.10 32	0.09 16	0.12 2	0.11 11	0.07 67	0.05 29	5.42 578	2.90 576	0.07 107	0.06 75

DGTPSM_ROB	8.34 578	5.10 575	10.37 582	5.31 577	10.18 578	8.33 576	23.60 586	6.06 577	13.41 585	4.90 572	10.87 583	5.65 573	10.44 580	6.17 576	12.59 581	3.74 575	7.55 580	3.69 575	7.26 581	4.14 576	7.46 580

DPSMNet_ROB	8.40 579	5.11 576	10.49 583	5.58 578	10.25 579	8.34 577	23.62 587	6.07 578	13.45 586	4.93 573	10.88 584	5.66 574	10.44 580	6.24 577	12.64 582	3.98 576	7.61 581	3.76 576	7.30 582	4.20 577	7.51 581

HaxPig	17.72 589	20.22 593	19.73 586	16.53 585	16.51 584	9.27 578	9.33 577	14.34 589	13.27 584	18.65 588	18.70 588	17.35 588	16.77 589	17.04 589	16.45 589	22.05 592	20.89 593	22.27 589	21.53 588	21.29 591	22.13 593

BEATNet-Init1	4.73 574	2.61 572	13.29 584	0.58 537	0.53 539	10.12 579	3.33 574	4.83 575	5.01 574	8.75 580	8.51 578	14.08 587	7.60 579	7.70 580	5.34 575	0.28 523	0.28 532	0.34 528	0.37 536	0.57 539	0.45 539

tt	4.71 573	0.10 74	3.94 564	2.06 572	1.53 569	10.14 580	16.88 580	9.27 582	4.98 573	1.39 553	1.02 529	4.68 571	4.90 573	3.35 571	5.86 576	5.76 579	9.15 585	2.24 574	2.53 573	3.10 573	1.32 571

ASD4	7.23 576	6.65 579	7.69 574	5.24 576	5.62 574	11.85 581	20.36 581	7.57 579	7.14 577	6.55 577	5.47 575	5.99 577	5.78 574	7.22 579	9.24 580	4.85 578	4.44 577	6.40 582	5.19 578	6.53 579	4.89 579

MEDIAN_ROB	21.21 590	24.62 594	23.47 592	19.58 586	19.65 589	13.22 582	10.96 578	17.88 590	17.00 590	22.14 593	22.02 590	20.86 590	20.36 590	21.06 590	19.71 590	25.63 594	24.13 594	26.21 591	25.20 590	25.17 592	25.38 594

USTest	6.88 575	5.23 577	5.63 570	7.22 579	7.29 575	14.34 583	22.76 582	8.48 580	9.32 579	5.42 574	6.39 577	6.29 579	6.64 576	6.92 578	8.62 579	1.94 570	3.29 576	2.16 573	2.55 574	3.85 575	3.29 576

xxxxx1	15.27 584	9.54 581	10.31 577	20.13 587	18.88 586	17.08 584	23.03 583	10.36 583	10.99 581	9.21 581	9.62 579	10.74 582	10.61 583	10.72 583	13.89 586	7.97 583	9.20 586	31.85 593	44.72 593	12.84 583	13.69 585

tt_ll	15.27 584	9.54 581	10.31 577	20.13 587	18.88 586	17.08 584	23.03 583	10.36 583	10.99 581	9.21 581	9.62 579	10.74 582	10.61 583	10.72 583	13.89 586	7.97 583	9.20 586	31.85 593	44.72 593	12.84 583	13.69 585

ff	15.27 584	9.54 581	10.31 577	20.13 587	18.88 586	17.08 584	23.03 583	10.36 583	10.99 581	9.21 581	9.62 579	10.74 582	10.61 583	10.72 583	13.89 586	7.97 583	9.20 586	31.85 593	44.72 593	12.84 583	13.69 585

AVERAGE_ROB	25.43 595	29.06 595	27.24 593	24.63 594	24.20 594	17.73 587	12.61 579	22.29 591	21.39 591	26.79 595	26.16 594	25.20 595	24.64 595	25.07 595	23.53 591	29.96 595	28.40 595	30.60 592	29.58 591	29.72 593	29.84 595

Anonymous_1	16.62 588	9.35 580	9.84 576	10.66 580	14.64 583	18.66 588	27.12 588	12.64 586	13.51 587	10.76 586	10.30 582	10.13 581	10.60 582	11.06 586	12.74 583	15.87 590	7.74 582	16.92 587	43.48 592	58.66 595	7.68 582

DPSM_ROB	11.49 582	9.87 584	10.35 580	11.13 581	11.31 581	19.11 589	27.51 589	13.37 587	14.21 588	10.31 584	11.06 585	10.96 585	11.27 586	11.96 587	13.59 584	6.78 581	8.19 583	6.03 579	7.09 579	7.93 580	7.73 583

DPSM	11.49 582	9.87 584	10.35 580	11.13 581	11.31 581	19.11 589	27.51 589	13.37 587	14.21 588	10.31 584	11.06 585	10.96 585	11.27 586	11.96 587	13.59 584	6.78 581	8.19 583	6.03 579	7.09 579	7.93 580	7.73 583

PML	16.10 587	12.82 587	6.78 572	5.23 575	7.76 576	33.92 591	66.56 595	5.30 576	10.28 580	26.12 594	68.59 595	20.51 589	13.49 588	10.06 582	6.78 578	5.96 580	2.00 573	6.04 581	2.18 572	8.96 582	2.60 575

FlowAnything	23.14 592	19.87 590	20.79 589	22.50 591	22.74 591	38.39 592	55.46 592	26.89 592	28.72 594	20.77 592	22.29 593	22.07 591	22.72 591	23.99 591	27.41 595	13.60 587	16.55 592	12.15 584	14.36 586	15.97 588	15.52 589

CasAABBNet	23.10 591	19.86 589	20.64 588	22.47 590	22.73 590	38.41 593	55.50 594	26.89 592	28.70 593	20.61 590	22.15 591	22.08 592	22.75 592	23.99 591	27.36 593	13.59 586	16.48 590	12.14 583	14.27 584	15.95 587	15.53 590

LSM0	24.24 594	19.98 592	22.32 591	24.22 593	40.14 595	38.48 594	55.20 591	26.95 594	28.57 592	20.49 589	21.83 589	22.26 594	22.75 592	24.22 594	27.30 592	13.66 589	16.32 589	12.19 586	14.15 583	16.10 590	17.66 592

Selective-RAFT-Error	23.16 593	19.93 591	20.87 590	22.54 592	22.81 592	38.52 595	55.47 593	27.01 595	28.83 595	20.66 591	22.25 592	22.09 593	22.80 594	24.09 593	27.36 593	13.61 588	16.48 590	12.15 584	14.28 585	15.99 589	15.57 591

test_example2	101.33 596	108.28 596	68.15 595	98.43 595	106.93 596	89.75 596	102.43 596	36.80 596	97.65 596	129.04 596	130.15 596	65.26 596	66.62 596	92.11 596	80.24 596	144.10 596	199.48 596	81.81 596	103.01 596	125.01 596	101.27 596

ccccc	256.34 597	256.29 597	313.62 597	354.40 597	364.36 597	149.10 597	168.46 597	152.89 597	131.30 597	153.93 597	155.56 597	164.00 597	204.39 597	268.02 597	295.19 597	390.55 597	349.22 597	244.59 597	219.82 597	412.30 597	378.83 597

Low-res two-view benchmark