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

CAS	1.34 11	0.48 1	2.20 5	3.01 381	1.66 328	4.08 240	0.73 93	1.96 21	1.51 17	0.86 12	1.10 15	0.59 2	0.53 2	1.36 28	0.94 37	3.07 386	0.14 1	0.21 2	0.14 1	0.38 152	1.78 298

s12784h	2.08 52	0.50 2	16.85 118	0.75 8	0.36 3	4.42 308	0.49 15	4.23 277	3.08 229	2.03 148	2.67 311	0.91 43	1.05 76	2.05 101	0.78 7	0.37 161	0.18 5	0.24 14	0.16 5	0.27 15	0.26 5

PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 80	4.21 280	0.43 10	2.00 22	1.58 30	1.02 27	1.06 11	0.78 25	0.98 56	1.58 49	0.93 31	1.21 365	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

EGLCR-Stereo	2.52 130	0.56 4	9.39 40	1.16 156	0.81 140	5.24 380	0.61 43	4.20 267	1.56 27	1.09 31	0.71 1	1.09 55	0.66 13	1.92 90	0.82 18	0.29 33	0.30 146	0.29 78	0.24 65	0.37 143	19.09 418

GrayStereo	3.68 302	0.56 4	20.61 315	1.71 317	0.90 163	4.17 266	8.11 400	3.17 94	4.13 333	2.80 307	2.49 290	1.70 111	17.06 406	2.83 164	1.25 93	0.37 161	0.23 70	0.27 44	0.32 203	0.30 43	0.57 150

GMM-Stereo	2.52 130	0.56 4	20.57 309	0.92 62	0.83 143	4.18 269	1.88 318	2.51 46	2.40 135	2.48 272	2.30 263	1.69 109	1.84 240	2.93 168	1.25 93	0.32 83	0.19 9	0.33 163	0.49 304	0.37 143	2.40 316

CFNet-RSSM	2.17 62	0.56 4	20.50 298	1.08 126	0.57 76	3.42 104	0.62 50	4.24 284	1.60 38	1.73 86	1.39 59	2.55 220	1.19 110	1.36 28	1.04 56	0.29 33	0.20 17	0.26 34	0.23 52	0.28 20	0.32 17

KYRaft	2.55 143	0.57 8	20.60 314	0.98 94	0.51 57	4.38 299	1.76 311	2.51 46	1.59 33	2.48 272	2.98 328	1.99 166	3.36 330	2.17 115	0.96 43	0.34 122	0.22 47	0.33 163	0.46 297	0.38 152	2.44 318

LoS	1.05 5	0.58 9	3.31 10	0.91 56	0.38 6	4.14 255	0.50 18	2.22 32	1.49 13	1.02 27	0.88 7	0.62 5	0.84 37	1.69 59	0.94 37	0.27 21	0.20 17	0.24 14	0.17 8	0.22 2	0.32 17

Selective-IGEV	1.42 15	0.58 9	8.82 39	0.92 62	0.85 148	1.32 11	0.80 127	2.85 75	3.84 321	0.87 15	1.68 113	0.71 16	0.62 7	1.30 15	0.75 4	0.24 4	0.27 128	0.24 14	0.19 9	0.27 15	1.18 264

Selective-RAFT	1.34 11	0.58 9	2.21 6	1.01 105	0.49 48	4.19 277	0.51 20	3.39 115	3.62 311	1.15 34	1.40 61	1.45 95	1.40 140	2.09 104	1.31 104	0.43 214	0.40 216	0.25 23	0.26 90	0.29 32	0.38 58

MC-Stereo	2.54 138	0.58 9	6.38 26	1.30 216	1.37 271	4.56 336	0.60 40	2.08 27	1.57 29	1.97 126	1.68 113	0.89 42	1.12 93	1.46 37	0.88 25	0.27 21	8.44 393	0.27 44	0.22 43	0.26 12	14.87 398

DCANet-4	2.06 51	0.58 9	15.30 85	0.86 36	0.44 30	4.16 261	0.57 28	4.31 310	3.28 261	2.31 225	1.82 158	1.04 52	1.54 174	1.69 59	1.56 147	0.35 134	0.24 89	0.24 14	0.19 9	0.25 5	0.57 150

tt	7.29 391	0.58 9	7.34 28	4.04 396	2.30 366	12.04 405	20.18 411	15.60 416	7.41 396	3.46 348	3.36 344	5.36 372	6.39 370	4.27 198	7.46 333	9.80 417	11.53 414	7.04 415	7.45 416	6.31 406	3.81 344

test_3	2.17 62	0.58 9	18.64 155	1.11 134	0.78 134	2.15 34	0.85 150	4.42 336	1.47 8	2.00 134	1.20 27	2.02 171	0.79 33	2.70 159	1.35 107	0.29 33	1.04 318	0.29 78	0.29 160	0.31 48	1.07 255

PSM-AAD	3.41 280	0.58 9	20.55 303	0.95 77	0.56 69	4.46 312	7.40 398	3.11 91	1.58 30	2.30 222	2.56 299	1.26 74	16.19 405	2.47 140	1.00 52	0.32 83	0.22 47	0.58 324	0.41 279	0.37 143	1.32 270

CASnet	0.85 2	0.59 17	1.66 2	0.91 56	0.30 1	1.37 12	0.73 93	1.63 6	1.94 79	1.66 74	1.14 23	0.66 7	0.63 8	1.07 2	0.90 27	0.37 161	0.17 3	0.41 245	0.31 193	0.33 88	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	1.62 20	0.59 17	5.29 21	1.12 141	0.76 131	4.41 307	0.79 123	4.12 241	3.26 257	2.02 143	1.36 53	2.82 246	1.56 179	1.90 89	0.81 13	0.29 33	0.25 101	0.26 34	0.19 9	0.25 5	0.35 35

GLC_STEREO	0.83 1	0.59 17	1.71 3	0.89 48	0.34 2	1.88 21	0.80 127	1.48 2	1.60 38	0.98 26	1.06 11	0.68 8	0.71 16	1.19 9	0.89 26	0.25 8	0.25 101	0.32 131	0.25 76	0.32 67	0.34 30

test-3	2.19 64	0.59 17	18.63 154	1.13 146	0.75 127	2.07 30	0.89 164	4.37 328	1.53 20	2.25 207	1.20 27	2.05 177	0.79 33	2.68 156	1.35 107	0.29 33	0.95 313	0.28 64	0.27 105	0.27 15	1.47 280

test_1	2.19 64	0.59 17	18.67 156	1.13 146	0.78 134	2.07 30	0.89 164	4.37 328	1.53 20	2.18 190	1.20 27	2.05 177	0.78 27	2.68 156	1.36 114	0.29 33	0.93 310	0.28 64	0.27 105	0.28 20	1.53 283

CREStereo++_RVC	1.98 35	0.59 17	19.94 228	0.87 42	0.55 66	4.02 226	0.31 2	1.75 14	2.09 90	1.65 73	2.20 246	0.85 37	0.65 11	1.03 1	0.72 2	0.29 33	0.16 2	0.23 4	1.22 374	0.25 5	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 309	0.40 7	2.43 40	1.98 82	0.96 25	1.22 31	0.88 40	0.87 41	1.30 15	0.79 11	0.30 55	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MIF-Stereo	1.73 28	0.60 24	20.25 264	0.98 94	1.19 237	0.78 3	0.39 5	1.19 1	1.55 24	1.21 36	1.28 40	0.52 1	0.64 9	1.17 7	1.16 74	0.35 134	0.20 17	0.25 23	0.22 43	0.42 190	0.31 14

LCNet	2.54 138	0.60 24	20.89 335	1.01 105	0.57 76	3.60 141	1.21 253	3.20 96	1.70 58	2.17 187	1.76 134	1.43 92	4.12 345	3.61 180	0.94 37	0.32 83	0.20 17	0.28 64	0.76 347	0.50 243	1.83 302

FTStereo	3.74 306	0.60 24	20.43 285	0.99 99	0.66 103	4.34 296	11.24 402	2.63 65	1.95 80	2.58 281	5.03 366	1.90 150	13.77 400	3.70 183	1.28 101	0.41 191	0.24 89	0.31 117	0.33 210	0.32 67	2.08 306

RAFT-345	2.55 143	0.60 24	19.89 224	1.22 180	0.49 48	4.43 309	0.77 114	1.68 7	3.54 306	2.09 167	3.10 335	1.95 158	1.30 124	6.65 240	1.47 136	0.41 191	0.23 70	0.32 131	0.26 90	0.29 32	0.28 7

Prome-Stereo	2.57 152	0.60 24	20.29 270	1.01 105	0.62 92	4.40 305	1.80 314	3.22 98	1.74 60	2.18 190	3.43 346	1.71 113	3.45 334	2.24 124	1.19 78	0.32 83	0.20 17	0.27 44	0.25 76	0.37 143	2.15 309

riskmin	2.46 122	0.61 29	12.91 57	1.22 180	1.65 325	3.56 133	0.61 43	4.30 300	1.50 14	1.86 103	1.16 24	4.30 345	2.02 254	1.53 47	1.32 105	0.29 33	0.95 313	0.34 180	0.23 52	0.43 199	8.34 377

RCA-Stereo	1.38 13	0.61 29	3.95 17	0.94 69	0.48 41	4.68 359	0.78 117	4.17 257	1.95 80	1.93 111	1.84 171	0.94 46	1.48 158	1.23 10	0.75 4	0.30 55	0.43 234	0.25 23	0.20 19	0.26 12	0.37 51

DisPM	2.29 85	0.61 29	20.25 264	1.79 328	0.52 60	4.58 337	0.77 114	2.50 45	2.22 107	2.49 275	1.82 158	1.45 95	1.01 62	2.73 160	1.04 56	0.48 254	0.20 17	0.32 131	0.31 193	0.32 67	0.45 89

Gwc-CoAtRS	1.80 29	0.61 29	14.92 81	1.08 126	0.61 84	2.88 55	0.63 55	2.47 42	1.62 44	1.80 98	1.50 71	2.73 235	1.17 105	1.35 26	1.08 62	0.30 55	0.22 47	0.25 23	0.23 52	0.28 20	0.30 12

FENet	2.30 88	0.61 29	20.21 258	1.43 264	0.68 112	4.04 229	0.60 40	4.01 201	2.26 115	2.03 148	1.13 20	2.42 208	1.42 146	1.72 67	1.43 126	0.36 153	0.24 89	0.33 163	0.27 105	0.29 32	0.51 126

AE-Stereo	2.91 212	0.63 34	17.05 121	1.15 152	0.63 95	4.39 303	0.70 78	4.02 206	2.12 96	1.24 43	2.04 213	1.01 50	0.91 46	1.67 53	1.42 124	0.30 55	1.14 323	0.28 64	0.28 130	0.27 15	16.93 416

CES	1.08 7	0.63 34	2.53 8	0.95 77	2.18 359	2.13 32	0.50 18	2.07 26	1.46 7	0.79 6	1.06 11	0.61 4	0.48 1	1.45 36	0.87 23	0.24 4	0.18 5	0.24 14	0.15 3	0.64 289	2.36 315

SST-Stereo	2.63 166	0.63 34	19.76 212	1.69 312	0.46 32	4.71 365	0.74 101	2.27 33	3.07 228	2.07 162	2.15 232	2.42 208	3.17 321	6.66 241	0.95 42	0.45 229	0.19 9	0.30 99	0.27 105	0.35 122	0.31 14

RAFT-Test	1.67 26	0.64 37	6.13 24	1.25 201	1.82 346	3.06 66	0.78 117	4.02 206	3.09 232	1.88 104	1.70 118	3.76 314	1.03 63	1.40 32	1.07 61	0.29 33	0.33 163	0.25 23	0.23 52	0.29 32	0.33 22

BUS	1.64 23	0.64 37	3.82 12	0.94 69	0.86 150	4.50 320	0.75 106	4.49 345	2.29 123	2.96 322	1.82 158	3.61 307	1.03 63	1.79 75	1.18 75	0.39 181	0.25 101	0.31 117	0.28 130	0.38 152	0.41 70

BSDual-CNN	1.61 19	0.64 37	3.82 12	0.94 69	0.86 150	4.18 269	1.14 241	4.49 345	2.29 123	2.96 322	1.82 158	2.58 225	1.30 124	1.79 75	1.44 130	0.39 181	0.25 101	0.31 117	0.28 130	0.38 152	0.41 70

psmg	1.63 21	0.64 37	3.82 12	0.96 84	0.86 150	4.35 297	1.41 277	4.11 236	2.29 123	2.68 292	2.09 226	2.58 225	1.30 124	1.79 75	1.44 130	0.39 181	0.29 138	0.33 163	0.34 219	0.38 152	0.44 85

PFNet+	2.46 122	0.64 37	21.10 357	0.98 94	0.48 41	4.63 345	0.83 139	2.47 42	3.48 301	2.14 177	1.67 111	1.34 78	1.03 63	4.66 200	1.35 107	0.49 260	0.33 163	0.38 232	0.39 262	0.33 88	0.49 116

RAFT_R40	2.61 159	0.64 37	19.86 220	1.69 312	0.46 32	4.74 368	0.95 203	2.28 34	2.52 152	2.02 143	2.32 265	2.69 234	2.52 292	6.70 243	1.05 59	0.42 200	0.19 9	0.30 99	0.27 105	0.33 88	0.29 10

RAFT-RH_RVC	2.72 186	0.64 37	20.10 247	1.48 272	0.49 48	4.46 312	0.56 25	1.73 13	2.86 195	3.06 327	5.50 368	2.02 171	1.28 121	6.70 243	1.56 147	0.46 242	0.22 47	0.37 220	0.34 219	0.29 32	0.33 22

knoymous	1.50 16	0.65 44	8.73 38	0.91 56	0.75 127	2.97 63	0.90 180	2.93 76	1.38 4	1.56 61	1.07 14	2.75 240	0.88 42	1.43 34	1.13 67	0.32 83	0.22 47	0.35 198	0.20 19	0.45 214	0.41 70

PSM-softLoss	2.62 162	0.65 44	21.11 358	2.46 363	0.49 48	4.68 359	0.68 70	2.61 63	4.23 338	2.14 177	1.47 68	1.42 90	0.99 57	6.04 226	1.24 87	0.47 249	0.23 70	0.37 220	0.39 262	0.33 88	0.34 30

KMStereo	2.62 162	0.65 44	21.11 358	2.46 363	0.49 48	4.68 359	0.68 70	2.61 63	4.23 338	2.14 177	1.47 68	1.42 90	0.99 57	6.04 226	1.24 87	0.47 249	0.23 70	0.37 220	0.39 262	0.33 88	0.34 30

DEmStereo	3.24 263	0.65 44	18.95 164	0.83 27	0.54 63	3.85 187	1.79 313	2.53 49	2.54 154	2.25 207	2.74 317	2.02 171	6.02 366	6.78 246	11.30 350	0.40 188	0.26 121	0.27 44	0.27 105	0.28 20	0.57 150

R-Stereo Train	2.13 55	0.65 44	19.43 189	1.02 109	0.67 105	3.79 175	0.89 164	4.12 241	1.55 24	2.15 181	1.72 124	1.13 58	0.94 51	1.46 37	1.30 102	0.32 83	0.25 101	0.27 44	0.21 25	0.28 20	0.37 51

RAFT-Stereo	2.13 55	0.65 44	19.43 189	1.02 109	0.67 105	3.79 175	0.89 164	4.12 241	1.55 24	2.15 181	1.72 124	1.13 58	0.94 51	1.46 37	1.30 102	0.32 83	0.25 101	0.27 44	0.21 25	0.28 20	0.37 51
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	3.02 228	0.65 44	19.48 193	0.94 69	0.90 163	3.71 162	1.20 251	5.61 391	2.87 197	3.24 340	2.49 290	2.53 217	1.61 189	11.39 350	1.90 208	0.37 161	0.27 128	0.27 44	0.24 65	0.31 48	0.39 63
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MGS-Stereo	1.24 10	0.66 51	9.68 42	0.97 91	0.40 21	1.26 9	0.72 86	1.50 3	1.35 1	1.03 29	2.26 254	0.80 30	0.56 3	1.28 13	0.78 7	0.31 69	0.23 70	0.26 34	0.22 43	0.28 20	0.34 30

cross-raft	1.95 33	0.66 51	16.17 102	1.23 186	0.92 169	2.25 37	0.70 78	3.69 144	1.68 56	1.78 94	1.53 73	3.15 272	1.13 94	1.35 26	1.06 60	0.24 4	0.23 70	0.26 34	0.24 65	0.29 32	0.45 89

AEACV	2.12 54	0.67 53	6.33 25	1.38 242	1.50 290	3.53 128	0.90 180	2.83 74	1.60 38	0.91 20	0.81 6	0.80 30	1.61 189	1.56 48	0.73 3	0.25 8	0.60 278	0.26 34	0.27 105	0.29 32	15.65 407

AAGNet	3.88 315	0.67 53	20.04 237	2.27 353	0.46 32	4.76 370	1.05 224	2.28 34	3.38 282	2.16 185	1.84 171	2.40 202	3.95 342	6.22 230	24.21 411	0.49 260	0.19 9	0.30 99	0.29 160	0.33 88	0.29 10

NF-Stereo	2.68 182	0.67 53	21.09 355	2.43 359	0.47 36	4.67 351	0.67 62	3.68 140	4.30 344	2.11 171	1.62 99	1.36 82	1.09 82	6.07 228	1.24 87	0.45 229	0.20 17	0.36 209	0.34 219	0.32 67	0.37 51

OCTAStereo	2.67 179	0.67 53	21.08 350	2.43 359	0.47 36	4.67 351	0.67 62	3.68 140	4.31 347	2.11 171	1.62 99	1.36 82	1.09 82	6.02 225	1.25 93	0.45 229	0.20 17	0.36 209	0.34 219	0.32 67	0.37 51

RE-Stereo	2.67 179	0.67 53	21.08 350	2.43 359	0.47 36	4.67 351	0.67 62	3.68 140	4.30 344	2.11 171	1.62 99	1.36 82	1.09 82	6.01 222	1.26 98	0.45 229	0.20 17	0.36 209	0.34 219	0.32 67	0.37 51

TVStereo	2.67 179	0.67 53	21.08 350	2.43 359	0.47 36	4.67 351	0.67 62	3.68 140	4.30 344	2.11 171	1.62 99	1.36 82	1.09 82	6.01 222	1.26 98	0.45 229	0.20 17	0.36 209	0.34 219	0.32 67	0.37 51

anonymousdsp2	2.72 186	0.68 59	11.15 48	1.20 172	0.64 97	3.66 154	0.71 83	3.71 148	2.14 99	1.62 68	1.61 96	1.95 158	1.00 59	2.24 124	0.81 13	0.32 83	0.50 261	0.28 64	0.20 19	0.34 109	19.58 419

test_4	1.98 35	0.68 59	15.65 93	0.91 56	0.48 41	4.11 245	1.09 230	2.41 38	1.50 14	1.55 59	2.31 264	1.87 147	0.79 33	2.86 166	1.51 138	0.34 122	0.19 9	0.29 78	0.29 160	0.30 43	0.40 65

ASMatch	2.65 171	0.68 59	20.65 319	1.60 294	0.71 118	4.40 305	0.77 114	2.02 24	1.65 51	1.71 83	3.89 353	1.93 152	3.75 339	5.45 211	1.67 173	0.33 106	0.24 89	0.34 180	0.28 130	0.34 109	0.57 150

DRaft	3.12 242	0.68 59	20.57 309	0.77 9	0.49 48	3.95 214	1.20 251	2.40 37	1.60 38	2.64 290	2.80 320	1.59 102	5.33 359	6.94 251	9.51 344	0.43 214	0.22 47	0.27 44	0.27 105	0.32 67	0.47 104

CRE-IMP	2.28 82	0.68 59	19.67 205	0.85 33	0.39 20	4.54 326	0.80 127	2.63 65	4.84 369	1.96 124	1.51 72	1.86 144	0.96 54	1.52 44	1.43 126	0.47 249	0.21 33	0.31 117	0.26 90	0.41 183	0.35 35

MSKI-zero shot	2.33 93	0.69 64	20.22 260	1.14 151	0.77 133	4.05 233	0.68 70	3.95 191	1.51 17	1.93 111	2.35 267	1.91 151	0.71 16	3.01 170	0.79 11	0.28 28	1.47 331	0.27 44	0.21 25	0.28 20	0.44 85

MIF-Stereo (partial)	1.93 32	0.69 64	21.14 360	0.74 7	1.02 192	1.07 5	0.49 15	2.75 71	1.78 64	0.82 8	1.22 31	0.80 30	0.90 44	1.68 54	1.63 166	0.38 174	0.24 89	0.33 163	0.26 90	0.41 183	0.32 17

iRaft-Stereo_20w	3.11 239	0.69 64	18.89 162	1.00 102	1.09 214	5.03 377	1.00 212	5.86 393	2.46 147	2.83 311	1.64 108	3.06 264	4.30 348	3.08 172	1.74 190	0.31 69	0.30 146	0.27 44	0.35 232	0.42 190	7.93 368

NRIStereo	2.32 90	0.69 64	20.07 239	1.35 230	0.38 6	4.73 366	0.89 164	2.43 40	3.35 278	1.95 122	1.37 55	1.75 117	1.21 112	2.97 169	1.35 107	0.49 260	0.22 47	0.29 78	0.26 90	0.31 48	0.33 22

PFNet	2.75 195	0.69 64	19.96 229	2.25 352	0.80 138	4.63 345	0.90 180	2.60 62	3.85 323	2.39 254	2.71 315	1.82 139	1.41 144	7.53 261	1.41 123	0.36 153	0.21 33	0.36 209	0.27 105	0.32 67	0.46 96

EAI-Stereo	4.89 355	0.69 64	7.74 31	0.99 99	1.63 318	4.68 359	51.52 425	5.79 392	3.37 280	3.64 354	7.24 371	1.10 56	0.95 53	2.51 142	1.71 183	0.33 106	0.31 150	0.28 64	2.04 397	0.28 20	0.92 238

Pruner-Stereo	2.33 93	0.70 70	20.66 320	2.05 347	0.48 41	4.73 366	0.78 117	2.55 57	2.70 168	2.47 270	1.57 89	1.48 97	1.03 63	1.71 63	1.55 146	0.48 254	0.21 33	0.34 180	0.30 176	0.31 48	0.42 77

DeepStereo_RVC	2.42 116	0.70 70	18.41 150	0.79 19	0.43 26	4.50 320	0.70 78	2.51 46	3.51 304	2.02 143	1.79 147	1.54 100	6.35 368	1.93 92	1.22 82	0.47 249	0.22 47	0.29 78	0.29 160	0.35 122	0.40 65

pcwnet_v2	2.73 191	0.70 70	22.43 402	1.11 134	1.02 192	3.58 136	0.80 127	4.31 310	3.42 291	2.39 254	2.28 259	2.99 257	1.68 213	3.31 175	1.54 144	0.44 220	0.51 263	0.41 245	0.34 219	0.62 280	0.74 211

XX-Stereo	2.66 175	0.70 70	21.17 365	2.33 356	1.24 249	4.31 295	0.45 11	4.48 344	1.60 38	2.39 254	1.89 184	4.60 357	0.60 5	4.17 195	1.11 66	0.34 122	0.26 121	0.29 78	0.29 160	0.53 250	0.43 81

PCWNet_CMD	2.16 59	0.71 74	15.44 89	0.84 28	0.76 131	3.38 96	0.68 70	3.69 144	2.24 109	1.72 84	1.63 103	3.20 274	3.00 312	2.09 104	1.23 83	0.32 83	0.37 191	0.47 274	0.27 105	0.65 294	0.51 126

IRAFT_RVC	2.74 192	0.71 74	19.80 213	2.52 365	0.67 105	4.60 341	1.57 295	3.05 88	2.99 210	2.23 204	1.72 124	2.08 180	2.59 293	6.69 242	1.61 161	0.37 161	0.21 33	0.33 163	0.29 160	0.33 88	0.35 35

MSMDNet	2.16 59	0.71 74	15.36 87	0.86 36	0.75 127	3.41 102	0.69 76	3.70 146	2.25 112	1.73 86	1.64 108	3.21 275	2.95 304	2.09 104	1.24 87	0.32 83	0.37 191	0.45 267	0.27 105	0.63 286	0.50 120

11t1	2.82 203	0.72 77	17.81 141	1.60 294	0.93 173	2.27 39	0.62 50	3.76 155	4.47 354	1.72 84	1.33 48	1.05 53	1.34 128	1.84 86	1.45 133	0.29 33	5.57 384	0.29 78	0.26 90	0.32 67	8.80 381

test-1	1.81 30	0.72 77	9.51 41	1.02 109	1.57 306	3.85 187	0.60 40	4.07 220	1.51 17	1.94 117	1.81 156	2.04 174	0.91 46	1.39 31	1.73 188	0.27 21	0.93 310	0.31 117	0.25 76	0.29 32	1.37 273

ICVP	2.19 64	0.72 77	19.18 174	1.03 112	0.88 158	4.22 282	0.94 200	3.44 119	1.69 57	1.68 77	1.76 134	1.35 80	1.19 110	1.80 80	1.40 122	0.58 301	0.37 191	0.34 180	0.30 176	0.41 183	0.59 164
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SMFormer	2.40 108	0.73 80	8.34 33	1.41 252	0.61 84	2.04 25	0.72 86	4.30 300	4.43 349	2.41 259	2.40 276	1.94 154	1.52 168	10.99 335	3.10 285	0.35 134	0.84 303	0.36 209	0.33 210	0.40 165	0.77 214

tta	2.44 118	0.73 80	8.34 33	1.41 252	0.61 84	2.04 25	0.72 86	4.30 300	4.43 349	2.41 259	2.40 276	1.94 154	1.52 168	10.99 335	3.10 285	0.35 134	0.84 303	0.36 209	0.33 210	0.31 48	1.75 293

qqq1	2.35 97	0.73 80	8.34 33	1.41 252	0.61 84	2.04 25	0.72 86	4.30 300	4.43 349	2.41 259	2.40 276	1.94 154	1.52 168	10.99 335	1.36 114	0.35 134	0.84 303	0.30 99	0.25 76	0.31 48	1.75 293

fff1	2.35 97	0.73 80	8.34 33	1.41 252	0.61 84	2.04 25	0.72 86	4.30 300	4.43 349	2.41 259	2.40 276	1.94 154	1.52 168	10.99 335	1.36 114	0.35 134	0.84 303	0.30 99	0.25 76	0.31 48	1.75 293

CASS	1.65 24	0.73 80	8.72 37	0.97 91	0.67 105	2.88 55	0.69 76	3.07 90	1.86 71	2.82 309	2.02 209	1.39 86	1.55 177	1.75 73	1.36 114	0.51 276	0.28 134	0.34 180	0.28 130	0.47 232	0.63 179
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR	2.61 159	0.73 80	20.72 324	0.87 42	0.54 63	4.58 337	0.52 21	4.32 316	2.79 180	1.91 107	1.54 82	1.72 114	1.71 220	6.94 251	1.43 126	0.31 69	0.21 33	0.27 44	0.24 65	0.34 109	0.48 111

Patchmatch Stereo++	2.28 82	0.74 86	20.54 301	0.77 9	0.38 6	4.67 351	0.75 106	2.55 57	3.21 245	2.00 134	1.53 73	1.77 124	1.14 99	2.46 137	0.98 47	0.51 276	0.23 70	0.32 131	0.28 130	0.40 165	0.35 35
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	2.26 75	0.74 86	20.53 300	0.77 9	0.38 6	4.67 351	0.71 83	2.54 50	3.22 250	2.00 134	1.53 73	1.77 124	1.13 94	2.22 122	0.96 43	0.50 270	0.23 70	0.32 131	0.28 130	0.40 165	0.35 35

ROB_FTStereo_v2	2.25 73	0.74 86	20.45 288	0.77 9	0.38 6	4.66 350	0.74 101	2.54 50	3.20 242	2.00 134	1.53 73	1.77 124	1.14 99	2.13 110	0.96 43	0.50 270	0.22 47	0.32 131	0.28 130	0.40 165	0.35 35

ROB_FTStereo	2.26 75	0.74 86	20.44 286	0.77 9	0.38 6	4.65 348	0.75 106	2.54 50	3.19 241	2.00 134	1.54 82	1.77 124	1.13 94	2.28 128	0.94 37	0.49 260	0.22 47	0.32 131	0.28 130	0.40 165	0.35 35

HUI-Stereo	2.27 78	0.74 86	20.56 305	0.77 9	0.38 6	4.67 351	0.78 117	2.54 50	3.23 253	2.00 134	1.53 73	1.77 124	1.13 94	2.21 121	0.93 31	0.49 260	0.23 70	0.32 131	0.28 130	0.40 165	0.35 35

iGMRVC	2.27 78	0.74 86	20.46 289	0.77 9	0.38 6	4.65 348	0.73 93	2.54 50	3.21 245	2.00 134	1.53 73	1.77 124	1.14 99	2.47 140	0.99 49	0.51 276	0.23 70	0.32 131	0.28 130	0.40 165	0.35 35

iRAFT	2.28 82	0.74 86	20.54 301	0.77 9	0.38 6	4.67 351	0.75 106	2.55 57	3.21 245	2.00 134	1.53 73	1.77 124	1.14 99	2.46 137	0.98 47	0.51 276	0.23 70	0.32 131	0.28 130	0.40 165	0.35 35

RAFT-IKP	2.27 78	0.74 86	20.55 303	0.77 9	0.38 6	4.64 347	0.73 93	2.54 50	3.21 245	2.00 134	1.53 73	1.77 124	1.13 94	2.25 127	1.00 52	0.51 276	0.22 47	0.32 131	0.28 130	0.40 165	0.35 35

CFNet_pseudo	2.03 47	0.74 86	12.75 55	0.87 42	0.74 123	3.91 201	0.65 59	4.04 213	1.93 77	1.93 111	1.79 147	3.25 278	1.61 189	2.51 142	1.25 93	0.32 83	0.37 191	0.53 306	0.28 130	0.64 289	0.50 120

HCRNet	2.24 71	0.74 86	14.54 76	0.82 26	1.36 268	4.11 245	0.70 78	3.61 131	3.03 221	1.83 102	1.61 96	1.58 101	1.40 140	5.79 217	1.60 159	0.35 134	0.28 134	0.36 209	0.29 160	0.34 109	0.46 96

ccs_rob	2.03 47	0.74 86	12.67 54	0.87 42	0.75 127	3.91 201	0.66 60	4.04 213	1.93 77	1.92 110	1.79 147	3.24 277	1.63 200	2.52 146	1.25 93	0.32 83	0.37 191	0.54 314	0.28 130	0.66 298	0.51 126

ttt	4.23 329	0.75 97	19.96 229	1.48 272	1.31 261	3.69 158	0.87 156	4.65 365	5.33 376	2.45 268	2.39 274	2.44 211	1.54 174	11.35 349	16.49 378	0.43 214	4.35 378	0.37 220	0.35 232	0.41 183	4.01 349

IGEV_Zeroshot_test	2.66 175	0.75 97	21.55 383	1.50 276	0.89 159	2.21 35	0.90 180	3.52 122	1.83 68	2.17 187	1.57 89	4.09 331	1.60 184	1.73 70	1.21 80	0.32 83	0.33 163	0.28 64	0.30 176	0.44 207	6.09 363

EKT-Stereo	7.93 393	0.75 97	21.17 365	1.84 331	109.80 431	4.51 324	0.61 43	4.13 244	1.59 33	1.89 105	1.24 33	1.96 163	1.35 129	4.02 191	1.36 114	0.42 200	0.31 150	0.29 78	0.27 105	0.35 122	0.78 216

CFNet_ucs	2.32 90	0.75 97	17.05 121	0.90 54	0.81 140	3.86 190	0.68 70	4.31 310	2.68 165	2.13 175	2.04 213	3.30 280	1.24 116	2.63 152	1.23 83	0.37 161	0.46 244	0.56 318	0.30 176	0.67 301	0.53 136

GwcNet-ADL	2.51 128	0.75 97	21.41 380	0.98 94	0.73 120	4.58 337	0.95 203	4.46 343	2.61 161	2.06 156	1.80 151	2.54 219	1.24 116	1.98 98	1.73 188	0.41 191	0.46 244	0.24 14	0.27 105	0.41 183	0.55 143

CrosDoStereo	5.27 362	0.75 97	20.07 239	0.85 33	0.53 61	3.40 99	18.03 408	3.90 179	3.29 266	1.99 130	8.27 378	1.95 158	6.95 377	7.34 256	25.94 414	0.33 106	0.22 47	0.30 99	0.28 130	0.35 122	0.61 172

DeepStereo_LL	5.27 362	0.75 97	20.07 239	0.85 33	0.53 61	3.40 99	18.03 408	3.90 179	3.29 266	1.99 130	8.27 378	1.95 158	6.95 377	7.34 256	25.94 414	0.33 106	0.22 47	0.30 99	0.28 130	0.35 122	0.61 172

SFCPSM	2.16 59	0.75 97	15.82 95	0.91 56	0.98 182	3.74 167	1.27 259	4.15 250	2.56 155	1.90 106	1.82 158	1.64 107	1.39 136	2.51 142	1.57 150	0.36 153	0.28 134	0.39 236	0.36 241	0.36 139	0.50 120

DAS	2.52 130	0.76 105	7.72 29	1.16 156	1.64 322	2.96 61	2.10 334	4.14 247	3.31 271	4.16 367	2.51 294	2.56 222	1.81 234	11.54 355	1.83 202	0.44 220	0.23 70	0.39 236	0.25 76	0.42 190	0.45 89

SepStereo	2.36 99	0.76 105	7.72 29	1.16 156	1.64 322	2.96 61	2.10 334	4.14 247	3.31 271	4.16 367	2.51 294	2.56 222	1.81 234	8.34 271	1.83 202	0.44 220	0.23 70	0.39 236	0.25 76	0.42 190	0.45 89

HHNet	2.51 128	0.76 105	20.83 330	0.67 2	0.67 105	4.07 237	0.90 180	3.85 172	1.59 33	2.14 177	4.91 365	0.98 47	3.32 326	1.73 70	1.80 198	0.41 191	0.20 17	0.31 117	0.28 130	0.38 152	0.44 85

hknet	2.34 95	0.78 108	13.86 64	0.94 69	1.07 208	4.18 269	1.14 241	4.49 345	3.00 212	2.96 322	1.82 158	3.47 291	1.30 124	4.11 194	1.77 192	0.35 134	0.25 101	0.31 117	0.28 130	0.38 152	0.41 70

PSMNet-ADL	2.01 43	0.78 108	2.89 9	1.11 134	0.86 150	4.13 250	0.80 127	3.84 170	2.26 115	1.74 89	1.87 180	2.90 252	1.81 234	10.37 319	2.34 251	0.49 260	0.47 252	0.29 78	0.30 176	0.39 162	0.56 145

GES	2.26 75	0.79 110	19.68 206	1.12 141	0.59 80	4.30 292	1.01 213	3.90 179	1.59 33	1.78 94	1.78 144	1.28 76	1.75 223	1.80 80	1.61 161	0.42 200	0.29 138	0.33 163	0.31 193	0.45 214	0.50 120

mmm	2.70 183	0.80 111	8.26 32	1.50 276	1.18 232	2.44 44	0.85 150	4.08 227	4.59 356	2.31 225	1.95 200	1.51 98	1.55 177	2.33 133	1.72 185	0.31 69	7.71 392	0.45 267	0.42 282	0.40 165	9.56 383

GANet-ADL	2.25 73	0.80 111	20.17 251	1.28 207	0.69 117	3.83 182	0.75 106	3.63 133	1.83 68	1.68 77	2.04 213	2.09 181	1.10 88	1.63 51	1.43 126	0.42 200	0.33 163	0.26 34	0.23 52	0.43 199	0.41 70

Anonymous3	2.20 67	0.80 111	20.08 244	0.86 36	0.86 150	4.46 312	0.84 146	3.64 136	1.40 5	1.37 48	1.40 61	1.11 57	1.03 63	1.71 63	1.24 87	0.75 340	0.58 275	0.34 180	0.35 232	0.48 238	0.65 186

ff7	2.60 155	0.81 114	16.25 103	0.89 48	0.56 69	4.55 332	0.83 139	1.68 7	3.44 292	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 191	0.29 78	0.21 25	0.33 88	15.08 401

ffff	2.60 155	0.81 114	16.25 103	0.89 48	0.56 69	4.55 332	0.83 139	1.68 7	3.44 292	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 191	0.29 78	0.21 25	0.33 88	15.08 401

11t	2.60 155	0.81 114	16.25 103	0.89 48	0.56 69	4.55 332	0.83 139	1.68 7	3.44 292	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 191	0.29 78	0.21 25	0.33 88	15.08 401

ccc-4	2.60 155	0.81 114	16.25 103	0.89 48	0.56 69	4.55 332	0.83 139	1.68 7	3.44 292	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 191	0.29 78	0.21 25	0.33 88	15.08 401

anonymousdsp	3.14 245	0.83 118	20.28 267	0.94 69	0.64 97	4.54 326	0.82 135	2.03 25	3.32 274	0.91 20	1.13 20	0.78 25	0.77 25	1.78 74	0.90 27	0.29 33	0.25 101	0.29 78	0.21 25	0.33 88	21.81 420

anonymousa	3.14 245	0.83 118	19.20 176	1.62 298	9.63 407	2.06 29	0.78 117	2.93 76	2.20 104	1.95 122	2.17 237	3.41 288	1.81 234	1.33 21	1.67 173	0.29 33	8.64 396	0.34 180	0.37 249	0.32 67	1.33 271

x	2.94 218	0.83 118	16.07 97	1.51 278	0.83 143	2.13 32	0.96 208	3.97 195	4.73 362	1.73 86	1.43 65	1.61 103	1.27 118	2.24 124	1.71 183	0.29 33	6.91 389	0.34 180	0.31 193	0.34 109	9.60 384

IGEV-Stereo	3.15 247	0.83 118	20.31 274	0.94 69	0.64 97	4.54 326	0.82 135	2.01 23	3.31 271	0.91 20	1.13 20	0.79 29	0.77 25	1.79 75	0.92 30	0.29 33	0.25 101	0.29 78	0.21 25	0.33 88	21.85 421
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Former-RAFT_DAM_RVC	0.99 3	0.85 122	1.58 1	0.95 77	1.08 211	2.95 60	0.53 22	1.93 19	2.00 85	1.19 35	1.63 103	0.59 2	0.65 11	1.10 4	0.90 27	0.28 28	0.23 70	0.31 117	0.25 76	0.45 214	0.32 17

xxxx	4.25 330	0.86 123	14.59 77	1.30 216	1.16 227	3.51 124	0.63 55	4.56 355	5.42 382	2.33 239	2.29 261	2.04 174	1.39 136	10.23 313	18.00 397	0.33 106	7.15 391	0.31 117	0.30 176	0.35 122	8.33 376

UPFNet	2.23 69	0.86 123	14.25 71	1.28 207	1.44 285	3.51 124	1.34 266	4.05 216	2.11 94	2.44 267	1.53 73	2.41 206	1.39 136	3.62 182	1.91 210	0.41 191	0.41 222	0.37 220	0.32 203	0.44 207	0.48 111

SGM-Forest	4.96 357	0.86 123	21.02 342	1.22 180	0.83 143	4.05 233	3.26 368	4.40 335	3.49 303	4.40 372	3.69 351	4.66 361	13.91 403	11.94 372	17.16 390	0.66 318	0.46 244	0.49 292	0.39 262	0.49 242	1.77 297
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TransformOpticalFlow	3.07 235	0.87 126	20.87 334	1.10 130	0.56 69	4.18 269	0.64 57	4.36 325	3.28 261	2.19 195	3.08 333	4.32 346	5.01 356	7.36 258	1.59 155	0.34 122	0.18 5	0.32 131	0.26 90	0.29 32	0.57 150

TANstereo	1.98 35	0.87 126	20.35 277	0.80 20	0.37 5	4.05 233	0.38 4	1.50 3	1.65 51	2.03 148	2.16 236	0.84 35	0.93 50	1.09 3	0.68 1	0.30 55	0.36 186	0.24 14	0.20 19	0.26 12	0.46 96

ac_64	2.93 214	0.87 126	19.66 199	1.35 230	1.70 332	3.29 88	0.92 193	3.56 124	3.46 299	1.91 107	1.79 147	3.90 321	1.76 225	10.23 313	1.93 215	0.44 220	0.32 156	0.33 163	0.31 193	0.35 122	0.51 126

qqq	2.96 221	0.88 129	15.54 92	1.27 205	0.74 123	2.29 40	0.90 180	4.07 220	4.63 357	1.63 69	1.32 47	1.78 132	1.36 130	5.19 206	1.68 175	0.29 33	6.43 387	0.33 163	0.36 241	0.35 122	8.09 370

Anonymous	1.97 34	0.88 129	20.58 312	1.08 126	1.27 253	1.65 16	0.89 164	2.54 50	1.62 44	0.92 23	1.18 26	0.70 11	1.09 82	1.28 13	1.00 52	0.53 288	0.35 179	0.30 99	0.30 176	0.66 298	0.56 145

222	3.82 310	0.88 129	6.92 27	1.15 152	0.99 184	3.27 83	0.64 57	4.57 357	5.37 379	2.43 264	2.32 265	1.41 89	1.44 150	10.64 323	18.51 401	0.32 83	4.89 381	0.32 131	0.30 176	0.34 109	9.80 385

FAT-Stereo	3.38 278	0.88 129	19.96 229	1.28 207	1.20 239	3.44 107	1.97 323	4.26 294	3.15 239	3.14 334	3.92 354	3.50 298	3.28 324	11.68 363	2.04 229	0.65 317	0.68 291	0.48 279	0.54 320	0.63 286	0.91 236

test croco	2.00 40	0.89 133	21.49 381	0.67 2	0.73 120	1.66 17	0.57 28	3.27 106	2.18 100	0.80 7	1.25 35	0.80 30	0.86 39	1.72 67	1.13 67	0.34 122	0.21 33	0.32 131	0.25 76	0.44 207	0.34 30

ToySt	2.53 134	0.89 133	19.20 176	1.12 141	0.95 178	3.47 113	1.13 239	3.72 149	2.25 112	1.36 47	1.71 122	2.22 186	1.59 183	2.14 113	1.81 201	0.28 28	0.64 285	0.30 99	0.33 210	0.43 199	5.14 357

CRFU-Net	2.56 148	0.89 133	10.77 46	2.53 366	1.09 214	3.91 201	1.40 275	3.87 174	1.92 76	2.25 207	1.80 151	3.32 283	7.85 383	5.53 214	1.54 144	0.58 301	0.36 186	0.31 117	0.28 130	0.39 162	0.56 145

NINENet	2.59 153	0.89 133	16.09 98	1.16 156	1.07 208	4.50 320	0.75 106	4.43 338	2.61 161	2.18 190	1.91 192	3.61 307	1.03 63	7.92 266	1.18 75	0.49 260	0.34 170	0.41 245	0.30 176	0.42 190	0.44 85

NOSS_ROB	3.12 242	0.89 133	19.03 167	2.01 343	1.07 208	3.90 198	0.97 210	4.32 316	3.08 229	2.94 319	2.19 245	3.85 320	1.18 108	11.75 366	1.69 178	0.69 324	0.54 265	0.57 321	0.52 315	0.57 266	0.72 202

AdaStereo	2.22 68	0.90 138	16.41 112	1.33 227	0.83 143	3.21 73	1.12 237	4.25 293	2.91 201	2.06 156	1.76 134	2.47 213	1.17 105	1.93 92	1.65 171	0.50 270	0.26 121	0.43 259	0.29 160	0.46 222	0.39 63
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.
CBMV_ROB	4.57 346	0.90 138	21.30 375	1.46 267	0.89 159	4.43 309	1.69 308	4.51 350	3.14 238	5.97 385	4.23 357	4.16 336	7.83 382	11.06 339	16.47 377	0.61 306	0.55 267	0.53 306	0.51 314	0.56 262	0.59 164

IGEV+	3.59 294	0.91 140	13.63 59	1.08 126	0.98 182	1.27 10	0.98 211	3.33 110	1.89 74	0.93 24	1.38 58	0.86 38	1.09 82	1.71 63	1.09 64	0.36 153	21.52 429	0.23 4	0.21 25	0.31 48	18.10 417

CoDeX	2.47 124	0.91 140	13.65 60	1.03 112	1.17 230	3.28 85	1.30 261	4.17 257	2.99 210	1.78 94	1.85 175	2.04 174	1.46 154	9.99 306	1.66 172	0.38 174	0.28 134	0.32 131	0.28 130	0.34 109	0.57 150

HH	3.19 254	0.91 140	21.34 376	1.24 187	0.61 84	4.16 261	0.80 127	2.94 78	1.82 66	1.23 41	1.84 171	4.61 358	1.84 240	2.63 152	0.99 49	0.29 33	1.53 333	0.30 99	0.24 65	0.34 109	14.22 396

HanStereo	3.19 254	0.91 140	21.34 376	1.24 187	0.61 84	4.16 261	0.80 127	2.94 78	1.82 66	1.23 41	1.84 171	4.61 358	1.84 240	2.63 152	0.99 49	0.29 33	1.53 333	0.30 99	0.24 65	0.34 109	14.22 396

ProNet	1.63 21	0.91 140	5.70 22	0.96 84	0.64 97	2.40 43	0.82 135	1.92 18	3.28 261	0.69 1	1.17 25	0.78 25	0.76 24	1.72 67	0.87 23	0.27 21	0.97 316	0.25 23	0.26 90	0.31 48	7.97 369

IER	2.09 53	0.91 140	14.11 69	0.97 91	1.15 226	3.17 72	0.89 164	3.59 127	2.39 132	2.15 181	1.98 204	2.27 189	2.11 259	2.39 136	1.80 198	0.35 134	0.24 89	0.36 209	0.30 176	0.34 109	0.42 77

UNet	2.53 134	0.91 140	20.07 239	1.19 170	1.44 285	3.45 110	0.75 106	3.80 164	1.98 82	2.09 167	1.57 89	2.74 238	2.37 280	3.51 178	2.52 263	0.35 134	0.30 146	0.41 245	0.28 130	0.40 165	0.50 120

GMOStereo	2.64 167	0.92 147	19.83 216	0.81 21	0.68 112	3.22 75	0.89 164	2.94 78	1.48 9	2.36 247	1.54 82	1.75 117	1.04 69	1.33 21	1.15 70	0.26 14	11.32 410	0.35 198	0.28 130	0.35 122	0.33 22

error version	2.64 167	0.92 147	19.83 216	0.81 21	0.68 112	3.22 75	0.89 164	2.94 78	1.48 9	2.36 247	1.54 82	1.75 117	1.04 69	1.33 21	1.15 70	0.26 14	11.32 410	0.35 198	0.28 130	0.35 122	0.33 22

test-v	2.64 167	0.92 147	19.83 216	0.81 21	0.68 112	3.22 75	0.89 164	2.94 78	1.48 9	2.36 247	1.54 82	1.75 117	1.04 69	1.33 21	1.15 70	0.26 14	11.32 410	0.35 198	0.28 130	0.35 122	0.33 22

test-2	2.64 167	0.92 147	19.83 216	0.81 21	0.68 112	3.22 75	0.89 164	2.94 78	1.48 9	2.36 247	1.54 82	1.75 117	1.04 69	1.33 21	1.15 70	0.26 14	11.32 410	0.35 198	0.28 130	0.35 122	0.33 22

tt1	3.79 309	0.93 151	15.34 86	1.83 330	0.45 31	4.54 326	0.78 117	4.23 277	4.73 362	1.27 44	1.89 184	0.74 22	1.48 158	2.29 129	0.78 7	0.30 55	19.28 425	0.32 131	0.22 43	0.31 48	14.02 392

sCroCo_RVC	1.81 30	0.93 151	19.44 191	1.04 115	1.05 205	0.97 4	0.61 43	2.08 27	1.36 2	0.71 3	1.28 40	0.82 34	1.10 88	1.31 17	0.97 46	0.54 292	0.41 222	0.33 163	0.30 176	0.46 222	0.48 111

test_xeample	4.19 326	0.93 151	14.09 68	1.16 156	1.17 230	3.28 85	0.80 127	4.63 364	5.30 375	2.46 269	2.35 267	1.39 86	1.42 146	10.88 330	17.68 395	0.30 55	6.50 388	0.32 131	0.32 203	0.36 139	8.38 378

ACVNet-DCA	3.67 300	0.94 154	19.66 199	1.87 332	0.42 22	4.47 315	0.73 93	4.07 220	4.63 357	1.21 36	1.89 184	0.73 17	1.62 197	2.20 118	0.81 13	0.31 69	18.77 415	0.32 131	0.21 25	0.35 122	8.09 370

xx1	3.69 303	0.94 154	19.66 199	1.87 332	0.42 22	4.47 315	0.73 93	4.24 284	4.01 329	1.21 36	1.89 184	1.78 132	1.36 130	2.20 118	0.81 13	0.31 69	18.77 415	0.33 163	0.36 241	0.35 122	8.09 370

1test111	3.86 313	0.94 154	19.66 199	1.87 332	0.42 22	4.47 315	0.73 93	4.07 220	4.63 357	1.21 36	1.89 184	0.73 17	1.62 197	5.19 206	1.68 175	0.31 69	18.77 415	0.32 131	0.21 25	0.35 122	8.09 370

cc1	3.93 318	0.94 154	19.66 199	1.87 332	0.42 22	4.47 315	0.73 93	4.24 284	4.01 329	1.21 36	1.89 184	0.73 17	1.62 197	2.20 118	0.81 13	0.31 69	18.77 415	0.32 131	0.21 25	0.32 67	13.93 391

DCRE	3.02 228	0.95 158	18.48 152	1.18 167	1.89 348	3.57 134	0.82 135	3.36 113	1.70 58	2.04 151	8.12 376	1.73 116	1.07 80	1.31 17	1.24 87	0.24 4	0.87 307	0.26 34	0.27 105	0.28 20	11.03 388

STrans-v2	3.11 239	0.95 158	20.80 328	0.86 36	0.64 97	3.90 198	1.01 213	4.30 300	3.61 309	2.28 218	3.65 349	4.11 334	5.17 358	7.32 255	1.63 166	0.34 122	0.18 5	0.29 78	0.26 90	0.30 43	0.65 186

fff	2.40 108	0.96 160	20.47 291	0.84 28	0.38 6	4.15 258	0.57 28	4.30 300	2.85 189	2.31 225	1.82 158	1.19 69	2.98 308	1.68 54	1.57 150	0.35 134	0.24 89	0.23 4	0.19 9	0.25 5	0.57 150

csc	2.40 108	0.96 160	20.47 291	0.84 28	0.38 6	4.15 258	0.57 28	4.30 300	2.85 189	2.31 225	1.82 158	1.19 69	2.98 308	1.68 54	1.57 150	0.35 134	0.24 89	0.23 4	0.19 9	0.25 5	0.57 150

cscssc	2.40 108	0.96 160	20.47 291	0.84 28	0.38 6	4.15 258	0.57 28	4.30 300	2.85 189	2.31 225	1.82 158	1.19 69	2.98 308	1.68 54	1.57 150	0.35 134	0.24 89	0.23 4	0.19 9	0.25 5	0.57 150

S-Stereo	3.51 292	0.96 160	22.00 394	1.38 242	1.50 290	3.55 131	2.49 347	4.27 296	3.00 212	2.38 252	3.94 355	3.73 312	1.84 240	11.89 371	2.59 265	0.64 315	0.71 296	0.49 292	0.81 352	0.68 306	1.31 269

ADStereo(finetuned)	2.30 88	0.97 164	17.29 127	0.86 36	0.43 26	4.17 266	0.59 36	4.31 310	3.29 266	2.35 243	1.86 177	1.18 66	3.35 329	1.69 59	1.59 155	0.34 122	0.25 101	0.23 4	0.19 9	0.31 48	0.72 202

ACVNet	2.40 108	0.97 164	20.20 254	0.94 69	0.86 150	4.22 282	0.79 123	2.97 85	2.85 189	1.93 111	1.91 192	3.07 265	1.46 154	1.52 44	2.37 255	0.33 106	0.27 128	0.30 99	0.27 105	0.42 190	0.35 35

acv_ft	2.45 120	0.97 164	19.57 196	1.15 152	2.01 355	2.97 63	0.96 208	3.88 175	2.85 189	2.34 241	1.91 192	3.07 265	1.65 209	1.52 44	2.26 246	0.33 106	0.27 128	0.30 99	0.27 105	0.42 190	0.35 35

DualNet	5.08 359	0.98 167	21.04 344	1.24 187	1.03 196	3.64 147	0.87 156	4.23 277	4.73 362	2.31 225	2.40 276	3.49 293	1.64 202	2.29 129	16.90 382	0.30 55	19.28 425	0.48 279	0.40 269	0.31 48	14.02 392

ffm	4.27 333	0.98 167	21.04 344	1.24 187	1.03 196	3.64 147	0.87 156	4.23 277	4.73 362	2.31 225	2.40 276	3.49 293	1.64 202	2.29 129	0.78 7	0.30 55	19.28 425	0.48 279	0.40 269	0.31 48	14.02 392

ff1	5.58 364	0.98 167	21.04 344	1.24 187	1.03 196	3.64 147	0.87 156	4.23 277	4.73 362	2.31 225	2.40 276	3.49 293	1.64 202	12.40 377	16.90 382	0.30 55	19.28 425	0.48 279	0.40 269	0.31 48	14.02 392

mmx	4.56 344	0.98 167	21.04 344	1.24 187	1.03 196	3.64 147	0.87 156	4.53 351	5.34 377	2.31 225	2.40 276	3.49 293	1.64 202	12.40 377	16.90 382	0.34 122	5.98 385	0.48 279	0.40 269	0.46 222	5.71 360

xxx	4.56 344	0.98 167	21.04 344	1.24 187	1.03 196	3.64 147	0.87 156	4.53 351	5.34 377	2.31 225	2.40 276	3.49 293	1.64 202	12.40 377	16.90 382	0.34 122	5.98 385	0.48 279	0.40 269	0.46 222	5.71 360

IIG-Stereo	2.89 210	0.98 167	19.80 213	2.78 373	0.67 105	4.62 343	0.74 101	4.29 298	2.26 115	2.62 288	3.10 335	3.33 284	1.60 184	7.64 262	1.51 138	0.42 200	0.21 33	0.32 131	0.25 76	0.33 88	0.28 7

DCANet	2.37 103	0.98 167	20.47 291	0.86 36	0.43 26	4.18 269	0.59 36	4.31 310	3.29 266	2.35 243	1.86 177	1.18 66	1.63 200	1.69 59	1.59 155	0.34 122	0.25 101	0.24 14	0.19 9	0.31 48	0.73 207

DIP-Stereo	2.03 47	0.98 167	16.44 114	0.67 2	0.62 92	4.30 292	0.58 34	4.43 338	2.89 199	1.97 126	1.40 61	0.91 43	0.86 39	1.31 17	1.27 100	0.38 174	0.23 70	0.33 163	0.23 52	0.33 88	0.57 150
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	2.23 69	0.98 167	10.62 45	1.25 201	0.78 134	3.29 88	0.71 83	3.96 192	2.20 104	2.43 264	2.05 219	2.97 255	1.46 154	6.87 249	2.33 250	0.37 161	0.25 101	0.42 255	0.34 219	0.47 232	0.80 219
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Anonymous_2	4.03 322	0.99 176	11.19 49	1.20 172	1.71 333	3.68 157	0.93 198	3.76 155	1.63 47	2.07 162	1.43 65	4.76 362	2.34 278	1.86 88	1.78 193	0.82 347	2.42 357	8.69 417	16.64 422	4.38 399	8.29 375

DISCO	2.40 108	0.99 176	11.99 51	1.81 329	1.12 221	3.47 113	1.24 257	3.34 111	2.57 157	2.73 297	1.96 201	4.52 353	1.90 248	4.18 196	3.62 296	0.37 161	0.27 128	0.31 117	0.30 176	0.70 309	0.62 176

FC-DCNN	7.08 389	1.01 178	21.89 387	1.74 322	1.64 322	8.18 399	2.31 342	6.50 395	9.16 398	10.85 409	11.33 395	19.85 407	13.33 399	12.94 389	17.10 387	0.72 333	0.57 269	0.59 325	0.57 327	0.64 289	0.69 196

HGLStereo	2.74 192	1.03 179	20.80 328	1.24 187	1.55 300	3.62 145	0.94 200	3.83 169	2.09 90	2.18 190	2.20 246	3.11 269	2.12 261	5.65 215	2.07 232	0.50 270	0.34 170	0.32 131	0.30 176	0.42 190	0.50 120

DSFCA	2.38 104	1.03 179	11.06 47	1.15 152	1.18 232	3.97 220	1.75 310	3.63 133	2.44 144	3.14 334	1.68 113	2.90 252	2.48 287	5.38 209	3.17 288	0.49 260	0.45 240	0.37 220	0.37 249	0.54 253	0.46 96

1111x	4.75 352	1.05 181	20.89 335	1.28 207	1.02 192	3.81 181	0.88 163	4.65 365	5.52 383	2.43 264	2.27 257	1.97 164	1.81 234	12.40 377	18.19 399	0.32 83	9.06 404	0.32 131	0.34 219	0.38 152	6.34 365

MyStereo06	2.74 192	1.07 182	21.19 368	1.06 122	1.08 211	4.26 286	0.86 153	3.72 149	1.80 65	2.25 207	1.77 141	4.28 343	4.12 345	1.85 87	1.38 120	0.25 8	2.43 358	0.34 180	0.27 105	0.46 222	0.48 111

MyStereo05	2.55 143	1.07 182	19.87 222	1.06 122	1.08 211	4.26 286	0.86 153	4.10 233	3.01 216	2.19 195	1.26 37	2.30 193	1.64 202	2.13 110	1.99 219	0.25 8	2.43 358	0.34 180	0.27 105	0.46 222	0.48 111

DMCA	2.02 45	1.07 182	11.33 50	1.17 163	0.96 180	3.92 208	0.89 164	3.80 164	3.11 233	2.89 313	1.58 93	2.35 200	1.17 105	1.79 75	2.25 245	0.42 200	0.29 138	0.42 255	0.27 105	0.38 152	0.43 81

XX-TBD	1.98 35	1.08 185	20.29 270	1.31 219	0.43 26	3.97 220	0.33 3	1.76 15	1.77 62	1.59 65	2.18 242	0.69 10	0.59 4	1.44 35	0.75 4	0.33 106	0.25 101	0.23 4	0.16 5	0.31 48	0.22 1

edge stereo	3.45 285	1.08 185	22.14 396	1.31 219	1.36 268	2.68 50	1.54 291	4.13 244	3.27 259	2.94 319	3.27 343	4.34 347	2.48 287	11.60 359	2.79 269	0.62 311	0.64 285	0.79 358	0.56 326	0.70 309	0.82 221

HSM	3.25 266	1.08 185	19.18 174	1.19 170	1.54 296	3.45 110	1.02 216	4.04 213	2.61 161	2.31 225	2.17 237	8.01 387	2.99 311	11.59 357	1.80 198	0.35 134	0.24 89	0.28 64	0.24 65	0.33 88	0.55 143

SGM_RVC	6.11 376	1.10 188	20.44 286	2.15 349	0.66 103	15.87 413	3.98 388	5.00 376	6.19 392	9.79 404	11.46 396	8.23 389	12.63 397	12.32 376	9.15 341	0.54 292	0.39 213	0.41 245	0.35 232	0.55 256	1.05 254
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoIM	1.60 18	1.11 189	16.13 100	0.67 2	1.87 347	1.22 8	0.39 5	2.17 31	1.42 6	0.69 1	0.78 3	0.88 40	0.70 14	1.24 11	1.13 67	0.32 83	0.23 70	0.26 34	0.21 25	0.32 67	0.28 7

IPLG	2.56 148	1.11 189	19.89 224	0.95 77	0.79 137	4.60 341	0.56 25	4.31 310	2.10 92	1.94 117	2.00 208	1.34 78	1.37 132	6.59 239	1.59 155	0.32 83	0.21 33	0.27 44	0.23 52	0.32 67	0.63 179

THIR-Stereo	4.50 342	1.11 189	18.71 157	0.89 48	0.47 36	2.25 37	16.71 407	3.53 123	1.58 30	2.04 151	12.04 399	2.66 231	7.52 380	7.29 254	11.25 349	0.32 83	0.21 33	0.29 78	0.28 130	0.35 122	0.52 131

delet	2.66 175	1.11 189	18.42 151	1.05 119	1.65 325	3.47 113	2.00 327	3.81 166	2.82 186	2.15 181	2.11 228	2.62 229	1.88 247	5.38 209	2.21 243	0.34 122	0.38 204	0.40 241	0.32 203	0.45 214	0.54 140

MIPNet	2.43 117	1.13 193	20.00 233	0.93 64	0.58 79	4.74 368	0.62 50	4.33 319	2.95 204	1.94 117	1.49 70	1.52 99	1.96 251	2.77 161	1.60 159	0.35 134	0.20 17	0.27 44	0.23 52	0.32 67	0.59 164

NVstereo2D	2.79 201	1.13 193	13.75 61	1.37 239	1.47 288	3.57 134	1.38 273	4.17 257	3.77 319	2.04 151	1.72 124	3.05 262	1.75 223	10.84 328	1.72 185	0.62 311	0.48 255	0.56 318	0.54 320	0.79 326	1.02 250

CroCo-Stereo Lap2	1.65 24	1.14 195	14.70 79	1.00 102	1.80 345	0.53 2	0.46 12	3.18 95	1.62 44	1.10 33	1.24 33	1.05 53	0.78 27	1.40 32	1.18 75	0.31 69	0.23 70	0.27 44	0.22 43	0.46 222	0.38 58

StereoVision	2.36 99	1.15 196	20.38 280	1.07 125	1.79 343	2.58 48	0.61 43	3.14 92	2.34 128	1.33 45	3.46 347	1.85 143	0.88 42	2.12 108	2.01 224	0.46 242	0.36 186	0.37 220	0.36 241	0.50 243	0.41 70

DANet	2.82 203	1.17 197	10.20 43	1.87 332	1.72 335	3.25 82	1.15 244	4.36 325	3.02 219	3.42 347	2.18 242	4.09 331	1.79 231	9.78 295	4.32 304	0.55 295	0.57 269	0.60 328	0.44 290	0.65 294	1.25 268
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MyStereo07	2.29 85	1.18 198	20.10 247	1.04 115	1.21 244	3.96 218	0.95 203	2.13 30	3.37 280	1.09 31	1.28 40	0.68 8	0.91 46	1.74 72	0.86 22	0.26 14	3.49 374	0.34 180	0.27 105	0.43 199	0.49 116

MyStereo04	2.54 138	1.18 198	18.82 161	1.04 115	1.21 244	3.96 218	0.95 203	4.02 206	3.01 216	2.06 156	1.27 39	2.33 196	1.66 210	2.06 102	2.01 224	0.26 14	3.49 374	0.34 180	0.27 105	0.43 199	0.49 116

CroCo-Stereo	1.07 6	1.18 198	3.66 11	0.91 56	0.60 83	0.49 1	0.49 15	4.07 220	1.91 75	0.84 10	1.29 44	1.00 49	0.75 23	1.32 20	1.38 120	0.26 14	0.21 33	0.24 14	0.20 19	0.37 143	0.30 12
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
iRaftStereo_RVC	1.70 27	1.18 198	3.88 15	0.99 99	0.46 32	3.83 182	0.41 8	2.41 38	1.60 38	1.69 80	1.76 134	1.81 137	0.83 36	1.58 49	1.23 83	0.31 69	4.86 380	0.29 78	0.26 90	0.33 88	4.33 352

FCDSN-DC	6.71 387	1.18 198	21.61 384	1.29 212	1.10 217	4.38 299	2.59 351	4.58 359	5.52 383	9.58 401	11.19 394	19.17 405	17.69 408	13.03 390	17.11 388	0.73 335	0.57 269	0.61 331	0.60 332	0.71 311	0.92 238
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MDST_ROB	6.31 377	1.18 198	22.96 406	2.56 368	2.69 371	21.07 414	2.01 329	4.79 374	2.87 197	9.49 400	4.45 360	4.10 333	4.48 351	22.33 411	17.61 394	0.79 342	0.44 238	0.47 274	0.44 290	0.47 232	0.95 243

ADLNet	3.23 261	1.19 204	21.03 343	1.36 234	1.61 313	3.69 158	1.23 255	4.05 216	3.41 289	2.72 295	2.29 261	4.00 327	1.77 227	11.21 343	2.15 237	0.42 200	0.43 234	0.36 209	0.35 232	0.47 232	0.82 221

GEStereo_RVC	2.66 175	1.20 205	20.38 280	1.29 212	1.05 205	4.02 226	1.42 278	4.17 257	2.24 109	2.10 169	1.86 177	2.33 196	1.84 240	4.93 202	1.78 193	0.51 276	0.38 204	0.32 131	0.29 160	0.44 207	0.56 145

RASNet	3.15 247	1.20 205	19.81 215	1.63 301	2.26 362	3.67 155	1.09 230	3.58 125	3.44 292	1.99 130	2.15 232	4.59 356	2.30 276	10.24 315	2.98 279	0.57 300	0.26 121	0.25 23	0.25 76	0.30 43	0.54 140

hitnet-ft	2.99 226	1.23 207	19.37 187	0.96 84	0.90 163	3.76 169	0.79 123	3.60 129	2.68 165	2.31 225	2.04 213	3.63 310	1.49 161	11.70 364	2.37 255	0.45 229	0.54 265	0.44 261	0.36 241	0.54 253	0.56 145

MIM_Stereo	2.71 185	1.26 208	20.92 337	1.34 229	5.57 404	3.10 67	0.59 36	3.25 103	2.51 150	1.64 70	1.61 96	1.82 139	1.29 123	2.07 103	1.35 107	0.25 8	0.31 150	0.28 64	0.26 90	0.29 32	4.43 354

OMP-Stereo	2.94 218	1.26 208	20.07 239	2.73 371	0.67 105	4.58 337	1.46 283	4.33 319	2.21 106	3.14 334	2.68 312	3.22 276	1.38 133	7.65 263	1.42 124	0.46 242	0.21 33	0.33 163	0.26 90	0.34 109	0.31 14

stereogan	3.26 267	1.26 208	18.01 142	1.38 242	1.66 328	3.76 169	1.64 303	4.06 218	3.86 324	3.23 339	2.70 314	5.02 367	2.85 300	9.88 299	1.85 204	0.71 328	0.51 263	0.69 347	0.48 301	0.86 334	0.85 228

GMStereo_Zeroshot	1.51 17	1.27 211	4.75 18	1.54 283	0.72 119	3.33 93	0.54 24	2.67 68	1.74 60	2.34 241	1.57 89	2.40 202	0.96 54	2.51 142	1.21 80	0.48 254	0.23 70	0.41 245	0.24 65	0.82 330	0.40 65

GANet-RSSM	2.96 221	1.27 211	21.17 365	1.73 320	1.23 247	4.22 282	0.91 188	3.39 115	2.02 86	1.97 126	1.74 132	2.53 217	2.06 256	10.91 333	1.88 206	0.37 161	0.35 179	0.32 131	0.29 160	0.42 190	0.46 96

CBMV	4.12 324	1.27 211	21.14 360	1.52 280	0.85 148	3.80 178	3.89 387	4.58 359	3.02 219	3.56 353	2.37 270	4.44 349	13.88 402	11.23 345	3.78 298	0.56 298	0.43 234	0.48 279	0.39 262	0.55 256	0.74 211
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymity	2.02 45	1.28 214	5.16 20	1.73 320	1.63 318	1.86 20	1.06 226	3.50 121	2.42 138	2.19 195	2.11 228	1.88 148	3.89 341	1.92 90	1.56 147	1.11 360	1.14 323	1.08 369	1.11 367	1.05 346	2.68 322

STTStereo	2.62 162	1.28 214	19.16 172	1.52 280	1.55 300	3.84 184	0.89 164	3.75 154	2.59 160	2.23 204	1.59 95	2.48 215	1.58 180	5.11 204	1.72 185	0.38 174	0.41 222	0.47 274	0.54 320	0.53 250	0.75 213

UCFNet_RVC	2.53 134	1.29 216	20.56 305	1.42 259	1.40 278	4.01 224	1.04 223	2.79 72	1.67 55	2.27 216	1.88 182	2.94 254	1.50 162	3.48 176	1.68 175	0.37 161	0.29 138	0.52 302	0.41 279	0.55 256	0.51 126

MSMD_ROB	5.99 371	1.29 216	19.23 179	1.40 250	0.84 147	10.25 401	2.05 332	4.20 267	6.02 391	10.42 408	8.00 375	22.21 409	9.45 391	11.67 360	8.73 340	0.76 341	0.59 276	0.67 344	0.68 341	0.67 301	0.72 202

RAFT+CT+SA	2.32 90	1.30 218	19.71 207	1.01 105	1.41 280	4.04 229	0.92 193	3.96 192	1.64 49	1.64 70	1.69 116	1.63 106	1.18 108	3.06 171	1.19 78	0.28 28	0.22 47	0.32 131	0.34 219	0.34 109	0.47 104

psm_up	3.04 232	1.30 218	18.97 166	1.31 219	1.51 292	3.86 190	1.22 254	4.26 294	2.31 126	2.72 295	1.83 170	2.43 210	1.68 213	12.86 388	1.78 193	0.43 214	0.41 222	0.41 245	0.34 219	0.46 222	0.67 193

DRN-Test	3.17 251	1.30 218	19.66 199	1.41 252	1.60 312	3.61 143	1.47 284	4.18 262	2.83 187	3.48 349	1.92 197	2.58 225	2.50 290	10.81 327	2.90 277	0.49 260	0.49 258	0.44 261	0.42 282	0.57 266	0.78 216

DLCB_ROB	2.55 143	1.32 221	10.26 44	1.31 219	1.04 203	2.94 59	1.29 260	3.81 166	2.73 170	2.93 317	2.17 237	3.37 286	1.53 172	10.40 320	3.26 290	0.42 200	0.35 179	0.41 245	0.37 249	0.43 199	0.68 194

AnonymousM	1.38 13	1.33 222	2.35 7	0.95 77	0.56 69	4.03 228	0.67 62	2.63 65	2.49 149	1.51 57	1.36 53	1.15 61	1.00 59	1.26 12	1.04 56	0.41 191	0.46 244	2.07 384	1.71 385	0.25 5	0.40 65

MMNet	2.15 57	1.33 222	12.06 52	1.22 180	1.23 247	3.55 131	0.89 164	3.84 170	2.26 115	2.19 195	1.78 144	2.15 183	2.10 257	3.70 183	2.35 252	0.45 229	0.38 204	0.34 180	0.28 130	0.40 165	0.52 131

iResNet	2.70 183	1.35 224	20.93 338	2.01 343	0.73 120	3.76 169	0.83 139	4.28 297	2.93 202	2.38 252	2.03 211	1.35 80	1.54 174	3.28 174	4.42 307	0.42 200	0.25 101	0.29 78	0.23 52	0.45 214	0.64 183

iRaft-Stereo_5w	2.47 124	1.37 225	13.85 62	0.87 42	0.99 184	3.22 75	0.84 146	3.72 149	2.12 96	1.57 63	2.49 290	2.20 185	2.22 271	9.12 282	2.03 227	0.48 254	0.27 128	0.35 198	0.29 160	0.48 238	0.94 242

ssnet_v2	2.81 202	1.39 226	21.16 363	1.25 201	0.90 163	3.86 190	1.63 300	4.10 233	3.22 250	2.79 305	1.96 201	3.78 315	1.70 218	2.53 147	3.12 287	0.44 220	0.37 191	0.42 255	0.38 256	0.59 271	0.58 162

G-Net	4.16 325	1.39 226	20.31 274	2.30 354	2.91 375	4.68 359	2.86 358	3.35 112	2.44 144	4.43 373	9.43 388	6.89 381	3.83 340	8.91 278	4.83 314	0.80 343	0.80 301	0.70 348	0.50 310	0.95 342	0.97 244

TestStereo1	2.56 148	1.41 228	20.56 305	1.63 301	0.74 123	4.13 250	1.34 266	3.93 188	3.38 282	1.61 66	2.56 299	1.43 92	2.13 263	2.55 148	1.70 180	0.32 83	0.22 47	0.34 180	0.26 90	0.40 165	0.53 136

SA-5K	2.56 148	1.41 228	20.56 305	1.63 301	0.74 123	4.13 250	1.34 266	3.93 188	3.38 282	1.61 66	2.56 299	1.43 92	2.13 263	2.55 148	1.70 180	0.32 83	0.22 47	0.34 180	0.26 90	0.40 165	0.53 136

test_5	2.45 120	1.43 230	19.72 209	1.20 172	1.39 274	3.88 195	1.25 258	4.03 209	1.98 82	1.74 89	1.82 158	1.86 144	1.78 228	3.57 179	1.35 107	0.33 106	0.21 33	0.35 198	0.33 210	0.34 109	0.43 81

ADLNet2	3.20 256	1.43 230	20.11 250	1.22 180	1.78 342	3.86 190	1.47 284	3.96 192	3.89 325	2.26 213	2.49 290	4.63 360	1.92 250	10.68 325	2.00 223	0.42 200	0.37 191	0.29 78	0.30 176	0.51 248	0.46 96

raftrobust	2.05 50	1.45 232	13.44 58	1.29 212	5.81 405	3.59 137	0.67 62	2.80 73	1.50 14	2.21 200	1.41 64	1.17 63	1.22 113	1.37 30	1.46 135	0.29 33	0.33 163	0.22 3	0.20 19	0.27 15	0.36 50

psmorigin	6.62 382	1.45 232	87.38 434	1.55 286	0.97 181	2.86 54	1.42 278	3.30 107	2.12 96	3.74 357	2.45 286	5.15 370	2.59 293	10.55 321	2.91 278	0.55 295	0.68 291	0.48 279	0.53 317	0.73 313	1.02 250

Sa-1000	2.54 138	1.47 234	20.36 278	1.16 156	0.55 66	4.07 237	1.39 274	4.49 345	3.01 216	2.06 156	2.79 319	1.84 142	1.43 149	2.68 156	1.53 141	0.31 69	0.26 121	0.36 209	0.33 210	0.37 143	0.46 96

ccnet	3.03 230	1.48 235	12.88 56	1.54 283	1.26 252	3.71 162	2.32 343	4.11 236	3.05 226	2.92 316	3.21 339	2.86 249	2.40 281	9.87 298	4.19 301	0.80 343	0.76 299	0.71 350	0.70 343	0.78 322	1.07 255

RYNet	3.15 247	1.48 235	16.27 108	1.24 187	1.39 274	3.67 155	1.44 282	4.09 231	3.20 242	2.26 213	1.70 118	3.83 318	2.15 265	13.64 399	3.23 289	0.45 229	0.45 240	0.50 294	0.35 232	0.81 328	0.83 223

NLCA_NET_v2_RVC	2.76 197	1.48 235	19.72 209	1.62 298	2.00 354	3.95 214	0.86 153	3.92 184	2.51 150	2.56 280	1.69 116	2.83 248	1.61 189	5.65 215	1.78 193	0.48 254	0.36 186	0.38 232	0.42 282	0.56 262	0.77 214
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LoS_RVC	1.23 9	1.51 238	6.09 23	0.88 47	1.71 333	1.96 24	0.59 36	1.61 5	1.37 3	0.84 10	1.35 50	0.84 35	1.15 104	1.49 41	0.83 19	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 281

gwcnet-sp	2.38 104	1.51 238	17.58 134	1.11 134	0.92 169	3.59 137	1.03 218	3.79 159	2.43 140	2.60 282	1.63 103	1.80 134	1.61 189	3.87 186	1.99 219	0.33 106	0.32 156	0.30 99	0.29 160	0.40 165	0.47 104

scenet	2.38 104	1.51 238	17.58 134	1.11 134	0.92 169	3.59 137	1.03 218	3.79 159	2.43 140	2.60 282	1.63 103	1.80 134	1.61 189	3.87 186	1.99 219	0.33 106	0.32 156	0.30 99	0.29 160	0.40 165	0.47 104

ssnet	2.38 104	1.51 238	17.58 134	1.11 134	0.92 169	3.59 137	1.03 218	3.79 159	2.43 140	2.60 282	1.63 103	1.80 134	1.61 189	3.87 186	1.99 219	0.33 106	0.32 156	0.30 99	0.29 160	0.40 165	0.47 104

SA	2.55 143	1.54 242	20.70 322	1.12 141	0.48 41	4.26 286	1.33 265	4.45 341	3.28 261	1.68 77	1.96 201	1.69 109	2.25 273	2.60 150	1.57 150	0.30 55	0.29 138	0.37 220	0.38 256	0.36 139	0.47 104

sAnonymous2	2.00 40	1.54 242	21.24 371	0.93 64	0.89 159	1.21 6	0.62 50	2.58 60	2.28 119	0.86 12	1.04 9	0.73 17	1.22 113	1.10 4	0.85 20	0.30 55	0.25 101	0.31 117	0.31 193	1.06 347	0.72 202

CroCo_RVC	2.00 40	1.54 242	21.24 371	0.93 64	0.89 159	1.21 6	0.62 50	2.58 60	2.28 119	0.86 12	1.04 9	0.73 17	1.22 113	1.10 4	0.85 20	0.30 55	0.25 101	0.31 117	0.31 193	1.06 347	0.72 202

whm_eth	2.15 57	1.55 245	19.39 188	0.96 84	1.37 271	2.60 49	0.72 86	3.63 133	2.97 206	1.55 59	2.06 221	0.78 25	0.71 16	1.17 7	1.08 62	0.45 229	0.29 138	0.34 180	0.33 210	0.44 207	0.65 186

PSMNet-RSSM	2.91 212	1.55 245	20.10 247	1.32 225	1.30 257	4.19 277	0.95 203	3.78 158	2.28 119	2.28 218	1.80 151	2.64 230	1.87 245	9.83 297	1.93 215	0.37 161	0.33 163	0.35 198	0.38 256	0.46 222	0.40 65

TDLM	3.20 256	1.58 247	18.80 158	1.70 316	1.10 217	4.29 290	2.17 337	3.81 166	3.27 259	2.89 313	1.98 204	2.06 179	1.70 218	12.44 383	2.15 237	0.58 301	0.31 150	0.56 318	0.40 269	0.58 269	1.59 286

XPNet_ROB	2.99 226	1.58 247	17.06 123	1.38 242	0.99 184	3.91 201	1.62 299	4.20 267	2.42 138	2.87 312	2.03 211	2.31 194	1.72 221	10.76 326	3.60 295	0.55 295	0.49 258	0.48 279	0.40 269	0.53 250	0.85 228

APVNet	3.24 263	1.59 249	21.72 386	1.36 234	1.52 294	3.93 209	1.12 237	3.58 125	2.80 181	2.32 237	2.02 209	3.05 262	1.96 251	11.77 367	2.61 266	0.44 220	0.46 244	0.65 342	0.47 299	0.73 313	0.73 207

PS-NSSS	3.11 239	1.60 250	19.48 193	1.00 102	1.53 295	4.12 247	1.08 228	4.59 362	2.80 181	2.19 195	2.38 271	1.76 123	1.39 136	11.79 368	1.94 218	0.69 324	0.45 240	0.95 364	0.43 287	1.03 345	1.00 247

SACVNet	3.06 234	1.61 251	19.29 183	1.46 267	1.18 232	4.05 233	1.48 286	4.03 209	2.58 159	2.75 299	1.89 184	2.55 220	1.38 133	11.33 348	2.28 248	0.51 276	0.41 222	0.48 279	0.43 287	0.57 266	0.93 241

fast-acv-ft	2.62 162	1.62 252	20.48 297	1.45 266	1.39 274	3.16 71	1.16 246	3.41 117	2.45 146	1.97 126	2.15 232	2.68 232	2.15 265	2.92 167	2.47 261	0.43 214	0.40 216	0.45 267	0.40 269	0.62 280	0.64 183

RAFT	2.36 99	1.62 252	18.03 143	1.75 324	0.54 63	1.91 23	0.91 188	3.24 100	3.65 312	1.64 70	1.73 130	3.45 290	1.58 180	1.82 83	1.74 190	0.42 200	1.06 319	0.40 241	0.32 203	0.44 207	1.03 252

CVANet_RVC	3.32 273	1.63 254	21.06 349	1.66 307	1.29 256	3.99 222	1.55 293	3.98 196	3.00 212	3.51 350	2.06 221	2.58 225	1.72 221	12.46 384	1.70 180	0.62 311	0.34 170	0.53 306	0.47 299	0.64 289	1.66 291

AACVNet	2.77 199	1.64 255	19.22 178	1.57 289	0.86 150	3.28 85	0.74 101	3.31 109	1.66 53	2.06 156	1.82 158	2.47 213	1.40 140	10.95 334	1.92 214	0.41 191	0.35 179	0.38 232	0.33 210	0.46 222	0.61 172

MaskLacGwcNet_RVC	3.77 307	1.65 256	20.61 315	2.55 367	1.63 318	4.29 290	1.67 306	3.99 198	2.56 155	1.76 92	1.93 198	3.03 261	1.41 144	13.24 394	2.02 226	4.47 403	1.63 337	1.12 372	0.48 301	2.42 381	2.85 325

rafts_anoy	2.76 197	1.68 257	20.42 284	1.42 259	3.90 392	3.03 65	0.61 43	3.24 100	1.66 53	1.42 51	1.26 37	1.19 69	1.11 91	2.13 110	1.64 169	0.33 106	8.77 398	0.32 131	0.32 203	0.32 67	0.38 58

RAFT-Stereo + iAFF	2.49 126	1.68 257	20.50 298	1.11 134	1.32 264	4.13 250	0.42 9	3.23 99	3.30 270	2.05 155	2.40 276	1.61 103	1.11 91	1.49 41	1.63 166	0.22 2	0.22 47	0.26 34	0.24 65	0.31 48	2.47 320

CSP-Net	1.99 39	1.70 259	4.84 19	1.22 180	1.02 192	3.42 104	1.30 261	3.66 137	2.11 94	2.07 162	1.93 198	2.40 202	1.48 158	8.56 273	1.62 163	0.51 276	0.41 222	0.27 44	0.27 105	0.44 207	0.54 140

UDGNet	2.34 95	1.71 260	20.28 267	1.42 259	0.62 92	4.39 303	0.67 62	1.82 16	2.28 119	1.40 50	1.21 30	0.99 48	1.00 59	2.23 123	1.23 83	1.14 362	0.35 179	1.30 377	0.98 361	1.11 355	0.62 176

RP	3.26 267	1.73 261	17.70 139	1.56 288	1.93 351	3.43 106	1.94 320	4.18 262	2.72 169	2.77 301	3.05 331	3.96 325	2.69 295	10.17 310	2.86 273	1.04 356	0.50 261	0.71 350	0.59 330	0.75 319	0.83 223

MyStereo8	2.97 225	1.76 262	18.94 163	1.55 286	1.62 315	4.16 261	0.57 28	3.79 159	2.41 137	2.22 202	2.93 326	2.27 189	1.14 99	2.16 114	2.28 248	0.27 21	8.58 394	0.32 131	0.29 160	0.37 143	1.72 292

GANet	3.64 296	1.76 262	19.65 198	1.92 337	1.04 203	3.91 201	2.51 348	3.86 173	2.81 185	3.13 331	3.03 330	3.19 273	2.19 270	12.43 382	8.23 339	0.60 305	0.43 234	0.52 302	0.43 287	0.63 286	0.63 179

MLCV	2.52 130	1.77 264	18.20 147	1.17 163	0.63 95	3.60 141	0.53 22	3.88 175	2.35 131	2.82 309	2.24 251	1.99 166	1.42 146	4.59 199	3.09 284	0.39 181	0.22 47	0.33 163	0.22 43	0.35 122	0.52 131

CFNet-ft	2.87 206	1.80 265	20.20 254	1.10 130	1.54 296	4.09 241	0.89 164	2.97 85	1.88 72	1.93 111	1.70 118	3.50 298	1.60 184	9.35 286	2.17 239	0.35 134	0.32 156	0.61 331	0.38 256	0.55 256	0.45 89

CFNet_RVC	2.87 206	1.80 265	20.20 254	1.10 130	1.54 296	4.09 241	0.89 164	2.97 85	1.88 72	1.93 111	1.70 118	3.50 298	1.60 184	9.35 286	2.17 239	0.35 134	0.32 156	0.61 331	0.38 256	0.55 256	0.45 89

MeshStereo	5.67 367	1.80 265	21.28 373	1.40 250	1.14 224	4.38 299	3.83 386	5.51 389	4.85 370	10.12 406	11.72 398	11.44 393	5.87 365	13.86 401	12.31 357	0.68 322	0.61 280	0.61 331	0.60 332	0.73 313	0.68 194
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
LL-Strereo2	2.36 99	1.81 268	19.35 185	1.04 115	1.03 196	3.73 165	1.35 269	2.70 69	2.04 87	1.76 92	1.44 67	1.82 139	0.73 19	1.48 40	1.53 141	0.33 106	0.30 146	0.55 315	0.35 232	0.30 43	3.51 342

pmcnn	5.90 369	1.81 268	22.30 398	1.69 312	2.37 367	3.47 113	2.10 334	4.58 359	5.56 386	3.75 358	13.12 402	22.07 408	3.70 338	11.99 373	17.13 389	0.58 301	0.23 70	0.23 4	0.19 9	0.37 143	0.70 198

iinet-f	2.44 118	1.82 270	14.97 82	1.21 177	1.11 219	3.78 174	1.10 234	4.19 265	2.90 200	2.10 169	1.76 134	2.99 257	2.97 306	2.84 165	2.79 269	0.38 174	0.38 204	0.28 64	0.28 130	0.50 243	0.47 104

4D-IteraStereo	2.95 220	1.83 271	20.75 325	0.81 21	1.56 304	2.22 36	1.03 218	2.48 44	1.56 27	1.42 51	1.00 8	1.93 152	0.61 6	1.65 52	2.04 229	0.31 69	0.22 47	0.31 117	0.26 90	0.28 20	16.75 414

RAFT_CTSACE	2.41 114	1.83 271	20.33 276	1.77 327	1.39 274	3.50 122	1.03 218	3.25 103	1.64 49	1.80 98	2.04 213	2.82 246	1.78 228	2.11 107	1.10 65	0.27 21	0.24 89	0.28 64	0.30 176	0.31 48	0.33 22

RGC	3.35 277	1.84 273	18.13 145	1.52 280	1.79 343	3.33 93	1.37 272	4.18 262	2.39 132	2.96 322	3.23 341	3.98 326	2.71 296	11.53 354	3.42 292	0.90 351	0.48 255	0.79 358	0.79 350	0.75 319	0.89 234

RALCasStereoNet	3.17 251	1.87 274	20.86 333	1.17 163	1.63 318	3.10 67	0.70 78	3.21 97	2.19 101	1.39 49	1.73 130	1.18 66	0.91 46	2.46 137	1.64 169	0.31 69	8.75 397	0.25 23	0.22 43	0.31 48	9.45 382

Nwc_Net	3.03 230	1.90 275	19.16 172	1.38 242	1.69 331	3.53 128	1.19 248	4.03 209	2.19 101	2.79 305	2.84 322	3.80 317	2.46 286	6.93 250	2.87 275	0.96 354	0.41 222	0.59 325	0.68 341	0.60 274	0.65 186

Consistency-Raft	2.93 214	1.93 276	19.72 209	1.41 252	1.75 337	3.85 187	1.32 264	4.09 231	2.75 173	1.82 100	2.66 309	1.81 137	4.34 350	2.29 129	2.08 233	0.90 351	0.94 312	1.03 366	1.13 368	1.71 377	1.10 258

TestStereo	2.41 114	1.95 277	19.15 171	0.77 9	0.61 84	1.83 19	0.58 34	2.33 36	1.53 20	1.44 54	1.37 55	1.26 74	0.90 44	11.59 357	0.94 37	0.36 153	0.19 9	0.33 163	0.24 65	0.45 214	0.32 17

DeepPruner_ROB	2.61 159	1.97 278	19.32 184	1.03 112	1.20 239	4.38 299	0.90 180	3.44 119	1.77 62	2.61 286	1.54 82	2.77 243	1.27 118	5.05 203	2.08 233	0.52 286	0.40 216	0.37 220	0.35 232	0.52 249	0.62 176

aanetorigin	3.34 276	2.00 279	17.58 134	1.20 172	1.57 306	2.57 47	3.75 383	2.73 70	2.10 92	6.11 387	4.27 358	2.88 250	5.64 362	5.46 212	4.60 310	0.53 288	0.46 244	0.45 267	0.48 301	1.15 357	1.22 265

DPSNet	3.94 319	2.01 280	14.69 78	1.58 291	1.30 257	4.17 266	2.08 333	4.57 357	4.63 357	2.78 303	1.99 207	3.79 316	7.88 384	10.66 324	11.35 352	0.94 353	0.99 317	0.41 245	0.57 327	1.09 352	1.40 274

CBFPSM	2.24 71	2.06 281	12.12 53	1.13 146	1.05 205	2.85 53	1.23 255	3.37 114	2.05 88	1.82 100	1.33 48	4.55 354	4.00 343	2.38 135	2.35 252	0.27 21	0.38 204	0.32 131	0.28 130	0.39 162	0.89 234

NCC-stereo	3.49 290	2.07 282	20.23 261	1.31 219	1.76 339	4.04 229	1.42 278	4.01 201	2.34 128	3.06 327	2.59 302	3.51 301	3.02 313	10.02 308	5.44 318	1.38 370	0.66 289	0.64 340	0.88 356	0.67 301	0.84 226

Abc-Net	3.49 290	2.07 282	20.23 261	1.31 219	1.76 339	4.04 229	1.42 278	4.01 201	2.34 128	3.06 327	2.59 302	3.51 301	3.02 313	10.02 308	5.44 318	1.38 370	0.66 289	0.64 340	0.88 356	0.67 301	0.84 226
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	3.91 316	2.07 282	15.46 90	1.60 294	1.16 227	3.80 178	1.48 286	4.37 328	3.41 289	2.53 277	2.45 286	4.19 339	2.10 257	15.17 406	9.45 343	0.86 349	0.65 288	1.54 380	0.96 360	1.08 351	3.80 343

TRStereo	2.86 205	2.12 285	19.98 232	1.68 311	1.18 232	4.35 297	1.05 224	5.07 378	3.48 301	1.56 61	1.39 59	1.75 117	0.85 38	2.01 100	1.50 137	0.43 214	0.34 170	0.33 163	0.36 241	0.36 139	7.50 367

ETE_ROB	2.93 214	2.12 285	17.80 140	1.13 146	0.94 176	3.71 162	1.53 289	4.29 298	2.98 209	3.32 344	2.13 231	2.34 199	1.51 164	8.68 275	2.82 271	0.44 220	0.40 216	0.51 299	0.49 304	0.56 262	0.80 219

LALA_ROB	2.88 208	2.13 287	19.08 169	1.10 130	0.99 184	3.91 201	1.81 315	4.50 349	3.04 224	3.32 344	1.87 180	2.75 240	1.66 210	4.06 192	4.02 300	0.47 249	0.44 238	0.55 315	0.53 317	0.61 275	0.73 207

raft_robust	3.17 251	2.15 288	20.28 267	1.06 122	0.55 66	3.86 190	0.46 12	4.42 336	2.77 177	1.70 82	1.37 55	7.48 384	6.35 368	6.81 248	1.44 130	0.31 69	0.74 298	0.30 99	0.37 249	0.32 67	0.57 150

cf-r	2.93 214	2.19 289	20.59 313	1.49 274	1.35 267	4.18 269	0.92 193	3.73 153	3.12 235	2.16 185	1.82 158	3.40 287	1.44 150	8.22 268	1.93 215	0.34 122	0.31 150	0.33 163	0.30 176	0.38 152	0.45 89

SDNR	4.37 336	2.22 290	20.63 318	1.60 294	0.99 184	5.15 378	0.67 62	4.36 325	5.55 385	4.89 378	7.17 370	5.50 375	1.58 180	17.48 408	4.33 305	0.80 343	0.72 297	0.59 325	0.45 295	1.18 359	1.43 278

GMStereo	2.01 43	2.26 291	20.93 338	0.90 54	0.48 41	1.67 18	0.56 25	1.90 17	2.19 101	1.58 64	1.31 46	0.87 39	0.74 22	1.68 54	1.00 52	0.41 191	0.21 33	0.30 99	0.32 203	0.50 243	0.46 96
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EDNetEfficient	5.62 366	2.26 291	17.51 131	1.67 308	3.59 387	3.99 222	7.25 396	3.14 92	5.63 387	11.52 410	4.82 364	3.94 323	12.48 396	8.39 272	20.56 409	0.46 242	0.46 244	0.48 279	1.06 365	1.65 376	1.62 289

LMCR-Stereo	2.53 134	2.30 293	18.81 159	1.64 305	0.86 150	3.88 195	1.14 241	4.33 319	1.63 47	2.27 216	2.35 267	1.13 58	2.41 282	2.63 152	2.26 246	1.06 358	0.24 89	0.29 78	0.25 76	0.62 280	0.42 77

DGSMNet	8.13 394	2.31 294	18.62 153	2.77 372	13.96 413	6.91 394	42.17 424	4.16 253	2.53 153	2.25 207	3.21 339	3.41 288	1.69 215	9.19 284	3.03 281	3.79 396	10.31 409	11.70 422	5.68 413	4.38 399	10.58 387

WCMA_ROB	5.78 368	2.42 295	21.71 385	1.67 308	1.55 300	4.07 237	3.53 377	4.14 247	4.73 362	6.59 389	10.89 393	12.82 398	9.59 392	10.17 310	12.65 361	1.05 357	0.61 280	0.52 302	0.52 315	0.71 311	5.64 359

PA-Net	3.45 285	2.50 296	20.39 283	1.42 259	1.20 239	3.39 98	1.73 309	3.93 188	3.57 308	1.94 117	2.17 237	3.02 260	1.87 245	11.67 360	6.48 324	0.40 188	0.55 267	0.44 261	0.63 340	0.55 256	1.13 260
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS_RVC	6.36 378	2.53 297	20.21 258	2.67 370	2.48 368	4.90 374	11.89 403	4.84 375	6.31 395	9.03 398	8.54 383	8.09 388	12.73 398	9.32 285	13.25 363	1.92 375	2.18 347	1.51 379	1.31 375	1.40 369	2.15 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 381	2.54 298	20.08 244	2.66 369	2.48 368	15.49 411	7.29 397	5.50 388	5.72 388	10.05 405	8.94 386	6.91 382	10.83 394	8.33 270	14.27 368	1.92 375	2.19 348	1.23 375	1.31 375	1.62 373	2.17 311
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Wz-Net-LNSev-Ref	2.72 186	2.55 299	14.91 80	1.37 239	1.36 268	3.50 122	1.63 300	4.11 236	3.38 282	2.55 279	2.04 213	2.35 200	2.50 290	5.14 205	4.64 311	0.53 288	0.22 47	0.35 198	0.21 25	0.41 183	0.60 168

raft+_RVC	3.46 288	2.57 300	19.51 195	1.49 274	17.54 414	3.63 146	0.76 113	3.24 100	1.53 20	1.35 46	1.67 111	1.03 51	1.10 88	1.98 98	1.53 141	0.25 8	7.10 390	0.25 23	0.24 65	0.28 20	2.18 312

AF-Net	3.15 247	2.65 301	18.81 159	1.37 239	1.76 339	3.30 91	1.57 295	4.20 267	3.05 226	2.76 300	2.94 327	4.50 352	3.21 322	5.88 220	3.07 283	0.88 350	0.39 213	0.72 353	0.50 310	0.75 319	0.66 192

RALAANet	2.29 85	2.73 302	21.08 350	1.29 212	0.94 176	1.45 13	0.68 70	3.25 103	2.61 161	2.02 143	1.80 151	1.28 76	1.04 69	2.12 108	1.79 197	0.30 55	0.22 47	0.27 44	0.27 105	0.41 183	0.35 35

DDUNet	3.65 297	2.81 303	19.59 197	3.57 390	2.26 362	3.47 113	1.35 269	4.21 271	2.40 135	2.68 292	2.48 289	4.17 337	1.78 228	5.48 213	2.61 266	2.25 378	1.77 340	2.61 392	2.43 401	2.63 382	2.40 316

PASM	3.22 259	2.89 304	15.38 88	2.00 341	1.57 306	2.77 51	1.96 322	3.62 132	2.75 173	2.95 321	2.26 254	3.10 268	2.24 272	11.87 369	2.46 259	0.97 355	1.06 319	0.87 361	1.02 362	1.20 360	1.41 276

UDG	3.84 312	2.91 305	20.05 238	2.98 379	1.98 353	3.95 214	1.18 247	4.43 338	2.24 109	2.47 270	2.53 297	4.49 351	2.44 285	6.52 238	4.74 312	2.14 377	1.77 340	2.64 393	2.58 403	2.66 383	2.19 313

HITNet	2.49 126	2.91 305	19.23 179	1.54 283	0.57 76	3.47 113	0.79 123	4.16 253	2.93 202	2.18 190	1.65 110	1.68 108	1.45 152	2.17 115	2.99 280	0.28 28	0.20 17	0.41 245	0.27 105	0.45 214	0.52 131
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
StereoDRNet	3.07 235	2.92 307	16.33 110	1.36 234	1.57 306	3.45 110	2.04 331	3.77 157	2.85 189	3.31 343	1.85 175	2.78 244	1.79 231	10.85 329	3.41 291	0.45 229	0.36 186	0.39 236	0.37 249	0.62 280	0.85 228

dd	2.27 78	3.06 308	20.18 252	0.96 84	0.51 57	4.24 285	0.74 101	1.94 20	2.43 140	1.48 56	1.28 40	1.19 69	1.05 76	1.82 83	1.69 178	0.63 314	0.34 170	0.35 198	0.33 210	0.61 275	0.57 150

111	2.59 153	3.10 309	20.47 291	0.84 28	0.38 6	4.26 286	0.91 188	4.45 341	2.96 205	2.48 272	2.07 225	2.31 194	1.64 202	1.49 41	1.90 208	0.35 134	0.22 47	0.25 23	0.21 25	0.32 67	1.14 261

AASNet	2.65 171	3.20 310	20.19 253	1.38 242	1.49 289	3.84 184	1.06 226	3.92 184	3.28 261	2.07 162	2.28 259	1.95 158	1.28 121	2.19 117	2.17 239	0.42 200	0.33 163	0.45 267	0.30 176	0.59 271	0.52 131

EDNetEfficientorigin	12.42 403	3.26 311	179.44 438	1.21 177	1.00 190	2.89 57	1.82 316	3.05 88	5.37 379	8.87 397	4.78 363	4.17 337	4.80 354	9.91 300	11.32 351	0.41 191	0.41 222	0.62 337	0.88 356	1.33 367	2.81 324

DMCA-RVC	2.72 186	3.31 312	20.08 244	1.27 205	1.13 223	2.49 45	0.85 150	3.43 118	1.85 70	3.04 326	1.58 93	1.99 166	1.51 164	6.42 235	2.86 273	0.39 181	0.31 150	0.44 261	0.37 249	0.47 232	0.65 186

dad	2.65 171	3.40 313	19.45 192	1.05 119	0.65 102	4.21 280	0.84 146	2.10 29	2.77 177	2.32 237	1.72 124	1.72 114	1.27 118	3.86 185	2.04 229	1.06 358	0.40 216	2.04 383	0.49 304	0.78 322	0.83 223

CC-Net-ROB	3.82 310	3.41 314	20.20 254	2.40 358	1.66 328	4.49 319	1.61 297	4.77 373	3.08 229	2.06 156	2.06 221	1.99 166	1.60 184	12.57 386	1.91 210	2.82 383	2.19 348	2.67 394	1.06 365	2.31 380	1.59 286

AFF-stereo	2.54 138	3.44 315	20.84 332	1.30 216	0.48 41	3.94 212	0.48 14	3.30 107	3.40 288	1.94 117	2.21 249	2.10 182	1.51 164	2.36 134	1.62 163	0.23 3	0.21 33	0.25 23	0.25 76	0.33 88	0.53 136

IGEVStereo-DCA	3.09 237	3.48 316	16.25 103	0.96 84	0.49 48	1.59 14	0.83 139	1.68 7	3.44 292	0.75 4	0.78 3	0.74 22	0.73 19	5.79 217	7.75 336	0.32 83	0.26 121	0.28 64	0.21 25	0.32 67	15.08 401

rrr	3.66 298	3.48 316	23.50 407	0.96 84	0.49 48	1.59 14	0.92 193	8.19 399	2.75 173	0.75 4	0.78 3	0.74 22	0.73 19	5.79 217	7.75 336	0.32 83	0.26 121	0.28 64	0.21 25	0.32 67	13.47 389

test_xeample3	3.67 300	3.52 318	21.53 382	0.98 94	0.51 57	1.88 21	0.91 188	8.10 398	2.76 176	0.82 8	0.76 2	0.65 6	0.70 14	5.88 220	7.74 335	0.32 83	0.29 138	0.27 44	0.22 43	0.29 32	15.33 406

GwcNet	3.26 267	3.93 319	20.24 263	1.38 242	2.04 356	3.24 80	1.53 289	3.72 149	3.66 313	2.17 187	2.25 253	3.55 305	1.69 215	9.38 288	3.03 281	0.48 254	0.49 258	0.46 272	0.39 262	0.66 298	0.86 231

DispFullNet	4.71 350	3.93 319	23.92 409	4.00 395	3.01 377	3.38 96	1.31 263	4.23 277	3.26 257	6.31 388	2.92 325	4.03 328	7.80 381	3.93 189	5.15 315	2.80 382	1.61 336	3.11 402	2.70 406	3.32 386	3.38 339

ADCL	4.70 349	4.04 321	16.12 99	1.35 230	1.28 254	5.46 383	10.88 401	4.08 227	4.25 340	5.97 385	4.51 361	4.29 344	5.60 360	6.37 234	15.21 374	0.54 292	0.48 255	0.88 362	0.78 349	0.86 334	1.01 249

ADCPNet	4.25 330	4.04 321	21.95 390	1.33 227	1.31 261	6.34 389	2.63 352	4.07 220	3.23 253	2.81 308	2.21 249	4.27 342	6.08 367	6.01 222	11.73 355	0.67 321	1.17 325	0.71 350	1.71 385	0.87 336	1.82 300

NCCL2	2.96 221	4.07 323	15.75 94	1.24 187	1.03 196	3.48 119	2.55 349	3.79 159	2.39 132	2.78 303	1.80 151	2.41 206	1.67 212	10.27 316	2.48 262	0.46 242	0.41 222	0.57 321	0.55 324	0.61 275	0.86 231

SHD	3.22 259	4.21 324	14.19 70	2.37 357	2.12 358	2.77 51	1.19 248	4.24 284	3.25 256	4.64 376	2.73 316	3.62 309	2.76 298	6.30 233	4.75 313	0.66 318	1.25 328	0.52 302	0.59 330	0.69 308	1.64 290

PVD	3.91 316	4.36 325	13.89 66	2.81 377	4.79 401	3.80 178	1.94 320	3.89 177	4.11 331	5.75 383	3.56 348	3.59 306	3.34 328	6.44 237	6.44 323	0.73 335	2.84 362	0.74 356	0.84 354	0.82 330	3.45 341

BEATNet_4x	2.65 171	4.43 326	18.10 144	1.41 252	0.59 80	3.44 107	1.02 216	4.08 227	2.97 206	2.28 218	1.75 133	2.18 184	1.61 189	2.80 163	3.54 293	0.39 181	0.25 101	0.47 274	0.31 193	0.61 275	0.86 231

PWC_ROB	3.32 273	4.61 327	14.41 74	1.46 267	1.90 349	3.21 73	1.15 244	4.39 334	3.46 299	3.13 331	3.40 345	2.79 245	2.34 278	9.17 283	6.94 326	0.61 306	0.34 170	0.61 331	0.37 249	0.73 313	1.40 274

GwcNet-RSSM	3.13 244	5.08 328	19.86 220	1.28 207	1.20 239	4.12 247	1.11 235	3.89 177	2.80 181	2.13 175	1.81 156	3.11 269	1.46 154	10.33 318	2.19 242	0.36 153	0.34 170	0.35 198	0.31 193	0.45 214	0.43 81

GANetREF_RVC	3.45 285	5.10 329	19.89 224	1.58 291	0.80 138	4.13 250	1.82 316	4.24 284	3.33 276	1.91 107	1.76 134	2.46 212	1.83 239	13.17 392	1.87 205	0.83 348	0.57 269	0.79 358	0.77 348	1.21 361	0.91 236
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
PDISCO_ROB	3.32 273	5.22 330	18.16 146	2.03 345	2.19 361	4.52 325	1.63 300	4.74 372	3.32 274	2.22 202	2.18 242	3.71 311	2.41 282	5.36 208	2.43 258	1.35 368	0.79 300	0.72 353	0.62 336	1.31 366	1.53 283

PSMNet_ROB	3.38 278	5.24 331	20.61 315	1.24 187	1.22 246	3.76 169	1.64 303	3.59 127	2.80 181	2.07 162	1.72 124	2.75 240	1.79 231	11.42 352	4.58 309	0.42 200	0.38 204	0.50 294	0.62 336	0.62 280	0.69 196

Anonymous Stereo	3.53 293	5.56 332	19.23 179	1.75 324	1.40 278	3.35 95	3.23 367	4.15 250	3.13 236	2.42 263	2.38 271	2.56 222	1.53 172	11.88 370	3.54 293	0.68 322	0.92 309	0.57 321	0.57 327	0.74 317	1.08 257

DeepPrunerF	4.00 321	5.64 333	16.81 117	1.36 234	1.75 337	3.69 158	1.54 291	4.24 284	13.98 404	2.21 200	1.77 141	2.73 235	2.29 274	10.90 332	6.64 325	0.71 328	0.61 280	0.77 357	0.79 350	0.87 336	0.79 218

ADCRef	3.66 298	5.95 334	15.50 91	1.20 172	1.41 280	3.93 209	1.61 297	3.92 184	2.77 177	3.13 331	2.20 246	2.40 202	2.78 299	6.23 232	16.59 379	0.50 270	0.35 179	0.63 338	0.62 336	0.58 269	0.92 238

Wz-Net-LNSev	2.78 200	6.16 335	17.27 126	1.24 187	1.65 325	3.49 120	1.55 293	3.70 146	3.61 309	1.96 124	1.76 134	3.30 280	2.17 269	2.78 162	2.24 244	0.49 260	0.35 179	0.32 131	0.31 193	0.56 262	0.65 186

MADNet++	8.64 396	6.17 336	13.88 65	6.61 409	5.25 403	10.15 400	14.20 406	5.89 394	8.25 397	7.14 390	8.18 377	6.41 378	9.84 393	11.71 365	16.73 381	9.65 416	5.03 382	8.63 416	5.68 413	4.83 403	8.57 379

SAMSARA	4.67 347	6.50 337	16.40 111	4.62 406	3.13 381	6.62 391	3.49 374	5.24 379	3.04 224	7.78 393	3.07 332	5.32 371	4.05 344	9.98 305	6.42 322	0.69 324	2.39 356	0.60 328	0.74 346	0.99 343	2.26 314

XQC	3.41 280	6.58 338	15.18 84	1.97 338	1.62 315	3.40 99	1.76 311	4.53 351	3.67 315	3.40 346	2.45 286	3.73 312	2.91 303	6.78 246	5.36 317	0.73 335	0.90 308	0.60 328	0.61 334	1.02 344	0.99 246

NaN_ROB	4.73 351	6.66 339	21.89 387	1.26 204	1.28 254	3.49 120	3.02 363	4.38 332	3.93 326	3.65 355	2.55 298	2.97 255	5.01 356	13.23 393	17.43 393	0.38 174	0.42 233	0.38 232	0.40 269	0.50 243	1.82 300

RTSC	3.44 283	6.78 340	16.53 115	1.76 326	1.54 296	3.53 128	0.94 200	4.22 272	2.97 206	3.65 355	3.23 341	3.31 282	2.29 274	6.22 230	7.41 332	0.61 306	1.32 329	0.37 220	0.42 282	0.78 322	0.98 245

CFNet	3.04 232	6.89 341	16.27 108	1.36 234	1.24 249	4.09 241	0.72 86	4.15 250	3.00 212	1.69 80	1.88 182	2.27 189	1.45 152	11.41 351	2.12 236	0.36 153	0.29 138	0.43 259	0.36 241	0.48 238	0.38 58

AANet_RVC	3.70 304	7.03 342	17.25 124	1.21 177	1.12 221	3.79 175	1.09 230	3.98 196	3.38 282	2.65 291	4.29 359	3.95 324	1.40 140	11.43 353	7.88 338	1.25 366	0.57 269	0.34 180	0.25 76	0.43 199	0.71 200

Wz-Net-MNSev	3.26 267	7.24 343	17.26 125	1.58 291	1.37 271	3.27 83	2.45 344	4.10 233	4.50 355	2.61 286	2.17 237	2.33 196	3.02 313	7.48 260	2.88 276	0.46 242	0.39 213	0.37 220	0.38 256	0.61 275	0.63 179

FADNet_RVC	3.10 238	7.62 344	19.12 170	1.05 119	0.93 173	4.09 241	0.84 146	4.34 322	2.05 88	1.54 58	1.78 144	1.61 103	1.50 162	8.92 279	2.64 268	0.50 270	0.38 204	0.44 261	0.61 334	0.91 338	1.16 263

Syn2CoEx	3.42 282	7.66 345	20.57 309	1.42 259	1.18 232	2.49 45	1.64 303	4.07 220	2.68 165	2.51 276	2.27 257	2.89 251	3.15 320	9.56 290	2.58 264	0.52 286	0.45 240	0.53 306	0.42 282	0.79 326	1.00 247

ACRE	2.75 195	7.69 346	19.93 227	0.93 64	1.30 257	3.94 212	0.90 180	4.23 277	3.66 313	2.33 239	2.61 304	1.17 63	1.04 69	1.80 80	1.35 107	0.46 242	0.25 101	0.27 44	0.23 52	0.32 67	0.60 168

LSM	13.03 406	7.72 347	21.01 341	55.44 432	85.65 430	3.65 152	6.27 394	3.91 183	5.06 372	5.63 382	13.91 403	3.53 303	3.46 335	9.93 302	4.36 306	0.72 333	0.95 313	0.72 353	0.85 355	1.09 352	26.67 422

FADNet-RVC-Resample	3.31 271	8.52 348	22.84 403	1.18 167	0.91 168	3.52 126	1.35 269	4.13 244	2.32 127	1.75 91	1.35 50	2.26 188	1.51 164	9.51 289	2.03 227	0.42 200	0.38 204	0.42 255	0.44 290	0.59 271	0.71 200

DispNO	3.72 305	8.71 349	21.22 369	1.13 146	1.16 227	3.13 69	0.93 198	3.66 137	3.23 253	2.39 254	2.64 307	3.11 269	1.99 253	11.30 346	7.70 334	0.37 161	0.32 156	0.34 180	0.27 105	0.47 232	0.38 58

MFMNet_re	3.44 283	8.89 350	19.36 186	3.25 385	1.91 350	3.13 69	1.99 324	3.60 129	4.16 334	3.17 337	2.86 323	2.25 187	2.41 282	2.61 151	2.35 252	1.13 361	1.06 319	0.94 363	0.91 359	1.29 365	1.57 285

SuperB	5.03 358	8.93 351	20.96 340	1.51 278	1.11 219	3.88 195	3.00 361	4.24 284	3.13 236	2.53 277	2.10 227	2.74 238	3.37 331	8.76 276	19.44 407	0.45 229	0.34 170	0.53 306	0.40 269	11.97 418	1.15 262

WAO-6	6.68 385	9.03 352	20.68 321	2.98 379	2.79 374	11.93 403	3.56 379	5.39 384	11.65 401	3.55 352	9.59 389	6.77 380	6.72 373	12.28 375	11.56 353	2.88 384	2.36 355	2.50 388	1.84 392	2.89 384	2.72 323

HBP-ISP	3.78 308	9.10 353	20.83 330	1.72 318	1.14 224	4.54 326	2.82 356	4.61 363	3.03 221	4.13 366	1.98 204	1.88 148	3.31 325	11.06 339	1.52 140	0.74 338	0.57 269	0.67 344	0.62 336	0.65 294	0.64 183

RTS	4.29 334	9.35 354	18.25 148	2.79 375	2.29 364	4.98 375	3.41 371	4.72 369	4.27 342	4.35 370	3.10 335	4.93 364	3.14 318	7.71 264	6.99 327	0.71 328	0.68 291	0.51 299	0.50 310	1.07 349	1.98 303

RTSA	4.29 334	9.35 354	18.25 148	2.79 375	2.29 364	4.98 375	3.41 371	4.72 369	4.27 342	4.35 370	3.10 335	4.93 364	3.14 318	7.71 264	6.99 327	0.71 328	0.68 291	0.51 299	0.50 310	1.07 349	1.98 303

AnyNet_C32	4.49 341	9.53 356	13.85 62	1.67 308	1.56 304	5.40 382	4.06 389	4.03 209	3.69 316	4.21 369	3.09 334	3.09 267	3.38 332	8.24 269	18.76 404	0.56 298	0.64 285	0.53 306	0.81 352	1.36 368	1.42 277

NVStereoNet_ROB	6.63 383	9.57 357	19.28 182	3.19 383	2.11 357	3.69 158	1.99 324	4.32 316	6.27 394	3.26 342	24.57 415	5.45 374	11.39 395	13.56 397	12.37 359	2.79 381	2.05 345	1.76 381	1.75 388	1.49 371	1.75 293
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DN-CSS_ROB	2.89 210	9.72 358	19.71 207	2.07 348	0.90 163	4.01 224	0.61 43	4.06 218	3.35 278	1.66 74	1.89 184	1.39 86	1.06 78	3.24 173	1.88 206	0.44 220	0.19 9	0.44 261	0.29 160	0.40 165	0.42 77

PWCDC_ROB	3.62 295	9.86 359	17.35 128	1.62 298	1.57 306	4.19 277	1.01 213	4.35 323	4.20 335	2.26 213	7.36 372	2.73 235	2.75 297	4.10 193	4.51 308	1.47 372	0.37 191	0.39 236	0.34 219	1.22 362	0.73 207

CIPLG	2.88 208	10.01 360	20.02 235	0.95 77	1.34 265	3.95 214	0.91 188	4.24 284	3.69 316	2.36 247	2.66 309	1.17 63	1.06 78	1.82 83	1.37 119	0.45 229	0.25 101	0.27 44	0.23 52	0.33 88	0.60 168

SPS-STEREO	5.18 360	10.36 361	21.09 355	1.74 322	1.72 335	3.24 80	2.26 340	3.92 184	4.12 332	5.06 380	3.66 350	5.43 373	3.33 327	9.56 290	12.34 358	1.17 364	1.17 325	1.07 368	1.03 364	1.17 358	10.25 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iResNet_ROB	2.72 186	10.38 362	14.41 74	1.46 267	0.99 184	3.74 167	0.66 60	4.01 201	2.84 188	2.04 151	2.05 219	1.98 165	1.38 133	4.73 201	1.91 210	0.35 134	0.20 17	0.28 64	0.19 9	0.33 88	0.41 70

Wz-Net-SNSev	3.47 289	10.51 363	16.90 119	1.65 306	1.20 239	3.29 88	2.03 330	4.16 253	3.03 221	2.35 243	2.39 274	3.48 292	2.12 261	7.95 267	4.28 303	0.51 276	0.40 216	0.53 306	0.49 304	0.74 317	1.46 279

ADCMid	4.55 343	10.78 364	17.67 138	1.32 225	1.43 283	4.62 343	2.24 339	4.22 272	4.97 371	3.93 361	3.01 329	3.84 319	3.66 337	4.22 197	18.57 403	0.69 324	0.62 283	1.09 370	1.20 372	1.48 370	1.49 281

AnyNet_C01	4.68 348	10.90 365	16.41 112	2.03 345	1.62 315	6.25 387	6.40 395	4.19 265	5.13 374	4.03 363	3.77 352	4.14 335	3.26 323	7.23 253	11.19 348	0.64 315	0.80 301	0.65 342	0.72 345	2.18 378	2.08 306

MADNet+	4.46 340	11.36 366	14.35 73	2.23 351	2.50 370	4.18 269	2.86 358	5.46 386	4.43 349	2.74 298	2.69 313	4.55 354	3.43 333	8.97 281	9.42 342	1.47 372	2.06 346	1.09 370	1.02 362	1.54 372	2.96 331

coex-ft	20.00 414	11.54 367	120.82 436	1.18 167	1.30 257	2.36 42	1.99 324	2.96 84	13.96 403	129.83 437	8.40 382	5.88 377	52.82 431	9.93 302	31.13 422	0.61 306	0.62 283	0.50 294	0.49 304	1.10 354	2.63 321

FADNet	3.20 256	11.55 368	16.16 101	1.24 187	0.95 178	3.30 91	0.87 156	4.00 199	2.73 170	1.42 51	1.35 50	2.51 216	2.04 255	9.95 304	2.39 257	0.44 220	0.46 244	0.40 241	0.44 290	1.13 356	0.61 172

IPLGR_C	2.96 221	11.71 369	20.02 235	0.95 77	1.31 261	3.93 209	0.92 193	4.22 272	3.76 318	2.35 243	2.62 305	1.16 62	1.07 80	1.71 63	1.34 106	0.45 229	0.25 101	0.27 44	0.23 52	0.33 88	0.60 168

JetBlue	6.69 386	12.01 370	14.30 72	1.98 340	4.64 400	11.97 404	12.29 404	5.39 384	4.32 348	3.81 359	4.51 361	9.50 391	6.53 372	10.22 312	14.50 370	1.32 367	1.47 331	1.18 373	1.36 380	7.48 412	5.05 356

WZ-Net	4.39 338	12.37 371	17.44 130	1.47 271	1.42 282	3.76 169	2.27 341	4.17 257	3.11 233	2.89 313	2.24 251	4.05 329	5.69 364	10.89 331	12.07 356	0.66 318	0.41 222	0.47 274	0.49 304	0.78 322	1.12 259

FADNet-RVC	3.23 261	12.51 372	17.02 120	1.17 163	0.81 140	3.52 126	1.09 230	4.16 253	2.74 172	1.44 54	1.29 44	1.86 144	1.76 225	9.82 296	2.46 259	0.39 181	0.38 204	0.40 241	0.41 279	0.68 306	0.59 164

ADCS	4.77 353	12.63 373	17.40 129	1.72 318	1.34 265	3.90 198	3.60 380	4.30 300	3.54 306	5.11 381	2.81 321	4.44 349	3.05 316	6.15 229	19.32 406	0.74 338	0.68 291	0.70 348	0.70 343	1.25 364	1.98 303

ADCP+	4.42 339	12.67 374	18.95 164	1.12 141	1.55 300	4.30 292	3.60 380	4.01 201	3.80 320	2.30 222	1.71 122	3.93 322	4.29 347	3.49 177	18.77 405	0.40 188	0.41 222	0.63 338	0.53 317	0.67 301	1.35 272

LE_ROB	19.18 413	12.99 375	48.22 425	8.42 414	23.91 419	7.26 395	19.71 410	9.92 401	38.58 426	43.44 424	21.85 411	28.15 418	41.18 421	23.00 413	54.71 426	0.38 174	0.34 170	0.32 131	0.36 241	0.43 199	0.49 116

PWCK	6.49 380	13.40 376	20.27 266	2.95 378	1.61 313	5.68 385	7.63 399	5.37 383	4.77 368	3.90 360	7.48 373	7.96 386	5.63 361	15.15 405	10.93 347	3.21 387	1.55 335	2.34 387	1.43 382	6.05 405	2.45 319

ARAFT	3.24 263	13.49 377	19.88 223	0.93 64	0.49 48	4.16 261	1.40 275	4.37 328	3.21 245	2.40 258	1.91 192	1.70 111	1.04 69	6.43 236	1.45 133	0.37 161	0.19 9	0.37 220	0.35 232	0.37 143	0.35 35

Wz-Net-TNSev	4.22 327	13.55 378	15.87 96	1.57 289	1.19 237	3.61 143	2.48 346	4.38 332	3.45 298	2.29 221	1.91 192	4.20 340	2.86 301	12.11 374	10.56 346	0.61 306	0.59 276	0.48 279	0.54 320	0.93 340	1.24 267

UNDER WATER	11.28 402	13.60 379	22.90 405	5.11 407	4.53 399	7.75 397	3.75 383	12.50 405	21.62 416	7.80 394	10.68 392	23.75 412	35.20 418	11.54 355	17.40 392	4.46 402	2.95 365	4.23 411	2.90 409	6.57 407	6.27 364

SPstereo	30.75 421	13.65 380	19.03 167	8.80 415	10.65 409	50.20 428	82.83 436	71.83 433	35.94 425	30.86 419	29.63 417	48.58 429	42.25 428	47.75 433	58.04 433	7.66 413	8.94 400	20.43 423	10.51 417	8.69 415	8.79 380

MFN_U_SF_DS_RVC	4.38 337	13.66 381	13.95 67	1.39 249	1.58 311	5.18 379	3.31 369	4.53 351	3.22 250	2.60 282	2.62 305	4.99 366	2.11 259	13.99 403	4.21 302	1.53 374	2.56 360	0.67 344	1.82 391	0.83 333	2.92 329

MANE	15.29 408	13.67 382	23.58 408	10.15 417	13.37 411	23.58 418	23.86 412	27.83 419	26.26 418	12.02 411	15.10 404	19.83 406	18.01 409	15.68 407	20.35 408	8.58 415	9.20 406	3.05 400	4.19 412	0.82 330	16.69 411

LL-Strereo	4.26 332	13.69 383	20.37 279	1.24 187	2.18 359	2.90 58	1.08 228	4.35 323	2.22 107	3.20 338	2.26 254	3.29 279	3.13 317	11.30 346	1.91 210	0.33 106	3.89 377	0.46 272	0.34 219	0.54 253	6.47 366

CSAN	5.95 370	13.70 384	21.94 389	1.35 230	0.93 173	3.65 152	3.46 373	4.73 371	4.26 341	3.98 362	7.70 374	3.54 304	6.94 376	22.83 412	16.00 376	0.53 288	0.47 252	0.50 294	0.55 324	0.65 294	1.22 265

SANet	6.43 379	13.71 385	22.08 395	1.43 264	1.00 190	6.86 393	3.78 385	4.71 368	11.10 399	4.71 377	8.72 384	7.47 383	7.91 385	12.46 384	18.12 398	0.51 276	0.47 252	0.50 294	0.45 295	0.94 341	1.60 288

MFN_U_SF_RVC	4.08 323	13.72 386	15.13 83	2.00 341	1.43 283	3.73 165	1.68 307	4.11 236	3.39 287	2.93 317	2.38 271	4.39 348	3.63 336	8.63 274	6.14 320	1.14 362	1.07 322	1.01 365	1.35 379	1.63 374	2.09 308

IMH-64-1	6.10 374	13.83 387	17.55 132	4.34 399	3.78 389	4.79 371	5.94 392	5.34 380	4.20 335	4.10 364	8.31 380	5.07 368	6.92 374	9.63 293	7.36 330	4.60 406	2.96 367	3.04 398	2.14 398	4.30 397	3.88 346

IMH-64	6.10 374	13.83 387	17.55 132	4.34 399	3.78 389	4.79 371	5.94 392	5.34 380	4.20 335	4.10 364	8.31 380	5.07 368	6.92 374	9.63 293	7.36 330	4.60 406	2.96 367	3.04 398	2.14 398	4.30 397	3.88 346

MSC_U_SF_DS_RVC	4.90 356	13.94 389	16.59 116	1.69 312	1.46 287	6.15 386	3.52 376	5.47 387	3.95 327	2.77 301	2.74 317	4.81 363	2.49 289	13.78 400	5.33 316	2.34 379	3.46 373	1.05 367	1.21 373	2.28 379	2.94 330

SQANet	4.22 327	14.03 390	20.30 272	2.78 373	2.75 373	3.41 102	1.48 286	3.66 137	2.25 112	2.62 288	1.77 141	2.68 232	1.90 248	7.41 259	3.78 298	2.97 385	1.42 330	1.85 382	1.13 368	3.28 385	2.86 326

RAFT + AFF	3.98 320	14.10 391	20.78 326	1.16 156	1.96 352	4.14 255	2.00 327	4.56 355	3.52 305	2.23 204	2.51 294	2.27 189	4.92 355	8.94 280	2.82 271	0.33 106	0.60 278	0.48 279	0.39 262	0.81 328	1.03 252

notaker	10.92 401	14.17 392	20.38 280	4.56 405	3.98 394	6.29 388	3.53 377	7.68 397	5.10 373	9.04 399	46.37 426	13.84 402	28.85 417	14.18 404	14.16 367	4.57 405	3.19 371	3.52 406	2.70 406	8.16 413	4.13 350

UNDER WATER-64	10.08 397	14.27 393	22.85 404	5.26 408	4.88 402	11.00 402	4.57 391	11.41 403	17.25 409	7.68 392	9.72 390	15.96 403	21.47 415	11.12 342	16.63 380	4.38 400	2.88 364	4.41 412	2.95 410	7.12 410	5.81 362

WAO-7	6.00 372	14.29 394	20.46 289	1.97 338	1.51 292	5.31 381	3.06 365	5.00 376	5.92 390	4.55 375	8.87 385	6.52 379	6.47 371	13.38 396	13.85 365	1.35 368	1.24 327	1.48 378	1.36 380	1.63 374	1.79 299

TorneroNet-64	10.52 398	14.33 395	21.95 390	4.29 398	3.76 388	13.77 408	2.83 357	14.96 413	23.11 417	10.24 407	23.77 414	13.44 399	8.15 386	13.98 402	17.70 396	4.03 399	2.73 361	3.23 403	2.53 402	7.27 411	4.35 353

SGM+DAISY	13.18 407	14.36 396	24.65 411	8.10 412	13.49 412	22.47 416	25.54 415	12.13 404	17.08 408	14.77 412	15.82 407	12.17 397	13.97 404	12.65 387	18.22 400	8.40 414	9.18 405	1.23 375	1.33 378	1.23 363	16.81 415

ktn	22.24 417	14.37 397	20.30 272	4.54 404	4.02 395	6.52 390	4.50 390	6.78 396	78.80 434	84.67 434	100.54 436	58.48 431	8.39 388	13.13 391	17.09 386	4.61 408	3.24 372	3.49 405	2.62 404	4.70 402	3.96 348

KSHMR	17.50 412	14.38 398	22.35 400	4.50 403	4.51 398	8.17 398	3.33 370	15.44 415	76.15 432	7.32 391	61.40 430	56.33 430	5.66 363	32.91 420	13.97 366	4.42 401	2.99 369	3.64 410	2.79 408	5.13 404	4.55 355

FINET	10.59 399	14.44 399	25.84 412	2.30 354	3.90 392	21.74 415	25.19 414	8.85 400	16.99 407	2.68 292	15.19 405	11.45 394	13.83 401	6.71 245	15.11 373	0.80 343	8.59 395	0.53 306	0.44 290	0.62 280	16.67 410

TorneroNet	26.32 419	14.70 400	22.40 401	4.24 397	4.08 396	54.72 429	3.19 366	15.11 414	76.73 433	57.99 429	82.55 434	86.65 435	45.79 430	13.34 395	18.51 401	4.52 404	2.86 363	3.45 404	2.63 405	8.75 416	4.28 351

Ntro	4.83 354	14.73 401	20.47 291	3.24 384	2.97 376	4.12 247	1.88 318	4.00 199	2.57 157	1.79 97	2.15 232	3.34 285	2.16 267	10.01 307	7.34 329	3.53 393	1.77 340	2.13 385	1.32 377	3.89 394	3.23 332

ACVNet-4b	6.98 388	14.78 402	22.17 397	3.56 389	3.11 380	4.14 255	2.23 338	4.08 227	3.84 321	1.67 76	3.96 356	5.86 376	2.87 302	10.30 317	17.16 390	26.09 427	2.24 351	2.53 389	1.79 389	3.91 395	3.28 335

ACVNet_1	6.63 383	14.79 403	21.40 379	3.59 391	3.17 382	4.69 364	2.46 345	4.24 284	3.34 277	3.11 330	2.86 323	23.21 410	4.59 353	11.06 339	12.59 360	3.75 394	2.34 354	2.60 391	1.80 390	3.70 389	3.31 336

otaku	5.59 365	14.82 404	20.70 322	3.13 382	2.70 372	3.91 201	2.56 350	3.90 179	2.48 148	2.25 207	9.38 387	4.06 330	2.32 277	9.59 292	14.37 369	3.52 392	1.66 338	2.15 386	1.19 371	3.73 392	3.35 338

iResNetv2_ROB	3.31 271	14.88 405	20.01 234	2.17 350	1.09 214	3.84 184	1.13 239	4.22 272	3.15 239	2.02 143	2.06 221	2.00 170	1.69 215	3.61 180	2.10 235	0.36 153	0.22 47	0.32 131	0.22 43	0.48 238	0.58 162

SGM-ForestM	15.60 409	14.94 406	28.17 416	7.84 411	10.49 408	23.43 417	24.58 413	20.87 417	16.87 405	15.92 415	15.89 408	27.08 417	22.45 416	24.86 417	28.42 421	3.85 397	8.90 399	0.55 315	1.15 370	0.64 289	15.05 399

RainbowNet	5.20 361	15.03 407	21.14 360	3.66 392	3.25 385	4.18 269	2.98 360	4.22 272	3.20 242	2.30 222	2.65 308	4.24 341	2.97 306	9.92 301	6.29 321	3.92 398	2.27 352	2.71 396	1.73 387	3.82 393	3.43 340

Dean	8.35 395	15.23 408	22.34 399	3.76 394	3.55 386	4.81 373	3.51 375	5.34 380	5.37 379	4.49 374	26.13 416	25.59 416	4.33 349	11.21 343	13.12 362	3.78 395	2.31 353	2.90 397	1.89 393	4.04 396	3.34 337

ACVNet_2	6.09 373	15.28 409	21.36 378	3.30 386	3.17 382	4.50 320	3.00 361	4.70 367	3.96 328	3.52 351	5.34 367	7.79 385	2.95 304	12.40 377	13.76 364	3.28 388	2.23 350	2.70 395	1.70 384	3.52 387	3.24 333

GASNet	3.86 313	15.35 410	21.16 363	1.63 301	1.25 251	2.35 41	1.11 235	4.11 236	2.86 195	1.99 130	2.11 228	2.99 257	2.16 267	10.62 322	3.75 297	0.71 328	0.37 191	0.61 331	0.46 297	0.91 338	0.70 198

LVE	7.57 392	15.80 411	21.28 373	3.69 393	3.19 384	4.54 326	2.78 353	10.13 402	11.63 400	3.24 340	11.52 397	18.10 404	4.55 352	11.67 360	10.30 345	4.62 409	2.95 365	2.56 390	1.91 394	3.63 388	3.26 334

WAO-8	12.61 404	16.02 412	21.99 392	3.55 387	3.10 378	15.07 409	2.80 354	12.81 407	19.10 414	7.93 395	13.05 400	11.75 395	8.46 389	83.86 436	15.10 371	3.51 390	1.94 343	3.54 407	1.96 395	3.72 390	2.89 327

Venus	12.61 404	16.02 412	21.99 392	3.55 387	3.10 378	15.07 409	2.80 354	12.81 407	19.10 414	7.93 395	13.05 400	11.75 395	8.46 389	83.86 436	15.10 371	3.51 390	1.94 343	3.54 407	1.96 395	3.72 390	2.89 327

IMH	7.25 390	16.24 414	21.08 350	4.40 401	3.79 391	5.46 383	3.03 364	5.58 390	6.26 393	4.92 379	10.32 391	9.24 390	8.30 387	13.62 398	11.56 353	4.84 410	3.00 370	3.09 401	2.14 398	4.38 399	3.83 345

HanzoNet	31.86 422	17.33 415	21.23 370	7.52 410	5.85 406	7.49 396	3.61 382	14.35 411	13.37 402	50.38 427	46.35 425	44.46 420	56.50 432	36.53 424	28.25 420	64.05 433	58.31 434	9.45 418	89.24 434	31.17 428	31.77 423

Anonymous_1	57.77 433	19.65 416	26.12 413	23.12 420	141.97 435	30.79 419	39.72 421	34.10 423	16.98 406	70.09 433	15.64 406	23.44 411	19.73 412	23.03 414	27.21 417	164.70 438	9.02 403	130.41 434	137.42 435	161.21 438	41.01 427

DPSM_ROB	20.83 415	20.01 417	26.54 414	23.64 421	22.42 417	31.06 420	39.94 422	34.02 421	17.42 410	15.35 413	16.05 409	24.04 413	20.69 413	23.28 415	27.60 418	10.77 418	9.41 407	11.68 420	11.50 419	14.48 419	16.71 412

DPSM	20.83 415	20.01 417	26.54 414	23.64 421	22.42 417	31.06 420	39.94 422	34.02 421	17.42 410	15.35 413	16.05 409	24.04 413	20.69 413	23.28 415	27.60 418	10.77 418	9.41 407	11.68 420	11.50 419	14.48 419	16.71 412

DGTPSM_ROB	16.67 410	21.79 419	40.19 421	10.00 416	19.05 415	12.43 406	33.20 418	13.71 409	18.09 412	9.71 402	22.85 412	13.77 400	19.64 410	21.23 409	24.07 410	5.09 411	8.95 401	5.62 413	11.49 418	6.73 408	15.75 408

DPSMNet_ROB	16.76 411	21.81 420	40.95 422	10.20 418	19.08 416	12.43 406	33.21 419	13.73 410	18.21 413	9.76 403	22.88 413	13.78 401	19.64 410	21.39 410	24.21 411	5.20 412	8.97 402	5.63 414	11.51 421	6.80 409	15.82 409

JetRed	10.68 400	26.07 421	35.62 417	4.40 401	4.16 397	15.72 412	13.07 405	14.57 412	5.83 389	5.85 384	5.55 369	10.12 392	7.37 379	8.86 277	25.99 416	3.33 389	3.82 376	3.59 409	2.98 411	8.51 414	8.22 374

LRCNet_RVC	25.63 418	33.47 422	24.35 410	31.77 423	32.74 420	6.73 392	1.19 248	25.87 418	4.67 361	28.95 416	30.91 418	24.89 415	17.54 407	27.82 418	24.57 413	35.48 428	25.62 430	35.91 430	33.80 429	31.95 429	34.38 426

LSM0	49.69 431	40.02 423	53.50 433	97.07 433	129.56 433	62.65 435	79.82 430	68.02 430	35.12 421	33.72 423	33.34 424	48.41 428	41.54 422	46.57 428	55.40 428	21.63 426	19.16 424	23.60 429	23.13 423	29.46 427	52.08 431

MyStereo03	43.09 425	40.09 424	53.32 429	48.07 429	45.83 427	62.40 430	80.65 432	67.87 427	35.18 422	31.09 420	32.21 419	48.24 425	41.62 423	46.66 430	55.80 430	21.53 421	18.98 420	23.44 424	23.21 425	29.12 422	56.57 432

MyStereo02	43.09 425	40.09 424	53.32 429	48.07 429	45.83 427	62.40 430	80.65 432	67.87 427	35.18 422	31.09 420	32.21 419	48.24 425	41.62 423	46.66 430	55.80 430	21.53 421	18.98 420	23.44 424	23.21 425	29.12 422	56.57 432

MyStereo	43.09 425	40.09 424	53.32 429	48.07 429	45.83 427	62.40 430	80.65 432	67.87 427	35.18 422	31.09 420	32.21 419	48.24 425	41.62 423	46.66 430	55.80 430	21.53 421	18.98 420	23.44 424	23.21 425	29.12 422	56.57 432

Selective-RAFT-Error	41.88 423	40.10 427	53.23 428	47.74 428	45.20 426	62.42 433	80.58 431	68.27 431	34.95 420	30.85 418	32.30 422	48.08 423	42.07 427	46.54 427	54.92 427	21.60 425	19.12 423	23.46 427	23.15 424	29.14 425	33.95 425

CasAABBNet	41.89 424	40.14 428	53.33 432	47.71 427	45.10 425	62.42 433	80.65 432	68.29 432	34.85 419	30.67 417	32.34 423	48.22 424	41.76 426	46.61 429	55.60 429	21.59 424	18.89 419	23.46 427	23.21 425	29.17 426	33.75 424

HaxPig	43.31 428	43.63 429	45.01 423	33.88 424	35.67 422	32.79 422	30.52 417	45.50 424	42.95 427	48.75 425	48.14 427	43.24 419	40.44 420	44.58 425	43.63 423	47.17 430	49.30 431	51.65 432	50.37 431	43.72 430	45.27 428

AVERAGE_ROB	44.46 429	45.87 430	46.48 424	40.54 426	38.62 423	32.95 423	30.49 416	46.80 425	43.31 428	49.57 426	48.93 428	44.57 421	39.87 419	45.01 426	43.89 424	48.70 431	50.65 432	50.80 431	49.79 430	45.54 431	46.89 429

MEDIAN_ROB	47.37 430	49.00 431	49.74 426	40.28 425	39.94 424	34.93 424	33.41 420	49.78 426	46.38 430	53.04 428	52.61 429	47.67 422	42.28 429	48.33 434	47.25 425	52.06 432	53.99 433	54.28 433	53.48 432	48.70 432	50.27 430

DLNR_Zeroshot_test	29.83 420	55.48 432	50.99 427	183.84 435	114.74 432	3.44 107	0.28 1	29.52 420	1.59 33	1.03 29	1.25 35	0.93 45	0.64 9	3.95 190	1.62 163	37.16 429	1.69 339	0.26 34	0.23 52	92.97 433	15.07 400

PML	64.55 434	56.00 433	20.79 327	8.10 412	32.82 421	147.60 437	247.57 439	12.71 406	45.39 429	111.32 436	288.85 439	101.42 437	100.62 437	31.63 419	15.84 375	13.96 420	4.84 379	10.95 419	6.18 415	28.99 421	5.33 358

BEATNet-Init1	51.93 432	71.67 434	99.39 435	10.91 419	13.10 410	84.39 436	59.36 426	73.78 434	67.97 431	88.09 435	88.15 435	91.73 436	97.51 436	85.13 438	72.56 437	2.59 380	5.18 383	1.20 374	1.49 383	10.61 417	13.83 390

xxxxx1	112.85 435	94.19 435	38.10 418	228.21 437	161.02 436	39.23 425	61.26 427	92.54 435	79.08 435	63.44 430	74.84 431	77.80 432	69.88 433	33.55 421	70.96 434	117.25 434	130.44 436	258.49 437	273.88 437	145.63 435	147.24 436

tt_ll	112.85 435	94.19 435	38.10 418	228.21 437	161.02 436	39.23 425	61.26 427	92.54 435	79.08 435	63.44 430	74.84 431	77.80 432	69.88 433	33.55 421	70.96 434	117.25 434	130.44 436	258.49 437	273.88 437	145.63 435	147.24 436

ff	112.85 435	94.19 435	38.10 418	228.21 437	161.02 436	39.23 425	61.26 427	92.54 435	79.08 435	63.44 430	74.84 431	77.80 432	69.88 433	33.55 421	70.96 434	117.25 434	130.44 436	258.49 437	273.88 437	145.63 435	147.24 436

DPSimNet_ROB	143.68 438	156.64 438	170.66 437	162.59 434	135.40 434	195.13 438	174.01 437	141.76 438	167.78 439	174.58 438	138.78 437	186.01 438	183.75 438	82.32 435	97.85 438	151.24 437	102.48 435	131.25 435	82.78 433	115.21 434	123.37 435

test_example2	213.42 439	219.67 439	222.97 439	213.78 436	220.82 439	199.03 439	200.49 438	189.27 439	143.61 438	211.05 439	218.08 438	210.69 439	205.21 439	221.14 439	216.49 439	236.74 439	242.08 439	213.66 436	216.96 436	235.55 439	231.06 439

Low-res two-view benchmark