Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_XL	0.49 1	0.51 36	1.16 11	0.70 41	0.34 8	0.29 1	0.23 3	0.68 1	0.53 1	0.55 5	0.92 63	0.65 75	0.53 32	0.65 1	0.59 21	0.28 112	0.24 145	0.25 92	0.21 108	0.23 49	0.23 6
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.77 17	0.42 4	1.20 14	0.95 182	1.01 310	0.70 4	0.35 30	0.78 2	4.64 547	0.64 26	0.38 6	0.73 98	0.77 112	0.96 14	0.50 7	0.29 131	0.24 145	0.23 36	0.16 11	0.18 1	0.32 38

DEFOM-Stereo	0.75 15	0.62 104	1.22 15	0.74 56	0.51 84	3.39 233	0.43 57	1.00 3	0.91 10	0.91 116	0.61 21	0.45 33	0.43 12	1.78 195	0.50 7	0.27 91	0.18 16	0.22 25	0.16 11	0.21 27	0.43 154

MS-F	0.68 7	0.44 14	0.97 1	0.65 12	0.36 10	1.63 68	0.25 6	1.13 4	0.93 13	0.67 33	0.44 9	0.57 59	0.53 32	0.83 3	0.68 44	0.19 9	0.19 29	0.18 2	0.15 3	0.19 3	2.59 471

AdaDepth	1.16 97	0.53 49	7.56 143	0.73 53	1.29 403	3.13 189	0.43 57	1.13 4	1.92 179	0.69 37	0.93 65	0.43 24	0.58 45	1.67 164	0.66 36	0.20 17	0.33 257	0.24 64	0.19 54	0.25 67	0.36 94

S2M2_L	0.69 9	0.59 82	1.35 27	0.92 153	0.55 103	1.07 14	0.20 1	1.17 6	1.61 121	0.61 16	0.82 49	0.86 132	0.47 18	0.92 10	0.71 54	0.36 297	0.33 257	0.27 155	0.27 232	0.37 271	0.33 50
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.68 7	0.46 17	1.13 7	0.90 137	0.33 6	2.42 122	0.44 63	1.17 6	0.75 2	0.87 98	0.53 14	0.55 51	0.53 32	1.50 143	0.50 7	0.34 253	0.14 1	0.25 92	0.19 54	0.23 49	0.27 14

IGEV-Stereo+	1.08 83	0.55 55	2.59 85	0.89 125	2.06 532	1.40 49	0.38 33	1.18 8	1.29 49	0.76 57	0.45 10	0.47 35	0.79 125	2.16 254	0.65 34	0.29 131	0.25 164	0.22 25	0.19 54	2.27 566	2.70 476

Wavelet-MonSter	0.77 17	0.52 45	2.45 77	0.70 41	0.80 227	1.61 66	0.30 14	1.19 9	1.61 121	0.59 8	0.71 32	0.39 13	0.53 32	1.20 63	1.12 181	0.16 1	0.46 373	0.20 8	0.18 34	0.20 13	0.40 130

UniTT-Stereo	1.73 134	0.60 90	20.25 431	0.98 205	1.19 378	0.78 6	0.39 37	1.19 9	1.55 95	1.21 158	1.28 146	0.52 44	0.64 67	1.17 54	1.16 192	0.35 270	0.20 45	0.25 92	0.22 143	0.42 337	0.31 33

LGtest1	0.61 4	0.45 15	1.19 13	0.71 48	0.45 50	1.00 12	0.26 7	1.33 11	1.55 95	0.62 19	0.64 26	0.44 30	0.49 25	1.06 29	0.51 13	0.28 112	0.23 114	0.24 64	0.17 23	0.21 27	0.36 94

GREAT-IGEV	4.43 523	0.74 185	13.12 185	1.32 383	9.52 591	2.48 126	0.34 27	1.40 12	1.88 171	0.61 16	0.89 59	0.51 40	0.60 56	1.26 72	1.01 161	0.23 37	31.64 625	0.21 19	0.18 34	0.24 62	20.38 603

BridgeDepth_RVC	0.56 2	0.51 36	1.09 5	0.58 1	0.38 18	0.98 10	0.23 3	1.42 13	0.86 8	0.61 16	0.52 13	0.51 40	0.81 136	0.93 11	0.50 7	0.34 253	0.16 5	0.23 36	0.18 34	0.20 13	0.24 9
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	3.94 496	0.81 231	12.30 177	0.94 170	0.75 207	2.59 142	0.45 66	1.44 14	0.91 10	50.12 622	0.62 23	0.73 98	0.81 136	0.97 15	0.75 64	0.36 297	0.33 257	0.28 190	0.19 54	0.21 27	3.31 494

CSFM-Stereo	0.78 19	0.41 3	1.03 3	0.64 10	0.32 4	2.64 145	0.31 15	1.45 15	0.82 5	0.76 57	0.54 15	0.56 55	0.51 30	0.94 13	1.08 175	0.19 9	0.18 16	0.18 2	0.16 11	0.20 13	2.63 473

FlowAnything_test	0.79 20	0.65 121	1.32 24	0.83 94	0.59 126	2.29 110	0.65 155	1.45 15	1.03 21	1.06 147	0.76 40	0.63 71	0.49 25	0.91 8	0.97 145	0.32 204	0.27 202	0.40 410	0.47 472	0.31 162	0.48 201

999	1.08 83	0.86 248	2.44 76	1.06 249	0.65 158	3.27 212	0.91 345	1.47 17	1.43 67	0.74 49	1.73 279	0.70 88	0.66 77	3.03 324	1.18 196	0.24 44	0.22 86	0.25 92	0.21 108	0.27 96	0.37 99

Monster-pub-mixall	0.80 23	0.49 25	1.14 9	0.85 101	0.50 82	1.40 49	0.31 15	1.48 18	1.17 36	0.99 133	0.87 55	0.39 13	0.36 4	2.02 235	0.53 16	0.20 17	2.40 530	0.17 1	0.16 11	0.19 3	0.38 109

GLC_STEREO	0.83 34	0.59 82	1.71 55	0.89 125	0.34 8	1.88 77	0.80 264	1.48 18	1.60 115	0.98 131	1.06 92	0.68 84	0.71 87	1.19 57	0.89 117	0.25 60	0.25 164	0.32 278	0.25 196	0.32 184	0.34 61

MGS-Stereo	1.24 101	0.66 129	9.68 158	0.97 199	0.40 36	1.26 31	0.72 192	1.50 20	1.35 56	1.03 143	2.26 432	0.80 120	0.56 40	1.28 78	0.78 74	0.31 185	0.23 114	0.26 128	0.22 143	0.28 109	0.34 61

TANstereo	1.98 145	0.87 252	20.35 447	0.80 85	0.37 16	4.05 401	0.38 33	1.50 20	1.65 131	2.03 301	2.16 412	0.84 126	0.93 172	1.09 40	0.68 44	0.30 161	0.36 293	0.24 64	0.20 89	0.26 85	0.46 178

IGEV-BASED-STEREO-	1.13 91	3.31 493	2.61 86	0.87 117	0.40 36	1.26 31	0.61 129	1.55 22	1.61 121	0.93 120	0.94 73	0.65 75	0.57 42	1.10 41	0.68 44	1.55 563	0.19 29	0.32 278	0.28 259	1.11 539	2.04 454

BridgeDepth	0.58 3	0.53 49	1.13 7	0.61 3	0.27 1	1.28 39	0.36 31	1.56 23	1.05 24	0.59 8	0.37 4	0.58 60	0.65 70	0.93 11	0.45 1	0.25 60	0.15 3	0.19 5	0.17 23	0.23 49	0.23 6
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
water-stereo	0.98 65	0.63 107	5.05 124	0.82 92	0.48 64	2.36 117	0.52 94	1.56 23	1.32 54	0.95 125	1.05 90	0.86 132	0.75 107	0.84 4	0.82 94	0.25 60	0.25 164	0.25 92	0.24 180	0.24 62	0.46 178

DilatedVolume-Stereo	0.94 57	0.70 155	3.01 93	1.06 249	0.63 149	1.34 44	0.49 76	1.58 25	1.16 35	1.41 179	1.26 138	0.88 139	0.88 155	1.81 209	0.93 126	0.25 60	0.28 213	0.22 25	0.23 158	0.25 67	0.39 123

LCMNet	0.85 38	0.42 4	1.02 2	0.62 4	0.39 34	3.11 186	0.29 12	1.60 26	0.87 9	0.62 19	0.61 21	0.52 44	0.53 32	1.03 21	1.29 235	0.18 6	0.19 29	0.19 5	0.16 11	0.20 13	3.14 488

MLG-Stereo_test1	0.89 50	0.42 4	2.06 69	0.67 22	1.33 418	3.13 189	0.29 12	1.60 26	3.31 429	0.53 2	0.25 1	0.67 82	0.43 12	1.34 100	0.47 5	0.22 31	0.25 164	0.24 64	0.16 11	0.19 3	0.30 26

SMoEStereo_RVC	0.88 47	0.92 279	1.55 42	0.96 191	0.46 54	2.56 138	0.78 244	1.60 26	1.20 39	0.71 44	1.20 120	0.64 72	0.63 64	1.71 177	1.01 161	0.22 31	0.18 16	0.31 257	0.22 143	0.28 109	0.42 147

AIO_test	3.76 482	0.71 162	19.58 350	0.93 161	17.34 604	1.36 46	0.86 303	1.61 29	1.99 193	0.74 49	0.97 76	1.77 272	0.58 45	1.49 138	0.55 18	0.35 270	0.97 480	0.24 64	0.20 89	0.25 67	22.60 606

LoS_RVC	1.23 100	1.51 408	6.09 134	0.88 123	1.71 506	1.96 84	0.59 121	1.61 29	1.37 59	0.84 88	1.35 161	0.84 126	1.15 245	1.49 138	0.83 97	0.21 24	0.17 8	0.20 8	0.14 1	0.20 13	1.49 423

HiDET	0.76 16	0.42 4	1.03 3	0.67 22	0.40 36	2.63 144	0.28 8	1.62 31	0.94 17	0.64 26	0.46 11	0.52 44	0.49 25	1.19 57	1.24 218	0.19 9	0.19 29	0.18 2	0.16 11	0.19 3	1.77 442

FSD					0.76 212	0.77 5	0.67 160	1.63 32	2.26 234	0.76 57	0.63 24	1.69 253	0.72 91	1.05 27	0.78 74	0.59 487	7.66 574	0.57 506	0.54 499	0.57 433

mms	1.08 83	0.87 252	1.41 31	0.89 125	0.87 260	1.40 49	0.67 160	1.63 32	1.70 142	0.82 78	1.41 180	0.64 72	0.54 38	1.81 209	0.66 36	0.25 60	0.23 114	0.26 128	0.21 108	0.32 184	5.10 521

CASnet	0.85 38	0.59 82	1.66 54	0.91 143	0.30 3	1.37 47	0.73 201	1.63 32	1.94 183	1.66 214	1.14 112	0.66 79	0.63 64	1.07 31	0.90 122	0.37 313	0.17 8	0.41 419	0.31 335	0.33 208	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
asd	0.81 30	0.48 22	1.97 67	0.70 41	0.93 285	2.86 159	0.43 57	1.64 35	1.12 28	0.73 48	0.91 62	0.43 24	0.73 93	1.00 18	0.59 21	0.28 112	0.20 45	0.24 64	0.18 34	0.23 49	0.45 168

ours_stereo	1.00 71	0.88 256	2.52 79	0.91 143	0.74 199	1.10 16	0.57 108	1.68 36	1.24 44	0.76 57	1.49 195	0.70 88	0.62 61	1.61 157	0.62 31	0.26 79	0.20 45	0.26 128	0.21 108	0.30 150	3.24 490

ff7	2.60 289	0.81 231	16.25 244	0.89 125	0.56 109	4.55 517	0.83 279	1.68 36	3.44 458	0.88 103	1.10 101	0.70 88	0.78 117	1.93 226	0.93 126	0.29 131	0.37 300	0.29 215	0.21 108	0.33 208	15.08 579

IGEVStereo-DCA	3.09 399	3.48 498	16.25 244	0.96 191	0.49 73	1.59 63	0.83 279	1.68 36	3.44 458	0.75 53	0.78 42	0.74 109	0.73 93	5.79 379	7.75 525	0.32 204	0.26 189	0.28 190	0.21 108	0.32 184	15.08 579

ffff	2.60 289	0.81 231	16.25 244	0.89 125	0.56 109	4.55 517	0.83 279	1.68 36	3.44 458	0.88 103	1.10 101	0.70 88	0.78 117	1.93 226	0.93 126	0.29 131	0.37 300	0.29 215	0.21 108	0.33 208	15.08 579

11t	2.60 289	0.81 231	16.25 244	0.89 125	0.56 109	4.55 517	0.83 279	1.68 36	3.44 458	0.88 103	1.10 101	0.70 88	0.78 117	1.93 226	0.93 126	0.29 131	0.37 300	0.29 215	0.21 108	0.33 208	15.08 579

ccc-4	2.60 289	0.81 231	16.25 244	0.89 125	0.56 109	4.55 517	0.83 279	1.68 36	3.44 458	0.88 103	1.10 101	0.70 88	0.78 117	1.93 226	0.93 126	0.29 131	0.37 300	0.29 215	0.21 108	0.33 208	15.08 579

RAFT-345	2.55 273	0.60 90	19.89 383	1.22 329	0.49 73	4.43 490	0.77 237	1.68 36	3.54 474	2.09 321	3.10 522	1.95 314	1.30 271	6.65 405	1.47 279	0.41 351	0.23 114	0.32 278	0.26 213	0.29 127	0.28 17

MLG-Stereo_test3	0.66 5	0.40 2	1.55 42	0.64 10	0.65 158	2.21 99	0.31 15	1.69 43	0.81 4	0.59 8	0.54 15	0.56 55	0.33 1	0.98 17	0.60 27	0.21 24	0.23 114	0.24 64	0.17 23	0.20 13	0.34 61

WCG-NET（raft）	1.44 117	0.92 279	1.56 44	0.89 125	0.32 4	1.43 53	0.97 377	1.69 43	2.42 263	1.68 219	1.44 185	2.37 360	1.01 189	1.33 93	0.85 105	0.25 60	8.56 580	0.22 25	0.21 108	0.28 109	0.32 38

MLG-Stereo_test2	0.84 35	0.43 10	1.95 65	0.66 16	1.04 324	3.61 290	0.23 3	1.70 45	2.18 216	0.69 37	0.33 3	0.67 82	0.33 1	1.16 52	0.46 3	0.25 60	0.26 189	0.23 36	0.16 11	0.19 3	0.35 72

RAFT-RH_RVC	2.72 329	0.64 113	20.10 412	1.48 444	0.49 73	4.46 493	0.56 104	1.73 46	2.86 335	3.06 516	5.50 559	2.02 327	1.28 266	6.70 408	1.56 295	0.46 409	0.22 86	0.37 383	0.34 370	0.29 127	0.33 50

rvit_stereo_0083	0.91 52	0.73 176	1.60 50	0.90 137	0.66 166	1.21 24	0.64 151	1.75 47	2.71 304	0.83 84	0.93 65	0.94 160	1.06 211	1.50 143	0.79 83	0.34 253	0.36 293	0.30 237	0.27 232	0.34 231	0.34 61

CREStereo++_RVC	1.98 145	0.59 82	19.94 389	0.87 117	0.55 103	4.02 393	0.31 15	1.75 47	2.09 200	1.65 212	2.20 423	0.85 129	0.65 70	1.03 21	0.72 57	0.29 131	0.16 5	0.23 36	1.22 564	0.25 67	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
XX-TBD	1.98 145	1.08 332	20.29 439	1.31 376	0.43 44	3.97 385	0.33 21	1.76 49	1.77 154	1.59 204	2.18 418	0.69 87	0.59 52	1.44 125	0.75 64	0.33 231	0.25 164	0.23 36	0.16 11	0.31 162	0.22 1

MM-Stereo_test2	2.80 351	0.63 107	20.19 418	1.75 506	0.52 90	2.77 149	0.71 188	1.80 50	1.72 148	0.99 133	0.98 82	0.84 126	0.79 125	1.45 128	1.26 230	0.27 91	0.62 437	0.25 92	0.23 158	0.31 162	17.86 597

IGEV	0.74 14	0.39 1	1.16 11	0.73 53	1.31 412	2.78 152	0.38 33	1.81 51	1.03 21	0.80 72	0.72 34	0.35 3	0.42 11	1.11 45	0.52 15	0.19 9	0.23 114	0.22 25	0.19 54	0.18 1	0.33 50

WCG-NET	1.00 71	0.81 231	1.65 52	0.93 161	0.38 18	1.48 57	1.04 396	1.81 51	2.80 319	1.67 216	1.52 201	0.93 156	0.97 179	1.18 55	0.84 100	0.25 60	0.81 466	0.23 36	0.21 108	0.27 96	0.26 11

Occ-G	2.25 195	0.74 185	13.22 186	0.90 137	0.89 266	1.52 59	0.78 244	1.82 53	2.87 337	1.65 212	0.89 59	2.18 340	0.89 161	1.04 26	1.69 332	0.28 112	0.27 202	0.26 128	0.19 54	0.25 67	12.70 566

UDGNet	2.34 222	1.71 431	20.28 434	1.42 427	0.62 146	4.39 481	0.67 160	1.82 53	2.28 240	1.40 176	1.21 125	0.99 167	1.00 186	2.23 265	1.23 212	1.14 546	0.35 280	1.30 566	0.98 550	1.11 539	0.62 290

depthmonostereo	1.22 99	0.96 300	6.67 138	0.89 125	0.56 109	2.21 99	0.57 108	1.84 55	1.21 40	1.01 138	1.09 98	1.38 220	0.99 183	2.41 280	0.93 126	0.24 44	0.28 213	0.22 25	0.21 108	0.25 67	0.53 238

252Zero-FE	0.95 60	0.49 25	1.65 52	1.03 232	0.45 50	1.25 30	0.22 2	1.85 56	2.13 212	3.05 515	1.31 153	0.33 1	0.41 10	1.14 46	0.56 20	0.22 31	1.93 513	0.20 8	0.20 89	0.20 13	0.39 123

LG-Stereo_L2	0.69 9	0.54 53	1.56 44	0.74 56	0.48 64	2.32 113	0.28 8	1.87 57	0.80 3	0.60 12	0.43 8	0.38 10	0.45 16	1.38 114	0.54 17	0.24 44	0.28 213	0.23 36	0.18 34	0.22 41	0.32 38

MLG-Stereo	0.86 42	0.42 4	1.96 66	0.66 16	0.54 96	3.01 179	0.31 15	1.90 58	3.21 399	0.57 7	0.30 2	0.66 79	0.47 18	1.35 103	0.46 3	0.21 24	0.25 164	0.24 64	0.16 11	0.19 3	0.29 21

GMStereo	2.01 154	2.26 470	20.93 522	0.90 137	0.48 64	1.67 70	0.56 104	1.90 58	2.19 218	1.58 203	1.31 153	0.87 137	0.74 101	1.68 166	1.00 157	0.41 351	0.21 69	0.30 237	0.32 351	0.50 407	0.46 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ProNet	1.63 124	0.91 272	5.70 129	0.96 191	0.64 153	2.40 121	0.82 275	1.92 60	3.28 417	0.69 37	1.17 116	0.78 115	0.76 110	1.72 183	0.87 110	0.27 91	0.97 480	0.25 92	0.26 213	0.31 162	7.97 538

IGEV-RUCA	0.93 56	0.56 61	1.31 21	0.85 101	0.74 199	3.89 359	0.78 244	1.93 61	1.42 65	1.02 139	0.72 34	0.70 88	0.73 93	1.37 112	0.77 70	0.30 161	0.20 45	0.25 92	0.19 54	0.43 347	0.40 130

Former-RAFT_DAM_RVC	0.99 66	0.85 246	1.58 47	0.95 182	1.08 337	2.95 170	0.53 97	1.93 61	2.00 194	1.19 157	1.63 246	0.59 63	0.65 70	1.10 41	0.90 122	0.28 112	0.23 114	0.31 257	0.25 196	0.45 371	0.32 38

Replicate-Monster	0.97 64	1.43 398	2.10 70	0.73 53	0.60 132	2.04 88	0.34 27	1.94 63	1.14 33	1.08 148	0.64 26	0.49 39	0.52 31	1.33 93	0.45 1	0.20 17	2.78 540	0.19 5	0.17 23	0.23 49	0.99 378

RAStereo	1.53 120	0.71 162	17.55 277	0.62 4	0.65 158	1.18 18	0.32 20	1.94 63	1.15 34	0.80 72	1.07 95	0.64 72	0.47 18	0.89 5	1.01 161	0.25 60	0.20 45	0.27 155	0.21 108	0.36 265	0.27 14

dd	2.27 202	3.06 489	20.18 417	0.96 191	0.51 84	4.24 460	0.74 211	1.94 63	2.43 266	1.48 193	1.28 146	1.19 195	1.05 209	1.82 212	1.69 332	0.63 498	0.34 270	0.35 352	0.33 360	0.61 445	0.57 258

VIP-Stereo	1.29 104	1.10 338	6.84 140	0.79 81	0.91 279	3.20 199	0.79 254	1.95 66	3.31 429	0.88 103	1.07 95	0.65 75	0.59 52	1.31 87	0.76 69	0.32 204	0.44 360	0.24 64	0.17 23	0.22 41	0.32 38

U	12.87 597	0.43 10	2.54 81	0.68 32	58.93 623	63.36 629	0.33 21	1.95 66	1.08 26	0.62 19	0.83 52	0.46 34	0.57 42	0.91 8	0.50 7	0.31 185	0.17 8	63.34 629	59.81 628	0.30 150	0.26 11

LG-Stereo_L1	0.67 6	0.55 55	1.50 36	0.78 78	0.54 96	1.71 71	0.33 21	1.96 68	0.83 6	0.62 19	0.41 7	0.40 16	0.43 12	1.42 121	0.55 18	0.24 44	0.28 213	0.23 36	0.18 34	0.22 41	0.30 26

CAS	1.34 108	0.48 22	2.20 72	3.01 571	1.66 499	4.08 410	0.73 201	1.96 68	1.51 87	0.86 92	1.10 101	0.59 63	0.53 32	1.36 107	0.94 134	3.07 577	0.14 1	0.21 19	0.14 1	0.38 284	1.78 444

fffy	1.18 98	0.92 279	3.05 94	1.09 263	0.68 180	1.27 33	0.74 211	1.98 70	1.06 25	0.78 66	1.39 173	0.83 125	0.72 91	1.71 177	0.80 87	0.24 44	0.53 409	0.27 155	0.21 108	0.29 127	5.07 520

tt45	1.08 83	0.92 279	2.50 78	0.92 153	0.67 172	3.90 360	0.75 224	2.00 71	1.29 49	0.74 49	1.35 161	0.71 95	0.63 64	2.59 297	0.97 145	0.23 37	0.19 29	0.28 190	0.23 158	0.29 127	0.37 99

rvit_stereo_0081_aga	1.06 79	1.02 322	5.34 127	0.75 63	0.74 199	1.21 24	0.63 146	2.00 71	2.30 247	0.88 103	0.82 49	0.79 118	0.69 84	1.42 121	0.78 74	0.36 297	0.29 223	0.26 128	0.26 213	0.41 325	0.32 38

PMTNet	1.13 91	0.55 55	3.88 112	0.71 48	0.59 126	4.21 452	0.43 57	2.00 71	1.58 106	1.02 139	1.06 92	0.78 115	0.98 182	1.58 155	0.93 126	1.21 550	0.20 45	0.23 36	0.15 3	0.23 49	0.27 14

IGEV-Stereo	3.15 411	0.83 240	20.31 443	0.94 170	0.64 153	4.54 511	0.82 275	2.01 74	3.31 429	0.91 116	1.13 109	0.79 118	0.77 112	1.79 197	0.92 125	0.29 131	0.25 164	0.29 215	0.21 108	0.33 208	21.85 605
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MatchStereo	0.80 23	0.52 45	3.89 114	0.70 41	0.29 2	0.98 10	0.33 21	2.02 75	1.74 150	0.51 1	1.03 87	0.48 38	0.59 52	1.01 19	0.74 61	0.24 44	0.17 8	0.21 19	0.15 3	0.19 3	0.29 21

ASMatch	2.65 306	0.68 142	20.65 497	1.60 475	0.71 191	4.40 485	0.77 237	2.02 75	1.65 131	1.71 227	3.89 543	1.93 308	3.75 529	5.45 373	1.67 327	0.33 231	0.24 145	0.34 333	0.28 259	0.34 231	0.57 258

anonymousdsp	3.14 408	0.83 240	20.28 434	0.94 170	0.64 153	4.54 511	0.82 275	2.03 77	3.32 437	0.91 116	1.13 109	0.78 115	0.77 112	1.78 195	0.90 122	0.29 131	0.25 164	0.29 215	0.21 108	0.33 208	21.81 604

GEAStereo	3.16 415	0.61 97	2.62 87	0.99 212	1.33 418	4.53 509	0.81 272	2.05 78	1.71 145	0.97 128	0.93 65	0.53 47	0.80 130	1.07 31	0.84 100	0.31 185	18.89 611	0.27 155	0.20 89	0.29 127	23.53 607

gasm-f	4.41 521	0.71 162	10.58 164	0.99 212	16.98 602	4.39 481	0.92 353	2.05 78	1.71 145	0.97 128	1.46 189	0.53 47	0.88 155	1.39 115	1.12 181	0.31 185	18.89 611	0.27 155	0.20 89	0.30 150	23.53 607

CES	1.08 83	0.63 107	2.53 80	0.95 182	2.18 538	2.13 96	0.50 83	2.07 80	1.46 72	0.79 70	1.06 92	0.61 67	0.48 21	1.45 128	0.87 110	0.24 44	0.18 16	0.24 64	0.15 3	0.64 461	2.36 465

MC-Stereo	2.54 268	0.58 73	6.38 137	1.30 372	1.37 432	4.56 521	0.60 125	2.08 81	1.57 103	1.97 277	1.68 261	0.89 143	1.12 230	1.46 131	0.88 114	0.27 91	8.44 578	0.27 155	0.22 143	0.26 85	14.87 576

sCroCo_RVC	1.81 139	0.93 287	19.44 341	1.04 239	1.05 328	0.97 9	0.61 129	2.08 81	1.36 57	0.71 44	1.28 146	0.82 124	1.10 224	1.31 87	0.97 145	0.54 472	0.41 337	0.33 313	0.30 316	0.46 381	0.48 201

LG-Stereo_Zeroshot	1.04 77	0.53 49	2.93 92	0.80 85	0.77 216	3.99 387	0.39 37	2.10 83	1.96 188	0.90 115	0.93 65	0.75 112	0.85 147	1.31 87	0.87 110	0.28 112	0.21 69	0.26 128	0.21 108	0.32 184	0.38 109

dad	2.65 306	3.40 495	19.45 342	1.05 243	0.65 158	4.21 452	0.84 291	2.10 83	2.77 314	2.32 408	1.72 273	1.72 261	1.27 263	3.86 345	2.04 402	1.06 542	0.40 330	2.04 573	0.49 480	0.78 501	0.83 349

rvit_stereo_0081	0.87 44	0.73 176	1.54 40	0.92 153	0.65 158	1.27 33	0.61 129	2.11 85	2.35 254	0.86 92	0.75 37	0.86 132	0.74 101	1.36 107	0.83 97	0.33 231	0.26 189	0.27 155	0.25 196	0.38 284	0.35 72

rvit_stereo_0082	0.87 44	0.73 176	1.54 40	0.92 153	0.65 158	1.27 33	0.61 129	2.11 85	2.35 254	0.86 92	0.75 37	0.86 132	0.74 101	1.36 107	0.83 97	0.33 231	0.26 189	0.27 155	0.25 196	0.38 284	0.35 72

fffft	0.84 35	0.67 133	1.73 57	0.85 101	0.55 103	1.51 58	0.78 244	2.13 87	1.24 44	0.65 28	0.90 61	0.59 63	0.55 39	1.85 217	1.19 201	0.20 17	0.20 45	0.27 155	0.20 89	0.28 109	0.44 160
1: 1. 1
MyStereo07	2.29 209	1.18 356	20.10 412	1.04 239	1.21 386	3.96 383	0.95 367	2.13 87	3.37 443	1.09 150	1.28 146	0.68 84	0.91 166	1.74 193	0.86 108	0.26 79	3.49 554	0.34 333	0.27 232	0.43 347	0.49 209

AIO_rvc	3.97 498	1.01 320	18.99 318	0.98 205	11.92 596	1.45 54	0.97 377	2.17 89	4.51 540	0.71 44	1.18 117	1.09 177	0.56 40	1.56 153	0.72 57	0.28 112	11.98 601	0.24 64	0.19 54	0.25 67	18.74 599

MaDis-Stereo	1.60 121	1.11 340	16.13 241	0.67 22	1.87 520	1.22 28	0.39 37	2.17 89	1.42 65	0.69 37	0.78 42	0.88 139	0.70 85	1.24 69	1.13 183	0.32 204	0.23 114	0.26 128	0.21 108	0.32 184	0.28 17

4.5_new	0.80 23	0.49 25	1.36 29	0.67 22	0.79 223	1.96 84	0.51 87	2.18 91	1.46 72	0.77 63	0.93 65	0.43 24	0.49 25	1.08 35	0.65 34	0.30 161	0.68 448	0.26 128	0.20 89	0.23 49	0.57 258

4.5w-stereo	0.80 23	0.49 25	1.36 29	0.66 16	0.79 223	1.96 84	0.51 87	2.18 91	1.45 68	0.77 63	0.93 65	0.43 24	0.49 25	1.08 35	0.66 36	0.30 161	0.68 448	0.26 128	0.20 89	0.23 49	0.57 258

LoS	1.05 78	0.58 73	3.31 97	0.91 143	0.38 18	4.14 426	0.50 83	2.22 93	1.49 81	1.02 139	0.88 58	0.62 69	0.84 144	1.69 172	0.94 134	0.27 91	0.20 45	0.24 64	0.17 23	0.22 41	0.32 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
4w-stereo	0.85 38	0.55 55	2.85 90	0.69 35	0.80 227	1.62 67	0.43 57	2.23 94	1.36 57	0.65 28	0.99 84	0.40 16	0.81 136	1.19 57	0.68 44	0.23 37	0.32 247	0.25 92	0.19 54	0.21 27	0.48 201

LG-G_1	0.80 23	0.43 10	1.77 58	0.78 78	0.36 10	2.81 154	0.40 45	2.23 94	1.29 49	0.76 57	0.60 19	0.51 40	0.58 45	1.27 74	0.69 50	0.25 60	0.23 114	0.23 36	0.15 3	0.21 27	0.46 178

LG-G	0.80 23	0.43 10	1.77 58	0.78 78	0.36 10	2.81 154	0.40 45	2.23 94	1.29 49	0.76 57	0.60 19	0.51 40	0.58 45	1.27 74	0.69 50	0.25 60	0.23 114	0.23 36	0.15 3	0.21 27	0.46 178

GCAP-Stereo	2.59 286	1.07 328	20.48 469	0.91 143	4.13 579	3.67 304	0.51 87	2.27 97	1.76 153	1.18 156	1.15 113	1.18 191	0.84 144	1.36 107	1.54 290	0.27 91	8.46 579	0.27 155	0.19 54	0.29 127	0.30 26

SST-Stereo	2.63 301	0.63 107	19.76 370	1.69 494	0.46 54	4.71 551	0.74 211	2.27 97	3.07 380	2.07 315	2.15 408	2.42 369	3.17 508	6.66 406	0.95 140	0.45 397	0.19 29	0.30 237	0.27 232	0.35 246	0.31 33

DDF-Stereo	1.06 79	0.57 69	3.31 97	0.92 153	1.46 451	1.58 62	0.83 279	2.28 99	0.97 18	0.54 4	0.63 24	0.55 51	0.73 93	3.12 327	1.15 187	0.43 379	0.30 233	0.25 92	0.19 54	1.05 529	0.39 123

4.25_new	0.81 30	0.50 31	1.30 18	0.74 56	0.98 297	2.51 133	0.57 108	2.28 99	1.13 29	0.60 12	0.97 76	0.40 16	0.65 70	1.19 57	0.60 27	0.24 44	0.44 360	0.25 92	0.18 34	0.20 13	0.38 109

4.5w_new	0.81 30	0.50 31	1.30 18	0.74 56	0.98 297	2.51 133	0.57 108	2.28 99	1.13 29	0.60 12	0.97 76	0.40 16	0.65 70	1.19 57	0.60 27	0.24 44	0.44 360	0.25 92	0.18 34	0.20 13	0.38 109

4.25w-stereo	0.80 23	0.50 31	1.30 18	0.74 56	0.98 297	2.51 133	0.57 108	2.28 99	1.13 29	0.60 12	0.97 76	0.40 16	0.65 70	1.19 57	0.60 27	0.24 44	0.43 350	0.25 92	0.18 34	0.20 13	0.38 109

AAGNet	3.88 492	0.67 133	20.04 401	2.27 540	0.46 54	4.76 556	1.05 398	2.28 99	3.38 446	2.16 343	1.84 326	2.40 361	3.95 532	6.22 395	24.21 608	0.49 434	0.19 29	0.30 237	0.29 295	0.33 208	0.29 21

RAFT_R40	2.61 294	0.64 113	19.86 379	1.69 494	0.46 54	4.74 554	0.95 367	2.28 99	2.52 280	2.02 296	2.32 447	2.69 402	2.52 474	6.70 408	1.05 169	0.42 362	0.19 29	0.30 237	0.27 232	0.33 208	0.29 21

zero-FE	2.19 180	0.56 61	26.48 604	0.91 143	1.44 447	1.41 52	0.83 279	2.29 105	0.91 10	0.59 8	0.65 28	0.54 50	0.78 117	2.84 315	1.09 177	0.39 337	0.30 233	0.25 92	0.19 54	1.03 527	0.39 123

rvit_stereo_0075_2	2.14 171	0.76 210	21.42 565	0.91 143	1.26 399	2.49 129	0.68 171	2.30 106	2.10 202	1.42 182	1.86 336	1.45 231	0.85 147	1.49 138	1.03 165	0.47 418	0.40 330	0.48 460	0.38 415	0.47 394	0.53 238

RSM++	0.99 66	0.56 61	1.35 27	1.54 462	0.50 82	1.53 60	0.68 171	2.31 107	4.13 510	0.86 92	1.27 144	0.90 145	0.60 56	1.21 66	0.78 74	0.27 91	0.20 45	0.25 92	0.21 108	0.29 127	0.42 147

TestStereo	2.41 241	1.95 454	19.15 323	0.77 66	0.61 136	1.83 74	0.58 119	2.33 108	1.53 90	1.44 187	1.37 169	1.26 205	0.90 164	11.59 550	0.94 134	0.36 297	0.19 29	0.33 313	0.24 180	0.45 371	0.32 38

StereoAnything_RVC	4.17 506	12.66 561	20.44 456	0.88 123	0.57 121	1.16 17	0.39 37	2.35 109	4.38 530	0.53 2	0.37 4	0.33 1	0.89 161	1.62 160	0.50 7	0.33 231	0.22 86	0.24 64	0.15 3	3.36 575	31.99 617

AIO-Stereo	1.40 114	0.62 104	1.44 33	0.85 101	0.76 212	1.28 39	0.79 254	2.39 110	2.83 326	0.75 53	1.62 241	0.89 143	0.46 17	1.30 83	0.77 70	0.28 112	0.27 202	0.25 92	0.23 158	0.27 96	9.88 558

DRaft	3.12 404	0.68 142	20.57 485	0.77 66	0.49 73	3.95 377	1.20 430	2.40 111	1.60 115	2.64 472	2.80 505	1.59 241	5.33 551	6.94 418	9.51 534	0.43 379	0.22 86	0.27 155	0.27 232	0.32 184	0.47 190

asda	0.86 42	0.51 36	1.32 24	0.66 16	0.82 237	3.30 223	0.49 76	2.41 112	1.13 29	0.66 30	0.84 53	0.44 30	0.84 144	1.14 46	0.67 43	0.23 37	0.70 456	0.25 92	0.18 34	0.22 41	0.41 138

111111	1.15 95	0.56 61	1.31 21	0.69 35	1.19 378	3.37 229	0.33 21	2.41 112	1.68 136	0.82 78	1.54 213	0.61 67	0.59 52	1.44 125	0.66 36	0.26 79	0.23 114	0.23 36	0.17 23	0.25 67	4.66 517

test_4	1.98 145	0.68 142	15.65 229	0.91 143	0.48 64	4.11 416	1.09 407	2.41 112	1.50 84	1.55 198	2.31 445	1.87 299	0.79 125	2.86 317	1.51 283	0.34 253	0.19 29	0.29 215	0.29 295	0.30 150	0.40 130

iRaftStereo_RVC	1.70 132	1.18 356	3.88 112	0.99 212	0.46 54	3.83 340	0.41 52	2.41 112	1.60 115	1.69 223	1.76 284	1.81 287	0.83 143	1.58 155	1.23 212	0.31 185	4.86 561	0.29 215	0.26 213	0.33 208	4.33 513

trnet	1.00 71	0.55 55	1.89 63	0.66 16	0.33 6	4.41 487	0.40 45	2.42 116	1.95 184	0.96 126	1.24 130	0.88 139	0.89 161	1.27 74	0.78 74	0.30 161	0.19 29	0.23 36	0.15 3	0.22 41	0.22 1

2.25w	0.89 50	0.51 36	2.54 81	0.72 51	0.66 166	2.27 108	0.40 45	2.43 117	1.22 41	0.83 84	1.05 90	0.40 16	0.80 130	1.28 78	0.89 117	0.18 6	0.56 419	0.21 19	0.18 34	0.19 3	0.38 109

3.5w_stereo	0.87 44	0.60 90	1.48 34	0.67 22	0.73 194	2.50 132	0.50 83	2.43 117	1.79 157	0.85 90	1.25 134	0.43 24	0.66 77	1.25 71	0.78 74	0.21 24	0.18 16	0.23 36	0.18 34	0.20 13	0.47 190

NRIStereo	2.32 216	0.69 147	20.07 403	1.35 392	0.38 18	4.73 552	0.89 318	2.43 117	3.35 441	1.95 273	1.37 169	1.75 265	1.21 257	2.97 322	1.35 241	0.49 434	0.22 86	0.29 215	0.26 213	0.31 162	0.33 50

CREStereo	1.00 71	0.59 82	1.82 60	0.66 16	0.36 10	4.43 490	0.40 45	2.43 117	1.98 189	0.96 126	1.22 126	0.88 139	0.87 154	1.30 83	0.79 83	0.30 161	0.20 45	0.23 36	0.16 11	0.23 49	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
3.25w_new	0.79 20	0.51 36	1.52 38	0.63 7	0.65 158	2.21 99	0.51 87	2.45 121	1.45 68	0.66 30	0.80 46	0.47 35	0.71 87	0.90 6	0.66 36	0.19 9	0.32 247	0.20 8	0.19 54	0.21 27	0.47 190

3.25w	0.79 20	0.51 36	1.52 38	0.63 7	0.65 158	2.21 99	0.51 87	2.45 121	1.45 68	0.66 30	0.80 46	0.47 35	0.71 87	0.90 6	0.66 36	0.19 9	0.32 247	0.20 8	0.19 54	0.21 27	0.47 190

3.75w	0.82 33	0.53 49	1.49 35	0.65 12	1.10 344	2.60 143	0.52 94	2.46 123	1.19 38	0.70 42	0.82 49	0.40 16	0.66 77	1.16 52	0.59 21	0.26 79	0.27 202	0.23 36	0.19 54	0.22 41	0.47 190

PFNet+	2.46 250	0.64 113	21.10 541	0.98 205	0.48 64	4.63 530	0.83 279	2.47 124	3.48 469	2.14 332	1.67 259	1.34 212	1.03 193	4.66 361	1.35 241	0.49 434	0.33 257	0.38 399	0.39 424	0.33 208	0.49 209

Gwc-CoAtRS	1.80 138	0.61 97	14.92 216	1.08 259	0.61 136	2.88 162	0.63 146	2.47 124	1.62 125	1.80 245	1.50 198	2.73 403	1.17 249	1.35 103	1.08 175	0.30 161	0.22 86	0.25 92	0.23 158	0.28 109	0.30 26

4D-IteraStereo	2.95 376	1.83 445	20.75 508	0.81 87	1.56 472	2.22 105	1.03 391	2.48 126	1.56 99	1.42 182	1.00 85	1.93 308	0.61 59	1.65 162	2.04 402	0.31 185	0.22 86	0.31 257	0.26 213	0.28 109	16.75 593

DisPM	2.29 209	0.61 97	20.25 431	1.79 511	0.52 90	4.58 522	0.77 237	2.50 127	2.22 224	2.49 449	1.82 311	1.45 231	1.01 189	2.73 309	1.04 166	0.48 427	0.20 45	0.32 278	0.31 335	0.32 184	0.45 168

rvit_0105_6	1.10 88	1.17 353	3.33 100	0.93 161	0.55 103	1.45 54	0.79 254	2.51 128	3.30 426	0.78 66	0.74 36	1.03 171	0.75 107	1.45 128	0.97 145	0.42 362	0.43 350	0.34 333	0.31 335	0.44 362	0.38 109

KYRaft	2.55 273	0.57 69	20.60 490	0.98 205	0.51 84	4.38 477	1.76 503	2.51 128	1.59 109	2.48 446	2.98 515	1.99 322	3.36 518	2.17 256	0.96 142	0.34 253	0.22 86	0.33 313	0.46 470	0.38 284	2.44 468

DeepStereo_RVC	2.42 243	0.70 155	18.41 298	0.79 81	0.43 44	4.50 502	0.70 183	2.51 128	3.51 472	2.02 296	1.79 298	1.54 238	6.35 561	1.93 226	1.22 209	0.47 418	0.22 86	0.29 215	0.29 295	0.35 246	0.40 130

GMM-Stereo	2.52 259	0.56 61	20.57 485	0.92 153	0.83 238	4.18 440	1.88 510	2.51 128	2.40 260	2.48 446	2.30 444	1.69 253	1.84 413	2.93 321	1.25 225	0.32 204	0.19 29	0.33 313	0.49 480	0.37 271	2.40 466

Wave_Phase_stereo	1.14 93	0.82 238	4.46 119	0.85 101	0.56 109	5.00 563	0.72 192	2.52 132	1.23 42	0.88 103	0.58 17	0.73 98	0.48 21	1.08 35	1.17 194	0.28 112	0.23 114	0.24 64	0.29 295	0.26 85	0.51 220

DEmStereo	3.24 431	0.65 121	18.95 315	0.83 94	0.54 96	3.85 347	1.79 505	2.53 133	2.54 282	2.25 374	2.74 500	2.02 327	6.02 558	6.78 411	11.30 543	0.40 348	0.26 189	0.27 155	0.27 232	0.28 109	0.57 258

RSM	0.99 66	0.54 53	1.25 16	0.94 170	0.61 136	1.32 42	0.74 211	2.54 134	4.08 507	0.89 113	1.49 195	1.22 202	0.62 61	1.24 69	0.80 87	0.25 60	0.20 45	0.25 92	0.21 108	0.29 127	0.42 147

PSM-adaLoss	2.26 199	0.74 185	20.53 474	0.77 66	0.38 18	4.67 537	0.71 188	2.54 134	3.22 406	2.00 285	1.53 202	1.77 272	1.13 231	2.22 264	0.96 142	0.50 448	0.23 114	0.32 278	0.28 259	0.40 305	0.35 72

ROB_FTStereo_v2	2.25 195	0.74 185	20.45 459	0.77 66	0.38 18	4.66 536	0.74 211	2.54 134	3.20 396	2.00 285	1.53 202	1.77 272	1.14 237	2.13 250	0.96 142	0.50 448	0.22 86	0.32 278	0.28 259	0.40 305	0.35 72

ROB_FTStereo	2.26 199	0.74 185	20.44 456	0.77 66	0.38 18	4.65 533	0.75 224	2.54 134	3.19 394	2.00 285	1.54 213	1.77 272	1.13 231	2.28 271	0.94 134	0.49 434	0.22 86	0.32 278	0.28 259	0.40 305	0.35 72

HUI-Stereo	2.27 202	0.74 185	20.56 481	0.77 66	0.38 18	4.67 537	0.78 244	2.54 134	3.23 409	2.00 285	1.53 202	1.77 272	1.13 231	2.21 263	0.93 126	0.49 434	0.23 114	0.32 278	0.28 259	0.40 305	0.35 72

iGMRVC	2.27 202	0.74 185	20.46 460	0.77 66	0.38 18	4.65 533	0.73 201	2.54 134	3.21 399	2.00 285	1.53 202	1.77 272	1.14 237	2.47 284	0.99 153	0.51 456	0.23 114	0.32 278	0.28 259	0.40 305	0.35 72

RAFT-IKP	2.27 202	0.74 185	20.55 477	0.77 66	0.38 18	4.64 532	0.73 201	2.54 134	3.21 399	2.00 285	1.53 202	1.77 272	1.13 231	2.25 270	1.00 157	0.51 456	0.22 86	0.32 278	0.28 259	0.40 305	0.35 72

Patchmatch Stereo++	2.28 206	0.74 185	20.54 475	0.77 66	0.38 18	4.67 537	0.75 224	2.55 141	3.21 399	2.00 285	1.53 202	1.77 272	1.14 237	2.46 281	0.98 150	0.51 456	0.23 114	0.32 278	0.28 259	0.40 305	0.35 72
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
Pruner-Stereo	2.33 219	0.70 155	20.66 498	2.05 534	0.48 64	4.73 552	0.78 244	2.55 141	2.70 303	2.47 444	1.57 224	1.48 234	1.03 193	1.71 177	1.55 293	0.48 427	0.21 69	0.34 333	0.30 316	0.31 162	0.42 147

iRAFT	2.28 206	0.74 185	20.54 475	0.77 66	0.38 18	4.67 537	0.75 224	2.55 141	3.21 399	2.00 285	1.53 202	1.77 272	1.14 237	2.46 281	0.98 150	0.51 456	0.23 114	0.32 278	0.28 259	0.40 305	0.35 72

BStereo	0.96 61	0.82 238	4.46 119	0.85 101	0.56 109	1.19 21	0.72 192	2.57 144	1.23 42	0.88 103	0.58 17	0.73 98	0.48 21	1.08 35	1.17 194	0.28 112	0.23 114	0.24 64	0.29 295	0.26 85	0.51 220

MonStereo	0.70 11	0.47 19	1.57 46	0.69 35	0.88 264	1.19 21	0.39 37	2.57 144	0.93 13	0.62 19	0.66 29	0.37 5	0.36 4	1.01 19	0.59 21	0.16 1	0.38 314	0.20 8	0.19 54	0.21 27	0.52 230

Monster-pub-eth3d	0.70 11	0.47 19	1.58 47	0.69 35	0.89 266	1.18 18	0.39 37	2.57 144	0.93 13	0.62 19	0.66 29	0.37 5	0.36 4	1.03 21	0.59 21	0.16 1	0.35 280	0.20 8	0.19 54	0.21 27	0.53 238

qwe	0.85 38	0.49 25	2.01 68	0.69 35	1.09 340	2.48 126	0.45 66	2.57 144	1.18 37	0.80 72	0.85 54	0.43 24	0.48 21	1.15 48	0.72 57	0.21 24	0.32 247	0.24 64	0.18 34	0.23 49	0.45 168

MonSter	0.70 11	0.47 19	1.58 47	0.69 35	0.89 266	1.19 21	0.39 37	2.57 144	0.93 13	0.62 19	0.66 29	0.37 5	0.35 3	1.08 35	0.59 21	0.16 1	0.36 293	0.20 8	0.19 54	0.21 27	0.52 230

HI	2.19 180	1.11 340	19.93 386	1.14 290	0.69 188	2.98 176	0.45 66	2.58 149	1.87 169	2.18 350	1.65 254	2.41 365	1.83 410	1.72 183	1.63 316	0.30 161	0.17 8	0.28 190	0.31 335	0.27 96	0.32 38

CoSv	2.19 180	1.11 340	19.93 386	1.14 290	0.69 188	2.98 176	0.45 66	2.58 149	1.87 169	2.18 350	1.65 254	2.41 365	1.83 410	1.72 183	1.63 316	0.30 161	0.17 8	0.28 190	0.31 335	0.27 96	0.32 38

sAnonymous2	2.00 151	1.54 412	21.24 555	0.93 161	0.89 266	1.21 24	0.62 141	2.58 149	2.28 240	0.86 92	1.04 88	0.73 98	1.22 258	1.10 41	0.85 105	0.30 161	0.25 164	0.31 257	0.31 335	1.06 531	0.72 323

CroCo_RVC	2.00 151	1.54 412	21.24 555	0.93 161	0.89 266	1.21 24	0.62 141	2.58 149	2.28 240	0.86 92	1.04 88	0.73 98	1.22 258	1.10 41	0.85 105	0.30 161	0.25 164	0.31 257	0.31 335	1.06 531	0.72 323

LG-Stereo	0.94 57	0.71 162	3.31 97	0.62 4	0.51 84	2.85 157	0.54 99	2.59 153	1.40 63	0.88 103	1.23 128	0.53 47	0.40 7	0.81 2	0.86 108	0.23 37	0.18 16	0.31 257	0.24 180	0.29 127	0.22 1

PFNet	2.75 340	0.69 147	19.96 392	2.25 539	0.80 227	4.63 530	0.90 333	2.60 154	3.85 495	2.39 429	2.71 498	1.82 289	1.41 297	7.53 428	1.41 264	0.36 297	0.21 69	0.36 372	0.27 232	0.32 184	0.46 178

PSM-softLoss	2.62 297	0.65 121	21.11 543	2.46 552	0.49 73	4.68 545	0.68 171	2.61 155	4.23 516	2.14 332	1.47 191	1.42 225	0.99 183	6.04 389	1.24 218	0.47 418	0.23 114	0.37 383	0.39 424	0.33 208	0.34 61

KMStereo	2.62 297	0.65 121	21.11 543	2.46 552	0.49 73	4.68 545	0.68 171	2.61 155	4.23 516	2.14 332	1.47 191	1.42 225	0.99 183	6.04 389	1.24 218	0.47 418	0.23 114	0.37 383	0.39 424	0.33 208	0.34 61

FTStereo	3.74 481	0.60 90	20.43 455	0.99 212	0.66 166	4.34 472	11.24 597	2.63 157	1.95 184	2.58 459	5.03 556	1.90 302	13.77 593	3.70 341	1.28 234	0.41 351	0.24 145	0.31 257	0.33 360	0.32 184	2.08 455

AnonymousM	1.38 111	1.33 387	2.35 75	0.95 182	0.56 109	4.03 396	0.67 160	2.63 157	2.49 277	1.51 195	1.36 166	1.15 186	1.00 186	1.26 72	1.04 166	0.41 351	0.46 373	2.07 574	1.71 576	0.25 67	0.40 130

CRE-IMP	2.28 206	0.68 142	19.67 361	0.85 101	0.39 34	4.54 511	0.80 264	2.63 157	4.84 559	1.96 275	1.51 199	1.86 296	0.96 177	1.52 145	1.43 268	0.47 418	0.21 69	0.31 257	0.26 213	0.41 325	0.35 72

monsters	0.91 52	0.67 133	1.83 61	0.79 81	1.55 467	2.91 166	0.40 45	2.66 160	0.99 19	0.70 42	0.87 55	0.38 10	0.44 15	1.90 221	0.79 83	0.22 31	0.35 280	0.20 8	0.18 34	0.20 13	0.28 17

GMStereo_Zeroshot	1.51 119	1.27 375	4.75 121	1.54 462	0.72 193	3.33 226	0.54 99	2.67 161	1.74 150	2.34 413	1.57 224	2.40 361	0.96 177	2.51 287	1.21 206	0.48 427	0.23 114	0.41 419	0.24 180	0.82 510	0.40 130

xyz-stereo	10.93 591	0.71 162	79.25 629	0.70 41	0.45 50	83.14 630	0.77 237	2.68 162	1.49 81	2.28 385	32.01 614	2.76 411	1.61 353	5.80 382	3.32 475	0.29 131	0.18 16	0.33 313	0.23 158	0.26 85	0.29 21

DCVSM-stereo	2.31 215	0.72 170	20.28 434	1.15 293	0.93 285	2.53 137	0.75 224	2.70 163	1.69 139	2.56 456	1.53 202	3.27 454	1.71 387	2.23 265	1.38 254	0.36 297	0.53 409	0.41 419	0.33 360	0.46 381	0.64 298

LL-Strereo2	2.36 226	1.81 442	19.35 336	1.04 239	1.03 318	3.73 319	1.35 455	2.70 163	2.04 196	1.76 237	1.44 185	1.82 289	0.73 93	1.48 136	1.53 287	0.33 231	0.30 233	0.55 499	0.35 385	0.30 150	3.51 501

Reg-Stereo(zero)	1.88 141	0.45 15	11.07 169	0.94 170	2.06 532	4.52 507	0.55 101	2.72 165	1.69 139	1.54 196	1.26 138	2.55 385	2.52 474	1.73 188	2.43 434	0.20 17	0.28 213	0.22 25	0.19 54	0.25 67	0.40 130

aanetorigin	3.34 446	2.00 456	17.58 280	1.20 319	1.57 475	2.57 139	3.75 577	2.73 166	2.10 202	6.11 580	4.27 548	2.88 420	5.64 554	5.46 374	4.60 495	0.53 469	0.46 373	0.45 445	0.48 476	1.15 542	1.22 400

NLSM1	0.92 55	0.57 69	1.31 21	0.77 66	1.33 418	2.32 113	0.37 32	2.74 167	1.28 47	0.93 120	0.97 76	0.56 55	1.36 280	1.69 172	0.87 110	0.18 6	0.18 16	0.25 92	0.20 89	0.25 67	0.31 33

rvit_stereo_0080	1.10 88	1.09 335	3.78 106	0.65 12	0.60 132	1.91 79	0.74 211	2.74 167	2.65 297	0.94 123	1.09 98	0.85 129	0.81 136	1.20 63	0.89 117	0.39 337	0.29 223	0.25 92	0.28 259	0.46 381	0.35 72

whm_eth	1.10 88	1.09 335	3.78 106	0.65 12	0.60 132	1.91 79	0.74 211	2.74 167	2.65 297	0.94 123	1.09 98	0.85 129	0.81 136	1.20 63	0.89 117	0.39 337	0.29 223	0.25 92	0.28 259	0.46 381	0.35 72

2.75w_new	0.88 47	0.51 36	2.22 74	0.67 22	0.66 166	2.44 124	0.55 101	2.75 170	1.08 26	0.87 98	0.75 37	0.39 13	0.91 166	1.41 120	0.74 61	0.21 24	0.43 350	0.22 25	0.18 34	0.19 3	0.41 138

MIF-Stereo (partial)	1.93 142	0.69 147	21.14 545	0.74 56	1.02 313	1.07 14	0.49 76	2.75 170	1.78 156	0.82 78	1.22 126	0.80 120	0.90 164	1.68 166	1.63 316	0.38 329	0.24 145	0.33 313	0.26 213	0.41 325	0.32 38

2.5w	1.07 81	0.49 25	2.54 81	0.68 32	0.71 191	2.37 119	0.56 104	2.77 172	1.39 61	0.67 33	0.92 63	0.37 5	0.74 101	1.40 117	0.62 31	0.25 60	3.40 552	0.22 25	0.19 54	0.20 13	0.90 365

GASTEREO	3.25 434	1.46 403	3.62 104	1.10 266	10.80 595	3.50 262	0.86 303	2.79 173	3.54 474	1.44 187	1.31 153	0.56 55	1.35 278	2.09 242	0.88 114	0.26 79	0.57 421	0.25 92	0.68 525	0.27 96	27.73 615

UCFNet_RVC	2.53 264	1.29 380	20.56 481	1.42 427	1.40 440	4.01 390	1.04 396	2.79 173	1.67 135	2.27 383	1.88 344	2.94 426	1.50 323	3.48 333	1.68 329	0.37 313	0.29 223	0.52 483	0.41 446	0.55 423	0.51 220

3w_stereo	0.99 66	0.52 45	4.37 118	0.70 41	0.42 39	1.73 72	0.68 171	2.80 175	1.26 46	0.78 66	0.87 55	0.37 5	1.01 189	1.34 100	0.66 36	0.19 9	0.95 476	0.23 36	0.20 89	0.21 27	0.43 154

GCAP-BAT	2.74 336	0.79 224	19.74 369	1.06 249	0.85 247	4.25 461	0.91 345	2.80 175	1.83 161	2.14 332	2.08 398	2.55 385	0.80 130	1.87 220	1.41 264	0.35 270	7.97 576	0.24 64	0.22 143	0.27 96	2.72 477

raftrobust	2.05 162	1.45 401	13.44 187	1.29 367	5.81 588	3.59 284	0.67 160	2.80 175	1.50 84	2.21 367	1.41 180	1.17 188	1.22 258	1.37 112	1.46 278	0.29 131	0.33 257	0.22 25	0.20 89	0.27 96	0.36 94

MSCF	3.21 425	1.25 370	4.06 116	1.06 249	10.61 594	3.29 219	0.85 298	2.81 178	3.31 429	1.36 172	1.19 119	0.58 60	1.33 275	2.07 239	0.88 114	0.27 91	0.65 443	0.26 128	0.66 524	0.31 162	27.42 612

rvit_stereo_ft	1.28 103	1.39 393	6.72 139	0.99 212	0.66 166	1.06 13	0.79 254	2.81 178	3.14 390	0.83 84	1.02 86	0.95 162	1.13 231	1.27 74	1.00 157	0.34 253	0.24 145	0.27 155	0.29 295	0.40 305	0.35 72

xyz-stereo-finetune2	1.31 105	0.95 296	3.28 95	0.60 2	0.36 10	3.48 257	0.65 155	2.82 180	1.47 74	0.99 133	1.86 336	0.91 148	1.75 393	3.54 336	1.86 369	0.27 91	0.22 86	0.30 237	0.28 259	0.33 208	0.34 61

ACV-stereo	2.96 378	1.09 335	20.34 446	1.37 402	1.05 328	4.65 533	1.09 407	2.82 180	1.68 136	1.48 193	1.32 156	5.40 559	4.22 537	7.83 434	2.08 406	0.46 409	0.52 406	0.33 313	0.30 316	0.45 371	0.71 320

DA	2.77 345	0.51 36	6.04 131	1.05 243	1.15 358	4.36 475	0.84 291	2.83 182	3.02 363	0.87 98	1.57 224	0.92 152	1.07 214	1.61 157	0.68 44	0.35 270	2.66 537	0.24 64	0.19 54	0.26 85	25.18 609

GGEV	2.77 345	0.51 36	6.04 131	1.05 243	1.15 358	4.36 475	0.84 291	2.83 182	3.02 363	0.87 98	1.57 224	0.92 152	1.07 214	1.61 157	0.68 44	0.35 270	2.66 537	0.24 64	0.19 54	0.26 85	25.18 609

AEACV	2.12 168	0.67 133	6.33 136	1.38 406	1.50 457	3.53 272	0.90 333	2.83 182	1.60 115	0.91 116	0.81 48	0.80 120	1.61 353	1.56 153	0.73 60	0.25 60	0.60 432	0.26 128	0.27 232	0.29 127	15.65 586

DFGA-Net	2.93 369	7.27 528	18.55 302	1.18 312	0.79 223	3.68 307	0.60 125	2.84 185	1.98 189	2.19 357	2.07 395	1.22 202	1.04 200	10.28 496	2.51 442	0.30 161	0.23 114	0.34 333	0.35 385	0.63 456	0.54 246

rvit_0105_4	1.63 124	1.29 380	12.50 178	0.94 170	0.54 96	1.56 61	0.84 291	2.84 185	3.25 411	0.82 78	0.94 73	1.10 179	0.86 151	1.65 162	1.07 173	0.43 379	0.45 367	0.35 352	0.31 335	0.44 362	0.45 168

Selective-IGEV	1.42 116	0.58 73	8.82 155	0.92 153	0.85 247	1.32 42	0.80 264	2.85 187	3.84 493	0.87 98	1.68 261	0.71 95	0.62 61	1.30 83	0.75 64	0.24 44	0.27 202	0.24 64	0.19 54	0.27 96	1.18 399

xyz-stereo-finetune	1.14 93	0.88 256	1.93 64	0.63 7	0.37 16	3.48 257	0.79 254	2.86 188	1.95 184	1.02 139	1.26 138	0.91 148	0.78 117	2.53 293	1.84 365	0.30 161	0.24 145	0.26 128	0.24 180	0.31 162	0.30 26

NLSM3	0.94 57	0.55 55	1.62 51	0.67 22	1.30 407	3.19 198	0.45 66	2.87 189	1.30 53	0.85 90	0.96 75	0.55 51	1.02 192	1.15 48	0.98 150	0.21 24	0.16 5	0.26 128	0.23 158	0.25 67	0.34 61

2w_stereo	0.84 35	0.52 45	1.87 62	0.71 48	0.56 109	1.98 87	0.61 129	2.88 190	1.00 20	0.99 133	0.97 76	0.36 4	1.11 227	1.03 21	0.77 70	0.19 9	0.19 29	0.23 36	0.18 34	0.21 27	0.37 99

UGAM	2.78 348	0.78 220	19.69 363	0.93 161	0.73 194	3.27 212	1.02 388	2.88 190	3.06 379	1.40 176	2.76 503	3.51 481	1.28 266	10.74 508	1.44 272	0.30 161	0.30 233	0.40 410	0.33 360	0.37 271	0.49 209

MoCha-V2	3.53 465	0.90 269	17.00 263	1.32 383	8.54 590	1.38 48	0.55 101	2.89 192	3.31 429	0.99 133	1.82 311	0.66 79	1.16 247	1.79 197	0.84 100	0.26 79	15.15 605	0.20 8	0.20 89	0.25 67	11.33 564

knoymous	1.50 118	0.65 121	8.73 154	0.91 143	0.75 207	2.97 174	0.90 333	2.93 193	1.38 60	1.56 199	1.07 95	2.75 408	0.88 155	1.43 124	1.13 183	0.32 204	0.22 86	0.35 352	0.20 89	0.45 371	0.41 138

anonymousa	3.14 408	0.83 240	19.20 328	1.62 479	9.63 592	2.06 93	0.78 244	2.93 193	2.20 221	1.95 273	2.17 413	3.41 467	1.81 405	1.33 93	1.67 327	0.29 131	8.64 583	0.34 333	0.37 406	0.32 184	1.33 409

FE-Mocha	1.31 105	0.79 224	5.00 123	1.08 259	0.77 216	1.59 63	0.39 37	2.94 195	1.56 99	1.83 249	1.81 308	2.44 375	0.88 155	1.68 166	1.18 196	0.32 204	0.49 394	0.35 352	0.32 351	0.27 96	0.48 201

H2IRNET	2.19 180	0.83 240	19.13 322	1.25 352	0.61 136	4.48 500	0.44 63	2.94 195	1.86 166	1.08 148	2.29 440	1.67 249	1.40 292	2.18 258	1.64 322	0.41 351	0.21 69	0.33 313	0.37 406	0.38 284	0.39 123

HH	3.19 419	0.91 272	21.34 560	1.24 337	0.61 136	4.16 432	0.80 264	2.94 195	1.82 159	1.23 164	1.84 326	4.61 542	1.84 413	2.63 300	0.99 153	0.29 131	1.53 502	0.30 237	0.24 180	0.34 231	14.22 574

HanStereo	3.19 419	0.91 272	21.34 560	1.24 337	0.61 136	4.16 432	0.80 264	2.94 195	1.82 159	1.23 164	1.84 326	4.61 542	1.84 413	2.63 300	0.99 153	0.29 131	1.53 502	0.30 237	0.24 180	0.34 231	14.22 574

GMOStereo	2.64 302	0.92 279	19.83 375	0.81 87	0.68 180	3.22 203	0.89 318	2.94 195	1.48 76	2.36 421	1.54 213	1.75 265	1.04 200	1.33 93	1.15 187	0.26 79	11.32 596	0.35 352	0.28 259	0.35 246	0.33 50

error version	2.64 302	0.92 279	19.83 375	0.81 87	0.68 180	3.22 203	0.89 318	2.94 195	1.48 76	2.36 421	1.54 213	1.75 265	1.04 200	1.33 93	1.15 187	0.26 79	11.32 596	0.35 352	0.28 259	0.35 246	0.33 50

test-v	2.64 302	0.92 279	19.83 375	0.81 87	0.68 180	3.22 203	0.89 318	2.94 195	1.48 76	2.36 421	1.54 213	1.75 265	1.04 200	1.33 93	1.15 187	0.26 79	11.32 596	0.35 352	0.28 259	0.35 246	0.33 50

test-2	2.64 302	0.92 279	19.83 375	0.81 87	0.68 180	3.22 203	0.89 318	2.94 195	1.48 76	2.36 421	1.54 213	1.75 265	1.04 200	1.33 93	1.15 187	0.26 79	11.32 596	0.35 352	0.28 259	0.35 246	0.33 50

testlalala	2.95 376	0.66 129	20.83 513	1.03 232	0.81 232	4.39 481	0.90 333	2.96 203	3.69 486	2.50 450	1.55 222	1.31 211	0.61 59	1.15 48	0.77 70	0.42 362	14.33 602	0.25 92	0.20 89	0.26 85	0.36 94

coex-ft	20.00 608	11.54 553	120.82 632	1.18 312	1.30 407	2.36 117	1.99 516	2.96 203	13.96 600	129.83 635	8.40 575	5.88 568	52.82 627	9.93 479	31.13 619	0.61 489	0.62 437	0.50 475	0.49 480	1.10 538	2.63 473

HUF	5.25 546	1.03 323	26.85 607	1.03 232	13.21 598	1.35 45	0.76 233	2.97 205	3.00 354	0.79 70	1.56 223	0.92 152	0.66 77	1.53 148	0.74 61	0.35 270	27.70 624	0.26 128	0.18 34	0.24 62	19.90 602

ACVNet	2.40 235	0.97 305	20.20 420	0.94 170	0.86 251	4.22 454	0.79 254	2.97 205	2.85 329	1.93 261	1.91 355	3.07 438	1.46 312	1.52 145	2.37 431	0.33 231	0.27 202	0.30 237	0.27 232	0.42 337	0.35 72

CFNet-ft	2.87 360	1.80 439	20.20 420	1.10 266	1.54 463	4.09 411	0.89 318	2.97 205	1.88 171	1.93 261	1.70 267	3.50 478	1.60 347	9.35 459	2.17 414	0.35 270	0.32 247	0.61 517	0.38 415	0.55 423	0.45 168

CFNet_RVC	2.87 360	1.80 439	20.20 420	1.10 266	1.54 463	4.09 411	0.89 318	2.97 205	1.88 171	1.93 261	1.70 267	3.50 478	1.60 347	9.35 459	2.17 414	0.35 270	0.32 247	0.61 517	0.38 415	0.55 423	0.45 168

tg	1.40 114	1.14 349	2.71 89	0.97 199	0.54 96	4.02 393	0.42 54	3.02 209	2.64 295	1.70 225	1.85 330	1.84 292	0.97 179	1.81 209	0.99 153	0.31 185	0.22 86	0.29 215	0.26 213	0.32 184	2.01 453

IRAFT_RVC	2.74 336	0.71 162	19.80 371	2.52 554	0.67 172	4.60 526	1.57 486	3.05 210	2.99 352	2.23 371	1.72 273	2.08 336	2.59 476	6.69 407	1.61 310	0.37 313	0.21 69	0.33 313	0.29 295	0.33 208	0.35 72

EDNetEfficientorigin	12.42 593	3.26 492	179.44 634	1.21 325	1.00 308	2.89 164	1.82 508	3.05 210	5.37 572	8.87 591	4.78 553	4.17 519	4.80 545	9.91 477	11.32 544	0.41 351	0.41 337	0.62 524	0.88 541	1.33 553	2.81 479

NLMM1	0.96 61	0.60 90	1.41 31	0.68 32	1.04 324	3.37 229	0.49 76	3.06 212	1.39 61	0.72 47	1.10 101	0.58 60	0.77 112	1.42 121	1.23 212	0.20 17	0.15 3	0.23 36	0.21 108	0.23 49	0.30 26

rvit_0105_5	1.72 133	1.26 371	13.05 184	0.92 153	0.56 109	1.92 82	0.90 333	3.07 213	3.04 374	0.98 131	1.24 130	1.19 195	0.93 172	1.55 151	1.22 209	0.43 379	0.43 350	0.37 383	0.36 396	0.43 347	0.51 220

CASS	1.65 128	0.73 176	8.72 153	0.97 199	0.67 172	2.88 162	0.69 180	3.07 213	1.86 166	2.82 496	2.02 378	1.39 221	1.55 339	1.75 194	1.36 248	0.51 456	0.28 213	0.34 333	0.28 259	0.47 394	0.63 293
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MM-Stereo_test1	2.52 259	0.64 113	20.07 403	1.83 513	0.52 90	1.86 75	0.77 237	3.11 215	3.40 452	1.77 239	1.12 107	0.87 137	0.97 179	1.54 150	1.51 283	0.27 91	2.44 535	0.27 155	0.24 180	0.37 271	6.91 535

PSM-AAD	3.41 452	0.58 73	20.55 477	0.95 182	0.56 109	4.46 493	7.40 592	3.11 215	1.58 106	2.30 394	2.56 480	1.26 205	16.19 600	2.47 284	1.00 157	0.32 204	0.22 86	0.58 509	0.41 446	0.37 271	1.32 408

NLMM	0.96 61	0.63 107	1.71 55	0.70 41	1.10 344	3.14 192	0.47 74	3.12 217	1.32 54	0.82 78	1.15 113	0.55 51	0.58 45	1.35 103	1.19 201	0.22 31	0.17 8	0.23 36	0.20 89	0.23 49	0.36 94

Pointernet	0.99 66	0.50 31	3.54 102	0.89 125	0.44 48	2.30 112	0.38 33	3.12 217	1.48 76	0.69 37	1.44 185	0.92 152	0.73 93	1.28 78	0.82 94	0.24 44	0.23 114	0.21 19	0.19 54	0.19 3	0.25 10

castereo++	1.26 102	0.99 317	3.48 101	0.95 182	0.74 199	2.48 126	0.98 380	3.14 219	4.28 524	0.75 53	1.46 189	1.92 307	0.58 45	1.29 82	0.51 13	0.27 91	0.24 145	0.28 190	0.19 54	0.24 62	0.35 72

StereoVision	2.36 226	1.15 351	20.38 450	1.07 256	1.79 516	2.58 141	0.61 129	3.14 219	2.34 251	1.33 169	3.46 537	1.85 295	0.88 155	2.12 248	2.01 396	0.46 409	0.36 293	0.37 383	0.36 396	0.50 407	0.41 138

EDNetEfficient	5.62 552	2.26 470	17.51 276	1.67 489	3.59 567	3.99 387	7.25 590	3.14 219	5.63 580	11.52 606	4.82 554	3.94 504	12.48 589	8.39 442	20.56 605	0.46 409	0.46 373	0.48 460	1.06 554	1.65 562	1.62 433

monsterstereo	1.31 105	0.58 73	2.10 70	0.79 81	1.41 441	2.51 133	0.40 45	3.15 222	0.84 7	0.74 49	1.18 117	0.41 23	0.40 7	1.55 151	0.97 145	0.20 17	8.12 577	0.22 25	0.18 34	0.22 41	0.33 50

GrayStereo	3.68 477	0.56 61	20.61 492	1.71 499	0.90 274	4.17 437	8.11 594	3.17 223	4.13 510	2.80 494	2.49 471	1.70 257	17.06 602	2.83 314	1.25 225	0.37 313	0.23 114	0.27 155	0.32 351	0.30 150	0.57 258

CroCo-Stereo Lap2	1.65 128	1.14 349	14.70 212	1.00 220	1.80 518	0.53 3	0.46 72	3.18 224	1.62 125	1.10 153	1.24 130	1.05 174	0.78 117	1.40 117	1.18 196	0.31 185	0.23 114	0.27 155	0.22 143	0.46 381	0.38 109

LCNet	2.54 268	0.60 90	20.89 519	1.01 223	0.57 121	3.60 288	1.21 436	3.20 225	1.70 142	2.17 346	1.76 284	1.43 228	4.12 535	3.61 338	0.94 134	0.32 204	0.20 45	0.28 190	0.76 532	0.50 407	1.83 448

FACV-RUCA	1.35 110	0.70 155	2.58 84	1.07 256	1.49 455	2.70 147	1.13 417	3.21 226	2.64 295	1.42 182	1.99 374	1.06 176	1.15 245	1.44 125	1.16 192	0.41 351	0.42 348	0.73 543	0.41 446	0.63 456	0.67 308

gcap-zeroshot	2.25 195	0.74 185	19.48 343	0.97 199	1.18 370	3.50 262	0.83 279	3.21 226	2.66 299	1.86 251	1.23 128	3.24 451	0.88 155	1.92 223	0.94 134	0.34 253	0.43 350	0.28 190	0.22 143	0.29 127	0.83 349

RALCasStereoNet	3.17 416	1.87 449	20.86 517	1.17 307	1.63 488	3.10 183	0.70 183	3.21 226	2.19 218	1.39 175	1.73 279	1.18 191	0.91 166	2.46 281	1.64 322	0.31 185	8.75 584	0.25 92	0.22 143	0.31 162	9.45 553

Prome-Stereo	2.57 284	0.60 90	20.29 439	1.01 223	0.62 146	4.40 485	1.80 506	3.22 229	1.74 150	2.18 350	3.43 536	1.71 260	3.45 523	2.24 267	1.19 201	0.32 204	0.20 45	0.27 155	0.25 196	0.37 271	2.15 458

RAFT-Stereo + iAFF	2.49 255	1.68 427	20.50 471	1.11 271	1.32 417	4.13 421	0.42 54	3.23 230	3.30 426	2.05 308	2.40 457	1.61 243	1.11 227	1.49 138	1.63 316	0.22 31	0.22 86	0.26 128	0.24 180	0.31 162	2.47 470

RAFT	2.36 226	1.62 422	18.03 290	1.75 506	0.54 96	1.91 79	0.91 345	3.24 231	3.65 482	1.64 209	1.73 279	3.45 470	1.58 342	1.82 212	1.74 347	0.42 362	1.06 485	0.40 410	0.32 351	0.44 362	1.03 386

rafts_anoy	2.76 343	1.68 427	20.42 454	1.42 427	3.90 574	3.03 180	0.61 129	3.24 231	1.66 133	1.42 182	1.26 138	1.19 195	1.11 227	2.13 250	1.64 322	0.33 231	8.77 585	0.32 278	0.32 351	0.32 184	0.38 109

raft+_RVC	3.46 460	2.57 480	19.51 346	1.49 446	17.54 605	3.63 295	0.76 233	3.24 231	1.53 90	1.35 171	1.67 259	1.03 171	1.10 224	1.98 232	1.53 287	0.25 60	7.10 572	0.25 92	0.24 180	0.28 109	2.18 461

MIM_Stereo	2.71 327	1.26 371	20.92 521	1.34 390	5.57 587	3.10 183	0.59 121	3.25 234	2.51 278	1.64 209	1.61 237	1.82 289	1.29 269	2.07 239	1.35 241	0.25 60	0.31 241	0.28 190	0.26 213	0.29 127	4.43 515

RAFT_CTSACE	2.41 241	1.83 445	20.33 445	1.77 510	1.39 435	3.50 262	1.03 391	3.25 234	1.64 129	1.80 245	2.04 382	2.82 415	1.78 399	2.11 247	1.10 179	0.27 91	0.24 145	0.28 190	0.30 316	0.31 162	0.33 50

RALAANet	2.29 209	2.73 483	21.08 534	1.29 367	0.94 291	1.45 54	0.68 171	3.25 234	2.61 291	2.02 296	1.80 303	1.28 207	1.04 200	2.12 248	1.79 357	0.30 161	0.22 86	0.27 155	0.27 232	0.41 325	0.35 72

plain	2.00 151	0.89 263	21.49 566	0.67 22	0.73 194	1.66 69	0.57 108	3.27 237	2.18 216	0.80 72	1.25 134	0.80 120	0.86 151	1.72 183	1.13 183	0.34 253	0.21 69	0.32 278	0.25 196	0.44 362	0.34 61

1w_stereo	0.91 52	0.46 17	1.12 6	0.74 56	0.80 227	2.98 176	0.67 160	3.29 238	1.04 23	0.83 84	1.36 166	0.38 10	1.36 280	1.03 21	0.75 64	0.17 5	0.18 16	0.20 8	0.17 23	0.20 13	0.57 258

rvit_0105_3	1.97 144	1.34 389	16.03 237	0.98 205	0.59 126	2.37 119	1.08 403	3.30 239	3.01 359	1.21 158	1.47 191	1.24 204	1.04 200	1.82 212	1.23 212	0.47 418	0.44 360	0.40 410	0.43 457	0.43 347	0.55 250

AFF-stereo	2.54 268	3.44 497	20.84 516	1.30 372	0.48 64	3.94 375	0.48 75	3.30 239	3.40 452	1.94 267	2.21 427	2.10 338	1.51 325	2.36 277	1.62 312	0.23 37	0.21 69	0.25 92	0.25 196	0.33 208	0.53 238

psmorigin	6.62 568	1.45 401	87.38 630	1.55 466	0.97 296	2.86 159	1.42 467	3.30 239	2.12 209	3.74 548	2.45 467	5.15 555	2.59 476	10.55 502	2.91 462	0.55 475	0.68 448	0.48 460	0.53 496	0.73 490	1.02 384

AACVNet	2.77 345	1.64 425	19.22 330	1.57 469	0.86 251	3.28 216	0.74 211	3.31 242	1.66 133	2.06 309	1.82 311	2.47 378	1.40 292	10.95 518	1.92 384	0.41 351	0.35 280	0.38 399	0.33 360	0.46 381	0.61 286

IGEV++	3.59 467	0.91 272	13.63 188	1.08 259	0.98 297	1.27 33	0.98 380	3.33 243	1.89 174	0.93 120	1.38 172	0.86 132	1.09 218	1.71 177	1.09 177	0.36 297	21.52 621	0.23 36	0.21 108	0.31 162	18.10 598

DISCO	2.40 235	0.99 317	11.99 174	1.81 512	1.12 351	3.47 251	1.24 440	3.34 244	2.57 286	2.73 483	1.96 367	4.52 537	1.90 421	4.18 356	3.62 481	0.37 313	0.27 202	0.31 257	0.30 316	0.70 483	0.62 290

DDVS	1.78 137	0.84 245	3.58 103	1.32 383	1.15 358	3.17 195	0.77 237	3.35 245	1.86 166	1.88 253	1.91 355	2.91 425	1.42 300	6.19 394	1.85 367	0.47 418	0.65 443	0.35 352	0.38 415	0.48 401	1.01 382

G-Net	4.16 505	1.39 393	20.31 443	2.30 542	2.91 554	4.68 545	2.86 553	3.35 245	2.44 272	4.43 564	9.43 581	6.89 573	3.83 530	8.91 449	4.83 499	0.80 527	0.80 464	0.70 535	0.50 488	0.95 524	0.97 375

DCRE	3.02 387	0.95 296	18.48 301	1.18 312	1.89 521	3.57 280	0.82 275	3.36 247	1.70 142	2.04 304	8.12 569	1.73 264	1.07 214	1.31 87	1.24 218	0.24 44	0.87 471	0.26 128	0.27 232	0.28 109	11.03 562

CBFPSM	2.24 193	2.06 458	12.12 176	1.13 286	1.05 328	2.85 157	1.23 438	3.37 248	2.05 197	1.82 247	1.33 158	4.55 538	4.00 533	2.38 278	2.35 428	0.27 91	0.38 314	0.32 278	0.28 259	0.39 298	0.89 363

Selective-RAFT	1.34 108	0.58 73	2.21 73	1.01 223	0.49 73	4.19 448	0.51 87	3.39 249	3.62 480	1.15 154	1.40 176	1.45 231	1.40 292	2.09 242	1.31 238	0.43 379	0.40 330	0.25 92	0.26 213	0.29 127	0.38 109

GANet-RSSM	2.96 378	1.27 375	21.17 550	1.73 502	1.23 391	4.22 454	0.91 345	3.39 249	2.02 195	1.97 277	1.74 282	2.53 382	2.06 431	10.91 517	1.88 373	0.37 313	0.35 280	0.32 278	0.29 295	0.42 337	0.46 178

IGEV-Stereo++	1.68 131	0.48 22	1.27 17	0.77 66	1.31 412	3.87 355	0.33 21	3.41 251	1.72 148	0.89 113	1.20 120	0.68 84	1.03 193	1.15 48	0.49 6	0.23 37	0.22 86	0.23 36	0.18 34	0.26 85	13.90 569

fast-acv-ft	2.62 297	1.62 422	20.48 469	1.45 437	1.39 435	3.16 194	1.16 425	3.41 251	2.45 274	1.97 277	2.15 408	2.68 400	2.15 444	2.92 320	2.47 438	0.43 379	0.40 330	0.45 445	0.40 435	0.62 450	0.64 298

castereo	0.88 47	0.78 220	1.15 10	0.89 125	0.51 84	1.31 41	0.90 333	3.42 253	1.28 47	0.88 103	1.28 146	0.72 97	0.91 166	1.05 27	1.01 161	0.28 112	0.17 8	0.26 128	0.20 89	0.24 62	0.34 61

CAS++	1.01 75	0.77 218	3.30 96	0.86 110	0.53 93	1.23 29	0.85 298	3.43 254	1.57 103	1.16 155	1.33 158	0.62 69	0.58 45	1.18 55	0.63 33	0.37 313	0.30 233	0.35 352	0.27 232	0.41 325	0.38 109
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DMCA-RVC	2.72 329	3.31 493	20.08 409	1.27 359	1.13 354	2.49 129	0.85 298	3.43 254	1.85 165	3.04 514	1.58 232	1.99 322	1.51 325	6.42 400	2.86 457	0.39 337	0.31 241	0.44 437	0.37 406	0.47 394	0.65 302

GSStereo	2.65 306	0.61 97	2.62 87	1.07 256	1.33 418	4.53 509	0.81 272	3.44 256	4.24 518	0.80 72	0.93 65	0.76 113	0.80 130	1.07 31	0.84 100	0.28 112	0.54 411	0.26 128	0.26 213	0.29 127	27.59 613

GS-Stereo							0.81 272	3.44 256	4.24 518	0.80 72	0.93 65	0.76 113	0.80 130	1.07 31	0.84 100	0.28 112	0.54 411	0.26 128	0.26 213	0.29 127	27.59 613

ICVP	2.19 180	0.72 170	19.18 326	1.03 232	0.88 264	4.22 454	0.94 362	3.44 256	1.69 139	1.68 219	1.76 284	1.35 214	1.19 254	1.80 203	1.40 260	0.58 483	0.37 300	0.34 333	0.30 316	0.41 325	0.59 277
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DeepPruner_ROB	2.61 294	1.97 455	19.32 335	1.03 232	1.20 381	4.38 477	0.90 333	3.44 256	1.77 154	2.61 467	1.54 213	2.77 412	1.27 263	5.05 364	2.08 406	0.52 467	0.40 330	0.37 383	0.35 385	0.52 415	0.62 290

WQFJA1	1.75 135	0.88 256	10.32 162	0.99 212	1.22 388	3.50 262	0.74 211	3.45 260	1.91 175	1.47 191	2.95 513	0.96 163	1.14 237	1.80 203	1.38 254	0.29 131	0.35 280	0.35 352	0.39 424	0.39 298	0.44 160

WQFJX1	1.75 135	0.88 256	10.32 162	0.99 212	1.22 388	3.50 262	0.74 211	3.45 260	1.91 175	1.47 191	2.95 513	0.96 163	1.14 237	1.80 203	1.38 254	0.29 131	0.35 280	0.35 352	0.39 424	0.39 298	0.44 160

G2L-ROB	2.75 340	1.93 452	19.94 389	1.25 352	1.05 328	3.84 342	0.93 359	3.45 260	2.56 283	2.29 391	1.47 191	2.64 397	1.20 256	8.34 440	2.28 423	0.29 131	0.20 45	0.24 64	0.23 158	0.29 127	0.52 230

GIP-stereo	2.03 158	0.67 133	4.11 117	1.51 454	1.13 354	2.91 166	0.42 54	3.45 260	3.19 394	0.67 33	0.78 42	0.90 145	0.76 110	1.06 29	0.69 50	0.29 131	0.25 164	0.25 92	0.17 23	0.26 85	17.22 596

dual_stereo	4.32 517	0.42 4	1.51 37	0.75 63	1.37 432	0.88 8	0.34 27	3.50 264	4.78 557	0.55 5	0.47 12	0.60 66	0.40 7	2.09 242	0.95 140	0.24 44	32.26 626	0.21 19	0.17 23	0.21 27	34.78 624

anonymity	2.02 156	1.28 378	5.16 125	1.73 502	1.63 488	1.86 75	1.06 400	3.50 264	2.42 263	2.19 357	2.11 401	1.88 300	3.89 531	1.92 223	1.56 295	1.11 544	1.14 490	1.08 557	1.11 556	1.05 529	2.68 475

IGEV-FE	2.66 312	0.75 199	21.55 568	1.50 451	0.89 266	2.21 99	0.90 333	3.52 266	1.83 161	2.17 346	1.58 232	4.06 511	1.59 345	1.73 188	1.21 206	0.32 204	0.33 257	0.28 190	0.30 316	0.44 362	6.08 528

IGEV_Zeroshot_test	2.66 312	0.75 199	21.55 568	1.50 451	0.89 266	2.21 99	0.90 333	3.52 266	1.83 161	2.17 346	1.57 224	4.09 513	1.60 347	1.73 188	1.21 206	0.32 204	0.33 257	0.28 190	0.30 316	0.44 362	6.09 529

DEFOM-Stereo_RVC	1.03 76	1.15 351	1.34 26	1.03 232	0.59 126	0.81 7	0.43 57	3.53 268	4.67 549	0.78 66	0.98 82	0.44 30	1.16 247	1.46 131	0.71 54	0.27 91	0.19 29	0.24 64	0.18 34	0.30 150	0.34 61

THIR-Stereo	4.50 526	1.11 340	18.71 307	0.89 125	0.47 59	2.25 106	16.71 603	3.53 268	1.58 106	2.04 304	12.04 594	2.66 399	7.52 573	7.29 421	11.25 542	0.32 204	0.21 69	0.29 215	0.28 259	0.35 246	0.52 230

HART	3.57 466	1.13 346	17.80 286	0.90 137	1.12 351	1.18 18	0.41 52	3.55 270	4.60 542	1.09 150	2.19 421	1.49 235	0.57 42	1.46 131	1.14 186	0.25 60	21.58 622	0.28 190	0.21 108	0.36 265	10.06 559

rvit_105_1	2.17 176	1.36 391	16.82 260	1.09 263	0.68 180	2.78 152	1.26 442	3.55 270	2.90 342	1.40 176	1.57 224	1.29 209	1.14 237	2.91 319	1.49 281	0.55 475	0.47 384	0.45 445	0.61 516	0.45 371	0.63 293

WQFJX	2.73 334	1.24 369	18.83 312	1.02 227	1.16 365	3.76 324	1.36 458	3.56 272	2.25 230	1.67 216	2.75 502	1.84 292	3.07 502	7.75 433	1.99 389	0.27 91	0.35 280	0.37 383	0.28 259	0.43 347	0.68 310

NLCSM	1.15 95	0.79 224	3.83 111	0.72 51	1.29 403	3.34 228	0.44 63	3.56 272	1.45 68	0.77 63	1.12 107	0.73 98	0.81 136	1.34 100	1.40 260	0.24 44	0.18 16	0.25 92	0.21 108	0.23 49	0.31 33

MM-Stereo_test3	2.20 187	0.95 296	19.62 352	1.94 524	1.18 370	1.95 83	0.83 279	3.56 272	3.91 500	1.33 169	1.86 336	1.10 179	0.68 83	1.48 136	1.63 316	0.29 131	0.35 280	0.27 155	0.22 143	0.37 271	0.56 253

PSMNet-RUCA	2.60 289	1.83 445	20.55 477	1.51 454	1.39 435	3.07 182	1.36 458	3.56 272	2.43 266	1.41 179	2.07 395	1.42 225	1.09 218	2.07 239	1.60 307	1.20 549	0.69 455	1.26 565	0.96 546	1.65 562	0.97 375

ac_64	2.93 369	0.87 252	19.66 354	1.35 392	1.70 505	3.29 219	0.92 353	3.56 272	3.46 467	1.91 257	1.79 298	3.90 502	1.76 396	10.23 492	1.93 385	0.44 388	0.32 247	0.33 313	0.31 335	0.35 246	0.51 220

APVNet	3.24 431	1.59 419	21.72 572	1.36 396	1.52 461	3.93 372	1.12 415	3.58 277	2.80 319	2.32 408	2.02 378	3.05 434	1.96 424	11.77 560	2.61 449	0.44 388	0.46 373	0.65 529	0.47 472	0.73 490	0.73 328

RASNet	3.15 411	1.20 366	19.81 373	1.63 482	2.26 541	3.67 304	1.09 407	3.58 277	3.44 458	1.99 281	2.15 408	4.59 540	2.30 457	10.24 494	2.98 463	0.57 482	0.26 189	0.25 92	0.25 196	0.30 150	0.54 246

IER	2.09 165	0.91 272	14.11 198	0.97 199	1.15 358	3.17 195	0.89 318	3.59 279	2.39 257	2.15 339	1.98 371	2.27 347	2.11 437	2.39 279	1.80 358	0.35 270	0.24 145	0.36 372	0.30 316	0.34 231	0.42 147

PSMNet_ROB	3.38 450	5.24 516	20.61 492	1.24 337	1.22 388	3.76 324	1.64 495	3.59 279	2.80 319	2.07 315	1.72 273	2.75 408	1.79 402	11.42 543	4.58 494	0.42 362	0.38 314	0.50 475	0.62 519	0.62 450	0.69 314

hitnet-ft	2.99 384	1.23 368	19.37 338	0.96 191	0.90 274	3.76 324	0.79 254	3.60 281	2.68 300	2.31 397	2.04 382	3.63 491	1.49 322	11.70 557	2.37 431	0.45 397	0.54 411	0.44 437	0.36 396	0.54 420	0.56 253

MFMNet_re	3.44 455	8.89 535	19.36 337	3.25 575	1.91 523	3.13 189	1.99 516	3.60 281	4.16 512	3.17 527	2.86 508	2.25 345	2.41 464	2.61 299	2.35 428	1.13 545	1.06 485	0.94 551	0.91 544	1.29 551	1.57 428

HCRNet	2.24 193	0.74 185	14.54 207	0.82 92	1.36 429	4.11 416	0.70 183	3.61 283	3.03 369	1.83 249	1.61 237	1.58 240	1.40 292	5.79 379	1.60 307	0.35 270	0.28 213	0.36 372	0.29 295	0.34 231	0.46 178

PASM	3.22 426	2.89 485	15.38 223	2.00 528	1.57 475	2.77 149	1.96 514	3.62 284	2.75 310	2.95 509	2.26 432	3.10 441	2.24 451	11.87 562	2.46 436	0.97 539	1.06 485	0.87 549	1.02 551	1.20 546	1.41 415

GANet-ADL	2.25 195	0.80 228	20.17 416	1.28 361	0.69 188	3.83 340	0.75 224	3.63 285	1.83 161	1.68 219	2.04 382	2.09 337	1.10 224	1.63 161	1.43 268	0.42 362	0.33 257	0.26 128	0.23 158	0.43 347	0.41 138

DSFCA	2.38 231	1.03 323	11.06 168	1.15 293	1.18 370	3.97 385	1.75 502	3.63 285	2.44 272	3.14 524	1.68 261	2.90 423	2.48 469	5.38 371	3.17 472	0.49 434	0.45 367	0.37 383	0.37 406	0.54 420	0.46 178

Anonymous3	2.20 187	0.80 228	20.08 409	0.86 110	0.86 251	4.46 493	0.84 291	3.64 287	1.40 63	1.37 174	1.40 176	1.11 182	1.03 193	1.71 177	1.24 218	0.75 524	0.58 429	0.34 333	0.35 385	0.48 401	0.65 302

G2L-Stereo_test	2.89 364	2.06 458	20.60 490	1.68 492	1.18 370	3.55 276	1.01 384	3.66 288	2.33 250	2.59 460	1.68 261	3.14 444	1.48 318	9.19 456	1.86 369	0.30 161	0.21 69	0.23 36	0.23 158	0.28 109	0.57 258

SCV	2.09 165	0.89 263	11.43 173	1.91 521	2.09 534	1.27 33	0.87 310	3.66 288	2.13 212	0.67 33	1.59 235	0.93 156	0.77 112	1.80 203	0.89 117	0.37 313	0.38 314	0.25 92	0.22 143	0.30 150	9.45 553

SQANet	4.22 508	14.03 579	20.30 441	2.78 563	2.75 552	3.41 238	1.48 476	3.66 288	2.25 230	2.62 470	1.77 291	2.68 400	1.90 421	7.41 426	3.78 483	2.97 575	1.42 499	1.85 572	1.13 557	3.28 573	2.86 481

CSP-Net	1.99 150	1.70 430	4.84 122	1.22 329	1.02 313	3.42 240	1.30 446	3.66 288	2.11 207	2.07 315	1.93 364	2.40 361	1.48 318	8.56 444	1.62 312	0.51 456	0.41 337	0.27 155	0.27 232	0.44 362	0.54 246

SCV_C0	2.17 176	0.93 287	12.88 181	0.96 191	1.06 333	1.27 33	0.63 146	3.68 292	3.30 426	1.03 143	1.26 138	0.73 98	0.66 77	1.73 188	1.06 171	0.35 270	1.97 516	0.25 92	0.21 108	0.29 127	9.23 552

NF-Stereo	2.68 320	0.67 133	21.09 539	2.43 548	0.47 59	4.67 537	0.67 160	3.68 292	4.30 525	2.11 325	1.62 241	1.36 216	1.09 218	6.07 391	1.24 218	0.45 397	0.20 45	0.36 372	0.34 370	0.32 184	0.37 99

OCTAStereo	2.67 317	0.67 133	21.08 534	2.43 548	0.47 59	4.67 537	0.67 160	3.68 292	4.31 528	2.11 325	1.62 241	1.36 216	1.09 218	6.02 388	1.25 225	0.45 397	0.20 45	0.36 372	0.34 370	0.32 184	0.37 99

RE-Stereo	2.67 317	0.67 133	21.08 534	2.43 548	0.47 59	4.67 537	0.67 160	3.68 292	4.30 525	2.11 325	1.62 241	1.36 216	1.09 218	6.01 385	1.26 230	0.45 397	0.20 45	0.36 372	0.34 370	0.32 184	0.37 99

TVStereo	2.67 317	0.67 133	21.08 534	2.43 548	0.47 59	4.67 537	0.67 160	3.68 292	4.30 525	2.11 325	1.62 241	1.36 216	1.09 218	6.01 385	1.26 230	0.45 397	0.20 45	0.36 372	0.34 370	0.32 184	0.37 99

GCST	2.86 358	3.95 504	20.52 473	1.93 523	1.56 472	1.74 73	0.50 83	3.69 297	2.10 202	1.79 243	1.64 251	1.60 242	1.29 269	5.27 369	1.90 377	2.10 566	0.77 461	1.45 567	0.97 549	1.15 542	1.38 412

PCWNet_CMD	2.16 173	0.71 162	15.44 224	0.84 96	0.76 212	3.38 231	0.68 171	3.69 297	2.24 227	1.72 228	1.63 246	3.20 448	3.00 497	2.09 242	1.23 212	0.32 204	0.37 300	0.47 454	0.27 232	0.65 468	0.51 220

cross-raft	1.95 143	0.66 129	16.17 243	1.23 336	0.92 281	2.25 106	0.70 183	3.69 297	1.68 136	1.78 240	1.53 202	3.15 445	1.13 231	1.35 103	1.06 171	0.24 44	0.23 114	0.26 128	0.24 180	0.29 127	0.45 168

G2L-Stereo	2.85 356	2.33 474	19.94 389	1.15 293	1.34 422	3.57 280	0.95 367	3.70 300	2.22 224	2.14 332	1.61 237	3.19 446	1.33 275	9.50 462	2.02 398	0.36 297	0.27 202	0.35 352	0.28 259	0.30 150	0.51 220

Wz-Net-LNSev	2.78 348	6.16 519	17.27 270	1.24 337	1.65 496	3.49 260	1.55 483	3.70 300	3.61 478	1.96 275	1.76 284	3.30 456	2.17 448	2.78 311	2.24 419	0.49 434	0.35 280	0.32 278	0.31 335	0.56 429	0.65 302

MSMDNet	2.16 173	0.71 162	15.36 222	0.86 110	0.75 207	3.41 238	0.69 180	3.70 300	2.25 230	1.73 231	1.64 251	3.21 449	2.95 489	2.09 242	1.24 218	0.32 204	0.37 300	0.45 445	0.27 232	0.63 456	0.50 214

PAM_32	3.04 392	0.69 147	20.55 477	1.17 307	1.01 310	8.89 588	0.76 233	3.71 303	3.43 457	2.12 329	2.65 490	5.44 561	3.73 528	2.35 276	1.48 280	0.27 91	0.33 257	0.28 190	0.29 295	0.39 298	1.27 406

anonymousdsp2	2.72 329	0.68 142	11.15 170	1.20 319	0.64 153	3.66 302	0.71 188	3.71 303	2.14 214	1.62 207	1.61 237	1.95 314	1.00 186	2.24 267	0.81 89	0.32 204	0.50 400	0.28 190	0.20 89	0.34 231	19.58 601

MyStereo06	2.74 336	1.07 328	21.19 553	1.06 249	1.08 337	4.26 462	0.86 303	3.72 305	1.80 158	2.25 374	1.77 291	4.28 526	4.12 535	1.85 217	1.38 254	0.25 60	2.43 533	0.34 333	0.27 232	0.46 381	0.48 201

ToySt	2.53 264	0.89 263	19.20 328	1.12 281	0.95 293	3.47 251	1.13 417	3.72 305	2.25 230	1.36 172	1.71 271	2.22 343	1.59 345	2.14 253	1.81 362	0.28 112	0.64 440	0.30 237	0.33 360	0.43 347	5.14 522

iRaft-Stereo_5w	2.47 252	1.37 392	13.85 191	0.87 117	0.99 302	3.22 203	0.84 291	3.72 305	2.12 209	1.57 201	2.49 471	2.20 342	2.22 450	9.12 453	2.03 400	0.48 427	0.27 202	0.35 352	0.29 295	0.48 401	0.94 372

GwcNet	3.26 436	3.93 502	20.24 429	1.38 406	2.04 530	3.24 209	1.53 479	3.72 305	3.66 483	2.17 346	2.25 431	3.55 486	1.69 382	9.38 461	3.03 465	0.48 427	0.49 394	0.46 452	0.39 424	0.66 472	0.86 360

cf-r	2.93 369	2.19 468	20.59 489	1.49 446	1.35 427	4.18 440	0.92 353	3.73 309	3.12 387	2.16 343	1.82 311	3.40 466	1.44 305	8.22 437	1.93 385	0.34 253	0.31 241	0.33 313	0.30 316	0.38 284	0.45 168

STTStereo	2.62 297	1.28 378	19.16 324	1.52 459	1.55 467	3.84 342	0.89 318	3.75 310	2.59 290	2.23 371	1.59 235	2.48 380	1.58 342	5.11 365	1.72 341	0.38 329	0.41 337	0.47 454	0.54 499	0.53 416	0.75 335

model_zeroshot	2.43 244	0.72 170	19.99 396	1.24 337	1.23 391	3.70 313	0.63 146	3.76 311	1.61 121	2.79 491	1.41 180	2.24 344	0.82 142	2.87 318	1.22 209	0.33 231	0.52 406	0.30 237	0.25 196	0.28 109	2.59 471

11t1	2.82 353	0.72 170	17.81 288	1.60 475	0.93 285	2.27 108	0.62 141	3.76 311	4.47 536	1.72 228	1.33 158	1.05 174	1.34 277	1.84 216	1.45 276	0.29 131	5.57 566	0.29 215	0.26 213	0.32 184	8.80 550

Anonymous_2	4.03 501	0.99 317	11.19 171	1.20 319	1.71 506	3.68 307	0.93 359	3.76 311	1.63 127	2.07 315	1.43 183	4.76 546	2.34 459	1.86 219	1.78 353	0.82 531	2.42 531	8.69 613	16.64 617	4.38 589	8.29 544

StereoDRNet	3.07 396	2.92 488	16.33 251	1.36 396	1.57 475	3.45 248	2.04 523	3.77 314	2.85 329	3.31 533	1.85 330	2.78 413	1.79 402	10.85 512	3.41 476	0.45 397	0.36 293	0.39 405	0.37 406	0.62 450	0.85 356

PSMNet-RSSM	2.91 367	1.55 416	20.10 412	1.32 383	1.30 407	4.19 448	0.95 367	3.78 315	2.28 240	2.28 385	1.80 303	2.64 397	1.87 418	9.83 473	1.93 385	0.37 313	0.33 257	0.35 352	0.38 415	0.46 381	0.40 130

MyStereo8	2.97 383	1.76 434	18.94 314	1.55 466	1.62 485	4.16 432	0.57 108	3.79 316	2.41 262	2.22 369	2.93 511	2.27 347	1.14 237	2.16 254	2.28 423	0.27 91	8.58 581	0.32 278	0.29 295	0.37 271	1.72 437

gwcnet-sp	2.38 231	1.51 408	17.58 280	1.11 271	0.92 281	3.59 284	1.03 391	3.79 316	2.43 266	2.60 463	1.63 246	1.80 284	1.61 353	3.87 346	1.99 389	0.33 231	0.32 247	0.30 237	0.29 295	0.40 305	0.47 190

scenet	2.38 231	1.51 408	17.58 280	1.11 271	0.92 281	3.59 284	1.03 391	3.79 316	2.43 266	2.60 463	1.63 246	1.80 284	1.61 353	3.87 346	1.99 389	0.33 231	0.32 247	0.30 237	0.29 295	0.40 305	0.47 190

ssnet	2.38 231	1.51 408	17.58 280	1.11 271	0.92 281	3.59 284	1.03 391	3.79 316	2.43 266	2.60 463	1.63 246	1.80 284	1.61 353	3.87 346	1.99 389	0.33 231	0.32 247	0.30 237	0.29 295	0.40 305	0.47 190

NCCL2	2.96 378	4.07 507	15.75 231	1.24 337	1.03 318	3.48 257	2.55 542	3.79 316	2.39 257	2.78 489	1.80 303	2.41 365	1.67 378	10.27 495	2.48 440	0.46 409	0.41 337	0.57 506	0.55 504	0.61 445	0.86 360

ISRNet	1.98 145	0.94 291	10.75 166	1.30 372	1.35 427	2.84 156	0.69 180	3.80 321	2.07 199	2.14 332	2.11 401	2.89 421	1.41 297	2.52 291	1.74 347	0.49 434	0.50 400	0.56 502	0.47 472	0.51 412	0.59 277

test_for_model	3.36 448	3.87 501	21.00 525	4.24 587	3.68 569	2.57 139	0.94 362	3.80 321	3.64 481	2.59 460	1.40 176	1.02 170	0.73 93	0.97 15	0.70 53	3.05 576	2.42 531	0.26 128	0.17 23	5.36 596	4.82 518

UNet	2.53 264	0.91 272	20.07 403	1.19 317	1.44 447	3.45 248	0.75 224	3.80 321	1.98 189	2.09 321	1.57 224	2.74 406	2.37 461	3.51 335	2.52 443	0.35 270	0.30 233	0.41 419	0.28 259	0.40 305	0.50 214

DMCA	2.02 156	1.07 328	11.33 172	1.17 307	0.96 295	3.92 371	0.89 318	3.80 321	3.11 385	2.89 500	1.58 232	2.35 358	1.17 249	1.79 197	2.25 420	0.42 362	0.29 223	0.42 430	0.27 232	0.38 284	0.43 154

delet	2.66 312	1.11 340	18.42 299	1.05 243	1.65 496	3.47 251	2.00 519	3.81 325	2.82 325	2.15 339	2.11 401	2.62 395	1.88 420	5.38 371	2.21 418	0.34 253	0.38 314	0.40 410	0.32 351	0.45 371	0.54 246

TDLM	3.20 421	1.58 417	18.80 308	1.70 498	1.10 344	4.29 466	2.17 529	3.81 325	3.27 415	2.89 500	1.98 371	2.06 335	1.70 385	12.44 575	2.15 412	0.58 483	0.31 241	0.56 502	0.40 435	0.58 437	1.59 430

DLCB_ROB	2.55 273	1.32 386	10.26 161	1.31 376	1.04 324	2.94 168	1.29 445	3.81 325	2.73 307	2.93 504	2.17 413	3.37 464	1.53 333	10.40 500	3.26 474	0.42 362	0.35 280	0.41 419	0.37 406	0.43 347	0.68 310

HGLStereo	2.74 336	1.03 323	20.80 511	1.24 337	1.55 467	3.62 294	0.94 362	3.83 328	2.09 200	2.18 350	2.20 423	3.11 442	2.12 439	5.65 377	2.07 405	0.50 448	0.34 270	0.32 278	0.30 316	0.42 337	0.50 214

PSMNet-ADL	2.01 154	0.78 220	2.89 91	1.11 271	0.86 251	4.13 421	0.80 264	3.84 329	2.26 234	1.74 234	1.87 342	2.90 423	1.81 405	10.37 499	2.34 427	0.49 434	0.47 384	0.29 215	0.30 316	0.39 298	0.56 253

MMNet	2.15 172	1.33 387	12.06 175	1.22 329	1.23 391	3.55 276	0.89 318	3.84 329	2.26 234	2.19 357	1.78 295	2.15 339	2.10 435	3.70 341	2.35 428	0.45 397	0.38 314	0.34 333	0.28 259	0.40 305	0.52 230

HHNet	2.51 257	0.76 210	20.83 513	0.67 22	0.67 172	4.07 406	0.90 333	3.85 331	1.59 109	2.14 332	4.91 555	0.98 165	3.32 514	1.73 188	1.80 358	0.41 351	0.20 45	0.31 257	0.28 259	0.38 284	0.44 160

YMNet	2.55 273	1.78 437	14.80 213	1.41 418	1.67 502	3.95 377	0.96 373	3.86 332	3.02 363	2.68 476	2.57 483	3.35 462	1.53 333	3.40 331	2.57 445	0.49 434	0.54 411	0.52 483	0.49 480	0.76 499	0.69 314

YMNet_1	2.55 273	1.78 437	14.80 213	1.41 418	1.67 502	3.95 377	0.96 373	3.86 332	3.02 363	2.68 476	2.57 483	3.35 462	1.53 333	3.40 331	2.57 445	0.49 434	0.54 411	0.52 483	0.49 480	0.76 499	0.69 314

GANet	3.64 469	1.76 434	19.65 353	1.92 522	1.04 324	3.91 364	2.51 541	3.86 332	2.81 324	3.13 521	3.03 517	3.19 446	2.19 449	12.43 574	8.23 528	0.60 488	0.43 350	0.52 483	0.43 457	0.63 456	0.63 293

CRFU-Net	2.56 280	0.89 263	10.77 167	2.53 555	1.09 340	3.91 364	1.40 464	3.87 335	1.92 179	2.25 374	1.80 303	3.32 459	7.85 576	5.53 376	1.54 290	0.58 483	0.36 293	0.31 257	0.28 259	0.39 298	0.56 253

acv_ft	2.45 248	0.97 305	19.57 349	1.15 293	2.01 528	2.97 174	0.96 373	3.88 336	2.85 329	2.34 413	1.91 355	3.07 438	1.65 375	1.52 145	2.26 421	0.33 231	0.27 202	0.30 237	0.27 232	0.42 337	0.35 72

MLCV	2.52 259	1.77 436	18.20 295	1.17 307	0.63 149	3.60 288	0.53 97	3.88 336	2.35 254	2.82 496	2.24 429	1.99 322	1.42 300	4.59 360	3.09 468	0.39 337	0.22 86	0.33 313	0.22 143	0.35 246	0.52 230

GwcNet-RSSM	3.13 406	5.08 513	19.86 379	1.28 361	1.20 381	4.12 418	1.11 413	3.89 338	2.80 319	2.13 330	1.81 308	3.11 442	1.46 312	10.33 498	2.19 417	0.36 297	0.34 270	0.35 352	0.31 335	0.45 371	0.43 154

PVD	3.91 493	4.36 509	13.89 195	2.81 567	4.79 584	3.80 335	1.94 512	3.89 338	4.11 508	5.75 576	3.56 538	3.59 487	3.34 516	6.44 402	6.44 511	0.73 519	2.84 541	0.74 544	0.84 539	0.82 510	3.45 500

otaku	5.59 551	14.82 594	20.70 503	3.13 572	2.70 551	3.91 364	2.56 544	3.90 340	2.48 276	2.25 374	9.38 580	4.06 511	2.32 458	9.59 467	14.37 564	3.52 583	1.66 507	2.15 576	1.19 560	3.73 581	3.35 497

CrosDoStereo	5.27 547	0.75 199	20.07 403	0.85 101	0.53 93	3.40 235	18.03 604	3.90 340	3.29 422	1.99 281	8.27 571	1.95 314	6.95 570	7.34 423	25.94 611	0.33 231	0.22 86	0.30 237	0.28 259	0.35 246	0.61 286

DeepStereo_LL	5.27 547	0.75 199	20.07 403	0.85 101	0.53 93	3.40 235	18.03 604	3.90 340	3.29 422	1.99 281	8.27 571	1.95 314	6.95 570	7.34 423	25.94 611	0.33 231	0.22 86	0.30 237	0.28 259	0.35 246	0.61 286

GES	2.26 199	0.79 224	19.68 362	1.12 281	0.59 126	4.30 468	1.01 384	3.90 340	1.59 109	1.78 240	1.78 295	1.28 207	1.75 393	1.80 203	1.61 310	0.42 362	0.29 223	0.33 313	0.31 335	0.45 371	0.50 214

LSM	13.03 598	7.72 532	21.01 526	55.44 625	85.65 624	3.65 300	6.27 588	3.91 344	5.06 565	5.63 574	13.91 598	3.53 484	3.46 524	9.93 479	4.36 491	0.72 516	0.95 476	0.72 540	0.85 540	1.09 536	26.67 611

AASNet	2.65 306	3.20 491	20.19 418	1.38 406	1.49 455	3.84 342	1.06 400	3.92 345	3.28 417	2.07 315	2.28 438	1.95 314	1.28 266	2.19 259	2.17 414	0.42 362	0.33 257	0.45 445	0.30 316	0.59 439	0.52 230

ADCRef	3.66 473	5.95 518	15.50 226	1.20 319	1.41 441	3.93 372	1.61 489	3.92 345	2.77 314	3.13 521	2.20 423	2.40 361	2.78 483	6.23 397	16.59 575	0.50 448	0.35 280	0.63 525	0.62 519	0.58 437	0.92 368

NLCA_NET_v2_RVC	2.76 343	1.48 405	19.72 366	1.62 479	2.00 527	3.95 377	0.86 303	3.92 345	2.51 278	2.56 456	1.69 265	2.83 417	1.61 353	5.65 377	1.78 353	0.48 427	0.36 293	0.38 399	0.42 452	0.56 429	0.77 337
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SPS-STEREO	5.18 544	10.36 547	21.09 539	1.74 504	1.72 508	3.24 209	2.26 532	3.92 345	4.12 509	5.06 571	3.66 540	5.43 560	3.33 515	9.56 465	12.34 553	1.17 548	1.17 492	1.07 556	1.03 553	1.17 544	10.25 560
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
TestStereo1	2.56 280	1.41 396	20.56 481	1.63 482	0.74 199	4.13 421	1.34 452	3.93 349	3.38 446	1.61 205	2.56 480	1.43 228	2.13 442	2.55 295	1.70 335	0.32 204	0.22 86	0.34 333	0.26 213	0.40 305	0.53 238

SA-5K	2.56 280	1.41 396	20.56 481	1.63 482	0.74 199	4.13 421	1.34 452	3.93 349	3.38 446	1.61 205	2.56 480	1.43 228	2.13 442	2.55 295	1.70 335	0.32 204	0.22 86	0.34 333	0.26 213	0.40 305	0.53 238

PA-Net	3.45 457	2.50 476	20.39 453	1.42 427	1.20 381	3.39 233	1.73 501	3.93 349	3.57 477	1.94 267	2.17 413	3.02 432	1.87 418	11.67 553	6.48 512	0.40 348	0.55 417	0.44 437	0.63 523	0.55 423	1.13 394
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
coex_refinement	3.01 386	1.69 429	20.28 434	1.31 376	1.15 358	3.21 200	0.86 303	3.94 352	2.43 266	2.51 451	1.92 361	3.49 473	1.68 379	11.06 523	2.54 444	0.38 329	0.26 189	0.27 155	0.31 335	0.41 325	0.58 274

RAFT-Stereo-weight	1.38 111	0.57 69	5.44 128	1.05 243	0.63 149	4.19 448	0.77 237	3.95 353	1.53 90	2.01 294	1.53 202	1.30 210	0.65 70	1.30 83	1.05 169	0.27 91	0.26 189	0.26 128	0.22 143	0.28 109	0.38 109

MSKI-zero shot	2.33 219	0.69 147	20.22 426	1.14 290	0.77 216	4.05 401	0.68 171	3.95 353	1.51 87	1.93 261	2.35 449	1.91 306	0.71 87	3.01 323	0.79 83	0.28 112	1.47 500	0.27 155	0.21 108	0.28 109	0.44 160

RAFT+CT+SA	2.32 216	1.30 383	19.71 364	1.01 223	1.41 441	4.04 397	0.92 353	3.96 355	1.64 129	1.64 209	1.69 265	1.63 247	1.18 252	3.06 325	1.19 201	0.28 112	0.22 86	0.32 278	0.34 370	0.34 231	0.47 190

ADLNet2	3.20 421	1.43 398	20.11 415	1.22 329	1.78 515	3.86 350	1.47 474	3.96 355	3.89 499	2.26 380	2.49 471	4.63 544	1.92 423	10.68 507	2.00 395	0.42 362	0.37 300	0.29 215	0.30 316	0.51 412	0.46 178

StereoDRNet-Refined	2.23 191	0.98 308	10.62 165	1.25 352	0.78 220	3.29 219	0.71 188	3.96 355	2.20 221	2.43 438	2.05 389	2.97 427	1.46 312	6.87 414	2.33 426	0.37 313	0.25 164	0.42 430	0.34 370	0.47 394	0.80 345
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Select-FE	2.58 285	1.05 326	18.42 299	1.09 263	1.24 395	3.70 313	0.61 129	3.97 358	2.27 239	2.61 467	1.83 324	5.04 552	3.16 507	2.02 235	1.40 260	0.35 270	0.56 419	0.31 257	0.48 476	0.35 246	1.14 395

x	2.94 374	0.83 240	16.07 238	1.51 454	0.83 238	2.13 96	0.96 373	3.97 358	4.73 551	1.73 231	1.43 183	1.61 243	1.27 263	2.24 267	1.71 338	0.29 131	6.91 571	0.34 333	0.31 335	0.34 231	9.60 556

CVANet_RVC	3.32 442	1.63 424	21.06 533	1.66 488	1.29 403	3.99 387	1.55 483	3.98 360	3.00 354	3.51 541	2.06 392	2.58 391	1.72 390	12.46 576	1.70 335	0.62 495	0.34 270	0.53 490	0.47 472	0.64 461	1.66 436

AANet_RVC	3.70 480	7.03 526	17.25 268	1.21 325	1.12 351	3.79 332	1.09 407	3.98 360	3.38 446	2.65 474	4.29 549	3.95 505	1.40 292	11.43 544	7.88 527	1.25 551	0.57 421	0.34 333	0.25 196	0.43 347	0.71 320

AIO-Stereo-zeroshot1	3.20 421	1.87 449	21.91 576	1.18 312	2.03 529	4.07 406	0.98 380	3.99 362	2.17 215	1.57 201	5.62 561	4.27 524	2.92 488	2.69 307	2.50 441	0.27 91	0.49 394	0.31 257	1.20 561	0.92 521	3.04 487

MaskLacGwcNet_RVC	3.77 483	1.65 426	20.61 492	2.55 556	1.63 488	4.29 466	1.67 498	3.99 362	2.56 283	1.76 237	1.93 364	3.03 433	1.41 297	13.24 587	2.02 398	4.47 596	1.63 506	1.12 560	0.48 476	2.42 569	2.85 480

Ntro	4.83 539	14.73 591	20.47 463	3.24 574	2.97 556	4.12 418	1.88 510	4.00 364	2.57 286	1.79 243	2.15 408	3.34 461	2.16 446	10.01 484	7.34 518	3.53 584	1.77 510	2.13 575	1.32 567	3.89 583	3.23 489

FADNet	3.20 421	11.55 554	16.16 242	1.24 337	0.95 293	3.30 223	0.87 310	4.00 364	2.73 307	1.42 182	1.35 161	2.51 381	2.04 430	9.95 481	2.39 433	0.44 388	0.46 373	0.40 410	0.44 461	1.13 541	0.61 286

FENet	2.30 213	0.61 97	20.21 424	1.43 434	0.68 180	4.04 397	0.60 125	4.01 366	2.26 234	2.03 301	1.13 109	2.42 369	1.42 300	1.72 183	1.43 268	0.36 297	0.24 145	0.33 313	0.27 232	0.29 127	0.51 220

NCC-stereo	3.49 462	2.07 461	20.23 427	1.31 376	1.76 512	4.04 397	1.42 467	4.01 366	2.34 251	3.06 516	2.59 485	3.51 481	3.02 498	10.02 485	5.44 503	1.38 555	0.66 446	0.64 527	0.88 541	0.67 474	0.84 353

Abc-Net	3.49 462	2.07 461	20.23 427	1.31 376	1.76 512	4.04 397	1.42 467	4.01 366	2.34 251	3.06 516	2.59 485	3.51 481	3.02 498	10.02 485	5.44 503	1.38 555	0.66 446	0.64 527	0.88 541	0.67 474	0.84 353
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	4.42 522	12.67 562	18.95 315	1.12 281	1.55 467	4.30 468	3.60 574	4.01 366	3.80 492	2.30 394	1.71 271	3.93 503	4.29 538	3.49 334	18.77 601	0.40 348	0.41 337	0.63 525	0.53 496	0.67 474	1.35 410

iResNet_ROB	2.72 329	10.38 548	14.41 204	1.46 439	0.99 302	3.74 321	0.66 158	4.01 366	2.84 328	2.04 304	2.05 389	1.98 321	1.38 285	4.73 362	1.91 380	0.35 270	0.20 45	0.28 190	0.19 54	0.33 208	0.41 138

MyStereo04	2.54 268	1.18 356	18.82 311	1.04 239	1.21 386	3.96 383	0.95 367	4.02 371	3.01 359	2.06 309	1.27 144	2.33 354	1.66 376	2.06 238	2.01 396	0.26 79	3.49 554	0.34 333	0.27 232	0.43 347	0.49 209

AE-Stereo	2.91 367	0.63 107	17.05 265	1.15 293	0.63 149	4.39 481	0.70 183	4.02 371	2.12 209	1.24 166	2.04 382	1.01 169	0.91 166	1.67 164	1.42 266	0.30 161	1.14 490	0.28 190	0.28 259	0.27 96	16.93 595

RAFT-Test	1.67 130	0.64 113	6.13 135	1.25 352	1.82 519	3.06 181	0.78 244	4.02 371	3.09 384	1.88 253	1.70 267	3.76 495	1.03 193	1.40 117	1.07 173	0.29 131	0.33 257	0.25 92	0.23 158	0.29 127	0.33 50

test_5	2.45 248	1.43 398	19.72 366	1.20 319	1.39 435	3.88 356	1.25 441	4.03 374	1.98 189	1.74 234	1.82 311	1.86 296	1.78 399	3.57 337	1.35 241	0.33 231	0.21 69	0.35 352	0.33 360	0.34 231	0.43 154

SACVNet	3.06 395	1.61 421	19.29 334	1.46 439	1.18 370	4.05 401	1.48 476	4.03 374	2.58 289	2.75 485	1.89 346	2.55 385	1.38 285	11.33 538	2.28 423	0.51 456	0.41 337	0.48 460	0.43 457	0.57 433	0.93 371

Nwc_Net	3.03 390	1.90 451	19.16 324	1.38 406	1.69 504	3.53 272	1.19 427	4.03 374	2.19 218	2.79 491	2.84 507	3.80 498	2.46 468	6.93 417	2.87 459	0.96 538	0.41 337	0.59 510	0.68 525	0.60 443	0.65 302

AnyNet_C32	4.49 525	9.53 541	13.85 191	1.67 489	1.56 472	5.40 569	4.06 583	4.03 374	3.69 486	4.21 560	3.09 521	3.09 440	3.38 520	8.24 438	18.76 600	0.56 479	0.64 440	0.53 490	0.81 537	1.36 554	1.42 416

CFNet_pseudo	2.03 158	0.74 185	12.75 180	0.87 117	0.74 199	3.91 364	0.65 155	4.04 378	1.93 181	1.93 261	1.79 298	3.25 453	1.61 353	2.51 287	1.25 225	0.32 204	0.37 300	0.53 490	0.28 259	0.64 461	0.50 214

ccs_rob	2.03 158	0.74 185	12.67 179	0.87 117	0.75 207	3.91 364	0.66 158	4.04 378	1.93 181	1.92 260	1.79 298	3.24 451	1.63 366	2.52 291	1.25 225	0.32 204	0.37 300	0.54 498	0.28 259	0.66 472	0.51 220

HSM	3.25 434	1.08 332	19.18 326	1.19 317	1.54 463	3.45 248	1.02 388	4.04 378	2.61 291	2.31 397	2.17 413	8.01 580	2.99 496	11.59 550	1.80 358	0.35 270	0.24 145	0.28 190	0.24 180	0.33 208	0.55 250

ADLNet	3.23 429	1.19 362	21.03 528	1.36 396	1.61 482	3.69 309	1.23 438	4.05 381	3.41 454	2.72 481	2.29 440	4.00 508	1.77 398	11.21 534	2.15 412	0.42 362	0.43 350	0.36 372	0.35 385	0.47 394	0.82 347

UPFNet	2.23 191	0.86 248	14.25 200	1.28 361	1.44 447	3.51 268	1.34 452	4.05 381	2.11 207	2.44 441	1.53 202	2.41 365	1.39 288	3.62 340	1.91 380	0.41 351	0.41 337	0.37 383	0.32 351	0.44 362	0.48 201

PAM	3.02 387	0.69 147	20.70 503	1.20 319	1.15 358	8.88 587	1.28 444	4.06 383	1.91 175	2.32 408	2.42 466	5.75 565	2.75 480	2.47 284	1.55 293	0.28 112	0.35 280	0.27 155	0.30 316	0.41 325	1.65 435

stereogan	3.26 436	1.26 371	18.01 289	1.38 406	1.66 499	3.76 324	1.64 495	4.06 383	3.86 496	3.23 529	2.70 497	5.02 551	2.85 484	9.88 475	1.85 367	0.71 511	0.51 403	0.69 534	0.48 476	0.86 514	0.85 356

DN-CSS_ROB	2.89 364	9.72 543	19.71 364	2.07 535	0.90 274	4.01 390	0.61 129	4.06 383	3.35 441	1.66 214	1.89 346	1.39 221	1.06 211	3.24 328	1.88 373	0.44 388	0.19 29	0.44 437	0.29 295	0.40 305	0.42 147

AIO-test2	3.07 396	12.11 557	20.58 488	1.49 446	1.34 422	3.22 203	0.73 201	4.07 386	1.56 99	1.72 228	2.20 423	0.90 145	0.74 101	3.75 343	1.39 259	3.67 585	0.26 189	0.35 352	0.44 461	0.41 325	0.44 160

test_sample1	2.29 209	0.72 170	5.74 130	1.51 454	0.86 251	2.35 115	0.64 151	4.07 386	3.45 464	2.01 294	1.51 199	1.70 257	1.71 387	9.53 464	1.73 344	0.31 185	0.97 480	0.31 257	0.31 335	0.33 208	6.12 530

ACVNet-DCA	3.67 475	0.94 291	19.66 354	1.87 516	0.42 39	4.47 496	0.73 201	4.07 386	4.63 543	1.21 158	1.89 346	0.73 98	1.62 362	2.20 260	0.81 89	0.31 185	18.77 606	0.32 278	0.21 108	0.35 246	8.09 539

1test111	3.86 490	0.94 291	19.66 354	1.87 516	0.42 39	4.47 496	0.73 201	4.07 386	4.63 543	1.21 158	1.89 346	0.73 98	1.62 362	5.19 367	1.68 329	0.31 185	18.77 606	0.32 278	0.21 108	0.35 246	8.09 539

qqq	2.96 378	0.88 256	15.54 227	1.27 359	0.74 199	2.29 110	0.90 333	4.07 386	4.63 543	1.63 208	1.32 156	1.78 281	1.36 280	5.19 367	1.68 329	0.29 131	6.43 569	0.33 313	0.36 396	0.35 246	8.09 539

CroCo-Stereo	1.07 81	1.18 356	3.66 105	0.91 143	0.60 132	0.49 2	0.49 76	4.07 386	1.91 175	0.84 88	1.29 151	1.00 168	0.75 107	1.32 92	1.38 254	0.26 79	0.21 69	0.24 64	0.20 89	0.37 271	0.30 26
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
test-1	1.81 139	0.72 170	9.51 157	1.02 227	1.57 475	3.85 347	0.60 125	4.07 386	1.51 87	1.94 267	1.81 308	2.04 330	0.91 166	1.39 115	1.73 344	0.27 91	0.93 473	0.31 257	0.25 196	0.29 127	1.37 411

Syn2CoEx	3.42 454	7.66 530	20.57 485	1.42 427	1.18 370	2.49 129	1.64 495	4.07 386	2.68 300	2.51 451	2.27 435	2.89 421	3.15 506	9.56 465	2.58 447	0.52 467	0.45 367	0.53 490	0.42 452	0.79 506	1.00 380

ADCPNet	4.25 511	4.04 505	21.95 578	1.33 388	1.31 412	6.34 576	2.63 547	4.07 386	3.23 409	2.81 495	2.21 427	4.27 524	6.08 559	6.01 385	11.73 550	0.67 505	1.17 492	0.71 537	1.71 576	0.87 516	1.82 446

mmm	2.70 325	0.80 228	8.26 148	1.50 451	1.18 370	2.44 124	0.85 298	4.08 395	4.59 541	2.31 397	1.95 366	1.51 236	1.55 339	2.33 275	1.72 341	0.31 185	7.71 575	0.45 445	0.42 452	0.40 305	9.56 555

ACVNet-4b	6.98 574	14.78 592	22.17 585	3.56 579	3.11 560	4.14 426	2.23 530	4.08 395	3.84 493	1.67 216	3.96 546	5.86 567	2.87 486	10.30 497	17.16 586	26.09 622	2.24 523	2.53 579	1.79 580	3.91 584	3.28 493

BEATNet_4x	2.65 306	4.43 510	18.10 291	1.41 418	0.59 126	3.44 244	1.02 388	4.08 395	2.97 349	2.28 385	1.75 283	2.18 340	1.61 353	2.80 313	3.54 479	0.39 337	0.25 164	0.47 454	0.31 335	0.61 445	0.86 360

ADCL	4.70 534	4.04 505	16.12 240	1.35 392	1.28 401	5.46 570	10.88 596	4.08 395	4.25 520	5.97 578	4.51 551	4.29 527	5.60 552	6.37 399	15.21 569	0.54 472	0.48 391	0.88 550	0.78 534	0.86 514	1.01 382

Consistency-Raft	2.93 369	1.93 452	19.72 366	1.41 418	1.75 510	3.85 347	1.32 450	4.09 399	2.75 310	1.82 247	2.66 492	1.81 287	4.34 541	2.29 272	2.08 406	0.90 535	0.94 475	1.03 554	1.13 557	1.71 564	1.10 392

RYNet	3.15 411	1.48 405	16.27 249	1.24 337	1.39 435	3.67 304	1.44 472	4.09 399	3.20 396	2.26 380	1.70 267	3.83 499	2.15 444	13.64 593	3.23 473	0.45 397	0.45 367	0.50 475	0.35 385	0.81 508	0.83 349

MyStereo05	2.55 273	1.07 328	19.87 381	1.06 249	1.08 337	4.26 462	0.86 303	4.10 401	3.01 359	2.19 357	1.26 138	2.30 351	1.64 369	2.13 250	1.99 389	0.25 60	2.43 533	0.34 333	0.27 232	0.46 381	0.48 201

ssnet_v2	2.81 352	1.39 393	21.16 548	1.25 352	0.90 274	3.86 350	1.63 492	4.10 401	3.22 406	2.79 491	1.96 367	3.78 496	1.70 385	2.53 293	3.12 471	0.44 388	0.37 300	0.42 430	0.38 415	0.59 439	0.58 274

Wz-Net-MNSev	3.26 436	7.24 527	17.26 269	1.58 471	1.37 432	3.27 212	2.45 537	4.10 401	4.50 539	2.61 467	2.17 413	2.33 354	3.02 498	7.48 427	2.88 460	0.46 409	0.39 326	0.37 383	0.38 415	0.61 445	0.63 293

testlalala_base	2.69 324	0.77 218	21.10 541	1.22 329	1.46 451	2.72 148	0.83 279	4.11 404	1.49 81	1.28 168	1.45 188	1.21 201	0.85 147	1.28 78	1.19 201	3.94 591	2.36 527	0.27 155	0.19 54	4.48 592	1.58 429

GASNet	3.86 490	15.35 602	21.16 548	1.63 482	1.25 398	2.35 115	1.11 413	4.11 404	2.86 335	1.99 281	2.11 401	2.99 429	2.16 446	10.62 504	3.75 482	0.71 511	0.37 300	0.61 517	0.46 470	0.91 519	0.70 318

Wz-Net-LNSev-Ref	2.72 329	2.55 479	14.91 215	1.37 402	1.36 429	3.50 262	1.63 492	4.11 404	3.38 446	2.55 455	2.04 382	2.35 358	2.50 472	5.14 366	4.64 496	0.53 469	0.22 86	0.35 352	0.21 108	0.41 325	0.60 282

psmg	1.63 124	0.64 113	3.82 108	0.96 191	0.86 251	4.35 473	1.41 466	4.11 404	2.29 244	2.68 476	2.09 399	2.58 391	1.30 271	1.79 197	1.44 272	0.39 337	0.29 223	0.33 313	0.34 370	0.38 284	0.44 160

ccnet	3.03 390	1.48 405	12.88 181	1.54 462	1.26 399	3.71 316	2.32 535	4.11 404	3.05 377	2.92 503	3.21 528	2.86 419	2.40 462	9.87 474	4.19 486	0.80 527	0.76 460	0.71 537	0.70 528	0.78 501	1.07 390

MFN_U_SF_RVC	4.08 502	13.72 574	15.13 218	2.00 528	1.43 445	3.73 319	1.68 499	4.11 404	3.39 451	2.93 504	2.38 453	4.39 531	3.63 525	8.63 445	6.14 507	1.14 546	1.07 488	1.01 553	1.35 569	1.63 560	2.09 457

TCMNet	3.13 406	1.71 431	19.53 347	1.49 446	2.11 535	3.84 342	1.07 402	4.12 410	3.03 369	2.64 472	2.29 440	2.43 371	1.74 392	10.10 488	2.47 438	0.56 479	0.45 367	0.61 517	0.50 488	0.87 516	1.04 388

Any-RAFT	1.62 123	0.59 82	5.29 126	1.12 281	0.76 212	4.41 487	0.79 254	4.12 410	3.26 413	2.02 296	1.36 166	2.82 415	1.56 341	1.90 221	0.81 89	0.29 131	0.25 164	0.26 128	0.19 54	0.25 67	0.35 72

R-Stereo Train	2.13 169	0.65 121	19.43 339	1.02 227	0.67 172	3.79 332	0.89 318	4.12 410	1.55 95	2.15 339	1.72 273	1.13 183	0.94 174	1.46 131	1.30 236	0.32 204	0.25 164	0.27 155	0.21 108	0.28 109	0.37 99

RAFT-Stereo	2.13 169	0.65 121	19.43 339	1.02 227	0.67 172	3.79 332	0.89 318	4.12 410	1.55 95	2.15 339	1.72 273	1.13 183	0.94 174	1.46 131	1.30 236	0.32 204	0.25 164	0.27 155	0.21 108	0.28 109	0.37 99
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
w-ln-seven	3.68 477	8.30 533	15.93 235	1.36 396	1.34 422	4.09 411	1.60 488	4.13 414	3.03 369	3.06 516	2.31 445	3.41 467	2.24 451	9.78 470	9.71 535	0.46 409	0.37 300	0.47 454	0.40 435	0.78 501	0.84 353

test_sample2	2.20 187	0.70 155	6.07 133	1.49 446	0.81 232	2.96 171	0.86 303	4.13 414	3.31 429	2.07 315	1.54 213	1.56 239	1.63 366	10.61 503	1.80 358	0.33 231	0.77 461	0.32 278	0.32 351	0.38 284	2.35 464

EKT-Stereo	7.93 580	0.75 199	21.17 550	1.84 515	109.80 628	4.51 506	0.61 129	4.13 414	1.59 109	1.89 255	1.24 130	1.96 319	1.35 278	4.02 351	1.36 248	0.42 362	0.31 241	0.29 215	0.27 232	0.35 246	0.78 340

FADNet-RVC-Resample	3.31 440	8.52 534	22.84 593	1.18 312	0.91 279	3.52 270	1.35 455	4.13 414	2.32 249	1.75 236	1.35 161	2.26 346	1.51 325	9.51 463	2.03 400	0.42 362	0.38 314	0.42 430	0.44 461	0.59 439	0.71 320

edge stereo	3.45 457	1.08 332	22.14 584	1.31 376	1.36 429	2.68 146	1.54 481	4.13 414	3.27 415	2.94 506	3.27 532	4.34 530	2.48 469	11.60 552	2.79 452	0.62 495	0.64 440	0.79 546	0.56 506	0.70 483	0.82 347

w-ln-seven-2	3.65 470	9.76 544	15.93 235	1.26 357	1.02 313	3.54 275	1.56 485	4.14 419	3.86 496	2.57 458	2.05 389	2.63 396	2.26 454	8.48 443	10.24 536	0.50 448	0.52 406	0.44 437	0.34 370	0.64 461	1.25 403

DAS	2.52 259	0.76 210	7.72 144	1.16 300	1.64 492	2.96 171	2.10 526	4.14 419	3.31 429	4.16 558	2.51 475	2.56 389	1.81 405	11.54 548	1.83 363	0.44 388	0.23 114	0.39 405	0.25 196	0.42 337	0.45 168

SepStereo	2.36 226	0.76 210	7.72 144	1.16 300	1.64 492	2.96 171	2.10 526	4.14 419	3.31 429	4.16 558	2.51 475	2.56 389	1.81 405	8.34 440	1.83 363	0.44 388	0.23 114	0.39 405	0.25 196	0.42 337	0.45 168

WCMA_ROB	5.78 554	2.42 475	21.71 571	1.67 489	1.55 467	4.07 406	3.53 571	4.14 419	4.73 551	6.59 583	10.89 587	12.82 591	9.59 585	10.17 489	12.65 556	1.05 541	0.61 434	0.52 483	0.52 494	0.71 488	5.64 524

SFCPSM	2.16 173	0.75 199	15.82 232	0.91 143	0.98 297	3.74 321	1.27 443	4.15 423	2.56 283	1.90 256	1.82 311	1.64 248	1.39 288	2.51 287	1.57 298	0.36 297	0.28 213	0.39 405	0.36 396	0.36 265	0.50 214

CFNet	3.04 392	6.89 525	16.27 249	1.36 396	1.24 395	4.09 411	0.72 192	4.15 423	3.00 354	1.69 223	1.88 344	2.27 347	1.45 307	11.41 541	2.12 411	0.36 297	0.29 223	0.43 434	0.36 396	0.48 401	0.38 109

Wz-Net-SNSev	3.47 461	10.51 549	16.90 262	1.65 487	1.20 381	3.29 219	2.03 522	4.16 425	3.03 369	2.35 415	2.39 455	3.48 472	2.12 439	7.95 436	4.28 488	0.51 456	0.40 330	0.53 490	0.49 480	0.74 494	1.46 421

DGSMNet	8.13 581	2.31 473	18.62 303	2.77 562	13.96 601	6.91 581	42.17 621	4.16 425	2.53 281	2.25 374	3.21 528	3.41 467	1.69 382	9.19 456	3.03 465	3.79 588	10.31 595	11.70 618	5.68 608	4.38 589	10.58 561

FADNet-RVC	3.23 429	12.51 559	17.02 264	1.17 307	0.81 232	3.52 270	1.09 407	4.16 425	2.74 309	1.44 187	1.29 151	1.86 296	1.76 396	9.82 472	2.46 436	0.39 337	0.38 314	0.40 410	0.41 446	0.68 480	0.59 277

HITNet	2.49 255	2.91 486	19.23 331	1.54 462	0.57 121	3.47 251	0.79 254	4.16 425	2.93 345	2.18 350	1.65 254	1.68 252	1.45 307	2.17 256	2.99 464	0.28 112	0.20 45	0.41 419	0.27 232	0.45 371	0.52 230
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
z-mn7	3.78 484	14.53 589	15.59 228	1.34 390	1.23 391	3.78 330	1.42 467	4.17 429	3.45 464	2.94 506	3.37 534	3.05 434	2.09 432	10.03 487	5.54 506	0.50 448	0.39 326	0.43 434	0.34 370	0.67 474	0.73 328

CoDeX	2.47 252	0.91 272	13.65 189	1.03 232	1.17 368	3.28 216	1.30 446	4.17 429	2.99 352	1.78 240	1.85 330	2.04 330	1.46 312	9.99 483	1.66 326	0.38 329	0.28 213	0.32 278	0.28 259	0.34 231	0.57 258

RCA-Stereo	1.38 111	0.61 97	3.95 115	0.94 170	0.48 64	4.68 545	0.78 244	4.17 429	1.95 184	1.93 261	1.84 326	0.94 160	1.48 318	1.23 67	0.75 64	0.30 161	0.43 350	0.25 92	0.20 89	0.26 85	0.37 99

WZ-Net	4.39 520	12.37 558	17.44 275	1.47 443	1.42 444	3.76 324	2.27 533	4.17 429	3.11 385	2.89 500	2.24 429	4.05 510	5.69 556	10.89 514	12.07 551	0.66 502	0.41 337	0.47 454	0.49 480	0.78 501	1.12 393

GEStereo_RVC	2.66 312	1.20 366	20.38 450	1.29 367	1.05 328	4.02 393	1.42 467	4.17 429	2.24 227	2.10 323	1.86 336	2.33 354	1.84 413	4.93 363	1.78 353	0.51 456	0.38 314	0.32 278	0.29 295	0.44 362	0.56 253

NVstereo2D	2.79 350	1.13 346	13.75 190	1.37 402	1.47 454	3.57 280	1.38 461	4.17 429	3.77 491	2.04 304	1.72 273	3.05 434	1.75 393	10.84 511	1.72 341	0.62 495	0.48 391	0.56 502	0.54 499	0.79 506	1.02 384

RP	3.26 436	1.73 433	17.70 285	1.56 468	1.93 524	3.43 243	1.94 512	4.18 435	2.72 305	2.77 487	3.05 518	3.96 506	2.69 478	10.17 489	2.86 457	1.04 540	0.50 400	0.71 537	0.59 510	0.75 495	0.83 349

RGC	3.35 447	1.84 448	18.13 292	1.52 459	1.79 516	3.33 226	1.37 460	4.18 435	2.39 257	2.96 510	3.23 530	3.98 507	2.71 479	11.53 546	3.42 477	0.90 535	0.48 391	0.79 546	0.79 535	0.75 495	0.89 363

DRN-Test	3.17 416	1.30 383	19.66 354	1.41 418	1.60 481	3.61 290	1.47 474	4.18 435	2.83 326	3.48 540	1.92 361	2.58 391	2.50 472	10.81 510	2.90 461	0.49 434	0.49 394	0.44 437	0.42 452	0.57 433	0.78 340

iinet-f	2.44 246	1.82 444	14.97 217	1.21 325	1.11 348	3.78 330	1.10 412	4.19 438	2.90 342	2.10 323	1.76 284	2.99 429	2.97 491	2.84 315	2.79 452	0.38 329	0.38 314	0.28 190	0.28 259	0.50 407	0.47 190

AnyNet_C01	4.68 532	10.90 551	16.41 254	2.03 532	1.62 485	6.25 574	6.40 589	4.19 438	5.13 567	4.03 554	3.77 542	4.14 517	3.26 511	7.23 420	11.19 541	0.64 499	0.80 464	0.65 529	0.72 530	2.18 565	2.08 455

testlalala2	2.47 252	0.75 199	20.46 460	2.58 558	2.91 554	3.80 335	0.76 233	4.20 440	3.87 498	1.45 190	1.57 224	2.43 371	0.80 130	1.23 67	0.71 54	0.28 112	0.33 257	0.24 64	0.21 108	0.35 246	0.38 109

EGLCR-Stereo	2.52 259	0.56 61	9.39 156	1.16 300	0.81 232	5.24 567	0.61 129	4.20 440	1.56 99	1.09 150	0.71 32	1.09 177	0.66 77	1.92 223	0.82 94	0.29 131	0.30 233	0.29 215	0.24 180	0.37 271	19.09 600

AF-Net	3.15 411	2.65 482	18.81 309	1.37 402	1.76 512	3.30 223	1.57 486	4.20 440	3.05 377	2.76 486	2.94 512	4.50 535	3.21 510	5.88 383	3.07 467	0.88 534	0.39 326	0.72 540	0.50 488	0.75 495	0.66 307

XPNet_ROB	2.99 384	1.58 417	17.06 267	1.38 406	0.99 302	3.91 364	1.62 491	4.20 440	2.42 263	2.87 499	2.03 380	2.31 352	1.72 390	10.76 509	3.60 480	0.55 475	0.49 394	0.48 460	0.40 435	0.53 416	0.85 356

MSMD_ROB	5.99 557	1.29 380	19.23 331	1.40 414	0.84 246	10.25 591	2.05 524	4.20 440	6.02 585	10.42 602	8.00 568	22.21 606	9.45 584	11.67 553	8.73 529	0.76 525	0.59 430	0.67 531	0.68 525	0.67 474	0.72 323

DDUNet	3.65 470	2.81 484	19.59 351	3.57 580	2.26 541	3.47 251	1.35 455	4.21 445	2.40 260	2.68 476	2.48 470	4.17 519	1.78 399	5.48 375	2.61 449	2.25 568	1.77 510	2.61 582	2.43 595	2.63 570	2.40 466

AIO-test1	2.33 219	1.54 412	20.24 429	0.97 199	1.61 482	3.42 240	0.94 362	4.22 446	1.71 145	0.97 128	1.35 161	0.98 165	0.74 101	4.52 359	1.40 260	0.27 91	0.24 145	0.28 190	0.35 385	0.34 231	0.46 178

RainbowNet	5.20 545	15.03 597	21.14 545	3.66 582	3.25 565	4.18 440	2.98 555	4.22 446	3.20 396	2.30 394	2.65 490	4.24 523	2.97 491	9.92 478	6.29 509	3.92 590	2.27 524	2.71 587	1.73 578	3.82 582	3.43 499

IPLGR_C	2.96 378	11.71 555	20.02 399	0.95 182	1.31 412	3.93 372	0.92 353	4.22 446	3.76 489	2.35 415	2.62 488	1.16 187	1.07 214	1.71 177	1.34 240	0.45 397	0.25 164	0.27 155	0.23 158	0.33 208	0.60 282

RTSC	3.44 455	6.78 524	16.53 257	1.76 509	1.54 463	3.53 272	0.94 362	4.22 446	2.97 349	3.65 546	3.23 530	3.31 458	2.29 455	6.22 395	7.41 521	0.61 489	1.32 496	0.37 383	0.42 452	0.78 501	0.98 377

ADCMid	4.55 527	10.78 550	17.67 284	1.32 383	1.43 445	4.62 528	2.24 531	4.22 446	4.97 564	3.93 552	3.01 516	3.84 500	3.66 526	4.22 357	18.57 599	0.69 507	0.62 437	1.09 558	1.20 561	1.48 556	1.49 423

iResNetv2_ROB	3.31 440	14.88 595	20.01 398	2.17 537	1.09 340	3.84 342	1.13 417	4.22 446	3.15 392	2.02 296	2.06 392	2.00 326	1.69 382	3.61 338	2.10 410	0.36 297	0.22 86	0.32 278	0.22 143	0.48 401	0.58 274

ffm	4.27 514	0.98 308	21.04 529	1.24 337	1.03 318	3.64 296	0.87 310	4.23 452	4.73 551	2.31 397	2.40 457	3.49 473	1.64 369	2.29 272	0.78 74	0.30 161	19.28 618	0.48 460	0.40 435	0.31 162	14.02 571

ff1	5.58 550	0.98 308	21.04 529	1.24 337	1.03 318	3.64 296	0.87 310	4.23 452	4.73 551	2.31 397	2.40 457	3.49 473	1.64 369	12.40 569	16.90 578	0.30 161	19.28 618	0.48 460	0.40 435	0.31 162	14.02 571

tt1	3.79 486	0.93 287	15.34 221	1.83 513	0.45 50	4.54 511	0.78 244	4.23 452	4.73 551	1.27 167	1.89 346	0.74 109	1.48 318	2.29 272	0.78 74	0.30 161	19.28 618	0.32 278	0.22 143	0.31 162	14.02 571

ACRE	2.75 340	7.69 531	19.93 386	0.93 161	1.30 407	3.94 375	0.90 333	4.23 452	3.66 483	2.33 411	2.61 487	1.17 188	1.04 200	1.80 203	1.35 241	0.46 409	0.25 164	0.27 155	0.23 158	0.32 184	0.60 282

s12784h	2.08 164	0.50 31	16.85 261	0.75 63	0.36 10	4.42 489	0.49 76	4.23 452	3.08 381	2.03 301	2.67 494	0.91 148	1.05 209	2.05 237	0.78 74	0.37 313	0.18 16	0.24 64	0.16 11	0.27 96	0.26 11

DispFullNet	4.71 535	3.93 502	23.92 599	4.00 585	3.01 557	3.38 231	1.31 448	4.23 452	3.26 413	6.31 582	2.92 510	4.03 509	7.80 574	3.93 349	5.15 500	2.80 572	1.61 505	3.11 593	2.70 600	3.32 574	3.38 498

zh-mn7	3.65 470	13.21 564	16.35 252	1.28 361	1.01 310	2.94 168	1.31 448	4.24 458	3.12 387	3.44 538	3.10 522	2.84 418	2.09 432	9.17 454	5.46 505	0.61 489	0.43 350	0.38 399	0.38 415	0.60 443	0.94 372

z-ln-s-r	3.37 449	4.66 512	19.53 347	1.42 427	1.29 403	3.70 313	1.20 430	4.24 458	3.96 503	2.16 343	1.92 361	2.43 371	1.62 362	10.90 515	6.24 508	0.36 297	0.23 114	0.32 278	0.24 180	0.53 416	0.53 238

xx1	3.69 479	0.94 291	19.66 354	1.87 516	0.42 39	4.47 496	0.73 201	4.24 458	4.01 505	1.21 158	1.89 346	1.78 281	1.36 280	2.20 260	0.81 89	0.31 185	18.77 606	0.33 313	0.36 396	0.35 246	8.09 539

cc1	3.93 495	0.94 291	19.66 354	1.87 516	0.42 39	4.47 496	0.73 201	4.24 458	4.01 505	1.21 158	1.89 346	0.73 98	1.62 362	2.20 260	0.81 89	0.31 185	18.77 606	0.32 278	0.21 108	0.32 184	13.93 570

ACVNet_1	6.63 569	14.79 593	21.40 563	3.59 581	3.17 562	4.69 550	2.46 538	4.24 458	3.34 440	3.11 520	2.86 508	23.21 607	4.59 544	11.06 523	12.59 555	3.75 586	2.34 526	2.60 581	1.80 581	3.70 578	3.31 494

CIPLG	2.88 362	10.01 546	20.02 399	0.95 182	1.34 422	3.95 377	0.91 345	4.24 458	3.69 486	2.36 421	2.66 492	1.17 188	1.06 211	1.82 212	1.37 253	0.45 397	0.25 164	0.27 155	0.23 158	0.33 208	0.60 282

CFNet-RSSM	2.17 176	0.56 61	20.50 471	1.08 259	0.57 121	3.42 240	0.62 141	4.24 458	1.60 115	1.73 231	1.39 173	2.55 385	1.19 254	1.36 107	1.04 166	0.29 131	0.20 45	0.26 128	0.23 158	0.28 109	0.32 38

SuperB	5.03 543	8.93 536	20.96 524	1.51 454	1.11 348	3.88 356	3.00 556	4.24 458	3.13 389	2.53 453	2.10 400	2.74 406	3.37 519	8.76 447	19.44 603	0.45 397	0.34 270	0.53 490	0.40 435	11.97 612	1.15 397

SHD	3.22 426	4.21 508	14.19 199	2.37 545	2.12 537	2.77 149	1.19 427	4.24 458	3.25 411	4.64 567	2.73 499	3.62 490	2.76 482	6.30 398	4.75 498	0.66 502	1.25 495	0.52 483	0.59 510	0.69 482	1.64 434

DeepPrunerF	4.00 500	5.64 517	16.81 259	1.36 396	1.75 510	3.69 309	1.54 481	4.24 458	13.98 601	2.21 367	1.77 291	2.73 403	2.29 455	10.90 515	6.64 513	0.71 511	0.61 434	0.77 545	0.79 535	0.87 516	0.79 344

GANetREF_RVC	3.45 457	5.10 514	19.89 383	1.58 471	0.80 227	4.13 421	1.82 508	4.24 458	3.33 439	1.91 257	1.76 284	2.46 377	1.83 410	13.17 585	1.87 372	0.83 532	0.57 421	0.79 546	0.77 533	1.21 547	0.91 366
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
AdaStereo	2.22 190	0.90 269	16.41 254	1.33 388	0.83 238	3.21 200	1.12 415	4.25 469	2.91 344	2.06 309	1.76 284	2.47 378	1.17 249	1.93 226	1.65 325	0.50 448	0.26 189	0.43 434	0.29 295	0.46 381	0.39 123
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.
zh-sn7	4.13 504	13.99 578	17.43 274	1.29 367	1.15 358	3.66 302	2.56 544	4.26 470	2.78 317	2.66 475	3.11 527	3.37 464	3.17 508	11.53 546	7.43 522	0.48 427	0.49 394	0.45 445	0.44 461	0.75 495	1.52 425

psm_up	3.04 392	1.30 383	18.97 317	1.31 376	1.51 459	3.86 350	1.22 437	4.26 470	2.31 248	2.72 481	1.83 324	2.43 371	1.68 379	12.86 580	1.78 353	0.43 379	0.41 337	0.41 419	0.34 370	0.46 381	0.67 308

FAT-Stereo	3.38 450	0.88 256	19.96 392	1.28 361	1.20 381	3.44 244	1.97 515	4.26 470	3.15 392	3.14 524	3.92 544	3.50 478	3.28 512	11.68 556	2.04 402	0.65 501	0.68 448	0.48 460	0.54 499	0.63 456	0.91 366

S-Stereo	3.51 464	0.96 300	22.00 582	1.38 406	1.50 457	3.55 276	2.49 540	4.27 473	3.00 354	2.38 427	3.94 545	3.73 493	1.84 413	11.89 563	2.59 448	0.64 499	0.71 457	0.49 473	0.81 537	0.68 480	1.31 407

test_sample3	2.65 306	0.75 199	15.69 230	1.42 427	0.85 247	3.14 192	0.73 201	4.28 474	3.21 399	2.28 385	1.79 298	1.78 281	1.46 312	11.11 529	1.84 365	0.36 297	0.46 373	0.34 333	0.36 396	0.40 305	0.76 336

iResNet	2.70 325	1.35 390	20.93 522	2.01 530	0.73 194	3.76 324	0.83 279	4.28 474	2.93 345	2.38 427	2.03 380	1.35 214	1.54 336	3.28 329	4.42 492	0.42 362	0.25 164	0.29 215	0.23 158	0.45 371	0.64 298

IIG-Stereo	2.89 364	0.98 308	19.80 371	2.78 563	0.67 172	4.62 528	0.74 211	4.29 476	2.26 234	2.62 470	3.10 522	3.33 460	1.60 347	7.64 429	1.51 283	0.42 362	0.21 69	0.32 278	0.25 196	0.33 208	0.28 17

ETE_ROB	2.93 369	2.12 464	17.80 286	1.13 286	0.94 291	3.71 316	1.53 479	4.29 476	2.98 351	3.32 534	2.13 405	2.34 357	1.51 325	8.68 446	2.82 455	0.44 388	0.40 330	0.51 480	0.49 480	0.56 429	0.80 345

ITSA-stereo	2.11 167	0.85 246	7.84 147	1.24 337	0.68 180	4.06 405	0.91 345	4.30 478	2.57 286	1.94 267	1.77 291	1.61 243	2.12 439	6.12 392	2.79 452	0.42 362	0.38 314	0.40 410	0.41 446	0.51 412	1.26 405

SMFormer	2.40 235	0.73 176	8.34 149	1.41 418	0.61 136	2.04 88	0.72 192	4.30 478	4.43 531	2.41 434	2.40 457	1.94 310	1.52 329	10.99 519	3.10 469	0.35 270	0.84 467	0.36 372	0.33 360	0.40 305	0.77 337

tta	2.44 246	0.73 176	8.34 149	1.41 418	0.61 136	2.04 88	0.72 192	4.30 478	4.43 531	2.41 434	2.40 457	1.94 310	1.52 329	10.99 519	3.10 469	0.35 270	0.84 467	0.36 372	0.33 360	0.31 162	1.75 438

qqq1	2.35 224	0.73 176	8.34 149	1.41 418	0.61 136	2.04 88	0.72 192	4.30 478	4.43 531	2.41 434	2.40 457	1.94 310	1.52 329	10.99 519	1.36 248	0.35 270	0.84 467	0.30 237	0.25 196	0.31 162	1.75 438

fff1	2.35 224	0.73 176	8.34 149	1.41 418	0.61 136	2.04 88	0.72 192	4.30 478	4.43 531	2.41 434	2.40 457	1.94 310	1.52 329	10.99 519	1.36 248	0.35 270	0.84 467	0.30 237	0.25 196	0.31 162	1.75 438

riskmin	2.46 250	0.61 97	12.91 183	1.22 329	1.65 496	3.56 279	0.61 129	4.30 478	1.50 84	1.86 251	1.16 115	4.30 528	2.02 429	1.53 148	1.32 239	0.29 131	0.95 476	0.34 333	0.23 158	0.43 347	8.34 546

fff	2.40 235	0.96 300	20.47 463	0.84 96	0.38 18	4.15 429	0.57 108	4.30 478	2.85 329	2.31 397	1.82 311	1.19 195	2.98 493	1.68 166	1.57 298	0.35 270	0.24 145	0.23 36	0.19 54	0.25 67	0.57 258

STrans-v2	3.11 401	0.95 296	20.80 511	0.86 110	0.64 153	3.90 360	1.01 384	4.30 478	3.61 478	2.28 385	3.65 539	4.11 516	5.17 550	7.32 422	1.63 316	0.34 253	0.18 16	0.29 215	0.26 213	0.30 150	0.65 302

csc	2.40 235	0.96 300	20.47 463	0.84 96	0.38 18	4.15 429	0.57 108	4.30 478	2.85 329	2.31 397	1.82 311	1.19 195	2.98 493	1.68 166	1.57 298	0.35 270	0.24 145	0.23 36	0.19 54	0.25 67	0.57 258

cscssc	2.40 235	0.96 300	20.47 463	0.84 96	0.38 18	4.15 429	0.57 108	4.30 478	2.85 329	2.31 397	1.82 311	1.19 195	2.98 493	1.68 166	1.57 298	0.35 270	0.24 145	0.23 36	0.19 54	0.25 67	0.57 258

ADCS	4.77 538	12.63 560	17.40 273	1.72 500	1.34 422	3.90 360	3.60 574	4.30 478	3.54 474	5.11 572	2.81 506	4.44 532	3.05 501	6.15 393	19.32 602	0.74 522	0.68 448	0.70 535	0.70 528	1.25 550	1.98 450

test_sample4	2.68 320	0.76 210	15.85 233	1.45 437	0.83 238	3.10 183	0.72 192	4.31 489	3.37 443	2.39 429	1.90 354	1.72 261	1.47 317	11.13 531	1.86 369	0.36 297	0.47 384	0.35 352	0.37 406	0.42 337	0.85 356

DispNO	3.22 426	2.06 458	19.82 374	1.21 325	1.11 348	3.74 321	0.93 359	4.31 489	2.89 340	2.37 426	2.27 435	4.51 536	2.09 432	11.41 541	3.47 478	0.35 270	0.28 213	0.31 257	0.29 295	0.39 298	0.51 220

CFNet_ucs	2.32 216	0.75 199	17.05 265	0.90 137	0.81 232	3.86 350	0.68 171	4.31 489	2.68 300	2.13 330	2.04 382	3.30 456	1.24 261	2.63 300	1.23 212	0.37 313	0.46 373	0.56 502	0.30 316	0.67 474	0.53 238

DCANet-4	2.06 163	0.58 73	15.30 220	0.86 110	0.44 48	4.16 432	0.57 108	4.31 489	3.28 417	2.31 397	1.82 311	1.04 173	1.54 336	1.69 172	1.56 295	0.35 270	0.24 145	0.24 64	0.19 54	0.25 67	0.57 258

ADStereo(finetuned)	2.30 213	0.97 305	17.29 271	0.86 110	0.43 44	4.17 437	0.59 121	4.31 489	3.29 422	2.35 415	1.86 336	1.18 191	3.35 517	1.69 172	1.59 303	0.34 253	0.25 164	0.23 36	0.19 54	0.31 162	0.72 323

IPLG	2.56 280	1.11 340	19.89 383	0.95 182	0.79 223	4.60 526	0.56 104	4.31 489	2.10 202	1.94 267	2.00 377	1.34 212	1.37 284	6.59 404	1.59 303	0.32 204	0.21 69	0.27 155	0.23 158	0.32 184	0.63 293

pcwnet_v2	2.73 334	0.70 155	22.43 591	1.11 271	1.02 313	3.58 283	0.80 264	4.31 489	3.42 456	2.39 429	2.28 438	2.99 429	1.68 379	3.31 330	1.54 290	0.44 388	0.51 403	0.41 419	0.34 370	0.62 450	0.74 333

DCANet	2.37 230	0.98 308	20.47 463	0.86 110	0.43 44	4.18 440	0.59 121	4.31 489	3.29 422	2.35 415	1.86 336	1.18 191	1.63 366	1.69 172	1.59 303	0.34 253	0.25 164	0.24 64	0.19 54	0.31 162	0.73 328

IPLGR	2.61 294	0.73 176	20.72 506	0.87 117	0.54 96	4.58 522	0.52 94	4.32 497	2.79 318	1.91 257	1.54 213	1.72 261	1.71 387	6.94 418	1.43 268	0.31 185	0.21 69	0.27 155	0.24 180	0.34 231	0.48 201

NVStereoNet_ROB	6.63 569	9.57 542	19.28 333	3.19 573	2.11 535	3.69 309	1.99 516	4.32 497	6.27 588	3.26 532	24.57 611	5.45 562	11.39 588	13.56 591	12.37 554	2.79 571	2.05 517	1.76 571	1.75 579	1.49 557	1.75 438
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
NOSS_ROB	3.12 404	0.89 263	19.03 319	2.01 530	1.07 334	3.90 360	0.97 377	4.32 497	3.08 381	2.94 506	2.19 421	3.85 501	1.18 252	11.75 559	1.69 332	0.69 507	0.54 411	0.57 506	0.52 494	0.57 433	0.72 323

test_sample5	2.68 320	0.76 210	14.56 208	1.40 414	0.83 238	3.11 186	0.74 211	4.33 500	4.48 537	2.29 391	2.04 382	1.67 249	1.45 307	11.18 532	1.88 373	0.37 313	0.47 384	0.37 383	0.39 424	0.43 347	0.78 340

DualNet	2.68 320	0.76 210	14.56 208	1.40 414	0.83 238	3.11 186	0.74 211	4.33 500	4.48 537	2.35 415	2.13 405	1.67 249	1.45 307	11.18 532	1.88 373	0.37 313	0.47 384	0.37 383	0.39 424	0.43 347	0.78 340

MIPNet	2.43 244	1.13 346	20.00 397	0.93 161	0.58 125	4.74 554	0.62 141	4.33 500	2.95 347	1.94 267	1.49 195	1.52 237	1.96 424	2.77 310	1.60 307	0.35 270	0.20 45	0.27 155	0.23 158	0.32 184	0.59 277

OMP-Stereo	2.94 374	1.26 371	20.07 403	2.73 561	0.67 172	4.58 522	1.46 473	4.33 500	2.21 223	3.14 524	2.68 495	3.22 450	1.38 285	7.65 430	1.42 266	0.46 409	0.21 69	0.33 313	0.26 213	0.34 231	0.31 33

LMCR-Stereo	2.53 264	2.30 472	18.81 309	1.64 486	0.86 251	3.88 356	1.14 420	4.33 500	1.63 127	2.27 383	2.35 449	1.13 183	2.41 464	2.63 300	2.26 421	1.06 542	0.24 145	0.29 215	0.25 196	0.62 450	0.42 147

FADNet_RVC	3.10 400	7.62 529	19.12 321	1.05 243	0.93 285	4.09 411	0.84 291	4.34 505	2.05 197	1.54 196	1.78 295	1.61 243	1.50 323	8.92 450	2.64 451	0.50 448	0.38 314	0.44 437	0.61 516	0.91 519	1.16 398

LL-Strereo	4.26 513	13.69 571	20.37 449	1.24 337	2.18 538	2.90 165	1.08 403	4.35 506	2.22 224	3.20 528	2.26 432	3.29 455	3.13 503	11.30 537	1.91 380	0.33 231	3.89 557	0.46 452	0.34 370	0.54 420	6.47 533

PWCDC_ROB	3.62 468	9.86 545	17.35 272	1.62 479	1.57 475	4.19 448	1.01 384	4.35 506	4.20 513	2.26 380	7.36 565	2.73 403	2.75 480	4.10 353	4.51 493	1.47 560	0.37 300	0.39 405	0.34 370	1.22 548	0.73 328

SDNR	4.37 518	2.22 469	20.63 495	1.60 475	0.99 302	5.15 565	0.67 160	4.36 508	5.55 578	4.89 569	7.17 563	5.50 563	1.58 342	17.48 602	4.33 490	0.80 527	0.72 458	0.59 510	0.45 468	1.18 545	1.43 417

TransformOpticalFlow	3.07 396	0.87 252	20.87 518	1.10 266	0.56 109	4.18 440	0.64 151	4.36 508	3.28 417	2.19 357	3.08 520	4.32 529	5.01 547	7.36 425	1.59 303	0.34 253	0.18 16	0.32 278	0.26 213	0.29 127	0.57 258

DANet	2.82 353	1.17 353	10.20 160	1.87 516	1.72 508	3.25 211	1.15 423	4.36 508	3.02 363	3.42 537	2.18 418	4.09 513	1.79 402	9.78 470	4.32 489	0.55 475	0.57 421	0.60 514	0.44 461	0.65 468	1.25 403
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test-3	2.19 180	0.59 82	18.63 304	1.13 286	0.75 207	2.07 94	0.89 318	4.37 511	1.53 90	2.25 374	1.20 120	2.05 333	0.79 125	2.68 304	1.35 241	0.29 131	0.95 476	0.28 190	0.27 232	0.27 96	1.47 422

test_1	2.19 180	0.59 82	18.67 306	1.13 286	0.78 220	2.07 94	0.89 318	4.37 511	1.53 90	2.18 350	1.20 120	2.05 333	0.78 117	2.68 304	1.36 248	0.29 131	0.93 473	0.28 190	0.27 232	0.28 109	1.53 426

ARAFT	3.24 431	13.49 566	19.88 382	0.93 161	0.49 73	4.16 432	1.40 464	4.37 511	3.21 399	2.40 433	1.91 355	1.70 257	1.04 200	6.43 401	1.45 276	0.37 313	0.19 29	0.37 383	0.35 385	0.37 271	0.35 72

FBW_ROB	3.91 493	2.07 461	15.46 225	1.60 475	1.16 365	3.80 335	1.48 476	4.37 511	3.41 454	2.53 453	2.45 467	4.19 521	2.10 435	15.17 600	9.45 533	0.86 533	0.65 443	1.54 570	0.96 546	1.08 535	3.80 503

Wz-Net-TNSev	4.22 508	13.55 567	15.87 234	1.57 469	1.19 378	3.61 290	2.48 539	4.38 515	3.45 464	2.29 391	1.91 355	4.20 522	2.86 485	12.11 566	10.56 538	0.61 489	0.59 430	0.48 460	0.54 499	0.93 522	1.24 402

NaN_ROB	4.73 536	6.66 523	21.89 574	1.26 357	1.28 401	3.49 260	3.02 558	4.38 515	3.93 501	3.65 546	2.55 479	2.97 427	5.01 547	13.23 586	17.43 589	0.38 329	0.42 348	0.38 399	0.40 435	0.50 407	1.82 446

PWC_ROB	3.32 442	4.61 511	14.41 204	1.46 439	1.90 522	3.21 200	1.15 423	4.39 517	3.46 467	3.13 521	3.40 535	2.79 414	2.34 459	9.17 454	6.94 515	0.61 489	0.34 270	0.61 517	0.37 406	0.73 490	1.40 413

DualNet (step1)	3.32 442	1.19 362	20.68 499	1.11 271	0.87 260	4.22 454	1.20 430	4.40 518	4.92 561	2.20 364	1.85 330	1.90 302	2.00 426	6.87 414	1.75 350	1.41 557	1.36 497	4.19 602	2.07 589	0.70 483	1.43 417

test_sample9	4.68 532	1.19 362	20.68 499	1.11 271	0.87 260	4.22 454	1.20 430	4.40 518	4.92 561	2.20 364	1.85 330	1.90 302	2.00 426	11.08 527	11.57 548	1.41 557	14.65 603	4.19 602	2.07 589	0.70 483	1.43 417

test_sample7	2.85 356	0.81 231	14.48 206	1.59 474	0.77 216	2.42 122	1.08 403	4.40 518	4.92 561	2.20 364	1.85 330	1.90 302	2.00 426	6.87 414	1.75 350	0.47 418	1.36 497	0.44 437	0.41 446	0.47 394	6.81 534

test_sample6	2.71 327	0.76 210	14.30 201	1.43 434	0.83 238	3.17 195	0.79 254	4.40 518	4.65 548	2.35 415	2.13 405	1.69 253	1.45 307	11.48 545	1.99 389	0.39 337	0.46 373	0.38 399	0.40 435	0.43 347	0.77 337

SGM-Forest	4.96 542	0.86 248	21.02 527	1.22 329	0.83 238	4.05 401	3.26 562	4.40 518	3.49 471	4.40 563	3.69 541	4.66 545	13.91 596	11.94 564	17.16 586	0.66 502	0.46 373	0.49 473	0.39 424	0.49 406	1.77 442
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
raft_robust	3.17 416	2.15 467	20.28 434	1.06 249	0.55 103	3.86 350	0.46 72	4.42 523	2.77 314	1.70 225	1.37 169	7.48 577	6.35 561	6.81 413	1.44 272	0.31 185	0.74 459	0.30 237	0.37 406	0.32 184	0.57 258

test_3	2.17 176	0.58 73	18.64 305	1.11 271	0.78 220	2.15 98	0.85 298	4.42 523	1.47 74	2.00 285	1.20 120	2.02 327	0.79 125	2.70 308	1.35 241	0.29 131	1.04 484	0.29 215	0.29 295	0.31 162	1.07 390

test_sample8	5.57 549	1.19 362	20.68 499	1.11 271	0.87 260	4.22 454	1.20 430	4.43 525	3.76 489	5.63 574	1.97 370	12.99 592	6.34 560	11.08 527	11.57 548	1.41 557	14.65 603	4.19 602	2.07 589	0.70 483	1.43 417

NINENet	2.59 286	0.89 263	16.09 239	1.16 300	1.07 334	4.50 502	0.75 224	4.43 525	2.61 291	2.18 350	1.91 355	3.61 488	1.03 193	7.92 435	1.18 196	0.49 434	0.34 270	0.41 419	0.30 316	0.42 337	0.44 160

UDG	3.84 489	2.91 486	20.05 402	2.98 569	1.98 526	3.95 377	1.18 426	4.43 525	2.24 227	2.47 444	2.53 478	4.49 534	2.44 467	6.52 403	4.74 497	2.14 567	1.77 510	2.64 583	2.58 597	2.66 571	2.19 462

DIP-Stereo	2.03 158	0.98 308	16.44 256	0.67 22	0.62 146	4.30 468	0.58 119	4.43 525	2.89 340	1.97 277	1.40 176	0.91 148	0.86 151	1.31 87	1.27 233	0.38 329	0.23 114	0.33 313	0.23 158	0.33 208	0.57 258
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SA	2.55 273	1.54 412	20.70 503	1.12 281	0.48 64	4.26 462	1.33 451	4.45 529	3.28 417	1.68 219	1.96 367	1.69 253	2.25 453	2.60 298	1.57 298	0.30 161	0.29 223	0.37 383	0.38 415	0.36 265	0.47 190

111	2.59 286	3.10 490	20.47 463	0.84 96	0.38 18	4.26 462	0.91 345	4.45 529	2.96 348	2.48 446	2.07 395	2.31 352	1.64 369	1.49 138	1.90 377	0.35 270	0.22 86	0.25 92	0.21 108	0.32 184	1.14 395

GwcNet-ADL	2.51 257	0.75 199	21.41 564	0.98 205	0.73 194	4.58 522	0.95 367	4.46 531	2.61 291	2.06 309	1.80 303	2.54 384	1.24 261	1.98 232	1.73 344	0.41 351	0.46 373	0.24 64	0.27 232	0.41 325	0.55 250

XX-Stereo	2.66 312	0.70 155	21.17 550	2.33 544	1.24 395	4.31 471	0.45 66	4.48 532	1.60 115	2.39 429	1.89 346	4.60 541	0.60 56	4.17 355	1.11 180	0.34 253	0.26 189	0.29 215	0.29 295	0.53 416	0.43 154

BUS	1.64 127	0.64 113	3.82 108	0.94 170	0.86 251	4.50 502	0.75 224	4.49 533	2.29 244	2.96 510	1.82 311	3.61 488	1.03 193	1.79 197	1.18 196	0.39 337	0.25 164	0.31 257	0.28 259	0.38 284	0.41 138

BSDual-CNN	1.61 122	0.64 113	3.82 108	0.94 170	0.86 251	4.18 440	1.14 420	4.49 533	2.29 244	2.96 510	1.82 311	2.58 391	1.30 271	1.79 197	1.44 272	0.39 337	0.25 164	0.31 257	0.28 259	0.38 284	0.41 138

hknet	2.34 222	0.78 220	13.86 193	0.94 170	1.07 334	4.18 440	1.14 420	4.49 533	3.00 354	2.96 510	1.82 311	3.47 471	1.30 271	4.11 354	1.77 352	0.35 270	0.25 164	0.31 257	0.28 259	0.38 284	0.41 138

Sa-1000	2.54 268	1.47 404	20.36 448	1.16 300	0.55 103	4.07 406	1.39 463	4.49 533	3.01 359	2.06 309	2.79 504	1.84 292	1.43 304	2.68 304	1.53 287	0.31 185	0.26 189	0.36 372	0.33 360	0.37 271	0.46 178

LALA_ROB	2.88 362	2.13 466	19.08 320	1.10 266	0.99 302	3.91 364	1.81 507	4.50 537	3.04 374	3.32 534	1.87 342	2.75 408	1.66 376	4.06 352	4.02 485	0.47 418	0.44 360	0.55 499	0.53 496	0.61 445	0.73 328

CBMV_ROB	4.57 530	0.90 269	21.30 559	1.46 439	0.89 266	4.43 490	1.69 500	4.51 538	3.14 390	5.97 578	4.23 547	4.16 518	7.83 575	11.06 523	16.47 573	0.61 489	0.55 417	0.53 490	0.51 493	0.56 429	0.59 277

UGAM-zero	3.14 408	0.62 104	20.64 496	1.02 227	0.93 285	2.87 161	0.51 87	4.52 539	1.57 103	2.19 357	1.65 254	5.78 566	3.40 521	9.89 476	1.71 338	0.33 231	0.44 360	0.28 190	0.59 510	0.30 150	3.59 502

mmx	4.56 528	0.98 308	21.04 529	1.24 337	1.03 318	3.64 296	0.87 310	4.53 540	5.34 570	2.31 397	2.40 457	3.49 473	1.64 369	12.40 569	16.90 578	0.34 253	5.98 567	0.48 460	0.40 435	0.46 381	5.71 525

xxx	4.56 528	0.98 308	21.04 529	1.24 337	1.03 318	3.64 296	0.87 310	4.53 540	5.34 570	2.31 397	2.40 457	3.49 473	1.64 369	12.40 569	16.90 578	0.34 253	5.98 567	0.48 460	0.40 435	0.46 381	5.71 525

MFN_U_SF_DS_RVC	4.38 519	13.66 569	13.95 196	1.39 413	1.58 480	5.18 566	3.31 563	4.53 540	3.22 406	2.60 463	2.62 488	4.99 550	2.11 437	13.99 597	4.21 487	1.53 562	2.56 536	0.67 531	1.82 582	0.83 513	2.92 484

XQC	3.41 452	6.58 522	15.18 219	1.97 525	1.62 485	3.40 235	1.76 503	4.53 540	3.67 485	3.40 536	2.45 467	3.73 493	2.91 487	6.78 411	5.36 502	0.73 519	0.90 472	0.60 514	0.61 516	1.02 526	0.99 378

xxxx	4.25 511	0.86 248	14.59 210	1.30 372	1.16 365	3.51 268	0.63 146	4.56 544	5.42 575	2.33 411	2.29 440	2.04 330	1.39 288	10.23 492	18.00 593	0.33 231	7.15 573	0.31 257	0.30 316	0.35 246	8.33 545

RAFT + AFF	3.98 499	14.10 580	20.78 509	1.16 300	1.96 525	4.14 426	2.00 519	4.56 544	3.52 473	2.23 371	2.51 475	2.27 347	4.92 546	8.94 451	2.82 455	0.33 231	0.60 432	0.48 460	0.39 424	0.81 508	1.03 386

222	3.82 487	0.88 256	6.92 141	1.15 293	0.99 302	3.27 212	0.64 151	4.57 546	5.37 572	2.43 438	2.32 447	1.41 224	1.44 305	10.64 505	18.51 597	0.32 204	4.89 562	0.32 278	0.30 316	0.34 231	9.80 557

DPSNet	3.94 496	2.01 457	14.69 211	1.58 471	1.30 407	4.17 437	2.08 525	4.57 546	4.63 543	2.78 489	1.99 374	3.79 497	7.88 577	10.66 506	11.35 545	0.94 537	0.99 483	0.41 419	0.57 507	1.09 536	1.40 413

FCDSN-DC	6.71 573	1.18 356	21.61 570	1.29 367	1.10 344	4.38 477	2.59 546	4.58 548	5.52 576	9.58 595	11.19 588	19.17 601	17.69 604	13.03 583	17.11 583	0.73 519	0.57 421	0.61 517	0.60 513	0.71 488	0.92 368
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
pmcnn	5.90 555	1.81 442	22.30 587	1.69 494	2.37 546	3.47 251	2.10 526	4.58 548	5.56 579	3.75 549	13.12 597	22.07 605	3.70 527	11.99 565	17.13 584	0.58 483	0.23 114	0.23 36	0.19 54	0.37 271	0.70 318

CBMV	4.12 503	1.27 375	21.14 545	1.52 459	0.85 247	3.80 335	3.89 581	4.58 548	3.02 363	3.56 544	2.37 452	4.44 532	13.88 595	11.23 536	3.78 483	0.56 479	0.43 350	0.48 460	0.39 424	0.55 423	0.74 333
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	3.11 401	1.60 420	19.48 343	1.00 220	1.53 462	4.12 418	1.08 403	4.59 551	2.80 319	2.19 357	2.38 453	1.76 271	1.39 288	11.79 561	1.94 388	0.69 507	0.45 367	0.95 552	0.43 457	1.03 527	1.00 380

HBP-ISP	3.78 484	9.10 538	20.83 513	1.72 500	1.14 356	4.54 511	2.82 551	4.61 552	3.03 369	4.13 557	1.98 371	1.88 300	3.31 513	11.06 523	1.52 286	0.74 522	0.57 421	0.67 531	0.62 519	0.65 468	0.64 298

AIO-Stereo-zeroshot	2.84 355	1.17 353	20.72 506	1.15 293	2.05 531	3.61 290	0.49 76	4.63 553	2.10 202	1.41 179	1.66 258	6.02 569	2.40 462	2.79 312	2.09 409	0.30 161	0.51 403	0.31 257	0.96 546	0.59 439	1.93 449

test_xeample	4.19 507	0.93 287	14.09 197	1.16 300	1.17 368	3.28 216	0.80 264	4.63 553	5.30 568	2.46 443	2.35 449	1.39 221	1.42 300	10.88 513	17.68 591	0.30 161	6.50 570	0.32 278	0.32 351	0.36 265	8.38 547

ttt	4.23 510	0.75 199	19.96 392	1.48 444	1.31 412	3.69 309	0.87 310	4.65 555	5.33 569	2.45 442	2.39 455	2.44 375	1.54 336	11.35 539	16.49 574	0.43 379	4.35 558	0.37 383	0.35 385	0.41 325	4.01 509

1111x	4.75 537	1.05 326	20.89 519	1.28 361	1.02 313	3.81 339	0.88 317	4.65 555	5.52 576	2.43 438	2.27 435	1.97 320	1.81 405	12.40 569	18.19 595	0.32 204	9.06 590	0.32 278	0.34 370	0.38 284	6.34 532

ACVNet_2	6.09 559	15.28 601	21.36 562	3.30 576	3.17 562	4.50 502	3.00 556	4.70 557	3.96 503	3.52 542	5.34 558	7.79 578	2.95 489	12.40 569	13.76 559	3.28 579	2.23 522	2.70 586	1.70 575	3.52 576	3.24 490

SANet	6.43 565	13.71 573	22.08 583	1.43 434	1.00 308	6.86 580	3.78 579	4.71 558	11.10 595	4.71 568	8.72 577	7.47 576	7.91 578	12.46 576	18.12 594	0.51 456	0.47 384	0.50 475	0.45 468	0.94 523	1.60 432

RTS	4.29 515	9.35 539	18.25 296	2.79 565	2.29 543	4.98 561	3.41 565	4.72 559	4.27 522	4.35 561	3.10 522	4.93 548	3.14 504	7.71 431	6.99 516	0.71 511	0.68 448	0.51 480	0.50 488	1.07 533	1.98 450

RTSA	4.29 515	9.35 539	18.25 296	2.79 565	2.29 543	4.98 561	3.41 565	4.72 559	4.27 522	4.35 561	3.10 522	4.93 548	3.14 504	7.71 431	6.99 516	0.71 511	0.68 448	0.51 480	0.50 488	1.07 533	1.98 450

CSAN	5.95 556	13.70 572	21.94 577	1.35 392	0.93 285	3.65 300	3.46 567	4.73 561	4.26 521	3.98 553	7.70 567	3.54 485	6.94 569	22.83 607	16.00 572	0.53 469	0.47 384	0.50 475	0.55 504	0.65 468	1.22 400

PDISCO_ROB	3.32 442	5.22 515	18.16 293	2.03 532	2.19 540	4.52 507	1.63 492	4.74 562	3.32 437	2.22 369	2.18 418	3.71 492	2.41 464	5.36 370	2.43 434	1.35 553	0.79 463	0.72 540	0.62 519	1.31 552	1.53 426

CC-Net-ROB	3.82 487	3.41 496	20.20 420	2.40 547	1.66 499	4.49 501	1.61 489	4.77 563	3.08 381	2.06 309	2.06 392	1.99 322	1.60 347	12.57 578	1.91 380	2.82 573	2.19 520	2.67 584	1.06 554	2.31 568	1.59 430

MDST_ROB	6.31 563	1.18 356	22.96 596	2.56 557	2.69 550	21.07 606	2.01 521	4.79 564	2.87 337	9.49 594	4.45 550	4.10 515	4.48 542	22.33 606	17.61 590	0.79 526	0.44 360	0.47 454	0.44 461	0.47 394	0.95 374

ELAS_RVC	6.36 564	2.53 477	20.21 424	2.67 560	2.48 547	4.90 560	11.89 598	4.84 565	6.31 589	9.03 592	8.54 576	8.09 581	12.73 591	9.32 458	13.25 558	1.92 564	2.18 519	1.51 569	1.31 565	1.40 555	2.15 458
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	6.00 558	14.29 583	20.46 460	1.97 525	1.51 459	5.31 568	3.06 560	5.00 566	5.92 584	4.55 566	8.87 578	6.52 571	6.47 564	13.38 590	13.85 560	1.35 553	1.24 494	1.48 568	1.36 570	1.63 560	1.79 445

SGM_RVC	6.11 562	1.10 338	20.44 456	2.15 536	0.66 166	15.87 603	3.98 582	5.00 566	6.19 586	9.79 598	11.46 590	8.23 582	12.63 590	12.32 568	9.15 531	0.54 472	0.39 326	0.41 419	0.35 385	0.55 423	1.05 389
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TRStereo	2.86 358	2.12 464	19.98 395	1.68 492	1.18 370	4.35 473	1.05 398	5.07 568	3.48 469	1.56 199	1.39 173	1.75 265	0.85 147	2.01 234	1.50 282	0.43 379	0.34 270	0.33 313	0.36 396	0.36 265	7.50 536

MultiAttention	9.51 585	0.66 129	18.16 293	2.27 540	22.44 611	36.03 618	8.40 595	5.18 569	2.72 305	2.59 460	5.12 557	5.53 564	1.60 347	52.66 629	8.87 530	0.51 456	0.24 145	0.52 483	0.94 545	6.88 603	8.91 551

SAMSARA	4.67 531	6.50 521	16.40 253	4.62 597	3.13 561	6.62 578	3.49 568	5.24 570	3.04 374	7.78 587	3.07 519	5.32 556	4.05 534	9.98 482	6.42 510	0.69 507	2.39 529	0.60 514	0.74 531	0.99 525	2.26 463

IMH-64-1	6.10 560	13.83 575	17.55 277	4.34 590	3.78 571	4.79 557	5.94 586	5.34 571	4.20 513	4.10 555	8.31 573	5.07 553	6.92 567	9.63 468	7.36 519	4.60 600	2.96 546	3.04 589	2.14 592	4.30 587	3.88 506

IMH-64	6.10 560	13.83 575	17.55 277	4.34 590	3.78 571	4.79 557	5.94 586	5.34 571	4.20 513	4.10 555	8.31 573	5.07 553	6.92 567	9.63 468	7.36 519	4.60 600	2.96 546	3.04 589	2.14 592	4.30 587	3.88 506

Dean	8.35 583	15.23 600	22.34 588	3.76 584	3.55 566	4.81 559	3.51 569	5.34 571	5.37 572	4.49 565	26.13 612	25.59 613	4.33 540	11.21 534	13.12 557	3.78 587	2.31 525	2.90 588	1.89 584	4.04 585	3.34 496

PWCK	6.49 566	13.40 565	20.27 433	2.95 568	1.61 482	5.68 572	7.63 593	5.37 574	4.77 556	3.90 551	7.48 566	7.96 579	5.63 553	15.15 599	10.93 540	3.21 578	1.55 504	2.34 577	1.43 572	6.05 597	2.45 469

JetBlue	6.69 572	12.01 556	14.30 201	1.98 527	4.64 583	11.97 594	12.29 599	5.39 575	4.32 529	3.81 550	4.51 551	9.50 584	6.53 565	10.22 491	14.50 565	1.32 552	1.47 500	1.18 561	1.36 570	7.48 606	5.05 519

WAO-6	6.68 571	9.03 537	20.68 499	2.98 569	2.79 553	11.93 593	3.56 573	5.39 575	11.65 597	3.55 543	9.59 582	6.77 572	6.72 566	12.28 567	11.56 546	2.88 574	2.36 527	2.50 578	1.84 583	2.89 572	2.72 477

MADNet+	4.46 524	11.36 552	14.35 203	2.23 538	2.50 549	4.18 440	2.86 553	5.46 577	4.43 531	2.74 484	2.69 496	4.55 538	3.43 522	8.97 452	9.42 532	1.47 560	2.06 518	1.09 558	1.02 551	1.54 558	2.96 486

MSC_U_SF_DS_RVC	4.90 541	13.94 577	16.59 258	1.69 494	1.46 451	6.15 573	3.52 570	5.47 578	3.95 502	2.77 487	2.74 500	4.81 547	2.49 471	13.78 594	5.33 501	2.34 569	3.46 553	1.05 555	1.21 563	2.28 567	2.94 485

ELAS	6.58 567	2.54 478	20.08 409	2.66 559	2.48 547	15.49 601	7.29 591	5.50 579	5.72 581	10.05 599	8.94 579	6.91 574	10.83 587	8.33 439	14.27 563	1.92 564	2.19 520	1.23 563	1.31 565	1.62 559	2.17 460
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	5.67 553	1.80 439	21.28 557	1.40 414	1.14 356	4.38 477	3.83 580	5.51 580	4.85 560	10.12 600	11.72 592	11.44 586	5.87 557	13.86 595	12.31 552	0.68 506	0.61 434	0.61 517	0.60 513	0.73 490	0.68 310
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
IMH	7.25 576	16.24 607	21.08 534	4.40 592	3.79 573	5.46 570	3.03 559	5.58 581	6.26 587	4.92 570	10.32 584	9.24 583	8.30 580	13.62 592	11.56 546	4.84 604	3.00 549	3.09 592	2.14 592	4.38 589	3.83 505

HSM-Net_RVC	3.02 387	0.65 121	19.48 343	0.94 170	0.90 274	3.71 316	1.20 430	5.61 582	2.87 337	3.24 530	2.49 471	2.53 382	1.61 353	11.39 540	1.90 377	0.37 313	0.27 202	0.27 155	0.24 180	0.31 162	0.39 123
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
EAI-Stereo	4.89 540	0.69 147	7.74 146	0.99 212	1.63 488	4.68 545	51.52 622	5.79 583	3.37 443	3.64 545	7.24 564	1.10 179	0.95 176	2.51 287	1.71 338	0.33 231	0.31 241	0.28 190	2.04 588	0.28 109	0.92 368

iRaft-Stereo_20w	3.11 401	0.69 147	18.89 313	1.00 220	1.09 340	5.03 564	1.00 383	5.86 584	2.46 275	2.83 498	1.64 251	3.06 437	4.30 539	3.08 326	1.74 347	0.31 185	0.30 233	0.27 155	0.35 385	0.42 337	7.93 537

MonStereo1	8.19 582	2.63 481	9.96 159	4.90 598	3.64 568	18.09 605	2.55 542	5.89 585	5.83 582	5.29 573	13.95 599	7.40 575	45.20 625	13.30 588	6.87 514	4.47 596	1.10 489	2.69 585	1.59 574	4.07 586	4.31 512

MADNet++	8.64 584	6.17 520	13.88 194	6.61 601	5.25 586	10.15 590	14.20 602	5.89 585	8.25 591	7.14 584	8.18 570	6.41 570	9.84 586	11.71 558	16.73 577	9.65 611	5.03 563	8.63 612	5.68 608	4.83 594	8.57 548

FC-DCNN	7.08 575	1.01 320	21.89 574	1.74 504	1.64 492	8.18 586	2.31 534	6.50 587	9.16 593	10.85 604	11.33 589	19.85 603	13.33 592	12.94 581	17.10 582	0.72 516	0.57 421	0.59 510	0.57 507	0.64 461	0.69 314

ktn	22.24 611	14.37 586	20.30 441	4.54 595	4.02 577	6.52 577	4.50 584	6.78 588	78.80 632	84.67 632	100.54 634	58.48 627	8.39 581	13.13 584	17.09 581	4.61 602	3.24 551	3.49 596	2.62 598	4.70 593	3.96 508

FC-DCNN v2	7.41 578	0.98 308	22.19 586	1.75 506	1.64 492	8.98 589	2.37 536	7.60 589	9.44 594	11.09 605	11.95 593	20.04 604	16.35 601	12.99 582	17.14 585	0.72 516	0.57 421	0.59 510	0.57 507	0.64 461	0.68 310

notaker	10.92 590	14.17 581	20.38 450	4.56 596	3.98 576	6.29 575	3.53 571	7.68 590	5.10 566	9.04 593	46.37 622	13.84 596	28.85 613	14.18 598	14.16 562	4.57 599	3.19 550	3.52 597	2.70 600	8.16 607	4.13 510

test_xeample3	3.67 475	3.52 500	21.53 567	0.98 205	0.51 84	1.88 77	0.91 345	8.10 591	2.76 313	0.82 78	0.76 40	0.65 75	0.70 85	5.88 383	7.74 524	0.32 204	0.29 223	0.27 155	0.22 143	0.29 127	15.33 585

rrr	3.66 473	3.48 498	23.50 597	0.96 191	0.49 73	1.59 63	0.92 353	8.19 592	2.75 310	0.75 53	0.78 42	0.74 109	0.73 93	5.79 379	7.75 525	0.32 204	0.26 189	0.28 190	0.21 108	0.32 184	13.47 567

MSAF-DinoV2	14.43 600	15.18 599	21.76 573	2.38 546	1.44 447	4.01 390	1.38 461	8.63 593	9.06 592	2.28 385	1.99 374	5.37 558	5.16 549	177.39 636	15.79 570	0.49 434	0.34 270	0.40 410	0.60 513	6.27 598	8.64 549

FINET	10.59 588	14.44 588	25.84 602	2.30 542	3.90 574	21.74 607	25.19 610	8.85 594	16.99 604	2.68 476	15.19 601	11.45 587	13.83 594	6.71 410	15.11 568	0.80 527	8.59 582	0.53 490	0.44 461	0.62 450	16.67 589

LE_ROB	19.18 607	12.99 563	48.22 617	8.42 606	23.91 612	7.26 582	19.71 606	9.92 595	38.58 622	43.44 619	21.85 607	28.15 615	41.18 617	23.00 608	54.71 623	0.38 329	0.34 270	0.32 278	0.36 396	0.43 347	0.49 209

LVE	7.57 579	15.80 604	21.28 557	3.69 583	3.19 564	4.54 511	2.78 548	10.13 596	11.63 596	3.24 530	11.52 591	18.10 598	4.55 543	11.67 553	10.30 537	4.62 603	2.95 544	2.56 580	1.91 585	3.63 577	3.26 492

UNDER WATER-64	10.08 586	14.27 582	22.85 594	5.26 600	4.88 585	11.00 592	4.57 585	11.41 597	17.25 606	7.68 586	9.72 583	15.96 597	21.47 611	11.12 530	16.63 576	4.38 593	2.88 543	4.41 606	2.95 604	7.12 604	5.81 527

SGM+DAISY	13.18 599	14.36 585	24.65 601	8.10 604	13.49 600	22.47 608	25.54 611	12.13 598	17.08 605	14.77 608	15.82 603	12.17 590	13.97 597	12.65 579	18.22 596	8.40 608	9.18 591	1.23 563	1.33 568	1.23 549	16.81 594

UNDER WATER	11.28 592	13.60 568	22.90 595	5.11 599	4.53 582	7.75 584	3.75 577	12.50 599	21.62 613	7.80 588	10.68 585	23.75 609	35.20 614	11.54 548	17.40 588	4.46 595	2.95 544	4.23 605	2.90 603	6.57 600	6.27 531

PML	64.55 628	56.00 626	20.79 510	8.10 604	32.82 614	147.60 634	247.57 637	12.71 600	45.39 625	111.32 634	288.85 637	101.42 633	100.62 633	31.63 614	15.84 571	13.96 615	4.84 560	10.95 615	6.18 610	28.99 616	5.33 523

WAO-8	12.61 595	16.02 605	21.99 580	3.55 577	3.10 558	15.07 599	2.80 549	12.81 601	19.10 611	7.93 589	13.05 595	11.75 588	8.46 582	83.86 631	15.10 566	3.51 581	1.94 514	3.54 598	1.96 586	3.72 579	2.89 482

Venus	12.61 595	16.02 605	21.99 580	3.55 577	3.10 558	15.07 599	2.80 549	12.81 601	19.10 611	7.93 589	13.05 595	11.75 588	8.46 582	83.86 631	15.10 566	3.51 581	1.94 514	3.54 598	1.96 586	3.72 579	2.89 482

DGTPSM_ROB	16.67 604	21.79 612	40.19 613	10.00 607	19.05 606	12.43 596	33.20 614	13.71 603	18.09 609	9.71 596	22.85 608	13.77 594	19.64 606	21.23 604	24.07 607	5.09 606	8.95 587	5.62 608	11.49 613	6.73 601	15.75 587

DPSMNet_ROB	16.76 605	21.81 613	40.95 614	10.20 609	19.08 607	12.43 596	33.21 615	13.73 604	18.21 610	9.76 597	22.88 609	13.78 595	19.64 606	21.39 605	24.21 608	5.20 607	8.97 588	5.63 609	11.51 616	6.80 602	15.82 588

HanzoNet	31.86 616	17.33 608	21.23 554	7.52 602	5.85 589	7.49 583	3.61 576	14.35 605	13.37 599	50.38 623	46.35 621	44.46 617	56.50 628	36.53 619	28.25 617	64.05 629	58.31 630	9.45 614	89.24 632	31.17 623	31.77 616

JetRed	10.68 589	26.07 614	35.62 609	4.40 592	4.16 580	15.72 602	13.07 601	14.57 606	5.83 582	5.85 577	5.55 560	10.12 585	7.37 572	8.86 448	25.99 613	3.33 580	3.82 556	3.59 600	2.98 605	8.51 608	8.22 543

TorneroNet-64	10.52 587	14.33 584	21.95 578	4.29 589	3.76 570	13.77 598	2.83 552	14.96 607	23.11 614	10.24 601	23.77 610	13.44 593	8.15 579	13.98 596	17.70 592	4.03 592	2.73 539	3.23 594	2.53 596	7.27 605	4.35 514

TorneroNet	26.32 613	14.70 590	22.40 590	4.24 587	4.08 578	54.72 622	3.19 561	15.11 608	76.73 631	57.99 627	82.55 632	86.65 631	45.79 626	13.34 589	18.51 597	4.52 598	2.86 542	3.45 595	2.63 599	8.75 609	4.28 511

KSHMR	17.50 606	14.38 587	22.35 589	4.50 594	4.51 581	8.17 585	3.33 564	15.44 609	76.15 630	7.32 585	61.40 626	56.33 626	5.66 555	32.91 615	13.97 561	4.42 594	2.99 548	3.64 601	2.79 602	5.13 595	4.55 516

tt	7.29 577	0.58 73	7.34 142	4.04 586	2.30 545	12.04 595	20.18 607	15.60 610	7.41 590	3.46 539	3.36 533	5.36 557	6.39 563	4.27 358	7.46 523	9.80 612	11.53 600	7.04 610	7.45 611	6.31 599	3.81 504

SGM-ForestM	15.60 602	14.94 596	28.17 608	7.84 603	10.49 593	23.43 609	24.58 609	20.87 611	16.87 602	15.92 611	15.89 604	27.08 614	22.45 612	24.86 612	28.42 618	3.85 589	8.90 586	0.55 499	1.15 559	0.64 461	15.05 577

TCMNet-wrong-test	12.48 594	15.10 598	19.66 354	22.40 612	19.87 608	15.98 604	12.30 600	23.88 612	4.80 558	6.29 581	6.46 562	18.38 600	15.65 599	10.50 501	10.86 539	9.07 610	4.79 559	5.34 607	3.95 606	12.27 613	12.13 565

LRCNet_RVC	25.63 612	33.47 615	24.35 600	31.77 616	32.74 613	6.73 579	1.19 427	25.87 613	4.67 549	28.95 612	30.91 613	24.89 612	17.54 603	27.82 613	24.57 610	35.48 623	25.62 623	35.91 625	33.80 624	31.95 624	34.38 623

USTest	15.98 603	15.57 603	22.51 592	18.47 611	16.98 602	26.39 611	36.05 617	27.65 614	12.77 598	10.72 603	10.87 586	18.34 599	15.08 598	18.60 603	23.36 606	4.90 605	5.38 565	7.40 611	7.45 611	9.88 610	11.26 563

MANE	15.29 601	13.67 570	23.58 598	10.15 608	13.37 599	23.58 610	23.86 608	27.83 615	26.26 615	12.02 607	15.10 600	19.83 602	18.01 605	15.68 601	20.35 604	8.58 609	9.20 592	3.05 591	4.19 607	0.82 510	16.69 590

DLNR_Zeroshot_test	29.83 614	55.48 625	50.99 620	183.84 630	114.74 629	3.44 244	0.28 8	29.52 616	1.59 109	1.03 143	1.25 134	0.93 156	0.64 67	3.95 350	1.62 312	37.16 624	1.69 509	0.26 128	0.23 158	92.97 628	15.07 578

DLNR-FE	29.89 615	56.07 627	50.63 619	183.98 631	105.34 625	3.44 244	0.28 8	29.60 617	1.59 109	1.03 143	1.25 134	0.93 156	0.64 67	3.83 344	1.62 312	40.96 625	1.67 508	0.26 128	0.23 158	99.33 629	15.08 579

DPSM_ROB	20.83 609	20.01 610	26.54 605	23.64 614	22.42 609	31.06 613	39.94 619	34.02 618	17.42 607	15.35 609	16.05 605	24.04 610	20.69 609	23.28 610	27.60 615	10.77 613	9.41 593	11.68 616	11.50 614	14.48 614	16.71 591

DPSM	20.83 609	20.01 610	26.54 605	23.64 614	22.42 609	31.06 613	39.94 619	34.02 618	17.42 607	15.35 609	16.05 605	24.04 610	20.69 609	23.28 610	27.60 615	10.77 613	9.41 593	11.68 616	11.50 614	14.48 614	16.71 591

Anonymous_1	57.77 627	19.65 609	26.12 603	23.12 613	141.97 632	30.79 612	39.72 618	34.10 620	16.98 603	70.09 631	15.64 602	23.44 608	19.73 608	23.03 609	27.21 614	164.70 636	9.02 589	130.41 630	137.42 633	161.21 636	41.01 625

HaxPig	43.31 622	43.63 622	45.01 615	33.88 617	35.67 615	32.79 615	30.52 613	45.50 621	42.95 623	48.75 620	48.14 623	43.24 616	40.44 616	44.58 620	43.63 620	47.17 626	49.30 627	51.65 627	50.37 626	43.72 625	45.27 626

AVERAGE_ROB	44.46 623	45.87 623	46.48 616	40.54 619	38.62 616	32.95 616	30.49 612	46.80 622	43.31 624	49.57 621	48.93 624	44.57 618	39.87 615	45.01 621	43.89 621	48.70 627	50.65 628	50.80 626	49.79 625	45.54 626	46.89 627

MEDIAN_ROB	47.37 624	49.00 624	49.74 618	40.28 618	39.94 617	34.93 617	33.41 616	49.78 623	46.38 626	53.04 624	52.61 625	47.67 619	42.28 624	48.33 628	47.25 622	52.06 628	53.99 629	54.28 628	53.48 627	48.70 627	50.27 628

LSM0	49.69 625	40.02 617	53.50 626	97.07 626	129.56 630	62.65 628	79.82 627	68.02 624	35.12 620	33.72 618	33.34 620	48.41 625	41.54 618	46.57 623	55.40 626	21.63 620	19.16 617	23.60 624	23.13 619	29.46 622	52.08 629

Selective-RAFT-Error	41.88 618	40.10 618	53.23 623	47.74 621	45.20 620	62.42 624	80.58 629	68.27 625	34.95 619	30.85 617	32.30 616	48.08 620	42.07 623	46.54 622	54.92 624	21.60 617	19.12 616	23.46 619	23.15 620	29.14 618	33.95 622

CasAABBNet	41.89 619	40.14 619	53.33 625	47.71 620	45.10 619	62.42 624	80.65 630	68.29 626	34.85 618	30.67 613	32.34 617	48.22 622	41.76 619	46.61 624	55.60 629	21.59 616	18.89 611	23.46 619	23.21 621	29.17 619	33.75 621

RAFT-FEzeroshot	41.89 619	40.15 620	52.92 621	47.78 622	45.48 621	62.42 624	80.67 631	68.35 627	34.76 616	30.69 614	32.35 618	48.23 623	41.82 620	46.61 624	55.50 627	21.61 618	18.89 611	23.46 619	23.21 621	29.18 620	33.72 619

RAFT-FE	41.89 619	40.15 620	52.92 621	47.78 622	45.48 621	62.42 624	80.67 631	68.35 627	34.76 616	30.69 614	32.35 618	48.23 623	41.82 620	46.61 624	55.50 627	21.61 618	18.89 611	23.46 619	23.21 621	29.18 620	33.72 619

FlowAnything	41.86 617	39.86 616	53.27 624	47.82 624	45.01 618	62.36 623	80.44 628	68.40 629	35.33 621	30.77 616	32.01 614	48.15 621	42.00 622	46.64 627	55.21 625	21.70 621	18.87 610	23.47 623	23.12 618	29.11 617	33.59 618

BEATNet-Init1	51.93 626	71.67 628	99.39 631	10.91 610	13.10 597	84.39 631	59.36 623	73.78 630	67.97 629	88.09 633	88.15 633	91.73 632	97.51 632	85.13 633	72.56 633	2.59 570	5.18 564	1.20 562	1.49 573	10.61 611	13.83 568

xxxxx1	112.85 631	94.19 629	38.10 610	228.21 633	161.02 633	39.23 619	61.26 624	92.54 631	79.08 633	63.44 628	74.84 629	77.80 628	69.88 629	33.55 616	70.96 630	117.25 632	130.44 634	258.49 635	273.88 635	145.63 633	147.24 633

tt_ll	112.85 631	94.19 629	38.10 610	228.21 633	161.02 633	39.23 619	61.26 624	92.54 631	79.08 633	63.44 628	74.84 629	77.80 628	69.88 629	33.55 616	70.96 630	117.25 632	130.44 634	258.49 635	273.88 635	145.63 633	147.24 633

ff	112.85 631	94.19 629	38.10 610	228.21 633	161.02 633	39.23 619	61.26 624	92.54 631	79.08 633	63.44 628	74.84 629	77.80 628	69.88 629	33.55 616	70.96 630	117.25 632	130.44 634	258.49 635	273.88 635	145.63 633	147.24 633

RSGM-EC	109.57 629	104.25 632	68.53 627	115.30 627	109.29 626	116.06 632	139.00 633	126.85 634	55.85 627	55.24 625	70.93 627	116.40 634	111.43 634	176.32 634	174.60 635	117.23 630	71.46 631	140.49 632	83.40 630	123.40 631	115.37 630

acva	109.57 629	104.25 632	68.53 627	115.30 627	109.29 626	116.06 632	139.00 633	126.85 634	55.85 627	55.24 625	70.93 627	116.40 634	111.43 634	176.32 634	174.60 635	117.23 630	71.46 631	140.49 632	83.40 630	123.40 631	115.37 630

DPSimNet_ROB	143.68 634	156.64 634	170.66 633	162.59 629	135.40 631	195.13 635	174.01 635	141.76 636	167.78 637	174.58 636	138.78 635	186.01 636	183.75 636	82.32 630	97.85 634	151.24 635	102.48 633	131.25 631	82.78 629	115.21 630	123.37 632

test_example2	213.42 635	219.67 635	222.97 635	213.78 632	220.82 636	199.03 636	200.49 636	189.27 637	143.61 636	211.05 637	218.08 636	210.69 637	205.21 637	221.14 637	216.49 637	236.74 637	242.08 637	213.66 634	216.96 634	235.55 637	231.06 636

ccccc		628.29 636		567.59 636	570.62 637	580.23 637		613.89 638		613.55 638		554.19 638		666.02 638		780.28 638	507.01 638	391.46 638	342.94 638	701.16 638

Low-res two-view benchmark