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

LG-Stereo_L2	0.11 2	0.09 14	0.22 8	0.18 15	0.10 32	0.12 6	0.13 19	0.18 7	0.14 9	0.10 7	0.07 3	0.08 1	0.08 5	0.17 19	0.11 1	0.06 2	0.08 174	0.06 2	0.04 1	0.05 1	0.07 19

LG-Stereo_L1	0.11 2	0.09 14	0.22 8	0.18 15	0.10 32	0.12 6	0.13 19	0.18 7	0.12 2	0.09 1	0.07 3	0.08 1	0.07 2	0.18 28	0.11 1	0.06 2	0.10 246	0.06 2	0.04 1	0.05 1	0.07 19

MLG-Stereo_test2	0.12 8	0.09 14	0.29 32	0.21 101	0.12 80	0.16 29	0.11 8	0.17 4	0.12 2	0.11 9	0.08 6	0.11 18	0.06 1	0.16 8	0.11 1	0.08 145	0.13 309	0.06 2	0.04 1	0.06 12	0.09 96

LG-G_1	0.12 8	0.08 2	0.28 30	0.20 70	0.09 10	0.21 127	0.09 2	0.20 16	0.12 2	0.11 9	0.10 11	0.11 18	0.10 31	0.22 78	0.11 1	0.07 39	0.09 214	0.06 2	0.05 19	0.06 12	0.12 225

LG-G	0.12 8	0.08 2	0.28 30	0.20 70	0.09 10	0.21 127	0.09 2	0.20 16	0.12 2	0.11 9	0.10 11	0.11 18	0.10 31	0.22 78	0.11 1	0.07 39	0.09 214	0.06 2	0.05 19	0.06 12	0.12 225

FoundationStereo	0.13 12	0.08 2	0.18 1	0.29 399	0.30 458	0.12 6	0.13 19	0.12 1	0.18 17	0.09 1	0.08 6	0.10 8	0.08 5	0.14 2	0.11 1	0.07 39	0.31 485	0.06 2	0.04 1	0.05 1	0.06 6

castereo++	0.14 17	0.13 119	0.25 13	0.19 35	0.10 32	0.27 236	0.13 19	0.24 40	0.26 107	0.11 9	0.13 25	0.16 81	0.10 31	0.18 28	0.11 1	0.07 39	0.08 174	0.07 45	0.06 51	0.05 1	0.07 19

U	1.02 503	0.10 31	0.26 18	0.22 150	3.66 531	6.41 534	0.13 19	0.22 25	0.21 45	0.11 9	0.11 14	0.10 8	0.09 16	0.12 1	0.11 1	0.07 39	0.05 4	5.35 539	2.86 536	0.07 66	0.06 6

111111	0.13 12	0.08 2	0.20 4	0.20 70	0.13 127	0.13 10	0.10 5	0.23 26	0.17 11	0.11 9	0.13 25	0.12 26	0.08 5	0.19 41	0.12 9	0.07 39	0.16 367	0.06 2	0.04 1	0.08 122	0.16 306

MLG-Stereo_test3	0.11 2	0.08 2	0.22 8	0.19 35	0.10 32	0.16 29	0.11 8	0.18 7	0.13 6	0.11 9	0.07 3	0.10 8	0.08 5	0.14 2	0.12 9	0.07 39	0.09 214	0.06 2	0.04 1	0.06 12	0.08 60

MLG-Stereo_test1	0.11 2	0.09 14	0.26 18	0.18 15	0.11 47	0.15 17	0.11 8	0.17 4	0.11 1	0.09 1	0.06 1	0.10 8	0.07 2	0.17 19	0.12 9	0.06 2	0.15 355	0.06 2	0.04 1	0.05 1	0.07 19

MLG-Stereo	0.11 2	0.08 2	0.26 18	0.19 35	0.09 10	0.15 17	0.11 8	0.18 7	0.13 6	0.09 1	0.06 1	0.10 8	0.08 5	0.18 28	0.12 9	0.06 2	0.16 367	0.06 2	0.04 1	0.05 1	0.07 19

LGtest1	0.10 1	0.09 14	0.19 3	0.18 15	0.09 10	0.13 10	0.09 2	0.17 4	0.13 6	0.10 7	0.08 6	0.09 4	0.09 16	0.16 8	0.12 9	0.08 145	0.06 48	0.06 2	0.05 19	0.06 12	0.08 60

SGD-Stereo	0.12 8	0.08 2	0.18 1	0.17 6	0.07 1	0.17 43	0.13 19	0.19 14	0.17 11	0.12 19	0.13 25	0.11 18	0.12 65	0.19 41	0.12 9	0.08 145	0.04 1	0.06 2	0.05 19	0.06 12	0.05 1

SCV	0.18 70	0.15 195	0.37 74	0.26 321	0.20 367	0.16 29	0.16 82	0.35 151	0.23 62	0.14 35	0.16 49	0.13 37	0.09 16	0.31 215	0.12 9	0.08 145	0.19 403	0.07 45	0.07 98	0.09 194	0.26 424

StereoAnything_RVC	0.22 171	0.47 468	0.67 352	0.30 410	0.31 465	0.11 2	0.11 8	0.18 7	0.15 10	0.09 1	0.11 14	0.09 4	0.09 16	0.27 146	0.12 9	0.09 217	0.39 495	0.06 2	0.04 1	0.24 463	0.49 495

DEFOM-Stereo	0.11 2	0.10 31	0.21 6	0.18 15	0.09 10	0.21 127	0.14 37	0.14 2	0.17 11	0.11 9	0.10 11	0.09 4	0.08 5	0.21 62	0.12 9	0.06 2	0.05 4	0.06 2	0.04 1	0.05 1	0.06 6

IGEV-Stereo++	0.15 31	0.09 14	0.27 26	0.21 101	0.13 127	0.14 12	0.11 8	0.23 26	0.19 23	0.15 47	0.14 41	0.11 18	0.11 47	0.19 41	0.12 9	0.06 2	0.21 419	0.06 2	0.05 19	0.06 12	0.28 435

CAS++	0.17 61	0.13 119	0.35 63	0.18 15	0.13 127	0.17 43	0.16 82	0.42 238	0.25 96	0.19 85	0.18 68	0.13 37	0.10 31	0.22 78	0.12 9	0.12 354	0.10 246	0.11 325	0.08 168	0.10 253	0.09 96
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.21 153	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.43 248	0.32 187	0.21 102	0.20 84	0.13 37	0.17 152	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.09 194	0.23 388

xx1	0.23 204	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.39 206	0.48 378	0.21 102	0.20 84	0.28 226	0.25 268	0.28 167	0.12 9	0.08 145	0.28 469	0.10 270	0.11 330	0.09 194	0.23 388

cc1	0.22 171	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.39 206	0.48 378	0.21 102	0.20 84	0.13 37	0.17 152	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.08 122	0.37 471

ffm	0.27 306	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.38 188	0.46 357	0.31 241	0.44 343	0.34 293	0.24 255	0.28 167	0.12 9	0.08 145	0.28 469	0.12 358	0.11 330	0.08 122	0.37 471

tt1	0.22 171	0.16 226	0.49 179	0.26 321	0.15 224	0.31 308	0.19 205	0.38 188	0.46 357	0.21 102	0.19 76	0.13 37	0.16 136	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.08 122	0.37 471

CES	0.14 17	0.08 2	0.24 12	0.17 6	0.23 408	0.18 60	0.15 56	0.24 40	0.20 32	0.14 35	0.18 68	0.14 59	0.10 31	0.19 41	0.12 9	0.07 39	0.05 4	0.06 2	0.04 1	0.08 122	0.20 358

DEFOM-Stereo_RVC	0.13 12	0.15 195	0.21 6	0.27 357	0.09 10	0.15 17	0.13 19	0.23 26	0.21 45	0.12 19	0.11 14	0.10 8	0.13 91	0.22 78	0.13 26	0.07 39	0.05 4	0.06 2	0.05 19	0.07 66	0.07 19

AIO_rvc	0.20 123	0.16 226	0.49 179	0.41 478	0.29 455	0.15 17	0.17 110	0.21 19	0.19 23	0.17 65	0.14 41	0.13 37	0.08 5	0.35 256	0.13 26	0.07 39	0.19 403	0.06 2	0.05 19	0.06 12	0.41 479

AIO_test	0.20 123	0.12 93	0.46 138	0.45 485	0.38 482	0.15 17	0.17 110	0.28 64	0.20 32	0.19 85	0.13 25	0.14 59	0.09 16	0.39 277	0.13 26	0.07 39	0.21 419	0.06 2	0.06 51	0.06 12	0.34 459

MonSter	0.13 12	0.09 14	0.20 4	0.17 6	0.09 10	0.15 17	0.12 15	0.25 52	0.20 32	0.09 1	0.11 14	0.08 1	0.07 2	0.20 54	0.13 26	0.05 1	0.24 450	0.05 1	0.09 244	0.05 1	0.13 249

GIP-stereo	0.16 47	0.12 93	0.25 13	0.24 246	0.22 397	0.15 17	0.14 37	0.32 117	0.21 45	0.11 9	0.16 49	0.13 37	0.09 16	0.20 54	0.13 26	0.07 39	0.13 309	0.06 2	0.05 19	0.06 12	0.32 452

WCG-NET	0.15 31	0.12 93	0.31 47	0.18 15	0.09 10	0.18 60	0.17 110	0.23 26	0.29 152	0.18 82	0.22 111	0.15 73	0.12 65	0.19 41	0.13 26	0.06 2	0.12 290	0.07 45	0.05 19	0.06 12	0.06 6

RAStereo	0.14 17	0.15 195	0.40 91	0.22 150	0.11 47	0.15 17	0.18 162	0.25 52	0.24 73	0.13 24	0.17 58	0.11 18	0.09 16	0.15 4	0.13 26	0.08 145	0.06 48	0.08 117	0.06 51	0.07 66	0.05 1

Pointernet	0.15 31	0.08 2	0.35 63	0.19 35	0.12 80	0.20 102	0.12 15	0.34 142	0.25 96	0.15 47	0.16 49	0.13 37	0.11 47	0.18 28	0.13 26	0.08 145	0.06 48	0.06 2	0.05 19	0.06 12	0.08 60

WCG-NET（raft）	0.16 47	0.14 164	0.32 52	0.18 15	0.09 10	0.19 72	0.16 82	0.24 40	0.27 124	0.19 85	0.19 76	0.20 125	0.12 65	0.22 78	0.13 26	0.06 2	0.17 390	0.06 2	0.05 19	0.07 66	0.07 19

RSM++	0.14 17	0.11 53	0.25 13	0.32 431	0.17 292	0.17 43	0.15 56	0.23 26	0.21 45	0.12 19	0.12 20	0.14 59	0.09 16	0.21 62	0.13 26	0.06 2	0.05 4	0.07 45	0.07 98	0.07 66	0.11 184

RSM	0.14 17	0.11 53	0.25 13	0.29 399	0.16 262	0.16 29	0.15 56	0.24 40	0.20 32	0.13 24	0.13 25	0.15 73	0.09 16	0.22 78	0.13 26	0.06 2	0.06 48	0.07 45	0.07 98	0.07 66	0.11 184

MGS-Stereo	0.15 31	0.12 93	0.38 76	0.19 35	0.11 47	0.18 60	0.17 110	0.21 19	0.23 62	0.14 35	0.24 126	0.16 81	0.10 31	0.19 41	0.13 26	0.07 39	0.06 48	0.07 45	0.06 51	0.10 253	0.07 19

MoCha-V2	0.18 70	0.12 93	0.40 91	0.30 410	0.24 422	0.16 29	0.15 56	0.28 64	0.19 23	0.16 54	0.16 49	0.13 37	0.13 91	0.30 203	0.13 26	0.06 2	0.28 469	0.06 2	0.06 51	0.06 12	0.25 412

ff7	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

ffff	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

11t	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

CASnet	0.15 31	0.13 119	0.30 40	0.22 150	0.08 4	0.15 17	0.14 37	0.28 64	0.26 107	0.23 127	0.20 84	0.15 73	0.11 47	0.18 28	0.13 26	0.07 39	0.05 4	0.11 325	0.09 244	0.08 122	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.20 123	0.09 14	0.32 52	0.39 469	0.34 471	0.21 127	0.16 82	0.30 94	0.18 17	0.17 65	0.17 58	0.13 37	0.16 136	0.27 146	0.13 26	0.07 39	0.29 480	0.07 45	0.09 244	0.07 66	0.37 471

Any-RAFT	0.18 70	0.09 14	0.33 56	0.19 35	0.10 32	0.29 275	0.16 82	0.44 269	0.32 187	0.25 147	0.27 154	0.29 239	0.16 136	0.23 94	0.13 26	0.08 145	0.07 117	0.06 2	0.05 19	0.07 66	0.07 19

anonymousdsp	0.20 123	0.13 119	0.49 179	0.28 384	0.20 367	0.21 127	0.17 110	0.29 81	0.24 73	0.22 120	0.13 25	0.12 26	0.12 65	0.32 224	0.13 26	0.07 39	0.26 460	0.08 117	0.07 98	0.08 122	0.48 493

ProNet	0.16 47	0.13 119	0.36 69	0.21 101	0.15 224	0.20 102	0.19 205	0.29 81	0.23 62	0.14 35	0.13 25	0.13 37	0.12 65	0.25 115	0.13 26	0.06 2	0.09 214	0.07 45	0.06 51	0.07 66	0.22 380

ccc-4	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

IGEV-Stereo	0.20 123	0.13 119	0.49 179	0.28 384	0.20 367	0.21 127	0.17 110	0.29 81	0.24 73	0.22 120	0.13 25	0.12 26	0.12 65	0.32 224	0.13 26	0.07 39	0.26 460	0.08 117	0.07 98	0.08 122	0.48 493
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

error version	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

test-v	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

CroCo-Stereo	0.15 31	0.16 226	0.34 58	0.25 282	0.12 80	0.11 2	0.18 162	0.35 151	0.24 73	0.13 24	0.13 25	0.18 103	0.12 65	0.15 4	0.13 26	0.08 145	0.06 48	0.07 45	0.05 19	0.07 66	0.06 6
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-2	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

TANstereo	0.16 47	0.11 53	0.43 113	0.16 4	0.08 4	0.25 212	0.14 37	0.23 26	0.29 152	0.25 147	0.30 182	0.16 81	0.12 65	0.18 28	0.13 26	0.08 145	0.07 117	0.06 2	0.05 19	0.07 66	0.08 60

XX-Stereo	0.25 257	0.11 53	1.09 462	0.35 453	0.38 482	0.23 174	0.13 19	0.43 248	0.19 23	0.20 95	0.40 300	0.31 267	0.10 31	0.33 234	0.13 26	0.08 145	0.11 273	0.08 117	0.09 244	0.07 66	0.10 150

LG-Stereo	0.14 17	0.13 119	0.30 40	0.21 101	0.11 47	0.16 29	0.18 162	0.23 26	0.19 23	0.12 19	0.18 68	0.11 18	0.09 16	0.15 4	0.14 56	0.06 2	0.07 117	0.08 117	0.08 168	0.07 66	0.07 19

MM-Stereo_test2	0.19 95	0.11 53	0.47 144	0.25 282	0.11 47	0.21 127	0.20 240	0.28 64	0.24 73	0.16 54	0.17 58	0.13 37	0.11 47	0.21 62	0.14 56	0.06 2	0.26 460	0.07 45	0.06 51	0.09 194	0.41 479

HART	0.20 123	0.14 164	0.42 107	0.26 321	0.24 422	0.17 43	0.16 82	0.32 117	0.25 96	0.15 47	0.26 141	0.17 92	0.09 16	0.24 101	0.14 56	0.06 2	0.36 493	0.07 45	0.05 19	0.08 122	0.27 428

GREAT-IGEV	0.19 95	0.11 53	0.39 82	0.22 150	0.33 469	0.14 12	0.15 56	0.18 7	0.22 53	0.14 35	0.16 49	0.09 4	0.09 16	0.23 94	0.14 56	0.06 2	0.50 505	0.06 2	0.06 51	0.07 66	0.53 500

SCV_C0	0.19 95	0.14 164	0.40 91	0.30 410	0.20 367	0.15 17	0.16 82	0.35 151	0.26 107	0.17 65	0.16 49	0.13 37	0.09 16	0.31 215	0.14 56	0.07 39	0.22 430	0.06 2	0.06 51	0.09 194	0.25 412

HUF	0.26 279	0.15 195	0.79 396	0.39 469	0.31 465	0.16 29	0.17 110	0.36 163	0.25 96	0.19 85	0.14 41	0.23 160	0.11 47	0.32 224	0.14 56	0.08 145	0.60 517	0.06 2	0.05 19	0.07 66	0.56 501

AIO-test2	0.22 171	0.27 389	0.54 262	0.29 399	0.16 262	0.22 155	0.16 82	0.44 269	0.43 323	0.17 65	0.29 168	0.16 81	0.11 47	0.27 146	0.14 56	0.19 455	0.07 117	0.10 270	0.11 330	0.08 122	0.09 96

castereo	0.14 17	0.11 53	0.22 8	0.19 35	0.10 32	0.20 102	0.19 205	0.32 117	0.28 134	0.13 24	0.18 68	0.16 81	0.16 136	0.16 8	0.14 56	0.07 39	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19

dual_stereo	0.18 70	0.08 2	0.26 18	0.21 101	0.32 468	0.11 2	0.13 19	0.27 59	0.20 32	0.11 9	0.09 10	0.10 8	0.08 5	0.20 54	0.14 56	0.07 39	0.45 503	0.06 2	0.05 19	0.05 1	0.65 510

IGEV-BASED-STEREO-	0.20 123	0.74 500	0.71 372	0.17 6	0.08 4	0.15 17	0.15 56	0.19 14	0.18 17	0.13 24	0.12 20	0.10 8	0.08 5	0.16 8	0.14 56	0.34 489	0.12 290	0.08 117	0.07 98	0.11 305	0.24 401

IGEV-Stereo+	0.14 17	0.08 2	0.26 18	0.18 15	0.14 164	0.09 1	0.10 5	0.16 3	0.17 11	0.14 35	0.08 6	0.10 8	0.10 31	0.22 78	0.14 56	0.07 39	0.15 355	0.06 2	0.06 51	0.16 399	0.29 440

gcap-zeroshot	0.19 95	0.14 164	0.51 218	0.21 101	0.15 224	0.27 236	0.15 56	0.32 117	0.24 73	0.26 157	0.20 84	0.34 293	0.15 120	0.22 78	0.14 56	0.07 39	0.08 174	0.07 45	0.07 98	0.06 12	0.09 96

test_for_model	0.33 373	0.91 507	0.48 159	0.74 507	0.50 492	0.20 102	0.16 82	0.33 135	0.27 124	0.29 202	0.15 45	0.13 37	0.11 47	0.17 19	0.14 56	0.31 486	0.27 464	0.06 2	0.05 19	0.97 520	0.31 447

trnet	0.14 17	0.09 14	0.26 18	0.15 2	0.07 1	0.21 127	0.12 15	0.25 52	0.26 107	0.16 54	0.21 102	0.15 73	0.13 91	0.19 41	0.14 56	0.09 217	0.05 4	0.06 2	0.04 1	0.06 12	0.06 6

MyStereo07	0.18 70	0.15 195	0.44 121	0.22 150	0.16 262	0.25 212	0.22 299	0.31 110	0.26 107	0.22 120	0.13 25	0.12 26	0.13 91	0.33 234	0.14 56	0.07 39	0.13 309	0.09 197	0.09 244	0.09 194	0.11 184

MSKI-zero shot	0.19 95	0.10 31	0.47 144	0.30 410	0.14 164	0.21 127	0.14 37	0.33 135	0.22 53	0.24 135	0.25 133	0.22 146	0.10 31	0.32 224	0.14 56	0.07 39	0.30 481	0.07 45	0.07 98	0.06 12	0.09 96

testlalala	0.17 61	0.11 53	0.49 179	0.20 70	0.13 127	0.23 174	0.15 56	0.33 135	0.22 53	0.25 147	0.20 84	0.14 59	0.11 47	0.17 19	0.14 56	0.07 39	0.23 440	0.07 45	0.06 51	0.05 1	0.07 19

LoS_RVC	0.14 17	0.11 53	0.32 52	0.18 15	0.16 262	0.20 102	0.18 162	0.21 19	0.18 17	0.14 35	0.20 84	0.12 26	0.17 152	0.17 19	0.14 56	0.06 2	0.05 4	0.06 2	0.04 1	0.05 1	0.14 275

CAS	0.16 47	0.07 1	0.29 32	0.42 481	0.17 292	0.20 102	0.18 162	0.23 26	0.20 32	0.15 47	0.19 76	0.11 18	0.10 31	0.15 4	0.14 56	0.31 486	0.04 1	0.06 2	0.04 1	0.06 12	0.16 306

LoS	0.15 31	0.09 14	0.34 58	0.17 6	0.09 10	0.22 155	0.14 37	0.27 59	0.27 124	0.15 47	0.18 68	0.19 113	0.14 106	0.23 94	0.14 56	0.08 145	0.06 48	0.06 2	0.04 1	0.06 12	0.06 6
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.15 31	0.10 31	0.34 58	0.32 431	0.19 345	0.16 29	0.14 37	0.29 81	0.20 32	0.13 24	0.14 41	0.13 37	0.08 5	0.23 94	0.14 56	0.06 2	0.13 309	0.07 45	0.06 51	0.06 12	0.11 184

MC-Stereo	0.18 70	0.10 31	0.36 69	0.28 384	0.14 164	0.18 60	0.15 56	0.24 40	0.20 32	0.21 102	0.24 126	0.16 81	0.13 91	0.25 115	0.14 56	0.07 39	0.17 390	0.07 45	0.07 98	0.06 12	0.30 443

TRStereo	0.22 171	0.21 312	0.62 328	0.40 474	0.19 345	0.22 155	0.16 82	0.58 411	0.30 168	0.21 102	0.21 102	0.22 146	0.13 91	0.27 146	0.14 56	0.09 217	0.09 214	0.09 197	0.11 330	0.06 12	0.19 341

XX-TBD	0.16 47	0.21 312	0.43 113	0.22 150	0.10 32	0.23 174	0.15 56	0.23 26	0.28 134	0.22 120	0.26 141	0.14 59	0.12 65	0.16 8	0.14 56	0.08 145	0.05 4	0.06 2	0.04 1	0.07 66	0.06 6

CFNet-RSSM	0.18 70	0.10 31	0.45 124	0.20 70	0.12 80	0.20 102	0.16 82	0.40 215	0.31 177	0.23 127	0.21 102	0.26 208	0.15 120	0.21 62	0.14 56	0.07 39	0.05 4	0.07 45	0.07 98	0.06 12	0.06 6

Gwc-CoAtRS	0.17 61	0.10 31	0.41 98	0.20 70	0.12 80	0.20 102	0.15 56	0.34 142	0.29 152	0.23 127	0.23 119	0.27 213	0.15 120	0.21 62	0.14 56	0.07 39	0.06 48	0.07 45	0.07 98	0.06 12	0.07 19

CREStereo	0.14 17	0.09 14	0.27 26	0.14 1	0.08 4	0.22 155	0.15 56	0.26 56	0.26 107	0.16 54	0.21 102	0.14 59	0.13 91	0.19 41	0.14 56	0.09 217	0.05 4	0.06 2	0.04 1	0.07 66	0.06 6
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
PMTNet	0.16 47	0.09 14	0.31 47	0.15 2	0.09 10	0.23 174	0.15 56	0.26 56	0.24 73	0.17 65	0.21 102	0.16 81	0.14 106	0.23 94	0.14 56	0.29 482	0.05 4	0.06 2	0.04 1	0.07 66	0.07 19

S2M2	0.13 12	0.12 93	0.26 18	0.17 6	0.12 80	0.12 6	0.07 1	0.18 7	0.21 45	0.12 19	0.15 45	0.14 59	0.12 65	0.16 8	0.15 84	0.13 373	0.09 214	0.09 197	0.10 297	0.11 305	0.09 96

AIO-test1	0.21 153	0.22 330	0.56 280	0.31 425	0.24 422	0.21 127	0.16 82	0.42 238	0.37 255	0.17 65	0.26 141	0.18 103	0.12 65	0.29 188	0.15 84	0.08 145	0.07 117	0.10 270	0.11 330	0.07 66	0.10 150

tt45	0.15 31	0.14 164	0.29 32	0.19 35	0.11 47	0.23 174	0.18 162	0.23 26	0.18 17	0.16 54	0.13 25	0.14 59	0.10 31	0.31 215	0.15 84	0.07 39	0.05 4	0.08 117	0.06 51	0.07 66	0.08 60

mms	0.15 31	0.14 164	0.25 13	0.20 70	0.15 224	0.17 43	0.17 110	0.21 19	0.19 23	0.14 35	0.18 68	0.14 59	0.09 16	0.26 134	0.15 84	0.06 2	0.07 117	0.08 117	0.06 51	0.07 66	0.19 341

ours_stereo	0.15 31	0.14 164	0.29 32	0.21 101	0.14 164	0.17 43	0.18 162	0.21 19	0.20 32	0.13 24	0.18 68	0.14 59	0.10 31	0.24 101	0.15 84	0.06 2	0.06 48	0.08 117	0.06 51	0.07 66	0.13 249

fffy	0.15 31	0.14 164	0.31 47	0.21 101	0.14 164	0.19 72	0.18 162	0.24 40	0.19 23	0.13 24	0.17 58	0.15 73	0.13 91	0.25 115	0.15 84	0.06 2	0.08 174	0.08 117	0.06 51	0.07 66	0.15 291

rvit_stereo_0081_aga	0.17 61	0.17 257	0.40 91	0.21 101	0.14 164	0.20 102	0.17 110	0.24 40	0.26 107	0.18 82	0.21 102	0.20 125	0.14 106	0.20 54	0.15 84	0.12 354	0.08 174	0.09 197	0.08 168	0.10 253	0.08 60

AIO-Stereo	0.16 47	0.12 93	0.29 32	0.30 410	0.20 367	0.16 29	0.14 37	0.28 64	0.22 53	0.14 35	0.15 45	0.13 37	0.08 5	0.20 54	0.15 84	0.06 2	0.16 367	0.07 45	0.08 168	0.06 12	0.24 401

IGEV++	0.19 95	0.13 119	0.38 76	0.30 410	0.19 345	0.15 17	0.15 56	0.32 117	0.18 17	0.13 24	0.16 49	0.12 26	0.11 47	0.24 101	0.15 84	0.07 39	0.32 487	0.07 45	0.05 19	0.07 66	0.42 482

RAFT-Test	0.19 95	0.11 53	0.41 98	0.26 321	0.21 382	0.26 229	0.17 110	0.37 177	0.26 107	0.24 135	0.29 168	0.32 278	0.14 106	0.22 78	0.15 84	0.07 39	0.08 174	0.07 45	0.07 98	0.06 12	0.07 19

HH	0.22 171	0.12 93	0.55 270	0.32 431	0.16 262	0.27 236	0.18 162	0.36 163	0.25 96	0.20 95	0.26 141	0.34 293	0.18 180	0.33 234	0.15 84	0.07 39	0.16 367	0.07 45	0.07 98	0.07 66	0.31 447

HanStereo	0.22 171	0.12 93	0.55 270	0.32 431	0.16 262	0.27 236	0.18 162	0.36 163	0.25 96	0.20 95	0.26 141	0.34 293	0.18 180	0.33 234	0.15 84	0.07 39	0.16 367	0.07 45	0.07 98	0.07 66	0.31 447

EGLCR-Stereo	0.19 95	0.09 14	0.34 58	0.29 399	0.17 292	0.28 254	0.16 82	0.30 94	0.23 62	0.22 120	0.11 14	0.16 81	0.09 16	0.28 167	0.15 84	0.07 39	0.25 453	0.07 45	0.07 98	0.06 12	0.37 471

RCA-Stereo	0.17 61	0.10 31	0.33 56	0.20 70	0.11 47	0.19 72	0.17 110	0.39 206	0.36 240	0.21 102	0.25 133	0.17 92	0.17 152	0.18 28	0.15 84	0.07 39	0.14 326	0.07 45	0.06 51	0.06 12	0.08 60

CroCo-Stereo Lap2	0.16 47	0.18 279	0.39 82	0.26 321	0.18 319	0.11 2	0.19 205	0.30 94	0.22 53	0.13 24	0.16 49	0.15 73	0.11 47	0.17 19	0.15 84	0.07 39	0.07 117	0.08 117	0.06 51	0.08 122	0.07 19

RAFT_CTSACE	0.23 204	0.21 312	0.57 289	0.26 321	0.15 224	0.22 155	0.23 328	0.34 142	0.30 168	0.34 298	0.51 394	0.31 267	0.17 152	0.33 234	0.15 84	0.06 2	0.09 214	0.09 197	0.08 168	0.08 122	0.07 19

sAnonymous2	0.21 153	0.24 356	0.79 396	0.24 246	0.17 292	0.22 155	0.20 240	0.36 163	0.29 152	0.17 65	0.19 76	0.17 92	0.16 136	0.18 28	0.15 84	0.10 278	0.07 117	0.09 197	0.08 168	0.23 459	0.18 327

CroCo_RVC	0.21 153	0.24 356	0.79 396	0.24 246	0.17 292	0.22 155	0.20 240	0.36 163	0.29 152	0.17 65	0.19 76	0.17 92	0.16 136	0.18 28	0.15 84	0.10 278	0.07 117	0.09 197	0.08 168	0.23 459	0.18 327

MM-Stereo_test3	0.19 95	0.15 195	0.39 82	0.25 282	0.15 224	0.19 72	0.22 299	0.42 238	0.40 291	0.17 65	0.24 126	0.17 92	0.12 65	0.22 78	0.16 102	0.08 145	0.21 419	0.08 117	0.06 51	0.09 194	0.11 184

MM-Stereo_test1	0.20 123	0.13 119	0.45 124	0.24 246	0.12 80	0.20 102	0.21 266	0.36 163	0.32 187	0.23 127	0.22 111	0.15 73	0.14 106	0.28 167	0.16 102	0.07 39	0.24 450	0.08 117	0.07 98	0.09 194	0.21 367

SMoEStereo_RVC	0.14 17	0.15 195	0.29 32	0.19 35	0.10 32	0.19 72	0.17 110	0.21 19	0.21 45	0.15 47	0.13 25	0.12 26	0.11 47	0.25 115	0.16 102	0.06 2	0.05 4	0.08 117	0.06 51	0.06 12	0.08 60

999	0.15 31	0.13 119	0.30 40	0.19 35	0.12 80	0.20 102	0.17 110	0.25 52	0.20 32	0.14 35	0.16 49	0.14 59	0.11 47	0.36 261	0.16 102	0.07 39	0.05 4	0.07 45	0.06 51	0.06 12	0.08 60

tg	0.18 70	0.15 195	0.34 58	0.22 150	0.11 47	0.23 174	0.15 56	0.35 151	0.27 124	0.20 95	0.25 133	0.20 125	0.12 65	0.25 115	0.16 102	0.07 39	0.07 117	0.09 197	0.09 244	0.08 122	0.13 249

model_zeroshot	0.21 153	0.14 164	0.51 218	0.34 447	0.18 319	0.26 229	0.16 82	0.41 233	0.24 73	0.33 279	0.20 84	0.25 189	0.12 65	0.26 134	0.16 102	0.09 217	0.21 419	0.07 45	0.08 168	0.07 66	0.13 249

rvit_stereo_0080	0.16 47	0.17 257	0.35 63	0.19 35	0.13 127	0.14 12	0.20 240	0.29 81	0.26 107	0.16 54	0.17 58	0.19 113	0.14 106	0.19 41	0.16 102	0.11 315	0.08 174	0.08 117	0.08 168	0.10 253	0.08 60

RAFT-Stereo-weight	0.17 61	0.10 31	0.31 47	0.20 70	0.12 80	0.20 102	0.16 82	0.38 188	0.33 203	0.25 147	0.20 84	0.19 113	0.10 31	0.19 41	0.16 102	0.07 39	0.13 309	0.07 45	0.06 51	0.06 12	0.09 96

Former-RAFT_DAM_RVC	0.18 70	0.15 195	0.27 26	0.20 70	0.13 127	0.24 196	0.17 110	0.31 110	0.37 255	0.43 407	0.17 58	0.13 37	0.12 65	0.20 54	0.16 102	0.08 145	0.07 117	0.09 197	0.07 98	0.09 194	0.08 60

AE-Stereo	0.21 153	0.12 93	0.50 201	0.25 282	0.15 224	0.24 196	0.18 162	0.40 215	0.34 214	0.19 85	0.26 141	0.21 139	0.13 91	0.22 78	0.16 102	0.07 39	0.26 460	0.09 197	0.10 297	0.07 66	0.31 447

whm_eth	0.16 47	0.17 257	0.35 63	0.19 35	0.13 127	0.14 12	0.20 240	0.29 81	0.26 107	0.16 54	0.17 58	0.19 113	0.14 106	0.19 41	0.16 102	0.11 315	0.08 174	0.08 117	0.08 168	0.10 253	0.08 60

MIM_Stereo	0.20 123	0.17 257	0.55 270	0.20 70	0.21 382	0.17 43	0.14 37	0.37 177	0.27 124	0.28 178	0.35 240	0.23 160	0.13 91	0.28 167	0.16 102	0.06 2	0.08 174	0.09 197	0.08 168	0.08 122	0.15 291

DLNR_Zeroshot_test	10.53 539	12.28 545	20.32 546	105.84 554	23.88 551	0.14 12	0.13 19	3.20 532	0.20 32	0.16 54	0.23 119	0.16 81	0.10 31	0.32 224	0.16 102	2.54 534	0.32 487	0.07 45	0.07 98	40.17 552	0.28 435

GCAP-Stereo	0.18 70	0.21 312	0.47 144	0.23 201	0.18 319	0.21 127	0.10 5	0.28 64	0.24 73	0.20 95	0.22 111	0.15 73	0.13 91	0.21 62	0.16 102	0.07 39	0.19 403	0.07 45	0.05 19	0.06 12	0.09 96

Sa-1000	0.24 232	0.20 304	0.53 250	0.23 201	0.14 164	0.30 288	0.23 328	0.50 323	0.41 300	0.30 225	0.50 391	0.26 208	0.19 201	0.33 234	0.16 102	0.08 145	0.10 246	0.10 270	0.11 330	0.08 122	0.08 60

PSM-AAD	0.26 279	0.11 53	0.43 113	0.24 246	0.12 80	0.27 236	0.37 445	0.36 163	0.30 168	0.36 328	0.39 291	0.28 226	0.77 485	0.30 203	0.16 102	0.07 39	0.06 48	0.12 358	0.11 330	0.09 194	0.21 367

KYRaft	0.23 204	0.11 53	0.43 113	0.23 201	0.12 80	0.23 174	0.23 328	0.37 177	0.26 107	0.35 316	0.53 408	0.34 293	0.26 286	0.29 188	0.16 102	0.07 39	0.05 4	0.09 197	0.10 297	0.08 122	0.30 443

AnonymousM	0.19 95	0.20 304	0.30 40	0.18 15	0.10 32	0.19 72	0.17 110	0.32 117	0.27 124	0.27 168	0.21 102	0.18 103	0.14 106	0.21 62	0.16 102	0.09 217	0.08 174	0.38 491	0.15 428	0.06 12	0.08 60

cross-raft	0.18 70	0.12 93	0.40 91	0.27 357	0.16 262	0.20 102	0.24 352	0.34 142	0.24 73	0.23 127	0.28 160	0.29 239	0.15 120	0.19 41	0.16 102	0.06 2	0.05 4	0.08 117	0.07 98	0.07 66	0.07 19

Prome-Stereo	0.22 171	0.10 31	0.43 113	0.24 246	0.13 127	0.23 174	0.23 328	0.37 177	0.27 124	0.33 279	0.58 428	0.24 177	0.28 315	0.30 203	0.16 102	0.07 39	0.05 4	0.08 117	0.07 98	0.08 122	0.20 358

iRaftStereo_RVC	0.17 61	0.16 226	0.35 63	0.21 101	0.11 47	0.20 102	0.17 110	0.34 142	0.25 96	0.20 95	0.25 133	0.19 113	0.12 65	0.21 62	0.16 102	0.07 39	0.12 290	0.10 270	0.09 244	0.09 194	0.14 275

CREStereo++_RVC	0.16 47	0.09 14	0.42 107	0.17 6	0.11 47	0.18 60	0.13 19	0.23 26	0.31 177	0.21 102	0.31 193	0.13 37	0.11 47	0.17 19	0.16 102	0.07 39	0.04 1	0.06 2	0.15 428	0.06 12	0.05 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
sCroCo_RVC	0.19 95	0.15 195	0.60 318	0.27 357	0.18 319	0.23 174	0.16 82	0.28 64	0.24 73	0.14 35	0.22 111	0.17 92	0.14 106	0.22 78	0.16 102	0.11 315	0.11 273	0.09 197	0.09 244	0.09 194	0.10 150

LG-Stereo_Zeroshot	0.14 17	0.10 31	0.27 26	0.21 101	0.11 47	0.16 29	0.14 37	0.24 40	0.17 11	0.17 65	0.20 84	0.18 103	0.11 47	0.16 8	0.17 125	0.07 39	0.08 174	0.07 45	0.07 98	0.07 66	0.09 96

UGAM-zero	0.26 279	0.11 53	0.56 280	0.20 70	0.16 262	0.28 254	0.18 162	0.48 306	0.25 96	0.31 241	0.28 160	0.56 433	0.32 371	0.66 402	0.17 125	0.07 39	0.10 246	0.07 45	0.09 244	0.07 66	0.31 447

rvit_stereo_0083	0.17 61	0.13 119	0.29 32	0.21 101	0.13 127	0.17 43	0.17 110	0.23 26	0.36 240	0.16 54	0.22 111	0.19 113	0.17 152	0.21 62	0.17 125	0.11 315	0.10 246	0.10 270	0.08 168	0.09 194	0.08 60

rvit_stereo_0081	0.16 47	0.13 119	0.30 40	0.21 101	0.12 80	0.17 43	0.17 110	0.24 40	0.34 214	0.17 65	0.19 76	0.18 103	0.15 120	0.20 54	0.17 125	0.11 315	0.08 174	0.09 197	0.08 168	0.09 194	0.07 19

rvit_stereo_0082	0.16 47	0.13 119	0.30 40	0.21 101	0.12 80	0.17 43	0.17 110	0.24 40	0.34 214	0.17 65	0.19 76	0.18 103	0.15 120	0.20 54	0.17 125	0.11 315	0.08 174	0.09 197	0.08 168	0.09 194	0.07 19

testlalala2	0.19 95	0.11 53	0.49 179	0.37 458	0.26 439	0.24 196	0.14 37	0.37 177	0.26 107	0.25 147	0.27 154	0.21 139	0.12 65	0.17 19	0.17 125	0.07 39	0.07 117	0.07 45	0.07 98	0.07 66	0.08 60

plain	0.18 70	0.16 226	0.59 311	0.21 101	0.13 127	0.16 29	0.17 110	0.29 81	0.23 62	0.16 54	0.26 141	0.13 37	0.17 152	0.27 146	0.17 125	0.09 217	0.06 48	0.10 270	0.07 98	0.10 253	0.07 19

MaDis-Stereo	0.15 31	0.17 257	0.39 82	0.19 35	0.15 224	0.16 29	0.13 19	0.26 56	0.22 53	0.13 24	0.15 45	0.14 59	0.11 47	0.17 19	0.17 125	0.08 145	0.07 117	0.08 117	0.06 51	0.07 66	0.06 6

UniTT-Stereo	0.15 31	0.12 93	0.45 124	0.21 101	0.14 164	0.17 43	0.13 19	0.20 16	0.19 23	0.16 54	0.20 84	0.10 8	0.11 47	0.18 28	0.17 125	0.08 145	0.06 48	0.07 45	0.06 51	0.08 122	0.07 19

anonymousdsp2	0.23 204	0.11 53	0.42 107	0.26 321	0.24 422	0.25 212	0.17 110	0.43 248	0.37 255	0.30 225	0.23 119	0.24 177	0.15 120	0.32 224	0.17 125	0.07 39	0.28 469	0.07 45	0.05 19	0.08 122	0.44 486

knoymous	0.18 70	0.10 31	0.35 63	0.17 6	0.11 47	0.21 127	0.17 110	0.33 135	0.24 73	0.24 135	0.28 160	0.27 213	0.16 136	0.24 101	0.17 125	0.09 217	0.06 48	0.09 197	0.06 51	0.09 194	0.10 150

DisPM	0.20 123	0.11 53	0.52 239	0.24 246	0.13 127	0.18 60	0.19 205	0.30 94	0.31 177	0.33 279	0.34 232	0.23 160	0.16 136	0.34 249	0.17 125	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.12 225

RAFT+CT+SA	0.23 204	0.24 356	0.48 159	0.25 282	0.18 319	0.23 174	0.29 405	0.42 238	0.38 265	0.24 135	0.39 291	0.20 125	0.17 152	0.34 249	0.17 125	0.07 39	0.07 117	0.09 197	0.12 371	0.09 194	0.13 249

SA	0.24 232	0.22 330	0.55 270	0.23 201	0.14 164	0.25 212	0.23 328	0.48 306	0.42 312	0.28 178	0.44 343	0.23 160	0.23 234	0.34 249	0.17 125	0.07 39	0.09 214	0.11 325	0.11 330	0.08 122	0.09 96

GLC_STEREO	0.15 31	0.11 53	0.31 47	0.22 150	0.09 10	0.17 43	0.15 56	0.24 40	0.28 134	0.17 65	0.20 84	0.17 92	0.11 47	0.24 101	0.17 125	0.07 39	0.09 214	0.09 197	0.08 168	0.07 66	0.07 19

LCNet	0.22 171	0.12 93	0.42 107	0.26 321	0.12 80	0.23 174	0.19 205	0.36 163	0.28 134	0.28 178	0.35 240	0.26 208	0.30 341	0.35 256	0.17 125	0.07 39	0.05 4	0.09 197	0.10 297	0.13 359	0.22 380

PSM-adaLoss	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

ROB_FTStereo	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.13 19	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

HUI-Stereo	0.19 95	0.13 119	0.52 239	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.23 94	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

GrayStereo	0.26 279	0.10 31	0.45 124	0.27 357	0.14 164	0.23 174	0.46 473	0.36 163	0.33 203	0.40 379	0.47 378	0.30 257	0.78 486	0.29 188	0.17 125	0.07 39	0.06 48	0.08 117	0.09 244	0.07 66	0.15 291

GMM-Stereo	0.22 171	0.10 31	0.56 280	0.23 201	0.13 127	0.24 196	0.24 352	0.38 188	0.29 152	0.31 241	0.44 343	0.27 213	0.21 216	0.31 215	0.17 125	0.07 39	0.05 4	0.10 270	0.09 244	0.08 122	0.19 341

s12784h	0.18 70	0.09 14	0.38 76	0.18 15	0.07 1	0.33 332	0.19 205	0.39 206	0.34 214	0.24 135	0.25 133	0.18 103	0.18 180	0.25 115	0.17 125	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.05 1

raftrobust	0.19 95	0.19 291	0.42 107	0.23 201	0.24 422	0.19 72	0.13 19	0.33 135	0.28 134	0.26 157	0.20 84	0.19 113	0.17 152	0.23 94	0.17 125	0.08 145	0.10 246	0.07 45	0.06 51	0.07 66	0.09 96

RAFT-Stereo + iAFF	0.20 123	0.23 345	0.49 179	0.21 101	0.16 262	0.19 72	0.17 110	0.35 151	0.32 187	0.26 157	0.33 222	0.20 125	0.17 152	0.21 62	0.17 125	0.06 2	0.10 246	0.07 45	0.07 98	0.07 66	0.11 184

AFF-stereo	0.20 123	0.24 356	0.49 179	0.22 150	0.11 47	0.18 60	0.18 162	0.35 151	0.29 152	0.25 147	0.36 255	0.25 189	0.17 152	0.25 115	0.17 125	0.06 2	0.09 214	0.08 117	0.08 168	0.08 122	0.11 184

fffft	0.14 17	0.12 93	0.30 40	0.19 35	0.10 32	0.17 43	0.18 162	0.23 26	0.17 11	0.14 35	0.11 14	0.13 37	0.10 31	0.24 101	0.18 150	0.06 2	0.05 4	0.07 45	0.06 51	0.07 66	0.09 96
1: 1. 1
rvit_0105_6	0.20 123	0.16 226	0.41 98	0.23 201	0.14 164	0.18 60	0.20 240	0.31 110	0.39 281	0.18 82	0.22 111	0.23 160	0.18 180	0.26 134	0.18 150	0.16 421	0.13 309	0.13 383	0.11 330	0.11 305	0.09 96

rvit_0105_4	0.21 153	0.17 257	0.49 179	0.23 201	0.14 164	0.20 102	0.23 328	0.35 151	0.40 291	0.19 85	0.24 126	0.25 189	0.20 206	0.28 167	0.18 150	0.16 421	0.13 309	0.12 358	0.11 330	0.11 305	0.10 150

rvit_stereo_ft	0.18 70	0.19 291	0.43 113	0.25 282	0.14 164	0.17 43	0.21 266	0.30 94	0.28 134	0.17 65	0.19 76	0.20 125	0.17 152	0.22 78	0.18 150	0.11 315	0.07 117	0.09 197	0.09 244	0.10 253	0.08 60

MIF-Stereo (partial)	0.18 70	0.13 119	0.50 201	0.22 150	0.15 224	0.16 29	0.13 19	0.29 81	0.26 107	0.17 65	0.26 141	0.16 81	0.17 152	0.25 115	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.09 194	0.08 60

EKT-Stereo	0.39 409	0.13 119	0.53 250	0.42 481	3.94 532	0.22 155	0.17 110	0.38 188	0.30 168	0.21 102	0.20 84	0.23 160	0.15 120	0.30 203	0.18 150	0.10 278	0.08 174	0.09 197	0.08 168	0.09 194	0.12 225

testlalala_base	0.23 204	0.14 164	0.48 159	0.26 321	0.16 262	0.25 212	0.17 110	0.37 177	0.19 23	0.20 95	0.26 141	0.17 92	0.14 106	0.19 41	0.18 150	0.42 499	0.23 440	0.07 45	0.06 51	0.50 493	0.14 275

LL-Strereo2	0.21 153	0.25 371	0.53 250	0.32 431	0.20 367	0.25 212	0.14 37	0.32 117	0.25 96	0.25 147	0.20 84	0.24 177	0.12 65	0.28 167	0.18 150	0.07 39	0.07 117	0.12 358	0.09 244	0.09 194	0.16 306

4D-IteraStereo	0.20 123	0.21 312	0.62 328	0.21 101	0.14 164	0.19 72	0.17 110	0.29 81	0.28 134	0.24 135	0.20 84	0.20 125	0.10 31	0.22 78	0.18 150	0.07 39	0.07 117	0.10 270	0.08 168	0.08 122	0.33 456

DCRE	0.24 232	0.15 195	0.45 124	0.26 321	0.26 439	0.23 174	0.21 266	0.37 177	0.29 152	0.23 127	0.81 474	0.23 160	0.16 136	0.24 101	0.18 150	0.07 39	0.14 326	0.07 45	0.08 168	0.07 66	0.25 412

Selective-RAFT	0.19 95	0.14 164	0.37 74	0.24 246	0.11 47	0.30 288	0.15 56	0.35 151	0.34 214	0.17 65	0.17 58	0.22 146	0.18 180	0.29 188	0.18 150	0.07 39	0.16 367	0.07 45	0.07 98	0.08 122	0.08 60

TestStereo1	0.23 204	0.22 330	0.50 201	0.27 357	0.14 164	0.26 229	0.27 384	0.43 248	0.38 265	0.29 202	0.39 291	0.23 160	0.21 216	0.33 234	0.18 150	0.08 145	0.08 174	0.09 197	0.08 168	0.08 122	0.10 150

raft_robust	0.25 257	0.23 345	0.44 121	0.22 150	0.13 127	0.23 174	0.22 299	0.52 339	0.50 397	0.33 279	0.32 202	0.33 285	0.23 234	0.55 341	0.18 150	0.07 39	0.11 273	0.08 117	0.10 297	0.08 122	0.07 19

SA-5K	0.23 204	0.22 330	0.50 201	0.27 357	0.14 164	0.26 229	0.27 384	0.43 248	0.38 265	0.29 202	0.39 291	0.23 160	0.21 216	0.33 234	0.18 150	0.08 145	0.08 174	0.09 197	0.08 168	0.08 122	0.10 150

test_4	0.19 95	0.16 226	0.39 82	0.24 246	0.13 127	0.19 72	0.21 266	0.27 59	0.24 73	0.24 135	0.47 378	0.22 146	0.13 91	0.27 146	0.18 150	0.06 2	0.06 48	0.09 197	0.09 244	0.07 66	0.06 6

PFNet+	0.21 153	0.11 53	0.54 262	0.22 150	0.12 80	0.17 43	0.18 162	0.31 110	0.36 240	0.33 279	0.32 202	0.24 177	0.16 136	0.33 234	0.18 150	0.10 278	0.07 117	0.11 325	0.10 297	0.08 122	0.12 225

Patchmatch Stereo++	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96
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
FTStereo	0.28 316	0.11 53	0.56 280	0.24 246	0.13 127	0.21 127	0.52 485	0.36 163	0.28 134	0.38 353	0.94 486	0.30 257	0.56 462	0.33 234	0.18 150	0.08 145	0.06 48	0.09 197	0.08 168	0.08 122	0.19 341

ROB_FTStereo_v2	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

SST-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.14 164	0.19 72	0.17 110	0.32 117	0.26 107	0.34 298	0.33 222	0.29 239	0.25 268	0.56 347	0.18 150	0.08 145	0.05 4	0.10 270	0.08 168	0.09 194	0.07 19

iGMRVC	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

iRAFT	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

RAFT	0.24 232	0.24 356	0.46 138	0.27 357	0.15 224	0.26 229	0.26 376	0.37 177	0.31 177	0.34 298	0.34 232	0.41 349	0.22 223	0.30 203	0.18 150	0.08 145	0.15 355	0.11 325	0.10 297	0.11 305	0.13 249

RAFT-IKP	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.18 60	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.26 134	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

R-Stereo Train	0.19 95	0.10 31	0.49 179	0.22 150	0.12 80	0.23 174	0.18 162	0.43 248	0.20 32	0.31 241	0.45 358	0.20 125	0.14 106	0.18 28	0.18 150	0.08 145	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19

RAFT-Stereo	0.19 95	0.10 31	0.49 179	0.22 150	0.12 80	0.23 174	0.18 162	0.43 248	0.20 32	0.31 241	0.45 358	0.20 125	0.14 106	0.18 28	0.18 150	0.08 145	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FACV-RUCA	0.22 171	0.15 195	0.38 76	0.24 246	0.23 408	0.26 229	0.19 205	0.41 233	0.35 224	0.26 157	0.32 202	0.22 146	0.25 268	0.24 101	0.19 176	0.10 278	0.07 117	0.15 421	0.08 168	0.16 399	0.14 275

IGEV-RUCA	0.21 153	0.09 14	0.26 18	0.20 70	0.19 345	0.28 254	0.23 328	0.24 40	0.22 53	0.21 102	0.23 119	0.29 239	0.48 443	0.26 134	0.19 176	0.09 217	0.08 174	0.18 446	0.14 417	0.18 428	0.19 341

GCAP-BAT	0.20 123	0.12 93	0.48 159	0.25 282	0.17 292	0.24 196	0.16 82	0.32 117	0.21 45	0.28 178	0.30 182	0.26 208	0.12 65	0.28 167	0.19 176	0.07 39	0.25 453	0.07 45	0.08 168	0.06 12	0.19 341

Occ-G	0.18 70	0.10 31	0.38 76	0.23 201	0.15 224	0.16 29	0.18 162	0.23 26	0.26 107	0.15 47	0.20 84	0.21 139	0.11 47	0.22 78	0.19 176	0.07 39	0.17 390	0.07 45	0.06 51	0.08 122	0.30 443

H2IRNET	0.19 95	0.18 279	0.50 201	0.22 150	0.12 80	0.20 102	0.16 82	0.28 64	0.31 177	0.17 65	0.32 202	0.25 189	0.20 206	0.24 101	0.19 176	0.08 145	0.06 48	0.09 197	0.10 297	0.10 253	0.08 60

StereoVision	0.23 204	0.23 345	0.55 270	0.27 357	0.17 292	0.23 174	0.22 299	0.40 215	0.32 187	0.21 102	0.51 394	0.22 146	0.16 136	0.29 188	0.19 176	0.11 315	0.12 290	0.13 383	0.13 401	0.10 253	0.08 60

test_5	0.25 257	0.25 371	0.57 289	0.27 357	0.18 319	0.25 212	0.29 405	0.42 238	0.39 281	0.29 202	0.40 300	0.27 213	0.23 234	0.35 256	0.19 176	0.07 39	0.07 117	0.09 197	0.09 244	0.10 253	0.14 275

IPLGR	0.22 171	0.14 164	0.75 381	0.21 101	0.11 47	0.25 212	0.18 162	0.44 269	0.38 265	0.29 202	0.28 160	0.21 139	0.19 201	0.37 271	0.19 176	0.07 39	0.06 48	0.08 117	0.07 98	0.07 66	0.07 19

test-3	0.18 70	0.10 31	0.48 159	0.23 201	0.14 164	0.18 60	0.16 82	0.32 117	0.29 152	0.26 157	0.17 58	0.22 146	0.13 91	0.26 134	0.19 176	0.06 2	0.14 326	0.08 117	0.08 168	0.06 12	0.10 150

test_1	0.18 70	0.10 31	0.48 159	0.23 201	0.14 164	0.18 60	0.16 82	0.32 117	0.29 152	0.26 157	0.17 58	0.22 146	0.13 91	0.26 134	0.19 176	0.06 2	0.14 326	0.08 117	0.08 168	0.06 12	0.10 150

NRIStereo	0.20 123	0.12 93	0.50 201	0.23 201	0.11 47	0.24 196	0.19 205	0.30 94	0.28 134	0.26 157	0.26 141	0.25 189	0.18 180	0.34 249	0.19 176	0.08 145	0.06 48	0.09 197	0.07 98	0.09 194	0.09 96

RAFT_R40	0.22 171	0.11 53	0.52 239	0.25 282	0.13 127	0.18 60	0.18 162	0.32 117	0.31 177	0.33 279	0.33 222	0.30 257	0.23 234	0.55 341	0.19 176	0.08 145	0.05 4	0.10 270	0.08 168	0.09 194	0.07 19

DeepStereo_RVC	0.19 95	0.12 93	0.47 144	0.22 150	0.11 47	0.19 72	0.16 82	0.29 81	0.24 73	0.28 178	0.27 154	0.23 160	0.28 315	0.24 101	0.19 176	0.08 145	0.06 48	0.09 197	0.07 98	0.09 194	0.10 150

CRE-IMP	0.19 95	0.13 119	0.51 218	0.23 201	0.11 47	0.24 196	0.17 110	0.31 110	0.24 73	0.27 168	0.26 141	0.24 177	0.17 152	0.24 101	0.19 176	0.09 217	0.05 4	0.10 270	0.07 98	0.10 253	0.10 150

Anonymous3	0.24 232	0.19 291	0.76 385	0.27 357	0.18 319	0.41 399	0.24 352	0.45 278	0.36 240	0.23 127	0.27 154	0.20 125	0.18 180	0.28 167	0.19 176	0.12 354	0.11 273	0.10 270	0.10 297	0.11 305	0.13 249

TestStereo	0.22 171	0.24 356	0.48 159	0.25 282	0.11 47	0.22 155	0.22 299	0.32 117	0.31 177	0.24 135	0.34 232	0.23 160	0.19 201	0.62 384	0.19 176	0.08 145	0.07 117	0.10 270	0.07 98	0.11 305	0.07 19

111	0.22 171	0.22 330	0.57 289	0.19 35	0.09 10	0.24 196	0.17 110	0.44 269	0.46 357	0.24 135	0.30 182	0.29 239	0.22 223	0.25 115	0.19 176	0.08 145	0.05 4	0.07 45	0.06 51	0.07 66	0.15 291

ARAFT	0.26 279	0.30 407	0.87 423	0.22 150	0.12 80	0.30 288	0.24 352	0.46 285	0.34 214	0.33 279	0.28 160	0.29 239	0.20 206	0.49 310	0.19 176	0.08 145	0.06 48	0.12 358	0.11 330	0.09 194	0.09 96

GMStereo	0.21 153	0.30 407	0.57 289	0.21 101	0.12 80	0.24 196	0.18 162	0.30 94	0.41 300	0.26 157	0.24 126	0.17 92	0.16 136	0.25 115	0.19 176	0.10 278	0.07 117	0.08 117	0.08 168	0.11 305	0.09 96
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PAM_32	0.26 279	0.10 31	0.63 333	0.24 246	0.19 345	0.51 444	0.26 376	0.43 248	0.30 168	0.32 266	0.28 160	0.60 447	0.28 315	0.29 188	0.20 195	0.08 145	0.14 326	0.08 117	0.10 297	0.07 66	0.15 291

PAM	0.26 279	0.11 53	0.63 333	0.25 282	0.18 319	0.53 453	0.29 405	0.44 269	0.28 134	0.36 328	0.27 154	0.59 441	0.26 286	0.28 167	0.20 195	0.08 145	0.12 290	0.07 45	0.10 297	0.07 66	0.13 249

rvit_0105_5	0.22 171	0.18 279	0.51 218	0.23 201	0.13 127	0.22 155	0.25 365	0.38 188	0.40 291	0.21 102	0.23 119	0.27 213	0.20 206	0.27 146	0.20 195	0.15 411	0.13 309	0.12 358	0.12 371	0.10 253	0.10 150

rvit_stereo_0075_2	0.25 257	0.18 279	0.65 343	0.27 357	0.22 397	0.22 155	0.15 56	0.41 233	0.36 240	0.27 168	0.37 266	0.29 239	0.21 216	0.29 188	0.20 195	0.17 435	0.12 290	0.19 453	0.12 371	0.14 381	0.14 275

AIO-Stereo-zeroshot	0.26 279	0.15 195	0.96 444	0.21 101	0.25 435	0.30 288	0.21 266	0.54 362	0.28 134	0.25 147	0.29 168	0.46 388	0.23 234	0.28 167	0.20 195	0.08 145	0.10 246	0.08 117	0.12 371	0.11 305	0.17 324

MyStereo06	0.23 204	0.15 195	0.74 378	0.22 150	0.14 164	0.25 212	0.22 299	0.43 248	0.25 96	0.36 328	0.24 126	0.34 293	0.18 180	0.24 101	0.20 195	0.07 39	0.12 290	0.09 197	0.09 244	0.09 194	0.11 184

CoDeX	0.24 232	0.13 119	0.48 159	0.22 150	0.14 164	0.29 275	0.21 266	0.55 380	0.42 312	0.29 202	0.36 255	0.28 226	0.23 234	0.48 308	0.20 195	0.09 217	0.06 48	0.08 117	0.07 98	0.08 122	0.08 60

IGEV_Zeroshot_test	0.23 204	0.11 53	0.82 405	0.21 101	0.23 408	0.20 102	0.19 205	0.38 188	0.23 62	0.34 298	0.22 111	0.29 239	0.14 106	0.24 101	0.20 195	0.07 39	0.09 214	0.08 117	0.08 168	0.08 122	0.35 462

DCANet-4	0.20 123	0.11 53	0.58 304	0.19 35	0.09 10	0.19 72	0.18 162	0.39 206	0.42 312	0.29 202	0.31 193	0.17 92	0.22 223	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

fff	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

ADStereo(finetuned)	0.21 153	0.15 195	0.59 311	0.19 35	0.09 10	0.19 72	0.18 162	0.37 177	0.41 300	0.30 225	0.31 193	0.19 113	0.31 359	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.07 66	0.10 150

MIPNet	0.22 171	0.19 291	0.64 338	0.22 150	0.12 80	0.28 254	0.20 240	0.48 306	0.39 281	0.31 241	0.24 126	0.19 113	0.24 255	0.28 167	0.20 195	0.07 39	0.05 4	0.08 117	0.07 98	0.07 66	0.08 60

test_3	0.20 123	0.12 93	0.49 179	0.26 321	0.14 164	0.22 155	0.25 365	0.34 142	0.33 203	0.25 147	0.18 68	0.23 160	0.13 91	0.25 115	0.20 195	0.06 2	0.14 326	0.09 197	0.10 297	0.07 66	0.10 150

TransformOpticalFlow	0.24 232	0.14 164	0.57 289	0.24 246	0.11 47	0.21 127	0.19 205	0.43 248	0.34 214	0.30 225	0.43 333	0.36 312	0.31 359	0.61 373	0.20 195	0.07 39	0.05 4	0.08 117	0.07 98	0.06 12	0.08 60

raft+_RVC	0.21 153	0.21 312	0.46 138	0.22 150	0.35 474	0.21 127	0.16 82	0.39 206	0.35 224	0.22 120	0.28 160	0.20 125	0.15 120	0.25 115	0.20 195	0.08 145	0.16 367	0.08 117	0.07 98	0.07 66	0.12 225

RALCasStereoNet	0.22 171	0.22 330	0.48 159	0.23 201	0.23 408	0.22 155	0.18 162	0.32 117	0.27 124	0.22 120	0.30 182	0.22 146	0.15 120	0.29 188	0.20 195	0.08 145	0.22 430	0.07 45	0.06 51	0.10 253	0.25 412

RALAANet	0.21 153	0.24 356	0.53 250	0.23 201	0.14 164	0.22 155	0.13 19	0.38 188	0.30 168	0.29 202	0.26 141	0.25 189	0.15 120	0.28 167	0.20 195	0.08 145	0.08 174	0.09 197	0.08 168	0.10 253	0.07 19

DCANet	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.37 177	0.41 300	0.30 225	0.31 193	0.19 113	0.23 234	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.07 66	0.10 150

csc	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

cscssc	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

SFCPSM	0.23 204	0.12 93	0.51 218	0.21 101	0.14 164	0.34 348	0.22 299	0.57 398	0.41 300	0.29 202	0.32 202	0.23 160	0.22 223	0.28 167	0.20 195	0.10 278	0.07 117	0.09 197	0.10 297	0.09 194	0.09 96

DIP-Stereo	0.20 123	0.13 119	0.48 159	0.20 70	0.13 127	0.28 254	0.12 15	0.43 248	0.26 107	0.27 168	0.32 202	0.21 139	0.17 152	0.26 134	0.20 195	0.08 145	0.06 48	0.08 117	0.06 51	0.07 66	0.10 150
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Reg-Stereo(zero)	0.18 70	0.08 2	0.39 82	0.19 35	0.19 345	0.24 196	0.18 162	0.29 81	0.29 152	0.24 135	0.21 102	0.24 177	0.18 180	0.22 78	0.21 217	0.07 39	0.11 273	0.06 2	0.07 98	0.06 12	0.11 184

rvit_0105_3	0.24 232	0.21 312	0.57 289	0.25 282	0.15 224	0.24 196	0.28 399	0.40 215	0.43 323	0.25 147	0.26 141	0.29 239	0.22 223	0.29 188	0.21 217	0.15 411	0.13 309	0.14 405	0.15 428	0.10 253	0.10 150

qqq1	0.26 279	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.21 217	0.10 278	0.16 367	0.07 45	0.07 98	0.08 122	0.13 249

fff1	0.26 279	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.21 217	0.10 278	0.16 367	0.07 45	0.07 98	0.08 122	0.13 249

GMStereo_Zeroshot	0.25 257	0.22 330	0.51 218	0.27 357	0.14 164	0.28 254	0.15 56	0.40 215	0.36 240	0.37 344	0.43 333	0.40 341	0.17 152	0.35 256	0.21 217	0.12 354	0.07 117	0.13 383	0.07 98	0.17 413	0.10 150

PCWNet_CMD	0.23 204	0.14 164	0.48 159	0.21 101	0.13 127	0.28 254	0.17 110	0.47 295	0.47 370	0.30 225	0.36 255	0.37 318	0.24 255	0.29 188	0.21 217	0.09 217	0.06 48	0.10 270	0.08 168	0.11 305	0.11 184

CASS	0.22 171	0.16 226	0.40 91	0.26 321	0.12 80	0.29 275	0.19 205	0.40 215	0.32 187	0.34 298	0.35 240	0.25 189	0.25 268	0.26 134	0.21 217	0.13 373	0.08 174	0.11 325	0.09 244	0.11 305	0.12 225
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
UDGNet	0.24 232	0.37 443	0.53 250	0.25 282	0.14 164	0.24 196	0.18 162	0.32 117	0.44 335	0.29 202	0.28 160	0.24 177	0.20 206	0.30 203	0.21 217	0.16 421	0.07 117	0.21 460	0.11 330	0.16 399	0.11 184

NF-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.52 327	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

OCTAStereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

PSM-softLoss	0.22 171	0.11 53	0.53 250	0.25 282	0.12 80	0.20 102	0.17 110	0.39 206	0.29 152	0.29 202	0.32 202	0.24 177	0.16 136	0.53 330	0.21 217	0.09 217	0.06 48	0.10 270	0.09 244	0.08 122	0.12 225

KMStereo	0.22 171	0.11 53	0.53 250	0.25 282	0.12 80	0.20 102	0.17 110	0.39 206	0.29 152	0.29 202	0.32 202	0.24 177	0.16 136	0.53 330	0.21 217	0.09 217	0.06 48	0.10 270	0.09 244	0.08 122	0.12 225

RE-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

TVStereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

rafts_anoy	0.21 153	0.22 330	0.49 179	0.25 282	0.24 422	0.19 72	0.17 110	0.34 142	0.32 187	0.24 135	0.25 133	0.20 125	0.16 136	0.25 115	0.21 217	0.08 145	0.19 403	0.11 325	0.12 371	0.09 194	0.09 96

HCRNet	0.25 257	0.27 389	0.42 107	0.34 447	0.17 292	0.27 236	0.18 162	0.45 278	0.37 255	0.31 241	0.35 240	0.32 278	0.23 234	0.44 295	0.21 217	0.13 373	0.08 174	0.13 383	0.11 330	0.11 305	0.09 96

MSMDNet	0.23 204	0.14 164	0.49 179	0.20 70	0.13 127	0.28 254	0.17 110	0.47 295	0.47 370	0.30 225	0.36 255	0.37 318	0.24 255	0.29 188	0.21 217	0.09 217	0.07 117	0.09 197	0.08 168	0.11 305	0.11 184

xyz-stereo-finetune	0.17 61	0.17 257	0.29 32	0.17 6	0.08 4	0.24 196	0.21 266	0.30 94	0.32 187	0.19 85	0.22 111	0.19 113	0.15 120	0.30 203	0.22 234	0.06 2	0.06 48	0.08 117	0.06 51	0.06 12	0.07 19

HI	0.21 153	0.16 226	0.50 201	0.18 15	0.15 224	0.17 43	0.16 82	0.35 151	0.22 53	0.38 353	0.38 273	0.36 312	0.24 255	0.29 188	0.22 234	0.06 2	0.05 4	0.08 117	0.09 244	0.09 194	0.08 60

CoSv	0.21 153	0.16 226	0.50 201	0.18 15	0.15 224	0.17 43	0.16 82	0.35 151	0.22 53	0.38 353	0.38 273	0.36 312	0.24 255	0.29 188	0.22 234	0.06 2	0.05 4	0.08 117	0.09 244	0.09 194	0.08 60

AIO-Stereo-zeroshot1	0.28 316	0.17 257	0.96 444	0.29 399	0.31 465	0.29 275	0.21 266	0.53 349	0.28 134	0.27 168	0.55 416	0.41 349	0.18 180	0.30 203	0.22 234	0.08 145	0.10 246	0.08 117	0.13 401	0.12 345	0.20 358

CFNet_ucs	0.25 257	0.14 164	0.51 218	0.20 70	0.15 224	0.29 275	0.18 162	0.51 333	0.46 357	0.32 266	0.42 319	0.38 324	0.23 234	0.31 215	0.22 234	0.11 315	0.08 174	0.12 358	0.09 244	0.13 359	0.13 249

riskmin	0.24 232	0.10 31	0.43 113	0.32 431	0.26 439	0.33 332	0.19 205	0.44 269	0.30 168	0.24 135	0.27 154	0.37 318	0.25 268	0.30 203	0.22 234	0.09 217	0.18 399	0.09 197	0.13 401	0.10 253	0.27 428

BUS	0.24 232	0.13 119	0.36 69	0.25 282	0.14 164	0.44 413	0.17 110	0.59 420	0.36 240	0.34 298	0.35 240	0.31 267	0.22 223	0.27 146	0.22 234	0.10 278	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

NINENet	0.27 306	0.16 226	0.49 179	0.23 201	0.16 262	0.44 413	0.17 110	0.63 449	0.49 391	0.33 279	0.38 273	0.31 267	0.22 223	0.43 291	0.22 234	0.11 315	0.10 246	0.12 358	0.08 168	0.12 345	0.11 184

CIPLG	0.23 204	0.28 397	0.75 381	0.24 246	0.16 262	0.25 212	0.20 240	0.38 188	0.33 203	0.32 266	0.34 232	0.23 160	0.15 120	0.27 146	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

IPLGR_C	0.23 204	0.29 401	0.81 401	0.24 246	0.16 262	0.24 196	0.20 240	0.38 188	0.33 203	0.32 266	0.33 222	0.23 160	0.15 120	0.26 134	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

ACRE	0.23 204	0.27 389	0.83 410	0.24 246	0.15 224	0.24 196	0.20 240	0.38 188	0.32 187	0.32 266	0.33 222	0.23 160	0.15 120	0.26 134	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

GANet-ADL	0.22 171	0.14 164	0.51 218	0.23 201	0.14 164	0.29 275	0.19 205	0.48 306	0.36 240	0.26 157	0.33 222	0.32 278	0.20 206	0.26 134	0.22 234	0.11 315	0.07 117	0.07 45	0.06 51	0.09 194	0.11 184

ASMatch	0.23 204	0.11 53	0.55 270	0.25 282	0.14 164	0.19 72	0.16 82	0.32 117	0.30 168	0.28 178	0.68 456	0.28 226	0.26 286	0.50 314	0.22 234	0.07 39	0.06 48	0.08 117	0.07 98	0.06 12	0.11 184

Pruner-Stereo	0.20 123	0.12 93	0.49 179	0.29 399	0.12 80	0.19 72	0.17 110	0.32 117	0.31 177	0.33 279	0.32 202	0.25 189	0.15 120	0.25 115	0.22 234	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.10 150

RAFT-345	0.22 171	0.11 53	0.55 270	0.22 150	0.12 80	0.20 102	0.16 82	0.27 59	0.28 134	0.27 168	0.65 450	0.20 125	0.17 152	0.55 341	0.22 234	0.07 39	0.06 48	0.08 117	0.07 98	0.06 12	0.07 19

test-1	0.20 123	0.12 93	0.49 179	0.23 201	0.23 408	0.22 155	0.23 328	0.36 163	0.29 152	0.21 102	0.25 133	0.24 177	0.14 106	0.18 28	0.22 234	0.07 39	0.14 326	0.08 117	0.07 98	0.06 12	0.14 275

CFNet_pseudo	0.23 204	0.14 164	0.48 159	0.20 70	0.13 127	0.27 236	0.17 110	0.46 285	0.45 346	0.30 225	0.37 266	0.38 324	0.23 234	0.30 203	0.22 234	0.09 217	0.06 48	0.11 325	0.08 168	0.11 305	0.11 184

ccs_rob	0.23 204	0.14 164	0.48 159	0.20 70	0.13 127	0.27 236	0.17 110	0.46 285	0.45 346	0.30 225	0.37 266	0.38 324	0.23 234	0.30 203	0.22 234	0.09 217	0.06 48	0.11 325	0.08 168	0.12 345	0.11 184

DN-CSS_ROB	0.24 232	0.33 421	0.69 359	0.25 282	0.14 164	0.26 229	0.13 19	0.42 238	0.35 224	0.30 225	0.42 319	0.22 146	0.20 206	0.34 249	0.22 234	0.07 39	0.06 48	0.11 325	0.11 330	0.11 305	0.09 96

xyz-stereo-finetune2	0.18 70	0.16 226	0.32 52	0.16 4	0.09 10	0.27 236	0.19 205	0.29 81	0.21 45	0.23 127	0.29 168	0.21 139	0.23 234	0.37 271	0.23 253	0.06 2	0.05 4	0.08 117	0.06 51	0.06 12	0.07 19

UGAM	0.28 316	0.18 279	0.57 289	0.26 321	0.13 127	0.23 174	0.26 376	0.33 135	0.45 346	0.32 266	0.42 319	0.45 380	0.22 223	0.92 475	0.23 253	0.08 145	0.09 214	0.14 405	0.13 401	0.10 253	0.10 150

GCST	0.50 453	0.67 494	0.82 405	1.04 517	0.55 498	0.38 384	0.11 8	0.42 238	0.33 203	0.42 396	0.35 240	0.29 239	0.18 180	0.50 314	0.23 253	0.70 511	0.42 499	0.79 512	0.62 515	0.63 500	0.47 490

test_sample2	0.23 204	0.12 93	0.39 82	0.20 70	0.11 47	0.28 254	0.22 299	0.45 278	0.33 203	0.27 168	0.34 232	0.30 257	0.25 268	0.46 303	0.23 253	0.09 217	0.15 355	0.09 197	0.08 168	0.10 253	0.19 341

IER	0.24 232	0.15 195	0.50 201	0.21 101	0.15 224	0.31 308	0.20 240	0.44 269	0.38 265	0.34 298	0.41 311	0.32 278	0.34 381	0.31 215	0.23 253	0.09 217	0.07 117	0.08 117	0.08 168	0.09 194	0.09 96

IPLG	0.23 204	0.19 291	0.65 343	0.21 101	0.12 80	0.28 254	0.17 110	0.45 278	0.32 187	0.33 279	0.32 202	0.16 81	0.17 152	0.50 314	0.23 253	0.07 39	0.06 48	0.08 117	0.07 98	0.07 66	0.08 60

PFNet	0.24 232	0.11 53	0.63 333	0.25 282	0.14 164	0.22 155	0.19 205	0.40 215	0.35 224	0.36 328	0.32 202	0.27 213	0.20 206	0.63 387	0.23 253	0.09 217	0.05 4	0.09 197	0.08 168	0.08 122	0.08 60

IRAFT_RVC	0.23 204	0.15 195	0.54 262	0.26 321	0.12 80	0.19 72	0.23 328	0.41 233	0.39 281	0.31 241	0.30 182	0.29 239	0.24 255	0.55 341	0.23 253	0.08 145	0.06 48	0.10 270	0.08 168	0.08 122	0.08 60

GES	0.23 204	0.14 164	0.54 262	0.21 101	0.14 164	0.28 254	0.19 205	0.51 333	0.35 224	0.31 241	0.36 255	0.25 189	0.24 255	0.30 203	0.23 253	0.11 315	0.09 214	0.08 117	0.08 168	0.10 253	0.12 225

test_sample5	0.26 279	0.14 164	0.51 218	0.21 101	0.12 80	0.31 308	0.21 266	0.53 349	0.38 265	0.33 279	0.43 333	0.29 239	0.25 268	0.56 347	0.24 262	0.10 278	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

DualNet	0.26 279	0.14 164	0.51 218	0.21 101	0.12 80	0.31 308	0.21 266	0.53 349	0.38 265	0.34 298	0.44 343	0.29 239	0.25 268	0.56 347	0.24 262	0.10 278	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

anonymousa	0.26 279	0.13 119	0.56 280	0.29 399	0.30 458	0.31 308	0.20 240	0.38 188	0.36 240	0.33 279	0.51 394	0.41 349	0.27 293	0.25 115	0.24 262	0.08 145	0.18 399	0.09 197	0.18 454	0.08 122	0.17 324

iRaft-Stereo_20w	0.29 336	0.11 53	0.86 421	0.33 442	0.24 422	0.32 325	0.26 376	0.60 430	0.26 107	0.41 391	0.21 102	0.28 226	0.19 201	0.32 224	0.24 262	0.07 39	0.31 485	0.07 45	0.09 244	0.08 122	0.47 490

DAS	0.28 316	0.13 119	0.49 179	0.24 246	0.18 319	0.30 288	0.24 352	0.48 306	0.48 378	0.42 396	0.45 358	0.34 293	0.31 359	0.76 437	0.24 262	0.09 217	0.07 117	0.09 197	0.07 98	0.10 253	0.11 184

SepStereo	0.27 306	0.13 119	0.49 179	0.24 246	0.18 319	0.30 288	0.24 352	0.48 306	0.48 378	0.42 396	0.45 358	0.34 293	0.31 359	0.64 392	0.24 262	0.09 217	0.07 117	0.09 197	0.07 98	0.10 253	0.11 184

STrans-v2	0.25 257	0.14 164	0.56 280	0.21 101	0.12 80	0.23 174	0.20 240	0.50 323	0.31 177	0.31 241	0.42 319	0.35 307	0.35 388	0.62 384	0.24 262	0.07 39	0.05 4	0.08 117	0.07 98	0.06 12	0.08 60

OMP-Stereo	0.24 232	0.16 226	0.48 159	0.30 410	0.13 127	0.21 127	0.16 82	0.38 188	0.35 224	0.34 298	0.30 182	0.33 285	0.20 206	0.70 413	0.24 262	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.07 19

RAFT-RH_RVC	0.26 279	0.13 119	0.57 289	0.22 150	0.12 80	0.25 212	0.14 37	0.27 59	0.29 152	0.38 353	1.14 494	0.23 160	0.18 180	0.58 354	0.24 262	0.07 39	0.06 48	0.10 270	0.07 98	0.06 12	0.08 60

FENet	0.22 171	0.13 119	0.48 159	0.22 150	0.12 80	0.27 236	0.18 162	0.43 248	0.37 255	0.31 241	0.32 202	0.29 239	0.23 234	0.27 146	0.24 262	0.10 278	0.07 117	0.09 197	0.09 244	0.09 194	0.11 184

PSMNet-RSSM	0.26 279	0.21 312	0.50 201	0.21 101	0.14 164	0.25 212	0.21 266	0.50 323	0.38 265	0.31 241	0.45 358	0.40 341	0.27 293	0.53 330	0.24 262	0.12 354	0.08 174	0.11 325	0.13 401	0.10 253	0.10 150

UCFNet_RVC	0.25 257	0.21 312	0.49 179	0.19 35	0.15 224	0.34 348	0.18 162	0.47 295	0.36 240	0.30 225	0.35 240	0.40 341	0.26 286	0.35 256	0.24 262	0.13 373	0.08 174	0.13 383	0.14 417	0.13 359	0.13 249

AdaStereo	0.25 257	0.17 257	0.47 144	0.25 282	0.13 127	0.33 332	0.17 110	0.57 398	0.43 323	0.34 298	0.38 273	0.35 307	0.21 216	0.32 224	0.24 262	0.14 397	0.06 48	0.13 383	0.09 244	0.11 305	0.09 96
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.
HSM	0.29 336	0.18 279	0.48 159	0.21 101	0.15 224	0.33 332	0.20 240	0.55 380	0.39 281	0.36 328	0.39 291	0.67 472	0.32 371	0.88 463	0.24 262	0.09 217	0.07 117	0.08 117	0.07 98	0.09 194	0.10 150

test_sample4	0.26 279	0.14 164	0.53 250	0.21 101	0.12 80	0.32 325	0.21 266	0.53 349	0.38 265	0.33 279	0.38 273	0.28 226	0.25 268	0.54 336	0.25 276	0.10 278	0.14 326	0.10 270	0.09 244	0.11 305	0.16 306

test_sample3	0.25 257	0.14 164	0.52 239	0.20 70	0.12 80	0.33 332	0.20 240	0.53 349	0.38 265	0.32 266	0.35 240	0.29 239	0.24 255	0.54 336	0.25 276	0.10 278	0.14 326	0.09 197	0.09 244	0.11 305	0.15 291

MyStereo05	0.24 232	0.15 195	0.58 304	0.22 150	0.14 164	0.25 212	0.22 299	0.50 323	0.54 421	0.32 266	0.23 119	0.26 208	0.23 234	0.32 224	0.25 276	0.07 39	0.12 290	0.09 197	0.09 244	0.09 194	0.11 184

MyStereo04	0.24 232	0.15 195	0.58 304	0.22 150	0.16 262	0.25 212	0.22 299	0.51 333	0.54 421	0.29 202	0.23 119	0.27 213	0.23 234	0.32 224	0.25 276	0.07 39	0.13 309	0.09 197	0.09 244	0.09 194	0.11 184

11t1	0.21 153	0.12 93	0.45 124	0.20 70	0.15 224	0.27 236	0.17 110	0.37 177	0.28 134	0.27 168	0.25 133	0.24 177	0.23 234	0.28 167	0.25 276	0.09 217	0.19 403	0.07 45	0.07 98	0.09 194	0.23 388

LL-Strereo	0.32 366	0.33 421	0.77 391	0.26 321	0.24 422	0.22 155	0.23 328	0.58 411	0.44 335	0.35 316	0.32 202	0.41 349	0.40 413	0.93 477	0.25 276	0.08 145	0.13 309	0.11 325	0.09 244	0.09 194	0.22 380

ICVP	0.24 232	0.13 119	0.45 124	0.26 321	0.14 164	0.30 288	0.25 365	0.47 295	0.35 224	0.29 202	0.43 333	0.35 307	0.25 268	0.28 167	0.25 276	0.12 354	0.09 214	0.09 197	0.09 244	0.09 194	0.11 184
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EAI-Stereo	0.29 336	0.11 53	0.38 76	0.22 150	0.18 319	0.33 332	1.66 528	0.53 349	0.27 124	0.27 168	0.50 391	0.17 92	0.16 136	0.25 115	0.25 276	0.07 39	0.07 117	0.07 45	0.11 330	0.07 66	0.10 150

GANet-RSSM	0.26 279	0.19 291	0.54 262	0.21 101	0.14 164	0.27 236	0.22 299	0.47 295	0.34 214	0.30 225	0.40 300	0.41 349	0.30 341	0.59 362	0.25 276	0.11 315	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

HSM-Net_RVC	0.28 316	0.12 93	0.48 159	0.19 35	0.11 47	0.35 363	0.21 266	0.64 454	0.44 335	0.40 379	0.43 333	0.50 412	0.27 293	0.75 431	0.25 276	0.08 145	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	0.33 373	0.24 356	0.49 179	0.27 357	0.16 262	0.34 348	0.19 205	0.55 380	0.50 397	0.34 298	0.37 266	0.42 361	0.30 341	0.93 477	0.25 276	0.19 455	0.20 414	0.24 469	0.22 470	0.17 413	0.25 412

rvit_105_1	0.28 316	0.24 356	0.65 343	0.27 357	0.19 345	0.31 308	0.35 437	0.46 285	0.53 416	0.31 241	0.32 202	0.32 278	0.27 293	0.36 261	0.26 287	0.16 421	0.14 326	0.15 421	0.17 449	0.11 305	0.11 184

DualNet (step1)	0.31 360	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.41 282	0.26 287	0.24 466	0.21 419	0.28 478	0.24 476	0.18 428	0.21 367

test_sample7	0.28 316	0.16 226	0.47 144	0.21 101	0.14 164	0.29 275	0.22 299	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.41 282	0.26 287	0.14 397	0.21 419	0.13 383	0.12 371	0.13 359	0.25 412

test_sample6	0.27 306	0.15 195	0.50 201	0.22 150	0.12 80	0.30 288	0.22 299	0.54 362	0.39 281	0.34 298	0.44 343	0.29 239	0.25 268	0.58 354	0.26 287	0.11 315	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

gwcnet-sp	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

scenet	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

ssnet	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

hknet	0.26 279	0.15 195	0.49 179	0.25 282	0.16 262	0.35 363	0.22 299	0.59 420	0.40 291	0.34 298	0.35 240	0.43 368	0.28 315	0.38 274	0.26 287	0.09 217	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

dd	0.23 204	0.32 417	0.55 270	0.23 201	0.12 80	0.27 236	0.21 266	0.32 117	0.45 346	0.30 225	0.29 168	0.25 189	0.17 152	0.31 215	0.26 287	0.13 373	0.07 117	0.10 270	0.08 168	0.12 345	0.09 96

IIG-Stereo	0.24 232	0.16 226	0.47 144	0.29 399	0.12 80	0.23 174	0.14 37	0.40 215	0.33 203	0.35 316	0.37 266	0.33 285	0.22 223	0.70 413	0.26 287	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.07 19

pcwnet_v2	0.32 366	0.16 226	1.22 481	0.23 201	0.19 345	0.32 325	0.19 205	0.61 437	0.61 447	0.37 344	0.45 358	0.35 307	0.29 335	0.37 271	0.26 287	0.14 397	0.11 273	0.12 358	0.11 330	0.14 381	0.18 327

DCVSM-stereo	0.25 257	0.14 164	0.53 250	0.21 101	0.14 164	0.27 236	0.14 37	0.35 151	0.35 224	0.42 396	0.33 222	0.46 388	0.30 341	0.31 215	0.27 298	0.11 315	0.10 246	0.12 358	0.10 297	0.12 345	0.15 291

test_sample1	0.24 232	0.13 119	0.40 91	0.20 70	0.13 127	0.29 275	0.19 205	0.43 248	0.30 168	0.27 168	0.34 232	0.31 267	0.28 315	0.45 301	0.27 298	0.09 217	0.16 367	0.08 117	0.08 168	0.09 194	0.22 380

HBP-ISP	0.34 383	0.35 434	0.76 385	0.23 201	0.17 292	0.33 332	0.22 299	0.56 389	0.47 370	0.42 396	0.49 388	0.33 285	0.41 418	0.73 422	0.27 298	0.18 446	0.19 403	0.24 469	0.20 460	0.16 399	0.16 306

dad	0.30 349	0.38 449	0.60 318	0.22 150	0.14 164	0.32 325	0.21 266	0.35 151	0.51 403	0.45 420	0.45 358	0.46 388	0.23 234	0.41 282	0.27 298	0.21 460	0.11 273	0.20 458	0.11 330	0.15 391	0.11 184

cf-r	0.26 279	0.22 330	0.66 349	0.22 150	0.14 164	0.28 254	0.22 299	0.44 269	0.42 312	0.32 266	0.42 319	0.43 368	0.27 293	0.44 295	0.27 298	0.11 315	0.07 117	0.08 117	0.10 297	0.08 122	0.09 96

FADNet-RVC-Resample	0.31 360	0.32 417	1.16 470	0.27 357	0.17 292	0.33 332	0.21 266	0.49 315	0.40 291	0.36 328	0.38 273	0.34 293	0.27 293	0.54 336	0.27 298	0.10 278	0.10 246	0.14 405	0.13 401	0.13 359	0.18 327

CVANet_RVC	0.34 383	0.25 371	0.77 391	0.27 357	0.17 292	0.34 348	0.28 399	0.55 380	0.50 397	0.43 407	0.46 370	0.44 374	0.31 359	0.90 468	0.27 298	0.15 411	0.10 246	0.14 405	0.14 417	0.15 391	0.15 291

HITNet	0.22 171	0.23 345	0.60 318	0.20 70	0.09 10	0.27 236	0.15 56	0.45 278	0.33 203	0.29 202	0.33 222	0.27 213	0.22 223	0.29 188	0.27 298	0.07 39	0.05 4	0.07 45	0.06 51	0.09 194	0.11 184
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
1test111	0.22 171	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.43 248	0.32 187	0.21 102	0.20 84	0.13 37	0.17 152	0.36 261	0.28 306	0.08 145	0.28 469	0.08 117	0.06 51	0.09 194	0.23 388

mmm	0.25 257	0.15 195	0.44 121	0.23 201	0.20 367	0.28 254	0.21 266	0.43 248	0.32 187	0.31 241	0.40 300	0.30 257	0.24 255	0.31 215	0.28 306	0.09 217	0.21 419	0.11 325	0.12 371	0.10 253	0.26 424

qqq	0.24 232	0.16 226	0.46 138	0.20 70	0.15 224	0.23 174	0.20 240	0.43 248	0.32 187	0.26 157	0.31 193	0.28 226	0.25 268	0.36 261	0.28 306	0.08 145	0.22 430	0.10 270	0.11 330	0.09 194	0.23 388

BSDual-CNN	0.24 232	0.13 119	0.36 69	0.25 282	0.14 164	0.35 363	0.22 299	0.59 420	0.36 240	0.34 298	0.35 240	0.38 324	0.25 268	0.27 146	0.28 306	0.10 278	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

iRaft-Stereo_5w	0.25 257	0.24 356	0.50 201	0.23 201	0.18 319	0.19 72	0.19 205	0.39 206	0.35 224	0.28 178	0.36 255	0.34 293	0.23 234	0.66 402	0.28 306	0.07 39	0.07 117	0.08 117	0.07 98	0.09 194	0.14 275

psmg	0.24 232	0.13 119	0.36 69	0.21 101	0.14 164	0.35 363	0.23 328	0.54 362	0.36 240	0.36 328	0.38 273	0.38 324	0.25 268	0.27 146	0.28 306	0.10 278	0.08 174	0.10 270	0.10 297	0.09 194	0.09 96

AACVNet	0.28 316	0.22 330	0.55 270	0.23 201	0.14 164	0.30 288	0.19 205	0.43 248	0.33 203	0.39 370	0.42 319	0.44 374	0.29 335	0.73 422	0.28 306	0.11 315	0.09 214	0.11 325	0.09 244	0.13 359	0.12 225

GwcNet-ADL	0.23 204	0.15 195	0.58 304	0.24 246	0.13 127	0.23 174	0.24 352	0.51 333	0.41 300	0.28 178	0.29 168	0.30 257	0.20 206	0.27 146	0.28 306	0.09 217	0.07 117	0.07 45	0.07 98	0.09 194	0.11 184

CFNet-ft	0.26 279	0.21 312	0.51 218	0.19 35	0.16 262	0.31 308	0.21 266	0.40 215	0.37 255	0.29 202	0.40 300	0.46 388	0.27 293	0.49 310	0.28 306	0.12 354	0.07 117	0.12 358	0.11 330	0.12 345	0.11 184

CFNet	0.29 336	0.29 401	0.57 289	0.23 201	0.14 164	0.34 348	0.15 56	0.53 349	0.46 357	0.31 241	0.40 300	0.38 324	0.27 293	0.76 437	0.28 306	0.10 278	0.07 117	0.11 325	0.11 330	0.11 305	0.09 96

CFNet_RVC	0.26 279	0.21 312	0.51 218	0.19 35	0.16 262	0.31 308	0.21 266	0.40 215	0.37 255	0.29 202	0.40 300	0.46 388	0.27 293	0.49 310	0.28 306	0.12 354	0.07 117	0.12 358	0.11 330	0.12 345	0.11 184

DeepPruner_ROB	0.28 316	0.25 371	0.64 338	0.22 150	0.16 262	0.30 288	0.21 266	0.54 362	0.33 203	0.36 328	0.38 273	0.38 324	0.26 286	0.45 301	0.28 306	0.15 411	0.11 273	0.11 325	0.11 330	0.14 381	0.14 275

iResNet_ROB	0.27 306	0.27 389	0.48 159	0.21 101	0.12 80	0.32 325	0.17 110	0.57 398	0.55 428	0.39 370	0.44 343	0.37 318	0.28 315	0.43 291	0.28 306	0.08 145	0.06 48	0.06 2	0.05 19	0.09 194	0.11 184

DDVS	0.26 279	0.16 226	0.45 124	0.25 282	0.17 292	0.34 348	0.21 266	0.43 248	0.31 177	0.34 298	0.41 311	0.47 398	0.21 216	0.52 327	0.29 319	0.11 315	0.09 214	0.11 325	0.09 244	0.13 359	0.16 306

MyStereo8	0.25 257	0.20 304	0.69 359	0.24 246	0.17 292	0.31 308	0.16 82	0.50 323	0.32 187	0.29 202	0.38 273	0.25 189	0.19 201	0.33 234	0.29 319	0.08 145	0.20 414	0.08 117	0.08 168	0.10 253	0.16 306

GEStereo_RVC	0.29 336	0.24 356	0.60 318	0.27 357	0.16 262	0.33 332	0.25 365	0.58 411	0.56 432	0.35 316	0.38 273	0.34 293	0.25 268	0.51 320	0.29 319	0.12 354	0.08 174	0.09 197	0.08 168	0.11 305	0.13 249

ISRNet	0.28 316	0.15 195	0.54 262	0.27 357	0.19 345	0.24 196	0.15 56	0.47 295	0.45 346	0.40 379	0.49 388	0.42 361	0.27 293	0.33 234	0.30 322	0.20 458	0.12 290	0.17 438	0.16 438	0.16 399	0.21 367

x	0.23 204	0.15 195	0.45 124	0.20 70	0.15 224	0.27 236	0.17 110	0.43 248	0.35 224	0.26 157	0.31 193	0.29 239	0.25 268	0.29 188	0.30 322	0.09 217	0.22 430	0.08 117	0.09 244	0.09 194	0.24 401

CSP-Net	0.28 316	0.17 257	0.41 98	0.22 150	0.14 164	0.44 413	0.24 352	0.52 339	0.42 312	0.42 396	0.44 343	0.42 361	0.27 293	0.66 402	0.30 322	0.12 354	0.09 214	0.08 117	0.08 168	0.10 253	0.10 150

SACVNet	0.32 366	0.25 371	0.59 311	0.26 321	0.19 345	0.35 363	0.25 365	0.54 362	0.41 300	0.43 407	0.45 358	0.46 388	0.34 381	0.71 418	0.30 322	0.14 397	0.10 246	0.12 358	0.12 371	0.16 399	0.20 358

DMCA	0.24 232	0.18 279	0.51 218	0.23 201	0.14 164	0.27 236	0.20 240	0.45 278	0.40 291	0.32 266	0.33 222	0.33 285	0.25 268	0.27 146	0.30 322	0.11 315	0.08 174	0.10 270	0.08 168	0.11 305	0.12 225

FADNet	0.34 383	0.43 462	0.88 429	0.24 246	0.22 397	0.37 378	0.19 205	0.56 389	0.49 391	0.32 266	0.36 255	0.43 368	0.32 371	0.65 396	0.30 322	0.17 435	0.16 367	0.14 405	0.16 438	0.25 465	0.21 367

STTStereo	0.30 349	0.24 356	0.83 410	0.25 282	0.17 292	0.30 288	0.24 352	0.49 315	0.39 281	0.39 370	0.41 311	0.44 374	0.28 315	0.41 282	0.30 322	0.13 373	0.13 309	0.13 383	0.16 438	0.12 345	0.12 225

TDLM	0.32 366	0.27 389	0.52 239	0.30 410	0.15 224	0.33 332	0.32 426	0.54 362	0.50 397	0.44 413	0.43 333	0.39 338	0.30 341	0.92 475	0.30 322	0.14 397	0.09 214	0.13 383	0.12 371	0.13 359	0.14 275

NVstereo2D	0.32 366	0.18 279	0.63 333	0.24 246	0.23 408	0.43 408	0.28 399	0.60 430	0.58 436	0.28 178	0.39 291	0.42 361	0.30 341	0.71 418	0.30 322	0.13 373	0.09 214	0.13 383	0.10 297	0.20 444	0.18 327

iResNetv2_ROB	0.29 336	0.37 443	0.92 435	0.24 246	0.13 127	0.30 288	0.19 205	0.55 380	0.51 403	0.39 370	0.46 370	0.39 338	0.27 293	0.36 261	0.30 322	0.09 217	0.06 48	0.07 45	0.05 19	0.13 359	0.11 184

PSMNet-RUCA	0.39 409	0.47 468	0.84 414	0.46 488	0.41 487	0.34 348	0.26 376	0.59 420	0.46 357	0.40 379	0.51 394	0.44 374	0.33 379	0.43 291	0.31 332	0.25 473	0.14 326	0.33 488	0.21 462	0.32 484	0.23 388

ACV-stereo	0.30 349	0.20 304	0.82 405	0.23 201	0.16 262	0.48 435	0.20 240	0.38 188	0.34 214	0.29 202	0.33 222	0.66 468	0.43 425	0.55 341	0.31 332	0.10 278	0.09 214	0.09 197	0.09 244	0.11 305	0.12 225

IGEVStereo-DCA	0.20 123	0.17 257	0.41 98	0.22 150	0.15 224	0.20 102	0.17 110	0.28 64	0.23 62	0.19 85	0.12 20	0.14 59	0.12 65	0.38 274	0.31 332	0.07 39	0.16 367	0.08 117	0.07 98	0.08 122	0.36 463

rrr	0.22 171	0.17 257	0.79 396	0.22 150	0.15 224	0.20 102	0.18 162	0.40 215	0.27 124	0.19 85	0.12 20	0.14 59	0.12 65	0.38 274	0.31 332	0.07 39	0.16 367	0.08 117	0.07 98	0.08 122	0.28 435

CRFU-Net	0.29 336	0.14 164	0.48 159	0.26 321	0.15 224	0.46 423	0.22 299	0.52 339	0.32 187	0.44 413	0.42 319	0.48 402	0.47 439	0.44 295	0.31 332	0.12 354	0.10 246	0.09 197	0.08 168	0.10 253	0.11 184

HHNet	0.23 204	0.12 93	0.66 349	0.19 35	0.18 319	0.20 102	0.20 240	0.36 163	0.32 187	0.33 279	0.59 432	0.19 113	0.21 216	0.24 101	0.31 332	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.12 225

GwcNet-RSSM	0.28 316	0.25 371	0.61 324	0.22 150	0.14 164	0.28 254	0.24 352	0.46 285	0.44 335	0.33 279	0.46 370	0.41 349	0.28 315	0.55 341	0.31 332	0.11 315	0.07 117	0.09 197	0.10 297	0.10 253	0.09 96

NLCA_NET_v2_RVC	0.29 336	0.24 356	0.81 401	0.26 321	0.18 319	0.30 288	0.22 299	0.52 339	0.41 300	0.38 353	0.42 319	0.42 361	0.28 315	0.46 303	0.31 332	0.11 315	0.08 174	0.10 270	0.11 330	0.10 253	0.12 225
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo_aug	0.27 306	0.13 119	0.65 343	0.19 35	0.12 80	0.33 332	0.22 299	0.42 238	0.52 414	0.41 391	0.44 343	0.46 388	0.30 341	0.53 330	0.32 340	0.08 145	0.06 48	0.06 2	0.05 19	0.08 122	0.09 96

ToySt	0.28 316	0.19 291	0.68 358	0.22 150	0.19 345	0.31 308	0.31 421	0.43 248	0.43 323	0.28 178	0.38 273	0.42 361	0.32 371	0.33 234	0.32 340	0.08 145	0.14 326	0.10 270	0.12 371	0.11 305	0.24 401

PSMNet-ADL	0.26 279	0.16 226	0.39 82	0.27 357	0.14 164	0.32 325	0.22 299	0.45 278	0.37 255	0.28 178	0.34 232	0.41 349	0.28 315	0.61 373	0.32 340	0.11 315	0.10 246	0.09 197	0.11 330	0.10 253	0.13 249

RAFT + AFF	0.30 349	0.33 421	0.76 385	0.25 282	0.17 292	0.30 288	0.33 431	0.55 380	0.42 312	0.28 178	0.30 182	0.31 267	0.31 359	0.64 392	0.32 340	0.09 217	0.11 273	0.11 325	0.10 297	0.12 345	0.16 306

psm_up	0.30 349	0.21 312	0.58 304	0.26 321	0.18 319	0.32 325	0.27 384	0.57 398	0.45 346	0.38 353	0.41 311	0.45 380	0.40 413	0.59 362	0.32 340	0.11 315	0.12 290	0.13 383	0.12 371	0.11 305	0.11 184

UNet	0.28 316	0.16 226	0.70 365	0.24 246	0.20 367	0.44 413	0.21 266	0.52 339	0.42 312	0.36 328	0.40 300	0.43 368	0.33 379	0.41 282	0.32 340	0.09 217	0.07 117	0.10 270	0.09 244	0.10 253	0.09 96

MaskLacGwcNet_RVC	0.38 404	0.43 462	0.72 377	0.35 453	0.19 345	0.51 444	0.25 365	0.56 389	0.39 281	0.42 396	0.47 378	0.47 398	0.27 293	0.74 426	0.32 340	0.38 495	0.19 403	0.27 472	0.17 449	0.29 479	0.27 428

PS-NSSS	0.33 373	0.36 440	0.61 324	0.24 246	0.18 319	0.33 332	0.24 352	0.59 420	0.42 312	0.38 353	0.52 401	0.36 312	0.31 359	0.80 448	0.32 340	0.18 446	0.14 326	0.21 460	0.15 428	0.17 413	0.14 275

MLCV	0.25 257	0.23 345	0.59 311	0.22 150	0.09 10	0.30 288	0.18 162	0.40 215	0.38 265	0.38 353	0.44 343	0.31 267	0.22 223	0.44 295	0.32 340	0.07 39	0.05 4	0.07 45	0.06 51	0.07 66	0.08 60

xyz-stereo	1.43 513	0.11 53	17.43 544	0.18 15	0.08 4	4.86 530	0.18 162	0.31 110	0.35 224	0.37 344	2.75 528	0.41 349	0.31 359	0.58 354	0.33 349	0.07 39	0.05 4	0.09 197	0.06 51	0.06 12	0.06 6

DFGA-Net	0.26 279	0.33 421	0.70 365	0.22 150	0.15 224	0.25 212	0.17 110	0.41 233	0.40 291	0.30 225	0.32 202	0.21 139	0.18 180	0.61 373	0.33 349	0.08 145	0.06 48	0.10 270	0.09 244	0.11 305	0.09 96

G2L-Stereo	0.27 306	0.23 345	0.61 324	0.22 150	0.14 164	0.25 212	0.19 205	0.48 306	0.37 255	0.33 279	0.38 273	0.40 341	0.23 234	0.61 373	0.33 349	0.11 315	0.09 214	0.10 270	0.08 168	0.09 194	0.11 184

Anonymous_2	0.44 435	0.23 345	0.57 289	0.34 447	0.34 471	0.53 453	0.28 399	0.49 315	0.39 281	0.36 328	0.34 232	0.48 402	0.38 403	0.43 291	0.33 349	0.26 475	0.41 498	0.44 495	1.45 530	0.33 486	0.37 471

test_xeample3	0.22 171	0.17 257	0.81 401	0.21 101	0.15 224	0.20 102	0.18 162	0.40 215	0.25 96	0.19 85	0.12 20	0.13 37	0.12 65	0.34 249	0.33 349	0.07 39	0.20 414	0.07 45	0.08 168	0.08 122	0.34 459

FADNet_RVC	0.31 360	0.35 434	0.98 448	0.24 246	0.16 262	0.30 288	0.17 110	0.52 339	0.39 281	0.30 225	0.38 273	0.30 257	0.29 335	0.54 336	0.33 349	0.14 397	0.14 326	0.14 405	0.16 438	0.21 450	0.24 401

BEATNet_4x	0.25 257	0.25 371	0.66 349	0.23 201	0.10 32	0.29 275	0.14 37	0.49 315	0.34 214	0.31 241	0.35 240	0.32 278	0.26 286	0.34 249	0.33 349	0.08 145	0.06 48	0.08 117	0.07 98	0.11 305	0.13 249

ITSA-stereo	0.26 279	0.16 226	0.39 82	0.24 246	0.11 47	0.28 254	0.18 162	0.58 411	0.59 443	0.32 266	0.32 202	0.33 285	0.28 315	0.51 320	0.34 356	0.11 315	0.08 174	0.11 325	0.11 330	0.11 305	0.15 291

SMFormer	0.27 306	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.34 356	0.10 278	0.16 367	0.08 117	0.09 244	0.10 253	0.16 306

tta	0.27 306	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.34 356	0.10 278	0.16 367	0.08 117	0.09 244	0.08 122	0.13 249

UPFNet	0.27 306	0.15 195	0.47 144	0.25 282	0.20 367	0.37 378	0.27 384	0.50 323	0.40 291	0.36 328	0.38 273	0.37 318	0.29 335	0.40 279	0.34 356	0.10 278	0.10 246	0.10 270	0.10 297	0.10 253	0.08 60

ac_64	0.28 316	0.16 226	0.62 328	0.25 282	0.17 292	0.36 370	0.22 299	0.48 306	0.35 224	0.36 328	0.37 266	0.51 415	0.30 341	0.62 384	0.34 356	0.11 315	0.09 214	0.10 270	0.10 297	0.09 194	0.09 96

HGLStereo	0.29 336	0.19 291	0.60 318	0.24 246	0.21 382	0.33 332	0.23 328	0.52 339	0.44 335	0.36 328	0.49 388	0.41 349	0.35 388	0.46 303	0.34 356	0.11 315	0.11 273	0.09 197	0.09 244	0.11 305	0.12 225

DMCA-RVC	0.30 349	0.27 389	0.93 439	0.28 384	0.17 292	0.30 288	0.21 266	0.43 248	0.36 240	0.40 379	0.38 273	0.39 338	0.36 393	0.44 295	0.34 356	0.13 373	0.10 246	0.16 429	0.12 371	0.13 359	0.11 184

DispNO	0.29 336	0.24 356	0.83 410	0.23 201	0.17 292	0.25 212	0.22 299	0.47 295	0.42 312	0.33 279	0.39 291	0.38 324	0.28 315	0.78 441	0.35 363	0.09 217	0.07 117	0.10 270	0.10 297	0.09 194	0.09 96

MMNet	0.28 316	0.19 291	0.54 262	0.24 246	0.17 292	0.47 429	0.22 299	0.47 295	0.53 416	0.40 379	0.43 333	0.36 312	0.34 381	0.40 279	0.35 363	0.08 145	0.08 174	0.09 197	0.09 244	0.10 253	0.09 96

ACVNet	0.24 232	0.18 279	0.51 218	0.18 15	0.15 224	0.27 236	0.23 328	0.40 215	0.45 346	0.29 202	0.41 311	0.38 324	0.28 315	0.28 167	0.35 363	0.09 217	0.07 117	0.08 117	0.07 98	0.10 253	0.09 96

hitnet-ft	0.31 360	0.21 312	0.56 280	0.19 35	0.14 164	0.40 394	0.23 328	0.46 285	0.42 312	0.37 344	0.46 370	0.53 426	0.35 388	0.76 437	0.35 363	0.14 397	0.10 246	0.14 405	0.10 297	0.15 391	0.14 275

ADLNet2	0.31 360	0.23 345	0.77 391	0.23 201	0.18 319	0.36 370	0.24 352	0.55 380	0.54 421	0.33 279	0.38 273	0.45 380	0.31 359	0.70 413	0.36 367	0.10 278	0.08 174	0.09 197	0.09 244	0.12 345	0.11 184

ADLNet	0.30 349	0.19 291	0.59 311	0.23 201	0.19 345	0.34 348	0.23 328	0.56 389	0.44 335	0.43 407	0.41 311	0.43 368	0.28 315	0.56 347	0.36 367	0.11 315	0.08 174	0.11 325	0.11 330	0.11 305	0.15 291

delet	0.29 336	0.18 279	0.58 304	0.24 246	0.19 345	0.41 399	0.30 412	0.52 339	0.51 403	0.35 316	0.42 319	0.37 318	0.31 359	0.49 310	0.36 367	0.10 278	0.09 214	0.11 325	0.12 371	0.09 194	0.09 96

acv_ft	0.26 279	0.18 279	0.56 280	0.24 246	0.19 345	0.34 348	0.21 266	0.47 295	0.45 346	0.39 370	0.41 311	0.38 324	0.28 315	0.28 167	0.36 367	0.09 217	0.07 117	0.08 117	0.07 98	0.11 305	0.09 96

FAT-Stereo	0.36 392	0.19 291	0.75 381	0.26 321	0.18 319	0.34 348	0.30 412	0.62 445	0.61 447	0.47 431	0.61 444	0.59 441	0.50 449	0.61 373	0.36 367	0.13 373	0.14 326	0.13 383	0.12 371	0.14 381	0.20 358

FADNet-RVC	0.34 383	0.43 462	0.97 446	0.25 282	0.20 367	0.33 332	0.20 240	0.51 333	0.42 312	0.34 298	0.40 300	0.41 349	0.29 335	0.65 396	0.36 367	0.14 397	0.14 326	0.14 405	0.15 428	0.19 437	0.20 358

stereogan	0.39 409	0.20 304	0.78 395	0.28 384	0.22 397	0.65 472	0.26 376	0.62 445	0.65 456	0.45 420	0.60 436	0.67 472	0.45 430	0.69 410	0.37 373	0.14 397	0.14 326	0.14 405	0.12 371	0.20 444	0.19 341

iResNet	0.25 257	0.22 330	0.62 328	0.26 321	0.11 47	0.31 308	0.23 328	0.46 285	0.45 346	0.34 298	0.43 333	0.27 213	0.23 234	0.36 261	0.37 373	0.08 145	0.05 4	0.07 45	0.06 51	0.08 122	0.10 150

LMCR-Stereo	0.28 316	0.22 330	0.56 280	0.29 399	0.14 164	0.37 378	0.23 328	0.57 398	0.36 240	0.40 379	0.40 300	0.29 239	0.30 341	0.41 282	0.38 375	0.11 315	0.07 117	0.09 197	0.07 98	0.13 359	0.10 150

DSFCA	0.29 336	0.18 279	0.48 159	0.21 101	0.17 292	0.39 388	0.32 426	0.49 315	0.44 335	0.44 413	0.38 273	0.40 341	0.30 341	0.53 330	0.38 375	0.12 354	0.10 246	0.10 270	0.11 330	0.11 305	0.11 184

StereoDRNet-Refined	0.28 316	0.19 291	0.47 144	0.25 282	0.14 164	0.36 370	0.21 266	0.49 315	0.43 323	0.46 425	0.52 401	0.42 361	0.30 341	0.46 303	0.38 375	0.10 278	0.07 117	0.11 325	0.11 330	0.10 253	0.11 184
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.30 349	0.20 304	0.45 124	0.28 384	0.17 292	0.37 378	0.25 365	0.50 323	0.45 346	0.46 425	0.47 378	0.51 415	0.34 381	0.56 347	0.38 375	0.10 278	0.10 246	0.11 325	0.11 330	0.10 253	0.11 184

AASNet	0.29 336	0.27 389	0.67 352	0.26 321	0.18 319	0.34 348	0.21 266	0.64 454	0.49 391	0.36 328	0.41 311	0.32 278	0.26 286	0.33 234	0.39 379	0.12 354	0.09 214	0.10 270	0.08 168	0.14 381	0.12 225

Syn2CoEx	0.39 409	0.39 453	1.08 461	0.35 453	0.21 382	0.41 399	0.29 405	0.63 449	0.51 403	0.43 407	0.56 421	0.45 380	0.45 430	0.69 410	0.39 379	0.17 435	0.14 326	0.16 429	0.12 371	0.13 359	0.16 306

CBFPSM	0.28 316	0.23 345	0.76 385	0.21 101	0.14 164	0.38 384	0.26 376	0.42 238	0.37 255	0.34 298	0.36 255	0.55 429	0.38 403	0.33 234	0.40 381	0.08 145	0.08 174	0.07 45	0.08 168	0.09 194	0.12 225

RASNet	0.30 349	0.19 291	0.59 311	0.23 201	0.19 345	0.33 332	0.20 240	0.50 323	0.41 300	0.31 241	0.44 343	0.47 398	0.38 403	0.79 445	0.40 381	0.09 217	0.07 117	0.07 45	0.09 244	0.08 122	0.10 150

CC-Net-ROB	0.46 445	0.55 480	0.86 421	0.38 467	0.23 408	0.51 444	0.30 412	0.69 477	0.51 403	0.46 425	0.51 394	0.48 402	0.38 403	0.96 480	0.40 381	0.36 492	0.23 440	0.56 501	0.25 479	0.34 487	0.22 380

GANetREF_RVC	0.45 438	0.52 476	0.87 423	0.39 469	0.20 367	0.51 444	0.50 482	0.68 471	0.67 460	0.47 431	0.46 370	0.50 412	0.43 425	0.91 470	0.40 381	0.28 481	0.21 419	0.32 485	0.19 456	0.28 477	0.23 388
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
coex_refinement	0.28 316	0.22 330	0.50 201	0.23 201	0.15 224	0.31 308	0.20 240	0.51 333	0.43 323	0.35 316	0.42 319	0.45 380	0.27 293	0.56 347	0.41 385	0.10 278	0.07 117	0.07 45	0.07 98	0.11 305	0.12 225

fast-acv-ft	0.33 373	0.26 381	0.88 429	0.25 282	0.18 319	0.49 441	0.27 384	0.44 269	0.50 397	0.40 379	0.55 416	0.49 408	0.36 393	0.39 277	0.41 385	0.11 315	0.11 273	0.11 325	0.12 371	0.13 359	0.11 184

DRaft	0.25 257	0.11 53	0.47 144	0.18 15	0.12 80	0.28 254	0.23 328	0.34 142	0.40 291	0.38 353	0.60 436	0.20 125	0.41 418	0.48 308	0.41 385	0.07 39	0.06 48	0.08 117	0.08 168	0.07 66	0.08 60

NCCL2	0.37 399	0.33 421	0.59 311	0.37 458	0.23 408	0.42 404	0.41 464	0.56 389	0.44 335	0.47 431	0.47 378	0.61 450	0.39 410	0.58 354	0.41 385	0.16 421	0.13 309	0.21 460	0.22 470	0.16 399	0.18 327

TCMNet	0.34 383	0.28 397	0.81 401	0.29 399	0.30 458	0.40 394	0.28 399	0.53 349	0.49 391	0.38 353	0.46 370	0.40 341	0.30 341	0.61 373	0.42 389	0.14 397	0.13 309	0.15 421	0.14 417	0.18 428	0.19 341

GASNet	0.39 409	0.58 488	1.27 483	0.35 453	0.23 408	0.35 363	0.23 328	0.63 449	0.56 432	0.41 391	0.38 273	0.45 380	0.30 341	0.81 451	0.42 389	0.16 421	0.11 273	0.14 405	0.14 417	0.23 459	0.12 225

Wz-Net-LNSev	0.36 392	0.35 434	1.06 456	0.26 321	0.21 382	0.47 429	0.33 431	0.56 389	0.58 436	0.45 420	0.54 411	0.50 412	0.37 398	0.40 279	0.42 389	0.12 354	0.11 273	0.10 270	0.09 244	0.14 381	0.15 291

S-Stereo	0.39 409	0.20 304	1.04 453	0.28 384	0.22 397	0.39 388	0.31 421	0.58 411	0.69 466	0.40 379	0.59 432	0.48 402	0.41 418	0.75 431	0.42 389	0.12 354	0.15 355	0.13 383	0.13 401	0.16 399	0.25 412

SQANet	0.44 435	0.57 486	0.89 431	0.49 491	0.39 484	0.47 429	0.23 328	0.53 349	0.44 335	0.41 391	0.48 387	0.47 398	0.34 381	0.58 354	0.43 393	0.38 495	0.15 355	0.40 493	0.21 462	0.50 493	0.34 459

iinet-f	0.31 360	0.23 345	1.16 470	0.20 70	0.16 262	0.44 413	0.23 328	0.47 295	0.38 265	0.36 328	0.44 343	0.41 349	0.35 388	0.36 261	0.43 393	0.10 278	0.09 214	0.08 117	0.08 168	0.13 359	0.12 225

DDUNet	0.45 438	0.60 491	0.71 372	0.45 485	0.39 484	0.46 423	0.32 426	0.53 349	0.44 335	0.46 425	0.53 408	0.57 435	0.38 403	0.51 320	0.43 393	0.34 489	0.21 419	0.56 501	0.25 479	0.41 490	0.36 463

RP	0.38 404	0.26 381	0.67 352	0.31 425	0.24 422	0.37 378	0.29 405	0.53 349	0.61 447	0.42 396	0.65 450	0.62 453	0.51 451	0.63 387	0.43 393	0.17 435	0.15 355	0.17 438	0.15 428	0.17 413	0.19 341

edge stereo	0.40 420	0.22 330	0.87 423	0.27 357	0.22 397	0.38 384	0.26 376	0.59 420	0.56 432	0.53 454	0.60 436	0.71 480	0.50 449	0.78 441	0.43 393	0.16 421	0.15 355	0.19 453	0.14 417	0.17 413	0.19 341

ETE_ROB	0.36 392	0.32 417	0.64 338	0.30 410	0.18 319	0.40 394	0.38 453	0.59 420	0.49 391	0.50 442	0.52 401	0.62 453	0.37 398	0.58 354	0.43 393	0.13 373	0.10 246	0.14 405	0.12 371	0.17 413	0.18 327

CBMV	0.36 392	0.25 371	0.61 324	0.24 246	0.14 164	0.42 404	0.33 431	0.56 389	0.52 414	0.54 457	0.52 401	0.51 415	0.58 465	0.63 387	0.43 393	0.15 411	0.16 367	0.18 446	0.16 438	0.13 359	0.19 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
YMNet	0.33 373	0.26 381	0.64 338	0.28 384	0.23 408	0.48 435	0.27 384	0.54 362	0.47 370	0.49 437	0.56 421	0.51 415	0.30 341	0.41 282	0.44 400	0.13 373	0.16 367	0.13 383	0.12 371	0.14 381	0.14 275

YMNet_1	0.33 373	0.26 381	0.64 338	0.28 384	0.23 408	0.48 435	0.27 384	0.54 362	0.47 370	0.49 437	0.56 421	0.51 415	0.30 341	0.41 282	0.44 400	0.13 373	0.16 367	0.13 383	0.12 371	0.14 381	0.14 275

ssnet_v2	0.30 349	0.21 312	0.63 333	0.23 201	0.15 224	0.40 394	0.30 412	0.59 420	0.48 378	0.40 379	0.37 266	0.46 388	0.30 341	0.41 282	0.44 400	0.13 373	0.11 273	0.11 325	0.11 330	0.12 345	0.11 184

DEmStereo	0.26 279	0.10 31	0.52 239	0.19 35	0.13 127	0.31 308	0.25 365	0.29 81	0.38 265	0.36 328	0.57 425	0.24 177	0.48 443	0.53 330	0.44 400	0.07 39	0.06 48	0.08 117	0.08 168	0.07 66	0.08 60

THIR-Stereo	0.30 349	0.15 195	0.46 138	0.19 35	0.11 47	0.28 254	0.70 499	0.33 135	0.36 240	0.37 344	0.64 448	0.33 285	0.49 448	0.58 354	0.44 400	0.08 145	0.06 48	0.08 117	0.09 244	0.07 66	0.08 60

DRN-Test	0.35 390	0.20 304	0.75 381	0.28 384	0.19 345	0.46 423	0.29 405	0.68 471	0.54 421	0.49 437	0.47 378	0.44 374	0.35 388	0.63 387	0.44 400	0.13 373	0.09 214	0.13 383	0.12 371	0.13 359	0.13 249

StereoDRNet	0.34 383	0.28 397	0.70 365	0.28 384	0.21 382	0.43 408	0.30 412	0.63 449	0.51 403	0.47 431	0.40 300	0.48 402	0.31 359	0.58 354	0.44 400	0.12 354	0.10 246	0.12 358	0.11 330	0.13 359	0.13 249

Nwc_Net	0.39 409	0.29 401	0.84 414	0.32 431	0.24 422	0.45 421	0.30 412	0.67 466	0.51 403	0.39 370	0.70 460	0.59 441	0.48 443	0.61 373	0.45 407	0.16 421	0.12 290	0.19 453	0.21 462	0.14 381	0.15 291

UDG	0.42 429	0.54 479	0.67 352	0.41 478	0.35 474	0.47 429	0.27 384	0.57 398	0.48 378	0.40 379	0.46 370	0.59 441	0.45 430	0.47 307	0.46 408	0.26 475	0.19 403	0.49 497	0.22 470	0.37 488	0.30 443

GwcNet	0.37 399	0.29 401	1.12 464	0.25 282	0.24 422	0.48 435	0.27 384	0.58 411	0.60 445	0.39 370	0.54 411	0.51 415	0.34 381	0.60 367	0.46 408	0.13 373	0.12 290	0.12 358	0.11 330	0.13 359	0.15 291

RGC	0.41 425	0.35 434	0.76 385	0.35 453	0.28 445	0.41 399	0.29 405	0.60 430	0.55 428	0.47 431	0.64 448	0.63 457	0.47 439	0.74 426	0.46 408	0.16 421	0.15 355	0.21 460	0.21 462	0.19 437	0.21 367

Wz-Net-MNSev	0.39 409	0.35 434	0.99 450	0.26 321	0.21 382	0.59 464	0.39 456	0.58 411	0.61 447	0.49 437	0.56 421	0.53 426	0.37 398	0.61 373	0.47 411	0.11 315	0.09 214	0.11 325	0.11 330	0.15 391	0.15 291

DGSMNet	0.63 481	0.32 417	1.01 451	0.54 494	0.73 508	0.62 467	1.36 526	0.62 445	0.58 436	0.38 353	0.62 446	0.52 422	0.34 381	0.65 396	0.47 411	0.54 501	0.61 518	0.67 506	0.61 514	0.65 502	0.69 514

Wz-Net-LNSev-Ref	0.33 373	0.25 371	0.82 405	0.22 150	0.17 292	0.46 423	0.28 399	0.53 349	0.53 416	0.43 407	0.57 425	0.44 374	0.31 359	0.50 314	0.48 413	0.10 278	0.06 48	0.08 117	0.06 51	0.11 305	0.12 225

APVNet	0.38 404	0.26 381	0.87 423	0.26 321	0.22 397	0.52 450	0.35 437	0.64 454	0.46 357	0.40 379	0.52 401	0.48 402	0.39 410	0.84 457	0.48 413	0.13 373	0.14 326	0.15 421	0.16 438	0.16 399	0.16 306

AF-Net	0.40 420	0.31 410	0.74 378	0.33 442	0.24 422	0.43 408	0.30 412	0.64 454	0.67 460	0.44 413	0.69 459	0.65 464	0.52 453	0.59 362	0.48 413	0.16 421	0.12 290	0.19 453	0.14 417	0.16 399	0.14 275

XPNet_ROB	0.35 390	0.26 381	0.58 304	0.28 384	0.19 345	0.37 378	0.31 421	0.57 398	0.51 403	0.52 448	0.54 411	0.57 435	0.38 403	0.65 396	0.48 413	0.17 435	0.12 290	0.13 383	0.12 371	0.16 399	0.17 324

LALA_ROB	0.38 404	0.31 410	0.65 343	0.30 410	0.21 382	0.46 423	0.39 456	0.63 449	0.54 421	0.53 454	0.52 401	0.69 476	0.36 393	0.52 327	0.48 413	0.18 446	0.11 273	0.16 429	0.14 417	0.17 413	0.16 306

PWCDC_ROB	0.41 425	0.41 458	0.77 391	0.34 447	0.21 382	0.43 408	0.20 240	0.60 430	0.90 490	0.44 413	1.24 499	0.36 312	0.38 403	0.56 347	0.48 413	0.18 446	0.11 273	0.11 325	0.10 297	0.20 444	0.16 306

psmorigin	0.52 459	0.29 401	3.10 523	0.24 246	0.19 345	0.39 388	0.24 352	0.52 339	0.45 346	0.66 474	0.68 456	0.70 479	0.52 453	0.86 460	0.49 419	0.15 411	0.17 390	0.13 383	0.14 417	0.16 399	0.23 388

MFN_U_SF_DS_RVC	0.53 461	0.60 491	0.98 448	0.40 474	0.25 435	0.87 491	0.57 491	0.60 430	0.64 455	0.60 466	0.67 454	0.63 457	0.42 422	1.13 492	0.50 420	0.23 464	0.28 469	0.27 472	0.35 493	0.25 465	0.33 456

DISCO	0.33 373	0.16 226	0.55 270	0.26 321	0.16 262	0.48 435	0.25 365	0.52 339	0.58 436	0.38 353	0.45 358	0.63 457	0.37 398	0.65 396	0.50 420	0.10 278	0.07 117	0.09 197	0.08 168	0.13 359	0.13 249

CBMV_ROB	0.36 392	0.21 312	0.57 289	0.22 150	0.14 164	0.35 363	0.20 240	0.55 380	0.47 370	0.52 448	0.58 428	0.45 380	0.53 458	0.75 431	0.50 420	0.18 446	0.19 403	0.23 467	0.21 462	0.15 391	0.20 358

PASM	0.49 452	0.41 458	1.15 468	0.37 458	0.35 474	0.42 404	0.42 465	0.54 362	0.65 456	0.54 457	0.54 411	0.63 457	0.48 443	0.94 479	0.51 423	0.27 479	0.30 481	0.30 481	0.33 491	0.29 479	0.29 440

SDNR	0.47 448	0.29 401	0.92 435	0.24 246	0.37 479	1.27 510	0.17 110	0.54 362	0.58 436	0.44 413	0.85 478	0.55 429	0.28 315	1.19 497	0.52 424	0.23 464	0.24 450	0.17 438	0.13 401	0.19 437	0.26 424

aanetorigin	0.40 420	0.33 421	1.14 467	0.25 282	0.19 345	0.30 288	0.37 445	0.34 142	0.47 370	0.95 494	0.82 475	0.52 422	0.56 462	0.50 314	0.52 424	0.11 315	0.09 214	0.10 270	0.10 297	0.16 399	0.19 341

PDISCO_ROB	0.45 438	0.37 443	0.89 431	0.44 483	0.37 479	0.70 475	0.35 437	0.75 486	0.78 478	0.45 420	0.53 408	0.65 464	0.40 413	0.68 409	0.52 424	0.22 463	0.12 290	0.21 460	0.19 456	0.26 469	0.22 380

DispFullNet	0.67 484	0.94 509	1.63 501	0.77 508	1.19 525	0.53 453	0.25 365	0.61 437	0.72 472	0.70 478	0.60 436	0.69 476	0.90 496	0.80 448	0.52 424	0.27 479	0.13 309	0.74 509	0.31 490	0.68 505	0.44 486

DeepPrunerF	0.46 445	0.37 443	1.50 496	0.34 447	0.30 458	0.36 370	0.37 445	0.64 454	1.15 510	0.41 391	0.45 358	0.40 341	0.41 418	0.82 452	0.53 428	0.18 446	0.14 326	0.23 467	0.21 462	0.17 413	0.18 327

DANet	0.37 399	0.25 371	0.67 352	0.37 458	0.22 397	0.42 404	0.25 365	0.50 323	0.44 335	0.52 448	0.50 391	0.59 441	0.42 422	0.78 441	0.53 428	0.13 373	0.12 290	0.14 405	0.12 371	0.17 413	0.21 367
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LSM	1.68 522	0.48 472	2.91 521	2.28 533	17.60 544	0.52 450	0.55 489	0.65 460	0.78 478	0.84 488	1.11 492	0.63 457	0.55 460	0.79 445	0.53 428	0.16 421	0.25 453	0.18 446	0.21 462	0.25 465	2.37 534

PSMNet_ROB	0.36 392	0.31 410	0.71 372	0.31 425	0.21 382	0.44 413	0.44 469	0.61 437	0.49 391	0.39 370	0.45 358	0.49 408	0.32 371	0.66 402	0.53 428	0.14 397	0.10 246	0.15 421	0.14 417	0.13 359	0.13 249

NCC-stereo	0.42 429	0.31 410	0.87 423	0.32 431	0.29 455	0.47 429	0.37 445	0.68 471	0.53 416	0.42 396	0.58 428	0.57 435	0.52 453	0.75 431	0.54 432	0.18 446	0.14 326	0.18 446	0.25 479	0.17 413	0.18 327

Abc-Net	0.42 429	0.31 410	0.87 423	0.32 431	0.29 455	0.47 429	0.37 445	0.68 471	0.53 416	0.42 396	0.58 428	0.57 435	0.52 453	0.75 431	0.54 432	0.18 446	0.14 326	0.18 446	0.25 479	0.17 413	0.18 327
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AANet_RVC	0.33 373	0.31 410	0.69 359	0.23 201	0.14 164	0.30 288	0.23 328	0.49 315	0.55 428	0.39 370	0.60 436	0.43 368	0.30 341	0.88 463	0.54 432	0.11 315	0.08 174	0.07 45	0.07 98	0.10 253	0.12 225

GANet	0.40 420	0.28 397	0.67 352	0.31 425	0.18 319	0.43 408	0.39 456	0.60 430	0.46 357	0.48 436	0.78 470	0.55 429	0.45 430	0.96 480	0.55 435	0.13 373	0.14 326	0.13 383	0.12 371	0.15 391	0.16 306

CrosDoStereo	0.32 366	0.11 53	0.53 250	0.19 35	0.12 80	0.22 155	1.07 518	0.36 163	0.38 265	0.38 353	0.60 436	0.28 226	0.45 430	0.61 373	0.56 436	0.08 145	0.06 48	0.08 117	0.09 244	0.08 122	0.09 96

DeepStereo_LL	0.32 366	0.11 53	0.53 250	0.19 35	0.12 80	0.22 155	1.07 518	0.36 163	0.38 265	0.38 353	0.60 436	0.28 226	0.45 430	0.61 373	0.56 436	0.08 145	0.06 48	0.08 117	0.09 244	0.08 122	0.09 96

anonymity	0.57 470	0.55 480	0.74 378	0.48 490	0.63 502	0.56 458	0.43 467	0.71 479	0.51 403	0.64 471	0.55 416	0.57 435	0.61 472	0.65 396	0.57 438	0.55 502	0.55 512	0.50 498	0.54 507	0.51 495	0.61 504

RYNet	0.38 404	0.23 345	0.65 343	0.26 321	0.28 445	0.62 467	0.33 431	0.61 437	0.62 451	0.42 396	0.39 291	0.58 440	0.40 413	0.89 465	0.57 438	0.11 315	0.09 214	0.12 358	0.11 330	0.19 437	0.22 380

Ntro	0.61 477	0.75 501	1.16 470	0.67 500	0.50 492	0.76 480	0.37 445	0.68 471	0.71 470	0.50 442	0.59 432	0.65 464	0.52 453	0.79 445	0.58 440	0.58 505	0.32 487	0.57 504	0.34 492	0.69 507	0.50 497

otaku	0.60 475	0.73 498	1.13 466	0.64 498	0.45 490	0.73 479	0.37 445	0.67 466	0.67 460	0.52 448	0.75 468	0.66 468	0.46 437	0.74 426	0.59 441	0.55 502	0.34 491	0.56 501	0.36 495	0.65 502	0.49 495

G-Net	0.47 448	0.26 381	1.02 452	0.34 447	0.28 445	0.89 493	0.35 437	0.47 295	0.46 357	0.68 476	1.20 496	0.64 462	0.59 467	0.61 373	0.60 442	0.16 421	0.14 326	0.17 438	0.13 401	0.22 454	0.21 367

MDST_ROB	0.51 456	0.16 226	0.97 446	0.31 425	0.21 382	1.35 514	0.34 435	0.80 491	0.59 443	1.09 503	0.74 466	0.49 408	0.37 398	1.31 505	0.60 442	0.14 397	0.12 290	0.16 429	0.13 401	0.13 359	0.18 327

MSMD_ROB	0.63 481	0.34 430	0.70 365	0.30 410	0.25 435	0.88 492	0.35 437	0.58 411	0.67 460	1.13 504	1.52 508	1.75 512	1.05 504	0.90 468	0.60 442	0.24 466	0.22 430	0.27 472	0.27 486	0.25 465	0.27 428

PA-Net	0.40 420	0.35 434	1.05 454	0.32 431	0.28 445	0.39 388	0.43 467	0.53 349	0.56 432	0.35 316	0.43 333	0.41 349	0.36 393	0.83 456	0.61 445	0.12 354	0.23 440	0.16 429	0.23 474	0.13 359	0.20 358
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	0.58 472	0.48 472	1.35 488	0.38 467	0.37 479	0.96 498	1.13 522	0.84 498	1.05 500	0.50 442	0.70 460	0.45 380	0.61 472	0.63 387	0.62 446	0.26 475	0.28 469	0.14 405	0.13 401	0.20 444	0.44 486

FBW_ROB	0.46 445	0.34 430	0.71 372	0.32 431	0.20 367	0.51 444	0.32 426	0.73 483	0.63 453	0.60 466	0.57 425	0.65 464	0.44 428	1.42 510	0.62 446	0.14 397	0.17 390	0.22 465	0.16 438	0.17 413	0.23 388

PWC_ROB	0.41 425	0.38 449	0.92 435	0.26 321	0.20 367	0.39 388	0.19 205	0.61 437	0.69 466	0.58 465	0.84 477	0.52 422	0.44 428	0.74 426	0.62 446	0.13 373	0.09 214	0.14 405	0.10 297	0.17 413	0.18 327

Consistency-Raft	0.56 468	0.52 476	1.12 464	0.45 485	0.49 491	0.48 435	0.45 470	0.73 483	0.74 476	0.45 420	0.82 475	0.46 388	0.60 468	0.51 320	0.63 449	0.39 497	0.40 496	0.44 495	0.51 506	0.53 496	0.38 478

Wz-Net-SNSev	0.45 438	0.53 478	1.42 492	0.31 425	0.21 382	0.44 413	0.45 470	0.64 454	0.68 464	0.46 425	0.66 452	0.62 453	0.40 413	0.78 441	0.65 450	0.12 354	0.11 273	0.12 358	0.13 401	0.17 413	0.19 341

MFMNet_re	0.74 489	0.84 503	1.16 470	0.64 498	0.70 507	0.79 485	0.71 500	0.77 489	0.85 485	0.79 487	0.86 479	0.69 476	0.80 488	0.73 422	0.65 450	0.66 509	0.59 516	0.61 505	0.58 512	0.68 505	0.71 515

ccnet	0.43 433	0.34 430	0.62 328	0.28 384	0.33 469	0.60 465	0.34 435	0.68 471	0.47 370	0.54 457	0.66 452	0.56 433	0.46 437	0.73 422	0.66 452	0.26 475	0.19 403	0.24 469	0.22 470	0.27 474	0.25 412

SGM-Forest	0.42 429	0.44 465	0.92 435	0.24 246	0.16 262	0.45 421	0.40 460	0.58 411	0.50 397	0.54 457	0.63 447	0.52 422	0.51 451	0.91 470	0.66 452	0.17 435	0.17 390	0.17 438	0.15 428	0.15 391	0.21 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RainbowNet	0.76 493	1.00 513	1.29 484	0.82 509	0.63 502	0.79 485	0.52 485	0.83 496	0.93 493	0.61 468	0.79 473	0.79 483	0.62 476	0.82 452	0.67 454	0.80 516	0.55 512	0.79 512	0.49 502	0.81 511	0.62 505

SHD	0.45 438	0.34 430	0.89 431	0.37 458	0.28 445	0.46 423	0.23 328	0.72 482	0.96 497	0.65 472	0.61 444	0.61 450	0.48 443	0.64 392	0.69 455	0.16 421	0.16 367	0.16 429	0.16 438	0.21 450	0.25 412

ACVNet_1	0.77 495	0.92 508	1.79 507	0.73 504	0.53 497	0.78 484	0.42 465	0.88 501	0.90 490	0.75 481	0.76 469	1.32 503	0.80 488	1.04 487	0.70 456	0.57 504	0.32 487	0.72 508	0.35 493	0.70 508	0.50 497

SGM_RVC	0.57 470	0.22 330	0.60 318	0.26 321	0.16 262	0.97 499	0.46 473	0.76 488	0.90 490	1.03 500	0.92 485	1.16 497	0.93 498	1.21 498	0.72 457	0.17 435	0.16 367	0.16 429	0.16 438	0.16 399	0.24 401
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.60 475	0.31 410	0.71 372	0.22 150	0.17 292	0.66 473	0.36 443	0.81 493	0.63 453	1.48 522	1.32 501	1.65 509	0.83 491	1.18 496	0.74 458	0.17 435	0.17 390	0.17 438	0.14 417	0.17 413	0.19 341
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
MSC_U_SF_DS_RVC	0.70 487	0.73 498	1.26 482	0.47 489	0.28 445	1.42 516	0.60 492	0.82 494	0.94 496	0.85 489	0.86 479	0.88 488	0.70 483	1.32 506	0.75 459	0.37 493	0.30 481	0.34 489	0.36 495	0.44 491	0.42 482

NaN_ROB	0.44 435	0.38 449	0.94 442	0.30 410	0.20 367	0.52 450	0.49 480	0.61 437	0.60 445	0.56 461	0.47 378	0.49 408	0.42 422	1.24 499	0.76 460	0.12 354	0.18 399	0.12 358	0.13 401	0.12 345	0.18 327

SAMSARA	0.62 478	0.47 468	0.93 439	0.70 503	0.50 492	1.15 505	1.29 525	0.79 490	0.70 468	0.77 485	0.55 416	0.92 489	0.58 465	0.87 462	0.77 461	0.19 455	0.27 464	0.18 446	0.19 456	0.27 474	0.28 435

CSAN	0.55 464	0.47 468	1.19 478	0.37 458	0.23 408	0.57 460	0.61 493	0.65 460	0.72 472	0.65 472	0.78 470	0.66 468	0.65 480	1.41 509	0.77 461	0.21 460	0.17 390	0.20 458	0.21 462	0.18 428	0.21 367

ACVNet_2	0.94 500	0.98 512	1.71 505	0.83 510	0.63 502	1.02 500	0.64 495	1.16 509	1.43 515	1.02 498	1.39 502	1.47 506	0.86 494	1.16 495	0.79 463	0.63 508	0.43 502	0.78 511	0.49 502	0.80 510	0.57 502

XQC	0.47 448	0.45 466	1.07 458	0.40 474	0.28 445	0.58 462	0.38 453	0.67 466	0.76 477	0.53 454	0.47 378	0.59 441	0.47 439	0.74 426	0.80 464	0.18 446	0.14 326	0.18 446	0.16 438	0.26 469	0.24 401

WCMA_ROB	0.55 464	0.27 389	0.76 385	0.26 321	0.22 397	0.62 467	0.36 443	0.57 398	0.58 436	0.97 496	1.40 504	1.28 502	0.94 499	0.80 448	0.80 464	0.20 458	0.17 390	0.16 429	0.16 438	0.19 437	0.29 440

FCDSN-DC	0.67 484	0.38 449	0.83 410	0.37 458	0.30 458	0.66 473	0.37 445	0.69 477	0.70 468	1.15 506	1.53 509	1.70 511	1.38 513	1.00 483	0.83 466	0.24 466	0.22 430	0.27 472	0.26 483	0.27 474	0.32 452
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	0.58 472	0.58 488	1.31 486	0.39 469	0.23 408	0.72 477	0.30 412	0.83 496	0.68 464	0.74 480	0.74 466	0.86 486	0.60 468	0.84 457	0.83 466	0.29 482	0.27 464	0.32 485	0.37 497	0.31 481	0.33 456

DPSNet	0.51 456	0.26 381	1.16 470	0.28 384	0.21 382	0.76 480	0.56 490	0.89 503	0.82 482	0.49 437	0.51 394	0.64 462	0.81 490	0.89 465	0.85 468	0.17 435	0.16 367	0.13 383	0.13 401	0.26 469	0.27 428

PVD	0.62 478	0.41 458	0.93 439	0.44 483	0.39 484	0.63 470	0.51 484	0.86 499	1.27 511	0.93 493	1.09 491	0.81 484	0.85 492	0.89 465	0.89 469	0.21 460	0.23 440	0.22 465	0.19 456	0.28 477	0.41 479

RTSC	0.43 433	0.37 443	0.95 443	0.30 410	0.20 367	0.50 443	0.23 328	0.65 460	0.86 486	0.56 461	0.54 411	0.51 415	0.36 393	0.71 418	0.92 470	0.13 373	0.14 326	0.11 325	0.13 401	0.18 428	0.19 341

FC-DCNN	0.73 488	0.33 421	0.84 414	0.33 442	0.28 445	0.82 489	0.40 460	0.82 494	0.83 483	1.43 514	1.60 512	1.97 514	1.38 513	1.10 491	0.93 471	0.24 466	0.22 430	0.27 472	0.26 483	0.26 469	0.32 452

SANet	0.58 472	0.41 458	1.38 489	0.27 357	0.16 262	0.72 477	0.48 477	0.71 479	1.34 512	0.69 477	0.97 487	0.94 490	0.78 486	0.97 482	0.93 471	0.14 397	0.12 290	0.12 358	0.12 371	0.18 428	0.20 358

Wz-Net-TNSev	0.55 464	0.72 496	1.90 509	0.26 321	0.21 382	0.64 471	0.45 470	0.66 464	0.71 470	0.52 448	0.55 416	0.71 480	0.63 478	1.04 487	0.94 473	0.16 421	0.15 355	0.13 383	0.15 428	0.21 450	0.24 401

FC-DCNN v2	0.75 492	0.33 421	0.82 405	0.33 442	0.28 445	0.85 490	0.40 460	0.88 501	0.86 486	1.46 516	1.65 513	2.08 516	1.40 515	1.14 494	0.95 474	0.24 466	0.22 430	0.27 472	0.26 483	0.26 469	0.32 452

IMH-64-1	0.94 500	0.95 510	1.07 458	0.98 514	0.76 509	0.93 494	0.72 501	1.30 511	1.11 506	0.91 491	1.45 505	1.14 495	1.00 501	1.25 501	0.97 475	0.77 512	0.51 506	0.97 516	0.55 510	0.90 513	0.66 511

IMH-64	0.94 500	0.95 510	1.07 458	0.98 514	0.76 509	0.93 494	0.72 501	1.30 511	1.11 506	0.91 491	1.45 505	1.14 495	1.00 501	1.25 501	0.97 475	0.77 512	0.51 506	0.97 516	0.55 510	0.90 513	0.66 511

NVStereoNet_ROB	0.74 489	0.64 493	1.20 480	0.55 495	0.43 489	0.54 457	0.48 477	0.75 486	0.87 489	0.88 490	1.72 515	1.06 494	1.03 503	1.29 503	0.98 477	0.35 491	0.42 499	0.41 494	0.48 501	0.38 489	0.43 484
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
test_sample9	0.45 438	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.70 413	1.01 478	0.24 466	1.93 531	0.28 478	0.24 476	0.18 428	0.21 367

test_sample8	0.52 459	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.57 398	0.38 265	0.63 469	0.39 291	1.16 497	0.68 482	0.70 413	1.01 478	0.24 466	1.93 531	0.28 478	0.24 476	0.18 428	0.21 367

WZ-Net	0.56 468	0.49 474	2.14 513	0.30 410	0.24 422	0.58 462	0.48 477	0.65 460	0.80 480	0.51 445	0.72 462	0.68 474	0.60 468	1.06 489	1.01 478	0.13 373	0.10 246	0.11 325	0.12 371	0.19 437	0.23 388

EDNetEfficientorigin	7.48 536	0.57 486	139.59 554	0.25 282	0.17 292	0.44 413	0.30 412	0.48 306	1.04 499	1.29 508	1.02 489	0.82 485	0.87 495	0.76 437	1.02 481	0.10 278	0.09 214	0.12 358	0.11 330	0.22 454	0.25 412

IMH	1.09 507	1.04 516	1.29 484	1.03 516	0.79 512	1.11 502	0.69 498	1.40 514	1.42 514	1.02 498	1.71 514	1.42 504	1.19 508	1.78 519	1.03 482	1.14 526	0.56 515	1.00 518	0.58 512	0.93 516	0.68 513

LVE	1.18 510	1.16 518	1.67 503	1.04 517	0.81 516	1.32 513	0.82 509	1.49 517	1.94 519	1.08 502	1.90 518	1.89 513	1.07 505	1.51 511	1.04 483	0.96 522	0.61 518	0.94 515	0.69 518	0.92 515	0.79 521

SPS-STEREO	0.74 489	0.72 496	1.18 477	0.52 493	0.57 500	0.76 480	0.50 482	0.80 491	0.66 459	0.97 496	0.88 482	0.94 490	0.74 484	1.08 490	1.04 483	0.58 505	0.51 506	0.50 498	0.50 505	0.56 497	0.72 516
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ttt	0.33 373	0.14 164	0.54 262	0.22 150	0.14 164	0.30 288	0.22 299	0.59 420	0.51 403	0.31 241	0.46 370	0.30 257	0.23 234	0.71 418	1.07 485	0.13 373	0.22 430	0.10 270	0.11 330	0.12 345	0.24 401

SuperB	0.50 453	0.37 443	2.16 514	0.23 201	0.15 224	0.41 399	0.32 426	0.50 323	0.83 483	0.44 413	0.51 394	0.33 285	0.45 430	0.69 410	1.07 485	0.10 278	0.08 174	0.09 197	0.08 168	0.95 519	0.18 327

pmcnn	0.54 463	0.24 356	1.06 456	0.25 282	0.26 439	0.40 394	0.31 421	0.55 380	0.55 428	0.56 461	1.22 498	2.53 523	0.39 410	0.84 457	1.08 487	0.09 217	0.06 48	0.06 2	0.05 19	0.10 253	0.14 275

ELAS_RVC	0.80 496	0.40 456	1.10 463	0.40 474	0.35 474	0.93 494	1.10 521	0.87 500	1.12 508	1.40 512	1.39 502	1.27 501	1.55 521	1.13 492	1.13 488	0.29 482	0.27 464	0.30 481	0.28 487	0.31 481	0.36 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Dean	1.22 512	1.17 519	1.97 510	1.04 517	0.79 512	1.21 507	0.76 503	1.51 518	1.96 520	1.30 510	1.98 520	2.14 517	1.18 507	1.30 504	1.15 489	0.83 517	0.61 518	1.01 519	0.69 518	0.97 520	0.77 520

PWCK	1.05 504	1.29 524	2.12 512	0.92 512	0.42 488	1.27 510	1.01 515	1.14 508	1.14 509	1.16 507	1.14 494	1.25 500	0.90 496	1.77 518	1.15 489	0.89 519	0.51 506	0.87 514	0.54 507	1.02 522	0.57 502

ELAS	0.80 496	0.40 456	0.91 434	0.39 469	0.35 474	1.52 518	0.81 508	0.97 505	0.98 498	1.47 521	1.58 511	1.19 499	1.33 512	1.01 484	1.21 491	0.29 482	0.27 464	0.30 481	0.29 489	0.32 484	0.36 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCPNet	0.51 456	0.36 440	1.82 508	0.27 357	0.23 408	0.71 476	0.39 456	0.56 389	0.54 421	0.52 448	0.60 436	0.66 468	0.57 464	0.64 392	1.23 492	0.15 411	0.18 399	0.14 405	0.23 474	0.19 437	0.22 380

RTS	0.81 498	0.56 482	4.76 526	0.37 458	0.30 458	1.11 502	0.52 485	0.67 466	1.07 502	0.76 483	0.91 483	0.60 447	0.61 472	1.64 513	1.24 493	0.15 411	0.13 309	0.15 421	0.15 428	0.22 454	0.24 401

RTSA	0.81 498	0.56 482	4.76 526	0.37 458	0.30 458	1.11 502	0.52 485	0.67 466	1.07 502	0.76 483	0.91 483	0.60 447	0.61 472	1.64 513	1.24 493	0.15 411	0.13 309	0.15 421	0.15 428	0.22 454	0.24 401

WAO-7	1.05 504	1.00 513	1.19 478	0.83 510	0.67 506	1.22 508	0.84 510	1.43 515	1.56 516	1.13 504	1.75 516	1.46 505	1.25 509	1.56 512	1.28 495	0.61 507	0.62 521	0.70 507	0.68 517	0.66 504	0.62 505

WAO-6	1.11 508	1.01 515	1.17 476	0.96 513	0.79 512	1.30 512	0.78 505	1.36 513	1.99 521	1.04 501	1.54 510	1.59 508	1.27 510	1.37 508	1.30 496	0.78 514	0.55 512	1.03 520	0.75 521	0.87 512	0.72 516

ff1	0.36 392	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.38 188	0.46 357	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.08 145	0.28 469	0.12 358	0.11 330	0.08 122	0.37 471

mmx	0.37 399	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.57 398	0.48 378	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.10 278	0.20 414	0.12 358	0.11 330	0.11 305	0.23 388

xxx	0.37 399	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.57 398	0.48 378	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.10 278	0.20 414	0.12 358	0.11 330	0.11 305	0.23 388

ACVNet-4b	0.76 493	0.90 506	1.67 503	0.73 504	0.51 496	0.80 488	0.31 421	0.74 485	0.81 481	0.51 445	0.72 462	0.94 490	0.43 425	1.01 484	1.32 500	1.18 528	0.22 430	0.77 510	0.45 500	0.70 508	0.50 497

KSHMR	1.92 525	1.47 529	1.97 510	1.48 529	1.22 526	1.39 515	1.06 517	1.81 523	5.83 534	1.43 514	5.56 534	2.95 527	1.17 506	2.24 525	1.33 501	1.29 529	1.13 529	1.47 530	1.11 529	1.37 527	1.21 529

WAO-8	1.50 516	1.22 521	1.39 490	1.10 520	0.85 517	2.15 522	0.78 505	1.84 524	3.76 528	1.46 516	2.18 522	2.15 518	1.50 518	3.20 530	1.35 502	0.92 520	0.66 524	1.10 521	0.79 522	0.94 517	0.74 518

Venus	1.50 516	1.22 521	1.39 490	1.10 520	0.85 517	2.15 522	0.78 505	1.84 524	3.76 528	1.46 516	2.18 522	2.15 518	1.50 518	3.20 530	1.35 502	0.92 520	0.66 524	1.10 521	0.79 522	0.94 517	0.74 518

ADCRef	0.41 425	0.33 421	1.05 454	0.26 321	0.21 382	0.49 441	0.27 384	0.54 362	0.51 403	0.51 445	0.59 432	0.35 307	0.47 439	0.54 336	1.35 502	0.09 217	0.08 174	0.12 358	0.12 371	0.12 345	0.13 249

ktn	1.80 523	1.46 528	1.49 495	1.44 528	1.14 524	1.50 517	1.07 518	1.53 520	3.90 531	2.77 530	4.62 531	3.42 528	1.49 517	1.74 516	1.40 505	1.45 530	0.77 528	1.46 529	0.99 527	1.41 529	1.00 525

SGM+DAISY	1.12 509	0.86 504	1.64 502	0.68 501	0.80 515	1.68 520	1.68 530	1.08 507	1.10 504	1.53 523	1.76 517	1.47 506	1.53 520	1.24 499	1.42 506	0.66 509	0.65 523	0.52 500	0.54 507	0.57 498	0.91 523

AnyNet_C01	0.68 486	0.69 495	2.64 518	0.33 442	0.27 444	0.93 494	0.64 495	0.66 464	0.65 456	0.70 478	0.97 487	0.75 482	0.63 478	1.01 484	1.52 507	0.17 435	0.16 367	0.17 438	0.17 449	0.24 463	0.28 435

ADCL	0.50 453	0.30 407	1.15 468	0.28 384	0.19 345	0.77 483	0.64 495	0.57 398	0.73 475	0.57 464	0.73 465	0.55 429	0.60 468	0.66 402	1.53 508	0.11 315	0.10 246	0.13 383	0.13 401	0.15 391	0.16 306

TorneroNet-64	1.47 514	1.15 517	1.51 497	1.11 522	0.86 519	2.27 525	0.76 503	1.84 524	3.76 528	1.29 508	2.22 524	2.68 525	1.46 516	1.81 520	1.55 509	0.79 515	0.51 506	1.10 521	0.67 516	1.31 525	0.81 522

notaker	1.49 515	1.44 527	1.77 506	1.42 527	1.08 523	1.19 506	0.87 512	1.51 518	1.40 513	1.53 523	3.41 530	2.40 521	1.94 523	1.83 521	1.57 510	1.14 526	0.69 527	1.38 528	0.88 524	1.39 528	1.03 526

1111x	0.39 409	0.17 257	0.80 400	0.23 201	0.15 224	0.33 332	0.27 384	0.62 445	0.48 378	0.32 266	0.43 333	0.40 341	0.29 335	0.86 460	1.60 511	0.09 217	0.23 440	0.09 197	0.12 371	0.10 253	0.23 388

EDNetEfficient	0.64 483	0.39 453	2.52 516	0.26 321	0.26 439	0.39 388	0.49 480	0.42 238	1.06 501	1.38 511	0.86 479	0.61 450	0.97 500	0.66 402	1.62 512	0.11 315	0.10 246	0.10 270	0.12 371	0.20 444	0.19 341

ADCMid	0.53 461	0.45 466	1.46 493	0.27 357	0.22 397	0.51 444	0.38 453	0.61 437	0.58 436	0.75 481	0.67 454	0.62 453	0.66 481	0.66 402	1.75 513	0.13 373	0.12 290	0.17 438	0.17 449	0.20 444	0.21 367

AnyNet_C32	0.55 464	0.51 475	1.34 487	0.29 399	0.28 445	0.61 466	0.62 494	0.57 398	0.62 451	0.63 469	0.68 456	0.54 428	0.55 460	0.82 452	1.81 514	0.15 411	0.15 355	0.15 421	0.18 454	0.21 450	0.25 412

MADNet+	1.05 504	1.26 523	4.77 529	0.73 504	0.50 492	1.25 509	0.97 513	1.05 506	0.93 493	0.67 475	0.78 470	0.87 487	0.85 492	2.14 523	1.83 515	0.40 498	0.42 499	0.32 485	0.28 487	0.45 492	0.43 484

JetBlue	1.20 511	0.89 505	2.53 517	0.59 496	0.76 509	3.16 529	2.09 531	1.16 509	0.93 493	0.95 494	1.12 493	1.65 509	1.27 510	2.15 524	1.87 516	0.43 500	0.37 494	0.38 491	0.39 499	0.62 499	0.63 507

UNDER WATER-64	1.61 519	1.30 525	2.93 522	1.33 525	0.96 521	2.20 524	1.25 524	1.47 516	3.15 525	1.46 516	1.31 500	2.61 524	2.22 525	1.69 515	1.93 517	1.13 525	0.67 526	1.29 526	0.94 525	1.26 523	1.09 527

ADCP+	0.48 451	0.36 440	1.47 494	0.26 321	0.22 397	0.57 460	0.40 460	0.56 389	0.54 421	0.46 425	0.52 401	0.46 388	0.53 458	0.59 362	1.93 517	0.10 278	0.08 174	0.11 325	0.11 330	0.14 381	0.15 291

TorneroNet	2.26 526	1.20 520	1.55 500	1.15 524	0.91 520	5.84 531	0.84 510	2.12 528	8.45 537	2.59 529	5.32 533	3.84 530	2.15 524	1.84 522	1.98 519	0.88 518	0.54 511	1.16 525	0.74 520	1.31 525	0.91 523

UNDER WATER	1.64 521	1.34 526	2.72 520	1.40 526	1.04 522	1.70 521	1.14 523	1.57 521	3.58 526	1.46 516	1.46 507	2.82 526	2.43 526	1.74 516	2.04 520	1.08 524	0.63 522	1.31 527	0.94 525	1.29 524	1.10 528

coex-ft	3.48 530	0.81 502	48.53 552	0.24 246	0.19 345	0.53 453	0.47 476	0.49 315	2.36 523	7.18 537	1.20 496	0.96 493	2.53 527	0.75 431	2.14 521	0.13 373	0.15 355	0.14 405	0.12 371	0.22 454	0.47 490

MANE	1.63 520	0.58 488	1.16 470	0.59 496	0.60 501	2.71 526	1.53 527	2.63 531	3.62 527	2.33 527	3.26 529	3.66 529	2.98 530	2.26 526	2.26 522	0.37 493	0.40 496	0.31 484	0.49 502	0.31 481	0.63 507

ADCS	0.62 478	0.56 482	1.54 499	0.30 410	0.25 435	0.56 458	0.46 473	0.71 479	0.86 486	0.77 485	0.72 462	0.68 474	0.62 476	0.82 452	2.33 523	0.17 435	0.16 367	0.16 429	0.17 449	0.23 459	0.27 428

xxxx	0.39 409	0.14 164	0.47 144	0.20 70	0.16 262	0.38 384	0.20 240	0.61 437	0.43 323	0.30 225	0.44 343	0.38 324	0.25 268	0.50 314	2.41 524	0.11 315	0.21 419	0.09 197	0.10 297	0.10 253	0.26 424

test_xeample	0.39 409	0.14 164	0.46 138	0.19 35	0.16 262	0.34 348	0.22 299	0.59 420	0.43 323	0.33 279	0.47 378	0.30 257	0.27 293	0.60 367	2.44 525	0.10 278	0.21 419	0.09 197	0.09 244	0.09 194	0.25 412

AAGNet	0.34 383	0.12 93	0.53 250	0.26 321	0.16 262	0.20 102	0.19 205	0.31 110	0.29 152	0.35 316	0.35 240	0.27 213	0.30 341	0.44 295	2.56 526	0.08 145	0.05 4	0.10 270	0.07 98	0.09 194	0.07 19

SGM-ForestM	1.59 518	0.56 482	1.52 498	0.41 478	0.34 471	2.77 527	1.67 529	1.69 522	1.73 518	2.48 528	2.27 525	6.02 535	2.90 529	3.08 528	2.83 527	0.25 473	0.30 481	0.19 453	0.20 460	0.18 428	0.45 489

MADNet++	2.34 527	1.81 530	2.24 515	2.15 532	1.97 530	2.79 528	2.19 532	2.42 530	2.26 522	2.79 531	2.70 527	2.43 522	2.60 528	3.18 529	3.32 528	2.19 533	1.97 533	1.93 531	1.62 531	2.02 531	2.10 532

HanzoNet	3.08 529	1.87 531	2.70 519	1.81 530	1.34 527	1.60 519	1.05 516	2.06 527	2.62 524	5.63 535	5.12 532	5.96 534	7.09 536	4.39 535	3.43 529	3.29 535	2.06 535	1.98 533	2.94 537	2.47 532	2.15 533

222	0.45 438	0.14 164	0.43 113	0.19 35	0.15 224	0.36 370	0.20 240	0.60 430	0.43 323	0.37 344	0.45 358	0.30 257	0.28 315	0.59 362	3.72 530	0.11 315	0.19 403	0.08 117	0.09 244	0.09 194	0.27 428

LE_ROB	1.82 524	0.39 453	3.15 524	0.50 492	0.55 498	0.79 485	1.00 514	0.89 503	6.48 535	7.40 538	2.07 521	2.07 515	5.08 533	1.33 507	3.96 531	0.11 315	0.09 214	0.12 358	0.11 330	0.11 305	0.13 249

JetRed	2.35 528	2.70 532	6.11 531	1.14 523	1.38 528	6.03 533	3.61 533	2.12 528	1.72 517	1.99 526	1.97 519	2.15 518	1.59 522	2.49 527	4.19 532	1.05 523	1.60 530	1.10 521	1.02 528	1.72 530	1.41 531

TCMNet-wrong-test	4.33 531	5.65 538	4.76 526	11.36 542	10.39 539	5.87 532	4.45 535	4.24 534	1.10 504	1.93 525	2.43 526	6.07 536	3.54 531	3.87 533	4.51 533	2.00 532	0.47 504	1.96 532	1.68 532	5.78 538	4.48 537

DPSimNet_ROB	6.21 534	5.16 534	9.50 533	5.59 536	5.56 533	7.64 535	10.02 537	4.07 533	7.33 536	6.84 536	6.26 535	7.17 538	10.55 538	4.07 534	5.68 534	5.50 538	4.29 537	5.24 538	3.66 538	4.05 535	5.96 538

BEATNet-Init1	4.91 533	3.27 533	14.39 543	0.69 502	0.65 505	10.19 540	3.83 534	5.04 535	5.11 533	8.73 539	8.52 537	13.95 546	7.66 537	7.79 539	5.79 535	0.32 488	0.34 491	0.34 489	0.38 498	0.64 501	0.64 509

tt	4.71 532	0.11 53	3.94 525	2.06 531	1.54 529	10.14 539	16.85 540	9.28 541	4.99 532	1.41 513	1.05 490	4.68 531	4.89 532	3.36 532	5.86 536	5.73 539	9.15 544	2.23 535	2.51 534	3.02 533	1.34 530

LRCNet_RVC	10.94 540	14.45 547	9.66 534	15.38 543	8.02 536	1.08 501	0.35 437	8.72 540	0.72 472	12.63 546	15.84 546	9.73 539	6.52 534	8.58 540	6.38 537	20.33 550	5.39 538	23.79 548	21.95 547	15.35 545	13.96 547

PML	15.86 546	13.12 546	7.07 532	5.22 534	7.66 535	32.93 550	64.30 553	5.37 536	10.12 539	25.87 552	67.29 553	20.25 548	13.20 547	10.09 541	6.81 538	5.94 540	2.00 534	6.03 542	2.18 533	9.13 541	2.62 535

USTest	6.84 535	5.16 534	5.45 530	7.18 538	7.26 534	14.27 542	22.53 541	8.48 539	9.29 538	5.44 534	6.42 536	6.27 537	6.69 535	6.83 538	8.49 539	1.95 531	3.27 536	2.16 534	2.54 535	3.76 534	3.31 536

Anonymous_1	16.44 547	9.26 539	9.67 535	10.63 539	14.54 542	18.62 547	26.98 547	12.68 545	13.53 546	10.78 545	10.37 541	10.15 540	10.66 541	10.99 545	12.64 540	15.61 549	7.73 541	16.87 546	43.01 550	56.14 553	7.86 543

DGTPSM_ROB	8.38 537	5.24 536	10.71 541	5.32 535	10.19 537	8.34 536	23.49 545	6.11 537	13.43 544	4.93 532	10.93 542	5.64 532	10.55 538	6.17 536	12.73 541	3.74 536	7.56 539	3.68 536	7.24 541	4.09 536	7.49 539

DPSMNet_ROB	8.44 538	5.25 537	10.87 542	5.59 536	10.27 538	8.34 536	23.51 546	6.12 538	13.47 545	4.96 533	10.94 543	5.65 533	10.55 538	6.25 537	12.77 542	4.01 537	7.62 540	3.75 537	7.27 542	4.16 537	7.54 540

DPSM_ROB	11.46 541	9.79 543	10.18 536	11.11 540	11.31 540	19.08 548	27.38 548	13.42 546	14.23 547	10.34 543	11.13 544	10.97 544	11.33 545	11.89 546	13.49 543	6.74 541	8.19 542	6.00 540	7.05 539	7.74 539	7.76 541

DPSM	11.46 541	9.79 543	10.18 536	11.11 540	11.31 540	19.08 548	27.38 548	13.42 546	14.23 547	10.34 543	11.13 544	10.97 544	11.33 545	11.89 546	13.49 543	6.74 541	8.19 542	6.00 540	7.05 539	7.74 539	7.76 541

xxxxx1	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

tt_ll	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

ff	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

HaxPig	17.72 548	20.23 551	19.76 545	16.55 544	16.52 543	9.46 538	9.42 536	14.48 548	13.31 543	18.59 547	18.67 547	17.39 547	16.68 548	17.07 548	16.43 548	21.99 551	20.86 551	22.28 547	21.55 546	21.30 549	21.88 551

MEDIAN_ROB	21.20 549	24.56 552	23.42 550	19.57 545	19.62 548	13.29 541	11.21 538	18.04 549	17.02 549	22.07 551	21.92 548	20.84 549	20.24 549	21.02 549	19.68 549	25.59 552	24.08 552	26.20 549	25.19 548	25.31 550	25.19 552

AVERAGE_ROB	25.43 553	29.01 553	27.22 551	24.60 552	24.16 552	17.78 546	12.87 539	22.39 550	21.40 550	26.72 553	26.08 552	25.18 553	24.52 553	25.07 553	23.57 550	29.94 553	28.36 553	30.60 550	29.57 549	29.83 551	29.66 553

LSM0	24.21 552	19.88 550	22.33 549	24.42 551	40.13 553	38.41 552	54.99 550	27.05 552	28.61 551	20.59 548	22.00 549	22.29 552	22.86 550	24.12 552	27.16 551	13.59 548	16.33 548	12.13 545	14.08 543	15.72 548	17.53 550

CasAABBNet	23.04 550	19.69 548	20.32 546	22.42 549	22.73 549	38.35 551	55.23 552	26.99 551	28.74 552	20.67 549	22.28 550	22.11 550	22.86 550	23.84 550	27.17 552	13.52 546	16.47 549	12.08 543	14.21 544	15.57 546	15.60 548

Selective-RAFT-Error	23.11 551	19.77 549	20.60 548	22.49 550	22.80 550	38.46 553	55.19 551	27.13 553	28.90 553	20.73 550	22.38 551	22.11 550	22.91 552	23.94 551	27.18 553	13.54 547	16.57 550	12.09 544	14.21 544	15.61 547	15.65 549

test_example2	100.95 554	107.33 554	67.16 553	98.17 553	106.88 554	89.44 554	101.34 554	37.23 554	97.88 554	129.56 554	131.26 554	65.41 554	67.34 554	91.22 554	79.29 554	143.32 554	199.32 554	81.12 554	102.17 554	121.89 554	101.70 554

ccccc		256.25 555		351.50 555	361.31 555	144.22 555		153.19 555		152.98 555		161.94 555		268.06 555		387.64 555	346.97 555	244.11 555	219.32 555	413.57 555

Low-res two-view benchmark