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

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

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

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

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_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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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
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

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

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

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

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

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
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

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

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

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_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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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-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

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

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

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

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

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

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
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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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
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

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

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

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

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

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

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)
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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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_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

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

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

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

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

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

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

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
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_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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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.
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

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

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

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

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

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

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

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

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

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

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
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

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

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
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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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