Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.46 1	0.41 12	1.09 28	0.65 23	0.34 9	0.29 1	0.23 3	0.67 1	0.50 1	0.53 9	0.92 61	0.65 65	0.53 29	0.54 1	0.50 35	0.28 155	0.24 270	0.25 90	0.21 110	0.23 49	0.22 67
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.50 2	0.39 4	1.11 39	0.79 84	0.42 60	0.70 4	0.36 25	0.76 2	0.80 23	0.62 30	0.38 5	0.73 89	0.77 102	0.69 2	0.36 2	0.26 103	0.17 44	0.23 34	0.16 13	0.18 1	0.20 23

LGtest1	0.55 3	0.41 12	1.14 50	0.70 42	0.40 46	0.99 10	0.26 5	1.32 10	0.93 43	0.53 9	0.60 15	0.44 31	0.49 24	1.02 44	0.45 18	0.27 118	0.19 106	0.23 34	0.16 13	0.21 30	0.23 79

Wavelet-MonSter	0.57 4	0.47 46	1.13 47	0.66 31	0.78 262	1.60 66	0.30 10	1.17 8	0.68 4	0.58 19	0.69 25	0.39 14	0.48 22	0.99 40	0.46 21	0.15 1	0.16 29	0.20 3	0.16 13	0.20 17	0.19 5

MLG-Stereo_test3	0.60 5	0.37 2	1.12 42	0.59 3	0.57 166	2.19 111	0.31 11	1.68 42	0.56 2	0.49 4	0.51 10	0.56 49	0.33 1	0.96 34	0.54 46	0.21 32	0.17 44	0.23 34	0.16 13	0.20 17	0.21 52

LG-Stereo_L1	0.61 6	0.47 46	1.10 32	0.73 59	0.49 117	1.72 72	0.33 16	1.95 70	0.65 3	0.56 12	0.40 6	0.40 16	0.43 13	1.40 131	0.42 8	0.23 53	0.19 106	0.23 34	0.18 53	0.21 30	0.19 5

MonStereo	0.62 7	0.43 18	1.07 11	0.66 31	0.82 280	1.13 15	0.39 29	2.57 150	0.92 40	0.58 19	0.64 20	0.36 4	0.36 4	0.90 23	0.43 12	0.15 1	0.15 22	0.20 3	0.17 30	0.21 30	0.19 5

Monster-pub-eth3d	0.62 7	0.43 18	1.07 11	0.66 31	0.82 280	1.13 15	0.39 29	2.57 150	0.92 40	0.58 19	0.64 20	0.36 4	0.36 4	0.88 19	0.43 12	0.15 1	0.15 22	0.20 3	0.17 30	0.21 30	0.19 5

MonSter	0.62 7	0.43 18	1.07 11	0.66 31	0.82 280	1.13 15	0.39 29	2.57 150	0.92 40	0.58 19	0.64 20	0.36 4	0.35 3	0.95 30	0.43 12	0.15 1	0.15 22	0.20 3	0.17 30	0.21 30	0.19 5

LG-Stereo_L2	0.63 10	0.46 31	1.15 52	0.70 42	0.43 66	2.32 120	0.28 6	1.86 57	0.68 4	0.56 12	0.42 7	0.37 8	0.45 16	1.36 125	0.40 6	0.23 53	0.18 75	0.22 20	0.18 53	0.21 30	0.20 23

Monster-pub-mixall	0.64 11	0.42 15	1.00 2	0.83 108	0.48 109	1.39 47	0.32 14	1.45 16	0.82 28	0.88 108	0.85 50	0.39 14	0.36 4	1.99 234	0.47 24	0.20 28	0.16 29	0.17 1	0.15 4	0.18 1	0.21 52

S2M2_L	0.64 11	0.55 109	1.07 11	0.89 154	0.54 142	1.08 12	0.20 1	1.16 7	1.37 92	0.59 23	0.81 45	0.86 121	0.47 18	0.70 3	0.65 75	0.31 241	0.33 378	0.27 148	0.27 242	0.36 269	0.31 213
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.65 13	0.41 12	1.06 9	0.85 130	0.31 4	2.44 130	0.46 63	1.09 5	0.69 7	0.84 102	0.52 11	0.55 47	0.53 29	1.49 154	0.46 21	0.31 241	0.14 11	0.25 90	0.18 53	0.23 49	0.20 23

4.5_new	0.67 14	0.46 31	1.11 39	0.63 12	0.78 262	1.97 90	0.51 78	2.18 88	0.78 17	0.73 59	0.90 57	0.42 24	0.49 24	0.81 9	0.49 29	0.21 32	0.14 11	0.26 119	0.19 77	0.22 43	0.20 23

4.5w-stereo	0.67 14	0.46 31	1.11 39	0.63 12	0.78 262	1.97 90	0.51 78	2.18 88	0.77 14	0.73 59	0.90 57	0.42 24	0.49 24	0.81 9	0.49 29	0.21 32	0.14 11	0.26 119	0.19 77	0.22 43	0.20 23

4w-stereo	0.67 14	0.49 63	1.07 11	0.63 12	0.75 251	1.63 70	0.44 55	2.23 97	0.77 14	0.56 12	0.92 61	0.40 16	0.82 124	1.08 54	0.53 44	0.18 17	0.13 1	0.25 90	0.18 53	0.19 5	0.20 23

dual_stereo	0.68 17	0.40 7	1.05 6	0.64 16	0.37 28	0.84 8	0.34 20	3.40 261	1.03 53	0.50 5	0.46 9	0.58 50	0.40 8	1.85 224	0.49 29	0.23 53	0.17 44	0.21 15	0.16 13	0.20 17	0.19 5

3.25w_new	0.69 18	0.46 31	1.10 32	0.61 6	0.61 186	2.23 114	0.51 78	2.45 125	0.90 35	0.63 33	0.78 38	0.47 36	0.71 77	0.78 6	0.50 35	0.17 7	0.14 11	0.20 3	0.17 30	0.20 17	0.20 23

3.25w	0.69 18	0.46 31	1.10 32	0.61 6	0.61 186	2.23 114	0.51 78	2.45 125	0.90 35	0.63 33	0.78 38	0.47 36	0.71 77	0.79 7	0.50 35	0.17 7	0.14 11	0.20 3	0.17 30	0.20 17	0.20 23

asd	0.70 20	0.45 24	1.10 32	0.67 38	0.90 315	2.88 165	0.43 51	1.64 38	0.79 20	0.68 48	0.88 53	0.43 26	0.74 90	0.85 15	0.49 29	0.19 22	0.13 1	0.24 65	0.17 30	0.22 43	0.20 23

IGEV	0.70 20	0.36 1	1.07 11	0.71 48	1.31 427	2.82 158	0.41 42	1.76 48	0.98 50	0.73 59	0.71 26	0.35 3	0.42 12	0.90 23	0.42 8	0.18 17	0.18 75	0.22 20	0.18 53	0.18 1	0.20 23

LG-G_1	0.70 20	0.40 7	1.12 42	0.71 48	0.30 2	2.80 156	0.40 35	2.21 93	0.78 17	0.59 23	0.55 12	0.51 40	0.58 39	1.24 95	0.49 29	0.24 67	0.18 75	0.23 34	0.15 4	0.21 30	0.21 52

LG-G	0.70 20	0.40 7	1.12 42	0.71 48	0.30 2	2.80 156	0.40 35	2.21 93	0.78 17	0.59 23	0.55 12	0.51 40	0.58 39	1.24 95	0.49 29	0.24 67	0.18 75	0.23 34	0.15 4	0.21 30	0.21 52

DEFOM-Stereo	0.70 20	0.46 31	1.13 47	0.72 56	0.48 109	3.40 240	0.44 55	0.90 3	0.77 14	0.86 105	0.58 14	0.45 34	0.43 13	1.76 205	0.43 12	0.24 67	0.18 75	0.22 20	0.16 13	0.21 30	0.20 23

3w_stereo	0.71 25	0.47 46	1.14 50	0.65 23	0.39 42	1.73 74	0.68 162	2.79 189	0.79 20	0.67 46	0.84 47	0.37 8	1.02 179	1.03 45	0.56 48	0.18 17	0.14 11	0.23 34	0.18 53	0.20 17	0.22 67

252Zero-FE	0.72 26	0.46 31	1.08 20	1.01 241	0.41 53	1.27 31	0.22 2	1.79 53	1.03 53	2.52 445	1.24 122	0.32 1	0.41 10	1.03 45	0.45 18	0.21 32	0.17 44	0.20 3	0.17 30	0.20 17	0.20 23

4.25_new	0.73 27	0.46 31	1.08 20	0.71 48	0.97 333	2.52 138	0.58 112	2.28 105	0.93 43	0.57 15	0.94 66	0.40 16	0.65 61	0.87 16	0.50 35	0.17 7	0.13 1	0.25 90	0.17 30	0.19 5	0.20 23

4.5w_new	0.73 27	0.46 31	1.08 20	0.71 48	0.97 333	2.52 138	0.58 112	2.28 105	0.93 43	0.57 15	0.94 66	0.40 16	0.65 61	0.87 16	0.50 35	0.17 7	0.13 1	0.25 90	0.17 30	0.19 5	0.20 23

4.25w-stereo	0.73 27	0.46 31	1.08 20	0.71 48	0.97 333	2.52 138	0.58 112	2.28 105	0.93 43	0.57 15	0.94 66	0.40 16	0.65 61	0.87 16	0.50 35	0.17 7	0.13 1	0.25 90	0.17 30	0.19 5	0.20 23

GREAT-IGEV	0.74 30	0.54 103	1.86 133	1.10 294	0.44 73	2.44 130	0.34 20	1.37 11	1.51 154	0.48 2	0.86 51	0.51 40	0.60 47	1.07 53	0.45 18	0.22 41	0.17 44	0.21 15	0.17 30	0.23 49	0.25 105

FlowAnything_test	0.75 31	0.60 163	1.18 56	0.82 97	0.58 175	2.29 118	0.66 153	1.38 12	0.80 23	1.03 135	0.76 33	0.63 59	0.49 24	0.84 14	0.91 189	0.31 241	0.27 318	0.40 390	0.48 466	0.31 174	0.30 203

qwe	0.75 31	0.45 24	1.10 32	0.67 38	1.06 364	2.49 134	0.45 59	2.57 150	0.90 35	0.71 55	0.83 46	0.43 26	0.48 22	1.10 57	0.64 68	0.17 7	0.14 11	0.24 65	0.16 13	0.21 30	0.20 23

2.25w	0.75 31	0.47 46	1.09 28	0.69 41	0.65 205	2.28 117	0.40 35	2.42 119	0.80 23	0.73 59	1.03 77	0.40 16	0.81 122	1.24 95	0.80 140	0.16 5	0.15 22	0.21 15	0.17 30	0.19 5	0.21 52

2.5w	0.75 31	0.44 21	1.06 9	0.66 31	0.69 230	2.39 126	0.56 100	2.77 181	0.82 28	0.63 33	0.88 53	0.37 8	0.75 93	1.36 125	0.50 35	0.18 17	0.14 11	0.22 20	0.17 30	0.19 5	0.21 52

2.75w_new	0.75 31	0.45 24	1.10 32	0.65 23	0.62 192	2.45 132	0.56 100	2.75 178	0.74 12	0.78 85	0.73 29	0.38 12	0.92 154	1.04 50	0.66 80	0.17 7	0.14 11	0.22 20	0.17 30	0.18 1	0.19 5

3.75w	0.75 31	0.47 46	1.09 28	0.63 12	1.10 376	2.61 149	0.53 88	2.46 128	0.97 49	0.62 30	0.80 41	0.40 16	0.66 67	1.11 59	0.48 25	0.19 22	0.13 1	0.23 34	0.18 53	0.20 17	0.21 52

2w_stereo	0.75 31	0.46 31	1.08 20	0.68 40	0.56 154	2.00 92	0.61 123	2.87 198	0.83 31	0.93 116	0.93 64	0.36 4	1.13 216	0.90 23	0.61 59	0.17 7	0.13 1	0.23 34	0.17 30	0.20 17	0.21 52

RAStereo	0.75 31	0.52 79	2.86 232	0.58 2	0.62 192	1.19 21	0.32 14	1.81 55	0.99 51	0.75 66	1.05 87	0.64 61	0.47 18	0.80 8	0.94 205	0.22 41	0.20 145	0.27 148	0.21 110	0.34 238	0.22 67

AdaDepth	0.76 39	0.45 24	1.41 92	0.70 42	1.27 421	3.12 199	0.43 51	1.02 4	0.94 47	0.63 33	0.91 59	0.43 26	0.58 39	1.41 136	0.48 25	0.18 17	0.21 179	0.23 34	0.19 77	0.25 68	0.26 129

MLG-Stereo_test2	0.76 39	0.40 7	1.07 11	0.64 16	0.82 280	3.49 261	0.23 3	1.69 43	2.14 343	0.62 30	0.32 3	0.67 70	0.33 1	1.14 68	0.37 3	0.23 53	0.19 106	0.23 34	0.16 13	0.19 5	0.20 23

AIO_test	0.76 39	0.47 46	1.31 77	0.81 87	0.70 234	1.36 44	0.88 302	1.40 14	1.45 110	0.55 11	0.95 69	1.81 277	0.58 39	1.16 75	0.46 21	0.27 118	0.17 44	0.24 65	0.19 77	0.24 54	0.21 52

fffft	0.76 39	0.47 46	1.28 74	0.82 97	0.54 142	1.51 58	0.80 243	2.09 82	1.18 64	0.63 33	0.84 47	0.59 53	0.55 33	1.80 212	0.85 158	0.19 22	0.18 75	0.27 148	0.20 96	0.26 86	0.24 95
1: 1. 1
ours_stereo	0.76 39	0.64 211	1.40 91	0.86 136	0.61 186	1.12 14	0.57 103	1.63 36	1.20 66	0.72 57	1.43 178	0.70 76	0.62 52	1.56 164	0.58 54	0.25 88	0.18 75	0.26 119	0.21 110	0.29 132	0.31 213

AIO-Stereo	0.76 39	0.54 103	1.07 11	0.73 59	0.40 46	1.28 37	0.82 256	2.26 100	1.49 141	0.70 51	1.58 220	0.89 128	0.45 16	1.03 45	0.55 47	0.24 67	0.18 75	0.25 90	0.20 96	0.26 86	0.21 52

GLC_STEREO	0.76 39	0.52 79	1.12 42	0.83 108	0.33 8	1.86 81	0.82 256	1.46 18	1.38 93	0.95 122	1.04 82	0.68 72	0.72 80	0.97 35	0.80 140	0.23 53	0.25 294	0.32 264	0.25 196	0.32 201	0.30 203

asda	0.77 46	0.46 31	1.10 32	0.64 16	0.82 280	3.33 231	0.49 72	2.40 115	0.81 27	0.63 33	0.80 41	0.44 31	0.85 131	0.88 19	0.60 57	0.17 7	0.13 1	0.24 65	0.17 30	0.20 17	0.20 23

3.5w_stereo	0.77 46	0.53 91	1.09 28	0.65 23	0.72 239	2.52 138	0.51 78	2.43 122	0.80 23	0.76 77	1.20 111	0.43 26	0.66 67	1.23 94	0.73 114	0.17 7	0.13 1	0.23 34	0.17 30	0.20 17	0.21 52

MLG-Stereo	0.77 46	0.39 4	1.04 4	0.64 16	0.41 53	3.01 186	0.31 11	1.89 60	2.92 488	0.47 1	0.29 2	0.66 69	0.47 18	1.35 123	0.39 4	0.20 28	0.18 75	0.24 65	0.16 13	0.19 5	0.20 23

mms	0.77 46	0.68 250	1.17 55	0.83 108	0.71 237	1.41 49	0.67 155	1.61 30	1.12 60	0.77 82	1.37 164	0.63 59	0.54 32	1.75 204	0.63 65	0.24 67	0.19 106	0.26 119	0.21 110	0.31 174	0.34 255

RSM++	0.77 46	0.51 73	1.08 20	0.95 201	0.42 60	1.52 60	0.71 176	2.11 83	1.40 98	0.80 89	1.23 121	0.90 131	0.59 44	1.14 68	0.69 97	0.24 67	0.19 106	0.25 90	0.21 110	0.28 117	0.20 23

water-stereo	0.78 51	0.45 24	1.94 141	0.79 84	0.48 109	2.36 123	0.47 69	1.53 24	1.09 59	0.88 108	1.04 82	0.82 109	0.75 93	0.72 4	0.78 133	0.22 41	0.23 235	0.25 90	0.23 158	0.24 54	0.29 174

AIO_rvc	0.78 51	0.55 109	1.25 66	0.75 62	0.65 205	1.46 53	0.99 362	2.13 84	1.52 163	0.57 15	1.15 103	1.09 159	0.55 33	1.15 73	0.53 44	0.24 67	0.17 44	0.24 65	0.17 30	0.25 68	0.21 52

CASnet	0.78 51	0.51 73	1.29 75	0.81 87	0.29 1	1.28 37	0.74 196	1.51 21	1.89 291	1.64 200	1.09 93	0.65 65	0.64 58	0.91 26	0.76 127	0.29 177	0.17 44	0.41 402	0.31 334	0.32 201	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Replicate-Monster	0.79 54	1.36 470	2.08 166	0.70 42	0.52 132	2.05 100	0.34 20	1.92 66	0.82 28	1.03 135	0.60 15	0.48 39	0.52 28	1.28 106	0.39 4	0.19 22	0.14 11	0.19 2	0.16 13	0.22 43	0.78 484

AEACV	0.79 54	0.54 103	1.35 85	0.97 214	0.63 195	1.13 15	0.92 333	2.02 75	0.91 38	0.76 77	0.79 40	0.80 105	1.61 338	1.28 106	0.61 59	0.22 41	0.18 75	0.26 119	0.23 158	0.27 100	0.23 79

Zero-FE251	0.80 56	0.75 312	1.71 119	0.88 147	0.70 234	2.59 148	0.45 59	1.38 12	0.83 31	1.79 232	0.61 17	0.73 89	0.81 122	0.82 12	0.61 59	0.29 177	0.23 235	0.27 148	0.19 77	0.20 17	0.20 23

MLG-Stereo_test1	0.80 56	0.39 4	1.02 3	0.65 23	1.20 404	3.14 201	0.29 9	1.59 29	3.05 502	0.50 5	0.24 1	0.67 70	0.43 13	1.33 119	0.40 6	0.21 32	0.18 75	0.23 34	0.15 4	0.19 5	0.20 23

SMoEStereo_RVC	0.80 56	0.53 91	1.12 42	0.92 178	0.44 73	2.41 128	0.79 233	1.49 20	1.16 61	0.70 51	1.12 99	0.64 61	0.64 58	1.69 196	0.87 171	0.22 41	0.16 29	0.31 244	0.22 143	0.26 86	0.25 105

fffy	0.80 56	0.59 151	1.56 110	1.00 235	0.47 101	1.27 31	0.76 209	1.90 63	1.02 52	0.75 66	1.35 159	0.83 111	0.72 80	1.70 198	0.62 62	0.23 53	0.19 106	0.27 148	0.21 110	0.28 117	0.32 224

rvit_stereo_0081	0.80 56	0.63 199	1.19 57	0.91 172	0.64 197	1.27 31	0.61 123	2.05 76	1.71 251	0.82 93	0.73 29	0.85 117	0.75 93	1.30 115	0.80 140	0.31 241	0.26 307	0.27 148	0.25 196	0.38 284	0.27 145

rvit_stereo_0082	0.80 56	0.63 199	1.19 57	0.91 172	0.64 197	1.27 31	0.61 123	2.05 76	1.71 251	0.82 93	0.73 29	0.85 117	0.75 93	1.30 115	0.80 140	0.31 241	0.26 307	0.27 148	0.25 196	0.38 284	0.27 145

RSM	0.80 56	0.50 67	1.08 20	0.83 108	0.51 123	1.31 40	0.77 222	2.28 105	1.43 107	0.82 93	1.44 180	1.22 184	0.62 52	1.17 82	0.63 65	0.22 41	0.18 75	0.24 65	0.19 77	0.27 100	0.20 23

MGS-Stereo	0.80 56	0.56 120	1.53 104	0.93 193	0.39 42	1.26 30	0.73 184	1.45 16	1.30 83	1.01 128	2.26 420	0.80 105	0.56 35	1.16 75	0.65 75	0.27 118	0.23 235	0.26 119	0.22 143	0.27 100	0.25 105

Selective-IGEV	0.80 56	0.52 79	1.05 6	0.75 62	0.61 186	1.31 40	0.82 256	2.60 158	1.41 101	0.82 93	1.64 239	0.71 83	0.62 52	1.22 92	0.64 68	0.22 41	0.19 106	0.24 65	0.18 53	0.25 68	0.20 23

DilatedVolume-Stereo	0.81 65	0.60 163	1.51 103	1.01 241	0.59 178	1.34 42	0.51 78	1.56 26	1.08 58	1.26 153	1.24 122	0.77 97	0.87 138	1.79 211	0.72 111	0.23 53	0.24 270	0.22 20	0.21 110	0.25 68	0.23 79

DEFOM-Stereo_RVC	0.81 65	1.13 426	1.23 63	0.97 214	0.57 166	0.81 7	0.43 51	3.49 268	0.84 33	0.73 59	0.95 69	0.44 31	1.17 232	1.45 145	0.60 57	0.26 103	0.18 75	0.24 65	0.17 30	0.30 155	0.19 5

rvit_stereo_0081_aga	0.81 65	0.75 312	1.84 132	0.72 56	0.73 244	1.21 22	0.63 138	1.92 66	1.39 94	0.87 107	0.80 41	0.79 103	0.69 73	1.27 105	0.69 97	0.35 312	0.29 340	0.26 119	0.25 196	0.40 299	0.27 145

monsterstereo	0.82 68	0.50 67	1.26 67	0.77 80	1.41 460	2.54 144	0.40 35	3.14 223	0.71 9	0.70 51	1.11 97	0.41 23	0.39 7	1.50 155	0.50 35	0.19 22	0.16 29	0.22 20	0.16 13	0.21 30	0.17 1

monsters	0.82 68	0.58 143	1.16 53	0.76 76	1.52 475	2.92 173	0.40 35	2.66 166	0.72 10	0.66 43	0.84 47	0.38 12	0.41 10	1.84 218	0.48 25	0.20 28	0.16 29	0.20 3	0.16 13	0.19 5	0.19 5

castereo	0.82 68	0.70 264	1.04 4	0.85 130	0.50 121	1.29 39	0.91 320	3.22 233	1.20 66	0.83 100	1.24 122	0.72 85	0.91 151	1.00 41	0.67 85	0.26 103	0.16 29	0.25 90	0.20 96	0.24 54	0.21 52

MaDis-Stereo	0.82 68	0.66 232	1.53 104	0.65 23	1.87 527	1.24 27	0.36 25	2.13 84	1.27 79	0.67 46	0.75 32	0.88 126	0.70 75	1.15 73	1.07 231	0.29 177	0.23 235	0.26 119	0.20 96	0.31 174	0.22 67

UniTT-Stereo	0.82 68	0.47 46	2.63 218	0.96 207	1.19 398	0.78 6	0.39 29	1.12 6	1.54 179	1.19 149	1.26 131	0.51 40	0.64 58	1.13 66	1.03 224	0.30 220	0.20 145	0.24 65	0.21 110	0.40 299	0.25 105

ProNet	0.82 68	0.71 276	1.50 101	0.86 136	0.45 81	1.78 75	0.83 261	1.75 47	1.28 80	0.66 43	1.13 101	0.78 98	0.76 100	1.66 190	0.71 106	0.24 67	0.20 145	0.25 90	0.23 158	0.29 132	0.25 105

LG-Stereo	0.85 74	0.60 163	2.71 223	0.59 3	0.45 81	2.85 162	0.55 96	2.41 116	1.34 87	0.59 23	1.19 109	0.43 26	0.40 8	0.76 5	0.75 123	0.20 28	0.17 44	0.31 244	0.24 184	0.29 132	0.19 5

1w_stereo	0.86 75	0.42 15	1.07 11	0.72 56	0.81 271	3.00 184	0.67 155	3.28 241	0.75 13	0.74 64	1.32 149	0.37 8	1.37 268	0.92 28	0.68 88	0.16 5	0.14 11	0.20 3	0.16 13	0.19 5	0.22 67

rvit_stereo_0083	0.86 75	0.67 242	1.42 93	0.87 142	0.65 205	1.23 23	0.64 141	1.67 40	2.28 372	0.79 87	0.93 64	0.93 139	1.07 199	1.46 149	0.75 123	0.32 262	0.36 402	0.30 221	0.26 216	0.33 220	0.28 164

Occ-G	0.86 75	0.52 79	1.39 88	0.82 97	0.66 212	1.37 45	0.79 233	1.58 28	1.31 84	1.56 186	0.87 52	2.18 328	0.89 146	0.97 35	0.88 175	0.26 103	0.19 106	0.26 119	0.19 77	0.25 68	0.24 95

IGEVStereo-DCA	0.86 75	0.65 221	2.05 154	0.90 163	0.46 91	1.57 62	0.86 278	1.62 31	1.24 70	0.65 41	0.77 36	0.74 94	0.72 80	2.59 290	0.86 165	0.28 155	0.21 179	0.28 180	0.21 110	0.29 132	0.27 145

111111	0.87 79	0.50 67	1.13 47	0.66 31	1.08 370	3.37 235	0.33 16	2.33 112	1.47 124	0.74 64	1.50 197	0.61 55	0.59 44	1.40 131	0.48 25	0.24 67	0.19 106	0.22 20	0.16 13	0.24 54	0.19 5

MoCha-V2	0.87 79	0.48 56	1.87 134	0.88 147	0.32 7	1.37 45	0.55 96	2.71 172	1.42 103	0.92 115	1.75 273	0.65 65	1.17 232	1.45 145	0.57 51	0.21 32	0.21 179	0.20 3	0.19 77	0.24 54	0.23 79

GIP-stereo	0.88 81	0.50 67	1.34 82	1.32 400	0.94 325	2.90 167	0.42 46	3.41 262	1.06 56	0.63 33	0.76 33	0.90 131	0.76 100	0.91 26	0.52 43	0.27 118	0.18 75	0.25 90	0.16 13	0.25 68	0.19 5

WCG-NET	0.88 81	0.49 63	1.26 67	0.90 163	0.37 28	1.48 55	1.07 381	1.73 45	2.30 376	1.63 197	1.49 196	0.92 138	0.97 165	0.95 30	0.76 127	0.22 41	0.16 29	0.23 34	0.20 96	0.25 68	0.21 52

Pointernet	0.88 81	0.44 21	2.26 183	0.84 118	0.37 28	2.29 118	0.38 27	3.06 217	1.46 119	0.66 43	1.39 169	0.91 133	0.73 85	1.01 43	0.72 111	0.23 53	0.19 106	0.20 3	0.18 53	0.19 5	0.20 23

gasm-f	0.89 84	0.49 63	1.30 76	0.85 130	0.44 73	4.42 479	0.95 345	1.88 58	0.91 38	0.75 66	1.46 183	0.53 44	0.88 140	0.88 19	0.57 51	0.30 220	0.19 106	0.27 148	0.19 77	0.28 117	0.19 5

LG-Stereo_Zeroshot	0.89 84	0.47 46	2.08 166	0.76 76	0.73 244	3.91 354	0.41 42	2.07 80	1.07 57	0.77 82	0.89 56	0.64 61	0.86 134	0.95 30	0.77 132	0.26 103	0.18 75	0.26 119	0.19 77	0.32 201	0.32 224

SCV_C0	0.89 84	0.59 151	1.96 146	0.83 108	0.44 73	1.24 27	0.64 141	3.33 254	1.66 237	0.82 93	1.20 111	0.73 89	0.66 67	1.62 181	0.66 80	0.32 262	0.21 179	0.24 65	0.20 96	0.28 117	0.23 79

CAS++	0.89 84	0.64 211	1.46 96	0.81 87	0.51 123	1.24 27	0.86 278	3.44 263	1.46 119	1.14 146	1.29 142	0.62 57	0.58 39	1.13 66	0.59 55	0.34 292	0.30 353	0.34 317	0.26 216	0.41 324	0.29 174
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DDF-Stereo	0.90 88	0.53 91	1.16 53	0.88 147	1.31 427	1.59 65	0.86 278	2.26 100	0.79 20	0.48 2	0.63 19	0.54 45	0.73 85	2.97 309	1.03 224	0.39 361	0.17 44	0.24 65	0.18 53	1.06 513	0.29 174

IGEV-RUCA	0.90 88	0.53 91	1.05 6	0.81 87	0.74 249	3.89 351	0.80 243	1.92 66	1.41 101	0.96 125	0.71 26	0.70 76	0.73 85	1.30 115	0.68 88	0.29 177	0.20 145	0.25 90	0.19 77	0.43 353	0.34 255

IGEV++	0.90 88	0.58 143	1.32 80	0.94 197	0.45 81	1.27 31	1.00 363	3.32 250	1.55 187	0.82 93	1.34 156	0.86 121	1.09 203	1.16 75	0.89 178	0.33 280	0.18 75	0.23 34	0.19 77	0.29 132	0.22 67

trnet	0.91 91	0.48 56	1.46 96	0.62 9	0.31 4	4.40 475	0.41 42	2.20 91	1.53 170	0.94 117	1.14 102	0.88 126	0.89 146	1.09 56	0.71 106	0.27 118	0.19 106	0.22 20	0.15 4	0.21 30	0.19 5

Former-RAFT_DAM_RVC	0.92 92	0.73 291	1.42 93	0.92 178	1.08 370	2.97 183	0.53 88	1.77 51	1.39 94	1.16 147	1.54 209	0.58 50	0.65 61	1.03 45	0.84 155	0.25 88	0.23 235	0.30 221	0.24 184	0.43 353	0.29 174

CREStereo	0.92 92	0.53 91	1.45 95	0.61 6	0.34 9	4.42 479	0.40 35	2.21 93	1.54 179	0.94 117	1.12 99	0.87 123	0.87 138	1.12 63	0.72 111	0.28 155	0.19 106	0.22 20	0.15 4	0.22 43	0.19 5
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
castereo++	0.93 94	0.56 120	1.26 67	0.92 178	0.73 244	2.48 133	1.00 363	2.99 206	1.03 53	0.68 48	1.41 174	1.92 292	0.59 44	1.26 101	0.44 16	0.25 88	0.19 106	0.28 180	0.19 77	0.23 49	0.23 79

IGEV-Stereo++	0.93 94	0.44 21	1.08 20	0.70 42	1.20 404	3.87 349	0.33 16	3.36 256	1.43 107	0.75 66	1.17 106	0.68 72	1.04 184	0.95 30	0.42 8	0.22 41	0.16 29	0.23 34	0.17 30	0.24 54	0.20 23

GCAP-Stereo	0.93 94	0.68 250	1.35 85	0.85 130	0.41 53	3.61 293	0.52 87	2.20 91	1.50 147	1.11 144	1.04 82	1.17 170	0.84 129	1.11 59	0.71 106	0.25 88	0.20 145	0.27 148	0.18 53	0.28 117	0.23 79

depthmonostereo	0.94 97	0.71 276	2.39 198	0.85 130	0.54 142	2.21 113	0.53 88	1.83 56	1.17 63	0.95 122	1.09 93	0.99 146	0.97 165	2.37 268	0.68 88	0.23 53	0.27 318	0.22 20	0.20 96	0.25 68	0.26 129

StereoAnything_RVC	0.94 97	2.66 530	2.20 174	0.76 76	0.34 9	1.18 20	0.39 29	2.31 109	0.69 7	0.51 8	0.34 4	0.32 1	0.89 146	1.57 167	0.35 1	0.32 262	0.16 29	0.23 34	0.15 4	3.31 553	0.18 3

rvit_stereo_0080	0.94 97	0.72 280	2.56 208	0.64 16	0.59 178	1.90 83	0.75 206	2.71 172	1.40 98	0.91 112	1.04 82	0.85 117	0.82 124	1.14 68	0.78 133	0.35 312	0.29 340	0.25 90	0.27 242	0.45 369	0.29 174

IGEV-Stereo+	0.94 97	0.47 46	1.19 57	0.86 136	2.02 537	1.40 48	0.39 29	1.17 8	0.88 34	0.61 28	0.44 8	0.47 36	0.79 114	2.14 250	0.42 8	0.27 118	0.19 106	0.22 20	0.17 30	2.26 548	2.41 553

whm_eth	0.94 97	0.72 280	2.56 208	0.64 16	0.59 178	1.90 83	0.75 206	2.71 172	1.40 98	0.91 112	1.04 82	0.85 117	0.82 124	1.14 68	0.78 133	0.35 312	0.29 340	0.25 90	0.27 242	0.45 369	0.29 174

LoS_RVC	0.94 97	1.30 459	1.31 77	0.84 118	1.63 496	2.02 93	0.59 116	1.51 21	1.36 91	0.81 91	1.33 151	0.84 113	0.88 140	1.36 125	0.73 114	0.21 32	0.17 44	0.20 3	0.14 2	0.20 17	1.45 532

LoS	0.94 97	0.52 79	1.88 135	0.86 136	0.36 14	4.15 419	0.51 78	2.18 88	1.45 110	0.97 126	0.88 53	0.62 57	0.79 114	1.59 173	0.86 165	0.26 103	0.19 106	0.24 65	0.16 13	0.21 30	0.20 23
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
zero-FE	0.95 104	0.52 79	2.63 218	0.86 136	1.27 421	1.41 49	0.86 278	2.27 102	0.73 11	0.50 5	0.64 20	0.54 45	0.78 110	2.70 298	1.02 222	0.35 312	0.17 44	0.24 65	0.18 53	1.03 510	0.29 174

SCV	0.95 104	0.63 199	1.38 87	1.70 496	0.41 53	1.23 23	0.89 307	3.53 279	1.57 199	0.61 28	1.54 209	0.93 139	0.77 102	1.66 190	0.66 80	0.36 324	0.20 145	0.25 90	0.19 77	0.29 132	0.25 105

WCG-NET（raft）	0.95 104	0.55 109	1.20 61	0.84 118	0.31 4	1.44 51	1.01 366	1.55 25	2.37 397	1.64 200	1.42 176	2.38 348	1.01 176	1.29 111	0.76 127	0.22 41	0.19 106	0.22 20	0.20 96	0.25 68	0.21 52

anonymousdsp	0.95 104	0.69 253	1.27 72	0.83 108	0.52 132	4.54 501	0.84 264	1.76 48	1.24 70	0.76 77	1.06 89	0.78 98	0.77 102	1.67 194	0.69 97	0.27 118	0.17 44	0.29 201	0.21 110	0.31 174	0.26 129

IGEV-Stereo	0.95 104	0.69 253	1.27 72	0.84 118	0.52 132	4.54 501	0.84 264	1.76 48	1.24 70	0.75 66	1.06 89	0.79 103	0.77 102	1.68 195	0.69 97	0.27 118	0.17 44	0.29 201	0.21 110	0.31 174	0.26 129
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
tt45	0.96 109	0.48 56	1.19 57	0.89 154	0.66 212	3.91 354	0.76 209	1.90 63	1.26 78	0.70 51	1.30 144	0.71 83	0.63 55	2.59 290	0.74 120	0.22 41	0.17 44	0.28 180	0.23 158	0.27 100	0.27 145

MSCF	0.97 110	0.82 346	1.26 67	0.88 147	0.40 46	3.17 203	0.88 302	2.79 189	1.39 94	1.32 156	1.19 109	0.58 50	1.33 260	1.28 106	0.64 68	0.25 88	0.19 106	0.25 90	0.25 196	0.28 117	0.32 224

999	0.97 110	0.48 56	1.24 65	1.03 259	0.64 197	3.25 217	0.92 333	1.40 14	1.39 94	0.71 55	1.68 251	0.70 76	0.66 67	3.03 311	0.89 178	0.23 53	0.19 106	0.25 90	0.21 110	0.25 68	0.29 174

GGEV	0.98 112	0.46 31	1.39 88	0.90 163	0.45 81	4.38 467	0.84 264	2.64 163	1.45 110	0.94 117	1.26 131	0.78 98	1.12 213	1.00 41	0.56 48	0.32 262	0.17 44	0.23 34	0.18 53	0.26 86	0.22 67

DA2	0.98 112	0.46 31	1.34 82	0.92 178	0.43 66	4.34 463	0.85 274	2.79 189	1.35 90	0.82 93	1.30 144	0.89 128	1.08 202	1.11 59	0.56 48	0.30 220	0.18 75	0.24 65	0.18 53	0.25 68	0.23 79

ff7	0.98 112	0.69 253	2.05 154	0.84 118	0.52 132	4.55 504	0.86 278	1.62 31	1.24 70	0.75 66	1.03 77	0.70 76	0.77 102	1.84 218	0.68 88	0.27 118	0.17 44	0.29 201	0.21 110	0.31 174	0.27 145

ffff	0.98 112	0.69 253	2.05 154	0.84 118	0.52 132	4.55 504	0.86 278	1.62 31	1.24 70	0.75 66	1.03 77	0.70 76	0.77 102	1.84 218	0.68 88	0.27 118	0.17 44	0.29 201	0.21 110	0.31 174	0.27 145

11t	0.98 112	0.69 253	2.05 154	0.84 118	0.52 132	4.55 504	0.86 278	1.62 31	1.24 70	0.75 66	1.03 77	0.70 76	0.77 102	1.84 218	0.68 88	0.27 118	0.17 44	0.29 201	0.21 110	0.31 174	0.27 145

MIF-Stereo (partial)	0.98 112	0.55 109	2.83 229	0.71 48	1.03 356	1.08 12	0.49 72	2.55 146	1.66 237	0.79 87	1.20 111	0.80 105	0.90 149	1.61 180	1.56 340	0.36 324	0.24 270	0.33 299	0.25 196	0.40 299	0.28 164

ccc-4	0.98 112	0.69 253	2.05 154	0.84 118	0.52 132	4.55 504	0.86 278	1.62 31	1.24 70	0.75 66	1.03 77	0.70 76	0.77 102	1.84 218	0.68 88	0.27 118	0.17 44	0.29 201	0.21 110	0.31 174	0.27 145

CroCo-Stereo	0.98 112	0.87 364	3.44 255	0.87 142	0.53 141	0.49 2	0.50 74	3.99 386	1.49 141	0.81 91	1.25 130	1.00 149	0.75 93	1.10 57	1.09 236	0.24 67	0.21 179	0.24 65	0.19 77	0.35 256	0.27 145
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
CroCo-Stereo Lap2	0.99 120	0.89 368	2.55 207	0.99 227	1.80 524	0.54 3	0.46 63	3.10 219	1.24 70	1.07 138	1.21 115	1.05 158	0.78 110	1.26 101	1.08 233	0.27 118	0.23 235	0.27 148	0.21 110	0.43 353	0.34 255

PMTNet	0.99 120	0.48 56	1.73 121	0.62 9	0.56 154	4.20 445	0.43 51	1.88 58	1.58 202	1.00 127	1.05 87	0.78 98	0.98 171	1.50 155	0.85 158	1.21 535	0.20 145	0.23 34	0.15 4	0.22 43	0.19 5

GASTEREO	1.00 122	0.98 397	1.23 63	0.90 163	0.40 46	3.40 240	0.88 302	2.77 181	1.44 109	1.39 167	1.30 144	0.55 47	1.35 265	1.33 119	0.64 68	0.25 88	0.19 106	0.25 90	0.25 196	0.25 68	0.31 213

rvit_0105_6	1.00 122	0.93 381	2.21 176	0.92 178	0.55 150	1.52 60	0.79 233	2.41 116	2.96 492	0.76 77	0.72 28	1.02 151	0.75 93	1.42 138	0.81 146	0.40 369	0.43 453	0.34 317	0.31 334	0.43 353	0.34 255

rvit_stereo_ft	1.00 122	0.87 364	3.55 259	0.97 214	0.66 212	1.06 11	0.80 243	2.78 184	1.67 239	0.78 85	0.96 71	0.95 144	1.14 223	1.06 52	0.90 182	0.32 262	0.24 270	0.27 148	0.28 271	0.39 294	0.27 145

MyStereo07	1.01 125	0.80 335	1.26 67	1.00 235	1.04 359	3.95 371	0.95 345	2.07 80	1.42 103	0.75 66	1.22 117	0.68 72	0.91 151	1.63 185	0.67 85	0.24 67	0.24 270	0.34 317	0.26 216	0.41 324	0.37 289

CES	1.01 125	0.55 109	1.74 124	0.92 178	2.15 541	2.15 106	0.50 74	2.01 74	1.45 110	0.76 77	1.02 74	0.61 55	0.47 18	1.29 111	0.79 139	0.22 41	0.17 44	0.24 65	0.14 2	0.63 443	2.29 550

TANstereo	1.01 125	0.55 109	1.73 121	0.76 76	0.36 14	4.04 393	0.38 27	1.48 19	1.62 227	2.03 309	2.10 390	0.84 113	0.93 157	0.98 37	0.62 62	0.28 155	0.36 402	0.23 34	0.20 96	0.25 68	0.46 372

GMStereo	1.01 125	1.00 401	2.86 232	0.83 108	0.45 81	1.47 54	0.57 103	1.89 60	2.11 338	1.52 181	1.24 122	0.87 123	0.74 90	1.58 168	0.94 205	0.40 369	0.21 179	0.30 221	0.30 318	0.47 384	0.36 275
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 129	0.49 63	1.54 107	0.83 108	0.55 150	4.01 387	0.31 11	1.63 36	1.99 304	1.63 197	2.13 399	0.84 113	0.65 61	0.88 19	0.70 103	0.27 118	0.15 22	0.23 34	1.22 548	0.24 54	0.17 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
HART	1.03 130	0.85 358	3.13 242	0.84 118	0.38 39	1.17 19	0.42 46	3.54 280	1.47 124	1.08 139	2.17 405	1.48 218	0.57 36	1.37 130	0.74 120	0.23 53	0.18 75	0.28 180	0.21 110	0.32 201	0.24 95

XX-TBD	1.03 130	0.95 389	1.94 141	1.30 394	0.43 66	3.97 381	0.33 16	1.74 46	1.73 257	1.59 188	2.02 370	0.69 75	0.60 47	1.16 75	0.66 80	0.30 220	0.25 294	0.23 34	0.15 4	0.31 174	0.22 67

xyz-stereo-finetune	1.05 132	0.62 190	1.46 96	0.59 3	0.36 14	3.48 258	0.81 252	2.69 170	1.74 263	0.94 117	1.21 115	0.91 133	0.78 110	2.53 285	1.28 283	0.24 67	0.24 270	0.26 119	0.23 158	0.30 155	0.23 79

FE-Mocha	1.06 133	0.74 299	2.45 203	0.97 214	0.69 230	1.57 62	0.40 35	2.92 200	1.47 124	1.82 236	1.81 308	1.62 236	0.88 140	1.36 125	0.78 133	0.29 177	0.20 145	0.35 336	0.31 334	0.26 86	0.33 242

EGLCR-Stereo	1.06 133	0.51 73	1.56 110	1.02 252	0.39 42	4.27 456	0.42 46	4.08 413	1.48 133	0.90 111	0.68 24	1.09 159	0.66 67	1.81 213	0.62 62	0.27 118	0.19 106	0.29 201	0.23 158	0.37 279	0.25 105

MC-Stereo	1.06 133	0.48 56	1.55 108	1.15 326	0.41 53	4.56 509	0.61 123	2.06 78	1.46 119	1.90 257	1.61 232	0.89 128	1.12 213	1.35 123	0.73 114	0.25 88	0.18 75	0.26 119	0.22 143	0.25 68	0.24 95

sCroCo_RVC	1.06 133	0.82 346	5.05 285	1.02 252	1.05 361	0.98 9	0.61 123	2.06 78	1.29 81	0.69 50	1.26 131	0.82 109	1.10 209	1.20 89	0.90 182	0.42 395	0.40 435	0.33 299	0.30 318	0.46 380	0.38 304

rvit_0105_4	1.07 137	0.99 398	2.39 198	0.93 193	0.54 142	1.62 69	0.84 264	2.77 181	2.91 486	0.80 89	0.91 59	1.09 159	0.86 134	1.63 185	0.85 158	0.40 369	0.45 463	0.35 336	0.31 334	0.43 353	0.40 331

MM-Stereo_test3	1.09 138	0.59 151	1.55 108	1.73 500	1.18 391	1.91 85	0.86 278	3.52 275	1.76 267	1.25 151	1.86 332	1.10 162	0.69 73	1.32 118	0.86 165	0.27 118	0.23 235	0.27 148	0.22 143	0.34 238	0.30 203

IGEV-BASED-STEREO-	1.09 138	3.30 539	2.61 214	0.82 97	0.38 39	1.27 31	0.62 136	1.51 21	1.29 81	0.91 112	0.92 61	0.65 65	0.57 36	1.08 54	0.59 55	1.55 549	0.15 22	0.32 264	0.28 271	1.10 519	1.98 546

iRaftStereo_RVC	1.09 138	0.70 264	1.39 88	0.95 201	0.45 81	3.83 331	0.42 46	2.37 114	1.58 202	1.69 209	1.76 282	1.80 272	0.83 128	1.50 155	0.98 215	0.28 155	0.18 75	0.29 201	0.26 216	0.30 155	0.31 213

RAFT-Stereo-weight	1.11 141	0.48 56	1.22 62	0.99 227	0.42 60	4.17 433	0.80 243	3.60 288	1.50 147	1.97 279	1.50 197	1.30 194	0.65 61	1.24 95	0.85 158	0.25 88	0.19 106	0.26 119	0.22 143	0.27 100	0.23 79

11t1	1.11 141	0.53 91	1.80 129	1.55 475	0.65 205	2.20 112	0.60 119	3.66 299	1.49 141	1.60 189	1.26 131	1.03 154	1.35 265	1.72 200	0.97 212	0.28 155	0.31 363	0.29 201	0.23 158	0.30 155	0.34 255

rvit_0105_5	1.13 143	0.93 381	2.60 211	0.91 172	0.56 154	1.92 86	0.91 320	3.02 211	2.63 447	0.95 122	1.20 111	1.18 174	0.93 157	1.51 158	0.93 203	0.40 369	0.43 453	0.37 364	0.35 379	0.42 343	0.44 356

GMOStereo	1.13 143	0.70 264	2.26 183	0.75 62	0.44 73	3.05 189	0.91 320	2.78 184	1.45 110	2.37 421	1.52 200	1.53 222	1.05 189	1.17 82	0.92 194	0.25 88	0.19 106	0.35 336	0.28 271	0.34 238	0.26 129

error version	1.13 143	0.70 264	2.26 183	0.75 62	0.44 73	3.05 189	0.91 320	2.78 184	1.45 110	2.37 421	1.52 200	1.53 222	1.05 189	1.17 82	0.92 194	0.25 88	0.19 106	0.35 336	0.28 271	0.34 238	0.26 129

test-v	1.13 143	0.70 264	2.26 183	0.75 62	0.44 73	3.05 189	0.91 320	2.78 184	1.45 110	2.37 421	1.52 200	1.53 222	1.05 189	1.17 82	0.92 194	0.25 88	0.19 106	0.35 336	0.28 271	0.34 238	0.26 129

test-2	1.13 143	0.70 264	2.26 183	0.75 62	0.44 73	3.05 189	0.91 320	2.78 184	1.45 110	2.37 421	1.52 200	1.53 222	1.05 189	1.17 82	0.92 194	0.25 88	0.19 106	0.35 336	0.28 271	0.34 238	0.26 129

testlalala	1.14 148	0.62 190	1.34 82	1.00 235	0.78 262	4.38 467	0.93 335	2.46 128	2.20 354	2.44 433	1.52 200	1.31 195	0.61 50	1.04 50	0.65 75	0.35 312	0.19 106	0.24 65	0.19 77	0.24 54	0.23 79

HUF	1.15 149	0.64 211	8.62 325	0.90 163	0.35 12	1.35 43	0.78 226	1.97 71	1.50 147	0.63 33	1.52 200	0.83 111	0.66 67	1.28 106	0.63 65	0.29 177	0.23 235	0.26 119	0.17 30	0.23 49	0.25 105

tg	1.15 149	0.67 242	1.31 77	0.94 197	0.54 142	4.02 389	0.41 42	2.96 203	1.59 217	1.69 209	1.85 329	1.84 284	0.97 165	1.78 207	0.83 152	0.27 118	0.17 44	0.29 201	0.26 216	0.29 132	0.27 145

Selective-RAFT	1.15 149	0.46 31	1.64 116	0.99 227	0.45 81	4.17 433	0.51 78	3.21 231	1.69 247	1.12 145	1.34 156	1.45 215	1.40 276	2.08 242	0.94 205	0.41 384	0.20 145	0.24 65	0.23 158	0.27 100	0.25 105

x	1.15 149	0.57 130	1.53 104	1.44 448	0.67 219	1.94 87	0.97 355	3.87 345	1.57 199	1.61 194	1.28 140	1.58 230	1.22 241	1.93 229	1.04 226	0.28 155	0.30 353	0.34 317	0.29 299	0.32 201	0.31 213

xyz-stereo-finetune2	1.16 153	0.63 199	1.50 101	0.57 1	0.36 14	3.47 255	0.65 150	2.70 171	1.23 68	0.88 108	1.75 273	0.91 133	1.76 379	3.54 320	1.74 375	0.24 67	0.22 208	0.30 221	0.27 242	0.31 174	0.26 129

rvit_stereo_0075_2	1.18 154	0.74 299	2.66 221	0.90 163	1.27 421	2.51 136	0.69 168	2.25 99	2.06 322	1.40 169	1.86 332	1.46 217	0.84 129	1.42 138	0.94 205	0.46 424	0.40 435	0.48 442	0.38 414	0.46 380	0.51 404

AE-Stereo	1.18 154	0.60 163	2.05 154	1.10 294	0.60 181	4.39 471	0.72 179	3.74 316	1.62 227	1.10 141	1.90 347	1.01 150	0.92 154	1.45 145	0.82 149	0.28 155	0.22 208	0.28 180	0.28 271	0.26 86	0.22 67

test-3	1.19 156	0.52 79	2.00 148	1.01 241	0.42 60	1.95 88	0.91 320	4.35 502	1.47 124	2.24 384	1.16 104	2.06 318	0.79 114	2.68 296	0.76 127	0.27 118	0.18 75	0.28 180	0.26 216	0.26 86	0.25 105

test_1	1.19 156	0.52 79	2.00 148	1.01 241	0.42 60	1.95 88	0.90 312	4.36 507	1.47 124	2.17 357	1.16 104	2.06 318	0.78 110	2.68 296	0.76 127	0.27 118	0.18 75	0.28 180	0.26 216	0.26 86	0.25 105

test_3	1.19 156	0.51 73	2.08 166	0.99 227	0.41 53	2.05 100	0.87 298	4.40 515	1.42 103	1.99 286	1.18 107	2.03 312	0.79 114	2.70 298	0.75 123	0.27 118	0.17 44	0.29 201	0.29 299	0.30 155	0.27 145

raftrobust	1.19 156	0.72 280	2.30 189	1.26 373	1.31 427	3.55 279	0.68 162	2.75 178	1.47 124	2.21 375	1.38 167	1.17 170	1.22 241	1.20 89	1.11 240	0.28 155	0.24 270	0.21 15	0.19 77	0.25 68	0.28 164

RALCasStereoNet	1.19 156	1.02 403	2.06 163	1.12 305	1.14 382	3.08 195	0.70 174	2.99 206	1.73 257	1.34 158	1.68 251	1.18 174	0.91 151	2.16 252	1.00 220	0.30 220	0.26 307	0.24 65	0.21 110	0.29 132	0.30 203

MIM_Stereo	1.20 161	0.78 327	3.30 250	1.05 262	0.43 66	3.04 187	0.60 119	2.46 128	1.51 154	1.60 189	1.58 220	1.82 278	1.29 253	2.00 235	1.07 231	0.24 67	0.24 270	0.28 180	0.25 196	0.27 100	0.27 145

R-Stereo Train	1.20 161	0.58 143	1.81 130	0.99 227	0.67 219	3.78 321	0.90 312	4.09 415	1.51 154	2.16 353	1.71 262	1.13 165	0.94 159	1.40 131	0.91 189	0.30 220	0.24 270	0.26 119	0.21 110	0.26 86	0.25 105

RAFT-Stereo	1.20 161	0.58 143	1.81 130	0.99 227	0.67 219	3.78 321	0.90 312	4.09 415	1.51 154	2.16 353	1.71 262	1.13 165	0.94 159	1.40 131	0.91 189	0.30 220	0.24 270	0.26 119	0.21 110	0.26 86	0.25 105
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 164	0.60 163	3.55 259	1.05 262	0.57 166	3.46 252	0.63 138	2.73 175	1.55 187	2.05 314	1.38 167	1.50 221	0.82 124	1.69 196	0.87 171	0.29 177	0.23 235	0.30 221	0.23 158	0.27 100	0.32 224

GCAP-BAT	1.21 164	0.74 299	3.23 245	0.95 201	0.70 234	3.86 346	0.93 335	1.89 60	1.48 133	1.85 240	1.96 355	1.68 243	0.79 114	1.78 207	0.81 146	0.29 177	0.20 145	0.24 65	0.20 96	0.26 86	0.35 269

RCA-Stereo	1.21 164	0.52 79	1.58 112	0.90 163	0.46 91	4.68 525	0.79 233	4.13 426	1.74 263	1.92 264	1.80 296	0.94 143	1.48 303	1.14 68	0.70 103	0.27 118	0.18 75	0.25 90	0.19 77	0.25 68	0.23 79

raft+_RVC	1.21 164	0.83 350	2.61 214	1.35 417	0.97 333	3.60 289	0.76 209	3.23 235	1.51 154	1.33 157	1.67 248	1.03 154	1.10 209	1.87 225	0.92 194	0.24 67	0.22 208	0.25 90	0.24 184	0.26 86	0.25 105

AnonymousM	1.22 168	1.32 465	0.97 1	0.88 147	0.56 154	4.03 391	0.69 168	2.41 116	1.68 241	1.48 177	1.31 148	1.15 168	1.00 174	1.18 87	0.73 114	0.32 262	0.40 435	2.07 554	1.70 557	0.24 54	0.22 67

LL-Strereo2	1.23 169	0.85 358	2.38 197	0.93 193	0.68 224	3.72 310	1.37 440	2.54 145	1.99 304	1.75 224	1.40 172	1.82 278	0.73 85	1.40 131	0.99 218	0.31 241	0.23 235	0.55 481	0.35 379	0.29 132	0.24 95

ROB_FTStereo_v2	1.23 169	0.66 232	2.02 150	0.75 62	0.37 28	4.67 524	0.76 209	2.53 136	1.58 202	1.99 286	1.46 183	1.78 262	1.14 223	2.08 242	0.88 175	0.48 438	0.22 208	0.32 264	0.27 242	0.40 299	0.29 174

CRE-IMP	1.23 169	0.61 180	2.14 170	0.82 97	0.39 42	4.54 501	0.83 261	2.63 161	1.55 187	1.95 274	1.46 183	1.87 289	0.96 162	1.48 152	1.33 294	0.45 417	0.21 179	0.31 244	0.26 216	0.41 324	0.31 213

RAFT	1.23 169	0.84 354	2.05 154	0.96 207	0.47 101	1.80 77	0.94 341	3.18 230	1.46 119	1.60 189	1.71 262	3.04 421	1.59 331	1.64 187	1.32 290	0.38 349	0.24 270	0.40 390	0.32 346	0.40 299	0.35 269

test-1	1.23 169	0.65 221	1.88 135	0.96 207	0.52 132	3.84 336	0.62 136	4.01 390	1.47 124	1.93 268	1.78 290	1.83 281	0.92 154	1.19 88	1.28 283	0.26 103	0.29 340	0.31 244	0.24 184	0.29 132	0.36 275

rvit_0105_3	1.24 174	0.93 381	2.84 230	0.97 214	0.58 175	2.38 124	1.08 386	3.26 240	2.53 432	1.18 148	1.40 172	1.24 186	1.04 184	1.73 201	0.97 212	0.44 408	0.44 458	0.40 390	0.42 446	0.42 343	0.50 396

PSM-adaLoss	1.24 174	0.65 221	2.03 151	0.75 62	0.37 28	4.68 525	0.73 184	2.53 136	1.58 202	1.99 286	1.47 188	1.78 262	1.13 216	2.18 256	0.87 171	0.48 438	0.23 235	0.32 264	0.27 242	0.40 299	0.29 174

rafts_anoy	1.24 174	0.80 335	3.61 265	1.17 334	1.20 404	3.00 184	0.61 123	3.17 228	1.58 202	1.37 164	1.26 131	1.19 178	1.12 213	1.78 207	1.25 273	0.32 262	0.23 235	0.32 264	0.32 346	0.31 174	0.30 203

DIP-Stereo	1.24 174	0.69 253	1.77 126	0.65 23	0.61 186	4.29 458	0.58 112	4.44 521	2.53 432	1.98 281	1.33 151	0.91 133	0.86 134	1.25 100	1.25 273	0.36 324	0.23 235	0.32 264	0.23 158	0.32 201	0.29 174
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 178	0.56 120	2.05 154	1.05 262	0.93 323	2.86 164	0.55 96	3.23 235	1.34 87	1.55 184	1.07 91	3.56 474	2.03 414	1.29 111	1.00 220	0.28 155	0.27 318	0.34 317	0.21 110	0.41 324	0.43 350

Patchmatch Stereo++	1.25 178	0.65 221	2.06 163	0.75 62	0.37 28	4.68 525	0.76 209	2.53 136	1.58 202	1.99 286	1.47 188	1.78 262	1.14 223	2.44 270	0.90 182	0.48 438	0.23 235	0.32 264	0.27 242	0.40 299	0.29 174
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
ROB_FTStereo	1.25 178	0.66 232	2.14 170	0.75 62	0.37 28	4.65 521	0.77 222	2.53 136	1.58 202	1.99 286	1.47 188	1.78 262	1.13 216	2.26 265	0.86 165	0.47 433	0.22 208	0.32 264	0.27 242	0.40 299	0.29 174

HUI-Stereo	1.25 178	0.66 232	2.33 192	0.75 62	0.37 28	4.68 525	0.78 226	2.53 136	1.58 202	1.99 286	1.46 183	1.79 269	1.13 216	2.17 254	0.85 158	0.48 438	0.23 235	0.32 264	0.27 242	0.40 299	0.29 174

iRAFT	1.25 178	0.65 221	2.06 163	0.75 62	0.37 28	4.68 525	0.76 209	2.53 136	1.58 202	1.99 286	1.47 188	1.78 262	1.14 223	2.44 270	0.90 182	0.48 438	0.23 235	0.32 264	0.27 242	0.40 299	0.29 174

RAFT-IKP	1.25 178	0.66 232	2.23 181	0.75 62	0.37 28	4.64 519	0.74 196	2.53 136	1.58 202	1.99 286	1.47 188	1.78 262	1.13 216	2.22 262	0.92 194	0.48 438	0.22 208	0.32 264	0.27 242	0.40 299	0.29 174

RAFT-Stereo + iAFF	1.25 178	0.72 280	1.74 124	1.05 262	0.36 14	4.13 415	0.42 46	2.95 202	2.84 482	2.02 305	2.40 450	1.61 235	1.11 212	1.26 101	0.97 212	0.21 32	0.15 22	0.26 119	0.23 158	0.29 132	0.23 79

FACV-RUCA	1.26 185	0.65 221	2.21 176	1.06 268	1.50 472	2.69 153	1.15 402	3.05 214	1.87 285	1.36 161	1.99 366	1.03 154	1.15 231	1.36 125	1.10 237	0.41 384	0.41 444	0.73 523	0.41 439	0.61 437	0.41 337

CAS	1.26 185	0.40 7	1.46 96	2.97 555	1.61 493	4.13 415	0.73 184	1.78 52	1.49 141	0.83 100	1.10 96	0.59 53	0.53 29	1.26 101	0.80 140	2.99 559	0.13 1	0.21 15	0.13 1	0.31 174	1.72 539

anonymousdsp2	1.26 185	0.60 163	3.74 269	1.02 252	0.41 53	3.60 289	0.72 179	3.68 302	1.47 124	1.37 164	1.56 217	1.83 281	1.01 176	2.00 235	0.66 80	0.29 177	0.20 145	0.28 180	0.20 96	0.32 201	0.29 174

dd	1.26 185	1.15 431	2.47 204	0.92 178	0.49 117	4.35 465	0.75 206	1.92 66	2.11 338	1.44 174	1.24 122	1.19 178	1.05 189	1.78 207	1.70 367	0.57 477	0.34 390	0.35 336	0.33 354	0.60 432	0.46 372

iGMRVC	1.26 185	0.66 232	2.14 170	0.75 62	0.37 28	4.66 522	0.74 196	2.53 136	1.58 202	1.99 286	1.46 183	1.78 262	1.14 223	2.46 272	0.92 194	0.48 438	0.23 235	0.32 264	0.27 242	0.40 299	0.29 174

HI	1.27 190	0.90 370	2.33 192	1.10 294	0.68 224	2.92 173	0.45 59	2.49 132	1.76 267	2.13 337	1.65 245	2.42 354	1.84 396	1.58 168	1.61 349	0.26 103	0.16 29	0.28 180	0.29 299	0.26 86	0.25 105

CoSv	1.27 190	0.90 370	2.33 192	1.10 294	0.68 224	2.92 173	0.45 59	2.49 132	1.76 267	2.13 337	1.65 245	2.42 354	1.84 396	1.58 168	1.61 349	0.26 103	0.16 29	0.28 180	0.29 299	0.26 86	0.25 105

mmm	1.27 190	0.58 143	2.20 174	1.41 441	0.68 224	2.39 126	0.85 274	3.90 355	1.63 230	2.20 366	1.84 322	1.28 190	1.50 310	1.91 228	0.89 178	0.31 241	0.27 318	0.45 425	0.37 401	0.38 284	0.34 255

NRIStereo	1.28 193	0.61 180	1.67 117	1.15 326	0.38 39	4.73 538	0.90 312	2.42 119	1.50 147	1.93 268	1.33 151	1.75 256	1.22 241	2.96 308	1.33 294	0.46 424	0.22 208	0.29 201	0.26 216	0.30 155	0.28 164

RALAANet	1.28 193	1.08 417	3.21 244	1.25 366	0.94 325	1.44 51	0.69 168	3.15 225	2.57 439	2.01 300	1.80 296	1.29 193	1.05 189	2.00 235	1.48 322	0.27 118	0.20 145	0.27 148	0.24 184	0.40 299	0.27 145

CASS	1.29 195	0.66 232	2.62 217	0.95 201	0.66 212	2.84 160	0.69 168	3.00 208	1.79 272	2.57 454	1.95 354	1.39 205	1.55 328	1.59 173	1.06 228	0.50 454	0.28 330	0.34 317	0.28 271	0.46 380	0.63 449
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 196	0.61 180	4.09 272	0.94 197	0.56 154	3.50 265	0.84 264	3.12 221	1.72 254	1.84 239	1.22 117	2.72 390	0.88 140	1.46 149	0.80 140	0.29 177	0.30 353	0.27 148	0.21 110	0.29 132	0.25 105

knoymous	1.30 196	0.60 163	5.57 294	0.88 147	0.75 251	3.04 187	0.90 312	2.68 168	1.33 86	1.48 177	1.07 91	2.78 401	0.88 140	1.29 111	0.85 158	0.31 241	0.22 208	0.35 336	0.20 96	0.45 369	0.37 289

qqq	1.30 196	0.57 130	1.67 117	1.15 326	0.51 123	2.18 108	0.91 320	3.98 382	1.53 170	1.50 180	1.24 122	1.79 269	1.34 262	4.66 346	0.98 215	0.28 155	0.31 363	0.33 299	0.33 354	0.33 220	0.32 224

test_4	1.30 196	0.50 67	6.16 298	0.84 118	0.45 81	1.61 67	1.12 396	2.14 86	1.42 103	1.52 181	2.31 440	1.84 284	0.79 114	2.52 283	1.19 255	0.27 118	0.17 44	0.29 201	0.29 299	0.29 132	0.25 105

s12784h	1.31 200	0.45 24	2.41 201	0.71 48	0.35 12	4.42 479	0.50 74	4.22 451	2.73 459	2.01 300	2.48 456	0.91 133	0.96 162	2.01 238	0.70 103	0.29 177	0.18 75	0.24 65	0.16 13	0.27 100	0.18 3

AFF-stereo	1.31 200	0.77 321	1.46 96	1.10 294	0.45 81	3.93 361	0.48 71	2.92 200	2.92 488	1.90 257	2.21 413	2.11 325	1.52 316	1.93 229	1.12 243	0.21 32	0.16 29	0.25 90	0.25 196	0.29 132	0.20 23

Pruner-Stereo	1.32 202	0.59 151	2.11 169	1.79 510	0.47 101	4.73 538	0.79 233	2.53 136	1.72 254	2.47 437	1.58 220	1.48 218	1.03 180	1.66 190	1.47 319	0.44 408	0.21 179	0.34 317	0.30 318	0.30 155	0.39 311

ToySt	1.35 203	0.72 280	3.65 267	1.01 241	0.50 121	3.31 230	1.01 366	3.46 264	1.73 257	1.30 154	1.55 213	2.07 321	1.47 301	1.88 226	1.40 301	0.27 118	0.27 318	0.30 221	0.32 346	0.42 343	0.39 311

DisPM	1.36 204	0.55 109	2.39 198	1.54 470	0.51 123	4.59 512	0.79 233	2.50 134	1.88 287	2.50 440	1.83 317	1.45 215	1.01 176	2.71 300	0.93 203	0.46 424	0.20 145	0.32 264	0.31 334	0.31 174	0.44 356

sAnonymous2	1.37 205	1.22 448	9.79 339	0.92 178	0.88 307	1.23 23	0.61 123	2.56 148	1.69 247	0.85 103	1.02 74	0.73 89	1.23 244	0.98 37	0.78 133	0.29 177	0.25 294	0.31 244	0.30 318	1.06 513	0.71 466

CroCo_RVC	1.37 205	1.22 448	9.79 339	0.92 178	0.88 307	1.23 23	0.61 123	2.56 148	1.69 247	0.85 103	1.02 74	0.73 89	1.23 244	0.98 37	0.78 133	0.29 177	0.25 294	0.31 244	0.30 318	1.06 513	0.71 466

GES	1.38 207	0.64 211	2.61 214	1.09 285	0.57 166	4.30 460	1.02 370	3.86 342	1.51 154	1.72 218	1.74 269	1.28 190	1.77 381	1.62 181	1.61 349	0.39 361	0.27 318	0.33 299	0.30 318	0.41 324	0.47 377

Any-RAFT	1.40 208	0.53 91	2.78 228	1.09 285	0.64 197	4.41 477	0.81 252	3.97 380	2.78 466	1.99 286	1.34 156	2.36 346	1.56 330	1.56 164	0.75 123	0.27 118	0.20 145	0.25 90	0.18 53	0.25 68	0.28 164

UDGNet	1.40 208	1.52 487	2.22 179	1.38 435	0.62 192	4.39 471	0.68 162	1.80 54	2.18 351	1.34 158	1.18 107	0.99 146	1.00 174	2.16 252	1.19 255	1.09 529	0.34 390	1.30 546	0.98 535	1.10 519	0.58 434

GMStereo_Zeroshot	1.41 210	1.21 442	3.33 252	1.29 387	0.72 239	3.35 233	0.53 88	2.58 156	1.68 241	2.35 416	1.56 217	2.42 354	0.96 162	2.50 275	1.16 249	0.45 417	0.23 235	0.40 390	0.24 184	0.79 490	0.33 242

rvit_105_1	1.43 211	0.90 370	3.27 248	1.08 279	0.68 224	2.79 155	1.27 424	3.52 275	2.35 388	1.38 166	1.54 209	1.28 190	1.14 223	2.91 304	1.40 301	0.54 471	0.47 476	0.45 425	0.59 499	0.44 361	0.58 434

RAFT-Test	1.44 212	0.59 151	6.10 297	1.01 241	0.69 230	2.90 167	0.80 243	3.68 302	1.70 250	1.85 240	1.68 251	3.15 431	1.03 180	1.20 89	0.99 218	0.27 118	0.22 208	0.25 90	0.23 158	0.27 100	0.25 105

DCRE	1.44 212	0.74 299	3.50 258	1.13 312	0.72 239	1.78 75	0.67 155	2.14 86	1.56 193	1.99 286	8.09 551	1.73 254	1.07 199	1.24 95	0.83 152	0.23 53	0.25 294	0.26 119	0.26 216	0.28 117	0.30 203

AdaStereo	1.45 214	0.83 350	2.34 195	1.28 383	0.81 271	3.21 207	1.14 401	4.20 442	2.46 421	2.05 314	1.77 287	2.48 366	1.18 234	1.71 199	1.44 310	0.43 401	0.25 294	0.43 413	0.28 271	0.44 361	0.34 255
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.
BSDual-CNN	1.46 215	0.59 151	1.94 141	0.87 142	0.85 294	4.16 428	1.16 404	4.48 527	1.88 287	2.93 494	1.83 317	2.60 377	1.31 257	1.60 175	1.21 262	0.34 292	0.25 294	0.31 244	0.28 271	0.35 256	0.33 242

PFNet+	1.46 215	0.57 130	2.84 230	0.92 178	0.47 101	4.64 519	0.84 264	2.46 128	1.99 304	2.14 340	1.64 239	1.34 198	1.03 180	4.68 348	1.23 268	0.45 417	0.33 378	0.37 364	0.39 421	0.32 201	0.49 389

ACVNet	1.46 215	0.64 211	3.56 261	0.93 193	0.85 294	4.22 446	0.80 243	2.85 193	2.08 325	1.78 228	1.88 336	3.10 426	1.46 299	1.33 119	1.89 393	0.29 177	0.26 307	0.30 221	0.26 216	0.39 294	0.27 145

psmg	1.47 218	0.59 151	1.94 141	0.92 178	0.85 294	4.30 460	1.42 451	4.10 423	1.88 287	2.64 470	2.09 389	2.60 377	1.31 257	1.60 175	1.21 262	0.34 292	0.27 318	0.33 299	0.34 363	0.36 269	0.34 255

BUS	1.49 219	0.59 151	1.94 141	0.87 142	0.85 294	4.50 495	0.76 209	4.48 527	1.88 287	2.93 494	1.83 317	3.63 476	0.97 165	1.60 175	1.17 252	0.34 292	0.25 294	0.31 244	0.28 271	0.35 256	0.33 242

plain	1.55 220	0.69 253	13.59 384	0.65 23	0.73 244	1.66 71	0.57 103	3.17 228	1.94 298	0.77 82	1.24 122	0.80 105	0.86 134	1.60 175	0.96 211	0.33 280	0.21 179	0.32 264	0.25 196	0.42 343	0.28 164

LCNet	1.55 220	0.54 103	1.88 135	0.99 227	0.55 150	3.60 289	1.21 418	2.86 196	1.53 170	2.18 359	1.74 269	1.43 214	4.17 518	3.62 323	0.87 171	0.29 177	0.20 145	0.28 180	0.77 520	0.47 384	1.85 542

DeepStereo_RVC	1.55 220	0.63 199	3.32 251	0.77 80	0.42 60	4.49 492	0.72 179	2.50 134	1.58 202	2.02 305	1.81 308	1.54 226	6.38 552	1.73 201	1.19 255	0.46 424	0.22 208	0.29 201	0.28 271	0.35 256	0.38 304

acv_ft	1.55 220	0.64 211	3.29 249	1.14 313	2.01 534	2.93 177	0.97 355	3.81 329	2.08 325	2.22 377	1.88 336	3.10 426	1.66 361	1.33 119	2.22 432	0.29 177	0.26 307	0.30 221	0.26 216	0.39 294	0.27 145

TestStereo1	1.56 224	0.81 339	2.32 190	1.61 485	0.64 197	4.13 415	1.36 435	3.79 325	3.20 518	1.60 189	2.57 468	1.39 205	2.15 426	2.51 278	1.30 287	0.29 177	0.20 145	0.34 317	0.25 196	0.40 299	0.36 275

SA-5K	1.56 224	0.81 339	2.32 190	1.61 485	0.64 197	4.13 415	1.36 435	3.79 325	3.20 518	1.60 189	2.57 468	1.39 205	2.15 426	2.51 278	1.30 287	0.29 177	0.20 145	0.34 317	0.25 196	0.40 299	0.36 275

UCFNet_RVC	1.57 226	0.84 354	3.25 246	1.36 423	1.40 453	4.07 401	1.01 366	2.68 168	1.50 147	2.11 330	1.88 336	2.37 347	1.50 310	3.41 317	1.42 307	0.36 324	0.28 330	0.52 468	0.40 432	0.53 407	0.43 350

NF-Stereo	1.58 227	0.61 180	2.66 221	2.26 537	0.47 101	4.68 525	0.67 155	3.31 245	1.48 133	2.11 330	1.59 224	1.36 201	1.09 203	6.08 378	1.20 258	0.40 369	0.20 145	0.36 352	0.34 363	0.31 174	0.36 275

OCTAStereo	1.58 227	0.61 180	2.72 224	2.27 540	0.46 91	4.68 525	0.67 155	3.30 244	1.48 133	2.11 330	1.59 224	1.36 201	1.09 203	6.02 375	1.21 262	0.41 384	0.20 145	0.36 352	0.34 363	0.31 174	0.37 289

RE-Stereo	1.58 227	0.61 180	2.72 224	2.26 537	0.46 91	4.68 525	0.68 162	3.31 245	1.48 133	2.11 330	1.59 224	1.36 201	1.09 203	6.01 373	1.22 265	0.41 384	0.20 145	0.36 352	0.34 363	0.31 174	0.37 289

TVStereo	1.58 227	0.61 180	2.72 224	2.26 537	0.46 91	4.68 525	0.68 162	3.31 245	1.48 133	2.11 330	1.59 224	1.36 201	1.09 203	6.01 373	1.22 265	0.41 384	0.20 145	0.36 352	0.34 363	0.31 174	0.37 289

Gwc-CoAtRS	1.58 227	0.57 130	11.69 365	1.01 241	0.60 181	2.53 142	0.64 141	2.36 113	1.56 193	1.80 233	1.47 188	2.74 391	1.18 234	1.12 63	0.90 182	0.27 118	0.21 179	0.25 90	0.22 143	0.27 100	0.23 79

KYRaft	1.59 232	0.52 79	1.73 121	0.95 201	0.49 117	4.38 467	1.79 486	2.43 122	1.51 154	2.49 439	2.98 496	2.00 308	3.41 499	2.14 250	0.82 149	0.30 220	0.21 179	0.33 299	0.46 458	0.35 256	2.45 556

Reg-Stereo(zero)	1.60 233	0.42 15	10.69 353	0.89 154	0.68 224	3.27 221	0.47 69	2.27 102	1.54 179	1.48 177	1.24 122	2.55 372	2.68 464	1.48 152	1.10 237	0.19 22	0.19 106	0.22 20	0.18 53	0.24 54	0.26 129

HCRNet	1.60 233	0.56 120	2.47 204	0.78 82	1.36 444	4.11 410	0.71 176	3.57 284	2.79 468	1.75 224	1.61 232	1.58 230	1.41 281	5.79 370	1.56 340	0.34 292	0.28 330	0.36 352	0.29 299	0.33 220	0.37 289

AIO-test2	1.61 235	1.30 459	3.40 254	1.16 332	1.31 427	3.18 205	0.74 196	4.06 407	1.52 163	1.72 218	2.21 413	0.78 98	0.74 90	3.64 325	0.95 210	3.64 567	0.26 307	0.35 336	0.42 446	0.37 279	0.33 242

Prome-Stereo	1.61 235	0.55 109	1.71 119	0.98 221	0.60 181	4.41 477	1.82 490	3.03 212	1.53 170	2.18 359	3.45 518	1.72 253	3.49 505	2.23 263	1.08 233	0.29 177	0.20 145	0.26 119	0.25 196	0.34 238	2.16 548

test_sample1	1.62 237	0.55 109	1.88 135	1.44 448	0.79 266	2.27 116	0.64 141	4.00 388	1.82 275	1.87 247	1.35 159	1.57 228	1.62 341	9.55 451	1.24 270	0.30 220	0.27 318	0.31 244	0.28 271	0.32 201	0.32 224

testlalala_base	1.62 237	0.74 299	1.63 114	1.19 343	1.40 453	2.63 151	0.84 264	4.09 415	1.31 84	1.22 150	1.42 176	1.21 183	0.85 131	1.16 75	0.73 114	3.92 573	2.10 563	0.27 148	0.18 53	4.49 571	1.11 516

RAFT+CT+SA	1.62 237	0.72 280	7.42 309	0.97 214	1.42 462	4.04 393	0.94 341	3.90 355	1.61 222	1.61 194	1.63 237	1.33 197	1.18 234	2.73 302	1.10 237	0.27 118	0.19 106	0.31 244	0.34 363	0.33 220	0.33 242

SA	1.62 237	0.75 312	3.78 271	1.07 271	0.43 66	4.26 451	1.36 435	4.45 524	3.12 507	1.63 197	1.97 361	1.68 243	2.26 437	2.55 286	1.27 279	0.27 118	0.22 208	0.37 364	0.37 401	0.35 256	0.30 203

Sa-1000	1.63 241	0.79 331	3.56 261	1.11 301	0.48 109	4.06 396	1.41 449	4.49 530	2.75 463	2.00 298	2.80 488	1.84 284	1.43 289	2.64 295	1.50 326	0.27 118	0.19 106	0.36 352	0.33 354	0.36 269	0.30 203

PSMNet-RUCA	1.64 242	1.50 486	2.57 210	1.50 463	1.38 449	3.05 189	1.36 435	3.31 245	2.24 360	1.36 161	2.07 386	1.40 210	1.09 203	1.83 216	1.55 338	1.15 533	0.69 526	1.26 545	0.96 533	1.64 541	0.94 504

test_sample7	1.65 243	0.70 264	2.60 211	1.48 459	0.76 255	2.38 124	1.07 381	4.35 502	2.11 338	2.14 340	1.75 273	1.75 256	1.67 363	6.26 382	1.26 276	0.44 408	0.48 482	0.43 413	0.40 432	0.46 380	0.43 350

StereoVision	1.65 243	0.75 312	7.47 311	1.01 241	1.80 524	2.61 149	0.61 123	3.06 217	1.96 299	1.25 151	3.46 519	1.85 287	0.88 140	2.07 240	1.93 398	0.43 401	0.36 402	0.37 364	0.36 389	0.48 387	0.33 242

dad	1.65 243	1.19 439	3.04 239	0.98 221	0.56 154	4.22 446	0.84 264	1.99 73	2.48 422	2.14 340	1.68 251	1.62 236	1.13 216	3.85 330	2.04 412	1.03 528	0.40 435	2.04 553	0.48 466	0.75 484	0.53 411

PSM-softLoss	1.66 246	0.59 151	5.15 287	2.25 535	0.48 109	4.68 525	0.69 168	2.57 150	1.52 163	2.14 340	1.45 181	1.42 212	0.99 172	6.04 376	1.20 258	0.41 384	0.23 235	0.37 364	0.39 421	0.32 201	0.31 213

KMStereo	1.66 246	0.59 151	5.15 287	2.25 535	0.48 109	4.68 525	0.69 168	2.57 150	1.52 163	2.14 340	1.45 181	1.42 212	0.99 172	6.04 376	1.20 258	0.41 384	0.23 235	0.37 364	0.39 421	0.32 201	0.31 213

DDVS	1.68 248	0.79 331	2.52 206	1.26 373	1.16 389	3.17 203	0.78 226	3.12 221	1.82 275	1.86 245	1.91 348	2.92 414	1.43 289	6.20 380	1.63 357	0.45 417	0.65 518	0.34 317	0.38 414	0.48 387	0.79 488

ISRNet	1.69 249	0.76 318	5.69 295	1.27 381	1.36 444	2.85 162	0.61 123	3.60 288	1.91 295	2.13 337	2.12 397	2.90 409	1.41 281	2.51 278	1.71 368	0.49 450	0.50 488	0.56 483	0.47 461	0.49 393	0.57 429

IER	1.69 249	0.65 221	7.19 307	0.94 197	1.15 384	3.28 225	0.89 307	3.48 265	1.97 301	2.10 326	1.98 363	2.28 333	2.12 422	2.25 264	1.75 378	0.29 177	0.23 235	0.36 352	0.30 318	0.32 201	0.34 255

RAFT_R40	1.70 251	0.59 151	2.99 236	1.46 454	0.46 91	4.74 541	0.98 361	2.23 97	1.56 193	2.02 305	2.35 448	2.71 388	2.56 458	6.71 395	0.90 182	0.40 369	0.19 106	0.30 221	0.27 242	0.33 220	0.26 129

ffm	1.72 252	0.60 163	5.21 289	1.14 313	0.99 343	3.62 294	0.86 278	4.22 451	3.37 530	2.20 366	2.30 433	3.48 459	1.62 341	2.21 260	0.65 75	0.29 177	0.16 29	0.48 442	0.37 401	0.30 155	0.29 174

Anonymous3	1.72 252	0.76 318	11.61 364	0.83 108	0.84 293	4.46 484	0.84 264	3.57 284	1.16 61	1.34 158	1.37 164	1.11 164	1.03 180	1.58 168	1.13 244	0.70 505	0.58 506	0.33 299	0.35 379	0.47 384	0.42 341

DMCA	1.72 252	0.74 299	6.63 300	1.14 313	0.96 329	3.98 383	0.90 312	3.75 317	2.76 464	2.83 489	1.58 220	2.35 344	1.18 234	1.58 168	1.98 407	0.40 369	0.27 318	0.42 409	0.26 216	0.36 269	0.38 304

fff	1.74 255	0.70 264	9.08 329	0.81 87	0.36 14	4.15 419	0.57 103	4.23 455	2.09 328	2.30 398	1.80 296	1.19 178	3.02 479	1.44 141	1.46 314	0.29 177	0.23 235	0.23 34	0.18 53	0.24 54	0.42 341

DCANet	1.74 255	0.73 291	9.08 329	0.82 97	0.40 46	4.18 436	0.59 116	4.25 465	2.97 493	2.35 416	1.84 322	1.18 174	1.63 354	1.51 158	1.55 338	0.29 177	0.24 270	0.23 34	0.18 53	0.30 155	0.53 411

csc	1.74 255	0.70 264	9.08 329	0.81 87	0.36 14	4.15 419	0.57 103	4.23 455	2.09 328	2.30 398	1.80 296	1.19 178	3.02 479	1.44 141	1.46 314	0.29 177	0.23 235	0.23 34	0.18 53	0.24 54	0.42 341

cscssc	1.74 255	0.70 264	9.08 329	0.81 87	0.36 14	4.15 419	0.57 103	4.23 455	2.09 328	2.30 398	1.80 296	1.19 178	3.02 479	1.44 141	1.46 314	0.29 177	0.23 235	0.23 34	0.18 53	0.24 54	0.42 341

test_sample2	1.75 259	0.56 120	2.25 182	1.41 441	0.80 268	2.91 170	0.86 278	4.05 403	2.04 317	1.91 262	1.39 169	1.57 228	1.55 328	10.65 489	1.06 228	0.32 262	0.28 330	0.32 264	0.30 318	0.36 269	0.33 242

anonymity	1.76 260	1.26 455	2.73 227	1.66 490	1.32 434	1.84 79	1.07 381	3.49 268	2.30 376	2.11 330	2.11 394	1.71 252	3.90 513	1.82 215	1.48 322	1.10 530	1.09 543	1.08 540	1.08 541	1.05 512	1.09 514

SST-Stereo	1.76 260	0.58 143	3.10 240	1.44 448	0.46 91	4.71 537	0.76 209	2.22 96	2.79 468	2.07 322	2.18 407	2.43 357	3.22 492	6.66 391	0.84 155	0.42 395	0.19 106	0.30 221	0.27 242	0.35 256	0.26 129

StereoDRNet-Refined	1.77 262	0.81 339	2.22 179	1.21 354	0.76 255	3.26 219	0.71 176	3.82 332	2.05 320	2.29 394	2.05 381	2.98 416	1.44 292	7.15 402	2.27 436	0.30 220	0.23 235	0.42 409	0.33 354	0.45 369	0.64 453
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 263	1.32 465	1.92 140	1.16 332	1.03 356	3.38 236	1.31 428	3.52 275	1.75 265	1.96 277	1.93 353	2.40 349	1.48 303	8.58 427	1.58 342	0.46 424	0.34 390	0.27 148	0.26 216	0.41 324	0.50 396

MM-Stereo_test2	1.79 264	0.53 91	20.16 512	1.43 445	0.47 101	2.57 145	0.73 184	1.67 40	1.47 124	0.94 117	0.96 71	0.84 113	0.79 114	1.16 75	0.68 88	0.24 67	0.17 44	0.25 90	0.22 143	0.30 155	0.22 67

tt1	1.79 264	0.73 291	10.41 350	1.75 502	0.36 14	4.55 504	0.79 233	4.22 451	3.37 530	1.08 139	1.80 296	0.74 94	1.48 303	2.21 260	0.65 75	0.29 177	0.16 29	0.31 244	0.22 143	0.30 155	0.29 174

RAFT_CTSACE	1.80 266	1.06 414	10.00 342	1.71 497	1.39 451	3.49 261	1.06 379	3.05 214	1.62 227	1.70 213	2.04 375	2.51 369	1.80 389	1.98 233	0.94 205	0.25 88	0.22 208	0.28 180	0.30 318	0.30 155	0.26 129

UPFNet	1.81 267	0.63 199	6.71 301	1.25 366	1.44 463	3.50 265	1.35 433	4.02 394	1.85 283	2.40 428	1.52 200	2.41 351	1.40 276	3.62 323	1.88 392	0.34 292	0.33 378	0.37 364	0.31 334	0.41 324	0.39 311

AACVNet	1.83 268	1.02 403	2.41 201	1.45 452	0.87 304	3.21 207	0.73 184	3.16 226	1.61 222	2.01 300	1.82 316	2.28 333	1.33 260	10.98 503	1.49 325	0.39 361	0.32 371	0.38 380	0.32 346	0.43 353	0.44 356

111	1.83 268	0.92 377	9.08 329	0.81 87	0.36 14	4.25 450	0.91 320	4.44 521	2.70 456	2.39 426	1.96 355	2.30 339	1.64 357	1.28 106	1.82 385	0.28 155	0.22 208	0.24 65	0.20 96	0.31 174	0.54 417

ACVNet-DCA	1.85 270	0.74 299	13.77 387	1.78 505	0.36 14	4.48 486	0.74 196	3.98 382	1.53 170	1.01 128	1.81 308	0.72 85	1.62 341	2.13 247	0.64 68	0.29 177	0.17 44	0.32 264	0.21 110	0.33 220	0.32 224

ITSA-stereo	1.86 271	0.72 280	3.74 269	1.20 348	0.66 212	4.09 403	0.91 320	4.24 463	2.53 432	1.93 268	1.77 287	1.59 232	2.15 426	6.12 379	2.44 450	0.40 369	0.38 421	0.40 390	0.40 432	0.50 395	0.98 508

test_5	1.87 272	0.75 312	10.23 347	1.14 313	1.40 453	3.85 344	1.27 424	3.91 360	1.93 297	1.69 209	1.78 290	1.67 241	1.79 384	2.99 310	1.17 252	0.30 220	0.18 75	0.35 336	0.33 354	0.34 238	0.33 242

NINENet	1.87 272	0.74 299	2.60 211	1.12 305	1.06 364	4.50 495	0.76 209	4.41 516	2.24 360	2.16 353	1.86 332	3.63 476	0.97 165	8.00 418	1.17 252	0.41 384	0.30 353	0.41 402	0.30 318	0.41 324	0.36 275

IRAFT_RVC	1.87 272	0.60 163	4.33 275	2.40 544	0.66 212	4.59 512	1.59 470	2.96 203	1.51 154	2.23 381	1.75 273	2.09 322	2.63 461	6.70 392	1.50 326	0.33 280	0.21 179	0.33 299	0.29 299	0.32 201	0.32 224

MLCV	1.87 272	0.91 375	8.59 323	1.10 294	0.57 166	3.59 287	0.53 88	3.70 312	2.20 354	2.80 486	2.25 419	2.00 308	1.42 286	4.13 339	1.86 390	0.30 220	0.20 145	0.32 264	0.21 110	0.33 220	0.36 275

iRaft-Stereo_20w	1.88 276	0.62 190	10.58 352	0.90 163	0.83 286	2.96 182	0.78 226	4.90 551	1.58 202	2.29 394	1.60 228	1.25 187	4.51 526	2.28 266	0.90 182	0.29 177	0.21 179	0.26 119	0.24 184	0.41 324	0.31 213

DSFCA	1.89 277	0.69 253	3.14 243	1.10 294	1.18 391	3.99 384	1.79 486	3.50 271	2.16 347	3.10 507	1.64 239	2.91 412	2.50 454	5.38 358	2.26 434	0.43 401	0.38 421	0.37 364	0.36 389	0.50 395	0.42 341

iResNet_ROB	1.89 277	1.02 403	8.60 324	1.39 437	0.98 340	3.72 310	0.66 153	3.84 336	2.65 450	1.88 250	2.05 381	1.98 305	1.27 248	4.52 344	1.67 364	0.30 220	0.20 145	0.28 180	0.18 53	0.31 174	0.40 331

MM-Stereo_test1	1.90 279	0.53 91	19.85 498	1.39 437	0.48 109	1.81 78	0.79 233	3.00 208	1.82 275	1.69 209	1.09 93	0.87 123	0.97 165	1.45 145	0.74 120	0.24 67	0.21 179	0.27 148	0.24 184	0.35 256	0.24 95

H2IRNET	1.90 279	0.53 91	14.29 403	1.14 313	0.60 181	4.48 486	0.44 55	2.65 164	1.81 274	1.05 137	2.30 433	1.67 241	1.40 276	2.17 254	1.50 326	0.36 324	0.21 179	0.33 299	0.37 401	0.34 238	0.29 174

CFNet-ft	1.90 279	0.95 389	3.56 261	1.07 271	1.54 478	4.09 403	0.90 312	2.85 193	1.82 275	1.78 228	1.70 258	2.75 393	1.48 303	9.33 444	1.72 370	0.33 280	0.30 353	0.61 499	0.36 389	0.52 401	0.39 311

CFNet_RVC	1.90 279	0.95 389	3.56 261	1.07 271	1.54 478	4.09 403	0.90 312	2.85 193	1.82 275	1.78 228	1.70 258	2.75 393	1.48 303	9.33 444	1.72 370	0.33 280	0.30 353	0.61 499	0.36 389	0.52 401	0.39 311

PSMNet-ADL	1.91 283	0.72 280	1.78 128	1.09 285	0.86 299	4.18 436	0.78 226	3.77 321	2.10 336	1.72 218	1.85 329	2.91 412	1.82 394	10.38 482	1.91 396	0.48 438	0.46 472	0.28 180	0.29 299	0.38 284	0.51 404

GEStereo_RVC	1.91 283	0.80 335	6.57 299	1.20 348	1.06 364	4.02 389	1.43 453	4.13 426	1.89 291	2.03 309	1.80 296	2.34 342	1.86 401	4.94 350	1.77 379	0.48 438	0.38 421	0.32 264	0.28 271	0.42 343	0.50 396

DN-CSS_ROB	1.91 283	1.55 489	11.13 359	1.82 512	0.88 307	3.99 384	0.61 123	4.01 390	1.67 239	1.64 200	1.89 342	1.39 205	1.06 196	3.23 312	1.50 326	0.31 241	0.19 106	0.44 418	0.29 299	0.37 279	0.31 213

qqq1	1.92 286	0.57 130	4.46 276	1.36 423	0.57 166	2.03 94	0.73 184	4.25 465	2.80 472	2.32 408	2.31 440	1.95 296	1.52 316	10.99 504	0.71 106	0.34 292	0.32 371	0.30 221	0.23 158	0.29 132	0.29 174

fff1	1.92 286	0.57 130	4.46 276	1.36 423	0.57 166	2.03 94	0.73 184	4.25 465	2.80 472	2.32 408	2.31 440	1.95 296	1.52 316	10.99 504	0.71 106	0.34 292	0.32 371	0.30 221	0.23 158	0.29 132	0.29 174

raft_robust	1.92 286	1.15 431	3.34 253	1.02 252	0.43 66	3.84 336	0.46 63	4.42 517	2.52 431	1.67 207	1.36 163	2.17 327	6.37 550	6.78 397	1.04 226	0.28 155	0.24 270	0.30 221	0.35 379	0.31 174	0.32 224

delet	1.92 286	0.76 318	5.14 286	1.01 241	1.65 502	3.44 246	2.03 502	3.76 319	2.48 422	2.01 300	2.05 381	2.63 381	1.90 407	5.34 357	2.12 422	0.28 155	0.29 340	0.40 390	0.31 334	0.41 324	0.45 362

BEATNet_4x	1.92 286	1.36 470	8.75 327	1.20 348	0.56 154	3.46 252	1.03 372	4.00 388	2.43 413	2.25 387	1.70 258	2.10 323	1.59 331	2.57 289	3.05 478	0.37 332	0.22 208	0.47 434	0.29 299	0.60 432	0.40 331

IIG-Stereo	1.95 291	0.79 331	2.14 170	2.78 552	0.66 212	4.62 516	0.76 209	4.27 473	1.53 170	2.63 469	3.14 508	3.35 448	1.61 338	7.65 413	1.41 305	0.39 361	0.20 145	0.31 244	0.25 196	0.33 220	0.22 67

LALA_ROB	1.95 291	1.48 484	3.11 241	1.05 262	0.98 340	3.99 384	1.82 490	4.44 521	2.28 372	3.31 517	1.85 329	2.76 399	1.67 363	4.04 338	3.23 481	0.46 424	0.41 444	0.55 481	0.52 483	0.60 432	0.57 429

DCANet-4	1.96 293	0.51 73	14.31 404	0.82 97	0.40 46	4.16 428	0.57 103	4.29 481	2.98 496	2.30 398	1.80 296	1.03 154	1.54 326	1.44 141	1.44 310	0.29 177	0.23 235	0.23 34	0.18 53	0.24 54	0.42 341

PSMNet-RSSM	1.96 293	0.77 321	3.26 247	1.29 387	1.31 427	4.19 440	0.96 352	3.68 302	1.89 291	2.05 314	1.80 296	2.60 377	1.70 370	9.84 459	1.81 383	0.35 312	0.29 340	0.35 336	0.37 401	0.42 343	0.35 269

4D-IteraStereo	1.97 295	0.84 354	20.43 529	0.78 82	1.56 485	2.09 104	1.05 378	2.43 122	1.56 193	1.41 171	1.00 73	1.94 294	0.61 50	1.22 92	1.06 228	0.27 118	0.18 75	0.31 244	0.26 216	0.27 100	0.23 79

OMP-Stereo	1.97 295	0.93 381	1.88 135	2.76 551	0.67 219	4.58 511	1.48 456	4.31 492	1.54 179	3.15 512	2.76 484	3.25 439	1.38 269	7.66 414	1.35 298	0.40 369	0.20 145	0.33 299	0.26 216	0.33 220	0.24 95

cc1	1.98 297	0.74 299	13.77 387	1.78 505	0.36 14	4.48 486	0.74 196	4.23 455	3.95 546	1.01 128	1.81 308	0.72 85	1.62 341	2.13 247	0.64 68	0.29 177	0.17 44	0.32 264	0.21 110	0.31 174	0.29 174

hknet	1.98 297	0.64 211	8.70 326	0.87 142	1.07 368	4.16 428	1.16 404	4.48 527	1.73 257	2.93 494	1.83 317	3.48 459	1.30 256	3.91 334	1.51 332	0.31 241	0.25 294	0.31 244	0.28 271	0.35 256	0.33 242

GANet-RSSM	1.98 297	0.62 190	3.49 256	1.69 493	1.23 412	4.22 446	0.91 320	3.31 245	1.86 284	1.81 234	1.74 269	2.34 342	1.82 394	10.92 501	1.73 374	0.34 292	0.29 340	0.31 244	0.28 271	0.39 294	0.40 331

1test111	1.99 300	0.74 299	13.77 387	1.78 505	0.36 14	4.48 486	0.74 196	3.98 382	1.53 170	1.01 128	1.81 308	0.72 85	1.62 341	4.66 346	0.98 215	0.29 177	0.17 44	0.32 264	0.21 110	0.33 220	0.32 224

SMFormer	2.00 301	0.57 130	4.46 276	1.36 423	0.57 166	2.03 94	0.73 184	4.25 465	2.80 472	2.32 408	2.31 440	1.95 296	1.52 316	10.99 504	2.13 425	0.34 292	0.32 371	0.36 352	0.31 334	0.38 284	0.36 275

tta	2.00 301	0.57 130	4.46 276	1.36 423	0.57 166	2.03 94	0.73 184	4.25 465	2.80 472	2.32 408	2.31 440	1.95 296	1.52 316	10.99 504	2.13 425	0.34 292	0.32 371	0.36 352	0.31 334	0.29 132	0.29 174

TestStereo	2.00 301	1.02 403	12.25 368	0.70 42	0.61 186	1.88 82	0.55 96	2.31 109	1.52 163	1.41 171	1.33 151	1.27 189	0.90 149	11.62 532	0.81 146	0.34 292	0.19 106	0.33 299	0.24 184	0.44 361	0.24 95

cross-raft	2.01 304	0.57 130	19.01 476	1.03 259	0.56 154	2.11 105	0.72 179	3.63 293	1.57 199	1.77 226	1.51 199	3.17 433	1.13 216	1.16 75	0.85 158	0.23 53	0.21 179	0.26 119	0.23 158	0.28 117	0.25 105

MMNet	2.02 305	0.81 339	10.76 354	1.12 305	1.23 412	3.53 272	0.89 307	3.79 325	2.08 325	2.15 348	1.76 282	2.15 326	2.12 422	3.69 326	2.32 439	0.31 241	0.29 340	0.34 317	0.27 242	0.38 284	0.42 341

xx1	2.03 306	0.74 299	13.77 387	1.78 505	0.36 14	4.48 486	0.74 196	4.23 455	3.95 546	1.01 128	1.81 308	1.79 269	1.34 262	2.13 247	0.64 68	0.29 177	0.17 44	0.33 299	0.33 354	0.33 220	0.32 224

HGLStereo	2.03 306	0.74 299	7.50 312	1.23 362	1.56 485	3.62 294	0.95 345	3.78 324	1.89 291	2.03 309	2.20 411	3.12 429	2.14 425	5.68 367	2.04 412	0.37 332	0.31 363	0.32 264	0.29 299	0.40 299	0.45 362

ssnet_v2	2.04 308	0.88 367	7.87 313	1.20 348	0.87 304	3.86 346	1.64 476	4.01 390	2.60 444	2.61 464	1.96 355	3.79 482	1.71 372	2.20 258	2.96 474	0.41 384	0.35 396	0.42 409	0.37 401	0.55 412	0.52 409

ADStereo(finetuned)	2.04 308	0.73 291	13.28 378	0.82 97	0.40 46	4.16 428	0.59 116	4.25 465	2.97 493	2.35 416	1.84 322	1.18 174	3.40 498	1.52 160	1.54 337	0.29 177	0.24 270	0.23 34	0.18 53	0.30 155	0.51 404

CBFPSM	2.05 310	0.95 389	10.12 346	1.07 271	1.05 361	2.84 160	1.20 415	3.28 241	1.73 257	1.82 236	1.30 144	4.56 522	4.06 515	2.34 267	2.34 441	0.25 88	0.38 421	0.32 264	0.27 242	0.37 279	0.79 488

DeepPruner_ROB	2.05 310	1.09 420	10.50 351	1.01 241	1.20 404	4.39 471	0.91 320	3.14 223	1.72 254	2.60 462	1.54 209	2.78 401	1.27 248	4.52 344	1.72 370	0.51 460	0.40 435	0.37 364	0.34 363	0.48 387	0.52 409

DLCB_ROB	2.05 310	0.95 389	2.37 196	1.24 364	1.02 355	2.92 173	1.30 427	3.68 302	2.30 376	2.91 492	2.17 405	3.32 446	1.52 316	10.37 480	2.50 455	0.40 369	0.33 378	0.40 390	0.36 389	0.41 324	0.47 377

HITNet	2.07 313	0.82 346	14.77 407	1.34 412	0.56 154	3.47 255	0.80 243	4.07 409	2.35 388	2.16 353	1.61 232	1.64 238	1.44 292	2.09 245	2.56 462	0.26 103	0.18 75	0.41 402	0.26 216	0.45 369	0.25 105
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
ETE_ROB	2.07 313	1.40 476	3.01 238	1.09 285	0.92 318	3.94 366	1.53 463	4.25 465	2.23 358	3.31 517	2.06 385	2.35 344	1.52 316	8.74 429	2.07 418	0.44 408	0.36 402	0.51 462	0.48 466	0.54 410	0.62 445

CFNet-RSSM	2.08 315	0.52 79	20.06 506	1.01 241	0.56 154	3.39 237	0.64 141	3.67 300	1.55 187	1.72 218	1.37 164	2.57 374	1.19 238	1.11 59	0.86 165	0.27 118	0.20 145	0.25 90	0.23 158	0.27 100	0.23 79

coex_refinement	2.10 316	0.85 358	3.67 268	1.31 397	1.13 381	3.21 207	0.85 274	3.86 342	2.31 380	2.51 443	1.92 350	3.49 465	1.69 368	11.08 511	2.13 425	0.37 332	0.25 294	0.27 148	0.31 334	0.41 324	0.37 289

iRaft-Stereo_5w	2.10 316	0.83 350	8.57 322	0.81 87	0.76 255	3.21 207	0.84 264	3.71 313	1.65 235	1.56 186	2.50 458	2.20 329	2.23 435	9.13 439	2.01 410	0.38 349	0.19 106	0.35 336	0.27 242	0.45 369	0.39 311

DFGA-Net	2.11 318	3.00 534	7.43 310	1.11 301	0.76 255	3.72 310	0.60 119	2.63 161	1.91 295	2.01 300	2.07 386	1.22 184	1.04 184	10.26 478	2.26 434	0.27 118	0.22 208	0.34 317	0.34 363	0.61 437	0.48 382

G2L-Stereo_test	2.11 318	0.86 361	7.12 306	1.65 489	1.19 398	3.54 276	1.02 370	3.57 284	2.01 310	2.50 440	1.68 251	3.15 431	1.50 310	9.21 442	1.62 354	0.28 155	0.19 106	0.23 34	0.22 143	0.27 100	0.31 213

CFNet_pseudo	2.12 320	0.67 242	15.14 418	0.85 130	0.74 249	3.95 371	0.64 141	3.95 373	1.78 270	1.90 257	1.79 293	3.27 441	1.62 341	2.51 278	1.16 249	0.31 241	0.36 402	0.53 473	0.27 242	0.63 443	0.44 356

test_xeample3	2.12 320	0.63 199	21.55 564	0.91 172	0.47 101	1.85 80	0.94 341	7.96 571	1.23 68	0.75 66	0.76 33	0.64 61	0.70 75	1.77 206	0.83 152	0.30 220	0.21 179	0.27 148	0.21 110	0.27 100	0.24 95

G2L-ROB	2.13 322	0.78 327	10.06 343	1.19 343	1.06 364	3.84 336	0.93 335	3.32 250	2.27 368	2.20 366	1.47 188	2.65 383	1.20 240	8.38 423	1.81 383	0.28 155	0.19 106	0.23 34	0.22 143	0.28 117	0.32 224

ccs_rob	2.13 322	0.67 242	15.11 417	0.84 118	0.75 251	3.96 376	0.65 150	3.95 373	1.78 270	1.88 250	1.79 293	3.26 440	1.64 357	2.51 278	1.16 249	0.31 241	0.36 402	0.54 480	0.27 242	0.65 454	0.45 362

SepStereo	2.15 324	0.67 242	4.79 283	1.14 313	1.64 498	2.93 177	2.13 507	4.09 415	2.74 460	4.17 540	2.52 461	2.46 364	1.79 384	8.36 421	1.63 357	0.37 332	0.22 208	0.39 384	0.25 196	0.41 324	0.34 255

IGEV-FE	2.16 325	0.69 253	20.56 533	1.22 357	0.54 142	2.18 108	0.53 88	3.38 258	1.61 222	1.93 268	1.55 213	3.74 479	1.06 196	1.56 164	0.91 189	0.29 177	0.20 145	0.27 148	0.29 299	0.40 299	0.32 224

test_for_model	2.16 325	3.87 543	1.58 112	4.16 570	3.64 567	2.51 136	0.96 352	3.63 293	2.62 445	2.45 434	1.39 169	1.02 151	0.73 85	0.92 28	0.57 51	2.97 558	2.19 565	0.26 119	0.17 30	5.32 575	2.24 549

IGEV_Zeroshot_test	2.16 325	0.69 253	20.60 537	1.22 357	0.54 142	2.18 108	0.53 88	3.38 258	1.61 222	1.93 268	1.55 213	3.76 481	1.05 189	1.55 163	0.91 189	0.29 177	0.20 145	0.27 148	0.29 299	0.40 299	0.32 224

anonymousa	2.16 325	0.67 242	19.19 477	1.04 261	1.67 506	2.06 102	0.79 233	2.86 196	1.96 299	1.85 240	2.14 400	3.23 438	1.81 392	1.12 63	1.15 246	0.26 103	0.26 307	0.34 317	0.32 346	0.30 155	0.28 164

AIO-test1	2.18 329	0.66 232	18.95 474	0.89 154	1.48 469	3.40 240	0.97 355	4.19 441	1.68 241	0.86 105	1.35 159	0.99 146	0.75 93	4.47 343	1.27 279	0.23 53	0.23 235	0.28 180	0.33 354	0.31 174	0.35 269

SFCPSM	2.18 329	0.63 199	17.03 440	0.88 147	0.98 340	3.74 315	1.28 426	4.09 415	2.16 347	1.85 240	1.83 317	1.65 239	1.39 272	2.50 275	1.50 326	0.33 280	0.27 318	0.39 384	0.36 389	0.34 238	0.37 289

GANet-ADL	2.20 331	0.73 291	20.11 511	1.25 366	0.69 230	3.83 331	0.76 209	3.49 268	1.71 251	1.65 204	1.99 366	2.10 323	1.10 209	1.42 138	1.26 276	0.38 349	0.33 378	0.25 90	0.22 143	0.42 343	0.36 275

MSKI-zero shot	2.22 332	0.64 211	20.09 510	0.96 207	0.56 154	4.04 393	0.70 174	3.91 360	1.50 147	1.92 264	2.28 425	1.92 292	0.71 77	2.93 306	0.67 85	0.26 103	0.23 235	0.26 119	0.21 110	0.28 117	0.26 129

PS-NSSS	2.22 332	1.33 468	2.90 234	0.97 214	1.53 477	4.11 410	1.08 386	4.55 537	2.65 450	2.10 326	2.32 445	1.77 261	1.40 276	11.79 545	1.61 349	0.68 501	0.45 463	0.96 534	0.43 449	0.95 504	0.92 502

PCWNet_CMD	2.23 334	0.65 221	17.36 445	0.83 108	0.76 255	3.51 268	0.64 141	3.60 288	1.97 301	1.70 213	1.63 237	3.22 436	3.05 483	2.09 245	1.11 240	0.31 241	0.36 402	0.47 434	0.26 216	0.64 451	0.47 377

HH	2.23 334	0.86 361	21.59 565	0.98 221	0.51 123	1.49 56	0.82 256	2.74 176	1.54 179	1.10 141	1.69 256	4.62 524	1.86 401	2.55 286	0.69 97	0.26 103	0.22 208	0.29 201	0.23 158	0.34 238	0.27 145

HanStereo	2.23 334	0.86 361	21.59 565	0.98 221	0.51 123	1.49 56	0.82 256	2.74 176	1.54 179	1.10 141	1.69 256	4.62 524	1.86 401	2.55 286	0.69 97	0.26 103	0.22 208	0.29 201	0.23 158	0.34 238	0.27 145

MSMDNet	2.23 334	0.64 211	17.32 441	0.84 118	0.75 251	3.53 272	0.64 141	3.61 291	1.98 303	1.71 217	1.64 239	3.22 436	2.99 476	2.08 242	1.11 240	0.31 241	0.37 415	0.45 425	0.26 216	0.62 441	0.45 362

Select-FE	2.25 338	0.87 364	17.36 445	1.06 268	0.99 343	2.04 99	0.46 63	3.79 325	1.61 222	2.52 445	1.81 308	4.41 514	3.15 486	1.83 216	0.92 194	0.32 262	0.35 396	0.30 221	0.41 439	0.32 201	0.55 421

FENet	2.25 338	0.50 67	20.29 522	1.35 417	0.67 219	4.01 387	0.60 119	3.95 373	1.99 304	1.96 277	1.11 97	2.43 357	1.43 289	1.60 175	1.39 300	0.32 262	0.22 208	0.33 299	0.26 216	0.29 132	0.39 311

DISCO	2.25 338	0.73 291	10.06 343	1.76 503	1.12 379	3.47 255	1.25 423	3.24 237	2.26 366	2.65 474	1.96 355	4.53 520	1.92 409	4.17 341	3.61 485	0.32 262	0.25 294	0.31 244	0.29 299	0.66 459	0.41 337

iinet-f	2.26 341	1.18 437	13.71 385	1.14 313	1.11 378	3.77 319	1.10 392	4.14 432	2.17 349	2.06 319	1.76 282	2.99 417	2.99 476	2.50 275	2.49 454	0.35 312	0.39 430	0.27 148	0.28 271	0.45 369	0.39 311

ICVP	2.26 341	0.66 232	21.18 556	0.99 227	0.88 307	4.28 457	0.95 345	3.32 250	1.60 218	1.66 205	1.76 282	1.34 198	1.14 223	1.62 181	1.32 290	0.53 469	0.35 396	0.33 299	0.29 299	0.40 299	0.51 404
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 343	0.65 221	23.82 583	0.90 163	0.46 91	1.57 62	0.96 352	7.98 572	1.19 65	0.65 41	0.77 36	0.74 94	0.72 80	2.59 290	0.86 165	0.28 155	0.21 179	0.28 180	0.21 110	0.29 132	0.25 105

CIPLG	2.27 343	1.18 437	19.24 478	0.92 178	1.34 440	3.95 371	0.89 307	4.23 455	1.82 275	2.31 404	2.67 477	1.17 170	1.06 196	1.53 162	1.32 290	0.37 332	0.23 235	0.27 148	0.22 143	0.31 174	0.45 362

ACRE	2.27 343	1.11 424	19.45 485	0.91 172	1.30 425	3.94 366	0.87 298	4.21 448	1.80 273	2.28 392	2.62 472	1.17 170	1.04 184	1.52 160	1.30 287	0.37 332	0.23 235	0.27 148	0.22 143	0.31 174	0.46 372

NOSS_ROB	2.27 343	0.73 291	3.00 237	1.71 497	1.00 352	3.90 353	0.97 355	4.29 481	2.81 478	2.94 498	2.19 409	3.88 486	1.19 238	11.77 544	1.62 354	0.59 480	0.54 493	0.56 483	0.52 483	0.56 418	0.54 417

XPNet_ROB	2.27 343	1.11 424	4.10 273	1.36 423	0.97 333	3.94 366	1.63 474	4.07 409	2.14 343	2.82 488	2.00 368	2.32 341	1.73 377	10.81 496	3.39 482	0.51 460	0.47 476	0.48 442	0.40 432	0.51 397	0.56 425

IPLGR_C	2.28 348	1.31 463	19.46 486	0.92 178	1.32 434	3.93 361	0.89 307	4.20 442	1.82 275	2.30 398	2.63 474	1.16 169	1.07 199	1.41 136	1.29 286	0.37 332	0.23 235	0.27 148	0.22 143	0.31 174	0.45 362

DRaft	2.28 348	0.56 120	2.64 220	0.74 61	0.46 91	3.94 366	1.23 420	2.32 111	1.55 187	2.64 470	2.80 488	1.60 233	5.34 537	6.96 401	10.99 544	0.34 292	0.22 208	0.27 148	0.27 242	0.29 132	0.37 289

psm_up	2.28 348	0.81 339	5.45 293	1.26 373	1.50 472	3.84 336	1.23 420	4.23 455	2.03 313	2.55 450	1.80 296	2.44 361	1.65 359	12.90 563	1.58 342	0.37 332	0.38 421	0.41 402	0.34 363	0.43 353	0.39 311

MyStereo04	2.29 351	0.80 335	18.77 470	1.00 235	1.04 359	3.95 371	0.95 345	3.91 360	2.54 436	1.99 286	1.27 139	2.31 340	1.65 359	2.02 239	1.77 379	0.24 67	0.24 270	0.34 317	0.26 216	0.41 324	0.37 289

ADLNet	2.29 351	0.83 350	3.62 266	1.35 417	1.60 491	3.67 302	1.24 422	3.95 373	2.98 496	2.58 458	2.29 428	4.01 493	1.79 384	11.23 517	2.09 420	0.37 332	0.38 421	0.36 352	0.34 363	0.45 369	0.71 466

TDLM	2.29 351	1.08 417	4.61 282	1.29 387	1.01 353	4.26 451	2.17 509	3.75 317	2.79 468	2.31 404	1.98 363	2.06 318	1.59 331	12.45 558	1.72 370	0.51 460	0.28 330	0.52 468	0.35 379	0.56 418	0.50 396

Wz-Net-LNSev	2.30 354	1.67 498	14.88 410	1.18 340	1.65 502	3.49 261	1.54 466	3.63 293	2.03 313	1.88 250	1.64 239	3.29 442	2.06 418	2.71 300	2.02 411	0.40 369	0.33 378	0.32 264	0.31 334	0.53 407	0.49 389

DCVSM-stereo	2.31 355	0.66 232	20.69 539	1.11 301	0.93 323	2.58 147	0.73 184	2.61 159	1.60 218	2.57 454	1.53 207	3.30 444	1.72 374	2.19 257	1.23 268	0.34 292	0.53 491	0.41 402	0.32 346	0.45 369	0.62 445

testlalala2	2.31 355	0.63 199	20.54 532	2.56 548	2.87 554	3.79 325	0.76 209	4.20 442	1.48 133	1.42 173	1.43 178	2.45 362	0.80 121	1.03 45	0.68 88	0.27 118	0.25 294	0.24 65	0.21 110	0.33 220	0.28 164

gwcnet-sp	2.31 355	1.21 442	17.34 442	1.08 279	0.92 318	3.56 281	1.04 375	3.69 307	2.09 328	2.55 450	1.60 228	1.80 272	1.62 341	3.87 331	1.95 402	0.29 177	0.29 340	0.30 221	0.28 271	0.38 284	0.39 311

scenet	2.31 355	1.21 442	17.34 442	1.08 279	0.92 318	3.56 281	1.04 375	3.69 307	2.09 328	2.55 450	1.60 228	1.80 272	1.62 341	3.87 331	1.95 402	0.29 177	0.29 340	0.30 221	0.28 271	0.38 284	0.39 311

ssnet	2.31 355	1.21 442	17.34 442	1.08 279	0.92 318	3.56 281	1.04 375	3.69 307	2.09 328	2.55 450	1.60 228	1.80 272	1.62 341	3.87 331	1.95 402	0.29 177	0.29 340	0.30 221	0.28 271	0.38 284	0.39 311

DAS	2.31 355	0.67 242	4.79 283	1.14 313	1.64 498	2.93 177	2.13 507	4.09 415	2.74 460	4.17 540	2.52 461	2.46 364	1.79 384	11.55 529	1.63 357	0.37 332	0.22 208	0.39 384	0.25 196	0.41 324	0.34 255

TRStereo	2.31 355	1.87 506	19.74 494	1.53 468	1.16 389	4.26 451	1.08 386	4.73 547	1.45 110	1.55 184	1.28 140	1.75 256	0.85 131	1.81 213	1.20 258	0.36 324	0.26 307	0.32 264	0.36 389	0.34 238	0.33 242

test_sample5	2.33 362	0.62 190	11.29 360	1.29 387	0.83 286	3.09 196	0.74 196	4.28 478	2.31 380	2.20 366	1.97 361	1.68 243	1.39 272	11.19 515	1.47 319	0.37 332	0.31 363	0.37 364	0.37 401	0.41 324	0.39 311

MyStereo8	2.33 362	1.13 426	19.26 481	1.22 357	1.62 494	4.16 428	0.57 103	3.50 271	2.36 391	2.15 348	1.75 273	2.28 333	1.14 223	1.46 149	2.20 431	0.24 67	0.21 179	0.32 264	0.27 242	0.36 269	0.43 350

DualNet	2.33 362	0.62 190	11.29 360	1.29 387	0.83 286	3.09 196	0.74 196	4.28 478	2.31 380	2.26 390	2.04 375	1.68 243	1.39 272	11.19 515	1.47 319	0.37 332	0.31 363	0.37 364	0.37 401	0.41 324	0.39 311

MIPNet	2.33 362	0.71 276	19.82 496	0.89 154	0.56 154	4.76 543	0.61 123	4.32 496	2.37 397	1.83 238	1.48 195	1.48 218	1.98 413	2.63 293	1.44 310	0.29 177	0.20 145	0.26 119	0.23 158	0.30 155	0.39 311

DualNet (step1)	2.34 366	1.05 409	7.87 313	1.07 271	0.86 299	3.93 361	1.19 411	4.35 502	2.11 338	2.14 340	1.75 273	1.75 256	1.67 363	6.26 382	1.26 276	1.23 537	0.48 482	4.27 582	2.09 568	0.70 467	0.69 462

test_sample4	2.34 366	0.63 199	11.59 363	1.30 394	0.83 286	3.07 194	0.72 179	4.27 473	2.30 376	2.30 398	1.88 336	1.73 254	1.42 286	11.14 514	1.46 314	0.35 312	0.29 340	0.35 336	0.36 389	0.40 299	0.38 304

test_sample3	2.34 366	0.61 180	11.94 366	1.33 405	0.85 294	3.10 198	0.73 184	4.24 463	2.19 352	2.21 375	1.75 273	1.80 272	1.41 281	11.11 513	1.46 314	0.35 312	0.29 340	0.34 317	0.35 379	0.39 294	0.37 289

STTStereo	2.34 366	0.95 389	14.93 413	1.43 445	1.54 478	3.86 346	0.86 278	3.65 296	2.44 417	2.15 348	1.55 213	2.49 368	1.59 331	5.14 354	1.44 310	0.38 349	0.39 430	0.47 434	0.51 480	0.52 401	0.51 404

CFNet	2.34 366	1.10 421	8.96 328	1.34 412	1.24 414	4.09 403	0.73 184	4.04 399	2.77 465	1.62 196	1.87 335	2.27 332	1.45 296	11.41 522	1.82 385	0.31 241	0.24 270	0.43 413	0.36 389	0.43 353	0.33 242

AIO-Stereo-zeroshot	2.35 371	0.99 398	19.62 490	1.09 285	0.96 329	1.51 58	0.44 55	4.05 403	1.64 231	1.31 155	1.67 248	4.93 531	2.45 451	2.52 283	1.40 301	0.30 220	0.20 145	0.31 244	0.50 476	0.57 423	0.60 439

test_sample6	2.35 371	0.62 190	10.78 355	1.33 405	0.83 286	3.15 202	0.79 233	4.36 507	2.43 413	2.26 390	2.04 375	1.69 248	1.39 272	11.48 527	1.61 349	0.38 349	0.32 371	0.37 364	0.39 421	0.41 324	0.42 341

EAI-Stereo	2.35 371	0.63 199	2.97 235	0.95 201	0.65 205	3.84 336	14.27 583	5.04 554	2.19 352	2.06 319	7.25 544	1.10 162	0.94 159	1.65 189	1.37 299	0.31 241	0.22 208	0.27 148	0.60 501	0.27 100	0.32 224

ac_64	2.35 371	0.62 190	9.77 338	1.32 400	1.71 512	3.27 221	0.93 335	3.48 265	2.50 427	1.74 222	1.73 267	3.91 487	1.77 381	10.21 475	1.86 390	0.40 369	0.31 363	0.33 299	0.30 318	0.34 238	0.39 311

HSM	2.35 371	0.81 339	2.21 176	1.14 313	1.55 482	3.44 246	1.03 372	3.99 386	2.25 363	2.29 394	2.11 394	8.04 560	3.05 483	11.60 530	1.71 368	0.33 280	0.22 208	0.28 180	0.23 158	0.32 201	0.35 269

CFNet_ucs	2.36 376	0.68 250	18.42 466	0.89 154	0.81 271	3.85 344	0.68 162	4.29 481	2.37 397	2.09 323	2.04 375	3.31 445	1.24 246	2.63 293	1.14 245	0.36 324	0.45 463	0.56 483	0.29 299	0.66 459	0.49 389

MyStereo05	2.37 377	0.72 280	19.94 501	1.02 252	0.99 343	4.26 451	0.86 278	4.01 390	2.62 445	2.14 340	1.26 131	2.28 333	1.63 354	2.07 240	1.68 365	0.24 67	0.23 235	0.34 317	0.26 216	0.42 343	0.36 275

hitnet-ft	2.37 377	0.73 291	8.34 319	0.96 207	0.89 312	3.77 319	0.80 243	3.55 282	2.58 440	2.24 384	2.04 375	3.65 478	1.49 309	11.71 542	1.89 393	0.44 408	0.53 491	0.44 418	0.35 379	0.52 401	0.48 382

YMNet	2.40 379	1.41 478	13.46 381	1.36 423	1.67 506	3.96 376	0.97 355	3.81 329	2.37 397	2.64 470	2.57 468	3.35 448	1.53 323	3.28 314	2.42 447	0.48 438	0.54 493	0.52 468	0.49 470	0.70 467	0.54 417

YMNet_1	2.40 379	1.41 478	13.46 381	1.36 423	1.67 506	3.96 376	0.97 355	3.81 329	2.37 397	2.64 470	2.57 468	3.35 448	1.53 323	3.28 314	2.42 447	0.48 438	0.54 493	0.52 468	0.49 470	0.70 467	0.54 417

CoDeX	2.40 379	0.78 327	13.21 377	1.00 235	1.18 391	3.24 214	1.32 429	4.14 432	2.41 409	1.74 222	1.84 322	2.05 316	1.47 301	10.03 469	1.60 346	0.34 292	0.28 330	0.32 264	0.27 242	0.32 201	0.39 311

LMCR-Stereo	2.40 379	1.31 463	18.61 469	1.59 480	0.86 299	3.87 349	1.15 402	4.32 496	1.60 218	2.25 387	2.27 421	1.13 165	2.43 449	2.48 274	1.60 346	0.88 521	0.24 270	0.29 201	0.24 184	0.56 418	0.30 203

Wz-Net-LNSev-Ref	2.42 383	1.47 483	14.14 398	1.30 394	1.35 441	3.51 268	1.64 476	4.04 399	2.10 336	2.46 435	1.88 336	2.28 333	2.51 455	4.73 349	3.17 480	0.38 349	0.19 106	0.35 336	0.20 96	0.40 299	0.36 275

PAM	2.43 384	0.61 180	20.86 543	1.07 271	0.73 244	2.93 177	0.53 88	3.24 237	1.53 170	1.89 256	2.43 451	5.29 544	2.76 466	1.84 218	1.02 222	0.27 118	0.24 270	0.26 119	0.25 196	0.40 299	0.50 396

PSM-AAD	2.43 384	0.54 103	1.32 80	0.92 178	0.54 142	4.48 486	7.47 570	2.96 203	1.55 187	2.31 404	2.56 466	1.26 188	16.23 580	2.46 272	0.89 178	0.28 155	0.21 179	0.58 488	0.41 439	0.34 238	1.32 526

AASNet	2.44 386	0.92 377	19.79 495	1.35 417	1.49 470	3.81 329	1.07 381	3.85 339	2.93 490	1.95 274	2.29 428	1.96 301	1.29 253	1.73 201	1.93 398	0.39 361	0.33 378	0.45 425	0.30 318	0.55 412	0.45 362

PAM_32	2.45 387	0.63 199	20.74 540	1.05 262	0.65 205	2.83 159	0.46 63	2.91 199	1.54 179	1.95 274	2.66 476	4.99 534	3.78 509	1.96 232	0.92 194	0.27 118	0.22 208	0.27 148	0.25 196	0.36 269	0.48 382

GMM-Stereo	2.45 387	0.52 79	20.38 525	0.89 154	0.82 280	4.18 436	1.91 495	2.45 125	1.48 133	2.48 438	2.30 433	1.69 248	1.86 401	2.93 306	1.08 233	0.28 155	0.18 75	0.33 299	0.48 466	0.35 256	2.41 553

DMCA-RVC	2.45 387	1.22 448	18.29 461	1.23 362	1.14 382	2.49 134	0.85 274	3.29 243	1.68 241	3.02 501	1.41 174	2.00 308	1.53 323	6.39 384	2.00 408	0.38 349	0.30 353	0.44 418	0.35 379	0.45 369	0.44 356

MyStereo06	2.46 390	0.72 280	19.97 503	1.02 252	0.99 343	4.26 451	0.86 278	3.51 274	1.68 241	1.92 264	1.73 267	4.01 493	4.22 519	1.62 181	0.88 175	0.24 67	0.23 235	0.34 317	0.26 216	0.42 343	0.36 275

SACVNet	2.46 390	1.14 430	9.47 336	1.44 448	1.18 391	4.06 396	1.49 460	3.84 336	2.24 360	2.62 466	1.89 342	2.57 374	1.28 250	11.35 520	1.64 360	0.50 454	0.39 430	0.48 442	0.41 439	0.55 412	0.75 478

RAFT-345	2.46 390	0.55 109	19.69 493	1.02 252	0.49 117	4.43 482	0.78 226	1.64 38	2.34 386	2.09 323	3.12 506	1.96 301	1.31 257	6.65 390	1.43 308	0.36 324	0.23 235	0.32 264	0.25 196	0.28 117	0.25 105

GwcNet-ADL	2.47 393	0.67 242	21.48 563	0.96 207	0.72 239	4.61 515	0.95 345	4.42 517	2.36 391	1.98 281	1.80 296	2.55 372	1.24 246	1.90 227	1.41 305	0.40 369	0.46 472	0.24 65	0.27 242	0.41 324	0.49 389

PFNet	2.47 393	0.60 163	16.95 439	2.15 534	0.81 271	4.63 518	0.91 320	2.55 146	1.52 163	2.40 428	2.79 486	1.83 281	1.42 286	7.54 409	1.34 297	0.33 280	0.21 179	0.36 352	0.27 242	0.32 201	0.39 311

IPLG	2.48 395	0.65 221	19.63 491	0.91 172	0.79 266	4.60 514	0.56 100	4.31 492	1.84 282	1.91 262	2.00 368	1.31 195	1.38 269	6.61 388	1.53 336	0.27 118	0.20 145	0.27 148	0.23 158	0.31 174	0.36 275

HHNet	2.48 395	0.71 276	20.52 531	0.64 16	0.64 197	4.07 401	0.93 335	3.76 319	1.56 193	2.15 348	4.92 535	0.98 145	3.37 497	1.66 190	1.79 382	0.32 262	0.20 145	0.31 244	0.27 242	0.36 269	0.42 341

G2L-Stereo	2.49 397	0.94 387	14.54 406	1.15 326	1.35 441	3.57 285	0.95 345	3.62 292	2.00 308	2.11 330	1.61 232	3.20 434	1.34 262	9.54 449	1.91 396	0.34 292	0.27 318	0.35 336	0.28 271	0.30 155	0.35 269

CRFU-Net	2.49 397	0.78 327	10.36 348	2.30 541	1.08 370	3.91 354	1.41 449	3.85 339	1.65 235	2.15 348	1.76 282	3.34 447	7.95 564	5.56 364	1.48 322	0.47 433	0.35 396	0.30 221	0.28 271	0.37 279	0.43 350

FADNet	2.49 397	1.76 502	13.17 376	1.17 334	0.95 328	3.27 221	0.88 302	3.94 371	2.27 368	1.40 169	1.29 142	2.51 369	2.06 418	9.93 464	1.94 400	0.43 401	0.45 463	0.40 390	0.43 449	1.06 513	0.53 411

RAFT + AFF	2.51 400	2.66 530	4.48 280	1.15 326	1.95 531	4.15 419	2.01 501	4.46 525	3.30 527	2.19 363	2.51 460	2.22 330	4.87 530	8.91 433	2.06 415	0.30 220	0.60 511	0.48 442	0.38 414	0.77 486	0.69 462

UNet	2.51 400	0.74 299	20.17 513	1.14 313	1.44 463	3.48 258	0.76 209	3.77 321	1.87 285	2.05 314	1.57 219	2.75 393	2.39 446	3.51 319	2.51 456	0.32 262	0.26 307	0.41 402	0.26 216	0.38 284	0.39 311

FADNet-RVC	2.51 400	2.27 520	14.03 396	1.09 285	0.81 271	3.54 276	1.10 392	4.13 426	2.48 422	1.39 167	1.22 117	1.85 287	1.77 381	9.78 457	2.06 415	0.38 349	0.37 415	0.40 390	0.40 432	0.67 461	0.48 382

iResNet	2.52 403	0.94 387	21.17 555	1.84 514	0.72 239	3.75 316	0.81 252	4.14 432	2.55 438	2.33 414	2.03 372	1.35 200	1.44 292	3.27 313	2.16 429	0.35 312	0.23 235	0.28 180	0.22 143	0.44 361	0.45 362

IPLGR	2.53 404	0.58 143	20.46 530	0.82 97	0.52 132	4.56 509	0.50 74	4.30 489	2.38 402	1.87 247	1.53 207	1.68 243	1.72 374	6.95 400	1.15 246	0.28 155	0.21 179	0.27 148	0.23 158	0.33 220	0.32 224

NCCL2	2.53 404	1.35 469	10.90 357	1.15 326	0.97 333	3.53 272	2.56 523	3.65 296	2.23 358	2.76 482	1.80 296	2.41 351	1.66 361	10.35 479	2.07 418	0.44 408	0.40 435	0.57 486	0.53 487	0.59 428	0.65 455

fast-acv-ft	2.54 406	1.19 439	20.08 509	1.41 441	1.40 453	3.18 205	1.17 407	3.37 257	2.28 372	1.90 257	2.15 402	2.69 385	2.17 431	2.91 304	2.31 438	0.37 332	0.39 430	0.45 425	0.39 421	0.57 423	0.45 362

XX-Stereo	2.54 406	0.61 180	20.21 514	1.78 505	1.19 398	4.30 460	0.46 63	4.39 513	1.58 202	2.32 408	1.89 342	4.64 526	0.60 47	4.16 340	0.82 149	0.31 241	0.21 179	0.28 180	0.27 242	0.51 397	0.26 129

NLCA_NET_v2_RVC	2.54 406	1.04 408	16.73 435	1.53 468	2.00 533	3.96 376	0.87 298	3.87 345	2.31 380	2.54 449	1.67 248	2.85 406	1.63 354	5.55 363	1.62 354	0.46 424	0.33 378	0.38 380	0.38 414	0.53 407	0.62 445
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 406	0.90 370	11.10 358	1.32 400	1.47 468	3.58 286	1.38 442	4.13 426	2.45 418	1.90 257	1.71 262	2.86 407	1.76 379	10.86 497	1.66 363	0.60 482	0.43 453	0.53 473	0.41 439	0.78 488	0.94 504

CVANet_RVC	2.55 410	1.10 421	9.13 334	1.46 454	1.15 384	3.96 376	1.53 463	3.91 360	2.50 427	3.04 503	2.04 375	2.60 377	1.72 374	12.46 559	1.50 326	0.49 450	0.30 353	0.51 462	0.41 439	0.63 443	0.50 396

GCST	2.56 411	1.79 504	18.02 457	1.92 520	1.33 438	1.72 72	0.51 78	3.67 300	2.03 313	1.70 213	1.61 232	1.55 227	1.29 253	5.06 352	1.24 270	2.06 551	0.77 533	1.45 549	0.97 534	1.14 523	1.34 527

ARAFT	2.56 411	1.13 426	19.50 488	0.89 154	0.48 109	4.15 419	1.40 446	4.36 507	2.82 480	2.36 420	1.88 336	1.70 250	1.04 184	6.45 385	1.22 265	0.29 177	0.18 75	0.37 364	0.35 379	0.35 256	0.25 105

RASNet	2.56 411	0.70 264	10.06 343	1.60 482	2.25 545	3.67 302	1.00 363	3.38 258	3.14 510	1.81 234	2.11 394	4.60 523	2.30 439	10.25 477	2.61 463	0.37 332	0.24 270	0.25 90	0.24 184	0.28 117	0.26 129

cf-r	2.57 414	0.79 331	16.09 426	1.48 459	1.35 441	4.19 440	0.93 335	3.68 302	2.36 391	1.97 279	1.81 308	3.42 455	1.45 296	8.24 420	1.83 387	0.32 262	0.26 307	0.33 299	0.30 318	0.34 238	0.37 289

UGAM	2.58 415	0.56 120	18.55 468	0.89 154	0.71 237	3.23 211	1.03 372	2.75 178	1.75 265	1.36 161	2.77 485	2.69 385	1.28 250	10.75 492	1.40 301	0.28 155	0.24 270	0.40 390	0.31 334	0.35 256	0.30 203

GrayStereo	2.58 415	0.53 91	1.63 114	1.58 479	0.89 312	4.17 433	8.17 574	3.03 212	1.52 163	2.80 486	2.50 458	1.70 250	17.10 581	2.83 303	1.15 246	0.33 280	0.21 179	0.27 148	0.32 346	0.28 117	0.53 411

ASMatch	2.62 417	0.60 163	20.65 538	1.37 433	0.64 197	4.39 471	0.78 226	1.97 71	1.58 202	1.70 213	3.89 526	1.94 294	3.79 510	5.46 360	1.64 360	0.31 241	0.24 270	0.34 317	0.28 271	0.33 220	0.50 396

RAFT-RH_RVC	2.63 418	0.55 109	19.97 503	1.26 373	0.47 101	4.46 484	0.57 103	1.71 44	1.64 231	3.06 506	5.51 539	2.03 312	1.28 250	6.70 392	1.52 335	0.42 395	0.22 208	0.37 364	0.34 363	0.28 117	0.29 174

DANet	2.63 418	1.07 415	8.10 318	1.83 513	1.70 511	3.25 217	1.16 404	4.31 492	2.38 402	3.40 523	2.18 407	4.08 497	1.80 389	9.77 455	3.89 489	0.52 466	0.55 498	0.59 491	0.44 452	0.63 443	0.86 496
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 420	2.28 522	16.51 432	0.98 221	0.92 318	4.09 403	0.83 261	4.26 472	1.73 257	1.46 175	1.78 290	1.60 233	1.50 310	8.88 431	2.39 442	0.47 433	0.38 421	0.44 418	0.58 497	0.89 499	0.97 506

iResNetv2_ROB	2.65 420	5.00 548	19.28 483	2.06 530	1.09 374	3.83 331	1.13 399	4.14 432	2.09 328	1.85 240	2.03 372	2.01 311	1.51 314	3.58 321	1.58 342	0.34 292	0.21 179	0.32 264	0.21 110	0.44 361	0.29 174

ccnet	2.66 422	0.97 396	8.01 317	1.54 470	1.24 414	3.75 316	2.18 510	4.07 409	2.41 409	2.66 475	3.25 511	2.87 408	2.31 442	9.89 461	3.50 483	0.78 510	0.75 532	0.71 516	0.67 509	0.76 485	0.81 490

GwcNet-RSSM	2.66 422	1.05 409	15.91 424	1.22 357	1.19 398	4.12 412	1.12 396	3.84 336	2.02 311	1.93 268	1.79 293	3.12 429	1.46 299	10.37 480	2.05 414	0.33 280	0.27 318	0.35 336	0.30 318	0.40 299	0.36 275

z-ln-s-r	2.67 424	1.16 434	12.43 370	1.34 412	1.26 419	3.70 306	1.21 418	4.20 442	2.38 402	2.04 312	1.92 350	2.43 357	1.60 337	10.58 485	5.19 508	0.29 177	0.20 145	0.32 264	0.24 184	0.51 397	0.38 304

xxxx	2.67 424	0.54 103	2.03 151	1.22 357	0.81 271	3.49 261	0.63 138	4.49 530	2.49 426	2.22 377	2.23 416	2.05 316	1.38 269	10.05 470	17.91 573	0.32 262	0.32 371	0.30 221	0.27 242	0.33 220	0.34 255

test_xeample	2.67 424	0.56 120	2.05 154	1.09 285	0.81 271	3.24 214	0.80 243	4.55 537	2.70 456	2.42 430	2.27 421	1.39 205	1.40 276	10.75 492	17.51 572	0.30 220	0.30 353	0.32 264	0.28 271	0.34 238	0.33 242

PASM	2.67 424	2.05 515	9.71 337	1.73 500	1.37 446	2.53 142	1.52 461	3.10 219	2.17 349	2.79 485	1.84 322	2.90 409	1.85 400	11.89 549	2.19 430	0.81 515	0.85 536	0.87 531	1.01 537	1.14 523	1.05 511

AIO-Stereo-zeroshot1	2.68 428	1.26 455	22.01 572	1.08 279	0.99 343	1.61 67	0.86 278	3.69 307	1.64 231	1.52 181	5.62 541	3.35 448	3.44 503	2.20 258	1.33 294	0.26 103	0.21 179	0.30 221	0.62 505	0.93 503	0.67 457

222	2.68 428	0.57 130	2.03 151	1.11 301	0.81 271	3.23 211	0.65 150	4.52 535	2.45 418	2.34 415	2.29 428	1.41 211	1.44 292	10.50 483	18.47 577	0.32 262	0.30 353	0.32 264	0.27 242	0.32 201	0.34 255

PWC_ROB	2.69 430	2.01 512	8.36 320	1.33 405	1.90 529	3.23 211	1.18 408	4.33 498	3.25 521	3.11 508	3.41 517	2.71 388	2.18 433	9.15 440	4.48 493	0.56 475	0.31 363	0.61 499	0.36 389	0.69 466	0.74 475

pcwnet_v2	2.70 431	0.65 221	22.48 575	1.08 279	1.03 356	3.56 281	0.81 252	4.29 481	3.14 510	2.29 394	2.29 428	3.01 419	1.71 372	3.32 316	1.43 308	0.43 401	0.50 488	0.41 402	0.34 363	0.61 437	0.56 425

Wz-Net-MNSev	2.71 432	2.54 528	13.91 394	1.52 466	1.37 446	3.28 225	2.47 517	4.03 395	2.32 384	2.57 454	2.07 386	2.29 338	3.01 478	7.55 410	2.74 468	0.38 349	0.36 402	0.36 352	0.37 401	0.57 423	0.47 377

w-ln-seven-2	2.73 433	2.13 516	12.47 372	1.18 340	1.01 353	3.54 276	1.58 469	3.93 367	3.26 522	2.43 432	2.02 370	2.63 381	2.28 438	7.93 417	5.45 511	0.40 369	0.40 435	0.44 418	0.34 363	0.62 441	0.47 377

ttt	2.76 434	0.56 120	2.28 188	1.41 441	1.21 410	3.67 302	0.77 222	4.59 540	2.94 491	2.35 416	2.30 433	2.45 362	1.54 326	11.25 518	15.56 560	0.43 401	0.36 402	0.37 364	0.33 354	0.40 299	0.40 331

UGAM-zero	2.79 435	0.57 130	20.87 545	0.98 221	0.77 261	2.08 103	0.35 24	3.88 348	1.51 154	2.05 314	1.64 239	5.07 538	3.42 502	9.83 458	1.24 270	0.28 155	0.21 179	0.27 148	0.29 299	0.29 132	0.28 164

RP	2.79 435	1.20 441	10.36 348	1.54 470	1.93 530	3.44 246	1.97 498	4.05 403	2.34 386	2.66 475	2.79 486	3.98 491	2.58 459	10.21 475	2.61 463	0.95 524	0.47 476	0.71 516	0.57 496	0.71 476	0.68 460

SHD	2.82 437	2.04 514	13.80 391	1.69 493	1.79 521	2.73 154	1.07 381	3.85 339	3.18 514	4.63 548	2.74 481	3.38 453	2.77 467	5.48 362	3.66 486	0.62 486	0.47 476	0.51 462	0.55 491	0.65 454	0.74 475

FADNet-RVC-Resample	2.83 438	2.02 513	21.07 550	1.12 305	0.91 317	3.53 272	1.37 440	4.08 413	2.09 328	1.68 208	1.33 151	2.03 312	1.51 314	9.54 449	1.69 366	0.38 349	0.37 415	0.42 409	0.44 452	0.56 418	0.56 425

StereoDRNet	2.84 439	1.49 485	14.48 405	1.33 405	1.57 489	3.44 246	2.06 503	3.69 307	2.36 391	3.26 516	1.84 322	2.79 403	1.80 389	10.88 498	3.16 479	0.41 384	0.33 378	0.39 384	0.36 389	0.59 428	0.58 434

w-ln-seven	2.86 440	3.06 535	14.02 395	1.27 381	1.32 434	4.10 409	1.59 470	3.90 355	2.59 443	3.03 502	2.27 421	3.42 455	2.25 436	6.70 392	4.81 501	0.39 361	0.34 390	0.48 442	0.40 432	0.74 481	0.55 421

AAGNet	2.86 440	0.60 163	1.77 126	2.05 529	0.46 91	4.76 543	1.09 390	2.27 102	1.56 193	2.17 357	1.84 322	2.41 351	4.00 514	6.23 381	24.22 589	0.46 424	0.19 106	0.30 221	0.29 299	0.32 201	0.24 95

Consistency-Raft	2.86 440	1.66 496	19.61 489	1.40 440	1.75 516	3.84 336	1.32 429	4.07 409	2.25 363	1.78 228	2.67 477	1.82 278	4.41 523	1.94 231	2.06 415	0.83 518	0.94 540	1.03 536	1.12 542	1.70 543	1.09 514

PDISCO_ROB	2.86 440	1.53 488	14.27 402	1.98 526	2.19 542	4.52 500	1.35 433	4.65 543	3.19 515	2.09 323	2.16 403	3.53 470	2.45 451	5.32 356	2.12 422	1.30 545	0.78 534	0.72 520	0.59 499	1.24 532	1.28 522

AF-Net	2.87 444	1.30 459	16.24 427	1.33 405	1.75 516	3.26 219	1.59 470	4.09 415	2.43 413	2.69 477	2.94 494	4.51 518	3.20 491	5.84 371	2.75 469	0.76 509	0.36 402	0.72 520	0.49 470	0.70 467	0.56 425

HSM-Net_RVC	2.87 444	0.57 130	17.46 450	0.92 178	0.90 315	3.70 306	1.20 415	5.64 566	2.51 430	3.22 515	2.43 451	2.54 371	1.59 331	11.41 522	1.65 362	0.34 292	0.25 294	0.26 119	0.23 158	0.30 155	0.29 174
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 446	1.16 434	18.30 462	1.35 417	1.68 509	3.52 271	1.18 408	3.90 355	2.06 322	2.52 445	2.82 491	3.82 484	2.34 443	6.78 397	2.55 461	0.86 520	0.40 435	0.59 491	0.67 509	0.57 423	0.55 421

DDUNet	2.91 447	2.78 532	6.94 305	3.53 562	2.26 546	3.28 225	1.36 435	3.77 321	2.04 317	2.62 466	2.49 457	4.18 503	1.69 368	5.38 358	1.85 389	2.21 553	1.77 559	2.61 562	2.43 574	2.60 549	2.34 552

MFMNet_re	2.91 447	1.91 507	18.25 459	3.06 556	1.89 528	3.13 200	1.67 481	3.52 275	2.97 493	3.14 510	2.87 493	2.26 331	2.41 447	2.42 269	2.00 408	1.10 530	1.05 542	0.94 533	0.90 529	1.28 533	1.46 534

ACV-stereo	2.92 449	0.92 377	20.27 520	1.33 405	1.05 361	4.68 525	1.10 392	2.66 166	1.64 231	1.46 175	1.32 149	5.41 546	4.24 520	7.83 415	1.90 395	0.44 408	0.52 490	0.32 264	0.29 299	0.45 369	0.63 449

GANet	2.93 450	1.05 409	11.29 360	1.64 487	0.96 329	3.91 354	2.52 520	3.72 314	2.41 409	2.95 499	3.00 497	3.21 435	2.03 414	12.42 557	4.72 498	0.51 460	0.41 444	0.46 431	0.39 421	0.60 432	0.50 396

RTSC	2.95 451	2.51 524	15.49 422	1.54 470	1.30 425	3.51 268	0.86 278	3.89 350	2.48 422	3.64 526	3.12 506	3.04 421	2.30 439	5.70 368	6.67 515	0.55 473	0.35 396	0.37 364	0.39 421	0.70 467	0.60 439

PWCDC_ROB	2.95 451	3.26 537	14.06 397	1.59 480	1.56 485	4.19 440	0.86 278	4.30 489	4.08 548	2.06 319	7.37 545	2.75 393	2.42 448	3.59 322	2.67 466	1.34 547	0.36 402	0.39 384	0.34 363	1.13 522	0.62 445

PSMNet_ROB	2.95 451	1.38 473	18.46 467	1.19 343	1.20 404	3.80 327	1.65 479	3.54 280	2.35 388	1.98 281	1.71 262	2.75 393	1.79 384	11.43 524	2.78 470	0.42 395	0.36 402	0.50 459	0.60 501	0.59 428	0.49 389

ff1	2.96 454	0.60 163	5.21 289	1.14 313	0.99 343	3.62 294	0.86 278	4.22 451	3.37 530	2.20 366	2.30 433	3.48 459	1.62 341	11.62 532	16.09 562	0.29 177	0.16 29	0.48 442	0.37 401	0.30 155	0.29 174

FINET	2.96 454	1.07 415	23.18 581	1.29 387	1.86 526	2.03 94	1.52 461	4.30 489	4.71 554	2.23 381	2.34 447	1.65 239	1.48 303	5.89 372	2.81 472	0.51 460	0.47 476	0.49 456	0.40 432	0.59 428	0.49 389

XQC	2.96 454	2.42 523	14.85 408	1.36 423	1.32 434	3.29 229	1.53 463	4.28 478	2.78 466	3.21 514	2.46 453	3.53 470	2.92 474	6.58 387	4.67 495	0.70 505	0.41 444	0.59 491	0.56 493	0.96 508	0.83 495

SGM-Forest	2.96 454	0.62 190	3.49 256	1.09 285	0.80 268	4.06 396	3.30 545	4.37 510	3.09 506	4.18 543	3.27 513	4.67 528	3.86 512	11.69 541	7.91 530	0.51 460	0.46 472	0.49 456	0.39 421	0.48 387	0.49 389
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 458	0.58 143	13.42 380	0.79 84	0.51 123	3.84 336	1.84 493	2.42 119	1.60 218	2.25 387	2.74 481	2.03 312	6.04 544	6.79 399	12.80 553	0.35 312	0.26 307	0.26 119	0.27 242	0.27 100	0.37 289

RYNet	2.97 458	0.93 381	15.09 416	1.12 305	1.38 449	3.66 301	1.42 451	4.03 395	2.29 375	2.10 326	1.70 258	3.79 482	2.16 429	13.64 573	3.02 477	0.37 332	0.41 444	0.48 442	0.34 363	0.81 493	0.75 478

TCMNet	2.98 460	1.30 459	18.26 460	1.47 457	2.09 539	3.84 336	1.08 386	3.96 378	2.39 406	2.53 448	2.29 428	2.43 357	1.75 378	10.09 472	2.39 442	0.52 466	0.45 463	0.61 499	0.50 476	0.80 492	0.78 484

mmx	2.98 460	0.60 163	5.21 289	1.14 313	0.99 343	3.62 294	0.86 278	4.49 530	3.05 502	2.20 366	2.30 433	3.48 459	1.62 341	11.62 532	16.09 562	0.33 280	0.28 330	0.48 442	0.37 401	0.44 361	0.37 289

xxx	2.98 460	0.60 163	5.21 289	1.14 313	0.99 343	3.62 294	0.86 278	4.49 530	3.05 502	2.20 366	2.30 433	3.48 459	1.62 341	11.62 532	16.09 562	0.33 280	0.28 330	0.48 442	0.37 401	0.44 361	0.37 289

Wz-Net-SNSev	2.98 460	4.36 545	15.98 425	1.57 478	1.19 398	3.28 225	1.80 488	3.96 378	2.40 407	2.32 408	2.28 425	3.48 459	2.05 417	7.84 416	3.82 488	0.47 433	0.39 430	0.53 473	0.49 470	0.71 476	0.60 439

DispNO	3.00 464	0.75 312	18.92 473	1.17 334	1.10 376	3.72 310	0.94 341	4.29 481	2.54 436	2.24 384	2.28 425	4.51 518	2.12 422	11.40 521	2.09 420	0.31 241	0.28 330	0.31 244	0.28 271	0.36 269	0.39 311

GwcNet	3.00 464	1.63 492	19.83 497	1.32 400	2.04 538	3.27 221	1.55 467	3.65 296	2.33 385	2.00 298	2.12 397	3.56 474	1.68 367	9.47 447	2.45 451	0.44 408	0.45 463	0.46 431	0.38 414	0.60 432	0.76 480

LL-Strereo	3.01 466	1.81 505	17.59 453	1.12 305	2.10 540	2.90 167	1.09 390	4.33 498	2.00 308	3.12 509	2.24 417	3.29 442	3.15 486	11.31 519	1.84 388	0.30 220	0.28 330	0.46 431	0.34 363	0.49 393	0.45 362

Anonymous_2	3.01 466	0.89 368	4.53 281	1.06 268	1.18 391	2.93 177	0.87 298	3.24 237	1.46 119	1.86 245	1.35 159	4.11 499	2.35 444	1.64 187	1.28 283	0.82 516	0.90 538	8.71 593	15.84 596	4.44 570	0.74 475

STrans-v2	3.03 468	0.77 321	20.91 546	0.81 87	0.63 195	3.89 351	1.01 366	4.27 473	2.64 449	2.28 392	3.70 522	4.13 500	5.20 534	7.33 404	1.27 279	0.31 241	0.18 75	0.29 201	0.25 196	0.29 132	0.41 337

TransformOpticalFlow	3.03 468	0.77 321	20.99 549	1.00 235	0.55 150	4.18 436	0.64 141	4.33 498	3.02 500	2.18 359	3.09 504	4.35 511	5.07 532	7.36 407	1.27 279	0.32 262	0.18 75	0.32 264	0.26 216	0.28 117	0.46 372

AANet_RVC	3.03 468	1.72 499	12.78 374	1.17 334	1.12 379	3.79 325	1.10 392	3.86 342	3.13 508	2.62 466	4.26 529	3.96 490	1.41 281	11.43 524	5.23 509	0.94 523	0.47 476	0.34 317	0.23 158	0.40 299	0.55 421

DRN-Test	3.03 468	0.99 398	18.18 458	1.35 417	1.60 491	3.59 287	1.48 456	4.13 426	2.45 418	3.47 525	1.92 350	2.58 376	2.53 456	10.88 498	2.80 471	0.39 361	0.36 402	0.44 418	0.41 439	0.55 412	0.57 429

Syn2CoEx	3.08 472	2.55 529	19.88 499	1.34 412	1.18 391	2.43 129	1.65 479	3.91 360	2.40 407	2.39 426	2.27 421	2.90 409	3.17 490	9.57 452	2.54 460	0.50 454	0.45 463	0.53 473	0.39 421	0.74 481	0.72 473

stereogan	3.09 473	0.93 381	16.43 430	1.37 433	1.66 505	3.70 306	1.67 481	3.87 345	3.15 512	3.04 503	2.70 480	5.04 537	2.79 468	9.96 465	1.78 381	0.63 487	0.49 487	0.69 513	0.47 461	0.83 496	0.68 460

PA-Net	3.09 473	1.24 453	18.84 471	1.38 435	1.19 398	3.42 244	1.75 484	3.89 350	3.27 526	1.88 250	2.10 390	3.03 420	1.88 405	11.60 530	2.88 473	0.40 369	0.54 493	0.44 418	0.62 505	0.52 401	1.02 509
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 475	1.45 482	14.90 411	1.46 454	1.79 521	3.33 231	1.39 444	4.04 399	2.26 366	2.77 483	3.26 512	4.00 492	2.71 465	11.63 537	2.62 465	0.82 516	0.46 472	0.79 526	0.79 524	0.71 476	0.78 484

PVD	3.12 476	1.97 511	12.80 375	1.79 510	1.63 496	3.83 331	1.34 432	3.48 265	3.88 543	5.77 556	3.56 520	3.45 458	3.29 494	5.58 366	5.30 510	0.71 507	0.69 526	0.74 524	0.77 520	0.79 490	1.13 517

1111x	3.13 477	0.57 130	8.38 321	1.20 348	0.76 255	3.80 327	0.88 302	4.61 542	2.63 447	2.31 404	2.16 403	1.95 296	1.81 392	11.54 528	18.13 575	0.32 262	0.31 363	0.32 264	0.30 318	0.35 256	0.34 255

APVNet	3.13 477	1.25 454	21.14 552	1.31 397	1.52 475	3.94 366	1.13 399	3.32 250	2.14 343	2.20 366	2.03 372	3.05 424	1.96 411	11.79 545	2.53 458	0.42 395	0.45 463	0.64 507	0.46 458	0.67 461	0.57 429

MaskLacGwcNet_RVC	3.13 477	1.43 480	9.93 341	2.50 546	1.62 494	4.29 458	1.68 483	3.95 373	2.43 413	1.66 205	1.91 348	3.04 421	1.41 281	13.26 565	1.58 342	3.82 571	1.59 555	1.12 542	0.46 458	2.21 547	2.74 562

zh-mn7	3.15 480	9.61 573	12.45 371	1.26 373	0.99 343	2.91 170	1.32 429	4.12 424	2.74 460	3.33 519	3.07 501	2.84 405	1.89 406	8.91 433	4.69 497	0.49 450	0.40 435	0.38 380	0.38 414	0.56 418	0.63 449

ADLNet2	3.15 480	0.92 377	20.06 506	1.20 348	1.79 521	3.83 331	1.48 456	3.94 371	3.59 536	2.19 363	2.47 455	4.65 527	1.93 410	10.69 491	1.96 405	0.39 361	0.37 415	0.28 180	0.30 318	0.48 387	0.43 350

NCC-stereo	3.16 482	1.28 457	18.31 463	1.25 366	1.75 516	4.06 396	1.40 446	3.89 350	2.22 356	2.72 479	2.55 464	3.49 465	2.65 462	9.91 462	2.99 475	1.29 543	0.65 518	0.64 507	0.86 527	0.65 454	0.71 466

Abc-Net	3.16 482	1.28 457	18.31 463	1.25 366	1.75 516	4.06 396	1.40 446	3.89 350	2.22 356	2.72 479	2.55 464	3.49 465	2.65 462	9.91 462	2.99 475	1.29 543	0.65 518	0.64 507	0.86 527	0.65 454	0.71 466
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 484	1.93 508	18.84 471	1.51 465	0.80 268	4.12 412	1.82 490	4.16 437	2.91 486	1.87 247	1.74 269	2.48 366	1.84 396	13.18 564	1.74 375	0.80 513	0.57 501	0.79 526	0.74 516	1.20 531	0.86 496
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
GASNet	3.24 485	5.55 552	20.58 536	1.56 477	1.25 417	2.32 120	1.12 396	4.04 399	2.67 453	1.88 250	2.10 390	3.00 418	2.16 429	10.59 486	2.43 449	0.65 493	0.37 415	0.61 499	0.45 456	0.87 498	0.58 434

FBW_ROB	3.24 485	1.02 403	9.21 335	1.49 462	1.07 368	3.78 321	1.48 456	4.31 492	3.08 505	2.46 435	2.32 445	4.20 506	2.08 420	15.19 579	7.16 525	0.84 519	0.62 514	1.33 547	0.92 530	0.99 509	1.31 524

HBP-ISP	3.25 487	1.10 421	20.86 543	1.54 470	1.15 384	4.50 495	2.89 534	4.43 520	2.38 402	4.14 539	1.96 355	1.90 290	2.04 416	11.08 511	1.32 290	0.66 495	0.57 501	0.66 510	0.61 504	0.64 451	0.61 442

aanetorigin	3.30 488	1.66 496	17.52 452	1.18 340	1.58 490	2.57 145	3.80 559	2.65 164	2.03 313	6.12 561	4.30 530	2.82 404	5.70 540	5.47 361	4.67 495	0.50 454	0.44 458	0.43 413	0.47 461	1.17 528	0.92 502

ADCRef	3.30 488	1.23 452	14.90 411	1.17 334	1.41 460	3.95 371	1.64 476	3.88 348	2.36 391	3.05 505	2.21 413	2.40 349	2.81 470	5.04 351	16.63 567	0.46 424	0.34 390	0.63 504	0.62 505	0.54 410	0.67 457

CBMV	3.32 490	0.96 395	21.16 554	1.32 400	0.83 286	3.81 329	3.91 562	4.47 526	2.53 432	3.34 520	2.24 417	4.45 515	2.58 459	10.07 471	1.96 405	0.45 417	0.43 453	0.48 442	0.38 414	0.52 401	0.53 411
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 491	0.81 339	20.05 505	1.25 366	1.20 404	3.44 246	1.99 500	4.23 455	2.67 453	3.14 510	3.82 525	3.51 468	3.32 496	11.68 540	1.94 400	0.64 490	0.67 522	0.48 442	0.52 483	0.61 437	0.81 490

CC-Net-ROB	3.35 492	1.76 502	13.89 393	2.33 543	1.65 502	4.49 492	1.62 473	4.73 547	2.90 485	1.92 264	2.05 381	1.99 307	1.61 338	12.57 562	1.60 346	2.46 554	2.18 564	2.68 564	1.04 540	2.11 546	1.38 530

z-mn7	3.36 493	9.42 571	14.16 399	1.28 383	1.22 411	3.78 321	1.43 453	3.92 365	3.35 529	2.85 490	3.36 515	3.06 425	1.97 412	9.66 453	5.16 505	0.42 395	0.35 396	0.43 413	0.33 354	0.63 443	0.48 382

edge stereo	3.37 494	1.01 402	21.99 571	1.28 383	1.37 446	2.67 152	1.39 444	3.98 382	2.87 483	2.93 494	3.27 513	4.35 511	2.43 449	11.62 532	2.39 442	0.60 482	0.63 516	0.79 526	0.55 491	0.68 464	0.67 457

DPSNet	3.43 495	1.37 472	12.19 367	1.39 437	1.24 414	4.15 419	2.06 503	4.51 534	3.34 528	2.69 477	1.96 355	3.52 469	5.56 539	10.68 490	9.68 538	0.93 522	0.73 530	0.40 390	0.37 401	1.06 513	0.86 496

S-Stereo	3.48 496	0.91 375	22.06 574	1.36 423	1.50 472	3.55 279	2.53 522	4.21 448	2.81 478	2.37 421	3.81 524	3.75 480	1.84 396	11.90 550	2.51 456	0.63 487	0.71 528	0.48 442	0.76 518	0.67 461	1.19 520

UDG	3.55 497	2.81 533	17.45 449	2.69 549	1.98 532	3.97 381	1.19 411	4.35 502	2.02 311	2.42 430	2.53 463	4.50 517	2.46 453	6.53 386	2.41 446	2.12 552	1.77 559	2.63 563	2.57 576	2.64 550	1.95 544

SAMSARA	3.55 497	2.16 518	14.18 400	1.86 517	1.49 470	4.62 516	2.65 527	3.58 287	2.80 472	7.05 566	3.05 500	5.16 543	4.07 516	9.18 441	4.80 500	0.64 490	0.67 522	0.59 491	0.68 512	0.89 499	0.91 501

WZ-Net	3.62 499	4.87 547	16.77 437	1.43 445	1.40 453	3.75 316	2.29 513	4.12 424	2.50 427	2.74 481	2.19 409	4.06 496	5.29 536	10.19 474	7.36 526	0.54 471	0.37 415	0.47 434	0.49 470	0.77 486	0.73 474

CBMV_ROB	3.62 499	0.70 264	21.42 562	1.21 354	0.89 312	4.43 482	1.76 485	4.39 513	2.79 468	5.88 558	3.38 516	4.18 503	5.12 533	10.75 492	2.32 439	0.56 475	0.55 498	0.53 473	0.51 480	0.55 412	0.46 372

Wz-Net-TNSev	3.67 501	8.83 562	13.47 383	1.48 459	1.18 391	3.60 289	2.49 519	4.27 473	3.13 508	2.18 359	1.89 342	4.21 507	2.80 469	12.10 552	7.58 529	0.57 477	0.55 498	0.47 434	0.54 489	0.91 502	1.05 511

SQANet	3.70 502	9.34 570	18.41 465	2.75 550	2.74 551	3.40 240	1.47 455	3.50 271	1.68 241	2.60 462	1.75 273	2.69 385	1.91 408	6.72 396	1.74 375	2.96 557	1.41 553	1.85 552	1.12 542	3.17 552	2.70 561

DeepPrunerF	3.70 502	1.72 499	14.87 409	1.33 405	1.74 515	3.70 306	1.55 467	4.20 442	14.00 581	2.02 305	1.77 287	2.74 391	2.30 439	10.88 498	6.88 521	0.68 501	0.60 511	0.78 525	0.78 523	0.81 493	0.71 466

FTStereo	3.71 504	0.53 91	20.37 524	0.96 207	0.65 205	4.34 463	11.29 578	2.62 160	1.50 147	2.58 458	5.04 536	1.90 290	13.84 576	3.71 327	1.25 273	0.38 349	0.24 270	0.31 244	0.32 346	0.30 155	2.10 547

ADCP+	3.74 505	1.96 510	16.90 438	1.09 285	1.55 482	4.35 465	3.65 557	3.93 367	2.98 496	2.22 377	1.66 247	3.95 488	4.83 529	3.41 317	18.87 580	0.38 349	0.41 444	0.63 504	0.53 487	0.64 451	0.81 490

test_sample9	3.79 506	1.05 409	7.87 313	1.07 271	0.86 299	3.93 361	1.19 411	4.35 502	2.11 338	2.14 340	1.75 273	1.75 256	1.67 363	11.06 508	11.61 548	1.23 537	14.45 597	4.27 582	2.09 568	0.70 467	0.69 462

zh-sn7	3.81 507	11.43 580	15.78 423	1.25 366	1.15 384	3.68 305	2.58 525	4.15 436	2.42 412	2.61 464	3.10 505	3.38 453	3.03 482	11.43 524	6.88 521	0.45 417	0.48 482	0.45 425	0.43 449	0.72 479	0.71 466

MFN_U_SF_RVC	3.81 507	10.78 577	15.01 414	1.84 514	1.39 451	3.73 314	1.63 474	4.05 403	3.26 522	2.91 492	2.38 449	4.36 513	3.65 507	8.43 424	4.91 503	1.11 532	1.04 541	0.99 535	1.31 549	1.58 539	1.75 541

ADCPNet	3.89 509	1.63 492	20.25 519	1.28 383	1.27 421	6.43 561	2.65 527	3.93 367	2.70 456	2.78 484	2.20 411	4.28 509	6.16 548	5.56 364	10.27 541	0.65 493	1.18 546	0.71 516	1.70 557	0.84 497	1.37 528

RTS	3.90 510	7.04 556	17.94 455	1.92 520	2.19 542	5.00 549	2.96 536	4.29 481	3.19 515	4.05 536	3.08 502	4.94 532	3.16 488	7.64 411	6.72 516	0.66 495	0.44 458	0.51 462	0.47 461	0.95 504	0.76 480

RTSA	3.90 510	7.04 556	17.94 455	1.92 520	2.19 542	5.00 549	2.96 536	4.29 481	3.19 515	4.05 536	3.08 502	4.94 532	3.16 488	7.64 411	6.72 516	0.66 495	0.44 458	0.51 462	0.47 461	0.95 504	0.76 480

MFN_U_SF_DS_RVC	3.94 512	10.88 578	12.30 369	1.26 373	1.55 482	5.19 552	3.33 547	4.42 517	2.82 480	2.58 458	2.62 472	5.00 535	2.11 421	14.03 577	2.73 467	1.28 542	2.34 571	0.67 512	1.83 562	0.81 493	1.03 510

ADCMid	3.96 513	3.27 538	15.48 421	1.26 373	1.40 453	4.66 522	2.28 512	4.06 407	3.54 535	3.94 533	3.02 498	3.85 485	3.67 508	4.03 337	18.65 578	0.68 501	0.61 513	1.09 541	1.18 546	1.38 536	1.08 513

SDNR	3.97 514	1.93 508	20.28 521	1.31 397	0.94 325	5.16 551	0.67 155	4.33 498	2.58 440	4.82 552	5.94 542	5.01 536	1.45 296	17.52 581	2.53 458	0.79 511	0.72 529	0.59 491	0.45 456	1.15 526	1.17 518

MADNet+	3.97 514	9.54 572	13.83 392	1.87 518	1.69 510	4.19 440	2.87 533	4.80 550	4.10 549	2.51 443	2.67 477	4.55 521	3.41 499	8.72 428	6.92 523	1.25 540	1.27 550	1.04 537	0.93 531	1.39 537	1.85 542

SPS-STEREO	3.97 514	1.44 481	20.85 542	1.72 499	1.71 512	3.24 214	2.30 514	3.55 282	2.68 455	4.79 551	3.66 521	5.44 547	2.97 475	9.11 438	9.35 537	1.15 533	1.10 544	1.06 539	1.02 539	1.16 527	1.18 519
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 517	1.13 426	16.64 433	1.12 305	1.25 417	3.50 265	3.05 540	4.29 481	3.26 522	3.64 526	2.56 466	2.97 415	4.79 528	13.33 567	16.91 568	0.37 332	0.41 444	0.38 380	0.39 421	0.48 387	0.81 490

G-Net	4.11 518	1.21 442	19.47 487	2.31 542	2.94 555	4.74 541	2.95 535	3.33 254	2.14 343	4.44 546	9.43 561	6.93 555	3.84 511	9.01 437	4.92 504	0.79 511	0.80 535	0.70 515	0.50 476	0.95 504	0.87 499

THIR-Stereo	4.14 519	0.82 346	10.85 356	0.86 136	0.43 66	2.16 107	16.77 585	3.22 233	1.54 179	2.04 312	12.05 574	2.68 384	7.53 561	7.30 403	12.62 552	0.30 220	0.21 179	0.29 201	0.28 271	0.33 220	0.41 337

AnyNet_C32	4.17 520	5.75 553	12.62 373	1.60 482	1.54 478	5.51 555	4.09 563	3.90 355	3.23 520	4.22 544	3.03 499	3.10 426	3.41 499	8.01 419	18.85 579	0.53 469	0.58 506	0.53 473	0.74 516	1.19 530	0.97 506

Ntro	4.21 521	8.94 566	19.89 500	3.22 558	2.96 556	4.15 419	1.89 494	3.92 365	2.36 391	1.77 226	2.14 400	3.35 448	2.17 431	9.48 448	2.24 433	3.52 566	1.76 558	2.13 555	1.31 549	3.83 562	3.09 563

ADCS	4.22 522	5.33 549	16.32 428	1.64 487	1.31 427	3.91 354	3.64 556	4.21 448	2.89 484	5.11 553	2.81 490	4.46 516	3.06 485	5.21 355	19.50 581	0.63 487	0.64 517	0.69 513	0.69 514	1.12 521	1.26 521

ADCL	4.35 523	1.63 492	14.21 401	1.29 387	1.26 419	5.56 556	11.16 577	3.97 380	3.37 530	6.07 559	4.67 532	4.30 510	5.72 541	5.08 353	14.51 557	0.50 454	0.48 482	0.89 532	0.77 520	0.78 488	0.76 480

AnyNet_C01	4.37 524	7.80 558	16.40 429	1.98 526	1.40 453	6.37 560	6.47 569	4.09 415	5.03 559	4.06 538	3.78 523	4.16 502	3.31 495	6.62 389	10.00 539	0.61 484	0.67 522	0.63 504	0.67 509	2.01 544	1.31 524

MSC_U_SF_DS_RVC	4.48 525	10.62 576	15.18 419	1.55 475	1.45 467	6.16 558	3.54 554	5.41 564	3.68 540	2.59 461	2.74 481	4.81 529	2.20 434	13.79 574	4.40 492	2.04 550	3.36 584	1.05 538	1.20 547	2.09 545	1.72 539

RainbowNet	4.56 526	8.28 559	20.07 508	3.64 566	3.23 564	4.15 419	2.99 538	4.18 438	3.03 501	2.20 366	2.65 475	4.26 508	2.90 473	9.77 455	2.12 422	3.88 572	2.27 568	2.71 567	1.72 559	3.78 561	3.31 571

SGM_RVC	4.57 527	0.72 280	17.46 450	1.84 514	0.58 175	4.23 449	3.45 549	4.66 544	3.66 539	7.99 571	8.82 559	7.56 558	8.74 569	12.30 554	6.84 520	0.43 401	0.38 421	0.39 384	0.35 379	0.51 397	0.48 382
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 528	8.93 565	19.95 502	3.11 557	2.67 549	3.91 354	2.57 524	3.82 332	2.25 363	2.22 377	9.72 563	4.08 497	2.35 444	8.57 426	2.13 425	3.51 565	1.65 557	2.15 556	1.17 545	3.69 559	3.15 565

DispFullNet	4.64 529	3.48 540	23.95 584	3.99 568	3.03 557	3.35 233	1.06 379	4.18 438	2.80 472	6.33 563	2.94 494	4.04 495	7.81 563	3.92 335	5.16 505	2.75 555	1.61 556	3.10 572	2.68 579	3.32 554	3.31 571

CSAN	4.71 530	1.39 475	20.23 515	1.19 343	0.87 304	3.65 300	3.50 551	4.57 539	3.87 542	3.89 532	7.82 548	3.54 473	6.16 548	23.47 590	6.82 519	0.52 466	0.45 463	0.49 456	0.52 483	0.63 443	0.66 456

test_sample8	4.76 531	1.05 409	7.87 313	1.07 271	0.86 299	3.93 361	1.19 411	4.38 511	2.05 320	5.49 554	1.89 342	12.98 571	6.37 550	11.06 508	11.61 548	1.23 537	14.45 597	4.27 582	2.09 568	0.70 467	0.69 462

SuperB	4.79 532	4.41 546	21.08 551	1.45 452	1.08 370	3.91 354	3.08 542	4.18 438	3.01 499	2.50 440	2.10 390	2.75 393	3.49 505	8.80 430	19.60 582	0.44 408	0.33 378	0.53 473	0.39 421	12.01 591	0.64 453

IMH-64-1	4.84 533	2.53 526	6.83 302	4.30 574	3.74 569	4.81 545	6.05 566	5.30 559	3.92 544	3.95 534	8.33 552	5.08 539	6.06 545	8.96 435	6.30 513	4.57 582	2.96 578	3.04 569	2.12 571	4.28 567	3.62 574

IMH-64	4.84 533	2.53 526	6.83 302	4.30 574	3.74 569	4.81 545	6.05 566	5.30 559	3.92 544	3.95 534	8.33 552	5.08 539	6.06 545	8.96 435	6.30 513	4.57 582	2.96 578	3.04 569	2.12 571	4.28 567	3.62 574

NVStereoNet_ROB	4.91 535	1.40 476	16.46 431	1.47 457	1.72 514	3.46 252	1.96 497	3.89 350	3.61 537	2.90 491	24.61 590	4.81 529	4.49 525	13.57 571	4.87 502	1.33 546	1.29 551	1.70 551	1.68 555	1.41 538	1.66 536
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 536	0.90 370	21.33 558	1.50 463	1.33 438	4.09 403	3.49 550	4.03 395	4.59 553	6.57 564	10.95 568	12.92 570	8.41 568	9.86 460	8.78 535	0.75 508	0.58 506	0.51 462	0.50 476	0.68 464	0.57 429

WAO-7	5.16 537	3.21 536	18.98 475	1.88 519	1.44 463	5.34 553	3.09 543	4.91 552	5.81 566	4.35 545	8.92 560	6.55 552	6.06 545	13.40 569	10.81 543	1.34 547	1.20 549	1.48 550	1.35 552	1.60 540	1.45 532

CrosDoStereo	5.24 538	0.60 163	20.23 515	0.82 97	0.51 123	3.39 237	18.11 587	3.82 332	2.27 368	1.98 281	8.74 556	1.96 301	6.96 556	7.35 405	26.35 591	0.30 220	0.22 208	0.30 221	0.28 271	0.33 220	0.38 304

DeepStereo_LL	5.24 538	0.60 163	20.23 515	0.82 97	0.51 123	3.39 237	18.11 587	3.82 332	2.27 368	1.98 281	8.74 556	1.96 301	6.96 556	7.35 405	26.35 591	0.30 220	0.22 208	0.30 221	0.28 271	0.33 220	0.38 304

MeshStereo	5.35 540	1.32 465	21.34 559	1.34 412	1.15 384	4.40 475	3.90 561	5.18 556	4.55 551	10.14 581	11.82 573	11.47 566	5.84 542	13.84 575	7.03 524	0.61 484	0.58 506	0.60 496	0.58 497	0.72 479	0.59 438
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
ACVNet_2	5.41 541	12.60 581	20.42 528	3.27 559	3.15 562	4.50 495	3.02 539	4.66 544	3.73 541	3.35 522	5.36 538	7.86 559	2.88 471	12.33 556	4.76 499	3.12 561	2.22 566	2.70 566	1.69 556	3.49 555	3.10 564

pmcnn	5.45 542	1.22 448	17.40 447	1.60 482	2.41 548	3.48 258	2.12 506	4.52 535	3.26 522	3.67 528	13.15 577	22.10 584	3.46 504	11.92 551	17.16 570	0.34 292	0.21 179	0.23 34	0.19 77	0.36 269	0.28 164

MDST_ROB	5.53 543	0.59 151	23.11 579	2.55 547	2.69 550	21.20 588	1.98 499	4.77 549	2.65 450	9.36 576	4.25 528	4.14 501	4.45 524	22.57 585	3.68 487	0.48 438	0.33 378	0.47 434	0.44 452	0.44 361	0.44 356

EDNetEfficient	5.61 544	2.14 517	16.75 436	1.67 491	3.64 567	4.12 412	7.51 571	3.05 214	5.63 565	11.57 587	4.83 534	3.95 488	12.72 573	8.44 425	20.78 584	0.41 384	0.43 453	0.47 434	1.01 537	1.66 542	1.39 531

MSMD_ROB	5.61 544	1.08 417	16.68 434	1.21 354	0.83 286	10.14 573	2.07 505	3.93 367	6.22 568	10.37 582	8.03 550	22.22 585	9.45 570	11.66 538	4.52 494	0.66 495	0.58 506	0.66 510	0.68 512	0.65 454	0.63 449

SANet	5.65 546	1.72 499	20.94 547	1.26 373	0.88 307	7.20 565	3.81 560	4.60 541	11.23 575	4.56 547	8.78 558	7.49 557	6.95 555	11.85 548	18.11 574	0.49 450	0.44 458	0.50 459	0.42 446	0.90 501	0.82 494

ELAS_RVC	5.72 547	1.64 495	20.40 526	2.09 532	2.01 534	4.95 548	11.47 579	4.66 544	6.31 570	8.09 572	8.01 549	8.06 562	11.65 572	8.36 421	10.22 540	0.99 527	1.17 545	0.81 529	0.76 518	1.14 523	1.58 535
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 548	9.95 574	15.22 420	2.90 553	1.56 485	5.66 557	7.69 572	5.27 558	4.74 556	3.88 531	7.51 546	8.04 560	5.28 535	15.18 578	8.40 533	3.08 560	1.51 554	2.24 557	1.37 553	5.55 576	1.96 545

WAO-6	5.87 549	2.27 520	15.05 415	2.96 554	2.77 552	12.01 576	3.58 555	5.37 563	11.91 579	3.34 520	9.69 562	6.78 554	5.84 542	11.82 547	8.89 536	2.87 556	2.35 572	2.50 558	1.84 563	2.85 551	2.67 558

ELAS	5.99 550	1.62 490	20.29 522	1.96 525	2.01 534	15.09 582	8.38 575	5.23 557	5.54 563	9.02 575	8.61 555	6.74 553	9.75 571	7.48 408	11.40 547	0.96 525	1.18 546	0.72 520	0.93 531	1.30 534	1.67 537
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 551	13.97 587	21.36 560	3.58 564	3.14 561	4.73 538	2.48 518	4.20 442	3.17 513	2.98 500	2.83 492	23.31 586	4.34 522	11.06 508	2.45 451	3.68 568	2.33 570	2.60 561	1.79 561	3.69 559	3.19 567

FCDSN-DC	6.04 551	0.84 354	19.25 479	1.24 364	1.09 374	4.38 467	2.62 526	4.38 511	4.71 554	9.59 579	11.22 569	19.19 580	17.40 582	12.30 554	8.55 534	0.69 504	0.57 501	0.60 496	0.60 501	0.70 467	0.78 484
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 553	9.15 568	13.76 386	1.94 524	4.60 580	11.91 575	12.00 580	5.12 555	3.45 534	3.79 530	4.52 531	9.54 564	6.56 554	9.40 446	13.48 555	1.26 541	1.37 552	1.17 544	1.34 551	7.06 585	3.95 578

psmorigin	6.59 554	1.15 431	88.11 608	1.52 466	0.97 333	2.88 165	1.20 415	3.21 231	2.04 317	3.73 529	2.46 453	5.15 542	2.55 457	10.60 487	2.47 453	0.55 473	0.68 525	0.48 442	0.51 480	0.70 467	0.88 500

FC-DCNN	6.64 555	0.77 321	19.26 481	1.68 492	1.64 498	8.27 570	2.35 515	6.35 568	9.23 573	10.85 584	11.27 570	19.89 581	13.33 574	12.51 560	11.79 550	0.66 495	0.57 501	0.58 488	0.56 493	0.63 443	0.61 442

ACVNet-4b	6.73 556	13.67 586	21.87 570	3.54 563	3.07 558	4.19 440	2.25 511	4.03 395	3.65 538	1.64 200	3.98 527	5.88 549	2.89 472	10.01 468	16.98 569	23.29 601	2.24 567	2.53 559	1.78 560	3.87 563	3.21 568

EKT-Stereo	6.79 557	0.64 211	4.24 274	1.77 504	106.39 607	4.51 499	0.61 123	3.16 226	1.53 170	1.88 250	1.22 117	1.98 305	1.36 267	3.81 328	0.84 155	0.35 312	0.24 270	0.29 201	0.26 216	0.34 238	0.48 382

IMH	6.81 558	13.66 585	20.41 527	4.33 576	3.74 569	5.50 554	3.06 541	5.49 565	6.22 568	4.64 549	10.35 565	9.30 563	8.03 566	13.61 572	6.81 518	4.80 585	2.99 581	3.09 571	2.12 571	4.36 569	3.61 573

LVE	6.88 559	9.31 569	21.14 552	3.61 565	3.18 563	4.49 492	2.79 529	10.21 576	11.69 577	3.16 513	11.53 571	18.33 577	4.31 521	11.66 538	3.52 484	4.45 580	2.93 576	2.56 560	1.91 565	3.62 556	3.16 566

FC-DCNN v2	6.91 560	0.77 321	19.25 479	1.69 493	1.64 498	9.13 572	2.40 516	7.20 570	9.47 574	11.07 586	11.62 572	20.05 583	15.79 579	12.55 561	11.99 551	0.66 495	0.57 501	0.58 488	0.56 493	0.63 443	0.61 442

tt	7.19 561	0.51 73	6.83 302	4.03 569	2.30 547	12.05 577	20.19 591	15.46 588	6.58 571	3.42 524	3.22 510	5.37 545	6.39 553	4.20 342	7.46 527	9.81 591	11.53 596	7.05 589	7.46 591	6.31 579	3.71 576

Dean	7.52 562	9.08 567	21.41 561	3.74 567	3.53 565	4.81 545	3.53 552	5.33 562	5.25 560	4.17 540	26.53 591	25.62 592	4.09 517	10.97 502	4.32 491	3.69 569	2.30 569	2.91 568	1.87 564	4.03 565	3.24 569

DGSMNet	7.55 563	1.62 490	17.42 448	1.92 520	12.73 584	7.45 568	42.99 601	4.13 426	2.07 324	2.10 326	3.16 509	3.42 455	1.70 370	9.24 443	2.30 437	3.70 570	10.89 595	11.80 597	5.54 587	4.24 566	2.66 557

MADNet++	7.57 564	5.80 554	13.28 378	6.38 585	5.26 582	7.18 564	7.77 573	5.32 561	5.62 564	6.11 560	7.78 547	6.02 551	8.01 565	11.74 543	16.36 566	9.36 590	4.95 588	8.57 592	5.66 588	4.83 573	5.34 584

MonStereo1	8.07 565	2.24 519	5.83 296	4.68 580	3.60 566	18.80 587	2.52 520	5.89 567	5.86 567	4.76 550	13.98 580	7.41 556	50.63 605	13.28 566	5.16 505	4.40 578	0.90 538	2.69 565	1.55 554	3.92 564	3.30 570

SGM+DAISY	8.36 566	3.82 542	24.83 585	2.02 528	1.75 516	14.80 581	17.22 586	4.27 473	11.79 578	13.88 588	14.38 581	11.74 569	13.83 575	10.56 484	15.12 558	1.21 535	1.19 548	1.14 543	1.13 544	1.17 528	1.37 528

MultiAttention	8.74 567	0.56 120	7.25 308	2.07 531	22.74 591	35.86 598	8.44 576	4.97 553	2.58 440	2.57 454	5.11 537	5.55 548	1.59 331	52.70 608	7.50 528	0.47 433	0.24 270	0.52 468	1.00 536	6.84 583	6.30 588

UNDER WATER-64	9.33 568	5.37 550	22.60 577	5.22 584	4.86 581	10.75 574	4.61 565	11.45 577	17.30 585	7.59 567	9.80 564	15.99 576	17.90 584	10.63 488	15.72 561	4.36 576	2.87 575	4.39 585	2.86 582	7.01 584	5.36 585

TorneroNet-64	10.12 569	8.74 561	20.95 548	4.27 572	3.76 572	13.86 580	2.85 532	15.05 586	23.15 593	10.07 580	23.84 589	13.47 572	8.24 567	13.96 576	17.21 571	3.96 574	2.72 573	3.23 573	2.48 575	6.29 578	4.27 581

UNDER WATER	10.47 570	3.95 544	22.62 578	5.07 583	4.51 579	7.78 569	3.77 558	12.56 580	21.72 592	7.84 570	10.78 566	23.96 588	31.66 593	10.78 495	16.19 565	4.44 579	2.93 576	4.24 581	2.86 582	6.33 580	5.47 586

JetRed	10.48 571	27.10 594	35.70 591	4.27 572	4.09 576	15.55 585	12.83 582	12.16 578	5.50 562	5.83 557	5.56 540	10.14 565	7.43 560	8.88 431	26.39 593	3.32 562	3.81 585	3.51 576	2.96 584	7.85 586	6.69 589

notaker	10.50 572	8.60 560	20.23 515	4.54 579	3.95 573	6.27 559	3.44 548	8.07 573	4.75 557	8.73 573	46.45 600	13.86 575	27.86 592	13.49 570	13.61 556	4.56 581	3.18 582	3.52 577	2.68 579	8.13 588	4.05 579

xyz-stereo	10.85 573	0.45 24	79.01 607	0.62 9	0.45 81	83.70 610	0.77 222	2.59 157	1.34 87	2.19 363	32.02 598	2.76 399	1.62 341	5.75 369	2.39 442	0.25 88	0.17 44	0.33 299	0.21 110	0.25 68	0.19 5

MANE	11.39 574	1.38 473	23.16 580	4.82 582	2.79 553	22.02 589	14.51 584	25.81 592	26.28 594	10.93 585	13.17 578	19.90 582	18.03 585	15.69 580	20.41 583	0.96 525	0.74 531	1.42 548	3.24 585	0.74 481	1.71 538

SGM-ForestM	11.55 575	1.16 434	21.62 567	2.14 533	0.81 271	22.25 590	19.08 589	16.50 590	11.34 576	15.94 591	14.44 582	27.12 593	22.61 591	24.76 591	28.39 597	0.50 454	0.48 482	0.47 434	0.44 452	0.55 412	0.53 411

WAO-8	11.95 576	13.02 582	20.56 533	3.50 560	3.08 559	15.11 583	2.80 530	12.91 581	19.11 590	7.69 568	13.12 575	11.62 567	7.01 558	84.40 610	7.91 530	3.42 563	1.92 561	3.54 578	1.93 566	3.68 557	2.69 559

Venus	11.95 576	13.02 582	20.56 533	3.50 560	3.08 559	15.11 583	2.80 530	12.91 581	19.11 590	7.69 568	13.12 575	11.62 567	7.01 558	84.40 610	7.91 530	3.42 563	1.92 561	3.54 578	1.93 566	3.68 557	2.69 559

TCMNet-wrong-test	12.32 578	14.13 588	19.38 484	22.38 592	19.85 588	15.99 586	12.34 581	22.95 591	4.56 552	6.24 562	6.27 543	18.40 579	15.71 578	10.10 473	10.72 542	9.06 589	4.78 586	5.35 586	3.95 586	12.28 592	11.97 591

EDNetEfficientorigin	12.35 579	2.51 524	179.47 612	1.19 343	0.96 329	2.91 170	1.81 489	3.00 208	5.35 561	8.91 574	4.79 533	4.18 503	4.64 527	9.98 466	11.30 545	0.37 332	0.38 421	0.60 496	0.85 526	1.32 535	2.43 555

LSM	12.71 580	3.52 541	20.79 541	55.63 605	84.76 604	3.63 299	6.30 568	3.73 315	4.93 558	5.55 555	13.92 579	3.53 470	3.25 493	9.72 454	4.12 490	0.64 490	0.85 536	0.71 516	0.81 525	1.03 510	26.84 596

U	12.82 581	0.38 3	1.99 147	0.66 31	58.94 603	63.38 609	0.34 20	1.91 65	0.94 47	0.59 23	0.80 41	0.46 35	0.57 36	0.83 13	0.44 16	0.29 177	0.17 44	63.35 608	59.81 607	0.29 132	0.20 23

MSAF-DinoV2	13.69 582	13.09 584	22.03 573	2.41 545	1.44 463	4.03 391	1.38 442	9.07 574	9.20 572	2.23 381	1.98 363	5.08 539	5.06 531	177.66 613	5.46 512	0.45 417	0.34 390	0.40 390	0.62 505	6.09 577	5.80 587

DGTPSM_ROB	15.31 583	8.85 563	28.14 589	9.90 589	18.89 586	12.44 578	33.21 594	13.48 583	17.86 588	9.50 577	22.89 587	13.78 573	19.67 586	21.26 583	23.68 587	5.08 587	8.84 590	5.62 587	11.50 592	6.72 581	14.87 592

DPSMNet_ROB	15.52 584	8.89 564	31.44 590	10.07 590	18.91 587	12.44 578	33.22 595	13.51 584	17.94 589	9.58 578	22.91 588	13.79 574	19.67 586	21.43 584	23.73 588	5.17 588	8.84 590	5.63 588	11.52 595	6.79 582	14.90 593

USTest	15.98 585	15.58 589	22.56 576	18.49 591	16.99 585	26.43 591	36.08 597	27.68 595	12.77 580	10.69 583	10.80 567	18.35 578	15.09 577	18.62 582	23.37 586	4.85 586	5.34 589	7.38 590	7.43 590	9.90 590	11.23 590

KSHMR	16.96 586	5.37 550	21.64 569	4.46 577	4.50 578	8.30 571	3.32 546	15.58 589	76.24 607	6.62 565	61.47 605	56.53 605	5.43 538	35.17 597	11.37 546	4.39 577	2.97 580	3.63 580	2.74 581	5.10 574	4.34 582

LE_ROB	18.58 587	1.21 442	48.38 597	8.60 588	23.00 592	7.32 567	19.74 590	9.94 575	38.69 601	43.53 599	21.91 586	28.40 594	40.92 596	23.18 587	54.71 602	0.34 292	0.33 378	0.32 264	0.36 389	0.42 343	0.40 331

coex-ft	18.59 588	6.62 555	113.53 610	1.17 334	1.31 427	2.33 122	1.93 496	2.81 192	14.00 581	124.82 612	8.45 554	5.90 550	51.74 606	9.99 467	22.69 585	0.57 477	0.62 514	0.50 459	0.49 470	1.08 518	1.28 522

DPSM_ROB	20.78 589	20.03 592	26.57 587	23.62 594	22.46 589	31.10 593	39.97 599	33.52 598	17.41 586	15.25 589	15.80 584	24.06 589	20.71 589	23.30 588	27.62 595	10.78 592	9.41 593	11.69 595	11.50 592	14.49 593	16.36 594

DPSM	20.78 589	20.03 592	26.57 587	23.62 594	22.46 589	31.10 593	39.97 599	33.52 598	17.41 586	15.25 589	15.80 584	24.06 589	20.71 589	23.30 588	27.62 595	10.78 592	9.41 593	11.69 595	11.50 592	14.49 593	16.36 594

ktn	21.74 591	10.34 575	19.68 492	4.53 578	4.00 574	6.53 562	4.51 564	6.79 569	78.82 609	84.69 609	100.86 612	58.49 606	7.57 562	12.11 553	13.35 554	4.58 584	3.24 583	3.49 575	2.62 577	4.65 572	3.84 577

LRCNet_RVC	25.52 592	33.45 595	23.21 582	31.79 596	32.78 593	6.74 563	1.18 408	25.88 593	4.46 550	28.94 592	30.89 592	24.91 591	17.57 583	27.66 592	24.34 590	35.26 604	25.60 605	35.91 604	33.81 603	31.90 603	34.10 604

TorneroNet	25.88 593	11.28 579	21.62 567	4.20 571	4.07 575	55.25 602	3.15 544	15.16 587	76.94 608	58.09 604	82.72 609	86.88 610	41.15 597	13.35 568	18.13 575	4.32 575	2.85 574	3.45 574	2.62 577	8.33 589	4.14 580

DLNR_Zeroshot_test	28.62 594	55.50 606	49.94 600	183.62 608	115.05 608	3.43 245	0.28 6	29.49 596	1.49 141	1.01 128	1.26 131	0.93 139	0.63 55	3.92 335	1.51 332	29.81 602	0.41 444	0.26 119	0.23 158	93.28 607	0.32 224

DLNR-FE	28.68 595	56.10 607	49.61 598	183.75 609	105.98 606	3.44 246	0.28 6	29.58 597	1.49 141	1.01 128	1.26 131	0.93 139	0.63 55	3.81 328	1.51 332	33.14 603	0.41 444	0.26 119	0.23 158	99.94 609	0.32 224

HanzoNet	31.60 596	17.23 590	21.22 557	7.32 586	5.84 583	7.25 566	3.53 552	13.82 585	14.20 583	50.38 602	47.01 601	44.45 596	56.61 607	36.61 598	32.00 598	63.89 608	56.57 609	7.97 591	89.20 609	28.69 595	28.25 598

FlowAnything	41.75 597	39.90 596	53.36 604	47.83 604	45.06 598	62.45 603	80.51 607	67.34 608	34.89 598	30.56 596	31.52 593	48.18 600	42.05 602	46.66 606	55.24 604	21.71 600	18.88 600	23.49 602	23.13 597	29.12 597	33.04 599

Selective-RAFT-Error	41.77 598	40.16 598	53.34 603	47.73 600	45.25 602	62.51 604	80.64 608	67.22 604	34.93 599	30.64 597	31.81 594	48.11 599	42.11 603	46.57 601	54.95 603	21.61 596	18.87 599	23.48 598	23.15 599	29.16 598	33.08 603

RAFT-FEzeroshot	41.78 599	40.21 600	53.07 601	47.74 602	45.19 600	62.51 604	80.73 610	67.30 606	34.75 595	30.51 594	31.88 595	48.27 602	41.88 600	46.64 604	55.54 606	21.62 597	18.89 602	23.48 598	23.22 600	29.20 600	33.05 600

RAFT-FE	41.78 599	40.21 600	53.07 601	47.74 602	45.19 600	62.51 604	80.73 610	67.30 606	34.75 595	30.51 594	31.88 595	48.27 602	41.88 600	46.64 604	55.54 606	21.62 597	18.89 602	23.48 598	23.22 600	29.20 600	33.05 600

CasAABBNet	41.80 601	40.20 599	53.41 605	47.73 600	45.18 599	62.51 604	80.71 609	67.26 605	34.80 597	30.49 593	31.88 595	48.24 601	41.81 599	46.63 603	55.64 608	21.60 595	18.88 600	23.48 598	23.22 600	29.19 599	33.05 600

HaxPig	43.25 602	43.65 602	45.00 595	33.85 597	35.61 595	32.69 595	30.52 592	45.09 601	42.97 602	48.77 600	48.17 602	43.00 595	40.26 595	44.58 599	43.61 599	47.18 605	49.30 606	51.54 606	50.25 605	43.73 604	45.29 605

AVERAGE_ROB	44.46 603	45.91 603	46.59 596	40.59 599	38.66 596	32.99 596	30.52 592	46.19 602	43.26 603	49.59 601	48.97 603	44.62 597	39.89 594	45.04 600	43.94 600	48.74 606	50.69 607	50.80 605	49.79 604	45.54 605	46.97 606

MEDIAN_ROB	47.37 604	49.08 604	49.92 599	40.32 598	39.97 597	34.95 597	33.43 596	49.17 603	46.39 605	53.06 603	52.65 604	47.65 598	42.23 604	48.35 607	47.29 601	52.10 607	54.04 608	54.28 607	53.48 606	48.76 606	50.33 607

LSM0	49.58 605	40.04 597	53.62 606	97.15 606	128.68 609	62.75 608	79.89 606	67.63 609	35.11 600	33.02 598	32.61 599	48.43 604	41.60 598	46.60 602	55.43 605	21.63 599	18.99 604	23.62 603	23.13 597	29.47 602	52.26 608

BEATNet-Init1	49.72 606	64.32 608	97.77 609	4.68 580	4.28 577	84.75 611	60.42 602	73.38 610	68.59 606	88.29 610	88.51 611	91.94 611	97.99 611	85.26 612	70.96 612	0.80 513	0.65 518	0.85 530	0.70 515	7.96 587	2.33 551

Anonymous_1	57.11 607	19.68 591	26.15 586	23.10 593	142.31 610	30.84 592	39.75 598	33.86 600	16.98 584	70.53 608	15.42 583	23.46 587	19.75 588	23.04 586	27.23 594	164.73 613	9.02 592	130.38 610	137.40 610	161.27 613	27.24 597

PML	64.32 608	53.22 605	17.88 454	8.10 587	32.94 594	148.46 613	247.79 614	12.18 579	45.42 604	111.41 611	288.92 614	101.47 612	101.31 612	31.67 593	15.55 559	14.03 594	4.83 587	10.98 594	6.18 589	28.82 596	5.17 583

DPSimNet_ROB	102.30 609	119.72 613	143.59 611	109.42 607	94.10 605	127.22 612	127.15 612	26.62 594	102.36 613	149.58 613	83.99 610	139.34 613	137.54 613	64.62 609	82.36 613	105.18 609	66.15 610	120.15 609	69.61 608	99.58 608	77.72 609

xxxxx1	112.33 610	88.53 609	37.76 592	227.84 611	157.23 611	39.05 599	61.41 603	93.76 611	79.29 610	62.45 605	74.79 606	78.32 607	70.96 608	33.47 594	70.69 609	114.00 610	130.36 611	259.31 612	274.34 612	145.54 610	147.50 610

tt_ll	112.33 610	88.53 609	37.76 592	227.84 611	157.23 611	39.05 599	61.41 603	93.76 611	79.29 610	62.45 605	74.79 606	78.32 607	70.96 608	33.47 594	70.69 609	114.00 610	130.36 611	259.31 612	274.34 612	145.54 610	147.50 610

ff	112.33 610	88.53 609	37.76 592	227.84 611	157.23 611	39.05 599	61.41 603	93.76 611	79.29 610	62.45 605	74.79 606	78.32 607	70.96 608	33.47 594	70.69 609	114.00 610	130.36 611	259.31 612	274.34 612	145.54 610	147.50 610

test_example2	212.63 613	219.92 614	221.87 613	213.67 610	221.17 614	199.47 614	200.74 613	185.30 614	141.66 614	209.52 614	213.45 613	210.82 614	205.48 614	221.27 614	216.64 614	236.83 614	242.07 614	213.93 611	217.01 611	235.69 614	226.10 613

FSD					0.60 181	0.77 5	0.67 155	1.57 27	0.68 4	0.72 57	0.62 18	1.02 151	0.72 80	0.81 9	0.73 114	0.59 480	0.54 493	0.57 486	0.54 489	0.57 423

ccccc		629.75 615		567.84 614	570.84 615	582.44 615		613.82 615		614.58 615		555.57 615		666.94 615		781.57 615	507.24 615	391.36 615	342.44 615	689.82 615

ASD4		113.98 612

Low-res two-view benchmark