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 29	0.65 26	0.34 10	0.29 1	0.23 4	0.67 1	0.50 1	0.53 9	0.92 68	0.65 70	0.53 30	0.54 1	0.50 39	0.28 161	0.24 278	0.25 95	0.21 118	0.23 54	0.22 75
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 42	0.79 89	0.42 61	0.70 4	0.36 28	0.76 2	0.80 23	0.62 31	0.38 6	0.73 95	0.77 107	0.69 2	0.36 2	0.26 107	0.17 48	0.23 38	0.16 13	0.18 1	0.20 27

OmniDepth	0.54 3	0.42 15	1.05 6	0.58 2	0.25 1	1.30 41	0.36 28	1.53 26	0.86 35	0.56 12	0.37 5	0.57 52	0.65 65	0.87 16	0.40 6	0.20 31	0.15 23	0.19 2	0.16 13	0.22 46	0.17 1

LGtest1	0.55 4	0.41 12	1.14 53	0.70 46	0.40 47	0.99 11	0.26 8	1.32 11	0.93 46	0.53 9	0.60 16	0.44 31	0.49 25	1.02 48	0.45 20	0.27 124	0.19 113	0.23 38	0.16 13	0.21 33	0.23 87

Wavelet-MonSter	0.57 5	0.47 50	1.13 50	0.66 35	0.78 268	1.60 68	0.30 13	1.17 8	0.68 4	0.58 20	0.69 26	0.39 14	0.48 23	0.99 44	0.46 23	0.15 1	0.16 33	0.20 6	0.16 13	0.20 17	0.19 6

MLG-Stereo_test3	0.60 6	0.37 2	1.12 45	0.59 4	0.57 170	2.19 114	0.31 14	1.68 46	0.56 2	0.49 4	0.51 11	0.56 51	0.33 1	0.96 38	0.54 53	0.21 36	0.17 48	0.23 38	0.16 13	0.20 17	0.21 57

ITER	0.61 7	0.44 23	1.19 61	0.65 26	0.50 124	0.95 9	0.24 7	1.20 10	0.95 52	0.93 122	0.77 37	0.68 77	0.47 18	1.70 205	0.46 23	0.18 18	0.14 11	0.19 2	0.16 13	0.20 17	0.21 57

LG-Stereo_L1	0.61 7	0.47 50	1.10 35	0.73 63	0.49 120	1.72 74	0.33 19	1.95 76	0.65 3	0.56 12	0.40 7	0.40 16	0.43 13	1.40 138	0.42 9	0.23 57	0.19 113	0.23 38	0.18 58	0.21 33	0.19 6

MonStereo	0.62 9	0.43 19	1.07 12	0.66 35	0.82 286	1.13 16	0.39 33	2.57 156	0.92 43	0.58 20	0.64 21	0.36 4	0.36 4	0.90 24	0.43 13	0.15 1	0.15 23	0.20 6	0.17 34	0.21 33	0.19 6

Monster-pub-eth3d	0.62 9	0.43 19	1.07 12	0.66 35	0.82 286	1.13 16	0.39 33	2.57 156	0.92 43	0.58 20	0.64 21	0.36 4	0.36 4	0.88 20	0.43 13	0.15 1	0.15 23	0.20 6	0.17 34	0.21 33	0.19 6

MonSter	0.62 9	0.43 19	1.07 12	0.66 35	0.82 286	1.13 16	0.39 33	2.57 156	0.92 43	0.58 20	0.64 21	0.36 4	0.35 3	0.95 34	0.43 13	0.15 1	0.15 23	0.20 6	0.17 34	0.21 33	0.19 6

LG-Stereo_L2	0.63 12	0.46 35	1.15 55	0.70 46	0.43 67	2.32 123	0.28 9	1.86 61	0.68 4	0.56 12	0.42 8	0.37 8	0.45 16	1.36 132	0.40 6	0.23 57	0.18 79	0.22 24	0.18 58	0.21 33	0.20 27

Monster-pub-mixall	0.64 13	0.42 15	1.00 2	0.83 113	0.48 112	1.39 49	0.32 17	1.45 18	0.82 28	0.88 113	0.85 53	0.39 14	0.36 4	1.99 242	0.47 27	0.20 31	0.16 33	0.17 1	0.15 4	0.18 1	0.21 57

S2M2_L	0.64 13	0.55 115	1.07 12	0.89 160	0.54 146	1.08 13	0.20 1	1.16 7	1.37 98	0.59 24	0.81 48	0.86 129	0.47 18	0.70 3	0.65 83	0.31 249	0.33 386	0.27 155	0.27 250	0.36 277	0.31 221
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 15	0.41 12	1.06 10	0.85 135	0.31 5	2.44 133	0.46 67	1.09 5	0.69 7	0.84 107	0.52 12	0.55 49	0.53 30	1.49 161	0.46 23	0.31 249	0.14 11	0.25 95	0.18 58	0.23 54	0.20 27

ITERv3	0.67 16	0.44 23	1.17 58	0.59 4	0.64 202	2.08 105	0.23 4	1.65 43	1.14 65	0.89 116	0.78 40	0.51 40	0.56 37	1.16 80	0.47 27	0.17 7	0.15 23	0.19 2	0.16 13	0.20 17	0.19 6

4.5_new	0.67 16	0.46 35	1.11 42	0.63 15	0.78 268	1.97 92	0.51 82	2.18 94	0.78 17	0.73 60	0.90 63	0.42 24	0.49 25	0.81 9	0.49 33	0.21 36	0.14 11	0.26 124	0.19 82	0.22 46	0.20 27

4.5w-stereo	0.67 16	0.46 35	1.11 42	0.63 15	0.78 268	1.97 92	0.51 82	2.18 94	0.77 14	0.73 60	0.90 63	0.42 24	0.49 25	0.81 9	0.49 33	0.21 36	0.14 11	0.26 124	0.19 82	0.22 46	0.20 27

4w-stereo	0.67 16	0.49 69	1.07 12	0.63 15	0.75 257	1.63 72	0.44 59	2.23 103	0.77 14	0.56 12	0.92 68	0.40 16	0.82 132	1.08 58	0.53 48	0.18 18	0.13 1	0.25 95	0.18 58	0.19 5	0.20 27

dual_stereo	0.68 20	0.40 7	1.05 6	0.64 19	0.37 29	0.84 8	0.34 23	3.40 269	1.03 57	0.50 5	0.46 10	0.58 53	0.40 8	1.85 232	0.49 33	0.23 57	0.17 48	0.21 19	0.16 13	0.20 17	0.19 6

3.25w_new	0.69 21	0.46 35	1.10 35	0.61 8	0.61 191	2.23 117	0.51 82	2.45 131	0.90 37	0.63 34	0.78 40	0.47 36	0.71 82	0.78 6	0.50 39	0.17 7	0.14 11	0.20 6	0.17 34	0.20 17	0.20 27

3.25w	0.69 21	0.46 35	1.10 35	0.61 8	0.61 191	2.23 117	0.51 82	2.45 131	0.90 37	0.63 34	0.78 40	0.47 36	0.71 82	0.79 7	0.50 39	0.17 7	0.14 11	0.20 6	0.17 34	0.20 17	0.20 27

asd	0.70 23	0.45 28	1.10 35	0.67 42	0.90 322	2.88 168	0.43 55	1.64 41	0.79 20	0.68 49	0.88 56	0.43 26	0.74 95	0.85 15	0.49 33	0.19 25	0.13 1	0.24 70	0.17 34	0.22 46	0.20 27

IGEV	0.70 23	0.36 1	1.07 12	0.71 52	1.31 434	2.82 161	0.41 46	1.76 52	0.98 54	0.73 60	0.71 27	0.35 3	0.42 12	0.90 24	0.42 9	0.18 18	0.18 79	0.22 24	0.18 58	0.18 1	0.20 27

LG-G_1	0.70 23	0.40 7	1.12 45	0.71 52	0.30 3	2.80 159	0.40 39	2.21 99	0.78 17	0.59 24	0.55 13	0.51 40	0.58 42	1.24 101	0.49 33	0.24 71	0.18 79	0.23 38	0.15 4	0.21 33	0.21 57

LG-G	0.70 23	0.40 7	1.12 45	0.71 52	0.30 3	2.80 159	0.40 39	2.21 99	0.78 17	0.59 24	0.55 13	0.51 40	0.58 42	1.24 101	0.49 33	0.24 71	0.18 79	0.23 38	0.15 4	0.21 33	0.21 57

DEFOM-Stereo	0.70 23	0.46 35	1.13 50	0.72 60	0.48 112	3.40 245	0.44 59	0.90 3	0.77 14	0.86 110	0.58 15	0.45 34	0.43 13	1.76 213	0.43 13	0.24 71	0.18 79	0.22 24	0.16 13	0.21 33	0.20 27

3w_stereo	0.71 28	0.47 50	1.14 53	0.65 26	0.39 43	1.73 76	0.68 166	2.79 195	0.79 20	0.67 47	0.84 50	0.37 8	1.02 187	1.03 49	0.56 55	0.18 18	0.14 11	0.23 38	0.18 58	0.20 17	0.22 75

252Zero-FE	0.72 29	0.46 35	1.08 21	1.01 248	0.41 54	1.27 32	0.22 2	1.79 57	1.03 57	2.52 453	1.24 130	0.32 1	0.41 10	1.03 49	0.45 20	0.21 36	0.17 48	0.20 6	0.17 34	0.20 17	0.20 27

ITERv2	0.73 30	0.43 19	1.19 61	0.61 8	0.58 179	2.98 187	0.22 2	1.37 12	1.27 84	1.23 158	0.90 63	0.62 60	0.54 33	1.13 70	0.44 17	0.18 18	0.15 23	0.20 6	0.16 13	0.20 17	0.20 27

4.25_new	0.73 30	0.46 35	1.08 21	0.71 52	0.97 340	2.52 141	0.58 116	2.28 111	0.93 46	0.57 16	0.94 73	0.40 16	0.65 65	0.87 16	0.50 39	0.17 7	0.13 1	0.25 95	0.17 34	0.19 5	0.20 27

4.5w_new	0.73 30	0.46 35	1.08 21	0.71 52	0.97 340	2.52 141	0.58 116	2.28 111	0.93 46	0.57 16	0.94 73	0.40 16	0.65 65	0.87 16	0.50 39	0.17 7	0.13 1	0.25 95	0.17 34	0.19 5	0.20 27

4.25w-stereo	0.73 30	0.46 35	1.08 21	0.71 52	0.97 340	2.52 141	0.58 116	2.28 111	0.93 46	0.57 16	0.94 73	0.40 16	0.65 65	0.87 16	0.50 39	0.17 7	0.13 1	0.25 95	0.17 34	0.19 5	0.20 27

GREAT-IGEV	0.74 34	0.54 109	1.86 140	1.10 301	0.44 74	2.44 133	0.34 23	1.37 12	1.51 162	0.48 2	0.86 54	0.51 40	0.60 51	1.07 57	0.45 20	0.22 45	0.17 48	0.21 19	0.17 34	0.23 54	0.25 113

FlowAnything_test	0.75 35	0.60 169	1.18 60	0.82 102	0.58 179	2.29 121	0.66 157	1.38 14	0.80 23	1.03 142	0.76 34	0.63 63	0.49 25	0.84 14	0.91 197	0.31 249	0.27 326	0.40 398	0.48 474	0.31 182	0.30 211

qwe	0.75 35	0.45 28	1.10 35	0.67 42	1.06 371	2.49 137	0.45 63	2.57 156	0.90 37	0.71 56	0.83 49	0.43 26	0.48 23	1.10 61	0.64 76	0.17 7	0.14 11	0.24 70	0.16 13	0.21 33	0.20 27

2.25w	0.75 35	0.47 50	1.09 29	0.69 45	0.65 211	2.28 120	0.40 39	2.42 125	0.80 23	0.73 60	1.03 84	0.40 16	0.81 130	1.24 101	0.80 148	0.16 5	0.15 23	0.21 19	0.17 34	0.19 5	0.21 57

2.5w	0.75 35	0.44 23	1.06 10	0.66 35	0.69 236	2.39 129	0.56 104	2.77 187	0.82 28	0.63 34	0.88 56	0.37 8	0.75 98	1.36 132	0.50 39	0.18 18	0.14 11	0.22 24	0.17 34	0.19 5	0.21 57

2.75w_new	0.75 35	0.45 28	1.10 35	0.65 26	0.62 197	2.45 135	0.56 104	2.75 184	0.74 12	0.78 89	0.73 30	0.38 12	0.92 162	1.04 54	0.66 88	0.17 7	0.14 11	0.22 24	0.17 34	0.18 1	0.19 6

3.75w	0.75 35	0.47 50	1.09 29	0.63 15	1.10 383	2.61 152	0.53 92	2.46 134	0.97 53	0.62 31	0.80 44	0.40 16	0.66 72	1.11 63	0.48 29	0.19 25	0.13 1	0.23 38	0.18 58	0.20 17	0.21 57

2w_stereo	0.75 35	0.46 35	1.08 21	0.68 44	0.56 158	2.00 94	0.61 127	2.87 204	0.83 31	0.93 122	0.93 71	0.36 4	1.13 224	0.90 24	0.61 66	0.17 7	0.13 1	0.23 38	0.17 34	0.20 17	0.21 57

RAStereo	0.75 35	0.52 85	2.86 239	0.58 2	0.62 197	1.19 22	0.32 17	1.81 59	0.99 55	0.75 67	1.05 95	0.64 65	0.47 18	0.80 8	0.94 213	0.22 45	0.20 153	0.27 155	0.21 118	0.34 246	0.22 75

AdaDepth	0.76 43	0.45 28	1.41 98	0.70 46	1.27 428	3.12 203	0.43 55	1.02 4	0.94 50	0.63 34	0.91 66	0.43 26	0.58 42	1.41 143	0.48 29	0.18 18	0.21 187	0.23 38	0.19 82	0.25 73	0.26 137

MLG-Stereo_test2	0.76 43	0.40 7	1.07 12	0.64 19	0.82 286	3.49 266	0.23 4	1.69 47	2.14 351	0.62 31	0.32 3	0.67 75	0.33 1	1.14 73	0.37 3	0.23 57	0.19 113	0.23 38	0.16 13	0.19 5	0.20 27

AIO_test	0.76 43	0.47 50	1.31 83	0.81 92	0.70 240	1.36 46	0.88 310	1.40 16	1.45 118	0.55 11	0.95 76	1.81 285	0.58 42	1.16 80	0.46 23	0.27 124	0.17 48	0.24 70	0.19 82	0.24 59	0.21 57

fffft	0.76 43	0.47 50	1.28 80	0.82 102	0.54 146	1.51 60	0.80 247	2.09 88	1.18 69	0.63 34	0.84 50	0.59 56	0.55 35	1.80 220	0.85 166	0.19 25	0.18 79	0.27 155	0.20 102	0.26 91	0.24 103
1: 1. 1
ours_stereo	0.76 43	0.64 217	1.40 97	0.86 142	0.61 191	1.12 15	0.57 107	1.63 39	1.20 71	0.72 58	1.43 186	0.70 82	0.62 56	1.56 171	0.58 61	0.25 92	0.18 79	0.26 124	0.21 118	0.29 140	0.31 221

AIO-Stereo	0.76 43	0.54 109	1.07 12	0.73 63	0.40 47	1.28 38	0.82 261	2.26 106	1.49 149	0.70 52	1.58 228	0.89 136	0.45 16	1.03 49	0.55 54	0.24 71	0.18 79	0.25 95	0.20 102	0.26 91	0.21 57

GLC_STEREO	0.76 43	0.52 85	1.12 45	0.83 113	0.33 9	1.86 83	0.82 261	1.46 20	1.38 101	0.95 129	1.04 89	0.68 77	0.72 85	0.97 39	0.80 148	0.23 57	0.25 302	0.32 272	0.25 204	0.32 209	0.30 211

asda	0.77 50	0.46 35	1.10 35	0.64 19	0.82 286	3.33 236	0.49 76	2.40 121	0.81 27	0.63 34	0.80 44	0.44 31	0.85 139	0.88 20	0.60 64	0.17 7	0.13 1	0.24 70	0.17 34	0.20 17	0.20 27

3.5w_stereo	0.77 50	0.53 97	1.09 29	0.65 26	0.72 245	2.52 141	0.51 82	2.43 128	0.80 23	0.76 81	1.20 119	0.43 26	0.66 72	1.23 100	0.73 122	0.17 7	0.13 1	0.23 38	0.17 34	0.20 17	0.21 57

MLG-Stereo	0.77 50	0.39 4	1.04 4	0.64 19	0.41 54	3.01 190	0.31 14	1.89 65	2.92 496	0.47 1	0.29 2	0.66 74	0.47 18	1.35 130	0.39 4	0.20 31	0.18 79	0.24 70	0.16 13	0.19 5	0.20 27

mms	0.77 50	0.68 256	1.17 58	0.83 113	0.71 243	1.41 51	0.67 159	1.61 33	1.12 64	0.77 86	1.37 172	0.63 63	0.54 33	1.75 212	0.63 73	0.24 71	0.19 113	0.26 124	0.21 118	0.31 182	0.34 263

RSM++	0.77 50	0.51 79	1.08 21	0.95 207	0.42 61	1.52 62	0.71 180	2.11 89	1.40 106	0.80 94	1.23 129	0.90 139	0.59 47	1.14 73	0.69 105	0.24 71	0.19 113	0.25 95	0.21 118	0.28 122	0.20 27

water-stereo	0.78 55	0.45 28	1.94 148	0.79 89	0.48 112	2.36 126	0.47 73	1.53 26	1.09 63	0.88 113	1.04 89	0.82 117	0.75 98	0.72 4	0.78 141	0.22 45	0.23 243	0.25 95	0.23 166	0.24 59	0.29 182

AIO_rvc	0.78 55	0.55 115	1.25 72	0.75 66	0.65 211	1.46 55	0.99 370	2.13 90	1.52 171	0.57 16	1.15 111	1.09 167	0.55 35	1.15 78	0.53 48	0.24 71	0.17 48	0.24 70	0.17 34	0.25 73	0.21 57

CASnet	0.78 55	0.51 79	1.29 81	0.81 92	0.29 2	1.28 38	0.74 200	1.51 23	1.89 299	1.64 208	1.09 101	0.65 70	0.64 62	0.91 27	0.76 135	0.29 184	0.17 48	0.41 410	0.31 342	0.32 209	0.19 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Replicate-Monster	0.79 58	1.36 477	2.08 173	0.70 46	0.52 136	2.05 102	0.34 23	1.92 71	0.82 28	1.03 142	0.60 16	0.48 39	0.52 29	1.28 113	0.39 4	0.19 25	0.14 11	0.19 2	0.16 13	0.22 46	0.78 492

AEACV	0.79 58	0.54 109	1.35 91	0.97 220	0.63 200	1.13 16	0.92 341	2.02 81	0.91 40	0.76 81	0.79 43	0.80 113	1.61 346	1.28 113	0.61 66	0.22 45	0.18 79	0.26 124	0.23 166	0.27 105	0.23 87

Zero-FE251	0.80 60	0.75 318	1.71 126	0.88 153	0.70 240	2.59 151	0.45 63	1.38 14	0.83 31	1.79 240	0.61 18	0.73 95	0.81 130	0.82 12	0.61 66	0.29 184	0.23 243	0.27 155	0.19 82	0.20 17	0.20 27

MLG-Stereo_test1	0.80 60	0.39 4	1.02 3	0.65 26	1.20 411	3.14 205	0.29 12	1.59 32	3.05 510	0.50 5	0.24 1	0.67 75	0.43 13	1.33 126	0.40 6	0.21 36	0.18 79	0.23 38	0.15 4	0.19 5	0.20 27

SMoEStereo_RVC	0.80 60	0.53 97	1.12 45	0.92 184	0.44 74	2.41 131	0.79 237	1.49 22	1.16 66	0.70 52	1.12 107	0.64 65	0.64 62	1.69 203	0.87 179	0.22 45	0.16 33	0.31 252	0.22 151	0.26 91	0.25 113

fffy	0.80 60	0.59 157	1.56 116	1.00 242	0.47 104	1.27 32	0.76 213	1.90 68	1.02 56	0.75 67	1.35 167	0.83 119	0.72 85	1.70 205	0.62 70	0.23 57	0.19 113	0.27 155	0.21 118	0.28 122	0.32 232

rvit_stereo_0081	0.80 60	0.63 205	1.19 61	0.91 178	0.64 202	1.27 32	0.61 127	2.05 82	1.71 259	0.82 98	0.73 30	0.85 125	0.75 98	1.30 122	0.80 148	0.31 249	0.26 315	0.27 155	0.25 204	0.38 292	0.27 153

rvit_stereo_0082	0.80 60	0.63 205	1.19 61	0.91 178	0.64 202	1.27 32	0.61 127	2.05 82	1.71 259	0.82 98	0.73 30	0.85 125	0.75 98	1.30 122	0.80 148	0.31 249	0.26 315	0.27 155	0.25 204	0.38 292	0.27 153

RSM	0.80 60	0.50 73	1.08 21	0.83 113	0.51 127	1.31 42	0.77 226	2.28 111	1.43 115	0.82 98	1.44 188	1.22 192	0.62 56	1.17 88	0.63 73	0.22 45	0.18 79	0.24 70	0.19 82	0.27 105	0.20 27

MGS-Stereo	0.80 60	0.56 126	1.53 110	0.93 199	0.39 43	1.26 31	0.73 188	1.45 18	1.30 89	1.01 135	2.26 428	0.80 113	0.56 37	1.16 80	0.65 83	0.27 124	0.23 243	0.26 124	0.22 151	0.27 105	0.25 113

Selective-IGEV	0.80 60	0.52 85	1.05 6	0.75 66	0.61 191	1.31 42	0.82 261	2.60 164	1.41 109	0.82 98	1.64 247	0.71 89	0.62 56	1.22 98	0.64 76	0.22 45	0.19 113	0.24 70	0.18 58	0.25 73	0.20 27

DilatedVolume-Stereo	0.81 69	0.60 169	1.51 109	1.01 248	0.59 183	1.34 44	0.51 82	1.56 29	1.08 62	1.26 161	1.24 130	0.77 105	0.87 146	1.79 219	0.72 119	0.23 57	0.24 278	0.22 24	0.21 118	0.25 73	0.23 87

DEFOM-Stereo_RVC	0.81 69	1.13 433	1.23 69	0.97 220	0.57 170	0.81 7	0.43 55	3.49 276	0.84 34	0.73 60	0.95 76	0.44 31	1.17 240	1.45 152	0.60 64	0.26 107	0.18 79	0.24 70	0.17 34	0.30 163	0.19 6

rvit_stereo_0081_aga	0.81 69	0.75 318	1.84 139	0.72 60	0.73 250	1.21 23	0.63 142	1.92 71	1.39 102	0.87 112	0.80 44	0.79 111	0.69 78	1.27 112	0.69 105	0.35 320	0.29 348	0.26 124	0.25 204	0.40 307	0.27 153

monsterstereo	0.82 72	0.50 73	1.26 73	0.77 85	1.41 467	2.54 147	0.40 39	3.14 229	0.71 9	0.70 52	1.11 105	0.41 23	0.39 7	1.50 162	0.50 39	0.19 25	0.16 33	0.22 24	0.16 13	0.21 33	0.17 1

monsters	0.82 72	0.58 149	1.16 56	0.76 80	1.52 482	2.92 176	0.40 39	2.66 172	0.72 10	0.66 44	0.84 50	0.38 12	0.41 10	1.84 226	0.48 29	0.20 31	0.16 33	0.20 6	0.16 13	0.19 5	0.19 6

castereo	0.82 72	0.70 270	1.04 4	0.85 135	0.50 124	1.29 40	0.91 328	3.22 239	1.20 71	0.83 105	1.24 130	0.72 91	0.91 159	1.00 45	0.67 93	0.26 107	0.16 33	0.25 95	0.20 102	0.24 59	0.21 57

MaDis-Stereo	0.82 72	0.66 238	1.53 110	0.65 26	1.87 534	1.24 28	0.36 28	2.13 90	1.27 84	0.67 47	0.75 33	0.88 134	0.70 80	1.15 78	1.07 239	0.29 184	0.23 243	0.26 124	0.20 102	0.31 182	0.22 75

UniTT-Stereo	0.82 72	0.47 50	2.63 225	0.96 213	1.19 405	0.78 6	0.39 33	1.12 6	1.54 187	1.19 156	1.26 139	0.51 40	0.64 62	1.13 70	1.03 232	0.30 227	0.20 153	0.24 70	0.21 118	0.40 307	0.25 113

ProNet	0.82 72	0.71 282	1.50 107	0.86 142	0.45 82	1.78 77	0.83 266	1.75 51	1.28 86	0.66 44	1.13 109	0.78 106	0.76 105	1.66 197	0.71 114	0.24 71	0.20 153	0.25 95	0.23 166	0.29 140	0.25 113

GEAStereo	0.84 78	0.48 60	1.09 29	0.85 135	0.45 82	4.54 506	0.83 266	1.88 62	0.91 40	0.75 67	0.89 59	0.53 45	0.80 126	0.92 29	0.53 48	0.30 227	0.19 113	0.27 155	0.19 82	0.28 122	0.19 6

CVit-Stereo	0.85 79	0.83 356	1.59 120	0.76 80	0.87 310	3.18 209	0.80 247	1.94 75	0.83 31	0.78 89	1.04 89	0.64 65	0.59 47	1.24 101	0.61 66	0.28 161	0.18 79	0.23 38	0.17 34	0.22 46	0.19 6

LG-Stereo	0.85 79	0.60 169	2.71 230	0.59 4	0.45 82	2.85 165	0.55 100	2.41 122	1.34 93	0.59 24	1.19 117	0.43 26	0.40 8	0.76 5	0.75 131	0.20 31	0.17 48	0.31 252	0.24 192	0.29 140	0.19 6

1w_stereo	0.86 81	0.42 15	1.07 12	0.72 60	0.81 277	3.00 188	0.67 159	3.28 247	0.75 13	0.74 65	1.32 157	0.37 8	1.37 276	0.92 29	0.68 96	0.16 5	0.14 11	0.20 6	0.16 13	0.19 5	0.22 75

rvit_stereo_0083	0.86 81	0.67 248	1.42 99	0.87 148	0.65 211	1.23 24	0.64 145	1.67 44	2.28 380	0.79 92	0.93 71	0.93 147	1.07 207	1.46 156	0.75 131	0.32 270	0.36 410	0.30 229	0.26 224	0.33 228	0.28 172

Occ-G	0.86 81	0.52 85	1.39 94	0.82 102	0.66 218	1.37 47	0.79 237	1.58 31	1.31 90	1.56 194	0.87 55	2.18 336	0.89 154	0.97 39	0.88 183	0.26 107	0.19 113	0.26 124	0.19 82	0.25 73	0.24 103

IGEVStereo-DCA	0.86 81	0.65 227	2.05 161	0.90 169	0.46 94	1.57 64	0.86 286	1.62 34	1.24 75	0.65 42	0.77 37	0.74 100	0.72 85	2.59 298	0.86 173	0.28 161	0.21 187	0.28 188	0.21 118	0.29 140	0.27 153

111111	0.87 85	0.50 73	1.13 50	0.66 35	1.08 377	3.37 240	0.33 19	2.33 118	1.47 132	0.74 65	1.50 205	0.61 58	0.59 47	1.40 138	0.48 29	0.24 71	0.19 113	0.22 24	0.16 13	0.24 59	0.19 6

MoCha-V2	0.87 85	0.48 60	1.87 141	0.88 153	0.32 8	1.37 47	0.55 100	2.71 178	1.42 111	0.92 121	1.75 281	0.65 70	1.17 240	1.45 152	0.57 58	0.21 36	0.21 187	0.20 6	0.19 82	0.24 59	0.23 87

GIP-stereo	0.88 87	0.50 73	1.34 88	1.32 407	0.94 332	2.90 170	0.42 50	3.41 270	1.06 60	0.63 34	0.76 34	0.90 139	0.76 105	0.91 27	0.52 47	0.27 124	0.18 79	0.25 95	0.16 13	0.25 73	0.19 6

WCG-NET	0.88 87	0.49 69	1.26 73	0.90 169	0.37 29	1.48 57	1.07 389	1.73 49	2.30 384	1.63 205	1.49 204	0.92 146	0.97 173	0.95 34	0.76 135	0.22 45	0.16 33	0.23 38	0.20 102	0.25 73	0.21 57

Pointernet	0.88 87	0.44 23	2.26 190	0.84 123	0.37 29	2.29 121	0.38 31	3.06 223	1.46 127	0.66 44	1.39 177	0.91 141	0.73 90	1.01 47	0.72 119	0.23 57	0.19 113	0.20 6	0.18 58	0.19 5	0.20 27

gasm-f	0.89 90	0.49 69	1.30 82	0.85 135	0.44 74	4.42 484	0.95 353	1.88 62	0.91 40	0.75 67	1.46 191	0.53 45	0.88 148	0.88 20	0.57 58	0.30 227	0.19 113	0.27 155	0.19 82	0.28 122	0.19 6

LG-Stereo_Zeroshot	0.89 90	0.47 50	2.08 173	0.76 80	0.73 250	3.91 359	0.41 46	2.07 86	1.07 61	0.77 86	0.89 59	0.64 65	0.86 142	0.95 34	0.77 140	0.26 107	0.18 79	0.26 124	0.19 82	0.32 209	0.32 232

SCV_C0	0.89 90	0.59 157	1.96 153	0.83 113	0.44 74	1.24 28	0.64 145	3.33 262	1.66 245	0.82 98	1.20 119	0.73 95	0.66 72	1.62 188	0.66 88	0.32 270	0.21 187	0.24 70	0.20 102	0.28 122	0.23 87

CAS++	0.89 90	0.64 217	1.46 102	0.81 92	0.51 127	1.24 28	0.86 286	3.44 271	1.46 127	1.14 153	1.29 150	0.62 60	0.58 42	1.13 70	0.59 62	0.34 300	0.30 361	0.34 325	0.26 224	0.41 332	0.29 182
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DDF-Stereo	0.90 94	0.53 97	1.16 56	0.88 153	1.31 434	1.59 67	0.86 286	2.26 106	0.79 20	0.48 2	0.63 20	0.54 47	0.73 90	2.97 317	1.03 232	0.39 369	0.17 48	0.24 70	0.18 58	1.06 521	0.29 182

IGEV-RUCA	0.90 94	0.53 97	1.05 6	0.81 92	0.74 255	3.89 356	0.80 247	1.92 71	1.41 109	0.96 132	0.71 27	0.70 82	0.73 90	1.30 122	0.68 96	0.29 184	0.20 153	0.25 95	0.19 82	0.43 361	0.34 263

IGEV++	0.90 94	0.58 149	1.32 86	0.94 203	0.45 82	1.27 32	1.00 371	3.32 256	1.55 195	0.82 98	1.34 164	0.86 129	1.09 211	1.16 80	0.89 186	0.33 288	0.18 79	0.23 38	0.19 82	0.29 140	0.22 75

trnet	0.91 97	0.48 60	1.46 102	0.62 12	0.31 5	4.40 480	0.41 46	2.20 97	1.53 178	0.94 124	1.14 110	0.88 134	0.89 154	1.09 60	0.71 114	0.27 124	0.19 113	0.22 24	0.15 4	0.21 33	0.19 6

Former-RAFT_DAM_RVC	0.92 98	0.73 297	1.42 99	0.92 184	1.08 377	2.97 186	0.53 92	1.77 55	1.39 102	1.16 154	1.54 217	0.58 53	0.65 65	1.03 49	0.84 163	0.25 92	0.23 243	0.30 229	0.24 192	0.43 361	0.29 182

CREStereo	0.92 98	0.53 97	1.45 101	0.61 8	0.34 10	4.42 484	0.40 39	2.21 99	1.54 187	0.94 124	1.12 107	0.87 131	0.87 146	1.12 67	0.72 119	0.28 161	0.19 113	0.22 24	0.15 4	0.22 46	0.19 6
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
castereo++	0.93 100	0.56 126	1.26 73	0.92 184	0.73 250	2.48 136	1.00 371	2.99 212	1.03 57	0.68 49	1.41 182	1.92 300	0.59 47	1.26 108	0.44 17	0.25 92	0.19 113	0.28 188	0.19 82	0.23 54	0.23 87

IGEV-Stereo++	0.93 100	0.44 23	1.08 21	0.70 46	1.20 411	3.87 354	0.33 19	3.36 264	1.43 115	0.75 67	1.17 114	0.68 77	1.04 192	0.95 34	0.42 9	0.22 45	0.16 33	0.23 38	0.17 34	0.24 59	0.20 27

GCAP-Stereo	0.93 100	0.68 256	1.35 91	0.85 135	0.41 54	3.61 298	0.52 91	2.20 97	1.50 155	1.11 151	1.04 89	1.17 178	0.84 137	1.11 63	0.71 114	0.25 92	0.20 153	0.27 155	0.18 58	0.28 122	0.23 87

depthmonostereo	0.94 103	0.71 282	2.39 205	0.85 135	0.54 146	2.21 116	0.53 92	1.83 60	1.17 68	0.95 129	1.09 101	0.99 154	0.97 173	2.37 276	0.68 96	0.23 57	0.27 326	0.22 24	0.20 102	0.25 73	0.26 137

StereoAnything_RVC	0.94 103	2.66 537	2.20 181	0.76 80	0.34 10	1.18 21	0.39 33	2.31 115	0.69 7	0.51 8	0.34 4	0.32 1	0.89 154	1.57 174	0.35 1	0.32 270	0.16 33	0.23 38	0.15 4	3.31 561	0.18 4

rvit_stereo_0080	0.94 103	0.72 286	2.56 215	0.64 19	0.59 183	1.90 85	0.75 210	2.71 178	1.40 106	0.91 118	1.04 89	0.85 125	0.82 132	1.14 73	0.78 141	0.35 320	0.29 348	0.25 95	0.27 250	0.45 377	0.29 182

IGEV-Stereo+	0.94 103	0.47 50	1.19 61	0.86 142	2.02 544	1.40 50	0.39 33	1.17 8	0.88 36	0.61 29	0.44 9	0.47 36	0.79 119	2.14 258	0.42 9	0.27 124	0.19 113	0.22 24	0.17 34	2.26 556	2.41 561

whm_eth	0.94 103	0.72 286	2.56 215	0.64 19	0.59 183	1.90 85	0.75 210	2.71 178	1.40 106	0.91 118	1.04 89	0.85 125	0.82 132	1.14 73	0.78 141	0.35 320	0.29 348	0.25 95	0.27 250	0.45 377	0.29 182

LoS_RVC	0.94 103	1.30 466	1.31 83	0.84 123	1.63 503	2.02 95	0.59 120	1.51 23	1.36 97	0.81 96	1.33 159	0.84 121	0.88 148	1.36 132	0.73 122	0.21 36	0.17 48	0.20 6	0.14 2	0.20 17	1.45 540

LoS	0.94 103	0.52 85	1.88 142	0.86 142	0.36 15	4.15 424	0.51 82	2.18 94	1.45 118	0.97 133	0.88 56	0.62 60	0.79 119	1.59 180	0.86 173	0.26 107	0.19 113	0.24 70	0.16 13	0.21 33	0.20 27
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
zero-FE	0.95 110	0.52 85	2.63 225	0.86 142	1.27 428	1.41 51	0.86 286	2.27 108	0.73 11	0.50 5	0.64 21	0.54 47	0.78 115	2.70 306	1.02 230	0.35 320	0.17 48	0.24 70	0.18 58	1.03 518	0.29 182

SCV	0.95 110	0.63 205	1.38 93	1.70 503	0.41 54	1.23 24	0.89 315	3.53 287	1.57 207	0.61 29	1.54 217	0.93 147	0.77 107	1.66 197	0.66 88	0.36 332	0.20 153	0.25 95	0.19 82	0.29 140	0.25 113

WCG-NET（raft）	0.95 110	0.55 115	1.20 67	0.84 123	0.31 5	1.44 53	1.01 374	1.55 28	2.37 405	1.64 208	1.42 184	2.38 356	1.01 184	1.29 118	0.76 135	0.22 45	0.19 113	0.22 24	0.20 102	0.25 73	0.21 57

anonymousdsp	0.95 110	0.69 259	1.27 78	0.83 113	0.52 136	4.54 506	0.84 272	1.76 52	1.24 75	0.76 81	1.06 97	0.78 106	0.77 107	1.67 201	0.69 105	0.27 124	0.17 48	0.29 209	0.21 118	0.31 182	0.26 137

IGEV-Stereo	0.95 110	0.69 259	1.27 78	0.84 123	0.52 136	4.54 506	0.84 272	1.76 52	1.24 75	0.75 67	1.06 97	0.79 111	0.77 107	1.68 202	0.69 105	0.27 124	0.17 48	0.29 209	0.21 118	0.31 182	0.26 137
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GSStereo	0.96 115	0.48 60	1.09 29	0.97 220	0.45 82	4.54 506	0.83 266	3.32 256	1.37 98	0.75 67	0.89 59	0.76 103	0.80 126	0.92 29	0.53 48	0.26 107	0.18 79	0.26 124	0.20 102	0.28 122	0.21 57

tt45	0.96 115	0.48 60	1.19 61	0.89 160	0.66 218	3.91 359	0.76 213	1.90 68	1.26 83	0.70 52	1.30 152	0.71 89	0.63 59	2.59 298	0.74 128	0.22 45	0.17 48	0.28 188	0.23 166	0.27 105	0.27 153

MSCF	0.97 117	0.82 352	1.26 73	0.88 153	0.40 47	3.17 207	0.88 310	2.79 195	1.39 102	1.32 164	1.19 117	0.58 53	1.33 268	1.28 113	0.64 76	0.25 92	0.19 113	0.25 95	0.25 204	0.28 122	0.32 232

999	0.97 117	0.48 60	1.24 71	1.03 266	0.64 202	3.25 222	0.92 341	1.40 16	1.39 102	0.71 56	1.68 259	0.70 82	0.66 72	3.03 319	0.89 186	0.23 57	0.19 113	0.25 95	0.21 118	0.25 73	0.29 182

GGEV	0.98 119	0.46 35	1.39 94	0.90 169	0.45 82	4.38 472	0.84 272	2.64 169	1.45 118	0.94 124	1.26 139	0.78 106	1.12 221	1.00 45	0.56 55	0.32 270	0.17 48	0.23 38	0.18 58	0.26 91	0.22 75

DA2	0.98 119	0.46 35	1.34 88	0.92 184	0.43 67	4.34 468	0.85 282	2.79 195	1.35 96	0.82 98	1.30 152	0.89 136	1.08 210	1.11 63	0.56 55	0.30 227	0.18 79	0.24 70	0.18 58	0.25 73	0.23 87

ff7	0.98 119	0.69 259	2.05 161	0.84 123	0.52 136	4.55 511	0.86 286	1.62 34	1.24 75	0.75 67	1.03 84	0.70 82	0.77 107	1.84 226	0.68 96	0.27 124	0.17 48	0.29 209	0.21 118	0.31 182	0.27 153

ffff	0.98 119	0.69 259	2.05 161	0.84 123	0.52 136	4.55 511	0.86 286	1.62 34	1.24 75	0.75 67	1.03 84	0.70 82	0.77 107	1.84 226	0.68 96	0.27 124	0.17 48	0.29 209	0.21 118	0.31 182	0.27 153

11t	0.98 119	0.69 259	2.05 161	0.84 123	0.52 136	4.55 511	0.86 286	1.62 34	1.24 75	0.75 67	1.03 84	0.70 82	0.77 107	1.84 226	0.68 96	0.27 124	0.17 48	0.29 209	0.21 118	0.31 182	0.27 153

MIF-Stereo (partial)	0.98 119	0.55 115	2.83 236	0.71 52	1.03 363	1.08 13	0.49 76	2.55 152	1.66 245	0.79 92	1.20 119	0.80 113	0.90 157	1.61 187	1.56 348	0.36 332	0.24 278	0.33 307	0.25 204	0.40 307	0.28 172

ccc-4	0.98 119	0.69 259	2.05 161	0.84 123	0.52 136	4.55 511	0.86 286	1.62 34	1.24 75	0.75 67	1.03 84	0.70 82	0.77 107	1.84 226	0.68 96	0.27 124	0.17 48	0.29 209	0.21 118	0.31 182	0.27 153

CroCo-Stereo	0.98 119	0.87 371	3.44 262	0.87 148	0.53 145	0.49 2	0.50 78	3.99 394	1.49 149	0.81 96	1.25 138	1.00 157	0.75 98	1.10 61	1.09 244	0.24 71	0.21 187	0.24 70	0.19 82	0.35 264	0.27 153
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	0.99 127	0.89 375	2.55 214	0.99 234	1.80 531	0.54 3	0.46 67	3.10 225	1.24 75	1.07 145	1.21 123	1.05 166	0.78 115	1.26 108	1.08 241	0.27 124	0.23 243	0.27 155	0.21 118	0.43 361	0.34 263

PMTNet	0.99 127	0.48 60	1.73 128	0.62 12	0.56 158	4.20 450	0.43 55	1.88 62	1.58 210	1.00 134	1.05 95	0.78 106	0.98 179	1.50 162	0.85 166	1.21 543	0.20 153	0.23 38	0.15 4	0.22 46	0.19 6

GASTEREO	1.00 129	0.98 404	1.23 69	0.90 169	0.40 47	3.40 245	0.88 310	2.77 187	1.44 117	1.39 175	1.30 152	0.55 49	1.35 273	1.33 126	0.64 76	0.25 92	0.19 113	0.25 95	0.25 204	0.25 73	0.31 221

rvit_0105_6	1.00 129	0.93 388	2.21 183	0.92 184	0.55 154	1.52 62	0.79 237	2.41 122	2.96 500	0.76 81	0.72 29	1.02 159	0.75 98	1.42 145	0.81 154	0.40 377	0.43 461	0.34 325	0.31 342	0.43 361	0.34 263

rvit_stereo_ft	1.00 129	0.87 371	3.55 266	0.97 220	0.66 218	1.06 12	0.80 247	2.78 190	1.67 247	0.78 89	0.96 78	0.95 152	1.14 231	1.06 56	0.90 190	0.32 270	0.24 278	0.27 155	0.28 279	0.39 302	0.27 153

MyStereo07	1.01 132	0.80 341	1.26 73	1.00 242	1.04 366	3.95 376	0.95 353	2.07 86	1.42 111	0.75 67	1.22 125	0.68 77	0.91 159	1.63 192	0.67 93	0.24 71	0.24 278	0.34 325	0.26 224	0.41 332	0.37 297

CES	1.01 132	0.55 115	1.74 131	0.92 184	2.15 548	2.15 109	0.50 78	2.01 80	1.45 118	0.76 81	1.02 81	0.61 58	0.47 18	1.29 118	0.79 147	0.22 45	0.17 48	0.24 70	0.14 2	0.63 451	2.29 558

TANstereo	1.01 132	0.55 115	1.73 128	0.76 80	0.36 15	4.04 398	0.38 31	1.48 21	1.62 235	2.03 317	2.10 398	0.84 121	0.93 165	0.98 41	0.62 70	0.28 161	0.36 410	0.23 38	0.20 102	0.25 73	0.46 380

GMStereo	1.01 132	1.00 408	2.86 239	0.83 113	0.45 82	1.47 56	0.57 107	1.89 65	2.11 346	1.52 189	1.24 130	0.87 131	0.74 95	1.58 175	0.94 213	0.40 377	0.21 187	0.30 229	0.30 326	0.47 392	0.36 283
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 136	0.49 69	1.54 113	0.83 113	0.55 154	4.01 392	0.31 14	1.63 39	1.99 312	1.63 205	2.13 407	0.84 121	0.65 65	0.88 20	0.70 111	0.27 124	0.15 23	0.23 38	1.22 556	0.24 59	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	1.03 137	0.85 365	3.13 249	0.84 123	0.38 40	1.17 20	0.42 50	3.54 288	1.47 132	1.08 146	2.17 413	1.48 226	0.57 39	1.37 137	0.74 128	0.23 57	0.18 79	0.28 188	0.21 118	0.32 209	0.24 103

XX-TBD	1.03 137	0.95 396	1.94 148	1.30 401	0.43 67	3.97 386	0.33 19	1.74 50	1.73 265	1.59 196	2.02 378	0.69 81	0.60 51	1.16 80	0.66 88	0.30 227	0.25 302	0.23 38	0.15 4	0.31 182	0.22 75

xyz-stereo-finetune	1.05 139	0.62 196	1.46 102	0.59 4	0.36 15	3.48 263	0.81 257	2.69 176	1.74 271	0.94 124	1.21 123	0.91 141	0.78 115	2.53 293	1.28 291	0.24 71	0.24 278	0.26 124	0.23 166	0.30 163	0.23 87

FE-Mocha	1.06 140	0.74 305	2.45 210	0.97 220	0.69 236	1.57 64	0.40 39	2.92 206	1.47 132	1.82 244	1.81 316	1.62 244	0.88 148	1.36 132	0.78 141	0.29 184	0.20 153	0.35 344	0.31 342	0.26 91	0.33 250

EGLCR-Stereo	1.06 140	0.51 79	1.56 116	1.02 259	0.39 43	4.27 461	0.42 50	4.08 421	1.48 141	0.90 117	0.68 25	1.09 167	0.66 72	1.81 221	0.62 70	0.27 124	0.19 113	0.29 209	0.23 166	0.37 287	0.25 113

MC-Stereo	1.06 140	0.48 60	1.55 114	1.15 333	0.41 54	4.56 516	0.61 127	2.06 84	1.46 127	1.90 265	1.61 240	0.89 136	1.12 221	1.35 130	0.73 122	0.25 92	0.18 79	0.26 124	0.22 151	0.25 73	0.24 103

sCroCo_RVC	1.06 140	0.82 352	5.05 292	1.02 259	1.05 368	0.98 10	0.61 127	2.06 84	1.29 87	0.69 51	1.26 139	0.82 117	1.10 217	1.20 95	0.90 190	0.42 403	0.40 443	0.33 307	0.30 326	0.46 388	0.38 312

rvit_0105_4	1.07 144	0.99 405	2.39 205	0.93 199	0.54 146	1.62 71	0.84 272	2.77 187	2.91 494	0.80 94	0.91 66	1.09 167	0.86 142	1.63 192	0.85 166	0.40 377	0.45 471	0.35 344	0.31 342	0.43 361	0.40 339

MM-Stereo_test3	1.09 145	0.59 157	1.55 114	1.73 507	1.18 398	1.91 87	0.86 286	3.52 283	1.76 275	1.25 159	1.86 340	1.10 170	0.69 78	1.32 125	0.86 173	0.27 124	0.23 243	0.27 155	0.22 151	0.34 246	0.30 211

IGEV-BASED-STEREO-	1.09 145	3.30 546	2.61 221	0.82 102	0.38 40	1.27 32	0.62 140	1.51 23	1.29 87	0.91 118	0.92 68	0.65 70	0.57 39	1.08 58	0.59 62	1.55 557	0.15 23	0.32 272	0.28 279	1.10 527	1.98 554

iRaftStereo_RVC	1.09 145	0.70 270	1.39 94	0.95 207	0.45 82	3.83 336	0.42 50	2.37 120	1.58 210	1.69 217	1.76 290	1.80 280	0.83 136	1.50 162	0.98 223	0.28 161	0.18 79	0.29 209	0.26 224	0.30 163	0.31 221

RAFT-Stereo-weight	1.11 148	0.48 60	1.22 68	0.99 234	0.42 61	4.17 438	0.80 247	3.60 296	1.50 155	1.97 287	1.50 205	1.30 202	0.65 65	1.24 101	0.85 166	0.25 92	0.19 113	0.26 124	0.22 151	0.27 105	0.23 87

11t1	1.11 148	0.53 97	1.80 136	1.55 482	0.65 211	2.20 115	0.60 123	3.66 307	1.49 149	1.60 197	1.26 139	1.03 162	1.35 273	1.72 208	0.97 220	0.28 161	0.31 371	0.29 209	0.23 166	0.30 163	0.34 263

rvit_0105_5	1.13 150	0.93 388	2.60 218	0.91 178	0.56 158	1.92 88	0.91 328	3.02 217	2.63 455	0.95 129	1.20 119	1.18 182	0.93 165	1.51 165	0.93 211	0.40 377	0.43 461	0.37 372	0.35 387	0.42 351	0.44 364

GMOStereo	1.13 150	0.70 270	2.26 190	0.75 66	0.44 74	3.05 193	0.91 328	2.78 190	1.45 118	2.37 429	1.52 208	1.53 230	1.05 197	1.17 88	0.92 202	0.25 92	0.19 113	0.35 344	0.28 279	0.34 246	0.26 137

error version	1.13 150	0.70 270	2.26 190	0.75 66	0.44 74	3.05 193	0.91 328	2.78 190	1.45 118	2.37 429	1.52 208	1.53 230	1.05 197	1.17 88	0.92 202	0.25 92	0.19 113	0.35 344	0.28 279	0.34 246	0.26 137

test-v	1.13 150	0.70 270	2.26 190	0.75 66	0.44 74	3.05 193	0.91 328	2.78 190	1.45 118	2.37 429	1.52 208	1.53 230	1.05 197	1.17 88	0.92 202	0.25 92	0.19 113	0.35 344	0.28 279	0.34 246	0.26 137

test-2	1.13 150	0.70 270	2.26 190	0.75 66	0.44 74	3.05 193	0.91 328	2.78 190	1.45 118	2.37 429	1.52 208	1.53 230	1.05 197	1.17 88	0.92 202	0.25 92	0.19 113	0.35 344	0.28 279	0.34 246	0.26 137

testlalala	1.14 155	0.62 196	1.34 88	1.00 242	0.78 268	4.38 472	0.93 343	2.46 134	2.20 362	2.44 441	1.52 208	1.31 203	0.61 54	1.04 54	0.65 83	0.35 320	0.19 113	0.24 70	0.19 82	0.24 59	0.23 87

HUF	1.15 156	0.64 217	8.62 332	0.90 169	0.35 13	1.35 45	0.78 230	1.97 77	1.50 155	0.63 34	1.52 208	0.83 119	0.66 72	1.28 113	0.63 73	0.29 184	0.23 243	0.26 124	0.17 34	0.23 54	0.25 113

tg	1.15 156	0.67 248	1.31 83	0.94 203	0.54 146	4.02 394	0.41 46	2.96 209	1.59 225	1.69 217	1.85 337	1.84 292	0.97 173	1.78 215	0.83 160	0.27 124	0.17 48	0.29 209	0.26 224	0.29 140	0.27 153

Selective-RAFT	1.15 156	0.46 35	1.64 123	0.99 234	0.45 82	4.17 438	0.51 82	3.21 237	1.69 255	1.12 152	1.34 164	1.45 223	1.40 284	2.08 250	0.94 213	0.41 392	0.20 153	0.24 70	0.23 166	0.27 105	0.25 113

x	1.15 156	0.57 136	1.53 110	1.44 455	0.67 225	1.94 89	0.97 363	3.87 353	1.57 207	1.61 202	1.28 148	1.58 238	1.22 249	1.93 237	1.04 234	0.28 161	0.30 361	0.34 325	0.29 307	0.32 209	0.31 221

xyz-stereo-finetune2	1.16 160	0.63 205	1.50 107	0.57 1	0.36 15	3.47 260	0.65 154	2.70 177	1.23 73	0.88 113	1.75 281	0.91 141	1.76 387	3.54 328	1.74 383	0.24 71	0.22 216	0.30 229	0.27 250	0.31 182	0.26 137

rvit_stereo_0075_2	1.18 161	0.74 305	2.66 228	0.90 169	1.27 428	2.51 139	0.69 172	2.25 105	2.06 330	1.40 177	1.86 340	1.46 225	0.84 137	1.42 145	0.94 213	0.46 432	0.40 443	0.48 450	0.38 422	0.46 388	0.51 412

AE-Stereo	1.18 161	0.60 169	2.05 161	1.10 301	0.60 186	4.39 476	0.72 183	3.74 324	1.62 235	1.10 148	1.90 355	1.01 158	0.92 162	1.45 152	0.82 157	0.28 161	0.22 216	0.28 188	0.28 279	0.26 91	0.22 75

test-3	1.19 163	0.52 85	2.00 155	1.01 248	0.42 61	1.95 90	0.91 328	4.35 510	1.47 132	2.24 392	1.16 112	2.06 326	0.79 119	2.68 304	0.76 135	0.27 124	0.18 79	0.28 188	0.26 224	0.26 91	0.25 113

test_1	1.19 163	0.52 85	2.00 155	1.01 248	0.42 61	1.95 90	0.90 320	4.36 515	1.47 132	2.17 365	1.16 112	2.06 326	0.78 115	2.68 304	0.76 135	0.27 124	0.18 79	0.28 188	0.26 224	0.26 91	0.25 113

test_3	1.19 163	0.51 79	2.08 173	0.99 234	0.41 54	2.05 102	0.87 306	4.40 523	1.42 111	1.99 294	1.18 115	2.03 320	0.79 119	2.70 306	0.75 131	0.27 124	0.17 48	0.29 209	0.29 307	0.30 163	0.27 153

raftrobust	1.19 163	0.72 286	2.30 196	1.26 380	1.31 434	3.55 284	0.68 166	2.75 184	1.47 132	2.21 383	1.38 175	1.17 178	1.22 249	1.20 95	1.11 248	0.28 161	0.24 278	0.21 19	0.19 82	0.25 73	0.28 172

RALCasStereoNet	1.19 163	1.02 410	2.06 170	1.12 312	1.14 389	3.08 199	0.70 178	2.99 212	1.73 265	1.34 166	1.68 259	1.18 182	0.91 159	2.16 260	1.00 228	0.30 227	0.26 315	0.24 70	0.21 118	0.29 140	0.30 211

MIM_Stereo	1.20 168	0.78 333	3.30 257	1.05 269	0.43 67	3.04 191	0.60 123	2.46 134	1.51 162	1.60 197	1.58 228	1.82 286	1.29 261	2.00 243	1.07 239	0.24 71	0.24 278	0.28 188	0.25 204	0.27 105	0.27 153

R-Stereo Train	1.20 168	0.58 149	1.81 137	0.99 234	0.67 225	3.78 326	0.90 320	4.09 423	1.51 162	2.16 361	1.71 270	1.13 173	0.94 167	1.40 138	0.91 197	0.30 227	0.24 278	0.26 124	0.21 118	0.26 91	0.25 113

RAFT-Stereo	1.20 168	0.58 149	1.81 137	0.99 234	0.67 225	3.78 326	0.90 320	4.09 423	1.51 162	2.16 361	1.71 270	1.13 173	0.94 167	1.40 138	0.91 197	0.30 227	0.24 278	0.26 124	0.21 118	0.26 91	0.25 113
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 171	0.60 169	3.55 266	1.05 269	0.57 170	3.46 257	0.63 142	2.73 181	1.55 195	2.05 322	1.38 175	1.50 229	0.82 132	1.69 203	0.87 179	0.29 184	0.23 243	0.30 229	0.23 166	0.27 105	0.32 232

GCAP-BAT	1.21 171	0.74 305	3.23 252	0.95 207	0.70 240	3.86 351	0.93 343	1.89 65	1.48 141	1.85 248	1.96 363	1.68 251	0.79 119	1.78 215	0.81 154	0.29 184	0.20 153	0.24 70	0.20 102	0.26 91	0.35 277

RCA-Stereo	1.21 171	0.52 85	1.58 118	0.90 169	0.46 94	4.68 532	0.79 237	4.13 434	1.74 271	1.92 272	1.80 304	0.94 151	1.48 311	1.14 73	0.70 111	0.27 124	0.18 79	0.25 95	0.19 82	0.25 73	0.23 87

raft+_RVC	1.21 171	0.83 356	2.61 221	1.35 424	0.97 340	3.60 294	0.76 213	3.23 241	1.51 162	1.33 165	1.67 256	1.03 162	1.10 217	1.87 233	0.92 202	0.24 71	0.22 216	0.25 95	0.24 192	0.26 91	0.25 113

AnonymousM	1.22 175	1.32 472	0.97 1	0.88 153	0.56 158	4.03 396	0.69 172	2.41 122	1.68 249	1.48 185	1.31 156	1.15 176	1.00 182	1.18 93	0.73 122	0.32 270	0.40 443	2.07 562	1.70 565	0.24 59	0.22 75

LL-Strereo2	1.23 176	0.85 365	2.38 204	0.93 199	0.68 230	3.72 315	1.37 448	2.54 151	1.99 312	1.75 232	1.40 180	1.82 286	0.73 90	1.40 138	0.99 226	0.31 249	0.23 243	0.55 489	0.35 387	0.29 140	0.24 103

ROB_FTStereo_v2	1.23 176	0.66 238	2.02 157	0.75 66	0.37 29	4.67 531	0.76 213	2.53 142	1.58 210	1.99 294	1.46 191	1.78 270	1.14 231	2.08 250	0.88 183	0.48 446	0.22 216	0.32 272	0.27 250	0.40 307	0.29 182

CRE-IMP	1.23 176	0.61 186	2.14 177	0.82 102	0.39 43	4.54 506	0.83 266	2.63 167	1.55 195	1.95 282	1.46 191	1.87 297	0.96 170	1.48 159	1.33 302	0.45 425	0.21 187	0.31 252	0.26 224	0.41 332	0.31 221

RAFT	1.23 176	0.84 361	2.05 161	0.96 213	0.47 104	1.80 79	0.94 349	3.18 236	1.46 127	1.60 197	1.71 270	3.04 429	1.59 339	1.64 194	1.32 298	0.38 357	0.24 278	0.40 398	0.32 354	0.40 307	0.35 277

test-1	1.23 176	0.65 227	1.88 142	0.96 213	0.52 136	3.84 341	0.62 140	4.01 398	1.47 132	1.93 276	1.78 298	1.83 289	0.92 162	1.19 94	1.28 291	0.26 107	0.29 348	0.31 252	0.24 192	0.29 140	0.36 283

rvit_0105_3	1.24 181	0.93 388	2.84 237	0.97 220	0.58 179	2.38 127	1.08 394	3.26 246	2.53 440	1.18 155	1.40 180	1.24 194	1.04 192	1.73 209	0.97 220	0.44 416	0.44 466	0.40 398	0.42 454	0.42 351	0.50 404

PSM-adaLoss	1.24 181	0.65 227	2.03 158	0.75 66	0.37 29	4.68 532	0.73 188	2.53 142	1.58 210	1.99 294	1.47 196	1.78 270	1.13 224	2.18 264	0.87 179	0.48 446	0.23 243	0.32 272	0.27 250	0.40 307	0.29 182

rafts_anoy	1.24 181	0.80 341	3.61 272	1.17 341	1.20 411	3.00 188	0.61 127	3.17 234	1.58 210	1.37 172	1.26 139	1.19 186	1.12 221	1.78 215	1.25 281	0.32 270	0.23 243	0.32 272	0.32 354	0.31 182	0.30 211

DIP-Stereo	1.24 181	0.69 259	1.77 133	0.65 26	0.61 191	4.29 463	0.58 116	4.44 529	2.53 440	1.98 289	1.33 159	0.91 141	0.86 142	1.25 107	1.25 281	0.36 332	0.23 243	0.32 272	0.23 166	0.32 209	0.29 182
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	1.25 185	0.56 126	2.05 161	1.05 269	0.93 330	2.86 167	0.55 100	3.23 241	1.34 93	1.55 192	1.07 99	3.56 482	2.03 422	1.29 118	1.00 228	0.28 161	0.27 326	0.34 325	0.21 118	0.41 332	0.43 358

Patchmatch Stereo++	1.25 185	0.65 227	2.06 170	0.75 66	0.37 29	4.68 532	0.76 213	2.53 142	1.58 210	1.99 294	1.47 196	1.78 270	1.14 231	2.44 278	0.90 190	0.48 446	0.23 243	0.32 272	0.27 250	0.40 307	0.29 182
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	1.25 185	0.66 238	2.14 177	0.75 66	0.37 29	4.65 528	0.77 226	2.53 142	1.58 210	1.99 294	1.47 196	1.78 270	1.13 224	2.26 273	0.86 173	0.47 441	0.22 216	0.32 272	0.27 250	0.40 307	0.29 182

HUI-Stereo	1.25 185	0.66 238	2.33 199	0.75 66	0.37 29	4.68 532	0.78 230	2.53 142	1.58 210	1.99 294	1.46 191	1.79 277	1.13 224	2.17 262	0.85 166	0.48 446	0.23 243	0.32 272	0.27 250	0.40 307	0.29 182

iRAFT	1.25 185	0.65 227	2.06 170	0.75 66	0.37 29	4.68 532	0.76 213	2.53 142	1.58 210	1.99 294	1.47 196	1.78 270	1.14 231	2.44 278	0.90 190	0.48 446	0.23 243	0.32 272	0.27 250	0.40 307	0.29 182

RAFT-IKP	1.25 185	0.66 238	2.23 188	0.75 66	0.37 29	4.64 526	0.74 200	2.53 142	1.58 210	1.99 294	1.47 196	1.78 270	1.13 224	2.22 270	0.92 202	0.48 446	0.22 216	0.32 272	0.27 250	0.40 307	0.29 182

RAFT-Stereo + iAFF	1.25 185	0.72 286	1.74 131	1.05 269	0.36 15	4.13 420	0.42 50	2.95 208	2.84 490	2.02 313	2.40 458	1.61 243	1.11 220	1.26 108	0.97 220	0.21 36	0.15 23	0.26 124	0.23 166	0.29 140	0.23 87

FACV-RUCA	1.26 192	0.65 227	2.21 183	1.06 275	1.50 479	2.69 156	1.15 410	3.05 220	1.87 293	1.36 169	1.99 374	1.03 162	1.15 239	1.36 132	1.10 245	0.41 392	0.41 452	0.73 531	0.41 447	0.61 445	0.41 345

CAS	1.26 192	0.40 7	1.46 102	2.97 562	1.61 500	4.13 420	0.73 188	1.78 56	1.49 149	0.83 105	1.10 104	0.59 56	0.53 30	1.26 108	0.80 148	2.99 567	0.13 1	0.21 19	0.13 1	0.31 182	1.72 547

anonymousdsp2	1.26 192	0.60 169	3.74 276	1.02 259	0.41 54	3.60 294	0.72 183	3.68 310	1.47 132	1.37 172	1.56 225	1.83 289	1.01 184	2.00 243	0.66 88	0.29 184	0.20 153	0.28 188	0.20 102	0.32 209	0.29 182

dd	1.26 192	1.15 438	2.47 211	0.92 184	0.49 120	4.35 470	0.75 210	1.92 71	2.11 346	1.44 182	1.24 130	1.19 186	1.05 197	1.78 215	1.70 375	0.57 485	0.34 398	0.35 344	0.33 362	0.60 440	0.46 380

iGMRVC	1.26 192	0.66 238	2.14 177	0.75 66	0.37 29	4.66 529	0.74 200	2.53 142	1.58 210	1.99 294	1.46 191	1.78 270	1.14 231	2.46 280	0.92 202	0.48 446	0.23 243	0.32 272	0.27 250	0.40 307	0.29 182

HI	1.27 197	0.90 377	2.33 199	1.10 301	0.68 230	2.92 176	0.45 63	2.49 138	1.76 275	2.13 345	1.65 253	2.42 362	1.84 404	1.58 175	1.61 357	0.26 107	0.16 33	0.28 188	0.29 307	0.26 91	0.25 113

CoSv	1.27 197	0.90 377	2.33 199	1.10 301	0.68 230	2.92 176	0.45 63	2.49 138	1.76 275	2.13 345	1.65 253	2.42 362	1.84 404	1.58 175	1.61 357	0.26 107	0.16 33	0.28 188	0.29 307	0.26 91	0.25 113

mmm	1.27 197	0.58 149	2.20 181	1.41 448	0.68 230	2.39 129	0.85 282	3.90 363	1.63 238	2.20 374	1.84 330	1.28 198	1.50 318	1.91 236	0.89 186	0.31 249	0.27 326	0.45 433	0.37 409	0.38 292	0.34 263

NRIStereo	1.28 200	0.61 186	1.67 124	1.15 333	0.38 40	4.73 545	0.90 320	2.42 125	1.50 155	1.93 276	1.33 159	1.75 264	1.22 249	2.96 316	1.33 302	0.46 432	0.22 216	0.29 209	0.26 224	0.30 163	0.28 172

RALAANet	1.28 200	1.08 424	3.21 251	1.25 373	0.94 332	1.44 53	0.69 172	3.15 231	2.57 447	2.01 308	1.80 304	1.29 201	1.05 197	2.00 243	1.48 330	0.27 124	0.20 153	0.27 155	0.24 192	0.40 307	0.27 153

CASS	1.29 202	0.66 238	2.62 224	0.95 207	0.66 218	2.84 163	0.69 172	3.00 214	1.79 280	2.57 462	1.95 362	1.39 213	1.55 336	1.59 180	1.06 236	0.50 462	0.28 338	0.34 325	0.28 279	0.46 388	0.63 457
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 203	0.61 186	4.09 279	0.94 203	0.56 158	3.50 270	0.84 272	3.12 227	1.72 262	1.84 247	1.22 125	2.72 398	0.88 148	1.46 156	0.80 148	0.29 184	0.30 361	0.27 155	0.21 118	0.29 140	0.25 113

knoymous	1.30 203	0.60 169	5.57 301	0.88 153	0.75 257	3.04 191	0.90 320	2.68 174	1.33 92	1.48 185	1.07 99	2.78 409	0.88 148	1.29 118	0.85 166	0.31 249	0.22 216	0.35 344	0.20 102	0.45 377	0.37 297

qqq	1.30 203	0.57 136	1.67 124	1.15 333	0.51 127	2.18 111	0.91 328	3.98 390	1.53 178	1.50 188	1.24 130	1.79 277	1.34 270	4.66 354	0.98 223	0.28 161	0.31 371	0.33 307	0.33 362	0.33 228	0.32 232

test_4	1.30 203	0.50 73	6.16 305	0.84 123	0.45 82	1.61 69	1.12 404	2.14 92	1.42 111	1.52 189	2.31 448	1.84 292	0.79 119	2.52 291	1.19 263	0.27 124	0.17 48	0.29 209	0.29 307	0.29 140	0.25 113

s12784h	1.31 207	0.45 28	2.41 208	0.71 52	0.35 13	4.42 484	0.50 78	4.22 459	2.73 467	2.01 308	2.48 464	0.91 141	0.96 170	2.01 246	0.70 111	0.29 184	0.18 79	0.24 70	0.16 13	0.27 105	0.18 4

AFF-stereo	1.31 207	0.77 327	1.46 102	1.10 301	0.45 82	3.93 366	0.48 75	2.92 206	2.92 496	1.90 265	2.21 421	2.11 333	1.52 324	1.93 237	1.12 251	0.21 36	0.16 33	0.25 95	0.25 204	0.29 140	0.20 27

Pruner-Stereo	1.32 209	0.59 157	2.11 176	1.79 517	0.47 104	4.73 545	0.79 237	2.53 142	1.72 262	2.47 445	1.58 228	1.48 226	1.03 188	1.66 197	1.47 327	0.44 416	0.21 187	0.34 325	0.30 326	0.30 163	0.39 319

ToySt	1.35 210	0.72 286	3.65 274	1.01 248	0.50 124	3.31 235	1.01 374	3.46 272	1.73 265	1.30 162	1.55 221	2.07 329	1.47 309	1.88 234	1.40 309	0.27 124	0.27 326	0.30 229	0.32 354	0.42 351	0.39 319

DisPM	1.36 211	0.55 115	2.39 205	1.54 477	0.51 127	4.59 519	0.79 237	2.50 140	1.88 295	2.50 448	1.83 325	1.45 223	1.01 184	2.71 308	0.93 211	0.46 432	0.20 153	0.32 272	0.31 342	0.31 182	0.44 364

sAnonymous2	1.37 212	1.22 455	9.79 346	0.92 184	0.88 314	1.23 24	0.61 127	2.56 154	1.69 255	0.85 108	1.02 81	0.73 95	1.23 252	0.98 41	0.78 141	0.29 184	0.25 302	0.31 252	0.30 326	1.06 521	0.71 474

CroCo_RVC	1.37 212	1.22 455	9.79 346	0.92 184	0.88 314	1.23 24	0.61 127	2.56 154	1.69 255	0.85 108	1.02 81	0.73 95	1.23 252	0.98 41	0.78 141	0.29 184	0.25 302	0.31 252	0.30 326	1.06 521	0.71 474

GES	1.38 214	0.64 217	2.61 221	1.09 292	0.57 170	4.30 465	1.02 378	3.86 350	1.51 162	1.72 226	1.74 277	1.28 198	1.77 389	1.62 188	1.61 357	0.39 369	0.27 326	0.33 307	0.30 326	0.41 332	0.47 385

Any-RAFT	1.40 215	0.53 97	2.78 235	1.09 292	0.64 202	4.41 482	0.81 257	3.97 388	2.78 474	1.99 294	1.34 164	2.36 354	1.56 338	1.56 171	0.75 131	0.27 124	0.20 153	0.25 95	0.18 58	0.25 73	0.28 172

UDGNet	1.40 215	1.52 494	2.22 186	1.38 442	0.62 197	4.39 476	0.68 166	1.80 58	2.18 359	1.34 166	1.18 115	0.99 154	1.00 182	2.16 260	1.19 263	1.09 537	0.34 398	1.30 554	0.98 543	1.10 527	0.58 442

GMStereo_Zeroshot	1.41 217	1.21 449	3.33 259	1.29 394	0.72 245	3.35 238	0.53 92	2.58 162	1.68 249	2.35 424	1.56 225	2.42 362	0.96 170	2.50 283	1.16 257	0.45 425	0.23 243	0.40 398	0.24 192	0.79 498	0.33 250

rvit_105_1	1.43 218	0.90 377	3.27 255	1.08 286	0.68 230	2.79 158	1.27 432	3.52 283	2.35 396	1.38 174	1.54 217	1.28 198	1.14 231	2.91 312	1.40 309	0.54 479	0.47 484	0.45 433	0.59 507	0.44 369	0.58 442

RAFT-Test	1.44 219	0.59 157	6.10 304	1.01 248	0.69 236	2.90 170	0.80 247	3.68 310	1.70 258	1.85 248	1.68 259	3.15 439	1.03 188	1.20 95	0.99 226	0.27 124	0.22 216	0.25 95	0.23 166	0.27 105	0.25 113

DCRE	1.44 219	0.74 305	3.50 265	1.13 319	0.72 245	1.78 77	0.67 159	2.14 92	1.56 201	1.99 294	8.09 559	1.73 262	1.07 207	1.24 101	0.83 160	0.23 57	0.25 302	0.26 124	0.26 224	0.28 122	0.30 211

AdaStereo	1.45 221	0.83 356	2.34 202	1.28 390	0.81 277	3.21 212	1.14 409	4.20 450	2.46 429	2.05 322	1.77 295	2.48 374	1.18 242	1.71 207	1.44 318	0.43 409	0.25 302	0.43 421	0.28 279	0.44 369	0.34 263
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	1.46 222	0.59 157	1.94 148	0.87 148	0.85 300	4.16 433	1.16 412	4.48 535	1.88 295	2.93 502	1.83 325	2.60 385	1.31 265	1.60 182	1.21 270	0.34 300	0.25 302	0.31 252	0.28 279	0.35 264	0.33 250

PFNet+	1.46 222	0.57 136	2.84 237	0.92 184	0.47 104	4.64 526	0.84 272	2.46 134	1.99 312	2.14 348	1.64 247	1.34 206	1.03 188	4.68 356	1.23 276	0.45 425	0.33 386	0.37 372	0.39 429	0.32 209	0.49 397

ACVNet	1.46 222	0.64 217	3.56 268	0.93 199	0.85 300	4.22 451	0.80 247	2.85 199	2.08 333	1.78 236	1.88 344	3.10 434	1.46 307	1.33 126	1.89 401	0.29 184	0.26 315	0.30 229	0.26 224	0.39 302	0.27 153

psmg	1.47 225	0.59 157	1.94 148	0.92 184	0.85 300	4.30 465	1.42 459	4.10 431	1.88 295	2.64 478	2.09 397	2.60 385	1.31 265	1.60 182	1.21 270	0.34 300	0.27 326	0.33 307	0.34 371	0.36 277	0.34 263

BUS	1.49 226	0.59 157	1.94 148	0.87 148	0.85 300	4.50 500	0.76 213	4.48 535	1.88 295	2.93 502	1.83 325	3.63 484	0.97 173	1.60 182	1.17 260	0.34 300	0.25 302	0.31 252	0.28 279	0.35 264	0.33 250

plain	1.55 227	0.69 259	13.59 391	0.65 26	0.73 250	1.66 73	0.57 107	3.17 234	1.94 306	0.77 86	1.24 130	0.80 113	0.86 142	1.60 182	0.96 219	0.33 288	0.21 187	0.32 272	0.25 204	0.42 351	0.28 172

LCNet	1.55 227	0.54 109	1.88 142	0.99 234	0.55 154	3.60 294	1.21 426	2.86 202	1.53 178	2.18 367	1.74 277	1.43 222	4.17 526	3.62 331	0.87 179	0.29 184	0.20 153	0.28 188	0.77 528	0.47 392	1.85 550

DeepStereo_RVC	1.55 227	0.63 205	3.32 258	0.77 85	0.42 61	4.49 497	0.72 183	2.50 140	1.58 210	2.02 313	1.81 316	1.54 234	6.38 560	1.73 209	1.19 263	0.46 432	0.22 216	0.29 209	0.28 279	0.35 264	0.38 312

acv_ft	1.55 227	0.64 217	3.29 256	1.14 320	2.01 541	2.93 180	0.97 363	3.81 337	2.08 333	2.22 385	1.88 344	3.10 434	1.66 369	1.33 126	2.22 440	0.29 184	0.26 315	0.30 229	0.26 224	0.39 302	0.27 153

TestStereo1	1.56 231	0.81 345	2.32 197	1.61 492	0.64 202	4.13 420	1.36 443	3.79 333	3.20 526	1.60 197	2.57 476	1.39 213	2.15 434	2.51 286	1.30 295	0.29 184	0.20 153	0.34 325	0.25 204	0.40 307	0.36 283

SA-5K	1.56 231	0.81 345	2.32 197	1.61 492	0.64 202	4.13 420	1.36 443	3.79 333	3.20 526	1.60 197	2.57 476	1.39 213	2.15 434	2.51 286	1.30 295	0.29 184	0.20 153	0.34 325	0.25 204	0.40 307	0.36 283

UCFNet_RVC	1.57 233	0.84 361	3.25 253	1.36 430	1.40 460	4.07 406	1.01 374	2.68 174	1.50 155	2.11 338	1.88 344	2.37 355	1.50 318	3.41 325	1.42 315	0.36 332	0.28 338	0.52 476	0.40 440	0.53 415	0.43 358

NF-Stereo	1.58 234	0.61 186	2.66 228	2.26 544	0.47 104	4.68 532	0.67 159	3.31 251	1.48 141	2.11 338	1.59 232	1.36 209	1.09 211	6.08 386	1.20 266	0.40 377	0.20 153	0.36 360	0.34 371	0.31 182	0.36 283

OCTAStereo	1.58 234	0.61 186	2.72 231	2.27 547	0.46 94	4.68 532	0.67 159	3.30 250	1.48 141	2.11 338	1.59 232	1.36 209	1.09 211	6.02 383	1.21 270	0.41 392	0.20 153	0.36 360	0.34 371	0.31 182	0.37 297

RE-Stereo	1.58 234	0.61 186	2.72 231	2.26 544	0.46 94	4.68 532	0.68 166	3.31 251	1.48 141	2.11 338	1.59 232	1.36 209	1.09 211	6.01 381	1.22 273	0.41 392	0.20 153	0.36 360	0.34 371	0.31 182	0.37 297

TVStereo	1.58 234	0.61 186	2.72 231	2.26 544	0.46 94	4.68 532	0.68 166	3.31 251	1.48 141	2.11 338	1.59 232	1.36 209	1.09 211	6.01 381	1.22 273	0.41 392	0.20 153	0.36 360	0.34 371	0.31 182	0.37 297

Gwc-CoAtRS	1.58 234	0.57 136	11.69 372	1.01 248	0.60 186	2.53 145	0.64 145	2.36 119	1.56 201	1.80 241	1.47 196	2.74 399	1.18 242	1.12 67	0.90 190	0.27 124	0.21 187	0.25 95	0.22 151	0.27 105	0.23 87

KYRaft	1.59 239	0.52 85	1.73 128	0.95 207	0.49 120	4.38 472	1.79 494	2.43 128	1.51 162	2.49 447	2.98 504	2.00 316	3.41 507	2.14 258	0.82 157	0.30 227	0.21 187	0.33 307	0.46 466	0.35 264	2.45 564

Reg-Stereo(zero)	1.60 240	0.42 15	10.69 360	0.89 160	0.68 230	3.27 226	0.47 73	2.27 108	1.54 187	1.48 185	1.24 130	2.55 380	2.68 472	1.48 159	1.10 245	0.19 25	0.19 113	0.22 24	0.18 58	0.24 59	0.26 137

HCRNet	1.60 240	0.56 126	2.47 211	0.78 87	1.36 451	4.11 415	0.71 180	3.57 292	2.79 476	1.75 232	1.61 240	1.58 238	1.41 289	5.79 378	1.56 348	0.34 300	0.28 338	0.36 360	0.29 307	0.33 228	0.37 297

AIO-test2	1.61 242	1.30 466	3.40 261	1.16 339	1.31 434	3.18 209	0.74 200	4.06 415	1.52 171	1.72 226	2.21 421	0.78 106	0.74 95	3.64 333	0.95 218	3.64 575	0.26 315	0.35 344	0.42 454	0.37 287	0.33 250

Prome-Stereo	1.61 242	0.55 115	1.71 126	0.98 228	0.60 186	4.41 482	1.82 498	3.03 218	1.53 178	2.18 367	3.45 526	1.72 261	3.49 513	2.23 271	1.08 241	0.29 184	0.20 153	0.26 124	0.25 204	0.34 246	2.16 556

test_sample1	1.62 244	0.55 115	1.88 142	1.44 455	0.79 272	2.27 119	0.64 145	4.00 396	1.82 283	1.87 255	1.35 167	1.57 236	1.62 349	9.55 459	1.24 278	0.30 227	0.27 326	0.31 252	0.28 279	0.32 209	0.32 232

testlalala_base	1.62 244	0.74 305	1.63 121	1.19 350	1.40 460	2.63 154	0.84 272	4.09 423	1.31 90	1.22 157	1.42 184	1.21 191	0.85 139	1.16 80	0.73 122	3.92 581	2.10 571	0.27 155	0.18 58	4.49 579	1.11 524

RAFT+CT+SA	1.62 244	0.72 286	7.42 316	0.97 220	1.42 469	4.04 398	0.94 349	3.90 363	1.61 230	1.61 202	1.63 245	1.33 205	1.18 242	2.73 310	1.10 245	0.27 124	0.19 113	0.31 252	0.34 371	0.33 228	0.33 250

SA	1.62 244	0.75 318	3.78 278	1.07 278	0.43 67	4.26 456	1.36 443	4.45 532	3.12 515	1.63 205	1.97 369	1.68 251	2.26 445	2.55 294	1.27 287	0.27 124	0.22 216	0.37 372	0.37 409	0.35 264	0.30 211

Sa-1000	1.63 248	0.79 337	3.56 268	1.11 308	0.48 112	4.06 401	1.41 457	4.49 538	2.75 471	2.00 306	2.80 496	1.84 292	1.43 297	2.64 303	1.50 334	0.27 124	0.19 113	0.36 360	0.33 362	0.36 277	0.30 211

PSMNet-RUCA	1.64 249	1.50 493	2.57 217	1.50 470	1.38 456	3.05 193	1.36 443	3.31 251	2.24 368	1.36 169	2.07 394	1.40 218	1.09 211	1.83 224	1.55 346	1.15 541	0.69 534	1.26 553	0.96 541	1.64 549	0.94 512

test_sample7	1.65 250	0.70 270	2.60 218	1.48 466	0.76 261	2.38 127	1.07 389	4.35 510	2.11 346	2.14 348	1.75 281	1.75 264	1.67 371	6.26 390	1.26 284	0.44 416	0.48 490	0.43 421	0.40 440	0.46 388	0.43 358

StereoVision	1.65 250	0.75 318	7.47 318	1.01 248	1.80 531	2.61 152	0.61 127	3.06 223	1.96 307	1.25 159	3.46 527	1.85 295	0.88 148	2.07 248	1.93 406	0.43 409	0.36 410	0.37 372	0.36 397	0.48 395	0.33 250

dad	1.65 250	1.19 446	3.04 246	0.98 228	0.56 158	4.22 451	0.84 272	1.99 79	2.48 430	2.14 348	1.68 259	1.62 244	1.13 224	3.85 338	2.04 420	1.03 536	0.40 443	2.04 561	0.48 474	0.75 492	0.53 419

PSM-softLoss	1.66 253	0.59 157	5.15 294	2.25 542	0.48 112	4.68 532	0.69 172	2.57 156	1.52 171	2.14 348	1.45 189	1.42 220	0.99 180	6.04 384	1.20 266	0.41 392	0.23 243	0.37 372	0.39 429	0.32 209	0.31 221

KMStereo	1.66 253	0.59 157	5.15 294	2.25 542	0.48 112	4.68 532	0.69 172	2.57 156	1.52 171	2.14 348	1.45 189	1.42 220	0.99 180	6.04 384	1.20 266	0.41 392	0.23 243	0.37 372	0.39 429	0.32 209	0.31 221

DDVS	1.68 255	0.79 337	2.52 213	1.26 380	1.16 396	3.17 207	0.78 230	3.12 227	1.82 283	1.86 253	1.91 356	2.92 422	1.43 297	6.20 388	1.63 365	0.45 425	0.65 526	0.34 325	0.38 422	0.48 395	0.79 496

ISRNet	1.69 256	0.76 324	5.69 302	1.27 388	1.36 451	2.85 165	0.61 127	3.60 296	1.91 303	2.13 345	2.12 405	2.90 417	1.41 289	2.51 286	1.71 376	0.49 458	0.50 496	0.56 491	0.47 469	0.49 401	0.57 437

IER	1.69 256	0.65 227	7.19 314	0.94 203	1.15 391	3.28 230	0.89 315	3.48 273	1.97 309	2.10 334	1.98 371	2.28 341	2.12 430	2.25 272	1.75 386	0.29 184	0.23 243	0.36 360	0.30 326	0.32 209	0.34 263

RAFT_R40	1.70 258	0.59 157	2.99 243	1.46 461	0.46 94	4.74 548	0.98 369	2.23 103	1.56 201	2.02 313	2.35 456	2.71 396	2.56 466	6.71 403	0.90 190	0.40 377	0.19 113	0.30 229	0.27 250	0.33 228	0.26 137

ffm	1.72 259	0.60 169	5.21 296	1.14 320	0.99 350	3.62 299	0.86 286	4.22 459	3.37 538	2.20 374	2.30 441	3.48 467	1.62 349	2.21 268	0.65 83	0.29 184	0.16 33	0.48 450	0.37 409	0.30 163	0.29 182

Anonymous3	1.72 259	0.76 324	11.61 371	0.83 113	0.84 299	4.46 489	0.84 272	3.57 292	1.16 66	1.34 166	1.37 172	1.11 172	1.03 188	1.58 175	1.13 252	0.70 513	0.58 514	0.33 307	0.35 387	0.47 392	0.42 349

DMCA	1.72 259	0.74 305	6.63 307	1.14 320	0.96 336	3.98 388	0.90 320	3.75 325	2.76 472	2.83 497	1.58 228	2.35 352	1.18 242	1.58 175	1.98 415	0.40 377	0.27 326	0.42 417	0.26 224	0.36 277	0.38 312

fff	1.74 262	0.70 270	9.08 336	0.81 92	0.36 15	4.15 424	0.57 107	4.23 463	2.09 336	2.30 406	1.80 304	1.19 186	3.02 487	1.44 148	1.46 322	0.29 184	0.23 243	0.23 38	0.18 58	0.24 59	0.42 349

DCANet	1.74 262	0.73 297	9.08 336	0.82 102	0.40 47	4.18 441	0.59 120	4.25 473	2.97 501	2.35 424	1.84 330	1.18 182	1.63 362	1.51 165	1.55 346	0.29 184	0.24 278	0.23 38	0.18 58	0.30 163	0.53 419

csc	1.74 262	0.70 270	9.08 336	0.81 92	0.36 15	4.15 424	0.57 107	4.23 463	2.09 336	2.30 406	1.80 304	1.19 186	3.02 487	1.44 148	1.46 322	0.29 184	0.23 243	0.23 38	0.18 58	0.24 59	0.42 349

cscssc	1.74 262	0.70 270	9.08 336	0.81 92	0.36 15	4.15 424	0.57 107	4.23 463	2.09 336	2.30 406	1.80 304	1.19 186	3.02 487	1.44 148	1.46 322	0.29 184	0.23 243	0.23 38	0.18 58	0.24 59	0.42 349

test_sample2	1.75 266	0.56 126	2.25 189	1.41 448	0.80 274	2.91 173	0.86 286	4.05 411	2.04 325	1.91 270	1.39 177	1.57 236	1.55 336	10.65 497	1.06 236	0.32 270	0.28 338	0.32 272	0.30 326	0.36 277	0.33 250

anonymity	1.76 267	1.26 462	2.73 234	1.66 497	1.32 441	1.84 81	1.07 389	3.49 276	2.30 384	2.11 338	2.11 402	1.71 260	3.90 521	1.82 223	1.48 330	1.10 538	1.09 551	1.08 548	1.08 549	1.05 520	1.09 522

SST-Stereo	1.76 267	0.58 149	3.10 247	1.44 455	0.46 94	4.71 544	0.76 213	2.22 102	2.79 476	2.07 330	2.18 415	2.43 365	3.22 500	6.66 399	0.84 163	0.42 403	0.19 113	0.30 229	0.27 250	0.35 264	0.26 137

StereoDRNet-Refined	1.77 269	0.81 345	2.22 186	1.21 361	0.76 261	3.26 224	0.71 180	3.82 340	2.05 328	2.29 402	2.05 389	2.98 424	1.44 300	7.15 410	2.27 444	0.30 227	0.23 243	0.42 417	0.33 362	0.45 377	0.64 461
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 270	1.32 472	1.92 147	1.16 339	1.03 363	3.38 241	1.31 436	3.52 283	1.75 273	1.96 285	1.93 361	2.40 357	1.48 311	8.58 435	1.58 350	0.46 432	0.34 398	0.27 155	0.26 224	0.41 332	0.50 404

MM-Stereo_test2	1.79 271	0.53 97	20.16 519	1.43 452	0.47 104	2.57 148	0.73 188	1.67 44	1.47 132	0.94 124	0.96 78	0.84 121	0.79 119	1.16 80	0.68 96	0.24 71	0.17 48	0.25 95	0.22 151	0.30 163	0.22 75

tt1	1.79 271	0.73 297	10.41 357	1.75 509	0.36 15	4.55 511	0.79 237	4.22 459	3.37 538	1.08 146	1.80 304	0.74 100	1.48 311	2.21 268	0.65 83	0.29 184	0.16 33	0.31 252	0.22 151	0.30 163	0.29 182

RAFT_CTSACE	1.80 273	1.06 421	10.00 349	1.71 504	1.39 458	3.49 266	1.06 387	3.05 220	1.62 235	1.70 221	2.04 383	2.51 377	1.80 397	1.98 241	0.94 213	0.25 92	0.22 216	0.28 188	0.30 326	0.30 163	0.26 137

UPFNet	1.81 274	0.63 205	6.71 308	1.25 373	1.44 470	3.50 270	1.35 441	4.02 402	1.85 291	2.40 436	1.52 208	2.41 359	1.40 284	3.62 331	1.88 400	0.34 300	0.33 386	0.37 372	0.31 342	0.41 332	0.39 319

AACVNet	1.83 275	1.02 410	2.41 208	1.45 459	0.87 310	3.21 212	0.73 188	3.16 232	1.61 230	2.01 308	1.82 324	2.28 341	1.33 268	10.98 511	1.49 333	0.39 369	0.32 379	0.38 388	0.32 354	0.43 361	0.44 364

111	1.83 275	0.92 384	9.08 336	0.81 92	0.36 15	4.25 455	0.91 328	4.44 529	2.70 464	2.39 434	1.96 363	2.30 347	1.64 365	1.28 113	1.82 393	0.28 161	0.22 216	0.24 70	0.20 102	0.31 182	0.54 425

ACVNet-DCA	1.85 277	0.74 305	13.77 394	1.78 512	0.36 15	4.48 491	0.74 200	3.98 390	1.53 178	1.01 135	1.81 316	0.72 91	1.62 349	2.13 255	0.64 76	0.29 184	0.17 48	0.32 272	0.21 118	0.33 228	0.32 232

ITSA-stereo	1.86 278	0.72 286	3.74 276	1.20 355	0.66 218	4.09 408	0.91 328	4.24 471	2.53 440	1.93 276	1.77 295	1.59 240	2.15 434	6.12 387	2.44 458	0.40 377	0.38 429	0.40 398	0.40 440	0.50 403	0.98 516

test_5	1.87 279	0.75 318	10.23 354	1.14 320	1.40 460	3.85 349	1.27 432	3.91 368	1.93 305	1.69 217	1.78 298	1.67 249	1.79 392	2.99 318	1.17 260	0.30 227	0.18 79	0.35 344	0.33 362	0.34 246	0.33 250

NINENet	1.87 279	0.74 305	2.60 218	1.12 312	1.06 371	4.50 500	0.76 213	4.41 524	2.24 368	2.16 361	1.86 340	3.63 484	0.97 173	8.00 426	1.17 260	0.41 392	0.30 361	0.41 410	0.30 326	0.41 332	0.36 283

IRAFT_RVC	1.87 279	0.60 169	4.33 282	2.40 551	0.66 218	4.59 519	1.59 478	2.96 209	1.51 162	2.23 389	1.75 281	2.09 330	2.63 469	6.70 400	1.50 334	0.33 288	0.21 187	0.33 307	0.29 307	0.32 209	0.32 232

MLCV	1.87 279	0.91 382	8.59 330	1.10 301	0.57 170	3.59 292	0.53 92	3.70 320	2.20 362	2.80 494	2.25 427	2.00 316	1.42 294	4.13 347	1.86 398	0.30 227	0.20 153	0.32 272	0.21 118	0.33 228	0.36 283

iRaft-Stereo_20w	1.88 283	0.62 196	10.58 359	0.90 169	0.83 292	2.96 185	0.78 230	4.90 559	1.58 210	2.29 402	1.60 236	1.25 195	4.51 534	2.28 274	0.90 190	0.29 184	0.21 187	0.26 124	0.24 192	0.41 332	0.31 221

DSFCA	1.89 284	0.69 259	3.14 250	1.10 301	1.18 398	3.99 389	1.79 494	3.50 279	2.16 355	3.10 515	1.64 247	2.91 420	2.50 462	5.38 366	2.26 442	0.43 409	0.38 429	0.37 372	0.36 397	0.50 403	0.42 349

iResNet_ROB	1.89 284	1.02 410	8.60 331	1.39 444	0.98 347	3.72 315	0.66 157	3.84 344	2.65 458	1.88 258	2.05 389	1.98 313	1.27 256	4.52 352	1.67 372	0.30 227	0.20 153	0.28 188	0.18 58	0.31 182	0.40 339

MM-Stereo_test1	1.90 286	0.53 97	19.85 505	1.39 444	0.48 112	1.81 80	0.79 237	3.00 214	1.82 283	1.69 217	1.09 101	0.87 131	0.97 173	1.45 152	0.74 128	0.24 71	0.21 187	0.27 155	0.24 192	0.35 264	0.24 103

H2IRNET	1.90 286	0.53 97	14.29 410	1.14 320	0.60 186	4.48 491	0.44 59	2.65 170	1.81 282	1.05 144	2.30 441	1.67 249	1.40 284	2.17 262	1.50 334	0.36 332	0.21 187	0.33 307	0.37 409	0.34 246	0.29 182

CFNet-ft	1.90 286	0.95 396	3.56 268	1.07 278	1.54 485	4.09 408	0.90 320	2.85 199	1.82 283	1.78 236	1.70 266	2.75 401	1.48 311	9.33 452	1.72 378	0.33 288	0.30 361	0.61 507	0.36 397	0.52 409	0.39 319

CFNet_RVC	1.90 286	0.95 396	3.56 268	1.07 278	1.54 485	4.09 408	0.90 320	2.85 199	1.82 283	1.78 236	1.70 266	2.75 401	1.48 311	9.33 452	1.72 378	0.33 288	0.30 361	0.61 507	0.36 397	0.52 409	0.39 319

PSMNet-ADL	1.91 290	0.72 286	1.78 135	1.09 292	0.86 305	4.18 441	0.78 230	3.77 329	2.10 344	1.72 226	1.85 337	2.91 420	1.82 402	10.38 490	1.91 404	0.48 446	0.46 480	0.28 188	0.29 307	0.38 292	0.51 412

GEStereo_RVC	1.91 290	0.80 341	6.57 306	1.20 355	1.06 371	4.02 394	1.43 461	4.13 434	1.89 299	2.03 317	1.80 304	2.34 350	1.86 409	4.94 358	1.77 387	0.48 446	0.38 429	0.32 272	0.28 279	0.42 351	0.50 404

DN-CSS_ROB	1.91 290	1.55 496	11.13 366	1.82 519	0.88 314	3.99 389	0.61 127	4.01 398	1.67 247	1.64 208	1.89 350	1.39 213	1.06 204	3.23 320	1.50 334	0.31 249	0.19 113	0.44 426	0.29 307	0.37 287	0.31 221

qqq1	1.92 293	0.57 136	4.46 283	1.36 430	0.57 170	2.03 96	0.73 188	4.25 473	2.80 480	2.32 416	2.31 448	1.95 304	1.52 324	10.99 512	0.71 114	0.34 300	0.32 379	0.30 229	0.23 166	0.29 140	0.29 182

fff1	1.92 293	0.57 136	4.46 283	1.36 430	0.57 170	2.03 96	0.73 188	4.25 473	2.80 480	2.32 416	2.31 448	1.95 304	1.52 324	10.99 512	0.71 114	0.34 300	0.32 379	0.30 229	0.23 166	0.29 140	0.29 182

raft_robust	1.92 293	1.15 438	3.34 260	1.02 259	0.43 67	3.84 341	0.46 67	4.42 525	2.52 439	1.67 215	1.36 171	2.17 335	6.37 558	6.78 405	1.04 234	0.28 161	0.24 278	0.30 229	0.35 387	0.31 182	0.32 232

delet	1.92 293	0.76 324	5.14 293	1.01 248	1.65 509	3.44 251	2.03 510	3.76 327	2.48 430	2.01 308	2.05 389	2.63 389	1.90 415	5.34 365	2.12 430	0.28 161	0.29 348	0.40 398	0.31 342	0.41 332	0.45 370

BEATNet_4x	1.92 293	1.36 477	8.75 334	1.20 355	0.56 158	3.46 257	1.03 380	4.00 396	2.43 421	2.25 395	1.70 266	2.10 331	1.59 339	2.57 297	3.05 486	0.37 340	0.22 216	0.47 442	0.29 307	0.60 440	0.40 339

IIG-Stereo	1.95 298	0.79 337	2.14 177	2.78 559	0.66 218	4.62 523	0.76 213	4.27 481	1.53 178	2.63 477	3.14 516	3.35 456	1.61 346	7.65 421	1.41 313	0.39 369	0.20 153	0.31 252	0.25 204	0.33 228	0.22 75

LALA_ROB	1.95 298	1.48 491	3.11 248	1.05 269	0.98 347	3.99 389	1.82 498	4.44 529	2.28 380	3.31 525	1.85 337	2.76 407	1.67 371	4.04 346	3.23 489	0.46 432	0.41 452	0.55 489	0.52 491	0.60 440	0.57 437

DCANet-4	1.96 300	0.51 79	14.31 411	0.82 102	0.40 47	4.16 433	0.57 107	4.29 489	2.98 504	2.30 406	1.80 304	1.03 162	1.54 334	1.44 148	1.44 318	0.29 184	0.23 243	0.23 38	0.18 58	0.24 59	0.42 349

PSMNet-RSSM	1.96 300	0.77 327	3.26 254	1.29 394	1.31 434	4.19 445	0.96 360	3.68 310	1.89 299	2.05 322	1.80 304	2.60 385	1.70 378	9.84 467	1.81 391	0.35 320	0.29 348	0.35 344	0.37 409	0.42 351	0.35 277

4D-IteraStereo	1.97 302	0.84 361	20.43 536	0.78 87	1.56 492	2.09 107	1.05 386	2.43 128	1.56 201	1.41 179	1.00 80	1.94 302	0.61 54	1.22 98	1.06 236	0.27 124	0.18 79	0.31 252	0.26 224	0.27 105	0.23 87

OMP-Stereo	1.97 302	0.93 388	1.88 142	2.76 558	0.67 225	4.58 518	1.48 464	4.31 500	1.54 187	3.15 520	2.76 492	3.25 447	1.38 277	7.66 422	1.35 306	0.40 377	0.20 153	0.33 307	0.26 224	0.33 228	0.24 103

cc1	1.98 304	0.74 305	13.77 394	1.78 512	0.36 15	4.48 491	0.74 200	4.23 463	3.95 554	1.01 135	1.81 316	0.72 91	1.62 349	2.13 255	0.64 76	0.29 184	0.17 48	0.32 272	0.21 118	0.31 182	0.29 182

hknet	1.98 304	0.64 217	8.70 333	0.87 148	1.07 375	4.16 433	1.16 412	4.48 535	1.73 265	2.93 502	1.83 325	3.48 467	1.30 264	3.91 342	1.51 340	0.31 249	0.25 302	0.31 252	0.28 279	0.35 264	0.33 250

GANet-RSSM	1.98 304	0.62 196	3.49 263	1.69 500	1.23 419	4.22 451	0.91 328	3.31 251	1.86 292	1.81 242	1.74 277	2.34 350	1.82 402	10.92 509	1.73 382	0.34 300	0.29 348	0.31 252	0.28 279	0.39 302	0.40 339

1test111	1.99 307	0.74 305	13.77 394	1.78 512	0.36 15	4.48 491	0.74 200	3.98 390	1.53 178	1.01 135	1.81 316	0.72 91	1.62 349	4.66 354	0.98 223	0.29 184	0.17 48	0.32 272	0.21 118	0.33 228	0.32 232

SMFormer	2.00 308	0.57 136	4.46 283	1.36 430	0.57 170	2.03 96	0.73 188	4.25 473	2.80 480	2.32 416	2.31 448	1.95 304	1.52 324	10.99 512	2.13 433	0.34 300	0.32 379	0.36 360	0.31 342	0.38 292	0.36 283

tta	2.00 308	0.57 136	4.46 283	1.36 430	0.57 170	2.03 96	0.73 188	4.25 473	2.80 480	2.32 416	2.31 448	1.95 304	1.52 324	10.99 512	2.13 433	0.34 300	0.32 379	0.36 360	0.31 342	0.29 140	0.29 182

TestStereo	2.00 308	1.02 410	12.25 375	0.70 46	0.61 191	1.88 84	0.55 100	2.31 115	1.52 171	1.41 179	1.33 159	1.27 197	0.90 157	11.62 540	0.81 154	0.34 300	0.19 113	0.33 307	0.24 192	0.44 369	0.24 103

cross-raft	2.01 311	0.57 136	19.01 483	1.03 266	0.56 158	2.11 108	0.72 183	3.63 301	1.57 207	1.77 234	1.51 207	3.17 441	1.13 224	1.16 80	0.85 166	0.23 57	0.21 187	0.26 124	0.23 166	0.28 122	0.25 113

MMNet	2.02 312	0.81 345	10.76 361	1.12 312	1.23 419	3.53 277	0.89 315	3.79 333	2.08 333	2.15 356	1.76 290	2.15 334	2.12 430	3.69 334	2.32 447	0.31 249	0.29 348	0.34 325	0.27 250	0.38 292	0.42 349

xx1	2.03 313	0.74 305	13.77 394	1.78 512	0.36 15	4.48 491	0.74 200	4.23 463	3.95 554	1.01 135	1.81 316	1.79 277	1.34 270	2.13 255	0.64 76	0.29 184	0.17 48	0.33 307	0.33 362	0.33 228	0.32 232

HGLStereo	2.03 313	0.74 305	7.50 319	1.23 369	1.56 492	3.62 299	0.95 353	3.78 332	1.89 299	2.03 317	2.20 419	3.12 437	2.14 433	5.68 375	2.04 420	0.37 340	0.31 371	0.32 272	0.29 307	0.40 307	0.45 370

ssnet_v2	2.04 315	0.88 374	7.87 320	1.20 355	0.87 310	3.86 351	1.64 484	4.01 398	2.60 452	2.61 472	1.96 363	3.79 490	1.71 380	2.20 266	2.96 482	0.41 392	0.35 404	0.42 417	0.37 409	0.55 420	0.52 417

ADStereo(finetuned)	2.04 315	0.73 297	13.28 385	0.82 102	0.40 47	4.16 433	0.59 120	4.25 473	2.97 501	2.35 424	1.84 330	1.18 182	3.40 506	1.52 167	1.54 345	0.29 184	0.24 278	0.23 38	0.18 58	0.30 163	0.51 412

CBFPSM	2.05 317	0.95 396	10.12 353	1.07 278	1.05 368	2.84 163	1.20 423	3.28 247	1.73 265	1.82 244	1.30 152	4.56 530	4.06 523	2.34 275	2.34 449	0.25 92	0.38 429	0.32 272	0.27 250	0.37 287	0.79 496

DeepPruner_ROB	2.05 317	1.09 427	10.50 358	1.01 248	1.20 411	4.39 476	0.91 328	3.14 229	1.72 262	2.60 470	1.54 217	2.78 409	1.27 256	4.52 352	1.72 378	0.51 468	0.40 443	0.37 372	0.34 371	0.48 395	0.52 417

DLCB_ROB	2.05 317	0.95 396	2.37 203	1.24 371	1.02 362	2.92 176	1.30 435	3.68 310	2.30 384	2.91 500	2.17 413	3.32 454	1.52 324	10.37 488	2.50 463	0.40 377	0.33 386	0.40 398	0.36 397	0.41 332	0.47 385

HITNet	2.07 320	0.82 352	14.77 414	1.34 419	0.56 158	3.47 260	0.80 247	4.07 417	2.35 396	2.16 361	1.61 240	1.64 246	1.44 300	2.09 253	2.56 470	0.26 107	0.18 79	0.41 410	0.26 224	0.45 377	0.25 113
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	2.07 320	1.40 483	3.01 245	1.09 292	0.92 325	3.94 371	1.53 471	4.25 473	2.23 366	3.31 525	2.06 393	2.35 352	1.52 324	8.74 437	2.07 426	0.44 416	0.36 410	0.51 470	0.48 474	0.54 418	0.62 453

CFNet-RSSM	2.08 322	0.52 85	20.06 513	1.01 248	0.56 158	3.39 242	0.64 145	3.67 308	1.55 195	1.72 226	1.37 172	2.57 382	1.19 246	1.11 63	0.86 173	0.27 124	0.20 153	0.25 95	0.23 166	0.27 105	0.23 87

coex_refinement	2.10 323	0.85 365	3.67 275	1.31 404	1.13 388	3.21 212	0.85 282	3.86 350	2.31 388	2.51 451	1.92 358	3.49 473	1.69 376	11.08 519	2.13 433	0.37 340	0.25 302	0.27 155	0.31 342	0.41 332	0.37 297

iRaft-Stereo_5w	2.10 323	0.83 356	8.57 329	0.81 92	0.76 261	3.21 212	0.84 272	3.71 321	1.65 243	1.56 194	2.50 466	2.20 337	2.23 443	9.13 447	2.01 418	0.38 357	0.19 113	0.35 344	0.27 250	0.45 377	0.39 319

DFGA-Net	2.11 325	3.00 541	7.43 317	1.11 308	0.76 261	3.72 315	0.60 123	2.63 167	1.91 303	2.01 308	2.07 394	1.22 192	1.04 192	10.26 486	2.26 442	0.27 124	0.22 216	0.34 325	0.34 371	0.61 445	0.48 390

G2L-Stereo_test	2.11 325	0.86 368	7.12 313	1.65 496	1.19 405	3.54 281	1.02 378	3.57 292	2.01 318	2.50 448	1.68 259	3.15 439	1.50 318	9.21 450	1.62 362	0.28 161	0.19 113	0.23 38	0.22 151	0.27 105	0.31 221

CFNet_pseudo	2.12 327	0.67 248	15.14 425	0.85 135	0.74 255	3.95 376	0.64 145	3.95 381	1.78 278	1.90 265	1.79 301	3.27 449	1.62 349	2.51 286	1.16 257	0.31 249	0.36 410	0.53 481	0.27 250	0.63 451	0.44 364

test_xeample3	2.12 327	0.63 205	21.55 571	0.91 178	0.47 104	1.85 82	0.94 349	7.96 579	1.23 73	0.75 67	0.76 34	0.64 65	0.70 80	1.77 214	0.83 160	0.30 227	0.21 187	0.27 155	0.21 118	0.27 105	0.24 103

G2L-ROB	2.13 329	0.78 333	10.06 350	1.19 350	1.06 371	3.84 341	0.93 343	3.32 256	2.27 376	2.20 374	1.47 196	2.65 391	1.20 248	8.38 431	1.81 391	0.28 161	0.19 113	0.23 38	0.22 151	0.28 122	0.32 232

ccs_rob	2.13 329	0.67 248	15.11 424	0.84 123	0.75 257	3.96 381	0.65 154	3.95 381	1.78 278	1.88 258	1.79 301	3.26 448	1.64 365	2.51 286	1.16 257	0.31 249	0.36 410	0.54 488	0.27 250	0.65 462	0.45 370

SepStereo	2.15 331	0.67 248	4.79 290	1.14 320	1.64 505	2.93 180	2.13 515	4.09 423	2.74 468	4.17 548	2.52 469	2.46 372	1.79 392	8.36 429	1.63 365	0.37 340	0.22 216	0.39 392	0.25 204	0.41 332	0.34 263

IGEV-FE	2.16 332	0.69 259	20.56 540	1.22 364	0.54 146	2.18 111	0.53 92	3.38 266	1.61 230	1.93 276	1.55 221	3.74 487	1.06 204	1.56 171	0.91 197	0.29 184	0.20 153	0.27 155	0.29 307	0.40 307	0.32 232

test_for_model	2.16 332	3.87 550	1.58 118	4.16 577	3.64 574	2.51 139	0.96 360	3.63 301	2.62 453	2.45 442	1.39 177	1.02 159	0.73 90	0.92 29	0.57 58	2.97 566	2.19 573	0.26 124	0.17 34	5.32 583	2.24 557

IGEV_Zeroshot_test	2.16 332	0.69 259	20.60 544	1.22 364	0.54 146	2.18 111	0.53 92	3.38 266	1.61 230	1.93 276	1.55 221	3.76 489	1.05 197	1.55 170	0.91 197	0.29 184	0.20 153	0.27 155	0.29 307	0.40 307	0.32 232

anonymousa	2.16 332	0.67 248	19.19 484	1.04 268	1.67 513	2.06 104	0.79 237	2.86 202	1.96 307	1.85 248	2.14 408	3.23 446	1.81 400	1.12 67	1.15 254	0.26 107	0.26 315	0.34 325	0.32 354	0.30 163	0.28 172

AIO-test1	2.18 336	0.66 238	18.95 481	0.89 160	1.48 476	3.40 245	0.97 363	4.19 449	1.68 249	0.86 110	1.35 167	0.99 154	0.75 98	4.47 351	1.27 287	0.23 57	0.23 243	0.28 188	0.33 362	0.31 182	0.35 277

SFCPSM	2.18 336	0.63 205	17.03 447	0.88 153	0.98 347	3.74 320	1.28 434	4.09 423	2.16 355	1.85 248	1.83 325	1.65 247	1.39 280	2.50 283	1.50 334	0.33 288	0.27 326	0.39 392	0.36 397	0.34 246	0.37 297

GANet-ADL	2.20 338	0.73 297	20.11 518	1.25 373	0.69 236	3.83 336	0.76 213	3.49 276	1.71 259	1.65 212	1.99 374	2.10 331	1.10 217	1.42 145	1.26 284	0.38 357	0.33 386	0.25 95	0.22 151	0.42 351	0.36 283

MSKI-zero shot	2.22 339	0.64 217	20.09 517	0.96 213	0.56 158	4.04 398	0.70 178	3.91 368	1.50 155	1.92 272	2.28 433	1.92 300	0.71 82	2.93 314	0.67 93	0.26 107	0.23 243	0.26 124	0.21 118	0.28 122	0.26 137

PS-NSSS	2.22 339	1.33 475	2.90 241	0.97 220	1.53 484	4.11 415	1.08 394	4.55 545	2.65 458	2.10 334	2.32 453	1.77 269	1.40 284	11.79 553	1.61 357	0.68 509	0.45 471	0.96 542	0.43 457	0.95 512	0.92 510

PCWNet_CMD	2.23 341	0.65 227	17.36 452	0.83 113	0.76 261	3.51 273	0.64 145	3.60 296	1.97 309	1.70 221	1.63 245	3.22 444	3.05 491	2.09 253	1.11 248	0.31 249	0.36 410	0.47 442	0.26 224	0.64 459	0.47 385

HH	2.23 341	0.86 368	21.59 572	0.98 228	0.51 127	1.49 58	0.82 261	2.74 182	1.54 187	1.10 148	1.69 264	4.62 532	1.86 409	2.55 294	0.69 105	0.26 107	0.22 216	0.29 209	0.23 166	0.34 246	0.27 153

HanStereo	2.23 341	0.86 368	21.59 572	0.98 228	0.51 127	1.49 58	0.82 261	2.74 182	1.54 187	1.10 148	1.69 264	4.62 532	1.86 409	2.55 294	0.69 105	0.26 107	0.22 216	0.29 209	0.23 166	0.34 246	0.27 153

MSMDNet	2.23 341	0.64 217	17.32 448	0.84 123	0.75 257	3.53 277	0.64 145	3.61 299	1.98 311	1.71 225	1.64 247	3.22 444	2.99 484	2.08 250	1.11 248	0.31 249	0.37 423	0.45 433	0.26 224	0.62 449	0.45 370

Select-FE	2.25 345	0.87 371	17.36 452	1.06 275	0.99 350	2.04 101	0.46 67	3.79 333	1.61 230	2.52 453	1.81 316	4.41 522	3.15 494	1.83 224	0.92 202	0.32 270	0.35 404	0.30 229	0.41 447	0.32 209	0.55 429

FENet	2.25 345	0.50 73	20.29 529	1.35 424	0.67 225	4.01 392	0.60 123	3.95 381	1.99 312	1.96 285	1.11 105	2.43 365	1.43 297	1.60 182	1.39 308	0.32 270	0.22 216	0.33 307	0.26 224	0.29 140	0.39 319

DISCO	2.25 345	0.73 297	10.06 350	1.76 510	1.12 386	3.47 260	1.25 431	3.24 243	2.26 374	2.65 482	1.96 363	4.53 528	1.92 417	4.17 349	3.61 493	0.32 270	0.25 302	0.31 252	0.29 307	0.66 467	0.41 345

iinet-f	2.26 348	1.18 444	13.71 392	1.14 320	1.11 385	3.77 324	1.10 400	4.14 440	2.17 357	2.06 327	1.76 290	2.99 425	2.99 484	2.50 283	2.49 462	0.35 320	0.39 438	0.27 155	0.28 279	0.45 377	0.39 319

ICVP	2.26 348	0.66 238	21.18 563	0.99 234	0.88 314	4.28 462	0.95 353	3.32 256	1.60 226	1.66 213	1.76 290	1.34 206	1.14 231	1.62 188	1.32 298	0.53 477	0.35 404	0.33 307	0.29 307	0.40 307	0.51 412
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 350	0.65 227	23.82 590	0.90 169	0.46 94	1.57 64	0.96 360	7.98 580	1.19 70	0.65 42	0.77 37	0.74 100	0.72 85	2.59 298	0.86 173	0.28 161	0.21 187	0.28 188	0.21 118	0.29 140	0.25 113

CIPLG	2.27 350	1.18 444	19.24 485	0.92 184	1.34 447	3.95 376	0.89 315	4.23 463	1.82 283	2.31 412	2.67 485	1.17 178	1.06 204	1.53 169	1.32 298	0.37 340	0.23 243	0.27 155	0.22 151	0.31 182	0.45 370

ACRE	2.27 350	1.11 431	19.45 492	0.91 178	1.30 432	3.94 371	0.87 306	4.21 456	1.80 281	2.28 400	2.62 480	1.17 178	1.04 192	1.52 167	1.30 295	0.37 340	0.23 243	0.27 155	0.22 151	0.31 182	0.46 380

NOSS_ROB	2.27 350	0.73 297	3.00 244	1.71 504	1.00 359	3.90 358	0.97 363	4.29 489	2.81 486	2.94 506	2.19 417	3.88 494	1.19 246	11.77 552	1.62 362	0.59 488	0.54 501	0.56 491	0.52 491	0.56 426	0.54 425

XPNet_ROB	2.27 350	1.11 431	4.10 280	1.36 430	0.97 340	3.94 371	1.63 482	4.07 417	2.14 351	2.82 496	2.00 376	2.32 349	1.73 385	10.81 504	3.39 490	0.51 468	0.47 484	0.48 450	0.40 440	0.51 405	0.56 433

IPLGR_C	2.28 355	1.31 470	19.46 493	0.92 184	1.32 441	3.93 366	0.89 315	4.20 450	1.82 283	2.30 406	2.63 482	1.16 177	1.07 207	1.41 143	1.29 294	0.37 340	0.23 243	0.27 155	0.22 151	0.31 182	0.45 370

DRaft	2.28 355	0.56 126	2.64 227	0.74 65	0.46 94	3.94 371	1.23 428	2.32 117	1.55 195	2.64 478	2.80 496	1.60 241	5.34 545	6.96 409	10.99 552	0.34 300	0.22 216	0.27 155	0.27 250	0.29 140	0.37 297

psm_up	2.28 355	0.81 345	5.45 300	1.26 380	1.50 479	3.84 341	1.23 428	4.23 463	2.03 321	2.55 458	1.80 304	2.44 369	1.65 367	12.90 571	1.58 350	0.37 340	0.38 429	0.41 410	0.34 371	0.43 361	0.39 319

MyStereo04	2.29 358	0.80 341	18.77 477	1.00 242	1.04 366	3.95 376	0.95 353	3.91 368	2.54 444	1.99 294	1.27 147	2.31 348	1.65 367	2.02 247	1.77 387	0.24 71	0.24 278	0.34 325	0.26 224	0.41 332	0.37 297

ADLNet	2.29 358	0.83 356	3.62 273	1.35 424	1.60 498	3.67 307	1.24 430	3.95 381	2.98 504	2.58 466	2.29 436	4.01 501	1.79 392	11.23 525	2.09 428	0.37 340	0.38 429	0.36 360	0.34 371	0.45 377	0.71 474

TDLM	2.29 358	1.08 424	4.61 289	1.29 394	1.01 360	4.26 456	2.17 517	3.75 325	2.79 476	2.31 412	1.98 371	2.06 326	1.59 339	12.45 566	1.72 378	0.51 468	0.28 338	0.52 476	0.35 387	0.56 426	0.50 404

Wz-Net-LNSev	2.30 361	1.67 505	14.88 417	1.18 347	1.65 509	3.49 266	1.54 474	3.63 301	2.03 321	1.88 258	1.64 247	3.29 450	2.06 426	2.71 308	2.02 419	0.40 377	0.33 386	0.32 272	0.31 342	0.53 415	0.49 397

DCVSM-stereo	2.31 362	0.66 238	20.69 546	1.11 308	0.93 330	2.58 150	0.73 188	2.61 165	1.60 226	2.57 462	1.53 215	3.30 452	1.72 382	2.19 265	1.23 276	0.34 300	0.53 499	0.41 410	0.32 354	0.45 377	0.62 453

testlalala2	2.31 362	0.63 205	20.54 539	2.56 555	2.87 561	3.79 330	0.76 213	4.20 450	1.48 141	1.42 181	1.43 186	2.45 370	0.80 126	1.03 49	0.68 96	0.27 124	0.25 302	0.24 70	0.21 118	0.33 228	0.28 172

gwcnet-sp	2.31 362	1.21 449	17.34 449	1.08 286	0.92 325	3.56 286	1.04 383	3.69 315	2.09 336	2.55 458	1.60 236	1.80 280	1.62 349	3.87 339	1.95 410	0.29 184	0.29 348	0.30 229	0.28 279	0.38 292	0.39 319

scenet	2.31 362	1.21 449	17.34 449	1.08 286	0.92 325	3.56 286	1.04 383	3.69 315	2.09 336	2.55 458	1.60 236	1.80 280	1.62 349	3.87 339	1.95 410	0.29 184	0.29 348	0.30 229	0.28 279	0.38 292	0.39 319

ssnet	2.31 362	1.21 449	17.34 449	1.08 286	0.92 325	3.56 286	1.04 383	3.69 315	2.09 336	2.55 458	1.60 236	1.80 280	1.62 349	3.87 339	1.95 410	0.29 184	0.29 348	0.30 229	0.28 279	0.38 292	0.39 319

DAS	2.31 362	0.67 248	4.79 290	1.14 320	1.64 505	2.93 180	2.13 515	4.09 423	2.74 468	4.17 548	2.52 469	2.46 372	1.79 392	11.55 537	1.63 365	0.37 340	0.22 216	0.39 392	0.25 204	0.41 332	0.34 263

TRStereo	2.31 362	1.87 513	19.74 501	1.53 475	1.16 396	4.26 456	1.08 394	4.73 555	1.45 118	1.55 192	1.28 148	1.75 264	0.85 139	1.81 221	1.20 266	0.36 332	0.26 315	0.32 272	0.36 397	0.34 246	0.33 250

test_sample5	2.33 369	0.62 196	11.29 367	1.29 394	0.83 292	3.09 200	0.74 200	4.28 486	2.31 388	2.20 374	1.97 369	1.68 251	1.39 280	11.19 523	1.47 327	0.37 340	0.31 371	0.37 372	0.37 409	0.41 332	0.39 319

MyStereo8	2.33 369	1.13 433	19.26 488	1.22 364	1.62 501	4.16 433	0.57 107	3.50 279	2.36 399	2.15 356	1.75 281	2.28 341	1.14 231	1.46 156	2.20 439	0.24 71	0.21 187	0.32 272	0.27 250	0.36 277	0.43 358

DualNet	2.33 369	0.62 196	11.29 367	1.29 394	0.83 292	3.09 200	0.74 200	4.28 486	2.31 388	2.26 398	2.04 383	1.68 251	1.39 280	11.19 523	1.47 327	0.37 340	0.31 371	0.37 372	0.37 409	0.41 332	0.39 319

MIPNet	2.33 369	0.71 282	19.82 503	0.89 160	0.56 158	4.76 550	0.61 127	4.32 504	2.37 405	1.83 246	1.48 203	1.48 226	1.98 421	2.63 301	1.44 318	0.29 184	0.20 153	0.26 124	0.23 166	0.30 163	0.39 319

DualNet (step1)	2.34 373	1.05 416	7.87 320	1.07 278	0.86 305	3.93 366	1.19 419	4.35 510	2.11 346	2.14 348	1.75 281	1.75 264	1.67 371	6.26 390	1.26 284	1.23 545	0.48 490	4.27 590	2.09 576	0.70 475	0.69 470

test_sample4	2.34 373	0.63 205	11.59 370	1.30 401	0.83 292	3.07 198	0.72 183	4.27 481	2.30 384	2.30 406	1.88 344	1.73 262	1.42 294	11.14 522	1.46 322	0.35 320	0.29 348	0.35 344	0.36 397	0.40 307	0.38 312

test_sample3	2.34 373	0.61 186	11.94 373	1.33 412	0.85 300	3.10 202	0.73 188	4.24 471	2.19 360	2.21 383	1.75 281	1.80 280	1.41 289	11.11 521	1.46 322	0.35 320	0.29 348	0.34 325	0.35 387	0.39 302	0.37 297

STTStereo	2.34 373	0.95 396	14.93 420	1.43 452	1.54 485	3.86 351	0.86 286	3.65 304	2.44 425	2.15 356	1.55 221	2.49 376	1.59 339	5.14 362	1.44 318	0.38 357	0.39 438	0.47 442	0.51 488	0.52 409	0.51 412

CFNet	2.34 373	1.10 428	8.96 335	1.34 419	1.24 421	4.09 408	0.73 188	4.04 407	2.77 473	1.62 204	1.87 343	2.27 340	1.45 304	11.41 530	1.82 393	0.31 249	0.24 278	0.43 421	0.36 397	0.43 361	0.33 250

AIO-Stereo-zeroshot	2.35 378	0.99 405	19.62 497	1.09 292	0.96 336	1.51 60	0.44 59	4.05 411	1.64 239	1.31 163	1.67 256	4.93 539	2.45 459	2.52 291	1.40 309	0.30 227	0.20 153	0.31 252	0.50 484	0.57 431	0.60 447

test_sample6	2.35 378	0.62 196	10.78 362	1.33 412	0.83 292	3.15 206	0.79 237	4.36 515	2.43 421	2.26 398	2.04 383	1.69 256	1.39 280	11.48 535	1.61 357	0.38 357	0.32 379	0.37 372	0.39 429	0.41 332	0.42 349

EAI-Stereo	2.35 378	0.63 205	2.97 242	0.95 207	0.65 211	3.84 341	14.27 591	5.04 562	2.19 360	2.06 327	7.25 552	1.10 170	0.94 167	1.65 196	1.37 307	0.31 249	0.22 216	0.27 155	0.60 509	0.27 105	0.32 232

ac_64	2.35 378	0.62 196	9.77 345	1.32 407	1.71 519	3.27 226	0.93 343	3.48 273	2.50 435	1.74 230	1.73 275	3.91 495	1.77 389	10.21 483	1.86 398	0.40 377	0.31 371	0.33 307	0.30 326	0.34 246	0.39 319

HSM	2.35 378	0.81 345	2.21 183	1.14 320	1.55 489	3.44 251	1.03 380	3.99 394	2.25 371	2.29 402	2.11 402	8.04 568	3.05 491	11.60 538	1.71 376	0.33 288	0.22 216	0.28 188	0.23 166	0.32 209	0.35 277

CFNet_ucs	2.36 383	0.68 256	18.42 473	0.89 160	0.81 277	3.85 349	0.68 166	4.29 489	2.37 405	2.09 331	2.04 383	3.31 453	1.24 254	2.63 301	1.14 253	0.36 332	0.45 471	0.56 491	0.29 307	0.66 467	0.49 397

MyStereo05	2.37 384	0.72 286	19.94 508	1.02 259	0.99 350	4.26 456	0.86 286	4.01 398	2.62 453	2.14 348	1.26 139	2.28 341	1.63 362	2.07 248	1.68 373	0.24 71	0.23 243	0.34 325	0.26 224	0.42 351	0.36 283

hitnet-ft	2.37 384	0.73 297	8.34 326	0.96 213	0.89 319	3.77 324	0.80 247	3.55 290	2.58 448	2.24 392	2.04 383	3.65 486	1.49 317	11.71 550	1.89 401	0.44 416	0.53 499	0.44 426	0.35 387	0.52 409	0.48 390

YMNet	2.40 386	1.41 485	13.46 388	1.36 430	1.67 513	3.96 381	0.97 363	3.81 337	2.37 405	2.64 478	2.57 476	3.35 456	1.53 331	3.28 322	2.42 455	0.48 446	0.54 501	0.52 476	0.49 478	0.70 475	0.54 425

YMNet_1	2.40 386	1.41 485	13.46 388	1.36 430	1.67 513	3.96 381	0.97 363	3.81 337	2.37 405	2.64 478	2.57 476	3.35 456	1.53 331	3.28 322	2.42 455	0.48 446	0.54 501	0.52 476	0.49 478	0.70 475	0.54 425

CoDeX	2.40 386	0.78 333	13.21 384	1.00 242	1.18 398	3.24 219	1.32 437	4.14 440	2.41 417	1.74 230	1.84 330	2.05 324	1.47 309	10.03 477	1.60 354	0.34 300	0.28 338	0.32 272	0.27 250	0.32 209	0.39 319

LMCR-Stereo	2.40 386	1.31 470	18.61 476	1.59 487	0.86 305	3.87 354	1.15 410	4.32 504	1.60 226	2.25 395	2.27 429	1.13 173	2.43 457	2.48 282	1.60 354	0.88 529	0.24 278	0.29 209	0.24 192	0.56 426	0.30 211

Wz-Net-LNSev-Ref	2.42 390	1.47 490	14.14 405	1.30 401	1.35 448	3.51 273	1.64 484	4.04 407	2.10 344	2.46 443	1.88 344	2.28 341	2.51 463	4.73 357	3.17 488	0.38 357	0.19 113	0.35 344	0.20 102	0.40 307	0.36 283

PAM	2.43 391	0.61 186	20.86 550	1.07 278	0.73 250	2.93 180	0.53 92	3.24 243	1.53 178	1.89 264	2.43 459	5.29 552	2.76 474	1.84 226	1.02 230	0.27 124	0.24 278	0.26 124	0.25 204	0.40 307	0.50 404

PSM-AAD	2.43 391	0.54 109	1.32 86	0.92 184	0.54 146	4.48 491	7.47 578	2.96 209	1.55 195	2.31 412	2.56 474	1.26 196	16.23 588	2.46 280	0.89 186	0.28 161	0.21 187	0.58 496	0.41 447	0.34 246	1.32 534

AASNet	2.44 393	0.92 384	19.79 502	1.35 424	1.49 477	3.81 334	1.07 389	3.85 347	2.93 498	1.95 282	2.29 436	1.96 309	1.29 261	1.73 209	1.93 406	0.39 369	0.33 386	0.45 433	0.30 326	0.55 420	0.45 370

PAM_32	2.45 394	0.63 205	20.74 547	1.05 269	0.65 211	2.83 162	0.46 67	2.91 205	1.54 187	1.95 282	2.66 484	4.99 542	3.78 517	1.96 240	0.92 202	0.27 124	0.22 216	0.27 155	0.25 204	0.36 277	0.48 390

GMM-Stereo	2.45 394	0.52 85	20.38 532	0.89 160	0.82 286	4.18 441	1.91 503	2.45 131	1.48 141	2.48 446	2.30 441	1.69 256	1.86 409	2.93 314	1.08 241	0.28 161	0.18 79	0.33 307	0.48 474	0.35 264	2.41 561

DMCA-RVC	2.45 394	1.22 455	18.29 468	1.23 369	1.14 389	2.49 137	0.85 282	3.29 249	1.68 249	3.02 509	1.41 182	2.00 316	1.53 331	6.39 392	2.00 416	0.38 357	0.30 361	0.44 426	0.35 387	0.45 377	0.44 364

MyStereo06	2.46 397	0.72 286	19.97 510	1.02 259	0.99 350	4.26 456	0.86 286	3.51 282	1.68 249	1.92 272	1.73 275	4.01 501	4.22 527	1.62 188	0.88 183	0.24 71	0.23 243	0.34 325	0.26 224	0.42 351	0.36 283

SACVNet	2.46 397	1.14 437	9.47 343	1.44 455	1.18 398	4.06 401	1.49 468	3.84 344	2.24 368	2.62 474	1.89 350	2.57 382	1.28 258	11.35 528	1.64 368	0.50 462	0.39 438	0.48 450	0.41 447	0.55 420	0.75 486

RAFT-345	2.46 397	0.55 115	19.69 500	1.02 259	0.49 120	4.43 487	0.78 230	1.64 41	2.34 394	2.09 331	3.12 514	1.96 309	1.31 265	6.65 398	1.43 316	0.36 332	0.23 243	0.32 272	0.25 204	0.28 122	0.25 113

GwcNet-ADL	2.47 400	0.67 248	21.48 570	0.96 213	0.72 245	4.61 522	0.95 353	4.42 525	2.36 399	1.98 289	1.80 304	2.55 380	1.24 254	1.90 235	1.41 313	0.40 377	0.46 480	0.24 70	0.27 250	0.41 332	0.49 397

PFNet	2.47 400	0.60 169	16.95 446	2.15 541	0.81 277	4.63 525	0.91 328	2.55 152	1.52 171	2.40 436	2.79 494	1.83 289	1.42 294	7.54 417	1.34 305	0.33 288	0.21 187	0.36 360	0.27 250	0.32 209	0.39 319

IPLG	2.48 402	0.65 227	19.63 498	0.91 178	0.79 272	4.60 521	0.56 104	4.31 500	1.84 290	1.91 270	2.00 376	1.31 203	1.38 277	6.61 396	1.53 344	0.27 124	0.20 153	0.27 155	0.23 166	0.31 182	0.36 283

HHNet	2.48 402	0.71 282	20.52 538	0.64 19	0.64 202	4.07 406	0.93 343	3.76 327	1.56 201	2.15 356	4.92 543	0.98 153	3.37 505	1.66 197	1.79 390	0.32 270	0.20 153	0.31 252	0.27 250	0.36 277	0.42 349

G2L-Stereo	2.49 404	0.94 394	14.54 413	1.15 333	1.35 448	3.57 290	0.95 353	3.62 300	2.00 316	2.11 338	1.61 240	3.20 442	1.34 270	9.54 457	1.91 404	0.34 300	0.27 326	0.35 344	0.28 279	0.30 163	0.35 277

CRFU-Net	2.49 404	0.78 333	10.36 355	2.30 548	1.08 377	3.91 359	1.41 457	3.85 347	1.65 243	2.15 356	1.76 290	3.34 455	7.95 572	5.56 372	1.48 330	0.47 441	0.35 404	0.30 229	0.28 279	0.37 287	0.43 358

FADNet	2.49 404	1.76 509	13.17 383	1.17 341	0.95 335	3.27 226	0.88 310	3.94 379	2.27 376	1.40 177	1.29 150	2.51 377	2.06 426	9.93 472	1.94 408	0.43 409	0.45 471	0.40 398	0.43 457	1.06 521	0.53 419

RAFT + AFF	2.51 407	2.66 537	4.48 287	1.15 333	1.95 538	4.15 424	2.01 509	4.46 533	3.30 535	2.19 371	2.51 468	2.22 338	4.87 538	8.91 441	2.06 423	0.30 227	0.60 519	0.48 450	0.38 422	0.77 494	0.69 470

UNet	2.51 407	0.74 305	20.17 520	1.14 320	1.44 470	3.48 263	0.76 213	3.77 329	1.87 293	2.05 322	1.57 227	2.75 401	2.39 454	3.51 327	2.51 464	0.32 270	0.26 315	0.41 410	0.26 224	0.38 292	0.39 319

FADNet-RVC	2.51 407	2.27 527	14.03 403	1.09 292	0.81 277	3.54 281	1.10 400	4.13 434	2.48 430	1.39 175	1.22 125	1.85 295	1.77 389	9.78 465	2.06 423	0.38 357	0.37 423	0.40 398	0.40 440	0.67 469	0.48 390

iResNet	2.52 410	0.94 394	21.17 562	1.84 521	0.72 245	3.75 321	0.81 257	4.14 440	2.55 446	2.33 422	2.03 380	1.35 208	1.44 300	3.27 321	2.16 437	0.35 320	0.23 243	0.28 188	0.22 151	0.44 369	0.45 370

IPLGR	2.53 411	0.58 149	20.46 537	0.82 102	0.52 136	4.56 516	0.50 78	4.30 497	2.38 410	1.87 255	1.53 215	1.68 251	1.72 382	6.95 408	1.15 254	0.28 161	0.21 187	0.27 155	0.23 166	0.33 228	0.32 232

NCCL2	2.53 411	1.35 476	10.90 364	1.15 333	0.97 340	3.53 277	2.56 531	3.65 304	2.23 366	2.76 490	1.80 304	2.41 359	1.66 369	10.35 487	2.07 426	0.44 416	0.40 443	0.57 494	0.53 495	0.59 436	0.65 463

fast-acv-ft	2.54 413	1.19 446	20.08 516	1.41 448	1.40 460	3.18 209	1.17 415	3.37 265	2.28 380	1.90 265	2.15 410	2.69 393	2.17 439	2.91 312	2.31 446	0.37 340	0.39 438	0.45 433	0.39 429	0.57 431	0.45 370

XX-Stereo	2.54 413	0.61 186	20.21 521	1.78 512	1.19 405	4.30 465	0.46 67	4.39 521	1.58 210	2.32 416	1.89 350	4.64 534	0.60 51	4.16 348	0.82 157	0.31 249	0.21 187	0.28 188	0.27 250	0.51 405	0.26 137

NLCA_NET_v2_RVC	2.54 413	1.04 415	16.73 442	1.53 475	2.00 540	3.96 381	0.87 306	3.87 353	2.31 388	2.54 457	1.67 256	2.85 414	1.63 362	5.55 371	1.62 362	0.46 432	0.33 386	0.38 388	0.38 422	0.53 415	0.62 453
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	2.54 413	0.90 377	11.10 365	1.32 407	1.47 475	3.58 291	1.38 450	4.13 434	2.45 426	1.90 265	1.71 270	2.86 415	1.76 387	10.86 505	1.66 371	0.60 490	0.43 461	0.53 481	0.41 447	0.78 496	0.94 512

CVANet_RVC	2.55 417	1.10 428	9.13 341	1.46 461	1.15 391	3.96 381	1.53 471	3.91 368	2.50 435	3.04 511	2.04 383	2.60 385	1.72 382	12.46 567	1.50 334	0.49 458	0.30 361	0.51 470	0.41 447	0.63 451	0.50 404

GCST	2.56 418	1.79 511	18.02 464	1.92 527	1.33 445	1.72 74	0.51 82	3.67 308	2.03 321	1.70 221	1.61 240	1.55 235	1.29 261	5.06 360	1.24 278	2.06 559	0.77 541	1.45 557	0.97 542	1.14 531	1.34 535

ARAFT	2.56 418	1.13 433	19.50 495	0.89 160	0.48 112	4.15 424	1.40 454	4.36 515	2.82 488	2.36 428	1.88 344	1.70 258	1.04 192	6.45 393	1.22 273	0.29 184	0.18 79	0.37 372	0.35 387	0.35 264	0.25 113

RASNet	2.56 418	0.70 270	10.06 350	1.60 489	2.25 552	3.67 307	1.00 371	3.38 266	3.14 518	1.81 242	2.11 402	4.60 531	2.30 447	10.25 485	2.61 471	0.37 340	0.24 278	0.25 95	0.24 192	0.28 122	0.26 137

cf-r	2.57 421	0.79 337	16.09 433	1.48 466	1.35 448	4.19 445	0.93 343	3.68 310	2.36 399	1.97 287	1.81 316	3.42 463	1.45 304	8.24 428	1.83 395	0.32 270	0.26 315	0.33 307	0.30 326	0.34 246	0.37 297

UGAM	2.58 422	0.56 126	18.55 475	0.89 160	0.71 243	3.23 216	1.03 380	2.75 184	1.75 273	1.36 169	2.77 493	2.69 393	1.28 258	10.75 500	1.40 309	0.28 161	0.24 278	0.40 398	0.31 342	0.35 264	0.30 211

GrayStereo	2.58 422	0.53 97	1.63 121	1.58 486	0.89 319	4.17 438	8.17 582	3.03 218	1.52 171	2.80 494	2.50 466	1.70 258	17.10 589	2.83 311	1.15 254	0.33 288	0.21 187	0.27 155	0.32 354	0.28 122	0.53 419

ASMatch	2.62 424	0.60 169	20.65 545	1.37 440	0.64 202	4.39 476	0.78 230	1.97 77	1.58 210	1.70 221	3.89 534	1.94 302	3.79 518	5.46 368	1.64 368	0.31 249	0.24 278	0.34 325	0.28 279	0.33 228	0.50 404

RAFT-RH_RVC	2.63 425	0.55 115	19.97 510	1.26 380	0.47 104	4.46 489	0.57 107	1.71 48	1.64 239	3.06 514	5.51 547	2.03 320	1.28 258	6.70 400	1.52 343	0.42 403	0.22 216	0.37 372	0.34 371	0.28 122	0.29 182

DANet	2.63 425	1.07 422	8.10 325	1.83 520	1.70 518	3.25 222	1.16 412	4.31 500	2.38 410	3.40 531	2.18 415	4.08 505	1.80 397	9.77 463	3.89 497	0.52 474	0.55 506	0.59 499	0.44 460	0.63 451	0.86 504
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	2.65 427	2.28 529	16.51 439	0.98 228	0.92 325	4.09 408	0.83 266	4.26 480	1.73 265	1.46 183	1.78 298	1.60 241	1.50 318	8.88 439	2.39 450	0.47 441	0.38 429	0.44 426	0.58 505	0.89 507	0.97 514

iResNetv2_ROB	2.65 427	5.00 555	19.28 490	2.06 537	1.09 381	3.83 336	1.13 407	4.14 440	2.09 336	1.85 248	2.03 380	2.01 319	1.51 322	3.58 329	1.58 350	0.34 300	0.21 187	0.32 272	0.21 118	0.44 369	0.29 182

ccnet	2.66 429	0.97 403	8.01 324	1.54 477	1.24 421	3.75 321	2.18 518	4.07 417	2.41 417	2.66 483	3.25 519	2.87 416	2.31 450	9.89 469	3.50 491	0.78 518	0.75 540	0.71 524	0.67 517	0.76 493	0.81 498

GwcNet-RSSM	2.66 429	1.05 416	15.91 431	1.22 364	1.19 405	4.12 417	1.12 404	3.84 344	2.02 319	1.93 276	1.79 301	3.12 437	1.46 307	10.37 488	2.05 422	0.33 288	0.27 326	0.35 344	0.30 326	0.40 307	0.36 283

z-ln-s-r	2.67 431	1.16 441	12.43 377	1.34 419	1.26 426	3.70 311	1.21 426	4.20 450	2.38 410	2.04 320	1.92 358	2.43 365	1.60 345	10.58 493	5.19 516	0.29 184	0.20 153	0.32 272	0.24 192	0.51 405	0.38 312

xxxx	2.67 431	0.54 109	2.03 158	1.22 364	0.81 277	3.49 266	0.63 142	4.49 538	2.49 434	2.22 385	2.23 424	2.05 324	1.38 277	10.05 478	17.91 581	0.32 270	0.32 379	0.30 229	0.27 250	0.33 228	0.34 263

test_xeample	2.67 431	0.56 126	2.05 161	1.09 292	0.81 277	3.24 219	0.80 247	4.55 545	2.70 464	2.42 438	2.27 429	1.39 213	1.40 284	10.75 500	17.51 580	0.30 227	0.30 361	0.32 272	0.28 279	0.34 246	0.33 250

PASM	2.67 431	2.05 522	9.71 344	1.73 507	1.37 453	2.53 145	1.52 469	3.10 225	2.17 357	2.79 493	1.84 330	2.90 417	1.85 408	11.89 557	2.19 438	0.81 523	0.85 544	0.87 539	1.01 545	1.14 531	1.05 519

AIO-Stereo-zeroshot1	2.68 435	1.26 462	22.01 579	1.08 286	0.99 350	1.61 69	0.86 286	3.69 315	1.64 239	1.52 189	5.62 549	3.35 456	3.44 511	2.20 266	1.33 302	0.26 107	0.21 187	0.30 229	0.62 513	0.93 511	0.67 465

222	2.68 435	0.57 136	2.03 158	1.11 308	0.81 277	3.23 216	0.65 154	4.52 543	2.45 426	2.34 423	2.29 436	1.41 219	1.44 300	10.50 491	18.47 585	0.32 270	0.30 361	0.32 272	0.27 250	0.32 209	0.34 263

PWC_ROB	2.69 437	2.01 519	8.36 327	1.33 412	1.90 536	3.23 216	1.18 416	4.33 506	3.25 529	3.11 516	3.41 525	2.71 396	2.18 441	9.15 448	4.48 501	0.56 483	0.31 371	0.61 507	0.36 397	0.69 474	0.74 483

pcwnet_v2	2.70 438	0.65 227	22.48 582	1.08 286	1.03 363	3.56 286	0.81 257	4.29 489	3.14 518	2.29 402	2.29 436	3.01 427	1.71 380	3.32 324	1.43 316	0.43 409	0.50 496	0.41 410	0.34 371	0.61 445	0.56 433

Wz-Net-MNSev	2.71 439	2.54 535	13.91 401	1.52 473	1.37 453	3.28 230	2.47 525	4.03 403	2.32 392	2.57 462	2.07 394	2.29 346	3.01 486	7.55 418	2.74 476	0.38 357	0.36 410	0.36 360	0.37 409	0.57 431	0.47 385

w-ln-seven-2	2.73 440	2.13 523	12.47 379	1.18 347	1.01 360	3.54 281	1.58 477	3.93 375	3.26 530	2.43 440	2.02 378	2.63 389	2.28 446	7.93 425	5.45 519	0.40 377	0.40 443	0.44 426	0.34 371	0.62 449	0.47 385

ttt	2.76 441	0.56 126	2.28 195	1.41 448	1.21 417	3.67 307	0.77 226	4.59 548	2.94 499	2.35 424	2.30 441	2.45 370	1.54 334	11.25 526	15.56 568	0.43 409	0.36 410	0.37 372	0.33 362	0.40 307	0.40 339

UGAM-zero	2.79 442	0.57 136	20.87 552	0.98 228	0.77 267	2.08 105	0.35 27	3.88 356	1.51 162	2.05 322	1.64 247	5.07 546	3.42 510	9.83 466	1.24 278	0.28 161	0.21 187	0.27 155	0.29 307	0.29 140	0.28 172

RP	2.79 442	1.20 448	10.36 355	1.54 477	1.93 537	3.44 251	1.97 506	4.05 411	2.34 394	2.66 483	2.79 494	3.98 499	2.58 467	10.21 483	2.61 471	0.95 532	0.47 484	0.71 524	0.57 504	0.71 484	0.68 468

SHD	2.82 444	2.04 521	13.80 398	1.69 500	1.79 528	2.73 157	1.07 389	3.85 347	3.18 522	4.63 556	2.74 489	3.38 461	2.77 475	5.48 370	3.66 494	0.62 494	0.47 484	0.51 470	0.55 499	0.65 462	0.74 483

FADNet-RVC-Resample	2.83 445	2.02 520	21.07 557	1.12 312	0.91 324	3.53 277	1.37 448	4.08 421	2.09 336	1.68 216	1.33 159	2.03 320	1.51 322	9.54 457	1.69 374	0.38 357	0.37 423	0.42 417	0.44 460	0.56 426	0.56 433

StereoDRNet	2.84 446	1.49 492	14.48 412	1.33 412	1.57 496	3.44 251	2.06 511	3.69 315	2.36 399	3.26 524	1.84 330	2.79 411	1.80 397	10.88 506	3.16 487	0.41 392	0.33 386	0.39 392	0.36 397	0.59 436	0.58 442

w-ln-seven	2.86 447	3.06 542	14.02 402	1.27 388	1.32 441	4.10 414	1.59 478	3.90 363	2.59 451	3.03 510	2.27 429	3.42 463	2.25 444	6.70 400	4.81 509	0.39 369	0.34 398	0.48 450	0.40 440	0.74 489	0.55 429

AAGNet	2.86 447	0.60 169	1.77 133	2.05 536	0.46 94	4.76 550	1.09 398	2.27 108	1.56 201	2.17 365	1.84 330	2.41 359	4.00 522	6.23 389	24.22 597	0.46 432	0.19 113	0.30 229	0.29 307	0.32 209	0.24 103

Consistency-Raft	2.86 447	1.66 503	19.61 496	1.40 447	1.75 523	3.84 341	1.32 437	4.07 417	2.25 371	1.78 236	2.67 485	1.82 286	4.41 531	1.94 239	2.06 423	0.83 526	0.94 548	1.03 544	1.12 550	1.70 551	1.09 522

PDISCO_ROB	2.86 447	1.53 495	14.27 409	1.98 533	2.19 549	4.52 505	1.35 441	4.65 551	3.19 523	2.09 331	2.16 411	3.53 478	2.45 459	5.32 364	2.12 430	1.30 553	0.78 542	0.72 528	0.59 507	1.24 540	1.28 530

AF-Net	2.87 451	1.30 466	16.24 434	1.33 412	1.75 523	3.26 224	1.59 478	4.09 423	2.43 421	2.69 485	2.94 502	4.51 526	3.20 499	5.84 379	2.75 477	0.76 517	0.36 410	0.72 528	0.49 478	0.70 475	0.56 433

HSM-Net_RVC	2.87 451	0.57 136	17.46 457	0.92 184	0.90 322	3.70 311	1.20 423	5.64 574	2.51 438	3.22 523	2.43 459	2.54 379	1.59 339	11.41 530	1.65 370	0.34 300	0.25 302	0.26 124	0.23 166	0.30 163	0.29 182
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 453	1.16 441	18.30 469	1.35 424	1.68 516	3.52 276	1.18 416	3.90 363	2.06 330	2.52 453	2.82 499	3.82 492	2.34 451	6.78 405	2.55 469	0.86 528	0.40 443	0.59 499	0.67 517	0.57 431	0.55 429

DDUNet	2.91 454	2.78 539	6.94 312	3.53 569	2.26 553	3.28 230	1.36 443	3.77 329	2.04 325	2.62 474	2.49 465	4.18 511	1.69 376	5.38 366	1.85 397	2.21 561	1.77 567	2.61 570	2.43 582	2.60 557	2.34 560

MFMNet_re	2.91 454	1.91 514	18.25 466	3.06 563	1.89 535	3.13 204	1.67 489	3.52 283	2.97 501	3.14 518	2.87 501	2.26 339	2.41 455	2.42 277	2.00 416	1.10 538	1.05 550	0.94 541	0.90 537	1.28 541	1.46 542

ACV-stereo	2.92 456	0.92 384	20.27 527	1.33 412	1.05 368	4.68 532	1.10 400	2.66 172	1.64 239	1.46 183	1.32 157	5.41 554	4.24 528	7.83 423	1.90 403	0.44 416	0.52 498	0.32 272	0.29 307	0.45 377	0.63 457

GANet	2.93 457	1.05 416	11.29 367	1.64 494	0.96 336	3.91 359	2.52 528	3.72 322	2.41 417	2.95 507	3.00 505	3.21 443	2.03 422	12.42 565	4.72 506	0.51 468	0.41 452	0.46 439	0.39 429	0.60 440	0.50 404

RTSC	2.95 458	2.51 531	15.49 429	1.54 477	1.30 432	3.51 273	0.86 286	3.89 358	2.48 430	3.64 534	3.12 514	3.04 429	2.30 447	5.70 376	6.67 523	0.55 481	0.35 404	0.37 372	0.39 429	0.70 475	0.60 447

PWCDC_ROB	2.95 458	3.26 544	14.06 404	1.59 487	1.56 492	4.19 445	0.86 286	4.30 497	4.08 556	2.06 327	7.37 553	2.75 401	2.42 456	3.59 330	2.67 474	1.34 555	0.36 410	0.39 392	0.34 371	1.13 530	0.62 453

PSMNet_ROB	2.95 458	1.38 480	18.46 474	1.19 350	1.20 411	3.80 332	1.65 487	3.54 288	2.35 396	1.98 289	1.71 270	2.75 401	1.79 392	11.43 532	2.78 478	0.42 403	0.36 410	0.50 467	0.60 509	0.59 436	0.49 397

ff1	2.96 461	0.60 169	5.21 296	1.14 320	0.99 350	3.62 299	0.86 286	4.22 459	3.37 538	2.20 374	2.30 441	3.48 467	1.62 349	11.62 540	16.09 570	0.29 184	0.16 33	0.48 450	0.37 409	0.30 163	0.29 182

FINET	2.96 461	1.07 422	23.18 588	1.29 394	1.86 533	2.03 96	1.52 469	4.30 497	4.71 562	2.23 389	2.34 455	1.65 247	1.48 311	5.89 380	2.81 480	0.51 468	0.47 484	0.49 464	0.40 440	0.59 436	0.49 397

XQC	2.96 461	2.42 530	14.85 415	1.36 430	1.32 441	3.29 234	1.53 471	4.28 486	2.78 474	3.21 522	2.46 461	3.53 478	2.92 482	6.58 395	4.67 503	0.70 513	0.41 452	0.59 499	0.56 501	0.96 516	0.83 503

SGM-Forest	2.96 461	0.62 196	3.49 263	1.09 292	0.80 274	4.06 401	3.30 553	4.37 518	3.09 514	4.18 551	3.27 521	4.67 536	3.86 520	11.69 549	7.91 538	0.51 468	0.46 480	0.49 464	0.39 429	0.48 395	0.49 397
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 465	0.58 149	13.42 387	0.79 89	0.51 127	3.84 341	1.84 501	2.42 125	1.60 226	2.25 395	2.74 489	2.03 320	6.04 552	6.79 407	12.80 561	0.35 320	0.26 315	0.26 124	0.27 250	0.27 105	0.37 297

RYNet	2.97 465	0.93 388	15.09 423	1.12 312	1.38 456	3.66 306	1.42 459	4.03 403	2.29 383	2.10 334	1.70 266	3.79 490	2.16 437	13.64 581	3.02 485	0.37 340	0.41 452	0.48 450	0.34 371	0.81 501	0.75 486

TCMNet	2.98 467	1.30 466	18.26 467	1.47 464	2.09 546	3.84 341	1.08 394	3.96 386	2.39 414	2.53 456	2.29 436	2.43 365	1.75 386	10.09 480	2.39 450	0.52 474	0.45 471	0.61 507	0.50 484	0.80 500	0.78 492

mmx	2.98 467	0.60 169	5.21 296	1.14 320	0.99 350	3.62 299	0.86 286	4.49 538	3.05 510	2.20 374	2.30 441	3.48 467	1.62 349	11.62 540	16.09 570	0.33 288	0.28 338	0.48 450	0.37 409	0.44 369	0.37 297

xxx	2.98 467	0.60 169	5.21 296	1.14 320	0.99 350	3.62 299	0.86 286	4.49 538	3.05 510	2.20 374	2.30 441	3.48 467	1.62 349	11.62 540	16.09 570	0.33 288	0.28 338	0.48 450	0.37 409	0.44 369	0.37 297

Wz-Net-SNSev	2.98 467	4.36 552	15.98 432	1.57 485	1.19 405	3.28 230	1.80 496	3.96 386	2.40 415	2.32 416	2.28 433	3.48 467	2.05 425	7.84 424	3.82 496	0.47 441	0.39 438	0.53 481	0.49 478	0.71 484	0.60 447

DispNO	3.00 471	0.75 318	18.92 480	1.17 341	1.10 383	3.72 315	0.94 349	4.29 489	2.54 444	2.24 392	2.28 433	4.51 526	2.12 430	11.40 529	2.09 428	0.31 249	0.28 338	0.31 252	0.28 279	0.36 277	0.39 319

GwcNet	3.00 471	1.63 499	19.83 504	1.32 407	2.04 545	3.27 226	1.55 475	3.65 304	2.33 393	2.00 306	2.12 405	3.56 482	1.68 375	9.47 455	2.45 459	0.44 416	0.45 471	0.46 439	0.38 422	0.60 440	0.76 488

LL-Strereo	3.01 473	1.81 512	17.59 460	1.12 312	2.10 547	2.90 170	1.09 398	4.33 506	2.00 316	3.12 517	2.24 425	3.29 450	3.15 494	11.31 527	1.84 396	0.30 227	0.28 338	0.46 439	0.34 371	0.49 401	0.45 370

Anonymous_2	3.01 473	0.89 375	4.53 288	1.06 275	1.18 398	2.93 180	0.87 306	3.24 243	1.46 127	1.86 253	1.35 167	4.11 507	2.35 452	1.64 194	1.28 291	0.82 524	0.90 546	8.71 601	15.84 604	4.44 578	0.74 483

STrans-v2	3.03 475	0.77 327	20.91 553	0.81 92	0.63 200	3.89 356	1.01 374	4.27 481	2.64 457	2.28 400	3.70 530	4.13 508	5.20 542	7.33 412	1.27 287	0.31 249	0.18 79	0.29 209	0.25 204	0.29 140	0.41 345

TransformOpticalFlow	3.03 475	0.77 327	20.99 556	1.00 242	0.55 154	4.18 441	0.64 145	4.33 506	3.02 508	2.18 367	3.09 512	4.35 519	5.07 540	7.36 415	1.27 287	0.32 270	0.18 79	0.32 272	0.26 224	0.28 122	0.46 380

AANet_RVC	3.03 475	1.72 506	12.78 381	1.17 341	1.12 386	3.79 330	1.10 400	3.86 350	3.13 516	2.62 474	4.26 537	3.96 498	1.41 289	11.43 532	5.23 517	0.94 531	0.47 484	0.34 325	0.23 166	0.40 307	0.55 429

DRN-Test	3.03 475	0.99 405	18.18 465	1.35 424	1.60 498	3.59 292	1.48 464	4.13 434	2.45 426	3.47 533	1.92 358	2.58 384	2.53 464	10.88 506	2.80 479	0.39 369	0.36 410	0.44 426	0.41 447	0.55 420	0.57 437

Syn2CoEx	3.08 479	2.55 536	19.88 506	1.34 419	1.18 398	2.43 132	1.65 487	3.91 368	2.40 415	2.39 434	2.27 429	2.90 417	3.17 498	9.57 460	2.54 468	0.50 462	0.45 471	0.53 481	0.39 429	0.74 489	0.72 481

stereogan	3.09 480	0.93 388	16.43 437	1.37 440	1.66 512	3.70 311	1.67 489	3.87 353	3.15 520	3.04 511	2.70 488	5.04 545	2.79 476	9.96 473	1.78 389	0.63 495	0.49 495	0.69 521	0.47 469	0.83 504	0.68 468

PA-Net	3.09 480	1.24 460	18.84 478	1.38 442	1.19 405	3.42 249	1.75 492	3.89 358	3.27 534	1.88 258	2.10 398	3.03 428	1.88 413	11.60 538	2.88 481	0.40 377	0.54 501	0.44 426	0.62 513	0.52 409	1.02 517
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 482	1.45 489	14.90 418	1.46 461	1.79 528	3.33 236	1.39 452	4.04 407	2.26 374	2.77 491	3.26 520	4.00 500	2.71 473	11.63 545	2.62 473	0.82 524	0.46 480	0.79 534	0.79 532	0.71 484	0.78 492

PVD	3.12 483	1.97 518	12.80 382	1.79 517	1.63 503	3.83 336	1.34 440	3.48 273	3.88 551	5.77 564	3.56 528	3.45 466	3.29 502	5.58 374	5.30 518	0.71 515	0.69 534	0.74 532	0.77 528	0.79 498	1.13 525

1111x	3.13 484	0.57 136	8.38 328	1.20 355	0.76 261	3.80 332	0.88 310	4.61 550	2.63 455	2.31 412	2.16 411	1.95 304	1.81 400	11.54 536	18.13 583	0.32 270	0.31 371	0.32 272	0.30 326	0.35 264	0.34 263

APVNet	3.13 484	1.25 461	21.14 559	1.31 404	1.52 482	3.94 371	1.13 407	3.32 256	2.14 351	2.20 374	2.03 380	3.05 432	1.96 419	11.79 553	2.53 466	0.42 403	0.45 471	0.64 515	0.46 466	0.67 469	0.57 437

MaskLacGwcNet_RVC	3.13 484	1.43 487	9.93 348	2.50 553	1.62 501	4.29 463	1.68 491	3.95 381	2.43 421	1.66 213	1.91 356	3.04 429	1.41 289	13.26 573	1.58 350	3.82 579	1.59 563	1.12 550	0.46 466	2.21 555	2.74 570

zh-mn7	3.15 487	9.61 580	12.45 378	1.26 380	0.99 350	2.91 173	1.32 437	4.12 432	2.74 468	3.33 527	3.07 509	2.84 413	1.89 414	8.91 441	4.69 505	0.49 458	0.40 443	0.38 388	0.38 422	0.56 426	0.63 457

ADLNet2	3.15 487	0.92 384	20.06 513	1.20 355	1.79 528	3.83 336	1.48 464	3.94 379	3.59 544	2.19 371	2.47 463	4.65 535	1.93 418	10.69 499	1.96 413	0.39 369	0.37 423	0.28 188	0.30 326	0.48 395	0.43 358

NCC-stereo	3.16 489	1.28 464	18.31 470	1.25 373	1.75 523	4.06 401	1.40 454	3.89 358	2.22 364	2.72 487	2.55 472	3.49 473	2.65 470	9.91 470	2.99 483	1.29 551	0.65 526	0.64 515	0.86 535	0.65 462	0.71 474

Abc-Net	3.16 489	1.28 464	18.31 470	1.25 373	1.75 523	4.06 401	1.40 454	3.89 358	2.22 364	2.72 487	2.55 472	3.49 473	2.65 470	9.91 470	2.99 483	1.29 551	0.65 526	0.64 515	0.86 535	0.65 462	0.71 474
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	3.20 491	1.93 515	18.84 478	1.51 472	0.80 274	4.12 417	1.82 498	4.16 445	2.91 494	1.87 255	1.74 277	2.48 374	1.84 404	13.18 572	1.74 383	0.80 521	0.57 509	0.79 534	0.74 524	1.20 539	0.86 504
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	3.24 492	5.55 559	20.58 543	1.56 484	1.25 424	2.32 123	1.12 404	4.04 407	2.67 461	1.88 258	2.10 398	3.00 426	2.16 437	10.59 494	2.43 457	0.65 501	0.37 423	0.61 507	0.45 464	0.87 506	0.58 442

FBW_ROB	3.24 492	1.02 410	9.21 342	1.49 469	1.07 375	3.78 326	1.48 464	4.31 500	3.08 513	2.46 443	2.32 453	4.20 514	2.08 428	15.19 587	7.16 533	0.84 527	0.62 522	1.33 555	0.92 538	0.99 517	1.31 532

HBP-ISP	3.25 494	1.10 428	20.86 550	1.54 477	1.15 391	4.50 500	2.89 542	4.43 528	2.38 410	4.14 547	1.96 363	1.90 298	2.04 424	11.08 519	1.32 298	0.66 503	0.57 509	0.66 518	0.61 512	0.64 459	0.61 450

aanetorigin	3.30 495	1.66 503	17.52 459	1.18 347	1.58 497	2.57 148	3.80 567	2.65 170	2.03 321	6.12 569	4.30 538	2.82 412	5.70 548	5.47 369	4.67 503	0.50 462	0.44 466	0.43 421	0.47 469	1.17 536	0.92 510

ADCRef	3.30 495	1.23 459	14.90 418	1.17 341	1.41 467	3.95 376	1.64 484	3.88 356	2.36 399	3.05 513	2.21 421	2.40 357	2.81 478	5.04 359	16.63 575	0.46 432	0.34 398	0.63 512	0.62 513	0.54 418	0.67 465

CBMV	3.32 497	0.96 402	21.16 561	1.32 407	0.83 292	3.81 334	3.91 570	4.47 534	2.53 440	3.34 528	2.24 425	4.45 523	2.58 467	10.07 479	1.96 413	0.45 425	0.43 461	0.48 450	0.38 422	0.52 409	0.53 419
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 498	0.81 345	20.05 512	1.25 373	1.20 411	3.44 251	1.99 508	4.23 463	2.67 461	3.14 518	3.82 533	3.51 476	3.32 504	11.68 548	1.94 408	0.64 498	0.67 530	0.48 450	0.52 491	0.61 445	0.81 498

CC-Net-ROB	3.35 499	1.76 509	13.89 400	2.33 550	1.65 509	4.49 497	1.62 481	4.73 555	2.90 493	1.92 272	2.05 389	1.99 315	1.61 346	12.57 570	1.60 354	2.46 562	2.18 572	2.68 572	1.04 548	2.11 554	1.38 538

z-mn7	3.36 500	9.42 578	14.16 406	1.28 390	1.22 418	3.78 326	1.43 461	3.92 373	3.35 537	2.85 498	3.36 523	3.06 433	1.97 420	9.66 461	5.16 513	0.42 403	0.35 404	0.43 421	0.33 362	0.63 451	0.48 390

edge stereo	3.37 501	1.01 409	21.99 578	1.28 390	1.37 453	2.67 155	1.39 452	3.98 390	2.87 491	2.93 502	3.27 521	4.35 519	2.43 457	11.62 540	2.39 450	0.60 490	0.63 524	0.79 534	0.55 499	0.68 472	0.67 465

DPSNet	3.43 502	1.37 479	12.19 374	1.39 444	1.24 421	4.15 424	2.06 511	4.51 542	3.34 536	2.69 485	1.96 363	3.52 477	5.56 547	10.68 498	9.68 546	0.93 530	0.73 538	0.40 398	0.37 409	1.06 521	0.86 504

S-Stereo	3.48 503	0.91 382	22.06 581	1.36 430	1.50 479	3.55 284	2.53 530	4.21 456	2.81 486	2.37 429	3.81 532	3.75 488	1.84 404	11.90 558	2.51 464	0.63 495	0.71 536	0.48 450	0.76 526	0.67 469	1.19 528

UDG	3.55 504	2.81 540	17.45 456	2.69 556	1.98 539	3.97 386	1.19 419	4.35 510	2.02 319	2.42 438	2.53 471	4.50 525	2.46 461	6.53 394	2.41 454	2.12 560	1.77 567	2.63 571	2.57 584	2.64 558	1.95 552

SAMSARA	3.55 504	2.16 525	14.18 407	1.86 524	1.49 477	4.62 523	2.65 535	3.58 295	2.80 480	7.05 574	3.05 508	5.16 551	4.07 524	9.18 449	4.80 508	0.64 498	0.67 530	0.59 499	0.68 520	0.89 507	0.91 509

WZ-Net	3.62 506	4.87 554	16.77 444	1.43 452	1.40 460	3.75 321	2.29 521	4.12 432	2.50 435	2.74 489	2.19 417	4.06 504	5.29 544	10.19 482	7.36 534	0.54 479	0.37 423	0.47 442	0.49 478	0.77 494	0.73 482

CBMV_ROB	3.62 506	0.70 270	21.42 569	1.21 361	0.89 319	4.43 487	1.76 493	4.39 521	2.79 476	5.88 566	3.38 524	4.18 511	5.12 541	10.75 500	2.32 447	0.56 483	0.55 506	0.53 481	0.51 488	0.55 420	0.46 380

Wz-Net-TNSev	3.67 508	8.83 569	13.47 390	1.48 466	1.18 398	3.60 294	2.49 527	4.27 481	3.13 516	2.18 367	1.89 350	4.21 515	2.80 477	12.10 560	7.58 537	0.57 485	0.55 506	0.47 442	0.54 497	0.91 510	1.05 519

SQANet	3.70 509	9.34 577	18.41 472	2.75 557	2.74 558	3.40 245	1.47 463	3.50 279	1.68 249	2.60 470	1.75 281	2.69 393	1.91 416	6.72 404	1.74 383	2.96 565	1.41 561	1.85 560	1.12 550	3.17 560	2.70 569

DeepPrunerF	3.70 509	1.72 506	14.87 416	1.33 412	1.74 522	3.70 311	1.55 475	4.20 450	14.00 589	2.02 313	1.77 295	2.74 399	2.30 447	10.88 506	6.88 529	0.68 509	0.60 519	0.78 533	0.78 531	0.81 501	0.71 474

FTStereo	3.71 511	0.53 97	20.37 531	0.96 213	0.65 211	4.34 468	11.29 586	2.62 166	1.50 155	2.58 466	5.04 544	1.90 298	13.84 584	3.71 335	1.25 281	0.38 357	0.24 278	0.31 252	0.32 354	0.30 163	2.10 555

ADCP+	3.74 512	1.96 517	16.90 445	1.09 292	1.55 489	4.35 470	3.65 565	3.93 375	2.98 504	2.22 385	1.66 255	3.95 496	4.83 537	3.41 325	18.87 588	0.38 357	0.41 452	0.63 512	0.53 495	0.64 459	0.81 498

test_sample9	3.79 513	1.05 416	7.87 320	1.07 278	0.86 305	3.93 366	1.19 419	4.35 510	2.11 346	2.14 348	1.75 281	1.75 264	1.67 371	11.06 516	11.61 556	1.23 545	14.45 605	4.27 590	2.09 576	0.70 475	0.69 470

zh-sn7	3.81 514	11.43 587	15.78 430	1.25 373	1.15 391	3.68 310	2.58 533	4.15 444	2.42 420	2.61 472	3.10 513	3.38 461	3.03 490	11.43 532	6.88 529	0.45 425	0.48 490	0.45 433	0.43 457	0.72 487	0.71 474

MFN_U_SF_RVC	3.81 514	10.78 584	15.01 421	1.84 521	1.39 458	3.73 319	1.63 482	4.05 411	3.26 530	2.91 500	2.38 457	4.36 521	3.65 515	8.43 432	4.91 511	1.11 540	1.04 549	0.99 543	1.31 557	1.58 547	1.75 549

ADCPNet	3.89 516	1.63 499	20.25 526	1.28 390	1.27 428	6.43 568	2.65 535	3.93 375	2.70 464	2.78 492	2.20 419	4.28 517	6.16 556	5.56 372	10.27 549	0.65 501	1.18 554	0.71 524	1.70 565	0.84 505	1.37 536

RTS	3.90 517	7.04 563	17.94 462	1.92 527	2.19 549	5.00 556	2.96 544	4.29 489	3.19 523	4.05 544	3.08 510	4.94 540	3.16 496	7.64 419	6.72 524	0.66 503	0.44 466	0.51 470	0.47 469	0.95 512	0.76 488

RTSA	3.90 517	7.04 563	17.94 462	1.92 527	2.19 549	5.00 556	2.96 544	4.29 489	3.19 523	4.05 544	3.08 510	4.94 540	3.16 496	7.64 419	6.72 524	0.66 503	0.44 466	0.51 470	0.47 469	0.95 512	0.76 488

MFN_U_SF_DS_RVC	3.94 519	10.88 585	12.30 376	1.26 380	1.55 489	5.19 559	3.33 555	4.42 525	2.82 488	2.58 466	2.62 480	5.00 543	2.11 429	14.03 585	2.73 475	1.28 550	2.34 579	0.67 520	1.83 570	0.81 501	1.03 518

ADCMid	3.96 520	3.27 545	15.48 428	1.26 380	1.40 460	4.66 529	2.28 520	4.06 415	3.54 543	3.94 541	3.02 506	3.85 493	3.67 516	4.03 345	18.65 586	0.68 509	0.61 521	1.09 549	1.18 554	1.38 544	1.08 521

SDNR	3.97 521	1.93 515	20.28 528	1.31 404	0.94 332	5.16 558	0.67 159	4.33 506	2.58 448	4.82 560	5.94 550	5.01 544	1.45 304	17.52 589	2.53 466	0.79 519	0.72 537	0.59 499	0.45 464	1.15 534	1.17 526

MADNet+	3.97 521	9.54 579	13.83 399	1.87 525	1.69 517	4.19 445	2.87 541	4.80 558	4.10 557	2.51 451	2.67 485	4.55 529	3.41 507	8.72 436	6.92 531	1.25 548	1.27 558	1.04 545	0.93 539	1.39 545	1.85 550

SPS-STEREO	3.97 521	1.44 488	20.85 549	1.72 506	1.71 519	3.24 219	2.30 522	3.55 290	2.68 463	4.79 559	3.66 529	5.44 555	2.97 483	9.11 446	9.35 545	1.15 541	1.10 552	1.06 547	1.02 547	1.16 535	1.18 527
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 524	1.13 433	16.64 440	1.12 312	1.25 424	3.50 270	3.05 548	4.29 489	3.26 530	3.64 534	2.56 474	2.97 423	4.79 536	13.33 575	16.91 576	0.37 340	0.41 452	0.38 388	0.39 429	0.48 395	0.81 498

G-Net	4.11 525	1.21 449	19.47 494	2.31 549	2.94 562	4.74 548	2.95 543	3.33 262	2.14 351	4.44 554	9.43 569	6.93 563	3.84 519	9.01 445	4.92 512	0.79 519	0.80 543	0.70 523	0.50 484	0.95 512	0.87 507

THIR-Stereo	4.14 526	0.82 352	10.85 363	0.86 142	0.43 67	2.16 110	16.77 593	3.22 239	1.54 187	2.04 320	12.05 582	2.68 392	7.53 569	7.30 411	12.62 560	0.30 227	0.21 187	0.29 209	0.28 279	0.33 228	0.41 345

AnyNet_C32	4.17 527	5.75 560	12.62 380	1.60 489	1.54 485	5.51 562	4.09 571	3.90 363	3.23 528	4.22 552	3.03 507	3.10 434	3.41 507	8.01 427	18.85 587	0.53 477	0.58 514	0.53 481	0.74 524	1.19 538	0.97 514

Ntro	4.21 528	8.94 573	19.89 507	3.22 565	2.96 563	4.15 424	1.89 502	3.92 373	2.36 399	1.77 234	2.14 408	3.35 456	2.17 439	9.48 456	2.24 441	3.52 574	1.76 566	2.13 563	1.31 557	3.83 570	3.09 571

ADCS	4.22 529	5.33 556	16.32 435	1.64 494	1.31 434	3.91 359	3.64 564	4.21 456	2.89 492	5.11 561	2.81 498	4.46 524	3.06 493	5.21 363	19.50 589	0.63 495	0.64 525	0.69 521	0.69 522	1.12 529	1.26 529

ADCL	4.35 530	1.63 499	14.21 408	1.29 394	1.26 426	5.56 563	11.16 585	3.97 388	3.37 538	6.07 567	4.67 540	4.30 518	5.72 549	5.08 361	14.51 565	0.50 462	0.48 490	0.89 540	0.77 528	0.78 496	0.76 488

AnyNet_C01	4.37 531	7.80 565	16.40 436	1.98 533	1.40 460	6.37 567	6.47 577	4.09 423	5.03 567	4.06 546	3.78 531	4.16 510	3.31 503	6.62 397	10.00 547	0.61 492	0.67 530	0.63 512	0.67 517	2.01 552	1.31 532

MSC_U_SF_DS_RVC	4.48 532	10.62 583	15.18 426	1.55 482	1.45 474	6.16 565	3.54 562	5.41 572	3.68 548	2.59 469	2.74 489	4.81 537	2.20 442	13.79 582	4.40 500	2.04 558	3.36 592	1.05 546	1.20 555	2.09 553	1.72 547

RainbowNet	4.56 533	8.28 566	20.07 515	3.64 573	3.23 571	4.15 424	2.99 546	4.18 446	3.03 509	2.20 374	2.65 483	4.26 516	2.90 481	9.77 463	2.12 430	3.88 580	2.27 576	2.71 575	1.72 567	3.78 569	3.31 579

SGM_RVC	4.57 534	0.72 286	17.46 457	1.84 521	0.58 179	4.23 454	3.45 557	4.66 552	3.66 547	7.99 579	8.82 567	7.56 566	8.74 577	12.30 562	6.84 528	0.43 409	0.38 429	0.39 392	0.35 387	0.51 405	0.48 390
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 535	8.93 572	19.95 509	3.11 564	2.67 556	3.91 359	2.57 532	3.82 340	2.25 371	2.22 385	9.72 571	4.08 505	2.35 452	8.57 434	2.13 433	3.51 573	1.65 565	2.15 564	1.17 553	3.69 567	3.15 573

DispFullNet	4.64 536	3.48 547	23.95 591	3.99 575	3.03 564	3.35 238	1.06 387	4.18 446	2.80 480	6.33 571	2.94 502	4.04 503	7.81 571	3.92 343	5.16 513	2.75 563	1.61 564	3.10 580	2.68 587	3.32 562	3.31 579

CSAN	4.71 537	1.39 482	20.23 522	1.19 350	0.87 310	3.65 305	3.50 559	4.57 547	3.87 550	3.89 540	7.82 556	3.54 481	6.16 556	23.47 598	6.82 527	0.52 474	0.45 471	0.49 464	0.52 491	0.63 451	0.66 464

test_sample8	4.76 538	1.05 416	7.87 320	1.07 278	0.86 305	3.93 366	1.19 419	4.38 519	2.05 328	5.49 562	1.89 350	12.98 579	6.37 558	11.06 516	11.61 556	1.23 545	14.45 605	4.27 590	2.09 576	0.70 475	0.69 470

SuperB	4.79 539	4.41 553	21.08 558	1.45 459	1.08 377	3.91 359	3.08 550	4.18 446	3.01 507	2.50 448	2.10 398	2.75 401	3.49 513	8.80 438	19.60 590	0.44 416	0.33 386	0.53 481	0.39 429	12.01 599	0.64 461

IMH-64-1	4.84 540	2.53 533	6.83 309	4.30 581	3.74 576	4.81 552	6.05 574	5.30 567	3.92 552	3.95 542	8.33 560	5.08 547	6.06 553	8.96 443	6.30 521	4.57 590	2.96 586	3.04 577	2.12 579	4.28 575	3.62 582

IMH-64	4.84 540	2.53 533	6.83 309	4.30 581	3.74 576	4.81 552	6.05 574	5.30 567	3.92 552	3.95 542	8.33 560	5.08 547	6.06 553	8.96 443	6.30 521	4.57 590	2.96 586	3.04 577	2.12 579	4.28 575	3.62 582

NVStereoNet_ROB	4.91 542	1.40 483	16.46 438	1.47 464	1.72 521	3.46 257	1.96 505	3.89 358	3.61 545	2.90 499	24.61 598	4.81 537	4.49 533	13.57 579	4.87 510	1.33 554	1.29 559	1.70 559	1.68 563	1.41 546	1.66 544
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	5.12 543	0.90 377	21.33 565	1.50 470	1.33 445	4.09 408	3.49 558	4.03 403	4.59 561	6.57 572	10.95 576	12.92 578	8.41 576	9.86 468	8.78 543	0.75 516	0.58 514	0.51 470	0.50 484	0.68 472	0.57 437

WAO-7	5.16 544	3.21 543	18.98 482	1.88 526	1.44 470	5.34 560	3.09 551	4.91 560	5.81 574	4.35 553	8.92 568	6.55 560	6.06 553	13.40 577	10.81 551	1.34 555	1.20 557	1.48 558	1.35 560	1.60 548	1.45 540

CrosDoStereo	5.24 545	0.60 169	20.23 522	0.82 102	0.51 127	3.39 242	18.11 595	3.82 340	2.27 376	1.98 289	8.74 564	1.96 309	6.96 564	7.35 413	26.35 599	0.30 227	0.22 216	0.30 229	0.28 279	0.33 228	0.38 312

DeepStereo_LL	5.24 545	0.60 169	20.23 522	0.82 102	0.51 127	3.39 242	18.11 595	3.82 340	2.27 376	1.98 289	8.74 564	1.96 309	6.96 564	7.35 413	26.35 599	0.30 227	0.22 216	0.30 229	0.28 279	0.33 228	0.38 312

MeshStereo	5.35 547	1.32 472	21.34 566	1.34 419	1.15 391	4.40 480	3.90 569	5.18 564	4.55 559	10.14 589	11.82 581	11.47 574	5.84 550	13.84 583	7.03 532	0.61 492	0.58 514	0.60 504	0.58 505	0.72 487	0.59 446
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	5.41 548	12.60 588	20.42 535	3.27 566	3.15 569	4.50 500	3.02 547	4.66 552	3.73 549	3.35 530	5.36 546	7.86 567	2.88 479	12.33 564	4.76 507	3.12 569	2.22 574	2.70 574	1.69 564	3.49 563	3.10 572

pmcnn	5.45 549	1.22 455	17.40 454	1.60 489	2.41 555	3.48 263	2.12 514	4.52 543	3.26 530	3.67 536	13.15 585	22.10 592	3.46 512	11.92 559	17.16 578	0.34 300	0.21 187	0.23 38	0.19 82	0.36 277	0.28 172

MDST_ROB	5.53 550	0.59 157	23.11 586	2.55 554	2.69 557	21.20 595	1.98 507	4.77 557	2.65 458	9.36 584	4.25 536	4.14 509	4.45 532	22.57 593	3.68 495	0.48 446	0.33 386	0.47 442	0.44 460	0.44 369	0.44 364

EDNetEfficient	5.61 551	2.14 524	16.75 443	1.67 498	3.64 574	4.12 417	7.51 579	3.05 220	5.63 573	11.57 595	4.83 542	3.95 496	12.72 581	8.44 433	20.78 592	0.41 392	0.43 461	0.47 442	1.01 545	1.66 550	1.39 539

MSMD_ROB	5.61 551	1.08 424	16.68 441	1.21 361	0.83 292	10.14 580	2.07 513	3.93 375	6.22 576	10.37 590	8.03 558	22.22 593	9.45 578	11.66 546	4.52 502	0.66 503	0.58 514	0.66 518	0.68 520	0.65 462	0.63 457

SANet	5.65 553	1.72 506	20.94 554	1.26 380	0.88 314	7.20 572	3.81 568	4.60 549	11.23 583	4.56 555	8.78 566	7.49 565	6.95 563	11.85 556	18.11 582	0.49 458	0.44 466	0.50 467	0.42 454	0.90 509	0.82 502

ELAS_RVC	5.72 554	1.64 502	20.40 533	2.09 539	2.01 541	4.95 555	11.47 587	4.66 552	6.31 578	8.09 580	8.01 557	8.06 570	11.65 580	8.36 429	10.22 548	0.99 535	1.17 553	0.81 537	0.76 526	1.14 531	1.58 543
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 555	9.95 581	15.22 427	2.90 560	1.56 492	5.66 564	7.69 580	5.27 566	4.74 564	3.88 539	7.51 554	8.04 568	5.28 543	15.18 586	8.40 541	3.08 568	1.51 562	2.24 565	1.37 561	5.55 584	1.96 553

WAO-6	5.87 556	2.27 527	15.05 422	2.96 561	2.77 559	12.01 583	3.58 563	5.37 571	11.91 587	3.34 528	9.69 570	6.78 562	5.84 550	11.82 555	8.89 544	2.87 564	2.35 580	2.50 566	1.84 571	2.85 559	2.67 566

ELAS	5.99 557	1.62 497	20.29 529	1.96 532	2.01 541	15.09 589	8.38 583	5.23 565	5.54 571	9.02 583	8.61 563	6.74 561	9.75 579	7.48 416	11.40 555	0.96 533	1.18 554	0.72 528	0.93 539	1.30 542	1.67 545
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 558	13.97 594	21.36 567	3.58 571	3.14 568	4.73 545	2.48 526	4.20 450	3.17 521	2.98 508	2.83 500	23.31 594	4.34 530	11.06 516	2.45 459	3.68 576	2.33 578	2.60 569	1.79 569	3.69 567	3.19 575

FCDSN-DC	6.04 558	0.84 361	19.25 486	1.24 371	1.09 381	4.38 472	2.62 534	4.38 519	4.71 562	9.59 587	11.22 577	19.19 588	17.40 590	12.30 562	8.55 542	0.69 512	0.57 509	0.60 504	0.60 509	0.70 475	0.78 492
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 560	9.15 575	13.76 393	1.94 531	4.60 587	11.91 582	12.00 588	5.12 563	3.45 542	3.79 538	4.52 539	9.54 572	6.56 562	9.40 454	13.48 563	1.26 549	1.37 560	1.17 552	1.34 559	7.06 593	3.95 586

psmorigin	6.59 561	1.15 438	88.11 615	1.52 473	0.97 340	2.88 168	1.20 423	3.21 237	2.04 325	3.73 537	2.46 461	5.15 550	2.55 465	10.60 495	2.47 461	0.55 481	0.68 533	0.48 450	0.51 488	0.70 475	0.88 508

FC-DCNN	6.64 562	0.77 327	19.26 488	1.68 499	1.64 505	8.27 577	2.35 523	6.35 576	9.23 581	10.85 592	11.27 578	19.89 589	13.33 582	12.51 568	11.79 558	0.66 503	0.57 509	0.58 496	0.56 501	0.63 451	0.61 450

ACVNet-4b	6.73 563	13.67 593	21.87 577	3.54 570	3.07 565	4.19 445	2.25 519	4.03 403	3.65 546	1.64 208	3.98 535	5.88 557	2.89 480	10.01 476	16.98 577	23.29 609	2.24 575	2.53 567	1.78 568	3.87 571	3.21 576

EKT-Stereo	6.79 564	0.64 217	4.24 281	1.77 511	106.39 614	4.51 504	0.61 127	3.16 232	1.53 178	1.88 258	1.22 125	1.98 313	1.36 275	3.81 336	0.84 163	0.35 320	0.24 278	0.29 209	0.26 224	0.34 246	0.48 390

IMH	6.81 565	13.66 592	20.41 534	4.33 583	3.74 576	5.50 561	3.06 549	5.49 573	6.22 576	4.64 557	10.35 573	9.30 571	8.03 574	13.61 580	6.81 526	4.80 593	2.99 589	3.09 579	2.12 579	4.36 577	3.61 581

LVE	6.88 566	9.31 576	21.14 559	3.61 572	3.18 570	4.49 497	2.79 537	10.21 584	11.69 585	3.16 521	11.53 579	18.33 585	4.31 529	11.66 546	3.52 492	4.45 588	2.93 584	2.56 568	1.91 573	3.62 564	3.16 574

FC-DCNN v2	6.91 567	0.77 327	19.25 486	1.69 500	1.64 505	9.13 579	2.40 524	7.20 578	9.47 582	11.07 594	11.62 580	20.05 591	15.79 587	12.55 569	11.99 559	0.66 503	0.57 509	0.58 496	0.56 501	0.63 451	0.61 450

tt	7.19 568	0.51 79	6.83 309	4.03 576	2.30 554	12.05 584	20.19 599	15.46 596	6.58 579	3.42 532	3.22 518	5.37 553	6.39 561	4.20 350	7.46 535	9.81 599	11.53 604	7.05 597	7.46 599	6.31 587	3.71 584

Dean	7.52 569	9.08 574	21.41 568	3.74 574	3.53 572	4.81 552	3.53 560	5.33 570	5.25 568	4.17 548	26.53 599	25.62 600	4.09 525	10.97 510	4.32 499	3.69 577	2.30 577	2.91 576	1.87 572	4.03 573	3.24 577

DGSMNet	7.55 570	1.62 497	17.42 455	1.92 527	12.73 591	7.45 575	42.99 609	4.13 434	2.07 332	2.10 334	3.16 517	3.42 463	1.70 378	9.24 451	2.30 445	3.70 578	10.89 603	11.80 605	5.54 595	4.24 574	2.66 565

MADNet++	7.57 571	5.80 561	13.28 385	6.38 592	5.26 589	7.18 571	7.77 581	5.32 569	5.62 572	6.11 568	7.78 555	6.02 559	8.01 573	11.74 551	16.36 574	9.36 598	4.95 596	8.57 600	5.66 596	4.83 581	5.34 592

MonStereo1	8.07 572	2.24 526	5.83 303	4.68 587	3.60 573	18.80 594	2.52 528	5.89 575	5.86 575	4.76 558	13.98 588	7.41 564	50.63 613	13.28 574	5.16 513	4.40 586	0.90 546	2.69 573	1.55 562	3.92 572	3.30 578

SGM+DAISY	8.36 573	3.82 549	24.83 592	2.02 535	1.75 523	14.80 588	17.22 594	4.27 481	11.79 586	13.88 596	14.38 589	11.74 577	13.83 583	10.56 492	15.12 566	1.21 543	1.19 556	1.14 551	1.13 552	1.17 536	1.37 536

MultiAttention	8.74 574	0.56 126	7.25 315	2.07 538	22.74 598	35.86 605	8.44 584	4.97 561	2.58 448	2.57 462	5.11 545	5.55 556	1.59 339	52.70 616	7.50 536	0.47 441	0.24 278	0.52 476	1.00 544	6.84 591	6.30 596

UNDER WATER-64	9.33 575	5.37 557	22.60 584	5.22 591	4.86 588	10.75 581	4.61 573	11.45 585	17.30 593	7.59 575	9.80 572	15.99 584	17.90 592	10.63 496	15.72 569	4.36 584	2.87 583	4.39 593	2.86 590	7.01 592	5.36 593

TorneroNet-64	10.12 576	8.74 568	20.95 555	4.27 579	3.76 579	13.86 587	2.85 540	15.05 594	23.15 601	10.07 588	23.84 597	13.47 580	8.24 575	13.96 584	17.21 579	3.96 582	2.72 581	3.23 581	2.48 583	6.29 586	4.27 589

UNDER WATER	10.47 577	3.95 551	22.62 585	5.07 590	4.51 586	7.78 576	3.77 566	12.56 588	21.72 600	7.84 578	10.78 574	23.96 596	31.66 601	10.78 503	16.19 573	4.44 587	2.93 584	4.24 589	2.86 590	6.33 588	5.47 594

JetRed	10.48 578	27.10 601	35.70 598	4.27 579	4.09 583	15.55 592	12.83 590	12.16 586	5.50 570	5.83 565	5.56 548	10.14 573	7.43 568	8.88 439	26.39 601	3.32 570	3.81 593	3.51 584	2.96 592	7.85 594	6.69 597

notaker	10.50 579	8.60 567	20.23 522	4.54 586	3.95 580	6.27 566	3.44 556	8.07 581	4.75 565	8.73 581	46.45 608	13.86 583	27.86 600	13.49 578	13.61 564	4.56 589	3.18 590	3.52 585	2.68 587	8.13 596	4.05 587

xyz-stereo	10.85 580	0.45 28	79.01 614	0.62 12	0.45 82	83.70 617	0.77 226	2.59 163	1.34 93	2.19 371	32.02 606	2.76 407	1.62 349	5.75 377	2.39 450	0.25 92	0.17 48	0.33 307	0.21 118	0.25 73	0.19 6

MANE	11.39 581	1.38 480	23.16 587	4.82 589	2.79 560	22.02 596	14.51 592	25.81 600	26.28 602	10.93 593	13.17 586	19.90 590	18.03 593	15.69 588	20.41 591	0.96 533	0.74 539	1.42 556	3.24 593	0.74 489	1.71 546

SGM-ForestM	11.55 582	1.16 441	21.62 574	2.14 540	0.81 277	22.25 597	19.08 597	16.50 598	11.34 584	15.94 599	14.44 590	27.12 601	22.61 599	24.76 599	28.39 605	0.50 462	0.48 490	0.47 442	0.44 460	0.55 420	0.53 419

WAO-8	11.95 583	13.02 589	20.56 540	3.50 567	3.08 566	15.11 590	2.80 538	12.91 589	19.11 598	7.69 576	13.12 583	11.62 575	7.01 566	84.40 618	7.91 538	3.42 571	1.92 569	3.54 586	1.93 574	3.68 565	2.69 567

Venus	11.95 583	13.02 589	20.56 540	3.50 567	3.08 566	15.11 590	2.80 538	12.91 589	19.11 598	7.69 576	13.12 583	11.62 575	7.01 566	84.40 618	7.91 538	3.42 571	1.92 569	3.54 586	1.93 574	3.68 565	2.69 567

TCMNet-wrong-test	12.32 585	14.13 595	19.38 491	22.38 599	19.85 595	15.99 593	12.34 589	22.95 599	4.56 560	6.24 570	6.27 551	18.40 587	15.71 586	10.10 481	10.72 550	9.06 597	4.78 594	5.35 594	3.95 594	12.28 600	11.97 599

EDNetEfficientorigin	12.35 586	2.51 531	179.47 619	1.19 350	0.96 336	2.91 173	1.81 497	3.00 214	5.35 569	8.91 582	4.79 541	4.18 511	4.64 535	9.98 474	11.30 553	0.37 340	0.38 429	0.60 504	0.85 534	1.32 543	2.43 563

LSM	12.71 587	3.52 548	20.79 548	55.63 612	84.76 611	3.63 304	6.30 576	3.73 323	4.93 566	5.55 563	13.92 587	3.53 478	3.25 501	9.72 462	4.12 498	0.64 498	0.85 544	0.71 524	0.81 533	1.03 518	26.84 604

U	12.82 588	0.38 3	1.99 154	0.66 35	58.94 610	63.38 616	0.34 23	1.91 70	0.94 50	0.59 24	0.80 44	0.46 35	0.57 39	0.83 13	0.44 17	0.29 184	0.17 48	63.35 616	59.81 615	0.29 140	0.20 27

MSAF-DinoV2	13.69 589	13.09 591	22.03 580	2.41 552	1.44 470	4.03 396	1.38 450	9.07 582	9.20 580	2.23 389	1.98 371	5.08 547	5.06 539	177.66 621	5.46 520	0.45 425	0.34 398	0.40 398	0.62 513	6.09 585	5.80 595

DGTPSM_ROB	15.31 590	8.85 570	28.14 596	9.90 596	18.89 593	12.44 585	33.21 602	13.48 591	17.86 596	9.50 585	22.89 595	13.78 581	19.67 594	21.26 591	23.68 595	5.08 595	8.84 598	5.62 595	11.50 600	6.72 589	14.87 600

DPSMNet_ROB	15.52 591	8.89 571	31.44 597	10.07 597	18.91 594	12.44 585	33.22 603	13.51 592	17.94 597	9.58 586	22.91 596	13.79 582	19.67 594	21.43 592	23.73 596	5.17 596	8.84 598	5.63 596	11.52 603	6.79 590	14.90 601

USTest	15.98 592	15.58 596	22.56 583	18.49 598	16.99 592	26.43 598	36.08 605	27.68 603	12.77 588	10.69 591	10.80 575	18.35 586	15.09 585	18.62 590	23.37 594	4.85 594	5.34 597	7.38 598	7.43 598	9.90 598	11.23 598

KSHMR	16.96 593	5.37 557	21.64 576	4.46 584	4.50 585	8.30 578	3.32 554	15.58 597	76.24 615	6.62 573	61.47 613	56.53 613	5.43 546	35.17 605	11.37 554	4.39 585	2.97 588	3.63 588	2.74 589	5.10 582	4.34 590

LE_ROB	18.58 594	1.21 449	48.38 604	8.60 595	23.00 599	7.32 574	19.74 598	9.94 583	38.69 609	43.53 607	21.91 594	28.40 602	40.92 604	23.18 595	54.71 610	0.34 300	0.33 386	0.32 272	0.36 397	0.42 351	0.40 339

coex-ft	18.59 595	6.62 562	113.53 617	1.17 341	1.31 434	2.33 125	1.93 504	2.81 198	14.00 589	124.82 620	8.45 562	5.90 558	51.74 614	9.99 475	22.69 593	0.57 485	0.62 522	0.50 467	0.49 478	1.08 526	1.28 530

DPSM_ROB	20.78 596	20.03 599	26.57 594	23.62 601	22.46 596	31.10 600	39.97 607	33.52 606	17.41 594	15.25 597	15.80 592	24.06 597	20.71 597	23.30 596	27.62 603	10.78 600	9.41 601	11.69 603	11.50 600	14.49 601	16.36 602

DPSM	20.78 596	20.03 599	26.57 594	23.62 601	22.46 596	31.10 600	39.97 607	33.52 606	17.41 594	15.25 597	15.80 592	24.06 597	20.71 597	23.30 596	27.62 603	10.78 600	9.41 601	11.69 603	11.50 600	14.49 601	16.36 602

ktn	21.74 598	10.34 582	19.68 499	4.53 585	4.00 581	6.53 569	4.51 572	6.79 577	78.82 617	84.69 617	100.86 620	58.49 614	7.57 570	12.11 561	13.35 562	4.58 592	3.24 591	3.49 583	2.62 585	4.65 580	3.84 585

LRCNet_RVC	25.52 599	33.45 602	23.21 589	31.79 603	32.78 600	6.74 570	1.18 416	25.88 601	4.46 558	28.94 600	30.89 600	24.91 599	17.57 591	27.66 600	24.34 598	35.26 612	25.60 613	35.91 612	33.81 611	31.90 611	34.10 612

TorneroNet	25.88 600	11.28 586	21.62 574	4.20 578	4.07 582	55.25 609	3.15 552	15.16 595	76.94 616	58.09 612	82.72 617	86.88 618	41.15 605	13.35 576	18.13 583	4.32 583	2.85 582	3.45 582	2.62 585	8.33 597	4.14 588

DLNR_Zeroshot_test	28.62 601	55.50 613	49.94 607	183.62 615	115.05 615	3.43 250	0.28 9	29.49 604	1.49 149	1.01 135	1.26 139	0.93 147	0.63 59	3.92 343	1.51 340	29.81 610	0.41 452	0.26 124	0.23 166	93.28 615	0.32 232

DLNR-FE	28.68 602	56.10 614	49.61 605	183.75 616	105.98 613	3.44 251	0.28 9	29.58 605	1.49 149	1.01 135	1.26 139	0.93 147	0.63 59	3.81 336	1.51 340	33.14 611	0.41 452	0.26 124	0.23 166	99.94 617	0.32 232

HanzoNet	31.60 603	17.23 597	21.22 564	7.32 593	5.84 590	7.25 573	3.53 560	13.82 593	14.20 591	50.38 610	47.01 609	44.45 604	56.61 615	36.61 606	32.00 606	63.89 616	56.57 617	7.97 599	89.20 617	28.69 603	28.25 606

FlowAnything	41.75 604	39.90 603	53.36 611	47.83 611	45.06 605	62.45 610	80.51 615	67.34 616	34.89 606	30.56 604	31.52 601	48.18 608	42.05 610	46.66 614	55.24 612	21.71 608	18.88 608	23.49 610	23.13 605	29.12 605	33.04 607

Selective-RAFT-Error	41.77 605	40.16 605	53.34 610	47.73 607	45.25 609	62.51 611	80.64 616	67.22 612	34.93 607	30.64 605	31.81 602	48.11 607	42.11 611	46.57 609	54.95 611	21.61 604	18.87 607	23.48 606	23.15 607	29.16 606	33.08 611

RAFT-FEzeroshot	41.78 606	40.21 607	53.07 608	47.74 609	45.19 607	62.51 611	80.73 618	67.30 614	34.75 603	30.51 602	31.88 603	48.27 610	41.88 608	46.64 612	55.54 614	21.62 605	18.89 610	23.48 606	23.22 608	29.20 608	33.05 608

RAFT-FE	41.78 606	40.21 607	53.07 608	47.74 609	45.19 607	62.51 611	80.73 618	67.30 614	34.75 603	30.51 602	31.88 603	48.27 610	41.88 608	46.64 612	55.54 614	21.62 605	18.89 610	23.48 606	23.22 608	29.20 608	33.05 608

CasAABBNet	41.80 608	40.20 606	53.41 612	47.73 607	45.18 606	62.51 611	80.71 617	67.26 613	34.80 605	30.49 601	31.88 603	48.24 609	41.81 607	46.63 611	55.64 616	21.60 603	18.88 608	23.48 606	23.22 608	29.19 607	33.05 608

HaxPig	43.25 609	43.65 609	45.00 602	33.85 604	35.61 602	32.69 602	30.52 600	45.09 609	42.97 610	48.77 608	48.17 610	43.00 603	40.26 603	44.58 607	43.61 607	47.18 613	49.30 614	51.54 614	50.25 613	43.73 612	45.29 613

AVERAGE_ROB	44.46 610	45.91 610	46.59 603	40.59 606	38.66 603	32.99 603	30.52 600	46.19 610	43.26 611	49.59 609	48.97 611	44.62 605	39.89 602	45.04 608	43.94 608	48.74 614	50.69 615	50.80 613	49.79 612	45.54 613	46.97 614

MEDIAN_ROB	47.37 611	49.08 611	49.92 606	40.32 605	39.97 604	34.95 604	33.43 604	49.17 611	46.39 613	53.06 611	52.65 612	47.65 606	42.23 612	48.35 615	47.29 609	52.10 615	54.04 616	54.28 615	53.48 614	48.76 614	50.33 615

LSM0	49.58 612	40.04 604	53.62 613	97.15 613	128.68 616	62.75 615	79.89 614	67.63 617	35.11 608	33.02 606	32.61 607	48.43 612	41.60 606	46.60 610	55.43 613	21.63 607	18.99 612	23.62 611	23.13 605	29.47 610	52.26 616

BEATNet-Init1	49.72 613	64.32 615	97.77 616	4.68 587	4.28 584	84.75 618	60.42 610	73.38 618	68.59 614	88.29 618	88.51 619	91.94 619	97.99 619	85.26 620	70.96 620	0.80 521	0.65 526	0.85 538	0.70 523	7.96 595	2.33 559

Anonymous_1	57.11 614	19.68 598	26.15 593	23.10 600	142.31 617	30.84 599	39.75 606	33.86 608	16.98 592	70.53 616	15.42 591	23.46 595	19.75 596	23.04 594	27.23 602	164.73 621	9.02 600	130.38 618	137.40 618	161.27 621	27.24 605

PML	64.32 615	53.22 612	17.88 461	8.10 594	32.94 601	148.46 620	247.79 622	12.18 587	45.42 612	111.41 619	288.92 622	101.47 620	101.31 620	31.67 601	15.55 567	14.03 602	4.83 595	10.98 602	6.18 597	28.82 604	5.17 591

DPSimNet_ROB	102.30 616	119.72 620	143.59 618	109.42 614	94.10 612	127.22 619	127.15 620	26.62 602	102.36 621	149.58 621	83.99 618	139.34 621	137.54 621	64.62 617	82.36 621	105.18 617	66.15 618	120.15 617	69.61 616	99.58 616	77.72 617

xxxxx1	112.33 617	88.53 616	37.76 599	227.84 618	157.23 618	39.05 606	61.41 611	93.76 619	79.29 618	62.45 613	74.79 614	78.32 615	70.96 616	33.47 602	70.69 617	114.00 618	130.36 619	259.31 620	274.34 620	145.54 618	147.50 618

tt_ll	112.33 617	88.53 616	37.76 599	227.84 618	157.23 618	39.05 606	61.41 611	93.76 619	79.29 618	62.45 613	74.79 614	78.32 615	70.96 616	33.47 602	70.69 617	114.00 618	130.36 619	259.31 620	274.34 620	145.54 618	147.50 618

ff	112.33 617	88.53 616	37.76 599	227.84 618	157.23 618	39.05 606	61.41 611	93.76 619	79.29 618	62.45 613	74.79 614	78.32 615	70.96 616	33.47 602	70.69 617	114.00 618	130.36 619	259.31 620	274.34 620	145.54 618	147.50 618

test_example2	212.63 620	219.92 621	221.87 620	213.67 617	221.17 621	199.47 621	200.74 621	185.30 622	141.66 622	209.52 622	213.45 621	210.82 622	205.48 622	221.27 622	216.64 622	236.83 622	242.07 622	213.93 619	217.01 619	235.69 622	226.10 621

GS-Stereo							0.83 266	3.32 256	1.37 98	0.75 67	0.89 59	0.76 103	0.80 126	0.92 29	0.53 48	0.26 107	0.18 79	0.26 124	0.20 102	0.28 122	0.21 57

FSD					0.60 186	0.77 5	0.67 159	1.57 30	0.68 4	0.72 58	0.62 19	1.02 159	0.72 85	0.81 9	0.73 122	0.59 488	0.54 501	0.57 494	0.54 497	0.57 431

ccccc		629.75 622		567.84 621	570.84 622	582.44 622		613.82 623		614.58 623		555.57 623		666.94 623		781.57 623	507.24 623	391.36 623	342.44 623	689.82 623

ASD4		113.98 619

Low-res two-view benchmark