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

SteFusion	0.72 52	0.36 1	0.96 14	0.49 1	0.64 225	3.19 235	0.32 33	2.41 143	1.13 91	0.54 16	0.77 61	0.58 69	0.44 22	0.97 64	0.47 47	0.14 1	0.15 24	0.21 43	0.16 27	0.22 68	0.19 15

IGEV	0.70 44	0.36 1	1.07 32	0.71 78	1.31 462	2.82 180	0.41 70	1.76 63	0.98 75	0.73 84	0.71 50	0.35 3	0.42 14	0.90 47	0.42 11	0.18 31	0.18 98	0.22 51	0.18 85	0.18 1	0.20 48

tim_s	0.72 52	0.37 3	0.94 11	0.52 4	0.63 222	3.06 220	0.42 75	2.56 180	1.07 82	0.50 7	0.64 41	0.67 97	0.48 35	0.95 58	0.43 18	0.16 6	0.16 40	0.20 24	0.16 27	0.21 53	0.17 1

MLG-Stereo_test3	0.60 20	0.37 3	1.12 65	0.59 22	0.57 189	2.19 131	0.31 30	1.68 57	0.56 2	0.49 5	0.51 23	0.56 64	0.33 2	0.96 63	0.54 78	0.21 56	0.17 61	0.23 65	0.16 27	0.20 33	0.21 82

mnv4	0.59 19	0.38 5	1.24 97	0.56 11	0.35 16	1.53 66	0.41 70	1.78 67	0.78 22	0.69 71	0.80 69	0.48 43	0.42 14	0.76 14	0.59 88	0.23 79	0.17 61	0.18 2	0.16 27	0.19 9	0.19 15

4k_L	0.56 11	0.38 5	0.90 7	0.57 14	0.36 22	2.14 125	0.27 19	1.31 19	0.87 48	0.77 112	0.46 20	0.45 35	0.43 16	0.71 6	0.44 26	0.18 31	0.16 40	0.19 15	0.15 5	0.19 9	0.18 5

gc-stereo	0.54 6	0.38 5	0.93 9	0.57 14	0.33 10	2.11 123	0.23 4	1.13 9	0.86 45	0.64 58	0.43 14	0.51 45	0.49 40	0.70 4	0.45 36	0.21 56	0.19 136	0.18 2	0.15 5	0.19 9	0.19 15

xxxad45	0.72 52	0.38 5	0.89 4	0.53 5	0.62 217	3.26 248	0.44 85	2.51 165	1.08 86	0.49 5	0.51 23	0.75 128	0.52 50	0.88 39	0.40 6	0.16 6	0.17 61	0.20 24	0.16 27	0.22 68	0.18 5

ACW_4w	0.71 49	0.38 5	0.96 14	0.55 9	0.59 202	2.99 208	0.34 41	2.52 166	1.07 82	0.51 11	0.56 30	0.70 105	0.48 35	0.98 67	0.44 26	0.16 6	0.17 61	0.21 43	0.16 27	0.22 68	0.18 5

5w_v4	0.73 56	0.38 5	0.92 8	0.53 5	0.68 255	3.32 261	0.34 41	2.53 167	1.10 89	0.51 11	0.55 27	0.82 142	0.50 47	0.88 39	0.40 6	0.16 6	0.17 61	0.20 24	0.16 27	0.22 68	0.18 5

U	12.82 616	0.38 5	1.99 181	0.66 61	58.94 663	63.38 669	0.34 41	1.91 83	0.94 69	0.59 33	0.80 69	0.46 38	0.57 64	0.83 30	0.44 26	0.29 211	0.17 61	63.35 669	59.81 668	0.29 167	0.20 48

wo013ll	0.60 20	0.39 12	1.22 92	0.56 11	0.41 71	1.63 76	0.34 41	2.04 99	0.78 22	0.74 89	0.58 31	0.47 39	0.50 47	0.76 14	0.42 11	0.24 95	0.18 98	0.18 2	0.17 59	0.19 9	0.19 15

2k_new	0.57 13	0.39 12	1.13 71	0.60 27	0.45 101	1.31 43	0.30 27	1.97 90	0.80 31	0.63 47	0.44 17	0.51 45	0.47 27	0.73 9	0.45 36	0.23 79	0.18 98	0.19 15	0.17 59	0.18 1	0.19 15

ss10	0.58 17	0.39 12	0.93 9	0.58 17	0.35 16	1.84 92	0.25 11	1.79 69	0.94 69	0.66 63	0.50 22	0.51 45	0.47 27	0.81 25	0.47 47	0.18 31	0.17 61	0.18 2	0.15 5	0.20 33	0.19 15

4.5w_L	0.60 20	0.39 12	0.99 19	0.55 9	0.40 62	1.97 104	0.30 27	2.15 112	0.63 4	0.60 39	0.61 35	0.61 76	0.49 40	0.86 34	0.43 18	0.17 13	0.15 24	0.20 24	0.15 5	0.19 9	0.18 5

StePilot	0.61 23	0.39 12	1.00 20	0.54 8	0.39 57	2.07 119	0.28 20	2.16 113	0.61 3	0.63 47	0.64 41	0.61 76	0.48 35	0.91 50	0.44 26	0.16 6	0.15 24	0.20 24	0.15 5	0.19 9	0.18 5

PyraSte	0.71 49	0.39 12	0.94 11	0.53 5	0.62 217	3.05 214	0.37 53	2.47 160	1.07 82	0.47 1	0.64 41	0.71 113	0.56 61	0.89 45	0.43 18	0.17 13	0.15 24	0.21 43	0.16 27	0.22 68	0.18 5

MLG-Stereo_test1	0.80 87	0.39 12	1.02 22	0.65 51	1.20 438	3.14 228	0.29 25	1.59 43	3.05 538	0.50 7	0.24 1	0.67 97	0.43 16	1.33 153	0.40 6	0.21 56	0.18 98	0.23 65	0.15 5	0.19 9	0.20 48

MLG-Stereo	0.77 77	0.39 12	1.04 23	0.64 43	0.41 71	3.01 211	0.31 30	1.89 78	2.92 524	0.47 1	0.29 2	0.66 96	0.47 27	1.35 157	0.39 4	0.20 51	0.18 98	0.24 96	0.16 27	0.19 9	0.20 48

FoundationStereo	0.50 2	0.39 12	1.11 62	0.79 116	0.42 79	0.70 4	0.36 50	0.76 2	0.80 31	0.62 42	0.38 7	0.73 120	0.77 134	0.69 3	0.36 2	0.26 132	0.17 61	0.23 65	0.16 27	0.18 1	0.20 48

5k_new	0.53 4	0.40 21	0.94 11	0.61 29	0.36 22	1.65 79	0.26 14	1.20 15	0.88 50	0.62 42	0.41 9	0.55 61	0.45 24	0.76 14	0.44 26	0.17 13	0.16 40	0.18 2	0.15 5	0.19 9	0.19 15

SX	0.54 6	0.40 21	0.98 17	0.64 43	0.34 12	1.69 81	0.26 14	1.23 18	0.83 40	0.59 33	0.36 5	0.60 75	0.49 40	0.79 21	0.47 47	0.19 43	0.16 40	0.18 2	0.15 5	0.19 9	0.20 48

USM	0.54 6	0.40 21	0.86 3	0.59 22	0.31 5	1.97 104	0.26 14	1.22 17	0.87 48	0.64 58	0.44 17	0.53 55	0.40 9	0.77 19	0.42 11	0.19 43	0.16 40	0.18 2	0.15 5	0.20 33	0.19 15

ITER124	0.58 17	0.40 21	0.80 1	0.60 27	0.36 22	2.87 187	0.28 20	1.12 7	0.79 27	0.63 47	0.41 9	0.62 80	0.43 16	0.73 9	0.48 52	0.18 31	0.18 98	0.18 2	0.15 5	0.20 33	0.20 48

MLG-Stereo_test2	0.76 70	0.40 21	1.07 32	0.64 43	0.82 313	3.49 294	0.23 4	1.69 58	2.14 379	0.62 42	0.32 3	0.67 97	0.33 2	1.14 100	0.37 3	0.23 79	0.19 136	0.23 65	0.16 27	0.19 9	0.20 48

LG-G_1	0.70 44	0.40 21	1.12 65	0.71 78	0.30 3	2.80 178	0.40 63	2.21 119	0.78 22	0.59 33	0.55 27	0.51 45	0.58 68	1.24 128	0.49 58	0.24 95	0.18 98	0.23 65	0.15 5	0.21 53	0.21 82

LG-G	0.70 44	0.40 21	1.12 65	0.71 78	0.30 3	2.80 178	0.40 63	2.21 119	0.78 22	0.59 33	0.55 27	0.51 45	0.58 68	1.24 128	0.49 58	0.24 95	0.18 98	0.23 65	0.15 5	0.21 53	0.21 82

dual_stereo	0.68 41	0.40 21	1.05 25	0.64 43	0.37 42	0.84 8	0.34 41	3.40 296	1.03 78	0.50 7	0.46 20	0.58 69	0.40 9	1.85 259	0.49 58	0.23 79	0.17 61	0.21 43	0.16 27	0.20 33	0.19 15

CAS	1.26 219	0.40 21	1.46 129	2.97 590	1.61 528	4.13 448	0.73 215	1.78 67	1.49 176	0.83 133	1.10 131	0.59 73	0.53 53	1.26 135	0.80 175	2.99 595	0.13 1	0.21 43	0.13 1	0.31 209	1.72 575

CNT	0.62 26	0.41 30	1.16 78	0.65 51	0.75 283	1.61 72	0.29 25	1.98 94	0.88 50	0.56 18	0.61 35	0.52 54	0.57 64	0.84 31	0.44 26	0.22 66	0.19 136	0.19 15	0.16 27	0.18 1	0.19 15

aaa3	0.53 4	0.41 30	0.98 17	0.58 17	0.36 22	1.82 91	0.25 11	1.14 10	0.93 64	0.56 18	0.43 14	0.51 45	0.43 16	0.66 2	0.44 26	0.17 13	0.16 40	0.19 15	0.15 5	0.20 33	0.21 82

mfccc	0.63 30	0.41 30	0.89 4	0.58 17	0.36 22	3.48 290	0.26 14	1.38 23	0.86 45	0.69 71	0.41 9	0.56 64	0.52 50	0.75 13	0.48 52	0.18 31	0.17 61	0.18 2	0.15 5	0.19 9	0.20 48

ACM	0.57 13	0.41 30	0.82 2	0.61 29	0.40 62	2.56 166	0.24 8	1.18 14	0.94 69	0.64 58	0.43 14	0.57 67	0.47 27	0.73 9	0.44 26	0.18 31	0.17 61	0.18 2	0.15 5	0.19 9	0.19 15

uiiii_40	0.57 13	0.41 30	1.06 29	0.51 3	0.35 16	1.71 82	0.24 8	1.99 95	0.63 4	0.56 18	0.54 26	0.62 80	0.51 49	0.79 21	0.42 11	0.17 13	0.15 24	0.20 24	0.15 5	0.19 9	0.18 5

S2M2_XL	0.46 1	0.41 30	1.09 49	0.65 51	0.34 12	0.29 1	0.23 4	0.67 1	0.50 1	0.53 14	0.92 95	0.65 92	0.53 53	0.54 1	0.50 64	0.28 187	0.24 305	0.25 122	0.21 145	0.23 81	0.22 102
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LGtest1	0.55 10	0.41 30	1.14 75	0.70 72	0.40 62	0.99 11	0.26 14	1.32 20	0.93 64	0.53 14	0.60 33	0.44 32	0.49 40	1.02 74	0.45 36	0.27 149	0.19 136	0.23 65	0.16 27	0.21 53	0.23 113

SGD-Stereo	0.65 35	0.41 30	1.06 29	0.85 162	0.31 5	2.44 150	0.46 94	1.09 6	0.69 10	0.84 135	0.52 25	0.55 61	0.53 53	1.49 188	0.46 43	0.31 277	0.14 11	0.25 122	0.18 85	0.23 81	0.20 48

5k_stereo	0.63 30	0.42 38	1.21 91	0.56 11	0.35 16	1.77 86	0.34 41	2.24 125	0.73 14	0.72 80	0.75 56	0.54 58	0.44 22	0.73 9	0.57 83	0.27 149	0.19 136	0.18 2	0.16 27	0.18 1	0.19 15

weee2	0.52 3	0.42 38	0.89 4	0.61 29	0.36 22	1.64 78	0.25 11	0.96 4	0.91 56	0.62 42	0.42 12	0.56 64	0.53 53	0.71 6	0.45 36	0.17 13	0.15 24	0.18 2	0.14 2	0.19 9	0.20 48

ITERv19	0.66 36	0.42 38	1.23 94	0.72 86	0.66 242	2.47 153	0.33 36	1.38 23	0.91 56	0.72 80	0.84 76	0.41 23	0.65 91	0.89 45	0.43 18	0.17 13	0.14 11	0.19 15	0.16 27	0.21 53	0.21 82

OmniDepth	0.54 6	0.42 38	1.05 25	0.58 17	0.25 1	1.30 42	0.36 50	1.53 37	0.86 45	0.56 18	0.37 6	0.57 67	0.65 91	0.87 35	0.40 6	0.20 51	0.15 24	0.19 15	0.16 27	0.22 68	0.17 1

Monster-pub-mixall	0.64 33	0.42 38	1.00 20	0.83 140	0.48 131	1.39 51	0.32 33	1.45 29	0.82 37	0.88 141	0.85 80	0.39 14	0.36 5	1.99 269	0.47 47	0.20 51	0.16 40	0.17 1	0.15 5	0.18 1	0.21 82

1w_stereo	0.86 108	0.42 38	1.07 32	0.72 86	0.81 304	3.00 209	0.67 186	3.28 274	0.75 17	0.74 89	1.32 184	0.37 8	1.37 303	0.92 53	0.68 123	0.16 6	0.14 11	0.20 24	0.16 27	0.19 9	0.22 102

Reg-Stereo(zero)	1.60 267	0.42 38	10.69 388	0.89 187	0.68 255	3.27 251	0.47 100	2.27 129	1.54 214	1.48 212	1.24 157	2.55 407	2.68 500	1.48 186	1.10 272	0.19 43	0.19 136	0.22 51	0.18 85	0.24 86	0.26 164

ITERv2	0.73 56	0.43 45	1.19 84	0.61 29	0.58 198	2.98 207	0.22 2	1.37 21	1.27 111	1.23 185	0.90 90	0.62 80	0.54 57	1.13 97	0.44 26	0.18 31	0.15 24	0.20 24	0.16 27	0.20 33	0.20 48

MonStereo	0.62 26	0.43 45	1.07 32	0.66 61	0.82 313	1.13 16	0.39 57	2.57 183	0.92 61	0.58 29	0.64 41	0.36 4	0.36 5	0.90 47	0.43 18	0.15 2	0.15 24	0.20 24	0.17 59	0.21 53	0.19 15

Monster-pub-eth3d	0.62 26	0.43 45	1.07 32	0.66 61	0.82 313	1.13 16	0.39 57	2.57 183	0.92 61	0.58 29	0.64 41	0.36 4	0.36 5	0.88 39	0.43 18	0.15 2	0.15 24	0.20 24	0.17 59	0.21 53	0.19 15

MonSter	0.62 26	0.43 45	1.07 32	0.66 61	0.82 313	1.13 16	0.39 57	2.57 183	0.92 61	0.58 29	0.64 41	0.36 4	0.35 4	0.95 58	0.43 18	0.15 2	0.15 24	0.20 24	0.17 59	0.21 53	0.19 15

SX1w	0.56 11	0.44 49	1.12 65	0.50 2	0.37 42	1.24 28	0.38 54	1.97 90	0.75 17	0.75 92	0.61 35	0.45 35	0.25 1	0.76 14	0.45 36	0.28 187	0.19 136	0.18 2	0.16 27	0.18 1	0.19 15

zaero_v3	0.67 37	0.44 49	1.17 81	0.59 22	0.64 225	2.08 120	0.23 4	1.65 54	1.14 92	0.89 144	0.78 65	0.51 45	0.56 61	1.16 107	0.47 47	0.17 13	0.15 24	0.19 15	0.16 27	0.20 33	0.19 15

ITER	0.61 23	0.44 49	1.19 84	0.65 51	0.50 143	0.95 9	0.24 8	1.20 15	0.95 73	0.93 150	0.77 61	0.68 100	0.47 27	1.70 232	0.46 43	0.18 31	0.14 11	0.19 15	0.16 27	0.20 33	0.21 82

2.5w	0.75 62	0.44 49	1.06 29	0.66 61	0.69 262	2.39 146	0.56 131	2.77 213	0.82 37	0.63 47	0.88 83	0.37 8	0.75 125	1.36 159	0.50 64	0.18 31	0.14 11	0.22 51	0.17 59	0.19 9	0.21 82

IGEV-Stereo++	0.93 127	0.44 49	1.08 41	0.70 72	1.20 438	3.87 382	0.33 36	3.36 291	1.43 143	0.75 92	1.17 141	0.68 100	1.04 219	0.95 58	0.42 11	0.22 66	0.16 40	0.23 65	0.17 59	0.24 86	0.20 48

Pointernet	0.88 114	0.44 49	2.26 217	0.84 150	0.37 42	2.29 138	0.38 54	3.06 250	1.46 154	0.66 63	1.39 204	0.91 168	0.73 117	1.01 73	0.72 146	0.23 79	0.19 136	0.20 24	0.18 85	0.19 9	0.20 48

AdaDepth	0.76 70	0.45 55	1.41 125	0.70 72	1.27 456	3.12 226	0.43 81	1.02 5	0.94 69	0.63 47	0.91 93	0.43 27	0.58 68	1.41 170	0.48 52	0.18 31	0.21 214	0.23 65	0.19 109	0.25 100	0.26 164

water-stereo	0.78 82	0.45 55	1.94 175	0.79 116	0.48 131	2.36 143	0.47 100	1.53 37	1.09 88	0.88 141	1.04 116	0.82 142	0.75 125	0.72 8	0.78 168	0.22 66	0.23 270	0.25 122	0.23 193	0.24 86	0.29 209

asd	0.70 44	0.45 55	1.10 55	0.67 68	0.90 349	2.88 188	0.43 81	1.64 52	0.79 27	0.68 69	0.88 83	0.43 27	0.74 122	0.85 33	0.49 58	0.19 43	0.13 1	0.24 96	0.17 59	0.22 68	0.20 48

qwe	0.75 62	0.45 55	1.10 55	0.67 68	1.06 398	2.49 155	0.45 90	2.57 183	0.90 53	0.71 78	0.83 75	0.43 27	0.48 35	1.10 87	0.64 103	0.17 13	0.14 11	0.24 96	0.16 27	0.21 53	0.20 48

2.75w_new	0.75 62	0.45 55	1.10 55	0.65 51	0.62 217	2.45 152	0.56 131	2.75 210	0.74 16	0.78 116	0.73 53	0.38 12	0.92 189	1.04 80	0.66 115	0.17 13	0.14 11	0.22 51	0.17 59	0.18 1	0.19 15

xyz-stereo	10.85 608	0.45 55	79.01 667	0.62 36	0.45 101	83.70 670	0.77 253	2.59 190	1.34 120	2.19 399	32.02 634	2.76 435	1.62 376	5.75 404	2.39 478	0.25 117	0.17 61	0.33 334	0.21 145	0.25 100	0.19 15

s12784h	1.31 234	0.45 55	2.41 235	0.71 78	0.35 16	4.42 512	0.50 105	4.22 487	2.73 495	2.01 336	2.48 492	0.91 168	0.96 197	2.01 273	0.70 138	0.29 211	0.18 98	0.24 96	0.16 27	0.27 132	0.18 5

252Zero-FE	0.72 52	0.46 62	1.08 41	1.01 275	0.41 71	1.27 33	0.22 2	1.79 69	1.03 78	2.52 481	1.24 157	0.32 1	0.41 12	1.03 75	0.45 36	0.21 56	0.17 61	0.20 24	0.17 59	0.20 33	0.20 48

DA	0.98 146	0.46 62	1.34 115	0.92 210	0.43 85	4.34 496	0.85 308	2.79 221	1.35 123	0.82 125	1.30 178	0.89 162	1.08 237	1.11 89	0.56 80	0.30 254	0.18 98	0.24 96	0.18 85	0.25 100	0.23 113

GGEV	0.98 146	0.46 62	1.34 115	0.92 210	0.43 85	4.34 496	0.85 308	2.79 221	1.35 123	0.82 125	1.30 178	0.89 162	1.08 237	1.11 89	0.56 80	0.30 254	0.18 98	0.24 96	0.18 85	0.25 100	0.23 113

asda	0.77 77	0.46 62	1.10 55	0.64 43	0.82 313	3.33 262	0.49 103	2.40 142	0.81 36	0.63 47	0.80 69	0.44 32	0.85 166	0.88 39	0.60 91	0.17 13	0.13 1	0.24 96	0.17 59	0.20 33	0.20 48

4.25_new	0.73 56	0.46 62	1.08 41	0.71 78	0.97 367	2.52 159	0.58 143	2.28 132	0.93 64	0.57 25	0.94 100	0.40 16	0.65 91	0.87 35	0.50 64	0.17 13	0.13 1	0.25 122	0.17 59	0.19 9	0.20 48

4.5w_new	0.73 56	0.46 62	1.08 41	0.71 78	0.97 367	2.52 159	0.58 143	2.28 132	0.93 64	0.57 25	0.94 100	0.40 16	0.65 91	0.87 35	0.50 64	0.17 13	0.13 1	0.25 122	0.17 59	0.19 9	0.20 48

4.5_new	0.67 37	0.46 62	1.11 62	0.63 39	0.78 295	1.97 104	0.51 109	2.18 114	0.78 22	0.73 84	0.90 90	0.42 25	0.49 40	0.81 25	0.49 58	0.21 56	0.14 11	0.26 151	0.19 109	0.22 68	0.20 48

4.5w-stereo	0.67 37	0.46 62	1.11 62	0.63 39	0.78 295	1.97 104	0.51 109	2.18 114	0.77 19	0.73 84	0.90 90	0.42 25	0.49 40	0.81 25	0.49 58	0.21 56	0.14 11	0.26 151	0.19 109	0.22 68	0.20 48

4.25w-stereo	0.73 56	0.46 62	1.08 41	0.71 78	0.97 367	2.52 159	0.58 143	2.28 132	0.93 64	0.57 25	0.94 100	0.40 16	0.65 91	0.87 35	0.50 64	0.17 13	0.13 1	0.25 122	0.17 59	0.19 9	0.20 48

3.25w_new	0.69 42	0.46 62	1.10 55	0.61 29	0.61 211	2.23 134	0.51 109	2.45 153	0.90 53	0.63 47	0.78 65	0.47 39	0.71 109	0.78 20	0.50 64	0.17 13	0.14 11	0.20 24	0.17 59	0.20 33	0.20 48

3.25w	0.69 42	0.46 62	1.10 55	0.61 29	0.61 211	2.23 134	0.51 109	2.45 153	0.90 53	0.63 47	0.78 65	0.47 39	0.71 109	0.79 21	0.50 64	0.17 13	0.14 11	0.20 24	0.17 59	0.20 33	0.20 48

2w_stereo	0.75 62	0.46 62	1.08 41	0.68 70	0.56 177	2.00 108	0.61 154	2.87 231	0.83 40	0.93 150	0.93 98	0.36 4	1.13 251	0.90 47	0.61 93	0.17 13	0.13 1	0.23 65	0.17 59	0.20 33	0.21 82

LG-Stereo_L2	0.63 30	0.46 62	1.15 77	0.70 72	0.43 85	2.32 140	0.28 20	1.86 74	0.68 7	0.56 18	0.42 12	0.37 8	0.45 24	1.36 159	0.40 6	0.23 79	0.18 98	0.22 51	0.18 85	0.21 53	0.20 48

DEFOM-Stereo	0.70 44	0.46 62	1.13 71	0.72 86	0.48 131	3.40 271	0.44 85	0.90 3	0.77 19	0.86 138	0.58 31	0.45 35	0.43 16	1.76 240	0.43 18	0.24 95	0.18 98	0.22 51	0.16 27	0.21 53	0.20 48

Selective-RAFT	1.15 183	0.46 62	1.64 150	0.99 261	0.45 101	4.17 466	0.51 109	3.21 264	1.69 282	1.12 179	1.34 191	1.45 250	1.40 311	2.08 277	0.94 240	0.41 419	0.20 180	0.24 96	0.23 193	0.27 132	0.25 140

Wavelet-MonSter	0.57 13	0.47 77	1.13 71	0.66 61	0.78 295	1.60 71	0.30 27	1.17 12	0.68 7	0.58 29	0.69 49	0.39 14	0.48 35	0.99 71	0.46 43	0.15 2	0.16 40	0.20 24	0.16 27	0.20 33	0.19 15

2.25w	0.75 62	0.47 77	1.09 49	0.69 71	0.65 235	2.28 137	0.40 63	2.42 147	0.80 31	0.73 84	1.03 111	0.40 16	0.81 157	1.24 128	0.80 175	0.16 6	0.15 24	0.21 43	0.17 59	0.19 9	0.21 82

3.75w	0.75 62	0.47 77	1.09 49	0.63 39	1.10 410	2.61 171	0.53 119	2.46 156	0.97 74	0.62 42	0.80 69	0.40 16	0.66 99	1.11 89	0.48 52	0.19 43	0.13 1	0.23 65	0.18 85	0.20 33	0.21 82

3w_stereo	0.71 49	0.47 77	1.14 75	0.65 51	0.39 57	1.73 85	0.68 193	2.79 221	0.79 27	0.67 67	0.84 76	0.37 8	1.02 214	1.03 75	0.56 80	0.18 31	0.14 11	0.23 65	0.18 85	0.20 33	0.22 102

LG-Stereo_L1	0.61 23	0.47 77	1.10 55	0.73 90	0.49 139	1.72 83	0.33 36	1.95 89	0.65 6	0.56 18	0.40 8	0.40 16	0.43 16	1.40 165	0.42 11	0.23 79	0.19 136	0.23 65	0.18 85	0.21 53	0.19 15

LG-Stereo_Zeroshot	0.89 117	0.47 77	2.08 200	0.76 107	0.73 276	3.91 387	0.41 70	2.07 104	1.07 82	0.77 112	0.89 86	0.64 87	0.86 169	0.95 58	0.77 167	0.26 132	0.18 98	0.26 151	0.19 109	0.32 236	0.32 259

AIO_test	0.76 70	0.47 77	1.31 110	0.81 119	0.70 266	1.36 48	0.88 337	1.40 27	1.45 146	0.55 17	0.95 103	1.81 312	0.58 68	1.16 107	0.46 43	0.27 149	0.17 61	0.24 96	0.19 109	0.24 86	0.21 82

fffft	0.76 70	0.47 77	1.28 107	0.82 129	0.54 165	1.51 62	0.80 274	2.09 106	1.18 96	0.63 47	0.84 76	0.59 73	0.55 59	1.80 247	0.85 193	0.19 43	0.18 98	0.27 182	0.20 129	0.26 119	0.24 130
1: 1. 1
IGEV-Stereo+	0.94 130	0.47 77	1.19 84	0.86 169	2.02 572	1.40 52	0.39 57	1.17 12	0.88 50	0.61 40	0.44 17	0.47 39	0.79 146	2.14 285	0.42 11	0.27 149	0.19 136	0.22 51	0.17 59	2.26 584	2.41 589

UniTT-Stereo	0.82 99	0.47 77	2.63 252	0.96 240	1.19 432	0.78 6	0.39 57	1.12 7	1.54 214	1.19 183	1.26 166	0.51 45	0.64 88	1.13 97	1.03 259	0.30 254	0.20 180	0.24 96	0.21 145	0.40 334	0.25 140

GEAStereo	0.84 105	0.48 87	1.09 49	0.85 162	0.45 101	4.54 534	0.83 293	1.88 75	0.91 56	0.75 92	0.89 86	0.53 55	0.80 153	0.92 53	0.53 73	0.30 254	0.19 136	0.27 182	0.19 109	0.28 149	0.19 15

GSStereo	0.96 142	0.48 87	1.09 49	0.97 247	0.45 101	4.54 534	0.83 293	3.32 283	1.37 126	0.75 92	0.89 86	0.76 129	0.80 153	0.92 53	0.53 73	0.26 132	0.18 98	0.26 151	0.20 129	0.28 149	0.21 82

tt45	0.96 142	0.48 87	1.19 84	0.89 187	0.66 242	3.91 387	0.76 240	1.90 81	1.26 110	0.70 74	1.30 178	0.71 113	0.63 85	2.59 325	0.74 155	0.22 66	0.17 61	0.28 215	0.23 193	0.27 132	0.27 180

999	0.97 144	0.48 87	1.24 97	1.03 293	0.64 225	3.25 246	0.92 368	1.40 27	1.39 130	0.71 78	1.68 286	0.70 105	0.66 99	3.03 346	0.89 213	0.23 79	0.19 136	0.25 122	0.21 145	0.25 100	0.29 209

RAFT-Stereo-weight	1.11 175	0.48 87	1.22 92	0.99 261	0.42 79	4.17 466	0.80 274	3.60 323	1.50 182	1.97 315	1.50 232	1.30 229	0.65 91	1.24 128	0.85 193	0.25 117	0.19 136	0.26 151	0.22 178	0.27 132	0.23 113

trnet	0.91 124	0.48 87	1.46 129	0.62 36	0.31 5	4.40 508	0.41 70	2.20 117	1.53 205	0.94 152	1.14 137	0.88 160	0.89 181	1.09 86	0.71 141	0.27 149	0.19 136	0.22 51	0.15 5	0.21 53	0.19 15

MoCha-V2	0.87 112	0.48 87	1.87 168	0.88 180	0.32 9	1.37 49	0.55 127	2.71 204	1.42 139	0.92 149	1.75 308	0.65 92	1.17 267	1.45 179	0.57 83	0.21 56	0.21 214	0.20 24	0.19 109	0.24 86	0.23 113

MC-Stereo	1.06 167	0.48 87	1.55 141	1.15 360	0.41 71	4.56 544	0.61 154	2.06 102	1.46 154	1.90 293	1.61 267	0.89 162	1.12 249	1.35 157	0.73 149	0.25 117	0.18 98	0.26 151	0.22 178	0.25 100	0.24 130

PMTNet	0.99 154	0.48 87	1.73 155	0.62 36	0.56 177	4.20 478	0.43 81	1.88 75	1.58 237	1.00 161	1.05 122	0.78 132	0.98 206	1.50 189	0.85 193	1.21 571	0.20 180	0.23 65	0.15 5	0.22 68	0.19 15

gasm-f	0.89 117	0.49 96	1.30 109	0.85 162	0.44 93	4.42 512	0.95 380	1.88 75	0.91 56	0.75 92	1.46 218	0.53 55	0.88 175	0.88 39	0.57 83	0.30 254	0.19 136	0.27 182	0.19 109	0.28 149	0.19 15

4w-stereo	0.67 37	0.49 96	1.07 32	0.63 39	0.75 283	1.63 76	0.44 85	2.23 123	0.77 19	0.56 18	0.92 95	0.40 16	0.82 159	1.08 84	0.53 73	0.18 31	0.13 1	0.25 122	0.18 85	0.19 9	0.20 48

WCG-NET	0.88 114	0.49 96	1.26 100	0.90 196	0.37 42	1.48 59	1.07 416	1.73 60	2.30 412	1.63 233	1.49 231	0.92 173	0.97 200	0.95 58	0.76 162	0.22 66	0.16 40	0.23 65	0.20 129	0.25 100	0.21 82

CREStereo++_RVC	1.02 163	0.49 96	1.54 140	0.83 140	0.55 173	4.01 420	0.31 30	1.63 50	1.99 339	1.63 233	2.13 434	0.84 147	0.65 91	0.88 39	0.70 138	0.27 149	0.15 24	0.23 65	1.22 584	0.24 86	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
monsterstereo	0.82 99	0.50 100	1.26 100	0.77 112	1.41 495	2.54 165	0.40 63	3.14 256	0.71 12	0.70 74	1.11 132	0.41 23	0.39 8	1.50 189	0.50 64	0.19 43	0.16 40	0.22 51	0.16 27	0.21 53	0.17 1

111111	0.87 112	0.50 100	1.13 71	0.66 61	1.08 404	3.37 266	0.33 36	2.33 139	1.47 159	0.74 89	1.50 232	0.61 76	0.59 73	1.40 165	0.48 52	0.24 95	0.19 136	0.22 51	0.16 27	0.24 86	0.19 15

GIP-stereo	0.88 114	0.50 100	1.34 115	1.32 435	0.94 359	2.90 190	0.42 75	3.41 297	1.06 81	0.63 47	0.76 58	0.90 166	0.76 132	0.91 50	0.52 72	0.27 149	0.18 98	0.25 122	0.16 27	0.25 100	0.19 15

RSM	0.80 87	0.50 100	1.08 41	0.83 140	0.51 146	1.31 43	0.77 253	2.28 132	1.43 143	0.82 125	1.44 215	1.22 219	0.62 82	1.17 115	0.63 100	0.22 66	0.18 98	0.24 96	0.19 109	0.27 132	0.20 48

test_4	1.30 230	0.50 100	6.16 332	0.84 150	0.45 101	1.61 72	1.12 431	2.14 110	1.42 139	1.52 216	2.31 476	1.84 319	0.79 146	2.52 318	1.19 290	0.27 149	0.17 61	0.29 236	0.29 334	0.29 167	0.25 140

FENet	2.25 373	0.50 100	20.29 557	1.35 452	0.67 250	4.01 420	0.60 150	3.95 409	1.99 339	1.96 313	1.11 132	2.43 392	1.43 324	1.60 209	1.39 335	0.32 298	0.22 243	0.33 334	0.26 251	0.29 167	0.39 346

RSM++	0.77 77	0.51 106	1.08 41	0.95 234	0.42 79	1.52 64	0.71 207	2.11 107	1.40 134	0.80 121	1.23 156	0.90 166	0.59 73	1.14 100	0.69 132	0.24 95	0.19 136	0.25 122	0.21 145	0.28 149	0.20 48

CASnet	0.78 82	0.51 106	1.29 108	0.81 119	0.29 2	1.28 39	0.74 227	1.51 34	1.89 326	1.64 236	1.09 128	0.65 92	0.64 88	0.91 50	0.76 162	0.29 211	0.17 61	0.41 437	0.31 369	0.32 236	0.19 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 167	0.51 106	1.56 143	1.02 286	0.39 57	4.27 489	0.42 75	4.08 449	1.48 168	0.90 145	0.68 48	1.09 194	0.66 99	1.81 248	0.62 97	0.27 149	0.19 136	0.29 236	0.23 193	0.37 314	0.25 140

DCANet-4	1.96 327	0.51 106	14.31 439	0.82 129	0.40 62	4.16 461	0.57 134	4.29 517	2.98 532	2.30 434	1.80 331	1.03 189	1.54 361	1.44 175	1.44 345	0.29 211	0.23 270	0.23 65	0.18 85	0.24 86	0.42 376

tt	7.19 596	0.51 106	6.83 336	4.03 604	2.30 582	12.05 612	20.19 627	15.46 624	6.58 607	3.42 560	3.22 546	5.37 581	6.39 589	4.20 377	7.46 563	9.81 627	11.53 632	7.05 625	7.46 627	6.31 615	3.71 612

test_3	1.19 190	0.51 106	2.08 200	0.99 261	0.41 71	2.05 116	0.87 333	4.40 551	1.42 139	1.99 322	1.18 142	2.03 347	0.79 146	2.70 333	0.75 158	0.27 149	0.17 61	0.29 236	0.29 334	0.30 190	0.27 180

zero-FE	0.95 137	0.52 112	2.63 252	0.86 169	1.27 456	1.41 53	0.86 313	2.27 129	0.73 14	0.50 7	0.64 41	0.54 58	0.78 142	2.70 333	1.02 257	0.35 347	0.17 61	0.24 96	0.18 85	1.03 546	0.29 209

RAStereo	0.75 62	0.52 112	2.86 266	0.58 17	0.62 217	1.19 22	0.32 33	1.81 72	0.99 76	0.75 92	1.05 122	0.64 87	0.47 27	0.80 24	0.94 240	0.22 66	0.20 180	0.27 182	0.21 145	0.34 273	0.22 102

Occ-G	0.86 108	0.52 112	1.39 122	0.82 129	0.66 242	1.37 49	0.79 264	1.58 42	1.31 117	1.56 221	0.87 82	2.18 363	0.89 181	0.97 64	0.88 210	0.26 132	0.19 136	0.26 151	0.19 109	0.25 100	0.24 130

LoS	0.94 130	0.52 112	1.88 169	0.86 169	0.36 22	4.15 452	0.51 109	2.18 114	1.45 146	0.97 160	0.88 83	0.62 80	0.79 146	1.59 207	0.86 200	0.26 132	0.19 136	0.24 96	0.16 27	0.21 53	0.20 48
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 87	0.52 112	1.05 25	0.75 93	0.61 211	1.31 43	0.82 288	2.60 191	1.41 137	0.82 125	1.64 274	0.71 113	0.62 82	1.22 125	0.64 103	0.22 66	0.19 136	0.24 96	0.18 85	0.25 100	0.20 48

RCA-Stereo	1.21 198	0.52 112	1.58 145	0.90 196	0.46 113	4.68 560	0.79 264	4.13 462	1.74 298	1.92 300	1.80 331	0.94 178	1.48 338	1.14 100	0.70 138	0.27 149	0.18 98	0.25 122	0.19 109	0.25 100	0.23 113

GLC_STEREO	0.76 70	0.52 112	1.12 65	0.83 140	0.33 10	1.86 95	0.82 288	1.46 31	1.38 129	0.95 156	1.04 116	0.68 100	0.72 112	0.97 64	0.80 175	0.23 79	0.25 329	0.32 299	0.25 231	0.32 236	0.30 238

test-3	1.19 190	0.52 112	2.00 182	1.01 275	0.42 79	1.95 102	0.91 355	4.35 538	1.47 159	2.24 420	1.16 139	2.06 353	0.79 146	2.68 331	0.76 162	0.27 149	0.18 98	0.28 215	0.26 251	0.26 119	0.25 140

test_1	1.19 190	0.52 112	2.00 182	1.01 275	0.42 79	1.95 102	0.90 347	4.36 543	1.47 159	2.17 393	1.16 139	2.06 353	0.78 142	2.68 331	0.76 162	0.27 149	0.18 98	0.28 215	0.26 251	0.26 119	0.25 140

KYRaft	1.59 266	0.52 112	1.73 155	0.95 234	0.49 139	4.38 501	1.79 522	2.43 150	1.51 189	2.49 475	2.98 532	2.00 343	3.41 535	2.14 285	0.82 184	0.30 254	0.21 214	0.33 334	0.46 493	0.35 291	2.45 592

GMM-Stereo	2.45 422	0.52 112	20.38 560	0.89 187	0.82 313	4.18 469	1.91 531	2.45 153	1.48 168	2.48 474	2.30 469	1.69 283	1.86 436	2.93 341	1.08 268	0.28 187	0.18 98	0.33 334	0.48 501	0.35 291	2.41 589

CFNet-RSSM	2.08 349	0.52 112	20.06 541	1.01 275	0.56 177	3.39 268	0.64 172	3.67 336	1.55 222	1.72 254	1.37 199	2.57 409	1.19 273	1.11 89	0.86 200	0.27 149	0.20 180	0.25 122	0.23 193	0.27 132	0.23 113

DDF-Stereo	0.90 121	0.53 124	1.16 78	0.88 180	1.31 462	1.59 70	0.86 313	2.26 127	0.79 27	0.48 3	0.63 40	0.54 58	0.73 117	2.97 344	1.03 259	0.39 396	0.17 61	0.24 96	0.18 85	1.06 549	0.29 209

3.5w_stereo	0.77 77	0.53 124	1.09 49	0.65 51	0.72 271	2.52 159	0.51 109	2.43 150	0.80 31	0.76 107	1.20 146	0.43 27	0.66 99	1.23 127	0.73 149	0.17 13	0.13 1	0.23 65	0.17 59	0.20 33	0.21 82

MM-Stereo_test2	1.79 298	0.53 124	20.16 547	1.43 480	0.47 123	2.57 167	0.73 215	1.67 55	1.47 159	0.94 152	0.96 105	0.84 147	0.79 146	1.16 107	0.68 123	0.24 95	0.17 61	0.25 122	0.22 178	0.30 190	0.22 102

MM-Stereo_test1	1.90 313	0.53 124	19.85 533	1.39 472	0.48 131	1.81 90	0.79 264	3.00 241	1.82 310	1.69 245	1.09 128	0.87 157	0.97 200	1.45 179	0.74 155	0.24 95	0.21 214	0.27 182	0.24 219	0.35 291	0.24 130

IGEV-RUCA	0.90 121	0.53 124	1.05 25	0.81 119	0.74 281	3.89 384	0.80 274	1.92 84	1.41 137	0.96 159	0.71 50	0.70 105	0.73 117	1.30 149	0.68 123	0.29 211	0.20 180	0.25 122	0.19 109	0.43 388	0.34 290

SMoEStereo_RVC	0.80 87	0.53 124	1.12 65	0.92 210	0.44 93	2.41 148	0.79 264	1.49 33	1.16 93	0.70 74	1.12 134	0.64 87	0.64 88	1.69 230	0.87 206	0.22 66	0.16 40	0.31 279	0.22 178	0.26 119	0.25 140

H2IRNET	1.90 313	0.53 124	14.29 438	1.14 347	0.60 206	4.48 519	0.44 85	2.65 196	1.81 309	1.05 171	2.30 469	1.67 276	1.40 311	2.17 289	1.50 361	0.36 359	0.21 214	0.33 334	0.37 436	0.34 273	0.29 209

11t1	1.11 175	0.53 124	1.80 163	1.55 510	0.65 235	2.20 132	0.60 150	3.66 335	1.49 176	1.60 224	1.26 166	1.03 189	1.35 300	1.72 235	0.97 247	0.28 187	0.31 398	0.29 236	0.23 193	0.30 190	0.34 290

Any-RAFT	1.40 242	0.53 124	2.78 262	1.09 319	0.64 225	4.41 510	0.81 284	3.97 416	2.78 502	1.99 322	1.34 191	2.36 381	1.56 365	1.56 198	0.75 158	0.27 149	0.20 180	0.25 122	0.18 85	0.25 100	0.28 199

FTStereo	3.71 539	0.53 124	20.37 559	0.96 240	0.65 235	4.34 496	11.29 614	2.62 193	1.50 182	2.58 494	5.04 572	1.90 325	13.84 612	3.71 362	1.25 308	0.38 384	0.24 305	0.31 279	0.32 381	0.30 190	2.10 583

GrayStereo	2.58 450	0.53 124	1.63 148	1.58 514	0.89 346	4.17 466	8.17 610	3.03 245	1.52 198	2.80 522	2.50 494	1.70 285	17.10 617	2.83 338	1.15 281	0.33 315	0.21 214	0.27 182	0.32 381	0.28 149	0.53 446

CREStereo	0.92 125	0.53 124	1.45 128	0.61 29	0.34 12	4.42 512	0.40 63	2.21 119	1.54 214	0.94 152	1.12 134	0.87 157	0.87 173	1.12 94	0.72 146	0.28 187	0.19 136	0.22 51	0.15 5	0.22 68	0.19 15
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
GREAT-IGEV	0.74 61	0.54 136	1.86 167	1.10 328	0.44 93	2.44 150	0.34 41	1.37 21	1.51 189	0.48 3	0.86 81	0.51 45	0.60 77	1.07 83	0.45 36	0.22 66	0.17 61	0.21 43	0.17 59	0.23 81	0.25 140

AIO-Stereo	0.76 70	0.54 136	1.07 32	0.73 90	0.40 62	1.28 39	0.82 288	2.26 127	1.49 176	0.70 74	1.58 255	0.89 162	0.45 24	1.03 75	0.55 79	0.24 95	0.18 98	0.25 122	0.20 129	0.26 119	0.21 82

AEACV	0.79 85	0.54 136	1.35 119	0.97 247	0.63 222	1.13 16	0.92 368	2.02 98	0.91 56	0.76 107	0.79 68	0.80 138	1.61 373	1.28 140	0.61 93	0.22 66	0.18 98	0.26 151	0.23 193	0.27 132	0.23 113

LCNet	1.55 254	0.54 136	1.88 169	0.99 261	0.55 173	3.60 322	1.21 453	2.86 229	1.53 205	2.18 395	1.74 304	1.43 249	4.17 554	3.62 358	0.87 206	0.29 211	0.20 180	0.28 215	0.77 556	0.47 419	1.85 578

PSM-AAD	2.43 419	0.54 136	1.32 113	0.92 210	0.54 165	4.48 519	7.47 606	2.96 236	1.55 222	2.31 440	2.56 502	1.26 223	16.23 616	2.46 307	0.89 213	0.28 187	0.21 214	0.58 524	0.41 474	0.34 273	1.32 562

xxxx	2.67 459	0.54 136	2.03 185	1.22 392	0.81 304	3.49 294	0.63 169	4.49 566	2.49 462	2.22 413	2.23 451	2.05 351	1.38 304	10.05 506	17.91 609	0.32 298	0.32 406	0.30 256	0.27 277	0.33 255	0.34 290

S2M2_L	0.64 33	0.55 142	1.07 32	0.89 187	0.54 165	1.08 13	0.20 1	1.16 11	1.37 126	0.59 33	0.81 74	0.86 155	0.47 27	0.70 4	0.65 110	0.31 277	0.33 413	0.27 182	0.27 277	0.36 304	0.31 248
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AIO_rvc	0.78 82	0.55 142	1.25 99	0.75 93	0.65 235	1.46 57	0.99 397	2.13 108	1.52 198	0.57 25	1.15 138	1.09 194	0.55 59	1.15 105	0.53 73	0.24 95	0.17 61	0.24 96	0.17 59	0.25 100	0.21 82

WCG-NET（raft）	0.95 137	0.55 142	1.20 90	0.84 150	0.31 5	1.44 55	1.01 401	1.55 39	2.37 433	1.64 236	1.42 211	2.38 383	1.01 211	1.29 145	0.76 162	0.22 66	0.19 136	0.22 51	0.20 129	0.25 100	0.21 82

test_sample1	1.62 271	0.55 142	1.88 169	1.44 483	0.79 299	2.27 136	0.64 172	4.00 424	1.82 310	1.87 283	1.35 194	1.57 263	1.62 376	9.55 487	1.24 305	0.30 254	0.27 353	0.31 279	0.28 306	0.32 236	0.32 259

MIF-Stereo (partial)	0.98 146	0.55 142	2.83 263	0.71 78	1.03 390	1.08 13	0.49 103	2.55 178	1.66 272	0.79 119	1.20 146	0.80 138	0.90 184	1.61 214	1.56 375	0.36 359	0.24 305	0.33 334	0.25 231	0.40 334	0.28 199

CES	1.01 159	0.55 142	1.74 158	0.92 210	2.15 576	2.15 126	0.50 105	2.01 97	1.45 146	0.76 107	1.02 108	0.61 76	0.47 27	1.29 145	0.79 174	0.22 66	0.17 61	0.24 96	0.14 2	0.63 478	2.29 586

DisPM	1.36 238	0.55 142	2.39 232	1.54 505	0.51 146	4.59 547	0.79 264	2.50 163	1.88 322	2.50 476	1.83 352	1.45 250	1.01 211	2.71 335	0.93 238	0.46 460	0.20 180	0.32 299	0.31 369	0.31 209	0.44 391

RAFT-RH_RVC	2.63 453	0.55 142	19.97 538	1.26 408	0.47 123	4.46 517	0.57 134	1.71 59	1.64 266	3.06 542	5.51 575	2.03 347	1.28 285	6.70 427	1.52 370	0.42 430	0.22 243	0.37 399	0.34 398	0.28 149	0.29 209

RAFT-345	2.46 425	0.55 142	19.69 528	1.02 286	0.49 139	4.43 515	0.78 257	1.64 52	2.34 422	2.09 359	3.12 542	1.96 336	1.31 292	6.65 425	1.43 343	0.36 359	0.23 270	0.32 299	0.25 231	0.28 149	0.25 140

Prome-Stereo	1.61 269	0.55 142	1.71 153	0.98 255	0.60 206	4.41 510	1.82 526	3.03 245	1.53 205	2.18 395	3.45 554	1.72 288	3.49 541	2.23 298	1.08 268	0.29 211	0.20 180	0.26 151	0.25 231	0.34 273	2.16 584

TANstereo	1.01 159	0.55 142	1.73 155	0.76 107	0.36 22	4.04 426	0.38 54	1.48 32	1.62 262	2.03 345	2.10 425	0.84 147	0.93 192	0.98 67	0.62 97	0.28 187	0.36 437	0.23 65	0.20 129	0.25 100	0.46 407

MultiAttention	8.74 602	0.56 153	7.25 342	2.07 566	22.74 626	35.86 633	8.44 612	4.97 589	2.58 476	2.57 490	5.11 573	5.55 584	1.59 366	52.70 644	7.50 564	0.47 469	0.24 305	0.52 504	1.00 572	6.84 619	6.30 624

castereo++	0.93 127	0.56 153	1.26 100	0.92 210	0.73 276	2.48 154	1.00 398	2.99 239	1.03 78	0.68 69	1.41 209	1.92 327	0.59 73	1.26 135	0.44 26	0.25 117	0.19 136	0.28 215	0.19 109	0.23 81	0.23 113

UGAM	2.58 450	0.56 153	18.55 503	0.89 187	0.71 269	3.23 240	1.03 407	2.75 210	1.75 300	1.36 196	2.77 521	2.69 420	1.28 285	10.75 528	1.40 336	0.28 187	0.24 305	0.40 425	0.31 369	0.35 291	0.30 238

test_sample2	1.75 293	0.56 153	2.25 216	1.41 476	0.80 301	2.91 193	0.86 313	4.05 439	2.04 353	1.91 298	1.39 204	1.57 263	1.55 363	10.65 525	1.06 263	0.32 298	0.28 365	0.32 299	0.30 353	0.36 304	0.33 277

MGS-Stereo	0.80 87	0.56 153	1.53 137	0.93 226	0.39 57	1.26 32	0.73 215	1.45 29	1.30 116	1.01 162	2.26 455	0.80 138	0.56 61	1.16 107	0.65 110	0.27 149	0.23 270	0.26 151	0.22 178	0.27 132	0.25 140

ttt	2.76 469	0.56 153	2.28 222	1.41 476	1.21 444	3.67 335	0.77 253	4.59 576	2.94 527	2.35 452	2.30 469	2.45 397	1.54 361	11.25 554	15.56 596	0.43 436	0.36 437	0.37 399	0.33 389	0.40 334	0.40 366

riskmin	1.25 212	0.56 153	2.05 188	1.05 296	0.93 357	2.86 186	0.55 127	3.23 268	1.34 120	1.55 219	1.07 126	3.56 510	2.03 450	1.29 145	1.00 255	0.28 187	0.27 353	0.34 352	0.21 145	0.41 359	0.43 385

DRaft	2.28 383	0.56 153	2.64 254	0.74 92	0.46 113	3.94 399	1.23 455	2.32 138	1.55 222	2.64 506	2.80 524	1.60 268	5.34 573	6.96 436	10.99 580	0.34 327	0.22 243	0.27 182	0.27 277	0.29 167	0.37 324

HCRNet	1.60 267	0.56 153	2.47 238	0.78 114	1.36 479	4.11 443	0.71 207	3.57 319	2.79 504	1.75 260	1.61 267	1.58 265	1.41 316	5.79 405	1.56 375	0.34 327	0.28 365	0.36 387	0.29 334	0.33 255	0.37 324

test_xeample	2.67 459	0.56 153	2.05 188	1.09 319	0.81 304	3.24 243	0.80 274	4.55 573	2.70 492	2.42 466	2.27 456	1.39 240	1.40 311	10.75 528	17.51 608	0.30 254	0.30 388	0.32 299	0.28 306	0.34 273	0.33 277

UGAM-zero	2.79 470	0.57 163	20.87 580	0.98 255	0.77 294	2.08 120	0.35 49	3.88 384	1.51 189	2.05 350	1.64 274	5.07 574	3.42 538	9.83 494	1.24 305	0.28 187	0.21 214	0.27 182	0.29 334	0.29 167	0.28 199

SMFormer	2.00 335	0.57 163	4.46 310	1.36 458	0.57 189	2.03 110	0.73 215	4.25 501	2.80 508	2.32 444	2.31 476	1.95 331	1.52 351	10.99 540	2.13 461	0.34 327	0.32 406	0.36 387	0.31 369	0.38 319	0.36 310

tta	2.00 335	0.57 163	4.46 310	1.36 458	0.57 189	2.03 110	0.73 215	4.25 501	2.80 508	2.32 444	2.31 476	1.95 331	1.52 351	10.99 540	2.13 461	0.34 327	0.32 406	0.36 387	0.31 369	0.29 167	0.29 209

qqq1	1.92 320	0.57 163	4.46 310	1.36 458	0.57 189	2.03 110	0.73 215	4.25 501	2.80 508	2.32 444	2.31 476	1.95 331	1.52 351	10.99 540	0.71 141	0.34 327	0.32 406	0.30 256	0.23 193	0.29 167	0.29 209

fff1	1.92 320	0.57 163	4.46 310	1.36 458	0.57 189	2.03 110	0.73 215	4.25 501	2.80 508	2.32 444	2.31 476	1.95 331	1.52 351	10.99 540	0.71 141	0.34 327	0.32 406	0.30 256	0.23 193	0.29 167	0.29 209

1111x	3.13 512	0.57 163	8.38 356	1.20 382	0.76 288	3.80 360	0.88 337	4.61 578	2.63 483	2.31 440	2.16 438	1.95 331	1.81 427	11.54 564	18.13 611	0.32 298	0.31 398	0.32 299	0.30 353	0.35 291	0.34 290

qqq	1.30 230	0.57 163	1.67 151	1.15 360	0.51 146	2.18 128	0.91 355	3.98 418	1.53 205	1.50 215	1.24 157	1.79 304	1.34 297	4.66 381	0.98 250	0.28 187	0.31 398	0.33 334	0.33 389	0.33 255	0.32 259

x	1.15 183	0.57 163	1.53 137	1.44 483	0.67 250	1.94 101	0.97 390	3.87 381	1.57 234	1.61 229	1.28 174	1.58 265	1.22 276	1.93 264	1.04 261	0.28 187	0.30 388	0.34 352	0.29 334	0.32 236	0.31 248

PFNet+	1.46 249	0.57 163	2.84 264	0.92 210	0.47 123	4.64 554	0.84 299	2.46 156	1.99 339	2.14 376	1.64 274	1.34 233	1.03 215	4.68 383	1.23 303	0.45 453	0.33 413	0.37 399	0.39 456	0.32 236	0.49 424

cross-raft	2.01 338	0.57 163	19.01 511	1.03 293	0.56 177	2.11 123	0.72 210	3.63 328	1.57 234	1.77 262	1.51 234	3.17 469	1.13 251	1.16 107	0.85 193	0.23 79	0.21 214	0.26 151	0.23 193	0.28 149	0.25 140

222	2.68 463	0.57 163	2.03 185	1.11 335	0.81 304	3.23 240	0.65 181	4.52 571	2.45 454	2.34 451	2.29 464	1.41 246	1.44 327	10.50 519	18.47 613	0.32 298	0.30 388	0.32 299	0.27 277	0.32 236	0.34 290

Gwc-CoAtRS	1.58 261	0.57 163	11.69 400	1.01 275	0.60 206	2.53 163	0.64 172	2.36 140	1.56 228	1.80 269	1.47 223	2.74 427	1.18 269	1.12 94	0.90 217	0.27 149	0.21 214	0.25 122	0.22 178	0.27 132	0.23 113

HSM-Net_RVC	2.87 479	0.57 163	17.46 485	0.92 210	0.90 349	3.70 339	1.20 450	5.64 602	2.51 466	3.22 551	2.43 487	2.54 406	1.59 366	11.41 558	1.65 397	0.34 327	0.25 329	0.26 151	0.23 193	0.30 190	0.29 209
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
monsters	0.82 99	0.58 176	1.16 78	0.76 107	1.52 510	2.92 196	0.40 63	2.66 198	0.72 13	0.66 63	0.84 76	0.38 12	0.41 12	1.84 253	0.48 52	0.20 51	0.16 40	0.20 24	0.16 27	0.19 9	0.19 15

IGEV++	0.90 121	0.58 176	1.32 113	0.94 230	0.45 101	1.27 33	1.00 398	3.32 283	1.55 222	0.82 125	1.34 191	0.86 155	1.09 239	1.16 107	0.89 213	0.33 315	0.18 98	0.23 65	0.19 109	0.29 167	0.22 102

mmm	1.27 224	0.58 176	2.20 208	1.41 476	0.68 255	2.39 146	0.85 308	3.90 391	1.63 265	2.20 402	1.84 357	1.28 225	1.50 345	1.91 263	0.89 213	0.31 277	0.27 353	0.45 460	0.37 436	0.38 319	0.34 290

IPLGR	2.53 439	0.58 176	20.46 565	0.82 129	0.52 155	4.56 544	0.50 105	4.30 525	2.38 438	1.87 283	1.53 242	1.68 278	1.72 409	6.95 435	1.15 281	0.28 187	0.21 214	0.27 182	0.23 193	0.33 255	0.32 259

DEmStereo	2.97 493	0.58 176	13.42 415	0.79 116	0.51 146	3.84 369	1.84 529	2.42 147	1.60 253	2.25 423	2.74 517	2.03 347	6.04 580	6.79 434	12.80 589	0.35 347	0.26 342	0.26 151	0.27 277	0.27 132	0.37 324

SST-Stereo	1.76 294	0.58 176	3.10 274	1.44 483	0.46 113	4.71 572	0.76 240	2.22 122	2.79 504	2.07 358	2.18 442	2.43 392	3.22 528	6.66 426	0.84 190	0.42 430	0.19 136	0.30 256	0.27 277	0.35 291	0.26 164

R-Stereo Train	1.20 195	0.58 176	1.81 164	0.99 261	0.67 250	3.78 354	0.90 347	4.09 451	1.51 189	2.16 389	1.71 297	1.13 200	0.94 194	1.40 165	0.91 224	0.30 254	0.24 305	0.26 151	0.21 145	0.26 119	0.25 140

RAFT-Stereo	1.20 195	0.58 176	1.81 164	0.99 261	0.67 250	3.78 354	0.90 347	4.09 451	1.51 189	2.16 389	1.71 297	1.13 200	0.94 194	1.40 165	0.91 224	0.30 254	0.24 305	0.26 151	0.21 145	0.26 119	0.25 140
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test3	1.09 172	0.59 184	1.55 141	1.73 535	1.18 425	1.91 99	0.86 313	3.52 310	1.76 302	1.25 186	1.86 367	1.10 197	0.69 105	1.32 152	0.86 200	0.27 149	0.23 270	0.27 182	0.22 178	0.34 273	0.30 238

SCV_C0	0.89 117	0.59 184	1.96 180	0.83 140	0.44 93	1.24 28	0.64 172	3.33 289	1.66 272	0.82 125	1.20 146	0.73 120	0.66 99	1.62 215	0.66 115	0.32 298	0.21 214	0.24 96	0.20 129	0.28 149	0.23 113

fffy	0.80 87	0.59 184	1.56 143	1.00 269	0.47 123	1.27 33	0.76 240	1.90 81	1.02 77	0.75 92	1.35 194	0.83 145	0.72 112	1.70 232	0.62 97	0.23 79	0.19 136	0.27 182	0.21 145	0.28 149	0.32 259

RAFT-Test	1.44 246	0.59 184	6.10 331	1.01 275	0.69 262	2.90 190	0.80 274	3.68 338	1.70 285	1.85 276	1.68 286	3.15 467	1.03 215	1.20 122	0.99 253	0.27 149	0.22 243	0.25 122	0.23 193	0.27 132	0.25 140

BUS	1.49 253	0.59 184	1.94 175	0.87 175	0.85 327	4.50 528	0.76 240	4.48 563	1.88 322	2.93 530	1.83 352	3.63 512	0.97 200	1.60 209	1.17 287	0.34 327	0.25 329	0.31 279	0.28 306	0.35 291	0.33 277

BSDual-CNN	1.46 249	0.59 184	1.94 175	0.87 175	0.85 327	4.16 461	1.16 439	4.48 563	1.88 322	2.93 530	1.83 352	2.60 412	1.31 292	1.60 209	1.21 297	0.34 327	0.25 329	0.31 279	0.28 306	0.35 291	0.33 277

psmg	1.47 252	0.59 184	1.94 175	0.92 210	0.85 327	4.30 493	1.42 487	4.10 459	1.88 322	2.64 506	2.09 424	2.60 412	1.31 292	1.60 209	1.21 297	0.34 327	0.27 353	0.33 334	0.34 398	0.36 304	0.34 290

PSM-softLoss	1.66 280	0.59 184	5.15 321	2.25 570	0.48 131	4.68 560	0.69 199	2.57 183	1.52 198	2.14 376	1.45 216	1.42 247	0.99 207	6.04 411	1.20 293	0.41 419	0.23 270	0.37 399	0.39 456	0.32 236	0.31 248

KMStereo	1.66 280	0.59 184	5.15 321	2.25 570	0.48 131	4.68 560	0.69 199	2.57 183	1.52 198	2.14 376	1.45 216	1.42 247	0.99 207	6.04 411	1.20 293	0.41 419	0.23 270	0.37 399	0.39 456	0.32 236	0.31 248

RAFT_R40	1.70 285	0.59 184	2.99 270	1.46 489	0.46 113	4.74 576	0.98 396	2.23 123	1.56 228	2.02 341	2.35 484	2.71 423	2.56 494	6.71 430	0.90 217	0.40 404	0.19 136	0.30 256	0.27 277	0.33 255	0.26 164

Pruner-Stereo	1.32 236	0.59 184	2.11 203	1.79 545	0.47 123	4.73 573	0.79 264	2.53 167	1.72 289	2.47 473	1.58 255	1.48 253	1.03 215	1.66 224	1.47 354	0.44 444	0.21 214	0.34 352	0.30 353	0.30 190	0.39 346

MDST_ROB	5.53 578	0.59 184	23.11 614	2.55 582	2.69 585	21.20 623	1.98 535	4.77 585	2.65 486	9.36 612	4.25 564	4.14 537	4.45 560	22.57 621	3.68 523	0.48 474	0.33 413	0.47 469	0.44 487	0.44 396	0.44 391

FlowAnything_test	0.75 62	0.60 196	1.18 83	0.82 129	0.58 198	2.29 138	0.66 184	1.38 23	0.80 31	1.03 169	0.76 58	0.63 85	0.49 40	0.84 31	0.91 224	0.31 277	0.27 353	0.40 425	0.48 501	0.31 209	0.30 238

DilatedVolume-Stereo	0.81 96	0.60 196	1.51 136	1.01 275	0.59 202	1.34 46	0.51 109	1.56 40	1.08 86	1.26 188	1.24 157	0.77 131	0.87 173	1.79 246	0.72 146	0.23 79	0.24 305	0.22 51	0.21 145	0.25 100	0.23 113

LG-Stereo	0.85 106	0.60 196	2.71 257	0.59 22	0.45 101	2.85 184	0.55 127	2.41 143	1.34 120	0.59 33	1.19 144	0.43 27	0.40 9	0.76 14	0.75 158	0.20 51	0.17 61	0.31 279	0.24 219	0.29 167	0.19 15

model_zeroshot	1.21 198	0.60 196	3.55 293	1.05 296	0.57 189	3.46 283	0.63 169	2.73 207	1.55 222	2.05 350	1.38 202	1.50 256	0.82 159	1.69 230	0.87 206	0.29 211	0.23 270	0.30 256	0.23 193	0.27 132	0.32 259

AE-Stereo	1.18 188	0.60 196	2.05 188	1.10 328	0.60 206	4.39 504	0.72 210	3.74 352	1.62 262	1.10 175	1.90 382	1.01 185	0.92 189	1.45 179	0.82 184	0.28 187	0.22 243	0.28 215	0.28 306	0.26 119	0.22 102

ffm	1.72 286	0.60 196	5.21 323	1.14 347	0.99 377	3.62 327	0.86 313	4.22 487	3.37 566	2.20 402	2.30 469	3.48 495	1.62 376	2.21 295	0.65 110	0.29 211	0.16 40	0.48 477	0.37 436	0.30 190	0.29 209

ff1	2.96 489	0.60 196	5.21 323	1.14 347	0.99 377	3.62 327	0.86 313	4.22 487	3.37 566	2.20 402	2.30 469	3.48 495	1.62 376	11.62 568	16.09 598	0.29 211	0.16 40	0.48 477	0.37 436	0.30 190	0.29 209

mmx	2.98 495	0.60 196	5.21 323	1.14 347	0.99 377	3.62 327	0.86 313	4.49 566	3.05 538	2.20 402	2.30 469	3.48 495	1.62 376	11.62 568	16.09 598	0.33 315	0.28 365	0.48 477	0.37 436	0.44 396	0.37 324

xxx	2.98 495	0.60 196	5.21 323	1.14 347	0.99 377	3.62 327	0.86 313	4.49 566	3.05 538	2.20 402	2.30 469	3.48 495	1.62 376	11.62 568	16.09 598	0.33 315	0.28 365	0.48 477	0.37 436	0.44 396	0.37 324

anonymousdsp2	1.26 219	0.60 196	3.74 303	1.02 286	0.41 71	3.60 322	0.72 210	3.68 338	1.47 159	1.37 199	1.56 252	1.83 316	1.01 211	2.00 270	0.66 115	0.29 211	0.20 180	0.28 215	0.20 129	0.32 236	0.29 209

knoymous	1.30 230	0.60 196	5.57 328	0.88 180	0.75 283	3.04 212	0.90 347	2.68 200	1.33 119	1.48 212	1.07 126	2.78 437	0.88 175	1.29 145	0.85 193	0.31 277	0.22 243	0.35 371	0.20 129	0.45 404	0.37 324

CrosDoStereo	5.24 573	0.60 196	20.23 550	0.82 129	0.51 146	3.39 268	18.11 623	3.82 368	2.27 404	1.98 317	8.74 592	1.96 336	6.96 592	7.35 440	26.35 627	0.30 254	0.22 243	0.30 256	0.28 306	0.33 255	0.38 339

AAGNet	2.86 475	0.60 196	1.77 160	2.05 564	0.46 113	4.76 578	1.09 425	2.27 129	1.56 228	2.17 393	1.84 357	2.41 386	4.00 550	6.23 416	24.22 625	0.46 460	0.19 136	0.30 256	0.29 334	0.32 236	0.24 130

ASMatch	2.62 452	0.60 196	20.65 573	1.37 468	0.64 225	4.39 504	0.78 257	1.97 90	1.58 237	1.70 249	3.89 562	1.94 329	3.79 546	5.46 395	1.64 395	0.31 277	0.24 305	0.34 352	0.28 306	0.33 255	0.50 431

DeepStereo_LL	5.24 573	0.60 196	20.23 550	0.82 129	0.51 146	3.39 268	18.11 623	3.82 368	2.27 404	1.98 317	8.74 592	1.96 336	6.96 592	7.35 440	26.35 627	0.30 254	0.22 243	0.30 256	0.28 306	0.33 255	0.38 339

PFNet	2.47 428	0.60 196	16.95 474	2.15 569	0.81 304	4.63 553	0.91 355	2.55 178	1.52 198	2.40 464	2.79 522	1.83 316	1.42 321	7.54 444	1.34 332	0.33 315	0.21 214	0.36 387	0.27 277	0.32 236	0.39 346

IRAFT_RVC	1.87 306	0.60 196	4.33 309	2.40 579	0.66 242	4.59 547	1.59 506	2.96 236	1.51 189	2.23 417	1.75 308	2.09 357	2.63 497	6.70 427	1.50 361	0.33 315	0.21 214	0.33 334	0.29 334	0.32 236	0.32 259

PAM	2.43 419	0.61 213	20.86 578	1.07 305	0.73 276	2.93 200	0.53 119	3.24 270	1.53 205	1.89 292	2.43 487	5.29 580	2.76 502	1.84 253	1.02 257	0.27 149	0.24 305	0.26 151	0.25 231	0.40 334	0.50 431

test_sample3	2.34 401	0.61 213	11.94 401	1.33 440	0.85 327	3.10 225	0.73 215	4.24 499	2.19 388	2.21 411	1.75 308	1.80 307	1.41 316	11.11 549	1.46 349	0.35 347	0.29 375	0.34 352	0.35 414	0.39 329	0.37 324

gcap-zeroshot	1.30 230	0.61 213	4.09 306	0.94 230	0.56 177	3.50 298	0.84 299	3.12 254	1.72 289	1.84 275	1.22 152	2.72 425	0.88 175	1.46 183	0.80 175	0.29 211	0.30 388	0.27 182	0.21 145	0.29 167	0.25 140

NF-Stereo	1.58 261	0.61 213	2.66 255	2.26 572	0.47 123	4.68 560	0.67 186	3.31 278	1.48 168	2.11 366	1.59 259	1.36 236	1.09 239	6.08 413	1.20 293	0.40 404	0.20 180	0.36 387	0.34 398	0.31 209	0.36 310

OCTAStereo	1.58 261	0.61 213	2.72 258	2.27 575	0.46 113	4.68 560	0.67 186	3.30 277	1.48 168	2.11 366	1.59 259	1.36 236	1.09 239	6.02 410	1.21 297	0.41 419	0.20 180	0.36 387	0.34 398	0.31 209	0.37 324

NRIStereo	1.28 227	0.61 213	1.67 151	1.15 360	0.38 54	4.73 573	0.90 347	2.42 147	1.50 182	1.93 304	1.33 186	1.75 291	1.22 276	2.96 343	1.33 329	0.46 460	0.22 243	0.29 236	0.26 251	0.30 190	0.28 199

RE-Stereo	1.58 261	0.61 213	2.72 258	2.26 572	0.46 113	4.68 560	0.68 193	3.31 278	1.48 168	2.11 366	1.59 259	1.36 236	1.09 239	6.01 408	1.22 300	0.41 419	0.20 180	0.36 387	0.34 398	0.31 209	0.37 324

TVStereo	1.58 261	0.61 213	2.72 258	2.26 572	0.46 113	4.68 560	0.68 193	3.31 278	1.48 168	2.11 366	1.59 259	1.36 236	1.09 239	6.01 408	1.22 300	0.41 419	0.20 180	0.36 387	0.34 398	0.31 209	0.37 324

CRE-IMP	1.23 203	0.61 213	2.14 204	0.82 129	0.39 57	4.54 534	0.83 293	2.63 194	1.55 222	1.95 310	1.46 218	1.87 324	0.96 197	1.48 186	1.33 329	0.45 453	0.21 214	0.31 279	0.26 251	0.41 359	0.31 248

XX-Stereo	2.54 441	0.61 213	20.21 549	1.78 540	1.19 432	4.30 493	0.46 94	4.39 549	1.58 237	2.32 444	1.89 377	4.64 562	0.60 77	4.16 375	0.82 184	0.31 277	0.21 214	0.28 215	0.27 277	0.51 432	0.26 164

xyz-stereo-finetune	1.05 166	0.62 223	1.46 129	0.59 22	0.36 22	3.48 290	0.81 284	2.69 202	1.74 298	0.94 152	1.21 150	0.91 168	0.78 142	2.53 320	1.28 318	0.24 95	0.24 305	0.26 151	0.23 193	0.30 190	0.23 113

test_sample6	2.35 406	0.62 223	10.78 390	1.33 440	0.83 319	3.15 229	0.79 264	4.36 543	2.43 449	2.26 426	2.04 410	1.69 283	1.39 307	11.48 563	1.61 384	0.38 384	0.32 406	0.37 399	0.39 456	0.41 359	0.42 376

test_sample5	2.33 397	0.62 223	11.29 395	1.29 422	0.83 319	3.09 223	0.74 227	4.28 514	2.31 416	2.20 402	1.97 396	1.68 278	1.39 307	11.19 551	1.47 354	0.37 367	0.31 398	0.37 399	0.37 436	0.41 359	0.39 346

DualNet	2.33 397	0.62 223	11.29 395	1.29 422	0.83 319	3.09 223	0.74 227	4.28 514	2.31 416	2.26 426	2.04 410	1.68 278	1.39 307	11.19 551	1.47 354	0.37 367	0.31 398	0.37 399	0.37 436	0.41 359	0.39 346

testlalala	1.14 182	0.62 223	1.34 115	1.00 269	0.78 295	4.38 501	0.93 370	2.46 156	2.20 390	2.44 469	1.52 235	1.31 230	0.61 80	1.04 80	0.65 110	0.35 347	0.19 136	0.24 96	0.19 109	0.24 86	0.23 113

iRaft-Stereo_20w	1.88 310	0.62 223	10.58 387	0.90 196	0.83 319	2.96 205	0.78 257	4.90 587	1.58 237	2.29 430	1.60 263	1.25 222	4.51 562	2.28 301	0.90 217	0.29 211	0.21 214	0.26 151	0.24 219	0.41 359	0.31 248

ac_64	2.35 406	0.62 223	9.77 373	1.32 435	1.71 547	3.27 251	0.93 370	3.48 300	2.50 463	1.74 258	1.73 302	3.91 523	1.77 416	10.21 511	1.86 425	0.40 404	0.31 398	0.33 334	0.30 353	0.34 273	0.39 346

GANet-RSSM	1.98 331	0.62 223	3.49 290	1.69 528	1.23 446	4.22 479	0.91 355	3.31 278	1.86 319	1.81 270	1.74 304	2.34 377	1.82 429	10.92 537	1.73 409	0.34 327	0.29 375	0.31 279	0.28 306	0.39 329	0.40 366

SGM-Forest	2.96 489	0.62 223	3.49 290	1.09 319	0.80 301	4.06 429	3.30 581	4.37 546	3.09 542	4.18 579	3.27 549	4.67 564	3.86 548	11.69 577	7.91 566	0.51 496	0.46 508	0.49 491	0.39 456	0.48 422	0.49 424
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
xyz-stereo-finetune2	1.16 187	0.63 232	1.50 134	0.57 14	0.36 22	3.47 286	0.65 181	2.70 203	1.23 100	0.88 141	1.75 308	0.91 168	1.76 414	3.54 355	1.74 410	0.24 95	0.22 243	0.30 256	0.27 277	0.31 209	0.26 164

SCV	0.95 137	0.63 232	1.38 121	1.70 531	0.41 71	1.23 24	0.89 342	3.53 314	1.57 234	0.61 40	1.54 244	0.93 174	0.77 134	1.66 224	0.66 115	0.36 359	0.20 180	0.25 122	0.19 109	0.29 167	0.25 140

PAM_32	2.45 422	0.63 232	20.74 575	1.05 296	0.65 235	2.83 181	0.46 94	2.91 232	1.54 214	1.95 310	2.66 512	4.99 570	3.78 545	1.96 267	0.92 229	0.27 149	0.22 243	0.27 182	0.25 231	0.36 304	0.48 417

rvit_stereo_0081	0.80 87	0.63 232	1.19 84	0.91 204	0.64 225	1.27 33	0.61 154	2.05 100	1.71 286	0.82 125	0.73 53	0.85 151	0.75 125	1.30 149	0.80 175	0.31 277	0.26 342	0.27 182	0.25 231	0.38 319	0.27 180

rvit_stereo_0082	0.80 87	0.63 232	1.19 84	0.91 204	0.64 225	1.27 33	0.61 154	2.05 100	1.71 286	0.82 125	0.73 53	0.85 151	0.75 125	1.30 149	0.80 175	0.31 277	0.26 342	0.27 182	0.25 231	0.38 319	0.27 180

test_sample4	2.34 401	0.63 232	11.59 398	1.30 429	0.83 319	3.07 221	0.72 210	4.27 509	2.30 412	2.30 434	1.88 371	1.73 289	1.42 321	11.14 550	1.46 349	0.35 347	0.29 375	0.35 371	0.36 424	0.40 334	0.38 339

testlalala2	2.31 390	0.63 232	20.54 567	2.56 583	2.87 589	3.79 358	0.76 240	4.20 478	1.48 168	1.42 208	1.43 213	2.45 397	0.80 153	1.03 75	0.68 123	0.27 149	0.25 329	0.24 96	0.21 145	0.33 255	0.28 199

DeepStereo_RVC	1.55 254	0.63 232	3.32 285	0.77 112	0.42 79	4.49 525	0.72 210	2.50 163	1.58 237	2.02 341	1.81 343	1.54 261	6.38 588	1.73 236	1.19 290	0.46 460	0.22 243	0.29 236	0.28 306	0.35 291	0.38 339

test_xeample3	2.12 354	0.63 232	21.55 599	0.91 204	0.47 123	1.85 94	0.94 376	7.96 607	1.23 100	0.75 92	0.76 58	0.64 87	0.70 107	1.77 241	0.83 187	0.30 254	0.21 214	0.27 182	0.21 145	0.27 132	0.24 130

EAI-Stereo	2.35 406	0.63 232	2.97 269	0.95 234	0.65 235	3.84 369	14.27 619	5.04 590	2.19 388	2.06 355	7.25 580	1.10 197	0.94 194	1.65 223	1.37 334	0.31 277	0.22 243	0.27 182	0.60 537	0.27 132	0.32 259

SFCPSM	2.18 363	0.63 232	17.03 475	0.88 180	0.98 374	3.74 348	1.28 461	4.09 451	2.16 383	1.85 276	1.83 352	1.65 274	1.39 307	2.50 310	1.50 361	0.33 315	0.27 353	0.39 419	0.36 424	0.34 273	0.37 324

UPFNet	1.81 301	0.63 232	6.71 335	1.25 401	1.44 498	3.50 298	1.35 469	4.02 430	1.85 318	2.40 464	1.52 235	2.41 386	1.40 311	3.62 358	1.88 427	0.34 327	0.33 413	0.37 399	0.31 369	0.41 359	0.39 346

HUF	1.15 183	0.64 244	8.62 360	0.90 196	0.35 16	1.35 47	0.78 257	1.97 90	1.50 182	0.63 47	1.52 235	0.83 145	0.66 99	1.28 140	0.63 100	0.29 211	0.23 270	0.26 151	0.17 59	0.23 81	0.25 140

ours_stereo	0.76 70	0.64 244	1.40 124	0.86 169	0.61 211	1.12 15	0.57 134	1.63 50	1.20 98	0.72 80	1.43 213	0.70 105	0.62 82	1.56 198	0.58 87	0.25 117	0.18 98	0.26 151	0.21 145	0.29 167	0.31 248

CAS++	0.89 117	0.64 244	1.46 129	0.81 119	0.51 146	1.24 28	0.86 313	3.44 298	1.46 154	1.14 180	1.29 176	0.62 80	0.58 68	1.13 97	0.59 88	0.34 327	0.30 388	0.34 352	0.26 251	0.41 359	0.29 209
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	2.22 366	0.64 244	20.09 545	0.96 240	0.56 177	4.04 426	0.70 205	3.91 396	1.50 182	1.92 300	2.28 460	1.92 327	0.71 109	2.93 341	0.67 120	0.26 132	0.23 270	0.26 151	0.21 145	0.28 149	0.26 164

EKT-Stereo	6.79 592	0.64 244	4.24 308	1.77 539	106.39 667	4.51 532	0.61 154	3.16 259	1.53 205	1.88 286	1.22 152	1.98 340	1.36 302	3.81 363	0.84 190	0.35 347	0.24 305	0.29 236	0.26 251	0.34 273	0.48 417

hknet	1.98 331	0.64 244	8.70 361	0.87 175	1.07 402	4.16 461	1.16 439	4.48 563	1.73 292	2.93 530	1.83 352	3.48 495	1.30 291	3.91 369	1.51 367	0.31 277	0.25 329	0.31 279	0.28 306	0.35 291	0.33 277

GES	1.38 241	0.64 244	2.61 248	1.09 319	0.57 189	4.30 493	1.02 405	3.86 378	1.51 189	1.72 254	1.74 304	1.28 225	1.77 416	1.62 215	1.61 384	0.39 396	0.27 353	0.33 334	0.30 353	0.41 359	0.47 412

ACVNet	1.46 249	0.64 244	3.56 295	0.93 226	0.85 327	4.22 479	0.80 274	2.85 226	2.08 361	1.78 264	1.88 371	3.10 462	1.46 334	1.33 153	1.89 428	0.29 211	0.26 342	0.30 256	0.26 251	0.39 329	0.27 180

acv_ft	1.55 254	0.64 244	3.29 283	1.14 347	2.01 569	2.93 200	0.97 390	3.81 365	2.08 361	2.22 413	1.88 371	3.10 462	1.66 396	1.33 153	2.22 468	0.29 211	0.26 342	0.30 256	0.26 251	0.39 329	0.27 180

MSMDNet	2.23 369	0.64 244	17.32 476	0.84 150	0.75 283	3.53 305	0.64 172	3.61 326	1.98 338	1.71 253	1.64 274	3.22 472	2.99 512	2.08 277	1.11 275	0.31 277	0.37 450	0.45 460	0.26 251	0.62 476	0.45 397

FACV-RUCA	1.26 219	0.65 254	2.21 210	1.06 302	1.50 507	2.69 175	1.15 437	3.05 247	1.87 320	1.36 196	1.99 401	1.03 189	1.15 266	1.36 159	1.10 272	0.41 419	0.41 480	0.73 559	0.41 474	0.61 472	0.41 372

IGEVStereo-DCA	0.86 108	0.65 254	2.05 188	0.90 196	0.46 113	1.57 67	0.86 313	1.62 45	1.24 102	0.65 61	0.77 61	0.74 125	0.72 112	2.59 325	0.86 200	0.28 187	0.21 214	0.28 215	0.21 145	0.29 167	0.27 180

rrr	2.27 378	0.65 254	23.82 618	0.90 196	0.46 113	1.57 67	0.96 387	7.98 608	1.19 97	0.65 61	0.77 61	0.74 125	0.72 112	2.59 325	0.86 200	0.28 187	0.21 214	0.28 215	0.21 145	0.29 167	0.25 140

PCWNet_CMD	2.23 369	0.65 254	17.36 480	0.83 140	0.76 288	3.51 301	0.64 172	3.60 323	1.97 336	1.70 249	1.63 272	3.22 472	3.05 519	2.09 280	1.11 275	0.31 277	0.36 437	0.47 469	0.26 251	0.64 486	0.47 412

IER	1.69 283	0.65 254	7.19 341	0.94 230	1.15 418	3.28 255	0.89 342	3.48 300	1.97 336	2.10 362	1.98 398	2.28 368	2.12 458	2.25 299	1.75 413	0.29 211	0.23 270	0.36 387	0.30 353	0.32 236	0.34 290

IPLG	2.48 430	0.65 254	19.63 526	0.91 204	0.79 299	4.60 549	0.56 131	4.31 528	1.84 317	1.91 298	2.00 403	1.31 230	1.38 304	6.61 423	1.53 371	0.27 149	0.20 180	0.27 182	0.23 193	0.31 209	0.36 310

Patchmatch Stereo++	1.25 212	0.65 254	2.06 197	0.75 93	0.37 42	4.68 560	0.76 240	2.53 167	1.58 237	1.99 322	1.47 223	1.78 297	1.14 258	2.44 305	0.90 217	0.48 474	0.23 270	0.32 299	0.27 277	0.40 334	0.29 209
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
PSM-adaLoss	1.24 208	0.65 254	2.03 185	0.75 93	0.37 42	4.68 560	0.73 215	2.53 167	1.58 237	1.99 322	1.47 223	1.78 297	1.13 251	2.18 291	0.87 206	0.48 474	0.23 270	0.32 299	0.27 277	0.40 334	0.29 209

iRAFT	1.25 212	0.65 254	2.06 197	0.75 93	0.37 42	4.68 560	0.76 240	2.53 167	1.58 237	1.99 322	1.47 223	1.78 297	1.14 258	2.44 305	0.90 217	0.48 474	0.23 270	0.32 299	0.27 277	0.40 334	0.29 209

test-1	1.23 203	0.65 254	1.88 169	0.96 240	0.52 155	3.84 369	0.62 167	4.01 426	1.47 159	1.93 304	1.78 325	1.83 316	0.92 189	1.19 121	1.28 318	0.26 132	0.29 375	0.31 279	0.24 219	0.29 167	0.36 310

pcwnet_v2	2.70 466	0.65 254	22.48 610	1.08 313	1.03 390	3.56 314	0.81 284	4.29 517	3.14 546	2.29 430	2.29 464	3.01 455	1.71 407	3.32 351	1.43 343	0.43 436	0.50 524	0.41 437	0.34 398	0.61 472	0.56 460

AIO-test1	2.18 363	0.66 265	18.95 509	0.89 187	1.48 504	3.40 271	0.97 390	4.19 477	1.68 276	0.86 138	1.35 194	0.99 181	0.75 125	4.47 378	1.27 314	0.23 79	0.23 270	0.28 215	0.33 389	0.31 209	0.35 304

DCVSM-stereo	2.31 390	0.66 265	20.69 574	1.11 335	0.93 357	2.58 169	0.73 215	2.61 192	1.60 253	2.57 490	1.53 242	3.30 480	1.72 409	2.19 292	1.23 303	0.34 327	0.53 527	0.41 437	0.32 381	0.45 404	0.62 480

MaDis-Stereo	0.82 99	0.66 265	1.53 137	0.65 51	1.87 562	1.24 28	0.36 50	2.13 108	1.27 111	0.67 67	0.75 56	0.88 160	0.70 107	1.15 105	1.07 266	0.29 211	0.23 270	0.26 151	0.20 129	0.31 209	0.22 102

CASS	1.29 229	0.66 265	2.62 251	0.95 234	0.66 242	2.84 182	0.69 199	3.00 241	1.79 307	2.57 490	1.95 389	1.39 240	1.55 363	1.59 207	1.06 263	0.50 490	0.28 365	0.34 352	0.28 306	0.46 415	0.63 484
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 203	0.66 265	2.02 184	0.75 93	0.37 42	4.67 559	0.76 240	2.53 167	1.58 237	1.99 322	1.46 218	1.78 297	1.14 258	2.08 277	0.88 210	0.48 474	0.22 243	0.32 299	0.27 277	0.40 334	0.29 209

ROB_FTStereo	1.25 212	0.66 265	2.14 204	0.75 93	0.37 42	4.65 556	0.77 253	2.53 167	1.58 237	1.99 322	1.47 223	1.78 297	1.13 251	2.26 300	0.86 200	0.47 469	0.22 243	0.32 299	0.27 277	0.40 334	0.29 209

HUI-Stereo	1.25 212	0.66 265	2.33 226	0.75 93	0.37 42	4.68 560	0.78 257	2.53 167	1.58 237	1.99 322	1.46 218	1.79 304	1.13 251	2.17 289	0.85 193	0.48 474	0.23 270	0.32 299	0.27 277	0.40 334	0.29 209

iGMRVC	1.26 219	0.66 265	2.14 204	0.75 93	0.37 42	4.66 557	0.74 227	2.53 167	1.58 237	1.99 322	1.46 218	1.78 297	1.14 258	2.46 307	0.92 229	0.48 474	0.23 270	0.32 299	0.27 277	0.40 334	0.29 209

RAFT-IKP	1.25 212	0.66 265	2.23 215	0.75 93	0.37 42	4.64 554	0.74 227	2.53 167	1.58 237	1.99 322	1.47 223	1.78 297	1.13 251	2.22 297	0.92 229	0.48 474	0.22 243	0.32 299	0.27 277	0.40 334	0.29 209

ICVP	2.26 376	0.66 265	21.18 591	0.99 261	0.88 341	4.28 490	0.95 380	3.32 283	1.60 253	1.66 241	1.76 317	1.34 233	1.14 258	1.62 215	1.32 325	0.53 505	0.35 431	0.33 334	0.29 334	0.40 334	0.51 439
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
tg	1.15 183	0.67 275	1.31 110	0.94 230	0.54 165	4.02 422	0.41 70	2.96 236	1.59 252	1.69 245	1.85 364	1.84 319	0.97 200	1.78 242	0.83 187	0.27 149	0.17 61	0.29 236	0.26 251	0.29 167	0.27 180

rvit_stereo_0083	0.86 108	0.67 275	1.42 126	0.87 175	0.65 235	1.23 24	0.64 172	1.67 55	2.28 408	0.79 119	0.93 98	0.93 174	1.07 234	1.46 183	0.75 158	0.32 298	0.36 437	0.30 256	0.26 251	0.33 255	0.28 199

anonymousa	2.16 359	0.67 275	19.19 512	1.04 295	1.67 541	2.06 118	0.79 264	2.86 229	1.96 334	1.85 276	2.14 435	3.23 474	1.81 427	1.12 94	1.15 281	0.26 132	0.26 342	0.34 352	0.32 381	0.30 190	0.28 199

DAS	2.31 390	0.67 275	4.79 317	1.14 347	1.64 533	2.93 200	2.13 543	4.09 451	2.74 496	4.17 576	2.52 497	2.46 399	1.79 419	11.55 565	1.63 392	0.37 367	0.22 243	0.39 419	0.25 231	0.41 359	0.34 290

SepStereo	2.15 358	0.67 275	4.79 317	1.14 347	1.64 533	2.93 200	2.13 543	4.09 451	2.74 496	4.17 576	2.52 497	2.46 399	1.79 419	8.36 457	1.63 392	0.37 367	0.22 243	0.39 419	0.25 231	0.41 359	0.34 290

GwcNet-ADL	2.47 428	0.67 275	21.48 598	0.96 240	0.72 271	4.61 550	0.95 380	4.42 553	2.36 427	1.98 317	1.80 331	2.55 407	1.24 281	1.90 262	1.41 340	0.40 404	0.46 508	0.24 96	0.27 277	0.41 359	0.49 424

CFNet_pseudo	2.12 354	0.67 275	15.14 453	0.85 162	0.74 281	3.95 404	0.64 172	3.95 409	1.78 305	1.90 293	1.79 328	3.27 477	1.62 376	2.51 313	1.16 284	0.31 277	0.36 437	0.53 509	0.27 277	0.63 478	0.44 391

ccs_rob	2.13 356	0.67 275	15.11 452	0.84 150	0.75 283	3.96 409	0.65 181	3.95 409	1.78 305	1.88 286	1.79 328	3.26 476	1.64 392	2.51 313	1.16 284	0.31 277	0.36 437	0.54 516	0.27 277	0.65 489	0.45 397

mms	0.77 77	0.68 283	1.17 81	0.83 140	0.71 269	1.41 53	0.67 186	1.61 44	1.12 90	0.77 112	1.37 199	0.63 85	0.54 57	1.75 239	0.63 100	0.24 95	0.19 136	0.26 151	0.21 145	0.31 209	0.34 290

CFNet_ucs	2.36 411	0.68 283	18.42 501	0.89 187	0.81 304	3.85 377	0.68 193	4.29 517	2.37 433	2.09 359	2.04 410	3.31 481	1.24 281	2.63 328	1.14 280	0.36 359	0.45 499	0.56 519	0.29 334	0.66 494	0.49 424

GCAP-Stereo	0.93 127	0.68 283	1.35 119	0.85 162	0.41 71	3.61 326	0.52 118	2.20 117	1.50 182	1.11 178	1.04 116	1.17 205	0.84 164	1.11 89	0.71 141	0.25 117	0.20 180	0.27 182	0.18 85	0.28 149	0.23 113

IGEV-FE	2.16 359	0.69 286	20.56 568	1.22 392	0.54 165	2.18 128	0.53 119	3.38 293	1.61 257	1.93 304	1.55 248	3.74 515	1.06 231	1.56 198	0.91 224	0.29 211	0.20 180	0.27 182	0.29 334	0.40 334	0.32 259

ff7	0.98 146	0.69 286	2.05 188	0.84 150	0.52 155	4.55 539	0.86 313	1.62 45	1.24 102	0.75 92	1.03 111	0.70 105	0.77 134	1.84 253	0.68 123	0.27 149	0.17 61	0.29 236	0.21 145	0.31 209	0.27 180

ffff	0.98 146	0.69 286	2.05 188	0.84 150	0.52 155	4.55 539	0.86 313	1.62 45	1.24 102	0.75 92	1.03 111	0.70 105	0.77 134	1.84 253	0.68 123	0.27 149	0.17 61	0.29 236	0.21 145	0.31 209	0.27 180

11t	0.98 146	0.69 286	2.05 188	0.84 150	0.52 155	4.55 539	0.86 313	1.62 45	1.24 102	0.75 92	1.03 111	0.70 105	0.77 134	1.84 253	0.68 123	0.27 149	0.17 61	0.29 236	0.21 145	0.31 209	0.27 180

plain	1.55 254	0.69 286	13.59 419	0.65 51	0.73 276	1.66 80	0.57 134	3.17 261	1.94 333	0.77 112	1.24 157	0.80 138	0.86 169	1.60 209	0.96 246	0.33 315	0.21 214	0.32 299	0.25 231	0.42 378	0.28 199

IGEV_Zeroshot_test	2.16 359	0.69 286	20.60 572	1.22 392	0.54 165	2.18 128	0.53 119	3.38 293	1.61 257	1.93 304	1.55 248	3.76 517	1.05 224	1.55 197	0.91 224	0.29 211	0.20 180	0.27 182	0.29 334	0.40 334	0.32 259

anonymousdsp	0.95 137	0.69 286	1.27 105	0.83 140	0.52 155	4.54 534	0.84 299	1.76 63	1.24 102	0.76 107	1.06 124	0.78 132	0.77 134	1.67 228	0.69 132	0.27 149	0.17 61	0.29 236	0.21 145	0.31 209	0.26 164

ccc-4	0.98 146	0.69 286	2.05 188	0.84 150	0.52 155	4.55 539	0.86 313	1.62 45	1.24 102	0.75 92	1.03 111	0.70 105	0.77 134	1.84 253	0.68 123	0.27 149	0.17 61	0.29 236	0.21 145	0.31 209	0.27 180

IGEV-Stereo	0.95 137	0.69 286	1.27 105	0.84 150	0.52 155	4.54 534	0.84 299	1.76 63	1.24 102	0.75 92	1.06 124	0.79 136	0.77 134	1.68 229	0.69 132	0.27 149	0.17 61	0.29 236	0.21 145	0.31 209	0.26 164
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 311	0.69 286	3.14 277	1.10 328	1.18 425	3.99 417	1.79 522	3.50 306	2.16 383	3.10 543	1.64 274	2.91 448	2.50 490	5.38 393	2.26 470	0.43 436	0.38 456	0.37 399	0.36 424	0.50 430	0.42 376

DIP-Stereo	1.24 208	0.69 286	1.77 160	0.65 51	0.61 211	4.29 491	0.58 143	4.44 557	2.53 468	1.98 317	1.33 186	0.91 168	0.86 169	1.25 134	1.25 308	0.36 359	0.23 270	0.32 299	0.23 193	0.32 236	0.29 209
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo	0.82 99	0.70 297	1.04 23	0.85 162	0.50 143	1.29 41	0.91 355	3.22 266	1.20 98	0.83 133	1.24 157	0.72 116	0.91 186	1.00 72	0.67 120	0.26 132	0.16 40	0.25 122	0.20 129	0.24 86	0.21 82

test_sample7	1.65 277	0.70 297	2.60 245	1.48 494	0.76 288	2.38 144	1.07 416	4.35 538	2.11 374	2.14 376	1.75 308	1.75 291	1.67 398	6.26 417	1.26 311	0.44 444	0.48 518	0.43 448	0.40 467	0.46 415	0.43 385

fff	1.74 289	0.70 297	9.08 364	0.81 119	0.36 22	4.15 452	0.57 134	4.23 491	2.09 364	2.30 434	1.80 331	1.19 213	3.02 515	1.44 175	1.46 349	0.29 211	0.23 270	0.23 65	0.18 85	0.24 86	0.42 376

GMOStereo	1.13 177	0.70 297	2.26 217	0.75 93	0.44 93	3.05 214	0.91 355	2.78 216	1.45 146	2.37 457	1.52 235	1.53 257	1.05 224	1.17 115	0.92 229	0.25 117	0.19 136	0.35 371	0.28 306	0.34 273	0.26 164

error version	1.13 177	0.70 297	2.26 217	0.75 93	0.44 93	3.05 214	0.91 355	2.78 216	1.45 146	2.37 457	1.52 235	1.53 257	1.05 224	1.17 115	0.92 229	0.25 117	0.19 136	0.35 371	0.28 306	0.34 273	0.26 164

test-v	1.13 177	0.70 297	2.26 217	0.75 93	0.44 93	3.05 214	0.91 355	2.78 216	1.45 146	2.37 457	1.52 235	1.53 257	1.05 224	1.17 115	0.92 229	0.25 117	0.19 136	0.35 371	0.28 306	0.34 273	0.26 164

test-2	1.13 177	0.70 297	2.26 217	0.75 93	0.44 93	3.05 214	0.91 355	2.78 216	1.45 146	2.37 457	1.52 235	1.53 257	1.05 224	1.17 115	0.92 229	0.25 117	0.19 136	0.35 371	0.28 306	0.34 273	0.26 164

iRaftStereo_RVC	1.09 172	0.70 297	1.39 122	0.95 234	0.45 101	3.83 364	0.42 75	2.37 141	1.58 237	1.69 245	1.76 317	1.80 307	0.83 163	1.50 189	0.98 250	0.28 187	0.18 98	0.29 236	0.26 251	0.30 190	0.31 248

csc	1.74 289	0.70 297	9.08 364	0.81 119	0.36 22	4.15 452	0.57 134	4.23 491	2.09 364	2.30 434	1.80 331	1.19 213	3.02 515	1.44 175	1.46 349	0.29 211	0.23 270	0.23 65	0.18 85	0.24 86	0.42 376

cscssc	1.74 289	0.70 297	9.08 364	0.81 119	0.36 22	4.15 452	0.57 134	4.23 491	2.09 364	2.30 434	1.80 331	1.19 213	3.02 515	1.44 175	1.46 349	0.29 211	0.23 270	0.23 65	0.18 85	0.24 86	0.42 376

RASNet	2.56 446	0.70 297	10.06 378	1.60 517	2.25 580	3.67 335	1.00 398	3.38 293	3.14 546	1.81 270	2.11 429	4.60 559	2.30 475	10.25 513	2.61 499	0.37 367	0.24 305	0.25 122	0.24 219	0.28 149	0.26 164

CBMV_ROB	3.62 534	0.70 297	21.42 597	1.21 389	0.89 346	4.43 515	1.76 521	4.39 549	2.79 504	5.88 594	3.38 552	4.18 539	5.12 569	10.75 528	2.32 475	0.56 511	0.55 534	0.53 509	0.51 515	0.55 447	0.46 407

depthmonostereo	0.94 130	0.71 309	2.39 232	0.85 162	0.54 165	2.21 133	0.53 119	1.83 73	1.17 95	0.95 156	1.09 128	0.99 181	0.97 200	2.37 303	0.68 123	0.23 79	0.27 353	0.22 51	0.20 129	0.25 100	0.26 164

ProNet	0.82 99	0.71 309	1.50 134	0.86 169	0.45 101	1.78 87	0.83 293	1.75 62	1.28 113	0.66 63	1.13 136	0.78 132	0.76 132	1.66 224	0.71 141	0.24 95	0.20 180	0.25 122	0.23 193	0.29 167	0.25 140

MIPNet	2.33 397	0.71 309	19.82 531	0.89 187	0.56 177	4.76 578	0.61 154	4.32 532	2.37 433	1.83 274	1.48 230	1.48 253	1.98 449	2.63 328	1.44 345	0.29 211	0.20 180	0.26 151	0.23 193	0.30 190	0.39 346

HHNet	2.48 430	0.71 309	20.52 566	0.64 43	0.64 225	4.07 434	0.93 370	3.76 355	1.56 228	2.15 384	4.92 571	0.98 180	3.37 533	1.66 224	1.79 417	0.32 298	0.20 180	0.31 279	0.27 277	0.36 304	0.42 376

ITSA-stereo	1.86 305	0.72 313	3.74 303	1.20 382	0.66 242	4.09 436	0.91 355	4.24 499	2.53 468	1.93 304	1.77 322	1.59 267	2.15 462	6.12 414	2.44 486	0.40 404	0.38 456	0.40 425	0.40 467	0.50 430	0.98 544

rvit_stereo_0080	0.94 130	0.72 313	2.56 242	0.64 43	0.59 202	1.90 97	0.75 237	2.71 204	1.40 134	0.91 146	1.04 116	0.85 151	0.82 159	1.14 100	0.78 168	0.35 347	0.29 375	0.25 122	0.27 277	0.45 404	0.29 209

MyStereo06	2.46 425	0.72 313	19.97 538	1.02 286	0.99 377	4.26 484	0.86 313	3.51 309	1.68 276	1.92 300	1.73 302	4.01 529	4.22 555	1.62 215	0.88 210	0.24 95	0.23 270	0.34 352	0.26 251	0.42 378	0.36 310

MyStereo05	2.37 412	0.72 313	19.94 536	1.02 286	0.99 377	4.26 484	0.86 313	4.01 426	2.62 481	2.14 376	1.26 166	2.28 368	1.63 389	2.07 275	1.68 400	0.24 95	0.23 270	0.34 352	0.26 251	0.42 378	0.36 310

whm_eth	0.94 130	0.72 313	2.56 242	0.64 43	0.59 202	1.90 97	0.75 237	2.71 204	1.40 134	0.91 146	1.04 116	0.85 151	0.82 159	1.14 100	0.78 168	0.35 347	0.29 375	0.25 122	0.27 277	0.45 404	0.29 209

ToySt	1.35 237	0.72 313	3.65 301	1.01 275	0.50 143	3.31 260	1.01 401	3.46 299	1.73 292	1.30 189	1.55 248	2.07 356	1.47 336	1.88 261	1.40 336	0.27 149	0.27 353	0.30 256	0.32 381	0.42 378	0.39 346

RAFT+CT+SA	1.62 271	0.72 313	7.42 343	0.97 247	1.42 497	4.04 426	0.94 376	3.90 391	1.61 257	1.61 229	1.63 272	1.33 232	1.18 269	2.73 337	1.10 272	0.27 149	0.19 136	0.31 279	0.34 398	0.33 255	0.33 277

PSMNet-ADL	1.91 317	0.72 313	1.78 162	1.09 319	0.86 332	4.18 469	0.78 257	3.77 357	2.10 372	1.72 254	1.85 364	2.91 448	1.82 429	10.38 518	1.91 431	0.48 474	0.46 508	0.28 215	0.29 334	0.38 319	0.51 439

raftrobust	1.19 190	0.72 313	2.30 223	1.26 408	1.31 462	3.55 312	0.68 193	2.75 210	1.47 159	2.21 411	1.38 202	1.17 205	1.22 276	1.20 122	1.11 275	0.28 187	0.24 305	0.21 43	0.19 109	0.25 100	0.28 199

RAFT-Stereo + iAFF	1.25 212	0.72 313	1.74 158	1.05 296	0.36 22	4.13 448	0.42 75	2.95 235	2.84 518	2.02 341	2.40 486	1.61 270	1.11 248	1.26 135	0.97 247	0.21 56	0.15 24	0.26 151	0.23 193	0.29 167	0.23 113

SGM_RVC	4.57 562	0.72 313	17.46 485	1.84 549	0.58 198	4.23 482	3.45 585	4.66 580	3.66 575	7.99 607	8.82 595	7.56 594	8.74 605	12.30 590	6.84 556	0.43 436	0.38 456	0.39 419	0.35 414	0.51 432	0.48 417
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 125	0.73 324	1.42 126	0.92 210	1.08 404	2.97 206	0.53 119	1.77 66	1.39 130	1.16 181	1.54 244	0.58 69	0.65 91	1.03 75	0.84 190	0.25 117	0.23 270	0.30 256	0.24 219	0.43 388	0.29 209

tt1	1.79 298	0.73 324	10.41 385	1.75 537	0.36 22	4.55 539	0.79 264	4.22 487	3.37 566	1.08 173	1.80 331	0.74 125	1.48 338	2.21 295	0.65 110	0.29 211	0.16 40	0.31 279	0.22 178	0.30 190	0.29 209

ADStereo(finetuned)	2.04 342	0.73 324	13.28 413	0.82 129	0.40 62	4.16 461	0.59 147	4.25 501	2.97 529	2.35 452	1.84 357	1.18 209	3.40 534	1.52 194	1.54 372	0.29 211	0.24 305	0.23 65	0.18 85	0.30 190	0.51 439

GANet-ADL	2.20 365	0.73 324	20.11 546	1.25 401	0.69 262	3.83 364	0.76 240	3.49 303	1.71 286	1.65 240	1.99 401	2.10 358	1.10 245	1.42 172	1.26 311	0.38 384	0.33 413	0.25 122	0.22 178	0.42 378	0.36 310

DCANet	1.74 289	0.73 324	9.08 364	0.82 129	0.40 62	4.18 469	0.59 147	4.25 501	2.97 529	2.35 452	1.84 357	1.18 209	1.63 389	1.51 192	1.55 373	0.29 211	0.24 305	0.23 65	0.18 85	0.30 190	0.53 446

hitnet-ft	2.37 412	0.73 324	8.34 354	0.96 240	0.89 346	3.77 352	0.80 274	3.55 317	2.58 476	2.24 420	2.04 410	3.65 514	1.49 344	11.71 578	1.89 428	0.44 444	0.53 527	0.44 453	0.35 414	0.52 436	0.48 417

DISCO	2.25 373	0.73 324	10.06 378	1.76 538	1.12 413	3.47 286	1.25 458	3.24 270	2.26 402	2.65 510	1.96 390	4.53 556	1.92 444	4.17 376	3.61 521	0.32 298	0.25 329	0.31 279	0.29 334	0.66 494	0.41 372

NOSS_ROB	2.27 378	0.73 324	3.00 271	1.71 532	1.00 386	3.90 386	0.97 390	4.29 517	2.81 514	2.94 534	2.19 444	3.88 522	1.19 273	11.77 580	1.62 389	0.59 516	0.54 529	0.56 519	0.52 519	0.56 453	0.54 452

FE-Mocha	1.06 167	0.74 332	2.45 237	0.97 247	0.69 262	1.57 67	0.40 63	2.92 233	1.47 159	1.82 272	1.81 343	1.62 271	0.88 175	1.36 159	0.78 168	0.29 211	0.20 180	0.35 371	0.31 369	0.26 119	0.33 277

GCAP-BAT	1.21 198	0.74 332	3.23 279	0.95 234	0.70 266	3.86 379	0.93 370	1.89 78	1.48 168	1.85 276	1.96 390	1.68 278	0.79 146	1.78 242	0.81 181	0.29 211	0.20 180	0.24 96	0.20 129	0.26 119	0.35 304

rvit_stereo_0075_2	1.18 188	0.74 332	2.66 255	0.90 196	1.27 456	2.51 157	0.69 199	2.25 126	2.06 358	1.40 204	1.86 367	1.46 252	0.84 164	1.42 172	0.94 240	0.46 460	0.40 470	0.48 477	0.38 449	0.46 415	0.51 439

ACVNet-DCA	1.85 304	0.74 332	13.77 422	1.78 540	0.36 22	4.48 519	0.74 227	3.98 418	1.53 205	1.01 162	1.81 343	0.72 116	1.62 376	2.13 282	0.64 103	0.29 211	0.17 61	0.32 299	0.21 145	0.33 255	0.32 259

xx1	2.03 340	0.74 332	13.77 422	1.78 540	0.36 22	4.48 519	0.74 227	4.23 491	3.95 582	1.01 162	1.81 343	1.79 304	1.34 297	2.13 282	0.64 103	0.29 211	0.17 61	0.33 334	0.33 389	0.33 255	0.32 259

1test111	1.99 334	0.74 332	13.77 422	1.78 540	0.36 22	4.48 519	0.74 227	3.98 418	1.53 205	1.01 162	1.81 343	0.72 116	1.62 376	4.66 381	0.98 250	0.29 211	0.17 61	0.32 299	0.21 145	0.33 255	0.32 259

cc1	1.98 331	0.74 332	13.77 422	1.78 540	0.36 22	4.48 519	0.74 227	4.23 491	3.95 582	1.01 162	1.81 343	0.72 116	1.62 376	2.13 282	0.64 103	0.29 211	0.17 61	0.32 299	0.21 145	0.31 209	0.29 209

testlalala_base	1.62 271	0.74 332	1.63 148	1.19 377	1.40 488	2.63 173	0.84 299	4.09 451	1.31 117	1.22 184	1.42 211	1.21 218	0.85 166	1.16 107	0.73 149	3.92 609	2.10 599	0.27 182	0.18 85	4.49 607	1.11 552

DCRE	1.44 246	0.74 332	3.50 292	1.13 346	0.72 271	1.78 87	0.67 186	2.14 110	1.56 228	1.99 322	8.09 587	1.73 289	1.07 234	1.24 128	0.83 187	0.23 79	0.25 329	0.26 151	0.26 251	0.28 149	0.30 238

NINENet	1.87 306	0.74 332	2.60 245	1.12 339	1.06 398	4.50 528	0.76 240	4.41 552	2.24 396	2.16 389	1.86 367	3.63 512	0.97 200	8.00 454	1.17 287	0.41 419	0.30 388	0.41 437	0.30 353	0.41 359	0.36 310

UNet	2.51 435	0.74 332	20.17 548	1.14 347	1.44 498	3.48 290	0.76 240	3.77 357	1.87 320	2.05 350	1.57 254	2.75 429	2.39 482	3.51 354	2.51 492	0.32 298	0.26 342	0.41 437	0.26 251	0.38 319	0.39 346

HGLStereo	2.03 340	0.74 332	7.50 346	1.23 397	1.56 520	3.62 327	0.95 380	3.78 360	1.89 326	2.03 345	2.20 446	3.12 465	2.14 461	5.68 402	2.04 448	0.37 367	0.31 398	0.32 299	0.29 334	0.40 334	0.45 397

DMCA	1.72 286	0.74 332	6.63 334	1.14 347	0.96 363	3.98 416	0.90 347	3.75 353	2.76 500	2.83 525	1.58 255	2.35 379	1.18 269	1.58 202	1.98 442	0.40 404	0.27 353	0.42 444	0.26 251	0.36 304	0.38 339

Zero-FE251	0.80 87	0.75 345	1.71 153	0.88 180	0.70 266	2.59 170	0.45 90	1.38 23	0.83 40	1.79 268	0.61 35	0.73 120	0.81 157	0.82 29	0.61 93	0.29 211	0.23 270	0.27 182	0.19 109	0.20 33	0.20 48

rvit_stereo_0081_aga	0.81 96	0.75 345	1.84 166	0.72 86	0.73 276	1.21 23	0.63 169	1.92 84	1.39 130	0.87 140	0.80 69	0.79 136	0.69 105	1.27 139	0.69 132	0.35 347	0.29 375	0.26 151	0.25 231	0.40 334	0.27 180

DispNO	3.00 499	0.75 345	18.92 508	1.17 368	1.10 410	3.72 343	0.94 376	4.29 517	2.54 472	2.24 420	2.28 460	4.51 554	2.12 458	11.40 557	2.09 456	0.31 277	0.28 365	0.31 279	0.28 306	0.36 304	0.39 346

StereoVision	1.65 277	0.75 345	7.47 345	1.01 275	1.80 559	2.61 171	0.61 154	3.06 250	1.96 334	1.25 186	3.46 555	1.85 322	0.88 175	2.07 275	1.93 433	0.43 436	0.36 437	0.37 399	0.36 424	0.48 422	0.33 277

test_5	1.87 306	0.75 345	10.23 382	1.14 347	1.40 488	3.85 377	1.27 459	3.91 396	1.93 332	1.69 245	1.78 325	1.67 276	1.79 419	2.99 345	1.17 287	0.30 254	0.18 98	0.35 371	0.33 389	0.34 273	0.33 277

SA	1.62 271	0.75 345	3.78 305	1.07 305	0.43 85	4.26 484	1.36 471	4.45 560	3.12 543	1.63 233	1.97 396	1.68 278	2.26 473	2.55 321	1.27 314	0.27 149	0.22 243	0.37 399	0.37 436	0.35 291	0.30 238

ISRNet	1.69 283	0.76 351	5.69 329	1.27 416	1.36 479	2.85 184	0.61 154	3.60 323	1.91 330	2.13 373	2.12 432	2.90 445	1.41 316	2.51 313	1.71 403	0.49 486	0.50 524	0.56 519	0.47 496	0.49 428	0.57 464

Anonymous3	1.72 286	0.76 351	11.61 399	0.83 140	0.84 326	4.46 517	0.84 299	3.57 319	1.16 93	1.34 193	1.37 199	1.11 199	1.03 215	1.58 202	1.13 279	0.70 541	0.58 542	0.33 334	0.35 414	0.47 419	0.42 376

delet	1.92 320	0.76 351	5.14 320	1.01 275	1.65 537	3.44 277	2.03 538	3.76 355	2.48 458	2.01 336	2.05 416	2.63 416	1.90 442	5.34 392	2.12 458	0.28 187	0.29 375	0.40 425	0.31 369	0.41 359	0.45 397

FC-DCNN v2	6.91 595	0.77 354	19.25 514	1.69 528	1.64 533	9.13 607	2.40 552	7.20 606	9.47 610	11.07 622	11.62 608	20.05 619	15.79 615	12.55 597	11.99 587	0.66 531	0.57 537	0.58 524	0.56 529	0.63 478	0.61 477

STrans-v2	3.03 503	0.77 354	20.91 581	0.81 119	0.63 222	3.89 384	1.01 401	4.27 509	2.64 485	2.28 428	3.70 558	4.13 536	5.20 570	7.33 439	1.27 314	0.31 277	0.18 98	0.29 236	0.25 231	0.29 167	0.41 372

TransformOpticalFlow	3.03 503	0.77 354	20.99 584	1.00 269	0.55 173	4.18 469	0.64 172	4.33 534	3.02 536	2.18 395	3.09 540	4.35 547	5.07 568	7.36 442	1.27 314	0.32 298	0.18 98	0.32 299	0.26 251	0.28 149	0.46 407

AFF-stereo	1.31 234	0.77 354	1.46 129	1.10 328	0.45 101	3.93 394	0.48 102	2.92 233	2.92 524	1.90 293	2.21 448	2.11 360	1.52 351	1.93 264	1.12 278	0.21 56	0.16 40	0.25 122	0.25 231	0.29 167	0.20 48

PSMNet-RSSM	1.96 327	0.77 354	3.26 281	1.29 422	1.31 462	4.19 473	0.96 387	3.68 338	1.89 326	2.05 350	1.80 331	2.60 412	1.70 405	9.84 495	1.81 418	0.35 347	0.29 375	0.35 371	0.37 436	0.42 378	0.35 304

FC-DCNN	6.64 590	0.77 354	19.26 516	1.68 527	1.64 533	8.27 605	2.35 551	6.35 604	9.23 609	10.85 620	11.27 606	19.89 617	13.33 610	12.51 596	11.79 586	0.66 531	0.57 537	0.58 524	0.56 529	0.63 478	0.61 477

G2L-ROB	2.13 356	0.78 360	10.06 378	1.19 377	1.06 398	3.84 369	0.93 370	3.32 283	2.27 404	2.20 402	1.47 223	2.65 418	1.20 275	8.38 459	1.81 418	0.28 187	0.19 136	0.23 65	0.22 178	0.28 149	0.32 259

CoDeX	2.40 414	0.78 360	13.21 412	1.00 269	1.18 425	3.24 243	1.32 465	4.14 468	2.41 445	1.74 258	1.84 357	2.05 351	1.47 336	10.03 505	1.60 381	0.34 327	0.28 365	0.32 299	0.27 277	0.32 236	0.39 346

MIM_Stereo	1.20 195	0.78 360	3.30 284	1.05 296	0.43 85	3.04 212	0.60 150	2.46 156	1.51 189	1.60 224	1.58 255	1.82 313	1.29 288	2.00 270	1.07 266	0.24 95	0.24 305	0.28 215	0.25 231	0.27 132	0.27 180

CRFU-Net	2.49 432	0.78 360	10.36 383	2.30 576	1.08 404	3.91 387	1.41 485	3.85 375	1.65 270	2.15 384	1.76 317	3.34 483	7.95 600	5.56 399	1.48 357	0.47 469	0.35 431	0.30 256	0.28 306	0.37 314	0.43 385

DDVS	1.68 282	0.79 364	2.52 240	1.26 408	1.16 423	3.17 230	0.78 257	3.12 254	1.82 310	1.86 281	1.91 383	2.92 450	1.43 324	6.20 415	1.63 392	0.45 453	0.65 554	0.34 352	0.38 449	0.48 422	0.79 524

Sa-1000	1.63 275	0.79 364	3.56 295	1.11 335	0.48 131	4.06 429	1.41 485	4.49 566	2.75 499	2.00 334	2.80 524	1.84 319	1.43 324	2.64 330	1.50 361	0.27 149	0.19 136	0.36 387	0.33 389	0.36 304	0.30 238

IIG-Stereo	1.95 325	0.79 364	2.14 204	2.78 587	0.66 242	4.62 551	0.76 240	4.27 509	1.53 205	2.63 505	3.14 544	3.35 484	1.61 373	7.65 448	1.41 340	0.39 396	0.20 180	0.31 279	0.25 231	0.33 255	0.22 102

cf-r	2.57 449	0.79 364	16.09 461	1.48 494	1.35 476	4.19 473	0.93 370	3.68 338	2.36 427	1.97 315	1.81 343	3.42 491	1.45 331	8.24 456	1.83 422	0.32 298	0.26 342	0.33 334	0.30 353	0.34 273	0.37 324

MyStereo07	1.01 159	0.80 368	1.26 100	1.00 269	1.04 393	3.95 404	0.95 380	2.07 104	1.42 139	0.75 92	1.22 152	0.68 100	0.91 186	1.63 219	0.67 120	0.24 95	0.24 305	0.34 352	0.26 251	0.41 359	0.37 324

MyStereo04	2.29 386	0.80 368	18.77 505	1.00 269	1.04 393	3.95 404	0.95 380	3.91 396	2.54 472	1.99 322	1.27 173	2.31 375	1.65 394	2.02 274	1.77 414	0.24 95	0.24 305	0.34 352	0.26 251	0.41 359	0.37 324

rafts_anoy	1.24 208	0.80 368	3.61 299	1.17 368	1.20 438	3.00 209	0.61 154	3.17 261	1.58 237	1.37 199	1.26 166	1.19 213	1.12 249	1.78 242	1.25 308	0.32 298	0.23 270	0.32 299	0.32 381	0.31 209	0.30 238

GEStereo_RVC	1.91 317	0.80 368	6.57 333	1.20 382	1.06 398	4.02 422	1.43 489	4.13 462	1.89 326	2.03 345	1.80 331	2.34 377	1.86 436	4.94 385	1.77 414	0.48 474	0.38 456	0.32 299	0.28 306	0.42 378	0.50 431

TestStereo1	1.56 258	0.81 372	2.32 224	1.61 520	0.64 225	4.13 448	1.36 471	3.79 361	3.20 554	1.60 224	2.57 504	1.39 240	2.15 462	2.51 313	1.30 322	0.29 211	0.20 180	0.34 352	0.25 231	0.40 334	0.36 310

SA-5K	1.56 258	0.81 372	2.32 224	1.61 520	0.64 225	4.13 448	1.36 471	3.79 361	3.20 554	1.60 224	2.57 504	1.39 240	2.15 462	2.51 313	1.30 322	0.29 211	0.20 180	0.34 352	0.25 231	0.40 334	0.36 310

MMNet	2.02 339	0.81 372	10.76 389	1.12 339	1.23 446	3.53 305	0.89 342	3.79 361	2.08 361	2.15 384	1.76 317	2.15 361	2.12 458	3.69 361	2.32 475	0.31 277	0.29 375	0.34 352	0.27 277	0.38 319	0.42 376

psm_up	2.28 383	0.81 372	5.45 327	1.26 408	1.50 507	3.84 369	1.23 455	4.23 491	2.03 349	2.55 486	1.80 331	2.44 396	1.65 394	12.90 599	1.58 377	0.37 367	0.38 456	0.41 437	0.34 398	0.43 388	0.39 346

FAT-Stereo	3.34 526	0.81 372	20.05 540	1.25 401	1.20 438	3.44 277	1.99 536	4.23 491	2.67 489	3.14 546	3.82 561	3.51 504	3.32 532	11.68 576	1.94 435	0.64 526	0.67 558	0.48 477	0.52 519	0.61 472	0.81 526

HSM	2.35 406	0.81 372	2.21 210	1.14 347	1.55 517	3.44 277	1.03 407	3.99 422	2.25 399	2.29 430	2.11 429	8.04 596	3.05 519	11.60 566	1.71 403	0.33 315	0.22 243	0.28 215	0.23 193	0.32 236	0.35 304

StereoDRNet-Refined	1.77 296	0.81 372	2.22 213	1.21 389	0.76 288	3.26 248	0.71 207	3.82 368	2.05 356	2.29 430	2.05 416	2.98 452	1.44 327	7.15 437	2.27 472	0.30 254	0.23 270	0.42 444	0.33 389	0.45 404	0.64 488
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MSCF	0.97 144	0.82 379	1.26 100	0.88 180	0.40 62	3.17 230	0.88 337	2.79 221	1.39 130	1.32 191	1.19 144	0.58 69	1.33 295	1.28 140	0.64 103	0.25 117	0.19 136	0.25 122	0.25 231	0.28 149	0.32 259

THIR-Stereo	4.14 554	0.82 379	10.85 391	0.86 169	0.43 85	2.16 127	16.77 621	3.22 266	1.54 214	2.04 348	12.05 610	2.68 419	7.53 597	7.30 438	12.62 588	0.30 254	0.21 214	0.29 236	0.28 306	0.33 255	0.41 372

sCroCo_RVC	1.06 167	0.82 379	5.05 319	1.02 286	1.05 395	0.98 10	0.61 154	2.06 102	1.29 114	0.69 71	1.26 166	0.82 142	1.10 245	1.20 122	0.90 217	0.42 430	0.40 470	0.33 334	0.30 353	0.46 415	0.38 339

HITNet	2.07 347	0.82 379	14.77 442	1.34 447	0.56 177	3.47 286	0.80 274	4.07 445	2.35 424	2.16 389	1.61 267	1.64 273	1.44 327	2.09 280	2.56 498	0.26 132	0.18 98	0.41 437	0.26 251	0.45 404	0.25 140
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
VIP-Stereo	0.85 106	0.83 383	1.59 147	0.76 107	0.87 337	3.18 232	0.80 274	1.94 88	0.83 40	0.78 116	1.04 116	0.64 87	0.59 73	1.24 128	0.61 93	0.28 187	0.18 98	0.23 65	0.17 59	0.22 68	0.19 15

iRaft-Stereo_5w	2.10 350	0.83 383	8.57 357	0.81 119	0.76 288	3.21 236	0.84 299	3.71 349	1.65 270	1.56 221	2.50 494	2.20 364	2.23 471	9.13 475	2.01 446	0.38 384	0.19 136	0.35 371	0.27 277	0.45 404	0.39 346

raft+_RVC	1.21 198	0.83 383	2.61 248	1.35 452	0.97 367	3.60 322	0.76 240	3.23 268	1.51 189	1.33 192	1.67 283	1.03 189	1.10 245	1.87 260	0.92 229	0.24 95	0.22 243	0.25 122	0.24 219	0.26 119	0.25 140

ADLNet	2.29 386	0.83 383	3.62 300	1.35 452	1.60 526	3.67 335	1.24 457	3.95 409	2.98 532	2.58 494	2.29 464	4.01 529	1.79 419	11.23 553	2.09 456	0.37 367	0.38 456	0.36 387	0.34 398	0.45 404	0.71 501

AdaStereo	1.45 248	0.83 383	2.34 229	1.28 418	0.81 304	3.21 236	1.14 436	4.20 478	2.46 457	2.05 350	1.77 322	2.48 401	1.18 269	1.71 234	1.44 345	0.43 436	0.25 329	0.43 448	0.28 306	0.44 396	0.34 290
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.
4D-IteraStereo	1.97 329	0.84 388	20.43 564	0.78 114	1.56 520	2.09 122	1.05 413	2.43 150	1.56 228	1.41 206	1.00 107	1.94 329	0.61 80	1.22 125	1.06 263	0.27 149	0.18 98	0.31 279	0.26 251	0.27 132	0.23 113

RAFT	1.23 203	0.84 388	2.05 188	0.96 240	0.47 123	1.80 89	0.94 376	3.18 263	1.46 154	1.60 224	1.71 297	3.04 457	1.59 366	1.64 221	1.32 325	0.38 384	0.24 305	0.40 425	0.32 381	0.40 334	0.35 304

FCDSN-DC	6.04 586	0.84 388	19.25 514	1.24 399	1.09 408	4.38 501	2.62 562	4.38 547	4.71 590	9.59 615	11.22 605	19.19 616	17.40 618	12.30 590	8.55 570	0.69 540	0.57 537	0.60 532	0.60 537	0.70 502	0.78 520
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 260	0.84 388	3.25 280	1.36 458	1.40 488	4.07 434	1.01 401	2.68 200	1.50 182	2.11 366	1.88 371	2.37 382	1.50 345	3.41 352	1.42 342	0.36 359	0.28 365	0.52 504	0.40 467	0.53 442	0.43 385

coex_refinement	2.10 350	0.85 392	3.67 302	1.31 432	1.13 415	3.21 236	0.85 308	3.86 378	2.31 416	2.51 479	1.92 385	3.49 501	1.69 403	11.08 547	2.13 461	0.37 367	0.25 329	0.27 182	0.31 369	0.41 359	0.37 324

HART	1.03 164	0.85 392	3.13 276	0.84 150	0.38 54	1.17 20	0.42 75	3.54 315	1.47 159	1.08 173	2.17 440	1.48 253	0.57 64	1.37 164	0.74 155	0.23 79	0.18 98	0.28 215	0.21 145	0.32 236	0.24 130

LL-Strereo2	1.23 203	0.85 392	2.38 231	0.93 226	0.68 255	3.72 343	1.37 476	2.54 177	1.99 339	1.75 260	1.40 207	1.82 313	0.73 117	1.40 165	0.99 253	0.31 277	0.23 270	0.55 517	0.35 414	0.29 167	0.24 130

G2L-Stereo_test	2.11 352	0.86 395	7.12 340	1.65 524	1.19 432	3.54 309	1.02 405	3.57 319	2.01 345	2.50 476	1.68 286	3.15 467	1.50 345	9.21 478	1.62 389	0.28 187	0.19 136	0.23 65	0.22 178	0.27 132	0.31 248

HH	2.23 369	0.86 395	21.59 600	0.98 255	0.51 146	1.49 60	0.82 288	2.74 208	1.54 214	1.10 175	1.69 291	4.62 560	1.86 436	2.55 321	0.69 132	0.26 132	0.22 243	0.29 236	0.23 193	0.34 273	0.27 180

HanStereo	2.23 369	0.86 395	21.59 600	0.98 255	0.51 146	1.49 60	0.82 288	2.74 208	1.54 214	1.10 175	1.69 291	4.62 560	1.86 436	2.55 321	0.69 132	0.26 132	0.22 243	0.29 236	0.23 193	0.34 273	0.27 180

Select-FE	2.25 373	0.87 398	17.36 480	1.06 302	0.99 377	2.04 115	0.46 94	3.79 361	1.61 257	2.52 481	1.81 343	4.41 550	3.15 522	1.83 251	0.92 229	0.32 298	0.35 431	0.30 256	0.41 474	0.32 236	0.55 456

rvit_stereo_ft	1.00 156	0.87 398	3.55 293	0.97 247	0.66 242	1.06 12	0.80 274	2.78 216	1.67 274	0.78 116	0.96 105	0.95 179	1.14 258	1.06 82	0.90 217	0.32 298	0.24 305	0.27 182	0.28 306	0.39 329	0.27 180

CroCo-Stereo	0.98 146	0.87 398	3.44 289	0.87 175	0.53 164	0.49 2	0.50 105	3.99 422	1.49 176	0.81 123	1.25 165	1.00 184	0.75 125	1.10 87	1.09 271	0.24 95	0.21 214	0.24 96	0.19 109	0.35 291	0.27 180
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
ssnet_v2	2.04 342	0.88 401	7.87 348	1.20 382	0.87 337	3.86 379	1.64 512	4.01 426	2.60 480	2.61 500	1.96 390	3.79 518	1.71 407	2.20 293	2.96 510	0.41 419	0.35 431	0.42 444	0.37 436	0.55 447	0.52 444

Anonymous_2	3.01 501	0.89 402	4.53 315	1.06 302	1.18 425	2.93 200	0.87 333	3.24 270	1.46 154	1.86 281	1.35 194	4.11 535	2.35 480	1.64 221	1.28 318	0.82 552	0.90 574	8.71 629	15.84 632	4.44 606	0.74 511

CroCo-Stereo Lap2	0.99 154	0.89 402	2.55 241	0.99 261	1.80 559	0.54 3	0.46 94	3.10 252	1.24 102	1.07 172	1.21 150	1.05 193	0.78 142	1.26 135	1.08 268	0.27 149	0.23 270	0.27 182	0.21 145	0.43 388	0.34 290

HI	1.27 224	0.90 404	2.33 226	1.10 328	0.68 255	2.92 196	0.45 90	2.49 161	1.76 302	2.13 373	1.65 280	2.42 389	1.84 431	1.58 202	1.61 384	0.26 132	0.16 40	0.28 215	0.29 334	0.26 119	0.25 140

CoSv	1.27 224	0.90 404	2.33 226	1.10 328	0.68 255	2.92 196	0.45 90	2.49 161	1.76 302	2.13 373	1.65 280	2.42 389	1.84 431	1.58 202	1.61 384	0.26 132	0.16 40	0.28 215	0.29 334	0.26 119	0.25 140

rvit_105_1	1.43 245	0.90 404	3.27 282	1.08 313	0.68 255	2.79 177	1.27 459	3.52 310	2.35 424	1.38 201	1.54 244	1.28 225	1.14 258	2.91 339	1.40 336	0.54 507	0.47 512	0.45 460	0.59 535	0.44 396	0.58 469

NVstereo2D	2.54 441	0.90 404	11.10 393	1.32 435	1.47 503	3.58 319	1.38 478	4.13 462	2.45 454	1.90 293	1.71 297	2.86 443	1.76 414	10.86 533	1.66 398	0.60 518	0.43 489	0.53 509	0.41 474	0.78 523	0.94 540

WCMA_ROB	5.12 571	0.90 404	21.33 593	1.50 498	1.33 473	4.09 436	3.49 586	4.03 431	4.59 589	6.57 600	10.95 604	12.92 606	8.41 604	9.86 496	8.78 571	0.75 544	0.58 542	0.51 498	0.50 511	0.68 499	0.57 464

S-Stereo	3.48 531	0.91 409	22.06 609	1.36 458	1.50 507	3.55 312	2.53 558	4.21 484	2.81 514	2.37 457	3.81 560	3.75 516	1.84 431	11.90 586	2.51 492	0.63 523	0.71 564	0.48 477	0.76 554	0.67 496	1.19 556

MLCV	1.87 306	0.91 409	8.59 358	1.10 328	0.57 189	3.59 320	0.53 119	3.70 348	2.20 390	2.80 522	2.25 454	2.00 343	1.42 321	4.13 374	1.86 425	0.30 254	0.20 180	0.32 299	0.21 145	0.33 255	0.36 310

ACV-stereo	2.92 484	0.92 411	20.27 555	1.33 440	1.05 395	4.68 560	1.10 427	2.66 198	1.64 266	1.46 210	1.32 184	5.41 582	4.24 556	7.83 451	1.90 430	0.44 444	0.52 526	0.32 299	0.29 334	0.45 404	0.63 484

AASNet	2.44 421	0.92 411	19.79 530	1.35 452	1.49 505	3.81 362	1.07 416	3.85 375	2.93 526	1.95 310	2.29 464	1.96 336	1.29 288	1.73 236	1.93 433	0.39 396	0.33 413	0.45 460	0.30 353	0.55 447	0.45 397

ADLNet2	3.15 515	0.92 411	20.06 541	1.20 382	1.79 556	3.83 364	1.48 492	3.94 407	3.59 572	2.19 399	2.47 491	4.65 563	1.93 445	10.69 527	1.96 440	0.39 396	0.37 450	0.28 215	0.30 353	0.48 422	0.43 385

111	1.83 302	0.92 411	9.08 364	0.81 119	0.36 22	4.25 483	0.91 355	4.44 557	2.70 492	2.39 462	1.96 390	2.30 374	1.64 392	1.28 140	1.82 420	0.28 187	0.22 243	0.24 96	0.20 129	0.31 209	0.54 452

rvit_0105_6	1.00 156	0.93 415	2.21 210	0.92 210	0.55 173	1.52 64	0.79 264	2.41 143	2.96 528	0.76 107	0.72 52	1.02 186	0.75 125	1.42 172	0.81 181	0.40 404	0.43 489	0.34 352	0.31 369	0.43 388	0.34 290

rvit_0105_5	1.13 177	0.93 415	2.60 245	0.91 204	0.56 177	1.92 100	0.91 355	3.02 244	2.63 483	0.95 156	1.20 146	1.18 209	0.93 192	1.51 192	0.93 238	0.40 404	0.43 489	0.37 399	0.35 414	0.42 378	0.44 391

rvit_0105_3	1.24 208	0.93 415	2.84 264	0.97 247	0.58 198	2.38 144	1.08 421	3.26 273	2.53 468	1.18 182	1.40 207	1.24 221	1.04 219	1.73 236	0.97 247	0.44 444	0.44 494	0.40 425	0.42 481	0.42 378	0.50 431

OMP-Stereo	1.97 329	0.93 415	1.88 169	2.76 586	0.67 250	4.58 546	1.48 492	4.31 528	1.54 214	3.15 548	2.76 520	3.25 475	1.38 304	7.66 449	1.35 333	0.40 404	0.20 180	0.33 334	0.26 251	0.33 255	0.24 130

stereogan	3.09 508	0.93 415	16.43 465	1.37 468	1.66 540	3.70 339	1.67 517	3.87 381	3.15 548	3.04 539	2.70 516	5.04 573	2.79 504	9.96 501	1.78 416	0.63 523	0.49 523	0.69 549	0.47 496	0.83 531	0.68 495

RYNet	2.97 493	0.93 415	15.09 451	1.12 339	1.38 484	3.66 334	1.42 487	4.03 431	2.29 411	2.10 362	1.70 293	3.79 518	2.16 465	13.64 609	3.02 513	0.37 367	0.41 480	0.48 477	0.34 398	0.81 528	0.75 514

G2L-Stereo	2.49 432	0.94 421	14.54 441	1.15 360	1.35 476	3.57 318	0.95 380	3.62 327	2.00 343	2.11 366	1.61 267	3.20 470	1.34 297	9.54 485	1.91 431	0.34 327	0.27 353	0.35 371	0.28 306	0.30 190	0.35 304

iResNet	2.52 438	0.94 421	21.17 590	1.84 549	0.72 271	3.75 349	0.81 284	4.14 468	2.55 474	2.33 450	2.03 407	1.35 235	1.44 327	3.27 348	2.16 465	0.35 347	0.23 270	0.28 215	0.22 178	0.44 396	0.45 397

CBFPSM	2.05 344	0.95 423	10.12 381	1.07 305	1.05 395	2.84 182	1.20 450	3.28 274	1.73 292	1.82 272	1.30 178	4.56 558	4.06 551	2.34 302	2.34 477	0.25 117	0.38 456	0.32 299	0.27 277	0.37 314	0.79 524

XX-TBD	1.03 164	0.95 423	1.94 175	1.30 429	0.43 85	3.97 414	0.33 36	1.74 61	1.73 292	1.59 223	2.02 405	0.69 104	0.60 77	1.16 107	0.66 115	0.30 254	0.25 329	0.23 65	0.15 5	0.31 209	0.22 102

CFNet-ft	1.90 313	0.95 423	3.56 295	1.07 305	1.54 513	4.09 436	0.90 347	2.85 226	1.82 310	1.78 264	1.70 293	2.75 429	1.48 338	9.33 480	1.72 405	0.33 315	0.30 388	0.61 535	0.36 424	0.52 436	0.39 346

STTStereo	2.34 401	0.95 423	14.93 448	1.43 480	1.54 513	3.86 379	0.86 313	3.65 332	2.44 453	2.15 384	1.55 248	2.49 403	1.59 366	5.14 389	1.44 345	0.38 384	0.39 465	0.47 469	0.51 515	0.52 436	0.51 439

CFNet_RVC	1.90 313	0.95 423	3.56 295	1.07 305	1.54 513	4.09 436	0.90 347	2.85 226	1.82 310	1.78 264	1.70 293	2.75 429	1.48 338	9.33 480	1.72 405	0.33 315	0.30 388	0.61 535	0.36 424	0.52 436	0.39 346

DLCB_ROB	2.05 344	0.95 423	2.37 230	1.24 399	1.02 389	2.92 196	1.30 462	3.68 338	2.30 412	2.91 528	2.17 440	3.32 482	1.52 351	10.37 516	2.50 491	0.40 404	0.33 413	0.40 425	0.36 424	0.41 359	0.47 412

CBMV	3.32 525	0.96 429	21.16 589	1.32 435	0.83 319	3.81 362	3.91 598	4.47 562	2.53 468	3.34 556	2.24 452	4.45 551	2.58 495	10.07 507	1.96 440	0.45 453	0.43 489	0.48 477	0.38 449	0.52 436	0.53 446
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 457	0.97 430	8.01 352	1.54 505	1.24 448	3.75 349	2.18 546	4.07 445	2.41 445	2.66 511	3.25 547	2.87 444	2.31 478	9.89 497	3.50 519	0.78 546	0.75 568	0.71 552	0.67 545	0.76 520	0.81 526

GASTEREO	1.00 156	0.98 431	1.23 94	0.90 196	0.40 62	3.40 271	0.88 337	2.77 213	1.44 145	1.39 202	1.30 178	0.55 61	1.35 300	1.33 153	0.64 103	0.25 117	0.19 136	0.25 122	0.25 231	0.25 100	0.31 248

rvit_0105_4	1.07 171	0.99 432	2.39 232	0.93 226	0.54 165	1.62 75	0.84 299	2.77 213	2.91 522	0.80 121	0.91 93	1.09 194	0.86 169	1.63 219	0.85 193	0.40 404	0.45 499	0.35 371	0.31 369	0.43 388	0.40 366

AIO-Stereo-zeroshot	2.35 406	0.99 432	19.62 525	1.09 319	0.96 363	1.51 62	0.44 85	4.05 439	1.64 266	1.31 190	1.67 283	4.93 567	2.45 487	2.52 318	1.40 336	0.30 254	0.20 180	0.31 279	0.50 511	0.57 458	0.60 474

DRN-Test	3.03 503	0.99 432	18.18 493	1.35 452	1.60 526	3.59 320	1.48 492	4.13 462	2.45 454	3.47 561	1.92 385	2.58 411	2.53 492	10.88 534	2.80 507	0.39 396	0.36 437	0.44 453	0.41 474	0.55 447	0.57 464

GMStereo	1.01 159	1.00 435	2.86 266	0.83 140	0.45 101	1.47 58	0.57 134	1.89 78	2.11 374	1.52 216	1.24 157	0.87 157	0.74 122	1.58 202	0.94 240	0.40 404	0.21 214	0.30 256	0.30 353	0.47 419	0.36 310
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 529	1.01 436	21.99 606	1.28 418	1.37 481	2.67 174	1.39 480	3.98 418	2.87 519	2.93 530	3.27 549	4.35 547	2.43 485	11.62 568	2.39 478	0.60 518	0.63 552	0.79 562	0.55 527	0.68 499	0.67 492

AACVNet	1.83 302	1.02 437	2.41 235	1.45 487	0.87 337	3.21 236	0.73 215	3.16 259	1.61 257	2.01 336	1.82 351	2.28 368	1.33 295	10.98 539	1.49 360	0.39 396	0.32 406	0.38 415	0.32 381	0.43 388	0.44 391

TestStereo	2.00 335	1.02 437	12.25 403	0.70 72	0.61 211	1.88 96	0.55 127	2.31 136	1.52 198	1.41 206	1.33 186	1.27 224	0.90 184	11.62 568	0.81 181	0.34 327	0.19 136	0.33 334	0.24 219	0.44 396	0.24 130

RALCasStereoNet	1.19 190	1.02 437	2.06 197	1.12 339	1.14 416	3.08 222	0.70 205	2.99 239	1.73 292	1.34 193	1.68 286	1.18 209	0.91 186	2.16 287	1.00 255	0.30 254	0.26 342	0.24 96	0.21 145	0.29 167	0.30 238

FBW_ROB	3.24 520	1.02 437	9.21 370	1.49 497	1.07 402	3.78 354	1.48 492	4.31 528	3.08 541	2.46 471	2.32 481	4.20 542	2.08 456	15.19 615	7.16 561	0.84 555	0.62 550	1.33 583	0.92 566	0.99 545	1.31 560

iResNet_ROB	1.89 311	1.02 437	8.60 359	1.39 472	0.98 374	3.72 343	0.66 184	3.84 372	2.65 486	1.88 286	2.05 416	1.98 340	1.27 283	4.52 379	1.67 399	0.30 254	0.20 180	0.28 215	0.18 85	0.31 209	0.40 366

NLCA_NET_v2_RVC	2.54 441	1.04 442	16.73 470	1.53 503	2.00 568	3.96 409	0.87 333	3.87 381	2.31 416	2.54 485	1.67 283	2.85 442	1.63 389	5.55 398	1.62 389	0.46 460	0.33 413	0.38 415	0.38 449	0.53 442	0.62 480
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	2.34 401	1.05 443	7.87 348	1.07 305	0.86 332	3.93 394	1.19 446	4.35 538	2.11 374	2.14 376	1.75 308	1.75 291	1.67 398	6.26 417	1.26 311	1.23 573	0.48 518	4.27 618	2.09 604	0.70 502	0.69 497

test_sample9	3.79 541	1.05 443	7.87 348	1.07 305	0.86 332	3.93 394	1.19 446	4.35 538	2.11 374	2.14 376	1.75 308	1.75 291	1.67 398	11.06 544	11.61 584	1.23 573	14.45 633	4.27 618	2.09 604	0.70 502	0.69 497

test_sample8	4.76 566	1.05 443	7.87 348	1.07 305	0.86 332	3.93 394	1.19 446	4.38 547	2.05 356	5.49 590	1.89 377	12.98 607	6.37 586	11.06 544	11.61 584	1.23 573	14.45 633	4.27 618	2.09 604	0.70 502	0.69 497

GwcNet-RSSM	2.66 457	1.05 443	15.91 459	1.22 392	1.19 432	4.12 445	1.12 431	3.84 372	2.02 347	1.93 304	1.79 328	3.12 465	1.46 334	10.37 516	2.05 450	0.33 315	0.27 353	0.35 371	0.30 353	0.40 334	0.36 310

GANet	2.93 485	1.05 443	11.29 395	1.64 522	0.96 363	3.91 387	2.52 556	3.72 350	2.41 445	2.95 535	3.00 533	3.21 471	2.03 450	12.42 593	4.72 534	0.51 496	0.41 480	0.46 466	0.39 456	0.60 467	0.50 431

RAFT_CTSACE	1.80 300	1.06 448	10.00 377	1.71 532	1.39 486	3.49 294	1.06 414	3.05 247	1.62 262	1.70 249	2.04 410	2.51 404	1.80 424	1.98 268	0.94 240	0.25 117	0.22 243	0.28 215	0.30 353	0.30 190	0.26 164

FINET	2.96 489	1.07 449	23.18 616	1.29 422	1.86 561	2.03 110	1.52 497	4.30 525	4.71 590	2.23 417	2.34 483	1.65 274	1.48 338	5.89 407	2.81 508	0.51 496	0.47 512	0.49 491	0.40 467	0.59 463	0.49 424

DANet	2.63 453	1.07 449	8.10 353	1.83 548	1.70 546	3.25 246	1.16 439	4.31 528	2.38 438	3.40 559	2.18 442	4.08 533	1.80 424	9.77 491	3.89 525	0.52 502	0.55 534	0.59 527	0.44 487	0.63 478	0.86 532
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 227	1.08 451	3.21 278	1.25 401	0.94 359	1.44 55	0.69 199	3.15 258	2.57 475	2.01 336	1.80 331	1.29 228	1.05 224	2.00 270	1.48 357	0.27 149	0.20 180	0.27 182	0.24 219	0.40 334	0.27 180

TDLM	2.29 386	1.08 451	4.61 316	1.29 422	1.01 387	4.26 484	2.17 545	3.75 353	2.79 504	2.31 440	1.98 398	2.06 353	1.59 366	12.45 594	1.72 405	0.51 496	0.28 365	0.52 504	0.35 414	0.56 453	0.50 431

MSMD_ROB	5.61 579	1.08 451	16.68 469	1.21 389	0.83 319	10.14 608	2.07 541	3.93 403	6.22 604	10.37 618	8.03 586	22.22 621	9.45 606	11.66 574	4.52 530	0.66 531	0.58 542	0.66 546	0.68 548	0.65 489	0.63 484

DeepPruner_ROB	2.05 344	1.09 454	10.50 386	1.01 275	1.20 438	4.39 504	0.91 355	3.14 256	1.72 289	2.60 498	1.54 244	2.78 437	1.27 283	4.52 379	1.72 405	0.51 496	0.40 470	0.37 399	0.34 398	0.48 422	0.52 444

HBP-ISP	3.25 522	1.10 455	20.86 578	1.54 505	1.15 418	4.50 528	2.89 570	4.43 556	2.38 438	4.14 575	1.96 390	1.90 325	2.04 452	11.08 547	1.32 325	0.66 531	0.57 537	0.66 546	0.61 540	0.64 486	0.61 477

CFNet	2.34 401	1.10 455	8.96 363	1.34 447	1.24 448	4.09 436	0.73 215	4.04 435	2.77 501	1.62 232	1.87 370	2.27 367	1.45 331	11.41 558	1.82 420	0.31 277	0.24 305	0.43 448	0.36 424	0.43 388	0.33 277

CVANet_RVC	2.55 445	1.10 455	9.13 369	1.46 489	1.15 418	3.96 409	1.53 499	3.91 396	2.50 463	3.04 539	2.04 410	2.60 412	1.72 409	12.46 595	1.50 361	0.49 486	0.30 388	0.51 498	0.41 474	0.63 478	0.50 431

ACRE	2.27 378	1.11 458	19.45 520	0.91 204	1.30 460	3.94 399	0.87 333	4.21 484	1.80 308	2.28 428	2.62 508	1.17 205	1.04 219	1.52 194	1.30 322	0.37 367	0.23 270	0.27 182	0.22 178	0.31 209	0.46 407

XPNet_ROB	2.27 378	1.11 458	4.10 307	1.36 458	0.97 367	3.94 399	1.63 510	4.07 445	2.14 379	2.82 524	2.00 403	2.32 376	1.73 412	10.81 532	3.39 518	0.51 496	0.47 512	0.48 477	0.40 467	0.51 432	0.56 460

DEFOM-Stereo_RVC	0.81 96	1.13 460	1.23 94	0.97 247	0.57 189	0.81 7	0.43 81	3.49 303	0.84 44	0.73 84	0.95 103	0.44 32	1.17 267	1.45 179	0.60 91	0.26 132	0.18 98	0.24 96	0.17 59	0.30 190	0.19 15

MyStereo8	2.33 397	1.13 460	19.26 516	1.22 392	1.62 529	4.16 461	0.57 134	3.50 306	2.36 427	2.15 384	1.75 308	2.28 368	1.14 258	1.46 183	2.20 467	0.24 95	0.21 214	0.32 299	0.27 277	0.36 304	0.43 385

ARAFT	2.56 446	1.13 460	19.50 523	0.89 187	0.48 131	4.15 452	1.40 482	4.36 543	2.82 516	2.36 456	1.88 371	1.70 285	1.04 219	6.45 420	1.22 300	0.29 211	0.18 98	0.37 399	0.35 414	0.35 291	0.25 140

NaN_ROB	4.06 552	1.13 460	16.64 468	1.12 339	1.25 451	3.50 298	3.05 576	4.29 517	3.26 558	3.64 562	2.56 502	2.97 451	4.79 564	13.33 603	16.91 604	0.37 367	0.41 480	0.38 415	0.39 456	0.48 422	0.81 526

SACVNet	2.46 425	1.14 464	9.47 371	1.44 483	1.18 425	4.06 429	1.49 496	3.84 372	2.24 396	2.62 502	1.89 377	2.57 409	1.28 285	11.35 556	1.64 395	0.50 490	0.39 465	0.48 477	0.41 474	0.55 447	0.75 514

raft_robust	1.92 320	1.15 465	3.34 287	1.02 286	0.43 85	3.84 369	0.46 94	4.42 553	2.52 467	1.67 243	1.36 198	2.17 362	6.37 586	6.78 432	1.04 261	0.28 187	0.24 305	0.30 256	0.35 414	0.31 209	0.32 259

dd	1.26 219	1.15 465	2.47 238	0.92 210	0.49 139	4.35 499	0.75 237	1.92 84	2.11 374	1.44 209	1.24 157	1.19 213	1.05 224	1.78 242	1.70 402	0.57 513	0.34 425	0.35 371	0.33 389	0.60 467	0.46 407

psmorigin	6.59 589	1.15 465	88.11 668	1.52 501	0.97 367	2.88 188	1.20 450	3.21 264	2.04 353	3.73 565	2.46 489	5.15 578	2.55 493	10.60 523	2.47 489	0.55 509	0.68 561	0.48 477	0.51 515	0.70 502	0.88 536

z-ln-s-r	2.67 459	1.16 468	12.43 405	1.34 447	1.26 454	3.70 339	1.21 453	4.20 478	2.38 438	2.04 348	1.92 385	2.43 392	1.60 372	10.58 521	5.19 544	0.29 211	0.20 180	0.32 299	0.24 219	0.51 432	0.38 339

Nwc_Net	2.88 481	1.16 468	18.30 497	1.35 452	1.68 544	3.52 304	1.18 443	3.90 391	2.06 358	2.52 481	2.82 527	3.82 520	2.34 479	6.78 432	2.55 497	0.86 556	0.40 470	0.59 527	0.67 545	0.57 458	0.55 456

SGM-ForestM	11.55 610	1.16 468	21.62 602	2.14 568	0.81 304	22.25 625	19.08 625	16.50 626	11.34 612	15.94 627	14.44 618	27.12 629	22.61 627	24.76 627	28.39 633	0.50 490	0.48 518	0.47 469	0.44 487	0.55 447	0.53 446

iinet-f	2.26 376	1.18 471	13.71 420	1.14 347	1.11 412	3.77 352	1.10 427	4.14 468	2.17 385	2.06 355	1.76 317	2.99 453	2.99 512	2.50 310	2.49 490	0.35 347	0.39 465	0.27 182	0.28 306	0.45 404	0.39 346

CIPLG	2.27 378	1.18 471	19.24 513	0.92 210	1.34 475	3.95 404	0.89 342	4.23 491	1.82 310	2.31 440	2.67 513	1.17 205	1.06 231	1.53 196	1.32 325	0.37 367	0.23 270	0.27 182	0.22 178	0.31 209	0.45 397

fast-acv-ft	2.54 441	1.19 473	20.08 544	1.41 476	1.40 488	3.18 232	1.17 442	3.37 292	2.28 408	1.90 293	2.15 437	2.69 420	2.17 467	2.91 339	2.31 474	0.37 367	0.39 465	0.45 460	0.39 456	0.57 458	0.45 397

dad	1.65 277	1.19 473	3.04 273	0.98 255	0.56 177	4.22 479	0.84 299	1.99 95	2.48 458	2.14 376	1.68 286	1.62 271	1.13 251	3.85 365	2.04 448	1.03 564	0.40 470	2.04 589	0.48 501	0.75 519	0.53 446

RP	2.79 470	1.20 475	10.36 383	1.54 505	1.93 565	3.44 277	1.97 534	4.05 439	2.34 422	2.66 511	2.79 522	3.98 527	2.58 495	10.21 511	2.61 499	0.95 560	0.47 512	0.71 552	0.57 532	0.71 511	0.68 495

GMStereo_Zeroshot	1.41 244	1.21 476	3.33 286	1.29 422	0.72 271	3.35 264	0.53 119	2.58 189	1.68 276	2.35 452	1.56 252	2.42 389	0.96 197	2.50 310	1.16 284	0.45 453	0.23 270	0.40 425	0.24 219	0.79 525	0.33 277

gwcnet-sp	2.31 390	1.21 476	17.34 477	1.08 313	0.92 352	3.56 314	1.04 410	3.69 343	2.09 364	2.55 486	1.60 263	1.80 307	1.62 376	3.87 366	1.95 437	0.29 211	0.29 375	0.30 256	0.28 306	0.38 319	0.39 346

scenet	2.31 390	1.21 476	17.34 477	1.08 313	0.92 352	3.56 314	1.04 410	3.69 343	2.09 364	2.55 486	1.60 263	1.80 307	1.62 376	3.87 366	1.95 437	0.29 211	0.29 375	0.30 256	0.28 306	0.38 319	0.39 346

ssnet	2.31 390	1.21 476	17.34 477	1.08 313	0.92 352	3.56 314	1.04 410	3.69 343	2.09 364	2.55 486	1.60 263	1.80 307	1.62 376	3.87 366	1.95 437	0.29 211	0.29 375	0.30 256	0.28 306	0.38 319	0.39 346

G-Net	4.11 553	1.21 476	19.47 522	2.31 577	2.94 590	4.74 576	2.95 571	3.33 289	2.14 379	4.44 582	9.43 597	6.93 591	3.84 547	9.01 473	4.92 540	0.79 547	0.80 571	0.70 551	0.50 511	0.95 540	0.87 535

LE_ROB	18.58 622	1.21 476	48.38 657	8.60 623	23.00 627	7.32 602	19.74 626	9.94 611	38.69 662	43.53 635	21.91 622	28.40 630	40.92 657	23.18 623	54.71 643	0.34 327	0.33 413	0.32 299	0.36 424	0.42 378	0.40 366

sAnonymous2	1.37 239	1.22 482	9.79 374	0.92 210	0.88 341	1.23 24	0.61 154	2.56 180	1.69 282	0.85 136	1.02 108	0.73 120	1.23 279	0.98 67	0.78 168	0.29 211	0.25 329	0.31 279	0.30 353	1.06 549	0.71 501

CroCo_RVC	1.37 239	1.22 482	9.79 374	0.92 210	0.88 341	1.23 24	0.61 154	2.56 180	1.69 282	0.85 136	1.02 108	0.73 120	1.23 279	0.98 67	0.78 168	0.29 211	0.25 329	0.31 279	0.30 353	1.06 549	0.71 501

DMCA-RVC	2.45 422	1.22 482	18.29 496	1.23 397	1.14 416	2.49 155	0.85 308	3.29 276	1.68 276	3.02 537	1.41 209	2.00 343	1.53 358	6.39 419	2.00 444	0.38 384	0.30 388	0.44 453	0.35 414	0.45 404	0.44 391

pmcnn	5.45 577	1.22 482	17.40 482	1.60 517	2.41 583	3.48 290	2.12 542	4.52 571	3.26 558	3.67 564	13.15 613	22.10 620	3.46 540	11.92 587	17.16 606	0.34 327	0.21 214	0.23 65	0.19 109	0.36 304	0.28 199

ADCRef	3.30 523	1.23 486	14.90 446	1.17 368	1.41 495	3.95 404	1.64 512	3.88 384	2.36 427	3.05 541	2.21 448	2.40 384	2.81 506	5.04 386	16.63 603	0.46 460	0.34 425	0.63 540	0.62 541	0.54 445	0.67 492

PA-Net	3.09 508	1.24 487	18.84 506	1.38 470	1.19 432	3.42 275	1.75 520	3.89 386	3.27 562	1.88 286	2.10 425	3.03 456	1.88 440	11.60 566	2.88 509	0.40 404	0.54 529	0.44 453	0.62 541	0.52 436	1.02 545
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 512	1.25 488	21.14 587	1.31 432	1.52 510	3.94 399	1.13 434	3.32 283	2.14 379	2.20 402	2.03 407	3.05 460	1.96 447	11.79 581	2.53 494	0.42 430	0.45 499	0.64 543	0.46 493	0.67 496	0.57 464

AIO-Stereo-zeroshot1	2.68 463	1.26 489	22.01 607	1.08 313	0.99 377	1.61 72	0.86 313	3.69 343	1.64 266	1.52 216	5.62 577	3.35 484	3.44 539	2.20 293	1.33 329	0.26 132	0.21 214	0.30 256	0.62 541	0.93 539	0.67 492

anonymity	1.76 294	1.26 489	2.73 261	1.66 525	1.32 469	1.84 92	1.07 416	3.49 303	2.30 412	2.11 366	2.11 429	1.71 287	3.90 549	1.82 250	1.48 357	1.10 566	1.09 579	1.08 576	1.08 577	1.05 548	1.09 550

NCC-stereo	3.16 517	1.28 491	18.31 498	1.25 401	1.75 551	4.06 429	1.40 482	3.89 386	2.22 392	2.72 515	2.55 500	3.49 501	2.65 498	9.91 498	2.99 511	1.29 579	0.65 554	0.64 543	0.86 563	0.65 489	0.71 501

Abc-Net	3.16 517	1.28 491	18.31 498	1.25 401	1.75 551	4.06 429	1.40 482	3.89 386	2.22 392	2.72 515	2.55 500	3.49 501	2.65 498	9.91 498	2.99 511	1.29 579	0.65 554	0.64 543	0.86 563	0.65 489	0.71 501
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TCMNet	2.98 495	1.30 493	18.26 495	1.47 492	2.09 574	3.84 369	1.08 421	3.96 414	2.39 442	2.53 484	2.29 464	2.43 392	1.75 413	10.09 508	2.39 478	0.52 502	0.45 499	0.61 535	0.50 511	0.80 527	0.78 520

AIO-test2	1.61 269	1.30 493	3.40 288	1.16 366	1.31 462	3.18 232	0.74 227	4.06 443	1.52 198	1.72 254	2.21 448	0.78 132	0.74 122	3.64 360	0.95 245	3.64 603	0.26 342	0.35 371	0.42 481	0.37 314	0.33 277

LoS_RVC	0.94 130	1.30 493	1.31 110	0.84 150	1.63 531	2.02 109	0.59 147	1.51 34	1.36 125	0.81 123	1.33 186	0.84 147	0.88 175	1.36 159	0.73 149	0.21 56	0.17 61	0.20 24	0.14 2	0.20 33	1.45 568

AF-Net	2.87 479	1.30 493	16.24 462	1.33 440	1.75 551	3.26 248	1.59 506	4.09 451	2.43 449	2.69 513	2.94 530	4.51 554	3.20 527	5.84 406	2.75 505	0.76 545	0.36 437	0.72 556	0.49 505	0.70 502	0.56 460

IPLGR_C	2.28 383	1.31 497	19.46 521	0.92 210	1.32 469	3.93 394	0.89 342	4.20 478	1.82 310	2.30 434	2.63 510	1.16 204	1.07 234	1.41 170	1.29 321	0.37 367	0.23 270	0.27 182	0.22 178	0.31 209	0.45 397

LMCR-Stereo	2.40 414	1.31 497	18.61 504	1.59 515	0.86 332	3.87 382	1.15 437	4.32 532	1.60 253	2.25 423	2.27 456	1.13 200	2.43 485	2.48 309	1.60 381	0.88 557	0.24 305	0.29 236	0.24 219	0.56 453	0.30 238

CSP-Net	1.78 297	1.32 499	1.92 174	1.16 366	1.03 390	3.38 267	1.31 464	3.52 310	1.75 300	1.96 313	1.93 388	2.40 384	1.48 338	8.58 463	1.58 377	0.46 460	0.34 425	0.27 182	0.26 251	0.41 359	0.50 431

AnonymousM	1.22 202	1.32 499	0.97 16	0.88 180	0.56 177	4.03 424	0.69 199	2.41 143	1.68 276	1.48 212	1.31 183	1.15 203	1.00 209	1.18 120	0.73 149	0.32 298	0.40 470	2.07 590	1.70 593	0.24 86	0.22 102

MeshStereo	5.35 575	1.32 499	21.34 594	1.34 447	1.15 418	4.40 508	3.90 597	5.18 592	4.55 587	10.14 617	11.82 609	11.47 602	5.84 578	13.84 611	7.03 560	0.61 520	0.58 542	0.60 532	0.58 533	0.72 514	0.59 473
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
PS-NSSS	2.22 366	1.33 502	2.90 268	0.97 247	1.53 512	4.11 443	1.08 421	4.55 573	2.65 486	2.10 362	2.32 481	1.77 296	1.40 311	11.79 581	1.61 384	0.68 537	0.45 499	0.96 570	0.43 484	0.95 540	0.92 538

NCCL2	2.53 439	1.35 503	10.90 392	1.15 360	0.97 367	3.53 305	2.56 559	3.65 332	2.23 394	2.76 518	1.80 331	2.41 386	1.66 396	10.35 515	2.07 454	0.44 444	0.40 470	0.57 522	0.53 523	0.59 463	0.65 490

Replicate-Monster	0.79 85	1.36 504	2.08 200	0.70 72	0.52 155	2.05 116	0.34 41	1.92 84	0.82 37	1.03 169	0.60 33	0.48 43	0.52 50	1.28 140	0.39 4	0.19 43	0.14 11	0.19 15	0.16 27	0.22 68	0.78 520

BEATNet_4x	1.92 320	1.36 504	8.75 362	1.20 382	0.56 177	3.46 283	1.03 407	4.00 424	2.43 449	2.25 423	1.70 293	2.10 358	1.59 366	2.57 324	3.05 514	0.37 367	0.22 243	0.47 469	0.29 334	0.60 467	0.40 366

DPSNet	3.43 530	1.37 506	12.19 402	1.39 472	1.24 448	4.15 452	2.06 539	4.51 570	3.34 564	2.69 513	1.96 390	3.52 505	5.56 575	10.68 526	9.68 574	0.93 558	0.73 566	0.40 425	0.37 436	1.06 549	0.86 532

MANE	11.39 609	1.38 507	23.16 615	4.82 617	2.79 588	22.02 624	14.51 620	25.81 628	26.28 655	10.93 621	13.17 614	19.90 618	18.03 621	15.69 616	20.41 619	0.96 561	0.74 567	1.42 584	3.24 621	0.74 516	1.71 574

PSMNet_ROB	2.95 486	1.38 507	18.46 502	1.19 377	1.20 438	3.80 360	1.65 515	3.54 315	2.35 424	1.98 317	1.71 297	2.75 429	1.79 419	11.43 560	2.78 506	0.42 430	0.36 437	0.50 494	0.60 537	0.59 463	0.49 424

CSAN	4.71 565	1.39 509	20.23 550	1.19 377	0.87 337	3.65 333	3.50 587	4.57 575	3.87 578	3.89 568	7.82 584	3.54 509	6.16 584	23.47 626	6.82 555	0.52 502	0.45 499	0.49 491	0.52 519	0.63 478	0.66 491

NVStereoNet_ROB	4.91 570	1.40 510	16.46 466	1.47 492	1.72 549	3.46 283	1.96 533	3.89 386	3.61 573	2.90 527	24.61 626	4.81 565	4.49 561	13.57 607	4.87 538	1.33 582	1.29 587	1.70 587	1.68 591	1.41 574	1.66 572
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 347	1.40 510	3.01 272	1.09 319	0.92 352	3.94 399	1.53 499	4.25 501	2.23 394	3.31 553	2.06 420	2.35 379	1.52 351	8.74 465	2.07 454	0.44 444	0.36 437	0.51 498	0.48 501	0.54 445	0.62 480

YMNet	2.40 414	1.41 512	13.46 416	1.36 458	1.67 541	3.96 409	0.97 390	3.81 365	2.37 433	2.64 506	2.57 504	3.35 484	1.53 358	3.28 349	2.42 483	0.48 474	0.54 529	0.52 504	0.49 505	0.70 502	0.54 452

YMNet_1	2.40 414	1.41 512	13.46 416	1.36 458	1.67 541	3.96 409	0.97 390	3.81 365	2.37 433	2.64 506	2.57 504	3.35 484	1.53 358	3.28 349	2.42 483	0.48 474	0.54 529	0.52 504	0.49 505	0.70 502	0.54 452

MaskLacGwcNet_RVC	3.13 512	1.43 514	9.93 376	2.50 581	1.62 529	4.29 491	1.68 519	3.95 409	2.43 449	1.66 241	1.91 383	3.04 457	1.41 316	13.26 601	1.58 377	3.82 607	1.59 591	1.12 578	0.46 493	2.21 583	2.74 598

SPS-STEREO	3.97 549	1.44 515	20.85 577	1.72 534	1.71 547	3.24 243	2.30 550	3.55 317	2.68 491	4.79 587	3.66 557	5.44 583	2.97 511	9.11 474	9.35 573	1.15 569	1.10 580	1.06 575	1.02 575	1.16 563	1.18 555
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 510	1.45 516	14.90 446	1.46 489	1.79 556	3.33 262	1.39 480	4.04 435	2.26 402	2.77 519	3.26 548	4.00 528	2.71 501	11.63 573	2.62 501	0.82 552	0.46 508	0.79 562	0.79 560	0.71 511	0.78 520

Wz-Net-LNSev-Ref	2.42 418	1.47 517	14.14 433	1.30 429	1.35 476	3.51 301	1.64 512	4.04 435	2.10 372	2.46 471	1.88 371	2.28 368	2.51 491	4.73 384	3.17 516	0.38 384	0.19 136	0.35 371	0.20 129	0.40 334	0.36 310

LALA_ROB	1.95 325	1.48 518	3.11 275	1.05 296	0.98 374	3.99 417	1.82 526	4.44 557	2.28 408	3.31 553	1.85 364	2.76 435	1.67 398	4.04 373	3.23 517	0.46 460	0.41 480	0.55 517	0.52 519	0.60 467	0.57 464

StereoDRNet	2.84 474	1.49 519	14.48 440	1.33 440	1.57 524	3.44 277	2.06 539	3.69 343	2.36 427	3.26 552	1.84 357	2.79 439	1.80 424	10.88 534	3.16 515	0.41 419	0.33 413	0.39 419	0.36 424	0.59 463	0.58 469

PSMNet-RUCA	1.64 276	1.50 520	2.57 244	1.50 498	1.38 484	3.05 214	1.36 471	3.31 278	2.24 396	1.36 196	2.07 421	1.40 245	1.09 239	1.83 251	1.55 373	1.15 569	0.69 562	1.26 581	0.96 569	1.64 577	0.94 540

UDGNet	1.40 242	1.52 521	2.22 213	1.38 470	0.62 217	4.39 504	0.68 193	1.80 71	2.18 387	1.34 193	1.18 142	0.99 181	1.00 209	2.16 287	1.19 290	1.09 565	0.34 425	1.30 582	0.98 571	1.10 555	0.58 469

PDISCO_ROB	2.86 475	1.53 522	14.27 437	1.98 561	2.19 577	4.52 533	1.35 469	4.65 579	3.19 551	2.09 359	2.16 438	3.53 506	2.45 487	5.32 391	2.12 458	1.30 581	0.78 570	0.72 556	0.59 535	1.24 568	1.28 558

DN-CSS_ROB	1.91 317	1.55 523	11.13 394	1.82 547	0.88 341	3.99 417	0.61 154	4.01 426	1.67 274	1.64 236	1.89 377	1.39 240	1.06 231	3.23 347	1.50 361	0.31 277	0.19 136	0.44 453	0.29 334	0.37 314	0.31 248

DGSMNet	7.55 598	1.62 524	17.42 483	1.92 555	12.73 619	7.45 603	42.99 637	4.13 462	2.07 360	2.10 362	3.16 545	3.42 491	1.70 405	9.24 479	2.30 473	3.70 606	10.89 631	11.80 633	5.54 623	4.24 602	2.66 593

ELAS	5.99 585	1.62 524	20.29 557	1.96 560	2.01 569	15.09 617	8.38 611	5.23 593	5.54 599	9.02 611	8.61 591	6.74 589	9.75 607	7.48 443	11.40 583	0.96 561	1.18 582	0.72 556	0.93 567	1.30 570	1.67 573
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 499	1.63 526	19.83 532	1.32 435	2.04 573	3.27 251	1.55 503	3.65 332	2.33 421	2.00 334	2.12 432	3.56 510	1.68 402	9.47 483	2.45 487	0.44 444	0.45 499	0.46 466	0.38 449	0.60 467	0.76 516

ADCL	4.35 558	1.63 526	14.21 436	1.29 422	1.26 454	5.56 591	11.16 613	3.97 416	3.37 566	6.07 595	4.67 568	4.30 546	5.72 577	5.08 388	14.51 593	0.50 490	0.48 518	0.89 568	0.77 556	0.78 523	0.76 516

ADCPNet	3.89 544	1.63 526	20.25 554	1.28 418	1.27 456	6.43 596	2.65 563	3.93 403	2.70 492	2.78 520	2.20 446	4.28 545	6.16 584	5.56 399	10.27 577	0.65 529	1.18 582	0.71 552	1.70 593	0.84 532	1.37 564

ELAS_RVC	5.72 582	1.64 529	20.40 561	2.09 567	2.01 569	4.95 583	11.47 615	4.66 580	6.31 606	8.09 608	8.01 585	8.06 598	11.65 608	8.36 457	10.22 576	0.99 563	1.17 581	0.81 565	0.76 554	1.14 559	1.58 571
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 475	1.66 530	19.61 524	1.40 475	1.75 551	3.84 369	1.32 465	4.07 445	2.25 399	1.78 264	2.67 513	1.82 313	4.41 559	1.94 266	2.06 451	0.83 554	0.94 576	1.03 572	1.12 578	1.70 579	1.09 550

aanetorigin	3.30 523	1.66 530	17.52 487	1.18 374	1.58 525	2.57 167	3.80 595	2.65 196	2.03 349	6.12 597	4.30 566	2.82 440	5.70 576	5.47 396	4.67 531	0.50 490	0.44 494	0.43 448	0.47 496	1.17 564	0.92 538

Wz-Net-LNSev	2.30 389	1.67 532	14.88 445	1.18 374	1.65 537	3.49 294	1.54 502	3.63 328	2.03 349	1.88 286	1.64 274	3.29 478	2.06 454	2.71 335	2.02 447	0.40 404	0.33 413	0.32 299	0.31 369	0.53 442	0.49 424

DeepPrunerF	3.70 537	1.72 533	14.87 444	1.33 440	1.74 550	3.70 339	1.55 503	4.20 478	14.00 617	2.02 341	1.77 322	2.74 427	2.30 475	10.88 534	6.88 557	0.68 537	0.60 547	0.78 561	0.78 559	0.81 528	0.71 501

AANet_RVC	3.03 503	1.72 533	12.78 409	1.17 368	1.12 413	3.79 358	1.10 427	3.86 378	3.13 544	2.62 502	4.26 565	3.96 526	1.41 316	11.43 560	5.23 545	0.94 559	0.47 512	0.34 352	0.23 193	0.40 334	0.55 456

SANet	5.65 581	1.72 533	20.94 582	1.26 408	0.88 341	7.20 600	3.81 596	4.60 577	11.23 611	4.56 583	8.78 594	7.49 593	6.95 591	11.85 584	18.11 610	0.49 486	0.44 494	0.50 494	0.42 481	0.90 536	0.82 530

FADNet	2.49 432	1.76 536	13.17 411	1.17 368	0.95 362	3.27 251	0.88 337	3.94 407	2.27 404	1.40 204	1.29 176	2.51 404	2.06 454	9.93 500	1.94 435	0.43 436	0.45 499	0.40 425	0.43 484	1.06 549	0.53 446

CC-Net-ROB	3.35 527	1.76 536	13.89 428	2.33 578	1.65 537	4.49 525	1.62 509	4.73 583	2.90 521	1.92 300	2.05 416	1.99 342	1.61 373	12.57 598	1.60 381	2.46 590	2.18 600	2.68 600	1.04 576	2.11 582	1.38 566

GCST	2.56 446	1.79 538	18.02 492	1.92 555	1.33 473	1.72 83	0.51 109	3.67 336	2.03 349	1.70 249	1.61 267	1.55 262	1.29 288	5.06 387	1.24 305	2.06 587	0.77 569	1.45 585	0.97 570	1.14 559	1.34 563

LL-Strereo	3.01 501	1.81 539	17.59 488	1.12 339	2.10 575	2.90 190	1.09 425	4.33 534	2.00 343	3.12 545	2.24 452	3.29 478	3.15 522	11.31 555	1.84 423	0.30 254	0.28 365	0.46 466	0.34 398	0.49 428	0.45 397

TRStereo	2.31 390	1.87 540	19.74 529	1.53 503	1.16 423	4.26 484	1.08 421	4.73 583	1.45 146	1.55 219	1.28 174	1.75 291	0.85 166	1.81 248	1.20 293	0.36 359	0.26 342	0.32 299	0.36 424	0.34 273	0.33 277

MFMNet_re	2.91 482	1.91 541	18.25 494	3.06 591	1.89 563	3.13 227	1.67 517	3.52 310	2.97 529	3.14 546	2.87 529	2.26 366	2.41 483	2.42 304	2.00 444	1.10 566	1.05 578	0.94 569	0.90 565	1.28 569	1.46 570

SDNR	3.97 549	1.93 542	20.28 556	1.31 432	0.94 359	5.16 586	0.67 186	4.33 534	2.58 476	4.82 588	5.94 578	5.01 572	1.45 331	17.52 617	2.53 494	0.79 547	0.72 565	0.59 527	0.45 491	1.15 562	1.17 554

GANetREF_RVC	3.20 519	1.93 542	18.84 506	1.51 500	0.80 301	4.12 445	1.82 526	4.16 473	2.91 522	1.87 283	1.74 304	2.48 401	1.84 431	13.18 600	1.74 410	0.80 549	0.57 537	0.79 562	0.74 552	1.20 567	0.86 532
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
ADCP+	3.74 540	1.96 544	16.90 473	1.09 319	1.55 517	4.35 499	3.65 593	3.93 403	2.98 532	2.22 413	1.66 282	3.95 524	4.83 565	3.41 352	18.87 616	0.38 384	0.41 480	0.63 540	0.53 523	0.64 486	0.81 526

PVD	3.12 511	1.97 545	12.80 410	1.79 545	1.63 531	3.83 364	1.34 468	3.48 300	3.88 579	5.77 592	3.56 556	3.45 494	3.29 530	5.58 401	5.30 546	0.71 543	0.69 562	0.74 560	0.77 556	0.79 525	1.13 553

NLCSM	2.22 366	1.98 546	7.74 347	1.20 382	1.25 451	3.47 286	1.30 462	3.63 328	2.01 345	1.61 229	2.28 460	2.73 426	1.95 446	7.78 450	1.99 443	0.43 436	0.40 470	0.50 494	0.51 515	0.90 536	0.71 501

PWC_ROB	2.69 465	2.01 547	8.36 355	1.33 440	1.90 564	3.23 240	1.18 443	4.33 534	3.25 557	3.11 544	3.41 553	2.71 423	2.18 469	9.15 476	4.48 529	0.56 511	0.31 398	0.61 535	0.36 424	0.69 501	0.74 511

FADNet-RVC-Resample	2.83 473	2.02 548	21.07 585	1.12 339	0.91 351	3.53 305	1.37 476	4.08 449	2.09 364	1.68 244	1.33 186	2.03 347	1.51 349	9.54 485	1.69 401	0.38 384	0.37 450	0.42 444	0.44 487	0.56 453	0.56 460

SHD	2.82 472	2.04 549	13.80 426	1.69 528	1.79 556	2.73 176	1.07 416	3.85 375	3.18 550	4.63 584	2.74 517	3.38 489	2.77 503	5.48 397	3.66 522	0.62 522	0.47 512	0.51 498	0.55 527	0.65 489	0.74 511

PASM	2.67 459	2.05 550	9.71 372	1.73 535	1.37 481	2.53 163	1.52 497	3.10 252	2.17 385	2.79 521	1.84 357	2.90 445	1.85 435	11.89 585	2.19 466	0.81 551	0.85 572	0.87 567	1.01 573	1.14 559	1.05 547

w-ln-seven-2	2.73 468	2.13 551	12.47 407	1.18 374	1.01 387	3.54 309	1.58 505	3.93 403	3.26 558	2.43 468	2.02 405	2.63 416	2.28 474	7.93 453	5.45 547	0.40 404	0.40 470	0.44 453	0.34 398	0.62 476	0.47 412

EDNetEfficient	5.61 579	2.14 552	16.75 471	1.67 526	3.64 602	4.12 445	7.51 607	3.05 247	5.63 601	11.57 623	4.83 570	3.95 524	12.72 609	8.44 461	20.78 620	0.41 419	0.43 489	0.47 469	1.01 573	1.66 578	1.39 567

SAMSARA	3.55 532	2.16 553	14.18 435	1.86 552	1.49 505	4.62 551	2.65 563	3.58 322	2.80 508	7.05 602	3.05 536	5.16 579	4.07 552	9.18 477	4.80 536	0.64 526	0.67 558	0.59 527	0.68 548	0.89 534	0.91 537

MonStereo1	8.07 600	2.24 554	5.83 330	4.68 615	3.60 601	18.80 622	2.52 556	5.89 603	5.86 603	4.76 586	13.98 616	7.41 592	50.63 666	13.28 602	5.16 541	4.40 614	0.90 574	2.69 601	1.55 590	3.92 600	3.30 606

WAO-6	5.87 584	2.27 555	15.05 450	2.96 589	2.77 587	12.01 611	3.58 591	5.37 599	11.91 615	3.34 556	9.69 598	6.78 590	5.84 578	11.82 583	8.89 572	2.87 592	2.35 608	2.50 594	1.84 599	2.85 587	2.67 594

FADNet-RVC	2.51 435	2.27 555	14.03 431	1.09 319	0.81 304	3.54 309	1.10 427	4.13 462	2.48 458	1.39 202	1.22 152	1.85 322	1.77 416	9.78 493	2.06 451	0.38 384	0.37 450	0.40 425	0.40 467	0.67 496	0.48 417

FADNet_RVC	2.65 455	2.28 557	16.51 467	0.98 255	0.92 352	4.09 436	0.83 293	4.26 508	1.73 292	1.46 210	1.78 325	1.60 268	1.50 345	8.88 467	2.39 478	0.47 469	0.38 456	0.44 453	0.58 533	0.89 534	0.97 542

XQC	2.96 489	2.42 558	14.85 443	1.36 458	1.32 469	3.29 259	1.53 499	4.28 514	2.78 502	3.21 550	2.46 489	3.53 506	2.92 510	6.58 422	4.67 531	0.70 541	0.41 480	0.59 527	0.56 529	0.96 544	0.83 531

EDNetEfficientorigin	12.35 614	2.51 559	179.47 672	1.19 377	0.96 363	2.91 193	1.81 525	3.00 241	5.35 597	8.91 610	4.79 569	4.18 539	4.64 563	9.98 502	11.30 581	0.37 367	0.38 456	0.60 532	0.85 562	1.32 571	2.43 591

RTSC	2.95 486	2.51 559	15.49 457	1.54 505	1.30 460	3.51 301	0.86 313	3.89 386	2.48 458	3.64 562	3.12 542	3.04 457	2.30 475	5.70 403	6.67 551	0.55 509	0.35 431	0.37 399	0.39 456	0.70 502	0.60 474

IMH-64-1	4.84 568	2.53 561	6.83 336	4.30 609	3.74 604	4.81 580	6.05 602	5.30 595	3.92 580	3.95 570	8.33 588	5.08 575	6.06 581	8.96 471	6.30 549	4.57 618	2.96 614	3.04 605	2.12 607	4.28 603	3.62 610

IMH-64	4.84 568	2.53 561	6.83 336	4.30 609	3.74 604	4.81 580	6.05 602	5.30 595	3.92 580	3.95 570	8.33 588	5.08 575	6.06 581	8.96 471	6.30 549	4.57 618	2.96 614	3.04 605	2.12 607	4.28 603	3.62 610

Wz-Net-MNSev	2.71 467	2.54 563	13.91 429	1.52 501	1.37 481	3.28 255	2.47 553	4.03 431	2.32 420	2.57 490	2.07 421	2.29 373	3.01 514	7.55 445	2.74 504	0.38 384	0.36 437	0.36 387	0.37 436	0.57 458	0.47 412

Syn2CoEx	3.08 507	2.55 564	19.88 534	1.34 447	1.18 425	2.43 149	1.65 515	3.91 396	2.40 443	2.39 462	2.27 456	2.90 445	3.17 526	9.57 488	2.54 496	0.50 490	0.45 499	0.53 509	0.39 456	0.74 516	0.72 509

StereoAnything_RVC	0.94 130	2.66 565	2.20 208	0.76 107	0.34 12	1.18 21	0.39 57	2.31 136	0.69 10	0.51 11	0.34 4	0.32 1	0.89 181	1.57 201	0.35 1	0.32 298	0.16 40	0.23 65	0.15 5	3.31 589	0.18 5

RAFT + AFF	2.51 435	2.66 565	4.48 314	1.15 360	1.95 566	4.15 452	2.01 537	4.46 561	3.30 563	2.19 399	2.51 496	2.22 365	4.87 566	8.91 469	2.06 451	0.30 254	0.60 547	0.48 477	0.38 449	0.77 521	0.69 497

DDUNet	2.91 482	2.78 567	6.94 339	3.53 597	2.26 581	3.28 255	1.36 471	3.77 357	2.04 353	2.62 502	2.49 493	4.18 539	1.69 403	5.38 393	1.85 424	2.21 589	1.77 595	2.61 598	2.43 610	2.60 585	2.34 588

UDG	3.55 532	2.81 568	17.45 484	2.69 584	1.98 567	3.97 414	1.19 446	4.35 538	2.02 347	2.42 466	2.53 499	4.50 553	2.46 489	6.53 421	2.41 482	2.12 588	1.77 595	2.63 599	2.57 612	2.64 586	1.95 580

DFGA-Net	2.11 352	3.00 569	7.43 344	1.11 335	0.76 288	3.72 343	0.60 150	2.63 194	1.91 330	2.01 336	2.07 421	1.22 219	1.04 219	10.26 514	2.26 470	0.27 149	0.22 243	0.34 352	0.34 398	0.61 472	0.48 417

w-ln-seven	2.86 475	3.06 570	14.02 430	1.27 416	1.32 469	4.10 442	1.59 506	3.90 391	2.59 479	3.03 538	2.27 456	3.42 491	2.25 472	6.70 427	4.81 537	0.39 396	0.34 425	0.48 477	0.40 467	0.74 516	0.55 456

WAO-7	5.16 572	3.21 571	18.98 510	1.88 554	1.44 498	5.34 588	3.09 579	4.91 588	5.81 602	4.35 581	8.92 596	6.55 588	6.06 581	13.40 605	10.81 579	1.34 583	1.20 585	1.48 586	1.35 588	1.60 576	1.45 568

PWCDC_ROB	2.95 486	3.26 572	14.06 432	1.59 515	1.56 520	4.19 473	0.86 313	4.30 525	4.08 584	2.06 355	7.37 581	2.75 429	2.42 484	3.59 357	2.67 502	1.34 583	0.36 437	0.39 419	0.34 398	1.13 558	0.62 480

ADCMid	3.96 548	3.27 573	15.48 456	1.26 408	1.40 488	4.66 557	2.28 548	4.06 443	3.54 571	3.94 569	3.02 534	3.85 521	3.67 544	4.03 372	18.65 614	0.68 537	0.61 549	1.09 577	1.18 582	1.38 572	1.08 549

IGEV-BASED-STEREO-	1.09 172	3.30 574	2.61 248	0.82 129	0.38 54	1.27 33	0.62 167	1.51 34	1.29 114	0.91 146	0.92 95	0.65 92	0.57 64	1.08 84	0.59 88	1.55 585	0.15 24	0.32 299	0.28 306	1.10 555	1.98 582

DispFullNet	4.64 564	3.48 575	23.95 619	3.99 603	3.03 592	3.35 264	1.06 414	4.18 474	2.80 508	6.33 599	2.94 530	4.04 531	7.81 599	3.92 370	5.16 541	2.75 591	1.61 592	3.10 608	2.68 615	3.32 590	3.31 607

LSM	12.71 615	3.52 576	20.79 576	55.63 665	84.76 664	3.63 332	6.30 604	3.73 351	4.93 594	5.55 591	13.92 615	3.53 506	3.25 529	9.72 490	4.12 526	0.64 526	0.85 572	0.71 552	0.81 561	1.03 546	26.84 632

SGM+DAISY	8.36 601	3.82 577	24.83 620	2.02 563	1.75 551	14.80 616	17.22 622	4.27 509	11.79 614	13.88 624	14.38 617	11.74 605	13.83 611	10.56 520	15.12 594	1.21 571	1.19 584	1.14 579	1.13 580	1.17 564	1.37 564

test_for_model	2.16 359	3.87 578	1.58 145	4.16 605	3.64 602	2.51 157	0.96 387	3.63 328	2.62 481	2.45 470	1.39 204	1.02 186	0.73 117	0.92 53	0.57 83	2.97 594	2.19 601	0.26 151	0.17 59	5.32 611	2.24 585

UNDER WATER	10.47 605	3.95 579	22.62 613	5.07 618	4.51 614	7.78 604	3.77 594	12.56 616	21.72 653	7.84 606	10.78 602	23.96 624	31.66 634	10.78 531	16.19 601	4.44 615	2.93 612	4.24 617	2.86 618	6.33 616	5.47 622

Wz-Net-SNSev	2.98 495	4.36 580	15.98 460	1.57 513	1.19 432	3.28 255	1.80 524	3.96 414	2.40 443	2.32 444	2.28 460	3.48 495	2.05 453	7.84 452	3.82 524	0.47 469	0.39 465	0.53 509	0.49 505	0.71 511	0.60 474

SuperB	4.79 567	4.41 581	21.08 586	1.45 487	1.08 404	3.91 387	3.08 578	4.18 474	3.01 535	2.50 476	2.10 425	2.75 429	3.49 541	8.80 466	19.60 618	0.44 444	0.33 413	0.53 509	0.39 456	12.01 627	0.64 488

WZ-Net	3.62 534	4.87 582	16.77 472	1.43 480	1.40 488	3.75 349	2.29 549	4.12 460	2.50 463	2.74 517	2.19 444	4.06 532	5.29 572	10.19 510	7.36 562	0.54 507	0.37 450	0.47 469	0.49 505	0.77 521	0.73 510

iResNetv2_ROB	2.65 455	5.00 583	19.28 518	2.06 565	1.09 408	3.83 364	1.13 434	4.14 468	2.09 364	1.85 276	2.03 407	2.01 346	1.51 349	3.58 356	1.58 377	0.34 327	0.21 214	0.32 299	0.21 145	0.44 396	0.29 209

ADCS	4.22 557	5.33 584	16.32 463	1.64 522	1.31 462	3.91 387	3.64 592	4.21 484	2.89 520	5.11 589	2.81 526	4.46 552	3.06 521	5.21 390	19.50 617	0.63 523	0.64 553	0.69 549	0.69 550	1.12 557	1.26 557

UNDER WATER-64	9.33 603	5.37 585	22.60 612	5.22 619	4.86 616	10.75 609	4.61 601	11.45 613	17.30 646	7.59 603	9.80 600	15.99 612	17.90 620	10.63 524	15.72 597	4.36 612	2.87 611	4.39 621	2.86 618	7.01 620	5.36 621

KSHMR	16.96 621	5.37 585	21.64 604	4.46 612	4.50 613	8.30 606	3.32 582	15.58 625	76.24 668	6.62 601	61.47 666	56.53 666	5.43 574	35.17 633	11.37 582	4.39 613	2.97 616	3.63 616	2.74 617	5.10 610	4.34 618

GASNet	3.24 520	5.55 587	20.58 571	1.56 512	1.25 451	2.32 140	1.12 431	4.04 435	2.67 489	1.88 286	2.10 425	3.00 454	2.16 465	10.59 522	2.43 485	0.65 529	0.37 450	0.61 535	0.45 491	0.87 533	0.58 469

AnyNet_C32	4.17 555	5.75 588	12.62 408	1.60 517	1.54 513	5.51 590	4.09 599	3.90 391	3.23 556	4.22 580	3.03 535	3.10 462	3.41 535	8.01 455	18.85 615	0.53 505	0.58 542	0.53 509	0.74 552	1.19 566	0.97 542

MADNet++	7.57 599	5.80 589	13.28 413	6.38 620	5.26 617	7.18 599	7.77 609	5.32 597	5.62 600	6.11 596	7.78 583	6.02 587	8.01 601	11.74 579	16.36 602	9.36 626	4.95 624	8.57 628	5.66 624	4.83 609	5.34 620

coex-ft	18.59 623	6.62 590	113.53 670	1.17 368	1.31 462	2.33 142	1.93 532	2.81 225	14.00 617	124.82 673	8.45 590	5.90 586	51.74 667	9.99 503	22.69 621	0.57 513	0.62 550	0.50 494	0.49 505	1.08 554	1.28 558

RTS	3.90 545	7.04 591	17.94 490	1.92 555	2.19 577	5.00 584	2.96 572	4.29 517	3.19 551	4.05 572	3.08 538	4.94 568	3.16 524	7.64 446	6.72 552	0.66 531	0.44 494	0.51 498	0.47 496	0.95 540	0.76 516

RTSA	3.90 545	7.04 591	17.94 490	1.92 555	2.19 577	5.00 584	2.96 572	4.29 517	3.19 551	4.05 572	3.08 538	4.94 568	3.16 524	7.64 446	6.72 552	0.66 531	0.44 494	0.51 498	0.47 496	0.95 540	0.76 516

AnyNet_C01	4.37 559	7.80 593	16.40 464	1.98 561	1.40 488	6.37 595	6.47 605	4.09 451	5.03 595	4.06 574	3.78 559	4.16 538	3.31 531	6.62 424	10.00 575	0.61 520	0.67 558	0.63 540	0.67 545	2.01 580	1.31 560

RainbowNet	4.56 561	8.28 594	20.07 543	3.64 601	3.23 599	4.15 452	2.99 574	4.18 474	3.03 537	2.20 402	2.65 511	4.26 544	2.90 509	9.77 491	2.12 458	3.88 608	2.27 604	2.71 603	1.72 595	3.78 597	3.31 607

notaker	10.50 607	8.60 595	20.23 550	4.54 614	3.95 608	6.27 594	3.44 584	8.07 609	4.75 593	8.73 609	46.45 661	13.86 611	27.86 633	13.49 606	13.61 592	4.56 617	3.18 618	3.52 613	2.68 615	8.13 624	4.05 615

TorneroNet-64	10.12 604	8.74 596	20.95 583	4.27 607	3.76 607	13.86 615	2.85 568	15.05 622	23.15 654	10.07 616	23.84 625	13.47 608	8.24 603	13.96 612	17.21 607	3.96 610	2.72 609	3.23 609	2.48 611	6.29 614	4.27 617

Wz-Net-TNSev	3.67 536	8.83 597	13.47 418	1.48 494	1.18 425	3.60 322	2.49 555	4.27 509	3.13 544	2.18 395	1.89 377	4.21 543	2.80 505	12.10 588	7.58 565	0.57 513	0.55 534	0.47 469	0.54 525	0.91 538	1.05 547

DGTPSM_ROB	15.31 618	8.85 598	28.14 632	9.90 624	18.89 621	12.44 613	33.21 630	13.48 619	17.86 649	9.50 613	22.89 623	13.78 609	19.67 622	21.26 619	23.68 623	5.08 623	8.84 626	5.62 623	11.50 628	6.72 617	14.87 628

DPSMNet_ROB	15.52 619	8.89 599	31.44 650	10.07 625	18.91 622	12.44 613	33.22 631	13.51 620	17.94 650	9.58 614	22.91 624	13.79 610	19.67 622	21.43 620	23.73 624	5.17 624	8.84 626	5.63 624	11.52 631	6.79 618	14.90 629

otaku	4.58 563	8.93 600	19.95 537	3.11 592	2.67 584	3.91 387	2.57 560	3.82 368	2.25 399	2.22 413	9.72 599	4.08 533	2.35 480	8.57 462	2.13 461	3.51 601	1.65 593	2.15 592	1.17 581	3.69 595	3.15 601

Ntro	4.21 556	8.94 601	19.89 535	3.22 593	2.96 591	4.15 452	1.89 530	3.92 401	2.36 427	1.77 262	2.14 435	3.35 484	2.17 467	9.48 484	2.24 469	3.52 602	1.76 594	2.13 591	1.31 585	3.83 598	3.09 599

Dean	7.52 597	9.08 602	21.41 596	3.74 602	3.53 600	4.81 580	3.53 588	5.33 598	5.25 596	4.17 576	26.53 627	25.62 628	4.09 553	10.97 538	4.32 527	3.69 605	2.30 605	2.91 604	1.87 600	4.03 601	3.24 605

JetBlue	6.27 588	9.15 603	13.76 421	1.94 559	4.60 615	11.91 610	12.00 616	5.12 591	3.45 570	3.79 566	4.52 567	9.54 600	6.56 590	9.40 482	13.48 591	1.26 577	1.37 588	1.17 580	1.34 587	7.06 621	3.95 614

LVE	6.88 594	9.31 604	21.14 587	3.61 600	3.18 598	4.49 525	2.79 565	10.21 612	11.69 613	3.16 549	11.53 607	18.33 613	4.31 557	11.66 574	3.52 520	4.45 616	2.93 612	2.56 596	1.91 601	3.62 592	3.16 602

SQANet	3.70 537	9.34 605	18.41 500	2.75 585	2.74 586	3.40 271	1.47 491	3.50 306	1.68 276	2.60 498	1.75 308	2.69 420	1.91 443	6.72 431	1.74 410	2.96 593	1.41 589	1.85 588	1.12 578	3.17 588	2.70 597

z-mn7	3.36 528	9.42 606	14.16 434	1.28 418	1.22 445	3.78 354	1.43 489	3.92 401	3.35 565	2.85 526	3.36 551	3.06 461	1.97 448	9.66 489	5.16 541	0.42 430	0.35 431	0.43 448	0.33 389	0.63 478	0.48 417

MADNet+	3.97 549	9.54 607	13.83 427	1.87 553	1.69 545	4.19 473	2.87 569	4.80 586	4.10 585	2.51 479	2.67 513	4.55 557	3.41 535	8.72 464	6.92 559	1.25 576	1.27 586	1.04 573	0.93 567	1.39 573	1.85 578

zh-mn7	3.15 515	9.61 608	12.45 406	1.26 408	0.99 377	2.91 193	1.32 465	4.12 460	2.74 496	3.33 555	3.07 537	2.84 441	1.89 441	8.91 469	4.69 533	0.49 486	0.40 470	0.38 415	0.38 449	0.56 453	0.63 484

PWCK	5.85 583	9.95 609	15.22 455	2.90 588	1.56 520	5.66 592	7.69 608	5.27 594	4.74 592	3.88 567	7.51 582	8.04 596	5.28 571	15.18 614	8.40 569	3.08 596	1.51 590	2.24 593	1.37 589	5.55 612	1.96 581

ktn	21.74 626	10.34 610	19.68 527	4.53 613	4.00 609	6.53 597	4.51 600	6.79 605	78.82 670	84.69 670	100.86 673	58.49 667	7.57 598	12.11 589	13.35 590	4.58 620	3.24 619	3.49 611	2.62 613	4.65 608	3.84 613

MSC_U_SF_DS_RVC	4.48 560	10.62 611	15.18 454	1.55 510	1.45 502	6.16 593	3.54 590	5.41 600	3.68 576	2.59 497	2.74 517	4.81 565	2.20 470	13.79 610	4.40 528	2.04 586	3.36 620	1.05 574	1.20 583	2.09 581	1.72 575

MFN_U_SF_RVC	3.81 542	10.78 612	15.01 449	1.84 549	1.39 486	3.73 347	1.63 510	4.05 439	3.26 558	2.91 528	2.38 485	4.36 549	3.65 543	8.43 460	4.91 539	1.11 568	1.04 577	0.99 571	1.31 585	1.58 575	1.75 577

MFN_U_SF_DS_RVC	3.94 547	10.88 613	12.30 404	1.26 408	1.55 517	5.19 587	3.33 583	4.42 553	2.82 516	2.58 494	2.62 508	5.00 571	2.11 457	14.03 613	2.73 503	1.28 578	2.34 607	0.67 548	1.83 598	0.81 528	1.03 546

TorneroNet	25.88 628	11.28 614	21.62 602	4.20 606	4.07 610	55.25 650	3.15 580	15.16 623	76.94 669	58.09 665	82.72 670	86.88 671	41.15 658	13.35 604	18.13 611	4.32 611	2.85 610	3.45 610	2.62 613	8.33 625	4.14 616

zh-sn7	3.81 542	11.43 615	15.78 458	1.25 401	1.15 418	3.68 338	2.58 561	4.15 472	2.42 448	2.61 500	3.10 541	3.38 489	3.03 518	11.43 560	6.88 557	0.45 453	0.48 518	0.45 460	0.43 484	0.72 514	0.71 501

ACVNet_2	5.41 576	12.60 616	20.42 563	3.27 594	3.15 597	4.50 528	3.02 575	4.66 580	3.73 577	3.35 558	5.36 574	7.86 595	2.88 507	12.33 592	4.76 535	3.12 597	2.22 602	2.70 602	1.69 592	3.49 591	3.10 600

WAO-8	11.95 611	13.02 617	20.56 568	3.50 595	3.08 594	15.11 618	2.80 566	12.91 617	19.11 651	7.69 604	13.12 611	11.62 603	7.01 594	84.40 671	7.91 566	3.42 599	1.92 597	3.54 614	1.93 602	3.68 593	2.69 595

Venus	11.95 611	13.02 617	20.56 568	3.50 595	3.08 594	15.11 618	2.80 566	12.91 617	19.11 651	7.69 604	13.12 611	11.62 603	7.01 594	84.40 671	7.91 566	3.42 599	1.92 597	3.54 614	1.93 602	3.68 593	2.69 595

MSAF-DinoV2	13.69 617	13.09 619	22.03 608	2.41 580	1.44 498	4.03 424	1.38 478	9.07 610	9.20 608	2.23 417	1.98 398	5.08 575	5.06 567	177.66 674	5.46 548	0.45 453	0.34 425	0.40 425	0.62 541	6.09 613	5.80 623

IMH	6.81 593	13.66 620	20.41 562	4.33 611	3.74 604	5.50 589	3.06 577	5.49 601	6.22 604	4.64 585	10.35 601	9.30 599	8.03 602	13.61 608	6.81 554	4.80 621	2.99 617	3.09 607	2.12 607	4.36 605	3.61 609

ACVNet-4b	6.73 591	13.67 621	21.87 605	3.54 598	3.07 593	4.19 473	2.25 547	4.03 431	3.65 574	1.64 236	3.98 563	5.88 585	2.89 508	10.01 504	16.98 605	23.29 637	2.24 603	2.53 595	1.78 596	3.87 599	3.21 604

ACVNet_1	6.04 586	13.97 622	21.36 595	3.58 599	3.14 596	4.73 573	2.48 554	4.20 478	3.17 549	2.98 536	2.83 528	23.31 622	4.34 558	11.06 544	2.45 487	3.68 604	2.33 606	2.60 597	1.79 597	3.69 595	3.19 603

TCMNet-wrong-test	12.32 613	14.13 623	19.38 519	22.38 627	19.85 623	15.99 621	12.34 617	22.95 627	4.56 588	6.24 598	6.27 579	18.40 615	15.71 614	10.10 509	10.72 578	9.06 625	4.78 622	5.35 622	3.95 622	12.28 628	11.97 627

USTest	15.98 620	15.58 624	22.56 611	18.49 626	16.99 620	26.43 626	36.08 633	27.68 631	12.77 616	10.69 619	10.80 603	18.35 614	15.09 613	18.62 618	23.37 622	4.85 622	5.34 625	7.38 626	7.43 626	9.90 626	11.23 626

HanzoNet	31.60 631	17.23 625	21.22 592	7.32 621	5.84 618	7.25 601	3.53 588	13.82 621	14.20 619	50.38 663	47.01 662	44.45 657	56.61 668	36.61 634	32.00 634	63.89 669	56.57 670	7.97 627	89.20 670	28.69 631	28.25 634

Anonymous_1	57.11 667	19.68 626	26.15 621	23.10 628	142.31 670	30.84 627	39.75 634	33.86 636	16.98 645	70.53 669	15.42 619	23.46 623	19.75 624	23.04 622	27.23 630	164.73 674	9.02 628	130.38 671	137.40 671	161.27 674	27.24 633

DPSM_ROB	20.78 624	20.03 627	26.57 622	23.62 629	22.46 624	31.10 628	39.97 635	33.52 634	17.41 647	15.25 625	15.80 620	24.06 625	20.71 625	23.30 624	27.62 631	10.78 628	9.41 629	11.69 631	11.50 628	14.49 629	16.36 630

DPSM	20.78 624	20.03 627	26.57 622	23.62 629	22.46 624	31.10 628	39.97 635	33.52 634	17.41 647	15.25 625	15.80 620	24.06 625	20.71 625	23.30 624	27.62 631	10.78 628	9.41 629	11.69 631	11.50 628	14.49 629	16.36 630

JetRed	10.48 606	27.10 629	35.70 651	4.27 607	4.09 611	15.55 620	12.83 618	12.16 614	5.50 598	5.83 593	5.56 576	10.14 601	7.43 596	8.88 467	26.39 629	3.32 598	3.81 621	3.51 612	2.96 620	7.85 622	6.69 625

LRCNet_RVC	25.52 627	33.45 630	23.21 617	31.79 649	32.78 646	6.74 598	1.18 443	25.88 629	4.46 586	28.94 628	30.89 628	24.91 627	17.57 619	27.66 628	24.34 626	35.26 640	25.60 641	35.91 640	33.81 664	31.90 639	34.10 640

ITERv30	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

qyd29nn	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

yuret106	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

uio108cc	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

v20iiwwt	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

ITERv14	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

v134_o9	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

ITERv7	39.86 637	36.76 631	27.52 624	25.98 631	27.28 628	53.78 637	50.32 638	42.67 647	14.35 620	45.33 636	36.95 641	35.57 636	32.11 635	55.63 645	74.67 661	51.29 660	27.50 647	42.65 641	18.05 633	53.80 648	45.04 646

hj116sk	41.17 645	37.68 639	29.62 640	31.63 644	29.96 641	54.37 645	51.35 646	40.90 642	14.86 628	46.06 644	36.59 636	36.66 644	34.45 643	57.40 658	76.55 669	49.67 655	27.18 642	44.65 649	20.43 641	56.87 656	46.46 655

iked130	41.17 645	37.68 639	29.62 640	31.63 644	29.96 641	54.37 645	51.35 646	40.90 642	14.86 628	46.06 644	36.59 636	36.66 644	34.45 643	57.40 658	76.55 669	49.67 655	27.18 642	44.65 649	20.43 641	56.87 656	46.46 655

vnu138km	41.17 645	37.68 639	29.62 640	31.63 644	29.96 641	54.37 645	51.35 646	40.90 642	14.86 628	46.06 644	36.59 636	36.66 644	34.45 643	57.40 658	76.55 669	49.67 655	27.18 642	44.65 649	20.43 641	56.87 656	46.46 655

99wein	41.17 645	37.68 639	29.62 640	31.63 644	29.96 641	54.37 645	51.35 646	40.90 642	14.86 628	46.06 644	36.59 636	36.66 644	34.45 643	57.40 658	76.55 669	49.67 655	27.18 642	44.65 649	20.43 641	56.87 656	46.46 655

a5sdf	41.17 645	37.68 639	29.62 640	31.63 644	29.96 641	54.37 645	51.35 646	40.90 642	14.86 628	46.06 644	36.59 636	36.66 644	34.45 643	57.40 658	76.55 669	49.67 655	27.18 642	44.65 649	20.43 641	56.87 656	46.46 655

FlowAnything	41.75 650	39.90 644	53.36 664	47.83 664	45.06 658	62.45 663	80.51 668	67.34 669	34.89 659	30.56 632	31.52 629	48.18 661	42.05 663	46.66 642	55.24 645	21.71 636	18.88 636	23.49 638	23.13 658	29.12 633	33.04 635

LSM0	49.58 665	40.04 645	53.62 666	97.15 666	128.68 669	62.75 668	79.89 667	67.63 670	35.11 661	33.02 634	32.61 635	48.43 665	41.60 659	46.60 638	55.43 646	21.63 635	18.99 640	23.62 639	23.13 658	29.47 638	52.26 669

Selective-RAFT-Error	41.77 651	40.16 646	53.34 663	47.73 660	45.25 662	62.51 664	80.64 669	67.22 665	34.93 660	30.64 633	31.81 630	48.11 660	42.11 664	46.57 637	54.95 644	21.61 632	18.87 635	23.48 634	23.15 660	29.16 634	33.08 639

CasAABBNet	41.80 654	40.20 647	53.41 665	47.73 660	45.18 659	62.51 664	80.71 670	67.26 666	34.80 658	30.49 629	31.88 631	48.24 662	41.81 660	46.63 639	55.64 649	21.60 631	18.88 636	23.48 634	23.22 661	29.19 635	33.05 636

RAFT-FEzeroshot	41.78 652	40.21 648	53.07 661	47.74 662	45.19 660	62.51 664	80.73 671	67.30 667	34.75 656	30.51 630	31.88 631	48.27 663	41.88 661	46.64 640	55.54 647	21.62 633	18.89 638	23.48 634	23.22 661	29.20 636	33.05 636

RAFT-FE	41.78 652	40.21 648	53.07 661	47.74 662	45.19 660	62.51 664	80.73 671	67.30 667	34.75 656	30.51 630	31.88 631	48.27 663	41.88 661	46.64 640	55.54 647	21.62 633	18.89 638	23.48 634	23.22 661	29.20 636	33.05 636

ITERv28	43.41 656	40.39 650	29.27 633	36.65 651	34.04 648	56.71 651	54.19 651	45.25 656	16.11 633	46.57 649	39.92 649	37.89 649	35.62 648	59.04 663	74.09 654	48.74 647	28.08 655	50.20 659	22.60 651	63.78 661	49.01 661

ITERv24	43.41 656	40.39 650	29.27 633	36.65 651	34.04 648	56.71 651	54.19 651	45.25 656	16.11 633	46.57 649	39.92 649	37.89 649	35.62 648	59.04 663	74.09 654	48.74 647	28.08 655	50.20 659	22.60 651	63.78 661	49.01 661

dd23bbn	43.41 656	40.39 650	29.27 633	36.65 651	34.04 648	56.71 651	54.19 651	45.25 656	16.11 633	46.57 649	39.92 649	37.89 649	35.62 648	59.04 663	74.09 654	48.74 647	28.08 655	50.20 659	22.60 651	63.78 661	49.01 661

ITERv21	43.41 656	40.39 650	29.27 633	36.65 651	34.04 648	56.71 651	54.19 651	45.25 656	16.11 633	46.57 649	39.92 649	37.89 649	35.62 648	59.04 663	74.09 654	48.74 647	28.08 655	50.20 659	22.60 651	63.78 661	49.01 661

zxcv128	43.41 656	40.39 650	29.27 633	36.65 651	34.04 648	56.71 651	54.19 651	45.25 656	16.11 633	46.57 649	39.92 649	37.89 649	35.62 648	59.04 663	74.09 654	48.74 647	28.08 655	50.20 659	22.60 651	63.78 661	49.01 661

ITERv12	43.41 656	40.39 650	29.27 633	36.65 651	34.04 648	56.71 651	54.19 651	45.25 656	16.11 633	46.57 649	39.92 649	37.89 649	35.62 648	59.04 663	74.09 654	48.74 647	28.08 655	50.20 659	22.60 651	63.78 661	49.01 661

s6wercc	43.41 656	40.39 650	29.27 633	36.65 651	34.04 648	56.71 651	54.19 651	45.25 656	16.11 633	46.57 649	39.92 649	37.89 649	35.62 648	59.04 663	74.09 654	48.74 647	28.08 655	50.20 659	22.60 651	63.78 661	49.01 661

oiu110	38.91 632	41.24 657	30.90 645	28.87 639	27.38 636	58.24 658	56.03 658	40.06 637	16.68 640	48.31 656	40.11 656	28.69 631	25.82 628	56.68 653	49.53 638	46.18 641	31.39 662	46.54 654	22.19 646	46.75 642	36.66 641

dddd17k	38.91 632	41.24 657	30.90 645	28.87 639	27.38 636	58.24 658	56.03 658	40.06 637	16.68 640	48.31 656	40.11 656	28.69 631	25.82 628	56.68 653	49.53 638	46.18 641	31.39 662	46.54 654	22.19 646	46.75 642	36.66 641

ITERv10	38.91 632	41.24 657	30.90 645	28.87 639	27.38 636	58.24 658	56.03 658	40.06 637	16.68 640	48.31 656	40.11 656	28.69 631	25.82 628	56.68 653	49.53 638	46.18 641	31.39 662	46.54 654	22.19 646	46.75 642	36.66 641

ITERv8	38.91 632	41.24 657	30.90 645	28.87 639	27.38 636	58.24 658	56.03 658	40.06 637	16.68 640	48.31 656	40.11 656	28.69 631	25.82 628	56.68 653	49.53 638	46.18 641	31.39 662	46.54 654	22.19 646	46.75 642	36.66 641

ITERv4	38.91 632	41.24 657	30.90 645	28.87 639	27.38 636	58.24 658	56.03 658	40.06 637	16.68 640	48.31 656	40.11 656	28.69 631	25.82 628	56.68 653	49.53 638	46.18 641	31.39 662	46.54 654	22.19 646	46.75 642	36.66 641

HaxPig	43.25 655	43.65 662	45.00 655	33.85 650	35.61 655	32.69 630	30.52 628	45.09 655	42.97 663	48.77 661	48.17 663	43.00 656	40.26 656	44.58 635	43.61 635	47.18 646	49.30 667	51.54 667	50.25 666	43.73 640	45.29 654

AVERAGE_ROB	44.46 663	45.91 663	46.59 656	40.59 659	38.66 656	32.99 631	30.52 628	46.19 663	43.26 664	49.59 662	48.97 664	44.62 658	39.89 655	45.04 636	43.94 636	48.74 647	50.69 668	50.80 666	49.79 665	45.54 641	46.97 660

MEDIAN_ROB	47.37 664	49.08 664	49.92 659	40.32 658	39.97 657	34.95 632	33.43 632	49.17 664	46.39 666	53.06 664	52.65 665	47.65 659	42.23 665	48.35 643	47.29 637	52.10 668	54.04 669	54.28 668	53.48 667	48.76 647	50.33 668

PML	64.32 668	53.22 665	17.88 489	8.10 622	32.94 647	148.46 673	247.79 675	12.18 615	45.42 665	111.41 672	288.92 675	101.47 673	101.31 673	31.67 629	15.55 595	14.03 630	4.83 623	10.98 630	6.18 625	28.82 632	5.17 619

DLNR_Zeroshot_test	28.62 629	55.50 666	49.94 660	183.62 668	115.05 668	3.43 276	0.28 20	29.49 632	1.49 176	1.01 162	1.26 166	0.93 174	0.63 85	3.92 370	1.51 367	29.81 638	0.41 480	0.26 151	0.23 193	93.28 668	0.32 259

DLNR-FE	28.68 630	56.10 667	49.61 658	183.75 669	105.98 666	3.44 277	0.28 20	29.58 633	1.49 176	1.01 162	1.26 166	0.93 174	0.63 85	3.81 363	1.51 367	33.14 639	0.41 480	0.26 151	0.23 193	99.94 670	0.32 259

BEATNet-Init1	49.72 666	64.32 668	97.77 669	4.68 615	4.28 612	84.75 671	60.42 663	73.38 671	68.59 667	88.29 671	88.51 672	91.94 672	97.99 672	85.26 673	70.96 653	0.80 549	0.65 554	0.85 566	0.70 551	7.96 623	2.33 587

xxxxx1	112.33 670	88.53 669	37.76 652	227.84 671	157.23 671	39.05 634	61.41 664	93.76 672	79.29 671	62.45 666	74.79 667	78.32 668	70.96 669	33.47 630	70.69 650	114.00 671	130.36 672	259.31 673	274.34 673	145.54 671	147.50 671

tt_ll	112.33 670	88.53 669	37.76 652	227.84 671	157.23 671	39.05 634	61.41 664	93.76 672	79.29 671	62.45 666	74.79 667	78.32 668	70.96 669	33.47 630	70.69 650	114.00 671	130.36 672	259.31 673	274.34 673	145.54 671	147.50 671

ff	112.33 670	88.53 669	37.76 652	227.84 671	157.23 671	39.05 634	61.41 664	93.76 672	79.29 671	62.45 666	74.79 667	78.32 668	70.96 669	33.47 630	70.69 650	114.00 671	130.36 672	259.31 673	274.34 673	145.54 671	147.50 671

ASD4		113.98 672

DPSimNet_ROB	102.30 669	119.72 673	143.59 671	109.42 667	94.10 665	127.22 672	127.15 673	26.62 630	102.36 674	149.58 674	83.99 671	139.34 674	137.54 674	64.62 670	82.36 674	105.18 670	66.15 671	120.15 670	69.61 669	99.58 669	77.72 670

test_example2	212.63 673	219.92 674	221.87 673	213.67 670	221.17 674	199.47 674	200.74 674	185.30 675	141.66 675	209.52 675	213.45 674	210.82 675	205.48 675	221.27 675	216.64 675	236.83 675	242.07 675	213.93 672	217.01 672	235.69 675	226.10 674

ccccc		629.75 675		567.84 674	570.84 675	582.44 675		613.82 676		614.58 676		555.57 676		666.94 676		781.57 676	507.24 676	391.36 676	342.44 676	689.82 676

GS-Stereo							0.83 293	3.32 283	1.37 126	0.75 92	0.89 86	0.76 129	0.80 153	0.92 53	0.53 73	0.26 132	0.18 98	0.26 151	0.20 129	0.28 149	0.21 82

FSD					0.60 206	0.77 5	0.67 186	1.57 41	0.68 7	0.72 80	0.62 39	1.02 186	0.72 112	0.81 25	0.73 149	0.59 516	0.54 529	0.57 522	0.54 525	0.57 458

Low-res two-view benchmark