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

FoundationStereo	1.26 1	0.73 10	2.84 3	2.65 17	0.58 52	2.31 6	0.61 33	3.40 1	1.57 7	1.89 20	0.09 3	2.61 29	2.90 62	2.37 3	0.60 5	0.04 155	0.04 81	0.00 1	0.00 1	0.02 2	0.03 18

MLG-Stereo	1.48 2	0.65 6	3.04 7	2.52 12	0.79 91	3.11 19	0.16 10	6.26 15	1.80 10	0.84 1	0.10 5	1.51 15	0.65 9	7.44 49	0.53 1	0.02 121	0.09 198	0.00 1	0.03 152	0.03 8	0.02 7

LGtest1	1.48 2	0.75 12	4.03 27	2.33 7	0.65 63	3.02 17	0.11 6	6.12 12	1.51 3	1.41 12	1.48 14	0.65 6	0.93 15	5.60 20	0.81 13	0.03 143	0.12 239	0.00 1	0.00 1	0.10 57	0.04 31

MLG-Stereo_test1	1.51 4	0.65 6	3.00 5	2.47 11	2.46 226	2.84 14	0.16 10	5.64 8	1.77 9	0.98 4	0.09 3	1.53 16	0.52 3	7.44 49	0.56 2	0.02 121	0.09 198	0.00 1	0.03 152	0.03 8	0.02 7

MLG-Stereo_test2	1.52 5	0.64 1	2.81 2	2.52 12	1.79 188	2.76 12	0.16 10	4.70 5	1.80 10	1.75 15	0.08 2	3.21 36	0.17 1	7.28 44	0.64 6	0.02 121	0.11 229	0.00 1	0.00 1	0.04 13	0.03 18

MLG-Stereo_test3	1.57 6	0.69 9	3.82 20	2.19 3	1.34 152	3.92 36	0.25 17	5.89 10	1.27 2	0.91 2	1.07 10	1.99 23	0.64 8	6.09 29	1.10 23	0.03 143	0.09 198	0.00 1	0.00 1	0.05 20	0.04 31

dual_stereo	1.57 6	0.64 1	2.56 1	2.33 7	0.47 36	2.62 9	0.08 3	4.85 6	1.95 12	1.01 5	0.69 9	1.90 20	0.61 7	10.34 123	0.96 19	0.01 76	0.20 297	0.00 1	0.18 284	0.01 1	0.03 18

LG-Stereo_L2	1.59 8	0.87 20	4.31 36	2.54 15	0.69 69	2.76 12	0.44 23	6.85 23	1.57 7	1.59 13	0.39 7	0.39 3	0.52 3	7.85 55	0.82 14	0.04 155	0.12 239	0.00 1	0.00 1	0.03 8	0.02 7

LG-Stereo_L1	1.59 8	0.89 23	4.07 32	2.55 16	0.95 109	2.93 15	0.50 27	6.75 22	1.54 4	1.32 9	0.24 6	0.50 4	0.59 6	7.91 56	0.85 16	0.04 155	0.12 239	0.01 127	0.00 1	0.03 8	0.02 7

MonSter	1.74 10	0.74 11	3.64 15	2.27 6	1.62 171	6.01 154	0.13 8	6.02 11	2.88 17	1.35 10	2.11 16	0.30 2	0.36 2	6.50 32	0.83 15	0.00 1	0.00 1	0.00 1	0.02 133	0.02 2	0.02 7

SGD-Stereo	1.88 11	0.76 13	3.80 18	2.37 9	0.33 17	3.48 26	0.93 50	6.52 20	2.22 14	3.84 56	1.08 11	1.78 17	1.34 19	8.32 66	0.70 9	0.09 202	0.01 17	0.00 1	0.00 1	0.06 25	0.03 18

S2M2	2.06 12	1.28 91	4.05 31	3.20 34	1.14 132	2.31 6	0.06 1	6.26 15	6.67 79	1.75 15	4.48 31	4.47 59	0.81 12	2.36 2	1.52 31	0.25 281	0.10 213	0.03 161	0.00 1	0.49 264	0.03 18

LG-G_1	2.14 13	0.64 1	4.04 28	3.18 32	0.37 19	11.00 251	0.60 31	6.27 17	1.55 5	1.28 7	1.15 12	1.34 13	2.14 44	8.08 61	0.99 20	0.04 155	0.12 239	0.00 1	0.00 1	0.06 25	0.03 18

LG-G	2.14 13	0.64 1	4.04 28	3.18 32	0.37 19	11.00 251	0.60 31	6.27 17	1.55 5	1.28 7	1.15 12	1.34 13	2.14 44	8.08 61	0.99 20	0.04 155	0.12 239	0.00 1	0.00 1	0.06 25	0.03 18

GREAT-IGEV	2.18 15	1.15 69	4.04 28	2.89 22	0.69 69	2.95 16	0.20 14	5.82 9	5.88 63	0.92 3	5.07 47	1.08 11	1.46 25	9.60 106	0.86 17	0.00 1	0.13 251	0.00 1	0.24 323	0.14 73	0.46 270

IGEV-Stereo++	2.20 16	0.79 15	3.67 16	3.72 72	3.17 258	3.39 24	0.10 4	8.37 45	3.77 22	2.11 24	4.25 26	2.01 24	4.78 124	2.96 5	0.59 3	0.01 76	0.02 44	0.08 223	0.00 1	0.06 25	0.05 44

DEFOM-Stereo	2.21 17	0.88 21	3.63 14	3.42 46	0.89 103	13.14 285	0.83 45	4.68 4	1.96 13	2.72 36	1.66 15	0.59 5	0.54 5	8.53 70	0.68 7	0.00 1	0.01 17	0.00 1	0.00 1	0.02 2	0.02 7

StereoAnything_RVC	2.31 18	11.20 457	4.65 43	2.23 5	0.14 1	1.49 3	0.17 13	4.50 3	1.24 1	1.03 6	0.06 1	0.20 1	3.60 80	8.05 59	0.59 3	0.02 121	0.11 229	0.00 1	0.00 1	6.97 456	0.03 18

RAStereo	2.32 19	1.08 55	6.36 110	3.73 73	1.39 156	1.81 5	0.12 7	7.70 32	7.44 101	2.27 28	3.94 25	3.43 37	0.81 12	3.55 7	2.47 104	0.00 1	0.00 1	0.00 1	0.00 1	0.29 162	0.07 58

LG-Stereo	2.43 20	1.44 133	7.64 167	3.73 73	0.82 95	3.64 32	1.24 63	6.41 19	5.30 54	1.97 21	7.31 71	0.84 10	0.74 10	4.85 12	2.21 89	0.05 172	0.04 81	0.01 127	0.03 152	0.33 196	0.10 78

111111	2.45 21	1.01 40	3.89 22	3.60 63	4.13 301	3.49 29	0.23 16	8.63 49	3.25 18	2.15 25	4.26 27	2.29 27	2.03 41	8.86 86	0.94 18	0.01 76	0.02 44	0.08 223	0.00 1	0.14 73	0.04 31

fffft	2.58 22	0.86 19	5.15 62	3.15 31	1.32 148	4.44 51	4.17 235	8.04 38	3.29 19	3.03 41	2.20 17	1.88 19	1.45 24	10.41 126	1.80 49	0.00 1	0.04 81	0.00 1	0.00 1	0.31 180	0.10 78
1: 1. 1
AIO_test	2.59 23	0.89 23	4.07 32	3.70 71	2.35 220	5.35 108	2.39 166	8.10 39	4.33 30	1.35 10	4.60 35	4.27 55	1.35 20	7.29 45	0.71 11	0.76 380	0.07 167	0.00 1	0.09 237	0.06 25	0.03 18

GIP-stereo	2.66 24	1.00 39	4.00 25	4.99 147	3.41 268	3.38 23	0.77 43	8.73 51	5.69 61	2.08 23	5.38 50	4.13 51	3.21 65	5.21 15	1.05 22	0.01 76	0.06 145	0.00 1	0.00 1	0.07 36	0.04 31

MaDis-Stereo	2.73 25	1.56 176	6.21 108	2.96 25	2.45 225	1.80 4	0.28 18	7.43 28	5.07 45	2.57 31	3.43 21	7.13 113	4.71 120	5.74 24	2.91 128	0.00 1	0.05 112	0.00 1	0.00 1	0.15 81	0.12 97

HUF	2.75 26	1.32 104	5.28 66	2.83 21	0.55 47	5.23 103	2.19 149	8.97 52	4.23 28	1.97 21	4.39 29	5.03 71	2.64 56	6.86 40	1.44 28	0.73 377	0.63 411	0.09 233	0.00 1	0.17 96	0.44 264

LG-Stereo_Zeroshot	2.77 27	0.90 25	5.49 73	4.91 143	1.75 183	3.75 33	0.85 47	7.14 24	3.33 20	3.51 50	10.67 114	2.03 25	5.26 135	3.11 6	1.80 49	0.00 1	0.06 145	0.00 1	0.19 297	0.43 237	0.19 159

IGEV-Stereo+	2.77 27	0.92 27	4.09 34	3.14 29	4.62 325	2.57 8	0.70 38	4.34 2	2.29 15	1.76 17	0.59 8	0.77 9	3.49 74	8.65 77	0.68 7	0.03 143	0.10 213	0.00 1	0.24 323	5.77 450	10.68 486

AIO_rvc	2.81 29	1.10 60	4.88 50	3.63 65	2.59 233	5.36 109	1.85 125	8.21 43	4.37 32	1.60 14	4.74 39	4.74 66	1.16 16	10.10 118	1.13 24	0.47 338	0.04 81	0.00 1	0.04 173	0.15 81	0.12 97

SMoEStereo_RVC	2.81 29	1.07 52	5.08 58	3.86 79	0.60 57	6.39 168	1.91 133	7.82 35	3.79 23	3.87 57	3.69 22	2.78 31	2.25 49	10.60 133	1.99 65	0.00 1	0.02 44	0.03 161	0.00 1	0.25 135	0.17 140

mms	2.86 31	1.38 118	5.26 64	3.68 68	1.84 189	4.23 45	4.01 229	8.01 37	4.29 29	2.43 30	5.53 59	3.05 33	1.35 20	9.22 96	2.06 74	0.00 1	0.06 145	0.00 1	0.00 1	0.36 207	0.44 264

UniTT-Stereo	2.89 32	0.90 25	6.74 122	4.08 84	2.42 223	2.63 10	0.42 21	5.57 7	4.88 38	5.36 81	7.63 74	1.09 12	1.47 26	8.80 83	5.11 218	0.03 143	0.07 167	0.00 1	0.01 101	0.48 255	0.11 91

ours_stereo	2.91 33	1.34 107	5.14 60	3.67 66	1.49 163	3.87 35	2.80 188	8.10 39	6.28 71	2.15 25	5.66 61	3.98 48	1.84 38	9.38 101	1.77 48	0.00 1	0.02 44	0.00 1	0.00 1	0.32 190	0.34 232

AIO-Stereo	2.91 33	1.19 75	5.14 60	4.15 88	0.79 91	4.67 59	1.76 114	9.59 60	5.19 51	2.66 35	4.76 40	5.40 84	0.78 11	10.30 122	1.23 26	0.00 1	0.06 145	0.00 1	0.36 370	0.09 46	0.15 129

EGLCR-Stereo	2.92 35	1.06 48	5.28 66	3.38 44	0.55 47	4.59 56	0.66 34	10.43 80	4.81 37	3.30 46	3.23 20	7.93 126	1.71 33	9.22 96	1.62 39	0.05 172	0.12 239	0.00 1	0.00 1	0.23 125	0.16 134

IGEV++	2.98 36	1.27 89	5.17 63	5.41 196	0.47 36	4.63 57	1.71 105	9.97 70	4.75 35	2.58 32	6.27 65	4.35 57	4.44 103	4.98 13	3.05 138	0.00 1	0.07 167	0.00 1	0.08 224	0.24 131	0.18 148

IGEV-RUCA	3.00 37	1.12 65	4.51 41	4.78 132	2.30 215	6.18 158	1.80 119	7.24 26	4.79 36	2.63 34	4.91 44	4.06 49	2.44 53	9.70 109	1.50 29	0.14 222	0.26 340	0.21 317	0.29 345	0.74 334	0.35 237

Selective-IGEV	3.06 38	1.11 62	4.98 52	3.56 58	1.66 173	4.73 62	2.14 148	10.73 89	4.56 33	2.93 38	4.60 35	5.54 86	1.77 36	10.82 147	1.69 43	0.00 1	0.01 17	0.00 1	0.14 269	0.06 25	0.13 110

RSM++	3.08 39	1.04 46	5.27 65	4.25 101	0.50 41	5.04 95	2.63 179	10.11 71	4.34 31	3.16 43	4.66 37	6.73 103	1.87 39	9.96 115	1.69 43	0.00 1	0.00 1	0.01 127	0.18 284	0.14 73	0.10 78

RSM	3.10 40	0.98 36	4.86 49	4.17 89	1.08 121	4.76 70	1.83 122	10.14 72	4.21 27	3.38 48	4.34 28	7.82 123	1.75 35	10.69 137	1.64 42	0.00 1	0.03 70	0.00 1	0.18 284	0.13 68	0.07 58

AEACV	3.17 41	1.11 62	5.39 69	4.55 117	5.35 364	4.29 48	1.60 84	6.21 14	5.43 57	3.08 42	7.85 77	4.23 53	6.55 177	5.51 18	1.56 32	0.00 1	0.09 198	0.03 161	0.32 360	0.20 106	0.12 97

DEFOM-Stereo_RVC	3.18 42	6.90 428	3.85 21	10.48 410	1.59 169	4.71 61	0.47 25	8.39 46	2.76 16	2.34 29	3.12 19	0.74 7	7.20 191	9.02 93	1.62 39	0.00 1	0.14 265	0.00 1	0.19 297	0.02 2	0.03 18

SCV	3.20 43	1.40 119	5.96 92	4.71 127	0.71 72	4.21 44	1.70 93	10.94 90	6.06 66	1.85 19	4.80 42	6.16 92	2.74 59	9.82 111	1.74 46	0.05 172	0.09 198	0.00 1	0.24 323	0.50 270	0.30 217

tt45	3.20 43	0.95 31	4.36 38	3.73 73	1.86 190	8.19 210	2.05 146	9.12 57	3.36 21	5.60 84	4.42 30	4.61 65	2.39 52	11.00 151	1.96 60	0.00 1	0.04 81	0.00 1	0.01 101	0.32 190	0.10 78

MoCha-V2	3.20 43	0.92 27	4.82 48	5.09 154	0.40 23	4.63 57	1.37 70	9.81 66	5.41 56	5.58 83	5.26 49	2.63 30	6.48 174	9.90 113	1.15 25	0.02 121	0.24 330	0.00 1	0.25 329	0.07 36	0.04 31

Pointernet	3.22 46	0.84 18	5.79 86	3.22 37	0.35 18	5.27 106	0.37 19	16.46 184	5.96 64	4.11 59	6.81 67	4.84 69	2.73 58	4.78 11	2.52 107	0.00 1	0.15 270	0.00 1	0.22 306	0.04 13	0.02 7

SCV_C0	3.23 47	1.31 101	6.44 113	3.20 34	0.82 95	4.84 76	1.61 85	10.34 78	6.85 84	2.74 37	4.91 44	6.26 94	1.81 37	11.06 155	1.50 29	0.11 211	0.06 145	0.00 1	0.23 315	0.33 196	0.11 91

MGS-Stereo	3.26 48	1.29 95	6.73 120	3.30 39	0.47 36	4.89 79	1.55 80	6.15 13	8.88 123	4.31 61	10.15 104	5.48 85	1.27 18	8.09 63	1.97 62	0.04 155	0.01 17	0.02 143	0.00 1	0.57 293	0.04 31

rrr	3.26 48	1.57 180	7.72 171	3.36 42	0.60 57	4.93 82	1.59 83	10.72 88	5.11 49	3.79 54	4.58 33	4.53 63	4.00 89	10.13 119	2.09 78	0.00 1	0.06 145	0.00 1	0.22 306	0.12 63	0.18 148

CroCo-Stereo	3.27 50	1.90 257	7.18 143	8.50 357	1.11 122	0.96 1	0.97 53	10.18 73	8.20 112	3.59 51	4.69 38	8.02 130	4.53 110	2.75 4	2.34 95	0.01 76	0.00 1	0.00 1	0.00 1	0.31 180	0.11 91
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
fffy	3.28 51	1.20 76	5.94 91	3.67 66	0.85 98	4.84 76	1.75 110	10.18 73	6.44 74	2.60 33	6.15 63	6.33 97	3.16 64	10.08 117	1.62 39	0.00 1	0.12 239	0.00 1	0.00 1	0.30 168	0.33 229

IGEVStereo-DCA	3.31 52	1.57 180	6.20 103	3.36 42	0.60 57	4.93 82	1.70 93	13.26 122	5.04 40	3.79 54	4.58 33	4.53 63	4.00 89	10.13 119	2.09 78	0.00 1	0.06 145	0.00 1	0.18 284	0.12 63	0.14 115

test_xeample3	3.34 53	1.54 164	7.67 168	3.33 41	0.68 65	5.74 137	1.63 87	12.05 97	3.88 26	6.71 88	3.81 24	3.17 35	3.34 70	10.59 132	2.07 75	0.00 1	0.02 44	0.00 1	0.27 338	0.13 68	0.16 134

GLC_STEREO	3.40 54	1.06 48	3.44 13	6.52 271	0.20 3	4.76 70	1.66 89	8.97 52	6.59 77	5.39 82	9.04 86	5.23 78	2.03 41	9.76 110	2.77 121	0.01 76	0.03 70	0.21 317	0.00 1	0.23 125	0.06 54

999	3.44 55	0.92 27	4.78 47	4.69 126	2.34 219	7.58 202	2.20 150	9.81 66	6.11 68	2.96 39	4.79 41	5.07 72	2.27 50	12.10 214	2.76 120	0.03 143	0.09 198	0.00 1	0.00 1	0.29 162	0.10 78

ff7	3.48 56	1.76 236	6.20 103	3.45 48	1.13 126	5.02 90	1.70 93	13.26 122	5.04 40	4.66 70	5.47 55	3.49 38	4.70 116	11.14 160	2.01 67	0.00 1	0.04 81	0.00 1	0.18 284	0.30 168	0.14 115

ffff	3.48 56	1.76 236	6.20 103	3.45 48	1.13 126	5.02 90	1.70 93	13.26 122	5.04 40	4.66 70	5.47 55	3.49 38	4.70 116	11.14 160	2.01 67	0.00 1	0.04 81	0.00 1	0.18 284	0.30 168	0.14 115

11t	3.48 56	1.76 236	6.20 103	3.45 48	1.13 126	5.02 90	1.70 93	13.26 122	5.04 40	4.66 70	5.47 55	3.49 38	4.70 116	11.14 160	2.01 67	0.00 1	0.04 81	0.00 1	0.18 284	0.30 168	0.14 115

ccc-4	3.48 56	1.76 236	6.20 103	3.45 48	1.13 126	5.02 90	1.70 93	13.26 122	5.04 40	4.66 70	5.47 55	3.49 38	4.70 116	11.14 160	2.01 67	0.00 1	0.04 81	0.00 1	0.18 284	0.30 168	0.14 115

anonymousdsp	3.51 60	1.75 232	5.66 82	3.49 52	1.13 126	5.04 95	1.74 107	13.69 133	5.07 45	4.83 75	5.42 53	4.25 54	4.44 103	11.14 160	1.98 63	0.00 1	0.04 81	0.00 1	0.18 284	0.31 180	0.13 110

castereo++	3.52 61	1.28 91	3.96 24	3.76 77	2.61 234	16.87 361	1.95 138	7.57 29	8.51 118	2.26 27	4.54 32	5.10 73	2.04 43	8.75 81	0.74 12	0.00 1	0.15 270	0.00 1	0.35 367	0.05 20	0.02 7

IGEV-Stereo	3.52 61	1.75 232	5.67 83	3.49 52	1.12 124	5.04 95	1.73 106	13.70 134	5.07 45	4.83 75	5.42 53	4.27 55	4.43 102	11.15 165	1.98 63	0.00 1	0.04 81	0.00 1	0.18 284	0.31 180	0.12 97
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 63	1.05 47	3.35 11	2.17 2	0.59 54	5.61 122	0.40 20	10.50 81	13.34 176	6.93 95	10.44 111	5.29 82	3.47 73	5.82 26	2.62 112	0.01 76	0.01 17	0.02 143	0.01 101	0.04 13	0.01 1
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
LoS	3.59 64	1.07 52	3.81 19	2.80 20	0.52 45	4.98 86	1.18 61	10.35 79	12.97 166	4.54 68	10.75 117	3.89 47	3.27 68	8.78 82	2.63 114	0.03 143	0.03 70	0.09 233	0.00 1	0.12 63	0.04 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	3.61 65	1.91 260	6.17 102	3.31 40	0.67 64	5.51 113	6.46 314	12.60 111	6.23 69	3.18 44	4.80 42	3.64 43	3.57 76	11.15 165	2.11 81	0.02 121	0.21 304	0.01 127	0.01 101	0.41 232	0.14 115

trnet	3.62 66	0.95 31	3.30 9	2.21 4	0.56 49	5.67 135	0.42 21	10.62 87	13.30 174	6.89 93	10.45 112	5.78 88	3.69 82	5.80 25	2.61 110	0.00 1	0.02 44	0.03 161	0.01 101	0.04 13	0.02 7

U	3.65 67	0.64 1	5.91 89	3.91 80	11.89 471	11.50 257	0.20 14	7.66 31	5.38 55	1.79 18	2.55 18	0.76 8	1.61 27	2.34 1	0.70 9	0.00 1	0.04 81	10.60 485	5.47 473	0.04 13	0.02 7

Occ-G	3.68 68	1.07 52	4.68 44	3.11 28	1.26 140	3.63 31	6.75 326	7.88 36	4.90 39	4.37 65	8.36 78	9.68 153	4.39 99	9.65 107	3.23 149	0.00 1	0.11 229	0.00 1	0.19 297	0.19 103	0.07 58

rvit_stereo_0081_aga	3.72 69	2.39 319	8.60 216	5.27 184	2.99 256	5.02 90	1.94 137	8.12 41	6.24 70	6.74 89	6.85 68	5.85 89	3.28 69	7.31 46	3.04 136	0.02 121	0.00 1	0.00 1	0.00 1	0.59 299	0.22 178

GCAP-Stereo	3.72 69	1.60 188	7.39 157	4.24 96	0.37 19	5.78 139	1.12 59	12.28 100	6.53 76	8.35 107	9.69 95	6.62 102	3.57 76	4.58 10	1.91 55	0.00 1	0.07 167	0.05 188	0.00 1	0.25 135	0.04 31

LoS_RVC	3.72 69	2.57 330	3.90 23	4.27 103	7.61 428	5.39 111	2.90 192	7.29 27	3.84 24	3.67 53	10.20 105	3.66 44	4.48 107	6.19 30	2.14 84	0.01 76	0.03 70	0.00 1	0.00 1	0.06 25	6.15 452

HART	3.80 72	1.52 157	5.45 70	4.85 138	0.51 42	4.41 50	0.76 41	12.59 110	5.08 48	5.95 85	12.76 137	6.87 107	1.72 34	10.71 139	1.84 52	0.00 1	0.13 251	0.10 251	0.00 1	0.45 242	0.26 200

CES	3.85 73	1.14 67	2.91 4	3.05 27	11.37 466	5.37 110	1.02 56	9.52 59	8.82 121	3.50 49	9.21 91	1.78 17	0.90 14	6.53 33	2.37 97	0.02 121	0.04 81	0.01 127	0.00 1	1.62 379	7.74 473

WCG-NET	3.86 74	0.96 34	5.80 87	2.92 23	0.28 10	4.48 52	1.80 119	7.23 25	15.03 190	8.77 115	9.58 94	6.94 111	4.20 95	6.92 41	2.05 72	0.00 1	0.08 187	0.00 1	0.00 1	0.14 73	0.08 67

CASnet	3.91 75	1.03 45	4.68 44	4.98 145	0.27 9	4.99 88	2.95 193	11.02 92	11.02 142	10.61 134	11.76 127	4.15 52	1.65 30	5.85 27	1.91 55	0.50 343	0.00 1	0.59 374	0.12 258	0.13 68	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	3.91 75	1.52 157	6.96 137	3.43 47	3.47 274	8.07 208	1.75 110	8.59 48	4.60 34	12.85 169	9.85 97	7.14 114	1.93 40	5.51 18	1.93 57	0.01 76	0.10 213	0.00 1	0.31 356	0.04 13	0.04 31

rvit_stereo_0081	3.93 77	1.78 245	8.60 216	6.26 256	1.73 180	3.48 26	2.36 162	7.71 33	15.81 205	4.41 66	5.39 51	5.14 75	3.94 86	7.95 57	3.57 155	0.01 76	0.01 17	0.00 1	0.01 101	0.39 224	0.10 78

rvit_stereo_0082	3.93 77	1.78 245	8.60 216	6.26 256	1.73 180	3.48 26	2.36 162	7.71 33	15.81 205	4.41 66	5.39 51	5.14 75	3.94 86	7.95 57	3.57 155	0.01 76	0.01 17	0.00 1	0.01 101	0.39 224	0.10 78

castereo	3.96 79	1.45 135	4.33 37	3.73 73	1.04 114	6.35 166	7.23 341	9.95 69	15.86 208	3.01 40	7.69 75	3.59 42	7.43 194	5.17 14	1.88 53	0.03 143	0.13 251	0.00 1	0.26 333	0.07 36	0.03 18

rvit_stereo_0080	3.98 80	2.11 297	7.62 165	3.68 68	1.90 197	4.16 39	7.60 347	9.69 62	8.13 109	5.08 79	7.39 72	6.27 95	4.44 103	6.73 38	3.92 177	0.20 250	0.01 17	0.00 1	0.00 1	0.55 286	0.12 97

whm_eth	3.98 80	2.11 297	7.62 165	3.68 68	1.90 197	4.16 39	7.60 347	9.69 62	8.13 109	5.08 79	7.39 72	6.27 95	4.44 103	6.73 38	3.92 177	0.20 250	0.01 17	0.00 1	0.00 1	0.55 286	0.12 97

MC-Stereo	3.99 82	0.95 31	4.70 46	5.09 154	0.44 35	3.77 34	1.79 117	9.86 68	7.05 96	6.34 87	13.35 143	6.83 106	6.34 171	10.80 145	1.75 47	0.00 1	0.11 229	0.06 202	0.24 323	0.12 63	0.14 115

CroCo-Stereo Lap2	4.01 83	2.03 289	8.14 192	9.82 390	6.03 387	1.11 2	0.79 44	9.71 64	7.98 106	3.26 45	4.99 46	9.08 145	5.80 152	6.08 28	4.39 196	0.00 1	0.05 112	0.00 1	0.00 1	0.71 324	0.30 217

MM-Stereo_test2	4.03 84	1.20 76	7.42 158	5.18 173	0.76 87	7.24 192	2.26 158	14.57 145	8.19 111	6.89 93	5.13 48	4.85 70	3.80 83	10.49 129	1.96 60	0.00 1	0.12 239	0.00 1	0.09 237	0.33 196	0.08 67

CAS++	4.07 85	1.67 210	6.02 96	4.17 89	1.02 112	4.26 47	1.68 90	19.10 230	10.01 134	9.18 118	9.17 89	1.98 22	1.41 23	9.54 104	1.73 45	0.02 121	0.05 112	0.00 1	0.00 1	0.32 190	0.11 91
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
plain	4.15 86	1.67 210	9.97 288	4.86 139	2.97 255	3.27 20	1.41 71	8.20 42	5.51 59	3.37 47	16.69 170	3.03 32	2.71 57	14.44 294	3.91 176	0.14 222	0.00 1	0.03 161	0.01 101	0.69 319	0.14 115

MIF-Stereo (partial)	4.33 87	1.23 81	7.27 149	5.04 149	5.31 363	3.47 25	0.95 52	9.06 55	7.41 100	4.15 60	15.76 160	5.38 83	5.22 132	11.56 184	4.21 190	0.04 155	0.02 44	0.05 188	0.03 152	0.34 202	0.12 97

MyStereo07	4.38 88	1.92 264	5.06 57	6.09 245	4.31 314	6.54 174	9.96 382	15.35 161	5.15 50	4.34 63	5.65 60	3.15 34	5.77 151	11.33 173	1.81 51	0.06 187	0.10 213	0.03 161	0.04 173	0.63 308	0.30 217

XX-TBD	4.45 89	10.67 450	3.01 6	10.28 407	0.57 51	5.84 144	0.07 2	7.57 29	12.24 156	11.43 142	14.74 152	4.07 50	1.66 31	4.51 9	2.05 72	0.01 76	0.01 17	0.00 1	0.00 1	0.26 145	0.01 1

rvit_stereo_0083	4.53 90	1.94 268	9.94 286	7.12 309	1.67 174	4.98 86	2.80 188	8.25 44	18.22 236	4.76 74	7.78 76	6.41 99	4.87 125	7.54 51	3.74 165	0.11 211	0.04 81	0.00 1	0.01 101	0.24 131	0.16 134

Reg-Stereo(zero)	4.54 91	0.68 8	4.39 39	3.20 34	1.30 142	3.29 22	0.89 49	16.64 187	12.89 165	10.01 126	10.70 116	10.29 158	4.51 109	8.83 84	2.63 114	0.01 76	0.14 265	0.00 1	0.13 263	0.03 8	0.17 140

GCAP-BAT	4.57 92	2.24 312	7.50 160	3.14 29	4.24 305	5.93 151	1.88 128	9.03 54	5.80 62	13.03 176	12.47 135	8.46 136	2.89 61	11.02 152	2.94 130	0.00 1	0.12 239	0.01 127	0.28 341	0.05 20	0.28 208

WCG-NET（raft）	4.57 92	1.16 70	6.01 95	2.95 24	0.19 2	5.09 99	2.01 141	10.28 76	15.34 196	8.64 113	11.43 124	9.63 152	5.06 129	10.96 150	2.19 87	0.00 1	0.13 251	0.00 1	0.01 101	0.14 73	0.12 97

CREStereo++_RVC	4.61 94	0.99 38	3.70 17	4.08 84	2.01 203	3.94 37	0.10 4	9.10 56	16.94 216	8.65 114	16.77 172	4.46 58	2.18 46	5.72 23	3.12 141	0.00 1	0.00 1	0.00 1	10.32 492	0.02 2	0.01 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
iRaftStereo_RVC	4.68 95	1.51 155	6.89 133	4.91 143	0.72 81	5.26 105	0.46 24	17.60 199	10.47 137	9.53 122	15.13 155	5.75 87	3.24 67	8.93 87	2.22 90	0.00 1	0.09 198	0.00 1	0.00 1	0.46 246	0.41 254

Former-RAFT_DAM_RVC	4.69 96	2.56 329	8.72 221	4.26 102	3.52 276	9.22 221	1.48 73	13.54 129	18.88 243	7.47 103	7.08 70	2.04 26	2.24 48	9.66 108	2.27 93	0.05 172	0.02 44	0.07 213	0.00 1	0.53 280	0.21 171

TANstereo	4.70 97	1.08 55	4.01 26	3.53 57	0.47 36	14.26 303	0.15 9	8.67 50	12.54 158	12.50 153	18.43 189	5.20 77	4.54 112	5.68 22	2.07 75	0.00 1	0.13 251	0.00 1	0.01 101	0.02 2	0.63 300

rvit_stereo_ft	4.73 98	2.68 335	9.30 254	11.34 428	2.74 241	4.18 43	8.45 356	9.77 65	9.90 133	4.04 58	6.26 64	6.73 103	4.72 121	8.99 89	5.03 216	0.01 76	0.00 1	0.00 1	0.00 1	0.28 155	0.09 71

MSKI-zero shot	4.76 99	1.56 176	5.98 93	5.14 166	1.13 126	6.55 176	1.55 80	12.76 113	8.06 107	10.44 132	11.50 125	13.47 218	2.38 51	12.07 212	1.90 54	0.01 76	0.20 297	0.02 143	0.29 345	0.14 73	0.14 115

MM-Stereo_test1	5.04 100	1.17 73	6.08 98	5.38 193	0.80 93	4.99 88	7.07 334	13.43 128	12.00 153	12.94 172	10.20 105	5.92 90	6.69 179	11.26 171	2.19 87	0.01 76	0.11 229	0.00 1	0.00 1	0.42 235	0.07 58

sCroCo_RVC	5.06 101	3.29 358	16.45 392	10.72 414	6.64 402	5.83 142	2.74 183	9.67 61	8.06 107	3.66 52	9.20 90	4.81 68	4.95 126	8.12 64	4.64 201	0.64 368	0.50 396	0.06 202	0.03 152	0.70 322	0.42 257

RAFT-Stereo-weight	5.07 102	0.93 30	5.57 79	4.24 96	0.72 81	6.05 156	1.63 87	17.77 203	17.16 217	10.99 139	10.22 107	12.06 189	1.67 32	9.25 98	2.69 116	0.06 187	0.11 229	0.00 1	0.00 1	0.15 81	0.12 97

tg	5.09 103	1.48 143	6.73 120	4.83 134	1.23 138	7.57 201	0.49 26	18.35 215	11.87 149	9.28 120	14.61 149	7.15 115	4.12 92	10.58 130	2.74 118	0.00 1	0.04 81	0.00 1	0.00 1	0.45 242	0.36 240

model_zeroshot	5.12 104	1.53 160	9.70 278	5.33 189	1.54 167	8.71 214	2.23 156	15.60 168	8.29 114	13.74 188	10.02 102	10.57 161	2.97 63	8.47 68	2.61 110	0.02 121	0.18 287	0.14 283	0.25 329	0.06 25	0.34 232

AE-Stereo	5.15 105	1.56 176	7.99 185	8.70 358	2.18 209	9.12 220	3.02 196	11.78 94	13.30 174	4.34 63	12.84 138	10.83 164	4.53 110	8.71 79	2.82 123	0.04 155	0.44 382	0.05 188	0.33 364	0.20 106	0.17 140

4D-IteraStereo	5.15 105	1.47 138	7.98 183	4.89 142	4.69 328	6.25 160	1.85 125	13.23 121	16.30 209	14.18 194	11.26 121	8.33 133	1.61 27	8.07 60	2.42 98	0.00 1	0.05 112	0.08 223	0.01 101	0.19 103	0.15 129

CAS	5.20 107	0.78 14	3.30 9	17.06 466	7.59 427	8.07 208	6.31 305	9.46 58	9.09 124	4.57 69	10.67 114	1.91 21	1.22 17	4.18 8	2.16 85	10.33 484	0.02 44	0.00 1	0.02 133	0.44 240	6.83 461

test_1	5.20 107	1.06 48	7.72 171	4.21 94	0.59 54	6.69 178	3.03 197	12.98 117	17.51 226	12.35 151	8.66 81	13.20 209	4.12 92	9.00 91	2.11 81	0.00 1	0.05 112	0.00 1	0.32 360	0.25 135	0.18 148

test-3	5.21 109	1.06 48	7.71 170	4.19 92	0.59 54	6.72 181	3.01 195	12.96 115	17.49 225	12.53 161	8.65 79	13.20 209	4.14 94	9.00 91	2.11 81	0.00 1	0.05 112	0.00 1	0.32 360	0.25 135	0.18 148

EAI-Stereo	5.21 109	1.74 223	8.46 208	5.69 208	1.37 155	5.67 135	3.52 215	18.77 224	5.65 60	9.75 123	16.08 164	6.36 98	3.57 76	11.73 196	3.64 160	0.01 76	0.33 360	0.03 161	1.06 427	0.21 110	0.65 308

tt1	5.27 111	1.99 275	5.11 59	6.02 241	0.26 4	10.59 240	4.22 239	18.45 217	16.31 210	6.75 90	8.95 85	4.75 67	9.15 227	10.82 147	1.61 37	0.00 1	0.05 112	0.00 1	0.04 173	0.26 145	0.14 115

ACVNet-DCA	5.28 112	2.00 276	4.99 53	5.89 224	0.26 4	10.85 246	5.38 268	20.20 242	11.88 150	6.95 96	10.01 98	4.49 60	9.78 243	10.79 142	1.59 34	0.00 1	0.05 112	0.00 1	0.04 173	0.25 135	0.20 164

IGEV_Zeroshot_test	5.28 112	2.03 289	14.26 367	6.09 245	1.33 150	4.32 49	1.03 58	14.46 142	6.50 75	13.33 185	11.89 128	11.01 166	3.45 71	10.71 139	3.64 160	0.03 143	0.22 313	0.15 289	0.26 333	0.80 338	0.20 164

RCA-Stereo	5.32 114	1.08 55	5.91 89	4.29 106	0.51 42	5.65 125	4.12 233	16.97 191	18.67 241	8.27 106	14.16 146	8.86 140	8.90 222	6.45 31	2.18 86	0.00 1	0.07 167	0.10 251	0.00 1	0.10 57	0.07 58

gcap-zeroshot	5.34 115	1.50 151	10.42 299	4.65 124	1.22 137	9.78 225	1.70 93	10.29 77	6.36 73	15.08 214	9.84 96	17.96 292	5.21 131	9.43 102	1.99 65	0.10 207	0.36 365	0.06 202	0.29 345	0.05 20	0.43 260

cc1	5.34 115	2.00 276	4.99 53	5.89 224	0.26 4	10.85 246	5.38 268	17.85 207	15.48 198	6.95 96	10.01 98	4.49 60	9.78 243	10.79 142	1.59 34	0.00 1	0.05 112	0.00 1	0.04 173	0.30 168	0.13 110

PMTNet	5.36 117	0.97 35	3.42 12	1.97 1	1.30 142	8.96 215	0.69 37	12.33 101	12.16 155	8.50 110	11.35 122	6.09 91	4.50 108	9.34 100	2.70 117	22.71 500	0.01 17	0.04 181	0.02 133	0.06 25	0.01 1

cross-raft	5.37 118	1.23 81	6.66 118	5.91 229	1.25 139	6.00 153	1.48 73	15.82 174	7.70 103	12.95 173	20.80 228	11.63 175	4.42 100	8.59 71	2.23 91	0.01 76	0.21 304	0.00 1	0.22 306	0.21 110	0.10 78

xyz-stereo-finetune	5.39 119	1.47 138	5.53 77	2.65 17	0.30 11	11.94 262	3.28 202	12.96 115	21.28 268	8.14 104	12.32 133	6.19 93	3.62 81	11.80 200	5.98 239	0.01 76	0.02 44	0.00 1	0.02 133	0.16 88	0.04 31

HH	5.47 120	2.08 294	9.00 236	4.88 140	1.07 119	4.93 82	3.60 222	16.68 188	6.83 82	8.39 108	12.14 130	15.05 239	9.06 225	12.68 241	1.93 57	0.02 121	0.17 281	0.18 301	0.00 1	0.28 155	0.48 275

HanStereo	5.47 120	2.08 294	9.00 236	4.88 140	1.07 119	4.93 82	3.60 222	16.68 188	6.83 82	8.39 108	12.14 130	15.05 239	9.06 225	12.68 241	1.93 57	0.02 121	0.17 281	0.18 301	0.00 1	0.28 155	0.48 275

test_4	5.47 120	0.98 36	5.56 78	6.55 275	0.62 60	5.53 115	1.88 128	11.68 93	6.00 65	12.60 164	30.86 349	7.48 122	3.87 84	12.25 222	2.97 132	0.00 1	0.07 167	0.03 161	0.14 269	0.34 202	0.04 31

HUI-Stereo	5.48 123	1.74 223	9.01 238	5.08 153	0.42 30	5.65 125	2.77 185	12.55 109	7.03 95	12.54 163	18.10 183	13.07 207	6.71 180	9.92 114	3.74 165	0.61 362	0.08 187	0.09 233	0.00 1	0.22 113	0.23 186

RAFT-Stereo + iAFF	5.48 123	1.66 209	7.56 162	3.49 52	0.40 23	2.75 11	0.67 35	16.07 179	14.76 188	12.27 148	18.67 194	11.95 184	8.08 208	7.84 54	2.89 125	0.01 76	0.06 145	0.00 1	0.00 1	0.37 215	0.04 31

ROB_FTStereo	5.49 125	1.74 223	8.96 233	5.09 154	0.42 30	5.65 125	1.68 90	12.53 108	7.00 88	12.53 161	18.00 180	13.02 203	6.74 182	11.51 181	3.81 171	0.60 359	0.09 198	0.09 233	0.00 1	0.22 113	0.22 178

PSM-adaLoss	5.50 126	1.74 223	9.03 242	5.09 154	0.42 30	5.66 130	1.98 140	12.50 103	7.01 93	12.52 155	18.13 186	12.96 199	6.77 186	11.11 158	3.83 172	0.72 374	0.09 198	0.09 233	0.00 1	0.22 113	0.22 178

ROB_FTStereo_v2	5.53 127	1.74 223	8.97 235	5.09 154	0.42 30	5.64 124	2.02 142	12.50 103	7.00 88	12.51 154	18.10 183	12.99 200	6.72 181	11.50 180	4.04 188	0.70 370	0.09 198	0.09 233	0.00 1	0.22 113	0.23 186

CRE-IMP	5.53 127	1.63 203	9.62 267	5.65 205	0.48 40	7.02 189	1.70 93	11.84 95	8.33 115	12.99 175	16.02 163	11.08 168	6.23 163	12.06 210	5.06 217	0.28 288	0.07 167	0.09 233	0.00 1	0.24 131	0.21 171

RAFT-IKP	5.53 127	1.74 223	8.95 230	5.09 154	0.41 25	5.45 112	2.08 147	12.52 105	7.00 88	12.52 155	18.13 186	12.93 198	6.79 187	11.59 188	3.99 183	0.80 387	0.09 198	0.09 233	0.00 1	0.22 113	0.22 178

LL-Strereo2	5.54 130	2.17 304	9.12 247	5.65 205	2.54 231	6.48 170	2.27 159	15.08 153	7.79 105	10.99 139	10.26 108	15.94 252	3.50 75	13.25 267	3.63 159	0.00 1	0.13 251	1.34 423	0.10 246	0.30 168	0.19 159

iGMRVC	5.54 130	1.74 223	9.01 238	5.09 154	0.42 30	5.66 130	1.81 121	12.61 112	7.02 94	12.52 155	18.11 185	13.02 203	6.64 178	11.57 185	4.16 189	0.82 389	0.09 198	0.09 233	0.00 1	0.22 113	0.21 171

Gwc-CoAtRS	5.54 130	1.22 78	8.40 202	4.28 104	1.36 154	6.93 187	1.31 66	15.48 163	15.03 190	12.62 165	13.32 142	12.74 196	5.71 148	8.61 72	2.98 133	0.01 76	0.22 313	0.00 1	0.29 345	0.28 155	0.07 58

test_3	5.55 133	1.02 42	8.07 189	6.18 251	0.54 46	9.00 216	3.28 202	13.55 130	18.66 240	11.97 145	8.89 84	13.98 223	4.05 91	8.96 88	2.10 80	0.00 1	0.05 112	0.00 1	0.31 356	0.26 145	0.18 148

CFNet-RSSM	5.55 133	1.08 55	8.60 216	4.30 107	1.21 136	6.42 169	1.25 64	16.12 180	17.84 230	13.12 177	11.14 120	11.84 180	5.52 138	9.14 95	2.35 96	0.01 76	0.20 297	0.00 1	0.36 370	0.34 202	0.07 58

Patchmatch Stereo++	5.56 135	1.74 223	9.01 238	5.09 154	0.41 25	5.66 130	2.40 167	12.52 105	7.00 88	12.52 155	18.08 181	13.02 203	6.74 182	11.59 188	4.01 185	0.78 382	0.09 198	0.09 233	0.00 1	0.22 113	0.22 178
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
iRAFT	5.56 135	1.74 223	9.01 238	5.09 154	0.41 25	5.66 130	2.40 167	12.52 105	7.00 88	12.52 155	18.08 181	13.02 203	6.74 182	11.59 188	4.01 185	0.78 382	0.09 198	0.09 233	0.00 1	0.22 113	0.22 178

raftrobust	5.56 135	1.42 124	6.00 94	7.04 303	5.11 349	4.90 81	1.88 128	17.13 194	13.72 178	11.87 143	11.58 126	7.82 123	9.21 228	10.28 121	2.92 129	0.02 121	0.05 112	0.00 1	0.00 1	0.22 113	0.11 91

1test111	5.59 138	2.00 276	4.99 53	5.89 224	0.26 4	10.85 246	5.38 268	20.20 242	11.88 150	6.95 96	10.01 98	4.49 60	9.78 243	11.09 156	7.45 263	0.00 1	0.05 112	0.00 1	0.04 173	0.25 135	0.20 164

xyz-stereo-finetune2	5.60 139	1.64 204	5.87 88	2.44 10	0.32 12	15.39 327	1.90 132	10.59 86	5.28 53	10.58 133	17.82 178	7.37 121	8.93 223	14.86 302	8.46 292	0.01 76	0.02 44	0.08 223	0.14 269	0.23 125	0.04 31

test-1	5.62 140	1.53 160	14.78 376	7.44 322	1.11 122	7.99 207	1.19 62	13.03 119	12.04 154	9.39 121	15.23 157	11.15 171	5.56 140	7.06 42	3.57 155	0.07 197	0.50 396	0.00 1	0.10 246	0.16 88	0.47 271

DeepStereo_RVC	5.65 141	1.65 205	9.06 244	5.21 179	0.56 49	5.55 120	1.84 124	12.16 99	7.22 97	13.94 190	14.96 153	12.58 192	10.27 252	11.25 170	5.81 237	0.39 320	0.10 213	0.11 265	0.00 1	0.18 99	0.22 178

MM-Stereo_test3	5.71 142	1.22 78	5.59 81	5.84 222	5.43 367	4.74 67	6.54 318	19.30 232	23.72 299	8.53 111	11.36 123	7.15 115	2.84 60	8.62 73	2.51 106	0.05 172	0.07 167	0.00 1	0.00 1	0.45 242	0.17 140

EKT-Stereo	5.73 143	1.42 124	7.85 176	7.16 311	5.35 364	5.22 102	4.41 243	18.13 214	14.05 180	8.77 115	12.85 139	9.55 151	4.26 97	11.19 167	2.45 103	0.45 332	0.23 319	0.07 213	0.10 246	0.16 88	0.87 339

NRIStereo	5.73 143	1.67 210	8.42 204	5.72 214	0.41 25	6.71 180	2.60 177	14.73 149	10.71 141	12.39 152	15.07 154	11.58 174	6.23 163	12.06 210	4.78 205	0.61 362	0.17 281	0.11 265	0.00 1	0.28 155	0.27 204

rvit_0105_6	5.74 145	2.76 336	14.29 368	9.83 392	1.73 180	5.18 101	5.24 263	10.21 75	20.31 254	6.26 86	6.78 66	10.10 157	6.43 173	11.20 169	3.33 151	0.18 238	0.29 348	0.00 1	0.00 1	0.51 274	0.14 115

RAFT-Test	5.75 146	1.32 104	6.77 127	4.07 83	1.71 178	9.95 227	1.56 82	15.78 173	8.34 117	12.73 168	23.83 265	11.80 178	4.69 115	8.99 89	2.57 109	0.01 76	0.29 348	0.00 1	0.38 376	0.16 88	0.07 58

Selective-RAFT	5.78 147	0.83 16	10.24 295	6.70 286	0.72 81	15.49 332	1.13 60	13.82 140	15.41 197	6.97 100	6.97 69	11.63 175	8.27 211	12.32 224	4.73 203	0.10 207	0.01 17	0.00 1	0.26 333	0.07 36	0.03 18

11t1	5.86 148	1.10 60	7.74 173	5.18 173	1.44 157	13.82 295	2.36 162	14.92 152	7.26 98	12.98 174	11.10 119	11.24 172	9.30 230	11.59 188	6.54 248	0.10 207	0.16 279	0.00 1	0.01 101	0.18 99	0.23 186

s12784h	5.87 149	0.88 21	4.11 35	3.01 26	0.51 42	18.49 379	0.98 54	18.89 226	17.60 227	12.52 155	12.46 134	7.87 125	5.01 128	11.05 154	3.13 143	0.73 377	0.01 17	0.04 181	0.00 1	0.07 36	0.01 1

H2IRNET	5.89 150	1.14 67	6.65 117	4.13 87	2.24 211	4.15 38	0.73 40	12.10 98	13.21 170	7.09 101	20.45 220	15.74 249	10.74 257	10.36 124	7.84 276	0.06 187	0.00 1	0.07 213	0.53 398	0.37 215	0.16 134

testlalala2	5.91 151	1.62 198	8.59 215	15.36 460	10.36 459	7.93 206	3.62 224	12.89 114	9.73 130	15.55 229	12.18 132	8.57 138	2.50 54	5.35 17	2.62 112	0.01 76	0.26 340	0.00 1	0.50 393	0.49 264	0.07 58

anonymousdsp2	5.93 152	1.54 164	8.34 197	4.43 112	0.38 22	9.24 222	4.11 231	21.92 269	17.36 222	12.28 150	10.08 103	10.05 155	4.42 100	11.04 153	2.54 108	0.01 76	0.02 44	0.30 347	0.18 284	0.21 110	0.18 148

GMStereo	5.94 153	3.84 376	10.86 311	5.13 165	0.71 72	7.27 193	2.66 181	12.38 102	25.14 315	12.01 147	10.66 113	5.12 74	3.46 72	11.39 176	6.16 245	0.45 332	0.02 44	0.05 188	0.31 356	0.86 343	0.25 197
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 154	2.02 286	7.09 142	7.06 304	5.10 348	6.36 167	5.44 274	13.97 141	13.25 172	9.93 125	17.45 174	10.37 160	3.89 85	11.64 193	4.24 192	0.02 121	0.46 388	0.10 251	0.00 1	0.20 106	0.31 225

GMOStereo	5.97 155	1.55 167	7.18 143	5.17 168	0.71 72	5.54 116	2.21 151	10.54 82	12.86 161	18.29 296	22.01 244	17.06 268	6.27 165	6.62 34	2.43 99	0.00 1	0.23 319	0.12 268	0.00 1	0.46 246	0.10 78

error version	5.97 155	1.55 167	7.18 143	5.17 168	0.71 72	5.54 116	2.21 151	10.54 82	12.86 161	18.29 296	22.01 244	17.06 268	6.27 165	6.62 34	2.43 99	0.00 1	0.23 319	0.12 268	0.00 1	0.46 246	0.10 78

test-v	5.97 155	1.55 167	7.18 143	5.17 168	0.71 72	5.54 116	2.21 151	10.54 82	12.86 161	18.29 296	22.01 244	17.06 268	6.27 165	6.62 34	2.43 99	0.00 1	0.23 319	0.12 268	0.00 1	0.46 246	0.10 78

test-2	5.97 155	1.55 167	7.18 143	5.17 168	0.71 72	5.54 116	2.21 151	10.54 82	12.86 161	18.29 296	22.01 244	17.06 268	6.27 165	6.62 34	2.43 99	0.00 1	0.23 319	0.12 268	0.00 1	0.46 246	0.10 78

xx1	5.99 159	2.00 276	4.99 53	5.89 224	0.26 4	10.85 246	5.38 268	17.84 205	15.48 198	6.95 96	10.01 98	16.02 255	11.15 267	10.79 142	1.59 34	0.00 1	0.05 112	0.02 143	0.05 195	0.25 135	0.20 164

rafts_anoy	6.02 160	1.67 210	6.27 109	6.53 272	4.98 339	5.30 107	2.53 173	13.77 138	21.01 262	12.70 167	16.23 166	8.56 137	5.65 146	9.09 94	5.22 222	0.04 155	0.31 353	0.09 233	0.03 152	0.25 135	0.17 140

TestStereo	6.02 160	2.55 328	7.33 156	5.57 201	1.68 177	6.05 156	1.78 115	13.73 135	16.40 213	10.87 138	23.79 264	9.00 143	5.63 145	11.26 171	3.96 180	0.09 202	0.01 17	0.00 1	0.00 1	0.69 319	0.01 1

Any-RAFT	6.04 162	1.16 70	4.52 42	4.47 113	1.20 135	10.46 234	1.97 139	21.84 265	15.52 200	11.21 141	19.37 201	13.34 212	4.72 121	8.65 77	2.03 71	0.01 76	0.19 292	0.00 1	0.00 1	0.04 13	0.08 67

iRaft-Stereo_20w	6.06 163	1.84 252	12.04 329	4.23 95	1.67 174	6.77 184	2.22 155	18.73 223	6.08 67	14.72 203	10.33 109	13.42 217	8.14 209	15.88 324	3.08 140	0.01 76	0.24 330	0.13 279	0.39 378	0.61 302	0.71 318

DCRE	6.07 164	1.75 232	8.41 203	7.20 312	3.82 286	6.48 170	4.18 238	15.52 165	10.42 136	9.24 119	22.47 254	11.71 177	5.46 137	10.62 134	3.02 135	0.02 121	0.26 340	0.05 188	0.30 352	0.15 81	0.24 192

XX-Stereo	6.14 165	1.47 138	9.11 246	11.87 434	6.76 406	3.27 20	0.93 50	15.13 155	5.43 57	8.79 117	28.46 314	13.71 221	2.22 47	11.51 181	2.07 75	0.20 250	0.24 330	0.08 223	0.29 345	1.04 354	0.13 110

AFF-stereo	6.17 166	1.61 193	7.02 139	4.08 84	0.64 61	3.53 30	0.76 41	16.00 178	13.14 168	12.86 170	25.42 279	15.67 248	7.86 202	11.12 159	3.21 148	0.02 121	0.06 145	0.00 1	0.00 1	0.40 229	0.08 67

knoymous	6.19 167	1.49 148	4.49 40	3.81 78	1.87 193	5.84 144	5.76 283	14.51 143	14.18 182	13.31 184	21.59 241	12.64 193	6.49 175	12.41 229	4.03 187	0.12 216	0.13 251	0.12 268	0.00 1	0.71 324	0.35 237

TRStereo	6.22 168	6.09 414	11.30 316	9.19 371	7.41 423	4.75 69	1.74 107	19.70 235	11.74 148	10.61 134	8.65 79	10.67 162	3.22 66	13.81 282	3.60 158	0.31 294	0.23 319	0.12 268	0.36 370	0.48 255	0.38 243

AnonymousM	6.33 169	11.42 458	3.06 8	3.93 81	1.49 163	4.54 53	3.29 204	11.00 91	7.70 103	16.52 253	9.38 92	9.07 144	3.97 88	7.10 43	3.01 134	0.43 329	0.07 167	22.69 494	7.67 483	0.06 25	0.21 171

AIO-test1	6.38 170	1.41 123	5.70 85	9.77 388	5.61 373	9.09 218	1.79 117	21.63 263	20.69 258	6.75 90	17.68 176	8.19 131	4.99 127	10.38 125	3.16 144	0.01 76	0.01 17	0.00 1	0.13 263	0.28 155	0.26 200

MyStereo06	6.40 171	1.76 236	13.15 344	6.19 252	4.40 318	7.09 190	9.95 380	16.68 188	6.98 87	12.91 171	10.76 118	17.84 289	5.71 148	9.97 116	3.39 154	0.06 187	0.10 213	0.02 143	0.04 173	0.73 329	0.29 214

DCANet-4	6.41 172	1.02 42	9.66 271	3.41 45	0.68 65	4.73 62	1.70 93	17.70 201	24.33 308	15.10 215	20.25 214	6.45 100	8.65 215	8.47 68	5.31 226	0.01 76	0.04 81	0.00 1	0.00 1	0.09 46	0.63 300

riskmin	6.42 173	1.29 95	6.76 126	3.95 82	2.25 212	10.49 235	2.53 173	15.11 154	17.60 227	9.77 124	12.91 140	15.25 244	12.04 291	11.58 186	5.11 218	0.14 222	0.24 330	0.13 279	0.03 152	0.61 302	0.69 313

DisPM	6.43 174	1.31 101	8.36 198	6.61 281	1.06 118	5.83 142	3.82 227	13.04 120	11.63 147	16.38 249	23.88 267	12.80 197	6.50 176	13.03 263	3.04 136	0.51 346	0.01 17	0.08 223	0.15 276	0.10 57	0.42 257

DCANet	6.46 175	1.59 184	7.28 150	3.51 56	0.68 65	4.77 74	1.75 110	15.33 159	23.62 294	15.55 229	20.73 227	7.31 119	11.56 282	8.83 84	5.26 224	0.00 1	0.05 112	0.00 1	0.00 1	0.26 145	1.11 359

RALAANet	6.49 176	2.49 326	9.69 277	7.09 305	4.98 339	6.23 159	1.68 90	19.90 239	14.26 183	15.04 213	14.56 148	12.69 195	4.38 98	12.91 253	3.07 139	0.02 121	0.07 167	0.00 1	0.10 246	0.51 274	0.15 129

Pruner-Stereo	6.59 177	1.51 155	8.71 220	6.34 260	0.85 98	5.66 130	4.15 234	13.74 136	11.02 142	18.11 291	22.09 249	15.86 251	5.80 152	11.75 198	5.15 220	0.60 359	0.02 44	0.18 301	0.10 246	0.07 36	0.16 134

sAnonymous2	6.59 177	6.21 416	19.05 414	8.91 361	5.27 359	4.58 54	6.69 323	15.56 166	11.12 145	4.86 77	8.71 82	3.81 45	7.93 203	7.38 47	2.89 125	0.09 202	0.07 167	0.05 188	0.28 341	11.25 479	7.10 466

CroCo_RVC	6.59 177	6.21 416	19.05 414	8.91 361	5.27 359	4.58 54	6.69 323	15.56 166	11.12 145	4.86 77	8.71 82	3.81 45	7.93 203	7.38 47	2.89 125	0.09 202	0.07 167	0.05 188	0.28 341	11.25 479	7.10 466

SST-Stereo	6.60 180	1.46 136	8.37 199	6.68 284	0.77 88	6.01 154	1.93 136	14.68 148	9.24 126	19.09 313	20.43 219	16.86 266	8.59 214	13.49 273	3.80 170	0.22 261	0.05 112	0.13 279	0.00 1	0.08 42	0.05 44

PSM-softLoss	6.61 181	1.60 188	9.42 260	6.48 267	0.88 101	5.65 125	2.04 144	22.64 275	8.77 119	13.95 191	22.11 251	13.01 201	5.22 132	12.73 245	6.05 240	0.49 341	0.06 145	0.27 332	0.56 400	0.16 88	0.06 54

KMStereo	6.61 181	1.60 188	9.42 260	6.48 267	0.88 101	5.65 125	2.04 144	22.64 275	8.77 119	13.95 191	22.11 251	13.01 201	5.22 132	12.73 245	6.05 240	0.49 341	0.06 145	0.27 332	0.56 400	0.16 88	0.06 54

ADStereo(finetuned)	6.68 183	1.59 184	9.70 278	3.49 52	0.68 65	4.79 75	1.75 110	15.33 159	23.64 295	15.56 231	20.68 222	7.30 118	13.85 326	8.71 79	5.17 221	0.00 1	0.05 112	0.00 1	0.00 1	0.25 135	1.05 356

PFNet+	6.68 183	1.40 119	9.60 266	5.64 204	0.85 98	5.79 141	1.74 107	13.63 131	15.30 195	17.88 284	21.38 239	14.52 230	6.07 158	12.74 247	4.89 213	0.63 366	0.20 297	0.11 265	0.30 352	0.05 20	0.91 343

rvit_0105_4	6.69 185	2.81 338	15.46 380	10.22 404	1.58 168	5.99 152	5.81 284	13.77 138	23.65 296	7.16 102	9.46 93	12.64 193	7.78 200	12.03 205	3.83 172	0.19 242	0.47 390	0.00 1	0.01 101	0.60 300	0.37 241

raft+_RVC	6.69 185	1.61 193	5.57 79	6.37 261	4.62 325	6.51 173	6.18 302	20.39 249	23.38 291	10.62 136	17.82 178	9.89 154	5.65 146	10.70 138	3.67 163	0.00 1	0.14 265	0.00 1	0.00 1	0.34 202	0.27 204

NF-Stereo	6.72 187	1.59 184	8.93 226	6.60 279	0.73 86	6.27 162	3.38 210	20.21 248	18.01 233	13.22 183	19.46 205	11.82 179	6.16 159	12.39 228	4.74 204	0.33 297	0.06 145	0.20 312	0.23 315	0.08 42	0.05 44

RE-Stereo	6.73 188	1.58 182	8.94 228	6.59 276	0.71 72	6.27 162	3.51 213	20.20 242	17.99 231	13.21 180	19.46 205	11.94 182	6.20 161	12.34 225	4.79 208	0.34 301	0.05 112	0.20 312	0.23 315	0.09 46	0.05 44

TVStereo	6.73 188	1.58 182	8.94 228	6.59 276	0.71 72	6.27 162	3.51 213	20.20 242	17.99 231	13.21 180	19.46 205	11.94 182	6.20 161	12.34 225	4.79 208	0.34 301	0.05 112	0.20 312	0.23 315	0.09 46	0.05 44

OCTAStereo	6.74 190	1.59 184	8.96 233	6.60 279	0.72 81	6.25 160	3.50 211	20.20 242	18.03 234	13.21 180	19.45 203	12.07 190	6.16 159	12.36 227	4.78 205	0.35 304	0.06 145	0.20 312	0.23 315	0.09 46	0.05 44

DIP-Stereo	6.74 190	1.93 267	10.02 293	4.28 104	1.64 172	13.54 291	1.52 77	15.16 156	6.63 78	14.30 199	26.81 297	10.90 165	5.19 130	14.78 301	7.56 267	0.00 1	0.06 145	0.05 188	0.00 1	0.17 96	0.17 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 192	1.67 210	12.34 331	4.67 125	1.47 158	10.01 228	2.24 157	26.43 319	17.22 218	14.72 203	12.75 136	7.02 112	9.68 241	8.44 67	5.26 224	0.01 76	0.04 81	0.05 188	0.09 237	0.35 206	0.55 286

RAFT-345	6.79 193	1.29 95	6.80 129	5.06 152	0.91 106	5.61 122	3.32 209	13.36 127	10.17 135	13.73 187	43.66 459	9.12 146	5.38 136	12.29 223	4.44 197	0.32 295	0.05 112	0.09 233	0.06 211	0.06 25	0.03 18

x	6.80 194	1.36 112	6.94 135	4.58 121	1.88 194	10.78 244	4.55 246	19.79 238	10.62 138	12.69 166	19.54 208	14.87 237	10.11 249	9.52 103	8.03 283	0.07 197	0.15 270	0.04 181	0.04 173	0.24 131	0.22 178

PAM_32	6.82 195	1.73 220	14.16 364	5.34 191	1.47 158	13.84 296	0.88 48	14.75 150	6.34 72	14.22 197	9.14 88	24.94 366	11.87 288	12.50 236	2.79 122	0.14 222	0.27 345	0.09 233	0.42 382	0.54 282	0.89 340

fff	6.83 196	1.55 167	7.28 150	3.56 58	0.32 12	4.73 62	1.70 93	15.75 170	31.87 374	15.11 216	20.25 214	6.90 108	12.80 306	8.63 74	5.33 227	0.01 76	0.04 81	0.00 1	0.00 1	0.09 46	0.63 300

csc	6.83 196	1.55 167	7.28 150	3.56 58	0.32 12	4.73 62	1.70 93	15.75 170	31.87 374	15.11 216	20.25 214	6.90 108	12.80 306	8.63 74	5.33 227	0.01 76	0.04 81	0.00 1	0.00 1	0.09 46	0.63 300

cscssc	6.83 196	1.55 167	7.28 150	3.56 58	0.32 12	4.73 62	1.70 93	15.75 170	31.87 374	15.11 216	20.25 214	6.90 108	12.80 306	8.63 74	5.33 227	0.01 76	0.04 81	0.00 1	0.00 1	0.09 46	0.63 300

UGAM-zero	6.91 199	1.47 138	13.65 356	4.24 96	1.67 174	5.51 113	0.72 39	17.44 197	6.74 80	14.56 200	15.84 161	24.16 354	14.20 335	12.79 248	3.96 180	0.00 1	0.22 313	0.02 143	0.58 402	0.14 73	0.27 204

RAFT_R40	6.91 199	1.53 160	8.45 207	6.79 292	0.77 88	5.86 148	3.82 227	14.85 151	14.53 187	18.05 290	20.03 212	17.06 268	8.69 216	13.40 270	3.84 174	0.14 222	0.02 44	0.14 283	0.00 1	0.09 46	0.05 44

OMP-Stereo	6.93 201	2.57 330	9.03 242	10.63 412	1.72 179	4.89 79	1.91 133	17.84 205	15.56 201	16.69 258	14.16 146	17.70 286	7.33 192	12.93 254	4.83 211	0.24 275	0.03 70	0.06 202	0.02 133	0.19 103	0.39 247

PAM	6.94 202	1.65 205	14.88 377	5.38 193	1.98 200	14.76 317	1.28 65	14.54 144	6.77 81	15.52 227	9.10 87	24.15 353	11.60 284	12.46 233	2.33 94	0.04 155	0.28 347	0.07 213	0.42 382	0.57 293	0.99 351

qqq	6.96 203	1.40 119	8.15 193	4.50 114	1.03 113	8.55 213	6.93 332	20.20 242	11.88 150	12.00 146	18.19 188	16.02 255	11.15 267	11.09 156	7.45 263	0.06 187	0.13 251	0.02 143	0.05 195	0.25 135	0.20 164

AIO-test2	7.01 204	2.23 311	6.87 131	8.42 355	5.28 361	9.03 217	5.32 265	25.92 312	23.54 292	6.78 92	20.55 221	5.25 79	3.58 79	9.56 105	2.50 105	3.96 455	0.04 81	0.03 161	0.47 389	0.56 292	0.33 229

MIM_Stereo	7.02 205	1.55 167	10.78 308	4.17 89	0.58 52	5.25 104	1.32 68	19.03 227	12.59 160	16.74 260	28.83 317	13.20 209	5.53 139	12.89 251	7.11 256	0.00 1	0.23 319	0.00 1	0.01 101	0.38 221	0.28 208

R-Stereo Train	7.04 206	1.34 107	7.89 178	6.23 254	2.30 215	7.51 197	5.54 277	23.96 287	6.94 85	16.26 246	33.57 395	12.04 187	5.61 141	7.67 52	3.74 165	0.01 76	0.05 112	0.01 127	0.00 1	0.10 57	0.12 97

RAFT-Stereo	7.04 206	1.34 107	7.89 178	6.23 254	2.30 215	7.51 197	5.54 277	23.96 287	6.94 85	16.26 246	33.57 395	12.04 187	5.61 141	7.67 52	3.74 165	0.01 76	0.05 112	0.01 127	0.00 1	0.10 57	0.12 97
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 208	2.38 318	13.26 345	7.36 317	4.86 331	10.28 231	4.40 241	15.51 164	13.69 177	17.22 270	19.23 200	8.00 128	4.20 95	10.64 135	8.50 293	0.33 297	0.32 356	0.03 161	0.14 269	0.37 215	0.77 328

MyStereo8	7.13 209	2.48 324	10.86 311	6.81 294	4.98 339	10.73 241	1.42 72	14.58 146	9.73 130	15.75 233	23.16 260	12.17 191	7.96 206	9.85 112	10.21 320	0.04 155	0.19 292	0.08 223	0.21 303	0.58 297	0.82 330

IPLGR	7.14 210	1.31 101	13.14 343	4.24 96	1.15 133	9.78 225	0.98 54	23.98 289	21.70 275	16.22 245	18.43 189	8.45 135	7.66 196	9.26 99	5.45 232	0.21 255	0.05 112	0.04 181	0.06 211	0.32 190	0.38 243

CIPLG	7.15 211	2.44 321	12.82 338	7.38 318	4.93 334	10.51 236	4.56 247	15.17 157	13.25 172	17.45 275	19.75 209	8.42 134	4.60 114	11.41 177	8.31 288	0.33 297	0.32 356	0.03 161	0.14 269	0.37 215	0.72 320

AIO-Stereo-zeroshot	7.16 212	3.12 355	14.04 362	4.74 128	6.89 412	6.58 177	0.68 36	21.97 270	9.36 129	10.84 137	17.38 173	17.36 282	9.24 229	12.45 232	4.44 197	0.04 155	0.24 330	0.10 251	1.00 425	1.36 373	1.43 377

IPLGR_C	7.16 212	2.48 324	12.98 341	7.52 327	4.91 333	10.56 237	4.59 249	15.63 169	14.12 181	17.42 273	18.87 196	8.00 128	4.59 113	10.76 141	8.81 297	0.32 295	0.32 356	0.03 161	0.13 263	0.36 207	0.76 325

IPLG	7.20 214	1.43 127	12.55 335	5.17 168	4.32 317	11.11 253	1.48 73	21.79 264	15.10 192	19.16 314	20.23 213	5.26 80	5.61 141	11.68 194	8.14 285	0.05 172	0.06 145	0.03 161	0.07 221	0.33 196	0.50 279

StereoVision	7.21 215	2.17 304	9.29 253	9.43 375	3.91 290	5.09 99	1.91 133	20.04 240	17.37 223	8.57 112	29.59 329	11.08 168	6.76 185	12.44 230	4.71 202	0.54 350	0.05 112	0.16 294	0.03 152	0.82 339	0.30 217

111	7.26 216	1.65 205	7.28 150	3.56 58	0.32 12	10.76 242	3.53 216	20.55 251	27.51 339	10.07 127	16.62 169	14.30 225	9.53 238	12.02 204	5.87 238	0.14 222	0.01 17	0.00 1	0.00 1	0.31 180	1.14 363

testlalala_base	7.28 217	3.39 360	7.80 175	8.27 353	5.04 343	12.56 274	1.83 122	11.93 96	5.19 51	10.18 128	13.62 144	8.87 141	5.72 150	8.22 65	2.75 119	15.38 494	2.41 462	0.00 1	0.35 367	20.24 495	1.89 393

HHNet	7.39 218	1.75 232	7.24 148	3.26 38	3.18 259	5.04 95	6.40 311	19.04 228	15.70 203	20.71 343	32.13 373	10.69 163	5.91 154	10.45 128	4.60 200	0.40 322	0.07 167	0.21 317	0.13 263	0.54 282	0.41 254

ASMatch	7.40 219	1.42 124	8.49 210	5.09 154	2.00 202	4.74 67	2.62 178	16.54 186	13.17 169	17.08 265	34.75 403	13.13 208	10.33 254	12.04 207	4.82 210	0.05 172	0.24 330	0.21 317	0.17 283	0.16 88	0.97 347

IIG-Stereo	7.41 220	2.13 302	8.55 212	10.02 398	1.76 184	6.82 185	1.53 78	17.17 195	15.84 207	18.74 309	20.30 218	18.01 293	8.39 212	12.89 251	5.22 222	0.27 287	0.03 70	0.03 161	0.00 1	0.16 88	0.30 217

RAFT+CT+SA	7.44 221	1.46 136	6.46 115	10.73 415	3.34 267	4.70 60	7.45 345	16.45 183	25.89 323	10.18 128	27.15 301	7.27 117	8.00 207	15.11 304	3.19 147	0.02 121	0.00 1	0.18 301	0.46 388	0.30 168	0.47 271

LCNet	7.52 222	1.23 81	5.35 68	6.42 264	1.29 141	9.27 223	5.64 280	17.85 207	10.63 139	16.54 254	24.54 270	14.85 236	11.29 271	11.74 197	3.88 175	0.02 121	0.02 44	0.22 321	2.04 447	0.90 348	6.76 459

rvit_0105_5	7.60 223	3.13 356	16.37 391	9.97 397	1.59 169	7.41 195	6.27 304	17.78 204	25.62 320	10.30 130	10.39 110	14.79 234	8.95 224	12.51 237	4.87 212	0.17 235	0.42 376	0.00 1	0.11 256	0.62 305	0.71 318

IGEV-BASED-STEREO-	7.61 224	27.25 492	41.87 474	2.73 19	0.41 25	4.25 46	1.50 76	6.63 21	3.87 25	4.31 61	3.78 23	2.48 28	1.39 22	5.67 21	1.56 32	25.09 502	0.05 112	0.01 127	0.08 224	4.67 439	14.58 493

TestStereo1	7.62 225	1.62 198	7.60 163	10.47 408	1.86 190	4.76 70	2.48 171	19.73 236	22.33 282	16.79 261	26.02 285	9.33 148	9.30 230	15.92 327	3.37 152	0.01 76	0.02 44	0.02 143	0.05 195	0.55 286	0.28 208

SA-5K	7.62 225	1.62 198	7.60 163	10.47 408	1.86 190	4.76 70	2.48 171	19.73 236	22.33 282	16.79 261	26.02 285	9.33 148	9.30 230	15.92 327	3.37 152	0.01 76	0.02 44	0.02 143	0.05 195	0.55 286	0.28 208

FACV-RUCA	7.66 227	1.94 268	9.40 259	7.72 336	6.03 387	12.99 283	3.10 199	19.47 233	18.51 238	12.27 148	18.43 189	8.28 132	10.16 250	11.38 175	5.62 234	0.36 306	0.62 410	4.36 458	0.30 352	1.72 385	0.55 286

test_sample1	7.66 227	1.26 88	8.87 224	5.04 149	2.61 234	14.61 314	4.58 248	20.08 241	9.81 132	13.83 189	21.62 242	18.21 299	12.26 293	11.71 195	8.01 281	0.11 211	0.11 229	0.02 143	0.02 133	0.20 106	0.17 140

mmm	7.72 229	1.50 151	8.56 213	5.29 185	1.89 195	14.14 302	5.70 282	18.42 216	11.02 142	16.04 240	23.78 263	17.00 267	10.03 248	12.03 205	7.54 266	0.12 216	0.07 167	0.50 367	0.20 301	0.31 180	0.18 148

RAFT-RH_RVC	7.73 230	1.25 87	6.99 138	4.83 134	0.90 105	11.76 258	1.53 78	13.00 118	14.43 186	17.51 277	46.41 470	11.02 167	6.30 169	12.68 241	4.93 214	0.51 346	0.04 81	0.12 268	0.13 263	0.09 46	0.09 71

AIO-Stereo-zeroshot1	7.76 231	3.78 372	19.59 417	5.04 149	10.79 462	5.87 150	1.85 125	19.52 234	7.33 99	14.18 194	21.16 235	16.50 261	5.97 157	13.73 281	3.79 169	0.04 155	0.17 281	0.04 181	1.30 435	2.45 403	2.15 405

TransformOpticalFlow	7.76 231	1.90 257	9.31 255	5.50 199	1.18 134	6.97 188	8.27 352	17.86 209	13.21 170	14.58 201	29.13 319	19.01 304	10.85 259	12.51 237	3.69 164	0.01 76	0.04 81	0.20 312	0.04 173	0.17 96	0.84 333

HITNet	7.83 233	2.93 346	8.39 200	4.76 131	1.48 161	12.75 279	4.64 250	20.97 253	14.37 185	15.14 220	22.15 253	14.57 231	10.62 255	14.38 293	8.14 285	0.04 155	0.01 17	0.48 365	0.02 133	0.57 293	0.10 78
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
test_sample2	7.86 234	1.27 89	7.98 183	5.00 148	2.29 214	13.33 289	6.88 329	20.42 250	15.24 193	13.95 191	21.58 240	18.96 303	12.12 292	12.07 212	5.36 230	0.12 216	0.10 213	0.07 213	0.03 152	0.28 155	0.19 159

PFNet	7.91 235	1.44 133	11.60 322	7.03 301	2.42 223	7.60 203	6.03 297	23.36 284	17.24 220	20.29 335	17.67 175	15.44 247	7.71 198	13.02 262	5.71 235	0.24 275	0.20 297	0.12 268	0.19 297	0.31 180	0.61 298

SA	7.93 236	1.54 164	9.13 249	7.98 343	0.64 61	5.85 146	2.29 160	22.27 271	24.54 313	13.17 179	31.07 354	8.87 141	10.32 253	16.49 342	3.12 141	0.04 155	0.12 239	0.17 296	0.30 352	0.45 242	0.17 140

AAGNet	7.94 237	1.48 143	9.34 257	7.13 310	0.70 71	5.85 146	5.16 261	15.40 162	14.01 179	20.13 332	24.03 268	15.28 245	11.52 278	12.05 208	15.47 371	0.63 366	0.06 145	0.32 349	0.01 101	0.12 63	0.09 71

FENet	7.94 237	1.01 40	6.72 119	5.87 223	2.07 206	11.11 253	2.03 143	21.39 258	20.81 259	17.14 268	22.65 255	14.43 227	11.54 281	12.97 257	7.89 278	0.15 230	0.24 330	0.03 161	0.02 133	0.14 73	0.62 299

dd	7.96 239	4.08 380	11.49 321	6.53 272	0.93 108	8.28 212	4.03 230	16.53 185	33.82 393	15.17 222	16.50 168	6.79 105	5.96 156	14.30 290	9.90 311	1.13 411	0.42 376	0.17 296	0.44 385	2.01 396	0.79 329

raft_robust	7.97 240	2.26 314	6.75 123	5.83 220	0.72 81	5.57 121	0.84 46	33.59 410	34.21 399	18.17 292	19.88 211	6.50 101	5.62 144	15.33 307	2.83 124	0.03 143	0.23 319	0.00 1	0.37 374	0.32 190	0.39 247

STrans-v2	7.98 241	1.84 252	9.42 260	4.84 137	1.48 161	12.23 269	10.05 385	19.06 229	12.32 157	13.63 186	26.06 289	18.13 298	12.35 296	12.99 259	3.99 183	0.01 76	0.01 17	0.18 301	0.01 101	0.22 113	0.83 331

Prome-Stereo	8.10 242	1.28 91	5.48 72	6.50 269	1.51 165	6.70 179	9.42 371	21.08 255	9.13 125	20.88 344	32.84 383	11.95 184	11.86 287	11.75 198	3.97 182	0.01 76	0.02 44	0.18 301	0.12 258	0.41 232	7.01 464

ffm	8.12 243	1.43 127	9.67 272	5.70 209	3.44 269	11.96 263	6.35 306	18.45 217	16.31 210	15.83 235	31.44 362	17.22 277	10.87 261	10.82 147	1.61 37	0.00 1	0.05 112	0.80 392	0.08 224	0.26 145	0.14 115

CASS	8.15 244	1.67 210	7.68 169	8.25 352	1.52 166	14.39 306	2.72 182	22.65 277	17.23 219	15.42 225	22.68 256	13.47 218	11.87 288	12.44 230	6.07 243	0.96 400	0.05 112	0.12 268	0.01 101	0.71 324	3.14 426
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 245	2.59 332	14.14 363	6.11 248	3.22 262	6.31 165	3.53 216	22.92 281	20.59 257	16.66 256	30.05 337	9.31 147	7.95 205	13.49 273	4.78 205	0.72 374	0.00 1	0.45 362	0.00 1	0.54 282	0.09 71

RAFT_CTSACE	8.24 246	1.97 272	8.39 200	6.89 298	5.11 349	5.86 148	2.63 179	14.62 147	16.88 215	23.52 379	34.77 404	16.02 255	7.37 193	17.91 357	2.23 91	0.00 1	0.12 239	0.00 1	0.03 152	0.39 224	0.05 44

HI	8.30 247	2.00 276	6.75 123	4.58 121	5.15 352	4.16 39	0.50 27	17.99 211	9.24 126	25.03 393	28.22 310	20.23 317	12.47 299	17.93 358	11.49 337	0.00 1	0.10 213	0.00 1	0.05 195	0.08 42	0.05 44

CoSv	8.30 247	2.00 276	6.75 123	4.58 121	5.15 352	4.16 39	0.50 27	17.99 211	9.24 126	25.03 393	28.22 310	20.23 317	12.47 299	17.93 358	11.49 337	0.00 1	0.10 213	0.00 1	0.05 195	0.08 42	0.05 44

GMM-Stereo	8.34 249	1.09 59	6.42 112	6.14 250	2.52 228	10.30 233	9.64 376	23.44 285	10.64 140	17.84 282	29.89 333	17.37 283	7.75 199	11.55 183	4.36 194	0.05 172	0.01 17	0.23 324	0.90 415	0.46 246	6.26 453

GANet-ADL	8.36 250	2.31 316	8.44 206	7.39 320	2.65 238	12.58 276	5.24 263	29.55 359	25.24 316	14.19 196	16.70 171	17.07 273	6.91 188	10.65 136	6.26 246	0.38 310	0.39 368	0.10 251	0.12 258	0.75 335	0.28 208

Sa-1000	8.38 251	1.50 151	8.13 191	7.56 329	0.89 103	14.39 306	2.47 170	24.31 294	23.74 300	15.18 223	28.35 313	11.42 173	8.85 221	16.20 338	3.28 150	0.17 235	0.23 319	0.15 289	0.23 315	0.46 246	0.19 159

GwcNet-ADL	8.48 252	1.70 218	9.38 258	7.10 307	2.78 243	6.74 183	6.57 320	30.15 363	26.01 327	15.15 221	17.77 177	13.93 222	6.96 189	12.96 256	9.91 312	0.48 340	0.72 417	0.01 127	0.01 101	0.51 274	0.84 333

ARAFT	8.50 253	3.19 357	16.58 393	5.52 200	0.91 106	12.13 268	11.20 405	17.19 196	18.28 237	18.40 303	16.33 167	17.10 274	8.58 213	18.56 365	5.00 215	0.11 211	0.04 81	0.00 1	0.00 1	0.55 286	0.25 197

test_5	8.51 254	1.50 151	8.19 196	11.06 423	5.00 342	6.91 186	5.67 281	17.50 198	22.09 279	16.07 241	29.63 330	15.28 245	10.78 258	15.94 329	3.65 162	0.00 1	0.00 1	0.26 331	0.08 224	0.31 180	0.35 237

RAFT	8.51 254	2.16 303	8.93 226	8.14 347	0.81 94	12.63 277	8.49 358	16.34 181	15.56 201	22.31 364	18.99 198	19.29 311	11.39 276	17.57 353	6.05 240	0.01 76	0.19 292	0.27 332	0.02 133	0.64 312	0.45 268

GES	8.51 254	1.98 274	11.82 325	6.39 263	1.77 185	12.36 273	6.22 303	21.55 260	21.34 269	19.02 312	26.02 285	8.79 139	9.34 233	13.94 285	7.24 258	0.38 310	0.10 213	0.30 347	0.14 269	0.69 319	0.73 321

DMCA	8.51 254	1.90 257	9.96 287	5.16 167	4.14 302	10.29 232	4.46 245	25.52 304	19.55 246	16.33 248	20.69 223	17.59 284	11.26 270	10.42 127	11.36 335	0.50 343	0.08 187	0.35 352	0.05 195	0.36 207	0.31 225

PSM-AAD	8.62 258	1.22 78	5.69 84	6.31 259	1.12 124	12.74 278	10.01 384	19.29 231	15.25 194	21.54 358	25.11 275	14.24 224	13.47 316	12.15 217	3.93 179	0.01 76	0.06 145	2.48 443	0.16 279	0.38 221	7.28 469

FTStereo	8.67 259	1.13 66	6.04 97	6.04 242	2.39 222	7.86 205	12.05 417	17.72 202	8.33 115	20.16 333	41.41 445	16.10 259	12.64 304	10.80 145	4.37 195	0.18 238	0.01 17	0.09 233	0.16 279	0.15 81	5.71 448

iRaft-Stereo_5w	8.70 260	1.81 250	9.33 256	5.83 220	3.78 282	4.87 78	11.12 404	15.86 177	14.80 189	15.23 224	26.36 291	21.49 327	12.91 309	15.94 329	12.73 345	0.58 354	0.05 112	0.08 223	0.09 237	0.85 342	0.33 229

test_sample3	8.76 261	1.62 198	9.99 290	5.21 179	2.61 234	17.43 367	5.37 266	26.91 326	19.77 249	17.13 267	20.82 229	16.55 263	9.70 242	12.52 239	8.59 294	0.21 255	0.07 167	0.05 188	0.04 173	0.39 224	0.30 217

IRAFT_RVC	8.76 261	1.47 138	9.55 265	7.31 314	1.77 185	6.49 172	10.43 394	25.94 313	27.33 335	17.50 276	19.85 210	17.93 291	10.21 251	12.88 250	5.44 231	0.17 235	0.30 350	0.19 309	0.05 195	0.22 113	0.12 97

HCRNet	8.80 263	1.43 127	7.74 173	14.41 453	5.25 355	10.85 246	2.56 176	26.07 315	18.04 235	15.48 226	25.03 273	18.63 302	9.93 246	13.01 260	6.76 251	0.04 155	0.04 81	0.10 251	0.01 101	0.18 99	0.38 243

DEmStereo	8.85 264	1.36 112	9.99 290	4.24 96	1.05 117	11.49 256	5.91 286	13.76 137	26.68 332	22.03 362	32.92 385	11.86 181	15.27 359	11.48 178	8.08 284	0.16 232	0.15 270	0.02 143	0.09 237	0.09 46	0.44 264

SFCPSM	8.85 264	1.40 119	11.34 317	5.23 183	3.47 274	16.55 358	7.18 340	30.71 374	25.24 316	16.45 250	19.45 203	11.10 170	9.61 239	11.88 202	5.52 233	0.22 261	0.17 281	0.36 355	0.22 306	0.29 162	0.58 293

GrayStereo	8.86 266	1.17 73	6.94 135	8.09 345	2.82 244	10.58 239	11.40 410	17.93 210	15.74 204	22.43 367	30.95 350	17.80 288	12.44 298	11.19 167	4.57 199	0.02 121	0.02 44	0.18 301	0.79 412	0.31 180	1.90 395

anonymousa	9.03 267	1.62 198	8.03 188	4.19 92	5.53 371	15.37 326	3.81 226	18.55 220	21.20 267	18.28 295	30.99 352	20.79 320	13.42 314	10.58 130	7.57 268	0.00 1	0.05 112	0.29 343	0.18 284	0.10 57	0.11 91

KYRaft	9.04 268	1.11 62	7.02 139	6.50 269	0.97 111	8.27 211	8.19 351	22.86 280	8.20 112	21.30 356	31.38 359	22.64 338	8.20 210	11.99 203	2.96 131	0.02 121	0.02 44	0.05 188	0.68 406	0.40 229	18.09 499

DFGA-Net	9.06 269	3.56 365	17.96 409	5.71 213	3.89 287	10.76 242	3.08 198	25.17 301	29.50 347	16.21 244	18.47 192	9.49 150	6.31 170	15.80 320	12.54 342	0.05 172	0.00 1	0.06 202	0.09 237	1.76 386	0.83 331

rvit_stereo_0075_2	9.10 270	3.87 377	19.26 416	11.81 432	8.82 448	5.75 138	4.40 241	22.77 278	17.68 229	11.90 144	28.34 312	16.05 258	6.35 172	14.30 290	7.67 273	0.52 348	0.34 363	0.51 368	0.08 224	0.38 221	1.14 363

test_sample4	9.10 270	1.65 205	9.91 285	5.19 176	2.57 232	16.59 359	5.38 268	27.37 330	19.80 250	17.80 281	27.52 304	15.01 238	11.21 269	12.69 244	8.15 287	0.21 255	0.07 167	0.06 202	0.03 152	0.43 237	0.30 217

BUS	9.20 272	1.48 143	7.93 180	6.74 289	3.96 292	17.62 373	2.79 186	33.06 405	21.58 272	17.99 287	21.34 236	14.49 228	9.40 235	14.18 287	10.57 324	0.19 242	0.13 251	0.14 283	0.04 173	0.30 168	0.09 71

rvit_0105_3	9.23 273	3.67 368	17.68 405	11.75 430	1.89 195	9.37 224	8.48 357	18.68 221	30.64 364	15.02 212	14.72 151	17.87 290	9.94 247	15.66 316	6.54 248	0.36 306	0.43 380	0.01 127	0.41 380	0.50 270	1.01 354

MyStereo04	9.24 274	1.92 264	8.78 222	6.09 245	4.31 314	6.54 174	9.96 382	32.24 396	41.99 442	14.26 198	11.98 129	12.00 186	12.01 290	13.93 283	7.53 265	0.06 187	0.10 213	0.03 161	0.04 173	0.63 308	0.30 217

CoDeX	9.24 274	1.77 242	9.54 264	6.08 244	3.79 284	16.45 356	6.76 327	26.15 316	25.03 314	17.18 269	25.12 276	14.69 233	11.68 285	12.22 219	6.71 250	0.30 291	0.20 297	0.15 289	0.02 133	0.23 125	0.68 311

CrosDoStereo	9.24 274	1.29 95	8.16 194	4.56 119	1.04 114	7.52 199	15.00 439	15.85 175	24.31 306	24.27 382	33.44 392	13.37 213	13.82 324	12.23 220	8.86 300	0.01 76	0.11 229	0.09 233	0.04 173	0.36 207	0.53 283

DeepStereo_LL	9.24 274	1.29 95	8.16 194	4.56 119	1.04 114	7.52 199	15.00 439	15.85 175	24.31 306	24.27 382	33.44 392	13.37 213	13.82 324	12.23 220	8.86 300	0.01 76	0.11 229	0.09 233	0.04 173	0.36 207	0.53 283

DRaft	9.27 278	1.23 81	9.08 245	3.62 64	0.78 90	13.27 288	5.89 285	16.97 191	29.57 349	21.15 354	38.46 428	10.09 156	13.98 330	11.58 186	7.91 279	0.43 329	0.30 350	0.06 202	0.26 333	0.26 145	0.45 268

MyStereo05	9.29 279	1.76 236	8.95 230	6.19 252	4.40 318	7.09 190	9.95 380	31.21 379	40.82 435	17.31 271	12.93 141	10.33 159	12.52 302	13.93 283	7.05 255	0.06 187	0.10 213	0.02 143	0.04 173	0.73 329	0.29 214

MLCV	9.32 280	2.22 309	12.55 335	5.22 181	1.32 148	13.79 294	1.35 69	21.14 257	23.65 296	21.91 361	31.37 358	17.14 275	7.57 195	16.00 332	10.18 318	0.22 261	0.01 17	0.03 161	0.02 133	0.40 229	0.29 214

DispNO	9.33 281	1.78 245	15.84 383	5.73 215	5.74 381	12.24 270	4.81 257	25.06 299	21.10 264	16.70 259	20.86 230	17.78 287	11.76 286	16.74 346	8.85 299	0.22 261	0.15 270	0.03 161	0.12 258	0.41 232	0.64 306

test_sample5	9.36 282	1.61 193	9.63 268	5.30 186	2.52 228	15.42 329	6.00 293	27.25 328	19.96 251	18.36 301	31.81 368	15.99 253	11.29 271	13.21 264	7.66 271	0.23 270	0.08 187	0.07 213	0.04 173	0.48 255	0.34 232

BEATNet_4x	9.37 283	4.85 393	12.05 330	5.48 198	1.35 153	13.15 286	6.15 301	25.06 299	16.74 214	16.18 243	24.65 271	17.29 281	12.51 301	16.91 348	10.92 328	0.38 310	0.18 287	0.81 397	0.05 195	1.95 392	0.65 308

THIR-Stereo	9.38 284	1.78 245	8.50 211	4.74 128	0.71 72	15.92 339	11.93 416	16.39 182	21.56 271	24.27 382	32.07 371	14.40 226	14.14 334	11.49 179	8.39 291	0.05 172	0.25 338	0.10 251	0.05 195	0.33 196	0.58 293

ff1	9.41 285	1.43 127	9.67 272	5.70 209	3.44 269	11.96 263	6.35 306	18.45 217	16.31 210	15.83 235	31.44 362	17.22 277	10.87 261	16.19 335	21.98 417	0.00 1	0.05 112	0.80 392	0.08 224	0.26 145	0.14 115

GANet-RSSM	9.48 286	1.32 104	6.45 114	6.72 288	5.51 370	12.78 280	6.03 297	26.55 320	18.96 244	14.92 208	27.95 307	25.41 371	14.69 347	13.52 276	7.60 270	0.10 207	0.10 213	0.16 294	0.01 101	0.51 274	0.39 247

UCFNet_RVC	9.48 286	2.12 300	4.89 51	7.03 301	3.78 282	16.05 340	6.37 310	28.25 340	20.00 253	15.93 239	23.07 259	25.21 368	12.79 305	12.57 240	8.01 281	0.07 197	0.04 81	1.17 413	0.23 315	1.31 371	0.69 313

DualNet	9.49 288	1.61 193	9.63 268	5.30 186	2.52 228	15.42 329	6.00 293	27.25 328	19.96 251	19.40 316	33.22 388	15.99 253	11.29 271	13.21 264	7.66 271	0.23 270	0.08 187	0.07 213	0.04 173	0.48 255	0.34 232

CFNet_pseudo	9.58 289	1.91 260	10.73 306	4.53 116	2.91 250	14.26 303	2.75 184	26.73 324	32.14 381	17.10 266	23.02 258	22.14 334	8.74 219	12.17 218	7.43 261	0.20 250	0.45 386	1.24 422	0.24 323	2.49 405	0.49 278

Anonymous3	9.60 290	3.45 363	29.83 450	9.58 383	4.75 329	24.51 417	10.20 391	24.04 291	18.77 242	10.42 131	14.64 150	7.97 127	8.75 220	14.05 286	5.80 236	2.44 440	1.39 442	0.08 223	0.06 211	0.73 329	0.48 275

ccs_rob	9.61 291	1.92 264	10.72 305	4.55 117	2.89 247	14.33 305	2.86 191	26.85 325	32.36 384	17.05 264	22.91 257	22.12 333	8.70 217	12.10 214	7.44 262	0.19 242	0.44 382	1.38 424	0.25 329	2.68 408	0.57 291

PCWNet_CMD	9.64 292	1.77 242	10.59 302	4.80 133	2.90 248	16.25 354	2.42 169	29.37 357	34.10 397	17.41 272	22.04 248	19.10 307	7.70 197	12.05 208	6.86 252	0.22 261	0.45 386	0.80 392	0.22 306	3.11 419	0.69 313

MSMDNet	9.64 292	1.77 242	10.63 303	4.83 134	2.90 248	16.35 355	2.37 165	29.33 356	34.29 400	17.43 274	22.10 250	19.05 306	7.79 201	12.11 216	6.87 253	0.23 270	0.46 388	0.67 381	0.21 303	2.77 410	0.60 296

DCVSM-stereo	9.70 294	1.83 251	11.36 318	5.81 217	3.59 277	10.57 238	3.00 194	18.71 222	22.11 280	23.79 380	19.02 199	29.73 396	17.68 390	13.33 268	9.11 304	0.21 255	1.14 436	0.27 332	0.06 211	0.75 335	1.89 393

BSDual-CNN	9.70 294	1.48 143	7.93 180	6.74 289	3.96 292	16.10 344	7.13 337	33.06 405	21.58 272	17.99 287	21.34 236	22.28 335	11.53 279	14.18 287	7.81 274	0.19 242	0.13 251	0.14 283	0.04 173	0.30 168	0.09 71

PSMNet-RSSM	9.71 296	1.73 220	6.09 99	7.47 325	4.27 308	10.06 229	6.00 293	29.14 352	21.74 276	15.76 234	32.88 384	22.63 337	13.18 311	12.94 255	9.12 305	0.09 202	0.02 44	0.07 213	0.10 246	0.70 322	0.24 192

test_for_model	9.76 297	30.79 494	6.40 111	27.43 490	18.83 489	5.78 139	1.78 115	8.51 47	8.82 121	13.12 177	5.92 62	5.28 81	2.60 55	5.21 15	1.43 27	9.57 481	2.41 462	0.00 1	0.06 211	33.29 504	8.04 475

IER	9.78 298	1.55 167	9.97 288	4.51 115	5.23 354	13.78 293	5.11 260	26.66 322	22.79 288	19.69 323	29.45 327	16.42 260	18.52 401	13.64 280	7.57 268	0.06 187	0.03 70	0.18 301	0.09 237	0.18 99	0.23 186

test_sample6	9.79 299	1.61 193	9.84 282	5.35 192	2.35 220	15.59 333	6.60 322	28.40 341	20.96 261	19.40 316	33.22 388	17.17 276	11.58 283	13.43 272	8.82 298	0.26 285	0.10 213	0.10 251	0.06 211	0.50 270	0.41 254

psmg	9.80 300	1.48 143	7.93 180	5.18 173	3.96 292	15.85 338	7.93 350	29.11 351	21.58 272	20.93 345	25.06 274	22.28 335	11.53 279	14.18 287	7.81 274	0.19 242	0.13 251	0.17 296	0.04 173	0.36 207	0.21 171

gwcnet-sp	9.81 301	2.82 339	13.47 352	5.99 235	4.27 308	16.20 350	5.91 286	25.55 305	24.34 309	21.01 347	20.69 223	15.22 241	14.96 351	14.50 296	9.97 313	0.05 172	0.15 270	0.02 143	0.08 224	0.49 264	0.51 280

scenet	9.81 301	2.82 339	13.47 352	5.99 235	4.27 308	16.20 350	5.91 286	25.55 305	24.34 309	21.01 347	20.69 223	15.22 241	14.96 351	14.50 296	9.97 313	0.05 172	0.15 270	0.02 143	0.08 224	0.49 264	0.51 280

ssnet	9.81 301	2.82 339	13.47 352	5.99 235	4.27 308	16.20 350	5.91 286	25.55 305	24.34 309	21.01 347	20.69 223	15.22 241	14.96 351	14.50 296	9.97 313	0.05 172	0.15 270	0.02 143	0.08 224	0.49 264	0.51 280

CFNet-ft	9.87 304	2.18 307	5.49 73	7.45 323	5.25 355	15.76 335	5.98 291	21.89 266	21.87 277	14.96 209	30.02 335	25.68 372	13.68 320	12.46 233	10.94 330	0.08 200	0.06 145	1.83 429	0.22 306	1.09 355	0.43 260

CFNet_RVC	9.87 304	2.18 307	5.49 73	7.45 323	5.25 355	15.76 335	5.98 291	21.89 266	21.87 277	14.96 209	30.02 335	25.68 372	13.68 320	12.46 233	10.94 330	0.08 200	0.06 145	1.83 429	0.22 306	1.09 355	0.43 260

PSMNet-ADL	9.88 306	2.01 284	6.80 129	9.18 370	4.26 307	15.11 321	3.50 211	27.12 327	24.42 312	14.72 203	18.96 197	25.32 370	13.43 315	15.76 319	14.04 357	0.79 386	0.78 423	0.00 1	0.02 133	0.26 145	1.18 367

qqq1	9.96 307	1.37 114	13.37 347	4.41 108	1.30 142	14.40 309	3.29 204	30.25 365	29.81 353	19.55 318	29.37 321	18.06 294	14.40 341	15.42 311	3.18 145	0.38 310	0.21 304	0.00 1	0.01 101	0.29 162	0.18 148

fff1	9.96 307	1.37 114	13.37 347	4.41 108	1.30 142	14.40 309	3.29 204	30.25 365	29.81 353	19.55 318	29.37 321	18.06 294	14.40 341	15.42 311	3.18 145	0.38 310	0.21 304	0.00 1	0.01 101	0.29 162	0.18 148

ttt	9.98 309	1.49 148	7.30 155	6.43 265	3.95 291	14.02 298	5.06 259	33.03 404	29.84 357	14.90 207	30.95 350	14.81 235	9.66 240	15.36 309	11.38 336	0.38 310	0.19 292	0.10 251	0.03 152	0.37 215	0.28 208

UGAM	10.01 310	1.28 91	9.19 252	6.53 272	4.31 314	6.72 181	10.45 396	15.31 158	25.98 325	20.56 339	27.42 303	22.70 339	11.49 277	26.30 434	10.64 327	0.00 1	0.00 1	0.46 363	0.03 152	0.39 224	0.43 260

UDGNet	10.05 311	13.89 467	10.00 292	9.36 374	2.69 239	7.82 204	1.88 128	18.86 225	34.64 402	17.52 278	13.70 145	13.40 215	7.18 190	13.01 260	6.30 247	5.30 464	0.08 187	12.57 488	2.80 456	8.19 466	1.71 389

cf-r	10.06 312	1.60 188	7.99 185	5.82 218	5.70 380	12.92 282	4.78 253	24.18 293	27.47 338	16.91 263	31.02 353	25.12 367	14.05 331	11.63 192	11.01 333	0.03 143	0.03 70	0.05 188	0.03 152	0.43 237	0.39 247

ICVP	10.07 313	1.73 220	6.11 100	9.08 366	3.31 265	12.25 271	6.56 319	26.30 318	22.52 285	16.49 252	31.80 367	26.94 383	12.42 297	11.35 174	10.92 328	1.17 414	0.57 406	0.17 296	0.10 246	0.58 297	1.07 358
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
G2L-Stereo	10.09 314	1.97 272	9.53 263	7.09 305	4.21 304	9.10 219	8.53 359	29.05 350	22.51 284	19.28 315	25.57 281	22.70 339	10.67 256	15.44 315	14.88 367	0.25 281	0.04 81	0.08 223	0.01 101	0.36 207	0.42 257

hknet	10.13 315	1.56 176	10.27 296	6.74 289	3.72 279	16.10 344	7.13 337	33.06 405	21.12 265	17.99 287	21.34 236	23.11 342	14.95 350	16.43 341	8.34 290	0.14 222	0.13 251	0.14 283	0.04 173	0.30 168	0.09 71

AdaStereo	10.22 316	3.63 366	9.14 251	9.15 368	3.24 263	15.79 337	5.39 273	31.94 387	25.42 318	18.39 302	26.47 292	19.44 312	9.50 237	16.60 344	8.59 294	0.44 331	0.05 112	0.40 360	0.00 1	0.57 293	0.16 134
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.
CFNet_ucs	10.25 317	1.91 260	11.88 326	4.98 145	4.08 299	15.11 321	3.57 220	28.02 337	31.98 380	18.21 294	25.20 277	23.27 345	9.38 234	13.38 269	7.22 257	0.23 270	0.81 424	1.65 428	0.22 306	3.01 415	0.93 344

iResNet	10.26 318	3.10 354	15.72 382	7.35 316	2.13 207	13.86 297	7.07 334	22.80 279	28.01 340	20.10 331	30.40 340	16.79 265	11.06 266	14.46 295	10.29 323	0.39 320	0.05 112	0.00 1	0.07 221	0.73 329	0.73 321

RAFT + AFF	10.27 319	3.77 371	17.13 395	10.24 405	4.97 337	13.08 284	11.52 411	25.69 308	25.80 321	14.72 203	16.12 165	19.16 308	11.35 275	16.24 339	9.04 303	0.30 291	1.46 444	0.66 380	0.20 301	2.03 398	1.94 396

ACVNet	10.36 320	1.68 216	5.49 73	6.01 238	2.75 242	12.78 280	3.56 218	21.89 266	34.81 403	14.96 209	30.78 346	24.72 363	13.88 328	15.81 321	17.20 384	0.13 220	0.01 17	0.06 202	0.06 211	0.51 274	0.15 129

test_sample7	10.45 321	2.24 312	9.90 284	5.32 188	2.01 203	14.98 319	7.44 344	28.75 344	23.91 303	24.38 387	21.03 232	24.64 359	17.82 393	13.58 277	9.82 309	0.59 358	0.87 428	0.39 359	0.12 258	0.66 318	0.47 271

tta	10.45 321	1.37 114	13.37 347	4.41 108	1.30 142	14.39 306	3.29 204	30.25 365	29.81 353	19.55 318	29.37 321	18.06 294	14.40 341	15.42 311	12.69 343	0.38 310	0.21 304	0.28 339	0.03 152	0.29 162	0.18 148

SMFormer	10.46 323	1.37 114	13.37 347	4.41 108	1.30 142	14.40 309	3.29 204	30.25 365	29.81 353	19.55 318	29.37 321	18.06 294	14.40 341	15.42 311	12.70 344	0.38 310	0.21 304	0.28 339	0.03 152	0.33 196	0.31 225

ToySt	10.51 324	2.00 276	15.67 381	5.33 189	0.95 109	14.97 318	9.51 373	24.02 290	27.37 336	14.61 202	24.67 272	24.56 357	14.70 348	16.86 347	13.35 350	0.06 187	0.23 319	0.03 161	0.09 237	0.62 305	0.67 310

AACVNet	10.58 325	2.86 342	9.78 281	8.95 363	3.30 264	10.80 245	4.78 253	22.37 273	12.55 159	27.50 419	29.84 332	30.06 402	15.99 368	19.10 374	11.60 339	0.40 322	0.18 287	0.22 321	0.03 152	0.62 305	0.73 321

GwcNet-RSSM	10.65 326	1.94 268	8.57 214	6.89 298	5.26 358	12.26 272	5.21 262	25.80 311	31.50 371	16.67 257	33.52 394	23.70 352	13.88 328	12.84 249	13.67 354	0.05 172	0.10 213	0.14 283	0.02 133	0.65 314	0.39 247

CFNet	10.67 327	2.33 317	8.90 225	6.66 283	4.09 300	16.05 340	4.26 240	30.44 371	31.01 367	18.53 304	26.48 293	23.69 351	13.68 320	15.27 305	10.59 326	0.05 172	0.02 44	0.44 361	0.05 195	0.73 329	0.23 186

DDVS	10.70 328	3.00 350	11.95 327	6.84 296	3.80 285	15.73 334	2.83 190	23.57 286	17.37 223	20.98 346	29.89 333	31.40 410	8.70 217	19.22 377	13.19 347	0.74 379	1.53 446	0.07 213	0.21 303	0.84 341	2.11 400

mmx	10.71 329	1.43 127	9.67 272	5.70 209	3.44 269	11.96 263	6.35 306	32.18 391	28.03 341	15.83 235	31.44 362	17.22 277	10.87 261	16.19 335	21.98 417	0.22 261	0.06 145	0.80 392	0.08 224	0.48 255	0.21 171

xxx	10.71 329	1.43 127	9.67 272	5.70 209	3.44 269	11.96 263	6.35 306	32.18 391	28.03 341	15.83 235	31.44 362	17.22 277	10.87 261	16.19 335	21.98 417	0.22 261	0.06 145	0.80 392	0.08 224	0.48 255	0.21 171

NINENet	10.74 331	2.29 315	10.44 300	8.03 344	5.09 346	17.62 373	2.79 186	38.69 456	33.24 392	18.35 300	26.31 290	14.49 228	9.40 235	15.88 324	10.57 324	0.41 324	0.21 304	0.29 343	0.00 1	0.42 235	0.23 186

LMCR-Stereo	10.75 332	4.13 382	10.67 304	13.11 441	3.99 297	16.68 360	5.91 286	25.30 302	22.69 286	22.04 363	21.80 243	14.67 232	14.24 337	20.55 404	15.86 373	1.90 429	0.04 81	0.00 1	0.02 133	1.29 368	0.18 148

DeepPruner_ROB	10.77 333	4.56 388	13.13 342	6.37 261	4.28 313	10.14 230	6.86 328	36.42 439	19.59 247	17.87 283	27.37 302	23.19 344	12.26 293	19.09 373	10.23 321	1.05 407	0.48 392	0.23 324	0.15 276	0.89 346	1.17 365

LL-Strereo	10.79 334	3.52 364	12.54 334	8.77 359	5.44 368	7.49 196	9.26 369	35.15 428	28.70 346	16.47 251	15.85 162	21.06 324	17.42 388	21.62 410	9.72 308	0.21 255	0.22 313	0.74 386	0.08 224	0.98 350	0.60 296

DAS	10.80 335	2.03 289	13.96 359	9.01 364	6.23 394	14.67 315	7.38 342	21.59 261	32.58 387	18.67 307	28.13 308	19.20 309	17.08 383	16.54 343	7.31 259	0.58 354	0.01 17	0.29 343	0.01 101	0.47 253	0.20 164

GMStereo_Zeroshot	10.83 336	7.81 432	19.95 423	9.55 381	2.47 227	11.83 259	1.31 66	20.84 252	20.52 255	22.73 370	35.93 409	24.76 365	5.94 155	19.68 381	7.04 254	0.45 332	0.02 44	0.25 328	0.01 101	5.38 448	0.19 159

HSM-Net_RVC	10.88 337	1.23 81	5.46 71	5.57 201	2.63 237	20.12 390	6.06 299	27.67 334	28.35 345	20.63 341	25.51 280	34.01 429	14.38 340	16.18 334	9.29 306	0.11 211	0.07 167	0.01 127	0.00 1	0.13 68	0.14 115
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 338	3.81 374	6.88 132	6.69 285	2.30 215	16.06 342	10.94 401	30.06 362	32.41 385	16.10 242	18.72 195	22.78 341	14.21 336	17.52 352	8.62 296	2.35 435	1.84 451	3.32 455	1.57 440	2.06 399	1.52 381

ac_64	11.10 339	1.49 148	9.88 283	8.24 351	5.45 369	19.12 382	6.46 314	24.10 292	14.34 184	22.80 371	23.87 266	33.28 424	15.54 363	18.87 369	17.26 386	0.28 288	0.12 239	0.02 143	0.02 133	0.26 145	0.63 300

1111x	11.32 340	1.34 107	8.95 230	5.20 177	1.96 199	14.46 312	7.75 349	35.65 433	28.23 344	15.66 232	26.66 296	26.65 377	14.76 349	15.88 324	22.27 421	0.24 275	0.13 251	0.04 181	0.06 211	0.30 168	0.24 192

HSM	11.33 341	1.80 249	7.04 141	6.13 249	3.99 297	16.16 348	6.92 331	29.69 360	19.39 245	22.95 372	26.05 288	41.08 464	15.79 366	20.25 395	8.89 302	0.02 121	0.03 70	0.01 127	0.00 1	0.15 81	0.34 232

SepStereo	11.34 342	2.03 289	13.96 359	9.01 364	6.23 394	14.67 315	7.38 342	21.59 261	32.58 387	18.67 307	28.13 308	19.20 309	17.08 383	27.36 439	7.31 259	0.58 354	0.01 17	0.29 343	0.01 101	0.47 253	0.20 164

DMCA-RVC	11.41 343	3.32 359	11.68 323	10.12 400	4.81 330	11.92 261	4.11 231	24.67 297	23.66 298	20.06 330	28.51 315	26.71 378	24.96 437	15.95 331	14.82 364	0.41 324	0.34 363	0.56 372	0.16 279	0.72 328	0.69 313

ITSA-stereo	11.44 344	2.03 289	10.92 313	5.90 228	1.78 187	12.05 267	4.17 235	36.77 441	49.15 469	18.17 292	18.53 193	21.79 329	12.59 303	15.74 318	14.05 358	0.45 332	0.39 368	0.28 339	0.29 345	0.98 350	2.81 415

test_xeample	11.49 345	1.24 86	7.50 160	5.22 181	2.18 209	17.40 366	6.49 316	31.14 378	22.77 287	17.90 285	33.09 387	18.48 301	14.61 346	13.51 275	37.38 482	0.16 232	0.13 251	0.01 127	0.03 152	0.23 125	0.24 192

coex_refinement	11.56 346	1.53 160	7.45 159	8.18 348	5.09 346	17.10 363	7.07 334	31.05 377	32.20 383	18.57 305	30.81 348	25.84 374	12.31 295	13.41 271	19.47 399	0.23 270	0.04 81	0.02 143	0.10 246	0.44 240	0.37 241

RASNet	11.59 347	1.71 219	10.36 298	6.30 258	5.66 377	15.48 331	6.12 300	34.50 423	20.86 260	16.61 255	32.51 378	22.04 332	23.00 423	19.44 378	16.15 377	0.71 372	0.03 70	0.05 188	0.01 101	0.15 81	0.13 110

ACV-stereo	11.65 348	5.15 400	28.84 444	6.80 293	3.33 266	20.38 391	6.59 321	21.03 254	20.57 256	17.67 280	20.95 231	26.81 380	16.69 375	20.19 393	13.26 349	0.72 374	1.11 435	0.15 289	0.09 237	0.65 314	2.13 401

iResNet_ROB	11.71 349	1.96 271	10.77 307	6.01 238	3.68 278	15.13 323	2.34 161	31.72 385	37.58 420	26.16 409	32.77 380	25.88 375	15.34 361	16.35 340	7.94 280	0.19 242	0.01 17	0.00 1	0.00 1	0.31 180	0.12 97

UPFNet	11.72 350	1.52 157	10.33 297	7.38 318	7.14 417	20.05 389	9.62 375	28.90 349	25.94 324	20.02 328	29.73 331	20.91 321	16.34 372	18.61 367	16.17 378	0.26 285	0.17 281	0.25 328	0.03 152	0.55 286	0.56 290

FADNet-RVC-Resample	11.72 350	4.35 386	30.33 453	9.46 379	3.90 288	14.11 299	7.17 339	25.78 309	23.31 290	23.27 376	29.52 328	19.50 314	15.00 355	15.38 310	8.33 289	0.53 349	0.50 396	0.49 366	0.50 393	1.38 375	1.67 387

xxxx	11.74 352	1.16 70	7.88 177	5.61 203	1.99 201	20.46 392	3.12 200	33.99 414	23.76 302	15.53 228	30.67 342	26.88 382	14.50 345	12.98 258	35.48 474	0.19 242	0.18 287	0.01 127	0.02 133	0.22 113	0.27 204

CBMV_ROB	11.77 353	2.89 343	6.92 134	5.20 177	2.88 246	14.12 300	4.79 255	26.69 323	29.84 357	26.17 410	31.92 369	23.61 350	20.74 416	20.20 394	10.18 318	1.78 426	1.80 450	2.17 437	1.26 434	1.61 378	0.55 286

DSFCA	11.85 354	2.01 284	12.93 340	5.40 195	6.87 410	15.36 325	10.45 396	30.68 373	31.84 373	25.99 406	23.52 261	22.03 331	14.05 331	20.28 398	12.46 341	0.57 353	0.41 372	0.28 339	0.38 376	1.02 352	0.47 271

FADNet_RVC	11.94 355	5.17 401	39.74 469	6.44 266	3.46 273	11.42 255	4.17 235	29.16 353	26.89 333	17.97 286	25.96 282	13.41 216	15.67 364	15.84 323	13.54 353	0.90 397	0.75 421	0.55 371	1.20 432	3.65 432	2.85 416

G2L-Stereo_aug	11.97 356	1.35 111	9.67 272	5.09 154	3.75 281	16.50 357	5.47 275	22.29 272	39.25 427	25.23 397	32.79 382	29.27 393	16.18 371	18.44 364	13.20 348	0.03 143	0.08 187	0.02 143	0.02 133	0.36 207	0.38 243

iResNetv2_ROB	12.00 357	2.91 345	13.46 351	5.82 218	3.73 280	13.15 286	6.45 313	34.15 416	36.02 412	25.25 398	33.81 398	29.79 398	14.24 337	13.61 279	6.10 244	0.21 255	0.02 44	0.12 268	0.00 1	0.82 339	0.25 197

hitnet-ft	12.04 358	2.11 297	6.14 101	7.27 313	3.90 288	25.98 432	3.56 218	22.56 274	23.74 300	20.55 337	33.81 398	31.59 411	18.67 404	19.47 379	17.20 384	0.42 328	1.36 441	0.35 352	0.07 221	1.11 358	0.86 337

NLCA_NET_v2_RVC	12.05 359	3.43 362	16.25 388	7.62 331	5.58 372	14.57 313	6.00 293	32.98 403	27.41 337	21.69 359	31.40 360	25.21 368	13.47 316	14.96 303	15.60 372	0.84 392	0.33 360	0.35 352	0.35 367	1.29 368	1.78 390
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.16 360	1.68 216	11.97 328	7.70 333	6.20 391	19.61 386	5.52 276	25.78 309	34.81 403	25.62 404	30.78 346	24.72 363	13.20 313	15.81 321	18.80 395	0.13 220	0.01 17	0.06 202	0.06 211	0.63 308	0.15 129

dad	12.24 361	10.20 444	13.68 357	6.64 282	1.47 158	13.55 292	3.58 221	17.62 200	35.33 408	27.15 418	32.65 379	30.85 405	10.86 260	14.33 292	10.04 316	2.95 445	0.55 404	7.92 478	0.91 418	3.35 427	1.17 365

ISRNet	12.26 362	2.02 286	17.38 396	12.71 438	6.24 396	7.39 194	1.62 86	29.23 355	31.94 379	22.65 369	35.28 405	24.62 358	15.27 359	15.28 306	13.76 355	0.78 382	1.00 433	2.30 440	0.52 396	0.92 349	4.29 437

pcwnet_v2	12.32 363	2.00 276	17.53 400	7.79 338	5.69 379	17.06 362	3.69 225	36.52 440	46.17 461	20.55 337	29.39 326	16.50 261	13.00 310	15.70 317	9.32 307	0.50 343	1.00 433	0.34 351	0.24 323	2.00 395	1.38 374

222	12.33 364	1.29 95	8.09 190	6.06 243	2.14 208	19.51 385	2.53 173	33.63 411	23.55 293	21.72 360	30.51 341	20.11 316	16.77 377	13.22 266	46.51 503	0.15 230	0.14 265	0.01 127	0.03 152	0.26 145	0.26 200

ADLNet	12.34 365	2.22 309	10.14 294	8.38 354	6.78 408	17.56 369	9.05 363	33.21 408	26.28 329	27.06 415	26.01 284	26.80 379	13.76 323	16.99 349	18.74 394	0.24 275	0.39 368	0.23 324	0.10 246	0.64 312	2.16 406

CBFPSM	12.42 366	2.59 332	28.96 447	4.74 128	3.20 261	22.33 404	16.31 450	21.13 256	21.03 263	21.04 350	27.81 305	30.24 403	15.99 368	14.59 300	14.80 363	0.04 155	0.49 395	0.10 251	0.16 279	0.51 274	2.34 410

DualNet (step1)	12.44 367	4.86 394	17.49 397	5.97 232	2.94 252	17.57 370	8.30 353	28.75 344	23.91 303	24.38 387	21.03 232	24.64 359	17.82 393	13.58 277	9.82 309	6.44 471	0.87 428	6.62 467	7.44 479	3.20 423	3.11 422

ADLNet2	12.44 367	2.17 304	12.84 339	9.17 369	5.82 384	20.00 388	10.13 389	32.53 398	36.22 415	18.62 306	19.39 202	21.96 330	17.07 382	21.43 409	19.42 398	0.24 275	0.15 270	0.06 202	0.08 224	0.86 343	0.57 291

AASNet	12.49 369	2.46 323	10.49 301	9.82 390	6.86 409	17.33 365	6.73 325	41.09 469	37.86 423	22.53 368	29.11 318	16.68 264	13.48 318	14.54 299	17.87 390	0.20 250	0.02 44	0.78 388	0.05 195	1.18 361	0.76 325

HBP-ISP	12.52 370	7.82 433	8.47 209	7.57 330	4.27 308	12.56 274	6.42 312	28.68 343	29.56 348	21.11 352	35.69 407	15.85 250	18.42 400	20.44 401	11.00 332	3.03 446	2.63 466	7.09 476	3.97 465	3.58 430	2.27 408

CRFU-Net	12.56 371	2.89 343	11.77 324	8.18 348	5.80 383	24.84 420	10.46 400	24.56 295	13.12 167	30.06 436	29.37 321	29.09 389	19.64 409	19.96 386	18.53 393	0.82 389	0.48 392	0.27 332	0.15 276	0.53 280	0.68 311

UNet	12.64 372	2.02 286	13.36 346	6.85 297	7.76 431	25.31 429	4.74 252	34.10 415	28.19 343	20.03 329	31.07 354	27.02 385	17.36 386	20.18 392	13.87 356	0.06 187	0.05 112	0.27 332	0.01 101	0.23 125	0.39 247

delet	12.65 373	1.85 254	11.36 318	7.71 335	6.22 393	22.52 406	10.22 393	28.14 339	37.67 421	19.66 322	29.24 320	21.00 323	15.99 368	21.97 411	17.77 389	0.03 143	0.07 167	0.19 309	0.04 173	0.60 300	0.75 324

HGLStereo	12.72 374	2.66 334	12.34 331	9.93 394	7.55 425	16.16 348	7.45 345	31.48 384	27.01 334	20.01 327	35.31 406	26.98 384	18.90 405	17.87 356	18.90 396	0.33 297	0.16 279	0.07 213	0.05 195	0.48 255	0.70 317

GEStereo_RVC	12.81 375	2.49 326	13.64 355	9.68 386	4.97 337	18.16 375	11.30 407	31.26 380	47.47 463	19.84 324	26.97 298	19.03 305	13.19 312	20.14 391	14.86 366	0.83 391	0.51 399	0.10 251	0.13 263	0.54 282	0.99 351

CSP-Net	12.85 376	2.95 347	9.64 270	5.94 231	3.96 292	25.85 430	9.93 379	28.81 348	26.00 326	29.31 432	32.44 377	30.00 400	15.16 357	20.25 395	14.30 361	0.55 352	0.19 292	0.03 161	0.00 1	0.65 314	0.98 350

SGM-Forest	12.92 377	1.87 255	6.61 116	5.68 207	2.05 205	23.19 412	11.30 407	34.24 419	30.77 365	26.54 412	31.99 370	29.98 399	15.74 365	21.17 408	13.36 351	1.05 407	0.33 360	0.84 399	0.01 101	0.71 324	0.97 347
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 378	2.08 294	12.74 337	6.98 300	6.27 398	26.39 437	4.73 251	23.10 282	41.79 440	25.48 402	32.29 376	21.09 325	17.79 391	19.52 380	17.90 391	0.19 242	0.07 167	0.10 251	0.00 1	0.37 215	0.59 295

STTStereo	12.97 378	4.88 397	26.57 441	7.54 328	5.41 366	13.43 290	6.49 316	30.53 372	26.35 331	25.14 396	31.43 361	32.00 413	14.12 333	16.01 333	14.83 365	0.29 290	0.31 353	0.67 381	1.08 428	1.21 363	1.11 359

TDLM	12.98 380	3.78 372	9.77 280	10.75 416	4.94 335	16.10 344	14.08 431	35.05 426	31.87 374	22.36 365	26.51 295	26.09 376	14.97 354	24.73 427	13.11 346	1.05 407	0.05 112	1.21 417	0.27 338	1.83 388	1.00 353

AANet_RVC	13.16 381	5.34 404	10.83 310	8.20 350	4.44 320	14.13 301	9.46 372	28.78 347	37.67 421	23.44 378	37.47 419	23.48 348	15.83 367	22.39 414	16.63 380	1.67 423	0.86 427	0.24 327	0.02 133	0.63 308	1.60 383

psm_up	13.18 382	1.91 260	8.81 223	9.59 384	5.84 386	15.17 324	11.37 409	38.74 457	30.81 366	20.66 342	30.32 339	30.00 400	23.12 424	19.19 375	16.02 374	0.58 354	0.10 213	0.17 296	0.01 101	0.65 314	0.55 286

xyz-stereo	13.23 383	0.83 16	38.70 467	2.53 14	0.83 97	41.19 485	4.82 258	13.68 132	26.28 329	22.98 373	37.78 421	29.35 395	18.53 402	18.11 361	7.85 277	0.22 261	0.03 70	0.64 379	0.01 101	0.13 68	0.06 54

ssnet_v2	13.23 383	2.43 320	11.25 315	7.34 315	2.92 251	23.05 411	12.95 422	35.93 435	32.92 391	21.23 355	25.38 278	28.81 388	15.22 358	22.57 415	19.81 402	0.18 238	0.08 187	0.19 309	0.05 195	1.24 366	1.06 357

CVANet_RVC	13.24 385	3.39 360	8.43 205	8.42 355	5.04 343	18.52 380	11.72 414	32.03 389	33.85 394	23.17 375	32.77 380	29.78 397	16.51 374	23.20 417	11.28 334	0.94 398	0.04 81	1.19 416	0.47 389	3.13 420	1.01 354

FADNet-RVC	13.27 386	11.57 459	39.71 468	7.94 341	4.50 321	15.41 328	6.95 333	27.96 335	22.98 289	20.37 336	30.73 345	26.86 381	11.31 274	20.50 403	14.28 360	0.14 222	0.14 265	0.13 279	0.18 284	2.83 411	0.86 337

DLCB_ROB	13.35 387	3.00 350	9.12 247	9.43 375	5.68 378	21.80 401	10.12 388	29.19 354	29.92 359	27.71 420	31.45 366	32.37 415	19.50 408	19.02 371	16.73 381	0.22 261	0.04 81	0.38 358	0.06 211	0.49 264	0.85 336

StereoDRNet-Refined	13.36 388	2.80 337	10.82 309	7.94 341	3.10 257	18.95 381	4.45 244	28.47 342	29.65 351	29.11 428	41.47 446	24.44 356	17.64 389	23.34 418	21.66 413	0.16 232	0.07 167	0.53 370	0.32 360	0.77 337	1.64 385
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 389	4.08 380	11.41 320	11.67 429	5.79 382	17.28 364	9.39 370	32.77 400	22.29 281	28.11 423	33.35 390	32.48 416	21.86 420	19.75 382	10.28 322	1.00 403	0.48 392	0.85 400	0.29 345	1.31 371	3.08 420

iinet-f	13.51 390	4.29 383	45.90 480	6.01 238	3.96 292	21.00 395	13.40 426	27.40 332	21.12 265	21.11 352	30.72 344	21.49 327	16.96 380	15.33 307	19.50 400	0.12 216	0.42 376	0.09 233	0.05 195	0.89 346	0.39 247

rvit_105_1	13.56 391	5.57 407	19.88 422	13.22 442	4.58 324	15.04 320	28.61 494	26.56 321	42.75 445	18.83 310	24.53 269	20.93 322	13.85 326	18.02 360	11.90 340	1.74 424	0.60 408	0.25 328	2.10 450	0.61 302	1.64 385

CBMV	13.69 392	3.63 366	8.02 187	5.93 230	2.69 239	22.57 407	12.44 419	29.81 361	31.57 372	31.20 441	33.79 397	31.04 406	17.41 387	25.28 430	14.11 359	0.71 372	0.60 408	0.60 375	0.11 256	1.11 358	1.13 362
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 393	7.41 431	14.68 373	6.70 286	5.63 375	18.43 378	12.59 420	38.89 459	25.56 319	20.27 334	35.71 408	21.11 326	16.35 373	17.16 350	17.56 387	2.28 433	0.53 401	5.37 461	0.36 370	4.28 438	3.09 421

FADNet	14.18 394	10.92 453	37.56 464	7.79 338	6.64 402	17.48 368	6.91 330	34.73 424	34.03 395	18.85 311	27.02 299	28.26 386	14.24 337	17.77 355	10.09 317	0.41 324	0.67 415	0.37 356	0.37 374	8.13 464	1.34 371

fast-acv-ft	14.25 395	4.00 379	16.20 386	7.51 326	5.14 351	26.38 436	9.77 377	24.62 296	34.84 405	25.30 400	37.27 417	32.09 414	20.38 414	18.32 362	19.50 400	0.36 306	0.32 356	0.63 377	0.47 389	1.18 361	0.76 325

pmcnn	14.59 396	3.68 369	19.78 421	6.83 295	4.51 322	21.27 398	14.67 435	27.37 330	30.54 362	27.09 417	40.19 438	38.71 450	18.53 402	17.70 354	19.27 397	0.84 392	0.09 198	0.00 1	0.00 1	0.48 255	0.31 225

Anonymous_2	14.95 397	6.75 425	17.63 402	5.45 197	7.10 416	26.19 433	11.58 412	18.06 213	17.30 221	17.61 279	15.47 158	23.33 346	20.95 418	20.55 404	14.63 362	11.05 489	12.86 498	11.27 486	25.12 502	11.32 481	4.82 444

test_sample9	15.04 398	4.86 394	17.49 397	5.97 232	2.94 252	17.57 370	8.30 353	28.75 344	23.91 303	24.38 387	21.03 232	24.64 359	17.82 393	20.07 389	20.17 404	6.44 471	36.07 508	6.62 467	7.44 479	3.20 423	3.11 422

NVstereo2D	15.15 399	2.97 348	16.28 389	9.23 372	7.56 426	30.03 449	9.53 374	42.80 478	42.72 444	15.11 216	27.03 300	23.16 343	16.93 379	24.28 423	15.45 370	3.07 448	0.43 380	1.44 425	0.61 403	6.74 454	7.60 471

TCMNet	15.19 400	6.68 423	19.70 419	13.83 447	12.53 474	26.35 435	13.66 427	29.47 358	35.21 406	24.71 391	31.20 356	23.44 347	15.13 356	18.97 370	22.59 424	1.13 411	0.65 412	2.04 433	0.97 423	3.18 421	2.31 409

Wz-Net-LNSev-Ref	15.26 401	3.68 369	27.36 443	7.11 308	5.83 385	24.88 422	12.12 418	30.19 364	36.12 414	27.08 416	45.98 465	29.10 390	13.65 319	20.45 402	20.26 407	0.67 369	0.00 1	0.10 251	0.00 1	0.32 190	0.26 200

StereoDRNet	15.30 402	4.47 387	14.35 370	10.71 413	8.69 443	25.02 425	11.03 402	39.66 461	35.62 410	29.17 429	28.81 316	34.05 430	17.80 392	18.80 368	23.77 430	0.41 324	0.30 350	0.15 289	0.14 269	1.64 380	1.42 376

FINET	15.49 403	6.08 411	24.99 436	8.12 346	7.69 429	21.80 401	22.35 475	33.76 413	48.27 465	25.99 406	32.27 375	19.48 313	16.83 378	19.07 372	16.38 379	1.37 418	0.70 416	0.95 405	0.27 338	2.61 407	0.90 341

DRN-Test	15.88 404	3.83 375	14.70 374	9.96 396	8.02 437	28.93 447	14.65 434	42.34 474	38.25 426	28.18 424	34.31 402	29.22 392	18.35 399	20.01 387	22.68 425	0.37 309	0.41 372	0.46 363	0.28 341	1.28 367	1.34 371

YMNet	15.91 405	5.68 409	21.74 429	10.94 419	8.77 445	25.22 427	9.21 366	32.22 394	31.35 368	33.81 458	38.84 429	34.00 427	17.83 396	19.95 384	21.57 411	0.87 394	1.30 437	1.22 419	0.91 418	1.64 380	1.18 367

YMNet_1	15.91 405	5.68 409	21.74 429	10.94 419	8.77 445	25.22 427	9.21 366	32.22 394	31.35 368	33.81 458	38.84 429	34.00 427	17.83 396	19.95 384	21.57 411	0.87 394	1.30 437	1.22 419	0.91 418	1.64 380	1.18 367

SDNR	16.15 407	5.23 402	28.92 446	5.73 215	6.05 390	56.85 504	3.26 201	23.18 283	29.73 352	20.62 340	36.48 412	13.59 220	16.97 381	18.43 363	13.44 352	10.56 485	13.84 499	3.10 452	0.44 385	7.80 460	8.81 479

PA-Net	16.29 408	6.88 427	27.34 442	9.88 393	11.12 464	21.77 400	28.15 493	32.06 390	39.49 428	19.99 326	27.91 306	23.50 349	20.59 415	20.25 395	24.04 433	0.24 275	2.26 460	0.22 321	4.59 468	1.13 360	4.48 441
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 409	1.88 256	16.15 385	7.78 337	4.19 303	26.92 439	10.21 392	30.31 369	44.26 454	21.35 357	33.91 400	35.80 440	22.40 422	35.65 473	33.87 469	0.18 238	0.08 187	0.04 181	0.04 173	1.71 384	0.54 285

GwcNet	16.48 410	5.23 402	20.03 424	10.24 405	8.48 440	28.79 444	10.09 386	38.60 455	44.51 455	23.29 377	36.95 415	31.29 408	19.79 412	20.42 400	25.70 446	0.54 350	0.72 417	0.57 373	0.39 378	1.37 374	2.64 413

NaN_ROB	16.51 411	6.51 420	16.22 387	10.53 411	4.64 327	31.76 457	17.78 460	37.00 445	43.37 449	29.68 434	31.29 357	32.67 421	20.32 413	28.00 445	16.06 375	0.38 310	0.41 372	0.32 349	0.41 380	0.87 345	1.94 396

FAT-Stereo	16.81 412	2.97 348	17.56 401	9.80 389	6.21 392	16.12 347	13.23 425	38.18 454	39.67 430	27.00 414	39.73 436	37.55 446	31.30 465	20.39 399	21.52 410	3.44 450	2.05 453	0.81 397	1.10 429	1.89 391	5.72 449

S-Stereo	16.85 413	3.95 378	20.67 427	12.08 435	8.91 449	21.68 399	12.61 421	32.20 393	44.61 456	22.37 366	38.42 427	29.15 391	28.02 450	18.58 366	22.36 423	2.88 444	3.11 474	0.87 403	1.82 444	3.58 430	9.08 481

DANet	16.85 413	8.00 434	26.04 440	14.56 455	7.25 419	20.59 393	5.37 266	26.22 317	26.02 328	32.17 449	36.00 410	37.20 444	29.77 458	30.75 453	24.62 438	1.14 413	1.34 439	2.21 438	0.51 395	3.18 421	4.07 435
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	16.87 415	16.27 472	17.93 408	11.24 427	6.69 405	28.95 448	10.44 395	41.23 471	21.49 270	29.68 434	34.27 401	32.48 416	11.00 265	20.05 388	15.09 368	8.22 476	2.59 465	12.23 487	0.75 410	10.40 474	6.34 455

PSMNet_ROB	16.90 416	5.45 405	14.16 364	13.77 445	7.25 419	27.65 441	32.74 499	43.21 481	37.88 424	24.00 381	32.97 386	34.55 434	16.69 375	17.41 351	23.96 432	0.38 310	0.22 313	0.93 404	2.05 448	1.83 388	0.96 346

GANet	16.92 417	4.32 385	12.46 333	10.84 418	4.24 305	23.04 410	15.36 445	39.91 463	34.47 401	32.42 450	45.10 464	40.04 459	27.54 446	23.61 421	20.20 406	1.02 406	0.08 187	0.67 381	0.22 306	1.87 390	0.97 347

Syn2CoEx	17.03 418	10.40 447	25.65 439	20.35 473	8.02 437	26.28 434	11.27 406	37.16 446	32.69 389	28.89 426	40.17 437	29.27 393	26.63 441	19.19 375	17.63 388	0.98 401	0.54 402	1.23 421	0.23 315	1.82 387	2.24 407

test_sample8	17.19 419	4.86 394	17.49 397	5.97 232	2.94 252	17.57 370	8.30 353	31.87 386	18.55 239	33.54 456	26.00 283	40.64 462	32.90 469	20.07 389	20.17 404	6.44 471	36.07 508	6.62 467	7.44 479	3.20 423	3.11 422

NCCL2	17.23 420	6.37 419	14.30 369	23.45 484	7.18 418	24.16 415	17.05 456	34.39 421	25.88 322	31.55 443	38.01 423	42.09 469	26.81 442	20.94 407	22.69 426	0.45 332	0.23 319	2.63 445	1.80 443	2.02 397	2.57 411

GASNet	17.30 421	19.38 480	30.46 454	20.66 475	9.36 453	16.06 342	9.06 364	43.89 485	40.04 432	25.35 401	23.73 262	32.90 422	15.37 362	28.91 447	17.05 382	3.04 447	0.27 345	1.88 431	0.45 387	6.73 453	1.37 373

ADCRef	17.30 421	6.73 424	42.01 475	10.11 399	8.78 447	26.61 438	10.45 396	31.29 382	32.75 390	31.19 440	41.62 449	18.47 300	19.78 411	24.29 424	34.06 471	0.76 380	0.42 376	2.16 436	1.79 442	1.23 365	1.56 382

XPNet_ROB	17.33 423	4.84 392	15.44 379	11.15 424	6.64 402	20.88 394	16.10 448	36.26 438	39.54 429	31.80 447	41.32 444	41.30 466	23.91 427	24.67 425	27.40 452	1.07 410	0.74 419	0.79 390	0.25 329	1.10 357	1.31 370

RP	17.58 424	4.92 398	15.27 378	15.44 461	11.95 472	21.05 396	11.75 415	27.64 333	45.09 459	22.99 374	42.05 451	39.39 455	27.74 448	25.54 431	22.33 422	5.45 465	0.59 407	4.33 457	1.62 441	3.53 429	2.86 417

SuperB	17.60 425	6.22 418	56.40 494	7.91 340	5.07 345	19.70 387	9.03 362	24.87 298	50.15 476	26.25 411	39.13 431	17.61 285	20.84 417	22.28 413	25.31 442	0.70 370	0.31 353	1.10 411	0.71 407	16.58 491	1.86 391

ETE_ROB	17.67 426	9.48 440	17.66 403	13.60 443	4.57 323	23.03 409	21.09 470	32.49 397	35.24 407	30.49 437	38.06 424	46.18 482	24.49 430	26.40 435	24.21 435	0.46 337	0.24 330	1.14 412	0.84 413	1.52 377	2.13 401

APVNet	17.75 427	5.46 406	20.35 426	12.31 436	8.40 439	30.16 450	24.10 483	41.14 470	30.12 360	25.08 395	41.09 442	31.24 407	23.12 424	27.07 438	27.86 458	0.34 301	0.56 405	3.02 450	0.52 396	1.68 383	1.45 378

PWCDC_ROB	17.80 428	9.62 441	18.38 410	17.95 468	7.74 430	24.61 419	5.56 279	34.41 422	52.79 480	29.66 433	50.20 480	20.63 319	19.69 410	29.85 452	20.87 408	6.18 468	0.26 340	0.10 251	0.05 195	5.36 447	2.00 398

MDST_ROB	17.92 429	1.60 188	13.68 357	13.88 449	6.44 400	43.05 487	14.86 437	42.74 477	41.66 438	43.25 481	42.85 455	28.43 387	17.28 385	29.35 449	16.06 375	0.88 396	0.11 229	0.63 377	0.47 389	0.50 270	0.64 306

Nwc_Net	17.98 430	4.67 390	17.79 407	14.26 451	11.65 470	25.14 426	14.88 438	40.85 467	39.83 431	21.07 351	43.24 457	34.50 433	27.64 447	26.44 437	25.03 439	3.22 449	0.18 287	2.52 444	3.18 457	1.98 393	1.51 380

ADCP+	18.16 431	4.61 389	32.94 457	9.31 373	10.23 457	28.87 445	11.69 413	33.43 409	36.49 416	29.28 431	40.49 439	24.18 355	24.61 433	33.89 462	35.33 473	0.25 281	0.40 371	2.00 432	1.17 431	2.16 400	1.87 392

Wz-Net-LNSev	18.19 432	10.57 449	41.33 472	10.19 402	7.94 435	24.29 416	15.28 443	34.15 416	43.38 450	32.90 453	43.72 460	31.94 412	22.21 421	20.81 406	22.26 420	0.47 338	0.22 313	0.00 1	0.02 133	1.22 364	0.94 345

PWC_ROB	18.37 433	10.55 448	25.19 437	10.21 403	6.29 399	23.75 413	4.79 255	35.93 435	48.75 468	32.56 451	44.46 463	34.68 435	24.78 435	30.99 454	25.72 447	1.38 420	0.08 187	1.57 426	0.26 333	2.18 401	3.17 427

AF-Net	18.38 434	5.60 408	14.21 366	15.95 462	10.78 461	22.26 403	10.45 396	35.39 430	50.22 477	24.71 391	37.77 420	41.55 467	29.24 456	29.11 448	26.67 448	4.35 460	0.06 145	4.56 459	0.90 415	2.42 402	1.38 374

stereogan	18.62 435	3.07 352	16.31 390	13.04 440	9.99 455	35.74 470	9.09 365	38.17 453	45.27 460	24.39 390	41.24 443	39.93 457	25.46 438	31.29 456	24.33 437	1.80 427	0.91 431	2.71 447	0.75 410	5.15 446	3.70 428

edge stereo	18.75 436	5.12 399	17.66 403	10.77 417	7.84 433	22.41 405	11.03 402	35.23 429	42.07 443	34.62 460	42.74 453	41.28 465	35.50 473	25.14 429	24.17 434	2.42 439	2.42 464	6.35 466	1.45 438	2.89 414	3.80 429

RYNet	18.92 437	4.69 391	16.88 394	10.99 421	15.84 481	46.72 489	16.57 453	37.84 450	48.03 464	26.92 413	26.48 293	37.84 449	24.92 436	19.80 383	31.04 467	0.25 281	0.25 338	0.62 376	0.03 152	6.34 452	6.39 456

Wz-Net-MNSev	18.98 438	6.53 421	33.16 459	10.15 401	7.26 421	38.37 478	16.45 451	34.19 418	43.20 448	30.65 438	40.76 440	40.51 461	19.24 407	27.56 440	28.06 463	0.81 388	0.26 340	0.05 188	0.10 246	1.45 376	0.84 333

LALA_ROB	19.19 439	7.15 430	15.93 384	12.96 439	5.30 362	28.30 443	23.21 482	42.51 475	36.69 417	33.45 455	40.81 441	50.96 492	24.53 431	27.92 442	25.66 445	0.60 359	0.44 382	2.04 433	1.22 433	2.54 406	1.47 379

aanetorigin	19.21 440	12.59 461	53.50 487	9.67 385	7.83 432	11.85 260	13.87 429	17.05 193	34.15 398	49.18 491	48.89 476	34.05 430	30.22 460	22.86 416	28.00 462	1.01 405	0.75 421	0.67 381	0.89 414	3.07 417	4.14 436

SGM_RVC	19.52 441	2.12 300	6.79 128	6.59 276	1.33 150	38.20 477	15.74 446	38.13 452	34.07 396	45.71 486	41.91 450	51.41 493	38.10 479	38.77 486	27.80 457	0.61 362	0.36 365	0.51 368	0.33 364	1.03 353	0.90 341
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 442	9.36 437	31.06 455	10.99 421	6.24 396	28.10 442	10.14 390	37.50 449	58.34 497	31.74 445	36.70 414	32.50 418	21.03 419	36.00 476	37.24 481	1.23 416	0.44 382	0.12 268	0.31 356	1.98 393	1.69 388

NCC-stereo	19.75 443	6.08 411	23.96 433	15.05 456	16.17 482	18.42 376	21.45 471	43.31 483	41.00 436	24.30 385	38.12 425	34.98 436	26.92 443	35.46 470	25.65 443	4.29 458	2.07 455	3.24 453	8.90 488	2.86 412	2.86 417

Abc-Net	19.75 443	6.08 411	23.96 433	15.05 456	16.17 482	18.42 376	21.45 471	43.31 483	41.00 436	24.30 385	38.12 425	34.98 436	26.92 443	35.46 470	25.65 443	4.29 458	2.07 455	3.24 453	8.90 488	2.86 412	2.86 417
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 445	12.06 460	33.43 460	13.79 446	16.23 484	22.97 408	15.88 447	35.41 431	41.96 441	19.90 325	32.16 374	35.60 439	18.14 398	29.48 451	23.10 427	3.85 454	3.89 484	6.16 465	4.75 469	13.56 485	13.44 492

RGC	19.90 446	13.26 463	20.24 425	18.19 469	14.06 479	21.21 397	14.33 432	34.97 425	43.60 452	27.73 421	41.49 447	39.76 456	27.98 449	34.52 465	21.37 409	3.66 453	0.54 402	8.67 479	4.16 466	4.19 436	4.02 433

DeepPrunerF	19.92 447	11.02 456	44.29 476	20.74 476	17.75 486	19.19 383	22.57 476	36.86 444	49.93 472	25.48 402	36.62 413	24.69 362	23.97 428	23.44 419	21.79 414	2.68 443	1.63 448	5.70 462	3.95 464	3.38 428	2.67 414

WCMA_ROB	20.02 448	4.30 384	19.72 420	9.47 380	7.00 414	32.71 463	13.99 430	31.97 388	32.48 386	41.51 476	52.00 483	44.09 473	36.14 475	32.43 458	24.29 436	6.19 469	2.79 470	1.09 410	1.10 429	3.95 433	3.13 425

psmorigin	20.95 449	10.24 446	35.84 461	9.75 387	7.05 415	24.59 418	10.11 387	32.85 402	32.17 382	43.09 479	54.57 491	42.79 470	36.62 476	35.99 475	27.41 453	1.58 422	2.72 469	0.79 390	1.05 426	3.26 426	6.50 457

SANet	20.96 450	6.60 422	29.81 449	8.83 360	3.19 260	31.27 456	20.56 469	41.86 473	56.09 493	39.30 472	43.62 458	44.95 475	31.93 467	27.83 441	23.67 429	0.94 398	0.52 400	0.99 407	0.42 382	4.72 440	2.03 399

FBW_ROB	21.00 451	10.23 445	22.72 431	13.71 444	6.77 407	30.49 454	16.46 452	44.58 486	43.57 451	44.25 484	39.59 434	43.27 472	26.12 440	33.96 463	21.80 415	2.58 442	1.84 451	7.14 477	2.78 455	4.00 434	4.06 434

SQANet	21.24 452	24.08 489	19.60 418	26.40 489	18.74 488	30.87 455	9.24 368	32.70 399	29.58 350	25.25 398	33.37 391	33.47 425	19.19 406	28.11 446	18.32 392	10.87 486	2.92 472	26.49 499	5.65 474	18.43 494	11.48 487

G-Net	21.25 453	8.24 435	37.97 466	15.14 459	9.26 452	50.87 495	16.80 455	27.96 335	30.54 362	38.92 469	42.93 456	33.27 423	32.17 468	27.99 444	25.25 441	4.40 461	3.83 482	3.60 456	0.97 423	7.91 463	6.95 463

SHD	21.32 454	10.03 443	30.16 452	14.30 452	8.68 442	24.15 414	8.93 360	40.82 466	61.17 501	35.79 463	44.15 462	38.73 451	30.20 459	33.88 461	31.09 468	2.00 430	0.81 424	1.17 413	1.55 439	4.08 435	4.78 443

CSAN	21.34 455	9.45 439	23.34 432	20.99 478	4.95 336	32.57 461	34.26 500	38.83 458	49.95 474	36.97 466	39.72 435	44.97 476	31.73 466	26.05 432	23.94 431	1.52 421	0.47 390	0.85 400	1.43 437	2.73 409	2.14 404

UDG	21.45 456	14.84 469	14.44 371	21.30 481	20.08 491	32.05 460	13.76 428	35.98 437	35.52 409	25.93 405	30.69 343	37.26 445	30.66 462	21.97 411	19.89 403	10.88 487	5.55 489	22.78 495	7.65 482	14.83 489	13.05 491

ADCL	21.64 457	6.20 415	47.32 482	9.93 394	6.91 413	38.69 481	19.97 467	31.26 380	54.04 482	27.89 422	47.97 473	31.35 409	30.66 462	33.18 460	36.62 477	0.99 402	0.92 432	2.63 445	1.82 444	2.45 403	2.13 401

ADCPNet	21.93 458	9.38 438	57.92 495	11.76 431	6.88 411	36.03 471	18.44 462	32.80 401	35.93 411	32.91 454	43.80 461	39.21 454	26.99 445	31.14 455	36.94 479	2.05 431	2.67 468	2.30 440	3.45 460	4.22 437	3.82 430

CC-Net-ROB	22.04 459	22.91 486	28.86 445	14.05 450	8.73 444	33.79 465	15.26 442	46.84 490	36.06 413	33.72 457	32.10 372	35.47 438	24.02 429	23.57 420	27.88 459	8.95 479	2.95 473	24.94 497	3.68 461	12.41 483	4.62 442

MeshStereo	22.27 460	6.87 426	11.15 314	7.69 332	4.87 332	37.70 475	13.06 423	41.64 472	36.95 418	50.92 494	53.41 487	58.12 498	41.93 489	37.73 482	27.62 456	2.52 441	2.37 461	2.99 449	2.07 449	3.09 418	2.60 412
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
DDUNet	22.66 461	19.69 482	14.64 372	24.11 485	22.38 495	24.84 420	17.71 459	30.36 370	30.32 361	29.02 427	37.31 418	37.63 447	24.66 434	24.67 425	17.08 383	18.42 497	7.92 495	26.43 498	11.81 494	17.23 492	16.95 496

Wz-Net-SNSev	22.67 462	16.94 474	45.69 479	13.85 448	8.52 441	28.89 446	27.06 490	39.39 460	55.04 488	31.77 446	53.23 485	39.18 453	23.41 426	26.40 435	36.25 475	0.78 382	0.21 304	1.21 417	0.90 415	3.03 416	1.62 384

ADCMid	22.76 463	10.75 451	41.73 473	11.23 426	7.97 436	27.26 440	19.18 466	35.44 432	38.02 425	40.23 473	46.38 468	36.56 442	42.70 490	38.20 484	40.75 489	1.77 425	1.43 443	3.05 451	3.81 463	4.96 442	3.82 430

MSMD_ROB	22.90 464	9.64 442	14.76 375	17.46 467	9.88 454	34.94 467	18.83 463	33.67 412	37.47 419	40.97 475	59.80 498	45.93 480	38.34 481	31.74 457	23.24 428	6.22 470	3.58 479	8.78 480	11.03 493	6.76 455	5.06 447

LE_ROB	22.93 465	3.07 352	14.02 361	7.70 333	2.86 245	31.99 459	17.35 458	28.10 338	67.19 513	70.51 515	55.61 494	49.07 487	47.62 496	24.76 428	36.49 476	0.35 304	0.20 297	0.27 332	0.55 399	0.48 255	0.44 264

AnyNet_C32	23.37 466	13.28 464	40.29 470	12.36 437	11.44 467	30.39 451	29.15 495	31.36 383	44.90 458	35.36 461	48.86 474	33.61 426	34.20 471	43.15 493	41.62 495	1.27 417	1.35 440	1.18 415	2.58 453	4.77 441	6.27 454

SGM-ForestM	23.72 467	2.44 321	9.13 249	7.43 321	2.25 212	44.80 488	19.11 465	44.90 487	49.97 475	50.74 493	51.18 481	62.06 506	45.83 494	44.96 494	33.88 470	1.00 403	0.84 426	0.78 388	0.62 404	1.29 368	1.11 359

MFN_U_SF_DS_RVC	23.92 468	13.60 465	30.09 451	25.46 487	10.02 456	38.51 479	20.40 468	35.77 434	43.76 453	42.15 477	47.10 472	39.99 458	28.20 452	35.96 474	27.06 450	3.64 452	3.85 483	6.66 470	16.30 499	4.97 443	4.98 446

ccnet	24.02 469	16.16 471	21.70 428	11.83 433	17.75 486	37.87 476	16.18 449	45.46 489	31.93 378	36.99 467	46.46 471	38.76 452	29.52 457	37.55 481	40.93 492	9.20 480	6.29 490	9.63 482	7.71 484	11.19 478	7.21 468

PSMNet-RUCA	24.03 470	26.83 491	40.96 471	35.46 496	34.27 501	16.24 353	9.79 378	39.82 462	31.45 370	31.49 442	41.54 448	36.82 443	26.02 439	27.92 442	15.09 368	11.51 491	2.06 454	20.58 493	8.10 486	15.83 490	8.74 478

XQC	24.10 471	16.76 473	50.68 484	21.37 482	11.01 463	35.24 469	18.84 464	37.28 448	55.11 489	31.64 444	30.06 338	37.71 448	30.31 461	37.17 479	39.66 486	4.20 457	0.41 372	2.76 448	1.89 446	11.46 482	8.42 477

FC-DCNN	24.37 472	10.99 455	19.02 413	18.44 470	9.16 450	36.98 472	23.07 480	40.44 464	43.05 447	46.25 488	53.58 489	50.44 489	37.86 478	35.45 469	27.57 455	6.87 475	3.37 475	6.01 463	4.88 470	7.86 462	6.05 451

DPSNet	24.40 473	6.97 429	33.14 458	11.16 425	6.54 401	53.33 498	43.32 508	51.28 498	59.37 499	30.89 439	39.36 432	40.35 460	34.30 472	32.57 459	25.09 440	4.65 463	1.62 447	0.37 356	0.66 405	8.51 468	4.44 440

FC-DCNN v2	24.44 474	10.97 454	18.53 411	18.49 471	9.18 451	37.41 474	23.03 479	40.91 468	43.02 446	46.46 489	54.06 490	50.67 490	38.26 480	35.41 468	27.52 454	6.85 474	3.38 476	6.03 464	4.89 471	7.82 461	5.94 450

PDISCO_ROB	24.45 475	9.24 436	29.28 448	28.68 493	19.96 490	37.14 473	15.33 444	45.04 488	54.69 485	29.24 430	42.67 452	46.07 481	28.17 451	35.35 467	30.30 466	9.92 483	2.13 457	6.90 471	3.20 458	8.74 469	6.87 462

Wz-Net-TNSev	25.12 476	20.16 483	57.98 496	9.56 382	7.42 424	42.73 486	22.27 474	35.14 427	53.46 481	35.97 464	42.74 453	45.83 478	39.87 485	36.56 477	34.73 472	1.82 428	1.51 445	0.76 387	1.34 436	5.84 451	6.80 460

EDNetEfficient	25.16 477	22.23 485	77.22 519	9.09 367	7.38 422	19.38 384	16.78 454	21.41 259	55.74 492	61.52 506	53.51 488	36.22 441	40.65 488	24.22 422	38.27 483	0.62 365	0.74 419	0.86 402	2.60 454	7.70 459	7.09 465

WZ-Net	25.17 478	12.95 462	63.02 500	15.13 458	10.42 460	38.51 479	27.42 492	40.46 465	54.17 483	28.32 425	52.95 484	40.81 463	28.36 453	37.07 478	41.35 494	1.21 415	0.21 304	0.73 385	0.94 421	5.42 449	3.87 432

GANetREF_RVC	25.41 479	29.28 493	24.63 435	25.18 486	6.04 389	30.44 452	35.39 503	47.84 492	50.60 478	36.88 465	36.04 411	34.11 432	31.23 464	37.46 480	27.96 461	8.58 477	2.66 467	16.29 490	4.95 472	14.37 488	8.32 476
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
FCDSN-DC	25.59 480	14.91 470	18.83 412	28.55 492	15.68 480	39.29 482	18.16 461	42.83 480	41.69 439	44.43 485	51.94 482	50.82 491	39.22 484	34.59 466	27.29 451	6.05 467	3.63 480	7.01 474	6.41 475	10.35 473	10.17 485
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 481	13.71 466	46.90 481	14.51 454	10.34 458	30.46 453	22.72 478	42.81 479	57.61 496	42.58 478	49.37 478	41.91 468	40.43 486	41.90 492	44.58 500	2.37 436	2.19 459	2.37 442	3.29 459	7.32 457	6.52 458

DLNR_Zeroshot_test	27.62 482	51.32 506	91.46 531	98.51 541	98.03 540	3.10 18	0.50 27	30.95 376	7.65 102	8.16 105	15.68 159	7.31 119	1.63 29	11.87 201	4.21 190	40.37 507	0.87 428	0.06 202	0.34 366	80.23 530	0.24 192

MFN_U_SF_RVC	28.16 483	14.14 468	53.23 486	21.11 479	7.91 434	39.97 483	13.13 424	51.65 500	46.34 462	47.41 490	53.38 486	55.32 496	40.53 487	38.47 485	39.74 487	5.67 466	4.46 485	6.98 473	8.73 487	7.47 458	7.44 470

PASM	28.19 484	17.35 475	48.18 483	22.49 483	22.20 494	25.92 431	25.84 488	34.35 420	49.45 470	35.37 462	39.48 433	46.72 484	33.36 470	34.28 464	36.77 478	11.73 492	14.94 500	17.43 492	22.18 501	13.45 484	12.32 490

EDNetEfficientorigin	28.98 485	35.45 499	99.82 544	9.43 375	5.65 376	24.97 423	14.79 436	26.06 314	54.82 486	60.87 502	57.59 495	45.42 477	50.27 499	26.11 433	43.62 497	0.30 291	0.37 367	1.61 427	2.35 451	10.17 472	9.99 484

AnyNet_C01	29.76 486	25.78 490	75.37 517	17.03 465	11.34 465	49.00 493	27.12 491	37.99 451	40.05 433	40.73 474	65.13 508	46.98 485	38.86 483	46.63 495	48.19 505	2.14 432	2.13 457	2.13 435	2.56 452	8.14 465	7.98 474

LSM	29.98 487	19.52 481	55.11 492	19.06 472	53.75 513	32.57 461	23.17 481	42.61 476	48.57 467	45.97 487	55.04 493	42.93 471	36.02 474	35.63 472	27.03 449	2.33 434	9.19 496	4.87 460	7.71 484	10.65 476	27.91 506

RTS	30.15 488	23.12 487	96.33 534	16.71 463	11.63 468	58.66 507	24.28 484	36.80 442	62.63 505	43.79 482	46.10 466	32.56 419	43.90 491	51.29 501	40.92 490	2.38 437	0.66 413	1.06 408	0.74 408	5.11 444	4.34 438

RTSA	30.15 488	23.12 487	96.33 534	16.71 463	11.63 468	58.66 507	24.28 484	36.80 442	62.63 505	43.79 482	46.10 466	32.56 419	43.90 491	51.29 501	40.92 490	2.38 437	0.66 413	1.06 408	0.74 408	5.11 444	4.34 438

DispFullNet	30.27 490	31.74 495	58.63 497	30.13 494	28.18 499	31.79 458	8.94 361	37.16 446	54.68 484	32.60 452	37.99 422	44.62 474	28.80 455	41.55 491	27.93 460	11.94 493	3.46 477	35.53 503	12.34 495	30.08 502	17.26 497

coex-ft	30.77 491	38.58 502	93.29 533	9.44 378	5.62 374	34.95 468	25.30 487	30.83 375	59.36 498	73.23 519	58.53 496	45.92 479	47.29 495	29.44 450	45.30 501	1.37 418	1.65 449	0.95 405	0.96 422	8.35 467	4.96 445

MANE	31.97 492	10.75 451	17.71 406	20.94 477	13.77 477	47.80 491	26.85 489	53.00 503	55.20 490	59.29 498	64.30 505	64.93 509	56.31 508	51.83 504	38.69 485	9.61 482	4.72 486	6.91 472	19.93 500	9.20 470	7.64 472

otaku	33.18 493	35.99 500	52.93 485	40.01 499	21.41 492	55.08 499	17.25 457	43.30 482	61.58 502	39.25 471	49.16 477	46.61 483	28.49 454	39.77 488	28.76 464	18.56 498	7.00 494	31.82 501	9.61 490	21.53 497	15.48 494

PVD	33.19 494	18.59 477	37.64 465	26.09 488	16.99 485	33.25 464	42.25 507	51.42 499	66.03 511	52.65 496	64.31 506	51.93 494	55.13 504	51.61 503	40.40 488	4.00 456	3.51 478	9.53 481	4.26 467	10.62 475	23.56 501

ELAS	33.68 495	18.95 478	36.71 463	20.64 474	13.61 476	56.43 500	35.14 502	50.03 497	49.90 471	60.58 501	63.83 504	58.64 501	53.36 501	50.73 499	44.44 499	11.03 488	6.58 492	10.02 483	7.43 478	13.58 487	11.94 489
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 496	19.15 479	35.97 462	21.28 480	13.79 478	52.58 496	36.11 504	48.96 495	55.66 491	61.47 505	62.91 500	58.35 500	53.55 502	53.37 506	42.23 496	11.25 490	6.64 493	10.32 484	7.05 477	13.56 485	11.58 488
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 497	18.53 476	31.91 456	55.34 508	35.34 502	75.99 526	94.71 536	47.97 493	50.84 479	37.47 468	36.99 416	53.12 495	38.55 482	39.56 487	38.65 484	3.59 451	5.40 488	2.22 439	3.72 462	9.43 471	9.29 483

Ntro	34.97 498	37.63 501	54.53 490	43.26 503	22.45 496	57.73 505	21.97 473	47.14 491	64.21 508	39.12 470	48.86 474	47.93 486	36.94 477	40.66 489	29.83 465	17.16 496	6.51 491	32.70 502	10.17 491	24.06 498	16.48 495

BEATNet-Init1	35.08 499	20.64 484	54.70 491	27.43 490	12.00 473	58.29 506	31.01 497	52.58 502	57.49 495	60.36 500	62.98 501	69.98 512	55.54 506	53.00 505	44.40 498	4.61 462	2.84 471	7.05 475	6.89 476	10.97 477	8.94 480

ACVNet-4b	36.40 500	52.20 507	56.11 493	42.45 502	21.78 493	48.56 492	14.37 433	49.50 496	60.15 500	43.17 480	46.38 468	55.62 497	24.56 432	38.15 483	21.97 416	25.13 503	3.66 481	46.93 506	33.56 506	25.97 499	17.74 498

MSC_U_SF_DS_RVC	37.16 501	34.69 497	53.68 488	37.47 498	12.55 475	56.80 503	22.63 477	52.02 501	63.29 507	66.20 511	63.82 503	58.12 498	53.73 503	51.21 500	46.48 502	8.79 478	5.31 487	14.69 489	15.22 498	17.27 493	9.21 482

GCST	37.32 502	40.98 503	25.25 438	92.15 536	35.59 503	25.00 424	1.02 56	25.45 303	19.73 248	26.01 408	15.21 156	19.51 315	4.75 123	16.71 345	4.32 193	80.90 529	35.46 507	87.50 535	74.71 525	73.21 526	42.99 513

ACVNet_1	41.30 503	49.46 505	64.91 505	44.67 504	25.07 497	49.43 494	25.23 486	55.33 505	65.87 510	59.72 499	59.33 497	63.43 507	48.79 498	49.63 498	37.09 480	19.05 499	9.82 497	38.29 504	13.97 497	28.67 500	18.23 500

Consistency-Raft	41.82 504	35.10 498	44.56 478	32.85 495	41.39 507	46.76 490	34.76 501	57.01 507	54.94 487	32.10 448	65.22 509	30.82 404	48.46 497	40.81 490	48.77 506	27.39 504	34.28 506	42.92 505	51.66 515	39.28 505	27.28 503

NVStereoNet_ROB	41.93 505	32.40 496	44.55 477	36.60 497	27.78 498	34.52 466	32.38 498	48.84 494	57.18 494	69.34 514	75.62 520	66.07 511	64.86 512	47.34 496	60.78 516	15.72 495	23.99 503	23.40 496	32.06 505	21.34 496	23.86 502
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.25 506	62.74 515	64.52 504	60.13 509	39.00 506	58.72 509	30.83 496	57.31 508	79.18 525	50.24 492	65.35 510	60.13 503	44.25 493	49.47 497	41.16 493	46.52 511	46.06 514	52.72 510	31.78 504	52.33 511	32.47 507

anonymity	52.32 507	58.23 511	63.91 501	41.12 501	59.25 517	53.27 497	41.04 506	55.69 506	40.20 434	54.85 497	49.49 479	49.13 488	55.48 505	59.07 508	49.65 509	55.86 514	50.03 520	51.00 508	51.08 513	51.71 509	56.36 515

MADNet+	53.31 508	68.61 516	98.75 541	67.03 513	37.58 504	79.83 532	81.74 532	60.38 510	61.61 503	51.43 495	54.92 492	61.11 505	59.29 510	69.66 517	76.71 532	23.88 501	24.03 504	17.08 491	12.35 496	32.47 503	27.69 505

JetBlue	54.08 509	45.10 504	74.15 515	51.17 506	47.68 508	75.66 525	60.97 517	63.63 511	62.09 504	63.32 509	64.88 507	78.86 519	68.17 513	68.15 515	75.09 531	36.86 505	24.88 505	29.01 500	29.12 503	28.71 501	34.13 508

SGM+DAISY	54.67 510	56.61 508	62.73 499	40.21 500	53.22 511	61.95 512	48.59 510	55.05 504	44.62 457	61.03 504	63.68 502	60.46 504	55.62 507	60.68 510	55.34 512	56.34 516	48.56 517	50.16 507	49.63 512	52.25 510	56.76 517

SPS-STEREO	55.62 511	59.14 512	64.16 502	45.05 505	53.84 514	59.88 510	44.00 509	59.53 509	49.94 473	62.33 507	61.09 499	59.80 502	56.82 509	60.06 509	57.85 513	58.41 517	48.34 516	51.07 509	49.21 511	55.41 513	56.48 516
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 512	61.72 514	72.56 514	66.35 512	38.29 505	61.93 511	48.64 511	71.64 523	81.91 528	79.28 527	88.72 535	76.25 516	72.87 518	54.33 507	46.74 504	37.13 506	23.36 502	54.52 511	37.80 507	46.22 506	27.59 504

IMH-64-1	59.25 513	58.09 509	67.69 509	66.06 510	50.51 509	56.45 501	49.45 512	68.83 516	67.75 514	67.58 512	80.37 524	70.15 513	74.28 520	72.16 522	48.94 507	42.00 508	42.87 511	65.57 512	47.02 508	51.52 507	37.76 510

IMH-64	59.25 513	58.09 509	67.69 509	66.06 510	50.51 509	56.45 501	49.45 512	68.83 516	67.75 514	67.58 512	80.37 524	70.15 513	74.28 520	72.16 522	48.94 507	42.00 508	42.87 511	65.57 512	47.02 508	51.52 507	37.76 510

IMH	62.95 515	60.33 513	67.78 511	69.51 514	53.65 512	65.09 515	54.21 514	72.00 524	73.28 519	72.49 517	81.93 526	72.96 515	79.81 524	76.65 528	51.41 510	43.57 510	49.82 519	67.81 514	51.14 514	54.83 512	40.67 512

TorneroNet-64	65.66 516	70.70 518	71.20 513	76.52 518	59.70 519	66.78 516	58.05 515	67.53 515	80.00 526	62.67 508	67.40 511	83.09 524	69.42 515	67.34 512	62.05 519	48.31 513	44.07 513	72.93 516	63.88 517	68.05 517	53.58 514

PWCK	65.90 517	88.63 534	79.40 522	80.32 526	29.96 500	63.85 514	39.45 505	72.07 525	71.26 517	78.74 526	68.99 513	77.82 518	61.77 511	82.81 532	62.64 520	80.17 528	39.88 510	81.90 526	47.37 510	73.54 527	37.51 509

WAO-6	70.64 518	73.02 520	66.25 506	79.92 525	61.74 521	68.74 517	59.08 516	75.27 528	87.02 532	74.72 520	79.40 523	79.19 520	84.60 530	67.70 514	60.53 515	67.85 520	48.88 518	81.48 524	73.29 522	65.57 515	58.60 518

TorneroNet	71.21 519	73.44 521	75.82 518	80.82 527	65.65 523	70.53 519	64.39 520	71.42 522	75.97 521	71.47 516	73.68 518	84.17 527	74.00 519	69.85 518	69.09 523	59.37 518	48.19 515	79.67 520	73.51 523	74.93 528	68.26 527

LVE	71.50 520	72.46 519	83.91 526	75.21 517	55.29 516	74.81 520	62.76 519	77.22 529	83.77 530	82.09 529	87.11 534	83.38 525	82.41 529	75.93 526	64.49 521	48.28 512	57.24 526	74.61 518	62.53 516	65.49 514	61.01 519

MFMNet_re	72.05 521	79.64 527	64.23 503	52.73 507	84.71 532	77.93 528	68.35 521	63.96 512	66.93 512	61.00 503	71.29 516	63.84 508	68.91 514	72.42 524	61.11 517	82.03 532	74.22 533	80.34 523	74.44 524	83.62 533	89.34 535

notaker	72.18 522	79.78 528	78.84 521	78.75 522	68.52 525	63.26 513	61.68 518	69.22 519	75.95 520	77.58 524	78.85 522	79.69 522	84.79 531	77.39 529	58.43 514	69.68 523	60.79 527	77.46 519	68.48 519	69.62 519	64.92 524

WAO-7	72.21 523	78.21 523	54.04 489	79.33 524	69.31 527	70.20 518	72.09 527	77.85 532	84.90 531	77.35 523	86.03 530	79.37 521	79.88 525	65.32 511	65.33 522	62.33 519	69.70 531	70.51 515	73.21 521	67.23 516	62.02 520

ktn	72.58 524	80.06 530	69.96 512	79.14 523	69.86 528	75.40 524	70.43 526	69.01 518	76.90 522	72.88 518	77.46 521	77.43 517	77.41 523	72.78 525	55.00 511	79.09 526	65.99 528	80.09 522	68.29 518	71.46 524	62.98 521

UNDER WATER-64	73.11 525	74.48 522	87.70 527	74.03 516	55.20 515	78.24 529	75.71 529	65.33 513	67.91 516	75.60 522	69.32 514	84.41 528	76.93 522	68.43 516	72.45 526	81.18 530	56.77 525	82.46 527	80.34 528	68.22 518	67.48 526

LRCNet_RVC	73.59 526	69.80 517	74.41 516	77.63 520	60.56 520	40.33 484	15.08 441	71.04 521	48.36 466	88.07 535	94.62 537	90.11 533	81.83 527	80.58 531	61.26 518	97.12 541	72.30 532	96.65 540	97.58 541	77.13 529	77.30 531

DPSimNet_ROB	74.29 527	83.27 532	59.30 498	77.19 519	65.13 522	75.14 522	74.95 528	73.99 527	76.94 523	81.99 528	75.48 519	80.18 523	71.76 516	67.39 513	84.00 534	81.87 531	51.14 521	79.99 521	76.70 527	70.17 520	79.21 532

UNDER WATER	75.92 528	79.25 526	87.75 528	84.39 528	66.43 524	77.08 527	77.22 530	66.90 514	72.16 518	75.32 521	71.56 517	85.89 532	82.15 528	70.11 519	74.99 530	79.34 527	53.61 522	86.40 533	84.53 532	71.29 523	72.11 529

TCMNet-wrong-test	76.74 529	91.47 537	89.31 529	97.64 539	97.35 539	94.87 535	92.51 535	69.78 520	65.29 509	63.44 510	71.10 515	65.66 510	51.44 500	85.29 534	74.70 529	56.06 515	20.22 501	83.11 531	82.39 529	95.02 540	88.18 534

WAO-8	76.87 530	78.41 524	66.45 507	86.81 530	72.47 529	79.27 530	68.59 523	77.75 530	89.01 534	83.09 531	86.98 531	85.87 530	84.97 532	72.12 520	69.11 524	74.93 524	55.23 523	87.79 536	83.50 530	70.47 521	64.56 522

Venus	76.87 530	78.41 524	66.45 507	86.81 530	72.47 529	79.27 530	68.59 523	77.75 530	89.01 534	83.09 531	86.98 531	85.87 530	84.97 532	72.12 520	69.11 524	74.93 524	55.23 523	87.79 536	83.50 530	70.48 522	64.56 522

HanzoNet	77.61 532	81.11 531	82.83 523	77.82 521	69.15 526	75.25 523	69.06 525	73.49 526	77.84 524	82.19 530	82.80 527	85.42 529	86.67 534	85.99 535	73.64 528	85.24 536	68.38 530	81.71 525	75.47 526	71.98 525	66.24 525

JetRed	79.55 533	79.88 529	91.52 532	71.05 515	75.80 531	91.66 534	80.11 531	79.14 533	80.44 527	84.35 533	84.23 529	83.38 525	72.48 517	79.43 530	85.44 535	69.33 522	81.58 534	73.66 517	72.56 520	82.35 531	72.60 530

Dean	80.72 534	85.82 533	83.27 524	84.91 529	59.53 518	75.11 521	68.39 522	81.59 534	88.05 533	92.41 536	86.98 531	92.41 535	93.02 536	83.11 533	73.31 527	68.01 521	66.13 529	94.82 539	84.66 533	83.28 532	69.50 528

KSHMR	88.54 535	93.03 538	83.31 525	95.54 537	91.74 536	82.37 533	83.41 533	84.43 535	81.99 529	87.89 534	84.05 528	91.94 534	81.33 526	76.34 527	81.76 533	96.44 540	96.14 539	96.69 541	97.12 540	92.52 539	92.67 540

tt	89.96 536	1.02 42	100.00 547	99.40 543	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	78.36 525	67.94 512	99.99 548	100.00 545	100.00 548	100.00 548	95.81 539	99.93 544	87.43 534	86.39 534	95.11 541	87.89 533

xxxxx1	91.92 537	95.33 540	98.45 538	87.29 532	89.24 533	98.50 538	98.17 540	92.95 536	93.21 537	93.55 537	95.36 538	96.99 537	96.28 537	94.65 537	94.94 536	83.26 533	84.17 535	82.90 528	88.32 536	85.49 535	89.37 536

tt_ll	91.92 537	95.33 540	98.45 538	87.29 532	89.24 533	98.50 538	98.17 540	92.95 536	93.21 537	93.55 537	95.36 538	96.99 537	96.28 537	94.65 537	94.94 536	83.26 533	84.17 535	82.90 528	88.32 536	85.49 535	89.37 536

ff	91.92 537	95.33 540	98.45 538	87.29 532	89.24 533	98.50 538	98.17 540	92.95 536	93.21 537	93.55 537	95.36 538	96.99 537	96.28 537	94.65 537	94.94 536	83.26 533	84.17 535	82.90 528	88.32 536	85.49 535	89.37 536

USTest	93.52 540	90.92 536	77.74 520	87.90 535	92.63 537	100.00 545	100.00 545	99.79 544	99.80 542	99.21 543	99.52 542	98.03 540	99.15 542	89.52 536	99.31 543	90.37 537	98.47 540	84.34 532	87.43 535	84.58 534	91.71 539

MADNet++	94.16 541	94.02 539	90.25 530	96.28 538	96.84 538	97.17 537	90.16 534	94.71 539	91.69 536	97.07 540	93.71 536	94.62 536	92.63 535	96.15 540	95.18 539	95.42 538	95.89 538	92.80 538	92.23 539	92.10 538	94.30 542

PML	99.19 542	100.00 549	98.08 537	99.28 542	99.53 542	100.00 545	99.73 543	98.24 540	99.44 541	100.00 547	99.57 543	98.76 542	99.84 543	100.00 548	98.88 542	100.00 544	99.54 541	100.00 545	99.50 543	99.90 544	93.55 541

MEDIAN_ROB	99.19 542	99.84 544	99.62 543	98.49 540	98.51 541	98.58 541	97.81 539	98.80 542	98.56 540	99.36 544	99.49 541	99.56 543	99.06 541	98.35 541	98.31 541	99.99 543	99.63 542	100.00 545	100.00 546	99.81 543	99.95 544

HaxPig	99.40 544	99.99 546	97.38 536	100.00 545	100.00 545	96.91 536	97.35 537	99.59 543	99.99 544	100.00 547	100.00 545	99.99 548	99.99 544	99.04 542	97.77 540	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	99.99 545

Anonymous_1	99.65 545	99.95 545	99.93 545	99.80 544	99.60 543	100.00 545	100.00 545	99.82 546	99.98 543	99.62 545	99.94 544	99.75 545	100.00 545	99.66 543	99.88 544	98.45 542	99.84 543	98.73 542	99.26 542	99.41 542	99.36 543

test_example2	99.68 546	99.99 546	99.99 546	100.00 545	99.99 544	99.86 544	99.99 544	98.29 541	100.00 545	100.00 547	100.00 545	98.15 541	98.39 540	99.98 545	99.98 545	100.00 544	99.99 545	99.40 543	99.53 544	100.00 545	100.00 546

AVERAGE_ROB	99.80 547	99.99 546	99.40 542	100.00 545	100.00 545	98.99 542	97.72 538	100.00 547	100.00 545	100.00 547	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DPSMNet_ROB	99.95 548	100.00 549	100.00 547	100.00 545	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	99.15 542	100.00 545	99.96 546	100.00 545	99.99 546	99.99 546	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DGTPSM_ROB	99.95 548	100.00 549	100.00 547	100.00 545	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	99.14 541	100.00 545	99.96 546	100.00 545	99.99 546	99.99 546	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

Selective-RAFT-Error	100.00 550	100.00 549	100.00 547	100.00 545	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	100.00 547	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

CasAABBNet	100.00 550	100.00 549	100.00 547	100.00 545	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	100.00 547	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

LSM0	100.00 550	100.00 549	100.00 547	100.00 545	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	100.00 547	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DPSM_ROB	100.00 550	100.00 549	100.00 547	100.00 545	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	100.00 547	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

DPSM	100.00 550	100.00 549	100.00 547	100.00 545	100.00 545	100.00 545	100.00 545	100.00 547	100.00 545	100.00 547	100.00 545	100.00 550	100.00 545	100.00 548	100.00 548	100.00 544	100.00 546	100.00 545	100.00 546	100.00 545	100.00 546

ccccc		98.19 543		100.00 545	100.00 545	99.32 543		99.79 544		99.63 546		99.69 544		99.95 544		100.00 544	100.00 546	99.97 544	99.90 545	100.00 545

ASD4		90.49 535

Low-res two-view benchmark