Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.22 1	0.33 108	1.17 10	0.07 43	0.11 79	0.11 1	0.00 1	0.60 2	0.25 1	0.12 4	0.73 60	0.07 23	0.17 31	0.39 1	0.20 23	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.26 2	0.29 62	1.25 20	0.24 109	0.10 68	0.41 3	0.07 71	0.57 1	0.80 16	0.24 25	0.03 5	0.09 41	0.37 81	0.46 4	0.12 3	0.03 387	0.03 302	0.00 1	0.00 1	0.00 1	0.01 18

Wavelet-MonSter	0.35 3	0.28 55	1.43 36	0.03 6	0.40 240	1.20 20	0.00 1	1.14 5	0.82 20	0.27 30	0.04 11	0.05 6	0.08 9	0.96 37	0.20 23	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.02 89

LGtest1	0.42 4	0.33 108	1.42 33	0.13 85	0.16 121	0.98 10	0.01 6	2.30 15	0.96 48	0.21 20	0.07 13	0.08 35	0.10 17	1.10 45	0.31 55	0.01 248	0.09 417	0.00 1	0.00 1	0.03 128	0.02 89

MonStereo	0.44 5	0.23 30	1.44 39	0.05 28	0.77 317	1.17 14	0.01 6	3.17 43	0.72 6	0.28 31	0.18 27	0.06 15	0.04 1	0.54 5	0.17 17	0.00 1	0.00 1	0.00 1	0.01 312	0.00 1	0.01 18

Monster-pub-eth3d	0.44 5	0.23 30	1.44 39	0.05 28	0.77 317	1.17 14	0.01 6	3.17 43	0.72 6	0.28 31	0.18 27	0.06 15	0.04 1	0.55 6	0.17 17	0.00 1	0.00 1	0.00 1	0.01 312	0.00 1	0.01 18

3.25w_new	0.45 7	0.25 43	1.29 21	0.02 1	0.08 52	1.25 39	0.01 6	3.39 67	0.91 44	0.33 52	0.16 20	0.07 23	0.42 103	0.57 7	0.25 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

3.25w	0.45 7	0.25 43	1.29 21	0.02 1	0.08 52	1.25 39	0.01 6	3.39 67	0.91 44	0.33 52	0.16 20	0.06 15	0.42 103	0.57 7	0.25 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

MLG-Stereo_test3	0.45 7	0.31 78	1.35 29	0.06 34	0.17 131	1.30 52	0.01 6	3.52 83	0.77 14	0.15 8	0.07 13	0.06 15	0.07 7	0.74 19	0.22 28	0.02 342	0.06 369	0.00 1	0.00 1	0.01 27	0.02 89

S2M2_L	0.46 10	0.39 163	1.17 10	0.37 142	0.17 131	1.14 12	0.01 6	1.46 7	1.83 73	0.19 15	0.87 71	0.13 49	0.19 34	0.57 7	0.43 90	0.01 248	0.01 181	0.00 1	0.00 1	0.21 395	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter	0.46 10	0.23 30	1.44 39	0.05 28	0.77 317	1.17 14	0.01 6	3.17 43	0.72 6	0.28 31	0.18 27	0.07 23	0.04 1	0.83 26	0.17 17	0.00 1	0.00 1	0.00 1	0.01 312	0.00 1	0.01 18

asd	0.49 12	0.16 3	1.57 54	0.04 21	0.72 311	1.24 35	0.05 54	2.80 23	0.84 21	0.45 89	0.50 48	0.06 15	0.56 126	0.58 10	0.24 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4.5_new	0.49 12	0.17 6	1.73 74	0.06 34	0.30 202	1.23 25	0.07 71	3.11 34	0.87 32	0.45 89	0.66 55	0.05 6	0.19 34	0.67 15	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4.5w-stereo	0.49 12	0.17 6	1.73 74	0.06 34	0.30 202	1.23 25	0.07 71	3.11 34	0.87 32	0.45 89	0.66 55	0.05 6	0.19 34	0.67 15	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

IGEV	0.50 15	0.22 26	1.52 49	0.08 52	1.85 421	1.34 59	0.37 198	2.03 11	0.93 47	0.29 36	0.08 17	0.07 23	0.09 13	0.90 32	0.22 28	0.02 342	0.04 331	0.00 1	0.00 1	0.01 27	0.01 18

FlowAnything_test	0.51 16	0.33 108	2.09 116	0.15 88	0.15 113	1.71 106	0.03 35	1.76 8	0.49 3	1.10 135	0.77 63	0.03 1	0.05 4	0.61 12	0.66 142	0.05 419	0.01 181	0.00 1	0.00 1	0.10 273	0.02 89

asda	0.52 17	0.19 13	1.61 59	0.03 6	0.61 294	1.26 44	0.08 79	3.20 49	0.84 21	0.41 77	0.29 37	0.05 6	0.72 145	0.77 23	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4.25_new	0.52 17	0.18 8	1.42 33	0.03 6	0.88 329	1.23 25	0.04 41	3.18 46	0.85 24	0.32 47	0.77 63	0.05 6	0.42 103	0.83 26	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.5w_new	0.52 17	0.18 8	1.42 33	0.03 6	0.88 329	1.23 25	0.04 41	3.18 46	0.85 24	0.32 47	0.77 63	0.05 6	0.42 103	0.83 26	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.25w-stereo	0.52 17	0.18 8	1.43 36	0.03 6	0.88 329	1.23 25	0.04 41	3.18 46	0.85 24	0.32 47	0.77 63	0.05 6	0.42 103	0.83 26	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3w_stereo	0.53 21	0.23 30	1.53 50	0.03 6	0.02 3	1.25 39	0.02 26	3.34 64	0.88 37	0.44 87	0.43 45	0.07 23	1.04 179	1.04 43	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

4w-stereo	0.55 22	0.18 8	1.39 31	0.02 1	0.35 227	1.26 44	0.06 61	3.13 37	0.86 27	0.28 31	0.82 70	0.06 15	0.67 138	1.59 73	0.25 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.75w_new	0.55 22	0.23 30	1.43 36	0.04 21	0.12 93	1.25 39	0.08 79	3.20 49	0.86 27	0.39 70	0.16 20	0.07 23	0.88 164	1.99 99	0.24 32	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18

2w_stereo	0.56 24	0.19 13	1.31 25	0.03 6	0.10 68	1.22 23	0.04 41	3.42 75	0.81 17	0.79 117	0.73 60	0.07 23	1.24 203	0.81 25	0.37 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

dual_stereo	0.56 24	0.32 91	1.08 5	0.07 43	0.11 79	0.77 8	0.03 35	3.60 89	1.17 57	0.12 4	0.03 5	0.20 60	0.11 22	2.77 120	0.51 120	0.00 1	0.14 460	0.00 1	0.16 427	0.00 1	0.02 89

AdaDepth	0.57 26	0.22 26	2.33 142	0.12 69	1.26 369	1.59 88	0.07 71	1.03 4	0.97 49	0.21 20	0.42 43	0.08 35	0.30 67	2.28 109	0.26 39	0.01 248	0.01 181	0.00 1	0.20 451	0.01 27	0.01 18

MLG-Stereo_test2	0.57 26	0.28 55	1.20 15	0.07 43	0.68 303	1.34 59	0.02 26	3.39 67	1.41 61	0.06 1	0.02 1	0.12 48	0.10 17	2.37 111	0.31 55	0.01 248	0.08 405	0.00 1	0.00 1	0.01 27	0.02 89

Zero-FE251	0.62 28	0.53 259	2.17 132	0.37 142	0.30 202	1.84 119	0.06 61	2.60 18	0.31 2	2.21 153	0.23 32	0.09 41	0.39 89	0.67 15	0.52 122	0.01 248	0.01 181	0.00 1	0.00 1	0.02 79	0.07 264

3.75w	0.62 28	0.16 3	1.33 27	0.02 1	1.27 372	1.25 39	0.01 6	3.23 53	0.87 32	0.38 62	0.23 32	0.07 23	0.40 90	2.96 125	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

LG-G_1	0.62 28	0.31 78	1.19 12	0.07 43	0.11 79	1.81 117	0.02 26	3.74 101	0.88 37	0.23 22	0.03 5	0.09 41	0.08 9	3.39 137	0.27 48	0.02 342	0.08 405	0.00 1	0.00 1	0.03 128	0.02 89

LG-G	0.62 28	0.31 78	1.19 12	0.07 43	0.11 79	1.81 117	0.02 26	3.74 101	0.88 37	0.23 22	0.03 5	0.09 41	0.08 9	3.39 137	0.27 48	0.02 342	0.08 405	0.00 1	0.00 1	0.03 128	0.02 89

1w_stereo	0.64 32	0.16 3	1.24 18	0.09 58	0.50 272	1.19 18	0.08 79	3.24 55	0.84 21	0.48 94	2.37 137	0.04 3	1.57 229	0.84 30	0.10 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

LG-Stereo_L2	0.64 32	0.33 108	1.46 44	0.10 60	0.18 146	1.30 52	0.19 145	3.53 85	0.72 6	0.20 16	0.02 1	0.06 15	0.07 7	4.19 167	0.36 66	0.01 248	0.01 181	0.00 1	0.00 1	0.01 27	0.02 89

252Zero-FE	0.66 34	0.23 30	1.24 18	1.10 251	0.07 35	1.31 54	0.02 26	3.33 62	1.14 56	1.34 140	1.74 109	0.04 3	0.05 4	1.11 46	0.40 82	0.00 1	0.05 349	0.00 1	0.02 339	0.02 79	0.02 89

qwe	0.66 34	0.19 13	1.64 64	0.05 28	1.17 364	1.23 25	0.03 35	3.35 65	0.88 37	0.51 99	0.38 40	0.04 3	0.17 31	3.22 130	0.26 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

2.25w	0.67 36	0.20 18	1.40 32	0.04 21	0.13 102	1.21 21	0.05 54	3.23 53	0.87 32	0.36 57	1.17 85	0.07 23	0.69 141	3.67 146	0.30 50	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

MLG-Stereo_test1	0.67 36	0.23 30	1.05 3	0.06 34	1.40 384	1.24 35	0.00 1	3.56 87	1.36 59	0.06 1	0.04 11	0.08 35	0.10 17	4.03 162	0.14 9	0.01 248	0.07 392	0.00 1	0.01 312	0.01 27	0.02 89

2.5w	0.68 38	0.23 30	1.29 21	0.04 21	0.31 212	1.26 44	0.09 87	3.24 55	0.86 27	0.42 82	0.59 51	0.03 1	0.56 126	4.36 175	0.24 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

RAStereo	0.68 38	0.42 192	3.15 246	0.18 98	0.52 280	1.17 14	0.02 26	3.16 42	0.98 50	0.51 99	1.43 93	0.16 51	0.22 41	0.75 21	0.83 183	0.00 1	0.00 1	0.00 1	0.00 1	0.07 232	0.02 89

3.5w_stereo	0.69 40	0.23 30	1.44 39	0.02 1	0.14 108	1.24 35	0.03 35	3.53 85	0.90 43	0.20 16	1.48 96	0.07 23	0.50 116	3.73 148	0.30 50	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

LG-Stereo_L1	0.69 40	0.32 91	1.21 17	0.10 60	0.16 121	1.38 64	0.20 151	2.44 16	0.72 6	0.20 16	0.02 1	0.06 15	0.06 6	6.49 266	0.36 66	0.01 248	0.04 331	0.00 1	0.00 1	0.01 27	0.02 89

SGD-Stereo	0.69 40	0.30 73	1.15 9	0.25 111	0.12 93	1.26 44	0.29 179	1.87 10	0.62 5	0.50 98	0.51 49	0.08 35	0.11 22	6.67 282	0.09 1	0.01 248	0.01 181	0.00 1	0.00 1	0.02 79	0.01 18

water-stereo	0.70 43	0.29 62	3.07 240	0.08 52	0.07 35	1.54 84	0.15 126	4.01 118	1.41 61	0.59 105	1.31 89	0.26 79	0.24 43	0.43 3	0.39 77	0.02 342	0.06 369	0.00 1	0.02 339	0.02 79	0.01 18

GIP-stereo	0.70 43	0.44 209	1.70 72	1.52 314	0.75 313	1.48 76	0.05 54	4.18 124	1.10 52	0.18 13	0.42 43	0.58 131	0.38 85	0.65 14	0.46 103	0.00 1	0.00 1	0.00 1	0.00 1	0.05 190	0.01 18

DEFOM-Stereo	0.70 43	0.29 62	1.62 61	0.16 92	0.06 27	1.95 128	0.45 219	0.88 3	0.74 11	0.55 102	0.51 49	0.14 50	0.09 13	6.32 252	0.20 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

Monster-pub-mixall	0.72 46	0.39 163	0.98 1	0.04 21	0.12 93	1.23 25	0.01 6	2.74 22	0.86 27	0.86 121	0.39 42	0.07 23	0.09 13	6.24 243	0.32 57	0.01 248	0.02 250	0.00 1	0.00 1	0.02 79	0.03 141

MLG-Stereo	0.72 46	0.23 30	1.13 6	0.06 34	0.16 121	1.24 35	0.00 1	3.84 109	1.40 60	0.06 1	0.03 5	0.08 35	0.10 17	5.71 221	0.16 12	0.01 248	0.06 369	0.00 1	0.00 1	0.01 27	0.02 89

GREAT-IGEV	0.72 46	0.29 62	1.91 86	1.31 281	0.40 240	1.41 71	0.08 79	2.29 14	2.48 98	0.18 13	0.69 58	0.10 46	0.34 75	1.72 80	0.37 72	0.00 1	0.09 417	0.00 1	0.22 463	0.10 273	0.41 468

IGEV-Stereo++	0.74 49	0.23 30	1.31 25	0.06 34	1.62 394	1.95 128	0.01 6	3.29 59	1.81 70	0.38 62	1.68 107	0.10 46	1.16 194	0.91 33	0.19 22	0.01 248	0.01 181	0.00 1	0.00 1	0.04 158	0.01 18

GLC_STEREO	0.75 50	0.29 62	1.19 12	0.55 171	0.01 1	1.98 132	0.57 258	3.07 30	3.02 143	0.90 123	1.48 96	0.19 56	0.40 90	0.93 34	0.36 66	0.00 1	0.01 181	0.00 1	0.00 1	0.04 158	0.02 89

rvit_stereo_0081_aga	0.76 51	0.51 247	3.29 257	0.11 67	0.25 181	1.73 110	0.22 158	3.68 91	2.54 105	0.26 29	0.16 20	0.27 83	0.30 67	1.31 57	0.36 66	0.00 1	0.00 1	0.00 1	0.00 1	0.12 311	0.04 187

LG-Stereo	0.79 52	0.32 91	3.96 314	0.04 21	0.15 113	1.19 18	0.18 142	3.52 83	2.95 131	0.32 47	1.77 111	0.22 72	0.14 28	0.39 1	0.43 90	0.01 248	0.02 250	0.00 1	0.00 1	0.11 294	0.02 89

LG-Stereo_Zeroshot	0.80 53	0.33 108	2.51 159	0.25 111	0.53 281	1.93 126	0.27 174	5.07 182	1.05 51	0.47 93	0.68 57	0.64 134	0.22 41	0.95 36	0.65 138	0.00 1	0.05 349	0.00 1	0.19 448	0.03 128	0.16 385

MaDis-Stereo	0.80 53	0.69 323	3.02 224	0.33 131	1.83 419	1.22 23	0.06 61	3.41 72	1.49 63	0.31 45	0.38 40	0.42 114	0.51 118	1.14 49	1.21 241	0.00 1	0.00 1	0.00 1	0.00 1	0.05 190	0.05 224

AEACV	0.80 53	0.29 62	1.70 72	0.96 230	0.24 178	2.03 136	0.88 345	3.50 80	0.88 37	0.34 54	0.20 30	0.29 89	2.01 252	1.77 86	0.33 59	0.00 1	0.03 302	0.00 1	0.29 483	0.10 273	0.09 293

IGEV-RUCA	0.81 56	0.15 1	1.13 6	0.52 165	0.32 216	2.13 146	0.51 238	3.46 77	1.71 68	0.95 125	0.16 20	0.24 76	0.55 124	2.81 122	0.41 84	0.12 457	0.21 498	0.20 510	0.25 474	0.21 395	0.20 412

UniTT-Stereo	0.83 57	0.33 108	1.98 101	0.92 221	1.27 372	0.54 6	0.11 97	1.35 6	2.94 130	1.67 147	2.09 123	0.20 60	0.31 71	1.57 71	1.07 223	0.00 1	0.00 1	0.00 1	0.00 1	0.16 347	0.01 18

Pointernet	0.84 58	0.35 134	2.00 105	0.12 69	0.13 102	1.77 112	0.06 61	4.87 166	2.53 103	0.14 7	2.11 126	0.76 141	0.44 110	1.02 41	0.32 57	0.00 1	0.04 331	0.00 1	0.15 424	0.02 79	0.01 18

monsters	0.87 59	0.28 55	1.54 51	0.47 162	2.71 462	1.38 64	0.01 6	3.14 38	0.81 17	0.32 47	0.48 47	0.05 6	0.13 27	5.72 222	0.42 88	0.01 248	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18

castereo	0.87 59	0.60 288	1.07 4	0.34 136	0.17 131	1.89 122	0.79 317	4.84 165	2.05 77	0.65 110	2.55 142	0.31 95	0.40 90	1.02 41	0.38 76	0.01 248	0.09 417	0.00 1	0.24 469	0.03 128	0.02 89

zero-FE	0.88 61	0.27 53	2.12 123	0.21 103	1.63 395	1.75 111	0.83 327	3.08 31	0.61 4	0.15 8	0.13 19	0.29 89	0.44 110	3.38 136	1.07 223	0.02 342	0.02 250	0.00 1	0.05 380	1.47 518	0.03 141

rvit_stereo_0081	0.88 61	0.28 55	1.81 76	0.62 184	0.13 102	1.34 59	0.12 103	3.14 38	4.59 244	0.43 85	0.30 38	0.54 128	0.11 22	3.89 152	0.36 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

rvit_stereo_0082	0.88 61	0.28 55	1.81 76	0.62 184	0.13 102	1.34 59	0.12 103	3.14 38	4.59 244	0.43 85	0.30 38	0.54 128	0.11 22	3.89 152	0.36 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

rvit_stereo_0080	0.88 61	0.51 247	3.12 243	0.07 43	0.12 93	1.31 54	0.37 198	3.78 104	3.29 166	0.56 103	1.13 83	0.40 108	0.76 149	1.71 77	0.47 110	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.04 187

whm_eth	0.88 61	0.51 247	3.12 243	0.07 43	0.12 93	1.31 54	0.37 198	3.78 104	3.29 166	0.56 103	1.13 83	0.40 108	0.76 149	1.71 77	0.47 110	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.04 187

AIO_test	0.90 66	0.40 174	1.67 68	0.14 86	0.16 121	2.97 254	0.83 327	3.61 90	2.67 111	0.29 36	0.71 59	1.50 169	0.29 59	2.37 111	0.13 7	0.00 1	0.04 331	0.00 1	0.08 394	0.03 128	0.03 141

LoS	0.91 67	0.34 123	2.10 121	0.38 146	0.13 102	2.47 179	0.26 171	5.00 178	2.74 120	0.89 122	0.21 31	0.49 121	0.36 78	1.97 98	0.67 144	0.02 342	0.02 250	0.00 1	0.00 1	0.06 214	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
monsterstereo	0.93 68	0.30 73	1.91 86	0.43 154	2.63 458	1.21 21	0.01 6	3.11 34	0.76 13	0.46 92	1.44 94	0.05 6	0.09 13	5.66 217	0.50 119	0.00 1	0.01 181	0.00 1	0.00 1	0.00 1	0.01 18

AIO-Stereo	0.94 69	0.22 26	1.20 15	0.06 34	0.08 52	2.36 168	0.62 270	5.50 220	2.61 108	0.30 40	3.32 167	0.41 111	0.25 45	1.12 48	0.17 17	0.00 1	0.01 181	0.00 1	0.35 501	0.06 214	0.12 344

DDF-Stereo	0.95 70	0.28 55	1.59 57	0.30 118	1.76 412	1.79 115	0.83 327	3.02 29	0.78 15	0.17 12	0.09 18	0.28 87	0.49 114	4.53 179	1.13 232	0.02 342	0.04 331	0.00 1	0.11 412	1.70 522	0.04 187

SMoEStereo_RVC	0.95 70	0.35 134	1.37 30	0.63 188	0.07 35	2.07 138	0.16 132	2.88 25	1.68 66	0.30 40	1.23 87	0.19 56	0.28 55	6.80 288	0.84 187	0.00 1	0.00 1	0.00 1	0.00 1	0.11 294	0.13 352

GCAP-Stereo	0.95 70	0.62 297	1.99 103	0.30 118	0.03 11	1.66 96	0.01 6	4.43 136	3.00 140	1.63 146	1.17 85	1.39 161	0.76 149	1.31 57	0.55 125	0.00 1	0.03 302	0.00 1	0.00 1	0.12 311	0.02 89

111111	0.97 73	0.19 13	1.49 47	0.06 34	1.12 359	1.43 73	0.05 54	4.77 161	1.70 67	0.44 87	2.88 151	0.09 41	0.17 31	4.66 184	0.20 23	0.00 1	0.00 1	0.00 1	0.00 1	0.10 273	0.01 18

fffft	0.97 73	0.29 62	1.69 71	0.03 6	0.05 16	2.12 145	0.65 279	3.44 76	1.87 75	0.34 54	0.60 53	0.23 73	0.20 37	6.69 283	0.89 203	0.00 1	0.01 181	0.00 1	0.00 1	0.18 372	0.09 293
1: 1. 1
DEFOM-Stereo_RVC	0.98 75	2.14 494	1.55 52	0.88 213	0.26 188	0.56 7	0.04 41	2.80 23	0.86 27	0.30 40	0.80 68	0.21 70	2.33 268	6.17 238	0.37 72	0.00 1	0.07 392	0.00 1	0.17 435	0.01 27	0.01 18

Occ-G	0.98 75	0.38 159	1.82 78	0.15 88	0.18 146	1.45 75	0.69 291	3.15 41	2.25 86	1.45 142	0.59 51	5.06 315	0.54 123	0.75 21	0.77 172	0.00 1	0.03 302	0.00 1	0.17 435	0.16 347	0.01 18

CASnet	0.98 75	0.32 91	1.62 61	0.65 191	0.07 35	2.11 143	0.14 120	3.50 80	4.03 212	3.77 203	1.41 92	0.31 95	0.29 59	0.80 24	0.57 127	0.01 248	0.00 1	0.00 1	0.00 1	0.04 158	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 75	0.42 192	1.86 80	0.07 43	0.22 170	1.65 95	0.02 26	4.07 119	6.33 328	0.72 112	1.54 99	0.43 115	0.64 136	1.22 55	0.44 95	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.00 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
MM-Stereo_test2	0.99 79	0.29 62	2.26 138	1.34 285	0.12 93	1.78 114	0.53 240	4.71 158	3.31 168	0.76 115	0.80 68	0.50 124	0.35 76	1.86 91	0.73 157	0.00 1	0.05 349	0.00 1	0.07 389	0.26 422	0.06 245

trnet	0.99 79	0.37 152	1.89 84	0.08 52	0.19 158	1.68 100	0.02 26	4.12 123	6.41 332	0.70 111	1.57 100	0.46 118	0.67 138	1.15 50	0.41 84	0.00 1	0.01 181	0.00 1	0.00 1	0.01 27	0.01 18

CroCo-Stereo	0.99 79	0.89 377	3.19 250	0.46 157	0.44 249	0.38 2	0.05 54	4.61 148	3.95 206	0.48 94	1.78 114	1.01 148	0.27 53	1.11 46	1.07 223	0.01 248	0.00 1	0.00 1	0.00 1	0.05 190	0.04 187
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
rvit_stereo_ft	1.00 82	0.78 351	3.84 310	0.84 208	0.36 230	1.23 25	0.24 164	3.81 108	3.76 193	0.37 60	0.87 71	0.74 139	1.12 183	1.18 53	0.76 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.06 245

depthmonostereo	1.01 83	0.50 240	3.16 247	0.12 69	0.09 60	1.43 73	0.04 41	4.97 173	1.51 64	0.90 123	1.46 95	0.98 147	0.94 169	3.45 141	0.46 103	0.02 342	0.10 429	0.00 1	0.02 339	0.04 158	0.01 18

AIO_rvc	1.02 84	0.59 284	1.95 97	0.15 88	0.09 60	3.42 290	0.99 360	4.46 138	2.73 119	0.28 31	1.62 102	1.32 159	0.28 55	2.10 105	0.21 27	0.00 1	0.03 302	0.00 1	0.04 374	0.11 294	0.11 330

RSM++	1.02 84	0.24 42	1.33 27	0.86 211	0.04 13	2.78 225	0.30 185	2.63 19	2.67 111	0.48 94	1.95 118	0.52 125	0.25 45	5.50 213	0.57 127	0.00 1	0.00 1	0.00 1	0.17 435	0.11 294	0.09 293

mms	1.03 86	0.54 264	1.58 56	0.05 28	0.36 230	1.52 83	0.08 79	2.97 28	1.84 74	0.38 62	2.94 154	0.32 98	0.25 45	6.82 289	0.39 77	0.00 1	0.04 331	0.00 1	0.00 1	0.17 360	0.28 446

ours_stereo	1.03 86	0.55 268	1.86 80	0.12 69	0.32 216	1.16 13	0.09 87	3.27 58	2.18 82	0.39 70	3.02 158	0.34 106	0.26 51	6.32 252	0.37 72	0.00 1	0.01 181	0.00 1	0.00 1	0.18 372	0.13 352

rvit_stereo_0083	1.03 86	0.26 49	3.09 241	0.49 163	0.09 60	1.27 49	0.24 164	2.72 20	4.60 246	0.38 62	0.77 63	0.78 142	1.18 197	4.35 174	0.33 59	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.03 141

EGLCR-Stereo	1.04 89	0.20 18	2.00 105	1.14 259	0.16 121	2.50 183	0.11 97	4.96 172	2.61 108	0.79 117	0.07 13	1.46 167	0.37 81	3.96 159	0.23 30	0.01 248	0.05 349	0.00 1	0.00 1	0.00 1	0.07 264

HUF	1.05 90	0.64 301	2.33 142	0.35 139	0.22 170	3.09 265	0.41 209	3.73 100	2.89 127	0.36 57	2.71 147	0.33 102	0.30 67	2.28 109	0.23 30	0.00 1	0.61 536	0.00 1	0.00 1	0.15 340	0.39 463

rrr	1.05 90	0.45 218	3.18 249	0.32 126	0.06 27	2.74 218	0.95 358	3.49 79	1.12 53	0.39 70	0.16 20	0.20 60	0.29 59	6.47 263	0.87 195	0.00 1	0.00 1	0.00 1	0.21 457	0.06 214	0.10 316

IGEVStereo-DCA	1.06 92	0.45 218	2.06 110	0.32 126	0.06 27	2.74 218	0.84 333	3.71 93	2.27 87	0.39 70	0.16 20	0.20 60	0.29 59	6.47 263	0.87 195	0.00 1	0.00 1	0.00 1	0.16 427	0.06 214	0.06 245

test_xeample3	1.08 93	0.43 203	3.39 266	0.49 163	0.05 16	2.58 196	0.93 353	3.32 61	1.77 69	0.23 22	0.23 32	0.19 56	0.28 55	6.34 254	0.85 188	0.00 1	0.01 181	0.00 1	0.26 481	0.06 214	0.10 316

tt45	1.09 94	0.35 134	1.49 47	0.39 147	0.23 175	3.50 302	0.14 120	3.35 65	1.81 70	0.36 57	2.04 121	0.27 83	0.26 51	6.84 291	0.63 136	0.00 1	0.00 1	0.00 1	0.00 1	0.16 347	0.03 141

MGS-Stereo	1.10 95	0.26 49	2.45 151	0.58 178	0.06 27	1.84 119	0.67 285	2.16 13	3.42 175	1.03 127	6.13 259	0.49 121	0.36 78	1.43 63	0.62 133	0.00 1	0.00 1	0.00 1	0.00 1	0.47 477	0.00 1

ff7	1.12 96	0.57 276	2.06 110	0.03 6	0.07 35	2.80 228	0.84 333	3.71 93	2.27 87	0.38 62	1.06 74	0.20 60	0.40 90	7.12 316	0.49 113	0.00 1	0.00 1	0.00 1	0.16 427	0.09 262	0.06 245

ffff	1.12 96	0.57 276	2.06 110	0.03 6	0.07 35	2.80 228	0.84 333	3.71 93	2.27 87	0.38 62	1.06 74	0.20 60	0.40 90	7.12 316	0.49 113	0.00 1	0.00 1	0.00 1	0.16 427	0.09 262	0.06 245

11t	1.12 96	0.57 276	2.06 110	0.03 6	0.07 35	2.80 228	0.84 333	3.71 93	2.27 87	0.38 62	1.06 74	0.20 60	0.40 90	7.12 316	0.49 113	0.00 1	0.00 1	0.00 1	0.16 427	0.09 262	0.06 245

anonymousdsp	1.12 96	0.59 284	1.66 65	0.03 6	0.07 35	2.81 236	0.82 323	4.07 119	2.30 93	0.41 77	1.12 82	0.30 91	0.40 90	7.05 309	0.49 113	0.00 1	0.00 1	0.00 1	0.17 435	0.10 273	0.05 224

ccc-4	1.12 96	0.57 276	2.06 110	0.03 6	0.07 35	2.80 228	0.84 333	3.71 93	2.27 87	0.38 62	1.06 74	0.20 60	0.40 90	7.12 316	0.49 113	0.00 1	0.00 1	0.00 1	0.16 427	0.09 262	0.06 245

IGEV-Stereo	1.12 96	0.59 284	1.66 65	0.03 6	0.07 35	2.82 239	0.82 323	4.09 122	2.30 93	0.41 77	1.11 79	0.30 91	0.41 98	7.05 309	0.49 113	0.00 1	0.00 1	0.00 1	0.17 435	0.10 273	0.05 224
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DilatedVolume-Stereo	1.13 102	0.41 185	2.75 189	1.04 245	0.11 79	2.21 154	0.10 91	2.96 27	1.32 58	2.40 162	2.09 123	0.33 102	0.58 132	5.62 214	0.43 90	0.03 387	0.06 369	0.00 1	0.14 420	0.04 158	0.04 187

fffy	1.13 102	0.51 247	2.15 124	1.01 237	0.09 60	2.30 165	0.19 145	4.07 119	1.13 55	0.16 10	2.66 144	0.20 60	0.38 85	6.98 305	0.35 63	0.00 1	0.06 369	0.00 1	0.00 1	0.14 336	0.16 385

IGEV++	1.14 104	0.51 247	1.66 65	0.55 171	0.08 52	2.52 184	1.01 364	6.51 275	3.16 152	0.59 105	2.11 126	0.43 115	1.18 197	1.44 64	0.79 176	0.00 1	0.05 349	0.00 1	0.05 380	0.11 294	0.11 330

castereo++	1.18 105	0.54 264	1.95 97	0.30 118	0.51 276	4.56 372	1.00 362	4.61 148	1.12 53	0.29 36	2.14 130	1.89 184	0.15 29	3.94 158	0.18 21	0.00 1	0.04 331	0.00 1	0.31 492	0.03 128	0.00 1

CAS++	1.18 105	0.55 268	1.99 103	0.17 93	0.27 191	1.85 121	0.63 271	8.48 329	3.07 146	1.71 148	2.32 135	0.18 55	0.20 37	1.91 97	0.30 50	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DA2	1.19 107	0.37 152	1.94 93	0.62 184	0.30 202	6.06 407	0.59 260	5.55 221	2.23 84	0.37 60	2.42 140	0.41 111	1.17 195	1.24 56	0.16 12	0.01 248	0.06 369	0.00 1	0.00 1	0.01 27	0.20 412

xyz-stereo-finetune	1.20 108	0.44 209	2.19 134	0.08 52	0.05 16	3.16 276	0.68 286	3.41 72	2.58 107	0.81 119	1.77 111	0.68 135	0.37 81	6.20 241	1.63 279	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.02 89

ProNet	1.20 108	0.60 288	2.00 105	0.26 113	0.08 52	2.73 217	0.68 286	5.00 178	2.52 102	0.29 36	1.32 90	0.37 107	0.36 78	6.94 303	0.44 95	0.00 1	0.07 392	0.00 1	0.00 1	0.17 360	0.07 264

TANstereo	1.20 108	0.49 237	2.04 108	0.34 136	0.10 68	1.80 116	0.01 6	3.40 71	4.10 220	4.37 216	4.82 209	0.41 111	0.70 142	0.94 35	0.46 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 111	0.20 18	1.30 24	0.12 69	0.06 27	2.48 181	0.51 238	3.78 104	2.74 120	0.48 94	2.38 138	2.18 193	0.28 55	6.77 287	0.56 126	0.00 1	0.00 1	0.00 1	0.16 427	0.07 232	0.05 224

sCroCo_RVC	1.21 111	0.65 307	5.16 394	1.09 250	1.29 376	0.92 9	0.19 145	3.92 111	2.68 114	0.30 40	3.04 159	0.52 125	1.56 228	1.58 72	0.78 174	0.09 448	0.25 511	0.00 1	0.00 1	0.07 232	0.11 330

GGEV	1.22 113	0.35 134	1.96 100	0.57 176	0.28 198	6.83 424	0.64 275	5.42 215	2.35 96	0.75 114	2.28 133	0.26 79	1.30 206	1.00 40	0.16 12	0.01 248	0.06 369	0.00 1	0.00 1	0.01 27	0.15 372

Selective-IGEV	1.23 114	0.18 8	1.13 6	0.07 43	0.17 131	2.38 172	0.54 243	6.10 247	2.51 101	0.41 77	3.20 164	0.26 79	0.29 59	6.94 303	0.16 12	0.00 1	0.01 181	0.00 1	0.11 412	0.04 158	0.10 316

MSCF	1.24 115	0.77 344	1.95 97	0.42 150	0.46 255	3.85 338	0.85 339	4.26 127	2.02 76	2.21 153	2.34 136	0.17 52	2.74 291	1.75 82	0.39 77	0.00 1	0.01 181	0.00 1	0.54 519	0.04 158	0.05 224

WCG-NET	1.24 115	0.43 203	1.46 44	0.33 131	0.08 52	2.14 147	1.08 373	3.09 33	6.86 349	2.73 169	3.43 175	0.74 139	0.94 169	0.89 31	0.33 59	0.00 1	0.04 331	0.00 1	0.00 1	0.10 273	0.05 224

CroCo-Stereo Lap2	1.24 115	0.88 374	3.39 266	0.95 228	4.59 527	0.47 4	0.08 79	3.51 82	2.80 123	1.17 138	2.24 131	1.57 172	0.20 37	1.48 67	1.14 234	0.00 1	0.00 1	0.00 1	0.00 1	0.15 340	0.12 344

Replicate-Monster	1.25 118	1.94 488	10.24 493	0.08 52	0.32 216	1.32 57	0.03 35	3.71 93	0.89 42	1.07 132	0.07 13	0.08 35	0.10 17	4.74 186	0.14 9	0.01 248	0.04 331	0.00 1	0.00 1	0.01 27	0.22 417

999	1.25 118	0.37 152	1.63 63	1.15 260	0.34 224	3.03 260	0.66 282	3.41 72	2.27 87	0.30 40	3.20 164	0.19 56	0.25 45	7.23 324	0.85 188	0.00 1	0.00 1	0.00 1	0.00 1	0.16 347	0.01 18

rvit_0105_6	1.26 120	0.87 370	4.85 373	0.61 182	0.07 35	1.60 89	0.32 187	3.79 107	5.87 295	0.25 27	0.26 36	1.09 152	0.29 59	4.60 182	0.62 133	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.06 245

Former-RAFT_DAM_RVC	1.26 120	0.42 192	2.36 147	0.59 180	1.26 369	2.43 177	0.01 6	3.29 59	7.76 383	1.71 148	2.78 149	0.27 83	0.32 73	1.16 52	0.58 131	0.04 407	0.01 181	0.00 1	0.00 1	0.04 158	0.10 316

LoS_RVC	1.26 120	1.43 449	1.91 86	0.42 150	3.77 502	1.71 106	0.04 41	2.58 17	2.49 100	0.42 82	2.58 143	0.30 91	0.57 130	1.71 77	0.66 142	0.01 248	0.02 250	0.00 1	0.00 1	0.02 79	4.49 543

MIF-Stereo (partial)	1.29 123	0.33 108	3.02 224	0.03 6	1.12 359	1.26 44	0.13 113	4.46 138	3.75 191	0.35 56	2.39 139	0.31 95	0.74 147	6.09 234	1.76 290	0.00 1	0.00 1	0.00 1	0.00 1	0.08 244	0.04 187

MyStereo07	1.31 124	0.79 352	1.61 59	1.03 240	1.11 357	2.63 207	0.46 220	5.48 217	2.24 85	0.64 109	1.48 96	0.27 83	0.59 134	7.03 308	0.45 99	0.00 1	0.09 417	0.00 1	0.01 312	0.11 294	0.09 293

GASTEREO	1.34 125	0.98 396	1.86 80	0.53 166	0.46 255	3.97 346	0.86 341	4.25 126	2.16 80	2.34 160	3.48 178	0.17 52	2.87 300	1.88 95	0.39 77	0.00 1	0.01 181	0.00 1	0.54 519	0.04 158	0.05 224

plain	1.34 125	0.51 247	5.09 388	0.30 118	0.05 16	1.58 86	0.08 79	4.47 140	3.77 194	0.42 82	1.76 110	0.60 133	0.74 147	6.11 235	0.94 211	0.00 1	0.00 1	0.00 1	0.00 1	0.40 468	0.02 89

sAnonymous2	1.35 127	1.66 470	8.14 474	0.55 171	0.46 255	1.23 25	0.24 164	4.00 116	3.47 177	0.40 75	1.11 79	0.23 73	1.42 214	0.96 37	0.57 127	0.01 248	0.00 1	0.00 1	0.20 451	2.07 528	0.22 417

CroCo_RVC	1.35 127	1.66 470	8.14 474	0.55 171	0.46 255	1.23 25	0.24 164	4.00 116	3.47 177	0.40 75	1.11 79	0.23 73	1.42 214	0.96 37	0.57 127	0.01 248	0.00 1	0.00 1	0.20 451	2.07 528	0.22 417

knoymous	1.36 129	0.21 23	1.68 70	0.20 99	0.49 269	1.58 86	0.11 97	5.15 186	2.40 97	4.62 224	1.77 111	4.56 294	0.45 112	3.23 131	0.63 136	0.00 1	0.02 250	0.00 1	0.00 1	0.02 79	0.01 18

rvit_0105_4	1.38 130	0.98 396	5.52 415	0.61 182	0.05 16	1.62 92	0.41 209	3.95 114	5.80 292	0.31 45	0.73 60	1.37 160	0.53 122	4.89 194	0.78 174	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.04 187

SCV_C0	1.40 131	0.49 237	3.06 239	0.12 69	0.21 166	2.29 160	0.09 87	6.46 271	3.81 195	0.63 107	2.00 120	0.24 76	0.41 98	7.31 327	0.43 90	0.01 248	0.05 349	0.00 1	0.21 457	0.16 347	0.07 264

MoCha-V2	1.41 132	0.42 192	2.61 171	0.81 202	0.23 175	2.53 187	0.20 151	4.81 163	3.16 152	0.82 120	3.15 162	0.30 91	1.61 233	6.66 281	0.40 82	0.00 1	0.20 495	0.00 1	0.24 469	0.05 190	0.02 89

PMTNet	1.41 132	0.37 152	2.06 110	0.26 113	0.15 113	2.94 252	0.34 193	3.39 67	5.33 273	1.00 126	1.27 88	0.28 87	0.93 167	4.04 163	0.74 159	5.00 545	0.00 1	0.00 1	0.00 1	0.03 128	0.01 18

AE-Stereo	1.44 134	0.32 91	2.69 179	1.58 328	0.20 163	2.24 157	0.59 260	6.01 243	5.70 286	1.18 139	3.17 163	1.02 149	0.78 155	1.73 81	0.83 183	0.02 342	0.18 485	0.00 1	0.29 483	0.11 294	0.07 264

XX-TBD	1.44 134	0.85 366	2.04 108	2.45 458	0.05 16	2.34 167	0.01 6	3.46 77	7.51 370	2.88 174	4.98 216	0.26 79	0.25 45	1.15 50	0.46 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 136	0.36 145	2.54 162	1.99 395	0.12 93	1.90 123	0.12 103	4.47 140	2.83 124	3.31 189	3.44 176	0.56 130	1.47 217	5.39 210	0.47 110	0.00 1	0.04 331	0.00 1	0.21 457	0.07 232	0.04 187

rvit_0105_5	1.48 137	0.89 377	5.43 406	0.46 157	0.04 13	1.60 89	0.60 264	4.65 155	5.90 298	0.76 115	1.59 101	1.75 179	0.78 155	4.20 169	0.88 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 27	0.06 245

WCG-NET（raft）	1.49 138	0.50 240	1.55 52	0.21 103	0.08 52	2.15 149	1.01 364	2.72 20	6.26 323	2.79 170	3.06 161	4.38 287	1.04 179	3.53 143	0.26 39	0.00 1	0.12 445	0.00 1	0.00 1	0.10 273	0.08 280

testlalala	1.50 139	0.41 185	1.67 68	0.98 234	0.31 212	4.00 348	0.90 350	5.26 202	2.17 81	6.56 324	3.61 181	1.74 178	0.38 85	1.21 54	0.42 88	0.00 1	0.02 250	0.00 1	0.29 483	0.01 27	0.01 18

StereoAnything_RVC	1.52 140	7.77 544	2.81 202	0.05 28	0.02 3	1.11 11	0.06 61	3.26 57	0.75 12	0.12 4	0.02 1	0.07 23	0.68 140	6.69 283	0.13 7	0.02 342	0.08 405	0.00 1	0.00 1	6.69 549	0.02 89

model_zeroshot	1.52 140	0.42 192	4.10 331	1.25 269	0.11 79	3.04 261	0.14 120	5.79 236	2.84 125	3.12 181	3.65 182	2.05 191	0.42 103	2.38 113	0.71 153	0.01 248	0.10 429	0.00 1	0.20 451	0.02 79	0.04 187

CES	1.56 142	0.35 134	1.44 39	0.42 150	7.70 547	2.66 214	0.13 113	4.89 167	2.53 103	0.25 27	1.10 78	0.33 102	0.31 71	1.61 75	0.58 131	0.01 248	0.02 250	0.00 1	0.00 1	0.54 480	6.26 549

MM-Stereo_test1	1.57 143	0.36 145	2.19 134	1.17 262	0.35 227	2.39 173	0.56 249	4.53 143	5.21 268	3.67 198	1.65 105	0.40 108	0.84 162	6.90 296	0.80 179	0.00 1	0.03 302	0.00 1	0.00 1	0.31 438	0.03 141

SCV	1.59 144	0.58 281	2.57 165	2.72 471	0.31 212	2.15 149	0.79 317	6.88 290	2.72 116	0.20 16	2.68 145	0.68 135	0.58 132	7.60 343	0.41 84	0.00 1	0.03 302	0.00 1	0.22 463	0.37 458	0.24 428

CREStereo++_RVC	1.59 144	0.39 163	2.26 138	0.36 140	0.01 1	1.67 97	0.01 6	2.95 26	8.12 394	3.69 200	7.44 307	0.47 119	0.32 73	0.74 19	0.39 77	0.00 1	0.00 1	0.00 1	3.03 553	0.00 1	0.00 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
Reg-Stereo(zero)	1.60 146	0.19 13	2.59 168	0.45 156	0.47 264	1.64 94	0.23 162	3.22 52	5.87 295	4.29 213	3.01 156	4.49 292	1.64 234	2.47 116	1.16 237	0.00 1	0.08 405	0.00 1	0.13 419	0.01 27	0.10 316

11t1	1.62 147	0.26 49	2.53 161	2.37 452	0.24 178	2.58 196	0.06 61	6.66 281	3.00 140	3.40 191	3.01 156	1.14 154	1.94 250	4.18 166	0.91 207	0.01 248	0.02 250	0.00 1	0.00 1	0.03 128	0.03 141

iRaftStereo_RVC	1.62 147	0.68 318	1.98 101	0.67 193	0.05 16	2.99 256	0.04 41	5.36 211	3.74 190	3.82 204	4.96 214	2.54 202	0.62 135	3.35 135	0.97 215	0.00 1	0.07 392	0.00 1	0.00 1	0.30 433	0.27 442

RAFT-Stereo-weight	1.67 149	0.31 78	1.57 54	0.97 233	0.15 113	3.19 278	0.77 311	5.06 180	6.19 322	4.96 236	3.38 173	2.83 209	0.35 76	2.87 123	0.74 159	0.01 248	0.06 369	0.00 1	0.00 1	0.01 27	0.02 89

HART	1.68 150	0.67 316	2.72 185	0.04 21	0.27 191	1.72 109	0.04 41	5.60 224	3.16 152	1.44 141	7.73 318	2.41 199	0.15 29	6.44 259	0.62 133	0.00 1	0.12 445	0.00 1	0.00 1	0.24 418	0.17 390

IGEV-Stereo+	1.69 151	0.43 203	1.59 57	0.37 142	3.10 470	2.10 141	0.07 71	1.86 9	0.91 44	0.39 70	0.03 5	0.20 60	0.41 98	7.05 309	0.16 12	0.02 342	0.07 392	0.00 1	0.18 442	5.14 543	9.77 564

Selective-RAFT	1.69 151	0.32 91	3.29 257	0.92 221	0.18 146	3.89 340	0.06 61	4.22 125	4.00 209	1.47 143	1.98 119	3.07 223	2.81 295	6.35 256	0.89 203	0.01 248	0.00 1	0.00 1	0.21 457	0.05 190	0.00 1

rvit_0105_3	1.71 153	0.90 380	5.93 426	0.78 200	0.02 3	1.62 92	1.69 411	5.15 186	5.99 307	2.22 156	1.64 104	1.97 189	1.17 195	4.19 167	0.92 210	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.03 141

4D-IteraStereo	1.72 154	0.86 367	3.01 222	0.09 58	2.86 466	3.57 313	1.06 368	3.92 111	5.31 271	5.28 250	1.02 73	3.92 261	0.38 85	1.83 89	1.04 222	0.00 1	0.01 181	0.00 1	0.00 1	0.07 232	0.09 293

rafts_anoy	1.72 154	0.79 352	2.58 167	2.03 405	1.75 410	2.47 179	0.16 132	5.48 217	6.01 309	3.24 185	2.11 126	1.92 188	1.33 207	3.08 128	1.13 232	0.01 248	0.18 485	0.00 1	0.01 312	0.03 128	0.07 264

x	1.73 156	0.28 55	2.49 158	1.91 378	0.17 131	2.10 141	0.83 327	8.74 342	3.55 183	3.28 186	2.12 129	3.10 224	1.96 251	2.90 124	1.12 230	0.00 1	0.02 250	0.00 1	0.00 1	0.02 79	0.03 141

TestStereo	1.74 157	1.02 403	3.64 290	0.20 99	0.28 198	1.33 58	0.01 6	5.24 197	4.01 211	3.18 182	4.97 215	2.07 192	0.70 142	7.32 328	0.75 164	0.02 342	0.00 1	0.00 1	0.00 1	0.01 27	0.00 1

Anonymous3	1.76 158	0.44 209	6.37 440	0.33 131	0.50 272	4.33 360	0.54 243	4.43 136	2.48 98	2.21 153	3.24 166	1.53 171	1.14 187	5.64 215	1.29 246	0.17 471	0.23 505	0.00 1	0.00 1	0.12 311	0.15 372

GCAP-BAT	1.77 159	0.49 237	2.78 196	0.66 192	0.16 121	3.76 332	0.80 319	3.72 99	3.27 163	3.68 199	5.03 218	3.66 252	0.56 126	5.82 225	0.65 138	0.00 1	0.05 349	0.00 1	0.24 469	0.01 27	0.01 18

anonymousdsp2	1.78 160	0.39 163	3.40 268	1.10 251	0.04 13	3.63 314	0.50 235	7.80 310	2.77 122	2.91 176	2.88 151	3.17 228	1.01 173	5.15 203	0.43 90	0.00 1	0.01 181	0.02 438	0.15 424	0.05 190	0.12 344

FE-Mocha	1.79 161	0.44 209	4.10 331	0.83 206	0.23 175	3.23 281	0.16 132	7.48 305	2.19 83	5.05 241	5.62 247	2.84 210	0.85 163	1.81 87	0.67 144	0.00 1	0.05 349	0.00 1	0.20 451	0.02 79	0.05 224

DCRE	1.79 161	0.68 318	2.55 163	1.66 341	0.27 191	1.27 49	0.05 54	4.57 147	4.04 214	3.30 188	9.24 355	3.83 259	1.20 200	2.08 104	0.67 144	0.00 1	0.12 445	0.00 1	0.24 469	0.04 158	0.09 293

raft+_RVC	1.79 161	0.84 364	2.32 141	2.40 453	0.85 327	1.38 64	0.09 87	6.36 261	4.75 254	2.85 173	5.46 242	1.17 156	1.36 212	4.54 180	0.91 207	0.00 1	0.10 429	0.00 1	0.00 1	0.11 294	0.22 417

HUI-Stereo	1.80 164	0.41 185	2.85 206	0.12 69	0.18 146	3.72 326	0.65 279	5.23 191	2.97 138	5.87 274	4.34 200	3.45 236	1.52 223	3.93 157	0.65 138	0.02 342	0.00 1	0.00 1	0.00 1	0.08 244	0.10 316

GMOStereo	1.81 165	0.47 226	2.09 116	0.10 60	0.27 191	1.49 77	0.89 346	4.40 131	4.51 239	8.16 397	6.97 287	2.96 215	1.15 189	1.42 59	0.88 198	0.00 1	0.14 460	0.00 1	0.00 1	0.23 408	0.03 141

error version	1.81 165	0.47 226	2.09 116	0.10 60	0.27 191	1.49 77	0.89 346	4.40 131	4.51 239	8.16 397	6.97 287	2.96 215	1.15 189	1.42 59	0.88 198	0.00 1	0.14 460	0.00 1	0.00 1	0.23 408	0.03 141

test-v	1.81 165	0.47 226	2.09 116	0.10 60	0.27 191	1.49 77	0.89 346	4.40 131	4.51 239	8.16 397	6.97 287	2.96 215	1.15 189	1.42 59	0.88 198	0.00 1	0.14 460	0.00 1	0.00 1	0.23 408	0.03 141

test-2	1.81 165	0.47 226	2.09 116	0.10 60	0.27 191	1.49 77	0.89 346	4.40 131	4.51 239	8.16 397	6.97 287	2.96 215	1.15 189	1.42 59	0.88 198	0.00 1	0.14 460	0.00 1	0.00 1	0.23 408	0.03 141

xyz-stereo-finetune2	1.82 169	0.51 247	2.22 136	0.10 60	0.05 16	6.49 415	0.17 138	3.59 88	2.15 79	0.63 107	6.19 263	0.49 121	3.44 324	6.93 298	3.48 375	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.01 18

test-1	1.82 169	0.45 218	5.42 405	0.89 215	0.41 245	2.14 147	0.56 249	5.75 230	4.15 224	3.28 186	5.11 219	3.61 249	0.70 142	1.53 70	1.56 270	0.02 342	0.34 517	0.00 1	0.08 394	0.02 79	0.30 450

MM-Stereo_test3	1.83 171	0.59 284	1.93 90	1.43 302	3.99 508	2.44 178	0.81 321	5.81 237	6.70 344	1.73 150	4.79 207	1.23 158	0.65 137	3.30 132	0.85 188	0.00 1	0.01 181	0.00 1	0.00 1	0.33 446	0.05 224

GMStereo	1.83 171	0.99 399	4.55 358	0.57 176	0.05 16	2.53 187	0.01 6	4.95 170	11.14 455	3.52 193	2.24 131	0.53 127	0.49 114	3.76 150	0.80 179	0.20 478	0.00 1	0.00 1	0.12 416	0.12 311	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 173	0.21 23	2.45 151	1.02 238	0.22 170	1.37 63	0.82 323	4.66 157	5.06 262	7.02 342	1.73 108	4.09 269	0.41 98	6.51 269	0.76 166	0.00 1	0.00 1	0.00 1	0.29 483	0.18 372	0.14 361

1test111	1.86 174	0.65 307	2.15 124	2.30 440	0.02 3	5.80 399	0.56 249	8.45 325	3.33 170	1.03 127	3.33 168	0.32 98	3.71 339	4.40 176	0.96 212	0.00 1	0.02 250	0.00 1	0.03 356	0.02 79	0.03 141

LL-Strereo2	1.86 174	0.83 363	2.33 142	0.36 140	0.17 131	3.79 335	1.52 401	5.82 238	4.04 214	4.43 217	2.51 141	4.23 276	0.37 81	5.66 217	0.99 217	0.00 1	0.02 250	0.00 1	0.05 380	0.06 214	0.11 330

test-3	1.86 174	0.21 23	2.46 154	1.03 240	0.22 170	1.38 64	0.83 327	4.65 155	5.04 261	7.26 359	1.78 114	4.10 271	0.41 98	6.53 272	0.76 166	0.00 1	0.00 1	0.00 1	0.29 483	0.18 372	0.14 361

raftrobust	1.86 174	0.74 336	1.94 93	2.15 423	2.24 443	2.74 218	0.53 240	4.89 167	4.05 216	6.09 286	3.89 185	1.64 173	2.55 278	2.44 114	1.12 230	0.00 1	0.03 302	0.00 1	0.00 1	0.12 311	0.08 280

gcap-zeroshot	1.87 178	0.44 209	4.24 336	0.53 166	0.51 276	3.12 270	0.75 307	6.42 269	3.91 202	3.75 202	1.67 106	7.79 385	0.55 124	2.61 118	0.53 123	0.02 342	0.21 498	0.00 1	0.23 466	0.00 1	0.05 224

riskmin	1.88 179	0.15 1	2.11 122	1.38 294	0.88 329	2.40 174	0.04 41	5.93 242	6.10 312	2.25 157	1.34 91	6.06 345	5.08 411	2.78 121	1.01 220	0.00 1	0.02 250	0.00 1	0.00 1	0.01 27	0.06 245

test_3	1.88 179	0.22 26	2.75 189	0.96 230	0.22 170	1.28 51	0.77 311	4.62 150	5.87 295	6.55 323	1.84 116	4.28 282	0.45 112	6.48 265	0.76 166	0.00 1	0.01 181	0.00 1	0.28 482	0.17 360	0.14 361

PSM-adaLoss	1.88 179	0.40 174	2.86 208	0.12 69	0.19 158	3.75 331	0.71 297	5.23 191	2.96 134	5.86 269	4.33 199	3.45 236	1.51 218	5.40 211	0.69 147	0.01 248	0.00 1	0.00 1	0.00 1	0.08 244	0.09 293

s12784h	1.89 182	0.30 73	2.57 165	0.11 67	0.09 60	4.18 355	0.13 113	6.61 278	7.44 369	3.62 196	4.28 196	0.59 132	0.81 158	6.61 277	0.46 103	0.01 248	0.01 181	0.00 1	0.00 1	0.02 79	0.00 1

ROB_FTStereo	1.90 183	0.42 192	2.86 208	0.12 69	0.19 158	3.71 323	0.75 307	5.24 197	2.95 131	5.87 274	4.26 195	3.41 234	1.51 218	5.80 224	0.65 138	0.01 248	0.00 1	0.00 1	0.00 1	0.08 244	0.08 280

RAFT-IKP	1.90 183	0.42 192	2.83 203	0.12 69	0.18 146	3.50 302	0.64 275	5.24 197	2.96 134	5.86 269	4.34 200	3.50 245	1.51 218	5.99 231	0.76 166	0.01 248	0.00 1	0.00 1	0.00 1	0.08 244	0.08 280

EKT-Stereo	1.91 185	0.48 233	2.77 194	2.19 427	4.36 514	1.42 72	0.24 164	4.63 151	3.51 179	2.94 177	3.47 177	3.55 247	2.25 263	5.26 205	0.85 188	0.04 407	0.12 445	0.00 1	0.09 405	0.06 214	0.05 224

ROB_FTStereo_v2	1.91 185	0.41 185	2.85 206	0.12 69	0.19 158	3.71 323	0.73 302	5.23 191	2.95 131	5.86 269	4.36 202	3.46 238	1.51 218	5.86 227	0.69 147	0.01 248	0.00 1	0.00 1	0.00 1	0.08 244	0.08 280

qqq	1.93 187	0.30 73	2.96 219	1.40 296	0.05 16	1.96 131	0.39 204	8.45 325	3.33 170	3.06 179	3.84 183	4.67 297	2.70 285	4.40 176	0.96 212	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.03 141

RALCasStereoNet	1.93 187	1.01 401	2.75 189	1.88 374	1.75 410	2.88 248	0.18 142	4.64 154	4.36 231	2.27 158	5.14 220	2.22 195	0.79 157	7.10 315	1.00 219	0.00 1	0.34 517	0.00 1	0.00 1	0.10 273	0.16 385

Patchmatch Stereo++	1.95 189	0.40 174	2.86 208	0.12 69	0.18 146	3.74 328	0.66 282	5.24 197	2.96 134	5.86 269	4.32 197	3.46 238	1.52 223	6.88 293	0.70 149	0.01 248	0.00 1	0.00 1	0.00 1	0.08 244	0.09 293
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	1.95 189	0.40 174	2.86 208	0.12 69	0.18 146	3.74 328	0.66 282	5.24 197	2.96 134	5.86 269	4.32 197	3.46 238	1.52 223	6.88 293	0.70 149	0.01 248	0.00 1	0.00 1	0.00 1	0.08 244	0.09 293

CRE-IMP	1.95 189	0.35 134	2.68 177	0.27 117	0.17 131	3.90 341	0.85 339	5.14 184	2.87 126	5.74 260	4.14 192	3.49 243	0.83 159	6.40 257	1.80 294	0.00 1	0.00 1	0.00 1	0.00 1	0.10 273	0.19 405

tg	1.96 192	0.64 301	2.15 124	0.68 194	0.12 93	4.40 368	0.04 41	5.74 229	4.19 226	4.00 208	5.23 230	2.58 203	0.93 167	7.12 316	0.77 172	0.00 1	0.02 250	0.00 1	0.00 1	0.31 438	0.25 432

iGMRVC	1.96 192	0.40 174	2.88 213	0.12 69	0.19 158	3.74 328	0.73 302	5.23 191	2.97 138	5.87 274	4.37 203	3.48 242	1.52 223	6.73 286	0.74 159	0.02 342	0.00 1	0.00 1	0.00 1	0.08 244	0.08 280

DIP-Stereo	1.97 194	0.64 301	2.95 217	0.17 93	0.10 68	4.83 379	0.13 113	8.60 337	4.06 219	6.42 315	4.92 213	0.44 117	0.72 145	3.57 144	1.80 294	0.00 1	0.01 181	0.00 1	0.00 1	0.05 190	0.04 187
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 195	0.34 123	2.71 183	0.26 113	0.06 27	2.29 160	0.48 223	4.89 167	14.65 488	2.81 172	5.51 244	0.78 142	3.21 310	1.44 64	0.33 59	0.00 1	0.01 181	0.00 1	0.00 1	0.07 232	0.02 89

rvit_stereo_0075_2	2.00 196	0.32 91	5.49 410	0.60 181	1.98 427	1.77 112	0.10 91	7.24 298	5.70 286	2.90 175	4.06 189	3.11 225	0.56 126	5.32 207	0.76 166	0.00 1	0.00 1	0.00 1	0.00 1	0.03 128	0.16 385

MSKI-zero shot	2.00 196	0.36 145	2.15 124	0.81 202	0.25 181	2.69 216	0.29 179	6.16 251	2.34 95	4.31 214	7.52 308	3.70 255	0.25 45	8.42 404	0.41 84	0.01 248	0.13 455	0.00 1	0.25 474	0.03 128	0.02 89

ACVNet-DCA	2.01 198	0.65 307	2.15 124	2.30 440	0.02 3	5.80 399	0.56 249	8.45 325	3.33 170	1.03 127	3.33 168	0.32 98	3.71 339	8.05 375	0.45 99	0.00 1	0.02 250	0.00 1	0.03 356	0.02 79	0.03 141

Gwc-CoAtRS	2.02 199	0.33 108	2.61 171	1.04 245	0.30 202	3.56 310	0.40 208	5.89 241	5.94 302	5.08 243	5.01 217	5.55 329	1.72 239	1.60 74	0.91 207	0.01 248	0.09 417	0.00 1	0.25 474	0.01 27	0.02 89

DCANet-4	2.03 200	0.34 123	5.30 402	0.31 123	0.18 146	1.69 101	0.12 103	4.95 170	8.55 410	5.78 261	5.17 221	1.12 153	2.82 296	2.11 106	1.92 303	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 394

cross-raft	2.03 200	0.35 134	2.78 196	1.10 251	0.16 121	3.77 333	0.48 223	7.03 296	3.75 191	5.06 242	5.55 245	6.26 351	1.41 213	1.75 82	0.89 203	0.01 248	0.07 392	0.00 1	0.19 448	0.03 128	0.03 141

DeepStereo_RVC	2.05 202	0.39 163	2.87 212	0.14 86	0.17 131	3.51 305	0.70 294	5.21 190	3.00 140	6.27 304	4.13 191	3.47 241	4.53 387	4.81 188	1.49 262	0.01 248	0.00 1	0.00 1	0.00 1	0.09 262	0.18 394

MIPNet	2.06 203	0.69 323	4.57 361	0.32 126	0.21 166	1.92 125	0.19 145	6.89 291	5.64 285	5.48 255	4.02 188	2.02 190	3.50 326	3.32 134	2.01 309	0.00 1	0.01 181	0.01 406	0.01 312	0.20 384	0.13 352

DCANet	2.08 204	0.64 301	3.81 304	0.31 123	0.17 131	1.70 105	0.25 169	5.23 191	8.47 406	6.07 285	5.30 237	1.41 162	4.23 365	1.85 90	2.02 311	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.19 405

CFNet-RSSM	2.11 205	0.33 108	2.71 183	1.04 245	0.30 202	3.21 280	0.41 209	6.67 282	6.96 352	5.62 258	4.58 204	5.40 326	1.71 237	1.86 91	0.87 195	0.00 1	0.08 405	0.00 1	0.32 494	0.02 79	0.02 89

U	2.12 206	0.25 43	2.47 157	0.17 93	8.09 548	10.63 483	0.00 1	3.08 31	0.87 32	0.24 25	0.45 46	0.17 52	0.08 9	0.69 18	0.15 11	0.00 1	0.00 1	9.89 555	5.19 565	0.01 27	0.01 18

RAFT-Stereo + iAFF	2.12 206	0.58 281	2.43 149	1.27 272	0.16 121	1.60 89	0.14 120	5.17 188	5.90 298	7.10 348	10.10 371	3.06 222	1.74 242	1.87 93	0.97 215	0.01 248	0.02 250	0.00 1	0.00 1	0.23 408	0.02 89

IGEV-FE	2.13 208	0.50 240	4.90 375	1.41 299	0.18 146	2.63 207	0.36 195	7.80 310	3.87 197	5.04 239	5.42 240	4.72 299	1.03 176	3.48 142	0.80 179	0.00 1	0.16 476	0.00 1	0.18 442	0.17 360	0.04 187

IGEV_Zeroshot_test	2.13 208	0.50 240	4.91 377	1.41 299	0.18 146	2.62 205	0.36 195	7.80 310	3.87 197	5.04 239	5.42 240	4.77 301	1.03 176	3.43 139	0.79 176	0.00 1	0.16 476	0.00 1	0.18 442	0.17 360	0.04 187

tt1	2.14 210	0.63 300	2.22 136	2.27 436	0.02 3	5.71 397	0.63 271	4.53 143	10.19 436	1.16 137	3.39 174	0.33 102	3.05 306	8.00 369	0.46 103	0.00 1	0.02 250	0.00 1	0.03 356	0.10 273	0.04 187

NRIStereo	2.14 210	0.35 134	2.65 176	1.10 251	0.14 108	3.05 262	0.86 341	5.35 209	3.18 158	6.24 299	3.36 172	4.17 275	1.82 248	8.12 383	2.01 309	0.00 1	0.10 429	0.00 1	0.00 1	0.12 311	0.19 405

testlalala2	2.15 212	0.44 209	2.44 150	9.24 545	6.30 538	3.64 315	0.18 142	4.63 151	2.55 106	3.73 201	4.17 193	3.14 226	0.51 118	1.08 44	0.26 39	0.00 1	0.10 429	0.00 1	0.44 513	0.11 294	0.03 141

H2IRNET	2.16 213	0.45 218	2.60 169	1.22 265	0.03 11	1.98 132	0.13 113	4.73 159	7.04 357	1.15 136	7.79 322	5.88 341	3.39 320	4.97 197	1.45 259	0.01 248	0.00 1	0.04 467	0.17 435	0.19 380	0.03 141

dd	2.16 213	1.22 429	4.82 371	0.68 194	0.12 93	1.39 70	0.17 138	5.14 184	11.22 459	2.70 168	3.51 180	1.52 170	1.23 202	5.08 199	3.96 393	0.12 457	0.01 181	0.04 467	0.21 457	0.07 232	0.01 18

cc1	2.17 215	0.65 307	2.15 124	2.30 440	0.02 3	5.80 399	0.56 249	4.31 128	10.41 441	1.03 127	3.33 168	0.32 98	3.71 339	8.05 375	0.45 99	0.00 1	0.02 250	0.00 1	0.03 356	0.10 273	0.05 224

RAFT-Test	2.17 215	0.36 145	3.40 268	1.05 248	0.34 224	4.90 381	0.69 291	6.27 257	3.98 207	4.65 228	7.02 293	6.30 354	1.12 183	1.81 87	0.99 217	0.01 248	0.17 481	0.00 1	0.34 498	0.02 79	0.02 89

Any-RAFT	2.18 217	0.25 43	1.94 93	1.37 292	0.80 322	5.01 384	0.56 249	8.51 330	5.58 283	4.01 209	4.85 211	5.44 327	2.26 265	2.45 115	0.35 63	0.00 1	0.15 467	0.00 1	0.00 1	0.02 79	0.02 89

FENet	2.19 218	0.34 123	3.04 229	2.05 411	0.26 188	2.82 239	0.13 113	7.02 295	5.55 280	4.97 237	1.94 117	4.91 307	3.39 320	4.71 185	2.50 338	0.02 342	0.03 302	0.00 1	0.00 1	0.00 1	0.21 415

GANet-ADL	2.20 219	0.50 240	3.27 256	2.02 402	0.11 79	2.21 154	0.48 223	8.64 339	6.79 347	4.56 222	5.83 251	3.98 263	1.27 205	2.68 119	1.43 256	0.04 407	0.08 405	0.02 438	0.00 1	0.15 340	0.03 141

FACV-RUCA	2.21 220	0.34 123	3.59 283	1.30 279	2.90 467	2.22 156	1.25 384	7.98 316	5.71 291	3.59 195	7.21 300	1.14 154	1.60 232	3.12 129	1.46 260	0.01 248	0.03 302	0.10 492	0.04 374	0.35 452	0.17 390

AIO-test1	2.22 221	0.76 341	2.78 196	0.30 118	4.38 515	2.48 181	0.96 359	5.59 223	14.64 486	0.74 113	2.86 150	0.92 144	0.30 67	5.64 215	1.67 282	0.00 1	0.00 1	0.00 1	0.03 356	0.17 360	0.14 361

CAS	2.24 222	0.25 43	1.86 80	11.21 550	3.86 504	1.67 97	0.02 26	3.87 110	2.67 111	0.41 77	1.63 103	0.24 76	0.27 53	1.50 68	0.74 159	9.43 559	0.01 181	0.00 1	0.00 1	0.01 27	5.21 546

NF-Stereo	2.24 222	0.33 108	3.00 220	2.04 407	0.10 68	3.46 293	0.43 213	6.51 275	3.17 155	6.84 332	5.24 231	2.67 207	1.34 209	8.17 390	1.53 266	0.01 248	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

OCTAStereo	2.24 222	0.33 108	3.03 226	2.04 407	0.10 68	3.45 292	0.43 213	6.50 272	3.17 155	6.84 332	5.20 226	2.65 204	1.33 207	8.18 391	1.56 270	0.01 248	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

PSM-softLoss	2.24 222	0.34 123	3.42 270	1.81 363	0.17 131	2.74 218	0.39 204	6.17 253	2.92 128	6.26 302	6.29 270	2.96 215	0.97 171	8.68 419	1.71 285	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 89

KMStereo	2.24 222	0.34 123	3.42 270	1.81 363	0.17 131	2.74 218	0.39 204	6.17 253	2.92 128	6.26 302	6.29 270	2.96 215	0.97 171	8.68 419	1.71 285	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 89

StereoVision	2.25 227	0.72 328	4.00 321	1.03 240	2.64 459	1.91 124	0.28 175	5.83 239	4.43 234	1.89 151	10.65 388	3.88 260	0.52 121	5.13 202	1.98 308	0.00 1	0.00 1	0.00 1	0.00 1	0.09 262	0.03 141

RE-Stereo	2.25 227	0.33 108	3.03 226	2.04 407	0.10 68	3.47 295	0.43 213	6.50 272	3.18 158	6.84 332	5.20 226	2.65 204	1.34 209	8.18 391	1.58 272	0.01 248	0.00 1	0.01 406	0.00 1	0.02 79	0.01 18

TVStereo	2.25 227	0.33 108	3.03 226	2.04 407	0.10 68	3.47 295	0.43 213	6.50 272	3.18 158	6.84 332	5.20 226	2.65 204	1.34 209	8.18 391	1.58 272	0.01 248	0.00 1	0.01 406	0.00 1	0.02 79	0.01 18

ADStereo(finetuned)	2.26 230	0.64 301	5.22 398	0.31 123	0.18 146	1.71 106	0.25 169	5.23 191	8.46 405	6.06 284	5.30 237	1.41 162	6.37 439	1.87 93	1.87 297	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.18 394

fff	2.28 231	0.61 292	3.81 304	0.22 105	0.07 35	1.69 101	0.11 97	5.37 212	11.84 466	5.80 263	5.17 221	1.44 164	5.41 418	2.00 100	1.92 303	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 394

IPLGR	2.28 231	0.51 247	6.00 428	0.15 88	0.15 113	1.99 134	0.22 158	6.34 260	6.04 310	6.80 330	5.76 248	2.87 212	2.31 267	4.88 190	1.28 245	0.00 1	0.00 1	0.00 1	0.00 1	0.09 262	0.18 394

csc	2.28 231	0.61 292	3.81 304	0.22 105	0.07 35	1.69 101	0.11 97	5.37 212	11.84 466	5.80 263	5.17 221	1.44 164	5.41 418	2.00 100	1.92 303	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 394

cscssc	2.28 231	0.61 292	3.81 304	0.22 105	0.07 35	1.69 101	0.11 97	5.37 212	11.84 466	5.80 263	5.17 221	1.44 164	5.41 418	2.00 100	1.92 303	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.18 394

test_sample1	2.31 235	0.26 49	3.29 257	2.08 413	0.46 255	2.62 205	0.05 54	9.88 373	4.23 227	3.90 205	3.92 187	3.49 243	4.44 380	5.67 219	1.88 299	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.03 141

EAI-Stereo	2.31 235	0.44 209	2.72 185	0.68 194	0.56 285	3.51 305	2.62 435	11.42 421	4.14 223	2.09 152	7.23 302	1.21 157	0.91 165	5.67 219	1.51 263	0.01 248	0.25 511	0.00 1	0.88 532	0.04 158	0.26 438

test_sample2	2.32 237	0.25 43	3.38 264	2.08 413	0.41 245	2.58 196	0.15 126	9.50 362	4.97 260	3.66 197	4.86 212	4.29 284	3.26 311	5.83 226	1.09 227	0.00 1	0.01 181	0.00 1	0.00 1	0.03 128	0.03 141

ICVP	2.32 237	0.38 159	2.89 215	0.92 221	0.70 308	2.55 191	0.87 344	9.97 376	3.99 208	4.13 211	8.97 345	2.71 208	1.69 236	2.52 117	3.52 381	0.05 419	0.24 510	0.01 406	0.01 312	0.11 294	0.13 352
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 239	0.65 307	2.15 124	2.30 440	0.02 3	5.80 399	0.56 249	4.31 128	10.41 441	1.03 127	3.33 168	4.67 297	2.70 285	8.05 375	0.45 99	0.00 1	0.02 250	0.00 1	0.00 1	0.02 79	0.03 141

MyStereo06	2.35 240	0.66 313	4.54 355	1.10 251	0.96 342	2.57 194	0.10 91	9.30 357	4.05 216	5.22 247	6.09 255	5.95 343	2.38 270	3.00 126	0.73 157	0.01 248	0.08 405	0.00 1	0.01 312	0.13 326	0.15 372

PFNet+	2.35 240	0.31 78	3.69 293	0.79 201	0.17 131	3.15 275	0.75 307	4.52 142	6.30 325	7.90 388	6.34 274	2.53 201	1.18 197	7.72 354	1.62 276	0.03 387	0.00 1	0.00 1	0.00 1	0.01 27	0.03 141

RAFT+CT+SA	2.36 242	0.71 327	2.46 154	0.83 206	2.26 444	3.18 277	0.93 353	6.82 289	5.48 275	2.55 164	8.07 326	1.64 173	1.59 231	8.54 410	1.15 235	0.02 342	0.00 1	0.00 1	0.38 503	0.19 380	0.36 460

TRStereo	2.36 242	3.10 511	4.70 367	1.99 395	2.08 432	2.61 202	1.11 374	8.79 344	3.73 189	3.19 183	3.04 159	3.96 262	0.77 152	5.92 228	1.44 257	0.03 387	0.14 460	0.00 1	0.29 483	0.08 244	0.25 432

test_4	2.38 244	0.34 123	2.68 177	0.08 52	0.11 79	3.69 321	1.14 376	3.33 62	3.34 173	4.03 210	17.35 480	3.31 233	0.51 118	6.28 246	1.15 235	0.00 1	0.00 1	0.00 1	0.11 412	0.16 347	0.01 18

ACRE	2.41 245	1.08 412	5.11 389	0.55 171	2.05 430	2.65 211	0.78 316	5.26 202	4.67 248	7.59 374	9.20 348	1.70 176	1.08 181	3.74 149	2.18 321	0.01 248	0.18 485	0.02 438	0.08 394	0.22 401	0.10 316

HH	2.42 246	0.73 331	3.76 298	0.91 217	0.14 108	2.78 225	0.71 297	7.92 314	2.72 116	1.53 144	6.10 257	7.93 389	4.01 354	8.60 414	0.44 95	0.00 1	0.09 417	0.00 1	0.00 1	0.05 190	0.04 187

HanStereo	2.42 246	0.73 331	3.76 298	0.91 217	0.14 108	2.78 225	0.71 297	7.92 314	2.72 116	1.53 144	6.10 257	7.93 389	4.01 354	8.60 414	0.44 95	0.00 1	0.09 417	0.00 1	0.00 1	0.05 190	0.04 187

DisPM	2.43 248	0.32 91	3.04 229	1.76 355	0.18 146	3.46 293	0.65 279	5.13 183	4.88 257	8.59 419	7.04 296	2.84 210	1.03 176	8.85 431	0.83 183	0.01 248	0.00 1	0.00 1	0.00 1	0.01 27	0.02 89

IPLG	2.43 248	0.66 313	4.77 370	0.54 168	0.31 212	3.01 258	0.26 171	6.15 250	5.55 280	7.69 377	6.21 265	1.89 184	1.74 242	7.19 322	2.35 330	0.01 248	0.01 181	0.00 1	0.00 1	0.24 418	0.12 344

rvit_105_1	2.44 250	0.80 356	5.08 387	1.77 357	0.09 60	1.95 128	3.62 464	5.62 227	8.21 398	4.85 233	2.07 122	3.15 227	1.58 230	7.08 313	2.71 345	0.00 1	0.00 1	0.00 1	0.01 312	0.04 158	0.08 280

CASS	2.44 250	0.44 209	3.56 281	0.85 210	0.38 236	3.14 272	0.22 158	9.64 367	4.00 209	6.78 328	7.62 314	3.57 248	3.58 331	3.80 151	1.10 228	0.02 342	0.01 181	0.00 1	0.00 1	0.05 190	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 250	1.17 426	4.94 378	0.62 184	2.08 432	2.65 211	0.80 319	5.60 224	4.79 255	7.87 385	9.23 350	1.67 175	1.15 189	3.43 139	2.23 323	0.01 248	0.19 491	0.02 438	0.08 394	0.22 401	0.10 316

R-Stereo Train	2.44 250	0.32 91	1.93 90	0.94 224	0.16 121	3.67 317	0.61 267	6.37 263	3.08 147	9.14 435	17.44 481	1.80 180	0.77 152	1.76 84	0.70 149	0.00 1	0.01 181	0.00 1	0.00 1	0.01 27	0.03 141

RAFT-Stereo	2.44 250	0.32 91	1.93 90	0.94 224	0.16 121	3.67 317	0.61 267	6.37 263	3.08 147	9.14 435	17.44 481	1.80 180	0.77 152	1.76 84	0.70 149	0.00 1	0.01 181	0.00 1	0.00 1	0.01 27	0.03 141
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 255	1.09 414	3.70 296	2.55 464	0.80 322	3.37 289	0.15 126	7.44 304	5.54 279	5.65 259	6.01 254	3.54 246	1.13 186	6.34 254	1.58 272	0.00 1	0.01 181	0.00 1	0.05 380	0.21 395	0.03 141

CIPLG	2.47 256	1.10 416	4.71 368	0.63 188	2.15 437	2.67 215	0.77 311	5.19 189	4.73 252	7.85 384	9.56 363	1.72 177	1.14 187	4.20 169	2.34 328	0.01 248	0.19 491	0.02 438	0.09 405	0.23 408	0.08 280

BUS	2.49 257	0.32 91	3.05 234	0.46 157	0.46 255	7.12 430	0.50 235	9.05 349	4.69 249	6.11 288	6.15 260	5.29 321	0.83 159	3.91 154	1.77 291	0.01 248	0.03 302	0.03 455	0.00 1	0.04 158	0.00 1

Pruner-Stereo	2.49 257	0.40 174	2.46 154	1.80 361	0.25 181	3.51 305	0.77 311	6.03 244	4.92 258	8.91 429	6.09 255	4.45 289	1.11 182	6.99 306	2.11 314	0.02 342	0.00 1	0.02 438	0.00 1	0.01 27	0.04 187

GES	2.49 257	0.38 159	4.29 339	1.58 328	0.05 16	4.58 373	1.07 370	9.70 369	3.39 174	5.21 246	6.64 279	1.84 183	3.36 315	4.86 189	2.54 341	0.06 429	0.01 181	0.06 478	0.01 312	0.12 311	0.03 141

mmm	2.50 260	0.29 62	3.22 252	1.98 393	0.32 216	3.72 326	0.12 103	9.45 361	4.05 216	5.84 268	10.80 390	2.47 200	2.86 299	4.07 164	0.75 164	0.00 1	0.02 250	0.00 1	0.01 312	0.03 128	0.02 89

MIM_Stereo	2.50 260	0.75 338	4.26 337	1.18 263	0.11 79	3.08 263	0.33 191	6.07 246	3.28 165	5.01 238	10.12 372	4.29 284	1.74 242	8.06 379	1.27 244	0.00 1	0.12 445	0.00 1	0.01 312	0.18 372	0.15 372

iRaft-Stereo_20w	2.56 262	0.35 134	4.98 380	0.37 142	0.67 301	3.47 295	0.59 260	12.57 464	3.89 200	6.10 287	6.23 267	1.49 168	2.24 261	6.65 280	0.86 193	0.00 1	0.19 491	0.00 1	0.33 496	0.08 244	0.22 417

HCRNet	2.56 262	0.53 259	3.35 262	0.24 109	3.39 483	2.19 152	0.23 162	6.89 291	5.50 276	5.26 249	4.79 207	5.27 320	2.78 293	7.71 352	2.89 350	0.00 1	0.02 250	0.00 1	0.00 1	0.04 158	0.04 187

RAFT	2.57 264	0.76 341	3.09 241	0.91 217	0.09 60	2.41 175	0.94 355	5.35 209	2.65 110	6.11 288	7.21 300	9.43 419	4.30 372	5.73 223	1.77 291	0.00 1	0.12 445	0.00 1	0.02 339	0.46 476	0.08 280

ACVNet	2.58 265	0.53 259	2.69 179	0.84 208	0.59 287	2.61 202	0.55 247	8.35 321	5.70 286	4.45 218	9.26 358	5.77 337	3.50 326	2.24 107	4.41 404	0.00 1	0.00 1	0.00 1	0.00 1	0.17 360	0.01 18

HHNet	2.59 266	0.55 268	2.55 163	0.20 99	0.32 216	2.84 242	0.94 355	5.77 235	5.14 266	7.33 363	13.80 441	0.94 145	3.20 309	5.27 206	2.41 335	0.13 462	0.02 250	0.06 478	0.00 1	0.23 408	0.03 141

AFF-stereo	2.59 266	0.68 318	2.35 146	1.55 323	0.17 131	1.67 97	0.08 79	5.75 230	6.60 341	6.20 296	12.13 418	6.16 348	2.36 269	4.75 187	1.11 229	0.02 342	0.02 250	0.00 1	0.00 1	0.23 408	0.05 224

raft_robust	2.64 268	1.20 428	2.62 173	1.10 251	0.28 198	1.50 81	0.12 103	6.28 258	9.04 415	6.80 330	7.19 299	3.73 257	2.13 256	9.06 439	1.07 223	0.03 387	0.12 445	0.00 1	0.21 457	0.17 360	0.22 417

GwcNet-ADL	2.65 269	0.48 233	3.84 310	0.82 204	0.33 222	2.04 137	0.69 291	8.07 317	9.42 422	6.05 282	6.66 280	4.14 273	1.73 240	5.40 211	3.01 354	0.08 443	0.06 369	0.00 1	0.00 1	0.06 214	0.03 141

ToySt	2.69 270	0.55 268	7.03 455	1.03 240	0.10 68	3.49 300	1.04 366	6.38 267	4.55 243	2.69 166	6.28 269	7.95 393	4.38 376	5.08 199	2.58 342	0.01 248	0.11 438	0.00 1	0.04 374	0.28 430	0.19 405

BSDual-CNN	2.69 270	0.32 91	3.05 234	0.46 157	0.46 255	7.13 432	1.63 407	9.05 349	4.69 249	6.11 288	6.15 260	6.26 351	2.54 276	3.91 154	1.91 301	0.01 248	0.03 302	0.03 455	0.00 1	0.04 158	0.00 1

DN-CSS_ROB	2.69 270	1.40 448	5.34 403	2.31 446	0.75 313	3.14 272	0.06 61	6.11 248	3.87 197	5.34 252	12.18 421	2.34 198	1.22 201	7.84 360	1.48 261	0.03 387	0.00 1	0.00 1	0.00 1	0.35 452	0.03 141

AIO-test2	2.70 273	1.23 431	3.52 278	1.24 267	3.05 469	2.65 211	0.06 61	6.30 259	15.40 495	2.58 165	7.30 304	0.48 120	0.57 130	5.36 208	0.96 212	3.06 543	0.00 1	0.00 1	0.01 312	0.16 347	0.15 372

RAFT_R40	2.71 274	0.33 108	3.00 220	1.26 270	0.30 202	3.83 337	1.00 362	5.69 228	4.29 228	9.69 450	6.33 273	5.02 314	4.02 356	8.58 413	0.86 193	0.01 248	0.00 1	0.00 1	0.00 1	0.03 128	0.02 89

AnonymousM	2.71 274	6.75 537	0.98 1	0.73 197	0.06 27	2.41 175	0.53 240	5.30 204	3.05 144	4.75 231	2.09 123	1.89 184	1.01 173	1.88 95	0.51 120	0.01 248	0.02 250	17.42 561	4.76 561	0.02 79	0.01 18

XX-Stereo	2.71 274	0.38 159	5.96 427	2.25 435	2.20 441	1.54 84	0.21 156	5.44 216	3.05 144	2.28 159	16.16 460	7.03 370	0.24 43	6.19 239	0.79 176	0.00 1	0.15 467	0.00 1	0.23 466	0.13 326	0.04 187

UDGNet	2.73 277	7.09 540	3.90 313	2.71 469	0.06 27	2.98 255	0.20 151	4.63 151	8.58 411	2.69 166	2.70 146	0.95 146	1.01 173	6.27 245	1.51 263	1.28 530	0.00 1	5.24 553	0.94 534	1.70 522	0.13 352

SST-Stereo	2.75 278	0.31 78	2.78 196	1.33 283	0.33 222	3.99 347	0.82 323	5.60 224	3.93 204	10.92 479	6.19 263	5.00 312	4.23 365	8.66 418	0.74 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 128	0.03 141

GMStereo_Zeroshot	2.77 279	1.98 491	5.14 392	1.53 319	0.36 230	3.56 310	0.10 91	5.57 222	5.91 300	6.89 337	7.02 293	8.50 406	0.91 165	6.01 232	1.65 280	0.00 1	0.00 1	0.00 1	0.00 1	0.20 384	0.01 18

DFGA-Net	2.78 280	1.91 486	7.35 463	1.52 314	0.36 230	3.36 288	0.20 151	6.64 280	5.93 301	4.88 234	6.31 272	2.18 193	1.12 183	7.43 334	5.98 432	0.00 1	0.00 1	0.00 1	0.00 1	0.37 458	0.04 187

111	2.78 280	0.92 387	3.81 304	0.22 105	0.07 35	2.83 241	0.70 294	6.03 244	14.00 481	3.22 184	8.93 341	5.48 328	3.30 313	3.66 145	2.03 312	0.00 1	0.00 1	0.00 1	0.00 1	0.10 273	0.29 448

HITNet	2.79 282	0.77 344	4.02 322	2.03 405	0.11 79	5.58 394	0.59 260	9.24 355	5.15 267	6.42 315	7.26 303	3.66 252	2.92 302	4.07 164	3.87 391	0.00 1	0.00 1	0.00 1	0.00 1	0.06 214	0.02 89
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
CFNet_pseudo	2.81 283	0.42 192	4.04 325	0.33 131	0.24 178	2.59 199	0.12 103	8.20 320	7.66 376	7.04 345	10.42 381	6.56 361	2.05 254	4.88 190	1.53 266	0.00 1	0.02 250	0.01 406	0.00 1	0.05 190	0.07 264

ccs_rob	2.81 283	0.42 192	4.06 327	0.33 131	0.25 181	2.59 199	0.12 103	8.19 319	7.68 377	7.02 342	10.37 380	6.54 357	2.06 255	4.88 190	1.53 266	0.00 1	0.02 250	0.01 406	0.00 1	0.05 190	0.07 264

DMCA	2.82 285	0.64 301	4.45 349	1.61 333	0.89 333	3.86 339	0.57 258	9.18 353	5.10 264	6.24 299	6.49 277	7.17 377	2.13 256	3.31 133	4.73 410	0.00 1	0.01 181	0.00 1	0.00 1	0.04 158	0.02 89

TestStereo1	2.85 286	0.81 358	3.48 274	3.11 489	0.44 249	2.52 184	1.50 399	6.37 263	8.18 396	4.62 224	9.24 355	2.23 196	3.69 336	9.19 444	1.26 242	0.00 1	0.01 181	0.00 1	0.00 1	0.27 428	0.09 293

SA-5K	2.85 286	0.81 358	3.48 274	3.11 489	0.44 249	2.52 184	1.50 399	6.37 263	8.18 396	4.62 224	9.24 355	2.23 196	3.69 336	9.19 444	1.26 242	0.00 1	0.01 181	0.00 1	0.00 1	0.27 428	0.09 293

LCNet	2.85 286	0.42 192	1.90 85	0.95 228	0.56 285	2.07 138	1.60 405	4.99 177	3.57 185	6.05 282	10.59 385	4.59 295	6.79 451	7.46 336	0.72 155	0.01 248	0.00 1	0.01 406	0.77 529	0.30 433	3.57 537

IRAFT_RVC	2.85 286	0.41 185	3.32 260	2.09 416	0.41 245	2.92 250	5.22 495	6.41 268	3.63 186	6.53 322	5.48 243	5.09 316	4.88 405	8.20 394	2.15 318	0.01 248	0.17 481	0.01 406	0.00 1	0.02 79	0.04 187

AIO-Stereo-zeroshot	2.86 290	0.99 399	7.52 469	1.52 314	0.92 336	2.94 252	0.03 35	9.31 358	3.81 195	2.42 163	5.86 252	9.23 415	4.64 392	4.31 173	2.19 322	0.02 342	0.18 485	0.00 1	0.54 519	0.35 452	0.35 458

iRaft-Stereo_5w	2.86 290	0.86 367	4.08 330	0.06 34	0.25 181	2.76 224	0.60 264	4.97 173	4.10 220	2.98 178	7.85 323	10.17 432	4.17 362	8.16 387	5.83 430	0.00 1	0.00 1	0.00 1	0.01 312	0.26 422	0.06 245

test_sample4	2.87 292	0.40 174	4.54 355	1.80 361	0.54 283	3.95 344	0.15 126	11.48 423	6.49 338	6.33 311	6.81 284	3.68 254	2.65 283	6.11 235	2.36 331	0.02 342	0.01 181	0.00 1	0.00 1	0.04 158	0.05 224

test_sample3	2.87 292	0.37 152	4.45 349	1.95 388	0.59 287	4.69 376	0.16 132	11.50 424	6.45 335	5.82 266	6.44 276	3.76 258	2.64 281	6.01 232	2.41 335	0.01 248	0.01 181	0.00 1	0.00 1	0.04 158	0.05 224

MyStereo8	2.88 294	1.19 427	5.03 383	1.61 333	3.75 500	4.30 359	0.07 71	6.14 249	6.16 318	6.22 297	9.64 366	4.28 282	1.45 216	2.05 103	4.76 412	0.00 1	0.16 476	0.00 1	0.14 420	0.26 422	0.43 473

ffm	2.90 295	0.31 78	3.97 315	1.34 285	0.98 345	2.80 228	0.48 223	4.53 143	10.19 436	6.29 307	9.23 350	5.59 330	3.72 343	8.00 369	0.46 103	0.00 1	0.02 250	0.00 1	0.00 1	0.10 273	0.04 187

test_5	2.90 295	0.70 325	3.69 293	2.01 400	3.17 474	4.61 375	1.32 392	6.69 283	7.02 356	2.79 170	7.18 298	4.99 309	4.14 359	7.96 366	1.31 247	0.00 1	0.00 1	0.00 1	0.03 356	0.19 380	0.26 438

test_sample5	2.91 297	0.40 174	4.33 341	1.81 363	0.50 272	3.33 286	0.17 138	11.27 414	6.55 339	6.18 294	8.35 331	3.65 250	2.71 288	6.61 277	2.15 318	0.02 342	0.02 250	0.00 1	0.00 1	0.05 190	0.05 224

PFNet	2.93 298	0.40 174	5.51 413	2.13 421	0.84 326	3.11 269	0.75 307	6.78 286	4.79 255	9.98 458	6.00 253	4.78 302	2.13 256	8.33 398	2.11 314	0.19 475	0.06 369	0.00 1	0.11 412	0.20 384	0.35 458

MyStereo05	2.94 299	0.66 313	5.25 401	1.10 251	0.96 342	2.57 194	0.10 91	8.53 331	12.34 473	6.28 305	3.88 184	3.18 229	3.30 313	7.81 359	2.37 332	0.01 248	0.08 405	0.00 1	0.01 312	0.13 326	0.15 372

MyStereo04	2.95 300	0.79 352	5.38 404	1.03 240	1.11 357	2.63 207	0.46 220	10.00 379	12.44 474	4.19 212	3.91 186	3.04 221	3.60 332	7.34 330	2.74 349	0.00 1	0.09 417	0.00 1	0.01 312	0.11 294	0.09 293

PSMNet-ADL	2.98 301	0.43 203	2.41 148	1.43 302	0.40 240	5.94 404	0.28 175	8.45 325	5.13 265	3.36 190	6.77 282	8.41 400	4.61 390	7.20 323	4.55 407	0.02 342	0.09 417	0.00 1	0.00 1	0.01 27	0.03 141

PCWNet_CMD	2.99 302	0.39 163	4.02 322	0.39 147	0.26 188	2.53 187	0.15 126	9.24 355	9.22 417	7.12 349	11.53 408	6.94 368	2.41 271	4.02 161	1.33 249	0.01 248	0.02 250	0.02 438	0.00 1	0.05 190	0.07 264

MSMDNet	2.99 302	0.39 163	4.02 322	0.40 149	0.25 181	2.53 187	0.16 132	9.35 359	9.25 418	7.08 347	11.39 403	6.93 367	2.43 272	4.01 160	1.34 251	0.01 248	0.02 250	0.02 438	0.00 1	0.05 190	0.07 264

OMP-Stereo	3.03 304	0.93 390	2.72 185	4.21 528	0.51 276	2.19 152	1.25 384	6.19 255	6.00 308	7.99 393	6.21 265	8.50 406	2.49 274	9.44 456	1.74 289	0.01 248	0.00 1	0.00 1	0.00 1	0.08 244	0.05 224

DualNet	3.05 305	0.40 174	4.33 341	1.81 363	0.50 272	3.33 286	0.17 138	11.27 414	6.55 339	6.50 319	10.86 394	3.65 250	2.71 288	6.61 277	2.15 318	0.02 342	0.02 250	0.00 1	0.00 1	0.05 190	0.05 224

SA	3.06 306	0.74 336	3.79 301	1.60 332	0.30 202	3.19 278	1.43 396	6.72 284	9.06 416	4.63 227	10.80 390	2.89 213	4.71 395	9.62 459	1.18 240	0.00 1	0.09 417	0.00 1	0.19 448	0.23 408	0.02 89

CFNet_ucs	3.07 307	0.44 209	4.05 326	0.54 168	0.37 234	3.08 263	0.19 145	9.80 371	8.49 408	7.64 376	12.62 427	5.67 335	1.76 246	4.96 196	1.51 263	0.00 1	0.04 331	0.01 406	0.00 1	0.09 262	0.11 330

NINENet	3.09 308	0.56 274	3.22 252	1.61 333	1.37 382	7.12 430	0.50 235	11.88 436	5.63 284	6.63 325	8.40 332	5.29 321	0.83 159	6.51 269	1.77 291	0.15 465	0.07 392	0.07 484	0.00 1	0.09 262	0.00 1

UCFNet_RVC	3.09 308	0.77 344	2.27 140	2.35 450	1.79 415	3.50 302	1.06 368	12.12 449	6.91 350	4.71 230	7.67 317	7.58 381	4.40 378	4.95 195	1.67 282	0.00 1	0.00 1	0.00 1	0.00 1	0.11 294	0.01 18

AdaStereo	3.09 308	0.58 281	3.04 229	2.84 477	0.48 266	4.08 350	1.29 390	12.16 451	7.77 384	6.03 281	9.62 364	5.79 339	1.53 227	4.56 181	1.93 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 89
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.
psmg	3.10 311	0.32 91	3.05 234	0.54 168	0.46 255	8.68 457	2.84 442	9.87 372	4.69 249	8.08 394	8.69 336	6.26 351	2.54 276	3.91 154	1.91 301	0.01 248	0.04 331	0.06 478	0.00 1	0.11 294	0.00 1

testlalala_base	3.12 312	0.48 233	2.79 200	2.14 422	1.98 427	4.13 354	0.64 275	6.16 251	2.09 78	2.38 161	4.08 190	1.80 180	0.50 116	1.65 76	0.72 155	12.33 568	2.33 551	0.00 1	0.31 492	14.56 561	1.32 514

DCVSM-stereo	3.13 313	0.37 152	2.95 217	1.51 312	0.80 322	2.75 223	0.49 233	6.79 287	5.25 269	11.43 487	5.57 246	10.79 444	5.30 415	5.25 204	2.95 352	0.03 387	0.09 417	0.03 455	0.00 1	0.12 311	0.09 293

ARAFT	3.13 313	1.11 418	7.34 462	0.42 150	0.14 108	4.52 371	2.99 445	7.41 303	5.97 305	8.85 427	7.06 297	5.20 319	1.25 204	8.49 408	1.44 257	0.00 1	0.03 302	0.00 1	0.00 1	0.33 446	0.11 330

test_sample6	3.14 315	0.41 185	4.42 346	1.92 382	0.49 269	3.25 282	0.21 156	11.30 416	6.69 343	6.50 319	10.86 394	4.03 265	2.93 303	7.06 312	2.65 343	0.02 342	0.02 250	0.00 1	0.00 1	0.05 190	0.06 245

IIG-Stereo	3.16 316	0.75 338	2.83 203	4.08 523	0.21 166	2.56 193	0.74 305	6.55 277	5.56 282	8.39 411	9.38 361	7.94 391	2.79 294	9.50 458	1.89 300	0.02 342	0.00 1	0.00 1	0.00 1	0.02 79	0.04 187

DMCA-RVC	3.17 317	1.26 435	6.39 442	2.10 418	1.51 389	3.02 259	0.56 249	7.84 313	5.06 262	9.23 438	5.19 225	8.46 402	2.72 290	6.31 250	3.22 361	0.06 429	0.11 438	0.09 490	0.02 339	0.16 347	0.08 280

HI	3.18 318	0.90 380	3.05 234	1.28 277	0.15 113	2.29 160	0.04 41	5.31 206	3.52 180	7.96 389	12.69 428	11.43 456	6.61 443	4.26 171	4.02 394	0.00 1	0.06 369	0.00 1	0.00 1	0.05 190	0.01 18

CoSv	3.18 318	0.90 380	3.05 234	1.28 277	0.15 113	2.29 160	0.04 41	5.31 206	3.52 180	7.96 389	12.69 428	11.43 456	6.61 443	4.26 171	4.02 394	0.00 1	0.06 369	0.00 1	0.00 1	0.05 190	0.01 18

IER	3.20 320	0.54 264	5.13 391	0.58 178	1.59 391	7.29 435	0.56 249	6.36 261	4.95 259	7.44 368	8.84 337	6.20 349	6.26 436	4.88 190	3.29 365	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

BEATNet_4x	3.24 321	1.27 437	5.89 424	1.56 326	0.10 68	5.26 390	1.07 370	10.08 383	5.50 276	6.89 337	7.73 318	4.53 293	4.13 358	5.05 198	5.27 419	0.04 407	0.05 349	0.00 1	0.00 1	0.23 408	0.23 424

DispNO	3.25 322	0.72 328	6.85 452	1.95 388	1.34 381	3.49 300	0.84 333	8.14 318	6.30 325	6.34 312	7.76 321	6.30 354	4.28 371	6.93 298	3.51 377	0.00 1	0.03 302	0.03 455	0.12 416	0.07 232	0.07 264

RAFT-345	3.27 323	0.41 185	2.88 213	1.02 238	0.21 166	2.63 207	0.48 223	3.76 103	5.51 278	7.35 364	24.88 520	4.25 278	1.76 246	8.15 386	2.13 316	0.01 248	0.00 1	0.00 1	0.00 1	0.01 27	0.01 18

GANet-RSSM	3.27 323	0.60 288	3.38 264	2.94 484	2.00 429	2.61 202	0.48 223	10.93 407	6.11 315	5.47 254	10.20 374	6.57 362	5.44 424	6.25 244	2.23 323	0.00 1	0.00 1	0.08 487	0.00 1	0.17 360	0.03 141

SFCPSM	3.29 325	0.43 203	5.11 389	0.34 136	0.94 340	8.48 452	2.15 423	14.51 497	5.29 270	7.00 341	7.65 316	3.43 235	2.59 280	5.11 201	2.37 332	0.01 248	0.03 302	0.01 406	0.07 389	0.13 326	0.15 372

test_sample7	3.30 326	0.47 226	3.43 273	1.98 393	0.35 227	4.33 360	1.88 417	10.66 396	7.73 380	8.36 406	7.55 310	6.55 358	4.27 367	6.58 275	1.62 276	0.06 429	0.03 302	0.00 1	0.00 1	0.05 190	0.06 245

NOSS_ROB	3.30 326	0.46 224	2.62 173	2.08 413	1.01 351	5.60 395	0.74 305	10.37 389	11.48 462	5.15 245	8.43 333	5.67 335	1.73 240	7.97 368	2.34 328	0.02 342	0.06 369	0.00 1	0.00 1	0.07 232	0.14 361

gwcnet-sp	3.31 328	1.47 452	7.26 459	1.73 352	0.69 304	7.57 442	1.14 376	8.59 333	6.17 319	8.57 416	5.25 233	4.26 279	3.36 315	6.46 260	3.44 370	0.00 1	0.00 1	0.00 1	0.00 1	0.15 340	0.11 330

scenet	3.31 328	1.47 452	7.26 459	1.73 352	0.69 304	7.57 442	1.14 376	8.59 333	6.17 319	8.57 416	5.25 233	4.26 279	3.36 315	6.46 260	3.44 370	0.00 1	0.00 1	0.00 1	0.00 1	0.15 340	0.11 330

ssnet	3.31 328	1.47 452	7.26 459	1.73 352	0.69 304	7.57 442	1.14 376	8.59 333	6.17 319	8.57 416	5.25 233	4.26 279	3.36 315	6.46 260	3.44 370	0.00 1	0.00 1	0.00 1	0.00 1	0.15 340	0.11 330

hknet	3.31 328	0.42 192	4.68 365	0.46 157	1.17 364	7.13 432	1.63 407	9.05 349	6.91 350	6.11 288	6.15 260	9.66 422	2.85 298	7.48 339	2.45 337	0.01 248	0.03 302	0.03 455	0.00 1	0.04 158	0.00 1

CFNet-ft	3.31 328	0.94 393	2.69 179	1.50 309	2.38 448	2.81 236	0.68 286	8.35 321	7.43 367	4.45 218	9.94 369	10.20 433	4.60 388	6.50 268	3.41 368	0.00 1	0.00 1	0.03 455	0.00 1	0.22 401	0.03 141

CFNet_RVC	3.31 328	0.94 393	2.69 179	1.50 309	2.38 448	2.81 236	0.68 286	8.35 321	7.43 367	4.45 218	9.94 369	10.20 433	4.60 388	6.49 266	3.41 368	0.00 1	0.00 1	0.03 455	0.00 1	0.22 401	0.03 141

ASMatch	3.32 334	0.50 240	3.32 260	1.72 351	0.45 254	1.93 126	0.68 286	6.42 269	3.89 200	6.18 294	22.30 507	4.61 296	4.82 403	7.65 346	1.70 284	0.00 1	0.02 250	0.00 1	0.03 356	0.01 27	0.18 394

GMM-Stereo	3.32 334	0.27 53	2.52 160	0.82 204	0.48 266	2.27 159	4.91 490	5.06 180	3.08 147	7.06 346	16.72 468	6.21 350	3.70 338	7.60 343	1.16 237	0.04 407	0.00 1	0.00 1	0.04 374	0.10 273	4.45 541

AACVNet	3.33 336	1.03 405	3.56 281	3.46 503	0.63 295	3.09 265	0.28 175	8.78 343	3.43 176	5.99 279	10.64 387	10.08 430	4.03 357	8.69 421	2.51 339	0.03 387	0.01 181	0.00 1	0.00 1	0.26 422	0.06 245

PSM-AAD	3.33 336	0.20 18	1.47 46	0.73 197	0.54 283	2.55 191	6.19 504	4.97 173	3.27 163	10.92 479	11.92 413	2.95 214	9.59 499	7.90 363	0.82 182	0.01 248	0.01 181	0.00 1	0.00 1	0.04 158	2.47 532

PSMNet-RSSM	3.33 336	0.77 344	3.22 252	2.12 419	1.90 425	2.33 166	0.71 297	11.17 409	5.83 293	5.90 277	11.43 406	7.04 372	4.83 404	5.96 230	3.17 359	0.00 1	0.00 1	0.02 438	0.00 1	0.08 244	0.02 89

PAM	3.38 339	0.31 78	5.61 418	1.37 292	0.71 309	7.60 445	0.38 203	8.94 346	3.55 183	5.54 256	4.69 206	16.09 499	7.03 455	3.67 146	1.02 221	0.00 1	0.21 498	0.00 1	0.38 503	0.07 232	0.41 468

qqq1	3.38 339	0.39 163	3.61 285	1.69 343	0.11 79	2.85 243	0.29 179	12.46 457	10.41 441	7.16 352	10.23 375	4.78 302	4.45 381	8.71 423	0.30 50	0.07 438	0.05 349	0.00 1	0.00 1	0.06 214	0.03 141

fff1	3.38 339	0.39 163	3.61 285	1.69 343	0.11 79	2.85 243	0.29 179	12.46 457	10.41 441	7.16 352	10.23 375	4.78 302	4.45 381	8.71 423	0.30 50	0.07 438	0.05 349	0.00 1	0.00 1	0.06 214	0.03 141

TransformOpticalFlow	3.38 339	0.70 325	4.54 355	1.00 236	0.30 202	3.56 310	0.14 120	9.67 368	7.30 365	5.55 257	13.34 436	6.74 365	5.03 408	8.22 395	1.34 251	0.00 1	0.01 181	0.01 406	0.00 1	0.04 158	0.11 330

G2L-Stereo	3.40 343	0.93 390	4.73 369	1.61 333	2.05 430	2.88 248	0.60 264	8.94 346	5.84 294	7.42 366	7.33 306	8.61 408	2.16 259	8.44 406	6.11 433	0.00 1	0.00 1	0.00 1	0.00 1	0.24 418	0.18 394

RAFT_CTSACE	3.40 343	1.07 410	4.52 353	1.27 272	3.14 471	4.00 348	1.07 370	3.93 113	4.43 234	4.66 229	17.94 484	7.21 379	2.76 292	10.82 478	0.85 188	0.00 1	0.07 392	0.00 1	0.00 1	0.30 433	0.01 18

AAGNet	3.41 345	0.34 123	2.45 151	1.78 359	0.39 238	3.69 321	1.05 367	4.79 162	4.61 247	9.62 448	7.74 320	4.98 308	6.38 440	7.34 330	13.02 517	0.00 1	0.00 1	0.00 1	0.00 1	0.03 128	0.04 187

cf-r	3.42 346	0.81 358	3.97 315	2.41 456	2.78 463	2.85 243	0.64 275	8.44 324	6.32 327	6.25 301	11.57 409	8.97 413	3.54 330	5.93 229	3.83 389	0.00 1	0.00 1	0.00 1	0.00 1	0.09 262	0.07 264

G2L-ROB	3.43 347	0.77 344	3.89 312	1.71 349	1.16 363	4.51 370	0.44 217	11.70 429	5.70 286	7.51 371	5.34 239	11.24 454	1.71 237	7.66 348	5.10 417	0.00 1	0.00 1	0.00 1	0.00 1	0.12 311	0.10 316

CoDeX	3.43 347	0.68 318	4.49 351	0.98 234	1.65 398	6.37 412	2.14 422	13.23 478	6.07 311	7.23 357	8.95 342	4.09 269	3.79 347	6.31 250	2.37 332	0.03 387	0.06 369	0.00 1	0.00 1	0.07 232	0.15 372

STrans-v2	3.43 347	0.73 331	4.82 371	0.26 113	0.60 289	3.00 257	1.19 381	10.41 391	7.22 362	5.79 262	10.97 397	6.75 366	7.03 455	8.25 396	1.40 254	0.00 1	0.01 181	0.00 1	0.00 1	0.03 128	0.18 394

Select-FE	3.44 350	0.73 331	8.39 476	1.44 306	0.96 342	2.01 135	0.10 91	8.84 345	3.94 205	5.36 253	10.32 379	9.73 423	8.82 486	6.28 246	0.83 183	0.01 248	0.22 502	0.01 406	0.49 517	0.03 128	0.30 450

MLCV	3.44 350	0.88 374	5.60 417	1.39 295	0.25 181	4.36 363	0.33 191	7.25 299	7.28 364	9.17 437	12.24 423	5.09 316	2.47 273	9.15 442	3.23 362	0.00 1	0.00 1	0.00 1	0.00 1	0.10 273	0.02 89

ff1	3.45 352	0.31 78	3.97 315	1.34 285	0.98 345	2.80 228	0.48 223	4.53 143	10.19 436	6.29 307	9.23 350	5.59 330	3.72 343	10.11 464	9.35 487	0.00 1	0.02 250	0.00 1	0.00 1	0.10 273	0.04 187

PAM_32	3.50 353	0.32 91	5.22 398	1.32 282	0.53 281	7.49 439	0.39 204	9.52 365	3.91 202	5.22 247	5.28 236	16.75 505	7.44 463	4.61 183	0.90 206	0.00 1	0.20 495	0.00 1	0.39 506	0.09 262	0.39 463

UGAM-zero	3.51 354	0.33 108	4.44 348	0.88 213	0.65 298	3.52 308	0.16 132	11.35 418	2.71 115	5.09 244	5.82 250	15.28 491	9.14 494	8.38 400	1.61 275	0.00 1	0.16 476	0.00 1	0.46 514	0.02 79	0.19 405

DeepPruner_ROB	3.52 355	1.14 423	4.06 327	1.12 258	1.65 398	3.65 316	0.83 327	13.96 488	4.47 238	7.80 381	10.84 392	7.05 374	2.16 259	8.14 385	3.08 357	0.07 438	0.03 302	0.00 1	0.01 312	0.32 442	0.06 245

SMFormer	3.54 356	0.39 163	3.61 285	1.69 343	0.11 79	2.85 243	0.29 179	12.46 457	10.41 441	7.16 352	10.23 375	4.78 302	4.45 381	8.71 423	3.51 377	0.07 438	0.05 349	0.00 1	0.00 1	0.06 214	0.04 187

tta	3.54 356	0.39 163	3.61 285	1.69 343	0.11 79	2.85 243	0.29 179	12.46 457	10.41 441	7.16 352	10.23 375	4.78 302	4.45 381	8.71 423	3.51 377	0.07 438	0.05 349	0.00 1	0.00 1	0.06 214	0.03 141

Sa-1000	3.55 358	0.75 338	3.63 289	1.91 378	0.30 202	3.55 309	1.63 407	7.39 302	8.54 409	7.70 378	17.44 481	4.00 264	2.82 296	9.44 456	1.33 249	0.00 1	0.10 429	0.00 1	0.18 442	0.21 395	0.04 187

G2L-Stereo_test	3.57 359	0.86 367	3.66 291	2.79 475	1.52 390	4.11 353	1.17 380	11.35 418	6.27 324	7.97 391	8.87 339	9.39 418	2.26 265	6.55 273	4.33 401	0.00 1	0.01 181	0.00 1	0.00 1	0.22 401	0.13 352

AIO-Stereo-zeroshot1	3.58 360	1.29 442	12.46 505	1.53 319	0.98 345	3.48 298	0.81 321	11.99 440	4.40 233	4.33 215	11.05 399	8.83 411	2.02 253	4.52 178	1.66 281	0.01 248	0.14 460	0.00 1	0.68 526	0.86 504	0.44 475

DDVS	3.59 361	0.53 259	4.53 354	2.02 402	1.27 372	6.63 419	0.49 233	8.73 341	4.10 220	7.14 350	7.63 315	12.68 469	2.25 263	8.69 421	4.09 397	0.08 443	0.20 495	0.01 406	0.00 1	0.14 336	0.59 494

KYRaft	3.59 361	0.31 78	1.84 79	0.76 199	0.46 255	2.29 160	4.04 470	4.75 160	3.25 162	8.93 432	19.47 491	6.62 364	5.07 410	7.79 358	0.71 153	0.01 248	0.00 1	0.00 1	0.01 312	0.04 158	5.38 548

STTStereo	3.60 363	0.93 390	6.34 439	2.71 469	2.23 442	3.68 320	0.63 271	9.42 360	6.73 345	9.87 454	6.97 287	8.84 412	3.65 334	6.85 292	3.04 355	0.00 1	0.02 250	0.01 406	0.00 1	0.02 79	0.02 89

LMCR-Stereo	3.63 364	1.29 442	4.20 335	2.54 462	0.17 131	8.08 449	1.52 401	11.46 422	4.73 252	8.45 414	10.66 389	1.91 187	5.03 408	7.69 350	3.58 382	0.92 524	0.00 1	0.00 1	0.00 1	0.36 457	0.02 89

Prome-Stereo	3.65 365	0.29 62	1.92 89	0.91 217	0.49 269	2.07 138	4.75 488	4.41 135	3.23 161	9.32 441	20.63 499	4.06 267	7.19 457	7.70 351	1.17 239	0.00 1	0.00 1	0.00 1	0.00 1	0.05 190	4.72 545

hitnet-ft	3.66 366	0.65 307	2.79 200	0.89 215	0.72 311	4.25 356	0.55 247	9.11 352	7.52 371	7.14 350	10.19 373	12.49 467	4.70 394	7.44 335	4.41 404	0.03 387	0.00 1	0.06 478	0.00 1	0.20 384	0.04 187

iResNet	3.68 367	0.91 384	7.94 472	2.97 486	0.34 224	4.44 369	0.48 223	7.70 306	9.74 428	7.72 379	12.74 430	4.03 265	2.87 300	8.05 375	3.37 367	0.02 342	0.01 181	0.00 1	0.00 1	0.10 273	0.09 293

acv_ft	3.69 368	0.53 259	4.58 362	2.31 446	4.71 529	7.44 438	0.86 341	8.54 332	5.70 286	9.29 440	9.26 358	5.77 337	4.15 360	2.24 107	8.13 470	0.00 1	0.00 1	0.00 1	0.00 1	0.29 432	0.01 18

ac_64	3.70 369	0.47 226	3.50 277	2.87 478	3.50 487	5.91 403	0.72 301	10.17 386	4.34 230	8.16 397	5.80 249	10.82 445	5.64 427	7.08 313	4.73 410	0.03 387	0.00 1	0.00 1	0.00 1	0.08 244	0.14 361

CFNet	3.72 370	1.10 416	5.03 383	2.49 460	1.59 391	4.90 381	0.22 158	11.38 420	9.88 432	4.80 232	11.25 402	6.44 356	3.68 335	8.33 398	3.00 353	0.00 1	0.00 1	0.00 1	0.00 1	0.22 401	0.07 264

DAS	3.74 371	0.35 134	5.19 396	1.99 395	3.74 496	2.36 168	3.22 452	7.77 308	9.27 419	8.70 420	12.08 416	4.45 289	5.43 421	8.39 401	1.71 285	0.01 248	0.00 1	0.00 1	0.00 1	0.04 158	0.02 89

DRaft	3.74 371	0.43 203	2.60 169	0.12 69	0.15 113	4.76 377	1.34 393	5.33 208	4.31 229	10.30 463	21.91 504	3.27 231	8.83 487	7.36 332	3.66 385	0.05 419	0.10 429	0.00 1	0.14 420	0.10 273	0.14 361

GrayStereo	3.74 371	0.20 18	1.94 93	1.55 323	0.60 289	3.12 270	8.22 528	5.76 232	3.32 169	10.40 467	16.66 467	5.81 340	8.60 484	6.57 274	1.37 253	0.01 248	0.00 1	0.01 406	0.63 522	0.02 79	0.04 187

GEStereo_RVC	3.74 371	0.73 331	4.95 379	2.01 400	1.24 368	4.36 363	3.07 447	11.77 433	7.80 385	6.87 336	6.52 278	7.70 384	4.31 374	8.98 437	4.19 399	0.03 387	0.01 181	0.02 438	0.02 339	0.13 326	0.11 330

ITSA-stereo	3.76 375	0.54 264	3.80 302	1.91 378	0.29 201	3.09 265	0.70 294	13.22 477	15.64 496	6.79 329	6.66 280	4.15 274	3.52 329	8.30 397	5.00 416	0.09 448	0.07 392	0.11 493	0.10 410	0.18 372	0.95 506

GwcNet-RSSM	3.77 376	1.05 407	5.06 385	2.21 430	1.87 422	2.36 168	1.52 401	8.98 348	7.96 389	5.91 278	14.59 450	7.94 391	3.50 326	6.43 258	5.70 427	0.00 1	0.00 1	0.04 467	0.00 1	0.20 384	0.08 280

SepStereo	3.78 377	0.35 134	5.19 396	1.99 395	3.74 496	2.36 168	3.22 452	7.77 308	9.27 419	8.70 420	12.08 416	4.45 289	5.43 421	9.18 443	1.71 285	0.01 248	0.00 1	0.00 1	0.00 1	0.04 158	0.02 89

DEmStereo	3.79 378	0.37 152	3.69 293	0.17 93	0.17 131	5.28 391	2.54 430	4.35 130	3.70 187	8.21 403	20.15 493	5.13 318	10.38 506	7.65 346	3.85 390	0.01 248	0.01 181	0.01 406	0.00 1	0.02 79	0.06 245

FADNet-RVC-Resample	3.79 378	1.62 466	12.06 501	1.43 302	0.66 299	5.94 404	2.41 426	10.18 387	8.58 411	6.28 305	4.22 194	5.33 325	4.80 402	7.71 352	3.19 360	0.17 471	0.21 498	0.17 506	0.12 416	0.41 471	0.29 448

anonymousa	3.80 380	0.55 268	3.35 262	1.24 267	3.74 496	9.04 462	0.36 195	6.74 285	4.03 212	7.72 379	19.64 492	10.62 440	6.01 434	1.52 69	1.40 254	0.00 1	0.00 1	0.00 1	0.05 380	0.00 1	0.03 141

UPFNet	3.82 381	0.47 226	4.34 344	2.21 430	3.38 481	7.26 434	2.69 437	9.89 374	5.96 303	7.98 392	7.53 309	7.89 388	3.15 308	7.72 354	5.88 431	0.01 248	0.02 250	0.00 1	0.00 1	0.04 158	0.06 245

NLCA_NET_v2_RVC	3.84 382	1.06 409	5.23 400	2.72 471	3.27 477	4.36 363	0.61 267	10.71 399	7.56 372	8.75 422	7.89 324	9.86 425	3.90 351	7.15 321	3.44 370	0.14 463	0.02 250	0.02 438	0.03 356	0.04 158	0.03 141
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 383	0.82 361	3.01 222	2.00 399	2.58 457	5.28 391	3.34 456	10.85 405	6.33 328	7.27 360	7.32 305	10.15 431	9.02 491	6.19 239	2.51 339	0.22 482	0.01 181	0.00 1	0.00 1	0.12 311	0.03 141

mmx	3.86 384	0.31 78	3.97 315	1.34 285	0.98 345	2.80 228	0.48 223	12.18 452	10.66 449	6.29 307	9.23 350	5.59 330	3.72 343	10.11 464	9.35 487	0.05 419	0.02 250	0.00 1	0.00 1	0.03 128	0.04 187

ttt	3.86 384	0.23 30	2.34 145	2.22 433	1.68 403	4.36 363	0.28 175	12.45 456	11.09 454	6.90 339	11.85 411	4.08 268	3.28 312	8.47 407	7.85 460	0.06 429	0.04 331	0.00 1	0.00 1	0.03 128	0.03 141

xxx	3.86 384	0.31 78	3.98 319	1.34 285	0.98 345	2.80 228	0.48 223	12.18 452	10.66 449	6.29 307	9.23 350	5.59 330	3.72 343	10.11 464	9.35 487	0.05 419	0.02 250	0.00 1	0.00 1	0.03 128	0.04 187

THIR-Stereo	3.86 384	0.77 344	2.62 173	0.12 69	0.13 102	4.25 356	6.63 514	5.30 204	4.18 225	10.33 464	17.13 475	6.58 363	7.62 470	7.78 357	3.51 377	0.01 248	0.07 392	0.07 484	0.00 1	0.11 294	0.02 89

UGAM	3.90 388	0.48 233	4.69 366	0.17 93	0.08 52	3.67 317	1.22 382	4.81 163	14.45 485	4.59 223	11.94 414	14.20 481	3.80 348	9.92 463	3.61 383	0.00 1	0.00 1	0.00 1	0.02 339	0.32 442	0.07 264

AASNet	3.90 388	0.92 387	4.41 345	3.56 509	4.00 509	6.70 420	1.26 387	18.71 528	6.14 316	7.35 364	7.91 325	4.35 286	2.58 279	3.04 127	6.62 446	0.00 1	0.00 1	0.00 1	0.00 1	0.39 465	0.14 361

PS-NSSS	3.90 388	1.84 481	4.55 358	0.87 212	2.95 468	4.10 352	2.00 420	10.77 402	8.23 399	6.75 326	14.63 451	5.01 313	2.24 261	8.41 403	2.91 351	0.33 497	0.03 302	0.83 532	0.00 1	0.82 502	0.70 499

DualNet (step1)	3.91 391	1.11 418	6.15 433	1.27 272	0.60 289	5.22 387	2.54 430	10.66 396	7.73 380	8.36 406	7.55 310	6.55 358	4.27 367	6.58 275	1.62 276	1.49 534	0.03 302	3.10 544	2.99 550	0.20 384	0.15 372

FADNet_RVC	3.91 391	1.67 472	12.95 513	0.96 230	0.75 313	5.71 397	0.54 243	10.83 404	6.60 341	3.46 192	8.09 327	4.10 271	3.40 322	9.43 453	6.33 437	0.36 499	0.44 529	0.17 506	0.46 514	0.91 505	0.95 506

ISRNet	3.93 393	0.55 268	5.49 410	3.20 495	2.69 461	2.11 143	0.26 171	7.01 294	6.40 331	11.00 482	17.99 485	8.31 397	2.64 281	6.51 269	4.36 402	0.00 1	0.00 1	0.00 1	0.00 1	0.08 244	0.02 89

CrosDoStereo	3.96 394	0.45 218	3.04 229	0.32 126	0.20 163	3.28 283	11.63 549	5.76 232	4.45 236	9.04 433	16.58 465	4.99 309	7.45 464	8.04 372	3.72 386	0.00 1	0.02 250	0.01 406	0.00 1	0.16 347	0.10 316

DeepStereo_LL	3.96 394	0.45 218	3.04 229	0.32 126	0.20 163	3.28 283	11.63 549	5.76 232	4.45 236	9.04 433	16.58 465	4.99 309	7.45 464	8.04 372	3.72 386	0.00 1	0.02 250	0.01 406	0.00 1	0.16 347	0.10 316

RAFT-RH_RVC	3.96 394	0.46 224	2.93 216	1.55 323	0.42 248	3.14 272	0.14 120	3.70 92	5.98 306	11.25 485	32.23 542	5.29 321	1.68 235	8.13 384	2.14 317	0.08 443	0.00 1	0.00 1	0.03 356	0.01 27	0.00 1

UNet	3.97 397	0.61 292	6.50 445	1.68 342	3.22 475	9.82 471	0.31 186	9.50 362	5.32 272	7.20 356	6.35 275	10.59 438	5.91 432	6.93 298	5.49 423	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.01 18

FADNet-RVC	3.98 398	1.84 481	12.48 507	1.69 343	0.44 249	4.33 360	1.31 391	11.84 434	7.15 361	3.53 194	3.50 179	10.63 441	4.43 379	9.12 440	6.25 436	0.03 387	0.10 429	0.00 1	0.03 356	0.60 487	0.25 432

HSM	4.00 399	0.79 352	3.16 247	1.59 331	2.17 438	6.77 422	1.11 374	12.28 454	6.35 330	6.75 326	8.11 328	13.90 478	5.37 417	8.85 431	2.71 345	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 89

coex_refinement	4.04 400	0.87 370	3.55 280	2.96 485	1.40 384	4.28 358	0.32 187	11.18 410	7.72 378	8.32 404	13.44 438	10.01 429	3.48 325	6.28 246	6.76 447	0.00 1	0.02 250	0.00 1	0.00 1	0.06 214	0.16 385

HBP-ISP	4.09 401	1.05 407	4.10 331	1.87 371	1.31 379	7.56 441	3.98 468	11.26 412	9.94 433	7.81 382	14.44 449	3.23 230	4.27 367	8.89 434	1.87 297	0.06 429	0.06 369	0.00 1	0.00 1	0.06 214	0.04 187

TDLM	4.11 402	1.11 418	3.54 279	1.62 337	1.04 352	3.91 342	7.41 524	10.60 394	10.67 451	6.38 313	12.59 426	5.95 343	4.77 398	8.79 429	3.04 355	0.58 513	0.00 1	0.01 406	0.00 1	0.19 380	0.12 344

CSP-Net	4.12 403	1.28 440	3.70 296	1.54 321	1.06 353	13.28 512	2.33 425	12.96 472	5.45 274	8.87 428	8.54 335	8.43 401	3.03 304	8.16 387	3.65 384	0.00 1	0.00 1	0.00 1	0.00 1	0.18 372	0.03 141

test_xeample	4.13 404	0.36 145	2.75 189	1.23 266	0.51 276	3.96 345	0.13 113	12.63 465	7.65 375	7.49 370	10.86 394	3.29 232	3.36 315	6.71 285	21.53 543	0.02 342	0.03 302	0.00 1	0.00 1	0.03 128	0.04 187

Anonymous_2	4.14 405	0.62 297	3.21 251	1.40 296	1.43 386	5.19 386	0.32 187	6.63 279	4.38 232	4.48 221	2.30 134	8.08 394	7.00 453	5.37 209	2.29 325	0.23 483	0.75 537	5.20 552	18.12 578	5.66 544	0.23 424

CBMV_ROB	4.14 405	0.52 255	3.14 245	1.30 279	0.77 317	6.92 426	1.97 419	10.11 385	9.58 425	8.92 430	14.20 446	7.12 376	5.90 431	8.65 417	3.50 376	0.01 248	0.05 349	0.00 1	0.00 1	0.04 158	0.09 293

SACVNet	4.15 407	1.26 435	3.81 304	3.12 491	1.68 403	3.09 265	2.85 443	11.91 437	5.96 303	10.52 470	11.20 400	10.59 438	3.95 352	8.97 436	3.25 364	0.08 443	0.02 250	0.00 1	0.00 1	0.32 442	0.44 475

MMNet	4.16 408	0.77 344	5.47 409	1.40 296	1.67 401	10.78 486	0.63 271	8.64 339	8.47 406	8.80 425	8.33 330	7.51 380	6.61 443	7.53 340	6.54 442	0.00 1	0.00 1	0.00 1	0.00 1	0.03 128	0.05 224

CVANet_RVC	4.16 408	1.16 425	3.60 284	1.94 387	1.46 387	3.92 343	4.68 485	10.89 406	8.34 401	7.58 373	10.84 392	10.27 435	6.62 446	8.56 411	2.69 344	0.39 502	0.00 1	0.00 1	0.01 312	0.21 395	0.09 293

pcwnet_v2	4.20 410	0.36 145	8.53 478	1.33 283	1.12 359	3.43 291	0.41 209	12.85 468	14.16 483	9.90 456	14.29 447	5.90 342	3.03 304	6.20 241	2.06 313	0.01 248	0.05 349	0.04 467	0.02 339	0.16 347	0.18 394

HSM-Net_RVC	4.20 410	0.32 91	2.76 193	0.63 188	0.69 304	6.95 427	1.69 411	11.96 439	8.36 402	8.83 426	12.17 420	15.18 490	4.21 363	6.91 297	3.30 366	0.02 342	0.02 250	0.00 1	0.00 1	0.01 27	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 412	0.50 240	5.45 408	1.34 285	1.68 403	7.04 428	4.51 482	10.73 400	7.00 354	10.78 476	6.80 283	8.48 404	4.63 391	9.91 462	5.12 418	0.02 342	0.06 369	0.02 438	0.03 356	0.08 244	0.03 141

FADNet	4.23 413	1.65 469	11.75 500	1.64 339	0.80 322	4.80 378	0.77 311	13.76 487	11.65 464	3.97 207	5.24 231	9.62 421	5.14 412	8.40 402	3.78 388	0.21 480	0.04 331	0.07 484	0.05 380	1.14 510	0.10 316

iResNet_ROB	4.23 413	1.02 403	4.90 375	2.18 426	0.93 339	2.92 250	0.37 198	15.10 504	16.91 505	7.89 387	10.51 384	7.03 370	3.07 307	8.16 387	3.46 374	0.01 248	0.00 1	0.00 1	0.00 1	0.10 273	0.02 89

IGEV-BASED-STEREO-	4.24 415	25.07 562	26.53 554	0.44 155	0.07 35	1.50 81	0.54 243	2.09 12	1.57 65	0.51 99	0.62 54	0.21 70	0.20 37	1.44 64	0.53 123	12.03 566	0.01 181	0.00 1	0.08 394	1.75 524	9.69 562

1111x	4.25 416	0.30 73	4.31 340	1.47 308	0.37 234	5.10 385	0.32 187	12.86 469	9.82 430	6.01 280	9.73 367	8.78 410	5.97 433	9.43 453	10.39 499	0.06 429	0.03 302	0.00 1	0.00 1	0.02 79	0.04 187

HGLStereo	4.25 416	0.52 255	4.65 363	3.09 487	5.18 531	6.51 418	0.73 302	10.37 389	6.74 346	7.32 362	12.44 425	7.00 369	7.21 459	7.46 336	5.51 424	0.00 1	0.02 250	0.00 1	0.00 1	0.06 214	0.10 316

delet	4.27 418	0.72 328	4.50 352	1.07 249	3.75 500	10.79 487	4.04 470	9.95 375	7.89 386	8.09 395	8.89 340	8.46 402	3.81 349	7.56 341	5.80 429	0.00 1	0.00 1	0.00 1	0.00 1	0.11 294	0.02 89

iResNetv2_ROB	4.28 419	1.43 449	7.17 458	2.91 479	1.26 369	4.36 363	1.62 406	13.64 485	10.25 440	9.83 452	11.41 404	7.68 383	4.00 353	7.75 356	1.85 296	0.00 1	0.00 1	0.00 1	0.00 1	0.37 458	0.09 293

RAFT + AFF	4.30 420	1.55 460	5.84 422	1.43 302	2.36 447	5.94 404	6.72 516	10.01 380	7.56 372	7.55 372	8.96 344	7.09 375	6.73 449	8.57 412	4.02 394	0.02 342	0.47 532	0.00 1	0.01 312	0.56 481	0.54 488

ADLNet	4.32 421	0.80 356	4.33 341	3.60 510	3.56 489	6.87 425	2.48 429	11.20 411	7.58 374	9.87 454	9.62 364	8.39 399	4.95 406	6.16 237	6.60 444	0.01 248	0.01 181	0.00 1	0.01 312	0.12 311	0.25 432

CRFU-Net	4.45 422	0.67 316	5.02 381	2.78 474	1.32 380	12.67 506	3.35 457	11.26 412	3.52 180	10.06 460	9.30 360	10.91 448	6.92 452	7.26 325	3.24 363	0.15 465	0.16 476	0.16 503	0.00 1	0.26 422	0.05 224

ACV-stereo	4.46 423	0.76 341	9.94 490	1.91 378	1.06 353	11.61 494	1.28 388	6.25 256	7.09 358	3.09 180	5.21 229	16.88 506	10.23 505	7.96 366	5.47 422	0.06 429	0.15 467	0.01 406	0.00 1	0.12 311	0.14 361

ssnet_v2	4.46 423	0.87 370	5.18 395	1.57 327	0.67 301	9.14 463	4.73 487	11.84 434	9.68 426	8.79 423	6.24 268	9.91 426	4.34 375	6.28 246	9.30 486	0.00 1	0.01 181	0.00 1	0.00 1	0.28 430	0.30 450

ADLNet2	4.46 423	0.90 380	6.06 430	2.74 473	3.91 505	6.79 423	3.01 446	10.95 408	8.40 404	7.27 360	9.80 368	9.85 424	5.43 421	7.29 326	6.44 440	0.01 248	0.03 302	0.00 1	0.00 1	0.15 340	0.11 330

StereoDRNet-Refined	4.46 423	0.62 297	3.80 302	1.92 382	0.40 240	9.35 465	0.15 126	10.02 381	8.83 414	12.69 497	11.62 410	9.34 416	3.87 350	8.06 379	8.02 464	0.00 1	0.00 1	0.01 406	0.05 380	0.20 384	0.26 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 427	0.31 78	2.77 194	1.69 343	0.47 264	7.74 447	0.07 71	14.04 489	7.91 388	5.82 266	8.97 345	9.34 416	3.41 323	7.33 329	20.24 538	0.05 419	0.03 302	0.00 1	0.00 1	0.03 128	0.04 187

NVstereo2D	4.51 427	0.82 361	6.86 453	3.28 498	3.38 481	8.16 450	3.13 449	10.51 392	15.15 493	4.90 235	6.89 286	7.87 386	4.78 400	9.88 461	3.91 392	0.01 248	0.00 1	0.00 1	0.06 388	0.02 79	0.58 491

DLCB_ROB	4.51 427	0.91 384	3.78 300	2.19 427	1.07 356	6.28 409	3.09 448	9.78 370	7.72 378	10.65 473	12.97 432	13.91 479	3.71 339	8.72 427	5.30 420	0.00 1	0.00 1	0.00 1	0.00 1	0.03 128	0.10 316

RASNet	4.52 430	0.61 292	4.42 346	3.42 501	4.68 528	4.58 373	0.99 360	9.54 366	8.01 390	5.28 250	11.42 405	10.34 437	8.88 488	9.28 448	8.68 478	0.15 465	0.00 1	0.00 1	0.00 1	0.03 128	0.04 187

FTStereo	4.55 431	0.36 145	2.18 133	0.94 224	0.38 236	2.60 201	8.82 531	4.98 176	3.17 155	10.88 478	30.35 537	5.60 334	7.60 469	7.62 345	1.55 269	0.17 471	0.00 1	0.05 474	0.00 1	0.03 128	3.80 539

dad	4.66 432	1.89 485	5.51 413	0.94 224	0.09 60	2.16 151	0.37 198	7.10 297	14.43 484	10.13 461	16.84 469	14.97 487	1.90 249	6.82 289	4.15 398	1.09 527	0.11 438	4.08 549	0.46 514	0.17 360	0.06 245

LL-Strereo	4.71 433	1.64 468	7.51 468	1.15 260	4.31 513	3.71 323	1.45 397	9.21 354	8.36 402	8.37 410	8.17 329	10.82 445	11.36 512	12.51 501	4.82 413	0.00 1	0.12 445	0.00 1	0.00 1	0.31 438	0.32 455

CBFPSM	4.87 434	0.94 393	14.70 520	1.51 312	1.15 362	11.49 492	2.55 434	7.28 300	6.47 336	6.23 298	4.83 210	15.30 492	8.99 490	6.88 293	8.20 471	0.03 387	0.02 250	0.00 1	0.00 1	0.40 468	0.42 471

SGM-Forest	4.96 435	0.32 91	2.84 205	1.21 264	0.64 297	10.23 476	6.64 515	11.55 425	10.98 453	10.94 481	13.59 439	11.65 459	4.30 372	8.94 435	4.63 408	0.11 453	0.04 331	0.00 1	0.00 1	0.05 190	0.46 479
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 436	1.47 452	7.42 465	2.40 453	2.14 436	8.73 458	3.64 465	12.42 455	13.11 476	7.03 344	7.57 313	7.88 387	6.52 442	10.16 469	7.82 459	0.02 342	0.03 302	0.00 1	0.00 1	0.11 294	1.07 510
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 437	1.74 474	6.38 441	1.96 391	1.29 376	2.26 158	1.69 411	10.07 382	18.53 509	7.88 386	18.15 486	8.49 405	2.70 285	10.59 474	7.04 450	0.96 525	0.15 467	0.02 438	0.00 1	0.13 326	0.12 344

PSMNet_ROB	5.02 438	1.63 467	6.03 429	1.90 377	1.83 419	9.57 469	6.35 511	15.58 509	7.23 363	6.15 293	10.48 383	12.22 465	4.16 361	8.02 371	8.71 479	0.02 342	0.01 181	0.01 406	0.10 410	0.20 384	0.12 344

GASNet	5.19 439	4.61 525	9.38 485	4.73 532	2.10 434	3.80 336	1.57 404	12.07 445	10.96 452	8.92 430	7.03 295	8.21 396	7.67 471	14.02 512	7.36 452	0.02 342	0.15 467	0.00 1	0.00 1	0.69 494	0.42 471

TCMNet	5.22 440	1.96 489	9.78 488	4.11 524	6.57 539	8.83 459	1.35 395	10.74 401	8.07 392	6.39 314	12.76 431	8.32 398	4.75 397	8.62 416	10.09 498	0.11 453	0.18 485	0.31 519	0.09 405	0.75 499	0.57 490

FINET	5.32 441	1.14 423	10.04 491	2.17 425	3.67 495	6.49 415	6.76 517	11.68 428	22.08 528	7.42 366	12.15 419	4.24 277	3.61 333	9.25 447	5.35 421	0.04 407	0.04 331	0.00 1	0.00 1	0.17 360	0.09 293

CBMV	5.35 442	0.91 384	3.67 292	1.62 337	0.44 249	10.09 474	7.19 522	12.49 461	12.33 472	12.22 493	14.69 452	10.93 449	6.48 441	8.51 409	4.96 415	0.02 342	0.15 467	0.00 1	0.00 1	0.17 360	0.17 390
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 443	0.40 174	2.72 185	1.50 309	0.48 266	6.15 408	0.07 71	13.73 486	8.06 391	8.79 423	11.03 398	3.71 256	4.21 363	7.47 338	38.74 576	0.03 387	0.02 250	0.00 1	0.00 1	0.04 158	0.05 224

YMNet	5.52 444	1.83 479	8.79 480	3.47 505	4.46 521	10.72 484	0.91 351	9.99 377	6.43 333	13.76 509	16.35 462	11.65 459	4.49 385	7.95 364	8.03 466	0.12 457	0.35 519	0.12 496	0.08 394	0.71 496	0.27 442

YMNet_1	5.52 444	1.83 479	8.79 480	3.47 505	4.46 521	10.72 484	0.91 351	9.99 377	6.43 333	13.76 509	16.35 462	11.65 459	4.49 385	7.95 364	8.03 466	0.12 457	0.35 519	0.12 496	0.08 394	0.71 496	0.27 442

StereoDRNet	5.59 446	1.75 475	6.80 450	3.12 491	4.45 520	10.61 482	4.35 478	18.80 530	9.73 427	12.22 493	6.87 285	11.44 458	4.65 393	8.09 382	8.26 472	0.02 342	0.11 438	0.00 1	0.03 356	0.20 384	0.28 446

PSMNet-RUCA	5.60 447	4.62 526	11.61 498	10.29 549	7.55 546	7.08 429	1.94 418	12.01 441	10.52 448	3.90 205	11.88 412	4.43 288	1.75 245	7.56 341	4.24 400	1.68 537	0.12 445	4.78 551	0.67 525	4.74 541	0.68 498

fast-acv-ft	5.62 448	1.39 447	7.01 454	2.02 402	1.89 424	12.23 501	1.82 416	7.35 301	9.45 423	10.46 469	20.27 496	14.55 485	7.71 472	7.41 333	7.61 456	0.10 451	0.09 417	0.16 503	0.07 389	0.59 485	0.13 352

ETE_ROB	5.80 449	1.77 476	6.33 438	1.44 306	0.78 321	6.43 414	6.90 518	12.53 462	8.08 393	12.93 502	14.89 453	21.13 531	5.87 430	9.83 460	6.57 443	0.04 407	0.01 181	0.00 1	0.02 339	0.08 244	0.33 456

test_sample9	5.87 450	1.11 418	6.15 433	1.27 272	0.60 289	5.22 387	2.54 430	10.66 396	7.73 380	8.36 406	7.55 310	6.55 358	4.27 367	11.68 491	11.44 509	1.49 534	24.31 584	3.10 544	2.99 550	0.20 384	0.15 372

DRN-Test	5.87 450	0.98 396	5.89 424	2.69 468	3.65 493	12.37 503	3.35 457	20.07 547	10.20 439	11.93 492	12.31 424	11.06 452	5.31 416	7.89 362	9.05 482	0.04 407	0.05 349	0.04 467	0.04 374	0.18 372	0.25 432

NCCL2	5.88 452	1.59 463	5.44 407	1.87 371	0.92 336	9.55 468	11.55 548	12.11 447	9.94 433	9.67 449	8.85 338	22.28 534	7.41 462	8.78 428	7.17 451	0.01 248	0.00 1	0.03 455	0.00 1	0.13 326	0.23 424

iinet-f	5.94 453	1.60 464	26.88 555	1.79 360	1.38 383	11.92 499	1.47 398	6.80 288	7.11 359	6.90 339	14.43 448	10.64 442	7.97 474	7.00 307	12.12 513	0.02 342	0.03 302	0.05 474	0.00 1	0.63 490	0.02 89

MaskLacGwcNet_RVC	5.97 454	5.36 530	5.02 381	3.75 517	3.57 490	15.81 519	4.27 475	11.72 431	6.96 352	7.23 357	8.47 334	9.09 414	2.66 284	9.36 452	2.71 345	7.49 552	2.32 550	2.01 542	0.08 394	6.77 550	4.67 544

Wz-Net-LNSev-Ref	5.98 455	1.55 460	9.92 489	2.40 453	3.22 475	10.28 477	3.14 450	11.64 426	9.79 429	9.54 446	20.22 495	11.16 453	6.77 450	10.61 475	9.16 483	0.06 429	0.00 1	0.00 1	0.00 1	0.03 128	0.04 187

APVNet	5.98 455	1.72 473	8.72 479	3.21 496	4.04 510	12.31 502	1.81 415	19.09 536	6.10 312	6.13 292	13.41 437	10.69 443	6.30 437	11.26 485	13.90 522	0.05 419	0.02 250	0.11 493	0.03 356	0.53 479	0.20 412

z-ln-s-r	5.99 457	1.34 445	15.55 523	1.52 314	1.95 426	3.28 283	2.71 439	7.72 307	11.16 456	6.43 317	25.06 522	8.76 409	5.86 429	11.03 482	17.17 531	0.00 1	0.00 1	0.00 1	0.00 1	0.24 418	0.11 330

NaN_ROB	6.00 458	1.24 433	6.29 437	1.34 285	1.68 403	9.60 470	10.31 542	15.09 502	15.79 498	12.62 496	8.95 342	11.67 462	5.83 428	11.78 495	6.41 439	0.05 419	0.13 455	0.08 487	0.20 451	0.22 401	0.79 501

DANet	6.02 459	1.23 431	8.45 477	3.86 520	3.94 507	7.64 446	1.34 393	9.51 364	7.00 354	13.39 506	15.53 457	15.99 497	7.02 454	12.14 497	12.37 514	0.19 475	0.12 445	0.02 438	0.03 356	0.13 326	0.56 489
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 460	1.22 429	5.61 418	2.56 465	0.90 335	6.32 410	7.07 520	12.92 471	8.30 400	14.76 515	15.13 455	19.84 523	6.66 448	10.36 470	8.58 476	0.02 342	0.04 331	0.00 1	0.03 356	0.11 294	0.24 428

GANet	6.22 461	1.07 410	4.07 329	2.27 436	0.89 333	9.19 464	9.52 536	12.02 442	8.13 395	10.72 474	29.09 533	13.86 477	7.52 468	11.00 481	4.39 403	0.36 499	0.00 1	0.02 438	0.02 339	0.12 311	0.08 280

DISCO	6.28 462	0.57 276	5.78 421	3.43 502	1.17 364	11.22 489	3.39 459	12.14 450	16.16 500	6.52 321	11.22 401	16.96 507	6.32 438	19.51 540	10.74 503	0.00 1	0.00 1	0.00 1	0.00 1	0.35 452	0.11 330

Syn2CoEx	6.32 463	2.72 505	9.33 484	2.45 458	1.67 401	8.59 455	3.32 455	18.08 524	12.27 471	8.53 415	21.08 501	10.30 436	9.80 500	9.30 449	7.86 461	0.01 248	0.00 1	0.00 1	0.00 1	0.63 490	0.43 473

RYNet	6.34 464	0.89 377	5.88 423	1.41 299	4.48 524	15.97 521	4.18 473	13.41 480	16.49 501	10.81 477	7.00 292	14.33 483	8.72 485	9.43 453	13.71 521	0.00 1	0.01 181	0.00 1	0.00 1	0.02 79	0.07 264

GwcNet	6.42 465	1.97 490	10.92 495	2.59 466	5.58 534	11.55 493	2.21 424	14.10 491	16.52 504	10.04 459	17.19 478	10.86 447	5.61 426	9.23 446	8.84 481	0.01 248	0.06 369	0.03 455	0.08 394	0.56 481	0.40 466

Wz-Net-LNSev	6.46 466	1.93 487	16.44 527	1.52 314	4.15 511	12.66 505	4.96 491	13.05 474	12.10 470	10.55 472	16.23 461	11.32 455	7.19 457	8.43 405	8.48 475	0.00 1	0.01 181	0.00 1	0.00 1	0.08 244	0.06 245

DGSMNet	6.47 467	2.61 503	13.64 516	3.46 503	3.74 496	8.97 461	6.01 502	14.15 492	13.01 475	7.46 369	14.10 444	9.94 427	4.79 401	10.44 471	6.22 435	1.30 531	1.70 546	1.80 539	1.52 544	2.27 531	2.35 530

GANetREF_RVC	6.56 468	2.89 507	7.58 470	3.41 500	0.40 240	12.96 508	9.58 537	15.09 502	17.25 507	10.33 464	10.62 386	12.27 466	8.16 478	12.21 498	4.53 406	0.41 505	0.00 1	0.00 1	0.02 339	3.12 536	0.39 463
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
LALA_ROB	6.58 469	1.80 478	6.25 436	1.26 270	0.94 340	10.08 473	9.02 533	16.00 511	11.51 463	12.74 498	13.02 433	24.77 537	5.25 414	10.56 473	8.02 464	0.04 407	0.05 349	0.00 1	0.02 339	0.10 273	0.25 432

S-Stereo	6.63 470	0.84 364	9.67 487	3.15 493	3.48 486	6.49 415	6.22 506	12.99 473	22.84 530	9.48 444	15.51 456	12.00 464	8.43 480	8.04 372	10.70 502	0.12 457	0.17 481	0.00 1	0.38 503	0.13 326	1.92 524

DeepPrunerF	6.75 471	2.69 504	23.31 545	3.68 513	7.16 541	3.78 334	4.29 476	13.42 481	20.13 521	8.13 396	10.46 382	7.18 378	8.06 476	11.10 483	9.44 490	0.24 486	0.15 467	0.29 517	0.42 509	0.66 493	0.45 477

edge stereo	6.76 472	1.01 401	6.76 449	2.20 429	2.45 452	6.41 413	2.45 428	14.84 501	11.98 469	15.29 517	18.31 487	22.02 532	12.56 517	10.82 478	7.49 454	0.03 387	0.06 369	0.11 493	0.03 356	0.30 433	0.14 361

NCC-stereo	6.77 473	1.49 456	6.48 443	2.92 481	4.40 516	7.43 436	3.61 462	19.52 543	13.29 477	8.39 411	16.91 470	15.96 495	12.13 514	12.85 503	7.70 457	1.47 532	0.11 438	0.01 406	0.42 509	0.14 336	0.24 428

Abc-Net	6.77 473	1.49 456	6.48 443	2.92 481	4.40 516	7.43 436	3.61 462	19.52 543	13.29 477	8.39 411	16.91 470	15.96 495	12.13 514	12.85 503	7.70 457	1.47 532	0.11 438	0.01 406	0.42 509	0.14 336	0.24 428
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 475	0.68 318	6.80 450	2.30 440	1.77 414	5.63 396	4.20 474	18.79 529	18.62 510	10.53 471	17.15 476	18.52 516	13.74 525	8.86 433	7.38 453	0.03 387	0.15 467	0.01 406	0.07 389	0.12 311	0.26 438

test_for_model	6.81 476	27.63 566	2.16 131	21.79 563	16.18 565	3.48 298	0.94 355	5.88 240	3.72 188	7.62 375	2.72 148	1.03 150	0.42 103	0.58 10	0.35 63	9.03 557	2.28 549	0.00 1	0.05 380	23.91 571	6.49 550

RP	6.84 477	1.29 442	5.53 416	3.92 521	5.18 531	6.32 410	3.53 460	11.73 432	15.31 494	9.54 446	22.38 508	18.25 514	14.47 527	10.11 464	7.49 454	0.91 523	0.01 181	0.12 496	0.15 424	0.33 446	0.19 405

ccnet	6.87 478	0.92 387	5.15 393	3.09 487	2.18 440	11.78 497	4.90 489	17.97 523	8.79 413	12.79 500	20.20 494	16.00 498	8.35 479	9.12 440	14.17 524	0.42 508	0.33 516	0.25 515	0.09 405	0.40 468	0.48 480

RGC	6.88 479	2.23 496	6.13 431	4.05 522	4.73 530	8.94 460	2.78 440	15.19 506	11.74 465	11.13 483	19.34 490	17.86 511	10.42 507	13.02 506	8.03 466	0.73 517	0.01 181	0.24 514	0.41 508	0.31 438	0.38 462

xyz-stereo	6.97 480	0.29 62	36.85 567	0.20 99	0.07 35	30.65 558	0.19 145	3.97 115	1.82 72	10.21 462	24.87 519	6.06 345	7.29 460	11.62 490	4.87 414	0.01 248	0.02 250	0.35 522	0.00 1	0.06 214	0.02 89

Nwc_Net	6.97 480	1.25 434	6.63 447	3.82 518	3.37 480	10.83 488	1.67 410	19.56 545	11.35 460	8.36 406	23.62 512	17.19 509	11.44 513	11.21 484	8.08 469	0.80 519	0.00 1	0.00 1	0.02 339	0.13 326	0.09 293

w-ln-seven-2	7.09 482	2.32 498	23.44 546	1.71 349	1.06 353	7.81 448	3.98 468	12.02 442	14.65 488	13.06 504	20.38 497	11.70 463	9.83 502	10.65 476	8.66 477	0.02 342	0.05 349	0.00 1	0.02 339	0.32 442	0.14 361

ADCRef	7.27 483	1.38 446	16.37 525	2.52 461	3.30 479	11.63 495	3.16 451	10.80 403	9.35 421	13.03 503	25.27 524	8.17 395	8.92 489	8.06 379	21.81 546	0.15 465	0.08 405	0.16 503	0.34 498	0.38 461	0.58 491

psmorigin	7.34 484	1.58 462	18.31 532	2.35 450	0.87 328	6.72 421	1.70 414	10.63 395	7.14 360	19.77 531	22.71 509	20.13 525	11.34 511	12.96 505	9.49 491	0.04 407	0.17 481	0.06 478	0.17 435	0.21 395	0.50 484

Wz-Net-MNSev	7.43 485	2.35 500	15.22 521	2.34 449	3.41 485	17.27 529	8.55 529	11.91 437	13.48 479	13.37 505	17.05 473	13.70 474	7.47 467	11.90 496	9.99 497	0.40 504	0.03 302	0.00 1	0.01 312	0.16 347	0.07 264

SDNR	7.50 486	2.32 498	15.58 524	1.82 367	0.63 295	44.66 575	0.44 217	8.59 333	9.52 424	9.84 453	25.18 523	5.30 324	4.38 376	11.46 488	6.49 441	0.05 419	0.03 302	0.00 1	0.01 312	1.79 525	1.87 523

CSAN	7.62 487	1.60 464	6.56 446	1.83 368	0.66 299	12.40 504	10.52 545	14.45 496	21.32 525	14.19 511	15.98 459	17.84 510	13.02 522	12.32 499	8.38 473	0.09 448	0.07 392	0.03 455	0.04 374	0.33 446	0.67 497

SQANet	7.64 488	3.40 517	5.49 410	11.73 552	9.62 552	11.96 500	2.82 441	11.33 417	6.10 312	8.33 405	11.49 407	11.00 450	5.16 413	10.12 468	2.72 348	8.92 556	2.21 548	10.41 556	1.58 545	11.13 555	7.39 554

anonymity	7.68 489	3.83 520	12.39 504	7.04 543	12.67 559	8.18 451	2.00 420	17.50 519	6.85 348	13.56 508	9.21 349	9.97 428	7.82 473	11.28 486	5.58 425	6.27 550	4.98 574	3.68 548	2.96 549	3.33 538	4.48 542

CC-Net-ROB	7.68 489	9.21 548	7.46 466	3.82 518	3.66 494	15.68 518	5.02 492	17.95 522	10.45 447	6.44 318	14.00 443	7.63 382	4.77 398	10.75 477	3.10 358	5.99 549	2.46 553	16.28 560	1.08 537	6.30 548	1.56 520

stereogan	7.69 491	0.88 374	7.08 457	3.49 508	3.93 506	18.98 533	3.23 454	16.52 513	19.58 517	9.93 457	18.92 489	20.50 529	9.04 492	14.07 513	6.14 434	0.26 489	0.04 331	0.21 511	0.03 356	0.63 490	0.33 456

pmcnn	7.72 492	1.27 437	9.42 486	2.91 479	3.14 471	9.44 466	6.23 507	12.56 463	16.51 502	14.53 513	24.08 514	27.44 543	8.49 482	9.32 450	8.44 474	0.06 429	0.08 405	0.00 1	0.00 1	0.30 433	0.15 372

AF-Net	7.78 493	1.44 451	6.68 448	3.37 499	4.50 525	8.61 456	2.69 437	17.07 516	20.17 522	9.52 445	24.02 513	20.31 528	14.59 528	11.58 489	9.84 495	0.61 514	0.00 1	0.12 496	0.00 1	0.38 461	0.12 344

PASM	7.90 494	4.22 522	21.97 543	3.25 497	3.29 478	5.39 393	6.57 513	10.57 393	19.09 512	12.77 499	13.92 442	18.11 513	9.51 498	13.79 511	10.77 505	0.19 475	0.45 530	0.29 517	1.08 537	1.49 519	1.19 512

PWCDC_ROB	7.92 495	3.17 515	7.48 467	5.73 538	4.40 516	10.45 479	0.35 194	14.52 498	28.19 540	10.36 466	31.27 539	7.04 372	9.14 494	13.22 508	8.78 480	2.74 542	0.02 250	0.00 1	0.00 1	1.31 515	0.17 390

test_sample8	7.99 496	1.11 418	6.15 433	1.27 272	0.60 289	5.22 387	2.54 430	12.04 444	6.15 317	17.46 524	9.02 347	24.67 536	18.16 535	11.68 491	11.44 509	1.49 534	24.31 584	3.10 544	2.99 550	0.20 384	0.15 372

ADCP+	8.09 497	1.79 477	14.50 518	1.54 321	4.28 512	16.57 523	5.20 494	12.80 467	11.20 458	12.83 501	17.07 474	11.02 451	10.80 509	17.59 533	23.18 552	0.03 387	0.05 349	0.01 406	0.18 442	0.39 465	0.81 502

SuperB	8.10 498	3.15 514	24.67 548	2.65 467	1.23 367	9.88 472	4.29 476	10.18 387	30.07 543	11.53 489	12.18 421	6.12 347	6.65 447	10.50 472	14.47 525	0.14 463	0.11 438	0.35 522	0.25 474	13.06 559	0.48 480

PWC_ROB	8.24 499	3.13 512	12.74 511	2.43 457	4.43 519	7.51 440	1.22 382	16.63 514	19.24 515	16.08 520	28.29 530	13.99 480	10.16 504	13.63 510	14.06 523	0.42 508	0.00 1	0.05 474	0.00 1	0.59 485	0.27 442

MDST_ROB	8.37 500	0.32 91	9.03 482	4.18 527	2.42 451	26.86 552	6.14 503	19.36 540	13.52 480	27.09 548	22.75 510	9.47 420	4.74 396	15.06 520	6.34 438	0.02 342	0.02 250	0.00 1	0.00 1	0.02 79	0.13 352

G-Net	8.41 501	1.54 459	10.97 496	5.73 538	3.60 491	26.19 546	4.41 480	10.10 384	7.42 366	19.71 530	24.99 521	14.38 484	15.83 529	10.99 480	9.53 492	0.50 512	0.46 531	0.19 509	0.25 474	0.80 501	0.66 496

XQC	8.43 502	3.58 518	16.40 526	2.92 481	2.17 438	13.22 511	3.60 461	14.64 499	25.86 536	11.87 491	12.04 415	15.06 488	10.67 508	15.24 522	19.41 536	0.39 502	0.08 405	0.05 474	0.07 389	0.84 503	0.45 477

FBW_ROB	8.50 503	1.03 405	7.98 473	1.93 386	1.28 375	13.10 509	6.23 507	22.50 551	18.98 511	18.82 527	14.91 454	19.06 519	10.04 503	18.41 535	9.83 494	0.62 515	0.22 502	1.82 541	0.82 531	0.99 508	1.36 516

UDG	8.58 504	9.31 549	4.89 374	10.00 548	9.52 550	10.36 478	2.41 426	12.07 445	9.82 430	7.81 382	9.55 362	16.52 501	9.81 501	7.84 360	7.88 462	4.20 544	2.51 555	18.53 562	3.71 557	9.55 552	5.28 547

aanetorigin	8.72 505	3.29 516	27.55 556	1.95 388	3.84 503	4.93 383	5.39 499	5.49 219	10.05 435	27.85 549	31.47 540	15.80 494	12.78 519	9.04 438	11.98 511	0.25 487	0.22 502	0.22 512	0.25 474	1.28 514	0.84 504

GCST	9.08 506	17.31 557	3.98 319	52.92 581	10.66 554	11.29 491	0.20 151	6.97 293	6.47 336	9.46 443	4.68 205	4.75 300	1.51 218	9.34 451	1.31 247	8.19 555	0.05 349	22.38 564	0.34 498	6.17 547	3.53 536

RTSC	9.15 507	3.00 509	13.57 515	3.72 515	1.76 412	11.82 498	0.46 220	16.95 515	36.83 560	15.80 519	15.53 457	12.91 471	7.46 466	20.01 544	21.76 545	0.31 494	0.13 455	0.01 406	0.08 394	0.57 483	0.41 468

WCMA_ROB	9.21 508	0.87 370	7.37 464	2.54 462	2.13 435	13.59 513	5.80 501	11.64 426	14.01 482	24.43 545	32.99 547	27.09 542	18.02 534	12.51 501	9.85 496	0.81 520	0.07 392	0.01 406	0.01 312	0.16 347	0.23 424

Wz-Net-SNSev	9.23 509	6.70 536	24.28 547	1.87 371	1.81 418	8.57 454	12.29 554	17.37 518	20.39 523	10.43 468	23.11 511	16.66 503	8.03 475	14.47 517	17.86 533	0.00 1	0.02 250	0.01 406	0.00 1	0.41 471	0.30 450

MSMD_ROB	9.28 510	1.09 414	4.65 363	1.58 328	0.39 238	16.52 522	4.41 480	13.60 483	14.87 491	22.34 536	39.89 560	25.67 540	20.71 546	12.42 500	6.98 449	0.34 498	0.03 302	0.00 1	0.00 1	0.05 190	0.09 293

Consistency-Raft	9.42 511	4.74 528	12.66 508	5.30 536	9.08 549	4.08 350	5.26 496	19.26 538	24.87 534	11.17 484	29.85 535	13.57 473	5.51 425	7.67 349	13.40 519	0.36 499	0.35 519	1.81 540	4.24 558	11.61 556	3.57 537

DDUNet	9.47 512	11.32 554	6.14 432	12.93 554	11.65 556	10.45 479	3.87 467	11.70 429	7.89 386	9.27 439	13.28 435	16.18 500	6.14 435	8.80 430	5.77 428	6.64 551	3.38 567	20.90 563	4.28 559	11.01 554	7.80 555

ADCPNet	9.54 513	2.39 501	31.46 559	2.09 416	1.60 393	16.71 525	6.39 512	12.11 447	11.45 461	13.53 507	21.45 503	19.41 520	10.94 510	14.38 515	21.54 544	0.27 492	1.16 541	0.39 526	1.49 542	0.58 484	1.45 517

SHD	9.61 514	2.60 502	12.46 505	3.69 514	3.54 488	9.47 467	1.25 384	20.16 548	37.84 563	18.19 526	21.24 502	16.96 507	12.83 521	14.47 517	16.05 527	0.32 495	0.13 455	0.01 406	0.08 394	0.38 461	0.48 480

PDISCO_ROB	9.62 515	1.99 492	11.51 497	9.88 547	9.61 551	21.48 539	3.83 466	19.33 539	28.49 541	11.27 486	14.17 445	19.92 524	5.02 407	16.35 529	9.18 484	5.28 547	0.41 526	0.14 501	0.09 405	2.05 527	2.36 531

MFN_U_SF_DS_RVC	9.78 516	4.27 523	14.47 517	2.29 439	2.85 465	23.40 543	13.62 556	13.60 483	19.54 516	19.42 529	24.27 515	16.74 504	8.59 483	17.05 532	7.98 463	1.25 529	1.68 545	0.17 506	2.63 547	0.72 498	1.04 508

SGM_RVC	10.08 517	0.60 288	3.42 270	2.30 440	0.32 216	19.41 536	6.33 510	18.95 534	14.64 486	25.14 547	24.32 516	33.34 554	18.79 539	19.86 541	12.55 516	0.25 487	0.26 513	0.22 512	0.24 469	0.34 451	0.40 466
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 518	1.88 484	16.82 528	1.85 369	1.73 408	24.84 544	17.20 569	19.92 546	27.41 538	12.23 495	13.62 440	16.52 501	18.35 536	14.42 516	12.50 515	0.78 518	0.54 535	0.08 487	0.25 474	1.18 511	0.59 494

ADCL	10.16 519	2.11 493	19.36 535	1.92 382	1.88 423	22.23 540	8.91 532	14.04 489	23.56 532	14.62 514	26.19 526	12.75 470	13.59 524	16.06 528	22.95 550	0.26 489	0.18 485	0.75 530	0.65 523	0.69 494	0.58 491

w-ln-seven	10.20 520	3.08 510	26.36 552	2.06 412	2.49 453	15.81 519	4.39 479	17.80 521	33.50 549	20.47 534	25.79 525	15.12 489	7.40 461	11.75 494	17.48 532	0.00 1	0.00 1	0.00 1	0.00 1	0.43 474	0.13 352

MSAF-DinoV2	10.24 521	4.39 524	12.68 509	3.62 512	2.55 456	8.48 452	4.69 486	14.24 494	21.89 527	10.74 475	18.74 488	29.30 548	16.17 530	21.96 549	28.10 563	0.32 495	0.15 467	0.25 515	0.81 530	2.83 535	2.90 534

FCDSN-DC	10.24 521	0.56 274	3.49 276	1.96 391	1.29 376	16.90 526	4.59 484	17.16 517	19.10 513	24.64 546	32.46 546	33.82 555	22.14 552	15.93 525	10.45 500	0.04 407	0.00 1	0.00 1	0.00 1	0.05 190	0.21 415
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 521	3.13 512	20.70 539	2.21 430	2.39 450	11.23 490	6.19 504	14.17 493	11.19 457	23.20 542	22.25 506	17.89 512	19.54 542	18.51 536	26.21 560	0.45 510	0.42 528	1.10 535	1.29 539	1.56 521	1.18 511

z-mn7	10.46 524	4.14 521	20.35 537	2.15 423	1.68 403	19.07 534	5.72 500	13.28 479	34.58 555	9.45 442	35.20 553	15.69 493	9.13 493	21.16 547	17.07 530	0.00 1	0.01 181	0.00 1	0.00 1	0.35 452	0.19 405

SANet	10.64 525	1.86 483	10.91 494	1.76 355	0.71 309	14.62 516	9.23 535	19.18 537	37.14 561	19.22 528	27.96 529	25.86 541	19.11 541	13.02 506	10.63 501	0.08 443	0.06 369	0.03 455	0.02 339	0.62 488	0.81 502

FC-DCNN	10.72 526	0.52 255	4.27 338	1.88 374	1.63 395	17.18 527	5.29 497	18.20 525	19.69 518	28.50 550	34.51 550	34.03 556	21.48 549	15.89 524	11.15 507	0.03 387	0.01 181	0.02 438	0.01 312	0.07 232	0.09 293

FC-DCNN v2	10.88 527	0.52 255	4.17 334	1.92 382	1.63 395	17.79 531	5.35 498	18.87 532	19.88 519	28.77 551	34.99 552	34.62 558	21.72 550	16.03 527	11.16 508	0.03 387	0.01 181	0.02 438	0.00 1	0.06 214	0.08 280

AnyNet_C32	10.98 528	5.58 531	22.79 544	4.16 525	5.83 535	15.64 517	14.30 557	13.18 475	17.15 506	16.44 523	20.52 498	14.68 486	13.44 523	22.46 550	30.08 567	0.17 471	0.26 513	0.36 524	0.36 502	1.23 512	0.91 505

zh-sn7	11.12 529	7.26 541	33.16 561	2.32 448	2.31 446	11.66 496	7.80 527	13.53 482	17.94 508	16.39 522	31.80 541	14.22 482	16.88 531	23.07 553	23.00 551	0.00 1	0.13 455	0.00 1	0.00 1	0.52 478	0.48 480

zh-mn7	11.13 530	6.28 535	31.79 560	1.85 369	0.98 345	13.11 510	2.98 444	12.88 470	33.65 551	21.57 535	39.07 558	12.50 468	8.46 481	19.94 543	16.74 529	0.23 483	0.01 181	0.00 1	0.01 312	0.33 446	0.30 450

Wz-Net-TNSev	11.35 531	10.56 552	35.88 566	2.28 438	1.73 408	18.25 532	11.42 547	15.88 510	20.88 524	14.44 512	16.97 472	19.57 521	19.04 540	19.31 539	18.67 535	0.01 248	0.06 369	0.00 1	0.16 427	0.62 488	1.25 513

MeshStereo	11.52 532	1.52 458	4.55 358	1.89 376	1.46 387	19.87 538	5.11 493	20.66 549	15.91 499	32.67 556	34.51 550	39.34 563	21.15 547	18.74 537	12.10 512	0.11 453	0.06 369	0.01 406	0.00 1	0.45 475	0.22 417
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
otaku	11.73 533	7.51 543	7.07 456	13.22 555	10.85 555	26.61 551	7.25 523	18.84 531	19.16 514	11.58 490	17.23 479	20.19 526	8.09 477	15.11 521	4.64 409	9.13 558	2.42 552	13.08 557	1.83 546	12.48 558	8.22 557

Ntro	12.35 534	8.88 546	7.80 471	13.79 556	12.42 558	26.54 550	6.98 519	18.54 526	22.14 529	9.82 451	16.45 464	20.30 527	9.29 497	15.95 526	6.61 445	9.53 560	2.47 554	14.93 559	2.77 548	13.11 560	8.63 560

MFN_U_SF_RVC	12.94 535	3.66 519	25.81 551	3.61 511	2.26 444	22.77 541	4.55 483	27.10 558	20.06 520	23.90 543	28.99 532	30.53 550	16.98 532	19.92 542	20.26 539	1.24 528	1.07 540	0.98 534	1.33 540	1.80 526	2.04 526

WZ-Net	13.00 536	4.64 527	41.07 570	3.48 507	3.15 473	19.12 535	15.66 567	14.81 500	31.33 545	15.71 518	27.88 528	22.22 533	14.01 526	20.44 546	25.03 556	0.64 516	0.00 1	0.01 406	0.03 356	0.39 465	0.37 461

ADCS	13.02 537	4.93 529	28.38 557	3.17 494	2.67 460	13.61 514	10.83 546	18.70 527	33.46 548	22.59 537	24.78 518	19.59 522	18.51 538	23.40 554	32.16 570	0.10 451	0.19 491	0.37 525	0.18 442	1.26 513	1.46 518

MFMNet_re	13.29 538	8.60 545	18.29 531	9.75 546	7.25 543	19.65 537	14.84 561	20.71 550	30.72 544	23.03 540	28.77 531	18.85 518	26.09 558	13.55 509	9.82 493	2.44 540	1.35 544	0.34 521	0.23 466	4.78 542	6.69 552

MultiAttention	13.72 539	0.34 123	3.24 255	2.22 433	1.79 415	56.78 588	83.85 591	18.93 533	15.06 492	8.16 397	20.91 500	13.25 472	2.53 275	33.18 564	6.90 448	0.20 478	0.06 369	0.74 529	1.00 535	2.69 534	2.60 533

EDNetEfficient	13.82 540	6.19 533	54.79 576	2.83 476	3.60 491	4.86 380	8.57 530	8.61 338	32.90 547	40.77 569	30.59 538	18.33 515	21.87 551	11.38 487	25.36 557	0.15 465	0.23 505	0.06 478	1.03 536	2.54 532	1.79 521

LSM	14.01 541	5.95 532	33.49 562	6.78 542	43.61 584	10.22 475	9.98 541	15.16 505	22.93 531	23.07 541	32.34 545	18.52 516	12.67 518	15.45 523	11.10 506	0.16 470	0.51 534	0.09 490	0.32 494	1.08 509	16.85 579

SAMSARA	14.63 542	2.74 506	12.38 503	12.65 553	6.74 540	36.50 567	72.93 590	19.36 540	23.77 533	16.20 521	13.04 434	29.21 546	12.78 519	16.98 531	15.21 526	0.11 453	0.26 513	0.03 455	0.14 420	0.76 500	0.77 500

SPS-STEREO	15.04 543	6.23 534	13.21 514	11.34 551	11.65 556	23.30 542	7.15 521	24.16 555	15.65 497	31.78 555	29.19 534	31.62 551	21.32 548	24.62 555	19.50 537	7.59 553	4.19 572	3.22 547	1.48 541	6.99 551	6.54 551
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 544	2.93 508	14.67 519	4.21 528	3.39 483	17.43 530	4.16 472	27.84 562	48.84 573	31.02 554	43.54 565	29.76 549	30.81 563	25.97 557	21.40 542	0.23 483	0.41 526	0.04 467	0.33 496	0.41 471	1.33 515

SGM+DAISY	15.62 545	7.26 541	19.28 534	8.94 544	10.11 553	26.25 547	10.49 544	19.36 540	14.65 488	30.64 553	33.59 548	33.00 553	22.32 553	24.96 556	16.42 528	7.90 554	6.25 576	4.51 550	3.37 554	5.86 545	7.20 553

ACVNet-4b	15.90 546	22.00 559	12.37 502	16.40 558	15.14 562	31.87 560	7.50 525	19.04 535	27.85 539	11.48 488	22.02 505	31.86 552	9.16 496	17.95 534	5.69 426	10.43 562	2.58 556	24.44 567	4.87 563	16.04 563	9.28 561

NVStereoNet_ROB	16.04 547	6.75 537	12.90 512	6.37 541	7.42 544	12.89 507	9.74 539	22.78 552	25.12 535	30.32 552	46.19 568	34.37 557	25.38 555	21.48 548	21.38 541	5.94 548	3.10 564	6.07 554	10.09 570	4.01 539	8.54 559
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 548	10.81 553	59.36 578	4.42 530	2.49 453	30.06 556	15.15 565	17.51 520	16.51 502	17.88 525	37.69 556	24.04 535	17.54 533	29.60 561	33.29 571	0.28 493	0.38 523	0.43 527	0.42 509	2.57 533	1.98 525

MSC_U_SF_DS_RVC	16.41 549	6.93 539	21.83 542	5.94 540	2.81 464	38.71 569	14.59 558	24.55 556	34.87 558	33.66 560	34.35 549	29.24 547	24.20 554	22.59 551	17.95 534	2.52 541	2.81 559	1.17 537	1.51 543	5.89 546	2.16 527

ELAS_RVC	16.54 550	2.26 497	10.09 492	5.50 537	4.46 521	28.28 555	16.72 568	25.55 557	33.54 550	40.19 567	40.30 562	36.68 560	30.03 561	29.40 560	20.61 540	0.98 526	1.21 542	0.86 533	0.70 527	1.39 517	2.16 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 551	2.14 494	9.23 483	4.92 533	4.53 526	32.66 563	15.11 564	27.40 560	28.68 542	40.27 568	44.90 566	38.33 562	30.50 562	26.44 558	21.94 547	0.88 521	1.23 543	0.67 528	0.89 533	1.49 519	2.18 529
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 552	1.28 440	11.61 498	3.72 515	1.65 398	16.67 524	9.17 534	14.39 495	55.91 577	63.81 588	40.86 563	35.94 559	37.73 571	14.24 514	26.87 561	0.05 419	0.10 429	0.13 500	0.22 463	0.12 311	0.15 372

SGM-ForestM	16.99 553	1.08 412	5.74 420	2.12 419	0.75 313	31.63 559	12.21 552	27.80 561	32.25 546	37.88 564	39.99 561	52.96 573	35.20 568	33.60 566	24.47 554	0.26 489	0.39 525	0.31 519	0.39 506	0.26 422	0.53 487

DispFullNet	17.47 554	26.01 564	33.98 564	22.58 564	20.86 570	13.84 515	1.28 388	16.50 512	26.27 537	19.97 532	17.17 477	20.52 530	18.49 537	22.86 552	10.76 504	5.13 546	2.83 560	30.72 572	7.72 568	20.86 567	11.01 568

EDNetEfficientorigin	17.87 555	14.00 555	99.53 599	1.64 339	0.92 336	10.55 481	6.26 509	13.21 476	34.84 557	38.20 566	36.91 555	27.47 544	26.32 559	14.71 519	25.69 558	0.04 407	0.06 369	0.14 501	0.52 518	3.16 537	3.27 535

RainbowNet	18.01 556	26.22 565	19.95 536	18.59 560	14.88 561	27.38 553	10.46 543	27.39 559	34.54 554	14.91 516	27.01 527	25.65 539	12.44 516	18.94 538	9.23 485	13.91 571	3.46 568	23.36 566	4.86 562	16.03 562	10.91 567

ACVNet_1	18.70 557	25.08 563	12.72 510	17.33 559	15.18 563	26.02 545	9.62 538	28.44 563	34.49 553	24.39 544	24.32 516	37.22 561	20.13 545	16.67 530	13.39 518	10.45 563	2.59 557	24.77 568	4.92 564	16.57 564	9.75 563

RTS	18.87 558	9.32 550	86.48 586	4.95 534	6.10 536	42.08 571	14.70 559	15.49 507	41.06 566	22.65 538	32.32 543	13.77 475	19.54 542	37.98 571	28.96 564	0.41 505	0.23 505	0.00 1	0.02 339	0.91 505	0.50 484

RTSA	18.87 558	9.32 550	86.48 586	4.95 534	6.10 536	42.08 571	14.70 559	15.49 507	41.06 566	22.65 538	32.32 543	13.77 475	19.54 542	37.98 571	28.96 564	0.41 505	0.23 505	0.00 1	0.02 339	0.91 505	0.50 484

MANE	19.47 560	1.27 437	5.07 386	4.69 531	5.55 533	30.49 557	9.94 540	34.01 566	37.27 562	44.13 573	51.57 577	52.51 571	40.41 573	33.58 565	24.81 555	0.89 522	0.86 539	1.11 536	9.72 569	0.38 461	1.06 509

coex-ft	19.78 561	19.39 558	87.73 588	1.77 357	1.80 417	17.25 528	13.50 555	12.63 465	42.10 568	60.18 584	38.90 557	28.72 545	28.74 560	11.74 493	27.40 562	0.21 480	0.23 505	0.04 467	0.30 489	1.36 516	1.54 519

BEATNet-Init1	23.31 562	9.03 547	41.67 571	4.17 526	2.53 455	45.68 577	19.47 572	33.43 565	38.45 564	47.59 576	49.10 573	59.31 577	41.80 575	38.35 573	29.21 566	0.47 511	0.50 533	0.81 531	0.66 524	2.10 530	1.86 522

DLNR-FE	24.70 563	50.76 582	90.20 590	98.11 598	97.18 597	1.38 64	0.12 103	22.82 554	3.09 150	1.07 132	2.93 153	0.72 138	0.29 59	6.93 298	2.29 325	38.52 581	0.38 523	0.00 1	0.30 489	76.91 594	0.09 293

DLNR_Zeroshot_test	24.70 563	50.77 583	90.11 589	98.11 598	97.34 598	1.38 64	0.12 103	22.79 553	3.09 150	1.07 132	2.95 155	0.71 137	0.29 59	6.93 298	2.29 325	38.56 582	0.37 522	0.00 1	0.30 489	76.73 593	0.09 293

MonStereo1	25.07 565	22.70 560	26.51 553	25.39 565	21.15 573	27.38 553	7.54 526	29.21 564	38.74 565	34.17 562	46.61 569	50.27 568	33.31 566	28.57 559	25.83 559	12.28 567	0.79 538	26.32 569	5.80 567	26.02 575	12.81 573

ACVNet_2	26.45 566	29.35 570	25.14 549	20.27 562	15.43 564	34.97 565	12.23 553	48.37 578	66.25 587	42.69 570	56.73 581	51.77 569	25.59 556	20.39 545	13.52 520	10.13 561	2.59 557	22.78 565	3.52 556	17.57 565	9.80 565

MADNet+	27.07 567	33.84 572	90.97 591	20.14 561	7.47 545	48.43 579	47.10 586	35.43 567	36.46 559	20.11 533	30.05 536	25.29 538	35.08 567	45.50 579	50.28 585	2.13 538	2.00 547	1.19 538	0.76 528	4.71 540	4.43 540

IMH-64-1	27.21 568	28.77 567	16.84 529	31.57 568	20.76 568	26.43 548	15.10 562	47.11 573	45.20 570	33.53 558	51.16 575	41.42 564	31.10 564	36.48 567	22.39 548	13.48 569	2.87 562	33.95 574	10.70 571	23.50 569	11.75 569

IMH-64	27.21 568	28.77 567	16.84 529	31.57 568	20.76 568	26.43 548	15.10 562	47.11 573	45.20 570	33.53 558	51.16 575	41.42 564	31.10 564	36.48 567	22.39 548	13.48 569	2.87 562	33.95 574	10.70 571	23.50 569	11.75 569

JetBlue	29.12 570	15.72 556	54.12 575	15.93 557	20.98 571	60.90 589	30.62 579	39.38 568	34.62 556	34.08 561	39.69 559	57.35 576	43.17 576	50.71 585	50.60 586	2.41 539	3.79 570	2.81 543	3.45 555	9.57 553	12.59 572

WAO-7	29.39 571	24.43 561	20.47 538	32.71 571	13.83 560	34.70 564	20.27 575	52.19 584	65.03 585	43.29 571	59.35 583	52.19 570	44.68 578	31.71 562	30.56 568	10.98 564	4.94 573	13.71 558	12.52 575	12.06 557	8.22 557

IMH	29.82 572	29.11 569	18.51 533	34.28 572	21.40 574	32.33 562	15.39 566	49.40 580	53.07 575	37.88 564	55.32 580	45.05 566	39.54 572	40.63 574	24.12 553	14.03 572	3.27 566	34.93 576	11.24 573	24.69 572	12.21 571

PWCK	30.53 573	44.32 579	47.25 573	29.76 566	7.23 542	40.78 570	27.10 578	44.73 572	44.32 569	47.31 575	36.37 554	47.16 567	26.05 557	41.26 575	31.87 569	21.83 576	4.03 571	29.50 571	4.67 560	27.17 577	7.80 555

TorneroNet-64	32.42 574	31.89 571	30.52 558	34.73 573	21.13 572	46.99 578	18.82 570	43.10 571	59.42 580	32.70 557	46.98 570	62.01 580	36.98 569	43.97 578	33.88 572	14.10 573	3.22 565	35.28 577	11.72 574	26.84 576	14.07 574

Dean	34.67 575	38.70 577	25.33 550	29.89 567	17.21 566	45.24 576	11.98 551	56.90 588	76.55 589	63.47 587	60.22 584	67.36 586	48.14 581	37.24 569	39.01 577	11.00 565	2.83 560	28.35 570	5.60 566	18.14 566	10.31 566

WAO-6	34.74 576	36.76 576	15.36 522	37.53 574	24.15 578	35.99 566	19.36 571	48.96 579	68.54 588	43.84 572	47.58 571	52.77 572	52.60 582	32.63 563	34.73 574	26.20 579	7.74 579	42.78 581	21.64 581	28.07 578	17.62 580

LVE	34.99 577	40.10 578	34.97 565	32.49 570	18.61 567	51.45 584	26.82 577	52.15 583	65.94 586	47.21 574	61.04 585	53.99 574	37.30 570	37.95 570	34.09 573	15.55 575	5.95 575	31.01 573	13.81 576	22.58 568	16.72 578

TorneroNet	35.11 578	33.92 573	33.82 563	37.86 575	22.01 575	49.64 581	21.58 576	48.09 577	55.23 576	37.50 563	53.79 578	62.81 583	43.66 577	46.71 581	41.25 580	14.80 574	3.53 569	36.72 578	14.57 577	28.28 579	16.49 577

WAO-8	38.15 579	35.51 574	21.50 540	43.67 576	23.92 576	44.44 573	20.26 573	52.83 585	76.62 590	53.57 581	66.79 589	62.63 581	54.56 585	42.03 576	39.18 578	22.71 577	6.65 577	37.08 579	19.08 579	24.72 574	15.24 575

Venus	38.15 579	35.51 574	21.50 540	43.67 576	23.92 576	44.44 573	20.26 573	52.83 585	76.62 590	53.57 581	66.81 590	62.63 581	54.56 585	42.03 576	39.18 578	22.71 577	6.65 577	37.08 579	19.08 579	24.70 573	15.24 575

UNDER WATER	45.09 581	48.60 581	67.37 581	49.30 580	31.41 580	53.80 586	37.39 581	40.25 570	52.48 574	50.24 577	45.37 567	68.37 588	57.76 588	51.03 586	49.88 584	29.97 580	13.75 581	51.22 583	36.57 582	37.87 581	29.12 581

UNDER WATER-64	45.16 582	46.99 580	66.69 580	43.90 578	27.64 579	55.58 587	41.87 583	39.42 569	48.42 572	51.73 580	43.08 564	67.76 587	56.69 587	48.02 583	48.34 583	39.50 583	17.64 582	51.78 584	38.93 584	36.62 580	32.61 582

notaker	47.42 583	55.20 584	49.13 574	56.52 584	40.18 581	38.52 568	32.97 580	47.21 575	56.08 578	57.21 583	57.24 582	60.09 578	59.19 589	53.93 587	41.64 581	40.61 584	19.93 583	57.21 585	37.41 583	49.02 583	39.02 583

ktn	48.94 584	57.58 585	38.86 569	59.57 585	43.27 583	50.37 582	43.38 584	48.07 576	61.11 581	51.30 579	54.25 579	54.96 575	52.88 583	47.30 582	35.83 575	57.77 588	24.88 586	62.69 588	43.55 585	50.70 584	40.41 584

DPSimNet_ROB	53.45 585	64.73 589	44.39 572	53.97 582	45.39 585	53.66 585	54.83 587	55.15 587	57.87 579	64.16 589	50.83 574	63.40 584	53.34 584	46.45 580	65.81 590	63.13 589	26.54 587	57.94 586	51.11 588	45.52 582	50.69 588

KSHMR	55.63 586	63.60 588	37.85 568	74.69 587	49.56 586	49.01 580	45.73 585	57.46 589	63.97 584	61.61 586	62.07 587	72.39 590	47.01 579	50.65 584	43.29 582	54.10 587	62.21 589	66.10 589	53.94 589	51.25 586	46.11 586

HanzoNet	56.48 587	59.32 586	58.25 577	55.32 583	41.94 582	50.95 583	41.33 582	51.12 581	61.40 582	65.62 590	65.59 588	71.66 589	69.41 590	70.77 590	60.03 588	63.99 590	34.70 588	61.96 587	50.54 587	51.00 585	44.71 585

JetRed	61.02 588	61.05 587	82.56 585	46.09 579	56.80 588	83.19 590	63.76 588	59.26 590	63.61 583	69.29 591	68.85 591	66.59 585	47.62 580	61.57 588	74.09 591	45.58 585	66.14 591	46.59 582	45.06 586	63.17 587	49.58 587

LRCNet_RVC	66.23 589	65.67 590	67.63 582	71.47 586	54.32 587	32.17 561	2.66 436	63.19 591	21.35 526	81.79 592	91.26 593	83.62 591	71.62 591	69.32 589	52.57 587	95.49 597	64.45 590	95.07 597	95.19 597	71.52 588	74.31 590

TCMNet-wrong-test	67.23 590	85.83 594	81.56 584	95.63 594	94.73 595	89.35 591	85.42 592	51.73 582	33.71 552	51.26 578	61.71 586	61.33 579	41.23 574	77.26 591	64.71 589	48.76 586	9.03 580	70.12 591	68.11 590	90.76 597	82.37 595

MADNet++	82.84 591	82.38 593	73.57 583	87.72 593	82.97 592	93.14 592	69.15 589	86.42 595	82.50 592	93.46 596	86.70 592	86.28 592	80.92 592	88.34 593	88.84 592	86.83 595	84.17 595	72.64 592	68.92 591	80.47 595	81.42 594

tt	83.26 592	0.34 123	99.99 601	79.40 591	93.18 594	100.00 601	100.00 601	100.00 605	99.95 599	60.33 585	47.63 572	99.98 604	99.96 600	99.98 602	100.00 605	92.42 596	99.82 600	73.83 596	73.63 592	88.42 596	56.35 589

xxxxx1	85.63 593	90.31 595	96.68 594	76.54 588	80.57 589	97.44 596	96.86 596	85.53 592	88.53 593	88.68 593	91.71 594	94.23 594	92.93 593	90.02 594	91.98 593	70.60 591	70.39 592	73.68 593	81.46 594	74.61 589	79.86 591

tt_ll	85.63 593	90.31 595	96.68 594	76.54 588	80.57 589	97.44 596	96.86 596	85.53 592	88.53 593	88.68 593	91.71 594	94.23 594	92.93 593	90.02 594	91.98 593	70.60 591	70.39 592	73.68 593	81.46 594	74.61 589	79.86 591

ff	85.63 593	90.31 595	96.68 594	76.54 588	80.57 589	97.44 596	96.86 596	85.53 592	88.53 593	88.68 593	91.71 594	94.23 594	92.93 593	90.02 594	91.98 593	70.60 591	70.39 592	73.68 593	81.46 594	74.61 589	79.86 591

USTest	87.63 596	76.50 591	65.53 579	81.26 592	83.10 593	100.00 601	100.00 601	99.53 600	99.60 598	98.32 597	99.02 599	90.87 593	98.33 598	84.28 592	98.23 599	79.97 594	96.20 596	69.82 590	73.75 593	75.48 592	82.80 596

PML	97.88 597	100.00 604	96.45 593	98.01 597	97.88 599	100.00 601	99.35 599	96.88 596	97.72 597	100.00 604	97.36 597	97.38 598	99.60 599	100.00 605	96.32 597	99.99 602	97.55 597	100.00 601	96.01 598	99.18 599	87.92 597

MEDIAN_ROB	98.41 598	99.70 599	99.30 598	97.09 595	97.02 596	96.89 594	95.77 595	97.66 598	97.28 596	98.79 600	98.94 598	99.18 599	98.14 597	96.89 597	96.88 598	99.96 601	99.16 598	100.00 601	99.99 602	99.69 600	99.88 599

HaxPig	98.85 599	99.94 601	95.08 592	99.99 602	100.00 602	94.03 593	94.78 593	99.15 599	99.98 601	99.99 603	100.00 601	99.98 604	99.99 601	98.12 598	95.97 596	100.00 604	99.99 602	100.00 601	99.99 602	100.00 603	99.99 602

Anonymous_1	99.08 600	99.91 600	99.85 600	97.63 596	99.10 600	100.00 601	100.00 601	99.61 602	99.96 600	99.28 602	99.86 600	99.54 601	99.99 601	99.29 599	99.75 600	96.05 598	99.59 599	97.31 598	98.57 599	97.71 598	98.63 598

test_example2	99.39 601	99.98 603	99.99 601	100.00 605	99.98 601	99.72 600	99.99 600	97.34 597	100.00 602	100.00 604	100.00 601	96.42 597	96.66 596	99.97 601	99.96 601	100.00 604	99.97 601	98.66 599	99.15 600	100.00 603	100.00 604

AVERAGE_ROB	99.62 602	99.95 602	98.81 597	100.00 605	100.00 602	98.08 599	95.47 594	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	99.99 602	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

DGTPSM_ROB	99.90 603	100.00 604	99.99 601	99.99 602	100.00 602	100.00 601	100.00 601	99.97 603	100.00 602	98.35 598	100.00 601	99.84 602	100.00 603	99.98 602	99.99 602	99.99 602	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

DPSMNet_ROB	99.91 604	100.00 604	99.99 601	99.99 602	100.00 602	100.00 601	100.00 601	99.98 604	100.00 602	98.35 598	100.00 601	99.84 602	100.00 603	99.98 602	99.99 602	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

DPSM_ROB	99.95 605	100.00 604	100.00 605	99.76 600	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	99.21 599	100.00 603	100.00 601	100.00 604	99.99 601	99.95 600

DPSM	99.95 605	100.00 604	100.00 605	99.76 600	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	99.21 599	100.00 603	100.00 601	100.00 604	99.99 601	99.95 600

RAFT-FEzeroshot	100.00 607	100.00 604	100.00 605	100.00 605	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

RAFT-FE	100.00 607	100.00 604	100.00 605	100.00 605	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

FlowAnything	100.00 607	100.00 604	100.00 605	100.00 605	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

Selective-RAFT-Error	100.00 607	100.00 604	100.00 605	100.00 605	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

CasAABBNet	100.00 607	100.00 604	100.00 605	100.00 605	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	100.00 604

LSM0	100.00 607	100.00 604	100.00 605	100.00 605	100.00 602	100.00 601	100.00 601	100.00 605	100.00 602	100.00 604	100.00 601	100.00 606	100.00 603	100.00 605	100.00 605	100.00 604	100.00 603	100.00 601	100.00 604	100.00 603	99.99 602

FSD					0.10 68	0.53 5	0.06 61	3.21 51	0.81 17	0.16 10	0.24 35	1.06 151	0.12 26	0.63 13	0.24 32	0.02 342	0.07 392	0.00 1	0.00 1	0.01 27

ccccc		96.61 598		100.00 605	100.00 602	97.41 595		99.56 601		99.27 601		99.35 600		99.92 600		100.00 604	100.00 603	99.95 600	99.77 601	100.00 603

ASD4		81.57 592

Low-res two-view benchmark