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

MIF-Stereo (partial)	1.44 31	0.59 101	3.98 148	0.08 1	1.09 242	1.24 10	0.13 49	5.12 63	4.07 92	0.47 13	2.56 66	0.31 26	0.74 70	6.31 153	2.02 182	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

CREStereo	1.09 11	0.51 67	2.16 13	0.11 2	0.24 81	1.67 39	0.03 13	4.24 29	6.91 225	0.80 40	1.73 42	0.44 43	0.64 64	1.58 23	0.61 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
rvit_stereo_0080	1.09 11	1.08 220	4.16 159	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 102

trnet	1.09 11	0.47 46	2.19 15	0.12 3	0.21 70	1.70 44	0.02 8	4.28 34	6.97 228	0.78 39	1.77 45	0.48 46	0.67 65	1.50 17	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.03 12

whm_eth	1.09 11	1.08 220	4.16 159	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 102

4D-IteraStereo	1.99 73	1.32 261	3.77 126	0.13 6	2.84 347	3.51 202	1.03 258	4.26 31	5.38 156	5.50 150	1.03 18	3.86 164	0.38 33	2.44 62	1.88 166	0.00 1	0.43 290	0.00 1	0.01 192	0.11 167	1.84 370

rvit_stereo_0081_aga	0.95 4	1.03 214	4.52 185	0.16 7	0.25 85	1.70 44	0.21 82	4.27 32	3.17 32	0.38 6	0.23 5	0.27 20	0.31 18	1.56 21	0.64 22	0.00 1	0.00 1	0.00 1	0.00 1	0.13 201	0.15 85

s12784h	2.10 88	0.38 11	3.31 81	0.17 8	0.09 17	4.89 277	0.13 49	7.34 183	8.06 266	3.87 109	4.47 116	0.60 57	1.19 113	6.78 174	0.63 20	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.04 21

Patchmatch Stereo++	2.09 84	0.55 81	3.57 110	0.20 9	0.20 61	3.68 222	0.64 184	5.90 116	3.52 51	5.91 160	4.41 109	3.42 141	1.51 135	7.07 183	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 74	0.55 81	3.57 110	0.20 9	0.21 70	3.69 225	0.69 198	5.89 111	3.52 51	5.91 160	4.43 111	3.42 141	1.50 131	5.63 135	0.94 69	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

ROB_FTStereo_v2	2.04 76	0.56 92	3.56 109	0.20 9	0.21 70	3.66 217	0.72 207	5.89 111	3.51 49	5.91 160	4.46 114	3.42 141	1.50 131	6.08 147	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

ROB_FTStereo	2.03 75	0.57 97	3.57 110	0.20 9	0.21 70	3.66 217	0.73 209	5.89 111	3.51 49	5.92 165	4.35 108	3.37 137	1.50 131	6.02 143	0.90 60	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

HUI-Stereo	1.94 69	0.56 92	3.55 107	0.20 9	0.20 61	3.67 221	0.63 182	5.89 111	3.53 55	5.92 165	4.44 112	3.41 140	1.51 135	4.21 94	0.89 58	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.11 61

iGMRVC	2.09 84	0.56 92	3.59 115	0.20 9	0.21 70	3.68 222	0.71 204	5.89 111	3.53 55	5.92 165	4.46 114	3.44 147	1.51 135	6.93 180	0.98 73	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

iRAFT	2.09 84	0.55 81	3.57 110	0.20 9	0.20 61	3.68 222	0.64 184	5.90 116	3.52 51	5.91 160	4.41 109	3.42 141	1.51 135	7.07 183	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

RAFT-IKP	2.04 76	0.57 97	3.54 105	0.20 9	0.20 61	3.45 197	0.62 180	5.90 116	3.52 51	5.91 160	4.44 112	3.46 150	1.50 131	6.20 150	1.00 76	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.08 44

DIP-Stereo	2.12 89	0.98 204	3.94 144	0.20 9	0.11 20	4.73 273	0.13 49	9.27 236	4.40 110	6.46 190	5.03 126	0.45 45	0.72 69	3.79 82	1.94 173	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.24 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAStereo	0.81 1	0.70 136	3.97 147	0.21 18	0.54 157	1.16 5	0.02 8	3.78 19	1.22 2	0.62 24	1.57 35	0.16 2	0.23 7	0.89 3	1.05 81	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.02 5

DeepStereo_RVC	2.15 92	0.55 81	3.26 76	0.21 18	0.19 56	3.47 200	0.68 195	5.76 103	3.60 61	6.36 185	4.19 104	3.42 141	4.44 262	5.04 116	1.59 134	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.18 102

IPLGR	2.46 134	0.68 127	7.02 308	0.22 20	0.16 46	2.01 67	0.22 84	7.01 165	6.62 209	7.10 229	5.92 156	2.91 119	2.27 168	5.12 120	1.52 127	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.41 186

DRaft	3.83 257	0.65 117	3.39 89	0.22 20	0.16 46	4.67 270	1.30 279	5.82 108	4.86 138	10.26 341	21.65 386	3.24 131	8.62 367	7.53 218	3.76 257	0.05 294	0.10 228	0.00 1	0.14 285	0.12 184	0.16 92

GMOStereo	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 131

error version	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 131

test-v	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 131

THIR-Stereo	3.94 264	1.12 229	3.06 65	0.23 22	0.13 32	4.17 252	6.40 385	5.83 109	4.54 117	10.46 345	16.98 358	6.49 260	7.44 349	8.00 240	3.58 250	0.01 129	0.07 216	0.07 365	0.00 1	0.14 212	0.06 36

test-2	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 131

IGEV-Stereo++	1.03 6	0.32 5	2.03 9	0.25 27	1.94 313	1.94 62	0.01 2	3.57 12	2.52 10	0.70 28	1.80 48	0.10 1	1.14 98	1.34 12	0.55 11	0.01 129	0.75 317	0.00 1	0.00 1	0.04 63	1.57 330

CAS++	1.27 21	0.68 127	2.40 19	0.25 27	0.30 93	1.80 54	0.61 176	8.46 210	3.61 62	1.80 64	2.42 63	0.18 4	0.21 6	2.12 47	0.49 4	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.06 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HHNet	2.71 160	0.69 130	3.31 81	0.25 27	0.39 117	2.80 139	0.90 246	6.33 138	5.68 173	7.51 251	13.70 326	0.94 63	3.14 196	5.42 129	2.54 216	0.14 336	0.02 152	0.06 360	0.00 1	0.24 286	0.07 41

U	2.23 106	0.36 8	2.93 48	0.26 30	8.08 426	11.12 372	0.00 1	3.68 16	1.12 1	0.29 2	0.52 12	0.16 2	0.08 1	0.83 1	0.30 1	0.00 1	0.00 1	9.75 434	5.13 443	0.02 13	0.02 5

DEmStereo	3.86 258	0.54 76	4.04 153	0.26 30	0.17 49	5.17 281	2.45 314	4.70 46	4.34 107	8.37 284	19.94 380	5.06 218	10.13 379	7.86 234	3.93 268	0.01 129	0.01 119	0.01 291	0.00 1	0.03 40	0.10 53

iRaft-Stereo_5w	3.20 203	1.27 253	5.27 225	0.27 32	0.99 228	2.71 124	0.58 167	5.75 102	5.85 178	3.03 87	7.88 211	10.08 323	4.08 251	8.40 270	6.09 311	0.00 1	0.25 269	0.00 1	0.12 278	0.31 325	0.95 276

PMTNet	1.48 39	0.43 25	2.77 41	0.31 33	0.17 49	2.94 159	0.33 111	3.66 14	5.27 148	1.11 49	1.28 28	0.28 22	0.92 83	4.32 99	0.90 60	4.89 425	0.00 1	0.00 1	0.00 1	0.03 40	0.05 27

Pointernet	1.04 10	0.44 34	2.58 26	0.32 34	0.52 151	1.78 53	0.07 21	5.69 98	2.76 14	0.27 1	2.28 60	0.80 61	0.44 46	1.37 13	0.49 4	0.00 1	0.36 283	0.00 1	0.25 334	0.02 13	0.32 161

fff	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 354	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 224

STrans-v2	3.55 232	0.94 195	5.06 216	0.32 34	0.60 167	2.97 162	1.15 269	11.08 282	7.97 263	6.01 168	10.93 287	6.65 263	6.86 335	8.37 269	1.66 148	0.00 1	0.01 119	0.00 1	0.00 1	0.04 63	0.39 177

csc	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 354	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 224

cscssc	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 354	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 224

111	3.05 190	1.41 276	5.51 241	0.32 34	0.14 35	2.83 140	0.68 195	6.76 158	14.21 367	3.59 98	9.11 237	5.50 229	3.30 206	4.05 87	2.43 208	0.01 129	0.00 1	0.00 1	0.00 1	0.13 201	1.02 285

ff7	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 290	0.12 184	1.82 365

ffff	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 290	0.12 184	1.82 365

11t	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.87 57	0.00 1	0.93 337	0.00 1	0.16 290	0.12 184	1.82 365

knoymous	1.50 40	0.28 3	1.99 7	0.33 40	0.48 134	1.58 31	0.11 36	5.71 100	2.81 16	4.85 126	1.75 43	4.58 197	0.46 50	3.66 80	1.30 112	0.01 129	0.02 152	0.00 1	0.00 1	0.02 13	0.09 48

ccc-4	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 290	0.12 184	1.82 365

CRE-IMP	2.08 79	0.51 67	3.43 96	0.35 45	0.19 56	3.85 235	0.83 232	5.77 104	3.43 43	5.81 156	4.24 105	3.45 149	0.83 81	6.56 159	1.99 178	0.01 129	0.00 1	0.00 1	0.00 1	0.11 167	0.20 117

MaDis-Stereo	0.96 5	1.11 225	4.01 152	0.36 46	1.86 307	1.20 6	0.06 18	3.99 25	1.73 5	0.45 10	0.56 13	0.43 42	0.51 52	1.28 10	1.46 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 89	0.08 44

TestStereo	1.89 64	1.59 298	4.22 166	0.37 47	0.28 91	1.33 15	0.01 2	5.63 95	4.13 93	3.59 98	5.11 128	2.06 101	0.70 67	7.62 225	0.93 65	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.19 111

TANstereo	1.32 24	0.79 148	2.93 48	0.37 47	0.11 20	1.81 56	0.01 2	3.56 11	4.36 108	4.53 122	4.96 124	0.41 38	0.68 66	1.22 7	0.59 14	0.01 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 12

ADStereo(finetuned)	2.50 138	0.95 197	6.60 293	0.39 49	0.20 61	1.72 50	0.24 90	6.06 127	9.31 300	6.30 179	5.42 140	1.44 78	6.22 323	2.25 53	2.14 188	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.65 233

DCANet	2.35 119	0.96 199	5.51 241	0.39 49	0.19 56	1.72 50	0.25 94	6.06 127	9.33 301	6.31 180	5.42 140	1.44 78	4.14 253	2.22 50	2.28 202	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.66 241

WCG-NET（raft）	1.70 55	0.97 203	2.01 8	0.40 51	0.17 49	2.10 74	0.97 252	3.05 7	6.47 201	2.89 80	3.17 76	4.31 189	1.03 90	3.85 85	0.60 16	0.00 1	1.32 401	0.00 1	0.01 192	0.18 245	0.41 186

DCANet-4	2.26 109	0.43 25	6.69 299	0.40 51	0.20 61	1.70 44	0.13 49	5.73 101	9.44 304	6.01 168	5.29 134	1.12 69	2.77 188	2.49 63	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 224

plain	1.53 43	0.86 172	6.50 290	0.42 53	0.05 5	1.56 30	0.09 28	5.18 68	4.02 90	0.54 18	1.76 44	0.59 56	0.75 71	6.48 158	1.23 106	0.00 1	0.00 1	0.00 1	0.00 1	0.43 347	0.07 41

Anonymous3	1.96 71	0.61 105	7.58 326	0.42 53	0.51 147	4.28 257	0.52 151	5.56 91	2.76 14	2.35 70	3.47 82	1.50 80	1.13 96	5.92 141	1.54 128	0.23 358	0.23 262	0.00 1	0.00 1	0.14 212	0.47 199

ccs_rob	2.95 184	0.55 81	4.53 186	0.42 53	0.25 85	2.84 142	0.12 40	8.58 212	8.13 267	7.18 234	10.36 271	6.44 258	2.05 160	5.28 124	1.97 175	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 131

test_4	2.58 147	0.70 136	3.30 79	0.43 56	0.30 93	3.97 242	1.11 268	3.91 23	3.83 78	4.15 114	17.20 362	3.44 147	0.52 54	6.60 162	1.58 131	0.00 1	0.13 239	0.00 1	0.11 272	0.20 259	0.20 117

CFNet_pseudo	2.96 186	0.55 81	4.51 183	0.43 56	0.24 81	2.83 140	0.12 40	8.59 213	8.13 267	7.20 237	10.41 272	6.47 259	2.04 159	5.27 123	2.00 180	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 131

SFCPSM	3.39 220	0.61 105	5.42 236	0.43 56	0.93 220	8.26 336	2.08 307	15.01 375	5.89 179	7.17 233	7.60 203	3.39 139	2.55 179	5.39 127	2.53 211	0.01 129	0.03 177	0.01 291	0.07 251	0.19 253	0.31 158

PCWNet_CMD	3.14 198	0.51 67	4.47 180	0.44 59	0.26 89	2.87 155	0.15 61	9.66 244	9.78 308	7.28 242	11.50 295	6.84 270	2.40 173	4.47 103	1.83 162	0.01 129	0.02 152	0.02 322	0.00 1	0.06 89	0.29 153

UGAM	4.25 288	0.86 172	5.73 258	0.45 60	0.22 77	3.61 210	1.18 270	5.51 84	15.39 374	4.99 133	12.34 312	15.09 373	3.71 231	10.58 348	3.76 257	0.00 1	0.46 293	0.00 1	0.34 370	0.36 335	0.36 171

CREStereo++_RVC	1.70 55	0.50 66	3.07 66	0.45 60	0.01 1	1.69 43	0.02 8	3.09 8	8.24 270	3.82 105	7.53 202	0.49 47	0.32 22	1.05 4	0.52 8	0.00 1	0.00 1	0.00 1	3.03 431	0.01 3	0.08 44
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
HCRNet	2.74 166	0.83 161	4.19 163	0.45 60	3.31 362	2.18 78	0.22 84	7.59 191	5.76 176	6.08 173	4.89 122	5.21 221	2.74 185	8.04 245	3.10 240	0.00 1	0.02 152	0.00 1	0.00 1	0.10 155	0.09 48

MSMDNet	3.15 199	0.51 67	4.48 181	0.46 63	0.25 85	2.88 156	0.16 66	9.79 247	9.82 309	7.24 239	11.36 293	6.82 269	2.41 174	4.47 103	1.86 164	0.01 129	0.02 152	0.02 322	0.00 1	0.06 89	0.30 156

RCA-Stereo	2.19 99	0.46 41	3.22 72	0.47 64	0.33 101	2.27 82	0.47 136	5.60 93	15.20 372	2.86 79	5.61 146	0.78 60	3.15 197	1.71 25	0.48 3	0.00 1	0.90 335	0.00 1	0.00 1	0.10 155	0.26 143

IGEV-Stereo+	1.89 64	0.55 81	2.49 20	0.48 65	3.25 359	2.06 71	0.07 21	1.92 2	1.52 3	0.77 34	0.08 1	0.22 11	0.44 46	7.11 187	0.68 24	0.04 279	0.66 306	0.00 1	0.33 366	5.08 423	10.13 441

MIPNet	2.27 112	1.14 231	5.55 248	0.49 66	0.22 77	2.03 68	0.19 76	7.60 193	6.17 189	5.83 157	4.16 102	2.05 100	3.44 218	3.65 79	2.23 196	0.00 1	0.01 119	0.01 291	0.01 192	0.24 286	0.48 201

CrosDoStereo	4.05 273	0.71 140	3.52 100	0.51 67	0.20 61	3.25 181	11.21 420	6.34 139	4.96 141	9.04 307	16.44 352	4.92 210	7.28 344	8.29 259	3.84 262	0.00 1	0.02 152	0.01 291	0.00 1	0.18 245	0.19 111

DeepStereo_LL	4.05 273	0.71 140	3.52 100	0.51 67	0.20 61	3.25 181	11.21 420	6.34 139	4.96 141	9.04 307	16.44 352	4.92 210	7.28 344	8.29 259	3.84 262	0.00 1	0.02 152	0.01 291	0.00 1	0.18 245	0.19 111

rvit_0105_5	1.70 55	1.36 268	6.71 300	0.52 69	0.04 4	1.58 31	0.58 167	5.39 83	6.62 209	0.91 44	1.72 41	1.77 89	0.77 75	4.44 101	1.28 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.23 131

LoS_RVC	1.47 38	1.75 317	2.66 34	0.52 69	3.89 382	1.67 39	0.04 14	2.66 5	2.61 11	0.55 19	2.63 68	0.31 26	1.68 145	1.99 40	0.81 46	0.01 129	0.02 152	0.00 1	0.00 1	0.03 40	5.54 423

rvit_stereo_0083	1.16 17	0.47 46	3.68 122	0.54 71	0.10 19	1.25 11	0.24 90	3.17 9	5.31 152	0.52 16	0.80 16	0.82 62	1.16 106	4.52 105	0.51 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.13 69

IGEV-BASED-STEREO-	4.37 293	25.82 441	26.88 434	0.56 72	0.08 13	1.46 22	0.53 154	2.17 3	2.15 7	0.67 26	0.73 15	0.23 12	0.20 4	1.58 23	0.80 42	11.76 445	0.38 286	0.00 1	0.08 253	1.75 406	9.67 439

CFNet_ucs	3.23 204	0.56 92	4.59 194	0.59 73	0.37 113	3.29 185	0.19 76	10.47 266	9.02 293	7.78 259	12.57 316	5.59 233	1.74 152	5.39 127	1.86 164	0.00 1	0.04 192	0.01 291	0.00 1	0.10 155	0.33 162

Occ-G	1.39 28	0.66 121	3.05 64	0.60 74	0.75 195	1.46 22	0.67 192	3.66 14	3.50 44	1.76 62	0.65 14	5.00 216	0.55 58	1.15 6	1.56 130	0.00 1	0.74 316	0.00 1	0.17 299	0.19 253	1.61 331

anonymousdsp	1.51 41	0.81 154	2.70 38	0.60 74	0.69 179	2.76 134	0.79 219	4.86 50	3.00 29	0.82 41	1.25 24	0.31 26	0.42 37	7.44 203	0.81 46	0.00 1	0.83 323	0.00 1	0.17 299	0.12 184	1.85 372

IGEV-Stereo	1.51 41	0.81 154	2.69 37	0.60 74	0.69 179	2.77 135	0.79 219	4.88 54	2.99 28	0.82 41	1.25 24	0.31 26	0.42 37	7.43 202	0.85 51	0.00 1	0.83 323	0.00 1	0.17 299	0.12 184	1.85 372
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	1.14 16	1.22 247	3.99 150	0.61 77	0.53 153	0.38 1	0.06 18	5.35 79	4.15 94	0.59 23	1.92 51	1.00 65	0.27 11	1.37 13	1.33 117	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.05 27
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_0081	1.03 6	0.55 81	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 149	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

rvit_stereo_0082	1.03 6	0.55 81	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 149	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

LoS	1.03 6	0.43 25	2.53 23	0.64 78	0.14 35	2.42 92	0.26 96	5.64 96	2.93 19	1.08 47	0.24 6	0.49 47	0.45 48	2.31 56	0.83 50	0.02 220	0.02 152	0.00 1	0.00 1	0.06 89	0.03 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ARAFT	3.32 211	1.74 316	7.92 334	0.64 78	0.15 41	4.45 264	2.89 323	8.20 206	6.30 192	9.23 316	7.12 195	5.58 232	1.24 116	8.60 281	1.69 153	0.01 129	0.03 177	0.00 1	0.00 1	0.35 333	0.35 168

rvit_0105_4	1.58 50	1.41 276	6.67 297	0.65 82	0.05 5	1.60 34	0.41 124	4.70 46	6.48 202	0.46 12	0.87 17	1.40 73	0.53 57	5.08 118	1.12 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.18 102

CES	1.72 59	0.40 21	1.82 5	0.65 82	7.83 424	2.62 111	0.13 49	5.35 79	2.68 12	0.36 3	1.30 31	0.33 31	0.32 22	1.92 36	0.72 35	0.01 129	0.02 152	0.00 1	0.00 1	0.56 366	7.35 430

sAnonymous2	1.54 44	2.26 350	9.53 366	0.65 82	0.50 140	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 316	2.00 410	0.42 191

CroCo_RVC	1.54 44	2.26 350	9.53 366	0.65 82	0.50 140	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 316	2.00 410	0.42 191

rvit_0105_6	1.44 31	1.26 251	5.78 259	0.66 86	0.08 13	1.58 31	0.32 108	4.57 43	6.53 205	0.40 7	0.38 11	1.11 68	0.29 15	4.76 110	0.92 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.20 117

SPstereo	1.35 26	1.11 225	2.82 42	0.66 86	1.08 241	1.68 41	0.01 2	5.17 66	3.68 67	2.10 68	1.63 37	1.42 74	0.75 71	1.77 34	1.59 134	0.00 1	1.08 367	0.00 1	0.00 1	0.17 236	0.26 143

rvit_stereo_0075_2	2.15 92	0.39 16	6.61 294	0.67 88	1.95 314	1.74 52	0.10 32	7.81 200	6.03 183	2.97 82	4.01 100	3.07 127	0.57 60	5.49 131	1.13 90	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.34 163

AIO-Stereo	1.30 23	0.45 37	1.73 3	0.67 88	0.77 199	2.33 86	0.60 172	5.99 125	3.27 37	0.45 10	3.46 81	0.41 38	0.28 12	1.53 20	0.71 34	0.04 279	0.79 320	0.00 1	0.67 400	0.10 155	1.67 341

WCG-NET	1.54 44	0.94 195	2.29 16	0.70 90	0.33 101	2.06 71	0.42 126	5.24 69	4.93 139	3.51 95	1.34 32	2.32 104	1.15 104	3.79 82	0.59 14	0.01 129	0.24 265	0.00 1	0.00 1	0.18 245	0.76 256

BUS	2.72 163	0.43 25	3.76 123	0.70 90	0.50 140	7.31 326	0.48 145	9.93 250	5.65 168	6.50 191	6.23 164	5.21 221	1.18 108	4.27 95	1.89 169	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 73

BSDual-CNN	2.91 178	0.43 25	3.76 123	0.70 90	0.50 140	6.97 316	1.58 291	9.93 250	5.65 168	6.50 191	6.23 164	6.17 252	2.50 176	4.27 95	2.67 219	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 73

hknet	3.56 233	0.66 121	5.82 260	0.70 90	1.19 253	6.97 316	1.58 291	9.93 250	7.76 253	6.50 191	6.23 164	9.53 314	2.81 190	7.84 232	3.39 248	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 73

GLC_STEREO	0.87 2	0.39 16	1.55 2	0.72 94	0.01 1	1.98 65	0.55 158	3.52 10	3.54 57	0.96 45	1.63 37	0.19 5	0.41 35	1.29 11	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.08 44

ACRE	2.67 155	1.66 305	6.50 290	0.72 94	2.03 318	2.65 119	0.84 233	5.97 124	5.52 163	7.85 260	9.23 240	1.72 86	1.09 92	4.09 92	2.73 226	0.02 220	0.19 253	0.02 322	0.08 253	0.26 294	0.21 122

HSM-Net_RVC	4.40 295	0.44 34	3.22 72	0.72 94	0.68 176	7.06 320	1.82 300	12.57 323	8.48 278	9.04 307	12.20 310	14.98 370	5.14 297	7.32 199	4.19 274	0.02 220	0.02 152	0.00 1	0.00 1	0.02 13	0.14 73
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Former-RAFT_DAM_RVC	1.39 28	0.74 143	2.72 39	0.73 97	1.26 263	2.42 92	0.02 8	3.78 19	8.16 269	1.81 67	2.94 73	0.28 22	0.32 22	1.51 19	0.76 37	0.04 279	0.01 119	0.00 1	0.00 1	0.08 120	0.19 111

IGEVStereo-DCA	1.54 44	1.71 310	2.99 58	0.73 97	0.24 81	2.69 121	0.81 224	4.31 35	2.97 23	0.73 32	0.16 2	0.23 12	0.32 22	7.57 221	2.72 224	0.00 1	0.49 297	0.00 1	0.16 290	0.17 236	1.82 365

rrr	1.64 53	1.71 310	6.31 285	0.73 97	0.24 81	2.69 121	0.92 251	4.25 30	1.75 6	0.73 32	0.16 2	0.23 12	0.32 22	7.57 221	2.72 224	0.00 1	0.49 297	0.00 1	0.20 316	0.17 236	1.68 344

IER	3.42 224	0.91 184	6.38 288	0.73 97	1.60 284	7.07 321	0.55 158	7.07 173	5.45 161	8.17 279	8.89 231	6.13 250	6.13 320	5.36 126	3.77 260	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.05 27

psmg	3.34 212	0.43 25	3.76 123	0.73 97	0.50 140	8.47 343	2.74 320	10.88 279	5.65 168	8.91 302	8.78 229	6.17 252	2.50 176	4.27 95	2.67 219	0.01 129	0.04 192	0.06 360	0.00 1	0.12 184	0.10 53

IPLG	2.63 153	1.09 222	5.67 254	0.73 97	0.31 95	3.00 164	0.25 94	6.84 161	6.02 182	7.93 262	6.31 170	1.91 94	1.72 150	7.47 212	2.53 211	0.01 129	0.01 119	0.00 1	0.00 1	0.29 315	0.58 216

RSM	1.43 30	0.40 21	1.79 4	0.74 103	0.54 157	2.45 95	0.49 148	4.13 28	3.29 40	0.65 25	2.53 65	2.15 102	0.30 16	6.97 182	0.85 51	0.01 129	0.12 235	0.00 1	0.25 334	0.11 167	0.72 251

GMStereo	2.07 78	1.56 295	5.64 251	0.74 103	0.05 5	3.63 215	0.01 2	5.17 66	11.27 340	4.22 115	2.44 64	0.53 52	0.49 51	4.06 89	1.01 78	0.22 357	0.00 1	0.00 1	0.14 285	0.18 245	0.05 27
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ProNet	1.58 50	0.86 172	3.17 69	0.75 105	0.72 188	2.84 142	0.66 188	5.91 120	3.28 39	0.37 4	1.47 33	0.40 37	0.37 29	7.19 189	0.70 30	0.02 220	0.98 352	0.00 1	0.05 244	0.20 259	1.77 362

Selective-IGEV	1.56 49	0.34 7	2.13 12	0.77 106	0.76 198	2.36 88	0.52 151	6.80 159	3.08 30	0.53 17	3.34 79	0.26 19	0.31 18	7.24 193	0.73 36	0.01 129	0.80 322	0.00 1	0.14 285	0.08 120	1.01 281

gcap-zeroshot	2.22 103	0.68 127	5.64 251	0.79 107	1.15 250	3.33 189	0.73 209	7.14 177	4.59 120	3.86 108	1.79 47	8.42 303	0.56 59	3.00 70	0.89 58	0.02 220	0.66 306	0.00 1	0.26 346	0.01 3	0.83 262

CASnet	1.09 11	0.47 46	2.09 10	0.79 107	0.08 13	2.10 74	0.14 59	3.83 22	4.26 101	3.84 107	1.56 34	0.32 30	0.30 16	1.13 5	0.77 41	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IPLGR_C	2.69 157	1.75 317	6.20 277	0.79 107	2.06 320	2.64 118	0.86 240	6.36 141	5.64 167	8.13 277	9.26 242	1.69 85	1.15 104	3.79 82	2.80 231	0.02 220	0.20 258	0.02 322	0.08 253	0.26 294	0.18 102

CIPLG	2.72 163	1.69 306	6.02 268	0.80 110	2.14 322	2.66 120	0.84 233	5.90 116	5.59 165	8.12 276	9.58 253	1.74 87	1.14 98	4.53 106	2.82 232	0.02 220	0.19 253	0.02 322	0.09 261	0.26 294	0.22 127

PSM-AAD	3.43 226	0.31 4	2.16 13	0.80 110	0.57 162	2.53 102	5.97 376	5.53 86	3.98 88	11.00 360	11.90 304	2.93 120	9.36 376	8.03 243	1.00 76	0.01 129	0.01 119	0.00 1	0.00 1	0.06 89	2.39 399

MGS-Stereo	1.22 18	0.44 34	2.92 47	0.83 112	0.07 12	1.82 57	0.65 187	2.44 4	3.95 85	1.11 49	6.19 162	0.49 47	0.37 29	1.73 27	0.81 46	0.00 1	0.00 1	0.00 1	0.00 1	0.48 357	0.01 1

dd	2.36 121	1.93 330	6.03 270	0.83 112	0.12 28	1.80 54	0.17 69	5.30 71	11.82 345	2.98 83	3.64 94	1.50 80	1.21 114	5.25 122	3.92 266	0.13 333	0.01 119	0.04 349	0.22 326	0.10 155	0.14 73

ACVNet	2.86 172	0.96 199	3.87 132	0.86 114	0.61 168	2.63 113	0.54 155	8.93 221	6.12 186	5.09 135	9.32 247	5.70 240	3.84 236	2.68 64	5.56 306	0.00 1	0.00 1	0.00 1	0.00 1	0.26 294	0.23 131

GMM-Stereo	3.42 224	0.39 16	3.24 74	0.87 115	0.50 140	2.26 81	4.73 364	5.64 96	3.81 75	7.08 227	16.57 356	6.13 250	3.62 226	7.74 229	1.40 122	0.05 294	0.00 1	0.00 1	0.04 241	0.12 184	4.24 420

rvit_0105_3	1.94 69	1.44 284	7.39 320	0.88 116	0.02 3	1.61 35	1.64 294	5.88 110	6.73 215	2.37 71	1.78 46	2.01 98	1.16 106	4.46 102	1.26 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.14 73

KYRaft	3.68 243	0.43 25	2.53 23	0.89 117	0.49 137	2.28 84	3.89 347	5.30 71	3.82 77	8.99 306	19.28 377	6.54 261	4.96 286	7.92 238	0.96 72	0.01 129	0.00 1	0.00 1	0.01 192	0.06 89	5.17 422

hitnet-ft	3.95 266	1.16 234	3.92 142	0.89 117	0.73 190	4.88 276	0.54 155	9.78 246	7.91 260	7.42 248	10.24 268	12.50 356	4.84 281	8.15 250	5.56 306	0.03 256	0.00 1	0.06 360	0.00 1	0.24 286	0.12 64

CASS	2.62 152	0.57 97	4.28 168	0.90 119	0.38 114	3.45 197	0.22 84	9.91 249	4.46 112	7.33 246	7.92 214	3.53 153	3.59 223	4.16 93	1.49 125	0.03 256	0.01 119	0.00 1	0.00 1	0.05 79	0.06 36
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_xeample3	1.71 58	1.75 317	6.64 295	0.90 119	0.29 92	2.55 103	0.90 246	4.08 26	2.36 8	0.56 22	0.24 6	0.23 12	0.31 18	7.51 216	2.73 226	0.00 1	0.70 312	0.00 1	0.36 374	0.18 245	1.92 381

EAI-Stereo	2.75 167	0.54 76	3.17 69	0.91 121	1.28 265	4.02 245	5.30 372	12.39 316	4.76 129	2.51 74	7.10 193	1.22 71	0.94 84	6.03 144	1.96 174	0.01 129	0.56 300	0.00 1	1.38 417	0.04 63	0.95 276

GwcNet-ADL	2.85 171	0.61 105	4.38 175	0.92 122	0.33 101	2.05 69	0.67 192	8.85 219	9.65 306	6.36 185	6.71 179	4.11 177	1.71 148	5.97 142	4.22 276	0.08 315	0.06 205	0.00 1	0.00 1	0.07 107	0.16 92

AnonymousM	2.96 186	7.19 417	1.41 1	0.92 122	0.06 9	2.37 89	0.52 151	6.05 126	3.83 78	4.97 130	2.37 61	1.91 94	1.00 87	2.23 52	1.06 83	0.01 129	0.57 302	17.64 440	4.90 439	0.02 13	0.27 146

rvit_stereo_ft	1.23 19	1.42 278	5.16 220	0.94 124	0.36 109	1.22 9	0.24 90	4.57 43	4.49 115	0.51 14	1.04 19	0.73 59	1.10 93	1.50 17	1.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.22 127

UniTT-Stereo	0.94 3	0.53 72	2.82 42	0.94 124	1.29 269	0.56 3	0.12 40	1.49 1	3.16 31	1.77 63	2.22 57	0.20 6	0.32 22	1.76 33	1.33 117	0.00 1	0.00 1	0.00 1	0.00 1	0.16 229	0.02 5

PFNet+	2.52 139	0.47 46	4.97 212	0.95 126	0.18 53	3.12 171	0.73 209	4.98 57	6.97 228	7.95 263	6.38 174	2.51 109	1.18 108	8.05 246	1.82 161	0.03 256	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

iRaftStereo_RVC	1.88 63	1.22 247	2.63 32	0.95 126	0.06 9	2.96 160	0.05 15	6.08 130	3.99 89	3.92 111	4.88 121	2.53 110	0.62 63	3.62 78	1.19 100	0.00 1	1.19 392	0.00 1	0.00 1	0.37 337	1.29 310

FTStereo	4.61 309	0.54 76	2.86 45	0.98 128	0.40 122	2.57 105	8.51 408	5.70 99	3.76 74	10.85 356	29.92 417	5.53 231	7.43 348	7.73 228	1.63 140	0.17 345	0.00 1	0.05 356	0.00 1	0.04 63	3.62 415

CroCo-Stereo Lap2	1.37 27	1.19 239	4.17 162	1.01 129	4.58 402	0.46 2	0.09 28	4.27 32	2.94 20	1.25 53	2.40 62	1.55 83	0.20 4	1.72 26	1.30 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 225	0.13 69

iRaft-Stereo_20w	3.11 194	0.49 60	6.09 271	1.01 129	1.25 261	3.99 243	1.00 256	14.00 362	4.73 128	6.70 211	6.27 169	2.34 106	2.28 169	7.29 197	1.58 131	0.01 129	0.75 317	0.00 1	0.73 402	0.10 155	1.63 333

PS-NSSS	4.22 284	2.53 366	5.89 263	1.01 129	2.93 348	4.05 250	1.93 302	11.44 292	8.94 289	7.14 231	14.70 339	4.96 213	2.60 181	9.09 305	3.92 266	0.40 376	0.04 192	0.83 410	0.00 1	1.09 390	1.02 285

LCNet	2.94 182	0.55 81	2.57 25	1.03 132	0.59 166	2.05 69	1.55 290	5.51 84	4.19 97	6.08 173	10.58 279	4.54 195	6.63 330	7.59 223	0.90 60	0.01 129	0.00 1	0.01 291	0.76 403	0.31 325	3.43 411

Prome-Stereo	3.73 249	0.39 16	2.62 31	1.05 133	0.52 151	2.06 71	4.58 361	4.88 54	3.95 85	9.34 320	20.39 382	4.03 172	7.02 339	7.86 234	1.31 114	0.00 1	0.00 1	0.00 1	0.00 1	0.07 107	4.52 421

test-1	2.14 91	0.54 76	6.32 286	1.07 134	1.22 257	2.13 77	0.54 155	6.40 144	4.80 135	3.55 96	5.23 130	4.02 171	0.71 68	1.95 37	2.15 189	0.08 315	0.98 352	0.00 1	0.08 253	0.02 13	1.07 289

RAFT+CT+SA	2.59 148	1.19 239	3.55 107	1.09 135	2.21 324	3.14 174	0.90 246	7.59 191	5.65 168	2.76 78	8.21 224	2.04 99	1.57 142	8.84 291	1.31 114	0.02 220	0.34 279	0.00 1	0.38 376	0.22 274	0.73 252

TransformOpticalFlow	3.50 228	0.83 161	4.85 205	1.09 135	0.31 95	3.52 205	0.14 59	10.32 259	8.02 264	5.78 154	13.25 323	6.63 262	4.91 283	8.36 268	1.63 140	0.00 1	0.01 119	0.01 291	0.00 1	0.06 89	0.24 140

R-Stereo Train	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 210	0.60 172	6.88 162	3.50 44	9.13 311	17.23 363	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 122

RAFT-Stereo	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 210	0.60 172	6.88 162	3.50 44	9.13 311	17.23 363	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 122
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoVision	2.42 131	1.18 237	5.14 219	1.15 139	2.64 343	1.89 59	0.28 97	6.61 150	4.72 127	2.14 69	10.52 277	3.84 163	0.52 54	5.33 125	2.29 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

Selective-RAFT	1.92 68	0.54 76	3.87 132	1.15 139	0.21 70	3.83 234	0.06 18	5.00 58	4.68 125	1.59 60	2.14 55	3.05 124	2.77 188	6.63 163	1.34 119	0.00 1	0.95 343	0.00 1	0.32 363	0.05 79	0.19 111

CoDeX	3.61 239	0.86 172	5.27 225	1.16 141	1.62 285	6.24 305	2.07 306	13.78 361	6.86 222	7.42 248	9.00 236	4.06 175	3.72 232	6.58 160	3.02 235	0.03 256	0.06 205	0.00 1	0.00 1	0.15 225	0.35 168

UGAM-zero	3.92 262	0.49 60	5.26 224	1.17 142	0.89 213	4.00 244	0.47 136	12.42 318	3.62 63	5.46 149	5.86 149	15.76 376	8.92 373	8.63 285	2.44 209	0.00 1	0.84 326	0.00 1	0.89 404	0.03 40	1.27 308

RAFT-Stereo-weight	1.91 67	0.41 23	2.09 10	1.17 142	0.63 171	3.20 177	0.74 213	5.78 105	6.80 219	5.25 142	3.47 82	2.80 117	0.36 28	3.16 73	1.09 88	0.02 220	0.53 299	0.00 1	0.00 1	0.01 3	0.66 241

FADNet_RVC	4.24 286	2.32 358	14.23 394	1.18 144	0.79 201	5.64 291	0.60 172	11.50 294	7.19 235	3.68 102	8.08 222	4.14 179	4.06 248	10.29 345	7.47 328	0.36 374	0.44 292	0.18 391	0.47 388	0.93 388	1.23 303

ICVP	2.53 140	0.47 46	3.64 119	1.20 145	0.69 179	2.71 124	0.84 233	10.63 272	4.66 124	4.31 118	8.99 234	2.75 116	1.93 155	2.91 69	4.07 273	0.06 304	0.24 265	0.01 291	0.01 192	0.13 201	0.26 143
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.34 25	0.85 165	6.15 275	1.21 146	1.28 265	0.90 4	0.18 73	4.50 40	2.86 18	0.37 4	3.18 77	0.52 50	1.52 139	1.83 35	0.93 65	0.13 333	0.25 269	0.00 1	0.00 1	0.08 120	0.16 92

dad	5.10 325	2.61 370	6.76 302	1.23 147	0.14 35	2.85 153	0.36 114	7.98 203	14.88 370	10.84 355	17.06 359	15.59 374	3.29 205	7.24 193	4.39 281	1.20 403	0.10 228	4.02 429	0.49 390	0.20 259	0.69 245

RAFT-345	3.36 217	0.55 81	3.43 96	1.23 147	0.21 70	2.62 111	0.46 134	3.91 23	6.34 194	7.46 250	24.49 400	4.19 182	1.74 152	8.27 257	2.25 197	0.01 129	0.00 1	0.00 1	0.00 1	0.02 13	0.02 5

testlalala	1.80 60	0.49 60	2.67 36	1.24 149	0.46 132	3.91 236	0.87 245	6.62 151	2.96 22	6.78 213	3.83 96	1.74 87	0.40 34	1.57 22	0.76 37	0.01 129	1.16 387	0.00 1	0.38 376	0.01 3	0.17 99

LL-Strereo2	2.22 103	1.39 275	3.39 89	1.26 150	1.01 231	3.73 227	1.47 285	6.47 147	4.61 121	4.66 124	2.64 69	4.17 181	0.37 29	6.03 144	1.61 136	0.09 325	0.24 265	0.00 1	0.08 253	0.08 120	1.16 297

LL-Strereo	5.14 327	2.29 356	8.95 355	1.26 150	5.05 410	3.66 217	1.40 282	10.33 260	8.98 290	8.71 295	8.24 225	10.70 336	11.10 384	12.66 380	5.36 303	0.05 294	1.35 407	0.00 1	0.00 1	0.38 339	2.23 396

NRIStereo	2.27 112	0.52 71	3.35 86	1.26 150	0.17 49	3.04 165	0.84 233	5.96 123	3.74 69	6.27 178	3.44 80	4.13 178	1.80 154	8.31 264	2.11 186	0.00 1	0.10 228	0.00 1	0.00 1	0.12 184	0.20 117

MyStereo07	1.64 53	1.15 232	2.61 29	1.28 153	1.49 282	2.63 113	0.45 132	6.45 146	2.94 20	1.10 48	1.61 36	0.29 24	0.60 62	7.45 210	0.80 42	0.01 129	1.27 399	0.00 1	0.25 334	0.11 167	0.42 191

MyStereo04	3.29 208	1.15 232	6.64 295	1.28 153	1.49 282	2.63 113	0.45 132	10.57 271	13.30 361	4.41 120	3.90 98	3.06 126	3.56 221	7.87 236	3.35 247	0.01 129	1.27 399	0.00 1	0.25 334	0.11 167	0.42 191

CFNet-RSSM	2.26 109	0.43 25	3.24 74	1.28 153	0.31 95	3.19 176	0.40 122	7.62 195	7.29 240	5.88 158	4.68 118	5.32 225	1.68 145	2.26 54	1.04 80	0.01 129	0.09 224	0.00 1	0.31 361	0.03 40	0.16 92

Gwc-CoAtRS	2.16 94	0.42 24	3.13 67	1.28 153	0.31 95	3.52 205	0.39 121	6.56 148	6.31 193	5.38 146	5.11 128	5.47 228	1.70 147	2.00 41	1.08 86	0.01 129	0.19 253	0.00 1	0.25 334	0.02 13	0.16 92

DeepPruner_ROB	3.82 256	1.87 323	5.65 253	1.31 157	1.64 286	3.62 214	0.81 224	14.47 369	5.03 145	8.03 270	10.78 284	6.95 273	2.26 167	8.92 296	4.32 279	0.07 310	0.03 177	0.00 1	0.01 192	0.37 337	0.29 153

IGEV++	1.58 50	0.81 154	2.66 34	1.35 158	0.99 228	2.47 97	0.98 254	7.35 184	3.70 68	0.82 41	2.24 58	0.44 43	1.18 108	2.08 46	1.15 92	0.03 256	1.18 391	0.00 1	0.05 244	0.17 236	2.00 386

raft_robust	2.91 178	1.71 310	3.42 95	1.36 159	0.57 162	1.53 29	0.12 40	7.06 171	9.09 294	6.96 223	7.21 196	4.43 194	2.09 161	9.40 313	1.61 136	0.03 256	0.93 337	0.00 1	0.21 321	0.17 236	0.38 175

RAFT_CTSACE	3.62 240	1.65 303	5.41 235	1.36 159	3.08 353	3.95 241	1.03 258	4.62 45	4.65 123	5.33 144	17.73 370	7.63 284	2.71 183	10.98 352	1.15 92	0.00 1	0.48 296	0.00 1	0.00 1	0.31 325	0.25 142

RAFT	2.94 182	1.29 255	4.06 155	1.36 159	0.50 140	2.39 90	0.91 249	6.11 131	3.25 36	6.64 203	7.30 198	9.96 321	4.20 255	6.03 144	2.21 191	0.00 1	1.02 360	0.00 1	0.02 211	0.54 365	1.01 281

delet	4.59 308	1.12 229	5.93 264	1.37 162	3.73 378	10.48 366	3.90 348	10.51 268	9.17 298	8.87 301	9.74 259	8.37 299	3.74 233	8.12 249	6.36 317	0.00 1	0.00 1	0.00 1	0.00 1	0.21 269	0.12 64

RAFT_R40	2.83 169	0.46 41	3.85 129	1.38 163	0.32 100	3.78 230	0.97 252	6.16 133	4.82 136	9.74 333	6.35 173	4.96 213	3.94 246	8.78 289	1.05 81	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

MyStereo06	2.71 160	1.05 218	5.43 238	1.39 164	1.20 254	2.57 105	0.10 32	10.39 263	4.79 134	5.54 153	6.16 161	6.39 256	2.33 172	3.40 75	1.35 120	0.01 129	1.24 396	0.00 1	0.21 321	0.13 201	0.50 202

MyStereo05	3.24 205	1.05 218	5.93 264	1.39 164	1.20 254	2.57 105	0.10 32	9.11 228	13.17 360	6.45 189	3.86 97	3.20 130	3.26 204	8.35 267	3.02 235	0.01 129	1.24 396	0.00 1	0.21 321	0.13 201	0.50 202

DualNet (step1)	4.40 295	1.36 268	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	7.22 191	2.53 211	1.74 413	1.04 362	3.05 424	2.96 428	0.22 274	1.35 315

test_sample9	6.40 343	1.36 268	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	12.52 376	13.17 395	1.74 413	25.14 462	3.05 424	2.96 428	0.22 274	1.35 315

test_sample8	8.50 382	1.36 268	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	12.78 328	6.78 218	17.61 405	9.29 246	24.63 417	19.17 414	12.52 376	13.17 395	1.74 413	25.14 462	3.05 424	2.96 428	0.22 274	1.35 315

MoCha-V2	1.83 61	0.87 180	3.33 83	1.41 169	1.27 264	2.50 98	0.20 78	5.60 93	3.90 82	0.98 46	3.30 78	0.35 36	1.58 143	7.09 185	0.80 42	0.00 1	1.52 414	0.00 1	0.23 329	0.06 89	1.70 349

MIM_Stereo	2.83 169	1.20 245	5.27 225	1.41 169	1.16 251	3.07 166	0.33 111	6.67 152	3.95 85	5.17 140	10.11 266	4.25 188	1.73 151	8.32 265	1.64 143	0.00 1	0.36 283	0.00 1	0.01 192	0.22 274	1.69 346

pcwnet_v2	4.36 291	0.46 41	9.07 359	1.43 171	1.10 244	3.41 191	0.40 122	13.44 352	14.60 369	10.29 342	14.22 333	5.82 246	2.97 193	6.75 170	2.29 204	0.01 129	0.05 199	0.04 349	0.02 211	0.17 236	0.61 224

SGM-Forest	5.40 329	0.84 164	4.19 163	1.43 171	0.68 176	10.12 362	6.41 386	12.13 307	11.86 346	11.50 369	14.43 335	11.62 349	5.20 298	9.93 338	6.16 313	0.16 341	0.04 192	0.00 1	0.00 1	0.08 120	1.24 304
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SST-Stereo	2.86 172	0.45 37	3.64 119	1.46 173	0.36 109	3.94 239	0.80 221	6.07 129	4.46 112	10.96 359	6.21 163	4.94 212	4.14 253	8.85 292	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

ToySt	3.39 220	0.89 183	9.29 363	1.47 174	0.94 221	4.20 253	1.98 303	7.33 182	5.42 158	3.01 86	6.75 181	8.67 307	5.10 295	5.43 130	3.72 255	0.07 310	0.89 334	0.00 1	0.23 329	0.28 307	2.13 390

GCAP-BAT	2.26 109	0.61 105	3.67 121	1.48 175	0.81 204	4.32 260	0.77 218	4.87 53	4.04 91	3.97 112	5.41 139	4.38 192	0.59 61	6.20 150	1.17 95	0.02 220	1.14 381	0.00 1	0.55 394	0.07 107	1.22 302

test_xeample	4.78 318	0.93 186	4.68 201	1.48 175	1.28 265	3.94 239	0.13 49	13.35 349	8.62 280	8.21 280	11.63 299	3.43 146	3.54 220	7.59 223	23.47 425	0.02 220	1.16 387	0.00 1	0.25 334	0.11 167	1.74 358

H2IRNET	2.29 114	0.86 172	3.38 87	1.51 177	0.11 20	1.97 64	0.13 49	5.15 65	7.19 235	1.26 54	7.77 208	5.80 245	3.31 208	5.09 119	1.66 148	0.01 129	0.00 1	0.04 349	0.17 299	0.27 304	0.10 53

test_3	2.22 103	0.39 16	4.20 165	1.51 177	0.90 215	1.29 12	0.74 213	5.34 74	6.37 196	6.64 203	1.96 52	4.24 187	0.45 48	6.63 163	1.17 95	0.00 1	1.00 359	0.00 1	0.28 351	0.19 253	1.01 281

RAFT + AFF	4.63 310	2.28 353	7.43 323	1.51 177	2.38 332	5.81 298	6.49 387	10.74 274	8.53 279	7.75 257	8.95 233	7.47 281	6.68 334	9.17 308	5.06 299	0.08 315	0.47 295	0.00 1	0.01 192	0.66 371	1.03 288

LALA_ROB	7.02 358	2.54 367	8.51 341	1.53 180	0.96 226	9.96 358	8.71 409	16.70 390	12.68 353	12.99 380	13.90 331	24.47 416	5.40 307	11.61 367	9.50 357	0.04 279	0.05 199	0.00 1	0.02 211	0.17 236	0.65 233

test_1	2.18 97	0.38 11	3.87 132	1.54 181	0.91 218	1.38 18	0.80 221	5.36 81	5.53 164	7.12 230	1.86 49	4.05 173	0.41 35	6.65 165	1.17 95	0.00 1	0.99 355	0.00 1	0.28 351	0.20 259	1.08 291

test-3	2.19 99	0.38 11	3.88 137	1.55 182	0.91 218	1.39 19	0.80 221	5.36 81	5.51 162	7.36 247	1.90 50	4.05 173	0.42 37	6.67 167	1.17 95	0.00 1	0.99 355	0.00 1	0.28 351	0.20 259	1.08 291

PSMNet-ADL	3.17 202	0.56 92	3.00 63	1.55 182	0.40 122	5.97 301	0.28 97	9.06 224	5.75 175	3.56 97	6.80 183	8.33 297	4.51 264	7.65 226	5.51 305	0.03 256	0.09 224	0.00 1	0.00 1	0.03 40	0.28 150

Any-RAFT	2.33 117	0.36 8	2.35 18	1.58 184	0.84 208	4.93 278	0.55 158	9.10 227	5.93 181	4.30 117	4.90 123	5.79 244	2.22 166	2.75 66	0.51 6	0.02 220	0.32 276	0.00 1	0.00 1	0.02 13	0.18 102

MSKI-zero shot	2.23 106	0.49 60	2.49 20	1.60 185	0.81 204	2.69 121	0.29 99	6.82 160	2.50 9	4.37 119	7.61 204	3.65 159	0.26 9	8.62 284	0.63 20	0.01 129	1.09 368	0.00 1	0.25 334	0.03 40	0.46 198

RSM++	1.24 20	0.45 37	1.84 6	1.61 186	0.51 147	2.73 127	0.29 99	2.99 6	3.22 35	0.69 27	2.06 53	0.52 50	0.28 12	5.62 134	0.86 53	0.01 129	0.03 177	0.00 1	0.17 299	0.16 229	0.85 264

RAFT-Stereo + iAFF	2.48 135	1.23 249	3.48 98	1.61 186	1.09 242	1.63 36	0.15 61	5.80 106	6.43 199	7.32 245	9.91 262	3.05 124	1.71 148	2.33 57	1.75 158	0.01 129	0.71 315	0.00 1	0.00 1	0.28 307	1.19 299

DSFCA	4.48 300	1.03 214	6.84 303	1.61 186	1.68 292	7.26 324	4.46 360	11.27 287	7.51 245	11.01 361	6.89 185	8.49 305	4.54 270	10.41 347	6.18 314	0.03 256	0.06 205	0.02 322	0.03 223	0.13 201	0.14 73

ffm	3.41 222	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	5.55 88	10.56 320	6.68 206	9.59 254	5.66 235	3.87 239	8.20 251	0.68 24	0.00 1	1.13 374	0.00 1	0.19 307	0.11 167	1.88 376

ff1	4.11 276	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	5.55 88	10.56 320	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 382	0.00 1	1.13 374	0.00 1	0.19 307	0.11 167	1.88 376

mmx	4.50 301	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	12.84 329	11.23 337	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 382	0.05 294	1.12 371	0.00 1	0.19 307	0.10 155	1.53 325

xxx	4.50 301	0.98 204	7.04 312	1.64 189	1.07 235	2.84 142	0.47 136	12.84 329	11.23 337	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 382	0.05 294	1.12 371	0.00 1	0.19 307	0.10 155	1.53 325

FADNet-RVC-Resample	4.11 276	2.25 348	13.88 391	1.64 189	0.66 175	5.91 300	2.34 312	10.87 276	9.09 294	6.53 196	4.34 106	5.69 239	4.71 277	8.01 242	4.64 290	0.18 349	0.22 259	0.17 390	0.12 278	0.46 352	0.59 219

CBMV_ROB	4.66 311	0.85 165	3.94 144	1.64 189	0.75 195	8.38 342	1.90 301	11.19 284	10.36 316	9.20 315	15.21 341	7.28 277	6.99 338	9.48 316	5.24 302	0.04 279	0.05 199	0.00 1	0.00 1	0.07 107	0.64 232

GMStereo_Zeroshot	2.92 180	2.33 359	6.12 272	1.66 195	0.36 109	3.61 210	0.09 28	5.95 122	6.20 190	7.15 232	7.11 194	8.37 299	0.91 82	6.17 149	1.97 175	0.00 1	0.00 1	0.00 1	0.00 1	0.22 274	0.14 73

GrayStereo	3.86 258	0.33 6	2.63 32	1.66 195	0.62 169	3.09 168	7.92 405	6.43 145	3.88 80	10.61 348	16.51 355	5.75 242	8.40 362	6.75 170	1.58 131	0.01 129	0.00 1	0.01 291	0.62 397	0.04 63	0.38 175

MLCV	3.76 251	1.52 292	6.93 306	1.66 195	0.31 95	4.31 259	0.32 108	7.92 201	7.68 252	9.55 326	12.12 307	5.17 219	2.74 185	10.00 340	4.49 285	0.01 129	0.00 1	0.00 1	0.00 1	0.16 229	0.27 146

CFNet-ft	3.70 246	1.59 298	3.87 132	1.68 198	2.42 334	3.20 177	0.66 188	8.93 221	7.76 253	5.09 135	9.95 263	10.77 339	5.43 308	7.41 200	4.71 291	0.00 1	0.00 1	0.03 340	0.01 192	0.30 318	0.11 61

CFNet_RVC	3.70 246	1.59 298	3.87 132	1.68 198	2.42 334	3.20 177	0.66 188	8.92 220	7.76 253	5.09 135	9.95 263	10.77 339	5.43 308	7.41 200	4.71 291	0.00 1	0.00 1	0.03 340	0.01 192	0.30 318	0.11 61

anonymousdsp2	2.20 101	0.57 97	4.59 194	1.69 200	0.82 206	3.58 209	0.48 145	8.57 211	3.63 64	3.37 90	3.03 75	3.32 132	1.00 87	5.57 133	0.80 42	0.01 129	0.94 342	0.02 322	0.15 288	0.06 89	1.89 379

ADCP+	8.60 384	2.78 377	17.44 409	1.69 200	4.27 392	16.95 405	5.29 371	13.38 350	12.52 350	13.57 387	17.57 369	10.86 342	11.28 386	18.43 417	23.91 430	0.03 256	0.05 199	0.01 291	0.18 304	0.47 354	1.31 311

NaN_ROB	6.51 347	2.25 348	8.77 349	1.69 200	1.79 298	9.71 356	10.94 417	16.20 386	16.13 379	13.04 382	8.86 230	11.77 351	5.94 316	12.88 381	8.01 334	0.05 294	0.13 239	0.07 365	0.20 316	0.32 329	1.50 324

Wz-Net-LNSev	7.12 360	2.75 374	18.64 412	1.70 203	4.16 390	12.79 387	6.72 390	13.74 358	13.57 363	11.14 364	17.31 365	11.90 353	8.50 364	8.96 301	9.94 362	0.00 1	0.01 119	0.00 1	0.00 1	0.18 245	0.34 163

HH	2.88 175	0.82 158	4.07 156	1.71 204	0.54 157	4.71 271	0.69 198	8.72 216	3.57 59	1.80 64	6.49 177	7.81 287	3.92 244	8.93 297	0.99 74	0.00 1	1.06 364	0.00 1	0.03 223	0.05 79	1.69 346

HanStereo	2.88 175	0.82 158	4.07 156	1.71 204	0.54 157	4.71 271	0.69 198	8.72 216	3.57 59	1.80 64	6.49 177	7.81 287	3.92 244	8.93 297	0.99 74	0.00 1	1.06 364	0.00 1	0.03 223	0.05 79	1.69 346

ETE_ROB	6.28 341	2.60 369	9.22 362	1.71 204	0.84 208	6.44 308	6.78 392	13.16 345	8.80 285	13.01 381	15.93 348	21.01 411	6.18 322	10.97 351	8.11 336	0.04 279	0.01 119	0.00 1	0.02 211	0.16 229	0.70 248

EDNetEfficientorigin	18.25 435	14.44 436	99.41 476	1.72 207	1.00 230	12.07 382	6.97 396	13.67 356	35.06 434	38.59 444	37.10 435	27.03 422	27.46 438	15.38 399	26.92 436	0.05 294	0.08 219	0.15 382	0.62 397	3.33 419	3.92 419

qqq	2.44 133	0.85 165	4.33 172	1.73 208	0.71 185	1.98 65	0.38 118	9.15 229	4.33 103	3.37 90	4.34 106	4.63 200	2.83 191	4.95 112	2.06 183	0.00 1	1.13 374	0.00 1	0.25 334	0.09 135	1.65 334

MMNet	4.44 299	1.37 273	6.26 282	1.73 208	1.64 286	10.51 368	0.61 176	9.27 236	9.66 307	9.55 326	9.22 239	7.40 280	6.52 328	7.90 237	6.98 321	0.01 129	0.00 1	0.00 1	0.00 1	0.14 212	0.10 53

1111x	4.96 323	1.04 216	7.09 314	1.75 210	1.05 234	5.03 279	0.32 108	13.52 353	10.70 325	6.68 206	10.35 270	8.81 310	6.01 318	10.65 349	12.78 393	0.07 310	1.24 396	0.00 1	0.33 366	0.11 167	1.75 359

AEACV	1.27 21	0.38 11	2.61 29	1.75 210	1.21 256	2.44 94	0.85 238	4.79 49	1.67 4	0.71 31	0.26 8	0.29 24	2.00 158	2.30 55	0.66 23	0.01 129	0.95 343	0.00 1	0.42 383	0.12 184	2.07 388

222	5.93 334	0.88 182	4.58 193	1.76 212	0.98 227	6.02 302	0.08 27	14.45 368	8.89 287	9.53 324	11.77 302	3.88 165	4.23 258	8.26 253	39.96 454	0.03 256	1.12 371	0.00 1	0.24 331	0.11 167	1.73 355

HSM	4.25 288	1.10 223	4.14 158	1.78 213	2.14 322	6.67 313	1.08 264	12.92 333	6.90 224	7.06 225	8.17 223	14.17 365	6.03 319	9.16 306	3.11 241	0.00 1	0.00 1	0.00 1	0.00 1	0.09 135	0.41 186

RYNet	6.82 351	1.51 290	7.35 319	1.79 214	4.52 399	16.68 402	4.41 359	14.19 365	17.43 386	11.64 371	7.86 210	15.03 371	8.81 369	10.10 341	14.16 403	0.04 279	0.13 239	0.15 382	0.05 244	0.08 120	0.53 209

ssnet_v2	4.73 316	1.43 280	6.74 301	1.80 215	0.75 195	8.89 347	4.60 362	12.66 325	10.65 324	9.53 324	6.23 164	9.78 319	4.26 259	6.89 176	9.65 360	0.01 129	0.01 119	0.00 1	0.00 1	0.36 335	0.31 158

coex-ft	20.15 441	20.03 439	87.93 466	1.81 216	1.77 296	18.77 412	13.73 430	13.28 348	41.87 443	60.24 461	39.04 437	28.27 425	30.39 439	12.57 379	28.66 441	0.20 353	0.23 262	0.04 349	0.30 358	1.52 401	2.34 398

CBFPSM	5.12 326	1.48 288	16.22 404	1.81 216	1.14 249	11.16 373	2.90 324	7.99 204	6.75 217	6.55 197	5.00 125	15.05 372	8.78 368	7.52 217	8.90 348	0.04 279	0.02 152	0.00 1	0.00 1	0.42 343	0.67 244

MSMD_ROB	9.73 395	1.43 280	5.42 236	1.81 216	0.42 128	16.83 403	4.30 357	14.29 367	15.34 373	23.06 415	40.17 438	25.63 421	22.62 426	13.37 384	8.85 347	0.48 387	0.03 177	0.00 1	0.00 1	0.13 201	0.47 199

CSP-Net	4.40 295	1.70 308	4.90 208	1.82 219	1.04 233	12.96 388	2.25 310	13.75 359	6.34 194	9.64 328	8.99 234	8.31 296	3.24 202	8.45 276	4.32 279	0.01 129	0.00 1	0.00 1	0.00 1	0.23 282	0.06 36

GES	2.69 157	0.72 142	5.34 230	1.82 219	0.05 5	4.51 266	1.04 261	10.39 263	4.18 96	5.53 152	6.72 180	1.92 97	3.30 206	5.16 121	2.67 219	0.06 304	0.01 119	0.06 360	0.01 192	0.20 259	0.14 73

DMCA	3.08 193	1.10 223	6.20 277	1.82 219	0.90 215	3.80 233	0.55 158	9.76 245	5.42 158	6.56 199	6.47 176	7.06 276	2.09 161	4.05 87	5.46 304	0.00 1	0.01 119	0.00 1	0.00 1	0.11 167	0.16 92

BEATNet_4x	3.69 244	2.12 343	8.11 336	1.82 219	0.16 46	5.30 283	1.04 261	10.87 276	6.14 188	7.09 228	8.42 227	4.99 215	4.42 261	5.89 140	6.23 315	0.04 279	0.05 199	0.00 1	0.00 1	0.32 329	0.84 263

AIO-Stereo-zeroshot	3.35 216	1.28 254	8.51 341	1.86 223	1.83 303	3.51 202	0.31 106	10.50 267	4.32 102	2.74 76	5.87 151	10.30 327	4.53 269	4.66 108	3.16 243	0.02 220	0.87 333	0.00 1	0.97 407	0.38 339	1.43 320

cross-raft	2.25 108	0.48 52	2.96 57	1.87 224	0.94 221	3.72 226	0.47 136	7.61 194	4.15 94	5.37 145	5.68 148	6.17 252	1.40 125	2.15 49	1.06 83	0.01 129	0.22 259	0.00 1	0.19 307	0.03 40	0.41 186

AFF-stereo	2.87 174	1.31 258	3.26 76	1.87 224	0.38 114	1.68 41	0.09 28	6.38 142	7.07 230	6.52 195	11.90 304	6.08 249	2.32 171	5.05 117	1.65 145	0.02 220	0.66 306	0.00 1	0.00 1	0.29 315	0.94 275

FADNet	4.55 303	2.35 360	13.60 389	1.87 224	0.80 202	4.74 274	0.75 216	14.47 369	12.41 349	4.07 113	5.45 142	9.64 315	5.03 288	8.86 293	4.82 293	0.20 353	0.04 192	0.07 365	0.05 244	1.27 397	0.40 178

NINENet	3.38 219	0.81 154	4.16 159	1.88 227	1.40 279	7.31 326	0.48 145	12.95 336	6.64 211	7.29 243	9.24 241	5.21 221	1.18 108	6.72 168	1.89 169	0.17 345	0.08 219	0.07 365	0.00 1	0.09 135	0.03 12

rvit_105_1	2.69 157	1.34 264	6.85 304	1.89 228	0.09 17	1.94 62	3.50 345	6.38 142	9.00 292	4.98 131	2.19 56	3.57 155	1.56 141	7.31 198	3.03 237	0.00 1	0.00 1	0.00 1	0.02 211	0.06 89	0.16 92

RAFT-Test	2.49 136	0.45 37	4.35 174	1.89 228	1.28 265	4.83 275	0.68 195	7.19 178	4.51 116	5.00 134	7.09 192	6.81 268	1.12 95	2.22 50	1.16 94	0.01 129	0.63 304	0.00 1	0.33 366	0.05 79	0.20 117

DisPM	2.59 148	0.47 46	4.32 171	1.89 228	0.20 61	3.42 192	0.63 182	5.56 91	5.60 166	8.66 294	7.05 190	2.82 118	1.03 90	9.05 303	1.07 85	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.04 21

AAGNet	3.50 228	0.49 60	3.38 87	1.91 231	0.41 126	3.66 217	1.02 257	5.14 64	5.16 147	9.65 331	7.75 207	4.91 209	6.23 324	7.45 210	12.73 392	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.06 36

RAFT-RH_RVC	4.04 271	0.69 130	3.59 115	1.91 231	0.43 129	3.11 169	0.13 49	3.80 21	6.60 207	11.26 366	31.68 423	5.20 220	1.66 144	8.30 262	2.27 200	0.09 325	0.00 1	0.00 1	0.03 223	0.03 40	0.02 5

IGEV_Zeroshot_test	2.57 146	0.63 113	5.70 257	1.93 233	0.87 212	2.63 113	0.85 238	8.94 223	4.55 119	5.30 143	5.48 143	5.23 224	1.38 124	3.76 81	1.32 116	0.00 1	0.69 310	0.00 1	0.18 304	0.19 253	1.72 353

Pruner-Stereo	2.66 154	0.61 105	3.54 105	1.93 233	0.25 85	3.47 200	0.74 213	6.60 149	5.66 172	8.98 304	6.12 160	4.39 193	1.11 94	7.27 195	2.34 207	0.03 256	0.00 1	0.02 322	0.00 1	0.03 40	0.04 21

AE-Stereo	1.89 64	0.38 11	3.86 131	1.94 235	0.38 114	2.51 101	0.58 167	7.19 178	7.28 239	1.60 61	3.51 89	1.07 67	0.77 75	2.12 47	1.24 107	0.03 256	1.02 360	0.00 1	0.28 351	0.11 167	1.84 370

EGLCR-Stereo	1.45 33	0.26 2	2.91 46	1.94 235	0.90 215	3.13 172	0.69 198	5.81 107	3.21 34	1.14 51	0.20 4	1.52 82	0.37 29	4.29 98	0.69 29	0.01 129	0.79 320	0.00 1	0.00 1	0.01 3	1.21 301

PSM-softLoss	2.38 122	0.48 52	4.28 168	1.94 235	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 181	6.33 171	2.93 120	0.97 85	8.90 294	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

KMStereo	2.38 122	0.48 52	4.28 168	1.94 235	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 181	6.33 171	2.93 120	0.97 85	8.90 294	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

xxxx	5.16 328	0.86 172	4.86 206	1.96 239	1.22 257	7.56 331	0.07 21	14.67 371	9.15 297	6.55 197	9.87 260	9.30 312	3.47 219	8.07 247	22.20 420	0.05 294	1.16 387	0.00 1	0.26 346	0.10 155	1.76 361

SMFormer	3.94 264	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	4.89 294	0.08 315	0.97 347	0.00 1	0.16 290	0.11 167	0.92 273

tta	3.96 268	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	4.89 294	0.08 315	0.97 347	0.00 1	0.16 290	0.13 201	1.24 304

qqq1	3.78 253	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	1.24 107	0.08 315	0.97 347	0.00 1	0.12 278	0.13 201	1.24 304

fff1	3.78 253	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	1.24 107	0.08 315	0.97 347	0.00 1	0.12 278	0.13 201	1.24 304

SA	3.34 212	1.29 255	4.84 204	1.99 244	0.57 162	3.15 175	1.39 281	7.66 197	9.94 310	4.86 127	10.87 286	2.97 123	4.61 274	9.88 335	1.38 121	0.00 1	0.60 303	0.00 1	0.19 307	0.25 293	0.37 172

ASMatch	3.41 222	0.62 111	3.59 115	1.99 244	0.48 134	1.91 61	0.66 188	7.01 165	4.43 111	6.25 176	22.02 390	4.56 196	4.72 278	7.78 231	1.85 163	0.01 129	0.01 119	0.00 1	0.03 223	0.02 13	0.21 122

CBMV	5.97 335	1.52 292	4.51 183	1.99 244	0.53 153	10.02 359	6.94 395	13.27 347	13.80 366	13.08 383	15.93 348	11.36 347	8.11 359	9.82 331	7.27 326	0.08 315	0.15 244	0.00 1	0.00 1	0.30 318	0.74 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UNet	4.19 282	0.87 180	7.18 315	2.00 247	3.22 358	9.55 353	0.31 106	10.11 255	6.22 191	7.98 265	6.82 184	10.42 328	5.77 313	7.28 196	5.83 308	0.00 1	0.00 1	0.00 1	0.00 1	0.10 155	0.12 64

gwcnet-sp	3.58 234	2.01 338	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 102

scenet	3.58 234	2.01 338	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 102

ssnet	3.58 234	2.01 338	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 102

FADNet-RVC	4.36 291	2.62 372	14.51 397	2.01 248	0.44 131	4.27 256	1.27 275	12.61 324	7.89 258	3.76 104	4.05 101	10.63 334	4.34 260	9.87 333	7.66 331	0.03 256	0.09 224	0.00 1	0.03 223	0.65 370	0.50 202

test_sample4	3.29 208	0.64 115	5.38 233	2.08 252	0.53 153	3.91 236	0.15 61	12.13 307	7.50 244	7.04 224	7.50 201	3.64 158	3.19 198	6.95 181	3.14 242	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.92 273

test_sample5	3.34 212	0.65 117	5.17 221	2.10 253	0.49 137	3.31 187	0.17 69	11.91 301	7.47 242	6.91 216	9.15 238	3.61 156	3.37 215	7.53 218	3.06 238	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.90 268

DualNet	3.48 227	0.65 117	5.17 221	2.10 253	0.49 137	3.31 187	0.17 69	11.91 301	7.47 242	7.18 234	11.56 297	3.61 156	3.37 215	7.53 218	3.06 238	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.90 268

DCRE	2.21 102	0.95 197	3.17 69	2.10 253	1.30 271	1.86 58	0.05 15	5.33 73	4.69 126	3.59 98	9.37 249	3.81 162	1.18 108	2.34 58	1.22 105	0.01 129	0.97 347	0.00 1	0.30 358	0.04 63	1.97 384

MeshStereo	11.94 413	1.88 324	5.24 223	2.11 256	1.44 280	20.09 416	4.95 368	21.74 430	16.75 382	33.10 435	35.07 432	39.28 442	22.72 427	19.45 420	13.59 400	0.19 350	0.06 205	0.02 322	0.00 1	0.46 352	0.65 233
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
iinet-f	6.21 338	2.11 342	28.74 439	2.13 257	1.38 277	11.62 377	1.49 287	7.64 196	7.19 235	7.77 258	14.38 334	10.49 329	7.79 354	7.76 230	12.90 394	0.03 256	0.03 177	0.05 356	0.00 1	0.67 372	0.12 64

AIO-Stereo-zeroshot1	4.10 275	1.65 303	13.34 388	2.14 258	1.84 304	4.03 246	0.98 254	13.13 344	4.97 144	4.53 122	11.37 294	9.85 320	1.97 157	4.88 111	2.74 228	0.03 256	0.90 335	0.00 1	1.11 410	0.84 387	1.72 353

anonymousa	4.24 286	0.78 146	4.05 154	2.16 259	4.87 408	8.76 345	0.35 113	7.41 188	4.47 114	8.21 280	19.70 379	11.03 346	5.87 315	2.04 45	2.20 190	0.00 1	1.16 387	0.00 1	0.55 394	0.04 63	1.11 293

OCTAStereo	2.38 122	0.48 52	3.90 139	2.16 259	0.11 20	3.42 192	0.42 126	7.06 171	3.74 69	6.91 216	5.26 131	2.63 113	1.32 118	8.41 272	1.70 154	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.01 1

FCDSN-DC	10.72 404	1.16 234	5.01 214	2.16 259	1.31 273	17.46 407	4.80 365	17.79 398	19.87 396	25.02 423	32.85 424	33.57 432	23.52 431	16.80 408	12.13 385	0.11 332	0.00 1	0.00 1	0.00 1	0.09 135	0.76 256
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanetorigin	9.02 387	3.75 395	28.68 438	2.16 259	3.86 381	5.84 299	5.40 374	5.93 121	10.39 317	28.12 428	31.02 422	15.98 377	13.74 400	9.38 312	12.55 390	0.25 363	0.22 259	0.22 396	0.24 331	1.24 395	1.47 321

NF-Stereo	2.38 122	0.48 52	3.88 137	2.17 263	0.11 20	3.43 194	0.42 126	7.08 176	3.75 71	6.91 216	5.29 134	2.65 114	1.33 120	8.40 270	1.67 151	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.02 5

RE-Stereo	2.38 122	0.48 52	3.91 140	2.17 263	0.11 20	3.43 194	0.42 126	7.07 173	3.75 71	6.91 216	5.26 131	2.62 111	1.33 120	8.41 272	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TVStereo	2.38 122	0.48 52	3.91 140	2.17 263	0.11 20	3.43 194	0.42 126	7.07 173	3.75 71	6.91 216	5.26 131	2.62 111	1.33 120	8.41 272	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TRStereo	2.71 160	3.79 396	5.46 239	2.19 266	2.22 326	2.98 163	1.07 263	9.83 248	4.39 109	3.46 93	3.48 84	3.92 167	0.77 75	6.43 156	1.70 154	0.03 256	0.63 304	0.00 1	0.29 356	0.11 167	1.49 323

DAS	4.18 281	0.53 72	6.20 277	2.20 267	3.69 375	2.78 136	3.12 333	8.69 214	10.29 314	9.39 322	12.80 318	4.58 197	7.20 342	9.08 304	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 163

SepStereo	4.22 284	0.53 72	6.20 277	2.20 267	3.69 375	2.78 136	3.12 333	8.69 214	10.29 314	9.39 322	12.80 318	4.58 197	7.20 342	9.74 328	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 163

IRAFT_RVC	2.98 188	0.66 121	4.23 167	2.20 267	0.40 122	2.91 158	5.04 369	7.03 169	4.21 98	6.59 200	5.52 144	5.02 217	4.77 279	8.41 272	2.30 206	0.01 129	0.17 250	0.01 291	0.00 1	0.03 40	0.05 27

test_sample7	3.75 250	0.67 125	4.34 173	2.21 270	0.35 104	4.47 265	2.08 307	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	7.22 191	2.53 211	0.07 310	1.04 362	0.00 1	0.00 1	0.06 89	1.66 338

GANet-ADL	2.40 129	0.65 117	3.92 142	2.22 271	0.11 20	2.23 80	0.47 136	9.29 238	7.27 238	4.77 125	5.95 157	3.96 168	1.26 117	3.08 72	2.27 200	0.04 279	0.08 219	0.02 322	0.00 1	0.15 225	0.21 122

StereoDRNet-Refined	4.84 321	0.96 199	5.13 218	2.22 271	0.46 132	9.10 349	0.16 66	10.72 273	9.40 303	13.41 385	12.50 314	10.02 322	4.58 271	8.60 281	8.71 345	0.01 129	0.00 1	0.01 291	0.05 244	0.24 286	0.53 209
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample6	3.60 238	0.66 121	5.27 225	2.23 273	0.48 134	3.25 181	0.21 82	11.94 303	7.53 247	7.18 234	11.56 297	3.99 170	3.86 238	8.03 243	3.88 264	0.03 256	0.83 323	0.00 1	0.09 261	0.07 107	0.86 265

HBP-ISP	4.37 293	1.56 295	4.59 194	2.23 273	1.29 269	7.87 332	3.96 350	11.80 300	10.91 331	8.06 275	14.45 336	3.38 138	4.87 282	9.27 310	2.53 211	0.14 336	0.06 205	0.00 1	0.01 192	0.08 120	0.30 156

x	2.30 115	0.82 158	3.85 129	2.23 273	0.72 188	2.12 76	0.81 224	9.48 242	4.82 136	3.83 106	2.76 70	3.49 151	2.30 170	3.48 76	2.25 197	0.00 1	1.13 374	0.00 1	0.22 326	0.09 135	1.66 338

HITNet	3.11 194	1.38 274	5.35 232	2.23 273	0.12 28	5.59 289	0.58 167	9.95 253	5.72 174	6.62 202	7.91 213	3.90 166	3.24 202	4.39 100	4.58 289	0.01 129	0.00 1	0.00 1	0.00 1	0.08 120	0.57 214
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_sample3	3.27 206	0.62 111	5.29 229	2.24 277	0.58 165	4.62 269	0.16 66	12.15 310	7.51 245	6.44 188	7.25 197	3.72 160	3.03 195	6.73 169	3.17 245	0.01 129	0.85 327	0.00 1	0.10 266	0.07 107	0.88 267

DPSNet	10.88 407	2.57 368	20.40 419	2.24 277	1.90 309	24.92 424	17.00 445	21.35 427	28.61 423	12.87 379	13.74 328	17.01 386	20.14 418	15.36 398	14.01 402	0.81 395	0.98 352	0.20 394	0.65 399	1.30 398	1.54 327

model_zeroshot	1.98 72	0.70 136	4.98 213	2.25 279	1.07 235	3.20 177	0.13 49	7.01 165	3.34 41	3.46 93	3.77 95	2.69 115	0.42 37	2.86 68	1.18 99	0.06 304	0.85 327	0.00 1	0.25 334	0.02 13	1.40 319

AANet_RVC	5.41 331	2.61 370	8.17 337	2.25 279	1.30 271	2.27 82	1.64 294	10.82 275	18.54 392	8.01 269	18.09 372	8.39 302	3.31 208	11.37 362	8.98 351	1.15 402	0.38 286	0.02 322	0.00 1	0.17 236	0.70 248

FC-DCNN	11.29 409	1.01 213	5.50 240	2.25 279	1.65 289	18.23 411	5.36 373	18.99 406	20.65 401	28.95 429	34.83 431	33.83 434	23.18 429	17.04 412	13.37 398	0.17 345	0.01 119	0.02 322	0.02 211	0.10 155	0.70 248

DispNO	3.51 230	1.33 263	8.51 341	2.26 282	1.36 276	3.46 199	0.81 224	8.74 218	6.58 206	6.78 213	7.63 205	6.22 255	4.20 255	7.47 212	4.44 283	0.00 1	0.03 177	0.03 340	0.11 272	0.13 201	0.14 73

Wz-Net-SNSev	9.92 397	8.01 422	26.42 433	2.26 282	1.85 305	8.36 340	14.30 433	18.01 399	21.68 406	10.78 353	23.95 395	16.84 384	8.60 366	15.59 401	19.76 415	0.01 129	0.03 177	0.01 291	0.00 1	0.52 363	1.34 314

PFNet	3.06 191	0.59 101	6.13 273	2.26 282	0.84 208	3.08 167	0.73 209	7.38 186	5.35 153	10.20 338	6.06 158	4.72 202	2.10 164	8.47 277	2.25 197	0.19 350	0.06 205	0.00 1	0.11 272	0.20 259	0.42 191

ADCL	10.77 405	3.23 383	21.50 421	2.26 282	1.96 315	23.65 421	9.07 410	14.69 373	24.88 415	15.21 395	27.20 408	12.68 357	14.02 403	16.94 410	24.43 432	0.26 366	0.18 251	0.74 408	0.67 400	0.80 384	1.02 285

mmm	3.07 192	0.76 145	4.50 182	2.27 286	1.24 260	3.75 228	0.12 40	10.03 254	5.12 146	6.43 187	11.19 290	3.10 128	3.20 199	4.54 107	1.78 160	0.02 220	1.19 392	0.00 1	0.30 358	0.09 135	1.79 364

psm_up	4.33 290	1.34 264	4.43 177	2.27 286	2.62 342	5.29 282	3.30 343	11.49 293	6.89 223	8.05 273	8.06 220	10.09 325	11.10 384	7.12 188	3.76 257	0.24 360	0.01 119	0.00 1	0.00 1	0.20 259	0.37 172

FC-DCNN v2	11.44 410	0.98 204	5.39 234	2.28 288	1.65 289	18.84 413	5.41 375	19.66 412	20.80 402	29.20 430	35.39 433	34.37 436	23.46 430	17.13 413	13.18 397	0.17 345	0.01 119	0.02 322	0.01 192	0.08 120	0.69 245

SDNR	7.97 372	2.75 374	16.90 408	2.28 288	0.94 221	45.23 452	0.43 131	9.30 239	10.84 328	10.71 351	25.30 405	5.51 230	4.47 263	11.98 370	7.58 330	0.15 338	0.14 243	0.00 1	0.04 241	2.27 412	2.65 404

Sa-1000	3.81 255	1.26 251	4.64 197	2.29 290	0.55 161	3.51 202	1.58 291	8.37 207	9.13 296	7.97 264	17.42 366	3.98 169	2.76 187	9.61 320	1.68 152	0.00 1	0.69 310	0.00 1	0.18 304	0.23 282	0.27 146

GEStereo_RVC	3.95 266	1.21 246	6.13 273	2.30 291	1.22 257	4.29 258	2.96 327	12.39 316	8.24 270	7.25 240	6.79 182	7.58 283	4.22 257	9.16 306	4.56 287	0.04 279	0.01 119	0.02 322	0.02 211	0.19 253	0.42 191

DMCA-RVC	3.59 237	1.98 336	8.68 346	2.30 291	1.48 281	3.54 207	0.55 158	8.40 208	5.43 160	9.37 321	5.90 152	8.34 298	3.21 200	7.19 189	4.46 284	0.06 304	0.11 232	0.08 371	0.02 211	0.21 269	0.40 178

EKT-Stereo	2.16 94	0.61 105	3.78 127	2.31 293	4.40 393	1.47 24	0.24 90	5.54 87	4.22 99	3.16 89	3.58 92	3.53 153	2.20 165	5.66 136	1.40 122	0.04 279	0.36 283	0.00 1	0.09 261	0.06 89	0.58 216

testlalala_base	3.54 231	0.53 72	3.53 103	2.31 293	2.22 326	4.04 248	0.61 176	6.91 164	2.73 13	2.69 75	4.17 103	1.78 92	0.51 52	2.02 42	1.08 86	13.13 447	3.23 438	0.00 1	0.35 372	16.60 441	2.27 397

FENet	2.35 119	0.59 101	3.28 78	2.32 295	0.27 90	2.78 136	0.13 49	7.68 198	6.09 184	5.38 146	2.12 54	4.84 207	3.33 213	4.98 114	2.66 218	0.02 220	0.03 177	0.00 1	0.00 1	0.04 63	0.40 178

edge stereo	7.12 360	1.19 239	7.83 329	2.32 295	2.46 336	6.90 315	3.26 341	15.58 380	12.52 350	15.68 399	18.34 375	21.83 412	13.05 394	11.53 364	8.68 343	0.04 279	0.06 205	0.11 373	0.03 223	0.30 318	0.63 230

riskmin	2.49 136	0.22 1	3.34 84	2.33 297	1.78 297	2.89 157	0.46 134	7.35 184	6.95 227	2.75 77	1.67 40	6.75 264	5.08 294	3.24 74	1.93 172	0.00 1	0.99 355	0.00 1	0.27 350	0.02 13	1.73 355

test_5	3.16 201	1.18 237	4.96 211	2.33 297	3.10 355	4.51 266	1.27 275	7.47 190	7.61 251	3.00 85	7.38 199	5.37 227	4.06 248	8.28 258	1.54 128	0.00 1	0.34 279	0.00 1	0.02 211	0.21 269	0.62 229

fast-acv-ft	6.00 336	1.95 333	7.88 330	2.35 299	1.85 305	13.61 393	1.76 299	8.44 209	10.12 311	11.22 365	20.57 383	14.41 368	7.55 351	8.11 248	8.83 346	0.10 328	0.09 224	0.16 385	0.07 251	0.68 374	0.35 168

Anonymous_2	4.74 317	0.98 204	4.46 178	2.35 299	2.27 329	5.66 292	0.67 192	8.08 205	5.28 149	4.98 131	2.60 67	8.74 309	6.92 336	5.79 138	3.46 249	0.24 360	1.70 416	5.16 431	18.18 456	5.41 424	1.85 372

NCCL2	6.27 340	2.46 364	7.00 307	2.36 301	1.11 245	9.48 352	11.14 419	13.01 337	10.40 318	9.94 335	9.49 251	22.11 413	7.42 347	9.90 337	8.56 341	0.01 129	0.00 1	0.02 322	0.03 223	0.20 259	0.73 252

PSMNet_ROB	5.41 331	2.45 363	7.39 320	2.36 301	1.90 309	10.11 361	6.54 388	16.32 388	7.59 249	6.84 215	10.83 285	12.06 354	4.13 252	8.73 288	10.24 367	0.02 220	0.01 119	0.01 291	0.11 272	0.26 294	0.40 178

test_sample2	2.79 168	0.59 101	4.40 176	2.38 303	0.43 129	2.58 108	0.15 61	10.14 257	5.78 177	4.23 116	5.86 149	4.31 189	4.02 247	6.34 154	2.00 180	0.00 1	0.96 345	0.00 1	0.12 278	0.07 107	1.37 318

test_sample1	2.88 175	0.63 113	4.46 178	2.38 303	0.68 176	2.61 110	0.05 15	10.51 268	5.36 155	4.50 121	4.81 120	3.76 161	5.94 316	6.10 148	2.96 234	0.00 1	0.99 355	0.00 1	0.11 272	0.07 107	1.67 341

raftrobust	2.16 94	1.31 258	2.76 40	2.38 303	3.33 363	2.72 126	0.51 150	5.34 74	4.64 122	6.13 175	3.98 99	1.63 84	2.51 178	3.02 71	1.64 143	0.00 1	0.76 319	0.00 1	0.02 211	0.14 212	0.27 146

RALCasStereoNet	2.39 128	1.73 315	3.59 115	2.38 303	2.69 344	2.84 142	0.18 73	5.29 70	4.94 140	2.45 73	5.62 147	2.22 103	0.79 80	7.48 215	1.63 140	0.00 1	1.75 417	0.00 1	0.00 1	0.14 212	2.03 387

ADCPNet	10.18 399	3.40 387	33.24 442	2.38 303	1.74 295	17.75 408	7.65 403	13.20 346	13.03 359	14.09 392	21.72 388	19.36 400	11.40 388	15.43 400	23.00 423	0.28 369	1.15 386	0.39 405	1.48 419	0.68 374	2.21 394

SANet	11.48 411	3.34 385	13.93 392	2.40 308	1.01 231	16.49 401	12.16 428	20.05 419	37.28 437	19.62 409	28.04 410	25.61 420	20.10 417	14.43 392	12.39 388	0.10 328	0.06 205	0.03 340	0.06 250	0.76 382	1.73 355

CSAN	8.41 381	2.86 379	9.35 365	2.43 309	0.82 206	13.59 392	11.68 425	15.80 383	21.98 409	14.71 393	16.46 354	18.00 391	14.42 406	13.68 385	10.10 363	0.10 328	0.13 239	0.15 382	0.19 307	0.43 347	1.28 309

PSMNet-RSSM	3.69 244	1.36 268	4.54 187	2.44 310	1.90 309	2.35 87	0.69 198	11.77 299	6.38 197	6.60 201	11.85 303	7.70 285	5.61 312	6.66 166	3.67 251	0.00 1	0.00 1	0.02 322	0.01 192	0.17 236	0.10 53

XX-TBD	1.55 48	1.11 225	2.94 50	2.45 311	0.06 9	2.31 85	0.01 2	3.58 13	7.80 257	3.11 88	5.10 127	0.27 20	0.26 9	1.42 15	0.60 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21

TDLM	4.58 306	1.79 322	5.03 215	2.45 311	1.32 274	4.04 248	7.15 398	11.60 297	11.46 341	6.91 216	12.69 317	5.94 247	5.03 288	9.74 328	3.80 261	0.67 391	0.00 1	0.01 291	0.05 244	0.23 282	1.78 363

iResNet_ROB	4.67 312	1.77 320	5.93 264	2.47 313	0.95 224	3.78 230	0.36 114	15.65 381	17.36 385	8.75 297	11.23 291	7.05 275	4.60 273	8.94 299	4.23 277	0.01 129	0.00 1	0.00 1	0.00 1	0.16 229	0.15 85

UPFNet	4.17 280	0.83 161	5.51 241	2.49 314	3.36 365	7.13 323	2.60 315	10.52 270	7.16 233	8.76 298	7.83 209	7.85 290	3.41 217	8.60 281	7.04 324	0.01 129	0.02 152	0.00 1	0.00 1	0.12 184	0.17 99

GwcNet-RSSM	4.13 279	1.71 310	6.25 281	2.50 315	1.93 312	2.39 90	1.49 287	9.59 243	8.71 282	6.66 205	15.04 340	8.47 304	3.84 236	6.87 175	6.74 318	0.00 1	0.00 1	0.04 349	0.00 1	0.29 315	0.15 85

MyStereo8	3.30 210	1.69 306	6.28 283	2.51 316	3.79 380	4.22 254	0.07 21	7.43 189	6.39 198	6.51 194	10.13 267	4.23 186	1.45 128	2.79 67	5.08 300	0.06 304	1.49 412	0.00 1	0.40 379	0.26 294	1.33 313

psmorigin	7.74 370	2.19 346	18.99 414	2.51 316	0.89 213	7.08 322	2.74 320	11.25 285	7.90 259	20.49 413	22.36 392	20.16 404	11.95 391	13.84 388	10.61 372	0.04 279	0.18 251	0.06 360	0.24 331	0.27 304	1.07 289

FBW_ROB	9.17 391	2.08 341	10.31 375	2.51 316	1.66 291	13.22 391	6.04 380	23.09 431	20.11 398	19.55 408	15.80 345	18.97 399	11.96 392	19.34 419	11.38 379	0.66 390	0.30 274	2.15 422	0.90 405	1.15 394	2.16 392

DLCB_ROB	4.87 322	1.45 286	4.75 203	2.52 319	1.13 248	6.25 306	3.01 329	10.44 265	8.34 272	11.05 362	13.43 324	14.04 363	3.90 243	9.74 328	6.80 319	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.37 172

ttt	4.41 298	0.70 136	3.95 146	2.53 320	2.01 316	4.34 262	0.41 124	13.09 343	11.69 344	7.20 237	12.20 310	4.15 180	3.35 214	9.54 319	10.11 364	0.07 310	1.11 370	0.00 1	0.19 307	0.10 155	1.47 321

ADCMid	10.97 408	4.49 404	23.66 425	2.53 320	2.52 341	11.46 376	6.31 384	15.31 378	12.85 358	23.57 419	22.99 393	17.92 390	21.04 421	19.57 421	28.05 439	0.47 385	0.43 290	1.10 413	1.32 416	1.73 405	2.10 389

NOSS_ROB	3.67 241	0.86 172	3.81 128	2.53 320	1.11 245	6.10 303	0.72 207	11.08 282	12.36 348	5.45 148	8.91 232	5.65 234	2.09 161	8.30 262	3.16 243	0.20 353	0.07 216	0.00 1	0.00 1	0.11 167	0.80 260

FAT-Stereo	6.98 357	0.79 148	7.57 325	2.54 323	1.80 299	6.16 304	4.33 358	19.16 409	18.82 393	10.75 352	17.08 360	18.23 393	13.56 398	9.25 309	8.44 339	0.03 256	0.16 246	0.01 291	0.10 266	0.14 212	0.65 233

UCFNet_RVC	3.37 218	1.25 250	3.30 79	2.55 324	1.80 299	3.92 238	1.28 277	12.49 321	7.16 233	5.12 138	7.88 211	8.14 292	4.59 272	5.67 137	2.11 186	0.00 1	0.00 1	0.00 1	0.00 1	0.14 212	0.07 41

acv_ft	3.90 260	0.96 199	5.85 262	2.56 325	4.70 405	7.27 325	0.84 233	9.17 232	6.12 186	10.00 336	9.32 247	5.70 240	4.07 250	2.68 64	8.24 337	0.00 1	0.00 1	0.00 1	0.00 1	0.35 333	0.23 131

CVANet_RVC	4.68 313	1.93 330	5.57 250	2.61 326	1.86 307	4.12 251	4.94 367	12.11 306	9.29 299	8.05 273	11.08 288	10.28 326	6.48 327	9.52 318	3.19 246	0.45 380	0.01 119	0.00 1	0.12 278	0.23 282	1.75 359

Wz-Net-MNSev	8.12 375	3.18 382	18.07 411	2.63 327	3.36 365	17.82 409	9.40 413	12.89 332	15.44 376	13.95 391	18.21 374	14.38 367	7.75 353	12.50 375	11.45 380	0.46 382	0.03 177	0.00 1	0.01 192	0.26 294	0.58 216

cf-r	3.76 251	1.43 280	5.34 230	2.66 328	2.79 346	2.85 153	0.62 180	9.08 226	6.91 225	7.06 225	11.90 304	9.64 315	3.83 235	6.23 152	4.53 286	0.00 1	0.00 1	0.00 1	0.00 1	0.19 253	0.17 99

SGM_RVC	10.77 405	1.11 225	4.66 198	2.66 328	0.41 126	21.03 418	6.87 394	20.02 417	15.54 378	25.86 426	24.97 404	33.59 433	20.51 419	20.89 425	14.78 406	0.31 371	0.26 271	0.22 396	0.26 346	0.43 347	1.01 281
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DN-CSS_ROB	3.00 189	2.14 344	7.33 317	2.67 330	0.78 200	3.13 172	0.07 21	6.68 156	4.22 99	5.51 151	12.12 307	2.33 105	1.21 114	8.69 287	2.51 210	0.03 256	0.00 1	0.00 1	0.00 1	0.42 343	0.15 85

11t1	2.13 90	0.67 125	3.98 148	2.69 331	0.85 211	2.59 109	0.07 21	7.40 187	3.89 81	3.75 103	3.57 91	1.24 72	1.96 156	4.68 109	1.97 175	0.10 328	1.13 374	0.00 1	0.22 326	0.09 135	1.66 338

CFNet	4.03 270	1.97 335	6.30 284	2.70 332	1.64 286	5.41 285	0.22 84	12.14 309	10.28 313	5.24 141	11.15 289	6.43 257	3.70 230	8.97 302	4.01 272	0.00 1	0.00 1	0.00 1	0.00 1	0.30 318	0.13 69

Wz-Net-LNSev-Ref	6.52 348	2.21 347	12.10 381	2.75 333	3.28 360	10.03 360	3.05 330	12.31 313	11.52 342	10.10 337	21.36 385	11.51 348	7.30 346	11.56 365	10.61 372	0.09 325	0.00 1	0.00 1	0.00 1	0.08 120	0.51 206

PA-Net	5.40 329	2.35 360	9.55 368	2.75 333	2.21 324	8.74 344	3.92 349	13.05 338	13.35 362	7.30 244	7.98 215	8.08 291	6.39 326	11.17 357	9.30 355	0.02 220	0.03 177	0.00 1	0.03 223	0.16 229	1.55 329
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
raft+_RVC	2.18 97	1.49 289	3.14 68	2.77 335	2.01 316	1.40 20	0.10 32	7.02 168	5.35 153	2.99 84	5.54 145	1.19 70	1.34 123	4.98 114	1.49 125	0.00 1	1.45 409	0.00 1	0.00 1	0.14 212	1.11 293

Syn2CoEx	6.70 350	3.69 394	12.14 382	2.78 336	1.68 292	8.36 340	3.21 337	18.59 403	12.66 352	8.86 300	20.79 384	10.52 330	10.54 381	9.68 322	8.70 344	0.01 129	0.00 1	0.00 1	0.00 1	0.69 376	1.00 280

RALAANet	2.68 156	1.71 310	4.73 202	2.79 337	0.80 202	3.30 186	0.15 61	7.92 201	5.92 180	5.79 155	6.06 158	3.51 152	1.13 96	6.76 172	2.28 202	0.00 1	0.28 272	0.00 1	0.10 266	0.27 304	0.13 69

Wz-Net-TNSev	12.01 414	11.86 433	38.26 447	2.81 338	1.82 302	18.12 410	11.31 424	16.67 389	21.73 407	15.06 394	17.17 361	19.72 403	20.69 420	20.68 424	21.41 418	0.04 279	0.06 205	0.00 1	0.16 290	0.74 380	1.93 382

XPNet_ROB	6.46 345	1.88 324	7.41 322	2.81 338	0.95 224	6.45 309	6.82 393	13.58 354	8.80 285	15.50 397	15.86 346	19.59 402	7.12 341	11.41 363	9.86 361	0.02 220	0.04 192	0.00 1	0.03 223	0.20 259	0.79 259

MC-Stereo	1.87 62	0.49 60	3.52 100	2.82 340	1.07 235	1.90 60	0.12 40	4.89 56	3.27 37	3.66 101	3.58 92	0.56 55	1.45 128	5.79 138	0.81 46	0.00 1	1.19 392	0.00 1	0.21 321	0.11 167	1.95 383

GwcNet	6.95 354	2.89 380	13.32 387	2.82 340	5.53 413	11.76 378	2.14 309	14.95 374	17.69 388	10.83 354	18.14 373	10.83 341	6.66 332	9.83 332	10.19 366	0.03 256	0.06 205	0.03 340	0.08 253	0.64 369	0.66 241

ADCRef	7.76 371	2.31 357	19.09 415	2.82 340	3.29 361	11.88 380	3.06 331	11.52 295	10.89 330	13.69 388	25.85 407	8.20 293	8.89 371	8.95 300	22.66 421	0.16 341	0.08 219	0.16 385	0.34 370	0.47 354	0.91 271

XX-Stereo	2.95 184	0.48 52	7.08 313	2.84 343	2.51 340	1.63 36	0.20 78	6.15 132	3.38 42	2.38 72	16.00 350	6.90 271	0.25 8	6.40 155	1.14 91	0.00 1	0.66 306	0.00 1	0.31 361	0.16 229	0.57 214

LMCR-Stereo	3.92 262	1.96 334	4.92 209	2.85 344	0.23 80	7.88 333	1.47 285	12.52 322	5.39 157	8.71 295	10.65 281	1.90 93	5.04 290	8.53 279	4.89 294	1.05 400	0.00 1	0.00 1	0.00 1	0.42 343	0.05 27

rafts_anoy	2.09 84	1.42 278	3.34 84	2.87 345	2.72 345	2.46 96	0.17 69	6.20 137	6.48 202	3.40 92	2.25 59	1.91 94	1.32 118	3.59 77	1.75 158	0.01 129	1.52 414	0.00 1	0.01 192	0.06 89	0.28 150

tt1	2.53 140	0.91 184	3.53 103	2.92 346	0.53 153	5.60 290	0.61 176	5.55 88	10.56 320	1.54 59	3.54 90	0.34 35	3.00 194	8.20 251	0.68 24	0.00 1	1.13 374	0.00 1	0.03 223	0.11 167	1.88 376

PWC_ROB	8.89 386	4.49 404	15.62 402	2.92 346	4.49 398	7.89 334	1.23 273	17.29 396	20.00 397	16.54 402	28.06 411	14.37 366	11.98 393	14.93 397	15.43 410	0.47 385	0.00 1	0.05 356	0.00 1	0.67 372	1.31 311

MFN_U_SF_DS_RVC	10.36 402	5.37 409	16.61 407	2.95 348	3.02 351	24.75 423	15.44 435	14.68 372	19.73 395	19.77 411	23.97 396	16.98 385	8.40 362	17.58 414	9.23 354	1.59 410	1.75 417	0.16 385	2.63 426	0.75 381	1.85 372

SuperB	8.29 379	3.96 398	24.92 429	2.96 349	1.33 275	9.83 357	4.15 352	10.92 280	29.79 424	11.86 372	12.51 315	6.07 248	6.97 337	11.13 356	14.73 405	0.15 338	0.11 232	0.35 402	0.26 346	12.64 436	1.11 293

EDNetEfficient	14.14 421	6.71 415	56.12 456	2.99 350	3.58 371	5.38 284	8.49 407	9.35 240	33.24 428	40.73 445	30.21 418	18.04 392	22.92 428	12.13 372	26.26 434	0.16 341	0.24 265	0.07 365	1.15 411	2.58 416	2.39 399

UDGNet	2.92 180	7.79 420	4.92 209	3.01 351	0.08 13	2.96 160	0.20 78	4.77 48	8.93 288	2.91 81	2.85 72	0.95 64	1.00 87	6.46 157	1.66 148	1.46 408	0.00 1	5.33 432	0.92 406	1.95 409	0.19 111

WCMA_ROB	10.20 400	1.99 337	9.33 364	3.01 351	2.46 336	15.78 399	7.67 404	12.75 327	15.41 375	25.08 425	33.42 428	27.06 423	19.86 416	13.87 389	12.47 389	1.28 405	0.38 286	0.18 391	0.20 316	0.28 307	1.54 327

ADLNet2	4.72 314	1.44 284	6.68 298	3.03 353	3.90 383	6.80 314	2.91 325	11.67 298	9.63 305	7.99 267	9.89 261	9.75 318	5.32 305	7.70 227	7.13 325	0.01 129	0.03 177	0.00 1	0.00 1	0.26 294	0.22 127

STTStereo	3.90 260	1.43 280	8.20 338	3.03 353	2.28 330	3.64 216	0.64 184	10.11 255	7.09 231	10.20 338	7.08 191	8.73 308	3.57 222	7.44 203	4.00 271	0.00 1	0.02 152	0.01 291	0.01 192	0.04 63	0.40 178

NLCA_NET_v2_RVC	4.11 276	1.53 294	6.87 305	3.04 355	3.33 363	4.34 262	0.59 171	11.36 291	7.92 261	8.98 304	7.98 215	9.72 317	3.82 234	7.92 238	4.43 282	0.15 338	0.02 152	0.03 340	0.03 223	0.07 107	0.14 73
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ACVNet-DCA	2.41 130	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	9.15 229	4.33 103	1.42 55	3.48 84	0.33 31	3.65 227	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.03 223	0.09 135	1.65 334

xx1	2.73 165	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	5.34 74	10.76 326	1.42 55	3.48 84	4.63 200	2.83 191	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.25 334	0.09 135	1.65 334

1test111	2.31 116	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	9.15 229	4.33 103	1.42 55	3.48 84	0.33 31	3.65 227	4.95 112	2.06 183	0.00 1	1.14 381	0.00 1	0.03 223	0.09 135	1.65 334

cc1	2.56 145	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	5.34 74	10.76 326	1.42 55	3.48 84	0.33 31	3.65 227	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.03 223	0.12 184	1.89 379

GANet	6.86 353	1.78 321	5.98 267	3.05 356	1.12 247	10.12 362	9.38 412	13.41 351	8.67 281	11.46 368	29.87 416	13.94 362	8.25 361	12.06 371	6.33 316	0.40 376	0.06 205	0.16 385	0.33 366	0.18 245	0.59 219

DRN-Test	6.23 339	1.51 290	7.53 324	3.07 361	3.69 375	12.17 384	3.23 338	20.80 424	11.11 336	12.64 377	13.02 322	10.91 343	5.26 299	8.49 278	10.12 365	0.05 294	0.05 199	0.04 349	0.04 241	0.28 307	0.65 233

CRFU-Net	4.81 319	0.78 146	5.69 255	3.10 362	1.39 278	13.18 390	3.23 338	12.26 311	4.33 103	10.91 358	9.98 265	10.94 344	7.93 357	7.47 212	3.94 269	0.16 341	0.16 246	0.16 385	0.00 1	0.26 294	0.29 153

AdaStereo	3.34 212	0.74 143	4.00 151	3.10 362	0.51 147	4.22 254	1.25 274	12.84 329	8.39 274	6.33 181	9.55 252	5.77 243	1.54 140	5.53 132	2.74 228	0.02 220	0.00 1	0.00 1	0.00 1	0.03 40	0.15 85
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.
ac_64	3.98 269	0.86 172	5.10 217	3.17 364	3.43 368	5.80 297	0.70 203	10.87 276	4.96 141	8.94 303	6.46 175	10.70 336	5.52 310	7.44 203	5.10 301	0.03 256	0.00 1	0.00 1	0.00 1	0.14 212	0.31 158

ccnet	7.45 368	1.89 327	7.71 327	3.18 365	2.35 331	12.19 385	6.14 382	18.95 405	9.36 302	13.33 384	20.38 381	16.00 378	9.10 375	10.10 341	15.40 409	0.44 378	0.34 279	0.25 399	0.25 334	0.48 357	1.18 298

pmcnn	8.17 376	1.70 308	11.49 378	3.18 365	3.07 352	9.66 355	6.06 381	13.60 355	17.71 389	15.23 396	24.02 397	27.61 424	8.81 369	10.36 346	9.51 358	0.08 315	0.08 219	0.00 1	0.00 1	0.31 325	0.87 266

FINET	6.96 355	2.98 381	13.77 390	3.20 367	4.81 407	9.65 354	9.90 415	13.68 357	23.91 413	8.28 282	13.70 326	5.36 226	5.83 314	10.79 350	8.05 335	0.90 397	1.43 408	0.11 373	0.38 376	0.48 357	1.98 385

iResNetv2_ROB	4.72 314	2.26 350	8.87 354	3.20 367	1.25 261	4.32 260	1.73 297	14.22 366	10.62 323	10.53 347	12.13 309	7.77 286	5.54 311	8.29 259	2.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.42 343	0.55 211

GANet-RSSM	3.67 241	1.16 234	4.56 192	3.24 369	2.03 318	2.63 113	0.50 149	11.53 296	6.83 221	6.25 176	10.58 279	7.35 278	6.65 331	6.77 173	2.94 233	0.00 1	0.00 1	0.08 371	0.00 1	0.26 294	0.12 64

iResNet	4.04 271	1.46 287	8.72 348	3.25 370	0.36 109	4.54 268	0.47 136	9.06 224	10.40 318	7.98 265	12.82 320	4.06 175	3.22 201	8.82 290	4.95 297	0.03 256	0.01 119	0.00 1	0.00 1	0.14 212	0.55 211

NCC-stereo	7.43 366	2.28 353	8.58 344	3.28 371	4.48 396	8.34 337	4.27 355	20.45 422	13.66 364	9.17 313	17.52 367	16.49 381	14.31 404	13.71 386	8.95 349	1.73 411	0.12 235	0.01 291	0.50 391	0.21 269	0.60 221

Abc-Net	7.43 366	2.28 353	8.58 344	3.28 371	4.48 396	8.34 337	4.27 355	20.45 422	13.66 364	9.17 313	17.52 367	16.49 381	14.31 404	13.71 386	8.95 349	1.73 411	0.12 235	0.01 291	0.50 391	0.21 269	0.60 221
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HGLStereo	4.58 306	1.04 216	6.02 268	3.30 373	5.14 411	6.36 307	0.71 204	11.04 281	7.60 250	8.04 271	12.85 321	6.90 271	8.51 365	7.85 233	5.93 309	0.02 220	0.02 152	0.00 1	0.00 1	0.14 212	0.15 85

S-Stereo	6.85 352	0.93 186	10.76 376	3.34 374	3.51 370	6.55 310	6.01 379	13.75 359	23.86 412	9.65 331	15.54 343	11.81 352	8.24 360	8.59 280	11.23 378	0.13 333	0.16 246	0.00 1	0.42 383	0.14 212	2.39 399

SACVNet	4.55 303	1.88 324	5.55 248	3.38 375	1.68 292	3.11 169	2.76 322	12.44 319	6.43 199	11.07 363	11.31 292	10.53 332	5.13 296	9.88 335	4.56 287	0.08 315	0.02 152	0.00 1	0.01 192	0.38 339	0.80 260

StereoDRNet	6.02 337	2.40 362	8.22 339	3.43 376	4.43 395	10.57 369	4.21 353	19.44 410	11.24 339	12.86 378	8.06 220	11.64 350	4.79 280	8.65 286	9.32 356	0.01 129	0.10 228	0.00 1	0.03 223	0.34 331	0.69 245

SGM-ForestM	18.61 436	3.38 386	10.14 373	3.44 377	2.24 328	34.17 441	15.39 434	29.44 442	33.93 429	38.55 443	41.08 441	53.64 451	36.76 446	34.82 444	27.16 437	1.25 404	1.81 420	0.74 408	1.01 408	0.61 367	2.61 403

TestStereo1	3.12 196	1.34 264	4.67 199	3.47 378	0.71 185	2.50 98	1.45 283	7.27 180	8.71 282	4.91 128	9.28 244	2.34 106	3.61 224	9.44 314	1.62 138	0.00 1	0.33 277	0.00 1	0.00 1	0.30 318	0.40 178

SA-5K	3.12 196	1.34 264	4.67 199	3.47 378	0.71 185	2.50 98	1.45 283	7.27 180	8.71 282	4.91 128	9.28 244	2.34 106	3.61 224	9.44 314	1.62 138	0.00 1	0.33 277	0.00 1	0.00 1	0.30 318	0.40 178

APVNet	6.28 341	2.46 364	10.09 372	3.51 380	3.97 386	12.15 383	1.75 298	20.08 420	6.73 215	6.92 222	13.45 325	10.75 338	6.29 325	11.86 369	14.34 404	0.05 294	0.02 152	0.11 373	0.03 223	0.63 368	0.34 163

stereogan	8.18 377	1.32 261	9.05 358	3.59 381	4.00 389	20.16 417	3.13 335	17.25 395	20.16 399	10.68 350	19.19 376	20.56 410	10.70 383	14.74 395	7.00 322	0.34 372	0.04 192	0.21 395	0.08 253	0.70 378	0.65 233

ADCS	13.76 419	6.46 414	30.74 440	3.62 382	2.93 348	14.28 395	11.22 422	20.02 417	34.42 432	23.20 416	25.42 406	19.51 401	19.62 415	24.54 434	33.88 448	0.27 368	0.23 262	0.37 404	0.19 307	1.47 400	2.84 405

AF-Net	8.37 380	2.16 345	9.01 356	3.65 383	4.58 402	9.40 351	2.63 316	17.71 397	21.32 405	10.38 344	24.51 401	20.43 407	16.67 410	12.54 378	10.76 376	0.70 393	0.00 1	0.12 377	0.00 1	0.47 354	0.42 191

RASNet	5.00 324	1.19 239	5.69 255	3.68 384	4.80 406	5.04 280	1.29 278	10.26 258	8.99 291	5.89 159	11.65 300	10.55 333	9.76 377	9.96 339	10.32 369	0.20 353	0.00 1	0.00 1	0.00 1	0.09 135	0.73 252

NVstereo2D	4.82 320	1.29 255	7.98 335	3.68 384	3.48 369	8.02 335	3.10 332	11.25 285	15.50 377	5.14 139	7.71 206	8.21 294	4.68 275	10.19 344	4.30 278	0.02 220	0.19 253	0.13 379	0.36 374	0.07 107	1.12 296

DISCO	6.58 349	0.98 204	6.44 289	3.75 386	1.18 252	11.19 374	3.29 342	12.92 333	16.72 381	7.27 241	11.74 301	17.34 387	6.60 329	19.59 422	11.59 381	0.00 1	0.00 1	0.00 1	0.00 1	0.45 351	0.50 202

AASNet	4.20 283	1.63 301	5.82 260	3.79 387	3.93 384	6.55 310	1.22 272	19.12 408	6.82 220	7.86 261	8.35 226	4.36 191	2.55 179	3.87 86	7.47 328	0.00 1	0.00 1	0.00 1	0.00 1	0.49 360	0.22 127

AACVNet	3.71 248	1.63 301	4.89 207	3.80 388	0.62 169	3.25 181	0.30 105	9.47 241	3.81 75	6.34 184	10.74 283	10.52 330	4.92 284	9.31 311	3.88 264	0.03 256	0.01 119	0.00 1	0.00 1	0.34 331	0.28 150

ADLNet	4.56 305	1.19 239	5.52 247	3.81 389	3.59 372	6.98 318	2.40 313	12.01 305	7.96 262	10.52 346	9.67 258	8.26 295	4.98 287	6.59 161	6.93 320	0.01 129	0.01 119	0.00 1	0.01 192	0.22 274	0.55 211

WZ-Net	13.61 418	5.57 410	42.84 450	3.89 390	3.19 357	19.90 415	15.44 435	15.67 382	32.04 427	16.13 400	28.69 412	22.17 414	15.84 408	21.40 428	26.87 435	0.75 394	0.01 119	0.01 291	0.03 223	0.51 362	1.20 300

GANetREF_RVC	6.97 356	3.59 391	9.14 361	4.00 391	0.40 122	13.17 389	11.27 423	15.95 384	17.51 387	10.62 349	10.66 282	12.15 355	7.97 358	13.18 383	5.04 298	0.45 380	0.00 1	0.01 291	0.15 288	3.47 420	0.60 221
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
XQC	9.46 392	4.84 407	18.88 413	4.07 392	3.09 354	15.97 400	6.65 389	16.26 387	26.63 418	12.63 376	12.35 313	15.75 375	10.62 382	16.48 406	21.19 416	0.44 378	0.96 345	0.05 356	0.32 363	1.10 391	0.99 278

CC-Net-ROB	8.09 374	10.11 429	9.03 357	4.07 392	3.74 379	15.24 397	4.84 366	18.44 402	10.87 329	6.73 212	14.03 332	7.54 282	4.68 275	11.61 367	3.98 270	6.59 429	2.54 428	16.51 439	1.19 413	7.88 430	2.20 393

DANet	6.46 345	1.58 297	9.58 370	4.10 394	3.99 388	9.13 350	1.34 280	10.37 262	7.76 253	13.76 389	15.66 344	16.14 379	7.03 340	13.07 382	13.62 401	0.19 350	0.12 235	0.02 322	0.02 211	0.15 225	1.61 331
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IIG-Stereo	3.28 207	0.98 204	3.57 110	4.14 395	0.22 77	2.56 104	0.71 204	7.04 170	6.10 185	8.49 289	9.38 250	7.82 289	2.73 184	9.69 327	1.99 178	0.02 220	0.02 152	0.00 1	0.00 1	0.03 40	0.14 73

Nwc_Net	7.54 369	1.91 329	8.71 347	4.16 396	3.42 367	10.77 370	2.00 304	20.33 421	12.19 347	9.10 310	24.04 399	17.67 389	13.58 399	12.14 373	9.12 353	0.94 399	0.00 1	0.00 1	0.02 211	0.22 274	0.41 186

LE_ROB	17.31 431	2.62 372	14.26 395	4.20 397	1.80 299	17.40 406	9.70 414	15.38 379	55.92 455	63.97 465	40.81 440	35.50 438	39.26 449	15.64 402	28.51 440	0.06 304	0.11 232	0.13 379	0.21 321	0.14 212	0.51 206

MFN_U_SF_RVC	13.54 417	4.69 406	28.43 437	4.24 398	2.50 339	24.26 422	5.99 377	28.23 438	20.18 400	24.06 422	29.38 414	30.35 428	16.92 411	20.98 427	21.39 417	1.35 406	1.13 374	1.02 411	1.41 418	1.88 408	2.50 402

RP	7.41 364	1.90 328	7.33 317	4.26 399	5.25 412	6.64 312	3.46 344	12.44 319	16.23 380	10.36 343	23.00 394	18.72 395	16.59 409	11.10 354	8.47 340	1.10 401	0.02 152	0.12 377	0.16 290	0.43 347	0.65 233

DeepPrunerF	7.18 362	3.58 390	25.29 431	4.27 400	7.20 421	3.78 230	4.64 363	14.03 363	20.86 403	8.85 299	10.57 278	7.35 278	7.88 356	12.16 374	10.66 374	0.25 363	0.16 246	0.29 400	0.43 385	0.77 383	0.65 233

MaskLacGwcNet_RVC	6.42 344	6.12 413	6.53 292	4.29 401	3.61 373	15.41 398	4.13 351	12.36 314	7.32 241	7.60 252	8.51 228	8.97 311	2.64 182	10.17 343	3.72 255	8.16 433	2.40 424	2.00 421	0.11 272	8.55 431	5.84 425

PASM	9.11 388	5.68 411	25.06 430	4.33 402	4.18 391	7.01 319	8.48 406	12.37 315	20.95 404	13.49 386	15.37 342	18.80 396	11.52 389	14.70 394	12.70 391	0.93 398	1.19 392	0.32 401	1.21 414	1.66 403	2.22 395

OMP-Stereo	3.15 199	1.19 239	3.49 99	4.34 403	0.51 147	2.20 79	1.21 271	6.67 152	6.52 204	7.99 267	6.24 168	8.38 301	2.44 175	9.65 321	1.92 171	0.01 129	0.02 152	0.00 1	0.00 1	0.08 120	0.15 85

DGSMNet	7.10 359	3.49 388	15.11 400	4.36 404	4.41 394	8.94 348	6.25 383	15.10 376	14.28 368	8.15 278	14.51 338	10.08 323	5.38 306	11.04 353	7.95 333	1.49 409	2.00 421	1.79 419	1.68 424	2.43 413	3.48 412

MDST_ROB	9.13 390	1.31 258	10.16 374	4.36 404	2.48 338	28.66 433	7.64 402	19.96 415	14.97 371	27.53 427	24.02 397	9.47 313	5.27 300	16.31 405	8.61 342	0.63 389	0.19 253	0.00 1	0.00 1	0.08 120	0.90 268

RGC	7.40 363	2.77 376	7.71 327	4.43 406	4.87 408	8.88 346	2.96 327	16.05 385	12.76 357	11.96 375	19.57 378	18.32 394	11.57 390	13.89 390	9.58 359	0.83 396	0.02 152	0.24 398	0.41 382	0.40 342	0.77 258

AnyNet_C32	11.82 412	7.08 416	25.83 432	4.55 407	5.88 416	16.92 404	16.97 444	14.14 364	18.11 391	16.87 403	21.66 387	14.78 369	13.87 402	23.54 433	31.83 445	0.24 360	0.28 272	0.35 402	0.53 393	1.35 399	1.71 352

RTSC	9.87 396	4.34 401	16.44 405	4.60 408	2.38 332	12.54 386	0.75 216	18.19 400	37.31 438	16.16 401	15.86 346	13.32 358	7.56 352	20.93 426	23.50 426	0.34 372	1.07 366	0.02 322	0.35 372	0.71 379	0.99 278

SHD	10.45 403	3.67 393	14.03 393	4.81 409	4.52 399	11.93 381	1.66 296	21.36 428	38.40 440	18.84 407	21.72 388	17.63 388	13.07 395	15.65 403	17.71 412	0.36 374	1.09 368	0.01 291	0.32 363	0.50 361	1.67 341

AnyNet_C01	16.99 427	12.34 435	60.47 458	4.88 410	3.11 356	31.77 436	16.79 442	18.60 404	17.96 390	18.62 406	38.50 436	24.03 415	19.00 413	30.59 440	35.18 450	0.29 370	0.56 300	0.45 407	0.48 389	2.70 417	3.40 410

GASNet	5.62 333	5.76 412	12.05 380	5.03 411	2.08 321	3.77 229	1.53 289	12.92 333	11.62 343	9.64 328	7.40 200	8.58 306	7.54 350	14.76 396	8.25 338	0.02 220	0.15 244	0.00 1	0.00 1	0.81 386	0.52 208

PVD	16.41 425	3.98 399	16.04 403	5.38 412	4.59 404	19.44 414	7.28 400	28.88 440	49.27 450	31.53 433	43.72 444	30.36 429	32.17 444	26.70 437	23.19 424	0.25 363	1.48 411	0.04 349	0.59 396	0.52 363	2.87 406

BEATNet-Init1	24.70 443	11.33 432	44.28 451	5.48 413	3.94 385	47.60 456	22.33 451	34.94 443	40.01 442	48.11 454	49.98 451	59.86 455	43.17 452	39.48 451	31.77 444	1.37 407	1.76 419	1.17 414	1.17 412	2.44 414	3.85 417

Consistency-Raft	9.58 394	5.11 408	13.00 385	5.61 414	8.92 429	4.03 246	5.07 370	19.73 414	24.90 416	11.32 367	29.86 415	13.36 359	6.16 321	8.00 240	13.47 399	0.67 391	0.34 279	1.81 420	4.36 438	12.23 434	3.62 415

RTS	19.64 439	10.42 430	87.01 464	5.88 415	6.82 418	41.73 449	16.69 440	16.80 392	41.90 444	23.44 417	32.96 426	13.79 360	21.49 422	38.85 449	30.84 442	0.46 382	0.70 312	0.00 1	0.09 261	1.13 392	1.70 349

RTSA	19.64 439	10.42 430	87.01 464	5.88 415	6.82 418	41.73 449	16.69 440	16.80 392	41.90 444	23.44 417	32.96 426	13.79 360	21.49 422	38.85 449	30.84 442	0.46 382	0.70 312	0.00 1	0.09 261	1.13 392	1.70 349

MANE	20.98 442	3.23 383	8.81 350	5.96 417	6.96 420	33.07 439	13.20 429	35.43 444	38.86 441	44.72 451	52.41 455	53.20 450	41.84 451	34.74 443	27.45 438	1.87 416	2.27 422	1.54 418	10.18 447	0.69 376	3.11 407

G-Net	8.60 384	1.93 330	12.59 383	6.04 418	3.66 374	25.93 426	4.26 354	10.35 261	8.05 265	19.71 410	24.73 402	14.15 364	15.49 407	11.30 358	10.69 375	0.50 388	0.46 293	0.19 393	0.25 334	0.80 384	0.91 271

ELAS	17.99 433	3.49 388	11.19 377	6.14 419	5.79 415	34.89 442	17.28 446	28.75 439	30.47 425	40.80 447	45.79 446	39.04 441	32.05 443	27.63 438	24.30 431	1.88 417	2.41 426	1.09 412	1.48 419	1.83 407	3.48 412
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	8.50 382	4.40 402	9.57 369	6.16 420	4.54 401	10.46 365	1.03 258	15.30 377	28.16 421	10.88 357	30.88 421	6.96 274	11.31 387	14.57 393	10.40 370	3.10 423	0.02 152	0.00 1	0.00 1	1.55 402	0.63 230

ELAS_RVC	17.82 432	3.60 392	11.92 379	6.63 421	5.73 414	30.34 435	19.64 448	26.92 436	35.06 434	40.79 446	41.32 442	37.31 440	31.61 440	30.54 439	22.93 422	1.97 418	2.40 424	1.28 416	1.27 415	1.71 404	3.51 414
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	17.08 428	7.98 421	24.37 428	6.82 422	2.93 348	39.68 448	16.11 437	25.46 435	34.93 433	34.13 437	34.20 429	29.20 426	24.94 433	23.01 431	19.39 414	2.79 420	2.87 434	1.18 415	1.53 421	6.78 428	3.31 409

anonymity	8.04 373	4.13 400	12.86 384	7.43 423	13.11 439	8.34 337	2.02 305	18.21 401	7.55 248	13.88 390	9.27 243	10.63 334	7.79 354	11.57 366	6.06 310	6.25 428	5.59 452	3.71 428	3.28 432	3.27 418	5.78 424

NVStereoNet_ROB	17.22 429	8.76 424	16.47 406	7.52 424	8.42 427	13.75 394	11.07 418	24.24 433	26.67 419	31.00 431	46.49 447	34.88 437	27.06 436	22.72 430	23.61 427	6.83 431	4.32 447	6.32 433	10.37 448	4.39 421	9.57 438
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.85 422	7.41 419	36.29 445	7.76 425	43.77 463	11.24 375	12.14 427	16.73 391	23.72 411	23.73 421	32.92 425	18.89 398	13.31 397	16.60 407	12.37 387	0.26 366	0.86 332	0.11 373	0.43 385	1.24 395	17.26 456

testlalala2	2.34 118	0.64 115	2.49 20	9.58 426	6.50 417	3.57 208	0.18 73	5.34 74	3.20 33	3.87 109	4.57 117	3.12 129	0.52 54	1.49 16	0.44 2	0.00 1	0.31 275	0.00 1	0.43 385	0.12 184	0.40 178

UDG	9.12 389	10.06 428	6.35 287	10.06 427	9.64 430	10.48 366	2.33 311	12.73 326	10.19 312	8.33 283	10.27 269	16.70 383	10.47 380	8.33 266	9.07 352	4.28 424	2.59 430	18.90 441	3.83 435	11.35 433	6.50 428

SGM+DAISY	17.25 430	9.46 425	22.74 423	10.11 428	11.40 434	28.98 434	13.74 431	21.15 425	16.85 383	31.39 432	34.79 430	34.05 435	24.24 432	26.23 436	19.31 413	8.79 435	7.56 456	4.88 430	3.93 436	6.07 426	9.33 435

MFMNet_re	14.09 420	9.67 426	20.31 418	10.40 429	7.62 422	21.38 419	17.49 447	21.36 428	31.95 426	23.70 420	29.22 413	18.87 397	27.41 437	14.27 391	11.16 377	2.85 421	1.51 413	0.41 406	0.28 351	4.88 422	7.10 429

PDISCO_ROB	10.27 401	2.79 378	13.30 386	10.58 430	9.96 432	22.78 420	5.99 377	20.01 416	28.57 422	11.88 373	14.49 337	20.54 408	4.92 284	17.01 411	10.29 368	5.79 427	0.42 289	0.14 381	0.13 284	2.53 415	3.25 408

CAS	2.42 131	0.37 10	2.30 17	11.49 431	3.97 386	1.65 38	0.02 8	4.08 26	2.84 17	0.51 14	1.65 39	0.25 18	0.28 12	1.73 27	0.92 63	10.05 439	0.01 119	0.00 1	0.00 1	0.01 3	6.26 427

SPS-STEREO	15.83 424	7.38 418	14.92 399	11.63 432	11.77 437	25.30 425	7.12 397	25.20 434	17.06 384	32.24 434	30.34 419	31.63 430	22.59 425	25.67 435	21.97 419	7.71 432	4.50 448	3.35 427	1.56 422	6.97 429	7.72 431
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	8.22 378	4.42 403	7.19 316	12.11 433	9.77 431	11.80 379	3.23 338	12.00 304	6.60 207	8.59 290	11.52 296	10.97 345	5.31 304	11.10 354	4.20 275	9.56 436	2.29 423	10.51 435	1.61 423	13.06 438	8.49 432

DDUNet	10.03 398	12.17 434	8.24 340	13.02 434	11.73 436	10.32 364	3.76 346	12.27 312	8.35 273	9.64 328	13.89 330	16.48 380	6.67 333	9.50 317	7.00 322	6.80 430	3.45 442	21.10 442	4.33 437	12.78 437	9.12 434

otaku	12.35 415	8.64 423	9.11 360	13.56 435	10.98 433	26.23 427	7.22 399	19.45 411	19.26 394	11.92 374	17.90 371	20.21 405	8.91 372	16.06 404	6.09 311	9.77 438	2.50 427	13.23 436	1.90 425	14.61 439	9.41 437

SAMSARA	15.67 423	3.89 397	14.48 396	13.77 436	7.92 425	38.69 446	73.90 469	21.22 426	24.66 414	17.04 404	13.86 329	30.01 427	13.07 395	18.07 416	17.48 411	0.23 358	1.46 410	0.07 365	0.40 379	0.99 389	2.15 391

Ntro	12.91 416	9.95 427	10.01 371	14.12 437	12.55 438	26.31 428	6.76 391	19.04 407	22.03 410	10.23 340	16.26 351	20.22 406	10.06 378	16.81 409	7.93 332	10.16 440	2.55 429	15.19 438	2.86 427	15.27 440	9.93 440

JetBlue	29.99 449	17.24 437	55.64 455	16.24 438	21.08 451	62.07 467	33.14 458	40.60 447	35.73 436	34.59 440	40.67 439	57.18 454	43.54 453	51.46 462	52.18 464	2.72 419	4.58 450	2.86 423	3.53 433	10.57 432	14.11 451

ACVNet-4b	16.48 426	23.07 440	14.73 398	16.69 439	15.18 442	31.83 437	7.30 401	19.71 413	27.82 420	11.54 370	22.10 391	31.68 431	8.96 374	18.88 418	7.28 327	11.04 442	2.65 431	24.93 446	5.02 440	18.57 443	10.67 443

ACVNet_1	19.51 438	26.19 443	15.50 401	17.71 440	15.28 443	26.46 429	9.36 411	29.16 441	34.18 430	25.06 424	24.89 403	37.18 439	21.93 424	17.80 415	15.03 407	11.08 443	2.83 432	25.29 447	5.06 442	19.11 444	11.14 444

RainbowNet	18.69 437	27.15 445	22.03 422	18.76 441	15.00 441	27.97 432	10.17 416	27.99 437	34.19 431	15.53 398	27.53 409	25.33 418	13.80 401	19.86 423	10.59 371	14.50 450	3.57 443	23.85 445	5.03 441	18.49 442	12.41 447

ACVNet_2	27.45 445	30.56 450	27.90 435	20.72 442	15.55 444	37.22 444	14.00 432	49.32 457	65.88 464	43.17 448	56.99 459	51.90 447	26.98 435	21.46 429	15.38 408	10.77 441	2.85 433	23.12 444	3.62 434	20.08 445	11.47 445

MADNet+	27.96 446	35.32 453	91.41 468	21.04 443	8.86 428	49.25 458	47.41 465	36.98 445	37.84 439	21.00 414	30.83 420	25.41 419	34.95 445	46.51 457	51.54 463	3.04 422	3.33 440	1.48 417	1.05 409	5.85 425	6.05 426

test_for_model	7.41 364	28.34 446	2.84 44	22.38 444	16.53 445	3.40 190	0.91 249	6.72 157	4.54 117	8.04 271	2.84 71	1.04 66	0.43 45	0.86 2	0.60 16	9.67 437	3.31 439	0.00 1	0.08 253	26.60 451	9.03 433

DispFullNet	18.06 434	27.03 444	34.90 443	22.68 445	20.79 448	15.03 396	3.18 336	16.95 394	26.06 417	20.48 412	16.91 357	20.55 409	18.37 412	23.48 432	12.16 386	5.31 426	2.91 435	31.24 450	8.09 446	22.63 447	12.44 448

PWCK	31.62 452	45.59 459	49.67 453	30.49 446	7.80 423	42.91 451	29.73 457	45.45 450	44.44 446	47.41 452	36.92 434	47.86 446	26.79 434	41.90 453	33.36 447	22.77 455	4.56 449	29.89 449	5.13 443	29.43 455	10.36 442

Dean	35.52 454	40.12 457	27.99 436	30.63 447	17.33 446	45.80 455	11.68 425	57.61 465	76.54 468	63.70 464	60.65 462	66.93 463	49.40 458	38.12 447	40.28 455	12.18 446	3.73 445	28.86 448	5.94 445	20.69 446	12.16 446

IMH-64-1	28.06 447	29.98 447	19.46 416	32.15 448	20.98 449	27.68 430	16.66 438	47.31 451	44.85 447	34.14 438	50.94 452	41.49 443	31.67 441	37.53 445	23.88 428	14.17 448	2.96 436	34.45 452	11.15 449	26.12 449	13.75 449

IMH-64	28.06 447	29.98 447	19.46 416	32.15 448	20.98 449	27.68 430	16.66 438	47.31 451	44.85 447	34.14 438	50.94 452	41.49 443	31.67 441	37.53 445	23.88 428	14.17 448	2.96 436	34.45 452	11.15 449	26.12 449	13.75 449

WAO-7	30.22 450	25.83 442	23.33 424	33.10 450	14.36 440	36.98 443	22.41 452	52.85 460	64.46 462	43.76 449	59.24 461	52.31 448	45.69 455	32.82 441	32.60 446	11.16 444	5.49 451	13.76 437	12.60 453	12.36 435	9.38 436

LVE	35.84 456	41.54 458	36.25 444	33.36 451	18.92 447	53.05 463	27.99 456	53.17 463	64.93 463	47.63 453	61.58 463	54.25 452	38.72 448	38.72 448	35.50 451	16.36 454	6.23 453	31.51 451	14.04 454	25.01 448	18.07 457

IMH	30.65 451	30.30 449	21.09 420	34.89 452	21.75 453	33.16 440	16.91 443	49.53 458	52.50 451	38.41 442	55.10 458	45.13 445	40.36 450	41.57 452	25.66 433	14.74 451	3.36 441	35.43 454	11.69 451	27.31 454	14.16 452

TorneroNet-64	33.32 453	33.28 451	33.07 441	35.14 453	21.25 452	48.02 457	21.13 449	43.47 449	58.77 456	33.36 436	46.64 448	62.00 457	38.19 447	44.82 456	35.07 449	15.02 452	3.59 444	35.81 455	12.20 452	29.45 456	16.17 453

WAO-6	35.59 455	37.89 456	17.67 410	37.86 454	24.46 455	37.85 445	21.49 450	49.01 456	67.96 465	44.22 450	48.08 449	53.02 449	53.39 460	33.67 442	36.83 452	26.05 458	7.83 457	43.19 459	21.76 459	30.18 457	19.37 459

TorneroNet	36.02 457	35.25 452	36.33 446	38.44 455	22.19 454	50.72 461	24.42 455	48.39 454	54.53 453	38.03 441	53.44 456	62.83 460	44.79 454	47.68 459	42.11 458	15.69 453	3.97 446	37.25 456	15.05 455	30.83 458	18.40 458

WAO-8	38.93 458	36.84 454	23.97 426	43.96 456	24.48 456	45.73 453	22.62 453	53.10 461	75.66 466	53.86 458	66.14 466	62.39 458	55.11 462	43.01 454	40.67 456	22.98 456	7.22 454	37.53 457	19.49 457	27.04 453	16.83 454

Venus	38.93 458	36.84 454	23.97 426	43.96 456	24.48 456	45.73 453	22.62 453	53.10 461	75.66 466	53.86 458	66.17 467	62.39 458	55.11 462	43.01 454	40.67 456	22.98 456	7.22 454	37.53 457	19.49 457	27.02 452	16.83 454

UNDER WATER-64	46.01 461	48.25 460	68.05 459	44.59 458	28.11 458	57.02 466	43.78 463	40.20 446	48.80 449	52.08 457	42.95 443	67.22 464	57.71 464	48.98 461	49.57 461	40.01 461	17.98 459	52.15 462	39.41 462	38.99 459	34.41 461

JetRed	61.44 467	61.87 466	83.02 463	46.49 459	56.73 467	83.63 468	65.09 467	59.75 467	64.22 461	69.50 468	69.26 468	66.24 462	47.62 456	61.80 466	74.60 468	45.99 463	66.40 468	46.67 460	45.27 464	63.49 466	51.22 466

UNDER WATER	45.99 460	49.80 461	68.56 460	49.99 460	32.13 459	55.35 465	39.50 460	41.12 448	52.90 452	50.69 455	45.18 445	67.79 465	58.75 465	51.93 464	50.97 462	30.59 459	14.03 458	51.66 461	37.15 460	40.27 460	31.35 460

GCST	9.50 393	17.91 438	6.18 276	53.02 461	11.57 435	10.95 371	0.20 78	7.71 199	7.12 232	9.83 334	4.71 119	4.87 208	1.49 130	9.87 333	2.06 183	8.70 434	0.07 216	22.79 443	0.40 379	6.66 427	3.86 418

DPSimNet_ROB	54.45 464	65.73 468	47.00 452	54.49 462	46.37 464	55.34 464	56.47 466	56.18 464	59.04 457	64.57 466	51.76 454	64.01 461	54.49 461	47.54 458	67.21 467	63.21 466	27.86 464	58.04 464	51.28 466	46.61 461	51.87 467

HanzoNet	57.16 466	60.12 465	60.00 457	55.77 463	42.11 461	51.98 462	41.93 461	52.07 459	61.47 459	65.98 467	65.90 465	72.11 467	70.14 467	71.11 468	61.13 466	64.31 467	34.72 465	62.27 465	50.86 465	52.83 464	46.33 464

notaker	48.05 462	55.94 463	50.90 454	56.89 464	40.29 460	38.96 447	33.86 459	47.82 453	55.70 454	57.55 460	57.48 460	60.22 456	59.71 466	54.64 465	43.27 459	41.13 462	19.86 460	57.61 463	37.79 461	50.95 462	40.33 462

ktn	49.32 463	58.11 464	40.16 448	59.92 465	43.22 462	49.79 460	42.99 462	48.56 455	60.67 458	51.59 456	54.51 457	55.34 453	52.65 459	47.92 460	37.91 453	57.88 465	24.79 461	63.00 466	43.57 463	52.51 463	41.31 463

LRCNet_RVC	66.47 468	66.44 469	69.02 461	71.60 466	54.27 466	32.21 438	2.93 326	63.19 468	21.83 408	82.02 469	90.16 470	83.59 468	72.13 468	69.45 467	53.25 465	95.47 473	64.21 467	95.15 473	95.27 473	72.59 467	74.60 469

KSHMR	56.07 465	64.25 467	40.47 449	74.89 467	49.63 465	49.42 459	45.46 464	57.71 466	63.52 460	61.65 463	61.67 464	71.88 466	47.67 457	51.47 463	44.57 460	54.67 464	62.25 466	66.31 467	54.18 467	53.03 465	46.75 465

xxxxx1	85.58 471	90.37 471	96.61 471	76.69 468	80.77 468	97.50 472	96.92 473	85.57 469	88.66 470	88.63 470	91.64 471	94.27 470	93.09 470	90.03 470	91.91 470	70.77 468	70.62 469	73.61 469	81.26 470	72.90 468	79.86 470

tt_ll	85.58 471	90.37 471	96.61 471	76.69 468	80.77 468	97.50 472	96.92 473	85.57 469	88.66 470	88.63 470	91.64 471	94.27 470	93.09 470	90.03 470	91.91 470	70.77 468	70.62 469	73.61 469	81.26 470	72.90 468	79.86 470

ff	85.58 471	90.37 471	96.61 471	76.69 468	80.77 468	97.50 472	96.92 473	85.57 469	88.66 470	88.63 470	91.64 471	94.27 470	93.09 470	90.03 470	91.91 470	70.77 468	70.62 469	73.61 469	81.26 470	72.90 468	79.86 470

tt	83.10 470	0.43 25	99.97 478	79.27 471	93.14 472	100.00 478	100.00 478	100.00 480	99.89 475	60.55 462	48.44 450	99.98 479	99.96 477	99.98 479	100.00 481	91.80 472	99.82 476	73.67 472	73.25 469	86.43 473	55.39 468

MADNet++	82.81 469	81.73 470	74.64 462	87.71 472	82.67 471	93.35 469	70.27 468	86.39 472	82.88 469	93.51 473	86.62 469	86.40 469	81.37 469	88.21 469	88.63 469	86.59 471	84.23 472	72.14 468	68.69 468	78.88 472	81.36 473

MEDIAN_ROB	98.44 475	99.70 474	99.34 475	97.13 473	97.06 473	96.94 471	95.91 472	97.71 475	97.33 474	98.78 476	98.91 475	99.19 475	98.13 474	96.94 473	96.99 475	99.97 477	99.18 474	100.00 476	99.99 477	99.70 476	99.83 476

Anonymous_1	99.01 477	99.91 475	99.85 477	97.31 474	99.09 476	100.00 478	100.00 478	99.59 477	99.96 476	99.29 477	99.86 476	99.55 476	99.99 478	99.30 475	99.76 476	95.67 474	99.58 475	97.24 474	98.56 475	97.36 474	98.34 475

DLNR_Zeroshot_test	24.96 444	51.28 462	90.69 467	97.84 475	97.22 474	1.40 20	0.12 40	23.19 432	3.55 58	1.21 52	2.95 74	0.72 58	0.31 18	7.09 185	2.61 217	38.70 460	1.32 401	0.00 1	0.29 356	77.04 471	1.68 344

PML	97.69 474	100.00 479	96.50 470	97.85 476	97.35 475	99.77 477	99.36 476	96.92 473	96.34 473	100.00 479	96.52 474	97.41 474	99.61 475	100.00 480	95.46 473	99.99 479	97.44 473	100.00 476	96.08 474	99.13 475	88.02 474

DPSM_ROB	99.94 482	100.00 479	100.00 482	99.74 477	100.00 479	100.00 478	100.00 478	100.00 480	100.00 478	100.00 479	100.00 478	100.00 481	100.00 479	100.00 480	100.00 481	99.08 475	100.00 479	100.00 476	100.00 479	99.98 477	99.94 477

DPSM	99.94 482	100.00 479	100.00 482	99.74 477	100.00 479	100.00 478	100.00 478	100.00 480	100.00 478	100.00 479	100.00 478	100.00 481	100.00 479	100.00 480	100.00 481	99.08 475	100.00 479	100.00 476	100.00 479	99.98 477	99.94 477

HaxPig	98.85 476	99.94 476	95.36 469	99.99 479	99.98 477	94.12 470	94.52 470	99.12 476	99.96 476	99.96 478	99.99 477	99.98 479	99.89 476	98.16 474	96.14 474	99.98 478	99.99 478	100.00 476	99.99 477	99.99 479	99.95 479

DPSMNet_ROB	99.90 480	100.00 479	99.99 479	99.99 479	100.00 479	100.00 478	100.00 478	99.98 478	100.00 478	98.37 474	100.00 478	99.81 477	100.00 479	99.97 476	99.99 478	100.00 481	100.00 479	100.00 476	100.00 479	100.00 480	99.99 480

DGTPSM_ROB	99.90 480	100.00 479	99.99 479	99.99 479	100.00 479	100.00 478	100.00 478	99.98 478	100.00 478	98.37 474	100.00 478	99.81 477	100.00 479	99.97 476	99.99 478	99.99 479	100.00 479	100.00 476	100.00 479	100.00 480	99.99 480

Selective-RAFT-Error	100.00 484	100.00 479	100.00 482	100.00 482	100.00 479	100.00 478	100.00 478	100.00 480	100.00 478	100.00 479	100.00 478	100.00 481	100.00 479	100.00 480	100.00 481	100.00 481	100.00 479	100.00 476	100.00 479	100.00 480	100.00 483

CasAABBNet	100.00 484	100.00 479	100.00 482	100.00 482	100.00 479	100.00 478	100.00 478	100.00 480	100.00 478	100.00 479	100.00 478	100.00 481	100.00 479	100.00 480	100.00 481	100.00 481	100.00 479	100.00 476	100.00 479	100.00 480	100.00 483

test_example2	99.38 478	99.98 478	99.99 479	100.00 482	99.98 477	99.73 476	99.99 477	96.99 474	100.00 478	100.00 479	100.00 478	96.49 473	96.74 473	99.97 476	99.96 477	100.00 481	99.97 477	98.68 475	99.11 476	100.00 480	100.00 483

LSM0	100.00 484	100.00 479	100.00 482	100.00 482	100.00 479	100.00 478	100.00 478	100.00 480	100.00 478	100.00 479	100.00 478	100.00 481	100.00 479	100.00 480	100.00 481	100.00 481	100.00 479	100.00 476	100.00 479	100.00 480	99.99 480

AVERAGE_ROB	99.63 479	99.96 477	98.88 474	100.00 482	100.00 479	98.16 475	95.64 471	100.00 480	100.00 478	100.00 479	100.00 478	100.00 481	100.00 479	100.00 480	99.99 478	100.00 481	100.00 479	100.00 476	100.00 479	100.00 480	100.00 483

Low-res two-view benchmark