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

BPD-Stereo	0.18 1	0.21 29	0.86 5	0.07 56	0.02 4	0.09 1	0.01 9	0.47 2	0.79 23	0.04 1	0.43 62	0.02 1	0.04 1	0.28 1	0.25 47	0.01 262	0.01 190	0.00 1	0.00 1	0.01 33	0.02 100

S2M2_XL	0.22 2	0.33 125	1.17 19	0.07 56	0.11 89	0.11 2	0.00 1	0.60 4	0.25 1	0.12 7	0.73 81	0.07 27	0.17 43	0.39 6	0.20 29	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter++	0.25 3	0.17 9	0.64 1	0.01 1	0.08 57	1.24 45	0.00 1	0.96 6	0.70 7	0.32 56	0.03 6	0.06 17	0.11 28	0.31 2	0.37 84	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

FoundationStereo	0.26 4	0.29 77	1.25 30	0.24 129	0.10 75	0.41 4	0.07 84	0.57 3	0.80 24	0.24 30	0.03 6	0.09 47	0.37 98	0.46 9	0.12 4	0.03 417	0.03 326	0.00 1	0.00 1	0.00 1	0.01 23

HiDET	0.34 5	0.16 3	0.67 2	0.01 1	0.10 75	1.18 22	0.01 9	2.53 22	0.71 8	0.29 42	0.06 18	0.07 27	0.12 34	0.35 4	0.42 104	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

LCMNet	0.34 5	0.16 3	0.75 3	0.02 5	0.10 75	1.21 28	0.01 9	2.64 26	0.73 15	0.24 30	0.05 17	0.06 17	0.17 43	0.32 3	0.39 90	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.01 23

Wavelet-MonSter	0.35 7	0.28 70	1.43 47	0.03 12	0.40 255	1.20 27	0.00 1	1.14 8	0.82 29	0.27 36	0.04 14	0.05 8	0.08 12	0.96 52	0.20 29	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.02 100

BridgeDepth_RVC	0.36 8	0.20 23	1.10 12	0.02 5	0.29 215	0.97 12	0.00 1	2.19 17	0.73 15	0.13 10	0.17 38	0.09 47	0.55 142	0.68 24	0.13 8	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.36 8	0.16 3	0.83 4	0.01 1	0.10 75	1.19 23	0.00 1	2.37 20	0.71 8	0.52 119	0.04 14	0.07 27	0.26 66	0.36 5	0.43 106	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.01 23

BridgeDepth	0.38 10	0.26 60	1.19 21	0.01 1	0.04 16	1.19 23	0.03 43	2.97 38	0.73 15	0.21 24	0.02 1	0.15 62	0.10 20	0.64 19	0.09 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LGtest1	0.42 11	0.33 125	1.42 44	0.13 101	0.16 132	0.98 13	0.01 9	2.30 19	0.96 60	0.21 24	0.07 19	0.08 41	0.10 20	1.10 61	0.31 68	0.01 262	0.09 448	0.00 1	0.00 1	0.03 141	0.02 100

MonStereo	0.44 12	0.23 41	1.44 50	0.05 36	0.77 335	1.17 17	0.01 9	3.17 54	0.72 10	0.28 37	0.18 39	0.06 17	0.04 1	0.54 11	0.17 23	0.00 1	0.00 1	0.00 1	0.01 338	0.00 1	0.01 23

Monster-pub-eth3d	0.44 12	0.23 41	1.44 50	0.05 36	0.77 335	1.17 17	0.01 9	3.17 54	0.72 10	0.28 37	0.18 39	0.06 17	0.04 1	0.55 12	0.17 23	0.00 1	0.00 1	0.00 1	0.01 338	0.00 1	0.01 23

3.25w_new	0.45 14	0.25 53	1.29 31	0.02 5	0.08 57	1.25 50	0.01 9	3.39 81	0.91 55	0.33 62	0.16 31	0.07 27	0.42 120	0.57 13	0.25 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

3.25w	0.45 14	0.25 53	1.29 31	0.02 5	0.08 57	1.25 50	0.01 9	3.39 81	0.91 55	0.33 62	0.16 31	0.06 17	0.42 120	0.57 13	0.25 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

MLG-Stereo_test3	0.45 14	0.31 94	1.35 40	0.06 45	0.17 142	1.30 63	0.01 9	3.52 100	0.77 21	0.15 12	0.07 19	0.06 17	0.07 9	0.74 27	0.22 34	0.02 371	0.06 399	0.00 1	0.00 1	0.01 33	0.02 100

S2M2_L	0.46 17	0.39 187	1.17 19	0.37 163	0.17 142	1.14 15	0.01 9	1.46 10	1.83 92	0.19 19	0.87 93	0.13 60	0.19 48	0.57 13	0.43 106	0.01 262	0.01 190	0.00 1	0.00 1	0.21 423	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter	0.46 17	0.23 41	1.44 50	0.05 36	0.77 335	1.17 17	0.01 9	3.17 54	0.72 10	0.28 37	0.18 39	0.07 27	0.04 1	0.83 38	0.17 23	0.00 1	0.00 1	0.00 1	0.01 338	0.00 1	0.01 23

asd	0.49 19	0.16 3	1.57 69	0.04 27	0.72 329	1.24 45	0.05 66	2.80 31	0.84 30	0.45 104	0.50 66	0.06 17	0.56 145	0.58 16	0.24 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4.5_new	0.49 19	0.17 9	1.73 90	0.06 45	0.30 217	1.23 35	0.07 84	3.11 45	0.87 43	0.45 104	0.66 76	0.05 8	0.19 48	0.67 21	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4.5w-stereo	0.49 19	0.17 9	1.73 90	0.06 45	0.30 217	1.23 35	0.07 84	3.11 45	0.87 43	0.45 104	0.66 76	0.05 8	0.19 48	0.67 21	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

IGEV	0.50 22	0.22 33	1.52 64	0.08 66	1.85 444	1.34 70	0.37 221	2.03 14	0.93 58	0.29 42	0.08 24	0.07 27	0.09 16	0.90 47	0.22 34	0.02 371	0.04 360	0.00 1	0.00 1	0.01 33	0.01 23

FlowAnything_test	0.51 23	0.33 125	2.09 137	0.15 106	0.15 124	1.71 123	0.03 43	1.76 11	0.49 4	1.10 161	0.77 84	0.03 2	0.05 6	0.61 17	0.66 161	0.05 451	0.01 190	0.00 1	0.00 1	0.10 297	0.02 100

asda	0.52 24	0.19 18	1.61 74	0.03 12	0.61 311	1.26 55	0.08 92	3.20 61	0.84 30	0.41 89	0.29 51	0.05 8	0.72 166	0.77 35	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4.25_new	0.52 24	0.18 13	1.42 44	0.03 12	0.88 347	1.23 35	0.04 52	3.18 58	0.85 35	0.32 56	0.77 84	0.05 8	0.42 120	0.83 38	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

4.5w_new	0.52 24	0.18 13	1.42 44	0.03 12	0.88 347	1.23 35	0.04 52	3.18 58	0.85 35	0.32 56	0.77 84	0.05 8	0.42 120	0.83 38	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

4.25w-stereo	0.52 24	0.18 13	1.43 47	0.03 12	0.88 347	1.23 35	0.04 52	3.18 58	0.85 35	0.32 56	0.77 84	0.05 8	0.42 120	0.83 38	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

3w_stereo	0.53 28	0.23 41	1.53 65	0.03 12	0.02 4	1.25 50	0.02 34	3.34 78	0.88 48	0.44 100	0.43 62	0.07 27	1.04 202	1.04 57	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4w-stereo	0.55 29	0.18 13	1.39 42	0.02 5	0.35 242	1.26 55	0.06 74	3.13 48	0.86 38	0.28 37	0.82 91	0.06 17	0.67 158	1.59 91	0.25 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

2.75w_new	0.55 29	0.23 41	1.43 47	0.04 27	0.12 104	1.25 50	0.08 92	3.20 61	0.86 38	0.39 82	0.16 31	0.07 27	0.88 186	1.99 116	0.24 42	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

2w_stereo	0.56 31	0.19 18	1.31 35	0.03 12	0.10 75	1.22 32	0.04 52	3.42 91	0.81 26	0.79 143	0.73 81	0.07 27	1.24 231	0.81 37	0.37 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

dual_stereo	0.56 31	0.32 107	1.08 11	0.07 56	0.11 89	0.77 9	0.03 43	3.60 106	1.17 75	0.12 7	0.03 6	0.20 76	0.11 28	2.77 139	0.51 138	0.00 1	0.14 490	0.00 1	0.16 458	0.00 1	0.02 100

AdaDepth	0.57 33	0.22 33	2.33 163	0.12 85	1.26 390	1.59 104	0.07 84	1.03 7	0.97 61	0.21 24	0.42 60	0.08 41	0.30 84	2.28 126	0.26 51	0.01 262	0.01 190	0.00 1	0.20 482	0.01 33	0.01 23

MLG-Stereo_test2	0.57 33	0.28 70	1.20 25	0.07 56	0.68 320	1.34 70	0.02 34	3.39 81	1.41 80	0.06 2	0.02 1	0.12 58	0.10 20	2.37 128	0.31 68	0.01 262	0.08 436	0.00 1	0.00 1	0.01 33	0.02 100

GEAStereo	0.59 35	0.22 33	1.14 16	0.16 110	0.19 169	1.96 149	0.73 328	3.39 81	0.84 30	0.52 119	0.65 73	0.19 70	0.48 131	0.83 38	0.14 11	0.00 1	0.03 326	0.00 1	0.00 1	0.17 384	0.12 367

Zero-FE251	0.62 36	0.53 285	2.17 152	0.37 163	0.30 217	1.84 137	0.06 74	2.60 24	0.31 2	2.21 184	0.23 46	0.09 47	0.39 105	0.67 21	0.52 140	0.01 262	0.01 190	0.00 1	0.00 1	0.02 89	0.07 282

3.75w	0.62 36	0.16 3	1.33 38	0.02 5	1.27 393	1.25 50	0.01 9	3.23 65	0.87 43	0.38 74	0.23 46	0.07 27	0.40 106	2.96 144	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

LG-G_1	0.62 36	0.31 94	1.19 21	0.07 56	0.11 89	1.81 134	0.02 34	3.74 118	0.88 48	0.23 27	0.03 6	0.09 47	0.08 12	3.39 158	0.27 59	0.02 371	0.08 436	0.00 1	0.00 1	0.03 141	0.02 100

LG-G	0.62 36	0.31 94	1.19 21	0.07 56	0.11 89	1.81 134	0.02 34	3.74 118	0.88 48	0.23 27	0.03 6	0.09 47	0.08 12	3.39 158	0.27 59	0.02 371	0.08 436	0.00 1	0.00 1	0.03 141	0.02 100

1w_stereo	0.64 40	0.16 3	1.24 28	0.09 72	0.50 289	1.19 23	0.08 92	3.24 67	0.84 30	0.48 109	2.37 167	0.04 5	1.57 258	0.84 45	0.10 3	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

LG-Stereo_L2	0.64 40	0.33 125	1.46 56	0.10 75	0.18 157	1.30 63	0.19 167	3.53 102	0.72 10	0.20 20	0.02 1	0.06 17	0.07 9	4.19 188	0.36 78	0.01 262	0.01 190	0.00 1	0.00 1	0.01 33	0.02 100

252Zero-FE	0.66 42	0.23 41	1.24 28	1.10 282	0.07 40	1.31 65	0.02 34	3.33 76	1.14 71	1.34 167	1.74 139	0.04 5	0.05 6	1.11 62	0.40 97	0.00 1	0.05 378	0.00 1	0.02 366	0.02 89	0.02 100

qwe	0.66 42	0.19 18	1.64 79	0.05 36	1.17 385	1.23 35	0.03 43	3.35 79	0.88 48	0.51 116	0.38 57	0.04 5	0.17 43	3.22 151	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

2.25w	0.67 44	0.20 23	1.40 43	0.04 27	0.13 113	1.21 28	0.05 66	3.23 65	0.87 43	0.36 68	1.17 111	0.07 27	0.69 161	3.67 167	0.30 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

MLG-Stereo_test1	0.67 44	0.23 41	1.05 9	0.06 45	1.40 406	1.24 45	0.00 1	3.56 104	1.36 78	0.06 2	0.04 14	0.08 41	0.10 20	4.03 183	0.14 11	0.01 262	0.07 423	0.00 1	0.01 338	0.01 33	0.02 100

2.5w	0.68 46	0.23 41	1.29 31	0.04 27	0.31 228	1.26 55	0.09 100	3.24 67	0.86 38	0.42 95	0.59 69	0.03 2	0.56 145	4.36 196	0.24 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

RAStereo	0.68 46	0.42 218	3.15 272	0.18 118	0.52 297	1.17 17	0.02 34	3.16 53	0.98 62	0.51 116	1.43 122	0.16 63	0.22 55	0.75 32	0.83 204	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 100

3.5w_stereo	0.69 48	0.23 41	1.44 50	0.02 5	0.14 119	1.24 45	0.03 43	3.53 102	0.90 54	0.20 20	1.48 125	0.07 27	0.50 136	3.73 169	0.30 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

LG-Stereo_L1	0.69 48	0.32 107	1.21 27	0.10 75	0.16 132	1.38 75	0.20 173	2.44 21	0.72 10	0.20 20	0.02 1	0.06 17	0.06 8	6.49 291	0.36 78	0.01 262	0.04 360	0.00 1	0.00 1	0.01 33	0.02 100

SGD-Stereo	0.69 48	0.30 89	1.15 18	0.25 131	0.12 104	1.26 55	0.29 201	1.87 13	0.62 6	0.50 115	0.51 67	0.08 41	0.11 28	6.67 307	0.09 1	0.01 262	0.01 190	0.00 1	0.00 1	0.02 89	0.01 23

Pro-Stereo	0.70 51	0.22 33	0.87 6	0.10 75	0.04 16	3.79 363	0.04 52	0.46 1	0.94 59	0.10 5	0.03 6	0.03 2	0.04 1	6.91 323	0.14 11	0.02 371	0.01 190	0.00 1	0.27 513	0.01 33	0.01 23

MatchStereo	0.70 51	0.35 155	2.06 129	0.05 36	0.01 1	0.93 11	0.01 9	4.29 148	3.44 200	0.10 5	1.13 106	0.18 68	0.25 59	0.76 34	0.39 90	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.00 1

water-stereo	0.70 51	0.29 77	3.07 266	0.08 66	0.07 40	1.54 100	0.15 145	4.01 135	1.41 80	0.59 131	1.31 116	0.26 97	0.24 57	0.43 8	0.39 90	0.02 371	0.06 399	0.00 1	0.02 366	0.02 89	0.01 23

GIP-stereo	0.70 51	0.44 237	1.70 88	1.52 345	0.75 331	1.48 92	0.05 66	4.18 144	1.10 67	0.18 17	0.42 60	0.58 158	0.38 102	0.65 20	0.46 120	0.00 1	0.00 1	0.00 1	0.00 1	0.05 208	0.01 23

DEFOM-Stereo	0.70 51	0.29 77	1.62 76	0.16 110	0.06 32	1.95 146	0.45 243	0.88 5	0.74 18	0.55 126	0.51 67	0.14 61	0.09 16	6.32 277	0.20 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

Monster-pub-mixall	0.72 56	0.39 187	0.98 7	0.04 27	0.12 104	1.23 35	0.01 9	2.74 29	0.86 38	0.86 147	0.39 59	0.07 27	0.09 16	6.24 268	0.32 70	0.01 262	0.02 273	0.00 1	0.00 1	0.02 89	0.03 158

MLG-Stereo	0.72 56	0.23 41	1.13 13	0.06 45	0.16 132	1.24 45	0.00 1	3.84 126	1.40 79	0.06 2	0.03 6	0.08 41	0.10 20	5.71 246	0.16 18	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.02 100

GREAT-IGEV	0.72 56	0.29 77	1.91 105	1.31 312	0.40 255	1.41 84	0.08 92	2.29 18	2.48 118	0.18 17	0.69 79	0.10 53	0.34 92	1.72 97	0.37 84	0.00 1	0.09 448	0.00 1	0.22 494	0.10 297	0.41 499
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
IGEV-Stereo++	0.74 59	0.23 41	1.31 35	0.06 45	1.62 418	1.95 146	0.01 9	3.29 72	1.81 89	0.38 74	1.68 136	0.10 53	1.16 221	0.91 48	0.19 28	0.01 262	0.01 190	0.00 1	0.00 1	0.04 176	0.01 23

GSStereo	0.75 60	0.22 33	1.14 16	0.69 222	0.19 169	1.96 149	0.73 328	4.64 175	2.10 98	0.31 52	0.65 73	0.43 137	0.48 131	0.83 38	0.14 11	0.00 1	0.01 190	0.00 1	0.12 445	0.17 384	0.13 379

GLC_STEREO	0.75 60	0.29 77	1.19 21	0.55 196	0.01 1	1.98 152	0.57 282	3.07 41	3.02 163	0.90 149	1.48 125	0.19 70	0.40 106	0.93 49	0.36 78	0.00 1	0.01 190	0.00 1	0.00 1	0.04 176	0.02 100

VIP-Stereo	0.76 62	0.66 340	2.08 136	0.09 72	0.27 204	1.99 154	0.11 112	3.32 74	0.80 24	0.48 109	1.27 114	0.28 104	0.11 28	3.06 148	0.41 99	0.00 1	0.05 378	0.00 1	0.00 1	0.03 141	0.12 367

rvit_stereo_0081_aga	0.76 62	0.51 273	3.29 283	0.11 83	0.25 194	1.73 127	0.22 180	3.68 108	2.54 125	0.26 35	0.16 31	0.27 100	0.30 84	1.31 73	0.36 78	0.00 1	0.00 1	0.00 1	0.00 1	0.12 334	0.04 202

GCAPDPT-zeroshot4090	0.76 62	0.27 65	2.85 228	0.73 224	1.14 380	1.41 84	0.61 292	4.07 136	1.14 71	1.54 173	0.15 28	0.11 55	0.12 34	0.74 27	0.23 37	0.01 262	0.03 326	0.00 1	0.00 1	0.03 141	0.12 367

DispViT+	0.77 65	0.39 187	2.67 198	0.05 36	1.41 408	1.70 121	0.01 9	2.95 35	3.28 186	0.41 89	0.35 56	0.17 64	0.28 71	0.46 9	0.27 59	0.01 262	0.96 571	0.00 1	0.00 1	0.02 89	0.01 23

testlalala	0.77 65	0.27 65	2.86 232	0.74 227	1.15 381	1.41 84	0.61 292	4.07 136	1.14 71	1.54 173	0.15 28	0.11 55	0.12 34	0.74 27	0.23 37	0.01 262	0.03 326	0.00 1	0.00 1	0.03 141	0.11 350

GCAPDPT-zeroshot	0.77 65	0.27 65	2.85 228	0.74 227	1.15 381	1.41 84	0.61 292	4.07 136	1.14 71	1.54 173	0.15 28	0.11 55	0.12 34	0.74 27	0.23 37	0.01 262	0.02 273	0.00 1	0.00 1	0.03 141	0.11 350

NLSM3	0.78 68	0.33 125	1.31 35	0.06 45	1.93 449	1.22 32	0.05 66	3.26 69	1.87 94	0.34 64	0.87 93	0.12 58	1.04 202	2.53 135	0.74 177	0.01 262	0.00 1	0.00 1	0.00 1	0.01 33	0.00 1

LG-Stereo	0.79 69	0.32 107	3.96 340	0.04 27	0.15 124	1.19 23	0.18 165	3.52 100	2.95 151	0.32 56	1.77 141	0.22 88	0.14 40	0.39 6	0.43 106	0.01 262	0.02 273	0.00 1	0.00 1	0.11 318	0.02 100

LG-Stereo_Zeroshot	0.80 70	0.33 125	2.51 179	0.25 131	0.53 298	1.93 144	0.27 196	5.07 207	1.05 66	0.47 108	0.68 78	0.64 162	0.22 55	0.95 51	0.65 157	0.00 1	0.05 378	0.00 1	0.19 479	0.03 141	0.16 414

MaDis-Stereo	0.80 70	0.69 351	3.02 250	0.33 152	1.83 442	1.22 32	0.06 74	3.41 88	1.49 82	0.31 52	0.38 57	0.42 136	0.51 137	1.14 65	1.21 262	0.00 1	0.00 1	0.00 1	0.00 1	0.05 208	0.05 239

AEACV	0.80 70	0.29 77	1.70 88	0.96 261	0.24 191	2.03 158	0.88 374	3.50 97	0.88 48	0.34 64	0.20 44	0.29 107	2.01 281	1.77 103	0.33 72	0.00 1	0.03 326	0.00 1	0.29 515	0.10 297	0.09 313

gasm-f	0.81 73	0.25 53	1.66 81	0.16 110	0.28 212	2.77 252	0.91 379	3.39 81	0.84 30	0.52 119	3.10 192	0.19 70	0.71 165	0.73 26	0.28 62	0.00 1	0.03 326	0.00 1	0.00 1	0.21 423	0.12 367

IGEV-RUCA	0.81 73	0.15 1	1.13 13	0.52 188	0.32 231	2.13 168	0.51 262	3.46 94	1.71 87	0.95 151	0.16 31	0.24 93	0.55 142	2.81 141	0.41 99	0.12 488	0.21 529	0.20 539	0.25 505	0.21 423	0.20 442

VMBase	0.83 75	0.29 77	1.79 92	0.04 27	0.11 89	1.38 75	0.03 43	2.87 33	3.42 197	0.53 122	1.32 117	0.73 170	0.41 114	3.01 146	0.54 143	0.01 262	0.02 273	0.00 1	0.00 1	0.00 1	0.00 1

UniTT-Stereo	0.83 75	0.33 125	1.98 120	0.92 252	1.27 393	0.54 7	0.11 112	1.35 9	2.94 150	1.67 177	2.09 154	0.20 76	0.31 88	1.57 89	1.07 244	0.00 1	0.00 1	0.00 1	0.00 1	0.16 370	0.01 23

Pointernet	0.84 77	0.35 155	2.00 124	0.12 85	0.13 113	1.77 129	0.06 74	4.87 191	2.53 123	0.14 11	2.11 157	0.76 173	0.44 126	1.02 55	0.32 70	0.00 1	0.04 360	0.00 1	0.15 455	0.02 89	0.01 23

monsters	0.87 78	0.28 70	1.54 66	0.47 183	2.71 486	1.38 75	0.01 9	3.14 49	0.81 26	0.32 56	0.48 65	0.05 8	0.13 39	5.72 247	0.42 104	0.01 262	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

castereo	0.87 78	0.60 314	1.07 10	0.34 157	0.17 142	1.89 140	0.79 346	4.84 190	2.05 97	0.65 136	2.55 173	0.31 114	0.40 106	1.02 55	0.38 89	0.01 262	0.09 448	0.00 1	0.24 500	0.03 141	0.02 100

zero-FE	0.88 80	0.27 65	2.12 144	0.21 123	1.63 419	1.75 128	0.83 356	3.08 42	0.61 5	0.15 12	0.13 27	0.29 107	0.44 126	3.38 157	1.07 244	0.02 371	0.02 273	0.00 1	0.05 410	1.47 549	0.03 158

rvit_stereo_0081	0.88 80	0.28 70	1.81 93	0.62 208	0.13 113	1.34 70	0.12 119	3.14 49	4.59 272	0.43 98	0.30 52	0.54 154	0.11 28	3.89 173	0.36 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

rvit_stereo_0082	0.88 80	0.28 70	1.81 93	0.62 208	0.13 113	1.34 70	0.12 119	3.14 49	4.59 272	0.43 98	0.30 52	0.54 154	0.11 28	3.89 173	0.36 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

rvit_stereo_0080	0.88 80	0.51 273	3.12 269	0.07 56	0.12 104	1.31 65	0.37 221	3.78 121	3.29 188	0.56 127	1.13 106	0.40 129	0.76 170	1.71 94	0.47 127	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.04 202

whm_eth	0.88 80	0.51 273	3.12 269	0.07 56	0.12 104	1.31 65	0.37 221	3.78 121	3.29 188	0.56 127	1.13 106	0.40 129	0.76 170	1.71 94	0.47 127	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.04 202

AIO_test	0.90 85	0.40 199	1.67 85	0.14 102	0.16 132	2.97 283	0.83 356	3.61 107	2.67 130	0.29 42	0.71 80	1.50 200	0.29 76	2.37 128	0.13 8	0.00 1	0.04 360	0.00 1	0.08 423	0.03 141	0.03 158

LoS	0.91 86	0.34 141	2.10 142	0.38 167	0.13 113	2.47 204	0.26 193	5.00 203	2.74 139	0.89 148	0.21 45	0.49 147	0.36 95	1.97 115	0.67 163	0.02 371	0.02 273	0.00 1	0.00 1	0.06 234	0.01 23
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
monsterstereo	0.93 87	0.30 89	1.91 105	0.43 175	2.63 482	1.21 28	0.01 9	3.11 45	0.76 20	0.46 107	1.44 123	0.05 8	0.09 16	5.66 242	0.50 136	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

BStereo	0.94 88	0.43 229	8.86 510	0.53 189	0.44 264	1.17 17	0.09 100	3.17 54	1.00 63	0.54 124	0.19 42	0.36 126	0.10 20	1.04 57	0.78 193	0.01 262	0.01 190	0.02 465	0.03 384	0.02 89	0.06 261

AIO-Stereo	0.94 88	0.22 33	1.20 25	0.06 45	0.08 57	2.36 192	0.62 298	5.50 245	2.61 127	0.30 47	3.32 199	0.41 132	0.25 59	1.12 64	0.17 23	0.00 1	0.01 190	0.00 1	0.35 531	0.06 234	0.12 367

DDF-Stereo	0.95 90	0.28 70	1.59 72	0.30 139	1.76 435	1.79 132	0.83 356	3.02 40	0.78 22	0.17 16	0.09 26	0.28 104	0.49 134	4.53 200	1.13 253	0.02 371	0.04 360	0.00 1	0.11 441	1.70 553	0.04 202

SMoEStereo_RVC	0.95 90	0.35 155	1.37 41	0.63 213	0.07 40	2.07 160	0.16 151	2.88 34	1.68 85	0.30 47	1.23 113	0.19 70	0.28 71	6.80 313	0.84 208	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.13 379

GCAP-Stereo	0.95 90	0.62 323	1.99 122	0.30 139	0.03 14	1.66 112	0.01 9	4.43 157	3.00 160	1.63 176	1.17 111	1.39 192	0.76 170	1.31 73	0.55 144	0.00 1	0.03 326	0.00 1	0.00 1	0.12 334	0.02 100

111111	0.97 93	0.19 18	1.49 59	0.06 45	1.12 377	1.43 89	0.05 66	4.77 185	1.70 86	0.44 100	2.88 181	0.09 47	0.17 43	4.66 207	0.20 29	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.01 23

fffft	0.97 93	0.29 77	1.69 87	0.03 12	0.05 21	2.12 167	0.65 305	3.44 93	1.87 94	0.34 64	0.60 71	0.23 89	0.20 51	6.69 308	0.89 224	0.00 1	0.01 190	0.00 1	0.00 1	0.18 400	0.09 313
1: 1. 1
DEFOM-Stereo_RVC	0.98 95	2.14 524	1.55 67	0.88 244	0.26 201	0.56 8	0.04 52	2.80 31	0.86 38	0.30 47	0.80 89	0.21 86	2.33 297	6.17 263	0.37 84	0.00 1	0.07 423	0.00 1	0.17 466	0.01 33	0.01 23

Occ-G	0.98 95	0.38 183	1.82 95	0.15 106	0.18 157	1.45 91	0.69 317	3.15 52	2.25 107	1.45 169	0.59 69	5.06 344	0.54 141	0.75 32	0.77 191	0.00 1	0.03 326	0.00 1	0.17 466	0.16 370	0.01 23

CASnet	0.98 95	0.32 107	1.62 76	0.65 216	0.07 40	2.11 165	0.14 139	3.50 97	4.03 239	3.77 233	1.41 121	0.31 114	0.29 76	0.80 36	0.57 146	0.01 262	0.00 1	0.00 1	0.00 1	0.04 176	0.01 23
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 95	0.42 218	1.86 97	0.07 56	0.22 183	1.65 111	0.02 34	4.07 136	6.33 357	0.72 139	1.54 128	0.43 137	0.64 156	1.22 70	0.44 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MM-Stereo_test2	0.99 99	0.29 77	2.26 158	1.34 316	0.12 104	1.78 131	0.53 264	4.71 182	3.31 190	0.76 141	0.80 89	0.50 150	0.35 93	1.86 108	0.73 175	0.00 1	0.05 378	0.00 1	0.07 418	0.26 452	0.06 261

trnet	0.99 99	0.37 175	1.89 103	0.08 66	0.19 169	1.68 116	0.02 34	4.12 143	6.41 361	0.70 138	1.57 129	0.46 143	0.67 158	1.15 66	0.41 99	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.01 23

CroCo-Stereo	0.99 99	0.89 405	3.19 276	0.46 178	0.44 264	0.38 3	0.05 66	4.61 170	3.95 233	0.48 109	1.78 144	1.01 180	0.27 69	1.11 62	1.07 244	0.01 262	0.00 1	0.00 1	0.00 1	0.05 208	0.04 202
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
rvit_stereo_ft	1.00 102	0.78 379	3.84 336	0.84 239	0.36 245	1.23 35	0.24 186	3.81 125	3.76 216	0.37 71	0.87 93	0.74 171	1.12 209	1.18 69	0.76 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.06 261

depthmonostereo	1.01 103	0.50 266	3.16 273	0.12 85	0.09 67	1.43 89	0.04 52	4.97 198	1.51 83	0.90 149	1.46 124	0.98 179	0.94 192	3.45 162	0.46 120	0.02 371	0.10 460	0.00 1	0.02 366	0.04 176	0.01 23

AIO_rvc	1.02 104	0.59 310	1.95 117	0.15 106	0.09 67	3.42 319	0.99 389	4.46 159	2.73 138	0.28 37	1.62 131	1.32 190	0.28 71	2.10 122	0.21 33	0.00 1	0.03 326	0.00 1	0.04 404	0.11 318	0.11 350

RSM++	1.02 104	0.24 52	1.33 38	0.86 242	0.04 16	2.78 253	0.30 207	2.63 25	2.67 130	0.48 109	1.95 149	0.52 151	0.25 59	5.50 238	0.57 146	0.00 1	0.00 1	0.00 1	0.17 466	0.11 318	0.09 313

mms	1.03 106	0.54 290	1.58 71	0.05 36	0.36 245	1.52 99	0.08 92	2.97 38	1.84 93	0.38 74	2.94 184	0.32 117	0.25 59	6.82 314	0.39 90	0.00 1	0.04 360	0.00 1	0.00 1	0.17 384	0.28 477

ours_stereo	1.03 106	0.55 294	1.86 97	0.12 85	0.32 231	1.16 16	0.09 100	3.27 71	2.18 102	0.39 82	3.02 188	0.34 125	0.26 66	6.32 277	0.37 84	0.00 1	0.01 190	0.00 1	0.00 1	0.18 400	0.13 379

rvit_stereo_0083	1.03 106	0.26 60	3.09 267	0.49 185	0.09 67	1.27 60	0.24 186	2.72 27	4.60 274	0.38 74	0.77 84	0.78 174	1.18 225	4.35 195	0.33 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.03 158

EGLCR-Stereo	1.04 109	0.20 23	2.00 124	1.14 290	0.16 132	2.50 208	0.11 112	4.96 197	2.61 127	0.79 143	0.07 19	1.46 198	0.37 98	3.96 180	0.23 37	0.01 262	0.05 378	0.00 1	0.00 1	0.00 1	0.07 282

gcap_with_dpt	1.05 110	0.35 155	2.77 216	0.75 229	2.11 458	1.83 136	0.32 209	5.92 271	1.24 76	2.11 183	1.14 110	0.47 144	0.47 130	1.07 60	0.22 34	0.03 417	0.06 399	0.00 1	0.00 1	0.03 141	0.13 379

HUF	1.05 110	0.64 327	2.33 163	0.35 160	0.22 183	3.09 294	0.41 232	3.73 117	2.89 147	0.36 68	2.71 178	0.33 121	0.30 84	2.28 126	0.23 37	0.00 1	0.61 567	0.00 1	0.00 1	0.15 363	0.39 494

rrr	1.05 110	0.45 245	3.18 275	0.32 147	0.06 32	2.74 243	0.95 386	3.49 96	1.12 68	0.39 82	0.16 31	0.20 76	0.29 76	6.47 288	0.87 216	0.00 1	0.00 1	0.00 1	0.21 488	0.06 234	0.10 336

IGEVStereo-DCA	1.06 113	0.45 245	2.06 129	0.32 147	0.06 32	2.74 243	0.84 362	3.71 110	2.27 108	0.39 82	0.16 31	0.20 76	0.29 76	6.47 288	0.87 216	0.00 1	0.00 1	0.00 1	0.16 458	0.06 234	0.06 261

test_xeample3	1.08 114	0.43 229	3.39 292	0.49 185	0.05 21	2.58 221	0.93 382	3.32 74	1.77 88	0.23 27	0.23 46	0.19 70	0.28 71	6.34 279	0.85 209	0.00 1	0.01 190	0.00 1	0.26 512	0.06 234	0.10 336

tt45	1.09 115	0.35 155	1.49 59	0.39 168	0.23 188	3.50 331	0.14 139	3.35 79	1.81 89	0.36 68	2.04 152	0.27 100	0.26 66	6.84 317	0.63 155	0.00 1	0.00 1	0.00 1	0.00 1	0.16 370	0.03 158

MGS-Stereo	1.10 116	0.26 60	2.45 170	0.58 202	0.06 32	1.84 137	0.67 311	2.16 16	3.42 197	1.03 153	6.13 288	0.49 147	0.36 95	1.43 80	0.62 152	0.00 1	0.00 1	0.00 1	0.00 1	0.47 508	0.00 1

test_for_model	1.12 117	0.22 33	2.65 196	0.69 222	1.55 414	1.40 83	0.17 158	5.56 248	1.01 65	1.11 162	0.08 24	0.23 89	0.07 9	7.29 353	0.24 42	0.01 262	0.03 326	0.00 1	0.00 1	0.03 141	0.11 350

ff7	1.12 117	0.57 302	2.06 129	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 458	0.09 286	0.06 261

ffff	1.12 117	0.57 302	2.06 129	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 458	0.09 286	0.06 261

11t	1.12 117	0.57 302	2.06 129	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 458	0.09 286	0.06 261

anonymousdsp	1.12 117	0.59 310	1.66 81	0.03 12	0.07 40	2.81 264	0.82 352	4.07 136	2.30 114	0.41 89	1.12 105	0.30 109	0.40 106	7.05 336	0.49 130	0.00 1	0.00 1	0.00 1	0.17 466	0.10 297	0.05 239

ccc-4	1.12 117	0.57 302	2.06 129	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 458	0.09 286	0.06 261

IGEV-Stereo	1.12 117	0.59 310	1.66 81	0.03 12	0.07 40	2.82 267	0.82 352	4.09 142	2.30 114	0.41 89	1.11 102	0.30 109	0.41 114	7.05 336	0.49 130	0.00 1	0.00 1	0.00 1	0.17 466	0.10 297	0.05 239
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DilatedVolume-Stereo	1.13 124	0.41 212	2.75 211	1.04 276	0.11 89	2.21 177	0.10 106	2.96 37	1.32 77	2.40 192	2.09 154	0.33 121	0.58 151	5.62 239	0.43 106	0.03 417	0.06 399	0.00 1	0.14 451	0.04 176	0.04 202

fffy	1.13 124	0.51 273	2.15 145	1.01 268	0.09 67	2.30 189	0.19 167	4.07 136	1.13 70	0.16 14	2.66 175	0.20 76	0.38 102	6.98 332	0.35 76	0.00 1	0.06 399	0.00 1	0.00 1	0.14 359	0.16 414

IGEV++	1.14 126	0.51 273	1.66 81	0.55 196	0.08 57	2.52 209	1.01 393	6.51 304	3.16 173	0.59 131	2.11 157	0.43 137	1.18 225	1.44 82	0.79 197	0.00 1	0.05 378	0.00 1	0.05 410	0.11 318	0.11 350

WQFJA1++	1.15 127	0.17 9	1.86 97	0.47 183	0.69 321	1.21 28	0.03 43	2.79 30	0.47 3	2.59 196	0.07 19	0.24 93	0.18 47	2.69 138	0.50 136	0.00 1	0.00 1	0.00 1	0.01 338	8.92 584	0.07 282

castereo++	1.18 128	0.54 290	1.95 117	0.30 139	0.51 293	4.56 398	1.00 391	4.61 170	1.12 68	0.29 42	2.14 161	1.89 213	0.15 41	3.94 179	0.18 27	0.00 1	0.04 360	0.00 1	0.31 523	0.03 141	0.00 1

CAS++	1.18 128	0.55 294	1.99 122	0.17 113	0.27 204	1.85 139	0.63 299	8.48 360	3.07 167	1.71 178	2.32 165	0.18 68	0.20 51	1.91 114	0.30 63	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.01 23
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Wave_Phase_stereo	1.19 130	0.43 229	8.86 510	0.53 189	0.44 264	5.87 430	0.09 100	3.42 91	1.00 63	0.54 124	0.19 42	0.36 126	0.10 20	1.04 57	0.78 193	0.01 262	0.01 190	0.02 465	0.03 384	0.02 89	0.06 261

DA	1.19 130	0.37 175	1.94 112	0.62 208	0.30 217	6.06 435	0.59 284	5.55 246	2.23 104	0.37 71	2.42 170	0.41 132	1.17 222	1.24 71	0.16 18	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.20 442

GGEV	1.19 130	0.37 175	1.94 112	0.62 208	0.30 217	6.06 435	0.59 284	5.55 246	2.23 104	0.37 71	2.42 170	0.41 132	1.17 222	1.24 71	0.16 18	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.20 442

xyz-stereo-finetune	1.20 133	0.44 237	2.19 154	0.08 66	0.05 21	3.16 305	0.68 312	3.41 88	2.58 126	0.81 145	1.77 141	0.68 163	0.37 98	6.20 266	1.63 302	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.02 100

ProNet	1.20 133	0.60 314	2.00 124	0.26 133	0.08 57	2.73 242	0.68 312	5.00 203	2.52 122	0.29 42	1.32 117	0.37 128	0.36 95	6.94 330	0.44 112	0.00 1	0.07 423	0.00 1	0.00 1	0.17 384	0.07 282

TANstereo	1.20 133	0.49 263	2.04 127	0.34 157	0.10 75	1.80 133	0.01 9	3.40 87	4.10 247	4.37 246	4.82 238	0.41 132	0.70 162	0.94 50	0.46 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 136	0.20 23	1.30 34	0.12 85	0.06 32	2.48 206	0.51 262	3.78 121	2.74 139	0.48 109	2.38 168	2.18 222	0.28 71	6.77 312	0.56 145	0.00 1	0.00 1	0.00 1	0.16 458	0.07 254	0.05 239

sCroCo_RVC	1.21 136	0.65 334	5.16 420	1.09 281	1.29 397	0.92 10	0.19 167	3.92 128	2.68 133	0.30 47	3.04 189	0.52 151	1.56 257	1.58 90	0.78 193	0.09 479	0.25 542	0.00 1	0.00 1	0.07 254	0.11 350

Selective-IGEV	1.23 138	0.18 13	1.13 13	0.07 56	0.17 142	2.38 196	0.54 267	6.10 277	2.51 121	0.41 89	3.20 196	0.26 97	0.29 76	6.94 330	0.16 18	0.00 1	0.01 190	0.00 1	0.11 441	0.04 176	0.10 336

MSCF	1.24 139	0.77 372	1.95 117	0.42 171	0.46 272	3.85 367	0.85 368	4.26 147	2.02 96	2.21 184	2.34 166	0.17 64	2.74 320	1.75 99	0.39 90	0.00 1	0.01 190	0.00 1	0.54 548	0.04 176	0.05 239

WCG-NET	1.24 139	0.43 229	1.46 56	0.33 152	0.08 57	2.14 169	1.08 402	3.09 44	6.86 379	2.73 200	3.43 207	0.74 171	0.94 192	0.89 46	0.33 72	0.00 1	0.04 360	0.00 1	0.00 1	0.10 297	0.05 239

CroCo-Stereo Lap2	1.24 139	0.88 402	3.39 292	0.95 259	4.59 555	0.47 5	0.08 92	3.51 99	2.80 143	1.17 165	2.24 162	1.57 203	0.20 51	1.48 85	1.14 255	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.12 367

Replicate-Monster	1.25 142	1.94 518	10.24 523	0.08 66	0.32 231	1.32 68	0.03 43	3.71 110	0.89 53	1.07 158	0.07 19	0.08 41	0.10 20	4.74 209	0.14 11	0.01 262	0.04 360	0.00 1	0.00 1	0.01 33	0.22 448

999	1.25 142	0.37 175	1.63 78	1.15 291	0.34 239	3.03 289	0.66 308	3.41 88	2.27 108	0.30 47	3.20 196	0.19 70	0.25 59	7.23 351	0.85 209	0.00 1	0.00 1	0.00 1	0.00 1	0.16 370	0.01 23

WQFJA1	1.26 144	0.34 141	1.49 59	0.14 102	4.66 556	2.76 249	0.13 129	5.38 239	3.79 218	0.44 100	0.31 54	0.69 166	1.09 206	1.43 80	2.48 365	0.01 262	0.00 1	0.00 1	0.00 1	0.05 208	0.02 100

NLMM	1.26 144	0.34 141	1.50 63	0.14 102	4.66 556	2.76 249	0.13 129	5.38 239	3.79 218	0.44 100	0.31 54	0.69 166	1.09 206	1.41 75	2.48 365	0.01 262	0.00 1	0.00 1	0.00 1	0.05 208	0.02 100

rvit_0105_6	1.26 144	0.87 398	4.85 399	0.61 206	0.07 40	1.60 105	0.32 209	3.79 124	5.87 324	0.25 33	0.26 50	1.09 183	0.29 76	4.60 205	0.62 152	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.06 261

Former-RAFT_DAM_RVC	1.26 144	0.42 218	2.36 167	0.59 204	1.26 390	2.43 201	0.01 9	3.29 72	7.76 413	1.71 178	2.78 179	0.27 100	0.32 90	1.16 68	0.58 150	0.04 438	0.01 190	0.00 1	0.00 1	0.04 176	0.10 336

LoS_RVC	1.26 144	1.43 479	1.91 105	0.42 171	3.77 527	1.71 123	0.04 52	2.58 23	2.49 120	0.42 95	2.58 174	0.30 109	0.57 149	1.71 94	0.66 161	0.01 262	0.02 273	0.00 1	0.00 1	0.02 89	4.49 575

MIF-Stereo (partial)	1.29 149	0.33 125	3.02 250	0.03 12	1.12 377	1.26 55	0.13 129	4.46 159	3.75 214	0.35 67	2.39 169	0.31 114	0.74 168	6.09 259	1.76 314	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.04 202

MyStereo07	1.31 150	0.79 380	1.61 74	1.03 271	1.11 375	2.63 232	0.46 244	5.48 242	2.24 106	0.64 135	1.48 125	0.27 100	0.59 153	7.03 335	0.45 116	0.00 1	0.09 448	0.00 1	0.01 338	0.11 318	0.09 313

GASTEREO	1.34 151	0.98 424	1.86 97	0.53 189	0.46 272	3.97 375	0.86 370	4.25 146	2.16 101	2.34 191	3.48 210	0.17 64	2.87 329	1.88 112	0.39 90	0.00 1	0.01 190	0.00 1	0.54 548	0.04 176	0.05 239

plain	1.34 151	0.51 273	5.09 414	0.30 139	0.05 21	1.58 102	0.08 92	4.47 161	3.77 217	0.42 95	1.76 140	0.60 161	0.74 168	6.11 260	0.94 232	0.00 1	0.00 1	0.00 1	0.00 1	0.40 499	0.02 100

sAnonymous2	1.35 153	1.66 500	8.14 502	0.55 196	0.46 272	1.23 35	0.24 186	4.00 133	3.47 201	0.40 87	1.11 102	0.23 89	1.42 243	0.96 52	0.57 146	0.01 262	0.00 1	0.00 1	0.20 482	2.07 559	0.22 448

CroCo_RVC	1.35 153	1.66 500	8.14 502	0.55 196	0.46 272	1.23 35	0.24 186	4.00 133	3.47 201	0.40 87	1.11 102	0.23 89	1.42 243	0.96 52	0.57 146	0.01 262	0.00 1	0.00 1	0.20 482	2.07 559	0.22 448

knoymous	1.36 155	0.21 29	1.68 86	0.20 119	0.49 286	1.58 102	0.11 112	5.15 211	2.40 117	4.62 254	1.77 141	4.56 323	0.45 128	3.23 152	0.63 155	0.00 1	0.02 273	0.00 1	0.00 1	0.02 89	0.01 23

rvit_0105_4	1.38 156	0.98 424	5.52 441	0.61 206	0.05 21	1.62 108	0.41 232	3.95 131	5.80 321	0.31 52	0.73 81	1.37 191	0.53 140	4.89 218	0.78 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.04 202

SCV_C0	1.40 157	0.49 263	3.06 265	0.12 85	0.21 179	2.29 184	0.09 100	6.46 300	3.81 220	0.63 133	2.00 151	0.24 93	0.41 114	7.31 355	0.43 106	0.01 262	0.05 378	0.00 1	0.21 488	0.16 370	0.07 282

MoCha-V2	1.41 158	0.42 218	2.61 191	0.81 233	0.23 188	2.53 212	0.20 173	4.81 187	3.16 173	0.82 146	3.15 193	0.30 109	1.61 262	6.66 306	0.40 97	0.00 1	0.20 526	0.00 1	0.24 500	0.05 208	0.02 100

PMTNet	1.41 158	0.37 175	2.06 129	0.26 133	0.15 124	2.94 281	0.34 216	3.39 81	5.33 302	1.00 152	1.27 114	0.28 104	0.93 190	4.04 184	0.74 177	5.00 579	0.00 1	0.00 1	0.00 1	0.03 141	0.01 23

AE-Stereo	1.44 160	0.32 107	2.69 201	1.58 359	0.20 176	2.24 181	0.59 284	6.01 273	5.70 315	1.18 166	3.17 194	1.02 181	0.78 176	1.73 98	0.83 204	0.02 371	0.18 515	0.00 1	0.29 515	0.11 318	0.07 282

XX-TBD	1.44 160	0.85 394	2.04 127	2.45 489	0.05 21	2.34 191	0.01 9	3.46 94	7.51 400	2.88 205	4.98 245	0.26 97	0.25 59	1.15 66	0.46 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLSM1	1.45 162	0.40 199	2.26 158	0.50 187	5.10 562	2.85 271	0.17 158	4.66 180	2.76 141	0.56 127	1.70 137	0.30 109	0.62 154	4.87 213	2.19 348	0.00 1	0.00 1	0.00 1	0.00 1	0.06 234	0.01 23

MC-Stereo	1.47 163	0.36 168	2.54 182	1.99 427	0.12 104	1.90 141	0.12 119	4.47 161	2.83 144	3.31 220	3.44 208	0.56 156	1.47 246	5.39 234	0.47 127	0.00 1	0.04 360	0.00 1	0.21 488	0.07 254	0.04 202

rvit_0105_5	1.48 164	0.89 405	5.43 432	0.46 178	0.04 16	1.60 105	0.60 289	4.65 178	5.90 327	0.76 141	1.59 130	1.75 209	0.78 176	4.20 190	0.88 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.06 261

WQFJX	1.49 165	0.32 107	1.86 97	0.06 45	4.78 561	2.43 201	0.43 236	5.57 250	3.85 223	0.48 109	1.38 120	0.56 156	1.37 241	4.54 201	2.09 339	0.01 262	0.00 1	0.00 1	0.00 1	0.07 254	0.05 239

WCG-NET（raft）	1.49 165	0.50 266	1.55 67	0.21 123	0.08 57	2.15 171	1.01 393	2.72 27	6.26 352	2.79 201	3.06 191	4.38 316	1.04 202	3.53 164	0.26 51	0.00 1	0.12 475	0.00 1	0.00 1	0.10 297	0.08 300

StereoAnything_RVC	1.52 167	7.77 576	2.81 224	0.05 36	0.02 4	1.11 14	0.06 74	3.26 69	0.75 19	0.12 7	0.02 1	0.07 27	0.68 160	6.69 308	0.13 8	0.02 371	0.08 436	0.00 1	0.00 1	6.69 580	0.02 100

model_zeroshot	1.52 167	0.42 218	4.10 357	1.25 300	0.11 89	3.04 290	0.14 139	5.79 266	2.84 145	3.12 212	3.65 213	2.05 220	0.42 120	2.38 130	0.71 172	0.01 262	0.10 460	0.00 1	0.20 482	0.02 89	0.04 202

WQFJX1	1.53 169	0.34 141	1.49 59	0.04 27	4.03 535	2.23 180	0.16 151	5.56 248	3.84 222	0.53 122	1.13 106	0.68 163	0.89 187	7.80 387	1.74 312	0.01 262	0.00 1	0.00 1	0.00 1	0.07 254	0.02 100

NLMM1	1.55 170	0.35 155	1.65 80	0.05 36	4.55 554	2.00 156	0.13 129	5.67 257	5.17 296	0.57 130	0.86 92	0.45 142	0.80 179	6.82 314	1.92 327	0.00 1	0.01 190	0.00 1	0.00 1	0.06 234	0.02 100

CES	1.56 171	0.35 155	1.44 50	0.42 171	7.70 579	2.66 239	0.13 129	4.89 192	2.53 123	0.25 33	1.10 101	0.33 121	0.31 88	1.61 93	0.58 150	0.01 262	0.02 273	0.00 1	0.00 1	0.54 511	6.26 581

NLCSM	1.57 172	0.40 199	1.44 50	0.28 138	4.08 537	2.16 173	0.17 158	4.83 189	3.06 166	0.69 137	1.86 147	0.59 159	1.24 231	7.85 391	2.53 370	0.01 262	0.00 1	0.00 1	0.00 1	0.17 384	0.02 100

MM-Stereo_test1	1.57 172	0.36 168	2.19 154	1.17 293	0.35 242	2.39 197	0.56 273	4.53 164	5.21 297	3.67 229	1.65 134	0.40 129	0.84 184	6.90 322	0.80 200	0.00 1	0.03 326	0.00 1	0.00 1	0.31 469	0.03 158

SCV	1.59 174	0.58 307	2.57 185	2.72 502	0.31 228	2.15 171	0.79 346	6.88 319	2.72 135	0.20 20	2.68 176	0.68 163	0.58 151	7.60 371	0.41 99	0.00 1	0.03 326	0.00 1	0.22 494	0.37 489	0.24 459

CREStereo++_RVC	1.59 174	0.39 187	2.26 158	0.36 161	0.01 1	1.67 113	0.01 9	2.95 35	8.12 424	3.69 231	7.44 336	0.47 144	0.32 90	0.74 27	0.39 90	0.00 1	0.00 1	0.00 1	3.03 583	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Reg-Stereo(zero)	1.60 176	0.19 18	2.59 188	0.45 177	0.47 281	1.64 110	0.23 184	3.22 64	5.87 324	4.29 243	3.01 186	4.49 321	1.64 263	2.47 133	1.16 258	0.00 1	0.08 436	0.00 1	0.13 450	0.01 33	0.10 336

11t1	1.62 177	0.26 60	2.53 181	2.37 483	0.24 191	2.58 221	0.06 74	6.66 310	3.00 160	3.40 222	3.01 186	1.14 185	1.94 279	4.18 187	0.91 228	0.01 262	0.02 273	0.00 1	0.00 1	0.03 141	0.03 158

iRaftStereo_RVC	1.62 177	0.68 346	1.98 120	0.67 218	0.05 21	2.99 285	0.04 52	5.36 235	3.74 213	3.82 234	4.96 243	2.54 231	0.62 154	3.35 156	0.97 236	0.00 1	0.07 423	0.00 1	0.00 1	0.30 464	0.27 473

RAFT-Stereo-weight	1.67 179	0.31 94	1.57 69	0.97 264	0.15 124	3.19 307	0.77 340	5.06 205	6.19 351	4.96 266	3.38 205	2.83 239	0.35 93	2.87 142	0.74 177	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.02 100

HART	1.68 180	0.67 344	2.72 207	0.04 27	0.27 204	1.72 126	0.04 52	5.60 253	3.16 173	1.44 168	7.73 347	2.41 228	0.15 41	6.44 284	0.62 152	0.00 1	0.12 475	0.00 1	0.00 1	0.24 448	0.17 420

IGEV-Stereo+	1.69 181	0.43 229	1.59 72	0.37 163	3.10 495	2.10 163	0.07 84	1.86 12	0.91 55	0.39 82	0.03 6	0.20 76	0.41 114	7.05 336	0.16 18	0.02 371	0.07 423	0.00 1	0.18 473	5.14 574	9.77 595

Selective-RAFT	1.69 181	0.32 107	3.29 283	0.92 252	0.18 157	3.89 369	0.06 74	4.22 145	4.00 236	1.47 170	1.98 150	3.07 253	2.81 324	6.35 281	0.89 224	0.01 262	0.00 1	0.00 1	0.21 488	0.05 208	0.00 1

rvit_0105_3	1.71 183	0.90 408	5.93 452	0.78 231	0.02 4	1.62 108	1.69 440	5.15 211	5.99 336	2.22 187	1.64 133	1.97 218	1.17 222	4.19 188	0.92 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.03 158

4D-IteraStereo	1.72 184	0.86 395	3.01 248	0.09 72	2.86 490	3.57 342	1.06 397	3.92 128	5.31 300	5.28 280	1.02 96	3.92 291	0.38 102	1.83 106	1.04 243	0.00 1	0.01 190	0.00 1	0.00 1	0.07 254	0.09 313

rafts_anoy	1.72 184	0.79 380	2.58 187	2.03 437	1.75 433	2.47 204	0.16 151	5.48 242	6.01 338	3.24 216	2.11 157	1.92 217	1.33 235	3.08 149	1.13 253	0.01 262	0.18 515	0.00 1	0.01 338	0.03 141	0.07 282

x	1.73 186	0.28 70	2.49 177	1.91 410	0.17 142	2.10 163	0.83 356	8.74 373	3.55 207	3.28 217	2.12 160	3.10 254	1.96 280	2.90 143	1.12 251	0.00 1	0.02 273	0.00 1	0.00 1	0.02 89	0.03 158

TestStereo	1.74 187	1.02 431	3.64 316	0.20 119	0.28 212	1.33 69	0.01 9	5.24 222	4.01 238	3.18 213	4.97 244	2.07 221	0.70 162	7.32 356	0.75 183	0.02 371	0.00 1	0.00 1	0.00 1	0.01 33	0.00 1

Anonymous3	1.76 188	0.44 237	6.37 467	0.33 152	0.50 289	4.33 387	0.54 267	4.43 157	2.48 118	2.21 184	3.24 198	1.53 202	1.14 213	5.64 240	1.29 267	0.17 503	0.23 536	0.00 1	0.00 1	0.12 334	0.15 402

GCAP-BAT	1.77 189	0.49 263	2.78 219	0.66 217	0.16 132	3.76 360	0.80 348	3.72 116	3.27 184	3.68 230	5.03 247	3.66 282	0.56 145	5.82 250	0.65 157	0.00 1	0.05 378	0.00 1	0.24 500	0.01 33	0.01 23

anonymousdsp2	1.78 190	0.39 187	3.40 294	1.10 282	0.04 16	3.63 343	0.50 259	7.80 341	2.77 142	2.91 207	2.88 181	3.17 257	1.01 196	5.15 227	0.43 106	0.00 1	0.01 190	0.02 465	0.15 455	0.05 208	0.12 367

FE-Mocha	1.79 191	0.44 237	4.10 357	0.83 237	0.23 188	3.23 310	0.16 151	7.48 335	2.19 103	5.05 271	5.62 276	2.84 240	0.85 185	1.81 104	0.67 163	0.00 1	0.05 378	0.00 1	0.20 482	0.02 89	0.05 239

DCRE	1.79 191	0.68 346	2.55 183	1.66 372	0.27 204	1.27 60	0.05 66	4.57 169	4.04 241	3.30 219	9.24 384	3.83 289	1.20 228	2.08 121	0.67 163	0.00 1	0.12 475	0.00 1	0.24 500	0.04 176	0.09 313

raft+_RVC	1.79 191	0.84 392	2.32 162	2.40 484	0.85 345	1.38 75	0.09 100	6.36 290	4.75 282	2.85 204	5.46 271	1.17 187	1.36 240	4.54 201	0.91 228	0.00 1	0.10 460	0.00 1	0.00 1	0.11 318	0.22 448

HUI-Stereo	1.80 194	0.41 212	2.85 228	0.12 85	0.18 157	3.72 354	0.65 305	5.23 216	2.97 158	5.87 304	4.34 229	3.45 265	1.52 252	3.93 178	0.65 157	0.02 371	0.00 1	0.00 1	0.00 1	0.08 268	0.10 336

GMOStereo	1.81 195	0.47 253	2.09 137	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 158

error version	1.81 195	0.47 253	2.09 137	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 158

test-v	1.81 195	0.47 253	2.09 137	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 158

test-2	1.81 195	0.47 253	2.09 137	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 158

xyz-stereo-finetune2	1.82 199	0.51 273	2.22 156	0.10 75	0.05 21	6.49 445	0.17 158	3.59 105	2.15 100	0.63 133	6.19 292	0.49 147	3.44 352	6.93 325	3.48 405	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.01 23

test-1	1.82 199	0.45 245	5.42 431	0.89 246	0.41 260	2.14 169	0.56 273	5.75 260	4.15 252	3.28 217	5.11 248	3.61 279	0.70 162	1.53 88	1.56 293	0.02 371	0.34 548	0.00 1	0.08 423	0.02 89	0.30 481

MM-Stereo_test3	1.83 201	0.59 310	1.93 109	1.43 333	3.99 533	2.44 203	0.81 350	5.81 267	6.70 374	1.73 180	4.79 236	1.23 189	0.65 157	3.30 153	0.85 209	0.00 1	0.01 190	0.00 1	0.00 1	0.33 477	0.05 239

GMStereo	1.83 201	0.99 427	4.55 384	0.57 201	0.05 21	2.53 212	0.01 9	4.95 195	11.14 485	3.52 224	2.24 162	0.53 153	0.49 134	3.76 171	0.80 200	0.20 510	0.00 1	0.00 1	0.12 445	0.12 334	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 203	0.21 29	2.45 170	1.02 269	0.22 183	1.37 74	0.82 352	4.66 180	5.06 290	7.02 371	1.73 138	4.09 298	0.41 114	6.51 294	0.76 185	0.00 1	0.00 1	0.00 1	0.29 515	0.18 400	0.14 391

1test111	1.86 204	0.65 334	2.15 145	2.30 471	0.02 4	5.80 426	0.56 273	8.45 356	3.33 192	1.03 153	3.33 200	0.32 117	3.71 367	4.40 197	0.96 233	0.00 1	0.02 273	0.00 1	0.03 384	0.02 89	0.03 158

LL-Strereo2	1.86 204	0.83 391	2.33 163	0.36 161	0.17 142	3.79 363	1.52 430	5.82 268	4.04 241	4.43 247	2.51 172	4.23 305	0.37 98	5.66 242	0.99 238	0.00 1	0.02 273	0.00 1	0.05 410	0.06 234	0.11 350

test-3	1.86 204	0.21 29	2.46 173	1.03 271	0.22 183	1.38 75	0.83 356	4.65 178	5.04 289	7.26 388	1.78 144	4.10 300	0.41 114	6.53 297	0.76 185	0.00 1	0.00 1	0.00 1	0.29 515	0.18 400	0.14 391

raftrobust	1.86 204	0.74 364	1.94 112	2.15 454	2.24 467	2.74 243	0.53 264	4.89 192	4.05 243	6.09 316	3.89 216	1.64 204	2.55 307	2.44 131	1.12 251	0.00 1	0.03 326	0.00 1	0.00 1	0.12 334	0.08 300

gcap-zeroshot	1.87 208	0.44 237	4.24 362	0.53 189	0.51 293	3.12 299	0.75 336	6.42 298	3.91 229	3.75 232	1.67 135	7.79 415	0.55 142	2.61 136	0.53 141	0.02 371	0.21 529	0.00 1	0.23 497	0.00 1	0.05 239

riskmin	1.88 209	0.15 1	2.11 143	1.38 325	0.88 347	2.40 198	0.04 52	5.93 272	6.10 341	2.25 188	1.34 119	6.06 375	5.08 440	2.78 140	1.01 241	0.00 1	0.02 273	0.00 1	0.00 1	0.01 33	0.06 261

test_3	1.88 209	0.22 33	2.75 211	0.96 261	0.22 183	1.28 62	0.77 340	4.62 172	5.87 324	6.55 353	1.84 146	4.28 311	0.45 128	6.48 290	0.76 185	0.00 1	0.01 190	0.00 1	0.28 514	0.17 384	0.14 391

PSM-adaLoss	1.88 209	0.40 199	2.86 232	0.12 85	0.19 169	3.75 359	0.71 323	5.23 216	2.96 154	5.86 299	4.33 228	3.45 265	1.51 247	5.40 235	0.69 166	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.09 313

s12784h	1.89 212	0.30 89	2.57 185	0.11 83	0.09 67	4.18 382	0.13 129	6.61 307	7.44 399	3.62 227	4.28 225	0.59 159	0.81 180	6.61 302	0.46 120	0.01 262	0.01 190	0.00 1	0.00 1	0.02 89	0.00 1

ROB_FTStereo	1.90 213	0.42 218	2.86 232	0.12 85	0.19 169	3.71 351	0.75 336	5.24 222	2.95 151	5.87 304	4.26 224	3.41 263	1.51 247	5.80 249	0.65 157	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.08 300

RAFT-IKP	1.90 213	0.42 218	2.83 225	0.12 85	0.18 157	3.50 331	0.64 303	5.24 222	2.96 154	5.86 299	4.34 229	3.50 274	1.51 247	5.99 256	0.76 185	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.08 300

EKT-Stereo	1.91 215	0.48 260	2.77 216	2.19 458	4.36 541	1.42 88	0.24 186	4.63 173	3.51 203	2.94 208	3.47 209	3.55 276	2.25 292	5.26 229	0.85 209	0.04 438	0.12 475	0.00 1	0.09 434	0.06 234	0.05 239

ROB_FTStereo_v2	1.91 215	0.41 212	2.85 228	0.12 85	0.19 169	3.71 351	0.73 328	5.23 216	2.95 151	5.86 299	4.36 231	3.46 267	1.51 247	5.86 252	0.69 166	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.08 300

qqq	1.93 217	0.30 89	2.96 245	1.40 327	0.05 21	1.96 149	0.39 227	8.45 356	3.33 192	3.06 210	3.84 214	4.67 326	2.70 314	4.40 197	0.96 233	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.03 158

RALCasStereoNet	1.93 217	1.01 429	2.75 211	1.88 406	1.75 433	2.88 277	0.18 165	4.64 175	4.36 259	2.27 189	5.14 249	2.22 224	0.79 178	7.10 342	1.00 240	0.00 1	0.34 548	0.00 1	0.00 1	0.10 297	0.16 414

Patchmatch Stereo++	1.95 219	0.40 199	2.86 232	0.12 85	0.18 157	3.74 356	0.66 308	5.24 222	2.96 154	5.86 299	4.32 226	3.46 267	1.52 252	6.88 319	0.70 168	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.09 313
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 219	0.40 199	2.86 232	0.12 85	0.18 157	3.74 356	0.66 308	5.24 222	2.96 154	5.86 299	4.32 226	3.46 267	1.52 252	6.88 319	0.70 168	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.09 313

CRE-IMP	1.95 219	0.35 155	2.68 199	0.27 137	0.17 142	3.90 370	0.85 368	5.14 209	2.87 146	5.74 290	4.14 222	3.49 272	0.83 181	6.40 282	1.80 318	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.19 435

tg	1.96 222	0.64 327	2.15 145	0.68 219	0.12 104	4.40 394	0.04 52	5.74 259	4.19 254	4.00 238	5.23 259	2.58 232	0.93 190	7.12 343	0.77 191	0.00 1	0.02 273	0.00 1	0.00 1	0.31 469	0.25 463

iGMRVC	1.96 222	0.40 199	2.88 238	0.12 85	0.19 169	3.74 356	0.73 328	5.23 216	2.97 158	5.87 304	4.37 232	3.48 271	1.52 252	6.73 311	0.74 177	0.02 371	0.00 1	0.00 1	0.00 1	0.08 268	0.08 300

DIP-Stereo	1.97 224	0.64 327	2.95 243	0.17 113	0.10 75	4.83 405	0.13 129	8.60 368	4.06 246	6.42 345	4.92 242	0.44 141	0.72 166	3.57 165	1.80 318	0.00 1	0.01 190	0.00 1	0.00 1	0.05 208	0.04 202
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 225	0.34 141	2.71 205	0.26 133	0.06 32	2.29 184	0.48 247	4.89 192	14.65 518	2.81 203	5.51 273	0.78 174	3.21 339	1.44 82	0.33 72	0.00 1	0.01 190	0.00 1	0.00 1	0.07 254	0.02 100

rvit_stereo_0075_2	2.00 226	0.32 107	5.49 436	0.60 205	1.98 451	1.77 129	0.10 106	7.24 328	5.70 315	2.90 206	4.06 220	3.11 255	0.56 145	5.32 231	0.76 185	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.16 414

MSKI-zero shot	2.00 226	0.36 168	2.15 145	0.81 233	0.25 194	2.69 241	0.29 201	6.16 281	2.34 116	4.31 244	7.52 337	3.70 285	0.25 59	8.42 435	0.41 99	0.01 262	0.13 485	0.00 1	0.25 505	0.03 141	0.02 100

ACVNet-DCA	2.01 228	0.65 334	2.15 145	2.30 471	0.02 4	5.80 426	0.56 273	8.45 356	3.33 192	1.03 153	3.33 200	0.32 117	3.71 367	8.05 406	0.45 116	0.00 1	0.02 273	0.00 1	0.03 384	0.02 89	0.03 158

Gwc-CoAtRS	2.02 229	0.33 125	2.61 191	1.04 276	0.30 217	3.56 339	0.40 231	5.89 270	5.94 331	5.08 273	5.01 246	5.55 359	1.72 268	1.60 92	0.91 228	0.01 262	0.09 448	0.00 1	0.25 505	0.01 33	0.02 100

DCANet-4	2.03 230	0.34 141	5.30 428	0.31 144	0.18 157	1.69 117	0.12 119	4.95 195	8.55 440	5.78 291	5.17 250	1.12 184	2.82 325	2.11 123	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 424

cross-raft	2.03 230	0.35 155	2.78 219	1.10 282	0.16 132	3.77 361	0.48 247	7.03 325	3.75 214	5.06 272	5.55 274	6.26 381	1.41 242	1.75 99	0.89 224	0.01 262	0.07 423	0.00 1	0.19 479	0.03 141	0.03 158

DeepStereo_RVC	2.05 232	0.39 187	2.87 237	0.14 102	0.17 142	3.51 334	0.70 320	5.21 215	3.00 160	6.27 334	4.13 221	3.47 270	4.53 415	4.81 211	1.49 285	0.01 262	0.00 1	0.00 1	0.00 1	0.09 286	0.18 424

MIPNet	2.06 233	0.69 351	4.57 387	0.32 147	0.21 179	1.92 143	0.19 167	6.89 320	5.64 314	5.48 285	4.02 219	2.02 219	3.50 354	3.32 155	2.01 334	0.00 1	0.01 190	0.01 433	0.01 338	0.20 412	0.13 379

DCANet	2.08 234	0.64 327	3.81 330	0.31 144	0.17 142	1.70 121	0.25 191	5.23 216	8.47 436	6.07 315	5.30 266	1.41 193	4.23 393	1.85 107	2.02 336	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.19 435

CFNet-RSSM	2.11 235	0.33 125	2.71 205	1.04 276	0.30 217	3.21 309	0.41 232	6.67 311	6.96 382	5.62 288	4.58 233	5.40 356	1.71 266	1.86 108	0.87 216	0.00 1	0.08 436	0.00 1	0.32 524	0.02 89	0.02 100

U	2.12 236	0.25 53	2.47 176	0.17 113	8.09 580	10.63 512	0.00 1	3.08 42	0.87 43	0.24 30	0.45 64	0.17 64	0.08 12	0.69 25	0.15 17	0.00 1	0.00 1	9.89 587	5.19 595	0.01 33	0.01 23

RAFT-Stereo + iAFF	2.12 236	0.58 307	2.43 169	1.27 303	0.16 132	1.60 105	0.14 139	5.17 213	5.90 327	7.10 377	10.10 400	3.06 252	1.74 271	1.87 110	0.97 236	0.01 262	0.02 273	0.00 1	0.00 1	0.23 437	0.02 100

IGEV-FE	2.13 238	0.50 266	4.90 401	1.41 330	0.18 157	2.63 232	0.36 218	7.80 341	3.87 224	5.04 269	5.42 269	4.72 328	1.03 199	3.48 163	0.80 200	0.00 1	0.16 506	0.00 1	0.18 473	0.17 384	0.04 202

IGEV_Zeroshot_test	2.13 238	0.50 266	4.91 403	1.41 330	0.18 157	2.62 230	0.36 218	7.80 341	3.87 224	5.04 269	5.42 269	4.77 330	1.03 199	3.43 160	0.79 197	0.00 1	0.16 506	0.00 1	0.18 473	0.17 384	0.04 202

tt1	2.14 240	0.63 326	2.22 156	2.27 467	0.02 4	5.71 424	0.63 299	4.53 164	10.19 467	1.16 164	3.39 206	0.33 121	3.05 335	8.00 399	0.46 120	0.00 1	0.02 273	0.00 1	0.03 384	0.10 297	0.04 202

NRIStereo	2.14 240	0.35 155	2.65 196	1.10 282	0.14 119	3.05 291	0.86 370	5.35 233	3.18 179	6.24 329	3.36 204	4.17 304	1.82 277	8.12 414	2.01 334	0.00 1	0.10 460	0.00 1	0.00 1	0.12 334	0.19 435

H2IRNET	2.16 242	0.45 245	2.60 189	1.22 296	0.03 14	1.98 152	0.13 129	4.73 183	7.04 387	1.15 163	7.79 351	5.88 371	3.39 348	4.97 221	1.45 282	0.01 262	0.00 1	0.04 496	0.17 466	0.19 408	0.03 158

dd	2.16 242	1.22 459	4.82 397	0.68 219	0.12 104	1.39 82	0.17 158	5.14 209	11.22 489	2.70 199	3.51 212	1.52 201	1.23 230	5.08 223	3.96 423	0.12 488	0.01 190	0.04 496	0.21 488	0.07 254	0.01 23

cc1	2.17 244	0.65 334	2.15 145	2.30 471	0.02 4	5.80 426	0.56 273	4.31 149	10.41 472	1.03 153	3.33 200	0.32 117	3.71 367	8.05 406	0.45 116	0.00 1	0.02 273	0.00 1	0.03 384	0.10 297	0.05 239

RAFT-Test	2.17 244	0.36 168	3.40 294	1.05 279	0.34 239	4.90 407	0.69 317	6.27 286	3.98 234	4.65 258	7.02 322	6.30 384	1.12 209	1.81 104	0.99 238	0.01 262	0.17 511	0.00 1	0.34 528	0.02 89	0.02 100

Any-RAFT	2.18 246	0.25 53	1.94 112	1.37 323	0.80 340	5.01 410	0.56 273	8.51 361	5.58 312	4.01 239	4.85 240	5.44 357	2.26 294	2.45 132	0.35 76	0.00 1	0.15 497	0.00 1	0.00 1	0.02 89	0.02 100

FENet	2.19 247	0.34 141	3.04 255	2.05 443	0.26 201	2.82 267	0.13 129	7.02 324	5.55 309	4.97 267	1.94 148	4.91 336	3.39 348	4.71 208	2.50 367	0.02 371	0.03 326	0.00 1	0.00 1	0.00 1	0.21 446

GANet-ADL	2.20 248	0.50 266	3.27 282	2.02 434	0.11 89	2.21 177	0.48 247	8.64 370	6.79 377	4.56 252	5.83 280	3.98 293	1.27 234	2.68 137	1.43 279	0.04 438	0.08 436	0.02 465	0.00 1	0.15 363	0.03 158

FACV-RUCA	2.21 249	0.34 141	3.59 309	1.30 310	2.90 492	2.22 179	1.25 413	7.98 347	5.71 320	3.59 226	7.21 329	1.14 185	1.60 261	3.12 150	1.46 283	0.01 262	0.03 326	0.10 521	0.04 404	0.35 483	0.17 420

AIO-test1	2.22 250	0.76 369	2.78 219	0.30 139	4.38 542	2.48 206	0.96 387	5.59 252	14.64 516	0.74 140	2.86 180	0.92 176	0.30 84	5.64 240	1.67 305	0.00 1	0.00 1	0.00 1	0.03 384	0.17 384	0.14 391

CAS	2.24 251	0.25 53	1.86 97	11.21 583	3.86 529	1.67 113	0.02 34	3.87 127	2.67 130	0.41 89	1.63 132	0.24 93	0.27 69	1.50 86	0.74 177	9.43 592	0.01 190	0.00 1	0.00 1	0.01 33	5.21 578

NF-Stereo	2.24 251	0.33 125	3.00 246	2.04 439	0.10 75	3.46 322	0.43 236	6.51 304	3.17 176	6.84 362	5.24 260	2.67 236	1.34 237	8.17 421	1.53 289	0.01 262	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

OCTAStereo	2.24 251	0.33 125	3.03 252	2.04 439	0.10 75	3.45 321	0.43 236	6.50 301	3.17 176	6.84 362	5.20 255	2.65 233	1.33 235	8.18 422	1.56 293	0.01 262	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

PSM-softLoss	2.24 251	0.34 141	3.42 296	1.81 395	0.17 142	2.74 243	0.39 227	6.17 282	2.92 148	6.26 332	6.29 299	2.96 245	0.97 194	8.68 449	1.71 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 100

KMStereo	2.24 251	0.34 141	3.42 296	1.81 395	0.17 142	2.74 243	0.39 227	6.17 282	2.92 148	6.26 332	6.29 299	2.96 245	0.97 194	8.68 449	1.71 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 100

StereoVision	2.25 256	0.72 356	4.00 347	1.03 271	2.64 483	1.91 142	0.28 198	5.83 269	4.43 262	1.89 181	10.65 417	3.88 290	0.52 139	5.13 226	1.98 333	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.03 158

RE-Stereo	2.25 256	0.33 125	3.03 252	2.04 439	0.10 75	3.47 324	0.43 236	6.50 301	3.18 179	6.84 362	5.20 255	2.65 233	1.34 237	8.18 422	1.58 295	0.01 262	0.00 1	0.01 433	0.00 1	0.02 89	0.01 23

TVStereo	2.25 256	0.33 125	3.03 252	2.04 439	0.10 75	3.47 324	0.43 236	6.50 301	3.18 179	6.84 362	5.20 255	2.65 233	1.34 237	8.18 422	1.58 295	0.01 262	0.00 1	0.01 433	0.00 1	0.02 89	0.01 23

ADStereo(finetuned)	2.26 259	0.64 327	5.22 424	0.31 144	0.18 157	1.71 123	0.25 191	5.23 216	8.46 435	6.06 314	5.30 266	1.41 193	6.37 468	1.87 110	1.87 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.18 424

fff	2.28 260	0.61 318	3.81 330	0.22 125	0.07 40	1.69 117	0.11 112	5.37 236	11.84 496	5.80 293	5.17 250	1.44 195	5.41 447	2.00 117	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 424

IPLGR	2.28 260	0.51 273	6.00 454	0.15 106	0.15 124	1.99 154	0.22 180	6.34 289	6.04 339	6.80 360	5.76 277	2.87 242	2.31 296	4.88 214	1.28 266	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.18 424

csc	2.28 260	0.61 318	3.81 330	0.22 125	0.07 40	1.69 117	0.11 112	5.37 236	11.84 496	5.80 293	5.17 250	1.44 195	5.41 447	2.00 117	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 424

cscssc	2.28 260	0.61 318	3.81 330	0.22 125	0.07 40	1.69 117	0.11 112	5.37 236	11.84 496	5.80 293	5.17 250	1.44 195	5.41 447	2.00 117	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 424

test_sample1	2.31 264	0.26 60	3.29 283	2.08 445	0.46 272	2.62 230	0.05 66	9.88 404	4.23 255	3.90 235	3.92 218	3.49 272	4.44 408	5.67 244	1.88 323	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.03 158

EAI-Stereo	2.31 264	0.44 237	2.72 207	0.68 219	0.56 302	3.51 334	2.62 465	11.42 452	4.14 250	2.09 182	7.23 331	1.21 188	0.91 188	5.67 244	1.51 286	0.01 262	0.25 542	0.00 1	0.88 561	0.04 176	0.26 469

test_sample2	2.32 266	0.25 53	3.38 290	2.08 445	0.41 260	2.58 221	0.15 145	9.50 393	4.97 288	3.66 228	4.86 241	4.29 313	3.26 340	5.83 251	1.09 248	0.00 1	0.01 190	0.00 1	0.00 1	0.03 141	0.03 158

ICVP	2.32 266	0.38 183	2.89 240	0.92 252	0.70 326	2.55 216	0.87 373	9.97 407	3.99 235	4.13 241	8.97 374	2.71 237	1.69 265	2.52 134	3.52 411	0.05 451	0.24 541	0.01 433	0.01 338	0.11 318	0.13 379
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 268	0.65 334	2.15 145	2.30 471	0.02 4	5.80 426	0.56 273	4.31 149	10.41 472	1.03 153	3.33 200	4.67 326	2.70 314	8.05 406	0.45 116	0.00 1	0.02 273	0.00 1	0.00 1	0.02 89	0.03 158

MyStereo06	2.35 269	0.66 340	4.54 381	1.10 282	0.96 360	2.57 219	0.10 106	9.30 388	4.05 243	5.22 277	6.09 284	5.95 373	2.38 299	3.00 145	0.73 175	0.01 262	0.08 436	0.00 1	0.01 338	0.13 349	0.15 402

PFNet+	2.35 269	0.31 94	3.69 319	0.79 232	0.17 142	3.15 304	0.75 336	4.52 163	6.30 354	7.90 417	6.34 303	2.53 230	1.18 225	7.72 382	1.62 299	0.03 417	0.00 1	0.00 1	0.00 1	0.01 33	0.03 158

RAFT+CT+SA	2.36 271	0.71 355	2.46 173	0.83 237	2.26 468	3.18 306	0.93 382	6.82 318	5.48 304	2.55 194	8.07 355	1.64 204	1.59 260	8.54 440	1.15 256	0.02 371	0.00 1	0.00 1	0.38 533	0.19 408	0.36 491

TRStereo	2.36 271	3.10 541	4.70 393	1.99 427	2.08 455	2.61 227	1.11 403	8.79 375	3.73 212	3.19 214	3.04 189	3.96 292	0.77 173	5.92 253	1.44 280	0.03 417	0.14 490	0.00 1	0.29 515	0.08 268	0.25 463

test_4	2.38 273	0.34 141	2.68 199	0.08 66	0.11 89	3.69 349	1.14 405	3.33 76	3.34 195	4.03 240	17.35 510	3.31 262	0.51 137	6.28 271	1.15 256	0.00 1	0.00 1	0.00 1	0.11 441	0.16 370	0.01 23

ACRE	2.41 274	1.08 441	5.11 415	0.55 196	2.05 453	2.65 236	0.78 345	5.26 227	4.67 276	7.59 404	9.20 377	1.70 207	1.08 205	3.74 170	2.18 347	0.01 262	0.18 515	0.02 465	0.08 423	0.22 430	0.10 336

HH	2.42 275	0.73 359	3.76 324	0.91 248	0.14 119	2.78 253	0.71 323	7.92 345	2.72 135	1.53 171	6.10 286	7.93 419	4.01 382	8.60 444	0.44 112	0.00 1	0.09 448	0.00 1	0.00 1	0.05 208	0.04 202

HanStereo	2.42 275	0.73 359	3.76 324	0.91 248	0.14 119	2.78 253	0.71 323	7.92 345	2.72 135	1.53 171	6.10 286	7.93 419	4.01 382	8.60 444	0.44 112	0.00 1	0.09 448	0.00 1	0.00 1	0.05 208	0.04 202

DisPM	2.43 277	0.32 107	3.04 255	1.76 387	0.18 157	3.46 322	0.65 305	5.13 208	4.88 285	8.59 448	7.04 325	2.84 240	1.03 199	8.85 461	0.83 204	0.01 262	0.00 1	0.00 1	0.00 1	0.01 33	0.02 100

IPLG	2.43 277	0.66 340	4.77 396	0.54 193	0.31 228	3.01 287	0.26 193	6.15 280	5.55 309	7.69 406	6.21 294	1.89 213	1.74 271	7.19 349	2.35 357	0.01 262	0.01 190	0.00 1	0.00 1	0.24 448	0.12 367

rvit_105_1	2.44 279	0.80 384	5.08 413	1.77 389	0.09 67	1.95 146	3.62 494	5.62 256	8.21 428	4.85 263	2.07 153	3.15 256	1.58 259	7.08 340	2.71 375	0.00 1	0.00 1	0.00 1	0.01 338	0.04 176	0.08 300

CASS	2.44 279	0.44 237	3.56 307	0.85 241	0.38 251	3.14 301	0.22 180	9.64 398	4.00 236	6.78 357	7.62 343	3.57 277	3.58 359	3.80 172	1.10 249	0.02 371	0.01 190	0.00 1	0.00 1	0.05 208	0.01 23
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 279	1.17 455	4.94 404	0.62 208	2.08 455	2.65 236	0.80 348	5.60 253	4.79 283	7.87 414	9.23 379	1.67 206	1.15 215	3.43 160	2.23 350	0.01 262	0.19 522	0.02 465	0.08 423	0.22 430	0.10 336

R-Stereo Train	2.44 279	0.32 107	1.93 109	0.94 255	0.16 132	3.67 345	0.61 292	6.37 292	3.08 168	9.14 464	17.44 511	1.80 210	0.77 173	1.76 101	0.70 168	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.03 158

RAFT-Stereo	2.44 279	0.32 107	1.93 109	0.94 255	0.16 132	3.67 345	0.61 292	6.37 292	3.08 168	9.14 464	17.44 511	1.80 210	0.77 173	1.76 101	0.70 168	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.03 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 284	1.09 443	3.70 322	2.55 495	0.80 340	3.37 318	0.15 145	7.44 334	5.54 308	5.65 289	6.01 283	3.54 275	1.13 212	6.34 279	1.58 295	0.00 1	0.01 190	0.00 1	0.05 410	0.21 423	0.03 158

CIPLG	2.47 285	1.10 445	4.71 394	0.63 213	2.15 461	2.67 240	0.77 340	5.19 214	4.73 280	7.85 413	9.56 392	1.72 208	1.14 213	4.20 190	2.34 355	0.01 262	0.19 522	0.02 465	0.09 434	0.23 437	0.08 300

BUS	2.49 286	0.32 107	3.05 260	0.46 178	0.46 272	7.12 459	0.50 259	9.05 380	4.69 277	6.11 318	6.15 289	5.29 351	0.83 181	3.91 175	1.77 315	0.01 262	0.03 326	0.03 484	0.00 1	0.04 176	0.00 1

Pruner-Stereo	2.49 286	0.40 199	2.46 173	1.80 393	0.25 194	3.51 334	0.77 340	6.03 274	4.92 286	8.91 458	6.09 284	4.45 318	1.11 208	6.99 333	2.11 340	0.02 371	0.00 1	0.02 465	0.00 1	0.01 33	0.04 202

GES	2.49 286	0.38 183	4.29 365	1.58 359	0.05 21	4.58 399	1.07 399	9.70 400	3.39 196	5.21 276	6.64 308	1.84 212	3.36 343	4.86 212	2.54 371	0.06 461	0.01 190	0.06 507	0.01 338	0.12 334	0.03 158

mmm	2.50 289	0.29 77	3.22 278	1.98 425	0.32 231	3.72 354	0.12 119	9.45 392	4.05 243	5.84 298	10.80 419	2.47 229	2.86 328	4.07 185	0.75 183	0.00 1	0.02 273	0.00 1	0.01 338	0.03 141	0.02 100

MIM_Stereo	2.50 289	0.75 366	4.26 363	1.18 294	0.11 89	3.08 292	0.33 214	6.07 276	3.28 186	5.01 268	10.12 401	4.29 313	1.74 271	8.06 410	1.27 265	0.00 1	0.12 475	0.00 1	0.01 338	0.18 400	0.15 402

iRaft-Stereo_20w	2.56 291	0.35 155	4.98 406	0.37 163	0.67 318	3.47 324	0.59 284	12.57 495	3.89 227	6.10 317	6.23 296	1.49 199	2.24 290	6.65 305	0.86 214	0.00 1	0.19 522	0.00 1	0.33 526	0.08 268	0.22 448

HCRNet	2.56 291	0.53 285	3.35 288	0.24 129	3.39 508	2.19 175	0.23 184	6.89 320	5.50 305	5.26 279	4.79 236	5.27 350	2.78 322	7.71 380	2.89 380	0.00 1	0.02 273	0.00 1	0.00 1	0.04 176	0.04 202

RAFT	2.57 293	0.76 369	3.09 267	0.91 248	0.09 67	2.41 199	0.94 384	5.35 233	2.65 129	6.11 318	7.21 329	9.43 450	4.30 400	5.73 248	1.77 315	0.00 1	0.12 475	0.00 1	0.02 366	0.46 507	0.08 300

ACVNet	2.58 294	0.53 285	2.69 201	0.84 239	0.59 304	2.61 227	0.55 271	8.35 352	5.70 315	4.45 248	9.26 387	5.77 367	3.50 354	2.24 124	4.41 434	0.00 1	0.00 1	0.00 1	0.00 1	0.17 384	0.01 23

HHNet	2.59 295	0.55 294	2.55 183	0.20 119	0.32 231	2.84 270	0.94 384	5.77 265	5.14 294	7.33 392	13.80 470	0.94 177	3.20 338	5.27 230	2.41 362	0.13 493	0.02 273	0.06 507	0.00 1	0.23 437	0.03 158

AFF-stereo	2.59 295	0.68 346	2.35 166	1.55 354	0.17 142	1.67 113	0.08 92	5.75 260	6.60 371	6.20 326	12.13 447	6.16 378	2.36 298	4.75 210	1.11 250	0.02 371	0.02 273	0.00 1	0.00 1	0.23 437	0.05 239

raft_robust	2.64 297	1.20 457	2.62 193	1.10 282	0.28 212	1.50 97	0.12 119	6.28 287	9.04 445	6.80 360	7.19 328	3.73 287	2.13 285	9.06 469	1.07 244	0.03 417	0.12 475	0.00 1	0.21 488	0.17 384	0.22 448

GwcNet-ADL	2.65 298	0.48 260	3.84 336	0.82 235	0.33 237	2.04 159	0.69 317	8.07 348	9.42 452	6.05 312	6.66 309	4.14 302	1.73 269	5.40 235	3.01 384	0.08 474	0.06 399	0.00 1	0.00 1	0.06 234	0.03 158

ToySt	2.69 299	0.55 294	7.03 482	1.03 271	0.10 75	3.49 329	1.04 395	6.38 296	4.55 271	2.69 197	6.28 298	7.95 423	4.38 404	5.08 223	2.58 372	0.01 262	0.11 468	0.00 1	0.04 404	0.28 461	0.19 435

BSDual-CNN	2.69 299	0.32 107	3.05 260	0.46 178	0.46 272	7.13 461	1.63 436	9.05 380	4.69 277	6.11 318	6.15 289	6.26 381	2.54 305	3.91 175	1.91 325	0.01 262	0.03 326	0.03 484	0.00 1	0.04 176	0.00 1

DN-CSS_ROB	2.69 299	1.40 478	5.34 429	2.31 477	0.75 331	3.14 301	0.06 74	6.11 278	3.87 224	5.34 282	12.18 450	2.34 227	1.22 229	7.84 389	1.48 284	0.03 417	0.00 1	0.00 1	0.00 1	0.35 483	0.03 158

AIO-test2	2.70 302	1.23 461	3.52 304	1.24 298	3.05 494	2.65 236	0.06 74	6.30 288	15.40 525	2.58 195	7.30 333	0.48 146	0.57 149	5.36 232	0.96 233	3.06 576	0.00 1	0.00 1	0.01 338	0.16 370	0.15 402

RAFT_R40	2.71 303	0.33 125	3.00 246	1.26 301	0.30 217	3.83 366	1.00 391	5.69 258	4.29 256	9.69 480	6.33 302	5.02 343	4.02 384	8.58 443	0.86 214	0.01 262	0.00 1	0.00 1	0.00 1	0.03 141	0.02 100

AnonymousM	2.71 303	6.75 569	0.98 7	0.73 224	0.06 32	2.41 199	0.53 264	5.30 228	3.05 164	4.75 261	2.09 154	1.89 213	1.01 196	1.88 112	0.51 138	0.01 262	0.02 273	17.42 593	4.76 591	0.02 89	0.01 23

XX-Stereo	2.71 303	0.38 183	5.96 453	2.25 465	2.20 465	1.54 100	0.21 178	5.44 241	3.05 164	2.28 190	16.16 490	7.03 400	0.24 57	6.19 264	0.79 197	0.00 1	0.15 497	0.00 1	0.23 497	0.13 349	0.04 202

UDGNet	2.73 306	7.09 572	3.90 339	2.71 500	0.06 32	2.98 284	0.20 173	4.63 173	8.58 441	2.69 197	2.70 177	0.95 178	1.01 196	6.27 270	1.51 286	1.28 562	0.00 1	5.24 584	0.94 563	1.70 553	0.13 379

SST-Stereo	2.75 307	0.31 94	2.78 219	1.33 314	0.33 237	3.99 376	0.82 352	5.60 253	3.93 231	10.92 509	6.19 292	5.00 341	4.23 393	8.66 448	0.74 177	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.03 158

GMStereo_Zeroshot	2.77 308	1.98 521	5.14 418	1.53 350	0.36 245	3.56 339	0.10 106	5.57 250	5.91 329	6.89 367	7.02 322	8.50 436	0.91 188	6.01 257	1.65 303	0.00 1	0.00 1	0.00 1	0.00 1	0.20 412	0.01 23

DFGA-Net	2.78 309	1.91 516	7.35 491	1.52 345	0.36 245	3.36 317	0.20 173	6.64 309	5.93 330	4.88 264	6.31 301	2.18 222	1.12 209	7.43 362	5.98 463	0.00 1	0.00 1	0.00 1	0.00 1	0.37 489	0.04 202

111	2.78 309	0.92 415	3.81 330	0.22 125	0.07 40	2.83 269	0.70 320	6.03 274	14.00 511	3.22 215	8.93 370	5.48 358	3.30 341	3.66 166	2.03 337	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.29 479

Hybrid-DGEV-2	2.79 311	1.21 458	2.93 241	1.69 374	0.02 4	5.36 419	0.27 196	7.21 327	9.79 459	6.79 358	3.19 195	5.20 348	5.05 438	5.48 237	1.29 267	0.04 438	0.01 190	0.00 1	0.02 366	0.16 370	0.07 282

HITNet	2.79 311	0.77 372	4.02 348	2.03 437	0.11 89	5.58 421	0.59 284	9.24 386	5.15 295	6.42 345	7.26 332	3.66 282	2.92 331	4.07 185	3.87 421	0.00 1	0.00 1	0.00 1	0.00 1	0.06 234	0.02 100
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
CFNet_pseudo	2.81 313	0.42 218	4.04 351	0.33 152	0.24 191	2.59 224	0.12 119	8.20 351	7.66 406	7.04 374	10.42 410	6.56 391	2.05 283	4.88 214	1.53 289	0.00 1	0.02 273	0.01 433	0.00 1	0.05 208	0.07 282

ccs_rob	2.81 313	0.42 218	4.06 353	0.33 152	0.25 194	2.59 224	0.12 119	8.19 350	7.68 407	7.02 371	10.37 409	6.54 387	2.06 284	4.88 214	1.53 289	0.00 1	0.02 273	0.01 433	0.00 1	0.05 208	0.07 282

DMCA	2.82 315	0.64 327	4.45 375	1.61 364	0.89 351	3.86 368	0.57 282	9.18 384	5.10 292	6.24 329	6.49 306	7.17 407	2.13 285	3.31 154	4.73 441	0.00 1	0.01 190	0.00 1	0.00 1	0.04 176	0.02 100

TestStereo1	2.85 316	0.81 386	3.48 300	3.11 520	0.44 264	2.52 209	1.50 428	6.37 292	8.18 426	4.62 254	9.24 384	2.23 225	3.69 364	9.19 474	1.26 263	0.00 1	0.01 190	0.00 1	0.00 1	0.27 459	0.09 313

SA-5K	2.85 316	0.81 386	3.48 300	3.11 520	0.44 264	2.52 209	1.50 428	6.37 292	8.18 426	4.62 254	9.24 384	2.23 225	3.69 364	9.19 474	1.26 263	0.00 1	0.01 190	0.00 1	0.00 1	0.27 459	0.09 313

LCNet	2.85 316	0.42 218	1.90 104	0.95 259	0.56 302	2.07 160	1.60 434	4.99 202	3.57 209	6.05 312	10.59 414	4.59 324	6.79 480	7.46 364	0.72 174	0.01 262	0.00 1	0.01 433	0.77 558	0.30 464	3.57 569

IRAFT_RVC	2.85 316	0.41 212	3.32 286	2.09 448	0.41 260	2.92 279	5.22 525	6.41 297	3.63 210	6.53 352	5.48 272	5.09 345	4.88 433	8.20 425	2.15 344	0.01 262	0.17 511	0.01 433	0.00 1	0.02 89	0.04 202

AIO-Stereo-zeroshot	2.86 320	0.99 427	7.52 497	1.52 345	0.92 354	2.94 281	0.03 43	9.31 389	3.81 220	2.42 193	5.86 281	9.23 446	4.64 420	4.31 194	2.19 348	0.02 371	0.18 515	0.00 1	0.54 548	0.35 483	0.35 489

iRaft-Stereo_5w	2.86 320	0.86 395	4.08 356	0.06 45	0.25 194	2.76 249	0.60 289	4.97 198	4.10 247	2.98 209	7.85 352	10.17 464	4.17 390	8.16 418	5.83 461	0.00 1	0.00 1	0.00 1	0.01 338	0.26 452	0.06 261

test_sample4	2.87 322	0.40 199	4.54 381	1.80 393	0.54 300	3.95 373	0.15 145	11.48 454	6.49 367	6.33 341	6.81 313	3.68 284	2.65 312	6.11 260	2.36 358	0.02 371	0.01 190	0.00 1	0.00 1	0.04 176	0.05 239

test_sample3	2.87 322	0.37 175	4.45 375	1.95 420	0.59 304	4.69 402	0.16 151	11.50 455	6.45 364	5.82 296	6.44 305	3.76 288	2.64 310	6.01 257	2.41 362	0.01 262	0.01 190	0.00 1	0.00 1	0.04 176	0.05 239

MyStereo8	2.88 324	1.19 456	5.03 409	1.61 364	3.75 525	4.30 386	0.07 84	6.14 279	6.16 347	6.22 327	9.64 395	4.28 311	1.45 245	2.05 120	4.76 443	0.00 1	0.16 506	0.00 1	0.14 451	0.26 452	0.43 504

ffm	2.90 325	0.31 94	3.97 341	1.34 316	0.98 363	2.80 256	0.48 247	4.53 164	10.19 467	6.29 337	9.23 379	5.59 360	3.72 371	8.00 399	0.46 120	0.00 1	0.02 273	0.00 1	0.00 1	0.10 297	0.04 202

test_5	2.90 325	0.70 353	3.69 319	2.01 432	3.17 499	4.61 401	1.32 421	6.69 312	7.02 386	2.79 201	7.18 327	4.99 338	4.14 387	7.96 396	1.31 269	0.00 1	0.00 1	0.00 1	0.03 384	0.19 408	0.26 469

test_sample5	2.91 327	0.40 199	4.33 367	1.81 395	0.50 289	3.33 315	0.17 158	11.27 445	6.55 368	6.18 324	8.35 360	3.65 280	2.71 317	6.61 302	2.15 344	0.02 371	0.02 273	0.00 1	0.00 1	0.05 208	0.05 239

PFNet	2.93 328	0.40 199	5.51 439	2.13 453	0.84 344	3.11 298	0.75 336	6.78 315	4.79 283	9.98 488	6.00 282	4.78 331	2.13 285	8.33 429	2.11 340	0.19 507	0.06 399	0.00 1	0.11 441	0.20 412	0.35 489

MyStereo05	2.94 329	0.66 340	5.25 427	1.10 282	0.96 360	2.57 219	0.10 106	8.53 362	12.34 503	6.28 335	3.88 215	3.18 258	3.30 341	7.81 388	2.37 359	0.01 262	0.08 436	0.00 1	0.01 338	0.13 349	0.15 402

MyStereo04	2.95 330	0.79 380	5.38 430	1.03 271	1.11 375	2.63 232	0.46 244	10.00 410	12.44 504	4.19 242	3.91 217	3.04 251	3.60 360	7.34 358	2.74 379	0.00 1	0.09 448	0.00 1	0.01 338	0.11 318	0.09 313

PSMNet-ADL	2.98 331	0.43 229	2.41 168	1.43 333	0.40 255	5.94 432	0.28 198	8.45 356	5.13 293	3.36 221	6.77 311	8.41 430	4.61 418	7.20 350	4.55 438	0.02 371	0.09 448	0.00 1	0.00 1	0.01 33	0.03 158

PCWNet_CMD	2.99 332	0.39 187	4.02 348	0.39 168	0.26 201	2.53 212	0.15 145	9.24 386	9.22 447	7.12 378	11.53 438	6.94 398	2.41 300	4.02 182	1.33 271	0.01 262	0.02 273	0.02 465	0.00 1	0.05 208	0.07 282

MSMDNet	2.99 332	0.39 187	4.02 348	0.40 170	0.25 194	2.53 212	0.16 151	9.35 390	9.25 448	7.08 376	11.39 433	6.93 397	2.43 301	4.01 181	1.34 273	0.01 262	0.02 273	0.02 465	0.00 1	0.05 208	0.07 282

OMP-Stereo	3.03 334	0.93 418	2.72 207	4.21 559	0.51 293	2.19 175	1.25 413	6.19 284	6.00 337	7.99 422	6.21 294	8.50 436	2.49 303	9.44 486	1.74 312	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.05 239

DualNet	3.05 335	0.40 199	4.33 367	1.81 395	0.50 289	3.33 315	0.17 158	11.27 445	6.55 368	6.50 349	10.86 423	3.65 280	2.71 317	6.61 302	2.15 344	0.02 371	0.02 273	0.00 1	0.00 1	0.05 208	0.05 239

Hybrid-DGEV-03	3.06 336	0.64 327	2.49 177	0.98 265	0.08 57	3.47 324	0.98 388	4.54 168	6.57 370	9.43 471	20.79 530	3.58 278	1.15 215	4.54 201	1.42 278	0.00 1	0.04 360	0.00 1	0.00 1	0.26 452	0.16 414

SA	3.06 336	0.74 364	3.79 327	1.60 363	0.30 217	3.19 307	1.43 425	6.72 313	9.06 446	4.63 257	10.80 419	2.89 243	4.71 423	9.62 489	1.18 261	0.00 1	0.09 448	0.00 1	0.19 479	0.23 437	0.02 100

CFNet_ucs	3.07 338	0.44 237	4.05 352	0.54 193	0.37 249	3.08 292	0.19 167	9.80 402	8.49 438	7.64 405	12.62 456	5.67 365	1.76 275	4.96 220	1.51 286	0.00 1	0.04 360	0.01 433	0.00 1	0.09 286	0.11 350

NINENet	3.09 339	0.56 300	3.22 278	1.61 364	1.37 403	7.12 459	0.50 259	11.88 468	5.63 313	6.63 354	8.40 361	5.29 351	0.83 181	6.51 294	1.77 315	0.15 497	0.07 423	0.07 513	0.00 1	0.09 286	0.00 1

UCFNet_RVC	3.09 339	0.77 372	2.27 161	2.35 481	1.79 438	3.50 331	1.06 397	12.12 481	6.91 380	4.71 260	7.67 346	7.58 411	4.40 406	4.95 219	1.67 305	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.01 23

AdaStereo	3.09 339	0.58 307	3.04 255	2.84 508	0.48 283	4.08 378	1.29 419	12.16 483	7.77 414	6.03 311	9.62 393	5.79 369	1.53 256	4.56 204	1.93 332	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 100
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
psmg	3.10 342	0.32 107	3.05 260	0.54 193	0.46 272	8.68 486	2.84 472	9.87 403	4.69 277	8.08 423	8.69 365	6.26 381	2.54 305	3.91 175	1.91 325	0.01 262	0.04 360	0.06 507	0.00 1	0.11 318	0.00 1

DCVSM-stereo	3.13 343	0.37 175	2.95 243	1.51 343	0.80 340	2.75 248	0.49 257	6.79 316	5.25 298	11.43 517	5.57 275	10.79 476	5.30 444	5.25 228	2.95 382	0.03 417	0.09 448	0.03 484	0.00 1	0.12 334	0.09 313

ARAFT	3.13 343	1.11 447	7.34 490	0.42 171	0.14 119	4.52 397	2.99 475	7.41 333	5.97 334	8.85 456	7.06 326	5.20 348	1.25 233	8.49 438	1.44 280	0.00 1	0.03 326	0.00 1	0.00 1	0.33 477	0.11 350

test_sample6	3.14 345	0.41 212	4.42 372	1.92 414	0.49 286	3.25 311	0.21 178	11.30 447	6.69 373	6.50 349	10.86 423	4.03 295	2.93 332	7.06 339	2.65 373	0.02 371	0.02 273	0.00 1	0.00 1	0.05 208	0.06 261

IIG-Stereo	3.16 346	0.75 366	2.83 225	4.08 554	0.21 179	2.56 218	0.74 334	6.55 306	5.56 311	8.39 440	9.38 390	7.94 421	2.79 323	9.50 488	1.89 324	0.02 371	0.00 1	0.00 1	0.00 1	0.02 89	0.04 202

DMCA-RVC	3.17 347	1.26 465	6.39 469	2.10 450	1.51 412	3.02 288	0.56 273	7.84 344	5.06 290	9.23 467	5.19 254	8.46 432	2.72 319	6.31 275	3.22 391	0.06 461	0.11 468	0.09 519	0.02 366	0.16 370	0.08 300

HI	3.18 348	0.90 408	3.05 260	1.28 308	0.15 124	2.29 184	0.04 52	5.31 230	3.52 204	7.96 418	12.69 457	11.43 488	6.61 472	4.26 192	4.02 424	0.00 1	0.06 399	0.00 1	0.00 1	0.05 208	0.01 23

CoSv	3.18 348	0.90 408	3.05 260	1.28 308	0.15 124	2.29 184	0.04 52	5.31 230	3.52 204	7.96 418	12.69 457	11.43 488	6.61 472	4.26 192	4.02 424	0.00 1	0.06 399	0.00 1	0.00 1	0.05 208	0.01 23

IER	3.20 350	0.54 290	5.13 417	0.58 202	1.59 415	7.29 464	0.56 273	6.36 290	4.95 287	7.44 397	8.84 366	6.20 379	6.26 465	4.88 214	3.29 395	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

BEATNet_4x	3.24 351	1.27 467	5.89 450	1.56 357	0.10 75	5.26 416	1.07 399	10.08 414	5.50 305	6.89 367	7.73 347	4.53 322	4.13 386	5.05 222	5.27 450	0.04 438	0.05 378	0.00 1	0.00 1	0.23 437	0.23 455

DispNO	3.25 352	0.72 356	6.85 479	1.95 420	1.34 402	3.49 329	0.84 362	8.14 349	6.30 354	6.34 342	7.76 350	6.30 384	4.28 399	6.93 325	3.51 407	0.00 1	0.03 326	0.03 484	0.12 445	0.07 254	0.07 282

RAFT-345	3.27 353	0.41 212	2.88 238	1.02 269	0.21 179	2.63 232	0.48 247	3.76 120	5.51 307	7.35 393	24.88 551	4.25 307	1.76 275	8.15 417	2.13 342	0.01 262	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

GANet-RSSM	3.27 353	0.60 314	3.38 290	2.94 515	2.00 452	2.61 227	0.48 247	10.93 438	6.11 344	5.47 284	10.20 403	6.57 392	5.44 453	6.25 269	2.23 350	0.00 1	0.00 1	0.08 516	0.00 1	0.17 384	0.03 158

SFCPSM	3.29 355	0.43 229	5.11 415	0.34 157	0.94 358	8.48 481	2.15 453	14.51 528	5.29 299	7.00 370	7.65 345	3.43 264	2.59 309	5.11 225	2.37 359	0.01 262	0.03 326	0.01 433	0.07 418	0.13 349	0.15 402

test_sample7	3.30 356	0.47 253	3.43 299	1.98 425	0.35 242	4.33 387	1.88 447	10.66 427	7.73 410	8.36 435	7.55 339	6.55 388	4.27 395	6.58 300	1.62 299	0.06 461	0.03 326	0.00 1	0.00 1	0.05 208	0.06 261

NOSS_ROB	3.30 356	0.46 251	2.62 193	2.08 445	1.01 369	5.60 422	0.74 334	10.37 420	11.48 492	5.15 275	8.43 362	5.67 365	1.73 269	7.97 398	2.34 355	0.02 371	0.06 399	0.00 1	0.00 1	0.07 254	0.14 391

gwcnet-sp	3.31 358	1.47 482	7.26 487	1.73 384	0.69 321	7.57 471	1.14 405	8.59 364	6.17 348	8.57 445	5.25 262	4.26 308	3.36 343	6.46 285	3.44 400	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.11 350

scenet	3.31 358	1.47 482	7.26 487	1.73 384	0.69 321	7.57 471	1.14 405	8.59 364	6.17 348	8.57 445	5.25 262	4.26 308	3.36 343	6.46 285	3.44 400	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.11 350

ssnet	3.31 358	1.47 482	7.26 487	1.73 384	0.69 321	7.57 471	1.14 405	8.59 364	6.17 348	8.57 445	5.25 262	4.26 308	3.36 343	6.46 285	3.44 400	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.11 350

hknet	3.31 358	0.42 218	4.68 391	0.46 178	1.17 385	7.13 461	1.63 436	9.05 380	6.91 380	6.11 318	6.15 289	9.66 453	2.85 327	7.48 367	2.45 364	0.01 262	0.03 326	0.03 484	0.00 1	0.04 176	0.00 1

CFNet-ft	3.31 358	0.94 421	2.69 201	1.50 340	2.38 472	2.81 264	0.68 312	8.35 352	7.43 397	4.45 248	9.94 398	10.20 465	4.60 416	6.50 293	3.41 398	0.00 1	0.00 1	0.03 484	0.00 1	0.22 430	0.03 158

CFNet_RVC	3.31 358	0.94 421	2.69 201	1.50 340	2.38 472	2.81 264	0.68 312	8.35 352	7.43 397	4.45 248	9.94 398	10.20 465	4.60 416	6.49 291	3.41 398	0.00 1	0.00 1	0.03 484	0.00 1	0.22 430	0.03 158

ASMatch	3.32 364	0.50 266	3.32 286	1.72 383	0.45 271	1.93 144	0.68 312	6.42 298	3.89 227	6.18 324	22.30 538	4.61 325	4.82 431	7.65 374	1.70 307	0.00 1	0.02 273	0.00 1	0.03 384	0.01 33	0.18 424

GMM-Stereo	3.32 364	0.27 65	2.52 180	0.82 235	0.48 283	2.27 183	4.91 520	5.06 205	3.08 168	7.06 375	16.72 498	6.21 380	3.70 366	7.60 371	1.16 258	0.04 438	0.00 1	0.00 1	0.04 404	0.10 297	4.45 573

AACVNet	3.33 366	1.03 433	3.56 307	3.46 534	0.63 312	3.09 294	0.28 198	8.78 374	3.43 199	5.99 309	10.64 416	10.08 462	4.03 385	8.69 451	2.51 368	0.03 417	0.01 190	0.00 1	0.00 1	0.26 452	0.06 261

PSM-AAD	3.33 366	0.20 23	1.47 58	0.73 224	0.54 300	2.55 216	6.19 534	4.97 198	3.27 184	10.92 509	11.92 442	2.95 244	9.59 529	7.90 393	0.82 203	0.01 262	0.01 190	0.00 1	0.00 1	0.04 176	2.47 564

PSMNet-RSSM	3.33 366	0.77 372	3.22 278	2.12 451	1.90 448	2.33 190	0.71 323	11.17 440	5.83 322	5.90 307	11.43 436	7.04 402	4.83 432	5.96 255	3.17 389	0.00 1	0.00 1	0.02 465	0.00 1	0.08 268	0.02 100

PAM	3.38 369	0.31 94	5.61 444	1.37 323	0.71 327	7.60 474	0.38 226	8.94 377	3.55 207	5.54 286	4.69 235	16.09 531	7.03 485	3.67 167	1.02 242	0.00 1	0.21 529	0.00 1	0.38 533	0.07 254	0.41 499

qqq1	3.38 369	0.39 187	3.61 311	1.69 374	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	0.30 63	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.03 158

fff1	3.38 369	0.39 187	3.61 311	1.69 374	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	0.30 63	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.03 158

TransformOpticalFlow	3.38 369	0.70 353	4.54 381	1.00 267	0.30 217	3.56 339	0.14 139	9.67 399	7.30 395	5.55 287	13.34 465	6.74 395	5.03 436	8.22 426	1.34 273	0.00 1	0.01 190	0.01 433	0.00 1	0.04 176	0.11 350

G2L-Stereo	3.40 373	0.93 418	4.73 395	1.61 364	2.05 453	2.88 277	0.60 289	8.94 377	5.84 323	7.42 395	7.33 335	8.61 439	2.16 288	8.44 437	6.11 464	0.00 1	0.00 1	0.00 1	0.00 1	0.24 448	0.18 424

RAFT_CTSACE	3.40 373	1.07 439	4.52 379	1.27 303	3.14 496	4.00 377	1.07 399	3.93 130	4.43 262	4.66 259	17.94 514	7.21 409	2.76 321	10.82 508	0.85 209	0.00 1	0.07 423	0.00 1	0.00 1	0.30 464	0.01 23

AAGNet	3.41 375	0.34 141	2.45 170	1.78 391	0.39 253	3.69 349	1.05 396	4.79 186	4.61 275	9.62 478	7.74 349	4.98 337	6.38 469	7.34 358	13.02 548	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.04 202

cf-r	3.42 376	0.81 386	3.97 341	2.41 487	2.78 487	2.85 271	0.64 303	8.44 355	6.32 356	6.25 331	11.57 439	8.97 444	3.54 358	5.93 254	3.83 419	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.07 282

G2L-ROB	3.43 377	0.77 372	3.89 338	1.71 381	1.16 384	4.51 396	0.44 241	11.70 461	5.70 315	7.51 400	5.34 268	11.24 486	1.71 266	7.66 376	5.10 448	0.00 1	0.00 1	0.00 1	0.00 1	0.12 334	0.10 336

CoDeX	3.43 377	0.68 346	4.49 377	0.98 265	1.65 422	6.37 441	2.14 452	13.23 509	6.07 340	7.23 386	8.95 371	4.09 298	3.79 375	6.31 275	2.37 359	0.03 417	0.06 399	0.00 1	0.00 1	0.07 254	0.15 402

STrans-v2	3.43 377	0.73 359	4.82 397	0.26 133	0.60 306	3.00 286	1.19 410	10.41 422	7.22 392	5.79 292	10.97 427	6.75 396	7.03 485	8.25 427	1.40 276	0.00 1	0.01 190	0.00 1	0.00 1	0.03 141	0.18 424

Select-FE	3.44 380	0.73 359	8.39 504	1.44 337	0.96 360	2.01 157	0.10 106	8.84 376	3.94 232	5.36 283	10.32 408	9.73 454	8.82 516	6.28 271	0.83 204	0.01 262	0.22 533	0.01 433	0.49 546	0.03 141	0.30 481

MLCV	3.44 380	0.88 402	5.60 443	1.39 326	0.25 194	4.36 390	0.33 214	7.25 329	7.28 394	9.17 466	12.24 452	5.09 345	2.47 302	9.15 472	3.23 392	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.02 100

ff1	3.45 382	0.31 94	3.97 341	1.34 316	0.98 363	2.80 256	0.48 247	4.53 164	10.19 467	6.29 337	9.23 379	5.59 360	3.72 371	10.11 494	9.35 517	0.00 1	0.02 273	0.00 1	0.00 1	0.10 297	0.04 202

PAM_32	3.50 383	0.32 107	5.22 424	1.32 313	0.53 298	7.49 468	0.39 227	9.52 396	3.91 229	5.22 277	5.28 265	16.75 537	7.44 493	4.61 206	0.90 227	0.00 1	0.20 526	0.00 1	0.39 536	0.09 286	0.39 494

UGAM-zero	3.51 384	0.33 125	4.44 374	0.88 244	0.65 315	3.52 337	0.16 151	11.35 449	2.71 134	5.09 274	5.82 279	15.28 523	9.14 524	8.38 431	1.61 298	0.00 1	0.16 506	0.00 1	0.46 543	0.02 89	0.19 435

DeepPruner_ROB	3.52 385	1.14 452	4.06 353	1.12 289	1.65 422	3.65 344	0.83 356	13.96 519	4.47 266	7.80 410	10.84 421	7.05 404	2.16 288	8.14 416	3.08 387	0.07 469	0.03 326	0.00 1	0.01 338	0.32 473	0.06 261

SMFormer	3.54 386	0.39 187	3.61 311	1.69 374	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	3.51 407	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.04 202

tta	3.54 386	0.39 187	3.61 311	1.69 374	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	3.51 407	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.03 158

Sa-1000	3.55 388	0.75 366	3.63 315	1.91 410	0.30 217	3.55 338	1.63 436	7.39 332	8.54 439	7.70 407	17.44 511	4.00 294	2.82 325	9.44 486	1.33 271	0.00 1	0.10 460	0.00 1	0.18 473	0.21 423	0.04 202

G2L-Stereo_test	3.57 389	0.86 395	3.66 317	2.79 506	1.52 413	4.11 381	1.17 409	11.35 449	6.27 353	7.97 420	8.87 368	9.39 449	2.26 294	6.55 298	4.33 431	0.00 1	0.01 190	0.00 1	0.00 1	0.22 430	0.13 379

AIO-Stereo-zeroshot1	3.58 390	1.29 472	12.46 536	1.53 350	0.98 363	3.48 328	0.81 350	11.99 472	4.40 261	4.33 245	11.05 429	8.83 442	2.02 282	4.52 199	1.66 304	0.01 262	0.14 490	0.00 1	0.68 555	0.86 535	0.44 506

DDVS	3.59 391	0.53 285	4.53 380	2.02 434	1.27 393	6.63 449	0.49 257	8.73 372	4.10 247	7.14 379	7.63 344	12.68 501	2.25 292	8.69 451	4.09 427	0.08 474	0.20 526	0.01 433	0.00 1	0.14 359	0.59 525

KYRaft	3.59 391	0.31 94	1.84 96	0.76 230	0.46 272	2.29 184	4.04 500	4.75 184	3.25 183	8.93 461	19.47 521	6.62 394	5.07 439	7.79 386	0.71 172	0.01 262	0.00 1	0.00 1	0.01 338	0.04 176	5.38 580

STTStereo	3.60 393	0.93 418	6.34 466	2.71 500	2.23 466	3.68 348	0.63 299	9.42 391	6.73 375	9.87 484	6.97 316	8.84 443	3.65 362	6.85 318	3.04 385	0.00 1	0.02 273	0.01 433	0.00 1	0.02 89	0.02 100

LMCR-Stereo	3.63 394	1.29 472	4.20 361	2.54 493	0.17 142	8.08 478	1.52 430	11.46 453	4.73 280	8.45 443	10.66 418	1.91 216	5.03 436	7.69 378	3.58 412	0.92 556	0.00 1	0.00 1	0.00 1	0.36 488	0.02 100

Prome-Stereo	3.65 395	0.29 77	1.92 108	0.91 248	0.49 286	2.07 160	4.75 518	4.41 156	3.23 182	9.32 470	20.63 529	4.06 297	7.19 487	7.70 379	1.17 260	0.00 1	0.00 1	0.00 1	0.00 1	0.05 208	4.72 577

hitnet-ft	3.66 396	0.65 334	2.79 223	0.89 246	0.72 329	4.25 383	0.55 271	9.11 383	7.52 401	7.14 379	10.19 402	12.49 499	4.70 422	7.44 363	4.41 434	0.03 417	0.00 1	0.06 507	0.00 1	0.20 412	0.04 202

iResNet	3.68 397	0.91 412	7.94 500	2.97 517	0.34 239	4.44 395	0.48 247	7.70 337	9.74 458	7.72 408	12.74 459	4.03 295	2.87 329	8.05 406	3.37 397	0.02 371	0.01 190	0.00 1	0.00 1	0.10 297	0.09 313

acv_ft	3.69 398	0.53 285	4.58 388	2.31 477	4.71 559	7.44 467	0.86 370	8.54 363	5.70 315	9.29 469	9.26 387	5.77 367	4.15 388	2.24 124	8.13 500	0.00 1	0.00 1	0.00 1	0.00 1	0.29 463	0.01 23

ac_64	3.70 399	0.47 253	3.50 303	2.87 509	3.50 512	5.91 431	0.72 327	10.17 417	4.34 258	8.16 426	5.80 278	10.82 477	5.64 456	7.08 340	4.73 441	0.03 417	0.00 1	0.00 1	0.00 1	0.08 268	0.14 391

CFNet	3.72 400	1.10 445	5.03 409	2.49 491	1.59 415	4.90 407	0.22 180	11.38 451	9.88 463	4.80 262	11.25 432	6.44 386	3.68 363	8.33 429	3.00 383	0.00 1	0.00 1	0.00 1	0.00 1	0.22 430	0.07 282

DAS	3.74 401	0.35 155	5.19 422	1.99 427	3.74 521	2.36 192	3.22 482	7.77 339	9.27 449	8.70 449	12.08 445	4.45 318	5.43 450	8.39 432	1.71 308	0.01 262	0.00 1	0.00 1	0.00 1	0.04 176	0.02 100

DRaft	3.74 401	0.43 229	2.60 189	0.12 85	0.15 124	4.76 403	1.34 422	5.33 232	4.31 257	10.30 493	21.91 535	3.27 260	8.83 517	7.36 360	3.66 415	0.05 451	0.10 460	0.00 1	0.14 451	0.10 297	0.14 391

GrayStereo	3.74 401	0.20 23	1.94 112	1.55 354	0.60 306	3.12 299	8.22 559	5.76 262	3.32 191	10.40 497	16.66 497	5.81 370	8.60 514	6.57 299	1.37 275	0.01 262	0.00 1	0.01 433	0.63 551	0.02 89	0.04 202

GEStereo_RVC	3.74 401	0.73 359	4.95 405	2.01 432	1.24 389	4.36 390	3.07 477	11.77 465	7.80 415	6.87 366	6.52 307	7.70 414	4.31 402	8.98 467	4.19 429	0.03 417	0.01 190	0.02 465	0.02 366	0.13 349	0.11 350

ITSA-stereo	3.76 405	0.54 290	3.80 328	1.91 410	0.29 215	3.09 294	0.70 320	13.22 508	15.64 526	6.79 358	6.66 309	4.15 303	3.52 357	8.30 428	5.00 447	0.09 479	0.07 423	0.11 522	0.10 439	0.18 400	0.95 537

GwcNet-RSSM	3.77 406	1.05 435	5.06 411	2.21 461	1.87 445	2.36 192	1.52 430	8.98 379	7.96 419	5.91 308	14.59 480	7.94 421	3.50 354	6.43 283	5.70 458	0.00 1	0.00 1	0.04 496	0.00 1	0.20 412	0.08 300

SepStereo	3.78 407	0.35 155	5.19 422	1.99 427	3.74 521	2.36 192	3.22 482	7.77 339	9.27 449	8.70 449	12.08 445	4.45 318	5.43 450	9.18 473	1.71 308	0.01 262	0.00 1	0.00 1	0.00 1	0.04 176	0.02 100

DEmStereo	3.79 408	0.37 175	3.69 319	0.17 113	0.17 142	5.28 417	2.54 460	4.35 151	3.70 211	8.21 432	20.15 523	5.13 347	10.38 536	7.65 374	3.85 420	0.01 262	0.01 190	0.01 433	0.00 1	0.02 89	0.06 261

FADNet-RVC-Resample	3.79 408	1.62 496	12.06 532	1.43 333	0.66 316	5.94 432	2.41 456	10.18 418	8.58 441	6.28 335	4.22 223	5.33 355	4.80 430	7.71 380	3.19 390	0.17 503	0.21 529	0.17 535	0.12 445	0.41 502	0.29 479

anonymousa	3.80 410	0.55 294	3.35 288	1.24 298	3.74 521	9.04 491	0.36 218	6.74 314	4.03 239	7.72 408	19.64 522	10.62 472	6.01 463	1.52 87	1.40 276	0.00 1	0.00 1	0.00 1	0.05 410	0.00 1	0.03 158

UPFNet	3.82 411	0.47 253	4.34 370	2.21 461	3.38 506	7.26 463	2.69 467	9.89 405	5.96 332	7.98 421	7.53 338	7.89 418	3.15 337	7.72 382	5.88 462	0.01 262	0.02 273	0.00 1	0.00 1	0.04 176	0.06 261

NLCA_NET_v2_RVC	3.84 412	1.06 438	5.23 426	2.72 502	3.27 502	4.36 390	0.61 292	10.71 430	7.56 402	8.75 451	7.89 353	9.86 457	3.90 379	7.15 348	3.44 400	0.14 495	0.02 273	0.02 465	0.03 384	0.04 176	0.03 158
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 413	0.82 389	3.01 248	2.00 431	2.58 481	5.28 417	3.34 486	10.85 436	6.33 357	7.27 389	7.32 334	10.15 463	9.02 521	6.19 264	2.51 368	0.22 514	0.01 190	0.00 1	0.00 1	0.12 334	0.03 158

mmx	3.86 414	0.31 94	3.97 341	1.34 316	0.98 363	2.80 256	0.48 247	12.18 484	10.66 480	6.29 337	9.23 379	5.59 360	3.72 371	10.11 494	9.35 517	0.05 451	0.02 273	0.00 1	0.00 1	0.03 141	0.04 202

xxx	3.86 414	0.31 94	3.98 345	1.34 316	0.98 363	2.80 256	0.48 247	12.18 484	10.66 480	6.29 337	9.23 379	5.59 360	3.72 371	10.11 494	9.35 517	0.05 451	0.02 273	0.00 1	0.00 1	0.03 141	0.04 202

THIR-Stereo	3.86 414	0.77 372	2.62 193	0.12 85	0.13 113	4.25 383	6.63 545	5.30 228	4.18 253	10.33 494	17.13 505	6.58 393	7.62 500	7.78 385	3.51 407	0.01 262	0.07 423	0.07 513	0.00 1	0.11 318	0.02 100

UGAM	3.90 417	0.48 260	4.69 392	0.17 113	0.08 57	3.67 345	1.22 411	4.81 187	14.45 515	4.59 253	11.94 443	14.20 513	3.80 376	9.92 493	3.61 413	0.00 1	0.00 1	0.00 1	0.02 366	0.32 473	0.07 282

AASNet	3.90 417	0.92 415	4.41 371	3.56 540	4.00 534	6.70 450	1.26 416	18.71 560	6.14 345	7.35 393	7.91 354	4.35 315	2.58 308	3.04 147	6.62 477	0.00 1	0.00 1	0.00 1	0.00 1	0.39 496	0.14 391

PS-NSSS	3.90 417	1.84 511	4.55 384	0.87 243	2.95 493	4.10 380	2.00 450	10.77 433	8.23 429	6.75 355	14.63 481	5.01 342	2.24 290	8.41 434	2.91 381	0.33 529	0.03 326	0.83 561	0.00 1	0.82 533	0.70 530

DualNet (step1)	3.91 420	1.11 447	6.15 459	1.27 303	0.60 306	5.22 413	2.54 460	10.66 427	7.73 410	8.36 435	7.55 339	6.55 388	4.27 395	6.58 300	1.62 299	1.49 566	0.03 326	3.10 573	2.99 580	0.20 412	0.15 402

FADNet_RVC	3.91 420	1.67 502	12.95 544	0.96 261	0.75 331	5.71 424	0.54 267	10.83 435	6.60 371	3.46 223	8.09 356	4.10 300	3.40 350	9.43 483	6.33 468	0.36 531	0.44 560	0.17 535	0.46 543	0.91 536	0.95 537

ISRNet	3.93 422	0.55 294	5.49 436	3.20 526	2.69 485	2.11 165	0.26 193	7.01 323	6.40 360	11.00 512	17.99 515	8.31 427	2.64 310	6.51 294	4.36 432	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.02 100

CrosDoStereo	3.96 423	0.45 245	3.04 255	0.32 147	0.20 176	3.28 312	11.63 581	5.76 262	4.45 264	9.04 462	16.58 495	4.99 338	7.45 494	8.04 403	3.72 416	0.00 1	0.02 273	0.01 433	0.00 1	0.16 370	0.10 336

DeepStereo_LL	3.96 423	0.45 245	3.04 255	0.32 147	0.20 176	3.28 312	11.63 581	5.76 262	4.45 264	9.04 462	16.58 495	4.99 338	7.45 494	8.04 403	3.72 416	0.00 1	0.02 273	0.01 433	0.00 1	0.16 370	0.10 336

RAFT-RH_RVC	3.96 423	0.46 251	2.93 241	1.55 354	0.42 263	3.14 301	0.14 139	3.70 109	5.98 335	11.25 515	32.23 575	5.29 351	1.68 264	8.13 415	2.14 343	0.08 474	0.00 1	0.00 1	0.03 384	0.01 33	0.00 1

UNet	3.97 426	0.61 318	6.50 472	1.68 373	3.22 500	9.82 500	0.31 208	9.50 393	5.32 301	7.20 385	6.35 304	10.59 470	5.91 461	6.93 325	5.49 454	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

FADNet-RVC	3.98 427	1.84 511	12.48 538	1.69 374	0.44 264	4.33 387	1.31 420	11.84 466	7.15 391	3.53 225	3.50 211	10.63 473	4.43 407	9.12 470	6.25 467	0.03 417	0.10 460	0.00 1	0.03 384	0.60 518	0.25 463

HSM	4.00 428	0.79 380	3.16 273	1.59 362	2.17 462	6.77 452	1.11 403	12.28 486	6.35 359	6.75 355	8.11 357	13.90 510	5.37 446	8.85 461	2.71 375	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 100

coex_refinement	4.04 429	0.87 398	3.55 306	2.96 516	1.40 406	4.28 385	0.32 209	11.18 441	7.72 408	8.32 433	13.44 467	10.01 461	3.48 353	6.28 271	6.76 478	0.00 1	0.02 273	0.00 1	0.00 1	0.06 234	0.16 414

HBP-ISP	4.09 430	1.05 435	4.10 357	1.87 403	1.31 400	7.56 470	3.98 498	11.26 443	9.94 464	7.81 411	14.44 479	3.23 259	4.27 395	8.89 464	1.87 321	0.06 461	0.06 399	0.00 1	0.00 1	0.06 234	0.04 202

TDLM	4.11 431	1.11 447	3.54 305	1.62 368	1.04 370	3.91 371	7.41 555	10.60 425	10.67 482	6.38 343	12.59 455	5.95 373	4.77 426	8.79 459	3.04 385	0.58 545	0.00 1	0.01 433	0.00 1	0.19 408	0.12 367

CSP-Net	4.12 432	1.28 470	3.70 322	1.54 352	1.06 371	13.28 542	2.33 455	12.96 503	5.45 303	8.87 457	8.54 364	8.43 431	3.03 333	8.16 418	3.65 414	0.00 1	0.00 1	0.00 1	0.00 1	0.18 400	0.03 158

test_xeample	4.13 433	0.36 168	2.75 211	1.23 297	0.51 293	3.96 374	0.13 129	12.63 496	7.65 405	7.49 399	10.86 423	3.29 261	3.36 343	6.71 310	21.53 576	0.02 371	0.03 326	0.00 1	0.00 1	0.03 141	0.04 202

Anonymous_2	4.14 434	0.62 323	3.21 277	1.40 327	1.43 409	5.19 412	0.32 209	6.63 308	4.38 260	4.48 251	2.30 164	8.08 424	7.00 483	5.37 233	2.29 352	0.23 515	0.75 568	5.20 583	18.12 611	5.66 575	0.23 455

CBMV_ROB	4.14 434	0.52 281	3.14 271	1.30 310	0.77 335	6.92 455	1.97 449	10.11 416	9.58 455	8.92 459	14.20 476	7.12 406	5.90 460	8.65 447	3.50 406	0.01 262	0.05 378	0.00 1	0.00 1	0.04 176	0.09 313

SACVNet	4.15 436	1.26 465	3.81 330	3.12 522	1.68 427	3.09 294	2.85 473	11.91 469	5.96 332	10.52 500	11.20 430	10.59 470	3.95 380	8.97 466	3.25 394	0.08 474	0.02 273	0.00 1	0.00 1	0.32 473	0.44 506

MMNet	4.16 437	0.77 372	5.47 435	1.40 327	1.67 425	10.78 515	0.63 299	8.64 370	8.47 436	8.80 454	8.33 359	7.51 410	6.61 472	7.53 368	6.54 473	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.05 239

CVANet_RVC	4.16 437	1.16 454	3.60 310	1.94 419	1.46 410	3.92 372	4.68 515	10.89 437	8.34 431	7.58 403	10.84 421	10.27 467	6.62 475	8.56 441	2.69 374	0.39 534	0.00 1	0.00 1	0.01 338	0.21 423	0.09 313

pcwnet_v2	4.20 439	0.36 168	8.53 506	1.33 314	1.12 377	3.43 320	0.41 232	12.85 499	14.16 513	9.90 486	14.29 477	5.90 372	3.03 333	6.20 266	2.06 338	0.01 262	0.05 378	0.04 496	0.02 366	0.16 370	0.18 424

HSM-Net_RVC	4.20 439	0.32 107	2.76 215	0.63 213	0.69 321	6.95 456	1.69 440	11.96 471	8.36 432	8.83 455	12.17 449	15.18 522	4.21 391	6.91 323	3.30 396	0.02 371	0.02 273	0.00 1	0.00 1	0.01 33	0.01 23
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 441	0.50 266	5.45 434	1.34 316	1.68 427	7.04 457	4.51 512	10.73 431	7.00 384	10.78 506	6.80 312	8.48 434	4.63 419	9.91 492	5.12 449	0.02 371	0.06 399	0.02 465	0.03 384	0.08 268	0.03 158

FADNet	4.23 442	1.65 499	11.75 531	1.64 370	0.80 340	4.80 404	0.77 340	13.76 518	11.65 494	3.97 237	5.24 260	9.62 452	5.14 441	8.40 433	3.78 418	0.21 512	0.04 360	0.07 513	0.05 410	1.14 541	0.10 336

iResNet_ROB	4.23 442	1.02 431	4.90 401	2.18 457	0.93 357	2.92 279	0.37 221	15.10 535	16.91 535	7.89 416	10.51 413	7.03 400	3.07 336	8.16 418	3.46 404	0.01 262	0.00 1	0.00 1	0.00 1	0.10 297	0.02 100

IGEV-BASED-STEREO-	4.24 444	25.07 595	26.53 586	0.44 176	0.07 40	1.50 97	0.54 267	2.09 15	1.57 84	0.51 116	0.62 72	0.21 86	0.20 51	1.44 82	0.53 141	12.03 599	0.01 190	0.00 1	0.08 423	1.75 555	9.69 593

1111x	4.25 445	0.30 89	4.31 366	1.47 339	0.37 249	5.10 411	0.32 209	12.86 500	9.82 461	6.01 310	9.73 396	8.78 441	5.97 462	9.43 483	10.39 530	0.06 461	0.03 326	0.00 1	0.00 1	0.02 89	0.04 202

HGLStereo	4.25 445	0.52 281	4.65 389	3.09 518	5.18 563	6.51 448	0.73 328	10.37 420	6.74 376	7.32 391	12.44 454	7.00 399	7.21 489	7.46 364	5.51 455	0.00 1	0.02 273	0.00 1	0.00 1	0.06 234	0.10 336

delet	4.27 447	0.72 356	4.50 378	1.07 280	3.75 525	10.79 516	4.04 500	9.95 406	7.89 416	8.09 424	8.89 369	8.46 432	3.81 377	7.56 369	5.80 460	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.02 100

iResNetv2_ROB	4.28 448	1.43 479	7.17 486	2.91 510	1.26 390	4.36 390	1.62 435	13.64 516	10.25 471	9.83 482	11.41 434	7.68 413	4.00 381	7.75 384	1.85 320	0.00 1	0.00 1	0.00 1	0.00 1	0.37 489	0.09 313

RAFT + AFF	4.30 449	1.55 490	5.84 448	1.43 333	2.36 471	5.94 432	6.72 547	10.01 411	7.56 402	7.55 401	8.96 373	7.09 405	6.73 478	8.57 442	4.02 424	0.02 371	0.47 563	0.00 1	0.01 338	0.56 512	0.54 519

ADLNet	4.32 450	0.80 384	4.33 367	3.60 541	3.56 514	6.87 454	2.48 459	11.20 442	7.58 404	9.87 484	9.62 393	8.39 429	4.95 434	6.16 262	6.60 475	0.01 262	0.01 190	0.00 1	0.01 338	0.12 334	0.25 463

CRFU-Net	4.45 451	0.67 344	5.02 407	2.78 505	1.32 401	12.67 536	3.35 487	11.26 443	3.52 204	10.06 490	9.30 389	10.91 480	6.92 482	7.26 352	3.24 393	0.15 497	0.16 506	0.16 532	0.00 1	0.26 452	0.05 239

ACV-stereo	4.46 452	0.76 369	9.94 520	1.91 410	1.06 371	11.61 524	1.28 417	6.25 285	7.09 388	3.09 211	5.21 258	16.88 538	10.23 535	7.96 396	5.47 453	0.06 461	0.15 497	0.01 433	0.00 1	0.12 334	0.14 391

ssnet_v2	4.46 452	0.87 398	5.18 421	1.57 358	0.67 318	9.14 492	4.73 517	11.84 466	9.68 456	8.79 452	6.24 297	9.91 458	4.34 403	6.28 271	9.30 516	0.00 1	0.01 190	0.00 1	0.00 1	0.28 461	0.30 481

ADLNet2	4.46 452	0.90 408	6.06 456	2.74 504	3.91 530	6.79 453	3.01 476	10.95 439	8.40 434	7.27 389	9.80 397	9.85 456	5.43 450	7.29 353	6.44 471	0.01 262	0.03 326	0.00 1	0.00 1	0.15 363	0.11 350

StereoDRNet-Refined	4.46 452	0.62 323	3.80 328	1.92 414	0.40 255	9.35 494	0.15 145	10.02 412	8.83 444	12.69 527	11.62 440	9.34 447	3.87 378	8.06 410	8.02 494	0.00 1	0.00 1	0.01 433	0.05 410	0.20 412	0.26 469
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 456	0.31 94	2.77 216	1.69 374	0.47 281	7.74 476	0.07 84	14.04 520	7.91 418	5.82 296	8.97 374	9.34 447	3.41 351	7.33 357	20.24 571	0.05 451	0.03 326	0.00 1	0.00 1	0.03 141	0.04 202

NVstereo2D	4.51 456	0.82 389	6.86 480	3.28 529	3.38 506	8.16 479	3.13 479	10.51 423	15.15 523	4.90 265	6.89 315	7.87 416	4.78 428	9.88 491	3.91 422	0.01 262	0.00 1	0.00 1	0.06 417	0.02 89	0.58 522

DLCB_ROB	4.51 456	0.91 412	3.78 326	2.19 458	1.07 374	6.28 438	3.09 478	9.78 401	7.72 408	10.65 503	12.97 461	13.91 511	3.71 367	8.72 457	5.30 451	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.10 336

RASNet	4.52 459	0.61 318	4.42 372	3.42 532	4.68 558	4.58 399	0.99 389	9.54 397	8.01 420	5.28 280	11.42 435	10.34 469	8.88 518	9.28 478	8.68 508	0.15 497	0.00 1	0.00 1	0.00 1	0.03 141	0.04 202

FTStereo	4.55 460	0.36 168	2.18 153	0.94 255	0.38 251	2.60 226	8.82 562	4.98 201	3.17 176	10.88 508	30.35 570	5.60 364	7.60 499	7.62 373	1.55 292	0.17 503	0.00 1	0.05 503	0.00 1	0.03 141	3.80 571

dad	4.66 461	1.89 515	5.51 439	0.94 255	0.09 67	2.16 173	0.37 221	7.10 326	14.43 514	10.13 491	16.84 499	14.97 519	1.90 278	6.82 314	4.15 428	1.09 559	0.11 468	4.08 579	0.46 543	0.17 384	0.06 261

LL-Strereo	4.71 462	1.64 498	7.51 496	1.15 291	4.31 540	3.71 351	1.45 426	9.21 385	8.36 432	8.37 439	8.17 358	10.82 477	11.36 542	12.51 531	4.82 444	0.00 1	0.12 475	0.00 1	0.00 1	0.31 469	0.32 486

CBFPSM	4.87 463	0.94 421	14.70 552	1.51 343	1.15 381	11.49 522	2.55 464	7.28 330	6.47 365	6.23 328	4.83 239	15.30 524	8.99 520	6.88 319	8.20 501	0.03 417	0.02 273	0.00 1	0.00 1	0.40 499	0.42 502

SGM-Forest	4.96 464	0.32 107	2.84 227	1.21 295	0.64 314	10.23 505	6.64 546	11.55 456	10.98 484	10.94 511	13.59 468	11.65 491	4.30 400	8.94 465	4.63 439	0.11 484	0.04 360	0.00 1	0.00 1	0.05 208	0.46 510
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 465	1.47 482	7.42 493	2.40 484	2.14 460	8.73 487	3.64 495	12.42 487	13.11 506	7.03 373	7.57 342	7.88 417	6.52 471	10.16 499	7.82 490	0.02 371	0.03 326	0.00 1	0.00 1	0.11 318	1.07 541
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 466	1.74 504	6.38 468	1.96 423	1.29 397	2.26 182	1.69 440	10.07 413	18.53 541	7.88 415	18.15 516	8.49 435	2.70 314	10.59 504	7.04 481	0.96 557	0.15 497	0.02 465	0.00 1	0.13 349	0.12 367

PSMNet_ROB	5.02 467	1.63 497	6.03 455	1.90 409	1.83 442	9.57 498	6.35 542	15.58 540	7.23 393	6.15 323	10.48 412	12.22 497	4.16 389	8.02 402	8.71 509	0.02 371	0.01 190	0.01 433	0.10 439	0.20 412	0.12 367

GASNet	5.19 468	4.61 556	9.38 515	4.73 563	2.10 457	3.80 365	1.57 433	12.07 477	10.96 483	8.92 459	7.03 324	8.21 426	7.67 501	14.02 542	7.36 483	0.02 371	0.15 497	0.00 1	0.00 1	0.69 525	0.42 502

TCMNet	5.22 469	1.96 519	9.78 518	4.11 555	6.57 571	8.83 488	1.35 424	10.74 432	8.07 422	6.39 344	12.76 460	8.32 428	4.75 425	8.62 446	10.09 529	0.11 484	0.18 515	0.31 548	0.09 434	0.75 530	0.57 521

FINET	5.32 470	1.14 452	10.04 521	2.17 456	3.67 520	6.49 445	6.76 548	11.68 460	22.08 561	7.42 395	12.15 448	4.24 306	3.61 361	9.25 477	5.35 452	0.04 438	0.04 360	0.00 1	0.00 1	0.17 384	0.09 313

CBMV	5.35 471	0.91 412	3.67 318	1.62 368	0.44 264	10.09 503	7.19 553	12.49 492	12.33 502	12.22 523	14.69 482	10.93 481	6.48 470	8.51 439	4.96 446	0.02 371	0.15 497	0.00 1	0.00 1	0.17 384	0.17 420
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 472	0.40 199	2.72 207	1.50 340	0.48 283	6.15 437	0.07 84	13.73 517	8.06 421	8.79 452	11.03 428	3.71 286	4.21 391	7.47 366	38.74 609	0.03 417	0.02 273	0.00 1	0.00 1	0.04 176	0.05 239

YMNet	5.52 473	1.83 509	8.79 508	3.47 536	4.46 548	10.72 513	0.91 379	9.99 408	6.43 362	13.76 541	16.35 492	11.65 491	4.49 413	7.95 394	8.03 496	0.12 488	0.35 550	0.12 525	0.08 423	0.71 527	0.27 473

YMNet_1	5.52 473	1.83 509	8.79 508	3.47 536	4.46 548	10.72 513	0.91 379	9.99 408	6.43 362	13.76 541	16.35 492	11.65 491	4.49 413	7.95 394	8.03 496	0.12 488	0.35 550	0.12 525	0.08 423	0.71 527	0.27 473

StereoDRNet	5.59 475	1.75 505	6.80 477	3.12 522	4.45 547	10.61 511	4.35 508	18.80 562	9.73 457	12.22 523	6.87 314	11.44 490	4.65 421	8.09 413	8.26 502	0.02 371	0.11 468	0.00 1	0.03 384	0.20 412	0.28 477

PSMNet-RUCA	5.60 476	4.62 557	11.61 529	10.29 582	7.55 578	7.08 458	1.94 448	12.01 473	10.52 479	3.90 235	11.88 441	4.43 317	1.75 274	7.56 369	4.24 430	1.68 569	0.12 475	4.78 582	0.67 554	4.74 572	0.68 529

fast-acv-ft	5.62 477	1.39 477	7.01 481	2.02 434	1.89 447	12.23 531	1.82 446	7.35 331	9.45 453	10.46 499	20.27 526	14.55 517	7.71 502	7.41 361	7.61 487	0.10 482	0.09 448	0.16 532	0.07 418	0.59 516	0.13 379

ETE_ROB	5.80 478	1.77 506	6.33 465	1.44 337	0.78 339	6.43 443	6.90 549	12.53 493	8.08 423	12.93 532	14.89 483	21.13 564	5.87 459	9.83 490	6.57 474	0.04 438	0.01 190	0.00 1	0.02 366	0.08 268	0.33 487

test_sample9	5.87 479	1.11 447	6.15 459	1.27 303	0.60 306	5.22 413	2.54 460	10.66 427	7.73 410	8.36 435	7.55 339	6.55 388	4.27 395	11.68 521	11.44 540	1.49 566	24.31 617	3.10 573	2.99 580	0.20 412	0.15 402

DRN-Test	5.87 479	0.98 424	5.89 450	2.69 499	3.65 518	12.37 533	3.35 487	20.07 579	10.20 470	11.93 522	12.31 453	11.06 484	5.31 445	7.89 392	9.05 512	0.04 438	0.05 378	0.04 496	0.04 404	0.18 400	0.25 463

NCCL2	5.88 481	1.59 493	5.44 433	1.87 403	0.92 354	9.55 497	11.55 580	12.11 479	9.94 464	9.67 479	8.85 367	22.28 567	7.41 492	8.78 458	7.17 482	0.01 262	0.00 1	0.03 484	0.00 1	0.13 349	0.23 455

iinet-f	5.94 482	1.60 494	26.88 587	1.79 392	1.38 404	11.92 529	1.47 427	6.80 317	7.11 389	6.90 369	14.43 478	10.64 474	7.97 504	7.00 334	12.12 544	0.02 371	0.03 326	0.05 503	0.00 1	0.63 521	0.02 100

MaskLacGwcNet_RVC	5.97 483	5.36 561	5.02 407	3.75 548	3.57 515	15.81 550	4.27 505	11.72 463	6.96 382	7.23 386	8.47 363	9.09 445	2.66 313	9.36 482	2.71 375	7.49 586	2.32 582	2.01 571	0.08 423	6.77 581	4.67 576

Wz-Net-LNSev-Ref	5.98 484	1.55 490	9.92 519	2.40 484	3.22 500	10.28 506	3.14 480	11.64 458	9.79 459	9.54 476	20.22 525	11.16 485	6.77 479	10.61 505	9.16 513	0.06 461	0.00 1	0.00 1	0.00 1	0.03 141	0.04 202

APVNet	5.98 484	1.72 503	8.72 507	3.21 527	4.04 536	12.31 532	1.81 445	19.09 568	6.10 341	6.13 322	13.41 466	10.69 475	6.30 466	11.26 515	13.90 553	0.05 451	0.02 273	0.11 522	0.03 384	0.53 510	0.20 442

z-ln-s-r	5.99 486	1.34 475	15.55 555	1.52 345	1.95 450	3.28 312	2.71 469	7.72 338	11.16 486	6.43 347	25.06 553	8.76 440	5.86 458	11.03 512	17.17 563	0.00 1	0.00 1	0.00 1	0.00 1	0.24 448	0.11 350

NaN_ROB	6.00 487	1.24 463	6.29 464	1.34 316	1.68 427	9.60 499	10.31 574	15.09 533	15.79 528	12.62 526	8.95 371	11.67 494	5.83 457	11.78 525	6.41 470	0.05 451	0.13 485	0.08 516	0.20 482	0.22 430	0.79 532

DANet	6.02 488	1.23 461	8.45 505	3.86 551	3.94 532	7.64 475	1.34 422	9.51 395	7.00 384	13.39 536	15.53 487	15.99 529	7.02 484	12.14 527	12.37 545	0.19 507	0.12 475	0.02 465	0.03 384	0.13 349	0.56 520
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 489	1.22 459	5.61 444	2.56 496	0.90 353	6.32 439	7.07 551	12.92 502	8.30 430	14.76 547	15.13 485	19.84 555	6.66 477	10.36 500	8.58 506	0.02 371	0.04 360	0.00 1	0.03 384	0.11 318	0.24 459

GANet	6.22 490	1.07 439	4.07 355	2.27 467	0.89 351	9.19 493	9.52 568	12.02 474	8.13 425	10.72 504	29.09 566	13.86 509	7.52 498	11.00 511	4.39 433	0.36 531	0.00 1	0.02 465	0.02 366	0.12 334	0.08 300

DISCO	6.28 491	0.57 302	5.78 447	3.43 533	1.17 385	11.22 519	3.39 489	12.14 482	16.16 530	6.52 351	11.22 431	16.96 539	6.32 467	19.51 572	10.74 534	0.00 1	0.00 1	0.00 1	0.00 1	0.35 483	0.11 350

Syn2CoEx	6.32 492	2.72 535	9.33 514	2.45 489	1.67 425	8.59 484	3.32 485	18.08 556	12.27 501	8.53 444	21.08 532	10.30 468	9.80 530	9.30 479	7.86 491	0.01 262	0.00 1	0.00 1	0.00 1	0.63 521	0.43 504

RYNet	6.34 493	0.89 405	5.88 449	1.41 330	4.48 551	15.97 552	4.18 503	13.41 511	16.49 531	10.81 507	7.00 321	14.33 515	8.72 515	9.43 483	13.71 552	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.07 282

GwcNet	6.42 494	1.97 520	10.92 526	2.59 497	5.58 566	11.55 523	2.21 454	14.10 522	16.52 534	10.04 489	17.19 508	10.86 479	5.61 455	9.23 476	8.84 511	0.01 262	0.06 399	0.03 484	0.08 423	0.56 512	0.40 497

Wz-Net-LNSev	6.46 495	1.93 517	16.44 559	1.52 345	4.15 538	12.66 535	4.96 521	13.05 505	12.10 500	10.55 502	16.23 491	11.32 487	7.19 487	8.43 436	8.48 505	0.00 1	0.01 190	0.00 1	0.00 1	0.08 268	0.06 261

DGSMNet	6.47 496	2.61 533	13.64 547	3.46 534	3.74 521	8.97 490	6.01 532	14.15 523	13.01 505	7.46 398	14.10 474	9.94 459	4.79 429	10.44 501	6.22 466	1.30 563	1.70 579	1.80 568	1.52 573	2.27 562	2.35 562

GANetREF_RVC	6.56 497	2.89 537	7.58 498	3.41 531	0.40 255	12.96 538	9.58 569	15.09 533	17.25 538	10.33 494	10.62 415	12.27 498	8.16 508	12.21 528	4.53 437	0.41 537	0.00 1	0.00 1	0.02 366	3.12 567	0.39 494
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LALA_ROB	6.58 498	1.80 508	6.25 462	1.26 301	0.94 358	10.08 502	9.02 564	16.00 542	11.51 493	12.74 528	13.02 462	24.77 570	5.25 443	10.56 503	8.02 494	0.04 438	0.05 378	0.00 1	0.02 366	0.10 297	0.25 463

S-Stereo	6.63 499	0.84 392	9.67 517	3.15 524	3.48 511	6.49 445	6.22 536	12.99 504	22.84 563	9.48 474	15.51 486	12.00 496	8.43 510	8.04 403	10.70 533	0.12 488	0.17 511	0.00 1	0.38 533	0.13 349	1.92 556

DeepPrunerF	6.75 500	2.69 534	23.31 577	3.68 544	7.16 573	3.78 362	4.29 506	13.42 512	20.13 553	8.13 425	10.46 411	7.18 408	8.06 506	11.10 513	9.44 520	0.24 518	0.15 497	0.29 546	0.42 539	0.66 524	0.45 508

edge stereo	6.76 501	1.01 429	6.76 476	2.20 460	2.45 476	6.41 442	2.45 458	14.84 532	11.98 499	15.29 549	18.31 517	22.02 565	12.56 547	10.82 508	7.49 485	0.03 417	0.06 399	0.11 522	0.03 384	0.30 464	0.14 391

NCC-stereo	6.77 502	1.49 486	6.48 470	2.92 512	4.40 543	7.43 465	3.61 492	19.52 575	13.29 507	8.39 440	16.91 500	15.96 527	12.13 544	12.85 533	7.70 488	1.47 564	0.11 468	0.01 433	0.42 539	0.14 359	0.24 459

Abc-Net	6.77 502	1.49 486	6.48 470	2.92 512	4.40 543	7.43 465	3.61 492	19.52 575	13.29 507	8.39 440	16.91 500	15.96 527	12.13 544	12.85 533	7.70 488	1.47 564	0.11 468	0.01 433	0.42 539	0.14 359	0.24 459
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 504	0.68 346	6.80 477	2.30 471	1.77 437	5.63 423	4.20 504	18.79 561	18.62 542	10.53 501	17.15 506	18.52 548	13.74 555	8.86 463	7.38 484	0.03 417	0.15 497	0.01 433	0.07 418	0.12 334	0.26 469

RP	6.84 505	1.29 472	5.53 442	3.92 552	5.18 563	6.32 439	3.53 490	11.73 464	15.31 524	9.54 476	22.38 539	18.25 546	14.47 557	10.11 494	7.49 485	0.91 555	0.01 190	0.12 525	0.15 455	0.33 477	0.19 435

ccnet	6.87 506	0.92 415	5.15 419	3.09 518	2.18 464	11.78 527	4.90 519	17.97 555	8.79 443	12.79 530	20.20 524	16.00 530	8.35 509	9.12 470	14.17 555	0.42 540	0.33 547	0.25 544	0.09 434	0.40 499	0.48 511

RGC	6.88 507	2.23 526	6.13 457	4.05 553	4.73 560	8.94 489	2.78 470	15.19 537	11.74 495	11.13 513	19.34 520	17.86 543	10.42 537	13.02 536	8.03 496	0.73 549	0.01 190	0.24 543	0.41 538	0.31 469	0.38 493

xyz-stereo	6.97 508	0.29 77	36.85 599	0.20 119	0.07 40	30.65 590	0.19 167	3.97 132	1.82 91	10.21 492	24.87 550	6.06 375	7.29 490	11.62 520	4.87 445	0.01 262	0.02 273	0.35 551	0.00 1	0.06 234	0.02 100

Nwc_Net	6.97 508	1.25 464	6.63 474	3.82 549	3.37 505	10.83 517	1.67 439	19.56 577	11.35 490	8.36 435	23.62 543	17.19 541	11.44 543	11.21 514	8.08 499	0.80 551	0.00 1	0.00 1	0.02 366	0.13 349	0.09 313

w-ln-seven-2	7.09 510	2.32 528	23.44 578	1.71 381	1.06 371	7.81 477	3.98 498	12.02 474	14.65 518	13.06 534	20.38 527	11.70 495	9.83 532	10.65 506	8.66 507	0.02 371	0.05 378	0.00 1	0.02 366	0.32 473	0.14 391

DStereoRT	7.14 511	1.05 435	6.27 463	2.26 466	1.39 405	10.94 518	1.76 444	7.53 336	4.14 250	7.55 401	10.86 423	2.79 238	6.79 480	8.01 401	4.49 436	0.13 493	0.18 515	49.57 615	15.74 610	0.23 437	1.13 542

ADCRef	7.27 512	1.38 476	16.37 557	2.52 492	3.30 504	11.63 525	3.16 481	10.80 434	9.35 451	13.03 533	25.27 556	8.17 425	8.92 519	8.06 410	21.81 579	0.15 497	0.08 436	0.16 532	0.34 528	0.38 492	0.58 522

psmorigin	7.34 513	1.58 492	18.31 564	2.35 481	0.87 346	6.72 451	1.70 443	10.63 426	7.14 390	19.77 564	22.71 540	20.13 557	11.34 541	12.96 535	9.49 521	0.04 438	0.17 511	0.06 507	0.17 466	0.21 423	0.50 515

Wz-Net-MNSev	7.43 514	2.35 530	15.22 553	2.34 480	3.41 510	17.27 561	8.55 560	11.91 469	13.48 509	13.37 535	17.05 503	13.70 506	7.47 497	11.90 526	9.99 528	0.40 536	0.03 326	0.00 1	0.01 338	0.16 370	0.07 282

SDNR	7.50 515	2.32 528	15.58 556	1.82 399	0.63 312	44.66 607	0.44 241	8.59 364	9.52 454	9.84 483	25.18 554	5.30 354	4.38 404	11.46 518	6.49 472	0.05 451	0.03 326	0.00 1	0.01 338	1.79 556	1.87 555

CSAN	7.62 516	1.60 494	6.56 473	1.83 400	0.66 316	12.40 534	10.52 577	14.45 527	21.32 558	14.19 543	15.98 489	17.84 542	13.02 552	12.32 529	8.38 503	0.09 479	0.07 423	0.03 484	0.04 404	0.33 477	0.67 528

SQANet	7.64 517	3.40 547	5.49 436	11.73 585	9.62 585	11.96 530	2.82 471	11.33 448	6.10 341	8.33 434	11.49 437	11.00 482	5.16 442	10.12 498	2.72 378	8.92 590	2.21 581	10.41 588	1.58 574	11.13 589	7.39 585

anonymity	7.68 518	3.83 550	12.39 535	7.04 575	12.67 592	8.18 480	2.00 450	17.50 551	6.85 378	13.56 539	9.21 378	9.97 460	7.82 503	11.28 516	5.58 456	6.27 584	4.98 606	3.68 577	2.96 579	3.33 569	4.48 574

CC-Net-ROB	7.68 518	9.21 581	7.46 494	3.82 549	3.66 519	15.68 549	5.02 522	17.95 554	10.45 478	6.44 348	14.00 473	7.63 412	4.77 426	10.75 507	3.10 388	5.99 583	2.46 584	16.28 592	1.08 566	6.30 579	1.56 552

stereogan	7.69 520	0.88 402	7.08 485	3.49 539	3.93 531	18.98 565	3.23 484	16.52 544	19.58 549	9.93 487	18.92 519	20.50 561	9.04 522	14.07 543	6.14 465	0.26 521	0.04 360	0.21 540	0.03 384	0.63 521	0.33 487

pmcnn	7.72 521	1.27 467	9.42 516	2.91 510	3.14 496	9.44 495	6.23 537	12.56 494	16.51 532	14.53 545	24.08 545	27.44 576	8.49 512	9.32 480	8.44 504	0.06 461	0.08 436	0.00 1	0.00 1	0.30 464	0.15 402

AF-Net	7.78 522	1.44 481	6.68 475	3.37 530	4.50 552	8.61 485	2.69 467	17.07 548	20.17 554	9.52 475	24.02 544	20.31 560	14.59 558	11.58 519	9.84 525	0.61 546	0.00 1	0.12 525	0.00 1	0.38 492	0.12 367

PASM	7.90 523	4.22 552	21.97 575	3.25 528	3.29 503	5.39 420	6.57 544	10.57 424	19.09 544	12.77 529	13.92 471	18.11 545	9.51 528	13.79 541	10.77 536	0.19 507	0.45 561	0.29 546	1.08 566	1.49 550	1.19 544

PWCDC_ROB	7.92 524	3.17 545	7.48 495	5.73 570	4.40 543	10.45 508	0.35 217	14.52 529	28.19 573	10.36 496	31.27 572	7.04 402	9.14 524	13.22 538	8.78 510	2.74 574	0.02 273	0.00 1	0.00 1	1.31 546	0.17 420

test_sample8	7.99 525	1.11 447	6.15 459	1.27 303	0.60 306	5.22 413	2.54 460	12.04 476	6.15 346	17.46 556	9.02 376	24.67 569	18.16 566	11.68 521	11.44 540	1.49 566	24.31 617	3.10 573	2.99 580	0.20 412	0.15 402

ADCP+	8.09 526	1.79 507	14.50 550	1.54 352	4.28 539	16.57 555	5.20 524	12.80 498	11.20 488	12.83 531	17.07 504	11.02 483	10.80 539	17.59 564	23.18 585	0.03 417	0.05 378	0.01 433	0.18 473	0.39 496	0.81 533

SuperB	8.10 527	3.15 544	24.67 580	2.65 498	1.23 388	9.88 501	4.29 506	10.18 418	30.07 576	11.53 519	12.18 450	6.12 377	6.65 476	10.50 502	14.47 556	0.14 495	0.11 468	0.35 551	0.25 505	13.06 593	0.48 511

PWC_ROB	8.24 528	3.13 542	12.74 542	2.43 488	4.43 546	7.51 469	1.22 411	16.63 545	19.24 547	16.08 552	28.29 563	13.99 512	10.16 534	13.63 540	14.06 554	0.42 540	0.00 1	0.05 503	0.00 1	0.59 516	0.27 473

MDST_ROB	8.37 529	0.32 107	9.03 512	4.18 558	2.42 475	26.86 584	6.14 533	19.36 572	13.52 510	27.09 581	22.75 541	9.47 451	4.74 424	15.06 550	6.34 469	0.02 371	0.02 273	0.00 1	0.00 1	0.02 89	0.13 379

G-Net	8.41 530	1.54 489	10.97 527	5.73 570	3.60 516	26.19 578	4.41 510	10.10 415	7.42 396	19.71 563	24.99 552	14.38 516	15.83 560	10.99 510	9.53 522	0.50 544	0.46 562	0.19 538	0.25 505	0.80 532	0.66 527

XQC	8.43 531	3.58 548	16.40 558	2.92 512	2.17 462	13.22 541	3.60 491	14.64 530	25.86 569	11.87 521	12.04 444	15.06 520	10.67 538	15.24 553	19.41 568	0.39 534	0.08 436	0.05 503	0.07 418	0.84 534	0.45 508

FBW_ROB	8.50 532	1.03 433	7.98 501	1.93 418	1.28 396	13.10 539	6.23 537	22.50 583	18.98 543	18.82 560	14.91 484	19.06 551	10.04 533	18.41 567	9.83 524	0.62 547	0.22 533	1.82 570	0.82 560	0.99 539	1.36 547

UDG	8.58 533	9.31 582	4.89 400	10.00 581	9.52 583	10.36 507	2.41 456	12.07 477	9.82 461	7.81 411	9.55 391	16.52 533	9.81 531	7.84 389	7.88 492	4.20 578	2.51 586	18.53 594	3.71 587	9.55 585	5.28 579

aanetorigin	8.72 534	3.29 546	27.55 588	1.95 420	3.84 528	4.93 409	5.39 529	5.49 244	10.05 466	27.85 582	31.47 573	15.80 526	12.78 549	9.04 468	11.98 542	0.25 519	0.22 533	0.22 541	0.25 505	1.28 545	0.84 535

GCST	9.08 535	17.31 590	3.98 345	52.92 613	10.66 587	11.29 521	0.20 173	6.97 322	6.47 365	9.46 473	4.68 234	4.75 329	1.51 247	9.34 481	1.31 269	8.19 589	0.05 378	22.38 596	0.34 528	6.17 578	3.53 568

RTSC	9.15 536	3.00 539	13.57 546	3.72 546	1.76 435	11.82 528	0.46 244	16.95 546	36.83 593	15.80 551	15.53 487	12.91 503	7.46 496	20.01 576	21.76 578	0.31 526	0.13 485	0.01 433	0.08 423	0.57 514	0.41 499

WCMA_ROB	9.21 537	0.87 398	7.37 492	2.54 493	2.13 459	13.59 543	5.80 531	11.64 458	14.01 512	24.43 578	32.99 580	27.09 575	18.02 565	12.51 531	9.85 526	0.81 552	0.07 423	0.01 433	0.01 338	0.16 370	0.23 455

Wz-Net-SNSev	9.23 538	6.70 568	24.28 579	1.87 403	1.81 441	8.57 483	12.29 587	17.37 550	20.39 555	10.43 498	23.11 542	16.66 535	8.03 505	14.47 547	17.86 565	0.00 1	0.02 273	0.01 433	0.00 1	0.41 502	0.30 481

MSMD_ROB	9.28 539	1.09 443	4.65 389	1.58 359	0.39 253	16.52 554	4.41 510	13.60 514	14.87 521	22.34 569	39.89 593	25.67 573	20.71 577	12.42 530	6.98 480	0.34 530	0.03 326	0.00 1	0.00 1	0.05 208	0.09 313

Consistency-Raft	9.42 540	4.74 559	12.66 539	5.30 567	9.08 581	4.08 378	5.26 526	19.26 570	24.87 567	11.17 514	29.85 568	13.57 505	5.51 454	7.67 377	13.40 550	0.36 531	0.35 550	1.81 569	4.24 588	11.61 590	3.57 569

DDUNet	9.47 541	11.32 587	6.14 458	12.93 587	11.65 589	10.45 508	3.87 497	11.70 461	7.89 416	9.27 468	13.28 464	16.18 532	6.14 464	8.80 460	5.77 459	6.64 585	3.38 598	20.90 595	4.28 589	11.01 588	7.80 586

ADCPNet	9.54 542	2.39 531	31.46 591	2.09 448	1.60 417	16.71 557	6.39 543	12.11 479	11.45 491	13.53 537	21.45 534	19.41 552	10.94 540	14.38 545	21.54 577	0.27 524	1.16 573	0.39 555	1.49 571	0.58 515	1.45 548

SHD	9.61 543	2.60 532	12.46 536	3.69 545	3.54 513	9.47 496	1.25 413	20.16 580	37.84 596	18.19 559	21.24 533	16.96 539	12.83 551	14.47 547	16.05 559	0.32 527	0.13 485	0.01 433	0.08 423	0.38 492	0.48 511

PDISCO_ROB	9.62 544	1.99 522	11.51 528	9.88 580	9.61 584	21.48 571	3.83 496	19.33 571	28.49 574	11.27 516	14.17 475	19.92 556	5.02 435	16.35 560	9.18 514	5.28 581	0.41 557	0.14 530	0.09 434	2.05 558	2.36 563

MFN_U_SF_DS_RVC	9.78 545	4.27 553	14.47 549	2.29 470	2.85 489	23.40 575	13.62 589	13.60 514	19.54 548	19.42 562	24.27 546	16.74 536	8.59 513	17.05 563	7.98 493	1.25 561	1.68 578	0.17 535	2.63 577	0.72 529	1.04 539

DStereoO	9.97 546	5.99 564	7.04 483	5.64 569	2.87 491	6.47 444	9.22 566	11.59 457	17.24 537	13.54 538	13.92 471	9.80 455	15.27 559	15.07 551	9.86 527	31.68 613	1.56 577	4.41 580	1.68 575	15.15 595	1.45 548

SGM_RVC	10.08 547	0.60 314	3.42 296	2.30 471	0.32 231	19.41 568	6.33 541	18.95 566	14.64 516	25.14 580	24.32 547	33.34 587	18.79 570	19.86 573	12.55 547	0.25 519	0.26 544	0.22 541	0.24 500	0.34 482	0.40 497
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 548	1.88 514	16.82 560	1.85 401	1.73 431	24.84 576	17.20 602	19.92 578	27.41 571	12.23 525	13.62 469	16.52 533	18.35 567	14.42 546	12.50 546	0.78 550	0.54 566	0.08 516	0.25 505	1.18 542	0.59 525

ADCL	10.16 549	2.11 523	19.36 567	1.92 414	1.88 446	22.23 572	8.91 563	14.04 520	23.56 565	14.62 546	26.19 558	12.75 502	13.59 554	16.06 559	22.95 583	0.26 521	0.18 515	0.75 559	0.65 552	0.69 525	0.58 522

w-ln-seven	10.20 550	3.08 540	26.36 584	2.06 444	2.49 477	15.81 550	4.39 509	17.80 553	33.50 582	20.47 567	25.79 557	15.12 521	7.40 491	11.75 524	17.48 564	0.00 1	0.00 1	0.00 1	0.00 1	0.43 505	0.13 379

MSAF-DinoV2	10.24 551	4.39 554	12.68 540	3.62 543	2.55 480	8.48 481	4.69 516	14.24 525	21.89 560	10.74 505	18.74 518	29.30 581	16.17 561	21.96 581	28.10 596	0.32 527	0.15 497	0.25 544	0.81 559	2.83 566	2.90 566

FCDSN-DC	10.24 551	0.56 300	3.49 302	1.96 423	1.29 397	16.90 558	4.59 514	17.16 549	19.10 545	24.64 579	32.46 579	33.82 588	22.14 583	15.93 556	10.45 531	0.04 438	0.00 1	0.00 1	0.00 1	0.05 208	0.21 446
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 551	3.13 542	20.70 571	2.21 461	2.39 474	11.23 520	6.19 534	14.17 524	11.19 487	23.20 575	22.25 537	17.89 544	19.54 573	18.51 568	26.21 593	0.45 542	0.42 559	1.10 564	1.29 568	1.56 552	1.18 543

z-mn7	10.46 554	4.14 551	20.35 569	2.15 454	1.68 427	19.07 566	5.72 530	13.28 510	34.58 588	9.45 472	35.20 586	15.69 525	9.13 523	21.16 579	17.07 562	0.00 1	0.01 190	0.00 1	0.00 1	0.35 483	0.19 435

SANet	10.64 555	1.86 513	10.91 525	1.76 387	0.71 327	14.62 547	9.23 567	19.18 569	37.14 594	19.22 561	27.96 562	25.86 574	19.11 572	13.02 536	10.63 532	0.08 474	0.06 399	0.03 484	0.02 366	0.62 519	0.81 533

FC-DCNN	10.72 556	0.52 281	4.27 364	1.88 406	1.63 419	17.18 559	5.29 527	18.20 557	19.69 550	28.50 583	34.51 583	34.03 589	21.48 580	15.89 555	11.15 538	0.03 417	0.01 190	0.02 465	0.01 338	0.07 254	0.09 313

FC-DCNN v2	10.88 557	0.52 281	4.17 360	1.92 414	1.63 419	17.79 563	5.35 528	18.87 564	19.88 551	28.77 584	34.99 585	34.62 591	21.72 581	16.03 558	11.16 539	0.03 417	0.01 190	0.02 465	0.00 1	0.06 234	0.08 300

AnyNet_C32	10.98 558	5.58 562	22.79 576	4.16 556	5.83 567	15.64 548	14.30 590	13.18 506	17.15 536	16.44 555	20.52 528	14.68 518	13.44 553	22.46 582	30.08 600	0.17 503	0.26 544	0.36 553	0.36 532	1.23 543	0.91 536

zh-sn7	11.12 559	7.26 573	33.16 593	2.32 479	2.31 470	11.66 526	7.80 558	13.53 513	17.94 540	16.39 554	31.80 574	14.22 514	16.88 562	23.07 585	23.00 584	0.00 1	0.13 485	0.00 1	0.00 1	0.52 509	0.48 511

zh-mn7	11.13 560	6.28 567	31.79 592	1.85 401	0.98 363	13.11 540	2.98 474	12.88 501	33.65 584	21.57 568	39.07 591	12.50 500	8.46 511	19.94 575	16.74 561	0.23 515	0.01 190	0.00 1	0.01 338	0.33 477	0.30 481

Wz-Net-TNSev	11.35 561	10.56 585	35.88 598	2.28 469	1.73 431	18.25 564	11.42 579	15.88 541	20.88 556	14.44 544	16.97 502	19.57 553	19.04 571	19.31 571	18.67 567	0.01 262	0.06 399	0.00 1	0.16 458	0.62 519	1.25 545

MeshStereo	11.52 562	1.52 488	4.55 384	1.89 408	1.46 410	19.87 570	5.11 523	20.66 581	15.91 529	32.67 589	34.51 583	39.34 596	21.15 578	18.74 569	12.10 543	0.11 484	0.06 399	0.01 433	0.00 1	0.45 506	0.22 448
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
otaku	11.73 563	7.51 575	7.07 484	13.22 588	10.85 588	26.61 583	7.25 554	18.84 563	19.16 546	11.58 520	17.23 509	20.19 558	8.09 507	15.11 552	4.64 440	9.13 591	2.42 583	13.08 589	1.83 576	12.48 592	8.22 588

Ntro	12.35 564	8.88 579	7.80 499	13.79 589	12.42 591	26.54 582	6.98 550	18.54 558	22.14 562	9.82 481	16.45 494	20.30 559	9.29 527	15.95 557	6.61 476	9.53 593	2.47 585	14.93 591	2.77 578	13.11 594	8.63 591

DStereoSA	12.36 565	4.42 555	14.05 548	8.00 577	9.08 581	13.92 546	12.01 584	16.97 547	21.15 557	13.71 540	25.23 555	8.57 438	23.71 585	18.03 566	15.50 558	2.83 575	6.21 608	3.68 577	8.21 600	10.45 587	11.36 601

MFN_U_SF_RVC	12.94 566	3.66 549	25.81 583	3.61 542	2.26 468	22.77 573	4.55 513	27.10 591	20.06 552	23.90 576	28.99 565	30.53 583	16.98 563	19.92 574	20.26 572	1.24 560	1.07 572	0.98 563	1.33 569	1.80 557	2.04 558

WZ-Net	13.00 567	4.64 558	41.07 602	3.48 538	3.15 498	19.12 567	15.66 600	14.81 531	31.33 578	15.71 550	27.88 561	22.22 566	14.01 556	20.44 578	25.03 589	0.64 548	0.00 1	0.01 433	0.03 384	0.39 496	0.37 492

ADCS	13.02 568	4.93 560	28.38 589	3.17 525	2.67 484	13.61 544	10.83 578	18.70 559	33.46 581	22.59 570	24.78 549	19.59 554	18.51 569	23.40 586	32.16 603	0.10 482	0.19 522	0.37 554	0.18 473	1.26 544	1.46 550

MFMNet_re	13.29 569	8.60 578	18.29 563	9.75 579	7.25 575	19.65 569	14.84 594	20.71 582	30.72 577	23.03 573	28.77 564	18.85 550	26.09 590	13.55 539	9.82 523	2.44 572	1.35 576	0.34 550	0.23 497	4.78 573	6.69 583

MultiAttention	13.72 570	0.34 141	3.24 281	2.22 464	1.79 438	56.78 620	83.85 624	18.93 565	15.06 522	8.16 426	20.91 531	13.25 504	2.53 304	33.18 597	6.90 479	0.20 510	0.06 399	0.74 558	1.00 564	2.69 565	2.60 565

EDNetEfficient	13.82 571	6.19 565	54.79 610	2.83 507	3.60 516	4.86 406	8.57 561	8.61 369	32.90 580	40.77 602	30.59 571	18.33 547	21.87 582	11.38 517	25.36 590	0.15 497	0.23 536	0.06 507	1.03 565	2.54 563	1.79 553

DStereoFS	13.91 572	8.09 577	10.27 524	7.48 576	5.93 568	16.06 553	6.27 540	25.18 589	17.56 539	17.52 557	27.57 560	20.59 563	29.20 593	26.58 591	19.78 570	3.27 577	4.31 604	6.54 586	7.13 598	7.92 583	10.95 599

LSM	14.01 573	5.95 563	33.49 594	6.78 574	43.61 616	10.22 504	9.98 573	15.16 536	22.93 564	23.07 574	32.34 578	18.52 548	12.67 548	15.45 554	11.10 537	0.16 502	0.51 565	0.09 519	0.32 524	1.08 540	16.85 612

SAMSARA	14.63 574	2.74 536	12.38 534	12.65 586	6.74 572	36.50 599	72.93 623	19.36 572	23.77 566	16.20 553	13.04 463	29.21 579	12.78 549	16.98 562	15.21 557	0.11 484	0.26 544	0.03 484	0.14 451	0.76 531	0.77 531

SPS-STEREO	15.04 575	6.23 566	13.21 545	11.34 584	11.65 589	23.30 574	7.15 552	24.16 587	15.65 527	31.78 588	29.19 567	31.62 584	21.32 579	24.62 587	19.50 569	7.59 587	4.19 603	3.22 576	1.48 570	6.99 582	6.54 582
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 576	2.93 538	14.67 551	4.21 559	3.39 508	17.43 562	4.16 502	27.84 595	48.84 606	31.02 587	43.54 598	29.76 582	30.81 596	25.97 589	21.40 575	0.23 515	0.41 557	0.04 496	0.33 526	0.41 502	1.33 546

SGM+DAISY	15.62 577	7.26 573	19.28 566	8.94 578	10.11 586	26.25 579	10.49 576	19.36 572	14.65 518	30.64 586	33.59 581	33.00 586	22.32 584	24.96 588	16.42 560	7.90 588	6.25 609	4.51 581	3.37 584	5.86 576	7.20 584

ACVNet-4b	15.90 578	22.00 592	12.37 533	16.40 591	15.14 595	31.87 592	7.50 556	19.04 567	27.85 572	11.48 518	22.02 536	31.86 585	9.16 526	17.95 565	5.69 457	10.43 595	2.58 587	24.44 599	4.87 593	16.04 597	9.28 592

NVStereoNet_ROB	16.04 579	6.75 569	12.90 543	6.37 573	7.42 576	12.89 537	9.74 571	22.78 584	25.12 568	30.32 585	46.19 601	34.37 590	25.38 587	21.48 580	21.38 574	5.94 582	3.10 595	6.07 585	10.09 602	4.01 570	8.54 590
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 580	10.81 586	59.36 612	4.42 561	2.49 477	30.06 588	15.15 598	17.51 552	16.51 532	17.88 558	37.69 589	24.04 568	17.54 564	29.60 594	33.29 604	0.28 525	0.38 554	0.43 556	0.42 539	2.57 564	1.98 557

MSC_U_SF_DS_RVC	16.41 581	6.93 571	21.83 574	5.94 572	2.81 488	38.71 601	14.59 591	24.55 588	34.87 591	33.66 593	34.35 582	29.24 580	24.20 586	22.59 583	17.95 566	2.52 573	2.81 590	1.17 566	1.51 572	5.89 577	2.16 559

ELAS_RVC	16.54 582	2.26 527	10.09 522	5.50 568	4.46 548	28.28 587	16.72 601	25.55 590	33.54 583	40.19 600	40.30 595	36.68 593	30.03 594	29.40 593	20.61 573	0.98 558	1.21 574	0.86 562	0.70 556	1.39 548	2.16 559
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 583	2.14 524	9.23 513	4.92 564	4.53 553	32.66 595	15.11 597	27.40 593	28.68 575	40.27 601	44.90 599	38.33 595	30.50 595	26.44 590	21.94 580	0.88 553	1.23 575	0.67 557	0.89 562	1.49 550	2.18 561
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 584	1.28 470	11.61 529	3.72 546	1.65 422	16.67 556	9.17 565	14.39 526	55.91 610	63.81 621	40.86 596	35.94 592	37.73 604	14.24 544	26.87 594	0.05 451	0.10 460	0.13 529	0.22 494	0.12 334	0.15 402

SGM-ForestM	16.99 585	1.08 441	5.74 446	2.12 451	0.75 331	31.63 591	12.21 585	27.80 594	32.25 579	37.88 597	39.99 594	52.96 606	35.20 601	33.60 599	24.47 587	0.26 521	0.39 556	0.31 548	0.39 536	0.26 452	0.53 518

DispFullNet	17.47 586	26.01 597	33.98 596	22.58 596	20.86 602	13.84 545	1.28 417	16.50 543	26.27 570	19.97 565	17.17 507	20.52 562	18.49 568	22.86 584	10.76 535	5.13 580	2.83 591	30.72 604	7.72 599	20.86 601	11.01 600

EDNetEfficientorigin	17.87 587	14.00 588	99.53 633	1.64 370	0.92 354	10.55 510	6.26 539	13.21 507	34.84 590	38.20 599	36.91 588	27.47 577	26.32 591	14.71 549	25.69 591	0.04 438	0.06 399	0.14 530	0.52 547	3.16 568	3.27 567

RainbowNet	18.01 588	26.22 598	19.95 568	18.59 593	14.88 594	27.38 585	10.46 575	27.39 592	34.54 587	14.91 548	27.01 559	25.65 572	12.44 546	18.94 570	9.23 515	13.91 603	3.46 599	23.36 598	4.86 592	16.03 596	10.91 598

ACVNet_1	18.70 589	25.08 596	12.72 541	17.33 592	15.18 596	26.02 577	9.62 570	28.44 596	34.49 586	24.39 577	24.32 547	37.22 594	20.13 576	16.67 561	13.39 549	10.45 596	2.59 588	24.77 600	4.92 594	16.57 598	9.75 594

RTS	18.87 590	9.32 583	86.48 620	4.95 565	6.10 569	42.08 603	14.70 592	15.49 538	41.06 599	22.65 571	32.32 576	13.77 507	19.54 573	37.98 604	28.96 597	0.41 537	0.23 536	0.00 1	0.02 366	0.91 536	0.50 515

RTSA	18.87 590	9.32 583	86.48 620	4.95 565	6.10 569	42.08 603	14.70 592	15.49 538	41.06 599	22.65 571	32.32 576	13.77 507	19.54 573	37.98 604	28.96 597	0.41 537	0.23 536	0.00 1	0.02 366	0.91 536	0.50 515

MANE	19.47 592	1.27 467	5.07 412	4.69 562	5.55 565	30.49 589	9.94 572	34.01 599	37.27 595	44.13 606	51.57 610	52.51 604	40.41 606	33.58 598	24.81 588	0.89 554	0.86 570	1.11 565	9.72 601	0.38 492	1.06 540

coex-ft	19.78 593	19.39 591	87.73 622	1.77 389	1.80 440	17.25 560	13.50 588	12.63 496	42.10 601	60.18 617	38.90 590	28.72 578	28.74 592	11.74 523	27.40 595	0.21 512	0.23 536	0.04 496	0.30 520	1.36 547	1.54 551

BEATNet-Init1	23.31 594	9.03 580	41.67 603	4.17 557	2.53 479	45.68 609	19.47 605	33.43 598	38.45 597	47.59 609	49.10 606	59.31 610	41.80 608	38.35 606	29.21 599	0.47 543	0.50 564	0.81 560	0.66 553	2.10 561	1.86 554

DLNR-FE	24.70 595	50.76 614	90.20 624	98.11 632	97.18 631	1.38 75	0.12 119	22.82 586	3.09 171	1.07 158	2.93 183	0.72 169	0.29 76	6.93 325	2.29 352	38.52 614	0.38 554	0.00 1	0.30 520	76.91 627	0.09 313

DLNR_Zeroshot_test	24.70 595	50.77 615	90.11 623	98.11 632	97.34 632	1.38 75	0.12 119	22.79 585	3.09 171	1.07 158	2.95 185	0.71 168	0.29 76	6.93 325	2.29 352	38.56 615	0.37 553	0.00 1	0.30 520	76.73 626	0.09 313

MonStereo1	25.07 597	22.70 593	26.51 585	25.39 597	21.15 605	27.38 585	7.54 557	29.21 597	38.74 598	34.17 595	46.61 602	50.27 601	33.31 599	28.57 592	25.83 592	12.28 600	0.79 569	26.32 601	5.80 597	26.02 608	12.81 606

ACVNet_2	26.45 598	29.35 602	25.14 581	20.27 595	15.43 597	34.97 597	12.23 586	48.37 611	66.25 620	42.69 603	56.73 614	51.77 602	25.59 588	20.39 577	13.52 551	10.13 594	2.59 588	22.78 597	3.52 586	17.57 599	9.80 596

MADNet+	27.07 599	33.84 604	90.97 625	20.14 594	7.47 577	48.43 611	47.10 619	35.43 600	36.46 592	20.11 566	30.05 569	25.29 571	35.08 600	45.50 612	50.28 618	2.13 570	2.00 580	1.19 567	0.76 557	4.71 571	4.43 572

IMH-64-1	27.21 600	28.77 599	16.84 561	31.57 600	20.76 600	26.43 580	15.10 595	47.11 606	45.20 603	33.53 591	51.16 608	41.42 597	31.10 597	36.48 600	22.39 581	13.48 601	2.87 593	33.95 606	10.70 603	23.50 603	11.75 602

IMH-64	27.21 600	28.77 599	16.84 561	31.57 600	20.76 600	26.43 580	15.10 595	47.11 606	45.20 603	33.53 591	51.16 608	41.42 597	31.10 597	36.48 600	22.39 581	13.48 601	2.87 593	33.95 606	10.70 603	23.50 603	11.75 602

JetBlue	29.12 602	15.72 589	54.12 609	15.93 590	20.98 603	60.90 621	30.62 612	39.38 601	34.62 589	34.08 594	39.69 592	57.35 609	43.17 609	50.71 618	50.60 619	2.41 571	3.79 601	2.81 572	3.45 585	9.57 586	12.59 605

WAO-7	29.39 603	24.43 594	20.47 570	32.71 603	13.83 593	34.70 596	20.27 608	52.19 617	65.03 618	43.29 604	59.35 616	52.19 603	44.68 611	31.71 595	30.56 601	10.98 597	4.94 605	13.71 590	12.52 607	12.06 591	8.22 588

IMH	29.82 604	29.11 601	18.51 565	34.28 604	21.40 606	32.33 594	15.39 599	49.40 613	53.07 608	37.88 597	55.32 613	45.05 599	39.54 605	40.63 607	24.12 586	14.03 604	3.27 597	34.93 608	11.24 605	24.69 605	12.21 604

PWCK	30.53 605	44.32 611	47.25 607	29.76 598	7.23 574	40.78 602	27.10 611	44.73 605	44.32 602	47.31 608	36.37 587	47.16 600	26.05 589	41.26 608	31.87 602	21.83 608	4.03 602	29.50 603	4.67 590	27.17 610	7.80 586

TorneroNet-64	32.42 606	31.89 603	30.52 590	34.73 605	21.13 604	46.99 610	18.82 603	43.10 604	59.42 613	32.70 590	46.98 603	62.01 613	36.98 602	43.97 611	33.88 605	14.10 605	3.22 596	35.28 609	11.72 606	26.84 609	14.07 607

Dean	34.67 607	38.70 609	25.33 582	29.89 599	17.21 598	45.24 608	11.98 583	56.90 621	76.55 622	63.47 620	60.22 617	67.36 619	48.14 614	37.24 602	39.01 610	11.00 598	2.83 591	28.35 602	5.60 596	18.14 600	10.31 597

WAO-6	34.74 608	36.76 608	15.36 554	37.53 606	24.15 610	35.99 598	19.36 604	48.96 612	68.54 621	43.84 605	47.58 604	52.77 605	52.60 615	32.63 596	34.73 607	26.20 611	7.74 612	42.78 613	21.64 614	28.07 611	17.62 613

LVE	34.99 609	40.10 610	34.97 597	32.49 602	18.61 599	51.45 616	26.82 610	52.15 616	65.94 619	47.21 607	61.04 618	53.99 607	37.30 603	37.95 603	34.09 606	15.55 607	5.95 607	31.01 605	13.81 608	22.58 602	16.72 611

TorneroNet	35.11 610	33.92 605	33.82 595	37.86 607	22.01 607	49.64 613	21.58 609	48.09 610	55.23 609	37.50 596	53.79 611	62.81 616	43.66 610	46.71 614	41.25 613	14.80 606	3.53 600	36.72 610	14.57 609	28.28 612	16.49 610

WAO-8	38.15 611	35.51 606	21.50 572	43.67 608	23.92 608	44.44 605	20.26 606	52.83 618	76.62 623	53.57 614	66.79 622	62.63 614	54.56 618	42.03 609	39.18 611	22.71 609	6.65 610	37.08 611	19.08 612	24.72 607	15.24 608

Venus	38.15 611	35.51 606	21.50 572	43.67 608	23.92 608	44.44 605	20.26 606	52.83 618	76.62 623	53.57 614	66.81 623	62.63 614	54.56 618	42.03 609	39.18 611	22.71 609	6.65 610	37.08 611	19.08 612	24.70 606	15.24 608

UNDER WATER	45.09 613	48.60 613	67.37 615	49.30 612	31.41 612	53.80 618	37.39 614	40.25 603	52.48 607	50.24 610	45.37 600	68.37 621	57.76 621	51.03 619	49.88 617	29.97 612	13.75 614	51.22 616	36.57 615	37.87 614	29.12 614

UNDER WATER-64	45.16 614	46.99 612	66.69 614	43.90 610	27.64 611	55.58 619	41.87 616	39.42 602	48.42 605	51.73 613	43.08 597	67.76 620	56.69 620	48.02 616	48.34 616	39.50 616	17.64 615	51.78 617	38.93 617	36.62 613	32.61 615

notaker	47.42 615	55.20 616	49.13 608	56.52 616	40.18 613	38.52 600	32.97 613	47.21 608	56.08 611	57.21 616	57.24 615	60.09 611	59.19 622	53.93 620	41.64 614	40.61 617	19.93 616	57.21 618	37.41 616	49.02 616	39.02 616

ktn	48.94 616	57.58 617	38.86 601	59.57 617	43.27 615	50.37 614	43.38 617	48.07 609	61.11 614	51.30 612	54.25 612	54.96 608	52.88 616	47.30 615	35.83 608	57.77 621	24.88 619	62.69 621	43.55 618	50.70 617	40.41 617

DPSimNet_ROB	53.45 617	64.73 623	44.39 604	53.97 614	45.39 617	53.66 617	54.83 620	55.15 620	57.87 612	64.16 622	50.83 607	63.40 617	53.34 617	46.45 613	65.81 623	63.13 622	26.54 620	57.94 619	51.11 621	45.52 615	50.69 621

KSHMR	55.63 618	63.60 622	37.85 600	74.69 619	49.56 618	49.01 612	45.73 618	57.46 622	63.97 617	61.61 619	62.07 620	72.39 623	47.01 612	50.65 617	43.29 615	54.10 620	62.21 622	66.10 622	53.94 622	51.25 619	46.11 619

HanzoNet	56.48 619	59.32 618	58.25 611	55.32 615	41.94 614	50.95 615	41.33 615	51.12 614	61.40 615	65.62 623	65.59 621	71.66 622	69.41 623	70.77 623	60.03 621	63.99 623	34.70 621	61.96 620	50.54 620	51.00 618	44.71 618

JetRed	61.02 620	61.05 621	82.56 619	46.09 611	56.80 620	83.19 622	63.76 621	59.26 623	63.61 616	69.29 624	68.85 624	66.59 618	47.62 613	61.57 621	74.09 626	45.58 618	66.14 624	46.59 614	45.06 619	63.17 620	49.58 620

LRCNet_RVC	66.23 621	65.67 624	67.63 616	71.47 618	54.32 619	32.17 593	2.66 466	63.19 624	21.35 559	81.79 625	91.26 626	83.62 626	71.62 624	69.32 622	52.57 620	95.49 632	64.45 623	95.07 632	95.19 632	71.52 621	74.31 623

TCMNet-wrong-test	67.23 622	85.83 628	81.56 618	95.63 628	94.73 629	89.35 625	85.42 625	51.73 615	33.71 585	51.26 611	61.71 619	61.33 612	41.23 607	77.26 626	64.71 622	48.76 619	9.03 613	70.12 624	68.11 623	90.76 632	82.37 628

MADNet++	82.84 623	82.38 627	73.57 617	87.72 627	82.97 624	93.14 626	69.15 622	86.42 628	82.50 625	93.46 631	86.70 625	86.28 627	80.92 627	88.34 628	88.84 627	86.83 628	84.17 628	72.64 625	68.92 624	80.47 628	81.42 627

tt	83.26 624	0.34 141	99.99 635	79.40 625	93.18 628	100.00 635	100.00 636	100.00 640	99.95 634	60.33 618	47.63 605	99.98 639	99.96 635	99.98 637	100.00 640	92.42 629	99.82 635	73.83 629	73.63 625	88.42 629	56.35 622

RSGM-EC	84.07 625	59.96 619	46.25 605	78.03 623	83.22 626	89.06 623	90.25 626	92.04 629	94.92 629	90.68 629	97.34 630	83.40 624	78.92 625	76.48 624	72.91 624	93.35 630	97.50 630	88.11 630	92.75 630	88.89 630	87.40 630

acva	84.07 625	59.96 619	46.25 605	78.03 623	83.22 626	89.06 623	90.25 626	92.04 629	94.92 629	90.68 629	97.34 630	83.40 624	78.92 625	76.48 624	72.91 624	93.35 630	97.50 630	88.11 630	92.75 630	88.89 630	87.40 630

xxxxx1	85.63 627	90.31 629	96.68 628	76.54 620	80.57 621	97.44 630	96.86 631	85.53 625	88.53 626	88.68 626	91.71 627	94.23 629	92.93 628	90.02 629	91.98 628	70.60 624	70.39 625	73.68 626	81.46 627	74.61 622	79.86 624

tt_ll	85.63 627	90.31 629	96.68 628	76.54 620	80.57 621	97.44 630	96.86 631	85.53 625	88.53 626	88.68 626	91.71 627	94.23 629	92.93 628	90.02 629	91.98 628	70.60 624	70.39 625	73.68 626	81.46 627	74.61 622	79.86 624

ff	85.63 627	90.31 629	96.68 628	76.54 620	80.57 621	97.44 630	96.86 631	85.53 625	88.53 626	88.68 626	91.71 627	94.23 629	92.93 628	90.02 629	91.98 628	70.60 624	70.39 625	73.68 626	81.46 627	74.61 622	79.86 624

USTest	87.63 630	76.50 625	65.53 613	81.26 626	83.10 625	100.00 635	100.00 636	99.53 635	99.60 633	98.32 632	99.02 634	90.87 628	98.33 633	84.28 627	98.23 634	79.97 627	96.20 629	69.82 623	73.75 626	75.48 625	82.80 629

PML	97.88 631	100.00 638	96.45 627	98.01 631	97.88 633	100.00 635	99.35 634	96.88 631	97.72 632	100.00 639	97.36 632	97.38 633	99.60 634	100.00 640	96.32 632	99.99 637	97.55 632	100.00 636	96.01 633	99.18 634	87.92 632

MEDIAN_ROB	98.41 632	99.70 633	99.30 632	97.09 629	97.02 630	96.89 628	95.77 630	97.66 633	97.28 631	98.79 635	98.94 633	99.18 634	98.14 632	96.89 632	96.88 633	99.96 636	99.16 633	100.00 636	99.99 637	99.69 635	99.88 634

HaxPig	98.85 633	99.94 635	95.08 626	99.99 636	100.00 636	94.03 627	94.78 628	99.15 634	99.98 636	99.99 638	100.00 636	99.98 639	99.99 636	98.12 633	95.97 631	100.00 639	99.99 637	100.00 636	99.99 637	100.00 638	99.99 637

Anonymous_1	99.08 634	99.91 634	99.85 634	97.63 630	99.10 634	100.00 635	100.00 636	99.61 637	99.96 635	99.28 637	99.86 635	99.54 636	99.99 636	99.29 634	99.75 635	96.05 633	99.59 634	97.31 633	98.57 634	97.71 633	98.63 633

test_example2	99.39 635	99.98 637	99.99 635	100.00 639	99.98 635	99.72 634	99.99 635	97.34 632	100.00 637	100.00 639	100.00 636	96.42 632	96.66 631	99.97 636	99.96 636	100.00 639	99.97 636	98.66 634	99.15 635	100.00 638	100.00 639

AVERAGE_ROB	99.62 636	99.95 636	98.81 631	100.00 639	100.00 636	98.08 633	95.47 629	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	99.99 637	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

DGTPSM_ROB	99.90 637	100.00 638	99.99 635	99.99 636	100.00 636	100.00 635	100.00 636	99.97 638	100.00 637	98.35 633	100.00 636	99.84 637	100.00 638	99.98 637	99.99 637	99.99 637	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

DPSMNet_ROB	99.91 638	100.00 638	99.99 635	99.99 636	100.00 636	100.00 635	100.00 636	99.98 639	100.00 637	98.35 633	100.00 636	99.84 637	100.00 638	99.98 637	99.99 637	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

DPSM_ROB	99.95 639	100.00 638	100.00 639	99.76 634	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	99.21 634	100.00 638	100.00 636	100.00 639	99.99 636	99.95 635

DPSM	99.95 639	100.00 638	100.00 639	99.76 634	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	99.21 634	100.00 638	100.00 636	100.00 639	99.99 636	99.95 635

Hybrid-DGEV	100.00 641	100.00 638	100.00 639	100.00 639	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

RAFT-FEzeroshot	100.00 641	100.00 638	100.00 639	100.00 639	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

RAFT-FE	100.00 641	100.00 638	100.00 639	100.00 639	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

FlowAnything	100.00 641	100.00 638	100.00 639	100.00 639	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

Selective-RAFT-Error	100.00 641	100.00 638	100.00 639	100.00 639	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

CasAABBNet	100.00 641	100.00 638	100.00 639	100.00 639	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	100.00 639

LSM0	100.00 641	100.00 638	100.00 639	100.00 639	100.00 636	100.00 635	100.00 636	100.00 640	100.00 637	100.00 639	100.00 636	100.00 641	100.00 638	100.00 640	100.00 640	100.00 639	100.00 638	100.00 636	100.00 639	100.00 638	99.99 637

GS-Stereo							0.73 328	4.64 175	2.10 98	0.31 52	0.65 73	0.43 137	0.48 131	0.83 38	0.14 11	0.00 1	0.01 190	0.00 1	0.12 445	0.17 384	0.13 379

FSD					0.10 75	0.53 6	0.06 74	3.21 63	0.81 26	0.16 14	0.24 49	1.06 182	0.12 34	0.63 18	0.24 42	0.02 371	0.07 423	0.00 1	0.00 1	0.01 33

ccccc		96.61 632		100.00 639	100.00 636	97.41 629		99.56 636		99.27 636		99.35 635		99.92 635		100.00 639	100.00 638	99.95 635	99.77 636	100.00 638

ASD4		81.57 626

Low-res two-view benchmark