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

FTStereo	0.76 306	0.18 1	2.35 266	0.71 358	0.21 113	0.73 276	1.79 398	0.57 65	0.53 99	1.07 350	1.63 367	1.29 364	2.13 389	0.75 174	0.29 87	0.19 293	0.08 58	0.12 137	0.11 125	0.11 22	0.40 344

11t1	0.33 19	0.19 2	1.41 32	0.33 153	0.16 37	0.48 40	0.21 33	0.67 106	0.48 64	0.40 59	0.34 39	0.32 54	0.33 113	0.42 60	0.27 65	0.11 125	0.12 198	0.10 48	0.08 29	0.13 51	0.14 107

GrayStereo	0.66 263	0.19 2	1.76 96	0.90 372	0.23 146	0.62 195	1.42 395	0.62 87	0.60 142	0.72 303	0.78 297	0.56 176	3.07 400	0.60 138	0.26 57	0.09 17	0.08 58	0.10 48	0.21 298	0.11 22	0.18 187

x	0.35 34	0.20 4	1.36 24	0.33 153	0.17 61	0.47 34	0.24 84	0.75 145	0.54 106	0.40 59	0.40 63	0.42 103	0.34 121	0.45 75	0.32 118	0.11 125	0.14 226	0.11 92	0.09 44	0.12 32	0.14 107

test-3	0.43 85	0.20 4	1.70 75	0.34 176	0.32 242	0.45 19	0.23 61	0.71 117	0.46 50	0.51 143	0.29 20	0.45 124	0.21 16	0.59 133	0.98 293	0.08 4	0.07 11	0.10 48	0.35 349	0.29 261	0.28 281

test_1	0.43 85	0.20 4	1.70 75	0.34 176	0.32 242	0.45 19	0.23 61	0.71 117	0.46 50	0.50 131	0.29 20	0.45 124	0.21 16	0.59 133	0.98 293	0.08 4	0.07 11	0.10 48	0.35 349	0.29 261	0.29 287

test_3	0.44 94	0.20 4	1.70 75	0.36 208	0.32 242	0.47 34	0.30 174	0.73 130	0.49 68	0.50 131	0.30 25	0.45 124	0.22 20	0.59 133	0.98 293	0.08 4	0.10 141	0.11 92	0.35 349	0.29 261	0.28 281

SST-Stereo	0.52 186	0.20 4	1.76 96	0.62 350	0.53 343	0.62 195	0.66 332	0.55 61	0.61 156	0.58 215	0.53 144	0.52 158	0.60 271	1.59 268	0.29 87	0.11 125	0.07 11	0.12 137	0.10 76	0.16 110	0.10 27

mmm	0.38 46	0.21 9	1.18 9	0.35 190	0.17 61	0.49 45	0.26 115	0.78 178	0.52 83	0.50 131	0.57 178	0.41 90	0.37 135	0.71 169	0.31 108	0.11 125	0.13 212	0.14 220	0.13 180	0.15 83	0.14 107

1111x	0.74 301	0.21 9	1.93 176	0.31 117	0.17 61	0.63 211	0.32 205	1.03 346	0.74 267	0.52 150	0.62 211	0.57 182	0.47 221	2.38 351	4.25 398	0.12 172	0.14 226	0.11 92	0.12 155	0.12 32	0.14 107

qqq	0.38 46	0.21 9	1.34 23	0.28 58	0.15 24	0.45 19	0.26 115	0.76 154	0.52 83	0.39 57	0.41 67	0.46 132	0.36 127	0.96 199	0.30 98	0.11 125	0.14 226	0.12 137	0.12 155	0.12 32	0.14 107

RAFT_R40	0.50 162	0.21 9	1.76 96	0.50 314	0.40 302	0.61 175	0.53 300	0.56 62	0.60 142	0.56 193	0.54 154	0.55 167	0.51 238	1.57 262	0.53 215	0.11 125	0.07 11	0.12 137	0.10 76	0.16 110	0.09 16

xxxx	0.70 280	0.21 9	1.33 21	0.28 58	0.18 83	0.63 211	0.24 84	1.02 339	0.69 223	0.50 131	0.62 211	0.58 189	0.38 140	1.47 252	5.21 404	0.13 200	0.12 198	0.11 92	0.10 76	0.12 32	0.15 137

test_xeample	0.72 290	0.21 9	1.36 24	0.27 40	0.17 61	0.59 146	0.28 148	1.01 336	0.70 232	0.55 184	0.67 251	0.44 117	0.39 154	1.88 315	5.17 403	0.12 172	0.10 141	0.11 92	0.10 76	0.13 51	0.15 137

R-Stereo Train	0.36 38	0.21 9	1.70 75	0.29 79	0.18 83	0.55 89	0.26 115	0.78 178	0.36 6	0.57 203	0.67 251	0.33 57	0.24 31	0.32 21	0.23 34	0.10 78	0.08 58	0.09 20	0.07 13	0.09 7	0.12 63

RAFT-Stereo	0.36 38	0.21 9	1.70 75	0.29 79	0.18 83	0.55 89	0.26 115	0.78 178	0.36 6	0.57 203	0.67 251	0.33 57	0.24 31	0.32 21	0.23 34	0.10 78	0.08 58	0.09 20	0.07 13	0.09 7	0.12 63
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ttt	0.66 263	0.22 17	1.68 69	0.34 176	0.24 159	0.60 155	0.26 115	1.00 328	0.77 293	0.55 184	0.67 251	0.54 164	0.36 127	2.14 336	3.03 378	0.16 259	0.13 212	0.13 191	0.12 155	0.15 83	0.17 170

riskmin	0.37 41	0.22 17	1.74 86	0.32 138	0.20 106	0.48 40	0.20 22	0.66 97	0.46 50	0.36 43	0.34 39	0.69 245	0.45 208	0.39 51	0.27 65	0.11 125	0.08 58	0.12 137	0.08 29	0.13 51	0.16 159

PSM-AAD	0.63 248	0.22 17	1.77 104	0.37 226	0.23 146	0.86 324	1.17 381	0.59 74	0.60 142	0.64 271	0.71 280	0.68 238	2.93 397	0.65 153	0.31 108	0.09 17	0.07 11	0.17 277	0.15 225	0.13 51	0.33 313

CRE-IMP	0.41 66	0.22 17	1.76 96	0.48 310	0.17 61	0.79 304	0.69 339	0.52 43	0.52 83	0.47 94	0.42 70	0.45 124	0.26 54	0.41 57	0.31 108	0.11 125	0.07 11	0.12 137	0.09 44	0.17 129	0.23 243

DualNet	0.64 251	0.23 21	2.01 198	0.30 92	0.21 113	0.57 115	0.26 115	0.74 135	0.88 325	0.53 159	0.63 221	0.66 222	0.39 154	0.63 143	3.43 389	0.10 78	0.24 319	0.15 246	0.13 180	0.25 231	0.36 327

ffm	0.47 132	0.23 21	2.01 198	0.30 92	0.21 113	0.57 115	0.26 115	0.74 135	0.88 325	0.53 159	0.63 221	0.66 222	0.39 154	0.63 143	0.19 3	0.10 78	0.24 319	0.15 246	0.13 180	0.25 231	0.36 327

ff1	0.73 298	0.23 21	2.01 198	0.30 92	0.21 113	0.57 115	0.26 115	0.74 135	0.88 325	0.53 159	0.63 221	0.66 222	0.39 154	2.52 366	3.43 389	0.10 78	0.24 319	0.15 246	0.13 180	0.25 231	0.36 327

mmx	0.72 290	0.23 21	2.01 198	0.30 92	0.21 113	0.57 115	0.26 115	0.99 320	0.76 289	0.53 159	0.63 221	0.66 222	0.39 154	2.52 366	3.43 389	0.13 200	0.10 141	0.15 246	0.13 180	0.15 83	0.15 137

xxx	0.72 290	0.23 21	2.01 198	0.30 92	0.21 113	0.57 115	0.26 115	0.99 320	0.76 289	0.53 159	0.63 221	0.66 222	0.39 154	2.52 366	3.43 389	0.13 200	0.10 141	0.15 246	0.13 180	0.15 83	0.15 137

Selective-IGEV	0.29 4	0.23 21	1.28 15	0.27 40	0.30 218	0.35 10	0.20 22	0.56 62	0.38 10	0.21 2	0.30 25	0.22 8	0.18 6	0.37 44	0.18 1	0.07 1	0.06 1	0.08 3	0.15 225	0.16 110	0.29 287

GMM-Stereo	0.50 162	0.23 21	2.41 276	0.54 330	0.24 159	0.77 295	0.46 279	0.59 74	0.57 121	0.58 215	0.73 286	0.47 138	0.43 197	0.68 157	0.27 65	0.10 78	0.06 1	0.13 191	0.13 180	0.14 69	0.44 353

222	0.78 314	0.23 21	1.23 12	0.28 58	0.18 83	0.62 195	0.24 84	1.02 339	0.70 232	0.58 215	0.66 248	0.46 132	0.42 187	1.80 299	6.53 408	0.13 200	0.10 141	0.11 92	0.10 76	0.12 32	0.17 170

AEACV	0.33 19	0.24 29	1.44 35	0.28 58	0.35 269	0.47 34	0.21 33	0.43 6	0.28 1	0.26 26	0.25 14	0.22 8	0.38 140	0.30 14	0.18 1	0.09 17	0.35 353	0.09 20	0.36 355	0.23 205	0.25 259

anonymousdsp2	0.34 26	0.24 29	1.16 8	0.28 58	0.15 24	0.57 115	0.23 61	0.79 190	0.47 63	0.38 52	0.37 46	0.40 86	0.25 42	0.47 87	0.21 22	0.09 17	0.07 11	0.10 48	0.13 180	0.19 165	0.27 276

SFCPSM	0.46 119	0.24 29	2.35 266	0.27 40	0.27 195	0.70 263	0.32 205	0.96 298	0.63 181	0.49 124	0.52 136	0.43 106	0.36 127	0.52 112	0.43 176	0.12 172	0.09 112	0.12 137	0.16 240	0.16 110	0.12 63

Any-RAFT	0.38 46	0.25 32	1.89 162	0.27 40	0.17 61	0.68 255	0.21 33	0.78 178	0.53 99	0.43 74	0.43 72	0.54 164	0.30 99	0.41 57	0.20 19	0.10 78	0.12 198	0.08 3	0.06 7	0.10 11	0.09 16

CAS	0.35 34	0.25 32	1.30 18	0.79 364	0.34 259	0.51 57	0.23 61	0.46 12	0.39 15	0.22 5	0.31 28	0.20 2	0.17 1	0.28 3	0.23 34	0.73 378	0.06 1	0.07 1	0.05 1	0.09 7	0.37 334

knoymous	0.34 26	0.25 32	1.75 92	0.24 7	0.18 83	0.45 19	0.24 84	0.57 65	0.38 10	0.41 65	0.39 60	0.55 167	0.25 42	0.38 48	0.23 34	0.11 125	0.08 58	0.12 137	0.07 13	0.13 51	0.12 63

NF-Stereo	0.48 136	0.25 32	1.81 133	0.52 321	0.16 37	0.61 175	0.44 271	0.66 97	0.61 156	0.50 131	0.47 90	0.37 68	0.26 54	1.45 244	0.79 280	0.11 125	0.07 11	0.12 137	0.10 76	0.13 51	0.16 159

OCTAStereo	0.48 136	0.25 32	1.81 133	0.52 321	0.16 37	0.61 175	0.43 263	0.66 97	0.61 156	0.50 131	0.47 90	0.37 68	0.26 54	1.44 240	0.80 281	0.11 125	0.07 11	0.12 137	0.10 76	0.13 51	0.17 170

NRIStereo	0.46 119	0.25 32	1.77 104	0.47 302	0.16 37	0.95 337	0.74 347	0.51 33	0.56 118	0.48 113	0.39 60	0.59 191	0.29 91	0.77 181	0.32 118	0.11 125	0.13 212	0.11 92	0.09 44	0.21 185	0.24 250

RE-Stereo	0.48 136	0.25 32	1.81 133	0.52 321	0.16 37	0.61 175	0.43 263	0.66 97	0.60 142	0.50 131	0.47 90	0.37 68	0.26 54	1.44 240	0.78 275	0.11 125	0.07 11	0.12 137	0.10 76	0.13 51	0.17 170

TVStereo	0.48 136	0.25 32	1.81 133	0.52 321	0.16 37	0.61 175	0.43 263	0.66 97	0.60 142	0.50 131	0.47 90	0.37 68	0.26 54	1.44 240	0.78 275	0.11 125	0.07 11	0.12 137	0.10 76	0.13 51	0.17 170

EAI-Stereo	0.78 314	0.25 32	1.67 68	0.54 330	0.59 354	1.95 388	2.05 400	1.11 362	0.64 188	0.95 343	1.49 362	0.50 149	0.67 294	0.59 133	1.44 335	0.09 17	0.19 289	0.09 20	0.49 369	0.13 51	0.22 225

Selective-RAFT	0.35 34	0.26 41	1.48 42	0.31 117	0.15 24	0.61 175	0.19 13	0.60 81	0.54 106	0.28 31	0.29 20	0.40 86	0.33 113	0.50 105	0.27 65	0.10 78	0.07 11	0.09 20	0.35 349	0.19 165	0.08 10

CES	0.30 8	0.27 42	1.09 4	0.23 3	0.50 336	0.40 15	0.20 22	0.46 12	0.44 37	0.22 5	0.28 17	0.26 32	0.19 9	0.33 27	0.21 22	0.09 17	0.07 11	0.08 3	0.05 1	0.15 83	0.49 359

EGLCR-Stereo	0.29 4	0.27 42	0.97 2	0.30 92	0.19 96	0.56 98	0.17 5	0.68 109	0.36 6	0.30 33	0.18 1	0.27 38	0.17 1	0.38 48	0.19 3	0.09 17	0.07 11	0.10 48	0.08 29	0.10 11	0.35 319

DCANet-4	0.40 63	0.27 42	2.21 240	0.25 15	0.14 12	0.51 57	0.22 45	0.77 164	0.72 249	0.54 170	0.47 90	0.28 41	0.37 135	0.37 44	0.34 132	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 225

tt	4.93 408	0.27 42	4.20 395	2.29 405	1.58 403	10.20 415	16.97 418	9.42 416	5.02 403	1.67 383	1.28 353	4.68 403	5.03 407	3.37 395	5.92 405	6.16 414	9.47 421	2.82 411	3.18 413	3.60 411	1.53 405

BUS	0.41 66	0.27 42	1.13 5	0.30 92	0.21 113	0.91 333	0.23 61	1.00 328	0.61 156	0.63 262	0.53 144	0.66 222	0.30 99	0.43 63	0.32 118	0.13 200	0.10 141	0.14 220	0.12 155	0.12 32	0.11 37

BSDual-CNN	0.41 66	0.27 42	1.13 5	0.30 92	0.21 113	0.76 287	0.31 184	1.00 328	0.61 156	0.63 262	0.53 144	0.63 206	0.37 135	0.43 63	0.38 148	0.13 200	0.10 141	0.14 220	0.12 155	0.12 32	0.11 37

psmg	0.41 66	0.27 42	1.13 5	0.27 40	0.21 113	0.75 285	0.36 229	0.90 256	0.61 156	0.59 228	0.59 187	0.63 206	0.37 135	0.43 63	0.38 148	0.13 200	0.10 141	0.13 191	0.12 155	0.13 51	0.11 37

GLC_STEREO	0.28 1	0.27 42	1.36 24	0.28 58	0.12 3	0.41 16	0.20 22	0.37 2	0.38 10	0.26 26	0.30 25	0.25 27	0.19 9	0.33 27	0.24 48	0.09 17	0.11 173	0.12 137	0.10 76	0.13 51	0.09 16

Patchmatch Stereo++	0.39 59	0.27 42	1.78 108	0.44 280	0.16 37	0.61 175	0.27 138	0.51 33	0.52 83	0.47 94	0.43 72	0.43 106	0.28 78	0.54 121	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.48 136	0.27 42	1.85 143	0.51 317	0.17 61	0.61 175	0.40 248	0.61 83	0.57 121	0.52 150	0.48 102	0.39 78	0.25 42	1.46 245	0.77 273	0.12 172	0.08 58	0.13 191	0.12 155	0.12 32	0.14 107

KMStereo	0.48 136	0.27 42	1.85 143	0.51 317	0.17 61	0.61 175	0.40 248	0.61 83	0.57 121	0.52 150	0.48 102	0.39 78	0.25 42	1.46 245	0.77 273	0.12 172	0.08 58	0.13 191	0.12 155	0.12 32	0.14 107

PSM-adaLoss	0.38 46	0.27 42	1.78 108	0.44 280	0.17 61	0.60 155	0.29 168	0.51 33	0.52 83	0.47 94	0.43 72	0.44 117	0.28 78	0.47 87	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63

ROB_FTStereo_v2	0.38 46	0.27 42	1.78 108	0.44 280	0.17 61	0.61 175	0.28 148	0.51 33	0.52 83	0.47 94	0.43 72	0.44 117	0.28 78	0.47 87	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63

ROB_FTStereo	0.38 46	0.27 42	1.78 108	0.44 280	0.17 61	0.61 175	0.26 115	0.51 33	0.52 83	0.47 94	0.43 72	0.43 106	0.28 78	0.49 100	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63

HUI-Stereo	0.38 46	0.27 42	1.79 126	0.44 280	0.17 61	0.61 175	0.28 148	0.51 33	0.52 83	0.47 94	0.43 72	0.44 117	0.28 78	0.45 75	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63

Pruner-Stereo	0.51 177	0.27 42	1.78 108	1.79 399	0.19 96	0.62 195	0.45 277	0.57 65	0.60 142	0.61 243	0.48 102	0.41 90	0.24 31	0.46 81	1.00 299	0.12 172	0.07 11	0.12 137	0.10 76	0.12 32	0.13 94

iGMRVC	0.39 59	0.27 42	1.78 108	0.44 280	0.17 61	0.61 175	0.27 138	0.51 33	0.52 83	0.47 94	0.43 72	0.44 117	0.28 78	0.55 125	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63

iRAFT	0.39 59	0.27 42	1.78 108	0.44 280	0.16 37	0.61 175	0.27 138	0.51 33	0.52 83	0.47 94	0.43 72	0.43 106	0.28 78	0.54 121	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63

cross-raft	0.40 63	0.27 42	2.22 243	0.30 92	0.17 61	0.49 45	0.35 223	0.71 117	0.39 15	0.43 74	0.45 83	0.64 214	0.25 42	0.32 21	0.25 54	0.08 4	0.08 58	0.09 20	0.23 304	0.11 22	0.14 107

RAFT-IKP	0.38 46	0.27 42	1.79 126	0.44 280	0.16 37	0.60 155	0.28 148	0.51 33	0.52 83	0.47 94	0.43 72	0.43 106	0.28 78	0.50 105	0.28 74	0.12 172	0.08 58	0.12 137	0.10 76	0.17 129	0.12 63

DeepStereo_RVC	0.44 94	0.28 62	1.92 173	0.49 312	0.17 61	0.60 155	0.59 319	0.50 31	0.52 83	0.49 124	0.45 83	0.39 78	0.86 329	0.45 75	0.33 128	0.11 125	0.08 58	0.11 92	0.09 44	0.15 83	0.19 195

s12784h	0.36 38	0.28 62	1.58 53	0.23 3	0.11 1	0.62 195	0.24 84	0.79 190	0.64 188	0.44 79	0.52 136	0.28 41	0.26 54	0.50 105	0.24 48	0.11 125	0.06 1	0.09 20	0.06 7	0.16 110	0.06 1

GES	0.44 94	0.28 62	1.88 158	0.30 92	0.18 83	0.61 175	0.30 174	0.88 244	0.46 50	0.47 94	0.52 136	0.39 78	0.42 187	0.58 130	0.67 253	0.15 242	0.11 173	0.12 137	0.10 76	0.15 83	0.17 170

UPFNet	0.46 119	0.28 62	1.73 82	0.33 153	0.32 242	0.65 234	0.38 242	0.83 208	0.59 138	0.57 203	0.52 136	0.61 199	0.40 161	0.75 174	0.52 211	0.13 200	0.12 198	0.13 191	0.12 155	0.15 83	0.11 37

AE-Stereo	0.42 79	0.29 66	1.65 63	0.43 275	0.47 333	0.56 98	0.23 61	0.86 230	0.46 50	0.31 34	0.41 67	0.43 106	0.24 31	0.34 31	0.24 48	0.09 17	0.48 375	0.11 92	0.45 366	0.22 197	0.19 195

hknet	0.47 132	0.29 66	1.70 75	0.30 92	0.24 159	0.76 287	0.31 184	1.00 328	0.64 188	0.63 262	0.53 144	0.80 289	0.38 140	0.77 181	0.37 143	0.11 125	0.10 141	0.14 220	0.12 155	0.12 32	0.11 37

KYRaft	0.48 136	0.29 66	1.75 92	0.33 153	0.21 113	0.75 285	0.44 271	0.58 69	0.57 121	0.64 271	0.93 322	0.53 160	0.72 305	0.60 138	0.24 48	0.10 78	0.07 11	0.12 137	0.14 205	0.12 32	0.54 361

ICVP	0.46 119	0.29 66	2.41 276	0.33 153	0.22 134	0.59 146	0.55 306	0.75 145	0.50 74	0.44 79	0.60 199	0.49 146	0.35 123	0.53 118	0.37 143	0.16 259	0.16 261	0.14 220	0.11 125	0.15 83	0.15 137
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	0.33 19	0.29 66	1.74 86	0.24 7	0.16 37	0.54 79	0.15 1	0.40 3	0.55 110	0.37 47	0.51 129	0.24 21	0.19 9	0.27 1	0.26 57	0.09 17	0.06 1	0.08 3	0.30 333	0.08 1	0.06 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
LoS	0.31 12	0.30 71	1.52 47	0.23 3	0.13 5	0.54 79	0.20 22	0.48 23	0.49 68	0.25 19	0.28 17	0.37 68	0.24 31	0.38 48	0.23 34	0.10 78	0.08 58	0.08 3	0.05 1	0.15 83	0.07 3

CASS	0.39 59	0.30 71	1.61 60	0.32 138	0.17 61	0.53 76	0.24 84	0.70 115	0.49 68	0.59 228	0.54 154	0.40 86	0.40 161	0.41 57	0.30 98	0.17 273	0.10 141	0.14 220	0.11 125	0.18 148	0.17 170
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT-345	0.53 191	0.30 71	2.34 263	0.38 240	0.34 259	0.58 130	0.42 257	0.47 20	0.61 156	0.51 143	1.00 333	0.43 106	0.28 78	1.57 262	0.82 283	0.10 78	0.07 11	0.11 92	0.09 44	0.10 11	0.08 10

Prome-Stereo	0.49 153	0.30 71	1.76 96	0.60 348	0.23 146	0.63 211	0.42 257	0.62 87	0.60 142	0.59 228	1.03 338	0.43 106	0.72 305	0.60 138	0.33 128	0.09 17	0.07 11	0.10 48	0.09 44	0.11 22	0.43 351

CREStereo	0.28 1	0.30 71	1.33 21	0.19 1	0.13 5	0.55 89	0.17 5	0.48 23	0.46 50	0.27 29	0.33 35	0.24 21	0.21 16	0.31 17	0.21 22	0.11 125	0.07 11	0.08 3	0.05 1	0.10 11	0.07 3
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
FENet	0.44 94	0.30 71	2.42 278	0.32 138	0.17 61	0.58 130	0.22 45	0.77 164	0.59 138	0.47 94	0.42 70	0.55 167	0.38 140	0.49 100	0.47 193	0.12 172	0.09 112	0.12 137	0.11 125	0.13 51	0.16 159

CASnet	0.28 1	0.31 77	1.20 11	0.28 58	0.11 1	0.47 34	0.19 13	0.44 8	0.44 37	0.38 52	0.31 28	0.23 14	0.17 1	0.29 11	0.19 3	0.10 78	0.06 1	0.15 246	0.12 155	0.16 110	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	0.32 14	0.31 77	1.46 37	0.31 117	0.15 24	0.53 76	0.19 13	0.44 8	0.35 4	0.36 43	0.38 53	0.27 38	0.27 68	0.42 60	0.19 3	0.09 17	0.13 212	0.09 20	0.16 240	0.20 177	0.13 94

DEmStereo	0.68 272	0.31 77	2.25 250	0.42 271	0.17 61	0.66 239	0.89 361	0.51 33	0.59 138	0.60 236	1.01 334	0.45 124	1.26 359	1.54 258	2.26 368	0.10 78	0.08 58	0.10 48	0.10 76	0.10 11	0.11 37

Anonymous_2	0.74 301	0.32 80	1.65 63	0.33 153	0.30 218	0.67 244	0.32 205	0.69 111	0.46 50	0.48 113	0.41 67	0.84 299	0.58 266	0.51 108	0.40 160	0.32 352	0.38 359	1.43 400	3.69 414	0.80 376	0.27 276

RCA-Stereo	0.34 26	0.32 80	1.30 18	0.26 31	0.14 12	0.58 130	0.23 61	0.78 178	0.62 172	0.40 59	0.44 82	0.28 41	0.35 123	0.29 11	0.20 19	0.09 17	0.10 141	0.09 20	0.07 13	0.19 165	0.08 10

sCroCo_RVC	0.33 19	0.32 80	1.89 162	0.34 176	0.27 195	0.30 5	0.22 45	0.48 23	0.44 37	0.22 5	0.33 35	0.25 27	0.25 42	0.32 21	0.24 48	0.14 228	0.16 261	0.12 137	0.12 155	0.15 83	0.13 94

Anonymous	0.35 34	0.32 80	1.87 156	0.34 176	0.31 234	0.37 11	0.31 184	0.54 58	0.40 19	0.25 19	0.28 17	0.23 14	0.29 91	0.36 37	0.27 65	0.14 228	0.13 212	0.11 92	0.12 155	0.24 220	0.20 209

CFNet-RSSM	0.41 66	0.32 80	2.20 239	0.27 40	0.44 317	0.52 70	0.19 13	0.76 154	0.48 64	0.43 74	0.36 43	0.54 164	0.26 54	0.33 27	0.25 54	0.09 17	0.08 58	0.09 20	0.38 358	0.10 11	0.09 16

Former-RAFT_DAM_RVC	0.50 162	0.33 85	0.93 1	0.26 31	0.22 134	0.46 31	0.20 22	1.10 358	1.34 372	3.16 406	0.32 31	0.22 8	0.20 14	0.30 14	0.22 30	0.10 78	0.09 112	0.11 92	0.09 44	0.15 83	0.19 195

IGEV_Zeroshot_test	0.53 191	0.33 85	2.91 347	0.32 138	0.18 83	0.54 79	0.21 33	0.72 122	0.42 28	0.81 323	0.51 129	0.71 258	0.41 172	0.48 91	1.13 312	0.09 17	0.15 247	0.10 48	0.35 349	0.19 165	0.09 16

LoS_RVC	0.29 4	0.33 85	1.19 10	0.25 15	0.34 259	0.43 17	0.22 45	0.42 5	0.32 2	0.22 5	0.33 35	0.23 14	0.24 31	0.31 17	0.21 22	0.07 1	0.07 11	0.07 1	0.05 1	0.10 11	0.31 302

DisPM	0.43 85	0.33 85	1.78 108	0.57 340	0.18 83	0.59 146	0.63 330	0.53 48	0.61 156	0.60 236	0.53 144	0.38 74	0.26 54	0.75 174	0.29 87	0.12 172	0.07 11	0.12 137	0.11 125	0.11 22	0.14 107

NINENet	0.50 162	0.33 85	1.69 71	0.55 336	0.25 171	0.91 333	0.23 61	0.98 309	0.71 241	0.53 159	0.55 162	0.66 222	0.30 99	1.22 226	0.32 118	0.15 242	0.13 212	0.16 261	0.11 125	0.16 110	0.13 94

AAGNet	0.88 332	0.33 85	1.79 126	0.54 330	0.98 381	0.62 195	0.46 279	0.50 31	0.60 142	0.58 215	0.53 144	0.50 149	0.73 308	1.23 227	7.48 409	0.11 125	0.07 11	0.12 137	0.10 76	0.14 69	0.09 16

PFNet	0.60 233	0.33 85	2.47 289	0.41 263	0.55 348	0.62 195	0.27 138	0.61 83	0.63 181	0.61 243	0.56 173	0.45 124	0.32 110	1.88 315	1.14 313	0.28 346	0.09 112	0.12 137	0.16 240	0.26 245	0.20 209

Gwc-CoAtRS	0.38 46	0.33 85	1.92 173	0.27 40	0.41 309	0.48 40	0.19 13	0.59 74	0.46 50	0.43 74	0.39 60	0.57 182	0.26 54	0.32 21	0.26 57	0.09 17	0.09 112	0.09 20	0.31 337	0.11 22	0.09 16

IGEVStereo-DCA	0.33 19	0.34 93	1.38 27	0.27 40	0.16 37	0.45 19	0.23 61	0.46 12	0.41 23	0.24 11	0.21 2	0.26 32	0.25 42	0.64 146	0.52 211	0.09 17	0.07 11	0.10 48	0.18 265	0.16 110	0.22 225

rrr	0.46 119	0.34 93	3.08 359	0.27 40	0.16 37	0.45 19	0.28 148	1.09 357	0.51 78	0.24 11	0.21 2	0.26 32	0.25 42	0.64 146	0.52 211	0.09 17	0.07 11	0.10 48	0.29 328	0.16 110	0.25 259

test_xeample3	0.46 119	0.34 93	2.99 354	0.37 226	0.16 37	0.49 45	0.33 213	1.06 352	0.44 37	0.25 19	0.23 5	0.24 21	0.25 42	0.49 100	0.56 227	0.09 17	0.07 11	0.10 48	0.40 361	0.17 129	0.26 268

DIP-Stereo	0.37 41	0.34 93	1.50 44	0.27 40	0.18 83	0.63 211	0.17 5	0.92 274	0.53 99	0.49 124	0.48 102	0.30 46	0.30 99	0.39 51	0.30 98	0.10 78	0.08 58	0.10 48	0.08 29	0.15 83	0.12 63
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.67 266	0.34 93	2.23 247	0.26 31	0.19 96	0.67 244	0.29 168	1.26 372	0.69 223	0.72 303	0.70 276	0.78 283	0.42 187	3.77 399	0.41 166	0.13 200	0.09 112	0.10 48	0.09 44	0.12 32	0.11 37
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DISCO	0.57 220	0.34 93	1.87 156	0.45 293	0.34 259	0.84 318	0.35 223	0.84 218	0.78 298	0.59 228	0.63 221	1.06 349	0.53 245	1.10 213	0.82 283	0.12 172	0.09 112	0.11 92	0.10 76	0.22 197	0.18 187

DAS	0.56 214	0.35 99	1.55 50	0.33 153	0.34 259	0.50 51	0.42 257	0.83 208	0.74 267	0.83 328	0.68 259	0.56 176	0.48 228	2.40 355	0.46 184	0.12 172	0.08 58	0.12 137	0.09 44	0.18 148	0.15 137

SepStereo	0.52 186	0.35 99	1.55 50	0.33 153	0.34 259	0.50 51	0.42 257	0.83 208	0.74 267	0.83 328	0.68 259	0.56 176	0.48 228	1.56 260	0.46 184	0.12 172	0.08 58	0.12 137	0.09 44	0.18 148	0.15 137

Anonymous3	0.42 79	0.35 99	2.09 216	0.33 153	0.24 159	0.72 271	0.31 184	0.74 135	0.55 110	0.35 41	0.40 63	0.33 57	0.29 91	0.44 68	0.28 74	0.18 283	0.18 279	0.13 191	0.13 180	0.17 129	0.17 170

DSFCA	0.54 196	0.35 99	1.41 32	0.28 58	0.28 203	0.79 304	0.88 360	0.76 154	0.70 232	0.72 303	0.66 248	0.67 232	0.57 262	1.17 222	0.63 245	0.16 259	0.14 226	0.13 191	0.14 205	0.16 110	0.13 94

PMTNet	0.31 12	0.35 99	1.30 18	0.20 2	0.14 12	0.57 115	0.25 99	0.46 12	0.42 28	0.27 29	0.32 31	0.27 38	0.24 31	0.39 51	0.23 34	0.43 361	0.07 11	0.08 3	0.05 1	0.18 148	0.07 3

GMStereo_Zeroshot	0.41 66	0.36 104	1.54 48	0.41 263	0.19 96	0.52 70	0.19 13	0.59 74	0.52 83	0.57 203	0.59 187	0.63 206	0.29 91	0.58 130	0.33 128	0.15 242	0.09 112	0.16 261	0.09 44	0.24 220	0.12 63

MIF-Stereo	0.30 8	0.36 104	1.68 69	0.27 40	0.24 159	0.29 3	0.18 11	0.33 1	0.34 3	0.26 26	0.37 46	0.18 1	0.18 6	0.31 17	0.27 65	0.10 78	0.08 58	0.08 3	0.07 13	0.25 231	0.08 10

test_4	0.40 63	0.37 106	2.01 198	0.29 79	0.21 113	0.50 51	0.28 148	0.47 20	0.39 15	0.42 69	0.76 293	0.38 74	0.22 20	0.52 112	0.33 128	0.08 4	0.07 11	0.11 92	0.15 225	0.28 258	0.07 3

CrosDoStereo	0.94 339	0.37 106	2.53 298	0.25 15	0.32 242	0.54 79	3.76 410	0.72 122	0.60 142	0.70 296	1.40 359	0.53 160	1.49 374	1.78 293	3.09 379	0.10 78	0.08 58	0.11 92	0.11 125	0.21 185	0.11 37

PFNet+	0.45 109	0.37 106	1.86 151	0.46 297	0.18 83	0.58 130	0.77 351	0.52 43	0.64 188	0.56 193	0.48 102	0.39 78	0.26 54	0.93 196	0.32 118	0.13 200	0.09 112	0.14 220	0.13 180	0.12 32	0.15 137

LCNet	0.54 196	0.37 106	1.78 108	0.92 374	0.22 134	0.96 338	0.30 174	0.59 74	0.58 131	0.51 143	0.55 162	0.41 90	0.76 315	0.84 190	0.26 57	0.09 17	0.06 1	0.12 137	0.18 265	0.98 380	0.39 340

DeepStereo_LL	0.94 339	0.37 106	2.53 298	0.25 15	0.32 242	0.54 79	3.76 410	0.72 122	0.60 142	0.70 296	1.40 359	0.53 160	1.49 374	1.78 293	3.09 379	0.10 78	0.08 58	0.11 92	0.11 125	0.21 185	0.11 37

MSKI-zero shot	0.46 119	0.38 111	2.47 289	0.27 40	0.43 316	0.56 98	0.20 22	0.77 164	0.43 35	0.60 236	0.51 129	0.44 117	0.17 1	0.68 157	0.21 22	0.09 17	0.29 343	0.09 20	0.32 340	0.14 69	0.10 27

RAFT-Test	0.44 94	0.38 111	2.01 198	0.27 40	0.44 317	0.64 222	0.37 236	0.72 122	0.57 121	0.45 86	0.48 102	0.65 217	0.24 31	0.35 33	0.29 87	0.09 17	0.11 173	0.09 20	0.38 358	0.10 11	0.11 37

IER	0.43 85	0.38 111	1.69 71	0.26 31	0.25 171	0.66 239	0.26 115	0.71 117	0.55 110	0.54 170	0.59 187	0.60 197	0.53 245	0.52 112	0.39 155	0.11 125	0.08 58	0.11 92	0.11 125	0.14 69	0.11 37

CRFU-Net	0.56 214	0.38 111	1.86 151	0.46 297	0.26 184	0.82 314	0.36 229	0.90 256	0.49 68	0.62 254	0.59 187	0.78 283	1.35 366	1.00 203	0.48 196	0.15 242	0.14 226	0.17 277	0.10 76	0.19 165	0.14 107

PSMNet-ADL	0.51 177	0.38 111	1.65 63	0.35 190	0.21 113	0.67 244	0.26 115	0.74 135	0.55 110	0.42 69	0.52 136	0.70 255	0.45 208	1.91 318	0.57 230	0.15 242	0.13 212	0.11 92	0.13 180	0.15 83	0.20 209

DRaft	0.62 245	0.38 111	1.76 96	0.24 7	0.16 37	0.64 222	0.66 332	0.53 48	0.53 99	0.67 285	0.99 331	0.38 74	1.00 344	1.44 240	2.10 362	0.10 78	0.14 226	0.10 48	0.14 205	0.18 148	0.21 215

AdaStereo	0.44 94	0.38 111	1.79 126	0.34 176	0.20 106	0.57 115	0.28 148	0.92 274	0.69 223	0.52 150	0.55 162	0.61 199	0.33 113	0.48 91	0.39 155	0.17 273	0.08 58	0.17 277	0.11 125	0.18 148	0.12 63
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.
CSP-Net	0.50 162	0.39 118	1.25 13	0.29 79	0.23 146	0.77 295	0.35 223	0.86 230	0.57 121	0.59 228	0.59 187	0.65 217	0.40 161	1.77 292	0.44 180	0.16 259	0.11 173	0.10 48	0.10 76	0.20 177	0.14 107

iRaft-Stereo_20w	0.58 225	0.39 118	1.96 192	0.45 293	0.32 242	0.92 335	0.57 315	1.14 363	0.56 118	0.81 323	0.40 63	0.55 167	0.69 298	0.65 153	1.04 307	0.09 17	0.16 261	0.09 20	0.36 355	0.17 129	0.25 259

MyStereo07	0.34 26	0.40 120	1.46 37	0.29 79	0.23 146	0.60 155	0.31 184	0.53 48	0.42 28	0.25 19	0.25 14	0.20 2	0.26 54	0.57 128	0.19 3	0.09 17	0.18 279	0.12 137	0.11 125	0.16 110	0.19 195

MyStereo04	0.48 136	0.40 120	2.65 316	0.29 79	0.23 146	0.60 155	0.31 184	0.83 208	0.75 279	0.47 94	0.36 43	0.53 160	0.42 187	0.53 118	0.39 155	0.09 17	0.18 279	0.12 137	0.11 125	0.16 110	0.19 195

NVstereo2D	0.58 225	0.40 120	2.03 206	0.35 190	0.35 269	0.69 258	0.39 246	0.91 266	0.80 306	0.47 94	0.53 144	0.67 232	0.46 216	1.99 325	0.48 196	0.19 293	0.11 173	0.17 277	0.13 180	0.25 231	0.25 259

MyStereo06	0.54 196	0.41 123	2.68 319	0.30 92	0.23 146	0.60 155	0.30 174	0.81 196	0.44 37	0.84 330	0.52 136	0.78 283	0.58 266	0.48 91	1.10 310	0.09 17	0.17 271	0.12 137	0.10 76	0.16 110	0.20 209

MyStereo05	0.49 153	0.41 123	2.72 325	0.30 92	0.23 146	0.60 155	0.30 174	0.82 202	0.77 293	0.52 150	0.37 46	0.51 152	0.42 187	0.52 112	0.38 148	0.09 17	0.17 271	0.12 137	0.10 76	0.16 110	0.20 209

MIF-Stereo (partial)	0.34 26	0.41 123	1.93 176	0.26 31	0.24 159	0.32 6	0.17 5	0.53 48	0.42 28	0.25 19	0.37 46	0.25 27	0.26 54	0.44 68	0.31 108	0.11 125	0.08 58	0.12 137	0.10 76	0.19 165	0.14 107

GANet-ADL	0.44 94	0.41 123	2.31 257	0.33 153	0.20 106	0.57 115	0.25 99	0.75 145	0.54 106	0.42 69	0.59 187	0.56 176	0.30 99	0.40 55	0.38 148	0.14 228	0.11 173	0.09 20	0.08 29	0.22 197	0.17 170

ccnet	0.71 287	0.41 123	1.59 54	0.40 257	0.45 325	1.06 348	0.55 306	0.98 309	0.71 241	0.88 334	0.97 328	0.82 295	0.88 333	1.68 279	0.94 289	0.32 352	0.26 335	0.32 350	0.27 322	0.34 295	0.30 295

StereoDRNet-Refined	0.50 162	0.41 123	1.50 44	0.33 153	0.21 113	0.68 255	0.26 115	0.81 196	0.68 215	0.67 285	0.68 259	0.73 263	0.42 187	1.10 213	0.59 237	0.11 125	0.08 58	0.14 220	0.14 205	0.25 231	0.21 215
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MDST_ROB	1.17 359	0.42 129	3.87 387	0.54 330	0.44 317	4.11 408	0.58 317	1.31 374	0.84 316	2.12 388	1.12 346	0.98 333	0.71 302	4.24 403	0.99 298	0.16 259	0.14 226	0.19 299	0.17 255	0.18 148	0.35 319

CBMV_ROB	0.76 306	0.42 129	2.68 319	0.33 153	0.22 134	0.74 279	0.47 287	0.96 298	0.76 289	1.04 349	0.96 326	0.88 312	0.93 337	2.06 329	1.19 317	0.22 319	0.24 319	0.27 336	0.25 312	0.25 231	0.28 281

SGM-Forest	1.04 350	0.42 129	3.59 384	0.41 263	0.32 242	1.05 347	1.32 387	0.94 283	0.83 314	1.16 357	2.23 383	1.03 342	1.39 370	2.49 364	2.35 369	0.21 306	0.21 306	0.20 307	0.19 283	0.23 205	0.32 306
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CoDeX	0.52 186	0.43 132	2.25 250	0.29 79	0.26 184	0.61 175	0.32 205	0.99 320	0.68 215	0.48 113	0.55 162	0.52 158	0.40 161	1.60 269	0.35 139	0.12 172	0.09 112	0.11 92	0.10 76	0.13 51	0.12 63

gwcnet-sp	0.49 153	0.43 132	2.54 304	0.31 117	0.22 134	0.67 244	0.31 184	0.78 178	0.65 200	0.58 215	0.47 90	0.46 132	0.43 197	0.76 177	0.46 184	0.11 125	0.11 173	0.11 92	0.11 125	0.15 83	0.14 107

scenet	0.49 153	0.43 132	2.54 304	0.31 117	0.22 134	0.67 244	0.31 184	0.78 178	0.65 200	0.58 215	0.47 90	0.46 132	0.43 197	0.76 177	0.46 184	0.11 125	0.11 173	0.11 92	0.11 125	0.15 83	0.14 107

ssnet	0.49 153	0.43 132	2.54 304	0.31 117	0.22 134	0.67 244	0.31 184	0.78 178	0.65 200	0.58 215	0.47 90	0.46 132	0.43 197	0.76 177	0.46 184	0.11 125	0.11 173	0.11 92	0.11 125	0.15 83	0.14 107

ASMatch	0.60 233	0.43 132	2.58 308	0.91 373	0.36 276	0.56 98	0.25 99	0.52 43	0.61 156	0.47 94	1.21 349	0.47 138	0.66 292	1.34 234	0.94 289	0.10 78	0.08 58	0.11 92	0.11 125	0.10 11	0.16 159

DRN-Test	0.64 251	0.43 132	2.44 284	0.39 248	0.44 317	0.80 310	0.41 254	1.02 339	0.78 298	0.80 318	0.63 221	0.69 245	0.56 257	1.79 297	0.69 257	0.15 242	0.12 198	0.17 277	0.16 240	0.18 148	0.17 170

AnonymousM	0.37 41	0.44 138	1.50 44	0.25 15	0.15 24	0.52 70	0.23 61	0.60 81	0.42 28	0.42 69	0.32 31	0.30 46	0.25 42	0.34 31	0.23 34	0.11 125	0.09 112	0.71 378	0.36 355	0.12 32	0.07 3

UNet	0.54 196	0.44 138	2.83 338	0.31 117	0.33 253	0.74 279	0.27 138	0.82 202	0.61 156	0.53 159	0.54 154	0.72 260	0.54 248	0.78 185	0.56 227	0.11 125	0.09 112	0.13 191	0.11 125	0.14 69	0.12 63

ACVNet	0.45 109	0.44 138	1.79 126	0.28 58	0.21 113	0.59 146	0.36 229	0.66 97	0.68 215	0.45 86	0.59 187	0.69 245	0.40 161	0.44 68	0.55 220	0.11 125	0.09 112	0.10 48	0.09 44	0.34 295	0.10 27

acv_ft	0.48 136	0.44 138	1.76 96	0.32 138	0.41 309	0.63 211	0.28 148	0.81 196	0.68 215	0.61 243	0.59 187	0.69 245	0.45 208	0.44 68	0.63 245	0.11 125	0.09 112	0.10 48	0.09 44	0.41 334	0.10 27

MSMDNet	0.46 119	0.44 138	2.28 254	0.26 31	0.20 106	0.55 89	0.21 33	0.75 145	0.64 188	0.48 113	0.55 162	0.68 238	0.56 257	0.46 81	0.30 98	0.11 125	0.10 141	0.13 191	0.10 76	0.18 148	0.15 137

PCWNet_CMD	0.46 119	0.45 143	2.28 254	0.26 31	0.20 106	0.55 89	0.21 33	0.75 145	0.64 188	0.48 113	0.55 162	0.68 238	0.57 262	0.46 81	0.30 98	0.11 125	0.10 141	0.14 220	0.10 76	0.18 148	0.14 107

CroCo-Stereo	0.30 8	0.45 143	1.08 3	0.31 117	0.17 61	0.19 1	0.21 33	0.73 130	0.50 74	0.21 2	0.24 11	0.55 167	0.22 20	0.27 1	0.26 57	0.09 17	0.08 58	0.08 3	0.07 13	0.12 32	0.09 16
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
SMFormer	0.50 162	0.46 145	1.60 56	0.30 92	0.15 24	0.45 19	0.24 84	0.90 256	0.72 249	0.56 193	0.64 237	0.51 152	0.41 172	1.87 310	0.49 201	0.13 200	0.10 141	0.11 92	0.10 76	0.15 83	0.16 159

tta	0.50 162	0.46 145	1.60 56	0.30 92	0.15 24	0.45 19	0.24 84	0.90 256	0.72 249	0.56 193	0.64 237	0.51 152	0.41 172	1.87 310	0.49 201	0.13 200	0.10 141	0.11 92	0.10 76	0.14 69	0.11 37

qqq1	0.48 136	0.46 145	1.60 56	0.30 92	0.15 24	0.45 19	0.24 84	0.90 256	0.72 249	0.56 193	0.64 237	0.51 152	0.41 172	1.87 310	0.23 34	0.13 200	0.10 141	0.09 20	0.08 29	0.14 69	0.11 37

fff1	0.48 136	0.46 145	1.60 56	0.30 92	0.15 24	0.45 19	0.24 84	0.90 256	0.72 249	0.56 193	0.64 237	0.51 152	0.41 172	1.87 310	0.23 34	0.13 200	0.10 141	0.09 20	0.08 29	0.14 69	0.11 37

anonymousa	0.48 136	0.46 145	2.44 284	0.29 79	0.34 259	0.61 175	0.25 99	0.66 97	0.54 106	0.53 159	0.77 296	0.73 263	0.46 216	0.33 27	0.31 108	0.10 78	0.09 112	0.12 137	0.29 328	0.10 11	0.19 195

CFNet_pseudo	0.45 109	0.46 145	2.23 247	0.25 15	0.19 96	0.56 98	0.21 33	0.77 164	0.60 142	0.49 124	0.56 173	0.69 245	0.47 221	0.52 112	0.31 108	0.11 125	0.10 141	0.15 246	0.10 76	0.17 129	0.14 107

ac_64	0.55 208	0.46 145	1.92 173	0.36 208	0.34 259	0.63 211	0.31 184	0.82 202	0.61 156	0.55 184	0.51 129	0.89 314	0.48 228	1.83 303	0.55 220	0.14 228	0.11 173	0.12 137	0.12 155	0.18 148	0.12 63

ccs_rob	0.45 109	0.46 145	2.22 243	0.26 31	0.19 96	0.56 98	0.21 33	0.77 164	0.60 142	0.49 124	0.56 173	0.69 245	0.47 221	0.52 112	0.31 108	0.11 125	0.09 112	0.16 261	0.10 76	0.17 129	0.14 107

test croco	0.37 41	0.47 153	2.15 231	0.27 40	0.19 96	0.33 7	0.20 22	0.58 69	0.46 50	0.23 10	0.37 46	0.23 14	0.25 42	0.45 75	0.28 74	0.11 125	0.08 58	0.13 191	0.09 44	0.42 338	0.12 63

test-1	0.44 94	0.48 154	1.69 71	0.30 92	0.27 195	0.50 51	0.28 148	0.80 192	0.43 35	0.40 59	0.54 154	0.41 90	0.24 31	0.31 17	1.16 316	0.09 17	0.20 298	0.10 48	0.17 255	0.11 22	0.26 268

MMNet	0.50 162	0.48 154	1.93 176	0.33 153	0.27 195	0.79 304	0.28 148	0.81 196	0.74 267	0.60 236	0.56 173	0.59 191	0.55 253	0.79 186	0.59 237	0.10 78	0.09 112	0.12 137	0.11 125	0.13 51	0.14 107

EKT-Stereo	1.47 379	0.49 156	1.93 176	2.57 407	19.31 421	0.55 89	0.22 45	0.69 111	0.42 28	0.38 52	0.36 43	0.43 106	0.27 68	0.69 163	0.26 57	0.12 172	0.14 226	0.11 92	0.16 240	0.20 177	0.15 137

HH	0.49 153	0.49 156	2.78 335	0.50 314	0.41 309	0.38 12	0.23 61	0.72 122	0.38 10	0.63 262	0.48 102	0.87 308	0.41 172	0.64 146	0.21 22	0.09 17	0.17 271	0.10 48	0.09 44	0.16 110	0.12 63

HanStereo	0.49 153	0.49 156	2.78 335	0.50 314	0.41 309	0.38 12	0.23 61	0.72 122	0.38 10	0.63 262	0.48 102	0.87 308	0.41 172	0.64 146	0.21 22	0.09 17	0.17 271	0.10 48	0.09 44	0.16 110	0.12 63

TANstereo	0.33 19	0.49 156	1.75 92	0.23 3	0.12 3	0.54 79	0.16 3	0.40 3	0.45 47	0.45 86	0.51 129	0.26 32	0.22 20	0.29 11	0.20 19	0.10 78	0.10 141	0.08 3	0.06 7	0.08 1	0.11 37

pcwnet_v2	0.64 251	0.49 156	4.41 397	0.32 138	0.27 195	0.60 155	0.25 99	0.97 305	0.88 325	0.59 228	0.70 276	0.63 206	0.55 253	0.66 155	0.37 143	0.17 273	0.15 247	0.15 246	0.14 205	0.21 185	0.23 243

HCRNet	0.46 119	0.49 156	1.65 63	0.38 240	0.29 208	0.58 130	0.22 45	0.75 145	0.62 172	0.47 94	0.49 119	0.48 144	0.36 127	1.12 216	0.37 143	0.15 242	0.10 141	0.15 246	0.13 180	0.17 129	0.17 170

CFNet_ucs	0.48 136	0.50 162	2.32 258	0.26 31	0.22 134	0.57 115	0.22 45	0.85 222	0.65 200	0.53 159	0.64 237	0.68 238	0.44 204	0.54 121	0.31 108	0.13 200	0.12 198	0.16 261	0.11 125	0.19 165	0.17 170

RAFT-RH_RVC	0.61 241	0.50 162	2.33 261	0.36 208	0.29 208	0.60 155	0.18 11	0.44 8	0.58 131	0.76 312	1.91 373	0.47 138	0.29 91	1.60 269	1.23 322	0.14 228	0.07 11	0.13 191	0.13 180	0.10 11	0.09 16

stereogan	0.69 276	0.51 164	2.44 284	0.39 248	0.39 295	1.01 345	0.41 254	0.94 283	0.92 336	0.73 307	0.85 309	1.15 360	0.69 298	1.57 262	0.53 215	0.19 293	0.18 279	0.20 307	0.16 240	0.36 307	0.24 250

ff7	0.32 14	0.52 165	1.38 27	0.25 15	0.16 37	0.56 98	0.23 61	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 25	0.48 91	0.19 3	0.09 17	0.08 58	0.10 48	0.18 265	0.23 205	0.22 225

ffff	0.32 14	0.52 165	1.38 27	0.25 15	0.16 37	0.56 98	0.23 61	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 25	0.48 91	0.19 3	0.09 17	0.08 58	0.10 48	0.18 265	0.23 205	0.22 225

11t	0.32 14	0.52 165	1.38 27	0.25 15	0.16 37	0.56 98	0.23 61	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 25	0.48 91	0.19 3	0.09 17	0.08 58	0.10 48	0.18 265	0.23 205	0.22 225

ccc-4	0.32 14	0.52 165	1.38 27	0.25 15	0.16 37	0.56 98	0.23 61	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 25	0.48 91	0.19 3	0.09 17	0.08 58	0.10 48	0.18 265	0.23 205	0.22 225

DMCA	0.41 66	0.52 165	1.26 14	0.31 117	0.24 159	0.59 146	0.26 115	0.77 164	0.63 181	0.58 215	0.48 102	0.57 182	0.35 123	0.40 55	0.50 206	0.14 228	0.10 141	0.14 220	0.10 76	0.15 83	0.15 137

anonymousdsp	0.34 26	0.53 170	1.47 39	0.25 15	0.16 37	0.56 98	0.23 61	0.49 27	0.40 19	0.25 19	0.24 11	0.22 8	0.24 31	0.55 125	0.19 3	0.09 17	0.11 173	0.10 48	0.18 265	0.24 220	0.29 287

IRAFT_RVC	0.54 196	0.53 170	1.78 108	0.46 297	0.21 113	0.58 130	0.43 263	0.65 95	0.66 210	0.54 170	0.50 125	0.49 146	0.51 238	1.58 266	1.01 303	0.11 125	0.25 333	0.13 191	0.10 76	0.15 83	0.13 94

iRaftStereo_RVC	0.37 41	0.53 170	1.41 32	0.28 58	0.15 24	0.52 70	0.20 22	0.54 58	0.46 50	0.37 47	0.43 72	0.41 90	0.23 25	0.36 37	0.26 57	0.09 17	0.15 247	0.12 137	0.11 125	0.41 334	0.37 334

StereoIM	0.29 4	0.54 173	1.44 35	0.24 7	0.29 208	0.29 3	0.16 3	0.45 11	0.37 9	0.19 1	0.21 2	0.28 41	0.22 20	0.30 14	0.29 87	0.10 78	0.09 112	0.10 48	0.08 29	0.11 22	0.11 37

ProNet	0.30 8	0.54 173	1.29 16	0.25 15	0.15 24	0.47 34	0.25 99	0.48 23	0.39 15	0.21 2	0.23 5	0.22 8	0.20 14	0.44 68	0.19 3	0.08 4	0.08 58	0.10 48	0.08 29	0.23 205	0.12 63

IGEV-Stereo	0.34 26	0.54 173	1.47 39	0.25 15	0.16 37	0.56 98	0.23 61	0.49 27	0.40 19	0.25 19	0.24 11	0.22 8	0.24 31	0.54 121	0.19 3	0.09 17	0.10 141	0.10 48	0.18 265	0.24 220	0.29 287
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TestStereo	0.45 109	0.54 173	2.11 220	0.29 79	0.16 37	0.43 17	0.24 84	0.54 58	0.45 47	0.37 47	0.46 87	0.34 61	0.27 68	1.98 322	0.27 65	0.11 125	0.08 58	0.12 137	0.09 44	0.14 69	0.08 10

XX-Stereo	0.55 208	0.54 173	3.50 382	0.48 310	0.39 295	0.54 79	0.17 5	0.89 250	0.40 19	0.44 79	0.65 246	0.85 302	0.19 9	0.77 181	0.21 22	0.10 78	0.14 226	0.10 48	0.32 340	0.17 129	0.14 107

delet	0.52 186	0.54 173	1.62 61	0.31 117	0.35 269	0.74 279	0.46 279	0.85 222	0.74 267	0.55 184	0.60 199	0.67 232	0.50 236	1.12 216	0.57 230	0.11 125	0.11 173	0.13 191	0.14 205	0.16 110	0.12 63

FCDSN-DC	1.29 367	0.54 173	2.50 295	0.47 302	0.41 309	1.12 355	0.60 321	1.10 358	1.27 370	2.23 394	2.87 395	3.67 396	3.12 401	2.39 354	1.69 344	0.30 349	0.26 335	0.31 348	0.30 333	0.35 303	0.38 337
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FAT-Stereo	0.70 280	0.54 173	2.88 340	0.36 208	0.29 208	0.62 195	0.54 303	0.97 305	0.87 322	0.76 312	0.92 319	0.94 326	0.80 319	1.84 308	0.57 230	0.18 283	0.19 289	0.17 277	0.16 240	0.22 197	0.25 259

DLCB_ROB	0.54 196	0.55 181	1.49 43	0.36 208	0.25 171	0.65 234	0.36 229	0.80 192	0.70 232	0.72 303	0.69 266	0.83 297	0.46 216	1.53 257	0.60 239	0.13 200	0.12 198	0.14 220	0.14 205	0.14 69	0.13 94

IPLGR	0.54 196	0.56 182	2.68 319	0.36 208	0.18 83	0.62 195	0.54 303	1.02 339	0.64 188	0.73 307	0.46 87	0.47 138	0.45 208	1.12 216	0.29 87	0.09 17	0.08 58	0.11 92	0.09 44	0.19 165	0.12 63

STrans-v2	0.67 266	0.56 182	2.64 314	0.27 40	0.23 146	0.57 115	0.33 213	0.96 298	0.69 223	0.92 339	0.85 309	0.89 314	0.93 337	1.83 303	1.21 320	0.09 17	0.07 11	0.10 48	0.09 44	0.11 22	0.12 63

TransformOpticalFlow	0.64 251	0.56 182	2.66 317	0.44 280	0.26 184	0.62 195	0.28 148	0.83 208	0.71 241	0.76 312	0.74 288	0.91 317	0.85 326	1.83 303	0.81 282	0.10 78	0.07 11	0.11 92	0.09 44	0.11 22	0.12 63

RYNet	0.70 280	0.56 182	2.25 250	0.35 190	0.41 309	0.86 324	0.43 263	0.94 283	0.82 311	0.62 254	0.53 144	0.91 317	0.60 271	2.70 376	1.00 299	0.14 228	0.11 173	0.16 261	0.14 205	0.25 231	0.27 276

FC-DCNN	1.49 381	0.59 186	2.88 340	0.44 280	0.39 295	1.97 391	0.66 332	1.67 387	1.70 385	2.72 402	2.89 396	4.22 399	2.97 399	2.55 369	2.19 364	0.29 347	0.26 335	0.31 348	0.30 333	0.32 282	0.39 340

MIM_Stereo	0.41 66	0.60 187	1.88 158	0.31 117	0.21 113	0.50 51	0.19 13	0.64 91	0.44 37	0.43 74	0.53 144	0.43 106	0.27 68	0.51 108	0.28 74	0.08 4	0.14 226	0.11 92	0.10 76	0.26 245	0.26 268

ssnet_v2	0.55 208	0.60 187	1.86 151	0.32 138	0.22 134	0.72 271	0.44 271	0.94 283	0.74 267	0.63 262	0.54 154	0.81 292	0.47 221	0.77 181	0.70 258	0.16 259	0.14 226	0.14 220	0.14 205	0.30 270	0.30 295

psmorigin	1.36 372	0.60 187	13.80 418	0.37 226	0.29 208	0.62 195	0.33 213	0.77 164	0.61 156	0.96 344	0.88 315	1.17 362	0.73 308	4.00 400	0.86 286	0.19 293	0.22 311	0.17 277	0.18 265	0.24 220	0.29 287

DPSNet	0.86 329	0.60 187	2.34 263	0.58 342	0.36 276	1.07 353	0.75 348	1.30 373	1.05 351	0.70 296	0.68 259	0.94 326	1.29 360	2.08 331	1.82 350	0.26 337	0.23 316	0.16 261	0.17 255	0.48 348	0.40 344

ToySt	0.44 94	0.61 191	1.89 162	0.29 79	0.18 83	0.55 89	0.35 223	0.67 106	0.53 99	0.39 57	0.50 125	0.59 191	0.43 197	0.51 108	0.49 201	0.10 78	0.12 198	0.13 191	0.16 240	0.24 220	0.19 195

CroCo-Stereo Lap2	0.33 19	0.61 191	1.47 39	0.32 138	0.38 293	0.23 2	0.22 45	0.58 69	0.46 50	0.22 5	0.27 16	0.29 45	0.23 25	0.32 21	0.26 57	0.09 17	0.09 112	0.10 48	0.08 29	0.21 185	0.14 107

psm_up	0.57 220	0.61 191	1.83 140	0.35 190	0.30 218	0.64 222	0.37 236	0.90 256	0.68 215	0.59 228	0.55 162	0.68 238	0.54 248	1.91 318	0.46 184	0.16 259	0.15 247	0.16 261	0.15 225	0.23 205	0.13 94

GMOStereo	0.41 66	0.62 194	1.78 108	0.28 58	0.36 276	0.51 57	0.31 184	0.53 48	0.44 37	0.57 203	0.48 102	0.41 90	0.27 68	0.28 3	0.23 34	0.08 4	0.38 359	0.13 191	0.11 125	0.34 295	0.11 37

error version	0.41 66	0.62 194	1.78 108	0.28 58	0.36 276	0.51 57	0.31 184	0.53 48	0.44 37	0.57 203	0.48 102	0.41 90	0.27 68	0.28 3	0.23 34	0.08 4	0.38 359	0.13 191	0.11 125	0.34 295	0.11 37

test-v	0.41 66	0.62 194	1.78 108	0.28 58	0.36 276	0.51 57	0.31 184	0.53 48	0.44 37	0.57 203	0.48 102	0.41 90	0.27 68	0.28 3	0.23 34	0.08 4	0.38 359	0.13 191	0.11 125	0.34 295	0.11 37

THIR-Stereo	0.86 329	0.62 194	2.13 225	0.25 15	0.16 37	0.58 130	2.74 406	0.59 74	0.51 78	0.62 254	1.62 366	0.97 332	1.80 385	1.69 281	2.25 367	0.10 78	0.08 58	0.14 220	0.11 125	0.15 83	0.11 37

test-2	0.41 66	0.62 194	1.78 108	0.28 58	0.36 276	0.51 57	0.31 184	0.53 48	0.44 37	0.57 203	0.48 102	0.41 90	0.27 68	0.28 3	0.23 34	0.08 4	0.38 359	0.13 191	0.11 125	0.34 295	0.11 37

sAnonymous2	0.38 46	0.62 194	2.15 231	0.31 117	0.24 159	0.34 8	0.27 138	0.53 48	0.46 50	0.24 11	0.29 20	0.23 14	0.28 78	0.28 3	0.22 30	0.12 172	0.09 112	0.11 92	0.13 180	0.38 320	0.35 319

CroCo_RVC	0.38 46	0.62 194	2.15 231	0.31 117	0.24 159	0.34 8	0.27 138	0.53 48	0.46 50	0.24 11	0.29 20	0.23 14	0.28 78	0.28 3	0.22 30	0.12 172	0.09 112	0.11 92	0.13 180	0.38 320	0.35 319

DCRE	0.50 162	0.63 201	2.13 225	0.30 92	0.23 146	0.45 19	0.24 84	0.59 74	0.53 99	0.50 131	2.10 377	0.42 103	0.26 54	0.35 33	0.23 34	0.09 17	0.14 226	0.10 48	0.32 340	0.16 110	0.15 137

DGSMNet	2.89 400	0.63 201	3.18 370	3.43 412	4.17 411	2.57 401	6.98 413	0.97 305	0.83 314	0.56 193	1.86 372	0.79 287	0.62 283	1.64 274	1.39 331	4.61 411	5.01 414	5.17 416	4.71 415	4.44 414	4.19 413

ACVNet-DCA	0.42 79	0.64 203	2.07 210	0.35 190	0.14 12	0.76 287	0.25 99	0.76 154	0.52 83	0.31 34	0.38 53	0.24 21	0.38 140	0.69 163	0.19 3	0.10 78	0.24 319	0.11 92	0.09 44	0.12 32	0.14 107

xx1	0.46 119	0.64 203	2.07 210	0.35 190	0.14 12	0.76 287	0.25 99	0.74 135	1.01 347	0.31 34	0.38 53	0.46 132	0.36 127	0.69 163	0.19 3	0.10 78	0.24 319	0.12 137	0.12 155	0.12 32	0.14 107

1test111	0.44 94	0.64 203	2.07 210	0.35 190	0.14 12	0.76 287	0.25 99	0.76 154	0.52 83	0.31 34	0.38 53	0.24 21	0.38 140	0.96 199	0.30 98	0.10 78	0.24 319	0.11 92	0.09 44	0.12 32	0.14 107

cc1	0.47 132	0.64 203	2.07 210	0.35 190	0.14 12	0.76 287	0.25 99	0.74 135	1.01 347	0.31 34	0.38 53	0.24 21	0.38 140	0.69 163	0.19 3	0.10 78	0.24 319	0.11 92	0.09 44	0.25 231	0.40 344

tt1	0.44 94	0.64 203	1.83 140	0.35 190	0.14 12	0.76 287	0.25 99	0.74 135	0.88 325	0.31 34	0.37 46	0.25 27	0.35 123	0.63 143	0.19 3	0.10 78	0.24 319	0.11 92	0.09 44	0.25 231	0.36 327

G-Net	0.99 343	0.64 203	2.76 331	0.57 340	0.67 362	2.03 393	0.72 346	0.76 154	0.67 213	1.14 356	2.56 389	1.30 367	1.02 346	1.48 253	1.74 347	0.25 334	0.24 319	0.24 327	0.26 318	0.37 314	0.31 302

HHNet	0.60 233	0.65 209	2.60 311	0.36 208	0.25 171	0.64 222	0.61 324	0.64 91	0.62 172	0.55 184	1.13 347	0.32 54	0.60 271	0.42 60	1.79 349	0.15 242	0.07 11	0.12 137	0.10 76	0.18 148	0.15 137

OMP-Stereo	0.59 229	0.65 209	1.74 86	0.56 338	0.37 288	0.60 155	0.26 115	0.70 115	0.65 200	0.66 281	0.60 199	0.69 245	0.32 110	2.09 333	1.20 318	0.10 78	0.07 11	0.12 137	0.09 44	0.17 129	0.10 27

IIG-Stereo	0.59 229	0.65 209	1.74 86	0.54 330	0.23 146	0.61 175	0.21 33	0.73 130	0.65 200	0.64 271	0.69 266	0.69 245	0.38 140	2.09 333	1.39 331	0.11 125	0.07 11	0.11 92	0.09 44	0.15 83	0.09 16

DANet	0.80 318	0.65 209	2.21 240	1.19 388	0.48 335	0.74 279	1.25 384	0.89 250	1.53 380	0.89 336	0.71 280	0.96 329	0.56 257	1.83 303	0.96 291	0.18 283	0.16 261	0.19 299	0.16 240	0.26 245	0.29 287
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NOSS_ROB	0.64 251	0.65 209	1.62 61	0.46 297	0.25 171	0.67 244	0.30 174	0.93 279	0.77 293	0.59 228	0.57 178	0.77 280	0.38 140	2.78 380	0.44 180	0.23 322	0.24 319	0.28 339	0.26 318	0.27 252	0.39 340

anonymity	0.80 318	0.66 214	1.29 16	0.59 345	0.75 368	0.67 244	0.52 297	0.95 294	0.71 241	0.94 341	0.70 276	0.67 232	0.87 330	0.71 169	1.35 328	0.64 373	0.62 382	0.58 371	1.44 406	0.60 365	0.65 371

raft+_RVC	0.44 94	0.67 215	1.85 143	0.34 176	0.71 366	0.51 57	0.25 99	0.64 91	0.51 78	0.35 41	0.45 83	0.32 54	0.28 78	0.43 63	0.32 118	0.09 17	0.19 289	0.10 48	0.09 44	0.20 177	0.40 344

APVNet	0.70 280	0.67 215	2.71 323	0.38 240	0.36 276	0.85 322	0.43 263	0.91 266	0.68 215	0.55 184	0.69 266	0.75 274	0.55 253	2.31 345	0.78 275	0.17 273	0.17 271	0.24 327	0.19 283	0.33 288	0.23 243

raftrobust	0.38 46	0.68 217	1.54 48	0.32 138	0.46 331	0.52 70	0.21 33	0.56 62	0.42 28	0.52 150	0.35 42	0.31 48	0.33 113	0.37 44	0.30 98	0.10 78	0.11 173	0.08 3	0.07 13	0.21 185	0.19 195

RASNet	0.61 241	0.68 217	2.03 206	0.35 190	0.46 331	0.65 234	0.28 148	0.78 178	0.70 232	0.48 113	0.64 237	0.93 322	0.61 278	2.21 340	0.73 267	0.12 172	0.09 112	0.09 20	0.10 76	0.14 69	0.11 37

PASM	0.72 290	0.68 217	1.91 170	0.47 302	0.44 317	0.60 155	0.51 294	0.76 154	0.80 306	0.77 315	0.67 251	0.87 308	0.61 278	2.40 355	0.67 253	0.32 352	0.35 353	0.36 355	0.41 364	0.45 347	0.39 340

HGLStereo	0.54 196	0.69 220	2.00 197	0.35 190	0.40 302	0.66 239	0.30 174	0.83 208	0.62 172	0.57 203	0.69 266	0.69 245	0.54 248	1.07 210	0.55 220	0.13 200	0.13 212	0.13 191	0.11 125	0.19 165	0.17 170

S-Stereo	0.80 318	0.69 220	3.89 388	0.39 248	0.37 288	0.69 258	0.70 342	0.94 283	0.98 344	0.62 254	0.91 318	0.83 297	0.60 271	2.37 348	0.66 250	0.18 283	0.21 306	0.17 277	0.18 265	0.30 270	0.35 319

STTStereo	0.51 177	0.69 220	2.14 230	0.36 208	0.30 218	0.61 175	0.32 205	0.77 164	0.60 142	0.60 236	0.54 154	0.67 232	0.43 197	0.86 193	0.42 168	0.16 259	0.15 247	0.17 277	0.20 293	0.16 110	0.15 137

EDNetEfficient	1.27 366	0.70 223	4.05 393	0.64 352	0.98 381	0.94 336	1.40 392	0.85 222	1.75 387	2.34 397	1.33 357	1.05 347	2.21 391	1.58 266	4.15 396	0.15 242	0.19 289	0.14 220	0.27 322	0.38 320	0.32 306

DeepPruner_ROB	0.50 162	0.70 223	1.94 180	0.29 79	0.26 184	0.63 211	0.31 184	0.80 192	0.48 64	0.61 243	0.55 162	0.66 222	0.38 140	0.98 201	0.40 160	0.19 293	0.14 226	0.14 220	0.14 205	0.23 205	0.17 170

LMCR-Stereo	0.52 186	0.71 225	2.39 273	0.40 257	0.21 113	0.74 279	0.31 184	1.02 339	0.64 188	0.61 243	0.63 221	0.39 78	0.51 238	0.62 141	0.42 168	0.19 293	0.09 112	0.12 137	0.09 44	0.23 205	0.12 63

ADLNet	0.60 233	0.71 225	1.95 183	0.35 190	0.34 259	0.67 244	0.34 217	0.90 256	0.74 267	0.68 291	0.62 211	0.80 289	0.45 208	1.78 293	0.64 248	0.14 228	0.11 173	0.14 220	0.14 205	0.29 261	0.21 215

GwcNet	0.69 276	0.71 225	3.12 364	0.36 208	0.45 325	0.81 311	0.44 271	0.86 230	0.84 316	0.60 236	0.74 288	0.82 295	0.49 233	1.65 275	0.66 250	0.16 259	0.15 247	0.15 246	0.15 225	0.31 278	0.24 250

ETE_ROB	0.60 233	0.71 225	1.55 50	0.37 226	0.25 171	0.69 258	0.51 294	1.47 379	0.70 232	0.80 318	0.69 266	0.85 302	0.49 233	1.36 236	0.58 235	0.16 259	0.13 212	0.19 299	0.16 240	0.21 185	0.23 243

StereoVision	0.45 109	0.72 229	1.94 180	0.33 153	0.32 242	0.47 34	0.26 115	0.68 109	0.57 121	0.32 40	0.89 317	0.45 124	0.27 68	0.49 100	0.36 141	0.13 200	0.15 247	0.16 261	0.15 225	0.19 165	0.13 94

Sa-1000	0.51 177	0.72 229	1.90 165	0.31 117	0.60 358	0.60 155	0.31 184	0.94 283	0.71 241	0.52 150	0.83 302	0.42 103	0.33 113	0.68 157	0.28 74	0.10 78	0.09 112	0.13 191	0.29 328	0.29 261	0.10 27

XPNet_ROB	0.61 241	0.72 229	1.66 67	0.37 226	0.27 195	0.67 244	0.47 287	0.89 250	0.71 241	0.78 316	0.70 276	0.81 292	0.53 245	1.70 282	0.76 271	0.21 306	0.16 261	0.16 261	0.15 225	0.20 177	0.21 215

whm_eth	0.45 109	0.73 232	2.23 247	0.30 92	0.31 234	0.49 45	0.24 84	0.73 130	0.69 223	0.47 94	0.87 312	0.26 32	0.26 54	0.36 37	0.28 74	0.12 172	0.11 173	0.13 191	0.12 155	0.14 69	0.26 268

GANet-RSSM	0.55 208	0.73 232	1.90 165	0.36 208	0.26 184	0.59 146	0.27 138	0.78 178	0.52 83	0.47 94	0.57 178	0.63 206	0.45 208	1.92 320	0.43 176	0.14 228	0.10 141	0.25 332	0.11 125	0.34 295	0.14 107

BEATNet_4x	0.47 132	0.73 232	1.91 170	0.33 153	0.15 24	0.56 98	0.25 99	0.85 222	0.58 131	0.54 170	0.51 129	0.57 182	0.42 187	0.57 128	0.61 241	0.11 125	0.08 58	0.12 137	0.09 44	0.20 177	0.16 159

edge stereo	0.81 323	0.73 232	3.30 377	0.37 226	1.21 393	0.62 195	0.39 246	0.93 279	0.79 303	0.80 318	0.88 315	1.14 359	0.71 302	2.18 338	0.71 260	0.21 306	0.20 298	0.26 335	0.18 265	0.38 320	0.26 268

SACVNet	0.60 233	0.74 236	1.90 165	0.37 226	0.28 203	0.64 222	0.37 236	0.86 230	0.61 156	0.65 278	0.62 211	0.69 245	0.44 204	2.08 331	0.42 168	0.18 283	0.14 226	0.16 261	0.15 225	0.38 320	0.24 250

GwcNet-ADL	0.50 162	0.74 236	2.90 346	0.31 117	0.20 106	0.58 130	0.29 168	0.87 239	0.64 188	0.47 94	0.47 90	0.56 176	0.33 113	0.46 81	0.46 184	0.13 200	0.12 198	0.09 20	0.09 44	0.14 69	0.21 215

SA	0.50 162	0.75 238	1.95 183	0.31 117	0.61 359	0.57 115	0.31 184	0.91 266	0.73 263	0.42 69	0.62 211	0.38 74	0.47 221	0.68 157	0.29 87	0.09 17	0.09 112	0.13 191	0.32 340	0.30 270	0.10 27

RAFT_CTSACE	0.46 119	0.76 239	2.07 210	0.35 190	0.30 218	0.54 79	0.30 174	0.61 83	0.48 64	0.49 124	0.76 293	0.55 167	0.36 127	0.58 130	0.22 30	0.08 4	0.13 212	0.11 92	0.10 76	0.41 334	0.08 10

TRStereo	0.53 191	0.76 239	2.38 271	0.42 271	0.29 208	0.69 258	0.23 61	1.81 390	0.55 110	0.36 43	0.32 31	0.47 138	0.40 161	0.46 81	0.25 54	0.12 172	0.11 173	0.11 92	0.41 364	0.13 51	0.32 306

CFNet-ft	0.51 177	0.76 239	1.79 126	0.28 58	0.30 218	0.63 211	0.28 148	0.66 97	0.55 110	0.45 86	0.57 178	0.74 269	0.41 172	1.46 245	0.42 168	0.14 228	0.10 141	0.28 339	0.13 180	0.18 148	0.14 107

CFNet_RVC	0.51 177	0.76 239	1.79 126	0.28 58	0.30 218	0.63 211	0.28 148	0.66 97	0.55 110	0.45 86	0.57 178	0.74 269	0.41 172	1.46 245	0.42 168	0.14 228	0.10 141	0.28 339	0.13 180	0.18 148	0.14 107

HSM	0.62 245	0.76 239	1.72 81	0.30 92	0.29 208	0.64 222	0.28 148	0.94 283	0.62 172	0.58 215	0.57 178	1.40 370	0.64 286	2.59 370	0.42 168	0.11 125	0.08 58	0.10 48	0.08 29	0.14 69	0.11 37

iResNet	0.51 177	0.76 239	2.59 309	0.41 263	0.17 61	0.64 222	0.27 138	0.82 202	0.70 232	0.57 203	0.64 237	0.43 106	0.36 127	0.70 167	0.52 211	0.10 78	0.07 11	0.09 20	0.08 29	0.21 185	0.13 94

LALA_ROB	0.60 233	0.76 239	1.69 71	0.36 208	0.29 208	0.79 304	0.55 306	0.94 283	0.77 293	0.81 323	0.67 251	0.94 326	0.49 233	0.99 202	0.73 267	0.21 306	0.15 247	0.20 307	0.18 265	0.23 205	0.21 215

CBMV	0.71 287	0.76 239	2.64 314	0.33 153	0.20 106	0.78 300	0.79 353	0.98 309	0.78 298	0.85 333	0.71 280	0.86 306	1.10 354	1.46 245	0.62 243	0.18 283	0.20 298	0.21 313	0.19 283	0.25 231	0.33 313
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fff	0.43 85	0.77 247	1.95 183	0.24 7	0.13 5	0.51 57	0.22 45	0.77 164	0.75 279	0.54 170	0.47 90	0.31 48	0.65 288	0.36 37	0.34 132	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 225

ADStereo(finetuned)	0.45 109	0.77 247	2.12 223	0.25 15	0.14 12	0.51 57	0.22 45	0.77 164	0.72 249	0.54 170	0.48 102	0.31 48	0.76 315	0.37 44	0.38 148	0.09 17	0.07 11	0.09 20	0.07 13	0.13 51	0.23 243

XX-TBD	0.34 26	0.77 247	1.75 92	0.34 176	0.13 5	0.51 57	0.17 5	0.43 6	0.50 74	0.37 47	0.49 119	0.23 14	0.18 6	0.28 3	0.24 48	0.10 78	0.07 11	0.08 3	0.06 7	0.09 7	0.07 3

DCANet	0.42 79	0.77 247	1.95 183	0.25 15	0.14 12	0.51 57	0.22 45	0.77 164	0.72 249	0.54 170	0.48 102	0.31 48	0.41 172	0.36 37	0.39 155	0.09 17	0.07 11	0.09 20	0.07 13	0.13 51	0.23 243

csc	0.43 85	0.77 247	1.95 183	0.24 7	0.13 5	0.51 57	0.22 45	0.77 164	0.75 279	0.54 170	0.47 90	0.31 48	0.65 288	0.36 37	0.34 132	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 225

cscssc	0.43 85	0.77 247	1.95 183	0.24 7	0.13 5	0.51 57	0.22 45	0.77 164	0.75 279	0.54 170	0.47 90	0.31 48	0.65 288	0.36 37	0.34 132	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 225

SHD	0.72 290	0.77 247	2.36 269	0.45 293	0.40 302	0.71 265	0.32 205	1.02 339	1.25 368	1.07 350	0.84 305	0.90 316	0.73 308	1.09 212	0.98 293	0.21 306	0.18 279	0.20 307	0.21 298	0.32 282	0.31 302

FBW_ROB	0.83 325	0.77 247	1.77 104	0.44 280	0.30 218	0.87 328	0.46 279	1.10 358	0.91 333	0.81 323	0.75 291	1.01 338	0.61 278	3.66 398	1.23 322	0.26 337	0.23 316	0.36 355	0.25 312	0.27 252	0.62 368

AACVNet	0.54 196	0.78 255	1.73 82	0.36 208	0.21 113	0.57 115	0.25 99	0.71 117	0.51 78	0.55 184	0.59 187	0.64 214	0.41 172	2.13 335	0.41 166	0.14 228	0.11 173	0.14 220	0.11 125	0.33 288	0.15 137

ELAS_RVC	1.37 374	0.78 255	3.21 373	0.55 336	0.50 336	1.49 370	2.48 404	1.48 380	1.71 386	2.13 391	2.09 376	2.07 382	2.56 395	1.90 317	2.02 356	0.35 356	0.36 355	0.37 359	0.34 347	0.49 350	0.47 356
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	0.99 343	0.79 257	2.43 282	0.39 248	0.32 242	1.50 371	1.90 399	0.92 274	0.97 341	1.26 369	1.27 352	1.00 337	1.42 372	1.14 219	3.31 385	0.17 273	0.14 226	0.22 315	0.21 298	0.30 270	0.22 225

ELAS	1.39 375	0.79 257	2.86 339	0.53 327	0.50 336	2.81 402	2.20 401	1.61 386	1.50 379	2.28 396	2.35 384	1.82 378	2.13 389	1.73 286	2.22 365	0.35 356	0.37 357	0.35 353	0.35 349	0.49 350	0.47 356
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MyStereo8	0.54 196	0.80 259	2.76 331	0.32 138	0.33 253	0.71 265	0.20 22	0.87 239	0.57 121	0.51 143	0.59 187	0.50 149	0.33 113	0.68 157	0.55 220	0.10 78	0.29 343	0.10 48	0.13 180	0.21 185	0.34 317

SDNR	1.22 364	0.80 259	2.71 323	0.33 153	1.48 401	1.98 392	0.23 61	1.93 393	2.44 394	0.89 336	2.52 387	1.36 368	0.51 238	3.65 397	1.93 352	0.30 349	0.31 347	0.22 315	0.16 240	0.33 288	0.36 327

aanetorigin	0.77 310	0.80 259	2.59 309	0.43 275	0.44 317	0.58 130	1.01 371	0.57 65	0.68 215	1.53 381	1.23 350	0.81 292	1.08 352	1.07 210	1.07 308	0.18 283	0.15 247	0.17 277	0.21 298	0.54 359	0.30 295

hitnet-ft	0.67 266	0.80 259	1.90 165	0.28 58	0.22 134	0.69 258	0.36 229	0.85 222	0.65 200	0.56 193	0.84 305	1.03 342	0.95 342	2.32 346	0.55 220	0.23 322	0.14 226	0.41 363	0.13 180	0.24 220	0.17 170

CVANet_RVC	0.65 259	0.80 259	2.13 225	0.36 208	0.26 184	0.62 195	0.42 257	0.84 218	0.72 249	0.69 293	0.68 259	0.68 238	0.52 243	2.64 372	0.42 168	0.19 293	0.12 198	0.22 315	0.17 255	0.37 314	0.15 137

TestStereo1	0.49 153	0.81 264	1.85 143	0.39 248	0.57 351	0.56 98	0.34 217	0.75 145	0.69 223	0.44 79	0.63 221	0.35 65	0.42 187	0.64 146	0.29 87	0.10 78	0.08 58	0.12 137	0.10 76	0.33 288	0.26 268

SA-5K	0.49 153	0.81 264	1.85 143	0.39 248	0.57 351	0.56 98	0.34 217	0.75 145	0.69 223	0.44 79	0.63 221	0.35 65	0.42 187	0.64 146	0.29 87	0.10 78	0.08 58	0.12 137	0.10 76	0.33 288	0.26 268

MIPNet	0.83 325	0.81 264	2.40 275	0.61 349	0.18 83	1.48 369	1.39 391	1.60 385	0.74 267	1.94 386	0.85 309	0.73 263	1.68 381	0.87 194	0.31 108	0.09 17	0.08 58	0.11 92	0.32 340	0.25 231	0.12 63

cf-r	0.53 191	0.81 264	2.15 231	0.33 153	0.28 203	0.60 155	0.28 148	0.78 178	0.64 188	0.51 143	0.60 199	0.75 274	0.40 161	1.32 232	0.43 176	0.13 200	0.09 112	0.11 92	0.12 155	0.15 83	0.14 107

PSMNet-RSSM	0.53 191	0.82 268	1.78 108	0.31 117	0.25 171	0.58 130	0.28 148	0.84 218	0.60 142	0.50 131	0.61 206	0.67 232	0.43 197	1.68 279	0.42 168	0.15 242	0.10 141	0.14 220	0.16 240	0.15 83	0.13 94

RP	0.67 266	0.82 268	1.94 180	0.43 275	0.44 317	0.65 234	0.45 277	0.89 250	0.82 311	0.66 281	0.92 319	0.99 336	0.76 315	1.55 259	0.66 250	0.25 334	0.18 279	0.23 321	0.20 293	0.31 278	0.22 225

UCFNet_RVC	0.48 136	0.82 268	1.85 143	0.30 92	0.27 195	0.64 222	0.26 115	0.74 135	0.55 110	0.48 113	0.53 144	0.63 206	0.41 172	0.88 195	0.38 148	0.15 242	0.10 141	0.17 277	0.17 255	0.18 148	0.15 137

Nwc_Net	0.68 272	0.83 271	2.53 298	0.41 263	0.39 295	0.77 295	0.38 242	1.01 336	0.70 232	0.60 236	0.99 331	0.98 333	0.68 297	1.41 238	0.63 245	0.23 322	0.15 247	0.23 321	0.25 312	0.23 205	0.18 187

WCMA_ROB	1.12 353	0.83 271	2.66 317	0.58 342	0.34 259	1.17 361	0.71 343	0.93 279	0.94 337	1.74 384	2.63 392	3.09 392	1.71 383	1.70 282	1.84 351	0.26 337	0.21 306	0.20 307	0.21 298	0.28 258	0.43 351

raft_robust	0.55 208	0.84 273	1.73 82	0.28 58	0.54 345	0.53 76	0.25 99	0.88 244	0.75 279	0.48 113	0.46 87	0.76 278	0.75 314	1.46 245	0.27 65	0.09 17	0.10 141	0.10 48	0.30 333	0.26 245	0.16 159

IPLG	0.69 276	0.84 273	2.43 282	0.35 190	0.21 113	1.65 379	0.61 324	1.36 376	0.58 131	1.39 376	0.51 129	0.37 68	0.87 330	1.41 238	0.36 141	0.09 17	0.07 11	0.14 220	0.12 155	0.32 282	0.11 37

ADLNet2	0.68 272	0.84 273	3.19 371	0.33 153	0.36 276	0.64 222	0.37 236	0.89 250	0.79 303	0.54 170	0.65 246	0.93 322	0.48 228	2.07 330	0.56 227	0.13 200	0.11 173	0.11 92	0.11 125	0.33 288	0.18 187

GANet	0.75 303	0.84 273	2.01 198	0.40 257	0.25 171	0.74 279	0.66 332	0.87 239	0.73 263	0.71 300	1.07 343	0.84 299	0.59 269	2.71 378	1.15 315	0.17 273	0.16 261	0.44 366	0.16 240	0.31 278	0.20 209

PVD	0.90 334	0.85 277	2.15 231	0.53 327	0.50 336	0.99 341	0.56 311	1.15 366	1.64 383	1.41 377	1.41 361	1.11 357	1.13 356	1.35 235	1.31 325	0.26 337	0.28 342	0.28 339	0.26 318	0.37 314	0.49 359

RAFT+CT+SA	0.50 162	0.86 278	1.82 138	0.37 226	0.75 368	0.54 79	0.34 217	0.77 164	0.63 181	0.38 52	0.55 162	0.34 61	0.29 91	0.68 157	0.27 65	0.09 17	0.07 11	0.11 92	0.51 371	0.29 261	0.41 349

RAFT-Stereo + iAFF	0.42 79	0.86 278	1.78 108	0.28 58	0.17 61	0.52 70	0.20 22	0.62 87	0.61 156	0.50 131	0.61 206	0.39 78	0.32 110	0.35 33	0.30 98	0.07 1	0.10 141	0.09 20	0.09 44	0.35 303	0.10 27

DeepPrunerF	0.86 329	0.86 278	2.91 347	0.45 293	0.50 336	0.64 222	0.48 290	1.14 363	2.64 397	0.63 262	0.61 206	0.65 217	0.62 283	2.21 340	1.31 325	0.23 322	0.19 289	0.30 347	0.28 325	0.36 307	0.25 259

Wz-Net-LNSev-Ref	0.57 220	0.87 281	2.11 220	0.32 138	0.30 218	0.84 318	0.40 248	0.88 244	0.72 249	0.65 278	0.73 286	0.66 222	0.57 262	0.93 196	0.71 260	0.13 200	0.07 11	0.10 48	0.08 29	0.15 83	0.14 107

test_5	0.51 177	0.87 281	1.99 195	0.37 226	0.65 361	0.58 130	0.35 223	0.78 178	0.62 172	0.48 113	0.55 162	0.45 124	0.40 161	0.72 171	0.30 98	0.09 17	0.07 11	0.12 137	0.12 155	0.33 288	0.38 337

GEStereo_RVC	0.54 196	0.87 281	1.95 183	0.47 302	0.25 171	0.62 195	0.37 236	1.00 328	0.74 267	0.53 159	0.54 154	0.59 191	0.44 204	1.10 213	0.46 184	0.15 242	0.11 173	0.12 137	0.10 76	0.26 245	0.19 195

fast-acv-ft	0.63 248	0.88 284	3.10 361	0.38 240	0.30 218	0.79 304	0.48 290	0.69 111	0.72 249	0.58 215	0.78 297	0.76 278	0.60 271	0.67 156	0.73 267	0.15 242	0.15 247	0.18 294	0.17 255	0.37 314	0.16 159

RALCasStereoNet	0.45 109	0.88 284	1.85 143	0.30 92	0.26 184	0.49 45	0.26 115	0.58 69	0.51 78	0.36 43	0.48 102	0.36 67	0.28 78	0.55 125	0.34 132	0.10 78	0.53 377	0.09 20	0.08 29	0.25 231	0.34 317

StereoDRNet	0.64 251	0.88 284	2.35 266	0.41 263	0.45 325	0.73 276	0.47 287	0.94 283	0.74 267	0.75 309	0.54 154	0.74 269	0.47 221	1.70 282	0.72 264	0.15 242	0.14 226	0.15 246	0.14 205	0.20 177	0.19 195

rafts_anoy	0.43 85	0.89 287	1.96 192	0.32 138	0.30 218	0.48 40	0.24 84	0.62 87	0.49 68	0.37 47	0.38 53	0.33 57	0.30 99	0.51 108	0.34 132	0.10 78	0.39 365	0.13 191	0.15 225	0.17 129	0.15 137

MLCV	0.48 136	0.89 287	1.85 143	0.29 79	0.14 12	0.59 146	0.23 61	0.72 122	0.59 138	0.66 281	0.66 248	0.55 167	0.36 127	1.03 207	0.49 201	0.09 17	0.06 1	0.09 20	0.07 13	0.19 165	0.11 37

LL-Strereo2	0.41 66	0.90 289	1.83 140	0.44 280	0.24 159	0.54 79	0.27 138	0.58 69	0.45 47	0.41 65	0.33 35	0.44 117	0.21 16	0.44 68	0.34 132	0.09 17	0.08 58	0.16 261	0.14 205	0.17 129	0.17 170

CBFPSM	0.56 214	0.91 290	1.82 138	0.28 58	0.23 146	0.71 265	0.37 236	0.72 122	0.64 188	0.50 131	0.49 119	1.03 342	0.83 322	0.62 141	1.35 328	0.10 78	0.12 198	0.10 48	0.10 76	0.18 148	0.19 195

RAFT	0.45 109	0.92 291	1.59 54	0.34 176	0.19 96	0.46 31	0.35 223	0.65 95	0.49 68	0.49 124	0.49 119	0.70 255	0.40 161	0.47 87	0.32 118	0.11 125	0.16 261	0.14 220	0.13 180	0.51 354	0.13 94

AF-Net	0.69 276	0.92 291	2.21 240	0.41 263	0.40 302	0.68 255	0.40 248	1.02 339	0.86 319	0.69 293	1.03 338	1.04 345	0.84 325	1.19 223	0.78 275	0.22 319	0.14 226	0.25 332	0.17 255	0.30 270	0.18 187

TDLM	0.67 266	0.92 291	1.76 96	0.37 226	0.24 159	0.66 239	0.56 311	0.82 202	0.74 267	1.16 357	0.62 211	0.61 199	0.48 228	2.70 376	0.50 206	0.20 302	0.11 173	0.35 353	0.14 205	0.32 282	0.16 159

NLCA_NET_v2_RVC	0.55 208	0.92 291	2.36 269	0.38 240	0.37 288	0.60 155	0.28 148	0.82 202	0.62 172	0.62 254	0.55 162	0.72 260	0.45 208	1.00 203	0.43 176	0.15 242	0.11 173	0.14 220	0.14 205	0.15 83	0.16 159
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HITNet	0.46 119	0.92 291	2.09 216	0.33 153	0.14 12	0.55 89	0.22 45	0.83 208	0.56 118	0.51 143	0.49 119	0.48 144	0.37 135	0.48 91	0.54 219	0.09 17	0.06 1	0.10 48	0.08 29	0.23 205	0.09 16
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
SGM_RVC	1.89 389	0.92 291	2.50 295	0.96 379	0.93 380	1.63 377	1.37 389	1.52 383	12.43 411	1.85 385	1.69 368	2.40 387	1.74 384	2.81 383	1.71 345	0.53 368	0.47 372	0.42 364	0.47 367	0.74 371	0.74 374
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
iinet-f	0.57 220	0.93 297	2.27 253	0.31 117	0.25 171	0.83 316	0.33 213	0.81 196	0.65 200	0.54 170	0.63 221	0.73 263	0.67 294	0.73 172	0.67 253	0.13 200	0.13 212	0.11 92	0.10 76	0.43 339	0.16 159

Consistency-Raft	0.88 332	0.93 297	3.23 375	0.99 380	0.64 360	0.77 295	0.55 306	0.98 309	0.97 341	0.61 243	1.03 338	0.65 217	1.05 349	0.79 186	1.38 330	0.44 362	0.46 369	0.51 369	0.58 379	0.65 367	0.47 356

GwcNet-RSSM	0.57 220	0.94 299	2.13 225	0.32 138	0.25 171	0.60 155	0.30 174	0.80 192	0.66 210	0.52 150	0.64 237	0.71 258	0.40 161	1.79 297	0.50 206	0.13 200	0.09 112	0.12 137	0.12 155	0.21 185	0.15 137

NCC-stereo	0.79 316	0.94 299	2.42 278	0.59 345	0.45 325	1.90 386	0.46 279	0.99 320	0.72 249	0.64 271	0.84 305	0.91 317	0.73 308	1.80 299	1.00 299	0.27 342	0.19 289	0.23 321	0.31 337	0.24 220	0.22 225

Abc-Net	0.79 316	0.94 299	2.42 278	0.59 345	0.45 325	1.90 386	0.46 279	0.99 320	0.72 249	0.64 271	0.84 305	0.91 317	0.73 308	1.80 299	1.00 299	0.27 342	0.19 289	0.23 321	0.31 337	0.24 220	0.22 225
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.65 259	0.94 299	1.96 192	0.43 275	0.30 218	0.71 265	0.68 337	0.84 218	0.65 200	0.70 296	0.60 199	0.86 306	0.54 248	1.56 260	0.57 230	0.20 302	0.16 261	0.67 376	0.25 312	0.22 197	0.24 250

NaN_ROB	1.14 354	0.94 299	2.96 349	0.53 327	0.56 350	1.13 357	0.99 367	0.98 309	1.00 345	1.09 352	0.87 312	0.77 280	1.06 351	5.90 407	2.72 373	0.16 259	0.23 316	0.16 261	0.24 306	0.22 197	0.36 327

PWC_ROB	0.70 280	0.94 299	1.88 158	0.39 248	0.39 295	0.62 195	0.30 174	0.98 309	0.94 337	0.91 338	1.29 354	0.77 280	0.62 283	1.62 273	1.03 306	0.18 283	0.11 173	0.18 294	0.13 180	0.51 354	0.22 225

FINET	0.65 259	0.95 305	3.06 358	0.35 190	0.40 302	0.58 130	0.48 290	0.92 274	1.10 358	0.57 203	0.68 259	0.47 138	0.44 204	1.15 221	0.60 239	0.23 322	0.21 306	0.17 277	0.15 225	0.26 245	0.25 259

NVStereoNet_ROB	1.16 358	0.95 305	2.54 304	0.58 342	0.55 348	0.78 300	0.63 330	1.00 328	1.08 356	1.03 347	4.07 404	1.48 373	1.22 358	2.88 384	1.27 324	0.50 367	0.46 369	0.54 370	0.62 382	0.50 352	0.63 370
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
4D-IteraStereo	0.44 94	0.96 307	2.63 312	0.27 40	0.30 218	0.45 19	0.25 99	0.52 43	0.50 74	0.40 59	0.31 28	0.40 86	0.19 9	0.35 33	0.32 118	0.09 17	0.06 1	0.12 137	0.11 125	0.19 165	0.30 295

Wz-Net-LNSev	0.59 229	0.96 307	2.47 289	0.34 176	0.37 288	0.79 304	0.44 271	0.86 230	0.77 293	0.61 243	0.67 251	0.79 287	0.56 257	0.64 146	0.62 243	0.15 242	0.14 226	0.12 137	0.12 155	0.18 148	0.19 195

dd	0.42 79	0.96 307	1.77 104	0.31 117	0.17 61	0.57 115	0.26 115	0.49 27	0.68 215	0.41 65	0.40 63	0.34 61	0.27 68	0.45 75	0.40 160	0.17 273	0.10 141	0.13 191	0.12 155	0.21 185	0.12 63

AFF-stereo	0.44 94	0.96 307	1.78 108	0.31 117	0.15 24	0.50 51	0.21 33	0.64 91	0.63 181	0.47 94	0.64 237	0.49 146	0.34 121	0.46 81	0.31 108	0.08 4	0.09 112	0.10 48	0.10 76	0.37 314	0.10 27

DMCA-RVC	0.62 245	0.96 307	2.63 312	0.36 208	0.90 377	0.56 98	0.31 184	0.69 111	0.57 121	0.68 291	0.52 136	0.59 191	0.56 257	1.23 227	0.53 215	0.16 259	0.38 359	0.20 307	0.15 225	0.20 177	0.15 137

ADCRef	0.80 318	0.96 307	2.29 256	0.37 226	0.35 269	0.96 338	0.51 294	0.87 239	0.75 279	0.88 334	0.83 302	0.61 199	1.36 367	1.02 205	3.27 384	0.13 200	0.11 173	0.17 277	0.19 283	0.25 231	0.21 215

CFNet	0.58 225	0.96 307	1.78 108	0.33 153	0.25 171	0.63 211	0.22 45	0.88 244	0.75 279	0.46 93	0.59 187	0.58 189	0.40 161	2.29 344	0.48 196	0.12 172	0.09 112	0.15 246	0.14 205	0.30 270	0.15 137

MSMD_ROB	1.34 370	0.96 307	2.38 271	0.39 248	0.32 242	1.96 389	0.62 328	0.91 266	1.43 376	2.94 404	2.60 390	4.77 404	1.95 387	2.43 359	1.33 327	0.29 347	0.26 335	0.32 350	0.32 340	0.30 270	0.30 295

Wz-Net-MNSev	0.65 259	0.97 315	2.19 238	0.36 208	0.33 253	0.90 331	0.60 321	0.92 274	0.81 310	0.75 309	0.72 284	0.73 263	0.65 288	1.39 237	0.71 260	0.16 259	0.13 212	0.14 220	0.14 205	0.24 220	0.18 187

RGC	0.71 287	0.97 315	2.18 237	0.44 280	0.44 317	0.73 276	0.40 248	0.94 283	0.71 241	0.71 300	1.04 341	1.01 338	0.71 302	1.74 288	0.70 258	0.23 322	0.18 279	0.28 339	0.26 318	0.29 261	0.27 276

SAMSARA	0.91 335	0.97 315	2.22 243	0.80 365	0.58 353	1.32 363	1.31 386	1.01 336	0.94 337	1.36 372	0.87 312	1.38 369	0.90 335	1.72 285	1.02 304	0.24 329	0.30 346	0.22 315	0.25 312	0.36 307	0.35 319

RALAANet	0.43 85	0.98 318	1.90 165	0.32 138	0.23 146	0.48 40	0.19 13	0.67 106	0.53 99	0.48 113	0.45 83	0.39 78	0.30 99	0.48 91	0.37 143	0.10 78	0.08 58	0.11 92	0.14 205	0.27 252	0.10 27

EDNetEfficientorigin	8.18 412	0.98 318	145.96 436	0.51 317	0.89 376	0.72 271	0.48 290	0.85 222	1.56 382	2.12 388	1.49 362	1.29 364	1.31 363	1.83 303	2.13 363	0.13 200	0.12 198	0.17 277	0.18 265	0.39 328	0.45 354

XQC	0.73 298	0.98 318	2.39 273	0.46 297	0.35 269	0.81 311	0.46 279	1.00 328	1.00 345	0.80 318	0.69 266	0.88 312	0.74 313	1.32 232	1.20 318	0.24 329	0.16 261	0.23 321	0.20 293	0.41 334	0.33 313

GMStereo	0.38 46	0.99 321	1.91 170	0.27 40	0.16 37	0.39 14	0.23 61	0.47 20	0.62 172	0.38 52	0.34 39	0.25 27	0.25 42	0.39 51	0.29 87	0.14 228	0.08 58	0.10 48	0.12 155	0.15 83	0.11 37
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ADCPNet	0.99 343	0.99 321	3.93 391	0.37 226	0.68 363	1.36 365	0.62 328	0.87 239	0.76 289	0.78 316	0.81 300	1.08 351	1.18 357	1.14 219	2.49 372	0.21 306	0.69 390	0.21 313	0.95 397	0.29 261	0.37 334

RTSC	0.72 290	1.00 323	2.22 243	0.40 257	0.29 208	0.82 314	0.31 184	0.96 298	1.10 358	0.92 339	0.81 300	0.78 283	0.58 266	1.23 227	1.55 340	0.18 283	0.17 271	0.14 220	0.17 255	0.43 339	0.30 295

PA-Net	0.84 327	1.00 323	3.49 381	0.63 351	0.40 302	0.70 263	0.52 297	0.86 230	0.84 316	0.52 150	0.59 187	0.70 255	0.54 248	2.35 347	2.23 366	0.17 273	0.27 340	0.19 299	0.28 325	0.22 197	0.36 327
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	0.68 272	1.00 323	2.09 216	0.33 153	0.25 171	0.58 130	0.32 205	0.81 196	0.80 306	0.61 243	0.94 323	0.80 289	0.41 172	2.46 362	1.02 304	0.36 358	0.14 226	0.10 48	0.09 44	0.23 205	0.22 225

PS-NSSS	0.63 248	1.00 323	1.81 133	0.30 92	0.31 234	0.63 211	0.34 217	0.98 309	0.69 223	0.54 170	0.74 288	0.51 152	0.41 172	2.43 359	0.48 196	0.24 329	0.17 271	0.27 336	0.18 265	0.27 252	0.21 215

iRaft-Stereo_5w	0.54 196	1.01 327	2.08 215	0.27 40	0.21 113	0.49 45	0.28 148	0.73 130	0.58 131	0.40 59	0.61 206	0.62 203	0.46 216	1.78 293	0.47 193	0.09 17	0.07 11	0.11 92	0.10 76	0.39 328	0.12 63

dad	0.51 177	1.01 327	1.74 86	0.29 79	0.19 96	0.60 155	0.26 115	0.52 43	0.75 279	0.63 262	0.63 221	0.63 206	0.33 113	0.85 192	0.47 193	0.27 342	0.15 247	0.40 362	0.18 265	0.22 197	0.14 107

PSMNet_ROB	0.66 263	1.01 327	2.33 261	0.38 240	0.31 234	0.72 271	0.55 306	0.86 230	0.69 223	0.54 170	0.60 199	0.75 274	0.47 221	2.00 326	0.82 283	0.17 273	0.13 212	0.19 299	0.19 283	0.24 220	0.27 276

UDGNet	0.44 94	1.02 330	1.74 86	0.35 190	0.19 96	0.58 130	0.23 61	0.49 27	0.66 210	0.41 65	0.38 53	0.34 61	0.29 91	0.53 118	0.30 98	0.24 329	0.10 141	0.37 359	0.19 283	0.27 252	0.15 137

AASNet	0.56 214	1.03 331	2.34 263	0.37 226	0.33 253	0.65 234	0.29 168	0.96 298	0.73 263	0.54 170	0.60 199	0.55 167	0.38 140	0.59 133	0.58 235	0.14 228	0.12 198	0.13 191	0.10 76	0.43 339	0.24 250

MaskLacGwcNet_RVC	0.77 310	1.04 332	2.06 208	0.94 376	0.35 269	0.89 330	0.40 248	0.85 222	0.63 181	0.55 184	0.63 221	0.75 274	0.38 140	2.38 351	0.48 196	1.10 389	0.31 347	0.36 355	0.21 298	0.53 358	0.55 363

pmcnn	1.32 368	1.05 333	2.77 333	0.74 360	1.43 396	0.72 271	0.56 311	0.96 298	0.91 333	0.99 345	2.92 398	6.01 408	0.70 300	2.38 351	3.32 386	0.13 200	0.10 141	0.08 3	0.06 7	0.34 295	0.22 225

PDISCO_ROB	0.75 303	1.06 334	2.11 220	0.64 352	0.59 354	1.13 357	0.43 263	1.14 363	1.05 351	0.64 271	0.71 280	0.96 329	0.61 278	1.21 224	0.76 271	0.37 359	0.18 279	0.27 336	0.24 306	0.56 361	0.32 306

PWCDC_ROB	0.72 290	1.06 334	2.09 216	0.47 302	0.36 276	0.78 300	0.26 115	0.98 309	1.34 372	0.61 243	2.07 375	0.64 214	0.61 278	0.83 188	0.71 260	0.31 351	0.14 226	0.15 246	0.12 155	0.60 365	0.21 215

Syn2CoEx	0.70 280	1.07 336	2.74 329	0.43 275	0.30 218	0.64 222	0.42 257	0.99 320	0.78 298	0.62 254	0.78 297	0.74 269	0.72 305	1.92 320	0.61 241	0.20 302	0.17 271	0.19 299	0.15 225	0.29 261	0.22 225

Anonymous Stereo	0.70 280	1.08 337	2.47 289	0.42 271	0.36 276	0.60 155	0.78 352	0.83 208	0.75 279	0.65 278	0.63 221	0.62 203	0.38 140	2.43 359	0.78 275	0.19 293	0.18 279	0.19 299	0.20 293	0.30 270	0.23 243

111	0.48 136	1.09 338	1.95 183	0.24 7	0.13 5	0.59 146	0.26 115	0.83 208	0.78 298	0.48 113	0.52 136	0.56 176	0.38 140	0.49 100	0.38 148	0.09 17	0.07 11	0.09 20	0.07 13	0.23 205	0.35 319

LSM	3.31 404	1.11 339	5.29 404	9.40 417	30.65 430	0.84 318	1.12 378	0.91 266	1.22 366	1.36 372	2.19 380	0.93 322	0.83 322	1.66 276	0.90 287	0.21 306	0.31 347	0.24 327	0.28 325	0.39 328	6.33 415

DDUNet	0.77 310	1.12 340	1.88 158	0.76 361	0.69 364	0.84 318	0.43 263	0.85 222	0.65 200	0.67 285	0.75 291	0.91 317	0.52 243	1.03 207	0.57 230	0.54 370	0.37 357	0.95 384	0.52 373	0.71 370	0.57 364

ADCP+	0.94 339	1.12 340	3.14 365	0.34 176	0.39 295	1.06 348	0.79 353	0.89 250	0.80 306	0.66 281	0.67 251	0.85 302	1.55 377	0.93 196	4.55 400	0.13 200	0.11 173	0.16 261	0.15 225	0.26 245	0.25 259

CSAN	1.25 365	1.12 340	3.04 356	0.51 317	0.37 288	1.06 348	1.15 380	1.22 368	1.08 356	1.17 362	1.91 373	1.04 345	1.31 363	5.96 408	2.43 371	0.26 337	0.22 311	0.24 327	0.24 306	0.31 278	0.30 295

SPS-STEREO	1.07 352	1.13 343	2.88 340	0.65 354	0.69 364	0.99 341	0.68 337	1.05 351	0.87 322	1.36 372	1.23 350	1.46 372	0.94 340	1.87 310	1.72 346	0.66 374	0.61 381	0.58 371	0.57 377	0.65 367	0.77 378
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACRE	0.56 214	1.14 344	2.77 333	0.76 361	0.28 203	0.60 155	0.56 311	0.76 154	0.58 131	0.55 184	0.62 211	0.41 90	0.29 91	0.44 68	0.39 155	0.11 125	0.19 289	0.13 191	0.14 205	0.36 307	0.18 187

FADNet_RVC	0.81 323	1.14 344	2.42 278	0.30 92	0.24 159	0.71 265	0.24 84	0.95 294	0.61 156	0.44 79	0.56 173	0.59 191	0.42 187	1.52 256	0.68 256	0.94 383	0.96 400	0.28 339	1.00 399	0.90 379	1.36 401

SuperB	1.15 356	1.14 344	5.43 405	0.36 208	0.26 184	0.81 311	0.89 361	0.88 244	1.17 363	0.67 285	0.68 259	0.63 206	1.39 370	1.74 288	3.37 387	0.15 242	0.12 198	0.17 277	0.16 240	2.80 408	0.25 259

MANE	2.90 401	1.14 344	2.96 349	1.03 381	1.01 384	5.01 410	2.45 403	5.36 411	6.88 409	3.58 407	4.76 408	5.99 407	4.99 406	4.23 402	4.61 401	0.56 372	0.67 385	0.44 366	0.78 390	0.51 354	1.03 394

CC-Net-ROB	0.85 328	1.15 348	2.13 225	0.88 371	0.38 293	0.88 329	0.44 271	1.06 352	0.79 303	0.58 215	0.69 266	0.65 217	0.50 236	2.74 379	0.51 209	0.93 382	0.39 365	0.87 381	0.29 328	0.54 359	0.54 361

GANetREF_RVC	0.75 303	1.15 348	2.46 287	0.47 302	0.26 184	0.83 316	0.61 324	0.97 305	0.89 330	0.62 254	0.61 206	0.72 260	0.59 269	2.42 357	0.55 220	0.32 352	0.25 333	0.36 355	0.24 306	0.39 328	0.31 302
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
iResNet_ROB	0.50 162	1.15 348	1.73 82	0.31 117	0.21 113	0.58 130	0.22 45	0.95 294	0.82 311	0.58 215	0.62 211	0.57 182	0.39 154	0.84 190	0.40 160	0.11 125	0.08 58	0.09 20	0.06 7	0.21 185	0.13 94

MeshStereo	1.21 361	1.15 348	3.01 355	0.34 176	0.28 203	1.10 354	0.69 339	1.35 375	1.01 347	2.71 401	2.41 386	2.96 390	1.45 373	2.80 382	1.40 333	0.22 319	0.22 311	0.22 315	0.19 283	0.50 352	0.26 268
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
FADNet-RVC-Resample	0.67 266	1.16 352	3.16 367	0.37 226	0.29 208	0.62 195	0.38 242	0.86 230	0.63 181	0.51 143	0.50 125	0.57 182	0.45 208	1.57 262	0.49 201	0.24 329	0.32 351	0.23 321	0.19 283	0.27 252	0.62 368

CIPLG	0.56 214	1.19 353	2.46 287	0.80 365	0.31 234	0.61 175	0.57 315	0.76 154	0.57 121	0.56 193	0.63 221	0.41 90	0.30 99	0.45 75	0.40 160	0.11 125	0.20 298	0.13 191	0.13 180	0.35 303	0.19 195

RAFT + AFF	0.64 251	1.20 354	1.95 183	0.34 176	0.33 253	0.67 244	0.52 297	0.99 320	0.74 267	0.53 159	0.58 184	0.57 182	0.80 319	1.76 290	0.51 209	0.12 172	0.27 340	0.15 246	0.14 205	0.43 339	0.29 287

SANet	1.20 360	1.21 355	3.33 380	0.38 240	0.27 195	1.73 383	0.85 358	1.10 358	2.49 396	1.16 357	1.83 371	1.72 377	1.50 376	2.37 348	2.84 376	0.18 283	0.16 261	0.16 261	0.15 225	0.32 282	0.32 306

FADNet	0.64 251	1.22 356	2.06 208	0.32 138	0.30 218	0.66 239	0.29 168	0.88 244	0.72 249	0.44 79	0.48 102	0.66 222	0.57 262	1.84 308	0.45 183	0.46 366	0.20 298	0.17 277	0.19 283	0.59 362	0.24 250

UDG	0.77 310	1.23 357	2.15 231	0.67 356	0.59 354	0.78 300	0.38 242	0.90 256	0.70 232	0.61 243	0.69 266	1.01 338	0.67 294	1.02 205	0.73 267	0.45 364	0.34 352	0.87 381	0.51 371	0.67 369	0.46 355

ARAFT	0.60 233	1.23 357	3.10 361	0.28 58	0.16 37	0.64 222	0.36 229	0.90 256	0.67 213	0.61 243	0.49 119	0.55 167	0.31 107	1.24 230	0.32 118	0.10 78	0.08 58	0.14 220	0.13 180	0.37 314	0.21 215

DN-CSS_ROB	0.48 136	1.23 357	1.99 195	0.39 248	0.22 134	0.56 98	0.19 13	0.75 145	0.61 156	0.45 86	0.62 211	0.41 90	0.31 107	0.70 167	0.32 118	0.11 125	0.08 58	0.14 220	0.13 180	0.36 307	0.12 63

IPLGR_C	0.58 225	1.25 360	2.72 325	0.80 365	0.31 234	0.60 155	0.61 324	0.76 154	0.58 131	0.56 193	0.62 211	0.41 90	0.31 107	0.43 63	0.40 160	0.11 125	0.22 311	0.13 191	0.15 225	0.35 303	0.19 195

FADNet-RVC	0.61 241	1.26 361	2.12 223	0.33 153	0.26 184	0.59 146	0.29 168	0.86 230	0.62 172	0.45 86	0.50 125	0.62 203	0.46 216	1.73 286	0.55 220	0.17 273	0.20 298	0.17 277	0.18 265	0.59 362	0.28 281

MFMNet_re	0.92 337	1.28 362	2.53 298	0.82 369	0.76 371	0.90 331	0.75 348	0.98 309	1.04 350	1.03 347	1.05 342	0.84 299	0.94 340	0.83 188	0.72 264	0.68 375	0.60 380	0.63 374	0.60 381	0.77 374	0.74 374

LL-Strereo	0.72 290	1.29 363	2.49 293	0.36 208	0.45 325	0.55 89	0.32 205	0.93 279	0.71 241	0.67 285	0.58 184	0.85 302	0.79 318	2.67 375	0.46 184	0.10 78	0.18 279	0.14 220	0.12 155	0.40 332	0.42 350

HBP-ISP	0.76 306	1.30 364	3.19 371	0.35 190	0.26 184	0.85 322	0.54 303	1.03 346	0.72 249	0.80 318	0.69 266	0.68 238	0.83 322	2.04 328	0.44 180	0.23 322	0.24 319	0.29 346	0.25 312	0.28 258	0.24 250

WZ-Net	0.92 337	1.31 365	3.76 385	0.41 263	0.36 276	0.86 324	0.71 343	1.00 328	1.06 354	0.82 327	0.92 319	1.06 349	1.05 349	2.16 337	1.61 342	0.19 293	0.13 212	0.15 246	0.16 240	0.32 282	0.28 281

RTS	1.21 361	1.31 365	6.39 407	0.52 321	0.51 341	1.61 375	0.79 353	1.03 346	1.37 374	1.13 354	1.30 355	1.10 355	0.85 326	2.65 373	2.08 359	0.21 306	0.24 319	0.18 294	0.18 265	0.43 339	0.32 306

RTSA	1.21 361	1.31 365	6.39 407	0.52 321	0.51 341	1.61 375	0.79 353	1.03 346	1.37 374	1.13 354	1.30 355	1.10 355	0.85 326	2.65 373	2.08 359	0.21 306	0.24 319	0.18 294	0.18 265	0.43 339	0.32 306

Wz-Net-SNSev	0.76 306	1.32 368	3.11 363	0.40 257	0.31 234	0.71 265	0.60 321	0.98 309	0.87 322	0.67 285	0.83 302	0.96 329	0.60 271	1.67 278	0.97 292	0.16 259	0.15 247	0.16 261	0.17 255	0.36 307	0.24 250

ADCMid	0.96 342	1.32 368	2.74 329	0.38 240	0.35 269	0.99 341	0.58 317	0.94 283	0.86 319	1.23 365	1.01 334	1.01 338	1.00 344	1.05 209	3.97 393	0.21 306	0.19 289	0.42 364	0.32 340	0.40 332	0.29 287

AnyNet_C32	1.00 346	1.33 370	2.53 298	0.49 312	0.54 345	1.15 359	1.14 379	0.91 266	0.89 330	1.11 353	0.95 325	0.87 308	0.93 337	1.50 254	4.07 395	0.21 306	0.20 298	0.25 332	0.24 306	0.38 320	0.33 313

LE_ROB	4.43 407	1.35 371	9.38 410	2.79 410	3.93 409	2.43 400	3.46 409	2.68 400	11.19 410	11.66 415	4.73 407	5.26 405	10.46 413	4.50 405	9.49 412	0.82 380	0.69 390	1.34 397	0.98 398	0.75 373	0.76 377

ADCS	1.05 351	1.36 372	2.98 353	0.42 271	0.36 276	0.96 338	0.81 357	1.06 352	1.12 360	1.25 366	0.97 328	1.08 351	0.90 335	1.25 231	4.86 402	0.21 306	0.21 306	0.22 315	0.23 304	0.36 307	0.38 337

iResNetv2_ROB	0.59 229	1.43 373	2.96 349	0.40 257	0.22 134	0.58 130	0.28 148	0.91 266	0.73 263	0.57 203	0.63 221	0.60 197	0.41 172	0.74 173	0.35 139	0.11 125	0.08 58	0.10 48	0.07 13	0.43 339	0.17 170

SGM+DAISY	1.83 388	1.43 373	3.81 386	0.87 370	1.01 384	2.38 399	2.53 405	1.36 376	1.75 387	2.92 403	3.22 400	2.65 388	2.93 397	2.22 343	3.10 381	0.72 377	0.69 390	0.63 374	0.62 382	0.77 374	0.98 389

GASNet	0.73 298	1.47 375	3.04 356	0.47 302	0.33 253	0.57 115	0.34 217	0.91 266	0.75 279	0.58 215	0.58 184	0.74 269	0.55 253	2.03 327	0.65 249	0.21 306	0.15 247	0.19 299	0.17 255	0.51 354	0.28 281

AnyNet_C01	1.14 354	1.49 376	4.23 396	0.54 330	0.53 343	1.51 372	1.37 389	1.04 350	1.07 355	1.17 362	1.33 357	1.15 360	1.08 352	1.61 272	2.74 374	0.25 334	0.22 311	0.28 339	0.24 306	0.48 348	0.40 344

WAO-6	1.58 384	1.54 377	2.32 258	1.14 387	1.00 383	2.30 397	1.03 372	1.82 391	2.85 399	1.25 366	2.61 391	2.20 384	1.56 378	2.47 363	1.99 355	0.95 384	0.67 385	1.19 393	0.83 392	1.08 381	0.88 386

SQANet	0.80 318	1.58 378	2.53 298	0.76 361	0.83 372	0.76 287	0.36 229	0.83 208	0.64 188	0.63 262	0.69 266	0.73 263	0.51 238	1.21 224	0.53 215	0.77 379	0.29 343	0.59 373	0.29 328	0.86 378	0.61 367

JetBlue	1.78 386	1.63 379	3.92 389	0.73 359	1.21 393	4.38 409	3.35 407	1.59 384	1.20 365	1.26 369	1.52 364	2.37 386	1.88 386	3.23 391	3.00 377	0.53 368	0.47 372	0.48 368	0.49 369	1.29 391	0.97 388

WAO-7	1.48 380	1.63 379	2.49 293	0.93 375	0.75 368	1.72 382	1.10 376	1.84 392	1.96 391	1.43 378	2.54 388	1.97 380	1.61 380	3.06 387	2.08 359	0.69 376	0.66 384	0.94 383	0.74 388	0.80 376	0.69 373

IMH-64-1	1.39 375	1.64 381	1.86 151	1.36 390	1.11 389	1.39 366	1.19 382	1.76 388	1.45 377	1.16 357	2.21 381	1.53 374	1.38 368	1.98 322	1.52 338	1.29 393	0.67 385	1.27 394	0.69 385	1.29 391	0.98 389

IMH-64	1.39 375	1.64 381	1.86 151	1.36 390	1.11 389	1.39 366	1.19 382	1.76 388	1.45 377	1.16 357	2.21 381	1.53 374	1.38 368	1.98 322	1.52 338	1.29 393	0.67 385	1.27 394	0.69 385	1.29 391	0.98 389

coex-ft	5.95 410	1.67 383	60.57 434	0.34 176	0.30 218	0.77 295	0.69 339	0.74 135	4.41 402	19.22 422	2.15 379	1.62 376	7.97 411	1.81 302	8.96 411	0.44 362	2.08 410	0.18 294	0.19 283	0.38 320	4.62 414

MFN_U_SF_DS_RVC	1.01 348	1.67 383	2.32 258	0.47 302	0.39 295	1.47 368	0.95 364	0.95 294	0.91 333	0.84 330	0.94 323	1.05 347	0.60 271	2.95 385	0.72 264	0.41 360	0.72 394	0.32 350	0.55 374	0.74 371	1.22 398

otaku	1.03 349	1.68 385	2.72 325	0.95 377	0.73 367	1.03 346	0.59 319	0.99 320	0.86 319	0.69 293	1.61 365	0.98 333	0.64 286	1.46 245	1.14 313	0.95 384	0.46 369	0.72 379	0.40 361	1.24 389	0.78 379

Ntro	1.00 346	1.68 385	2.80 337	0.95 377	0.85 373	1.06 348	0.53 300	0.98 309	0.90 332	0.62 254	0.76 293	0.93 322	0.66 292	1.66 276	0.98 293	0.99 386	0.45 368	0.75 380	0.40 361	1.19 385	0.75 376

MSC_U_SF_DS_RVC	1.34 370	1.70 387	2.50 295	0.56 338	0.40 302	2.15 395	0.99 367	1.24 370	1.26 369	1.02 346	1.10 345	1.29 364	0.88 333	3.10 389	1.08 309	1.66 401	0.83 396	0.68 377	0.88 394	1.57 396	1.80 408

SGM-ForestM	2.98 402	1.70 387	3.52 383	0.67 356	0.47 333	5.18 411	3.36 408	3.30 407	2.86 400	4.44 408	3.79 403	9.80 412	5.50 409	6.29 409	6.52 407	0.27 342	0.36 355	0.24 327	0.27 322	0.38 320	0.58 366

Wz-Net-TNSev	0.91 335	1.73 389	3.08 359	0.36 208	0.31 234	1.00 344	0.71 343	1.06 352	0.97 341	0.71 300	0.72 284	1.09 353	0.87 330	2.42 357	1.59 341	0.20 302	0.20 298	0.16 261	0.20 293	0.44 346	0.35 319

RainbowNet	1.15 356	1.78 390	2.72 325	1.12 386	0.91 378	1.06 348	0.76 350	1.16 367	1.13 362	0.75 309	0.97 328	1.09 353	0.80 319	1.60 269	1.21 320	1.17 391	1.26 403	1.01 387	0.57 377	1.13 383	0.88 386

ACVNet_2	1.42 378	1.81 391	3.23 375	1.08 383	0.92 379	1.32 363	0.85 358	1.49 381	1.69 384	1.19 364	1.73 369	2.13 383	1.03 347	2.50 365	1.40 333	0.91 381	0.53 377	1.00 386	0.55 374	2.11 403	0.85 382

TorneroNet-64	2.65 394	1.83 392	3.30 377	1.46 393	1.20 392	3.89 405	0.99 367	3.51 409	6.71 408	2.56 399	4.60 406	4.22 399	3.85 404	3.33 392	3.14 382	1.19 392	0.65 383	1.39 399	0.79 391	3.31 410	1.15 396

Dean	1.79 387	1.83 392	3.92 389	1.29 389	1.07 388	1.55 373	1.00 370	1.95 394	2.33 393	1.47 380	4.19 405	4.26 402	1.33 365	2.21 340	1.48 337	1.14 390	0.68 389	1.18 390	0.74 388	1.24 389	0.98 389

UNDER WATER	2.74 396	1.85 394	4.54 398	1.81 401	1.44 398	2.34 398	1.40 392	3.24 404	6.60 407	2.60 400	2.76 394	5.75 406	5.24 408	3.02 386	4.01 394	1.45 397	0.81 395	1.59 405	1.06 400	1.80 399	1.51 404

ACVNet-4b	1.93 390	1.85 394	4.10 394	1.07 382	0.86 374	1.15 359	0.53 300	1.06 352	1.12 360	0.64 271	1.09 344	1.99 381	0.70 300	2.20 339	9.86 414	5.62 413	0.41 367	1.03 388	0.55 374	1.86 401	0.85 382

UNDER WATER-64	2.47 393	1.89 396	4.86 400	1.82 402	1.44 398	3.18 404	1.57 396	2.62 398	5.64 404	2.05 387	2.13 378	4.13 398	3.76 403	2.62 371	3.42 388	1.47 398	0.85 397	1.57 404	1.07 401	1.82 400	1.49 403

PWCK	1.49 381	1.90 397	3.22 374	1.09 384	0.54 345	1.71 381	1.73 397	1.49 381	1.53 380	1.44 379	1.80 370	1.82 378	1.30 362	3.34 393	1.76 348	1.07 388	0.56 379	0.97 385	0.58 379	1.38 395	0.65 371

ACVNet_1	1.33 369	1.91 398	4.03 392	1.09 384	0.88 375	1.19 362	0.66 332	1.24 370	1.17 363	0.94 341	0.96 326	3.09 392	1.04 348	2.37 348	1.11 311	1.04 387	0.48 375	1.03 388	0.48 368	1.12 382	0.83 381

TorneroNet	5.50 409	1.92 399	3.16 367	1.47 394	1.25 395	14.07 417	1.06 374	4.90 410	20.99 427	10.17 411	16.48 419	11.88 416	6.93 410	3.34 393	4.20 397	1.30 395	0.69 390	1.45 401	0.86 393	2.61 407	1.20 397

MADNet+	1.36 372	1.93 400	5.95 406	0.81 368	0.59 354	1.57 374	1.09 375	1.39 378	1.22 366	0.84 330	1.01 334	1.25 363	1.12 355	3.19 390	2.36 370	0.45 364	0.47 372	0.38 361	0.34 347	0.59 362	0.57 364

KSHMR	4.10 405	1.97 401	5.27 403	1.71 398	1.47 400	1.96 389	1.28 385	3.19 403	17.33 422	2.12 388	15.91 417	9.18 411	1.57 379	8.42 412	1.98 354	1.52 399	1.26 403	1.67 406	1.19 403	1.67 398	1.40 402

notaker	2.66 395	2.07 402	3.31 379	2.61 408	1.43 396	1.76 384	1.11 377	2.76 401	1.79 389	2.26 395	11.53 415	3.96 397	4.29 405	3.09 388	2.76 375	1.55 400	0.88 398	1.70 407	1.07 401	2.00 402	1.35 400

ktn	4.35 406	2.10 403	2.89 343	1.80 400	1.49 402	2.13 394	1.41 394	2.26 396	12.72 412	11.41 414	16.43 418	11.15 414	3.75 402	4.36 404	3.18 383	1.82 403	0.98 402	1.73 408	1.21 404	2.97 409	1.27 399

DispFullNet	1.67 385	2.10 403	5.22 402	1.53 395	8.90 412	0.86 324	0.31 184	0.96 298	0.96 340	1.37 375	1.01 334	1.13 358	1.98 388	1.51 255	0.91 288	0.54 370	0.31 347	1.18 390	0.63 384	1.13 383	0.80 380

MADNet++	2.79 397	2.11 405	2.97 352	2.49 406	2.28 406	2.95 403	2.31 402	2.67 399	2.47 395	3.03 405	3.13 399	2.70 389	2.92 396	4.10 401	4.48 399	2.68 408	2.24 412	3.04 412	2.44 410	2.37 406	2.34 410

WAO-8	2.80 398	2.14 406	2.89 343	1.91 403	1.04 386	3.98 406	0.96 365	3.26 405	6.17 405	2.15 392	3.37 401	3.31 394	2.41 393	11.84 414	2.03 357	2.05 405	1.86 407	1.54 402	0.92 395	1.22 386	0.87 384

Venus	2.80 398	2.14 406	2.89 343	1.91 403	1.04 386	3.98 406	0.96 365	3.26 405	6.17 405	2.15 392	3.37 401	3.31 394	2.41 393	11.84 414	2.03 357	2.05 405	1.86 407	1.54 402	0.92 395	1.22 386	0.87 384

IMH	2.02 392	2.15 408	2.69 322	1.68 396	1.12 391	1.66 380	0.92 363	2.10 395	1.92 390	1.32 371	2.66 393	2.21 385	1.69 382	5.78 406	1.68 343	5.54 412	0.96 400	1.31 396	0.71 387	1.32 394	0.99 393

LVE	1.96 391	2.17 409	3.14 365	1.68 396	1.80 405	1.63 377	1.03 372	2.34 397	2.81 398	1.25 366	2.89 396	4.24 401	1.29 360	2.79 381	1.44 335	2.85 409	0.91 399	1.18 390	1.46 407	1.23 388	1.10 395

MFN_U_SF_RVC	1.55 383	2.39 410	3.16 367	0.65 354	0.41 309	1.12 355	0.46 279	1.23 369	1.33 371	1.61 382	1.20 348	1.43 371	0.98 343	1.76 290	1.97 353	1.90 404	1.80 405	1.98 409	2.15 408	1.63 397	1.77 407

HanzoNet	7.64 411	2.86 411	5.05 401	7.01 415	3.97 410	2.18 396	1.34 388	3.37 408	4.05 401	13.17 416	10.58 409	10.73 413	16.52 419	8.45 413	10.51 415	10.48 420	9.72 422	5.59 417	13.46 421	6.84 416	6.83 416

SPstereo	16.50 420	2.87 412	4.74 399	2.64 409	2.53 407	29.48 428	52.22 428	39.30 435	29.70 435	21.90 431	21.75 426	27.53 434	23.84 430	28.05 435	26.36 429	2.38 407	2.58 413	4.92 414	3.03 412	2.19 404	2.05 409

JetRed	3.29 403	4.93 413	10.17 411	1.45 392	1.72 404	7.44 412	5.05 412	3.06 402	2.12 392	2.41 398	2.39 385	2.99 391	2.37 392	3.51 396	6.44 406	1.32 396	1.90 409	1.37 398	1.23 405	2.21 405	1.76 406

DGTPSM_ROB	8.89 413	5.62 414	12.25 413	5.92 414	11.32 414	8.54 413	24.18 420	6.40 413	13.49 413	5.15 409	11.46 413	6.19 409	10.92 414	7.00 410	13.72 416	4.47 410	7.65 415	3.92 413	7.45 418	4.38 413	7.87 417

DPSMNet_ROB	9.48 414	5.64 415	13.01 417	8.82 416	11.82 415	8.54 413	24.20 421	6.41 414	13.65 416	5.32 410	11.47 414	6.33 410	10.92 414	7.69 411	13.89 417	7.25 419	8.19 417	5.06 415	7.78 419	5.31 415	8.26 418

BEATNet-Init1	12.10 415	11.19 416	27.29 432	2.99 411	3.51 408	21.84 427	11.10 414	14.34 420	13.83 417	20.34 423	20.33 424	26.35 433	20.03 421	19.06 425	14.80 420	1.74 402	1.81 406	2.05 410	2.49 411	3.69 412	3.12 412

Anonymous_1	22.91 423	11.20 417	12.13 412	12.75 418	26.28 429	19.43 422	27.92 425	14.08 419	13.61 414	14.96 417	10.58 409	11.26 415	11.19 416	12.55 418	14.57 419	38.28 435	7.88 416	34.96 432	63.99 432	89.57 435	10.94 421

DPSM_ROB	12.34 416	11.21 418	12.51 414	12.91 419	12.80 417	19.84 424	28.28 426	14.38 421	14.28 418	10.58 412	11.26 411	12.03 417	11.85 417	13.15 420	15.34 421	7.11 417	8.31 418	6.50 419	7.35 416	8.84 417	8.31 419

DPSM	12.34 416	11.21 418	12.51 414	12.91 419	12.80 417	19.84 424	28.28 426	14.38 421	14.28 418	10.58 412	11.26 411	12.03 417	11.85 417	13.15 420	15.34 421	7.11 417	8.31 418	6.50 419	7.35 416	8.84 417	8.31 419

PML	23.15 424	16.83 420	7.78 409	5.49 413	9.93 413	51.13 435	104.50 435	5.76 412	13.62 415	37.30 435	105.93 435	30.86 435	23.50 426	12.07 416	7.87 410	6.30 415	2.12 411	6.32 418	2.43 409	10.44 419	2.90 411

LRCNet_RVC	13.74 419	19.30 421	12.75 416	19.46 423	12.69 416	1.86 385	0.41 254	12.33 417	1.05 351	15.77 418	18.83 423	12.62 419	8.70 412	12.21 417	9.62 413	22.22 428	8.37 420	25.85 429	24.01 429	19.32 427	17.44 428

ASD4		19.65 422

DLNR_Zeroshot_test	13.43 418	19.94 423	23.55 423	121.61 436	35.03 431	0.46 31	0.15 1	8.02 415	0.35 4	0.28 31	0.37 46	0.26 32	0.17 1	0.76 177	0.29 87	6.42 416	0.26 335	0.09 20	0.38 358	50.13 434	0.18 187

xxxxx1	28.96 433	20.11 424	14.07 419	49.74 432	39.15 432	18.98 419	26.64 422	21.94 425	20.21 424	16.45 419	17.48 420	18.36 420	21.56 422	16.21 422	20.88 424	23.07 429	26.55 431	66.40 433	78.70 433	30.27 430	32.51 433

tt_ll	28.96 433	20.11 424	14.07 419	49.74 432	39.15 432	18.98 419	26.64 422	21.94 425	20.21 424	16.45 419	17.48 420	18.36 420	21.56 422	16.21 422	20.88 424	23.07 429	26.55 431	66.40 433	78.70 433	30.27 430	32.51 433

ff	28.96 433	20.11 424	14.07 419	49.74 432	39.15 432	18.98 419	26.64 422	21.94 425	20.21 424	16.45 419	17.48 420	18.36 420	21.56 422	16.21 422	20.88 424	23.07 429	26.55 431	66.40 433	78.70 433	30.27 430	32.51 433

DPSimNet_ROB	17.97 421	20.20 427	24.98 425	17.62 421	15.92 419	21.53 426	21.00 419	13.70 418	15.61 420	23.89 432	14.69 416	22.87 424	24.58 434	12.70 419	14.56 418	18.48 427	12.91 423	20.21 427	12.05 420	17.76 420	14.17 422

HaxPig	19.86 422	22.40 428	22.34 422	17.95 422	17.95 420	11.77 416	11.89 415	16.02 423	15.89 421	21.10 424	21.41 425	18.74 423	18.39 420	20.08 426	19.69 423	23.63 432	23.22 430	24.06 428	23.69 428	23.00 428	23.95 430

CasAABBNet	24.81 426	22.53 429	24.83 424	26.08 426	25.74 427	39.86 429	57.06 431	28.87 432	28.83 430	21.16 426	22.54 428	24.22 429	23.89 432	26.38 431	30.87 431	14.25 421	16.71 425	13.09 421	14.81 423	17.78 424	16.71 423

MyStereo03	24.83 427	22.55 430	25.13 426	26.08 426	25.72 424	39.87 430	57.07 432	28.77 429	28.85 431	21.33 428	22.66 430	24.16 426	23.82 427	26.32 428	30.89 433	14.27 422	16.73 427	13.09 421	14.82 424	17.77 421	16.71 423

MyStereo02	24.83 427	22.55 430	25.13 426	26.08 426	25.72 424	39.87 430	57.07 432	28.77 429	28.85 431	21.33 428	22.66 430	24.16 426	23.82 427	26.32 428	30.89 433	14.27 422	16.73 427	13.09 421	14.82 424	17.77 421	16.71 423

MyStereo	24.83 427	22.55 430	25.13 426	26.08 426	25.72 424	39.87 430	57.07 432	28.77 429	28.85 431	21.33 428	22.66 430	24.16 426	23.82 427	26.32 428	30.89 433	14.27 422	16.73 427	13.09 421	14.82 424	17.77 421	16.71 423

Selective-RAFT-Error	24.87 430	22.59 433	25.14 429	26.13 430	25.82 428	39.93 433	57.03 430	28.97 433	28.95 434	21.21 427	22.65 429	24.25 430	23.98 433	26.43 432	30.83 430	14.27 422	16.71 425	13.10 425	14.82 424	17.82 425	16.76 427

LSM0	26.58 431	22.63 434	25.88 430	30.13 431	52.21 435	39.94 434	56.74 429	28.97 433	28.72 429	21.14 425	22.26 427	24.43 431	23.88 431	26.54 433	30.87 431	14.32 426	16.55 424	13.12 426	14.71 422	17.92 426	20.60 429

MEDIAN_ROB	23.96 425	27.05 435	26.39 431	22.16 424	22.13 422	16.12 418	13.97 416	20.24 424	20.05 423	25.50 433	25.31 433	22.96 425	22.63 425	24.39 427	23.24 427	28.20 433	27.23 434	28.62 430	27.75 430	27.50 429	27.76 431

AVERAGE_ROB	26.93 432	30.34 436	29.27 433	25.82 425	25.34 423	19.48 423	15.17 417	23.55 428	23.00 428	28.45 434	27.87 434	26.25 432	25.86 435	26.96 434	25.55 428	31.30 434	30.07 435	31.76 431	30.81 431	30.79 433	30.93 432

test_example2	115.39 436	123.23 437	94.57 435	115.52 435	123.55 436	101.63 436	114.33 436	53.41 436	99.48 436	134.90 436	135.05 436	85.83 436	85.11 436	111.32 436	106.15 436	152.55 436	205.26 436	99.78 436	114.96 436	140.96 436	110.20 436

Low-res two-view benchmark