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

4w-stereo	0.55 20	0.18 8	1.39 30	0.02 1	0.35 222	1.26 41	0.06 58	3.13 34	0.86 22	0.28 28	0.82 65	0.06 13	0.67 131	1.59 68	0.25 33	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.25w_new	0.45 5	0.25 41	1.29 20	0.02 1	0.08 51	1.25 36	0.01 5	3.39 61	0.91 39	0.33 48	0.16 18	0.07 20	0.42 97	0.57 6	0.25 33	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

3.25w	0.45 5	0.25 41	1.29 20	0.02 1	0.08 51	1.25 36	0.01 5	3.39 61	0.91 39	0.33 48	0.16 18	0.06 13	0.42 97	0.57 6	0.25 33	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

3.75w	0.62 26	0.16 3	1.33 26	0.02 1	1.27 364	1.25 36	0.01 5	3.23 48	0.87 27	0.38 58	0.23 29	0.07 20	0.40 84	2.96 119	0.26 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.5w_stereo	0.69 36	0.23 30	1.44 37	0.02 1	0.14 106	1.24 32	0.03 32	3.53 79	0.90 38	0.20 14	1.48 91	0.07 20	0.50 109	3.73 141	0.30 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

asda	0.52 15	0.19 13	1.61 55	0.03 6	0.61 288	1.26 41	0.08 74	3.20 45	0.84 16	0.41 73	0.29 32	0.05 5	0.72 138	0.77 20	0.26 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

4.25_new	0.52 15	0.18 8	1.42 32	0.03 6	0.88 322	1.23 22	0.04 38	3.18 42	0.85 19	0.32 43	0.77 58	0.05 5	0.42 97	0.83 23	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.5w_new	0.52 15	0.18 8	1.42 32	0.03 6	0.88 322	1.23 22	0.04 38	3.18 42	0.85 19	0.32 43	0.77 58	0.05 5	0.42 97	0.83 23	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.25w-stereo	0.52 15	0.18 8	1.43 35	0.03 6	0.88 322	1.23 22	0.04 38	3.18 42	0.85 19	0.32 43	0.77 58	0.05 5	0.42 97	0.83 23	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3w_stereo	0.53 19	0.23 30	1.53 47	0.03 6	0.02 3	1.25 36	0.02 24	3.34 58	0.88 32	0.44 83	0.43 40	0.07 20	1.04 170	1.04 39	0.26 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

2w_stereo	0.56 22	0.19 13	1.31 24	0.03 6	0.10 67	1.22 20	0.04 38	3.42 69	0.81 14	0.79 113	0.73 55	0.07 20	1.24 194	0.81 22	0.37 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

fffft	0.97 68	0.29 58	1.69 67	0.03 6	0.05 16	2.12 137	0.65 270	3.44 70	1.87 69	0.34 50	0.60 48	0.23 69	0.20 33	6.69 274	0.89 195	0.00 1	0.01 180	0.00 1	0.00 1	0.18 364	0.09 286
1: 1. 1
ff7	1.12 91	0.57 269	2.06 106	0.03 6	0.07 35	2.80 219	0.84 323	3.71 87	2.27 80	0.38 58	1.06 69	0.20 56	0.40 84	7.12 306	0.49 109	0.00 1	0.00 1	0.00 1	0.16 421	0.09 255	0.06 239

ffff	1.12 91	0.57 269	2.06 106	0.03 6	0.07 35	2.80 219	0.84 323	3.71 87	2.27 80	0.38 58	1.06 69	0.20 56	0.40 84	7.12 306	0.49 109	0.00 1	0.00 1	0.00 1	0.16 421	0.09 255	0.06 239

11t	1.12 91	0.57 269	2.06 106	0.03 6	0.07 35	2.80 219	0.84 323	3.71 87	2.27 80	0.38 58	1.06 69	0.20 56	0.40 84	7.12 306	0.49 109	0.00 1	0.00 1	0.00 1	0.16 421	0.09 255	0.06 239

MIF-Stereo (partial)	1.29 118	0.33 104	3.02 219	0.03 6	1.12 351	1.26 41	0.13 106	4.46 132	3.75 183	0.35 52	2.39 133	0.31 90	0.74 140	6.09 226	1.76 281	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.04 184

anonymousdsp	1.12 91	0.59 277	1.66 61	0.03 6	0.07 35	2.81 227	0.82 314	4.07 113	2.30 86	0.41 73	1.12 77	0.30 86	0.40 84	7.05 299	0.49 109	0.00 1	0.00 1	0.00 1	0.17 429	0.10 266	0.05 219

ccc-4	1.12 91	0.57 269	2.06 106	0.03 6	0.07 35	2.80 219	0.84 323	3.71 87	2.27 80	0.38 58	1.06 69	0.20 56	0.40 84	7.12 306	0.49 109	0.00 1	0.00 1	0.00 1	0.16 421	0.09 255	0.06 239

IGEV-Stereo	1.12 91	0.59 277	1.66 61	0.03 6	0.07 35	2.82 230	0.82 314	4.09 116	2.30 86	0.41 73	1.11 74	0.30 86	0.41 92	7.05 299	0.49 109	0.00 1	0.00 1	0.00 1	0.17 429	0.10 266	0.05 219
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Monster-pub-mixall	0.72 42	0.39 159	0.98 1	0.04 20	0.12 91	1.23 22	0.01 5	2.74 20	0.86 22	0.86 117	0.39 37	0.07 20	0.09 10	6.24 235	0.32 54	0.01 243	0.02 247	0.00 1	0.00 1	0.02 76	0.03 138

asd	0.49 10	0.16 3	1.57 51	0.04 20	0.72 305	1.24 32	0.05 51	2.80 21	0.84 16	0.45 85	0.50 43	0.06 13	0.56 119	0.58 9	0.24 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

2.25w	0.67 32	0.20 18	1.40 31	0.04 20	0.13 100	1.21 18	0.05 51	3.23 48	0.87 27	0.36 53	1.17 80	0.07 20	0.69 134	3.67 139	0.30 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.5w	0.68 34	0.23 30	1.29 20	0.04 20	0.31 207	1.26 41	0.09 82	3.24 50	0.86 22	0.42 78	0.59 46	0.03 1	0.56 119	4.36 168	0.24 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.75w_new	0.55 20	0.23 30	1.43 35	0.04 20	0.12 91	1.25 36	0.08 74	3.20 45	0.86 22	0.39 66	0.16 18	0.07 20	0.88 156	1.99 93	0.24 30	0.00 1	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18

LG-Stereo	0.79 48	0.32 87	3.96 309	0.04 20	0.15 111	1.19 16	0.18 134	3.52 77	2.95 124	0.32 43	1.77 105	0.22 68	0.14 24	0.39 1	0.43 86	0.01 243	0.02 247	0.00 1	0.00 1	0.11 287	0.02 88

HART	1.68 145	0.67 309	2.72 180	0.04 20	0.27 187	1.72 104	0.04 38	5.60 218	3.16 144	1.44 135	7.73 309	2.41 192	0.15 25	6.44 250	0.62 128	0.00 1	0.12 438	0.00 1	0.00 1	0.24 410	0.17 382

Monster-pub-eth3d	0.44 4	0.23 30	1.44 37	0.05 27	0.77 311	1.17 13	0.01 5	3.17 40	0.72 5	0.28 28	0.18 25	0.06 13	0.04 1	0.55 5	0.17 17	0.00 1	0.00 1	0.00 1	0.01 309	0.00 1	0.01 18

qwe	0.66 31	0.19 13	1.64 60	0.05 27	1.17 356	1.23 22	0.03 32	3.35 59	0.88 32	0.51 95	0.38 35	0.04 3	0.17 27	3.22 124	0.26 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

StereoAnything_RVC	1.52 135	7.77 536	2.81 197	0.05 27	0.02 3	1.11 10	0.06 58	3.26 52	0.75 10	0.12 4	0.02 1	0.07 20	0.68 133	6.69 274	0.13 7	0.02 335	0.08 398	0.00 1	0.00 1	6.69 540	0.02 88

MonSter	0.46 8	0.23 30	1.44 37	0.05 27	0.77 311	1.17 13	0.01 5	3.17 40	0.72 5	0.28 28	0.18 25	0.07 20	0.04 1	0.83 23	0.17 17	0.00 1	0.00 1	0.00 1	0.01 309	0.00 1	0.01 18

mms	1.03 81	0.54 257	1.58 53	0.05 27	0.36 225	1.52 78	0.08 74	2.97 26	1.84 68	0.38 58	2.94 147	0.32 93	0.25 41	6.82 280	0.39 74	0.00 1	0.04 328	0.00 1	0.00 1	0.17 353	0.28 438

4.5_new	0.49 10	0.17 6	1.73 70	0.06 32	0.30 198	1.23 22	0.07 66	3.11 31	0.87 27	0.45 85	0.66 50	0.05 5	0.19 30	0.67 13	0.26 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

4.5w-stereo	0.49 10	0.17 6	1.73 70	0.06 32	0.30 198	1.23 22	0.07 66	3.11 31	0.87 27	0.45 85	0.66 50	0.05 5	0.19 30	0.67 13	0.26 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

111111	0.97 68	0.19 13	1.49 44	0.06 32	1.12 351	1.43 68	0.05 51	4.77 155	1.70 61	0.44 83	2.88 145	0.09 38	0.17 27	4.66 176	0.20 22	0.00 1	0.00 1	0.00 1	0.00 1	0.10 266	0.01 18

MLG-Stereo_test3	0.45 5	0.31 74	1.35 28	0.06 32	0.17 129	1.30 49	0.01 5	3.52 77	0.77 12	0.15 8	0.07 12	0.06 13	0.07 5	0.74 16	0.22 26	0.02 335	0.06 363	0.00 1	0.00 1	0.01 25	0.02 88

MLG-Stereo_test1	0.67 32	0.23 30	1.05 3	0.06 32	1.40 376	1.24 32	0.00 1	3.56 81	1.36 53	0.06 1	0.04 11	0.08 32	0.10 14	4.03 155	0.14 9	0.01 243	0.07 386	0.00 1	0.01 309	0.01 25	0.02 88

MLG-Stereo	0.72 42	0.23 30	1.13 6	0.06 32	0.16 119	1.24 32	0.00 1	3.84 103	1.40 54	0.06 1	0.03 5	0.08 32	0.10 14	5.71 213	0.16 12	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.02 88

IGEV-Stereo++	0.74 45	0.23 30	1.31 24	0.06 32	1.62 386	1.95 121	0.01 5	3.29 54	1.81 64	0.38 58	1.68 102	0.10 42	1.16 185	0.91 30	0.19 21	0.01 243	0.01 180	0.00 1	0.00 1	0.04 151	0.01 18

AIO-Stereo	0.94 65	0.22 26	1.20 15	0.06 32	0.08 51	2.36 160	0.62 261	5.50 214	2.61 101	0.30 36	3.32 160	0.41 106	0.25 41	1.12 43	0.17 17	0.00 1	0.01 180	0.00 1	0.35 492	0.06 207	0.12 336

iRaft-Stereo_5w	2.86 283	0.86 359	4.08 325	0.06 32	0.25 177	2.76 215	0.60 255	4.97 167	4.10 210	2.98 171	7.85 314	10.17 422	4.17 353	8.16 377	5.83 420	0.00 1	0.00 1	0.00 1	0.01 309	0.26 414	0.06 239

S2M2_XL	0.22 1	0.33 104	1.17 10	0.07 41	0.11 77	0.11 1	0.00 1	0.60 2	0.25 1	0.12 4	0.73 55	0.07 20	0.17 27	0.39 1	0.20 22	0.00 1	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MLG-Stereo_test2	0.57 24	0.28 53	1.20 15	0.07 41	0.68 297	1.34 55	0.02 24	3.39 61	1.41 55	0.06 1	0.02 1	0.12 44	0.10 14	2.37 105	0.31 52	0.01 243	0.08 398	0.00 1	0.00 1	0.01 25	0.02 88

LG-G_1	0.62 26	0.31 74	1.19 12	0.07 41	0.11 77	1.81 111	0.02 24	3.74 95	0.88 32	0.23 20	0.03 5	0.09 38	0.08 7	3.39 131	0.27 45	0.02 335	0.08 398	0.00 1	0.00 1	0.03 122	0.02 88

LG-G	0.62 26	0.31 74	1.19 12	0.07 41	0.11 77	1.81 111	0.02 24	3.74 95	0.88 32	0.23 20	0.03 5	0.09 38	0.08 7	3.39 131	0.27 45	0.02 335	0.08 398	0.00 1	0.00 1	0.03 122	0.02 88

dual_stereo	0.56 22	0.32 87	1.08 5	0.07 41	0.11 77	0.77 7	0.03 32	3.60 83	1.17 51	0.12 4	0.03 5	0.20 56	0.11 19	2.77 114	0.51 116	0.00 1	0.14 453	0.00 1	0.16 421	0.00 1	0.02 88

rvit_stereo_0080	0.88 57	0.51 241	3.12 238	0.07 41	0.12 91	1.31 51	0.37 189	3.78 98	3.29 158	0.56 99	1.13 78	0.40 103	0.76 142	1.71 72	0.47 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.04 184

whm_eth	0.88 57	0.51 241	3.12 238	0.07 41	0.12 91	1.31 51	0.37 189	3.78 98	3.29 158	0.56 99	1.13 78	0.40 103	0.76 142	1.71 72	0.47 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.04 184

Selective-IGEV	1.23 109	0.18 8	1.13 6	0.07 41	0.17 129	2.38 164	0.54 234	6.10 241	2.51 94	0.41 73	3.20 157	0.26 75	0.29 55	6.94 293	0.16 12	0.00 1	0.01 180	0.00 1	0.11 407	0.04 151	0.10 308

CREStereo	0.98 70	0.42 188	1.86 76	0.07 41	0.22 167	1.65 90	0.02 24	4.07 113	6.33 318	0.72 108	1.54 94	0.43 110	0.64 129	1.22 50	0.44 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	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
Replicate-Monster	1.25 113	1.94 480	10.24 485	0.08 50	0.32 211	1.32 53	0.03 32	3.71 87	0.89 37	1.07 128	0.07 12	0.08 32	0.10 14	4.74 178	0.14 9	0.01 243	0.04 328	0.00 1	0.00 1	0.01 25	0.22 409

water-stereo	0.70 39	0.29 58	3.07 235	0.08 50	0.07 35	1.54 79	0.15 119	4.01 112	1.41 55	0.59 101	1.31 84	0.26 75	0.24 39	0.43 3	0.39 74	0.02 335	0.06 363	0.00 1	0.02 335	0.02 76	0.01 18

IGEV	0.50 13	0.22 26	1.52 46	0.08 50	1.85 412	1.34 55	0.37 189	2.03 10	0.93 42	0.29 32	0.08 16	0.07 20	0.09 10	0.90 29	0.22 26	0.02 335	0.04 328	0.00 1	0.00 1	0.01 25	0.01 18

xyz-stereo-finetune	1.20 103	0.44 205	2.19 129	0.08 50	0.05 16	3.16 267	0.68 277	3.41 66	2.58 100	0.81 115	1.77 105	0.68 130	0.37 76	6.20 233	1.63 270	0.00 1	0.00 1	0.00 1	0.00 1	0.04 151	0.02 88

trnet	0.99 74	0.37 148	1.89 80	0.08 50	0.19 155	1.68 95	0.02 24	4.12 117	6.41 322	0.70 107	1.57 95	0.46 113	0.67 131	1.15 45	0.41 80	0.00 1	0.01 180	0.00 1	0.00 1	0.01 25	0.01 18

test_4	2.38 237	0.34 119	2.68 172	0.08 50	0.11 77	3.69 311	1.14 366	3.33 57	3.34 165	4.03 203	17.35 470	3.31 225	0.51 111	6.28 238	1.15 226	0.00 1	0.00 1	0.00 1	0.11 407	0.16 340	0.01 18

1w_stereo	0.64 29	0.16 3	1.24 18	0.09 56	0.50 266	1.19 16	0.08 74	3.24 50	0.84 16	0.48 90	2.37 131	0.04 3	1.57 220	0.84 27	0.10 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

4D-IteraStereo	1.72 149	0.86 359	3.01 217	0.09 56	2.86 457	3.57 303	1.06 358	3.92 105	5.31 261	5.28 241	1.02 68	3.92 253	0.38 80	1.83 83	1.04 214	0.00 1	0.01 180	0.00 1	0.00 1	0.07 225	0.09 286

xyz-stereo-finetune2	1.82 163	0.51 241	2.22 131	0.10 58	0.05 16	6.49 405	0.17 130	3.59 82	2.15 73	0.63 103	6.19 254	0.49 116	3.44 315	6.93 289	3.48 365	0.00 1	0.00 1	0.00 1	0.00 1	0.04 151	0.01 18

LG-Stereo_L2	0.64 29	0.33 104	1.46 41	0.10 58	0.18 144	1.30 49	0.19 137	3.53 79	0.72 5	0.20 14	0.02 1	0.06 13	0.07 5	4.19 160	0.36 63	0.01 243	0.01 180	0.00 1	0.00 1	0.01 25	0.02 88

LG-Stereo_L1	0.69 36	0.32 87	1.21 17	0.10 58	0.16 119	1.38 60	0.20 143	2.44 15	0.72 5	0.20 14	0.02 1	0.06 13	0.06 4	6.49 257	0.36 63	0.01 243	0.04 328	0.00 1	0.00 1	0.01 25	0.02 88

GMOStereo	1.81 159	0.47 221	2.09 112	0.10 58	0.27 187	1.49 72	0.89 336	4.40 125	4.51 229	8.16 387	6.97 278	2.96 207	1.15 180	1.42 54	0.88 190	0.00 1	0.14 453	0.00 1	0.00 1	0.23 400	0.03 138

error version	1.81 159	0.47 221	2.09 112	0.10 58	0.27 187	1.49 72	0.89 336	4.40 125	4.51 229	8.16 387	6.97 278	2.96 207	1.15 180	1.42 54	0.88 190	0.00 1	0.14 453	0.00 1	0.00 1	0.23 400	0.03 138

test-v	1.81 159	0.47 221	2.09 112	0.10 58	0.27 187	1.49 72	0.89 336	4.40 125	4.51 229	8.16 387	6.97 278	2.96 207	1.15 180	1.42 54	0.88 190	0.00 1	0.14 453	0.00 1	0.00 1	0.23 400	0.03 138

test-2	1.81 159	0.47 221	2.09 112	0.10 58	0.27 187	1.49 72	0.89 336	4.40 125	4.51 229	8.16 387	6.97 278	2.96 207	1.15 180	1.42 54	0.88 190	0.00 1	0.14 453	0.00 1	0.00 1	0.23 400	0.03 138

rvit_stereo_0081_aga	0.76 47	0.51 241	3.29 252	0.11 65	0.25 177	1.73 105	0.22 150	3.68 85	2.54 98	0.26 27	0.16 18	0.27 79	0.30 62	1.31 52	0.36 63	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.04 184

s12784h	1.89 176	0.30 69	2.57 160	0.11 65	0.09 59	4.18 345	0.13 106	6.61 272	7.44 359	3.62 189	4.28 189	0.59 127	0.81 151	6.61 268	0.46 99	0.01 243	0.01 180	0.00 1	0.00 1	0.02 76	0.00 1

AdaDepth	0.57 24	0.22 26	2.33 137	0.12 67	1.26 361	1.59 83	0.07 66	1.03 4	0.97 44	0.21 18	0.42 38	0.08 32	0.30 62	2.28 103	0.26 36	0.01 243	0.01 180	0.00 1	0.20 444	0.01 25	0.01 18

depthmonostereo	1.01 78	0.50 235	3.16 242	0.12 67	0.09 59	1.43 68	0.04 38	4.97 167	1.51 58	0.90 119	1.46 90	0.98 141	0.94 161	3.45 135	0.46 99	0.02 335	0.10 422	0.00 1	0.02 335	0.04 151	0.01 18

SCV_C0	1.40 126	0.49 232	3.06 234	0.12 67	0.21 163	2.29 152	0.09 82	6.46 265	3.81 187	0.63 103	2.00 114	0.24 72	0.41 92	7.31 317	0.43 86	0.01 243	0.05 345	0.00 1	0.21 449	0.16 340	0.07 258

ours_stereo	1.03 81	0.55 261	1.86 76	0.12 67	0.32 211	1.16 12	0.09 82	3.27 53	2.18 76	0.39 66	3.02 151	0.34 101	0.26 47	6.32 243	0.37 69	0.00 1	0.01 180	0.00 1	0.00 1	0.18 364	0.13 344

Pointernet	0.84 54	0.35 130	2.00 101	0.12 67	0.13 100	1.77 107	0.06 58	4.87 160	2.53 96	0.14 7	2.11 120	0.76 135	0.44 104	1.02 37	0.32 54	0.00 1	0.04 328	0.00 1	0.15 418	0.02 76	0.01 18

RSM	1.21 106	0.20 18	1.30 23	0.12 67	0.06 27	2.48 173	0.51 229	3.78 98	2.74 113	0.48 90	2.38 132	2.18 186	0.28 51	6.77 278	0.56 121	0.00 1	0.00 1	0.00 1	0.16 421	0.07 225	0.05 219

Patchmatch Stereo++	1.95 183	0.40 170	2.86 203	0.12 67	0.18 144	3.74 318	0.66 273	5.24 191	2.96 127	5.86 259	4.32 190	3.46 230	1.52 214	6.88 284	0.70 143	0.01 243	0.00 1	0.00 1	0.00 1	0.08 237	0.09 286
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 173	0.40 170	2.86 203	0.12 67	0.19 155	3.75 321	0.71 288	5.23 185	2.96 127	5.86 259	4.33 192	3.45 228	1.51 209	5.40 203	0.69 141	0.01 243	0.00 1	0.00 1	0.00 1	0.08 237	0.09 286

ROB_FTStereo_v2	1.91 179	0.41 181	2.85 201	0.12 67	0.19 155	3.71 313	0.73 293	5.23 185	2.95 124	5.86 259	4.36 195	3.46 230	1.51 209	5.86 219	0.69 141	0.01 243	0.00 1	0.00 1	0.00 1	0.08 237	0.08 273

ROB_FTStereo	1.90 177	0.42 188	2.86 203	0.12 67	0.19 155	3.71 313	0.75 298	5.24 191	2.95 124	5.87 264	4.26 188	3.41 226	1.51 209	5.80 216	0.65 133	0.01 243	0.00 1	0.00 1	0.00 1	0.08 237	0.08 273

HUI-Stereo	1.80 158	0.41 181	2.85 201	0.12 67	0.18 144	3.72 316	0.65 270	5.23 185	2.97 131	5.87 264	4.34 193	3.45 228	1.52 214	3.93 150	0.65 133	0.02 335	0.00 1	0.00 1	0.00 1	0.08 237	0.10 308

THIR-Stereo	3.86 376	0.77 336	2.62 168	0.12 67	0.13 100	4.25 346	6.63 504	5.30 198	4.18 215	10.33 454	17.13 465	6.58 354	7.62 461	7.78 347	3.51 367	0.01 243	0.07 386	0.07 474	0.00 1	0.11 287	0.02 88

DRaft	3.74 363	0.43 199	2.60 164	0.12 67	0.15 111	4.76 367	1.34 383	5.33 202	4.31 219	10.30 453	21.91 494	3.27 223	8.83 477	7.36 322	3.66 375	0.05 410	0.10 422	0.00 1	0.14 414	0.10 266	0.14 353

iGMRVC	1.96 186	0.40 170	2.88 208	0.12 67	0.19 155	3.74 318	0.73 293	5.23 185	2.97 131	5.87 264	4.37 196	3.48 234	1.52 214	6.73 277	0.74 153	0.02 335	0.00 1	0.00 1	0.00 1	0.08 237	0.08 273

iRAFT	1.95 183	0.40 170	2.86 203	0.12 67	0.18 144	3.74 318	0.66 273	5.24 191	2.96 127	5.86 259	4.32 190	3.46 230	1.52 214	6.88 284	0.70 143	0.01 243	0.00 1	0.00 1	0.00 1	0.08 237	0.09 286

RAFT-IKP	1.90 177	0.42 188	2.83 198	0.12 67	0.18 144	3.50 292	0.64 266	5.24 191	2.96 127	5.86 259	4.34 193	3.50 237	1.51 209	5.99 223	0.76 160	0.01 243	0.00 1	0.00 1	0.00 1	0.08 237	0.08 273

LGtest1	0.42 3	0.33 104	1.42 32	0.13 83	0.16 119	0.98 9	0.01 5	2.30 14	0.96 43	0.21 18	0.07 12	0.08 32	0.10 14	1.10 41	0.31 52	0.01 243	0.09 410	0.00 1	0.00 1	0.03 122	0.02 88

AIO_test	0.90 62	0.40 170	1.67 64	0.14 84	0.16 119	2.97 245	0.83 318	3.61 84	2.67 104	0.29 32	0.71 54	1.50 162	0.29 55	2.37 105	0.13 7	0.00 1	0.04 328	0.00 1	0.08 389	0.03 122	0.03 138

DeepStereo_RVC	2.05 196	0.39 159	2.87 207	0.14 84	0.17 129	3.51 295	0.70 285	5.21 184	3.00 133	6.27 294	4.13 184	3.47 233	4.53 378	4.81 180	1.49 253	0.01 243	0.00 1	0.00 1	0.00 1	0.09 255	0.18 386

FlowAnything_test	0.51 14	0.33 104	2.09 112	0.15 86	0.15 111	1.71 101	0.03 32	1.76 7	0.49 2	1.10 130	0.77 58	0.03 1	0.05 3	0.61 11	0.66 137	0.05 410	0.01 180	0.00 1	0.00 1	0.10 266	0.02 88

AIO_rvc	1.02 79	0.59 277	1.95 93	0.15 86	0.09 59	3.42 280	0.99 350	4.46 132	2.73 112	0.28 28	1.62 97	1.32 152	0.28 51	2.10 99	0.21 25	0.00 1	0.03 299	0.00 1	0.04 369	0.11 287	0.11 322

Occ-G	0.98 70	0.38 155	1.82 74	0.15 86	0.18 144	1.45 70	0.69 282	3.15 38	2.25 79	1.45 136	0.59 46	5.06 306	0.54 116	0.75 18	0.77 166	0.00 1	0.03 299	0.00 1	0.17 429	0.16 340	0.01 18

IPLGR	2.28 224	0.51 241	6.00 421	0.15 86	0.15 111	1.99 127	0.22 150	6.34 254	6.04 300	6.80 320	5.76 239	2.87 204	2.31 258	4.88 182	1.28 236	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.18 386

DEFOM-Stereo	0.70 39	0.29 58	1.62 57	0.16 90	0.06 27	1.95 121	0.45 210	0.88 3	0.74 9	0.55 98	0.51 44	0.14 46	0.09 10	6.32 243	0.20 22	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

UGAM	3.90 380	0.48 228	4.69 360	0.17 91	0.08 51	3.67 307	1.22 372	4.81 157	14.45 475	4.59 216	11.94 404	14.20 471	3.80 339	9.92 453	3.61 373	0.00 1	0.00 1	0.00 1	0.02 335	0.32 434	0.07 258

U	2.12 200	0.25 41	2.47 152	0.17 91	8.09 539	10.63 473	0.00 1	3.08 28	0.87 27	0.24 23	0.45 41	0.17 48	0.08 7	0.69 15	0.15 11	0.00 1	0.00 1	9.89 545	5.19 555	0.01 25	0.01 18

CAS++	1.18 100	0.55 261	1.99 99	0.17 91	0.27 187	1.85 114	0.63 262	8.48 321	3.07 139	1.71 142	2.32 129	0.18 51	0.20 33	1.91 91	0.30 47	0.00 1	0.01 180	0.00 1	0.00 1	0.02 76	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DEmStereo	3.79 370	0.37 148	3.69 288	0.17 91	0.17 129	5.28 381	2.54 420	4.35 124	3.70 179	8.21 393	20.15 483	5.13 309	10.38 496	7.65 336	3.85 380	0.01 243	0.01 180	0.01 397	0.00 1	0.02 76	0.06 239

DIP-Stereo	1.97 188	0.64 294	2.95 212	0.17 91	0.10 67	4.83 369	0.13 106	8.60 329	4.06 209	6.42 305	4.92 206	0.44 112	0.72 138	3.57 137	1.80 285	0.00 1	0.01 180	0.00 1	0.00 1	0.05 183	0.04 184
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAStereo	0.68 34	0.42 188	3.15 241	0.18 96	0.52 274	1.17 13	0.02 24	3.16 39	0.98 45	0.51 95	1.43 88	0.16 47	0.22 37	0.75 18	0.83 176	0.00 1	0.00 1	0.00 1	0.00 1	0.07 225	0.02 88

xyz-stereo	6.97 472	0.29 58	36.85 558	0.20 97	0.07 35	30.65 547	0.19 137	3.97 109	1.82 66	10.21 452	24.87 509	6.06 336	7.29 451	11.62 480	4.87 404	0.01 243	0.02 247	0.35 512	0.00 1	0.06 207	0.02 88

knoymous	1.36 124	0.21 23	1.68 66	0.20 97	0.49 263	1.58 81	0.11 91	5.15 180	2.40 90	4.62 217	1.77 105	4.56 286	0.45 106	3.23 125	0.63 131	0.00 1	0.02 247	0.00 1	0.00 1	0.02 76	0.01 18

HHNet	2.59 259	0.55 261	2.55 158	0.20 97	0.32 211	2.84 233	0.94 345	5.77 229	5.14 256	7.33 353	13.80 431	0.94 139	3.20 300	5.27 198	2.41 325	0.13 453	0.02 247	0.06 468	0.00 1	0.23 400	0.03 138

TestStereo	1.74 152	1.02 395	3.64 285	0.20 97	0.28 194	1.33 54	0.01 5	5.24 191	4.01 201	3.18 175	4.97 208	2.07 185	0.70 135	7.32 318	0.75 158	0.02 335	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

zero-FE	0.88 57	0.27 51	2.12 119	0.21 101	1.63 387	1.75 106	0.83 318	3.08 28	0.61 3	0.15 8	0.13 17	0.29 84	0.44 104	3.38 130	1.07 215	0.02 335	0.02 247	0.00 1	0.05 375	1.47 510	0.03 138

WCG-NET（raft）	1.49 133	0.50 235	1.55 49	0.21 101	0.08 51	2.15 141	1.01 354	2.72 18	6.26 313	2.79 163	3.06 154	4.38 279	1.04 170	3.53 136	0.26 36	0.00 1	0.12 438	0.00 1	0.00 1	0.10 266	0.08 273

fff	2.28 224	0.61 285	3.81 299	0.22 103	0.07 35	1.69 96	0.11 91	5.37 206	11.84 456	5.80 253	5.17 214	1.44 157	5.41 409	2.00 94	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.18 386

csc	2.28 224	0.61 285	3.81 299	0.22 103	0.07 35	1.69 96	0.11 91	5.37 206	11.84 456	5.80 253	5.17 214	1.44 157	5.41 409	2.00 94	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.18 386

cscssc	2.28 224	0.61 285	3.81 299	0.22 103	0.07 35	1.69 96	0.11 91	5.37 206	11.84 456	5.80 253	5.17 214	1.44 157	5.41 409	2.00 94	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.18 386

111	2.78 273	0.92 379	3.81 299	0.22 103	0.07 35	2.83 232	0.70 285	6.03 238	14.00 471	3.22 177	8.93 332	5.48 319	3.30 304	3.66 138	2.03 303	0.00 1	0.00 1	0.00 1	0.00 1	0.10 266	0.29 440

FoundationStereo	0.26 2	0.29 58	1.25 19	0.24 107	0.10 67	0.41 3	0.07 66	0.57 1	0.80 13	0.24 23	0.03 5	0.09 38	0.37 76	0.46 4	0.12 3	0.03 378	0.03 299	0.00 1	0.00 1	0.00 1	0.01 18

HCRNet	2.56 255	0.53 253	3.35 257	0.24 107	3.39 474	2.19 144	0.23 154	6.89 285	5.50 266	5.26 240	4.79 200	5.27 311	2.78 284	7.71 342	2.89 340	0.00 1	0.02 247	0.00 1	0.00 1	0.04 151	0.04 184

LG-Stereo_Zeroshot	0.80 49	0.33 104	2.51 154	0.25 109	0.53 275	1.93 119	0.27 166	5.07 176	1.05 46	0.47 89	0.68 52	0.64 129	0.22 37	0.95 33	0.65 133	0.00 1	0.05 345	0.00 1	0.19 441	0.03 122	0.16 377

SGD-Stereo	0.69 36	0.30 69	1.15 9	0.25 109	0.12 91	1.26 41	0.29 171	1.87 9	0.62 4	0.50 94	0.51 44	0.08 32	0.11 19	6.67 273	0.09 1	0.01 243	0.01 180	0.00 1	0.00 1	0.02 76	0.01 18

ProNet	1.20 103	0.60 281	2.00 101	0.26 111	0.08 51	2.73 208	0.68 277	5.00 172	2.52 95	0.29 32	1.32 85	0.37 102	0.36 73	6.94 293	0.44 91	0.00 1	0.07 386	0.00 1	0.00 1	0.17 353	0.07 258

RCA-Stereo	1.99 189	0.34 119	2.71 178	0.26 111	0.06 27	2.29 152	0.48 214	4.89 161	14.65 478	2.81 165	5.51 236	0.78 136	3.21 301	1.44 59	0.33 56	0.00 1	0.01 180	0.00 1	0.00 1	0.07 225	0.02 88

STrans-v2	3.43 340	0.73 324	4.82 365	0.26 111	0.60 283	3.00 248	1.19 371	10.41 382	7.22 352	5.79 252	10.97 387	6.75 357	7.03 446	8.25 386	1.40 245	0.00 1	0.01 180	0.00 1	0.00 1	0.03 122	0.18 386

PMTNet	1.41 127	0.37 148	2.06 106	0.26 111	0.15 111	2.94 243	0.34 185	3.39 61	5.33 263	1.00 122	1.27 83	0.28 83	0.93 159	4.04 156	0.74 153	5.00 536	0.00 1	0.00 1	0.00 1	0.03 122	0.01 18

CRE-IMP	1.95 183	0.35 130	2.68 172	0.27 115	0.17 129	3.90 331	0.85 329	5.14 178	2.87 119	5.74 250	4.14 185	3.49 235	0.83 152	6.40 248	1.80 285	0.00 1	0.00 1	0.00 1	0.00 1	0.10 266	0.19 397

AIO-test1	2.22 214	0.76 333	2.78 191	0.30 116	4.38 506	2.48 173	0.96 349	5.59 217	14.64 476	0.74 109	2.86 144	0.92 138	0.30 62	5.64 207	1.67 273	0.00 1	0.00 1	0.00 1	0.03 351	0.17 353	0.14 353

castereo++	1.18 100	0.54 257	1.95 93	0.30 116	0.51 270	4.56 362	1.00 352	4.61 142	1.12 48	0.29 32	2.14 124	1.89 177	0.15 25	3.94 151	0.18 20	0.00 1	0.04 328	0.00 1	0.31 483	0.03 122	0.00 1

plain	1.34 120	0.51 241	5.09 381	0.30 116	0.05 16	1.58 81	0.08 74	4.47 134	3.77 186	0.42 78	1.76 104	0.60 128	0.74 140	6.11 227	0.94 203	0.00 1	0.00 1	0.00 1	0.00 1	0.40 460	0.02 88

GCAP-Stereo	0.95 66	0.62 290	1.99 99	0.30 116	0.03 11	1.66 91	0.01 5	4.43 130	3.00 133	1.63 140	1.17 80	1.39 154	0.76 142	1.31 52	0.55 120	0.00 1	0.03 299	0.00 1	0.00 1	0.12 304	0.02 88

DCANet-4	2.03 194	0.34 119	5.30 395	0.31 120	0.18 144	1.69 96	0.12 97	4.95 164	8.55 400	5.78 251	5.17 214	1.12 146	2.82 287	2.11 100	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.18 386

ADStereo(finetuned)	2.26 223	0.64 294	5.22 391	0.31 120	0.18 144	1.71 101	0.25 161	5.23 185	8.46 395	6.06 274	5.30 230	1.41 155	6.37 430	1.87 87	1.87 288	0.00 1	0.00 1	0.00 1	0.00 1	0.04 151	0.18 386

DCANet	2.08 198	0.64 294	3.81 299	0.31 120	0.17 129	1.70 100	0.25 161	5.23 185	8.47 396	6.07 275	5.30 230	1.41 155	4.23 356	1.85 84	2.02 302	0.00 1	0.00 1	0.00 1	0.00 1	0.04 151	0.19 397

IGEVStereo-DCA	1.06 87	0.45 213	2.06 106	0.32 123	0.06 27	2.74 209	0.84 323	3.71 87	2.27 80	0.39 66	0.16 18	0.20 56	0.29 55	6.47 254	0.87 187	0.00 1	0.00 1	0.00 1	0.16 421	0.06 207	0.06 239

rrr	1.05 85	0.45 213	3.18 244	0.32 123	0.06 27	2.74 209	0.95 348	3.49 73	1.12 48	0.39 66	0.16 18	0.20 56	0.29 55	6.47 254	0.87 187	0.00 1	0.00 1	0.00 1	0.21 449	0.06 207	0.10 308

MIPNet	2.06 197	0.69 316	4.57 355	0.32 123	0.21 163	1.92 118	0.19 137	6.89 285	5.64 275	5.48 245	4.02 181	2.02 183	3.50 317	3.32 128	2.01 300	0.00 1	0.01 180	0.01 397	0.01 309	0.20 376	0.13 344

CrosDoStereo	3.96 386	0.45 213	3.04 224	0.32 123	0.20 160	3.28 273	11.63 538	5.76 226	4.45 226	9.04 423	16.58 455	4.99 300	7.45 455	8.04 362	3.72 376	0.00 1	0.02 247	0.01 397	0.00 1	0.16 340	0.10 308

DeepStereo_LL	3.96 386	0.45 213	3.04 224	0.32 123	0.20 160	3.28 273	11.63 538	5.76 226	4.45 226	9.04 423	16.58 455	4.99 300	7.45 455	8.04 362	3.72 376	0.00 1	0.02 247	0.01 397	0.00 1	0.16 340	0.10 308

WCG-NET	1.24 110	0.43 199	1.46 41	0.33 128	0.08 51	2.14 139	1.08 363	3.09 30	6.86 339	2.73 162	3.43 168	0.74 133	0.94 161	0.89 28	0.33 56	0.00 1	0.04 328	0.00 1	0.00 1	0.10 266	0.05 219

MaDis-Stereo	0.80 49	0.69 316	3.02 219	0.33 128	1.83 410	1.22 20	0.06 58	3.41 66	1.49 57	0.31 41	0.38 35	0.42 109	0.51 111	1.14 44	1.21 232	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.05 219

Anonymous3	1.76 153	0.44 205	6.37 433	0.33 128	0.50 266	4.33 350	0.54 234	4.43 130	2.48 91	2.21 147	3.24 159	1.53 164	1.14 178	5.64 207	1.29 237	0.17 462	0.23 496	0.00 1	0.00 1	0.12 304	0.15 364

CFNet_pseudo	2.81 276	0.42 188	4.04 320	0.33 128	0.24 174	2.59 191	0.12 97	8.20 312	7.66 366	7.04 335	10.42 371	6.56 352	2.05 245	4.88 182	1.53 257	0.00 1	0.02 247	0.01 397	0.00 1	0.05 183	0.07 258

ccs_rob	2.81 276	0.42 188	4.06 322	0.33 128	0.25 177	2.59 191	0.12 97	8.19 311	7.68 367	7.02 332	10.37 370	6.54 348	2.06 246	4.88 182	1.53 257	0.00 1	0.02 247	0.01 397	0.00 1	0.05 183	0.07 258

castereo	0.87 55	0.60 281	1.07 4	0.34 133	0.17 129	1.89 115	0.79 308	4.84 159	2.05 71	0.65 106	2.55 136	0.31 90	0.40 84	1.02 37	0.38 73	0.01 243	0.09 410	0.00 1	0.24 461	0.03 122	0.02 88

TANstereo	1.20 103	0.49 232	2.04 104	0.34 133	0.10 67	1.80 110	0.01 5	3.40 65	4.10 210	4.37 209	4.82 202	0.41 106	0.70 135	0.94 32	0.46 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SFCPSM	3.29 318	0.43 199	5.11 382	0.34 133	0.94 333	8.48 442	2.15 413	14.51 488	5.29 260	7.00 331	7.65 307	3.43 227	2.59 271	5.11 193	2.37 322	0.01 243	0.03 299	0.01 397	0.07 384	0.13 319	0.15 364

HUF	1.05 85	0.64 294	2.33 137	0.35 136	0.22 167	3.09 256	0.41 200	3.73 94	2.89 120	0.36 53	2.71 141	0.33 97	0.30 62	2.28 103	0.23 28	0.00 1	0.61 526	0.00 1	0.00 1	0.15 333	0.39 454

LL-Strereo2	1.86 168	0.83 355	2.33 137	0.36 137	0.17 129	3.79 325	1.52 391	5.82 232	4.04 204	4.43 210	2.51 135	4.23 268	0.37 76	5.66 209	0.99 209	0.00 1	0.02 247	0.00 1	0.05 375	0.06 207	0.11 322

CREStereo++_RVC	1.59 139	0.39 159	2.26 133	0.36 137	0.01 1	1.67 92	0.01 5	2.95 24	8.12 384	3.69 193	7.44 298	0.47 114	0.32 68	0.74 16	0.39 74	0.00 1	0.00 1	0.00 1	3.03 543	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
S2M2_L	0.46 8	0.39 159	1.17 10	0.37 139	0.17 129	1.14 11	0.01 5	1.46 6	1.83 67	0.19 13	0.87 66	0.13 45	0.19 30	0.57 6	0.43 86	0.01 243	0.01 180	0.00 1	0.00 1	0.21 387	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IGEV-Stereo+	1.69 146	0.43 199	1.59 54	0.37 139	3.10 461	2.10 133	0.07 66	1.86 8	0.91 39	0.39 66	0.03 5	0.20 56	0.41 92	7.05 299	0.16 12	0.02 335	0.07 386	0.00 1	0.18 436	5.14 534	9.77 555

iRaft-Stereo_20w	2.56 255	0.35 130	4.98 373	0.37 139	0.67 295	3.47 285	0.59 251	12.57 455	3.89 191	6.10 277	6.23 258	1.49 161	2.24 252	6.65 271	0.86 185	0.00 1	0.19 483	0.00 1	0.33 487	0.08 237	0.22 409

LoS	0.91 63	0.34 119	2.10 117	0.38 142	0.13 100	2.47 171	0.26 163	5.00 172	2.74 113	0.89 118	0.21 28	0.49 116	0.36 73	1.97 92	0.67 139	0.02 335	0.02 247	0.00 1	0.00 1	0.06 207	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt45	1.09 89	0.35 130	1.49 44	0.39 143	0.23 172	3.50 292	0.14 113	3.35 59	1.81 64	0.36 53	2.04 115	0.27 79	0.26 47	6.84 282	0.63 131	0.00 1	0.00 1	0.00 1	0.00 1	0.16 340	0.03 138

PCWNet_CMD	2.99 295	0.39 159	4.02 317	0.39 143	0.26 184	2.53 179	0.15 119	9.24 346	9.22 407	7.12 339	11.53 398	6.94 359	2.41 262	4.02 154	1.33 240	0.01 243	0.02 247	0.02 428	0.00 1	0.05 183	0.07 258

MSMDNet	2.99 295	0.39 159	4.02 317	0.40 145	0.25 177	2.53 179	0.16 125	9.35 350	9.25 408	7.08 337	11.39 393	6.93 358	2.43 263	4.01 153	1.34 242	0.01 243	0.02 247	0.02 428	0.00 1	0.05 183	0.07 258

MSCF	1.24 110	0.77 336	1.95 93	0.42 146	0.46 249	3.85 328	0.85 329	4.26 121	2.02 70	2.21 147	2.34 130	0.17 48	2.74 282	1.75 77	0.39 74	0.00 1	0.01 180	0.00 1	0.54 509	0.04 151	0.05 219

LoS_RVC	1.26 115	1.43 441	1.91 82	0.42 146	3.77 493	1.71 101	0.04 38	2.58 16	2.49 93	0.42 78	2.58 137	0.30 86	0.57 123	1.71 72	0.66 137	0.01 243	0.02 247	0.00 1	0.00 1	0.02 76	4.49 534

CES	1.56 137	0.35 130	1.44 37	0.42 146	7.70 538	2.66 205	0.13 106	4.89 161	2.53 96	0.25 25	1.10 73	0.33 97	0.31 66	1.61 70	0.58 126	0.01 243	0.02 247	0.00 1	0.00 1	0.54 472	6.26 540

ARAFT	3.13 306	1.11 410	7.34 455	0.42 146	0.14 106	4.52 361	2.99 435	7.41 297	5.97 295	8.85 417	7.06 288	5.20 310	1.25 195	8.49 398	1.44 248	0.00 1	0.03 299	0.00 1	0.00 1	0.33 438	0.11 322

monsterstereo	0.93 64	0.30 69	1.91 82	0.43 150	2.63 449	1.21 18	0.01 5	3.11 31	0.76 11	0.46 88	1.44 89	0.05 5	0.09 10	5.66 209	0.50 115	0.00 1	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18

IGEV-BASED-STEREO-	4.24 407	25.07 553	26.53 545	0.44 151	0.07 35	1.50 76	0.54 234	2.09 11	1.57 59	0.51 95	0.62 49	0.21 66	0.20 33	1.44 59	0.53 118	12.03 557	0.01 180	0.00 1	0.08 389	1.75 515	9.69 553

Reg-Stereo(zero)	1.60 141	0.19 13	2.59 163	0.45 152	0.47 258	1.64 89	0.23 154	3.22 47	5.87 285	4.29 206	3.01 149	4.49 284	1.64 225	2.47 110	1.16 228	0.00 1	0.08 398	0.00 1	0.13 413	0.01 25	0.10 308

rvit_0105_5	1.48 132	0.89 369	5.43 399	0.46 153	0.04 13	1.60 84	0.60 255	4.65 149	5.90 288	0.76 111	1.59 96	1.75 172	0.78 148	4.20 162	0.88 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 239

BUS	2.49 250	0.32 87	3.05 229	0.46 153	0.46 249	7.12 420	0.50 226	9.05 340	4.69 239	6.11 278	6.15 251	5.29 312	0.83 152	3.91 147	1.77 282	0.01 243	0.03 299	0.03 445	0.00 1	0.04 151	0.00 1

BSDual-CNN	2.69 263	0.32 87	3.05 229	0.46 153	0.46 249	7.13 422	1.63 397	9.05 340	4.69 239	6.11 278	6.15 251	6.26 342	2.54 267	3.91 147	1.91 292	0.01 243	0.03 299	0.03 445	0.00 1	0.04 151	0.00 1

hknet	3.31 321	0.42 188	4.68 359	0.46 153	1.17 356	7.13 422	1.63 397	9.05 340	6.91 340	6.11 278	6.15 251	9.66 413	2.85 289	7.48 329	2.45 327	0.01 243	0.03 299	0.03 445	0.00 1	0.04 151	0.00 1

CroCo-Stereo	0.99 74	0.89 369	3.19 245	0.46 153	0.44 243	0.38 2	0.05 51	4.61 142	3.95 196	0.48 90	1.78 108	1.01 142	0.27 49	1.11 42	1.07 215	0.01 243	0.00 1	0.00 1	0.00 1	0.05 183	0.04 184
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
monsters	0.87 55	0.28 53	1.54 48	0.47 158	2.71 453	1.38 60	0.01 5	3.14 35	0.81 14	0.32 43	0.48 42	0.05 5	0.13 23	5.72 214	0.42 84	0.01 243	0.01 180	0.00 1	0.00 1	0.00 1	0.01 18

rvit_stereo_0083	1.03 81	0.26 47	3.09 236	0.49 159	0.09 59	1.27 46	0.24 156	2.72 18	4.60 236	0.38 58	0.77 58	0.78 136	1.18 188	4.35 167	0.33 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 138

test_xeample3	1.08 88	0.43 199	3.39 261	0.49 159	0.05 16	2.58 188	0.93 343	3.32 56	1.77 63	0.23 20	0.23 29	0.19 52	0.28 51	6.34 245	0.85 180	0.00 1	0.01 180	0.00 1	0.26 473	0.06 207	0.10 308

IGEV-RUCA	0.81 52	0.15 1	1.13 6	0.52 161	0.32 211	2.13 138	0.51 229	3.46 71	1.71 62	0.95 121	0.16 18	0.24 72	0.55 117	2.81 116	0.41 80	0.12 448	0.21 490	0.20 500	0.25 466	0.21 387	0.20 404

GASTEREO	1.34 120	0.98 388	1.86 76	0.53 162	0.46 249	3.97 336	0.86 331	4.25 120	2.16 74	2.34 153	3.48 171	0.17 48	2.87 291	1.88 89	0.39 74	0.00 1	0.01 180	0.00 1	0.54 509	0.04 151	0.05 219

gcap-zeroshot	1.87 172	0.44 205	4.24 330	0.53 162	0.51 270	3.12 261	0.75 298	6.42 263	3.91 193	3.75 195	1.67 101	7.79 376	0.55 117	2.61 112	0.53 118	0.02 335	0.21 490	0.00 1	0.23 458	0.00 1	0.05 219

CFNet_ucs	3.07 300	0.44 205	4.05 321	0.54 164	0.37 229	3.08 254	0.19 137	9.80 362	8.49 398	7.64 366	12.62 417	5.67 326	1.76 237	4.96 188	1.51 254	0.00 1	0.04 328	0.01 397	0.00 1	0.09 255	0.11 322

psmg	3.10 304	0.32 87	3.05 229	0.54 164	0.46 249	8.68 447	2.84 432	9.87 363	4.69 239	8.08 384	8.69 327	6.26 342	2.54 267	3.91 147	1.91 292	0.01 243	0.04 328	0.06 468	0.00 1	0.11 287	0.00 1

IPLG	2.43 241	0.66 306	4.77 364	0.54 164	0.31 207	3.01 249	0.26 163	6.15 244	5.55 270	7.69 367	6.21 256	1.89 177	1.74 233	7.19 312	2.35 320	0.01 243	0.01 180	0.00 1	0.00 1	0.24 410	0.12 336

IGEV++	1.14 99	0.51 241	1.66 61	0.55 167	0.08 51	2.52 176	1.01 354	6.51 269	3.16 144	0.59 101	2.11 120	0.43 110	1.18 188	1.44 59	0.79 170	0.00 1	0.05 345	0.00 1	0.05 375	0.11 287	0.11 322

GLC_STEREO	0.75 46	0.29 58	1.19 12	0.55 167	0.01 1	1.98 125	0.57 249	3.07 27	3.02 136	0.90 119	1.48 91	0.19 52	0.40 84	0.93 31	0.36 63	0.00 1	0.01 180	0.00 1	0.00 1	0.04 151	0.02 88

ACRE	2.41 238	1.08 404	5.11 382	0.55 167	2.05 421	2.65 202	0.78 307	5.26 196	4.67 238	7.59 364	9.20 339	1.70 169	1.08 172	3.74 142	2.18 312	0.01 243	0.18 477	0.02 428	0.08 389	0.22 393	0.10 308

sAnonymous2	1.35 122	1.66 462	8.14 467	0.55 167	0.46 249	1.23 22	0.24 156	4.00 110	3.47 169	0.40 71	1.11 74	0.23 69	1.42 205	0.96 34	0.57 122	0.01 243	0.00 1	0.00 1	0.20 444	2.07 519	0.22 409

CroCo_RVC	1.35 122	1.66 462	8.14 467	0.55 167	0.46 249	1.23 22	0.24 156	4.00 110	3.47 169	0.40 71	1.11 74	0.23 69	1.42 205	0.96 34	0.57 122	0.01 243	0.00 1	0.00 1	0.20 444	2.07 519	0.22 409

GGEV	1.22 108	0.35 130	1.96 96	0.57 172	0.28 194	6.83 414	0.64 266	5.42 209	2.35 89	0.75 110	2.28 127	0.26 75	1.30 197	1.00 36	0.16 12	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.15 364

GMStereo	1.83 165	0.99 391	4.55 352	0.57 172	0.05 16	2.53 179	0.01 5	4.95 164	11.14 445	3.52 186	2.24 125	0.53 122	0.49 108	3.76 143	0.80 173	0.20 469	0.00 1	0.00 1	0.12 410	0.12 304	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
MGS-Stereo	1.10 90	0.26 47	2.45 146	0.58 174	0.06 27	1.84 113	0.67 276	2.16 12	3.42 167	1.03 123	6.13 250	0.49 116	0.36 73	1.43 58	0.62 128	0.00 1	0.00 1	0.00 1	0.00 1	0.47 469	0.00 1

IER	3.20 313	0.54 257	5.13 384	0.58 174	1.59 383	7.29 425	0.56 240	6.36 255	4.95 249	7.44 358	8.84 328	6.20 340	6.26 427	4.88 182	3.29 355	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.01 18

Former-RAFT_DAM_RVC	1.26 115	0.42 188	2.36 142	0.59 176	1.26 361	2.43 169	0.01 5	3.29 54	7.76 373	1.71 142	2.78 143	0.27 79	0.32 68	1.16 47	0.58 126	0.04 398	0.01 180	0.00 1	0.00 1	0.04 151	0.10 308

rvit_stereo_0075_2	2.00 190	0.32 87	5.49 403	0.60 177	1.98 418	1.77 107	0.10 86	7.24 292	5.70 276	2.90 168	4.06 182	3.11 217	0.56 119	5.32 199	0.76 160	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.16 377

rvit_0105_6	1.26 115	0.87 362	4.85 367	0.61 178	0.07 35	1.60 84	0.32 179	3.79 101	5.87 285	0.25 25	0.26 31	1.09 145	0.29 55	4.60 174	0.62 128	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 239

rvit_0105_4	1.38 125	0.98 388	5.52 408	0.61 178	0.05 16	1.62 87	0.41 200	3.95 108	5.80 282	0.31 41	0.73 55	1.37 153	0.53 115	4.89 186	0.78 168	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.04 184

DA2	1.19 102	0.37 148	1.94 89	0.62 180	0.30 198	6.06 397	0.59 251	5.55 215	2.23 77	0.37 56	2.42 134	0.41 106	1.17 186	1.24 51	0.16 12	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.20 404

rvit_stereo_0081	0.88 57	0.28 53	1.81 72	0.62 180	0.13 100	1.34 55	0.12 97	3.14 35	4.59 234	0.43 81	0.30 33	0.54 123	0.11 19	3.89 145	0.36 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

rvit_stereo_0082	0.88 57	0.28 53	1.81 72	0.62 180	0.13 100	1.34 55	0.12 97	3.14 35	4.59 234	0.43 81	0.30 33	0.54 123	0.11 19	3.89 145	0.36 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

IPLGR_C	2.44 243	1.17 418	4.94 371	0.62 180	2.08 423	2.65 202	0.80 310	5.60 218	4.79 245	7.87 375	9.23 341	1.67 168	1.15 180	3.43 133	2.23 314	0.01 243	0.19 483	0.02 428	0.08 389	0.22 393	0.10 308

SMoEStereo_RVC	0.95 66	0.35 130	1.37 29	0.63 184	0.07 35	2.07 130	0.16 125	2.88 23	1.68 60	0.30 36	1.23 82	0.19 52	0.28 51	6.80 279	0.84 179	0.00 1	0.00 1	0.00 1	0.00 1	0.11 287	0.13 344

CIPLG	2.47 249	1.10 408	4.71 362	0.63 184	2.15 428	2.67 206	0.77 302	5.19 183	4.73 242	7.85 374	9.56 354	1.72 170	1.14 178	4.20 162	2.34 318	0.01 243	0.19 483	0.02 428	0.09 400	0.23 400	0.08 273

HSM-Net_RVC	4.20 402	0.32 87	2.76 188	0.63 184	0.69 298	6.95 417	1.69 401	11.96 430	8.36 392	8.83 416	12.17 410	15.18 480	4.21 354	6.91 288	3.30 356	0.02 335	0.02 247	0.00 1	0.00 1	0.01 25	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CASnet	0.98 70	0.32 87	1.62 57	0.65 187	0.07 35	2.11 135	0.14 113	3.50 74	4.03 202	3.77 196	1.41 87	0.31 90	0.29 55	0.80 21	0.57 122	0.01 243	0.00 1	0.00 1	0.00 1	0.04 151	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-BAT	1.77 154	0.49 232	2.78 191	0.66 188	0.16 119	3.76 322	0.80 310	3.72 93	3.27 155	3.68 192	5.03 211	3.66 244	0.56 119	5.82 217	0.65 133	0.00 1	0.05 345	0.00 1	0.24 461	0.01 25	0.01 18

iRaftStereo_RVC	1.62 142	0.68 311	1.98 97	0.67 189	0.05 16	2.99 247	0.04 38	5.36 205	3.74 182	3.82 197	4.96 207	2.54 195	0.62 128	3.35 129	0.97 207	0.00 1	0.07 386	0.00 1	0.00 1	0.30 425	0.27 434

tg	1.96 186	0.64 294	2.15 120	0.68 190	0.12 91	4.40 358	0.04 38	5.74 223	4.19 216	4.00 201	5.23 223	2.58 196	0.93 159	7.12 306	0.77 166	0.00 1	0.02 247	0.00 1	0.00 1	0.31 430	0.25 424

dd	2.16 206	1.22 421	4.82 365	0.68 190	0.12 91	1.39 65	0.17 130	5.14 178	11.22 449	2.70 161	3.51 173	1.52 163	1.23 193	5.08 191	3.96 383	0.12 448	0.01 180	0.04 457	0.21 449	0.07 225	0.01 18

EAI-Stereo	2.31 228	0.44 205	2.72 180	0.68 190	0.56 279	3.51 295	2.62 425	11.42 412	4.14 213	2.09 146	7.23 293	1.21 150	0.91 157	5.67 211	1.51 254	0.01 243	0.25 502	0.00 1	0.88 522	0.04 151	0.26 430

PSM-AAD	3.33 329	0.20 18	1.47 43	0.73 193	0.54 277	2.55 183	6.19 494	4.97 167	3.27 155	10.92 469	11.92 403	2.95 206	9.59 489	7.90 353	0.82 175	0.01 243	0.01 180	0.00 1	0.00 1	0.04 151	2.47 523

AnonymousM	2.71 267	6.75 529	0.98 1	0.73 193	0.06 27	2.41 167	0.53 231	5.30 198	3.05 137	4.75 224	2.09 117	1.89 177	1.01 165	1.88 89	0.51 116	0.01 243	0.02 247	17.42 551	4.76 551	0.02 76	0.01 18

KYRaft	3.59 353	0.31 74	1.84 75	0.76 195	0.46 249	2.29 152	4.04 460	4.75 154	3.25 154	8.93 422	19.47 481	6.62 355	5.07 401	7.79 348	0.71 147	0.01 243	0.00 1	0.00 1	0.01 309	0.04 151	5.38 539

rvit_0105_3	1.71 148	0.90 372	5.93 419	0.78 196	0.02 3	1.62 87	1.69 401	5.15 180	5.99 297	2.22 149	1.64 99	1.97 182	1.17 186	4.19 160	0.92 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.03 138

PFNet+	2.35 233	0.31 74	3.69 288	0.79 197	0.17 129	3.15 266	0.75 298	4.52 136	6.30 315	7.90 378	6.34 265	2.53 194	1.18 188	7.72 344	1.62 267	0.03 378	0.00 1	0.00 1	0.00 1	0.01 25	0.03 138

MoCha-V2	1.41 127	0.42 188	2.61 166	0.81 198	0.23 172	2.53 179	0.20 143	4.81 157	3.16 144	0.82 116	3.15 155	0.30 86	1.61 224	6.66 272	0.40 79	0.00 1	0.20 487	0.00 1	0.24 461	0.05 183	0.02 88

MSKI-zero shot	2.00 190	0.36 141	2.15 120	0.81 198	0.25 177	2.69 207	0.29 171	6.16 245	2.34 88	4.31 207	7.52 299	3.70 247	0.25 41	8.42 394	0.41 80	0.01 243	0.13 448	0.00 1	0.25 466	0.03 122	0.02 88

GwcNet-ADL	2.65 262	0.48 228	3.84 305	0.82 200	0.33 217	2.04 129	0.69 282	8.07 309	9.42 412	6.05 272	6.66 271	4.14 265	1.73 231	5.40 203	3.01 344	0.08 434	0.06 363	0.00 1	0.00 1	0.06 207	0.03 138

GMM-Stereo	3.32 327	0.27 51	2.52 155	0.82 200	0.48 260	2.27 151	4.91 480	5.06 174	3.08 140	7.06 336	16.72 458	6.21 341	3.70 329	7.60 333	1.16 228	0.04 398	0.00 1	0.00 1	0.04 369	0.10 266	4.45 532

RAFT+CT+SA	2.36 235	0.71 320	2.46 149	0.83 202	2.26 435	3.18 268	0.93 343	6.82 283	5.48 265	2.55 157	8.07 317	1.64 166	1.59 222	8.54 400	1.15 226	0.02 335	0.00 1	0.00 1	0.38 494	0.19 372	0.36 451

rvit_stereo_ft	1.00 77	0.78 343	3.84 305	0.84 203	0.36 225	1.23 22	0.24 156	3.81 102	3.76 185	0.37 56	0.87 66	0.74 133	1.12 174	1.18 48	0.76 160	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.06 239

ACVNet	2.58 258	0.53 253	2.69 174	0.84 203	0.59 281	2.61 194	0.55 238	8.35 313	5.70 276	4.45 211	9.26 349	5.77 328	3.50 317	2.24 101	4.41 394	0.00 1	0.00 1	0.00 1	0.00 1	0.17 353	0.01 18

CASS	2.44 243	0.44 205	3.56 276	0.85 205	0.38 231	3.14 263	0.22 150	9.64 358	4.00 199	6.78 318	7.62 305	3.57 240	3.58 322	3.80 144	1.10 220	0.02 335	0.01 180	0.00 1	0.00 1	0.05 183	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RSM++	1.02 79	0.24 40	1.33 26	0.86 206	0.04 13	2.78 216	0.30 177	2.63 17	2.67 104	0.48 90	1.95 112	0.52 120	0.25 41	5.50 205	0.57 122	0.00 1	0.00 1	0.00 1	0.17 429	0.11 287	0.09 286

PS-NSSS	3.90 380	1.84 473	4.55 352	0.87 207	2.95 459	4.10 342	2.00 410	10.77 393	8.23 389	6.75 316	14.63 441	5.01 304	2.24 252	8.41 393	2.91 341	0.33 488	0.03 299	0.83 522	0.00 1	0.82 494	0.70 490

DEFOM-Stereo_RVC	0.98 70	2.14 486	1.55 49	0.88 208	0.26 184	0.56 6	0.04 38	2.80 21	0.86 22	0.30 36	0.80 63	0.21 66	2.33 259	6.17 230	0.37 69	0.00 1	0.07 386	0.00 1	0.17 429	0.01 25	0.01 18

UGAM-zero	3.51 346	0.33 104	4.44 342	0.88 208	0.65 292	3.52 298	0.16 125	11.35 409	2.71 108	5.09 235	5.82 241	15.28 481	9.14 484	8.38 390	1.61 266	0.00 1	0.16 469	0.00 1	0.46 505	0.02 76	0.19 397

test-1	1.82 163	0.45 213	5.42 398	0.89 210	0.41 239	2.14 139	0.56 240	5.75 224	4.15 214	3.28 179	5.11 212	3.61 241	0.70 135	1.53 65	1.56 261	0.02 335	0.34 508	0.00 1	0.08 389	0.02 76	0.30 442

hitnet-ft	3.66 358	0.65 300	2.79 195	0.89 210	0.72 305	4.25 346	0.55 238	9.11 343	7.52 361	7.14 340	10.19 364	12.49 457	4.70 385	7.44 325	4.41 394	0.03 378	0.00 1	0.06 468	0.00 1	0.20 376	0.04 184

HH	2.42 239	0.73 324	3.76 293	0.91 212	0.14 106	2.78 216	0.71 288	7.92 306	2.72 109	1.53 138	6.10 248	7.93 380	4.01 345	8.60 404	0.44 91	0.00 1	0.09 410	0.00 1	0.00 1	0.05 183	0.04 184

HanStereo	2.42 239	0.73 324	3.76 293	0.91 212	0.14 106	2.78 216	0.71 288	7.92 306	2.72 109	1.53 138	6.10 248	7.93 380	4.01 345	8.60 404	0.44 91	0.00 1	0.09 410	0.00 1	0.00 1	0.05 183	0.04 184

RAFT	2.57 257	0.76 333	3.09 236	0.91 212	0.09 59	2.41 167	0.94 345	5.35 203	2.65 103	6.11 278	7.21 291	9.43 410	4.30 363	5.73 215	1.77 282	0.00 1	0.12 438	0.00 1	0.02 335	0.46 468	0.08 273

Prome-Stereo	3.65 357	0.29 58	1.92 85	0.91 212	0.49 263	2.07 130	4.75 478	4.41 129	3.23 153	9.32 431	20.63 489	4.06 259	7.19 448	7.70 341	1.17 230	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	4.72 536

UniTT-Stereo	0.83 53	0.33 104	1.98 97	0.92 216	1.27 364	0.54 5	0.11 91	1.35 5	2.94 123	1.67 141	2.09 117	0.20 56	0.31 66	1.57 66	1.07 215	0.00 1	0.00 1	0.00 1	0.00 1	0.16 340	0.01 18

Selective-RAFT	1.69 146	0.32 87	3.29 252	0.92 216	0.18 144	3.89 330	0.06 58	4.22 119	4.00 199	1.47 137	1.98 113	3.07 215	2.81 286	6.35 247	0.89 195	0.01 243	0.00 1	0.00 1	0.21 449	0.05 183	0.00 1

ICVP	2.32 230	0.38 155	2.89 210	0.92 216	0.70 302	2.55 183	0.87 334	9.97 367	3.99 198	4.13 204	8.97 336	2.71 201	1.69 227	2.52 111	3.52 371	0.05 410	0.24 501	0.01 397	0.01 309	0.11 287	0.13 344
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
dad	4.66 424	1.89 477	5.51 406	0.94 219	0.09 59	2.16 143	0.37 189	7.10 291	14.43 474	10.13 451	16.84 459	14.97 477	1.90 240	6.82 280	4.15 388	1.09 518	0.11 431	4.08 539	0.46 505	0.17 353	0.06 239

FTStereo	4.55 423	0.36 141	2.18 128	0.94 219	0.38 231	2.60 193	8.82 520	4.98 170	3.17 147	10.88 468	30.35 527	5.60 325	7.60 460	7.62 335	1.55 260	0.17 462	0.00 1	0.05 464	0.00 1	0.03 122	3.80 530

R-Stereo Train	2.44 243	0.32 87	1.93 86	0.94 219	0.16 119	3.67 307	0.61 258	6.37 257	3.08 140	9.14 425	17.44 471	1.80 173	0.77 145	1.76 79	0.70 143	0.00 1	0.01 180	0.00 1	0.00 1	0.01 25	0.03 138

RAFT-Stereo	2.44 243	0.32 87	1.93 86	0.94 219	0.16 119	3.67 307	0.61 258	6.37 257	3.08 140	9.14 425	17.44 471	1.80 173	0.77 145	1.76 79	0.70 143	0.00 1	0.01 180	0.00 1	0.00 1	0.01 25	0.03 138
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CroCo-Stereo Lap2	1.24 110	0.88 366	3.39 261	0.95 223	4.59 518	0.47 4	0.08 74	3.51 76	2.80 116	1.17 133	2.24 125	1.57 165	0.20 33	1.48 62	1.14 225	0.00 1	0.00 1	0.00 1	0.00 1	0.15 333	0.12 336

LCNet	2.85 279	0.42 188	1.90 81	0.95 223	0.56 279	2.07 130	1.60 395	4.99 171	3.57 177	6.05 272	10.59 375	4.59 287	6.79 442	7.46 326	0.72 149	0.01 243	0.00 1	0.01 397	0.77 519	0.30 425	3.57 528

AEACV	0.80 49	0.29 58	1.70 68	0.96 225	0.24 174	2.03 128	0.88 335	3.50 74	0.88 32	0.34 50	0.20 27	0.29 84	2.01 243	1.77 81	0.33 56	0.00 1	0.03 299	0.00 1	0.29 475	0.10 266	0.09 286

test_3	1.88 173	0.22 26	2.75 184	0.96 225	0.22 167	1.28 48	0.77 302	4.62 144	5.87 285	6.55 313	1.84 110	4.28 274	0.45 106	6.48 256	0.76 160	0.00 1	0.01 180	0.00 1	0.28 474	0.17 353	0.14 353

FADNet_RVC	3.91 383	1.67 464	12.95 505	0.96 225	0.75 307	5.71 387	0.54 234	10.83 395	6.60 331	3.46 185	8.09 318	4.10 263	3.40 313	9.43 443	6.33 427	0.36 490	0.44 519	0.17 496	0.46 505	0.91 497	0.95 497

RAFT-Stereo-weight	1.67 144	0.31 74	1.57 51	0.97 228	0.15 111	3.19 269	0.77 302	5.06 174	6.19 312	4.96 229	3.38 166	2.83 202	0.35 71	2.87 117	0.74 153	0.01 243	0.06 363	0.00 1	0.00 1	0.01 25	0.02 88

CoDeX	3.43 340	0.68 311	4.49 345	0.98 229	1.65 390	6.37 402	2.14 412	13.23 469	6.07 301	7.23 347	8.95 333	4.09 261	3.79 338	6.31 241	2.37 322	0.03 378	0.06 363	0.00 1	0.00 1	0.07 225	0.15 364

testlalala	1.50 134	0.41 181	1.67 64	0.98 229	0.31 207	4.00 338	0.90 340	5.26 196	2.17 75	6.56 314	3.61 174	1.74 171	0.38 80	1.21 49	0.42 84	0.00 1	0.02 247	0.00 1	0.29 475	0.01 25	0.01 18

TransformOpticalFlow	3.38 332	0.70 318	4.54 349	1.00 231	0.30 198	3.56 300	0.14 113	9.67 359	7.30 355	5.55 247	13.34 426	6.74 356	5.03 399	8.22 385	1.34 242	0.00 1	0.01 180	0.01 397	0.00 1	0.04 151	0.11 322

fffy	1.13 97	0.51 241	2.15 120	1.01 232	0.09 59	2.30 157	0.19 137	4.07 113	1.13 50	0.16 10	2.66 138	0.20 56	0.38 80	6.98 295	0.35 60	0.00 1	0.06 363	0.00 1	0.00 1	0.14 329	0.16 377

test_1	1.85 167	0.21 23	2.45 146	1.02 233	0.22 167	1.37 59	0.82 314	4.66 151	5.06 252	7.02 332	1.73 103	4.09 261	0.41 92	6.51 260	0.76 160	0.00 1	0.00 1	0.00 1	0.29 475	0.18 364	0.14 353

RAFT-345	3.27 316	0.41 181	2.88 208	1.02 233	0.21 163	2.63 199	0.48 214	3.76 97	5.51 268	7.35 354	24.88 510	4.25 270	1.76 237	8.15 376	2.13 307	0.01 243	0.00 1	0.00 1	0.00 1	0.01 25	0.01 18

MyStereo07	1.31 119	0.79 344	1.61 55	1.03 235	1.11 349	2.63 199	0.46 211	5.48 211	2.24 78	0.64 105	1.48 91	0.27 79	0.59 127	7.03 298	0.45 95	0.00 1	0.09 410	0.00 1	0.01 309	0.11 287	0.09 286

MyStereo04	2.95 293	0.79 344	5.38 397	1.03 235	1.11 349	2.63 199	0.46 211	10.00 370	12.44 464	4.19 205	3.91 179	3.04 213	3.60 323	7.34 320	2.74 339	0.00 1	0.09 410	0.00 1	0.01 309	0.11 287	0.09 286

StereoVision	2.25 220	0.72 321	4.00 316	1.03 235	2.64 450	1.91 117	0.28 167	5.83 233	4.43 224	1.89 145	10.65 378	3.88 252	0.52 114	5.13 194	1.98 299	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.03 138

ToySt	2.69 263	0.55 261	7.03 448	1.03 235	0.10 67	3.49 290	1.04 356	6.38 261	4.55 233	2.69 159	6.28 260	7.95 384	4.38 367	5.08 191	2.58 332	0.01 243	0.11 431	0.00 1	0.04 369	0.28 422	0.19 397

test-3	1.86 168	0.21 23	2.46 149	1.03 235	0.22 167	1.38 60	0.83 318	4.65 149	5.04 251	7.26 349	1.78 108	4.10 263	0.41 92	6.53 263	0.76 160	0.00 1	0.00 1	0.00 1	0.29 475	0.18 364	0.14 353

DilatedVolume-Stereo	1.13 97	0.41 181	2.75 184	1.04 240	0.11 77	2.21 146	0.10 86	2.96 25	1.32 52	2.40 155	2.09 117	0.33 97	0.58 125	5.62 206	0.43 86	0.03 378	0.06 363	0.00 1	0.14 414	0.04 151	0.04 184

CFNet-RSSM	2.11 199	0.33 104	2.71 178	1.04 240	0.30 198	3.21 271	0.41 200	6.67 276	6.96 342	5.62 248	4.58 197	5.40 317	1.71 228	1.86 85	0.87 187	0.00 1	0.08 398	0.00 1	0.32 485	0.02 76	0.02 88

Gwc-CoAtRS	2.02 193	0.33 104	2.61 166	1.04 240	0.30 198	3.56 300	0.40 199	5.89 235	5.94 292	5.08 234	5.01 210	5.55 320	1.72 230	1.60 69	0.91 199	0.01 243	0.09 410	0.00 1	0.25 466	0.01 25	0.02 88

RAFT-Test	2.17 208	0.36 141	3.40 263	1.05 243	0.34 219	4.90 371	0.69 282	6.27 251	3.98 197	4.65 221	7.02 284	6.30 345	1.12 174	1.81 82	0.99 209	0.01 243	0.17 473	0.00 1	0.34 489	0.02 76	0.02 88

delet	4.27 410	0.72 321	4.50 346	1.07 244	3.75 491	10.79 477	4.04 460	9.95 366	7.89 376	8.09 385	8.89 331	8.46 393	3.81 340	7.56 331	5.80 419	0.00 1	0.00 1	0.00 1	0.00 1	0.11 287	0.02 88

sCroCo_RVC	1.21 106	0.65 300	5.16 387	1.09 245	1.29 368	0.92 8	0.19 137	3.92 105	2.68 107	0.30 36	3.04 152	0.52 120	1.56 219	1.58 67	0.78 168	0.09 439	0.25 502	0.00 1	0.00 1	0.07 225	0.11 322

MyStereo06	2.35 233	0.66 306	4.54 349	1.10 246	0.96 335	2.57 186	0.10 86	9.30 348	4.05 206	5.22 238	6.09 246	5.95 334	2.38 261	3.00 120	0.73 151	0.01 243	0.08 398	0.00 1	0.01 309	0.13 319	0.15 364

MyStereo05	2.94 292	0.66 306	5.25 394	1.10 246	0.96 335	2.57 186	0.10 86	8.53 323	12.34 463	6.28 295	3.88 177	3.18 221	3.30 304	7.81 349	2.37 322	0.01 243	0.08 398	0.00 1	0.01 309	0.13 319	0.15 364

anonymousdsp2	1.78 155	0.39 159	3.40 263	1.10 246	0.04 13	3.63 304	0.50 226	7.80 303	2.77 115	2.91 169	2.88 145	3.17 220	1.01 165	5.15 195	0.43 86	0.00 1	0.01 180	0.02 428	0.15 418	0.05 183	0.12 336

raft_robust	2.64 261	1.20 420	2.62 168	1.10 246	0.28 194	1.50 76	0.12 97	6.28 252	9.04 405	6.80 320	7.19 290	3.73 249	2.13 247	9.06 429	1.07 215	0.03 378	0.12 438	0.00 1	0.21 449	0.17 353	0.22 409

NRIStereo	2.14 203	0.35 130	2.65 171	1.10 246	0.14 106	3.05 253	0.86 331	5.35 203	3.18 150	6.24 289	3.36 165	4.17 267	1.82 239	8.12 373	2.01 300	0.00 1	0.10 422	0.00 1	0.00 1	0.12 304	0.19 397

cross-raft	2.03 194	0.35 130	2.78 191	1.10 246	0.16 119	3.77 323	0.48 214	7.03 290	3.75 183	5.06 233	5.55 237	6.26 342	1.41 204	1.75 77	0.89 195	0.01 243	0.07 386	0.00 1	0.19 441	0.03 122	0.03 138

DeepPruner_ROB	3.52 347	1.14 415	4.06 322	1.12 252	1.65 390	3.65 306	0.83 318	13.96 479	4.47 228	7.80 371	10.84 382	7.05 365	2.16 250	8.14 375	3.08 347	0.07 429	0.03 299	0.00 1	0.01 309	0.32 434	0.06 239

EGLCR-Stereo	1.04 84	0.20 18	2.00 101	1.14 253	0.16 119	2.50 175	0.11 91	4.96 166	2.61 101	0.79 113	0.07 12	1.46 160	0.37 76	3.96 152	0.23 28	0.01 243	0.05 345	0.00 1	0.00 1	0.00 1	0.07 258

999	1.25 113	0.37 148	1.63 59	1.15 254	0.34 219	3.03 251	0.66 273	3.41 66	2.27 80	0.30 36	3.20 157	0.19 52	0.25 41	7.23 314	0.85 180	0.00 1	0.00 1	0.00 1	0.00 1	0.16 340	0.01 18

LL-Strereo	4.71 425	1.64 460	7.51 461	1.15 254	4.31 504	3.71 313	1.45 387	9.21 345	8.36 392	8.37 400	8.17 320	10.82 435	11.36 502	12.51 491	4.82 403	0.00 1	0.12 438	0.00 1	0.00 1	0.31 430	0.32 446

MM-Stereo_test1	1.57 138	0.36 141	2.19 129	1.17 256	0.35 222	2.39 165	0.56 240	4.53 137	5.21 258	3.67 191	1.65 100	0.40 103	0.84 155	6.90 287	0.80 173	0.00 1	0.03 299	0.00 1	0.00 1	0.31 430	0.03 138

MIM_Stereo	2.50 253	0.75 330	4.26 331	1.18 257	0.11 77	3.08 254	0.33 183	6.07 240	3.28 157	5.01 231	10.12 363	4.29 276	1.74 233	8.06 369	1.27 235	0.00 1	0.12 438	0.00 1	0.01 309	0.18 364	0.15 364

SGM-Forest	4.96 427	0.32 87	2.84 200	1.21 258	0.64 291	10.23 466	6.64 505	11.55 416	10.98 443	10.94 471	13.59 429	11.65 449	4.30 363	8.94 425	4.63 398	0.11 444	0.04 328	0.00 1	0.00 1	0.05 183	0.46 470
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
H2IRNET	2.16 206	0.45 213	2.60 164	1.22 259	0.03 11	1.98 125	0.13 106	4.73 153	7.04 347	1.15 131	7.79 313	5.88 332	3.39 311	4.97 189	1.45 250	0.01 243	0.00 1	0.04 457	0.17 429	0.19 372	0.03 138

test_xeample	4.13 396	0.36 141	2.75 184	1.23 260	0.51 270	3.96 335	0.13 106	12.63 456	7.65 365	7.49 360	10.86 384	3.29 224	3.36 306	6.71 276	21.53 533	0.02 335	0.03 299	0.00 1	0.00 1	0.03 122	0.04 184

AIO-test2	2.70 266	1.23 423	3.52 273	1.24 261	3.05 460	2.65 202	0.06 58	6.30 253	15.40 485	2.58 158	7.30 295	0.48 115	0.57 123	5.36 200	0.96 204	3.06 534	0.00 1	0.00 1	0.01 309	0.16 340	0.15 364

anonymousa	3.80 372	0.55 261	3.35 257	1.24 261	3.74 487	9.04 452	0.36 187	6.74 279	4.03 202	7.72 369	19.64 482	10.62 430	6.01 425	1.52 64	1.40 245	0.00 1	0.00 1	0.00 1	0.05 375	0.00 1	0.03 138

model_zeroshot	1.52 135	0.42 188	4.10 326	1.25 263	0.11 77	3.04 252	0.14 113	5.79 230	2.84 118	3.12 174	3.65 175	2.05 184	0.42 97	2.38 107	0.71 147	0.01 243	0.10 422	0.00 1	0.20 444	0.02 76	0.04 184

RAFT_R40	2.71 267	0.33 104	3.00 215	1.26 264	0.30 198	3.83 327	1.00 352	5.69 222	4.29 218	9.69 440	6.33 264	5.02 305	4.02 347	8.58 403	0.86 185	0.01 243	0.00 1	0.00 1	0.00 1	0.03 122	0.02 88

LALA_ROB	6.58 461	1.80 470	6.25 429	1.26 264	0.94 333	10.08 463	9.02 522	16.00 502	11.51 453	12.74 488	13.02 423	24.77 527	5.25 405	10.56 463	8.02 454	0.04 398	0.05 345	0.00 1	0.02 335	0.10 266	0.25 424

DualNet (step1)	3.91 383	1.11 410	6.15 426	1.27 266	0.60 283	5.22 377	2.54 420	10.66 387	7.73 370	8.36 396	7.55 301	6.55 349	4.27 358	6.58 266	1.62 267	1.49 525	0.03 299	3.10 534	2.99 540	0.20 376	0.15 364

test_sample9	5.87 442	1.11 410	6.15 426	1.27 266	0.60 283	5.22 377	2.54 420	10.66 387	7.73 370	8.36 396	7.55 301	6.55 349	4.27 358	11.68 481	11.44 499	1.49 525	24.31 573	3.10 534	2.99 540	0.20 376	0.15 364

test_sample8	7.99 488	1.11 410	6.15 426	1.27 266	0.60 283	5.22 377	2.54 420	12.04 435	6.15 307	17.46 514	9.02 338	24.67 526	18.16 525	11.68 481	11.44 499	1.49 525	24.31 573	3.10 534	2.99 540	0.20 376	0.15 364

RAFT_CTSACE	3.40 336	1.07 402	4.52 347	1.27 266	3.14 462	4.00 338	1.07 360	3.93 107	4.43 224	4.66 222	17.94 474	7.21 370	2.76 283	10.82 468	0.85 180	0.00 1	0.07 386	0.00 1	0.00 1	0.30 425	0.01 18

RAFT-Stereo + iAFF	2.12 200	0.58 274	2.43 144	1.27 266	0.16 119	1.60 84	0.14 113	5.17 182	5.90 288	7.10 338	10.10 362	3.06 214	1.74 233	1.87 87	0.97 207	0.01 243	0.02 247	0.00 1	0.00 1	0.23 400	0.02 88

HI	3.18 311	0.90 372	3.05 229	1.28 271	0.15 111	2.29 152	0.04 38	5.31 200	3.52 172	7.96 379	12.69 418	11.43 446	6.61 434	4.26 164	4.02 384	0.00 1	0.06 363	0.00 1	0.00 1	0.05 183	0.01 18

CoSv	3.18 311	0.90 372	3.05 229	1.28 271	0.15 111	2.29 152	0.04 38	5.31 200	3.52 172	7.96 379	12.69 418	11.43 446	6.61 434	4.26 164	4.02 384	0.00 1	0.06 363	0.00 1	0.00 1	0.05 183	0.01 18

FACV-RUCA	2.21 213	0.34 119	3.59 278	1.30 273	2.90 458	2.22 148	1.25 374	7.98 308	5.71 281	3.59 188	7.21 291	1.14 147	1.60 223	3.12 123	1.46 251	0.01 243	0.03 299	0.10 482	0.04 369	0.35 444	0.17 382

CBMV_ROB	4.14 397	0.52 249	3.14 240	1.30 273	0.77 311	6.92 416	1.97 409	10.11 376	9.58 415	8.92 420	14.20 436	7.12 367	5.90 422	8.65 407	3.50 366	0.01 243	0.05 345	0.00 1	0.00 1	0.04 151	0.09 286

GREAT-IGEV	0.72 42	0.29 58	1.91 82	1.31 275	0.40 235	1.41 66	0.08 74	2.29 13	2.48 91	0.18 11	0.69 53	0.10 42	0.34 70	1.72 75	0.37 69	0.00 1	0.09 410	0.00 1	0.22 455	0.10 266	0.41 459

PAM_32	3.50 345	0.32 87	5.22 391	1.32 276	0.53 275	7.49 429	0.39 195	9.52 356	3.91 193	5.22 238	5.28 229	16.75 495	7.44 454	4.61 175	0.90 198	0.00 1	0.20 487	0.00 1	0.39 497	0.09 255	0.39 454

SST-Stereo	2.75 271	0.31 74	2.78 191	1.33 277	0.33 217	3.99 337	0.82 314	5.60 218	3.93 195	10.92 469	6.19 254	5.00 303	4.23 356	8.66 408	0.74 153	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.03 138

pcwnet_v2	4.20 402	0.36 141	8.53 470	1.33 277	1.12 351	3.43 281	0.41 200	12.85 459	14.16 473	9.90 446	14.29 437	5.90 333	3.03 295	6.20 233	2.06 304	0.01 243	0.05 345	0.04 457	0.02 335	0.16 340	0.18 386

MM-Stereo_test2	0.99 74	0.29 58	2.26 133	1.34 279	0.12 91	1.78 109	0.53 231	4.71 152	3.31 160	0.76 111	0.80 63	0.50 119	0.35 71	1.86 85	0.73 151	0.00 1	0.05 345	0.00 1	0.07 384	0.26 414	0.06 239

ffm	2.90 288	0.31 74	3.97 310	1.34 279	0.98 337	2.80 219	0.48 214	4.53 137	10.19 426	6.29 297	9.23 341	5.59 321	3.72 334	8.00 359	0.46 99	0.00 1	0.02 247	0.00 1	0.00 1	0.10 266	0.04 184

ff1	3.45 344	0.31 74	3.97 310	1.34 279	0.98 337	2.80 219	0.48 214	4.53 137	10.19 426	6.29 297	9.23 341	5.59 321	3.72 334	10.11 454	9.35 477	0.00 1	0.02 247	0.00 1	0.00 1	0.10 266	0.04 184

mmx	3.86 376	0.31 74	3.97 310	1.34 279	0.98 337	2.80 219	0.48 214	12.18 443	10.66 439	6.29 297	9.23 341	5.59 321	3.72 334	10.11 454	9.35 477	0.05 410	0.02 247	0.00 1	0.00 1	0.03 122	0.04 184

xxx	3.86 376	0.31 74	3.98 314	1.34 279	0.98 337	2.80 219	0.48 214	12.18 443	10.66 439	6.29 297	9.23 341	5.59 321	3.72 334	10.11 454	9.35 477	0.05 410	0.02 247	0.00 1	0.00 1	0.03 122	0.04 184

DSFCA	4.21 404	0.50 235	5.45 401	1.34 279	1.68 395	7.04 418	4.51 472	10.73 391	7.00 344	10.78 466	6.80 274	8.48 395	4.63 382	9.91 452	5.12 408	0.02 335	0.06 363	0.02 428	0.03 351	0.08 237	0.03 138

NaN_ROB	6.00 450	1.24 425	6.29 430	1.34 279	1.68 395	9.60 460	10.31 531	15.09 493	15.79 488	12.62 486	8.95 333	11.67 452	5.83 419	11.78 485	6.41 429	0.05 410	0.13 448	0.08 477	0.20 444	0.22 393	0.79 492

PAM	3.38 332	0.31 74	5.61 411	1.37 286	0.71 303	7.60 435	0.38 194	8.94 337	3.55 175	5.54 246	4.69 199	16.09 489	7.03 446	3.67 139	1.02 213	0.00 1	0.21 490	0.00 1	0.38 494	0.07 225	0.41 459

Any-RAFT	2.18 210	0.25 41	1.94 89	1.37 286	0.80 315	5.01 374	0.56 240	8.51 322	5.58 273	4.01 202	4.85 204	5.44 318	2.26 256	2.45 109	0.35 60	0.00 1	0.15 460	0.00 1	0.00 1	0.02 76	0.02 88

riskmin	1.88 173	0.15 1	2.11 118	1.38 288	0.88 322	2.40 166	0.04 38	5.93 236	6.10 302	2.25 150	1.34 86	6.06 336	5.08 402	2.78 115	1.01 212	0.00 1	0.02 247	0.00 1	0.00 1	0.01 25	0.06 239

MLCV	3.44 343	0.88 366	5.60 410	1.39 289	0.25 177	4.36 353	0.33 183	7.25 293	7.28 354	9.17 427	12.24 413	5.09 307	2.47 264	9.15 432	3.23 352	0.00 1	0.00 1	0.00 1	0.00 1	0.10 266	0.02 88

Anonymous_2	4.14 397	0.62 290	3.21 246	1.40 290	1.43 378	5.19 376	0.32 179	6.63 273	4.38 222	4.48 214	2.30 128	8.08 385	7.00 444	5.37 201	2.29 316	0.23 474	0.75 527	5.20 542	18.12 567	5.66 535	0.23 416

qqq	1.93 181	0.30 69	2.96 214	1.40 290	0.05 16	1.96 124	0.39 195	8.45 317	3.33 162	3.06 172	3.84 176	4.67 289	2.70 276	4.40 169	0.96 204	0.00 1	0.01 180	0.00 1	0.00 1	0.02 76	0.03 138

MMNet	4.16 400	0.77 336	5.47 402	1.40 290	1.67 393	10.78 476	0.63 262	8.64 331	8.47 396	8.80 415	8.33 321	7.51 371	6.61 434	7.53 330	6.54 432	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.05 219

IGEV_Zeroshot_test	2.13 202	0.50 235	4.91 370	1.41 293	0.18 144	2.62 197	0.36 187	7.80 303	3.87 189	5.04 232	5.42 233	4.77 292	1.03 168	3.43 133	0.79 170	0.00 1	0.16 469	0.00 1	0.18 436	0.17 353	0.04 184

RYNet	6.34 456	0.89 369	5.88 416	1.41 293	4.48 515	15.97 511	4.18 463	13.41 471	16.49 491	10.81 467	7.00 283	14.33 473	8.72 476	9.43 443	13.71 511	0.00 1	0.01 180	0.00 1	0.00 1	0.02 76	0.07 258

MM-Stereo_test3	1.83 165	0.59 277	1.93 86	1.43 295	3.99 499	2.44 170	0.81 312	5.81 231	6.70 334	1.73 144	4.79 200	1.23 151	0.65 130	3.30 126	0.85 180	0.00 1	0.01 180	0.00 1	0.00 1	0.33 438	0.05 219

PSMNet-ADL	2.98 294	0.43 199	2.41 143	1.43 295	0.40 235	5.94 394	0.28 167	8.45 317	5.13 255	3.36 183	6.77 273	8.41 391	4.61 381	7.20 313	4.55 397	0.02 335	0.09 410	0.00 1	0.00 1	0.01 25	0.03 138

RAFT + AFF	4.30 412	1.55 452	5.84 415	1.43 295	2.36 438	5.94 394	6.72 506	10.01 371	7.56 362	7.55 362	8.96 335	7.09 366	6.73 440	8.57 402	4.02 384	0.02 335	0.47 522	0.00 1	0.01 309	0.56 473	0.54 479

FADNet-RVC-Resample	3.79 370	1.62 458	12.06 493	1.43 295	0.66 293	5.94 394	2.41 416	10.18 378	8.58 401	6.28 295	4.22 187	5.33 316	4.80 393	7.71 342	3.19 350	0.17 462	0.21 490	0.17 496	0.12 410	0.41 463	0.29 440

ETE_ROB	5.80 441	1.77 468	6.33 431	1.44 299	0.78 314	6.43 404	6.90 508	12.53 453	8.08 383	12.93 492	14.89 443	21.13 521	5.87 421	9.83 450	6.57 433	0.04 398	0.01 180	0.00 1	0.02 335	0.08 237	0.33 447

1111x	4.25 408	0.30 69	4.31 334	1.47 300	0.37 229	5.10 375	0.32 179	12.86 460	9.82 420	6.01 270	9.73 358	8.78 401	5.97 424	9.43 443	10.39 489	0.06 420	0.03 299	0.00 1	0.00 1	0.02 76	0.04 184

222	5.36 435	0.40 170	2.72 180	1.50 301	0.48 260	6.15 398	0.07 66	13.73 477	8.06 381	8.79 413	11.03 388	3.71 248	4.21 354	7.47 328	38.74 565	0.03 378	0.02 247	0.00 1	0.00 1	0.04 151	0.05 219

CFNet-ft	3.31 321	0.94 385	2.69 174	1.50 301	2.38 439	2.81 227	0.68 277	8.35 313	7.43 357	4.45 211	9.94 360	10.20 423	4.60 379	6.50 259	3.41 358	0.00 1	0.00 1	0.03 445	0.00 1	0.22 393	0.03 138

CFNet_RVC	3.31 321	0.94 385	2.69 174	1.50 301	2.38 439	2.81 227	0.68 277	8.35 313	7.43 357	4.45 211	9.94 360	10.20 423	4.60 379	6.49 257	3.41 358	0.00 1	0.00 1	0.03 445	0.00 1	0.22 393	0.03 138

DCVSM-stereo	3.13 306	0.37 148	2.95 212	1.51 304	0.80 315	2.75 214	0.49 224	6.79 281	5.25 259	11.43 477	5.57 238	10.79 434	5.30 406	5.25 196	2.95 342	0.03 378	0.09 410	0.03 445	0.00 1	0.12 304	0.09 286

CBFPSM	4.87 426	0.94 385	14.70 512	1.51 304	1.15 354	11.49 482	2.55 424	7.28 294	6.47 326	6.23 288	4.83 203	15.30 482	8.99 480	6.88 284	8.20 461	0.03 378	0.02 247	0.00 1	0.00 1	0.40 460	0.42 462

z-ln-s-r	5.99 449	1.34 437	15.55 515	1.52 306	1.95 417	3.28 273	2.71 429	7.72 300	11.16 446	6.43 307	25.06 512	8.76 400	5.86 420	11.03 472	17.17 521	0.00 1	0.00 1	0.00 1	0.00 1	0.24 410	0.11 322

DFGA-Net	2.78 273	1.91 478	7.35 456	1.52 306	0.36 225	3.36 278	0.20 143	6.64 274	5.93 291	4.88 227	6.31 263	2.18 186	1.12 174	7.43 324	5.98 422	0.00 1	0.00 1	0.00 1	0.00 1	0.37 450	0.04 184

GIP-stereo	0.70 39	0.44 205	1.70 68	1.52 306	0.75 307	1.48 71	0.05 51	4.18 118	1.10 47	0.18 11	0.42 38	0.58 126	0.38 80	0.65 12	0.46 99	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.01 18

AIO-Stereo-zeroshot	2.86 283	0.99 391	7.52 462	1.52 306	0.92 329	2.94 243	0.03 32	9.31 349	3.81 187	2.42 156	5.86 243	9.23 406	4.64 383	4.31 166	2.19 313	0.02 335	0.18 477	0.00 1	0.54 509	0.35 444	0.35 449

Wz-Net-LNSev	6.46 458	1.93 479	16.44 519	1.52 306	4.15 502	12.66 495	4.96 481	13.05 465	12.10 460	10.55 462	16.23 451	11.32 445	7.19 448	8.43 395	8.48 465	0.00 1	0.01 180	0.00 1	0.00 1	0.08 237	0.06 239

AIO-Stereo-zeroshot1	3.58 352	1.29 434	12.46 497	1.53 311	0.98 337	3.48 288	0.81 312	11.99 431	4.40 223	4.33 208	11.05 389	8.83 402	2.02 244	4.52 171	1.66 272	0.01 243	0.14 453	0.00 1	0.68 516	0.86 496	0.44 466

GMStereo_Zeroshot	2.77 272	1.98 483	5.14 385	1.53 311	0.36 225	3.56 300	0.10 86	5.57 216	5.91 290	6.89 327	7.02 284	8.50 397	0.91 157	6.01 224	1.65 271	0.00 1	0.00 1	0.00 1	0.00 1	0.20 376	0.01 18

CSP-Net	4.12 395	1.28 432	3.70 291	1.54 313	1.06 345	13.28 502	2.33 415	12.96 463	5.45 264	8.87 418	8.54 326	8.43 392	3.03 295	8.16 377	3.65 374	0.00 1	0.00 1	0.00 1	0.00 1	0.18 364	0.03 138

ADCP+	8.09 489	1.79 469	14.50 510	1.54 313	4.28 503	16.57 513	5.20 484	12.80 458	11.20 448	12.83 491	17.07 464	11.02 441	10.80 499	17.59 523	23.18 542	0.03 378	0.05 345	0.01 397	0.18 436	0.39 457	0.81 493

GrayStereo	3.74 363	0.20 18	1.94 89	1.55 315	0.60 283	3.12 261	8.22 517	5.76 226	3.32 161	10.40 457	16.66 457	5.81 331	8.60 475	6.57 265	1.37 244	0.01 243	0.00 1	0.01 397	0.63 512	0.02 76	0.04 184

RAFT-RH_RVC	3.96 386	0.46 219	2.93 211	1.55 315	0.42 242	3.14 263	0.14 113	3.70 86	5.98 296	11.25 475	32.23 532	5.29 312	1.68 226	8.13 374	2.14 308	0.08 434	0.00 1	0.00 1	0.03 351	0.01 25	0.00 1

AFF-stereo	2.59 259	0.68 311	2.35 141	1.55 315	0.17 129	1.67 92	0.08 74	5.75 224	6.60 331	6.20 286	12.13 408	6.16 339	2.36 260	4.75 179	1.11 221	0.02 335	0.02 247	0.00 1	0.00 1	0.23 400	0.05 219

BEATNet_4x	3.24 314	1.27 429	5.89 417	1.56 318	0.10 67	5.26 380	1.07 360	10.08 374	5.50 266	6.89 327	7.73 309	4.53 285	4.13 349	5.05 190	5.27 409	0.04 398	0.05 345	0.00 1	0.00 1	0.23 400	0.23 416

ssnet_v2	4.46 415	0.87 362	5.18 388	1.57 319	0.67 295	9.14 453	4.73 477	11.84 425	9.68 416	8.79 413	6.24 259	9.91 416	4.34 366	6.28 238	9.30 476	0.00 1	0.01 180	0.00 1	0.00 1	0.28 422	0.30 442

AE-Stereo	1.44 129	0.32 87	2.69 174	1.58 320	0.20 160	2.24 149	0.59 251	6.01 237	5.70 276	1.18 134	3.17 156	1.02 143	0.78 148	1.73 76	0.83 176	0.02 335	0.18 477	0.00 1	0.29 475	0.11 287	0.07 258

GES	2.49 250	0.38 155	4.29 333	1.58 320	0.05 16	4.58 363	1.07 360	9.70 360	3.39 166	5.21 237	6.64 270	1.84 176	3.36 306	4.86 181	2.54 331	0.06 420	0.01 180	0.06 468	0.01 309	0.12 304	0.03 138

MSMD_ROB	9.28 502	1.09 406	4.65 357	1.58 320	0.39 233	16.52 512	4.41 470	13.60 474	14.87 481	22.34 526	39.89 550	25.67 530	20.71 536	12.42 490	6.98 439	0.34 489	0.03 299	0.00 1	0.00 1	0.05 183	0.09 286

HSM	4.00 391	0.79 344	3.16 242	1.59 323	2.17 429	6.77 412	1.11 364	12.28 445	6.35 320	6.75 316	8.11 319	13.90 468	5.37 408	8.85 421	2.71 335	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.02 88

SA	3.06 299	0.74 328	3.79 296	1.60 324	0.30 198	3.19 269	1.43 386	6.72 278	9.06 406	4.63 220	10.80 380	2.89 205	4.71 386	9.62 449	1.18 231	0.00 1	0.09 410	0.00 1	0.19 441	0.23 400	0.02 88

G2L-Stereo	3.40 336	0.93 382	4.73 363	1.61 325	2.05 421	2.88 239	0.60 255	8.94 337	5.84 284	7.42 356	7.33 297	8.61 399	2.16 250	8.44 396	6.11 423	0.00 1	0.00 1	0.00 1	0.00 1	0.24 410	0.18 386

MyStereo8	2.88 287	1.19 419	5.03 376	1.61 325	3.75 491	4.30 349	0.07 66	6.14 243	6.16 308	6.22 287	9.64 357	4.28 274	1.45 207	2.05 97	4.76 402	0.00 1	0.16 469	0.00 1	0.14 414	0.26 414	0.43 464

NINENet	3.09 301	0.56 267	3.22 247	1.61 325	1.37 374	7.12 420	0.50 226	11.88 427	5.63 274	6.63 315	8.40 323	5.29 312	0.83 152	6.51 260	1.77 282	0.15 456	0.07 386	0.07 474	0.00 1	0.09 255	0.00 1

DMCA	2.82 278	0.64 294	4.45 343	1.61 325	0.89 326	3.86 329	0.57 249	9.18 344	5.10 254	6.24 289	6.49 268	7.17 368	2.13 247	3.31 127	4.73 400	0.00 1	0.01 180	0.00 1	0.00 1	0.04 151	0.02 88

TDLM	4.11 394	1.11 410	3.54 274	1.62 329	1.04 344	3.91 332	7.41 514	10.60 385	10.67 441	6.38 303	12.59 416	5.95 334	4.77 389	8.79 419	3.04 345	0.58 504	0.00 1	0.01 397	0.00 1	0.19 372	0.12 336

CBMV	5.35 434	0.91 376	3.67 287	1.62 329	0.44 243	10.09 464	7.19 512	12.49 452	12.33 462	12.22 483	14.69 442	10.93 439	6.48 432	8.51 399	4.96 405	0.02 335	0.15 460	0.00 1	0.00 1	0.17 353	0.17 382
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EDNetEfficientorigin	17.87 547	14.00 547	99.53 589	1.64 331	0.92 329	10.55 471	6.26 499	13.21 467	34.84 547	38.20 555	36.91 545	27.47 534	26.32 549	14.71 509	25.69 548	0.04 398	0.06 363	0.14 491	0.52 508	3.16 528	3.27 526

FADNet	4.23 405	1.65 461	11.75 492	1.64 331	0.80 315	4.80 368	0.77 302	13.76 478	11.65 454	3.97 200	5.24 224	9.62 412	5.14 403	8.40 392	3.78 378	0.21 471	0.04 328	0.07 474	0.05 375	1.14 502	0.10 308

DCRE	1.79 156	0.68 311	2.55 158	1.66 333	0.27 187	1.27 46	0.05 51	4.57 141	4.04 204	3.30 181	9.24 346	3.83 251	1.20 191	2.08 98	0.67 139	0.00 1	0.12 438	0.00 1	0.24 461	0.04 151	0.09 286

UNet	3.97 389	0.61 285	6.50 438	1.68 334	3.22 466	9.82 461	0.31 178	9.50 353	5.32 262	7.20 346	6.35 266	10.59 428	5.91 423	6.93 289	5.49 413	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.01 18

SMFormer	3.54 348	0.39 159	3.61 280	1.69 335	0.11 77	2.85 234	0.29 171	12.46 448	10.41 431	7.16 342	10.23 366	4.78 293	4.45 372	8.71 413	3.51 367	0.07 429	0.05 345	0.00 1	0.00 1	0.06 207	0.04 184

tta	3.54 348	0.39 159	3.61 280	1.69 335	0.11 77	2.85 234	0.29 171	12.46 448	10.41 431	7.16 342	10.23 366	4.78 293	4.45 372	8.71 413	3.51 367	0.07 429	0.05 345	0.00 1	0.00 1	0.06 207	0.03 138

qqq1	3.38 332	0.39 159	3.61 280	1.69 335	0.11 77	2.85 234	0.29 171	12.46 448	10.41 431	7.16 342	10.23 366	4.78 293	4.45 372	8.71 413	0.30 47	0.07 429	0.05 345	0.00 1	0.00 1	0.06 207	0.03 138

fff1	3.38 332	0.39 159	3.61 280	1.69 335	0.11 77	2.85 234	0.29 171	12.46 448	10.41 431	7.16 342	10.23 366	4.78 293	4.45 372	8.71 413	0.30 47	0.07 429	0.05 345	0.00 1	0.00 1	0.06 207	0.03 138

xxxx	4.51 419	0.31 74	2.77 189	1.69 335	0.47 258	7.74 437	0.07 66	14.04 480	7.91 378	5.82 256	8.97 336	9.34 407	3.41 314	7.33 319	20.24 528	0.05 410	0.03 299	0.00 1	0.00 1	0.03 122	0.04 184

FADNet-RVC	3.98 390	1.84 473	12.48 499	1.69 335	0.44 243	4.33 350	1.31 381	11.84 425	7.15 351	3.53 187	3.50 172	10.63 431	4.43 370	9.12 430	6.25 426	0.03 378	0.10 422	0.00 1	0.03 351	0.60 479	0.25 424

w-ln-seven-2	7.09 474	2.32 490	23.44 538	1.71 341	1.06 345	7.81 438	3.98 458	12.02 433	14.65 478	13.06 494	20.38 487	11.70 453	9.83 492	10.65 466	8.66 467	0.02 335	0.05 345	0.00 1	0.02 335	0.32 434	0.14 353

G2L-ROB	3.43 340	0.77 336	3.89 307	1.71 341	1.16 355	4.51 360	0.44 208	11.70 420	5.70 276	7.51 361	5.34 232	11.24 444	1.71 228	7.66 338	5.10 407	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.10 308

ASMatch	3.32 327	0.50 235	3.32 255	1.72 343	0.45 248	1.93 119	0.68 277	6.42 263	3.89 191	6.18 284	22.30 497	4.61 288	4.82 394	7.65 336	1.70 275	0.00 1	0.02 247	0.00 1	0.03 351	0.01 25	0.18 386

gwcnet-sp	3.31 321	1.47 444	7.26 452	1.73 344	0.69 298	7.57 432	1.14 366	8.59 325	6.17 309	8.57 406	5.25 226	4.26 271	3.36 306	6.46 251	3.44 360	0.00 1	0.00 1	0.00 1	0.00 1	0.15 333	0.11 322

scenet	3.31 321	1.47 444	7.26 452	1.73 344	0.69 298	7.57 432	1.14 366	8.59 325	6.17 309	8.57 406	5.25 226	4.26 271	3.36 306	6.46 251	3.44 360	0.00 1	0.00 1	0.00 1	0.00 1	0.15 333	0.11 322

ssnet	3.31 321	1.47 444	7.26 452	1.73 344	0.69 298	7.57 432	1.14 366	8.59 325	6.17 309	8.57 406	5.25 226	4.26 271	3.36 306	6.46 251	3.44 360	0.00 1	0.00 1	0.00 1	0.00 1	0.15 333	0.11 322

DisPM	2.43 241	0.32 87	3.04 224	1.76 347	0.18 144	3.46 283	0.65 270	5.13 177	4.88 247	8.59 409	7.04 287	2.84 203	1.03 168	8.85 421	0.83 176	0.01 243	0.00 1	0.00 1	0.00 1	0.01 25	0.02 88

SANet	10.64 517	1.86 475	10.91 486	1.76 347	0.71 303	14.62 506	9.23 524	19.18 528	37.14 551	19.22 518	27.96 519	25.86 531	19.11 531	13.02 496	10.63 491	0.08 434	0.06 363	0.03 445	0.02 335	0.62 480	0.81 493

rvit_105_1	2.44 243	0.80 348	5.08 380	1.77 349	0.09 59	1.95 121	3.62 454	5.62 221	8.21 388	4.85 226	2.07 116	3.15 219	1.58 221	7.08 303	2.71 335	0.00 1	0.00 1	0.00 1	0.01 309	0.04 151	0.08 273

coex-ft	19.78 553	19.39 550	87.73 579	1.77 349	1.80 408	17.25 518	13.50 544	12.63 456	42.10 557	60.18 573	38.90 547	28.72 535	28.74 550	11.74 483	27.40 551	0.21 471	0.23 496	0.04 457	0.30 481	1.36 508	1.54 510

AAGNet	3.41 338	0.34 119	2.45 146	1.78 351	0.39 233	3.69 311	1.05 357	4.79 156	4.61 237	9.62 438	7.74 311	4.98 299	6.38 431	7.34 320	13.02 507	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.04 184

iinet-f	5.94 445	1.60 456	26.88 546	1.79 352	1.38 375	11.92 489	1.47 388	6.80 282	7.11 349	6.90 329	14.43 438	10.64 432	7.97 465	7.00 297	12.12 503	0.02 335	0.03 299	0.05 464	0.00 1	0.63 482	0.02 88

test_sample4	2.87 285	0.40 170	4.54 349	1.80 353	0.54 277	3.95 334	0.15 119	11.48 414	6.49 328	6.33 301	6.81 275	3.68 246	2.65 274	6.11 227	2.36 321	0.02 335	0.01 180	0.00 1	0.00 1	0.04 151	0.05 219

Pruner-Stereo	2.49 250	0.40 170	2.46 149	1.80 353	0.25 177	3.51 295	0.77 302	6.03 238	4.92 248	8.91 419	6.09 246	4.45 281	1.11 173	6.99 296	2.11 305	0.02 335	0.00 1	0.02 428	0.00 1	0.01 25	0.04 184

test_sample5	2.91 290	0.40 170	4.33 335	1.81 355	0.50 266	3.33 276	0.17 130	11.27 405	6.55 329	6.18 284	8.35 322	3.65 242	2.71 279	6.61 268	2.15 309	0.02 335	0.02 247	0.00 1	0.00 1	0.05 183	0.05 219

DualNet	3.05 298	0.40 170	4.33 335	1.81 355	0.50 266	3.33 276	0.17 130	11.27 405	6.55 329	6.50 309	10.86 384	3.65 242	2.71 279	6.61 268	2.15 309	0.02 335	0.02 247	0.00 1	0.00 1	0.05 183	0.05 219

PSM-softLoss	2.24 215	0.34 119	3.42 265	1.81 355	0.17 129	2.74 209	0.39 195	6.17 247	2.92 121	6.26 292	6.29 261	2.96 207	0.97 163	8.68 409	1.71 276	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.02 88

KMStereo	2.24 215	0.34 119	3.42 265	1.81 355	0.17 129	2.74 209	0.39 195	6.17 247	2.92 121	6.26 292	6.29 261	2.96 207	0.97 163	8.68 409	1.71 276	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.02 88

SDNR	7.50 478	2.32 490	15.58 516	1.82 359	0.63 289	44.66 564	0.44 208	8.59 325	9.52 414	9.84 443	25.18 513	5.30 315	4.38 367	11.46 478	6.49 431	0.05 410	0.03 299	0.00 1	0.01 309	1.79 516	1.87 514

CSAN	7.62 479	1.60 456	6.56 439	1.83 360	0.66 293	12.40 494	10.52 534	14.45 487	21.32 515	14.19 501	15.98 449	17.84 500	13.02 512	12.32 489	8.38 463	0.09 439	0.07 386	0.03 445	0.04 369	0.33 438	0.67 488

zh-mn7	11.13 522	6.28 527	31.79 551	1.85 361	0.98 337	13.11 500	2.98 434	12.88 461	33.65 541	21.57 525	39.07 548	12.50 458	8.46 472	19.94 533	16.74 519	0.23 474	0.01 180	0.00 1	0.01 309	0.33 438	0.30 442

DPSNet	10.14 510	1.88 476	16.82 520	1.85 361	1.73 400	24.84 534	17.20 558	19.92 537	27.41 528	12.23 485	13.62 430	16.52 491	18.35 526	14.42 506	12.50 505	0.78 509	0.54 525	0.08 477	0.25 466	1.18 503	0.59 485

HBP-ISP	4.09 393	1.05 399	4.10 326	1.87 363	1.31 371	7.56 431	3.98 458	11.26 403	9.94 423	7.81 372	14.44 439	3.23 222	4.27 358	8.89 424	1.87 288	0.06 420	0.06 363	0.00 1	0.00 1	0.06 207	0.04 184

Wz-Net-SNSev	9.23 501	6.70 528	24.28 539	1.87 363	1.81 409	8.57 444	12.29 543	17.37 509	20.39 513	10.43 458	23.11 501	16.66 493	8.03 466	14.47 507	17.86 523	0.00 1	0.02 247	0.01 397	0.00 1	0.41 463	0.30 442

NCCL2	5.88 444	1.59 455	5.44 400	1.87 363	0.92 329	9.55 458	11.55 537	12.11 438	9.94 423	9.67 439	8.85 329	22.28 524	7.41 453	8.78 418	7.17 441	0.01 243	0.00 1	0.03 445	0.00 1	0.13 319	0.23 416

RALCasStereoNet	1.93 181	1.01 393	2.75 184	1.88 366	1.75 402	2.88 239	0.18 134	4.64 148	4.36 221	2.27 151	5.14 213	2.22 188	0.79 150	7.10 305	1.00 211	0.00 1	0.34 508	0.00 1	0.00 1	0.10 266	0.16 377

FC-DCNN	10.72 518	0.52 249	4.27 332	1.88 366	1.63 387	17.18 517	5.29 487	18.20 516	19.69 508	28.50 540	34.51 540	34.03 546	21.48 539	15.89 514	11.15 497	0.03 378	0.01 180	0.02 428	0.01 309	0.07 225	0.09 286

MeshStereo	11.52 524	1.52 450	4.55 352	1.89 368	1.46 379	19.87 528	5.11 483	20.66 540	15.91 489	32.67 546	34.51 540	39.34 553	21.15 537	18.74 527	12.10 502	0.11 444	0.06 363	0.01 397	0.00 1	0.45 467	0.22 409
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
PSMNet_ROB	5.02 430	1.63 459	6.03 422	1.90 369	1.83 410	9.57 459	6.35 501	15.58 500	7.23 353	6.15 283	10.48 373	12.22 455	4.16 352	8.02 361	8.71 469	0.02 335	0.01 180	0.01 397	0.10 405	0.20 376	0.12 336

ACV-stereo	4.46 415	0.76 333	9.94 482	1.91 370	1.06 345	11.61 484	1.28 378	6.25 250	7.09 348	3.09 173	5.21 222	16.88 496	10.23 495	7.96 356	5.47 412	0.06 420	0.15 460	0.01 397	0.00 1	0.12 304	0.14 353

ITSA-stereo	3.76 367	0.54 257	3.80 297	1.91 370	0.29 197	3.09 256	0.70 285	13.22 468	15.64 486	6.79 319	6.66 271	4.15 266	3.52 320	8.30 387	5.00 406	0.09 439	0.07 386	0.11 483	0.10 405	0.18 364	0.95 497

x	1.73 151	0.28 53	2.49 153	1.91 370	0.17 129	2.10 133	0.83 318	8.74 334	3.55 175	3.28 179	2.12 123	3.10 216	1.96 242	2.90 118	1.12 222	0.00 1	0.02 247	0.00 1	0.00 1	0.02 76	0.03 138

Sa-1000	3.55 350	0.75 330	3.63 284	1.91 370	0.30 198	3.55 299	1.63 397	7.39 296	8.54 399	7.70 368	17.44 471	4.00 256	2.82 287	9.44 446	1.33 240	0.00 1	0.10 422	0.00 1	0.18 436	0.21 387	0.04 184

FC-DCNN v2	10.88 519	0.52 249	4.17 328	1.92 374	1.63 387	17.79 521	5.35 488	18.87 523	19.88 509	28.77 541	34.99 542	34.62 548	21.72 540	16.03 517	11.16 498	0.03 378	0.01 180	0.02 428	0.00 1	0.06 207	0.08 273

test_sample6	3.14 308	0.41 181	4.42 340	1.92 374	0.49 263	3.25 272	0.21 148	11.30 407	6.69 333	6.50 309	10.86 384	4.03 257	2.93 294	7.06 302	2.65 333	0.02 335	0.02 247	0.00 1	0.00 1	0.05 183	0.06 239

ADCL	10.16 511	2.11 485	19.36 527	1.92 374	1.88 414	22.23 530	8.91 521	14.04 480	23.56 522	14.62 504	26.19 516	12.75 460	13.59 514	16.06 518	22.95 540	0.26 480	0.18 477	0.75 520	0.65 513	0.69 486	0.58 482

StereoDRNet-Refined	4.46 415	0.62 290	3.80 297	1.92 374	0.40 235	9.35 455	0.15 119	10.02 372	8.83 404	12.69 487	11.62 400	9.34 407	3.87 341	8.06 369	8.02 454	0.00 1	0.00 1	0.01 397	0.05 375	0.20 376	0.26 430
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FBW_ROB	8.50 495	1.03 397	7.98 466	1.93 378	1.28 367	13.10 499	6.23 497	22.50 542	18.98 501	18.82 517	14.91 444	19.06 509	10.04 493	18.41 525	9.83 484	0.62 506	0.22 494	1.82 531	0.82 521	0.99 500	1.36 507

CVANet_RVC	4.16 400	1.16 417	3.60 279	1.94 379	1.46 379	3.92 333	4.68 475	10.89 397	8.34 391	7.58 363	10.84 382	10.27 425	6.62 437	8.56 401	2.69 334	0.39 493	0.00 1	0.00 1	0.01 309	0.21 387	0.09 286

test_sample3	2.87 285	0.37 148	4.45 343	1.95 380	0.59 281	4.69 366	0.16 125	11.50 415	6.45 325	5.82 256	6.44 267	3.76 250	2.64 272	6.01 224	2.41 325	0.01 243	0.01 180	0.00 1	0.00 1	0.04 151	0.05 219

DispNO	3.25 315	0.72 321	6.85 445	1.95 380	1.34 373	3.49 290	0.84 323	8.14 310	6.30 315	6.34 302	7.76 312	6.30 345	4.28 362	6.93 289	3.51 367	0.00 1	0.03 299	0.03 445	0.12 410	0.07 225	0.07 258

aanetorigin	8.72 497	3.29 508	27.55 547	1.95 380	3.84 494	4.93 373	5.39 489	5.49 213	10.05 425	27.85 539	31.47 530	15.80 484	12.78 509	9.04 428	11.98 501	0.25 478	0.22 494	0.22 502	0.25 466	1.28 506	0.84 495

FCDSN-DC	10.24 513	0.56 267	3.49 271	1.96 383	1.29 368	16.90 516	4.59 474	17.16 508	19.10 503	24.64 536	32.46 536	33.82 545	22.14 542	15.93 515	10.45 490	0.04 398	0.00 1	0.00 1	0.00 1	0.05 183	0.21 407
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	5.01 429	1.74 466	6.38 434	1.96 383	1.29 368	2.26 150	1.69 401	10.07 373	18.53 499	7.88 376	18.15 476	8.49 396	2.70 276	10.59 464	7.04 440	0.96 516	0.15 460	0.02 428	0.00 1	0.13 319	0.12 336

test_sample7	3.30 319	0.47 221	3.43 268	1.98 385	0.35 222	4.33 350	1.88 407	10.66 387	7.73 370	8.36 396	7.55 301	6.55 349	4.27 358	6.58 266	1.62 267	0.06 420	0.03 299	0.00 1	0.00 1	0.05 183	0.06 239

mmm	2.50 253	0.29 58	3.22 247	1.98 385	0.32 211	3.72 316	0.12 97	9.45 352	4.05 206	5.84 258	10.80 380	2.47 193	2.86 290	4.07 157	0.75 158	0.00 1	0.02 247	0.00 1	0.01 309	0.03 122	0.02 88

MC-Stereo	1.47 131	0.36 141	2.54 157	1.99 387	0.12 91	1.90 116	0.12 97	4.47 134	2.83 117	3.31 182	3.44 169	0.56 125	1.47 208	5.39 202	0.47 106	0.00 1	0.04 328	0.00 1	0.21 449	0.07 225	0.04 184

DAS	3.74 363	0.35 130	5.19 389	1.99 387	3.74 487	2.36 160	3.22 442	7.77 301	9.27 409	8.70 410	12.08 406	4.45 281	5.43 412	8.39 391	1.71 276	0.01 243	0.00 1	0.00 1	0.00 1	0.04 151	0.02 88

SepStereo	3.78 369	0.35 130	5.19 389	1.99 387	3.74 487	2.36 160	3.22 442	7.77 301	9.27 409	8.70 410	12.08 406	4.45 281	5.43 412	9.18 433	1.71 276	0.01 243	0.00 1	0.00 1	0.00 1	0.04 151	0.02 88

TRStereo	2.36 235	3.10 503	4.70 361	1.99 387	2.08 423	2.61 194	1.11 364	8.79 336	3.73 181	3.19 176	3.04 152	3.96 254	0.77 145	5.92 220	1.44 248	0.03 378	0.14 453	0.00 1	0.29 475	0.08 237	0.25 424

psm_up	3.85 375	0.82 353	3.01 217	2.00 391	2.58 448	5.28 381	3.34 446	10.85 396	6.33 318	7.27 350	7.32 296	10.15 421	9.02 481	6.19 231	2.51 329	0.22 473	0.01 180	0.00 1	0.00 1	0.12 304	0.03 138

test_5	2.90 288	0.70 318	3.69 288	2.01 392	3.17 465	4.61 365	1.32 382	6.69 277	7.02 346	2.79 163	7.18 289	4.99 300	4.14 350	7.96 356	1.31 238	0.00 1	0.00 1	0.00 1	0.03 351	0.19 372	0.26 430

GEStereo_RVC	3.74 363	0.73 324	4.95 372	2.01 392	1.24 360	4.36 353	3.07 437	11.77 424	7.80 375	6.87 326	6.52 269	7.70 375	4.31 365	8.98 427	4.19 389	0.03 378	0.01 180	0.02 428	0.02 335	0.13 319	0.11 322

DDVS	3.59 353	0.53 253	4.53 348	2.02 394	1.27 364	6.63 409	0.49 224	8.73 333	4.10 210	7.14 340	7.63 306	12.68 459	2.25 254	8.69 411	4.09 387	0.08 434	0.20 487	0.01 397	0.00 1	0.14 329	0.59 485

fast-acv-ft	5.62 440	1.39 439	7.01 447	2.02 394	1.89 415	12.23 491	1.82 406	7.35 295	9.45 413	10.46 459	20.27 486	14.55 475	7.71 463	7.41 323	7.61 446	0.10 442	0.09 410	0.16 493	0.07 384	0.59 477	0.13 344

GANet-ADL	2.20 212	0.50 235	3.27 251	2.02 394	0.11 77	2.21 146	0.48 214	8.64 331	6.79 337	4.56 215	5.83 242	3.98 255	1.27 196	2.68 113	1.43 247	0.04 398	0.08 398	0.02 428	0.00 1	0.15 333	0.03 138

rafts_anoy	1.72 149	0.79 344	2.58 162	2.03 397	1.75 402	2.47 171	0.16 125	5.48 211	6.01 299	3.24 178	2.11 120	1.92 181	1.33 198	3.08 122	1.13 224	0.01 243	0.18 477	0.00 1	0.01 309	0.03 122	0.07 258

HITNet	2.79 275	0.77 336	4.02 317	2.03 397	0.11 77	5.58 384	0.59 251	9.24 346	5.15 257	6.42 305	7.26 294	3.66 244	2.92 293	4.07 157	3.87 381	0.00 1	0.00 1	0.00 1	0.00 1	0.06 207	0.02 88
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
NF-Stereo	2.24 215	0.33 104	3.00 215	2.04 399	0.10 67	3.46 283	0.43 204	6.51 269	3.17 147	6.84 322	5.24 224	2.67 200	1.34 200	8.17 380	1.53 257	0.01 243	0.00 1	0.00 1	0.00 1	0.02 76	0.01 18

OCTAStereo	2.24 215	0.33 104	3.03 221	2.04 399	0.10 67	3.45 282	0.43 204	6.50 266	3.17 147	6.84 322	5.20 219	2.65 197	1.33 198	8.18 381	1.56 261	0.01 243	0.00 1	0.00 1	0.00 1	0.02 76	0.01 18

RE-Stereo	2.25 220	0.33 104	3.03 221	2.04 399	0.10 67	3.47 285	0.43 204	6.50 266	3.18 150	6.84 322	5.20 219	2.65 197	1.34 200	8.18 381	1.58 263	0.01 243	0.00 1	0.01 397	0.00 1	0.02 76	0.01 18

TVStereo	2.25 220	0.33 104	3.03 221	2.04 399	0.10 67	3.47 285	0.43 204	6.50 266	3.18 150	6.84 322	5.20 219	2.65 197	1.34 200	8.18 381	1.58 263	0.01 243	0.00 1	0.01 397	0.00 1	0.02 76	0.01 18

FENet	2.19 211	0.34 119	3.04 224	2.05 403	0.26 184	2.82 230	0.13 106	7.02 289	5.55 270	4.97 230	1.94 111	4.91 298	3.39 311	4.71 177	2.50 328	0.02 335	0.03 299	0.00 1	0.00 1	0.00 1	0.21 407

w-ln-seven	10.20 512	3.08 502	26.36 544	2.06 404	2.49 444	15.81 509	4.39 469	17.80 512	33.50 539	20.47 524	25.79 515	15.12 479	7.40 452	11.75 484	17.48 522	0.00 1	0.00 1	0.00 1	0.00 1	0.43 466	0.13 344

test_sample2	2.32 230	0.25 41	3.38 259	2.08 405	0.41 239	2.58 188	0.15 119	9.50 353	4.97 250	3.66 190	4.86 205	4.29 276	3.26 302	5.83 218	1.09 219	0.00 1	0.01 180	0.00 1	0.00 1	0.03 122	0.03 138

test_sample1	2.31 228	0.26 47	3.29 252	2.08 405	0.46 249	2.62 197	0.05 51	9.88 364	4.23 217	3.90 198	3.92 180	3.49 235	4.44 371	5.67 211	1.88 290	0.00 1	0.01 180	0.00 1	0.00 1	0.02 76	0.03 138

NOSS_ROB	3.30 319	0.46 219	2.62 168	2.08 405	1.01 343	5.60 385	0.74 296	10.37 380	11.48 452	5.15 236	8.43 324	5.67 326	1.73 231	7.97 358	2.34 318	0.02 335	0.06 363	0.00 1	0.00 1	0.07 225	0.14 353

IRAFT_RVC	2.85 279	0.41 181	3.32 255	2.09 408	0.41 239	2.92 241	5.22 485	6.41 262	3.63 178	6.53 312	5.48 235	5.09 307	4.88 396	8.20 384	2.15 309	0.01 243	0.17 473	0.01 397	0.00 1	0.02 76	0.04 184

ADCPNet	9.54 505	2.39 493	31.46 550	2.09 408	1.60 385	16.71 515	6.39 502	12.11 438	11.45 451	13.53 497	21.45 493	19.41 510	10.94 500	14.38 505	21.54 534	0.27 483	1.16 530	0.39 516	1.49 532	0.58 476	1.45 508

DMCA-RVC	3.17 310	1.26 427	6.39 435	2.10 410	1.51 381	3.02 250	0.56 240	7.84 305	5.06 252	9.23 428	5.19 218	8.46 393	2.72 281	6.31 241	3.22 351	0.06 420	0.11 431	0.09 480	0.02 335	0.16 340	0.08 273

PSMNet-RSSM	3.33 329	0.77 336	3.22 247	2.12 411	1.90 416	2.33 158	0.71 288	11.17 400	5.83 283	5.90 267	11.43 396	7.04 363	4.83 395	5.96 222	3.17 349	0.00 1	0.00 1	0.02 428	0.00 1	0.08 237	0.02 88

SGM-ForestM	16.99 545	1.08 404	5.74 413	2.12 411	0.75 307	31.63 548	12.21 541	27.80 551	32.25 536	37.88 553	39.99 551	52.96 562	35.20 557	33.60 555	24.47 544	0.26 480	0.39 515	0.31 509	0.39 497	0.26 414	0.53 478

PFNet	2.93 291	0.40 170	5.51 406	2.13 413	0.84 319	3.11 260	0.75 298	6.78 280	4.79 245	9.98 448	6.00 244	4.78 293	2.13 247	8.33 388	2.11 305	0.19 466	0.06 363	0.00 1	0.11 407	0.20 376	0.35 449

testlalala_base	3.12 305	0.48 228	2.79 195	2.14 414	1.98 418	4.13 344	0.64 266	6.16 245	2.09 72	2.38 154	4.08 183	1.80 173	0.50 109	1.65 71	0.72 149	12.33 558	2.33 540	0.00 1	0.31 483	14.56 552	1.32 505

z-mn7	10.46 516	4.14 513	20.35 529	2.15 415	1.68 395	19.07 524	5.72 490	13.28 470	34.58 545	9.45 432	35.20 543	15.69 483	9.13 483	21.16 537	17.07 520	0.00 1	0.01 180	0.00 1	0.00 1	0.35 444	0.19 397

raftrobust	1.86 168	0.74 328	1.94 89	2.15 415	2.24 434	2.74 209	0.53 231	4.89 161	4.05 206	6.09 276	3.89 178	1.64 166	2.55 269	2.44 108	1.12 222	0.00 1	0.03 299	0.00 1	0.00 1	0.12 304	0.08 273

FINET	5.32 433	1.14 415	10.04 483	2.17 417	3.67 486	6.49 405	6.76 507	11.68 419	22.08 518	7.42 356	12.15 409	4.24 269	3.61 324	9.25 437	5.35 411	0.04 398	0.04 328	0.00 1	0.00 1	0.17 353	0.09 286

iResNet_ROB	4.23 405	1.02 395	4.90 369	2.18 418	0.93 332	2.92 241	0.37 189	15.10 495	16.91 495	7.89 377	10.51 374	7.03 361	3.07 298	8.16 377	3.46 364	0.01 243	0.00 1	0.00 1	0.00 1	0.10 266	0.02 88

EKT-Stereo	1.91 179	0.48 228	2.77 189	2.19 419	4.36 505	1.42 67	0.24 156	4.63 145	3.51 171	2.94 170	3.47 170	3.55 239	2.25 254	5.26 197	0.85 180	0.04 398	0.12 438	0.00 1	0.09 400	0.06 207	0.05 219

DLCB_ROB	4.51 419	0.91 376	3.78 295	2.19 419	1.07 348	6.28 399	3.09 438	9.78 361	7.72 368	10.65 463	12.97 422	13.91 469	3.71 330	8.72 417	5.30 410	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.10 308

edge stereo	6.76 464	1.01 393	6.76 442	2.20 421	2.45 443	6.41 403	2.45 418	14.84 492	11.98 459	15.29 507	18.31 477	22.02 522	12.56 507	10.82 468	7.49 444	0.03 378	0.06 363	0.11 483	0.03 351	0.30 425	0.14 353

UPFNet	3.82 373	0.47 221	4.34 338	2.21 422	3.38 472	7.26 424	2.69 427	9.89 365	5.96 293	7.98 382	7.53 300	7.89 379	3.15 299	7.72 344	5.88 421	0.01 243	0.02 247	0.00 1	0.00 1	0.04 151	0.06 239

GwcNet-RSSM	3.77 368	1.05 399	5.06 378	2.21 422	1.87 413	2.36 160	1.52 391	8.98 339	7.96 379	5.91 268	14.59 440	7.94 382	3.50 317	6.43 249	5.70 417	0.00 1	0.00 1	0.04 457	0.00 1	0.20 376	0.08 273

ADCMid	10.24 513	3.13 504	20.70 531	2.21 422	2.39 441	11.23 480	6.19 494	14.17 484	11.19 447	23.20 532	22.25 496	17.89 502	19.54 532	18.51 526	26.21 549	0.45 501	0.42 518	1.10 525	1.29 529	1.56 513	1.18 502

MultiAttention	13.72 531	0.34 119	3.24 250	2.22 425	1.79 406	56.78 577	83.85 580	18.93 524	15.06 482	8.16 387	20.91 490	13.25 462	2.53 266	33.18 553	6.90 438	0.20 469	0.06 363	0.74 519	1.00 525	2.69 525	2.60 524

ttt	3.86 376	0.23 30	2.34 140	2.22 425	1.68 395	4.36 353	0.28 167	12.45 447	11.09 444	6.90 329	11.85 401	4.08 260	3.28 303	8.47 397	7.85 450	0.06 420	0.04 328	0.00 1	0.00 1	0.03 122	0.03 138

XX-Stereo	2.71 267	0.38 155	5.96 420	2.25 427	2.20 432	1.54 79	0.21 148	5.44 210	3.05 137	2.28 152	16.16 450	7.03 361	0.24 39	6.19 231	0.79 170	0.00 1	0.15 460	0.00 1	0.23 458	0.13 319	0.04 184

tt1	2.14 203	0.63 293	2.22 131	2.27 428	0.02 3	5.71 387	0.63 262	4.53 137	10.19 426	1.16 132	3.39 167	0.33 97	3.05 297	8.00 359	0.46 99	0.00 1	0.02 247	0.00 1	0.03 351	0.10 266	0.04 184

GANet	6.22 453	1.07 402	4.07 324	2.27 428	0.89 326	9.19 454	9.52 525	12.02 433	8.13 385	10.72 464	29.09 523	13.86 467	7.52 459	11.00 471	4.39 393	0.36 490	0.00 1	0.02 428	0.02 335	0.12 304	0.08 273

Wz-Net-TNSev	11.35 523	10.56 544	35.88 557	2.28 430	1.73 400	18.25 522	11.42 536	15.88 501	20.88 514	14.44 502	16.97 462	19.57 511	19.04 530	19.31 529	18.67 525	0.01 243	0.06 363	0.00 1	0.16 421	0.62 480	1.25 504

MFN_U_SF_DS_RVC	9.78 508	4.27 515	14.47 509	2.29 431	2.85 456	23.40 533	13.62 545	13.60 474	19.54 506	19.42 519	24.27 505	16.74 494	8.59 474	17.05 522	7.98 453	1.25 520	1.68 534	0.17 496	2.63 537	0.72 490	1.04 499

ACVNet-DCA	2.01 192	0.65 300	2.15 120	2.30 432	0.02 3	5.80 389	0.56 240	8.45 317	3.33 162	1.03 123	3.33 161	0.32 93	3.71 330	8.05 365	0.45 95	0.00 1	0.02 247	0.00 1	0.03 351	0.02 76	0.03 138

xx1	2.33 232	0.65 300	2.15 120	2.30 432	0.02 3	5.80 389	0.56 240	4.31 122	10.41 431	1.03 123	3.33 161	4.67 289	2.70 276	8.05 365	0.45 95	0.00 1	0.02 247	0.00 1	0.00 1	0.02 76	0.03 138

1test111	1.86 168	0.65 300	2.15 120	2.30 432	0.02 3	5.80 389	0.56 240	8.45 317	3.33 162	1.03 123	3.33 161	0.32 93	3.71 330	4.40 169	0.96 204	0.00 1	0.02 247	0.00 1	0.03 351	0.02 76	0.03 138

cc1	2.17 208	0.65 300	2.15 120	2.30 432	0.02 3	5.80 389	0.56 240	4.31 122	10.41 431	1.03 123	3.33 161	0.32 93	3.71 330	8.05 365	0.45 95	0.00 1	0.02 247	0.00 1	0.03 351	0.10 266	0.05 219

FAT-Stereo	6.78 467	0.68 311	6.80 443	2.30 432	1.77 405	5.63 386	4.20 464	18.79 520	18.62 500	10.53 461	17.15 466	18.52 506	13.74 515	8.86 423	7.38 443	0.03 378	0.15 460	0.01 397	0.07 384	0.12 304	0.26 430

SGM_RVC	10.08 509	0.60 281	3.42 265	2.30 432	0.32 211	19.41 526	6.33 500	18.95 525	14.64 476	25.14 537	24.32 506	33.34 544	18.79 529	19.86 531	12.55 506	0.25 478	0.26 504	0.22 502	0.24 461	0.34 443	0.40 457
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
acv_ft	3.69 360	0.53 253	4.58 356	2.31 438	4.71 520	7.44 428	0.86 331	8.54 324	5.70 276	9.29 430	9.26 349	5.77 328	4.15 351	2.24 101	8.13 460	0.00 1	0.00 1	0.00 1	0.00 1	0.29 424	0.01 18

DN-CSS_ROB	2.69 263	1.40 440	5.34 396	2.31 438	0.75 307	3.14 263	0.06 58	6.11 242	3.87 189	5.34 243	12.18 411	2.34 191	1.22 192	7.84 350	1.48 252	0.03 378	0.00 1	0.00 1	0.00 1	0.35 444	0.03 138

zh-sn7	11.12 521	7.26 533	33.16 552	2.32 440	2.31 437	11.66 486	7.80 516	13.53 473	17.94 498	16.39 512	31.80 531	14.22 472	16.88 521	23.07 543	23.00 541	0.00 1	0.13 448	0.00 1	0.00 1	0.52 470	0.48 471

Wz-Net-MNSev	7.43 477	2.35 492	15.22 513	2.34 441	3.41 476	17.27 519	8.55 518	11.91 428	13.48 469	13.37 495	17.05 463	13.70 464	7.47 458	11.90 486	9.99 487	0.40 495	0.03 299	0.00 1	0.01 309	0.16 340	0.07 258

psmorigin	7.34 476	1.58 454	18.31 524	2.35 442	0.87 321	6.72 411	1.70 404	10.63 386	7.14 350	19.77 521	22.71 499	20.13 515	11.34 501	12.96 495	9.49 481	0.04 398	0.17 473	0.06 468	0.17 429	0.21 387	0.50 475

UCFNet_RVC	3.09 301	0.77 336	2.27 135	2.35 442	1.79 406	3.50 292	1.06 358	12.12 440	6.91 340	4.71 223	7.67 308	7.58 372	4.40 369	4.95 187	1.67 273	0.00 1	0.00 1	0.00 1	0.00 1	0.11 287	0.01 18

11t1	1.62 142	0.26 47	2.53 156	2.37 444	0.24 174	2.58 188	0.06 58	6.66 275	3.00 133	3.40 184	3.01 149	1.14 147	1.94 241	4.18 159	0.91 199	0.01 243	0.02 247	0.00 1	0.00 1	0.03 122	0.03 138

Wz-Net-LNSev-Ref	5.98 447	1.55 452	9.92 481	2.40 445	3.22 466	10.28 467	3.14 440	11.64 417	9.79 419	9.54 436	20.22 485	11.16 443	6.77 441	10.61 465	9.16 473	0.06 420	0.00 1	0.00 1	0.00 1	0.03 122	0.04 184

raft+_RVC	1.79 156	0.84 356	2.32 136	2.40 445	0.85 320	1.38 60	0.09 82	6.36 255	4.75 244	2.85 166	5.46 234	1.17 149	1.36 203	4.54 172	0.91 199	0.00 1	0.10 422	0.00 1	0.00 1	0.11 287	0.22 409

PA-Net	4.98 428	1.47 444	7.42 458	2.40 445	2.14 427	8.73 448	3.64 455	12.42 446	13.11 466	7.03 334	7.57 304	7.88 378	6.52 433	10.16 459	7.82 449	0.02 335	0.03 299	0.00 1	0.00 1	0.11 287	1.07 501
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
cf-r	3.42 339	0.81 350	3.97 310	2.41 448	2.78 454	2.85 234	0.64 266	8.44 316	6.32 317	6.25 291	11.57 399	8.97 404	3.54 321	5.93 221	3.83 379	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.07 258

PWC_ROB	8.24 491	3.13 504	12.74 503	2.43 449	4.43 510	7.51 430	1.22 372	16.63 505	19.24 505	16.08 510	28.29 520	13.99 470	10.16 494	13.63 500	14.06 513	0.42 499	0.00 1	0.05 464	0.00 1	0.59 477	0.27 434

XX-TBD	1.44 129	0.85 358	2.04 104	2.45 450	0.05 16	2.34 159	0.01 5	3.46 71	7.51 360	2.88 167	4.98 209	0.26 75	0.25 41	1.15 45	0.46 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Syn2CoEx	6.32 455	2.72 497	9.33 476	2.45 450	1.67 393	8.59 445	3.32 445	18.08 515	12.27 461	8.53 405	21.08 491	10.30 426	9.80 490	9.30 439	7.86 451	0.01 243	0.00 1	0.00 1	0.00 1	0.63 482	0.43 464

CFNet	3.72 362	1.10 408	5.03 376	2.49 452	1.59 383	4.90 371	0.22 150	11.38 411	9.88 422	4.80 225	11.25 392	6.44 347	3.68 326	8.33 388	3.00 343	0.00 1	0.00 1	0.00 1	0.00 1	0.22 393	0.07 258

ADCRef	7.27 475	1.38 438	16.37 517	2.52 453	3.30 470	11.63 485	3.16 441	10.80 394	9.35 411	13.03 493	25.27 514	8.17 386	8.92 479	8.06 369	21.81 536	0.15 456	0.08 398	0.16 493	0.34 489	0.38 453	0.58 482

LMCR-Stereo	3.63 356	1.29 434	4.20 329	2.54 454	0.17 129	8.08 439	1.52 391	11.46 413	4.73 242	8.45 404	10.66 379	1.91 180	5.03 399	7.69 340	3.58 372	0.92 515	0.00 1	0.00 1	0.00 1	0.36 449	0.02 88

WCMA_ROB	9.21 500	0.87 362	7.37 457	2.54 454	2.13 426	13.59 503	5.80 491	11.64 417	14.01 472	24.43 535	32.99 537	27.09 532	18.02 524	12.51 491	9.85 486	0.81 511	0.07 386	0.01 397	0.01 309	0.16 340	0.23 416

RALAANet	2.46 248	1.09 406	3.70 291	2.55 456	0.80 315	3.37 279	0.15 119	7.44 298	5.54 269	5.65 249	6.01 245	3.54 238	1.13 177	6.34 245	1.58 263	0.00 1	0.01 180	0.00 1	0.05 375	0.21 387	0.03 138

XPNet_ROB	6.03 452	1.22 421	5.61 411	2.56 457	0.90 328	6.32 400	7.07 510	12.92 462	8.30 390	14.76 505	15.13 445	19.84 513	6.66 439	10.36 460	8.58 466	0.02 335	0.04 328	0.00 1	0.03 351	0.11 287	0.24 420

GwcNet	6.42 457	1.97 482	10.92 487	2.59 458	5.58 525	11.55 483	2.21 414	14.10 482	16.52 494	10.04 449	17.19 468	10.86 437	5.61 417	9.23 436	8.84 471	0.01 243	0.06 363	0.03 445	0.08 389	0.56 473	0.40 457

SuperB	8.10 490	3.15 506	24.67 540	2.65 459	1.23 359	9.88 462	4.29 466	10.18 378	30.07 533	11.53 479	12.18 411	6.12 338	6.65 438	10.50 462	14.47 515	0.14 454	0.11 431	0.35 512	0.25 466	13.06 550	0.48 471

DRN-Test	5.87 442	0.98 388	5.89 417	2.69 460	3.65 484	12.37 493	3.35 447	20.07 538	10.20 429	11.93 482	12.31 414	11.06 442	5.31 407	7.89 352	9.05 472	0.04 398	0.05 345	0.04 457	0.04 369	0.18 364	0.25 424

UDGNet	2.73 270	7.09 532	3.90 308	2.71 461	0.06 27	2.98 246	0.20 143	4.63 145	8.58 401	2.69 159	2.70 140	0.95 140	1.01 165	6.27 237	1.51 254	1.28 521	0.00 1	5.24 543	0.94 524	1.70 514	0.13 344

STTStereo	3.60 355	0.93 382	6.34 432	2.71 461	2.23 433	3.68 310	0.63 262	9.42 351	6.73 335	9.87 444	6.97 278	8.84 403	3.65 325	6.85 283	3.04 345	0.00 1	0.02 247	0.01 397	0.00 1	0.02 76	0.02 88

SCV	1.59 139	0.58 274	2.57 160	2.72 463	0.31 207	2.15 141	0.79 308	6.88 284	2.72 109	0.20 14	2.68 139	0.68 130	0.58 125	7.60 333	0.41 80	0.00 1	0.03 299	0.00 1	0.22 455	0.37 450	0.24 420

NLCA_NET_v2_RVC	3.84 374	1.06 401	5.23 393	2.72 463	3.27 468	4.36 353	0.61 258	10.71 390	7.56 362	8.75 412	7.89 315	9.86 415	3.90 342	7.15 311	3.44 360	0.14 454	0.02 247	0.02 428	0.03 351	0.04 151	0.03 138
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ADLNet2	4.46 415	0.90 372	6.06 423	2.74 465	3.91 496	6.79 413	3.01 436	10.95 399	8.40 394	7.27 350	9.80 359	9.85 414	5.43 412	7.29 316	6.44 430	0.01 243	0.03 299	0.00 1	0.00 1	0.15 333	0.11 322

CRFU-Net	4.45 414	0.67 309	5.02 374	2.78 466	1.32 372	12.67 496	3.35 447	11.26 403	3.52 172	10.06 450	9.30 351	10.91 438	6.92 443	7.26 315	3.24 353	0.15 456	0.16 469	0.16 493	0.00 1	0.26 414	0.05 219

G2L-Stereo_test	3.57 351	0.86 359	3.66 286	2.79 467	1.52 382	4.11 343	1.17 370	11.35 409	6.27 314	7.97 381	8.87 330	9.39 409	2.26 256	6.55 264	4.33 391	0.00 1	0.01 180	0.00 1	0.00 1	0.22 393	0.13 344

EDNetEfficient	13.82 532	6.19 525	54.79 567	2.83 468	3.60 482	4.86 370	8.57 519	8.61 330	32.90 537	40.77 558	30.59 528	18.33 505	21.87 541	11.38 477	25.36 547	0.15 456	0.23 496	0.06 468	1.03 526	2.54 523	1.79 512

AdaStereo	3.09 301	0.58 274	3.04 224	2.84 469	0.48 260	4.08 340	1.29 380	12.16 442	7.77 374	6.03 271	9.62 355	5.79 330	1.53 218	4.56 173	1.93 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 76	0.02 88
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
ac_64	3.70 361	0.47 221	3.50 272	2.87 470	3.50 478	5.91 393	0.72 292	10.17 377	4.34 220	8.16 387	5.80 240	10.82 435	5.64 418	7.08 303	4.73 400	0.03 378	0.00 1	0.00 1	0.00 1	0.08 237	0.14 353

iResNetv2_ROB	4.28 411	1.43 441	7.17 451	2.91 471	1.26 361	4.36 353	1.62 396	13.64 476	10.25 430	9.83 442	11.41 394	7.68 374	4.00 344	7.75 346	1.85 287	0.00 1	0.00 1	0.00 1	0.00 1	0.37 450	0.09 286

pmcnn	7.72 484	1.27 429	9.42 478	2.91 471	3.14 462	9.44 456	6.23 497	12.56 454	16.51 492	14.53 503	24.08 504	27.44 533	8.49 473	9.32 440	8.44 464	0.06 420	0.08 398	0.00 1	0.00 1	0.30 425	0.15 364

NCC-stereo	6.77 465	1.49 448	6.48 436	2.92 473	4.40 507	7.43 426	3.61 452	19.52 534	13.29 467	8.39 401	16.91 460	15.96 485	12.13 504	12.85 493	7.70 447	1.47 523	0.11 431	0.01 397	0.42 500	0.14 329	0.24 420

Abc-Net	6.77 465	1.49 448	6.48 436	2.92 473	4.40 507	7.43 426	3.61 452	19.52 534	13.29 467	8.39 401	16.91 460	15.96 485	12.13 504	12.85 493	7.70 447	1.47 523	0.11 431	0.01 397	0.42 500	0.14 329	0.24 420
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	8.43 494	3.58 510	16.40 518	2.92 473	2.17 429	13.22 501	3.60 451	14.64 490	25.86 526	11.87 481	12.04 405	15.06 478	10.67 498	15.24 512	19.41 526	0.39 493	0.08 398	0.05 464	0.07 384	0.84 495	0.45 468

GANet-RSSM	3.27 316	0.60 281	3.38 259	2.94 476	2.00 420	2.61 194	0.48 214	10.93 398	6.11 305	5.47 244	10.20 365	6.57 353	5.44 415	6.25 236	2.23 314	0.00 1	0.00 1	0.08 477	0.00 1	0.17 353	0.03 138

coex_refinement	4.04 392	0.87 362	3.55 275	2.96 477	1.40 376	4.28 348	0.32 179	11.18 401	7.72 368	8.32 394	13.44 428	10.01 419	3.48 316	6.28 238	6.76 437	0.00 1	0.02 247	0.00 1	0.00 1	0.06 207	0.16 377

iResNet	3.68 359	0.91 376	7.94 465	2.97 478	0.34 219	4.44 359	0.48 214	7.70 299	9.74 418	7.72 369	12.74 420	4.03 257	2.87 291	8.05 365	3.37 357	0.02 335	0.01 180	0.00 1	0.00 1	0.10 266	0.09 286

ccnet	6.87 470	0.92 379	5.15 386	3.09 479	2.18 431	11.78 487	4.90 479	17.97 514	8.79 403	12.79 490	20.20 484	16.00 488	8.35 470	9.12 430	14.17 514	0.42 499	0.33 507	0.25 505	0.09 400	0.40 460	0.48 471

HGLStereo	4.25 408	0.52 249	4.65 357	3.09 479	5.18 522	6.51 408	0.73 293	10.37 380	6.74 336	7.32 352	12.44 415	7.00 360	7.21 450	7.46 326	5.51 414	0.00 1	0.02 247	0.00 1	0.00 1	0.06 207	0.10 308

TestStereo1	2.85 279	0.81 350	3.48 269	3.11 481	0.44 243	2.52 176	1.50 389	6.37 257	8.18 386	4.62 217	9.24 346	2.23 189	3.69 327	9.19 434	1.26 233	0.00 1	0.01 180	0.00 1	0.00 1	0.27 420	0.09 286

SA-5K	2.85 279	0.81 350	3.48 269	3.11 481	0.44 243	2.52 176	1.50 389	6.37 257	8.18 386	4.62 217	9.24 346	2.23 189	3.69 327	9.19 434	1.26 233	0.00 1	0.01 180	0.00 1	0.00 1	0.27 420	0.09 286

SACVNet	4.15 399	1.26 427	3.81 299	3.12 483	1.68 395	3.09 256	2.85 433	11.91 428	5.96 293	10.52 460	11.20 390	10.59 428	3.95 343	8.97 426	3.25 354	0.08 434	0.02 247	0.00 1	0.00 1	0.32 434	0.44 466

StereoDRNet	5.59 438	1.75 467	6.80 443	3.12 483	4.45 511	10.61 472	4.35 468	18.80 521	9.73 417	12.22 483	6.87 276	11.44 448	4.65 384	8.09 372	8.26 462	0.02 335	0.11 431	0.00 1	0.03 351	0.20 376	0.28 438

S-Stereo	6.63 462	0.84 356	9.67 479	3.15 485	3.48 477	6.49 405	6.22 496	12.99 464	22.84 520	9.48 434	15.51 446	12.00 454	8.43 471	8.04 362	10.70 492	0.12 448	0.17 473	0.00 1	0.38 494	0.13 319	1.92 515

ADCS	13.02 529	4.93 521	28.38 548	3.17 486	2.67 451	13.61 504	10.83 535	18.70 518	33.46 538	22.59 527	24.78 508	19.59 512	18.51 528	23.40 544	32.16 559	0.10 442	0.19 483	0.37 515	0.18 436	1.26 505	1.46 509

ISRNet	3.93 385	0.55 261	5.49 403	3.20 487	2.69 452	2.11 135	0.26 163	7.01 288	6.40 321	11.00 472	17.99 475	8.31 388	2.64 272	6.51 260	4.36 392	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.02 88

APVNet	5.98 447	1.72 465	8.72 471	3.21 488	4.04 501	12.31 492	1.81 405	19.09 527	6.10 302	6.13 282	13.41 427	10.69 433	6.30 428	11.26 475	13.90 512	0.05 410	0.02 247	0.11 483	0.03 351	0.53 471	0.20 404

PASM	7.90 486	4.22 514	21.97 535	3.25 489	3.29 469	5.39 383	6.57 503	10.57 384	19.09 502	12.77 489	13.92 432	18.11 503	9.51 488	13.79 501	10.77 495	0.19 466	0.45 520	0.29 507	1.08 527	1.49 511	1.19 503

NVstereo2D	4.51 419	0.82 353	6.86 446	3.28 490	3.38 472	8.16 440	3.13 439	10.51 383	15.15 483	4.90 228	6.89 277	7.87 377	4.78 391	9.88 451	3.91 382	0.01 243	0.00 1	0.00 1	0.06 383	0.02 76	0.58 482

AF-Net	7.78 485	1.44 443	6.68 441	3.37 491	4.50 516	8.61 446	2.69 427	17.07 507	20.17 512	9.52 435	24.02 503	20.31 518	14.59 518	11.58 479	9.84 485	0.61 505	0.00 1	0.12 486	0.00 1	0.38 453	0.12 336

GANetREF_RVC	6.56 460	2.89 499	7.58 463	3.41 492	0.40 235	12.96 498	9.58 526	15.09 493	17.25 497	10.33 454	10.62 376	12.27 456	8.16 469	12.21 488	4.53 396	0.41 496	0.00 1	0.00 1	0.02 335	3.12 527	0.39 454
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
RASNet	4.52 422	0.61 285	4.42 340	3.42 493	4.68 519	4.58 363	0.99 350	9.54 357	8.01 380	5.28 241	11.42 395	10.34 427	8.88 478	9.28 438	8.68 468	0.15 456	0.00 1	0.00 1	0.00 1	0.03 122	0.04 184

DISCO	6.28 454	0.57 269	5.78 414	3.43 494	1.17 356	11.22 479	3.39 449	12.14 441	16.16 490	6.52 311	11.22 391	16.96 497	6.32 429	19.51 530	10.74 493	0.00 1	0.00 1	0.00 1	0.00 1	0.35 444	0.11 322

AACVNet	3.33 329	1.03 397	3.56 276	3.46 495	0.63 289	3.09 256	0.28 167	8.78 335	3.43 168	5.99 269	10.64 377	10.08 420	4.03 348	8.69 411	2.51 329	0.03 378	0.01 180	0.00 1	0.00 1	0.26 414	0.06 239

DGSMNet	6.47 459	2.61 495	13.64 508	3.46 495	3.74 487	8.97 451	6.01 492	14.15 483	13.01 465	7.46 359	14.10 434	9.94 417	4.79 392	10.44 461	6.22 425	1.30 522	1.70 535	1.80 529	1.52 534	2.27 522	2.35 521

YMNet	5.52 436	1.83 471	8.79 472	3.47 497	4.46 512	10.72 474	0.91 341	9.99 368	6.43 323	13.76 499	16.35 452	11.65 449	4.49 376	7.95 354	8.03 456	0.12 448	0.35 510	0.12 486	0.08 389	0.71 488	0.27 434

YMNet_1	5.52 436	1.83 471	8.79 472	3.47 497	4.46 512	10.72 474	0.91 341	9.99 368	6.43 323	13.76 499	16.35 452	11.65 449	4.49 376	7.95 354	8.03 456	0.12 448	0.35 510	0.12 486	0.08 389	0.71 488	0.27 434

WZ-Net	13.00 528	4.64 519	41.07 561	3.48 499	3.15 464	19.12 525	15.66 556	14.81 491	31.33 535	15.71 508	27.88 518	22.22 523	14.01 516	20.44 536	25.03 546	0.64 507	0.00 1	0.01 397	0.03 351	0.39 457	0.37 452

stereogan	7.69 483	0.88 366	7.08 450	3.49 500	3.93 497	18.98 523	3.23 444	16.52 504	19.58 507	9.93 447	18.92 479	20.50 519	9.04 482	14.07 503	6.14 424	0.26 480	0.04 328	0.21 501	0.03 351	0.63 482	0.33 447

AASNet	3.90 380	0.92 379	4.41 339	3.56 501	4.00 500	6.70 410	1.26 377	18.71 519	6.14 306	7.35 354	7.91 316	4.35 278	2.58 270	3.04 121	6.62 436	0.00 1	0.00 1	0.00 1	0.00 1	0.39 457	0.14 353

ADLNet	4.32 413	0.80 348	4.33 335	3.60 502	3.56 480	6.87 415	2.48 419	11.20 402	7.58 364	9.87 444	9.62 355	8.39 390	4.95 397	6.16 229	6.60 434	0.01 243	0.01 180	0.00 1	0.01 309	0.12 304	0.25 424

MFN_U_SF_RVC	12.94 527	3.66 511	25.81 543	3.61 503	2.26 435	22.77 531	4.55 473	27.10 548	20.06 510	23.90 533	28.99 522	30.53 540	16.98 522	19.92 532	20.26 529	1.24 519	1.07 529	0.98 524	1.33 530	1.80 517	2.04 517

MSAF-DinoV2	10.24 513	4.39 516	12.68 501	3.62 504	2.55 447	8.48 442	4.69 476	14.24 485	21.89 517	10.74 465	18.74 478	29.30 538	16.17 520	21.96 539	28.10 552	0.32 486	0.15 460	0.25 505	0.81 520	2.83 526	2.90 525

DeepPrunerF	6.75 463	2.69 496	23.31 537	3.68 505	7.16 532	3.78 324	4.29 466	13.42 472	20.13 511	8.13 386	10.46 372	7.18 369	8.06 467	11.10 473	9.44 480	0.24 477	0.15 460	0.29 507	0.42 500	0.66 485	0.45 468

SHD	9.61 506	2.60 494	12.46 497	3.69 506	3.54 479	9.47 457	1.25 374	20.16 539	37.84 553	18.19 516	21.24 492	16.96 497	12.83 511	14.47 507	16.05 517	0.32 486	0.13 448	0.01 397	0.08 389	0.38 453	0.48 471

RTSC	9.15 499	3.00 501	13.57 507	3.72 507	1.76 404	11.82 488	0.46 211	16.95 506	36.83 550	15.80 509	15.53 447	12.91 461	7.46 457	20.01 534	21.76 535	0.31 485	0.13 448	0.01 397	0.08 389	0.57 475	0.41 459

LE_ROB	16.73 544	1.28 432	11.61 490	3.72 507	1.65 390	16.67 514	9.17 523	14.39 486	55.91 566	63.81 577	40.86 553	35.94 549	37.73 560	14.24 504	26.87 550	0.05 410	0.10 422	0.13 490	0.22 455	0.12 304	0.15 364

MaskLacGwcNet_RVC	5.97 446	5.36 522	5.02 374	3.75 509	3.57 481	15.81 509	4.27 465	11.72 422	6.96 342	7.23 347	8.47 325	9.09 405	2.66 275	9.36 442	2.71 335	7.49 543	2.32 539	2.01 532	0.08 389	6.77 541	4.67 535

Nwc_Net	6.97 472	1.25 426	6.63 440	3.82 510	3.37 471	10.83 478	1.67 400	19.56 536	11.35 450	8.36 396	23.62 502	17.19 499	11.44 503	11.21 474	8.08 459	0.80 510	0.00 1	0.00 1	0.02 335	0.13 319	0.09 286

CC-Net-ROB	7.68 481	9.21 540	7.46 459	3.82 510	3.66 485	15.68 508	5.02 482	17.95 513	10.45 437	6.44 308	14.00 433	7.63 373	4.77 389	10.75 467	3.10 348	5.99 540	2.46 542	16.28 550	1.08 527	6.30 539	1.56 511

DANet	6.02 451	1.23 423	8.45 469	3.86 512	3.94 498	7.64 436	1.34 383	9.51 355	7.00 344	13.39 496	15.53 447	15.99 487	7.02 445	12.14 487	12.37 504	0.19 466	0.12 438	0.02 428	0.03 351	0.13 319	0.56 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	6.84 469	1.29 434	5.53 409	3.92 513	5.18 522	6.32 400	3.53 450	11.73 423	15.31 484	9.54 436	22.38 498	18.25 504	14.47 517	10.11 454	7.49 444	0.91 514	0.01 180	0.12 486	0.15 418	0.33 438	0.19 397

RGC	6.88 471	2.23 488	6.13 424	4.05 514	4.73 521	8.94 450	2.78 430	15.19 497	11.74 455	11.13 473	19.34 480	17.86 501	10.42 497	13.02 496	8.03 456	0.73 508	0.01 180	0.24 504	0.41 499	0.31 430	0.38 453

IIG-Stereo	3.16 309	0.75 330	2.83 198	4.08 515	0.21 163	2.56 185	0.74 296	6.55 271	5.56 272	8.39 401	9.38 352	7.94 382	2.79 285	9.50 448	1.89 291	0.02 335	0.00 1	0.00 1	0.00 1	0.02 76	0.04 184

TCMNet	5.22 432	1.96 481	9.78 480	4.11 516	6.57 530	8.83 449	1.35 385	10.74 392	8.07 382	6.39 304	12.76 421	8.32 389	4.75 388	8.62 406	10.09 488	0.11 444	0.18 477	0.31 509	0.09 400	0.75 491	0.57 481

AnyNet_C32	10.98 520	5.58 523	22.79 536	4.16 517	5.83 526	15.64 507	14.30 546	13.18 466	17.15 496	16.44 513	20.52 488	14.68 476	13.44 513	22.46 540	30.08 556	0.17 462	0.26 504	0.36 514	0.36 493	1.23 504	0.91 496

BEATNet-Init1	23.31 554	9.03 539	41.67 562	4.17 518	2.53 446	45.68 566	19.47 561	33.43 554	38.45 554	47.59 565	49.10 562	59.31 566	41.80 564	38.35 562	29.21 555	0.47 502	0.50 523	0.81 521	0.66 514	2.10 521	1.86 513

MDST_ROB	8.37 492	0.32 87	9.03 474	4.18 519	2.42 442	26.86 542	6.14 493	19.36 531	13.52 470	27.09 538	22.75 500	9.47 411	4.74 387	15.06 510	6.34 428	0.02 335	0.02 247	0.00 1	0.00 1	0.02 76	0.13 344

OMP-Stereo	3.03 297	0.93 382	2.72 180	4.21 520	0.51 270	2.19 144	1.25 374	6.19 249	6.00 298	7.99 383	6.21 256	8.50 397	2.49 265	9.44 446	1.74 280	0.01 243	0.00 1	0.00 1	0.00 1	0.08 237	0.05 219

PVD	15.44 536	2.93 500	14.67 511	4.21 520	3.39 474	17.43 520	4.16 462	27.84 552	48.84 562	31.02 544	43.54 555	29.76 539	30.81 553	25.97 547	21.40 532	0.23 474	0.41 516	0.04 457	0.33 487	0.41 463	1.33 506

AnyNet_C01	16.12 540	10.81 545	59.36 569	4.42 522	2.49 444	30.06 545	15.15 554	17.51 511	16.51 492	17.88 515	37.69 546	24.04 525	17.54 523	29.60 550	33.29 560	0.28 484	0.38 514	0.43 517	0.42 500	2.57 524	1.98 516

MANE	19.47 552	1.27 429	5.07 379	4.69 523	5.55 524	30.49 546	9.94 529	34.01 555	37.27 552	44.13 562	51.57 566	52.51 560	40.41 562	33.58 554	24.81 545	0.89 513	0.86 528	1.11 526	9.72 558	0.38 453	1.06 500

GASNet	5.19 431	4.61 517	9.38 477	4.73 524	2.10 425	3.80 326	1.57 394	12.07 436	10.96 442	8.92 420	7.03 286	8.21 387	7.67 462	14.02 502	7.36 442	0.02 335	0.15 460	0.00 1	0.00 1	0.69 486	0.42 462

ELAS	16.72 543	2.14 486	9.23 475	4.92 525	4.53 517	32.66 552	15.11 553	27.40 550	28.68 532	40.27 557	44.90 556	38.33 552	30.50 552	26.44 548	21.94 537	0.88 512	1.23 532	0.67 518	0.89 523	1.49 511	2.18 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	18.87 550	9.32 542	86.48 577	4.95 526	6.10 527	42.08 560	14.70 548	15.49 498	41.06 555	22.65 528	32.32 533	13.77 465	19.54 532	37.98 560	28.96 553	0.41 496	0.23 496	0.00 1	0.02 335	0.91 497	0.50 475

RTSA	18.87 550	9.32 542	86.48 577	4.95 526	6.10 527	42.08 560	14.70 548	15.49 498	41.06 555	22.65 528	32.32 533	13.77 465	19.54 532	37.98 560	28.96 553	0.41 496	0.23 496	0.00 1	0.02 335	0.91 497	0.50 475

Consistency-Raft	9.42 503	4.74 520	12.66 500	5.30 528	9.08 540	4.08 340	5.26 486	19.26 529	24.87 524	11.17 474	29.85 525	13.57 463	5.51 416	7.67 339	13.40 509	0.36 490	0.35 510	1.81 530	4.24 548	11.61 547	3.57 528

ELAS_RVC	16.54 542	2.26 489	10.09 484	5.50 529	4.46 512	28.28 544	16.72 557	25.55 547	33.54 540	40.19 556	40.30 552	36.68 550	30.03 551	29.40 549	20.61 530	0.98 517	1.21 531	0.86 523	0.70 517	1.39 509	2.16 518
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	8.41 493	1.54 451	10.97 488	5.73 530	3.60 482	26.19 536	4.41 470	10.10 375	7.42 356	19.71 520	24.99 511	14.38 474	15.83 519	10.99 470	9.53 482	0.50 503	0.46 521	0.19 499	0.25 466	0.80 493	0.66 487

PWCDC_ROB	7.92 487	3.17 507	7.48 460	5.73 530	4.40 507	10.45 469	0.35 186	14.52 489	28.19 530	10.36 456	31.27 529	7.04 363	9.14 484	13.22 498	8.78 470	2.74 533	0.02 247	0.00 1	0.00 1	1.31 507	0.17 382

MSC_U_SF_DS_RVC	16.41 541	6.93 531	21.83 534	5.94 532	2.81 455	38.71 558	14.59 547	24.55 546	34.87 548	33.66 550	34.35 539	29.24 537	24.20 544	22.59 541	17.95 524	2.52 532	2.81 548	1.17 527	1.51 533	5.89 537	2.16 518

NVStereoNet_ROB	16.04 539	6.75 529	12.90 504	6.37 533	7.42 535	12.89 497	9.74 528	22.78 543	25.12 525	30.32 542	46.19 558	34.37 547	25.38 545	21.48 538	21.38 531	5.94 539	3.10 553	6.07 544	10.09 559	4.01 530	8.54 550
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.01 533	5.95 524	33.49 553	6.78 534	43.61 574	10.22 465	9.98 530	15.16 496	22.93 521	23.07 531	32.34 535	18.52 506	12.67 508	15.45 513	11.10 496	0.16 461	0.51 524	0.09 480	0.32 485	1.08 501	16.85 569

anonymity	7.68 481	3.83 512	12.39 496	7.04 535	12.67 550	8.18 441	2.00 410	17.50 510	6.85 338	13.56 498	9.21 340	9.97 418	7.82 464	11.28 476	5.58 415	6.27 541	4.98 563	3.68 538	2.96 539	3.33 529	4.48 533

SGM+DAISY	15.62 537	7.26 533	19.28 526	8.94 536	10.11 544	26.25 537	10.49 533	19.36 531	14.65 478	30.64 543	33.59 538	33.00 543	22.32 543	24.96 546	16.42 518	7.90 545	6.25 565	4.51 540	3.37 544	5.86 536	7.20 544

testlalala2	2.15 205	0.44 205	2.44 145	9.24 537	6.30 529	3.64 305	0.18 134	4.63 145	2.55 99	3.73 194	4.17 186	3.14 218	0.51 111	1.08 40	0.26 36	0.00 1	0.10 422	0.00 1	0.44 504	0.11 287	0.03 138

MFMNet_re	13.29 530	8.60 537	18.29 523	9.75 538	7.25 534	19.65 527	14.84 550	20.71 541	30.72 534	23.03 530	28.77 521	18.85 508	26.09 548	13.55 499	9.82 483	2.44 531	1.35 533	0.34 511	0.23 458	4.78 533	6.69 543

PDISCO_ROB	9.62 507	1.99 484	11.51 489	9.88 539	9.61 542	21.48 529	3.83 456	19.33 530	28.49 531	11.27 476	14.17 435	19.92 514	5.02 398	16.35 519	9.18 474	5.28 538	0.41 516	0.14 491	0.09 400	2.05 518	2.36 522

UDG	8.58 496	9.31 541	4.89 368	10.00 540	9.52 541	10.36 468	2.41 416	12.07 436	9.82 420	7.81 372	9.55 353	16.52 491	9.81 491	7.84 350	7.88 452	4.20 535	2.51 544	18.53 552	3.71 547	9.55 543	5.28 538

PSMNet-RUCA	5.60 439	4.62 518	11.61 490	10.29 541	7.55 537	7.08 419	1.94 408	12.01 432	10.52 438	3.90 198	11.88 402	4.43 280	1.75 236	7.56 331	4.24 390	1.68 528	0.12 438	4.78 541	0.67 515	4.74 532	0.68 489

CAS	2.24 215	0.25 41	1.86 76	11.21 542	3.86 495	1.67 92	0.02 24	3.87 104	2.67 104	0.41 73	1.63 98	0.24 72	0.27 49	1.50 63	0.74 153	9.43 550	0.01 180	0.00 1	0.00 1	0.01 25	5.21 537

SPS-STEREO	15.04 535	6.23 526	13.21 506	11.34 543	11.65 547	23.30 532	7.15 511	24.16 545	15.65 487	31.78 545	29.19 524	31.62 541	21.32 538	24.62 545	19.50 527	7.59 544	4.19 561	3.22 537	1.48 531	6.99 542	6.54 542
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	7.64 480	3.40 509	5.49 403	11.73 544	9.62 543	11.96 490	2.82 431	11.33 408	6.10 302	8.33 395	11.49 397	11.00 440	5.16 404	10.12 458	2.72 338	8.92 547	2.21 537	10.41 546	1.58 535	11.13 546	7.39 545

SAMSARA	14.63 534	2.74 498	12.38 495	12.65 545	6.74 531	36.50 556	72.93 579	19.36 531	23.77 523	16.20 511	13.04 424	29.21 536	12.78 509	16.98 521	15.21 516	0.11 444	0.26 504	0.03 445	0.14 414	0.76 492	0.77 491

DDUNet	9.47 504	11.32 546	6.14 425	12.93 546	11.65 547	10.45 469	3.87 457	11.70 420	7.89 376	9.27 429	13.28 425	16.18 490	6.14 426	8.80 420	5.77 418	6.64 542	3.38 556	20.90 553	4.28 549	11.01 545	7.80 546

otaku	11.73 525	7.51 535	7.07 449	13.22 547	10.85 546	26.61 541	7.25 513	18.84 522	19.16 504	11.58 480	17.23 469	20.19 516	8.09 468	15.11 511	4.64 399	9.13 549	2.42 541	13.08 547	1.83 536	12.48 549	8.22 548

Ntro	12.35 526	8.88 538	7.80 464	13.79 548	12.42 549	26.54 540	6.98 509	18.54 517	22.14 519	9.82 441	16.45 454	20.30 517	9.29 487	15.95 516	6.61 435	9.53 551	2.47 543	14.93 549	2.77 538	13.11 551	8.63 551

JetBlue	29.12 560	15.72 548	54.12 566	15.93 549	20.98 562	60.90 578	30.62 568	39.38 557	34.62 546	34.08 551	39.69 549	57.35 565	43.17 565	50.71 574	50.60 575	2.41 530	3.79 559	2.81 533	3.45 545	9.57 544	12.59 563

ACVNet-4b	15.90 538	22.00 551	12.37 494	16.40 550	15.14 553	31.87 549	7.50 515	19.04 526	27.85 529	11.48 478	22.02 495	31.86 542	9.16 486	17.95 524	5.69 416	10.43 553	2.58 545	24.44 557	4.87 553	16.04 554	9.28 552

ACVNet_1	18.70 549	25.08 554	12.72 502	17.33 551	15.18 554	26.02 535	9.62 527	28.44 553	34.49 543	24.39 534	24.32 506	37.22 551	20.13 535	16.67 520	13.39 508	10.45 554	2.59 546	24.77 558	4.92 554	16.57 555	9.75 554

RainbowNet	18.01 548	26.22 556	19.95 528	18.59 552	14.88 552	27.38 543	10.46 532	27.39 549	34.54 544	14.91 506	27.01 517	25.65 529	12.44 506	18.94 528	9.23 475	13.91 561	3.46 557	23.36 556	4.86 552	16.03 553	10.91 558

MADNet+	27.07 557	33.84 563	90.97 581	20.14 553	7.47 536	48.43 568	47.10 575	35.43 556	36.46 549	20.11 523	30.05 526	25.29 528	35.08 556	45.50 568	50.28 574	2.13 529	2.00 536	1.19 528	0.76 518	4.71 531	4.43 531

ACVNet_2	26.45 556	29.35 561	25.14 541	20.27 554	15.43 555	34.97 554	12.23 542	48.37 567	66.25 576	42.69 559	56.73 570	51.77 558	25.59 546	20.39 535	13.52 510	10.13 552	2.59 546	22.78 555	3.52 546	17.57 556	9.80 556

test_for_model	6.81 468	27.63 557	2.16 127	21.79 555	16.18 556	3.48 288	0.94 345	5.88 234	3.72 180	7.62 365	2.72 142	1.03 144	0.42 97	0.58 9	0.35 60	9.03 548	2.28 538	0.00 1	0.05 375	23.91 562	6.49 541

DispFullNet	17.47 546	26.01 555	33.98 555	22.58 556	20.86 561	13.84 505	1.28 378	16.50 503	26.27 527	19.97 522	17.17 467	20.52 520	18.49 527	22.86 542	10.76 494	5.13 537	2.83 549	30.72 561	7.72 557	20.86 558	11.01 559

PWCK	30.53 563	44.32 570	47.25 564	29.76 557	7.23 533	40.78 559	27.10 567	44.73 561	44.32 558	47.31 564	36.37 544	47.16 557	26.05 547	41.26 564	31.87 558	21.83 566	4.03 560	29.50 560	4.67 550	27.17 567	7.80 546

Dean	34.67 565	38.70 568	25.33 542	29.89 558	17.21 557	45.24 565	11.98 540	56.90 577	76.55 578	63.47 576	60.22 573	67.36 575	48.14 570	37.24 558	39.01 566	11.00 556	2.83 549	28.35 559	5.60 556	18.14 557	10.31 557

IMH-64-1	27.21 558	28.77 558	16.84 521	31.57 559	20.76 559	26.43 538	15.10 551	47.11 562	45.20 559	33.53 548	51.16 564	41.42 554	31.10 554	36.48 556	22.39 538	13.48 559	2.87 551	33.95 563	10.70 560	23.50 560	11.75 560

IMH-64	27.21 558	28.77 558	16.84 521	31.57 559	20.76 559	26.43 538	15.10 551	47.11 562	45.20 559	33.53 548	51.16 564	41.42 554	31.10 554	36.48 556	22.39 538	13.48 559	2.87 551	33.95 563	10.70 560	23.50 560	11.75 560

LVE	34.99 567	40.10 569	34.97 556	32.49 561	18.61 558	51.45 573	26.82 566	52.15 572	65.94 575	47.21 563	61.04 574	53.99 563	37.30 559	37.95 559	34.09 562	15.55 565	5.95 564	31.01 562	13.81 565	22.58 559	16.72 568

WAO-7	29.39 561	24.43 552	20.47 530	32.71 562	13.83 551	34.70 553	20.27 564	52.19 573	65.03 574	43.29 560	59.35 572	52.19 559	44.68 567	31.71 551	30.56 557	10.98 555	4.94 562	13.71 548	12.52 564	12.06 548	8.22 548

IMH	29.82 562	29.11 560	18.51 525	34.28 563	21.40 564	32.33 551	15.39 555	49.40 569	53.07 564	37.88 553	55.32 569	45.05 556	39.54 561	40.63 563	24.12 543	14.03 562	3.27 555	34.93 565	11.24 562	24.69 563	12.21 562

TorneroNet-64	32.42 564	31.89 562	30.52 549	34.73 564	21.13 563	46.99 567	18.82 559	43.10 560	59.42 569	32.70 547	46.98 559	62.01 569	36.98 558	43.97 567	33.88 561	14.10 563	3.22 554	35.28 566	11.72 563	26.84 566	14.07 564

WAO-6	34.74 566	36.76 567	15.36 514	37.53 565	24.15 568	35.99 555	19.36 560	48.96 568	68.54 577	43.84 561	47.58 560	52.77 561	52.60 571	32.63 552	34.73 563	26.20 569	7.74 568	42.78 570	21.64 570	28.07 568	17.62 570

TorneroNet	35.11 568	33.92 564	33.82 554	37.86 566	22.01 565	49.64 570	21.58 565	48.09 566	55.23 565	37.50 552	53.79 567	62.81 572	43.66 566	46.71 570	41.25 569	14.80 564	3.53 558	36.72 567	14.57 566	28.28 569	16.49 567

WAO-8	38.15 569	35.51 565	21.50 532	43.67 567	23.92 566	44.44 562	20.26 562	52.83 574	76.62 579	53.57 570	66.79 578	62.63 570	54.56 574	42.03 565	39.18 567	22.71 567	6.65 566	37.08 568	19.08 568	24.72 565	15.24 565

Venus	38.15 569	35.51 565	21.50 532	43.67 567	23.92 566	44.44 562	20.26 562	52.83 574	76.62 579	53.57 570	66.81 579	62.63 570	54.56 574	42.03 565	39.18 567	22.71 567	6.65 566	37.08 568	19.08 568	24.70 564	15.24 565

UNDER WATER-64	45.16 572	46.99 571	66.69 571	43.90 569	27.64 569	55.58 576	41.87 572	39.42 558	48.42 561	51.73 569	43.08 554	67.76 576	56.69 576	48.02 572	48.34 572	39.50 572	17.64 571	51.78 573	38.93 573	36.62 570	32.61 572

JetRed	61.02 578	61.05 577	82.56 576	46.09 570	56.80 578	83.19 579	63.76 577	59.26 579	63.61 572	69.29 580	68.85 580	66.59 574	47.62 569	61.57 577	74.09 580	45.58 574	66.14 580	46.59 571	45.06 575	63.17 577	49.58 577

UNDER WATER	45.09 571	48.60 572	67.37 572	49.30 571	31.41 570	53.80 575	37.39 570	40.25 559	52.48 563	50.24 566	45.37 557	68.37 577	57.76 577	51.03 575	49.88 573	29.97 570	13.75 570	51.22 572	36.57 571	37.87 571	29.12 571

GCST	9.08 498	17.31 549	3.98 314	52.92 572	10.66 545	11.29 481	0.20 143	6.97 287	6.47 326	9.46 433	4.68 198	4.75 291	1.51 209	9.34 441	1.31 238	8.19 546	0.05 345	22.38 554	0.34 489	6.17 538	3.53 527

DPSimNet_ROB	53.45 575	64.73 579	44.39 563	53.97 573	45.39 575	53.66 574	54.83 576	55.15 576	57.87 568	64.16 578	50.83 563	63.40 573	53.34 573	46.45 569	65.81 579	63.13 578	26.54 576	57.94 575	51.11 577	45.52 572	50.69 578

HanzoNet	56.48 577	59.32 576	58.25 568	55.32 574	41.94 572	50.95 572	41.33 571	51.12 570	61.40 571	65.62 579	65.59 577	71.66 578	69.41 579	70.77 579	60.03 577	63.99 579	34.70 577	61.96 576	50.54 576	51.00 575	44.71 575

notaker	47.42 573	55.20 574	49.13 565	56.52 575	40.18 571	38.52 557	32.97 569	47.21 564	56.08 567	57.21 572	57.24 571	60.09 567	59.19 578	53.93 576	41.64 570	40.61 573	19.93 572	57.21 574	37.41 572	49.02 573	39.02 573

ktn	48.94 574	57.58 575	38.86 560	59.57 576	43.27 573	50.37 571	43.38 573	48.07 565	61.11 570	51.30 568	54.25 568	54.96 564	52.88 572	47.30 571	35.83 564	57.77 577	24.88 575	62.69 577	43.55 574	50.70 574	40.41 574

LRCNet_RVC	66.23 579	65.67 580	67.63 573	71.47 577	54.32 577	32.17 550	2.66 426	63.19 580	21.35 516	81.79 581	91.26 582	83.62 580	71.62 580	69.32 578	52.57 576	95.49 586	64.45 579	95.07 586	95.19 586	71.52 578	74.31 580

KSHMR	55.63 576	63.60 578	37.85 559	74.69 578	49.56 576	49.01 569	45.73 574	57.46 578	63.97 573	61.61 575	62.07 576	72.39 579	47.01 568	50.65 573	43.29 571	54.10 576	62.21 578	66.10 578	53.94 578	51.25 576	46.11 576

xxxxx1	85.63 583	90.31 585	96.68 584	76.54 579	80.57 579	97.44 585	96.86 585	85.53 581	88.53 582	88.68 582	91.71 583	94.23 583	92.93 582	90.02 583	91.98 582	70.60 580	70.39 581	73.68 582	81.46 583	74.61 579	79.86 581

tt_ll	85.63 583	90.31 585	96.68 584	76.54 579	80.57 579	97.44 585	96.86 585	85.53 581	88.53 582	88.68 582	91.71 583	94.23 583	92.93 582	90.02 583	91.98 582	70.60 580	70.39 581	73.68 582	81.46 583	74.61 579	79.86 581

ff	85.63 583	90.31 585	96.68 584	76.54 579	80.57 579	97.44 585	96.86 585	85.53 581	88.53 582	88.68 582	91.71 583	94.23 583	92.93 582	90.02 583	91.98 582	70.60 580	70.39 581	73.68 582	81.46 583	74.61 579	79.86 581

tt	83.26 582	0.34 119	99.99 591	79.40 582	93.18 584	100.00 590	100.00 590	100.00 594	99.95 588	60.33 574	47.63 561	99.98 593	99.96 589	99.98 591	100.00 594	92.42 585	99.82 589	73.83 585	73.63 581	88.42 585	56.35 579

USTest	87.63 586	76.50 581	65.53 570	81.26 583	83.10 583	100.00 590	100.00 590	99.53 589	99.60 587	98.32 586	99.02 588	90.87 582	98.33 587	84.28 581	98.23 588	79.97 583	96.20 585	69.82 579	73.75 582	75.48 582	82.80 586

MADNet++	82.84 581	82.38 583	73.57 574	87.72 584	82.97 582	93.14 581	69.15 578	86.42 584	82.50 581	93.46 585	86.70 581	86.28 581	80.92 581	88.34 582	88.84 581	86.83 584	84.17 584	72.64 581	68.92 580	80.47 584	81.42 584

TCMNet-wrong-test	67.23 580	85.83 584	81.56 575	95.63 585	94.73 585	89.35 580	85.42 581	51.73 571	33.71 542	51.26 567	61.71 575	61.33 568	41.23 563	77.26 580	64.71 578	48.76 575	9.03 569	70.12 580	68.11 579	90.76 586	82.37 585

MEDIAN_ROB	98.41 588	99.70 589	99.30 588	97.09 586	97.02 586	96.89 583	95.77 584	97.66 587	97.28 585	98.79 589	98.94 587	99.18 588	98.14 586	96.89 586	96.88 587	99.96 590	99.16 587	100.00 590	99.99 591	99.69 589	99.88 589

Anonymous_1	99.08 590	99.91 590	99.85 590	97.63 587	99.10 589	100.00 590	100.00 590	99.61 591	99.96 589	99.28 591	99.86 589	99.54 590	99.99 590	99.29 588	99.75 589	96.05 587	99.59 588	97.31 587	98.57 588	97.71 587	98.63 588

PML	97.88 587	100.00 594	96.45 583	98.01 588	97.88 588	100.00 590	99.35 588	96.88 585	97.72 586	100.00 593	97.36 586	97.38 587	99.60 588	100.00 594	96.32 586	99.99 591	97.55 586	100.00 590	96.01 587	99.18 588	87.92 587

DLNR_Zeroshot_test	24.70 555	50.77 573	90.11 580	98.11 589	97.34 587	1.38 60	0.12 97	22.79 544	3.09 143	1.07 128	2.95 148	0.71 132	0.29 55	6.93 289	2.29 316	38.56 571	0.37 513	0.00 1	0.30 481	76.73 583	0.09 286

DPSM_ROB	99.95 595	100.00 594	100.00 595	99.76 590	100.00 591	100.00 590	100.00 590	100.00 594	100.00 591	100.00 593	100.00 590	100.00 595	100.00 592	100.00 594	100.00 594	99.21 588	100.00 592	100.00 590	100.00 593	99.99 590	99.95 590

DPSM	99.95 595	100.00 594	100.00 595	99.76 590	100.00 591	100.00 590	100.00 590	100.00 594	100.00 591	100.00 593	100.00 590	100.00 595	100.00 592	100.00 594	100.00 594	99.21 588	100.00 592	100.00 590	100.00 593	99.99 590	99.95 590

HaxPig	98.85 589	99.94 591	95.08 582	99.99 592	100.00 591	94.03 582	94.78 582	99.15 588	99.98 590	99.99 592	100.00 590	99.98 593	99.99 590	98.12 587	95.97 585	100.00 593	99.99 591	100.00 590	99.99 591	100.00 592	99.99 592

DPSMNet_ROB	99.91 594	100.00 594	99.99 591	99.99 592	100.00 591	100.00 590	100.00 590	99.98 593	100.00 591	98.35 587	100.00 590	99.84 591	100.00 592	99.98 591	99.99 591	100.00 593	100.00 592	100.00 590	100.00 593	100.00 592	100.00 594

DGTPSM_ROB	99.90 593	100.00 594	99.99 591	99.99 592	100.00 591	100.00 590	100.00 590	99.97 592	100.00 591	98.35 587	100.00 590	99.84 591	100.00 592	99.98 591	99.99 591	99.99 591	100.00 592	100.00 590	100.00 593	100.00 592	100.00 594

FlowAnything	100.00 597	100.00 594	100.00 595	100.00 595	100.00 591	100.00 590	100.00 590	100.00 594	100.00 591	100.00 593	100.00 590	100.00 595	100.00 592	100.00 594	100.00 594	100.00 593	100.00 592	100.00 590	100.00 593	100.00 592	100.00 594

ccccc		96.61 588		100.00 595	100.00 591	97.41 584		99.56 590		99.27 590		99.35 589		99.92 589		100.00 593	100.00 592	99.95 589	99.77 590	100.00 592

Selective-RAFT-Error	100.00 597	100.00 594	100.00 595	100.00 595	100.00 591	100.00 590	100.00 590	100.00 594	100.00 591	100.00 593	100.00 590	100.00 595	100.00 592	100.00 594	100.00 594	100.00 593	100.00 592	100.00 590	100.00 593	100.00 592	100.00 594

CasAABBNet	100.00 597	100.00 594	100.00 595	100.00 595	100.00 591	100.00 590	100.00 590	100.00 594	100.00 591	100.00 593	100.00 590	100.00 595	100.00 592	100.00 594	100.00 594	100.00 593	100.00 592	100.00 590	100.00 593	100.00 592	100.00 594

test_example2	99.39 591	99.98 593	99.99 591	100.00 595	99.98 590	99.72 589	99.99 589	97.34 586	100.00 591	100.00 593	100.00 590	96.42 586	96.66 585	99.97 590	99.96 590	100.00 593	99.97 590	98.66 588	99.15 589	100.00 592	100.00 594

LSM0	100.00 597	100.00 594	100.00 595	100.00 595	100.00 591	100.00 590	100.00 590	100.00 594	100.00 591	100.00 593	100.00 590	100.00 595	100.00 592	100.00 594	100.00 594	100.00 593	100.00 592	100.00 590	100.00 593	100.00 592	99.99 592

AVERAGE_ROB	99.62 592	99.95 592	98.81 587	100.00 595	100.00 591	98.08 588	95.47 583	100.00 594	100.00 591	100.00 593	100.00 590	100.00 595	100.00 592	100.00 594	99.99 591	100.00 593	100.00 592	100.00 590	100.00 593	100.00 592	100.00 594

ASD4		81.57 582

Low-res two-view benchmark