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

111111	0.97 39	0.19 4	1.49 28	0.06 14	1.12 317	1.43 42	0.05 33	4.77 119	1.70 29	0.44 64	2.88 109	0.09 10	0.17 20	4.66 145	0.20 14	0.00 1	0.00 1	0.00 1	0.00 1	0.10 229	0.01 18

DFGA-Net	2.78 235	1.91 437	7.35 417	1.52 267	0.36 202	3.36 244	0.20 111	6.64 235	5.93 251	4.88 189	6.31 224	2.18 148	1.12 143	7.43 285	5.98 382	0.00 1	0.00 1	0.00 1	0.00 1	0.37 407	0.04 151

G2L-Stereo	3.40 298	0.93 343	4.73 323	1.61 285	2.05 378	2.88 207	0.60 221	8.94 298	5.84 244	7.42 317	7.33 258	8.61 360	2.16 214	8.44 356	6.11 383	0.00 1	0.00 1	0.00 1	0.00 1	0.24 371	0.18 345

ISRNet	3.93 345	0.55 225	5.49 364	3.20 440	2.69 405	2.11 104	0.26 131	7.01 249	6.40 280	11.00 428	17.99 436	8.31 349	2.64 234	6.51 223	4.36 353	0.00 1	0.00 1	0.00 1	0.00 1	0.08 200	0.02 60

AIO-test2	2.70 228	1.23 383	3.52 235	1.24 222	3.05 412	2.65 170	0.06 38	6.30 214	15.40 442	2.58 120	7.30 256	0.48 80	0.57 99	5.36 168	0.96 169	3.06 486	0.00 1	0.00 1	0.01 273	0.16 302	0.15 324

AIO-test1	2.22 176	0.76 297	2.78 156	0.30 84	4.38 458	2.48 141	0.96 310	5.59 178	14.64 435	0.74 81	2.86 108	0.92 101	0.30 50	5.64 174	1.67 236	0.00 1	0.00 1	0.00 1	0.03 310	0.17 315	0.14 314

MonSter	0.46 4	0.23 15	1.44 23	0.05 11	0.77 283	1.17 12	0.01 4	3.17 27	0.72 2	0.28 24	0.18 19	0.07 4	0.04 1	0.83 12	0.17 10	0.00 1	0.00 1	0.00 1	0.01 273	0.00 1	0.01 18

GIP-stereo	0.70 15	0.44 171	1.70 46	1.52 267	0.75 279	1.48 44	0.05 33	4.18 84	1.10 18	0.18 9	0.42 27	0.58 90	0.38 66	0.65 5	0.46 67	0.00 1	0.00 1	0.00 1	0.00 1	0.05 147	0.01 18

DEFOM-Stereo	0.70 15	0.29 34	1.62 36	0.16 60	0.06 24	1.95 90	0.45 177	0.88 2	0.74 5	0.55 72	0.51 29	0.14 18	0.09 8	6.32 206	0.20 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

SMoEStereo_RVC	0.95 37	0.35 100	1.37 21	0.63 146	0.07 32	2.07 99	0.16 95	2.88 17	1.68 28	0.30 29	1.23 56	0.19 22	0.28 39	6.80 241	0.84 144	0.00 1	0.00 1	0.00 1	0.00 1	0.11 249	0.13 307

tt45	1.09 59	0.35 100	1.49 28	0.39 111	0.23 156	3.50 258	0.14 84	3.35 35	1.81 32	0.36 40	2.04 84	0.27 47	0.26 35	6.84 244	0.63 97	0.00 1	0.00 1	0.00 1	0.00 1	0.16 302	0.03 107

999	1.25 78	0.37 117	1.63 38	1.15 215	0.34 197	3.03 219	0.66 238	3.41 39	2.27 43	0.30 29	3.20 121	0.19 22	0.25 29	7.23 275	0.85 145	0.00 1	0.00 1	0.00 1	0.00 1	0.16 302	0.01 18

rvit_0105_6	1.26 79	0.87 323	4.85 327	0.61 141	0.07 32	1.60 55	0.32 147	3.79 69	5.87 245	0.25 21	0.26 23	1.09 107	0.29 43	4.60 143	0.62 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 204

rvit_0105_5	1.48 95	0.89 330	5.43 360	0.46 119	0.04 12	1.60 55	0.60 221	4.65 113	5.90 248	0.76 82	1.59 66	1.75 134	0.78 120	4.20 132	0.88 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 204

rvit_0105_4	1.38 88	0.98 349	5.52 369	0.61 141	0.05 15	1.62 58	0.41 167	3.95 76	5.80 242	0.31 34	0.73 37	1.37 115	0.53 93	4.89 154	0.78 133	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 151

rvit_0105_3	1.71 111	0.90 333	5.93 380	0.78 158	0.02 3	1.62 58	1.69 361	5.15 143	5.99 257	2.22 113	1.64 69	1.97 144	1.17 155	4.19 130	0.92 167	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.03 107

rvit_105_1	2.44 205	0.80 310	5.08 340	1.77 307	0.09 52	1.95 90	3.62 412	5.62 182	8.21 347	4.85 188	2.07 85	3.15 181	1.58 186	7.08 264	2.71 298	0.00 1	0.00 1	0.00 1	0.01 273	0.04 121	0.08 238

UGAM	3.90 340	0.48 193	4.69 320	0.17 61	0.08 46	3.67 273	1.22 332	4.81 121	14.45 434	4.59 178	11.94 365	14.20 427	3.80 298	9.92 414	3.61 335	0.00 1	0.00 1	0.00 1	0.02 297	0.32 394	0.07 223

rvit_stereo_0083	1.03 51	0.26 25	3.09 200	0.49 124	0.09 52	1.27 23	0.24 124	2.72 14	4.60 197	0.38 43	0.77 38	0.78 99	1.18 156	4.35 137	0.33 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 107

rvit_stereo_0081_aga	0.76 21	0.51 205	3.29 214	0.11 38	0.25 161	1.73 75	0.22 118	3.68 54	2.54 60	0.26 23	0.16 15	0.27 47	0.30 50	1.31 33	0.36 37	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.04 151

rvit_stereo_0081	0.88 30	0.28 30	1.81 48	0.62 143	0.13 87	1.34 31	0.12 68	3.14 23	4.59 195	0.43 62	0.30 24	0.54 87	0.11 13	3.89 115	0.36 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

rvit_stereo_0082	0.88 30	0.28 30	1.81 48	0.62 143	0.13 87	1.34 31	0.12 68	3.14 23	4.59 195	0.43 62	0.30 24	0.54 87	0.11 13	3.89 115	0.36 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

rvit_stereo_0075_2	2.00 152	0.32 60	5.49 364	0.60 140	1.98 375	1.77 76	0.10 58	7.24 253	5.70 237	2.90 130	4.06 145	3.11 179	0.56 97	5.32 167	0.76 125	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.16 336

RAStereo	0.68 12	0.42 154	3.15 205	0.18 66	0.52 248	1.17 12	0.02 16	3.16 26	0.98 16	0.51 70	1.43 61	0.16 19	0.22 26	0.75 9	0.83 141	0.00 1	0.00 1	0.00 1	0.00 1	0.07 188	0.02 60

U	2.12 162	0.25 21	2.47 118	0.17 61	8.09 491	10.63 431	0.00 1	3.08 21	0.87 10	0.24 19	0.45 28	0.17 20	0.08 5	0.69 6	0.15 6	0.00 1	0.00 1	9.89 497	5.19 507	0.01 11	0.01 18

rvit_stereo_0080	0.88 30	0.51 205	3.12 202	0.07 21	0.12 80	1.31 28	0.37 157	3.78 66	3.29 119	0.56 73	1.13 53	0.40 69	0.76 114	1.71 52	0.47 73	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 151

rvit_stereo_ft	1.00 48	0.78 305	3.84 266	0.84 165	0.36 202	1.23 16	0.24 124	3.81 70	3.76 146	0.37 42	0.87 41	0.74 96	1.12 143	1.18 30	0.76 125	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.06 204

RSM++	1.02 49	0.24 20	1.33 19	0.86 168	0.04 12	2.78 184	0.30 145	2.63 13	2.67 65	0.48 66	1.95 81	0.52 84	0.25 29	5.50 173	0.57 88	0.00 1	0.00 1	0.00 1	0.17 386	0.11 249	0.09 251

RSM	1.21 73	0.20 6	1.30 17	0.12 40	0.06 24	2.48 141	0.51 196	3.78 66	2.74 74	0.48 66	2.38 97	2.18 148	0.28 39	6.77 240	0.56 87	0.00 1	0.00 1	0.00 1	0.16 378	0.07 188	0.05 185

H2IRNET	2.16 168	0.45 178	2.60 130	1.22 220	0.03 10	1.98 94	0.13 77	4.73 117	7.04 306	1.15 96	7.79 274	5.88 294	3.39 271	4.97 157	1.45 214	0.01 212	0.00 1	0.04 412	0.17 386	0.19 334	0.03 107

MGS-Stereo	1.10 60	0.26 25	2.45 112	0.58 137	0.06 24	1.84 82	0.67 241	2.16 8	3.42 128	1.03 90	6.13 212	0.49 81	0.36 60	1.43 39	0.62 94	0.00 1	0.00 1	0.00 1	0.00 1	0.47 425	0.00 1

ff7	1.12 61	0.57 233	2.06 77	0.03 1	0.07 32	2.80 187	0.84 286	3.71 56	2.27 43	0.38 43	1.06 44	0.20 26	0.40 70	7.12 267	0.49 76	0.00 1	0.00 1	0.00 1	0.16 378	0.09 218	0.06 204

IGEVStereo-DCA	1.06 57	0.45 178	2.06 77	0.32 91	0.06 24	2.74 177	0.84 286	3.71 56	2.27 43	0.39 50	0.16 15	0.20 26	0.29 43	6.47 217	0.87 152	0.00 1	0.00 1	0.00 1	0.16 378	0.06 171	0.06 204

ffff	1.12 61	0.57 233	2.06 77	0.03 1	0.07 32	2.80 187	0.84 286	3.71 56	2.27 43	0.38 43	1.06 44	0.20 26	0.40 70	7.12 267	0.49 76	0.00 1	0.00 1	0.00 1	0.16 378	0.09 218	0.06 204

rrr	1.05 55	0.45 178	3.18 207	0.32 91	0.06 24	2.74 177	0.95 309	3.49 44	1.12 19	0.39 50	0.16 15	0.20 26	0.29 43	6.47 217	0.87 152	0.00 1	0.00 1	0.00 1	0.21 405	0.06 171	0.10 273

11t	1.12 61	0.57 233	2.06 77	0.03 1	0.07 32	2.80 187	0.84 286	3.71 56	2.27 43	0.38 43	1.06 44	0.20 26	0.40 70	7.12 267	0.49 76	0.00 1	0.00 1	0.00 1	0.16 378	0.09 218	0.06 204

whm_eth	0.88 30	0.51 205	3.12 202	0.07 21	0.12 80	1.31 28	0.37 157	3.78 66	3.29 119	0.56 73	1.13 53	0.40 69	0.76 114	1.71 52	0.47 73	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 151

GMStereo_Zeroshot	2.77 234	1.98 441	5.14 345	1.53 271	0.36 202	3.56 266	0.10 58	5.57 177	5.91 250	6.89 288	7.02 245	8.50 358	0.91 128	6.01 189	1.65 234	0.00 1	0.00 1	0.00 1	0.00 1	0.20 338	0.01 18

plain	1.34 84	0.51 205	5.09 341	0.30 84	0.05 15	1.58 53	0.08 50	4.47 98	3.77 147	0.42 60	1.76 74	0.60 92	0.74 112	6.11 192	0.94 168	0.00 1	0.00 1	0.00 1	0.00 1	0.40 417	0.02 60

MaDis-Stereo	0.80 23	0.69 280	3.02 184	0.33 96	1.83 369	1.22 15	0.06 38	3.41 39	1.49 26	0.31 34	0.38 26	0.42 74	0.51 89	1.14 26	1.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.05 147	0.05 185

StereoVision	2.25 182	0.72 285	4.00 276	1.03 197	2.64 403	1.91 86	0.28 135	5.83 194	4.43 185	1.89 110	10.65 339	3.88 214	0.52 92	5.13 162	1.98 262	0.00 1	0.00 1	0.00 1	0.00 1	0.09 218	0.03 107

MIF-Stereo (partial)	1.29 82	0.33 77	3.02 184	0.03 1	1.12 317	1.26 21	0.13 77	4.46 96	3.75 144	0.35 39	2.39 98	0.31 57	0.74 112	6.09 191	1.76 244	0.00 1	0.00 1	0.00 1	0.00 1	0.08 200	0.04 151

UniTT-Stereo	0.83 27	0.33 77	1.98 68	0.92 178	1.27 328	0.54 4	0.11 62	1.35 3	2.94 84	1.67 106	2.09 86	0.20 26	0.31 53	1.57 47	1.07 180	0.00 1	0.00 1	0.00 1	0.00 1	0.16 302	0.01 18

CASnet	0.98 41	0.32 60	1.62 36	0.65 149	0.07 32	2.11 104	0.14 84	3.50 45	4.03 163	3.77 158	1.41 60	0.31 57	0.29 43	0.80 11	0.57 88	0.01 212	0.00 1	0.00 1	0.00 1	0.04 121	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	1.12 61	0.59 241	1.66 39	0.03 1	0.07 32	2.81 195	0.82 278	4.07 79	2.30 49	0.41 56	1.12 52	0.30 53	0.40 70	7.05 260	0.49 76	0.00 1	0.00 1	0.00 1	0.17 386	0.10 229	0.05 185

gwcnet-sp	3.31 283	1.47 403	7.26 413	1.73 302	0.69 271	7.57 392	1.14 327	8.59 286	6.17 269	8.57 364	5.25 189	4.26 233	3.36 266	6.46 214	3.44 323	0.00 1	0.00 1	0.00 1	0.00 1	0.15 295	0.11 286

scenet	3.31 283	1.47 403	7.26 413	1.73 302	0.69 271	7.57 392	1.14 327	8.59 286	6.17 269	8.57 364	5.25 189	4.26 233	3.36 266	6.46 214	3.44 323	0.00 1	0.00 1	0.00 1	0.00 1	0.15 295	0.11 286

anonymousa	3.80 332	0.55 225	3.35 219	1.24 222	3.74 439	9.04 410	0.36 155	6.74 240	4.03 163	7.72 329	19.64 442	10.62 389	6.01 384	1.52 45	1.40 209	0.00 1	0.00 1	0.00 1	0.05 334	0.00 1	0.03 107

Selective-RAFT	1.69 109	0.32 60	3.29 214	0.92 178	0.18 128	3.89 295	0.06 38	4.22 85	4.00 160	1.47 102	1.98 82	3.07 177	2.81 247	6.35 210	0.89 160	0.01 212	0.00 1	0.00 1	0.21 405	0.05 147	0.00 1

ssnet	3.31 283	1.47 403	7.26 413	1.73 302	0.69 271	7.57 392	1.14 327	8.59 286	6.17 269	8.57 364	5.25 189	4.26 233	3.36 266	6.46 214	3.44 323	0.00 1	0.00 1	0.00 1	0.00 1	0.15 295	0.11 286

CroCo-Stereo Lap2	1.24 76	0.88 327	3.39 223	0.95 185	4.59 470	0.47 3	0.08 50	3.51 47	2.80 77	1.17 98	2.24 93	1.57 127	0.20 22	1.48 43	1.14 189	0.00 1	0.00 1	0.00 1	0.00 1	0.15 295	0.12 299

DCANet-4	2.03 156	0.34 90	5.30 356	0.31 88	0.18 128	1.69 67	0.12 68	4.95 128	8.55 359	5.78 213	5.17 177	1.12 108	2.82 248	2.11 77	1.92 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 345

ccc-4	1.12 61	0.57 233	2.06 77	0.03 1	0.07 32	2.80 187	0.84 286	3.71 56	2.27 43	0.38 43	1.06 44	0.20 26	0.40 70	7.12 267	0.49 76	0.00 1	0.00 1	0.00 1	0.16 378	0.09 218	0.06 204

fff	2.28 186	0.61 249	3.81 260	0.22 71	0.07 32	1.69 67	0.11 62	5.37 169	11.84 414	5.80 215	5.17 177	1.44 119	5.41 369	2.00 71	1.92 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 345

ADStereo(finetuned)	2.26 185	0.64 258	5.22 352	0.31 88	0.18 128	1.71 72	0.25 129	5.23 148	8.46 354	6.06 236	5.30 193	1.41 117	6.37 389	1.87 66	1.87 251	0.00 1	0.00 1	0.00 1	0.00 1	0.04 121	0.18 345

DisPM	2.43 203	0.32 60	3.04 189	1.76 305	0.18 128	3.46 249	0.65 235	5.13 140	4.88 208	8.59 367	7.04 248	2.84 165	1.03 138	8.85 381	0.83 141	0.01 212	0.00 1	0.00 1	0.00 1	0.01 11	0.02 60

Wz-Net-LNSev-Ref	5.98 408	1.55 411	9.92 442	2.40 399	3.22 418	10.28 425	3.14 398	11.64 377	9.79 378	9.54 393	20.22 445	11.16 403	6.77 400	10.61 426	9.16 431	0.06 375	0.00 1	0.00 1	0.00 1	0.03 92	0.04 151

IER	3.20 275	0.54 221	5.13 344	0.58 137	1.59 345	7.29 385	0.56 207	6.36 216	4.95 210	7.44 319	8.84 289	6.20 301	6.26 386	4.88 150	3.29 318	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

RAFT+CT+SA	2.36 197	0.71 284	2.46 115	0.83 164	2.26 392	3.18 235	0.93 304	6.82 244	5.48 226	2.55 119	8.07 278	1.64 128	1.59 187	8.54 360	1.15 190	0.02 297	0.00 1	0.00 1	0.38 450	0.19 334	0.36 406

test_5	2.90 250	0.70 282	3.69 249	2.01 349	3.17 417	4.61 327	1.32 342	6.69 238	7.02 305	2.79 125	7.18 250	4.99 262	4.14 309	7.96 316	1.31 202	0.00 1	0.00 1	0.00 1	0.03 310	0.19 334	0.26 386

test_4	2.38 199	0.34 90	2.68 138	0.08 29	0.11 68	3.69 277	1.14 327	3.33 34	3.34 126	4.03 165	17.35 431	3.31 187	0.51 89	6.28 201	1.15 190	0.00 1	0.00 1	0.00 1	0.11 365	0.16 302	0.01 18

IGEV-Stereo	1.12 61	0.59 241	1.66 39	0.03 1	0.07 32	2.82 198	0.82 278	4.09 82	2.30 49	0.41 56	1.11 49	0.30 53	0.41 77	7.05 260	0.49 76	0.00 1	0.00 1	0.00 1	0.17 386	0.10 229	0.05 185
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.86 245	0.86 321	4.08 285	0.06 14	0.25 161	2.76 183	0.60 221	4.97 131	4.10 171	2.98 133	7.85 275	10.17 381	4.17 312	8.16 337	5.83 380	0.00 1	0.00 1	0.00 1	0.01 273	0.26 374	0.06 204

CSP-Net	4.12 355	1.28 392	3.70 252	1.54 273	1.06 312	13.28 458	2.33 375	12.96 420	5.45 225	8.87 376	8.54 287	8.43 353	3.03 255	8.16 337	3.65 336	0.00 1	0.00 1	0.00 1	0.00 1	0.18 326	0.03 107

WZ-Net	13.00 481	4.64 473	41.07 513	3.48 452	3.15 416	19.12 479	15.66 509	14.81 445	31.33 490	15.71 463	27.88 473	22.22 476	14.01 470	20.44 492	25.03 499	0.64 459	0.00 1	0.01 352	0.03 310	0.39 414	0.37 407

UDGNet	2.73 232	7.09 485	3.90 268	2.71 415	0.06 24	2.98 214	0.20 111	4.63 109	8.58 360	2.69 121	2.70 104	0.95 103	1.01 135	6.27 200	1.51 218	1.28 473	0.00 1	5.24 495	0.94 477	1.70 468	0.13 307

DAS	3.74 323	0.35 100	5.19 349	1.99 344	3.74 439	2.36 128	3.22 400	7.77 261	9.27 368	8.70 368	12.08 367	4.45 243	5.43 372	8.39 351	1.71 239	0.01 212	0.00 1	0.00 1	0.00 1	0.04 121	0.02 60

SepStereo	3.78 329	0.35 100	5.19 349	1.99 344	3.74 439	2.36 128	3.22 400	7.77 261	9.27 368	8.70 368	12.08 367	4.45 243	5.43 372	9.18 394	1.71 239	0.01 212	0.00 1	0.00 1	0.00 1	0.04 121	0.02 60

IPLGR	2.28 186	0.51 205	6.00 382	0.15 57	0.15 96	1.99 96	0.22 118	6.34 215	6.04 260	6.80 281	5.76 201	2.87 166	2.31 221	4.88 150	1.28 200	0.00 1	0.00 1	0.00 1	0.00 1	0.09 218	0.18 345

AASNet	3.90 340	0.92 340	4.41 299	3.56 454	4.00 452	6.70 371	1.26 337	18.71 472	6.14 266	7.35 315	7.91 277	4.35 240	2.58 232	3.04 96	6.62 396	0.00 1	0.00 1	0.00 1	0.00 1	0.39 414	0.14 314

test-3	1.86 130	0.21 10	2.46 115	1.03 197	0.22 151	1.38 35	0.83 282	4.65 113	5.04 212	7.26 310	1.78 77	4.10 225	0.41 77	6.53 226	0.76 125	0.00 1	0.00 1	0.00 1	0.29 431	0.18 326	0.14 314

test_1	1.85 129	0.21 10	2.45 112	1.02 195	0.22 151	1.37 34	0.82 278	4.66 115	5.06 213	7.02 293	1.73 73	4.09 223	0.41 77	6.51 223	0.76 125	0.00 1	0.00 1	0.00 1	0.29 431	0.18 326	0.14 314

PFNet+	2.35 195	0.31 47	3.69 249	0.79 159	0.17 113	3.15 234	0.75 262	4.52 100	6.30 274	7.90 338	6.34 226	2.53 156	1.18 156	7.72 304	1.62 231	0.03 335	0.00 1	0.00 1	0.00 1	0.01 11	0.03 107

LCNet	2.85 241	0.42 154	1.90 56	0.95 185	0.56 253	2.07 99	1.60 355	4.99 134	3.57 138	6.05 234	10.59 335	4.59 249	6.79 401	7.46 287	0.72 114	0.01 212	0.00 1	0.01 352	0.77 473	0.30 385	3.57 480

Patchmatch Stereo++	1.95 145	0.40 137	2.86 168	0.12 40	0.18 128	3.74 284	0.66 238	5.24 154	2.96 88	5.86 221	4.32 153	3.46 192	1.52 180	6.88 246	0.70 108	0.01 212	0.00 1	0.00 1	0.00 1	0.08 200	0.09 251
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
AAGNet	3.41 300	0.34 90	2.45 112	1.78 309	0.39 210	3.69 277	1.05 318	4.79 120	4.61 198	9.62 396	7.74 272	4.98 261	6.38 390	7.34 281	13.02 465	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.04 151

OMP-Stereo	3.03 259	0.93 343	2.72 146	4.21 472	0.51 244	2.19 113	1.25 334	6.19 210	6.00 258	7.99 342	6.21 217	8.50 358	2.49 228	9.44 407	1.74 243	0.01 212	0.00 1	0.00 1	0.00 1	0.08 200	0.05 185

IIG-Stereo	3.16 271	0.75 294	2.83 163	4.08 467	0.21 147	2.56 153	0.74 260	6.55 232	5.56 233	8.39 359	9.38 312	7.94 343	2.79 246	9.50 409	1.89 254	0.02 297	0.00 1	0.00 1	0.00 1	0.02 48	0.04 151

NF-Stereo	2.24 177	0.33 77	3.00 180	2.04 356	0.10 59	3.46 249	0.43 172	6.51 230	3.17 108	6.84 283	5.24 187	2.67 162	1.34 166	8.17 340	1.53 221	0.01 212	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

OCTAStereo	2.24 177	0.33 77	3.03 186	2.04 356	0.10 59	3.45 248	0.43 172	6.50 227	3.17 108	6.84 283	5.20 182	2.65 159	1.33 164	8.18 341	1.56 225	0.01 212	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

PSM-softLoss	2.24 177	0.34 90	3.42 227	1.81 313	0.17 113	2.74 177	0.39 162	6.17 208	2.92 82	6.26 254	6.29 222	2.96 169	0.97 133	8.68 369	1.71 239	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 60

KMStereo	2.24 177	0.34 90	3.42 227	1.81 313	0.17 113	2.74 177	0.39 162	6.17 208	2.92 82	6.26 254	6.29 222	2.96 169	0.97 133	8.68 369	1.71 239	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 60

PSM-adaLoss	1.88 135	0.40 137	2.86 168	0.12 40	0.19 139	3.75 287	0.71 252	5.23 148	2.96 88	5.86 221	4.33 155	3.45 190	1.51 175	5.40 171	0.69 106	0.01 212	0.00 1	0.00 1	0.00 1	0.08 200	0.09 251

FTStereo	4.55 384	0.36 110	2.18 97	0.94 181	0.38 208	2.60 161	8.82 473	4.98 133	3.17 108	10.88 424	30.35 482	5.60 287	7.60 417	7.62 296	1.55 224	0.17 417	0.00 1	0.05 419	0.00 1	0.03 92	3.80 482

ROB_FTStereo_v2	1.91 141	0.41 148	2.85 166	0.12 40	0.19 139	3.71 279	0.73 257	5.23 148	2.95 85	5.86 221	4.36 158	3.46 192	1.51 175	5.86 184	0.69 106	0.01 212	0.00 1	0.00 1	0.00 1	0.08 200	0.08 238

ROB_FTStereo	1.90 139	0.42 154	2.86 168	0.12 40	0.19 139	3.71 279	0.75 262	5.24 154	2.95 85	5.87 226	4.26 151	3.41 188	1.51 175	5.80 181	0.65 99	0.01 212	0.00 1	0.00 1	0.00 1	0.08 200	0.08 238

KYRaft	3.59 313	0.31 47	1.84 51	0.76 157	0.46 226	2.29 120	4.04 417	4.75 118	3.25 115	8.93 380	19.47 441	6.62 316	5.07 361	7.79 308	0.71 112	0.01 212	0.00 1	0.00 1	0.01 273	0.04 121	5.38 491

HUI-Stereo	1.80 121	0.41 148	2.85 166	0.12 40	0.18 128	3.72 282	0.65 235	5.23 148	2.97 92	5.87 226	4.34 156	3.45 190	1.52 180	3.93 120	0.65 99	0.02 297	0.00 1	0.00 1	0.00 1	0.08 200	0.10 273

SST-Stereo	2.75 233	0.31 47	2.78 156	1.33 238	0.33 195	3.99 301	0.82 278	5.60 179	3.93 156	10.92 425	6.19 216	5.00 265	4.23 315	8.66 368	0.74 118	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.03 107

RAFT_R40	2.71 229	0.33 77	3.00 180	1.26 225	0.30 181	3.83 293	1.00 313	5.69 183	4.29 179	9.69 398	6.33 225	5.02 267	4.02 306	8.58 363	0.86 150	0.01 212	0.00 1	0.00 1	0.00 1	0.03 92	0.02 60

GrayStereo	3.74 323	0.20 6	1.94 63	1.55 275	0.60 257	3.12 229	8.22 470	5.76 187	3.32 122	10.40 414	16.66 418	5.81 293	8.60 431	6.57 227	1.37 208	0.01 212	0.00 1	0.01 352	0.63 466	0.02 48	0.04 151

RE-Stereo	2.25 182	0.33 77	3.03 186	2.04 356	0.10 59	3.47 251	0.43 172	6.50 227	3.18 111	6.84 283	5.20 182	2.65 159	1.34 166	8.18 341	1.58 227	0.01 212	0.00 1	0.01 352	0.00 1	0.02 48	0.01 18

Pruner-Stereo	2.49 212	0.40 137	2.46 115	1.80 311	0.25 161	3.51 261	0.77 266	6.03 199	4.92 209	8.91 377	6.09 208	4.45 243	1.11 142	6.99 257	2.11 268	0.02 297	0.00 1	0.02 383	0.00 1	0.01 11	0.04 151

TVStereo	2.25 182	0.33 77	3.03 186	2.04 356	0.10 59	3.47 251	0.43 172	6.50 227	3.18 111	6.84 283	5.20 182	2.65 159	1.34 166	8.18 341	1.58 227	0.01 212	0.00 1	0.01 352	0.00 1	0.02 48	0.01 18

DeepStereo_RVC	2.05 158	0.39 127	2.87 172	0.14 55	0.17 113	3.51 261	0.70 249	5.21 147	3.00 94	6.27 256	4.13 147	3.47 195	4.53 337	4.81 148	1.49 217	0.01 212	0.00 1	0.00 1	0.00 1	0.09 218	0.18 345

iGMRVC	1.96 148	0.40 137	2.88 173	0.12 40	0.19 139	3.74 284	0.73 257	5.23 148	2.97 92	5.87 226	4.37 159	3.48 196	1.52 180	6.73 239	0.74 118	0.02 297	0.00 1	0.00 1	0.00 1	0.08 200	0.08 238

RAFT-RH_RVC	3.96 346	0.46 184	2.93 176	1.55 275	0.42 219	3.14 231	0.14 84	3.70 55	5.98 256	11.25 431	32.23 486	5.29 274	1.68 191	8.13 334	2.14 271	0.08 389	0.00 1	0.00 1	0.03 310	0.01 11	0.00 1

RAFT-345	3.27 278	0.41 148	2.88 173	1.02 195	0.21 147	2.63 167	0.48 181	3.76 65	5.51 229	7.35 315	24.88 467	4.25 232	1.76 201	8.15 336	2.13 270	0.01 212	0.00 1	0.00 1	0.00 1	0.01 11	0.01 18

iRAFT	1.95 145	0.40 137	2.86 168	0.12 40	0.18 128	3.74 284	0.66 238	5.24 154	2.96 88	5.86 221	4.32 153	3.46 192	1.52 180	6.88 246	0.70 108	0.01 212	0.00 1	0.00 1	0.00 1	0.08 200	0.09 251

CRE-IMP	1.95 145	0.35 100	2.68 138	0.27 83	0.17 113	3.90 296	0.85 292	5.14 141	2.87 80	5.74 212	4.14 148	3.49 197	0.83 124	6.40 211	1.80 248	0.00 1	0.00 1	0.00 1	0.00 1	0.10 229	0.19 356

CroCo-Stereo	0.99 45	0.89 330	3.19 208	0.46 119	0.44 220	0.38 1	0.05 33	4.61 106	3.95 157	0.48 66	1.78 77	1.01 104	0.27 37	1.11 24	1.07 180	0.01 212	0.00 1	0.00 1	0.00 1	0.05 147	0.04 151
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
GMM-Stereo	3.32 289	0.27 29	2.52 121	0.82 162	0.48 235	2.27 119	4.91 435	5.06 137	3.08 101	7.06 297	16.72 419	6.21 302	3.70 288	7.60 294	1.16 192	0.04 354	0.00 1	0.00 1	0.04 328	0.10 229	4.45 484

RAFT-IKP	1.90 139	0.42 154	2.83 163	0.12 40	0.18 128	3.50 258	0.64 232	5.24 154	2.96 88	5.86 221	4.34 156	3.50 199	1.51 175	5.99 188	0.76 125	0.01 212	0.00 1	0.00 1	0.00 1	0.08 200	0.08 238

Prome-Stereo	3.65 317	0.29 34	1.92 59	0.91 174	0.49 238	2.07 99	4.75 433	4.41 93	3.23 114	9.32 389	20.63 448	4.06 221	7.19 407	7.70 301	1.17 194	0.00 1	0.00 1	0.00 1	0.00 1	0.05 147	4.72 488

LMCR-Stereo	3.63 316	1.29 394	4.20 289	2.54 408	0.17 113	8.08 398	1.52 351	11.46 373	4.73 203	8.45 362	10.66 340	1.91 142	5.03 359	7.69 300	3.58 334	0.92 467	0.00 1	0.00 1	0.00 1	0.36 406	0.02 60

CREStereo++_RVC	1.59 102	0.39 127	2.26 100	0.36 105	0.01 1	1.67 63	0.01 4	2.95 18	8.12 343	3.69 155	7.44 259	0.47 79	0.32 55	0.74 7	0.39 47	0.00 1	0.00 1	0.00 1	3.03 495	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
TestStereo	1.74 115	1.02 355	3.64 247	0.20 67	0.28 178	1.33 30	0.01 4	5.24 154	4.01 162	3.18 137	4.97 171	2.07 147	0.70 108	7.32 279	0.75 123	0.02 297	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

TANstereo	1.20 71	0.49 197	2.04 75	0.34 101	0.10 59	1.80 79	0.01 4	3.40 38	4.10 171	4.37 171	4.82 165	0.41 72	0.70 108	0.94 16	0.46 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 92	0.85 320	2.04 75	2.45 404	0.05 15	2.34 127	0.01 4	3.46 42	7.51 319	2.88 129	4.98 172	0.26 45	0.25 29	1.15 27	0.46 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	1.35 85	1.66 421	8.14 428	0.55 131	0.46 226	1.23 16	0.24 124	4.00 77	3.47 130	0.40 54	1.11 49	0.23 39	1.42 171	0.96 18	0.57 88	0.01 212	0.00 1	0.00 1	0.20 401	2.07 473	0.22 366

CroCo_RVC	1.35 85	1.66 421	8.14 428	0.55 131	0.46 226	1.23 16	0.24 124	4.00 77	3.47 130	0.40 54	1.11 49	0.23 39	1.42 171	0.96 18	0.57 88	0.01 212	0.00 1	0.00 1	0.20 401	2.07 473	0.22 366

DCANet	2.08 160	0.64 258	3.81 260	0.31 88	0.17 113	1.70 71	0.25 129	5.23 148	8.47 355	6.07 237	5.30 193	1.41 117	4.23 315	1.85 63	2.02 265	0.00 1	0.00 1	0.00 1	0.00 1	0.04 121	0.19 356

csc	2.28 186	0.61 249	3.81 260	0.22 71	0.07 32	1.69 67	0.11 62	5.37 169	11.84 414	5.80 215	5.17 177	1.44 119	5.41 369	2.00 71	1.92 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 345

cscssc	2.28 186	0.61 249	3.81 260	0.22 71	0.07 32	1.69 67	0.11 62	5.37 169	11.84 414	5.80 215	5.17 177	1.44 119	5.41 369	2.00 71	1.92 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.18 345

111	2.78 235	0.92 340	3.81 260	0.22 71	0.07 32	2.83 200	0.70 249	6.03 199	14.00 430	3.22 139	8.93 292	5.48 281	3.30 264	3.66 110	2.03 266	0.00 1	0.00 1	0.00 1	0.00 1	0.10 229	0.29 396

GMStereo	1.83 127	0.99 351	4.55 312	0.57 136	0.05 15	2.53 147	0.01 4	4.95 128	11.14 404	3.52 148	2.24 93	0.53 86	0.49 87	3.76 113	0.80 138	0.20 424	0.00 1	0.00 1	0.12 368	0.12 266	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
Syn2CoEx	6.32 415	2.72 454	9.33 437	2.45 404	1.67 354	8.59 403	3.32 403	18.08 468	12.27 419	8.53 363	21.08 449	10.30 385	9.80 445	9.30 400	7.86 410	0.01 212	0.00 1	0.00 1	0.00 1	0.63 437	0.43 419

MMNet	4.16 360	0.77 300	5.47 363	1.40 251	1.67 354	10.78 434	0.63 228	8.64 292	8.47 355	8.80 373	8.33 282	7.51 332	6.61 393	7.53 291	6.54 392	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.05 185

delet	4.27 370	0.72 285	4.50 306	1.07 205	3.75 443	10.79 435	4.04 417	9.95 327	7.89 335	8.09 344	8.89 291	8.46 354	3.81 299	7.56 292	5.80 379	0.00 1	0.00 1	0.00 1	0.00 1	0.11 249	0.02 60

UNet	3.97 349	0.61 249	6.50 399	1.68 294	3.22 418	9.82 419	0.31 146	9.50 314	5.32 223	7.20 307	6.35 227	10.59 387	5.91 382	6.93 251	5.49 373	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.01 18

FCDSN-DC	10.24 470	0.56 231	3.49 233	1.96 340	1.29 331	16.90 471	4.59 430	17.16 462	19.10 459	24.64 488	32.46 490	33.82 497	22.14 494	15.93 472	10.45 448	0.04 354	0.00 1	0.00 1	0.00 1	0.05 147	0.21 364
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CREStereo	0.98 41	0.42 154	1.86 52	0.07 21	0.22 151	1.65 61	0.02 16	4.07 79	6.33 277	0.72 80	1.54 64	0.43 75	0.64 104	1.22 32	0.44 59	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	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
ac_64	3.70 321	0.47 186	3.50 234	2.87 423	3.50 430	5.91 356	0.72 256	10.17 338	4.34 181	8.16 346	5.80 202	10.82 395	5.64 378	7.08 264	4.73 361	0.03 335	0.00 1	0.00 1	0.00 1	0.08 200	0.14 314

ACVNet	2.58 220	0.53 216	2.69 140	0.84 165	0.59 255	2.61 162	0.55 205	8.35 274	5.70 237	4.45 173	9.26 309	5.77 290	3.50 276	2.24 78	4.41 355	0.00 1	0.00 1	0.00 1	0.00 1	0.17 315	0.01 18

acv_ft	3.69 320	0.53 216	4.58 316	2.31 393	4.71 472	7.44 388	0.86 293	8.54 285	5.70 237	9.29 388	9.26 309	5.77 290	4.15 310	2.24 78	8.13 419	0.00 1	0.00 1	0.00 1	0.00 1	0.29 384	0.01 18

cf-r	3.42 301	0.81 312	3.97 270	2.41 402	2.78 406	2.85 202	0.64 232	8.44 277	6.32 276	6.25 253	11.57 360	8.97 364	3.54 280	5.93 186	3.83 341	0.00 1	0.00 1	0.00 1	0.00 1	0.09 218	0.07 223

hitnet-ft	3.66 318	0.65 264	2.79 160	0.89 172	0.72 278	4.25 309	0.55 205	9.11 304	7.52 320	7.14 301	10.19 324	12.49 415	4.70 345	7.44 286	4.41 355	0.03 335	0.00 1	0.06 423	0.00 1	0.20 338	0.04 151

GANet-RSSM	3.27 278	0.60 245	3.38 221	2.94 429	2.00 377	2.61 162	0.48 181	10.93 359	6.11 265	5.47 206	10.20 325	6.57 314	5.44 375	6.25 199	2.23 277	0.00 1	0.00 1	0.08 432	0.00 1	0.17 315	0.03 107

PSMNet-RSSM	3.33 291	0.77 300	3.22 210	2.12 368	1.90 374	2.33 126	0.71 252	11.17 361	5.83 243	5.90 229	11.43 357	7.04 324	4.83 355	5.96 187	3.17 312	0.00 1	0.00 1	0.02 383	0.00 1	0.08 200	0.02 60

GwcNet-RSSM	3.77 328	1.05 359	5.06 338	2.21 378	1.87 371	2.36 128	1.52 351	8.98 300	7.96 338	5.91 230	14.59 401	7.94 343	3.50 276	6.43 212	5.70 377	0.00 1	0.00 1	0.04 412	0.00 1	0.20 338	0.08 238

CFNet-ft	3.31 283	0.94 346	2.69 140	1.50 262	2.38 395	2.81 195	0.68 242	8.35 274	7.43 316	4.45 173	9.94 320	10.20 382	4.60 339	6.50 222	3.41 321	0.00 1	0.00 1	0.03 400	0.00 1	0.22 355	0.03 107

PMTNet	1.41 90	0.37 117	2.06 77	0.26 79	0.15 96	2.94 211	0.34 153	3.39 36	5.33 224	1.00 89	1.27 57	0.28 51	0.93 130	4.04 126	0.74 118	5.00 488	0.00 1	0.00 1	0.00 1	0.03 92	0.01 18

AF-Net	7.78 443	1.44 402	6.68 402	3.37 444	4.50 468	8.61 404	2.69 387	17.07 461	20.17 468	9.52 392	24.02 461	20.31 471	14.59 472	11.58 438	9.84 443	0.61 457	0.00 1	0.12 441	0.00 1	0.38 410	0.12 299

Nwc_Net	6.97 432	1.25 386	6.63 401	3.82 462	3.37 423	10.83 436	1.67 360	19.56 488	11.35 408	8.36 354	23.62 460	17.19 452	11.44 457	11.21 433	8.08 418	0.80 462	0.00 1	0.00 1	0.02 297	0.13 280	0.09 251

RASNet	4.52 383	0.61 249	4.42 300	3.42 446	4.68 471	4.58 325	0.99 311	9.54 318	8.01 339	5.28 203	11.42 356	10.34 386	8.88 434	9.28 399	8.68 426	0.15 411	0.00 1	0.00 1	0.00 1	0.03 92	0.04 151

GANetREF_RVC	6.56 420	2.89 456	7.58 424	3.41 445	0.40 212	12.96 455	9.58 479	15.09 447	17.25 454	10.33 411	10.62 336	12.27 414	8.16 426	12.21 445	4.53 357	0.41 448	0.00 1	0.00 1	0.02 297	3.12 479	0.39 409
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
GANet	6.22 413	1.07 362	4.07 284	2.27 383	0.89 294	9.19 412	9.52 478	12.02 392	8.13 344	10.72 421	29.09 478	13.86 423	7.52 416	11.00 431	4.39 354	0.36 442	0.00 1	0.02 383	0.02 297	0.12 266	0.08 238

TDLM	4.11 354	1.11 370	3.54 236	1.62 289	1.04 311	3.91 297	7.41 468	10.60 346	10.67 400	6.38 265	12.59 377	5.95 296	4.77 349	8.79 379	3.04 308	0.58 456	0.00 1	0.01 352	0.00 1	0.19 334	0.12 299

CFNet	3.72 322	1.10 368	5.03 336	2.49 406	1.59 345	4.90 334	0.22 118	11.38 371	9.88 381	4.80 187	11.25 353	6.44 308	3.68 285	8.33 348	3.00 306	0.00 1	0.00 1	0.00 1	0.00 1	0.22 355	0.07 223

CFNet_RVC	3.31 283	0.94 346	2.69 140	1.50 262	2.38 395	2.81 195	0.68 242	8.35 274	7.43 316	4.45 173	9.94 320	10.20 382	4.60 339	6.49 220	3.41 321	0.00 1	0.00 1	0.03 400	0.00 1	0.22 355	0.03 107

CVANet_RVC	4.16 360	1.16 377	3.60 241	1.94 336	1.46 342	3.92 298	4.68 431	10.89 358	8.34 350	7.58 323	10.84 343	10.27 384	6.62 396	8.56 361	2.69 297	0.39 445	0.00 1	0.00 1	0.01 273	0.21 349	0.09 251

UCFNet_RVC	3.09 263	0.77 300	2.27 102	2.35 396	1.79 366	3.50 258	1.06 319	12.12 398	6.91 299	4.71 185	7.67 269	7.58 333	4.40 328	4.95 155	1.67 236	0.00 1	0.00 1	0.00 1	0.00 1	0.11 249	0.01 18

HITNet	2.79 237	0.77 300	4.02 277	2.03 354	0.11 68	5.58 347	0.59 218	9.24 307	5.15 218	6.42 267	7.26 255	3.66 206	2.92 253	4.07 127	3.87 343	0.00 1	0.00 1	0.00 1	0.00 1	0.06 171	0.02 60
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
AdaStereo	3.09 263	0.58 238	3.04 189	2.84 422	0.48 235	4.08 304	1.29 340	12.16 400	7.77 333	6.03 233	9.62 315	5.79 292	1.53 184	4.56 142	1.93 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 60
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.
NVstereo2D	4.51 380	0.82 315	6.86 407	3.28 443	3.38 424	8.16 399	3.13 397	10.51 344	15.15 440	4.90 190	6.89 238	7.87 338	4.78 351	9.88 412	3.91 344	0.01 212	0.00 1	0.00 1	0.06 341	0.02 48	0.58 436

iResNetv2_ROB	4.28 372	1.43 400	7.17 412	2.91 424	1.26 326	4.36 316	1.62 356	13.64 431	10.25 389	9.83 400	11.41 355	7.68 335	4.00 303	7.75 306	1.85 250	0.00 1	0.00 1	0.00 1	0.00 1	0.37 407	0.09 251

MLCV	3.44 304	0.88 327	5.60 371	1.39 250	0.25 161	4.36 316	0.33 151	7.25 254	7.28 313	9.17 385	12.24 374	5.09 269	2.47 227	9.15 393	3.23 315	0.00 1	0.00 1	0.00 1	0.00 1	0.10 229	0.02 60

HSM	4.00 351	0.79 306	3.16 206	1.59 283	2.17 386	6.77 373	1.11 325	12.28 403	6.35 279	6.75 277	8.11 280	13.90 424	5.37 368	8.85 381	2.71 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 48	0.02 60

StereoDRNet-Refined	4.46 376	0.62 254	3.80 258	1.92 331	0.40 212	9.35 413	0.15 90	10.02 333	8.83 363	12.69 443	11.62 361	9.34 367	3.87 300	8.06 329	8.02 413	0.00 1	0.00 1	0.01 352	0.05 334	0.20 338	0.26 386
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	6.28 414	0.57 233	5.78 375	3.43 447	1.17 321	11.22 437	3.39 407	12.14 399	16.16 447	6.52 272	11.22 352	16.96 450	6.32 388	19.51 487	10.74 451	0.00 1	0.00 1	0.00 1	0.00 1	0.35 402	0.11 286

NCCL2	5.88 405	1.59 414	5.44 361	1.87 320	0.92 297	9.55 416	11.55 490	12.11 396	9.94 382	9.67 397	8.85 290	22.28 477	7.41 410	8.78 378	7.17 400	0.01 212	0.00 1	0.03 400	0.00 1	0.13 280	0.23 372

DLCB_ROB	4.51 380	0.91 337	3.78 256	2.19 375	1.07 314	6.28 361	3.09 396	9.78 322	7.72 327	10.65 420	12.97 383	13.91 425	3.71 289	8.72 377	5.30 370	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.10 273

iResNet_ROB	4.23 365	1.02 355	4.90 329	2.18 374	0.93 300	2.92 209	0.37 157	15.10 449	16.91 452	7.89 337	10.51 334	7.03 322	3.07 258	8.16 337	3.46 327	0.01 212	0.00 1	0.00 1	0.00 1	0.10 229	0.02 60

DN-CSS_ROB	2.69 225	1.40 399	5.34 357	2.31 393	0.75 279	3.14 231	0.06 38	6.11 203	3.87 150	5.34 205	12.18 372	2.34 153	1.22 160	7.84 310	1.48 216	0.03 335	0.00 1	0.00 1	0.00 1	0.35 402	0.03 107

PWC_ROB	8.24 449	3.13 460	12.74 462	2.43 403	4.43 462	7.51 390	1.22 332	16.63 459	19.24 461	16.08 465	28.29 475	13.99 426	10.16 448	13.63 457	14.06 471	0.42 451	0.00 1	0.05 419	0.00 1	0.59 432	0.27 390

LG-Stereo_L2	0.64 10	0.33 77	1.46 25	0.10 32	0.18 128	1.30 26	0.19 106	3.53 50	0.72 2	0.20 12	0.02 1	0.06 1	0.07 3	4.19 130	0.36 37	0.01 212	0.01 156	0.00 1	0.00 1	0.01 11	0.02 60

G2L-Stereo_aug	4.27 370	0.53 216	5.19 349	2.04 356	1.22 323	4.85 332	0.41 167	7.92 266	13.66 429	9.59 395	10.62 336	10.81 394	4.57 338	9.00 388	4.81 364	0.00 1	0.01 156	0.00 1	0.00 1	0.13 280	0.05 185

S2M2	0.46 4	0.39 127	1.17 9	0.37 107	0.17 113	1.14 10	0.01 4	1.46 4	1.83 34	0.19 11	0.87 41	0.13 17	0.19 21	0.57 3	0.43 55	0.01 212	0.01 156	0.00 1	0.00 1	0.21 349	0.00 1

SGD-Stereo	0.69 13	0.30 43	1.15 8	0.25 77	0.12 80	1.26 21	0.29 139	1.87 6	0.62 1	0.50 69	0.51 29	0.08 6	0.11 13	6.67 235	0.09 1	0.01 212	0.01 156	0.00 1	0.00 1	0.02 48	0.01 18

MM-Stereo_test3	1.83 127	0.59 241	1.93 60	1.43 256	3.99 451	2.44 138	0.81 276	5.81 192	6.70 293	1.73 109	4.79 163	1.23 113	0.65 105	3.30 100	0.85 145	0.00 1	0.01 156	0.00 1	0.00 1	0.33 397	0.05 185

fffft	0.97 39	0.29 34	1.69 45	0.03 1	0.05 15	2.12 106	0.65 235	3.44 41	1.87 36	0.34 37	0.60 32	0.23 39	0.20 22	6.69 236	0.89 160	0.00 1	0.01 156	0.00 1	0.00 1	0.18 326	0.09 251
1: 1. 1
ours_stereo	1.03 51	0.55 225	1.86 52	0.12 40	0.32 190	1.16 11	0.09 55	3.27 30	2.18 40	0.39 50	3.02 115	0.34 67	0.26 35	6.32 206	0.37 43	0.00 1	0.01 156	0.00 1	0.00 1	0.18 326	0.13 307

FC-DCNN v2	10.88 474	0.52 212	4.17 288	1.92 331	1.63 349	17.79 476	5.35 443	18.87 476	19.88 465	28.77 493	34.99 496	34.62 500	21.72 492	16.03 474	11.16 456	0.03 335	0.01 156	0.02 383	0.00 1	0.06 171	0.08 238

IGEV-Stereo++	0.74 19	0.23 15	1.31 18	0.06 14	1.62 348	1.95 90	0.01 4	3.29 31	1.81 32	0.38 43	1.68 72	0.10 14	1.16 154	0.91 14	0.19 13	0.01 212	0.01 156	0.00 1	0.00 1	0.04 121	0.01 18

IGEV-BASED-STEREO-	4.24 367	25.07 505	26.53 500	0.44 117	0.07 32	1.50 49	0.54 201	2.09 7	1.57 27	0.51 70	0.62 33	0.21 36	0.20 22	1.44 40	0.53 84	12.03 509	0.01 156	0.00 1	0.08 347	1.75 469	9.69 505

AIO-Stereo	0.94 36	0.22 13	1.20 13	0.06 14	0.08 46	2.36 128	0.62 227	5.50 176	2.61 62	0.30 29	3.32 124	0.41 72	0.25 29	1.12 25	0.17 10	0.00 1	0.01 156	0.00 1	0.35 448	0.06 171	0.12 299

test_sample4	2.87 247	0.40 137	4.54 309	1.80 311	0.54 251	3.95 299	0.15 90	11.48 374	6.49 287	6.33 263	6.81 236	3.68 208	2.65 236	6.11 192	2.36 284	0.02 297	0.01 156	0.00 1	0.00 1	0.04 121	0.05 185

test_sample3	2.87 247	0.37 117	4.45 303	1.95 337	0.59 255	4.69 328	0.16 95	11.50 375	6.45 284	5.82 218	6.44 228	3.76 212	2.64 234	6.01 189	2.41 288	0.01 212	0.01 156	0.00 1	0.00 1	0.04 121	0.05 185

test_sample2	2.32 192	0.25 21	3.38 221	2.08 362	0.41 216	2.58 156	0.15 90	9.50 314	4.97 211	3.66 152	4.86 168	4.29 238	3.26 262	5.83 183	1.09 183	0.00 1	0.01 156	0.00 1	0.00 1	0.03 92	0.03 107

test_sample1	2.31 190	0.26 25	3.29 214	2.08 362	0.46 226	2.62 165	0.05 33	9.88 325	4.23 178	3.90 160	3.92 143	3.49 197	4.44 330	5.67 177	1.88 253	0.00 1	0.01 156	0.00 1	0.00 1	0.02 48	0.03 107

CAS++	1.18 69	0.55 225	1.99 70	0.17 61	0.27 171	1.85 83	0.63 228	8.48 282	3.07 100	1.71 107	2.32 96	0.18 21	0.20 22	1.91 69	0.30 24	0.00 1	0.01 156	0.00 1	0.00 1	0.02 48	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
trnet	0.99 45	0.37 117	1.89 55	0.08 29	0.19 139	1.68 66	0.02 16	4.12 83	6.41 281	0.70 79	1.57 65	0.46 78	0.67 106	1.15 27	0.41 50	0.00 1	0.01 156	0.00 1	0.00 1	0.01 11	0.01 18

Former-RAFT_DAM_RVC	1.26 79	0.42 154	2.36 108	0.59 139	1.26 326	2.43 137	0.01 4	3.29 31	7.76 332	1.71 107	2.78 107	0.27 47	0.32 55	1.16 29	0.58 92	0.04 354	0.01 156	0.00 1	0.00 1	0.04 121	0.10 273

4D-IteraStereo	1.72 112	0.86 321	3.01 182	0.09 31	2.86 409	3.57 269	1.06 319	3.92 73	5.31 222	5.28 203	1.02 43	3.92 215	0.38 66	1.83 62	1.04 179	0.00 1	0.01 156	0.00 1	0.00 1	0.07 188	0.09 251

CAS	2.24 177	0.25 21	1.86 52	11.21 494	3.86 447	1.67 63	0.02 16	3.87 72	2.67 65	0.41 56	1.63 68	0.24 42	0.27 37	1.50 44	0.74 118	9.43 502	0.01 156	0.00 1	0.00 1	0.01 11	5.21 489

anonymousdsp2	1.78 118	0.39 127	3.40 225	1.10 207	0.04 12	3.63 270	0.50 193	7.80 263	2.77 76	2.91 131	2.88 109	3.17 182	1.01 135	5.15 163	0.43 55	0.00 1	0.01 156	0.02 383	0.15 375	0.05 147	0.12 299

Selective-IGEV	1.23 75	0.18 3	1.13 5	0.07 21	0.17 113	2.38 132	0.54 201	6.10 202	2.51 56	0.41 56	3.20 121	0.26 45	0.29 43	6.94 254	0.16 7	0.00 1	0.01 156	0.00 1	0.11 365	0.04 121	0.10 273

CASS	2.44 205	0.44 171	3.56 238	0.85 167	0.38 208	3.14 231	0.22 118	9.64 319	4.00 160	6.78 279	7.62 266	3.57 202	3.58 281	3.80 114	1.10 184	0.02 297	0.01 156	0.00 1	0.00 1	0.05 147	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet_v2	4.46 376	0.87 323	5.18 348	1.57 279	0.67 268	9.14 411	4.73 432	11.84 384	9.68 375	8.79 371	6.24 220	9.91 375	4.34 325	6.28 201	9.30 434	0.00 1	0.01 156	0.00 1	0.00 1	0.28 382	0.30 398

RCA-Stereo	1.99 151	0.34 90	2.71 144	0.26 79	0.06 24	2.29 120	0.48 181	4.89 125	14.65 437	2.81 127	5.51 198	0.78 99	3.21 261	1.44 40	0.33 30	0.00 1	0.01 156	0.00 1	0.00 1	0.07 188	0.02 60

TestStereo1	2.85 241	0.81 312	3.48 231	3.11 434	0.44 220	2.52 144	1.50 349	6.37 218	8.18 345	4.62 179	9.24 306	2.23 151	3.69 286	9.19 395	1.26 197	0.00 1	0.01 156	0.00 1	0.00 1	0.27 380	0.09 251

qqq	1.93 143	0.30 43	2.96 179	1.40 251	0.05 15	1.96 93	0.39 162	8.45 278	3.33 123	3.06 134	3.84 139	4.67 251	2.70 238	4.40 138	0.96 169	0.00 1	0.01 156	0.00 1	0.00 1	0.02 48	0.03 107

Wz-Net-LNSev	6.46 418	1.93 438	16.44 477	1.52 267	4.15 454	12.66 452	4.96 436	13.05 422	12.10 418	10.55 419	16.23 412	11.32 404	7.19 407	8.43 355	8.48 424	0.00 1	0.01 156	0.00 1	0.00 1	0.08 200	0.06 204

SA-5K	2.85 241	0.81 312	3.48 231	3.11 434	0.44 220	2.52 144	1.50 349	6.37 218	8.18 345	4.62 179	9.24 306	2.23 151	3.69 286	9.19 395	1.26 197	0.00 1	0.01 156	0.00 1	0.00 1	0.27 380	0.09 251

dd	2.16 168	1.22 381	4.82 325	0.68 152	0.12 80	1.39 39	0.17 100	5.14 141	11.22 407	2.70 123	3.51 136	1.52 125	1.23 161	5.08 159	3.96 345	0.12 403	0.01 156	0.04 412	0.21 405	0.07 188	0.01 18

GLC_STEREO	0.75 20	0.29 34	1.19 10	0.55 131	0.01 1	1.98 94	0.57 216	3.07 20	3.02 97	0.90 87	1.48 62	0.19 22	0.40 70	0.93 15	0.36 37	0.00 1	0.01 156	0.00 1	0.00 1	0.04 121	0.02 60

IPLG	2.43 203	0.66 270	4.77 324	0.54 128	0.31 187	3.01 217	0.26 131	6.15 205	5.55 231	7.69 327	6.21 217	1.89 139	1.74 197	7.19 273	2.35 283	0.01 212	0.01 156	0.00 1	0.00 1	0.24 371	0.12 299

MIPNet	2.06 159	0.69 280	4.57 315	0.32 91	0.21 147	1.92 87	0.19 106	6.89 246	5.64 236	5.48 207	4.02 144	2.02 145	3.50 276	3.32 102	2.01 263	0.00 1	0.01 156	0.01 352	0.01 273	0.20 338	0.13 307

AACVNet	3.33 291	1.03 357	3.56 238	3.46 448	0.63 262	3.09 224	0.28 135	8.78 296	3.43 129	5.99 231	10.64 338	10.08 379	4.03 307	8.69 371	2.51 292	0.03 335	0.01 156	0.00 1	0.00 1	0.26 374	0.06 204

test_3	1.88 135	0.22 13	2.75 150	0.96 187	0.22 151	1.28 25	0.77 266	4.62 108	5.87 245	6.55 274	1.84 79	4.28 236	0.45 85	6.48 219	0.76 125	0.00 1	0.01 156	0.00 1	0.28 430	0.17 315	0.14 314

STrans-v2	3.43 302	0.73 288	4.82 325	0.26 79	0.60 257	3.00 216	1.19 331	10.41 343	7.22 311	5.79 214	10.97 348	6.75 318	7.03 405	8.25 346	1.40 209	0.00 1	0.01 156	0.00 1	0.00 1	0.03 92	0.18 345

TransformOpticalFlow	3.38 294	0.70 282	4.54 309	1.00 193	0.30 181	3.56 266	0.14 84	9.67 320	7.30 314	5.55 209	13.34 387	6.74 317	5.03 359	8.22 345	1.34 206	0.00 1	0.01 156	0.01 352	0.00 1	0.04 121	0.11 286

PSM-AAD	3.33 291	0.20 6	1.47 27	0.73 155	0.54 251	2.55 151	6.19 448	4.97 131	3.27 116	10.92 425	11.92 364	2.95 168	9.59 444	7.90 313	0.82 140	0.01 212	0.01 156	0.00 1	0.00 1	0.04 121	2.47 477

DEmStereo	3.79 330	0.37 117	3.69 249	0.17 61	0.17 113	5.28 344	2.54 380	4.35 88	3.70 140	8.21 351	20.15 443	5.13 271	10.38 450	7.65 297	3.85 342	0.01 212	0.01 156	0.01 352	0.00 1	0.02 48	0.06 204

GEStereo_RVC	3.74 323	0.73 288	4.95 332	2.01 349	1.24 325	4.36 316	3.07 395	11.77 383	7.80 334	6.87 287	6.52 230	7.70 336	4.31 324	8.98 387	4.19 351	0.03 335	0.01 156	0.02 383	0.02 297	0.13 280	0.11 286

s12784h	1.89 138	0.30 43	2.57 126	0.11 38	0.09 52	4.18 308	0.13 77	6.61 233	7.44 318	3.62 151	4.28 152	0.59 91	0.81 123	6.61 230	0.46 67	0.01 212	0.01 156	0.00 1	0.00 1	0.02 48	0.00 1

RALAANet	2.46 210	1.09 366	3.70 252	2.55 410	0.80 286	3.37 245	0.15 90	7.44 259	5.54 230	5.65 211	6.01 207	3.54 200	1.13 146	6.34 208	1.58 227	0.00 1	0.01 156	0.00 1	0.05 334	0.21 349	0.03 107

ADLNet	4.32 374	0.80 310	4.33 295	3.60 455	3.56 432	6.87 375	2.48 379	11.20 363	7.58 323	9.87 402	9.62 315	8.39 351	4.95 357	6.16 194	6.60 394	0.01 212	0.01 156	0.00 1	0.01 273	0.12 266	0.25 380

GES	2.49 212	0.38 123	4.29 293	1.58 280	0.05 15	4.58 325	1.07 321	9.70 321	3.39 127	5.21 199	6.64 231	1.84 138	3.36 266	4.86 149	2.54 294	0.06 375	0.01 156	0.06 423	0.01 273	0.12 266	0.03 107

test_xeample3	1.08 58	0.43 165	3.39 223	0.49 124	0.05 15	2.58 156	0.93 304	3.32 33	1.77 31	0.23 16	0.23 22	0.19 22	0.28 39	6.34 208	0.85 145	0.00 1	0.01 156	0.00 1	0.26 429	0.06 171	0.10 273

psm_up	3.85 335	0.82 315	3.01 182	2.00 348	2.58 402	5.28 344	3.34 404	10.85 357	6.33 277	7.27 311	7.32 257	10.15 380	9.02 437	6.19 196	2.51 292	0.22 427	0.01 156	0.00 1	0.00 1	0.12 266	0.03 107

DMCA	2.82 240	0.64 258	4.45 303	1.61 285	0.89 294	3.86 294	0.57 216	9.18 305	5.10 215	6.24 251	6.49 229	7.17 329	2.13 211	3.31 101	4.73 361	0.00 1	0.01 156	0.00 1	0.00 1	0.04 121	0.02 60

DIP-Stereo	1.97 150	0.64 258	2.95 177	0.17 61	0.10 59	4.83 331	0.13 77	8.60 290	4.06 170	6.42 267	4.92 169	0.44 77	0.72 111	3.57 109	1.80 248	0.00 1	0.01 156	0.00 1	0.00 1	0.05 147	0.04 151
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RP	6.84 429	1.29 394	5.53 370	3.92 465	5.18 474	6.32 362	3.53 408	11.73 382	15.31 441	9.54 393	22.38 456	18.25 457	14.47 471	10.11 415	7.49 403	0.91 466	0.01 156	0.12 441	0.15 375	0.33 397	0.19 356

RGC	6.88 431	2.23 446	6.13 385	4.05 466	4.73 473	8.94 408	2.78 389	15.19 451	11.74 413	11.13 429	19.34 440	17.86 454	10.42 451	13.02 453	8.03 415	0.73 460	0.01 156	0.24 459	0.41 455	0.31 390	0.38 408

R-Stereo Train	2.44 205	0.32 60	1.93 60	0.94 181	0.16 103	3.67 273	0.61 224	6.37 218	3.08 101	9.14 383	17.44 432	1.80 135	0.77 117	1.76 58	0.70 108	0.00 1	0.01 156	0.00 1	0.00 1	0.01 11	0.03 107

RAFT-Stereo	2.44 205	0.32 60	1.93 60	0.94 181	0.16 103	3.67 273	0.61 224	6.37 218	3.08 101	9.14 383	17.44 432	1.80 135	0.77 117	1.76 58	0.70 108	0.00 1	0.01 156	0.00 1	0.00 1	0.01 11	0.03 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RYNet	6.34 416	0.89 330	5.88 377	1.41 254	4.48 467	15.97 466	4.18 420	13.41 427	16.49 448	10.81 423	7.00 244	14.33 428	8.72 432	9.43 404	13.71 469	0.00 1	0.01 156	0.00 1	0.00 1	0.02 48	0.07 223

FC-DCNN	10.72 473	0.52 212	4.27 292	1.88 323	1.63 349	17.18 472	5.29 442	18.20 469	19.69 464	28.50 492	34.51 494	34.03 498	21.48 491	15.89 471	11.15 455	0.03 335	0.01 156	0.02 383	0.01 273	0.07 188	0.09 251

iResNet	3.68 319	0.91 337	7.94 426	2.97 431	0.34 197	4.44 322	0.48 181	7.70 260	9.74 377	7.72 329	12.74 381	4.03 219	2.87 252	8.05 325	3.37 320	0.02 297	0.01 156	0.00 1	0.00 1	0.10 229	0.09 251

ETE_ROB	5.80 402	1.77 427	6.33 392	1.44 260	0.78 285	6.43 366	6.90 462	12.53 411	8.08 342	12.93 448	14.89 404	21.13 474	5.87 380	9.83 411	6.57 393	0.04 354	0.01 156	0.00 1	0.02 297	0.08 200	0.33 402

PSMNet_ROB	5.02 391	1.63 418	6.03 383	1.90 326	1.83 369	9.57 417	6.35 455	15.58 454	7.23 312	6.15 245	10.48 333	12.22 413	4.16 311	8.02 321	8.71 427	0.02 297	0.01 156	0.01 352	0.10 363	0.20 338	0.12 299

coex_refinement	4.04 352	0.87 323	3.55 237	2.96 430	1.40 339	4.28 311	0.32 147	11.18 362	7.72 327	8.32 352	13.44 389	10.01 378	3.48 275	6.28 201	6.76 397	0.00 1	0.02 213	0.00 1	0.00 1	0.06 171	0.16 336

LG-Stereo	0.79 22	0.32 60	3.96 269	0.04 9	0.15 96	1.19 14	0.18 103	3.52 48	2.95 85	0.32 36	1.77 75	0.22 38	0.14 17	0.39 1	0.43 55	0.01 212	0.02 213	0.00 1	0.00 1	0.11 249	0.02 60

tg	1.96 148	0.64 258	2.15 89	0.68 152	0.12 80	4.40 321	0.04 25	5.74 184	4.19 177	4.00 163	5.23 186	2.58 158	0.93 130	7.12 267	0.77 131	0.00 1	0.02 213	0.00 1	0.00 1	0.31 390	0.25 380

test_sample6	3.14 270	0.41 148	4.42 300	1.92 331	0.49 238	3.25 239	0.21 116	11.30 368	6.69 292	6.50 270	10.86 345	4.03 219	2.93 254	7.06 263	2.65 296	0.02 297	0.02 213	0.00 1	0.00 1	0.05 147	0.06 204

test_sample5	2.91 252	0.40 137	4.33 295	1.81 313	0.50 241	3.33 242	0.17 100	11.27 366	6.55 288	6.18 246	8.35 283	3.65 204	2.71 241	6.61 230	2.15 272	0.02 297	0.02 213	0.00 1	0.00 1	0.05 147	0.05 185

ACVNet-DCA	2.01 154	0.65 264	2.15 89	2.30 387	0.02 3	5.80 352	0.56 207	8.45 278	3.33 123	1.03 90	3.33 125	0.32 60	3.71 289	8.05 325	0.45 63	0.00 1	0.02 213	0.00 1	0.03 310	0.02 48	0.03 107

xx1	2.33 194	0.65 264	2.15 89	2.30 387	0.02 3	5.80 352	0.56 207	4.31 86	10.41 390	1.03 90	3.33 125	4.67 251	2.70 238	8.05 325	0.45 63	0.00 1	0.02 213	0.00 1	0.00 1	0.02 48	0.03 107

1test111	1.86 130	0.65 264	2.15 89	2.30 387	0.02 3	5.80 352	0.56 207	8.45 278	3.33 123	1.03 90	3.33 125	0.32 60	3.71 289	4.40 138	0.96 169	0.00 1	0.02 213	0.00 1	0.03 310	0.02 48	0.03 107

cc1	2.17 170	0.65 264	2.15 89	2.30 387	0.02 3	5.80 352	0.56 207	4.31 86	10.41 390	1.03 90	3.33 125	0.32 60	3.71 289	8.05 325	0.45 63	0.00 1	0.02 213	0.00 1	0.03 310	0.10 229	0.05 185

mmm	2.50 215	0.29 34	3.22 210	1.98 342	0.32 190	3.72 282	0.12 68	9.45 313	4.05 167	5.84 220	10.80 341	2.47 155	2.86 251	4.07 127	0.75 123	0.00 1	0.02 213	0.00 1	0.01 273	0.03 92	0.02 60

11t1	1.62 105	0.26 25	2.53 122	2.37 398	0.24 158	2.58 156	0.06 38	6.66 236	3.00 94	3.40 146	3.01 113	1.14 109	1.94 205	4.18 129	0.91 164	0.01 212	0.02 213	0.00 1	0.00 1	0.03 92	0.03 107

DualNet	3.05 260	0.40 137	4.33 295	1.81 313	0.50 241	3.33 242	0.17 100	11.27 366	6.55 288	6.50 270	10.86 345	3.65 204	2.71 241	6.61 230	2.15 272	0.02 297	0.02 213	0.00 1	0.00 1	0.05 147	0.05 185

ffm	2.90 250	0.31 47	3.97 270	1.34 240	0.98 305	2.80 187	0.48 181	4.53 101	10.19 385	6.29 259	9.23 301	5.59 283	3.72 293	8.00 319	0.46 67	0.00 1	0.02 213	0.00 1	0.00 1	0.10 229	0.04 151

ff1	3.45 305	0.31 47	3.97 270	1.34 240	0.98 305	2.80 187	0.48 181	4.53 101	10.19 385	6.29 259	9.23 301	5.59 283	3.72 293	10.11 415	9.35 435	0.00 1	0.02 213	0.00 1	0.00 1	0.10 229	0.04 151

mmx	3.86 336	0.31 47	3.97 270	1.34 240	0.98 305	2.80 187	0.48 181	12.18 401	10.66 398	6.29 259	9.23 301	5.59 283	3.72 293	10.11 415	9.35 435	0.05 366	0.02 213	0.00 1	0.00 1	0.03 92	0.04 151

tt1	2.14 165	0.63 257	2.22 99	2.27 383	0.02 3	5.71 350	0.63 228	4.53 101	10.19 385	1.16 97	3.39 131	0.33 64	3.05 257	8.00 319	0.46 67	0.00 1	0.02 213	0.00 1	0.03 310	0.10 229	0.04 151

xxx	3.86 336	0.31 47	3.98 274	1.34 240	0.98 305	2.80 187	0.48 181	12.18 401	10.66 398	6.29 259	9.23 301	5.59 283	3.72 293	10.11 415	9.35 435	0.05 366	0.02 213	0.00 1	0.00 1	0.03 92	0.04 151

PCWNet_CMD	2.99 257	0.39 127	4.02 277	0.39 111	0.26 168	2.53 147	0.15 90	9.24 307	9.22 366	7.12 300	11.53 359	6.94 320	2.41 225	4.02 124	1.33 204	0.01 212	0.02 213	0.02 383	0.00 1	0.05 147	0.07 223

testlalala	1.50 97	0.41 148	1.67 42	0.98 191	0.31 187	4.00 302	0.90 301	5.26 159	2.17 39	6.56 275	3.61 137	1.74 133	0.38 66	1.21 31	0.42 54	0.00 1	0.02 213	0.00 1	0.29 431	0.01 11	0.01 18

LL-Strereo2	1.86 130	0.83 317	2.33 104	0.36 105	0.17 113	3.79 291	1.52 351	5.82 193	4.04 165	4.43 172	2.51 99	4.23 230	0.37 63	5.66 176	0.99 174	0.00 1	0.02 213	0.00 1	0.05 334	0.06 171	0.11 286

LoS_RVC	1.26 79	1.43 400	1.91 57	0.42 114	3.77 445	1.71 72	0.04 25	2.58 12	2.49 55	0.42 60	2.58 101	0.30 53	0.57 99	1.71 52	0.66 103	0.01 212	0.02 213	0.00 1	0.00 1	0.02 48	4.49 486

CBFPSM	4.87 387	0.94 346	14.70 471	1.51 265	1.15 320	11.49 440	2.55 384	7.28 255	6.47 285	6.23 250	4.83 166	15.30 436	8.99 436	6.88 246	8.20 420	0.03 335	0.02 213	0.00 1	0.00 1	0.40 417	0.42 417

LoS	0.91 35	0.34 90	2.10 87	0.38 110	0.13 87	2.47 139	0.26 131	5.00 135	2.74 74	0.89 86	0.21 21	0.49 81	0.36 60	1.97 70	0.67 104	0.02 297	0.02 213	0.00 1	0.00 1	0.06 171	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.56 100	0.35 100	1.44 23	0.42 114	7.70 490	2.66 173	0.13 77	4.89 125	2.53 58	0.25 21	1.10 48	0.33 64	0.31 53	1.61 50	0.58 92	0.01 212	0.02 213	0.00 1	0.00 1	0.54 427	6.26 492

knoymous	1.36 87	0.21 10	1.68 44	0.20 67	0.49 238	1.58 53	0.11 62	5.15 143	2.40 52	4.62 179	1.77 75	4.56 248	0.45 85	3.23 99	0.63 97	0.00 1	0.02 213	0.00 1	0.00 1	0.02 48	0.01 18

riskmin	1.88 135	0.15 1	2.11 88	1.38 249	0.88 293	2.40 134	0.04 25	5.93 197	6.10 262	2.25 114	1.34 59	6.06 298	5.08 362	2.78 91	1.01 177	0.00 1	0.02 213	0.00 1	0.00 1	0.01 11	0.06 204

x	1.73 114	0.28 30	2.49 119	1.91 327	0.17 113	2.10 102	0.83 282	8.74 295	3.55 136	3.28 141	2.12 91	3.10 178	1.96 206	2.90 94	1.12 186	0.00 1	0.02 213	0.00 1	0.00 1	0.02 48	0.03 107

Wz-Net-SNSev	9.23 459	6.70 481	24.28 495	1.87 320	1.81 368	8.57 402	12.29 496	17.37 463	20.39 469	10.43 415	23.11 459	16.66 446	8.03 423	14.47 464	17.86 477	0.00 1	0.02 213	0.01 352	0.00 1	0.41 420	0.30 398

SACVNet	4.15 359	1.26 387	3.81 260	3.12 436	1.68 356	3.09 224	2.85 392	11.91 387	5.96 253	10.52 417	11.20 351	10.59 387	3.95 302	8.97 386	3.25 317	0.08 389	0.02 213	0.00 1	0.00 1	0.32 394	0.44 421

CrosDoStereo	3.96 346	0.45 178	3.04 189	0.32 91	0.20 144	3.28 240	11.63 491	5.76 187	4.45 187	9.04 381	16.58 416	4.99 262	7.45 412	8.04 322	3.72 338	0.00 1	0.02 213	0.01 352	0.00 1	0.16 302	0.10 273

HHNet	2.59 221	0.55 225	2.55 124	0.20 67	0.32 190	2.84 201	0.94 306	5.77 190	5.14 217	7.33 314	13.80 392	0.94 102	3.20 260	5.27 166	2.41 288	0.13 408	0.02 213	0.06 423	0.00 1	0.23 361	0.03 107

ASMatch	3.32 289	0.50 200	3.32 217	1.72 301	0.45 225	1.93 88	0.68 242	6.42 224	3.89 152	6.18 246	22.30 455	4.61 250	4.82 354	7.65 297	1.70 238	0.00 1	0.02 213	0.00 1	0.03 310	0.01 11	0.18 345

DeepStereo_LL	3.96 346	0.45 178	3.04 189	0.32 91	0.20 144	3.28 240	11.63 491	5.76 187	4.45 187	9.04 381	16.58 416	4.99 262	7.45 412	8.04 322	3.72 338	0.00 1	0.02 213	0.01 352	0.00 1	0.16 302	0.10 273

AnonymousM	2.71 229	6.75 482	0.98 1	0.73 155	0.06 24	2.41 135	0.53 198	5.30 161	3.05 98	4.75 186	2.09 86	1.89 139	1.01 135	1.88 68	0.51 82	0.01 212	0.02 213	17.42 503	4.76 503	0.02 48	0.01 18

CFNet_pseudo	2.81 238	0.42 154	4.04 280	0.33 96	0.24 158	2.59 159	0.12 68	8.20 273	7.66 325	7.04 296	10.42 331	6.56 313	2.05 209	4.88 150	1.53 221	0.00 1	0.02 213	0.01 352	0.00 1	0.05 147	0.07 223

HCRNet	2.56 217	0.53 216	3.35 219	0.24 75	3.39 426	2.19 113	0.23 122	6.89 246	5.50 227	5.26 202	4.79 163	5.27 273	2.78 245	7.71 302	2.89 303	0.00 1	0.02 213	0.00 1	0.00 1	0.04 121	0.04 151

222	5.36 396	0.40 137	2.72 146	1.50 262	0.48 235	6.15 360	0.07 45	13.73 432	8.06 340	8.79 371	11.03 349	3.71 210	4.21 313	7.47 289	38.74 517	0.03 335	0.02 213	0.00 1	0.00 1	0.04 121	0.05 185

RAFT-Stereo + iAFF	2.12 162	0.58 238	2.43 110	1.27 227	0.16 103	1.60 55	0.14 84	5.17 145	5.90 248	7.10 299	10.10 322	3.06 176	1.74 197	1.87 66	0.97 172	0.01 212	0.02 213	0.00 1	0.00 1	0.23 361	0.02 60

AFF-stereo	2.59 221	0.68 275	2.35 107	1.55 275	0.17 113	1.67 63	0.08 50	5.75 185	6.60 290	6.20 248	12.13 369	6.16 300	2.36 223	4.75 147	1.11 185	0.02 297	0.02 213	0.00 1	0.00 1	0.23 361	0.05 185

APVNet	5.98 408	1.72 424	8.72 432	3.21 441	4.04 453	12.31 449	1.81 365	19.09 479	6.10 262	6.13 244	13.41 388	10.69 392	6.30 387	11.26 434	13.90 470	0.05 366	0.02 213	0.11 438	0.03 310	0.53 426	0.20 362

UPFNet	3.82 333	0.47 186	4.34 298	2.21 378	3.38 424	7.26 384	2.69 387	9.89 326	5.96 253	7.98 341	7.53 261	7.89 340	3.15 259	7.72 304	5.88 381	0.01 212	0.02 213	0.00 1	0.00 1	0.04 121	0.06 204

HGLStereo	4.25 368	0.52 212	4.65 317	3.09 432	5.18 474	6.51 369	0.73 257	10.37 341	6.74 295	7.32 313	12.44 376	7.00 321	7.21 409	7.46 287	5.51 374	0.00 1	0.02 213	0.00 1	0.00 1	0.06 171	0.10 273

STTStereo	3.60 315	0.93 343	6.34 393	2.71 415	2.23 390	3.68 276	0.63 228	9.42 312	6.73 294	9.87 402	6.97 239	8.84 363	3.65 284	6.85 245	3.04 308	0.00 1	0.02 213	0.01 352	0.00 1	0.02 48	0.02 60

MSMDNet	2.99 257	0.39 127	4.02 277	0.40 113	0.25 161	2.53 147	0.16 95	9.35 311	9.25 367	7.08 298	11.39 354	6.93 319	2.43 226	4.01 123	1.34 206	0.01 212	0.02 213	0.02 383	0.00 1	0.05 147	0.07 223

HSM-Net_RVC	4.20 362	0.32 60	2.76 153	0.63 146	0.69 271	6.95 377	1.69 361	11.96 389	8.36 351	8.83 374	12.17 371	15.18 434	4.21 313	6.91 250	3.30 319	0.02 297	0.02 213	0.00 1	0.00 1	0.01 11	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NLCA_NET_v2_RVC	3.84 334	1.06 361	5.23 354	2.72 417	3.27 420	4.36 316	0.61 224	10.71 351	7.56 321	8.75 370	7.89 276	9.86 374	3.90 301	7.15 272	3.44 323	0.14 409	0.02 213	0.02 383	0.03 310	0.04 121	0.03 107
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	2.81 238	0.42 154	4.06 282	0.33 96	0.25 161	2.59 159	0.12 68	8.19 272	7.68 326	7.02 293	10.37 330	6.54 309	2.06 210	4.88 150	1.53 221	0.00 1	0.02 213	0.01 352	0.00 1	0.05 147	0.07 223

MDST_ROB	8.37 450	0.32 60	9.03 435	4.18 471	2.42 398	26.86 496	6.14 447	19.36 483	13.52 428	27.09 490	22.75 458	9.47 370	4.74 347	15.06 467	6.34 388	0.02 297	0.02 213	0.00 1	0.00 1	0.02 48	0.13 307

PWCDC_ROB	7.92 445	3.17 463	7.48 421	5.73 482	4.40 459	10.45 427	0.35 154	14.52 443	28.19 485	10.36 413	31.27 484	7.04 324	9.14 439	13.22 455	8.78 428	2.74 485	0.02 213	0.00 1	0.00 1	1.31 462	0.17 341

MM-Stereo_test1	1.57 101	0.36 110	2.19 98	1.17 217	0.35 200	2.39 133	0.56 207	4.53 101	5.21 219	3.67 153	1.65 70	0.40 69	0.84 127	6.90 249	0.80 138	0.00 1	0.03 262	0.00 1	0.00 1	0.31 390	0.03 107

SCV	1.59 102	0.58 238	2.57 126	2.72 417	0.31 187	2.15 110	0.79 272	6.88 245	2.72 70	0.20 12	2.68 103	0.68 94	0.58 101	7.60 294	0.41 50	0.00 1	0.03 262	0.00 1	0.22 411	0.37 407	0.24 376

FoundationStereo	0.26 1	0.29 34	1.25 16	0.24 75	0.10 59	0.41 2	0.07 45	0.57 1	0.80 8	0.24 19	0.03 5	0.09 10	0.37 63	0.46 2	0.12 2	0.03 335	0.03 262	0.00 1	0.00 1	0.00 1	0.01 18

AIO_rvc	1.02 49	0.59 241	1.95 66	0.15 57	0.09 52	3.42 246	0.99 311	4.46 96	2.73 73	0.28 24	1.62 67	1.32 114	0.28 39	2.10 76	0.21 16	0.00 1	0.03 262	0.00 1	0.04 328	0.11 249	0.11 286

FACV-RUCA	2.21 175	0.34 90	3.59 240	1.30 234	2.90 410	2.22 116	1.25 334	7.98 269	5.71 241	3.59 150	7.21 252	1.14 109	1.60 188	3.12 98	1.46 215	0.01 212	0.03 262	0.10 437	0.04 328	0.35 402	0.17 341

Occ-G	0.98 41	0.38 123	1.82 50	0.15 57	0.18 128	1.45 43	0.69 246	3.15 25	2.25 42	1.45 101	0.59 31	5.06 268	0.54 94	0.75 9	0.77 131	0.00 1	0.03 262	0.00 1	0.17 386	0.16 302	0.01 18

DualNet (step1)	3.91 343	1.11 370	6.15 387	1.27 227	0.60 257	5.22 340	2.54 380	10.66 348	7.73 329	8.36 354	7.55 262	6.55 310	4.27 317	6.58 228	1.62 231	1.49 477	0.03 262	3.10 486	2.99 492	0.20 338	0.15 324

test_sample7	3.30 281	0.47 186	3.43 230	1.98 342	0.35 200	4.33 313	1.88 367	10.66 348	7.73 329	8.36 354	7.55 262	6.55 310	4.27 317	6.58 228	1.62 231	0.06 375	0.03 262	0.00 1	0.00 1	0.05 147	0.06 204

DispNO	3.25 277	0.72 285	6.85 406	1.95 337	1.34 336	3.49 256	0.84 286	8.14 271	6.30 274	6.34 264	7.76 273	6.30 306	4.28 321	6.93 251	3.51 329	0.00 1	0.03 262	0.03 400	0.12 368	0.07 188	0.07 223

1111x	4.25 368	0.30 43	4.31 294	1.47 261	0.37 206	5.10 338	0.32 147	12.86 418	9.82 379	6.01 232	9.73 318	8.78 361	5.97 383	9.43 404	10.39 447	0.06 375	0.03 262	0.00 1	0.00 1	0.02 48	0.04 151

AEACV	0.80 23	0.29 34	1.70 46	0.96 187	0.24 158	2.03 97	0.88 296	3.50 45	0.88 11	0.34 37	0.20 20	0.29 52	2.01 207	1.77 60	0.33 30	0.00 1	0.03 262	0.00 1	0.29 431	0.10 229	0.09 251

GCAP-Stereo	0.95 37	0.62 254	1.99 70	0.30 84	0.03 10	1.66 62	0.01 4	4.43 94	3.00 94	1.63 105	1.17 55	1.39 116	0.76 114	1.31 33	0.55 86	0.00 1	0.03 262	0.00 1	0.00 1	0.12 266	0.02 60

SDNR	7.50 436	2.32 448	15.58 474	1.82 317	0.63 262	44.66 517	0.44 176	8.59 286	9.52 373	9.84 401	25.18 469	5.30 277	4.38 326	11.46 437	6.49 391	0.05 366	0.03 262	0.00 1	0.01 273	1.79 470	1.87 468

iinet-f	5.94 406	1.60 415	26.88 501	1.79 310	1.38 338	11.92 446	1.47 348	6.80 243	7.11 308	6.90 290	14.43 399	10.64 391	7.97 422	7.00 258	12.12 461	0.02 297	0.03 262	0.05 419	0.00 1	0.63 437	0.02 60

BUS	2.49 212	0.32 60	3.05 194	0.46 119	0.46 226	7.12 380	0.50 193	9.05 301	4.69 200	6.11 240	6.15 213	5.29 274	0.83 124	3.91 117	1.77 245	0.01 212	0.03 262	0.03 400	0.00 1	0.04 121	0.00 1

Wz-Net-MNSev	7.43 435	2.35 449	15.22 472	2.34 395	3.41 428	17.27 474	8.55 471	11.91 387	13.48 427	13.37 450	17.05 424	13.70 420	7.47 415	11.90 443	9.99 445	0.40 447	0.03 262	0.00 1	0.01 273	0.16 302	0.07 223

BSDual-CNN	2.69 225	0.32 60	3.05 194	0.46 119	0.46 226	7.13 382	1.63 357	9.05 301	4.69 200	6.11 240	6.15 213	6.26 303	2.54 229	3.91 117	1.91 255	0.01 212	0.03 262	0.03 400	0.00 1	0.04 121	0.00 1

hknet	3.31 283	0.42 154	4.68 319	0.46 119	1.17 321	7.13 382	1.63 357	9.05 301	6.91 299	6.11 240	6.15 213	9.66 372	2.85 250	7.48 290	2.45 290	0.01 212	0.03 262	0.03 400	0.00 1	0.04 121	0.00 1

ADLNet2	4.46 376	0.90 333	6.06 384	2.74 419	3.91 448	6.79 374	3.01 394	10.95 360	8.40 353	7.27 311	9.80 319	9.85 373	5.43 372	7.29 277	6.44 390	0.01 212	0.03 262	0.00 1	0.00 1	0.15 295	0.11 286

raftrobust	1.86 130	0.74 292	1.94 63	2.15 372	2.24 391	2.74 177	0.53 198	4.89 125	4.05 167	6.09 238	3.89 141	1.64 128	2.55 231	2.44 84	1.12 186	0.00 1	0.03 262	0.00 1	0.00 1	0.12 266	0.08 238

xxxx	4.51 380	0.31 47	2.77 154	1.69 295	0.47 233	7.74 397	0.07 45	14.04 435	7.91 337	5.82 218	8.97 296	9.34 367	3.41 274	7.33 280	20.24 482	0.05 366	0.03 262	0.00 1	0.00 1	0.03 92	0.04 151

test_xeample	4.13 356	0.36 110	2.75 150	1.23 221	0.51 244	3.96 300	0.13 77	12.63 414	7.65 324	7.49 321	10.86 345	3.29 186	3.36 266	6.71 238	21.53 487	0.02 297	0.03 262	0.00 1	0.00 1	0.03 92	0.04 151

ARAFT	3.13 268	1.11 370	7.34 416	0.42 114	0.14 92	4.52 323	2.99 393	7.41 258	5.97 255	8.85 375	7.06 249	5.20 272	1.25 162	8.49 358	1.44 212	0.00 1	0.03 262	0.00 1	0.00 1	0.33 397	0.11 286

SFCPSM	3.29 280	0.43 165	5.11 342	0.34 101	0.94 301	8.48 401	2.15 373	14.51 442	5.29 221	7.00 292	7.65 268	3.43 189	2.59 233	5.11 161	2.37 285	0.01 212	0.03 262	0.01 352	0.07 342	0.13 280	0.15 324

FENet	2.19 173	0.34 90	3.04 189	2.05 361	0.26 168	2.82 198	0.13 77	7.02 250	5.55 231	4.97 192	1.94 80	4.91 260	3.39 271	4.71 146	2.50 291	0.02 297	0.03 262	0.00 1	0.00 1	0.00 1	0.21 364

PA-Net	4.98 389	1.47 403	7.42 419	2.40 399	2.14 384	8.73 406	3.64 413	12.42 404	13.11 424	7.03 295	7.57 265	7.88 339	6.52 392	10.16 420	7.82 408	0.02 297	0.03 262	0.00 1	0.00 1	0.11 249	1.07 455
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DeepPruner_ROB	3.52 308	1.14 375	4.06 282	1.12 213	1.65 351	3.65 272	0.83 282	13.96 434	4.47 189	7.80 331	10.84 343	7.05 326	2.16 214	8.14 335	3.08 310	0.07 384	0.03 262	0.00 1	0.01 273	0.32 394	0.06 204

PS-NSSS	3.90 340	1.84 432	4.55 312	0.87 169	2.95 411	4.10 306	2.00 370	10.77 354	8.23 348	6.75 277	14.63 402	5.01 266	2.24 216	8.41 353	2.91 304	0.33 440	0.03 262	0.83 474	0.00 1	0.82 449	0.70 444

MSMD_ROB	9.28 460	1.09 366	4.65 317	1.58 280	0.39 210	16.52 467	4.41 426	13.60 429	14.87 439	22.34 478	39.89 502	25.67 483	20.71 488	12.42 447	6.98 398	0.34 441	0.03 262	0.00 1	0.00 1	0.05 147	0.09 251

LG-Stereo_L1	0.69 13	0.32 60	1.21 15	0.10 32	0.16 103	1.38 35	0.20 111	2.44 11	0.72 2	0.20 12	0.02 1	0.06 1	0.06 2	6.49 220	0.36 37	0.01 212	0.04 291	0.00 1	0.00 1	0.01 11	0.02 60

AIO_test	0.90 34	0.40 137	1.67 42	0.14 55	0.16 103	2.97 213	0.83 282	3.61 53	2.67 65	0.29 26	0.71 36	1.50 124	0.29 43	2.37 81	0.13 3	0.00 1	0.04 291	0.00 1	0.08 347	0.03 92	0.03 107

castereo++	1.18 69	0.54 221	1.95 66	0.30 84	0.51 244	4.56 324	1.00 313	4.61 106	1.12 19	0.29 26	2.14 92	1.89 139	0.15 18	3.94 121	0.18 12	0.00 1	0.04 291	0.00 1	0.31 439	0.03 92	0.00 1

mms	1.03 51	0.54 221	1.58 33	0.05 11	0.36 202	1.52 51	0.08 50	2.97 19	1.84 35	0.38 43	2.94 111	0.32 60	0.25 29	6.82 242	0.39 47	0.00 1	0.04 291	0.00 1	0.00 1	0.17 315	0.28 394

WCG-NET	1.24 76	0.43 165	1.46 25	0.33 96	0.08 46	2.14 108	1.08 324	3.09 22	6.86 298	2.73 124	3.43 132	0.74 96	0.94 132	0.89 13	0.33 30	0.00 1	0.04 291	0.00 1	0.00 1	0.10 229	0.05 185

Pointernet	0.84 28	0.35 100	2.00 72	0.12 40	0.13 87	1.77 76	0.06 38	4.87 124	2.53 58	0.14 6	2.11 88	0.76 98	0.44 84	1.02 20	0.32 29	0.00 1	0.04 291	0.00 1	0.15 375	0.02 48	0.01 18

ttt	3.86 336	0.23 15	2.34 106	2.22 381	1.68 356	4.36 316	0.28 135	12.45 405	11.09 403	6.90 290	11.85 362	4.08 222	3.28 263	8.47 357	7.85 409	0.06 375	0.04 291	0.00 1	0.00 1	0.03 92	0.03 107

CFNet_ucs	3.07 262	0.44 171	4.05 281	0.54 128	0.37 206	3.08 222	0.19 106	9.80 323	8.49 357	7.64 326	12.62 378	5.67 288	1.76 201	4.96 156	1.51 218	0.00 1	0.04 291	0.01 352	0.00 1	0.09 218	0.11 286

MC-Stereo	1.47 94	0.36 110	2.54 123	1.99 344	0.12 80	1.90 85	0.12 68	4.47 98	2.83 78	3.31 144	3.44 133	0.56 89	1.47 174	5.39 170	0.47 73	0.00 1	0.04 291	0.00 1	0.21 405	0.07 188	0.04 151

psmg	3.10 266	0.32 60	3.05 194	0.54 128	0.46 226	8.68 405	2.84 391	9.87 324	4.69 200	8.08 343	8.69 288	6.26 303	2.54 229	3.91 117	1.91 255	0.01 212	0.04 291	0.06 423	0.00 1	0.11 249	0.00 1

FINET	5.32 394	1.14 375	10.04 444	2.17 373	3.67 438	6.49 367	6.76 461	11.68 379	22.08 473	7.42 317	12.15 370	4.24 231	3.61 283	9.25 398	5.35 371	0.04 354	0.04 291	0.00 1	0.00 1	0.17 315	0.09 251

FADNet	4.23 365	1.65 420	11.75 452	1.64 291	0.80 286	4.80 330	0.77 266	13.76 433	11.65 412	3.97 162	5.24 187	9.62 371	5.14 363	8.40 352	3.78 340	0.21 425	0.04 291	0.07 429	0.05 334	1.14 457	0.10 273

stereogan	7.69 441	0.88 327	7.08 411	3.49 453	3.93 449	18.98 478	3.23 402	16.52 458	19.58 463	9.93 405	18.92 439	20.50 472	9.04 438	14.07 460	6.14 384	0.26 433	0.04 291	0.21 456	0.03 310	0.63 437	0.33 402

XPNet_ROB	6.03 412	1.22 381	5.61 372	2.56 411	0.90 296	6.32 362	7.07 464	12.92 419	8.30 349	14.76 460	15.13 406	19.84 466	6.66 398	10.36 421	8.58 425	0.02 297	0.04 291	0.00 1	0.03 310	0.11 249	0.24 376

SGM-Forest	4.96 388	0.32 60	2.84 165	1.21 219	0.64 264	10.23 424	6.64 459	11.55 376	10.98 402	10.94 427	13.59 390	11.65 408	4.30 322	8.94 385	4.63 359	0.11 399	0.04 291	0.00 1	0.00 1	0.05 147	0.46 425
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LG-Stereo_Zeroshot	0.80 23	0.33 77	2.51 120	0.25 77	0.53 249	1.93 88	0.27 134	5.07 139	1.05 17	0.47 65	0.68 34	0.64 93	0.22 26	0.95 17	0.65 99	0.00 1	0.05 306	0.00 1	0.19 398	0.03 92	0.16 336

MM-Stereo_test2	0.99 45	0.29 34	2.26 100	1.34 240	0.12 80	1.78 78	0.53 198	4.71 116	3.31 121	0.76 82	0.80 39	0.50 83	0.35 58	1.86 64	0.73 116	0.00 1	0.05 306	0.00 1	0.07 342	0.26 374	0.06 204

SCV_C0	1.40 89	0.49 197	3.06 199	0.12 40	0.21 147	2.29 120	0.09 55	6.46 226	3.81 148	0.63 76	2.00 83	0.24 42	0.41 77	7.31 278	0.43 55	0.01 212	0.05 306	0.00 1	0.21 405	0.16 302	0.07 223

GCAP-BAT	1.77 117	0.49 197	2.78 156	0.66 150	0.16 103	3.76 288	0.80 274	3.72 61	3.27 116	3.68 154	5.03 174	3.66 206	0.56 97	5.82 182	0.65 99	0.00 1	0.05 306	0.00 1	0.24 417	0.01 11	0.01 18

GCST	9.08 456	17.31 501	3.98 274	52.92 524	10.66 497	11.29 439	0.20 111	6.97 248	6.47 285	9.46 390	4.68 161	4.75 253	1.51 175	9.34 402	1.31 202	8.19 498	0.05 306	22.38 506	0.34 445	6.17 490	3.53 479

IGEV++	1.14 68	0.51 205	1.66 39	0.55 131	0.08 46	2.52 144	1.01 315	6.51 230	3.16 105	0.59 75	2.11 88	0.43 75	1.18 156	1.44 40	0.79 135	0.00 1	0.05 306	0.00 1	0.05 334	0.11 249	0.11 286

SMFormer	3.54 309	0.39 127	3.61 242	1.69 295	0.11 68	2.85 202	0.29 139	12.46 406	10.41 390	7.16 303	10.23 326	4.78 255	4.45 331	8.71 373	3.51 329	0.07 384	0.05 306	0.00 1	0.00 1	0.06 171	0.04 151

tta	3.54 309	0.39 127	3.61 242	1.69 295	0.11 68	2.85 202	0.29 139	12.46 406	10.41 390	7.16 303	10.23 326	4.78 255	4.45 331	8.71 373	3.51 329	0.07 384	0.05 306	0.00 1	0.00 1	0.06 171	0.03 107

qqq1	3.38 294	0.39 127	3.61 242	1.69 295	0.11 68	2.85 202	0.29 139	12.46 406	10.41 390	7.16 303	10.23 326	4.78 255	4.45 331	8.71 373	0.30 24	0.07 384	0.05 306	0.00 1	0.00 1	0.06 171	0.03 107

fff1	3.38 294	0.39 127	3.61 242	1.69 295	0.11 68	2.85 202	0.29 139	12.46 406	10.41 390	7.16 303	10.23 326	4.78 255	4.45 331	8.71 373	0.30 24	0.07 384	0.05 306	0.00 1	0.00 1	0.06 171	0.03 107

EGLCR-Stereo	1.04 54	0.20 6	2.00 72	1.14 214	0.16 103	2.50 143	0.11 62	4.96 130	2.61 62	0.79 84	0.07 12	1.46 122	0.37 63	3.96 122	0.23 18	0.01 212	0.05 306	0.00 1	0.00 1	0.00 1	0.07 223

pcwnet_v2	4.20 362	0.36 110	8.53 431	1.33 238	1.12 317	3.43 247	0.41 167	12.85 417	14.16 432	9.90 404	14.29 398	5.90 295	3.03 255	6.20 198	2.06 267	0.01 212	0.05 306	0.04 412	0.02 297	0.16 302	0.18 345

BEATNet_4x	3.24 276	1.27 389	5.89 378	1.56 278	0.10 59	5.26 343	1.07 321	10.08 335	5.50 227	6.89 288	7.73 270	4.53 247	4.13 308	5.05 158	5.27 369	0.04 354	0.05 306	0.00 1	0.00 1	0.23 361	0.23 372

ADCP+	8.09 447	1.79 428	14.50 469	1.54 273	4.28 455	16.57 468	5.20 439	12.80 416	11.20 406	12.83 447	17.07 425	11.02 401	10.80 453	17.59 480	23.18 495	0.03 335	0.05 306	0.01 352	0.18 393	0.39 414	0.81 447

DRN-Test	5.87 403	0.98 349	5.89 378	2.69 414	3.65 436	12.37 450	3.35 405	20.07 490	10.20 388	11.93 438	12.31 375	11.06 402	5.31 367	7.89 312	9.05 430	0.04 354	0.05 306	0.04 412	0.04 328	0.18 326	0.25 380

CBMV_ROB	4.14 357	0.52 212	3.14 204	1.30 234	0.77 283	6.92 376	1.97 369	10.11 337	9.58 374	8.92 378	14.20 397	7.12 328	5.90 381	8.65 367	3.50 328	0.01 212	0.05 306	0.00 1	0.00 1	0.04 121	0.09 251

LALA_ROB	6.58 421	1.80 429	6.25 390	1.26 225	0.94 301	10.08 421	9.02 475	16.00 456	11.51 411	12.74 444	13.02 384	24.77 480	5.25 365	10.56 424	8.02 413	0.04 354	0.05 306	0.00 1	0.02 297	0.10 229	0.25 380

MLG-Stereo_test3	0.45 3	0.31 47	1.35 20	0.06 14	0.17 113	1.30 26	0.01 4	3.52 48	0.77 7	0.15 7	0.07 12	0.06 1	0.07 3	0.74 7	0.22 17	0.02 297	0.06 323	0.00 1	0.00 1	0.01 11	0.02 60

MLG-Stereo	0.72 17	0.23 15	1.13 5	0.06 14	0.16 103	1.24 19	0.00 1	3.84 71	1.40 24	0.06 1	0.03 5	0.08 6	0.10 9	5.71 179	0.16 7	0.01 212	0.06 323	0.00 1	0.00 1	0.01 11	0.02 60

HI	3.18 273	0.90 333	3.05 194	1.28 232	0.15 96	2.29 120	0.04 25	5.31 163	3.52 133	7.96 339	12.69 379	11.43 405	6.61 393	4.26 134	4.02 346	0.00 1	0.06 323	0.00 1	0.00 1	0.05 147	0.01 18

CoSv	3.18 273	0.90 333	3.05 194	1.28 232	0.15 96	2.29 120	0.04 25	5.31 163	3.52 133	7.96 339	12.69 379	11.43 405	6.61 393	4.26 134	4.02 346	0.00 1	0.06 323	0.00 1	0.00 1	0.05 147	0.01 18

fffy	1.13 67	0.51 205	2.15 89	1.01 194	0.09 52	2.30 125	0.19 106	4.07 79	1.13 21	0.16 8	2.66 102	0.20 26	0.38 66	6.98 256	0.35 34	0.00 1	0.06 323	0.00 1	0.00 1	0.14 291	0.16 336

RAFT-Stereo-weight	1.67 107	0.31 47	1.57 32	0.97 190	0.15 96	3.19 236	0.77 266	5.06 137	6.19 272	4.96 191	3.38 130	2.83 164	0.35 58	2.87 93	0.74 118	0.01 212	0.06 323	0.00 1	0.00 1	0.01 11	0.02 60

CoDeX	3.43 302	0.68 275	4.49 305	0.98 191	1.65 351	6.37 364	2.14 372	13.23 426	6.07 261	7.23 308	8.95 293	4.09 223	3.79 297	6.31 204	2.37 285	0.03 335	0.06 323	0.00 1	0.00 1	0.07 188	0.15 324

Wz-Net-TNSev	11.35 476	10.56 496	35.88 510	2.28 385	1.73 360	18.25 477	11.42 489	15.88 455	20.88 470	14.44 457	16.97 423	19.57 464	19.04 482	19.31 486	18.67 479	0.01 212	0.06 323	0.00 1	0.16 378	0.62 435	1.25 458

HBP-ISP	4.09 353	1.05 359	4.10 286	1.87 320	1.31 334	7.56 391	3.98 416	11.26 364	9.94 382	7.81 332	14.44 400	3.23 184	4.27 317	8.89 384	1.87 251	0.06 375	0.06 323	0.00 1	0.00 1	0.06 171	0.04 151

GwcNet-ADL	2.65 224	0.48 193	3.84 266	0.82 162	0.33 195	2.04 98	0.69 246	8.07 270	9.42 371	6.05 234	6.66 232	4.14 227	1.73 195	5.40 171	3.01 307	0.08 389	0.06 323	0.00 1	0.00 1	0.06 171	0.03 107

PFNet	2.93 253	0.40 137	5.51 367	2.13 370	0.84 290	3.11 228	0.75 262	6.78 241	4.79 206	9.98 406	6.00 206	4.78 255	2.13 211	8.33 348	2.11 268	0.19 421	0.06 323	0.00 1	0.11 365	0.20 338	0.35 404

EDNetEfficientorigin	17.87 499	14.00 499	99.53 541	1.64 291	0.92 297	10.55 429	6.26 453	13.21 424	34.84 499	38.20 507	36.91 498	27.47 487	26.32 501	14.71 466	25.69 501	0.04 354	0.06 323	0.14 446	0.52 464	3.16 480	3.27 478

GwcNet	6.42 417	1.97 440	10.92 447	2.59 412	5.58 477	11.55 441	2.21 374	14.10 437	16.52 451	10.04 407	17.19 429	10.86 397	5.61 377	9.23 397	8.84 429	0.01 212	0.06 323	0.03 400	0.08 347	0.56 428	0.40 412

DSFCA	4.21 364	0.50 200	5.45 362	1.34 240	1.68 356	7.04 378	4.51 428	10.73 352	7.00 303	10.78 422	6.80 235	8.48 356	4.63 342	9.91 413	5.12 368	0.02 297	0.06 323	0.02 383	0.03 310	0.08 200	0.03 107

edge stereo	6.76 424	1.01 353	6.76 403	2.20 377	2.45 399	6.41 365	2.45 378	14.84 446	11.98 417	15.29 462	18.31 438	22.02 475	12.56 461	10.82 428	7.49 403	0.03 335	0.06 323	0.11 438	0.03 310	0.30 385	0.14 314

SANet	10.64 472	1.86 434	10.91 446	1.76 305	0.71 276	14.62 462	9.23 477	19.18 480	37.14 503	19.22 472	27.96 474	25.86 484	19.11 483	13.02 453	10.63 449	0.08 389	0.06 323	0.03 400	0.02 297	0.62 435	0.81 447

NOSS_ROB	3.30 281	0.46 184	2.62 134	2.08 362	1.01 310	5.60 348	0.74 260	10.37 341	11.48 410	5.15 198	8.43 285	5.67 288	1.73 195	7.97 318	2.34 281	0.02 297	0.06 323	0.00 1	0.00 1	0.07 188	0.14 314

MeshStereo	11.52 477	1.52 409	4.55 312	1.89 325	1.46 342	19.87 482	5.11 438	20.66 492	15.91 446	32.67 498	34.51 494	39.34 505	21.15 489	18.74 484	12.10 460	0.11 399	0.06 323	0.01 352	0.00 1	0.45 423	0.22 366
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
MLG-Stereo_test1	0.67 11	0.23 15	1.05 2	0.06 14	1.40 339	1.24 19	0.00 1	3.56 51	1.36 23	0.06 1	0.04 11	0.08 6	0.10 9	4.03 125	0.14 5	0.01 212	0.07 341	0.00 1	0.01 273	0.01 11	0.02 60

DEFOM-Stereo_RVC	0.98 41	2.14 444	1.55 30	0.88 170	0.26 168	0.56 5	0.04 25	2.80 16	0.86 9	0.30 29	0.80 39	0.21 36	2.33 222	6.17 195	0.37 43	0.00 1	0.07 341	0.00 1	0.17 386	0.01 11	0.01 18

ITSA-stereo	3.76 327	0.54 221	3.80 258	1.91 327	0.29 180	3.09 224	0.70 249	13.22 425	15.64 443	6.79 280	6.66 232	4.15 228	3.52 279	8.30 347	5.00 367	0.09 394	0.07 341	0.11 438	0.10 363	0.18 326	0.95 451

IGEV-Stereo+	1.69 109	0.43 165	1.59 34	0.37 107	3.10 413	2.10 102	0.07 45	1.86 5	0.91 14	0.39 50	0.03 5	0.20 26	0.41 77	7.05 260	0.16 7	0.02 297	0.07 341	0.00 1	0.18 393	5.14 486	9.77 507

ProNet	1.20 71	0.60 245	2.00 72	0.26 79	0.08 46	2.73 176	0.68 242	5.00 135	2.52 57	0.29 26	1.32 58	0.37 68	0.36 60	6.94 254	0.44 59	0.00 1	0.07 341	0.00 1	0.00 1	0.17 315	0.07 223

RAFT_CTSACE	3.40 298	1.07 362	4.52 307	1.27 227	3.14 414	4.00 302	1.07 321	3.93 75	4.43 185	4.66 184	17.94 435	7.21 331	2.76 244	10.82 428	0.85 145	0.00 1	0.07 341	0.00 1	0.00 1	0.30 385	0.01 18

NINENet	3.09 263	0.56 231	3.22 210	1.61 285	1.37 337	7.12 380	0.50 193	11.88 386	5.63 235	6.63 276	8.40 284	5.29 274	0.83 124	6.51 223	1.77 245	0.15 411	0.07 341	0.07 429	0.00 1	0.09 218	0.00 1

THIR-Stereo	3.86 336	0.77 300	2.62 134	0.12 40	0.13 87	4.25 309	6.63 458	5.30 161	4.18 176	10.33 411	17.13 426	6.58 315	7.62 418	7.78 307	3.51 329	0.01 212	0.07 341	0.07 429	0.00 1	0.11 249	0.02 60

cross-raft	2.03 156	0.35 100	2.78 156	1.10 207	0.16 103	3.77 289	0.48 181	7.03 251	3.75 144	5.06 195	5.55 199	6.26 303	1.41 170	1.75 57	0.89 160	0.01 212	0.07 341	0.00 1	0.19 398	0.03 92	0.03 107

iRaftStereo_RVC	1.62 105	0.68 275	1.98 68	0.67 151	0.05 15	2.99 215	0.04 25	5.36 168	3.74 143	3.82 159	4.96 170	2.54 157	0.62 103	3.35 103	0.97 172	0.00 1	0.07 341	0.00 1	0.00 1	0.30 385	0.27 390

CSAN	7.62 437	1.60 415	6.56 400	1.83 318	0.66 266	12.40 451	10.52 487	14.45 441	21.32 471	14.19 456	15.98 410	17.84 453	13.02 466	12.32 446	8.38 422	0.09 394	0.07 341	0.03 400	0.04 328	0.33 397	0.67 442

WCMA_ROB	9.21 458	0.87 323	7.37 418	2.54 408	2.13 383	13.59 459	5.80 445	11.64 377	14.01 431	24.43 487	32.99 491	27.09 485	18.02 476	12.51 448	9.85 444	0.81 463	0.07 341	0.01 352	0.01 273	0.16 302	0.23 372

MLG-Stereo_test2	0.57 7	0.28 30	1.20 13	0.07 21	0.68 270	1.34 31	0.02 16	3.39 36	1.41 25	0.06 1	0.02 1	0.12 16	0.10 9	2.37 81	0.31 27	0.01 212	0.08 353	0.00 1	0.00 1	0.01 11	0.02 60

LG-G_1	0.62 8	0.31 47	1.19 10	0.07 21	0.11 68	1.81 80	0.02 16	3.74 63	0.88 11	0.23 16	0.03 5	0.09 10	0.08 5	3.39 104	0.27 22	0.02 297	0.08 353	0.00 1	0.00 1	0.03 92	0.02 60

LG-G	0.62 8	0.31 47	1.19 10	0.07 21	0.11 68	1.81 80	0.02 16	3.74 63	0.88 11	0.23 16	0.03 5	0.09 10	0.08 5	3.39 104	0.27 22	0.02 297	0.08 353	0.00 1	0.00 1	0.03 92	0.02 60

Reg-Stereo(zero)	1.60 104	0.19 4	2.59 129	0.45 118	0.47 233	1.64 60	0.23 122	3.22 28	5.87 245	4.29 168	3.01 113	4.49 246	1.64 190	2.47 86	1.16 192	0.00 1	0.08 353	0.00 1	0.13 371	0.01 11	0.10 273

StereoAnything_RVC	1.52 98	7.77 488	2.81 162	0.05 11	0.02 3	1.11 9	0.06 38	3.26 29	0.75 6	0.12 4	0.02 1	0.07 4	0.68 107	6.69 236	0.13 3	0.02 297	0.08 353	0.00 1	0.00 1	6.69 492	0.02 60

MyStereo06	2.35 195	0.66 270	4.54 309	1.10 207	0.96 303	2.57 154	0.10 58	9.30 309	4.05 167	5.22 200	6.09 208	5.95 296	2.38 224	3.00 95	0.73 116	0.01 212	0.08 353	0.00 1	0.01 273	0.13 280	0.15 324

MyStereo05	2.94 254	0.66 270	5.25 355	1.10 207	0.96 303	2.57 154	0.10 58	8.53 284	12.34 421	6.28 257	3.88 140	3.18 183	3.30 264	7.81 309	2.37 285	0.01 212	0.08 353	0.00 1	0.01 273	0.13 280	0.15 324

GANet-ADL	2.20 174	0.50 200	3.27 213	2.02 351	0.11 68	2.21 115	0.48 181	8.64 292	6.79 296	4.56 177	5.83 204	3.98 217	1.27 163	2.68 89	1.43 211	0.04 354	0.08 353	0.02 383	0.00 1	0.15 295	0.03 107

CFNet-RSSM	2.11 161	0.33 77	2.71 144	1.04 202	0.30 181	3.21 238	0.41 167	6.67 237	6.96 301	5.62 210	4.58 160	5.40 279	1.71 193	1.86 64	0.87 152	0.00 1	0.08 353	0.00 1	0.32 441	0.02 48	0.02 60

XQC	8.43 452	3.58 466	16.40 476	2.92 426	2.17 386	13.22 457	3.60 409	14.64 444	25.86 481	11.87 437	12.04 366	15.06 433	10.67 452	15.24 469	19.41 480	0.39 445	0.08 353	0.05 419	0.07 342	0.84 450	0.45 423

ADCRef	7.27 433	1.38 397	16.37 475	2.52 407	3.30 422	11.63 443	3.16 399	10.80 355	9.35 370	13.03 449	25.27 470	8.17 347	8.92 435	8.06 329	21.81 490	0.15 411	0.08 353	0.16 448	0.34 445	0.38 410	0.58 436

pmcnn	7.72 442	1.27 389	9.42 439	2.91 424	3.14 414	9.44 414	6.23 451	12.56 412	16.51 449	14.53 458	24.08 462	27.44 486	8.49 429	9.32 401	8.44 423	0.06 375	0.08 353	0.00 1	0.00 1	0.30 385	0.15 324

LGtest1	0.42 2	0.33 77	1.42 22	0.13 54	0.16 103	0.98 8	0.01 4	2.30 10	0.96 15	0.21 15	0.07 12	0.08 6	0.10 9	1.10 23	0.31 27	0.01 212	0.09 365	0.00 1	0.00 1	0.03 92	0.02 60

GREAT-IGEV	0.72 17	0.29 34	1.91 57	1.31 236	0.40 212	1.41 40	0.08 50	2.29 9	2.48 53	0.18 9	0.69 35	0.10 14	0.34 57	1.72 55	0.37 43	0.00 1	0.09 365	0.00 1	0.22 411	0.10 229	0.41 414

castereo	0.87 29	0.60 245	1.07 3	0.34 101	0.17 113	1.89 84	0.79 272	4.84 123	2.05 37	0.65 78	2.55 100	0.31 57	0.40 70	1.02 20	0.38 46	0.01 212	0.09 365	0.00 1	0.24 417	0.03 92	0.02 60

DCVSM-stereo	3.13 268	0.37 117	2.95 177	1.51 265	0.80 286	2.75 182	0.49 191	6.79 242	5.25 220	11.43 433	5.57 200	10.79 393	5.30 366	5.25 164	2.95 305	0.03 335	0.09 365	0.03 400	0.00 1	0.12 266	0.09 251

MyStereo07	1.31 83	0.79 306	1.61 35	1.03 197	1.11 315	2.63 167	0.46 178	5.48 173	2.24 41	0.64 77	1.48 62	0.27 47	0.59 102	7.03 259	0.45 63	0.00 1	0.09 365	0.00 1	0.01 273	0.11 249	0.09 251

MyStereo04	2.95 255	0.79 306	5.38 358	1.03 197	1.11 315	2.63 167	0.46 178	10.00 331	12.44 422	4.19 167	3.91 142	3.04 175	3.60 282	7.34 281	2.74 302	0.00 1	0.09 365	0.00 1	0.01 273	0.11 249	0.09 251

HH	2.42 201	0.73 288	3.76 254	0.91 174	0.14 92	2.78 184	0.71 252	7.92 266	2.72 70	1.53 103	6.10 210	7.93 341	4.01 304	8.60 364	0.44 59	0.00 1	0.09 365	0.00 1	0.00 1	0.05 147	0.04 151

HanStereo	2.42 201	0.73 288	3.76 254	0.91 174	0.14 92	2.78 184	0.71 252	7.92 266	2.72 70	1.53 103	6.10 210	7.93 341	4.01 304	8.60 364	0.44 59	0.00 1	0.09 365	0.00 1	0.00 1	0.05 147	0.04 151

fast-acv-ft	5.62 401	1.39 398	7.01 408	2.02 351	1.89 373	12.23 448	1.82 366	7.35 256	9.45 372	10.46 416	20.27 446	14.55 430	7.71 420	7.41 284	7.61 405	0.10 397	0.09 365	0.16 448	0.07 342	0.59 432	0.13 307

SA	3.06 261	0.74 292	3.79 257	1.60 284	0.30 181	3.19 236	1.43 346	6.72 239	9.06 365	4.63 182	10.80 341	2.89 167	4.71 346	9.62 410	1.18 195	0.00 1	0.09 365	0.00 1	0.19 398	0.23 361	0.02 60

PSMNet-ADL	2.98 256	0.43 165	2.41 109	1.43 256	0.40 212	5.94 357	0.28 135	8.45 278	5.13 216	3.36 145	6.77 234	8.41 352	4.61 341	7.20 274	4.55 358	0.02 297	0.09 365	0.00 1	0.00 1	0.01 11	0.03 107

Gwc-CoAtRS	2.02 155	0.33 77	2.61 132	1.04 202	0.30 181	3.56 266	0.40 166	5.89 196	5.94 252	5.08 196	5.01 173	5.55 282	1.72 194	1.60 49	0.91 164	0.01 212	0.09 365	0.00 1	0.25 422	0.01 11	0.02 60

model_zeroshot	1.52 98	0.42 154	4.10 286	1.25 224	0.11 68	3.04 220	0.14 84	5.79 191	2.84 79	3.12 136	3.65 138	2.05 146	0.42 82	2.38 83	0.71 112	0.01 212	0.10 377	0.00 1	0.20 401	0.02 48	0.04 151

testlalala2	2.15 167	0.44 171	2.44 111	9.24 489	6.30 481	3.64 271	0.18 103	4.63 109	2.55 61	3.73 156	4.17 149	3.14 180	0.51 89	1.08 22	0.26 20	0.00 1	0.10 377	0.00 1	0.44 460	0.11 249	0.03 107

Sa-1000	3.55 311	0.75 294	3.63 246	1.91 327	0.30 181	3.55 265	1.63 357	7.39 257	8.54 358	7.70 328	17.44 432	4.00 218	2.82 248	9.44 407	1.33 204	0.00 1	0.10 377	0.00 1	0.18 393	0.21 349	0.04 151

NRIStereo	2.14 165	0.35 100	2.65 137	1.10 207	0.14 92	3.05 221	0.86 293	5.35 166	3.18 111	6.24 251	3.36 129	4.17 229	1.82 203	8.12 333	2.01 263	0.00 1	0.10 377	0.00 1	0.00 1	0.12 266	0.19 356

DRaft	3.74 323	0.43 165	2.60 130	0.12 40	0.15 96	4.76 329	1.34 343	5.33 165	4.31 180	10.30 410	21.91 452	3.27 185	8.83 433	7.36 283	3.66 337	0.05 366	0.10 377	0.00 1	0.14 372	0.10 229	0.14 314

raft+_RVC	1.79 119	0.84 318	2.32 103	2.40 399	0.85 291	1.38 35	0.09 55	6.36 216	4.75 205	2.85 128	5.46 196	1.17 111	1.36 169	4.54 141	0.91 164	0.00 1	0.10 377	0.00 1	0.00 1	0.11 249	0.22 366

FADNet-RVC	3.98 350	1.84 432	12.48 459	1.69 295	0.44 220	4.33 313	1.31 341	11.84 384	7.15 310	3.53 149	3.50 135	10.63 390	4.43 329	9.12 391	6.25 386	0.03 335	0.10 377	0.00 1	0.03 310	0.60 434	0.25 380

LE_ROB	16.73 496	1.28 392	11.61 450	3.72 459	1.65 351	16.67 469	9.17 476	14.39 440	55.91 518	63.81 529	40.86 505	35.94 501	37.73 512	14.24 461	26.87 503	0.05 366	0.10 377	0.13 445	0.22 411	0.12 266	0.15 324

ToySt	2.69 225	0.55 225	7.03 409	1.03 197	0.10 59	3.49 256	1.04 317	6.38 222	4.55 194	2.69 121	6.28 221	7.95 345	4.38 326	5.08 159	2.58 295	0.01 212	0.11 385	0.00 1	0.04 328	0.28 382	0.19 356

dad	4.66 385	1.89 436	5.51 367	0.94 181	0.09 52	2.16 112	0.37 157	7.10 252	14.43 433	10.13 409	16.84 420	14.97 432	1.90 204	6.82 242	4.15 350	1.09 470	0.11 385	4.08 491	0.46 461	0.17 315	0.06 204

DMCA-RVC	3.17 272	1.26 387	6.39 396	2.10 367	1.51 344	3.02 218	0.56 207	7.84 265	5.06 213	9.23 386	5.19 181	8.46 354	2.72 243	6.31 204	3.22 314	0.06 375	0.11 385	0.09 435	0.02 297	0.16 302	0.08 238

SuperB	8.10 448	3.15 462	24.67 496	2.65 413	1.23 324	9.88 420	4.29 423	10.18 339	30.07 488	11.53 435	12.18 372	6.12 299	6.65 397	10.50 423	14.47 473	0.14 409	0.11 385	0.35 466	0.25 422	13.06 502	0.48 426

NCC-stereo	6.77 425	1.49 407	6.48 397	2.92 426	4.40 459	7.43 386	3.61 410	19.52 486	13.29 425	8.39 359	16.91 421	15.96 438	12.13 458	12.85 450	7.70 406	1.47 475	0.11 385	0.01 352	0.42 456	0.14 291	0.24 376

Abc-Net	6.77 425	1.49 407	6.48 397	2.92 426	4.40 459	7.43 386	3.61 410	19.52 486	13.29 425	8.39 359	16.91 421	15.96 438	12.13 458	12.85 450	7.70 406	1.47 475	0.11 385	0.01 352	0.42 456	0.14 291	0.24 376
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoDRNet	5.59 399	1.75 426	6.80 404	3.12 436	4.45 463	10.61 430	4.35 425	18.80 474	9.73 376	12.22 439	6.87 237	11.44 407	4.65 344	8.09 332	8.26 421	0.02 297	0.11 385	0.00 1	0.03 310	0.20 338	0.28 394

HART	1.68 108	0.67 273	2.72 146	0.04 9	0.27 171	1.72 74	0.04 25	5.60 179	3.16 105	1.44 100	7.73 270	2.41 154	0.15 18	6.44 213	0.62 94	0.00 1	0.12 392	0.00 1	0.00 1	0.24 371	0.17 341

PSMNet-RUCA	5.60 400	4.62 472	11.61 450	10.29 493	7.55 489	7.08 379	1.94 368	12.01 391	10.52 397	3.90 160	11.88 363	4.43 242	1.75 200	7.56 292	4.24 352	1.68 480	0.12 392	4.78 493	0.67 469	4.74 484	0.68 443

WCG-NET（raft）	1.49 96	0.50 200	1.55 30	0.21 70	0.08 46	2.15 110	1.01 315	2.72 14	6.26 273	2.79 125	3.06 118	4.38 241	1.04 140	3.53 108	0.26 20	0.00 1	0.12 392	0.00 1	0.00 1	0.10 229	0.08 238

EKT-Stereo	1.91 141	0.48 193	2.77 154	2.19 375	4.36 457	1.42 41	0.24 124	4.63 109	3.51 132	2.94 132	3.47 134	3.55 201	2.25 218	5.26 165	0.85 145	0.04 354	0.12 392	0.00 1	0.09 358	0.06 171	0.05 185

MIM_Stereo	2.50 215	0.75 294	4.26 291	1.18 218	0.11 68	3.08 222	0.33 151	6.07 201	3.28 118	5.01 193	10.12 323	4.29 238	1.74 197	8.06 329	1.27 199	0.00 1	0.12 392	0.00 1	0.01 273	0.18 326	0.15 324

LL-Strereo	4.71 386	1.64 419	7.51 422	1.15 215	4.31 456	3.71 279	1.45 347	9.21 306	8.36 351	8.37 358	8.17 281	10.82 395	11.36 456	12.51 448	4.82 365	0.00 1	0.12 392	0.00 1	0.00 1	0.31 390	0.32 401

DCRE	1.79 119	0.68 275	2.55 124	1.66 293	0.27 171	1.27 23	0.05 33	4.57 105	4.04 165	3.30 143	9.24 306	3.83 213	1.20 159	2.08 75	0.67 104	0.00 1	0.12 392	0.00 1	0.24 417	0.04 121	0.09 251

raft_robust	2.64 223	1.20 380	2.62 134	1.10 207	0.28 178	1.50 49	0.12 68	6.28 213	9.04 364	6.80 281	7.19 251	3.73 211	2.13 211	9.06 390	1.07 180	0.03 335	0.12 392	0.00 1	0.21 405	0.17 315	0.22 366

RAFT	2.57 219	0.76 297	3.09 200	0.91 174	0.09 52	2.41 135	0.94 306	5.35 166	2.65 64	6.11 240	7.21 252	9.43 369	4.30 322	5.73 180	1.77 245	0.00 1	0.12 392	0.00 1	0.02 297	0.46 424	0.08 238

DANet	6.02 411	1.23 383	8.45 430	3.86 464	3.94 450	7.64 396	1.34 343	9.51 316	7.00 303	13.39 451	15.53 408	15.99 440	7.02 404	12.14 444	12.37 462	0.19 421	0.12 392	0.02 383	0.03 310	0.13 280	0.56 434
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MSKI-zero shot	2.00 152	0.36 110	2.15 89	0.81 160	0.25 161	2.69 175	0.29 139	6.16 206	2.34 51	4.31 169	7.52 260	3.70 209	0.25 29	8.42 354	0.41 50	0.01 212	0.13 402	0.00 1	0.25 422	0.03 92	0.02 60

SHD	9.61 464	2.60 451	12.46 457	3.69 458	3.54 431	9.47 415	1.25 334	20.16 491	37.84 505	18.19 470	21.24 450	16.96 450	12.83 465	14.47 464	16.05 475	0.32 439	0.13 402	0.01 352	0.08 347	0.38 410	0.48 426

RTSC	9.15 457	3.00 458	13.57 466	3.72 459	1.76 364	11.82 445	0.46 178	16.95 460	36.83 502	15.80 464	15.53 408	12.91 418	7.46 414	20.01 490	21.76 489	0.31 438	0.13 402	0.01 352	0.08 347	0.57 430	0.41 414

NaN_ROB	6.00 410	1.24 385	6.29 391	1.34 240	1.68 356	9.60 418	10.31 484	15.09 447	15.79 445	12.62 442	8.95 293	11.67 411	5.83 379	11.78 442	6.41 389	0.05 366	0.13 402	0.08 432	0.20 401	0.22 355	0.79 446

dual_stereo	0.56 6	0.32 60	1.08 4	0.07 21	0.11 68	0.77 6	0.03 23	3.60 52	1.17 22	0.12 4	0.03 5	0.20 26	0.11 13	2.77 90	0.51 82	0.00 1	0.14 406	0.00 1	0.16 378	0.00 1	0.02 60

AIO-Stereo-zeroshot1	3.58 312	1.29 394	12.46 457	1.53 271	0.98 305	3.48 254	0.81 276	11.99 390	4.40 184	4.33 170	11.05 350	8.83 362	2.02 208	4.52 140	1.66 235	0.01 212	0.14 406	0.00 1	0.68 470	0.86 451	0.44 421

GMOStereo	1.81 122	0.47 186	2.09 83	0.10 32	0.27 171	1.49 45	0.89 297	4.40 89	4.51 190	8.16 346	6.97 239	2.96 169	1.15 149	1.42 35	0.88 155	0.00 1	0.14 406	0.00 1	0.00 1	0.23 361	0.03 107

error version	1.81 122	0.47 186	2.09 83	0.10 32	0.27 171	1.49 45	0.89 297	4.40 89	4.51 190	8.16 346	6.97 239	2.96 169	1.15 149	1.42 35	0.88 155	0.00 1	0.14 406	0.00 1	0.00 1	0.23 361	0.03 107

test-v	1.81 122	0.47 186	2.09 83	0.10 32	0.27 171	1.49 45	0.89 297	4.40 89	4.51 190	8.16 346	6.97 239	2.96 169	1.15 149	1.42 35	0.88 155	0.00 1	0.14 406	0.00 1	0.00 1	0.23 361	0.03 107

TRStereo	2.36 197	3.10 459	4.70 321	1.99 344	2.08 380	2.61 162	1.11 325	8.79 297	3.73 142	3.19 138	3.04 116	3.96 216	0.77 117	5.92 185	1.44 212	0.03 335	0.14 406	0.00 1	0.29 431	0.08 200	0.25 380

test-2	1.81 122	0.47 186	2.09 83	0.10 32	0.27 171	1.49 45	0.89 297	4.40 89	4.51 190	8.16 346	6.97 239	2.96 169	1.15 149	1.42 35	0.88 155	0.00 1	0.14 406	0.00 1	0.00 1	0.23 361	0.03 107

ACV-stereo	4.46 376	0.76 297	9.94 443	1.91 327	1.06 312	11.61 442	1.28 338	6.25 211	7.09 307	3.09 135	5.21 185	16.88 449	10.23 449	7.96 316	5.47 372	0.06 375	0.15 413	0.01 352	0.00 1	0.12 266	0.14 314

Any-RAFT	2.18 172	0.25 21	1.94 63	1.37 247	0.80 286	5.01 337	0.56 207	8.51 283	5.58 234	4.01 164	4.85 167	5.44 280	2.26 220	2.45 85	0.35 34	0.00 1	0.15 413	0.00 1	0.00 1	0.02 48	0.02 60

GASNet	5.19 392	4.61 471	9.38 438	4.73 476	2.10 382	3.80 292	1.57 354	12.07 394	10.96 401	8.92 378	7.03 247	8.21 348	7.67 419	14.02 459	7.36 401	0.02 297	0.15 413	0.00 1	0.00 1	0.69 441	0.42 417

XX-Stereo	2.71 229	0.38 123	5.96 381	2.25 382	2.20 389	1.54 52	0.21 116	5.44 172	3.05 98	2.28 116	16.16 411	7.03 322	0.24 28	6.19 196	0.79 135	0.00 1	0.15 413	0.00 1	0.23 414	0.13 280	0.04 151

FAT-Stereo	6.78 427	0.68 275	6.80 404	2.30 387	1.77 365	5.63 349	4.20 421	18.79 473	18.62 456	10.53 418	17.15 427	18.52 459	13.74 469	8.86 383	7.38 402	0.03 335	0.15 413	0.01 352	0.07 342	0.12 266	0.26 386

DeepPrunerF	6.75 423	2.69 453	23.31 494	3.68 457	7.16 484	3.78 290	4.29 423	13.42 428	20.13 467	8.13 345	10.46 332	7.18 330	8.06 424	11.10 432	9.44 438	0.24 430	0.15 413	0.29 461	0.42 456	0.66 440	0.45 423

AANet_RVC	5.01 390	1.74 425	6.38 395	1.96 340	1.29 331	2.26 118	1.69 361	10.07 334	18.53 455	7.88 336	18.15 437	8.49 357	2.70 238	10.59 425	7.04 399	0.96 468	0.15 413	0.02 383	0.00 1	0.13 280	0.12 299

CBMV	5.35 395	0.91 337	3.67 248	1.62 289	0.44 220	10.09 422	7.19 466	12.49 410	12.33 420	12.22 439	14.69 403	10.93 399	6.48 391	8.51 359	4.96 366	0.02 297	0.15 413	0.00 1	0.00 1	0.17 315	0.17 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	3.51 307	0.33 77	4.44 302	0.88 170	0.65 265	3.52 264	0.16 95	11.35 370	2.71 69	5.09 197	5.82 203	15.28 435	9.14 439	8.38 350	1.61 230	0.00 1	0.16 421	0.00 1	0.46 461	0.02 48	0.19 356

MyStereo8	2.88 249	1.19 379	5.03 336	1.61 285	3.75 443	4.30 312	0.07 45	6.14 204	6.16 268	6.22 249	9.64 317	4.28 236	1.45 173	2.05 74	4.76 363	0.00 1	0.16 421	0.00 1	0.14 372	0.26 374	0.43 419

IGEV_Zeroshot_test	2.13 164	0.50 200	4.91 330	1.41 254	0.18 128	2.62 165	0.36 155	7.80 263	3.87 150	5.04 194	5.42 195	4.77 254	1.03 138	3.43 106	0.79 135	0.00 1	0.16 421	0.00 1	0.18 393	0.17 315	0.04 151

CRFU-Net	4.45 375	0.67 273	5.02 334	2.78 420	1.32 335	12.67 453	3.35 405	11.26 364	3.52 133	10.06 408	9.30 311	10.91 398	6.92 402	7.26 276	3.24 316	0.15 411	0.16 421	0.16 448	0.00 1	0.26 374	0.05 185

RAFT-Test	2.17 170	0.36 110	3.40 225	1.05 204	0.34 197	4.90 334	0.69 246	6.27 212	3.98 158	4.65 183	7.02 245	6.30 306	1.12 143	1.81 61	0.99 174	0.01 212	0.17 425	0.00 1	0.34 445	0.02 48	0.02 60

IRAFT_RVC	2.85 241	0.41 148	3.32 217	2.09 365	0.41 216	2.92 209	5.22 440	6.41 223	3.63 139	6.53 273	5.48 197	5.09 269	4.88 356	8.20 344	2.15 272	0.01 212	0.17 425	0.01 352	0.00 1	0.02 48	0.04 151

psmorigin	7.34 434	1.58 413	18.31 482	2.35 396	0.87 292	6.72 372	1.70 364	10.63 347	7.14 309	19.77 475	22.71 457	20.13 468	11.34 455	12.96 452	9.49 439	0.04 354	0.17 425	0.06 423	0.17 386	0.21 349	0.50 429

S-Stereo	6.63 422	0.84 318	9.67 440	3.15 438	3.48 429	6.49 367	6.22 450	12.99 421	22.84 475	9.48 391	15.51 407	12.00 412	8.43 428	8.04 322	10.70 450	0.12 403	0.17 425	0.00 1	0.38 450	0.13 280	1.92 469

TCMNet	5.22 393	1.96 439	9.78 441	4.11 468	6.57 482	8.83 407	1.35 345	10.74 353	8.07 341	6.39 266	12.76 382	8.32 350	4.75 348	8.62 366	10.09 446	0.11 399	0.18 429	0.31 463	0.09 358	0.75 446	0.57 435

AIO-Stereo-zeroshot	2.86 245	0.99 351	7.52 423	1.52 267	0.92 297	2.94 211	0.03 23	9.31 310	3.81 148	2.42 118	5.86 205	9.23 366	4.64 343	4.31 136	2.19 276	0.02 297	0.18 429	0.00 1	0.54 465	0.35 402	0.35 404

AE-Stereo	1.44 92	0.32 60	2.69 140	1.58 280	0.20 144	2.24 117	0.59 218	6.01 198	5.70 237	1.18 99	3.17 120	1.02 105	0.78 120	1.73 56	0.83 141	0.02 297	0.18 429	0.00 1	0.29 431	0.11 249	0.07 223

ACRE	2.41 200	1.08 364	5.11 342	0.55 131	2.05 378	2.65 170	0.78 271	5.26 159	4.67 199	7.59 324	9.20 299	1.70 131	1.08 141	3.74 112	2.18 275	0.01 212	0.18 429	0.02 383	0.08 347	0.22 355	0.10 273

rafts_anoy	1.72 112	0.79 306	2.58 128	2.03 354	1.75 362	2.47 139	0.16 95	5.48 173	6.01 259	3.24 140	2.11 88	1.92 143	1.33 164	3.08 97	1.13 188	0.01 212	0.18 429	0.00 1	0.01 273	0.03 92	0.07 223

ADCL	10.16 469	2.11 443	19.36 485	1.92 331	1.88 372	22.23 484	8.91 474	14.04 435	23.56 477	14.62 459	26.19 471	12.75 417	13.59 468	16.06 475	22.95 494	0.26 433	0.18 429	0.75 472	0.65 467	0.69 441	0.58 436

CIPLG	2.47 211	1.10 368	4.71 322	0.63 146	2.15 385	2.67 174	0.77 266	5.19 146	4.73 203	7.85 334	9.56 314	1.72 132	1.14 147	4.20 132	2.34 281	0.01 212	0.19 435	0.02 383	0.09 358	0.23 361	0.08 238

iRaft-Stereo_20w	2.56 217	0.35 100	4.98 333	0.37 107	0.67 268	3.47 251	0.59 218	12.57 413	3.89 152	6.10 239	6.23 219	1.49 123	2.24 216	6.65 233	0.86 150	0.00 1	0.19 435	0.00 1	0.33 443	0.08 200	0.22 366

IPLGR_C	2.44 205	1.17 378	4.94 331	0.62 143	2.08 380	2.65 170	0.80 274	5.60 179	4.79 206	7.87 335	9.23 301	1.67 130	1.15 149	3.43 106	2.23 277	0.01 212	0.19 435	0.02 383	0.08 347	0.22 355	0.10 273

ADCS	13.02 482	4.93 475	28.38 503	3.17 439	2.67 404	13.61 460	10.83 488	18.70 471	33.46 493	22.59 479	24.78 466	19.59 465	18.51 480	23.40 497	32.16 511	0.10 397	0.19 435	0.37 468	0.18 393	1.26 460	1.46 463

PAM_32	3.50 306	0.32 60	5.22 352	1.32 237	0.53 249	7.49 389	0.39 162	9.52 317	3.91 154	5.22 200	5.28 192	16.75 448	7.44 411	4.61 144	0.90 163	0.00 1	0.20 439	0.00 1	0.39 453	0.09 218	0.39 409

DDVS	3.59 313	0.53 216	4.53 308	2.02 351	1.27 328	6.63 370	0.49 191	8.73 294	4.10 171	7.14 301	7.63 267	12.68 416	2.25 218	8.69 371	4.09 349	0.08 389	0.20 439	0.01 352	0.00 1	0.14 291	0.59 439

MoCha-V2	1.41 90	0.42 154	2.61 132	0.81 160	0.23 156	2.53 147	0.20 111	4.81 121	3.16 105	0.82 85	3.15 119	0.30 53	1.61 189	6.66 234	0.40 49	0.00 1	0.20 439	0.00 1	0.24 417	0.05 147	0.02 60

IGEV-RUCA	0.81 26	0.15 1	1.13 5	0.52 126	0.32 190	2.13 107	0.51 196	3.46 42	1.71 30	0.95 88	0.16 15	0.24 42	0.55 95	2.81 92	0.41 50	0.12 403	0.21 442	0.20 455	0.25 422	0.21 349	0.20 362

PAM	3.38 294	0.31 47	5.61 372	1.37 247	0.71 276	7.60 395	0.38 161	8.94 298	3.55 136	5.54 208	4.69 162	16.09 442	7.03 405	3.67 111	1.02 178	0.00 1	0.21 442	0.00 1	0.38 450	0.07 188	0.41 414

gcap-zeroshot	1.87 134	0.44 171	4.24 290	0.53 127	0.51 244	3.12 229	0.75 262	6.42 224	3.91 154	3.75 157	1.67 71	7.79 337	0.55 95	2.61 88	0.53 84	0.02 297	0.21 442	0.00 1	0.23 414	0.00 1	0.05 185

FADNet-RVC-Resample	3.79 330	1.62 417	12.06 453	1.43 256	0.66 266	5.94 357	2.41 376	10.18 339	8.58 360	6.28 257	4.22 150	5.33 278	4.80 353	7.71 302	3.19 313	0.17 417	0.21 442	0.17 451	0.12 368	0.41 420	0.29 396

aanetorigin	8.72 455	3.29 464	27.55 502	1.95 337	3.84 446	4.93 336	5.39 444	5.49 175	10.05 384	27.85 491	31.47 485	15.80 437	12.78 463	9.04 389	11.98 459	0.25 431	0.22 446	0.22 457	0.25 422	1.28 461	0.84 449

FBW_ROB	8.50 453	1.03 357	7.98 427	1.93 335	1.28 330	13.10 456	6.23 451	22.50 494	18.98 457	18.82 471	14.91 405	19.06 462	10.04 447	18.41 482	9.83 442	0.62 458	0.22 446	1.82 483	0.82 474	0.99 455	1.36 461

coex-ft	19.78 505	19.39 502	87.73 531	1.77 307	1.80 367	17.25 473	13.50 497	12.63 414	42.10 509	60.18 525	38.90 500	28.72 488	28.74 502	11.74 441	27.40 504	0.21 425	0.23 448	0.04 412	0.30 437	1.36 463	1.54 464

Anonymous3	1.76 116	0.44 171	6.37 394	0.33 96	0.50 241	4.33 313	0.54 201	4.43 94	2.48 53	2.21 112	3.24 123	1.53 126	1.14 147	5.64 174	1.29 201	0.17 417	0.23 448	0.00 1	0.00 1	0.12 266	0.15 324

EDNetEfficient	13.82 484	6.19 479	54.79 519	2.83 421	3.60 434	4.86 333	8.57 472	8.61 291	32.90 492	40.77 510	30.59 483	18.33 458	21.87 493	11.38 436	25.36 500	0.15 411	0.23 448	0.06 423	1.03 478	2.54 477	1.79 466

RTS	18.87 502	9.32 494	86.48 529	4.95 478	6.10 479	42.08 513	14.70 501	15.49 452	41.06 507	22.65 480	32.32 487	13.77 421	19.54 484	37.98 512	28.96 505	0.41 448	0.23 448	0.00 1	0.02 297	0.91 452	0.50 429

RTSA	18.87 502	9.32 494	86.48 529	4.95 478	6.10 479	42.08 513	14.70 501	15.49 452	41.06 507	22.65 480	32.32 487	13.77 421	19.54 484	37.98 512	28.96 505	0.41 448	0.23 448	0.00 1	0.02 297	0.91 452	0.50 429

ICVP	2.32 192	0.38 123	2.89 175	0.92 178	0.70 275	2.55 151	0.87 295	9.97 328	3.99 159	4.13 166	8.97 296	2.71 163	1.69 192	2.52 87	3.52 333	0.05 366	0.24 453	0.01 352	0.01 273	0.11 249	0.13 307
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.21 73	0.65 264	5.16 347	1.09 206	1.29 331	0.92 7	0.19 106	3.92 73	2.68 68	0.30 29	3.04 116	0.52 84	1.56 185	1.58 48	0.78 133	0.09 394	0.25 454	0.00 1	0.00 1	0.07 188	0.11 286

EAI-Stereo	2.31 190	0.44 171	2.72 146	0.68 152	0.56 253	3.51 261	2.62 385	11.42 372	4.14 174	2.09 111	7.23 254	1.21 112	0.91 128	5.67 177	1.51 218	0.01 212	0.25 454	0.00 1	0.88 475	0.04 121	0.26 386

SAMSARA	14.63 486	2.74 455	12.38 455	12.65 497	6.74 483	36.50 509	72.93 532	19.36 483	23.77 478	16.20 466	13.04 385	29.21 489	12.78 463	16.98 478	15.21 474	0.11 399	0.26 456	0.03 400	0.14 372	0.76 447	0.77 445

AnyNet_C32	10.98 475	5.58 477	22.79 493	4.16 469	5.83 478	15.64 463	14.30 499	13.18 423	17.15 453	16.44 467	20.52 447	14.68 431	13.44 467	22.46 494	30.08 508	0.17 417	0.26 456	0.36 467	0.36 449	1.23 459	0.91 450

SGM_RVC	10.08 467	0.60 245	3.42 227	2.30 387	0.32 190	19.41 480	6.33 454	18.95 477	14.64 435	25.14 489	24.32 464	33.34 496	18.79 481	19.86 488	12.55 464	0.25 431	0.26 456	0.22 457	0.24 417	0.34 401	0.40 412
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ccnet	6.87 430	0.92 340	5.15 346	3.09 432	2.18 388	11.78 444	4.90 434	17.97 467	8.79 362	12.79 446	20.20 444	16.00 441	8.35 427	9.12 391	14.17 472	0.42 451	0.33 459	0.25 460	0.09 358	0.40 417	0.48 426

test-1	1.82 126	0.45 178	5.42 359	0.89 172	0.41 216	2.14 108	0.56 207	5.75 185	4.15 175	3.28 141	5.11 175	3.61 203	0.70 108	1.53 46	1.56 225	0.02 297	0.34 460	0.00 1	0.08 347	0.02 48	0.30 398

RALCasStereoNet	1.93 143	1.01 353	2.75 150	1.88 323	1.75 362	2.88 207	0.18 103	4.64 112	4.36 182	2.27 115	5.14 176	2.22 150	0.79 122	7.10 266	1.00 176	0.00 1	0.34 460	0.00 1	0.00 1	0.10 229	0.16 336

YMNet	5.52 397	1.83 430	8.79 433	3.47 450	4.46 464	10.72 432	0.91 302	9.99 329	6.43 282	13.76 454	16.35 413	11.65 408	4.49 335	7.95 314	8.03 415	0.12 403	0.35 462	0.12 441	0.08 347	0.71 443	0.27 390

YMNet_1	5.52 397	1.83 430	8.79 433	3.47 450	4.46 464	10.72 432	0.91 302	9.99 329	6.43 282	13.76 454	16.35 413	11.65 408	4.49 335	7.95 314	8.03 415	0.12 403	0.35 462	0.12 441	0.08 347	0.71 443	0.27 390

Consistency-Raft	9.42 461	4.74 474	12.66 460	5.30 480	9.08 492	4.08 304	5.26 441	19.26 481	24.87 479	11.17 430	29.85 480	13.57 419	5.51 376	7.67 299	13.40 467	0.36 442	0.35 462	1.81 482	4.24 500	11.61 499	3.57 480

DLNR_Zeroshot_test	24.70 507	50.77 525	90.11 532	98.11 541	97.34 539	1.38 35	0.12 68	22.79 496	3.09 104	1.07 95	2.95 112	0.71 95	0.29 43	6.93 251	2.29 279	38.56 523	0.37 465	0.00 1	0.30 437	76.73 535	0.09 251

AnyNet_C01	16.12 492	10.81 497	59.36 521	4.42 474	2.49 400	30.06 499	15.15 507	17.51 465	16.51 449	17.88 469	37.69 499	24.04 478	17.54 475	29.60 503	33.29 512	0.28 437	0.38 466	0.43 470	0.42 456	2.57 478	1.98 470

SGM-ForestM	16.99 497	1.08 364	5.74 374	2.12 368	0.75 279	31.63 501	12.21 494	27.80 503	32.25 491	37.88 505	39.99 503	52.96 514	35.20 509	33.60 507	24.47 497	0.26 433	0.39 467	0.31 463	0.39 453	0.26 374	0.53 432

PVD	15.44 488	2.93 457	14.67 470	4.21 472	3.39 426	17.43 475	4.16 419	27.84 504	48.84 514	31.02 496	43.54 507	29.76 491	30.81 505	25.97 500	21.40 486	0.23 428	0.41 468	0.04 412	0.33 443	0.41 420	1.33 460

PDISCO_ROB	9.62 465	1.99 442	11.51 449	9.88 491	9.61 494	21.48 483	3.83 414	19.33 482	28.49 486	11.27 432	14.17 396	19.92 467	5.02 358	16.35 476	9.18 432	5.28 490	0.41 468	0.14 446	0.09 358	2.05 472	2.36 476

ADCMid	10.24 470	3.13 460	20.70 488	2.21 378	2.39 397	11.23 438	6.19 448	14.17 439	11.19 405	23.20 484	22.25 454	17.89 455	19.54 484	18.51 483	26.21 502	0.45 453	0.42 470	1.10 477	1.29 481	1.56 467	1.18 456

FADNet_RVC	3.91 343	1.67 423	12.95 464	0.96 187	0.75 279	5.71 350	0.54 201	10.83 356	6.60 290	3.46 147	8.09 279	4.10 225	3.40 273	9.43 404	6.33 387	0.36 442	0.44 471	0.17 451	0.46 461	0.91 452	0.95 451

PASM	7.90 444	4.22 469	21.97 492	3.25 442	3.29 421	5.39 346	6.57 457	10.57 345	19.09 458	12.77 445	13.92 393	18.11 456	9.51 443	13.79 458	10.77 453	0.19 421	0.45 472	0.29 461	1.08 479	1.49 465	1.19 457

G-Net	8.41 451	1.54 410	10.97 448	5.73 482	3.60 434	26.19 490	4.41 426	10.10 336	7.42 315	19.71 474	24.99 468	14.38 429	15.83 473	10.99 430	9.53 440	0.50 455	0.46 473	0.19 454	0.25 422	0.80 448	0.66 441

RAFT + AFF	4.30 373	1.55 411	5.84 376	1.43 256	2.36 394	5.94 357	6.72 460	10.01 332	7.56 321	7.55 322	8.96 295	7.09 327	6.73 399	8.57 362	4.02 346	0.02 297	0.47 474	0.00 1	0.01 273	0.56 428	0.54 433

BEATNet-Init1	23.31 506	9.03 491	41.67 514	4.17 470	2.53 401	45.68 519	19.47 514	33.43 506	38.45 506	47.59 517	49.10 514	59.31 518	41.80 516	38.35 514	29.21 507	0.47 454	0.50 475	0.81 473	0.66 468	2.10 475	1.86 467

LSM	14.01 485	5.95 478	33.49 506	6.78 486	43.61 526	10.22 423	9.98 483	15.16 450	22.93 476	23.07 483	32.34 489	18.52 459	12.67 462	15.45 470	11.10 454	0.16 416	0.51 476	0.09 435	0.32 441	1.08 456	16.85 521

DPSNet	10.14 468	1.88 435	16.82 478	1.85 319	1.73 360	24.84 488	17.20 511	19.92 489	27.41 483	12.23 441	13.62 391	16.52 444	18.35 478	14.42 463	12.50 463	0.78 461	0.54 477	0.08 432	0.25 422	1.18 458	0.59 439

HUF	1.05 55	0.64 258	2.33 104	0.35 104	0.22 151	3.09 224	0.41 167	3.73 62	2.89 81	0.36 40	2.71 105	0.33 64	0.30 50	2.28 80	0.23 18	0.00 1	0.61 478	0.00 1	0.00 1	0.15 295	0.39 409

Anonymous_2	4.14 357	0.62 254	3.21 209	1.40 251	1.43 341	5.19 339	0.32 147	6.63 234	4.38 183	4.48 176	2.30 95	8.08 346	7.00 403	5.37 169	2.29 279	0.23 428	0.75 479	5.20 494	18.12 519	5.66 487	0.23 372

MANE	19.47 504	1.27 389	5.07 339	4.69 475	5.55 476	30.49 500	9.94 482	34.01 507	37.27 504	44.13 514	51.57 518	52.51 512	40.41 514	33.58 506	24.81 498	0.89 465	0.86 480	1.11 478	9.72 510	0.38 410	1.06 454

MFN_U_SF_RVC	12.94 480	3.66 467	25.81 499	3.61 456	2.26 392	22.77 485	4.55 429	27.10 500	20.06 466	23.90 485	28.99 477	30.53 492	16.98 474	19.92 489	20.26 483	1.24 471	1.07 481	0.98 476	1.33 482	1.80 471	2.04 471

ADCPNet	9.54 463	2.39 450	31.46 505	2.09 365	1.60 347	16.71 470	6.39 456	12.11 396	11.45 409	13.53 452	21.45 451	19.41 463	10.94 454	14.38 462	21.54 488	0.27 436	1.16 482	0.39 469	1.49 484	0.58 431	1.45 462

ELAS_RVC	16.54 494	2.26 447	10.09 445	5.50 481	4.46 464	28.28 498	16.72 510	25.55 499	33.54 494	40.19 508	40.30 504	36.68 502	30.03 503	29.40 502	20.61 484	0.98 469	1.21 483	0.86 475	0.70 471	1.39 464	2.16 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 495	2.14 444	9.23 436	4.92 477	4.53 469	32.66 505	15.11 506	27.40 502	28.68 487	40.27 509	44.90 508	38.33 504	30.50 504	26.44 501	21.94 491	0.88 464	1.23 484	0.67 471	0.89 476	1.49 465	2.18 474
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFMNet_re	13.29 483	8.60 489	18.29 481	9.75 490	7.25 486	19.65 481	14.84 503	20.71 493	30.72 489	23.03 482	28.77 476	18.85 461	26.09 500	13.55 456	9.82 441	2.44 483	1.35 485	0.34 465	0.23 414	4.78 485	6.69 495

MFN_U_SF_DS_RVC	9.78 466	4.27 470	14.47 468	2.29 386	2.85 408	23.40 487	13.62 498	13.60 429	19.54 462	19.42 473	24.27 463	16.74 447	8.59 430	17.05 479	7.98 412	1.25 472	1.68 486	0.17 451	2.63 489	0.72 445	1.04 453

DGSMNet	6.47 419	2.61 452	13.64 467	3.46 448	3.74 439	8.97 409	6.01 446	14.15 438	13.01 423	7.46 320	14.10 395	9.94 376	4.79 352	10.44 422	6.22 385	1.30 474	1.70 487	1.80 481	1.52 486	2.27 476	2.35 475

MADNet+	27.07 509	33.84 515	90.97 533	20.14 505	7.47 488	48.43 521	47.10 528	35.43 508	36.46 501	20.11 477	30.05 481	25.29 481	35.08 508	45.50 520	50.28 526	2.13 481	2.00 488	1.19 480	0.76 472	4.71 483	4.43 483

SQANet	7.64 438	3.40 465	5.49 364	11.73 496	9.62 495	11.96 447	2.82 390	11.33 369	6.10 262	8.33 353	11.49 358	11.00 400	5.16 364	10.12 419	2.72 301	8.92 499	2.21 489	10.41 498	1.58 487	11.13 498	7.39 497

test_for_model	6.81 428	27.63 509	2.16 96	21.79 507	16.18 508	3.48 254	0.94 306	5.88 195	3.72 141	7.62 325	2.72 106	1.03 106	0.42 82	0.58 4	0.35 34	9.03 500	2.28 490	0.00 1	0.05 334	23.91 514	6.49 493

MaskLacGwcNet_RVC	5.97 407	5.36 476	5.02 334	3.75 461	3.57 433	15.81 465	4.27 422	11.72 381	6.96 301	7.23 308	8.47 286	9.09 365	2.66 237	9.36 403	2.71 298	7.49 495	2.32 491	2.01 484	0.08 347	6.77 493	4.67 487

testlalala_base	3.12 267	0.48 193	2.79 160	2.14 371	1.98 375	4.13 307	0.64 232	6.16 206	2.09 38	2.38 117	4.08 146	1.80 135	0.50 88	1.65 51	0.72 114	12.33 510	2.33 492	0.00 1	0.31 439	14.56 504	1.32 459

otaku	11.73 478	7.51 487	7.07 410	13.22 499	10.85 498	26.61 495	7.25 467	18.84 475	19.16 460	11.58 436	17.23 430	20.19 469	8.09 425	15.11 468	4.64 360	9.13 501	2.42 493	13.08 499	1.83 488	12.48 501	8.22 500

CC-Net-ROB	7.68 439	9.21 492	7.46 420	3.82 462	3.66 437	15.68 464	5.02 437	17.95 466	10.45 396	6.44 269	14.00 394	7.63 334	4.77 349	10.75 427	3.10 311	5.99 492	2.46 494	16.28 502	1.08 479	6.30 491	1.56 465

Ntro	12.35 479	8.88 490	7.80 425	13.79 500	12.42 501	26.54 494	6.98 463	18.54 470	22.14 474	9.82 399	16.45 415	20.30 470	9.29 442	15.95 473	6.61 395	9.53 503	2.47 495	14.93 501	2.77 490	13.11 503	8.63 503

UDG	8.58 454	9.31 493	4.89 328	10.00 492	9.52 493	10.36 426	2.41 376	12.07 394	9.82 379	7.81 332	9.55 313	16.52 444	9.81 446	7.84 310	7.88 411	4.20 487	2.51 496	18.53 504	3.71 499	9.55 495	5.28 490

ACVNet-4b	15.90 490	22.00 503	12.37 454	16.40 502	15.14 505	31.87 502	7.50 469	19.04 478	27.85 484	11.48 434	22.02 453	31.86 494	9.16 441	17.95 481	5.69 376	10.43 505	2.58 497	24.44 509	4.87 505	16.04 506	9.28 504

ACVNet_2	26.45 508	29.35 513	25.14 497	20.27 506	15.43 507	34.97 507	12.23 495	48.37 519	66.25 528	42.69 511	56.73 522	51.77 510	25.59 498	20.39 491	13.52 468	10.13 504	2.59 498	22.78 507	3.52 498	17.57 508	9.80 508

ACVNet_1	18.70 501	25.08 506	12.72 461	17.33 503	15.18 506	26.02 489	9.62 480	28.44 505	34.49 496	24.39 486	24.32 464	37.22 503	20.13 487	16.67 477	13.39 466	10.45 506	2.59 498	24.77 510	4.92 506	16.57 507	9.75 506

MSC_U_SF_DS_RVC	16.41 493	6.93 484	21.83 491	5.94 484	2.81 407	38.71 511	14.59 500	24.55 498	34.87 500	33.66 502	34.35 493	29.24 490	24.20 496	22.59 495	17.95 478	2.52 484	2.81 500	1.17 479	1.51 485	5.89 489	2.16 472

Dean	34.67 517	38.70 520	25.33 498	29.89 510	17.21 509	45.24 518	11.98 493	56.90 529	76.55 530	63.47 528	60.22 525	67.36 527	48.14 522	37.24 510	39.01 518	11.00 508	2.83 501	28.35 511	5.60 508	18.14 509	10.31 509

DispFullNet	17.47 498	26.01 507	33.98 508	22.58 508	20.86 513	13.84 461	1.28 338	16.50 457	26.27 482	19.97 476	17.17 428	20.52 473	18.49 479	22.86 496	10.76 452	5.13 489	2.83 501	30.72 513	7.72 509	20.86 510	11.01 511

IMH-64-1	27.21 510	28.77 510	16.84 479	31.57 511	20.76 511	26.43 492	15.10 504	47.11 514	45.20 511	33.53 500	51.16 516	41.42 506	31.10 506	36.48 508	22.39 492	13.48 511	2.87 503	33.95 515	10.70 512	23.50 512	11.75 512

IMH-64	27.21 510	28.77 510	16.84 479	31.57 511	20.76 511	26.43 492	15.10 504	47.11 514	45.20 511	33.53 500	51.16 516	41.42 506	31.10 506	36.48 508	22.39 492	13.48 511	2.87 503	33.95 515	10.70 512	23.50 512	11.75 512

NVStereoNet_ROB	16.04 491	6.75 482	12.90 463	6.37 485	7.42 487	12.89 454	9.74 481	22.78 495	25.12 480	30.32 494	46.19 510	34.37 499	25.38 497	21.48 493	21.38 485	5.94 491	3.10 505	6.07 496	10.09 511	4.01 482	8.54 502
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
TorneroNet-64	32.42 516	31.89 514	30.52 504	34.73 516	21.13 515	46.99 520	18.82 512	43.10 512	59.42 521	32.70 499	46.98 511	62.01 521	36.98 510	43.97 519	33.88 513	14.10 515	3.22 506	35.28 518	11.72 515	26.84 518	14.07 516

IMH	29.82 514	29.11 512	18.51 483	34.28 515	21.40 516	32.33 504	15.39 508	49.40 521	53.07 516	37.88 505	55.32 521	45.05 508	39.54 513	40.63 515	24.12 496	14.03 514	3.27 507	34.93 517	11.24 514	24.69 515	12.21 514

DDUNet	9.47 462	11.32 498	6.14 386	12.93 498	11.65 499	10.45 427	3.87 415	11.70 380	7.89 335	9.27 387	13.28 386	16.18 443	6.14 385	8.80 380	5.77 378	6.64 494	3.38 508	20.90 505	4.28 501	11.01 497	7.80 498

RainbowNet	18.01 500	26.22 508	19.95 486	18.59 504	14.88 504	27.38 497	10.46 485	27.39 501	34.54 497	14.91 461	27.01 472	25.65 482	12.44 460	18.94 485	9.23 433	13.91 513	3.46 509	23.36 508	4.86 504	16.03 505	10.91 510

TorneroNet	35.11 520	33.92 516	33.82 507	37.86 518	22.01 517	49.64 523	21.58 518	48.09 518	55.23 517	37.50 504	53.79 519	62.81 524	43.66 518	46.71 522	41.25 521	14.80 516	3.53 510	36.72 519	14.57 518	28.28 521	16.49 519

JetBlue	29.12 512	15.72 500	54.12 518	15.93 501	20.98 514	60.90 530	30.62 521	39.38 509	34.62 498	34.08 503	39.69 501	57.35 517	43.17 517	50.71 526	50.60 527	2.41 482	3.79 511	2.81 485	3.45 497	9.57 496	12.59 515

PWCK	30.53 515	44.32 522	47.25 516	29.76 509	7.23 485	40.78 512	27.10 520	44.73 513	44.32 510	47.31 516	36.37 497	47.16 509	26.05 499	41.26 516	31.87 510	21.83 518	4.03 512	29.50 512	4.67 502	27.17 519	7.80 498

SPS-STEREO	15.04 487	6.23 480	13.21 465	11.34 495	11.65 499	23.30 486	7.15 465	24.16 497	15.65 444	31.78 497	29.19 479	31.62 493	21.32 490	24.62 498	19.50 481	7.59 496	4.19 513	3.22 489	1.48 483	6.99 494	6.54 494
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	29.39 513	24.43 504	20.47 487	32.71 514	13.83 503	34.70 506	20.27 517	52.19 525	65.03 526	43.29 512	59.35 524	52.19 511	44.68 519	31.71 504	30.56 509	10.98 507	4.94 514	13.71 500	12.52 516	12.06 500	8.22 500

anonymity	7.68 439	3.83 468	12.39 456	7.04 487	12.67 502	8.18 400	2.00 370	17.50 464	6.85 297	13.56 453	9.21 300	9.97 377	7.82 421	11.28 435	5.58 375	6.27 493	4.98 515	3.68 490	2.96 491	3.33 481	4.48 485

LVE	34.99 519	40.10 521	34.97 509	32.49 513	18.61 510	51.45 526	26.82 519	52.15 524	65.94 527	47.21 515	61.04 526	53.99 515	37.30 511	37.95 511	34.09 514	15.55 517	5.95 516	31.01 514	13.81 517	22.58 511	16.72 520

SGM+DAISY	15.62 489	7.26 486	19.28 484	8.94 488	10.11 496	26.25 491	10.49 486	19.36 483	14.65 437	30.64 495	33.59 492	33.00 495	22.32 495	24.96 499	16.42 476	7.90 497	6.25 517	4.51 492	3.37 496	5.86 488	7.20 496

WAO-8	38.15 521	35.51 517	21.50 489	43.67 519	23.92 518	44.44 515	20.26 515	52.83 526	76.62 531	53.57 522	66.79 530	62.63 522	54.56 526	42.03 517	39.18 519	22.71 519	6.65 518	37.08 520	19.08 520	24.72 517	15.24 517

Venus	38.15 521	35.51 517	21.50 489	43.67 519	23.92 518	44.44 515	20.26 515	52.83 526	76.62 531	53.57 522	66.81 531	62.63 522	54.56 526	42.03 517	39.18 519	22.71 519	6.65 518	37.08 520	19.08 520	24.70 516	15.24 517

WAO-6	34.74 518	36.76 519	15.36 473	37.53 517	24.15 520	35.99 508	19.36 513	48.96 520	68.54 529	43.84 513	47.58 512	52.77 513	52.60 523	32.63 505	34.73 515	26.20 521	7.74 520	42.78 522	21.64 522	28.07 520	17.62 522

TCMNet-wrong-test	67.23 532	85.83 536	81.56 527	95.63 537	94.73 537	89.35 532	85.42 533	51.73 523	33.71 495	51.26 519	61.71 527	61.33 520	41.23 515	77.26 532	64.71 530	48.76 527	9.03 521	70.12 532	68.11 531	90.76 538	82.37 537

UNDER WATER	45.09 523	48.60 524	67.37 524	49.30 523	31.41 522	53.80 528	37.39 523	40.25 511	52.48 515	50.24 518	45.37 509	68.37 529	57.76 529	51.03 527	49.88 525	29.97 522	13.75 522	51.22 524	36.57 523	37.87 523	29.12 523

UNDER WATER-64	45.16 524	46.99 523	66.69 523	43.90 521	27.64 521	55.58 529	41.87 525	39.42 510	48.42 513	51.73 521	43.08 506	67.76 528	56.69 528	48.02 524	48.34 524	39.50 524	17.64 523	51.78 525	38.93 525	36.62 522	32.61 524

notaker	47.42 525	55.20 526	49.13 517	56.52 527	40.18 523	38.52 510	32.97 522	47.21 516	56.08 519	57.21 524	57.24 523	60.09 519	59.19 530	53.93 528	41.64 522	40.61 525	19.93 524	57.21 526	37.41 524	49.02 525	39.02 525

test_sample9	5.87 403	1.11 370	6.15 387	1.27 227	0.60 257	5.22 340	2.54 380	10.66 348	7.73 329	8.36 354	7.55 262	6.55 310	4.27 317	11.68 439	11.44 457	1.49 477	24.31 525	3.10 486	2.99 492	0.20 338	0.15 324

test_sample8	7.99 446	1.11 370	6.15 387	1.27 227	0.60 257	5.22 340	2.54 380	12.04 393	6.15 267	17.46 468	9.02 298	24.67 479	18.16 477	11.68 439	11.44 457	1.49 477	24.31 525	3.10 486	2.99 492	0.20 338	0.15 324

ktn	48.94 526	57.58 527	38.86 512	59.57 528	43.27 525	50.37 524	43.38 526	48.07 517	61.11 522	51.30 520	54.25 520	54.96 516	52.88 524	47.30 523	35.83 516	57.77 529	24.88 527	62.69 529	43.55 526	50.70 526	40.41 526

DPSimNet_ROB	53.45 527	64.73 531	44.39 515	53.97 525	45.39 527	53.66 527	54.83 529	55.15 528	57.87 520	64.16 530	50.83 515	63.40 525	53.34 525	46.45 521	65.81 531	63.13 530	26.54 528	57.94 527	51.11 529	45.52 524	50.69 530

HanzoNet	56.48 529	59.32 528	58.25 520	55.32 526	41.94 524	50.95 525	41.33 524	51.12 522	61.40 523	65.62 531	65.59 529	71.66 530	69.41 531	70.77 531	60.03 529	63.99 531	34.70 529	61.96 528	50.54 528	51.00 527	44.71 527

KSHMR	55.63 528	63.60 530	37.85 511	74.69 530	49.56 528	49.01 522	45.73 527	57.46 530	63.97 525	61.61 527	62.07 528	72.39 531	47.01 520	50.65 525	43.29 523	54.10 528	62.21 530	66.10 530	53.94 530	51.25 528	46.11 528

LRCNet_RVC	66.23 531	65.67 532	67.63 525	71.47 529	54.32 529	32.17 503	2.66 386	63.19 532	21.35 472	81.79 533	91.26 534	83.62 532	71.62 532	69.32 530	52.57 528	95.49 538	64.45 531	95.07 538	95.19 538	71.52 530	74.31 532

JetRed	61.02 530	61.05 529	82.56 528	46.09 522	56.80 530	83.19 531	63.76 530	59.26 531	63.61 524	69.29 532	68.85 532	66.59 526	47.62 521	61.57 529	74.09 532	45.58 526	66.14 532	46.59 523	45.06 527	63.17 529	49.58 529

xxxxx1	85.63 535	90.31 537	96.68 536	76.54 531	80.57 531	97.44 537	96.86 537	85.53 533	88.53 534	88.68 534	91.71 535	94.23 535	92.93 534	90.02 535	91.98 534	70.60 532	70.39 533	73.68 534	81.46 535	74.61 531	79.86 533

tt_ll	85.63 535	90.31 537	96.68 536	76.54 531	80.57 531	97.44 537	96.86 537	85.53 533	88.53 534	88.68 534	91.71 535	94.23 535	92.93 534	90.02 535	91.98 534	70.60 532	70.39 533	73.68 534	81.46 535	74.61 531	79.86 533

ff	85.63 535	90.31 537	96.68 536	76.54 531	80.57 531	97.44 537	96.86 537	85.53 533	88.53 534	88.68 534	91.71 535	94.23 535	92.93 534	90.02 535	91.98 534	70.60 532	70.39 533	73.68 534	81.46 535	74.61 531	79.86 533

MADNet++	82.84 533	82.38 535	73.57 526	87.72 536	82.97 534	93.14 533	69.15 531	86.42 536	82.50 533	93.46 537	86.70 533	86.28 533	80.92 533	88.34 534	88.84 533	86.83 536	84.17 536	72.64 533	68.92 532	80.47 536	81.42 536

USTest	87.63 538	76.50 533	65.53 522	81.26 535	83.10 535	100.00 542	100.00 542	99.53 541	99.60 539	98.32 538	99.02 540	90.87 534	98.33 539	84.28 533	98.23 540	79.97 535	96.20 537	69.82 531	73.75 534	75.48 534	82.80 538

PML	97.88 539	100.00 546	96.45 535	98.01 540	97.88 540	100.00 542	99.35 540	96.88 537	97.72 538	100.00 545	97.36 538	97.38 539	99.60 540	100.00 546	96.32 538	99.99 543	97.55 538	100.00 542	96.01 539	99.18 540	87.92 539

MEDIAN_ROB	98.41 540	99.70 541	99.30 540	97.09 538	97.02 538	96.89 535	95.77 536	97.66 539	97.28 537	98.79 541	98.94 539	99.18 540	98.14 538	96.89 538	96.88 539	99.96 542	99.16 539	100.00 542	99.99 543	99.69 541	99.88 541

Anonymous_1	99.08 542	99.91 542	99.85 542	97.63 539	99.10 541	100.00 542	100.00 542	99.61 543	99.96 541	99.28 543	99.86 541	99.54 542	99.99 542	99.29 540	99.75 541	96.05 539	99.59 540	97.31 539	98.57 540	97.71 539	98.63 540

tt	83.26 534	0.34 90	99.99 543	79.40 534	93.18 536	100.00 542	100.00 542	100.00 546	99.95 540	60.33 526	47.63 513	99.98 545	99.96 541	99.98 543	100.00 546	92.42 537	99.82 541	73.83 537	73.63 533	88.42 537	56.35 531

test_example2	99.39 543	99.98 545	99.99 543	100.00 547	99.98 542	99.72 541	99.99 541	97.34 538	100.00 543	100.00 545	100.00 542	96.42 538	96.66 537	99.97 542	99.96 542	100.00 545	99.97 542	98.66 540	99.15 541	100.00 544	100.00 546

HaxPig	98.85 541	99.94 543	95.08 534	99.99 544	100.00 543	94.03 534	94.78 534	99.15 540	99.98 542	99.99 544	100.00 542	99.98 545	99.99 542	98.12 539	95.97 537	100.00 545	99.99 543	100.00 542	99.99 543	100.00 544	99.99 544

ccccc		96.61 540		100.00 547	100.00 543	97.41 536		99.56 542		99.27 542		99.35 541		99.92 541		100.00 545	100.00 544	99.95 541	99.77 542	100.00 544

Selective-RAFT-Error	100.00 549	100.00 546	100.00 547	100.00 547	100.00 543	100.00 542	100.00 542	100.00 546	100.00 543	100.00 545	100.00 542	100.00 547	100.00 544	100.00 546	100.00 546	100.00 545	100.00 544	100.00 542	100.00 545	100.00 544	100.00 546

CasAABBNet	100.00 549	100.00 546	100.00 547	100.00 547	100.00 543	100.00 542	100.00 542	100.00 546	100.00 543	100.00 545	100.00 542	100.00 547	100.00 544	100.00 546	100.00 546	100.00 545	100.00 544	100.00 542	100.00 545	100.00 544	100.00 546

LSM0	100.00 549	100.00 546	100.00 547	100.00 547	100.00 543	100.00 542	100.00 542	100.00 546	100.00 543	100.00 545	100.00 542	100.00 547	100.00 544	100.00 546	100.00 546	100.00 545	100.00 544	100.00 542	100.00 545	100.00 544	99.99 544

DPSMNet_ROB	99.91 546	100.00 546	99.99 543	99.99 544	100.00 543	100.00 542	100.00 542	99.98 545	100.00 543	98.35 539	100.00 542	99.84 543	100.00 544	99.98 543	99.99 543	100.00 545	100.00 544	100.00 542	100.00 545	100.00 544	100.00 546

DGTPSM_ROB	99.90 545	100.00 546	99.99 543	99.99 544	100.00 543	100.00 542	100.00 542	99.97 544	100.00 543	98.35 539	100.00 542	99.84 543	100.00 544	99.98 543	99.99 543	99.99 543	100.00 544	100.00 542	100.00 545	100.00 544	100.00 546

DPSM_ROB	99.95 547	100.00 546	100.00 547	99.76 542	100.00 543	100.00 542	100.00 542	100.00 546	100.00 543	100.00 545	100.00 542	100.00 547	100.00 544	100.00 546	100.00 546	99.21 540	100.00 544	100.00 542	100.00 545	99.99 542	99.95 542

DPSM	99.95 547	100.00 546	100.00 547	99.76 542	100.00 543	100.00 542	100.00 542	100.00 546	100.00 543	100.00 545	100.00 542	100.00 547	100.00 544	100.00 546	100.00 546	99.21 540	100.00 544	100.00 542	100.00 545	99.99 542	99.95 542

AVERAGE_ROB	99.62 544	99.95 544	98.81 539	100.00 547	100.00 543	98.08 540	95.47 535	100.00 546	100.00 543	100.00 545	100.00 542	100.00 547	100.00 544	100.00 546	99.99 543	100.00 545	100.00 544	100.00 542	100.00 545	100.00 544	100.00 546

ASD4		81.57 534

Low-res two-view benchmark