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

S2M2_XL	0.25 1	0.25 66	0.43 11	0.36 1	0.24 20	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 25	0.24 6	0.23 8	0.32 1	0.27 15	0.20 191	0.18 299	0.18 106	0.16 142	0.18 110	0.15 30

FoundationStereo	0.26 2	0.23 30	0.41 7	0.40 24	0.24 20	0.32 14	0.22 16	0.43 2	0.24 4	0.31 13	0.25 6	0.30 32	0.32 42	0.36 3	0.27 15	0.16 43	0.12 34	0.15 17	0.11 7	0.13 4	0.14 15

MLG-Stereo_test2	0.27 3	0.22 14	0.40 3	0.39 15	0.24 20	0.35 18	0.18 2	0.58 8	0.23 2	0.28 5	0.24 5	0.34 44	0.19 1	0.79 104	0.24 3	0.16 43	0.11 20	0.15 17	0.11 7	0.13 4	0.14 15

LGtest1	0.28 4	0.23 30	0.46 18	0.42 37	0.22 12	0.41 36	0.19 6	0.58 8	0.29 9	0.30 10	0.25 6	0.29 28	0.29 26	0.57 36	0.26 6	0.18 110	0.12 34	0.16 46	0.12 29	0.14 13	0.16 60

IGEV	0.29 5	0.18 1	0.43 11	0.38 7	0.31 146	0.45 62	0.21 12	0.63 17	0.42 33	0.32 15	0.44 37	0.26 14	0.20 2	0.44 10	0.26 6	0.14 20	0.12 34	0.16 46	0.13 59	0.12 1	0.14 15

MLG-Stereo_test3	0.29 5	0.20 4	0.46 18	0.43 43	0.24 20	0.47 73	0.19 6	0.75 44	0.31 11	0.36 27	0.22 3	0.35 45	0.21 4	0.61 46	0.26 6	0.16 43	0.12 34	0.16 46	0.11 7	0.13 4	0.15 30

MLG-Stereo_test1	0.29 5	0.21 6	0.42 9	0.41 33	0.25 39	0.37 24	0.20 10	0.71 36	0.20 1	0.25 2	0.17 1	0.33 41	0.26 12	0.92 148	0.26 6	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

MonSter	0.29 5	0.19 2	0.48 28	0.37 3	0.22 12	0.55 148	0.31 76	0.60 13	0.44 38	0.29 8	0.29 12	0.23 2	0.20 2	0.60 44	0.26 6	0.11 1	0.11 20	0.14 1	0.11 7	0.14 13	0.14 15

dual_stereo	0.29 5	0.21 6	0.39 1	0.40 24	0.23 15	0.25 3	0.22 16	0.59 11	0.32 13	0.33 17	0.26 10	0.40 56	0.23 8	0.86 127	0.30 34	0.16 43	0.13 69	0.14 1	0.11 7	0.14 13	0.14 15

LG-Stereo_L2	0.30 10	0.23 30	0.50 43	0.38 7	0.26 56	0.26 4	0.20 10	0.84 74	0.31 11	0.31 13	0.26 10	0.25 10	0.26 12	0.94 152	0.23 1	0.15 30	0.12 34	0.16 46	0.12 29	0.14 13	0.13 2

asda	0.31 11	0.24 47	0.51 50	0.39 15	0.24 20	0.43 53	0.33 91	0.68 24	0.40 29	0.39 39	0.44 37	0.27 18	0.35 57	0.55 27	0.31 40	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.13 2

4.5_new	0.31 11	0.25 66	0.46 18	0.38 7	0.24 20	0.52 121	0.36 126	0.65 19	0.35 16	0.48 78	0.43 29	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

4.5w-stereo	0.31 11	0.25 66	0.46 18	0.38 7	0.24 20	0.52 121	0.36 126	0.65 19	0.35 16	0.48 78	0.43 29	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

LG-Stereo_L1	0.31 11	0.24 47	0.49 33	0.38 7	0.27 59	0.28 9	0.21 12	0.68 24	0.29 9	0.27 4	0.25 6	0.25 10	0.22 6	1.25 232	0.24 3	0.16 43	0.12 34	0.15 17	0.12 29	0.14 13	0.13 2

MLG-Stereo	0.31 11	0.20 4	0.42 9	0.42 37	0.20 2	0.41 36	0.19 6	0.85 76	0.24 4	0.26 3	0.22 3	0.33 41	0.27 18	1.09 198	0.27 15	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

asd	0.32 16	0.22 14	0.49 33	0.40 24	0.25 39	0.47 73	0.30 69	0.77 48	0.35 16	0.44 56	0.40 24	0.28 26	0.34 49	0.64 62	0.29 30	0.13 14	0.10 2	0.14 1	0.12 29	0.15 35	0.13 2

4.25_new	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.5w_new	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.25w-stereo	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.13 2

4w-stereo	0.32 16	0.25 66	0.52 56	0.38 7	0.25 39	0.46 67	0.28 54	0.68 24	0.35 16	0.43 53	0.45 41	0.28 26	0.39 83	0.63 60	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

IGEV-Stereo++	0.32 16	0.22 14	0.47 25	0.48 98	0.33 199	0.33 15	0.22 16	0.78 56	0.48 48	0.35 24	0.41 25	0.32 37	0.47 131	0.40 4	0.29 30	0.15 30	0.12 34	0.15 17	0.12 29	0.15 35	0.15 30

AdaDepth	0.33 22	0.23 30	0.69 137	0.46 71	0.29 109	0.44 58	0.24 30	0.54 6	0.38 25	0.33 17	0.38 22	0.26 14	0.31 35	0.81 108	0.27 15	0.12 2	0.13 69	0.16 46	0.13 59	0.16 54	0.20 157

2.5w	0.33 22	0.23 30	0.53 60	0.41 33	0.25 39	0.42 46	0.38 151	0.69 28	0.35 16	0.38 34	0.54 79	0.24 6	0.26 12	0.91 146	0.29 30	0.13 14	0.10 2	0.14 1	0.13 59	0.14 13	0.15 30

2.75w_new	0.33 22	0.24 47	0.51 50	0.36 1	0.24 20	0.41 36	0.42 191	0.61 15	0.40 29	0.50 93	0.44 37	0.24 6	0.34 49	0.77 94	0.34 64	0.13 14	0.11 20	0.14 1	0.11 7	0.13 4	0.13 2

3.25w_new	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 121	0.33 91	0.77 48	0.43 36	0.49 84	0.46 47	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

3.25w	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 121	0.33 91	0.77 48	0.43 36	0.49 84	0.46 47	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

LG-G_1	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 206	0.18 2	0.80 59	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 135	0.26 6	0.17 75	0.13 69	0.16 46	0.11 7	0.14 13	0.16 60

LG-G	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 206	0.18 2	0.80 59	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 135	0.26 6	0.17 75	0.13 69	0.16 46	0.11 7	0.14 13	0.16 60

qwe	0.34 29	0.22 14	0.48 28	0.39 15	0.27 59	0.49 87	0.30 69	0.76 46	0.40 29	0.51 103	0.49 56	0.26 14	0.29 26	0.83 116	0.35 73	0.12 2	0.10 2	0.14 1	0.12 29	0.15 35	0.14 15

3.75w	0.34 29	0.23 30	0.50 43	0.39 15	0.30 126	0.62 186	0.36 126	0.70 35	0.38 25	0.44 56	0.49 56	0.25 10	0.36 64	0.72 81	0.28 22	0.13 14	0.09 1	0.14 1	0.12 29	0.13 4	0.15 30

2w_stereo	0.34 29	0.25 66	0.52 56	0.40 24	0.23 15	0.46 67	0.47 258	0.77 48	0.44 38	0.47 70	0.51 66	0.24 6	0.44 107	0.49 17	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.15 35	0.16 60

SGD-Stereo	0.34 29	0.22 14	0.44 16	0.39 15	0.20 2	0.42 46	0.22 16	0.71 36	0.33 14	0.43 53	0.34 18	0.27 18	0.35 57	1.15 212	0.33 59	0.21 222	0.11 20	0.16 46	0.13 59	0.17 78	0.15 30

GREAT-IGEV	0.34 29	0.22 14	0.54 63	0.40 24	0.31 146	0.36 21	0.28 54	0.59 11	0.66 99	0.28 5	0.51 66	0.29 28	0.29 26	0.86 127	0.28 22	0.15 30	0.12 34	0.15 17	0.11 7	0.17 78	0.16 60

DEFOM-Stereo	0.34 29	0.23 30	0.46 18	0.44 50	0.29 109	0.79 280	0.23 26	0.50 4	0.39 27	0.38 34	0.32 16	0.23 2	0.25 10	1.21 227	0.28 22	0.17 75	0.12 34	0.15 17	0.11 7	0.14 13	0.16 60

2.25w	0.35 35	0.24 47	0.55 66	0.38 7	0.24 20	0.44 58	0.25 32	0.69 28	0.42 33	0.49 84	0.59 92	0.27 18	0.35 57	0.83 116	0.37 104	0.13 14	0.11 20	0.14 1	0.12 29	0.13 4	0.17 81

3.5w_stereo	0.35 35	0.27 108	0.55 66	0.38 7	0.25 39	0.54 143	0.34 103	0.73 39	0.40 29	0.46 68	0.45 41	0.31 35	0.38 81	0.80 107	0.40 132	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.16 60

3w_stereo	0.35 35	0.25 66	0.60 89	0.41 33	0.21 7	0.52 121	0.53 303	0.72 38	0.47 46	0.47 70	0.50 62	0.23 2	0.45 114	0.49 17	0.30 34	0.13 14	0.10 2	0.15 17	0.12 29	0.15 35	0.17 81

monsters	0.35 35	0.21 6	0.49 33	0.43 43	0.39 273	0.34 16	0.26 41	0.69 28	0.44 38	0.49 84	0.41 25	0.23 2	0.26 12	1.38 265	0.27 15	0.14 20	0.11 20	0.14 1	0.12 29	0.13 4	0.15 30

S2M2	0.35 35	0.28 125	0.47 25	0.43 43	0.30 126	0.31 13	0.16 1	0.61 15	0.68 104	0.32 15	0.49 56	0.47 84	0.34 49	0.40 4	0.33 59	0.25 320	0.22 362	0.20 166	0.22 304	0.25 307	0.23 235

1w_stereo	0.36 40	0.21 6	0.47 25	0.44 50	0.27 59	0.47 73	0.54 317	0.66 22	0.51 54	0.44 56	0.67 109	0.25 10	0.45 114	0.62 51	0.34 64	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.15 30

monsterstereo	0.36 40	0.21 6	0.53 60	0.48 98	0.36 242	0.27 7	0.29 61	0.58 8	0.52 56	0.45 63	0.61 96	0.26 14	0.27 18	1.23 229	0.28 22	0.14 20	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

111111	0.36 40	0.22 14	0.49 33	0.47 86	0.45 328	0.36 21	0.22 16	1.04 136	0.44 38	0.33 17	0.33 17	0.40 56	0.26 12	0.99 167	0.27 15	0.17 75	0.12 34	0.15 17	0.11 7	0.15 35	0.15 30

RAStereo	0.36 40	0.22 14	0.85 232	0.48 98	0.28 94	0.27 7	0.28 54	0.77 48	0.65 97	0.33 17	0.43 29	0.44 62	0.31 35	0.45 12	0.35 73	0.18 110	0.15 202	0.19 132	0.15 105	0.19 146	0.15 30

LG-Stereo	0.37 44	0.27 108	0.94 277	0.48 98	0.26 56	0.37 24	0.30 69	0.88 88	0.57 70	0.38 34	0.58 89	0.29 28	0.21 4	0.51 20	0.37 104	0.14 20	0.14 136	0.20 166	0.18 184	0.18 110	0.14 15

GIP-stereo	0.37 44	0.25 66	0.49 33	0.55 216	0.41 299	0.37 24	0.22 16	1.03 129	0.56 68	0.35 24	0.52 69	0.46 75	0.37 71	0.55 27	0.28 22	0.20 191	0.13 69	0.16 46	0.12 29	0.16 54	0.16 60

zero-FE	0.38 46	0.24 47	0.54 63	0.48 98	0.46 336	0.29 11	0.23 26	0.69 28	0.34 15	0.34 22	0.41 25	0.37 52	0.49 147	0.68 74	0.35 73	0.23 278	0.12 34	0.18 106	0.13 59	0.82 519	0.19 131

LG-Stereo_Zeroshot	0.38 46	0.25 66	0.61 96	0.53 188	0.29 109	0.36 21	0.22 16	1.24 218	0.42 33	0.45 63	0.65 104	0.37 52	0.51 156	0.41 7	0.30 34	0.18 110	0.12 34	0.17 70	0.13 59	0.18 110	0.20 157

AIO_rvc	0.38 46	0.25 66	0.65 118	0.47 86	0.31 146	0.55 148	0.38 151	0.98 110	0.51 54	0.35 24	0.48 52	0.49 92	0.22 6	0.87 132	0.31 40	0.16 43	0.12 34	0.16 46	0.12 29	0.15 35	0.15 30

AIO_test	0.38 46	0.24 47	0.59 82	0.47 86	0.31 146	0.55 148	0.44 228	0.86 83	0.50 52	0.34 22	0.48 52	0.46 75	0.30 31	0.76 92	0.31 40	0.17 75	0.12 34	0.17 70	0.13 59	0.16 54	0.15 30

IGEV-RUCA	0.38 46	0.24 47	0.51 50	0.51 144	0.36 242	0.59 170	0.23 26	0.68 24	0.52 56	0.39 39	0.50 62	0.44 62	0.31 35	0.86 127	0.31 40	0.24 300	0.13 69	0.16 46	0.12 29	0.20 182	0.21 185

MaDis-Stereo	0.38 46	0.27 108	0.72 147	0.45 59	0.35 234	0.30 12	0.31 76	0.81 62	0.54 61	0.38 34	0.38 22	0.58 133	0.49 147	0.53 23	0.39 115	0.20 191	0.16 239	0.19 132	0.15 105	0.19 146	0.15 30

UniTT-Stereo	0.38 46	0.24 47	0.67 127	0.49 113	0.36 242	0.40 29	0.32 84	0.55 7	0.55 64	0.55 114	0.55 82	0.36 47	0.31 35	0.59 42	0.52 223	0.21 222	0.15 202	0.17 70	0.15 105	0.19 146	0.17 81

HUF	0.39 53	0.27 108	0.71 145	0.43 43	0.24 20	0.51 115	0.47 258	0.99 118	0.55 64	0.37 32	0.45 41	0.53 115	0.41 87	0.70 77	0.29 30	0.18 110	0.14 136	0.16 46	0.12 29	0.15 35	0.17 81

fffft	0.39 53	0.24 47	0.56 72	0.45 59	0.34 217	0.42 46	0.48 265	0.85 76	0.39 27	0.45 63	0.35 19	0.38 54	0.31 35	1.32 252	0.34 64	0.14 20	0.12 34	0.19 132	0.15 105	0.16 54	0.18 97
1: 1. 1
AIO-Stereo	0.39 53	0.26 84	0.54 63	0.50 129	0.24 20	0.45 62	0.39 165	1.13 171	0.57 70	0.42 51	0.49 56	0.52 110	0.25 10	0.74 84	0.32 51	0.16 43	0.13 69	0.18 106	0.14 86	0.16 54	0.15 30

ours_stereo	0.40 56	0.30 173	0.57 74	0.47 86	0.31 146	0.40 29	0.44 228	0.79 58	0.58 73	0.36 27	0.58 89	0.46 75	0.33 45	1.14 211	0.33 59	0.17 75	0.13 69	0.19 132	0.15 105	0.19 146	0.20 157

RSM++	0.40 56	0.26 84	0.55 66	0.51 144	0.27 59	0.49 87	0.41 183	0.83 68	0.52 56	0.39 39	0.47 50	0.60 142	0.34 49	1.02 177	0.31 40	0.16 43	0.13 69	0.17 70	0.15 105	0.18 110	0.15 30

RSM	0.40 56	0.25 66	0.53 60	0.50 129	0.27 59	0.46 67	0.40 173	0.94 104	0.49 50	0.42 51	0.44 37	0.65 160	0.33 45	1.07 191	0.32 51	0.15 30	0.13 69	0.17 70	0.14 86	0.17 78	0.15 30

trnet	0.40 56	0.23 30	0.40 3	0.37 3	0.20 2	0.53 130	0.29 61	0.81 62	1.15 292	0.59 118	0.72 126	0.53 115	0.43 101	0.56 30	0.37 104	0.18 110	0.13 69	0.15 17	0.10 1	0.14 13	0.14 15

CREStereo	0.40 56	0.24 47	0.40 3	0.37 3	0.22 12	0.52 121	0.29 61	0.81 62	1.15 292	0.59 118	0.72 126	0.51 103	0.42 93	0.57 36	0.37 104	0.19 148	0.13 69	0.15 17	0.10 1	0.14 13	0.15 30
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
FlowAnything_test	0.41 61	0.27 108	0.67 127	0.60 299	0.33 199	0.62 186	0.35 116	0.64 18	0.48 48	0.46 68	0.36 20	0.45 72	0.37 71	0.54 25	0.52 223	0.25 320	0.19 317	0.28 380	0.33 462	0.22 246	0.22 214

MSCF	0.41 61	0.28 125	0.64 112	0.50 129	0.27 59	0.58 168	0.37 141	1.03 129	0.54 61	0.54 110	0.72 126	0.32 37	0.64 224	0.56 30	0.30 34	0.19 148	0.13 69	0.17 70	0.15 105	0.17 78	0.21 185

water-stereo	0.41 61	0.21 6	0.69 137	0.45 59	0.28 94	0.50 106	0.27 47	0.96 105	0.52 56	0.57 117	0.78 140	0.59 138	0.53 163	0.44 10	0.43 156	0.17 75	0.16 239	0.17 70	0.15 105	0.17 78	0.22 214

DEFOM-Stereo_RVC	0.41 61	0.68 473	0.45 17	0.66 366	0.30 126	0.48 81	0.25 32	0.87 86	0.46 44	0.39 39	0.37 21	0.30 32	0.69 244	1.16 215	0.31 40	0.17 75	0.11 20	0.16 46	0.12 29	0.18 110	0.14 15

castereo++	0.41 61	0.26 84	0.51 50	0.44 50	0.32 179	0.96 361	0.22 16	1.13 171	0.61 87	0.33 17	0.45 41	0.50 99	0.39 83	0.94 152	0.25 5	0.18 110	0.12 34	0.17 70	0.12 29	0.14 13	0.16 60

SMoEStereo_RVC	0.41 61	0.26 84	0.55 66	0.46 71	0.31 146	0.60 175	0.36 126	0.85 76	0.47 46	0.47 70	0.43 29	0.42 58	0.34 49	1.40 270	0.31 40	0.15 30	0.12 34	0.20 166	0.15 105	0.16 54	0.18 97

Pointernet	0.41 61	0.21 6	0.63 103	0.45 59	0.29 109	0.51 115	0.27 47	1.54 280	0.70 108	0.48 78	0.64 100	0.49 92	0.37 71	0.51 20	0.36 91	0.18 110	0.13 69	0.14 1	0.11 7	0.14 13	0.14 15

AEACV	0.41 61	0.25 66	0.60 89	0.55 216	0.52 374	0.43 53	0.38 151	0.98 110	0.63 91	0.44 56	0.56 85	0.46 75	0.59 204	0.56 30	0.31 40	0.17 75	0.13 69	0.18 106	0.16 142	0.17 78	0.17 81

LoS	0.41 61	0.23 30	0.46 18	0.39 15	0.23 15	0.48 81	0.40 173	1.12 167	0.94 191	0.50 93	0.66 106	0.49 92	0.42 93	0.63 60	0.39 115	0.19 148	0.14 136	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 61	0.24 47	0.59 82	0.45 59	0.27 59	0.54 143	0.22 16	1.23 216	0.56 68	0.44 56	0.43 29	0.68 168	0.29 26	0.89 140	0.34 64	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.18 97

GLC_STEREO	0.41 61	0.27 108	0.43 11	0.55 216	0.24 20	0.47 73	0.30 69	0.81 62	0.64 94	0.53 109	0.74 132	0.50 99	0.31 35	0.65 67	0.45 174	0.18 110	0.20 331	0.23 265	0.19 206	0.21 226	0.21 185

mms	0.42 72	0.29 148	0.60 89	0.47 86	0.33 199	0.43 53	0.46 247	0.75 44	0.50 52	0.36 27	0.61 96	0.44 62	0.30 31	1.39 268	0.34 64	0.16 43	0.14 136	0.18 106	0.15 105	0.19 146	0.21 185

CASnet	0.42 72	0.26 84	0.52 56	0.52 165	0.21 7	0.49 87	0.35 116	0.85 76	0.85 158	0.84 174	0.69 116	0.48 89	0.31 35	0.57 36	0.34 64	0.19 148	0.12 34	0.27 364	0.22 304	0.23 266	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 72	0.26 84	0.56 72	0.48 98	0.27 59	0.45 62	0.33 91	1.56 286	0.61 87	0.36 27	0.47 50	0.52 110	0.30 31	1.08 194	0.33 59	0.15 30	0.13 69	0.17 70	0.13 59	0.16 54	0.15 30

CroCo-Stereo	0.42 72	0.33 242	0.83 217	0.59 291	0.28 94	0.26 4	0.33 91	1.22 211	0.85 158	0.43 53	0.49 56	0.65 160	0.46 124	0.40 4	0.36 91	0.19 148	0.15 202	0.16 46	0.14 86	0.20 182	0.17 81
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
GASTEREO	0.43 76	0.29 148	0.62 101	0.51 144	0.27 59	0.62 186	0.36 126	1.02 121	0.58 73	0.55 114	0.83 155	0.30 32	0.65 229	0.64 62	0.30 34	0.19 148	0.13 69	0.17 70	0.15 105	0.16 54	0.21 185

castereo	0.43 76	0.25 66	0.50 43	0.46 71	0.30 126	0.60 175	0.56 334	1.23 216	0.83 151	0.39 39	0.70 120	0.45 72	0.68 240	0.54 25	0.33 59	0.17 75	0.11 20	0.17 70	0.13 59	0.16 54	0.14 15

WCG-NET	0.43 76	0.23 30	0.58 76	0.42 37	0.26 56	0.46 67	0.32 84	0.77 48	1.16 299	0.77 155	0.75 133	0.58 133	0.44 107	0.62 51	0.38 111	0.16 43	0.12 34	0.16 46	0.14 86	0.15 35	0.14 15

MGS-Stereo	0.43 76	0.28 125	0.61 96	0.46 71	0.28 94	0.49 87	0.33 91	0.60 13	0.89 167	0.47 70	1.32 339	0.51 103	0.32 42	0.66 69	0.39 115	0.20 191	0.16 239	0.18 106	0.16 142	0.18 110	0.18 97

MoCha-V2	0.43 76	0.23 30	0.55 66	0.56 237	0.23 15	0.44 58	0.32 84	1.35 242	0.63 91	0.54 110	0.55 82	0.42 58	0.57 183	1.12 207	0.28 22	0.15 30	0.13 69	0.15 17	0.13 59	0.17 78	0.18 97

GCAP-Stereo	0.43 76	0.32 223	0.80 194	0.50 129	0.27 59	0.53 130	0.31 76	1.05 140	0.67 101	0.69 141	0.71 123	0.58 133	0.42 93	0.51 20	0.35 73	0.18 110	0.15 202	0.18 106	0.13 59	0.17 78	0.15 30

MM-Stereo_test2	0.44 82	0.25 66	0.70 142	0.54 202	0.33 199	0.55 148	0.45 241	1.02 121	0.84 154	0.61 129	0.51 66	0.49 92	0.42 93	0.82 110	0.32 51	0.16 43	0.13 69	0.18 106	0.14 86	0.19 146	0.17 81

fffy	0.44 82	0.29 148	0.67 127	0.47 86	0.30 126	0.46 67	0.34 103	0.98 110	0.57 70	0.40 46	0.59 92	0.55 122	0.41 87	1.26 236	0.37 104	0.16 43	0.14 136	0.19 132	0.16 142	0.19 146	0.20 157

Occ-G	0.44 82	0.23 30	0.59 82	0.44 50	0.27 59	0.43 53	0.61 365	0.85 76	0.62 89	0.48 78	0.66 106	1.00 295	0.45 114	0.79 104	0.45 174	0.17 75	0.14 136	0.18 106	0.13 59	0.16 54	0.18 97

depthmonostereo	0.45 85	0.26 84	0.89 250	0.49 113	0.24 20	0.60 175	0.36 126	1.03 129	0.77 126	0.50 93	0.65 104	0.50 99	0.55 174	0.70 77	0.39 115	0.16 43	0.16 239	0.16 46	0.14 86	0.16 54	0.20 157

IGEV++	0.45 85	0.24 47	0.63 103	0.58 272	0.32 179	0.42 46	0.25 32	2.16 451	0.65 97	0.38 34	0.58 89	0.46 75	0.44 107	0.56 30	0.40 132	0.20 191	0.13 69	0.16 46	0.13 59	0.17 78	0.18 97

ff7	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

ffff	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

11t	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

LoS_RVC	0.45 85	0.29 148	0.48 28	0.49 113	0.83 490	0.51 115	0.43 209	0.65 19	0.44 38	0.47 70	0.78 140	0.44 62	0.60 210	0.59 42	0.37 104	0.14 20	0.12 34	0.14 1	0.10 1	0.14 13	1.08 532

anonymousdsp	0.45 85	0.30 173	0.60 89	0.48 98	0.34 217	0.49 87	0.42 191	0.97 106	0.60 82	0.51 103	0.53 73	0.46 75	0.47 131	1.36 258	0.35 73	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

ccc-4	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

IGEV-Stereo	0.45 85	0.30 173	0.60 89	0.48 98	0.34 217	0.49 87	0.42 191	0.98 110	0.60 82	0.51 103	0.53 73	0.46 75	0.47 131	1.36 258	0.35 73	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 85	0.23 30	0.50 43	0.43 43	0.21 7	0.65 212	0.26 41	0.83 68	0.88 166	0.95 201	0.99 195	0.51 103	0.45 114	0.56 30	0.36 91	0.19 148	0.24 400	0.16 46	0.13 59	0.17 78	0.27 315

DilatedVolume-Stereo	0.46 95	0.24 47	0.72 147	0.45 59	0.33 199	0.72 245	0.29 61	0.83 68	0.53 60	0.82 167	0.73 130	0.52 110	0.44 107	1.16 215	0.42 150	0.15 30	0.15 202	0.15 17	0.14 86	0.16 54	0.17 81

Reg-Stereo(zero)	0.46 95	0.23 30	0.50 43	0.45 59	0.25 39	0.41 36	0.27 47	0.80 59	1.12 275	0.93 196	0.79 143	0.91 255	0.46 124	0.74 84	0.44 161	0.15 30	0.13 69	0.15 17	0.12 29	0.15 35	0.18 97

rvit_stereo_0081_aga	0.46 95	0.37 331	0.91 265	0.52 165	0.41 299	0.49 87	0.40 173	0.88 88	0.66 99	0.59 118	0.56 85	0.53 115	0.43 101	0.67 70	0.44 161	0.27 367	0.21 347	0.22 231	0.20 235	0.26 319	0.19 131

rvit_stereo_0081	0.46 95	0.34 271	0.72 147	0.56 237	0.35 234	0.41 36	0.44 228	0.74 42	1.04 236	0.49 84	0.52 69	0.51 103	0.49 147	0.86 127	0.47 190	0.25 320	0.20 331	0.22 231	0.19 206	0.26 319	0.19 131

rvit_stereo_0082	0.46 95	0.34 271	0.72 147	0.56 237	0.35 234	0.41 36	0.44 228	0.74 42	1.04 236	0.49 84	0.52 69	0.51 103	0.49 147	0.86 127	0.47 190	0.25 320	0.20 331	0.22 231	0.19 206	0.26 319	0.19 131

IGEV-Stereo+	0.46 95	0.23 30	0.51 50	0.42 37	0.46 336	0.15 1	0.19 6	0.45 3	0.37 24	0.28 5	0.25 6	0.31 35	0.41 87	1.43 280	0.31 40	0.18 110	0.13 69	0.15 17	0.12 29	1.09 532	1.74 544

WCG-NET（raft）	0.46 95	0.23 30	0.59 82	0.42 37	0.24 20	0.50 106	0.35 116	0.76 46	1.10 261	0.72 147	0.76 134	0.91 255	0.50 153	0.88 135	0.40 132	0.16 43	0.13 69	0.15 17	0.14 86	0.15 35	0.17 81

ProNet	0.46 95	0.30 173	0.69 137	0.46 71	0.32 179	0.57 157	0.52 297	1.15 187	0.67 101	0.44 56	0.50 62	0.44 62	0.43 101	1.31 246	0.38 111	0.16 43	0.15 202	0.19 132	0.16 142	0.18 110	0.18 97

MC-Stereo	0.46 95	0.24 47	0.58 76	0.63 331	0.30 126	0.38 27	0.32 84	0.98 110	0.74 119	0.66 137	0.85 159	0.56 129	0.60 210	1.07 191	0.32 51	0.17 75	0.12 34	0.17 70	0.15 105	0.16 54	0.16 60

CroCo-Stereo Lap2	0.46 95	0.37 331	0.87 241	0.62 321	0.79 481	0.28 9	0.35 116	0.81 62	0.73 112	0.39 39	0.54 79	0.71 183	0.54 171	0.60 44	0.48 197	0.18 110	0.18 299	0.19 132	0.16 142	0.21 226	0.21 185

tt45	0.47 105	0.25 66	0.52 56	0.47 86	0.34 217	0.78 272	0.32 84	0.86 83	0.45 43	0.52 106	0.45 41	0.49 92	0.37 71	2.12 389	0.36 91	0.16 43	0.13 69	0.19 132	0.16 142	0.17 78	0.21 185

rvit_stereo_0080	0.47 105	0.35 300	0.87 241	0.48 98	0.36 242	0.42 46	0.54 317	0.93 94	0.78 130	0.52 106	0.60 94	0.55 122	0.47 131	0.62 51	0.48 197	0.27 367	0.21 347	0.20 166	0.20 235	0.31 381	0.20 157

Former-RAFT_DAM_RVC	0.47 105	0.38 349	0.75 171	0.48 98	0.37 252	0.67 223	0.35 116	0.82 67	1.14 287	0.61 129	0.64 100	0.39 55	0.39 83	0.74 84	0.39 115	0.20 191	0.17 268	0.22 231	0.18 184	0.24 295	0.20 157

whm_eth	0.47 105	0.35 300	0.87 241	0.48 98	0.36 242	0.42 46	0.54 317	0.93 94	0.78 130	0.52 106	0.60 94	0.55 122	0.47 131	0.62 51	0.48 197	0.27 367	0.21 347	0.20 166	0.20 235	0.31 381	0.20 157

XX-TBD	0.47 105	0.71 478	0.39 1	0.81 468	0.25 39	0.57 157	0.26 41	0.73 39	1.30 384	0.78 157	1.01 202	0.45 72	0.33 45	0.49 17	0.39 115	0.20 191	0.15 202	0.15 17	0.11 7	0.17 78	0.15 30

PMTNet	0.47 105	0.22 14	0.43 11	0.39 15	0.24 20	0.71 242	0.26 41	0.78 56	1.03 230	0.65 134	0.69 116	0.55 122	0.48 136	0.90 143	0.36 91	0.99 531	0.13 69	0.15 17	0.10 1	0.15 35	0.15 30

HART	0.48 111	0.24 47	0.63 103	0.52 165	0.27 59	0.41 36	0.29 61	1.32 238	0.54 61	0.59 118	1.47 388	0.61 148	0.34 49	1.09 198	0.32 51	0.16 43	0.14 136	0.19 132	0.14 86	0.19 146	0.18 97

SCV_C0	0.48 111	0.29 148	0.88 246	0.46 71	0.31 146	0.46 67	0.31 76	1.67 308	0.87 163	0.40 46	0.52 69	0.54 119	0.29 26	1.27 239	0.34 64	0.18 110	0.14 136	0.17 70	0.14 86	0.20 182	0.18 97

CAS++	0.48 111	0.34 271	0.59 82	0.48 98	0.32 179	0.45 62	0.29 61	1.73 334	0.78 130	0.71 143	0.73 130	0.36 47	0.28 23	0.70 77	0.35 73	0.27 367	0.22 362	0.26 349	0.21 277	0.29 358	0.22 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 111	0.28 125	0.83 217	0.51 144	0.53 381	0.39 28	0.27 47	1.03 129	0.64 94	0.47 70	0.71 123	0.51 103	0.51 156	1.13 209	0.47 190	0.20 191	0.16 239	0.23 265	0.20 235	0.24 295	0.20 157

StereoAnything_RVC	0.49 115	1.60 540	0.87 241	0.37 3	0.21 7	0.26 4	0.21 12	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 57	1.29 243	0.23 1	0.22 256	0.11 20	0.15 17	0.11 7	2.36 542	0.13 2

999	0.49 115	0.25 66	0.55 66	0.51 144	0.35 234	0.74 252	0.31 76	0.89 92	0.59 76	0.39 39	0.50 62	0.50 99	0.36 64	2.41 416	0.41 142	0.17 75	0.13 69	0.18 106	0.15 105	0.16 54	0.23 235

rvit_stereo_0083	0.49 115	0.34 271	0.85 232	0.57 259	0.36 242	0.49 87	0.43 209	0.73 39	1.05 242	0.50 93	0.57 88	0.55 122	0.50 153	0.92 148	0.50 211	0.25 320	0.25 412	0.24 289	0.20 235	0.25 307	0.19 131

rvit_stereo_ft	0.49 115	0.38 349	1.03 308	0.68 392	0.42 309	0.40 29	0.58 347	0.93 94	0.86 160	0.47 70	0.55 82	0.57 131	0.48 136	0.67 70	0.53 233	0.26 346	0.17 268	0.22 231	0.22 304	0.24 295	0.19 131

RAFT-Stereo-weight	0.49 115	0.26 84	0.58 76	0.49 113	0.28 94	0.61 183	0.34 103	1.16 192	1.11 268	1.06 233	0.79 143	0.75 189	0.28 23	0.79 104	0.42 150	0.16 43	0.13 69	0.17 70	0.15 105	0.16 54	0.18 97

IGEVStereo-DCA	0.49 115	0.33 242	0.64 112	0.46 71	0.34 217	0.50 106	0.42 191	0.93 94	0.59 76	0.48 78	0.48 52	0.48 89	0.45 114	2.28 405	0.44 161	0.19 148	0.14 136	0.19 132	0.15 105	0.17 78	0.21 185

plain	0.49 115	0.29 148	1.23 378	0.51 144	0.40 285	0.35 18	0.37 141	1.04 136	0.62 89	0.44 56	0.76 134	0.42 58	0.41 87	1.17 220	0.46 180	0.23 278	0.15 202	0.24 289	0.19 206	0.25 307	0.18 97

testlalala	0.49 115	0.30 173	0.70 142	0.44 50	0.40 285	0.68 227	0.38 151	1.38 248	0.58 73	1.28 348	0.82 153	0.61 148	0.36 64	0.57 36	0.34 64	0.21 222	0.14 136	0.18 106	0.12 29	0.15 35	0.16 60

iRaftStereo_RVC	0.49 115	0.28 125	0.72 147	0.53 188	0.29 109	0.52 121	0.33 91	1.14 175	0.84 154	0.85 176	0.99 195	0.55 122	0.36 64	0.83 116	0.40 132	0.18 110	0.13 69	0.22 231	0.20 235	0.20 182	0.18 97

CREStereo++_RVC	0.49 115	0.22 14	0.46 18	0.48 98	0.38 264	0.45 62	0.25 32	0.77 48	1.30 384	0.82 167	1.23 304	0.47 84	0.37 71	0.55 27	0.44 161	0.16 43	0.11 20	0.16 46	0.80 535	0.18 110	0.12 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
xyz-stereo-finetune	0.50 125	0.27 108	0.63 103	0.43 43	0.23 15	0.79 280	0.46 247	0.83 68	0.82 147	0.63 132	0.63 99	0.54 119	0.44 107	1.69 330	0.62 275	0.16 43	0.15 202	0.19 132	0.16 142	0.17 78	0.16 60

MyStereo07	0.50 125	0.30 173	0.58 76	0.58 272	0.48 348	0.59 170	0.78 412	1.19 200	0.60 82	0.49 84	0.54 79	0.43 61	0.55 174	1.32 252	0.36 91	0.18 110	0.18 299	0.24 289	0.21 277	0.23 266	0.23 235

4D-IteraStereo	0.50 125	0.26 84	0.84 226	0.51 144	0.49 354	0.64 206	0.31 76	0.91 93	1.02 227	1.05 227	0.72 126	0.76 191	0.32 42	0.69 75	0.40 132	0.18 110	0.11 20	0.23 265	0.20 235	0.19 146	0.16 60

MM-Stereo_test1	0.51 128	0.26 84	0.59 82	0.53 188	0.31 146	0.50 106	0.53 303	1.06 142	1.09 257	0.88 183	0.70 120	0.54 119	0.59 204	1.18 221	0.35 73	0.19 148	0.17 268	0.20 166	0.17 166	0.20 182	0.18 97

SCV	0.51 128	0.29 148	0.72 147	0.63 331	0.27 59	0.40 29	0.38 151	2.32 480	0.75 124	0.36 27	0.49 56	0.55 122	0.35 57	1.31 246	0.34 64	0.25 320	0.13 69	0.17 70	0.14 86	0.18 110	0.18 97

CES	0.51 128	0.21 6	0.40 3	0.42 37	1.40 536	0.53 130	0.34 103	1.04 136	0.68 104	0.45 63	0.67 109	0.35 45	0.28 23	0.58 40	0.35 73	0.16 43	0.13 69	0.15 17	0.10 1	0.19 146	1.69 543

sCroCo_RVC	0.51 128	0.43 381	1.15 346	0.66 366	0.60 418	0.52 121	0.40 173	0.93 94	0.64 94	0.45 63	0.76 134	0.49 92	0.49 147	0.65 67	0.49 208	0.27 367	0.28 435	0.23 265	0.22 304	0.29 358	0.28 331

RCA-Stereo	0.52 132	0.26 84	0.66 123	0.49 113	0.33 199	0.54 143	0.44 228	1.20 204	1.41 431	0.69 141	1.06 226	0.63 156	0.79 279	0.62 51	0.35 73	0.17 75	0.12 34	0.17 70	0.14 86	0.16 54	0.16 60

MM-Stereo_test3	0.53 133	0.26 84	0.60 89	0.56 237	0.73 460	0.49 87	0.53 303	1.31 236	1.08 249	0.64 133	0.97 189	0.61 148	0.42 93	0.82 110	0.40 132	0.21 222	0.18 299	0.20 166	0.16 142	0.19 146	0.21 185

model_zeroshot	0.53 133	0.31 205	1.00 299	0.57 259	0.39 273	0.74 252	0.39 165	1.38 248	0.67 101	0.88 183	0.85 159	0.71 183	0.37 71	0.77 94	0.39 115	0.21 222	0.17 268	0.19 132	0.17 166	0.17 78	0.22 214

knoymous	0.53 133	0.32 223	0.51 50	0.46 71	0.30 126	0.57 157	0.54 317	1.10 163	0.78 130	0.99 207	0.84 157	0.95 275	0.57 183	0.89 140	0.51 215	0.21 222	0.14 136	0.26 349	0.14 86	0.23 266	0.25 277

tg	0.54 136	0.25 66	0.70 142	0.52 165	0.31 146	0.89 327	0.29 61	1.12 167	0.98 207	0.85 176	1.03 212	0.62 151	0.42 93	1.37 261	0.41 142	0.17 75	0.13 69	0.22 231	0.21 277	0.17 78	0.17 81

GCAP-BAT	0.54 136	0.33 242	0.75 171	0.45 59	0.50 359	0.84 312	0.35 116	0.98 110	0.80 142	0.88 183	1.04 218	0.88 239	0.37 71	1.25 232	0.41 142	0.19 148	0.15 202	0.18 106	0.13 59	0.17 78	0.22 214

HUI-Stereo	0.54 136	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.29 61	1.14 175	0.74 119	1.13 251	0.96 180	0.82 214	0.60 210	0.83 116	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

Any-RAFT	0.55 139	0.27 108	0.49 33	0.50 129	0.27 59	0.98 365	0.25 32	1.71 329	1.08 249	0.90 188	0.99 195	1.13 337	0.46 124	0.74 84	0.35 73	0.19 148	0.13 69	0.17 70	0.13 59	0.16 54	0.19 131

Selective-RAFT	0.55 139	0.29 148	0.85 232	0.58 272	0.28 94	0.91 334	0.34 103	1.00 120	0.96 200	0.59 118	0.64 100	0.80 202	0.76 259	1.34 256	0.51 215	0.21 222	0.15 202	0.17 70	0.15 105	0.19 146	0.19 131

test_4	0.55 139	0.23 30	0.67 127	0.56 237	0.32 179	0.71 242	0.39 165	0.83 68	0.72 111	0.93 196	1.87 474	0.70 176	0.41 87	1.21 227	0.39 115	0.16 43	0.13 69	0.21 200	0.23 336	0.20 182	0.18 97

GMOStereo	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

error version	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

test-v	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

test-2	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

rafts_anoy	0.55 139	0.32 223	0.66 123	0.72 424	0.61 424	0.53 130	0.40 173	1.24 218	1.06 244	0.85 176	0.83 155	0.67 166	0.53 163	0.77 94	0.55 245	0.20 191	0.15 202	0.25 328	0.26 376	0.22 246	0.21 185

s12784h	0.55 139	0.22 14	0.49 33	0.43 43	0.19 1	1.00 367	0.34 103	1.40 254	1.30 384	0.84 174	0.93 175	0.63 156	0.52 161	1.48 291	0.47 190	0.15 30	0.12 34	0.17 70	0.11 7	0.19 146	0.13 2

raftrobust	0.55 139	0.27 108	0.63 103	0.68 392	0.69 453	0.50 106	0.34 103	1.08 150	0.97 204	1.32 364	0.88 166	0.62 151	0.80 286	0.82 110	0.44 161	0.20 191	0.16 239	0.16 46	0.14 86	0.15 35	0.18 97

Gwc-CoAtRS	0.55 139	0.27 108	0.73 161	0.49 113	0.30 126	0.63 197	0.25 32	1.38 248	1.12 275	1.05 227	1.02 205	1.10 328	0.55 174	0.72 81	0.44 161	0.17 75	0.14 136	0.17 70	0.15 105	0.16 54	0.17 81

rvit_0105_6	0.56 150	0.38 349	1.13 339	0.67 380	0.38 264	0.50 106	0.51 286	0.88 88	1.33 395	0.54 110	0.56 85	0.65 160	0.57 183	0.97 165	0.46 180	0.32 420	0.31 453	0.28 380	0.25 358	0.29 358	0.23 235

MSKI-zero shot	0.56 150	0.30 173	0.61 96	0.55 216	0.28 94	0.68 227	0.28 54	1.25 222	0.68 104	0.92 193	1.33 344	0.81 208	0.33 45	1.94 365	0.36 91	0.18 110	0.13 69	0.17 70	0.13 59	0.16 54	0.19 131

EKT-Stereo	0.56 150	0.33 242	0.84 226	0.61 313	0.64 432	0.51 115	0.48 265	1.14 175	0.95 196	0.74 150	0.89 168	0.77 195	0.42 93	1.18 221	0.42 150	0.23 278	0.17 268	0.21 200	0.18 184	0.20 182	0.26 297

LL-Strereo2	0.56 150	0.36 310	0.77 179	0.56 237	0.40 285	0.68 227	0.37 141	1.21 209	0.83 151	0.96 204	0.79 143	0.91 255	0.41 87	1.08 194	0.48 197	0.18 110	0.17 268	0.29 392	0.25 358	0.22 246	0.19 131

test-3	0.56 150	0.24 47	0.82 208	0.50 129	0.29 109	0.57 157	0.34 103	1.09 157	1.03 230	1.33 370	0.69 116	0.87 233	0.45 114	1.68 326	0.39 115	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.16 60

test_1	0.56 150	0.24 47	0.82 208	0.50 129	0.29 109	0.57 157	0.34 103	1.09 157	1.03 230	1.28 348	0.69 116	0.87 233	0.45 114	1.67 324	0.39 115	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.16 60

PSM-adaLoss	0.56 150	0.33 242	0.81 199	0.52 165	0.27 59	0.63 197	0.41 183	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.09 198	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

ROB_FTStereo	0.56 150	0.33 242	0.82 208	0.52 165	0.27 59	0.62 186	0.25 32	1.14 175	0.74 119	1.13 251	0.96 180	0.82 214	0.60 210	1.18 221	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

cross-raft	0.56 150	0.26 84	0.65 118	0.55 216	0.31 146	0.66 218	0.37 141	1.68 312	0.82 147	1.06 233	1.07 229	1.25 362	0.45 114	0.74 84	0.39 115	0.15 30	0.13 69	0.19 132	0.16 142	0.19 146	0.17 81

test-1	0.56 150	0.28 125	1.13 339	0.58 272	0.34 217	0.60 175	0.38 151	1.56 286	0.98 207	0.80 160	1.02 205	0.83 223	0.52 161	0.64 62	0.46 180	0.17 75	0.16 239	0.20 166	0.17 166	0.20 182	0.26 297

raft+_RVC	0.56 150	0.29 148	0.61 96	0.65 352	0.56 400	0.53 130	0.53 303	1.40 254	1.02 227	0.78 157	1.04 218	0.70 176	0.55 174	1.00 171	0.49 208	0.18 110	0.16 239	0.19 132	0.19 206	0.18 110	0.17 81

RAFT-Stereo + iAFF	0.56 150	0.28 125	0.81 199	0.45 59	0.25 39	0.40 29	0.34 103	1.12 167	1.13 281	1.35 383	1.58 425	0.80 202	0.67 236	0.71 80	0.43 156	0.14 20	0.11 20	0.18 106	0.17 166	0.18 110	0.16 60

H2IRNET	0.57 162	0.28 125	0.75 171	0.49 113	0.35 234	0.40 29	0.27 47	1.03 129	1.18 310	0.62 131	1.26 312	1.07 313	0.85 305	1.02 177	0.64 283	0.20 191	0.16 239	0.23 265	0.25 358	0.22 246	0.20 157

11t1	0.57 162	0.30 173	0.84 226	0.54 202	0.30 126	0.83 304	0.41 183	1.34 241	0.79 139	0.88 183	0.82 153	0.70 176	0.70 247	0.96 161	0.67 293	0.21 222	0.21 347	0.20 166	0.16 142	0.21 226	0.26 297

rrr	0.57 162	0.33 242	2.43 481	0.46 71	0.34 217	0.50 106	0.38 151	0.84 74	0.55 64	0.48 78	0.48 52	0.48 89	0.45 114	2.28 405	0.44 161	0.19 148	0.14 136	0.19 132	0.15 105	0.17 78	0.18 97

test_3	0.57 162	0.24 47	0.87 241	0.55 216	0.30 126	0.60 175	0.40 173	1.07 145	1.08 249	1.20 299	0.68 111	0.92 263	0.43 101	1.68 326	0.40 132	0.16 43	0.13 69	0.22 231	0.19 206	0.21 226	0.17 81

Patchmatch Stereo++	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.63 197	0.28 54	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.40 270	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157
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
ROB_FTStereo_v2	0.57 162	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.42 191	1.14 175	0.73 112	1.13 251	0.97 189	0.82 214	0.60 210	1.15 212	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

DeepStereo_RVC	0.57 162	0.31 205	0.78 185	0.53 188	0.30 126	0.57 157	0.32 84	1.11 165	0.80 142	1.17 275	0.94 177	0.83 223	0.93 347	1.01 174	0.61 272	0.23 278	0.14 136	0.21 200	0.19 206	0.24 295	0.26 297

iRAFT	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.63 197	0.28 54	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.40 270	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

CRE-IMP	0.57 162	0.32 223	0.82 208	0.54 202	0.29 109	0.77 271	0.25 32	1.19 200	0.79 139	1.09 237	0.95 178	0.81 208	0.57 183	1.11 205	0.57 254	0.22 256	0.14 136	0.23 265	0.19 206	0.28 341	0.24 256

RAFT-IKP	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.57 157	0.35 116	1.14 175	0.73 112	1.13 251	0.96 180	0.83 223	0.61 219	1.26 236	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

test_xeample3	0.57 162	0.33 242	3.11 502	0.46 71	0.34 217	0.55 148	0.38 151	0.86 83	0.49 50	0.54 110	0.46 47	0.44 62	0.44 107	1.49 298	0.45 174	0.18 110	0.14 136	0.19 132	0.15 105	0.17 78	0.18 97

CFNet-RSSM	0.57 162	0.25 66	0.76 176	0.49 113	0.28 94	0.59 170	0.27 47	1.89 378	1.17 304	1.09 237	0.95 178	1.06 310	0.53 163	0.74 84	0.41 142	0.17 75	0.13 69	0.17 70	0.15 105	0.16 54	0.16 60

rvit_0105_4	0.58 174	0.40 364	1.19 367	0.68 392	0.38 264	0.53 130	0.55 327	0.93 94	1.27 360	0.56 116	0.61 96	0.72 185	0.63 220	1.01 174	0.47 190	0.33 427	0.33 471	0.29 392	0.25 358	0.29 358	0.26 297

AE-Stereo	0.58 174	0.29 148	0.81 199	0.62 321	0.41 299	0.69 236	0.46 247	2.49 508	1.25 348	0.49 84	0.77 138	0.69 173	0.46 124	0.61 46	0.42 150	0.17 75	0.16 239	0.21 200	0.20 235	0.19 146	0.18 97

1test111	0.58 174	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.58 291	0.91 173	0.60 125	0.80 148	0.47 84	0.87 322	0.99 167	0.67 293	0.21 222	0.13 69	0.25 328	0.15 105	0.23 266	0.25 277

RAFT-Test	0.58 174	0.27 108	0.81 199	0.50 129	0.33 199	0.95 355	0.27 47	1.40 254	0.89 167	1.00 211	1.12 253	1.39 397	0.48 136	0.74 84	0.41 142	0.17 75	0.14 136	0.17 70	0.14 86	0.16 54	0.18 97

anonymousdsp2	0.58 174	0.29 148	0.93 270	0.51 144	0.30 126	0.75 257	0.46 247	1.95 397	0.87 163	0.81 165	0.78 140	0.76 191	0.48 136	1.10 202	0.45 174	0.19 148	0.14 136	0.18 106	0.13 59	0.20 182	0.22 214

fff	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

iGMRVC	0.58 174	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.38 151	1.14 175	0.73 112	1.13 251	0.97 189	0.82 214	0.59 204	1.54 301	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

RALCasStereoNet	0.58 174	0.34 271	0.77 179	0.65 352	0.64 432	0.64 206	0.51 286	1.06 142	0.99 216	0.71 143	1.06 226	0.77 195	0.44 107	1.38 265	0.52 223	0.20 191	0.18 299	0.18 106	0.16 142	0.20 182	0.22 214

DCANet	0.58 174	0.26 84	1.15 346	0.45 59	0.25 39	0.49 87	0.36 126	1.18 196	1.35 400	1.15 267	1.04 218	0.60 142	0.91 337	0.84 121	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.19 146	0.25 277

csc	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

cscssc	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

GMStereo	0.58 174	0.50 411	1.09 327	0.52 165	0.32 179	0.80 287	0.43 209	1.02 121	1.41 431	0.89 187	0.77 138	0.52 110	0.46 124	0.89 140	0.56 251	0.25 320	0.16 239	0.20 166	0.22 304	0.31 381	0.27 315
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 186	0.29 148	0.66 123	0.41 33	0.24 20	1.08 383	0.34 103	0.87 86	0.60 82	0.68 140	1.08 236	0.58 133	0.79 279	2.39 415	0.83 337	0.17 75	0.15 202	0.21 200	0.17 166	0.16 54	0.18 97

gcap-zeroshot	0.59 186	0.30 173	1.11 334	0.51 144	0.30 126	0.79 280	0.36 126	1.86 370	0.86 160	0.90 188	0.68 111	1.44 405	0.50 153	0.82 110	0.35 73	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.18 97

ACVNet-DCA	0.59 186	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.58 291	0.91 173	0.60 125	0.80 148	0.47 84	0.87 322	1.48 291	0.35 73	0.21 222	0.13 69	0.25 328	0.15 105	0.23 266	0.25 277

IGEV_Zeroshot_test	0.59 186	0.33 242	1.11 334	0.63 331	0.37 252	0.41 36	0.33 91	1.80 351	0.79 139	1.04 225	1.10 242	1.06 310	0.43 101	0.87 132	0.48 197	0.18 110	0.13 69	0.19 132	0.18 184	0.20 182	0.23 235

DCANet-4	0.59 186	0.28 125	1.65 433	0.44 50	0.25 39	0.48 81	0.36 126	1.15 187	1.36 409	1.13 251	1.03 212	0.56 129	0.74 253	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

x	0.59 186	0.34 271	0.79 189	0.51 144	0.32 179	0.69 236	0.46 247	1.64 304	0.97 204	0.86 181	0.86 161	0.83 223	0.74 253	0.75 91	0.70 301	0.21 222	0.22 362	0.22 231	0.20 235	0.21 226	0.24 256

sAnonymous2	0.59 186	0.61 448	1.82 445	0.61 313	0.52 374	0.51 115	0.54 317	0.97 106	0.70 108	0.50 93	0.68 111	0.46 75	0.63 220	0.61 46	0.41 142	0.22 256	0.17 268	0.23 265	0.21 277	0.85 520	0.56 487

CroCo_RVC	0.59 186	0.61 448	1.82 445	0.61 313	0.52 374	0.51 115	0.54 317	0.97 106	0.70 108	0.50 93	0.68 111	0.46 75	0.63 220	0.61 46	0.41 142	0.22 256	0.17 268	0.23 265	0.21 277	0.85 520	0.56 487

testlalala2	0.60 194	0.30 173	0.68 131	1.79 541	1.30 534	0.65 212	0.41 183	1.06 142	0.75 124	0.91 190	0.96 180	0.75 189	0.34 49	0.56 30	0.45 174	0.18 110	0.16 239	0.17 70	0.13 59	0.17 78	0.19 131

MIM_Stereo	0.60 194	0.26 84	1.02 304	0.49 113	0.32 179	0.52 121	0.28 54	1.41 258	0.82 147	1.02 220	1.16 277	0.93 265	0.53 163	1.48 291	0.63 279	0.17 75	0.17 268	0.20 166	0.19 206	0.17 78	0.18 97

MIPNet	0.60 194	0.31 205	1.07 321	0.51 144	0.34 217	0.68 227	0.40 173	1.67 308	1.14 287	1.11 240	0.93 175	0.60 142	0.78 270	0.77 94	0.58 259	0.18 110	0.14 136	0.19 132	0.16 142	0.18 110	0.21 185

AFF-stereo	0.60 194	0.28 125	0.72 147	0.48 98	0.29 109	0.34 16	0.37 141	1.22 211	1.20 316	1.21 306	1.59 429	1.10 328	0.70 247	1.01 174	0.44 161	0.14 20	0.12 34	0.19 132	0.20 235	0.18 110	0.15 30

R-Stereo Train	0.60 194	0.30 173	0.72 147	0.57 259	0.37 252	0.68 227	0.52 297	1.45 263	0.78 130	1.61 458	1.50 399	0.76 191	0.53 163	0.67 70	0.51 215	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.19 131

RAFT-Stereo	0.60 194	0.30 173	0.72 147	0.57 259	0.37 252	0.68 227	0.52 297	1.45 263	0.78 130	1.61 458	1.50 399	0.76 191	0.53 163	0.67 70	0.51 215	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.19 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 200	0.30 173	0.93 270	0.65 352	0.65 437	0.79 280	0.50 284	1.33 240	1.40 427	0.65 134	1.15 275	0.53 115	0.42 93	1.18 221	0.36 91	0.25 320	0.18 299	0.26 349	0.31 441	0.20 182	0.21 185

AIO-test1	0.61 200	0.27 108	0.68 131	0.68 392	1.02 513	0.79 280	0.36 126	1.59 296	1.35 400	0.59 118	0.89 168	0.60 142	0.49 147	1.20 226	0.36 91	0.18 110	0.17 268	0.23 265	0.25 358	0.18 110	0.26 297

rvit_0105_5	0.61 200	0.41 374	1.19 367	0.67 380	0.37 252	0.57 157	0.56 334	1.08 150	1.28 368	0.65 134	0.68 111	0.77 195	0.67 236	0.91 146	0.51 215	0.33 427	0.32 465	0.30 404	0.27 393	0.28 341	0.28 331

riskmin	0.62 203	0.29 148	0.73 161	0.50 129	0.34 217	0.86 320	0.44 228	1.74 336	1.07 246	0.76 154	0.76 134	1.19 346	1.01 382	0.84 121	0.60 269	0.20 191	0.16 239	0.24 289	0.16 142	0.24 295	0.29 345

qqq	0.62 203	0.36 310	0.88 246	0.50 129	0.28 94	0.64 206	0.62 368	1.58 291	0.91 173	0.83 169	0.96 180	0.95 275	0.79 279	0.99 167	0.67 293	0.21 222	0.23 390	0.24 289	0.23 336	0.23 266	0.25 277

ADStereo(finetuned)	0.62 203	0.26 84	1.59 429	0.45 59	0.25 39	0.49 87	0.36 126	1.18 196	1.35 400	1.16 271	1.04 218	0.60 142	1.18 435	0.85 125	0.57 254	0.17 75	0.14 136	0.17 70	0.13 59	0.19 146	0.24 256

dd	0.62 203	0.51 415	1.17 361	0.56 237	0.33 199	0.74 252	0.46 247	1.03 129	1.40 427	0.80 160	0.87 163	0.60 142	0.57 183	1.02 177	0.86 342	0.28 385	0.18 299	0.26 349	0.19 206	0.35 411	0.27 315

IPLGR	0.62 203	0.28 125	1.32 396	0.50 129	0.29 109	0.65 212	0.34 103	1.47 268	1.19 312	1.21 306	1.07 229	0.70 176	0.65 229	1.05 184	0.55 245	0.18 110	0.15 202	0.20 166	0.17 166	0.21 226	0.20 157

PFNet+	0.62 203	0.31 205	0.99 294	0.57 259	0.31 146	0.57 157	0.30 69	0.99 118	1.25 348	1.33 370	1.10 242	0.79 200	0.57 183	1.35 257	0.53 233	0.26 346	0.17 268	0.28 380	0.26 376	0.21 226	0.27 315

NRIStereo	0.62 203	0.31 205	0.78 185	0.56 237	0.28 94	0.63 197	0.33 91	1.16 192	0.92 178	1.15 267	0.87 163	0.90 251	0.58 200	2.24 400	0.56 251	0.22 256	0.14 136	0.21 200	0.19 206	0.22 246	0.18 97

RALAANet	0.62 203	0.37 331	0.97 289	0.66 366	0.50 359	0.67 223	0.31 76	1.27 227	1.09 257	1.11 240	1.17 280	0.88 239	0.46 124	1.27 239	0.45 174	0.20 191	0.15 202	0.21 200	0.18 184	0.27 325	0.19 131

FENet	0.62 203	0.30 173	0.68 131	0.57 259	0.33 199	0.82 297	0.40 173	1.41 258	1.12 275	1.03 223	0.87 163	0.98 284	0.84 300	1.00 171	0.70 301	0.23 278	0.16 239	0.23 265	0.20 235	0.22 246	0.24 256

RAFT+CT+SA	0.63 212	0.30 173	0.73 161	0.69 405	0.37 252	0.40 29	0.55 327	1.93 392	1.04 236	0.72 147	1.23 304	0.62 151	0.69 244	1.69 330	0.42 150	0.19 148	0.13 69	0.22 231	0.22 304	0.21 226	0.19 131

GANet-ADL	0.63 212	0.38 349	0.82 208	0.67 380	0.41 299	0.68 227	0.51 286	1.64 304	1.16 299	0.98 206	1.10 242	0.90 251	0.58 200	0.81 108	0.63 279	0.27 367	0.18 299	0.18 106	0.16 142	0.23 266	0.27 315

AnonymousM	0.63 212	1.14 517	0.43 11	0.46 71	0.32 179	0.43 53	0.46 247	1.27 227	0.78 130	1.00 211	0.66 106	0.68 168	0.45 114	0.61 46	0.46 180	0.21 222	0.16 239	1.84 546	0.98 543	0.15 35	0.15 30

HHNet	0.64 215	0.28 125	0.69 137	0.45 59	0.46 336	0.50 106	0.57 340	1.13 171	1.03 230	1.26 337	2.21 497	0.70 176	0.59 204	1.10 202	0.51 215	0.21 222	0.13 69	0.23 265	0.19 206	0.20 182	0.31 371

Pruner-Stereo	0.64 215	0.31 205	0.79 189	0.66 366	0.31 146	0.61 183	0.42 191	1.22 211	1.09 257	1.53 441	1.09 240	0.94 271	0.55 174	1.37 261	0.56 251	0.25 320	0.14 136	0.24 289	0.21 277	0.21 226	0.25 277

Anonymous3	0.64 215	0.47 397	1.31 393	0.59 291	0.50 359	0.93 345	0.69 389	1.11 165	0.83 151	0.74 150	0.89 168	0.65 160	0.68 240	1.08 194	0.54 242	0.40 467	0.31 453	0.26 349	0.26 376	0.31 381	0.30 361

DIP-Stereo	0.64 215	0.32 223	0.91 265	0.49 113	0.36 242	0.91 334	0.33 91	2.51 511	0.77 126	1.25 324	1.00 200	0.68 168	0.51 156	0.92 148	0.65 288	0.19 148	0.15 202	0.21 200	0.17 166	0.19 146	0.22 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 219	0.34 271	0.65 118	0.60 299	0.27 59	1.14 393	0.48 265	1.08 150	2.62 529	0.59 118	0.79 143	0.49 92	0.80 286	1.57 304	0.35 73	0.21 222	0.13 69	0.25 328	0.16 142	0.20 182	0.23 235

TestStereo	0.65 219	0.42 377	0.83 217	0.52 165	0.27 59	0.57 157	0.44 228	1.07 145	0.92 178	0.85 176	1.01 202	0.68 168	0.56 180	3.22 451	0.47 190	0.23 278	0.15 202	0.24 289	0.18 184	0.28 341	0.18 97

FACV-RUCA	0.66 221	0.36 310	0.89 250	0.63 331	0.65 437	0.84 312	0.41 183	1.67 308	1.11 268	0.91 190	1.14 269	0.63 156	0.77 263	0.84 121	0.54 242	0.28 385	0.19 317	0.47 495	0.22 304	0.36 415	0.29 345

rvit_0105_3	0.66 221	0.47 397	1.27 386	0.74 438	0.40 285	0.63 197	0.70 396	1.22 211	1.28 368	0.83 169	0.71 123	0.82 214	0.72 252	0.93 151	0.58 259	0.37 457	0.34 475	0.34 443	0.32 448	0.28 341	0.31 371

rvit_stereo_0075_2	0.66 221	0.47 397	1.21 375	0.67 380	0.66 443	0.53 130	0.48 265	1.24 218	1.17 304	0.77 155	0.91 171	0.78 199	0.59 204	1.05 184	0.63 279	0.37 457	0.28 435	0.40 477	0.31 441	0.38 427	0.34 398

CAS	0.66 221	0.19 2	0.41 7	2.31 547	0.86 494	0.56 155	0.53 303	0.83 68	0.63 91	0.49 84	0.70 120	0.36 47	0.26 12	0.47 13	0.37 104	2.33 548	0.10 2	0.14 1	0.10 1	0.17 78	1.31 537

TestStereo1	0.66 221	0.29 148	0.95 281	0.82 471	0.32 179	0.47 73	0.43 209	1.52 274	1.22 331	0.99 207	1.32 339	0.65 160	0.76 259	1.78 341	0.44 161	0.20 191	0.16 239	0.22 231	0.19 206	0.21 226	0.20 157

RAFT_CTSACE	0.66 221	0.29 148	1.14 344	0.57 259	0.51 369	0.68 227	0.44 228	0.88 88	0.98 207	1.03 223	1.83 467	1.23 357	0.67 236	1.48 291	0.38 111	0.16 43	0.16 239	0.21 200	0.20 235	0.20 182	0.17 81

SA-5K	0.66 221	0.29 148	0.95 281	0.82 471	0.32 179	0.47 73	0.43 209	1.52 274	1.22 331	0.99 207	1.32 339	0.65 160	0.76 259	1.78 341	0.44 161	0.20 191	0.16 239	0.22 231	0.19 206	0.21 226	0.20 157

ACRE	0.66 221	0.37 331	1.27 386	0.60 299	0.50 359	0.74 252	0.47 258	1.26 223	1.10 261	1.40 404	1.56 419	0.62 151	0.46 124	0.88 135	0.78 321	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

ICVP	0.66 221	0.35 300	0.71 145	0.63 331	0.41 299	0.85 319	0.56 334	1.78 344	0.96 200	0.92 193	1.24 308	0.88 239	0.75 258	0.76 92	0.93 366	0.31 412	0.22 362	0.22 231	0.21 277	0.24 295	0.28 331
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 221	0.27 108	1.15 346	0.46 71	0.25 39	0.72 245	0.42 191	1.57 289	1.44 444	0.83 169	1.39 365	1.10 328	0.80 286	0.97 165	0.65 288	0.20 191	0.14 136	0.18 106	0.15 105	0.18 110	0.28 331

ACVNet	0.66 221	0.33 242	0.74 166	0.55 216	0.37 252	0.80 287	0.47 258	1.46 265	1.11 268	1.01 216	1.31 334	1.07 313	0.91 337	0.82 110	1.09 394	0.22 256	0.19 317	0.21 200	0.18 184	0.23 266	0.19 131

HI	0.67 232	0.34 271	0.80 194	0.51 144	0.51 369	0.41 36	0.37 141	1.15 187	0.80 142	1.34 377	1.42 376	1.60 434	1.11 416	0.96 161	0.90 355	0.16 43	0.12 34	0.20 166	0.21 277	0.20 182	0.20 157

CoSv	0.67 232	0.34 271	0.80 194	0.51 144	0.51 369	0.41 36	0.37 141	1.15 187	0.80 142	1.34 377	1.42 376	1.60 434	1.11 416	0.96 161	0.90 355	0.16 43	0.12 34	0.20 166	0.21 277	0.20 182	0.20 157

test_sample2	0.67 232	0.31 205	0.89 250	0.54 202	0.29 109	0.80 287	0.63 373	1.83 358	1.10 261	0.93 196	1.06 226	0.94 271	0.92 345	1.24 231	0.59 266	0.23 278	0.20 331	0.22 231	0.21 277	0.24 295	0.25 277

test_sample1	0.67 232	0.32 223	0.90 260	0.54 202	0.33 199	0.76 262	0.48 265	1.75 338	1.06 244	0.95 201	0.99 195	0.91 255	1.10 413	1.25 232	0.79 326	0.22 256	0.19 317	0.21 200	0.20 235	0.21 226	0.25 277

MyStereo06	0.67 232	0.29 148	1.06 316	0.58 272	0.48 348	0.62 186	0.72 400	2.26 470	0.89 167	1.07 235	1.12 253	1.22 353	0.56 180	0.83 116	0.47 190	0.17 75	0.17 268	0.24 289	0.21 277	0.23 266	0.23 235

StereoVision	0.67 232	0.37 331	1.02 304	0.60 299	0.41 299	0.50 106	0.41 183	1.32 238	0.96 200	0.73 149	2.48 512	0.82 214	0.57 183	1.06 189	0.50 211	0.26 346	0.28 435	0.29 392	0.28 404	0.37 421	0.22 214

CASS	0.67 232	0.36 310	0.84 226	0.57 259	0.28 94	0.82 297	0.43 209	1.62 303	0.92 178	1.39 398	1.28 327	0.87 233	0.84 300	0.88 135	0.59 266	0.36 454	0.19 317	0.26 349	0.22 304	0.29 358	0.43 448
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 232	0.37 331	1.17 361	0.60 299	0.51 369	0.75 257	0.48 265	1.26 223	1.11 268	1.43 414	1.58 425	0.64 159	0.48 136	0.94 152	0.78 321	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

IPLGR_C	0.67 232	0.38 349	1.20 371	0.60 299	0.50 359	0.75 257	0.48 265	1.28 231	1.13 281	1.42 410	1.57 423	0.62 151	0.48 136	0.85 125	0.80 333	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

GwcNet-ADL	0.67 232	0.33 242	0.90 260	0.58 272	0.41 299	0.60 175	0.59 353	1.55 283	1.28 368	1.11 240	1.13 264	0.90 251	0.59 204	1.11 205	0.91 359	0.28 385	0.18 299	0.18 106	0.18 184	0.25 307	0.33 389

TRStereo	0.67 232	0.71 478	1.06 316	0.77 457	0.68 450	0.53 130	0.38 151	2.52 512	0.96 200	0.81 165	0.84 157	0.87 233	0.39 83	1.16 215	0.46 180	0.24 300	0.17 268	0.23 265	0.24 349	0.18 110	0.20 157

RAFT	0.67 232	0.32 223	0.83 217	0.63 331	0.34 217	0.69 236	0.57 340	1.14 175	0.84 154	1.12 248	1.20 288	1.75 462	0.92 345	1.09 198	0.60 269	0.22 256	0.19 317	0.27 364	0.24 349	0.22 246	0.23 235

DN-CSS_ROB	0.67 232	0.36 310	1.36 403	0.59 291	0.41 299	0.54 143	0.45 241	1.30 234	0.95 196	1.05 227	1.47 388	0.69 173	0.64 224	1.80 348	0.60 269	0.19 148	0.15 202	0.25 328	0.23 336	0.22 246	0.23 235

cc1	0.68 245	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.07 145	3.23 542	0.60 125	0.80 148	0.47 84	0.87 322	1.48 291	0.35 73	0.21 222	0.13 69	0.25 328	0.15 105	0.19 146	0.23 235

mmm	0.68 245	0.37 331	0.91 265	0.54 202	0.34 217	0.86 320	0.58 347	1.72 332	1.02 227	1.13 251	1.41 375	0.83 223	0.78 270	0.95 160	0.67 293	0.22 256	0.20 331	0.29 392	0.26 376	0.27 325	0.27 315

PCWNet_CMD	0.68 245	0.34 271	0.93 270	0.51 144	0.38 264	0.80 287	0.42 191	1.51 272	1.34 397	1.17 275	1.31 334	1.23 357	0.65 229	0.94 152	0.62 275	0.21 222	0.17 268	0.27 364	0.19 206	0.43 446	0.28 331

HH	0.68 245	0.33 242	0.83 217	0.53 188	0.34 217	0.92 341	0.45 241	1.79 347	0.74 119	0.71 143	1.13 264	1.60 434	0.83 297	1.95 368	0.39 115	0.18 110	0.14 136	0.19 132	0.17 166	0.19 146	0.19 131

HanStereo	0.68 245	0.33 242	0.83 217	0.53 188	0.34 217	0.92 341	0.45 241	1.79 347	0.74 119	0.71 143	1.13 264	1.60 434	0.83 297	1.95 368	0.39 115	0.18 110	0.14 136	0.19 132	0.17 166	0.19 146	0.19 131

DisPM	0.68 245	0.30 173	0.85 232	0.66 366	0.35 234	0.60 175	0.44 228	1.10 163	1.10 261	1.56 449	1.10 242	0.80 202	0.58 200	2.37 413	0.46 180	0.25 320	0.14 136	0.23 265	0.21 277	0.20 182	0.26 297

CFNet_pseudo	0.68 245	0.34 271	0.93 270	0.50 129	0.39 273	0.72 245	0.42 191	1.44 261	1.25 348	1.17 275	1.35 353	1.22 353	0.66 234	1.04 181	0.64 283	0.21 222	0.17 268	0.33 435	0.19 206	0.39 432	0.28 331

MSMDNet	0.68 245	0.34 271	0.93 270	0.52 165	0.38 264	0.80 287	0.42 191	1.52 274	1.35 400	1.17 275	1.31 334	1.23 357	0.65 229	0.94 152	0.62 275	0.21 222	0.17 268	0.26 349	0.19 206	0.41 440	0.28 331

ccs_rob	0.68 245	0.34 271	0.93 270	0.50 129	0.39 273	0.72 245	0.42 191	1.43 260	1.25 348	1.17 275	1.34 348	1.22 353	0.66 234	1.04 181	0.64 283	0.21 222	0.17 268	0.35 450	0.20 235	0.40 436	0.29 345

SA	0.69 254	0.31 205	0.97 289	0.64 345	0.30 126	0.56 155	0.38 151	1.84 360	1.35 400	0.99 207	1.37 358	0.69 173	0.94 350	1.88 360	0.43 156	0.20 191	0.16 239	0.25 328	0.23 336	0.22 246	0.19 131

MyStereo8	0.70 255	0.32 223	1.24 381	0.63 331	0.53 381	0.90 331	0.34 103	1.60 298	1.35 400	1.20 299	1.31 334	0.89 249	0.64 224	0.77 94	1.02 387	0.18 110	0.15 202	0.20 166	0.18 184	0.22 246	0.30 361

MyStereo05	0.70 255	0.29 148	1.22 376	0.58 272	0.48 348	0.62 186	0.72 400	1.52 274	1.54 466	1.17 275	0.91 171	0.77 195	0.79 279	1.45 284	0.68 297	0.17 75	0.17 268	0.24 289	0.21 277	0.23 266	0.23 235

xx1	0.70 255	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.07 145	3.23 542	0.60 125	0.80 148	0.95 275	0.79 279	1.48 291	0.35 73	0.21 222	0.13 69	0.24 289	0.23 336	0.23 266	0.25 277

GMStereo_Zeroshot	0.70 255	0.64 459	1.11 334	0.65 352	0.38 264	0.84 312	0.37 141	1.09 157	1.16 299	1.14 265	1.07 229	1.26 368	0.55 174	1.23 229	0.65 288	0.34 437	0.17 268	0.31 411	0.18 184	0.57 494	0.23 235

test_5	0.70 255	0.32 223	0.99 294	0.69 405	0.50 359	0.89 327	0.51 286	1.88 376	1.14 287	0.78 157	1.13 264	1.04 306	0.89 331	1.59 311	0.46 180	0.19 148	0.14 136	0.23 265	0.22 304	0.22 246	0.20 157

GES	0.70 255	0.37 331	1.05 314	0.62 321	0.38 264	0.94 348	0.57 340	2.37 490	0.92 178	1.05 227	1.12 253	0.67 166	0.77 263	1.02 177	0.65 288	0.28 385	0.20 331	0.20 166	0.20 235	0.22 246	0.31 371

IGEV-BASED-STEREO-	0.71 261	3.18 567	2.55 486	0.40 24	0.24 20	0.42 46	0.23 26	0.66 22	0.46 44	0.47 70	0.45 41	0.33 41	0.27 18	0.58 40	0.30 34	1.34 542	0.10 2	0.22 231	0.19 206	0.45 460	1.32 539

MyStereo04	0.71 261	0.30 173	1.28 389	0.58 272	0.48 348	0.59 170	0.78 412	1.74 336	1.49 460	0.94 199	0.91 171	0.74 187	0.86 313	1.59 311	0.69 298	0.18 110	0.18 299	0.24 289	0.21 277	0.23 266	0.23 235

raft_robust	0.71 261	0.32 223	0.75 171	0.54 202	0.28 94	0.54 143	0.35 116	1.54 280	1.24 340	1.18 286	1.07 229	0.73 186	0.53 163	3.65 460	0.40 132	0.19 148	0.16 239	0.20 166	0.22 304	0.21 226	0.19 131

iRaft-Stereo_20w	0.71 261	0.33 242	1.25 383	0.50 129	0.36 242	0.82 297	0.31 76	3.16 538	0.89 167	1.24 321	1.14 269	0.79 200	0.65 229	1.15 212	0.43 156	0.18 110	0.13 69	0.18 106	0.17 166	0.20 182	0.23 235

DMCA	0.71 261	0.36 310	1.17 361	0.53 188	0.45 328	0.84 312	0.46 247	1.52 274	1.09 257	1.20 299	1.12 253	1.21 349	0.74 253	0.87 132	1.09 394	0.25 320	0.20 331	0.27 364	0.19 206	0.24 295	0.29 345

HITNet	0.71 261	0.42 377	1.07 321	0.52 165	0.25 39	1.05 375	0.48 265	2.12 434	1.08 249	1.21 306	1.23 304	0.91 255	0.84 300	0.90 143	0.91 359	0.17 75	0.12 34	0.21 200	0.17 166	0.29 358	0.18 97
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
IPLG	0.72 267	0.29 148	1.12 338	0.53 188	0.44 324	0.79 280	0.33 91	1.35 242	1.10 261	1.32 364	1.11 249	0.52 110	0.54 171	3.13 447	0.71 304	0.17 75	0.14 136	0.20 166	0.17 166	0.18 110	0.21 185

HCRNet	0.72 267	0.40 364	0.86 239	0.61 313	0.57 405	0.75 257	0.35 116	1.39 252	1.21 323	1.11 240	0.99 195	1.01 300	0.76 259	2.18 395	0.73 305	0.28 385	0.19 317	0.28 380	0.23 336	0.25 307	0.26 297

UCFNet_RVC	0.72 267	0.37 331	0.59 82	0.66 366	0.41 299	0.89 327	0.68 386	1.78 344	1.15 292	1.01 216	1.20 288	1.22 353	0.95 355	1.07 191	0.66 292	0.28 385	0.21 347	0.34 443	0.31 441	0.33 399	0.29 345

test_sample3	0.73 270	0.35 300	1.06 316	0.55 216	0.32 179	0.97 364	0.51 286	2.12 434	1.25 348	1.16 271	1.17 280	0.88 239	0.78 270	1.27 239	0.79 326	0.26 346	0.21 347	0.25 328	0.25 358	0.26 319	0.27 315

CFNet_ucs	0.73 270	0.34 271	0.94 277	0.53 188	0.44 324	0.76 262	0.46 247	1.73 334	1.34 397	1.24 321	1.54 410	1.08 323	0.64 224	1.05 184	0.64 283	0.26 346	0.20 331	0.37 463	0.22 304	0.42 444	0.30 361

ToySt	0.73 270	0.35 300	1.64 431	0.54 202	0.37 252	0.92 341	0.81 428	1.21 209	1.03 230	0.86 181	1.12 253	1.31 380	1.01 382	1.04 181	0.88 348	0.19 148	0.20 331	0.24 289	0.24 349	0.27 325	0.28 331

LCNet	0.73 270	0.30 173	0.58 76	0.58 272	0.31 146	0.68 227	0.53 303	1.09 157	0.94 191	1.19 294	1.34 348	0.96 280	1.32 455	2.50 423	0.46 180	0.19 148	0.13 69	0.21 200	0.25 358	0.28 341	0.69 511

test_sample4	0.74 274	0.36 310	1.09 327	0.55 216	0.32 179	0.92 341	0.51 286	2.14 444	1.25 348	1.22 314	1.22 296	0.86 231	0.82 292	1.29 243	0.76 315	0.26 346	0.21 347	0.26 349	0.26 376	0.27 325	0.28 331

IER	0.74 274	0.33 242	1.25 383	0.50 129	0.53 381	1.32 425	0.55 327	1.31 236	1.08 249	1.30 355	1.34 348	1.11 333	1.10 413	1.05 184	0.81 335	0.20 191	0.17 268	0.21 200	0.21 277	0.20 182	0.21 185

SFCPSM	0.74 274	0.30 173	1.06 316	0.52 165	0.39 273	1.36 433	0.64 375	2.42 496	1.11 268	1.18 286	1.21 294	0.81 208	0.78 270	1.08 194	0.57 254	0.22 256	0.17 268	0.22 231	0.24 349	0.23 266	0.21 185

AdaStereo	0.74 274	0.48 403	0.86 239	0.75 447	0.38 264	0.94 348	0.56 334	2.05 423	1.24 340	1.15 267	1.22 296	1.07 313	0.67 236	1.05 184	0.73 305	0.33 427	0.16 239	0.32 423	0.22 304	0.29 358	0.23 235
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.
DCVSM-stereo	0.75 278	0.36 310	0.82 208	0.58 272	0.43 314	0.78 272	0.42 191	1.30 234	1.05 242	1.79 483	1.04 218	1.60 434	1.08 407	1.12 207	0.86 342	0.25 320	0.27 429	0.29 392	0.24 349	0.30 374	0.37 415

test_sample5	0.75 278	0.36 310	1.04 309	0.55 216	0.31 146	0.84 312	0.53 303	2.12 434	1.23 336	1.18 286	1.30 332	0.88 239	0.86 313	1.37 261	0.76 315	0.26 346	0.22 362	0.27 364	0.28 404	0.28 341	0.29 345

DualNet	0.75 278	0.36 310	1.04 309	0.55 216	0.31 146	0.84 312	0.53 303	2.12 434	1.23 336	1.21 306	1.40 370	0.88 239	0.86 313	1.37 261	0.76 315	0.26 346	0.22 362	0.27 364	0.28 404	0.28 341	0.29 345

BSDual-CNN	0.75 278	0.34 271	0.77 179	0.55 216	0.45 328	1.25 418	0.66 381	2.65 520	1.04 236	1.25 324	1.12 253	1.11 333	0.77 263	0.94 152	0.76 315	0.25 320	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

psmg	0.75 278	0.34 271	0.77 179	0.52 165	0.45 328	1.46 448	0.73 403	2.15 449	1.04 236	1.25 324	1.33 344	1.11 333	0.77 263	0.94 152	0.76 315	0.25 320	0.20 331	0.25 328	0.26 376	0.23 266	0.24 256

UDGNet	0.75 278	1.23 523	0.99 294	0.82 471	0.42 309	0.76 262	0.38 151	0.98 110	1.37 414	0.83 169	0.88 166	0.70 176	0.60 210	1.25 232	0.57 254	0.57 511	0.19 317	1.03 537	0.26 376	0.79 518	0.35 407

PSMNet-ADL	0.75 278	0.36 310	0.69 137	0.71 418	0.47 346	1.13 390	0.46 247	1.47 268	1.07 246	0.85 176	1.18 283	1.31 380	0.94 350	1.56 302	1.06 392	0.34 437	0.22 362	0.22 231	0.23 336	0.27 325	0.36 411

GMM-Stereo	0.75 278	0.27 108	0.66 123	0.56 237	0.34 217	0.71 242	0.97 464	1.09 157	0.91 173	1.37 390	1.79 460	1.11 333	0.79 279	2.08 385	0.48 197	0.19 148	0.12 34	0.25 328	0.25 358	0.21 226	0.78 518

rvit_105_1	0.76 286	0.54 426	1.27 386	0.80 464	0.49 354	0.74 252	0.86 442	1.39 252	1.23 336	1.00 211	0.80 148	0.93 265	0.78 270	1.29 243	0.78 321	0.43 476	0.36 486	0.36 460	0.42 489	0.30 374	0.36 411

qqq1	0.76 286	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.48 197	0.24 300	0.22 362	0.18 106	0.15 105	0.19 146	0.22 214

fff1	0.76 286	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.48 197	0.24 300	0.22 362	0.18 106	0.15 105	0.19 146	0.22 214

Sa-1000	0.76 286	0.30 173	0.92 268	0.62 321	0.31 146	0.78 272	0.37 141	2.00 410	1.38 416	1.30 355	2.04 488	0.86 231	0.74 253	1.87 354	0.40 132	0.19 148	0.14 136	0.25 328	0.24 349	0.21 226	0.19 131

Prome-Stereo	0.76 286	0.29 148	0.57 74	0.58 272	0.33 199	0.58 168	0.94 459	0.98 110	0.92 178	1.46 426	2.45 510	0.91 255	1.38 462	1.60 316	0.44 161	0.19 148	0.13 69	0.19 132	0.18 184	0.20 182	0.87 524

EAI-Stereo	0.76 286	0.31 205	0.74 166	0.55 216	0.28 94	0.70 240	1.72 526	2.57 515	0.90 172	0.75 152	3.03 524	0.57 131	0.43 101	1.10 202	0.49 208	0.19 148	0.14 136	0.17 70	0.18 184	0.17 78	0.21 185

DFGA-Net	0.77 292	0.47 397	1.75 439	0.55 216	0.46 336	0.83 304	0.44 228	1.38 248	1.10 261	1.05 227	1.20 288	0.70 176	0.58 200	2.27 403	1.31 423	0.19 148	0.17 268	0.24 289	0.24 349	0.28 341	0.30 361

G2L-Stereo_test	0.77 292	0.31 205	0.97 289	0.51 144	0.41 299	0.90 331	0.80 423	1.67 308	1.22 331	1.32 364	1.27 321	1.50 419	0.81 290	1.74 335	1.02 387	0.20 191	0.14 136	0.16 46	0.16 142	0.18 110	0.22 214

test_sample6	0.77 292	0.36 310	1.07 321	0.56 237	0.31 146	0.82 297	0.56 334	2.12 434	1.24 340	1.21 306	1.40 370	0.90 251	0.90 334	1.45 284	0.87 347	0.28 385	0.23 390	0.28 380	0.29 423	0.28 341	0.30 361

KYRaft	0.77 292	0.29 148	0.68 131	0.59 291	0.29 109	0.66 218	0.83 433	1.05 140	0.89 167	1.63 464	2.22 498	1.15 341	0.99 373	1.59 311	0.41 142	0.21 222	0.14 136	0.22 231	0.28 404	0.21 226	1.01 528

MLCV	0.77 292	0.39 358	1.31 393	0.55 216	0.25 39	0.91 334	0.39 165	1.48 270	1.28 368	1.49 435	1.54 410	1.02 302	0.68 240	2.12 389	0.93 366	0.19 148	0.13 69	0.19 132	0.14 86	0.19 146	0.22 214

test_sample7	0.78 297	0.39 358	0.89 250	0.55 216	0.35 234	0.93 345	0.75 405	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	1.31 246	0.73 305	0.32 420	0.32 465	0.32 423	0.32 448	0.33 399	0.33 389

CoDeX	0.78 297	0.31 205	1.04 309	0.56 237	0.37 252	1.13 390	0.60 360	2.77 527	1.29 380	1.17 275	1.26 312	0.91 255	0.87 322	1.42 278	0.74 309	0.21 222	0.16 239	0.21 200	0.18 184	0.21 226	0.21 185

anonymousa	0.78 297	0.30 173	0.85 232	0.51 144	0.96 509	1.41 443	0.47 258	1.61 300	0.94 191	1.33 370	1.77 458	1.66 446	1.11 416	0.72 81	0.63 279	0.19 148	0.18 299	0.23 265	0.25 358	0.20 182	0.22 214

BUS	0.78 297	0.34 271	0.77 179	0.55 216	0.45 328	2.30 512	0.42 191	2.65 520	1.04 236	1.25 324	1.12 253	1.02 302	0.70 247	0.94 152	0.75 312	0.25 320	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

acv_ft	0.78 297	0.33 242	1.10 332	0.73 432	0.86 494	1.23 415	0.57 340	1.65 307	1.11 268	1.31 361	1.31 334	1.07 313	0.91 337	0.82 110	1.35 433	0.22 256	0.19 317	0.21 200	0.18 184	0.22 246	0.19 131

GANet-RSSM	0.78 297	0.31 205	0.90 260	0.67 380	0.58 408	0.80 287	0.62 368	2.04 419	1.15 292	1.11 240	1.27 321	1.26 368	1.18 435	1.68 326	0.74 309	0.26 346	0.21 347	0.22 231	0.22 304	0.23 266	0.23 235

PSMNet-RSSM	0.78 297	0.32 223	0.89 250	0.65 352	0.43 314	0.73 250	0.58 347	2.14 444	1.19 312	1.18 286	1.38 363	1.31 380	1.07 406	1.43 280	0.82 336	0.28 385	0.21 347	0.27 364	0.29 423	0.25 307	0.26 297

CFNet-ft	0.78 297	0.36 310	0.74 166	0.67 380	0.56 400	0.86 320	0.54 317	1.46 265	1.17 304	1.01 216	1.28 327	1.68 451	1.03 392	1.57 304	0.95 373	0.27 367	0.21 347	0.33 435	0.26 376	0.31 381	0.26 297

CFNet_RVC	0.78 297	0.36 310	0.74 166	0.67 380	0.56 400	0.86 320	0.54 317	1.46 265	1.17 304	1.01 216	1.28 327	1.68 451	1.03 392	1.57 304	0.95 373	0.27 367	0.21 347	0.33 435	0.26 376	0.31 381	0.26 297

G2L-ROB	0.79 306	0.28 125	1.01 301	0.57 259	0.39 273	0.94 348	0.65 377	1.76 340	1.18 310	1.27 342	1.03 212	1.62 439	0.78 270	1.93 364	1.26 418	0.20 191	0.14 136	0.17 70	0.15 105	0.20 182	0.24 256

SMFormer	0.79 306	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.99 379	0.24 300	0.22 362	0.22 231	0.21 277	0.23 266	0.27 315

tta	0.79 306	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.99 379	0.24 300	0.22 362	0.22 231	0.21 277	0.19 146	0.22 214

ffm	0.79 306	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	1.08 150	2.62 529	1.19 294	1.49 392	1.07 313	0.85 305	1.57 304	0.35 73	0.21 222	0.13 69	0.31 411	0.28 404	0.20 182	0.23 235

cf-r	0.79 306	0.32 223	1.06 316	0.57 259	0.64 432	0.78 272	0.51 286	2.04 419	1.22 331	1.20 299	1.27 321	1.53 425	0.91 337	1.47 289	0.94 371	0.25 320	0.19 317	0.22 231	0.23 336	0.19 146	0.21 185

DeepPruner_ROB	0.79 306	0.55 430	1.14 344	0.61 313	0.46 336	0.78 272	0.54 317	1.83 358	1.00 220	1.42 410	1.27 321	1.23 357	0.77 263	1.56 302	0.89 351	0.35 447	0.28 435	0.27 364	0.26 376	0.32 392	0.34 398

DDVS	0.80 312	0.43 381	1.09 327	0.64 345	0.44 324	1.27 421	0.43 209	1.49 271	0.94 191	1.21 306	1.16 277	1.42 399	0.63 220	2.14 391	1.02 387	0.29 401	0.22 362	0.26 349	0.23 336	0.31 381	0.37 415

gwcnet-sp	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 390	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

scenet	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 390	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

ssnet	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 390	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

AASNet	0.80 312	0.39 358	1.16 360	0.84 479	0.80 483	1.14 393	0.59 353	2.12 434	1.21 323	1.26 337	1.26 312	0.93 265	0.77 263	0.84 121	1.23 414	0.28 385	0.24 400	0.24 289	0.20 235	0.28 341	0.27 315

PSM-softLoss	0.80 312	0.33 242	0.89 250	0.63 331	0.32 179	0.55 148	0.40 173	1.26 223	0.78 130	1.25 324	1.07 229	0.83 223	0.51 156	5.33 496	0.61 272	0.25 320	0.15 202	0.25 328	0.22 304	0.20 182	0.26 297

KMStereo	0.80 312	0.33 242	0.89 250	0.63 331	0.32 179	0.55 148	0.40 173	1.26 223	0.78 130	1.25 324	1.07 229	0.83 223	0.51 156	5.33 496	0.61 272	0.25 320	0.15 202	0.25 328	0.22 304	0.20 182	0.26 297

PSM-AAD	0.80 312	0.29 148	0.58 76	0.58 272	0.29 109	0.76 262	1.19 494	1.08 150	0.94 191	1.65 467	1.58 425	0.81 208	2.12 522	1.67 324	0.44 161	0.19 148	0.14 136	0.38 467	0.32 448	0.22 246	0.68 509

iResNet	0.80 312	0.45 389	1.47 412	0.72 424	0.31 146	0.96 361	0.64 375	1.80 351	1.28 368	1.31 361	1.48 391	0.94 271	0.78 270	1.77 339	0.99 379	0.19 148	0.14 136	0.18 106	0.15 105	0.22 246	0.27 315

NINENet	0.81 321	0.40 364	0.89 250	0.65 352	0.53 381	2.30 512	0.42 191	2.12 434	1.13 281	1.20 299	1.27 321	1.02 302	0.70 247	1.26 236	0.75 312	0.29 401	0.24 400	0.31 411	0.21 277	0.27 325	0.26 297

DRaft	0.81 321	0.26 84	0.77 179	0.47 86	0.31 146	0.95 355	0.52 297	1.13 171	0.99 216	1.78 482	2.01 487	0.80 202	1.71 496	2.64 430	0.74 309	0.19 148	0.14 136	0.20 166	0.20 235	0.18 110	0.24 256

hknet	0.82 323	0.34 271	1.15 346	0.55 216	0.39 273	1.25 418	0.66 381	2.65 520	1.10 261	1.25 324	1.12 253	1.58 433	0.85 305	1.41 273	0.79 326	0.23 278	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

NF-Stereo	0.82 323	0.33 242	0.83 217	0.65 352	0.31 146	0.63 197	0.43 209	1.35 242	0.93 185	1.30 355	1.02 205	0.81 208	0.57 183	5.37 500	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.30 361

OCTAStereo	0.82 323	0.33 242	0.83 217	0.65 352	0.31 146	0.62 186	0.44 228	1.35 242	0.93 185	1.30 355	1.02 205	0.81 208	0.57 183	5.32 495	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.30 361

RE-Stereo	0.82 323	0.33 242	0.84 226	0.65 352	0.31 146	0.63 197	0.44 228	1.35 242	0.93 185	1.30 355	1.02 205	0.80 202	0.57 183	5.34 498	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.31 371

TVStereo	0.82 323	0.33 242	0.84 226	0.65 352	0.31 146	0.63 197	0.44 228	1.35 242	0.93 185	1.30 355	1.02 205	0.80 202	0.57 183	5.34 498	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.31 371

ARAFT	0.82 323	0.40 364	1.77 441	0.53 188	0.31 146	0.89 327	0.81 428	2.32 480	1.08 249	1.66 470	1.25 310	1.04 306	0.64 224	1.91 361	0.52 223	0.20 191	0.15 202	0.28 380	0.27 393	0.17 78	0.18 97

STTStereo	0.82 323	0.53 423	1.53 424	0.68 392	0.56 400	0.88 325	0.56 334	1.57 289	1.14 287	1.39 398	1.10 242	1.26 368	0.84 300	1.49 298	0.90 355	0.29 401	0.28 435	0.33 435	0.40 485	0.33 399	0.37 415

BEATNet_4x	0.82 323	0.54 426	2.02 460	0.56 237	0.28 94	1.04 372	0.55 327	2.14 444	1.13 281	1.24 321	1.26 312	1.00 295	0.94 350	1.13 209	1.23 414	0.21 222	0.14 136	0.24 289	0.20 235	0.37 421	0.23 235

iResNet_ROB	0.82 323	0.36 310	1.13 339	0.60 299	0.37 252	0.91 334	0.38 151	2.41 495	1.61 479	1.35 383	1.35 353	1.25 362	0.97 367	1.75 337	0.88 348	0.21 222	0.14 136	0.17 70	0.12 29	0.19 146	0.30 361

ISRNet	0.83 332	0.35 300	1.31 393	0.84 479	0.65 437	0.60 175	0.41 183	1.28 231	1.15 292	1.61 458	1.55 413	1.34 387	0.77 263	1.33 255	0.98 378	0.40 467	0.34 475	0.43 484	0.38 482	0.34 407	0.49 465

testlalala_base	0.83 332	0.41 374	0.80 194	0.67 380	0.53 381	0.78 272	0.30 69	1.84 360	0.60 82	0.75 152	0.91 171	0.68 168	0.54 171	0.69 75	0.46 180	2.92 553	0.15 202	0.17 70	0.12 29	2.95 552	0.27 315

GrayStereo	0.83 332	0.28 125	0.62 101	0.66 366	0.37 252	0.76 262	1.79 530	1.19 200	0.91 173	1.98 501	1.89 475	1.07 313	1.76 500	1.43 280	0.50 211	0.20 191	0.15 202	0.19 132	0.21 277	0.18 110	0.41 436

psm_up	0.83 332	0.37 331	0.88 246	0.68 392	0.59 414	1.05 375	0.92 453	1.68 312	1.17 304	1.41 406	1.22 296	1.30 378	1.31 453	1.39 268	0.89 351	0.27 367	0.30 448	0.31 411	0.27 393	0.28 341	0.28 331

GwcNet-RSSM	0.83 332	0.34 271	1.29 392	0.65 352	0.55 395	0.78 272	0.62 368	1.89 378	1.27 360	1.18 286	1.39 365	1.56 430	0.91 337	1.60 316	1.22 411	0.26 346	0.20 331	0.23 265	0.24 349	0.21 226	0.21 185

DMCA-RVC	0.83 332	0.46 392	2.19 473	0.68 392	0.49 354	0.84 312	0.48 265	1.44 261	1.07 246	1.56 449	1.04 218	1.29 375	0.86 313	1.49 298	0.92 363	0.27 367	0.22 362	0.35 450	0.28 404	0.32 392	0.28 331

coex_refinement	0.84 338	0.30 173	0.89 250	0.72 424	0.52 374	0.95 355	0.60 360	1.92 390	1.29 380	1.38 395	1.37 358	1.80 467	0.82 292	1.48 291	1.31 423	0.27 367	0.17 268	0.19 132	0.20 235	0.25 307	0.27 315

G2L-Stereo	0.84 338	0.35 300	1.15 346	0.63 331	0.43 314	0.78 272	0.69 389	1.69 321	1.20 316	1.36 388	1.18 283	1.43 404	0.78 270	2.47 422	1.26 418	0.25 320	0.20 331	0.26 349	0.21 277	0.20 182	0.27 315

RAFT_R40	0.84 338	0.30 173	0.83 217	0.63 331	0.31 146	0.66 218	0.43 209	1.15 187	0.99 216	1.47 427	1.10 242	1.00 295	0.84 300	5.44 501	0.53 233	0.23 278	0.13 69	0.23 265	0.20 235	0.23 266	0.19 131

UPFNet	0.84 338	0.34 271	1.09 327	0.62 321	0.74 465	1.25 418	0.78 412	1.69 321	1.20 316	1.39 398	1.13 264	1.30 378	0.87 322	1.73 334	1.22 411	0.24 300	0.26 419	0.24 289	0.23 336	0.26 319	0.20 157

hitnet-ft	0.84 338	0.38 349	0.75 171	0.59 291	0.44 324	0.99 366	0.47 258	1.61 300	1.38 416	1.21 306	1.22 296	1.82 469	0.99 373	1.87 354	1.09 394	0.33 427	0.29 444	0.34 443	0.27 393	0.36 415	0.33 389

NLCA_NET_v2_RVC	0.84 338	0.46 392	1.40 408	0.69 405	0.61 424	0.95 355	0.52 297	1.68 312	1.21 323	1.39 398	1.15 275	1.42 399	0.88 328	1.78 341	0.93 366	0.26 346	0.23 390	0.27 364	0.27 393	0.30 374	0.39 427
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 338	0.43 381	1.01 301	0.66 366	0.43 314	1.32 425	0.49 276	1.64 304	1.24 340	1.53 441	1.45 384	1.49 416	0.97 367	1.32 252	1.31 423	0.21 222	0.17 268	0.27 364	0.25 358	0.25 307	0.34 398
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 345	0.38 349	0.92 268	0.58 272	0.32 179	0.86 320	0.49 276	2.33 486	1.69 485	1.16 271	1.12 253	0.95 275	0.85 305	2.46 417	1.18 403	0.27 367	0.23 390	0.28 380	0.28 404	0.28 341	0.41 436

AIO-Stereo-zeroshot	0.85 345	0.38 349	2.79 494	0.51 144	0.60 418	0.72 245	0.38 151	2.87 534	0.77 126	0.80 160	1.07 229	2.14 499	0.93 347	0.96 161	0.62 275	0.21 222	0.13 69	0.21 200	0.26 376	0.29 358	0.32 380

DCRE	0.85 345	0.28 125	0.76 176	0.60 299	0.49 354	0.59 170	0.53 303	1.04 136	0.92 178	0.80 160	7.34 557	0.87 233	0.57 183	0.78 103	0.43 156	0.16 43	0.17 268	0.19 132	0.17 166	0.18 110	0.22 214

SST-Stereo	0.85 345	0.30 173	0.81 199	0.63 331	0.31 146	0.70 240	0.25 32	1.16 192	0.95 196	1.47 427	1.11 249	0.99 289	0.86 313	5.69 504	0.53 233	0.23 278	0.13 69	0.23 265	0.19 206	0.23 266	0.19 131

PAM	0.86 349	0.31 205	1.19 367	0.55 216	0.35 234	2.17 506	0.47 258	2.26 470	0.87 163	1.18 286	0.96 180	3.01 527	1.41 469	0.90 143	0.40 132	0.19 148	0.13 69	0.19 132	0.18 184	0.20 182	0.27 315

RAFT-345	0.86 349	0.26 84	0.73 161	0.53 188	0.28 94	0.53 130	0.41 183	0.85 76	1.31 391	1.33 370	2.32 502	0.85 230	0.53 163	5.69 504	0.48 197	0.19 148	0.14 136	0.22 231	0.17 166	0.17 78	0.17 81

UNet	0.86 349	0.36 310	1.52 421	0.62 321	0.74 465	1.56 458	0.49 276	1.55 283	1.12 275	1.28 348	1.10 242	1.52 424	1.10 413	1.69 330	1.14 399	0.24 300	0.18 299	0.25 328	0.21 277	0.25 307	0.25 277

ac_64	0.86 349	0.32 223	1.02 304	0.74 438	0.60 418	1.04 372	0.53 303	2.20 465	0.99 216	1.23 317	1.11 249	1.96 483	1.06 404	2.01 376	1.01 384	0.30 408	0.22 362	0.24 289	0.23 336	0.22 246	0.22 214

PAM_32	0.87 353	0.30 173	1.08 324	0.56 237	0.32 179	2.10 505	0.36 126	2.26 470	1.01 223	1.13 251	1.05 225	3.14 532	1.47 476	1.00 171	0.42 150	0.19 148	0.14 136	0.20 166	0.18 184	0.19 146	0.25 277

SepStereo	0.87 353	0.37 331	1.20 371	0.66 366	0.69 453	0.82 297	0.62 368	1.79 347	1.26 356	1.93 496	1.55 413	0.96 280	1.17 428	2.34 408	0.69 298	0.22 256	0.16 239	0.25 328	0.18 184	0.29 358	0.24 256

LMCR-Stereo	0.87 353	0.50 411	0.99 294	0.80 464	0.43 314	1.32 425	0.55 327	2.79 530	1.03 230	1.55 447	1.49 392	0.74 187	1.01 382	1.76 338	0.99 379	0.30 408	0.17 268	0.22 231	0.18 184	0.31 381	0.22 214

FADNet_RVC	0.88 356	0.56 434	2.15 470	0.57 259	0.43 314	1.17 407	0.46 247	1.68 312	1.12 275	0.91 190	1.24 308	0.91 255	0.94 350	2.22 397	1.20 406	0.28 385	0.22 362	0.32 423	0.28 404	0.46 467	0.42 444

iResNetv2_ROB	0.88 356	0.43 381	2.62 491	0.60 299	0.38 264	0.94 348	0.67 383	1.88 376	1.38 416	1.27 342	1.45 384	1.26 368	1.05 403	1.92 362	0.64 283	0.24 300	0.15 202	0.19 132	0.14 86	0.24 295	0.21 185

DualNet (step1)	0.89 358	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	1.31 246	0.73 305	0.59 514	0.32 465	0.62 521	0.67 528	0.45 460	0.48 460

iRaft-Stereo_5w	0.89 358	0.31 205	1.04 309	0.56 237	0.47 346	0.47 73	0.68 386	1.19 200	1.08 249	0.80 160	1.35 353	1.46 411	0.90 334	5.11 490	1.16 401	0.18 110	0.15 202	0.22 231	0.19 206	0.21 226	0.24 256

DAS	0.89 358	0.37 331	1.20 371	0.66 366	0.69 453	0.82 297	0.62 368	1.79 347	1.26 356	1.93 496	1.55 413	0.96 280	1.17 428	2.72 435	0.69 298	0.22 256	0.16 239	0.25 328	0.18 184	0.29 358	0.24 256

SACVNet	0.89 358	0.51 415	1.08 324	0.83 475	0.58 408	0.83 304	0.78 412	1.84 360	1.17 304	1.39 398	1.33 344	1.25 362	1.01 382	2.31 407	0.92 363	0.35 447	0.26 419	0.31 411	0.29 423	0.35 411	0.48 460

ASMatch	0.89 358	0.29 148	0.72 147	0.56 237	0.36 242	0.47 73	0.37 141	1.16 192	0.95 196	1.11 240	3.26 527	0.95 275	0.96 357	4.88 487	0.53 233	0.20 191	0.16 239	0.22 231	0.19 206	0.20 182	0.30 361

ADLNet	0.89 358	0.39 358	1.09 327	0.88 490	0.73 460	1.24 417	0.75 405	2.02 412	1.41 431	1.58 453	1.37 358	1.26 368	1.00 379	1.31 246	1.18 403	0.28 385	0.21 347	0.26 349	0.26 376	0.29 358	0.36 411

MMNet	0.89 358	0.35 300	1.44 409	0.64 345	0.59 414	1.83 485	0.48 265	1.70 325	1.38 416	1.45 423	1.19 287	1.25 362	1.16 424	1.77 339	1.27 421	0.20 191	0.19 317	0.23 265	0.22 304	0.25 307	0.24 256

HGLStereo	0.89 358	0.42 377	1.15 346	0.82 471	1.03 514	1.16 400	0.57 340	1.68 312	1.28 368	1.26 337	1.62 432	1.13 337	1.31 453	1.85 350	1.11 398	0.25 320	0.24 400	0.24 289	0.22 304	0.24 295	0.29 345

CRFU-Net	0.90 366	0.42 377	1.10 332	0.69 405	0.59 414	1.76 476	0.84 435	2.33 486	0.92 178	1.45 423	1.20 288	1.62 439	1.25 443	1.38 265	0.94 371	0.28 385	0.23 390	0.22 231	0.19 206	0.24 295	0.27 315

dad	0.90 366	0.73 484	1.28 389	0.59 291	0.39 273	0.83 304	0.45 241	1.24 218	1.54 466	1.52 438	1.28 327	1.36 390	0.86 313	2.54 426	0.91 359	0.43 476	0.27 429	0.82 529	0.26 376	0.44 457	0.34 398

AACVNet	0.90 366	0.40 364	0.98 292	0.86 485	0.40 285	0.80 287	0.49 276	1.81 354	0.86 160	1.11 240	1.34 348	1.32 384	0.99 373	4.23 471	0.86 342	0.26 346	0.22 362	0.28 380	0.22 304	0.30 374	0.28 331

IRAFT_RVC	0.90 366	0.30 173	0.89 250	0.67 380	0.31 146	0.64 206	1.00 470	1.40 254	0.97 204	1.23 317	1.04 218	1.00 295	0.96 357	5.77 509	0.57 254	0.24 300	0.13 69	0.25 328	0.21 277	0.20 182	0.21 185

delet	0.90 366	0.34 271	1.15 346	0.69 405	0.66 443	1.63 465	0.81 428	1.95 397	1.49 460	1.42 410	1.38 363	1.29 375	0.91 337	1.78 341	1.18 403	0.22 256	0.22 362	0.24 289	0.25 358	0.22 246	0.24 256

pcwnet_v2	0.91 371	0.39 358	2.74 492	0.64 345	0.55 395	0.81 295	0.49 276	2.19 462	1.63 480	1.44 417	1.64 438	1.09 324	0.79 279	1.31 246	0.70 301	0.32 420	0.25 412	0.29 392	0.27 393	0.37 421	0.37 415

FADNet-RVC-Resample	0.91 371	0.51 415	2.92 497	0.64 345	0.46 336	1.07 379	0.60 360	1.76 340	1.24 340	1.10 239	0.98 194	1.06 310	0.98 370	2.17 394	0.95 373	0.24 300	0.22 362	0.30 404	0.32 448	0.36 415	0.40 432

HSM-Net_RVC	0.91 371	0.31 205	0.60 89	0.54 202	0.31 146	1.15 397	0.60 360	3.76 546	1.30 384	1.57 452	1.75 454	1.67 448	1.01 382	1.61 318	0.90 355	0.23 278	0.17 268	0.19 132	0.18 184	0.20 182	0.22 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 374	0.39 358	1.22 376	0.66 366	0.39 273	1.31 424	0.96 463	2.32 480	1.45 449	1.48 433	1.17 280	1.53 425	0.91 337	1.16 215	1.71 475	0.31 412	0.27 429	0.30 404	0.29 423	0.28 341	0.29 345

ADLNet2	0.92 374	0.37 331	1.25 383	0.80 464	0.65 437	1.12 389	0.75 405	1.95 397	1.42 440	1.26 337	1.67 443	1.68 451	1.04 398	1.80 348	1.23 414	0.25 320	0.22 362	0.21 200	0.22 304	0.27 325	0.31 371

FTStereo	0.92 374	0.28 125	0.61 96	0.57 259	0.34 217	0.65 212	1.80 533	1.09 157	0.84 154	1.75 478	4.13 537	1.04 306	1.62 485	1.59 311	0.48 197	0.21 222	0.17 268	0.23 265	0.22 304	0.19 146	0.58 493

PFNet	0.92 374	0.28 125	1.20 371	0.68 392	0.32 179	0.62 186	0.55 327	1.27 227	1.01 223	1.47 427	1.09 240	0.97 283	0.68 240	6.58 527	0.59 266	0.21 222	0.13 69	0.24 289	0.19 206	0.20 182	0.20 157

DLCB_ROB	0.92 374	0.43 381	0.95 281	0.71 418	0.55 395	1.11 387	0.83 433	1.61 300	1.32 393	1.67 471	1.66 441	1.70 454	0.93 347	1.96 370	1.34 431	0.26 346	0.25 412	0.27 364	0.28 404	0.28 341	0.28 331

GEStereo_RVC	0.93 379	0.40 364	1.15 346	0.67 380	0.50 359	0.95 355	0.78 412	2.73 525	1.21 323	1.20 299	1.12 253	1.25 362	0.91 337	3.21 450	0.95 373	0.31 412	0.20 331	0.23 265	0.20 235	0.28 341	0.31 371

CBFPSM	0.95 380	0.37 331	2.10 466	0.51 144	0.39 273	1.73 472	0.87 446	1.59 296	1.13 281	1.11 240	1.00 200	2.34 508	1.64 490	1.42 278	1.44 441	0.19 148	0.18 299	0.20 166	0.20 235	0.22 246	0.36 411

OMP-Stereo	0.95 380	0.35 300	0.79 189	0.92 501	0.32 179	0.49 87	0.35 116	1.22 211	1.11 268	1.58 453	1.12 253	1.44 405	0.69 244	6.92 533	0.51 215	0.20 191	0.15 202	0.24 289	0.19 206	0.21 226	0.16 60

DSFCA	0.95 380	0.38 349	1.23 378	0.55 216	0.66 443	1.50 451	0.93 457	1.58 291	1.24 340	1.59 456	1.16 277	1.48 414	0.95 355	2.96 442	1.20 406	0.31 412	0.28 435	0.25 328	0.26 376	0.29 358	0.26 297

PSMNet_ROB	0.95 380	0.57 439	1.45 410	0.75 447	0.64 432	1.28 422	1.12 483	1.84 360	1.15 292	1.16 271	1.29 331	1.44 405	0.89 331	1.74 335	1.70 473	0.33 427	0.25 412	0.37 463	0.39 483	0.36 415	0.32 380

FADNet-RVC	0.96 384	0.72 481	2.96 498	0.64 345	0.49 354	0.90 331	0.59 353	1.85 368	1.27 360	0.92 193	0.97 189	1.36 390	0.90 334	2.36 410	1.31 423	0.30 408	0.29 444	0.32 423	0.32 448	0.42 444	0.37 415

TransformOpticalFlow	0.97 385	0.30 173	0.96 288	0.54 202	0.31 146	0.65 212	0.54 317	1.87 371	1.19 312	1.12 248	1.44 382	1.34 387	0.98 370	6.68 530	0.44 161	0.19 148	0.12 34	0.21 200	0.19 206	0.18 110	0.23 235

IIG-Stereo	0.97 385	0.34 271	0.80 194	0.90 499	0.33 199	0.61 183	0.26 41	1.27 227	1.08 249	1.69 473	1.37 358	1.44 405	0.74 253	6.94 534	0.53 233	0.21 222	0.14 136	0.23 265	0.18 184	0.20 182	0.15 30

XX-Stereo	0.97 385	0.28 125	8.28 540	0.85 482	0.70 459	0.44 58	0.22 16	1.07 145	0.69 107	0.66 137	1.56 419	1.38 396	0.38 81	1.36 258	0.38 111	0.21 222	0.14 136	0.20 166	0.19 206	0.19 146	0.16 60

DispNO	0.98 388	0.34 271	2.02 460	0.58 272	0.55 395	0.88 325	0.49 276	1.70 325	1.24 340	1.22 314	1.26 312	1.18 344	0.88 328	5.17 491	0.88 348	0.23 278	0.18 299	0.24 289	0.22 304	0.19 146	0.22 214

DEmStereo	0.98 388	0.25 66	0.85 232	0.49 113	0.33 199	1.02 370	0.55 327	0.97 106	0.93 185	1.41 406	2.13 493	1.01 300	2.01 512	5.62 503	0.78 321	0.19 148	0.15 202	0.20 166	0.20 235	0.18 110	0.25 277

FADNet	0.98 388	0.64 459	2.57 487	0.66 366	0.55 395	0.95 355	0.57 340	1.91 383	1.38 416	0.94 199	1.02 205	1.36 390	1.00 379	2.69 433	0.97 377	0.34 437	0.34 475	0.31 411	0.34 468	0.61 503	0.42 444

CFNet	0.99 391	0.40 364	1.23 378	0.65 352	0.43 314	1.03 371	0.49 276	2.01 411	1.35 400	1.02 220	1.39 365	1.10 328	0.86 313	5.47 502	0.89 351	0.24 300	0.18 299	0.28 380	0.27 393	0.27 325	0.22 214

NVstereo2D	0.99 391	0.45 389	2.21 474	0.79 463	0.75 469	1.20 411	0.86 442	1.98 402	1.41 431	1.02 220	1.18 283	1.31 380	0.97 367	2.25 401	0.93 366	0.45 488	0.22 362	0.39 471	0.25 358	0.59 497	0.68 509

CBMV_ROB	0.99 391	0.46 392	0.68 131	0.53 188	0.39 273	1.40 441	0.48 265	2.09 430	1.30 384	1.53 441	2.29 501	1.36 390	1.23 439	2.46 417	1.04 391	0.44 485	0.42 508	0.47 495	0.44 495	0.41 440	0.39 427

ACV-stereo	1.00 394	0.55 430	1.47 412	0.59 291	0.42 309	2.38 516	0.58 347	1.20 204	1.21 323	0.83 169	1.01 202	3.36 534	2.10 518	1.64 320	1.17 402	0.28 385	0.22 362	0.23 265	0.22 304	0.29 358	0.35 407

fast-acv-ft	1.00 394	0.48 403	1.85 449	0.61 313	0.52 374	1.77 478	0.69 389	1.52 274	1.47 455	1.34 377	1.85 471	1.73 457	1.24 442	1.62 319	1.56 454	0.27 367	0.28 435	0.28 380	0.28 404	0.28 341	0.31 371

HBP-ISP	1.00 394	0.60 443	0.85 232	0.64 345	0.48 348	1.63 465	0.77 409	2.24 469	1.30 384	1.33 370	1.53 409	0.87 233	0.99 373	3.26 453	0.76 315	0.46 489	0.44 510	0.54 508	0.48 504	0.48 472	0.42 444

CSP-Net	1.00 394	0.41 374	0.99 294	0.56 237	0.43 314	1.62 464	0.76 408	2.16 451	1.16 299	1.33 370	1.22 296	1.32 384	0.89 331	4.67 482	0.93 366	0.35 447	0.24 400	0.20 166	0.20 235	0.23 266	0.30 361

ETE_ROB	1.01 398	0.69 474	1.49 415	0.72 424	0.50 359	1.15 397	1.12 483	1.91 383	1.24 340	1.94 498	1.50 399	1.73 457	1.06 404	1.78 341	1.33 430	0.33 427	0.26 419	0.38 467	0.34 468	0.40 436	0.44 451

THIR-Stereo	1.02 399	0.29 148	0.73 161	0.51 144	0.29 109	0.94 348	1.31 504	1.08 150	0.98 207	1.35 383	1.91 479	1.16 342	1.54 481	6.37 525	0.79 326	0.20 191	0.14 136	0.21 200	0.22 304	0.19 146	0.25 277

PS-NSSS	1.02 399	0.62 455	1.17 361	0.61 313	0.58 408	0.91 334	0.79 420	2.02 412	1.19 312	1.17 275	1.68 445	1.00 295	0.85 305	4.43 476	0.86 342	0.38 459	0.31 453	0.52 503	0.32 448	0.52 481	0.45 453

XPNet_ROB	1.02 399	0.56 434	1.33 397	0.75 447	0.58 408	1.11 387	1.13 485	1.77 342	1.29 380	1.88 490	1.43 380	1.63 443	1.13 423	2.04 379	1.69 471	0.40 467	0.31 453	0.33 435	0.29 423	0.37 421	0.37 415

YMNet	1.04 402	0.59 440	1.67 434	0.86 485	0.86 494	1.84 486	0.61 365	1.70 325	1.28 368	1.65 467	1.98 483	1.75 462	0.96 357	1.57 304	1.58 456	0.34 437	0.37 491	0.32 423	0.32 448	0.33 399	0.32 380

YMNet_1	1.04 402	0.59 440	1.67 434	0.86 485	0.86 494	1.84 486	0.61 365	1.70 325	1.28 368	1.65 467	1.98 483	1.75 462	0.96 357	1.57 304	1.58 456	0.34 437	0.37 491	0.32 423	0.32 448	0.33 399	0.32 380

iinet-f	1.04 402	0.50 411	4.24 519	0.58 272	0.43 314	1.78 482	0.70 396	1.29 233	1.16 299	1.25 324	1.42 376	1.57 432	1.42 470	1.47 289	1.70 473	0.26 346	0.23 390	0.20 166	0.20 235	0.26 319	0.26 297

RAFT-RH_RVC	1.04 402	0.26 84	0.76 176	0.53 188	0.29 109	0.80 287	0.32 84	0.85 76	1.12 275	2.04 504	4.63 543	1.03 305	0.57 183	5.93 512	0.52 223	0.20 191	0.13 69	0.26 349	0.20 235	0.16 54	0.19 131

CBMV	1.04 402	0.48 403	0.88 246	0.56 237	0.36 242	1.52 453	1.55 517	1.87 371	1.59 475	2.11 508	1.67 443	1.46 411	1.35 458	1.92 362	1.31 423	0.35 447	0.35 482	0.39 471	0.33 462	0.34 407	0.34 398
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 407	0.33 242	1.04 309	0.49 113	0.31 146	0.67 223	0.26 41	2.37 490	0.80 142	1.05 227	1.11 249	2.86 525	1.81 503	6.26 519	0.50 211	0.18 110	0.15 202	0.19 132	0.16 142	0.17 78	0.21 185

StereoDRNet	1.05 407	0.53 423	2.21 474	0.80 464	0.93 503	1.50 451	0.90 449	2.06 424	1.44 444	1.68 472	1.20 288	1.48 414	0.99 373	1.86 353	1.60 460	0.29 401	0.24 400	0.29 392	0.28 404	0.35 411	0.33 389

AIO-Stereo-zeroshot1	1.06 409	0.43 381	3.59 511	0.53 188	0.66 443	0.79 280	0.39 165	2.60 517	0.98 207	0.96 204	4.58 541	2.05 497	0.56 180	0.99 167	0.51 215	0.19 148	0.14 136	0.21 200	0.28 404	0.32 392	0.41 436

STrans-v2	1.06 409	0.31 205	1.02 304	0.52 165	0.33 199	0.67 223	0.78 412	2.66 523	1.26 356	1.15 267	1.46 386	1.37 394	1.40 465	6.68 530	0.46 180	0.19 148	0.13 69	0.21 200	0.18 184	0.18 110	0.21 185

DISCO	1.06 409	0.37 331	1.19 367	0.73 432	0.46 336	2.04 501	0.84 435	2.26 470	1.54 466	1.25 324	1.36 357	2.38 510	1.08 407	2.60 429	1.62 463	0.24 300	0.19 317	0.22 231	0.20 235	0.32 392	0.29 345

NCCL2	1.06 409	0.64 459	1.35 398	0.78 461	0.58 408	1.32 425	1.69 522	1.89 378	1.38 416	1.52 438	1.20 288	1.91 473	1.17 428	1.79 346	1.50 448	0.35 447	0.31 453	0.45 489	0.44 495	0.41 440	0.45 453

LALA_ROB	1.06 409	0.66 466	1.37 406	0.70 414	0.53 381	1.61 462	1.25 501	1.81 354	1.48 459	1.82 486	1.40 370	1.93 477	1.03 392	1.68 326	1.69 471	0.38 459	0.28 435	0.43 484	0.37 479	0.43 446	0.38 423

TCMNet	1.07 414	0.66 466	2.49 483	0.92 501	1.32 535	1.14 393	0.67 383	1.91 383	1.29 380	1.20 299	1.57 423	1.29 375	0.96 357	2.23 398	1.59 459	0.32 420	0.31 453	0.38 467	0.35 472	0.43 446	0.40 432

PSMNet-RUCA	1.07 414	1.06 509	1.64 431	1.23 530	1.10 518	1.39 437	0.65 377	1.91 383	1.43 441	0.95 201	1.52 407	0.99 289	0.83 297	1.28 242	1.01 384	0.71 525	0.34 475	0.99 535	0.61 524	1.01 527	0.67 505

RAFT + AFF	1.07 414	0.47 397	1.36 403	0.68 392	0.50 359	1.20 411	1.22 497	2.58 516	1.26 356	1.33 370	1.56 419	1.19 346	1.49 479	3.89 469	1.01 384	0.22 256	0.26 419	0.30 404	0.27 393	0.29 358	0.32 380

DRN-Test	1.07 414	0.49 408	1.95 457	0.75 447	0.81 487	1.61 462	0.78 412	2.26 470	1.53 464	1.84 487	1.35 353	1.42 399	1.04 398	2.26 402	1.61 461	0.28 385	0.23 390	0.31 411	0.30 435	0.33 399	0.33 389

TDLM	1.08 418	0.50 411	1.01 301	0.69 405	0.54 389	0.91 334	1.40 510	1.60 298	1.36 409	1.17 275	1.40 370	1.07 313	1.00 379	6.19 515	0.85 341	0.34 437	0.22 362	0.35 450	0.26 376	0.38 427	0.29 345

Wz-Net-LNSev-Ref	1.09 419	0.46 392	2.61 490	0.71 418	0.65 437	2.00 498	0.78 412	2.07 426	1.47 455	1.62 462	1.47 388	1.53 425	1.29 449	2.10 387	1.65 469	0.24 300	0.14 136	0.20 166	0.16 142	0.28 341	0.28 331

FAT-Stereo	1.10 420	0.43 381	1.46 411	0.74 438	0.60 418	1.13 390	0.92 453	2.06 424	1.71 488	1.75 478	2.00 486	2.02 490	1.47 476	2.02 378	1.26 418	0.44 485	0.36 486	0.34 443	0.29 423	0.36 415	0.57 490

CVANet_RVC	1.10 420	0.49 408	1.15 346	0.65 352	0.54 389	0.93 345	1.00 470	1.69 321	1.36 409	1.42 410	1.39 365	1.24 361	1.17 428	6.22 517	0.80 333	0.35 447	0.24 400	0.35 450	0.30 435	0.44 457	0.32 380

APVNet	1.11 422	0.59 440	1.95 457	0.87 488	0.77 475	1.90 491	0.82 432	2.03 416	1.15 292	1.14 265	1.43 380	1.55 428	1.12 422	3.03 444	1.62 463	0.32 420	0.34 475	0.42 483	0.36 475	0.36 415	0.41 436

GANetREF_RVC	1.11 422	0.90 498	1.56 426	0.88 490	0.53 381	1.41 443	1.35 507	1.91 383	1.54 466	1.28 348	1.32 339	1.46 411	1.23 439	2.04 379	1.00 383	0.57 511	0.45 512	0.67 524	0.52 512	0.91 523	0.62 500
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
GCST	1.13 424	1.50 534	1.17 361	1.74 540	1.17 528	1.29 423	0.30 69	1.55 283	1.21 323	1.31 361	0.97 189	0.99 289	0.48 136	2.38 414	0.54 242	1.24 541	0.70 541	1.31 541	0.86 538	1.03 529	0.92 526

GASNet	1.13 424	1.10 515	3.29 507	1.00 516	0.68 450	0.82 297	0.67 383	1.85 368	1.38 416	1.39 398	1.25 310	1.25 362	1.20 438	2.72 435	1.62 463	0.46 489	0.26 419	0.36 460	0.34 468	0.55 491	0.33 389

anonymity	1.14 426	0.98 506	1.24 381	1.09 521	1.13 521	1.08 383	0.90 449	2.02 412	1.23 336	1.32 364	1.27 321	1.27 373	1.09 410	1.16 215	1.03 390	1.02 532	1.01 557	0.97 533	0.97 542	0.98 525	1.01 528

PA-Net	1.14 426	0.63 456	2.12 468	0.67 380	0.75 469	1.19 410	0.91 451	1.91 383	1.46 454	1.18 286	1.23 304	1.33 386	1.17 428	4.31 474	1.41 438	0.29 401	0.46 516	0.33 435	0.50 508	0.33 399	0.57 490
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 428	0.54 426	1.50 416	0.73 432	0.66 443	1.18 409	0.84 435	2.13 442	1.41 431	1.73 476	1.84 468	2.53 516	1.46 474	2.46 417	1.35 433	0.43 476	0.41 503	0.54 508	0.36 475	0.43 446	0.50 469

RASNet	1.16 429	0.34 271	1.11 334	0.73 432	0.86 494	1.00 367	0.60 360	1.56 286	1.43 441	1.07 235	1.37 358	2.08 498	1.44 473	7.00 535	1.56 454	0.20 191	0.17 268	0.17 70	0.19 206	0.19 146	0.19 131

DANet	1.16 429	0.64 459	1.52 421	0.88 490	0.74 465	1.52 453	0.52 297	1.68 312	1.21 323	1.81 484	1.55 413	2.02 490	1.11 416	3.30 455	2.28 494	0.34 437	0.31 453	0.40 477	0.30 435	0.46 467	0.54 479
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 431	0.29 148	1.08 324	0.55 216	0.43 314	0.69 236	0.71 399	1.14 175	1.35 400	1.00 211	1.49 392	1.90 471	0.86 313	9.61 560	0.89 351	0.21 222	0.19 317	0.30 404	0.25 358	0.20 182	0.18 97

Wz-Net-LNSev	1.17 431	0.72 481	4.71 523	0.66 366	0.84 492	1.72 469	1.13 485	1.97 401	1.43 441	1.34 377	1.32 339	1.66 446	1.30 452	1.44 283	1.51 450	0.29 401	0.26 419	0.24 289	0.23 336	0.33 399	0.35 407

S-Stereo	1.17 431	0.48 403	2.25 477	0.83 475	0.81 487	1.22 413	1.17 492	2.12 434	2.08 514	1.47 427	2.13 493	1.55 428	1.16 424	2.09 386	1.46 444	0.42 475	0.40 502	0.35 450	0.32 448	0.45 460	0.73 513

MaskLacGwcNet_RVC	1.17 431	1.06 509	1.28 389	0.88 490	0.69 453	1.92 493	0.92 453	1.71 329	1.14 287	1.17 275	1.26 312	1.49 416	0.80 286	2.04 379	0.86 342	2.02 544	0.34 475	0.79 528	0.36 475	1.38 538	1.33 540

RP	1.17 431	0.54 426	1.48 414	0.93 507	1.05 515	1.14 393	0.85 441	1.99 406	1.70 486	1.72 475	2.07 490	1.91 473	1.93 510	2.00 375	1.37 435	0.55 509	0.37 491	0.48 497	0.37 479	0.46 467	0.46 458

z-ln-s-r	1.18 436	0.61 448	2.91 496	0.54 202	0.56 400	0.81 295	0.86 442	1.72 332	1.55 472	1.18 286	1.62 432	1.37 394	1.16 424	3.67 463	3.77 519	0.20 191	0.15 202	0.21 200	0.17 166	0.29 358	0.24 256

ccnet	1.19 437	0.71 478	1.36 403	0.81 468	0.75 469	1.72 469	1.13 485	1.98 402	1.31 391	1.52 438	1.84 468	1.75 462	1.36 460	2.01 376	2.04 486	0.57 511	0.54 528	0.57 516	0.56 517	0.60 500	0.60 498

Nwc_Net	1.19 437	0.53 423	2.34 479	0.92 501	0.81 487	1.49 450	0.70 396	2.28 478	1.32 393	1.41 406	2.27 499	2.03 493	1.76 500	2.05 383	1.46 444	0.43 476	0.30 448	0.43 484	0.46 500	0.39 432	0.40 432

NCC-stereo	1.20 439	0.60 443	1.84 447	0.88 490	0.95 507	1.32 425	0.94 459	2.14 444	1.36 409	1.43 414	1.79 460	1.93 477	2.13 523	2.54 426	1.41 438	0.49 497	0.38 496	0.45 489	0.59 521	0.43 446	0.45 453

Abc-Net	1.20 439	0.60 443	1.84 447	0.88 490	0.95 507	1.32 425	0.94 459	2.14 444	1.36 409	1.43 414	1.79 460	1.93 477	2.13 523	2.54 426	1.41 438	0.49 497	0.38 496	0.45 489	0.59 521	0.43 446	0.45 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 441	0.66 466	3.44 509	0.69 405	0.73 460	1.93 494	1.44 512	2.16 451	1.59 475	1.85 489	1.49 392	1.50 419	1.34 457	2.05 383	1.54 453	0.27 367	0.24 400	0.28 380	0.28 404	0.35 411	0.32 380

RGC	1.22 442	0.82 492	1.71 437	0.95 512	0.98 512	1.53 455	0.80 423	2.18 460	1.35 400	1.69 473	1.94 480	2.03 493	1.66 491	2.36 410	1.50 448	0.46 489	0.36 486	0.59 519	0.48 504	0.49 476	0.49 465

stereogan	1.22 442	0.45 389	2.03 463	0.87 488	0.85 493	2.52 518	0.72 400	1.98 402	1.78 496	1.92 494	1.94 480	2.31 507	1.42 470	2.10 387	1.14 399	0.38 459	0.36 486	0.39 471	0.32 448	0.52 481	0.49 465

AANet_RVC	1.22 442	0.60 443	1.94 453	0.69 405	0.46 336	0.75 257	0.69 389	1.51 272	1.57 473	1.36 388	1.90 477	1.51 422	0.87 322	7.23 537	1.89 483	0.26 346	0.19 317	0.19 132	0.16 142	0.23 266	0.37 415

HSM	1.22 442	0.34 271	0.81 199	0.61 313	0.39 273	1.22 413	0.63 373	2.45 499	1.25 348	1.32 364	1.26 312	1.91 473	1.08 407	9.21 556	0.75 312	0.23 278	0.17 268	0.20 166	0.16 142	0.22 246	0.24 256

Syn2CoEx	1.23 446	0.80 488	3.07 501	0.83 475	0.68 450	1.39 437	0.87 446	2.23 467	1.57 473	1.28 348	1.58 425	1.42 399	1.57 483	3.79 467	1.48 447	0.36 454	0.32 465	0.34 443	0.30 435	0.30 374	0.41 436

AF-Net	1.23 446	0.56 434	2.31 478	0.88 490	0.93 503	1.41 443	0.73 403	2.27 476	1.71 488	1.76 481	2.42 507	2.00 487	1.70 494	1.98 371	1.62 463	0.50 501	0.29 444	0.49 499	0.33 462	0.40 436	0.34 398

NaN_ROB	1.23 446	0.63 456	1.76 440	0.67 380	0.50 359	1.59 461	2.00 536	1.87 371	1.52 463	2.14 510	1.26 312	1.40 398	1.09 410	4.60 480	1.75 476	0.28 385	0.34 475	0.28 380	0.29 423	0.30 374	0.37 415

DGSMNet	1.24 449	0.84 495	3.20 503	0.91 500	0.92 500	1.39 437	1.34 506	2.46 503	1.44 444	1.34 377	1.66 441	1.50 419	1.03 392	1.85 350	1.30 422	0.48 495	0.48 519	0.55 512	0.51 511	0.78 517	0.79 519

RYNet	1.24 449	0.52 421	1.57 428	0.73 432	0.97 510	1.74 474	0.95 462	2.09 430	1.54 466	1.44 417	1.18 283	1.94 481	1.29 449	4.57 479	1.93 484	0.27 367	0.23 390	0.35 450	0.27 393	0.57 494	0.59 495

ttt	1.26 451	0.36 310	0.79 189	0.65 352	0.42 309	0.94 348	0.57 340	2.33 486	1.38 416	1.25 324	1.65 439	0.92 263	0.78 270	2.64 430	8.73 550	0.30 408	0.28 435	0.26 349	0.25 358	0.29 358	0.32 380

aanetorigin	1.26 451	0.85 496	3.00 499	0.72 424	0.80 483	1.08 383	1.05 476	1.12 167	1.39 425	3.53 545	2.60 514	1.72 455	1.73 498	1.98 371	1.77 479	0.26 346	0.24 400	0.26 349	0.25 358	0.38 427	0.51 473

GwcNet	1.26 451	0.63 456	5.13 525	0.81 468	1.15 525	1.73 472	0.69 389	1.84 360	1.53 464	1.51 436	1.71 450	1.72 455	1.09 410	2.20 396	1.61 461	0.31 412	0.30 448	0.29 392	0.27 393	0.30 374	0.41 436

Consistency-Raft	1.27 454	1.01 508	2.17 471	1.04 518	1.20 530	0.96 361	1.00 470	1.84 360	1.95 507	1.38 395	2.11 492	1.44 405	1.03 392	1.18 221	1.40 437	0.73 526	0.83 543	0.89 531	0.99 545	1.33 536	0.95 527

NOSS_ROB	1.29 455	0.49 408	0.68 131	0.60 299	0.40 285	1.09 386	0.77 409	1.94 394	1.44 444	1.04 225	1.46 386	1.10 328	0.81 290	10.57 570	0.78 321	0.46 489	0.43 509	0.48 497	0.45 498	0.45 460	0.43 448

SGM-Forest	1.29 455	0.40 364	0.74 166	0.54 202	0.37 252	1.55 456	1.26 502	1.82 356	1.39 425	2.22 511	1.81 466	1.64 444	1.02 390	7.65 543	1.20 406	0.39 465	0.37 491	0.39 471	0.34 468	0.37 421	0.34 398
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 457	0.56 434	0.94 277	0.57 259	0.62 428	1.04 372	0.65 377	1.82 356	1.01 223	1.00 211	0.79 143	1.42 399	1.27 446	1.06 189	0.83 337	0.62 517	0.67 538	1.05 538	9.88 578	1.09 532	0.55 485

test_for_model	1.38 458	3.71 570	0.65 118	3.45 563	2.88 561	0.57 157	0.33 91	1.91 383	0.93 185	1.47 427	0.64 100	0.51 103	0.37 71	0.53 23	0.35 73	2.54 549	0.16 239	0.17 70	0.12 29	4.56 570	1.84 546

SQANet	1.38 458	0.95 504	1.37 406	1.89 544	1.47 540	1.44 447	0.81 428	1.89 378	1.13 281	1.34 377	1.26 312	1.28 374	1.02 390	1.64 320	0.91 359	2.55 550	0.35 482	1.47 542	0.56 517	2.48 544	1.74 544

PWC_ROB	1.39 460	0.93 503	4.07 517	0.77 457	0.83 490	1.16 400	0.53 303	1.87 371	2.01 510	2.36 516	3.06 525	1.65 445	1.60 484	2.65 432	2.29 496	0.34 437	0.23 390	0.36 460	0.25 358	0.39 432	0.49 465

PWCDC_ROB	1.39 460	0.91 501	2.10 466	1.08 520	0.92 500	1.72 469	0.58 347	2.03 416	3.30 544	1.32 364	4.87 546	1.21 349	1.71 496	1.98 371	1.75 476	0.65 520	0.26 419	0.29 392	0.25 358	0.56 492	0.41 436

GANet	1.41 462	0.52 421	1.18 366	0.74 438	0.48 348	1.40 441	1.69 522	1.87 371	1.28 368	1.56 449	2.39 505	1.56 430	1.25 443	9.13 554	1.20 406	0.31 412	0.32 465	0.34 443	0.29 423	0.40 436	0.33 389

PDISCO_ROB	1.41 462	0.73 484	2.04 464	1.40 533	1.46 539	2.83 529	1.07 479	2.64 519	2.11 516	1.41 406	1.50 399	1.73 457	0.99 373	2.83 440	1.46 444	1.03 533	0.27 429	0.54 508	0.47 502	0.77 516	0.84 523

w-ln-seven-2	1.42 464	0.69 474	6.86 533	0.71 418	0.62 428	1.23 415	0.92 453	1.84 360	1.59 475	1.74 477	1.59 429	1.49 416	1.40 465	3.69 464	2.22 491	0.27 367	0.26 419	0.29 392	0.26 376	0.34 407	0.33 389

LL-Strereo	1.42 464	0.44 388	2.02 460	0.62 321	1.07 516	0.73 250	0.65 377	2.02 412	1.21 323	1.60 457	1.62 432	2.02 490	2.10 518	9.67 561	1.07 393	0.22 256	0.20 331	0.27 364	0.24 349	0.23 266	0.33 389

SHD	1.42 464	0.81 491	2.79 494	0.98 514	0.92 500	1.97 495	0.68 386	2.43 497	2.55 526	2.54 525	1.72 451	2.01 489	1.62 485	2.14 391	2.70 503	0.40 467	0.33 471	0.39 471	0.40 485	0.48 472	0.54 479

RTSC	1.43 467	0.89 497	3.62 513	0.94 510	0.64 432	1.85 488	0.69 389	2.20 465	2.04 513	2.22 511	1.70 448	1.67 448	1.27 446	2.53 425	4.48 527	0.33 427	0.25 412	0.27 364	0.29 423	0.38 427	0.40 432

UDG	1.47 468	2.69 563	1.13 339	1.45 537	1.65 542	1.34 431	0.79 420	1.75 338	1.27 360	1.29 353	1.74 453	1.99 486	1.39 464	1.66 323	1.51 450	0.91 529	0.55 530	2.30 549	0.76 532	1.99 539	1.20 536

MFMNet_re	1.47 468	1.20 521	2.50 484	1.46 538	1.08 517	1.58 460	1.51 513	1.96 400	1.87 502	2.31 515	2.20 496	1.51 422	1.88 508	1.57 304	1.34 431	0.94 530	0.83 543	0.84 530	0.80 535	1.00 526	1.06 531

PASM	1.48 470	1.08 512	3.96 516	0.93 507	0.93 503	1.17 407	1.19 494	1.77 342	1.65 481	1.90 491	1.52 407	1.75 462	1.42 470	4.54 478	1.52 452	0.64 519	0.68 540	0.69 526	0.79 534	0.70 512	0.74 514

ADCRef	1.50 471	0.61 448	3.83 515	0.76 455	0.77 475	1.91 492	0.77 409	2.16 451	1.34 397	1.63 464	1.59 429	1.35 389	1.40 465	1.79 346	8.32 547	0.25 320	0.21 347	0.32 423	0.31 441	0.31 381	0.32 380

XQC	1.51 472	0.98 506	3.20 503	0.92 501	0.76 474	2.01 499	1.17 492	2.53 513	1.99 509	2.01 503	1.54 410	2.00 487	1.54 481	3.16 448	3.46 516	0.49 497	0.31 453	0.45 489	0.40 485	0.71 514	0.62 500

CC-Net-ROB	1.53 473	1.31 528	1.68 436	0.92 501	0.80 483	1.75 475	0.99 468	2.04 419	1.27 360	1.12 248	1.62 432	1.20 348	0.98 370	7.82 544	0.92 363	1.15 540	0.41 503	2.20 547	0.46 500	1.37 537	0.56 487

FINET	1.54 474	0.67 470	7.28 536	0.76 455	0.97 510	1.42 446	1.38 509	2.80 532	3.12 541	1.23 317	1.68 445	1.04 306	1.11 416	3.35 456	1.78 480	0.43 476	0.37 491	0.32 423	0.29 423	0.43 446	0.41 436

test_xeample	1.55 475	0.31 205	0.94 277	0.54 202	0.31 146	0.94 348	0.58 347	2.40 494	1.40 427	1.29 353	1.55 413	0.89 249	0.88 328	1.72 333	15.94 569	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

w-ln-seven	1.56 476	0.83 494	5.96 528	0.78 461	0.74 465	2.64 524	1.01 473	2.13 442	2.03 511	2.09 507	1.76 455	1.84 470	1.27 446	2.98 443	3.23 513	0.29 401	0.26 419	0.31 411	0.30 435	0.41 440	0.38 423

DDUNet	1.56 476	2.70 564	1.35 398	1.79 541	1.88 544	1.82 484	0.91 451	1.84 360	1.20 316	1.40 404	1.79 460	1.62 439	1.17 428	1.59 311	1.22 411	1.11 537	0.76 542	2.38 552	0.94 540	2.12 540	1.53 542

CrosDoStereo	1.56 476	0.26 84	0.78 185	0.51 144	0.29 109	0.66 218	11.86 569	1.18 196	1.00 220	1.35 383	1.76 455	0.99 289	1.83 505	6.64 528	0.83 337	0.19 148	0.15 202	0.20 166	0.22 304	0.18 110	0.25 277

DeepStereo_LL	1.56 476	0.26 84	0.78 185	0.51 144	0.29 109	0.66 218	11.86 569	1.18 196	1.00 220	1.35 383	1.76 455	0.99 289	1.83 505	6.64 528	0.83 337	0.19 148	0.15 202	0.20 166	0.22 304	0.18 110	0.25 277

xxxx	1.61 480	0.32 223	0.98 292	0.58 272	0.31 146	1.15 397	0.43 209	2.43 497	1.41 431	1.17 275	1.40 370	1.21 349	0.86 313	1.94 365	16.68 571	0.24 300	0.24 400	0.21 200	0.20 235	0.23 266	0.27 315

CSAN	1.61 480	0.67 470	3.24 506	0.74 438	0.52 374	1.77 478	1.74 527	1.98 402	1.94 506	2.47 523	2.33 503	1.93 477	2.04 515	6.45 526	1.95 485	0.43 476	0.36 486	0.41 482	0.42 489	0.43 446	0.44 451

MFN_U_SF_RVC	1.62 482	0.96 505	4.36 521	0.92 501	0.69 453	2.62 523	1.10 481	2.50 509	1.74 491	1.99 502	1.86 473	2.45 514	1.78 502	3.08 446	2.84 505	0.54 505	0.50 525	0.56 514	0.60 523	0.60 500	0.67 505

SDNR	1.66 483	0.55 430	2.36 480	0.56 237	0.58 408	3.79 547	0.45 241	1.78 344	1.40 427	1.38 395	2.45 510	1.13 337	0.96 357	11.03 571	1.31 423	0.67 522	0.64 536	0.43 484	0.32 448	0.71 514	0.76 517

otaku	1.67 484	1.18 519	1.56 426	2.27 546	1.59 541	1.98 496	1.23 499	2.23 467	1.37 414	1.48 433	1.63 437	1.73 457	1.23 439	1.85 350	1.09 394	2.96 554	0.58 534	1.74 543	0.61 524	2.94 550	2.15 550

222	1.67 484	0.31 205	0.93 270	0.59 291	0.31 146	1.05 375	0.43 209	2.39 492	1.47 455	1.37 390	1.55 413	0.94 271	0.94 350	1.98 371	17.76 572	0.24 300	0.22 362	0.21 200	0.20 235	0.22 246	0.26 297

Wz-Net-SNSev	1.68 486	1.45 530	8.71 544	0.71 418	0.67 449	1.35 432	1.51 513	2.15 449	1.47 455	1.51 436	1.68 445	2.27 503	1.38 462	4.23 471	2.36 498	0.32 420	0.29 444	0.31 411	0.33 462	0.43 446	0.39 427

DeepPrunerF	1.68 486	0.82 492	6.82 532	0.94 510	1.20 530	0.91 334	0.97 464	2.50 509	5.19 560	1.22 314	1.30 332	1.18 344	1.29 449	4.96 489	1.75 476	0.43 476	0.35 482	0.52 503	0.48 504	0.43 446	0.42 444

psmorigin	1.69 488	0.74 486	13.13 556	0.70 414	0.60 418	1.16 400	0.79 420	1.69 321	1.25 348	2.07 506	1.77 458	2.23 500	1.51 480	2.14 391	1.45 442	0.39 465	0.41 503	0.34 443	0.33 462	0.45 460	0.63 502

G-Net	1.71 489	0.67 470	2.09 465	1.14 526	0.75 469	2.96 534	0.89 448	1.58 291	1.30 384	2.76 530	8.12 564	2.29 505	2.51 534	1.94 365	2.23 493	0.49 497	0.45 512	0.45 489	0.31 441	0.62 504	0.59 495

Ntro	1.72 490	1.21 522	1.62 430	2.54 551	1.86 543	2.09 504	1.14 488	2.08 427	1.38 416	1.23 317	1.62 432	1.62 439	1.33 456	2.04 379	1.21 410	3.09 555	0.56 531	1.82 545	0.65 526	2.97 554	2.25 552

z-mn7	1.77 491	1.06 509	7.02 535	0.74 438	0.54 389	2.58 520	1.03 474	1.90 382	2.73 537	1.61 458	3.00 523	1.96 483	1.40 465	5.23 493	2.87 506	0.31 412	0.25 412	0.27 364	0.25 358	0.34 407	0.35 407

FBW_ROB	1.78 492	0.66 466	1.90 452	0.72 424	0.66 443	1.79 483	1.07 479	2.79 530	1.77 492	1.84 487	1.79 460	1.98 485	1.37 461	12.42 573	2.22 491	0.36 454	0.38 496	0.57 516	0.39 483	0.46 467	0.51 473

SPS-STEREO	1.78 492	1.09 514	1.52 421	1.22 529	1.14 523	1.87 490	1.11 482	2.27 476	1.70 486	3.17 543	2.39 505	2.84 524	1.93 510	4.41 475	2.93 507	1.04 535	0.99 556	0.97 533	0.94 540	1.03 529	1.05 530
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 494	1.11 516	4.33 520	0.84 479	0.77 475	3.70 542	2.41 555	2.04 419	1.85 501	1.75 478	1.90 477	1.92 476	1.25 443	7.33 538	1.45 442	0.47 493	0.47 517	0.53 507	0.77 533	0.50 478	0.55 485

SAMSARA	1.80 494	0.90 498	3.37 508	1.28 532	1.13 521	3.71 543	2.33 550	2.53 513	1.93 505	3.17 543	1.73 452	2.99 526	1.68 493	3.53 459	2.46 500	0.47 493	0.54 528	0.43 484	0.47 502	0.59 497	0.64 503

PVD	1.82 496	0.91 501	3.02 500	1.03 517	0.94 506	2.61 522	1.14 488	2.78 529	3.40 546	3.08 541	2.75 517	2.39 512	2.49 533	2.81 438	3.66 518	0.48 495	0.49 524	0.59 519	0.49 507	0.60 500	0.81 521

ADCL	1.82 496	0.70 476	4.57 522	0.70 414	0.63 431	2.56 519	1.77 529	2.08 427	1.77 492	1.95 500	1.89 475	2.04 495	1.88 508	2.36 410	9.55 554	0.27 367	0.25 412	0.35 450	0.32 448	0.39 432	0.39 427

zh-mn7	1.84 498	1.51 535	9.67 548	0.70 414	0.54 389	1.47 449	0.84 435	1.93 392	2.13 518	2.50 524	2.70 516	1.67 448	1.35 458	4.75 486	3.14 512	0.32 420	0.27 429	0.27 364	0.27 393	0.32 392	0.39 427

AAGNet	1.84 498	0.30 173	0.79 189	0.66 366	0.32 179	0.65 212	0.50 284	1.02 121	1.01 223	1.47 427	1.21 294	0.99 289	1.16 424	2.76 437	22.69 579	0.24 300	0.13 69	0.22 231	0.20 235	0.24 295	0.16 60

ff1	1.88 500	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	1.08 150	2.62 529	1.19 294	1.49 392	1.07 313	0.85 305	9.88 565	13.82 563	0.21 222	0.13 69	0.31 411	0.28 404	0.20 182	0.23 235

MDST_ROB	1.88 500	0.40 364	1.71 437	0.93 507	0.60 418	4.27 553	1.23 499	3.99 549	1.44 444	4.61 555	2.63 515	1.44 405	1.03 392	9.78 562	1.62 463	0.33 427	0.26 419	0.37 463	0.33 462	0.31 381	0.34 398

SGM_RVC	1.88 500	0.40 364	0.90 260	0.63 331	0.30 126	2.81 528	1.26 502	2.73 525	1.81 499	4.09 547	2.85 520	3.88 540	3.19 542	8.42 550	2.44 499	0.33 427	0.31 453	0.30 404	0.28 404	0.31 381	0.31 371
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 503	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	2.32 480	1.41 431	1.19 294	1.49 392	1.07 313	0.85 305	9.88 565	13.82 563	0.25 320	0.21 347	0.31 411	0.28 404	0.32 392	0.29 345

xxx	1.89 503	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	2.32 480	1.41 431	1.19 294	1.49 392	1.07 313	0.85 305	9.88 565	13.82 563	0.25 320	0.21 347	0.31 411	0.28 404	0.32 392	0.29 345

DPSNet	1.91 505	0.64 459	5.95 527	0.73 432	0.59 414	2.04 501	1.61 521	3.84 547	1.96 508	1.54 444	1.39 365	2.27 503	3.32 545	4.95 488	4.79 530	0.50 501	0.31 453	0.29 392	0.26 376	0.67 509	0.54 479

test_sample9	1.96 506	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	2.46 417	8.57 548	0.59 514	12.85 581	0.62 521	0.67 528	0.45 460	0.48 460

1111x	1.96 506	0.32 223	1.54 425	0.54 202	0.30 126	1.00 367	0.69 389	2.47 504	1.33 395	1.21 306	1.44 382	1.21 349	1.11 416	8.49 551	16.14 570	0.22 256	0.23 390	0.22 231	0.23 336	0.25 307	0.26 297

ADCPNet	1.97 508	0.78 487	9.38 546	0.74 438	0.61 424	2.73 526	1.36 508	2.11 433	1.66 482	1.92 494	1.70 448	2.45 514	2.07 516	2.50 423	6.84 542	0.38 459	0.38 496	0.38 467	0.43 493	0.47 471	0.50 469

zh-sn7	2.00 509	1.73 543	9.50 547	0.77 457	0.73 460	1.77 478	1.32 505	2.08 427	1.66 482	1.91 492	2.48 512	1.81 468	2.25 526	5.74 506	4.07 523	0.33 427	0.33 471	0.32 423	0.32 448	0.44 457	0.46 458

WCMA_ROB	2.05 510	0.55 430	1.77 441	0.74 438	0.61 424	2.24 509	1.56 518	2.17 459	1.79 497	4.16 551	6.36 553	5.66 552	4.66 556	3.19 449	2.77 504	0.55 509	0.45 512	0.40 477	0.43 493	0.48 472	0.50 469

RainbowNet	2.06 511	1.86 545	1.97 459	2.86 554	2.25 549	2.03 500	1.79 530	2.77 527	1.92 504	1.54 444	1.84 468	1.95 482	1.73 498	2.23 398	1.38 436	3.40 561	0.86 548	2.39 554	1.00 546	2.94 550	2.42 554

MSMD_ROB	2.08 512	0.61 448	1.15 346	0.71 418	0.62 428	4.00 549	0.93 457	1.94 394	1.79 497	4.71 557	4.60 542	8.14 561	3.87 552	3.75 466	1.65 469	0.54 505	0.48 519	0.55 512	0.58 519	0.53 486	0.52 475

Wz-Net-TNSev	2.10 513	2.71 565	9.30 545	0.72 424	0.65 437	2.41 517	1.81 534	2.45 499	1.77 492	1.62 462	1.56 419	2.56 517	2.01 512	5.30 494	4.46 526	0.41 471	0.38 496	0.33 435	0.37 479	0.54 489	0.64 503

ADCMid	2.11 514	0.90 498	8.39 542	0.75 447	0.69 453	1.98 496	1.14 488	2.18 460	1.67 484	2.85 532	1.85 471	2.35 509	2.02 514	2.35 409	10.58 558	0.34 437	0.32 465	0.39 471	0.44 495	0.51 480	0.53 478

ADCP+	2.12 515	0.56 434	10.01 549	0.68 392	0.91 499	2.25 510	1.04 475	1.92 390	1.50 462	1.58 453	1.34 348	1.73 457	1.62 485	2.27 403	13.20 560	0.25 320	0.22 362	0.32 423	0.29 423	0.38 427	0.34 398

WZ-Net	2.14 516	1.08 512	11.68 555	0.89 497	0.78 479	1.76 476	1.59 520	2.39 492	2.03 511	2.11 508	1.95 482	2.30 506	2.28 527	5.94 513	3.86 522	0.35 447	0.27 429	0.29 392	0.32 448	0.52 481	0.50 469

AnyNet_C32	2.14 516	1.45 530	7.38 537	0.95 512	1.12 519	2.23 508	2.34 551	2.10 432	1.54 466	2.44 519	1.79 460	2.04 495	1.66 491	2.69 433	10.48 557	0.38 459	0.35 482	0.35 450	0.42 489	0.50 478	0.60 498

NVStereoNet_ROB	2.17 518	1.18 519	3.51 510	1.14 526	1.26 533	1.57 459	1.51 513	2.19 462	2.11 516	2.04 504	4.80 544	3.17 533	2.11 521	7.97 546	2.10 487	1.12 538	0.94 553	1.10 539	1.34 552	0.95 524	1.31 537
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 519	1.29 527	4.14 518	1.10 522	0.78 479	5.00 556	2.38 554	2.47 504	2.67 534	1.94 498	2.28 500	2.66 521	1.70 494	9.10 553	2.29 496	0.68 524	0.52 526	0.68 525	0.71 531	1.17 534	0.81 521

SANet	2.26 520	0.70 476	6.94 534	0.69 405	0.46 336	2.76 527	1.76 528	2.61 518	5.84 562	2.45 520	3.52 531	3.71 537	3.38 547	5.90 510	2.14 489	0.34 437	0.31 453	0.32 423	0.29 423	0.54 489	0.43 448

test_sample8	2.29 521	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	2.03 416	1.22 331	2.28 514	1.33 344	4.98 550	2.51 534	2.46 417	8.57 548	0.59 514	12.85 581	0.62 521	0.67 528	0.45 460	0.48 460

ADCS	2.35 522	1.26 524	6.54 531	0.85 482	0.77 475	2.18 507	1.79 530	2.47 504	2.20 519	2.80 531	2.14 495	2.38 510	2.09 517	2.81 438	13.83 566	0.43 476	0.41 503	0.40 477	0.45 498	0.59 497	0.67 505

MeshStereo	2.36 523	0.60 443	1.05 314	0.63 331	0.51 369	2.58 520	0.99 468	3.46 542	2.21 520	7.38 569	5.06 548	7.50 557	3.10 541	7.02 536	2.54 501	0.44 485	0.44 510	0.45 489	0.40 485	0.43 446	0.45 453
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
AnyNet_C01	2.38 524	2.21 555	10.17 550	0.99 515	0.79 481	3.12 535	2.37 552	2.69 524	1.89 503	2.58 527	2.44 509	2.70 522	1.86 507	3.65 460	7.12 543	0.41 471	0.41 503	0.40 477	0.42 489	0.68 510	0.79 519

DispFullNet	2.39 525	2.89 566	3.74 514	3.09 559	2.27 551	2.04 501	0.84 435	2.19 462	1.73 490	2.54 525	1.98 483	2.23 500	5.83 559	3.44 458	1.84 482	1.03 533	0.33 471	2.65 560	1.97 564	2.87 549	2.34 553

EDNetEfficient	2.40 526	1.14 517	8.59 543	0.77 457	0.73 460	1.06 378	1.53 516	1.54 280	4.06 552	4.87 558	2.81 518	2.23 500	3.53 548	3.04 445	9.65 555	0.27 367	0.24 400	0.27 364	0.31 441	0.70 512	0.67 505

MSAF-DinoV2	2.45 527	1.88 548	17.19 564	0.89 497	0.52 374	1.39 437	0.97 464	2.84 533	1.77 492	1.55 447	1.65 439	3.60 536	2.28 527	5.74 506	4.64 529	0.28 385	0.17 268	0.26 349	0.28 404	0.49 476	0.54 479

FCDSN-DC	2.47 528	0.65 465	1.00 299	0.85 482	0.75 469	2.26 511	0.97 464	2.31 479	1.83 500	5.52 564	7.65 560	7.72 560	7.70 566	4.43 476	2.64 502	0.52 503	0.48 519	0.52 503	0.52 512	0.57 494	0.59 495
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 529	0.72 481	18.07 568	0.72 424	0.53 381	1.85 488	0.86 442	1.80 351	2.40 523	1.54 444	1.42 376	1.13 337	1.17 428	4.18 470	4.80 532	0.25 320	0.20 331	0.23 265	0.19 206	7.64 575	0.38 423

ELAS	2.67 530	0.80 488	2.13 469	1.13 523	1.15 525	6.25 560	2.56 556	3.50 543	3.68 549	5.36 562	4.92 547	3.79 538	5.56 558	3.65 460	5.22 534	0.66 521	0.57 532	0.56 514	0.54 515	0.65 507	0.75 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 531	1.55 538	15.40 559	1.13 523	1.42 537	3.75 545	2.21 545	2.45 499	2.72 535	2.91 535	2.85 520	2.58 518	1.62 485	6.28 521	5.80 537	0.41 471	0.30 448	0.35 450	0.35 472	0.52 481	0.54 479

RTSA	2.76 531	1.55 538	15.40 559	1.13 523	1.42 537	3.75 545	2.21 545	2.45 499	2.72 535	2.91 535	2.85 520	2.58 518	1.62 485	6.28 521	5.80 537	0.41 471	0.30 448	0.35 450	0.35 472	0.52 481	0.54 479

WAO-7	2.78 533	1.54 537	2.18 472	1.41 536	1.19 529	3.92 548	2.01 539	4.19 551	3.89 551	2.98 537	5.47 549	4.18 541	3.28 544	8.24 549	4.27 524	1.13 539	1.01 557	1.18 540	1.13 551	1.19 535	1.13 535

MADNet+	2.80 534	3.38 569	11.57 554	1.50 539	1.21 532	3.18 537	2.00 536	3.52 544	2.61 528	1.81 484	2.09 491	2.83 523	2.18 525	7.55 541	5.44 536	0.84 527	0.83 543	0.71 527	0.66 527	1.05 531	1.08 532

IMH-64-1	2.82 535	1.87 546	1.77 441	3.31 561	2.69 557	3.22 538	2.07 540	4.25 552	2.77 538	2.46 521	3.78 534	3.05 528	2.34 530	4.67 482	3.00 509	3.84 566	0.84 546	2.75 561	1.39 553	3.34 559	2.93 562

IMH-64	2.82 535	1.87 546	1.77 441	3.31 561	2.69 557	3.22 538	2.07 540	4.25 552	2.77 538	2.46 521	3.78 534	3.05 528	2.34 530	4.67 482	3.00 509	3.84 566	0.84 546	2.75 561	1.39 553	3.34 559	2.93 562

pmcnn	2.84 537	0.46 392	5.19 526	0.68 392	0.42 309	1.55 456	1.16 491	2.32 480	1.60 478	2.72 528	7.49 558	17.96 575	1.48 478	6.04 514	6.64 541	0.18 110	0.15 202	0.15 17	0.12 29	0.20 182	0.20 157

ACVNet_2	2.86 538	1.47 532	8.28 540	2.68 552	2.26 550	2.70 525	1.84 535	3.41 540	3.04 540	2.27 513	3.42 530	4.58 543	2.10 518	5.91 511	1.62 463	2.58 551	0.67 538	2.22 548	0.85 537	2.79 547	2.47 555

ELAS_RVC	2.87 539	0.80 488	3.22 505	1.16 528	1.12 519	2.92 533	5.33 565	2.98 536	4.18 554	5.04 559	4.82 545	4.71 545	8.23 567	4.25 473	4.79 530	0.67 522	0.57 532	0.57 516	0.53 514	0.66 508	0.74 514
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 540	0.61 448	1.15 346	0.75 447	0.57 405	2.85 531	1.05 476	3.44 541	2.64 532	6.93 565	7.63 559	9.86 566	7.02 564	5.76 508	4.31 525	0.54 505	0.48 519	0.51 501	0.50 508	0.53 486	0.52 475

FC-DCNN v2	2.96 541	0.61 448	1.13 339	0.75 447	0.57 405	2.90 532	1.06 478	3.59 545	2.66 533	7.05 566	7.66 561	10.26 569	7.17 565	6.27 520	4.49 528	0.54 505	0.48 519	0.51 501	0.50 508	0.53 486	0.52 475

WAO-6	2.98 542	1.67 542	1.88 451	2.38 550	2.30 552	3.53 541	2.37 552	4.38 554	4.64 558	2.42 517	4.50 538	4.85 546	2.99 540	5.22 492	5.37 535	1.77 543	1.16 563	2.31 550	1.47 558	2.42 543	1.99 549

ACVNet-4b	3.05 543	1.42 529	18.09 569	2.85 553	2.33 553	2.32 515	1.22 497	2.47 504	2.21 520	1.26 337	2.36 504	2.64 520	1.46 474	6.32 523	1.23 414	3.29 558	0.45 512	2.37 551	1.02 548	3.03 555	2.61 557

ACVNet_1	3.08 544	1.48 533	17.70 565	2.90 556	2.35 554	2.30 512	1.43 511	3.16 538	2.26 522	1.91 492	2.05 489	3.51 535	2.32 529	3.71 465	1.58 456	3.25 557	0.66 537	2.40 555	1.06 549	3.07 556	2.59 556

PWCK	3.24 545	2.37 556	10.86 552	2.14 545	1.14 523	3.71 543	4.19 563	3.02 537	3.55 548	3.05 540	3.63 532	3.09 531	2.35 532	8.16 548	3.41 515	2.17 547	0.96 554	1.77 544	1.01 547	2.84 548	1.40 541

IMH	3.35 546	1.95 549	1.86 450	3.30 560	2.72 559	4.03 551	2.00 536	4.58 556	3.83 550	2.87 533	6.99 556	4.69 544	3.21 543	6.77 532	2.97 508	3.91 569	0.89 550	2.78 563	1.40 557	3.36 561	2.93 562

LVE	3.40 547	1.80 544	2.21 474	2.90 556	2.44 555	3.27 540	2.25 547	4.80 557	5.06 559	2.43 518	6.79 554	5.99 553	2.64 538	9.20 555	2.28 494	3.30 559	1.11 562	2.38 552	1.48 559	2.95 552	2.62 558

Dean	3.77 548	1.65 541	17.87 566	3.01 558	2.54 556	3.15 536	2.10 543	4.80 557	4.42 555	2.89 534	6.03 551	5.45 551	2.55 537	3.40 457	2.13 488	3.22 556	0.89 550	2.51 558	1.07 550	3.07 556	2.65 560

JetBlue	4.18 549	2.45 560	10.42 551	1.40 533	2.89 562	10.68 566	10.68 567	3.91 548	2.52 524	2.74 529	3.39 529	4.50 542	4.27 554	7.97 546	7.67 546	0.89 528	0.97 555	0.89 531	0.92 539	2.26 541	2.21 551

notaker	4.29 550	2.42 559	5.06 524	3.89 570	3.29 567	4.00 549	2.25 547	4.93 559	3.47 547	4.21 553	6.79 554	7.67 559	3.37 546	9.25 557	6.47 539	4.09 571	1.42 565	3.35 570	2.13 567	4.11 566	3.54 567

ktn	4.56 551	2.41 558	2.54 485	3.79 569	3.25 565	4.81 555	2.91 560	5.52 561	7.36 563	4.12 550	14.55 572	7.54 558	3.70 549	7.84 545	3.35 514	4.06 570	1.86 568	3.26 569	2.22 568	3.27 558	2.86 561

WAO-8	4.57 552	2.01 550	2.58 488	2.37 548	2.21 547	9.75 562	1.71 524	6.04 565	16.34 571	4.11 548	7.69 562	7.41 555	3.85 550	10.02 568	3.85 520	2.05 545	1.09 560	2.44 556	1.39 553	2.56 545	1.86 547

Venus	4.57 552	2.01 550	2.58 488	2.37 548	2.21 547	9.75 562	1.71 524	6.04 565	16.34 571	4.11 548	7.69 562	7.41 555	3.85 550	10.02 568	3.85 520	2.05 545	1.09 560	2.44 556	1.39 553	2.56 545	1.86 547

MultiAttention	4.59 554	0.35 300	0.90 260	0.75 447	0.46 336	31.81 586	4.41 564	2.35 489	1.41 431	1.64 466	2.43 508	2.42 513	0.70 247	38.40 586	1.78 480	0.23 278	0.15 202	0.30 404	0.30 435	0.48 472	0.48 460

SGM+DAISY	5.38 555	1.28 526	8.24 539	1.27 531	1.16 527	10.62 565	16.01 574	2.93 535	2.53 525	8.64 572	13.03 570	8.26 562	13.38 572	6.34 524	7.59 545	1.07 536	1.05 559	1.00 536	0.98 543	1.02 528	1.12 534

TorneroNet-64	5.41 556	2.10 553	2.43 481	3.49 565	2.83 560	9.90 564	2.13 544	8.87 571	16.79 576	5.39 563	9.18 566	10.68 571	3.92 553	9.55 559	5.11 533	3.36 560	0.86 548	2.88 564	1.62 560	3.76 562	3.37 565

MADNet++	5.41 556	3.18 567	6.43 530	4.66 574	3.95 571	6.15 559	6.75 566	4.51 555	4.51 557	5.06 560	6.27 552	4.96 548	6.14 560	9.39 558	11.70 559	4.71 572	4.19 573	3.97 572	3.33 570	4.08 565	4.25 572

UNDER WATER	5.68 558	2.46 561	15.52 561	3.98 572	3.53 568	5.15 557	2.74 558	5.58 562	16.41 574	4.00 546	4.56 539	9.12 564	6.43 562	6.22 517	9.11 552	3.85 568	1.35 564	3.18 568	1.98 565	4.51 569	3.84 571

UNDER WATER-64	5.84 559	2.48 562	17.93 567	3.97 571	3.58 569	7.70 561	3.03 561	5.72 564	14.13 568	4.18 552	4.00 536	9.27 565	6.80 563	6.20 516	9.22 553	3.67 563	1.52 566	3.14 566	1.95 563	4.43 568	3.83 570

LSM	6.55 560	1.26 524	15.64 562	1.79 541	68.74 589	1.67 468	2.08 542	2.26 470	2.59 527	3.13 542	3.08 526	1.90 471	1.81 503	2.89 441	2.16 490	0.43 476	0.59 535	0.50 500	0.58 519	0.64 505	17.24 582

tt	6.61 561	0.28 125	6.10 529	3.77 568	2.17 546	11.53 567	19.61 575	13.53 576	5.81 561	3.00 538	2.82 519	4.97 549	6.33 561	3.83 468	7.23 544	9.13 578	11.32 580	5.87 576	6.22 576	6.01 572	2.63 559

JetRed	7.02 562	8.94 574	25.72 577	2.89 555	3.27 566	14.25 571	12.27 571	6.69 567	4.45 556	4.46 554	4.56 539	6.65 554	5.43 557	7.46 540	14.41 568	2.60 552	3.31 570	2.61 559	2.30 569	4.34 567	3.79 569

xyz-stereo	7.03 563	0.24 47	70.23 591	0.44 50	0.21 7	29.74 580	0.49 276	1.03 129	0.77 126	1.45 423	26.78 581	1.17 343	1.19 437	4.72 485	1.32 429	0.16 43	0.12 34	0.20 166	0.14 86	0.17 78	0.14 15

MANE	7.50 564	0.64 459	7.97 538	1.40 533	2.10 545	16.86 573	12.56 572	12.91 575	17.51 579	8.50 571	11.60 569	14.66 572	13.33 571	12.02 572	13.28 561	0.62 517	0.52 526	0.52 503	1.90 562	0.56 492	0.58 493

SGM-ForestM	7.81 565	0.48 403	11.02 553	0.74 438	0.40 285	16.83 572	12.72 573	7.91 569	8.13 564	11.53 574	10.25 568	22.44 583	14.01 573	17.02 575	20.52 574	0.38 459	0.39 501	0.37 463	0.36 475	0.37 421	0.38 423

coex-ft	8.35 566	2.39 557	100.24 593	0.68 392	0.54 389	1.77 478	1.57 519	1.71 329	11.00 566	18.91 581	3.76 533	3.85 539	8.23 567	3.29 454	6.58 540	0.31 412	0.31 453	0.32 423	0.31 441	0.69 511	0.57 490

LE_ROB	8.35 566	0.47 397	27.42 581	0.83 475	0.34 217	2.84 530	3.36 562	4.03 550	27.04 583	25.20 583	8.72 565	8.55 563	27.35 583	7.37 539	22.13 575	0.22 256	0.20 331	0.20 166	0.21 277	0.25 307	0.25 277

KSHMR	8.76 568	2.14 554	3.59 511	3.60 567	3.13 564	4.15 552	2.67 557	5.61 563	58.90 593	3.04 539	55.71 593	4.94 547	2.54 536	4.61 481	3.05 511	3.49 562	1.57 567	3.14 566	1.98 565	3.84 563	3.49 566

U	9.23 569	0.22 14	0.65 118	0.48 98	53.11 588	61.26 593	0.24 30	0.77 48	0.55 64	0.37 32	0.30 13	0.29 28	0.34 49	0.34 2	0.27 15	0.20 191	0.12 34	60.47 590	4.24 573	0.18 110	0.14 15

TCMNet-wrong-test	10.42 570	11.55 576	15.31 558	20.99 579	18.49 575	13.94 570	10.69 568	16.07 577	4.14 553	5.27 561	5.64 550	16.22 574	12.57 569	7.57 542	10.26 556	7.44 576	2.38 569	4.30 573	3.43 571	11.37 578	10.87 576

EDNetEfficientorigin	10.59 571	1.52 536	177.33 594	0.68 392	0.54 389	1.66 467	1.20 496	1.94 394	3.39 545	4.69 556	3.37 528	3.08 530	2.79 539	3.25 452	3.63 517	0.26 346	0.24 400	0.33 435	0.28 404	0.85 520	0.87 524

TorneroNet	10.72 572	2.09 552	2.76 493	3.48 564	3.03 563	44.72 587	2.31 549	8.62 570	67.06 594	7.45 570	23.21 580	10.59 570	4.28 555	9.03 552	9.00 551	3.67 563	0.91 552	3.04 565	1.63 561	3.92 564	3.55 568

HanzoNet	11.92 573	5.12 571	17.18 563	4.19 573	3.59 570	5.16 558	2.82 559	7.41 568	9.96 565	33.31 589	27.60 582	22.25 582	37.31 587	18.18 577	13.57 562	8.13 577	3.44 572	3.50 571	3.44 572	7.77 576	4.52 573

DGTPSM_ROB	13.06 574	8.27 572	22.29 572	9.53 576	18.14 573	11.53 567	31.97 580	10.82 573	16.25 569	7.14 567	19.39 578	10.12 567	16.69 575	9.85 563	22.49 577	4.77 573	8.72 575	5.37 574	10.24 579	6.15 573	11.56 577

DPSMNet_ROB	13.08 575	8.28 573	22.32 573	9.54 577	18.15 574	11.53 567	31.98 581	10.83 574	16.27 570	7.17 568	19.40 579	10.12 567	16.69 575	9.87 564	22.50 578	4.78 574	8.72 575	5.38 575	10.25 580	6.16 574	11.59 578

USTest	14.33 576	14.93 577	21.00 570	17.41 578	16.02 572	23.11 574	33.76 582	22.02 578	11.81 567	9.47 573	10.19 567	15.94 573	13.17 570	17.25 576	22.38 576	3.81 565	5.01 574	6.17 577	6.18 575	9.23 577	7.81 575

DPSM_ROB	19.12 577	19.13 579	25.13 575	22.15 581	20.86 578	28.06 577	37.75 584	27.18 581	16.95 577	14.25 575	15.07 573	21.66 577	18.69 578	21.83 579	26.51 582	10.15 580	9.30 578	10.45 580	10.41 581	14.00 579	12.85 580

DPSM	19.12 577	19.13 579	25.13 575	22.15 581	20.86 578	28.06 577	37.75 584	27.18 581	16.95 577	14.25 575	15.07 573	21.66 577	18.69 578	21.83 579	26.51 582	10.15 580	9.30 578	10.45 580	10.41 581	14.00 579	12.85 580

LRCNet_RVC	22.79 579	32.09 585	22.06 571	29.83 583	26.15 580	4.40 554	0.84 435	22.64 579	2.10 515	26.93 584	29.25 583	23.03 584	15.56 574	23.91 581	18.92 573	32.00 587	20.04 588	34.68 586	32.13 587	30.66 586	28.52 586

DLNR_Zeroshot_test	23.23 580	48.25 594	43.77 584	177.04 594	78.39 590	0.35 18	0.21 12	23.33 580	0.82 147	0.67 139	0.86 161	0.58 133	0.30 31	1.64 320	0.48 197	10.69 582	0.13 69	0.18 106	0.14 86	76.63 593	0.23 235

DPSimNet_ROB	24.77 581	9.69 575	61.46 590	3.56 566	19.46 576	25.95 575	77.56 593	5.09 560	16.60 575	21.50 582	29.82 584	25.12 585	85.69 594	13.37 574	23.07 580	7.23 575	17.79 583	8.55 578	7.57 577	4.57 571	31.84 587

BEATNet-Init1	27.39 582	21.01 581	73.65 592	1.07 519	0.80 483	56.07 588	22.82 576	33.14 588	31.71 585	51.78 593	52.93 592	65.63 593	48.54 592	48.75 594	36.36 587	0.52 503	0.47 517	0.54 508	0.54 515	0.64 505	0.72 512

CasAABBNet	38.42 583	38.42 588	50.26 586	44.76 588	41.87 584	56.47 590	76.22 591	54.44 591	33.92 587	28.53 586	30.36 587	43.53 591	37.59 588	43.77 591	53.32 593	20.27 583	18.70 585	21.03 582	21.04 584	28.19 583	25.79 584

FlowAnything	38.45 584	38.38 587	50.32 587	44.77 589	41.97 585	56.43 589	76.20 590	54.49 593	34.43 589	28.45 585	30.15 585	43.52 590	37.69 589	43.76 590	53.31 592	20.36 584	18.71 586	21.03 582	21.10 586	28.18 582	25.74 583

Selective-RAFT-Error	38.47 585	38.44 589	50.38 588	44.74 587	42.01 586	56.47 590	76.24 592	54.44 591	34.02 588	28.59 587	30.30 586	43.51 589	38.10 590	43.69 589	53.24 591	20.36 584	18.72 587	21.05 584	21.02 583	28.25 584	25.87 585

HaxPig	39.02 586	41.39 591	41.59 582	30.10 584	32.36 581	29.49 579	27.65 578	30.56 584	37.94 590	43.75 590	43.81 589	33.42 586	35.69 584	41.51 587	40.33 589	43.91 591	47.48 593	45.87 587	47.14 589	42.29 587	44.06 590

AVERAGE_ROB	40.42 587	42.30 592	42.61 583	36.91 586	35.54 583	30.42 581	27.59 577	37.45 590	38.45 591	44.87 591	44.27 590	37.55 588	36.69 585	41.82 588	40.25 588	45.36 592	46.73 592	47.09 588	46.32 588	42.47 588	43.74 589

MEDIAN_ROB	42.01 588	44.30 593	44.14 585	35.08 585	34.90 582	31.33 585	29.90 579	36.77 589	40.11 592	47.14 592	46.55 591	37.49 587	38.50 591	44.30 593	42.32 590	47.93 593	49.31 594	49.68 589	49.00 590	44.98 589	46.46 591

Anonymous_1	42.79 589	18.71 578	24.75 574	21.81 580	45.16 587	27.68 576	37.52 583	28.64 583	16.34 571	14.72 577	14.53 571	20.60 576	17.82 577	21.52 578	25.88 581	113.45 594	8.91 577	100.63 591	126.37 591	158.50 594	12.31 579

LSM0	42.92 590	38.72 590	50.66 589	47.49 590	110.18 594	56.77 592	75.87 589	54.87 594	33.74 586	29.48 588	31.12 588	43.77 592	37.12 586	43.85 592	53.44 594	20.50 586	18.67 584	21.05 584	21.07 585	28.37 585	41.73 588

PML	51.64 591	37.49 586	14.31 557	7.45 575	20.27 577	107.80 594	231.34 595	8.94 572	27.70 584	86.74 594	268.93 595	69.03 594	61.09 593	24.71 585	14.36 567	9.71 579	3.40 571	9.60 579	4.67 574	20.46 581	4.76 574

xxxxx1	54.34 592	26.72 582	27.03 578	114.14 591	99.00 591	30.68 582	47.19 586	32.52 585	26.09 580	17.85 578	17.48 575	21.86 579	20.92 580	24.38 582	33.78 584	34.73 588	41.33 589	157.67 592	175.68 592	65.82 590	71.99 592

tt_ll	54.34 592	26.72 582	27.03 578	114.14 591	99.00 591	30.68 582	47.19 586	32.52 585	26.09 580	17.85 578	17.48 575	21.86 579	20.92 580	24.38 582	33.78 584	34.73 588	41.33 589	157.67 592	175.68 592	65.82 590	71.99 592

ff	54.34 592	26.72 582	27.03 578	114.14 591	99.00 591	30.68 582	47.19 586	32.52 585	26.09 580	17.85 578	17.48 575	21.86 579	20.92 580	24.38 582	33.78 584	34.73 588	41.33 589	157.67 592	175.68 592	65.82 590	71.99 592

test_example2	192.91 595	210.59 595	206.44 595	199.86 595	204.90 595	172.02 595	182.95 594	138.34 595	134.89 595	193.14 595	200.54 594	186.77 595	177.82 595	204.95 595	207.57 595	221.83 595	238.70 595	186.02 595	190.07 595	226.94 595	173.78 595

ccccc		492.94 596		530.37 596	529.69 596	476.06 596		494.48 596		446.40 596		473.27 596		541.46 596		660.58 596	458.79 596	353.88 596	309.98 596	597.94 596

Low-res two-view benchmark