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	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 8	0.92 53	0.65 57	0.53 23	0.54 1	0.50 29	0.28 149	0.24 257	0.25 81	0.21 99	0.23 42	0.22 60

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 20	0.62 26	0.38 5	0.73 81	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 34	0.53 8	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 97	0.23 28	0.16 12	0.21 26	0.23 71

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 100	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 41	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 64	0.33 12	1.95 63	0.65 3	0.56 11	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 97	0.23 28	0.18 47	0.21 26	0.19 5

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 142	0.92 33	0.58 18	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 109	0.28 5	1.86 52	0.68 4	0.56 11	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 67	0.22 14	0.18 47	0.21 26	0.20 19

S2M2	0.64 8	0.55 100	1.07 10	0.89 146	0.54 136	1.08 11	0.20 1	1.16 7	1.37 81	0.59 19	0.81 38	0.86 111	0.47 14	0.70 3	0.65 65	0.31 230	0.33 365	0.27 138	0.27 230	0.36 257	0.31 203

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 119	0.46 54	1.09 5	0.69 5	0.84 95	0.52 11	0.55 39	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 81	0.18 47	0.23 42	0.20 19

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 82	0.51 68	2.18 81	0.78 15	0.73 54	0.90 49	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 110	0.19 68	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 82	0.51 68	2.18 81	0.77 12	0.73 54	0.90 49	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 110	0.19 68	0.22 37	0.20 19

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 62	0.44 47	2.23 90	0.77 12	0.56 11	0.92 53	0.40 11	0.82 114	1.08 46	0.53 38	0.18 14	0.13 1	0.25 81	0.18 47	0.19 4	0.20 19

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 247	1.03 44	0.50 4	0.46 9	0.58 42	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 103	0.51 68	2.45 117	0.90 29	0.63 29	0.78 31	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 103	0.51 68	2.45 117	0.90 29	0.63 29	0.78 31	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 153	0.43 43	1.64 34	0.79 18	0.68 44	0.88 45	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 413	2.82 146	0.41 34	1.76 44	0.98 41	0.73 54	0.71 19	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 67	0.22 14	0.18 47	0.18 1	0.20 19

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 144	0.40 28	2.21 86	0.78 15	0.59 19	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 67	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 144	0.40 28	2.21 86	0.78 15	0.59 19	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 67	0.23 28	0.15 4	0.21 26	0.21 46

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 228	0.44 47	0.90 3	0.77 12	0.86 98	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 67	0.22 14	0.16 12	0.21 26	0.20 19

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 66	0.68 150	2.79 178	0.79 18	0.67 42	0.84 40	0.37 5	1.02 167	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

GREAT-IGEV	0.74 25	0.54 94	1.86 123	1.10 281	0.44 71	2.44 119	0.34 16	1.37 10	1.51 140	0.48 2	0.86 43	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

FlowAnything_test	0.75 26	0.60 154	1.18 50	0.82 93	0.58 168	2.29 107	0.66 142	1.38 11	0.80 20	1.03 125	0.76 26	0.63 51	0.49 19	0.84 12	0.91 177	0.31 230	0.27 305	0.40 375	0.48 451	0.31 163	0.30 193

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 123	0.45 51	2.57 142	0.90 29	0.71 51	0.83 39	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 106	0.40 28	2.42 111	0.80 20	0.73 54	1.03 69	0.40 11	0.81 113	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 115	0.56 89	2.77 170	0.82 25	0.63 29	0.88 45	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 121	0.56 89	2.75 167	0.74 10	0.78 79	0.73 22	0.38 9	0.92 142	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 137	0.53 78	2.46 120	0.97 40	0.62 26	0.80 34	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 84	0.61 112	2.87 186	0.83 26	0.93 108	0.93 56	0.36 3	1.13 201	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

RAStereo	0.75 26	0.52 71	2.86 220	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 42	0.75 61	1.05 79	0.64 53	0.47 14	0.80 8	0.94 191	0.22 35	0.20 135	0.27 138	0.21 99	0.34 226	0.22 60

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 187	0.43 43	1.02 4	0.94 38	0.63 29	0.91 51	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 167	0.23 28	0.19 68	0.25 61	0.26 120

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 248	0.23 2	1.69 39	2.14 327	0.62 26	0.32 3	0.67 62	0.33 1	1.14 59	0.37 3	0.23 47	0.19 97	0.23 28	0.16 12	0.19 4	0.20 19

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 287	1.40 12	1.45 99	0.55 10	0.95 61	1.81 263	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 68	0.24 47	0.21 46

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 53	0.80 231	2.09 75	1.18 54	0.63 29	0.84 40	0.59 45	0.55 27	1.80 200	0.85 146	0.19 19	0.18 67	0.27 138	0.20 85	0.26 78	0.24 86
1: 1. 1
ours_stereo	0.76 34	0.64 202	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 56	0.72 53	1.43 166	0.70 68	0.62 46	1.56 153	0.58 45	0.25 82	0.18 67	0.26 110	0.21 99	0.29 121	0.31 203

AIO-Stereo	0.76 34	0.54 94	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 128	0.70 47	1.58 206	0.89 118	0.45 12	1.03 38	0.55 41	0.24 61	0.18 67	0.25 81	0.20 85	0.26 78	0.21 46

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 73	0.82 244	1.46 15	1.38 82	0.95 113	1.04 74	0.68 64	0.72 73	0.97 30	0.80 128	0.23 47	0.25 281	0.32 250	0.25 184	0.32 190	0.30 193

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 219	0.49 62	2.40 107	0.81 24	0.63 29	0.80 34	0.44 26	0.85 121	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

3.5w_stereo	0.77 41	0.53 83	1.09 24	0.65 23	0.72 229	2.52 127	0.51 68	2.43 114	0.80 20	0.76 71	1.20 103	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 174	0.31 8	1.89 54	2.92 472	0.47 1	0.29 2	0.66 61	0.47 14	1.35 113	0.39 4	0.20 24	0.18 67	0.24 58	0.16 12	0.19 4	0.20 19

mms	0.77 41	0.68 241	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 50	0.77 76	1.37 152	0.63 51	0.54 26	1.75 192	0.63 55	0.24 61	0.19 97	0.26 110	0.21 99	0.31 163	0.34 242

RSM++	0.77 41	0.51 65	1.08 17	0.95 191	0.42 59	1.52 55	0.71 164	2.11 76	1.40 87	0.80 83	1.23 113	0.90 120	0.59 38	1.14 59	0.69 87	0.24 61	0.19 97	0.25 81	0.21 99	0.28 107	0.20 19

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 112	0.47 59	1.53 21	1.09 49	0.88 101	1.04 74	0.82 99	0.75 84	0.72 4	0.78 122	0.22 35	0.23 223	0.25 81	0.23 147	0.24 47	0.29 165

AIO_rvc	0.78 46	0.55 100	1.25 60	0.75 58	0.65 197	1.46 48	0.99 346	2.13 77	1.52 149	0.57 14	1.15 95	1.09 146	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 275	1.64 189	1.09 85	0.65 57	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 387	0.31 321	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.79 49	0.54 94	1.35 77	0.97 204	0.63 187	1.13 14	0.92 318	2.02 68	0.91 32	0.76 71	0.79 33	0.80 95	1.61 323	1.28 97	0.61 50	0.22 35	0.18 67	0.26 110	0.23 147	0.27 90	0.23 71

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 189	0.29 7	1.59 25	3.05 486	0.50 4	0.24 1	0.67 62	0.43 9	1.33 109	0.40 5	0.21 27	0.18 67	0.23 28	0.15 4	0.19 4	0.20 19

SMoEStereo_RVC	0.80 50	0.53 83	1.12 38	0.92 169	0.44 71	2.41 117	0.79 221	1.49 17	1.16 51	0.70 47	1.12 91	0.64 53	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 230	0.22 132	0.26 78	0.25 96

fffy	0.80 50	0.59 142	1.56 101	1.00 224	0.47 97	1.27 28	0.76 197	1.90 57	1.02 43	0.75 61	1.35 147	0.83 101	0.72 73	1.70 186	0.62 52	0.23 47	0.19 97	0.27 138	0.21 99	0.28 107	0.32 214

rvit_stereo_0081	0.80 50	0.63 190	1.19 51	0.91 163	0.64 189	1.27 28	0.61 112	2.05 69	1.71 235	0.82 87	0.73 22	0.85 107	0.75 84	1.30 105	0.80 128	0.31 230	0.26 294	0.27 138	0.25 184	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 190	1.19 51	0.91 163	0.64 189	1.27 28	0.61 112	2.05 69	1.71 235	0.82 87	0.73 22	0.85 107	0.75 84	1.30 105	0.80 128	0.31 230	0.26 294	0.27 138	0.25 184	0.38 272	0.27 136

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 97	1.43 96	0.82 87	1.44 168	1.22 171	0.62 46	1.17 73	0.63 55	0.22 35	0.18 67	0.24 58	0.19 68	0.27 90	0.20 19

MGS-Stereo	0.80 50	0.56 111	1.53 95	0.93 183	0.39 42	1.26 27	0.73 172	1.45 14	1.30 73	1.01 119	2.26 404	0.80 95	0.56 29	1.16 66	0.65 65	0.27 112	0.23 223	0.26 110	0.22 132	0.27 90	0.25 96

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 148	1.41 90	0.82 87	1.64 225	0.71 75	0.62 46	1.22 83	0.64 58	0.22 35	0.19 97	0.24 58	0.18 47	0.25 61	0.20 19

DilatedVolume-Stereo	0.81 58	0.60 154	1.51 94	1.01 230	0.59 171	1.34 38	0.51 68	1.56 23	1.08 48	1.26 142	1.24 114	0.77 88	0.87 128	1.79 199	0.72 101	0.23 47	0.24 257	0.22 14	0.21 99	0.25 61	0.23 71

DEFOM-Stereo_RVC	0.81 58	1.13 413	1.23 57	0.97 204	0.57 159	0.81 6	0.43 43	3.49 254	0.84 27	0.73 54	0.95 61	0.44 26	1.17 217	1.45 134	0.60 48	0.26 97	0.18 67	0.24 58	0.17 27	0.30 144	0.19 5

rvit_stereo_0081_aga	0.81 58	0.75 301	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 83	0.87 100	0.80 34	0.79 93	0.69 66	1.27 96	0.69 87	0.35 299	0.29 327	0.26 110	0.25 184	0.40 287	0.27 136

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 445	2.54 133	0.40 28	3.14 210	0.71 7	0.70 47	1.11 89	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 61	0.58 134	1.16 48	0.76 72	1.52 460	2.92 161	0.40 28	2.66 155	0.72 8	0.66 39	0.84 40	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

castereo	0.82 61	0.70 254	1.04 3	0.85 125	0.50 116	1.29 35	0.91 305	3.22 220	1.20 56	0.83 93	1.24 114	0.72 77	0.91 139	1.00 35	0.67 75	0.26 97	0.16 26	0.25 81	0.20 85	0.24 47	0.21 46

MaDis-Stereo	0.82 61	0.66 223	1.53 95	0.65 23	1.87 512	1.24 24	0.36 20	2.13 77	1.27 69	0.67 42	0.75 25	0.88 116	0.70 68	1.15 64	1.07 216	0.29 171	0.23 223	0.26 110	0.20 85	0.31 163	0.22 60

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 197	1.19 384	0.78 5	0.39 24	1.12 6	1.54 165	1.19 138	1.26 122	0.51 34	0.64 51	1.13 57	1.03 210	0.30 211	0.20 135	0.24 58	0.21 99	0.40 287	0.25 96

ProNet	0.82 61	0.71 266	1.50 92	0.86 130	0.45 78	1.78 67	0.83 249	1.75 43	1.28 70	0.66 39	1.13 93	0.78 89	0.76 91	1.66 178	0.71 96	0.24 61	0.20 135	0.25 81	0.23 147	0.29 121	0.25 96

LG-Stereo	0.85 67	0.60 154	2.71 211	0.59 3	0.45 78	2.85 150	0.55 85	2.41 108	1.34 77	0.59 19	1.19 101	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 230	0.24 172	0.29 121	0.19 5

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 172	0.67 144	3.28 228	0.75 11	0.74 59	1.32 137	0.37 5	1.37 253	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

rvit_stereo_0083	0.86 68	0.67 233	1.42 84	0.87 136	0.65 197	1.23 20	0.64 130	1.67 36	2.28 356	0.79 81	0.93 56	0.93 128	1.07 186	1.46 138	0.75 112	0.32 251	0.36 388	0.30 208	0.26 204	0.33 208	0.28 155

Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 74	1.56 175	0.87 44	2.18 314	0.89 134	0.97 30	0.88 163	0.26 97	0.19 97	0.26 110	0.19 68	0.25 61	0.24 86

IGEVStereo-DCA	0.86 68	0.65 212	2.05 144	0.90 155	0.46 87	1.57 57	0.86 264	1.62 27	1.24 60	0.65 37	0.77 29	0.74 85	0.72 73	2.59 276	0.86 153	0.28 149	0.21 167	0.28 167	0.21 99	0.29 121	0.27 136

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 223	0.33 12	2.33 104	1.47 112	0.74 59	1.50 184	0.61 47	0.59 38	1.40 120	0.48 19	0.24 61	0.19 97	0.22 14	0.16 12	0.24 47	0.19 5

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 141	0.32 7	1.37 41	0.55 85	2.71 161	1.42 92	0.92 107	1.75 259	0.65 57	1.17 217	1.45 134	0.57 43	0.21 27	0.21 167	0.20 1	0.19 68	0.24 47	0.23 71

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 386	0.94 312	2.90 155	0.42 38	3.41 248	1.06 46	0.63 29	0.76 26	0.90 120	0.76 91	0.91 21	0.52 37	0.27 112	0.18 67	0.25 81	0.16 12	0.25 61	0.19 5

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 155	0.37 28	1.48 50	1.07 365	1.73 41	2.30 360	1.63 186	1.49 183	0.92 127	0.97 153	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 85	0.25 61	0.21 46

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 107	0.38 22	3.06 204	1.46 107	0.66 39	1.39 157	0.91 122	0.73 77	1.01 36	0.72 101	0.23 47	0.19 97	0.20 1	0.18 47	0.19 4	0.20 19

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 341	0.41 34	2.07 73	1.07 47	0.77 76	0.89 48	0.64 53	0.86 124	0.95 25	0.77 121	0.26 97	0.18 67	0.26 110	0.19 68	0.32 190	0.32 214

SCV_C0	0.89 77	0.59 142	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 241	1.66 221	0.82 87	1.20 103	0.73 81	0.66 60	1.62 169	0.66 70	0.32 251	0.21 167	0.24 58	0.20 85	0.28 107	0.23 71

CAS++	0.89 77	0.64 202	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 249	1.46 107	1.14 135	1.29 131	0.62 49	0.58 33	1.13 57	0.59 46	0.34 279	0.30 340	0.34 303	0.26 204	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV-RUCA	0.90 80	0.53 83	1.05 5	0.81 83	0.74 239	3.89 338	0.80 231	1.92 60	1.41 90	0.96 116	0.71 19	0.70 68	0.73 77	1.30 105	0.68 78	0.29 171	0.20 135	0.25 81	0.19 68	0.43 340	0.34 242

IGEV++	0.90 80	0.58 134	1.32 73	0.94 187	0.45 78	1.27 28	1.00 347	3.32 237	1.55 173	0.82 87	1.34 144	0.86 111	1.09 189	1.16 66	0.89 166	0.33 267	0.18 67	0.23 28	0.19 68	0.29 121	0.22 60

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 460	0.41 34	2.20 84	1.53 156	0.94 109	1.14 94	0.88 116	0.89 134	1.09 48	0.71 96	0.27 112	0.19 97	0.22 14	0.15 4	0.21 26	0.19 5

Former-RAFT_DAM_RVC	0.92 83	0.73 281	1.42 84	0.92 169	1.08 356	2.97 171	0.53 78	1.77 47	1.39 83	1.16 136	1.54 196	0.58 42	0.65 54	1.03 38	0.84 143	0.25 82	0.23 223	0.30 208	0.24 172	0.43 340	0.29 165

CREStereo	0.92 83	0.53 83	1.45 86	0.61 6	0.34 9	4.42 464	0.40 28	2.21 86	1.54 165	0.94 109	1.12 91	0.87 113	0.87 128	1.12 54	0.72 101	0.28 149	0.19 97	0.22 14	0.15 4	0.22 37	0.19 5
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
castereo++	0.93 85	0.56 111	1.26 61	0.92 169	0.73 234	2.48 122	1.00 347	2.99 193	1.03 44	0.68 44	1.41 162	1.92 278	0.59 38	1.26 92	0.44 13	0.25 82	0.19 97	0.28 167	0.19 68	0.23 42	0.23 71

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 336	0.33 12	3.36 243	1.43 96	0.75 61	1.17 98	0.68 64	1.04 172	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

GCAP-Stereo	0.93 85	0.68 241	1.35 77	0.85 125	0.41 53	3.61 280	0.52 77	2.20 84	1.50 133	1.11 133	1.04 74	1.17 157	0.84 119	1.11 51	0.71 96	0.25 82	0.20 135	0.27 138	0.18 47	0.28 107	0.23 71

depthmonostereo	0.94 88	0.71 266	2.39 187	0.85 125	0.54 136	2.21 102	0.53 78	1.83 51	1.17 53	0.95 113	1.09 85	0.99 134	0.97 153	2.37 254	0.68 78	0.23 47	0.27 305	0.22 14	0.20 85	0.25 61	0.26 120

StereoAnything_RVC	0.94 88	2.66 515	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 101	0.69 5	0.51 7	0.34 4	0.32 1	0.89 134	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 538	0.18 3

rvit_stereo_0080	0.94 88	0.72 270	2.56 196	0.64 16	0.59 171	1.90 75	0.75 194	2.71 161	1.40 87	0.91 104	1.04 74	0.85 107	0.82 114	1.14 59	0.78 122	0.35 299	0.29 327	0.25 81	0.27 230	0.45 356	0.29 165

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 522	1.40 43	0.39 24	1.17 8	0.88 28	0.61 24	0.44 8	0.47 31	0.79 105	2.14 236	0.42 7	0.27 112	0.19 97	0.22 14	0.17 27	2.26 533	2.41 538

whm_eth	0.94 88	0.72 270	2.56 196	0.64 16	0.59 171	1.90 75	0.75 194	2.71 161	1.40 87	0.91 104	1.04 74	0.85 107	0.82 114	1.14 59	0.78 122	0.35 299	0.29 327	0.25 81	0.27 230	0.45 356	0.29 165

LoS_RVC	0.94 88	1.30 446	1.31 70	0.84 113	1.63 481	2.02 85	0.59 105	1.51 18	1.36 80	0.81 85	1.33 139	0.84 103	0.88 130	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 517

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 406	0.51 68	2.18 81	1.45 99	0.97 117	0.88 45	0.62 49	0.79 105	1.59 161	0.86 153	0.26 97	0.19 97	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
zero-FE	0.95 95	0.52 71	2.63 206	0.86 130	1.27 407	1.41 44	0.86 264	2.27 94	0.73 9	0.50 4	0.64 16	0.54 38	0.78 101	2.70 284	1.02 208	0.35 299	0.17 39	0.24 58	0.18 47	1.03 496	0.29 165

SCV	0.95 95	0.63 190	1.38 79	1.70 482	0.41 53	1.23 20	0.89 292	3.53 265	1.57 185	0.61 24	1.54 196	0.93 128	0.77 93	1.66 178	0.66 70	0.36 311	0.20 135	0.25 81	0.19 68	0.29 121	0.25 96

WCG-NET（raft）	0.95 95	0.55 100	1.20 55	0.84 113	0.31 4	1.44 46	1.01 350	1.55 22	2.37 381	1.64 189	1.42 164	2.38 334	1.01 164	1.29 101	0.76 116	0.22 35	0.19 97	0.22 14	0.20 85	0.25 61	0.21 46

anonymousdsp	0.95 95	0.69 244	1.27 66	0.83 104	0.52 127	4.54 485	0.84 252	1.76 44	1.24 60	0.76 71	1.06 81	0.78 89	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.26 120

IGEV-Stereo	0.95 95	0.69 244	1.27 66	0.84 113	0.52 127	4.54 485	0.84 252	1.76 44	1.24 60	0.75 61	1.06 81	0.79 93	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
tt45	0.96 100	0.48 49	1.19 51	0.89 146	0.66 204	3.91 341	0.76 197	1.90 57	1.26 68	0.70 47	1.30 133	0.71 75	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 167	0.23 147	0.27 90	0.27 136

MSCF	0.97 101	0.82 334	1.26 61	0.88 141	0.40 46	3.17 191	0.88 287	2.79 178	1.39 83	1.32 145	1.19 101	0.58 42	1.33 245	1.28 97	0.64 58	0.25 82	0.19 97	0.25 81	0.25 184	0.28 107	0.32 214

999	0.97 101	0.48 49	1.24 59	1.03 247	0.64 189	3.25 205	0.92 318	1.40 12	1.39 83	0.71 51	1.68 237	0.70 68	0.66 60	3.03 296	0.89 166	0.23 47	0.19 97	0.25 81	0.21 99	0.25 61	0.29 165

ff7	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

ffff	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

11t	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

MIF-Stereo (partial)	0.98 103	0.55 100	2.83 217	0.71 44	1.03 342	1.08 11	0.49 62	2.55 138	1.66 221	0.79 81	1.20 103	0.80 95	0.90 137	1.61 168	1.56 324	0.36 311	0.24 257	0.33 285	0.25 184	0.40 287	0.28 155

ccc-4	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

CroCo-Stereo	0.98 103	0.87 352	3.44 243	0.87 136	0.53 135	0.49 2	0.50 64	3.99 371	1.49 128	0.81 85	1.25 121	1.00 137	0.75 84	1.10 49	1.09 221	0.24 61	0.21 167	0.24 58	0.19 68	0.35 244	0.27 136
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
CroCo-Stereo Lap2	0.99 109	0.89 355	2.55 195	0.99 216	1.80 509	0.54 3	0.46 54	3.10 206	1.24 60	1.07 127	1.21 107	1.05 145	0.78 101	1.26 92	1.08 218	0.27 112	0.23 223	0.27 138	0.21 99	0.43 340	0.34 242

PMTNet	0.99 109	0.48 49	1.73 111	0.62 9	0.56 147	4.20 432	0.43 43	1.88 53	1.58 188	1.00 118	1.05 79	0.78 89	0.98 159	1.50 144	0.85 146	1.21 520	0.20 135	0.23 28	0.15 4	0.22 37	0.19 5

GASTEREO	1.00 111	0.98 384	1.23 57	0.90 155	0.40 46	3.40 228	0.88 287	2.77 170	1.44 98	1.39 156	1.30 133	0.55 39	1.35 250	1.33 109	0.64 58	0.25 82	0.19 97	0.25 81	0.25 184	0.25 61	0.31 203

rvit_0105_6	1.00 111	0.93 368	2.21 165	0.92 169	0.55 143	1.52 55	0.79 221	2.41 108	2.96 476	0.76 71	0.72 21	1.02 139	0.75 84	1.42 127	0.81 134	0.40 355	0.43 438	0.34 303	0.31 321	0.43 340	0.34 242

rvit_stereo_ft	1.00 111	0.87 352	3.55 247	0.97 204	0.66 204	1.06 10	0.80 231	2.78 173	1.67 223	0.78 79	0.96 63	0.95 132	1.14 208	1.06 44	0.90 170	0.32 251	0.24 257	0.27 138	0.28 259	0.39 282	0.27 136

MyStereo07	1.01 114	0.80 323	1.26 61	1.00 224	1.04 345	3.95 358	0.95 330	2.07 73	1.42 92	0.75 61	1.22 109	0.68 64	0.91 139	1.63 173	0.67 75	0.24 61	0.24 257	0.34 303	0.26 204	0.41 311	0.37 276

CES	1.01 114	0.55 100	1.74 114	0.92 169	2.15 526	2.15 96	0.50 64	2.01 67	1.45 99	0.76 71	1.02 66	0.61 47	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 535

TANstereo	1.01 114	0.55 100	1.73 111	0.76 72	0.36 14	4.04 380	0.38 22	1.48 16	1.62 211	2.03 295	2.10 374	0.84 103	0.93 145	0.98 32	0.62 52	0.28 149	0.36 388	0.23 28	0.20 85	0.25 61	0.46 359

GMStereo	1.01 114	1.00 388	2.86 220	0.83 104	0.45 78	1.47 49	0.57 92	1.89 54	2.11 322	1.52 170	1.24 114	0.87 113	0.74 81	1.58 156	0.94 191	0.40 355	0.21 167	0.30 208	0.30 305	0.47 371	0.36 262
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 118	0.49 56	1.54 98	0.83 104	0.55 143	4.01 374	0.31 8	1.63 32	1.99 288	1.63 186	2.13 383	0.84 103	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 532	0.24 47	0.17 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
HART	1.03 119	0.85 346	3.13 230	0.84 113	0.38 39	1.17 16	0.42 38	3.54 266	1.47 112	1.08 128	2.17 389	1.48 205	0.57 30	1.37 119	0.74 109	0.23 47	0.18 67	0.28 167	0.21 99	0.32 190	0.24 86

XX-TBD	1.03 119	0.95 376	1.94 131	1.30 380	0.43 65	3.97 368	0.33 12	1.74 42	1.73 241	1.59 177	2.02 354	0.69 67	0.60 41	1.16 66	0.66 70	0.30 211	0.25 281	0.23 28	0.15 4	0.31 163	0.22 60

xyz-stereo-finetune	1.05 121	0.62 181	1.46 87	0.59 3	0.36 14	3.48 245	0.81 240	2.69 159	1.74 247	0.94 109	1.21 107	0.91 122	0.78 101	2.53 271	1.28 268	0.24 61	0.24 257	0.26 110	0.23 147	0.30 144	0.23 71

EGLCR-Stereo	1.06 122	0.51 65	1.56 101	1.02 240	0.39 42	4.27 443	0.42 38	4.08 398	1.48 120	0.90 103	0.68 18	1.09 146	0.66 60	1.81 201	0.62 52	0.27 112	0.19 97	0.29 188	0.23 147	0.37 267	0.25 96

MC-Stereo	1.06 122	0.48 49	1.55 99	1.15 313	0.41 53	4.56 493	0.61 112	2.06 71	1.46 107	1.90 244	1.61 218	0.89 118	1.12 199	1.35 113	0.73 104	0.25 82	0.18 67	0.26 110	0.22 132	0.25 61	0.24 86

sCroCo_RVC	1.06 122	0.82 334	5.05 273	1.02 240	1.05 347	0.98 8	0.61 112	2.06 71	1.29 71	0.69 46	1.26 122	0.82 99	1.10 195	1.20 80	0.90 170	0.42 381	0.40 421	0.33 285	0.30 305	0.46 367	0.38 291

rvit_0105_4	1.07 125	0.99 385	2.39 187	0.93 183	0.54 136	1.62 61	0.84 252	2.77 170	2.91 470	0.80 83	0.91 51	1.09 146	0.86 124	1.63 173	0.85 146	0.40 355	0.45 448	0.35 322	0.31 321	0.43 340	0.40 318

MM-Stereo_test3	1.09 126	0.59 142	1.55 99	1.73 486	1.18 377	1.91 77	0.86 264	3.52 261	1.76 251	1.25 140	1.86 316	1.10 149	0.69 66	1.32 108	0.86 153	0.27 112	0.23 223	0.27 138	0.22 132	0.34 226	0.30 193

IGEV-BASED-STEREO-	1.09 126	3.30 524	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 71	0.91 104	0.92 53	0.65 57	0.57 30	1.08 46	0.59 46	1.55 534	0.15 21	0.32 250	0.28 259	1.10 504	1.98 531

iRaftStereo_RVC	1.09 126	0.70 254	1.39 80	0.95 191	0.45 78	3.83 318	0.42 38	2.37 106	1.58 188	1.69 198	1.76 268	1.80 258	0.83 118	1.50 144	0.98 201	0.28 149	0.18 67	0.29 188	0.26 204	0.30 144	0.31 203

RAFT-Stereo-weight	1.11 129	0.48 49	1.22 56	0.99 216	0.42 59	4.17 420	0.80 231	3.60 274	1.50 133	1.97 265	1.50 184	1.30 181	0.65 54	1.24 86	0.85 146	0.25 82	0.19 97	0.26 110	0.22 132	0.27 90	0.23 71

11t1	1.11 129	0.53 83	1.80 119	1.55 461	0.65 197	2.20 101	0.60 108	3.66 285	1.49 128	1.60 178	1.26 122	1.03 141	1.35 250	1.72 188	0.97 198	0.28 149	0.31 350	0.29 188	0.23 147	0.30 144	0.34 242

rvit_0105_5	1.13 131	0.93 368	2.60 199	0.91 163	0.56 147	1.92 78	0.91 305	3.02 198	2.63 431	0.95 113	1.20 103	1.18 161	0.93 145	1.51 147	0.93 189	0.40 355	0.43 438	0.37 349	0.35 365	0.42 330	0.44 343

GMOStereo	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 407	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

error version	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 407	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

test-v	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 407	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

test-2	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 407	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

testlalala	1.14 136	0.62 181	1.34 75	1.00 224	0.78 252	4.38 453	0.93 320	2.46 120	2.20 338	2.44 419	1.52 187	1.31 182	0.61 44	1.04 42	0.65 65	0.35 299	0.19 97	0.24 58	0.19 68	0.24 47	0.23 71

HUF	1.15 137	0.64 202	8.62 312	0.90 155	0.35 12	1.35 39	0.78 214	1.97 64	1.50 133	0.63 29	1.52 187	0.83 101	0.66 60	1.28 97	0.63 55	0.29 171	0.23 223	0.26 110	0.17 27	0.23 42	0.25 96

tg	1.15 137	0.67 233	1.31 70	0.94 187	0.54 136	4.02 376	0.41 34	2.96 190	1.59 203	1.69 198	1.85 313	1.84 270	0.97 153	1.78 195	0.83 140	0.27 112	0.17 39	0.29 188	0.26 204	0.29 121	0.27 136

Selective-RAFT	1.15 137	0.46 28	1.64 107	0.99 216	0.45 78	4.17 420	0.51 68	3.21 218	1.69 231	1.12 134	1.34 144	1.45 202	1.40 261	2.08 228	0.94 191	0.41 370	0.20 135	0.24 58	0.23 147	0.27 90	0.25 96

x	1.15 137	0.57 121	1.53 95	1.44 434	0.67 211	1.94 79	0.97 339	3.87 330	1.57 185	1.61 183	1.28 129	1.58 217	1.22 226	1.93 216	1.04 211	0.28 149	0.30 340	0.34 303	0.29 287	0.32 190	0.31 203

xyz-stereo-finetune2	1.16 141	0.63 190	1.50 92	0.57 1	0.36 14	3.47 242	0.65 139	2.70 160	1.23 58	0.88 101	1.75 259	0.91 122	1.76 364	3.54 305	1.74 359	0.24 61	0.22 196	0.30 208	0.27 230	0.31 163	0.26 120

rvit_stereo_0075_2	1.18 142	0.74 289	2.66 209	0.90 155	1.27 407	2.51 125	0.69 156	2.25 92	2.06 306	1.40 158	1.86 316	1.46 204	0.84 119	1.42 127	0.94 191	0.46 410	0.40 421	0.48 427	0.38 400	0.46 367	0.51 391

AE-Stereo	1.18 142	0.60 154	2.05 144	1.10 281	0.60 174	4.39 456	0.72 167	3.74 302	1.62 211	1.10 130	1.90 331	1.01 138	0.92 142	1.45 134	0.82 137	0.28 149	0.22 196	0.28 167	0.28 259	0.26 78	0.22 60

test-3	1.19 144	0.52 71	2.00 138	1.01 230	0.42 59	1.95 80	0.91 305	4.35 487	1.47 112	2.24 370	1.16 96	2.06 304	0.79 105	2.68 282	0.76 116	0.27 112	0.18 67	0.28 167	0.26 204	0.26 78	0.25 96

test_1	1.19 144	0.52 71	2.00 138	1.01 230	0.42 59	1.95 80	0.90 297	4.36 492	1.47 112	2.17 343	1.16 96	2.06 304	0.78 101	2.68 282	0.76 116	0.27 112	0.18 67	0.28 167	0.26 204	0.26 78	0.25 96

test_3	1.19 144	0.51 65	2.08 156	0.99 216	0.41 53	2.05 91	0.87 283	4.40 500	1.42 92	1.99 272	1.18 99	2.03 298	0.79 105	2.70 284	0.75 112	0.27 112	0.17 39	0.29 188	0.29 287	0.30 144	0.27 136

raftrobust	1.19 144	0.72 270	2.30 178	1.26 359	1.31 413	3.55 266	0.68 150	2.75 167	1.47 112	2.21 361	1.38 155	1.17 157	1.22 226	1.20 80	1.11 225	0.28 149	0.24 257	0.21 9	0.19 68	0.25 61	0.28 155

RALCasStereoNet	1.19 144	1.02 390	2.06 153	1.12 292	1.14 368	3.08 183	0.70 162	2.99 193	1.73 241	1.34 147	1.68 237	1.18 161	0.91 139	2.16 238	1.00 206	0.30 211	0.26 294	0.24 58	0.21 99	0.29 121	0.30 193

MIM_Stereo	1.20 149	0.78 315	3.30 238	1.05 250	0.43 65	3.04 175	0.60 108	2.46 120	1.51 140	1.60 178	1.58 206	1.82 264	1.29 238	2.00 221	1.07 216	0.24 61	0.24 257	0.28 167	0.25 184	0.27 90	0.27 136

R-Stereo Train	1.20 149	0.58 134	1.81 120	0.99 216	0.67 211	3.78 308	0.90 297	4.09 400	1.51 140	2.16 339	1.71 248	1.13 152	0.94 147	1.40 120	0.91 177	0.30 211	0.24 257	0.26 110	0.21 99	0.26 78	0.25 96

RAFT-Stereo	1.20 149	0.58 134	1.81 120	0.99 216	0.67 211	3.78 308	0.90 297	4.09 400	1.51 140	2.16 339	1.71 248	1.13 152	0.94 147	1.40 120	0.91 177	0.30 211	0.24 257	0.26 110	0.21 99	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 152	0.60 154	3.55 247	1.05 250	0.57 159	3.46 239	0.63 127	2.73 164	1.55 173	2.05 300	1.38 155	1.50 208	0.82 114	1.69 184	0.87 159	0.29 171	0.23 223	0.30 208	0.23 147	0.27 90	0.32 214

GCAP-BAT	1.21 152	0.74 289	3.23 233	0.95 191	0.70 225	3.86 333	0.93 320	1.89 54	1.48 120	1.85 227	1.96 339	1.68 229	0.79 105	1.78 195	0.81 134	0.29 171	0.20 135	0.24 58	0.20 85	0.26 78	0.35 256

RCA-Stereo	1.21 152	0.52 71	1.58 103	0.90 155	0.46 87	4.68 509	0.79 221	4.13 411	1.74 247	1.92 251	1.80 282	0.94 131	1.48 288	1.14 59	0.70 93	0.27 112	0.18 67	0.25 81	0.19 68	0.25 61	0.23 71

raft+_RVC	1.21 152	0.83 338	2.61 202	1.35 403	0.97 320	3.60 276	0.76 197	3.23 222	1.51 140	1.33 146	1.67 234	1.03 141	1.10 195	1.87 212	0.92 181	0.24 61	0.22 196	0.25 81	0.24 172	0.26 78	0.25 96

AnonymousM	1.22 156	1.32 452	0.97 1	0.88 141	0.56 147	4.03 378	0.69 156	2.41 108	1.68 225	1.48 166	1.31 136	1.15 155	1.00 162	1.18 78	0.73 104	0.32 251	0.40 421	2.07 538	1.70 540	0.24 47	0.22 60

LL-Strereo2	1.23 157	0.85 346	2.38 186	0.93 183	0.68 216	3.72 297	1.37 424	2.54 137	1.99 288	1.75 213	1.40 160	1.82 264	0.73 77	1.40 120	0.99 204	0.31 230	0.23 223	0.55 466	0.35 365	0.29 121	0.24 86

ROB_FTStereo_v2	1.23 157	0.66 223	2.02 140	0.75 58	0.37 28	4.67 508	0.76 197	2.53 128	1.58 188	1.99 272	1.46 171	1.78 248	1.14 208	2.08 228	0.88 163	0.48 424	0.22 196	0.32 250	0.27 230	0.40 287	0.29 165

CRE-IMP	1.23 157	0.61 171	2.14 159	0.82 93	0.39 42	4.54 485	0.83 249	2.63 151	1.55 173	1.95 260	1.46 171	1.87 275	0.96 150	1.48 141	1.33 279	0.45 403	0.21 167	0.31 230	0.26 204	0.41 311	0.31 203

RAFT	1.23 157	0.84 342	2.05 144	0.96 197	0.47 97	1.80 69	0.94 326	3.18 217	1.46 107	1.60 178	1.71 248	3.04 407	1.59 316	1.64 175	1.32 275	0.38 336	0.24 257	0.40 375	0.32 332	0.40 287	0.35 256

test-1	1.23 157	0.65 212	1.88 125	0.96 197	0.52 127	3.84 323	0.62 125	4.01 375	1.47 112	1.93 255	1.78 276	1.83 267	0.92 142	1.19 79	1.28 268	0.26 97	0.29 327	0.31 230	0.24 172	0.29 121	0.36 262

rvit_0105_3	1.24 162	0.93 368	2.84 218	0.97 204	0.58 168	2.38 113	1.08 370	3.26 227	2.53 416	1.18 137	1.40 160	1.24 173	1.04 172	1.73 189	0.97 198	0.44 394	0.44 443	0.40 375	0.42 431	0.42 330	0.50 383

PSM-adaLoss	1.24 162	0.65 212	2.03 141	0.75 58	0.37 28	4.68 509	0.73 172	2.53 128	1.58 188	1.99 272	1.47 175	1.78 248	1.13 201	2.18 242	0.87 159	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

rafts_anoy	1.24 162	0.80 323	3.61 253	1.17 321	1.20 390	3.00 172	0.61 112	3.17 215	1.58 188	1.37 153	1.26 122	1.19 165	1.12 199	1.78 195	1.25 258	0.32 251	0.23 223	0.32 250	0.32 332	0.31 163	0.30 193

DIP-Stereo	1.24 162	0.69 244	1.77 116	0.65 23	0.61 178	4.29 445	0.58 101	4.44 506	2.53 416	1.98 267	1.33 139	0.91 122	0.86 124	1.25 91	1.25 258	0.36 311	0.23 223	0.32 250	0.23 147	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 166	0.56 111	2.05 144	1.05 250	0.93 310	2.86 152	0.55 85	3.23 222	1.34 77	1.55 173	1.07 83	3.56 460	2.03 399	1.29 101	1.00 206	0.28 149	0.27 305	0.34 303	0.21 99	0.41 311	0.43 337

Patchmatch Stereo++	1.25 166	0.65 212	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 128	1.58 188	1.99 272	1.47 175	1.78 248	1.14 208	2.44 256	0.90 170	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165
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	1.25 166	0.66 223	2.14 159	0.75 58	0.37 28	4.65 505	0.77 210	2.53 128	1.58 188	1.99 272	1.47 175	1.78 248	1.13 201	2.26 251	0.86 153	0.47 419	0.22 196	0.32 250	0.27 230	0.40 287	0.29 165

HUI-Stereo	1.25 166	0.66 223	2.33 181	0.75 58	0.37 28	4.68 509	0.78 214	2.53 128	1.58 188	1.99 272	1.46 171	1.79 255	1.13 201	2.17 240	0.85 146	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

iRAFT	1.25 166	0.65 212	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 128	1.58 188	1.99 272	1.47 175	1.78 248	1.14 208	2.44 256	0.90 170	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

RAFT-IKP	1.25 166	0.66 223	2.23 170	0.75 58	0.37 28	4.64 503	0.74 184	2.53 128	1.58 188	1.99 272	1.47 175	1.78 248	1.13 201	2.22 248	0.92 181	0.48 424	0.22 196	0.32 250	0.27 230	0.40 287	0.29 165

RAFT-Stereo + iAFF	1.25 166	0.72 270	1.74 114	1.05 250	0.36 14	4.13 402	0.42 38	2.95 189	2.84 466	2.02 291	2.40 434	1.61 222	1.11 198	1.26 92	0.97 198	0.21 27	0.15 21	0.26 110	0.23 147	0.29 121	0.23 71

FACV-RUCA	1.26 173	0.65 212	2.21 165	1.06 256	1.50 457	2.69 141	1.15 386	3.05 201	1.87 269	1.36 150	1.99 350	1.03 141	1.15 216	1.36 115	1.10 222	0.41 370	0.41 430	0.73 507	0.41 425	0.61 423	0.41 324

CAS	1.26 173	0.40 7	1.46 87	2.97 541	1.61 478	4.13 402	0.73 172	1.78 48	1.49 128	0.83 93	1.10 88	0.59 45	0.53 23	1.26 92	0.80 128	2.99 544	0.13 1	0.21 9	0.13 1	0.31 163	1.72 524

anonymousdsp2	1.26 173	0.60 154	3.74 257	1.02 240	0.41 53	3.60 276	0.72 167	3.68 288	1.47 112	1.37 153	1.56 203	1.83 267	1.01 164	2.00 221	0.66 70	0.29 171	0.20 135	0.28 167	0.20 85	0.32 190	0.29 165

dd	1.26 173	1.15 418	2.47 192	0.92 169	0.49 112	4.35 451	0.75 194	1.92 60	2.11 322	1.44 163	1.24 114	1.19 165	1.05 177	1.78 195	1.70 351	0.57 463	0.34 377	0.35 322	0.33 340	0.60 418	0.46 359

iGMRVC	1.26 173	0.66 223	2.14 159	0.75 58	0.37 28	4.66 506	0.74 184	2.53 128	1.58 188	1.99 272	1.46 171	1.78 248	1.14 208	2.46 258	0.92 181	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

HI	1.27 178	0.90 357	2.33 181	1.10 281	0.68 216	2.92 161	0.45 51	2.49 124	1.76 251	2.13 323	1.65 231	2.42 340	1.84 381	1.58 156	1.61 333	0.26 97	0.16 26	0.28 167	0.29 287	0.26 78	0.25 96

CoSv	1.27 178	0.90 357	2.33 181	1.10 281	0.68 216	2.92 161	0.45 51	2.49 124	1.76 251	2.13 323	1.65 231	2.42 340	1.84 381	1.58 156	1.61 333	0.26 97	0.16 26	0.28 167	0.29 287	0.26 78	0.25 96

mmm	1.27 178	0.58 134	2.20 163	1.41 427	0.68 216	2.39 115	0.85 261	3.90 340	1.63 214	2.20 352	1.84 306	1.28 177	1.50 295	1.91 215	0.89 166	0.31 230	0.27 305	0.45 410	0.37 387	0.38 272	0.34 242

NRIStereo	1.28 181	0.61 171	1.67 108	1.15 313	0.38 39	4.73 522	0.90 297	2.42 111	1.50 133	1.93 255	1.33 139	1.75 242	1.22 226	2.96 294	1.33 279	0.46 410	0.22 196	0.29 188	0.26 204	0.30 144	0.28 155

RALAANet	1.28 181	1.08 404	3.21 232	1.25 352	0.94 312	1.44 46	0.69 156	3.15 212	2.57 423	2.01 286	1.80 282	1.29 180	1.05 177	2.00 221	1.48 307	0.27 112	0.20 135	0.27 138	0.24 172	0.40 287	0.27 136

CASS	1.29 183	0.66 223	2.62 205	0.95 191	0.66 204	2.84 148	0.69 156	3.00 195	1.79 256	2.57 438	1.95 338	1.39 192	1.55 313	1.59 161	1.06 213	0.50 440	0.28 317	0.34 303	0.28 259	0.46 367	0.63 435
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 184	0.61 171	4.09 260	0.94 187	0.56 147	3.50 252	0.84 252	3.12 208	1.72 238	1.84 226	1.22 109	2.72 376	0.88 130	1.46 138	0.80 128	0.29 171	0.30 340	0.27 138	0.21 99	0.29 121	0.25 96

knoymous	1.30 184	0.60 154	5.57 282	0.88 141	0.75 241	3.04 175	0.90 297	2.68 157	1.33 76	1.48 166	1.07 83	2.78 387	0.88 130	1.29 101	0.85 146	0.31 230	0.22 196	0.35 322	0.20 85	0.45 356	0.37 276

qqq	1.30 184	0.57 121	1.67 108	1.15 313	0.51 118	2.18 98	0.91 305	3.98 367	1.53 156	1.50 169	1.24 114	1.79 255	1.34 247	4.66 330	0.98 201	0.28 149	0.31 350	0.33 285	0.33 340	0.33 208	0.32 214

test_4	1.30 184	0.50 59	6.16 285	0.84 113	0.45 78	1.61 59	1.12 380	2.14 79	1.42 92	1.52 170	2.31 424	1.84 270	0.79 105	2.52 269	1.19 240	0.27 112	0.17 39	0.29 188	0.29 287	0.29 121	0.25 96

s12784h	1.31 188	0.45 21	2.41 190	0.71 44	0.35 12	4.42 464	0.50 64	4.22 436	2.73 443	2.01 286	2.48 440	0.91 122	0.96 150	2.01 224	0.70 93	0.29 171	0.18 67	0.24 58	0.16 12	0.27 90	0.18 3

AFF-stereo	1.31 188	0.77 309	1.46 87	1.10 281	0.45 78	3.93 348	0.48 61	2.92 188	2.92 472	1.90 244	2.21 397	2.11 311	1.52 301	1.93 216	1.12 228	0.21 27	0.16 26	0.25 81	0.25 184	0.29 121	0.20 19

Pruner-Stereo	1.32 190	0.59 142	2.11 158	1.79 496	0.47 97	4.73 522	0.79 221	2.53 128	1.72 238	2.47 423	1.58 206	1.48 205	1.03 168	1.66 178	1.47 304	0.44 394	0.21 167	0.34 303	0.30 305	0.30 144	0.39 298

ToySt	1.35 191	0.72 270	3.65 255	1.01 230	0.50 116	3.31 218	1.01 350	3.46 250	1.73 241	1.30 143	1.55 200	2.07 307	1.47 286	1.88 213	1.40 286	0.27 112	0.27 305	0.30 208	0.32 332	0.42 330	0.39 298

DisPM	1.36 192	0.55 100	2.39 187	1.54 456	0.51 118	4.59 496	0.79 221	2.50 126	1.88 271	2.50 426	1.83 301	1.45 202	1.01 164	2.71 286	0.93 189	0.46 410	0.20 135	0.32 250	0.31 321	0.31 163	0.44 343

sAnonymous2	1.37 193	1.22 435	9.79 326	0.92 169	0.88 294	1.23 20	0.61 112	2.56 140	1.69 231	0.85 96	1.02 66	0.73 81	1.23 229	0.98 32	0.78 122	0.29 171	0.25 281	0.31 230	0.30 305	1.06 499	0.71 452

CroCo_RVC	1.37 193	1.22 435	9.79 326	0.92 169	0.88 294	1.23 20	0.61 112	2.56 140	1.69 231	0.85 96	1.02 66	0.73 81	1.23 229	0.98 32	0.78 122	0.29 171	0.25 281	0.31 230	0.30 305	1.06 499	0.71 452

GES	1.38 195	0.64 202	2.61 202	1.09 272	0.57 159	4.30 447	1.02 354	3.86 327	1.51 140	1.72 207	1.74 255	1.28 177	1.77 366	1.62 169	1.61 333	0.39 348	0.27 305	0.33 285	0.30 305	0.41 311	0.47 364

Any-RAFT	1.40 196	0.53 83	2.78 216	1.09 272	0.64 189	4.41 462	0.81 240	3.97 365	2.78 450	1.99 272	1.34 144	2.36 332	1.56 315	1.56 153	0.75 112	0.27 112	0.20 135	0.25 81	0.18 47	0.25 61	0.28 155

UDGNet	1.40 196	1.52 473	2.22 168	1.38 421	0.62 184	4.39 456	0.68 150	1.80 49	2.18 335	1.34 147	1.18 99	0.99 134	1.00 162	2.16 238	1.19 240	1.09 514	0.34 377	1.30 530	0.98 519	1.10 504	0.58 420

GMStereo_Zeroshot	1.41 198	1.21 429	3.33 240	1.29 373	0.72 229	3.35 221	0.53 78	2.58 146	1.68 225	2.35 402	1.56 203	2.42 340	0.96 150	2.50 261	1.16 234	0.45 403	0.23 223	0.40 375	0.24 172	0.79 476	0.33 230

rvit_105_1	1.43 199	0.90 357	3.27 236	1.08 266	0.68 216	2.79 143	1.27 408	3.52 261	2.35 372	1.38 155	1.54 196	1.28 177	1.14 208	2.91 290	1.40 286	0.54 457	0.47 461	0.45 410	0.59 483	0.44 348	0.58 420

RAFT-Test	1.44 200	0.59 142	6.10 284	1.01 230	0.69 222	2.90 155	0.80 231	3.68 288	1.70 234	1.85 227	1.68 237	3.15 417	1.03 168	1.20 80	0.99 204	0.27 112	0.22 196	0.25 81	0.23 147	0.27 90	0.25 96

DCRE	1.44 200	0.74 289	3.50 246	1.13 299	0.72 229	1.78 67	0.67 144	2.14 79	1.56 179	1.99 272	8.09 535	1.73 240	1.07 186	1.24 86	0.83 140	0.23 47	0.25 281	0.26 110	0.26 204	0.28 107	0.30 193

AdaStereo	1.45 202	0.83 338	2.34 184	1.28 369	0.81 260	3.21 195	1.14 385	4.20 427	2.46 405	2.05 300	1.77 273	2.48 352	1.18 219	1.71 187	1.44 295	0.43 387	0.25 281	0.43 398	0.28 259	0.44 348	0.34 242
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.
BSDual-CNN	1.46 203	0.59 142	1.94 131	0.87 136	0.85 281	4.16 415	1.16 388	4.48 512	1.88 271	2.93 478	1.83 301	2.60 363	1.31 242	1.60 163	1.21 247	0.34 279	0.25 281	0.31 230	0.28 259	0.35 244	0.33 230

PFNet+	1.46 203	0.57 121	2.84 218	0.92 169	0.47 97	4.64 503	0.84 252	2.46 120	1.99 288	2.14 326	1.64 225	1.34 185	1.03 168	4.68 332	1.23 253	0.45 403	0.33 365	0.37 349	0.39 407	0.32 190	0.49 376

ACVNet	1.46 203	0.64 202	3.56 249	0.93 183	0.85 281	4.22 433	0.80 231	2.85 181	2.08 309	1.78 217	1.88 320	3.10 412	1.46 284	1.33 109	1.89 377	0.29 171	0.26 294	0.30 208	0.26 204	0.39 282	0.27 136

psmg	1.47 206	0.59 142	1.94 131	0.92 169	0.85 281	4.30 447	1.42 435	4.10 408	1.88 271	2.64 454	2.09 373	2.60 363	1.31 242	1.60 163	1.21 247	0.34 279	0.27 305	0.33 285	0.34 349	0.36 257	0.34 242

BUS	1.49 207	0.59 142	1.94 131	0.87 136	0.85 281	4.50 479	0.76 197	4.48 512	1.88 271	2.93 478	1.83 301	3.63 462	0.97 153	1.60 163	1.17 237	0.34 279	0.25 281	0.31 230	0.28 259	0.35 244	0.33 230

plain	1.55 208	0.69 244	13.59 371	0.65 23	0.73 234	1.66 63	0.57 92	3.17 215	1.94 282	0.77 76	1.24 114	0.80 95	0.86 124	1.60 163	0.96 197	0.33 267	0.21 167	0.32 250	0.25 184	0.42 330	0.28 155

LCNet	1.55 208	0.54 94	1.88 125	0.99 216	0.55 143	3.60 276	1.21 402	2.86 184	1.53 156	2.18 345	1.74 255	1.43 201	4.17 502	3.62 308	0.87 159	0.29 171	0.20 135	0.28 167	0.77 504	0.47 371	1.85 527

DeepStereo_RVC	1.55 208	0.63 190	3.32 239	0.77 76	0.42 59	4.49 476	0.72 167	2.50 126	1.58 188	2.02 291	1.81 294	1.54 213	6.38 536	1.73 189	1.19 240	0.46 410	0.22 196	0.29 188	0.28 259	0.35 244	0.38 291

acv_ft	1.55 208	0.64 202	3.29 237	1.14 300	2.01 519	2.93 165	0.97 339	3.81 314	2.08 309	2.22 363	1.88 320	3.10 412	1.66 346	1.33 109	2.22 416	0.29 171	0.26 294	0.30 208	0.26 204	0.39 282	0.27 136

TestStereo1	1.56 212	0.81 327	2.32 179	1.61 471	0.64 189	4.13 402	1.36 419	3.79 311	3.20 502	1.60 178	2.57 452	1.39 192	2.15 411	2.51 264	1.30 272	0.29 171	0.20 135	0.34 303	0.25 184	0.40 287	0.36 262

SA-5K	1.56 212	0.81 327	2.32 179	1.61 471	0.64 189	4.13 402	1.36 419	3.79 311	3.20 502	1.60 178	2.57 452	1.39 192	2.15 411	2.51 264	1.30 272	0.29 171	0.20 135	0.34 303	0.25 184	0.40 287	0.36 262

UCFNet_RVC	1.57 214	0.84 342	3.25 234	1.36 409	1.40 438	4.07 388	1.01 350	2.68 157	1.50 133	2.11 316	1.88 320	2.37 333	1.50 295	3.41 302	1.42 292	0.36 311	0.28 317	0.52 453	0.40 418	0.53 394	0.43 337

NF-Stereo	1.58 215	0.61 171	2.66 209	2.26 523	0.47 97	4.68 509	0.67 144	3.31 232	1.48 120	2.11 316	1.59 210	1.36 188	1.09 189	6.08 362	1.20 243	0.40 355	0.20 135	0.36 337	0.34 349	0.31 163	0.36 262

OCTAStereo	1.58 215	0.61 171	2.72 212	2.27 526	0.46 87	4.68 509	0.67 144	3.30 231	1.48 120	2.11 316	1.59 210	1.36 188	1.09 189	6.02 359	1.21 247	0.41 370	0.20 135	0.36 337	0.34 349	0.31 163	0.37 276

RE-Stereo	1.58 215	0.61 171	2.72 212	2.26 523	0.46 87	4.68 509	0.68 150	3.31 232	1.48 120	2.11 316	1.59 210	1.36 188	1.09 189	6.01 357	1.22 250	0.41 370	0.20 135	0.36 337	0.34 349	0.31 163	0.37 276

TVStereo	1.58 215	0.61 171	2.72 212	2.26 523	0.46 87	4.68 509	0.68 150	3.31 232	1.48 120	2.11 316	1.59 210	1.36 188	1.09 189	6.01 357	1.22 250	0.41 370	0.20 135	0.36 337	0.34 349	0.31 163	0.37 276

Gwc-CoAtRS	1.58 215	0.57 121	11.69 352	1.01 230	0.60 174	2.53 131	0.64 130	2.36 105	1.56 179	1.80 221	1.47 175	2.74 377	1.18 219	1.12 54	0.90 170	0.27 112	0.21 167	0.25 81	0.22 132	0.27 90	0.23 71

KYRaft	1.59 220	0.52 71	1.73 111	0.95 191	0.49 112	4.38 453	1.79 470	2.43 114	1.51 140	2.49 425	2.98 480	2.00 294	3.41 483	2.14 236	0.82 137	0.30 211	0.21 167	0.33 285	0.46 443	0.35 244	2.45 541

Reg-Stereo(zero)	1.60 221	0.42 15	10.69 340	0.89 146	0.68 216	3.27 209	0.47 59	2.27 94	1.54 165	1.48 166	1.24 114	2.55 358	2.68 449	1.48 141	1.10 222	0.19 19	0.19 97	0.22 14	0.18 47	0.24 47	0.26 120

HCRNet	1.60 221	0.56 111	2.47 192	0.78 78	1.36 429	4.11 397	0.71 164	3.57 270	2.79 452	1.75 213	1.61 218	1.58 217	1.41 266	5.79 354	1.56 324	0.34 279	0.28 317	0.36 337	0.29 287	0.33 208	0.37 276

AIO-test2	1.61 223	1.30 446	3.40 242	1.16 319	1.31 413	3.18 193	0.74 184	4.06 392	1.52 149	1.72 207	2.21 397	0.78 89	0.74 81	3.64 310	0.95 196	3.64 552	0.26 294	0.35 322	0.42 431	0.37 267	0.33 230

Prome-Stereo	1.61 223	0.55 100	1.71 110	0.98 210	0.60 174	4.41 462	1.82 474	3.03 199	1.53 156	2.18 345	3.45 502	1.72 239	3.49 489	2.23 249	1.08 218	0.29 171	0.20 135	0.26 110	0.25 184	0.34 226	2.16 533

test_sample1	1.62 225	0.55 100	1.88 125	1.44 434	0.79 255	2.27 105	0.64 130	4.00 373	1.82 259	1.87 234	1.35 147	1.57 215	1.62 326	9.55 435	1.24 255	0.30 211	0.27 305	0.31 230	0.28 259	0.32 190	0.32 214

testlalala_base	1.62 225	0.74 289	1.63 105	1.19 330	1.40 438	2.63 139	0.84 252	4.09 400	1.31 74	1.22 139	1.42 164	1.21 170	0.85 121	1.16 66	0.73 104	3.92 558	2.10 546	0.27 138	0.18 47	4.49 555	1.11 501

RAFT+CT+SA	1.62 225	0.72 270	7.42 296	0.97 204	1.42 447	4.04 380	0.94 326	3.90 340	1.61 208	1.61 183	1.63 223	1.33 184	1.18 219	2.73 288	1.10 222	0.27 112	0.19 97	0.31 230	0.34 349	0.33 208	0.33 230

SA	1.62 225	0.75 301	3.78 259	1.07 258	0.43 65	4.26 438	1.36 419	4.45 509	3.12 491	1.63 186	1.97 345	1.68 229	2.26 422	2.55 272	1.27 264	0.27 112	0.22 196	0.37 349	0.37 387	0.35 244	0.30 193

Sa-1000	1.63 229	0.79 319	3.56 249	1.11 288	0.48 105	4.06 383	1.41 433	4.49 515	2.75 447	2.00 284	2.80 472	1.84 270	1.43 274	2.64 281	1.50 311	0.27 112	0.19 97	0.36 337	0.33 340	0.36 257	0.30 193

PSMNet-RUCA	1.64 230	1.50 472	2.57 198	1.50 449	1.38 434	3.05 177	1.36 419	3.31 232	2.24 344	1.36 150	2.07 370	1.40 197	1.09 189	1.83 204	1.55 322	1.15 518	0.69 510	1.26 529	0.96 517	1.64 526	0.94 489

test_sample7	1.65 231	0.70 254	2.60 199	1.48 445	0.76 245	2.38 113	1.07 365	4.35 487	2.11 322	2.14 326	1.75 259	1.75 242	1.67 348	6.26 366	1.26 261	0.44 394	0.48 467	0.43 398	0.40 418	0.46 367	0.43 337

StereoVision	1.65 231	0.75 301	7.47 298	1.01 230	1.80 509	2.61 137	0.61 112	3.06 204	1.96 283	1.25 140	3.46 503	1.85 273	0.88 130	2.07 226	1.93 382	0.43 387	0.36 388	0.37 349	0.36 375	0.48 374	0.33 230

dad	1.65 231	1.19 426	3.04 227	0.98 210	0.56 147	4.22 433	0.84 252	1.99 66	2.48 406	2.14 326	1.68 237	1.62 223	1.13 201	3.85 314	2.04 396	1.03 513	0.40 421	2.04 537	0.48 451	0.75 470	0.53 398

PSM-softLoss	1.66 234	0.59 142	5.15 275	2.25 521	0.48 105	4.68 509	0.69 156	2.57 142	1.52 149	2.14 326	1.45 169	1.42 199	0.99 160	6.04 360	1.20 243	0.41 370	0.23 223	0.37 349	0.39 407	0.32 190	0.31 203

KMStereo	1.66 234	0.59 142	5.15 275	2.25 521	0.48 105	4.68 509	0.69 156	2.57 142	1.52 149	2.14 326	1.45 169	1.42 199	0.99 160	6.04 360	1.20 243	0.41 370	0.23 223	0.37 349	0.39 407	0.32 190	0.31 203

DDVS	1.68 236	0.79 319	2.52 194	1.26 359	1.16 375	3.17 191	0.78 214	3.12 208	1.82 259	1.86 232	1.91 332	2.92 400	1.43 274	6.20 364	1.63 341	0.45 403	0.65 502	0.34 303	0.38 400	0.48 374	0.79 473

ISRNet	1.69 237	0.76 306	5.69 283	1.27 367	1.36 429	2.85 150	0.61 112	3.60 274	1.91 279	2.13 323	2.12 381	2.90 395	1.41 266	2.51 264	1.71 352	0.49 436	0.50 473	0.56 468	0.47 446	0.49 380	0.57 415

IER	1.69 237	0.65 212	7.19 294	0.94 187	1.15 370	3.28 213	0.89 292	3.48 251	1.97 285	2.10 312	1.98 347	2.28 319	2.12 407	2.25 250	1.75 362	0.29 171	0.23 223	0.36 337	0.30 305	0.32 190	0.34 242

RAFT_R40	1.70 239	0.59 142	2.99 224	1.46 440	0.46 87	4.74 525	0.98 345	2.23 90	1.56 179	2.02 291	2.35 432	2.71 374	2.56 443	6.71 379	0.90 170	0.40 355	0.19 97	0.30 208	0.27 230	0.33 208	0.26 120

ffm	1.72 240	0.60 154	5.21 277	1.14 300	0.99 330	3.62 281	0.86 264	4.22 436	3.37 514	2.20 352	2.30 417	3.48 445	1.62 326	2.21 246	0.65 65	0.29 171	0.16 26	0.48 427	0.37 387	0.30 144	0.29 165

Anonymous3	1.72 240	0.76 306	11.61 351	0.83 104	0.84 280	4.46 468	0.84 252	3.57 270	1.16 51	1.34 147	1.37 152	1.11 151	1.03 168	1.58 156	1.13 229	0.70 490	0.58 490	0.33 285	0.35 365	0.47 371	0.42 328

DMCA	1.72 240	0.74 289	6.63 287	1.14 300	0.96 316	3.98 370	0.90 297	3.75 303	2.76 448	2.83 473	1.58 206	2.35 330	1.18 219	1.58 156	1.98 391	0.40 355	0.27 305	0.42 394	0.26 204	0.36 257	0.38 291

fff	1.74 243	0.70 254	9.08 316	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 312	2.30 384	1.80 282	1.19 165	3.02 464	1.44 130	1.46 299	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

DCANet	1.74 243	0.73 281	9.08 316	0.82 93	0.40 46	4.18 423	0.59 105	4.25 450	2.97 477	2.35 402	1.84 306	1.18 161	1.63 339	1.51 147	1.55 322	0.29 171	0.24 257	0.23 28	0.18 47	0.30 144	0.53 398

csc	1.74 243	0.70 254	9.08 316	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 312	2.30 384	1.80 282	1.19 165	3.02 464	1.44 130	1.46 299	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

cscssc	1.74 243	0.70 254	9.08 316	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 312	2.30 384	1.80 282	1.19 165	3.02 464	1.44 130	1.46 299	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

test_sample2	1.75 247	0.56 111	2.25 171	1.41 427	0.80 257	2.91 158	0.86 264	4.05 388	2.04 301	1.91 249	1.39 157	1.57 215	1.55 313	10.65 473	1.06 213	0.32 251	0.28 317	0.32 250	0.30 305	0.36 257	0.33 230

anonymity	1.76 248	1.26 442	2.73 215	1.66 476	1.32 419	1.84 71	1.07 365	3.49 254	2.30 360	2.11 316	2.11 378	1.71 238	3.90 497	1.82 203	1.48 307	1.10 515	1.09 526	1.08 524	1.08 525	1.05 498	1.09 499

SST-Stereo	1.76 248	0.58 134	3.10 228	1.44 434	0.46 87	4.71 521	0.76 197	2.22 89	2.79 452	2.07 308	2.18 391	2.43 343	3.22 476	6.66 375	0.84 143	0.42 381	0.19 97	0.30 208	0.27 230	0.35 244	0.26 120

StereoDRNet-Refined	1.77 250	0.81 327	2.22 168	1.21 341	0.76 245	3.26 207	0.71 164	3.82 317	2.05 304	2.29 380	2.05 365	2.98 402	1.44 277	7.15 386	2.27 420	0.30 211	0.23 223	0.42 394	0.33 340	0.45 356	0.64 439
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 251	1.32 452	1.92 130	1.16 319	1.03 342	3.38 224	1.31 412	3.52 261	1.75 249	1.96 263	1.93 337	2.40 335	1.48 288	8.58 411	1.58 326	0.46 410	0.34 377	0.27 138	0.26 204	0.41 311	0.50 383

MM-Stereo_test2	1.79 252	0.53 83	20.16 498	1.43 431	0.47 97	2.57 134	0.73 172	1.67 36	1.47 112	0.94 109	0.96 63	0.84 103	0.79 105	1.16 66	0.68 78	0.24 61	0.17 39	0.25 81	0.22 132	0.30 144	0.22 60

tt1	1.79 252	0.73 281	10.41 337	1.75 488	0.36 14	4.55 488	0.79 221	4.22 436	3.37 514	1.08 128	1.80 282	0.74 85	1.48 288	2.21 246	0.65 65	0.29 171	0.16 26	0.31 230	0.22 132	0.30 144	0.29 165

RAFT_CTSACE	1.80 254	1.06 401	10.00 329	1.71 483	1.39 436	3.49 248	1.06 363	3.05 201	1.62 211	1.70 202	2.04 359	2.51 355	1.80 374	1.98 220	0.94 191	0.25 82	0.22 196	0.28 167	0.30 305	0.30 144	0.26 120

UPFNet	1.81 255	0.63 190	6.71 288	1.25 352	1.44 448	3.50 252	1.35 417	4.02 379	1.85 267	2.40 414	1.52 187	2.41 337	1.40 261	3.62 308	1.88 376	0.34 279	0.33 365	0.37 349	0.31 321	0.41 311	0.39 298

AACVNet	1.83 256	1.02 390	2.41 190	1.45 438	0.87 291	3.21 195	0.73 172	3.16 213	1.61 208	2.01 286	1.82 300	2.28 319	1.33 245	10.98 487	1.49 310	0.39 348	0.32 358	0.38 365	0.32 332	0.43 340	0.44 343

111	1.83 256	0.92 364	9.08 316	0.81 83	0.36 14	4.25 437	0.91 305	4.44 506	2.70 440	2.39 412	1.96 339	2.30 325	1.64 342	1.28 97	1.82 369	0.28 149	0.22 196	0.24 58	0.20 85	0.31 163	0.54 404

ACVNet-DCA	1.85 258	0.74 289	13.77 374	1.78 491	0.36 14	4.48 470	0.74 184	3.98 367	1.53 156	1.01 119	1.81 294	0.72 77	1.62 326	2.13 233	0.64 58	0.29 171	0.17 39	0.32 250	0.21 99	0.33 208	0.32 214

ITSA-stereo	1.86 259	0.72 270	3.74 257	1.20 335	0.66 204	4.09 390	0.91 305	4.24 448	2.53 416	1.93 255	1.77 273	1.59 219	2.15 411	6.12 363	2.44 434	0.40 355	0.38 407	0.40 375	0.40 418	0.50 382	0.98 493

test_5	1.87 260	0.75 301	10.23 334	1.14 300	1.40 438	3.85 331	1.27 408	3.91 345	1.93 281	1.69 198	1.78 276	1.67 227	1.79 369	2.99 295	1.17 237	0.30 211	0.18 67	0.35 322	0.33 340	0.34 226	0.33 230

NINENet	1.87 260	0.74 289	2.60 199	1.12 292	1.06 350	4.50 479	0.76 197	4.41 501	2.24 344	2.16 339	1.86 316	3.63 462	0.97 153	8.00 402	1.17 237	0.41 370	0.30 340	0.41 387	0.30 305	0.41 311	0.36 262

IRAFT_RVC	1.87 260	0.60 154	4.33 263	2.40 530	0.66 204	4.59 496	1.59 454	2.96 190	1.51 140	2.23 367	1.75 259	2.09 308	2.63 446	6.70 376	1.50 311	0.33 267	0.21 167	0.33 285	0.29 287	0.32 190	0.32 214

MLCV	1.87 260	0.91 362	8.59 310	1.10 281	0.57 159	3.59 274	0.53 78	3.70 298	2.20 338	2.80 470	2.25 403	2.00 294	1.42 271	4.13 323	1.86 374	0.30 211	0.20 135	0.32 250	0.21 99	0.33 208	0.36 262

iRaft-Stereo_20w	1.88 264	0.62 181	10.58 339	0.90 155	0.83 273	2.96 170	0.78 214	4.90 536	1.58 188	2.29 380	1.60 214	1.25 174	4.51 510	2.28 252	0.90 170	0.29 171	0.21 167	0.26 110	0.24 172	0.41 311	0.31 203

DSFCA	1.89 265	0.69 244	3.14 231	1.10 281	1.18 377	3.99 371	1.79 470	3.50 257	2.16 331	3.10 491	1.64 225	2.91 398	2.50 439	5.38 342	2.26 418	0.43 387	0.38 407	0.37 349	0.36 375	0.50 382	0.42 328

iResNet_ROB	1.89 265	1.02 390	8.60 311	1.39 423	0.98 327	3.72 297	0.66 142	3.84 321	2.65 434	1.88 237	2.05 365	1.98 291	1.27 233	4.52 328	1.67 348	0.30 211	0.20 135	0.28 167	0.18 47	0.31 163	0.40 318

MM-Stereo_test1	1.90 267	0.53 83	19.85 484	1.39 423	0.48 105	1.81 70	0.79 221	3.00 195	1.82 259	1.69 198	1.09 85	0.87 113	0.97 153	1.45 134	0.74 109	0.24 61	0.21 167	0.27 138	0.24 172	0.35 244	0.24 86

H2IRNET	1.90 267	0.53 83	14.29 390	1.14 300	0.60 174	4.48 470	0.44 47	2.65 153	1.81 258	1.05 126	2.30 417	1.67 227	1.40 261	2.17 240	1.50 311	0.36 311	0.21 167	0.33 285	0.37 387	0.34 226	0.29 165

CFNet-ft	1.90 267	0.95 376	3.56 249	1.07 258	1.54 463	4.09 390	0.90 297	2.85 181	1.82 259	1.78 217	1.70 244	2.75 379	1.48 288	9.33 428	1.72 354	0.33 267	0.30 340	0.61 483	0.36 375	0.52 388	0.39 298

CFNet_RVC	1.90 267	0.95 376	3.56 249	1.07 258	1.54 463	4.09 390	0.90 297	2.85 181	1.82 259	1.78 217	1.70 244	2.75 379	1.48 288	9.33 428	1.72 354	0.33 267	0.30 340	0.61 483	0.36 375	0.52 388	0.39 298

PSMNet-ADL	1.91 271	0.72 270	1.78 118	1.09 272	0.86 286	4.18 423	0.78 214	3.77 307	2.10 320	1.72 207	1.85 313	2.91 398	1.82 379	10.38 466	1.91 380	0.48 424	0.46 457	0.28 167	0.29 287	0.38 272	0.51 391

GEStereo_RVC	1.91 271	0.80 323	6.57 286	1.20 335	1.06 350	4.02 376	1.43 437	4.13 411	1.89 275	2.03 295	1.80 282	2.34 328	1.86 386	4.94 334	1.77 363	0.48 424	0.38 407	0.32 250	0.28 259	0.42 330	0.50 383

DN-CSS_ROB	1.91 271	1.55 475	11.13 346	1.82 498	0.88 294	3.99 371	0.61 112	4.01 375	1.67 223	1.64 189	1.89 326	1.39 192	1.06 184	3.23 297	1.50 311	0.31 230	0.19 97	0.44 403	0.29 287	0.37 267	0.31 203

qqq1	1.92 274	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 450	2.80 456	2.32 394	2.31 424	1.95 282	1.52 301	10.99 488	0.71 96	0.34 279	0.32 358	0.30 208	0.23 147	0.29 121	0.29 165

fff1	1.92 274	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 450	2.80 456	2.32 394	2.31 424	1.95 282	1.52 301	10.99 488	0.71 96	0.34 279	0.32 358	0.30 208	0.23 147	0.29 121	0.29 165

raft_robust	1.92 274	1.15 418	3.34 241	1.02 240	0.43 65	3.84 323	0.46 54	4.42 502	2.52 415	1.67 196	1.36 151	2.17 313	6.37 534	6.78 381	1.04 211	0.28 149	0.24 257	0.30 208	0.35 365	0.31 163	0.32 214

delet	1.92 274	0.76 306	5.14 274	1.01 230	1.65 487	3.44 234	2.03 486	3.76 305	2.48 406	2.01 286	2.05 365	2.63 367	1.90 392	5.34 341	2.12 406	0.28 149	0.29 327	0.40 375	0.31 321	0.41 311	0.45 349

BEATNet_4x	1.92 274	1.36 457	8.75 314	1.20 335	0.56 147	3.46 239	1.03 356	4.00 373	2.43 397	2.25 373	1.70 244	2.10 309	1.59 316	2.57 275	3.05 462	0.37 319	0.22 196	0.47 419	0.29 287	0.60 418	0.40 318

IIG-Stereo	1.95 279	0.79 319	2.14 159	2.78 538	0.66 204	4.62 500	0.76 197	4.27 458	1.53 156	2.63 453	3.14 492	3.35 434	1.61 323	7.65 397	1.41 290	0.39 348	0.20 135	0.31 230	0.25 184	0.33 208	0.22 60

LALA_ROB	1.95 279	1.48 470	3.11 229	1.05 250	0.98 327	3.99 371	1.82 474	4.44 506	2.28 356	3.31 501	1.85 313	2.76 385	1.67 348	4.04 322	3.23 465	0.46 410	0.41 430	0.55 466	0.52 468	0.60 418	0.57 415

DCANet-4	1.96 281	0.51 65	14.31 391	0.82 93	0.40 46	4.16 415	0.57 92	4.29 466	2.98 480	2.30 384	1.80 282	1.03 141	1.54 311	1.44 130	1.44 295	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

PSMNet-RSSM	1.96 281	0.77 309	3.26 235	1.29 373	1.31 413	4.19 427	0.96 336	3.68 288	1.89 275	2.05 300	1.80 282	2.60 363	1.70 355	9.84 443	1.81 367	0.35 299	0.29 327	0.35 322	0.37 387	0.42 330	0.35 256

4D-IteraStereo	1.97 283	0.84 342	20.43 515	0.78 78	1.56 470	2.09 94	1.05 362	2.43 114	1.56 179	1.41 160	1.00 65	1.94 280	0.61 44	1.22 83	1.06 213	0.27 112	0.18 67	0.31 230	0.26 204	0.27 90	0.23 71

OMP-Stereo	1.97 283	0.93 368	1.88 125	2.76 537	0.67 211	4.58 495	1.48 440	4.31 477	1.54 165	3.15 496	2.76 468	3.25 425	1.38 254	7.66 398	1.35 283	0.40 355	0.20 135	0.33 285	0.26 204	0.33 208	0.24 86

cc1	1.98 285	0.74 289	13.77 374	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 530	1.01 119	1.81 294	0.72 77	1.62 326	2.13 233	0.64 58	0.29 171	0.17 39	0.32 250	0.21 99	0.31 163	0.29 165

hknet	1.98 285	0.64 202	8.70 313	0.87 136	1.07 354	4.16 415	1.16 388	4.48 512	1.73 241	2.93 478	1.83 301	3.48 445	1.30 241	3.91 318	1.51 317	0.31 230	0.25 281	0.31 230	0.28 259	0.35 244	0.33 230

GANet-RSSM	1.98 285	0.62 181	3.49 244	1.69 479	1.23 398	4.22 433	0.91 305	3.31 232	1.86 268	1.81 222	1.74 255	2.34 328	1.82 379	10.92 485	1.73 358	0.34 279	0.29 327	0.31 230	0.28 259	0.39 282	0.40 318

1test111	1.99 288	0.74 289	13.77 374	1.78 491	0.36 14	4.48 470	0.74 184	3.98 367	1.53 156	1.01 119	1.81 294	0.72 77	1.62 326	4.66 330	0.98 201	0.29 171	0.17 39	0.32 250	0.21 99	0.33 208	0.32 214

SMFormer	2.00 289	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 450	2.80 456	2.32 394	2.31 424	1.95 282	1.52 301	10.99 488	2.13 409	0.34 279	0.32 358	0.36 337	0.31 321	0.38 272	0.36 262

tta	2.00 289	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 450	2.80 456	2.32 394	2.31 424	1.95 282	1.52 301	10.99 488	2.13 409	0.34 279	0.32 358	0.36 337	0.31 321	0.29 121	0.29 165

TestStereo	2.00 289	1.02 390	12.25 355	0.70 39	0.61 178	1.88 74	0.55 85	2.31 101	1.52 149	1.41 160	1.33 139	1.27 176	0.90 137	11.62 516	0.81 134	0.34 279	0.19 97	0.33 285	0.24 172	0.44 348	0.24 86

cross-raft	2.01 292	0.57 121	19.01 462	1.03 247	0.56 147	2.11 95	0.72 167	3.63 279	1.57 185	1.77 215	1.51 186	3.17 419	1.13 201	1.16 66	0.85 146	0.23 47	0.21 167	0.26 110	0.23 147	0.28 107	0.25 96

MMNet	2.02 293	0.81 327	10.76 341	1.12 292	1.23 398	3.53 259	0.89 292	3.79 311	2.08 309	2.15 334	1.76 268	2.15 312	2.12 407	3.69 311	2.32 423	0.31 230	0.29 327	0.34 303	0.27 230	0.38 272	0.42 328

xx1	2.03 294	0.74 289	13.77 374	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 530	1.01 119	1.81 294	1.79 255	1.34 247	2.13 233	0.64 58	0.29 171	0.17 39	0.33 285	0.33 340	0.33 208	0.32 214

HGLStereo	2.03 294	0.74 289	7.50 299	1.23 348	1.56 470	3.62 281	0.95 330	3.78 310	1.89 275	2.03 295	2.20 395	3.12 415	2.14 410	5.68 351	2.04 396	0.37 319	0.31 350	0.32 250	0.29 287	0.40 287	0.45 349

ssnet_v2	2.04 296	0.88 354	7.87 300	1.20 335	0.87 291	3.86 333	1.64 460	4.01 375	2.60 428	2.61 448	1.96 339	3.79 467	1.71 357	2.20 244	2.96 458	0.41 370	0.35 383	0.42 394	0.37 387	0.55 399	0.52 396

ADStereo(finetuned)	2.04 296	0.73 281	13.28 365	0.82 93	0.40 46	4.16 415	0.59 105	4.25 450	2.97 477	2.35 402	1.84 306	1.18 161	3.40 482	1.52 149	1.54 321	0.29 171	0.24 257	0.23 28	0.18 47	0.30 144	0.51 391

CBFPSM	2.05 298	0.95 376	10.12 333	1.07 258	1.05 347	2.84 148	1.20 399	3.28 228	1.73 241	1.82 224	1.30 133	4.56 506	4.06 499	2.34 253	2.34 425	0.25 82	0.38 407	0.32 250	0.27 230	0.37 267	0.79 473

DeepPruner_ROB	2.05 298	1.09 407	10.50 338	1.01 230	1.20 390	4.39 456	0.91 305	3.14 210	1.72 238	2.60 446	1.54 196	2.78 387	1.27 233	4.52 328	1.72 354	0.51 446	0.40 421	0.37 349	0.34 349	0.48 374	0.52 396

DLCB_ROB	2.05 298	0.95 376	2.37 185	1.24 350	1.02 341	2.92 161	1.30 411	3.68 288	2.30 360	2.91 476	2.17 389	3.32 432	1.52 301	10.37 464	2.50 439	0.40 355	0.33 365	0.40 375	0.36 375	0.41 311	0.47 364

HITNet	2.07 301	0.82 334	14.77 394	1.34 398	0.56 147	3.47 242	0.80 231	4.07 394	2.35 372	2.16 339	1.61 218	1.64 224	1.44 277	2.09 231	2.56 446	0.26 97	0.18 67	0.41 387	0.26 204	0.45 356	0.25 96
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
ETE_ROB	2.07 301	1.40 462	3.01 226	1.09 272	0.92 305	3.94 353	1.53 447	4.25 450	2.23 342	3.31 501	2.06 369	2.35 330	1.52 301	8.74 413	2.07 402	0.44 394	0.36 388	0.51 447	0.48 451	0.54 397	0.62 431

CFNet-RSSM	2.08 303	0.52 71	20.06 492	1.01 230	0.56 147	3.39 225	0.64 130	3.67 286	1.55 173	1.72 207	1.37 152	2.57 360	1.19 223	1.11 51	0.86 153	0.27 112	0.20 135	0.25 81	0.23 147	0.27 90	0.23 71

coex_refinement	2.10 304	0.85 346	3.67 256	1.31 383	1.13 367	3.21 195	0.85 261	3.86 327	2.31 364	2.51 429	1.92 334	3.49 451	1.69 353	11.08 495	2.13 409	0.37 319	0.25 281	0.27 138	0.31 321	0.41 311	0.37 276

iRaft-Stereo_5w	2.10 304	0.83 338	8.57 309	0.81 83	0.76 245	3.21 195	0.84 252	3.71 299	1.65 219	1.56 175	2.50 442	2.20 315	2.23 420	9.13 423	2.01 394	0.38 336	0.19 97	0.35 322	0.27 230	0.45 356	0.39 298

DFGA-Net	2.11 306	3.00 519	7.43 297	1.11 288	0.76 245	3.72 297	0.60 108	2.63 151	1.91 279	2.01 286	2.07 370	1.22 171	1.04 172	10.26 462	2.26 418	0.27 112	0.22 196	0.34 303	0.34 349	0.61 423	0.48 369

G2L-Stereo_test	2.11 306	0.86 349	7.12 293	1.65 475	1.19 384	3.54 263	1.02 354	3.57 270	2.01 294	2.50 426	1.68 237	3.15 417	1.50 295	9.21 426	1.62 338	0.28 149	0.19 97	0.23 28	0.22 132	0.27 90	0.31 203

CFNet_pseudo	2.12 308	0.67 233	15.14 405	0.85 125	0.74 239	3.95 358	0.64 130	3.95 358	1.78 254	1.90 244	1.79 279	3.27 427	1.62 326	2.51 264	1.16 234	0.31 230	0.36 388	0.53 458	0.27 230	0.63 429	0.44 343

test_xeample3	2.12 308	0.63 190	21.55 549	0.91 163	0.47 97	1.85 72	0.94 326	7.96 555	1.23 58	0.75 61	0.76 26	0.64 53	0.70 68	1.77 194	0.83 140	0.30 211	0.21 167	0.27 138	0.21 99	0.27 90	0.24 86

G2L-ROB	2.13 310	0.78 315	10.06 330	1.19 330	1.06 350	3.84 323	0.93 320	3.32 237	2.27 352	2.20 352	1.47 175	2.65 369	1.20 225	8.38 407	1.81 367	0.28 149	0.19 97	0.23 28	0.22 132	0.28 107	0.32 214

ccs_rob	2.13 310	0.67 233	15.11 404	0.84 113	0.75 241	3.96 363	0.65 139	3.95 358	1.78 254	1.88 237	1.79 279	3.26 426	1.64 342	2.51 264	1.16 234	0.31 230	0.36 388	0.54 465	0.27 230	0.65 440	0.45 349

SepStereo	2.15 312	0.67 233	4.79 271	1.14 300	1.64 483	2.93 165	2.13 491	4.09 400	2.74 444	4.17 524	2.52 445	2.46 350	1.79 369	8.36 405	1.63 341	0.37 319	0.22 196	0.39 369	0.25 184	0.41 311	0.34 242

test_for_model	2.16 313	3.87 528	1.58 103	4.16 556	3.64 551	2.51 125	0.96 336	3.63 279	2.62 429	2.45 420	1.39 157	1.02 139	0.73 77	0.92 23	0.57 43	2.97 543	2.19 548	0.26 110	0.17 27	5.32 559	2.24 534

IGEV_Zeroshot_test	2.16 313	0.69 244	20.60 522	1.22 344	0.54 136	2.18 98	0.53 78	3.38 245	1.61 208	1.93 255	1.55 200	3.76 466	1.05 177	1.55 152	0.91 177	0.29 171	0.20 135	0.27 138	0.29 287	0.40 287	0.32 214

anonymousa	2.16 313	0.67 233	19.19 463	1.04 249	1.67 491	2.06 92	0.79 221	2.86 184	1.96 283	1.85 227	2.14 384	3.23 424	1.81 377	1.12 54	1.15 231	0.26 97	0.26 294	0.34 303	0.32 332	0.30 144	0.28 155

AIO-test1	2.18 316	0.66 223	18.95 460	0.89 146	1.48 454	3.40 228	0.97 339	4.19 426	1.68 225	0.86 98	1.35 147	0.99 134	0.75 84	4.47 327	1.27 264	0.23 47	0.23 223	0.28 167	0.33 340	0.31 163	0.35 256

SFCPSM	2.18 316	0.63 190	17.03 427	0.88 141	0.98 327	3.74 302	1.28 410	4.09 400	2.16 331	1.85 227	1.83 301	1.65 225	1.39 257	2.50 261	1.50 311	0.33 267	0.27 305	0.39 369	0.36 375	0.34 226	0.37 276

GANet-ADL	2.20 318	0.73 281	20.11 497	1.25 352	0.69 222	3.83 318	0.76 197	3.49 254	1.71 235	1.65 193	1.99 350	2.10 309	1.10 195	1.42 127	1.26 261	0.38 336	0.33 365	0.25 81	0.22 132	0.42 330	0.36 262

MSKI-zero shot	2.22 319	0.64 202	20.09 496	0.96 197	0.56 147	4.04 380	0.70 162	3.91 345	1.50 133	1.92 251	2.28 409	1.92 278	0.71 70	2.93 292	0.67 75	0.26 97	0.23 223	0.26 110	0.21 99	0.28 107	0.26 120

PS-NSSS	2.22 319	1.33 455	2.90 222	0.97 204	1.53 462	4.11 397	1.08 370	4.55 522	2.65 434	2.10 312	2.32 429	1.77 247	1.40 261	11.79 529	1.61 333	0.68 486	0.45 448	0.96 518	0.43 434	0.95 490	0.92 487

PCWNet_CMD	2.23 321	0.65 212	17.36 432	0.83 104	0.76 245	3.51 255	0.64 130	3.60 274	1.97 285	1.70 202	1.63 223	3.22 422	3.05 468	2.09 231	1.11 225	0.31 230	0.36 388	0.47 419	0.26 204	0.64 437	0.47 364

HH	2.23 321	0.86 349	21.59 550	0.98 210	0.51 118	1.49 51	0.82 244	2.74 165	1.54 165	1.10 130	1.69 242	4.62 508	1.86 386	2.55 272	0.69 87	0.26 97	0.22 196	0.29 188	0.23 147	0.34 226	0.27 136

HanStereo	2.23 321	0.86 349	21.59 550	0.98 210	0.51 118	1.49 51	0.82 244	2.74 165	1.54 165	1.10 130	1.69 242	4.62 508	1.86 386	2.55 272	0.69 87	0.26 97	0.22 196	0.29 188	0.23 147	0.34 226	0.27 136

MSMDNet	2.23 321	0.64 202	17.32 428	0.84 113	0.75 241	3.53 259	0.64 130	3.61 277	1.98 287	1.71 206	1.64 225	3.22 422	2.99 461	2.08 228	1.11 225	0.31 230	0.37 401	0.45 410	0.26 204	0.62 427	0.45 349

FENet	2.25 325	0.50 59	20.29 508	1.35 403	0.67 211	4.01 374	0.60 108	3.95 358	1.99 288	1.96 263	1.11 89	2.43 343	1.43 274	1.60 163	1.39 285	0.32 251	0.22 196	0.33 285	0.26 204	0.29 121	0.39 298

DISCO	2.25 325	0.73 281	10.06 330	1.76 489	1.12 365	3.47 242	1.25 407	3.24 224	2.26 350	2.65 458	1.96 339	4.53 504	1.92 394	4.17 325	3.61 469	0.32 251	0.25 281	0.31 230	0.29 287	0.66 445	0.41 324

iinet-f	2.26 327	1.18 424	13.71 372	1.14 300	1.11 364	3.77 306	1.10 376	4.14 417	2.17 333	2.06 305	1.76 268	2.99 403	2.99 461	2.50 261	2.49 438	0.35 299	0.39 416	0.27 138	0.28 259	0.45 356	0.39 298

ICVP	2.26 327	0.66 223	21.18 541	0.99 216	0.88 294	4.28 444	0.95 330	3.32 237	1.60 204	1.66 194	1.76 268	1.34 185	1.14 208	1.62 169	1.32 275	0.53 455	0.35 383	0.33 285	0.29 287	0.40 287	0.51 391
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 329	0.65 212	23.82 568	0.90 155	0.46 87	1.57 57	0.96 336	7.98 556	1.19 55	0.65 37	0.77 29	0.74 85	0.72 73	2.59 276	0.86 153	0.28 149	0.21 167	0.28 167	0.21 99	0.29 121	0.25 96

CIPLG	2.27 329	1.18 424	19.24 464	0.92 169	1.34 425	3.95 358	0.89 292	4.23 440	1.82 259	2.31 390	2.67 461	1.17 157	1.06 184	1.53 151	1.32 275	0.37 319	0.23 223	0.27 138	0.22 132	0.31 163	0.45 349

ACRE	2.27 329	1.11 411	19.45 471	0.91 163	1.30 411	3.94 353	0.87 283	4.21 433	1.80 257	2.28 378	2.62 456	1.17 157	1.04 172	1.52 149	1.30 272	0.37 319	0.23 223	0.27 138	0.22 132	0.31 163	0.46 359

NOSS_ROB	2.27 329	0.73 281	3.00 225	1.71 483	1.00 338	3.90 340	0.97 339	4.29 466	2.81 462	2.94 482	2.19 393	3.88 471	1.19 223	11.77 528	1.62 338	0.59 466	0.54 478	0.56 468	0.52 468	0.56 405	0.54 404

XPNet_ROB	2.27 329	1.11 411	4.10 261	1.36 409	0.97 320	3.94 353	1.63 458	4.07 394	2.14 327	2.82 472	2.00 352	2.32 327	1.73 362	10.81 480	3.39 466	0.51 446	0.47 461	0.48 427	0.40 418	0.51 384	0.56 411

IPLGR_C	2.28 334	1.31 450	19.46 472	0.92 169	1.32 419	3.93 348	0.89 292	4.20 427	1.82 259	2.30 384	2.63 458	1.16 156	1.07 186	1.41 125	1.29 271	0.37 319	0.23 223	0.27 138	0.22 132	0.31 163	0.45 349

DRaft	2.28 334	0.56 111	2.64 208	0.74 57	0.46 87	3.94 353	1.23 404	2.32 103	1.55 173	2.64 454	2.80 472	1.60 220	5.34 521	6.96 385	10.99 527	0.34 279	0.22 196	0.27 138	0.27 230	0.29 121	0.37 276

psm_up	2.28 334	0.81 327	5.45 281	1.26 359	1.50 457	3.84 323	1.23 404	4.23 440	2.03 297	2.55 434	1.80 282	2.44 347	1.65 344	12.90 547	1.58 326	0.37 319	0.38 407	0.41 387	0.34 349	0.43 340	0.39 298

MyStereo04	2.29 337	0.80 323	18.77 456	1.00 224	1.04 345	3.95 358	0.95 330	3.91 345	2.54 420	1.99 272	1.27 128	2.31 326	1.65 344	2.02 225	1.77 363	0.24 61	0.24 257	0.34 303	0.26 204	0.41 311	0.37 276

ADLNet	2.29 337	0.83 338	3.62 254	1.35 403	1.60 476	3.67 289	1.24 406	3.95 358	2.98 480	2.58 442	2.29 412	4.01 478	1.79 369	11.23 501	2.09 404	0.37 319	0.38 407	0.36 337	0.34 349	0.45 356	0.71 452

TDLM	2.29 337	1.08 404	4.61 270	1.29 373	1.01 339	4.26 438	2.17 493	3.75 303	2.79 452	2.31 390	1.98 347	2.06 304	1.59 316	12.45 542	1.72 354	0.51 446	0.28 317	0.52 453	0.35 365	0.56 405	0.50 383

Wz-Net-LNSev	2.30 340	1.67 484	14.88 397	1.18 327	1.65 487	3.49 248	1.54 450	3.63 279	2.03 297	1.88 237	1.64 225	3.29 428	2.06 403	2.71 286	2.02 395	0.40 355	0.33 365	0.32 250	0.31 321	0.53 394	0.49 376

DCVSM-stereo	2.31 341	0.66 223	20.69 524	1.11 288	0.93 310	2.58 136	0.73 172	2.61 149	1.60 204	2.57 438	1.53 194	3.30 430	1.72 359	2.19 243	1.23 253	0.34 279	0.53 476	0.41 387	0.32 332	0.45 356	0.62 431

testlalala2	2.31 341	0.63 190	20.54 518	2.56 534	2.87 539	3.79 312	0.76 197	4.20 427	1.48 120	1.42 162	1.43 166	2.45 348	0.80 112	1.03 38	0.68 78	0.27 112	0.25 281	0.24 58	0.21 99	0.33 208	0.28 155

gwcnet-sp	2.31 341	1.21 429	17.34 429	1.08 266	0.92 305	3.56 268	1.04 359	3.69 293	2.09 312	2.55 434	1.60 214	1.80 258	1.62 326	3.87 315	1.95 386	0.29 171	0.29 327	0.30 208	0.28 259	0.38 272	0.39 298

scenet	2.31 341	1.21 429	17.34 429	1.08 266	0.92 305	3.56 268	1.04 359	3.69 293	2.09 312	2.55 434	1.60 214	1.80 258	1.62 326	3.87 315	1.95 386	0.29 171	0.29 327	0.30 208	0.28 259	0.38 272	0.39 298

ssnet	2.31 341	1.21 429	17.34 429	1.08 266	0.92 305	3.56 268	1.04 359	3.69 293	2.09 312	2.55 434	1.60 214	1.80 258	1.62 326	3.87 315	1.95 386	0.29 171	0.29 327	0.30 208	0.28 259	0.38 272	0.39 298

DAS	2.31 341	0.67 233	4.79 271	1.14 300	1.64 483	2.93 165	2.13 491	4.09 400	2.74 444	4.17 524	2.52 445	2.46 350	1.79 369	11.55 513	1.63 341	0.37 319	0.22 196	0.39 369	0.25 184	0.41 311	0.34 242

TRStereo	2.31 341	1.87 492	19.74 480	1.53 454	1.16 375	4.26 438	1.08 370	4.73 532	1.45 99	1.55 173	1.28 129	1.75 242	0.85 121	1.81 201	1.20 243	0.36 311	0.26 294	0.32 250	0.36 375	0.34 226	0.33 230

test_sample5	2.33 348	0.62 181	11.29 347	1.29 373	0.83 273	3.09 184	0.74 184	4.28 463	2.31 364	2.20 352	1.97 345	1.68 229	1.39 257	11.19 499	1.47 304	0.37 319	0.31 350	0.37 349	0.37 387	0.41 311	0.39 298

MyStereo8	2.33 348	1.13 413	19.26 467	1.22 344	1.62 479	4.16 415	0.57 92	3.50 257	2.36 375	2.15 334	1.75 259	2.28 319	1.14 208	1.46 138	2.20 415	0.24 61	0.21 167	0.32 250	0.27 230	0.36 257	0.43 337

DualNet	2.33 348	0.62 181	11.29 347	1.29 373	0.83 273	3.09 184	0.74 184	4.28 463	2.31 364	2.26 376	2.04 359	1.68 229	1.39 257	11.19 499	1.47 304	0.37 319	0.31 350	0.37 349	0.37 387	0.41 311	0.39 298

MIPNet	2.33 348	0.71 266	19.82 482	0.89 146	0.56 147	4.76 527	0.61 112	4.32 481	2.37 381	1.83 225	1.48 182	1.48 205	1.98 398	2.63 279	1.44 295	0.29 171	0.20 135	0.26 110	0.23 147	0.30 144	0.39 298

DualNet (step1)	2.34 352	1.05 396	7.87 300	1.07 258	0.86 286	3.93 348	1.19 395	4.35 487	2.11 322	2.14 326	1.75 259	1.75 242	1.67 348	6.26 366	1.26 261	1.23 522	0.48 467	4.27 565	2.09 551	0.70 453	0.69 448

test_sample4	2.34 352	0.63 190	11.59 350	1.30 380	0.83 273	3.07 182	0.72 167	4.27 458	2.30 360	2.30 384	1.88 320	1.73 240	1.42 271	11.14 498	1.46 299	0.35 299	0.29 327	0.35 322	0.36 375	0.40 287	0.38 291

test_sample3	2.34 352	0.61 171	11.94 353	1.33 391	0.85 281	3.10 186	0.73 172	4.24 448	2.19 336	2.21 361	1.75 259	1.80 258	1.41 266	11.11 497	1.46 299	0.35 299	0.29 327	0.34 303	0.35 365	0.39 282	0.37 276

STTStereo	2.34 352	0.95 376	14.93 400	1.43 431	1.54 463	3.86 333	0.86 264	3.65 282	2.44 401	2.15 334	1.55 200	2.49 354	1.59 316	5.14 338	1.44 295	0.38 336	0.39 416	0.47 419	0.51 465	0.52 388	0.51 391

CFNet	2.34 352	1.10 408	8.96 315	1.34 398	1.24 400	4.09 390	0.73 172	4.04 384	2.77 449	1.62 185	1.87 319	2.27 318	1.45 281	11.41 506	1.82 369	0.31 230	0.24 257	0.43 398	0.36 375	0.43 340	0.33 230

AIO-Stereo-zeroshot	2.35 357	0.99 385	19.62 476	1.09 272	0.96 316	1.51 53	0.44 47	4.05 388	1.64 215	1.31 144	1.67 234	4.93 515	2.45 436	2.52 269	1.40 286	0.30 211	0.20 135	0.31 230	0.50 461	0.57 410	0.60 425

test_sample6	2.35 357	0.62 181	10.78 342	1.33 391	0.83 273	3.15 190	0.79 221	4.36 492	2.43 397	2.26 376	2.04 359	1.69 234	1.39 257	11.48 511	1.61 333	0.38 336	0.32 358	0.37 349	0.39 407	0.41 311	0.42 328

EAI-Stereo	2.35 357	0.63 190	2.97 223	0.95 191	0.65 197	3.84 323	14.27 566	5.04 539	2.19 336	2.06 305	7.25 528	1.10 149	0.94 147	1.65 177	1.37 284	0.31 230	0.22 196	0.27 138	0.60 485	0.27 90	0.32 214

ac_64	2.35 357	0.62 181	9.77 325	1.32 386	1.71 497	3.27 209	0.93 320	3.48 251	2.50 411	1.74 211	1.73 253	3.91 472	1.77 366	10.21 459	1.86 374	0.40 355	0.31 350	0.33 285	0.30 305	0.34 226	0.39 298

HSM	2.35 357	0.81 327	2.21 165	1.14 300	1.55 467	3.44 234	1.03 356	3.99 371	2.25 347	2.29 380	2.11 378	8.04 543	3.05 468	11.60 514	1.71 352	0.33 267	0.22 196	0.28 167	0.23 147	0.32 190	0.35 256

CFNet_ucs	2.36 362	0.68 241	18.42 452	0.89 146	0.81 260	3.85 331	0.68 150	4.29 466	2.37 381	2.09 309	2.04 359	3.31 431	1.24 231	2.63 279	1.14 230	0.36 311	0.45 448	0.56 468	0.29 287	0.66 445	0.49 376

MyStereo05	2.37 363	0.72 270	19.94 487	1.02 240	0.99 330	4.26 438	0.86 264	4.01 375	2.62 429	2.14 326	1.26 122	2.28 319	1.63 339	2.07 226	1.68 349	0.24 61	0.23 223	0.34 303	0.26 204	0.42 330	0.36 262

hitnet-ft	2.37 363	0.73 281	8.34 306	0.96 197	0.89 299	3.77 306	0.80 231	3.55 268	2.58 424	2.24 370	2.04 359	3.65 464	1.49 294	11.71 526	1.89 377	0.44 394	0.53 476	0.44 403	0.35 365	0.52 388	0.48 369

YMNet	2.40 365	1.41 464	13.46 368	1.36 409	1.67 491	3.96 363	0.97 339	3.81 314	2.37 381	2.64 454	2.57 452	3.35 434	1.53 308	3.28 299	2.42 431	0.48 424	0.54 478	0.52 453	0.49 455	0.70 453	0.54 404

YMNet_1	2.40 365	1.41 464	13.46 368	1.36 409	1.67 491	3.96 363	0.97 339	3.81 314	2.37 381	2.64 454	2.57 452	3.35 434	1.53 308	3.28 299	2.42 431	0.48 424	0.54 478	0.52 453	0.49 455	0.70 453	0.54 404

CoDeX	2.40 365	0.78 315	13.21 364	1.00 224	1.18 377	3.24 202	1.32 413	4.14 417	2.41 393	1.74 211	1.84 306	2.05 302	1.47 286	10.03 453	1.60 330	0.34 279	0.28 317	0.32 250	0.27 230	0.32 190	0.39 298

LMCR-Stereo	2.40 365	1.31 450	18.61 455	1.59 466	0.86 286	3.87 336	1.15 386	4.32 481	1.60 204	2.25 373	2.27 405	1.13 152	2.43 434	2.48 260	1.60 330	0.88 506	0.24 257	0.29 188	0.24 172	0.56 405	0.30 193

Wz-Net-LNSev-Ref	2.42 369	1.47 469	14.14 385	1.30 380	1.35 426	3.51 255	1.64 460	4.04 384	2.10 320	2.46 421	1.88 320	2.28 319	2.51 440	4.73 333	3.17 464	0.38 336	0.19 97	0.35 322	0.20 85	0.40 287	0.36 262

PAM	2.43 370	0.61 171	20.86 528	1.07 258	0.73 234	2.93 165	0.53 78	3.24 224	1.53 156	1.89 243	2.43 435	5.29 528	2.76 451	1.84 205	1.02 208	0.27 112	0.24 257	0.26 110	0.25 184	0.40 287	0.50 383

PSM-AAD	2.43 370	0.54 94	1.32 73	0.92 169	0.54 136	4.48 470	7.47 553	2.96 190	1.55 173	2.31 390	2.56 450	1.26 175	16.23 564	2.46 258	0.89 166	0.28 149	0.21 167	0.58 472	0.41 425	0.34 226	1.32 511

AASNet	2.44 372	0.92 364	19.79 481	1.35 403	1.49 455	3.81 316	1.07 365	3.85 324	2.93 474	1.95 260	2.29 412	1.96 287	1.29 238	1.73 189	1.93 382	0.39 348	0.33 365	0.45 410	0.30 305	0.55 399	0.45 349

PAM_32	2.45 373	0.63 190	20.74 525	1.05 250	0.65 197	2.83 147	0.46 54	2.91 187	1.54 165	1.95 260	2.66 460	4.99 518	3.78 493	1.96 219	0.92 181	0.27 112	0.22 196	0.27 138	0.25 184	0.36 257	0.48 369

GMM-Stereo	2.45 373	0.52 71	20.38 511	0.89 146	0.82 269	4.18 423	1.91 479	2.45 117	1.48 120	2.48 424	2.30 417	1.69 234	1.86 386	2.93 292	1.08 218	0.28 149	0.18 67	0.33 285	0.48 451	0.35 244	2.41 538

DMCA-RVC	2.45 373	1.22 435	18.29 447	1.23 348	1.14 368	2.49 123	0.85 261	3.29 230	1.68 225	3.02 485	1.41 162	2.00 294	1.53 308	6.39 368	2.00 392	0.38 336	0.30 340	0.44 403	0.35 365	0.45 356	0.44 343

MyStereo06	2.46 376	0.72 270	19.97 489	1.02 240	0.99 330	4.26 438	0.86 264	3.51 260	1.68 225	1.92 251	1.73 253	4.01 478	4.22 503	1.62 169	0.88 163	0.24 61	0.23 223	0.34 303	0.26 204	0.42 330	0.36 262

SACVNet	2.46 376	1.14 417	9.47 323	1.44 434	1.18 377	4.06 383	1.49 444	3.84 321	2.24 344	2.62 450	1.89 326	2.57 360	1.28 235	11.35 504	1.64 344	0.50 440	0.39 416	0.48 427	0.41 425	0.55 399	0.75 464

RAFT-345	2.46 376	0.55 100	19.69 479	1.02 240	0.49 112	4.43 466	0.78 214	1.64 34	2.34 370	2.09 309	3.12 490	1.96 287	1.31 242	6.65 374	1.43 293	0.36 311	0.23 223	0.32 250	0.25 184	0.28 107	0.25 96

GwcNet-ADL	2.47 379	0.67 233	21.48 548	0.96 197	0.72 229	4.61 499	0.95 330	4.42 502	2.36 375	1.98 267	1.80 282	2.55 358	1.24 231	1.90 214	1.41 290	0.40 355	0.46 457	0.24 58	0.27 230	0.41 311	0.49 376

PFNet	2.47 379	0.60 154	16.95 426	2.15 520	0.81 260	4.63 502	0.91 305	2.55 138	1.52 149	2.40 414	2.79 470	1.83 267	1.42 271	7.54 393	1.34 282	0.33 267	0.21 167	0.36 337	0.27 230	0.32 190	0.39 298

IPLG	2.48 381	0.65 212	19.63 477	0.91 163	0.79 255	4.60 498	0.56 89	4.31 477	1.84 266	1.91 249	2.00 352	1.31 182	1.38 254	6.61 372	1.53 320	0.27 112	0.20 135	0.27 138	0.23 147	0.31 163	0.36 262

HHNet	2.48 381	0.71 266	20.52 517	0.64 16	0.64 189	4.07 388	0.93 320	3.76 305	1.56 179	2.15 334	4.92 519	0.98 133	3.37 481	1.66 178	1.79 366	0.32 251	0.20 135	0.31 230	0.27 230	0.36 257	0.42 328

G2L-Stereo	2.49 383	0.94 374	14.54 393	1.15 313	1.35 426	3.57 272	0.95 330	3.62 278	2.00 292	2.11 316	1.61 218	3.20 420	1.34 247	9.54 433	1.91 380	0.34 279	0.27 305	0.35 322	0.28 259	0.30 144	0.35 256

CRFU-Net	2.49 383	0.78 315	10.36 335	2.30 527	1.08 356	3.91 341	1.41 433	3.85 324	1.65 219	2.15 334	1.76 268	3.34 433	7.95 548	5.56 348	1.48 307	0.47 419	0.35 383	0.30 208	0.28 259	0.37 267	0.43 337

FADNet	2.49 383	1.76 488	13.17 363	1.17 321	0.95 315	3.27 209	0.88 287	3.94 356	2.27 352	1.40 158	1.29 131	2.51 355	2.06 403	9.93 448	1.94 384	0.43 387	0.45 448	0.40 375	0.43 434	1.06 499	0.53 398

RAFT + AFF	2.51 386	2.66 515	4.48 268	1.15 313	1.95 516	4.15 406	2.01 485	4.46 510	3.30 511	2.19 349	2.51 444	2.22 316	4.87 514	8.91 417	2.06 399	0.30 211	0.60 495	0.48 427	0.38 400	0.77 472	0.69 448

UNet	2.51 386	0.74 289	20.17 499	1.14 300	1.44 448	3.48 245	0.76 197	3.77 307	1.87 269	2.05 300	1.57 205	2.75 379	2.39 431	3.51 304	2.51 440	0.32 251	0.26 294	0.41 387	0.26 204	0.38 272	0.39 298

FADNet-RVC	2.51 386	2.27 505	14.03 383	1.09 272	0.81 260	3.54 263	1.10 376	4.13 411	2.48 406	1.39 156	1.22 109	1.85 273	1.77 366	9.78 441	2.06 399	0.38 336	0.37 401	0.40 375	0.40 418	0.67 447	0.48 369

iResNet	2.52 389	0.94 374	21.17 540	1.84 500	0.72 229	3.75 303	0.81 240	4.14 417	2.55 422	2.33 400	2.03 356	1.35 187	1.44 277	3.27 298	2.16 413	0.35 299	0.23 223	0.28 167	0.22 132	0.44 348	0.45 349

IPLGR	2.53 390	0.58 134	20.46 516	0.82 93	0.52 127	4.56 493	0.50 64	4.30 474	2.38 386	1.87 234	1.53 194	1.68 229	1.72 359	6.95 384	1.15 231	0.28 149	0.21 167	0.27 138	0.23 147	0.33 208	0.32 214

NCCL2	2.53 390	1.35 456	10.90 344	1.15 313	0.97 320	3.53 259	2.56 506	3.65 282	2.23 342	2.76 466	1.80 282	2.41 337	1.66 346	10.35 463	2.07 402	0.44 394	0.40 421	0.57 471	0.53 472	0.59 414	0.65 441

fast-acv-ft	2.54 392	1.19 426	20.08 495	1.41 427	1.40 438	3.18 193	1.17 391	3.37 244	2.28 356	1.90 244	2.15 386	2.69 371	2.17 416	2.91 290	2.31 422	0.37 319	0.39 416	0.45 410	0.39 407	0.57 410	0.45 349

XX-Stereo	2.54 392	0.61 171	20.21 500	1.78 491	1.19 384	4.30 447	0.46 54	4.39 498	1.58 188	2.32 394	1.89 326	4.64 510	0.60 41	4.16 324	0.82 137	0.31 230	0.21 167	0.28 167	0.27 230	0.51 384	0.26 120

NLCA_NET_v2_RVC	2.54 392	1.04 395	16.73 422	1.53 454	2.00 518	3.96 363	0.87 283	3.87 330	2.31 364	2.54 433	1.67 234	2.85 392	1.63 339	5.55 347	1.62 338	0.46 410	0.33 365	0.38 365	0.38 400	0.53 394	0.62 431
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 392	0.90 357	11.10 345	1.32 386	1.47 453	3.58 273	1.38 426	4.13 411	2.45 402	1.90 244	1.71 248	2.86 393	1.76 364	10.86 481	1.66 347	0.60 467	0.43 438	0.53 458	0.41 425	0.78 474	0.94 489

CVANet_RVC	2.55 396	1.10 408	9.13 321	1.46 440	1.15 370	3.96 363	1.53 447	3.91 345	2.50 411	3.04 487	2.04 359	2.60 363	1.72 359	12.46 543	1.50 311	0.49 436	0.30 340	0.51 447	0.41 425	0.63 429	0.50 383

GCST	2.56 397	1.79 490	18.02 443	1.92 506	1.33 423	1.72 64	0.51 68	3.67 286	2.03 297	1.70 202	1.61 218	1.55 214	1.29 238	5.06 336	1.24 255	2.06 536	0.77 517	1.45 533	0.97 518	1.14 508	1.34 512

ARAFT	2.56 397	1.13 413	19.50 474	0.89 146	0.48 105	4.15 406	1.40 430	4.36 492	2.82 464	2.36 406	1.88 320	1.70 236	1.04 172	6.45 369	1.22 250	0.29 171	0.18 67	0.37 349	0.35 365	0.35 244	0.25 96

RASNet	2.56 397	0.70 254	10.06 330	1.60 468	2.25 530	3.67 289	1.00 347	3.38 245	3.14 494	1.81 222	2.11 378	4.60 507	2.30 424	10.25 461	2.61 447	0.37 319	0.24 257	0.25 81	0.24 172	0.28 107	0.26 120

cf-r	2.57 400	0.79 319	16.09 413	1.48 445	1.35 426	4.19 427	0.93 320	3.68 288	2.36 375	1.97 265	1.81 294	3.42 441	1.45 281	8.24 404	1.83 371	0.32 251	0.26 294	0.33 285	0.30 305	0.34 226	0.37 276

UGAM	2.58 401	0.56 111	18.55 454	0.89 146	0.71 227	3.23 199	1.03 356	2.75 167	1.75 249	1.36 150	2.77 469	2.69 371	1.28 235	10.75 476	1.40 286	0.28 149	0.24 257	0.40 375	0.31 321	0.35 244	0.30 193

GrayStereo	2.58 401	0.53 83	1.63 105	1.58 465	0.89 299	4.17 420	8.17 557	3.03 199	1.52 149	2.80 470	2.50 442	1.70 236	17.10 565	2.83 289	1.15 231	0.33 267	0.21 167	0.27 138	0.32 332	0.28 107	0.53 398

ASMatch	2.62 403	0.60 154	20.65 523	1.37 419	0.64 189	4.39 456	0.78 214	1.97 64	1.58 188	1.70 202	3.89 510	1.94 280	3.79 494	5.46 344	1.64 344	0.31 230	0.24 257	0.34 303	0.28 259	0.33 208	0.50 383

RAFT-RH_RVC	2.63 404	0.55 100	19.97 489	1.26 359	0.47 97	4.46 468	0.57 92	1.71 40	1.64 215	3.06 490	5.51 523	2.03 298	1.28 235	6.70 376	1.52 319	0.42 381	0.22 196	0.37 349	0.34 349	0.28 107	0.29 165

DANet	2.63 404	1.07 402	8.10 305	1.83 499	1.70 496	3.25 205	1.16 388	4.31 477	2.38 386	3.40 507	2.18 391	4.08 482	1.80 374	9.77 439	3.89 473	0.52 452	0.55 482	0.59 475	0.44 437	0.63 429	0.86 481
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 406	2.28 507	16.51 419	0.98 210	0.92 305	4.09 390	0.83 249	4.26 457	1.73 241	1.46 164	1.78 276	1.60 220	1.50 295	8.88 415	2.39 426	0.47 419	0.38 407	0.44 403	0.58 481	0.89 485	0.97 491

iResNetv2_ROB	2.65 406	5.00 533	19.28 469	2.06 516	1.09 360	3.83 318	1.13 383	4.14 417	2.09 312	1.85 227	2.03 356	2.01 297	1.51 299	3.58 306	1.58 326	0.34 279	0.21 167	0.32 250	0.21 99	0.44 348	0.29 165

ccnet	2.66 408	0.97 383	8.01 304	1.54 456	1.24 400	3.75 303	2.18 494	4.07 394	2.41 393	2.66 459	3.25 495	2.87 394	2.31 427	9.89 445	3.50 467	0.78 495	0.75 516	0.71 500	0.67 493	0.76 471	0.81 475

GwcNet-RSSM	2.66 408	1.05 396	15.91 411	1.22 344	1.19 384	4.12 399	1.12 380	3.84 321	2.02 295	1.93 255	1.79 279	3.12 415	1.46 284	10.37 464	2.05 398	0.33 267	0.27 305	0.35 322	0.30 305	0.40 287	0.36 262

z-ln-s-r	2.67 410	1.16 421	12.43 357	1.34 398	1.26 405	3.70 293	1.21 402	4.20 427	2.38 386	2.04 298	1.92 334	2.43 343	1.60 322	10.58 469	5.19 491	0.29 171	0.20 135	0.32 250	0.24 172	0.51 384	0.38 291

xxxx	2.67 410	0.54 94	2.03 141	1.22 344	0.81 260	3.49 248	0.63 127	4.49 515	2.49 410	2.22 363	2.23 400	2.05 302	1.38 254	10.05 454	17.91 556	0.32 251	0.32 358	0.30 208	0.27 230	0.33 208	0.34 242

test_xeample	2.67 410	0.56 111	2.05 144	1.09 272	0.81 260	3.24 202	0.80 231	4.55 522	2.70 440	2.42 416	2.27 405	1.39 192	1.40 261	10.75 476	17.51 555	0.30 211	0.30 340	0.32 250	0.28 259	0.34 226	0.33 230

PASM	2.67 410	2.05 501	9.71 324	1.73 486	1.37 431	2.53 131	1.52 445	3.10 206	2.17 333	2.79 469	1.84 306	2.90 395	1.85 385	11.89 533	2.19 414	0.81 500	0.85 520	0.87 515	1.01 521	1.14 508	1.05 496

AIO-Stereo-zeroshot1	2.68 414	1.26 442	22.01 557	1.08 266	0.99 330	1.61 59	0.86 264	3.69 293	1.64 215	1.52 170	5.62 525	3.35 434	3.44 487	2.20 244	1.33 279	0.26 97	0.21 167	0.30 208	0.62 489	0.93 489	0.67 443

222	2.68 414	0.57 121	2.03 141	1.11 288	0.81 260	3.23 199	0.65 139	4.52 520	2.45 402	2.34 401	2.29 412	1.41 198	1.44 277	10.50 467	18.47 560	0.32 251	0.30 340	0.32 250	0.27 230	0.32 190	0.34 242

PWC_ROB	2.69 416	2.01 498	8.36 307	1.33 391	1.90 514	3.23 199	1.18 392	4.33 483	3.25 505	3.11 492	3.41 501	2.71 374	2.18 418	9.15 424	4.48 477	0.56 461	0.31 350	0.61 483	0.36 375	0.69 452	0.74 461

pcwnet_v2	2.70 417	0.65 212	22.48 560	1.08 266	1.03 342	3.56 268	0.81 240	4.29 466	3.14 494	2.29 380	2.29 412	3.01 405	1.71 357	3.32 301	1.43 293	0.43 387	0.50 473	0.41 387	0.34 349	0.61 423	0.56 411

Wz-Net-MNSev	2.71 418	2.54 513	13.91 381	1.52 452	1.37 431	3.28 213	2.47 501	4.03 380	2.32 368	2.57 438	2.07 370	2.29 324	3.01 463	7.55 394	2.74 452	0.38 336	0.36 388	0.36 337	0.37 387	0.57 410	0.47 364

w-ln-seven-2	2.73 419	2.13 502	12.47 359	1.18 327	1.01 339	3.54 263	1.58 453	3.93 352	3.26 506	2.43 418	2.02 354	2.63 367	2.28 423	7.93 401	5.45 494	0.40 355	0.40 421	0.44 403	0.34 349	0.62 427	0.47 364

ttt	2.76 420	0.56 111	2.28 177	1.41 427	1.21 396	3.67 289	0.77 210	4.59 525	2.94 475	2.35 402	2.30 417	2.45 348	1.54 311	11.25 502	15.56 543	0.43 387	0.36 388	0.37 349	0.33 340	0.40 287	0.40 318

UGAM-zero	2.79 421	0.57 121	20.87 530	0.98 210	0.77 251	2.08 93	0.35 19	3.88 333	1.51 140	2.05 300	1.64 225	5.07 522	3.42 486	9.83 442	1.24 255	0.28 149	0.21 167	0.27 138	0.29 287	0.29 121	0.28 155

RP	2.79 421	1.20 428	10.36 335	1.54 456	1.93 515	3.44 234	1.97 482	4.05 388	2.34 370	2.66 459	2.79 470	3.98 476	2.58 444	10.21 459	2.61 447	0.95 509	0.47 461	0.71 500	0.57 480	0.71 462	0.68 446

SHD	2.82 423	2.04 500	13.80 378	1.69 479	1.79 506	2.73 142	1.07 365	3.85 324	3.18 498	4.63 532	2.74 465	3.38 439	2.77 452	5.48 346	3.66 470	0.62 471	0.47 461	0.51 447	0.55 475	0.65 440	0.74 461

FADNet-RVC-Resample	2.83 424	2.02 499	21.07 535	1.12 292	0.91 304	3.53 259	1.37 424	4.08 398	2.09 312	1.68 197	1.33 139	2.03 298	1.51 299	9.54 433	1.69 350	0.38 336	0.37 401	0.42 394	0.44 437	0.56 405	0.56 411

StereoDRNet	2.84 425	1.49 471	14.48 392	1.33 391	1.57 474	3.44 234	2.06 487	3.69 293	2.36 375	3.26 500	1.84 306	2.79 389	1.80 374	10.88 482	3.16 463	0.41 370	0.33 365	0.39 369	0.36 375	0.59 414	0.58 420

w-ln-seven	2.86 426	3.06 520	14.02 382	1.27 367	1.32 419	4.10 396	1.59 454	3.90 340	2.59 427	3.03 486	2.27 405	3.42 441	2.25 421	6.70 376	4.81 485	0.39 348	0.34 377	0.48 427	0.40 418	0.74 467	0.55 408

AAGNet	2.86 426	0.60 154	1.77 116	2.05 515	0.46 87	4.76 527	1.09 374	2.27 94	1.56 179	2.17 343	1.84 306	2.41 337	4.00 498	6.23 365	24.22 572	0.46 410	0.19 97	0.30 208	0.29 287	0.32 190	0.24 86

Consistency-Raft	2.86 426	1.66 482	19.61 475	1.40 426	1.75 501	3.84 323	1.32 413	4.07 394	2.25 347	1.78 217	2.67 461	1.82 264	4.41 507	1.94 218	2.06 399	0.83 503	0.94 523	1.03 520	1.12 526	1.70 528	1.09 499

PDISCO_ROB	2.86 426	1.53 474	14.27 389	1.98 512	2.19 527	4.52 484	1.35 417	4.65 528	3.19 499	2.09 309	2.16 387	3.53 456	2.45 436	5.32 340	2.12 406	1.30 530	0.78 518	0.72 504	0.59 483	1.24 517	1.28 507

AF-Net	2.87 430	1.30 446	16.24 414	1.33 391	1.75 501	3.26 207	1.59 454	4.09 400	2.43 397	2.69 461	2.94 478	4.51 502	3.20 475	5.84 355	2.75 453	0.76 494	0.36 388	0.72 504	0.49 455	0.70 453	0.56 411

HSM-Net_RVC	2.87 430	0.57 121	17.46 436	0.92 169	0.90 302	3.70 293	1.20 399	5.64 551	2.51 414	3.22 499	2.43 435	2.54 357	1.59 316	11.41 506	1.65 346	0.34 279	0.25 281	0.26 110	0.23 147	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 432	1.16 421	18.30 448	1.35 403	1.68 494	3.52 258	1.18 392	3.90 340	2.06 306	2.52 431	2.82 475	3.82 469	2.34 428	6.78 381	2.55 445	0.86 505	0.40 421	0.59 475	0.67 493	0.57 410	0.55 408

DDUNet	2.91 433	2.78 517	6.94 292	3.53 548	2.26 531	3.28 213	1.36 419	3.77 307	2.04 301	2.62 450	2.49 441	4.18 488	1.69 353	5.38 342	1.85 373	2.21 538	1.77 542	2.61 546	2.43 557	2.60 534	2.34 537

MFMNet_re	2.91 433	1.91 493	18.25 445	3.06 542	1.89 513	3.13 188	1.67 465	3.52 261	2.97 477	3.14 494	2.87 477	2.26 317	2.41 432	2.42 255	2.00 392	1.10 515	1.05 525	0.94 517	0.90 513	1.28 518	1.46 519

ACV-stereo	2.92 435	0.92 364	20.27 506	1.33 391	1.05 347	4.68 509	1.10 376	2.66 155	1.64 215	1.46 164	1.32 137	5.41 530	4.24 504	7.83 399	1.90 379	0.44 394	0.52 475	0.32 250	0.29 287	0.45 356	0.63 435

GANet	2.93 436	1.05 396	11.29 347	1.64 473	0.96 316	3.91 341	2.52 504	3.72 300	2.41 393	2.95 483	3.00 481	3.21 421	2.03 399	12.42 541	4.72 482	0.51 446	0.41 430	0.46 416	0.39 407	0.60 418	0.50 383

RTSC	2.95 437	2.51 509	15.49 409	1.54 456	1.30 411	3.51 255	0.86 264	3.89 335	2.48 406	3.64 510	3.12 490	3.04 407	2.30 424	5.70 352	6.67 498	0.55 459	0.35 383	0.37 349	0.39 407	0.70 453	0.60 425

PWCDC_ROB	2.95 437	3.26 522	14.06 384	1.59 466	1.56 470	4.19 427	0.86 264	4.30 474	4.08 532	2.06 305	7.37 529	2.75 379	2.42 433	3.59 307	2.67 450	1.34 532	0.36 388	0.39 369	0.34 349	1.13 507	0.62 431

PSMNet_ROB	2.95 437	1.38 459	18.46 453	1.19 330	1.20 390	3.80 314	1.65 463	3.54 266	2.35 372	1.98 267	1.71 248	2.75 379	1.79 369	11.43 508	2.78 454	0.42 381	0.36 388	0.50 444	0.60 485	0.59 414	0.49 376

ff1	2.96 440	0.60 154	5.21 277	1.14 300	0.99 330	3.62 281	0.86 264	4.22 436	3.37 514	2.20 352	2.30 417	3.48 445	1.62 326	11.62 516	16.09 545	0.29 171	0.16 26	0.48 427	0.37 387	0.30 144	0.29 165

FINET	2.96 440	1.07 402	23.18 566	1.29 373	1.86 511	2.03 86	1.52 445	4.30 474	4.71 538	2.23 367	2.34 431	1.65 225	1.48 288	5.89 356	2.81 456	0.51 446	0.47 461	0.49 441	0.40 418	0.59 414	0.49 376

XQC	2.96 440	2.42 508	14.85 395	1.36 409	1.32 419	3.29 217	1.53 447	4.28 463	2.78 450	3.21 498	2.46 437	3.53 456	2.92 459	6.58 371	4.67 479	0.70 490	0.41 430	0.59 475	0.56 477	0.96 494	0.83 480

SGM-Forest	2.96 440	0.62 181	3.49 244	1.09 272	0.80 257	4.06 383	3.30 528	4.37 495	3.09 490	4.18 527	3.27 497	4.67 512	3.86 496	11.69 525	7.91 513	0.51 446	0.46 457	0.49 441	0.39 407	0.48 374	0.49 376
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 444	0.58 134	13.42 367	0.79 80	0.51 118	3.84 323	1.84 477	2.42 111	1.60 204	2.25 373	2.74 465	2.03 298	6.04 528	6.79 383	12.80 536	0.35 299	0.26 294	0.26 110	0.27 230	0.27 90	0.37 276

RYNet	2.97 444	0.93 368	15.09 403	1.12 292	1.38 434	3.66 288	1.42 435	4.03 380	2.29 359	2.10 312	1.70 244	3.79 467	2.16 414	13.64 556	3.02 461	0.37 319	0.41 430	0.48 427	0.34 349	0.81 479	0.75 464

TCMNet	2.98 446	1.30 446	18.26 446	1.47 443	2.09 524	3.84 323	1.08 370	3.96 363	2.39 390	2.53 432	2.29 412	2.43 343	1.75 363	10.09 456	2.39 426	0.52 452	0.45 448	0.61 483	0.50 461	0.80 478	0.78 470

mmx	2.98 446	0.60 154	5.21 277	1.14 300	0.99 330	3.62 281	0.86 264	4.49 515	3.05 486	2.20 352	2.30 417	3.48 445	1.62 326	11.62 516	16.09 545	0.33 267	0.28 317	0.48 427	0.37 387	0.44 348	0.37 276

xxx	2.98 446	0.60 154	5.21 277	1.14 300	0.99 330	3.62 281	0.86 264	4.49 515	3.05 486	2.20 352	2.30 417	3.48 445	1.62 326	11.62 516	16.09 545	0.33 267	0.28 317	0.48 427	0.37 387	0.44 348	0.37 276

Wz-Net-SNSev	2.98 446	4.36 530	15.98 412	1.57 464	1.19 384	3.28 213	1.80 472	3.96 363	2.40 391	2.32 394	2.28 409	3.48 445	2.05 402	7.84 400	3.82 472	0.47 419	0.39 416	0.53 458	0.49 455	0.71 462	0.60 425

DispNO	3.00 450	0.75 301	18.92 459	1.17 321	1.10 362	3.72 297	0.94 326	4.29 466	2.54 420	2.24 370	2.28 409	4.51 502	2.12 407	11.40 505	2.09 404	0.31 230	0.28 317	0.31 230	0.28 259	0.36 257	0.39 298

GwcNet	3.00 450	1.63 478	19.83 483	1.32 386	2.04 523	3.27 209	1.55 451	3.65 282	2.33 369	2.00 284	2.12 381	3.56 460	1.68 352	9.47 431	2.45 435	0.44 394	0.45 448	0.46 416	0.38 400	0.60 418	0.76 466

LL-Strereo	3.01 452	1.81 491	17.59 439	1.12 292	2.10 525	2.90 155	1.09 374	4.33 483	2.00 292	3.12 493	2.24 401	3.29 428	3.15 471	11.31 503	1.84 372	0.30 211	0.28 317	0.46 416	0.34 349	0.49 380	0.45 349

Anonymous_2	3.01 452	0.89 355	4.53 269	1.06 256	1.18 377	2.93 165	0.87 283	3.24 224	1.46 107	1.86 232	1.35 147	4.11 484	2.35 429	1.64 175	1.28 268	0.82 501	0.90 522	8.71 576	15.84 579	4.44 554	0.74 461

STrans-v2	3.03 454	0.77 309	20.91 531	0.81 83	0.63 187	3.89 338	1.01 350	4.27 458	2.64 433	2.28 378	3.70 506	4.13 485	5.20 518	7.33 388	1.27 264	0.31 230	0.18 67	0.29 188	0.25 184	0.29 121	0.41 324

TransformOpticalFlow	3.03 454	0.77 309	20.99 534	1.00 224	0.55 143	4.18 423	0.64 130	4.33 483	3.02 484	2.18 345	3.09 488	4.35 496	5.07 516	7.36 391	1.27 264	0.32 251	0.18 67	0.32 250	0.26 204	0.28 107	0.46 359

AANet_RVC	3.03 454	1.72 485	12.78 361	1.17 321	1.12 365	3.79 312	1.10 376	3.86 327	3.13 492	2.62 450	4.26 513	3.96 475	1.41 266	11.43 508	5.23 492	0.94 508	0.47 461	0.34 303	0.23 147	0.40 287	0.55 408

DRN-Test	3.03 454	0.99 385	18.18 444	1.35 403	1.60 476	3.59 274	1.48 440	4.13 411	2.45 402	3.47 509	1.92 334	2.58 362	2.53 441	10.88 482	2.80 455	0.39 348	0.36 388	0.44 403	0.41 425	0.55 399	0.57 415

Syn2CoEx	3.08 458	2.55 514	19.88 485	1.34 398	1.18 377	2.43 118	1.65 463	3.91 345	2.40 391	2.39 412	2.27 405	2.90 395	3.17 474	9.57 436	2.54 444	0.50 440	0.45 448	0.53 458	0.39 407	0.74 467	0.72 459

stereogan	3.09 459	0.93 368	16.43 417	1.37 419	1.66 490	3.70 293	1.67 465	3.87 330	3.15 496	3.04 487	2.70 464	5.04 521	2.79 453	9.96 449	1.78 365	0.63 472	0.49 472	0.69 497	0.47 446	0.83 482	0.68 446

PA-Net	3.09 459	1.24 440	18.84 457	1.38 421	1.19 384	3.42 232	1.75 468	3.89 335	3.27 510	1.88 237	2.10 374	3.03 406	1.88 390	11.60 514	2.88 457	0.40 355	0.54 478	0.44 403	0.62 489	0.52 388	1.02 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 461	1.45 468	14.90 398	1.46 440	1.79 506	3.33 219	1.39 428	4.04 384	2.26 350	2.77 467	3.26 496	4.00 477	2.71 450	11.63 521	2.62 449	0.82 501	0.46 457	0.79 510	0.79 508	0.71 462	0.78 470

PVD	3.12 462	1.97 497	12.80 362	1.79 496	1.63 481	3.83 318	1.34 416	3.48 251	3.88 527	5.77 539	3.56 504	3.45 444	3.29 478	5.58 350	5.30 493	0.71 492	0.69 510	0.74 508	0.77 504	0.79 476	1.13 502

1111x	3.13 463	0.57 121	8.38 308	1.20 335	0.76 245	3.80 314	0.88 287	4.61 527	2.63 431	2.31 390	2.16 387	1.95 282	1.81 377	11.54 512	18.13 558	0.32 251	0.31 350	0.32 250	0.30 305	0.35 244	0.34 242

APVNet	3.13 463	1.25 441	21.14 537	1.31 383	1.52 460	3.94 353	1.13 383	3.32 237	2.14 327	2.20 352	2.03 356	3.05 410	1.96 396	11.79 529	2.53 442	0.42 381	0.45 448	0.64 491	0.46 443	0.67 447	0.57 415

MaskLacGwcNet_RVC	3.13 463	1.43 466	9.93 328	2.50 532	1.62 479	4.29 445	1.68 467	3.95 358	2.43 397	1.66 194	1.91 332	3.04 407	1.41 266	13.26 549	1.58 326	3.82 556	1.59 538	1.12 526	0.46 443	2.21 532	2.74 547

zh-mn7	3.15 466	9.61 558	12.45 358	1.26 359	0.99 330	2.91 158	1.32 413	4.12 409	2.74 444	3.33 503	3.07 485	2.84 391	1.89 391	8.91 417	4.69 481	0.49 436	0.40 421	0.38 365	0.38 400	0.56 405	0.63 435

ADLNet2	3.15 466	0.92 364	20.06 492	1.20 335	1.79 506	3.83 318	1.48 440	3.94 356	3.59 520	2.19 349	2.47 439	4.65 511	1.93 395	10.69 475	1.96 389	0.39 348	0.37 401	0.28 167	0.30 305	0.48 374	0.43 337

NCC-stereo	3.16 468	1.28 444	18.31 449	1.25 352	1.75 501	4.06 383	1.40 430	3.89 335	2.22 340	2.72 463	2.55 448	3.49 451	2.65 447	9.91 446	2.99 459	1.29 528	0.65 502	0.64 491	0.86 511	0.65 440	0.71 452

Abc-Net	3.16 468	1.28 444	18.31 449	1.25 352	1.75 501	4.06 383	1.40 430	3.89 335	2.22 340	2.72 463	2.55 448	3.49 451	2.65 447	9.91 446	2.99 459	1.29 528	0.65 502	0.64 491	0.86 511	0.65 440	0.71 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 470	1.93 494	18.84 457	1.51 451	0.80 257	4.12 399	1.82 474	4.16 422	2.91 470	1.87 234	1.74 255	2.48 352	1.84 381	13.18 548	1.74 359	0.80 498	0.57 485	0.79 510	0.74 500	1.20 516	0.86 481
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
GASNet	3.24 471	5.55 537	20.58 521	1.56 463	1.25 403	2.32 109	1.12 380	4.04 384	2.67 437	1.88 237	2.10 374	3.00 404	2.16 414	10.59 470	2.43 433	0.65 478	0.37 401	0.61 483	0.45 441	0.87 484	0.58 420

FBW_ROB	3.24 471	1.02 390	9.21 322	1.49 448	1.07 354	3.78 308	1.48 440	4.31 477	3.08 489	2.46 421	2.32 429	4.20 491	2.08 405	15.19 562	7.16 508	0.84 504	0.62 498	1.33 531	0.92 514	0.99 495	1.31 509

HBP-ISP	3.25 473	1.10 408	20.86 528	1.54 456	1.15 370	4.50 479	2.89 517	4.43 505	2.38 386	4.14 523	1.96 339	1.90 276	2.04 401	11.08 495	1.32 275	0.66 480	0.57 485	0.66 494	0.61 488	0.64 437	0.61 428

aanetorigin	3.30 474	1.66 482	17.52 438	1.18 327	1.58 475	2.57 134	3.80 542	2.65 153	2.03 297	6.12 544	4.30 514	2.82 390	5.70 524	5.47 345	4.67 479	0.50 440	0.44 443	0.43 398	0.47 446	1.17 513	0.92 487

ADCRef	3.30 474	1.23 439	14.90 398	1.17 321	1.41 445	3.95 358	1.64 460	3.88 333	2.36 375	3.05 489	2.21 397	2.40 335	2.81 455	5.04 335	16.63 550	0.46 410	0.34 377	0.63 488	0.62 489	0.54 397	0.67 443

CBMV	3.32 476	0.96 382	21.16 539	1.32 386	0.83 273	3.81 316	3.91 545	4.47 511	2.53 416	3.34 504	2.24 401	4.45 499	2.58 444	10.07 455	1.96 389	0.45 403	0.43 438	0.48 427	0.38 400	0.52 388	0.53 398
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 477	0.81 327	20.05 491	1.25 352	1.20 390	3.44 234	1.99 484	4.23 440	2.67 437	3.14 494	3.82 509	3.51 454	3.32 480	11.68 524	1.94 384	0.64 475	0.67 506	0.48 427	0.52 468	0.61 423	0.81 475

CC-Net-ROB	3.35 478	1.76 488	13.89 380	2.33 529	1.65 487	4.49 476	1.62 457	4.73 532	2.90 469	1.92 251	2.05 365	1.99 293	1.61 323	12.57 546	1.60 330	2.46 539	2.18 547	2.68 548	1.04 524	2.11 531	1.38 515

z-mn7	3.36 479	9.42 556	14.16 386	1.28 369	1.22 397	3.78 308	1.43 437	3.92 350	3.35 513	2.85 474	3.36 499	3.06 411	1.97 397	9.66 437	5.16 489	0.42 381	0.35 383	0.43 398	0.33 340	0.63 429	0.48 369

edge stereo	3.37 480	1.01 389	21.99 556	1.28 369	1.37 431	2.67 140	1.39 428	3.98 367	2.87 467	2.93 478	3.27 497	4.35 496	2.43 434	11.62 516	2.39 426	0.60 467	0.63 500	0.79 510	0.55 475	0.68 450	0.67 443

DPSNet	3.43 481	1.37 458	12.19 354	1.39 423	1.24 400	4.15 406	2.06 487	4.51 519	3.34 512	2.69 461	1.96 339	3.52 455	5.56 523	10.68 474	9.68 521	0.93 507	0.73 514	0.40 375	0.37 387	1.06 499	0.86 481

S-Stereo	3.48 482	0.91 362	22.06 559	1.36 409	1.50 457	3.55 266	2.53 505	4.21 433	2.81 462	2.37 407	3.81 508	3.75 465	1.84 381	11.90 534	2.51 440	0.63 472	0.71 512	0.48 427	0.76 502	0.67 447	1.19 505

UDG	3.55 483	2.81 518	17.45 435	2.69 535	1.98 517	3.97 368	1.19 395	4.35 487	2.02 295	2.42 416	2.53 447	4.50 501	2.46 438	6.53 370	2.41 430	2.12 537	1.77 542	2.63 547	2.57 559	2.64 535	1.95 529

SAMSARA	3.55 483	2.16 504	14.18 387	1.86 503	1.49 455	4.62 500	2.65 510	3.58 273	2.80 456	7.05 549	3.05 484	5.16 527	4.07 500	9.18 425	4.80 484	0.64 475	0.67 506	0.59 475	0.68 496	0.89 485	0.91 486

WZ-Net	3.62 485	4.87 532	16.77 424	1.43 431	1.40 438	3.75 303	2.29 497	4.12 409	2.50 411	2.74 465	2.19 393	4.06 481	5.29 520	10.19 458	7.36 509	0.54 457	0.37 401	0.47 419	0.49 455	0.77 472	0.73 460

CBMV_ROB	3.62 485	0.70 254	21.42 547	1.21 341	0.89 299	4.43 466	1.76 469	4.39 498	2.79 452	5.88 541	3.38 500	4.18 488	5.12 517	10.75 476	2.32 423	0.56 461	0.55 482	0.53 458	0.51 465	0.55 399	0.46 359

Wz-Net-TNSev	3.67 487	8.83 547	13.47 370	1.48 445	1.18 377	3.60 276	2.49 503	4.27 458	3.13 492	2.18 345	1.89 326	4.21 492	2.80 454	12.10 536	7.58 512	0.57 463	0.55 482	0.47 419	0.54 474	0.91 488	1.05 496

SQANet	3.70 488	9.34 555	18.41 451	2.75 536	2.74 536	3.40 228	1.47 439	3.50 257	1.68 225	2.60 446	1.75 259	2.69 371	1.91 393	6.72 380	1.74 359	2.96 542	1.41 536	1.85 536	1.12 526	3.17 537	2.70 546

DeepPrunerF	3.70 488	1.72 485	14.87 396	1.33 391	1.74 500	3.70 293	1.55 451	4.20 427	14.00 564	2.02 291	1.77 273	2.74 377	2.30 424	10.88 482	6.88 504	0.68 486	0.60 495	0.78 509	0.78 507	0.81 479	0.71 452

FTStereo	3.71 490	0.53 83	20.37 510	0.96 197	0.65 197	4.34 450	11.29 561	2.62 150	1.50 133	2.58 442	5.04 520	1.90 276	13.84 560	3.71 312	1.25 258	0.38 336	0.24 257	0.31 230	0.32 332	0.30 144	2.10 532

ADCP+	3.74 491	1.96 496	16.90 425	1.09 272	1.55 467	4.35 451	3.65 540	3.93 352	2.98 480	2.22 363	1.66 233	3.95 473	4.83 513	3.41 302	18.87 563	0.38 336	0.41 430	0.63 488	0.53 472	0.64 437	0.81 475

test_sample9	3.79 492	1.05 396	7.87 300	1.07 258	0.86 286	3.93 348	1.19 395	4.35 487	2.11 322	2.14 326	1.75 259	1.75 242	1.67 348	11.06 492	11.61 531	1.23 522	14.45 580	4.27 565	2.09 551	0.70 453	0.69 448

zh-sn7	3.81 493	11.43 565	15.78 410	1.25 352	1.15 370	3.68 292	2.58 508	4.15 421	2.42 396	2.61 448	3.10 489	3.38 439	3.03 467	11.43 508	6.88 504	0.45 403	0.48 467	0.45 410	0.43 434	0.72 465	0.71 452

MFN_U_SF_RVC	3.81 493	10.78 562	15.01 401	1.84 500	1.39 436	3.73 301	1.63 458	4.05 388	3.26 506	2.91 476	2.38 433	4.36 498	3.65 491	8.43 408	4.91 487	1.11 517	1.04 524	0.99 519	1.31 533	1.58 524	1.75 526

ADCPNet	3.89 495	1.63 478	20.25 505	1.28 369	1.27 407	6.43 545	2.65 510	3.93 352	2.70 440	2.78 468	2.20 395	4.28 494	6.16 532	5.56 348	10.27 524	0.65 478	1.18 529	0.71 500	1.70 540	0.84 483	1.37 513

RTS	3.90 496	7.04 541	17.94 441	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 499	4.05 520	3.08 486	4.94 516	3.16 472	7.64 395	6.72 499	0.66 480	0.44 443	0.51 447	0.47 446	0.95 490	0.76 466

RTSA	3.90 496	7.04 541	17.94 441	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 499	4.05 520	3.08 486	4.94 516	3.16 472	7.64 395	6.72 499	0.66 480	0.44 443	0.51 447	0.47 446	0.95 490	0.76 466

MFN_U_SF_DS_RVC	3.94 498	10.88 563	12.30 356	1.26 359	1.55 467	5.19 536	3.33 530	4.42 502	2.82 464	2.58 442	2.62 456	5.00 519	2.11 406	14.03 560	2.73 451	1.28 527	2.34 554	0.67 496	1.83 545	0.81 479	1.03 495

ADCMid	3.96 499	3.27 523	15.48 408	1.26 359	1.40 438	4.66 506	2.28 496	4.06 392	3.54 519	3.94 517	3.02 482	3.85 470	3.67 492	4.03 321	18.65 561	0.68 486	0.61 497	1.09 525	1.18 530	1.38 521	1.08 498

SDNR	3.97 500	1.93 494	20.28 507	1.31 383	0.94 312	5.16 535	0.67 144	4.33 483	2.58 424	4.82 535	5.94 526	5.01 520	1.45 281	17.52 564	2.53 442	0.79 496	0.72 513	0.59 475	0.45 441	1.15 511	1.17 503

MADNet+	3.97 500	9.54 557	13.83 379	1.87 504	1.69 495	4.19 427	2.87 516	4.80 535	4.10 533	2.51 429	2.67 461	4.55 505	3.41 483	8.72 412	6.92 506	1.25 525	1.27 533	1.04 521	0.93 515	1.39 522	1.85 527

SPS-STEREO	3.97 500	1.44 467	20.85 527	1.72 485	1.71 497	3.24 202	2.30 498	3.55 268	2.68 439	4.79 534	3.66 505	5.44 531	2.97 460	9.11 422	9.35 520	1.15 518	1.10 527	1.06 523	1.02 523	1.16 512	1.18 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 503	1.13 413	16.64 420	1.12 292	1.25 403	3.50 252	3.05 523	4.29 466	3.26 506	3.64 510	2.56 450	2.97 401	4.79 512	13.33 550	16.91 551	0.37 319	0.41 430	0.38 365	0.39 407	0.48 374	0.81 475

G-Net	4.11 504	1.21 429	19.47 473	2.31 528	2.94 540	4.74 525	2.95 518	3.33 241	2.14 327	4.44 530	9.43 545	6.93 539	3.84 495	9.01 421	4.92 488	0.79 496	0.80 519	0.70 499	0.50 461	0.95 490	0.87 484

THIR-Stereo	4.14 505	0.82 334	10.85 343	0.86 130	0.43 65	2.16 97	16.77 568	3.22 220	1.54 165	2.04 298	12.05 558	2.68 370	7.53 545	7.30 387	12.62 535	0.30 211	0.21 167	0.29 188	0.28 259	0.33 208	0.41 324

AnyNet_C32	4.17 506	5.75 538	12.62 360	1.60 468	1.54 463	5.51 539	4.09 546	3.90 340	3.23 504	4.22 528	3.03 483	3.10 412	3.41 483	8.01 403	18.85 562	0.53 455	0.58 490	0.53 458	0.74 500	1.19 515	0.97 491

Ntro	4.21 507	8.94 551	19.89 486	3.22 544	2.96 541	4.15 406	1.89 478	3.92 350	2.36 375	1.77 215	2.14 384	3.35 434	2.17 416	9.48 432	2.24 417	3.52 551	1.76 541	2.13 539	1.31 533	3.83 547	3.09 548

ADCS	4.22 508	5.33 534	16.32 415	1.64 473	1.31 413	3.91 341	3.64 539	4.21 433	2.89 468	5.11 536	2.81 474	4.46 500	3.06 470	5.21 339	19.50 564	0.63 472	0.64 501	0.69 497	0.69 498	1.12 506	1.26 506

ADCL	4.35 509	1.63 478	14.21 388	1.29 373	1.26 405	5.56 540	11.16 560	3.97 365	3.37 514	6.07 542	4.67 516	4.30 495	5.72 525	5.08 337	14.51 540	0.50 440	0.48 467	0.89 516	0.77 504	0.78 474	0.76 466

AnyNet_C01	4.37 510	7.80 543	16.40 416	1.98 512	1.40 438	6.37 544	6.47 552	4.09 400	5.03 543	4.06 522	3.78 507	4.16 487	3.31 479	6.62 373	10.00 522	0.61 469	0.67 506	0.63 488	0.67 493	2.01 529	1.31 509

MSC_U_SF_DS_RVC	4.48 511	10.62 561	15.18 406	1.55 461	1.45 452	6.16 542	3.54 537	5.41 549	3.68 524	2.59 445	2.74 465	4.81 513	2.20 419	13.79 557	4.40 476	2.04 535	3.36 567	1.05 522	1.20 531	2.09 530	1.72 524

RainbowNet	4.56 512	8.28 544	20.07 494	3.64 552	3.23 549	4.15 406	2.99 521	4.18 423	3.03 485	2.20 352	2.65 459	4.26 493	2.90 458	9.77 439	2.12 406	3.88 557	2.27 551	2.71 550	1.72 542	3.78 546	3.31 555

SGM_RVC	4.57 513	0.72 270	17.46 436	1.84 500	0.58 168	4.23 436	3.45 532	4.66 529	3.66 523	7.99 554	8.82 543	7.56 541	8.74 553	12.30 538	6.84 503	0.43 387	0.38 407	0.39 369	0.35 365	0.51 384	0.48 369
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 514	8.93 550	19.95 488	3.11 543	2.67 534	3.91 341	2.57 507	3.82 317	2.25 347	2.22 363	9.72 547	4.08 482	2.35 429	8.57 410	2.13 409	3.51 550	1.65 540	2.15 540	1.17 529	3.69 544	3.15 550

DispFullNet	4.64 515	3.48 525	23.95 569	3.99 554	3.03 542	3.35 221	1.06 363	4.18 423	2.80 456	6.33 546	2.94 478	4.04 480	7.81 547	3.92 319	5.16 489	2.75 540	1.61 539	3.10 555	2.68 562	3.32 539	3.31 555

CSAN	4.71 516	1.39 461	20.23 501	1.19 330	0.87 291	3.65 287	3.50 534	4.57 524	3.87 526	3.89 516	7.82 532	3.54 459	6.16 532	23.47 573	6.82 502	0.52 452	0.45 448	0.49 441	0.52 468	0.63 429	0.66 442

test_sample8	4.76 517	1.05 396	7.87 300	1.07 258	0.86 286	3.93 348	1.19 395	4.38 496	2.05 304	5.49 537	1.89 326	12.98 554	6.37 534	11.06 492	11.61 531	1.23 522	14.45 580	4.27 565	2.09 551	0.70 453	0.69 448

SuperB	4.79 518	4.41 531	21.08 536	1.45 438	1.08 356	3.91 341	3.08 525	4.18 423	3.01 483	2.50 426	2.10 374	2.75 379	3.49 489	8.80 414	19.60 565	0.44 394	0.33 365	0.53 458	0.39 407	12.01 575	0.64 439

IMH-64-1	4.84 519	2.53 511	6.83 289	4.30 560	3.74 553	4.81 529	6.05 549	5.30 544	3.92 528	3.95 518	8.33 536	5.08 523	6.06 529	8.96 419	6.30 496	4.57 566	2.96 561	3.04 552	2.12 554	4.28 551	3.62 558

IMH-64	4.84 519	2.53 511	6.83 289	4.30 560	3.74 553	4.81 529	6.05 549	5.30 544	3.92 528	3.95 518	8.33 536	5.08 523	6.06 529	8.96 419	6.30 496	4.57 566	2.96 561	3.04 552	2.12 554	4.28 551	3.62 558

NVStereoNet_ROB	4.91 521	1.40 462	16.46 418	1.47 443	1.72 499	3.46 239	1.96 481	3.89 335	3.61 521	2.90 475	24.61 573	4.81 513	4.49 509	13.57 554	4.87 486	1.33 531	1.29 534	1.70 535	1.68 538	1.41 523	1.66 521
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 522	0.90 357	21.33 543	1.50 449	1.33 423	4.09 390	3.49 533	4.03 380	4.59 537	6.57 547	10.95 552	12.92 553	8.41 552	9.86 444	8.78 518	0.75 493	0.58 490	0.51 447	0.50 461	0.68 450	0.57 415

WAO-7	5.16 523	3.21 521	18.98 461	1.88 505	1.44 448	5.34 537	3.09 526	4.91 537	5.81 550	4.35 529	8.92 544	6.55 536	6.06 529	13.40 552	10.81 526	1.34 532	1.20 532	1.48 534	1.35 536	1.60 525	1.45 517

CrosDoStereo	5.24 524	0.60 154	20.23 501	0.82 93	0.51 118	3.39 225	18.11 570	3.82 317	2.27 352	1.98 267	8.74 540	1.96 287	6.96 540	7.35 389	26.35 574	0.30 211	0.22 196	0.30 208	0.28 259	0.33 208	0.38 291

DeepStereo_LL	5.24 524	0.60 154	20.23 501	0.82 93	0.51 118	3.39 225	18.11 570	3.82 317	2.27 352	1.98 267	8.74 540	1.96 287	6.96 540	7.35 389	26.35 574	0.30 211	0.22 196	0.30 208	0.28 259	0.33 208	0.38 291

MeshStereo	5.35 526	1.32 452	21.34 544	1.34 398	1.15 370	4.40 460	3.90 544	5.18 541	4.55 535	10.14 564	11.82 557	11.47 549	5.84 526	13.84 558	7.03 507	0.61 469	0.58 490	0.60 480	0.58 481	0.72 465	0.59 424
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
ACVNet_2	5.41 527	12.60 566	20.42 514	3.27 545	3.15 547	4.50 479	3.02 522	4.66 529	3.73 525	3.35 506	5.36 522	7.86 542	2.88 456	12.33 540	4.76 483	3.12 546	2.22 549	2.70 549	1.69 539	3.49 540	3.10 549

pmcnn	5.45 528	1.22 435	17.40 433	1.60 468	2.41 533	3.48 245	2.12 490	4.52 520	3.26 506	3.67 512	13.15 561	22.10 567	3.46 488	11.92 535	17.16 553	0.34 279	0.21 167	0.23 28	0.19 68	0.36 257	0.28 155

MDST_ROB	5.53 529	0.59 142	23.11 564	2.55 533	2.69 535	21.20 571	1.98 483	4.77 534	2.65 434	9.36 559	4.25 512	4.14 486	4.45 508	22.57 568	3.68 471	0.48 424	0.33 365	0.47 419	0.44 437	0.44 348	0.44 343

EDNetEfficient	5.61 530	2.14 503	16.75 423	1.67 477	3.64 551	4.12 399	7.51 554	3.05 201	5.63 549	11.57 570	4.83 518	3.95 473	12.72 557	8.44 409	20.78 567	0.41 370	0.43 438	0.47 419	1.01 521	1.66 527	1.39 516

MSMD_ROB	5.61 530	1.08 404	16.68 421	1.21 341	0.83 273	10.14 557	2.07 489	3.93 352	6.22 551	10.37 565	8.03 534	22.22 568	9.45 554	11.66 522	4.52 478	0.66 480	0.58 490	0.66 494	0.68 496	0.65 440	0.63 435

SANet	5.65 532	1.72 485	20.94 532	1.26 359	0.88 294	7.20 549	3.81 543	4.60 526	11.23 558	4.56 531	8.78 542	7.49 540	6.95 539	11.85 532	18.11 557	0.49 436	0.44 443	0.50 444	0.42 431	0.90 487	0.82 479

ELAS_RVC	5.72 533	1.64 481	20.40 512	2.09 518	2.01 519	4.95 532	11.47 562	4.66 529	6.31 553	8.09 555	8.01 533	8.06 545	11.65 556	8.36 405	10.22 523	0.99 512	1.17 528	0.81 513	0.76 502	1.14 508	1.58 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 534	9.95 559	15.22 407	2.90 539	1.56 470	5.66 541	7.69 555	5.27 543	4.74 540	3.88 515	7.51 530	8.04 543	5.28 519	15.18 561	8.40 516	3.08 545	1.51 537	2.24 541	1.37 537	5.55 560	1.96 530

WAO-6	5.87 535	2.27 505	15.05 402	2.96 540	2.77 537	12.01 560	3.58 538	5.37 548	11.91 562	3.34 504	9.69 546	6.78 538	5.84 526	11.82 531	8.89 519	2.87 541	2.35 555	2.50 542	1.84 546	2.85 536	2.67 543

ELAS	5.99 536	1.62 476	20.29 508	1.96 511	2.01 519	15.09 566	8.38 558	5.23 542	5.54 547	9.02 558	8.61 539	6.74 537	9.75 555	7.48 392	11.40 530	0.96 510	1.18 529	0.72 504	0.93 515	1.30 519	1.67 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 537	13.97 572	21.36 545	3.58 550	3.14 546	4.73 522	2.48 502	4.20 427	3.17 497	2.98 484	2.83 476	23.31 569	4.34 506	11.06 492	2.45 435	3.68 553	2.33 553	2.60 545	1.79 544	3.69 544	3.19 552

FCDSN-DC	6.04 537	0.84 342	19.25 465	1.24 350	1.09 360	4.38 453	2.62 509	4.38 496	4.71 538	9.59 562	11.22 553	19.19 563	17.40 566	12.30 538	8.55 517	0.69 489	0.57 485	0.60 480	0.60 485	0.70 453	0.78 470
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 539	9.15 553	13.76 373	1.94 510	4.60 564	11.91 559	12.00 563	5.12 540	3.45 518	3.79 514	4.52 515	9.54 547	6.56 538	9.40 430	13.48 538	1.26 526	1.37 535	1.17 528	1.34 535	7.06 569	3.95 562

psmorigin	6.59 540	1.15 418	88.11 590	1.52 452	0.97 320	2.88 153	1.20 399	3.21 218	2.04 301	3.73 513	2.46 437	5.15 526	2.55 442	10.60 471	2.47 437	0.55 459	0.68 509	0.48 427	0.51 465	0.70 453	0.88 485

FC-DCNN	6.64 541	0.77 309	19.26 467	1.68 478	1.64 483	8.27 554	2.35 499	6.35 552	9.23 556	10.85 567	11.27 554	19.89 564	13.33 558	12.51 544	11.79 533	0.66 480	0.57 485	0.58 472	0.56 477	0.63 429	0.61 428

ACVNet-4b	6.73 542	13.67 571	21.87 555	3.54 549	3.07 543	4.19 427	2.25 495	4.03 380	3.65 522	1.64 189	3.98 511	5.88 533	2.89 457	10.01 452	16.98 552	23.29 583	2.24 550	2.53 543	1.78 543	3.87 548	3.21 553

EKT-Stereo	6.79 543	0.64 202	4.24 262	1.77 490	106.39 588	4.51 483	0.61 112	3.16 213	1.53 156	1.88 237	1.22 109	1.98 291	1.36 252	3.81 313	0.84 143	0.35 299	0.24 257	0.29 188	0.26 204	0.34 226	0.48 369

IMH	6.81 544	13.66 570	20.41 513	4.33 562	3.74 553	5.50 538	3.06 524	5.49 550	6.22 551	4.64 533	10.35 549	9.30 546	8.03 550	13.61 555	6.81 501	4.80 569	2.99 564	3.09 554	2.12 554	4.36 553	3.61 557

LVE	6.88 545	9.31 554	21.14 537	3.61 551	3.18 548	4.49 476	2.79 512	10.21 560	11.69 560	3.16 497	11.53 555	18.33 560	4.31 505	11.66 522	3.52 468	4.45 564	2.93 559	2.56 544	1.91 548	3.62 541	3.16 551

FC-DCNN v2	6.91 546	0.77 309	19.25 465	1.69 479	1.64 483	9.13 556	2.40 500	7.20 554	9.47 557	11.07 569	11.62 556	20.05 566	15.79 563	12.55 545	11.99 534	0.66 480	0.57 485	0.58 472	0.56 477	0.63 429	0.61 428

tt	7.19 547	0.51 65	6.83 289	4.03 555	2.30 532	12.05 561	20.19 574	15.46 572	6.58 554	3.42 508	3.22 494	5.37 529	6.39 537	4.20 326	7.46 510	9.81 575	11.53 579	7.05 572	7.46 574	6.31 563	3.71 560

Dean	7.52 548	9.08 552	21.41 546	3.74 553	3.53 550	4.81 529	3.53 535	5.33 547	5.25 544	4.17 524	26.53 574	25.62 575	4.09 501	10.97 486	4.32 475	3.69 554	2.30 552	2.91 551	1.87 547	4.03 549	3.24 554

DGSMNet	7.55 549	1.62 476	17.42 434	1.92 506	12.73 568	7.45 552	42.99 584	4.13 411	2.07 308	2.10 312	3.16 493	3.42 441	1.70 355	9.24 427	2.30 421	3.70 555	10.89 578	11.80 580	5.54 570	4.24 550	2.66 542

MADNet++	7.57 550	5.80 539	13.28 365	6.38 570	5.26 566	7.18 548	7.77 556	5.32 546	5.62 548	6.11 543	7.78 531	6.02 535	8.01 549	11.74 527	16.36 549	9.36 574	4.95 571	8.57 575	5.66 571	4.83 557	5.34 568

SGM+DAISY	8.36 551	3.82 527	24.83 570	2.02 514	1.75 501	14.80 565	17.22 569	4.27 458	11.79 561	13.88 571	14.38 564	11.74 552	13.83 559	10.56 468	15.12 541	1.21 520	1.19 531	1.14 527	1.13 528	1.17 513	1.37 513

MultiAttention	8.74 552	0.56 111	7.25 295	2.07 517	22.74 575	35.86 581	8.44 559	4.97 538	2.58 424	2.57 438	5.11 521	5.55 532	1.59 316	52.70 589	7.50 511	0.47 419	0.24 257	0.52 453	1.00 520	6.84 567	6.30 572

UNDER WATER-64	9.33 553	5.37 535	22.60 562	5.22 569	4.86 565	10.75 558	4.61 548	11.45 561	17.30 568	7.59 550	9.80 548	15.99 559	17.90 568	10.63 472	15.72 544	4.36 561	2.87 558	4.39 568	2.86 565	7.01 568	5.36 569

TorneroNet-64	10.12 554	8.74 546	20.95 533	4.27 558	3.76 556	13.86 564	2.85 515	15.05 570	23.15 576	10.07 563	23.84 572	13.47 555	8.24 551	13.96 559	17.21 554	3.96 559	2.72 556	3.23 556	2.48 558	6.29 562	4.27 565

UNDER WATER	10.47 555	3.95 529	22.62 563	5.07 568	4.51 563	7.78 553	3.77 541	12.56 564	21.72 575	7.84 553	10.78 550	23.96 571	31.66 577	10.78 479	16.19 548	4.44 563	2.93 559	4.24 564	2.86 565	6.33 564	5.47 570

JetRed	10.48 556	27.10 579	35.70 576	4.27 558	4.09 560	15.55 569	12.83 565	12.16 562	5.50 546	5.83 540	5.56 524	10.14 548	7.43 544	8.88 415	26.39 576	3.32 547	3.81 568	3.51 559	2.96 567	7.85 570	6.69 573

notaker	10.50 557	8.60 545	20.23 501	4.54 565	3.95 557	6.27 543	3.44 531	8.07 557	4.75 541	8.73 556	46.45 581	13.86 558	27.86 576	13.49 553	13.61 539	4.56 565	3.18 565	3.52 560	2.68 562	8.13 572	4.05 563

xyz-stereo	10.85 558	0.45 21	79.01 589	0.62 9	0.45 78	83.70 591	0.77 210	2.59 147	1.34 77	2.19 349	32.02 579	2.76 385	1.62 326	5.75 353	2.39 426	0.25 82	0.17 39	0.33 285	0.21 99	0.25 61	0.19 5

MANE	11.39 559	1.38 459	23.16 565	4.82 567	2.79 538	22.02 572	14.51 567	25.81 576	26.28 577	10.93 568	13.17 562	19.90 565	18.03 569	15.69 563	20.41 566	0.96 510	0.74 515	1.42 532	3.24 568	0.74 467	1.71 523

SGM-ForestM	11.55 560	1.16 421	21.62 552	2.14 519	0.81 260	22.25 573	19.08 572	16.50 574	11.34 559	15.94 574	14.44 565	27.12 576	22.61 575	24.76 574	28.39 580	0.50 440	0.48 467	0.47 419	0.44 437	0.55 399	0.53 398

WAO-8	11.95 561	13.02 567	20.56 519	3.50 546	3.08 544	15.11 567	2.80 513	12.91 565	19.11 573	7.69 551	13.12 559	11.62 550	7.01 542	84.40 591	7.91 513	3.42 548	1.92 544	3.54 561	1.93 549	3.68 542	2.69 544

Venus	11.95 561	13.02 567	20.56 519	3.50 546	3.08 544	15.11 567	2.80 513	12.91 565	19.11 573	7.69 551	13.12 559	11.62 550	7.01 542	84.40 591	7.91 513	3.42 548	1.92 544	3.54 561	1.93 549	3.68 542	2.69 544

TCMNet-wrong-test	12.32 563	14.13 573	19.38 470	22.38 577	19.85 572	15.99 570	12.34 564	22.95 575	4.56 536	6.24 545	6.27 527	18.40 562	15.71 562	10.10 457	10.72 525	9.06 573	4.78 569	5.35 569	3.95 569	12.28 576	11.97 575

EDNetEfficientorigin	12.35 564	2.51 509	179.47 594	1.19 330	0.96 316	2.91 158	1.81 473	3.00 195	5.35 545	8.91 557	4.79 517	4.18 488	4.64 511	9.98 450	11.30 528	0.37 319	0.38 407	0.60 480	0.85 510	1.32 520	2.43 540

LSM	12.71 565	3.52 526	20.79 526	55.63 588	84.76 586	3.63 286	6.30 551	3.73 301	4.93 542	5.55 538	13.92 563	3.53 456	3.25 477	9.72 438	4.12 474	0.64 475	0.85 520	0.71 500	0.81 509	1.03 496	26.84 580

U	12.82 566	0.38 3	1.99 137	0.66 31	58.94 585	63.38 590	0.34 16	1.91 59	0.94 38	0.59 19	0.80 34	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 589	59.81 588	0.29 121	0.20 19

MSAF-DinoV2	13.69 567	13.09 569	22.03 558	2.41 531	1.44 448	4.03 378	1.38 426	9.07 558	9.20 555	2.23 367	1.98 347	5.08 523	5.06 515	177.66 594	5.46 495	0.45 403	0.34 377	0.40 375	0.62 489	6.09 561	5.80 571

DGTPSM_ROB	15.31 568	8.85 548	28.14 574	9.90 574	18.89 570	12.44 562	33.21 577	13.48 567	17.86 571	9.50 560	22.89 570	13.78 556	19.67 570	21.26 566	23.68 570	5.08 571	8.84 573	5.62 570	11.50 575	6.72 565	14.87 576

DPSMNet_ROB	15.52 569	8.89 549	31.44 575	10.07 575	18.91 571	12.44 562	33.22 578	13.51 568	17.94 572	9.58 561	22.91 571	13.79 557	19.67 570	21.43 567	23.73 571	5.17 572	8.84 573	5.63 571	11.52 578	6.79 566	14.90 577

USTest	15.98 570	15.58 574	22.56 561	18.49 576	16.99 569	26.43 574	36.08 580	27.68 579	12.77 563	10.69 566	10.80 551	18.35 561	15.09 561	18.62 565	23.37 569	4.85 570	5.34 572	7.38 573	7.43 573	9.90 574	11.23 574

KSHMR	16.96 571	5.37 535	21.64 554	4.46 563	4.50 562	8.30 555	3.32 529	15.58 573	76.24 588	6.62 548	61.47 586	56.53 586	5.43 522	35.17 580	11.37 529	4.39 562	2.97 563	3.63 563	2.74 564	5.10 558	4.34 566

LE_ROB	18.58 572	1.21 429	48.38 582	8.60 573	23.00 576	7.32 551	19.74 573	9.94 559	38.69 582	43.53 580	21.91 569	28.40 577	40.92 580	23.18 570	54.71 585	0.34 279	0.33 365	0.32 250	0.36 375	0.42 330	0.40 318

coex-ft	18.59 573	6.62 540	113.53 592	1.17 321	1.31 413	2.33 111	1.93 480	2.81 180	14.00 564	124.82 593	8.45 538	5.90 534	51.74 587	9.99 451	22.69 568	0.57 463	0.62 498	0.50 444	0.49 455	1.08 503	1.28 507

DPSM_ROB	20.78 574	20.03 577	26.57 572	23.62 579	22.46 573	31.10 576	39.97 582	33.52 581	17.41 569	15.25 572	15.80 567	24.06 572	20.71 573	23.30 571	27.62 578	10.78 576	9.41 576	11.69 578	11.50 575	14.49 577	16.36 578

DPSM	20.78 574	20.03 577	26.57 572	23.62 579	22.46 573	31.10 576	39.97 582	33.52 581	17.41 569	15.25 572	15.80 567	24.06 572	20.71 573	23.30 571	27.62 578	10.78 576	9.41 576	11.69 578	11.50 575	14.49 577	16.36 578

ktn	21.74 576	10.34 560	19.68 478	4.53 564	4.00 558	6.53 546	4.51 547	6.79 553	78.82 590	84.69 590	100.86 593	58.49 587	7.57 546	12.11 537	13.35 537	4.58 568	3.24 566	3.49 558	2.62 560	4.65 556	3.84 561

LRCNet_RVC	25.52 577	33.45 580	23.21 567	31.79 581	32.78 577	6.74 547	1.18 392	25.88 577	4.46 534	28.94 575	30.89 575	24.91 574	17.57 567	27.66 575	24.34 573	35.26 585	25.60 586	35.91 585	33.81 584	31.90 585	34.10 586

TorneroNet	25.88 578	11.28 564	21.62 552	4.20 557	4.07 559	55.25 585	3.15 527	15.16 571	76.94 589	58.09 585	82.72 590	86.88 591	41.15 581	13.35 551	18.13 558	4.32 560	2.85 557	3.45 557	2.62 560	8.33 573	4.14 564

DLNR_Zeroshot_test	28.62 579	55.50 589	49.94 584	183.62 591	115.05 589	3.43 233	0.28 5	29.49 580	1.49 128	1.01 119	1.26 122	0.93 128	0.63 49	3.92 319	1.51 317	29.81 584	0.41 430	0.26 110	0.23 147	93.28 589	0.32 214

HanzoNet	31.60 580	17.23 575	21.22 542	7.32 571	5.84 567	7.25 550	3.53 535	13.82 569	14.20 566	50.38 583	47.01 582	44.45 579	56.61 588	36.61 581	32.00 581	63.89 589	56.57 590	7.97 574	89.20 590	28.69 579	28.25 582

FlowAnything	41.75 581	39.90 581	53.36 586	47.83 587	45.06 582	62.45 586	80.51 590	67.34 589	34.89 579	30.56 577	31.52 576	48.18 583	42.05 584	46.66 587	55.24 587	21.71 582	18.88 583	23.49 583	23.13 580	29.12 581	33.04 583

Selective-RAFT-Error	41.77 582	40.16 583	53.34 585	47.73 585	45.25 584	62.51 587	80.64 591	67.22 587	34.93 580	30.64 578	31.81 577	48.11 582	42.11 585	46.57 584	54.95 586	21.61 580	18.87 582	23.48 581	23.15 582	29.16 582	33.08 585

CasAABBNet	41.80 583	40.20 584	53.41 587	47.73 585	45.18 583	62.51 587	80.71 592	67.26 588	34.80 578	30.49 576	31.88 578	48.24 584	41.81 583	46.63 586	55.64 589	21.60 579	18.88 583	23.48 581	23.22 583	29.19 583	33.05 584

HaxPig	43.25 584	43.65 585	45.00 580	33.85 582	35.61 579	32.69 578	30.52 575	45.09 584	42.97 583	48.77 581	48.17 583	43.00 578	40.26 579	44.58 582	43.61 582	47.18 586	49.30 587	51.54 587	50.25 586	43.73 586	45.29 587

AVERAGE_ROB	44.46 585	45.91 586	46.59 581	40.59 584	38.66 580	32.99 579	30.52 575	46.19 585	43.26 584	49.59 582	48.97 584	44.62 580	39.89 578	45.04 583	43.94 583	48.74 587	50.69 588	50.80 586	49.79 585	45.54 587	46.97 588

MEDIAN_ROB	47.37 586	49.08 587	49.92 583	40.32 583	39.97 581	34.95 580	33.43 579	49.17 586	46.39 586	53.06 584	52.65 585	47.65 581	42.23 586	48.35 588	47.29 584	52.10 588	54.04 589	54.28 588	53.48 587	48.76 588	50.33 589

LSM0	49.58 587	40.04 582	53.62 588	97.15 589	128.68 590	62.75 589	79.89 589	67.63 590	35.11 581	33.02 579	32.61 580	48.43 585	41.60 582	46.60 585	55.43 588	21.63 581	18.99 585	23.62 584	23.13 580	29.47 584	52.26 590

BEATNet-Init1	49.72 588	64.32 590	97.77 591	4.68 566	4.28 561	84.75 592	60.42 585	73.38 591	68.59 587	88.29 591	88.51 592	91.94 592	97.99 592	85.26 593	70.96 593	0.80 498	0.65 502	0.85 514	0.70 499	7.96 571	2.33 536

Anonymous_1	57.11 589	19.68 576	26.15 571	23.10 578	142.31 591	30.84 575	39.75 581	33.86 583	16.98 567	70.53 589	15.42 566	23.46 570	19.75 572	23.04 569	27.23 577	164.73 594	9.02 575	130.38 591	137.40 591	161.27 594	27.24 581

PML	64.32 590	53.22 588	17.88 440	8.10 572	32.94 578	148.46 594	247.79 595	12.18 563	45.42 585	111.41 592	288.92 595	101.47 593	101.31 593	31.67 576	15.55 542	14.03 578	4.83 570	10.98 577	6.18 572	28.82 580	5.17 567

DPSimNet_ROB	102.30 591	119.72 595	143.59 593	109.42 590	94.10 587	127.22 593	127.15 593	26.62 578	102.36 594	149.58 594	83.99 591	139.34 594	137.54 594	64.62 590	82.36 594	105.18 590	66.15 591	120.15 590	69.61 589	99.58 590	77.72 591

xxxxx1	112.33 592	88.53 591	37.76 577	227.84 593	157.23 592	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 587	78.32 588	70.96 589	33.47 577	70.69 590	114.00 591	130.36 592	259.31 593	274.34 593	145.54 591	147.50 592

tt_ll	112.33 592	88.53 591	37.76 577	227.84 593	157.23 592	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 587	78.32 588	70.96 589	33.47 577	70.69 590	114.00 591	130.36 592	259.31 593	274.34 593	145.54 591	147.50 592

ff	112.33 592	88.53 591	37.76 577	227.84 593	157.23 592	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 587	78.32 588	70.96 589	33.47 577	70.69 590	114.00 591	130.36 592	259.31 593	274.34 593	145.54 591	147.50 592

test_example2	212.63 595	219.92 596	221.87 595	213.67 592	221.17 595	199.47 595	200.74 594	185.30 595	141.66 595	209.52 595	213.45 594	210.82 595	205.48 595	221.27 595	216.64 595	236.83 595	242.07 595	213.93 592	217.01 592	235.69 595	226.10 595

ccccc		629.75 597		567.84 596	570.84 596	582.44 596		613.82 596		614.58 596		555.57 596		666.94 596		781.57 596	507.24 596	391.36 596	342.44 596	689.82 596

ASD4		113.98 594

Low-res two-view benchmark