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

IGEV-Stereo+	0.23 8	0.14 2	0.26 12	0.32 15	0.19 19	0.12 1	0.17 1	0.29 3	0.29 14	0.21 5	0.15 1	0.22 6	0.22 23	0.40 35	0.22 6	0.14 64	0.10 23	0.12 4	0.09 9	0.15 125	0.86 477

dual_stereo	0.19 2	0.14 2	0.24 4	0.31 10	0.16 5	0.16 2	0.20 4	0.29 3	0.20 3	0.23 7	0.20 5	0.22 6	0.14 1	0.52 110	0.24 24	0.13 31	0.10 23	0.11 1	0.09 9	0.10 1	0.09 1

CroCo-Stereo Lap2	0.28 40	0.24 243	0.39 117	0.50 368	0.29 285	0.20 3	0.31 136	0.49 47	0.38 69	0.24 11	0.27 19	0.46 122	0.31 111	0.39 31	0.30 119	0.14 64	0.15 269	0.16 103	0.13 95	0.16 163	0.15 166

test_4	0.36 122	0.18 61	0.31 28	0.44 281	0.25 168	0.20 3	0.34 176	0.56 78	0.41 82	0.59 136	1.45 425	0.43 107	0.25 44	0.63 219	0.28 99	0.12 6	0.10 23	0.17 137	0.19 282	0.15 125	0.11 29

CroCo-Stereo	0.26 24	0.22 187	0.36 73	0.48 339	0.22 70	0.20 3	0.29 99	0.51 57	0.44 95	0.28 27	0.23 7	0.42 99	0.26 56	0.29 4	0.26 65	0.15 119	0.13 209	0.13 23	0.11 41	0.16 163	0.12 70
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
GREAT-IGEV	0.22 6	0.15 10	0.31 28	0.29 4	0.22 70	0.21 6	0.26 62	0.33 6	0.31 20	0.20 3	0.30 26	0.22 6	0.22 23	0.47 79	0.22 6	0.11 2	0.09 4	0.12 4	0.09 9	0.13 44	0.10 8

MonSter	0.20 3	0.14 2	0.25 9	0.31 10	0.15 1	0.22 7	0.22 22	0.39 12	0.33 30	0.20 3	0.25 16	0.17 2	0.15 2	0.38 27	0.18 1	0.09 1	0.08 1	0.11 1	0.09 9	0.11 3	0.09 1

IGEV-Stereo++	0.21 4	0.15 10	0.27 16	0.37 84	0.19 19	0.22 7	0.18 2	0.42 24	0.35 45	0.22 6	0.28 23	0.24 9	0.18 5	0.27 3	0.22 6	0.12 6	0.09 4	0.12 4	0.10 25	0.12 17	0.10 8

Pruner-Stereo	0.38 153	0.20 119	0.45 190	0.40 173	0.25 168	0.22 7	0.24 46	0.67 153	0.55 135	0.89 334	0.76 175	0.68 239	0.29 91	0.62 208	0.35 180	0.18 230	0.12 150	0.20 249	0.17 227	0.17 197	0.18 246

SCV_C0	0.26 24	0.18 61	0.34 57	0.35 52	0.24 136	0.23 10	0.28 89	0.51 57	0.36 51	0.31 36	0.36 48	0.37 63	0.20 13	0.57 151	0.22 6	0.13 31	0.10 23	0.13 23	0.11 41	0.16 163	0.12 70

FoundationStereo	0.17 1	0.14 2	0.25 9	0.30 7	0.16 5	0.23 10	0.20 4	0.22 2	0.15 1	0.18 2	0.16 2	0.20 5	0.19 9	0.26 1	0.21 4	0.13 31	0.09 4	0.12 4	0.09 9	0.10 1	0.09 1

StereoAnything_RVC	0.21 4	0.68 450	0.39 117	0.28 2	0.15 1	0.23 10	0.18 2	0.20 1	0.19 2	0.16 1	0.16 2	0.15 1	0.22 23	0.30 6	0.18 1	0.16 165	0.09 4	0.12 4	0.08 1	0.16 163	0.09 1

RAStereo	0.24 11	0.17 42	0.29 22	0.40 173	0.21 52	0.23 10	0.26 62	0.42 24	0.45 102	0.23 7	0.34 42	0.30 19	0.19 9	0.34 14	0.25 37	0.15 119	0.12 150	0.16 103	0.13 95	0.14 80	0.11 29

DLNR_Zeroshot_test	20.09 515	36.28 522	38.04 519	169.85 527	61.80 523	0.23 10	0.20 4	13.88 514	0.37 64	0.44 91	0.66 143	0.43 107	0.21 18	0.62 208	0.28 99	5.46 512	0.10 23	0.15 78	0.11 41	72.60 526	0.11 29

RAFT_R40	0.40 181	0.19 88	0.44 178	0.43 263	0.25 168	0.23 10	0.26 62	0.67 153	0.67 178	0.98 378	0.78 190	0.72 260	0.43 188	0.76 307	0.35 180	0.16 165	0.11 96	0.20 249	0.16 179	0.18 219	0.14 143

IGEV++	0.24 11	0.17 42	0.31 28	0.38 112	0.22 70	0.24 16	0.22 22	0.50 55	0.23 5	0.28 27	0.35 46	0.30 19	0.22 23	0.31 7	0.28 99	0.14 64	0.10 23	0.13 23	0.10 25	0.13 44	0.13 100

DisPM	0.39 169	0.19 88	0.44 178	0.41 204	0.27 236	0.24 16	0.31 136	0.65 134	0.57 143	0.87 320	0.87 244	0.60 193	0.32 116	0.76 307	0.32 136	0.18 230	0.12 150	0.19 220	0.17 227	0.15 125	0.20 300

Patchmatch Stereo++	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.24 16	0.22 22	0.59 91	0.36 51	0.63 157	0.73 160	0.58 172	0.38 158	0.58 171	0.36 196	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.24 16	0.31 136	0.59 91	0.36 51	0.63 157	0.73 160	0.58 172	0.38 158	0.56 140	0.35 180	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166

ROB_FTStereo_v2	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.24 16	0.31 136	0.59 91	0.36 51	0.63 157	0.73 160	0.57 164	0.38 158	0.57 151	0.36 196	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166

HUI-Stereo	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.24 16	0.22 22	0.60 101	0.36 51	0.63 157	0.73 160	0.58 172	0.38 158	0.50 98	0.35 180	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166

iGMRVC	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.24 16	0.30 114	0.59 91	0.36 51	0.63 157	0.73 160	0.58 172	0.38 158	0.58 171	0.36 196	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166

iRAFT	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.24 16	0.22 22	0.59 91	0.36 51	0.63 157	0.73 160	0.58 172	0.38 158	0.58 171	0.36 196	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166

RAFT-IKP	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.24 16	0.28 89	0.59 91	0.36 51	0.63 157	0.73 160	0.57 164	0.38 158	0.58 171	0.36 196	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166

HUF	0.24 11	0.16 21	0.33 42	0.32 15	0.18 12	0.25 25	0.40 287	0.42 24	0.34 32	0.25 14	0.23 7	0.32 27	0.28 77	0.34 14	0.24 24	0.13 31	0.10 23	0.13 23	0.09 9	0.12 17	0.10 8

ROB_FTStereo	0.35 104	0.23 207	0.47 219	0.41 204	0.22 70	0.25 25	0.21 15	0.59 91	0.36 51	0.63 157	0.73 160	0.58 172	0.38 158	0.57 151	0.35 180	0.18 230	0.12 150	0.20 249	0.16 179	0.20 269	0.15 166

SST-Stereo	0.40 181	0.19 88	0.45 190	0.42 244	0.25 168	0.25 25	0.21 15	0.66 143	0.47 111	1.08 413	0.79 199	0.72 260	0.43 188	0.77 314	0.35 180	0.16 165	0.11 96	0.20 249	0.16 179	0.19 253	0.15 166

AIO_rvc	0.23 8	0.16 21	0.32 35	0.34 26	0.19 19	0.26 28	0.33 165	0.40 17	0.22 4	0.26 17	0.24 13	0.34 43	0.15 2	0.51 104	0.24 24	0.12 6	0.09 4	0.13 23	0.10 25	0.12 17	0.10 8

GIP-stereo	0.24 11	0.18 61	0.30 25	0.37 84	0.24 136	0.26 28	0.20 4	0.46 39	0.36 51	0.24 11	0.39 53	0.35 52	0.20 13	0.31 7	0.21 4	0.15 119	0.10 23	0.13 23	0.10 25	0.12 17	0.11 29

GCAP-BAT	0.30 63	0.21 152	0.42 156	0.33 20	0.27 236	0.26 28	0.27 76	0.45 37	0.30 17	0.60 140	0.64 133	0.45 114	0.23 32	0.56 140	0.26 65	0.15 119	0.12 150	0.15 78	0.10 25	0.12 17	0.11 29

RAFT-Stereo-weight	0.32 74	0.18 61	0.33 42	0.39 140	0.22 70	0.26 28	0.29 99	0.67 153	0.80 249	0.53 121	0.51 92	0.58 172	0.20 13	0.47 79	0.27 82	0.13 31	0.10 23	0.14 40	0.11 41	0.13 44	0.11 29

CASnet	0.30 63	0.20 119	0.33 42	0.41 204	0.16 5	0.26 28	0.24 46	0.52 66	0.53 126	0.52 118	0.54 106	0.39 74	0.24 39	0.40 35	0.26 65	0.14 64	0.10 23	0.22 304	0.18 254	0.18 219	0.11 29
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.27 33	0.17 42	0.31 28	0.34 26	0.45 418	0.26 28	0.28 89	0.37 7	0.32 26	0.30 35	0.46 69	0.31 25	0.37 154	0.36 19	0.24 24	0.14 64	0.10 23	0.15 78	0.12 65	0.13 44	0.11 29

MC-Stereo	0.28 40	0.17 42	0.32 35	0.38 112	0.20 38	0.26 28	0.26 62	0.49 47	0.37 64	0.37 57	0.61 127	0.41 90	0.31 111	0.55 130	0.25 37	0.13 31	0.09 4	0.14 40	0.12 65	0.12 17	0.11 29

NF-Stereo	0.38 153	0.20 119	0.45 190	0.41 204	0.25 168	0.26 28	0.31 136	0.69 171	0.70 189	0.65 176	0.77 179	0.57 164	0.30 104	0.67 257	0.35 180	0.18 230	0.12 150	0.20 249	0.16 179	0.16 163	0.27 367

OCTAStereo	0.38 153	0.20 119	0.46 207	0.41 204	0.25 168	0.26 28	0.31 136	0.69 171	0.70 189	0.65 176	0.77 179	0.58 172	0.30 104	0.67 257	0.35 180	0.18 230	0.12 150	0.20 249	0.16 179	0.16 163	0.27 367

RE-Stereo	0.38 153	0.20 119	0.46 207	0.41 204	0.25 168	0.26 28	0.31 136	0.69 171	0.70 189	0.65 176	0.77 179	0.58 172	0.30 104	0.67 257	0.35 180	0.18 230	0.12 150	0.20 249	0.16 179	0.16 163	0.27 367

TVStereo	0.38 153	0.20 119	0.46 207	0.41 204	0.25 168	0.26 28	0.31 136	0.69 171	0.70 189	0.65 176	0.77 179	0.58 172	0.30 104	0.67 257	0.35 180	0.18 230	0.12 150	0.20 249	0.16 179	0.16 163	0.27 367

DeepStereo_RVC	0.36 122	0.21 152	0.47 219	0.40 173	0.24 136	0.26 28	0.22 22	0.60 101	0.38 69	0.69 205	0.67 147	0.57 164	0.51 234	0.56 140	0.39 225	0.16 165	0.12 150	0.18 180	0.15 148	0.19 253	0.18 246

SCV	0.26 24	0.19 88	0.33 42	0.35 52	0.21 52	0.27 40	0.34 176	0.56 78	0.28 12	0.24 11	0.28 23	0.37 63	0.23 32	0.49 93	0.22 6	0.18 230	0.10 23	0.14 40	0.11 41	0.15 125	0.11 29

Occ-G	0.26 24	0.14 2	0.28 19	0.34 26	0.20 38	0.27 40	0.34 176	0.41 21	0.31 20	0.29 32	0.43 61	0.49 135	0.25 44	0.47 79	0.28 99	0.13 31	0.11 96	0.14 40	0.11 41	0.12 17	0.12 70

rvit_stereo_0080	0.31 68	0.25 266	0.40 127	0.39 140	0.28 259	0.27 40	0.46 331	0.49 47	0.44 95	0.35 50	0.42 59	0.40 84	0.28 77	0.41 41	0.33 148	0.22 322	0.17 319	0.17 137	0.16 179	0.22 311	0.15 166

RSM	0.25 16	0.18 61	0.33 42	0.36 68	0.20 38	0.27 40	0.34 176	0.51 57	0.27 9	0.26 17	0.23 7	0.39 74	0.21 18	0.56 140	0.22 6	0.12 6	0.10 23	0.14 40	0.11 41	0.14 80	0.10 8

H2IRNET	0.37 138	0.20 119	0.33 42	0.38 112	0.25 168	0.27 40	0.23 35	0.59 91	0.72 200	0.39 71	0.90 260	0.74 277	0.55 255	0.52 110	0.43 244	0.15 119	0.13 209	0.18 180	0.20 306	0.16 163	0.13 100

MoCha-V2	0.25 16	0.15 10	0.29 22	0.40 173	0.18 12	0.27 40	0.26 62	0.49 47	0.27 9	0.36 52	0.27 19	0.33 39	0.35 136	0.49 93	0.22 6	0.12 6	0.10 23	0.12 4	0.10 25	0.13 44	0.11 29

whm_eth	0.31 68	0.25 266	0.40 127	0.39 140	0.28 259	0.27 40	0.46 331	0.49 47	0.44 95	0.35 50	0.42 59	0.40 84	0.28 77	0.41 41	0.33 148	0.22 322	0.17 319	0.17 137	0.16 179	0.22 311	0.15 166

plain	0.31 68	0.20 119	0.50 263	0.39 140	0.29 285	0.27 40	0.30 114	0.44 34	0.35 45	0.31 36	0.66 143	0.30 19	0.31 111	0.65 238	0.31 126	0.17 201	0.13 209	0.20 249	0.15 148	0.17 197	0.12 70

MaDis-Stereo	0.26 24	0.18 61	0.36 73	0.36 68	0.26 208	0.27 40	0.27 76	0.43 32	0.35 45	0.27 25	0.26 18	0.41 90	0.28 77	0.40 35	0.28 99	0.16 165	0.14 240	0.16 103	0.13 95	0.14 80	0.12 70

MIM_Stereo	0.38 153	0.17 42	0.53 288	0.37 84	0.24 136	0.27 40	0.24 46	0.70 185	0.54 130	0.72 230	1.00 304	0.63 206	0.29 91	0.64 231	0.38 219	0.13 31	0.14 240	0.17 137	0.16 179	0.14 80	0.11 29

Selective-IGEV	0.24 11	0.18 61	0.35 66	0.35 52	0.19 19	0.27 40	0.25 53	0.55 76	0.23 5	0.27 25	0.25 16	0.34 43	0.19 9	0.58 171	0.22 6	0.12 6	0.10 23	0.14 40	0.11 41	0.12 17	0.10 8

IRAFT_RVC	0.42 199	0.20 119	0.48 239	0.44 281	0.24 136	0.27 40	0.54 381	0.74 210	0.77 232	0.76 251	0.80 202	0.73 271	0.51 234	0.70 277	0.36 196	0.17 201	0.10 23	0.21 290	0.16 179	0.16 163	0.14 143

CREStereo++_RVC	0.32 74	0.15 10	0.23 1	0.31 10	0.24 136	0.27 40	0.22 22	0.46 39	0.88 298	0.46 98	0.80 202	0.30 19	0.26 56	0.36 19	0.33 148	0.13 31	0.09 4	0.13 23	0.51 468	0.13 44	0.09 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
AFF-stereo	0.38 153	0.19 88	0.39 117	0.37 84	0.21 52	0.27 40	0.31 136	0.65 134	0.66 175	0.64 167	1.13 358	0.76 285	0.39 169	0.55 130	0.33 148	0.11 2	0.09 4	0.16 103	0.16 179	0.13 44	0.11 29

HI	0.45 226	0.21 152	0.36 73	0.34 26	0.35 361	0.28 54	0.31 136	0.72 197	0.46 106	0.87 320	1.13 358	1.09 387	0.76 368	0.69 272	0.56 323	0.12 6	0.10 23	0.17 137	0.17 227	0.17 197	0.15 166

CoSv	0.45 226	0.21 152	0.36 73	0.34 26	0.35 361	0.28 54	0.31 136	0.72 197	0.46 106	0.87 320	1.13 358	1.09 387	0.76 368	0.69 272	0.56 323	0.12 6	0.10 23	0.17 137	0.17 227	0.17 197	0.15 166

fffft	0.25 16	0.17 42	0.37 88	0.36 68	0.22 70	0.28 54	0.36 220	0.42 24	0.24 7	0.36 52	0.23 7	0.27 15	0.22 23	0.52 110	0.27 82	0.12 6	0.09 4	0.16 103	0.12 65	0.12 17	0.12 70
1: 1. 1
AIO-Stereo-zeroshot1	0.48 261	0.21 152	1.26 450	0.39 140	0.51 434	0.28 54	0.30 114	1.25 417	0.44 95	0.68 196	1.11 348	0.86 318	0.33 126	0.67 257	0.27 82	0.15 119	0.11 96	0.17 137	0.20 306	0.22 311	0.24 346

AIO-Stereo	0.25 16	0.18 61	0.34 57	0.37 84	0.18 12	0.28 54	0.30 114	0.48 44	0.27 9	0.29 32	0.30 26	0.32 27	0.17 4	0.52 110	0.23 20	0.12 6	0.10 23	0.14 40	0.11 41	0.13 44	0.10 8

RSM++	0.25 16	0.18 61	0.34 57	0.36 68	0.20 38	0.28 54	0.30 114	0.51 57	0.32 26	0.25 14	0.22 6	0.37 63	0.21 18	0.50 98	0.24 24	0.12 6	0.10 23	0.14 40	0.12 65	0.14 80	0.10 8

CAS++	0.32 74	0.24 243	0.36 73	0.37 84	0.26 208	0.28 54	0.23 35	0.87 263	0.50 118	0.47 103	0.45 64	0.26 14	0.21 18	0.49 93	0.24 24	0.23 336	0.19 349	0.22 304	0.17 227	0.21 290	0.16 211
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.31 68	0.18 61	0.37 88	0.41 204	0.31 320	0.28 54	0.23 35	0.47 42	0.42 89	0.31 36	0.63 130	0.36 61	0.35 136	0.57 151	0.31 126	0.17 201	0.13 209	0.19 220	0.17 227	0.18 219	0.14 143

test_5	0.43 209	0.24 243	0.43 166	0.52 396	0.28 259	0.28 54	0.42 311	0.72 197	0.82 262	0.62 149	0.91 263	0.72 260	0.55 255	0.79 322	0.35 180	0.14 64	0.11 96	0.18 180	0.18 254	0.18 219	0.16 211

PFNet+	0.40 181	0.19 88	0.49 250	0.39 140	0.25 168	0.28 54	0.23 35	0.64 133	0.70 189	0.85 307	0.79 199	0.64 213	0.35 136	0.72 287	0.34 163	0.19 260	0.14 240	0.23 323	0.20 306	0.16 163	0.20 300

AnonymousM	0.41 192	0.81 459	0.29 22	0.34 26	0.22 70	0.28 54	0.38 255	0.53 75	0.41 82	0.70 211	0.49 80	0.47 125	0.27 64	0.41 41	0.31 126	0.15 119	0.12 150	1.51 482	0.26 393	0.12 17	0.10 8

DEFOM-Stereo_RVC	0.25 16	0.31 341	0.24 4	0.51 384	0.19 19	0.29 65	0.22 22	0.40 17	0.37 64	0.26 17	0.24 13	0.24 9	0.31 111	0.44 59	0.22 6	0.14 64	0.09 4	0.12 4	0.09 9	0.14 80	0.10 8

IGEV-BASED-STEREO-	0.56 339	3.08 508	2.43 484	0.31 10	0.18 12	0.29 65	0.20 4	0.37 7	0.32 26	0.28 27	0.24 13	0.18 3	0.18 5	0.31 7	0.22 6	1.09 485	0.08 1	0.17 137	0.16 179	0.14 80	0.97 486

DCANet-4	0.36 122	0.20 119	0.48 239	0.34 26	0.19 19	0.29 65	0.30 114	0.66 143	0.92 323	0.69 205	0.78 190	0.40 84	0.47 210	0.45 62	0.34 163	0.14 64	0.10 23	0.14 40	0.11 41	0.11 3	0.13 100

fff	0.37 138	0.16 21	0.41 135	0.34 26	0.19 19	0.29 65	0.30 114	0.69 171	1.06 389	0.69 205	0.78 190	0.42 99	0.63 301	0.46 72	0.34 163	0.14 64	0.10 23	0.14 40	0.11 41	0.11 3	0.13 100

RAFT+CT+SA	0.39 169	0.23 207	0.36 73	0.51 384	0.27 236	0.29 65	0.46 331	0.75 216	0.80 249	0.51 113	0.89 256	0.41 90	0.40 174	0.78 318	0.32 136	0.14 64	0.11 96	0.18 180	0.18 254	0.15 125	0.14 143

TRStereo	0.37 138	0.27 302	0.59 312	0.47 333	0.41 396	0.29 65	0.30 114	0.84 249	0.59 145	0.52 118	0.41 56	0.52 145	0.26 56	0.73 292	0.27 82	0.17 201	0.12 150	0.19 220	0.19 282	0.13 44	0.11 29

AAGNet	1.43 467	0.20 119	0.48 239	0.44 281	0.25 168	0.29 65	0.31 136	0.65 134	0.68 183	0.97 373	0.86 237	0.67 238	0.62 295	0.64 231	20.63 513	0.16 165	0.11 96	0.19 220	0.15 148	0.19 253	0.12 70

csc	0.37 138	0.16 21	0.41 135	0.34 26	0.19 19	0.29 65	0.30 114	0.69 171	1.06 389	0.69 205	0.78 190	0.42 99	0.63 301	0.46 72	0.34 163	0.14 64	0.10 23	0.14 40	0.11 41	0.11 3	0.13 100

cscssc	0.37 138	0.16 21	0.41 135	0.34 26	0.19 19	0.29 65	0.30 114	0.69 171	1.06 389	0.69 205	0.78 190	0.42 99	0.63 301	0.46 72	0.34 163	0.14 64	0.10 23	0.14 40	0.11 41	0.11 3	0.13 100

AIO_test	0.23 8	0.16 21	0.28 19	0.34 26	0.20 38	0.30 74	0.39 277	0.38 10	0.25 8	0.25 14	0.28 23	0.32 27	0.22 23	0.38 27	0.25 37	0.12 6	0.09 4	0.13 23	0.10 25	0.12 17	0.09 1

mms	0.26 24	0.21 152	0.33 42	0.37 84	0.25 168	0.30 74	0.33 165	0.40 17	0.32 26	0.28 27	0.34 42	0.34 43	0.20 13	0.45 62	0.26 65	0.12 6	0.11 96	0.16 103	0.12 65	0.14 80	0.11 29

ours_stereo	0.26 24	0.21 152	0.33 42	0.38 112	0.23 108	0.30 74	0.33 165	0.42 24	0.38 69	0.26 17	0.34 42	0.35 52	0.23 32	0.47 79	0.27 82	0.13 31	0.11 96	0.16 103	0.12 65	0.14 80	0.10 8

rvit_stereo_0081	0.32 74	0.24 243	0.47 219	0.43 263	0.26 208	0.30 74	0.37 234	0.42 24	0.55 135	0.36 52	0.40 54	0.39 74	0.35 136	0.43 50	0.33 148	0.22 322	0.16 300	0.19 220	0.16 179	0.19 253	0.13 100

rvit_stereo_0082	0.32 74	0.24 243	0.47 219	0.43 263	0.26 208	0.30 74	0.37 234	0.42 24	0.55 135	0.36 52	0.40 54	0.39 74	0.35 136	0.43 50	0.33 148	0.22 322	0.16 300	0.19 220	0.16 179	0.19 253	0.13 100

IGEV_Zeroshot_test	0.34 89	0.18 61	0.67 352	0.39 140	0.28 259	0.30 74	0.25 53	0.74 210	0.31 20	0.62 149	0.57 117	0.54 153	0.25 44	0.53 119	0.27 82	0.14 64	0.10 23	0.15 78	0.14 123	0.14 80	0.12 70

UniTT-Stereo	0.27 33	0.17 42	0.37 88	0.40 173	0.27 236	0.30 74	0.28 89	0.39 12	0.31 20	0.29 32	0.46 69	0.27 15	0.25 44	0.47 79	0.34 163	0.17 201	0.13 209	0.13 23	0.12 65	0.14 80	0.12 70

anonymousdsp	0.29 50	0.21 152	0.38 99	0.37 84	0.25 168	0.30 74	0.35 199	0.63 120	0.35 45	0.39 71	0.33 36	0.33 39	0.28 77	0.59 186	0.25 37	0.14 64	0.10 23	0.17 137	0.12 65	0.14 80	0.15 166

ADStereo(finetuned)	0.37 138	0.16 21	0.49 250	0.34 26	0.19 19	0.30 74	0.30 114	0.68 163	0.91 318	0.70 211	0.77 179	0.43 107	0.69 337	0.45 62	0.33 148	0.14 64	0.10 23	0.14 40	0.11 41	0.13 44	0.12 70

IGEV-Stereo	0.29 50	0.21 152	0.38 99	0.37 84	0.25 168	0.30 74	0.35 199	0.63 120	0.35 45	0.39 71	0.33 36	0.33 39	0.28 77	0.59 186	0.25 37	0.14 64	0.10 23	0.17 137	0.12 65	0.14 80	0.15 166
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-softLoss	0.38 153	0.20 119	0.48 239	0.41 204	0.26 208	0.30 74	0.35 199	0.69 171	0.46 106	0.62 149	0.82 213	0.59 187	0.33 126	0.70 277	0.39 225	0.19 260	0.12 150	0.20 249	0.18 254	0.16 163	0.22 334

KMStereo	0.38 153	0.20 119	0.48 239	0.41 204	0.26 208	0.30 74	0.35 199	0.69 171	0.46 106	0.62 149	0.82 213	0.59 187	0.33 126	0.70 277	0.39 225	0.19 260	0.12 150	0.20 249	0.18 254	0.16 163	0.22 334

rafts_anoy	0.37 138	0.21 152	0.36 73	0.41 204	0.26 208	0.30 74	0.33 165	0.67 153	0.90 313	0.58 134	0.66 143	0.45 114	0.33 126	0.47 79	0.39 225	0.16 165	0.11 96	0.21 290	0.23 358	0.17 197	0.14 143

raftrobust	0.34 89	0.19 88	0.36 73	0.41 204	0.27 236	0.30 74	0.25 53	0.71 193	0.63 160	0.58 134	0.55 111	0.45 114	0.46 206	0.51 104	0.29 113	0.16 165	0.12 150	0.14 40	0.12 65	0.12 17	0.13 100

DCANet	0.36 122	0.16 21	0.41 135	0.34 26	0.19 19	0.30 74	0.30 114	0.68 163	0.91 318	0.70 211	0.77 179	0.43 107	0.57 263	0.45 62	0.34 163	0.14 64	0.10 23	0.14 40	0.11 41	0.13 44	0.12 70

999	0.27 33	0.16 21	0.35 66	0.36 68	0.24 136	0.31 89	0.27 76	0.49 47	0.38 69	0.26 17	0.30 26	0.39 74	0.23 32	0.63 219	0.25 37	0.13 31	0.10 23	0.14 40	0.12 65	0.12 17	0.14 143

ff7	0.29 50	0.21 152	0.38 99	0.36 68	0.26 208	0.31 89	0.35 199	0.62 113	0.34 32	0.38 63	0.33 36	0.32 27	0.29 91	0.58 171	0.25 37	0.14 64	0.10 23	0.17 137	0.12 65	0.14 80	0.15 166

ffff	0.29 50	0.21 152	0.38 99	0.36 68	0.26 208	0.31 89	0.35 199	0.62 113	0.34 32	0.38 63	0.33 36	0.32 27	0.29 91	0.58 171	0.25 37	0.14 64	0.10 23	0.17 137	0.12 65	0.14 80	0.15 166

11t	0.29 50	0.21 152	0.38 99	0.36 68	0.26 208	0.31 89	0.35 199	0.62 113	0.34 32	0.38 63	0.33 36	0.32 27	0.29 91	0.58 171	0.25 37	0.14 64	0.10 23	0.17 137	0.12 65	0.14 80	0.15 166

RCA-Stereo	0.35 104	0.17 42	0.34 57	0.38 112	0.22 70	0.31 89	0.34 176	0.68 163	1.24 424	0.45 93	0.65 136	0.47 125	0.43 188	0.38 27	0.27 82	0.13 31	0.10 23	0.14 40	0.11 41	0.11 3	0.11 29

ccc-4	0.29 50	0.21 152	0.38 99	0.36 68	0.26 208	0.31 89	0.35 199	0.62 113	0.34 32	0.38 63	0.33 36	0.32 27	0.29 91	0.58 171	0.25 37	0.14 64	0.10 23	0.17 137	0.12 65	0.14 80	0.15 166

iRaft-Stereo_5w	0.45 226	0.21 152	0.48 239	0.42 244	0.28 259	0.31 89	0.54 381	0.63 120	0.62 149	0.62 149	0.89 256	1.01 362	0.69 337	0.75 303	0.66 349	0.13 31	0.12 150	0.17 137	0.15 148	0.14 80	0.15 166

iRaft-Stereo_20w	0.39 169	0.19 88	0.57 307	0.37 84	0.27 236	0.31 89	0.24 46	1.44 451	0.29 14	0.69 205	0.53 104	0.60 193	0.42 182	0.83 337	0.27 82	0.14 64	0.11 96	0.14 40	0.13 95	0.15 125	0.13 100

GLC_STEREO	0.29 50	0.19 88	0.27 16	0.44 281	0.19 19	0.31 89	0.26 62	0.47 42	0.43 91	0.37 57	0.47 75	0.41 90	0.23 32	0.50 98	0.34 163	0.14 64	0.18 335	0.19 220	0.16 179	0.16 163	0.13 100

iRaftStereo_RVC	0.32 74	0.19 88	0.37 88	0.39 140	0.22 70	0.31 89	0.29 99	0.68 163	0.51 120	0.49 107	0.66 143	0.37 63	0.23 32	0.45 62	0.33 148	0.14 64	0.10 23	0.18 180	0.17 227	0.15 125	0.12 70

EAI-Stereo	0.34 89	0.19 88	0.44 178	0.39 140	0.21 52	0.31 89	0.30 114	1.15 372	0.30 17	0.49 107	0.75 171	0.36 61	0.28 77	0.62 208	0.27 82	0.14 64	0.11 96	0.14 40	0.13 95	0.13 44	0.12 70

HART	0.29 50	0.16 21	0.32 35	0.40 173	0.21 52	0.32 100	0.26 62	0.62 113	0.31 20	0.33 44	0.65 136	0.41 90	0.22 23	0.55 130	0.25 37	0.12 6	0.10 23	0.15 78	0.11 41	0.15 125	0.11 29

Reg-Stereo(zero)	0.30 63	0.16 21	0.28 19	0.34 26	0.18 12	0.32 100	0.20 4	0.63 120	0.68 183	0.50 110	0.52 100	0.51 141	0.30 104	0.45 62	0.25 37	0.13 31	0.10 23	0.12 4	0.10 25	0.12 17	0.11 29

MSKI-zero shot	0.32 74	0.17 42	0.34 57	0.39 140	0.21 52	0.32 100	0.22 22	0.61 107	0.43 91	0.52 118	0.64 133	0.61 198	0.20 13	0.74 299	0.25 37	0.14 64	0.10 23	0.14 40	0.10 25	0.12 17	0.12 70

4D-IteraStereo	0.33 84	0.18 61	0.40 127	0.40 173	0.24 136	0.32 100	0.27 76	0.58 88	0.72 200	0.65 176	0.54 106	0.42 99	0.23 32	0.45 62	0.28 99	0.14 64	0.09 4	0.19 220	0.16 179	0.16 163	0.11 29

ProNet	0.29 50	0.21 152	0.38 99	0.35 52	0.24 136	0.32 100	0.43 315	0.57 82	0.37 64	0.33 44	0.30 26	0.32 27	0.28 77	0.57 151	0.26 65	0.13 31	0.11 96	0.16 103	0.13 95	0.13 44	0.13 100

cross-raft	0.34 89	0.20 119	0.37 88	0.44 281	0.23 108	0.32 100	0.35 199	0.74 210	0.40 78	0.60 140	0.77 179	0.57 164	0.27 64	0.43 50	0.28 99	0.12 6	0.10 23	0.15 78	0.13 95	0.15 125	0.11 29

IGEV-RUCA	0.25 16	0.16 21	0.34 57	0.39 140	0.27 236	0.33 106	0.20 4	0.38 10	0.36 51	0.26 17	0.31 33	0.25 13	0.21 18	0.48 89	0.24 24	0.20 283	0.11 96	0.13 23	0.10 25	0.17 197	0.15 166

fffy	0.28 40	0.21 152	0.34 57	0.37 84	0.23 108	0.33 106	0.29 99	0.51 57	0.41 82	0.32 42	0.37 51	0.39 74	0.27 64	0.50 98	0.27 82	0.12 6	0.11 96	0.16 103	0.13 95	0.14 80	0.11 29

WCG-NET	0.28 40	0.15 10	0.33 42	0.33 20	0.19 19	0.33 106	0.27 76	0.39 12	0.80 249	0.46 98	0.49 80	0.39 74	0.25 44	0.40 35	0.25 37	0.12 6	0.09 4	0.13 23	0.11 41	0.12 17	0.10 8

rvit_stereo_ft	0.33 84	0.25 266	0.47 219	0.52 396	0.32 336	0.33 106	0.47 338	0.49 47	0.50 118	0.34 46	0.41 56	0.41 90	0.32 116	0.48 89	0.34 163	0.22 322	0.14 240	0.19 220	0.18 254	0.19 253	0.14 143

HH	0.35 104	0.20 119	0.47 219	0.40 173	0.25 168	0.33 106	0.31 136	0.76 223	0.38 69	0.43 88	0.57 117	0.79 294	0.44 197	0.71 282	0.25 37	0.15 119	0.11 96	0.15 78	0.14 123	0.14 80	0.12 70

HanStereo	0.35 104	0.20 119	0.47 219	0.40 173	0.25 168	0.33 106	0.31 136	0.76 223	0.38 69	0.43 88	0.57 117	0.79 294	0.44 197	0.71 282	0.25 37	0.15 119	0.11 96	0.15 78	0.14 123	0.14 80	0.12 70

LoS	0.29 50	0.15 10	0.30 25	0.29 4	0.18 12	0.33 106	0.29 99	0.51 57	0.72 200	0.34 46	0.52 100	0.41 90	0.28 77	0.47 79	0.28 99	0.15 119	0.11 96	0.13 23	0.09 9	0.11 3	0.11 29
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
HHNet	0.41 192	0.17 42	0.41 135	0.34 26	0.37 371	0.33 106	0.34 176	0.69 171	0.75 217	0.86 313	1.30 399	0.52 145	0.32 116	0.52 110	0.35 180	0.15 119	0.11 96	0.19 220	0.15 148	0.15 125	0.24 346

RAFT-345	0.40 181	0.18 61	0.40 127	0.38 112	0.22 70	0.33 106	0.26 62	0.61 107	0.51 120	0.74 242	1.79 448	0.45 114	0.33 126	0.66 246	0.36 196	0.14 64	0.11 96	0.18 180	0.14 123	0.13 44	0.13 100

RAFT-Stereo + iAFF	0.36 122	0.17 42	0.41 135	0.35 52	0.19 19	0.33 106	0.29 99	0.65 134	0.73 207	0.68 196	1.01 307	0.56 159	0.40 174	0.42 46	0.30 119	0.11 2	0.09 4	0.15 78	0.14 123	0.13 44	0.10 8

UGAM-zero	0.46 235	0.19 88	0.62 322	0.37 84	0.23 108	0.34 116	0.21 15	1.15 372	0.39 77	0.66 188	0.61 127	1.70 453	0.91 407	0.75 303	0.25 37	0.14 64	0.11 96	0.15 78	0.12 65	0.13 44	0.13 100

rvit_stereo_0083	0.34 89	0.24 243	0.50 263	0.44 281	0.27 236	0.34 116	0.35 199	0.45 37	0.62 149	0.37 57	0.47 75	0.42 99	0.35 136	0.40 35	0.36 196	0.22 322	0.20 358	0.20 249	0.17 227	0.20 269	0.14 143

rvit_stereo_0081_aga	0.31 68	0.28 316	0.44 178	0.42 244	0.29 285	0.34 116	0.31 136	0.44 34	0.40 78	0.39 71	0.44 62	0.40 84	0.32 116	0.42 46	0.29 113	0.23 336	0.17 319	0.19 220	0.16 179	0.20 269	0.15 166

TestStereo1	0.43 209	0.23 207	0.41 135	0.51 384	0.24 136	0.34 116	0.40 287	0.77 226	0.90 313	0.68 196	0.96 283	0.48 130	0.46 206	0.91 371	0.32 136	0.16 165	0.13 209	0.18 180	0.15 148	0.14 80	0.13 100

RAFT_CTSACE	0.45 226	0.20 119	0.44 178	0.45 303	0.27 236	0.34 116	0.39 277	0.60 101	0.73 207	0.76 251	1.44 422	0.83 307	0.38 158	1.08 409	0.26 65	0.12 6	0.13 209	0.18 180	0.16 179	0.15 125	0.11 29

SA-5K	0.43 209	0.23 207	0.41 135	0.51 384	0.24 136	0.34 116	0.40 287	0.77 226	0.90 313	0.68 196	0.96 283	0.48 130	0.46 206	0.91 371	0.32 136	0.16 165	0.13 209	0.18 180	0.15 148	0.14 80	0.13 100

NRIStereo	0.36 122	0.20 119	0.45 190	0.41 204	0.23 108	0.34 116	0.26 62	0.65 134	0.55 135	0.64 167	0.63 130	0.56 159	0.37 154	0.65 238	0.37 211	0.15 119	0.11 96	0.18 180	0.15 148	0.17 197	0.14 143

Gwc-CoAtRS	0.34 89	0.17 42	0.44 178	0.39 140	0.23 108	0.34 116	0.22 22	0.70 185	0.75 217	0.60 140	0.59 122	0.58 172	0.29 91	0.45 62	0.26 65	0.14 64	0.11 96	0.14 40	0.12 65	0.12 17	0.12 70

MM-Stereo_test3	0.34 89	0.19 88	0.31 28	0.41 204	0.25 168	0.35 124	0.44 324	0.72 197	0.92 323	0.46 98	0.52 100	0.41 90	0.29 91	0.44 59	0.28 99	0.16 165	0.15 269	0.17 137	0.13 95	0.14 80	0.13 100

Pointernet	0.27 33	0.14 2	0.33 42	0.35 52	0.23 108	0.35 124	0.21 15	0.72 197	0.38 69	0.39 71	0.36 48	0.34 43	0.25 44	0.36 19	0.25 37	0.15 119	0.10 23	0.12 4	0.08 1	0.11 3	0.10 8

WCG-NET（raft）	0.31 68	0.15 10	0.36 73	0.32 15	0.19 19	0.35 124	0.27 76	0.51 57	0.78 239	0.45 93	0.55 111	0.48 130	0.27 64	0.54 125	0.26 65	0.13 31	0.10 23	0.12 4	0.11 41	0.12 17	0.11 29

LL-Strereo2	0.35 104	0.24 243	0.48 239	0.41 204	0.26 208	0.35 124	0.24 46	0.67 153	0.44 95	0.54 125	0.51 92	0.66 231	0.25 44	0.66 246	0.30 119	0.14 64	0.12 150	0.23 323	0.20 306	0.18 219	0.13 100

EGLCR-Stereo	0.25 16	0.16 21	0.33 42	0.34 26	0.20 38	0.35 124	0.20 4	0.52 66	0.36 51	0.28 27	0.27 19	0.41 90	0.18 5	0.45 62	0.26 65	0.14 64	0.10 23	0.16 103	0.14 123	0.13 44	0.11 29

RALCasStereoNet	0.36 122	0.21 152	0.37 88	0.42 244	0.26 208	0.35 124	0.38 255	0.63 120	0.64 167	0.50 110	0.72 156	0.51 141	0.29 91	0.59 186	0.36 196	0.16 165	0.14 240	0.15 78	0.13 95	0.17 197	0.16 211

RALAANet	0.38 153	0.23 207	0.48 239	0.42 244	0.29 285	0.35 124	0.25 53	0.86 256	0.64 167	0.67 190	0.65 136	0.60 193	0.29 91	0.60 192	0.34 163	0.15 119	0.12 150	0.17 137	0.15 148	0.21 290	0.13 100

test_xeample3	0.29 50	0.21 152	0.41 135	0.35 52	0.26 208	0.35 124	0.32 155	0.56 78	0.36 51	0.43 88	0.32 35	0.34 43	0.28 77	0.54 125	0.23 20	0.14 64	0.11 96	0.16 103	0.12 65	0.14 80	0.13 100

CFNet-RSSM	0.34 89	0.17 42	0.45 190	0.39 140	0.22 70	0.35 124	0.23 35	0.73 208	0.84 272	0.65 176	0.54 106	0.57 164	0.28 77	0.46 72	0.26 65	0.13 31	0.10 23	0.14 40	0.12 65	0.13 44	0.11 29

MM-Stereo_test1	0.33 84	0.19 88	0.36 73	0.41 204	0.23 108	0.36 133	0.45 327	0.58 88	0.54 130	0.60 140	0.50 84	0.38 71	0.37 154	0.60 192	0.26 65	0.15 119	0.13 209	0.17 137	0.14 123	0.15 125	0.12 70

SMoEStereo_RVC	0.26 24	0.19 88	0.35 66	0.35 52	0.22 70	0.36 133	0.32 155	0.39 12	0.34 32	0.37 57	0.30 26	0.33 39	0.24 39	0.53 119	0.24 24	0.12 6	0.10 23	0.16 103	0.12 65	0.12 17	0.11 29

knoymous	0.36 122	0.20 119	0.31 28	0.31 10	0.22 70	0.36 133	0.29 99	0.61 107	0.64 167	0.67 190	0.70 153	0.60 193	0.40 174	0.58 171	0.34 163	0.17 201	0.11 96	0.20 249	0.11 41	0.17 197	0.18 246

OMP-Stereo	0.42 199	0.22 187	0.46 207	0.52 396	0.24 136	0.36 133	0.25 53	0.71 193	0.78 239	0.77 257	0.64 133	0.89 333	0.39 169	0.91 371	0.35 180	0.15 119	0.12 150	0.20 249	0.15 148	0.15 125	0.12 70

trnet	0.27 33	0.14 2	0.23 1	0.28 2	0.15 1	0.37 137	0.23 35	0.52 66	0.72 200	0.42 85	0.51 92	0.34 43	0.26 56	0.39 31	0.25 37	0.15 119	0.11 96	0.12 4	0.08 1	0.11 3	0.10 8

MGS-Stereo	0.28 40	0.19 88	0.40 127	0.36 68	0.23 108	0.37 137	0.30 114	0.39 12	0.44 95	0.31 36	0.51 92	0.40 84	0.24 39	0.43 50	0.26 65	0.15 119	0.12 150	0.15 78	0.13 95	0.14 80	0.13 100

IGEVStereo-DCA	0.29 50	0.22 187	0.38 99	0.35 52	0.27 236	0.37 137	0.35 199	0.62 113	0.34 32	0.38 63	0.30 26	0.35 52	0.27 64	0.51 104	0.22 6	0.15 119	0.12 150	0.16 103	0.12 65	0.13 44	0.15 166

rrr	0.29 50	0.22 187	0.41 135	0.35 52	0.27 236	0.37 137	0.32 155	0.52 66	0.42 89	0.38 63	0.30 26	0.35 52	0.27 64	0.51 104	0.22 6	0.15 119	0.12 150	0.16 103	0.13 95	0.13 44	0.14 143

CES	0.28 40	0.14 2	0.23 1	0.30 7	0.70 462	0.37 137	0.27 76	0.48 44	0.46 106	0.34 46	0.48 77	0.27 15	0.22 23	0.39 31	0.23 20	0.13 31	0.11 96	0.12 4	0.08 1	0.13 44	0.17 229

GMOStereo	0.37 138	0.19 88	0.38 99	0.43 263	0.24 136	0.37 137	0.38 255	0.52 66	0.62 149	0.87 320	0.84 224	0.64 213	0.35 136	0.37 23	0.28 99	0.13 31	0.11 96	0.20 249	0.18 254	0.15 125	0.11 29

error version	0.37 138	0.19 88	0.38 99	0.43 263	0.24 136	0.37 137	0.38 255	0.52 66	0.62 149	0.87 320	0.84 224	0.64 213	0.35 136	0.37 23	0.28 99	0.13 31	0.11 96	0.20 249	0.18 254	0.15 125	0.11 29

test-v	0.37 138	0.19 88	0.38 99	0.43 263	0.24 136	0.37 137	0.38 255	0.52 66	0.62 149	0.87 320	0.84 224	0.64 213	0.35 136	0.37 23	0.28 99	0.13 31	0.11 96	0.20 249	0.18 254	0.15 125	0.11 29

TransformOpticalFlow	0.44 216	0.20 119	0.47 219	0.41 204	0.23 108	0.37 137	0.47 338	0.94 287	0.76 225	0.65 176	1.14 363	0.73 271	0.56 262	0.76 307	0.32 136	0.15 119	0.10 23	0.17 137	0.15 148	0.14 80	0.13 100

ASMatch	0.48 261	0.19 88	0.45 190	0.39 140	0.28 259	0.37 137	0.26 62	0.74 210	0.68 183	0.76 251	2.34 463	0.61 198	0.52 236	0.62 208	0.37 211	0.14 64	0.12 150	0.17 137	0.15 148	0.14 80	0.21 318

test-2	0.37 138	0.19 88	0.38 99	0.43 263	0.24 136	0.37 137	0.38 255	0.52 66	0.62 149	0.87 320	0.84 224	0.64 213	0.35 136	0.37 23	0.28 99	0.13 31	0.11 96	0.20 249	0.18 254	0.15 125	0.11 29

XX-TBD	0.32 74	0.53 432	0.26 12	0.51 384	0.20 38	0.37 137	0.24 46	0.40 17	0.73 207	0.54 125	0.69 150	0.31 25	0.25 44	0.32 10	0.27 82	0.16 165	0.10 23	0.12 4	0.09 9	0.13 44	0.11 29

CREStereo	0.28 40	0.15 10	0.24 4	0.27 1	0.17 8	0.37 137	0.25 53	0.51 57	0.72 200	0.42 85	0.51 92	0.32 27	0.26 56	0.38 27	0.25 37	0.16 165	0.11 96	0.12 4	0.08 1	0.12 17	0.11 29
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
tt45	0.27 33	0.17 42	0.34 57	0.35 52	0.23 108	0.38 150	0.28 89	0.46 39	0.28 12	0.40 76	0.27 19	0.38 71	0.25 44	0.57 151	0.26 65	0.13 31	0.11 96	0.16 103	0.13 95	0.12 17	0.14 143

tg	0.33 84	0.18 61	0.37 88	0.39 140	0.22 70	0.38 150	0.26 62	0.70 185	0.56 141	0.47 103	0.65 136	0.42 99	0.24 39	0.55 130	0.33 148	0.14 64	0.10 23	0.18 180	0.17 227	0.14 80	0.11 29

StereoVision	0.42 199	0.28 316	0.45 190	0.49 354	0.28 259	0.38 150	0.38 255	0.72 197	0.62 149	0.44 91	1.14 363	0.54 153	0.39 169	0.56 140	0.34 163	0.21 298	0.24 392	0.25 351	0.24 373	0.26 355	0.16 211

EKT-Stereo	0.35 104	0.23 207	0.39 117	0.43 263	0.29 285	0.38 150	0.31 136	0.69 171	0.64 167	0.45 93	0.63 130	0.49 135	0.27 64	0.56 140	0.33 148	0.18 230	0.14 240	0.18 180	0.15 148	0.16 163	0.16 211

GCAP-Stereo	0.28 40	0.19 88	0.40 127	0.38 112	0.19 19	0.38 150	0.23 35	0.57 82	0.41 82	0.45 93	0.49 80	0.39 74	0.27 64	0.33 12	0.23 20	0.14 64	0.12 150	0.14 40	0.11 41	0.12 17	0.11 29

XX-Stereo	0.37 138	0.17 42	0.45 190	0.55 412	0.36 365	0.38 150	0.20 4	0.60 101	0.30 17	0.46 98	1.30 399	0.73 271	0.26 56	0.56 140	0.26 65	0.16 165	0.11 96	0.17 137	0.16 179	0.14 80	0.10 8

rvit_0105_6	0.38 153	0.28 316	0.64 336	0.50 368	0.30 299	0.39 156	0.38 255	0.51 57	0.67 178	0.40 76	0.45 64	0.50 137	0.41 180	0.54 125	0.36 196	0.27 375	0.26 406	0.24 338	0.21 327	0.22 311	0.16 211

AIO-Stereo-zeroshot	0.42 199	0.20 119	0.74 384	0.38 112	0.43 407	0.39 156	0.26 62	0.94 287	0.49 114	0.53 121	0.77 179	0.93 344	0.45 202	0.63 219	0.24 24	0.16 165	0.10 23	0.17 137	0.18 254	0.20 269	0.20 300

test_for_model	0.82 407	3.60 509	0.39 117	2.35 497	2.07 497	0.39 156	0.28 89	0.42 24	0.45 102	0.71 218	0.31 33	0.30 19	0.27 64	0.34 14	0.25 37	0.34 425	0.11 96	0.13 23	0.09 9	3.49 508	0.18 246

LL-Strereo	0.57 346	0.27 302	0.68 356	0.48 339	0.34 355	0.39 156	0.48 346	0.94 287	0.97 346	0.83 299	0.78 190	1.10 389	1.18 443	1.33 439	0.49 291	0.17 201	0.14 240	0.22 304	0.19 282	0.16 163	0.17 229

castereo	0.28 40	0.16 21	0.32 35	0.35 52	0.21 52	0.40 160	0.42 311	0.50 55	0.66 175	0.26 17	0.41 56	0.37 63	0.36 150	0.33 12	0.24 24	0.13 31	0.09 4	0.13 23	0.10 25	0.11 3	0.10 8

MyStereo07	0.32 74	0.22 187	0.34 57	0.42 244	0.28 259	0.40 160	0.50 355	0.72 197	0.37 64	0.37 57	0.34 42	0.32 27	0.31 111	0.59 186	0.27 82	0.14 64	0.13 209	0.18 180	0.17 227	0.17 197	0.16 211

MyStereo04	0.44 216	0.22 187	0.44 178	0.42 244	0.28 259	0.40 160	0.50 355	1.00 310	1.08 398	0.62 149	0.58 121	0.55 156	0.57 263	0.71 282	0.44 260	0.14 64	0.13 209	0.18 180	0.17 227	0.17 197	0.16 211

raft_robust	0.41 192	0.23 207	0.36 73	0.42 244	0.21 52	0.40 160	0.33 165	0.79 235	0.98 350	0.79 265	0.87 244	0.39 74	0.33 126	0.84 342	0.29 113	0.13 31	0.12 150	0.16 103	0.17 227	0.15 125	0.12 70

GwcNet-ADL	0.44 216	0.22 187	0.48 239	0.45 303	0.30 299	0.40 160	0.37 234	0.92 281	0.97 346	0.71 218	0.78 190	0.61 198	0.42 182	0.62 208	0.50 292	0.19 260	0.14 240	0.15 78	0.14 123	0.18 219	0.18 246

CrosDoStereo	0.50 293	0.18 61	0.45 190	0.38 112	0.24 136	0.40 160	1.18 470	0.67 153	0.86 285	0.94 361	1.37 408	0.63 206	0.77 374	0.65 238	0.45 268	0.15 119	0.12 150	0.17 137	0.18 254	0.14 80	0.14 143

FTStereo	0.56 339	0.20 119	0.37 88	0.41 204	0.25 168	0.40 160	0.79 440	0.66 143	0.43 91	1.09 415	3.27 483	0.70 247	0.73 361	0.55 130	0.33 148	0.14 64	0.13 209	0.19 220	0.17 227	0.15 125	0.30 387

DeepStereo_LL	0.50 293	0.18 61	0.45 190	0.38 112	0.24 136	0.40 160	1.18 470	0.67 153	0.86 285	0.94 361	1.37 408	0.63 206	0.77 374	0.65 238	0.45 268	0.15 119	0.12 150	0.17 137	0.18 254	0.14 80	0.14 143

Prome-Stereo	0.46 235	0.19 88	0.35 66	0.44 281	0.26 208	0.40 160	0.45 327	0.68 163	0.44 95	0.96 369	1.84 450	0.59 187	0.67 327	0.61 200	0.32 136	0.14 64	0.11 96	0.16 103	0.14 123	0.16 163	0.29 380

TestStereo	0.38 153	0.31 341	0.40 127	0.45 303	0.20 38	0.40 160	0.37 234	0.66 143	0.65 172	0.53 121	0.78 190	0.47 125	0.40 174	0.55 130	0.37 211	0.18 230	0.13 209	0.20 249	0.15 148	0.22 311	0.13 100

sAnonymous2	0.40 181	0.39 389	0.85 405	0.48 339	0.37 371	0.40 160	0.46 331	0.57 82	0.52 123	0.38 63	0.46 69	0.35 52	0.42 182	0.43 50	0.30 119	0.19 260	0.14 240	0.18 180	0.17 227	0.57 460	0.44 443

CroCo_RVC	0.40 181	0.39 389	0.85 405	0.48 339	0.37 371	0.40 160	0.46 331	0.57 82	0.52 123	0.38 63	0.46 69	0.35 52	0.42 182	0.43 50	0.30 119	0.19 260	0.14 240	0.18 180	0.17 227	0.57 460	0.44 443

R-Stereo Train	0.39 169	0.18 61	0.42 156	0.42 244	0.26 208	0.40 160	0.32 155	0.72 197	0.34 32	0.89 334	1.28 395	0.57 164	0.35 136	0.42 46	0.32 136	0.15 119	0.12 150	0.14 40	0.12 65	0.14 80	0.13 100

RAFT-Stereo	0.39 169	0.18 61	0.42 156	0.42 244	0.26 208	0.40 160	0.32 155	0.72 197	0.34 32	0.89 334	1.28 395	0.57 164	0.35 136	0.42 46	0.32 136	0.15 119	0.12 150	0.14 40	0.12 65	0.14 80	0.13 100
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_0105_4	0.41 192	0.29 328	0.71 371	0.50 368	0.29 285	0.41 174	0.41 302	0.55 76	0.73 207	0.45 93	0.48 77	0.55 156	0.44 197	0.57 151	0.36 196	0.28 383	0.26 406	0.25 351	0.22 345	0.23 328	0.18 246

UGAM	0.52 309	0.22 187	0.46 207	0.45 303	0.25 168	0.41 174	0.52 373	0.62 113	1.16 409	0.76 251	1.13 358	1.32 418	0.57 263	1.00 393	0.53 312	0.17 201	0.14 240	0.25 351	0.21 327	0.15 125	0.13 100

MyStereo06	0.38 153	0.21 152	0.61 319	0.41 204	0.28 259	0.41 174	0.50 355	0.95 294	0.35 45	0.62 149	0.54 106	0.76 285	0.27 64	0.50 98	0.29 113	0.14 64	0.13 209	0.18 180	0.17 227	0.17 197	0.15 166

MyStereo05	0.44 216	0.21 152	0.45 190	0.41 204	0.28 259	0.41 174	0.50 355	0.93 283	1.09 400	0.76 251	0.61 127	0.51 141	0.57 263	0.73 292	0.42 239	0.14 64	0.13 209	0.18 180	0.17 227	0.17 197	0.15 166

UDGNet	0.48 261	0.77 456	0.50 263	0.48 339	0.31 320	0.41 174	0.34 176	0.70 185	0.92 323	0.65 176	0.60 124	0.58 172	0.43 188	0.63 219	0.41 235	0.32 411	0.15 269	0.66 467	0.19 282	0.36 411	0.21 318

CRE-IMP	0.36 122	0.23 207	0.49 250	0.42 244	0.24 136	0.41 174	0.21 15	0.57 82	0.41 82	0.65 176	0.72 156	0.53 149	0.37 154	0.61 200	0.38 219	0.17 201	0.11 96	0.19 220	0.15 148	0.21 290	0.18 246

sCroCo_RVC	0.35 104	0.28 316	0.69 362	0.51 384	0.39 384	0.41 174	0.31 136	0.49 47	0.45 102	0.31 36	0.48 77	0.38 71	0.32 116	0.46 72	0.32 136	0.21 298	0.22 374	0.19 220	0.19 282	0.21 290	0.20 300

MM-Stereo_test2	0.30 63	0.18 61	0.39 117	0.40 173	0.24 136	0.42 181	0.42 311	0.63 120	0.41 82	0.37 57	0.35 46	0.32 27	0.26 56	0.53 119	0.25 37	0.12 6	0.10 23	0.15 78	0.12 65	0.15 125	0.10 8

DCRE	0.37 138	0.18 61	0.46 207	0.45 303	0.32 336	0.42 181	0.37 234	0.63 120	0.51 120	0.47 103	0.94 271	0.56 159	0.36 150	0.52 110	0.32 136	0.14 64	0.13 209	0.15 78	0.14 123	0.14 80	0.13 100

GMStereo	0.39 169	0.37 375	0.54 292	0.40 173	0.26 208	0.42 181	0.36 220	0.59 91	1.04 378	0.55 127	0.51 92	0.37 63	0.35 136	0.54 125	0.41 235	0.19 260	0.13 209	0.16 103	0.17 227	0.24 341	0.18 246
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0075_2	0.47 250	0.37 375	0.70 366	0.53 402	0.46 425	0.43 184	0.36 220	0.81 241	0.67 178	0.55 127	0.74 169	0.59 187	0.43 188	0.63 219	0.43 244	0.32 411	0.23 384	0.35 418	0.25 382	0.30 381	0.25 353

SA	0.44 216	0.25 266	0.46 207	0.46 324	0.24 136	0.43 184	0.36 220	0.75 216	0.96 343	0.59 136	1.03 319	0.48 130	0.52 236	0.94 387	0.32 136	0.16 165	0.12 150	0.21 290	0.19 282	0.15 125	0.13 100

test-3	0.34 89	0.16 21	0.43 166	0.39 140	0.21 52	0.43 184	0.22 22	0.63 120	0.78 239	0.71 218	0.45 64	0.64 213	0.27 64	0.43 50	0.31 126	0.12 6	0.09 4	0.17 137	0.13 95	0.12 17	0.10 8

test_1	0.34 89	0.16 21	0.43 166	0.39 140	0.21 52	0.43 184	0.23 35	0.63 120	0.78 239	0.68 196	0.45 64	0.64 213	0.27 64	0.43 50	0.31 126	0.12 6	0.09 4	0.17 137	0.13 95	0.12 17	0.10 8

PFNet	0.42 199	0.18 61	0.58 311	0.43 263	0.24 136	0.43 184	0.32 155	0.74 210	0.78 239	1.00 385	0.74 169	0.68 239	0.39 169	0.72 287	0.37 211	0.16 165	0.10 23	0.20 249	0.15 148	0.16 163	0.13 100

ISRNet	0.56 339	0.24 243	0.66 348	0.56 415	0.36 365	0.44 189	0.25 53	0.82 243	0.84 272	1.07 409	1.25 390	0.91 339	0.60 283	0.66 246	0.58 326	0.35 430	0.26 406	0.36 423	0.33 427	0.30 381	0.42 436

rvit_0105_5	0.42 199	0.31 341	0.73 379	0.50 368	0.29 285	0.44 189	0.42 311	0.61 107	0.74 214	0.51 113	0.51 92	0.60 193	0.47 210	0.57 151	0.38 219	0.27 375	0.25 400	0.25 351	0.23 358	0.22 311	0.18 246

testlalala2	0.36 122	0.18 61	0.45 190	0.89 466	0.53 439	0.44 189	0.26 62	0.61 107	0.49 114	0.68 196	0.56 114	0.44 112	0.24 39	0.34 14	0.31 126	0.15 119	0.12 150	0.14 40	0.10 25	0.13 44	0.13 100

LoS_RVC	0.27 33	0.16 21	0.27 16	0.32 15	0.30 299	0.44 189	0.34 176	0.41 21	0.33 30	0.31 36	0.51 92	0.29 18	0.32 116	0.36 19	0.28 99	0.11 2	0.10 23	0.11 1	0.08 1	0.11 3	0.19 278

IIG-Stereo	0.43 209	0.21 152	0.44 178	0.50 368	0.25 168	0.44 189	0.21 15	0.71 193	0.76 225	0.83 299	0.95 279	0.83 307	0.43 188	0.90 364	0.35 180	0.15 119	0.12 150	0.19 220	0.14 123	0.15 125	0.11 29

KYRaft	0.48 261	0.20 119	0.38 99	0.44 281	0.23 108	0.44 189	0.37 234	0.66 143	0.41 82	0.94 361	1.73 444	0.79 294	0.41 180	0.63 219	0.31 126	0.16 165	0.11 96	0.18 180	0.22 345	0.16 163	0.78 472

test-1	0.36 122	0.19 88	0.71 371	0.46 324	0.26 208	0.44 189	0.36 220	0.60 101	0.59 145	0.48 106	0.67 147	0.53 149	0.36 150	0.40 35	0.29 113	0.14 64	0.11 96	0.16 103	0.14 123	0.15 125	0.16 211

DN-CSS_ROB	0.43 209	0.26 285	0.62 322	0.40 173	0.29 285	0.44 189	0.27 76	0.77 226	0.75 217	0.72 230	1.09 345	0.48 130	0.43 188	0.69 272	0.37 211	0.15 119	0.12 150	0.21 290	0.19 282	0.18 219	0.16 211

AIO-test2	0.39 169	0.21 152	0.41 135	0.47 333	0.25 168	0.45 197	0.35 199	0.77 226	1.27 433	0.36 52	0.87 244	0.37 63	0.30 104	0.47 79	0.27 82	0.15 119	0.13 209	0.21 290	0.23 358	0.15 125	0.13 100

model_zeroshot	0.33 84	0.18 61	0.48 239	0.39 140	0.28 259	0.45 197	0.25 53	0.63 120	0.45 102	0.61 147	0.50 84	0.51 141	0.25 44	0.45 62	0.26 65	0.16 165	0.13 209	0.15 78	0.14 123	0.13 44	0.13 100

testlalala	0.28 40	0.19 88	0.43 166	0.34 26	0.23 108	0.45 197	0.30 114	0.43 32	0.29 14	0.68 196	0.49 80	0.35 52	0.25 44	0.32 10	0.25 37	0.14 64	0.11 96	0.14 40	0.09 9	0.11 3	0.11 29

raft+_RVC	0.38 153	0.19 88	0.35 66	0.37 84	0.25 168	0.45 197	0.37 234	0.78 232	0.89 311	0.51 113	0.78 190	0.50 137	0.29 91	0.53 119	0.40 232	0.15 119	0.12 150	0.17 137	0.15 148	0.14 80	0.12 70

PMTNet	0.32 74	0.16 21	0.24 4	0.29 4	0.18 12	0.45 197	0.22 22	0.56 78	0.63 160	0.46 98	0.54 106	0.39 74	0.34 133	0.48 89	0.24 24	0.75 473	0.10 23	0.12 4	0.08 1	0.12 17	0.11 29

AIO-test1	0.38 153	0.18 61	0.38 99	0.50 368	0.24 136	0.46 202	0.30 114	0.70 185	1.19 415	0.40 76	0.71 155	0.45 114	0.29 91	0.53 119	0.27 82	0.15 119	0.13 209	0.19 220	0.21 327	0.13 44	0.17 229

CAS	0.34 89	0.13 1	0.25 9	1.28 480	0.30 299	0.46 202	0.38 255	0.48 44	0.47 111	0.34 46	0.52 100	0.24 9	0.19 9	0.29 4	0.27 82	0.69 471	0.08 1	0.12 4	0.08 1	0.12 17	0.15 166

qqq	0.40 181	0.26 285	0.44 178	0.36 68	0.22 70	0.46 202	0.36 220	0.85 252	0.54 130	0.56 130	0.69 150	0.65 226	0.53 239	0.55 130	0.45 268	0.17 201	0.16 300	0.20 249	0.19 282	0.18 219	0.17 229

dd	0.43 209	0.38 385	0.55 297	0.44 281	0.25 168	0.47 205	0.38 255	0.70 185	1.05 382	0.59 136	0.65 136	0.42 99	0.39 169	0.66 246	0.50 292	0.24 347	0.15 269	0.21 290	0.15 148	0.22 311	0.18 246

LCNet	0.41 192	0.20 119	0.32 35	0.44 281	0.24 136	0.47 205	0.29 99	0.67 153	0.53 126	0.72 230	1.03 319	0.66 231	0.60 283	0.58 171	0.34 163	0.14 64	0.10 23	0.19 220	0.19 282	0.21 290	0.36 416

Former-RAFT_DAM_RVC	0.34 89	0.27 302	0.45 190	0.36 68	0.25 168	0.48 207	0.30 114	0.58 88	0.90 313	0.42 85	0.36 48	0.30 19	0.29 91	0.49 93	0.30 119	0.16 165	0.14 240	0.18 180	0.15 148	0.18 219	0.15 166

AE-Stereo	0.34 89	0.21 152	0.42 156	0.48 339	0.31 320	0.48 207	0.35 199	0.61 107	0.62 149	0.32 42	0.55 111	0.52 145	0.27 64	0.47 79	0.29 113	0.13 31	0.13 209	0.18 180	0.16 179	0.15 125	0.12 70

anonymousdsp2	0.35 104	0.20 119	0.43 166	0.37 84	0.24 136	0.48 207	0.31 136	0.86 256	0.65 172	0.55 127	0.50 84	0.50 137	0.34 133	0.56 140	0.31 126	0.14 64	0.10 23	0.14 40	0.10 25	0.16 163	0.14 143

test_3	0.36 122	0.19 88	0.44 178	0.44 281	0.23 108	0.48 207	0.36 220	0.66 143	0.82 262	0.64 167	0.45 64	0.68 239	0.25 44	0.41 41	0.31 126	0.12 6	0.10 23	0.18 180	0.16 179	0.15 125	0.11 29

rvit_0105_3	0.47 250	0.34 358	0.77 398	0.54 408	0.31 320	0.49 211	0.47 338	0.63 120	0.79 247	0.65 176	0.59 122	0.64 213	0.50 229	0.65 238	0.39 225	0.29 390	0.27 413	0.29 395	0.28 404	0.21 290	0.20 300

gcap-zeroshot	0.34 89	0.18 61	0.52 280	0.38 112	0.22 70	0.49 211	0.27 76	0.52 66	0.34 32	0.64 167	0.50 84	0.83 307	0.34 133	0.48 89	0.24 24	0.13 31	0.11 96	0.15 78	0.12 65	0.13 44	0.12 70

IPLGR	0.39 169	0.21 152	0.63 331	0.39 140	0.22 70	0.49 211	0.29 99	0.76 223	0.74 214	0.78 261	0.77 179	0.44 112	0.42 182	0.47 79	0.38 219	0.13 31	0.12 150	0.16 103	0.14 123	0.15 125	0.13 100

RAFT-Test	0.34 89	0.18 61	0.37 88	0.38 112	0.23 108	0.50 214	0.23 35	0.69 171	0.40 78	0.60 140	0.85 234	0.61 198	0.28 77	0.46 72	0.27 82	0.14 64	0.11 96	0.14 40	0.11 41	0.13 44	0.12 70

MIPNet	0.37 138	0.21 152	0.59 312	0.39 140	0.25 168	0.50 214	0.28 89	0.77 226	0.70 189	0.65 176	0.60 124	0.40 84	0.49 218	0.44 59	0.37 211	0.14 64	0.11 96	0.16 103	0.13 95	0.14 80	0.13 100

PSMNet-RSSM	0.48 261	0.22 187	0.38 99	0.42 244	0.25 168	0.50 214	0.37 234	1.10 348	0.77 232	0.70 211	1.06 335	0.84 311	0.64 312	0.62 208	0.47 285	0.23 336	0.15 269	0.23 323	0.25 382	0.20 269	0.19 278

DeepPruner_ROB	0.53 315	0.34 358	0.59 312	0.41 204	0.30 299	0.50 214	0.43 315	1.19 388	0.70 189	0.85 307	1.05 329	0.86 318	0.55 255	0.84 342	0.51 302	0.29 390	0.23 384	0.22 304	0.22 345	0.26 355	0.25 353

DCVSM-stereo	0.49 278	0.27 302	0.53 288	0.39 140	0.29 285	0.51 218	0.26 62	0.75 216	0.75 217	1.11 419	0.75 171	1.05 375	0.72 358	0.60 192	0.47 285	0.20 283	0.19 349	0.24 338	0.20 306	0.25 349	0.30 387

ACRE	0.40 181	0.21 152	0.65 342	0.45 303	0.33 346	0.51 218	0.33 165	0.66 143	0.63 160	0.80 267	0.92 267	0.45 114	0.32 116	0.52 110	0.45 268	0.16 165	0.12 150	0.15 78	0.14 123	0.13 44	0.14 143

GMM-Stereo	0.44 216	0.19 88	0.36 73	0.42 244	0.25 168	0.51 218	0.47 338	0.71 193	0.53 126	0.76 251	1.37 408	0.76 285	0.38 158	0.60 192	0.33 148	0.15 119	0.10 23	0.20 249	0.19 282	0.16 163	0.27 367

DMCA	0.45 226	0.26 285	0.50 263	0.38 112	0.28 259	0.51 218	0.34 176	0.93 283	0.68 183	0.75 244	0.83 219	0.79 294	0.53 239	0.51 104	0.54 316	0.21 298	0.16 300	0.21 290	0.16 179	0.19 253	0.21 318

Any-RAFT	0.35 104	0.16 21	0.30 25	0.34 26	0.21 52	0.52 222	0.22 22	0.88 268	0.73 207	0.53 121	0.73 160	0.64 213	0.28 77	0.46 72	0.24 24	0.15 119	0.10 23	0.13 23	0.10 25	0.13 44	0.12 70

x	0.39 169	0.24 243	0.41 135	0.34 26	0.23 108	0.52 222	0.32 155	0.86 256	0.52 123	0.57 132	0.70 153	0.59 187	0.50 229	0.49 93	0.46 278	0.17 201	0.15 269	0.17 137	0.15 148	0.17 197	0.16 211

CIPLG	0.41 192	0.21 152	0.63 331	0.45 303	0.33 346	0.52 222	0.33 165	0.65 134	0.60 147	0.82 287	0.96 283	0.46 122	0.32 116	0.55 130	0.44 260	0.16 165	0.12 150	0.15 78	0.14 123	0.13 44	0.14 143

IPLGR_C	0.40 181	0.21 152	0.64 336	0.45 303	0.33 346	0.52 222	0.34 176	0.66 143	0.62 149	0.82 287	0.92 267	0.45 114	0.32 116	0.52 110	0.46 278	0.17 201	0.12 150	0.15 78	0.14 123	0.13 44	0.14 143

AACVNet	0.50 293	0.23 207	0.49 250	0.46 324	0.29 285	0.52 222	0.38 255	0.90 275	0.55 135	0.81 278	1.03 319	1.00 359	0.70 350	0.83 337	0.54 316	0.21 298	0.18 335	0.24 338	0.18 254	0.23 328	0.20 300

111	0.40 181	0.17 42	0.41 135	0.34 26	0.19 19	0.52 222	0.28 89	0.74 210	1.16 409	0.50 110	0.91 263	0.63 206	0.48 215	0.61 200	0.35 180	0.14 64	0.10 23	0.14 40	0.12 65	0.13 44	0.13 100

MyStereo8	0.40 181	0.20 119	0.54 292	0.41 204	0.29 285	0.53 228	0.29 99	0.65 134	0.49 114	0.71 218	0.98 297	0.58 172	0.43 188	0.50 98	0.51 302	0.15 119	0.12 150	0.16 103	0.14 123	0.19 253	0.19 278

riskmin	0.38 153	0.20 119	0.39 117	0.32 15	0.23 108	0.53 228	0.30 114	0.63 120	0.80 249	0.49 107	0.56 114	0.73 271	0.58 272	0.55 130	0.36 196	0.17 201	0.11 96	0.19 220	0.13 95	0.19 253	0.20 300

GrayStereo	0.49 278	0.19 88	0.42 156	0.46 324	0.28 259	0.53 228	0.67 411	0.69 171	0.63 160	1.02 392	1.47 428	0.78 292	0.76 368	0.56 140	0.33 148	0.14 64	0.12 150	0.17 137	0.17 227	0.15 125	0.29 380

HCRNet	0.44 216	0.34 358	0.41 135	0.53 402	0.26 208	0.53 228	0.29 99	0.83 246	0.63 160	0.71 218	0.81 209	0.77 291	0.50 229	0.66 246	0.36 196	0.24 347	0.16 300	0.24 338	0.20 306	0.21 290	0.18 246

tt1	0.36 122	0.24 243	0.32 35	0.41 204	0.22 70	0.54 232	0.38 255	0.68 163	1.04 378	0.41 80	0.46 69	0.35 52	0.45 202	0.57 151	0.25 37	0.16 165	0.10 23	0.19 220	0.13 95	0.16 163	0.16 211

IPLG	0.39 169	0.20 119	0.59 312	0.40 173	0.24 136	0.54 232	0.27 76	0.75 216	0.63 160	0.84 306	0.81 209	0.32 27	0.32 116	0.60 192	0.45 268	0.13 31	0.11 96	0.16 103	0.13 95	0.13 44	0.12 70

GANet-ADL	0.42 199	0.25 266	0.45 190	0.43 263	0.29 285	0.54 232	0.35 199	0.89 270	0.86 285	0.63 157	0.72 156	0.68 239	0.42 182	0.52 110	0.41 235	0.21 298	0.14 240	0.15 78	0.13 95	0.18 219	0.19 278

RAFT	0.45 226	0.22 187	0.45 190	0.47 333	0.26 208	0.54 232	0.47 338	0.66 143	0.58 144	0.80 267	0.82 213	0.94 346	0.57 263	0.75 303	0.34 163	0.17 201	0.15 269	0.22 304	0.20 306	0.16 163	0.12 70

DMCA-RVC	0.51 300	0.30 336	0.59 312	0.50 368	0.32 336	0.54 232	0.38 255	0.86 256	0.68 183	0.94 361	0.86 237	0.91 339	0.68 333	0.70 277	0.59 331	0.23 336	0.18 335	0.31 404	0.23 358	0.26 355	0.19 278

ACVNet-DCA	0.35 104	0.23 207	0.33 42	0.41 204	0.22 70	0.55 237	0.38 255	0.85 252	0.54 130	0.41 80	0.50 84	0.34 43	0.49 218	0.57 151	0.25 37	0.16 165	0.10 23	0.19 220	0.13 95	0.18 219	0.17 229

xx1	0.39 169	0.23 207	0.33 42	0.41 204	0.22 70	0.55 237	0.38 255	0.67 153	1.06 389	0.41 80	0.50 84	0.65 226	0.53 239	0.57 151	0.25 37	0.16 165	0.10 23	0.20 249	0.19 282	0.18 219	0.17 229

1test111	0.36 122	0.23 207	0.33 42	0.41 204	0.22 70	0.55 237	0.38 255	0.85 252	0.54 130	0.41 80	0.50 84	0.34 43	0.49 218	0.55 130	0.45 268	0.16 165	0.10 23	0.19 220	0.13 95	0.18 219	0.17 229

cc1	0.37 138	0.23 207	0.33 42	0.41 204	0.22 70	0.55 237	0.38 255	0.67 153	1.06 389	0.41 80	0.50 84	0.34 43	0.49 218	0.57 151	0.25 37	0.16 165	0.10 23	0.19 220	0.13 95	0.16 163	0.15 166

ffm	0.44 216	0.26 285	0.49 250	0.37 84	0.25 168	0.55 237	0.37 234	0.68 163	1.04 378	0.73 237	0.96 283	0.71 251	0.53 239	0.57 151	0.25 37	0.16 165	0.10 23	0.25 351	0.21 327	0.16 163	0.16 211

ff1	0.49 278	0.26 285	0.49 250	0.37 84	0.25 168	0.55 237	0.37 234	0.68 163	1.04 378	0.73 237	0.96 283	0.71 251	0.53 239	1.01 394	0.88 396	0.16 165	0.10 23	0.25 351	0.21 327	0.16 163	0.16 211

mmx	0.53 315	0.26 285	0.49 250	0.37 84	0.25 168	0.55 237	0.37 234	1.16 378	1.03 373	0.73 237	0.96 283	0.71 251	0.53 239	1.01 394	0.88 396	0.20 283	0.15 269	0.25 351	0.21 327	0.22 311	0.20 300

xxx	0.53 315	0.26 285	0.49 250	0.37 84	0.25 168	0.55 237	0.37 234	1.16 378	1.03 373	0.73 237	0.96 283	0.71 251	0.53 239	1.01 394	0.88 396	0.20 283	0.15 269	0.25 351	0.21 327	0.22 311	0.20 300

STrans-v2	0.46 235	0.20 119	0.48 239	0.40 173	0.24 136	0.55 237	0.50 355	1.07 339	0.73 207	0.65 176	1.05 329	0.72 260	0.69 337	0.72 287	0.33 148	0.14 64	0.10 23	0.17 137	0.14 123	0.13 44	0.12 70

TANstereo	0.30 63	0.15 10	0.31 28	0.30 7	0.17 8	0.55 237	0.23 35	0.44 34	0.55 135	0.59 136	0.68 149	0.37 63	0.26 56	0.35 18	0.27 82	0.15 119	0.16 300	0.12 4	0.10 25	0.13 44	0.14 143

ARAFT	0.47 250	0.24 243	0.79 400	0.42 244	0.25 168	0.55 237	0.55 385	0.75 216	0.81 257	0.89 334	0.75 171	0.73 271	0.47 210	0.88 356	0.37 211	0.15 119	0.12 150	0.23 323	0.22 345	0.14 80	0.13 100

FENet	0.42 199	0.22 187	0.38 99	0.39 140	0.24 136	0.55 237	0.32 155	0.79 235	0.70 189	0.71 218	0.72 156	0.63 206	0.57 263	0.62 208	0.44 260	0.19 260	0.13 209	0.19 220	0.17 227	0.18 219	0.19 278

GwcNet-RSSM	0.49 278	0.24 243	0.42 156	0.40 173	0.23 108	0.55 237	0.38 255	0.93 283	0.93 329	0.71 218	1.16 373	0.86 318	0.60 283	0.62 208	0.66 349	0.21 298	0.14 240	0.19 220	0.20 306	0.16 163	0.15 166

ITSA-stereo	0.53 315	0.28 316	0.52 280	0.40 173	0.23 108	0.56 250	0.34 176	1.24 413	1.24 424	0.80 267	0.81 209	0.72 260	0.58 272	0.82 329	0.65 346	0.21 298	0.17 319	0.23 323	0.21 327	0.22 311	0.26 358

GMStereo_Zeroshot	0.49 278	0.44 405	0.74 384	0.49 354	0.27 236	0.56 250	0.29 99	0.73 208	0.76 225	0.86 313	0.94 271	0.91 339	0.36 150	0.74 299	0.43 244	0.26 367	0.14 240	0.26 367	0.15 148	0.36 411	0.18 246

PSM-AAD	0.48 261	0.20 119	0.37 88	0.43 263	0.23 108	0.56 250	0.50 355	0.65 134	0.70 189	1.07 409	1.12 352	0.58 172	0.92 411	0.61 200	0.32 136	0.15 119	0.11 96	0.25 351	0.26 393	0.18 219	0.43 442

aanetorigin	0.83 413	0.56 435	1.87 476	0.49 354	0.38 380	0.56 250	0.66 409	0.70 185	1.00 361	2.42 481	2.02 457	1.31 413	1.18 443	0.93 380	1.13 439	0.20 283	0.18 335	0.20 249	0.19 282	0.27 365	0.30 387

FADNet_RVC	0.55 328	0.37 375	1.17 441	0.44 281	0.31 320	0.56 250	0.34 176	1.06 335	0.88 298	0.67 190	0.90 260	0.61 198	0.65 318	0.93 380	0.70 359	0.21 298	0.18 335	0.26 367	0.23 358	0.31 387	0.28 374

RAFT-RH_RVC	0.56 339	0.17 42	0.41 135	0.37 84	0.23 108	0.57 255	0.24 46	0.60 101	0.70 189	1.19 427	3.94 494	0.56 159	0.38 158	0.65 238	0.36 196	0.13 31	0.11 96	0.20 249	0.14 123	0.12 17	0.13 100

AANet_RVC	0.57 346	0.32 345	0.54 292	0.45 303	0.27 236	0.57 255	0.48 346	1.00 310	1.28 434	0.86 313	1.33 403	0.87 324	0.58 272	1.07 407	0.75 370	0.18 230	0.12 150	0.15 78	0.13 95	0.18 219	0.18 246

FACV-RUCA	0.43 209	0.28 316	0.47 219	0.45 303	0.33 346	0.58 257	0.34 176	0.82 243	0.73 207	0.57 132	0.84 224	0.47 125	0.50 229	0.54 125	0.39 225	0.22 322	0.15 269	0.35 418	0.16 179	0.28 368	0.21 318

test_sample2	0.42 199	0.22 187	0.43 166	0.33 20	0.21 52	0.58 257	0.39 277	0.95 294	0.67 178	0.63 157	0.77 179	0.69 243	0.57 263	0.61 200	0.38 219	0.19 260	0.14 240	0.18 180	0.16 179	0.19 253	0.18 246

test_sample1	0.42 199	0.22 187	0.46 207	0.34 26	0.23 108	0.58 257	0.35 199	0.99 306	0.49 114	0.62 149	0.75 171	0.69 243	0.61 289	0.58 171	0.44 260	0.18 230	0.14 240	0.17 137	0.15 148	0.17 197	0.17 229

CFNet_ucs	0.50 293	0.24 243	0.55 297	0.38 112	0.31 320	0.58 257	0.33 165	0.98 304	0.93 329	0.88 330	1.19 381	0.80 302	0.49 218	0.63 219	0.43 244	0.21 298	0.15 269	0.26 367	0.18 254	0.26 355	0.22 334

testlalala_base	0.46 235	0.25 266	0.41 135	0.46 324	0.33 346	0.58 257	0.25 53	0.57 82	0.34 32	0.51 113	0.56 114	0.46 122	0.30 104	0.43 50	0.31 126	1.47 493	0.11 96	0.14 40	0.09 9	1.59 482	0.13 100

DAS	0.51 300	0.25 266	0.60 317	0.48 339	0.31 320	0.58 257	0.41 302	0.83 246	0.97 346	0.89 334	1.12 352	0.70 247	0.75 365	0.82 329	0.43 244	0.17 201	0.13 209	0.18 180	0.15 148	0.20 269	0.18 246

SepStereo	0.51 300	0.25 266	0.60 317	0.48 339	0.31 320	0.58 257	0.41 302	0.83 246	0.97 346	0.89 334	1.12 352	0.70 247	0.75 365	0.93 380	0.43 244	0.17 201	0.13 209	0.18 180	0.15 148	0.20 269	0.18 246

DRaft	0.49 278	0.17 42	0.47 219	0.37 84	0.25 168	0.58 257	0.40 287	0.65 134	0.85 280	1.02 392	1.75 447	0.50 137	0.82 389	0.63 219	0.40 232	0.13 31	0.11 96	0.16 103	0.16 179	0.14 80	0.15 166

ICVP	0.46 235	0.25 266	0.38 99	0.48 339	0.28 259	0.58 257	0.43 315	1.00 310	0.70 189	0.67 190	0.95 279	0.75 279	0.55 255	0.53 119	0.54 316	0.23 336	0.17 319	0.19 220	0.17 227	0.19 253	0.20 300
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.46 235	0.24 243	0.52 280	0.37 84	0.27 236	0.58 257	0.30 114	0.86 256	0.88 298	0.82 287	1.03 319	0.75 279	0.47 210	0.58 171	0.44 260	0.17 201	0.12 150	0.24 338	0.16 179	0.24 341	0.19 278

ACVNet	0.46 235	0.23 207	0.36 73	0.39 140	0.28 259	0.58 257	0.40 287	0.87 263	0.80 249	0.64 167	0.96 283	0.79 294	0.60 283	0.63 219	0.67 352	0.17 201	0.15 269	0.16 103	0.15 148	0.18 219	0.15 166

GANet-RSSM	0.47 250	0.21 152	0.37 88	0.38 112	0.25 168	0.58 257	0.36 220	1.07 339	0.78 239	0.68 196	1.01 307	0.86 318	0.67 327	0.62 208	0.44 260	0.21 298	0.15 269	0.18 180	0.18 254	0.18 219	0.17 229

ccs_rob	0.46 235	0.24 243	0.52 280	0.37 84	0.27 236	0.58 257	0.31 136	0.86 256	0.88 298	0.82 287	1.02 315	0.75 279	0.47 210	0.58 171	0.44 260	0.17 201	0.12 150	0.24 338	0.16 179	0.24 341	0.19 278

rvit_105_1	0.54 326	0.40 393	0.76 393	0.58 422	0.37 371	0.59 270	0.68 416	0.70 185	0.94 336	0.82 287	0.69 150	0.73 271	0.58 272	0.78 318	0.54 316	0.32 411	0.29 422	0.31 404	0.34 429	0.23 328	0.20 300

Sa-1000	0.48 261	0.24 243	0.41 135	0.45 303	0.25 168	0.59 270	0.34 176	0.81 241	0.93 329	0.82 287	1.50 429	0.53 149	0.45 202	0.92 374	0.30 119	0.15 119	0.12 150	0.21 290	0.19 282	0.15 125	0.13 100

dad	0.58 353	0.50 419	0.64 336	0.43 263	0.30 299	0.59 270	0.36 220	0.78 232	1.25 429	1.01 390	1.17 375	1.15 400	0.53 239	0.68 267	0.50 292	0.35 430	0.23 384	0.37 428	0.21 327	0.29 372	0.20 300

DEmStereo	0.48 261	0.17 42	0.50 263	0.38 112	0.25 168	0.59 270	0.34 176	0.63 120	0.74 214	0.89 334	1.66 440	0.58 172	1.06 431	0.60 192	0.42 239	0.14 64	0.11 96	0.16 103	0.16 179	0.14 80	0.15 166

GES	0.44 216	0.23 207	0.57 307	0.40 173	0.30 299	0.59 270	0.36 220	0.96 298	0.68 183	0.74 242	0.83 219	0.47 125	0.48 215	0.67 257	0.43 244	0.22 322	0.16 300	0.17 137	0.16 179	0.18 219	0.23 340

cf-r	0.47 250	0.23 207	0.41 135	0.39 140	0.23 108	0.59 270	0.37 234	0.88 268	0.85 280	0.72 230	1.05 329	0.94 346	0.62 295	0.56 140	0.54 316	0.21 298	0.14 240	0.17 137	0.19 282	0.15 125	0.15 166

DispNO	0.47 250	0.23 207	0.71 371	0.39 140	0.31 320	0.60 276	0.38 255	0.89 270	0.77 232	0.75 244	0.84 224	0.72 260	0.54 250	0.73 292	0.46 278	0.19 260	0.14 240	0.20 249	0.18 254	0.16 163	0.17 229

STTStereo	0.55 328	0.37 375	0.76 393	0.44 281	0.31 320	0.60 276	0.44 324	0.96 298	0.86 285	0.99 380	0.90 260	0.96 350	0.58 272	0.71 282	0.61 336	0.25 357	0.23 384	0.26 367	0.32 424	0.24 341	0.23 340

DEFOM-Stereo	0.22 6	0.15 10	0.26 12	0.33 20	0.20 38	0.61 278	0.21 15	0.30 5	0.31 20	0.23 7	0.19 4	0.18 3	0.18 5	0.41 41	0.22 6	0.12 6	0.10 23	0.12 4	0.09 9	0.11 3	0.11 29

mmm	0.44 216	0.27 302	0.46 207	0.38 112	0.24 136	0.61 278	0.35 199	0.94 287	0.53 126	0.72 230	1.05 329	0.63 206	0.50 229	0.57 151	0.45 268	0.18 230	0.15 269	0.23 323	0.20 306	0.20 269	0.18 246

CASS	0.45 226	0.27 302	0.42 156	0.48 339	0.22 70	0.61 278	0.34 176	0.97 301	0.62 149	0.71 218	0.85 234	0.61 198	0.55 255	0.57 151	0.41 235	0.29 390	0.16 300	0.22 304	0.18 254	0.22 311	0.28 374
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
pcwnet_v2	0.58 353	0.28 316	0.84 404	0.45 303	0.35 361	0.61 278	0.35 199	1.27 421	1.21 419	0.99 380	1.27 393	0.72 260	0.58 272	0.67 257	0.48 289	0.27 375	0.21 368	0.24 338	0.23 358	0.29 372	0.29 380

FADNet-RVC	0.60 363	0.53 432	1.14 436	0.46 324	0.39 384	0.61 278	0.39 277	1.12 358	0.87 294	0.70 211	0.84 224	1.04 371	0.55 255	0.94 387	0.69 356	0.26 367	0.25 400	0.28 387	0.28 404	0.31 387	0.31 394

MLCV	0.47 250	0.24 243	0.61 319	0.37 84	0.17 8	0.61 278	0.33 165	0.80 238	0.87 294	0.94 361	1.13 358	0.72 260	0.43 188	0.89 362	0.51 302	0.13 31	0.10 23	0.13 23	0.11 41	0.14 80	0.12 70

iResNet	0.49 278	0.29 328	0.79 400	0.42 244	0.21 52	0.61 278	0.40 287	0.82 243	0.99 355	0.87 320	1.12 352	0.69 243	0.53 239	0.78 318	0.51 302	0.15 119	0.11 96	0.14 40	0.12 65	0.17 197	0.15 166

iResNet_ROB	0.52 309	0.21 152	0.53 288	0.37 84	0.21 52	0.61 278	0.29 99	1.51 460	1.32 438	0.90 341	1.02 315	0.80 302	0.62 295	0.76 307	0.43 244	0.16 165	0.12 150	0.13 23	0.09 9	0.15 125	0.18 246

test_sample7	0.52 309	0.29 328	0.50 263	0.36 68	0.27 236	0.62 286	0.41 302	1.06 335	0.88 298	0.92 354	0.86 237	0.85 313	0.69 337	0.68 267	0.50 292	0.26 367	0.20 358	0.27 379	0.26 393	0.27 365	0.24 346

SMFormer	0.51 300	0.23 207	0.62 322	0.34 26	0.20 38	0.62 286	0.34 176	1.21 394	1.02 368	0.81 278	1.01 307	0.71 251	0.65 318	0.84 342	0.55 321	0.19 260	0.15 269	0.18 180	0.16 179	0.18 219	0.18 246

tta	0.51 300	0.23 207	0.62 322	0.34 26	0.20 38	0.62 286	0.34 176	1.21 394	1.02 368	0.81 278	1.01 307	0.71 251	0.65 318	0.84 342	0.55 321	0.19 260	0.15 269	0.18 180	0.16 179	0.15 125	0.14 143

qqq1	0.49 278	0.23 207	0.62 322	0.34 26	0.20 38	0.62 286	0.34 176	1.21 394	1.02 368	0.81 278	1.01 307	0.71 251	0.65 318	0.84 342	0.34 163	0.19 260	0.15 269	0.14 40	0.12 65	0.15 125	0.14 143

fff1	0.49 278	0.23 207	0.62 322	0.34 26	0.20 38	0.62 286	0.34 176	1.21 394	1.02 368	0.81 278	1.01 307	0.71 251	0.65 318	0.84 342	0.34 163	0.19 260	0.15 269	0.14 40	0.12 65	0.15 125	0.14 143

11t1	0.36 122	0.21 152	0.42 156	0.35 52	0.22 70	0.62 286	0.29 99	0.69 171	0.43 91	0.60 140	0.53 104	0.53 149	0.48 215	0.56 140	0.40 232	0.18 230	0.14 240	0.16 103	0.13 95	0.17 197	0.17 229

GASNet	0.67 374	0.72 451	0.96 418	0.70 456	0.48 427	0.62 286	0.47 338	1.08 343	1.03 373	0.94 361	0.82 213	0.93 344	0.83 393	1.33 439	0.80 378	0.31 400	0.22 374	0.29 395	0.28 404	0.44 434	0.24 346

DIP-Stereo	0.39 169	0.21 152	0.50 263	0.41 204	0.28 259	0.62 286	0.27 76	0.77 226	0.40 78	0.64 167	0.86 237	0.52 145	0.33 126	0.66 246	0.42 239	0.15 119	0.13 209	0.17 137	0.14 123	0.15 125	0.15 166
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNetv2_ROB	0.52 309	0.27 302	0.69 362	0.38 112	0.25 168	0.62 286	0.35 199	1.17 383	1.01 365	0.99 380	1.06 335	0.88 329	0.67 327	0.66 246	0.39 225	0.19 260	0.13 209	0.15 78	0.11 41	0.18 219	0.16 211

test_sample6	0.49 278	0.26 285	0.50 263	0.37 84	0.22 70	0.63 295	0.40 287	1.12 358	0.83 267	0.80 267	1.03 319	0.66 231	0.55 255	0.67 257	0.46 278	0.22 322	0.16 300	0.22 304	0.22 345	0.23 328	0.21 318

PCWNet_CMD	0.48 261	0.24 243	0.52 280	0.39 140	0.27 236	0.63 295	0.30 114	0.95 294	0.96 343	0.86 313	1.07 338	0.79 294	0.44 197	0.57 151	0.43 244	0.17 201	0.12 150	0.21 290	0.16 179	0.24 341	0.19 278

SACVNet	0.58 353	0.34 358	0.55 297	0.55 412	0.36 365	0.63 295	0.48 346	1.13 360	0.77 232	1.02 392	1.06 335	1.02 367	0.74 363	0.90 364	0.51 302	0.27 375	0.21 368	0.25 351	0.24 373	0.29 372	0.36 416

RAFT + AFF	0.53 315	0.29 328	0.75 388	0.51 384	0.32 336	0.63 295	0.60 398	1.00 310	0.91 318	0.78 261	0.87 244	0.83 307	0.58 272	0.80 323	0.47 285	0.17 201	0.20 358	0.23 323	0.22 345	0.18 219	0.18 246

BEATNet_4x	0.46 235	0.32 345	0.56 303	0.37 84	0.19 19	0.63 295	0.35 199	1.01 317	0.72 200	0.77 257	0.83 219	0.70 247	0.59 279	0.68 267	0.53 312	0.16 165	0.12 150	0.16 103	0.14 123	0.24 341	0.16 211

MSMDNet	0.48 261	0.24 243	0.52 280	0.39 140	0.27 236	0.63 295	0.30 114	0.96 298	0.96 343	0.86 313	1.07 338	0.79 294	0.44 197	0.57 151	0.43 244	0.17 201	0.12 150	0.20 249	0.16 179	0.23 328	0.19 278

HITNet	0.41 192	0.26 285	0.45 190	0.33 20	0.17 8	0.63 295	0.30 114	0.93 283	0.64 167	0.71 218	0.82 213	0.64 213	0.52 236	0.59 186	0.43 244	0.14 64	0.10 23	0.15 78	0.13 95	0.19 253	0.12 70
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
test_sample5	0.47 250	0.26 285	0.49 250	0.36 68	0.22 70	0.64 302	0.39 277	1.13 360	0.81 257	0.77 257	0.94 271	0.64 213	0.54 250	0.65 238	0.43 244	0.21 298	0.16 300	0.22 304	0.20 306	0.22 311	0.20 300

DualNet	0.48 261	0.26 285	0.49 250	0.36 68	0.22 70	0.64 302	0.39 277	1.13 360	0.81 257	0.80 267	1.03 319	0.64 213	0.54 250	0.65 238	0.43 244	0.21 298	0.16 300	0.22 304	0.20 306	0.22 311	0.20 300

ToySt	0.49 278	0.27 302	0.75 388	0.40 173	0.27 236	0.64 302	0.49 352	0.84 249	0.77 232	0.60 140	0.83 219	0.88 329	0.66 324	0.70 277	0.56 323	0.16 165	0.17 319	0.21 290	0.20 306	0.21 290	0.19 278

Selective-RAFT	0.35 104	0.23 207	0.51 275	0.44 281	0.21 52	0.64 302	0.27 76	0.59 91	0.63 160	0.40 76	0.38 52	0.55 156	0.40 174	0.57 151	0.35 180	0.13 31	0.11 96	0.14 40	0.12 65	0.16 163	0.13 100

CFNet-ft	0.48 261	0.23 207	0.36 73	0.40 173	0.26 208	0.64 302	0.37 234	0.87 263	0.85 280	0.64 167	1.00 304	1.01 362	0.64 312	0.61 200	0.53 312	0.23 336	0.15 269	0.24 338	0.21 327	0.23 328	0.18 246

CFNet_RVC	0.48 261	0.23 207	0.36 73	0.40 173	0.26 208	0.64 302	0.37 234	0.87 263	0.85 280	0.64 167	1.00 304	1.01 362	0.64 312	0.61 200	0.53 312	0.23 336	0.15 269	0.24 338	0.21 327	0.23 328	0.18 246

UCFNet_RVC	0.49 278	0.26 285	0.35 66	0.39 140	0.26 208	0.64 302	0.36 220	1.15 372	0.84 272	0.67 190	0.88 252	0.88 329	0.59 279	0.58 171	0.45 268	0.24 347	0.17 319	0.27 379	0.27 399	0.25 349	0.23 340

ttt	0.51 300	0.25 266	0.43 166	0.38 112	0.24 136	0.65 309	0.38 255	1.18 386	1.05 382	0.72 230	1.08 341	0.63 206	0.49 218	0.84 342	0.59 331	0.24 347	0.21 368	0.22 304	0.20 306	0.24 341	0.24 346

psm_up	0.55 328	0.26 285	0.47 219	0.49 354	0.32 336	0.65 309	0.56 390	1.04 327	0.82 262	0.82 287	0.88 252	1.01 362	0.94 417	0.74 299	0.61 336	0.21 298	0.25 400	0.26 367	0.23 358	0.21 290	0.20 300

FADNet	0.61 365	0.51 422	1.10 431	0.45 303	0.44 414	0.65 309	0.41 302	1.19 388	1.05 382	0.70 211	0.84 224	0.98 355	0.66 324	0.82 329	0.50 292	0.29 390	0.30 426	0.27 379	0.30 411	0.46 441	0.35 414

1111x	0.55 328	0.22 187	0.46 207	0.38 112	0.20 38	0.66 312	0.43 315	1.23 406	0.99 355	0.71 218	0.99 302	0.95 348	0.69 337	0.90 364	1.08 432	0.18 230	0.17 319	0.18 180	0.19 282	0.20 269	0.18 246

TDLM	0.57 346	0.33 353	0.49 250	0.51 384	0.30 299	0.66 312	0.73 433	1.03 324	1.01 365	0.82 287	1.10 347	0.84 311	0.70 350	0.86 351	0.58 326	0.28 383	0.17 319	0.25 351	0.22 345	0.26 355	0.19 278

NLCA_NET_v2_RVC	0.53 315	0.32 345	0.64 336	0.44 281	0.30 299	0.66 312	0.44 324	1.04 327	0.88 298	0.91 346	0.91 263	0.99 356	0.60 283	0.68 267	0.60 334	0.21 298	0.17 319	0.22 304	0.22 345	0.21 290	0.21 318
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.58 353	0.44 405	0.62 322	0.42 244	0.33 346	0.66 312	0.58 394	1.02 320	0.86 285	0.77 257	1.28 395	0.72 260	0.64 312	0.82 329	0.59 331	0.31 400	0.26 406	0.40 436	0.27 399	0.33 397	0.26 358

CVANet_RVC	0.57 346	0.33 353	0.44 178	0.47 333	0.32 336	0.67 316	0.61 403	1.05 332	0.93 329	0.85 307	1.04 325	1.01 362	0.73 361	0.83 337	0.52 309	0.29 390	0.19 349	0.27 379	0.25 382	0.31 387	0.21 318

AdaStereo	0.50 293	0.32 345	0.47 219	0.48 339	0.25 168	0.67 316	0.32 155	1.17 383	0.88 298	0.75 244	0.99 302	0.75 279	0.49 218	0.67 257	0.46 278	0.27 375	0.12 150	0.28 387	0.18 254	0.23 328	0.18 246
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.
PSMNet-ADL	0.48 261	0.27 302	0.40 127	0.48 339	0.30 299	0.68 318	0.37 234	0.90 275	0.80 249	0.61 147	0.80 202	0.92 342	0.62 295	0.72 287	0.63 341	0.23 336	0.18 335	0.18 180	0.20 306	0.22 311	0.20 300

RASNet	0.53 315	0.22 187	0.52 280	0.38 112	0.22 70	0.68 318	0.38 255	0.97 301	0.88 298	0.73 237	1.04 325	1.03 369	0.92 411	0.90 364	0.86 390	0.16 165	0.14 240	0.14 40	0.17 227	0.15 125	0.13 100

PSMNet-RUCA	0.76 394	0.75 454	1.08 430	1.01 472	0.90 466	0.69 320	0.50 355	1.11 353	1.03 373	0.78 261	1.11 348	0.80 302	0.72 358	0.88 356	0.63 341	0.53 465	0.27 413	0.76 469	0.46 454	0.66 465	0.47 453

test_sample4	0.47 250	0.26 285	0.50 263	0.35 52	0.22 70	0.69 320	0.38 255	1.15 372	0.81 257	0.78 261	0.82 213	0.62 204	0.53 239	0.63 219	0.44 260	0.21 298	0.15 269	0.21 290	0.19 282	0.21 290	0.19 278

test_sample3	0.46 235	0.25 266	0.50 263	0.35 52	0.23 108	0.69 320	0.37 234	1.15 372	0.81 257	0.75 244	0.79 199	0.66 231	0.49 218	0.63 219	0.46 278	0.21 298	0.15 269	0.20 249	0.19 282	0.21 290	0.19 278

IER	0.46 235	0.23 207	0.50 263	0.38 112	0.28 259	0.69 320	0.35 199	0.80 238	0.66 175	0.83 299	0.94 271	0.75 279	0.77 374	0.60 192	0.42 239	0.17 201	0.14 240	0.17 137	0.17 227	0.17 197	0.15 166

EDNetEfficient	1.46 468	0.80 458	6.12 499	0.47 333	0.39 384	0.69 320	0.83 443	0.90 275	2.77 486	3.50 498	1.96 455	1.66 451	2.03 482	1.26 432	4.18 492	0.21 298	0.18 335	0.21 290	0.20 306	0.41 429	0.39 429

HBP-ISP	0.59 360	0.45 409	0.43 166	0.45 303	0.33 346	0.70 325	0.28 89	1.11 353	1.00 361	0.83 299	1.18 377	0.65 226	0.68 333	0.88 356	0.52 309	0.35 430	0.38 453	0.47 449	0.41 448	0.38 420	0.31 394

BUS	0.45 226	0.25 266	0.43 166	0.45 303	0.28 259	0.70 325	0.34 176	0.94 287	0.76 225	0.75 244	0.80 202	0.65 226	0.49 218	0.64 231	0.51 302	0.20 283	0.14 240	0.22 304	0.19 282	0.18 219	0.18 246

NINENet	0.50 293	0.29 328	0.51 275	0.45 303	0.32 336	0.70 325	0.34 176	1.10 348	0.88 298	0.80 267	0.94 271	0.65 226	0.49 218	0.73 292	0.51 302	0.22 322	0.20 358	0.25 351	0.18 254	0.22 311	0.21 318

GEStereo_RVC	0.55 328	0.29 328	0.63 331	0.49 354	0.31 320	0.70 325	0.54 381	1.22 402	0.92 323	0.82 287	0.85 234	0.85 313	0.63 301	0.90 364	0.65 346	0.24 347	0.16 300	0.19 220	0.16 179	0.21 290	0.22 334

CFNet	0.51 300	0.29 328	0.46 207	0.41 204	0.27 236	0.70 325	0.32 155	1.13 360	1.00 361	0.72 230	1.07 338	0.85 313	0.60 283	0.76 307	0.52 309	0.19 260	0.14 240	0.23 323	0.23 358	0.21 290	0.16 211

DDVS	0.52 309	0.30 336	0.56 303	0.41 204	0.31 320	0.71 330	0.34 176	0.91 279	0.67 178	0.85 307	0.89 256	1.12 393	0.46 206	0.86 351	0.60 334	0.22 322	0.16 300	0.22 304	0.18 254	0.25 349	0.26 358

DualNet (step1)	0.57 346	0.36 369	0.72 376	0.38 112	0.30 299	0.71 330	0.43 315	1.06 335	0.88 298	0.92 354	0.86 237	0.85 313	0.69 337	0.68 267	0.50 292	0.41 445	0.20 358	0.40 436	0.41 448	0.36 411	0.33 402

test_sample9	1.05 441	0.36 369	0.72 376	0.38 112	0.30 299	0.71 330	0.43 315	1.06 335	0.88 298	0.92 354	0.86 237	0.85 313	0.69 337	1.20 423	1.36 451	0.41 445	8.41 510	0.40 436	0.41 448	0.36 411	0.33 402

test_sample8	1.25 458	0.36 369	0.72 376	0.38 112	0.30 299	0.71 330	0.43 315	1.13 360	0.75 217	1.50 447	0.95 279	3.29 485	1.59 466	1.20 423	1.36 451	0.41 445	8.41 510	0.40 436	0.41 448	0.36 411	0.33 402

test_xeample	1.01 433	0.21 152	0.42 156	0.35 52	0.21 52	0.71 330	0.39 277	1.23 406	0.86 285	0.81 278	1.04 325	0.69 243	0.61 289	0.69 272	10.93 506	0.19 260	0.15 269	0.18 180	0.17 227	0.18 219	0.17 229

FAT-Stereo	0.73 391	0.33 353	0.75 388	0.49 354	0.37 371	0.71 330	0.59 396	1.36 439	1.30 436	1.03 400	1.40 414	1.59 450	1.15 439	0.87 353	0.86 390	0.28 383	0.28 417	0.28 387	0.23 358	0.28 368	0.38 427

FADNet-RVC-Resample	0.56 339	0.33 353	1.16 437	0.49 354	0.34 355	0.71 330	0.43 315	1.01 317	0.93 329	0.82 287	0.87 244	0.74 277	0.67 327	0.73 292	0.45 268	0.18 230	0.18 335	0.26 367	0.27 399	0.26 355	0.27 367

DeepPrunerF	0.89 421	0.52 429	3.43 490	0.68 453	0.81 464	0.72 337	0.72 432	1.22 402	1.99 473	0.93 358	1.01 307	0.87 324	0.86 398	1.08 409	0.95 415	0.34 425	0.28 417	0.43 442	0.39 441	0.30 381	0.32 398

NOSS_ROB	0.57 346	0.39 389	0.39 117	0.44 281	0.30 299	0.73 338	0.54 381	1.03 324	1.08 398	0.67 190	0.87 244	0.76 285	0.57 263	0.77 314	0.47 285	0.38 438	0.38 453	0.44 444	0.42 452	0.37 416	0.34 409

AASNet	0.53 315	0.25 266	0.52 280	0.49 354	0.32 336	0.74 339	0.40 287	1.50 457	0.86 285	0.86 313	0.92 267	0.64 213	0.59 279	0.59 186	0.79 376	0.23 336	0.19 349	0.20 249	0.16 179	0.21 290	0.19 278

DSFCA	0.55 328	0.25 266	0.62 322	0.40 173	0.36 365	0.74 339	0.52 373	1.04 327	0.82 262	1.06 406	0.84 224	0.89 333	0.63 301	0.99 390	0.58 326	0.25 357	0.21 368	0.21 290	0.21 327	0.21 290	0.19 278

CBMV_ROB	0.59 360	0.37 375	0.38 99	0.39 140	0.28 259	0.74 339	0.28 89	1.00 310	0.98 350	0.94 361	1.25 390	0.81 305	0.78 379	0.87 353	0.50 292	0.36 434	0.37 451	0.43 442	0.40 443	0.33 397	0.30 387

castereo++	0.26 24	0.16 21	0.26 12	0.33 20	0.19 19	0.75 342	0.20 4	0.37 7	0.47 111	0.23 7	0.23 7	0.35 52	0.28 77	0.39 31	0.19 3	0.14 64	0.09 4	0.14 40	0.09 9	0.11 3	0.10 8

PAM_32	0.46 235	0.19 88	0.67 352	0.39 140	0.24 136	0.75 342	0.27 76	0.95 294	0.34 32	0.68 196	0.44 62	1.91 461	0.65 318	0.62 208	0.26 65	0.15 119	0.10 23	0.16 103	0.15 148	0.14 80	0.13 100

PAM	0.46 235	0.19 88	0.70 366	0.40 173	0.26 208	0.75 342	0.33 165	0.85 252	0.34 32	0.70 211	0.46 69	1.83 456	0.63 301	0.61 200	0.26 65	0.15 119	0.10 23	0.16 103	0.14 123	0.14 80	0.13 100

CoDeX	0.47 250	0.20 119	0.49 250	0.42 244	0.25 168	0.75 342	0.36 220	1.27 421	0.80 249	0.82 287	0.96 283	0.62 204	0.57 263	0.60 192	0.36 196	0.17 201	0.12 150	0.17 137	0.15 148	0.16 163	0.14 143

THIR-Stereo	0.50 293	0.18 61	0.45 190	0.38 112	0.23 108	0.75 342	0.67 411	0.66 143	0.87 294	1.02 392	1.40 414	0.72 260	0.76 368	0.62 208	0.42 239	0.15 119	0.11 96	0.17 137	0.18 254	0.14 80	0.15 166

HSM	0.51 300	0.24 243	0.41 135	0.39 140	0.24 136	0.75 342	0.40 287	1.22 402	0.75 217	0.81 278	0.91 263	1.21 402	0.69 337	0.87 353	0.46 278	0.17 201	0.13 209	0.17 137	0.14 123	0.17 197	0.17 229

BSDual-CNN	0.46 235	0.25 266	0.43 166	0.45 303	0.28 259	0.77 348	0.40 287	0.94 287	0.76 225	0.75 244	0.80 202	0.76 285	0.54 250	0.64 231	0.43 244	0.20 283	0.14 240	0.22 304	0.19 282	0.18 219	0.18 246

hknet	0.49 278	0.25 266	0.51 275	0.45 303	0.29 285	0.77 348	0.40 287	0.94 287	0.83 267	0.75 244	0.80 202	0.97 352	0.61 289	0.73 292	0.45 268	0.18 230	0.14 240	0.22 304	0.19 282	0.18 219	0.18 246

s12784h	0.36 122	0.15 10	0.24 4	0.34 26	0.15 1	0.77 348	0.29 99	0.80 238	0.83 267	0.56 130	0.57 117	0.43 107	0.40 174	0.57 151	0.33 148	0.12 6	0.10 23	0.14 40	0.09 9	0.14 80	0.09 1

DLCB_ROB	0.58 353	0.28 316	0.47 219	0.49 354	0.32 336	0.77 348	0.50 355	0.99 306	0.92 323	1.04 401	1.14 363	1.21 402	0.69 337	0.88 356	0.69 356	0.20 283	0.20 358	0.22 304	0.22 345	0.21 290	0.18 246

ADLNet	0.55 328	0.27 302	0.51 275	0.44 281	0.35 361	0.78 352	0.46 331	1.08 343	0.86 285	0.99 380	0.98 297	0.92 342	0.63 301	0.69 272	0.81 381	0.22 322	0.16 300	0.22 304	0.22 345	0.21 290	0.21 318

hitnet-ft	0.55 328	0.27 302	0.39 117	0.41 204	0.28 259	0.78 352	0.40 287	0.92 281	0.90 313	0.82 287	1.01 307	1.13 397	0.70 350	0.78 318	0.67 352	0.28 383	0.20 358	0.28 387	0.22 345	0.29 372	0.26 358

PASM	0.90 424	0.64 446	1.69 471	0.69 455	0.69 461	0.78 352	0.84 446	1.03 324	1.26 432	1.19 427	1.15 368	1.31 413	0.98 423	1.24 430	1.03 426	0.52 461	0.56 475	0.59 466	0.66 475	0.56 458	0.54 464

222	1.18 453	0.22 187	0.44 178	0.37 84	0.22 70	0.79 355	0.37 234	1.31 428	0.89 311	0.92 354	1.08 341	0.72 260	0.71 354	0.66 246	13.89 509	0.20 283	0.15 269	0.17 137	0.16 179	0.18 219	0.19 278

XPNet_ROB	0.70 381	0.35 364	0.68 356	0.52 396	0.40 389	0.79 355	0.85 449	1.16 378	0.94 336	1.33 441	1.15 368	1.38 429	0.83 393	1.03 401	0.90 408	0.32 411	0.25 400	0.26 367	0.24 373	0.31 387	0.28 374

ETE_ROB	0.70 381	0.49 415	0.73 379	0.56 415	0.36 365	0.79 355	0.87 450	1.14 369	0.93 329	1.19 427	1.18 377	1.39 430	0.82 389	0.99 390	0.80 378	0.26 367	0.21 368	0.31 404	0.26 393	0.33 397	0.34 409

Anonymous_2	0.82 407	0.44 405	0.63 331	0.40 173	0.43 407	0.80 358	0.52 373	0.72 197	0.77 232	0.71 218	0.60 124	0.87 324	0.76 368	0.75 303	0.58 326	0.52 461	0.54 474	0.54 461	4.82 511	0.56 458	0.40 432

ac_64	0.52 309	0.22 187	0.50 263	0.45 303	0.28 259	0.80 358	0.45 327	1.02 320	0.61 148	0.91 346	0.83 219	1.07 382	0.68 333	0.74 299	0.70 359	0.21 298	0.18 335	0.20 249	0.19 282	0.18 219	0.15 166

HGLStereo	0.56 339	0.28 316	0.57 307	0.50 368	0.37 371	0.80 358	0.45 327	1.02 320	0.78 239	0.86 313	1.14 363	0.89 333	0.82 389	0.76 307	0.73 366	0.21 298	0.20 358	0.19 220	0.18 254	0.19 253	0.21 318

RP	0.76 394	0.36 369	0.63 331	0.66 447	0.58 452	0.80 358	0.55 385	1.14 369	1.22 421	0.97 373	1.65 438	1.43 434	1.32 453	1.01 394	0.84 385	0.33 419	0.30 426	0.36 423	0.30 411	0.34 403	0.34 409

edge stereo	0.76 394	0.38 385	0.74 384	0.52 396	0.43 407	0.80 358	0.53 377	1.28 423	1.06 389	1.28 437	1.38 413	1.81 455	1.11 436	1.08 409	0.85 389	0.33 419	0.32 438	0.41 440	0.28 404	0.32 392	0.36 416

gwcnet-sp	0.48 261	0.23 207	0.70 366	0.40 173	0.26 208	0.81 363	0.41 302	0.89 270	0.84 272	0.91 346	0.76 175	0.66 231	0.61 289	0.66 246	0.50 292	0.18 230	0.17 319	0.18 180	0.18 254	0.18 219	0.18 246

scenet	0.48 261	0.23 207	0.70 366	0.40 173	0.26 208	0.81 363	0.41 302	0.89 270	0.84 272	0.91 346	0.76 175	0.66 231	0.61 289	0.66 246	0.50 292	0.18 230	0.17 319	0.18 180	0.18 254	0.18 219	0.18 246

ssnet	0.48 261	0.23 207	0.70 366	0.40 173	0.26 208	0.81 363	0.41 302	0.89 270	0.84 272	0.91 346	0.76 175	0.66 231	0.61 289	0.66 246	0.50 292	0.18 230	0.17 319	0.18 180	0.18 254	0.18 219	0.18 246

Consistency-Raft	1.01 433	0.81 459	1.24 448	0.84 463	0.97 472	0.81 363	0.84 446	1.30 427	1.59 460	1.05 403	1.68 443	1.12 393	0.91 407	0.92 374	1.11 434	0.65 469	0.74 483	0.79 471	0.90 485	1.06 477	0.79 474

Anonymous3	0.46 235	0.34 358	0.86 410	0.50 368	0.37 371	0.81 363	0.50 355	0.72 197	0.65 172	0.51 113	0.65 136	0.45 114	0.45 202	0.64 231	0.38 219	0.24 347	0.24 392	0.22 304	0.21 327	0.23 328	0.23 340

NCC-stereo	0.78 399	0.40 393	0.76 393	0.61 433	0.67 458	0.81 363	0.69 421	1.54 464	1.11 402	0.90 341	1.36 405	1.33 421	1.16 440	1.19 421	0.88 396	0.31 400	0.30 426	0.37 428	0.48 461	0.33 397	0.33 402

Abc-Net	0.78 399	0.40 393	0.76 393	0.61 433	0.67 458	0.81 363	0.69 421	1.54 464	1.11 402	0.90 341	1.36 405	1.33 421	1.16 440	1.19 421	0.88 396	0.31 400	0.30 426	0.37 428	0.48 461	0.33 397	0.33 402
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DANet	0.71 385	0.45 409	0.91 414	0.59 426	0.40 389	0.81 363	0.40 287	0.97 301	0.84 272	1.20 430	1.22 383	1.33 421	0.88 404	1.16 418	1.24 444	0.27 375	0.23 384	0.31 404	0.25 382	0.35 407	0.32 398
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
xxxx	1.01 433	0.22 187	0.43 166	0.36 68	0.21 52	0.82 371	0.36 220	1.32 429	0.88 298	0.71 218	0.94 271	0.97 352	0.63 301	0.64 231	10.58 505	0.20 283	0.16 300	0.18 180	0.17 227	0.19 253	0.19 278

S-Stereo	0.74 392	0.35 364	0.96 418	0.56 415	0.45 418	0.82 371	0.60 398	1.24 413	1.60 463	0.96 369	1.41 416	1.12 393	0.94 417	0.80 323	1.04 429	0.26 367	0.31 435	0.28 387	0.25 382	0.32 392	0.47 453

ADLNet2	0.55 328	0.25 266	0.65 342	0.47 333	0.30 299	0.83 373	0.50 355	1.05 332	0.95 342	0.80 267	0.98 297	0.99 356	0.69 337	0.77 314	0.73 366	0.20 283	0.16 300	0.17 137	0.18 254	0.21 290	0.21 318

LMCR-Stereo	0.53 315	0.30 336	0.53 288	0.58 422	0.30 299	0.83 373	0.36 220	1.19 388	0.76 225	0.88 330	1.04 325	0.56 159	0.62 295	0.82 329	0.67 352	0.19 260	0.15 269	0.19 220	0.14 123	0.23 328	0.17 229

FINET	0.67 374	0.42 399	1.00 422	0.46 324	0.43 407	0.83 373	0.89 451	1.08 343	1.50 453	0.87 320	1.14 363	0.71 251	0.68 333	0.92 374	0.70 359	0.36 434	0.30 426	0.26 367	0.24 373	0.35 407	0.33 402

UPFNet	0.53 315	0.24 243	0.51 275	0.45 303	0.38 380	0.84 376	0.49 352	0.99 306	0.75 217	0.87 320	0.88 252	0.86 318	0.64 312	0.80 323	0.71 363	0.20 283	0.20 358	0.20 249	0.20 306	0.19 253	0.15 166

psmg	0.49 278	0.25 266	0.43 166	0.41 204	0.28 259	0.85 377	0.43 315	0.99 306	0.76 225	0.91 346	0.94 271	0.76 285	0.54 250	0.64 231	0.43 244	0.20 283	0.15 269	0.20 249	0.20 306	0.18 219	0.18 246

psmorigin	0.82 407	0.51 422	2.09 479	0.49 354	0.41 396	0.85 377	0.50 355	1.04 327	0.88 298	1.45 445	1.43 420	1.50 441	1.06 431	1.22 428	0.97 418	0.31 400	0.32 438	0.27 379	0.27 399	0.33 397	0.42 436

HSM-Net_RVC	0.53 315	0.22 187	0.35 66	0.37 84	0.21 52	0.85 377	0.37 234	1.23 406	0.93 329	0.90 341	1.15 368	1.26 406	0.63 301	0.72 287	0.48 289	0.17 201	0.13 209	0.16 103	0.15 148	0.17 197	0.15 166
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
acv_ft	0.51 300	0.23 207	0.56 303	0.44 281	0.28 259	0.86 380	0.39 277	0.91 279	0.80 249	0.97 373	0.96 283	0.79 294	0.59 279	0.63 219	0.87 394	0.17 201	0.15 269	0.16 103	0.15 148	0.17 197	0.15 166

SFCPSM	0.47 250	0.21 152	0.55 297	0.40 173	0.27 236	0.87 381	0.37 234	1.33 431	0.77 232	0.80 267	0.84 224	0.54 153	0.49 218	0.57 151	0.37 211	0.18 230	0.13 209	0.18 180	0.20 306	0.16 163	0.15 166

NVstereo2D	0.60 363	0.30 336	0.75 388	0.48 339	0.43 407	0.89 382	0.48 346	1.05 332	1.15 408	0.66 188	0.86 237	0.88 329	0.70 350	0.99 390	0.65 346	0.32 411	0.15 269	0.28 387	0.20 306	0.40 423	0.36 416

anonymousa	0.49 278	0.20 119	0.42 156	0.38 112	0.23 108	0.91 383	0.35 199	0.75 216	0.62 149	0.85 307	1.54 433	1.06 377	0.66 324	0.51 104	0.43 244	0.16 165	0.13 209	0.19 220	0.21 327	0.16 163	0.14 143

Syn2CoEx	0.71 385	0.51 422	0.95 416	0.64 439	0.45 418	0.91 383	0.53 377	1.48 454	1.13 405	0.93 358	1.35 404	1.02 367	0.99 424	0.92 374	0.80 378	0.30 397	0.27 413	0.28 387	0.24 373	0.23 328	0.24 346

AF-Net	0.81 406	0.39 389	0.68 356	0.64 439	0.54 442	0.91 383	0.51 370	1.61 468	1.31 437	0.96 369	2.02 457	1.46 435	1.26 451	1.11 414	0.99 422	0.32 411	0.24 392	0.39 433	0.27 399	0.30 381	0.25 353

PWC_ROB	0.87 417	0.52 429	1.28 451	0.50 368	0.32 336	0.91 383	0.37 234	1.36 439	1.46 451	1.61 454	2.59 472	1.16 401	1.01 427	1.34 441	1.40 455	0.25 357	0.18 335	0.28 387	0.20 306	0.29 372	0.28 374

RGC	0.79 402	0.59 439	0.71 371	0.65 444	0.65 457	0.92 387	0.58 394	1.29 424	1.05 382	1.07 409	1.45 425	1.47 438	1.03 428	1.21 427	0.88 396	0.32 411	0.30 426	0.48 453	0.40 443	0.37 416	0.37 421

DGSMNet	0.76 394	0.55 434	1.29 453	0.58 422	0.62 455	0.94 388	0.70 426	1.26 419	1.11 402	0.83 299	1.24 388	1.00 359	0.71 354	1.03 401	0.81 381	0.34 425	0.29 422	0.41 440	0.40 443	0.57 460	0.55 465

PA-Net	0.67 374	0.43 401	0.83 403	0.50 368	0.53 439	0.94 388	0.68 416	1.10 348	1.14 407	0.80 267	0.88 252	0.87 324	0.77 374	1.02 399	0.88 396	0.24 347	0.41 460	0.29 395	0.44 453	0.26 355	0.34 409
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet	0.70 381	0.37 375	0.55 297	0.51 384	0.34 355	0.94 388	0.96 457	1.08 343	0.94 336	1.04 401	1.98 456	1.13 397	0.88 404	1.12 415	0.66 349	0.25 357	0.26 406	0.27 379	0.22 345	0.31 387	0.22 334

ssnet_v2	0.58 353	0.28 316	0.56 303	0.43 263	0.29 285	0.95 391	0.59 396	1.13 360	0.99 355	0.93 358	0.80 202	0.99 356	0.64 312	0.82 329	0.94 412	0.25 357	0.22 374	0.23 323	0.24 373	0.20 269	0.19 278

Wz-Net-SNSev	0.91 425	0.73 452	2.13 480	0.56 415	0.45 418	0.95 391	1.13 469	1.34 433	1.24 424	1.02 392	1.30 399	1.46 435	0.86 398	1.81 468	1.50 456	0.25 357	0.23 384	0.25 351	0.26 393	0.32 392	0.29 380

pmcnn	1.23 456	0.29 328	0.96 418	0.40 173	0.23 108	0.95 391	0.69 421	1.16 378	1.28 434	1.67 460	2.33 462	11.15 510	0.86 398	0.93 380	0.88 396	0.15 119	0.12 150	0.12 4	0.10 25	0.15 125	0.15 166

StereoDRNet-Refined	0.58 353	0.32 345	0.54 292	0.46 324	0.30 299	0.96 394	0.40 287	1.00 310	0.94 336	1.12 420	1.08 341	0.96 350	0.67 327	0.90 364	0.89 406	0.17 201	0.13 209	0.22 304	0.21 327	0.20 269	0.19 278
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
anonymity	0.97 430	0.89 465	1.05 426	0.92 467	1.03 477	0.97 395	0.81 442	1.29 424	0.91 318	1.07 409	0.98 297	1.00 359	0.95 420	1.02 399	0.92 411	0.96 479	0.95 498	0.90 474	0.91 488	0.92 471	0.94 480

SHD	0.93 428	0.50 419	1.18 442	0.59 426	0.46 425	0.97 395	0.48 346	1.70 473	2.15 475	1.58 451	1.37 408	1.42 433	1.19 445	1.31 437	1.60 457	0.31 400	0.26 406	0.32 409	0.33 427	0.40 423	0.42 436

NaN_ROB	0.69 379	0.44 405	0.69 362	0.51 384	0.33 346	0.97 395	1.06 464	1.22 402	1.19 415	1.24 435	0.96 283	1.08 384	0.78 379	1.20 423	0.67 352	0.24 347	0.30 426	0.23 323	0.24 373	0.23 328	0.25 353

PSMNet_ROB	0.64 369	0.37 375	0.65 342	0.56 415	0.42 402	0.97 395	0.83 443	1.21 394	0.92 323	0.79 265	1.02 315	1.08 384	0.63 301	0.82 329	0.91 410	0.29 390	0.20 358	0.31 404	0.31 418	0.26 355	0.23 340

NCCL2	0.72 389	0.41 397	0.65 342	0.64 439	0.44 414	0.98 399	1.20 472	1.11 353	1.00 361	0.98 378	0.96 283	1.49 440	0.87 401	0.90 364	0.79 376	0.31 400	0.26 406	0.39 433	0.39 441	0.32 392	0.32 398

UNet	0.54 326	0.26 285	0.66 348	0.44 281	0.40 389	0.99 400	0.41 302	0.98 304	0.75 217	0.83 299	0.89 256	1.04 371	0.72 358	0.73 292	0.62 338	0.19 260	0.14 240	0.20 249	0.17 227	0.20 269	0.17 229

SuperB	1.04 438	0.37 375	4.81 497	0.43 263	0.31 320	0.99 400	0.46 331	1.02 320	2.09 474	1.09 415	1.09 345	0.75 279	0.81 385	1.06 404	1.76 462	0.19 260	0.15 269	0.17 137	0.15 148	2.82 503	0.26 358

LALA_ROB	0.74 392	0.43 401	0.69 362	0.54 408	0.40 389	1.01 402	0.95 456	1.21 394	1.07 395	1.22 432	1.12 352	1.56 447	0.79 381	1.04 403	0.86 390	0.33 419	0.22 374	0.35 418	0.30 411	0.35 407	0.31 394

CBMV	0.64 369	0.35 364	0.41 135	0.42 244	0.25 168	1.01 402	0.77 437	1.13 360	1.09 400	1.17 425	1.22 383	1.04 371	0.75 365	0.88 356	0.63 341	0.28 383	0.30 426	0.34 416	0.30 411	0.26 355	0.26 358
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.88 419	0.82 462	0.67 352	1.00 471	0.96 471	1.02 404	0.57 393	1.13 360	0.99 355	0.90 341	0.97 296	1.31 413	0.99 424	0.85 349	0.84 385	0.54 466	0.32 438	1.77 485	0.40 443	0.94 472	0.66 468

LSM	4.74 504	0.77 456	10.16 503	0.70 456	56.56 522	1.02 404	1.00 462	1.24 413	1.62 464	2.04 471	2.34 463	1.33 421	1.17 442	1.38 448	1.09 433	0.33 419	0.49 472	0.39 433	0.46 454	0.51 449	10.09 512

SGM-Forest	0.62 366	0.32 345	0.39 117	0.43 263	0.30 299	1.02 404	0.55 385	1.09 347	1.05 382	1.06 406	1.18 377	1.10 389	0.67 327	0.88 356	0.62 338	0.31 400	0.33 444	0.33 414	0.30 411	0.30 381	0.28 374
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-LNSev-Ref	0.63 368	0.28 316	0.99 421	0.40 173	0.30 299	1.03 407	0.56 390	1.10 348	0.99 355	0.97 373	1.22 383	1.06 377	0.69 337	1.07 407	0.95 415	0.19 260	0.11 96	0.16 103	0.13 95	0.22 311	0.21 318

DDUNet	1.06 442	2.56 505	0.68 356	1.21 477	1.26 482	1.03 407	0.69 421	1.11 353	0.94 336	0.96 369	1.22 383	1.27 407	0.82 389	0.93 380	0.72 365	0.84 476	0.38 453	1.99 488	0.60 473	1.10 478	0.85 476

StereoDRNet	0.64 369	0.33 353	0.68 356	0.51 384	0.43 407	1.03 407	0.53 377	1.47 453	0.99 355	1.10 417	0.87 244	1.07 382	0.71 354	0.82 329	0.88 396	0.23 336	0.19 349	0.25 351	0.23 358	0.27 365	0.19 278

PWCDC_ROB	0.89 421	0.49 415	0.80 402	0.74 460	0.40 389	1.03 407	0.39 277	1.33 431	2.35 481	1.02 392	3.77 489	0.81 305	0.92 411	1.20 423	0.90 408	0.34 425	0.22 374	0.24 338	0.20 306	0.34 403	0.29 380

EDNetEfficientorigin	9.93 509	1.15 477	175.16 527	0.48 339	0.36 365	1.04 411	0.68 416	1.24 413	2.69 485	3.17 495	2.50 468	2.30 469	2.07 483	1.76 466	2.21 473	0.20 283	0.18 335	0.24 338	0.19 282	0.51 449	0.50 460

Nwc_Net	0.78 399	0.38 385	0.73 379	0.60 431	0.55 444	1.05 412	0.55 385	1.67 472	1.05 382	0.88 330	1.86 452	1.40 432	1.09 434	1.10 412	0.87 394	0.30 397	0.25 400	0.36 423	0.38 437	0.29 372	0.29 380

GCST	0.83 413	1.22 479	0.74 384	1.58 483	1.01 476	1.06 413	0.23 35	0.78 232	0.78 239	0.97 373	0.65 136	0.78 292	0.35 136	0.92 374	0.34 163	0.96 479	0.65 479	1.20 479	0.81 482	0.91 470	0.70 469

MMNet	0.55 328	0.25 266	0.61 319	0.43 263	0.34 355	1.07 414	0.39 277	0.87 263	0.91 318	0.91 346	0.93 270	0.86 318	0.76 368	0.81 326	0.76 371	0.15 119	0.14 240	0.18 180	0.19 282	0.20 269	0.16 211

delet	0.55 328	0.24 243	0.55 297	0.44 281	0.33 346	1.07 414	0.50 355	1.00 310	0.86 285	0.85 307	0.96 283	0.90 337	0.63 301	0.83 337	0.74 369	0.18 230	0.18 335	0.20 249	0.21 327	0.16 163	0.15 166

ADCMid	1.14 448	0.52 429	2.23 482	0.53 402	0.43 407	1.07 414	0.75 435	1.23 406	1.05 382	2.15 475	1.44 422	1.50 441	1.43 459	1.56 454	5.01 496	0.26 367	0.24 392	0.29 395	0.31 418	0.37 416	0.33 402

ADCRef	0.80 403	0.43 401	1.32 456	0.50 368	0.45 418	1.07 414	0.51 370	1.07 339	0.98 350	1.17 425	1.42 417	0.87 324	0.91 407	0.85 349	3.19 483	0.18 230	0.16 300	0.23 323	0.23 358	0.22 311	0.21 318

GwcNet	0.69 379	0.36 369	1.10 431	0.51 384	0.42 402	1.08 418	0.50 355	1.21 394	1.16 409	1.00 385	1.37 408	1.06 377	0.79 381	0.92 374	0.94 412	0.25 357	0.24 392	0.24 338	0.22 345	0.23 328	0.26 358

ccnet	0.82 407	0.57 437	0.75 388	0.54 408	0.59 453	1.09 419	0.66 409	1.38 442	0.94 336	1.12 420	1.44 422	1.29 410	0.92 411	0.95 389	1.24 444	0.49 457	0.42 462	0.50 458	0.47 459	0.51 449	0.46 448

SQANet	0.82 407	0.74 453	0.67 352	1.13 475	0.98 474	1.11 420	0.47 338	1.07 339	0.83 267	0.91 346	1.05 329	1.03 369	0.74 363	1.01 394	0.64 344	0.61 468	0.24 392	1.03 477	0.35 432	1.18 479	0.58 466

NVStereoNet_ROB	1.24 457	0.90 466	1.13 435	0.86 464	0.88 465	1.11 420	0.99 460	1.42 448	1.53 455	1.59 453	2.48 467	2.24 468	1.53 461	1.96 476	1.30 449	0.76 474	0.70 480	0.78 470	1.00 490	0.71 467	0.88 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CBFPSM	0.59 360	0.22 187	1.31 454	0.38 112	0.27 236	1.12 422	0.65 408	0.79 235	0.82 262	0.80 267	0.81 209	1.35 427	0.87 401	0.67 257	0.76 371	0.16 165	0.15 269	0.15 78	0.16 179	0.17 197	0.22 334

RTSC	0.87 417	0.48 412	1.23 447	0.52 396	0.37 371	1.13 423	0.50 355	1.34 433	1.79 468	1.51 448	1.24 388	1.12 393	0.81 385	1.62 458	2.16 472	0.25 357	0.19 349	0.23 323	0.24 373	0.30 381	0.31 394

DISCO	0.70 381	0.26 285	0.68 356	0.44 281	0.31 320	1.14 424	0.51 370	1.23 406	1.23 422	0.81 278	1.05 329	1.50 441	0.85 396	1.82 469	1.03 426	0.19 260	0.15 269	0.18 180	0.16 179	0.24 341	0.23 340

CSAN	0.83 413	0.49 415	0.77 398	0.60 431	0.41 396	1.14 424	1.06 464	1.19 388	1.46 451	1.32 439	1.43 420	1.37 428	1.19 445	1.27 434	0.86 390	0.39 440	0.31 435	0.36 423	0.37 434	0.35 407	0.34 409

Wz-Net-LNSev	0.71 385	0.51 422	1.36 462	0.50 368	0.41 396	1.15 426	0.69 421	1.21 394	1.07 395	1.02 392	1.12 352	1.08 384	0.87 401	0.89 362	0.89 406	0.24 347	0.22 374	0.21 290	0.19 282	0.26 355	0.26 358

GANetREF_RVC	0.80 403	0.75 454	0.86 410	0.66 447	0.42 402	1.15 426	0.98 458	1.14 369	1.19 415	1.01 390	1.02 315	1.10 389	0.90 406	1.15 417	0.76 371	0.48 455	0.39 457	0.57 463	0.38 437	0.63 464	0.46 448
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
DRN-Test	0.66 373	0.32 345	0.66 348	0.50 368	0.39 384	1.15 426	0.61 403	1.49 456	1.01 365	1.12 420	1.08 341	1.06 377	0.69 337	0.77 314	0.94 412	0.23 336	0.17 319	0.26 367	0.25 382	0.25 349	0.21 318

fast-acv-ft	0.64 369	0.30 336	0.73 379	0.45 303	0.34 355	1.17 429	0.49 352	0.86 256	0.98 350	1.02 392	1.36 405	1.29 410	0.85 396	0.76 307	0.81 381	0.21 298	0.23 384	0.23 323	0.23 358	0.21 290	0.20 300

FBW_ROB	0.88 419	0.50 419	0.85 405	0.55 412	0.40 389	1.17 429	0.78 439	1.50 457	1.37 441	1.33 441	1.27 393	1.48 439	1.00 426	2.57 489	0.98 421	0.25 357	0.32 438	0.45 445	0.30 411	0.34 403	0.28 374

APVNet	0.71 385	0.37 375	0.89 413	0.56 415	0.45 418	1.18 431	0.68 416	1.41 447	0.85 280	0.81 278	1.15 368	1.04 371	0.81 385	1.10 412	1.17 440	0.26 367	0.28 417	0.32 409	0.31 418	0.29 372	0.30 387

iinet-f	0.67 374	0.26 285	2.15 481	0.39 140	0.31 320	1.19 432	0.56 390	0.84 249	0.84 272	0.80 267	1.17 375	1.05 375	0.84 395	0.71 282	1.21 443	0.20 283	0.18 335	0.17 137	0.15 148	0.20 269	0.20 300

ACV-stereo	0.62 366	0.34 358	1.00 422	0.43 263	0.31 320	1.20 433	0.40 287	0.75 216	0.83 267	0.64 167	0.77 179	2.10 465	1.03 428	0.81 326	0.64 344	0.21 298	0.17 319	0.18 180	0.18 254	0.21 290	0.21 318

CRFU-Net	0.57 346	0.27 302	0.57 307	0.46 324	0.30 299	1.20 433	0.52 373	1.10 348	0.56 141	1.00 385	0.98 297	1.06 377	0.79 381	0.81 326	0.71 363	0.21 298	0.19 349	0.18 180	0.16 179	0.18 219	0.19 278

CSP-Net	0.56 339	0.27 302	0.49 250	0.41 204	0.28 259	1.22 435	0.50 355	1.23 406	0.72 200	0.95 368	0.95 279	0.89 333	0.62 295	0.83 337	0.62 338	0.26 367	0.17 319	0.17 137	0.17 227	0.18 219	0.17 229

XQC	0.89 421	0.65 447	1.31 454	0.67 450	0.52 438	1.22 435	0.68 416	1.26 419	1.52 454	1.14 423	1.11 348	1.28 409	1.04 430	1.40 449	1.77 463	0.38 438	0.24 392	0.37 428	0.31 418	0.53 454	0.47 453

WCMA_ROB	1.14 448	0.36 369	0.76 393	0.49 354	0.44 414	1.23 437	0.67 411	1.11 353	1.23 422	2.84 489	3.95 495	3.28 484	1.83 476	1.25 431	0.99 422	0.44 449	0.34 446	0.34 416	0.37 434	0.41 429	0.40 432

DispFullNet	1.60 473	2.63 506	2.75 486	2.56 501	1.79 492	1.24 438	0.47 338	1.37 441	1.45 450	1.87 465	1.50 429	1.55 446	2.46 486	2.04 478	1.04 429	0.59 467	0.18 335	2.32 497	0.68 477	2.29 496	1.14 490

MFMNet_re	1.14 448	0.97 473	1.19 443	0.99 469	0.95 470	1.25 439	1.22 475	1.39 443	1.55 457	1.69 461	1.67 442	1.21 402	1.53 461	1.12 415	0.99 422	0.87 478	0.75 487	0.79 471	0.75 479	0.90 469	0.94 480

ADCS	1.51 470	0.61 442	3.42 489	0.59 426	0.51 434	1.27 440	1.08 467	1.59 466	1.81 469	1.91 469	1.66 440	1.51 444	1.42 458	1.94 475	8.60 504	0.33 419	0.32 438	0.33 414	0.36 433	0.44 434	0.42 436

CC-Net-ROB	0.82 407	0.96 470	0.85 405	0.58 422	0.45 418	1.27 440	0.70 426	1.17 383	1.02 368	0.83 299	1.23 387	0.90 337	0.77 374	1.06 404	0.69 356	0.46 451	0.34 446	1.71 484	0.38 437	0.59 463	0.36 416

RYNet	0.72 389	0.35 364	0.64 336	0.53 402	0.67 458	1.31 442	0.67 411	1.20 392	1.18 413	1.05 403	0.87 244	1.27 407	0.93 416	0.93 380	1.27 448	0.22 322	0.16 300	0.26 367	0.23 358	0.40 423	0.39 429

coex-ft	6.43 507	1.51 488	87.33 526	0.49 354	0.38 380	1.34 443	1.21 474	1.16 378	8.09 503	12.12 510	2.79 476	2.77 477	3.31 497	1.16 418	3.15 482	0.24 347	0.23 384	0.27 379	0.24 373	0.45 438	0.37 421

WZ-Net	1.19 454	0.59 439	4.07 494	0.62 437	0.51 434	1.34 443	1.31 482	1.32 429	1.74 467	1.53 450	1.65 438	1.74 454	1.28 452	2.25 483	2.01 469	0.27 375	0.21 368	0.23 323	0.25 382	0.40 423	0.39 429

FCDSN-DC	1.39 466	0.56 435	0.65 342	0.74 460	0.59 453	1.38 445	0.63 405	1.35 436	1.39 444	3.26 496	4.50 500	4.61 491	2.63 490	1.58 456	1.03 426	0.46 451	0.42 462	0.48 453	0.47 459	0.50 448	0.50 460
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MaskLacGwcNet_RVC	0.67 374	0.81 459	0.73 379	0.53 402	0.37 371	1.40 446	0.53 377	1.04 327	0.79 247	0.88 330	0.94 271	0.95 348	0.53 239	0.93 380	0.58 326	0.39 440	0.30 426	0.57 463	0.31 418	0.53 454	0.30 387

ADCPNet	1.03 437	0.48 412	2.70 485	0.54 408	0.42 402	1.40 446	0.75 435	1.13 360	1.07 395	1.22 432	1.42 417	1.68 452	1.09 434	1.36 446	3.45 487	0.30 397	0.28 417	0.29 395	0.32 424	0.37 416	0.35 414

AnyNet_C32	1.16 452	0.62 445	2.40 483	0.57 421	0.55 444	1.41 448	1.34 483	1.18 386	1.24 424	1.49 446	1.42 417	1.39 430	1.20 447	1.55 452	4.82 494	0.29 390	0.28 417	0.29 395	0.34 429	0.38 420	0.42 436

SANet	1.07 444	0.41 397	1.06 427	0.48 339	0.30 299	1.41 448	0.94 455	1.42 448	3.36 492	1.58 451	2.43 466	2.33 471	1.70 471	1.34 441	1.07 431	0.28 383	0.24 392	0.26 367	0.23 358	0.34 403	0.30 387

SPS-STEREO	1.25 458	0.93 467	1.06 427	1.04 473	1.03 477	1.41 448	0.91 454	1.51 460	1.19 415	2.09 473	1.83 449	1.94 462	1.39 456	1.62 458	1.39 454	0.97 481	0.94 497	0.90 474	0.89 484	0.96 474	0.96 483
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-MNSev	0.76 394	0.40 393	1.34 457	0.50 368	0.40 389	1.44 451	0.83 443	1.15 372	1.16 409	1.25 436	1.20 382	1.13 397	0.81 385	1.16 418	1.00 425	0.22 322	0.19 349	0.24 338	0.23 358	0.28 368	0.26 358

ADCP+	1.06 442	0.35 364	1.51 469	0.49 354	0.51 434	1.45 452	0.55 385	1.25 417	1.03 373	1.16 424	1.15 368	1.10 389	1.07 433	1.56 454	6.75 502	0.19 260	0.16 300	0.23 323	0.21 327	0.28 368	0.21 318

RainbowNet	1.35 463	1.49 486	1.19 443	1.88 489	1.45 483	1.48 453	1.07 466	1.61 468	1.55 457	1.20 430	1.59 436	1.54 445	1.13 437	1.34 441	0.97 418	1.36 492	0.70 480	1.82 486	0.79 481	1.71 484	1.07 489

PVD	1.28 460	0.67 449	1.28 451	0.74 460	0.62 455	1.50 454	0.84 446	1.99 479	2.96 487	2.18 476	2.36 465	1.85 459	1.95 480	1.92 473	1.94 467	0.39 440	0.36 450	0.49 456	0.37 434	0.51 449	0.64 467

Wz-Net-TNSev	1.14 448	1.06 476	4.32 496	0.49 354	0.42 402	1.51 455	1.11 468	1.48 454	1.40 446	1.22 432	1.26 392	1.58 449	1.43 459	1.76 466	1.70 459	0.32 411	0.31 435	0.26 367	0.30 411	0.41 429	0.41 435

SGM+DAISY	1.35 463	0.94 469	1.25 449	0.96 468	1.00 475	1.52 456	1.02 463	1.34 433	1.21 419	2.64 484	2.65 474	2.44 472	1.56 464	1.64 461	1.26 446	0.97 481	0.95 498	0.90 474	0.90 485	0.94 472	0.96 483

SGM_RVC	0.97 430	0.28 316	0.41 135	0.39 140	0.22 70	1.55 457	0.73 433	1.51 460	1.25 429	2.25 478	1.92 453	2.58 475	1.56 464	2.02 477	1.19 442	0.27 375	0.27 413	0.27 379	0.25 382	0.25 349	0.25 353
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	1.59 472	0.51 422	0.66 348	0.61 433	0.49 429	1.56 458	0.70 426	1.66 471	1.53 455	4.64 503	4.62 501	5.85 500	3.34 499	1.84 470	1.11 434	0.46 451	0.42 462	0.47 449	0.46 454	0.48 444	0.46 448

LE_ROB	4.42 502	0.24 243	2.75 486	0.42 244	0.23 108	1.57 459	0.90 453	1.71 474	17.88 516	16.56 518	4.88 502	5.17 498	18.85 518	1.63 460	14.62 510	0.17 201	0.14 240	0.16 103	0.16 179	0.19 253	0.17 229

DPSNet	0.99 432	0.42 399	1.88 477	0.53 402	0.41 396	1.59 460	1.26 478	2.21 483	1.43 447	1.10 417	1.11 348	1.46 435	1.95 480	1.34 441	1.26 446	0.34 425	0.25 400	0.25 351	0.21 327	0.46 441	0.37 421

FC-DCNN v2	1.65 476	0.51 422	0.65 342	0.61 433	0.49 429	1.61 461	0.70 426	1.75 475	1.56 459	4.74 505	4.91 503	6.46 504	3.31 497	1.91 472	1.11 434	0.46 451	0.42 462	0.47 449	0.46 454	0.48 444	0.46 448

ADCL	1.04 438	0.38 385	1.35 458	0.50 368	0.39 384	1.61 461	0.89 451	1.29 424	1.39 444	1.29 438	1.50 429	1.24 405	1.24 448	1.37 447	4.87 495	0.21 298	0.19 349	0.25 351	0.25 382	0.29 372	0.27 367

MSMD_ROB	1.21 455	0.49 415	0.62 322	0.59 426	0.50 431	1.62 463	0.67 411	1.23 406	1.24 424	2.45 482	3.77 489	3.09 481	2.98 495	1.32 438	0.81 381	0.45 450	0.41 460	0.49 456	0.51 468	0.47 443	0.44 443

otaku	1.04 438	0.93 467	0.88 412	1.33 481	1.05 479	1.66 464	0.70 426	1.40 446	1.18 413	1.08 413	1.32 402	1.33 421	0.91 407	1.23 429	0.76 371	0.72 472	0.46 471	1.24 480	0.50 466	1.40 480	0.75 470

MeshStereo	1.34 461	0.43 401	0.54 292	0.44 281	0.34 355	1.66 464	0.60 398	1.94 477	1.37 441	4.47 502	3.25 481	4.71 493	1.94 479	1.92 473	1.17 440	0.35 430	0.35 448	0.37 428	0.31 418	0.32 392	0.32 398
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
PDISCO_ROB	0.91 425	0.48 412	1.06 427	0.99 469	0.97 472	1.67 466	0.63 405	1.64 470	1.59 460	1.06 406	1.18 377	1.31 413	0.79 381	1.55 452	0.97 418	0.49 457	0.22 374	0.45 445	0.40 443	0.45 438	0.37 421

Ntro	1.09 446	0.97 473	0.91 414	1.44 482	1.19 481	1.69 467	0.80 441	1.35 436	1.25 429	1.00 385	1.29 398	1.31 413	0.97 422	1.26 432	0.84 385	0.84 476	0.43 466	1.36 481	0.50 466	1.56 481	0.78 472

stereogan	0.80 403	0.31 341	0.71 371	0.59 426	0.50 431	1.72 468	0.48 346	1.35 436	1.37 441	1.00 385	1.46 427	1.56 447	0.95 420	1.29 435	0.84 385	0.28 383	0.29 422	0.29 395	0.25 382	0.38 420	0.38 427

SAMSARA	1.07 444	0.65 447	1.19 443	1.06 474	0.90 466	1.76 469	1.76 497	1.46 452	1.44 449	1.51 448	1.16 373	2.00 464	1.14 438	1.48 450	1.31 450	0.39 440	0.44 468	0.35 418	0.38 437	0.49 446	0.49 459

ACVNet_1	1.46 468	1.33 483	1.12 434	1.91 491	1.62 486	1.83 470	0.98 458	2.00 480	1.85 470	1.39 444	1.53 432	2.32 470	1.53 461	1.34 441	1.11 434	1.30 489	0.50 473	2.06 494	0.58 472	1.93 492	0.95 482

ACVNet-4b	1.35 463	1.31 482	1.10 431	1.90 490	1.59 485	1.92 471	0.77 437	1.52 463	1.62 464	1.05 403	1.60 437	2.11 466	0.94 417	1.64 461	0.77 375	1.30 489	0.35 448	2.03 492	0.67 476	1.88 490	0.84 475

MFN_U_SF_RVC	1.09 446	0.59 439	1.97 478	0.67 450	0.44 414	1.93 472	0.60 398	1.85 476	1.36 439	1.61 454	1.54 433	1.95 463	1.37 455	1.64 461	1.73 460	0.40 444	0.37 451	0.45 445	0.48 461	0.44 434	0.44 443

AnyNet_C01	1.56 471	1.05 475	7.45 501	0.64 439	0.54 442	1.99 473	1.38 485	1.43 450	1.36 439	1.63 457	1.92 453	1.84 457	1.33 454	2.40 485	4.03 489	0.33 419	0.32 438	0.32 409	0.34 429	0.44 434	0.45 447

ELAS_RVC	1.60 473	0.61 442	1.01 424	0.70 456	0.56 447	2.00 474	1.89 500	1.96 478	2.65 484	3.33 497	3.26 482	3.03 478	3.41 500	2.49 487	2.09 471	0.52 461	0.45 469	0.50 458	0.48 461	0.54 456	0.52 462
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	0.95 429	0.46 411	1.04 425	0.64 439	0.48 427	2.12 475	0.64 407	1.01 317	0.87 294	1.75 462	2.82 479	1.30 412	1.64 470	1.06 404	0.96 417	0.36 434	0.29 422	0.35 418	0.25 382	0.45 438	0.42 436

ACVNet_2	1.65 476	1.27 481	1.41 465	1.75 486	1.62 486	2.22 476	1.20 472	2.30 484	2.62 483	1.78 463	2.56 469	3.03 478	1.61 467	1.54 451	1.12 438	1.06 484	0.58 477	1.82 486	0.70 478	1.82 486	0.96 483

IMH-64-1	1.86 478	1.62 491	1.16 437	2.20 494	1.89 494	2.33 477	1.30 479	2.89 488	2.29 478	1.66 458	2.80 477	2.49 473	1.61 467	2.10 479	1.78 464	1.60 494	0.74 483	2.43 498	1.02 491	2.12 493	1.17 493

IMH-64	1.86 478	1.62 491	1.16 437	2.20 494	1.89 494	2.33 477	1.30 479	2.89 488	2.29 478	1.66 458	2.80 477	2.49 473	1.61 467	2.10 479	1.78 464	1.60 494	0.74 483	2.43 498	1.02 491	2.12 493	1.17 493

MDST_ROB	0.91 425	0.27 302	0.85 405	0.63 438	0.41 396	2.53 479	0.71 431	1.60 467	1.13 405	2.83 488	1.73 444	0.97 352	0.69 337	1.61 457	0.73 366	0.25 357	0.22 374	0.32 409	0.28 404	0.25 349	0.24 346

MFN_U_SF_DS_RVC	1.02 436	0.57 437	1.51 469	0.67 450	0.50 431	2.57 480	1.66 493	1.20 392	1.43 447	1.38 443	1.57 435	1.33 421	0.92 411	1.64 461	0.88 396	0.37 437	0.39 457	0.46 448	0.60 473	0.41 429	0.40 432

WAO-6	2.04 485	1.50 487	1.16 437	1.70 485	1.67 490	2.69 481	1.44 489	3.06 490	3.63 495	1.98 470	3.27 483	3.54 489	2.07 483	2.36 484	2.22 475	1.31 491	0.91 493	2.04 493	1.22 500	1.73 485	1.27 497

Dean	1.98 482	1.36 484	1.36 462	2.12 493	1.81 493	2.74 482	1.36 484	3.37 497	3.80 496	2.08 472	3.32 485	3.21 483	1.82 474	1.71 465	1.67 458	1.27 486	0.77 489	1.99 488	0.90 485	1.86 487	1.03 488

LVE	2.12 487	1.44 485	1.36 462	1.99 492	1.78 491	2.75 483	1.79 498	2.82 487	3.95 497	1.90 468	4.33 499	3.52 488	1.81 473	2.24 482	1.74 461	1.74 498	0.87 492	2.06 494	1.13 496	1.91 491	1.35 498

MADNet+	2.23 488	2.43 502	10.85 504	1.22 478	0.91 468	2.76 484	1.40 486	2.12 482	1.67 466	1.32 439	1.74 446	1.86 460	1.74 472	6.25 504	4.41 493	0.65 469	0.64 478	0.58 465	0.54 470	0.80 468	0.76 471

RTS	1.98 482	0.96 470	11.36 505	0.65 444	0.57 450	2.77 485	1.40 486	1.39 443	2.26 476	1.89 466	2.56 469	1.32 418	1.25 449	5.20 502	4.05 490	0.31 400	0.22 374	0.29 395	0.29 409	0.40 423	0.37 421

RTSA	1.98 482	0.96 470	11.36 505	0.65 444	0.57 450	2.77 485	1.40 486	1.39 443	2.26 476	1.89 466	2.56 469	1.32 418	1.25 449	5.20 502	4.05 490	0.31 400	0.22 374	0.29 395	0.29 409	0.40 423	0.37 421

WAO-7	1.90 480	1.20 478	1.35 458	1.27 479	1.06 480	2.84 487	1.56 492	3.23 493	3.06 490	2.23 477	3.33 486	3.17 482	2.28 485	3.12 490	2.21 473	1.02 483	0.91 493	1.06 478	1.03 493	1.04 476	0.97 486

PWCK	1.92 481	1.66 494	3.12 488	1.65 484	0.91 468	2.84 487	2.26 503	2.10 481	2.41 482	2.36 480	2.31 461	2.22 467	1.82 474	3.43 493	2.03 470	1.61 496	0.71 482	1.51 482	0.82 483	1.69 483	0.91 479

KSHMR	2.57 489	1.93 497	1.69 471	2.63 503	2.42 502	2.86 489	2.07 501	3.27 495	6.50 501	2.49 483	3.36 488	3.41 487	1.92 478	2.49 487	1.94 467	2.13 503	1.40 503	2.79 507	1.50 503	2.73 501	1.77 501

DPSimNet_ROB	3.58 498	2.45 503	8.57 502	2.53 499	2.37 501	2.88 490	3.77 508	3.14 492	3.23 491	4.71 504	3.86 492	4.68 492	4.87 505	4.07 500	5.62 497	2.33 506	2.33 506	2.47 501	2.52 507	2.51 500	2.64 507

notaker	2.76 490	2.29 501	1.80 475	2.96 505	2.58 506	2.90 491	1.75 496	3.24 494	3.05 489	2.78 487	4.24 498	6.15 503	2.51 488	3.34 492	2.75 481	2.31 505	1.18 501	3.00 508	1.65 504	2.84 504	1.97 502

IMH	2.04 485	1.62 491	1.20 446	2.20 494	1.89 494	2.91 492	1.30 479	3.11 491	3.03 488	1.81 464	3.35 487	3.03 478	1.90 477	2.48 486	1.80 466	1.66 497	0.77 489	2.45 500	1.04 494	2.15 495	1.19 496

ELAS	1.63 475	0.61 442	0.95 416	0.68 453	0.55 444	3.01 493	1.55 491	2.39 485	2.33 480	3.64 499	3.89 493	2.75 476	2.90 494	2.15 481	2.27 478	0.52 461	0.45 469	0.50 458	0.48 461	0.54 456	0.52 462
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LRCNet_RVC	21.24 516	31.15 521	21.41 511	28.98 518	23.82 516	3.13 494	0.60 398	20.96 519	1.59 460	25.58 519	28.15 521	21.99 519	14.79 509	21.94 520	16.41 511	28.89 524	14.87 518	33.53 520	31.28 520	29.51 522	26.16 520

SDNR	0.86 416	0.37 375	1.47 467	0.40 173	0.38 380	3.38 495	0.33 165	0.90 275	0.98 350	0.99 380	2.09 460	0.59 187	0.71 354	1.29 435	0.70 359	0.51 460	0.56 475	0.36 423	0.26 393	0.43 433	0.46 448

U	0.45 226	0.16 21	0.32 35	0.40 173	0.71 463	3.55 496	0.20 4	0.41 21	0.38 69	0.26 17	0.23 7	0.24 9	0.22 23	0.26 1	0.22 6	0.15 119	0.09 4	0.88 473	0.13 95	0.13 44	0.11 29

HanzoNet	6.76 508	2.45 503	4.22 495	3.19 507	2.94 508	3.62 497	2.28 504	4.79 506	7.20 502	14.00 514	13.19 513	17.49 514	22.30 519	13.25 512	6.19 499	4.20 509	1.93 505	3.10 509	2.56 508	3.35 506	2.88 509

UNDER WATER	3.46 496	2.07 499	3.64 492	3.09 506	2.48 503	3.75 498	2.42 505	3.31 496	13.77 509	2.90 493	2.95 480	5.84 499	3.69 501	3.69 496	3.48 488	2.07 502	1.11 500	2.70 505	1.40 501	2.84 504	1.98 503

ktn	2.98 494	2.25 500	1.73 473	2.84 504	2.53 505	3.76 499	2.15 502	3.70 499	5.47 500	2.75 486	5.17 505	5.94 501	2.48 487	3.23 491	2.46 479	2.34 507	1.44 504	2.78 506	2.03 506	2.45 499	2.01 504

MSC_U_SF_DS_RVC	1.34 461	0.87 464	1.76 474	0.86 464	0.56 447	4.29 500	1.79 498	1.50 457	1.98 472	1.61 454	1.85 451	1.84 457	1.41 457	1.89 471	1.36 451	0.48 455	0.40 459	0.56 462	0.57 471	0.69 466	0.48 456

MADNet++	4.03 499	2.70 507	3.44 491	3.72 510	3.44 509	4.44 501	3.52 507	3.95 501	3.61 494	4.46 501	4.98 504	4.10 490	4.58 504	7.00 507	5.89 498	3.74 508	3.67 509	3.27 510	2.71 509	3.70 509	3.66 510

WAO-8	2.92 492	1.55 489	1.35 458	1.79 487	1.63 488	5.23 502	1.22 475	4.58 503	12.56 507	2.84 489	4.07 497	4.83 494	2.72 492	3.49 494	2.25 476	1.27 486	0.91 493	1.99 488	1.15 498	1.86 487	1.15 491

Venus	2.92 492	1.55 489	1.35 458	1.79 487	1.63 488	5.23 502	1.22 475	4.58 503	12.56 507	2.84 489	4.06 496	4.83 494	2.72 492	3.49 494	2.25 476	1.27 486	0.91 493	1.99 488	1.15 498	1.86 487	1.15 491

UNDER WATER-64	3.53 497	2.01 498	3.94 493	3.22 508	2.49 504	5.41 504	2.60 506	3.43 498	12.41 506	3.03 494	2.68 475	6.07 502	4.04 502	3.79 498	3.33 484	2.02 501	1.24 502	2.63 503	1.46 502	2.78 502	2.08 505

TorneroNet-64	3.44 495	1.86 495	1.42 466	2.58 502	2.28 500	6.87 505	1.68 494	4.70 505	12.03 504	2.31 479	5.59 506	8.25 506	2.55 489	3.97 499	2.73 480	1.81 499	0.74 483	2.57 502	1.07 495	2.35 497	1.44 499

MANE	4.13 501	0.51 422	0.64 336	0.66 447	0.56 447	6.89 506	0.99 460	7.55 508	12.04 505	6.68 508	8.57 509	10.69 509	9.45 508	7.59 508	6.39 500	0.49 457	0.43 466	0.48 453	0.98 489	0.49 446	0.48 456

SGM-ForestM	4.04 500	0.32 345	0.46 207	0.43 263	0.27 236	7.50 507	1.45 490	3.84 500	4.24 498	8.19 509	6.76 507	19.00 516	9.08 507	10.74 511	6.62 501	0.31 400	0.33 444	0.32 409	0.32 424	0.29 372	0.29 380

JetBlue	2.78 491	1.26 480	7.04 500	1.16 476	1.48 484	8.00 508	6.02 509	2.60 486	1.92 471	2.12 474	2.64 473	3.34 486	3.05 496	6.49 505	3.39 485	0.78 475	0.76 488	0.75 468	0.76 480	0.97 475	1.18 495

DPSMNet_ROB	12.08 511	8.00 511	21.00 510	8.97 513	16.79 512	10.67 509	30.89 517	9.02 511	15.17 512	6.51 507	15.41 517	9.04 507	14.85 510	9.27 510	21.67 514	4.58 511	8.57 512	5.09 513	9.29 514	5.90 511	10.95 513

DGTPSM_ROB	12.07 510	8.00 511	20.99 509	8.93 512	16.78 511	10.67 509	30.87 516	9.01 510	15.16 511	6.50 506	15.41 517	9.04 507	14.85 510	9.25 509	21.67 514	4.57 510	8.57 512	5.08 512	9.28 513	5.90 511	10.95 513

tt	6.20 506	0.20 119	5.89 498	3.55 509	2.07 497	11.26 511	19.21 512	11.74 512	5.46 499	2.69 485	2.04 459	4.87 497	6.25 506	3.70 497	7.09 503	8.32 513	11.17 517	4.93 511	5.41 512	5.74 510	2.37 506

JetRed	5.27 505	5.84 510	12.81 508	2.36 498	2.83 507	12.23 512	10.50 511	4.46 502	3.60 493	3.86 500	3.83 491	4.85 496	4.18 503	6.78 506	11.96 507	2.17 504	2.96 508	2.18 496	1.97 505	3.38 507	2.68 508

TorneroNet	4.53 503	1.89 496	1.48 468	2.55 500	2.27 499	13.78 513	1.69 495	4.84 507	23.73 521	2.89 492	7.70 508	7.06 505	2.69 491	4.26 501	3.42 486	1.84 500	0.77 489	2.68 504	1.13 496	2.42 498	1.47 500

HaxPig	31.96 517	37.24 523	34.27 518	24.37 517	24.88 517	18.26 514	19.86 513	20.64 518	28.52 522	35.97 524	38.75 524	25.57 520	28.72 522	33.88 522	34.39 522	35.94 525	38.87 525	37.80 521	40.48 521	39.68 523	41.15 525

Anonymous_1	33.25 518	18.26 514	23.92 512	20.54 514	21.28 515	25.59 515	35.94 518	22.01 522	15.57 513	13.33 511	13.49 514	18.08 515	15.29 512	20.36 513	24.60 516	16.28 520	8.84 514	66.59 524	118.00 524	155.73 527	11.23 515

DPSM_ROB	17.78 513	18.63 515	24.31 516	20.90 515	19.47 513	25.97 516	36.21 519	21.23 520	16.24 514	13.38 512	14.06 515	19.18 517	16.30 513	20.78 514	25.67 517	9.38 515	9.23 515	9.49 515	9.82 515	13.51 514	11.91 516

DPSM	17.78 513	18.63 515	24.31 516	20.90 515	19.47 513	25.97 516	36.21 519	21.23 520	16.24 514	13.38 512	14.06 515	19.18 517	16.30 513	20.78 514	25.67 517	9.38 515	9.23 515	9.49 515	9.82 515	13.51 514	11.91 516

MEDIAN_ROB	37.38 524	40.85 528	40.60 521	32.31 519	31.85 518	27.20 518	24.55 514	29.10 523	33.19 526	42.09 526	41.76 526	33.35 521	34.39 526	39.78 524	37.07 523	43.64 527	44.10 527	44.12 523	43.40 523	41.51 525	42.76 527

xxxxx1	36.64 521	19.51 517	24.21 513	61.66 524	64.63 524	27.28 519	40.10 521	20.25 515	18.63 517	14.07 515	12.97 510	17.26 511	17.36 515	21.70 517	27.93 519	13.18 517	18.50 520	111.26 525	133.37 525	29.24 519	39.73 522

tt_ll	36.64 521	19.51 517	24.21 513	61.66 524	64.63 524	27.28 519	40.10 521	20.25 515	18.63 517	14.07 515	12.97 510	17.26 511	17.36 515	21.70 517	27.93 519	13.18 517	18.50 520	111.26 525	133.37 525	29.24 519	39.73 522

ff	36.64 521	19.51 517	24.21 513	61.66 524	64.63 524	27.28 519	40.10 521	20.25 515	18.63 517	14.07 515	12.97 510	17.26 511	17.36 515	21.70 517	27.93 519	13.18 517	18.50 520	111.26 525	133.37 525	29.24 519	39.73 522

AVERAGE_ROB	37.58 525	40.13 527	40.15 520	34.81 520	33.82 519	28.55 522	25.10 515	32.02 524	34.06 527	41.28 525	40.66 525	34.46 522	34.81 527	39.18 523	37.57 524	42.78 526	43.44 526	43.82 522	43.03 522	40.47 524	41.51 526

BEATNet-Init1	15.13 512	0.82 462	50.86 525	0.72 459	0.53 439	38.10 523	7.03 510	11.83 513	14.25 510	29.78 523	30.17 523	48.21 526	22.64 520	26.78 521	18.11 512	0.42 448	0.38 453	0.47 449	0.46 454	0.51 449	0.48 456

CasAABBNet	35.74 519	37.43 524	48.72 523	42.22 521	39.20 520	52.24 524	73.12 526	42.61 525	32.62 524	26.78 520	27.95 519	38.58 523	32.60 523	41.67 525	51.65 526	18.74 521	18.57 523	19.15 518	19.77 518	27.20 516	23.98 518

Selective-RAFT-Error	35.84 520	37.49 525	48.83 524	42.26 522	39.24 521	52.30 525	73.09 525	42.66 526	32.61 523	26.80 521	28.30 522	38.84 525	33.51 525	41.68 526	51.59 525	18.82 522	18.58 524	19.17 519	19.80 519	27.28 517	24.05 519

LSM0	38.95 526	37.60 526	48.58 522	43.57 523	91.06 527	52.57 526	72.57 524	43.17 527	32.63 525	26.97 522	27.97 520	38.65 524	32.94 524	41.86 527	51.78 527	18.89 523	18.41 519	19.13 517	19.63 517	27.29 518	33.77 521

PML	40.80 527	29.24 520	11.87 507	7.20 511	14.47 510	92.13 527	213.69 528	7.63 509	23.35 520	74.72 527	190.14 528	50.17 527	26.15 521	21.39 516	12.70 508	8.76 514	2.92 507	8.45 514	3.25 510	13.26 513	4.42 511

test_example2	176.61 528	205.14 529	198.86 528	188.60 528	190.98 528	152.67 528	170.61 527	94.86 528	123.55 528	178.88 528	179.48 527	158.94 528	141.34 528	192.61 528	198.96 528	203.76 528	236.37 528	164.13 528	173.55 528	218.58 528	160.41 528

ccccc		429.19 530		507.10 529	501.20 529	356.95 529		380.82 529		334.51 529		372.86 529		499.17 529		561.44 529	431.22 529	334.28 529	290.86 529	540.88 529

ASD4		8.86 513

Low-res two-view benchmark