Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2	0.34 38	0.28 177	0.45 50	0.40 36	0.30 151	0.31 12	0.16 1	0.60 26	0.64 110	0.31 15	0.48 55	0.47 81	0.34 52	0.38 4	0.32 67	0.25 343	0.22 387	0.20 168	0.22 315	0.25 312	0.22 282

S2M2_XL	0.24 1	0.24 75	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 25	0.24 6	0.23 8	0.32 1	0.26 18	0.20 215	0.18 311	0.18 111	0.16 149	0.18 120	0.14 61

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 17	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 43	0.20 1	0.77 106	0.23 2	0.16 57	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

LG-G_1	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 196	0.18 2	0.70 52	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 144	0.24 5	0.16 57	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 196	0.18 2	0.70 52	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 144	0.24 5	0.16 57	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 70	0.19 6	0.61 27	0.29 12	0.35 26	0.21 2	0.35 45	0.21 2	0.60 58	0.25 10	0.15 36	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 42	0.19 6	0.56 13	0.26 9	0.29 10	0.24 6	0.29 28	0.29 27	0.55 39	0.25 10	0.18 139	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

IGEV-Stereo+	0.45 106	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 26	0.26 5	0.25 7	0.31 36	0.41 90	1.43 295	0.30 45	0.17 100	0.12 50	0.15 19	0.11 8	1.16 532	1.70 547

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 74	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 154	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 26	0.20 9	0.59 19	0.19 1	0.24 2	0.17 1	0.33 41	0.27 19	0.90 153	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 42	0.20 9	0.66 41	0.21 2	0.25 3	0.22 4	0.33 41	0.28 23	1.09 207	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 177	0.45 61	0.21 12	0.59 19	0.40 36	0.31 15	0.43 37	0.26 14	0.21 2	0.43 11	0.25 10	0.13 19	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 63	0.29 10	0.21 12	0.66 41	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 245	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

StereoAnything_RVC	0.45 106	1.43 538	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 252	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 543	0.11 2

DLNR_Zeroshot_test	23.17 580	48.52 594	43.29 584	176.68 593	78.69 589	0.35 17	0.21 12	23.41 579	0.75 150	0.66 140	0.86 161	0.59 143	0.30 31	1.56 322	0.44 190	9.57 578	0.12 50	0.18 111	0.14 89	76.92 592	0.16 124

111111	0.34 38	0.20 8	0.41 22	0.45 95	0.42 315	0.37 23	0.22 16	0.95 146	0.38 31	0.31 15	0.31 16	0.40 56	0.27 19	0.96 168	0.26 18	0.17 100	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

LG-Stereo_Zeroshot	0.36 47	0.23 57	0.54 103	0.50 168	0.28 112	0.36 21	0.22 16	1.02 171	0.39 32	0.42 56	0.64 104	0.36 47	0.51 157	0.39 6	0.29 35	0.18 139	0.12 50	0.17 76	0.13 61	0.18 120	0.18 174

SGD-Stereo	0.32 27	0.20 8	0.40 17	0.38 22	0.19 1	0.43 51	0.22 16	0.64 33	0.33 22	0.42 56	0.34 18	0.27 18	0.35 60	1.15 221	0.30 45	0.20 215	0.10 9	0.15 19	0.13 61	0.17 89	0.13 35

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 13	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 33	0.33 45	0.34 3	0.26 18	0.16 57	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

castereo++	0.38 57	0.23 57	0.41 22	0.43 58	0.31 177	0.97 362	0.22 16	0.86 107	0.58 93	0.32 19	0.44 41	0.51 104	0.39 83	0.93 162	0.24 5	0.17 100	0.11 26	0.17 76	0.12 38	0.14 18	0.14 61

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 16	0.32 19	0.26 10	0.37 52	0.24 10	0.83 129	0.29 35	0.16 57	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 102	0.30 151	0.33 14	0.22 16	0.75 64	0.45 50	0.32 19	0.41 27	0.32 37	0.48 140	0.38 4	0.27 23	0.15 36	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

EGLCR-Stereo	0.37 52	0.22 45	0.51 83	0.43 58	0.26 63	0.44 57	0.22 16	0.99 160	0.48 60	0.42 56	0.42 28	0.67 169	0.29 27	0.86 141	0.33 80	0.17 100	0.12 50	0.19 133	0.17 170	0.17 89	0.15 94

IGEV-RUCA	0.37 52	0.23 57	0.48 63	0.49 156	0.36 249	0.60 174	0.23 24	0.64 33	0.49 61	0.39 48	0.49 63	0.44 62	0.31 36	0.85 137	0.30 45	0.24 316	0.13 111	0.16 49	0.12 38	0.20 195	0.19 214

GIP-stereo	0.34 38	0.23 57	0.45 50	0.50 168	0.36 249	0.38 26	0.23 24	0.78 74	0.52 81	0.34 25	0.51 69	0.46 74	0.38 81	0.51 24	0.27 23	0.20 215	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

DEFOM-Stereo	0.33 35	0.20 8	0.40 17	0.42 51	0.28 112	0.80 298	0.23 24	0.48 6	0.37 29	0.37 34	0.31 16	0.23 3	0.24 10	1.20 235	0.27 23	0.16 57	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

IGEV-BASED-STEREO-	0.70 273	3.18 567	2.55 520	0.39 29	0.23 22	0.44 57	0.23 24	0.63 31	0.42 43	0.44 65	0.44 41	0.34 43	0.28 23	0.56 40	0.29 35	1.35 541	0.10 9	0.22 232	0.19 210	0.46 471	1.31 540

XX-Stereo	0.63 227	0.26 126	1.90 497	0.81 478	0.67 452	0.43 51	0.23 24	1.03 176	0.58 93	0.65 137	1.56 421	1.41 399	0.39 83	1.28 254	0.35 107	0.20 215	0.14 162	0.20 168	0.19 210	0.18 120	0.14 61

AdaDepth	0.30 14	0.22 45	0.49 70	0.44 81	0.27 87	0.44 57	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 115	0.25 10	0.12 5	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

U	9.45 568	0.21 26	0.58 133	0.47 113	53.11 587	61.27 592	0.24 29	0.70 52	0.52 81	0.36 31	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 589	8.88 576	0.17 89	0.13 35

2.25w	0.32 27	0.24 75	0.48 63	0.37 9	0.24 38	0.45 61	0.25 31	0.62 29	0.40 36	0.45 73	0.58 91	0.27 18	0.32 42	0.74 102	0.35 107	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

Reg-Stereo(zero)	0.44 98	0.22 45	0.45 50	0.43 58	0.23 22	0.38 26	0.25 31	0.76 67	1.08 278	0.90 192	0.78 142	0.90 251	0.47 129	0.70 85	0.36 117	0.15 36	0.12 50	0.15 19	0.12 38	0.15 38	0.15 94

DEFOM-Stereo_RVC	0.40 70	0.67 480	0.42 30	0.64 380	0.29 129	0.48 76	0.25 31	0.85 105	0.44 48	0.38 40	0.36 20	0.30 33	0.70 248	1.15 221	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

UGAM-zero	1.00 408	0.30 232	0.93 343	0.47 113	0.30 151	0.57 158	0.25 31	2.25 512	0.63 106	1.01 227	1.10 249	2.73 522	1.85 509	6.26 522	0.40 155	0.17 100	0.14 162	0.19 133	0.15 107	0.16 58	0.17 149

IGEV++	0.40 70	0.22 45	0.51 83	0.52 219	0.29 129	0.45 61	0.25 31	1.65 363	0.46 56	0.37 34	0.57 88	0.46 74	0.45 113	0.50 22	0.38 140	0.19 180	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

Any-RAFT	0.53 149	0.24 75	0.47 61	0.47 113	0.27 87	1.00 370	0.25 31	1.58 346	1.05 263	0.85 185	0.99 196	1.06 311	0.47 129	0.70 85	0.32 67	0.18 139	0.13 111	0.16 49	0.13 61	0.16 58	0.16 124

ROB_FTStereo	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.25 31	1.05 190	0.64 110	1.12 265	0.95 181	0.82 214	0.61 215	1.15 221	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

CRE-IMP	0.55 179	0.30 232	0.74 252	0.52 219	0.29 129	0.79 290	0.25 31	1.04 182	0.72 143	1.09 249	0.95 181	0.81 209	0.57 193	1.10 210	0.50 243	0.21 249	0.14 162	0.23 270	0.19 210	0.28 357	0.22 282

CREStereo++_RVC	0.47 120	0.21 26	0.38 8	0.45 95	0.38 281	0.45 61	0.25 31	0.75 64	1.29 402	0.80 167	1.21 302	0.47 81	0.37 74	0.53 30	0.44 190	0.16 57	0.11 26	0.15 19	0.80 534	0.18 120	0.11 2
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
Gwc-CoAtRS	0.52 139	0.24 75	0.68 187	0.48 140	0.29 129	0.64 196	0.25 31	1.16 232	1.08 278	1.01 227	1.00 200	1.12 334	0.56 184	0.69 81	0.37 129	0.16 57	0.13 111	0.17 76	0.15 107	0.15 38	0.15 94

water-stereo	0.39 61	0.20 8	0.48 63	0.44 81	0.27 87	0.50 102	0.26 41	0.92 127	0.51 74	0.53 111	0.78 142	0.55 121	0.49 148	0.42 10	0.42 177	0.16 57	0.15 220	0.17 76	0.15 107	0.16 58	0.15 94

H2IRNET	0.56 188	0.26 126	0.66 178	0.47 113	0.35 239	0.41 35	0.26 41	0.92 127	1.17 338	0.61 130	1.28 330	1.08 317	0.86 323	0.99 180	0.63 300	0.19 180	0.16 260	0.22 232	0.25 366	0.21 236	0.18 174

MIF-Stereo (partial)	0.45 106	0.25 103	0.70 206	0.50 168	0.52 391	0.35 17	0.26 41	0.91 124	0.59 99	0.45 73	0.71 124	0.51 104	0.51 157	1.11 213	0.45 203	0.20 215	0.16 260	0.23 270	0.20 242	0.24 300	0.18 174

IIG-Stereo	0.96 391	0.31 265	0.72 224	0.88 505	0.33 217	0.61 180	0.26 41	1.19 247	1.03 254	1.69 477	1.37 364	1.46 411	0.75 262	6.96 537	0.51 248	0.19 180	0.14 162	0.23 270	0.18 188	0.20 195	0.14 61

SST-Stereo	0.83 353	0.28 177	0.72 224	0.59 324	0.31 177	0.72 252	0.26 41	1.09 213	0.86 183	1.47 434	1.10 249	1.00 293	0.87 328	5.73 514	0.45 203	0.22 275	0.13 111	0.23 270	0.19 210	0.23 285	0.18 174

TANstereo	0.44 98	0.21 26	0.44 37	0.41 44	0.21 9	0.65 212	0.26 41	0.79 79	0.83 177	0.93 200	0.98 194	0.51 104	0.46 120	0.54 33	0.35 107	0.18 139	0.24 408	0.16 49	0.13 61	0.16 58	0.26 352

XX-TBD	0.46 113	0.70 487	0.35 1	0.79 472	0.25 55	0.58 161	0.26 41	0.69 48	1.27 393	0.76 154	1.00 200	0.45 70	0.33 45	0.47 18	0.37 129	0.19 180	0.15 220	0.15 19	0.11 8	0.17 89	0.14 61

4w-stereo	0.30 14	0.24 75	0.44 37	0.37 9	0.23 22	0.46 66	0.27 48	0.63 31	0.31 16	0.41 50	0.44 41	0.27 18	0.36 69	0.59 46	0.30 45	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

monsters	0.34 38	0.20 8	0.41 22	0.39 29	0.36 249	0.34 15	0.27 48	0.66 41	0.43 45	0.47 81	0.40 25	0.22 2	0.23 8	1.33 267	0.25 10	0.13 19	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

Pointernet	0.37 52	0.20 8	0.57 127	0.43 58	0.28 112	0.51 119	0.27 48	0.93 134	0.61 101	0.47 81	0.63 101	0.49 94	0.38 81	0.49 21	0.33 80	0.17 100	0.13 111	0.14 1	0.11 8	0.13 4	0.12 10

RAFT-Test	0.54 164	0.25 103	0.64 164	0.47 113	0.30 151	0.97 362	0.27 48	1.24 264	0.81 171	0.96 209	1.12 262	1.28 375	0.48 140	0.71 89	0.36 117	0.17 100	0.13 111	0.17 76	0.14 89	0.16 58	0.16 124

CFNet-RSSM	0.54 164	0.24 75	0.70 206	0.48 140	0.28 112	0.60 174	0.27 48	1.49 315	1.14 314	1.06 239	0.93 177	1.08 317	0.54 172	0.70 85	0.35 107	0.16 57	0.12 50	0.17 76	0.15 107	0.16 58	0.14 61

PMTNet	0.46 113	0.21 26	0.38 8	0.37 9	0.23 22	0.71 249	0.27 48	0.74 63	1.04 259	0.64 135	0.70 121	0.55 121	0.47 129	0.86 141	0.35 107	1.00 530	0.13 111	0.15 19	0.10 2	0.15 38	0.13 35

GREAT-IGEV	0.32 27	0.20 8	0.42 30	0.37 9	0.29 129	0.36 21	0.28 54	0.56 13	0.58 93	0.28 7	0.50 66	0.29 28	0.29 27	0.84 132	0.27 23	0.14 29	0.11 26	0.15 19	0.11 8	0.17 89	0.14 61

CAS++	0.47 120	0.31 265	0.56 117	0.47 113	0.32 196	0.42 42	0.28 54	1.76 395	0.72 143	0.71 146	0.72 128	0.37 52	0.28 23	0.69 81	0.33 80	0.27 382	0.22 387	0.26 348	0.21 286	0.29 368	0.19 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	0.55 179	0.26 126	0.57 127	0.51 198	0.26 63	0.69 237	0.28 54	1.18 239	0.64 110	0.91 197	1.32 346	0.82 214	0.33 45	1.92 376	0.32 67	0.17 100	0.12 50	0.17 76	0.13 61	0.16 58	0.16 124

MIM_Stereo	0.57 195	0.24 75	0.92 341	0.46 102	0.30 151	0.54 140	0.28 54	1.27 268	0.75 150	1.00 224	1.16 284	0.93 265	0.53 167	1.45 299	0.61 293	0.16 57	0.16 260	0.20 168	0.19 210	0.17 89	0.14 61

testlalala_base	0.77 321	0.40 383	0.70 206	0.65 394	0.50 368	0.79 290	0.28 54	1.50 319	0.51 74	0.73 152	0.90 170	0.69 176	0.54 172	0.66 76	0.40 155	2.82 552	0.14 162	0.17 76	0.12 38	2.68 547	0.19 214

qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 88	0.29 59	0.64 33	0.39 32	0.49 95	0.48 55	0.26 14	0.27 19	0.80 118	0.34 97	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

DilatedVolume-Stereo	0.43 87	0.21 26	0.55 113	0.43 58	0.32 196	0.72 252	0.29 59	0.80 87	0.51 74	0.77 159	0.73 130	0.48 86	0.40 87	1.13 218	0.39 148	0.15 36	0.14 162	0.15 19	0.14 89	0.16 58	0.14 61

monsterstereo	0.34 38	0.20 8	0.44 37	0.45 95	0.35 239	0.27 8	0.29 59	0.53 9	0.51 74	0.44 65	0.61 96	0.26 14	0.25 12	1.19 233	0.27 23	0.13 19	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

HART	0.45 106	0.22 45	0.54 103	0.50 168	0.26 63	0.41 35	0.29 59	1.03 176	0.50 65	0.58 119	1.45 389	0.61 148	0.35 60	1.08 206	0.30 45	0.15 36	0.13 111	0.19 133	0.14 89	0.19 161	0.14 61

tg	0.52 139	0.24 75	0.61 148	0.49 156	0.30 151	0.90 332	0.29 59	1.07 205	0.83 177	0.83 177	1.02 214	0.62 153	0.43 101	1.35 272	0.41 166	0.17 100	0.12 50	0.22 232	0.20 242	0.17 89	0.15 94

RAStereo	0.34 38	0.21 26	0.66 178	0.47 113	0.27 87	0.26 4	0.29 59	0.69 48	0.63 106	0.32 19	0.42 28	0.45 70	0.31 36	0.45 12	0.34 97	0.17 100	0.15 220	0.19 133	0.15 107	0.18 120	0.13 35

trnet	0.39 61	0.21 26	0.37 5	0.36 5	0.20 3	0.53 132	0.29 59	0.78 74	1.12 299	0.59 127	0.71 124	0.53 116	0.42 94	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.13 35

Patchmatch Stereo++	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174
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
iRAFT	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
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
asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 70	0.30 69	0.69 48	0.30 13	0.41 50	0.39 24	0.28 27	0.33 45	0.62 64	0.27 23	0.13 19	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

LG-Stereo	0.34 38	0.25 103	0.78 281	0.47 113	0.26 63	0.37 23	0.30 69	0.71 56	0.52 81	0.36 31	0.57 88	0.29 28	0.21 2	0.50 22	0.36 117	0.13 19	0.13 111	0.20 168	0.18 188	0.18 120	0.12 10

MaDis-Stereo	0.36 47	0.25 103	0.58 133	0.44 81	0.34 235	0.30 11	0.30 69	0.72 57	0.50 65	0.37 34	0.36 20	0.58 136	0.49 148	0.52 27	0.36 117	0.19 180	0.16 260	0.19 133	0.15 107	0.18 120	0.14 61

LL-Strereo2	0.52 139	0.33 303	0.69 200	0.52 219	0.37 264	0.70 244	0.30 69	1.13 227	0.67 128	0.94 205	0.78 142	0.91 254	0.42 94	1.05 197	0.42 177	0.17 100	0.16 260	0.29 391	0.25 366	0.21 236	0.16 124

iRaft-Stereo_20w	0.65 247	0.31 265	1.00 368	0.47 113	0.34 235	0.73 256	0.30 69	2.96 539	0.70 137	1.15 289	1.14 271	0.76 192	0.65 235	1.11 213	0.38 140	0.17 100	0.13 111	0.18 111	0.16 149	0.19 161	0.18 174

GLC_STEREO	0.39 61	0.25 103	0.41 22	0.54 252	0.23 22	0.48 76	0.30 69	0.73 59	0.58 93	0.52 110	0.73 130	0.51 104	0.31 36	0.64 68	0.42 177	0.17 100	0.20 347	0.23 270	0.19 210	0.21 236	0.17 149

HUI-Stereo	0.52 139	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.30 69	1.04 182	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	0.79 115	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

SCV_C0	0.43 87	0.26 126	0.65 171	0.43 58	0.29 129	0.47 70	0.31 76	1.34 280	0.73 147	0.38 40	0.49 63	0.54 118	0.29 27	1.24 245	0.30 45	0.17 100	0.13 111	0.16 49	0.13 61	0.20 195	0.15 94

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 148	0.31 76	0.55 12	0.43 45	0.28 7	0.29 13	0.23 3	0.21 2	0.56 40	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

999	0.48 126	0.22 45	0.49 70	0.48 140	0.34 235	0.75 265	0.31 76	0.85 105	0.55 88	0.37 34	0.48 55	0.50 100	0.36 69	2.45 425	0.39 148	0.16 57	0.13 111	0.18 111	0.15 107	0.16 58	0.19 214

GCST	1.08 429	1.47 540	0.93 343	1.73 541	1.14 527	1.30 425	0.31 76	1.33 275	1.16 335	1.29 365	0.97 193	0.98 286	0.49 148	2.08 393	0.46 217	1.19 540	0.70 540	1.30 540	0.85 538	1.02 528	0.89 526

4D-IteraStereo	0.48 126	0.24 75	0.76 266	0.50 168	0.44 332	0.66 221	0.31 76	0.87 108	1.02 250	1.03 235	0.72 128	0.78 199	0.32 42	0.64 68	0.37 129	0.17 100	0.11 26	0.23 270	0.19 210	0.19 161	0.13 35

PFNet+	0.59 207	0.28 177	0.77 273	0.53 237	0.30 151	0.59 166	0.31 76	0.92 127	1.14 314	1.33 395	1.10 249	0.79 203	0.57 193	1.31 260	0.49 237	0.25 343	0.17 289	0.28 380	0.26 383	0.21 236	0.25 328

RALAANet	0.60 210	0.33 303	0.87 317	0.62 362	0.50 368	0.69 237	0.31 76	1.21 250	1.06 267	1.09 249	1.16 284	0.88 242	0.46 120	1.22 238	0.42 177	0.19 180	0.15 220	0.21 203	0.17 170	0.27 338	0.17 149

xyz-stereo-finetune2	0.58 201	0.27 155	0.57 127	0.40 36	0.24 38	1.09 388	0.32 83	0.79 79	0.53 85	0.65 137	1.07 235	0.58 136	0.80 291	2.47 430	0.80 357	0.16 57	0.15 220	0.21 203	0.17 170	0.16 58	0.17 149

tt45	0.45 106	0.23 57	0.46 58	0.45 95	0.33 217	0.79 290	0.32 83	0.78 74	0.41 40	0.51 108	0.44 41	0.49 94	0.37 74	2.14 398	0.34 97	0.16 57	0.13 111	0.19 133	0.16 149	0.17 89	0.18 174

WCG-NET	0.42 81	0.21 26	0.54 103	0.40 36	0.25 55	0.47 70	0.32 83	0.73 59	1.15 326	0.76 154	0.73 130	0.58 136	0.45 113	0.60 58	0.34 97	0.15 36	0.11 26	0.16 49	0.14 89	0.15 38	0.13 35

IGEV_Zeroshot_test	0.53 149	0.30 232	0.99 363	0.56 289	0.35 239	0.41 35	0.32 83	1.37 286	0.63 106	1.00 224	1.09 245	0.95 276	0.41 90	0.83 129	0.39 148	0.18 139	0.12 50	0.19 133	0.18 188	0.19 161	0.17 149

UniTT-Stereo	0.36 47	0.23 57	0.59 140	0.48 140	0.36 249	0.40 31	0.32 83	0.53 9	0.49 61	0.54 114	0.55 82	0.36 47	0.31 36	0.58 45	0.51 248	0.20 215	0.15 220	0.17 76	0.15 107	0.19 161	0.15 94

GCAP-Stereo	0.40 70	0.28 177	0.68 187	0.47 113	0.25 55	0.53 132	0.32 83	0.82 97	0.58 93	0.65 137	0.69 117	0.58 136	0.42 94	0.47 18	0.29 35	0.17 100	0.14 162	0.17 76	0.13 61	0.17 89	0.14 61

MC-Stereo	0.43 87	0.23 57	0.48 63	0.51 198	0.28 112	0.39 29	0.32 83	0.88 116	0.68 132	0.60 129	0.84 158	0.56 129	0.61 215	1.03 189	0.31 62	0.17 100	0.11 26	0.17 76	0.15 107	0.16 58	0.13 35

test_for_model	1.30 461	3.71 570	0.58 133	3.22 560	2.84 560	0.59 166	0.33 90	1.40 294	0.83 177	1.42 427	0.61 96	0.52 111	0.37 74	0.51 24	0.33 80	2.46 548	0.15 220	0.16 49	0.11 8	4.39 570	1.50 543

MoCha-V2	0.40 70	0.20 8	0.49 70	0.50 168	0.21 9	0.44 57	0.33 90	0.93 134	0.53 85	0.53 111	0.53 73	0.42 57	0.58 202	1.09 207	0.27 23	0.14 29	0.12 50	0.15 19	0.12 38	0.17 89	0.15 94

Selective-IGEV	0.39 61	0.24 75	0.50 76	0.44 81	0.25 55	0.46 66	0.33 90	1.25 266	0.40 36	0.35 26	0.45 46	0.52 111	0.30 31	1.07 202	0.30 45	0.14 29	0.12 50	0.17 76	0.13 61	0.16 58	0.13 35

Selective-RAFT	0.52 139	0.28 177	0.79 284	0.55 276	0.27 87	0.91 336	0.33 90	0.80 87	0.88 191	0.58 119	0.63 101	0.81 209	0.77 274	1.29 258	0.48 229	0.19 180	0.14 162	0.17 76	0.15 107	0.19 161	0.17 149

IPLG	0.69 269	0.27 155	0.97 359	0.51 198	0.43 325	0.79 290	0.33 90	1.21 250	1.06 267	1.30 373	1.10 249	0.52 111	0.55 179	3.16 457	0.63 300	0.16 57	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

IPLGR	0.58 201	0.27 155	1.14 417	0.48 140	0.28 112	0.65 212	0.33 90	1.22 258	1.13 311	1.18 313	1.05 229	0.69 176	0.66 238	0.96 168	0.52 255	0.17 100	0.15 220	0.20 168	0.17 170	0.20 195	0.18 174

NRIStereo	0.60 210	0.29 212	0.69 200	0.53 237	0.28 112	0.63 193	0.33 90	1.08 211	0.87 187	1.14 283	0.87 164	0.91 254	0.59 203	2.24 409	0.49 237	0.20 215	0.14 162	0.21 203	0.19 210	0.21 236	0.17 149

DeepStereo_RVC	0.55 179	0.29 212	0.72 224	0.51 198	0.30 151	0.59 166	0.33 90	1.03 176	0.70 137	1.16 299	0.93 177	0.83 221	0.94 360	0.96 168	0.54 268	0.21 249	0.14 162	0.21 203	0.19 210	0.24 300	0.24 316

RAFT-RH_RVC	1.03 420	0.24 75	0.67 183	0.49 156	0.28 112	0.81 307	0.33 90	0.83 101	1.08 278	2.05 507	4.65 543	1.04 309	0.57 193	5.98 521	0.50 243	0.18 139	0.13 111	0.26 348	0.20 242	0.16 58	0.17 149

CroCo-Stereo	0.40 70	0.31 265	0.73 236	0.58 311	0.27 87	0.26 4	0.33 90	0.95 146	0.81 171	0.42 56	0.47 52	0.65 162	0.47 129	0.39 6	0.34 97	0.18 139	0.15 220	0.16 49	0.14 89	0.19 161	0.16 124
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
iRaftStereo_RVC	0.47 120	0.26 126	0.64 164	0.50 168	0.29 129	0.53 132	0.33 90	1.05 190	0.77 160	0.84 180	1.00 200	0.55 121	0.37 74	0.81 124	0.40 155	0.17 100	0.12 50	0.22 232	0.20 242	0.19 161	0.15 94

DIP-Stereo	0.62 220	0.30 232	0.83 298	0.48 140	0.36 249	0.95 352	0.33 90	2.37 523	0.67 128	1.25 350	1.00 200	0.68 171	0.51 157	0.91 154	0.61 293	0.18 139	0.15 220	0.21 203	0.17 170	0.19 161	0.19 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
asda	0.30 14	0.24 75	0.42 30	0.38 22	0.23 22	0.43 51	0.34 102	0.58 18	0.37 29	0.38 40	0.42 28	0.27 18	0.34 52	0.52 27	0.30 45	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

3.25w_new	0.32 27	0.21 26	0.45 50	0.38 22	0.23 22	0.52 123	0.34 102	0.65 37	0.39 32	0.47 81	0.45 46	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 27	0.21 26	0.45 50	0.37 9	0.23 22	0.52 123	0.34 102	0.65 37	0.39 32	0.47 81	0.45 46	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

ISRNet	0.80 336	0.33 303	1.07 397	0.81 478	0.66 448	0.60 174	0.34 102	1.19 247	1.13 311	1.59 464	1.53 410	1.35 390	0.77 274	1.27 252	0.94 386	0.39 468	0.34 474	0.43 484	0.38 481	0.34 410	0.49 481

MGS-Stereo	0.42 81	0.26 126	0.58 133	0.44 81	0.28 112	0.50 102	0.34 102	0.57 17	0.83 177	0.46 78	1.31 340	0.52 111	0.33 45	0.65 74	0.36 117	0.19 180	0.16 260	0.18 111	0.15 107	0.17 89	0.16 124

s12784h	0.52 139	0.20 8	0.38 8	0.41 44	0.19 1	0.96 358	0.34 102	1.17 234	1.25 382	0.81 171	0.90 170	0.63 156	0.50 154	1.45 299	0.42 177	0.14 29	0.12 50	0.17 76	0.11 8	0.18 120	0.11 2

raftrobust	0.52 139	0.25 103	0.56 117	0.65 394	0.52 391	0.49 88	0.34 102	0.98 158	0.91 203	1.30 373	0.87 164	0.63 156	0.81 295	0.78 111	0.41 166	0.19 180	0.15 220	0.16 49	0.14 89	0.15 38	0.16 124

RAFT-Stereo + iAFF	0.54 164	0.25 103	0.68 187	0.43 58	0.24 38	0.40 31	0.34 102	1.04 182	1.09 286	1.32 387	1.60 430	0.80 205	0.68 240	0.67 79	0.39 148	0.13 19	0.10 9	0.18 111	0.17 170	0.17 89	0.13 35

depthmonostereo	0.41 78	0.23 57	0.53 97	0.47 113	0.23 22	0.61 180	0.35 110	1.00 164	0.76 156	0.48 89	0.65 105	0.47 81	0.49 148	0.67 79	0.37 129	0.16 57	0.15 220	0.16 49	0.14 89	0.16 58	0.15 94

3.5w_stereo	0.33 35	0.25 103	0.45 50	0.37 9	0.24 38	0.54 140	0.35 110	0.66 41	0.36 26	0.43 61	0.44 41	0.29 28	0.34 52	0.77 106	0.39 148	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

fffy	0.42 81	0.27 155	0.57 127	0.46 102	0.29 129	0.48 76	0.35 110	0.91 124	0.55 88	0.40 49	0.58 91	0.55 121	0.41 90	1.26 249	0.36 117	0.15 36	0.13 111	0.19 133	0.16 149	0.18 120	0.14 61

PAM_32	0.77 321	0.28 177	1.03 383	0.52 219	0.30 151	1.32 428	0.35 110	1.97 459	0.65 125	1.02 231	1.06 231	3.05 527	1.49 480	0.96 168	0.36 117	0.19 180	0.13 111	0.20 168	0.18 188	0.19 161	0.19 214

GCAP-BAT	0.49 132	0.31 265	0.64 164	0.41 44	0.46 351	0.70 244	0.35 110	0.77 70	0.64 110	0.86 187	1.00 200	0.77 195	0.37 74	1.18 231	0.36 117	0.18 139	0.14 162	0.18 111	0.13 61	0.17 89	0.15 94

RAFT-Stereo-weight	0.47 120	0.24 75	0.53 97	0.48 140	0.27 87	0.60 174	0.35 110	1.02 171	1.07 272	0.99 219	0.78 142	0.76 192	0.28 23	0.76 103	0.36 117	0.16 57	0.12 50	0.17 76	0.15 107	0.16 58	0.15 94

Former-RAFT_DAM_RVC	0.46 113	0.36 358	0.71 218	0.47 113	0.36 249	0.67 225	0.35 110	0.78 74	1.12 299	0.61 130	0.62 99	0.39 55	0.39 83	0.71 89	0.39 148	0.20 215	0.17 289	0.22 232	0.18 188	0.23 285	0.19 214

MyStereo8	0.65 247	0.29 212	1.00 368	0.58 311	0.49 361	0.91 336	0.35 110	1.18 239	1.31 412	1.16 299	1.27 324	0.90 251	0.64 229	0.72 92	0.95 390	0.18 139	0.14 162	0.20 168	0.18 188	0.22 260	0.26 352

GMStereo_Zeroshot	0.67 263	0.61 470	1.01 372	0.64 380	0.37 264	0.84 322	0.35 110	1.05 190	1.12 299	1.12 265	1.06 231	1.27 372	0.54 172	1.19 233	0.59 283	0.32 427	0.17 289	0.31 410	0.18 188	0.52 487	0.22 282

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 538	0.55 148	0.35 110	0.98 158	0.66 127	0.44 65	0.66 106	0.35 45	0.27 19	0.56 40	0.33 80	0.15 36	0.13 111	0.15 19	0.10 2	0.19 161	1.46 542

CroCo-Stereo Lap2	0.44 98	0.34 327	0.77 273	0.61 350	0.79 487	0.28 9	0.35 110	0.75 64	0.71 142	0.38 40	0.50 66	0.72 184	0.55 179	0.57 44	0.47 224	0.17 100	0.18 311	0.19 133	0.16 149	0.21 236	0.20 247

ADStereo(finetuned)	0.57 195	0.24 75	1.06 392	0.43 58	0.24 38	0.49 88	0.35 110	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	1.20 441	0.84 132	0.51 248	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

raft_robust	0.68 267	0.30 232	0.64 164	0.52 219	0.26 63	0.54 140	0.35 110	1.33 275	1.24 379	1.16 299	1.07 235	0.60 144	0.54 172	3.58 469	0.37 129	0.18 139	0.14 162	0.20 168	0.22 315	0.20 195	0.16 124

test-3	0.54 164	0.22 45	0.68 187	0.47 113	0.27 87	0.58 161	0.35 110	0.92 127	1.00 244	1.32 387	0.69 117	0.87 238	0.45 113	1.68 346	0.37 129	0.16 57	0.11 26	0.20 168	0.16 149	0.17 89	0.13 35

test_1	0.54 164	0.22 45	0.68 187	0.47 113	0.27 87	0.58 161	0.35 110	0.92 127	1.00 244	1.28 359	0.68 113	0.87 238	0.45 113	1.67 341	0.37 129	0.16 57	0.11 26	0.20 168	0.16 149	0.17 89	0.13 35

HCRNet	0.70 273	0.39 377	0.73 236	0.60 336	0.59 427	0.76 271	0.35 110	1.22 258	1.13 311	1.02 231	0.99 196	1.02 302	0.76 270	2.19 406	0.70 319	0.28 396	0.19 329	0.28 380	0.23 338	0.25 312	0.23 302

FlowAnything_test	0.39 61	0.26 126	0.61 148	0.59 324	0.33 217	0.62 189	0.36 126	0.62 29	0.40 36	0.45 73	0.36 20	0.45 70	0.37 74	0.53 30	0.48 229	0.24 316	0.18 311	0.28 380	0.33 461	0.21 236	0.19 214

GASTEREO	0.40 70	0.25 103	0.51 83	0.48 140	0.25 55	0.65 212	0.36 126	0.81 92	0.49 61	0.51 108	0.82 155	0.30 33	0.66 238	0.62 64	0.28 32	0.19 180	0.12 50	0.16 49	0.14 89	0.16 58	0.14 61

4.5_new	0.29 10	0.25 103	0.41 22	0.36 5	0.23 22	0.52 123	0.36 126	0.56 13	0.34 23	0.45 73	0.42 28	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 103	0.41 22	0.36 5	0.23 22	0.52 123	0.36 126	0.56 13	0.34 23	0.45 73	0.42 28	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

3.75w	0.32 27	0.23 57	0.44 37	0.37 9	0.29 129	0.62 189	0.36 126	0.59 19	0.32 20	0.41 50	0.47 52	0.25 12	0.34 52	0.64 68	0.26 18	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

HI	0.64 239	0.32 281	0.68 187	0.47 113	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 383	1.43 382	1.62 438	1.12 423	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

CoSv	0.64 239	0.32 281	0.68 187	0.47 113	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 383	1.43 382	1.62 438	1.12 423	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

AIO-test1	0.56 188	0.25 103	0.55 113	0.64 380	0.78 484	0.80 298	0.36 126	1.18 239	1.34 423	0.57 117	0.88 166	0.61 148	0.50 154	1.12 216	0.35 107	0.17 100	0.17 289	0.22 232	0.24 351	0.18 120	0.23 302

SMoEStereo_RVC	0.39 61	0.25 103	0.50 76	0.45 95	0.30 151	0.61 180	0.36 126	0.72 57	0.45 50	0.46 78	0.43 37	0.42 57	0.35 60	1.39 287	0.29 35	0.15 36	0.12 50	0.20 168	0.15 107	0.16 58	0.15 94

WCG-NET（raft）	0.45 106	0.21 26	0.55 113	0.40 36	0.24 38	0.50 102	0.36 126	0.73 59	1.09 286	0.71 146	0.76 138	0.92 263	0.51 157	0.84 132	0.34 97	0.16 57	0.12 50	0.15 19	0.14 89	0.14 18	0.14 61

CASnet	0.41 78	0.25 103	0.48 63	0.50 168	0.20 3	0.50 102	0.36 126	0.81 92	0.80 168	0.83 177	0.68 113	0.48 86	0.31 36	0.54 33	0.32 67	0.18 139	0.12 50	0.27 365	0.22 315	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DCANet-4	0.54 164	0.26 126	1.07 397	0.42 51	0.24 38	0.48 76	0.36 126	0.99 160	1.30 408	1.10 257	1.02 214	0.56 129	0.75 262	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

fff	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

OMP-Stereo	0.94 387	0.33 303	0.72 224	0.90 509	0.31 177	0.49 88	0.36 126	1.16 232	1.06 267	1.58 463	1.12 262	1.46 411	0.69 243	6.94 536	0.49 237	0.19 180	0.14 162	0.24 290	0.18 188	0.20 195	0.14 61

RAFT-IKP	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.59 166	0.36 126	1.04 182	0.64 110	1.12 265	0.96 184	0.83 221	0.61 215	1.22 238	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

DCANet	0.54 164	0.24 75	0.70 206	0.43 58	0.24 38	0.49 88	0.36 126	1.05 190	1.30 408	1.12 265	1.03 224	0.58 136	0.92 346	0.81 124	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.18 120	0.19 214

csc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

cscssc	0.53 149	0.24 75	0.70 206	0.43 58	0.24 38	0.48 76	0.36 126	1.07 205	1.25 382	1.10 257	1.02 214	0.57 131	1.06 410	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

iResNet_ROB	0.77 321	0.30 232	0.99 363	0.57 305	0.36 249	0.83 314	0.36 126	2.33 518	1.58 483	1.27 357	1.30 334	1.25 364	0.84 312	1.65 336	0.79 353	0.20 215	0.14 162	0.17 76	0.12 38	0.18 120	0.27 362

MSCF	0.38 57	0.25 103	0.52 91	0.47 113	0.25 55	0.62 189	0.37 145	0.81 92	0.47 59	0.50 103	0.71 124	0.32 37	0.65 235	0.54 33	0.28 32	0.19 180	0.12 50	0.17 76	0.14 89	0.17 89	0.14 61

model_zeroshot	0.48 126	0.29 212	0.86 306	0.51 198	0.36 249	0.69 237	0.37 145	1.12 224	0.62 103	0.85 185	0.84 158	0.66 166	0.37 74	0.73 96	0.34 97	0.20 215	0.16 260	0.19 133	0.16 149	0.17 89	0.16 124

gcap-zeroshot	0.53 149	0.28 177	0.89 330	0.49 156	0.28 112	0.76 271	0.37 145	1.34 280	0.73 147	0.89 190	0.67 110	1.35 390	0.51 157	0.79 115	0.33 80	0.18 139	0.15 220	0.18 111	0.15 107	0.17 89	0.16 124

plain	0.46 113	0.27 155	1.01 372	0.50 168	0.40 302	0.35 17	0.37 145	0.87 108	0.56 90	0.43 61	0.76 138	0.42 57	0.40 87	1.13 218	0.45 203	0.21 249	0.15 220	0.24 290	0.19 210	0.24 300	0.16 124

Sa-1000	0.72 282	0.29 212	0.76 266	0.59 324	0.30 151	0.73 256	0.37 145	1.62 358	1.33 420	1.28 359	2.04 489	0.86 234	0.75 262	1.84 367	0.38 140	0.19 180	0.14 162	0.25 329	0.23 338	0.20 195	0.16 124

ASMatch	0.88 372	0.26 126	0.69 200	0.51 198	0.35 239	0.48 76	0.37 145	1.12 224	0.92 208	1.10 257	3.28 526	0.96 282	0.98 382	4.90 492	0.49 237	0.19 180	0.16 260	0.22 232	0.19 210	0.19 161	0.27 362

cross-raft	0.54 164	0.25 103	0.61 148	0.52 219	0.29 129	0.68 232	0.37 145	1.46 309	0.76 156	1.01 227	1.06 231	1.28 375	0.46 120	0.71 89	0.35 107	0.15 36	0.12 50	0.18 111	0.16 149	0.19 161	0.14 61

SCV	0.46 113	0.26 126	0.55 113	0.47 113	0.25 55	0.39 29	0.38 152	1.98 461	0.60 100	0.35 26	0.48 55	0.55 121	0.36 69	1.28 254	0.32 67	0.24 316	0.12 50	0.17 76	0.13 61	0.18 120	0.14 61

AIO_rvc	0.36 47	0.23 57	0.49 70	0.43 58	0.27 87	0.59 166	0.38 152	0.94 141	0.45 50	0.33 24	0.46 50	0.49 94	0.22 6	0.84 132	0.30 45	0.16 57	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

DCVSM-stereo	0.72 282	0.35 348	0.76 266	0.55 276	0.42 315	0.73 256	0.38 152	1.21 250	1.02 250	1.79 487	1.04 227	1.62 438	1.03 401	1.04 195	0.79 353	0.24 316	0.27 432	0.29 391	0.24 351	0.30 379	0.36 431

AIO-Stereo-zeroshot	0.72 282	0.35 348	1.70 483	0.49 156	0.56 407	0.63 193	0.38 152	2.41 526	0.65 125	0.77 159	1.07 235	1.82 470	0.95 365	0.93 162	0.43 187	0.20 215	0.13 111	0.21 203	0.25 366	0.28 357	0.26 352

rrr	0.46 113	0.28 177	0.73 236	0.43 58	0.33 217	0.49 88	0.38 152	0.76 67	0.50 65	0.47 81	0.48 55	0.48 86	0.46 120	2.03 388	0.30 45	0.19 180	0.14 162	0.19 133	0.15 107	0.16 58	0.16 124

AEACV	0.37 52	0.24 75	0.52 91	0.47 113	0.51 379	0.37 23	0.38 152	0.65 37	0.53 85	0.42 56	0.56 85	0.46 74	0.60 206	0.53 30	0.30 45	0.16 57	0.13 111	0.18 111	0.15 107	0.17 89	0.14 61

SA	0.66 254	0.30 232	0.82 293	0.61 350	0.30 151	0.58 161	0.38 152	1.44 305	1.30 408	0.96 209	1.36 362	0.66 166	0.95 365	1.85 370	0.42 177	0.19 180	0.15 220	0.25 329	0.23 338	0.21 236	0.17 149

UDGNet	0.72 282	1.17 528	0.80 289	0.77 468	0.41 310	0.77 279	0.38 152	0.97 154	1.34 423	0.81 171	0.88 166	0.71 183	0.60 206	1.21 237	0.54 268	0.52 503	0.19 329	1.02 536	0.26 383	0.71 516	0.31 403

MIPNet	0.56 188	0.28 177	0.94 347	0.49 156	0.33 217	0.66 221	0.38 152	1.35 283	1.08 278	1.06 239	0.92 174	0.60 144	0.79 285	0.73 96	0.52 255	0.17 100	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

TRStereo	0.60 210	0.60 468	0.97 359	0.74 458	0.67 452	0.46 66	0.38 152	1.85 425	0.89 194	0.79 165	0.80 153	0.88 242	0.39 83	1.10 210	0.41 166	0.23 301	0.15 220	0.23 270	0.24 351	0.17 89	0.15 94

iGMRVC	0.56 188	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.38 152	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.52 312	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

test-1	0.52 139	0.26 126	1.04 387	0.56 289	0.32 196	0.61 180	0.38 152	1.10 216	0.91 203	0.78 162	1.01 206	0.77 195	0.52 162	0.60 58	0.42 177	0.17 100	0.14 162	0.20 168	0.17 170	0.20 195	0.23 302

test_xeample3	0.42 81	0.28 177	0.69 200	0.43 58	0.33 217	0.56 153	0.38 152	0.79 79	0.45 50	0.53 111	0.46 50	0.44 62	0.44 109	1.38 282	0.31 62	0.18 139	0.14 162	0.19 133	0.15 107	0.17 89	0.16 124

AFF-stereo	0.58 201	0.25 103	0.64 164	0.46 102	0.29 129	0.34 15	0.38 152	1.15 230	1.14 314	1.17 308	1.60 430	1.10 329	0.71 253	0.97 176	0.43 187	0.13 19	0.11 26	0.19 133	0.19 210	0.17 89	0.14 61

FENet	0.60 210	0.28 177	0.63 157	0.54 252	0.33 217	0.83 314	0.38 152	1.27 268	1.07 272	1.00 224	0.86 161	0.99 292	0.85 315	0.96 168	0.68 315	0.22 275	0.15 220	0.23 270	0.20 242	0.22 260	0.23 302

2.5w	0.31 23	0.23 57	0.46 58	0.39 29	0.24 38	0.42 42	0.39 167	0.61 27	0.30 13	0.37 34	0.53 73	0.24 6	0.25 12	0.77 106	0.28 32	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

PAM	0.76 319	0.29 212	1.08 401	0.52 219	0.33 217	1.38 438	0.39 167	2.01 468	0.67 128	1.06 239	0.96 184	2.89 526	1.43 470	0.86 141	0.35 107	0.19 180	0.12 50	0.19 133	0.17 170	0.19 161	0.20 247

AIO-Stereo-zeroshot1	0.98 401	0.39 377	3.21 529	0.50 168	0.63 440	0.64 196	0.39 167	2.36 521	0.75 150	0.95 207	4.63 541	1.81 467	0.56 184	0.96 168	0.41 166	0.18 139	0.13 111	0.21 203	0.26 383	0.32 397	0.35 425

AIO-Stereo	0.37 52	0.25 103	0.51 83	0.47 113	0.23 22	0.45 61	0.39 167	1.07 205	0.52 81	0.41 50	0.48 55	0.52 111	0.25 12	0.72 92	0.30 45	0.16 57	0.12 50	0.17 76	0.13 61	0.16 58	0.13 35

11t1	0.52 139	0.28 177	0.68 187	0.51 198	0.28 112	0.83 314	0.39 167	1.22 258	0.63 106	0.84 180	0.74 134	0.68 171	0.68 240	0.91 154	0.57 277	0.21 249	0.18 311	0.19 133	0.16 149	0.20 195	0.21 264

testlalala	0.45 106	0.28 177	0.59 140	0.42 51	0.39 291	0.71 249	0.39 167	1.08 211	0.45 50	1.24 344	0.80 153	0.61 148	0.36 69	0.54 33	0.33 80	0.20 215	0.13 111	0.18 111	0.12 38	0.15 38	0.15 94

test_4	0.53 149	0.22 45	0.56 117	0.54 252	0.32 196	0.64 196	0.39 167	0.80 87	0.62 103	0.92 199	1.87 474	0.68 171	0.42 94	1.16 225	0.37 129	0.15 36	0.13 111	0.20 168	0.22 315	0.20 195	0.15 94

MLCV	0.72 282	0.34 327	1.10 407	0.51 198	0.23 22	0.91 336	0.39 167	1.33 275	1.23 373	1.46 433	1.55 417	1.01 300	0.64 229	1.95 381	0.80 357	0.18 139	0.12 50	0.18 111	0.14 89	0.19 161	0.17 149

4.25_new	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.31 16	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.31 16	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.25w-stereo	0.30 14	0.26 126	0.44 37	0.38 22	0.26 63	0.49 88	0.40 175	0.59 19	0.32 20	0.38 40	0.42 28	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

rvit_stereo_0081_aga	0.44 98	0.34 327	0.73 236	0.51 198	0.41 310	0.50 102	0.40 175	0.81 92	0.57 92	0.58 119	0.56 85	0.53 116	0.43 101	0.66 76	0.40 155	0.26 366	0.21 369	0.22 232	0.20 242	0.26 324	0.18 174

RSM	0.39 61	0.24 75	0.49 70	0.46 102	0.26 63	0.47 70	0.40 175	0.92 127	0.44 48	0.41 50	0.42 28	0.65 162	0.33 45	1.07 202	0.29 35	0.15 36	0.12 50	0.17 76	0.13 61	0.17 89	0.13 35

PCWNet_CMD	0.66 254	0.32 281	0.88 324	0.49 156	0.37 264	0.78 284	0.40 175	1.42 298	1.31 412	1.16 299	1.31 340	1.25 364	0.62 220	0.89 151	0.57 277	0.20 215	0.16 260	0.27 365	0.19 210	0.40 441	0.25 328

LoS	0.40 70	0.21 26	0.44 37	0.37 9	0.22 16	0.50 102	0.40 175	1.00 164	0.94 213	0.48 89	0.66 106	0.48 86	0.40 87	0.60 58	0.37 129	0.18 139	0.14 162	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_3	0.55 179	0.23 57	0.71 218	0.53 237	0.28 112	0.61 180	0.40 175	0.92 127	1.05 263	1.19 317	0.68 113	0.93 265	0.44 109	1.67 341	0.39 148	0.15 36	0.12 50	0.22 232	0.19 210	0.21 236	0.14 61

PSM-softLoss	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 316	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

KMStereo	0.78 329	0.31 265	0.77 273	0.58 311	0.32 196	0.56 153	0.40 175	1.18 239	0.70 137	1.24 344	1.07 235	0.83 221	0.52 162	5.36 501	0.53 262	0.24 316	0.15 220	0.25 329	0.22 315	0.20 195	0.25 328

rafts_anoy	0.52 139	0.29 212	0.59 140	0.59 324	0.50 368	0.53 132	0.40 175	1.11 222	1.03 254	0.84 180	0.83 156	0.68 171	0.54 172	0.72 92	0.51 248	0.19 180	0.14 162	0.24 290	0.26 383	0.21 236	0.18 174

CFNet_pseudo	0.66 254	0.32 281	0.86 306	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.24 360	0.64 229	0.98 177	0.59 283	0.21 249	0.16 260	0.33 434	0.19 210	0.36 420	0.25 328

sCroCo_RVC	0.49 132	0.40 383	1.02 379	0.65 394	0.60 430	0.52 123	0.40 175	0.83 101	0.61 101	0.44 65	0.74 134	0.49 94	0.50 154	0.63 67	0.48 229	0.26 366	0.27 432	0.23 270	0.22 315	0.29 368	0.25 328

EAI-Stereo	0.65 247	0.28 177	0.69 200	0.53 237	0.27 87	0.60 174	0.40 175	2.28 515	0.64 110	0.71 146	3.18 525	0.57 131	0.43 101	1.06 198	0.41 166	0.18 139	0.13 111	0.17 76	0.17 170	0.17 89	0.17 149

MSMDNet	0.66 254	0.32 281	0.87 317	0.49 156	0.37 264	0.79 290	0.40 175	1.43 304	1.31 412	1.15 289	1.31 340	1.24 360	0.63 225	0.88 146	0.57 277	0.21 249	0.16 260	0.26 348	0.19 210	0.39 437	0.24 316

ccs_rob	0.66 254	0.33 303	0.86 306	0.48 140	0.39 291	0.70 244	0.40 175	1.33 275	1.22 370	1.16 299	1.34 355	1.23 358	0.64 229	0.98 177	0.59 283	0.21 249	0.16 260	0.35 452	0.20 242	0.37 424	0.25 328

FACV-RUCA	0.63 227	0.34 327	0.82 293	0.62 362	0.65 445	0.81 307	0.41 191	1.44 305	1.07 272	0.86 187	1.14 271	0.61 148	0.69 243	0.80 118	0.53 262	0.28 396	0.19 329	0.47 494	0.21 286	0.35 413	0.25 328

RSM++	0.38 57	0.24 75	0.51 83	0.47 113	0.26 63	0.50 102	0.41 191	0.79 79	0.45 50	0.37 34	0.45 46	0.60 144	0.35 60	1.02 188	0.30 45	0.15 36	0.13 111	0.17 76	0.14 89	0.18 120	0.13 35

StereoVision	0.65 247	0.34 327	0.86 306	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 512	0.82 214	0.57 193	1.03 189	0.49 237	0.25 343	0.28 439	0.29 391	0.28 415	0.36 420	0.20 247

PSM-adaLoss	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.41 191	1.04 182	0.64 110	1.12 265	0.96 184	0.82 214	0.61 215	1.06 198	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

2.75w_new	0.31 23	0.23 57	0.43 35	0.35 3	0.23 22	0.42 42	0.42 195	0.54 11	0.35 25	0.47 81	0.43 37	0.24 6	0.30 31	0.66 76	0.33 80	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

xyz-stereo-finetune	0.48 126	0.25 103	0.54 103	0.42 51	0.23 22	0.80 298	0.42 195	0.80 87	0.80 168	0.61 130	0.62 99	0.54 118	0.43 101	1.70 348	0.58 280	0.15 36	0.15 220	0.19 133	0.15 107	0.16 58	0.15 94

testlalala2	0.58 201	0.27 155	0.68 187	1.72 540	1.27 536	0.68 232	0.42 195	0.93 134	0.70 137	0.90 192	0.93 177	0.76 192	0.34 52	0.52 27	0.40 155	0.18 139	0.15 220	0.17 76	0.13 61	0.17 89	0.17 149

ff7	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

IGEVStereo-DCA	0.46 113	0.28 177	0.56 117	0.43 58	0.33 217	0.49 88	0.42 195	0.87 108	0.50 65	0.47 81	0.48 55	0.48 86	0.46 120	2.03 388	0.30 45	0.19 180	0.14 162	0.19 133	0.15 107	0.16 58	0.18 174

ffff	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

11t	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

anonymousdsp	0.43 87	0.27 155	0.53 97	0.44 81	0.32 196	0.50 102	0.42 195	0.89 117	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.33 267	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

CASS	0.65 247	0.34 327	0.72 224	0.56 289	0.27 87	0.78 284	0.42 195	1.59 347	0.86 183	1.30 373	1.25 314	0.87 238	0.84 312	0.84 132	0.54 268	0.35 453	0.19 329	0.26 348	0.21 286	0.28 357	0.42 455
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.56 188	0.27 155	0.60 145	0.43 58	0.31 177	0.83 314	0.42 195	1.14 228	1.04 259	0.73 152	0.75 136	1.11 333	1.01 394	0.81 124	0.51 248	0.20 215	0.14 162	0.24 290	0.15 107	0.24 300	0.25 328

ccc-4	0.43 87	0.27 155	0.56 117	0.44 81	0.33 217	0.50 102	0.42 195	0.87 108	0.50 65	0.49 95	0.53 73	0.44 62	0.48 140	1.38 282	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174

BUS	0.74 305	0.32 281	0.68 187	0.54 252	0.44 332	2.34 515	0.42 195	2.16 495	0.98 232	1.20 321	1.11 255	1.03 306	0.62 220	0.91 154	0.70 319	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

NINENet	0.77 321	0.37 365	0.78 281	0.62 362	0.51 379	2.34 515	0.42 195	1.83 421	1.04 259	1.14 283	1.23 308	1.03 306	0.62 220	1.24 245	0.70 319	0.28 396	0.23 399	0.31 410	0.21 286	0.26 324	0.25 328

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ROB_FTStereo_v2	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.42 195	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.12 216	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

RAFT-345	0.84 358	0.25 103	0.66 178	0.50 168	0.27 87	0.54 140	0.42 195	0.83 101	1.11 295	1.32 387	2.34 503	0.86 234	0.54 172	5.72 513	0.47 224	0.18 139	0.13 111	0.22 232	0.17 170	0.17 89	0.16 124

TestStereo	0.64 239	0.39 377	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

222	1.61 491	0.29 212	0.67 183	0.56 289	0.29 129	1.06 382	0.42 195	2.17 501	1.31 412	1.31 383	1.52 409	0.92 263	0.94 360	1.76 360	17.65 572	0.24 316	0.20 347	0.21 203	0.19 210	0.22 260	0.23 302

111	0.60 210	0.23 57	0.70 206	0.43 58	0.24 38	0.72 252	0.42 195	1.18 239	1.41 460	0.80 167	1.38 369	1.10 329	0.79 285	0.96 168	0.58 280	0.18 139	0.13 111	0.17 76	0.15 107	0.17 89	0.19 214

DDVS	0.78 329	0.41 391	0.94 347	0.60 336	0.43 325	1.30 425	0.43 214	1.40 294	0.91 203	1.20 321	1.15 279	1.43 401	0.64 229	2.18 404	0.89 379	0.28 396	0.22 387	0.26 348	0.23 338	0.31 388	0.33 415

SMFormer	0.75 313	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.23 285	0.24 316

tta	0.75 313	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.82 364	0.24 316	0.20 347	0.22 232	0.21 286	0.18 120	0.18 174

qqq1	0.72 282	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

fff1	0.72 282	0.30 232	0.86 306	0.46 102	0.26 63	0.82 309	0.43 214	2.05 475	1.39 450	1.23 336	1.47 396	0.98 286	0.95 365	1.71 350	0.44 190	0.24 316	0.20 347	0.18 111	0.15 107	0.18 120	0.18 174

TestStereo1	0.63 227	0.28 177	0.75 256	0.76 465	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 274	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

SA-5K	0.63 227	0.28 177	0.75 256	0.76 465	0.31 177	0.48 76	0.43 214	1.30 273	1.21 364	0.97 212	1.31 340	0.64 159	0.77 274	1.75 355	0.42 177	0.20 215	0.15 220	0.22 232	0.18 188	0.21 236	0.17 149

GMOStereo	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

error version	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

test-v	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

Pruner-Stereo	0.62 220	0.29 212	0.70 206	0.61 350	0.31 177	0.63 193	0.43 214	1.17 234	0.99 239	1.53 447	1.08 240	0.95 276	0.55 179	1.35 272	0.51 248	0.23 301	0.14 162	0.24 290	0.21 286	0.21 236	0.23 302

test-2	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 421	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

GMStereo	0.55 179	0.45 408	0.94 347	0.50 168	0.32 196	0.64 196	0.43 214	1.00 164	1.40 455	0.82 175	0.73 130	0.51 104	0.45 113	0.85 137	0.55 272	0.24 316	0.15 220	0.20 168	0.21 286	0.31 388	0.24 316
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DFGA-Net	0.72 282	0.40 383	1.40 451	0.52 219	0.45 339	0.83 314	0.44 227	1.28 272	1.08 278	0.99 219	1.19 296	0.70 180	0.55 179	2.14 398	1.16 424	0.18 139	0.16 260	0.24 290	0.23 338	0.27 338	0.25 328

AIO_test	0.35 46	0.22 45	0.44 37	0.43 58	0.27 87	0.57 158	0.44 227	0.79 79	0.41 40	0.32 19	0.47 52	0.46 74	0.30 31	0.69 81	0.30 45	0.16 57	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

ours_stereo	0.39 61	0.28 177	0.51 83	0.46 102	0.30 151	0.40 31	0.44 227	0.73 59	0.56 90	0.35 26	0.56 85	0.46 74	0.33 45	1.11 213	0.32 67	0.16 57	0.13 111	0.19 133	0.15 107	0.19 161	0.14 61

rvit_stereo_0083	0.47 120	0.33 303	0.81 290	0.56 289	0.36 249	0.50 102	0.44 227	0.68 47	0.95 215	0.49 95	0.57 88	0.55 121	0.49 148	0.88 146	0.46 217	0.25 343	0.25 417	0.24 290	0.20 242	0.24 300	0.17 149

rvit_stereo_0081	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 343	0.20 347	0.22 232	0.19 210	0.25 312	0.17 149

rvit_stereo_0082	0.44 98	0.33 303	0.64 164	0.54 252	0.35 239	0.41 35	0.44 227	0.66 41	0.95 215	0.48 89	0.52 71	0.50 100	0.46 120	0.82 127	0.44 190	0.25 343	0.20 347	0.22 232	0.19 210	0.25 312	0.17 149

CFNet_ucs	0.70 273	0.33 303	0.88 324	0.50 168	0.43 325	0.74 260	0.44 227	1.60 351	1.29 402	1.22 330	1.54 415	1.09 327	0.63 225	0.99 180	0.59 283	0.25 343	0.20 347	0.37 463	0.21 286	0.40 441	0.28 374

LoS_RVC	0.42 81	0.26 126	0.40 17	0.44 81	0.82 496	0.51 119	0.44 227	0.64 33	0.41 40	0.44 65	0.78 142	0.44 62	0.47 129	0.56 40	0.36 117	0.13 19	0.12 50	0.14 1	0.10 2	0.13 4	0.84 524

RAFT_CTSACE	0.63 227	0.26 126	0.88 324	0.55 276	0.51 379	0.71 249	0.44 227	0.80 87	0.97 227	0.97 212	1.84 469	1.18 347	0.68 240	1.47 305	0.36 117	0.16 57	0.15 220	0.21 203	0.20 242	0.20 195	0.14 61

dad	0.86 367	0.66 479	1.06 392	0.56 289	0.37 264	0.76 271	0.44 227	1.17 234	1.50 473	1.44 429	1.27 324	1.34 389	0.75 262	2.52 432	0.84 369	0.42 479	0.27 432	0.83 528	0.26 383	0.41 444	0.29 379

PSMNet-ADL	0.72 282	0.35 348	0.62 154	0.69 428	0.46 351	1.14 394	0.44 227	1.37 286	1.01 247	0.83 177	1.17 287	1.33 385	0.96 372	1.43 295	0.95 390	0.33 436	0.22 387	0.21 203	0.23 338	0.27 338	0.29 379

NF-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.02 214	0.82 214	0.57 193	5.40 506	0.48 229	0.23 301	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

OCTAStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.82 214	0.57 193	5.35 500	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

RAFT_R40	0.83 353	0.28 177	0.73 236	0.59 324	0.31 177	0.69 237	0.44 227	1.10 216	0.95 215	1.47 434	1.10 249	1.00 293	0.85 315	5.53 508	0.46 217	0.22 275	0.13 111	0.23 270	0.20 242	0.23 285	0.18 174

RE-Stereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

TVStereo	0.80 336	0.30 232	0.75 256	0.60 336	0.31 177	0.64 196	0.44 227	1.21 250	0.90 198	1.29 365	1.01 206	0.81 209	0.57 193	5.37 503	0.48 229	0.24 316	0.14 162	0.24 290	0.20 242	0.20 195	0.30 393

xxxx	1.51 482	0.28 177	0.68 187	0.54 252	0.28 112	1.16 402	0.44 227	2.19 505	1.29 402	1.09 249	1.36 362	1.22 353	0.85 315	1.79 363	15.70 571	0.24 316	0.21 369	0.21 203	0.20 242	0.22 260	0.23 302

MM-Stereo_test2	0.43 87	0.24 75	0.67 183	0.51 198	0.32 196	0.55 148	0.45 244	0.97 154	0.77 160	0.59 127	0.51 69	0.49 94	0.42 94	0.80 118	0.30 45	0.15 36	0.13 111	0.18 111	0.14 89	0.19 161	0.14 61

SDNR	1.62 492	0.51 432	2.17 509	0.53 237	0.56 407	3.80 547	0.45 244	1.54 337	1.29 402	1.33 395	2.41 507	1.08 317	0.96 372	11.18 570	1.16 424	0.66 523	0.63 536	0.43 484	0.32 451	0.64 507	0.67 513

anonymousa	0.72 282	0.27 155	0.75 256	0.47 113	0.63 440	1.43 448	0.45 244	1.24 264	0.89 194	1.28 359	1.75 459	1.62 438	1.13 427	0.69 81	0.59 283	0.19 180	0.16 260	0.23 270	0.25 366	0.20 195	0.18 174

RCA-Stereo	0.50 136	0.23 57	0.58 133	0.48 140	0.33 217	0.55 148	0.45 244	0.97 154	1.38 445	0.68 141	1.05 229	0.63 156	0.80 291	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	0.14 61

DisPM	0.66 254	0.28 177	0.72 224	0.61 350	0.35 239	0.62 189	0.45 244	1.02 171	0.99 239	1.56 457	1.10 249	0.80 205	0.59 203	2.37 420	0.41 166	0.23 301	0.14 162	0.23 270	0.21 286	0.20 195	0.25 328

pcwnet_v2	0.97 397	0.37 365	4.33 537	0.62 362	0.54 398	0.79 290	0.45 244	2.02 472	1.58 483	1.42 427	1.64 442	1.09 327	0.79 285	1.24 245	0.67 311	0.32 427	0.25 417	0.29 391	0.27 394	0.37 424	0.35 425

DN-CSS_ROB	0.64 239	0.32 281	1.05 388	0.55 276	0.40 302	0.54 140	0.45 244	1.21 250	0.93 210	1.03 235	1.47 396	0.69 176	0.63 225	1.76 360	0.49 237	0.18 139	0.14 162	0.25 329	0.22 315	0.22 260	0.20 247

mms	0.40 70	0.27 155	0.52 91	0.46 102	0.32 196	0.43 51	0.46 251	0.70 52	0.46 56	0.35 26	0.58 91	0.44 62	0.30 31	1.36 277	0.33 80	0.16 57	0.13 111	0.18 111	0.15 107	0.19 161	0.15 94

AE-Stereo	0.49 132	0.27 155	0.67 183	0.60 336	0.39 291	0.67 225	0.46 251	1.18 239	1.09 286	0.47 81	0.75 136	0.69 176	0.47 129	0.59 46	0.40 155	0.16 57	0.15 220	0.21 203	0.20 242	0.19 161	0.15 94

HH	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 443	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

HanStereo	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 443	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

ACVNet	0.63 227	0.31 265	0.54 103	0.54 252	0.36 249	0.80 298	0.46 251	1.37 286	1.07 272	0.93 200	1.30 334	1.08 317	0.85 315	0.80 118	0.94 386	0.21 249	0.19 329	0.21 203	0.18 188	0.22 260	0.18 174

hitnet-ft	0.79 333	0.35 348	0.57 127	0.58 311	0.42 315	0.96 358	0.46 251	1.47 311	1.33 420	1.19 317	1.22 304	1.81 467	0.98 382	1.66 340	0.94 386	0.33 436	0.28 439	0.34 444	0.27 394	0.35 413	0.31 403

FADNet_RVC	0.83 353	0.51 432	1.83 495	0.54 252	0.42 315	1.19 409	0.46 251	1.51 326	1.09 286	0.89 190	1.24 310	0.91 254	0.87 328	2.11 396	1.11 418	0.27 382	0.22 387	0.31 410	0.28 415	0.43 455	0.38 442

2w_stereo	0.32 27	0.24 75	0.45 50	0.39 29	0.22 16	0.46 66	0.47 258	0.69 48	0.42 43	0.43 61	0.50 66	0.24 6	0.45 113	0.47 18	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

HUF	0.36 47	0.23 57	0.52 91	0.40 36	0.22 16	0.54 140	0.47 258	0.82 97	0.43 45	0.36 31	0.43 37	0.50 100	0.42 94	0.64 68	0.29 35	0.17 100	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

ITSA-stereo	0.82 347	0.36 358	0.82 293	0.54 252	0.31 177	0.80 298	0.47 258	2.17 501	1.67 489	1.13 280	1.13 267	0.94 268	0.86 323	2.46 428	1.00 400	0.26 366	0.23 399	0.28 380	0.27 394	0.28 357	0.36 431

anonymousdsp2	0.53 149	0.27 155	0.74 252	0.48 140	0.29 129	0.76 271	0.47 258	1.61 354	0.82 176	0.77 159	0.77 140	0.75 188	0.47 129	1.03 189	0.40 155	0.18 139	0.13 111	0.18 111	0.13 61	0.19 161	0.18 174

x	0.54 164	0.31 265	0.61 148	0.47 113	0.30 151	0.67 225	0.47 258	1.53 334	0.79 167	0.81 171	0.83 156	0.78 199	0.70 248	0.70 85	0.62 296	0.21 249	0.19 329	0.22 232	0.19 210	0.21 236	0.20 247

dd	0.59 207	0.48 419	0.97 359	0.55 276	0.32 196	0.64 196	0.47 258	1.02 171	1.34 423	0.78 162	0.86 161	0.58 136	0.54 172	1.01 185	0.86 374	0.28 396	0.18 311	0.26 348	0.19 210	0.32 397	0.24 316

ACRE	0.61 216	0.33 303	1.01 372	0.58 311	0.49 361	0.75 265	0.47 258	1.06 203	0.95 215	1.37 407	1.55 417	0.62 153	0.46 120	0.83 129	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.18 120	0.21 264

AnonymousM	0.59 207	1.11 523	0.41 22	0.44 81	0.32 196	0.43 51	0.47 258	1.05 190	0.64 110	0.98 216	0.63 101	0.67 169	0.43 101	0.59 46	0.41 166	0.20 215	0.15 220	1.84 545	0.84 536	0.14 18	0.13 35

DMCA-RVC	0.74 305	0.40 383	1.27 436	0.66 401	0.49 361	0.77 279	0.47 258	1.35 283	1.01 247	1.53 447	1.01 206	1.29 378	0.82 300	1.31 260	0.78 347	0.27 382	0.21 369	0.35 452	0.27 394	0.32 397	0.24 316

DMCA	0.67 263	0.34 327	0.90 334	0.51 198	0.44 332	0.86 326	0.47 258	1.42 298	1.02 250	1.17 308	1.12 262	1.23 358	0.75 262	0.78 111	0.95 390	0.25 343	0.19 329	0.27 365	0.19 210	0.24 300	0.27 362

CFNet	0.96 391	0.36 358	1.01 372	0.62 362	0.42 315	0.99 368	0.47 258	1.90 439	1.32 416	0.99 219	1.39 373	1.10 329	0.86 323	5.58 511	0.79 353	0.23 301	0.17 289	0.28 380	0.27 394	0.26 324	0.21 264

fffft	0.38 57	0.23 57	0.51 83	0.44 81	0.32 196	0.43 51	0.48 269	0.76 67	0.36 26	0.44 65	0.34 18	0.38 54	0.31 36	1.31 260	0.32 67	0.14 29	0.11 26	0.19 133	0.15 107	0.16 58	0.16 124
1: 1. 1
rvit_stereo_0075_2	0.64 239	0.46 410	1.05 388	0.66 401	0.66 448	0.53 132	0.48 269	1.20 249	1.12 299	0.76 154	0.92 174	0.78 199	0.53 167	1.03 189	0.59 283	0.37 461	0.28 439	0.40 477	0.31 443	0.37 424	0.32 409

test_sample1	0.61 216	0.29 212	0.75 256	0.50 168	0.31 177	0.76 271	0.48 269	1.59 347	0.84 181	0.90 192	0.94 180	0.88 242	0.95 365	1.16 225	0.67 311	0.22 275	0.18 311	0.20 168	0.19 210	0.21 236	0.21 264

tt1	0.62 220	0.32 281	0.51 83	0.54 252	0.26 63	1.16 402	0.48 269	0.95 146	2.47 528	0.57 117	0.77 140	0.49 94	0.81 295	1.55 320	0.32 67	0.20 215	0.12 50	0.24 290	0.15 107	0.19 161	0.20 247

EKT-Stereo	0.53 149	0.30 232	0.73 236	0.58 311	0.60 430	0.51 119	0.48 269	0.94 141	0.90 198	0.71 146	0.88 166	0.77 195	0.43 101	1.07 202	0.40 155	0.22 275	0.16 260	0.21 203	0.18 188	0.20 195	0.22 282

DCRE	0.82 347	0.26 126	0.70 206	0.58 311	0.44 332	0.54 140	0.48 269	0.95 146	0.78 163	0.78 162	7.33 557	0.86 234	0.52 162	0.76 103	0.41 166	0.16 57	0.16 260	0.19 133	0.17 170	0.18 120	0.17 149

CIPLG	0.62 220	0.33 303	0.96 357	0.58 311	0.50 368	0.75 265	0.48 269	1.05 190	0.96 220	1.40 419	1.57 425	0.64 159	0.48 140	0.89 151	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

IPLGR_C	0.62 220	0.33 303	0.99 363	0.58 311	0.49 361	0.76 271	0.48 269	1.10 216	0.96 220	1.40 419	1.56 421	0.62 153	0.48 140	0.80 118	0.71 324	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

cf-r	0.73 300	0.30 232	0.77 273	0.55 276	0.63 440	0.78 284	0.48 269	1.79 409	1.15 326	1.13 280	1.26 321	1.43 401	0.87 328	1.40 293	0.85 372	0.25 343	0.18 311	0.22 232	0.23 338	0.19 161	0.19 214

StereoDRNet-Refined	0.80 336	0.41 391	0.88 324	0.62 362	0.42 315	1.33 430	0.48 269	1.52 328	1.17 338	1.45 431	1.44 387	1.44 406	0.90 340	1.26 249	1.24 433	0.20 215	0.16 260	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xyz-stereo	7.16 564	0.22 45	69.90 590	0.42 51	0.21 9	32.92 585	0.49 279	0.87 108	0.76 156	1.38 412	27.04 580	1.19 348	1.16 430	4.69 486	0.97 395	0.16 57	0.12 50	0.20 168	0.14 89	0.16 58	0.12 10

DispNO	0.93 385	0.30 232	1.34 448	0.55 276	0.55 404	0.89 329	0.49 279	1.48 313	1.21 364	1.17 308	1.27 324	1.19 348	0.90 340	5.23 498	0.74 331	0.22 275	0.17 289	0.24 290	0.21 286	0.19 161	0.20 247

AACVNet	0.86 367	0.35 348	0.79 284	0.82 486	0.39 291	0.76 271	0.49 279	1.61 354	0.81 171	1.08 243	1.33 348	1.30 379	0.93 355	4.34 480	0.74 331	0.25 343	0.21 369	0.28 380	0.22 315	0.29 368	0.25 328

MMNet	0.84 358	0.32 281	1.09 404	0.60 336	0.59 427	1.85 489	0.49 279	1.51 326	1.27 393	1.37 407	1.15 279	1.26 368	1.18 435	1.67 341	1.22 431	0.19 180	0.18 311	0.23 270	0.22 315	0.25 312	0.21 264

UNet	0.83 353	0.34 327	1.31 440	0.58 311	0.74 471	1.58 461	0.49 279	1.41 296	1.04 259	1.21 325	1.08 240	1.54 426	1.12 423	1.65 336	1.09 412	0.23 301	0.17 289	0.25 329	0.20 242	0.25 312	0.22 282

HITNet	0.65 247	0.40 383	0.77 273	0.48 140	0.24 38	1.05 379	0.49 279	1.76 395	1.02 250	1.18 313	1.18 289	0.89 250	0.80 291	0.85 137	0.79 353	0.17 100	0.12 50	0.21 203	0.17 170	0.29 368	0.15 94
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
CBMV_ROB	0.90 377	0.44 401	0.63 157	0.51 198	0.37 264	1.25 418	0.49 279	1.77 399	1.27 393	1.41 421	2.00 485	1.33 385	1.08 415	2.17 401	0.76 339	0.43 484	0.42 507	0.47 494	0.44 495	0.41 444	0.36 431

PWC_ROB	1.24 455	0.76 496	2.46 518	0.72 446	0.78 484	1.15 400	0.49 279	1.75 389	1.92 509	2.31 515	3.07 523	1.59 434	1.40 467	2.46 428	2.10 501	0.33 436	0.22 387	0.35 452	0.24 351	0.38 433	0.41 451

ttt	0.94 387	0.34 327	0.59 140	0.61 350	0.37 264	0.94 348	0.50 287	2.17 501	1.34 423	1.23 336	1.61 434	0.91 254	0.76 270	1.85 370	3.97 533	0.30 412	0.26 423	0.26 348	0.24 351	0.29 368	0.29 379

AIO-test2	0.57 195	0.28 177	0.63 157	0.61 350	0.58 419	0.79 290	0.51 288	1.18 239	1.40 455	0.63 134	1.15 279	0.51 104	0.43 101	1.09 207	0.35 107	0.21 249	0.17 289	0.26 348	0.30 436	0.20 195	0.19 214

rvit_0105_6	0.53 149	0.37 365	0.98 362	0.65 394	0.38 281	0.51 119	0.51 288	0.77 70	1.20 358	0.54 114	0.55 82	0.65 162	0.53 167	0.94 165	0.44 190	0.32 427	0.32 468	0.28 380	0.24 351	0.28 357	0.21 264

ACVNet-DCA	0.56 188	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

xx1	0.67 263	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 541	0.58 119	0.79 148	0.95 276	0.77 274	1.46 301	0.32 67	0.20 215	0.12 50	0.24 290	0.23 338	0.22 260	0.21 264

1test111	0.54 164	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	1.42 298	0.78 163	0.58 119	0.79 148	0.48 86	0.88 333	0.88 146	0.59 283	0.20 215	0.12 50	0.25 329	0.15 107	0.22 260	0.21 264

cc1	0.64 239	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 541	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.19 161	0.19 214

IER	0.70 273	0.31 265	1.02 379	0.48 140	0.52 391	1.34 432	0.51 288	1.17 234	0.99 239	1.23 336	1.34 355	1.12 334	1.11 420	0.99 180	0.71 324	0.20 215	0.16 260	0.21 203	0.21 286	0.20 195	0.19 214

GANet-ADL	0.60 210	0.35 348	0.72 224	0.64 380	0.40 302	0.68 232	0.51 288	1.49 315	1.12 299	0.95 207	1.08 240	0.91 254	0.57 193	0.76 103	0.55 272	0.26 366	0.18 311	0.18 111	0.16 149	0.23 285	0.25 328

AAGNet	1.83 506	0.28 177	0.72 224	0.61 350	0.32 196	0.67 225	0.51 288	0.96 153	0.98 232	1.47 434	1.20 300	1.00 293	1.18 435	2.83 443	22.77 579	0.22 275	0.13 111	0.22 232	0.19 210	0.23 285	0.15 94

GwcNet-RSSM	0.77 321	0.32 281	1.01 372	0.62 362	0.54 398	0.78 284	0.51 288	1.73 382	1.20 358	1.09 249	1.37 364	1.46 411	0.85 315	1.53 316	1.09 412	0.25 343	0.18 311	0.23 270	0.24 351	0.20 195	0.19 214

DANet	1.08 429	0.61 470	1.32 443	0.85 495	0.72 465	1.37 435	0.51 288	1.54 337	1.15 326	1.78 484	1.54 415	2.01 491	1.11 420	2.90 446	2.00 497	0.33 436	0.30 454	0.40 477	0.30 436	0.44 461	0.45 467
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_sample4	0.69 269	0.33 303	0.91 337	0.51 198	0.30 151	0.92 343	0.52 299	1.87 430	1.15 326	1.14 283	1.18 289	0.87 238	0.75 262	1.18 231	0.68 315	0.25 343	0.20 347	0.26 348	0.26 383	0.26 324	0.25 328

test_sample3	0.68 267	0.32 281	0.88 324	0.52 219	0.30 151	0.97 362	0.52 299	1.86 428	1.15 326	1.08 243	1.11 255	0.88 242	0.71 253	1.17 229	0.68 315	0.25 343	0.20 347	0.25 329	0.25 366	0.25 312	0.25 328

ProNet	0.43 87	0.28 177	0.58 133	0.43 58	0.30 151	0.56 153	0.52 299	1.00 164	0.58 93	0.44 65	0.49 63	0.43 60	0.43 101	1.28 254	0.36 117	0.15 36	0.13 111	0.19 133	0.16 149	0.17 89	0.16 124

test_5	0.65 247	0.30 232	0.75 256	0.67 413	0.50 368	0.92 343	0.52 299	1.39 292	1.12 299	0.76 154	1.11 255	1.00 293	0.90 340	1.53 316	0.45 203	0.18 139	0.13 111	0.23 270	0.22 315	0.21 236	0.19 214

sAnonymous2	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 520	0.56 494

CroCo_RVC	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 520	0.56 494

RALCasStereoNet	0.54 164	0.30 232	0.66 178	0.59 324	0.51 379	0.61 180	0.52 299	0.94 141	0.93 210	0.70 144	1.01 206	0.78 199	0.44 109	1.33 267	0.47 224	0.20 215	0.16 260	0.18 111	0.16 149	0.20 195	0.19 214

PWCDC_ROB	1.29 459	0.75 495	1.33 445	1.05 523	0.88 506	1.73 474	0.52 299	1.89 436	3.28 543	1.29 365	4.88 546	1.22 353	1.46 475	1.77 362	1.45 468	0.60 517	0.26 423	0.29 391	0.25 366	0.52 487	0.37 436

MM-Stereo_test3	0.50 136	0.24 75	0.54 103	0.54 252	0.74 471	0.49 88	0.53 307	1.09 213	1.05 263	0.62 133	0.95 181	0.61 148	0.42 94	0.77 106	0.38 140	0.20 215	0.17 289	0.20 168	0.16 149	0.18 120	0.18 174

rvit_0105_4	0.56 188	0.38 372	1.06 392	0.66 401	0.38 281	0.53 132	0.53 307	0.84 104	1.17 338	0.56 116	0.61 96	0.72 184	0.59 203	0.98 177	0.45 203	0.32 427	0.33 473	0.29 391	0.25 366	0.29 368	0.23 302

DRaft	0.80 336	0.24 75	0.70 206	0.45 95	0.30 151	0.97 362	0.53 307	1.05 190	0.97 227	1.78 484	2.02 488	0.80 205	1.74 500	2.73 441	0.72 327	0.17 100	0.14 162	0.20 168	0.20 242	0.18 120	0.21 264

acv_ft	0.75 313	0.31 265	0.95 351	0.70 434	0.86 503	1.24 416	0.53 307	1.44 305	1.07 272	1.24 344	1.30 334	1.08 317	0.92 346	0.80 118	1.34 446	0.21 249	0.19 329	0.21 203	0.18 188	0.21 236	0.18 174

NLCA_NET_v2_RVC	0.79 333	0.43 398	1.05 388	0.64 380	0.58 419	0.95 352	0.53 307	1.53 334	1.18 345	1.37 407	1.15 279	1.43 401	0.88 333	1.61 330	0.84 369	0.25 343	0.22 387	0.27 365	0.27 394	0.29 368	0.29 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 273	0.43 398	0.75 256	0.73 454	0.37 264	0.92 343	0.53 307	1.85 425	1.18 345	1.12 265	1.23 308	1.07 316	0.65 235	0.96 168	0.63 300	0.31 420	0.15 220	0.32 425	0.21 286	0.29 368	0.22 282
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.
3w_stereo	0.33 35	0.25 103	0.52 91	0.40 36	0.21 9	0.53 132	0.54 313	0.65 37	0.46 56	0.44 65	0.48 55	0.23 3	0.45 113	0.46 14	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 94

1w_stereo	0.34 38	0.20 8	0.42 30	0.43 58	0.26 63	0.47 70	0.54 313	0.59 19	0.50 65	0.41 50	0.66 106	0.25 12	0.44 109	0.62 64	0.33 80	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

MM-Stereo_test1	0.49 132	0.24 75	0.56 117	0.51 198	0.30 151	0.50 102	0.54 313	0.91 124	1.03 254	0.84 180	0.69 117	0.54 118	0.60 206	1.16 225	0.33 80	0.18 139	0.16 260	0.20 168	0.17 170	0.19 161	0.15 94

test_sample5	0.69 269	0.34 327	0.87 317	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.11 263	1.25 314	0.88 242	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

mmm	0.63 227	0.35 348	0.72 224	0.51 198	0.30 151	0.86 326	0.54 313	1.59 347	0.86 183	1.07 242	1.38 369	0.79 203	0.75 262	0.91 154	0.58 280	0.22 275	0.18 311	0.29 391	0.25 366	0.25 312	0.23 302

DualNet	0.70 273	0.34 327	0.87 317	0.52 219	0.30 151	0.84 322	0.54 313	1.83 421	1.14 314	1.14 283	1.33 348	0.88 242	0.78 281	1.23 240	0.65 305	0.26 366	0.20 347	0.27 365	0.27 394	0.27 338	0.26 352

CAS	0.63 227	0.18 1	0.37 5	2.27 546	0.84 498	0.57 158	0.54 313	0.79 79	0.62 103	0.48 89	0.70 121	0.36 47	0.26 17	0.45 12	0.35 107	2.24 547	0.10 9	0.14 1	0.09 1	0.15 38	1.06 536

gwcnet-sp	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

scenet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

ssnet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 373	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

LCNet	0.72 282	0.28 177	0.52 91	0.55 276	0.31 177	0.69 237	0.54 313	1.00 164	0.88 191	1.19 317	1.34 355	0.97 284	1.34 463	2.56 433	0.45 203	0.18 139	0.13 111	0.21 203	0.25 366	0.27 338	0.73 519

TransformOpticalFlow	0.96 391	0.28 177	0.89 330	0.52 219	0.31 177	0.66 221	0.54 313	1.75 389	1.12 299	1.09 249	1.44 387	1.37 395	1.01 394	6.70 533	0.42 177	0.19 180	0.12 50	0.20 168	0.19 210	0.18 120	0.19 214

raft+_RVC	0.53 149	0.26 126	0.54 103	0.60 336	0.47 356	0.54 140	0.54 313	1.27 268	0.99 239	0.76 154	1.03 224	0.70 180	0.56 184	0.93 162	0.47 224	0.18 139	0.14 162	0.19 133	0.18 188	0.18 120	0.15 94

ac_64	0.82 347	0.29 212	0.81 290	0.71 442	0.60 430	1.05 379	0.54 313	1.99 463	0.92 208	1.18 313	1.06 231	1.99 489	1.08 415	1.94 380	0.97 395	0.27 382	0.22 387	0.24 290	0.23 338	0.22 260	0.19 214

STTStereo	0.78 329	0.50 429	1.22 426	0.64 380	0.54 398	0.89 329	0.54 313	1.44 305	1.11 295	1.38 412	1.09 245	1.27 372	0.85 315	1.43 295	0.83 366	0.29 407	0.27 432	0.33 434	0.39 483	0.32 397	0.30 393

R-Stereo Train	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 465	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149

RAFT-Stereo	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 465	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DeepPruner_ROB	0.74 305	0.48 419	0.87 317	0.57 305	0.44 332	0.79 290	0.54 313	1.73 382	0.96 220	1.38 412	1.27 324	1.24 360	0.73 258	1.43 295	0.73 330	0.34 446	0.28 439	0.27 365	0.26 383	0.31 388	0.31 403

rvit_stereo_0080	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 366	0.21 369	0.20 168	0.20 242	0.31 388	0.19 214

whm_eth	0.44 98	0.32 281	0.71 218	0.47 113	0.36 249	0.42 42	0.55 331	0.82 97	0.68 132	0.50 103	0.60 94	0.55 121	0.47 129	0.59 46	0.44 190	0.26 366	0.21 369	0.20 168	0.20 242	0.31 388	0.19 214

knoymous	0.51 138	0.29 212	0.47 61	0.43 58	0.30 151	0.55 148	0.55 331	1.02 171	0.77 160	0.98 216	0.85 160	0.94 268	0.56 184	0.85 137	0.45 203	0.20 215	0.14 162	0.26 348	0.14 89	0.23 285	0.23 302

RAFT+CT+SA	0.58 201	0.29 212	0.60 145	0.66 401	0.37 264	0.42 42	0.55 331	1.27 268	1.03 254	0.70 144	1.22 304	0.60 144	0.70 248	1.64 335	0.41 166	0.18 139	0.13 111	0.22 232	0.22 315	0.21 236	0.18 174

CFNet-ft	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 430	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

BEATNet_4x	0.73 300	0.49 422	1.17 421	0.53 237	0.26 63	1.03 376	0.55 331	1.82 416	1.06 267	1.21 325	1.22 304	0.96 282	0.91 343	1.01 185	1.06 406	0.21 249	0.14 162	0.24 290	0.19 210	0.37 424	0.21 264

HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 547	1.28 398	1.53 447	1.74 456	1.68 452	0.93 355	1.49 307	0.77 345	0.22 275	0.17 289	0.19 133	0.18 188	0.20 195	0.19 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 430	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

castereo	0.41 78	0.22 45	0.46 58	0.44 81	0.30 151	0.61 180	0.56 339	0.97 154	0.80 168	0.38 40	0.69 117	0.45 70	0.69 243	0.51 24	0.30 45	0.16 57	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

rvit_0105_5	0.58 201	0.39 377	1.05 388	0.66 401	0.37 264	0.58 161	0.56 339	0.94 141	1.18 345	0.64 135	0.68 113	0.75 188	0.63 225	0.88 146	0.50 243	0.32 427	0.32 468	0.30 404	0.27 394	0.28 357	0.25 328

ffm	0.72 282	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 528	1.15 289	1.45 389	1.06 311	0.82 300	1.55 320	0.32 67	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

ff1	1.37 470	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 528	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 548	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

mmx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 548	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

xxx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 548	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

AASNet	0.76 319	0.35 348	0.91 337	0.79 472	0.81 494	1.14 394	0.56 339	2.02 472	1.08 278	1.22 330	1.24 310	0.93 265	0.76 270	0.77 106	1.16 424	0.27 382	0.23 399	0.24 290	0.20 242	0.28 357	0.24 316

DEmStereo	0.97 397	0.23 57	0.79 284	0.47 113	0.32 196	1.04 378	0.56 339	0.93 134	0.89 194	1.39 418	2.14 495	1.02 302	2.07 522	5.64 512	0.77 345	0.17 100	0.15 220	0.20 168	0.20 242	0.18 120	0.20 247

PFNet	0.91 380	0.26 126	1.10 407	0.63 371	0.32 196	0.64 196	0.56 339	1.17 234	0.99 239	1.47 434	1.08 240	0.98 286	0.69 243	6.62 528	0.54 268	0.20 215	0.12 50	0.24 290	0.19 210	0.20 195	0.17 149

LMCR-Stereo	0.82 347	0.46 410	0.88 324	0.75 462	0.43 325	1.33 430	0.56 339	2.43 528	0.98 232	1.53 447	1.49 403	0.74 186	1.00 392	1.63 333	0.89 379	0.28 396	0.17 289	0.22 232	0.17 170	0.29 368	0.20 247

PSMNet-RSSM	0.72 282	0.30 232	0.61 148	0.63 371	0.42 315	0.73 256	0.56 339	1.92 446	1.10 293	1.09 249	1.37 364	1.22 353	0.98 382	1.28 254	0.72 327	0.27 382	0.19 329	0.27 365	0.29 427	0.24 300	0.24 316

ACV-stereo	0.99 403	0.51 432	1.41 456	0.56 289	0.41 310	2.43 519	0.57 350	1.15 230	1.18 345	0.81 171	1.01 206	3.39 533	2.14 525	1.60 328	1.07 409	0.27 382	0.22 387	0.22 232	0.22 315	0.28 357	0.32 409

GES	0.66 254	0.34 327	0.90 334	0.59 324	0.38 281	0.94 348	0.57 350	2.11 485	0.86 183	1.02 231	1.11 255	0.66 166	0.79 285	0.99 180	0.61 293	0.27 382	0.19 329	0.20 168	0.20 242	0.21 236	0.30 393

FADNet	0.92 382	0.61 470	1.81 492	0.62 362	0.55 404	0.96 358	0.57 350	1.78 403	1.33 420	0.93 200	1.01 206	1.36 392	1.01 394	2.71 440	0.75 336	0.33 436	0.34 474	0.31 410	0.34 467	0.59 500	0.40 446

RASNet	1.12 439	0.30 232	0.91 337	0.66 401	0.77 482	0.97 362	0.57 350	1.37 286	1.35 433	1.02 231	1.34 355	2.11 498	1.43 470	7.09 538	1.39 455	0.19 180	0.17 289	0.17 76	0.19 210	0.18 120	0.16 124

test_sample6	0.71 280	0.34 327	0.87 317	0.52 219	0.30 151	0.82 309	0.58 354	1.79 409	1.15 326	1.14 283	1.33 348	0.91 254	0.79 285	1.31 260	0.74 331	0.27 382	0.21 369	0.27 365	0.29 427	0.28 357	0.27 362

GwcNet-ADL	0.64 239	0.31 265	0.79 284	0.56 289	0.41 310	0.60 174	0.58 354	1.41 296	1.26 387	1.08 243	1.13 267	0.91 254	0.60 206	1.04 195	0.78 347	0.27 382	0.18 311	0.18 111	0.18 188	0.25 312	0.29 379

HHNet	0.62 220	0.26 126	0.63 157	0.43 58	0.45 339	0.50 102	0.58 354	1.07 205	1.01 247	1.25 350	2.23 498	0.70 180	0.61 215	1.07 202	0.47 224	0.20 215	0.13 111	0.23 270	0.19 210	0.19 161	0.30 393

RAFT	0.64 239	0.30 232	0.73 236	0.59 324	0.33 217	0.68 232	0.58 354	1.04 182	0.76 156	1.08 243	1.19 296	1.65 449	0.93 355	1.06 198	0.56 274	0.21 249	0.18 311	0.27 365	0.24 351	0.22 260	0.17 149

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 258	0.72 92	0.88 376	0.29 407	0.21 369	0.22 232	0.21 286	0.24 300	0.27 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	0.85 362	0.38 372	0.94 347	0.80 475	1.03 516	1.17 404	0.58 354	1.52 328	1.20 358	1.19 317	1.62 437	1.13 339	1.20 441	1.80 364	1.06 406	0.24 316	0.24 408	0.24 290	0.21 286	0.23 285	0.27 362

GANet-RSSM	0.72 282	0.28 177	0.63 157	0.64 380	0.58 419	0.80 298	0.58 354	1.89 436	1.08 278	1.04 238	1.25 314	1.15 342	1.04 403	1.49 307	0.62 296	0.25 343	0.19 329	0.22 232	0.22 315	0.22 260	0.21 264

UCFNet_RVC	0.69 269	0.35 348	0.49 70	0.64 380	0.39 291	0.85 325	0.58 354	1.75 389	1.14 314	0.97 212	1.19 296	1.17 344	0.93 355	0.99 180	0.62 296	0.28 396	0.20 347	0.34 444	0.31 443	0.32 397	0.27 362

rvit_stereo_ft	0.47 120	0.35 348	0.87 317	0.67 413	0.42 315	0.40 31	0.59 362	0.81 92	0.74 149	0.46 78	0.55 82	0.57 131	0.49 148	0.65 74	0.50 243	0.25 343	0.17 289	0.22 232	0.22 315	0.24 300	0.17 149

test_xeample	1.45 478	0.28 177	0.65 171	0.51 198	0.28 112	0.94 348	0.59 362	2.14 490	1.29 402	1.24 344	1.51 408	0.88 242	0.86 323	1.46 301	15.10 568	0.22 275	0.20 347	0.22 232	0.20 242	0.22 260	0.22 282

HSM	1.19 453	0.32 281	0.65 171	0.57 305	0.38 281	1.23 415	0.59 362	2.25 512	1.19 353	1.30 373	1.25 314	1.94 483	1.03 401	9.32 560	0.71 324	0.22 275	0.16 260	0.20 168	0.16 149	0.21 236	0.21 264

iResNet	0.75 313	0.40 383	1.36 449	0.67 413	0.29 129	0.92 343	0.59 362	1.52 328	1.25 382	1.28 359	1.48 401	0.94 268	0.76 270	1.62 331	0.78 347	0.18 139	0.14 162	0.18 111	0.15 107	0.22 260	0.23 302

coex_refinement	0.80 336	0.28 177	0.73 236	0.70 434	0.51 379	0.95 352	0.60 366	1.78 403	1.23 373	1.36 404	1.37 364	1.82 470	0.81 295	1.32 264	1.13 421	0.26 366	0.17 289	0.19 133	0.20 242	0.24 300	0.25 328

FADNet-RVC	0.88 372	0.67 480	1.93 499	0.60 336	0.48 357	0.91 336	0.60 366	1.71 380	1.18 345	0.90 192	0.96 184	1.36 392	0.92 346	2.25 411	1.17 427	0.30 412	0.29 450	0.32 425	0.32 451	0.41 444	0.35 425

test_sample2	0.62 220	0.29 212	0.74 252	0.50 168	0.28 112	0.80 298	0.61 368	1.61 354	1.00 244	0.88 189	0.99 196	0.94 268	0.83 308	1.16 225	0.51 248	0.23 301	0.18 311	0.22 232	0.21 286	0.23 285	0.22 282

CoDeX	0.73 300	0.29 212	0.93 343	0.54 252	0.36 249	1.14 394	0.61 368	2.34 520	1.17 338	1.16 299	1.25 314	0.91 254	0.87 328	1.33 267	0.64 304	0.20 215	0.16 260	0.21 203	0.18 188	0.20 195	0.18 174

FADNet-RVC-Resample	0.84 358	0.47 415	2.10 504	0.61 350	0.45 339	1.07 384	0.61 368	1.59 347	1.20 358	1.08 243	0.98 194	1.03 306	0.98 382	2.17 401	0.72 327	0.23 301	0.22 387	0.30 404	0.32 451	0.35 413	0.34 420

YMNet	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 491	0.62 371	1.55 341	1.18 345	1.63 471	1.99 483	1.77 464	0.97 375	1.50 309	1.45 468	0.33 436	0.37 492	0.31 410	0.32 451	0.32 397	0.29 379

YMNet_1	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 491	0.62 371	1.55 341	1.18 345	1.63 471	1.99 483	1.77 464	0.97 375	1.50 309	1.45 468	0.33 436	0.37 492	0.31 410	0.32 451	0.32 397	0.29 379

PSMNet-RUCA	1.02 417	0.97 511	1.44 458	1.23 532	1.10 520	1.40 442	0.62 371	1.69 373	1.38 445	0.94 205	1.53 410	0.97 284	0.83 308	1.17 229	0.93 384	0.69 524	0.34 474	0.99 534	0.60 523	0.97 524	0.64 511

Occ-G	0.42 81	0.21 26	0.48 63	0.41 44	0.26 63	0.42 42	0.62 371	0.77 70	0.49 61	0.43 61	0.66 106	1.02 302	0.46 120	0.78 111	0.41 166	0.16 57	0.13 111	0.18 111	0.13 61	0.16 58	0.16 124

qqq	0.57 195	0.34 327	0.71 218	0.47 113	0.27 87	0.64 196	0.62 371	1.42 298	0.78 163	0.80 167	0.92 174	0.95 276	0.77 274	0.88 146	0.59 283	0.21 249	0.20 347	0.24 290	0.23 338	0.22 260	0.21 264

DAS	0.84 358	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 487	1.55 417	0.95 276	1.04 403	2.83 443	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

SepStereo	0.82 347	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 487	1.55 417	0.95 276	1.04 403	2.30 415	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

Anonymous_2	1.30 461	0.55 446	0.82 293	0.52 219	0.58 419	1.01 371	0.64 378	1.25 266	0.97 227	0.96 209	0.78 142	1.33 385	1.29 455	1.03 189	0.74 331	0.62 519	0.64 537	1.06 537	9.63 577	1.16 532	0.49 481

iResNetv2_ROB	0.80 336	0.37 365	1.71 485	0.56 289	0.37 264	0.94 348	0.64 378	1.73 382	1.34 423	1.23 336	1.42 378	1.26 368	0.92 346	1.85 370	0.56 274	0.23 301	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

BSDual-CNN	0.71 280	0.32 281	0.68 187	0.54 252	0.44 332	1.27 420	0.65 380	2.16 495	0.98 232	1.20 321	1.11 255	1.12 334	0.74 260	0.91 154	0.66 308	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

hknet	0.77 321	0.32 281	0.95 351	0.54 252	0.38 281	1.27 420	0.65 380	2.16 495	1.07 272	1.20 321	1.11 255	1.59 434	0.81 295	1.37 278	0.66 308	0.22 275	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

Anonymous3	0.61 216	0.44 401	1.11 409	0.59 324	0.49 361	0.93 347	0.65 380	0.93 134	0.81 171	0.72 151	0.88 166	0.65 162	0.69 243	1.06 198	0.53 262	0.35 453	0.30 454	0.26 348	0.26 383	0.31 388	0.27 362

SHD	1.31 463	0.71 489	2.34 515	0.86 497	0.75 478	1.77 480	0.65 380	2.22 509	2.50 531	2.40 522	1.71 452	1.91 478	1.60 489	1.93 379	2.37 505	0.38 465	0.31 460	0.38 466	0.40 487	0.48 477	0.50 483

RTSC	1.29 459	0.73 490	2.44 517	0.83 489	0.57 410	1.85 489	0.65 380	1.88 433	2.00 514	2.20 512	1.66 447	1.60 436	1.26 452	2.33 417	3.92 530	0.32 427	0.23 399	0.27 365	0.29 427	0.37 424	0.37 436

G2L-ROB	0.73 300	0.25 103	0.76 266	0.54 252	0.39 291	0.95 352	0.66 385	1.66 368	1.09 286	1.24 344	1.02 214	1.64 446	0.71 253	1.63 333	1.02 402	0.20 215	0.14 162	0.17 76	0.15 107	0.20 195	0.22 282

LL-Strereo	1.33 466	0.39 377	1.38 450	0.61 350	0.61 433	0.75 265	0.66 385	1.63 360	1.17 338	1.56 457	1.60 430	2.03 494	2.12 524	9.72 566	0.97 395	0.21 249	0.18 311	0.27 365	0.23 338	0.22 260	0.25 328

SFCPSM	0.70 273	0.28 177	1.02 379	0.51 198	0.38 281	1.37 435	0.66 385	2.00 464	1.03 254	1.17 308	1.21 302	0.82 214	0.78 281	1.03 189	0.53 262	0.21 249	0.17 289	0.22 232	0.24 351	0.21 236	0.19 214

Nwc_Net	1.09 432	0.49 422	1.33 445	0.89 508	0.80 492	1.49 454	0.66 385	2.19 505	1.27 393	1.32 387	2.26 499	1.96 486	1.54 483	1.92 376	1.34 446	0.40 471	0.30 454	0.43 484	0.45 497	0.38 433	0.37 436

TCMNet	1.01 414	0.60 468	2.10 504	0.86 497	1.33 537	1.14 394	0.67 389	1.69 373	1.23 373	1.11 263	1.57 425	1.30 379	0.97 375	2.01 386	1.50 475	0.31 420	0.31 460	0.38 466	0.34 467	0.42 449	0.36 431

test_sample7	0.74 305	0.37 365	0.76 266	0.52 219	0.35 239	0.91 336	0.67 389	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	1.23 240	0.67 311	0.31 420	0.28 439	0.32 425	0.31 443	0.33 406	0.29 379

GASNet	0.99 403	0.97 511	1.72 486	0.98 518	0.68 458	0.83 314	0.67 389	1.60 351	1.28 398	1.31 383	1.22 304	1.22 353	1.21 444	2.41 423	1.41 460	0.43 484	0.26 423	0.36 460	0.34 467	0.55 493	0.31 403

DispFullNet	2.34 528	2.85 565	3.66 532	3.08 559	2.27 550	1.97 498	0.67 389	2.00 464	1.70 492	2.52 525	2.00 485	2.23 500	5.86 560	3.44 466	1.58 478	1.01 531	0.32 468	2.64 559	1.94 564	2.85 554	2.24 553

1111x	1.70 499	0.29 212	0.86 306	0.51 198	0.27 87	1.01 371	0.68 393	2.22 509	1.28 398	1.13 280	1.40 375	1.21 351	1.10 419	5.53 508	15.20 569	0.22 275	0.21 369	0.22 232	0.22 315	0.24 300	0.22 282

iinet-f	0.99 403	0.45 408	3.71 534	0.55 276	0.43 325	1.81 484	0.68 393	1.14 228	1.14 314	1.18 313	1.42 378	1.58 433	1.44 472	1.34 271	1.59 480	0.24 316	0.23 399	0.20 168	0.19 210	0.26 324	0.25 328

ToySt	0.66 254	0.33 303	1.23 427	0.51 198	0.33 217	0.86 326	0.68 393	1.10 216	0.97 227	0.84 180	1.08 240	1.25 364	0.94 360	1.01 185	0.74 331	0.19 180	0.19 329	0.24 290	0.24 351	0.27 338	0.23 302

iRaft-Stereo_5w	0.85 362	0.29 212	0.91 337	0.53 237	0.43 325	0.49 88	0.68 393	0.99 160	0.87 187	0.79 165	1.34 355	1.46 411	0.91 343	5.11 495	1.11 418	0.17 100	0.14 162	0.22 232	0.18 188	0.20 195	0.20 247

G2L-Stereo	0.80 336	0.32 281	0.95 351	0.60 336	0.42 315	0.78 284	0.69 397	1.50 319	1.09 286	1.33 395	1.14 271	1.45 408	0.72 256	2.45 425	1.10 415	0.25 343	0.20 347	0.26 348	0.21 286	0.20 195	0.26 352

fast-acv-ft	0.94 387	0.44 401	1.40 451	0.58 311	0.51 379	1.77 480	0.69 397	1.36 285	1.42 463	1.29 365	1.86 472	1.74 460	1.25 450	1.52 312	1.38 452	0.26 366	0.28 439	0.28 380	0.28 415	0.27 338	0.26 352

AANet_RVC	1.16 450	0.52 436	1.49 472	0.65 394	0.45 339	0.75 265	0.69 397	1.42 298	1.55 481	1.34 399	1.87 474	1.53 425	0.78 281	7.43 544	1.38 452	0.25 343	0.17 289	0.19 133	0.16 149	0.22 260	0.26 352

psmorigin	1.52 483	0.69 484	10.52 561	0.68 424	0.59 427	1.13 393	0.70 400	1.57 345	1.19 353	1.99 503	1.79 463	2.26 502	1.47 477	2.09 394	1.36 450	0.39 468	0.40 503	0.34 444	0.33 461	0.43 455	0.56 494

GwcNet	1.08 429	0.51 432	2.33 514	0.79 472	1.18 530	1.76 477	0.70 400	1.68 371	1.47 469	1.41 421	1.64 442	1.74 460	1.04 403	2.20 407	1.41 460	0.30 412	0.29 450	0.29 391	0.27 394	0.30 379	0.35 425

rvit_0105_3	0.63 227	0.44 401	1.08 401	0.72 446	0.40 302	0.64 196	0.71 402	1.03 176	1.17 338	0.82 175	0.70 121	0.80 205	0.70 248	0.91 154	0.56 274	0.35 453	0.34 474	0.34 444	0.32 451	0.27 338	0.28 374

AF-Net	1.13 442	0.52 436	1.33 445	0.86 497	0.91 507	1.38 438	0.71 402	2.16 495	1.62 485	1.56 457	2.40 506	1.99 489	1.65 493	1.81 366	1.48 473	0.48 498	0.28 439	0.49 498	0.33 461	0.39 437	0.32 409

stereogan	1.15 448	0.42 395	1.40 451	0.86 497	0.84 498	2.38 517	0.71 402	1.88 433	1.73 496	1.72 479	1.94 481	2.31 505	1.29 455	2.07 392	1.08 410	0.36 457	0.35 485	0.39 472	0.31 443	0.51 485	0.46 470

UGAM	1.14 444	0.27 155	0.95 351	0.53 237	0.42 315	0.70 244	0.72 405	0.95 146	1.32 416	0.98 216	1.48 401	1.78 466	0.87 328	9.65 565	0.87 375	0.21 249	0.18 311	0.30 404	0.24 351	0.19 161	0.16 124

DualNet (step1)	0.83 353	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	1.23 240	0.67 311	0.57 512	0.28 439	0.62 520	0.67 527	0.45 465	0.42 455

test_sample9	1.86 509	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	2.27 413	7.92 552	0.57 512	12.61 581	0.62 520	0.67 527	0.45 465	0.42 455

test_sample8	2.19 523	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.82 416	1.15 326	2.26 513	1.30 334	4.94 547	2.52 537	2.27 413	7.92 552	0.57 512	12.61 581	0.62 520	0.67 527	0.45 465	0.42 455

MyStereo06	0.61 216	0.28 177	0.95 351	0.56 289	0.46 351	0.61 180	0.73 406	1.78 403	0.67 128	1.03 235	1.12 262	1.13 339	0.56 184	0.78 111	0.41 166	0.17 100	0.16 260	0.23 270	0.20 242	0.22 260	0.20 247

MyStereo05	0.66 254	0.28 177	1.07 397	0.56 289	0.46 351	0.61 180	0.73 406	1.34 280	1.41 460	1.15 289	0.91 172	0.77 195	0.80 291	1.41 294	0.63 300	0.17 100	0.16 260	0.23 270	0.20 242	0.22 260	0.20 247

SQANet	1.31 463	0.88 508	1.08 401	1.83 543	1.44 539	1.44 449	0.75 411	1.74 387	1.09 286	1.32 387	1.26 321	1.28 375	1.01 394	1.50 309	0.83 366	2.50 549	0.34 474	1.47 541	0.55 516	2.32 542	1.57 544

psmg	0.72 282	0.32 281	0.68 187	0.50 168	0.44 332	1.48 452	0.75 411	1.94 452	0.98 232	1.21 325	1.33 348	1.12 334	0.74 260	0.91 154	0.66 308	0.24 316	0.19 329	0.25 329	0.25 366	0.23 285	0.22 282

edge stereo	1.11 437	0.50 429	1.30 439	0.71 442	0.65 445	1.14 394	0.75 411	1.93 450	1.37 441	1.71 478	1.83 467	2.54 515	1.44 472	2.43 424	1.23 432	0.42 479	0.41 505	0.54 508	0.35 472	0.42 449	0.46 470

HBP-ISP	0.96 391	0.58 457	0.72 224	0.61 350	0.46 351	1.64 467	0.76 414	1.86 428	1.28 398	1.30 373	1.53 410	0.86 234	0.94 360	3.27 460	0.69 318	0.45 490	0.44 511	0.54 508	0.48 504	0.47 472	0.40 446

ADLNet2	0.88 372	0.34 327	1.17 421	0.77 468	0.64 443	1.12 392	0.76 414	1.74 387	1.24 379	1.21 325	1.65 444	1.71 456	1.05 407	1.67 341	1.17 427	0.24 316	0.21 369	0.21 203	0.22 315	0.26 324	0.29 379

ADLNet	0.85 362	0.36 358	0.89 330	0.85 495	0.72 465	1.24 416	0.76 414	1.82 416	1.36 437	1.52 446	1.35 361	1.27 372	0.99 390	1.23 240	1.15 423	0.27 382	0.20 347	0.26 348	0.25 366	0.28 357	0.30 393

CSP-Net	0.97 397	0.38 372	0.83 298	0.53 237	0.41 310	1.63 465	0.77 417	2.00 464	1.05 263	1.25 350	1.20 300	1.33 385	0.83 308	4.93 494	0.85 372	0.32 427	0.22 387	0.20 168	0.20 242	0.23 285	0.25 328

RGC	1.14 444	0.79 498	1.26 433	0.91 512	0.96 514	1.52 456	0.77 417	1.92 446	1.26 387	1.54 453	1.93 479	2.02 493	1.54 483	2.25 411	1.31 443	0.44 489	0.35 485	0.58 518	0.48 504	0.47 472	0.46 470

Wz-Net-LNSev-Ref	0.99 403	0.40 383	1.82 493	0.66 401	0.62 439	2.05 503	0.78 419	1.91 443	1.29 402	1.54 453	1.42 378	1.51 422	1.23 446	1.99 384	1.33 444	0.23 301	0.14 162	0.20 168	0.15 107	0.27 338	0.26 352

ADCRef	1.35 468	0.55 446	2.37 516	0.72 446	0.77 482	1.94 496	0.78 419	1.91 443	1.27 393	1.57 461	1.59 429	1.36 392	1.41 468	1.54 318	7.53 547	0.23 301	0.20 347	0.32 425	0.30 436	0.29 368	0.29 379

NOSS_ROB	1.26 458	0.46 410	0.62 154	0.56 289	0.38 281	1.06 382	0.78 419	1.73 382	1.40 455	1.01 227	1.43 382	1.10 329	0.75 262	10.62 569	0.65 305	0.45 490	0.43 508	0.48 496	0.45 497	0.44 461	0.41 451

MyStereo07	0.48 126	0.29 212	0.50 76	0.55 276	0.45 339	0.59 166	0.79 422	1.05 190	0.51 74	0.48 89	0.53 73	0.43 60	0.55 179	1.30 259	0.34 97	0.17 100	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

MyStereo04	0.67 263	0.29 212	1.07 397	0.55 276	0.45 339	0.59 166	0.79 422	1.50 319	1.40 455	0.91 197	0.91 172	0.74 186	0.86 323	1.52 312	0.62 296	0.17 100	0.16 260	0.24 290	0.20 242	0.23 285	0.20 247

SACVNet	0.85 362	0.46 410	0.85 300	0.81 478	0.56 407	0.80 298	0.79 422	1.68 371	1.12 299	1.34 399	1.33 348	1.25 364	0.94 360	2.39 422	0.76 339	0.34 446	0.26 423	0.31 410	0.29 427	0.35 413	0.44 465

STrans-v2	1.04 423	0.28 177	0.96 357	0.49 156	0.32 196	0.68 232	0.79 422	2.47 530	1.12 299	1.12 265	1.46 395	1.40 397	1.46 475	6.70 533	0.43 187	0.18 139	0.13 111	0.20 168	0.18 188	0.18 120	0.18 174

GEStereo_RVC	0.90 377	0.37 365	0.99 363	0.64 380	0.50 368	0.95 352	0.79 422	2.42 527	1.17 338	1.16 299	1.11 255	1.26 368	0.92 346	3.24 458	0.90 382	0.29 407	0.19 329	0.23 270	0.20 242	0.27 338	0.29 379

DRN-Test	1.00 408	0.44 401	1.13 413	0.70 434	0.81 494	1.62 464	0.79 422	2.14 490	1.44 466	1.78 484	1.33 348	1.43 401	1.05 407	2.18 404	1.53 477	0.27 382	0.21 369	0.31 410	0.30 436	0.32 397	0.28 374

UDG	1.41 476	2.65 563	0.99 363	1.44 538	1.64 542	1.34 432	0.80 428	1.60 351	1.23 373	1.23 336	1.71 452	2.01 491	1.34 463	1.47 305	1.41 460	0.90 528	0.54 531	2.29 548	0.75 531	1.84 539	1.04 533

UPFNet	0.80 336	0.32 281	0.90 334	0.59 324	0.74 471	1.26 419	0.80 428	1.52 328	1.10 293	1.30 373	1.12 262	1.30 379	0.84 312	1.67 341	1.09 412	0.24 316	0.24 408	0.24 290	0.23 338	0.25 312	0.18 174

PS-NSSS	0.99 403	0.58 457	0.93 343	0.58 311	0.57 410	0.91 336	0.80 428	1.81 415	1.14 314	1.14 283	1.67 449	1.00 293	0.83 308	4.62 485	0.78 347	0.37 461	0.31 460	0.52 502	0.32 451	0.45 465	0.38 442

G2L-Stereo_test	0.73 300	0.27 155	0.74 252	0.49 156	0.40 302	0.90 332	0.81 431	1.53 334	1.14 314	1.28 359	1.27 324	1.52 424	0.72 256	1.62 331	0.94 386	0.19 180	0.14 162	0.16 49	0.15 107	0.18 120	0.19 214

LRCNet_RVC	22.74 579	32.10 585	21.97 572	29.84 582	26.23 579	4.42 554	0.81 431	22.66 578	2.02 515	26.93 583	29.26 583	23.06 584	15.59 573	23.84 580	18.88 573	31.75 586	19.90 587	34.65 585	32.13 586	30.54 585	28.32 586

ARAFT	0.77 321	0.36 358	1.49 472	0.51 198	0.31 177	0.90 332	0.82 433	1.90 439	1.06 267	1.62 469	1.24 310	1.02 302	0.64 229	1.84 367	0.50 243	0.18 139	0.14 162	0.28 380	0.27 394	0.17 89	0.16 124

APVNet	1.06 424	0.53 440	1.42 457	0.84 490	0.79 487	1.92 494	0.82 433	1.90 439	1.08 278	1.08 243	1.43 382	1.56 429	1.13 427	3.07 452	1.58 478	0.31 420	0.34 474	0.42 482	0.36 476	0.36 420	0.37 436

zh-mn7	1.70 499	1.21 529	8.30 555	0.69 428	0.53 394	1.45 450	0.84 435	1.70 378	2.09 519	2.41 523	2.67 516	1.68 452	1.23 446	4.49 481	2.87 514	0.30 412	0.26 423	0.27 365	0.27 394	0.31 388	0.35 425

CBFPSM	0.92 382	0.33 303	1.86 496	0.49 156	0.38 281	1.75 475	0.84 435	1.39 292	1.12 299	1.09 249	0.99 196	2.37 508	1.66 497	1.32 264	1.42 464	0.19 180	0.18 311	0.20 168	0.20 242	0.21 236	0.33 415

delet	0.85 362	0.32 281	0.95 351	0.65 394	0.66 448	1.64 467	0.84 435	1.75 389	1.35 433	1.32 387	1.30 334	1.30 379	0.88 333	1.68 346	1.10 415	0.21 249	0.21 369	0.24 290	0.24 351	0.21 236	0.21 264

RP	1.09 432	0.50 429	1.12 411	0.90 509	1.04 517	1.11 389	0.84 435	1.80 412	1.62 485	1.55 456	2.00 485	1.90 477	1.78 503	1.84 367	1.25 434	0.52 503	0.36 490	0.48 496	0.36 476	0.45 465	0.43 462

PA-Net	1.01 414	0.57 454	1.29 438	0.64 380	0.74 471	1.19 409	0.84 435	1.69 373	1.43 465	1.16 299	1.19 296	1.32 384	1.19 438	3.42 464	1.25 434	0.29 407	0.45 515	0.33 434	0.49 507	0.32 397	0.47 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	1.03 420	0.34 327	1.11 409	0.69 428	0.45 339	2.07 504	0.84 435	2.13 486	1.50 473	1.15 289	1.33 348	2.40 510	1.07 414	2.60 435	1.51 476	0.23 301	0.18 311	0.22 232	0.20 242	0.31 388	0.27 362

DLCB_ROB	0.86 367	0.40 383	0.78 281	0.68 424	0.54 398	1.11 389	0.84 435	1.49 315	1.23 373	1.64 473	1.65 444	1.70 455	0.91 343	1.70 348	1.05 404	0.25 343	0.24 408	0.26 348	0.27 394	0.27 338	0.24 316

CRFU-Net	0.86 367	0.39 377	1.00 368	0.65 394	0.57 410	1.78 482	0.86 442	2.15 492	0.81 171	1.38 412	1.18 289	1.64 446	1.19 438	1.35 272	0.90 382	0.26 366	0.22 387	0.21 203	0.19 210	0.23 285	0.24 316

KYRaft	0.75 313	0.28 177	0.62 154	0.56 289	0.29 129	0.67 225	0.86 442	0.94 141	0.84 181	1.62 469	2.21 497	1.16 343	1.02 399	1.57 323	0.40 155	0.20 215	0.13 111	0.22 232	0.28 415	0.20 195	1.02 531

z-ln-s-r	1.02 417	0.55 446	2.09 503	0.52 219	0.55 404	0.78 284	0.87 444	1.47 311	1.34 423	1.12 265	1.62 437	1.37 395	1.06 410	2.62 437	3.32 524	0.19 180	0.14 162	0.21 203	0.17 170	0.27 338	0.21 264

rvit_105_1	0.72 282	0.52 436	1.01 372	0.78 470	0.49 361	0.75 265	0.87 444	1.12 224	1.18 345	0.99 219	0.79 148	0.90 251	0.77 274	1.26 249	0.75 336	0.41 475	0.36 490	0.36 460	0.41 488	0.30 379	0.33 415

NVstereo2D	0.92 382	0.41 391	1.48 470	0.72 446	0.72 465	1.20 411	0.87 444	1.75 389	1.38 445	0.99 219	1.13 267	1.26 368	0.98 382	2.21 408	0.89 379	0.43 484	0.20 347	0.38 466	0.24 351	0.57 496	0.63 507

Syn2CoEx	1.14 444	0.69 484	1.66 481	0.80 475	0.67 452	1.40 442	0.88 447	2.06 480	1.54 479	1.25 350	1.58 428	1.42 400	1.50 482	4.09 474	1.40 456	0.36 457	0.32 468	0.34 444	0.29 427	0.29 368	0.34 420

SuperB	2.53 535	0.59 460	18.45 568	0.69 428	0.50 368	1.87 491	0.88 447	1.67 370	2.39 525	1.50 443	1.42 378	1.14 341	1.15 429	4.28 479	5.07 537	0.24 316	0.19 329	0.22 232	0.19 210	7.86 575	0.34 420

anonymity	1.12 439	0.97 511	1.21 424	1.07 526	1.12 524	1.08 385	0.89 449	1.95 454	1.16 335	1.29 365	1.26 321	1.22 353	1.09 418	1.15 221	1.01 401	1.02 533	1.00 556	0.97 532	0.97 544	0.98 525	0.99 530

FAT-Stereo	1.07 426	0.41 391	1.32 443	0.72 446	0.58 419	1.08 385	0.89 449	1.96 455	1.65 487	1.75 481	1.98 482	2.03 494	1.48 478	2.02 387	1.18 430	0.42 479	0.35 485	0.34 444	0.29 427	0.35 413	0.53 489

NCC-stereo	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 387	1.74 456	1.88 473	1.74 500	2.35 418	1.25 434	0.45 490	0.37 492	0.45 489	0.58 519	0.42 449	0.42 455

Abc-Net	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 387	1.74 456	1.88 473	1.74 500	2.35 418	1.25 434	0.45 490	0.37 492	0.45 489	0.58 519	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	1.37 470	0.87 506	2.56 521	0.84 490	0.69 460	1.83 487	0.89 449	2.07 481	1.88 505	1.88 496	1.53 410	1.91 478	1.55 485	2.85 445	3.05 516	0.48 498	0.29 450	0.44 488	0.39 483	0.69 514	0.60 504

G-Net	1.66 494	0.63 475	1.56 475	1.11 528	0.74 471	2.98 536	0.91 454	1.55 341	1.22 370	2.76 533	8.18 564	2.32 506	2.53 538	1.92 376	1.87 489	0.48 498	0.44 511	0.45 489	0.31 443	0.60 504	0.57 498

StereoDRNet	0.98 401	0.47 415	1.70 483	0.76 465	0.94 511	1.51 455	0.91 454	1.92 446	1.32 416	1.61 465	1.13 267	1.47 416	0.97 375	1.75 355	1.46 471	0.28 396	0.23 399	0.29 391	0.27 394	0.35 413	0.27 362

DDUNet	1.50 481	2.69 564	1.12 411	1.77 542	1.88 544	1.84 488	0.92 456	1.70 378	1.16 335	1.38 412	1.79 463	1.60 436	1.12 423	1.37 278	1.08 410	1.10 538	0.76 541	2.37 550	0.94 542	2.00 540	1.37 541

psm_up	0.77 321	0.34 327	0.70 206	0.66 401	0.58 419	1.05 379	0.92 456	1.52 328	1.12 299	1.26 354	1.16 284	1.31 383	1.23 446	1.20 235	0.81 359	0.25 343	0.29 450	0.31 410	0.27 394	0.27 338	0.25 328

RYNet	1.17 451	0.49 422	1.24 430	0.70 434	0.97 515	1.71 471	0.92 456	1.91 443	1.46 468	1.38 412	1.14 271	1.88 473	1.30 459	4.24 476	1.87 489	0.26 366	0.21 369	0.35 452	0.27 394	0.55 493	0.54 490

PDISCO_ROB	1.32 465	0.65 478	1.44 458	1.36 533	1.46 540	2.55 522	0.92 456	2.45 529	2.07 518	1.37 407	1.49 403	1.65 449	1.00 392	2.82 442	1.35 449	1.01 531	0.27 432	0.54 508	0.47 502	0.71 516	0.73 519

w-ln-seven-2	1.18 452	0.61 470	4.25 536	0.68 424	0.61 433	1.20 411	0.93 460	1.63 360	1.35 433	1.66 474	1.53 410	1.47 416	1.37 466	3.00 451	1.74 484	0.25 343	0.24 408	0.29 391	0.26 383	0.33 406	0.28 374

DSFCA	0.93 385	0.34 327	1.06 392	0.52 219	0.65 445	1.55 459	0.93 460	1.49 315	1.19 353	1.56 457	1.15 279	1.50 420	0.96 372	3.07 452	1.02 402	0.30 412	0.26 423	0.25 329	0.25 366	0.28 357	0.24 316

MaskLacGwcNet_RVC	1.10 434	1.02 516	1.00 368	0.82 486	0.67 452	1.93 495	0.93 460	1.62 358	1.11 295	1.15 289	1.25 314	1.50 420	0.79 285	1.96 382	0.76 339	1.89 543	0.34 474	0.79 527	0.36 476	1.25 536	0.83 523

FCDSN-DC	2.32 527	0.63 475	0.81 290	0.84 490	0.75 478	2.23 510	0.94 463	2.09 484	1.80 501	5.45 563	7.72 561	7.77 560	6.93 567	3.39 461	1.80 487	0.52 503	0.48 520	0.52 502	0.51 512	0.57 496	0.58 499
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSMD_ROB	1.99 518	0.59 460	0.89 330	0.70 434	0.61 433	3.95 549	0.94 463	1.80 412	1.79 500	4.41 553	4.43 537	8.17 561	3.66 550	3.40 462	1.33 444	0.52 503	0.48 520	0.54 508	0.58 519	0.53 489	0.50 483

w-ln-seven	1.38 472	0.70 487	3.91 535	0.75 462	0.72 465	2.69 528	0.95 465	2.02 472	1.99 513	1.99 503	1.73 454	1.82 470	1.17 431	2.45 425	2.84 513	0.28 396	0.25 417	0.31 410	0.30 436	0.41 444	0.33 415

MFN_U_SF_RVC	1.52 483	0.84 501	3.42 530	0.87 504	0.66 448	2.56 523	0.95 465	2.36 521	1.70 492	1.98 502	1.86 472	2.45 513	1.79 504	2.95 447	2.58 508	0.52 503	0.48 520	0.55 512	0.59 522	0.59 500	0.61 505

DeepPrunerF	1.60 489	0.73 490	5.81 546	0.88 505	1.19 531	0.91 336	0.95 465	2.19 505	5.24 559	1.17 308	1.30 334	1.19 348	1.30 459	4.90 492	1.66 483	0.42 479	0.34 474	0.52 502	0.47 502	0.41 444	0.40 446

MSAF-DinoV2	1.97 516	0.80 500	10.38 560	0.86 497	0.48 357	1.39 440	0.97 468	2.55 533	1.72 495	1.53 447	1.65 444	3.59 535	2.20 528	5.39 505	3.94 531	0.27 382	0.17 289	0.26 348	0.28 415	0.47 472	0.46 470

ssnet_v2	0.88 372	0.36 358	1.02 379	0.62 362	0.38 281	1.32 428	0.97 468	2.07 481	1.34 423	1.37 407	1.18 289	1.54 426	0.92 346	1.10 210	1.65 481	0.30 412	0.27 432	0.30 404	0.28 415	0.27 338	0.26 352

Prome-Stereo	0.75 313	0.27 155	0.53 97	0.55 276	0.32 196	0.59 166	0.97 468	0.89 117	0.88 191	1.45 431	2.46 510	0.91 254	1.41 468	1.58 325	0.44 190	0.18 139	0.13 111	0.19 133	0.17 170	0.20 195	0.92 527

PVD	1.70 499	0.84 501	2.26 513	0.94 517	0.83 497	2.48 520	0.97 468	2.59 534	3.35 544	3.01 541	2.77 518	2.34 507	2.47 536	2.67 439	3.14 519	0.47 497	0.45 515	0.59 519	0.48 504	0.59 500	0.75 521

CVANet_RVC	1.07 426	0.43 398	0.76 266	0.60 336	0.50 368	0.90 332	0.97 468	1.52 328	1.26 387	1.33 395	1.38 369	1.24 360	1.18 435	6.75 535	0.75 336	0.34 446	0.23 399	0.34 444	0.29 427	0.42 449	0.27 362

GMM-Stereo	0.74 305	0.25 103	0.59 140	0.54 252	0.34 235	0.72 252	0.99 473	1.01 170	0.87 187	1.36 404	1.78 462	1.12 334	0.81 295	2.09 394	0.46 217	0.18 139	0.12 50	0.25 329	0.25 366	0.20 195	0.85 525

ccnet	1.12 439	0.67 480	1.01 372	0.78 470	0.73 470	1.72 473	0.99 473	1.84 424	1.26 387	1.47 434	1.85 471	1.75 463	1.29 455	1.75 355	1.88 491	0.57 512	0.53 528	0.57 517	0.55 516	0.59 500	0.54 490

Wz-Net-LNSev	1.03 420	0.67 480	2.71 525	0.64 380	0.84 498	1.75 475	1.00 475	1.80 412	1.32 416	1.28 359	1.25 314	1.65 449	1.22 445	1.39 287	1.40 456	0.28 396	0.26 423	0.24 290	0.23 338	0.33 406	0.32 409

CC-Net-ROB	1.49 479	1.26 531	1.27 436	0.88 505	0.79 487	1.76 477	1.00 475	1.79 409	1.26 387	1.10 257	1.61 434	1.21 351	0.99 390	8.13 553	0.84 369	1.09 537	0.41 505	2.20 546	0.46 500	1.20 535	0.48 477

Consistency-Raft	1.25 457	0.99 514	1.93 499	1.02 522	1.21 532	0.96 358	1.01 477	1.75 389	1.92 509	1.36 404	2.12 493	1.44 406	1.01 394	1.14 220	1.40 456	0.72 525	0.82 543	0.89 530	0.98 546	1.31 537	0.95 528

IRAFT_RVC	0.88 372	0.28 177	0.76 266	0.63 371	0.31 177	0.65 212	1.02 478	1.22 258	0.94 213	1.22 330	1.04 227	1.01 300	0.98 382	5.82 516	0.53 262	0.22 275	0.12 50	0.25 329	0.20 242	0.20 195	0.19 214

MeshStereo	2.26 525	0.56 450	0.92 341	0.61 350	0.49 361	2.60 524	1.02 478	3.18 542	2.05 517	7.40 570	4.98 547	7.58 558	2.98 544	6.37 525	1.96 495	0.43 484	0.43 508	0.45 489	0.39 483	0.43 455	0.42 455
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
z-mn7	1.56 486	0.84 501	4.36 539	0.71 442	0.51 379	2.60 524	1.04 480	1.73 382	2.70 537	1.53 447	2.99 522	1.94 483	1.34 463	4.78 489	2.41 506	0.29 407	0.24 408	0.27 365	0.24 351	0.34 410	0.31 403

FC-DCNN	2.72 542	0.59 460	0.86 306	0.73 454	0.57 410	2.91 533	1.04 480	3.01 540	2.60 532	6.83 565	7.64 559	9.92 565	6.33 565	5.21 497	3.14 519	0.53 509	0.48 520	0.51 500	0.50 509	0.53 489	0.51 487

FC-DCNN v2	2.81 543	0.59 460	0.85 300	0.73 454	0.57 410	2.97 535	1.05 482	3.39 546	2.61 533	6.98 566	7.67 560	10.38 568	6.31 564	5.75 515	3.37 525	0.53 509	0.48 520	0.51 500	0.50 509	0.53 489	0.51 487

ADCP+	1.99 518	0.48 419	7.73 551	0.66 401	0.91 507	2.30 513	1.05 482	1.82 416	1.34 423	1.54 453	1.32 346	1.74 460	1.61 490	2.17 401	13.37 564	0.24 316	0.21 369	0.32 425	0.28 415	0.37 424	0.29 379

aanetorigin	1.23 454	0.79 498	2.78 527	0.70 434	0.79 487	0.99 368	1.06 484	1.06 203	1.37 441	3.52 544	2.61 514	1.72 457	1.63 491	1.99 384	1.78 486	0.25 343	0.24 408	0.26 348	0.25 366	0.38 433	0.45 467

FINET	0.97 397	0.54 441	1.60 478	0.63 371	0.79 487	1.08 385	1.07 485	1.56 344	2.20 522	1.15 289	1.49 403	0.94 268	0.88 333	2.32 416	1.05 404	0.42 479	0.35 485	0.32 425	0.28 415	0.43 455	0.38 442

PASM	1.34 467	0.92 509	2.62 523	0.86 497	0.87 505	1.03 376	1.08 486	1.50 319	1.51 475	1.82 492	1.41 377	1.68 452	1.26 452	4.87 491	1.34 446	0.61 518	0.65 539	0.68 524	0.78 533	0.69 514	0.68 515

FBW_ROB	1.71 502	0.62 474	1.45 463	0.67 413	0.61 433	1.81 484	1.08 486	2.52 531	1.70 492	1.77 483	1.73 454	1.98 488	1.25 450	12.57 572	1.84 488	0.34 446	0.37 492	0.56 515	0.38 481	0.45 465	0.43 462

MDST_ROB	1.67 495	0.34 327	1.58 477	0.92 514	0.58 419	4.26 553	1.11 488	2.83 536	1.41 460	4.49 555	2.55 513	1.45 408	0.97 375	7.79 550	1.17 427	0.31 420	0.25 417	0.37 463	0.33 461	0.31 388	0.30 393

SPS-STEREO	1.67 495	1.04 517	1.23 427	1.21 530	1.13 526	1.82 486	1.11 488	2.16 495	1.52 476	3.07 543	2.32 501	2.82 524	1.80 505	4.11 475	2.04 498	1.03 534	0.99 555	0.97 532	0.94 542	1.03 530	1.02 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet_ROB	0.90 377	0.52 436	1.17 421	0.72 446	0.61 433	1.27 420	1.12 490	1.76 395	1.12 299	1.09 249	1.28 330	1.45 408	0.89 339	1.65 336	1.42 464	0.33 436	0.25 417	0.37 463	0.39 483	0.35 413	0.29 379

ETE_ROB	0.96 391	0.64 477	1.16 419	0.69 428	0.48 357	1.14 394	1.13 491	1.77 399	1.19 353	1.91 500	1.45 389	1.73 458	1.05 407	1.60 328	1.14 422	0.32 427	0.26 423	0.38 466	0.34 467	0.39 437	0.41 451

ADCMid	1.89 513	0.73 490	5.06 541	0.72 446	0.67 452	2.00 501	1.14 492	1.97 459	1.48 470	2.86 536	1.81 466	2.37 508	2.05 521	2.24 409	10.39 561	0.33 436	0.31 460	0.39 472	0.43 493	0.50 481	0.44 465

XPNet_ROB	0.96 391	0.49 422	1.09 404	0.72 446	0.57 410	1.11 389	1.14 492	1.66 368	1.23 373	1.85 494	1.39 373	1.64 446	1.11 420	1.80 364	1.42 464	0.38 465	0.30 454	0.33 434	0.29 427	0.37 424	0.34 420

WCMA_ROB	1.84 507	0.47 415	1.31 440	0.69 428	0.57 410	2.11 506	1.14 492	1.87 430	1.73 496	4.04 549	6.43 552	5.62 552	3.61 549	2.59 434	1.94 494	0.52 503	0.44 511	0.39 472	0.42 491	0.48 477	0.47 474

Ntro	1.64 493	1.15 526	1.23 427	2.48 550	1.83 543	2.09 505	1.16 495	1.96 455	1.38 445	1.21 325	1.62 437	1.62 438	1.29 455	1.87 373	1.11 418	3.04 555	0.56 532	1.82 544	0.64 525	2.80 550	2.05 551

EDNetEfficientorigin	10.57 570	1.47 540	177.42 593	0.67 413	0.53 394	1.58 461	1.16 495	1.90 439	3.37 545	4.71 557	3.38 527	3.10 531	2.69 540	3.13 456	3.58 526	0.25 343	0.23 399	0.33 434	0.27 394	0.83 519	0.81 522

SGM_RVC	1.68 497	0.36 358	0.61 148	0.59 324	0.29 129	2.25 511	1.18 497	2.38 524	1.68 491	3.60 545	2.67 516	3.69 537	2.42 534	8.13 553	1.90 492	0.31 420	0.31 460	0.30 404	0.28 415	0.30 379	0.29 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S-Stereo	1.15 448	0.46 410	2.17 509	0.81 478	0.80 492	1.21 413	1.19 498	1.93 450	2.02 515	1.47 434	2.11 492	1.57 430	1.17 431	2.05 391	1.41 460	0.40 471	0.40 503	0.35 452	0.31 443	0.44 461	0.70 516

pmcnn	2.37 529	0.42 395	2.71 525	0.63 371	0.43 325	1.54 458	1.19 498	2.01 468	1.53 478	2.64 529	7.60 558	18.07 575	1.45 474	3.44 466	2.78 512	0.18 139	0.15 220	0.15 19	0.12 38	0.20 195	0.18 174

ADCPNet	1.85 508	0.69 484	8.07 552	0.71 442	0.58 419	2.79 531	1.22 500	1.94 452	1.54 479	1.88 496	1.69 450	2.46 514	2.04 519	2.37 420	6.48 542	0.38 465	0.37 492	0.38 466	0.43 493	0.47 472	0.45 467

otaku	1.60 489	1.11 523	1.21 424	2.20 545	1.56 541	1.97 498	1.24 501	2.07 481	1.36 437	1.44 429	1.62 437	1.73 458	1.19 438	1.73 354	0.98 398	2.89 554	0.57 533	1.74 542	0.60 523	2.78 549	1.94 550

ACVNet-4b	2.15 521	1.41 536	1.64 479	2.80 552	2.31 552	2.31 514	1.24 501	2.32 517	2.14 520	1.26 354	2.39 505	2.66 519	1.48 478	5.95 520	1.06 406	3.20 559	0.45 515	2.37 550	0.89 539	2.83 553	2.37 555

PSM-AAD	0.79 333	0.27 155	0.53 97	0.55 276	0.28 112	0.77 279	1.24 501	0.99 160	0.91 203	1.66 474	1.57 425	0.81 209	2.19 527	1.65 336	0.44 190	0.19 180	0.14 162	0.38 466	0.32 451	0.21 236	0.70 516

RAFT + AFF	1.00 408	0.42 395	1.09 404	0.67 413	0.50 368	1.22 414	1.24 501	2.24 511	1.19 353	1.30 373	1.56 421	1.17 344	1.49 480	3.44 466	0.83 366	0.21 249	0.25 417	0.30 404	0.26 383	0.27 338	0.27 362

LALA_ROB	1.01 414	0.59 460	1.16 419	0.67 413	0.51 379	1.63 465	1.26 505	1.69 373	1.38 445	1.81 491	1.37 364	1.94 483	1.02 399	1.58 325	1.38 452	0.37 461	0.27 432	0.43 484	0.37 479	0.43 455	0.37 436

SGM-Forest	1.24 455	0.38 372	0.60 145	0.52 219	0.37 264	1.56 460	1.30 506	1.65 363	1.36 437	2.11 510	1.79 463	1.63 443	0.93 355	7.48 546	0.95 390	0.36 457	0.37 492	0.39 472	0.34 467	0.37 424	0.32 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-sn7	1.76 505	1.38 532	6.58 549	0.74 458	0.72 465	1.78 482	1.31 507	1.88 433	1.56 482	1.86 495	2.47 511	1.81 467	2.08 523	5.12 496	3.80 529	0.32 427	0.32 468	0.32 425	0.32 451	0.44 461	0.40 446

GANetREF_RVC	1.07 426	0.86 505	1.31 440	0.82 486	0.53 394	1.41 447	1.31 507	1.76 395	1.52 476	1.27 357	1.31 340	1.46 411	1.24 449	2.03 388	0.96 394	0.56 511	0.45 515	0.67 523	0.50 509	0.88 522	0.59 501
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
THIR-Stereo	1.02 417	0.27 155	0.69 200	0.49 156	0.28 112	0.95 352	1.34 509	1.03 176	0.97 227	1.34 399	1.90 477	1.17 344	1.58 486	6.44 526	0.78 347	0.19 180	0.14 162	0.21 203	0.22 315	0.19 161	0.20 247

SGM+DAISY	2.41 532	1.07 518	2.14 508	1.18 529	1.10 520	2.14 508	1.36 510	1.96 455	1.66 488	5.46 564	7.07 555	4.95 548	4.32 556	5.50 507	2.26 504	1.04 535	1.02 558	0.99 534	0.97 544	1.02 528	1.04 533

DGSMNet	1.14 444	0.76 496	2.49 519	0.81 478	0.86 503	1.39 440	1.39 511	2.13 486	1.35 433	1.26 354	1.63 441	1.48 418	0.98 382	1.75 355	1.10 415	0.45 490	0.43 508	0.55 512	0.49 507	0.75 518	0.70 516

Wz-Net-SNSev	1.49 479	1.23 530	6.27 548	0.68 424	0.67 452	1.37 435	1.41 512	2.00 464	1.39 450	1.48 440	1.61 434	2.29 503	1.32 461	3.93 471	2.14 502	0.31 420	0.28 439	0.31 410	0.33 461	0.42 449	0.36 431

MFMNet_re	1.40 475	1.14 525	1.68 482	1.39 535	1.07 518	1.48 452	1.43 513	1.87 430	1.82 503	2.26 513	2.19 496	1.51 422	1.86 510	1.52 312	1.25 434	0.93 529	0.83 544	0.84 529	0.80 534	0.99 527	1.05 535

TDLM	1.06 424	0.44 401	0.79 284	0.63 371	0.50 368	0.89 329	1.44 514	1.48 313	1.26 387	1.12 265	1.40 375	1.08 317	0.98 382	6.65 529	0.78 347	0.33 436	0.21 369	0.33 434	0.26 383	0.37 424	0.24 316

ACVNet_1	2.18 522	1.45 539	1.72 486	2.85 554	2.33 553	2.28 512	1.46 515	3.08 541	2.22 523	1.82 492	2.05 490	3.56 534	1.98 517	3.09 455	1.40 456	3.17 556	0.60 535	2.40 554	0.92 541	2.91 556	2.37 555

Wz-Net-MNSev	1.11 437	0.58 457	2.23 512	0.66 401	0.71 463	1.95 497	1.46 515	1.98 461	1.45 467	1.79 487	1.43 382	1.49 419	1.33 462	1.97 383	1.42 464	0.27 382	0.23 399	0.28 380	0.28 415	0.34 410	0.31 403

NVStereoNet_ROB	1.88 510	1.07 518	1.45 463	1.07 526	1.17 528	1.47 451	1.48 517	1.89 436	1.93 511	1.94 501	4.67 544	3.08 530	1.80 505	6.51 527	1.65 481	1.06 536	0.86 550	1.08 538	1.32 551	0.93 523	1.26 539
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-8	4.40 551	1.82 549	1.79 490	2.34 547	2.20 546	9.19 563	1.53 518	6.09 564	16.46 572	3.94 547	7.84 562	7.32 555	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 544	1.68 545

Venus	4.40 551	1.82 549	1.79 490	2.34 547	2.20 546	9.19 563	1.53 518	6.09 564	16.46 572	3.94 547	7.84 562	7.32 555	3.72 552	9.41 563	3.31 522	2.00 544	1.07 559	2.44 555	1.37 555	2.50 544	1.68 545

coex-ft	8.13 566	2.13 558	98.04 592	0.67 413	0.53 394	1.71 471	1.56 520	1.65 363	11.11 566	18.17 581	3.75 532	3.88 539	7.61 568	2.98 450	6.49 543	0.30 412	0.30 454	0.32 425	0.31 443	0.66 511	0.50 483

EDNetEfficient	2.37 529	1.10 520	8.08 553	0.74 458	0.71 463	0.98 367	1.56 520	1.46 309	4.06 552	4.90 558	2.82 519	2.25 501	3.48 548	2.95 447	9.97 557	0.26 366	0.24 408	0.26 348	0.30 436	0.68 513	0.61 505

SANet	1.88 510	0.57 454	2.18 511	0.63 371	0.40 302	2.80 532	1.57 522	2.39 525	5.88 561	2.36 520	3.57 530	3.72 538	2.97 543	4.74 487	1.76 485	0.34 446	0.30 454	0.32 425	0.29 427	0.48 477	0.37 436

WZ-Net	1.95 514	0.95 510	10.10 557	0.86 497	0.78 484	1.69 470	1.60 523	2.20 508	1.98 512	2.08 508	1.93 479	2.30 504	1.97 516	5.30 499	3.17 521	0.34 446	0.26 423	0.29 391	0.31 443	0.51 485	0.47 474

DPSNet	1.69 498	0.59 460	4.33 537	0.70 434	0.57 410	2.02 502	1.62 524	3.35 545	1.78 499	1.48 440	1.38 369	2.17 499	2.84 541	4.77 488	3.66 527	0.48 498	0.31 460	0.29 391	0.25 366	0.64 507	0.48 477

CBMV	0.95 390	0.44 401	0.66 178	0.53 237	0.35 239	1.53 457	1.63 525	1.69 373	1.42 463	2.00 506	1.60 430	1.43 401	1.17 431	1.59 327	0.99 399	0.34 446	0.34 474	0.39 472	0.33 461	0.33 406	0.32 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NCCL2	1.00 408	0.56 450	1.06 392	0.75 462	0.57 410	1.31 427	1.72 526	1.77 399	1.36 437	1.50 443	1.17 287	1.91 478	1.17 431	1.54 318	1.29 441	0.35 453	0.31 460	0.45 489	0.44 495	0.40 441	0.40 446

GANet	1.36 469	0.47 415	0.86 306	0.67 413	0.45 339	1.34 432	1.73 527	1.64 362	1.24 379	1.49 442	2.38 504	1.55 428	1.20 441	9.30 559	0.93 384	0.30 412	0.31 460	0.33 434	0.28 415	0.39 437	0.30 393

CSAN	1.41 476	0.59 460	1.26 433	0.70 434	0.50 368	1.76 477	1.78 528	1.77 399	1.90 508	2.35 518	2.32 501	1.92 481	1.94 515	5.56 510	1.49 474	0.43 484	0.35 485	0.40 477	0.41 488	0.43 455	0.41 451

ADCS	2.25 524	0.99 514	5.55 543	0.81 478	0.74 471	2.19 509	1.80 529	2.27 514	2.14 520	2.80 535	2.13 494	2.40 510	2.03 518	2.64 438	13.69 565	0.41 475	0.39 501	0.40 477	0.45 497	0.58 498	0.56 494

RainbowNet	1.97 516	1.76 545	1.57 476	2.81 553	2.21 548	1.98 500	1.81 530	2.54 532	1.89 506	1.50 443	1.84 469	1.96 486	1.65 493	2.14 398	1.25 434	3.33 561	0.85 548	2.39 553	0.98 546	2.82 552	2.22 552

MADNet+	2.69 539	3.22 568	11.53 562	1.44 538	1.12 524	3.19 538	1.81 530	2.85 537	2.37 524	1.68 476	2.07 491	2.85 525	2.18 526	7.41 543	5.23 538	0.79 526	0.76 541	0.69 526	0.65 526	0.98 525	0.95 528

Wz-Net-TNSev	1.88 510	2.08 557	7.66 550	0.67 413	0.64 443	2.42 518	1.83 532	2.33 518	1.74 498	1.57 461	1.56 421	2.58 516	1.90 513	4.86 490	3.12 518	0.39 468	0.37 492	0.33 434	0.37 479	0.53 489	0.58 499

ADCL	1.72 503	0.57 454	3.66 532	0.67 413	0.61 433	2.61 526	1.85 533	1.96 455	1.67 489	1.90 499	1.83 467	2.06 497	1.90 513	2.13 397	9.15 556	0.26 366	0.24 408	0.34 444	0.32 451	0.38 433	0.35 425

GrayStereo	0.82 347	0.26 126	0.58 133	0.63 371	0.37 264	0.76 271	1.86 534	1.11 222	0.87 187	1.99 503	1.89 476	1.08 317	1.82 508	1.39 287	0.48 229	0.19 180	0.14 162	0.19 133	0.21 286	0.18 120	0.39 445

FTStereo	0.91 380	0.26 126	0.56 117	0.54 252	0.33 217	0.66 221	1.87 535	1.00 164	0.75 150	1.75 481	4.15 536	1.04 309	1.65 493	1.57 323	0.46 217	0.19 180	0.16 260	0.23 270	0.21 286	0.18 120	0.63 507

ACVNet_2	2.43 533	1.41 536	2.04 501	2.62 551	2.24 549	2.63 527	1.88 536	3.31 543	3.01 540	2.19 511	3.45 529	4.62 542	2.04 519	4.50 483	1.47 472	2.55 550	0.64 537	2.22 547	0.84 536	2.69 548	2.29 554

LSM	6.33 560	1.10 520	13.19 563	1.41 537	68.17 588	1.64 467	1.90 537	1.92 446	2.46 527	2.99 539	3.11 524	1.88 473	1.80 505	2.61 436	2.06 500	0.41 475	0.58 534	0.50 499	0.57 518	0.64 507	17.66 582

SAMSARA	1.55 485	0.84 501	2.61 522	1.22 531	1.07 518	2.50 521	1.93 538	2.05 475	1.89 506	2.75 532	1.66 447	2.81 523	1.69 498	3.08 454	1.97 496	0.46 496	0.51 526	0.42 482	0.46 500	0.58 498	0.59 501

WAO-7	2.66 536	1.40 535	1.73 488	1.39 535	1.17 528	3.93 548	1.94 539	4.11 552	3.88 551	2.92 537	5.50 548	4.18 540	3.00 545	7.63 548	3.71 528	1.13 539	1.00 556	1.17 539	1.13 550	1.18 534	1.09 537

RTS	2.67 537	1.38 532	15.28 566	0.99 519	1.26 534	3.78 545	1.96 540	2.15 492	2.62 534	2.61 527	2.85 520	2.60 517	1.59 487	6.27 523	5.71 540	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

RTSA	2.67 537	1.38 532	15.28 566	0.99 519	1.26 534	3.78 545	1.96 540	2.15 492	2.62 534	2.61 527	2.85 520	2.60 517	1.59 487	6.27 523	5.71 540	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

IMH	3.21 547	1.85 551	1.48 470	3.25 561	2.69 558	4.07 551	2.02 542	4.41 555	3.80 550	2.72 530	7.11 556	4.75 545	2.92 542	5.92 518	2.55 507	3.85 569	0.88 551	2.78 562	1.36 554	3.19 560	2.59 560

NaN_ROB	1.13 442	0.55 446	1.15 418	0.64 380	0.48 357	1.61 463	2.03 543	1.72 381	1.48 470	2.09 509	1.27 324	1.40 397	1.08 415	3.94 472	1.30 442	0.28 396	0.34 474	0.28 380	0.28 415	0.30 379	0.33 415

IMH-64-1	2.70 540	1.79 547	1.46 465	3.26 562	2.66 556	3.23 540	2.10 544	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 558	2.60 561

IMH-64	2.70 540	1.79 547	1.46 465	3.26 562	2.66 556	3.23 540	2.10 544	4.08 550	2.75 538	2.34 516	3.81 533	3.06 528	2.22 529	4.25 477	2.59 509	3.75 565	0.84 545	2.75 560	1.35 552	3.15 558	2.60 561

TorneroNet-64	5.30 558	2.03 553	1.74 489	3.43 564	2.81 559	10.09 565	2.12 546	9.10 571	17.12 577	4.96 560	9.27 567	10.72 570	3.70 551	9.20 558	4.55 536	3.31 560	0.84 545	2.88 563	1.55 559	3.49 561	3.04 564

notaker	3.98 550	2.40 562	2.68 524	3.82 569	3.27 566	3.97 550	2.14 547	4.78 558	3.45 547	4.12 552	6.94 554	7.65 559	3.26 546	7.82 551	5.30 539	4.04 570	1.41 564	3.36 569	2.10 566	3.88 564	3.31 567

Dean	2.91 546	1.53 542	2.07 502	2.96 558	2.51 555	3.15 537	2.14 547	4.75 557	4.41 556	2.76 533	6.10 551	5.53 551	2.37 532	2.97 449	1.92 493	3.18 557	0.85 548	2.51 557	1.04 549	2.88 555	2.47 558

AnyNet_C01	2.26 525	1.78 546	10.22 559	0.93 515	0.74 471	2.92 534	2.20 549	2.29 516	1.80 501	2.53 526	2.41 507	2.71 521	1.73 499	3.41 463	6.72 544	0.41 475	0.39 501	0.40 477	0.42 491	0.67 512	0.63 507

TorneroNet	10.70 571	2.03 553	1.82 493	3.43 564	3.01 562	43.83 586	2.22 550	8.87 570	67.47 593	7.17 569	27.36 581	10.68 569	3.85 554	8.67 556	7.65 551	3.59 563	0.88 551	3.04 564	1.57 560	3.71 562	3.17 565

LVE	3.31 548	1.67 544	1.64 479	2.85 554	2.42 554	3.20 539	2.26 551	4.78 558	5.05 558	2.35 518	6.91 553	6.02 553	2.37 532	9.15 557	2.17 503	3.19 558	1.08 561	2.38 552	1.47 558	2.81 551	2.40 557

WAO-6	2.81 543	1.60 543	1.46 465	2.36 549	2.28 551	3.55 542	2.29 552	4.21 553	4.56 557	2.36 520	4.51 538	4.88 546	2.66 539	4.60 484	4.07 534	1.72 542	1.15 562	2.31 549	1.46 557	2.31 541	1.85 548

ELAS	2.37 529	0.74 493	1.54 474	0.99 519	0.92 509	4.78 555	2.33 553	3.33 544	3.37 545	5.05 561	4.77 545	3.67 536	4.53 557	3.42 464	4.50 535	0.62 519	0.53 528	0.55 512	0.53 514	0.63 505	0.64 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	1.96 515	1.10 520	5.17 542	0.90 509	1.11 522	2.12 507	2.37 554	1.85 425	1.48 470	2.45 524	1.70 451	2.05 496	1.64 492	2.50 431	10.28 560	0.37 461	0.34 474	0.35 452	0.41 488	0.49 480	0.54 490

MSC_U_SF_DS_RVC	2.12 520	1.15 526	3.10 528	1.05 523	0.76 481	5.03 558	2.40 555	2.16 495	2.62 534	1.89 498	2.28 500	2.69 520	1.65 493	9.35 561	2.04 498	0.64 522	0.51 526	0.68 524	0.71 530	1.09 531	0.67 513

MFN_U_SF_DS_RVC	1.74 504	0.87 506	3.56 531	0.80 475	0.75 478	3.72 544	2.44 556	1.82 416	1.82 503	1.74 480	1.91 478	1.92 481	1.26 452	7.69 549	1.28 440	0.45 490	0.47 519	0.52 502	0.77 532	0.50 481	0.50 483

KSHMR	8.75 567	2.06 556	2.11 506	3.53 566	3.11 563	4.13 552	2.69 557	5.60 561	61.37 592	3.00 540	55.83 592	4.98 550	2.45 535	4.49 481	2.61 511	3.46 562	1.55 566	3.14 566	1.94 564	3.72 563	3.18 566

MANE	6.19 559	0.59 460	1.03 383	0.93 515	1.22 533	13.38 570	2.69 557	12.81 574	17.94 578	8.21 571	10.82 569	14.72 571	11.68 569	11.39 571	11.90 563	0.59 516	0.50 525	0.52 502	1.76 561	0.55 493	0.54 490

UNDER WATER	5.08 556	2.33 560	5.55 543	3.94 571	3.51 567	5.20 559	2.72 559	5.61 562	16.52 574	3.84 546	4.60 540	9.21 563	5.89 561	5.90 517	8.66 555	3.75 565	1.34 563	3.18 567	1.88 562	4.33 569	3.61 569

HanzoNet	11.04 572	3.62 569	8.10 554	4.08 572	3.55 569	4.90 557	2.73 560	7.19 568	10.10 565	31.86 588	28.92 582	21.96 582	36.36 584	18.08 576	10.17 559	7.94 576	3.32 570	3.47 570	3.31 569	7.06 574	4.04 571

LE_ROB	8.05 565	0.37 365	23.53 573	0.74 458	0.33 217	2.77 530	2.87 561	3.71 549	27.24 582	25.39 582	8.87 565	8.46 562	26.71 582	6.65 529	21.99 575	0.21 249	0.19 329	0.20 168	0.21 286	0.25 312	0.22 282

ktn	4.70 554	2.38 561	2.12 507	3.76 567	3.24 564	4.85 556	2.95 562	5.52 560	7.37 564	4.07 551	19.32 577	7.46 557	3.47 547	7.39 542	2.95 515	4.04 570	1.85 567	3.26 568	2.22 567	3.08 557	2.65 563

UNDER WATER-64	5.27 557	2.32 559	8.78 556	3.93 570	3.54 568	7.61 561	3.03 563	5.84 563	14.19 568	4.04 549	4.04 535	9.39 564	6.26 563	5.93 519	8.48 554	3.60 564	1.51 565	3.13 565	1.88 562	4.29 568	3.61 569

PWCK	2.88 545	2.05 555	5.72 545	2.08 544	1.11 522	3.55 542	3.90 564	2.86 538	3.54 549	3.03 542	3.63 531	3.10 531	2.31 531	8.15 555	3.09 517	2.12 546	0.91 553	1.75 543	0.98 546	2.57 546	1.18 538

ELAS_RVC	2.48 534	0.74 493	1.90 497	1.05 523	0.92 509	2.76 529	4.01 565	2.76 535	4.11 553	4.69 556	4.63 541	4.62 542	5.96 562	3.97 473	3.96 532	0.63 521	0.53 528	0.56 515	0.52 513	0.64 507	0.63 507
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 555	3.14 566	4.91 540	4.55 573	3.94 570	5.20 559	4.41 566	4.40 554	4.13 554	4.95 559	6.08 550	4.74 544	5.37 558	9.40 562	10.67 562	4.65 572	4.15 572	3.97 571	3.34 570	4.09 566	4.08 572

MultiAttention	4.51 553	0.33 303	0.82 293	0.73 454	0.45 339	30.98 583	4.50 567	2.18 504	1.40 455	1.61 465	2.41 507	2.43 512	0.70 248	38.42 585	1.36 450	0.22 275	0.15 220	0.29 391	0.30 436	0.47 472	0.43 462

SGM-ForestM	6.52 561	0.38 372	1.26 433	0.63 371	0.35 239	13.59 571	5.32 568	6.32 567	6.70 563	11.14 573	9.18 566	22.51 583	13.93 572	16.89 574	20.07 574	0.36 457	0.37 492	0.36 460	0.35 472	0.36 420	0.34 420

JetBlue	3.97 549	2.01 552	10.19 558	1.38 534	2.84 560	10.53 566	9.54 569	3.60 548	2.41 526	2.73 531	3.39 528	4.54 541	4.31 555	7.85 552	6.84 545	0.88 527	0.93 554	0.89 530	0.91 540	1.74 538	1.91 549

TCMNet-wrong-test	10.31 569	11.40 576	14.84 565	20.96 578	18.45 575	13.80 572	10.76 570	15.78 576	3.53 548	5.20 562	5.52 549	16.26 573	12.61 570	7.51 547	10.15 558	7.43 575	2.37 568	4.31 572	3.43 571	11.36 577	10.61 576

JetRed	6.91 563	8.80 574	25.96 577	2.85 554	3.25 565	13.98 573	11.87 571	6.25 566	4.28 555	4.45 554	4.56 539	6.69 554	5.46 559	7.46 545	14.05 566	2.59 551	3.31 569	2.59 558	2.29 568	4.20 567	3.36 568

CrosDoStereo	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 572	1.10 216	0.98 232	1.34 399	1.75 459	1.00 293	1.89 511	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

DeepStereo_LL	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 572	1.10 216	0.98 232	1.34 399	1.75 459	1.00 293	1.89 511	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

DPSimNet_ROB	11.20 573	4.98 571	35.43 581	2.90 557	4.52 571	7.89 562	17.09 574	4.66 556	6.06 562	14.89 577	10.93 570	17.29 574	36.81 586	13.18 573	15.68 570	2.86 553	6.29 574	5.75 575	5.09 573	3.91 565	7.70 574

tt	6.58 562	0.26 126	6.10 547	3.77 568	2.16 545	11.55 567	19.63 575	13.33 575	5.74 560	2.96 538	2.65 515	4.97 549	6.33 565	3.81 470	7.24 546	9.15 577	11.32 580	5.89 576	6.24 575	6.03 571	2.55 559

BEATNet-Init1	26.87 581	13.43 577	70.68 591	0.91 512	0.68 458	57.02 591	21.06 576	32.82 587	32.67 584	52.12 592	53.61 591	66.05 592	49.56 592	48.79 593	34.71 586	0.49 502	0.44 511	0.53 507	0.53 514	0.63 505	0.59 501

HaxPig	38.92 585	41.40 591	41.64 582	29.95 583	32.27 580	28.90 578	27.60 577	29.73 583	37.71 589	43.82 589	43.87 588	33.17 585	35.56 583	41.53 586	40.37 588	43.94 590	47.51 592	45.82 586	47.08 588	42.38 586	44.15 589

AVERAGE_ROB	40.43 586	42.37 592	42.73 583	36.96 585	35.58 582	30.50 579	27.61 578	36.71 589	38.39 590	44.91 590	44.36 589	37.45 587	36.70 585	41.88 587	40.35 587	45.43 591	46.81 591	47.11 587	46.35 587	42.51 587	43.87 588

MEDIAN_ROB	42.00 587	44.40 593	44.29 585	35.15 584	34.95 581	31.28 584	29.60 579	35.88 588	40.02 591	47.20 591	46.64 590	37.37 586	38.48 591	44.35 592	42.45 589	48.03 592	49.39 593	49.71 588	49.03 589	45.14 588	46.65 590

DGTPSM_ROB	13.01 574	8.23 572	21.87 570	9.51 575	18.10 573	11.56 568	32.01 580	10.63 572	16.20 570	7.03 567	19.48 578	10.15 566	16.66 574	9.83 567	22.42 576	4.75 573	8.68 575	5.37 573	10.25 578	6.16 572	11.36 577

DPSMNet_ROB	13.02 575	8.23 572	21.91 571	9.53 576	18.11 574	11.56 568	32.02 581	10.64 573	16.23 571	7.05 568	19.49 579	10.16 567	16.66 574	9.85 568	22.43 577	4.77 574	8.68 575	5.38 574	10.26 579	6.17 573	11.36 577

USTest	14.33 576	14.94 578	21.04 569	17.44 577	16.05 572	23.26 574	33.84 582	21.73 577	11.80 567	9.36 572	10.14 568	15.97 572	13.20 571	17.28 575	22.43 577	3.78 568	5.01 573	6.17 577	6.16 574	9.25 576	7.72 575

Anonymous_1	43.04 589	18.73 579	24.79 574	21.81 579	46.26 586	27.80 575	37.60 583	28.08 582	16.14 569	14.66 576	14.30 571	20.65 576	17.88 576	21.56 577	25.94 580	117.93 593	8.92 577	100.65 590	126.50 590	158.64 593	12.08 579

DPSM_ROB	19.08 577	19.14 580	25.17 575	22.15 580	20.85 577	28.17 576	37.82 584	26.56 580	16.85 575	14.14 574	14.84 572	21.70 577	18.75 577	21.87 578	26.55 581	10.16 580	9.30 578	10.47 579	10.42 580	14.03 578	12.61 580

DPSM	19.08 577	19.14 580	25.17 575	22.15 580	20.85 577	28.17 576	37.82 584	26.56 580	16.85 575	14.14 574	14.84 572	21.70 577	18.75 577	21.87 578	26.55 581	10.16 580	9.30 578	10.47 579	10.42 580	14.03 578	12.61 580

xxxxx1	54.10 591	25.67 582	27.13 578	113.43 590	96.96 590	30.69 580	47.44 586	32.38 584	25.60 579	17.75 578	17.27 574	21.81 579	21.02 579	24.43 581	33.82 583	33.37 587	40.54 588	157.71 591	175.86 591	66.16 589	72.93 591

tt_ll	54.10 591	25.67 582	27.13 578	113.43 590	96.96 590	30.69 580	47.44 586	32.38 584	25.60 579	17.75 578	17.27 574	21.81 579	21.02 579	24.43 581	33.82 583	33.37 587	40.54 588	157.71 591	175.86 591	66.16 589	72.93 591

ff	54.10 591	25.67 582	27.13 578	113.43 590	96.96 590	30.69 580	47.44 586	32.38 584	25.60 579	17.75 578	17.27 574	21.81 579	21.02 579	24.43 581	33.82 583	33.37 587	40.54 588	157.71 591	175.86 591	66.16 589	72.93 591

LSM0	42.82 588	38.75 590	50.81 589	47.07 589	109.38 593	57.00 590	76.02 589	53.74 593	33.71 585	29.02 587	30.41 587	43.87 591	37.22 587	43.91 591	53.54 593	20.52 585	18.62 583	21.10 584	21.11 584	28.41 584	42.22 587

FlowAnything	38.37 583	38.41 587	50.38 587	44.76 588	41.94 584	56.64 587	76.34 590	53.28 592	34.23 588	28.25 584	29.72 585	43.60 588	37.79 589	43.83 589	53.38 591	20.39 584	18.71 586	21.07 581	21.14 585	28.23 581	25.29 583

CasAABBNet	38.33 582	38.46 588	50.35 586	44.75 587	41.84 583	56.68 588	76.37 591	53.22 590	33.83 586	28.31 585	29.54 584	43.62 590	37.71 588	43.84 590	53.41 592	20.30 582	18.70 584	21.07 581	21.07 583	28.24 582	25.34 584

Selective-RAFT-Error	38.39 584	38.47 589	50.44 588	44.73 586	41.97 585	56.68 588	76.38 592	53.24 591	33.92 587	28.34 586	29.85 586	43.60 588	38.20 590	43.75 588	53.34 590	20.38 583	18.70 584	21.09 583	21.05 582	28.30 583	25.43 585

test_example2	192.40 594	210.76 595	206.48 594	199.83 594	204.73 594	172.94 594	183.52 593	133.93 594	133.41 594	191.38 594	196.19 593	187.13 594	178.77 594	205.33 594	208.00 594	222.09 594	238.72 594	186.54 594	190.54 594	227.34 594	170.31 594

PML	51.67 590	36.25 586	13.28 564	7.46 574	20.81 576	108.69 593	232.22 594	8.72 569	27.82 583	87.01 593	269.67 594	69.67 593	61.95 593	24.76 584	14.20 567	9.74 579	3.40 571	9.62 578	4.70 572	18.74 580	4.72 573

ccccc		492.34 596		530.87 595	530.37 595	478.08 595		491.76 595		448.18 595		476.12 595		541.64 595		663.49 595	459.54 595	353.94 595	309.79 595	586.66 595

ASD4		10.99 575

Low-res two-view benchmark