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

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 27	0.20 9	0.59 19	0.19 1	0.24 2	0.17 1	0.33 41	0.27 19	0.90 154	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 18	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 43	0.20 1	0.77 107	0.23 2	0.16 57	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 43	0.20 9	0.66 42	0.21 2	0.25 3	0.22 4	0.33 41	0.28 23	1.09 208	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

S2M2_XL	0.24 1	0.24 76	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	0.18 312	0.18 111	0.16 150	0.18 120	0.14 61

StereoAnything_RVC	0.45 107	1.43 539	0.48 64	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	1.27 253	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 544	0.11 2

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 14	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 51	0.15 19	0.11 8	0.13 4	0.12 10

LG-G_1	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 197	0.18 2	0.70 53	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 145	0.24 5	0.16 57	0.12 51	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	0.64 197	0.18 2	0.70 53	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 145	0.24 5	0.16 57	0.12 51	0.16 49	0.11 8	0.13 4	0.13 35

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 42	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 246	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 43	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 51	0.16 49	0.12 38	0.14 18	0.13 35

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 75	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 155	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 71	0.19 6	0.61 27	0.29 12	0.35 27	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

AdaDepth	0.30 14	0.22 45	0.49 71	0.44 81	0.27 87	0.44 58	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 116	0.25 10	0.12 5	0.12 51	0.16 49	0.13 62	0.16 58	0.15 94

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 71	0.30 70	0.69 49	0.30 13	0.41 51	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

2.5w	0.31 23	0.23 58	0.46 58	0.39 29	0.24 38	0.42 43	0.39 168	0.61 27	0.30 13	0.37 35	0.53 74	0.24 6	0.25 12	0.77 107	0.28 32	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

4.25_new	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.31 16	0.38 41	0.42 29	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	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.31 16	0.38 41	0.42 29	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

4w-stereo	0.30 14	0.24 76	0.44 37	0.37 9	0.23 22	0.46 67	0.27 49	0.63 32	0.31 16	0.41 51	0.44 42	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

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	0.83 130	0.29 35	0.16 57	0.12 51	0.14 1	0.11 8	0.14 18	0.11 2

4.25w-stereo	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.32 20	0.38 41	0.42 29	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

3.75w	0.32 27	0.23 58	0.44 37	0.37 9	0.29 129	0.62 190	0.36 127	0.59 19	0.32 20	0.41 51	0.47 53	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

zero-FE	0.36 47	0.22 45	0.47 61	0.45 95	0.43 325	0.30 11	0.24 29	0.61 27	0.33 22	0.33 24	0.41 27	0.37 52	0.50 154	0.64 68	0.32 67	0.22 275	0.11 26	0.18 111	0.12 38	0.83 519	0.16 124

SGD-Stereo	0.32 27	0.20 8	0.40 17	0.38 22	0.19 1	0.43 52	0.22 16	0.64 34	0.33 22	0.42 57	0.34 18	0.27 18	0.35 60	1.15 222	0.30 45	0.20 215	0.10 9	0.15 19	0.13 62	0.17 89	0.13 35

4.5_new	0.29 10	0.25 104	0.41 22	0.36 5	0.23 22	0.52 124	0.36 127	0.56 13	0.34 24	0.45 74	0.42 29	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 62	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 104	0.41 22	0.36 5	0.23 22	0.52 124	0.36 127	0.56 13	0.34 24	0.45 74	0.42 29	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 62	0.16 58	0.12 10

2.75w_new	0.31 23	0.23 58	0.43 35	0.35 3	0.23 22	0.42 43	0.42 196	0.54 11	0.35 26	0.47 82	0.43 38	0.24 6	0.30 31	0.66 77	0.33 81	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

3.5w_stereo	0.33 35	0.25 104	0.45 50	0.37 9	0.24 38	0.54 141	0.35 111	0.66 42	0.36 27	0.43 62	0.44 42	0.29 28	0.34 52	0.77 107	0.39 149	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

fffft	0.38 58	0.23 58	0.51 84	0.44 81	0.32 196	0.43 52	0.48 270	0.76 68	0.36 27	0.44 66	0.34 18	0.38 55	0.31 36	1.31 261	0.32 67	0.14 29	0.11 26	0.19 134	0.15 108	0.16 58	0.16 124
1: 1. 1
IGEV-Stereo+	0.45 107	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 27	0.26 5	0.25 7	0.31 36	0.41 90	1.43 296	0.30 45	0.17 100	0.12 51	0.15 19	0.11 8	1.16 533	1.70 548

asda	0.30 14	0.24 76	0.42 30	0.38 22	0.23 22	0.43 52	0.34 103	0.58 18	0.37 30	0.38 41	0.42 29	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

DEFOM-Stereo	0.33 35	0.20 8	0.40 17	0.42 51	0.28 112	0.80 299	0.23 24	0.48 6	0.37 30	0.37 35	0.31 16	0.23 3	0.24 10	1.20 236	0.27 23	0.16 57	0.12 51	0.14 1	0.11 8	0.14 18	0.14 61

111111	0.34 38	0.20 8	0.41 22	0.45 95	0.42 315	0.37 24	0.22 16	0.95 147	0.38 32	0.31 15	0.31 16	0.40 57	0.27 19	0.96 169	0.26 18	0.17 100	0.12 51	0.15 19	0.11 8	0.15 38	0.13 35

qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 89	0.29 60	0.64 34	0.39 33	0.49 96	0.48 56	0.26 14	0.27 19	0.80 119	0.34 98	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

3.25w_new	0.32 27	0.21 26	0.45 50	0.38 22	0.23 22	0.52 124	0.34 103	0.65 38	0.39 33	0.47 82	0.45 47	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	0.52 124	0.34 103	0.65 38	0.39 33	0.47 82	0.45 47	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

LG-Stereo_Zeroshot	0.36 47	0.23 58	0.54 104	0.50 169	0.28 112	0.36 22	0.22 16	1.02 172	0.39 33	0.42 57	0.64 105	0.36 47	0.51 158	0.39 6	0.29 35	0.18 139	0.12 51	0.17 76	0.13 62	0.18 120	0.18 175

FlowAnything_test	0.39 62	0.26 127	0.61 149	0.59 325	0.33 217	0.62 190	0.36 127	0.62 30	0.40 37	0.45 74	0.36 20	0.45 71	0.37 74	0.53 30	0.48 230	0.24 317	0.18 312	0.28 381	0.33 462	0.21 236	0.19 215

2.25w	0.32 27	0.24 76	0.48 64	0.37 9	0.24 38	0.45 62	0.25 32	0.62 30	0.40 37	0.45 74	0.58 92	0.27 18	0.32 42	0.74 103	0.35 108	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 177	0.45 62	0.21 12	0.59 19	0.40 37	0.31 15	0.43 38	0.26 14	0.21 2	0.43 11	0.25 10	0.13 19	0.12 51	0.16 49	0.13 62	0.12 1	0.12 10

Selective-IGEV	0.39 62	0.24 76	0.50 77	0.44 81	0.25 55	0.46 67	0.33 91	1.25 267	0.40 37	0.35 27	0.45 47	0.52 112	0.30 31	1.07 203	0.30 45	0.14 29	0.12 51	0.17 76	0.13 62	0.16 58	0.13 35

AIO_test	0.35 46	0.22 45	0.44 37	0.43 58	0.27 87	0.57 159	0.44 228	0.79 80	0.41 41	0.32 19	0.47 53	0.46 75	0.30 31	0.69 82	0.30 45	0.16 57	0.11 26	0.16 49	0.13 62	0.15 38	0.12 10

tt45	0.45 107	0.23 58	0.46 58	0.45 95	0.33 217	0.79 291	0.32 84	0.78 75	0.41 41	0.51 109	0.44 42	0.49 95	0.37 74	2.14 399	0.34 98	0.16 57	0.13 112	0.19 134	0.16 150	0.17 89	0.18 175

LoS_RVC	0.42 82	0.26 127	0.40 17	0.44 81	0.82 497	0.51 120	0.44 228	0.64 34	0.41 41	0.44 66	0.78 143	0.44 63	0.47 129	0.56 40	0.36 118	0.13 19	0.12 51	0.14 1	0.10 2	0.13 4	0.84 525

2w_stereo	0.32 27	0.24 76	0.45 50	0.39 29	0.22 16	0.46 67	0.47 259	0.69 49	0.42 44	0.43 62	0.50 67	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

IGEV-BASED-STEREO-	0.70 274	3.18 568	2.55 521	0.39 29	0.23 22	0.44 58	0.23 24	0.63 32	0.42 44	0.44 66	0.44 42	0.34 43	0.28 23	0.56 40	0.29 35	1.35 542	0.10 9	0.22 233	0.19 211	0.46 471	1.31 541

monsters	0.34 38	0.20 8	0.41 22	0.39 29	0.36 249	0.34 16	0.27 49	0.66 42	0.43 46	0.47 82	0.40 25	0.22 2	0.23 8	1.33 268	0.25 10	0.13 19	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

HUF	0.36 47	0.23 58	0.52 92	0.40 36	0.22 16	0.54 141	0.47 259	0.82 98	0.43 46	0.36 32	0.43 38	0.50 101	0.42 94	0.64 68	0.29 35	0.17 100	0.12 51	0.16 49	0.12 38	0.15 38	0.14 61

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 149	0.31 77	0.55 12	0.43 46	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

DEFOM-Stereo_RVC	0.40 71	0.67 481	0.42 30	0.64 381	0.29 129	0.48 77	0.25 32	0.85 106	0.44 49	0.38 41	0.36 20	0.30 33	0.70 249	1.15 222	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

RSM	0.39 62	0.24 76	0.49 71	0.46 103	0.26 63	0.47 71	0.40 176	0.92 128	0.44 49	0.41 51	0.42 29	0.65 163	0.33 45	1.07 203	0.29 35	0.15 36	0.12 51	0.17 76	0.13 62	0.17 89	0.13 35

AIO_rvc	0.36 47	0.23 58	0.49 71	0.43 58	0.27 87	0.59 167	0.38 153	0.94 142	0.45 51	0.33 24	0.46 51	0.49 95	0.22 6	0.84 133	0.30 45	0.16 57	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

SMoEStereo_RVC	0.39 62	0.25 104	0.50 77	0.45 95	0.30 151	0.61 181	0.36 127	0.72 58	0.45 51	0.46 79	0.43 38	0.42 58	0.35 60	1.39 288	0.29 35	0.15 36	0.12 51	0.20 169	0.15 108	0.16 58	0.15 94

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 103	0.30 151	0.33 15	0.22 16	0.75 65	0.45 51	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

RSM++	0.38 58	0.24 76	0.51 84	0.47 114	0.26 63	0.50 103	0.41 192	0.79 80	0.45 51	0.37 35	0.45 47	0.60 145	0.35 60	1.02 189	0.30 45	0.15 36	0.13 112	0.17 76	0.14 90	0.18 120	0.13 35

testlalala	0.45 107	0.28 178	0.59 141	0.42 51	0.39 291	0.71 250	0.39 168	1.08 212	0.45 51	1.24 345	0.80 154	0.61 149	0.36 69	0.54 33	0.33 81	0.20 215	0.13 112	0.18 111	0.12 38	0.15 38	0.15 94

test_xeample3	0.42 82	0.28 178	0.69 201	0.43 58	0.33 217	0.56 154	0.38 153	0.79 80	0.45 51	0.53 112	0.46 51	0.44 63	0.44 109	1.38 283	0.31 62	0.18 139	0.14 163	0.19 134	0.15 108	0.17 89	0.16 124

3w_stereo	0.33 35	0.25 104	0.52 92	0.40 36	0.21 9	0.53 133	0.54 314	0.65 38	0.46 57	0.44 66	0.48 56	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

mms	0.40 71	0.27 156	0.52 92	0.46 103	0.32 196	0.43 52	0.46 252	0.70 53	0.46 57	0.35 27	0.58 92	0.44 63	0.30 31	1.36 278	0.33 81	0.16 57	0.13 112	0.18 111	0.15 108	0.19 161	0.15 94

IGEV++	0.40 71	0.22 45	0.51 84	0.52 220	0.29 129	0.45 62	0.25 32	1.65 364	0.46 57	0.37 35	0.57 89	0.46 75	0.45 113	0.50 22	0.38 141	0.19 180	0.12 51	0.16 49	0.13 62	0.16 58	0.15 94

MSCF	0.38 58	0.25 104	0.52 92	0.47 114	0.25 55	0.62 190	0.37 146	0.81 93	0.47 60	0.50 104	0.71 125	0.32 37	0.65 236	0.54 33	0.28 32	0.19 180	0.12 51	0.17 76	0.14 90	0.17 89	0.14 61

EGLCR-Stereo	0.37 53	0.22 45	0.51 84	0.43 58	0.26 63	0.44 58	0.22 16	0.99 161	0.48 61	0.42 57	0.42 29	0.67 170	0.29 27	0.86 142	0.33 81	0.17 100	0.12 51	0.19 134	0.17 171	0.17 89	0.15 94

GASTEREO	0.40 71	0.25 104	0.51 84	0.48 141	0.25 55	0.65 213	0.36 127	0.81 93	0.49 62	0.51 109	0.82 156	0.30 33	0.66 239	0.62 64	0.28 32	0.19 180	0.12 51	0.16 49	0.14 90	0.16 58	0.14 61

IGEV-RUCA	0.37 53	0.23 58	0.48 64	0.49 157	0.36 249	0.60 175	0.23 24	0.64 34	0.49 62	0.39 49	0.49 64	0.44 63	0.31 36	0.85 138	0.30 45	0.24 317	0.13 112	0.16 49	0.12 38	0.20 195	0.19 215

Occ-G	0.42 82	0.21 26	0.48 64	0.41 44	0.26 63	0.42 43	0.62 372	0.77 71	0.49 62	0.43 62	0.66 107	1.02 303	0.46 120	0.78 112	0.41 167	0.16 57	0.13 112	0.18 111	0.13 62	0.16 58	0.16 124

UniTT-Stereo	0.36 47	0.23 58	0.59 141	0.48 141	0.36 249	0.40 32	0.32 84	0.53 9	0.49 62	0.54 115	0.55 83	0.36 47	0.31 36	0.58 45	0.51 249	0.20 215	0.15 221	0.17 76	0.15 108	0.19 161	0.15 94

1w_stereo	0.34 38	0.20 8	0.42 30	0.43 58	0.26 63	0.47 71	0.54 314	0.59 19	0.50 66	0.41 51	0.66 107	0.25 12	0.44 109	0.62 64	0.33 81	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

HART	0.45 107	0.22 45	0.54 104	0.50 169	0.26 63	0.41 36	0.29 60	1.03 177	0.50 66	0.58 120	1.45 390	0.61 149	0.35 60	1.08 207	0.30 45	0.15 36	0.13 112	0.19 134	0.14 90	0.19 161	0.14 61

ff7	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

IGEVStereo-DCA	0.46 114	0.28 178	0.56 118	0.43 58	0.33 217	0.49 89	0.42 196	0.87 109	0.50 66	0.47 82	0.48 56	0.48 87	0.46 120	2.03 389	0.30 45	0.19 180	0.14 163	0.19 134	0.15 108	0.16 58	0.18 175

ffff	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

rrr	0.46 114	0.28 178	0.73 237	0.43 58	0.33 217	0.49 89	0.38 153	0.76 68	0.50 66	0.47 82	0.48 56	0.48 87	0.46 120	2.03 389	0.30 45	0.19 180	0.14 163	0.19 134	0.15 108	0.16 58	0.16 124

11t	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

MaDis-Stereo	0.36 47	0.25 104	0.58 134	0.44 81	0.34 235	0.30 11	0.30 70	0.72 58	0.50 66	0.37 35	0.36 20	0.58 137	0.49 148	0.52 27	0.36 118	0.19 180	0.16 261	0.19 134	0.15 108	0.18 120	0.14 61

ccc-4	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

water-stereo	0.39 62	0.20 8	0.48 64	0.44 81	0.27 87	0.50 103	0.26 42	0.92 128	0.51 75	0.53 112	0.78 143	0.55 122	0.49 148	0.42 10	0.42 178	0.16 57	0.15 221	0.17 76	0.15 108	0.16 58	0.15 94

DilatedVolume-Stereo	0.43 88	0.21 26	0.55 114	0.43 58	0.32 196	0.72 253	0.29 60	0.80 88	0.51 75	0.77 160	0.73 131	0.48 87	0.40 87	1.13 219	0.39 149	0.15 36	0.14 163	0.15 19	0.14 90	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 60	0.53 9	0.51 75	0.44 66	0.61 97	0.26 14	0.25 12	1.19 234	0.27 23	0.13 19	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

MyStereo07	0.48 127	0.29 213	0.50 77	0.55 277	0.45 340	0.59 167	0.79 423	1.05 191	0.51 75	0.48 90	0.53 74	0.43 61	0.55 180	1.30 260	0.34 98	0.17 100	0.16 261	0.24 291	0.20 243	0.23 285	0.20 248

testlalala_base	0.77 322	0.40 384	0.70 207	0.65 395	0.50 369	0.79 291	0.28 55	1.50 320	0.51 75	0.73 153	0.90 171	0.69 177	0.54 173	0.66 77	0.40 156	2.82 553	0.14 163	0.17 76	0.12 38	2.68 548	0.19 215

anonymousdsp	0.43 88	0.27 156	0.53 98	0.44 81	0.32 196	0.50 103	0.42 196	0.89 118	0.51 75	0.49 96	0.53 74	0.47 82	0.47 129	1.33 268	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

IGEV-Stereo	0.43 88	0.27 156	0.54 104	0.45 95	0.32 196	0.50 103	0.42 196	0.90 124	0.51 75	0.49 96	0.53 74	0.47 82	0.47 129	1.32 265	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LG-Stereo	0.34 38	0.25 104	0.78 282	0.47 114	0.26 63	0.37 24	0.30 70	0.71 57	0.52 82	0.36 32	0.57 89	0.29 28	0.21 2	0.50 22	0.36 118	0.13 19	0.13 112	0.20 169	0.18 189	0.18 120	0.12 10

GIP-stereo	0.34 38	0.23 58	0.45 50	0.50 169	0.36 249	0.38 27	0.23 24	0.78 75	0.52 82	0.34 26	0.51 70	0.46 75	0.38 81	0.51 24	0.27 23	0.20 215	0.12 51	0.16 49	0.12 38	0.16 58	0.14 61

U	9.45 569	0.21 26	0.58 134	0.47 114	53.11 588	61.27 593	0.24 29	0.70 53	0.52 82	0.36 32	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 590	8.88 577	0.17 89	0.13 35

AIO-Stereo	0.37 53	0.25 104	0.51 84	0.47 114	0.23 22	0.45 62	0.39 168	1.07 206	0.52 82	0.41 51	0.48 56	0.52 112	0.25 12	0.72 93	0.30 45	0.16 57	0.12 51	0.17 76	0.13 62	0.16 58	0.13 35

xyz-stereo-finetune2	0.58 202	0.27 156	0.57 128	0.40 36	0.24 38	1.09 389	0.32 84	0.79 80	0.53 86	0.65 138	1.07 236	0.58 137	0.80 292	2.47 431	0.80 358	0.16 57	0.15 221	0.21 204	0.17 171	0.16 58	0.17 150

MoCha-V2	0.40 71	0.20 8	0.49 71	0.50 169	0.21 9	0.44 58	0.33 91	0.93 135	0.53 86	0.53 112	0.53 74	0.42 58	0.58 203	1.09 208	0.27 23	0.14 29	0.12 51	0.15 19	0.12 38	0.17 89	0.15 94

AEACV	0.37 53	0.24 76	0.52 92	0.47 114	0.51 380	0.37 24	0.38 153	0.65 38	0.53 86	0.42 57	0.56 86	0.46 75	0.60 207	0.53 30	0.30 45	0.16 57	0.13 112	0.18 111	0.15 108	0.17 89	0.14 61

999	0.48 127	0.22 45	0.49 71	0.48 141	0.34 235	0.75 266	0.31 77	0.85 106	0.55 89	0.37 35	0.48 56	0.50 101	0.36 69	2.45 426	0.39 149	0.16 57	0.13 112	0.18 111	0.15 108	0.16 58	0.19 215

fffy	0.42 82	0.27 156	0.57 128	0.46 103	0.29 129	0.48 77	0.35 111	0.91 125	0.55 89	0.40 50	0.58 92	0.55 122	0.41 90	1.26 250	0.36 118	0.15 36	0.13 112	0.19 134	0.16 150	0.18 120	0.14 61

ours_stereo	0.39 62	0.28 178	0.51 84	0.46 103	0.30 151	0.40 32	0.44 228	0.73 60	0.56 91	0.35 27	0.56 86	0.46 75	0.33 45	1.11 214	0.32 67	0.16 57	0.13 112	0.19 134	0.15 108	0.19 161	0.14 61

plain	0.46 114	0.27 156	1.01 373	0.50 169	0.40 302	0.35 18	0.37 146	0.87 109	0.56 91	0.43 62	0.76 139	0.42 58	0.40 87	1.13 219	0.45 204	0.21 249	0.15 221	0.24 291	0.19 211	0.24 300	0.16 124

rvit_stereo_0081_aga	0.44 99	0.34 328	0.73 237	0.51 199	0.41 310	0.50 103	0.40 176	0.81 93	0.57 93	0.58 120	0.56 86	0.53 117	0.43 101	0.66 77	0.40 156	0.26 367	0.21 370	0.22 233	0.20 243	0.26 324	0.18 175

GREAT-IGEV	0.32 27	0.20 8	0.42 30	0.37 9	0.29 129	0.36 22	0.28 55	0.56 13	0.58 94	0.28 7	0.50 67	0.29 28	0.29 27	0.84 133	0.27 23	0.14 29	0.11 26	0.15 19	0.11 8	0.17 89	0.14 61

castereo++	0.38 58	0.23 58	0.41 22	0.43 58	0.31 177	0.97 363	0.22 16	0.86 108	0.58 94	0.32 19	0.44 42	0.51 105	0.39 83	0.93 163	0.24 5	0.17 100	0.11 26	0.17 76	0.12 38	0.14 18	0.14 61

GCAP-Stereo	0.40 71	0.28 178	0.68 188	0.47 114	0.25 55	0.53 133	0.32 84	0.82 98	0.58 94	0.65 138	0.69 118	0.58 137	0.42 94	0.47 18	0.29 35	0.17 100	0.14 163	0.17 76	0.13 62	0.17 89	0.14 61

ProNet	0.43 88	0.28 178	0.58 134	0.43 58	0.30 151	0.56 154	0.52 300	1.00 165	0.58 94	0.44 66	0.49 64	0.43 61	0.43 101	1.28 255	0.36 118	0.15 36	0.13 112	0.19 134	0.16 150	0.17 89	0.16 124

GLC_STEREO	0.39 62	0.25 104	0.41 22	0.54 253	0.23 22	0.48 77	0.30 70	0.73 60	0.58 94	0.52 111	0.73 131	0.51 105	0.31 36	0.64 68	0.42 178	0.17 100	0.20 348	0.23 271	0.19 211	0.21 236	0.17 150

XX-Stereo	0.63 228	0.26 127	1.90 498	0.81 479	0.67 453	0.43 52	0.23 24	1.03 177	0.58 94	0.65 138	1.56 422	1.41 400	0.39 83	1.28 255	0.35 108	0.20 215	0.14 163	0.20 169	0.19 211	0.18 120	0.14 61

MIF-Stereo (partial)	0.45 107	0.25 104	0.70 207	0.50 169	0.52 392	0.35 18	0.26 42	0.91 125	0.59 100	0.45 74	0.71 125	0.51 105	0.51 158	1.11 214	0.45 204	0.20 215	0.16 261	0.23 271	0.20 243	0.24 300	0.18 175

SCV	0.46 114	0.26 127	0.55 114	0.47 114	0.25 55	0.39 30	0.38 153	1.98 462	0.60 101	0.35 27	0.48 56	0.55 122	0.36 69	1.28 255	0.32 67	0.24 317	0.12 51	0.17 76	0.13 62	0.18 120	0.14 61

Pointernet	0.37 53	0.20 8	0.57 128	0.43 58	0.28 112	0.51 120	0.27 49	0.93 135	0.61 102	0.47 82	0.63 102	0.49 95	0.38 81	0.49 21	0.33 81	0.17 100	0.13 112	0.14 1	0.11 8	0.13 4	0.12 10

sCroCo_RVC	0.49 133	0.40 384	1.02 380	0.65 395	0.60 431	0.52 124	0.40 176	0.83 102	0.61 102	0.44 66	0.74 135	0.49 95	0.50 154	0.63 67	0.48 230	0.26 367	0.27 433	0.23 271	0.22 316	0.29 368	0.25 329

model_zeroshot	0.48 127	0.29 213	0.86 307	0.51 199	0.36 249	0.69 238	0.37 146	1.12 225	0.62 104	0.85 186	0.84 159	0.66 167	0.37 74	0.73 97	0.34 98	0.20 215	0.16 261	0.19 134	0.16 150	0.17 89	0.16 124

CAS	0.63 228	0.18 1	0.37 5	2.27 547	0.84 499	0.57 159	0.54 314	0.79 80	0.62 104	0.48 90	0.70 122	0.36 47	0.26 17	0.45 12	0.35 108	2.24 548	0.10 9	0.14 1	0.09 1	0.15 38	1.06 537

test_4	0.53 150	0.22 45	0.56 118	0.54 253	0.32 196	0.64 197	0.39 168	0.80 88	0.62 104	0.92 200	1.87 475	0.68 172	0.42 94	1.16 226	0.37 130	0.15 36	0.13 112	0.20 169	0.22 316	0.20 195	0.15 94

UGAM-zero	1.00 409	0.30 233	0.93 344	0.47 114	0.30 151	0.57 159	0.25 32	2.25 513	0.63 107	1.01 228	1.10 250	2.73 523	1.85 510	6.26 523	0.40 156	0.17 100	0.14 163	0.19 134	0.15 108	0.16 58	0.17 150

RAStereo	0.34 38	0.21 26	0.66 179	0.47 114	0.27 87	0.26 4	0.29 60	0.69 49	0.63 107	0.32 19	0.42 29	0.45 71	0.31 36	0.45 12	0.34 98	0.17 100	0.15 221	0.19 134	0.15 108	0.18 120	0.13 35

11t1	0.52 140	0.28 178	0.68 188	0.51 199	0.28 112	0.83 315	0.39 168	1.22 259	0.63 107	0.84 181	0.74 135	0.68 172	0.68 241	0.91 155	0.57 278	0.21 249	0.18 312	0.19 134	0.16 150	0.20 195	0.21 265

IGEV_Zeroshot_test	0.53 150	0.30 233	0.99 364	0.56 290	0.35 239	0.41 36	0.32 84	1.37 287	0.63 107	1.00 225	1.09 246	0.95 277	0.41 90	0.83 130	0.39 149	0.18 139	0.12 51	0.19 134	0.18 189	0.19 161	0.17 150

S2M2	0.34 38	0.28 178	0.45 50	0.40 36	0.30 151	0.31 13	0.16 1	0.60 26	0.64 111	0.31 15	0.48 56	0.47 82	0.34 52	0.38 4	0.32 67	0.25 344	0.22 388	0.20 169	0.22 316	0.25 312	0.22 283

GCAP-BAT	0.49 133	0.31 266	0.64 165	0.41 44	0.46 352	0.70 245	0.35 111	0.77 71	0.64 111	0.86 188	1.00 201	0.77 196	0.37 74	1.18 232	0.36 118	0.18 139	0.14 163	0.18 111	0.13 62	0.17 89	0.15 94

MSKI-zero shot	0.55 180	0.26 127	0.57 128	0.51 199	0.26 63	0.69 238	0.28 55	1.18 240	0.64 111	0.91 198	1.32 347	0.82 215	0.33 45	1.92 377	0.32 67	0.17 100	0.12 51	0.17 76	0.13 62	0.16 58	0.16 124

HH	0.63 228	0.30 233	0.77 274	0.50 169	0.32 196	0.49 89	0.46 252	1.65 364	0.64 111	0.69 143	1.09 246	1.63 444	0.85 316	1.90 375	0.37 130	0.18 139	0.13 112	0.19 134	0.17 171	0.19 161	0.16 124

HanStereo	0.63 228	0.30 233	0.77 274	0.50 169	0.32 196	0.49 89	0.46 252	1.65 364	0.64 111	0.69 143	1.09 246	1.63 444	0.85 316	1.90 375	0.37 130	0.18 139	0.13 112	0.19 134	0.17 171	0.19 161	0.16 124

Patchmatch Stereo++	0.55 180	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.29 60	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.37 279	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.41 192	1.04 183	0.64 111	1.12 266	0.96 185	0.82 215	0.61 216	1.06 199	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

ROB_FTStereo_v2	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.64 197	0.42 196	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.12 217	0.46 218	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

ROB_FTStereo	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.64 197	0.25 32	1.05 191	0.64 111	1.12 266	0.95 182	0.82 215	0.61 216	1.15 222	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

HUI-Stereo	0.52 140	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.30 70	1.04 183	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	0.79 116	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

iGMRVC	0.56 189	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.38 153	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.52 313	0.46 218	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

iRAFT	0.55 180	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.29 60	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.37 279	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

AnonymousM	0.59 208	1.11 524	0.41 22	0.44 81	0.32 196	0.43 52	0.47 259	1.05 191	0.64 111	0.98 217	0.63 102	0.67 170	0.43 101	0.59 46	0.41 167	0.20 215	0.15 221	1.84 546	0.84 537	0.14 18	0.13 35

RAFT-IKP	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.59 167	0.36 127	1.04 183	0.64 111	1.12 266	0.96 185	0.83 222	0.61 216	1.22 239	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

EAI-Stereo	0.65 248	0.28 178	0.69 201	0.53 238	0.27 87	0.60 175	0.40 176	2.28 516	0.64 111	0.71 147	3.18 526	0.57 132	0.43 101	1.06 199	0.41 167	0.18 139	0.13 112	0.17 76	0.17 171	0.17 89	0.17 150

PAM_32	0.77 322	0.28 178	1.03 384	0.52 220	0.30 151	1.32 429	0.35 111	1.97 460	0.65 126	1.02 232	1.06 232	3.05 528	1.49 481	0.96 169	0.36 118	0.19 180	0.13 112	0.20 169	0.18 189	0.19 161	0.19 215

AIO-Stereo-zeroshot	0.72 283	0.35 349	1.70 484	0.49 157	0.56 408	0.63 194	0.38 153	2.41 527	0.65 126	0.77 160	1.07 236	1.82 471	0.95 366	0.93 163	0.43 188	0.20 215	0.13 112	0.21 204	0.25 367	0.28 357	0.26 353

CES	0.48 127	0.20 8	0.37 5	0.39 29	1.39 539	0.55 149	0.35 111	0.98 159	0.66 128	0.44 66	0.66 107	0.35 45	0.27 19	0.56 40	0.33 81	0.15 36	0.13 112	0.15 19	0.10 2	0.19 161	1.46 543

PAM	0.76 320	0.29 213	1.08 402	0.52 220	0.33 217	1.38 439	0.39 168	2.01 469	0.67 129	1.06 240	0.96 185	2.89 527	1.43 471	0.86 142	0.35 108	0.19 180	0.12 51	0.19 134	0.17 171	0.19 161	0.20 248

MyStereo06	0.61 217	0.28 178	0.95 352	0.56 290	0.46 352	0.61 181	0.73 407	1.78 404	0.67 129	1.03 236	1.12 263	1.13 340	0.56 185	0.78 112	0.41 167	0.17 100	0.16 261	0.23 271	0.20 243	0.22 260	0.20 248

LL-Strereo2	0.52 140	0.33 304	0.69 201	0.52 220	0.37 264	0.70 245	0.30 70	1.13 228	0.67 129	0.94 206	0.78 143	0.91 255	0.42 94	1.05 198	0.42 178	0.17 100	0.16 261	0.29 392	0.25 367	0.21 236	0.16 124

DIP-Stereo	0.62 221	0.30 233	0.83 299	0.48 141	0.36 249	0.95 353	0.33 91	2.37 524	0.67 129	1.25 351	1.00 201	0.68 172	0.51 158	0.91 155	0.61 294	0.18 139	0.15 221	0.21 204	0.17 171	0.19 161	0.19 215
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_stereo_0080	0.44 99	0.32 282	0.71 219	0.47 114	0.36 249	0.42 43	0.55 332	0.82 98	0.68 133	0.50 104	0.60 95	0.55 122	0.47 129	0.59 46	0.44 191	0.26 367	0.21 370	0.20 169	0.20 243	0.31 388	0.19 215

whm_eth	0.44 99	0.32 282	0.71 219	0.47 114	0.36 249	0.42 43	0.55 332	0.82 98	0.68 133	0.50 104	0.60 95	0.55 122	0.47 129	0.59 46	0.44 191	0.26 367	0.21 370	0.20 169	0.20 243	0.31 388	0.19 215

MC-Stereo	0.43 88	0.23 58	0.48 64	0.51 199	0.28 112	0.39 30	0.32 84	0.88 117	0.68 133	0.60 130	0.84 159	0.56 130	0.61 216	1.03 190	0.31 62	0.17 100	0.11 26	0.17 76	0.15 108	0.16 58	0.13 35

sAnonymous2	0.55 180	0.56 451	1.46 466	0.60 337	0.51 380	0.48 77	0.52 300	0.79 80	0.68 133	0.50 104	0.67 111	0.46 75	0.62 221	0.59 46	0.40 156	0.22 275	0.17 290	0.22 233	0.21 287	0.86 521	0.56 495

CroCo_RVC	0.55 180	0.56 451	1.46 466	0.60 337	0.51 380	0.48 77	0.52 300	0.79 80	0.68 133	0.50 104	0.67 111	0.46 75	0.62 221	0.59 46	0.40 156	0.22 275	0.17 290	0.22 233	0.21 287	0.86 521	0.56 495

testlalala2	0.58 202	0.27 156	0.68 188	1.72 541	1.27 537	0.68 233	0.42 196	0.93 135	0.70 138	0.90 193	0.93 178	0.76 193	0.34 52	0.52 27	0.40 156	0.18 139	0.15 221	0.17 76	0.13 62	0.17 89	0.17 150

iRaft-Stereo_20w	0.65 248	0.31 266	1.00 369	0.47 114	0.34 235	0.73 257	0.30 70	2.96 540	0.70 138	1.15 290	1.14 272	0.76 193	0.65 236	1.11 214	0.38 141	0.17 100	0.13 112	0.18 111	0.16 150	0.19 161	0.18 175

PSM-softLoss	0.78 330	0.31 266	0.77 274	0.58 312	0.32 196	0.56 154	0.40 176	1.18 240	0.70 138	1.24 345	1.07 236	0.83 222	0.52 163	5.36 502	0.53 263	0.24 317	0.15 221	0.25 330	0.22 316	0.20 195	0.25 329

KMStereo	0.78 330	0.31 266	0.77 274	0.58 312	0.32 196	0.56 154	0.40 176	1.18 240	0.70 138	1.24 345	1.07 236	0.83 222	0.52 163	5.36 502	0.53 263	0.24 317	0.15 221	0.25 330	0.22 316	0.20 195	0.25 329

DeepStereo_RVC	0.55 180	0.29 213	0.72 225	0.51 199	0.30 151	0.59 167	0.33 91	1.03 177	0.70 138	1.16 300	0.93 178	0.83 222	0.94 361	0.96 169	0.54 269	0.21 249	0.14 163	0.21 204	0.19 211	0.24 300	0.24 317

CroCo-Stereo Lap2	0.44 99	0.34 328	0.77 274	0.61 351	0.79 488	0.28 9	0.35 111	0.75 65	0.71 143	0.38 41	0.50 67	0.72 185	0.55 180	0.57 44	0.47 225	0.17 100	0.18 312	0.19 134	0.16 150	0.21 236	0.20 248

CAS++	0.47 121	0.31 266	0.56 118	0.47 114	0.32 196	0.42 43	0.28 55	1.76 396	0.72 144	0.71 147	0.72 129	0.37 52	0.28 23	0.69 82	0.33 81	0.27 383	0.22 388	0.26 349	0.21 287	0.29 368	0.19 215
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CRE-IMP	0.55 180	0.30 233	0.74 253	0.52 220	0.29 129	0.79 291	0.25 32	1.04 183	0.72 144	1.09 250	0.95 182	0.81 210	0.57 194	1.10 211	0.50 244	0.21 249	0.14 163	0.23 271	0.19 211	0.28 357	0.22 283

R-Stereo Train	0.57 196	0.26 127	0.63 158	0.54 253	0.36 249	0.69 238	0.54 314	1.22 259	0.72 144	1.61 466	1.50 407	0.75 189	0.53 168	0.64 68	0.44 191	0.18 139	0.15 221	0.17 76	0.15 108	0.17 89	0.17 150

RAFT-Stereo	0.57 196	0.26 127	0.63 158	0.54 253	0.36 249	0.69 238	0.54 314	1.22 259	0.72 144	1.61 466	1.50 407	0.75 189	0.53 168	0.64 68	0.44 191	0.18 139	0.15 221	0.17 76	0.15 108	0.17 89	0.17 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SCV_C0	0.43 88	0.26 127	0.65 172	0.43 58	0.29 129	0.47 71	0.31 77	1.34 281	0.73 148	0.38 41	0.49 64	0.54 119	0.29 27	1.24 246	0.30 45	0.17 100	0.13 112	0.16 49	0.13 62	0.20 195	0.15 94

gcap-zeroshot	0.53 150	0.28 178	0.89 331	0.49 157	0.28 112	0.76 272	0.37 146	1.34 281	0.73 148	0.89 191	0.67 111	1.35 391	0.51 158	0.79 116	0.33 81	0.18 139	0.15 221	0.18 111	0.15 108	0.17 89	0.16 124

rvit_stereo_ft	0.47 121	0.35 349	0.87 318	0.67 414	0.42 315	0.40 32	0.59 363	0.81 93	0.74 150	0.46 79	0.55 83	0.57 132	0.49 148	0.65 75	0.50 244	0.25 344	0.17 290	0.22 233	0.22 316	0.24 300	0.17 150

HI	0.64 240	0.32 282	0.68 188	0.47 114	0.51 380	0.41 36	0.36 127	1.04 183	0.75 151	1.31 384	1.43 383	1.62 439	1.12 424	0.94 166	0.88 377	0.15 36	0.12 51	0.20 169	0.20 243	0.20 195	0.18 175

CoSv	0.64 240	0.32 282	0.68 188	0.47 114	0.51 380	0.41 36	0.36 127	1.04 183	0.75 151	1.31 384	1.43 383	1.62 439	1.12 424	0.94 166	0.88 377	0.15 36	0.12 51	0.20 169	0.20 243	0.20 195	0.18 175

AIO-Stereo-zeroshot1	0.98 402	0.39 378	3.21 530	0.50 169	0.63 441	0.64 197	0.39 168	2.36 522	0.75 151	0.95 208	4.63 542	1.81 468	0.56 185	0.96 169	0.41 167	0.18 139	0.13 112	0.21 204	0.26 384	0.32 397	0.35 426

MIM_Stereo	0.57 196	0.24 76	0.92 342	0.46 103	0.30 151	0.54 141	0.28 55	1.27 269	0.75 151	1.00 225	1.16 285	0.93 266	0.53 168	1.45 300	0.61 294	0.16 57	0.16 261	0.20 169	0.19 211	0.17 89	0.14 61

DLNR_Zeroshot_test	23.17 581	48.52 595	43.29 585	176.68 594	78.69 590	0.35 18	0.21 12	23.41 580	0.75 151	0.66 141	0.86 162	0.59 144	0.30 31	1.56 323	0.44 191	9.57 579	0.12 51	0.18 111	0.14 90	76.92 593	0.16 124

FTStereo	0.91 381	0.26 127	0.56 118	0.54 253	0.33 217	0.66 222	1.87 536	1.00 165	0.75 151	1.75 482	4.15 537	1.04 310	1.65 494	1.57 324	0.46 218	0.19 180	0.16 261	0.23 271	0.21 287	0.18 120	0.63 508

depthmonostereo	0.41 79	0.23 58	0.53 98	0.47 114	0.23 22	0.61 181	0.35 111	1.00 165	0.76 157	0.48 90	0.65 106	0.47 82	0.49 148	0.67 80	0.37 130	0.16 57	0.15 221	0.16 49	0.14 90	0.16 58	0.15 94

xyz-stereo	7.16 565	0.22 45	69.90 591	0.42 51	0.21 9	32.92 586	0.49 280	0.87 109	0.76 157	1.38 413	27.04 581	1.19 349	1.16 431	4.69 487	0.97 396	0.16 57	0.12 51	0.20 169	0.14 90	0.16 58	0.12 10

cross-raft	0.54 165	0.25 104	0.61 149	0.52 220	0.29 129	0.68 233	0.37 146	1.46 310	0.76 157	1.01 228	1.06 232	1.28 376	0.46 120	0.71 90	0.35 108	0.15 36	0.12 51	0.18 111	0.16 150	0.19 161	0.14 61

RAFT	0.64 240	0.30 233	0.73 237	0.59 325	0.33 217	0.68 233	0.58 355	1.04 183	0.76 157	1.08 244	1.19 297	1.65 450	0.93 356	1.06 199	0.56 275	0.21 249	0.18 312	0.27 366	0.24 352	0.22 260	0.17 150

MM-Stereo_test2	0.43 88	0.24 76	0.67 184	0.51 199	0.32 196	0.55 149	0.45 245	0.97 155	0.77 161	0.59 128	0.51 70	0.49 95	0.42 94	0.80 119	0.30 45	0.15 36	0.13 112	0.18 111	0.14 90	0.19 161	0.14 61

knoymous	0.51 139	0.29 213	0.47 61	0.43 58	0.30 151	0.55 149	0.55 332	1.02 172	0.77 161	0.98 217	0.85 161	0.94 269	0.56 185	0.85 138	0.45 204	0.20 215	0.14 163	0.26 349	0.14 90	0.23 285	0.23 303

iRaftStereo_RVC	0.47 121	0.26 127	0.64 165	0.50 169	0.29 129	0.53 133	0.33 91	1.05 191	0.77 161	0.84 181	1.00 201	0.55 122	0.37 74	0.81 125	0.40 156	0.17 100	0.12 51	0.22 233	0.20 243	0.19 161	0.15 94

ACVNet-DCA	0.56 189	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	1.42 299	0.78 164	0.58 120	0.79 149	0.48 87	0.88 334	1.46 302	0.32 67	0.20 215	0.12 51	0.25 330	0.15 108	0.22 260	0.21 265

1test111	0.54 165	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	1.42 299	0.78 164	0.58 120	0.79 149	0.48 87	0.88 334	0.88 147	0.59 284	0.20 215	0.12 51	0.25 330	0.15 108	0.22 260	0.21 265

DCRE	0.82 348	0.26 127	0.70 207	0.58 312	0.44 333	0.54 141	0.48 270	0.95 147	0.78 164	0.78 163	7.33 558	0.86 235	0.52 163	0.76 104	0.41 167	0.16 57	0.16 261	0.19 134	0.17 171	0.18 120	0.17 150

qqq	0.57 196	0.34 328	0.71 219	0.47 114	0.27 87	0.64 197	0.62 372	1.42 299	0.78 164	0.80 168	0.92 175	0.95 277	0.77 275	0.88 147	0.59 284	0.21 249	0.20 348	0.24 291	0.23 339	0.22 260	0.21 265

x	0.54 165	0.31 266	0.61 149	0.47 114	0.30 151	0.67 226	0.47 259	1.53 335	0.79 168	0.81 172	0.83 157	0.78 200	0.70 249	0.70 86	0.62 297	0.21 249	0.19 330	0.22 233	0.19 211	0.21 236	0.20 248

xyz-stereo-finetune	0.48 127	0.25 104	0.54 104	0.42 51	0.23 22	0.80 299	0.42 196	0.80 88	0.80 169	0.61 131	0.62 100	0.54 119	0.43 101	1.70 349	0.58 281	0.15 36	0.15 221	0.19 134	0.15 108	0.16 58	0.15 94

castereo	0.41 79	0.22 45	0.46 58	0.44 81	0.30 151	0.61 181	0.56 340	0.97 155	0.80 169	0.38 41	0.69 118	0.45 71	0.69 244	0.51 24	0.30 45	0.16 57	0.11 26	0.16 49	0.13 62	0.16 58	0.12 10

CASnet	0.41 79	0.25 104	0.48 64	0.50 169	0.20 3	0.50 103	0.36 127	0.81 93	0.80 169	0.83 178	0.68 114	0.48 87	0.31 36	0.54 33	0.32 67	0.18 139	0.12 51	0.27 366	0.22 316	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 165	0.25 104	0.64 165	0.47 114	0.30 151	0.97 363	0.27 49	1.24 265	0.81 172	0.96 210	1.12 263	1.28 376	0.48 140	0.71 90	0.36 118	0.17 100	0.13 112	0.17 76	0.14 90	0.16 58	0.16 124

CRFU-Net	0.86 368	0.39 378	1.00 369	0.65 395	0.57 411	1.78 483	0.86 443	2.15 493	0.81 172	1.38 413	1.18 290	1.64 447	1.19 439	1.35 273	0.90 383	0.26 367	0.22 388	0.21 204	0.19 211	0.23 285	0.24 317

AACVNet	0.86 368	0.35 349	0.79 285	0.82 487	0.39 291	0.76 272	0.49 280	1.61 355	0.81 172	1.08 244	1.33 349	1.30 380	0.93 356	4.34 481	0.74 332	0.25 344	0.21 370	0.28 381	0.22 316	0.29 368	0.25 329

CroCo-Stereo	0.40 71	0.31 266	0.73 237	0.58 312	0.27 87	0.26 4	0.33 91	0.95 147	0.81 172	0.42 57	0.47 53	0.65 163	0.47 129	0.39 6	0.34 98	0.18 139	0.15 221	0.16 49	0.14 90	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
Anonymous3	0.61 217	0.44 402	1.11 410	0.59 325	0.49 362	0.93 348	0.65 381	0.93 135	0.81 172	0.72 152	0.88 167	0.65 163	0.69 244	1.06 199	0.53 263	0.35 454	0.30 455	0.26 349	0.26 384	0.31 388	0.27 363

anonymousdsp2	0.53 150	0.27 156	0.74 253	0.48 141	0.29 129	0.76 272	0.47 259	1.61 355	0.82 177	0.77 160	0.77 141	0.75 189	0.47 129	1.03 190	0.40 156	0.18 139	0.13 112	0.18 111	0.13 62	0.19 161	0.18 175

tg	0.52 140	0.24 76	0.61 149	0.49 157	0.30 151	0.90 333	0.29 60	1.07 206	0.83 178	0.83 178	1.02 215	0.62 154	0.43 101	1.35 273	0.41 167	0.17 100	0.12 51	0.22 233	0.20 243	0.17 89	0.15 94

test_for_model	1.30 462	3.71 571	0.58 134	3.22 561	2.84 561	0.59 167	0.33 91	1.40 295	0.83 178	1.42 428	0.61 97	0.52 112	0.37 74	0.51 24	0.33 81	2.46 549	0.15 221	0.16 49	0.11 8	4.39 571	1.50 544

MGS-Stereo	0.42 82	0.26 127	0.58 134	0.44 81	0.28 112	0.50 103	0.34 103	0.57 17	0.83 178	0.46 79	1.31 341	0.52 112	0.33 45	0.65 75	0.36 118	0.19 180	0.16 261	0.18 111	0.15 108	0.17 89	0.16 124

TANstereo	0.44 99	0.21 26	0.44 37	0.41 44	0.21 9	0.65 213	0.26 42	0.79 80	0.83 178	0.93 201	0.98 195	0.51 105	0.46 120	0.54 33	0.35 108	0.18 139	0.24 409	0.16 49	0.13 62	0.16 58	0.26 353

test_sample1	0.61 217	0.29 213	0.75 257	0.50 169	0.31 177	0.76 272	0.48 270	1.59 348	0.84 182	0.90 193	0.94 181	0.88 243	0.95 366	1.16 226	0.67 312	0.22 275	0.18 312	0.20 169	0.19 211	0.21 236	0.21 265

KYRaft	0.75 314	0.28 178	0.62 155	0.56 290	0.29 129	0.67 226	0.86 443	0.94 142	0.84 182	1.62 470	2.21 498	1.16 344	1.02 400	1.57 324	0.40 156	0.20 215	0.13 112	0.22 233	0.28 416	0.20 195	1.02 532

mmm	0.63 228	0.35 349	0.72 225	0.51 199	0.30 151	0.86 327	0.54 314	1.59 348	0.86 184	1.07 243	1.38 370	0.79 204	0.75 263	0.91 155	0.58 281	0.22 275	0.18 312	0.29 392	0.25 367	0.25 312	0.23 303

CASS	0.65 248	0.34 328	0.72 225	0.56 290	0.27 87	0.78 285	0.42 196	1.59 348	0.86 184	1.30 374	1.25 315	0.87 239	0.84 313	0.84 133	0.54 269	0.35 454	0.19 330	0.26 349	0.21 287	0.28 357	0.42 456
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SST-Stereo	0.83 354	0.28 178	0.72 225	0.59 325	0.31 177	0.72 253	0.26 42	1.09 214	0.86 184	1.47 435	1.10 250	1.00 294	0.87 329	5.73 515	0.45 204	0.22 275	0.13 112	0.23 271	0.19 211	0.23 285	0.18 175

GES	0.66 255	0.34 328	0.90 335	0.59 325	0.38 281	0.94 349	0.57 351	2.11 486	0.86 184	1.02 232	1.11 256	0.66 167	0.79 286	0.99 181	0.61 294	0.27 383	0.19 330	0.20 169	0.20 243	0.21 236	0.30 394

iRaft-Stereo_5w	0.85 363	0.29 213	0.91 338	0.53 238	0.43 325	0.49 89	0.68 394	0.99 161	0.87 188	0.79 166	1.34 356	1.46 412	0.91 344	5.11 496	1.11 419	0.17 100	0.14 163	0.22 233	0.18 189	0.20 195	0.20 248

NRIStereo	0.60 211	0.29 213	0.69 201	0.53 238	0.28 112	0.63 194	0.33 91	1.08 212	0.87 188	1.14 284	0.87 165	0.91 255	0.59 204	2.24 410	0.49 238	0.20 215	0.14 163	0.21 204	0.19 211	0.21 236	0.17 150

GrayStereo	0.82 348	0.26 127	0.58 134	0.63 372	0.37 264	0.76 272	1.86 535	1.11 223	0.87 188	1.99 504	1.89 477	1.08 318	1.82 509	1.39 288	0.48 230	0.19 180	0.14 163	0.19 134	0.21 287	0.18 120	0.39 446

GMM-Stereo	0.74 306	0.25 104	0.59 141	0.54 253	0.34 235	0.72 253	0.99 474	1.01 171	0.87 188	1.36 405	1.78 463	1.12 335	0.81 296	2.09 395	0.46 218	0.18 139	0.12 51	0.25 330	0.25 367	0.20 195	0.85 526

Selective-RAFT	0.52 140	0.28 178	0.79 285	0.55 277	0.27 87	0.91 337	0.33 91	0.80 88	0.88 192	0.58 120	0.63 102	0.81 210	0.77 275	1.29 259	0.48 230	0.19 180	0.14 163	0.17 76	0.15 108	0.19 161	0.17 150

LCNet	0.72 283	0.28 178	0.52 92	0.55 277	0.31 177	0.69 238	0.54 314	1.00 165	0.88 192	1.19 318	1.34 356	0.97 285	1.34 464	2.56 434	0.45 204	0.18 139	0.13 112	0.21 204	0.25 367	0.27 338	0.73 520

Prome-Stereo	0.75 314	0.27 156	0.53 98	0.55 277	0.32 196	0.59 167	0.97 469	0.89 118	0.88 192	1.45 432	2.46 511	0.91 255	1.41 469	1.58 326	0.44 191	0.18 139	0.13 112	0.19 134	0.17 171	0.20 195	0.92 528

anonymousa	0.72 283	0.27 156	0.75 257	0.47 114	0.63 441	1.43 449	0.45 245	1.24 265	0.89 195	1.28 360	1.75 460	1.62 439	1.13 428	0.69 82	0.59 284	0.19 180	0.16 261	0.23 271	0.25 367	0.20 195	0.18 175

TRStereo	0.60 211	0.60 469	0.97 360	0.74 459	0.67 453	0.46 67	0.38 153	1.85 426	0.89 195	0.79 166	0.80 154	0.88 243	0.39 83	1.10 211	0.41 167	0.23 302	0.15 221	0.23 271	0.24 352	0.17 89	0.15 94

DEmStereo	0.97 398	0.23 58	0.79 285	0.47 114	0.32 196	1.04 379	0.56 340	0.93 135	0.89 195	1.39 419	2.14 496	1.02 303	2.07 523	5.64 513	0.77 346	0.17 100	0.15 221	0.20 169	0.20 243	0.18 120	0.20 248

ICVP	0.63 228	0.33 304	0.57 128	0.61 351	0.40 302	0.80 299	0.58 355	1.61 355	0.89 195	0.90 193	1.24 311	0.88 243	0.73 259	0.72 93	0.88 377	0.29 408	0.21 370	0.22 233	0.21 287	0.24 300	0.27 363
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EKT-Stereo	0.53 150	0.30 233	0.73 237	0.58 312	0.60 431	0.51 120	0.48 270	0.94 142	0.90 199	0.71 147	0.88 167	0.77 196	0.43 101	1.07 203	0.40 156	0.22 275	0.16 261	0.21 204	0.18 189	0.20 195	0.22 283

NF-Stereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.02 215	0.82 215	0.57 194	5.40 507	0.48 230	0.23 302	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

OCTAStereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.82 215	0.57 194	5.35 501	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

RE-Stereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.81 210	0.57 194	5.37 504	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

TVStereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.81 210	0.57 194	5.37 504	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

DDVS	0.78 330	0.41 392	0.94 348	0.60 337	0.43 325	1.30 426	0.43 215	1.40 295	0.91 204	1.20 322	1.15 280	1.43 402	0.64 230	2.18 405	0.89 380	0.28 397	0.22 388	0.26 349	0.23 339	0.31 388	0.33 416

PSM-AAD	0.79 334	0.27 156	0.53 98	0.55 277	0.28 112	0.77 280	1.24 502	0.99 161	0.91 204	1.66 475	1.57 426	0.81 210	2.19 528	1.65 337	0.44 191	0.19 180	0.14 163	0.38 467	0.32 452	0.21 236	0.70 517

test-1	0.52 140	0.26 127	1.04 388	0.56 290	0.32 196	0.61 181	0.38 153	1.10 217	0.91 204	0.78 163	1.01 207	0.77 196	0.52 163	0.60 58	0.42 178	0.17 100	0.14 163	0.20 169	0.17 171	0.20 195	0.23 303

TestStereo	0.64 240	0.39 378	0.71 219	0.51 199	0.27 87	0.56 154	0.42 196	1.03 177	0.91 204	0.80 168	1.00 201	0.68 172	0.52 163	3.25 460	0.45 204	0.22 275	0.15 221	0.24 291	0.18 189	0.27 338	0.16 124

raftrobust	0.52 140	0.25 104	0.56 118	0.65 395	0.52 392	0.49 89	0.34 103	0.98 159	0.91 204	1.30 374	0.87 165	0.63 157	0.81 296	0.78 112	0.41 167	0.19 180	0.15 221	0.16 49	0.14 90	0.15 38	0.16 124

ASMatch	0.88 373	0.26 127	0.69 201	0.51 199	0.35 239	0.48 77	0.37 146	1.12 225	0.92 209	1.10 258	3.28 527	0.96 283	0.98 383	4.90 493	0.49 238	0.19 180	0.16 261	0.22 233	0.19 211	0.19 161	0.27 363

ac_64	0.82 348	0.29 213	0.81 291	0.71 443	0.60 431	1.05 380	0.54 314	1.99 464	0.92 209	1.18 314	1.06 232	1.99 490	1.08 416	1.94 381	0.97 396	0.27 383	0.22 388	0.24 291	0.23 339	0.22 260	0.19 215

StereoVision	0.65 248	0.34 328	0.86 307	0.59 325	0.40 302	0.50 103	0.41 192	1.09 214	0.93 211	0.71 147	2.50 513	0.82 215	0.57 194	1.03 190	0.49 238	0.25 344	0.28 440	0.29 392	0.28 416	0.36 420	0.20 248

RALCasStereoNet	0.54 165	0.30 233	0.66 179	0.59 325	0.51 380	0.61 181	0.52 300	0.94 142	0.93 211	0.70 145	1.01 207	0.78 200	0.44 109	1.33 268	0.47 225	0.20 215	0.16 261	0.18 111	0.16 150	0.20 195	0.19 215

DN-CSS_ROB	0.64 240	0.32 282	1.05 389	0.55 277	0.40 302	0.54 141	0.45 245	1.21 251	0.93 211	1.03 236	1.47 397	0.69 177	0.63 226	1.76 361	0.49 238	0.18 139	0.14 163	0.25 330	0.22 316	0.22 260	0.20 248

LoS	0.40 71	0.21 26	0.44 37	0.37 9	0.22 16	0.50 103	0.40 176	1.00 165	0.94 214	0.48 90	0.66 107	0.48 87	0.40 87	0.60 58	0.37 130	0.18 139	0.14 163	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.
IRAFT_RVC	0.88 373	0.28 178	0.76 267	0.63 372	0.31 177	0.65 213	1.02 479	1.22 259	0.94 214	1.22 331	1.04 228	1.01 301	0.98 383	5.82 517	0.53 263	0.22 275	0.12 51	0.25 330	0.20 243	0.20 195	0.19 215

rvit_stereo_0083	0.47 121	0.33 304	0.81 291	0.56 290	0.36 249	0.50 103	0.44 228	0.68 48	0.95 216	0.49 96	0.57 89	0.55 122	0.49 148	0.88 147	0.46 218	0.25 344	0.25 418	0.24 291	0.20 243	0.24 300	0.17 150

rvit_stereo_0081	0.44 99	0.33 304	0.64 165	0.54 253	0.35 239	0.41 36	0.44 228	0.66 42	0.95 216	0.48 90	0.52 72	0.50 101	0.46 120	0.82 128	0.44 191	0.25 344	0.20 348	0.22 233	0.19 211	0.25 312	0.17 150

rvit_stereo_0082	0.44 99	0.33 304	0.64 165	0.54 253	0.35 239	0.41 36	0.44 228	0.66 42	0.95 216	0.48 90	0.52 72	0.50 101	0.46 120	0.82 128	0.44 191	0.25 344	0.20 348	0.22 233	0.19 211	0.25 312	0.17 150

ACRE	0.61 217	0.33 304	1.01 373	0.58 312	0.49 362	0.75 266	0.47 259	1.06 204	0.95 216	1.37 408	1.55 418	0.62 154	0.46 120	0.83 130	0.70 320	0.23 302	0.15 221	0.19 134	0.16 150	0.18 120	0.21 265

RAFT_R40	0.83 354	0.28 178	0.73 237	0.59 325	0.31 177	0.69 238	0.44 228	1.10 217	0.95 216	1.47 435	1.10 250	1.00 294	0.85 316	5.53 509	0.46 218	0.22 275	0.13 112	0.23 271	0.20 243	0.23 285	0.18 175

CIPLG	0.62 221	0.33 304	0.96 358	0.58 312	0.50 369	0.75 266	0.48 270	1.05 191	0.96 221	1.40 420	1.57 426	0.64 160	0.48 140	0.89 152	0.70 320	0.23 302	0.15 221	0.19 134	0.16 150	0.19 161	0.21 265

IPLGR_C	0.62 221	0.33 304	0.99 364	0.58 312	0.49 362	0.76 272	0.48 270	1.10 217	0.96 221	1.40 420	1.56 422	0.62 154	0.48 140	0.80 119	0.71 325	0.23 302	0.15 221	0.19 134	0.16 150	0.19 161	0.21 265

GMOStereo	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

error version	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

test-v	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

test-2	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 422	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

DeepPruner_ROB	0.74 306	0.48 420	0.87 318	0.57 306	0.44 333	0.79 291	0.54 314	1.73 383	0.96 221	1.38 413	1.27 325	1.24 361	0.73 259	1.43 296	0.73 331	0.34 447	0.28 440	0.27 366	0.26 384	0.31 388	0.31 404

ToySt	0.66 255	0.33 304	1.23 428	0.51 199	0.33 217	0.86 327	0.68 394	1.10 217	0.97 228	0.84 181	1.08 241	1.25 365	0.94 361	1.01 186	0.74 332	0.19 180	0.19 330	0.24 291	0.24 352	0.27 338	0.23 303

Anonymous_2	1.30 462	0.55 447	0.82 294	0.52 220	0.58 420	1.01 372	0.64 379	1.25 267	0.97 228	0.96 210	0.78 143	1.33 386	1.29 456	1.03 190	0.74 332	0.62 520	0.64 538	1.06 538	9.63 578	1.16 533	0.49 482

RAFT_CTSACE	0.63 228	0.26 127	0.88 325	0.55 277	0.51 380	0.71 250	0.44 228	0.80 88	0.97 228	0.97 213	1.84 470	1.18 348	0.68 241	1.47 306	0.36 118	0.16 57	0.15 221	0.21 204	0.20 243	0.20 195	0.14 61

THIR-Stereo	1.02 418	0.27 156	0.69 201	0.49 157	0.28 112	0.95 353	1.34 510	1.03 177	0.97 228	1.34 400	1.90 478	1.17 345	1.58 487	6.44 527	0.78 348	0.19 180	0.14 163	0.21 204	0.22 316	0.19 161	0.20 248

DRaft	0.80 337	0.24 76	0.70 207	0.45 95	0.30 151	0.97 363	0.53 308	1.05 191	0.97 228	1.78 485	2.02 489	0.80 206	1.74 501	2.73 442	0.72 328	0.17 100	0.14 163	0.20 169	0.20 243	0.18 120	0.21 265

BUS	0.74 306	0.32 282	0.68 188	0.54 253	0.44 333	2.34 516	0.42 196	2.16 496	0.98 233	1.20 322	1.11 256	1.03 307	0.62 221	0.91 155	0.70 320	0.24 317	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

BSDual-CNN	0.71 281	0.32 282	0.68 188	0.54 253	0.44 333	1.27 421	0.65 381	2.16 496	0.98 233	1.20 322	1.11 256	1.12 335	0.74 261	0.91 155	0.66 309	0.24 317	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

psmg	0.72 283	0.32 282	0.68 188	0.50 169	0.44 333	1.48 453	0.75 412	1.94 453	0.98 233	1.21 326	1.33 349	1.12 335	0.74 261	0.91 155	0.66 309	0.24 317	0.19 330	0.25 330	0.25 367	0.23 285	0.22 283

CrosDoStereo	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 573	1.10 217	0.98 233	1.34 400	1.75 460	1.00 294	1.89 512	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

AAGNet	1.83 507	0.28 178	0.72 225	0.61 351	0.32 196	0.67 226	0.51 289	0.96 154	0.98 233	1.47 435	1.20 301	1.00 294	1.18 436	2.83 444	22.77 580	0.22 275	0.13 112	0.22 233	0.19 211	0.23 285	0.15 94

DeepStereo_LL	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 573	1.10 217	0.98 233	1.34 400	1.75 460	1.00 294	1.89 512	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

LMCR-Stereo	0.82 348	0.46 411	0.88 325	0.75 463	0.43 325	1.33 431	0.56 340	2.43 529	0.98 233	1.53 448	1.49 404	0.74 187	1.00 393	1.63 334	0.89 380	0.28 397	0.17 290	0.22 233	0.17 171	0.29 368	0.20 248

DisPM	0.66 255	0.28 178	0.72 225	0.61 351	0.35 239	0.62 190	0.45 245	1.02 172	0.99 240	1.56 458	1.10 250	0.80 206	0.59 204	2.37 421	0.41 167	0.23 302	0.14 163	0.23 271	0.21 287	0.20 195	0.25 329

IER	0.70 274	0.31 266	1.02 380	0.48 141	0.52 392	1.34 433	0.51 289	1.17 235	0.99 240	1.23 337	1.34 356	1.12 335	1.11 421	0.99 181	0.71 325	0.20 215	0.16 261	0.21 204	0.21 287	0.20 195	0.19 215

PFNet	0.91 381	0.26 127	1.10 408	0.63 372	0.32 196	0.64 197	0.56 340	1.17 235	0.99 240	1.47 435	1.08 241	0.98 287	0.69 244	6.62 529	0.54 269	0.20 215	0.12 51	0.24 291	0.19 211	0.20 195	0.17 150

Pruner-Stereo	0.62 221	0.29 213	0.70 207	0.61 351	0.31 177	0.63 194	0.43 215	1.17 235	0.99 240	1.53 448	1.08 241	0.95 277	0.55 180	1.35 273	0.51 249	0.23 302	0.14 163	0.24 291	0.21 287	0.21 236	0.23 303

raft+_RVC	0.53 150	0.26 127	0.54 104	0.60 337	0.47 357	0.54 141	0.54 314	1.27 269	0.99 240	0.76 155	1.03 225	0.70 181	0.56 185	0.93 163	0.47 225	0.18 139	0.14 163	0.19 134	0.18 189	0.18 120	0.15 94

test_sample2	0.62 221	0.29 213	0.74 253	0.50 169	0.28 112	0.80 299	0.61 369	1.61 355	1.00 245	0.88 190	0.99 197	0.94 269	0.83 309	1.16 226	0.51 249	0.23 302	0.18 312	0.22 233	0.21 287	0.23 285	0.22 283

test-3	0.54 165	0.22 45	0.68 188	0.47 114	0.27 87	0.58 162	0.35 111	0.92 128	1.00 245	1.32 388	0.69 118	0.87 239	0.45 113	1.68 347	0.37 130	0.16 57	0.11 26	0.20 169	0.16 150	0.17 89	0.13 35

test_1	0.54 165	0.22 45	0.68 188	0.47 114	0.27 87	0.58 162	0.35 111	0.92 128	1.00 245	1.28 360	0.68 114	0.87 239	0.45 113	1.67 342	0.37 130	0.16 57	0.11 26	0.20 169	0.16 150	0.17 89	0.13 35

PSMNet-ADL	0.72 283	0.35 349	0.62 155	0.69 429	0.46 352	1.14 395	0.44 228	1.37 287	1.01 248	0.83 178	1.17 288	1.33 386	0.96 373	1.43 296	0.95 391	0.33 437	0.22 388	0.21 204	0.23 339	0.27 338	0.29 380

HHNet	0.62 221	0.26 127	0.63 158	0.43 58	0.45 340	0.50 103	0.58 355	1.07 206	1.01 248	1.25 351	2.23 499	0.70 181	0.61 216	1.07 203	0.47 225	0.20 215	0.13 112	0.23 271	0.19 211	0.19 161	0.30 394

DMCA-RVC	0.74 306	0.40 384	1.27 437	0.66 402	0.49 362	0.77 280	0.47 259	1.35 284	1.01 248	1.53 448	1.01 207	1.29 379	0.82 301	1.31 261	0.78 348	0.27 383	0.21 370	0.35 453	0.27 395	0.32 397	0.24 317

DCVSM-stereo	0.72 283	0.35 349	0.76 267	0.55 277	0.42 315	0.73 257	0.38 153	1.21 251	1.02 251	1.79 488	1.04 228	1.62 439	1.03 402	1.04 196	0.79 354	0.24 317	0.27 433	0.29 392	0.24 352	0.30 379	0.36 432

4D-IteraStereo	0.48 127	0.24 76	0.76 267	0.50 169	0.44 333	0.66 222	0.31 77	0.87 109	1.02 251	1.03 236	0.72 129	0.78 200	0.32 42	0.64 68	0.37 130	0.17 100	0.11 26	0.23 271	0.19 211	0.19 161	0.13 35

DMCA	0.67 264	0.34 328	0.90 335	0.51 199	0.44 333	0.86 327	0.47 259	1.42 299	1.02 251	1.17 309	1.12 263	1.23 359	0.75 263	0.78 112	0.95 391	0.25 344	0.19 330	0.27 366	0.19 211	0.24 300	0.27 363

HITNet	0.65 248	0.40 384	0.77 274	0.48 141	0.24 38	1.05 380	0.49 280	1.76 396	1.02 251	1.18 314	1.18 290	0.89 251	0.80 292	0.85 138	0.79 354	0.17 100	0.12 51	0.21 204	0.17 171	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
MM-Stereo_test1	0.49 133	0.24 76	0.56 118	0.51 199	0.30 151	0.50 103	0.54 314	0.91 125	1.03 255	0.84 181	0.69 118	0.54 119	0.60 207	1.16 226	0.33 81	0.18 139	0.16 261	0.20 169	0.17 171	0.19 161	0.15 94

RAFT+CT+SA	0.58 202	0.29 213	0.60 146	0.66 402	0.37 264	0.42 43	0.55 332	1.27 269	1.03 255	0.70 145	1.22 305	0.60 145	0.70 249	1.64 336	0.41 167	0.18 139	0.13 112	0.22 233	0.22 316	0.21 236	0.18 175

IIG-Stereo	0.96 392	0.31 266	0.72 225	0.88 506	0.33 217	0.61 181	0.26 42	1.19 248	1.03 255	1.69 478	1.37 365	1.46 412	0.75 263	6.96 538	0.51 249	0.19 180	0.14 163	0.23 271	0.18 189	0.20 195	0.14 61

rafts_anoy	0.52 140	0.29 213	0.59 141	0.59 325	0.50 369	0.53 133	0.40 176	1.11 223	1.03 255	0.84 181	0.83 157	0.68 172	0.54 173	0.72 93	0.51 249	0.19 180	0.14 163	0.24 291	0.26 384	0.21 236	0.18 175

SFCPSM	0.70 274	0.28 178	1.02 380	0.51 199	0.38 281	1.37 436	0.66 386	2.00 465	1.03 255	1.17 309	1.21 303	0.82 215	0.78 282	1.03 190	0.53 263	0.21 249	0.17 290	0.22 233	0.24 352	0.21 236	0.19 215

riskmin	0.56 189	0.27 156	0.60 146	0.43 58	0.31 177	0.83 315	0.42 196	1.14 229	1.04 260	0.73 153	0.75 137	1.11 334	1.01 395	0.81 125	0.51 249	0.20 215	0.14 163	0.24 291	0.15 108	0.24 300	0.25 329

NINENet	0.77 322	0.37 366	0.78 282	0.62 363	0.51 380	2.34 516	0.42 196	1.83 422	1.04 260	1.14 284	1.23 309	1.03 307	0.62 221	1.24 246	0.70 320	0.28 397	0.23 400	0.31 411	0.21 287	0.26 324	0.25 329

UNet	0.83 354	0.34 328	1.31 441	0.58 312	0.74 472	1.58 462	0.49 280	1.41 297	1.04 260	1.21 326	1.08 241	1.54 427	1.12 424	1.65 337	1.09 413	0.23 302	0.17 290	0.25 330	0.20 243	0.25 312	0.22 283

PMTNet	0.46 114	0.21 26	0.38 8	0.37 9	0.23 22	0.71 250	0.27 49	0.74 64	1.04 260	0.64 136	0.70 122	0.55 122	0.47 129	0.86 142	0.35 108	1.00 531	0.13 112	0.15 19	0.10 2	0.15 38	0.13 35

MM-Stereo_test3	0.50 137	0.24 76	0.54 104	0.54 253	0.74 472	0.49 89	0.53 308	1.09 214	1.05 264	0.62 134	0.95 182	0.61 149	0.42 94	0.77 107	0.38 141	0.20 215	0.17 290	0.20 169	0.16 150	0.18 120	0.18 175

Any-RAFT	0.53 150	0.24 76	0.47 61	0.47 114	0.27 87	1.00 371	0.25 32	1.58 347	1.05 264	0.85 186	0.99 197	1.06 312	0.47 129	0.70 86	0.32 67	0.18 139	0.13 112	0.16 49	0.13 62	0.16 58	0.16 124

CSP-Net	0.97 398	0.38 373	0.83 299	0.53 238	0.41 310	1.63 466	0.77 418	2.00 465	1.05 264	1.25 351	1.20 301	1.33 386	0.83 309	4.93 495	0.85 373	0.32 428	0.22 388	0.20 169	0.20 243	0.23 285	0.25 329

test_3	0.55 180	0.23 58	0.71 219	0.53 238	0.28 112	0.61 181	0.40 176	0.92 128	1.05 264	1.19 318	0.68 114	0.93 266	0.44 109	1.67 342	0.39 149	0.15 36	0.12 51	0.22 233	0.19 211	0.21 236	0.14 61

IPLG	0.69 270	0.27 156	0.97 360	0.51 199	0.43 325	0.79 291	0.33 91	1.21 251	1.06 268	1.30 374	1.10 250	0.52 112	0.55 180	3.16 458	0.63 301	0.16 57	0.14 163	0.19 134	0.16 150	0.18 120	0.17 150

OMP-Stereo	0.94 388	0.33 304	0.72 225	0.90 510	0.31 177	0.49 89	0.36 127	1.16 233	1.06 268	1.58 464	1.12 263	1.46 412	0.69 244	6.94 537	0.49 238	0.19 180	0.14 163	0.24 291	0.18 189	0.20 195	0.14 61

RALAANet	0.60 211	0.33 304	0.87 318	0.62 363	0.50 369	0.69 238	0.31 77	1.21 251	1.06 268	1.09 250	1.16 285	0.88 243	0.46 120	1.22 239	0.42 178	0.19 180	0.15 221	0.21 204	0.17 171	0.27 338	0.17 150

ARAFT	0.77 322	0.36 359	1.49 473	0.51 199	0.31 177	0.90 333	0.82 434	1.90 440	1.06 268	1.62 470	1.24 311	1.02 303	0.64 230	1.84 368	0.50 244	0.18 139	0.14 163	0.28 381	0.27 395	0.17 89	0.16 124

BEATNet_4x	0.73 301	0.49 423	1.17 422	0.53 238	0.26 63	1.03 377	0.55 332	1.82 417	1.06 268	1.21 326	1.22 305	0.96 283	0.91 344	1.01 186	1.06 407	0.21 249	0.14 163	0.24 291	0.19 211	0.37 424	0.21 265

FACV-RUCA	0.63 228	0.34 328	0.82 294	0.62 363	0.65 446	0.81 308	0.41 192	1.44 306	1.07 273	0.86 188	1.14 272	0.61 149	0.69 244	0.80 119	0.53 263	0.28 397	0.19 330	0.47 495	0.21 287	0.35 413	0.25 329

RAFT-Stereo-weight	0.47 121	0.24 76	0.53 98	0.48 141	0.27 87	0.60 175	0.35 111	1.02 172	1.07 273	0.99 220	0.78 143	0.76 193	0.28 23	0.76 104	0.36 118	0.16 57	0.12 51	0.17 76	0.15 108	0.16 58	0.15 94

hknet	0.77 322	0.32 282	0.95 352	0.54 253	0.38 281	1.27 421	0.65 381	2.16 496	1.07 273	1.20 322	1.11 256	1.59 435	0.81 296	1.37 279	0.66 309	0.22 275	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

FENet	0.60 211	0.28 178	0.63 158	0.54 253	0.33 217	0.83 315	0.38 153	1.27 269	1.07 273	1.00 225	0.86 162	0.99 293	0.85 316	0.96 169	0.68 316	0.22 275	0.15 221	0.23 271	0.20 243	0.22 260	0.23 303

ACVNet	0.63 228	0.31 266	0.54 104	0.54 253	0.36 249	0.80 299	0.46 252	1.37 287	1.07 273	0.93 201	1.30 335	1.08 318	0.85 316	0.80 119	0.94 387	0.21 249	0.19 330	0.21 204	0.18 189	0.22 260	0.18 175

acv_ft	0.75 314	0.31 266	0.95 352	0.70 435	0.86 504	1.24 417	0.53 308	1.44 306	1.07 273	1.24 345	1.30 335	1.08 318	0.92 347	0.80 119	1.34 447	0.21 249	0.19 330	0.21 204	0.18 189	0.21 236	0.18 175

DFGA-Net	0.72 283	0.40 384	1.40 452	0.52 220	0.45 340	0.83 315	0.44 228	1.28 273	1.08 279	0.99 220	1.19 297	0.70 181	0.55 180	2.14 399	1.16 425	0.18 139	0.16 261	0.24 291	0.23 339	0.27 338	0.25 329

Reg-Stereo(zero)	0.44 99	0.22 45	0.45 50	0.43 58	0.23 22	0.38 27	0.25 32	0.76 68	1.08 279	0.90 193	0.78 143	0.90 252	0.47 129	0.70 86	0.36 118	0.15 36	0.12 51	0.15 19	0.12 38	0.15 38	0.15 94

MIPNet	0.56 189	0.28 178	0.94 348	0.49 157	0.33 217	0.66 222	0.38 153	1.35 284	1.08 279	1.06 240	0.92 175	0.60 145	0.79 286	0.73 97	0.52 256	0.17 100	0.14 163	0.19 134	0.16 150	0.18 120	0.17 150

AASNet	0.76 320	0.35 349	0.91 338	0.79 473	0.81 495	1.14 395	0.56 340	2.02 473	1.08 279	1.22 331	1.24 311	0.93 266	0.76 271	0.77 107	1.16 425	0.27 383	0.23 400	0.24 291	0.20 243	0.28 357	0.24 317

RAFT-RH_RVC	1.03 421	0.24 76	0.67 184	0.49 157	0.28 112	0.81 308	0.33 91	0.83 102	1.08 279	2.05 508	4.65 544	1.04 310	0.57 194	5.98 522	0.50 244	0.18 139	0.13 112	0.26 349	0.20 243	0.16 58	0.17 150

APVNet	1.06 425	0.53 441	1.42 458	0.84 491	0.79 488	1.92 495	0.82 434	1.90 440	1.08 279	1.08 244	1.43 383	1.56 430	1.13 428	3.07 453	1.58 479	0.31 421	0.34 475	0.42 483	0.36 477	0.36 420	0.37 437

Gwc-CoAtRS	0.52 140	0.24 76	0.68 188	0.48 141	0.29 129	0.64 197	0.25 32	1.16 233	1.08 279	1.01 228	1.00 201	1.12 335	0.56 185	0.69 82	0.37 130	0.16 57	0.13 112	0.17 76	0.15 108	0.15 38	0.15 94

GANet-RSSM	0.72 283	0.28 178	0.63 158	0.64 381	0.58 420	0.80 299	0.58 355	1.89 437	1.08 279	1.04 239	1.25 315	1.15 343	1.04 404	1.49 308	0.62 297	0.25 344	0.19 330	0.22 233	0.22 316	0.22 260	0.21 265

G2L-ROB	0.73 301	0.25 104	0.76 267	0.54 253	0.39 291	0.95 353	0.66 386	1.66 369	1.09 287	1.24 345	1.02 215	1.64 447	0.71 254	1.63 334	1.02 403	0.20 215	0.14 163	0.17 76	0.15 108	0.20 195	0.22 283

G2L-Stereo	0.80 337	0.32 282	0.95 352	0.60 337	0.42 315	0.78 285	0.69 398	1.50 320	1.09 287	1.33 396	1.14 272	1.45 409	0.72 257	2.45 426	1.10 416	0.25 344	0.20 348	0.26 349	0.21 287	0.20 195	0.26 353

WCG-NET（raft）	0.45 107	0.21 26	0.55 114	0.40 36	0.24 38	0.50 103	0.36 127	0.73 60	1.09 287	0.71 147	0.76 139	0.92 264	0.51 158	0.84 133	0.34 98	0.16 57	0.12 51	0.15 19	0.14 90	0.14 18	0.14 61

AE-Stereo	0.49 133	0.27 156	0.67 184	0.60 337	0.39 291	0.67 226	0.46 252	1.18 240	1.09 287	0.47 82	0.75 137	0.69 177	0.47 129	0.59 46	0.40 156	0.16 57	0.15 221	0.21 204	0.20 243	0.19 161	0.15 94

SQANet	1.31 464	0.88 509	1.08 402	1.83 544	1.44 540	1.44 450	0.75 412	1.74 388	1.09 287	1.32 388	1.26 322	1.28 376	1.01 395	1.50 310	0.83 367	2.50 550	0.34 475	1.47 542	0.55 517	2.32 543	1.57 545

RAFT-Stereo + iAFF	0.54 165	0.25 104	0.68 188	0.43 58	0.24 38	0.40 32	0.34 103	1.04 183	1.09 287	1.32 388	1.60 431	0.80 206	0.68 241	0.67 80	0.39 149	0.13 19	0.10 9	0.18 111	0.17 171	0.17 89	0.13 35

FADNet_RVC	0.83 354	0.51 433	1.83 496	0.54 253	0.42 315	1.19 410	0.46 252	1.51 327	1.09 287	0.89 191	1.24 311	0.91 255	0.87 329	2.11 397	1.11 419	0.27 383	0.22 388	0.31 411	0.28 416	0.43 455	0.38 443

UPFNet	0.80 337	0.32 282	0.90 335	0.59 325	0.74 472	1.26 420	0.80 429	1.52 329	1.10 294	1.30 374	1.12 263	1.30 380	0.84 313	1.67 342	1.09 413	0.24 317	0.24 409	0.24 291	0.23 339	0.25 312	0.18 175

PSMNet-RSSM	0.72 283	0.30 233	0.61 149	0.63 372	0.42 315	0.73 257	0.56 340	1.92 447	1.10 294	1.09 250	1.37 365	1.22 354	0.98 383	1.28 255	0.72 328	0.27 383	0.19 330	0.27 366	0.29 428	0.24 300	0.24 317

RAFT-345	0.84 359	0.25 104	0.66 179	0.50 169	0.27 87	0.54 141	0.42 196	0.83 102	1.11 296	1.32 388	2.34 504	0.86 235	0.54 173	5.72 514	0.47 225	0.18 139	0.13 112	0.22 233	0.17 171	0.17 89	0.16 124

CREStereo	0.39 62	0.21 26	0.38 8	0.34 1	0.22 16	0.53 133	0.29 60	0.77 71	1.11 296	0.58 120	0.71 125	0.51 105	0.41 90	0.54 33	0.34 98	0.18 139	0.13 112	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
MaskLacGwcNet_RVC	1.10 435	1.02 517	1.00 369	0.82 487	0.67 453	1.93 496	0.93 461	1.62 359	1.11 296	1.15 290	1.25 315	1.50 421	0.79 286	1.96 383	0.76 340	1.89 544	0.34 475	0.79 528	0.36 477	1.25 537	0.83 524

STTStereo	0.78 330	0.50 430	1.22 427	0.64 381	0.54 399	0.89 330	0.54 314	1.44 306	1.11 296	1.38 413	1.09 246	1.27 373	0.85 316	1.43 296	0.83 367	0.29 408	0.27 433	0.33 435	0.39 484	0.32 397	0.30 394

rvit_stereo_0075_2	0.64 240	0.46 411	1.05 389	0.66 402	0.66 449	0.53 133	0.48 270	1.20 250	1.12 300	0.76 155	0.92 175	0.78 200	0.53 168	1.03 190	0.59 284	0.37 462	0.28 440	0.40 478	0.31 444	0.37 424	0.32 410

trnet	0.39 62	0.21 26	0.37 5	0.36 5	0.20 3	0.53 133	0.29 60	0.78 75	1.12 300	0.59 128	0.71 125	0.53 117	0.42 94	0.54 33	0.34 98	0.18 139	0.13 112	0.15 19	0.10 2	0.14 18	0.13 35

Former-RAFT_DAM_RVC	0.46 114	0.36 359	0.71 219	0.47 114	0.36 249	0.67 226	0.35 111	0.78 75	1.12 300	0.61 131	0.62 100	0.39 56	0.39 83	0.71 90	0.39 149	0.20 215	0.17 290	0.22 233	0.18 189	0.23 285	0.19 215

GMStereo_Zeroshot	0.67 264	0.61 471	1.01 373	0.64 381	0.37 264	0.84 323	0.35 111	1.05 191	1.12 300	1.12 266	1.06 232	1.27 373	0.54 173	1.19 234	0.59 284	0.32 428	0.17 290	0.31 411	0.18 189	0.52 487	0.22 283

CBFPSM	0.92 383	0.33 304	1.86 497	0.49 157	0.38 281	1.75 476	0.84 436	1.39 293	1.12 300	1.09 250	0.99 197	2.37 509	1.66 498	1.32 265	1.42 465	0.19 180	0.18 312	0.20 169	0.20 243	0.21 236	0.33 416

test_5	0.65 248	0.30 233	0.75 257	0.67 414	0.50 369	0.92 344	0.52 300	1.39 293	1.12 300	0.76 155	1.11 256	1.00 294	0.90 341	1.53 317	0.45 204	0.18 139	0.13 112	0.23 271	0.22 316	0.21 236	0.19 215

SACVNet	0.85 363	0.46 411	0.85 301	0.81 479	0.56 408	0.80 299	0.79 423	1.68 372	1.12 300	1.34 400	1.33 349	1.25 365	0.94 361	2.39 423	0.76 340	0.34 447	0.26 424	0.31 411	0.29 428	0.35 413	0.44 466

GANet-ADL	0.60 211	0.35 349	0.72 225	0.64 381	0.40 302	0.68 233	0.51 289	1.49 316	1.12 300	0.95 208	1.08 241	0.91 255	0.57 194	0.76 104	0.55 273	0.26 367	0.18 312	0.18 111	0.16 150	0.23 285	0.25 329

STrans-v2	1.04 424	0.28 178	0.96 358	0.49 157	0.32 196	0.68 233	0.79 423	2.47 531	1.12 300	1.12 266	1.46 396	1.40 398	1.46 476	6.70 534	0.43 188	0.18 139	0.13 112	0.20 169	0.18 189	0.18 120	0.18 175

TransformOpticalFlow	0.96 392	0.28 178	0.89 331	0.52 220	0.31 177	0.66 222	0.54 314	1.75 390	1.12 300	1.09 250	1.44 388	1.37 396	1.01 395	6.70 534	0.42 178	0.19 180	0.12 51	0.20 169	0.19 211	0.18 120	0.19 215

psm_up	0.77 322	0.34 328	0.70 207	0.66 402	0.58 420	1.05 380	0.92 457	1.52 329	1.12 300	1.26 355	1.16 285	1.31 384	1.23 447	1.20 236	0.81 360	0.25 344	0.29 451	0.31 411	0.27 395	0.27 338	0.25 329

PSMNet_ROB	0.90 378	0.52 437	1.17 422	0.72 447	0.61 434	1.27 421	1.12 491	1.76 396	1.12 300	1.09 250	1.28 331	1.45 409	0.89 340	1.65 337	1.42 465	0.33 437	0.25 418	0.37 464	0.39 484	0.35 413	0.29 380

ISRNet	0.80 337	0.33 304	1.07 398	0.81 479	0.66 449	0.60 175	0.34 103	1.19 248	1.13 312	1.59 465	1.53 411	1.35 391	0.77 275	1.27 253	0.94 387	0.39 469	0.34 475	0.43 485	0.38 482	0.34 410	0.49 482

IPLGR	0.58 202	0.27 156	1.14 418	0.48 141	0.28 112	0.65 213	0.33 91	1.22 259	1.13 312	1.18 314	1.05 230	0.69 177	0.66 239	0.96 169	0.52 256	0.17 100	0.15 221	0.20 169	0.17 171	0.20 195	0.18 175

HCRNet	0.70 274	0.39 378	0.73 237	0.60 337	0.59 428	0.76 272	0.35 111	1.22 259	1.13 312	1.02 232	0.99 197	1.02 303	0.76 271	2.19 407	0.70 320	0.28 397	0.19 330	0.28 381	0.23 339	0.25 312	0.23 303

G2L-Stereo_test	0.73 301	0.27 156	0.74 253	0.49 157	0.40 302	0.90 333	0.81 432	1.53 335	1.14 315	1.28 360	1.27 325	1.52 425	0.72 257	1.62 332	0.94 387	0.19 180	0.14 163	0.16 49	0.15 108	0.18 120	0.19 215

test_sample5	0.69 270	0.34 328	0.87 318	0.52 220	0.30 151	0.84 323	0.54 314	1.83 422	1.14 315	1.11 264	1.25 315	0.88 243	0.78 282	1.23 241	0.65 306	0.26 367	0.20 348	0.27 366	0.27 395	0.27 338	0.26 353

DualNet	0.70 274	0.34 328	0.87 318	0.52 220	0.30 151	0.84 323	0.54 314	1.83 422	1.14 315	1.14 284	1.33 349	0.88 243	0.78 282	1.23 241	0.65 306	0.26 367	0.20 348	0.27 366	0.27 395	0.27 338	0.26 353

iinet-f	0.99 404	0.45 409	3.71 535	0.55 277	0.43 325	1.81 485	0.68 394	1.14 229	1.14 315	1.18 314	1.42 379	1.58 434	1.44 473	1.34 272	1.59 481	0.24 317	0.23 400	0.20 169	0.19 211	0.26 324	0.25 329

gwcnet-sp	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 374	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

scenet	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 374	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

ssnet	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 374	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

PFNet+	0.59 208	0.28 178	0.77 274	0.53 238	0.30 151	0.59 167	0.31 77	0.92 128	1.14 315	1.33 396	1.10 250	0.79 204	0.57 194	1.31 261	0.49 238	0.25 344	0.17 290	0.28 381	0.26 384	0.21 236	0.25 329

AFF-stereo	0.58 202	0.25 104	0.64 165	0.46 103	0.29 129	0.34 16	0.38 153	1.15 231	1.14 315	1.17 309	1.60 431	1.10 330	0.71 254	0.97 177	0.43 188	0.13 19	0.11 26	0.19 134	0.19 211	0.17 89	0.14 61

CFNet-RSSM	0.54 165	0.24 76	0.70 207	0.48 141	0.28 112	0.60 175	0.27 49	1.49 316	1.14 315	1.06 240	0.93 178	1.08 318	0.54 173	0.70 86	0.35 108	0.16 57	0.12 51	0.17 76	0.15 108	0.16 58	0.14 61

UCFNet_RVC	0.69 270	0.35 349	0.49 71	0.64 381	0.39 291	0.85 326	0.58 355	1.75 390	1.14 315	0.97 213	1.19 297	1.17 345	0.93 356	0.99 181	0.62 297	0.28 397	0.20 348	0.34 445	0.31 444	0.32 397	0.27 363

PS-NSSS	0.99 404	0.58 458	0.93 344	0.58 312	0.57 411	0.91 337	0.80 429	1.81 416	1.14 315	1.14 284	1.67 450	1.00 294	0.83 309	4.62 486	0.78 348	0.37 462	0.31 461	0.52 503	0.32 452	0.45 465	0.38 443

WCG-NET	0.42 82	0.21 26	0.54 104	0.40 36	0.25 55	0.47 71	0.32 84	0.73 60	1.15 327	0.76 155	0.73 131	0.58 137	0.45 113	0.60 58	0.34 98	0.15 36	0.11 26	0.16 49	0.14 90	0.15 38	0.13 35

test_sample8	2.19 524	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.82 417	1.15 327	2.26 514	1.30 335	4.94 548	2.52 538	2.27 414	7.92 553	0.57 513	12.61 582	0.62 521	0.67 528	0.45 465	0.42 456

test_sample6	0.71 281	0.34 328	0.87 318	0.52 220	0.30 151	0.82 310	0.58 355	1.79 410	1.15 327	1.14 284	1.33 349	0.91 255	0.79 286	1.31 261	0.74 332	0.27 383	0.21 370	0.27 366	0.29 428	0.28 357	0.27 363

test_sample4	0.69 270	0.33 304	0.91 338	0.51 199	0.30 151	0.92 344	0.52 300	1.87 431	1.15 327	1.14 284	1.18 290	0.87 239	0.75 263	1.18 232	0.68 316	0.25 344	0.20 348	0.26 349	0.26 384	0.26 324	0.25 329

test_sample3	0.68 268	0.32 282	0.88 325	0.52 220	0.30 151	0.97 363	0.52 300	1.86 429	1.15 327	1.08 244	1.11 256	0.88 243	0.71 254	1.17 230	0.68 316	0.25 344	0.20 348	0.25 330	0.25 367	0.25 312	0.25 329

cf-r	0.73 301	0.30 233	0.77 274	0.55 277	0.63 441	0.78 285	0.48 270	1.79 410	1.15 327	1.13 281	1.26 322	1.43 402	0.87 329	1.40 294	0.85 373	0.25 344	0.18 312	0.22 233	0.23 339	0.19 161	0.19 215

CFNet-ft	0.72 283	0.32 282	0.54 104	0.66 402	0.54 399	0.83 315	0.55 332	1.37 287	1.15 327	0.93 201	1.28 331	1.57 431	0.97 376	1.35 273	0.81 360	0.26 367	0.20 348	0.33 435	0.25 367	0.30 379	0.23 303

DANet	1.08 430	0.61 471	1.32 444	0.85 496	0.72 466	1.37 436	0.51 289	1.54 338	1.15 327	1.78 485	1.54 416	2.01 492	1.11 421	2.90 447	2.00 498	0.33 437	0.30 455	0.40 478	0.30 437	0.44 461	0.45 468
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CFNet_RVC	0.72 283	0.32 282	0.54 104	0.66 402	0.54 399	0.83 315	0.55 332	1.37 287	1.15 327	0.93 201	1.28 331	1.57 431	0.97 376	1.35 273	0.81 360	0.26 367	0.20 348	0.33 435	0.25 367	0.30 379	0.23 303

GCST	1.08 430	1.47 541	0.93 344	1.73 542	1.14 528	1.30 426	0.31 77	1.33 276	1.16 336	1.29 366	0.97 194	0.98 287	0.49 148	2.08 394	0.46 218	1.19 541	0.70 541	1.30 541	0.85 539	1.02 529	0.89 527

anonymity	1.12 440	0.97 512	1.21 425	1.07 527	1.12 525	1.08 386	0.89 450	1.95 455	1.16 336	1.29 366	1.26 322	1.22 354	1.09 419	1.15 222	1.01 402	1.02 534	1.00 557	0.97 533	0.97 545	0.98 526	0.99 531

DDUNet	1.50 482	2.69 565	1.12 412	1.77 543	1.88 545	1.84 489	0.92 457	1.70 379	1.16 336	1.38 413	1.79 464	1.60 437	1.12 424	1.37 279	1.08 411	1.10 539	0.76 542	2.37 551	0.94 543	2.00 541	1.37 542

rvit_0105_4	0.56 189	0.38 373	1.06 393	0.66 402	0.38 281	0.53 133	0.53 308	0.84 105	1.17 339	0.56 117	0.61 97	0.72 185	0.59 204	0.98 178	0.45 204	0.32 428	0.33 474	0.29 392	0.25 367	0.29 368	0.23 303

rvit_0105_3	0.63 228	0.44 402	1.08 402	0.72 447	0.40 302	0.64 197	0.71 403	1.03 177	1.17 339	0.82 176	0.70 122	0.80 206	0.70 249	0.91 155	0.56 275	0.35 454	0.34 475	0.34 445	0.32 452	0.27 338	0.28 375

H2IRNET	0.56 189	0.26 127	0.66 179	0.47 114	0.35 239	0.41 36	0.26 42	0.92 128	1.17 339	0.61 131	1.28 331	1.08 318	0.86 324	0.99 181	0.63 301	0.19 180	0.16 261	0.22 233	0.25 367	0.21 236	0.18 175

CoDeX	0.73 301	0.29 213	0.93 344	0.54 253	0.36 249	1.14 395	0.61 369	2.34 521	1.17 339	1.16 300	1.25 315	0.91 255	0.87 329	1.33 268	0.64 305	0.20 215	0.16 261	0.21 204	0.18 189	0.20 195	0.18 175

LL-Strereo	1.33 467	0.39 378	1.38 451	0.61 351	0.61 434	0.75 266	0.66 386	1.63 361	1.17 339	1.56 458	1.60 431	2.03 495	2.12 525	9.72 567	0.97 396	0.21 249	0.18 312	0.27 366	0.23 339	0.22 260	0.25 329

GEStereo_RVC	0.90 378	0.37 366	0.99 364	0.64 381	0.50 369	0.95 353	0.79 423	2.42 528	1.17 339	1.16 300	1.11 256	1.26 369	0.92 347	3.24 459	0.90 383	0.29 408	0.19 330	0.23 271	0.20 243	0.27 338	0.29 380

StereoDRNet-Refined	0.80 337	0.41 392	0.88 325	0.62 363	0.42 315	1.33 431	0.48 270	1.52 329	1.17 339	1.45 432	1.44 388	1.44 407	0.90 341	1.26 250	1.24 434	0.20 215	0.16 261	0.27 366	0.24 352	0.25 312	0.28 375
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	1.00 409	0.54 442	1.40 452	0.81 479	0.85 502	1.87 492	0.62 372	1.55 342	1.18 346	1.63 472	1.99 484	1.77 465	0.97 376	1.50 310	1.45 469	0.33 437	0.37 493	0.31 411	0.32 452	0.32 397	0.29 380

YMNet_1	1.00 409	0.54 442	1.40 452	0.81 479	0.85 502	1.87 492	0.62 372	1.55 342	1.18 346	1.63 472	1.99 484	1.77 465	0.97 376	1.50 310	1.45 469	0.33 437	0.37 493	0.31 411	0.32 452	0.32 397	0.29 380

rvit_0105_5	0.58 202	0.39 378	1.05 389	0.66 402	0.37 264	0.58 162	0.56 340	0.94 142	1.18 346	0.64 136	0.68 114	0.75 189	0.63 226	0.88 147	0.50 244	0.32 428	0.32 469	0.30 405	0.27 395	0.28 357	0.25 329

rvit_105_1	0.72 283	0.52 437	1.01 373	0.78 471	0.49 362	0.75 266	0.87 445	1.12 225	1.18 346	0.99 220	0.79 149	0.90 252	0.77 275	1.26 250	0.75 337	0.41 476	0.36 491	0.36 461	0.41 489	0.30 379	0.33 416

ACV-stereo	0.99 404	0.51 433	1.41 457	0.56 290	0.41 310	2.43 520	0.57 351	1.15 231	1.18 346	0.81 172	1.01 207	3.39 534	2.14 526	1.60 329	1.07 410	0.27 383	0.22 388	0.22 233	0.22 316	0.28 357	0.32 410

FADNet-RVC	0.88 373	0.67 481	1.93 500	0.60 337	0.48 358	0.91 337	0.60 367	1.71 381	1.18 346	0.90 193	0.96 185	1.36 393	0.92 347	2.25 412	1.17 428	0.30 413	0.29 451	0.32 426	0.32 452	0.41 444	0.35 426

NLCA_NET_v2_RVC	0.79 334	0.43 399	1.05 389	0.64 381	0.58 420	0.95 353	0.53 308	1.53 335	1.18 346	1.37 408	1.15 280	1.43 402	0.88 334	1.61 331	0.84 370	0.25 344	0.22 388	0.27 366	0.27 395	0.29 368	0.29 380
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	0.70 274	0.43 399	0.75 257	0.73 455	0.37 264	0.92 344	0.53 308	1.85 426	1.18 346	1.12 266	1.23 309	1.07 317	0.65 236	0.96 169	0.63 301	0.31 421	0.15 221	0.32 426	0.21 287	0.29 368	0.22 283
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.
RAFT + AFF	1.00 409	0.42 396	1.09 405	0.67 414	0.50 369	1.22 415	1.24 502	2.24 512	1.19 354	1.30 374	1.56 422	1.17 345	1.49 481	3.44 467	0.83 367	0.21 249	0.25 418	0.30 405	0.26 384	0.27 338	0.27 363

psmorigin	1.52 484	0.69 485	10.52 562	0.68 425	0.59 428	1.13 394	0.70 401	1.57 346	1.19 354	1.99 504	1.79 464	2.26 503	1.47 478	2.09 395	1.36 451	0.39 469	0.40 504	0.34 445	0.33 462	0.43 455	0.56 495

DSFCA	0.93 386	0.34 328	1.06 393	0.52 220	0.65 446	1.55 460	0.93 461	1.49 316	1.19 354	1.56 458	1.15 280	1.50 421	0.96 373	3.07 453	1.02 403	0.30 413	0.26 424	0.25 330	0.25 367	0.28 357	0.24 317

HSM	1.19 454	0.32 282	0.65 172	0.57 306	0.38 281	1.23 416	0.59 363	2.25 513	1.19 354	1.30 374	1.25 315	1.94 484	1.03 402	9.32 561	0.71 325	0.22 275	0.16 261	0.20 169	0.16 150	0.21 236	0.21 265

ETE_ROB	0.96 392	0.64 478	1.16 420	0.69 429	0.48 358	1.14 395	1.13 492	1.77 400	1.19 354	1.91 501	1.45 390	1.73 459	1.05 408	1.60 329	1.14 423	0.32 428	0.26 424	0.38 467	0.34 468	0.39 437	0.41 452

rvit_0105_6	0.53 150	0.37 366	0.98 363	0.65 395	0.38 281	0.51 120	0.51 289	0.77 71	1.20 359	0.54 115	0.55 83	0.65 163	0.53 168	0.94 166	0.44 191	0.32 428	0.32 469	0.28 381	0.24 352	0.28 357	0.21 265

DAS	0.84 359	0.34 328	1.03 384	0.64 381	0.69 461	0.77 280	0.63 377	1.54 338	1.20 359	1.79 488	1.55 418	0.95 277	1.04 404	2.83 444	0.60 292	0.21 249	0.16 261	0.25 330	0.18 189	0.27 338	0.22 283

SepStereo	0.82 348	0.34 328	1.03 384	0.64 381	0.69 461	0.77 280	0.63 377	1.54 338	1.20 359	1.79 488	1.55 418	0.95 277	1.04 404	2.30 416	0.60 292	0.21 249	0.16 261	0.25 330	0.18 189	0.27 338	0.22 283

HGLStereo	0.85 363	0.38 373	0.94 348	0.80 476	1.03 517	1.17 405	0.58 355	1.52 329	1.20 359	1.19 318	1.62 438	1.13 340	1.20 442	1.80 365	1.06 407	0.24 317	0.24 409	0.24 291	0.21 287	0.23 285	0.27 363

GwcNet-RSSM	0.77 322	0.32 282	1.01 373	0.62 363	0.54 399	0.78 285	0.51 289	1.73 383	1.20 359	1.09 250	1.37 365	1.46 412	0.85 316	1.53 317	1.09 413	0.25 344	0.18 312	0.23 271	0.24 352	0.20 195	0.19 215

FADNet-RVC-Resample	0.84 359	0.47 416	2.10 505	0.61 351	0.45 340	1.07 385	0.61 369	1.59 348	1.20 359	1.08 244	0.98 195	1.03 307	0.98 383	2.17 402	0.72 328	0.23 302	0.22 388	0.30 405	0.32 452	0.35 413	0.34 421

DualNet (step1)	0.83 354	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	1.23 241	0.67 312	0.57 513	0.28 440	0.62 521	0.67 528	0.45 465	0.42 456

test_sample9	1.86 510	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	2.27 414	7.92 553	0.57 513	12.61 582	0.62 521	0.67 528	0.45 465	0.42 456

test_sample7	0.74 306	0.37 366	0.76 267	0.52 220	0.35 239	0.91 337	0.67 390	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	1.23 241	0.67 312	0.31 421	0.28 440	0.32 426	0.31 444	0.33 406	0.29 380

DispNO	0.93 386	0.30 233	1.34 449	0.55 277	0.55 405	0.89 330	0.49 280	1.48 314	1.21 365	1.17 309	1.27 325	1.19 349	0.90 341	5.23 499	0.74 332	0.22 275	0.17 290	0.24 291	0.21 287	0.19 161	0.20 248

TestStereo1	0.63 228	0.28 178	0.75 257	0.76 466	0.31 177	0.48 77	0.43 215	1.30 274	1.21 365	0.97 213	1.31 341	0.64 160	0.77 275	1.75 356	0.42 178	0.20 215	0.15 221	0.22 233	0.18 189	0.21 236	0.17 150

SA-5K	0.63 228	0.28 178	0.75 257	0.76 466	0.31 177	0.48 77	0.43 215	1.30 274	1.21 365	0.97 213	1.31 341	0.64 160	0.77 275	1.75 356	0.42 178	0.20 215	0.15 221	0.22 233	0.18 189	0.21 236	0.17 150

CFNet_pseudo	0.66 255	0.32 282	0.86 307	0.48 141	0.39 291	0.70 245	0.40 176	1.33 276	1.22 371	1.16 300	1.34 356	1.24 361	0.64 230	0.98 178	0.59 284	0.21 249	0.16 261	0.33 435	0.19 211	0.36 420	0.25 329

G-Net	1.66 495	0.63 476	1.56 476	1.11 529	0.74 472	2.98 537	0.91 455	1.55 342	1.22 371	2.76 534	8.18 565	2.32 507	2.53 539	1.92 377	1.87 490	0.48 499	0.44 512	0.45 490	0.31 444	0.60 504	0.57 499

ccs_rob	0.66 255	0.33 304	0.86 307	0.48 141	0.39 291	0.70 245	0.40 176	1.33 276	1.22 371	1.16 300	1.34 356	1.23 359	0.64 230	0.98 178	0.59 284	0.21 249	0.16 261	0.35 453	0.20 243	0.37 424	0.25 329

coex_refinement	0.80 337	0.28 178	0.73 237	0.70 435	0.51 380	0.95 353	0.60 367	1.78 404	1.23 374	1.36 405	1.37 365	1.82 471	0.81 296	1.32 265	1.13 422	0.26 367	0.17 290	0.19 134	0.20 243	0.24 300	0.25 329

TCMNet	1.01 415	0.60 469	2.10 505	0.86 498	1.33 538	1.14 395	0.67 390	1.69 374	1.23 374	1.11 264	1.57 426	1.30 380	0.97 376	2.01 387	1.50 476	0.31 421	0.31 461	0.38 467	0.34 468	0.42 449	0.36 432

UDG	1.41 477	2.65 564	0.99 364	1.44 539	1.64 543	1.34 433	0.80 429	1.60 352	1.23 374	1.23 337	1.71 453	2.01 492	1.34 464	1.47 306	1.41 461	0.90 529	0.54 532	2.29 549	0.75 532	1.84 540	1.04 534

MLCV	0.72 283	0.34 328	1.10 408	0.51 199	0.23 22	0.91 337	0.39 168	1.33 276	1.23 374	1.46 434	1.55 418	1.01 301	0.64 230	1.95 382	0.80 358	0.18 139	0.12 51	0.18 111	0.14 90	0.19 161	0.17 150

DLCB_ROB	0.86 368	0.40 384	0.78 282	0.68 425	0.54 399	1.11 390	0.84 436	1.49 316	1.23 374	1.64 474	1.65 445	1.70 456	0.91 344	1.70 349	1.05 405	0.25 344	0.24 409	0.26 349	0.27 395	0.27 338	0.24 317

XPNet_ROB	0.96 392	0.49 423	1.09 405	0.72 447	0.57 411	1.11 390	1.14 493	1.66 369	1.23 374	1.85 495	1.39 374	1.64 447	1.11 421	1.80 365	1.42 465	0.38 466	0.30 455	0.33 435	0.29 428	0.37 424	0.34 421

raft_robust	0.68 268	0.30 233	0.64 165	0.52 220	0.26 63	0.54 141	0.35 111	1.33 276	1.24 380	1.16 300	1.07 236	0.60 145	0.54 173	3.58 470	0.37 130	0.18 139	0.14 163	0.20 169	0.22 316	0.20 195	0.16 124

ADLNet2	0.88 373	0.34 328	1.17 422	0.77 469	0.64 444	1.12 393	0.76 415	1.74 388	1.24 380	1.21 326	1.65 445	1.71 457	1.05 408	1.67 342	1.17 428	0.24 317	0.21 370	0.21 204	0.22 316	0.26 324	0.29 380

GANet	1.36 470	0.47 416	0.86 307	0.67 414	0.45 340	1.34 433	1.73 528	1.64 363	1.24 380	1.49 443	2.38 505	1.55 429	1.20 442	9.30 560	0.93 385	0.30 413	0.31 461	0.33 435	0.28 416	0.39 437	0.30 394

fff	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

s12784h	0.52 140	0.20 8	0.38 8	0.41 44	0.19 1	0.96 359	0.34 103	1.17 235	1.25 383	0.81 172	0.90 171	0.63 157	0.50 154	1.45 300	0.42 178	0.14 29	0.12 51	0.17 76	0.11 8	0.18 120	0.11 2

csc	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

cscssc	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

iResNet	0.75 314	0.40 384	1.36 450	0.67 414	0.29 129	0.92 344	0.59 363	1.52 329	1.25 383	1.28 360	1.48 402	0.94 269	0.76 271	1.62 332	0.78 348	0.18 139	0.14 163	0.18 111	0.15 108	0.22 260	0.23 303

GwcNet-ADL	0.64 240	0.31 266	0.79 285	0.56 290	0.41 310	0.60 175	0.58 355	1.41 297	1.26 388	1.08 244	1.13 268	0.91 255	0.60 207	1.04 196	0.78 348	0.27 383	0.18 312	0.18 111	0.18 189	0.25 312	0.29 380

ccnet	1.12 440	0.67 481	1.01 373	0.78 471	0.73 471	1.72 474	0.99 474	1.84 425	1.26 388	1.47 435	1.85 472	1.75 464	1.29 456	1.75 356	1.88 492	0.57 513	0.53 529	0.57 518	0.55 517	0.59 500	0.54 491

RGC	1.14 445	0.79 499	1.26 434	0.91 513	0.96 515	1.52 457	0.77 418	1.92 447	1.26 388	1.54 454	1.93 480	2.02 494	1.54 484	2.25 412	1.31 444	0.44 490	0.35 486	0.58 519	0.48 505	0.47 472	0.46 471

CC-Net-ROB	1.49 480	1.26 532	1.27 437	0.88 506	0.79 488	1.76 478	1.00 476	1.79 410	1.26 388	1.10 258	1.61 435	1.21 352	0.99 391	8.13 554	0.84 370	1.09 538	0.41 506	2.20 547	0.46 501	1.20 536	0.48 478

TDLM	1.06 425	0.44 402	0.79 285	0.63 372	0.50 369	0.89 330	1.44 515	1.48 314	1.26 388	1.12 266	1.40 376	1.08 318	0.98 383	6.65 530	0.78 348	0.33 437	0.21 370	0.33 435	0.26 384	0.37 424	0.24 317

CVANet_RVC	1.07 427	0.43 399	0.76 267	0.60 337	0.50 369	0.90 333	0.97 469	1.52 329	1.26 388	1.33 396	1.38 370	1.24 361	1.18 436	6.75 536	0.75 337	0.34 447	0.23 400	0.34 445	0.29 428	0.42 449	0.27 363

XX-TBD	0.46 114	0.70 488	0.35 1	0.79 473	0.25 55	0.58 162	0.26 42	0.69 49	1.27 394	0.76 155	1.00 201	0.45 71	0.33 45	0.47 18	0.37 130	0.19 180	0.15 221	0.15 19	0.11 8	0.17 89	0.14 61

MMNet	0.84 359	0.32 282	1.09 405	0.60 337	0.59 428	1.85 490	0.49 280	1.51 327	1.27 394	1.37 408	1.15 280	1.26 369	1.18 436	1.67 342	1.22 432	0.19 180	0.18 312	0.23 271	0.22 316	0.25 312	0.21 265

Nwc_Net	1.09 433	0.49 423	1.33 446	0.89 509	0.80 493	1.49 455	0.66 386	2.19 506	1.27 394	1.32 388	2.26 500	1.96 487	1.54 484	1.92 377	1.34 447	0.40 472	0.30 455	0.43 485	0.45 498	0.38 433	0.37 437

ADCRef	1.35 469	0.55 447	2.37 517	0.72 447	0.77 483	1.94 497	0.78 420	1.91 444	1.27 394	1.57 462	1.59 430	1.36 393	1.41 469	1.54 319	7.53 548	0.23 302	0.20 348	0.32 426	0.30 437	0.29 368	0.29 380

CBMV_ROB	0.90 378	0.44 402	0.63 158	0.51 199	0.37 264	1.25 419	0.49 280	1.77 400	1.27 394	1.41 422	2.00 486	1.33 386	1.08 416	2.17 402	0.76 340	0.43 485	0.42 508	0.47 495	0.44 496	0.41 444	0.36 432

1111x	1.70 500	0.29 213	0.86 307	0.51 199	0.27 87	1.01 372	0.68 394	2.22 510	1.28 399	1.13 281	1.40 376	1.21 352	1.10 420	5.53 509	15.20 570	0.22 275	0.21 370	0.22 233	0.22 316	0.24 300	0.22 283

GASNet	0.99 404	0.97 512	1.72 487	0.98 519	0.68 459	0.83 315	0.67 390	1.60 352	1.28 399	1.31 384	1.22 305	1.22 354	1.21 445	2.41 424	1.41 461	0.43 485	0.26 424	0.36 461	0.34 468	0.55 493	0.31 404

HBP-ISP	0.96 392	0.58 458	0.72 225	0.61 351	0.46 352	1.64 468	0.76 415	1.86 429	1.28 399	1.30 374	1.53 411	0.86 235	0.94 361	3.27 461	0.69 319	0.45 491	0.44 512	0.54 509	0.48 505	0.47 472	0.40 447

HSM-Net_RVC	0.87 372	0.29 213	0.53 98	0.53 238	0.30 151	1.15 401	0.55 332	3.57 548	1.28 399	1.53 448	1.74 457	1.68 453	0.93 356	1.49 308	0.77 346	0.22 275	0.17 290	0.19 134	0.18 189	0.20 195	0.19 215
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_ucs	0.70 274	0.33 304	0.88 325	0.50 169	0.43 325	0.74 261	0.44 228	1.60 352	1.29 403	1.22 331	1.54 416	1.09 328	0.63 226	0.99 181	0.59 284	0.25 344	0.20 348	0.37 464	0.21 287	0.40 441	0.28 375

SDNR	1.62 493	0.51 433	2.17 510	0.53 238	0.56 408	3.80 548	0.45 245	1.54 338	1.29 403	1.33 396	2.41 508	1.08 318	0.96 373	11.18 571	1.16 425	0.66 524	0.63 537	0.43 485	0.32 452	0.64 507	0.67 514

Wz-Net-LNSev-Ref	0.99 404	0.40 384	1.82 494	0.66 402	0.62 440	2.05 504	0.78 420	1.91 444	1.29 403	1.54 454	1.42 379	1.51 423	1.23 447	1.99 385	1.33 445	0.23 302	0.14 163	0.20 169	0.15 108	0.27 338	0.26 353

CREStereo++_RVC	0.47 121	0.21 26	0.38 8	0.45 95	0.38 281	0.45 62	0.25 32	0.75 65	1.29 403	0.80 168	1.21 303	0.47 82	0.37 74	0.53 30	0.44 191	0.16 57	0.11 26	0.15 19	0.80 535	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
xxxx	1.51 483	0.28 178	0.68 188	0.54 253	0.28 112	1.16 403	0.44 228	2.19 506	1.29 403	1.09 250	1.36 363	1.22 354	0.85 316	1.79 364	15.70 572	0.24 317	0.21 370	0.21 204	0.20 243	0.22 260	0.23 303

test_xeample	1.45 479	0.28 178	0.65 172	0.51 199	0.28 112	0.94 349	0.59 363	2.14 491	1.29 403	1.24 345	1.51 409	0.88 243	0.86 324	1.46 302	15.10 569	0.22 275	0.20 348	0.22 233	0.20 243	0.22 260	0.22 283

DCANet-4	0.54 165	0.26 127	1.07 398	0.42 51	0.24 38	0.48 77	0.36 127	0.99 161	1.30 409	1.10 258	1.02 215	0.56 130	0.75 263	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

ADStereo(finetuned)	0.57 196	0.24 76	1.06 393	0.43 58	0.24 38	0.49 89	0.35 111	1.05 191	1.30 409	1.12 266	1.03 225	0.58 137	1.20 442	0.84 133	0.51 249	0.16 57	0.13 112	0.17 76	0.13 62	0.18 120	0.19 215

SA	0.66 255	0.30 233	0.82 294	0.61 351	0.30 151	0.58 162	0.38 153	1.44 306	1.30 409	0.96 210	1.36 363	0.66 167	0.95 366	1.85 371	0.42 178	0.19 180	0.15 221	0.25 330	0.23 339	0.21 236	0.17 150

DCANet	0.54 165	0.24 76	0.70 207	0.43 58	0.24 38	0.49 89	0.36 127	1.05 191	1.30 409	1.12 266	1.03 225	0.58 137	0.92 347	0.81 125	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.18 120	0.19 215

MyStereo8	0.65 248	0.29 213	1.00 369	0.58 312	0.49 362	0.91 337	0.35 111	1.18 240	1.31 413	1.16 300	1.27 325	0.90 252	0.64 230	0.72 93	0.95 391	0.18 139	0.14 163	0.20 169	0.18 189	0.22 260	0.26 353

PCWNet_CMD	0.66 255	0.32 282	0.88 325	0.49 157	0.37 264	0.78 285	0.40 176	1.42 299	1.31 413	1.16 300	1.31 341	1.25 365	0.62 221	0.89 152	0.57 278	0.20 215	0.16 261	0.27 366	0.19 211	0.40 441	0.25 329

222	1.61 492	0.29 213	0.67 184	0.56 290	0.29 129	1.06 383	0.42 196	2.17 502	1.31 413	1.31 384	1.52 410	0.92 264	0.94 361	1.76 361	17.65 573	0.24 317	0.20 348	0.21 204	0.19 211	0.22 260	0.23 303

MSMDNet	0.66 255	0.32 282	0.87 318	0.49 157	0.37 264	0.79 291	0.40 176	1.43 305	1.31 413	1.15 290	1.31 341	1.24 361	0.63 226	0.88 147	0.57 278	0.21 249	0.16 261	0.26 349	0.19 211	0.39 437	0.24 317

UGAM	1.14 445	0.27 156	0.95 352	0.53 238	0.42 315	0.70 245	0.72 406	0.95 147	1.32 417	0.98 217	1.48 402	1.78 467	0.87 329	9.65 566	0.87 376	0.21 249	0.18 312	0.30 405	0.24 352	0.19 161	0.16 124

Wz-Net-LNSev	1.03 421	0.67 481	2.71 526	0.64 381	0.84 499	1.75 476	1.00 476	1.80 413	1.32 417	1.28 360	1.25 315	1.65 450	1.22 446	1.39 288	1.40 457	0.28 397	0.26 424	0.24 291	0.23 339	0.33 406	0.32 410

CFNet	0.96 392	0.36 359	1.01 373	0.62 363	0.42 315	0.99 369	0.47 259	1.90 440	1.32 417	0.99 220	1.39 374	1.10 330	0.86 324	5.58 512	0.79 354	0.23 302	0.17 290	0.28 381	0.27 395	0.26 324	0.21 265

StereoDRNet	0.98 402	0.47 416	1.70 484	0.76 466	0.94 512	1.51 456	0.91 455	1.92 447	1.32 417	1.61 466	1.13 268	1.47 417	0.97 376	1.75 356	1.46 472	0.28 397	0.23 400	0.29 392	0.27 395	0.35 413	0.27 363

Sa-1000	0.72 283	0.29 213	0.76 267	0.59 325	0.30 151	0.73 257	0.37 146	1.62 359	1.33 421	1.28 360	2.04 490	0.86 235	0.75 263	1.84 368	0.38 141	0.19 180	0.14 163	0.25 330	0.23 339	0.20 195	0.16 124

hitnet-ft	0.79 334	0.35 349	0.57 128	0.58 312	0.42 315	0.96 359	0.46 252	1.47 312	1.33 421	1.19 318	1.22 305	1.81 468	0.98 383	1.66 341	0.94 387	0.33 437	0.28 440	0.34 445	0.27 395	0.35 413	0.31 404

FADNet	0.92 383	0.61 471	1.81 493	0.62 363	0.55 405	0.96 359	0.57 351	1.78 404	1.33 421	0.93 201	1.01 207	1.36 393	1.01 395	2.71 441	0.75 337	0.33 437	0.34 475	0.31 411	0.34 468	0.59 500	0.40 447

z-ln-s-r	1.02 418	0.55 447	2.09 504	0.52 220	0.55 405	0.78 285	0.87 445	1.47 312	1.34 424	1.12 266	1.62 438	1.37 396	1.06 411	2.62 438	3.32 525	0.19 180	0.14 163	0.21 204	0.17 171	0.27 338	0.21 265

AIO-test1	0.56 189	0.25 104	0.55 114	0.64 381	0.78 485	0.80 299	0.36 127	1.18 240	1.34 424	0.57 118	0.88 167	0.61 149	0.50 154	1.12 217	0.35 108	0.17 100	0.17 290	0.22 233	0.24 352	0.18 120	0.23 303

ttt	0.94 388	0.34 328	0.59 141	0.61 351	0.37 264	0.94 349	0.50 288	2.17 502	1.34 424	1.23 337	1.61 435	0.91 255	0.76 271	1.85 371	3.97 534	0.30 413	0.26 424	0.26 349	0.24 352	0.29 368	0.29 380

ssnet_v2	0.88 373	0.36 359	1.02 380	0.62 363	0.38 281	1.32 429	0.97 469	2.07 482	1.34 424	1.37 408	1.18 290	1.54 427	0.92 347	1.10 211	1.65 482	0.30 413	0.27 433	0.30 405	0.28 416	0.27 338	0.26 353

UDGNet	0.72 283	1.17 529	0.80 290	0.77 469	0.41 310	0.77 280	0.38 153	0.97 155	1.34 424	0.81 172	0.88 167	0.71 184	0.60 207	1.21 238	0.54 269	0.52 504	0.19 330	1.02 537	0.26 384	0.71 516	0.31 404

dd	0.59 208	0.48 420	0.97 360	0.55 277	0.32 196	0.64 197	0.47 259	1.02 172	1.34 424	0.78 163	0.86 162	0.58 137	0.54 173	1.01 186	0.86 375	0.28 397	0.18 312	0.26 349	0.19 211	0.32 397	0.24 317

NCC-stereo	1.10 435	0.54 442	1.24 431	0.84 491	0.94 512	1.29 424	0.89 450	2.01 469	1.34 424	1.32 388	1.74 457	1.88 474	1.74 501	2.35 419	1.25 435	0.45 491	0.37 493	0.45 490	0.58 520	0.42 449	0.42 456

Abc-Net	1.10 435	0.54 442	1.24 431	0.84 491	0.94 512	1.29 424	0.89 450	2.01 469	1.34 424	1.32 388	1.74 457	1.88 474	1.74 501	2.35 419	1.25 435	0.45 491	0.37 493	0.45 490	0.58 520	0.42 449	0.42 456
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	1.99 519	0.48 420	7.73 552	0.66 402	0.91 508	2.30 514	1.05 483	1.82 417	1.34 424	1.54 454	1.32 347	1.74 461	1.61 491	2.17 402	13.37 565	0.24 317	0.21 370	0.32 426	0.28 416	0.37 424	0.29 380

iResNetv2_ROB	0.80 337	0.37 366	1.71 486	0.56 290	0.37 264	0.94 349	0.64 379	1.73 383	1.34 424	1.23 337	1.42 379	1.26 369	0.92 347	1.85 371	0.56 275	0.23 302	0.15 221	0.19 134	0.14 90	0.24 300	0.19 215

w-ln-seven-2	1.18 453	0.61 471	4.25 537	0.68 425	0.61 434	1.20 412	0.93 461	1.63 361	1.35 434	1.66 475	1.53 411	1.47 417	1.37 467	3.00 452	1.74 485	0.25 344	0.24 409	0.29 392	0.26 384	0.33 406	0.28 375

DGSMNet	1.14 445	0.76 497	2.49 520	0.81 479	0.86 504	1.39 441	1.39 512	2.13 487	1.35 434	1.26 355	1.63 442	1.48 419	0.98 383	1.75 356	1.10 416	0.45 491	0.43 509	0.55 513	0.49 508	0.75 518	0.70 517

delet	0.85 363	0.32 282	0.95 352	0.65 395	0.66 449	1.64 468	0.84 436	1.75 390	1.35 434	1.32 388	1.30 335	1.30 380	0.88 334	1.68 347	1.10 416	0.21 249	0.21 370	0.24 291	0.24 352	0.21 236	0.21 265

RASNet	1.12 440	0.30 233	0.91 338	0.66 402	0.77 483	0.97 363	0.57 351	1.37 287	1.35 434	1.02 232	1.34 356	2.11 499	1.43 471	7.09 539	1.39 456	0.19 180	0.17 290	0.17 76	0.19 211	0.18 120	0.16 124

otaku	1.60 490	1.11 524	1.21 425	2.20 546	1.56 542	1.97 499	1.24 502	2.07 482	1.36 438	1.44 430	1.62 438	1.73 459	1.19 439	1.73 355	0.98 399	2.89 555	0.57 534	1.74 543	0.60 524	2.78 550	1.94 551

ADLNet	0.85 363	0.36 359	0.89 331	0.85 496	0.72 466	1.24 417	0.76 415	1.82 417	1.36 438	1.52 447	1.35 362	1.27 373	0.99 391	1.23 241	1.15 424	0.27 383	0.20 348	0.26 349	0.25 367	0.28 357	0.30 394

NCCL2	1.00 409	0.56 451	1.06 393	0.75 463	0.57 411	1.31 428	1.72 527	1.77 400	1.36 438	1.50 444	1.17 288	1.91 479	1.17 432	1.54 319	1.29 442	0.35 454	0.31 461	0.45 490	0.44 496	0.40 441	0.40 447

SGM-Forest	1.24 456	0.38 373	0.60 146	0.52 220	0.37 264	1.56 461	1.30 507	1.65 364	1.36 438	2.11 511	1.79 464	1.63 444	0.93 356	7.48 547	0.95 391	0.36 458	0.37 493	0.39 473	0.34 468	0.37 424	0.32 410
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
mmx	1.39 474	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	2.13 487	1.37 442	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 549	0.24 317	0.19 330	0.31 411	0.27 395	0.30 379	0.25 329

xxx	1.39 474	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	2.13 487	1.37 442	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 549	0.24 317	0.19 330	0.31 411	0.27 395	0.30 379	0.25 329

aanetorigin	1.23 455	0.79 499	2.78 528	0.70 435	0.79 488	0.99 369	1.06 485	1.06 204	1.37 442	3.52 545	2.61 515	1.72 458	1.63 492	1.99 385	1.78 487	0.25 344	0.24 409	0.26 349	0.25 367	0.38 433	0.45 468

edge stereo	1.11 438	0.50 430	1.30 440	0.71 443	0.65 446	1.14 395	0.75 412	1.93 451	1.37 442	1.71 479	1.83 468	2.54 516	1.44 473	2.43 425	1.23 433	0.42 480	0.41 506	0.54 509	0.35 473	0.42 449	0.46 471

PSMNet-RUCA	1.02 418	0.97 512	1.44 459	1.23 533	1.10 521	1.40 443	0.62 372	1.69 374	1.38 446	0.94 206	1.53 411	0.97 285	0.83 309	1.17 230	0.93 385	0.69 525	0.34 475	0.99 535	0.60 524	0.97 525	0.64 512

Ntro	1.64 494	1.15 527	1.23 428	2.48 551	1.83 544	2.09 506	1.16 496	1.96 456	1.38 446	1.21 326	1.62 438	1.62 439	1.29 456	1.87 374	1.11 419	3.04 556	0.56 533	1.82 545	0.64 526	2.80 551	2.05 552

RCA-Stereo	0.50 137	0.23 58	0.58 134	0.48 141	0.33 217	0.55 149	0.45 245	0.97 155	1.38 446	0.68 142	1.05 230	0.63 157	0.80 292	0.59 46	0.32 67	0.17 100	0.12 51	0.17 76	0.14 90	0.16 58	0.14 61

NVstereo2D	0.92 383	0.41 392	1.48 471	0.72 447	0.72 466	1.20 412	0.87 445	1.75 390	1.38 446	0.99 220	1.13 268	1.26 369	0.98 383	2.21 409	0.89 380	0.43 485	0.20 348	0.38 467	0.24 352	0.57 496	0.63 508

LALA_ROB	1.01 415	0.59 461	1.16 420	0.67 414	0.51 380	1.63 466	1.26 506	1.69 374	1.38 446	1.81 492	1.37 365	1.94 484	1.02 400	1.58 326	1.38 453	0.37 462	0.27 433	0.43 485	0.37 480	0.43 455	0.37 437

SMFormer	0.75 314	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.82 365	0.24 317	0.20 348	0.22 233	0.21 287	0.23 285	0.24 317

tta	0.75 314	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.82 365	0.24 317	0.20 348	0.22 233	0.21 287	0.18 120	0.18 175

qqq1	0.72 283	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.44 191	0.24 317	0.20 348	0.18 111	0.15 108	0.18 120	0.18 175

fff1	0.72 283	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.44 191	0.24 317	0.20 348	0.18 111	0.15 108	0.18 120	0.18 175

Wz-Net-SNSev	1.49 480	1.23 531	6.27 549	0.68 425	0.67 453	1.37 436	1.41 513	2.00 465	1.39 451	1.48 441	1.61 435	2.29 504	1.32 462	3.93 472	2.14 503	0.31 421	0.28 440	0.31 411	0.33 462	0.42 449	0.36 432

MultiAttention	4.51 554	0.33 304	0.82 294	0.73 455	0.45 340	30.98 584	4.50 568	2.18 505	1.40 456	1.61 466	2.41 508	2.43 513	0.70 249	38.42 586	1.36 451	0.22 275	0.15 221	0.29 392	0.30 437	0.47 472	0.43 463

AIO-test2	0.57 196	0.28 178	0.63 158	0.61 351	0.58 420	0.79 291	0.51 289	1.18 240	1.40 456	0.63 135	1.15 280	0.51 105	0.43 101	1.09 208	0.35 108	0.21 249	0.17 290	0.26 349	0.30 437	0.20 195	0.19 215

MyStereo04	0.67 264	0.29 213	1.07 398	0.55 277	0.45 340	0.59 167	0.79 423	1.50 320	1.40 456	0.91 198	0.91 173	0.74 187	0.86 324	1.52 313	0.62 297	0.17 100	0.16 261	0.24 291	0.20 243	0.23 285	0.20 248

GMStereo	0.55 180	0.45 409	0.94 348	0.50 169	0.32 196	0.64 197	0.43 215	1.00 165	1.40 456	0.82 176	0.73 131	0.51 105	0.45 113	0.85 138	0.55 273	0.24 317	0.15 221	0.20 169	0.21 287	0.31 388	0.24 317
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NOSS_ROB	1.26 459	0.46 411	0.62 155	0.56 290	0.38 281	1.06 383	0.78 420	1.73 383	1.40 456	1.01 228	1.43 383	1.10 330	0.75 263	10.62 570	0.65 306	0.45 491	0.43 509	0.48 497	0.45 498	0.44 461	0.41 452

MyStereo05	0.66 255	0.28 178	1.07 398	0.56 290	0.46 352	0.61 181	0.73 407	1.34 281	1.41 461	1.15 290	0.91 173	0.77 196	0.80 292	1.41 295	0.63 301	0.17 100	0.16 261	0.23 271	0.20 243	0.22 260	0.20 248

111	0.60 211	0.23 58	0.70 207	0.43 58	0.24 38	0.72 253	0.42 196	1.18 240	1.41 461	0.80 168	1.38 370	1.10 330	0.79 286	0.96 169	0.58 281	0.18 139	0.13 112	0.17 76	0.15 108	0.17 89	0.19 215

MDST_ROB	1.67 496	0.34 328	1.58 478	0.92 515	0.58 420	4.26 554	1.11 489	2.83 537	1.41 461	4.49 556	2.55 514	1.45 409	0.97 376	7.79 551	1.17 428	0.31 421	0.25 418	0.37 464	0.33 462	0.31 388	0.30 394

fast-acv-ft	0.94 388	0.44 402	1.40 452	0.58 312	0.51 380	1.77 481	0.69 398	1.36 286	1.42 464	1.29 366	1.86 473	1.74 461	1.25 451	1.52 313	1.38 453	0.26 367	0.28 440	0.28 381	0.28 416	0.27 338	0.26 353

CBMV	0.95 391	0.44 402	0.66 179	0.53 238	0.35 239	1.53 458	1.63 526	1.69 374	1.42 464	2.00 507	1.60 431	1.43 402	1.17 432	1.59 328	0.99 400	0.34 447	0.34 475	0.39 473	0.33 462	0.33 406	0.32 410
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PA-Net	1.01 415	0.57 455	1.29 439	0.64 381	0.74 472	1.19 410	0.84 436	1.69 374	1.43 466	1.16 300	1.19 297	1.32 385	1.19 439	3.42 465	1.25 435	0.29 408	0.45 516	0.33 435	0.49 508	0.32 397	0.47 475
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	1.00 409	0.44 402	1.13 414	0.70 435	0.81 495	1.62 465	0.79 423	2.14 491	1.44 467	1.78 485	1.33 349	1.43 402	1.05 408	2.18 405	1.53 478	0.27 383	0.21 370	0.31 411	0.30 437	0.32 397	0.28 375

Wz-Net-MNSev	1.11 438	0.58 458	2.23 513	0.66 402	0.71 464	1.95 498	1.46 516	1.98 462	1.45 468	1.79 488	1.43 383	1.49 420	1.33 463	1.97 384	1.42 465	0.27 383	0.23 400	0.28 381	0.28 416	0.34 410	0.31 404

RYNet	1.17 452	0.49 423	1.24 431	0.70 435	0.97 516	1.71 472	0.92 457	1.91 444	1.46 469	1.38 413	1.14 272	1.88 474	1.30 460	4.24 477	1.87 490	0.26 367	0.21 370	0.35 453	0.27 395	0.55 493	0.54 491

GwcNet	1.08 430	0.51 433	2.33 515	0.79 473	1.18 531	1.76 478	0.70 401	1.68 372	1.47 470	1.41 422	1.64 443	1.74 461	1.04 404	2.20 408	1.41 461	0.30 413	0.29 451	0.29 392	0.27 395	0.30 379	0.35 426

ADCMid	1.89 514	0.73 491	5.06 542	0.72 447	0.67 453	2.00 502	1.14 493	1.97 460	1.48 471	2.86 537	1.81 467	2.37 509	2.05 522	2.24 410	10.39 562	0.33 437	0.31 461	0.39 473	0.43 494	0.50 481	0.44 466

AnyNet_C32	1.96 516	1.10 521	5.17 543	0.90 510	1.11 523	2.12 508	2.37 555	1.85 426	1.48 471	2.45 525	1.70 452	2.05 497	1.64 493	2.50 432	10.28 561	0.37 462	0.34 475	0.35 453	0.41 489	0.49 480	0.54 491

NaN_ROB	1.13 443	0.55 447	1.15 419	0.64 381	0.48 358	1.61 464	2.03 544	1.72 382	1.48 471	2.09 510	1.27 325	1.40 398	1.08 416	3.94 473	1.30 443	0.28 397	0.34 475	0.28 381	0.28 416	0.30 379	0.33 416

dad	0.86 368	0.66 480	1.06 393	0.56 290	0.37 264	0.76 272	0.44 228	1.17 235	1.50 474	1.44 430	1.27 325	1.34 390	0.75 263	2.52 433	0.84 370	0.42 480	0.27 433	0.83 529	0.26 384	0.41 444	0.29 380

DISCO	1.03 421	0.34 328	1.11 410	0.69 429	0.45 340	2.07 505	0.84 436	2.13 487	1.50 474	1.15 290	1.33 349	2.40 511	1.07 415	2.60 436	1.51 477	0.23 302	0.18 312	0.22 233	0.20 243	0.31 388	0.27 363

PASM	1.34 468	0.92 510	2.62 524	0.86 498	0.87 506	1.03 377	1.08 487	1.50 320	1.51 476	1.82 493	1.41 378	1.68 453	1.26 453	4.87 492	1.34 447	0.61 519	0.65 540	0.68 525	0.78 534	0.69 514	0.68 516

GANetREF_RVC	1.07 427	0.86 506	1.31 441	0.82 487	0.53 395	1.41 448	1.31 508	1.76 396	1.52 477	1.27 358	1.31 341	1.46 412	1.24 450	2.03 389	0.96 395	0.56 512	0.45 516	0.67 524	0.50 510	0.88 523	0.59 502
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
SPS-STEREO	1.67 496	1.04 518	1.23 428	1.21 531	1.13 527	1.82 487	1.11 489	2.16 496	1.52 477	3.07 544	2.32 502	2.82 525	1.80 506	4.11 476	2.04 499	1.03 535	0.99 556	0.97 533	0.94 543	1.03 531	1.02 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	2.37 530	0.42 396	2.71 526	0.63 372	0.43 325	1.54 459	1.19 499	2.01 469	1.53 479	2.64 530	7.60 559	18.07 576	1.45 475	3.44 467	2.78 513	0.18 139	0.15 221	0.15 19	0.12 38	0.20 195	0.18 175

Syn2CoEx	1.14 445	0.69 485	1.66 482	0.80 476	0.67 453	1.40 443	0.88 448	2.06 481	1.54 480	1.25 351	1.58 429	1.42 401	1.50 483	4.09 475	1.40 457	0.36 458	0.32 469	0.34 445	0.29 428	0.29 368	0.34 421

ADCPNet	1.85 509	0.69 485	8.07 553	0.71 443	0.58 420	2.79 532	1.22 501	1.94 453	1.54 480	1.88 497	1.69 451	2.46 515	2.04 520	2.37 421	6.48 543	0.38 466	0.37 493	0.38 467	0.43 494	0.47 472	0.45 468

AANet_RVC	1.16 451	0.52 437	1.49 473	0.65 395	0.45 340	0.75 266	0.69 398	1.42 299	1.55 482	1.34 400	1.87 475	1.53 426	0.78 282	7.43 545	1.38 453	0.25 344	0.17 290	0.19 134	0.16 150	0.22 260	0.26 353

zh-sn7	1.76 506	1.38 533	6.58 550	0.74 459	0.72 466	1.78 483	1.31 508	1.88 434	1.56 483	1.86 496	2.47 512	1.81 468	2.08 524	5.12 497	3.80 530	0.32 428	0.32 469	0.32 426	0.32 452	0.44 461	0.40 447

pcwnet_v2	0.97 398	0.37 366	4.33 538	0.62 363	0.54 399	0.79 291	0.45 245	2.02 473	1.58 484	1.42 428	1.64 443	1.09 328	0.79 286	1.24 246	0.67 312	0.32 428	0.25 418	0.29 392	0.27 395	0.37 424	0.35 426

iResNet_ROB	0.77 322	0.30 233	0.99 364	0.57 306	0.36 249	0.83 315	0.36 127	2.33 519	1.58 484	1.27 358	1.30 335	1.25 365	0.84 313	1.65 337	0.79 354	0.20 215	0.14 163	0.17 76	0.12 38	0.18 120	0.27 363

AF-Net	1.13 443	0.52 437	1.33 446	0.86 498	0.91 508	1.38 439	0.71 403	2.16 496	1.62 486	1.56 458	2.40 507	1.99 490	1.65 494	1.81 367	1.48 474	0.48 499	0.28 440	0.49 499	0.33 462	0.39 437	0.32 410

RP	1.09 433	0.50 430	1.12 412	0.90 510	1.04 518	1.11 390	0.84 436	1.80 413	1.62 486	1.55 457	2.00 486	1.90 478	1.78 504	1.84 368	1.25 435	0.52 504	0.36 491	0.48 497	0.36 477	0.45 465	0.43 463

FAT-Stereo	1.07 427	0.41 392	1.32 444	0.72 447	0.58 420	1.08 386	0.89 450	1.96 456	1.65 488	1.75 482	1.98 483	2.03 495	1.48 479	2.02 388	1.18 431	0.42 480	0.35 486	0.34 445	0.29 428	0.35 413	0.53 490

SGM+DAISY	2.41 533	1.07 519	2.14 509	1.18 530	1.10 521	2.14 509	1.36 511	1.96 456	1.66 489	5.46 565	7.07 556	4.95 549	4.32 557	5.50 508	2.26 505	1.04 536	1.02 559	0.99 535	0.97 545	1.02 529	1.04 534

ITSA-stereo	0.82 348	0.36 359	0.82 294	0.54 253	0.31 177	0.80 299	0.47 259	2.17 502	1.67 490	1.13 281	1.13 268	0.94 269	0.86 324	2.46 429	1.00 401	0.26 367	0.23 400	0.28 381	0.27 395	0.28 357	0.36 432

ADCL	1.72 504	0.57 455	3.66 533	0.67 414	0.61 434	2.61 527	1.85 534	1.96 456	1.67 490	1.90 500	1.83 468	2.06 498	1.90 514	2.13 398	9.15 557	0.26 367	0.24 409	0.34 445	0.32 452	0.38 433	0.35 426

SGM_RVC	1.68 498	0.36 359	0.61 149	0.59 325	0.29 129	2.25 512	1.18 498	2.38 525	1.68 492	3.60 546	2.67 517	3.69 538	2.42 535	8.13 554	1.90 493	0.31 421	0.31 461	0.30 405	0.28 416	0.30 379	0.29 380
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_RVC	1.52 484	0.84 502	3.42 531	0.87 505	0.66 449	2.56 524	0.95 466	2.36 522	1.70 493	1.98 503	1.86 473	2.45 514	1.79 505	2.95 448	2.58 509	0.52 504	0.48 521	0.55 513	0.59 523	0.59 500	0.61 506

FBW_ROB	1.71 503	0.62 475	1.45 464	0.67 414	0.61 434	1.81 485	1.08 487	2.52 532	1.70 493	1.77 484	1.73 455	1.98 489	1.25 451	12.57 573	1.84 489	0.34 447	0.37 493	0.56 516	0.38 482	0.45 465	0.43 463

DispFullNet	2.34 529	2.85 566	3.66 533	3.08 560	2.27 551	1.97 499	0.67 390	2.00 465	1.70 493	2.52 526	2.00 486	2.23 501	5.86 561	3.44 467	1.58 479	1.01 532	0.32 469	2.64 560	1.94 565	2.85 555	2.24 554

MSAF-DinoV2	1.97 517	0.80 501	10.38 561	0.86 498	0.48 358	1.39 441	0.97 469	2.55 534	1.72 496	1.53 448	1.65 445	3.59 536	2.20 529	5.39 506	3.94 532	0.27 383	0.17 290	0.26 349	0.28 416	0.47 472	0.46 471

stereogan	1.15 449	0.42 396	1.40 452	0.86 498	0.84 499	2.38 518	0.71 403	1.88 434	1.73 497	1.72 480	1.94 482	2.31 506	1.29 456	2.07 393	1.08 411	0.36 458	0.35 486	0.39 473	0.31 444	0.51 485	0.46 471

WCMA_ROB	1.84 508	0.47 416	1.31 441	0.69 429	0.57 411	2.11 507	1.14 493	1.87 431	1.73 497	4.04 550	6.43 553	5.62 553	3.61 550	2.59 435	1.94 495	0.52 504	0.44 512	0.39 473	0.42 492	0.48 477	0.47 475

Wz-Net-TNSev	1.88 511	2.08 558	7.66 551	0.67 414	0.64 444	2.42 519	1.83 533	2.33 519	1.74 499	1.57 462	1.56 422	2.58 517	1.90 514	4.86 491	3.12 519	0.39 469	0.37 493	0.33 435	0.37 480	0.53 489	0.58 500

DPSNet	1.69 499	0.59 461	4.33 538	0.70 435	0.57 411	2.02 503	1.62 525	3.35 546	1.78 500	1.48 441	1.38 370	2.17 500	2.84 542	4.77 489	3.66 528	0.48 499	0.31 461	0.29 392	0.25 367	0.64 507	0.48 478

MSMD_ROB	1.99 519	0.59 461	0.89 331	0.70 435	0.61 434	3.95 550	0.94 464	1.80 413	1.79 501	4.41 554	4.43 538	8.17 562	3.66 551	3.40 463	1.33 445	0.52 504	0.48 521	0.54 509	0.58 520	0.53 489	0.50 484

FCDSN-DC	2.32 528	0.63 476	0.81 291	0.84 491	0.75 479	2.23 511	0.94 464	2.09 485	1.80 502	5.45 564	7.72 562	7.77 561	6.93 568	3.39 462	1.80 488	0.52 504	0.48 521	0.52 503	0.51 513	0.57 496	0.58 500
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AnyNet_C01	2.26 526	1.78 547	10.22 560	0.93 516	0.74 472	2.92 535	2.20 550	2.29 517	1.80 502	2.53 527	2.41 508	2.71 522	1.73 500	3.41 464	6.72 545	0.41 476	0.39 502	0.40 478	0.42 492	0.67 512	0.63 508

MFN_U_SF_DS_RVC	1.74 505	0.87 507	3.56 532	0.80 476	0.75 479	3.72 545	2.44 557	1.82 417	1.82 504	1.74 481	1.91 479	1.92 482	1.26 453	7.69 550	1.28 441	0.45 491	0.47 520	0.52 503	0.77 533	0.50 481	0.50 484

MFMNet_re	1.40 476	1.14 526	1.68 483	1.39 536	1.07 519	1.48 453	1.43 514	1.87 431	1.82 504	2.26 514	2.19 497	1.51 423	1.86 511	1.52 313	1.25 435	0.93 530	0.83 545	0.84 530	0.80 535	0.99 528	1.05 536

XQC	1.37 471	0.87 507	2.56 522	0.84 491	0.69 461	1.83 488	0.89 450	2.07 482	1.88 506	1.88 497	1.53 411	1.91 479	1.55 486	2.85 446	3.05 517	0.48 499	0.29 451	0.44 489	0.39 484	0.69 514	0.60 505

RainbowNet	1.97 517	1.76 546	1.57 477	2.81 554	2.21 549	1.98 501	1.81 531	2.54 533	1.89 507	1.50 444	1.84 470	1.96 487	1.65 494	2.14 399	1.25 435	3.33 562	0.85 549	2.39 554	0.98 547	2.82 553	2.22 553

SAMSARA	1.55 486	0.84 502	2.61 523	1.22 532	1.07 519	2.50 522	1.93 539	2.05 476	1.89 507	2.75 533	1.66 448	2.81 524	1.69 499	3.08 455	1.97 497	0.46 497	0.51 527	0.42 483	0.46 501	0.58 498	0.59 502

CSAN	1.41 477	0.59 461	1.26 434	0.70 435	0.50 369	1.76 478	1.78 529	1.77 400	1.90 509	2.35 519	2.32 502	1.92 482	1.94 516	5.56 511	1.49 475	0.43 485	0.35 486	0.40 478	0.41 489	0.43 455	0.41 452

Consistency-Raft	1.25 458	0.99 515	1.93 500	1.02 523	1.21 533	0.96 359	1.01 478	1.75 390	1.92 510	1.36 405	2.12 494	1.44 407	1.01 395	1.14 221	1.40 457	0.72 526	0.82 544	0.89 531	0.98 547	1.31 538	0.95 529

PWC_ROB	1.24 456	0.76 497	2.46 519	0.72 447	0.78 485	1.15 401	0.49 280	1.75 390	1.92 510	2.31 516	3.07 524	1.59 435	1.40 468	2.46 429	2.10 502	0.33 437	0.22 388	0.35 453	0.24 352	0.38 433	0.41 452

NVStereoNet_ROB	1.88 511	1.07 519	1.45 464	1.07 527	1.17 529	1.47 452	1.48 518	1.89 437	1.93 512	1.94 502	4.67 545	3.08 531	1.80 506	6.51 528	1.65 482	1.06 537	0.86 551	1.08 539	1.32 552	0.93 524	1.26 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WZ-Net	1.95 515	0.95 511	10.10 558	0.86 498	0.78 485	1.69 471	1.60 524	2.20 509	1.98 513	2.08 509	1.93 480	2.30 505	1.97 517	5.30 500	3.17 522	0.34 447	0.26 424	0.29 392	0.31 444	0.51 485	0.47 475

w-ln-seven	1.38 473	0.70 488	3.91 536	0.75 463	0.72 466	2.69 529	0.95 466	2.02 473	1.99 514	1.99 504	1.73 455	1.82 471	1.17 432	2.45 426	2.84 514	0.28 397	0.25 418	0.31 411	0.30 437	0.41 444	0.33 416

RTSC	1.29 460	0.73 491	2.44 518	0.83 490	0.57 411	1.85 490	0.65 381	1.88 434	2.00 515	2.20 513	1.66 448	1.60 437	1.26 453	2.33 418	3.92 531	0.32 428	0.23 400	0.27 366	0.29 428	0.37 424	0.37 437

LRCNet_RVC	22.74 580	32.10 586	21.97 573	29.84 583	26.23 580	4.42 555	0.81 432	22.66 579	2.02 516	26.93 584	29.26 584	23.06 585	15.59 574	23.84 581	18.88 574	31.75 587	19.90 588	34.65 586	32.13 587	30.54 586	28.32 587

S-Stereo	1.15 449	0.46 411	2.17 510	0.81 479	0.80 493	1.21 414	1.19 499	1.93 451	2.02 516	1.47 435	2.11 493	1.57 431	1.17 432	2.05 392	1.41 461	0.40 472	0.40 504	0.35 453	0.31 444	0.44 461	0.70 517

MeshStereo	2.26 526	0.56 451	0.92 342	0.61 351	0.49 362	2.60 525	1.02 479	3.18 543	2.05 518	7.40 571	4.98 548	7.58 559	2.98 545	6.37 526	1.96 496	0.43 485	0.43 509	0.45 490	0.39 484	0.43 455	0.42 456
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PDISCO_ROB	1.32 466	0.65 479	1.44 459	1.36 534	1.46 541	2.55 523	0.92 457	2.45 530	2.07 519	1.37 408	1.49 404	1.65 450	1.00 393	2.82 443	1.35 450	1.01 532	0.27 433	0.54 509	0.47 503	0.71 516	0.73 520

zh-mn7	1.70 500	1.21 530	8.30 556	0.69 429	0.53 395	1.45 451	0.84 436	1.70 379	2.09 520	2.41 524	2.67 517	1.68 453	1.23 447	4.49 482	2.87 515	0.30 413	0.26 424	0.27 366	0.27 395	0.31 388	0.35 426

ACVNet-4b	2.15 522	1.41 537	1.64 480	2.80 553	2.31 553	2.31 515	1.24 502	2.32 518	2.14 521	1.26 355	2.39 506	2.66 520	1.48 479	5.95 521	1.06 407	3.20 560	0.45 516	2.37 551	0.89 540	2.83 554	2.37 556

ADCS	2.25 525	0.99 515	5.55 544	0.81 479	0.74 472	2.19 510	1.80 530	2.27 515	2.14 521	2.80 536	2.13 495	2.40 511	2.03 519	2.64 439	13.69 566	0.41 476	0.39 502	0.40 478	0.45 498	0.58 498	0.56 495

FINET	0.97 398	0.54 442	1.60 479	0.63 372	0.79 488	1.08 386	1.07 486	1.56 345	2.20 523	1.15 290	1.49 404	0.94 269	0.88 334	2.32 417	1.05 405	0.42 480	0.35 486	0.32 426	0.28 416	0.43 455	0.38 443

ACVNet_1	2.18 523	1.45 540	1.72 487	2.85 555	2.33 554	2.28 513	1.46 516	3.08 542	2.22 524	1.82 493	2.05 491	3.56 535	1.98 518	3.09 456	1.40 457	3.17 557	0.60 536	2.40 555	0.92 542	2.91 557	2.37 556

MADNet+	2.69 540	3.22 569	11.53 563	1.44 539	1.12 525	3.19 539	1.81 531	2.85 538	2.37 525	1.68 477	2.07 492	2.85 526	2.18 527	7.41 544	5.23 539	0.79 527	0.76 542	0.69 527	0.65 527	0.98 526	0.95 529

SuperB	2.53 536	0.59 461	18.45 569	0.69 429	0.50 369	1.87 492	0.88 448	1.67 371	2.39 526	1.50 444	1.42 379	1.14 342	1.15 430	4.28 480	5.07 538	0.24 317	0.19 330	0.22 233	0.19 211	7.86 576	0.34 421

JetBlue	3.97 550	2.01 553	10.19 559	1.38 535	2.84 561	10.53 567	9.54 570	3.60 549	2.41 527	2.73 532	3.39 529	4.54 542	4.31 556	7.85 553	6.84 546	0.88 528	0.93 555	0.89 531	0.91 541	1.74 539	1.91 550

LSM	6.33 561	1.10 521	13.19 564	1.41 538	68.17 589	1.64 468	1.90 538	1.92 447	2.46 528	2.99 540	3.11 525	1.88 474	1.80 506	2.61 437	2.06 501	0.41 476	0.58 535	0.50 500	0.57 519	0.64 507	17.66 583

ffm	0.72 283	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	0.95 147	2.47 529	1.15 290	1.45 390	1.06 312	0.82 301	1.55 321	0.32 67	0.20 215	0.12 51	0.31 411	0.27 395	0.19 161	0.20 248

ff1	1.37 471	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	0.95 147	2.47 529	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 549	0.20 215	0.12 51	0.31 411	0.27 395	0.19 161	0.20 248

tt1	0.62 221	0.32 282	0.51 84	0.54 253	0.26 63	1.16 403	0.48 270	0.95 147	2.47 529	0.57 118	0.77 141	0.49 95	0.81 296	1.55 321	0.32 67	0.20 215	0.12 51	0.24 291	0.15 108	0.19 161	0.20 248

SHD	1.31 464	0.71 490	2.34 516	0.86 498	0.75 479	1.77 481	0.65 381	2.22 510	2.50 532	2.40 523	1.71 453	1.91 479	1.60 490	1.93 380	2.37 506	0.38 466	0.31 461	0.38 467	0.40 488	0.48 477	0.50 484

FC-DCNN	2.72 543	0.59 461	0.86 307	0.73 455	0.57 411	2.91 534	1.04 481	3.01 541	2.60 533	6.83 566	7.64 560	9.92 566	6.33 566	5.21 498	3.14 520	0.53 510	0.48 521	0.51 501	0.50 510	0.53 489	0.51 488

FC-DCNN v2	2.81 544	0.59 461	0.85 301	0.73 455	0.57 411	2.97 536	1.05 483	3.39 547	2.61 534	6.98 567	7.67 561	10.38 569	6.31 565	5.75 516	3.37 526	0.53 510	0.48 521	0.51 501	0.50 510	0.53 489	0.51 488

MSC_U_SF_DS_RVC	2.12 521	1.15 527	3.10 529	1.05 524	0.76 482	5.03 559	2.40 556	2.16 496	2.62 535	1.89 499	2.28 501	2.69 521	1.65 494	9.35 562	2.04 499	0.64 523	0.51 527	0.68 525	0.71 531	1.09 532	0.67 514

RTS	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 493	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 524	5.71 541	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

RTSA	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 493	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 524	5.71 541	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

z-mn7	1.56 487	0.84 502	4.36 540	0.71 443	0.51 380	2.60 525	1.04 481	1.73 383	2.70 538	1.53 448	2.99 523	1.94 484	1.34 464	4.78 490	2.41 507	0.29 408	0.24 409	0.27 366	0.24 352	0.34 410	0.31 404

IMH-64-1	2.70 541	1.79 548	1.46 466	3.26 563	2.66 557	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 478	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 559	2.60 562

IMH-64	2.70 541	1.79 548	1.46 466	3.26 563	2.66 557	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 478	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 559	2.60 562

ACVNet_2	2.43 534	1.41 537	2.04 502	2.62 552	2.24 550	2.63 528	1.88 537	3.31 544	3.01 541	2.19 512	3.45 530	4.62 543	2.04 520	4.50 484	1.47 473	2.55 551	0.64 538	2.22 548	0.84 537	2.69 549	2.29 555

xx1	0.67 264	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	0.93 135	3.05 542	0.58 120	0.79 149	0.95 277	0.77 275	1.46 302	0.32 67	0.20 215	0.12 51	0.24 291	0.23 339	0.22 260	0.21 265

cc1	0.64 240	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	0.93 135	3.05 542	0.58 120	0.79 149	0.48 87	0.88 334	1.46 302	0.32 67	0.20 215	0.12 51	0.25 330	0.15 108	0.19 161	0.19 215

PWCDC_ROB	1.29 460	0.75 496	1.33 446	1.05 524	0.88 507	1.73 475	0.52 300	1.89 437	3.28 544	1.29 366	4.88 547	1.22 354	1.46 476	1.77 363	1.45 469	0.60 518	0.26 424	0.29 392	0.25 367	0.52 487	0.37 437

PVD	1.70 500	0.84 502	2.26 514	0.94 518	0.83 498	2.48 521	0.97 469	2.59 535	3.35 545	3.01 542	2.77 519	2.34 508	2.47 537	2.67 440	3.14 520	0.47 498	0.45 516	0.59 520	0.48 505	0.59 500	0.75 522

EDNetEfficientorigin	10.57 571	1.47 541	177.42 594	0.67 414	0.53 395	1.58 462	1.16 496	1.90 440	3.37 546	4.71 558	3.38 528	3.10 532	2.69 541	3.13 457	3.58 527	0.25 344	0.23 400	0.33 435	0.27 395	0.83 519	0.81 523

ELAS	2.37 530	0.74 494	1.54 475	0.99 520	0.92 510	4.78 556	2.33 554	3.33 545	3.37 546	5.05 562	4.77 546	3.67 537	4.53 558	3.42 465	4.50 536	0.62 520	0.53 529	0.55 513	0.53 515	0.63 505	0.64 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	3.98 551	2.40 563	2.68 525	3.82 570	3.27 567	3.97 551	2.14 548	4.78 559	3.45 548	4.12 553	6.94 555	7.65 560	3.26 547	7.82 552	5.30 540	4.04 571	1.41 565	3.36 570	2.10 567	3.88 565	3.31 568

TCMNet-wrong-test	10.31 570	11.40 577	14.84 566	20.96 579	18.45 576	13.80 573	10.76 571	15.78 577	3.53 549	5.20 563	5.52 550	16.26 574	12.61 571	7.51 548	10.15 559	7.43 576	2.37 569	4.31 573	3.43 572	11.36 578	10.61 577

PWCK	2.88 546	2.05 556	5.72 546	2.08 545	1.11 523	3.55 543	3.90 565	2.86 539	3.54 550	3.03 543	3.63 532	3.10 532	2.31 532	8.15 556	3.09 518	2.12 547	0.91 554	1.75 544	0.98 547	2.57 547	1.18 539

IMH	3.21 548	1.85 552	1.48 471	3.25 562	2.69 559	4.07 552	2.02 543	4.41 556	3.80 551	2.72 531	7.11 557	4.75 546	2.92 543	5.92 519	2.55 508	3.85 570	0.88 552	2.78 563	1.36 555	3.19 561	2.59 561

WAO-7	2.66 537	1.40 536	1.73 489	1.39 536	1.17 529	3.93 549	1.94 540	4.11 553	3.88 552	2.92 538	5.50 549	4.18 541	3.00 546	7.63 549	3.71 529	1.13 540	1.00 557	1.17 540	1.13 551	1.18 535	1.09 538

EDNetEfficient	2.37 530	1.10 521	8.08 554	0.74 459	0.71 464	0.98 368	1.56 521	1.46 310	4.06 553	4.90 559	2.82 520	2.25 502	3.48 549	2.95 448	9.97 558	0.26 367	0.24 409	0.26 349	0.30 437	0.68 513	0.61 506

ELAS_RVC	2.48 535	0.74 494	1.90 498	1.05 524	0.92 510	2.76 530	4.01 566	2.76 536	4.11 554	4.69 557	4.63 542	4.62 543	5.96 563	3.97 474	3.96 533	0.63 522	0.53 529	0.56 516	0.52 514	0.64 507	0.63 508
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 556	3.14 567	4.91 541	4.55 574	3.94 571	5.20 560	4.41 567	4.40 555	4.13 555	4.95 560	6.08 551	4.74 545	5.37 559	9.40 563	10.67 563	4.65 573	4.15 573	3.97 572	3.34 571	4.09 567	4.08 573

JetRed	6.91 564	8.80 575	25.96 578	2.85 555	3.25 566	13.98 574	11.87 572	6.25 567	4.28 556	4.45 555	4.56 540	6.69 555	5.46 560	7.46 546	14.05 567	2.59 552	3.31 570	2.59 559	2.29 569	4.20 568	3.36 569

Dean	2.91 547	1.53 543	2.07 503	2.96 559	2.51 556	3.15 538	2.14 548	4.75 558	4.41 557	2.76 534	6.10 552	5.53 552	2.37 533	2.97 450	1.92 494	3.18 558	0.85 549	2.51 558	1.04 550	2.88 556	2.47 559

WAO-6	2.81 544	1.60 544	1.46 466	2.36 550	2.28 552	3.55 543	2.29 553	4.21 554	4.56 558	2.36 521	4.51 539	4.88 547	2.66 540	4.60 485	4.07 535	1.72 543	1.15 563	2.31 550	1.46 558	2.31 542	1.85 549

LVE	3.31 549	1.67 545	1.64 480	2.85 555	2.42 555	3.20 540	2.26 552	4.78 559	5.05 559	2.35 519	6.91 554	6.02 554	2.37 533	9.15 558	2.17 504	3.19 559	1.08 562	2.38 553	1.47 559	2.81 552	2.40 558

DeepPrunerF	1.60 490	0.73 491	5.81 547	0.88 506	1.19 532	0.91 337	0.95 466	2.19 506	5.24 560	1.17 309	1.30 335	1.19 349	1.30 460	4.90 493	1.66 484	0.42 480	0.34 475	0.52 503	0.47 503	0.41 444	0.40 447

tt	6.58 563	0.26 127	6.10 548	3.77 569	2.16 546	11.55 568	19.63 576	13.33 576	5.74 561	2.96 539	2.65 516	4.97 550	6.33 566	3.81 471	7.24 547	9.15 578	11.32 581	5.89 577	6.24 576	6.03 572	2.55 560

SANet	1.88 511	0.57 455	2.18 512	0.63 372	0.40 302	2.80 533	1.57 523	2.39 526	5.88 562	2.36 521	3.57 531	3.72 539	2.97 544	4.74 488	1.76 486	0.34 447	0.30 455	0.32 426	0.29 428	0.48 477	0.37 437

DPSimNet_ROB	11.20 574	4.98 572	35.43 582	2.90 558	4.52 572	7.89 563	17.09 575	4.66 557	6.06 563	14.89 578	10.93 571	17.29 575	36.81 587	13.18 574	15.68 571	2.86 554	6.29 575	5.75 576	5.09 574	3.91 566	7.70 575

SGM-ForestM	6.52 562	0.38 373	1.26 434	0.63 372	0.35 239	13.59 572	5.32 569	6.32 568	6.70 564	11.14 574	9.18 567	22.51 584	13.93 573	16.89 575	20.07 575	0.36 458	0.37 493	0.36 461	0.35 473	0.36 420	0.34 421

ktn	4.70 555	2.38 562	2.12 508	3.76 568	3.24 565	4.85 557	2.95 563	5.52 561	7.37 565	4.07 552	19.32 578	7.46 558	3.47 548	7.39 543	2.95 516	4.04 571	1.85 568	3.26 569	2.22 568	3.08 558	2.65 564

HanzoNet	11.04 573	3.62 570	8.10 555	4.08 573	3.55 570	4.90 558	2.73 561	7.19 569	10.10 566	31.86 589	28.92 583	21.96 583	36.36 585	18.08 577	10.17 560	7.94 577	3.32 571	3.47 571	3.31 570	7.06 575	4.04 572

coex-ft	8.13 567	2.13 559	98.04 593	0.67 414	0.53 395	1.71 472	1.56 521	1.65 364	11.11 567	18.17 582	3.75 533	3.88 540	7.61 569	2.98 451	6.49 544	0.30 413	0.30 455	0.32 426	0.31 444	0.66 511	0.50 484

USTest	14.33 577	14.94 579	21.04 570	17.44 578	16.05 573	23.26 575	33.84 583	21.73 578	11.80 568	9.36 573	10.14 569	15.97 573	13.20 572	17.28 576	22.43 578	3.78 569	5.01 574	6.17 578	6.16 575	9.25 577	7.72 576

UNDER WATER-64	5.27 558	2.32 560	8.78 557	3.93 571	3.54 569	7.61 562	3.03 564	5.84 564	14.19 569	4.04 550	4.04 536	9.39 565	6.26 564	5.93 520	8.48 555	3.60 565	1.51 566	3.13 566	1.88 563	4.29 569	3.61 570

Anonymous_1	43.04 590	18.73 580	24.79 575	21.81 580	46.26 587	27.80 576	37.60 584	28.08 583	16.14 570	14.66 577	14.30 572	20.65 577	17.88 577	21.56 578	25.94 581	117.93 594	8.92 578	100.65 591	126.50 591	158.64 594	12.08 580

DGTPSM_ROB	13.01 575	8.23 573	21.87 571	9.51 576	18.10 574	11.56 569	32.01 581	10.63 573	16.20 571	7.03 568	19.48 579	10.15 567	16.66 575	9.83 568	22.42 577	4.75 574	8.68 576	5.37 574	10.25 579	6.16 573	11.36 578

DPSMNet_ROB	13.02 576	8.23 573	21.91 572	9.53 577	18.11 575	11.56 569	32.02 582	10.64 574	16.23 572	7.05 569	19.49 580	10.16 568	16.66 575	9.85 569	22.43 578	4.77 575	8.68 576	5.38 575	10.26 580	6.17 574	11.36 578

WAO-8	4.40 552	1.82 550	1.79 491	2.34 548	2.20 547	9.19 564	1.53 519	6.09 565	16.46 573	3.94 548	7.84 563	7.32 556	3.72 553	9.41 564	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 545	1.68 546

Venus	4.40 552	1.82 550	1.79 491	2.34 548	2.20 547	9.19 564	1.53 519	6.09 565	16.46 573	3.94 548	7.84 563	7.32 556	3.72 553	9.41 564	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 545	1.68 546

UNDER WATER	5.08 557	2.33 561	5.55 544	3.94 572	3.51 568	5.20 560	2.72 560	5.61 563	16.52 575	3.84 547	4.60 541	9.21 564	5.89 562	5.90 518	8.66 556	3.75 566	1.34 564	3.18 568	1.88 563	4.33 570	3.61 570

DPSM_ROB	19.08 578	19.14 581	25.17 576	22.15 581	20.85 578	28.17 577	37.82 585	26.56 581	16.85 576	14.14 575	14.84 573	21.70 578	18.75 578	21.87 579	26.55 582	10.16 581	9.30 579	10.47 580	10.42 581	14.03 579	12.61 581

DPSM	19.08 578	19.14 581	25.17 576	22.15 581	20.85 578	28.17 577	37.82 585	26.56 581	16.85 576	14.14 575	14.84 573	21.70 578	18.75 578	21.87 579	26.55 582	10.16 581	9.30 579	10.47 580	10.42 581	14.03 579	12.61 581

TorneroNet-64	5.30 559	2.03 554	1.74 490	3.43 565	2.81 560	10.09 566	2.12 547	9.10 572	17.12 578	4.96 561	9.27 568	10.72 571	3.70 552	9.20 559	4.55 537	3.31 561	0.84 546	2.88 564	1.55 560	3.49 562	3.04 565

MANE	6.19 560	0.59 461	1.03 384	0.93 516	1.22 534	13.38 571	2.69 558	12.81 575	17.94 579	8.21 572	10.82 570	14.72 572	11.68 570	11.39 572	11.90 564	0.59 517	0.50 526	0.52 503	1.76 562	0.55 493	0.54 491

xxxxx1	54.10 592	25.67 583	27.13 579	113.43 591	96.96 591	30.69 581	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 580	21.02 580	24.43 582	33.82 584	33.37 588	40.54 589	157.71 592	175.86 592	66.16 590	72.93 592

tt_ll	54.10 592	25.67 583	27.13 579	113.43 591	96.96 591	30.69 581	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 580	21.02 580	24.43 582	33.82 584	33.37 588	40.54 589	157.71 592	175.86 592	66.16 590	72.93 592

ff	54.10 592	25.67 583	27.13 579	113.43 591	96.96 591	30.69 581	47.44 587	32.38 585	25.60 580	17.75 579	17.27 575	21.81 580	21.02 580	24.43 582	33.82 584	33.37 588	40.54 589	157.71 592	175.86 592	66.16 590	72.93 592

LE_ROB	8.05 566	0.37 366	23.53 574	0.74 459	0.33 217	2.77 531	2.87 562	3.71 550	27.24 583	25.39 583	8.87 566	8.46 563	26.71 583	6.65 530	21.99 576	0.21 249	0.19 330	0.20 169	0.21 287	0.25 312	0.22 283

PML	51.67 591	36.25 587	13.28 565	7.46 575	20.81 577	108.69 594	232.22 595	8.72 570	27.82 584	87.01 594	269.67 595	69.67 594	61.95 594	24.76 585	14.20 568	9.74 580	3.40 572	9.62 579	4.70 573	18.74 581	4.72 574

BEATNet-Init1	26.87 582	13.43 578	70.68 592	0.91 513	0.68 459	57.02 592	21.06 577	32.82 588	32.67 585	52.12 593	53.61 592	66.05 593	49.56 593	48.79 594	34.71 587	0.49 503	0.44 512	0.53 508	0.53 515	0.63 505	0.59 502

LSM0	42.82 589	38.75 591	50.81 590	47.07 590	109.38 594	57.00 591	76.02 590	53.74 594	33.71 586	29.02 588	30.41 588	43.87 592	37.22 588	43.91 592	53.54 594	20.52 586	18.62 584	21.10 585	21.11 585	28.41 585	42.22 588

CasAABBNet	38.33 583	38.46 589	50.35 587	44.75 588	41.84 584	56.68 589	76.37 592	53.22 591	33.83 587	28.31 586	29.54 585	43.62 591	37.71 589	43.84 591	53.41 593	20.30 583	18.70 585	21.07 582	21.07 584	28.24 583	25.34 585

Selective-RAFT-Error	38.39 585	38.47 590	50.44 589	44.73 587	41.97 586	56.68 589	76.38 593	53.24 592	33.92 588	28.34 587	29.85 587	43.60 589	38.20 591	43.75 589	53.34 591	20.38 584	18.70 585	21.09 584	21.05 583	28.30 584	25.43 586

FlowAnything	38.37 584	38.41 588	50.38 588	44.76 589	41.94 585	56.64 588	76.34 591	53.28 593	34.23 589	28.25 585	29.72 586	43.60 589	37.79 590	43.83 590	53.38 592	20.39 585	18.71 587	21.07 582	21.14 586	28.23 582	25.29 584

HaxPig	38.92 586	41.40 592	41.64 583	29.95 584	32.27 581	28.90 579	27.60 578	29.73 584	37.71 590	43.82 590	43.87 589	33.17 586	35.56 584	41.53 587	40.37 589	43.94 591	47.51 593	45.82 587	47.08 589	42.38 587	44.15 590

AVERAGE_ROB	40.43 587	42.37 593	42.73 584	36.96 586	35.58 583	30.50 580	27.61 579	36.71 590	38.39 591	44.91 591	44.36 590	37.45 588	36.70 586	41.88 588	40.35 588	45.43 592	46.81 592	47.11 588	46.35 588	42.51 588	43.87 589

MEDIAN_ROB	42.00 588	44.40 594	44.29 586	35.15 585	34.95 582	31.28 585	29.60 580	35.88 589	40.02 592	47.20 592	46.64 591	37.37 587	38.48 592	44.35 593	42.45 590	48.03 593	49.39 594	49.71 589	49.03 590	45.14 589	46.65 591

KSHMR	8.75 568	2.06 557	2.11 507	3.53 567	3.11 564	4.13 553	2.69 558	5.60 562	61.37 593	3.00 541	55.83 593	4.98 551	2.45 536	4.49 482	2.61 512	3.46 563	1.55 567	3.14 567	1.94 565	3.72 564	3.18 567

TorneroNet	10.70 572	2.03 554	1.82 494	3.43 565	3.01 563	43.83 587	2.22 551	8.87 571	67.47 594	7.17 570	27.36 582	10.68 570	3.85 555	8.67 557	7.65 552	3.59 564	0.88 552	3.04 565	1.57 561	3.71 563	3.17 566

test_example2	192.40 595	210.76 596	206.48 595	199.83 595	204.73 595	172.94 595	183.52 594	133.93 595	133.41 595	191.38 595	196.19 594	187.13 595	178.77 595	205.33 595	208.00 595	222.09 595	238.72 595	186.54 595	190.54 595	227.34 595	170.31 595

ccccc		492.34 597		530.87 596	530.37 596	478.08 596		491.76 596		448.18 596		476.12 596		541.64 596		663.49 596	459.54 596	353.94 596	309.79 596	586.66 596

ASD4		10.99 576

Low-res two-view benchmark