Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.24 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

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

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_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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	0.83 520	0.16 124

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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.
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
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

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)
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

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

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

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

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	0.84 526

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

StereoAnything_RVC	0.45 107	1.43 540	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	2.37 546	0.11 2

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

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	1.16 535	1.70 549

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

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

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

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

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

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

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

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

XX-TBD	0.46 114	0.70 489	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

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	1.00 532	0.13 112	0.15 19	0.10 2	0.15 38	0.13 35

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_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

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

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
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

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	0.80 536	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
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

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

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

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

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

CES	0.48 127	0.20 8	0.37 5	0.39 29	1.39 540	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	1.46 544

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	1.30 375	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

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

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

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

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

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

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

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

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

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

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	1.41 423	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	1.41 423	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	1.41 423	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	1.41 423	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

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

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

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

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

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

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

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	1.32 389	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

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

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-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

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

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

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	1.32 389	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

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

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

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

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
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

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

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

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	0.86 522	0.56 496

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	0.86 522	0.56 496

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
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

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

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

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

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

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

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

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

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

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

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

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	1.61 467	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	1.61 467	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
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

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

testlalala2	0.58 202	0.27 156	0.68 188	1.72 542	1.27 538	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

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

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

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

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

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	1.33 397	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

AnonymousM	0.59 208	1.11 525	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	1.84 547	0.84 538	0.14 18	0.13 35

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

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

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

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

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

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

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

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

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	1.37 409	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

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

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

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	2.47 530	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

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	1.40 421	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	1.40 421	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

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	2.23 500	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

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	1.53 449	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

DIP-Stereo	0.62 221	0.30 233	0.83 299	0.48 141	0.36 249	0.95 353	0.33 91	2.37 525	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
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

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	0.34 476	0.34 445	0.32 452	0.27 338	0.28 375

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

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	1.63 445	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	1.63 445	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

CAS	0.63 228	0.18 1	0.37 5	2.27 549	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	2.24 549	0.10 9	0.14 1	0.09 1	0.15 38	1.06 538

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

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

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

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)
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	1.41 401	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

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

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	1.31 385	1.43 383	1.62 440	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	1.31 385	1.43 383	1.62 440	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

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

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	3.05 543	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

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

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	1.65 451	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

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

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

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

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	2.50 514	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

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	1.30 375	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.
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

iRaft-Stereo_20w	0.65 248	0.31 266	1.00 369	0.47 114	0.34 235	0.73 257	0.30 70	2.96 541	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

EAI-Stereo	0.65 248	0.28 178	0.69 201	0.53 238	0.27 87	0.60 175	0.40 176	2.28 517	0.64 111	0.71 147	3.18 527	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

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
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

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

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

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	1.56 459	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

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

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

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

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

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

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

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	3.05 543	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

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

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

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

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

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

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

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	1.30 375	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

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

IGEV-BASED-STEREO-	0.70 274	3.18 569	2.55 522	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	1.35 543	0.10 9	0.22 233	0.19 211	0.46 471	1.31 542

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

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

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

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

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

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.
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

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

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

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	0.36 492	0.36 461	0.41 489	0.30 379	0.33 416

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	1.79 489	1.04 228	1.62 440	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

AIO-Stereo-zeroshot	0.72 283	0.35 349	1.70 484	0.49 157	0.56 408	0.63 194	0.38 153	2.41 528	0.65 126	0.77 160	1.07 236	1.82 472	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

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

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	2.47 530	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

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	1.62 440	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

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	2.04 491	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

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

UDGNet	0.72 283	1.17 530	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	1.02 538	0.26 384	0.71 516	0.31 404

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

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	1.34 465	2.56 434	0.45 204	0.18 139	0.13 112	0.21 204	0.25 367	0.27 338	0.73 521

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

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

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	1.57 432	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

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	1.57 432	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

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	1.46 435	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

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	1.64 448	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_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	1.52 426	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

CoDeX	0.73 301	0.29 213	0.93 344	0.54 253	0.36 249	1.14 395	0.61 369	2.34 522	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

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	1.43 403	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

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

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

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	1.30 375	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	1.30 375	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	1.30 375	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

BUS	0.74 306	0.32 282	0.68 188	0.54 253	0.44 333	2.34 517	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

GMM-Stereo	0.74 306	0.25 104	0.59 141	0.54 253	0.34 235	0.72 253	0.99 475	1.01 171	0.87 188	1.36 406	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	0.85 527

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	1.53 449	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

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	1.38 414	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

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

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	1.62 471	2.21 499	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	1.02 533

Prome-Stereo	0.75 314	0.27 156	0.53 98	0.55 277	0.32 196	0.59 167	0.97 470	0.89 118	0.88 192	1.45 433	2.46 512	0.91 255	1.41 470	1.58 326	0.44 191	0.18 139	0.13 112	0.19 134	0.17 171	0.20 195	0.92 529

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	1.34 448	0.21 249	0.19 330	0.21 204	0.18 189	0.21 236	0.18 175

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

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	2.89 528	1.43 472	0.86 142	0.35 108	0.19 180	0.12 51	0.19 134	0.17 171	0.19 161	0.20 248

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

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	3.05 529	1.49 482	0.96 169	0.36 118	0.19 180	0.13 112	0.20 169	0.18 189	0.19 161	0.19 215

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	2.82 554	0.14 163	0.17 76	0.12 38	2.68 550	0.19 215

NINENet	0.77 322	0.37 366	0.78 282	0.62 363	0.51 380	2.34 517	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

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	1.59 436	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

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	1.62 471	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

psm_up	0.77 322	0.34 328	0.70 207	0.66 402	0.58 420	1.05 380	0.92 458	1.52 329	1.12 300	1.26 355	1.16 285	1.31 384	1.23 448	1.20 236	0.81 360	0.25 344	0.29 451	0.31 411	0.27 395	0.27 338	0.25 329

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	1.46 413	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

iResNet_ROB	0.77 322	0.30 233	0.99 364	0.57 306	0.36 249	0.83 315	0.36 127	2.33 520	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

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	1.43 403	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-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

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	1.38 414	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

PSM-AAD	0.79 334	0.27 156	0.53 98	0.55 277	0.28 112	0.77 280	1.24 503	0.99 161	0.91 204	1.66 476	1.57 426	0.81 210	2.19 529	1.65 337	0.44 191	0.19 180	0.14 163	0.38 467	0.32 452	0.21 236	0.70 518

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	1.81 469	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

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	1.37 409	1.15 280	1.43 403	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.
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	1.36 406	1.37 365	1.82 472	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

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	1.33 397	1.14 272	1.45 410	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

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	1.59 466	1.53 411	1.35 391	0.77 275	1.27 253	0.94 387	0.39 469	0.34 476	0.43 485	0.38 482	0.34 410	0.49 482

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

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	1.78 486	2.02 489	0.80 206	1.74 502	2.73 442	0.72 328	0.17 100	0.14 163	0.20 169	0.20 243	0.18 120	0.21 265

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

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	1.30 375	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

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

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	1.45 433	1.44 388	1.44 408	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
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

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	7.33 559	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

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	1.79 489	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

GrayStereo	0.82 348	0.26 127	0.58 134	0.63 372	0.37 264	0.76 272	1.86 536	1.11 223	0.87 188	1.99 505	1.89 477	1.08 318	1.82 510	1.39 288	0.48 230	0.19 180	0.14 163	0.19 134	0.21 287	0.18 120	0.39 446

LMCR-Stereo	0.82 348	0.46 411	0.88 325	0.75 463	0.43 325	1.33 431	0.56 340	2.43 530	0.98 233	1.53 449	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

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	1.99 491	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

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	0.62 522	0.67 529	0.45 465	0.42 456

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	1.47 436	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

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	1.47 436	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

UNet	0.83 354	0.34 328	1.31 441	0.58 312	0.74 472	1.58 463	0.49 280	1.41 297	1.04 260	1.21 326	1.08 241	1.54 428	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

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

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	1.79 489	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

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	1.32 389	2.34 505	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

MMNet	0.84 359	0.32 282	1.09 405	0.60 337	0.59 428	1.85 491	0.49 280	1.51 327	1.27 394	1.37 409	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

FADNet-RVC-Resample	0.84 359	0.47 416	2.10 506	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

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	1.46 413	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

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	1.34 401	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

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	1.52 448	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

delet	0.85 363	0.32 282	0.95 352	0.65 395	0.66 449	1.64 469	0.84 436	1.75 390	1.35 434	1.32 389	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

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

CRFU-Net	0.86 368	0.39 378	1.00 369	0.65 395	0.57 411	1.78 484	0.86 443	2.15 493	0.81 172	1.38 414	1.18 290	1.64 448	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

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	1.44 431	1.27 325	1.34 390	0.75 263	2.52 433	0.84 370	0.42 480	0.27 433	0.83 530	0.26 384	0.41 444	0.29 380

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

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	1.64 475	1.65 445	1.70 457	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

HSM-Net_RVC	0.87 372	0.29 213	0.53 98	0.53 238	0.30 151	1.15 401	0.55 332	3.57 549	1.28 399	1.53 449	1.74 457	1.68 454	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
ssnet_v2	0.88 373	0.36 359	1.02 380	0.62 363	0.38 281	1.32 429	0.97 470	2.07 482	1.34 424	1.37 409	1.18 290	1.54 428	0.92 347	1.10 211	1.65 483	0.30 413	0.27 433	0.30 405	0.28 416	0.27 338	0.26 353

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	1.71 458	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

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	3.28 528	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

IRAFT_RVC	0.88 373	0.28 178	0.76 267	0.63 372	0.31 177	0.65 213	1.02 480	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

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

GEStereo_RVC	0.90 378	0.37 366	0.99 364	0.64 381	0.50 369	0.95 353	0.79 423	2.42 529	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

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	1.41 423	2.00 486	1.33 386	1.08 416	2.17 402	0.76 340	0.43 485	0.42 509	0.47 495	0.44 496	0.41 444	0.36 432

PSMNet_ROB	0.90 378	0.52 437	1.17 422	0.72 447	0.61 434	1.27 421	1.12 492	1.76 396	1.12 300	1.09 250	1.28 331	1.45 410	0.89 340	1.65 337	1.42 466	0.33 437	0.25 418	0.37 464	0.39 484	0.35 413	0.29 380

FTStereo	0.91 381	0.26 127	0.56 118	0.54 253	0.33 217	0.66 222	1.87 537	1.00 165	0.75 151	1.75 483	4.15 538	1.04 310	1.65 495	1.57 324	0.46 218	0.19 180	0.16 261	0.23 271	0.21 287	0.18 120	0.63 509

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	1.47 436	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

CBFPSM	0.92 383	0.33 304	1.86 497	0.49 157	0.38 281	1.75 477	0.84 436	1.39 293	1.12 300	1.09 250	0.99 197	2.37 510	1.66 499	1.32 265	1.42 466	0.19 180	0.18 312	0.20 169	0.20 243	0.21 236	0.33 416

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	0.34 476	0.31 411	0.34 468	0.59 500	0.40 447

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	0.63 509

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

DSFCA	0.93 386	0.34 328	1.06 393	0.52 220	0.65 446	1.55 460	0.93 462	1.49 316	1.19 354	1.56 459	1.15 280	1.50 422	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

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	3.97 535	0.30 413	0.26 424	0.26 349	0.24 352	0.29 368	0.29 380

fast-acv-ft	0.94 388	0.44 402	1.40 452	0.58 312	0.51 380	1.77 482	0.69 398	1.36 286	1.42 464	1.29 366	1.86 473	1.74 462	1.25 452	1.52 313	1.38 454	0.26 367	0.28 440	0.28 381	0.28 416	0.27 338	0.26 353

OMP-Stereo	0.94 388	0.33 304	0.72 225	0.90 511	0.31 177	0.49 89	0.36 127	1.16 233	1.06 268	1.58 465	1.12 263	1.46 413	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

CBMV	0.95 391	0.44 402	0.66 179	0.53 238	0.35 239	1.53 458	1.63 527	1.69 374	1.42 464	2.00 508	1.60 431	1.43 403	1.17 432	1.59 328	0.99 400	0.34 447	0.34 476	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
HBP-ISP	0.96 392	0.58 458	0.72 225	0.61 351	0.46 352	1.64 469	0.76 415	1.86 429	1.28 399	1.30 375	1.53 411	0.86 235	0.94 361	3.27 461	0.69 319	0.45 491	0.44 513	0.54 509	0.48 505	0.47 472	0.40 447

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

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	1.69 479	1.37 365	1.46 413	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

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

XPNet_ROB	0.96 392	0.49 423	1.09 405	0.72 447	0.57 411	1.11 390	1.14 494	1.66 369	1.23 374	1.85 496	1.39 374	1.64 448	1.11 421	1.80 365	1.42 466	0.38 466	0.30 455	0.33 435	0.29 428	0.37 424	0.34 421

ETE_ROB	0.96 392	0.64 478	1.16 420	0.69 429	0.48 358	1.14 395	1.13 493	1.77 400	1.19 354	1.91 502	1.45 390	1.73 460	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

CSP-Net	0.97 398	0.38 373	0.83 299	0.53 238	0.41 310	1.63 467	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

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	1.39 420	2.14 497	1.02 303	2.07 524	5.64 513	0.77 346	0.17 100	0.15 221	0.20 169	0.20 243	0.18 120	0.20 248

pcwnet_v2	0.97 398	0.37 366	4.33 539	0.62 363	0.54 399	0.79 291	0.45 245	2.02 473	1.58 484	1.42 429	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

FINET	0.97 398	0.54 442	1.60 479	0.63 372	0.79 488	1.08 386	1.07 487	1.56 345	2.20 524	1.15 290	1.49 404	0.94 269	0.88 334	2.32 417	1.05 405	0.42 480	0.35 487	0.32 426	0.28 416	0.43 455	0.38 443

AIO-Stereo-zeroshot1	0.98 402	0.39 378	3.21 531	0.50 169	0.63 441	0.64 197	0.39 168	2.36 523	0.75 151	0.95 208	4.63 543	1.81 469	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

StereoDRNet	0.98 402	0.47 416	1.70 484	0.76 466	0.94 512	1.51 456	0.91 456	1.92 447	1.32 417	1.61 467	1.13 268	1.47 418	0.97 376	1.75 356	1.46 473	0.28 397	0.23 400	0.29 392	0.27 395	0.35 413	0.27 363

ACV-stereo	0.99 404	0.51 433	1.41 457	0.56 290	0.41 310	2.43 521	0.57 351	1.15 231	1.18 346	0.81 172	1.01 207	3.39 535	2.14 527	1.60 329	1.07 410	0.27 383	0.22 388	0.22 233	0.22 316	0.28 357	0.32 410

iinet-f	0.99 404	0.45 409	3.71 536	0.55 277	0.43 325	1.81 486	0.68 394	1.14 229	1.14 315	1.18 314	1.42 379	1.58 435	1.44 474	1.34 272	1.59 482	0.24 317	0.23 400	0.20 169	0.19 211	0.26 324	0.25 329

GASNet	0.99 404	0.97 513	1.72 487	0.98 520	0.68 459	0.83 315	0.67 390	1.60 352	1.28 399	1.31 385	1.22 305	1.22 354	1.21 445	2.41 424	1.41 462	0.43 485	0.26 424	0.36 461	0.34 468	0.55 493	0.31 404

Wz-Net-LNSev-Ref	0.99 404	0.40 384	1.82 494	0.66 402	0.62 440	2.05 505	0.78 420	1.91 444	1.29 403	1.54 455	1.42 379	1.51 424	1.23 448	1.99 385	1.33 446	0.23 302	0.14 163	0.20 169	0.15 108	0.27 338	0.26 353

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

YMNet	1.00 409	0.54 442	1.40 452	0.81 479	0.85 502	1.87 493	0.62 372	1.55 342	1.18 346	1.63 473	1.99 484	1.77 466	0.97 376	1.50 310	1.45 470	0.33 437	0.37 494	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	1.87 493	0.62 372	1.55 342	1.18 346	1.63 473	1.99 484	1.77 466	0.97 376	1.50 310	1.45 470	0.33 437	0.37 494	0.31 411	0.32 452	0.32 397	0.29 380

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	2.73 524	1.85 511	6.26 523	0.40 156	0.17 100	0.14 163	0.19 134	0.15 108	0.16 58	0.17 150

RAFT + AFF	1.00 409	0.42 396	1.09 405	0.67 414	0.50 369	1.22 415	1.24 503	2.24 512	1.19 354	1.30 375	1.56 422	1.17 345	1.49 482	3.44 467	0.83 367	0.21 249	0.25 418	0.30 405	0.26 384	0.27 338	0.27 363

DRN-Test	1.00 409	0.44 402	1.13 414	0.70 435	0.81 495	1.62 466	0.79 423	2.14 491	1.44 467	1.78 486	1.33 349	1.43 403	1.05 408	2.18 405	1.53 479	0.27 383	0.21 370	0.31 411	0.30 437	0.32 397	0.28 375

NCCL2	1.00 409	0.56 451	1.06 393	0.75 463	0.57 411	1.31 428	1.72 528	1.77 400	1.36 438	1.50 445	1.17 288	1.91 480	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

TCMNet	1.01 415	0.60 469	2.10 506	0.86 498	1.33 539	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	1.50 477	0.31 421	0.31 461	0.38 467	0.34 468	0.42 449	0.36 432

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	0.45 517	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.
LALA_ROB	1.01 415	0.59 461	1.16 420	0.67 414	0.51 380	1.63 467	1.26 507	1.69 374	1.38 446	1.81 493	1.37 365	1.94 485	1.02 400	1.58 326	1.38 454	0.37 462	0.27 433	0.43 485	0.37 480	0.43 455	0.37 437

z-ln-s-r	1.02 418	0.55 447	2.09 505	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	3.32 526	0.19 180	0.14 163	0.21 204	0.17 171	0.27 338	0.21 265

PSMNet-RUCA	1.02 418	0.97 513	1.44 459	1.23 534	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	0.34 476	0.99 536	0.60 525	0.97 526	0.64 513

THIR-Stereo	1.02 418	0.27 156	0.69 201	0.49 157	0.28 112	0.95 353	1.34 511	1.03 177	0.97 228	1.34 401	1.90 478	1.17 345	1.58 488	6.44 527	0.78 348	0.19 180	0.14 163	0.21 204	0.22 316	0.19 161	0.20 248

Wz-Net-LNSev	1.03 421	0.67 481	2.71 527	0.64 381	0.84 499	1.75 477	1.00 477	1.80 413	1.32 417	1.28 360	1.25 315	1.65 451	1.22 446	1.39 288	1.40 458	0.28 397	0.26 424	0.24 291	0.23 339	0.33 406	0.32 410

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	2.05 509	4.65 545	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

DISCO	1.03 421	0.34 328	1.11 410	0.69 429	0.45 340	2.07 506	0.84 436	2.13 487	1.50 474	1.15 290	1.33 349	2.40 512	1.07 415	2.60 436	1.51 478	0.23 302	0.18 312	0.22 233	0.20 243	0.31 388	0.27 363

STrans-v2	1.04 424	0.28 178	0.96 358	0.49 157	0.32 196	0.68 233	0.79 423	2.47 532	1.12 300	1.12 266	1.46 396	1.40 398	1.46 477	6.70 534	0.43 188	0.18 139	0.13 112	0.20 169	0.18 189	0.18 120	0.18 175

APVNet	1.06 425	0.53 441	1.42 458	0.84 491	0.79 488	1.92 496	0.82 434	1.90 440	1.08 279	1.08 244	1.43 383	1.56 431	1.13 428	3.07 453	1.58 480	0.31 421	0.34 476	0.42 483	0.36 477	0.36 420	0.37 437

TDLM	1.06 425	0.44 402	0.79 285	0.63 372	0.50 369	0.89 330	1.44 516	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

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	1.75 483	1.98 483	2.03 496	1.48 480	2.02 388	1.18 431	0.42 480	0.35 487	0.34 445	0.29 428	0.35 413	0.53 491

GANetREF_RVC	1.07 427	0.86 507	1.31 441	0.82 487	0.53 395	1.41 448	1.31 509	1.76 396	1.52 477	1.27 358	1.31 341	1.46 413	1.24 451	2.03 389	0.96 395	0.56 512	0.45 517	0.67 525	0.50 511	0.88 524	0.59 503
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
CVANet_RVC	1.07 427	0.43 399	0.76 267	0.60 337	0.50 369	0.90 333	0.97 470	1.52 329	1.26 388	1.33 397	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

GCST	1.08 430	1.47 542	0.93 344	1.73 543	1.14 529	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	1.19 542	0.70 542	1.30 542	0.85 540	1.02 530	0.89 528

GwcNet	1.08 430	0.51 433	2.33 516	0.79 473	1.18 532	1.76 479	0.70 401	1.68 372	1.47 470	1.41 423	1.64 443	1.74 462	1.04 404	2.20 408	1.41 462	0.30 413	0.29 451	0.29 392	0.27 395	0.30 379	0.35 426

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	1.78 486	1.54 416	2.01 493	1.11 421	2.90 447	2.00 499	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
RP	1.09 433	0.50 430	1.12 412	0.90 511	1.04 518	1.11 390	0.84 436	1.80 413	1.62 486	1.55 458	2.00 486	1.90 479	1.78 505	1.84 368	1.25 435	0.52 504	0.36 492	0.48 497	0.36 477	0.45 465	0.43 463

Nwc_Net	1.09 433	0.49 423	1.33 446	0.89 510	0.80 493	1.49 455	0.66 386	2.19 506	1.27 394	1.32 389	2.26 501	1.96 488	1.54 485	1.92 377	1.34 448	0.40 472	0.30 455	0.43 485	0.45 498	0.38 433	0.37 437

MaskLacGwcNet_RVC	1.10 435	1.02 518	1.00 369	0.82 487	0.67 453	1.93 497	0.93 462	1.62 359	1.11 296	1.15 290	1.25 315	1.50 422	0.79 286	1.96 383	0.76 340	1.89 545	0.34 476	0.79 529	0.36 477	1.25 539	0.83 525

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	1.32 389	1.74 457	1.88 475	1.74 502	2.35 419	1.25 435	0.45 491	0.37 494	0.45 490	0.58 521	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	1.32 389	1.74 457	1.88 475	1.74 502	2.35 419	1.25 435	0.45 491	0.37 494	0.45 490	0.58 521	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
Wz-Net-MNSev	1.11 438	0.58 458	2.23 514	0.66 402	0.71 464	1.95 499	1.46 517	1.98 462	1.45 468	1.79 489	1.43 383	1.49 421	1.33 464	1.97 384	1.42 466	0.27 383	0.23 400	0.28 381	0.28 416	0.34 410	0.31 404

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	1.71 480	1.83 468	2.54 517	1.44 474	2.43 425	1.23 433	0.42 480	0.41 507	0.54 509	0.35 473	0.42 449	0.46 471

anonymity	1.12 440	0.97 513	1.21 425	1.07 528	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	1.02 535	1.00 558	0.97 534	0.97 546	0.98 527	0.99 532

ccnet	1.12 440	0.67 481	1.01 373	0.78 471	0.73 471	1.72 475	0.99 475	1.84 425	1.26 388	1.47 436	1.85 472	1.75 465	1.29 457	1.75 356	1.88 493	0.57 513	0.53 530	0.57 519	0.55 518	0.59 500	0.54 492

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	2.11 500	1.43 472	7.09 539	1.39 457	0.19 180	0.17 290	0.17 76	0.19 211	0.18 120	0.16 124

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	1.56 459	2.40 508	1.99 491	1.65 495	1.81 367	1.48 475	0.48 499	0.28 440	0.49 499	0.33 462	0.39 437	0.32 410

NaN_ROB	1.13 443	0.55 447	1.15 419	0.64 381	0.48 358	1.61 465	2.03 545	1.72 382	1.48 471	2.09 511	1.27 325	1.40 398	1.08 416	3.94 473	1.30 443	0.28 397	0.34 476	0.28 381	0.28 416	0.30 379	0.33 416

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	1.78 468	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

DGSMNet	1.14 445	0.76 498	2.49 521	0.81 479	0.86 504	1.39 441	1.39 513	2.13 487	1.35 434	1.26 355	1.63 442	1.48 420	0.98 383	1.75 356	1.10 416	0.45 491	0.43 510	0.55 514	0.49 508	0.75 519	0.70 518

Syn2CoEx	1.14 445	0.69 486	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	1.42 402	1.50 484	4.09 475	1.40 458	0.36 458	0.32 469	0.34 445	0.29 428	0.29 368	0.34 421

RGC	1.14 445	0.79 500	1.26 434	0.91 514	0.96 515	1.52 457	0.77 418	1.92 447	1.26 388	1.54 455	1.93 480	2.02 495	1.54 485	2.25 412	1.31 444	0.44 490	0.35 487	0.58 520	0.48 505	0.47 472	0.46 471

S-Stereo	1.15 449	0.46 411	2.17 511	0.81 479	0.80 493	1.21 414	1.19 500	1.93 451	2.02 517	1.47 436	2.11 494	1.57 432	1.17 432	2.05 392	1.41 462	0.40 472	0.40 505	0.35 453	0.31 444	0.44 461	0.70 518

stereogan	1.15 449	0.42 396	1.40 452	0.86 498	0.84 499	2.38 519	0.71 403	1.88 434	1.73 497	1.72 481	1.94 482	2.31 507	1.29 457	2.07 393	1.08 411	0.36 458	0.35 487	0.39 473	0.31 444	0.51 485	0.46 471

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	1.34 401	1.87 475	1.53 427	0.78 282	7.43 545	1.38 454	0.25 344	0.17 290	0.19 134	0.16 150	0.22 260	0.26 353

RYNet	1.17 452	0.49 423	1.24 431	0.70 435	0.97 516	1.71 473	0.92 458	1.91 444	1.46 469	1.38 414	1.14 272	1.88 475	1.30 461	4.24 477	1.87 491	0.26 367	0.21 370	0.35 453	0.27 395	0.55 493	0.54 492

w-ln-seven-2	1.18 453	0.61 471	4.25 538	0.68 425	0.61 434	1.20 412	0.93 462	1.63 361	1.35 434	1.66 476	1.53 411	1.47 418	1.37 468	3.00 452	1.74 486	0.25 344	0.24 409	0.29 392	0.26 384	0.33 406	0.28 375

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	1.30 375	1.25 315	1.94 485	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

aanetorigin	1.23 455	0.79 500	2.78 529	0.70 435	0.79 488	0.99 369	1.06 486	1.06 204	1.37 442	3.52 546	2.61 516	1.72 459	1.63 493	1.99 385	1.78 488	0.25 344	0.24 409	0.26 349	0.25 367	0.38 433	0.45 468

PWC_ROB	1.24 456	0.76 498	2.46 520	0.72 447	0.78 485	1.15 401	0.49 280	1.75 390	1.92 511	2.31 517	3.07 525	1.59 436	1.40 469	2.46 429	2.10 503	0.33 437	0.22 388	0.35 453	0.24 352	0.38 433	0.41 452

SGM-Forest	1.24 456	0.38 373	0.60 146	0.52 220	0.37 264	1.56 461	1.30 508	1.65 364	1.36 438	2.11 512	1.79 464	1.63 445	0.93 356	7.48 547	0.95 391	0.36 458	0.37 494	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
Consistency-Raft	1.25 458	0.99 516	1.93 500	1.02 524	1.21 534	0.96 359	1.01 479	1.75 390	1.92 511	1.36 406	2.12 495	1.44 408	1.01 395	1.14 221	1.40 458	0.72 526	0.82 545	0.89 532	0.98 548	1.31 540	0.95 530

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	10.62 571	0.65 306	0.45 491	0.43 510	0.48 497	0.45 498	0.44 461	0.41 452

RTSC	1.29 460	0.73 492	2.44 519	0.83 490	0.57 411	1.85 491	0.65 381	1.88 434	2.00 516	2.20 514	1.66 448	1.60 438	1.26 454	2.33 418	3.92 532	0.32 428	0.23 400	0.27 366	0.29 428	0.37 424	0.37 437

PWCDC_ROB	1.29 460	0.75 497	1.33 446	1.05 525	0.88 507	1.73 476	0.52 300	1.89 437	3.28 545	1.29 366	4.88 548	1.22 354	1.46 477	1.77 363	1.45 470	0.60 518	0.26 424	0.29 392	0.25 367	0.52 487	0.37 437

test_for_model	1.30 462	3.71 572	0.58 134	3.22 563	2.84 563	0.59 167	0.33 91	1.40 295	0.83 178	1.42 429	0.61 97	0.52 112	0.37 74	0.51 24	0.33 81	2.46 550	0.15 221	0.16 49	0.11 8	4.39 573	1.50 545

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	1.29 457	1.03 190	0.74 332	0.62 520	0.64 539	1.06 539	9.63 579	1.16 535	0.49 482

SQANet	1.31 464	0.88 510	1.08 402	1.83 545	1.44 541	1.44 450	0.75 412	1.74 388	1.09 287	1.32 389	1.26 322	1.28 376	1.01 395	1.50 310	0.83 367	2.50 551	0.34 476	1.47 543	0.55 518	2.32 545	1.57 546

SHD	1.31 464	0.71 491	2.34 517	0.86 498	0.75 479	1.77 482	0.65 381	2.22 510	2.50 533	2.40 524	1.71 453	1.91 480	1.60 491	1.93 380	2.37 507	0.38 466	0.31 461	0.38 467	0.40 488	0.48 477	0.50 484

PDISCO_ROB	1.32 466	0.65 479	1.44 459	1.36 535	1.46 542	2.55 524	0.92 458	2.45 531	2.07 520	1.37 409	1.49 404	1.65 451	1.00 393	2.82 443	1.35 451	1.01 533	0.27 433	0.54 509	0.47 503	0.71 516	0.73 521

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	1.56 459	1.60 431	2.03 496	2.12 526	9.72 567	0.97 396	0.21 249	0.18 312	0.27 366	0.23 339	0.22 260	0.25 329

PASM	1.34 468	0.92 511	2.62 525	0.86 498	0.87 506	1.03 377	1.08 488	1.50 320	1.51 476	1.82 494	1.41 378	1.68 454	1.26 454	4.87 492	1.34 448	0.61 519	0.65 541	0.68 526	0.78 535	0.69 514	0.68 517

ADCRef	1.35 469	0.55 447	2.37 518	0.72 447	0.77 483	1.94 498	0.78 420	1.91 444	1.27 394	1.57 463	1.59 430	1.36 393	1.41 470	1.54 319	7.53 549	0.23 302	0.20 348	0.32 426	0.30 437	0.29 368	0.29 380

GANet	1.36 470	0.47 416	0.86 307	0.67 414	0.45 340	1.34 433	1.73 529	1.64 363	1.24 380	1.49 444	2.38 506	1.55 430	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

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	2.47 530	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 550	0.20 215	0.12 51	0.31 411	0.27 395	0.19 161	0.20 248

XQC	1.37 471	0.87 508	2.56 523	0.84 491	0.69 461	1.83 489	0.89 450	2.07 482	1.88 507	1.88 498	1.53 411	1.91 480	1.55 487	2.85 446	3.05 518	0.48 499	0.29 451	0.44 489	0.39 484	0.69 514	0.60 506

w-ln-seven	1.38 473	0.70 489	3.91 537	0.75 463	0.72 466	2.69 530	0.95 467	2.02 473	1.99 515	1.99 505	1.73 455	1.82 472	1.17 432	2.45 426	2.84 515	0.28 397	0.25 418	0.31 411	0.30 437	0.41 444	0.33 416

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	7.61 550	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	7.61 550	0.24 317	0.19 330	0.31 411	0.27 395	0.30 379	0.25 329

MFMNet_re	1.40 476	1.14 527	1.68 483	1.39 537	1.07 519	1.48 453	1.43 515	1.87 431	1.82 505	2.26 515	2.19 498	1.51 424	1.86 512	1.52 313	1.25 435	0.93 531	0.83 546	0.84 531	0.80 536	0.99 529	1.05 537

UDG	1.41 477	2.65 565	0.99 364	1.44 540	1.64 544	1.34 433	0.80 429	1.60 352	1.23 374	1.23 337	1.71 453	2.01 493	1.34 465	1.47 306	1.41 462	0.90 530	0.54 533	2.29 550	0.75 533	1.84 542	1.04 535

CSAN	1.41 477	0.59 461	1.26 434	0.70 435	0.50 369	1.76 479	1.78 530	1.77 400	1.90 510	2.35 520	2.32 503	1.92 483	1.94 517	5.56 511	1.49 476	0.43 485	0.35 487	0.40 478	0.41 489	0.43 455	0.41 452

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	15.10 570	0.22 275	0.20 348	0.22 233	0.20 243	0.22 260	0.22 283

Wz-Net-SNSev	1.49 480	1.23 532	6.27 550	0.68 425	0.67 453	1.37 436	1.41 514	2.00 465	1.39 451	1.48 442	1.61 435	2.29 505	1.32 463	3.93 472	2.14 504	0.31 421	0.28 440	0.31 411	0.33 462	0.42 449	0.36 432

CC-Net-ROB	1.49 480	1.26 533	1.27 437	0.88 506	0.79 488	1.76 479	1.00 477	1.79 410	1.26 388	1.10 258	1.61 435	1.21 352	0.99 391	8.13 554	0.84 370	1.09 539	0.41 507	2.20 548	0.46 501	1.20 538	0.48 478

DDUNet	1.50 482	2.69 566	1.12 412	1.77 544	1.88 546	1.84 490	0.92 458	1.70 379	1.16 336	1.38 414	1.79 464	1.60 438	1.12 424	1.37 279	1.08 411	1.10 540	0.76 543	2.37 552	0.94 544	2.00 543	1.37 543

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	15.70 573	0.24 317	0.21 370	0.21 204	0.20 243	0.22 260	0.23 303

psmorigin	1.52 484	0.69 486	10.52 563	0.68 425	0.59 428	1.13 394	0.70 401	1.57 346	1.19 354	1.99 505	1.79 464	2.26 504	1.47 479	2.09 395	1.36 452	0.39 469	0.40 505	0.34 445	0.33 462	0.43 455	0.56 496

MFN_U_SF_RVC	1.52 484	0.84 503	3.42 532	0.87 505	0.66 449	2.56 525	0.95 467	2.36 523	1.70 493	1.98 504	1.86 473	2.45 515	1.79 506	2.95 448	2.58 510	0.52 504	0.48 522	0.55 514	0.59 524	0.59 500	0.61 507

SAMSARA	1.55 486	0.84 503	2.61 524	1.22 533	1.07 519	2.50 523	1.93 540	2.05 476	1.89 508	2.75 534	1.66 448	2.81 525	1.69 500	3.08 455	1.97 498	0.46 497	0.51 528	0.42 483	0.46 501	0.58 498	0.59 503

z-mn7	1.56 487	0.84 503	4.36 541	0.71 443	0.51 380	2.60 526	1.04 482	1.73 383	2.70 539	1.53 449	2.99 524	1.94 485	1.34 465	4.78 490	2.41 508	0.29 408	0.24 409	0.27 366	0.24 352	0.34 410	0.31 404

CrosDoStereo	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 574	1.10 217	0.98 233	1.34 401	1.75 460	1.00 294	1.89 513	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

DeepStereo_LL	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 574	1.10 217	0.98 233	1.34 401	1.75 460	1.00 294	1.89 513	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

STTRV1_RVC	1.58 488	0.68 485	1.96 502	0.88 506	1.12 525	1.57 462	0.90 455	2.25 513	1.75 500	1.29 366	2.02 489	1.40 398	1.22 446	9.77 568	1.31 444	0.81 528	0.33 474	0.54 509	0.49 508	0.73 518	0.52 490

otaku	1.60 491	1.11 525	1.21 425	2.20 548	1.56 543	1.97 500	1.24 503	2.07 482	1.36 438	1.44 431	1.62 438	1.73 460	1.19 439	1.73 355	0.98 399	2.89 556	0.57 535	1.74 544	0.60 525	2.78 552	1.94 552

DeepPrunerF	1.60 491	0.73 492	5.81 548	0.88 506	1.19 533	0.91 337	0.95 467	2.19 506	5.24 561	1.17 309	1.30 335	1.19 349	1.30 461	4.90 493	1.66 485	0.42 480	0.34 476	0.52 503	0.47 503	0.41 444	0.40 447

222	1.61 493	0.29 213	0.67 184	0.56 290	0.29 129	1.06 383	0.42 196	2.17 502	1.31 413	1.31 385	1.52 410	0.92 264	0.94 361	1.76 361	17.65 574	0.24 317	0.20 348	0.21 204	0.19 211	0.22 260	0.23 303

SDNR	1.62 494	0.51 433	2.17 511	0.53 238	0.56 408	3.80 549	0.45 245	1.54 338	1.29 403	1.33 397	2.41 509	1.08 318	0.96 373	11.18 572	1.16 425	0.66 524	0.63 538	0.43 485	0.32 452	0.64 507	0.67 515

Ntro	1.64 495	1.15 528	1.23 428	2.48 553	1.83 545	2.09 507	1.16 497	1.96 456	1.38 446	1.21 326	1.62 438	1.62 440	1.29 457	1.87 374	1.11 419	3.04 557	0.56 534	1.82 546	0.64 527	2.80 553	2.05 553

G-Net	1.66 496	0.63 476	1.56 476	1.11 530	0.74 472	2.98 538	0.91 456	1.55 342	1.22 371	2.76 535	8.18 566	2.32 508	2.53 540	1.92 377	1.87 491	0.48 499	0.44 513	0.45 490	0.31 444	0.60 504	0.57 500

MDST_ROB	1.67 497	0.34 328	1.58 478	0.92 516	0.58 420	4.26 555	1.11 490	2.83 538	1.41 461	4.49 557	2.55 515	1.45 410	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

SPS-STEREO	1.67 497	1.04 519	1.23 428	1.21 532	1.13 528	1.82 488	1.11 490	2.16 496	1.52 477	3.07 545	2.32 503	2.82 526	1.80 507	4.11 476	2.04 500	1.03 536	0.99 557	0.97 534	0.94 544	1.03 532	1.02 533
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 499	0.36 359	0.61 149	0.59 325	0.29 129	2.25 513	1.18 499	2.38 526	1.68 492	3.60 547	2.67 518	3.69 539	2.42 536	8.13 554	1.90 494	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
DPSNet	1.69 500	0.59 461	4.33 539	0.70 435	0.57 411	2.02 504	1.62 526	3.35 547	1.78 501	1.48 442	1.38 370	2.17 501	2.84 543	4.77 489	3.66 529	0.48 499	0.31 461	0.29 392	0.25 367	0.64 507	0.48 478

zh-mn7	1.70 501	1.21 531	8.30 557	0.69 429	0.53 395	1.45 451	0.84 436	1.70 379	2.09 521	2.41 525	2.67 518	1.68 454	1.23 448	4.49 482	2.87 516	0.30 413	0.26 424	0.27 366	0.27 395	0.31 388	0.35 426

1111x	1.70 501	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	15.20 571	0.22 275	0.21 370	0.22 233	0.22 316	0.24 300	0.22 283

PVD	1.70 501	0.84 503	2.26 515	0.94 519	0.83 498	2.48 522	0.97 470	2.59 536	3.35 546	3.01 543	2.77 520	2.34 509	2.47 538	2.67 440	3.14 521	0.47 498	0.45 517	0.59 521	0.48 505	0.59 500	0.75 523

FBW_ROB	1.71 504	0.62 475	1.45 464	0.67 414	0.61 434	1.81 486	1.08 488	2.52 533	1.70 493	1.77 485	1.73 455	1.98 490	1.25 452	12.57 574	1.84 490	0.34 447	0.37 494	0.56 517	0.38 482	0.45 465	0.43 463

ADCL	1.72 505	0.57 455	3.66 534	0.67 414	0.61 434	2.61 528	1.85 535	1.96 456	1.67 490	1.90 501	1.83 468	2.06 499	1.90 515	2.13 398	9.15 558	0.26 367	0.24 409	0.34 445	0.32 452	0.38 433	0.35 426

MFN_U_SF_DS_RVC	1.74 506	0.87 508	3.56 533	0.80 476	0.75 479	3.72 546	2.44 558	1.82 417	1.82 505	1.74 482	1.91 479	1.92 483	1.26 454	7.69 550	1.28 441	0.45 491	0.47 521	0.52 503	0.77 534	0.50 481	0.50 484

zh-sn7	1.76 507	1.38 534	6.58 551	0.74 459	0.72 466	1.78 484	1.31 509	1.88 434	1.56 483	1.86 497	2.47 513	1.81 469	2.08 525	5.12 497	3.80 531	0.32 428	0.32 469	0.32 426	0.32 452	0.44 461	0.40 447

AAGNet	1.83 508	0.28 178	0.72 225	0.61 351	0.32 196	0.67 226	0.51 289	0.96 154	0.98 233	1.47 436	1.20 301	1.00 294	1.18 436	2.83 444	22.77 581	0.22 275	0.13 112	0.22 233	0.19 211	0.23 285	0.15 94

WCMA_ROB	1.84 509	0.47 416	1.31 441	0.69 429	0.57 411	2.11 508	1.14 494	1.87 431	1.73 497	4.04 551	6.43 554	5.62 555	3.61 551	2.59 435	1.94 496	0.52 504	0.44 513	0.39 473	0.42 492	0.48 477	0.47 475

ADCPNet	1.85 510	0.69 486	8.07 554	0.71 443	0.58 420	2.79 533	1.22 502	1.94 453	1.54 480	1.88 498	1.69 451	2.46 516	2.04 521	2.37 421	6.48 544	0.38 466	0.37 494	0.38 467	0.43 494	0.47 472	0.45 468

test_sample9	1.86 511	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	7.92 554	0.57 513	12.61 585	0.62 522	0.67 529	0.45 465	0.42 456

Wz-Net-TNSev	1.88 512	2.08 559	7.66 552	0.67 414	0.64 444	2.42 520	1.83 534	2.33 520	1.74 499	1.57 463	1.56 422	2.58 518	1.90 515	4.86 491	3.12 520	0.39 469	0.37 494	0.33 435	0.37 480	0.53 489	0.58 501

NVStereoNet_ROB	1.88 512	1.07 520	1.45 464	1.07 528	1.17 530	1.47 452	1.48 519	1.89 437	1.93 513	1.94 503	4.67 546	3.08 532	1.80 507	6.51 528	1.65 483	1.06 538	0.86 552	1.08 540	1.32 553	0.93 525	1.26 541
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 512	0.57 455	2.18 513	0.63 372	0.40 302	2.80 534	1.57 524	2.39 527	5.88 563	2.36 522	3.57 532	3.72 540	2.97 545	4.74 488	1.76 487	0.34 447	0.30 455	0.32 426	0.29 428	0.48 477	0.37 437

ADCMid	1.89 515	0.73 492	5.06 543	0.72 447	0.67 453	2.00 503	1.14 494	1.97 460	1.48 471	2.86 538	1.81 467	2.37 510	2.05 523	2.24 410	10.39 563	0.33 437	0.31 461	0.39 473	0.43 494	0.50 481	0.44 466

WZ-Net	1.95 516	0.95 512	10.10 559	0.86 498	0.78 485	1.69 472	1.60 525	2.20 509	1.98 514	2.08 510	1.93 480	2.30 506	1.97 518	5.30 500	3.17 523	0.34 447	0.26 424	0.29 392	0.31 444	0.51 485	0.47 475

AnyNet_C32	1.96 517	1.10 522	5.17 544	0.90 511	1.11 523	2.12 509	2.37 556	1.85 426	1.48 471	2.45 526	1.70 452	2.05 498	1.64 494	2.50 432	10.28 562	0.37 462	0.34 476	0.35 453	0.41 489	0.49 480	0.54 492

MSAF-DinoV2	1.97 518	0.80 502	10.38 562	0.86 498	0.48 358	1.39 441	0.97 470	2.55 535	1.72 496	1.53 449	1.65 445	3.59 537	2.20 530	5.39 506	3.94 533	0.27 383	0.17 290	0.26 349	0.28 416	0.47 472	0.46 471

RainbowNet	1.97 518	1.76 547	1.57 477	2.81 556	2.21 551	1.98 502	1.81 532	2.54 534	1.89 508	1.50 445	1.84 470	1.96 488	1.65 495	2.14 399	1.25 435	3.33 563	0.85 550	2.39 555	0.98 548	2.82 555	2.22 554

ADCP+	1.99 520	0.48 420	7.73 553	0.66 402	0.91 508	2.30 515	1.05 484	1.82 417	1.34 424	1.54 455	1.32 347	1.74 462	1.61 492	2.17 402	13.37 566	0.24 317	0.21 370	0.32 426	0.28 416	0.37 424	0.29 380

MSMD_ROB	1.99 520	0.59 461	0.89 331	0.70 435	0.61 434	3.95 551	0.94 465	1.80 413	1.79 502	4.41 555	4.43 539	8.17 564	3.66 552	3.40 463	1.33 446	0.52 504	0.48 522	0.54 509	0.58 521	0.53 489	0.50 484

MSC_U_SF_DS_RVC	2.12 522	1.15 528	3.10 530	1.05 525	0.76 482	5.03 560	2.40 557	2.16 496	2.62 536	1.89 500	2.28 502	2.69 522	1.65 495	9.35 562	2.04 500	0.64 523	0.51 528	0.68 526	0.71 532	1.09 534	0.67 515

ACVNet-4b	2.15 523	1.41 538	1.64 480	2.80 555	2.31 555	2.31 516	1.24 503	2.32 519	2.14 522	1.26 355	2.39 507	2.66 521	1.48 480	5.95 521	1.06 407	3.20 561	0.45 517	2.37 552	0.89 541	2.83 556	2.37 557

ACVNet_1	2.18 524	1.45 541	1.72 487	2.85 557	2.33 556	2.28 514	1.46 517	3.08 543	2.22 525	1.82 494	2.05 492	3.56 536	1.98 519	3.09 456	1.40 458	3.17 558	0.60 537	2.40 556	0.92 543	2.91 559	2.37 557

test_sample8	2.19 525	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.82 417	1.15 327	2.26 515	1.30 335	4.94 550	2.52 539	2.27 414	7.92 554	0.57 513	12.61 585	0.62 522	0.67 529	0.45 465	0.42 456

ADCS	2.25 526	0.99 516	5.55 545	0.81 479	0.74 472	2.19 511	1.80 531	2.27 516	2.14 522	2.80 537	2.13 496	2.40 512	2.03 520	2.64 439	13.69 567	0.41 476	0.39 503	0.40 478	0.45 498	0.58 498	0.56 496

AnyNet_C01	2.26 527	1.78 548	10.22 561	0.93 517	0.74 472	2.92 536	2.20 551	2.29 518	1.80 503	2.53 528	2.41 509	2.71 523	1.73 501	3.41 464	6.72 546	0.41 476	0.39 503	0.40 478	0.42 492	0.67 512	0.63 509

MeshStereo	2.26 527	0.56 451	0.92 342	0.61 351	0.49 362	2.60 526	1.02 480	3.18 544	2.05 519	7.40 572	4.98 549	7.58 561	2.98 546	6.37 526	1.96 497	0.43 485	0.43 510	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
FCDSN-DC	2.32 529	0.63 476	0.81 291	0.84 491	0.75 479	2.23 512	0.94 465	2.09 485	1.80 503	5.45 565	7.72 563	7.77 563	6.93 569	3.39 462	1.80 489	0.52 504	0.48 522	0.52 503	0.51 514	0.57 496	0.58 501
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 530	2.85 567	3.66 534	3.08 562	2.27 553	1.97 500	0.67 390	2.00 465	1.70 493	2.52 527	2.00 486	2.23 502	5.86 562	3.44 467	1.58 480	1.01 533	0.32 469	2.64 561	1.94 566	2.85 557	2.24 555

EDNetEfficient	2.37 531	1.10 522	8.08 555	0.74 459	0.71 464	0.98 368	1.56 522	1.46 310	4.06 554	4.90 560	2.82 521	2.25 503	3.48 550	2.95 448	9.97 559	0.26 367	0.24 409	0.26 349	0.30 437	0.68 513	0.61 507

pmcnn	2.37 531	0.42 396	2.71 527	0.63 372	0.43 325	1.54 459	1.19 500	2.01 469	1.53 479	2.64 531	7.60 560	18.07 579	1.45 476	3.44 467	2.78 514	0.18 139	0.15 221	0.15 19	0.12 38	0.20 195	0.18 175

ELAS	2.37 531	0.74 495	1.54 475	0.99 521	0.92 510	4.78 557	2.33 555	3.33 546	3.37 547	5.05 563	4.77 547	3.67 538	4.53 559	3.42 465	4.50 537	0.62 520	0.53 530	0.55 514	0.53 516	0.63 505	0.64 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 534	1.07 520	2.14 510	1.18 531	1.10 521	2.14 510	1.36 512	1.96 456	1.66 489	5.46 566	7.07 557	4.95 551	4.32 558	5.50 508	2.26 506	1.04 537	1.02 560	0.99 536	0.97 546	1.02 530	1.04 535

ACVNet_2	2.43 535	1.41 538	2.04 503	2.62 554	2.24 552	2.63 529	1.88 538	3.31 545	3.01 542	2.19 513	3.45 531	4.62 545	2.04 521	4.50 484	1.47 474	2.55 552	0.64 539	2.22 549	0.84 538	2.69 551	2.29 556

ELAS_RVC	2.48 536	0.74 495	1.90 498	1.05 525	0.92 510	2.76 531	4.01 567	2.76 537	4.11 555	4.69 558	4.63 543	4.62 545	5.96 564	3.97 474	3.96 534	0.63 522	0.53 530	0.56 517	0.52 515	0.64 507	0.63 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 537	0.59 461	18.45 570	0.69 429	0.50 369	1.87 493	0.88 448	1.67 371	2.39 527	1.50 445	1.42 379	1.14 342	1.15 430	4.28 480	5.07 539	0.24 317	0.19 330	0.22 233	0.19 211	7.86 578	0.34 421

WAO-7	2.66 538	1.40 537	1.73 489	1.39 537	1.17 530	3.93 550	1.94 541	4.11 554	3.88 553	2.92 539	5.50 550	4.18 543	3.00 547	7.63 549	3.71 530	1.13 541	1.00 558	1.17 541	1.13 552	1.18 537	1.09 539

RTS	2.67 539	1.38 534	15.28 568	0.99 521	1.26 536	3.78 547	1.96 542	2.15 493	2.62 536	2.61 529	2.85 522	2.60 519	1.59 489	6.27 524	5.71 542	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

RTSA	2.67 539	1.38 534	15.28 568	0.99 521	1.26 536	3.78 547	1.96 542	2.15 493	2.62 536	2.61 529	2.85 522	2.60 519	1.59 489	6.27 524	5.71 542	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

MADNet+	2.69 541	3.22 570	11.53 564	1.44 540	1.12 525	3.19 540	1.81 532	2.85 539	2.37 526	1.68 478	2.07 493	2.85 527	2.18 528	7.41 544	5.23 540	0.79 527	0.76 543	0.69 528	0.65 528	0.98 527	0.95 530

IMH-64-1	2.70 542	1.79 549	1.46 466	3.26 565	2.66 559	3.23 542	2.10 546	4.08 552	2.75 540	2.34 518	3.81 535	3.06 530	2.22 531	4.25 478	2.59 511	3.75 567	0.84 547	2.75 562	1.35 554	3.15 561	2.60 563

IMH-64	2.70 542	1.79 549	1.46 466	3.26 565	2.66 559	3.23 542	2.10 546	4.08 552	2.75 540	2.34 518	3.81 535	3.06 530	2.22 531	4.25 478	2.59 511	3.75 567	0.84 547	2.75 562	1.35 554	3.15 561	2.60 563

FC-DCNN	2.72 544	0.59 461	0.86 307	0.73 455	0.57 411	2.91 535	1.04 482	3.01 542	2.60 534	6.83 567	7.64 561	9.92 568	6.33 567	5.21 498	3.14 521	0.53 510	0.48 522	0.51 501	0.50 511	0.53 489	0.51 488

FC-DCNN v2	2.81 545	0.59 461	0.85 301	0.73 455	0.57 411	2.97 537	1.05 484	3.39 548	2.61 535	6.98 568	7.67 562	10.38 571	6.31 566	5.75 516	3.37 527	0.53 510	0.48 522	0.51 501	0.50 511	0.53 489	0.51 488

WAO-6	2.81 545	1.60 545	1.46 466	2.36 552	2.28 554	3.55 544	2.29 554	4.21 555	4.56 559	2.36 522	4.51 540	4.88 549	2.66 541	4.60 485	4.07 536	1.72 544	1.15 564	2.31 551	1.46 559	2.31 544	1.85 550

PWCK	2.88 547	2.05 557	5.72 547	2.08 547	1.11 523	3.55 544	3.90 566	2.86 540	3.54 551	3.03 544	3.63 533	3.10 533	2.31 533	8.15 556	3.09 519	2.12 548	0.91 555	1.75 545	0.98 548	2.57 549	1.18 540

Dean	2.91 548	1.53 544	2.07 504	2.96 561	2.51 558	3.15 539	2.14 549	4.75 559	4.41 558	2.76 535	6.10 553	5.53 554	2.37 534	2.97 450	1.92 495	3.18 559	0.85 550	2.51 559	1.04 551	2.88 558	2.47 560

IMH	3.21 549	1.85 553	1.48 471	3.25 564	2.69 561	4.07 553	2.02 544	4.41 557	3.80 552	2.72 532	7.11 558	4.75 548	2.92 544	5.92 519	2.55 509	3.85 571	0.88 553	2.78 564	1.36 556	3.19 563	2.59 562

LVE	3.31 550	1.67 546	1.64 480	2.85 557	2.42 557	3.20 541	2.26 553	4.78 560	5.05 560	2.35 520	6.91 555	6.02 556	2.37 534	9.15 558	2.17 505	3.19 560	1.08 563	2.38 554	1.47 560	2.81 554	2.40 559

JetBlue	3.97 551	2.01 554	10.19 560	1.38 536	2.84 563	10.53 568	9.54 571	3.60 550	2.41 528	2.73 533	3.39 530	4.54 544	4.31 557	7.85 553	6.84 547	0.88 529	0.93 556	0.89 532	0.91 542	1.74 541	1.91 551

notaker	3.98 552	2.40 564	2.68 526	3.82 572	3.27 569	3.97 552	2.14 549	4.78 560	3.45 549	4.12 554	6.94 556	7.65 562	3.26 548	7.82 552	5.30 541	4.04 572	1.41 566	3.36 571	2.10 568	3.88 567	3.31 569

WAO-8	4.40 553	1.82 551	1.79 491	2.34 550	2.20 549	9.19 565	1.53 520	6.09 566	16.46 575	3.94 549	7.84 564	7.32 558	3.72 554	9.41 564	3.31 524	2.00 546	1.07 561	2.44 557	1.37 557	2.50 547	1.68 547

Venus	4.40 553	1.82 551	1.79 491	2.34 550	2.20 549	9.19 565	1.53 520	6.09 566	16.46 575	3.94 549	7.84 564	7.32 558	3.72 554	9.41 564	3.31 524	2.00 546	1.07 561	2.44 557	1.37 557	2.50 547	1.68 547

MultiAttention	4.51 555	0.33 304	0.82 294	0.73 455	0.45 340	30.98 586	4.50 569	2.18 505	1.40 456	1.61 467	2.41 509	2.43 514	0.70 249	38.42 588	1.36 452	0.22 275	0.15 221	0.29 392	0.30 437	0.47 472	0.43 463

ktn	4.70 556	2.38 563	2.12 509	3.76 570	3.24 567	4.85 558	2.95 564	5.52 562	7.37 566	4.07 553	19.32 580	7.46 560	3.47 549	7.39 543	2.95 517	4.04 572	1.85 569	3.26 570	2.22 569	3.08 560	2.65 565

MADNet++	5.01 557	3.14 568	4.91 542	4.55 576	3.94 573	5.20 561	4.41 568	4.40 556	4.13 556	4.95 561	6.08 552	4.74 547	5.37 560	9.40 563	10.67 564	4.65 574	4.15 575	3.97 573	3.34 572	4.09 569	4.08 574

UNDER WATER	5.08 558	2.33 562	5.55 545	3.94 574	3.51 570	5.20 561	2.72 561	5.61 564	16.52 577	3.84 548	4.60 542	9.21 566	5.89 563	5.90 518	8.66 557	3.75 567	1.34 565	3.18 569	1.88 564	4.33 572	3.61 571

UNDER WATER-64	5.27 559	2.32 561	8.78 558	3.93 573	3.54 571	7.61 563	3.03 565	5.84 565	14.19 571	4.04 551	4.04 537	9.39 567	6.26 565	5.93 520	8.48 556	3.60 566	1.51 567	3.13 567	1.88 564	4.29 571	3.61 571

TorneroNet-64	5.30 560	2.03 555	1.74 490	3.43 567	2.81 562	10.09 567	2.12 548	9.10 573	17.12 580	4.96 562	9.27 569	10.72 573	3.70 553	9.20 559	4.55 538	3.31 562	0.84 547	2.88 565	1.55 561	3.49 564	3.04 566

MANE	6.19 561	0.59 461	1.03 384	0.93 517	1.22 535	13.38 572	2.69 559	12.81 576	17.94 581	8.21 573	10.82 572	14.72 575	11.68 571	11.39 573	11.90 565	0.59 517	0.50 527	0.52 503	1.76 563	0.55 493	0.54 492

LSM	6.33 562	1.10 522	13.19 565	1.41 539	68.17 592	1.64 469	1.90 539	1.92 447	2.46 529	2.99 541	3.11 526	1.88 475	1.80 507	2.61 437	2.06 502	0.41 476	0.58 536	0.50 500	0.57 520	0.64 507	17.66 585

SGM-ForestM	6.52 563	0.38 373	1.26 434	0.63 372	0.35 239	13.59 573	5.32 570	6.32 569	6.70 565	11.14 575	9.18 568	22.51 587	13.93 575	16.89 577	20.07 576	0.36 458	0.37 494	0.36 461	0.35 473	0.36 420	0.34 421

tt	6.58 564	0.26 127	6.10 549	3.77 571	2.16 548	11.55 569	19.63 577	13.33 577	5.74 562	2.96 540	2.65 517	4.97 552	6.33 567	3.81 471	7.24 548	9.15 579	11.32 584	5.89 578	6.24 577	6.03 574	2.55 561

JetRed	6.91 565	8.80 577	25.96 580	2.85 557	3.25 568	13.98 575	11.87 573	6.25 568	4.28 557	4.45 556	4.56 541	6.69 557	5.46 561	7.46 546	14.05 568	2.59 553	3.31 572	2.59 560	2.29 570	4.20 570	3.36 570

xyz-stereo	7.16 566	0.22 45	69.90 593	0.42 51	0.21 9	32.92 588	0.49 280	0.87 109	0.76 157	1.38 414	27.04 583	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

LE_ROB	8.05 567	0.37 366	23.53 576	0.74 459	0.33 217	2.77 532	2.87 563	3.71 551	27.24 585	25.39 585	8.87 567	8.46 565	26.71 585	6.65 530	21.99 577	0.21 249	0.19 330	0.20 169	0.21 287	0.25 312	0.22 283

coex-ft	8.13 568	2.13 560	98.04 595	0.67 414	0.53 395	1.71 473	1.56 522	1.65 364	11.11 569	18.17 584	3.75 534	3.88 541	7.61 570	2.98 451	6.49 545	0.30 413	0.30 455	0.32 426	0.31 444	0.66 511	0.50 484

KSHMR	8.75 569	2.06 558	2.11 508	3.53 569	3.11 566	4.13 554	2.69 559	5.60 563	61.37 595	3.00 542	55.83 595	4.98 553	2.45 537	4.49 482	2.61 513	3.46 564	1.55 568	3.14 568	1.94 566	3.72 566	3.18 568

U	9.45 570	0.21 26	0.58 134	0.47 114	53.11 591	61.27 595	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	60.50 592	8.88 578	0.17 89	0.13 35

TCMNet-wrong-test	10.31 571	11.40 579	14.84 567	20.96 582	18.45 579	13.80 574	10.76 572	15.78 578	3.53 550	5.20 564	5.52 551	16.26 577	12.61 572	7.51 548	10.15 560	7.43 577	2.37 570	4.31 574	3.43 573	11.36 580	10.61 578

EDNetEfficientorigin	10.57 572	1.47 542	177.42 596	0.67 414	0.53 395	1.58 463	1.16 497	1.90 440	3.37 547	4.71 559	3.38 529	3.10 533	2.69 542	3.13 457	3.58 528	0.25 344	0.23 400	0.33 435	0.27 395	0.83 520	0.81 524

TorneroNet	10.70 573	2.03 555	1.82 494	3.43 567	3.01 565	43.83 589	2.22 552	8.87 572	67.47 596	7.17 571	27.36 584	10.68 572	3.85 556	8.67 557	7.65 553	3.59 565	0.88 553	3.04 566	1.57 562	3.71 565	3.17 567

HanzoNet	11.04 574	3.62 571	8.10 556	4.08 575	3.55 572	4.90 559	2.73 562	7.19 570	10.10 567	31.86 591	28.92 585	21.96 586	36.36 587	18.08 579	10.17 561	7.94 578	3.32 573	3.47 572	3.31 571	7.06 577	4.04 573

DPSimNet_ROB	11.20 575	4.98 574	35.43 584	2.90 560	4.52 574	7.89 564	17.09 576	4.66 558	6.06 564	14.89 580	10.93 573	17.29 578	36.81 589	13.18 575	15.68 572	2.86 555	6.29 577	5.75 577	5.09 575	3.91 568	7.70 576

DGTPSM_ROB	13.01 576	8.23 575	21.87 573	9.51 578	18.10 577	11.56 570	32.01 583	10.63 574	16.20 573	7.03 569	19.48 581	10.15 569	16.66 577	9.83 569	22.42 578	4.75 575	8.68 578	5.37 575	10.25 580	6.16 575	11.36 579

DPSMNet_ROB	13.02 577	8.23 575	21.91 574	9.53 579	18.11 578	11.56 570	32.02 584	10.64 575	16.23 574	7.05 570	19.49 582	10.16 570	16.66 577	9.85 570	22.43 579	4.77 576	8.68 578	5.38 576	10.26 581	6.17 576	11.36 579

USTest	14.33 578	14.94 581	21.04 572	17.44 581	16.05 576	23.26 577	33.84 585	21.73 580	11.80 570	9.36 574	10.14 570	15.97 576	13.20 574	17.28 578	22.43 579	3.78 570	5.01 576	6.17 579	6.16 576	9.25 579	7.72 577

ASD4	15.85 579	10.99 578	19.63 571	10.21 580	11.70 575	19.24 576	31.10 582	19.35 579	10.68 568	11.14 575	10.18 571	12.59 574	12.64 573	14.74 576	24.83 582	12.93 584	9.94 583	26.83 587	19.40 584	16.23 583	12.70 584

DPSM_ROB	19.08 580	19.14 583	25.17 578	22.15 584	20.85 581	28.17 579	37.82 587	26.56 583	16.85 578	14.14 577	14.84 575	21.70 581	18.75 580	21.87 581	26.55 584	10.16 582	9.30 581	10.47 581	10.42 582	14.03 581	12.61 582

DPSM	19.08 580	19.14 583	25.17 578	22.15 584	20.85 581	28.17 579	37.82 587	26.56 583	16.85 578	14.14 577	14.84 575	21.70 581	18.75 580	21.87 581	26.55 584	10.16 582	9.30 581	10.47 581	10.42 582	14.03 581	12.61 582

LRCNet_RVC	22.74 582	32.10 588	21.97 575	29.84 586	26.23 583	4.42 556	0.81 432	22.66 581	2.02 517	26.93 586	29.26 586	23.06 588	15.59 576	23.84 583	18.88 575	31.75 589	19.90 591	34.65 588	32.13 589	30.54 589	28.32 589

DLNR_Zeroshot_test	23.17 583	48.52 597	43.29 587	176.68 597	78.69 593	0.35 18	0.21 12	23.41 582	0.75 151	0.66 141	0.86 162	0.59 144	0.30 31	1.56 323	0.44 191	9.57 580	0.12 51	0.18 111	0.14 90	76.92 596	0.16 124

BEATNet-Init1	26.87 584	13.43 580	70.68 594	0.91 514	0.68 459	57.02 594	21.06 578	32.82 590	32.67 587	52.12 595	53.61 594	66.05 596	49.56 595	48.79 596	34.71 589	0.49 503	0.44 513	0.53 508	0.53 516	0.63 505	0.59 503

CasAABBNet	38.33 585	38.46 591	50.35 589	44.75 591	41.84 587	56.68 591	76.37 594	53.22 593	33.83 589	28.31 588	29.54 587	43.62 594	37.71 591	43.84 593	53.41 595	20.30 585	18.70 588	21.07 583	21.07 586	28.24 586	25.34 587

FlowAnything	38.37 586	38.41 590	50.38 590	44.76 592	41.94 588	56.64 590	76.34 593	53.28 595	34.23 591	28.25 587	29.72 588	43.60 592	37.79 592	43.83 592	53.38 594	20.39 587	18.71 590	21.07 583	21.14 588	28.23 585	25.29 586

Selective-RAFT-Error	38.39 587	38.47 592	50.44 591	44.73 590	41.97 589	56.68 591	76.38 595	53.24 594	33.92 590	28.34 589	29.85 589	43.60 592	38.20 593	43.75 591	53.34 593	20.38 586	18.70 588	21.09 585	21.05 585	28.30 587	25.43 588

HaxPig	38.92 588	41.40 594	41.64 585	29.95 587	32.27 584	28.90 581	27.60 579	29.73 586	37.71 592	43.82 592	43.87 591	33.17 589	35.56 586	41.53 589	40.37 591	43.94 593	47.51 596	45.82 589	47.08 591	42.38 590	44.15 592

AVERAGE_ROB	40.43 589	42.37 595	42.73 586	36.96 589	35.58 586	30.50 582	27.61 580	36.71 592	38.39 593	44.91 593	44.36 592	37.45 591	36.70 588	41.88 590	40.35 590	45.43 594	46.81 595	47.11 590	46.35 590	42.51 591	43.87 591

MEDIAN_ROB	42.00 590	44.40 596	44.29 588	35.15 588	34.95 585	31.28 587	29.60 581	35.88 591	40.02 594	47.20 594	46.64 593	37.37 590	38.48 594	44.35 595	42.45 592	48.03 595	49.39 597	49.71 591	49.03 592	45.14 592	46.65 593

LSM0	42.82 591	38.75 593	50.81 592	47.07 593	109.38 597	57.00 593	76.02 592	53.74 596	33.71 588	29.02 590	30.41 590	43.87 595	37.22 590	43.91 594	53.54 596	20.52 588	18.62 587	21.10 586	21.11 587	28.41 588	42.22 590

Anonymous_1	43.04 592	18.73 582	24.79 577	21.81 583	46.26 590	27.80 578	37.60 586	28.08 585	16.14 572	14.66 579	14.30 574	20.65 580	17.88 579	21.56 580	25.94 583	117.93 596	8.92 580	100.65 593	126.50 593	158.64 597	12.08 581

PML	51.67 593	36.25 589	13.28 566	7.46 577	20.81 580	108.69 596	232.22 597	8.72 571	27.82 586	87.01 596	269.67 597	69.67 597	61.95 596	24.76 587	14.20 569	9.74 581	3.40 574	9.62 580	4.70 574	18.74 584	4.72 575

xxxxx1	54.10 594	25.67 585	27.13 581	113.43 594	96.96 594	30.69 583	47.44 589	32.38 587	25.60 582	17.75 581	17.27 577	21.81 583	21.02 582	24.43 584	33.82 586	33.37 590	40.54 592	157.71 595	175.86 595	66.16 593	72.93 594

tt_ll	54.10 594	25.67 585	27.13 581	113.43 594	96.96 594	30.69 583	47.44 589	32.38 587	25.60 582	17.75 581	17.27 577	21.81 583	21.02 582	24.43 584	33.82 586	33.37 590	40.54 592	157.71 595	175.86 595	66.16 593	72.93 594

ff	54.10 594	25.67 585	27.13 581	113.43 594	96.96 594	30.69 583	47.44 589	32.38 587	25.60 582	17.75 581	17.27 577	21.81 583	21.02 582	24.43 584	33.82 586	33.37 590	40.54 592	157.71 595	175.86 595	66.16 593	72.93 594

test_example2	192.40 597	210.76 598	206.48 597	199.83 598	204.73 598	172.94 597	183.52 596	133.93 597	133.41 597	191.38 597	196.19 596	187.13 598	178.77 597	205.33 597	208.00 597	222.09 598	238.72 598	186.54 598	190.54 598	227.34 598	170.31 597

ccccc	497.63 598	492.34 599	595.97 598	530.87 599	530.37 599	478.08 598	442.62 598	491.76 598	343.70 598	448.18 598	520.80 598	476.12 599	550.57 598	541.64 598	605.32 598	663.49 599	459.54 599	353.94 599	309.79 599	586.66 599	530.90 598

FADE		4.78 573		1.89 546	1.92 547							4.13 542				188.09 597	2.77 571	123.78 594	127.92 594	1.06 533

Low-res two-view benchmark