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

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

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

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

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

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

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

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

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

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

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

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

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

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

4.5_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

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

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

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

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

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

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

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

MLG-Stereo	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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 103	0.30 151	0.33 15	0.22 16	0.75 65	0.45 51	0.32 19	0.41 27	0.32 37	0.48 140	0.38 4	0.27 23	0.15 36	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

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

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

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

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

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

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

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

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

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

xyz-stereo-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 43	0.19 6	0.56 13	0.26 9	0.29 10	0.24 6	0.29 28	0.29 27	0.55 39	0.25 10	0.18 139	0.12 51	0.16 49	0.12 38	0.14 18	0.13 35

LG-Stereo_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

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

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

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

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

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

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

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

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)
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

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

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

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.
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

acv_ft	0.75 314	0.31 266	0.95 352	0.70 435	0.86 504	1.24 417	0.53 308	1.44 306	1.07 273	1.24 345	1.30 335	1.08 318	0.92 347	0.80 119	1.34 448	0.21 249	0.19 330	0.21 204	0.18 189	0.21 236	0.18 175

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

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

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

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

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

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

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

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

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

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

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

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
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

PSM-adaLoss	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.41 192	1.04 183	0.64 111	1.12 266	0.96 185	0.82 215	0.61 216	1.06 199	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

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

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

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

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

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

IRAFT_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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

rvit_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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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+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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark