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

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

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

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

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

StereoAnything_RVC	0.45 106	1.43 539	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 252	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 545	0.11 2

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

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

CREStereo++_RVC	0.47 120	0.21 26	0.38 8	0.45 95	0.38 281	0.45 61	0.25 31	0.75 64	1.29 402	0.80 167	1.21 302	0.47 81	0.37 74	0.53 30	0.44 190	0.16 57	0.11 26	0.15 19	0.80 535	0.18 120	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.52 139	0.20 8	0.38 8	0.41 44	0.19 1	0.96 358	0.34 102	1.17 234	1.25 382	0.81 171	0.90 170	0.63 156	0.50 154	1.45 299	0.42 177	0.14 29	0.12 50	0.17 76	0.11 8	0.18 120	0.11 2

asda	0.30 14	0.24 75	0.42 30	0.38 22	0.23 22	0.43 51	0.34 102	0.58 18	0.37 29	0.38 40	0.42 28	0.27 18	0.34 52	0.52 27	0.30 45	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 70	0.30 69	0.69 48	0.30 13	0.41 50	0.39 24	0.28 27	0.33 45	0.62 64	0.27 23	0.13 19	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

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

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

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

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

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

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

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

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

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

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

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

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

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

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

xyz-stereo	7.16 565	0.22 45	69.90 592	0.42 51	0.21 9	32.92 587	0.49 279	0.87 108	0.76 156	1.38 413	27.04 582	1.19 348	1.16 430	4.69 486	0.97 395	0.16 57	0.12 50	0.20 168	0.14 89	0.16 58	0.12 10

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

U	9.45 569	0.21 26	0.58 133	0.47 113	53.11 590	61.27 594	0.24 29	0.70 52	0.52 81	0.36 31	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 591	8.88 577	0.17 89	0.13 35

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

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

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

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

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

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

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

test-3	0.54 164	0.22 45	0.68 187	0.47 113	0.27 87	0.58 161	0.35 110	0.92 127	1.00 244	1.32 388	0.69 117	0.87 238	0.45 113	1.68 346	0.37 129	0.16 57	0.11 26	0.20 168	0.16 149	0.17 89	0.13 35

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

AnonymousM	0.59 207	1.11 524	0.41 22	0.44 81	0.32 196	0.43 51	0.47 258	1.05 190	0.64 110	0.98 216	0.63 101	0.67 169	0.43 101	0.59 46	0.41 166	0.20 215	0.15 220	1.84 546	0.84 537	0.14 18	0.13 35

RAFT-Stereo + iAFF	0.54 164	0.25 103	0.68 187	0.43 58	0.24 38	0.40 31	0.34 102	1.04 182	1.09 286	1.32 388	1.60 430	0.80 205	0.68 240	0.67 79	0.39 148	0.13 19	0.10 9	0.18 111	0.17 170	0.17 89	0.13 35

PMTNet	0.46 113	0.21 26	0.38 8	0.37 9	0.23 22	0.71 249	0.27 48	0.74 63	1.04 259	0.64 135	0.70 121	0.55 121	0.47 129	0.86 141	0.35 107	1.00 531	0.13 111	0.15 19	0.10 2	0.15 38	0.13 35

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.41 78	0.25 103	0.48 63	0.50 168	0.20 3	0.50 102	0.36 126	0.81 92	0.80 168	0.83 177	0.68 113	0.48 86	0.31 36	0.54 33	0.32 67	0.18 139	0.12 50	0.27 365	0.22 315	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.37 52	0.24 75	0.52 91	0.47 113	0.51 379	0.37 23	0.38 152	0.65 37	0.53 85	0.42 56	0.56 85	0.46 74	0.60 206	0.53 30	0.30 45	0.16 57	0.13 111	0.18 111	0.15 107	0.17 89	0.14 61

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

LoS	0.40 70	0.21 26	0.44 37	0.37 9	0.22 16	0.50 102	0.40 175	1.00 164	0.94 213	0.48 89	0.66 106	0.48 86	0.40 87	0.60 58	0.37 129	0.18 139	0.14 162	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	0.50 136	0.23 57	0.58 133	0.48 140	0.33 217	0.55 148	0.45 244	0.97 154	1.38 445	0.68 141	1.05 229	0.63 156	0.80 291	0.59 46	0.32 67	0.17 100	0.12 50	0.17 76	0.14 89	0.16 58	0.14 61

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

test_3	0.55 179	0.23 57	0.71 218	0.53 237	0.28 112	0.61 180	0.40 175	0.92 127	1.05 263	1.19 317	0.68 113	0.93 265	0.44 109	1.67 341	0.39 148	0.15 36	0.12 50	0.22 232	0.19 210	0.21 236	0.14 61

OMP-Stereo	0.94 387	0.33 303	0.72 224	0.90 510	0.31 177	0.49 88	0.36 126	1.16 232	1.06 267	1.58 464	1.12 262	1.46 412	0.69 243	6.94 536	0.49 237	0.19 180	0.14 162	0.24 290	0.18 188	0.20 195	0.14 61

IIG-Stereo	0.96 391	0.31 265	0.72 224	0.88 505	0.33 217	0.61 180	0.26 41	1.19 247	1.03 254	1.69 478	1.37 364	1.46 412	0.75 262	6.96 537	0.51 248	0.19 180	0.14 162	0.23 270	0.18 188	0.20 195	0.14 61

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

XX-TBD	0.46 113	0.70 488	0.35 1	0.79 472	0.25 55	0.58 161	0.26 41	0.69 48	1.27 393	0.76 154	1.00 200	0.45 70	0.33 45	0.47 18	0.37 129	0.19 180	0.15 220	0.15 19	0.11 8	0.17 89	0.14 61

XX-Stereo	0.63 227	0.26 126	1.90 497	0.81 478	0.67 452	0.43 51	0.23 24	1.03 176	0.58 93	0.65 137	1.56 421	1.41 400	0.39 83	1.28 254	0.35 107	0.20 215	0.14 162	0.20 168	0.19 210	0.18 120	0.14 61

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

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

CREStereo	0.39 61	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 59	0.77 70	1.11 295	0.58 119	0.71 124	0.51 104	0.41 90	0.54 33	0.34 97	0.18 139	0.13 111	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
AdaDepth	0.30 14	0.22 45	0.49 70	0.44 81	0.27 87	0.44 57	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 115	0.25 10	0.12 5	0.12 50	0.16 49	0.13 61	0.16 58	0.15 94

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

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

3w_stereo	0.33 35	0.25 103	0.52 91	0.40 36	0.21 9	0.53 132	0.54 313	0.65 37	0.46 56	0.44 65	0.48 55	0.23 3	0.45 113	0.46 14	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 94

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GMOStereo	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

error version	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

test-v	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

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

AAGNet	1.83 507	0.28 177	0.72 224	0.61 350	0.32 196	0.67 225	0.51 288	0.96 153	0.98 232	1.47 435	1.20 300	1.00 293	1.18 435	2.83 443	22.77 580	0.22 275	0.13 111	0.22 232	0.19 210	0.23 285	0.15 94

test-2	0.53 149	0.26 126	0.65 171	0.50 168	0.29 129	0.52 123	0.43 214	0.89 117	0.96 220	1.41 422	1.14 271	0.85 230	0.56 184	0.59 46	0.38 140	0.16 57	0.14 162	0.24 290	0.21 286	0.20 195	0.15 94

iRaftStereo_RVC	0.47 120	0.26 126	0.64 164	0.50 168	0.29 129	0.53 132	0.33 90	1.05 190	0.77 160	0.84 180	1.00 200	0.55 121	0.37 74	0.81 124	0.40 155	0.17 100	0.12 50	0.22 232	0.20 242	0.19 161	0.15 94

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

Gwc-CoAtRS	0.52 139	0.24 75	0.68 187	0.48 140	0.29 129	0.64 196	0.25 31	1.16 232	1.08 278	1.01 227	1.00 200	1.12 334	0.56 184	0.69 81	0.37 129	0.16 57	0.13 111	0.17 76	0.15 107	0.15 38	0.15 94

HITNet	0.65 247	0.40 383	0.77 273	0.48 140	0.24 38	1.05 379	0.49 279	1.76 395	1.02 250	1.18 313	1.18 289	0.89 250	0.80 291	0.85 137	0.79 353	0.17 100	0.12 50	0.21 203	0.17 170	0.29 368	0.15 94
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
fffft	0.38 57	0.23 57	0.51 83	0.44 81	0.32 196	0.43 51	0.48 269	0.76 67	0.36 26	0.44 65	0.34 18	0.38 54	0.31 36	1.31 260	0.32 67	0.14 29	0.11 26	0.19 133	0.15 107	0.16 58	0.16 124
1: 1. 1
UGAM	1.14 444	0.27 155	0.95 351	0.53 237	0.42 315	0.70 244	0.72 405	0.95 146	1.32 416	0.98 216	1.48 401	1.78 467	0.87 328	9.65 565	0.87 375	0.21 249	0.18 311	0.30 404	0.24 351	0.19 161	0.16 124

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

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

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

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

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

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

MSKI-zero shot	0.55 179	0.26 126	0.57 127	0.51 198	0.26 63	0.69 237	0.28 54	1.18 239	0.64 110	0.91 197	1.32 346	0.82 214	0.33 45	1.92 376	0.32 67	0.17 100	0.12 50	0.17 76	0.13 61	0.16 58	0.16 124

DLNR_Zeroshot_test	23.17 582	48.52 596	43.29 586	176.68 596	78.69 592	0.35 17	0.21 12	23.41 581	0.75 150	0.66 140	0.86 161	0.59 143	0.30 31	1.56 322	0.44 190	9.57 579	0.12 50	0.18 111	0.14 89	76.92 595	0.16 124

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

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

HH	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 444	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

HanStereo	0.63 227	0.30 232	0.77 273	0.50 168	0.32 196	0.49 88	0.46 251	1.65 363	0.64 110	0.69 142	1.09 245	1.63 444	0.85 315	1.90 374	0.37 129	0.18 139	0.13 111	0.19 133	0.17 170	0.19 161	0.16 124

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

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

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

Sa-1000	0.72 282	0.29 212	0.76 266	0.59 324	0.30 151	0.73 256	0.37 145	1.62 358	1.33 420	1.28 359	2.04 490	0.86 234	0.75 262	1.84 367	0.38 140	0.19 180	0.14 162	0.25 329	0.23 338	0.20 195	0.16 124

RAFT-345	0.84 358	0.25 103	0.66 178	0.50 168	0.27 87	0.54 140	0.42 195	0.83 101	1.11 295	1.32 388	2.34 504	0.86 234	0.54 172	5.72 513	0.47 224	0.18 139	0.13 111	0.22 232	0.17 170	0.17 89	0.16 124

CroCo-Stereo	0.40 70	0.31 265	0.73 236	0.58 311	0.27 87	0.26 4	0.33 90	0.95 146	0.81 171	0.42 56	0.47 52	0.65 162	0.47 129	0.39 6	0.34 97	0.18 139	0.15 220	0.16 49	0.14 89	0.19 161	0.16 124
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TestStereo	0.64 239	0.39 377	0.71 218	0.51 198	0.27 87	0.56 153	0.42 195	1.03 176	0.91 203	0.80 167	1.00 200	0.68 171	0.52 162	3.25 459	0.45 203	0.22 275	0.15 220	0.24 290	0.18 188	0.27 338	0.16 124

raftrobust	0.52 139	0.25 103	0.56 117	0.65 394	0.52 391	0.49 88	0.34 102	0.98 158	0.91 203	1.30 374	0.87 164	0.63 156	0.81 295	0.78 111	0.41 166	0.19 180	0.15 220	0.16 49	0.14 89	0.15 38	0.16 124

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

ARAFT	0.77 321	0.36 358	1.49 472	0.51 198	0.31 177	0.90 332	0.82 433	1.90 439	1.06 267	1.62 470	1.24 310	1.02 302	0.64 229	1.84 367	0.50 243	0.18 139	0.14 162	0.28 380	0.27 394	0.17 89	0.16 124

RASNet	1.12 439	0.30 232	0.91 337	0.66 401	0.77 482	0.97 362	0.57 350	1.37 286	1.35 433	1.02 231	1.34 355	2.11 499	1.43 471	7.09 538	1.39 456	0.19 180	0.17 289	0.17 76	0.19 210	0.18 120	0.16 124

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

UGAM-zero	1.00 408	0.30 232	0.93 343	0.47 113	0.30 151	0.57 158	0.25 31	2.25 512	0.63 106	1.01 227	1.10 249	2.73 523	1.85 510	6.26 522	0.40 155	0.17 100	0.14 162	0.19 133	0.15 107	0.16 58	0.17 149

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

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

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

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

testlalala2	0.58 201	0.27 155	0.68 187	1.72 541	1.27 537	0.68 232	0.42 195	0.93 134	0.70 137	0.90 192	0.93 177	0.76 192	0.34 52	0.52 27	0.40 155	0.18 139	0.15 220	0.17 76	0.13 61	0.17 89	0.17 149

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

DCRE	0.82 347	0.26 126	0.70 206	0.58 311	0.44 332	0.54 140	0.48 269	0.95 146	0.78 163	0.78 162	7.33 558	0.86 234	0.52 162	0.76 103	0.41 166	0.16 57	0.16 260	0.19 133	0.17 170	0.18 120	0.17 149

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

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

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

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

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

IPLG	0.69 269	0.27 155	0.97 359	0.51 198	0.43 325	0.79 290	0.33 90	1.21 250	1.06 267	1.30 374	1.10 249	0.52 111	0.55 179	3.16 457	0.63 300	0.16 57	0.14 162	0.19 133	0.16 149	0.18 120	0.17 149

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

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

PFNet	0.91 380	0.26 126	1.10 407	0.63 371	0.32 196	0.64 196	0.56 339	1.17 234	0.99 239	1.47 435	1.08 240	0.98 286	0.69 243	6.62 528	0.54 268	0.20 215	0.12 50	0.24 290	0.19 210	0.20 195	0.17 149

RAFT-RH_RVC	1.03 420	0.24 75	0.67 183	0.49 156	0.28 112	0.81 307	0.33 90	0.83 101	1.08 278	2.05 508	4.65 544	1.04 309	0.57 193	5.98 521	0.50 243	0.18 139	0.13 111	0.26 348	0.20 242	0.16 58	0.17 149

RAFT	0.64 239	0.30 232	0.73 236	0.59 324	0.33 217	0.68 232	0.58 354	1.04 182	0.76 156	1.08 243	1.19 296	1.65 450	0.93 355	1.06 198	0.56 274	0.21 249	0.18 311	0.27 365	0.24 351	0.22 260	0.17 149

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

EAI-Stereo	0.65 247	0.28 177	0.69 200	0.53 237	0.27 87	0.60 174	0.40 175	2.28 516	0.64 110	0.71 146	3.18 526	0.57 131	0.43 101	1.06 198	0.41 166	0.18 139	0.13 111	0.17 76	0.17 170	0.17 89	0.17 149

R-Stereo Train	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 466	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149

RAFT-Stereo	0.57 195	0.26 126	0.63 157	0.54 252	0.36 249	0.69 237	0.54 313	1.22 258	0.72 143	1.61 466	1.50 406	0.75 188	0.53 167	0.64 68	0.44 190	0.18 139	0.15 220	0.17 76	0.15 107	0.17 89	0.17 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.72 282	0.34 327	1.10 407	0.51 198	0.23 22	0.91 336	0.39 167	1.33 275	1.23 373	1.46 434	1.55 417	1.01 300	0.64 229	1.95 381	0.80 357	0.18 139	0.12 50	0.18 111	0.14 89	0.19 161	0.17 149

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

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

HI	0.64 239	0.32 281	0.68 187	0.47 113	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 384	1.43 382	1.62 439	1.12 423	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

CoSv	0.64 239	0.32 281	0.68 187	0.47 113	0.51 379	0.41 35	0.36 126	1.04 182	0.75 150	1.31 384	1.43 382	1.62 439	1.12 423	0.94 165	0.88 376	0.15 36	0.12 50	0.20 168	0.20 242	0.20 195	0.18 174

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

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

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

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

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

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

CoDeX	0.73 300	0.29 212	0.93 343	0.54 252	0.36 249	1.14 394	0.61 368	2.34 521	1.17 338	1.16 299	1.25 314	0.91 254	0.87 328	1.33 267	0.64 304	0.20 215	0.16 260	0.21 203	0.18 188	0.20 195	0.18 174

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

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

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

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

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

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

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

anonymousa	0.72 282	0.27 155	0.75 256	0.47 113	0.63 440	1.43 448	0.45 244	1.24 264	0.89 194	1.28 359	1.75 459	1.62 439	1.13 427	0.69 81	0.59 283	0.19 180	0.16 260	0.23 270	0.25 366	0.20 195	0.18 174

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

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

IGEV-Stereo	0.43 87	0.27 155	0.54 103	0.45 95	0.32 196	0.50 102	0.42 195	0.90 123	0.51 74	0.49 95	0.53 73	0.47 81	0.47 129	1.32 264	0.33 80	0.17 100	0.12 50	0.21 203	0.15 107	0.18 120	0.18 174
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.65 247	0.31 265	1.00 368	0.47 113	0.34 235	0.73 256	0.30 69	2.96 540	0.70 137	1.15 289	1.14 271	0.76 192	0.65 235	1.11 213	0.38 140	0.17 100	0.13 111	0.18 111	0.16 149	0.19 161	0.18 174

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

Patchmatch Stereo++	0.55 179	0.30 232	0.73 236	0.50 168	0.27 87	0.65 212	0.29 59	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.37 278	0.45 203	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
STrans-v2	1.04 423	0.28 177	0.96 357	0.49 156	0.32 196	0.68 232	0.79 422	2.47 531	1.12 299	1.12 265	1.46 395	1.40 397	1.46 476	6.70 533	0.43 187	0.18 139	0.13 111	0.20 168	0.18 188	0.18 120	0.18 174

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

ROB_FTStereo_v2	0.54 164	0.30 232	0.73 236	0.50 168	0.27 87	0.64 196	0.42 195	1.05 190	0.64 110	1.12 265	0.96 184	0.83 221	0.60 206	1.12 216	0.46 217	0.22 275	0.14 162	0.24 290	0.20 242	0.26 324	0.18 174

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

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

SST-Stereo	0.83 353	0.28 177	0.72 224	0.59 324	0.31 177	0.72 252	0.26 41	1.09 213	0.86 183	1.47 435	1.10 249	1.00 293	0.87 328	5.73 514	0.45 203	0.22 275	0.13 111	0.23 270	0.19 210	0.23 285	0.18 174

RAFT_R40	0.83 353	0.28 177	0.73 236	0.59 324	0.31 177	0.69 237	0.44 227	1.10 216	0.95 215	1.47 435	1.10 249	1.00 293	0.85 315	5.53 508	0.46 217	0.22 275	0.13 111	0.23 270	0.20 242	0.23 285	0.18 174

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

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

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

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

UPFNet	0.80 336	0.32 281	0.90 334	0.59 324	0.74 471	1.26 419	0.80 428	1.52 328	1.10 293	1.30 374	1.12 262	1.30 379	0.84 312	1.67 341	1.09 412	0.24 316	0.24 408	0.24 290	0.23 338	0.25 312	0.18 174

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

acv_ft	0.75 313	0.31 265	0.95 351	0.70 434	0.86 503	1.24 416	0.53 307	1.44 305	1.07 272	1.24 344	1.30 334	1.08 317	0.92 346	0.80 118	1.34 447	0.21 249	0.19 329	0.21 203	0.18 188	0.21 236	0.18 174

pmcnn	2.37 530	0.42 395	2.71 526	0.63 371	0.43 325	1.54 458	1.19 499	2.01 468	1.53 478	2.64 530	7.60 559	18.07 578	1.45 475	3.44 466	2.78 513	0.18 139	0.15 220	0.15 19	0.12 38	0.20 195	0.18 174

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

G2L-Stereo_test	0.73 300	0.27 155	0.74 252	0.49 156	0.40 302	0.90 332	0.81 431	1.53 334	1.14 314	1.28 359	1.27 324	1.52 425	0.72 256	1.62 331	0.94 386	0.19 180	0.14 162	0.16 49	0.15 107	0.18 120	0.19 214

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

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

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

PAM_32	0.77 321	0.28 177	1.03 383	0.52 219	0.30 151	1.32 428	0.35 110	1.97 459	0.65 125	1.02 231	1.06 231	3.05 528	1.49 481	0.96 168	0.36 117	0.19 180	0.13 111	0.20 168	0.18 188	0.19 161	0.19 214

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

CAS++	0.47 120	0.31 265	0.56 117	0.47 113	0.32 196	0.42 42	0.28 54	1.76 395	0.72 143	0.71 146	0.72 128	0.37 52	0.28 23	0.69 81	0.33 80	0.27 382	0.22 387	0.26 348	0.21 286	0.29 368	0.19 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.46 113	0.36 358	0.71 218	0.47 113	0.36 249	0.67 225	0.35 110	0.78 74	1.12 299	0.61 130	0.62 99	0.39 55	0.39 83	0.71 89	0.39 148	0.20 215	0.17 289	0.22 232	0.18 188	0.23 285	0.19 214

cc1	0.64 239	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 542	0.58 119	0.79 148	0.48 86	0.88 333	1.46 301	0.32 67	0.20 215	0.12 50	0.25 329	0.15 107	0.19 161	0.19 214

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

testlalala_base	0.77 321	0.40 383	0.70 206	0.65 394	0.50 368	0.79 290	0.28 54	1.50 319	0.51 74	0.73 152	0.90 170	0.69 176	0.54 172	0.66 76	0.40 155	2.82 553	0.14 162	0.17 76	0.12 38	2.68 549	0.19 214

DCANet-4	0.54 164	0.26 126	1.07 397	0.42 51	0.24 38	0.48 76	0.36 126	0.99 160	1.30 408	1.10 257	1.02 214	0.56 129	0.75 262	0.73 96	0.52 255	0.16 57	0.13 111	0.17 76	0.13 61	0.15 38	0.19 214

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

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

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

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

CrosDoStereo	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 573	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 512	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

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

DeepStereo_LL	1.58 487	0.24 75	0.72 224	0.48 140	0.29 129	0.67 225	12.49 573	1.10 216	0.98 232	1.34 400	1.75 459	1.00 293	1.89 512	6.65 529	0.81 359	0.19 180	0.15 220	0.20 168	0.22 315	0.18 120	0.19 214

IRAFT_RVC	0.88 372	0.28 177	0.76 266	0.63 371	0.31 177	0.65 212	1.02 479	1.22 258	0.94 213	1.22 330	1.04 227	1.01 300	0.98 382	5.82 516	0.53 262	0.22 275	0.12 50	0.25 329	0.20 242	0.20 195	0.19 214

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

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

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

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

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

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

ac_64	0.82 347	0.29 212	0.81 290	0.71 442	0.60 430	1.05 379	0.54 313	1.99 463	0.92 208	1.18 313	1.06 231	1.99 490	1.08 415	1.94 380	0.97 395	0.27 382	0.22 387	0.24 290	0.23 338	0.22 260	0.19 214

cf-r	0.73 300	0.30 232	0.77 273	0.55 276	0.63 440	0.78 284	0.48 269	1.79 409	1.15 326	1.13 280	1.26 321	1.43 402	0.87 328	1.40 293	0.85 372	0.25 343	0.18 311	0.22 232	0.23 338	0.19 161	0.19 214

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

DIP-Stereo	0.62 220	0.30 232	0.83 298	0.48 140	0.36 249	0.95 352	0.33 90	2.37 524	0.67 128	1.25 350	1.00 200	0.68 171	0.51 157	0.91 154	0.61 293	0.18 139	0.15 220	0.21 203	0.17 170	0.19 161	0.19 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.87 371	0.29 212	0.53 97	0.53 237	0.30 151	1.15 400	0.55 331	3.57 548	1.28 398	1.53 448	1.74 456	1.68 453	0.93 355	1.49 307	0.77 345	0.22 275	0.17 289	0.19 133	0.18 188	0.20 195	0.19 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.80 336	0.37 365	1.71 485	0.56 289	0.37 264	0.94 348	0.64 378	1.73 382	1.34 423	1.23 336	1.42 378	1.26 368	0.92 346	1.85 370	0.56 274	0.23 301	0.15 220	0.19 133	0.14 89	0.24 300	0.19 214

PAM	0.76 319	0.29 212	1.08 401	0.52 219	0.33 217	1.38 438	0.39 167	2.01 468	0.67 128	1.06 239	0.96 184	2.89 527	1.43 471	0.86 141	0.35 107	0.19 180	0.12 50	0.19 133	0.17 170	0.19 161	0.20 247

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

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

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

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

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

ffm	0.72 282	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 529	1.15 289	1.45 389	1.06 311	0.82 300	1.55 320	0.32 67	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

ff1	1.37 470	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	0.95 146	2.47 529	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 549	0.20 215	0.12 50	0.31 410	0.27 394	0.19 161	0.20 247

tt1	0.62 220	0.32 281	0.51 83	0.54 252	0.26 63	1.16 402	0.48 269	0.95 146	2.47 529	0.57 117	0.77 140	0.49 94	0.81 295	1.55 320	0.32 67	0.20 215	0.12 50	0.24 290	0.15 107	0.19 161	0.20 247

StereoVision	0.65 247	0.34 327	0.86 306	0.59 324	0.40 302	0.50 102	0.41 191	1.09 213	0.93 210	0.71 146	2.50 513	0.82 214	0.57 193	1.03 189	0.49 237	0.25 343	0.28 439	0.29 391	0.28 415	0.36 420	0.20 247

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

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

iRaft-Stereo_5w	0.85 362	0.29 212	0.91 337	0.53 237	0.43 325	0.49 88	0.68 393	0.99 160	0.87 187	0.79 165	1.34 355	1.46 412	0.91 343	5.11 495	1.11 418	0.17 100	0.14 162	0.22 232	0.18 188	0.20 195	0.20 247

DEmStereo	0.97 397	0.23 57	0.79 284	0.47 113	0.32 196	1.04 378	0.56 339	0.93 134	0.89 194	1.39 419	2.14 496	1.02 302	2.07 523	5.64 512	0.77 345	0.17 100	0.15 220	0.20 168	0.20 242	0.18 120	0.20 247

THIR-Stereo	1.02 417	0.27 155	0.69 200	0.49 156	0.28 112	0.95 352	1.34 510	1.03 176	0.97 227	1.34 400	1.90 477	1.17 344	1.58 487	6.44 526	0.78 347	0.19 180	0.14 162	0.21 203	0.22 315	0.19 161	0.20 247

LMCR-Stereo	0.82 347	0.46 410	0.88 324	0.75 462	0.43 325	1.33 430	0.56 339	2.43 529	0.98 232	1.53 448	1.49 403	0.74 186	1.00 392	1.63 333	0.89 379	0.28 396	0.17 289	0.22 232	0.17 170	0.29 368	0.20 247

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

z-ln-s-r	1.02 417	0.55 446	2.09 504	0.52 219	0.55 404	0.78 284	0.87 444	1.47 311	1.34 423	1.12 265	1.62 437	1.37 395	1.06 410	2.62 437	3.32 525	0.19 180	0.14 162	0.21 203	0.17 170	0.27 338	0.21 264

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

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

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

xx1	0.67 263	0.31 265	0.50 76	0.54 252	0.26 63	1.18 405	0.51 288	0.93 134	3.05 542	0.58 119	0.79 148	0.95 276	0.77 274	1.46 301	0.32 67	0.20 215	0.12 50	0.24 290	0.23 338	0.22 260	0.21 264

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

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

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

CIPLG	0.62 220	0.33 303	0.96 357	0.58 311	0.50 368	0.75 265	0.48 269	1.05 190	0.96 220	1.40 420	1.57 425	0.64 159	0.48 140	0.89 151	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

IPLGR_C	0.62 220	0.33 303	0.99 363	0.58 311	0.49 361	0.76 271	0.48 269	1.10 216	0.96 220	1.40 420	1.56 421	0.62 153	0.48 140	0.80 118	0.71 324	0.23 301	0.15 220	0.19 133	0.16 149	0.19 161	0.21 264

ACRE	0.61 216	0.33 303	1.01 372	0.58 311	0.49 361	0.75 265	0.47 258	1.06 203	0.95 215	1.37 408	1.55 417	0.62 153	0.46 120	0.83 129	0.70 319	0.23 301	0.15 220	0.19 133	0.16 149	0.18 120	0.21 264

DRaft	0.80 336	0.24 75	0.70 206	0.45 95	0.30 151	0.97 362	0.53 307	1.05 190	0.97 227	1.78 485	2.02 488	0.80 205	1.74 501	2.73 441	0.72 327	0.17 100	0.14 162	0.20 168	0.20 242	0.18 120	0.21 264

MMNet	0.84 358	0.32 281	1.09 404	0.60 336	0.59 427	1.85 490	0.49 279	1.51 326	1.27 393	1.37 408	1.15 279	1.26 368	1.18 435	1.67 341	1.22 431	0.19 180	0.18 311	0.23 270	0.22 315	0.25 312	0.21 264

delet	0.85 362	0.32 281	0.95 351	0.65 394	0.66 448	1.64 468	0.84 435	1.75 389	1.35 433	1.32 388	1.30 334	1.30 379	0.88 333	1.68 346	1.10 415	0.21 249	0.21 369	0.24 290	0.24 351	0.21 236	0.21 264

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

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

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

HSM	1.19 453	0.32 281	0.65 171	0.57 305	0.38 281	1.23 415	0.59 362	2.25 512	1.19 353	1.30 374	1.25 314	1.94 484	1.03 401	9.32 560	0.71 324	0.22 275	0.16 260	0.20 168	0.16 149	0.21 236	0.21 264

G2L-ROB	0.73 300	0.25 103	0.76 266	0.54 252	0.39 291	0.95 352	0.66 385	1.66 368	1.09 286	1.24 344	1.02 214	1.64 447	0.71 253	1.63 333	1.02 402	0.20 215	0.14 162	0.17 76	0.15 107	0.20 195	0.22 282

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

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

1111x	1.70 500	0.29 212	0.86 306	0.51 198	0.27 87	1.01 371	0.68 393	2.22 509	1.28 398	1.13 280	1.40 375	1.21 351	1.10 419	5.53 508	15.20 570	0.22 275	0.21 369	0.22 232	0.22 315	0.24 300	0.22 282

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

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

gwcnet-sp	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

scenet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

ssnet	0.74 305	0.33 303	1.44 458	0.57 305	0.45 339	1.40 442	0.54 313	1.50 319	1.14 314	1.30 374	1.02 214	0.94 268	0.82 300	1.39 287	0.76 339	0.21 249	0.21 369	0.22 232	0.21 286	0.22 260	0.22 282

BUS	0.74 305	0.32 281	0.68 187	0.54 252	0.44 332	2.34 516	0.42 195	2.16 495	0.98 232	1.20 321	1.11 255	1.03 306	0.62 220	0.91 154	0.70 319	0.24 316	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

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

hknet	0.77 321	0.32 281	0.95 351	0.54 252	0.38 281	1.27 420	0.65 380	2.16 495	1.07 272	1.20 321	1.11 255	1.59 435	0.81 295	1.37 278	0.66 308	0.22 275	0.17 289	0.25 329	0.22 315	0.22 260	0.22 282

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

DAS	0.84 358	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 488	1.55 417	0.95 276	1.04 403	2.83 443	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

SepStereo	0.82 347	0.34 327	1.03 383	0.64 380	0.69 460	0.77 279	0.63 376	1.54 337	1.20 358	1.79 488	1.55 417	0.95 276	1.04 403	2.30 415	0.60 291	0.21 249	0.16 260	0.25 329	0.18 188	0.27 338	0.22 282

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

test_xeample	1.45 478	0.28 177	0.65 171	0.51 198	0.28 112	0.94 348	0.59 362	2.14 490	1.29 402	1.24 344	1.51 408	0.88 242	0.86 323	1.46 301	15.10 569	0.22 275	0.20 347	0.22 232	0.20 242	0.22 260	0.22 282

UNet	0.83 353	0.34 327	1.31 440	0.58 311	0.74 471	1.58 462	0.49 279	1.41 296	1.04 259	1.21 325	1.08 240	1.54 427	1.12 423	1.65 336	1.09 412	0.23 301	0.17 289	0.25 329	0.20 242	0.25 312	0.22 282

AdaStereo	0.70 273	0.43 398	0.75 256	0.73 454	0.37 264	0.92 343	0.53 307	1.85 425	1.18 345	1.12 265	1.23 308	1.07 316	0.65 235	0.96 168	0.63 300	0.31 420	0.15 220	0.32 425	0.21 286	0.29 368	0.22 282
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
LE_ROB	8.05 566	0.37 365	23.53 575	0.74 458	0.33 217	2.77 531	2.87 562	3.71 550	27.24 584	25.39 584	8.87 566	8.46 564	26.71 584	6.65 529	21.99 576	0.21 249	0.19 329	0.20 168	0.21 286	0.25 312	0.22 282

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

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

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

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

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

Pruner-Stereo	0.62 220	0.29 212	0.70 206	0.61 350	0.31 177	0.63 193	0.43 214	1.17 234	0.99 239	1.53 448	1.08 240	0.95 276	0.55 179	1.35 272	0.51 248	0.23 301	0.14 162	0.24 290	0.21 286	0.21 236	0.23 302

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

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

222	1.61 492	0.29 212	0.67 183	0.56 289	0.29 129	1.06 382	0.42 195	2.17 501	1.31 412	1.31 384	1.52 409	0.92 263	0.94 360	1.76 360	17.65 573	0.24 316	0.20 347	0.21 203	0.19 210	0.22 260	0.23 302

xxxx	1.51 482	0.28 177	0.68 187	0.54 252	0.28 112	1.16 402	0.44 227	2.19 505	1.29 402	1.09 249	1.36 362	1.22 353	0.85 315	1.79 363	15.70 572	0.24 316	0.21 369	0.21 203	0.20 242	0.22 260	0.23 302

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

CFNet-ft	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 431	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

CFNet_RVC	0.72 282	0.32 281	0.54 103	0.66 401	0.54 398	0.83 314	0.55 331	1.37 286	1.15 326	0.93 200	1.28 330	1.57 431	0.97 375	1.35 272	0.81 359	0.26 366	0.20 347	0.33 434	0.25 366	0.30 379	0.23 302

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

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

CRFU-Net	0.86 367	0.39 377	1.00 368	0.65 394	0.57 410	1.78 483	0.86 442	2.15 492	0.81 171	1.38 413	1.18 289	1.64 447	1.19 438	1.35 272	0.90 382	0.26 366	0.22 387	0.21 203	0.19 210	0.23 285	0.24 316

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

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

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

GMStereo	0.55 179	0.45 408	0.94 347	0.50 168	0.32 196	0.64 196	0.43 214	1.00 164	1.40 455	0.82 175	0.73 130	0.51 104	0.45 113	0.85 137	0.55 272	0.24 316	0.15 220	0.20 168	0.21 286	0.31 388	0.24 316
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.72 282	0.30 232	0.61 148	0.63 371	0.42 315	0.73 256	0.56 339	1.92 446	1.10 293	1.09 249	1.37 364	1.22 353	0.98 382	1.28 254	0.72 327	0.27 382	0.19 329	0.27 365	0.29 427	0.24 300	0.24 316

DSFCA	0.93 385	0.34 327	1.06 392	0.52 219	0.65 445	1.55 459	0.93 461	1.49 315	1.19 353	1.56 458	1.15 279	1.50 421	0.96 372	3.07 452	1.02 402	0.30 412	0.26 423	0.25 329	0.25 366	0.28 357	0.24 316

DMCA-RVC	0.74 305	0.40 383	1.27 436	0.66 401	0.49 361	0.77 279	0.47 258	1.35 283	1.01 247	1.53 448	1.01 206	1.29 378	0.82 300	1.31 260	0.78 347	0.27 382	0.21 369	0.35 452	0.27 394	0.32 397	0.24 316

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

TDLM	1.06 424	0.44 401	0.79 284	0.63 371	0.50 368	0.89 329	1.44 515	1.48 313	1.26 387	1.12 265	1.40 375	1.08 317	0.98 382	6.65 529	0.78 347	0.33 436	0.21 369	0.33 434	0.26 383	0.37 424	0.24 316

DLCB_ROB	0.86 367	0.40 383	0.78 281	0.68 424	0.54 398	1.11 389	0.84 435	1.49 315	1.23 373	1.64 474	1.65 444	1.70 456	0.91 343	1.70 348	1.05 404	0.25 343	0.24 408	0.26 348	0.27 394	0.27 338	0.24 316

DFGA-Net	0.72 282	0.40 383	1.40 451	0.52 219	0.45 339	0.83 314	0.44 227	1.28 272	1.08 278	0.99 219	1.19 296	0.70 180	0.55 179	2.14 398	1.16 424	0.18 139	0.16 260	0.24 290	0.23 338	0.27 338	0.25 328

coex_refinement	0.80 336	0.28 177	0.73 236	0.70 434	0.51 379	0.95 352	0.60 366	1.78 403	1.23 373	1.36 405	1.37 364	1.82 471	0.81 295	1.32 264	1.13 421	0.26 366	0.17 289	0.19 133	0.20 242	0.24 300	0.25 328

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

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

test_sample4	0.69 269	0.33 303	0.91 337	0.51 198	0.30 151	0.92 343	0.52 299	1.87 430	1.15 326	1.14 283	1.18 289	0.87 238	0.75 262	1.18 231	0.68 315	0.25 343	0.20 347	0.26 348	0.26 383	0.26 324	0.25 328

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

mmx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 549	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

xxx	1.39 473	0.33 303	0.85 300	0.53 237	0.37 264	0.74 260	0.56 339	2.13 486	1.37 441	1.15 289	1.45 389	1.06 311	0.82 300	7.22 539	7.61 549	0.24 316	0.19 329	0.31 410	0.27 394	0.30 379	0.25 328

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

LL-Strereo	1.33 466	0.39 377	1.38 450	0.61 350	0.61 433	0.75 265	0.66 385	1.63 360	1.17 338	1.56 458	1.60 430	2.03 495	2.12 525	9.72 566	0.97 395	0.21 249	0.18 311	0.27 365	0.23 338	0.22 260	0.25 328

iinet-f	0.99 403	0.45 408	3.71 535	0.55 276	0.43 325	1.81 485	0.68 393	1.14 228	1.14 314	1.18 313	1.42 378	1.58 434	1.44 473	1.34 271	1.59 481	0.24 316	0.23 399	0.20 168	0.19 210	0.26 324	0.25 328

riskmin	0.56 188	0.27 155	0.60 145	0.43 58	0.31 177	0.83 314	0.42 195	1.14 228	1.04 259	0.73 152	0.75 136	1.11 333	1.01 394	0.81 124	0.51 248	0.20 215	0.14 162	0.24 290	0.15 107	0.24 300	0.25 328

DisPM	0.66 254	0.28 177	0.72 224	0.61 350	0.35 239	0.62 189	0.45 244	1.02 171	0.99 239	1.56 458	1.10 249	0.80 205	0.59 203	2.37 420	0.41 166	0.23 301	0.14 162	0.23 270	0.21 286	0.20 195	0.25 328

NINENet	0.77 321	0.37 365	0.78 281	0.62 362	0.51 379	2.34 516	0.42 195	1.83 421	1.04 259	1.14 283	1.23 308	1.03 306	0.62 220	1.24 245	0.70 319	0.28 396	0.23 399	0.31 410	0.21 286	0.26 324	0.25 328

CSP-Net	0.97 397	0.38 372	0.83 298	0.53 237	0.41 310	1.63 466	0.77 417	2.00 464	1.05 263	1.25 350	1.20 300	1.33 385	0.83 308	4.93 494	0.85 372	0.32 427	0.22 387	0.20 168	0.20 242	0.23 285	0.25 328

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

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

PFNet+	0.59 207	0.28 177	0.77 273	0.53 237	0.30 151	0.59 166	0.31 76	0.92 127	1.14 314	1.33 396	1.10 249	0.79 203	0.57 193	1.31 260	0.49 237	0.25 343	0.17 289	0.28 380	0.26 383	0.21 236	0.25 328

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

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

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

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

psm_up	0.77 321	0.34 327	0.70 206	0.66 401	0.58 419	1.05 379	0.92 457	1.52 328	1.12 299	1.26 354	1.16 284	1.31 383	1.23 447	1.20 235	0.81 359	0.25 343	0.29 450	0.31 410	0.27 394	0.27 338	0.25 328

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

G2L-Stereo	0.80 336	0.32 281	0.95 351	0.60 336	0.42 315	0.78 284	0.69 397	1.50 319	1.09 286	1.33 396	1.14 271	1.45 409	0.72 256	2.45 425	1.10 415	0.25 343	0.20 347	0.26 348	0.21 286	0.20 195	0.26 352

AIO-Stereo-zeroshot	0.72 282	0.35 348	1.70 483	0.49 156	0.56 407	0.63 193	0.38 152	2.41 527	0.65 125	0.77 159	1.07 235	1.82 471	0.95 365	0.93 162	0.43 187	0.20 215	0.13 111	0.21 203	0.25 366	0.28 357	0.26 352

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

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

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

fast-acv-ft	0.94 387	0.44 401	1.40 451	0.58 311	0.51 379	1.77 481	0.69 397	1.36 285	1.42 463	1.29 365	1.86 472	1.74 461	1.25 451	1.52 312	1.38 453	0.26 366	0.28 439	0.28 380	0.28 415	0.27 338	0.26 352

ssnet_v2	0.88 372	0.36 358	1.02 379	0.62 362	0.38 281	1.32 428	0.97 469	2.07 481	1.34 423	1.37 408	1.18 289	1.54 427	0.92 346	1.10 210	1.65 482	0.30 412	0.27 432	0.30 404	0.28 415	0.27 338	0.26 352

Wz-Net-LNSev-Ref	0.99 403	0.40 383	1.82 493	0.66 401	0.62 439	2.05 504	0.78 419	1.91 443	1.29 402	1.54 454	1.42 378	1.51 423	1.23 447	1.99 384	1.33 445	0.23 301	0.14 162	0.20 168	0.15 107	0.27 338	0.26 352

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

AANet_RVC	1.16 450	0.52 436	1.49 472	0.65 394	0.45 339	0.75 265	0.69 397	1.42 298	1.55 481	1.34 400	1.87 474	1.53 426	0.78 281	7.43 544	1.38 453	0.25 343	0.17 289	0.19 133	0.16 149	0.22 260	0.26 352

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

ASMatch	0.88 372	0.26 126	0.69 200	0.51 198	0.35 239	0.48 76	0.37 145	1.12 224	0.92 208	1.10 257	3.28 527	0.96 282	0.98 382	4.90 492	0.49 237	0.19 180	0.16 260	0.22 232	0.19 210	0.19 161	0.27 362

ICVP	0.63 227	0.33 303	0.57 127	0.61 350	0.40 302	0.80 298	0.58 354	1.61 354	0.89 194	0.90 192	1.24 310	0.88 242	0.73 258	0.72 92	0.88 376	0.29 407	0.21 369	0.22 232	0.21 286	0.24 300	0.27 362
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.61 216	0.44 401	1.11 409	0.59 324	0.49 361	0.93 347	0.65 380	0.93 134	0.81 171	0.72 151	0.88 166	0.65 162	0.69 243	1.06 198	0.53 262	0.35 453	0.30 454	0.26 348	0.26 383	0.31 388	0.27 362

RAFT + AFF	1.00 408	0.42 395	1.09 404	0.67 413	0.50 368	1.22 414	1.24 502	2.24 511	1.19 353	1.30 374	1.56 421	1.17 344	1.49 481	3.44 466	0.83 366	0.21 249	0.25 417	0.30 404	0.26 383	0.27 338	0.27 362

HGLStereo	0.85 362	0.38 372	0.94 347	0.80 475	1.03 516	1.17 404	0.58 354	1.52 328	1.20 358	1.19 317	1.62 437	1.13 339	1.20 441	1.80 364	1.06 406	0.24 316	0.24 408	0.24 290	0.21 286	0.23 285	0.27 362

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

CVANet_RVC	1.07 426	0.43 398	0.76 266	0.60 336	0.50 368	0.90 332	0.97 469	1.52 328	1.26 387	1.33 396	1.38 369	1.24 360	1.18 435	6.75 535	0.75 336	0.34 446	0.23 399	0.34 444	0.29 427	0.42 449	0.27 362

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

StereoDRNet	0.98 401	0.47 415	1.70 483	0.76 465	0.94 511	1.51 455	0.91 455	1.92 446	1.32 416	1.61 466	1.13 267	1.47 417	0.97 375	1.75 355	1.46 472	0.28 396	0.23 399	0.29 391	0.27 394	0.35 413	0.27 362

DISCO	1.03 420	0.34 327	1.11 409	0.69 428	0.45 339	2.07 505	0.84 435	2.13 486	1.50 473	1.15 289	1.33 348	2.40 511	1.07 414	2.60 435	1.51 477	0.23 301	0.18 311	0.22 232	0.20 242	0.31 388	0.27 362

iResNet_ROB	0.77 321	0.30 232	0.99 363	0.57 305	0.36 249	0.83 314	0.36 126	2.33 519	1.58 483	1.27 357	1.30 334	1.25 364	0.84 312	1.65 336	0.79 353	0.20 215	0.14 162	0.17 76	0.12 38	0.18 120	0.27 362

w-ln-seven-2	1.18 452	0.61 470	4.25 537	0.68 424	0.61 433	1.20 411	0.93 461	1.63 360	1.35 433	1.66 475	1.53 410	1.47 417	1.37 467	3.00 451	1.74 485	0.25 343	0.24 408	0.29 391	0.26 383	0.33 406	0.28 374

rvit_0105_3	0.63 227	0.44 401	1.08 401	0.72 446	0.40 302	0.64 196	0.71 402	1.03 176	1.17 338	0.82 175	0.70 121	0.80 205	0.70 248	0.91 154	0.56 274	0.35 453	0.34 475	0.34 444	0.32 451	0.27 338	0.28 374

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

StereoDRNet-Refined	0.80 336	0.41 391	0.88 324	0.62 362	0.42 315	1.33 430	0.48 269	1.52 328	1.17 338	1.45 432	1.44 387	1.44 407	0.90 340	1.26 249	1.24 433	0.20 215	0.16 260	0.27 365	0.24 351	0.25 312	0.28 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	1.00 408	0.44 401	1.13 413	0.70 434	0.81 494	1.62 465	0.79 422	2.14 490	1.44 466	1.78 485	1.33 348	1.43 402	1.05 407	2.18 404	1.53 478	0.27 382	0.21 369	0.31 410	0.30 436	0.32 397	0.28 374

YMNet	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 492	0.62 371	1.55 341	1.18 345	1.63 472	1.99 483	1.77 465	0.97 375	1.50 309	1.45 469	0.33 436	0.37 493	0.31 410	0.32 451	0.32 397	0.29 379

YMNet_1	1.00 408	0.54 441	1.40 451	0.81 478	0.85 501	1.87 492	0.62 371	1.55 341	1.18 345	1.63 472	1.99 483	1.77 465	0.97 375	1.50 309	1.45 469	0.33 436	0.37 493	0.31 410	0.32 451	0.32 397	0.29 379

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

ttt	0.94 387	0.34 327	0.59 140	0.61 350	0.37 264	0.94 348	0.50 287	2.17 501	1.34 423	1.23 336	1.61 434	0.91 254	0.76 270	1.85 370	3.97 534	0.30 412	0.26 423	0.26 348	0.24 351	0.29 368	0.29 379

dad	0.86 367	0.66 479	1.06 392	0.56 289	0.37 264	0.76 271	0.44 227	1.17 234	1.50 473	1.44 430	1.27 324	1.34 389	0.75 262	2.52 432	0.84 369	0.42 479	0.27 432	0.83 529	0.26 383	0.41 444	0.29 379

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

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

ADLNet2	0.88 372	0.34 327	1.17 421	0.77 468	0.64 443	1.12 392	0.76 414	1.74 387	1.24 379	1.21 325	1.65 444	1.71 457	1.05 407	1.67 341	1.17 427	0.24 316	0.21 369	0.21 203	0.22 315	0.26 324	0.29 379

GEStereo_RVC	0.90 377	0.37 365	0.99 363	0.64 380	0.50 368	0.95 352	0.79 422	2.42 528	1.17 338	1.16 299	1.11 255	1.26 368	0.92 346	3.24 458	0.90 382	0.29 407	0.19 329	0.23 270	0.20 242	0.27 338	0.29 379

ADCRef	1.35 468	0.55 446	2.37 517	0.72 446	0.77 482	1.94 497	0.78 419	1.91 443	1.27 393	1.57 462	1.59 429	1.36 392	1.41 469	1.54 318	7.53 548	0.23 301	0.20 347	0.32 425	0.30 436	0.29 368	0.29 379

ADCP+	1.99 519	0.48 419	7.73 552	0.66 401	0.91 507	2.30 514	1.05 483	1.82 416	1.34 423	1.54 454	1.32 346	1.74 461	1.61 491	2.17 401	13.37 565	0.24 316	0.21 369	0.32 425	0.28 415	0.37 424	0.29 379

NLCA_NET_v2_RVC	0.79 333	0.43 398	1.05 388	0.64 380	0.58 419	0.95 352	0.53 307	1.53 334	1.18 345	1.37 408	1.15 279	1.43 402	0.88 333	1.61 330	0.84 369	0.25 343	0.22 387	0.27 365	0.27 394	0.29 368	0.29 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	0.90 377	0.52 436	1.17 421	0.72 446	0.61 433	1.27 420	1.12 491	1.76 395	1.12 299	1.09 249	1.28 330	1.45 409	0.89 339	1.65 336	1.42 465	0.33 436	0.25 417	0.37 463	0.39 483	0.35 413	0.29 379

SGM_RVC	1.68 498	0.36 358	0.61 148	0.59 324	0.29 129	2.25 512	1.18 498	2.38 525	1.68 491	3.60 546	2.67 517	3.69 538	2.42 535	8.13 553	1.90 493	0.31 420	0.31 460	0.30 404	0.28 415	0.30 379	0.29 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
HHNet	0.62 220	0.26 126	0.63 157	0.43 58	0.45 339	0.50 102	0.58 354	1.07 205	1.01 247	1.25 350	2.23 499	0.70 180	0.61 215	1.07 202	0.47 224	0.20 215	0.13 111	0.23 270	0.19 210	0.19 161	0.30 393

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

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

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

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

ADLNet	0.85 362	0.36 358	0.89 330	0.85 495	0.72 465	1.24 416	0.76 414	1.82 416	1.36 437	1.52 447	1.35 361	1.27 372	0.99 390	1.23 240	1.15 423	0.27 382	0.20 347	0.26 348	0.25 366	0.28 357	0.30 393

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

STTStereo	0.78 329	0.50 429	1.22 426	0.64 380	0.54 398	0.89 329	0.54 313	1.44 305	1.11 295	1.38 413	1.09 245	1.27 372	0.85 315	1.43 295	0.83 366	0.29 407	0.27 432	0.33 434	0.39 483	0.32 397	0.30 393

GANet	1.36 469	0.47 415	0.86 306	0.67 413	0.45 339	1.34 432	1.73 528	1.64 362	1.24 379	1.49 443	2.38 505	1.55 429	1.20 441	9.30 559	0.93 384	0.30 412	0.31 460	0.33 434	0.28 415	0.39 437	0.30 393

MDST_ROB	1.67 496	0.34 327	1.58 477	0.92 515	0.58 419	4.26 554	1.11 489	2.83 537	1.41 460	4.49 556	2.55 514	1.45 409	0.97 375	7.79 550	1.17 427	0.31 420	0.25 417	0.37 463	0.33 461	0.31 388	0.30 393

z-mn7	1.56 486	0.84 502	4.36 540	0.71 442	0.51 379	2.60 525	1.04 481	1.73 382	2.70 538	1.53 448	2.99 523	1.94 484	1.34 464	4.78 489	2.41 507	0.29 407	0.24 408	0.27 365	0.24 351	0.34 410	0.31 403

GASNet	0.99 403	0.97 512	1.72 486	0.98 519	0.68 458	0.83 314	0.67 389	1.60 351	1.28 398	1.31 384	1.22 304	1.22 353	1.21 444	2.41 423	1.41 461	0.43 484	0.26 423	0.36 460	0.34 467	0.55 493	0.31 403

Wz-Net-MNSev	1.11 437	0.58 457	2.23 513	0.66 401	0.71 463	1.95 498	1.46 516	1.98 461	1.45 467	1.79 488	1.43 382	1.49 420	1.33 463	1.97 383	1.42 465	0.27 382	0.23 399	0.28 380	0.28 415	0.34 410	0.31 403

UDGNet	0.72 282	1.17 529	0.80 289	0.77 468	0.41 310	0.77 279	0.38 152	0.97 154	1.34 423	0.81 171	0.88 166	0.71 183	0.60 206	1.21 237	0.54 268	0.52 503	0.19 329	1.02 537	0.26 383	0.71 516	0.31 403

hitnet-ft	0.79 333	0.35 348	0.57 127	0.58 311	0.42 315	0.96 358	0.46 251	1.47 311	1.33 420	1.19 317	1.22 304	1.81 468	0.98 382	1.66 340	0.94 386	0.33 436	0.28 439	0.34 444	0.27 394	0.35 413	0.31 403

DeepPruner_ROB	0.74 305	0.48 419	0.87 317	0.57 305	0.44 332	0.79 290	0.54 313	1.73 382	0.96 220	1.38 413	1.27 324	1.24 360	0.73 258	1.43 295	0.73 330	0.34 446	0.28 439	0.27 365	0.26 383	0.31 388	0.31 403

ACV-stereo	0.99 403	0.51 432	1.41 456	0.56 289	0.41 310	2.43 520	0.57 350	1.15 230	1.18 345	0.81 171	1.01 206	3.39 534	2.14 526	1.60 328	1.07 409	0.27 382	0.22 387	0.22 232	0.22 315	0.28 357	0.32 409

rvit_stereo_0075_2	0.64 239	0.46 410	1.05 388	0.66 401	0.66 448	0.53 132	0.48 269	1.20 249	1.12 299	0.76 154	0.92 174	0.78 199	0.53 167	1.03 189	0.59 283	0.37 461	0.28 439	0.40 477	0.31 443	0.37 424	0.32 409

Wz-Net-LNSev	1.03 420	0.67 480	2.71 526	0.64 380	0.84 498	1.75 476	1.00 476	1.80 412	1.32 416	1.28 359	1.25 314	1.65 450	1.22 445	1.39 287	1.40 457	0.28 396	0.26 423	0.24 290	0.23 338	0.33 406	0.32 409

AF-Net	1.13 442	0.52 436	1.33 445	0.86 497	0.91 507	1.38 438	0.71 402	2.16 495	1.62 485	1.56 458	2.40 507	1.99 490	1.65 494	1.81 366	1.48 474	0.48 498	0.28 439	0.49 498	0.33 461	0.39 437	0.32 409

SGM-Forest	1.24 455	0.38 372	0.60 145	0.52 219	0.37 264	1.56 460	1.30 507	1.65 363	1.36 437	2.11 511	1.79 463	1.63 444	0.93 355	7.48 546	0.95 390	0.36 457	0.37 493	0.39 472	0.34 467	0.37 424	0.32 409
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.95 390	0.44 401	0.66 178	0.53 237	0.35 239	1.53 457	1.63 526	1.69 373	1.42 463	2.00 507	1.60 430	1.43 402	1.17 431	1.59 327	0.99 399	0.34 446	0.34 475	0.39 472	0.33 461	0.33 406	0.32 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	1.38 472	0.70 488	3.91 536	0.75 462	0.72 465	2.69 529	0.95 466	2.02 472	1.99 514	1.99 504	1.73 454	1.82 471	1.17 431	2.45 425	2.84 514	0.28 396	0.25 417	0.31 410	0.30 436	0.41 444	0.33 415

DDVS	0.78 329	0.41 391	0.94 347	0.60 336	0.43 325	1.30 425	0.43 214	1.40 294	0.91 203	1.20 321	1.15 279	1.43 402	0.64 229	2.18 404	0.89 379	0.28 396	0.22 387	0.26 348	0.23 338	0.31 388	0.33 415

rvit_105_1	0.72 282	0.52 436	1.01 372	0.78 470	0.49 361	0.75 265	0.87 444	1.12 224	1.18 345	0.99 219	0.79 148	0.90 251	0.77 274	1.26 249	0.75 336	0.41 475	0.36 491	0.36 460	0.41 488	0.30 379	0.33 415

CBFPSM	0.92 382	0.33 303	1.86 496	0.49 156	0.38 281	1.75 476	0.84 435	1.39 292	1.12 299	1.09 249	0.99 196	2.37 509	1.66 498	1.32 264	1.42 465	0.19 180	0.18 311	0.20 168	0.20 242	0.21 236	0.33 415

NaN_ROB	1.13 442	0.55 446	1.15 418	0.64 380	0.48 357	1.61 464	2.03 544	1.72 381	1.48 470	2.09 510	1.27 324	1.40 397	1.08 415	3.94 472	1.30 442	0.28 396	0.34 475	0.28 380	0.28 415	0.30 379	0.33 415

Syn2CoEx	1.14 444	0.69 485	1.66 481	0.80 475	0.67 452	1.40 442	0.88 447	2.06 480	1.54 479	1.25 350	1.58 428	1.42 401	1.50 483	4.09 474	1.40 457	0.36 457	0.32 468	0.34 444	0.29 427	0.29 368	0.34 420

FADNet-RVC-Resample	0.84 358	0.47 415	2.10 505	0.61 350	0.45 339	1.07 384	0.61 368	1.59 347	1.20 358	1.08 243	0.98 194	1.03 306	0.98 382	2.17 401	0.72 327	0.23 301	0.22 387	0.30 404	0.32 451	0.35 413	0.34 420

SuperB	2.53 536	0.59 460	18.45 569	0.69 428	0.50 368	1.87 492	0.88 447	1.67 370	2.39 526	1.50 444	1.42 378	1.14 341	1.15 429	4.28 479	5.07 538	0.24 316	0.19 329	0.22 232	0.19 210	7.86 577	0.34 420

SGM-ForestM	6.52 562	0.38 372	1.26 433	0.63 371	0.35 239	13.59 572	5.32 569	6.32 568	6.70 564	11.14 574	9.18 567	22.51 586	13.93 574	16.89 576	20.07 575	0.36 457	0.37 493	0.36 460	0.35 472	0.36 420	0.34 420

XPNet_ROB	0.96 391	0.49 422	1.09 404	0.72 446	0.57 410	1.11 389	1.14 493	1.66 368	1.23 373	1.85 495	1.39 373	1.64 447	1.11 420	1.80 364	1.42 465	0.38 465	0.30 454	0.33 434	0.29 427	0.37 424	0.34 420

zh-mn7	1.70 500	1.21 530	8.30 556	0.69 428	0.53 394	1.45 450	0.84 435	1.70 378	2.09 520	2.41 524	2.67 517	1.68 453	1.23 447	4.49 481	2.87 515	0.30 412	0.26 423	0.27 365	0.27 394	0.31 388	0.35 425

AIO-Stereo-zeroshot1	0.98 401	0.39 377	3.21 530	0.50 168	0.63 440	0.64 196	0.39 167	2.36 522	0.75 150	0.95 207	4.63 542	1.81 468	0.56 184	0.96 168	0.41 166	0.18 139	0.13 111	0.21 203	0.26 383	0.32 397	0.35 425

pcwnet_v2	0.97 397	0.37 365	4.33 538	0.62 362	0.54 398	0.79 290	0.45 244	2.02 472	1.58 483	1.42 428	1.64 442	1.09 327	0.79 285	1.24 245	0.67 311	0.32 427	0.25 417	0.29 391	0.27 394	0.37 424	0.35 425

GwcNet	1.08 429	0.51 432	2.33 515	0.79 472	1.18 531	1.76 478	0.70 400	1.68 371	1.47 469	1.41 422	1.64 442	1.74 461	1.04 403	2.20 407	1.41 461	0.30 412	0.29 450	0.29 391	0.27 394	0.30 379	0.35 425

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

ADCL	1.72 504	0.57 454	3.66 533	0.67 413	0.61 433	2.61 527	1.85 534	1.96 455	1.67 489	1.90 500	1.83 467	2.06 498	1.90 514	2.13 397	9.15 557	0.26 366	0.24 408	0.34 444	0.32 451	0.38 433	0.35 425

TCMNet	1.01 414	0.60 468	2.10 505	0.86 497	1.33 538	1.14 394	0.67 389	1.69 373	1.23 373	1.11 263	1.57 425	1.30 379	0.97 375	2.01 386	1.50 476	0.31 420	0.31 460	0.38 466	0.34 467	0.42 449	0.36 431

DCVSM-stereo	0.72 282	0.35 348	0.76 266	0.55 276	0.42 315	0.73 256	0.38 152	1.21 250	1.02 250	1.79 488	1.04 227	1.62 439	1.03 401	1.04 195	0.79 353	0.24 316	0.27 432	0.29 391	0.24 351	0.30 379	0.36 431

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

Wz-Net-SNSev	1.49 479	1.23 531	6.27 549	0.68 424	0.67 452	1.37 435	1.41 513	2.00 464	1.39 450	1.48 441	1.61 434	2.29 504	1.32 462	3.93 471	2.14 503	0.31 420	0.28 439	0.31 410	0.33 461	0.42 449	0.36 431

CBMV_ROB	0.90 377	0.44 401	0.63 157	0.51 198	0.37 264	1.25 418	0.49 279	1.77 399	1.27 393	1.41 422	2.00 485	1.33 385	1.08 415	2.17 401	0.76 339	0.43 484	0.42 508	0.47 494	0.44 495	0.41 444	0.36 431

APVNet	1.06 424	0.53 440	1.42 457	0.84 490	0.79 487	1.92 495	0.82 433	1.90 439	1.08 278	1.08 243	1.43 382	1.56 430	1.13 427	3.07 452	1.58 479	0.31 420	0.34 475	0.42 482	0.36 476	0.36 420	0.37 436

Nwc_Net	1.09 432	0.49 422	1.33 445	0.89 509	0.80 492	1.49 454	0.66 385	2.19 505	1.27 393	1.32 388	2.26 500	1.96 487	1.54 484	1.92 376	1.34 447	0.40 471	0.30 454	0.43 484	0.45 497	0.38 433	0.37 436

RTSC	1.29 459	0.73 491	2.44 518	0.83 489	0.57 410	1.85 490	0.65 380	1.88 433	2.00 515	2.20 513	1.66 447	1.60 437	1.26 453	2.33 417	3.92 531	0.32 427	0.23 399	0.27 365	0.29 427	0.37 424	0.37 436

SANet	1.88 511	0.57 454	2.18 512	0.63 371	0.40 302	2.80 533	1.57 523	2.39 526	5.88 562	2.36 521	3.57 531	3.72 539	2.97 544	4.74 487	1.76 486	0.34 446	0.30 454	0.32 425	0.29 427	0.48 477	0.37 436

LALA_ROB	1.01 414	0.59 460	1.16 419	0.67 413	0.51 379	1.63 466	1.26 506	1.69 373	1.38 445	1.81 492	1.37 364	1.94 484	1.02 399	1.58 325	1.38 453	0.37 461	0.27 432	0.43 484	0.37 479	0.43 455	0.37 436

PWCDC_ROB	1.29 459	0.75 496	1.33 445	1.05 524	0.88 506	1.73 475	0.52 299	1.89 436	3.28 544	1.29 365	4.88 547	1.22 353	1.46 476	1.77 362	1.45 469	0.60 517	0.26 423	0.29 391	0.25 366	0.52 487	0.37 436

FINET	0.97 397	0.54 441	1.60 478	0.63 371	0.79 487	1.08 385	1.07 486	1.56 344	2.20 523	1.15 289	1.49 403	0.94 268	0.88 333	2.32 416	1.05 404	0.42 479	0.35 486	0.32 425	0.28 415	0.43 455	0.38 442

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

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

GrayStereo	0.82 347	0.26 126	0.58 133	0.63 371	0.37 264	0.76 271	1.86 535	1.11 222	0.87 187	1.99 504	1.89 476	1.08 317	1.82 509	1.39 287	0.48 229	0.19 180	0.14 162	0.19 133	0.21 286	0.18 120	0.39 445

zh-sn7	1.76 506	1.38 533	6.58 550	0.74 458	0.72 465	1.78 483	1.31 508	1.88 433	1.56 482	1.86 496	2.47 512	1.81 468	2.08 524	5.12 496	3.80 530	0.32 427	0.32 468	0.32 425	0.32 451	0.44 461	0.40 446

HBP-ISP	0.96 391	0.58 457	0.72 224	0.61 350	0.46 351	1.64 468	0.76 414	1.86 428	1.28 398	1.30 374	1.53 410	0.86 234	0.94 360	3.27 460	0.69 318	0.45 490	0.44 512	0.54 508	0.48 504	0.47 472	0.40 446

FADNet	0.92 382	0.61 470	1.81 492	0.62 362	0.55 404	0.96 358	0.57 350	1.78 403	1.33 420	0.93 200	1.01 206	1.36 392	1.01 394	2.71 440	0.75 336	0.33 436	0.34 475	0.31 410	0.34 467	0.59 500	0.40 446

DeepPrunerF	1.60 490	0.73 491	5.81 547	0.88 505	1.19 532	0.91 336	0.95 466	2.19 505	5.24 560	1.17 308	1.30 334	1.19 348	1.30 460	4.90 492	1.66 484	0.42 479	0.34 475	0.52 502	0.47 502	0.41 444	0.40 446

NCCL2	1.00 408	0.56 450	1.06 392	0.75 462	0.57 410	1.31 427	1.72 527	1.77 399	1.36 437	1.50 444	1.17 287	1.91 479	1.17 431	1.54 318	1.29 441	0.35 453	0.31 460	0.45 489	0.44 495	0.40 441	0.40 446

CSAN	1.41 476	0.59 460	1.26 433	0.70 434	0.50 368	1.76 478	1.78 529	1.77 399	1.90 509	2.35 519	2.32 502	1.92 482	1.94 516	5.56 510	1.49 475	0.43 484	0.35 486	0.40 477	0.41 488	0.43 455	0.41 451

NOSS_ROB	1.26 458	0.46 410	0.62 154	0.56 289	0.38 281	1.06 382	0.78 419	1.73 382	1.40 455	1.01 227	1.43 382	1.10 329	0.75 262	10.62 570	0.65 305	0.45 490	0.43 509	0.48 496	0.45 497	0.44 461	0.41 451

ETE_ROB	0.96 391	0.64 477	1.16 419	0.69 428	0.48 357	1.14 394	1.13 492	1.77 399	1.19 353	1.91 501	1.45 389	1.73 459	1.05 407	1.60 328	1.14 422	0.32 427	0.26 423	0.38 466	0.34 467	0.39 437	0.41 451

PWC_ROB	1.24 455	0.76 497	2.46 519	0.72 446	0.78 484	1.15 400	0.49 279	1.75 389	1.92 510	2.31 516	3.07 524	1.59 435	1.40 468	2.46 428	2.10 502	0.33 436	0.22 387	0.35 452	0.24 351	0.38 433	0.41 451

DualNet (step1)	0.83 353	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	1.23 240	0.67 311	0.57 512	0.28 439	0.62 521	0.67 528	0.45 465	0.42 455

test_sample9	1.86 510	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.78 403	1.21 364	1.22 330	1.18 289	1.08 317	0.92 346	2.27 413	7.92 553	0.57 512	12.61 584	0.62 521	0.67 528	0.45 465	0.42 455

test_sample8	2.19 524	0.49 422	1.13 413	0.56 289	0.39 291	1.02 373	0.73 406	1.82 416	1.15 326	2.26 514	1.30 334	4.94 549	2.52 538	2.27 413	7.92 553	0.57 512	12.61 584	0.62 521	0.67 528	0.45 465	0.42 455

CASS	0.65 247	0.34 327	0.72 224	0.56 289	0.27 87	0.78 284	0.42 195	1.59 347	0.86 183	1.30 374	1.25 314	0.87 238	0.84 312	0.84 132	0.54 268	0.35 453	0.19 329	0.26 348	0.21 286	0.28 357	0.42 455
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
NCC-stereo	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 501	2.35 418	1.25 434	0.45 490	0.37 493	0.45 489	0.58 520	0.42 449	0.42 455

Abc-Net	1.10 434	0.54 441	1.24 430	0.84 490	0.94 511	1.29 423	0.89 449	2.01 468	1.34 423	1.32 388	1.74 456	1.88 474	1.74 501	2.35 418	1.25 434	0.45 490	0.37 493	0.45 489	0.58 520	0.42 449	0.42 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	2.26 526	0.56 450	0.92 341	0.61 350	0.49 361	2.60 525	1.02 479	3.18 543	2.05 518	7.40 571	4.98 548	7.58 560	2.98 545	6.37 525	1.96 496	0.43 484	0.43 509	0.45 489	0.39 483	0.43 455	0.42 455
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
MultiAttention	4.51 554	0.33 303	0.82 293	0.73 454	0.45 339	30.98 585	4.50 568	2.18 504	1.40 455	1.61 466	2.41 508	2.43 513	0.70 248	38.42 587	1.36 451	0.22 275	0.15 220	0.29 391	0.30 436	0.47 472	0.43 462

RP	1.09 432	0.50 429	1.12 411	0.90 510	1.04 517	1.11 389	0.84 435	1.80 412	1.62 485	1.55 457	2.00 485	1.90 478	1.78 504	1.84 367	1.25 434	0.52 503	0.36 491	0.48 496	0.36 476	0.45 465	0.43 462

FBW_ROB	1.71 503	0.62 474	1.45 463	0.67 413	0.61 433	1.81 485	1.08 487	2.52 532	1.70 492	1.77 484	1.73 454	1.98 489	1.25 451	12.57 573	1.84 489	0.34 446	0.37 493	0.56 516	0.38 481	0.45 465	0.43 462

SACVNet	0.85 362	0.46 410	0.85 300	0.81 478	0.56 407	0.80 298	0.79 422	1.68 371	1.12 299	1.34 400	1.33 348	1.25 364	0.94 360	2.39 422	0.76 339	0.34 446	0.26 423	0.31 410	0.29 427	0.35 413	0.44 465

ADCMid	1.89 514	0.73 491	5.06 542	0.72 446	0.67 452	2.00 502	1.14 493	1.97 459	1.48 470	2.86 537	1.81 466	2.37 509	2.05 522	2.24 409	10.39 562	0.33 436	0.31 460	0.39 472	0.43 493	0.50 481	0.44 465

aanetorigin	1.23 454	0.79 499	2.78 528	0.70 434	0.79 487	0.99 368	1.06 485	1.06 203	1.37 441	3.52 545	2.61 515	1.72 458	1.63 492	1.99 384	1.78 487	0.25 343	0.24 408	0.26 348	0.25 366	0.38 433	0.45 467

ADCPNet	1.85 509	0.69 485	8.07 553	0.71 442	0.58 419	2.79 532	1.22 501	1.94 452	1.54 479	1.88 497	1.69 450	2.46 515	2.04 520	2.37 420	6.48 543	0.38 465	0.37 493	0.38 466	0.43 493	0.47 472	0.45 467

DANet	1.08 429	0.61 470	1.32 443	0.85 495	0.72 465	1.37 435	0.51 288	1.54 337	1.15 326	1.78 485	1.54 415	2.01 492	1.11 420	2.90 446	2.00 498	0.33 436	0.30 454	0.40 477	0.30 436	0.44 461	0.45 467
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MSAF-DinoV2	1.97 517	0.80 501	10.38 561	0.86 497	0.48 357	1.39 440	0.97 469	2.55 534	1.72 495	1.53 448	1.65 444	3.59 536	2.20 529	5.39 505	3.94 532	0.27 382	0.17 289	0.26 348	0.28 415	0.47 472	0.46 470

RGC	1.14 444	0.79 499	1.26 433	0.91 513	0.96 514	1.52 456	0.77 417	1.92 446	1.26 387	1.54 454	1.93 479	2.02 494	1.54 484	2.25 411	1.31 443	0.44 489	0.35 486	0.58 519	0.48 504	0.47 472	0.46 470

stereogan	1.15 448	0.42 395	1.40 451	0.86 497	0.84 498	2.38 518	0.71 402	1.88 433	1.73 496	1.72 480	1.94 481	2.31 506	1.29 456	2.07 392	1.08 410	0.36 457	0.35 486	0.39 472	0.31 443	0.51 485	0.46 470

edge stereo	1.11 437	0.50 429	1.30 439	0.71 442	0.65 445	1.14 394	0.75 411	1.93 450	1.37 441	1.71 479	1.83 467	2.54 516	1.44 473	2.43 424	1.23 432	0.42 479	0.41 506	0.54 508	0.35 472	0.42 449	0.46 470

WZ-Net	1.95 515	0.95 511	10.10 558	0.86 497	0.78 484	1.69 471	1.60 524	2.20 508	1.98 513	2.08 509	1.93 479	2.30 505	1.97 517	5.30 499	3.17 522	0.34 446	0.26 423	0.29 391	0.31 443	0.51 485	0.47 474

PA-Net	1.01 414	0.57 454	1.29 438	0.64 380	0.74 471	1.19 409	0.84 435	1.69 373	1.43 465	1.16 299	1.19 296	1.32 384	1.19 438	3.42 464	1.25 434	0.29 407	0.45 516	0.33 434	0.49 507	0.32 397	0.47 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCMA_ROB	1.84 508	0.47 415	1.31 440	0.69 428	0.57 410	2.11 507	1.14 493	1.87 430	1.73 496	4.04 550	6.43 553	5.62 554	3.61 550	2.59 434	1.94 495	0.52 503	0.44 512	0.39 472	0.42 491	0.48 477	0.47 474

RTS	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 492	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 523	5.71 541	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

RTSA	2.67 538	1.38 533	15.28 567	0.99 520	1.26 535	3.78 546	1.96 541	2.15 492	2.62 535	2.61 528	2.85 521	2.60 518	1.59 488	6.27 523	5.71 541	0.40 471	0.28 439	0.35 452	0.35 472	0.50 481	0.48 477

CC-Net-ROB	1.49 479	1.26 532	1.27 436	0.88 505	0.79 487	1.76 478	1.00 476	1.79 409	1.26 387	1.10 257	1.61 434	1.21 351	0.99 390	8.13 553	0.84 369	1.09 538	0.41 506	2.20 547	0.46 500	1.20 537	0.48 477

DPSNet	1.69 499	0.59 460	4.33 538	0.70 434	0.57 410	2.02 503	1.62 525	3.35 546	1.78 500	1.48 441	1.38 369	2.17 500	2.84 542	4.77 488	3.66 528	0.48 498	0.31 460	0.29 391	0.25 366	0.64 507	0.48 477

ISRNet	0.80 336	0.33 303	1.07 397	0.81 478	0.66 448	0.60 174	0.34 102	1.19 247	1.13 311	1.59 465	1.53 410	1.35 390	0.77 274	1.27 252	0.94 386	0.39 468	0.34 475	0.43 484	0.38 481	0.34 410	0.49 481

Anonymous_2	1.30 461	0.55 446	0.82 293	0.52 219	0.58 419	1.01 371	0.64 378	1.25 266	0.97 227	0.96 209	0.78 142	1.33 385	1.29 456	1.03 189	0.74 331	0.62 519	0.64 538	1.06 538	9.63 578	1.16 534	0.49 481

coex-ft	8.13 567	2.13 559	98.04 594	0.67 413	0.53 394	1.71 472	1.56 521	1.65 363	11.11 568	18.17 583	3.75 533	3.88 540	7.61 569	2.98 450	6.49 544	0.30 412	0.30 454	0.32 425	0.31 443	0.66 511	0.50 483

MFN_U_SF_DS_RVC	1.74 505	0.87 507	3.56 532	0.80 475	0.75 478	3.72 545	2.44 557	1.82 416	1.82 504	1.74 481	1.91 478	1.92 482	1.26 453	7.69 549	1.28 440	0.45 490	0.47 520	0.52 502	0.77 533	0.50 481	0.50 483

SHD	1.31 463	0.71 490	2.34 516	0.86 497	0.75 478	1.77 481	0.65 380	2.22 509	2.50 532	2.40 523	1.71 452	1.91 479	1.60 490	1.93 379	2.37 506	0.38 465	0.31 460	0.38 466	0.40 487	0.48 477	0.50 483

MSMD_ROB	1.99 519	0.59 460	0.89 330	0.70 434	0.61 433	3.95 550	0.94 464	1.80 412	1.79 501	4.41 554	4.43 538	8.17 563	3.66 551	3.40 462	1.33 445	0.52 503	0.48 521	0.54 508	0.58 520	0.53 489	0.50 483

FC-DCNN v2	2.81 544	0.59 460	0.85 300	0.73 454	0.57 410	2.97 536	1.05 483	3.39 547	2.61 534	6.98 567	7.67 561	10.38 570	6.31 565	5.75 515	3.37 526	0.53 509	0.48 521	0.51 500	0.50 510	0.53 489	0.51 487

FC-DCNN	2.72 543	0.59 460	0.86 306	0.73 454	0.57 410	2.91 534	1.04 481	3.01 541	2.60 533	6.83 566	7.64 560	9.92 567	6.33 566	5.21 497	3.14 520	0.53 509	0.48 521	0.51 500	0.50 510	0.53 489	0.51 487

STTRV1_RVC	1.58 487	0.68 484	1.96 501	0.88 505	1.12 524	1.57 461	0.90 454	2.25 512	1.75 499	1.29 365	2.02 488	1.40 397	1.22 445	9.77 567	1.31 443	0.81 527	0.33 473	0.54 508	0.49 507	0.73 518	0.52 489

FAT-Stereo	1.07 426	0.41 391	1.32 443	0.72 446	0.58 419	1.08 385	0.89 449	1.96 455	1.65 487	1.75 482	1.98 482	2.03 495	1.48 479	2.02 387	1.18 430	0.42 479	0.35 486	0.34 444	0.29 427	0.35 413	0.53 490

ccnet	1.12 439	0.67 480	1.01 372	0.78 470	0.73 470	1.72 474	0.99 474	1.84 424	1.26 387	1.47 435	1.85 471	1.75 464	1.29 456	1.75 355	1.88 492	0.57 512	0.53 529	0.57 518	0.55 517	0.59 500	0.54 491

AnyNet_C32	1.96 516	1.10 521	5.17 543	0.90 510	1.11 522	2.12 508	2.37 555	1.85 425	1.48 470	2.45 525	1.70 451	2.05 497	1.64 493	2.50 431	10.28 561	0.37 461	0.34 475	0.35 452	0.41 488	0.49 480	0.54 491

MANE	6.19 560	0.59 460	1.03 383	0.93 516	1.22 534	13.38 571	2.69 558	12.81 575	17.94 580	8.21 572	10.82 571	14.72 574	11.68 570	11.39 572	11.90 564	0.59 516	0.50 526	0.52 502	1.76 562	0.55 493	0.54 491

RYNet	1.17 451	0.49 422	1.24 430	0.70 434	0.97 515	1.71 472	0.92 457	1.91 443	1.46 468	1.38 413	1.14 271	1.88 474	1.30 460	4.24 476	1.87 490	0.26 366	0.21 369	0.35 452	0.27 394	0.55 493	0.54 491

sAnonymous2	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 521	0.56 495

CroCo_RVC	0.55 179	0.56 450	1.46 465	0.60 336	0.51 379	0.48 76	0.52 299	0.79 79	0.68 132	0.50 103	0.67 110	0.46 74	0.62 220	0.59 46	0.40 155	0.22 275	0.17 289	0.22 232	0.21 286	0.86 521	0.56 495

psmorigin	1.52 483	0.69 485	10.52 562	0.68 424	0.59 427	1.13 393	0.70 400	1.57 345	1.19 353	1.99 504	1.79 463	2.26 503	1.47 478	2.09 394	1.36 451	0.39 468	0.40 504	0.34 444	0.33 461	0.43 455	0.56 495

ADCS	2.25 525	0.99 515	5.55 544	0.81 478	0.74 471	2.19 510	1.80 530	2.27 515	2.14 521	2.80 536	2.13 495	2.40 511	2.03 519	2.64 438	13.69 566	0.41 475	0.39 502	0.40 477	0.45 497	0.58 498	0.56 495

G-Net	1.66 495	0.63 475	1.56 475	1.11 529	0.74 471	2.98 537	0.91 455	1.55 341	1.22 370	2.76 534	8.18 565	2.32 507	2.53 539	1.92 376	1.87 490	0.48 498	0.44 512	0.45 489	0.31 443	0.60 504	0.57 499

Wz-Net-TNSev	1.88 511	2.08 558	7.66 551	0.67 413	0.64 443	2.42 519	1.83 533	2.33 519	1.74 498	1.57 462	1.56 421	2.58 517	1.90 514	4.86 490	3.12 519	0.39 468	0.37 493	0.33 434	0.37 479	0.53 489	0.58 500

FCDSN-DC	2.32 528	0.63 475	0.81 290	0.84 490	0.75 478	2.23 511	0.94 464	2.09 484	1.80 502	5.45 564	7.72 562	7.77 562	6.93 568	3.39 461	1.80 488	0.52 503	0.48 521	0.52 502	0.51 513	0.57 496	0.58 500
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	26.87 583	13.43 579	70.68 593	0.91 513	0.68 458	57.02 593	21.06 577	32.82 589	32.67 586	52.12 594	53.61 593	66.05 595	49.56 594	48.79 595	34.71 588	0.49 502	0.44 512	0.53 507	0.53 515	0.63 505	0.59 502

SAMSARA	1.55 485	0.84 502	2.61 523	1.22 532	1.07 518	2.50 522	1.93 539	2.05 475	1.89 507	2.75 533	1.66 447	2.81 524	1.69 499	3.08 454	1.97 497	0.46 496	0.51 527	0.42 482	0.46 500	0.58 498	0.59 502

GANetREF_RVC	1.07 426	0.86 506	1.31 440	0.82 486	0.53 394	1.41 447	1.31 508	1.76 395	1.52 476	1.27 357	1.31 340	1.46 412	1.24 450	2.03 388	0.96 394	0.56 511	0.45 516	0.67 524	0.50 510	0.88 523	0.59 502
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
XQC	1.37 470	0.87 507	2.56 522	0.84 490	0.69 460	1.83 488	0.89 449	2.07 481	1.88 506	1.88 497	1.53 410	1.91 479	1.55 486	2.85 445	3.05 517	0.48 498	0.29 450	0.44 488	0.39 483	0.69 514	0.60 505

EDNetEfficient	2.37 530	1.10 521	8.08 554	0.74 458	0.71 463	0.98 367	1.56 521	1.46 309	4.06 553	4.90 559	2.82 520	2.25 502	3.48 549	2.95 447	9.97 558	0.26 366	0.24 408	0.26 348	0.30 436	0.68 513	0.61 506

MFN_U_SF_RVC	1.52 483	0.84 502	3.42 531	0.87 504	0.66 448	2.56 524	0.95 466	2.36 522	1.70 492	1.98 503	1.86 472	2.45 514	1.79 505	2.95 447	2.58 509	0.52 503	0.48 521	0.55 513	0.59 523	0.59 500	0.61 506

FTStereo	0.91 380	0.26 126	0.56 117	0.54 252	0.33 217	0.66 221	1.87 536	1.00 164	0.75 150	1.75 482	4.15 537	1.04 309	1.65 494	1.57 323	0.46 217	0.19 180	0.16 260	0.23 270	0.21 286	0.18 120	0.63 508

AnyNet_C01	2.26 526	1.78 547	10.22 560	0.93 516	0.74 471	2.92 535	2.20 550	2.29 517	1.80 502	2.53 527	2.41 508	2.71 522	1.73 500	3.41 463	6.72 545	0.41 475	0.39 502	0.40 477	0.42 491	0.67 512	0.63 508

NVstereo2D	0.92 382	0.41 391	1.48 470	0.72 446	0.72 465	1.20 411	0.87 444	1.75 389	1.38 445	0.99 219	1.13 267	1.26 368	0.98 382	2.21 408	0.89 379	0.43 484	0.20 347	0.38 466	0.24 351	0.57 496	0.63 508

ELAS_RVC	2.48 535	0.74 494	1.90 497	1.05 524	0.92 509	2.76 530	4.01 566	2.76 536	4.11 554	4.69 557	4.63 542	4.62 544	5.96 563	3.97 473	3.96 533	0.63 521	0.53 529	0.56 516	0.52 514	0.64 507	0.63 508
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.02 417	0.97 512	1.44 458	1.23 533	1.10 520	1.40 442	0.62 371	1.69 373	1.38 445	0.94 205	1.53 410	0.97 284	0.83 308	1.17 229	0.93 384	0.69 524	0.34 475	0.99 535	0.60 524	0.97 525	0.64 512

ELAS	2.37 530	0.74 494	1.54 474	0.99 520	0.92 509	4.78 556	2.33 554	3.33 545	3.37 546	5.05 562	4.77 546	3.67 537	4.53 558	3.42 464	4.50 536	0.62 519	0.53 529	0.55 513	0.53 515	0.63 505	0.64 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.62 493	0.51 432	2.17 510	0.53 237	0.56 407	3.80 548	0.45 244	1.54 337	1.29 402	1.33 396	2.41 508	1.08 317	0.96 372	11.18 571	1.16 424	0.66 523	0.63 537	0.43 484	0.32 451	0.64 507	0.67 514

MSC_U_SF_DS_RVC	2.12 521	1.15 527	3.10 529	1.05 524	0.76 481	5.03 559	2.40 556	2.16 495	2.62 535	1.89 499	2.28 501	2.69 521	1.65 494	9.35 561	2.04 499	0.64 522	0.51 527	0.68 525	0.71 531	1.09 533	0.67 514

PASM	1.34 467	0.92 510	2.62 524	0.86 497	0.87 505	1.03 376	1.08 487	1.50 319	1.51 475	1.82 493	1.41 377	1.68 453	1.26 453	4.87 491	1.34 447	0.61 518	0.65 540	0.68 525	0.78 534	0.69 514	0.68 516

PSM-AAD	0.79 333	0.27 155	0.53 97	0.55 276	0.28 112	0.77 279	1.24 502	0.99 160	0.91 203	1.66 475	1.57 425	0.81 209	2.19 528	1.65 336	0.44 190	0.19 180	0.14 162	0.38 466	0.32 451	0.21 236	0.70 517

DGSMNet	1.14 444	0.76 497	2.49 520	0.81 478	0.86 503	1.39 440	1.39 512	2.13 486	1.35 433	1.26 354	1.63 441	1.48 419	0.98 382	1.75 355	1.10 415	0.45 490	0.43 509	0.55 513	0.49 507	0.75 519	0.70 517

S-Stereo	1.15 448	0.46 410	2.17 510	0.81 478	0.80 492	1.21 413	1.19 499	1.93 450	2.02 516	1.47 435	2.11 493	1.57 431	1.17 431	2.05 391	1.41 461	0.40 471	0.40 504	0.35 452	0.31 443	0.44 461	0.70 517

LCNet	0.72 282	0.28 177	0.52 91	0.55 276	0.31 177	0.69 237	0.54 313	1.00 164	0.88 191	1.19 317	1.34 355	0.97 284	1.34 464	2.56 433	0.45 203	0.18 139	0.13 111	0.21 203	0.25 366	0.27 338	0.73 520

PDISCO_ROB	1.32 465	0.65 478	1.44 458	1.36 534	1.46 541	2.55 523	0.92 457	2.45 530	2.07 519	1.37 408	1.49 403	1.65 450	1.00 392	2.82 442	1.35 450	1.01 532	0.27 432	0.54 508	0.47 502	0.71 516	0.73 520

PVD	1.70 500	0.84 502	2.26 514	0.94 518	0.83 497	2.48 521	0.97 469	2.59 535	3.35 545	3.01 542	2.77 519	2.34 508	2.47 537	2.67 439	3.14 520	0.47 497	0.45 516	0.59 520	0.48 504	0.59 500	0.75 522

EDNetEfficientorigin	10.57 571	1.47 541	177.42 595	0.67 413	0.53 394	1.58 462	1.16 496	1.90 439	3.37 546	4.71 558	3.38 528	3.10 532	2.69 541	3.13 456	3.58 527	0.25 343	0.23 399	0.33 434	0.27 394	0.83 520	0.81 523

MaskLacGwcNet_RVC	1.10 434	1.02 517	1.00 368	0.82 486	0.67 452	1.93 496	0.93 461	1.62 358	1.11 295	1.15 289	1.25 314	1.50 421	0.79 285	1.96 382	0.76 339	1.89 544	0.34 475	0.79 528	0.36 476	1.25 538	0.83 524

LoS_RVC	0.42 81	0.26 126	0.40 17	0.44 81	0.82 496	0.51 119	0.44 227	0.64 33	0.41 40	0.44 65	0.78 142	0.44 62	0.47 129	0.56 40	0.36 117	0.13 19	0.12 50	0.14 1	0.10 2	0.13 4	0.84 525

GMM-Stereo	0.74 305	0.25 103	0.59 140	0.54 252	0.34 235	0.72 252	0.99 474	1.01 170	0.87 187	1.36 405	1.78 462	1.12 334	0.81 295	2.09 394	0.46 217	0.18 139	0.12 50	0.25 329	0.25 366	0.20 195	0.85 526

GCST	1.08 429	1.47 541	0.93 343	1.73 542	1.14 528	1.30 425	0.31 76	1.33 275	1.16 335	1.29 365	0.97 193	0.98 286	0.49 148	2.08 393	0.46 217	1.19 541	0.70 541	1.30 541	0.85 539	1.02 529	0.89 527

Prome-Stereo	0.75 313	0.27 155	0.53 97	0.55 276	0.32 196	0.59 166	0.97 469	0.89 117	0.88 191	1.45 432	2.46 511	0.91 254	1.41 469	1.58 325	0.44 190	0.18 139	0.13 111	0.19 133	0.17 170	0.20 195	0.92 528

Consistency-Raft	1.25 457	0.99 515	1.93 499	1.02 523	1.21 533	0.96 358	1.01 478	1.75 389	1.92 510	1.36 405	2.12 494	1.44 407	1.01 394	1.14 220	1.40 457	0.72 525	0.82 544	0.89 531	0.98 547	1.31 539	0.95 529

MADNet+	2.69 540	3.22 569	11.53 563	1.44 539	1.12 524	3.19 539	1.81 531	2.85 538	2.37 525	1.68 477	2.07 492	2.85 526	2.18 527	7.41 543	5.23 539	0.79 526	0.76 542	0.69 527	0.65 527	0.98 526	0.95 529

anonymity	1.12 439	0.97 512	1.21 424	1.07 527	1.12 524	1.08 385	0.89 449	1.95 454	1.16 335	1.29 365	1.26 321	1.22 353	1.09 418	1.15 221	1.01 401	1.02 534	1.00 557	0.97 533	0.97 545	0.98 526	0.99 531

KYRaft	0.75 313	0.28 177	0.62 154	0.56 289	0.29 129	0.67 225	0.86 442	0.94 141	0.84 181	1.62 470	2.21 498	1.16 343	1.02 399	1.57 323	0.40 155	0.20 215	0.13 111	0.22 232	0.28 415	0.20 195	1.02 532

SPS-STEREO	1.67 496	1.04 518	1.23 427	1.21 531	1.13 527	1.82 487	1.11 489	2.16 495	1.52 476	3.07 544	2.32 502	2.82 525	1.80 506	4.11 475	2.04 499	1.03 535	0.99 556	0.97 533	0.94 543	1.03 531	1.02 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UDG	1.41 476	2.65 564	0.99 363	1.44 539	1.64 543	1.34 432	0.80 428	1.60 351	1.23 373	1.23 336	1.71 452	2.01 492	1.34 464	1.47 305	1.41 461	0.90 529	0.54 532	2.29 549	0.75 532	1.84 541	1.04 534

SGM+DAISY	2.41 533	1.07 519	2.14 509	1.18 530	1.10 520	2.14 509	1.36 511	1.96 455	1.66 488	5.46 565	7.07 556	4.95 550	4.32 557	5.50 507	2.26 505	1.04 536	1.02 559	0.99 535	0.97 545	1.02 529	1.04 534

MFMNet_re	1.40 475	1.14 526	1.68 482	1.39 536	1.07 518	1.48 452	1.43 514	1.87 430	1.82 504	2.26 514	2.19 497	1.51 423	1.86 511	1.52 312	1.25 434	0.93 530	0.83 545	0.84 530	0.80 535	0.99 528	1.05 536

CAS	0.63 227	0.18 1	0.37 5	2.27 548	0.84 498	0.57 158	0.54 313	0.79 79	0.62 103	0.48 89	0.70 121	0.36 47	0.26 17	0.45 12	0.35 107	2.24 548	0.10 9	0.14 1	0.09 1	0.15 38	1.06 537

WAO-7	2.66 537	1.40 536	1.73 488	1.39 536	1.17 529	3.93 549	1.94 540	4.11 553	3.88 552	2.92 538	5.50 549	4.18 542	3.00 546	7.63 548	3.71 529	1.13 540	1.00 557	1.17 540	1.13 551	1.18 536	1.09 538

PWCK	2.88 546	2.05 556	5.72 546	2.08 546	1.11 522	3.55 543	3.90 565	2.86 539	3.54 550	3.03 543	3.63 532	3.10 532	2.31 532	8.15 555	3.09 518	2.12 547	0.91 554	1.75 544	0.98 547	2.57 548	1.18 539

NVStereoNet_ROB	1.88 511	1.07 519	1.45 463	1.07 527	1.17 529	1.47 451	1.48 518	1.89 436	1.93 512	1.94 502	4.67 545	3.08 531	1.80 506	6.51 527	1.65 482	1.06 537	0.86 551	1.08 539	1.32 552	0.93 524	1.26 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV-BASED-STEREO-	0.70 273	3.18 568	2.55 521	0.39 29	0.23 22	0.44 57	0.23 24	0.63 31	0.42 43	0.44 65	0.44 41	0.34 43	0.28 23	0.56 40	0.29 35	1.35 542	0.10 9	0.22 232	0.19 210	0.46 471	1.31 541

DDUNet	1.50 481	2.69 565	1.12 411	1.77 543	1.88 545	1.84 489	0.92 457	1.70 378	1.16 335	1.38 413	1.79 463	1.60 437	1.12 423	1.37 278	1.08 410	1.10 539	0.76 542	2.37 551	0.94 543	2.00 542	1.37 542

CES	0.48 126	0.20 8	0.37 5	0.39 29	1.39 539	0.55 148	0.35 110	0.98 158	0.66 127	0.44 65	0.66 106	0.35 45	0.27 19	0.56 40	0.33 80	0.15 36	0.13 111	0.15 19	0.10 2	0.19 161	1.46 543

test_for_model	1.30 461	3.71 571	0.58 133	3.22 562	2.84 562	0.59 166	0.33 90	1.40 294	0.83 177	1.42 428	0.61 96	0.52 111	0.37 74	0.51 24	0.33 80	2.46 549	0.15 220	0.16 49	0.11 8	4.39 572	1.50 544

SQANet	1.31 463	0.88 509	1.08 401	1.83 544	1.44 540	1.44 449	0.75 411	1.74 387	1.09 286	1.32 388	1.26 321	1.28 375	1.01 394	1.50 309	0.83 366	2.50 550	0.34 475	1.47 542	0.55 517	2.32 544	1.57 545

WAO-8	4.40 552	1.82 550	1.79 490	2.34 549	2.20 548	9.19 564	1.53 519	6.09 565	16.46 574	3.94 548	7.84 563	7.32 557	3.72 553	9.41 563	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 546	1.68 546

Venus	4.40 552	1.82 550	1.79 490	2.34 549	2.20 548	9.19 564	1.53 519	6.09 565	16.46 574	3.94 548	7.84 563	7.32 557	3.72 553	9.41 563	3.31 523	2.00 545	1.07 560	2.44 556	1.37 556	2.50 546	1.68 546

IGEV-Stereo+	0.45 106	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 26	0.26 5	0.25 7	0.31 36	0.41 90	1.43 295	0.30 45	0.17 100	0.12 50	0.15 19	0.11 8	1.16 534	1.70 548

WAO-6	2.81 544	1.60 544	1.46 465	2.36 551	2.28 553	3.55 543	2.29 553	4.21 554	4.56 558	2.36 521	4.51 539	4.88 548	2.66 540	4.60 484	4.07 535	1.72 543	1.15 563	2.31 550	1.46 558	2.31 543	1.85 549

JetBlue	3.97 550	2.01 553	10.19 559	1.38 535	2.84 562	10.53 567	9.54 570	3.60 549	2.41 527	2.73 532	3.39 529	4.54 543	4.31 556	7.85 552	6.84 546	0.88 528	0.93 555	0.89 531	0.91 541	1.74 540	1.91 550

otaku	1.60 490	1.11 524	1.21 424	2.20 547	1.56 542	1.97 499	1.24 502	2.07 481	1.36 437	1.44 430	1.62 437	1.73 459	1.19 438	1.73 354	0.98 398	2.89 555	0.57 534	1.74 543	0.60 524	2.78 551	1.94 551

Ntro	1.64 494	1.15 527	1.23 427	2.48 552	1.83 544	2.09 506	1.16 496	1.96 455	1.38 445	1.21 325	1.62 437	1.62 439	1.29 456	1.87 373	1.11 418	3.04 556	0.56 533	1.82 545	0.64 526	2.80 552	2.05 552

RainbowNet	1.97 517	1.76 546	1.57 476	2.81 555	2.21 550	1.98 501	1.81 531	2.54 533	1.89 507	1.50 444	1.84 469	1.96 487	1.65 494	2.14 398	1.25 434	3.33 562	0.85 549	2.39 554	0.98 547	2.82 554	2.22 553

DispFullNet	2.34 529	2.85 566	3.66 533	3.08 561	2.27 552	1.97 499	0.67 389	2.00 464	1.70 492	2.52 526	2.00 485	2.23 501	5.86 561	3.44 466	1.58 479	1.01 532	0.32 468	2.64 560	1.94 565	2.85 556	2.24 554

ACVNet_2	2.43 534	1.41 537	2.04 502	2.62 553	2.24 551	2.63 528	1.88 537	3.31 544	3.01 541	2.19 512	3.45 530	4.62 544	2.04 520	4.50 483	1.47 473	2.55 551	0.64 538	2.22 548	0.84 537	2.69 550	2.29 555

ACVNet_1	2.18 523	1.45 540	1.72 486	2.85 556	2.33 555	2.28 513	1.46 516	3.08 542	2.22 524	1.82 493	2.05 491	3.56 535	1.98 518	3.09 455	1.40 457	3.17 557	0.60 536	2.40 555	0.92 542	2.91 558	2.37 556

ACVNet-4b	2.15 522	1.41 537	1.64 479	2.80 554	2.31 554	2.31 515	1.24 502	2.32 518	2.14 521	1.26 354	2.39 506	2.66 520	1.48 479	5.95 520	1.06 406	3.20 560	0.45 516	2.37 551	0.89 540	2.83 555	2.37 556

LVE	3.31 549	1.67 545	1.64 479	2.85 556	2.42 556	3.20 540	2.26 552	4.78 559	5.05 559	2.35 519	6.91 554	6.02 555	2.37 533	9.15 557	2.17 504	3.19 559	1.08 562	2.38 553	1.47 559	2.81 553	2.40 558

Dean	2.91 547	1.53 543	2.07 503	2.96 560	2.51 557	3.15 538	2.14 548	4.75 558	4.41 557	2.76 534	6.10 552	5.53 553	2.37 533	2.97 449	1.92 494	3.18 558	0.85 549	2.51 558	1.04 550	2.88 557	2.47 559

tt	6.58 563	0.26 126	6.10 548	3.77 570	2.16 547	11.55 568	19.63 576	13.33 576	5.74 561	2.96 539	2.65 516	4.97 551	6.33 566	3.81 470	7.24 547	9.15 578	11.32 583	5.89 577	6.24 576	6.03 573	2.55 560

IMH	3.21 548	1.85 552	1.48 470	3.25 563	2.69 560	4.07 552	2.02 543	4.41 556	3.80 551	2.72 531	7.11 557	4.75 547	2.92 543	5.92 518	2.55 508	3.85 570	0.88 552	2.78 563	1.36 555	3.19 562	2.59 561

IMH-64-1	2.70 541	1.79 548	1.46 465	3.26 564	2.66 558	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 477	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 560	2.60 562

IMH-64	2.70 541	1.79 548	1.46 465	3.26 564	2.66 558	3.23 541	2.10 545	4.08 551	2.75 539	2.34 517	3.81 534	3.06 529	2.22 530	4.25 477	2.59 510	3.75 566	0.84 546	2.75 561	1.35 553	3.15 560	2.60 562

ktn	4.70 555	2.38 562	2.12 508	3.76 569	3.24 566	4.85 557	2.95 563	5.52 561	7.37 565	4.07 552	19.32 579	7.46 559	3.47 548	7.39 542	2.95 516	4.04 571	1.85 568	3.26 569	2.22 568	3.08 559	2.65 564

TorneroNet-64	5.30 559	2.03 554	1.74 489	3.43 566	2.81 561	10.09 566	2.12 547	9.10 572	17.12 579	4.96 561	9.27 568	10.72 572	3.70 552	9.20 558	4.55 537	3.31 561	0.84 546	2.88 564	1.55 560	3.49 563	3.04 565

TorneroNet	10.70 572	2.03 554	1.82 493	3.43 566	3.01 564	43.83 588	2.22 551	8.87 571	67.47 595	7.17 570	27.36 583	10.68 571	3.85 555	8.67 556	7.65 552	3.59 564	0.88 552	3.04 565	1.57 561	3.71 564	3.17 566

KSHMR	8.75 568	2.06 557	2.11 507	3.53 568	3.11 565	4.13 553	2.69 558	5.60 562	61.37 594	3.00 541	55.83 594	4.98 552	2.45 536	4.49 481	2.61 512	3.46 563	1.55 567	3.14 567	1.94 565	3.72 565	3.18 567

notaker	3.98 551	2.40 563	2.68 525	3.82 571	3.27 568	3.97 551	2.14 548	4.78 559	3.45 548	4.12 553	6.94 555	7.65 561	3.26 547	7.82 551	5.30 540	4.04 571	1.41 565	3.36 570	2.10 567	3.88 566	3.31 568

JetRed	6.91 564	8.80 576	25.96 579	2.85 556	3.25 567	13.98 574	11.87 572	6.25 567	4.28 556	4.45 555	4.56 540	6.69 556	5.46 560	7.46 545	14.05 567	2.59 552	3.31 571	2.59 559	2.29 569	4.20 569	3.36 569

UNDER WATER-64	5.27 558	2.32 560	8.78 557	3.93 572	3.54 570	7.61 562	3.03 564	5.84 564	14.19 570	4.04 550	4.04 536	9.39 566	6.26 564	5.93 519	8.48 555	3.60 565	1.51 566	3.13 566	1.88 563	4.29 570	3.61 570

UNDER WATER	5.08 557	2.33 561	5.55 544	3.94 573	3.51 569	5.20 560	2.72 560	5.61 563	16.52 576	3.84 547	4.60 541	9.21 565	5.89 562	5.90 517	8.66 556	3.75 566	1.34 564	3.18 568	1.88 563	4.33 571	3.61 570

HanzoNet	11.04 573	3.62 570	8.10 555	4.08 574	3.55 571	4.90 558	2.73 561	7.19 569	10.10 566	31.86 590	28.92 584	21.96 585	36.36 586	18.08 578	10.17 560	7.94 577	3.32 572	3.47 571	3.31 570	7.06 576	4.04 572

MADNet++	5.01 556	3.14 567	4.91 541	4.55 575	3.94 572	5.20 560	4.41 567	4.40 555	4.13 555	4.95 560	6.08 551	4.74 546	5.37 559	9.40 562	10.67 563	4.65 573	4.15 574	3.97 572	3.34 571	4.09 568	4.08 573

PML	51.67 592	36.25 588	13.28 565	7.46 576	20.81 579	108.69 595	232.22 596	8.72 570	27.82 585	87.01 595	269.67 596	69.67 596	61.95 595	24.76 586	14.20 568	9.74 580	3.40 573	9.62 579	4.70 573	18.74 583	4.72 574

DPSimNet_ROB	11.20 574	4.98 573	35.43 583	2.90 559	4.52 573	7.89 563	17.09 575	4.66 557	6.06 563	14.89 579	10.93 572	17.29 577	36.81 588	13.18 574	15.68 571	2.86 554	6.29 576	5.75 576	5.09 574	3.91 567	7.70 575

USTest	14.33 577	14.94 580	21.04 571	17.44 580	16.05 575	23.26 576	33.84 584	21.73 579	11.80 569	9.36 573	10.14 569	15.97 575	13.20 573	17.28 577	22.43 578	3.78 569	5.01 575	6.17 578	6.16 575	9.25 578	7.72 576

TCMNet-wrong-test	10.31 570	11.40 578	14.84 566	20.96 581	18.45 578	13.80 573	10.76 571	15.78 577	3.53 549	5.20 563	5.52 550	16.26 576	12.61 571	7.51 547	10.15 559	7.43 576	2.37 569	4.31 573	3.43 572	11.36 579	10.61 577

DPSMNet_ROB	13.02 576	8.23 574	21.91 573	9.53 578	18.11 577	11.56 569	32.02 583	10.64 574	16.23 573	7.05 569	19.49 581	10.16 569	16.66 576	9.85 569	22.43 578	4.77 575	8.68 577	5.38 575	10.26 580	6.17 575	11.36 578

DGTPSM_ROB	13.01 575	8.23 574	21.87 572	9.51 577	18.10 576	11.56 569	32.01 582	10.63 573	16.20 572	7.03 568	19.48 580	10.15 568	16.66 576	9.83 568	22.42 577	4.75 574	8.68 577	5.37 574	10.25 579	6.16 574	11.36 578

Anonymous_1	43.04 591	18.73 581	24.79 576	21.81 582	46.26 589	27.80 577	37.60 585	28.08 584	16.14 571	14.66 578	14.30 573	20.65 579	17.88 578	21.56 579	25.94 582	117.93 595	8.92 579	100.65 592	126.50 592	158.64 596	12.08 580

DPSM_ROB	19.08 579	19.14 582	25.17 577	22.15 583	20.85 580	28.17 578	37.82 586	26.56 582	16.85 577	14.14 576	14.84 574	21.70 580	18.75 579	21.87 580	26.55 583	10.16 581	9.30 580	10.47 580	10.42 581	14.03 580	12.61 581

DPSM	19.08 579	19.14 582	25.17 577	22.15 583	20.85 580	28.17 578	37.82 586	26.56 582	16.85 577	14.14 576	14.84 574	21.70 580	18.75 579	21.87 580	26.55 583	10.16 581	9.30 580	10.47 580	10.42 581	14.03 580	12.61 581

ASD4	15.85 578	10.99 577	19.63 570	10.21 579	11.70 574	19.24 575	31.10 581	19.35 578	10.68 567	11.14 574	10.18 570	12.59 573	12.64 572	14.74 575	24.83 581	12.93 583	9.94 582	26.83 586	19.40 583	16.23 582	12.70 583

LSM	6.33 561	1.10 521	13.19 564	1.41 538	68.17 591	1.64 468	1.90 538	1.92 446	2.46 528	2.99 540	3.11 525	1.88 474	1.80 506	2.61 436	2.06 501	0.41 475	0.58 535	0.50 499	0.57 519	0.64 507	17.66 584

FlowAnything	38.37 585	38.41 589	50.38 589	44.76 591	41.94 587	56.64 589	76.34 592	53.28 594	34.23 590	28.25 586	29.72 587	43.60 591	37.79 591	43.83 591	53.38 593	20.39 586	18.71 589	21.07 582	21.14 587	28.23 584	25.29 585

CasAABBNet	38.33 584	38.46 590	50.35 588	44.75 590	41.84 586	56.68 590	76.37 593	53.22 592	33.83 588	28.31 587	29.54 586	43.62 593	37.71 590	43.84 592	53.41 594	20.30 584	18.70 587	21.07 582	21.07 585	28.24 585	25.34 586

Selective-RAFT-Error	38.39 586	38.47 591	50.44 590	44.73 589	41.97 588	56.68 590	76.38 594	53.24 593	33.92 589	28.34 588	29.85 588	43.60 591	38.20 592	43.75 590	53.34 592	20.38 585	18.70 587	21.09 584	21.05 584	28.30 586	25.43 587

LRCNet_RVC	22.74 581	32.10 587	21.97 574	29.84 585	26.23 582	4.42 555	0.81 431	22.66 580	2.02 516	26.93 585	29.26 585	23.06 587	15.59 575	23.84 582	18.88 574	31.75 588	19.90 590	34.65 587	32.13 588	30.54 588	28.32 588

LSM0	42.82 590	38.75 592	50.81 591	47.07 592	109.38 596	57.00 592	76.02 591	53.74 595	33.71 587	29.02 589	30.41 589	43.87 594	37.22 589	43.91 593	53.54 595	20.52 587	18.62 586	21.10 585	21.11 586	28.41 587	42.22 589

AVERAGE_ROB	40.43 588	42.37 594	42.73 585	36.96 588	35.58 585	30.50 581	27.61 579	36.71 591	38.39 592	44.91 592	44.36 591	37.45 590	36.70 587	41.88 589	40.35 589	45.43 593	46.81 594	47.11 589	46.35 589	42.51 590	43.87 590

HaxPig	38.92 587	41.40 593	41.64 584	29.95 586	32.27 583	28.90 580	27.60 578	29.73 585	37.71 591	43.82 591	43.87 590	33.17 588	35.56 585	41.53 588	40.37 590	43.94 592	47.51 595	45.82 588	47.08 590	42.38 589	44.15 591

MEDIAN_ROB	42.00 589	44.40 595	44.29 587	35.15 587	34.95 584	31.28 586	29.60 580	35.88 590	40.02 593	47.20 593	46.64 592	37.37 589	38.48 593	44.35 594	42.45 591	48.03 594	49.39 596	49.71 590	49.03 591	45.14 591	46.65 592

xxxxx1	54.10 593	25.67 584	27.13 580	113.43 593	96.96 593	30.69 582	47.44 588	32.38 586	25.60 581	17.75 580	17.27 576	21.81 582	21.02 581	24.43 583	33.82 585	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 593

tt_ll	54.10 593	25.67 584	27.13 580	113.43 593	96.96 593	30.69 582	47.44 588	32.38 586	25.60 581	17.75 580	17.27 576	21.81 582	21.02 581	24.43 583	33.82 585	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 593

ff	54.10 593	25.67 584	27.13 580	113.43 593	96.96 593	30.69 582	47.44 588	32.38 586	25.60 581	17.75 580	17.27 576	21.81 582	21.02 581	24.43 583	33.82 585	33.37 589	40.54 591	157.71 594	175.86 594	66.16 592	72.93 593

test_example2	192.40 596	210.76 597	206.48 596	199.83 597	204.73 597	172.94 596	183.52 595	133.93 596	133.41 596	191.38 596	196.19 595	187.13 597	178.77 596	205.33 596	208.00 596	222.09 597	238.72 597	186.54 597	190.54 597	227.34 597	170.31 596

ccccc	497.63 597	492.34 598	595.97 597	530.87 598	530.37 598	478.08 597	442.62 597	491.76 597	343.70 597	448.18 597	520.80 597	476.12 598	550.57 597	541.64 597	605.32 597	663.49 598	459.54 598	353.94 598	309.79 598	586.66 598	530.90 597

FADE		4.78 572		1.89 545	1.92 546							4.13 541				188.09 596	2.77 570	123.78 593	127.92 593	1.06 532

Low-res two-view benchmark