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

xyz-stereo-finetune2	1.16 140	0.63 189	1.50 92	0.57 1	0.36 14	3.47 242	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 363	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

RAStereo	0.75 26	0.52 71	2.86 219	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 41	0.75 60	1.05 78	0.64 52	0.47 14	0.80 8	0.94 191	0.22 35	0.20 134	0.27 137	0.21 98	0.34 226	0.22 60

xyz-stereo-finetune	1.05 120	0.62 180	1.46 87	0.59 3	0.36 14	3.48 245	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 99	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 40	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

LG-Stereo	0.85 67	0.60 153	2.71 210	0.59 3	0.45 78	2.85 149	0.55 85	2.41 107	1.34 76	0.59 18	1.19 100	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 229	0.24 171	0.29 121	0.19 5

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 464	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
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
xyz-stereo	10.85 558	0.45 21	79.01 589	0.62 9	0.45 78	83.70 591	0.77 210	2.59 146	1.34 76	2.19 349	32.02 579	2.76 385	1.62 325	5.75 352	2.39 426	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 460	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 432	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 519	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.78 14	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.77 11	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 61	0.44 47	2.23 90	0.77 11	0.56 10	0.92 52	0.40 11	0.82 113	1.08 46	0.53 38	0.18 14	0.13 1	0.25 80	0.18 47	0.19 4	0.20 19

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 136	0.53 78	2.46 119	0.97 39	0.62 25	0.80 33	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 219	0.49 62	2.40 106	0.81 23	0.63 28	0.80 33	0.44 26	0.85 120	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 248	0.23 2	1.69 39	2.14 326	0.62 25	0.32 3	0.67 61	0.33 1	1.14 59	0.37 3	0.23 47	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 471	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 246	1.03 43	0.50 4	0.46 9	0.58 41	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

rvit_stereo_0080	0.94 88	0.72 269	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 326	0.25 80	0.27 229	0.45 356	0.29 165

whm_eth	0.94 88	0.72 269	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 326	0.25 80	0.27 229	0.45 356	0.29 165

HHNet	2.48 380	0.71 265	20.52 516	0.64 16	0.64 189	4.07 388	0.93 319	3.76 304	1.56 178	2.15 334	4.92 519	0.98 132	3.37 481	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 52	0.65 56	0.53 23	0.54 1	0.50 29	0.28 149	0.24 256	0.25 80	0.21 98	0.23 42	0.22 60

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 120	0.56 89	2.75 166	0.74 9	0.78 78	0.73 21	0.38 9	0.92 141	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

3.5w_stereo	0.77 41	0.53 82	1.09 24	0.65 23	0.72 229	2.52 126	0.51 68	2.43 113	0.80 19	0.76 70	1.20 102	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 65	0.68 150	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 166	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 188	0.29 7	1.59 25	3.05 485	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

plain	1.55 207	0.69 243	13.59 370	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

MaDis-Stereo	0.82 61	0.66 222	1.53 95	0.65 23	1.87 512	1.24 24	0.36 20	2.13 77	1.27 68	0.67 41	0.75 24	0.88 115	0.70 68	1.15 64	1.07 215	0.29 171	0.23 222	0.26 109	0.20 84	0.31 163	0.22 60

DIP-Stereo	1.24 161	0.69 243	1.77 116	0.65 23	0.61 178	4.29 445	0.58 101	4.44 506	2.53 415	1.98 267	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 114	0.56 89	2.77 169	0.82 24	0.63 28	0.88 44	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 223	0.33 12	2.33 103	1.47 111	0.74 58	1.50 183	0.61 46	0.59 38	1.40 120	0.48 19	0.24 61	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 141	0.92 32	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

U	12.82 566	0.38 3	1.99 137	0.66 31	58.94 586	63.38 590	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 589	59.81 588	0.29 121	0.20 19

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 152	0.43 43	1.64 34	0.79 17	0.68 43	0.88 44	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 122	0.45 51	2.57 141	0.90 28	0.71 50	0.83 38	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 83	0.61 112	2.87 185	0.83 25	0.93 107	0.93 55	0.36 3	1.13 200	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 105	0.40 28	2.42 110	0.80 19	0.73 53	1.03 68	0.40 11	0.81 112	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 186	0.43 43	1.02 4	0.94 37	0.63 28	0.91 50	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 166	0.23 28	0.19 67	0.25 61	0.26 120

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 108	0.28 5	1.86 52	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 33	0.53 7	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 336	0.33 12	3.36 242	1.43 95	0.75 60	1.17 97	0.68 63	1.04 171	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

TestStereo	2.00 288	1.02 389	12.25 354	0.70 39	0.61 178	1.88 73	0.55 85	2.31 100	1.52 148	1.41 159	1.33 138	1.27 175	0.90 136	11.62 515	0.81 134	0.34 279	0.19 96	0.33 284	0.24 171	0.44 348	0.24 86

4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 412	2.82 145	0.41 34	1.76 44	0.98 40	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

MIF-Stereo (partial)	0.98 102	0.55 99	2.83 216	0.71 44	1.03 342	1.08 11	0.49 62	2.55 137	1.66 220	0.79 80	1.20 102	0.80 94	0.90 136	1.61 168	1.56 323	0.36 310	0.24 256	0.33 284	0.25 183	0.40 287	0.28 155

s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 464	0.50 64	4.22 436	2.73 442	2.01 286	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 171	0.67 144	3.28 227	0.75 10	0.74 58	1.32 136	0.37 5	1.37 252	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 228	0.44 47	0.90 3	0.77 11	0.86 97	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

rvit_stereo_0081_aga	0.81 58	0.75 300	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 82	0.87 99	0.80 33	0.79 92	0.69 66	1.27 96	0.69 87	0.35 299	0.29 326	0.26 109	0.25 183	0.40 287	0.27 136

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 63	0.33 12	1.95 63	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

AIO-Stereo	0.76 34	0.54 93	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 127	0.70 46	1.58 205	0.89 117	0.45 12	1.03 38	0.55 41	0.24 61	0.18 66	0.25 80	0.20 84	0.26 78	0.21 46

DRaft	2.28 333	0.56 110	2.64 207	0.74 57	0.46 87	3.94 353	1.23 403	2.32 102	1.55 172	2.64 454	2.80 471	1.60 219	5.34 521	6.96 384	10.99 527	0.34 279	0.22 195	0.27 137	0.27 229	0.29 121	0.37 275

AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 147	1.41 89	0.82 86	1.64 224	0.71 74	0.62 46	1.22 83	0.64 58	0.22 35	0.19 96	0.24 58	0.18 47	0.25 61	0.20 19

GMOStereo	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

error version	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-v	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

Patchmatch Stereo++	1.25 165	0.65 211	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 161	0.65 211	2.03 141	0.75 58	0.37 28	4.68 509	0.73 172	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo_v2	1.23 156	0.66 222	2.02 140	0.75 58	0.37 28	4.67 508	0.76 197	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 423	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

ROB_FTStereo	1.25 165	0.66 222	2.14 159	0.75 58	0.37 28	4.65 505	0.77 210	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

HUI-Stereo	1.25 165	0.66 222	2.33 181	0.75 58	0.37 28	4.68 509	0.78 214	2.53 127	1.58 187	1.99 272	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iGMRVC	1.26 172	0.66 222	2.14 159	0.75 58	0.37 28	4.66 506	0.74 184	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

iRAFT	1.25 165	0.65 211	2.06 153	0.75 58	0.37 28	4.68 509	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

test-2	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

RAFT-IKP	1.25 165	0.66 222	2.23 170	0.75 58	0.37 28	4.64 503	0.74 184	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 423	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

monsters	0.82 61	0.58 133	1.16 48	0.76 72	1.52 460	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 341	0.41 34	2.07 73	1.07 46	0.77 75	0.89 47	0.64 52	0.86 123	0.95 25	0.77 121	0.26 97	0.18 66	0.26 109	0.19 67	0.32 190	0.32 213

StereoAnything_RVC	0.94 88	2.66 515	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 100	0.69 5	0.51 6	0.34 4	0.32 1	0.89 133	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 538	0.18 3

TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 380	0.38 22	1.48 16	1.62 210	2.03 295	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 387	0.23 28	0.20 84	0.25 61	0.46 358

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 444	2.54 132	0.40 28	3.14 209	0.71 7	0.70 46	1.11 88	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

DeepStereo_RVC	1.55 207	0.63 189	3.32 238	0.77 76	0.42 59	4.49 476	0.72 167	2.50 125	1.58 187	2.02 291	1.81 293	1.54 212	6.38 536	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

4D-IteraStereo	1.97 282	0.84 341	20.43 514	0.78 78	1.56 470	2.09 93	1.05 361	2.43 113	1.56 178	1.41 159	1.00 64	1.94 279	0.61 44	1.22 83	1.06 212	0.27 112	0.18 66	0.31 229	0.26 203	0.27 90	0.23 71

HCRNet	1.60 220	0.56 110	2.47 192	0.78 78	1.36 428	4.11 397	0.71 164	3.57 269	2.79 451	1.75 212	1.61 217	1.58 216	1.41 265	5.79 353	1.56 323	0.34 279	0.28 316	0.36 336	0.29 286	0.33 208	0.37 275

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 111	0.47 59	1.53 21	1.09 48	0.88 100	1.04 73	0.82 98	0.75 84	0.72 4	0.78 122	0.22 35	0.23 222	0.25 80	0.23 146	0.24 47	0.29 165

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 80	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

DEmStereo	2.97 443	0.58 133	13.42 366	0.79 80	0.51 118	3.84 323	1.84 477	2.42 110	1.60 203	2.25 373	2.74 464	2.03 297	6.04 528	6.79 382	12.80 536	0.35 299	0.26 293	0.26 109	0.27 229	0.27 90	0.37 275

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 286	1.40 12	1.45 98	0.55 9	0.95 60	1.81 262	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 67	0.24 47	0.21 46

IGEV-RUCA	0.90 80	0.53 82	1.05 5	0.81 83	0.74 239	3.89 338	0.80 231	1.92 60	1.41 89	0.96 115	0.71 18	0.70 67	0.73 77	1.30 105	0.68 78	0.29 171	0.20 134	0.25 80	0.19 67	0.43 340	0.34 241

CAS++	0.89 77	0.64 201	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 339	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fff	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 464	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

iRaft-Stereo_5w	2.10 303	0.83 337	8.57 308	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 420	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

STrans-v2	3.03 453	0.77 308	20.91 531	0.81 83	0.63 187	3.89 338	1.01 349	4.27 458	2.64 432	2.28 378	3.70 506	4.13 485	5.20 518	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

csc	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 464	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

cscssc	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 464	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

111	1.83 255	0.92 363	9.08 315	0.81 83	0.36 14	4.25 437	0.91 304	4.44 506	2.70 439	2.39 412	1.96 338	2.30 324	1.64 341	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

FlowAnything_test	0.75 26	0.60 153	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 304	0.40 374	0.48 450	0.31 163	0.30 192

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 73	1.56 174	0.87 43	2.18 313	0.89 133	0.97 30	0.88 163	0.26 97	0.19 96	0.26 109	0.19 67	0.25 61	0.24 86

IGEV-BASED-STEREO-	1.09 125	3.30 524	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 70	0.91 103	0.92 52	0.65 56	0.57 30	1.08 46	0.59 46	1.55 533	0.15 21	0.32 249	0.28 258	1.10 504	1.98 531

DCANet-4	1.96 280	0.51 65	14.31 390	0.82 93	0.40 46	4.16 415	0.57 92	4.29 466	2.98 479	2.30 384	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

ADStereo(finetuned)	2.04 295	0.73 280	13.28 364	0.82 93	0.40 46	4.16 415	0.59 105	4.25 450	2.97 476	2.35 402	1.84 305	1.18 160	3.40 482	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

IPLGR	2.53 389	0.58 133	20.46 515	0.82 93	0.52 127	4.56 493	0.50 64	4.30 474	2.38 385	1.87 233	1.53 193	1.68 228	1.72 358	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

CrosDoStereo	5.24 524	0.60 153	20.23 500	0.82 93	0.51 118	3.39 225	18.11 570	3.82 316	2.27 351	1.98 267	8.74 540	1.96 286	6.96 540	7.35 388	26.35 574	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 524	0.60 153	20.23 500	0.82 93	0.51 118	3.39 225	18.11 570	3.82 316	2.27 351	1.98 267	8.74 540	1.96 286	6.96 540	7.35 388	26.35 574	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

CRE-IMP	1.23 156	0.61 170	2.14 159	0.82 93	0.39 42	4.54 485	0.83 249	2.63 150	1.55 172	1.95 259	1.46 170	1.87 274	0.96 149	1.48 141	1.33 278	0.45 402	0.21 166	0.31 229	0.26 203	0.41 311	0.31 202

DCANet	1.74 242	0.73 280	9.08 315	0.82 93	0.40 46	4.18 423	0.59 105	4.25 450	2.97 476	2.35 402	1.84 305	1.18 160	1.63 338	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

SCV_C0	0.89 77	0.59 141	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 240	1.66 220	0.82 86	1.20 102	0.73 80	0.66 60	1.62 169	0.66 70	0.32 251	0.21 166	0.24 58	0.20 84	0.28 107	0.23 71

mms	0.77 41	0.68 240	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 49	0.77 75	1.37 151	0.63 50	0.54 26	1.75 192	0.63 55	0.24 61	0.19 96	0.26 109	0.21 98	0.31 163	0.34 241

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 96	1.43 95	0.82 86	1.44 167	1.22 170	0.62 46	1.17 73	0.63 55	0.22 35	0.18 66	0.24 58	0.19 67	0.27 90	0.20 19

PCWNet_CMD	2.23 320	0.65 211	17.36 431	0.83 104	0.76 245	3.51 255	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 422	3.05 468	2.09 231	1.11 224	0.31 230	0.36 387	0.47 418	0.26 203	0.64 437	0.47 363

anonymousdsp	0.95 95	0.69 243	1.27 66	0.83 104	0.52 127	4.54 485	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 72	0.82 244	1.46 15	1.38 81	0.95 112	1.04 73	0.68 63	0.72 73	0.97 30	0.80 128	0.23 47	0.25 280	0.32 249	0.25 183	0.32 190	0.30 192

Anonymous3	1.72 239	0.76 305	11.61 350	0.83 104	0.84 280	4.46 468	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 489	0.58 489	0.33 284	0.35 364	0.47 371	0.42 327

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 374	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 532	0.24 47	0.17 1
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
GMStereo	1.01 113	1.00 387	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HART	1.03 118	0.85 345	3.13 229	0.84 113	0.38 39	1.17 16	0.42 38	3.54 265	1.47 111	1.08 127	2.17 388	1.48 204	0.57 30	1.37 119	0.74 109	0.23 47	0.18 66	0.28 166	0.21 98	0.32 190	0.24 86

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 106	0.38 22	3.06 203	1.46 106	0.66 38	1.39 156	0.91 121	0.73 77	1.01 36	0.72 101	0.23 47	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

WCG-NET（raft）	0.95 95	0.55 99	1.20 55	0.84 113	0.31 4	1.44 45	1.01 349	1.55 22	2.37 380	1.64 188	1.42 163	2.38 333	1.01 163	1.29 101	0.76 116	0.22 35	0.19 96	0.22 14	0.20 84	0.25 61	0.21 46

ff7	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ffff	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

11t	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

LoS_RVC	0.94 88	1.30 446	1.31 70	0.84 113	1.63 481	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 517

ccc-4	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 488	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

test_4	1.30 183	0.50 59	6.16 284	0.84 113	0.45 78	1.61 58	1.12 379	2.14 79	1.42 91	1.52 169	2.31 423	1.84 269	0.79 104	2.52 269	1.19 239	0.27 112	0.17 39	0.29 187	0.29 286	0.29 121	0.25 96

IGEV-Stereo	0.95 95	0.69 243	1.27 66	0.84 113	0.52 127	4.54 485	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MSMDNet	2.23 320	0.64 201	17.32 427	0.84 113	0.75 241	3.53 259	0.64 130	3.61 276	1.98 286	1.71 205	1.64 224	3.22 422	2.99 461	2.08 228	1.11 224	0.31 230	0.37 400	0.45 409	0.26 203	0.62 427	0.45 348

ccs_rob	2.13 309	0.67 232	15.11 403	0.84 113	0.75 241	3.96 363	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 426	1.64 341	2.51 264	1.16 233	0.31 230	0.36 387	0.54 464	0.27 229	0.65 440	0.45 348

depthmonostereo	0.94 88	0.71 265	2.39 187	0.85 125	0.54 136	2.21 101	0.53 78	1.83 51	1.17 52	0.95 112	1.09 84	0.99 133	0.97 152	2.37 254	0.68 78	0.23 47	0.27 304	0.22 14	0.20 84	0.25 61	0.26 120

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 118	0.46 54	1.09 5	0.69 5	0.84 94	0.52 11	0.55 38	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 80	0.18 47	0.23 42	0.20 19

castereo	0.82 61	0.70 253	1.04 3	0.85 125	0.50 116	1.29 35	0.91 304	3.22 219	1.20 55	0.83 92	1.24 113	0.72 76	0.91 138	1.00 35	0.67 75	0.26 97	0.16 26	0.25 80	0.20 84	0.24 47	0.21 46

GCAP-Stereo	0.93 85	0.68 240	1.35 77	0.85 125	0.41 53	3.61 280	0.52 77	2.20 84	1.50 132	1.11 132	1.04 73	1.17 156	0.84 118	1.11 51	0.71 96	0.25 82	0.20 134	0.27 137	0.18 47	0.28 107	0.23 71

CFNet_pseudo	2.12 307	0.67 232	15.14 404	0.85 125	0.74 239	3.95 358	0.64 130	3.95 357	1.78 253	1.90 243	1.79 278	3.27 427	1.62 325	2.51 264	1.16 233	0.31 230	0.36 387	0.53 457	0.27 229	0.63 429	0.44 342

ours_stereo	0.76 34	0.64 201	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 55	0.72 52	1.43 165	0.70 67	0.62 46	1.56 153	0.58 45	0.25 82	0.18 66	0.26 109	0.21 98	0.29 121	0.31 202

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 522	1.40 43	0.39 24	1.17 8	0.88 27	0.61 23	0.44 8	0.47 31	0.79 104	2.14 236	0.42 7	0.27 112	0.19 96	0.22 14	0.17 27	2.26 533	2.41 538

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 406	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.82 61	0.71 265	1.50 92	0.86 130	0.45 78	1.78 66	0.83 249	1.75 43	1.28 69	0.66 38	1.13 92	0.78 88	0.76 91	1.66 178	0.71 96	0.24 61	0.20 134	0.25 80	0.23 146	0.29 121	0.25 96

THIR-Stereo	4.14 505	0.82 333	10.85 342	0.86 130	0.43 65	2.16 96	16.77 568	3.22 219	1.54 164	2.04 298	12.05 558	2.68 370	7.53 545	7.30 386	12.62 535	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

rvit_stereo_0083	0.86 68	0.67 232	1.42 84	0.87 135	0.65 197	1.23 20	0.64 130	1.67 36	2.28 355	0.79 80	0.93 55	0.93 127	1.07 185	1.46 138	0.75 112	0.32 251	0.36 387	0.30 207	0.26 203	0.33 208	0.28 155

BUS	1.49 206	0.59 141	1.94 131	0.87 135	0.85 281	4.50 479	0.76 197	4.48 512	1.88 270	2.93 478	1.83 300	3.63 462	0.97 152	1.60 163	1.17 236	0.34 279	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

BSDual-CNN	1.46 202	0.59 141	1.94 131	0.87 135	0.85 281	4.16 415	1.16 387	4.48 512	1.88 270	2.93 478	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

hknet	1.98 284	0.64 201	8.70 312	0.87 135	1.07 354	4.16 415	1.16 387	4.48 512	1.73 240	2.93 478	1.83 300	3.48 445	1.30 240	3.91 317	1.51 316	0.31 230	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

CroCo-Stereo	0.98 102	0.87 351	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
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
MSCF	0.97 100	0.82 333	1.26 61	0.88 140	0.40 46	3.17 190	0.88 286	2.79 177	1.39 82	1.32 144	1.19 100	0.58 41	1.33 244	1.28 97	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.28 107	0.32 213

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 140	0.32 7	1.37 41	0.55 85	2.71 160	1.42 91	0.92 106	1.75 258	0.65 56	1.17 216	1.45 134	0.57 43	0.21 27	0.21 166	0.20 1	0.19 67	0.24 47	0.23 71

knoymous	1.30 183	0.60 153	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 387	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

AnonymousM	1.22 155	1.32 452	0.97 1	0.88 140	0.56 147	4.03 378	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 420	2.07 538	1.70 540	0.24 47	0.22 60

SFCPSM	2.18 315	0.63 189	17.03 426	0.88 140	0.98 327	3.74 302	1.28 409	4.09 400	2.16 330	1.85 226	1.83 300	1.65 224	1.39 256	2.50 261	1.50 310	0.33 267	0.27 304	0.39 368	0.36 374	0.34 226	0.37 275

S2M2	0.64 8	0.55 99	1.07 10	0.89 145	0.54 136	1.08 11	0.20 1	1.16 7	1.37 80	0.59 18	0.81 37	0.86 110	0.47 14	0.70 3	0.65 65	0.31 230	0.33 364	0.27 137	0.27 229	0.36 257	0.31 202

Reg-Stereo(zero)	1.60 220	0.42 15	10.69 339	0.89 145	0.68 216	3.27 209	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 449	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

AIO-test1	2.18 315	0.66 222	18.95 459	0.89 145	1.48 454	3.40 228	0.97 338	4.19 426	1.68 224	0.86 97	1.35 146	0.99 133	0.75 84	4.47 326	1.27 263	0.23 47	0.23 222	0.28 166	0.33 339	0.31 163	0.35 255

tt45	0.96 99	0.48 49	1.19 51	0.89 145	0.66 204	3.91 341	0.76 197	1.90 57	1.26 67	0.70 46	1.30 132	0.71 74	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 166	0.23 146	0.27 90	0.27 136

UGAM	2.58 400	0.56 110	18.55 453	0.89 145	0.71 227	3.23 198	1.03 355	2.75 166	1.75 248	1.36 149	2.77 468	2.69 371	1.28 234	10.75 475	1.40 285	0.28 149	0.24 256	0.40 374	0.31 320	0.35 244	0.30 192

CFNet_ucs	2.36 361	0.68 240	18.42 451	0.89 145	0.81 260	3.85 331	0.68 150	4.29 466	2.37 380	2.09 309	2.04 358	3.31 431	1.24 230	2.63 279	1.14 229	0.36 310	0.45 447	0.56 467	0.29 286	0.66 445	0.49 375

MIPNet	2.33 347	0.71 265	19.82 481	0.89 145	0.56 147	4.76 527	0.61 112	4.32 481	2.37 380	1.83 224	1.48 181	1.48 204	1.98 397	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

GMM-Stereo	2.45 372	0.52 71	20.38 510	0.89 145	0.82 269	4.18 423	1.91 479	2.45 116	1.48 119	2.48 424	2.30 416	1.69 233	1.86 385	2.93 291	1.08 217	0.28 149	0.18 66	0.33 284	0.48 450	0.35 244	2.41 538

ARAFT	2.56 396	1.13 413	19.50 473	0.89 145	0.48 105	4.15 406	1.40 429	4.36 492	2.82 463	2.36 406	1.88 319	1.70 235	1.04 171	6.45 368	1.22 249	0.29 171	0.18 66	0.37 348	0.35 364	0.35 244	0.25 96

GASTEREO	1.00 110	0.98 383	1.23 57	0.90 154	0.40 46	3.40 228	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

HUF	1.15 136	0.64 201	8.62 311	0.90 154	0.35 12	1.35 39	0.78 214	1.97 64	1.50 132	0.63 28	1.52 186	0.83 100	0.66 60	1.28 97	0.63 55	0.29 171	0.23 222	0.26 109	0.17 27	0.23 42	0.25 96

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 154	0.37 28	1.48 49	1.07 364	1.73 41	2.30 359	1.63 185	1.49 182	0.92 126	0.97 152	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 84	0.25 61	0.21 46

rvit_stereo_0075_2	1.18 141	0.74 288	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 420	0.48 426	0.38 399	0.46 367	0.51 390

IGEVStereo-DCA	0.86 68	0.65 211	2.05 144	0.90 154	0.46 87	1.57 56	0.86 264	1.62 27	1.24 59	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.27 136

rrr	2.27 328	0.65 211	23.82 568	0.90 154	0.46 87	1.57 56	0.96 335	7.98 556	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

RCA-Stereo	1.21 151	0.52 71	1.58 103	0.90 154	0.46 87	4.68 509	0.79 221	4.13 411	1.74 246	1.92 250	1.80 281	0.94 130	1.48 287	1.14 59	0.70 93	0.27 112	0.18 66	0.25 80	0.19 67	0.25 61	0.23 71

iRaft-Stereo_20w	1.88 263	0.62 180	10.58 338	0.90 154	0.83 273	2.96 169	0.78 214	4.90 536	1.58 187	2.29 380	1.60 213	1.25 173	4.51 510	2.28 252	0.90 170	0.29 171	0.21 166	0.26 109	0.24 171	0.41 311	0.31 202

rvit_0105_5	1.13 130	0.93 367	2.60 199	0.91 162	0.56 147	1.92 77	0.91 304	3.02 197	2.63 430	0.95 112	1.20 102	1.18 160	0.93 144	1.51 147	0.93 189	0.40 354	0.43 437	0.37 348	0.35 364	0.42 330	0.44 342

rvit_stereo_0081	0.80 50	0.63 189	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 293	0.27 137	0.25 183	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 189	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 293	0.27 137	0.25 183	0.38 272	0.27 136

IPLG	2.48 380	0.65 211	19.63 476	0.91 162	0.79 255	4.60 498	0.56 89	4.31 477	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

ACRE	2.27 328	1.11 411	19.45 470	0.91 162	1.30 410	3.94 353	0.87 282	4.21 433	1.80 256	2.28 378	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

test_xeample3	2.12 307	0.63 189	21.55 549	0.91 162	0.47 97	1.85 71	0.94 325	7.96 555	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

castereo++	0.93 85	0.56 110	1.26 61	0.92 168	0.73 234	2.48 121	1.00 346	2.99 192	1.03 43	0.68 43	1.41 161	1.92 277	0.59 38	1.26 92	0.44 13	0.25 82	0.19 96	0.28 166	0.19 67	0.23 42	0.23 71

SMoEStereo_RVC	0.80 50	0.53 82	1.12 38	0.92 168	0.44 71	2.41 116	0.79 221	1.49 17	1.16 50	0.70 46	1.12 90	0.64 52	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 229	0.22 131	0.26 78	0.25 96

rvit_0105_6	1.00 110	0.93 367	2.21 165	0.92 168	0.55 143	1.52 54	0.79 221	2.41 107	2.96 475	0.76 70	0.72 20	1.02 138	0.75 84	1.42 127	0.81 134	0.40 354	0.43 437	0.34 302	0.31 320	0.43 340	0.34 241

Former-RAFT_DAM_RVC	0.92 83	0.73 280	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

CES	1.01 113	0.55 99	1.74 114	0.92 168	2.15 526	2.15 95	0.50 64	2.01 67	1.45 98	0.76 70	1.02 65	0.61 46	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 535

psmg	1.47 205	0.59 141	1.94 131	0.92 168	0.85 281	4.30 447	1.42 434	4.10 408	1.88 270	2.64 454	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 304	0.33 284	0.34 348	0.36 257	0.34 241

CIPLG	2.27 328	1.18 424	19.24 463	0.92 168	1.34 424	3.95 358	0.89 291	4.23 440	1.82 258	2.31 390	2.67 460	1.17 156	1.06 183	1.53 151	1.32 274	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

dd	1.26 172	1.15 418	2.47 192	0.92 168	0.49 112	4.35 451	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 462	0.34 376	0.35 321	0.33 339	0.60 418	0.46 358

IPLGR_C	2.28 333	1.31 450	19.46 471	0.92 168	1.32 418	3.93 348	0.89 291	4.20 427	1.82 258	2.30 384	2.63 457	1.16 155	1.07 185	1.41 125	1.29 270	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

PFNet+	1.46 202	0.57 120	2.84 217	0.92 168	0.47 97	4.64 503	0.84 252	2.46 119	1.99 287	2.14 326	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 364	0.37 348	0.39 406	0.32 190	0.49 375

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 470	7.47 553	2.96 189	1.55 172	2.31 390	2.56 449	1.26 174	16.23 564	2.46 258	0.89 166	0.28 149	0.21 166	0.58 471	0.41 424	0.34 226	1.32 511

sAnonymous2	1.37 192	1.22 435	9.79 325	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 280	0.31 229	0.30 304	1.06 498	0.71 452

CroCo_RVC	1.37 192	1.22 435	9.79 325	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 280	0.31 229	0.30 304	1.06 498	0.71 452

HSM-Net_RVC	2.87 429	0.57 120	17.46 435	0.92 168	0.90 302	3.70 293	1.20 398	5.64 551	2.51 413	3.22 499	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 280	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
rvit_0105_4	1.07 124	0.99 384	2.39 187	0.93 182	0.54 136	1.62 60	0.84 252	2.77 169	2.91 469	0.80 82	0.91 50	1.09 145	0.86 123	1.63 173	0.85 146	0.40 354	0.45 447	0.35 321	0.31 320	0.43 340	0.40 317

MGS-Stereo	0.80 50	0.56 110	1.53 95	0.93 182	0.39 42	1.26 27	0.73 172	1.45 14	1.30 72	1.01 118	2.26 403	0.80 94	0.56 29	1.16 66	0.65 65	0.27 112	0.23 222	0.26 109	0.22 131	0.27 90	0.25 96

LL-Strereo2	1.23 156	0.85 345	2.38 186	0.93 182	0.68 216	3.72 297	1.37 423	2.54 136	1.99 287	1.75 212	1.40 159	1.82 263	0.73 77	1.40 120	0.99 204	0.31 230	0.23 222	0.55 465	0.35 364	0.29 121	0.24 86

ACVNet	1.46 202	0.64 201	3.56 248	0.93 182	0.85 281	4.22 433	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 412	1.46 283	1.33 109	1.89 376	0.29 171	0.26 293	0.30 207	0.26 203	0.39 282	0.27 136

tg	1.15 136	0.67 232	1.31 70	0.94 186	0.54 136	4.02 376	0.41 34	2.96 189	1.59 202	1.69 197	1.85 312	1.84 269	0.97 152	1.78 195	0.83 140	0.27 112	0.17 39	0.29 187	0.26 203	0.29 121	0.27 136

gcap-zeroshot	1.30 183	0.61 170	4.09 259	0.94 186	0.56 147	3.50 252	0.84 252	3.12 207	1.72 237	1.84 225	1.22 108	2.72 376	0.88 129	1.46 138	0.80 128	0.29 171	0.30 339	0.27 137	0.21 98	0.29 121	0.25 96

IGEV++	0.90 80	0.58 133	1.32 73	0.94 186	0.45 78	1.27 28	1.00 346	3.32 236	1.55 172	0.82 86	1.34 143	0.86 110	1.09 188	1.16 66	0.89 166	0.33 267	0.18 66	0.23 28	0.19 67	0.29 121	0.22 60

IER	1.69 236	0.65 211	7.19 293	0.94 186	1.15 370	3.28 213	0.89 291	3.48 250	1.97 284	2.10 312	1.98 346	2.28 318	2.12 407	2.25 250	1.75 361	0.29 171	0.23 222	0.36 336	0.30 304	0.32 190	0.34 241

GCAP-BAT	1.21 151	0.74 288	3.23 232	0.95 190	0.70 225	3.86 333	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

RSM++	0.77 41	0.51 65	1.08 17	0.95 190	0.42 59	1.52 54	0.71 164	2.11 76	1.40 86	0.80 82	1.23 112	0.90 119	0.59 38	1.14 59	0.69 87	0.24 61	0.19 96	0.25 80	0.21 98	0.28 107	0.20 19

CASS	1.29 182	0.66 222	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 438	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 439	0.28 316	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 453	1.79 470	2.43 113	1.51 139	2.49 425	2.98 479	2.00 293	3.41 483	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 541

iRaftStereo_RVC	1.09 125	0.70 253	1.39 80	0.95 190	0.45 78	3.83 318	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

EAI-Stereo	2.35 356	0.63 189	2.97 222	0.95 190	0.65 197	3.84 323	14.27 566	5.04 539	2.19 335	2.06 305	7.25 528	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

MSKI-zero shot	2.22 318	0.64 201	20.09 495	0.96 196	0.56 147	4.04 380	0.70 162	3.91 344	1.50 132	1.92 250	2.28 408	1.92 277	0.71 70	2.93 291	0.67 75	0.26 97	0.23 222	0.26 109	0.21 98	0.28 107	0.26 120

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 196	1.19 384	0.78 5	0.39 24	1.12 6	1.54 164	1.19 137	1.26 121	0.51 34	0.64 51	1.13 57	1.03 209	0.30 211	0.20 134	0.24 58	0.21 98	0.40 287	0.25 96

GwcNet-ADL	2.47 378	0.67 232	21.48 548	0.96 196	0.72 229	4.61 499	0.95 329	4.42 502	2.36 374	1.98 267	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 456	0.24 58	0.27 229	0.41 311	0.49 375

FTStereo	3.71 490	0.53 82	20.37 509	0.96 196	0.65 197	4.34 450	11.29 561	2.62 149	1.50 132	2.58 442	5.04 520	1.90 275	13.84 560	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 532

RAFT	1.23 156	0.84 341	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 407	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

test-1	1.23 156	0.65 211	1.88 125	0.96 196	0.52 127	3.84 323	0.62 125	4.01 374	1.47 111	1.93 254	1.78 275	1.83 266	0.92 141	1.19 79	1.28 267	0.26 97	0.29 326	0.31 229	0.24 171	0.29 121	0.36 261

hitnet-ft	2.37 362	0.73 280	8.34 305	0.96 196	0.89 299	3.77 306	0.80 231	3.55 267	2.58 423	2.24 370	2.04 358	3.65 464	1.49 293	11.71 525	1.89 376	0.44 393	0.53 475	0.44 402	0.35 364	0.52 388	0.48 368

DEFOM-Stereo_RVC	0.81 58	1.13 413	1.23 57	0.97 203	0.57 159	0.81 6	0.43 43	3.49 253	0.84 26	0.73 53	0.95 60	0.44 26	1.17 216	1.45 134	0.60 48	0.26 97	0.18 66	0.24 58	0.17 27	0.30 144	0.19 5

rvit_0105_3	1.24 161	0.93 367	2.84 217	0.97 203	0.58 168	2.38 112	1.08 369	3.26 226	2.53 415	1.18 136	1.40 159	1.24 172	1.04 171	1.73 189	0.97 198	0.44 393	0.44 442	0.40 374	0.42 430	0.42 330	0.50 382

rvit_stereo_ft	1.00 110	0.87 351	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

AEACV	0.79 49	0.54 93	1.35 77	0.97 203	0.63 187	1.13 14	0.92 317	2.02 68	0.91 31	0.76 70	0.79 32	0.80 94	1.61 322	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

RAFT+CT+SA	1.62 224	0.72 269	7.42 295	0.97 203	1.42 446	4.04 380	0.94 325	3.90 339	1.61 207	1.61 182	1.63 222	1.33 183	1.18 218	2.73 287	1.10 221	0.27 112	0.19 96	0.31 229	0.34 348	0.33 208	0.33 229

PS-NSSS	2.22 318	1.33 455	2.90 221	0.97 203	1.53 462	4.11 397	1.08 369	4.55 522	2.65 433	2.10 312	2.32 428	1.77 246	1.40 260	11.79 528	1.61 332	0.68 485	0.45 447	0.96 518	0.43 433	0.95 490	0.92 487

UGAM-zero	2.79 420	0.57 120	20.87 529	0.98 209	0.77 251	2.08 92	0.35 19	3.88 332	1.51 139	2.05 300	1.64 224	5.07 522	3.42 486	9.83 441	1.24 254	0.28 149	0.21 166	0.27 137	0.29 286	0.29 121	0.28 155

HH	2.23 320	0.86 348	21.59 550	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 385	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

HanStereo	2.23 320	0.86 348	21.59 550	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 385	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

dad	1.65 230	1.19 426	3.04 226	0.98 209	0.56 147	4.22 433	0.84 252	1.99 66	2.48 405	2.14 326	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 512	0.40 420	2.04 537	0.48 450	0.75 470	0.53 397

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 462	1.82 474	3.03 198	1.53 155	2.18 345	3.45 501	1.72 238	3.49 489	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 533

FADNet_RVC	2.65 405	2.28 507	16.51 418	0.98 209	0.92 305	4.09 390	0.83 249	4.26 457	1.73 240	1.46 163	1.78 275	1.60 219	1.50 294	8.88 414	2.39 426	0.47 418	0.38 406	0.44 402	0.58 480	0.89 485	0.97 491

RAFT-Stereo-weight	1.11 128	0.48 49	1.22 56	0.99 215	0.42 59	4.17 420	0.80 231	3.60 273	1.50 132	1.97 265	1.50 183	1.30 180	0.65 54	1.24 86	0.85 146	0.25 82	0.19 96	0.26 109	0.22 131	0.27 90	0.23 71

Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 420	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

CroCo-Stereo Lap2	0.99 108	0.89 354	2.55 195	0.99 215	1.80 509	0.54 3	0.46 54	3.10 205	1.24 59	1.07 126	1.21 106	1.05 144	0.78 101	1.26 92	1.08 217	0.27 112	0.23 222	0.27 137	0.21 98	0.43 340	0.34 241

test_3	1.19 143	0.51 65	2.08 156	0.99 215	0.41 53	2.05 90	0.87 282	4.40 500	1.42 91	1.99 272	1.18 98	2.03 297	0.79 104	2.70 284	0.75 112	0.27 112	0.17 39	0.29 187	0.29 286	0.30 144	0.27 136

LCNet	1.55 207	0.54 93	1.88 125	0.99 215	0.55 143	3.60 276	1.21 401	2.86 183	1.53 155	2.18 345	1.74 254	1.43 200	4.17 502	3.62 307	0.87 159	0.29 171	0.20 134	0.28 166	0.77 504	0.47 371	1.85 527

ICVP	2.26 326	0.66 222	21.18 541	0.99 215	0.88 294	4.28 444	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 454	0.35 382	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
R-Stereo Train	1.20 148	0.58 133	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96

RAFT-Stereo	1.20 148	0.58 133	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
fffy	0.80 50	0.59 141	1.56 101	1.00 223	0.47 97	1.27 28	0.76 197	1.90 57	1.02 42	0.75 60	1.35 146	0.83 100	0.72 73	1.70 186	0.62 52	0.23 47	0.19 96	0.27 137	0.21 98	0.28 107	0.32 213

MyStereo07	1.01 113	0.80 322	1.26 61	1.00 223	1.04 345	3.95 358	0.95 329	2.07 73	1.42 91	0.75 60	1.22 108	0.68 63	0.91 138	1.63 173	0.67 75	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

MyStereo04	2.29 336	0.80 322	18.77 455	1.00 223	1.04 345	3.95 358	0.95 329	3.91 344	2.54 419	1.99 272	1.27 127	2.31 325	1.65 343	2.02 225	1.77 362	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

CoDeX	2.40 364	0.78 314	13.21 363	1.00 223	1.18 377	3.24 202	1.32 412	4.14 417	2.41 392	1.74 210	1.84 305	2.05 301	1.47 285	10.03 452	1.60 329	0.34 279	0.28 316	0.32 249	0.27 229	0.32 190	0.39 297

testlalala	1.14 135	0.62 180	1.34 75	1.00 223	0.78 252	4.38 453	0.93 319	2.46 119	2.20 337	2.44 419	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

TransformOpticalFlow	3.03 453	0.77 308	20.99 534	1.00 223	0.55 143	4.18 423	0.64 130	4.33 483	3.02 483	2.18 345	3.09 487	4.35 496	5.07 516	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

DilatedVolume-Stereo	0.81 58	0.60 153	1.51 94	1.01 229	0.59 171	1.34 38	0.51 68	1.56 23	1.08 47	1.26 141	1.24 113	0.77 87	0.87 127	1.79 199	0.72 101	0.23 47	0.24 256	0.22 14	0.21 98	0.25 61	0.23 71

StereoVision	1.65 230	0.75 300	7.47 297	1.01 229	1.80 509	2.61 136	0.61 112	3.06 203	1.96 282	1.25 139	3.46 502	1.85 272	0.88 129	2.07 226	1.93 381	0.43 386	0.36 387	0.37 348	0.36 374	0.48 374	0.33 229

RAFT-Test	1.44 199	0.59 141	6.10 283	1.01 229	0.69 222	2.90 154	0.80 231	3.68 287	1.70 233	1.85 226	1.68 236	3.15 417	1.03 167	1.20 80	0.99 204	0.27 112	0.22 195	0.25 80	0.23 146	0.27 90	0.25 96

ToySt	1.35 190	0.72 269	3.65 254	1.01 229	0.50 116	3.31 218	1.01 349	3.46 249	1.73 240	1.30 142	1.55 199	2.07 306	1.47 285	1.88 213	1.40 285	0.27 112	0.27 304	0.30 207	0.32 331	0.42 330	0.39 297

test-3	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.91 304	4.35 487	1.47 111	2.24 370	1.16 95	2.06 303	0.79 104	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

test_1	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.90 296	4.36 492	1.47 111	2.17 343	1.16 95	2.06 303	0.78 101	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

CFNet-RSSM	2.08 302	0.52 71	20.06 491	1.01 229	0.56 147	3.39 225	0.64 130	3.67 285	1.55 172	1.72 206	1.37 151	2.57 359	1.19 222	1.11 51	0.86 153	0.27 112	0.20 134	0.25 80	0.23 146	0.27 90	0.23 71

delet	1.92 273	0.76 305	5.14 273	1.01 229	1.65 487	3.44 234	2.03 486	3.76 304	2.48 405	2.01 286	2.05 364	2.63 366	1.90 391	5.34 340	2.12 405	0.28 149	0.29 326	0.40 374	0.31 320	0.41 311	0.45 348

Gwc-CoAtRS	1.58 214	0.57 120	11.69 351	1.01 229	0.60 174	2.53 130	0.64 130	2.36 104	1.56 178	1.80 220	1.47 174	2.74 377	1.18 218	1.12 54	0.90 170	0.27 112	0.21 166	0.25 80	0.22 131	0.27 90	0.23 71

DeepPruner_ROB	2.05 297	1.09 407	10.50 337	1.01 229	1.20 390	4.39 456	0.91 304	3.14 209	1.72 237	2.60 446	1.54 195	2.78 387	1.27 232	4.52 327	1.72 353	0.51 445	0.40 420	0.37 348	0.34 348	0.48 374	0.52 395

MyStereo06	2.46 375	0.72 269	19.97 488	1.02 239	0.99 330	4.26 438	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 478	4.22 503	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

MyStereo05	2.37 362	0.72 269	19.94 486	1.02 239	0.99 330	4.26 438	0.86 264	4.01 374	2.62 428	2.14 326	1.26 121	2.28 318	1.63 338	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

anonymousdsp2	1.26 172	0.60 153	3.74 256	1.02 239	0.41 53	3.60 276	0.72 167	3.68 287	1.47 111	1.37 152	1.56 202	1.83 266	1.01 163	2.00 221	0.66 70	0.29 171	0.20 134	0.28 166	0.20 84	0.32 190	0.29 165

EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 443	0.42 38	4.08 398	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

raft_robust	1.92 273	1.15 418	3.34 240	1.02 239	0.43 65	3.84 323	0.46 54	4.42 502	2.52 414	1.67 195	1.36 150	2.17 312	6.37 534	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

RAFT-345	2.46 375	0.55 99	19.69 478	1.02 239	0.49 112	4.43 466	0.78 214	1.64 34	2.34 369	2.09 309	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

sCroCo_RVC	1.06 121	0.82 333	5.05 272	1.02 239	1.05 347	0.98 8	0.61 112	2.06 71	1.29 70	0.69 45	1.26 121	0.82 98	1.10 194	1.20 80	0.90 170	0.42 380	0.40 420	0.33 284	0.30 304	0.46 367	0.38 290

999	0.97 100	0.48 49	1.24 59	1.03 246	0.64 189	3.25 205	0.92 317	1.40 12	1.39 82	0.71 50	1.68 236	0.70 67	0.66 60	3.03 295	0.89 166	0.23 47	0.19 96	0.25 80	0.21 98	0.25 61	0.29 165

cross-raft	2.01 291	0.57 120	19.01 461	1.03 246	0.56 147	2.11 94	0.72 167	3.63 278	1.57 184	1.77 214	1.51 185	3.17 419	1.13 200	1.16 66	0.85 146	0.23 47	0.21 166	0.26 109	0.23 146	0.28 107	0.25 96

anonymousa	2.16 312	0.67 232	19.19 462	1.04 248	1.67 491	2.06 91	0.79 221	2.86 183	1.96 282	1.85 226	2.14 383	3.23 424	1.81 376	1.12 54	1.15 230	0.26 97	0.26 293	0.34 302	0.32 331	0.30 144	0.28 155

PAM_32	2.45 372	0.63 189	20.74 524	1.05 249	0.65 197	2.83 146	0.46 54	2.91 186	1.54 164	1.95 259	2.66 459	4.99 518	3.78 493	1.96 219	0.92 181	0.27 112	0.22 195	0.27 137	0.25 183	0.36 257	0.48 368

model_zeroshot	1.21 151	0.60 153	3.55 246	1.05 249	0.57 159	3.46 239	0.63 127	2.73 163	1.55 172	2.05 300	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

MIM_Stereo	1.20 148	0.78 314	3.30 237	1.05 249	0.43 65	3.04 174	0.60 108	2.46 119	1.51 139	1.60 177	1.58 205	1.82 263	1.29 237	2.00 221	1.07 215	0.24 61	0.24 256	0.28 166	0.25 183	0.27 90	0.27 136

riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 460	2.03 398	1.29 101	1.00 206	0.28 149	0.27 304	0.34 302	0.21 98	0.41 311	0.43 336

RAFT-Stereo + iAFF	1.25 165	0.72 269	1.74 114	1.05 249	0.36 14	4.13 402	0.42 38	2.95 188	2.84 465	2.02 291	2.40 433	1.61 221	1.11 197	1.26 92	0.97 198	0.21 27	0.15 21	0.26 109	0.23 146	0.29 121	0.23 71

LALA_ROB	1.95 278	1.48 470	3.11 228	1.05 249	0.98 327	3.99 371	1.82 474	4.44 506	2.28 355	3.31 501	1.85 312	2.76 385	1.67 347	4.04 321	3.23 465	0.46 409	0.41 429	0.55 465	0.52 467	0.60 418	0.57 414

FACV-RUCA	1.26 172	0.65 211	2.21 165	1.06 255	1.50 457	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 429	0.73 506	0.41 424	0.61 423	0.41 323

Anonymous_2	3.01 451	0.89 354	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 484	2.35 429	1.64 175	1.28 267	0.82 500	0.90 521	8.71 576	15.84 579	4.44 554	0.74 461

PAM	2.43 369	0.61 170	20.86 527	1.07 257	0.73 234	2.93 164	0.53 78	3.24 223	1.53 155	1.89 242	2.43 434	5.29 528	2.76 451	1.84 205	1.02 208	0.27 112	0.24 256	0.26 109	0.25 183	0.40 287	0.50 382

DualNet (step1)	2.34 351	1.05 396	7.87 299	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 347	6.26 365	1.26 260	1.23 521	0.48 466	4.27 565	2.09 551	0.70 453	0.69 447

test_sample9	3.79 492	1.05 396	7.87 299	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 347	11.06 491	11.61 531	1.23 521	14.45 580	4.27 565	2.09 551	0.70 453	0.69 447

test_sample8	4.76 517	1.05 396	7.87 299	1.07 257	0.86 286	3.93 348	1.19 394	4.38 496	2.05 303	5.49 537	1.89 325	12.98 555	6.37 534	11.06 491	11.61 531	1.23 521	14.45 580	4.27 565	2.09 551	0.70 453	0.69 447

CBFPSM	2.05 297	0.95 375	10.12 332	1.07 257	1.05 347	2.84 147	1.20 398	3.28 227	1.73 240	1.82 223	1.30 132	4.56 506	4.06 499	2.34 253	2.34 425	0.25 82	0.38 406	0.32 249	0.27 229	0.37 267	0.79 473

SA	1.62 224	0.75 300	3.78 258	1.07 257	0.43 65	4.26 438	1.36 418	4.45 509	3.12 490	1.63 185	1.97 344	1.68 228	2.26 422	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

CFNet-ft	1.90 266	0.95 375	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 339	0.61 482	0.36 374	0.52 388	0.39 297

CFNet_RVC	1.90 266	0.95 375	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 339	0.61 482	0.36 374	0.52 388	0.39 297

rvit_105_1	1.43 198	0.90 356	3.27 235	1.08 265	0.68 216	2.79 142	1.27 407	3.52 260	2.35 371	1.38 154	1.54 195	1.28 176	1.14 207	2.91 289	1.40 285	0.54 456	0.47 460	0.45 409	0.59 482	0.44 348	0.58 419

AIO-Stereo-zeroshot1	2.68 413	1.26 442	22.01 557	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 525	3.35 434	3.44 487	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

gwcnet-sp	2.31 340	1.21 429	17.34 428	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

scenet	2.31 340	1.21 429	17.34 428	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

ssnet	2.31 340	1.21 429	17.34 428	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

pcwnet_v2	2.70 416	0.65 211	22.48 560	1.08 265	1.03 342	3.56 268	0.81 240	4.29 466	3.14 493	2.29 380	2.29 411	3.01 405	1.71 356	3.32 300	1.43 292	0.43 386	0.50 472	0.41 386	0.34 348	0.61 423	0.56 410

AIO-Stereo-zeroshot	2.35 356	0.99 384	19.62 475	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 515	2.45 436	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 462	0.81 240	3.97 364	2.78 449	1.99 272	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

PSMNet-ADL	1.91 270	0.72 269	1.78 118	1.09 271	0.86 286	4.18 423	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 398	1.82 378	10.38 465	1.91 379	0.48 423	0.46 456	0.28 166	0.29 286	0.38 272	0.51 390

GES	1.38 194	0.64 201	2.61 202	1.09 271	0.57 159	4.30 447	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 365	1.62 169	1.61 332	0.39 347	0.27 304	0.33 284	0.30 304	0.41 311	0.47 363

test_xeample	2.67 409	0.56 110	2.05 144	1.09 271	0.81 260	3.24 202	0.80 231	4.55 522	2.70 439	2.42 416	2.27 404	1.39 191	1.40 260	10.75 475	17.51 555	0.30 211	0.30 339	0.32 249	0.28 258	0.34 226	0.33 229

FADNet-RVC	2.51 385	2.27 505	14.03 382	1.09 271	0.81 260	3.54 263	1.10 375	4.13 411	2.48 405	1.39 155	1.22 108	1.85 272	1.77 365	9.78 440	2.06 398	0.38 335	0.37 400	0.40 374	0.40 417	0.67 447	0.48 368

ADCP+	3.74 491	1.96 496	16.90 424	1.09 271	1.55 467	4.35 451	3.65 540	3.93 351	2.98 479	2.22 363	1.66 232	3.95 473	4.83 513	3.41 301	18.87 563	0.38 335	0.41 429	0.63 487	0.53 471	0.64 437	0.81 475

ETE_ROB	2.07 300	1.40 462	3.01 225	1.09 271	0.92 305	3.94 353	1.53 446	4.25 450	2.23 341	3.31 501	2.06 368	2.35 329	1.52 300	8.74 412	2.07 401	0.44 393	0.36 387	0.51 446	0.48 450	0.54 397	0.62 430

SGM-Forest	2.96 439	0.62 180	3.49 243	1.09 271	0.80 257	4.06 383	3.30 528	4.37 495	3.09 489	4.18 527	3.27 496	4.67 512	3.86 496	11.69 524	7.91 513	0.51 445	0.46 456	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GREAT-IGEV	0.74 25	0.54 93	1.86 123	1.10 280	0.44 71	2.44 118	0.34 16	1.37 10	1.51 139	0.48 2	0.86 42	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

HI	1.27 177	0.90 356	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 380	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

CoSv	1.27 177	0.90 356	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 380	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

AE-Stereo	1.18 141	0.60 153	2.05 144	1.10 280	0.60 174	4.39 456	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

AFF-stereo	1.31 187	0.77 308	1.46 87	1.10 280	0.45 78	3.93 348	0.48 61	2.92 187	2.92 471	1.90 243	2.21 396	2.11 310	1.52 300	1.93 216	1.12 227	0.21 27	0.16 26	0.25 80	0.25 183	0.29 121	0.20 19

DSFCA	1.89 264	0.69 243	3.14 230	1.10 280	1.18 377	3.99 371	1.79 470	3.50 256	2.16 330	3.10 491	1.64 224	2.91 398	2.50 439	5.38 341	2.26 418	0.43 386	0.38 406	0.37 348	0.36 374	0.50 382	0.42 327

MLCV	1.87 259	0.91 361	8.59 309	1.10 280	0.57 159	3.59 274	0.53 78	3.70 297	2.20 337	2.80 470	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

DFGA-Net	2.11 305	3.00 519	7.43 296	1.11 287	0.76 245	3.72 297	0.60 108	2.63 150	1.91 278	2.01 286	2.07 369	1.22 170	1.04 171	10.26 461	2.26 418	0.27 112	0.22 195	0.34 302	0.34 348	0.61 423	0.48 368

DCVSM-stereo	2.31 340	0.66 222	20.69 523	1.11 287	0.93 310	2.58 135	0.73 172	2.61 148	1.60 203	2.57 438	1.53 193	3.30 430	1.72 358	2.19 243	1.23 252	0.34 279	0.53 475	0.41 386	0.32 331	0.45 356	0.62 430

Sa-1000	1.63 228	0.79 318	3.56 248	1.11 287	0.48 105	4.06 383	1.41 432	4.49 515	2.75 446	2.00 284	2.80 471	1.84 269	1.43 273	2.64 281	1.50 310	0.27 112	0.19 96	0.36 336	0.33 339	0.36 257	0.30 192

222	2.68 413	0.57 120	2.03 141	1.11 287	0.81 260	3.23 198	0.65 139	4.52 520	2.45 401	2.34 401	2.29 411	1.41 197	1.44 276	10.50 466	18.47 560	0.32 251	0.30 339	0.32 249	0.27 229	0.32 190	0.34 241

LL-Strereo	3.01 451	1.81 491	17.59 438	1.12 291	2.10 525	2.90 154	1.09 373	4.33 483	2.00 291	3.12 493	2.24 400	3.29 428	3.15 471	11.31 502	1.84 371	0.30 211	0.28 316	0.46 415	0.34 348	0.49 380	0.45 348

NINENet	1.87 259	0.74 288	2.60 199	1.12 291	1.06 350	4.50 479	0.76 197	4.41 501	2.24 343	2.16 339	1.86 315	3.63 462	0.97 152	8.00 401	1.17 236	0.41 369	0.30 339	0.41 386	0.30 304	0.41 311	0.36 261

RALCasStereoNet	1.19 143	1.02 389	2.06 153	1.12 291	1.14 368	3.08 182	0.70 162	2.99 192	1.73 240	1.34 146	1.68 236	1.18 160	0.91 138	2.16 238	1.00 206	0.30 211	0.26 293	0.24 58	0.21 98	0.29 121	0.30 192

MMNet	2.02 292	0.81 326	10.76 340	1.12 291	1.23 398	3.53 259	0.89 291	3.79 310	2.08 308	2.15 334	1.76 267	2.15 311	2.12 407	3.69 310	2.32 423	0.31 230	0.29 326	0.34 302	0.27 229	0.38 272	0.42 327

FADNet-RVC-Resample	2.83 423	2.02 499	21.07 535	1.12 291	0.91 304	3.53 259	1.37 423	4.08 398	2.09 311	1.68 196	1.33 138	2.03 297	1.51 298	9.54 432	1.69 349	0.38 335	0.37 400	0.42 393	0.44 436	0.56 405	0.56 410

RYNet	2.97 443	0.93 367	15.09 402	1.12 291	1.38 433	3.66 288	1.42 434	4.03 379	2.29 358	2.10 312	1.70 243	3.79 467	2.16 414	13.64 556	3.02 461	0.37 318	0.41 429	0.48 426	0.34 348	0.81 479	0.75 464

NaN_ROB	4.06 503	1.13 413	16.64 419	1.12 291	1.25 403	3.50 252	3.05 523	4.29 466	3.26 506	3.64 510	2.56 449	2.97 401	4.79 512	13.33 550	16.91 551	0.37 318	0.41 429	0.38 364	0.39 406	0.48 374	0.81 475

DCRE	1.44 199	0.74 288	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 272	8.09 535	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 280	0.26 109	0.26 203	0.28 107	0.30 192

H2IRNET	1.90 266	0.53 82	14.29 389	1.14 299	0.60 174	4.48 470	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

ffm	1.72 239	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 514	2.20 352	2.30 416	3.48 445	1.62 325	2.21 246	0.65 65	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

ff1	2.96 439	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 514	2.20 352	2.30 416	3.48 445	1.62 325	11.62 515	16.09 545	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

mmx	2.98 445	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 485	2.20 352	2.30 416	3.48 445	1.62 325	11.62 515	16.09 545	0.33 267	0.28 316	0.48 426	0.37 386	0.44 348	0.37 275

xxx	2.98 445	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 485	2.20 352	2.30 416	3.48 445	1.62 325	11.62 515	16.09 545	0.33 267	0.28 316	0.48 426	0.37 386	0.44 348	0.37 275

iinet-f	2.26 326	1.18 424	13.71 371	1.14 299	1.11 364	3.77 306	1.10 375	4.14 417	2.17 332	2.06 305	1.76 267	2.99 403	2.99 461	2.50 261	2.49 438	0.35 299	0.39 415	0.27 137	0.28 258	0.45 356	0.39 297

test_5	1.87 259	0.75 300	10.23 333	1.14 299	1.40 437	3.85 331	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 368	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

DAS	2.31 340	0.67 232	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 443	4.17 524	2.52 444	2.46 349	1.79 368	11.55 512	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

SepStereo	2.15 311	0.67 232	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 443	4.17 524	2.52 444	2.46 349	1.79 368	8.36 404	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

UNet	2.51 385	0.74 288	20.17 498	1.14 299	1.44 447	3.48 245	0.76 197	3.77 306	1.87 268	2.05 300	1.57 204	2.75 379	2.39 431	3.51 303	2.51 440	0.32 251	0.26 293	0.41 386	0.26 203	0.38 272	0.39 297

acv_ft	1.55 207	0.64 201	3.29 236	1.14 299	2.01 519	2.93 164	0.97 338	3.81 313	2.08 308	2.22 363	1.88 319	3.10 412	1.66 345	1.33 109	2.22 416	0.29 171	0.26 293	0.30 207	0.26 203	0.39 282	0.27 136

DMCA	1.72 239	0.74 288	6.63 286	1.14 299	0.96 316	3.98 370	0.90 296	3.75 302	2.76 447	2.83 473	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 304	0.42 393	0.26 203	0.36 257	0.38 290

HSM	2.35 356	0.81 326	2.21 165	1.14 299	1.55 467	3.44 234	1.03 355	3.99 370	2.25 346	2.29 380	2.11 377	8.04 543	3.05 468	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

G2L-Stereo	2.49 382	0.94 373	14.54 392	1.15 312	1.35 425	3.57 272	0.95 329	3.62 277	2.00 291	2.11 316	1.61 217	3.20 420	1.34 246	9.54 432	1.91 379	0.34 279	0.27 304	0.35 321	0.28 258	0.30 144	0.35 255

MC-Stereo	1.06 121	0.48 49	1.55 99	1.15 312	0.41 53	4.56 493	0.61 112	2.06 71	1.46 106	1.90 243	1.61 217	0.89 117	1.12 198	1.35 113	0.73 104	0.25 82	0.18 66	0.26 109	0.22 131	0.25 61	0.24 86

qqq	1.30 183	0.57 120	1.67 108	1.15 312	0.51 118	2.18 97	0.91 304	3.98 366	1.53 155	1.50 168	1.24 113	1.79 254	1.34 246	4.66 329	0.98 201	0.28 149	0.31 349	0.33 284	0.33 339	0.33 208	0.32 213

NRIStereo	1.28 180	0.61 170	1.67 108	1.15 312	0.38 39	4.73 522	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

RAFT + AFF	2.51 385	2.66 515	4.48 267	1.15 312	1.95 516	4.15 406	2.01 485	4.46 510	3.30 511	2.19 349	2.51 443	2.22 315	4.87 514	8.91 416	2.06 398	0.30 211	0.60 494	0.48 426	0.38 399	0.77 472	0.69 447

NCCL2	2.53 389	1.35 456	10.90 343	1.15 312	0.97 320	3.53 259	2.56 506	3.65 281	2.23 341	2.76 466	1.80 281	2.41 336	1.66 345	10.35 462	2.07 401	0.44 393	0.40 420	0.57 470	0.53 471	0.59 414	0.65 440

AIO-test2	1.61 222	1.30 446	3.40 241	1.16 318	1.31 412	3.18 192	0.74 184	4.06 391	1.52 148	1.72 206	2.21 396	0.78 88	0.74 81	3.64 309	0.95 196	3.64 552	0.26 293	0.35 321	0.42 430	0.37 267	0.33 229

CSP-Net	1.78 250	1.32 452	1.92 130	1.16 318	1.03 342	3.38 224	1.31 411	3.52 260	1.75 248	1.96 263	1.93 336	2.40 334	1.48 287	8.58 410	1.58 325	0.46 409	0.34 376	0.27 137	0.26 203	0.41 311	0.50 382

DispNO	3.00 449	0.75 300	18.92 458	1.17 320	1.10 362	3.72 297	0.94 325	4.29 466	2.54 419	2.24 370	2.28 408	4.51 502	2.12 407	11.40 504	2.09 403	0.31 230	0.28 316	0.31 229	0.28 258	0.36 257	0.39 297

coex-ft	18.59 573	6.62 540	113.53 592	1.17 320	1.31 412	2.33 110	1.93 480	2.81 179	14.00 564	124.82 594	8.45 538	5.90 534	51.74 587	9.99 450	22.69 568	0.57 462	0.62 497	0.50 443	0.49 454	1.08 503	1.28 507

rafts_anoy	1.24 161	0.80 322	3.61 252	1.17 320	1.20 390	3.00 171	0.61 112	3.17 214	1.58 187	1.37 152	1.26 121	1.19 164	1.12 198	1.78 195	1.25 257	0.32 251	0.23 222	0.32 249	0.32 331	0.31 163	0.30 192

FADNet	2.49 382	1.76 488	13.17 362	1.17 320	0.95 315	3.27 209	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 402	9.93 447	1.94 383	0.43 386	0.45 447	0.40 374	0.43 433	1.06 498	0.53 397

ADCRef	3.30 473	1.23 439	14.90 397	1.17 320	1.41 444	3.95 358	1.64 460	3.88 332	2.36 374	3.05 489	2.21 396	2.40 334	2.81 455	5.04 334	16.63 550	0.46 409	0.34 376	0.63 487	0.62 488	0.54 397	0.67 442

AANet_RVC	3.03 453	1.72 485	12.78 360	1.17 320	1.12 365	3.79 312	1.10 375	3.86 326	3.13 491	2.62 450	4.26 513	3.96 475	1.41 265	11.43 507	5.23 492	0.94 507	0.47 460	0.34 302	0.23 146	0.40 287	0.55 407

w-ln-seven-2	2.73 418	2.13 502	12.47 358	1.18 326	1.01 339	3.54 263	1.58 453	3.93 351	3.26 506	2.43 418	2.02 353	2.63 366	2.28 423	7.93 400	5.45 494	0.40 354	0.40 420	0.44 402	0.34 348	0.62 427	0.47 363

Wz-Net-LNSev	2.30 339	1.67 484	14.88 396	1.18 326	1.65 487	3.49 248	1.54 449	3.63 278	2.03 296	1.88 236	1.64 224	3.29 428	2.06 402	2.71 285	2.02 394	0.40 354	0.33 364	0.32 249	0.31 320	0.53 394	0.49 375

aanetorigin	3.30 473	1.66 482	17.52 437	1.18 326	1.58 475	2.57 133	3.80 542	2.65 152	2.03 296	6.12 544	4.30 514	2.82 390	5.70 524	5.47 344	4.67 479	0.50 439	0.44 442	0.43 397	0.47 445	1.17 513	0.92 487

G2L-ROB	2.13 309	0.78 314	10.06 329	1.19 329	1.06 350	3.84 323	0.93 319	3.32 236	2.27 351	2.20 352	1.47 174	2.65 369	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

testlalala_base	1.62 224	0.74 288	1.63 105	1.19 329	1.40 437	2.63 138	0.84 252	4.09 400	1.31 73	1.22 138	1.42 163	1.21 169	0.85 120	1.16 66	0.73 104	3.92 558	2.10 545	0.27 137	0.18 47	4.49 555	1.11 501

EDNetEfficientorigin	12.35 564	2.51 509	179.47 595	1.19 329	0.96 316	2.91 157	1.81 473	3.00 194	5.35 545	8.91 557	4.79 517	4.18 488	4.64 511	9.98 449	11.30 528	0.37 318	0.38 406	0.60 479	0.85 510	1.32 520	2.43 540

CSAN	4.71 516	1.39 461	20.23 500	1.19 329	0.87 291	3.65 287	3.50 534	4.57 524	3.87 526	3.89 516	7.82 532	3.54 459	6.16 532	23.47 573	6.82 502	0.52 451	0.45 447	0.49 440	0.52 467	0.63 429	0.66 441

PSMNet_ROB	2.95 436	1.38 459	18.46 452	1.19 329	1.20 390	3.80 314	1.65 463	3.54 265	2.35 371	1.98 267	1.71 247	2.75 379	1.79 368	11.43 507	2.78 454	0.42 380	0.36 387	0.50 443	0.60 484	0.59 414	0.49 375

ITSA-stereo	1.86 258	0.72 269	3.74 256	1.20 334	0.66 204	4.09 390	0.91 304	4.24 448	2.53 415	1.93 254	1.77 272	1.59 218	2.15 411	6.12 362	2.44 434	0.40 354	0.38 406	0.40 374	0.40 417	0.50 382	0.98 493

1111x	3.13 462	0.57 120	8.38 307	1.20 334	0.76 245	3.80 314	0.88 286	4.61 527	2.63 430	2.31 390	2.16 386	1.95 281	1.81 376	11.54 511	18.13 558	0.32 251	0.31 349	0.32 249	0.30 304	0.35 244	0.34 241

ssnet_v2	2.04 295	0.88 353	7.87 299	1.20 334	0.87 291	3.86 333	1.64 460	4.01 374	2.60 427	2.61 448	1.96 338	3.79 467	1.71 356	2.20 244	2.96 458	0.41 369	0.35 382	0.42 393	0.37 386	0.55 399	0.52 395

ADLNet2	3.15 465	0.92 363	20.06 491	1.20 334	1.79 506	3.83 318	1.48 439	3.94 355	3.59 520	2.19 349	2.47 438	4.65 511	1.93 394	10.69 474	1.96 388	0.39 347	0.37 400	0.28 166	0.30 304	0.48 374	0.43 336

GEStereo_RVC	1.91 270	0.80 322	6.57 285	1.20 334	1.06 350	4.02 376	1.43 436	4.13 411	1.89 274	2.03 295	1.80 281	2.34 327	1.86 385	4.94 333	1.77 362	0.48 423	0.38 406	0.32 249	0.28 258	0.42 330	0.50 382

BEATNet_4x	1.92 273	1.36 457	8.75 313	1.20 334	0.56 147	3.46 239	1.03 355	4.00 372	2.43 396	2.25 373	1.70 243	2.10 308	1.59 315	2.57 275	3.05 462	0.37 318	0.22 195	0.47 418	0.29 286	0.60 418	0.40 317

StereoDRNet-Refined	1.77 249	0.81 326	2.22 168	1.21 340	0.76 245	3.26 207	0.71 164	3.82 316	2.05 303	2.29 380	2.05 364	2.98 402	1.44 276	7.15 385	2.27 420	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBMV_ROB	3.62 485	0.70 253	21.42 547	1.21 340	0.89 299	4.43 466	1.76 469	4.39 498	2.79 451	5.88 541	3.38 499	4.18 488	5.12 517	10.75 475	2.32 423	0.56 460	0.55 481	0.53 457	0.51 464	0.55 399	0.46 358

MSMD_ROB	5.61 530	1.08 404	16.68 420	1.21 340	0.83 273	10.14 557	2.07 489	3.93 351	6.22 551	10.37 565	8.03 534	22.22 569	9.45 554	11.66 521	4.52 478	0.66 479	0.58 489	0.66 493	0.68 495	0.65 440	0.63 434

MyStereo8	2.33 347	1.13 413	19.26 466	1.22 343	1.62 479	4.16 415	0.57 92	3.50 256	2.36 374	2.15 334	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

IGEV_Zeroshot_test	2.16 312	0.69 243	20.60 521	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 466	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

xxxx	2.67 409	0.54 93	2.03 141	1.22 343	0.81 260	3.49 248	0.63 127	4.49 515	2.49 409	2.22 363	2.23 399	2.05 301	1.38 253	10.05 453	17.91 556	0.32 251	0.32 357	0.30 207	0.27 229	0.33 208	0.34 241

GwcNet-RSSM	2.66 407	1.05 396	15.91 410	1.22 343	1.19 384	4.12 399	1.12 379	3.84 320	2.02 294	1.93 254	1.79 278	3.12 415	1.46 283	10.37 463	2.05 397	0.33 267	0.27 304	0.35 321	0.30 304	0.40 287	0.36 261

HGLStereo	2.03 293	0.74 288	7.50 298	1.23 347	1.56 470	3.62 281	0.95 329	3.78 309	1.89 274	2.03 295	2.20 394	3.12 415	2.14 410	5.68 350	2.04 395	0.37 318	0.31 349	0.32 249	0.29 286	0.40 287	0.45 348

DMCA-RVC	2.45 372	1.22 435	18.29 446	1.23 347	1.14 368	2.49 122	0.85 261	3.29 229	1.68 224	3.02 485	1.41 161	2.00 293	1.53 307	6.39 367	2.00 391	0.38 335	0.30 339	0.44 402	0.35 364	0.45 356	0.44 342

FCDSN-DC	6.04 537	0.84 341	19.25 464	1.24 349	1.09 360	4.38 453	2.62 509	4.38 496	4.71 538	9.59 562	11.22 553	19.19 564	17.40 566	12.30 538	8.55 517	0.69 488	0.57 484	0.60 479	0.60 484	0.70 453	0.78 470
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DLCB_ROB	2.05 297	0.95 375	2.37 185	1.24 349	1.02 341	2.92 160	1.30 410	3.68 287	2.30 359	2.91 476	2.17 388	3.32 432	1.52 300	10.37 463	2.50 439	0.40 354	0.33 364	0.40 374	0.36 374	0.41 311	0.47 363

zh-sn7	3.81 493	11.43 565	15.78 409	1.25 351	1.15 370	3.68 292	2.58 508	4.15 421	2.42 395	2.61 448	3.10 488	3.38 439	3.03 467	11.43 507	6.88 504	0.45 402	0.48 466	0.45 409	0.43 433	0.72 465	0.71 452

GANet-ADL	2.20 317	0.73 280	20.11 496	1.25 351	0.69 222	3.83 318	0.76 197	3.49 253	1.71 234	1.65 192	1.99 349	2.10 308	1.10 194	1.42 127	1.26 260	0.38 335	0.33 364	0.25 80	0.22 131	0.42 330	0.36 261

RALAANet	1.28 180	1.08 404	3.21 231	1.25 351	0.94 312	1.44 45	0.69 156	3.15 211	2.57 422	2.01 286	1.80 281	1.29 179	1.05 176	2.00 221	1.48 306	0.27 112	0.20 134	0.27 137	0.24 171	0.40 287	0.27 136

UPFNet	1.81 254	0.63 189	6.71 287	1.25 351	1.44 447	3.50 252	1.35 416	4.02 378	1.85 266	2.40 414	1.52 186	2.41 336	1.40 260	3.62 307	1.88 375	0.34 279	0.33 364	0.37 348	0.31 320	0.41 311	0.39 297

FAT-Stereo	3.34 476	0.81 326	20.05 490	1.25 351	1.20 390	3.44 234	1.99 484	4.23 440	2.67 436	3.14 494	3.82 509	3.51 454	3.32 480	11.68 523	1.94 383	0.64 474	0.67 505	0.48 426	0.52 467	0.61 423	0.81 475

NCC-stereo	3.16 467	1.28 444	18.31 448	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 463	2.55 447	3.49 451	2.65 447	9.91 445	2.99 459	1.29 527	0.65 501	0.64 490	0.86 511	0.65 440	0.71 452

Abc-Net	3.16 467	1.28 444	18.31 448	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 463	2.55 447	3.49 451	2.65 447	9.91 445	2.99 459	1.29 527	0.65 501	0.64 490	0.86 511	0.65 440	0.71 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
zh-mn7	3.15 465	9.61 558	12.45 357	1.26 358	0.99 330	2.91 157	1.32 412	4.12 409	2.74 443	3.33 503	3.07 484	2.84 391	1.89 390	8.91 416	4.69 481	0.49 435	0.40 420	0.38 364	0.38 399	0.56 405	0.63 434

DDVS	1.68 235	0.79 318	2.52 194	1.26 358	1.16 375	3.17 190	0.78 214	3.12 207	1.82 258	1.86 231	1.91 331	2.92 400	1.43 273	6.20 363	1.63 340	0.45 402	0.65 501	0.34 302	0.38 399	0.48 374	0.79 473

RAFT-RH_RVC	2.63 403	0.55 99	19.97 488	1.26 358	0.47 97	4.46 468	0.57 92	1.71 40	1.64 214	3.06 490	5.51 523	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

raftrobust	1.19 143	0.72 269	2.30 178	1.26 358	1.31 412	3.55 266	0.68 150	2.75 166	1.47 111	2.21 361	1.38 154	1.17 156	1.22 225	1.20 80	1.11 224	0.28 149	0.24 256	0.21 9	0.19 67	0.25 61	0.28 155

psm_up	2.28 333	0.81 326	5.45 280	1.26 358	1.50 457	3.84 323	1.23 403	4.23 440	2.03 296	2.55 434	1.80 281	2.44 346	1.65 343	12.90 547	1.58 325	0.37 318	0.38 406	0.41 386	0.34 348	0.43 340	0.39 297

MFN_U_SF_DS_RVC	3.94 498	10.88 563	12.30 355	1.26 358	1.55 467	5.19 536	3.33 530	4.42 502	2.82 463	2.58 442	2.62 455	5.00 519	2.11 406	14.03 560	2.73 451	1.28 526	2.34 553	0.67 495	1.83 545	0.81 479	1.03 495

ADCMid	3.96 499	3.27 523	15.48 407	1.26 358	1.40 437	4.66 506	2.28 496	4.06 391	3.54 519	3.94 517	3.02 481	3.85 470	3.67 492	4.03 320	18.65 561	0.68 485	0.61 496	1.09 525	1.18 530	1.38 521	1.08 498

SANet	5.65 532	1.72 485	20.94 532	1.26 358	0.88 294	7.20 549	3.81 543	4.60 526	11.23 558	4.56 531	8.78 542	7.49 540	6.95 539	11.85 531	18.11 557	0.49 435	0.44 442	0.50 443	0.42 430	0.90 487	0.82 479

w-ln-seven	2.86 425	3.06 520	14.02 381	1.27 366	1.32 418	4.10 396	1.59 454	3.90 339	2.59 426	3.03 486	2.27 404	3.42 441	2.25 421	6.70 375	4.81 485	0.39 347	0.34 376	0.48 426	0.40 417	0.74 467	0.55 407

ISRNet	1.69 236	0.76 305	5.69 282	1.27 366	1.36 428	2.85 149	0.61 112	3.60 273	1.91 278	2.13 323	2.12 380	2.90 395	1.41 265	2.51 264	1.71 351	0.49 435	0.50 472	0.56 467	0.47 445	0.49 380	0.57 414

z-mn7	3.36 478	9.42 556	14.16 385	1.28 368	1.22 397	3.78 308	1.43 436	3.92 349	3.35 513	2.85 474	3.36 498	3.06 411	1.97 396	9.66 436	5.16 489	0.42 380	0.35 382	0.43 397	0.33 339	0.63 429	0.48 368

edge stereo	3.37 479	1.01 388	21.99 556	1.28 368	1.37 430	2.67 139	1.39 427	3.98 366	2.87 466	2.93 478	3.27 496	4.35 496	2.43 434	11.62 515	2.39 426	0.60 466	0.63 499	0.79 509	0.55 474	0.68 450	0.67 442

ADCPNet	3.89 495	1.63 478	20.25 504	1.28 368	1.27 407	6.43 545	2.65 510	3.93 351	2.70 439	2.78 468	2.20 394	4.28 494	6.16 532	5.56 347	10.27 524	0.65 477	1.18 528	0.71 499	1.70 540	0.84 483	1.37 513

AdaStereo	1.45 201	0.83 337	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 427	2.46 404	2.05 300	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 280	0.43 397	0.28 258	0.44 348	0.34 241
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_sample5	2.33 347	0.62 180	11.29 346	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.20 352	1.97 344	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 349	0.37 348	0.37 386	0.41 311	0.39 297

DualNet	2.33 347	0.62 180	11.29 346	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.26 376	2.04 358	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 349	0.37 348	0.37 386	0.41 311	0.39 297

GMStereo_Zeroshot	1.41 197	1.21 429	3.33 239	1.29 372	0.72 229	3.35 221	0.53 78	2.58 145	1.68 224	2.35 402	1.56 202	2.42 339	0.96 149	2.50 261	1.16 233	0.45 402	0.23 222	0.40 374	0.24 171	0.79 476	0.33 229

FINET	2.96 439	1.07 402	23.18 566	1.29 372	1.86 511	2.03 85	1.52 444	4.30 474	4.71 538	2.23 367	2.34 430	1.65 224	1.48 287	5.89 355	2.81 456	0.51 445	0.47 460	0.49 440	0.40 417	0.59 414	0.49 375

PSMNet-RSSM	1.96 280	0.77 308	3.26 234	1.29 372	1.31 412	4.19 427	0.96 335	3.68 287	1.89 274	2.05 300	1.80 281	2.60 362	1.70 354	9.84 442	1.81 366	0.35 299	0.29 326	0.35 321	0.37 386	0.42 330	0.35 255

ADCL	4.35 509	1.63 478	14.21 387	1.29 372	1.26 405	5.56 540	11.16 560	3.97 364	3.37 514	6.07 542	4.67 516	4.30 495	5.72 525	5.08 336	14.51 540	0.50 439	0.48 466	0.89 516	0.77 504	0.78 474	0.76 466

TDLM	2.29 336	1.08 404	4.61 269	1.29 372	1.01 339	4.26 438	2.17 493	3.75 302	2.79 451	2.31 390	1.98 346	2.06 303	1.59 315	12.45 542	1.72 353	0.51 445	0.28 316	0.52 452	0.35 364	0.56 405	0.50 382

test_sample4	2.34 351	0.63 189	11.59 349	1.30 379	0.83 273	3.07 181	0.72 167	4.27 458	2.30 359	2.30 384	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 326	0.35 321	0.36 374	0.40 287	0.38 290

Wz-Net-LNSev-Ref	2.42 368	1.47 469	14.14 384	1.30 379	1.35 425	3.51 255	1.64 460	4.04 383	2.10 319	2.46 421	1.88 319	2.28 318	2.51 440	4.73 332	3.17 464	0.38 335	0.19 96	0.35 321	0.20 84	0.40 287	0.36 261

XX-TBD	1.03 118	0.95 375	1.94 131	1.30 379	0.43 65	3.97 368	0.33 12	1.74 42	1.73 240	1.59 176	2.02 353	0.69 66	0.60 41	1.16 66	0.66 70	0.30 211	0.25 280	0.23 28	0.15 4	0.31 163	0.22 60

coex_refinement	2.10 303	0.85 345	3.67 255	1.31 382	1.13 367	3.21 194	0.85 261	3.86 326	2.31 363	2.51 429	1.92 333	3.49 451	1.69 352	11.08 494	2.13 408	0.37 318	0.25 280	0.27 137	0.31 320	0.41 311	0.37 275

SDNR	3.97 500	1.93 494	20.28 506	1.31 382	0.94 312	5.16 535	0.67 144	4.33 483	2.58 423	4.82 535	5.94 526	5.01 520	1.45 280	17.52 564	2.53 442	0.79 495	0.72 512	0.59 474	0.45 440	1.15 511	1.17 503

APVNet	3.13 462	1.25 441	21.14 537	1.31 382	1.52 460	3.94 353	1.13 382	3.32 236	2.14 326	2.20 352	2.03 355	3.05 410	1.96 395	11.79 528	2.53 442	0.42 380	0.45 447	0.64 490	0.46 442	0.67 447	0.57 414

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 385	0.94 312	2.90 154	0.42 38	3.41 247	1.06 45	0.63 28	0.76 25	0.90 119	0.76 91	0.91 21	0.52 37	0.27 112	0.18 66	0.25 80	0.16 12	0.25 61	0.19 5

GwcNet	3.00 449	1.63 478	19.83 482	1.32 385	2.04 523	3.27 209	1.55 450	3.65 281	2.33 368	2.00 284	2.12 380	3.56 460	1.68 351	9.47 430	2.45 435	0.44 393	0.45 447	0.46 415	0.38 399	0.60 418	0.76 466

ac_64	2.35 356	0.62 180	9.77 324	1.32 385	1.71 497	3.27 209	0.93 319	3.48 250	2.50 410	1.74 210	1.73 252	3.91 472	1.77 365	10.21 458	1.86 373	0.40 354	0.31 349	0.33 284	0.30 304	0.34 226	0.39 297

NVstereo2D	2.54 391	0.90 356	11.10 344	1.32 385	1.47 452	3.58 273	1.38 425	4.13 411	2.45 401	1.90 243	1.71 247	2.86 393	1.76 363	10.86 480	1.66 346	0.60 466	0.43 437	0.53 457	0.41 424	0.78 474	0.94 489

CBMV	3.32 475	0.96 381	21.16 539	1.32 385	0.83 273	3.81 316	3.91 545	4.47 511	2.53 415	3.34 504	2.24 400	4.45 499	2.58 444	10.07 454	1.96 388	0.45 402	0.43 437	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACV-stereo	2.92 434	0.92 363	20.27 505	1.33 390	1.05 347	4.68 509	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 530	4.24 504	7.83 398	1.90 378	0.44 393	0.52 474	0.32 249	0.29 286	0.45 356	0.63 434

test_sample6	2.35 356	0.62 180	10.78 341	1.33 390	0.83 273	3.15 189	0.79 221	4.36 492	2.43 396	2.26 376	2.04 358	1.69 233	1.39 256	11.48 510	1.61 332	0.38 335	0.32 357	0.37 348	0.39 406	0.41 311	0.42 327

test_sample3	2.34 351	0.61 170	11.94 352	1.33 390	0.85 281	3.10 185	0.73 172	4.24 448	2.19 335	2.21 361	1.75 258	1.80 257	1.41 265	11.11 496	1.46 298	0.35 299	0.29 326	0.34 302	0.35 364	0.39 282	0.37 275

AF-Net	2.87 429	1.30 446	16.24 413	1.33 390	1.75 501	3.26 207	1.59 454	4.09 400	2.43 396	2.69 461	2.94 477	4.51 502	3.20 475	5.84 354	2.75 453	0.76 493	0.36 387	0.72 503	0.49 454	0.70 453	0.56 410

DeepPrunerF	3.70 488	1.72 485	14.87 395	1.33 390	1.74 500	3.70 293	1.55 450	4.20 427	14.00 564	2.02 291	1.77 272	2.74 377	2.30 424	10.88 481	6.88 504	0.68 485	0.60 494	0.78 508	0.78 507	0.81 479	0.71 452

StereoDRNet	2.84 424	1.49 471	14.48 391	1.33 390	1.57 474	3.44 234	2.06 487	3.69 292	2.36 374	3.26 500	1.84 305	2.79 389	1.80 373	10.88 481	3.16 463	0.41 369	0.33 364	0.39 368	0.36 374	0.59 414	0.58 419

PWC_ROB	2.69 415	2.01 498	8.36 306	1.33 390	1.90 514	3.23 198	1.18 391	4.33 483	3.25 505	3.11 492	3.41 500	2.71 374	2.18 418	9.15 423	4.48 477	0.56 460	0.31 349	0.61 482	0.36 374	0.69 452	0.74 461

z-ln-s-r	2.67 409	1.16 421	12.43 356	1.34 397	1.26 405	3.70 293	1.21 401	4.20 427	2.38 385	2.04 298	1.92 333	2.43 342	1.60 321	10.58 468	5.19 491	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

Syn2CoEx	3.08 457	2.55 514	19.88 484	1.34 397	1.18 377	2.43 117	1.65 463	3.91 344	2.40 390	2.39 412	2.27 404	2.90 395	3.17 474	9.57 435	2.54 444	0.50 439	0.45 447	0.53 457	0.39 406	0.74 467	0.72 459

CFNet	2.34 351	1.10 408	8.96 314	1.34 397	1.24 400	4.09 390	0.73 172	4.04 383	2.77 448	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

HITNet	2.07 300	0.82 333	14.77 393	1.34 397	0.56 147	3.47 242	0.80 231	4.07 394	2.35 371	2.16 339	1.61 217	1.64 223	1.44 276	2.09 231	2.56 446	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
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
MeshStereo	5.35 526	1.32 452	21.34 544	1.34 397	1.15 370	4.40 460	3.90 544	5.18 541	4.55 535	10.14 564	11.82 557	11.47 549	5.84 526	13.84 558	7.03 507	0.61 468	0.58 489	0.60 479	0.58 480	0.72 465	0.59 423
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
AASNet	2.44 371	0.92 363	19.79 480	1.35 402	1.49 455	3.81 316	1.07 364	3.85 323	2.93 473	1.95 259	2.29 411	1.96 286	1.29 237	1.73 189	1.93 381	0.39 347	0.33 364	0.45 409	0.30 304	0.55 399	0.45 348

raft+_RVC	1.21 151	0.83 337	2.61 202	1.35 402	0.97 320	3.60 276	0.76 197	3.23 221	1.51 139	1.33 145	1.67 233	1.03 140	1.10 194	1.87 212	0.92 181	0.24 61	0.22 195	0.25 80	0.24 171	0.26 78	0.25 96

ADLNet	2.29 336	0.83 337	3.62 253	1.35 402	1.60 476	3.67 289	1.24 405	3.95 357	2.98 479	2.58 442	2.29 411	4.01 478	1.79 368	11.23 500	2.09 403	0.37 318	0.38 406	0.36 336	0.34 348	0.45 356	0.71 452

FENet	2.25 324	0.50 59	20.29 507	1.35 402	0.67 211	4.01 374	0.60 108	3.95 357	1.99 287	1.96 263	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

Nwc_Net	2.88 431	1.16 421	18.30 447	1.35 402	1.68 494	3.52 258	1.18 391	3.90 339	2.06 305	2.52 431	2.82 474	3.82 469	2.34 428	6.78 380	2.55 445	0.86 504	0.40 420	0.59 474	0.67 492	0.57 410	0.55 407

DRN-Test	3.03 453	0.99 384	18.18 443	1.35 402	1.60 476	3.59 274	1.48 439	4.13 411	2.45 401	3.47 509	1.92 333	2.58 361	2.53 441	10.88 481	2.80 455	0.39 347	0.36 387	0.44 402	0.41 424	0.55 399	0.57 414

YMNet	2.40 364	1.41 464	13.46 367	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 454	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 423	0.54 477	0.52 452	0.49 454	0.70 453	0.54 403

YMNet_1	2.40 364	1.41 464	13.46 367	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 454	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 423	0.54 477	0.52 452	0.49 454	0.70 453	0.54 403

SMFormer	2.00 288	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 357	0.36 336	0.31 320	0.38 272	0.36 261

tta	2.00 288	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 357	0.36 336	0.31 320	0.29 121	0.29 165

qqq1	1.92 273	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 357	0.30 207	0.23 146	0.29 121	0.29 165

fff1	1.92 273	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 357	0.30 207	0.23 146	0.29 121	0.29 165

S-Stereo	3.48 481	0.91 361	22.06 559	1.36 408	1.50 457	3.55 266	2.53 505	4.21 433	2.81 461	2.37 407	3.81 508	3.75 465	1.84 380	11.90 533	2.51 440	0.63 471	0.71 511	0.48 426	0.76 502	0.67 447	1.19 505

XQC	2.96 439	2.42 508	14.85 394	1.36 408	1.32 418	3.29 217	1.53 446	4.28 463	2.78 449	3.21 498	2.46 436	3.53 456	2.92 459	6.58 370	4.67 479	0.70 489	0.41 429	0.59 474	0.56 476	0.96 494	0.83 480

UCFNet_RVC	1.57 213	0.84 341	3.25 233	1.36 408	1.40 437	4.07 388	1.01 349	2.68 156	1.50 132	2.11 316	1.88 319	2.37 332	1.50 294	3.41 301	1.42 291	0.36 310	0.28 316	0.52 452	0.40 417	0.53 394	0.43 336

XPNet_ROB	2.27 328	1.11 411	4.10 260	1.36 408	0.97 320	3.94 353	1.63 458	4.07 394	2.14 326	2.82 472	2.00 351	2.32 326	1.73 361	10.81 479	3.39 466	0.51 445	0.47 460	0.48 426	0.40 417	0.51 384	0.56 410

ASMatch	2.62 402	0.60 153	20.65 522	1.37 418	0.64 189	4.39 456	0.78 214	1.97 64	1.58 187	1.70 201	3.89 510	1.94 279	3.79 494	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

stereogan	3.09 458	0.93 367	16.43 416	1.37 418	1.66 490	3.70 293	1.67 465	3.87 329	3.15 495	3.04 487	2.70 463	5.04 521	2.79 453	9.96 448	1.78 364	0.63 471	0.49 471	0.69 496	0.47 445	0.83 482	0.68 445

UDGNet	1.40 195	1.52 473	2.22 168	1.38 420	0.62 184	4.39 456	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 513	0.34 376	1.30 530	0.98 519	1.10 504	0.58 419

PA-Net	3.09 458	1.24 440	18.84 456	1.38 420	1.19 384	3.42 232	1.75 468	3.89 334	3.27 510	1.88 236	2.10 373	3.03 406	1.88 389	11.60 513	2.88 457	0.40 354	0.54 477	0.44 402	0.62 488	0.52 388	1.02 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MM-Stereo_test1	1.90 266	0.53 82	19.85 483	1.39 422	0.48 105	1.81 69	0.79 221	3.00 194	1.82 258	1.69 197	1.09 84	0.87 112	0.97 152	1.45 134	0.74 109	0.24 61	0.21 166	0.27 137	0.24 171	0.35 244	0.24 86

DPSNet	3.43 480	1.37 458	12.19 353	1.39 422	1.24 400	4.15 406	2.06 487	4.51 519	3.34 512	2.69 461	1.96 338	3.52 455	5.56 523	10.68 473	9.68 521	0.93 506	0.73 513	0.40 374	0.37 386	1.06 498	0.86 481

iResNet_ROB	1.89 264	1.02 389	8.60 310	1.39 422	0.98 327	3.72 297	0.66 142	3.84 320	2.65 433	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

Consistency-Raft	2.86 425	1.66 482	19.61 474	1.40 425	1.75 501	3.84 323	1.32 412	4.07 394	2.25 346	1.78 216	2.67 460	1.82 263	4.41 507	1.94 218	2.06 398	0.83 502	0.94 522	1.03 520	1.12 526	1.70 528	1.09 499

test_sample2	1.75 246	0.56 110	2.25 171	1.41 426	0.80 257	2.91 157	0.86 264	4.05 387	2.04 300	1.91 248	1.39 156	1.57 214	1.55 312	10.65 472	1.06 212	0.32 251	0.28 316	0.32 249	0.30 304	0.36 257	0.33 229

mmm	1.27 177	0.58 133	2.20 163	1.41 426	0.68 216	2.39 114	0.85 261	3.90 339	1.63 213	2.20 352	1.84 305	1.28 176	1.50 294	1.91 215	0.89 166	0.31 230	0.27 304	0.45 409	0.37 386	0.38 272	0.34 241

ttt	2.76 419	0.56 110	2.28 177	1.41 426	1.21 396	3.67 289	0.77 210	4.59 525	2.94 474	2.35 402	2.30 416	2.45 347	1.54 310	11.25 501	15.56 543	0.43 386	0.36 387	0.37 348	0.33 339	0.40 287	0.40 317

fast-acv-ft	2.54 391	1.19 426	20.08 494	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 371	2.17 416	2.91 289	2.31 422	0.37 318	0.39 415	0.45 409	0.39 406	0.57 410	0.45 348

MM-Stereo_test2	1.79 251	0.53 82	20.16 497	1.43 430	0.47 97	2.57 133	0.73 172	1.67 36	1.47 111	0.94 108	0.96 62	0.84 102	0.79 104	1.16 66	0.68 78	0.24 61	0.17 39	0.25 80	0.22 131	0.30 144	0.22 60

WZ-Net	3.62 485	4.87 532	16.77 423	1.43 430	1.40 437	3.75 303	2.29 497	4.12 409	2.50 410	2.74 465	2.19 392	4.06 481	5.29 520	10.19 457	7.36 509	0.54 456	0.37 400	0.47 418	0.49 454	0.77 472	0.73 460

STTStereo	2.34 351	0.95 375	14.93 399	1.43 430	1.54 463	3.86 333	0.86 264	3.65 281	2.44 400	2.15 334	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 415	0.47 418	0.51 464	0.52 388	0.51 390

test_sample1	1.62 224	0.55 99	1.88 125	1.44 433	0.79 255	2.27 104	0.64 130	4.00 372	1.82 258	1.87 233	1.35 146	1.57 214	1.62 325	9.55 434	1.24 254	0.30 211	0.27 304	0.31 229	0.28 258	0.32 190	0.32 213

x	1.15 136	0.57 120	1.53 95	1.44 433	0.67 211	1.94 78	0.97 338	3.87 329	1.57 184	1.61 182	1.28 128	1.58 216	1.22 225	1.93 216	1.04 210	0.28 149	0.30 339	0.34 302	0.29 286	0.32 190	0.31 202

SACVNet	2.46 375	1.14 417	9.47 322	1.44 433	1.18 377	4.06 383	1.49 443	3.84 320	2.24 343	2.62 450	1.89 325	2.57 359	1.28 234	11.35 503	1.64 343	0.50 439	0.39 415	0.48 426	0.41 424	0.55 399	0.75 464

SST-Stereo	1.76 247	0.58 133	3.10 227	1.44 433	0.46 87	4.71 521	0.76 197	2.22 89	2.79 451	2.07 308	2.18 390	2.43 342	3.22 476	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

AACVNet	1.83 255	1.02 389	2.41 190	1.45 437	0.87 291	3.21 194	0.73 172	3.16 212	1.61 207	2.01 286	1.82 299	2.28 318	1.33 244	10.98 486	1.49 309	0.39 347	0.32 357	0.38 364	0.32 331	0.43 340	0.44 342

SuperB	4.79 518	4.41 531	21.08 536	1.45 437	1.08 356	3.91 341	3.08 525	4.18 423	3.01 482	2.50 426	2.10 373	2.75 379	3.49 489	8.80 413	19.60 565	0.44 393	0.33 364	0.53 457	0.39 406	12.01 576	0.64 438

RAFT_R40	1.70 238	0.59 141	2.99 223	1.46 439	0.46 87	4.74 525	0.98 344	2.23 90	1.56 178	2.02 291	2.35 431	2.71 374	2.56 443	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

RGC	3.10 460	1.45 468	14.90 397	1.46 439	1.79 506	3.33 219	1.39 427	4.04 383	2.26 349	2.77 467	3.26 495	4.00 477	2.71 450	11.63 520	2.62 449	0.82 500	0.46 456	0.79 509	0.79 508	0.71 462	0.78 470

CVANet_RVC	2.55 395	1.10 408	9.13 320	1.46 439	1.15 370	3.96 363	1.53 446	3.91 344	2.50 410	3.04 487	2.04 358	2.60 362	1.72 358	12.46 543	1.50 310	0.49 435	0.30 339	0.51 446	0.41 424	0.63 429	0.50 382

TCMNet	2.98 445	1.30 446	18.26 445	1.47 442	2.09 524	3.84 323	1.08 369	3.96 362	2.39 389	2.53 432	2.29 411	2.43 342	1.75 362	10.09 455	2.39 426	0.52 451	0.45 447	0.61 482	0.50 460	0.80 478	0.78 470

STTRV1_RVC	3.52 482	1.03 394	20.87 529	1.47 442	1.47 452	3.23 198	1.55 450	4.06 391	3.22 503	1.95 259	3.50 503	2.63 366	2.07 404	11.96 535	2.21 415	1.86 534	4.03 568	0.81 512	0.73 499	1.06 498	0.70 451

NVStereoNet_ROB	4.91 521	1.40 462	16.46 417	1.47 442	1.72 499	3.46 239	1.96 481	3.89 334	3.61 521	2.90 475	24.61 573	4.81 513	4.49 509	13.57 554	4.87 486	1.33 530	1.29 533	1.70 535	1.68 538	1.41 523	1.66 521
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
test_sample7	1.65 230	0.70 253	2.60 199	1.48 445	0.76 245	2.38 112	1.07 364	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 347	6.26 365	1.26 260	0.44 393	0.48 466	0.43 397	0.40 417	0.46 367	0.43 336

Wz-Net-TNSev	3.67 487	8.83 547	13.47 369	1.48 445	1.18 377	3.60 276	2.49 503	4.27 458	3.13 491	2.18 345	1.89 325	4.21 492	2.80 454	12.10 536	7.58 512	0.57 462	0.55 481	0.47 418	0.54 473	0.91 488	1.05 496

cf-r	2.57 399	0.79 318	16.09 412	1.48 445	1.35 425	4.19 427	0.93 319	3.68 287	2.36 374	1.97 265	1.81 293	3.42 441	1.45 280	8.24 403	1.83 370	0.32 251	0.26 293	0.33 284	0.30 304	0.34 226	0.37 275

FBW_ROB	3.24 470	1.02 389	9.21 321	1.49 448	1.07 354	3.78 308	1.48 439	4.31 477	3.08 488	2.46 421	2.32 428	4.20 491	2.08 405	15.19 562	7.16 508	0.84 503	0.62 497	1.33 531	0.92 514	0.99 495	1.31 509

PSMNet-RUCA	1.64 229	1.50 472	2.57 198	1.50 449	1.38 433	3.05 176	1.36 418	3.31 231	2.24 343	1.36 149	2.07 369	1.40 196	1.09 188	1.83 204	1.55 321	1.15 517	0.69 509	1.26 529	0.96 517	1.64 526	0.94 489

WCMA_ROB	5.12 522	0.90 356	21.33 543	1.50 449	1.33 422	4.09 390	3.49 533	4.03 379	4.59 537	6.57 547	10.95 552	12.92 554	8.41 552	9.86 443	8.78 518	0.75 492	0.58 489	0.51 446	0.50 460	0.68 450	0.57 414

GANetREF_RVC	3.20 469	1.93 494	18.84 456	1.51 451	0.80 257	4.12 399	1.82 474	4.16 422	2.91 469	1.87 233	1.74 254	2.48 351	1.84 380	13.18 548	1.74 358	0.80 497	0.57 484	0.79 509	0.74 500	1.20 516	0.86 481
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
Wz-Net-MNSev	2.71 417	2.54 513	13.91 380	1.52 452	1.37 430	3.28 213	2.47 501	4.03 379	2.32 367	2.57 438	2.07 369	2.29 323	3.01 463	7.55 393	2.74 452	0.38 335	0.36 387	0.36 336	0.37 386	0.57 410	0.47 363

psmorigin	6.59 540	1.15 418	88.11 590	1.52 452	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 513	2.46 436	5.15 526	2.55 442	10.60 470	2.47 437	0.55 458	0.68 508	0.48 426	0.51 464	0.70 453	0.88 485

TRStereo	2.31 340	1.87 492	19.74 479	1.53 454	1.16 375	4.26 438	1.08 369	4.73 532	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 293	0.32 249	0.36 374	0.34 226	0.33 229

NLCA_NET_v2_RVC	2.54 391	1.04 395	16.73 421	1.53 454	2.00 518	3.96 363	0.87 282	3.87 329	2.31 363	2.54 433	1.67 233	2.85 392	1.63 338	5.55 346	1.62 337	0.46 409	0.33 364	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HBP-ISP	3.25 472	1.10 408	20.86 527	1.54 456	1.15 370	4.50 479	2.89 517	4.43 505	2.38 385	4.14 523	1.96 338	1.90 275	2.04 400	11.08 494	1.32 274	0.66 479	0.57 484	0.66 493	0.61 487	0.64 437	0.61 427

DisPM	1.36 191	0.55 99	2.39 187	1.54 456	0.51 118	4.59 496	0.79 221	2.50 125	1.88 270	2.50 426	1.83 300	1.45 201	1.01 163	2.71 285	0.93 189	0.46 409	0.20 134	0.32 249	0.31 320	0.31 163	0.44 342

ccnet	2.66 407	0.97 382	8.01 303	1.54 456	1.24 400	3.75 303	2.18 494	4.07 394	2.41 392	2.66 459	3.25 494	2.87 394	2.31 427	9.89 444	3.50 467	0.78 494	0.75 515	0.71 499	0.67 492	0.76 471	0.81 475

RP	2.79 420	1.20 428	10.36 334	1.54 456	1.93 515	3.44 234	1.97 482	4.05 387	2.34 369	2.66 459	2.79 469	3.98 476	2.58 444	10.21 458	2.61 447	0.95 508	0.47 460	0.71 499	0.57 479	0.71 462	0.68 445

RTSC	2.95 436	2.51 509	15.49 408	1.54 456	1.30 410	3.51 255	0.86 264	3.89 334	2.48 405	3.64 510	3.12 489	3.04 407	2.30 424	5.70 351	6.67 498	0.55 458	0.35 382	0.37 348	0.39 406	0.70 453	0.60 424

11t1	1.11 128	0.53 82	1.80 119	1.55 461	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 349	0.29 187	0.23 146	0.30 144	0.34 241

MSC_U_SF_DS_RVC	4.48 511	10.62 561	15.18 405	1.55 461	1.45 451	6.16 542	3.54 537	5.41 549	3.68 524	2.59 445	2.74 464	4.81 513	2.20 419	13.79 557	4.40 476	2.04 535	3.36 566	1.05 522	1.20 531	2.09 530	1.72 524

GASNet	3.24 470	5.55 537	20.58 520	1.56 463	1.25 403	2.32 108	1.12 379	4.04 383	2.67 436	1.88 236	2.10 373	3.00 404	2.16 414	10.59 469	2.43 433	0.65 477	0.37 400	0.61 482	0.45 440	0.87 484	0.58 419

Wz-Net-SNSev	2.98 445	4.36 530	15.98 411	1.57 464	1.19 384	3.28 213	1.80 472	3.96 362	2.40 390	2.32 394	2.28 408	3.48 445	2.05 401	7.84 399	3.82 472	0.47 418	0.39 415	0.53 457	0.49 454	0.71 462	0.60 424

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 465	0.89 299	4.17 420	8.17 557	3.03 198	1.52 148	2.80 470	2.50 441	1.70 235	17.10 565	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

LMCR-Stereo	2.40 364	1.31 450	18.61 454	1.59 466	0.86 286	3.87 336	1.15 385	4.32 481	1.60 203	2.25 373	2.27 404	1.13 151	2.43 434	2.48 260	1.60 329	0.88 505	0.24 256	0.29 187	0.24 171	0.56 405	0.30 192

PWCDC_ROB	2.95 436	3.26 522	14.06 383	1.59 466	1.56 470	4.19 427	0.86 264	4.30 474	4.08 532	2.06 305	7.37 529	2.75 379	2.42 433	3.59 306	2.67 450	1.34 531	0.36 387	0.39 368	0.34 348	1.13 507	0.62 430

AnyNet_C32	4.17 506	5.75 538	12.62 359	1.60 468	1.54 463	5.51 539	4.09 546	3.90 339	3.23 504	4.22 528	3.03 482	3.10 412	3.41 483	8.01 402	18.85 562	0.53 454	0.58 489	0.53 457	0.74 500	1.19 515	0.97 491

RASNet	2.56 396	0.70 253	10.06 329	1.60 468	2.25 530	3.67 289	1.00 346	3.38 244	3.14 493	1.81 221	2.11 377	4.60 507	2.30 424	10.25 460	2.61 447	0.37 318	0.24 256	0.25 80	0.24 171	0.28 107	0.26 120

pmcnn	5.45 528	1.22 435	17.40 432	1.60 468	2.41 533	3.48 245	2.12 490	4.52 520	3.26 506	3.67 512	13.15 561	22.10 568	3.46 488	11.92 534	17.16 553	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

TestStereo1	1.56 211	0.81 326	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 501	1.60 177	2.57 451	1.39 191	2.15 411	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA-5K	1.56 211	0.81 326	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 501	1.60 177	2.57 451	1.39 191	2.15 411	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

ADCS	4.22 508	5.33 534	16.32 414	1.64 473	1.31 412	3.91 341	3.64 539	4.21 433	2.89 467	5.11 536	2.81 473	4.46 500	3.06 470	5.21 338	19.50 564	0.63 471	0.64 500	0.69 496	0.69 497	1.12 506	1.26 506

GANet	2.93 435	1.05 396	11.29 346	1.64 473	0.96 316	3.91 341	2.52 504	3.72 299	2.41 392	2.95 483	3.00 480	3.21 421	2.03 398	12.42 541	4.72 482	0.51 445	0.41 429	0.46 415	0.39 406	0.60 418	0.50 382

G2L-Stereo_test	2.11 305	0.86 348	7.12 292	1.65 475	1.19 384	3.54 263	1.02 353	3.57 269	2.01 293	2.50 426	1.68 236	3.15 417	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

anonymity	1.76 247	1.26 442	2.73 214	1.66 476	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 316	2.11 377	1.71 237	3.90 497	1.82 203	1.48 306	1.10 514	1.09 525	1.08 524	1.08 525	1.05 497	1.09 499

EDNetEfficient	5.61 530	2.14 503	16.75 422	1.67 477	3.64 551	4.12 399	7.51 554	3.05 200	5.63 549	11.57 570	4.83 518	3.95 473	12.72 557	8.44 408	20.78 567	0.41 369	0.43 437	0.47 418	1.01 521	1.66 527	1.39 516

FC-DCNN	6.64 541	0.77 308	19.26 466	1.68 478	1.64 483	8.27 554	2.35 499	6.35 552	9.23 556	10.85 567	11.27 554	19.89 565	13.33 558	12.51 544	11.79 533	0.66 479	0.57 484	0.58 471	0.56 476	0.63 429	0.61 427

FC-DCNN v2	6.91 546	0.77 308	19.25 464	1.69 479	1.64 483	9.13 556	2.40 500	7.20 554	9.47 557	11.07 569	11.62 556	20.05 567	15.79 563	12.55 545	11.99 534	0.66 479	0.57 484	0.58 471	0.56 476	0.63 429	0.61 427

GANet-RSSM	1.98 284	0.62 180	3.49 243	1.69 479	1.23 398	4.22 433	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 378	10.92 484	1.73 357	0.34 279	0.29 326	0.31 229	0.28 258	0.39 282	0.40 317

SHD	2.82 422	2.04 500	13.80 377	1.69 479	1.79 506	2.73 141	1.07 364	3.85 323	3.18 497	4.63 532	2.74 464	3.38 439	2.77 452	5.48 345	3.66 470	0.62 470	0.47 460	0.51 446	0.55 474	0.65 440	0.74 461

SCV	0.95 95	0.63 189	1.38 79	1.70 482	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

RAFT_CTSACE	1.80 253	1.06 401	10.00 328	1.71 483	1.39 435	3.49 248	1.06 362	3.05 200	1.62 210	1.70 201	2.04 358	2.51 354	1.80 373	1.98 220	0.94 191	0.25 82	0.22 195	0.28 166	0.30 304	0.30 144	0.26 120

NOSS_ROB	2.27 328	0.73 280	3.00 224	1.71 483	1.00 338	3.90 340	0.97 338	4.29 466	2.81 461	2.94 482	2.19 392	3.88 471	1.19 222	11.77 527	1.62 337	0.59 465	0.54 477	0.56 467	0.52 467	0.56 405	0.54 403

SPS-STEREO	3.97 500	1.44 467	20.85 526	1.72 485	1.71 497	3.24 202	2.30 498	3.55 267	2.68 438	4.79 534	3.66 505	5.44 531	2.97 460	9.11 421	9.35 520	1.15 517	1.10 526	1.06 523	1.02 523	1.16 512	1.18 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test3	1.09 125	0.59 141	1.55 99	1.73 486	1.18 377	1.91 76	0.86 264	3.52 260	1.76 250	1.25 139	1.86 315	1.10 148	0.69 66	1.32 108	0.86 153	0.27 112	0.23 222	0.27 137	0.22 131	0.34 226	0.30 192

PASM	2.67 409	2.05 501	9.71 323	1.73 486	1.37 430	2.53 130	1.52 444	3.10 205	2.17 332	2.79 469	1.84 305	2.90 395	1.85 384	11.89 532	2.19 413	0.81 499	0.85 519	0.87 515	1.01 521	1.14 508	1.05 496

tt1	1.79 251	0.73 280	10.41 336	1.75 488	0.36 14	4.55 488	0.79 221	4.22 436	3.37 514	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

DISCO	2.25 324	0.73 280	10.06 329	1.76 489	1.12 365	3.47 242	1.25 406	3.24 223	2.26 349	2.65 458	1.96 338	4.53 504	1.92 393	4.17 324	3.61 469	0.32 251	0.25 280	0.31 229	0.29 286	0.66 445	0.41 323

EKT-Stereo	6.79 543	0.64 201	4.24 261	1.77 490	106.39 590	4.51 483	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

ACVNet-DCA	1.85 257	0.74 288	13.77 373	1.78 491	0.36 14	4.48 470	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 325	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

xx1	2.03 293	0.74 288	13.77 373	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 530	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

1test111	1.99 287	0.74 288	13.77 373	1.78 491	0.36 14	4.48 470	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 325	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

cc1	1.98 284	0.74 288	13.77 373	1.78 491	0.36 14	4.48 470	0.74 184	4.23 440	3.95 530	1.01 118	1.81 293	0.72 76	1.62 325	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

XX-Stereo	2.54 391	0.61 170	20.21 499	1.78 491	1.19 384	4.30 447	0.46 54	4.39 498	1.58 187	2.32 394	1.89 325	4.64 510	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

Pruner-Stereo	1.32 189	0.59 141	2.11 158	1.79 496	0.47 97	4.73 522	0.79 221	2.53 127	1.72 237	2.47 423	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

PVD	3.12 461	1.97 497	12.80 361	1.79 496	1.63 481	3.83 318	1.34 415	3.48 250	3.88 527	5.77 539	3.56 504	3.45 444	3.29 478	5.58 349	5.30 493	0.71 491	0.69 509	0.74 507	0.77 504	0.79 476	1.13 502

DN-CSS_ROB	1.91 270	1.55 475	11.13 345	1.82 498	0.88 294	3.99 371	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

DANet	2.63 403	1.07 402	8.10 304	1.83 499	1.70 496	3.25 205	1.16 387	4.31 477	2.38 385	3.40 507	2.18 390	4.08 482	1.80 373	9.77 438	3.89 473	0.52 451	0.55 481	0.59 474	0.44 436	0.63 429	0.86 481
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MFN_U_SF_RVC	3.81 493	10.78 562	15.01 400	1.84 500	1.39 435	3.73 301	1.63 458	4.05 387	3.26 506	2.91 476	2.38 432	4.36 498	3.65 491	8.43 407	4.91 487	1.11 516	1.04 523	0.99 519	1.31 533	1.58 524	1.75 526

iResNet	2.52 388	0.94 373	21.17 540	1.84 500	0.72 229	3.75 303	0.81 240	4.14 417	2.55 421	2.33 400	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

SGM_RVC	4.57 513	0.72 269	17.46 435	1.84 500	0.58 168	4.23 436	3.45 532	4.66 529	3.66 523	7.99 554	8.82 543	7.56 541	8.74 553	12.30 538	6.84 503	0.43 386	0.38 406	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SAMSARA	3.55 483	2.16 504	14.18 386	1.86 503	1.49 455	4.62 500	2.65 510	3.58 272	2.80 455	7.05 549	3.05 483	5.16 527	4.07 500	9.18 424	4.80 484	0.64 474	0.67 505	0.59 474	0.68 495	0.89 485	0.91 486

MADNet+	3.97 500	9.54 557	13.83 378	1.87 504	1.69 495	4.19 427	2.87 516	4.80 535	4.10 533	2.51 429	2.67 460	4.55 505	3.41 483	8.72 411	6.92 506	1.25 524	1.27 532	1.04 521	0.93 515	1.39 522	1.85 527

WAO-7	5.16 523	3.21 521	18.98 460	1.88 505	1.44 447	5.34 537	3.09 526	4.91 537	5.81 550	4.35 529	8.92 544	6.55 536	6.06 529	13.40 552	10.81 526	1.34 531	1.20 531	1.48 534	1.35 536	1.60 525	1.45 517

GCST	2.56 396	1.79 490	18.02 442	1.92 506	1.33 422	1.72 63	0.51 68	3.67 285	2.03 296	1.70 201	1.61 217	1.55 213	1.29 237	5.06 335	1.24 254	2.06 536	0.77 516	1.45 533	0.97 518	1.14 508	1.34 512

DGSMNet	7.55 549	1.62 476	17.42 433	1.92 506	12.73 568	7.45 552	42.99 584	4.13 411	2.07 307	2.10 312	3.16 492	3.42 441	1.70 354	9.24 426	2.30 421	3.70 555	10.89 578	11.80 580	5.54 570	4.24 550	2.66 542

RTS	3.90 496	7.04 541	17.94 440	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 498	4.05 520	3.08 485	4.94 516	3.16 472	7.64 394	6.72 499	0.66 479	0.44 442	0.51 446	0.47 445	0.95 490	0.76 466

RTSA	3.90 496	7.04 541	17.94 440	1.92 506	2.19 527	5.00 533	2.96 519	4.29 466	3.19 498	4.05 520	3.08 485	4.94 516	3.16 472	7.64 394	6.72 499	0.66 479	0.44 442	0.51 446	0.47 445	0.95 490	0.76 466

JetBlue	6.27 539	9.15 553	13.76 372	1.94 510	4.60 564	11.91 559	12.00 563	5.12 540	3.45 518	3.79 514	4.52 515	9.54 547	6.56 538	9.40 429	13.48 538	1.26 525	1.37 534	1.17 528	1.34 535	7.06 569	3.95 562

ELAS	5.99 536	1.62 476	20.29 507	1.96 511	2.01 519	15.09 566	8.38 558	5.23 542	5.54 547	9.02 558	8.61 539	6.74 537	9.75 555	7.48 391	11.40 530	0.96 509	1.18 528	0.72 503	0.93 515	1.30 519	1.67 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	4.37 510	7.80 543	16.40 415	1.98 512	1.40 437	6.37 544	6.47 552	4.09 400	5.03 543	4.06 522	3.78 507	4.16 487	3.31 479	6.62 372	10.00 522	0.61 468	0.67 505	0.63 487	0.67 492	2.01 529	1.31 509

PDISCO_ROB	2.86 425	1.53 474	14.27 388	1.98 512	2.19 527	4.52 484	1.35 416	4.65 528	3.19 498	2.09 309	2.16 386	3.53 456	2.45 436	5.32 339	2.12 405	1.30 529	0.78 517	0.72 503	0.59 482	1.24 517	1.28 507

SGM+DAISY	8.36 551	3.82 527	24.83 570	2.02 514	1.75 501	14.80 565	17.22 569	4.27 458	11.79 561	13.88 571	14.38 564	11.74 552	13.83 559	10.56 467	15.12 541	1.21 519	1.19 530	1.14 527	1.13 528	1.17 513	1.37 513

AAGNet	2.86 425	0.60 153	1.77 116	2.05 515	0.46 87	4.76 527	1.09 373	2.27 94	1.56 178	2.17 343	1.84 305	2.41 336	4.00 498	6.23 364	24.22 572	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

iResNetv2_ROB	2.65 405	5.00 533	19.28 468	2.06 516	1.09 360	3.83 318	1.13 382	4.14 417	2.09 311	1.85 226	2.03 355	2.01 296	1.51 298	3.58 305	1.58 325	0.34 279	0.21 166	0.32 249	0.21 98	0.44 348	0.29 165

MultiAttention	8.74 552	0.56 110	7.25 294	2.07 517	22.74 576	35.86 581	8.44 559	4.97 538	2.58 423	2.57 438	5.11 521	5.55 532	1.59 315	52.70 589	7.50 511	0.47 418	0.24 256	0.52 452	1.00 520	6.84 567	6.30 572

ELAS_RVC	5.72 533	1.64 481	20.40 511	2.09 518	2.01 519	4.95 532	11.47 562	4.66 529	6.31 553	8.09 555	8.01 533	8.06 545	11.65 556	8.36 404	10.22 523	0.99 511	1.17 527	0.81 512	0.76 502	1.14 508	1.58 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-ForestM	11.55 560	1.16 421	21.62 552	2.14 519	0.81 260	22.25 573	19.08 572	16.50 574	11.34 559	15.94 574	14.44 565	27.12 577	22.61 575	24.76 574	28.39 580	0.50 439	0.48 466	0.47 418	0.44 436	0.55 399	0.53 397

PFNet	2.47 378	0.60 153	16.95 425	2.15 520	0.81 260	4.63 502	0.91 304	2.55 137	1.52 148	2.40 414	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

PSM-softLoss	1.66 233	0.59 141	5.15 274	2.25 521	0.48 105	4.68 509	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 141	5.15 274	2.25 521	0.48 105	4.68 509	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

NF-Stereo	1.58 214	0.61 170	2.66 208	2.26 523	0.47 97	4.68 509	0.67 144	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

RE-Stereo	1.58 214	0.61 170	2.72 211	2.26 523	0.46 87	4.68 509	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 170	2.72 211	2.26 523	0.46 87	4.68 509	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

OCTAStereo	1.58 214	0.61 170	2.72 211	2.27 526	0.46 87	4.68 509	0.67 144	3.30 230	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

CRFU-Net	2.49 382	0.78 314	10.36 334	2.30 527	1.08 356	3.91 341	1.41 432	3.85 323	1.65 218	2.15 334	1.76 267	3.34 433	7.95 548	5.56 347	1.48 306	0.47 418	0.35 382	0.30 207	0.28 258	0.37 267	0.43 336

G-Net	4.11 504	1.21 429	19.47 472	2.31 528	2.94 540	4.74 525	2.95 518	3.33 240	2.14 326	4.44 530	9.43 545	6.93 539	3.84 495	9.01 420	4.92 488	0.79 495	0.80 518	0.70 498	0.50 460	0.95 490	0.87 484

CC-Net-ROB	3.35 477	1.76 488	13.89 379	2.33 529	1.65 487	4.49 476	1.62 457	4.73 532	2.90 468	1.92 250	2.05 364	1.99 292	1.61 322	12.57 546	1.60 329	2.46 539	2.18 546	2.68 548	1.04 524	2.11 531	1.38 515

IRAFT_RVC	1.87 259	0.60 153	4.33 262	2.40 530	0.66 204	4.59 496	1.59 454	2.96 189	1.51 139	2.23 367	1.75 258	2.09 307	2.63 446	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

MSAF-DinoV2	13.69 567	13.09 569	22.03 558	2.41 531	1.44 447	4.03 378	1.38 425	9.07 558	9.20 555	2.23 367	1.98 346	5.08 523	5.06 515	177.66 595	5.46 495	0.45 402	0.34 376	0.40 374	0.62 488	6.09 561	5.80 571

MaskLacGwcNet_RVC	3.13 462	1.43 466	9.93 327	2.50 532	1.62 479	4.29 445	1.68 467	3.95 357	2.43 396	1.66 193	1.91 331	3.04 407	1.41 265	13.26 549	1.58 325	3.82 556	1.59 537	1.12 526	0.46 442	2.21 532	2.74 547

MDST_ROB	5.53 529	0.59 141	23.11 564	2.55 533	2.69 535	21.20 571	1.98 483	4.77 534	2.65 433	9.36 559	4.25 512	4.14 486	4.45 508	22.57 568	3.68 471	0.48 423	0.33 364	0.47 418	0.44 436	0.44 348	0.44 342

testlalala2	2.31 340	0.63 189	20.54 517	2.56 534	2.87 539	3.79 312	0.76 197	4.20 427	1.48 119	1.42 161	1.43 165	2.45 347	0.80 111	1.03 38	0.68 78	0.27 112	0.25 280	0.24 58	0.21 98	0.33 208	0.28 155

UDG	3.55 483	2.81 518	17.45 434	2.69 535	1.98 517	3.97 368	1.19 394	4.35 487	2.02 294	2.42 416	2.53 446	4.50 501	2.46 438	6.53 369	2.41 430	2.12 537	1.77 541	2.63 547	2.57 559	2.64 535	1.95 529

SQANet	3.70 488	9.34 555	18.41 450	2.75 536	2.74 536	3.40 228	1.47 438	3.50 256	1.68 224	2.60 446	1.75 258	2.69 371	1.91 392	6.72 379	1.74 358	2.96 542	1.41 535	1.85 536	1.12 526	3.17 537	2.70 546

OMP-Stereo	1.97 282	0.93 367	1.88 125	2.76 537	0.67 211	4.58 495	1.48 439	4.31 477	1.54 164	3.15 496	2.76 467	3.25 425	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

IIG-Stereo	1.95 278	0.79 318	2.14 159	2.78 538	0.66 204	4.62 500	0.76 197	4.27 458	1.53 155	2.63 453	3.14 491	3.35 434	1.61 322	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

PWCK	5.85 534	9.95 559	15.22 406	2.90 539	1.56 470	5.66 541	7.69 555	5.27 543	4.74 540	3.88 515	7.51 530	8.04 543	5.28 519	15.18 561	8.40 516	3.08 545	1.51 536	2.24 541	1.37 537	5.55 560	1.96 530

WAO-6	5.87 535	2.27 505	15.05 401	2.96 540	2.77 537	12.01 560	3.58 538	5.37 548	11.91 562	3.34 504	9.69 546	6.78 538	5.84 526	11.82 530	8.89 519	2.87 541	2.35 554	2.50 542	1.84 546	2.85 536	2.67 543

CAS	1.26 172	0.40 7	1.46 87	2.97 541	1.61 478	4.13 402	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 544	0.13 1	0.21 9	0.13 1	0.31 163	1.72 524

MFMNet_re	2.91 432	1.91 493	18.25 444	3.06 542	1.89 513	3.13 187	1.67 465	3.52 260	2.97 476	3.14 494	2.87 476	2.26 316	2.41 432	2.42 255	2.00 391	1.10 514	1.05 524	0.94 517	0.90 513	1.28 518	1.46 519

otaku	4.58 514	8.93 550	19.95 487	3.11 543	2.67 534	3.91 341	2.57 507	3.82 316	2.25 346	2.22 363	9.72 547	4.08 482	2.35 429	8.57 409	2.13 408	3.51 550	1.65 539	2.15 540	1.17 529	3.69 544	3.15 550

Ntro	4.21 507	8.94 551	19.89 485	3.22 544	2.96 541	4.15 406	1.89 478	3.92 349	2.36 374	1.77 214	2.14 383	3.35 434	2.17 416	9.48 431	2.24 417	3.52 551	1.76 540	2.13 539	1.31 533	3.83 547	3.09 548

ACVNet_2	5.41 527	12.60 566	20.42 513	3.27 545	3.15 547	4.50 479	3.02 522	4.66 529	3.73 525	3.35 506	5.36 522	7.86 542	2.88 456	12.33 540	4.76 483	3.12 546	2.22 548	2.70 549	1.69 539	3.49 540	3.10 549

WAO-8	11.95 561	13.02 567	20.56 518	3.50 546	3.08 544	15.11 567	2.80 513	12.91 565	19.11 573	7.69 551	13.12 559	11.62 550	7.01 542	84.40 591	7.91 513	3.42 548	1.92 543	3.54 561	1.93 549	3.68 542	2.69 544

Venus	11.95 561	13.02 567	20.56 518	3.50 546	3.08 544	15.11 567	2.80 513	12.91 565	19.11 573	7.69 551	13.12 559	11.62 550	7.01 542	84.40 591	7.91 513	3.42 548	1.92 543	3.54 561	1.93 549	3.68 542	2.69 544

DDUNet	2.91 432	2.78 517	6.94 291	3.53 548	2.26 531	3.28 213	1.36 418	3.77 306	2.04 300	2.62 450	2.49 440	4.18 488	1.69 352	5.38 341	1.85 372	2.21 538	1.77 541	2.61 546	2.43 557	2.60 534	2.34 537

ACVNet-4b	6.73 542	13.67 571	21.87 555	3.54 549	3.07 543	4.19 427	2.25 495	4.03 379	3.65 522	1.64 188	3.98 511	5.88 533	2.89 457	10.01 451	16.98 552	23.29 583	2.24 549	2.53 543	1.78 543	3.87 548	3.21 553

ACVNet_1	6.04 537	13.97 573	21.36 545	3.58 550	3.14 546	4.73 522	2.48 502	4.20 427	3.17 496	2.98 484	2.83 475	23.31 570	4.34 506	11.06 491	2.45 435	3.68 553	2.33 552	2.60 545	1.79 544	3.69 544	3.19 552

LVE	6.88 545	9.31 554	21.14 537	3.61 551	3.18 548	4.49 476	2.79 512	10.21 560	11.69 560	3.16 497	11.53 555	18.33 561	4.31 505	11.66 521	3.52 468	4.45 564	2.93 558	2.56 544	1.91 548	3.62 541	3.16 551

RainbowNet	4.56 512	8.28 544	20.07 493	3.64 552	3.23 549	4.15 406	2.99 521	4.18 423	3.03 484	2.20 352	2.65 458	4.26 493	2.90 458	9.77 438	2.12 405	3.88 557	2.27 550	2.71 550	1.72 542	3.78 546	3.31 555

Dean	7.52 548	9.08 552	21.41 546	3.74 553	3.53 550	4.81 529	3.53 535	5.33 547	5.25 544	4.17 524	26.53 574	25.62 576	4.09 501	10.97 485	4.32 475	3.69 554	2.30 551	2.91 551	1.87 547	4.03 549	3.24 554

DispFullNet	4.64 515	3.48 525	23.95 569	3.99 554	3.03 542	3.35 221	1.06 362	4.18 423	2.80 455	6.33 546	2.94 477	4.04 480	7.81 547	3.92 318	5.16 489	2.75 540	1.61 538	3.10 555	2.68 562	3.32 539	3.31 555

tt	7.19 547	0.51 65	6.83 288	4.03 555	2.30 532	12.05 561	20.19 574	15.46 572	6.58 554	3.42 508	3.22 493	5.37 529	6.39 537	4.20 325	7.46 510	9.81 575	11.53 579	7.05 572	7.46 574	6.31 563	3.71 560

test_for_model	2.16 312	3.87 528	1.58 103	4.16 556	3.64 551	2.51 124	0.96 335	3.63 278	2.62 428	2.45 420	1.39 156	1.02 138	0.73 77	0.92 23	0.57 43	2.97 543	2.19 547	0.26 109	0.17 27	5.32 559	2.24 534

TorneroNet	25.88 578	11.28 564	21.62 552	4.20 557	4.07 559	55.25 585	3.15 527	15.16 571	76.94 589	58.09 585	82.72 591	86.88 592	41.15 581	13.35 551	18.13 558	4.32 560	2.85 556	3.45 557	2.62 560	8.33 574	4.14 564

JetRed	10.48 556	27.10 580	35.70 576	4.27 558	4.09 560	15.55 569	12.83 565	12.16 562	5.50 546	5.83 540	5.56 524	10.14 548	7.43 544	8.88 414	26.39 576	3.32 547	3.81 567	3.51 559	2.96 567	7.85 571	6.69 573

TorneroNet-64	10.12 554	8.74 546	20.95 533	4.27 558	3.76 556	13.86 564	2.85 515	15.05 570	23.15 576	10.07 563	23.84 572	13.47 556	8.24 551	13.96 559	17.21 554	3.96 559	2.72 555	3.23 556	2.48 558	6.29 562	4.27 565

IMH-64-1	4.84 519	2.53 511	6.83 288	4.30 560	3.74 553	4.81 529	6.05 549	5.30 544	3.92 528	3.95 518	8.33 536	5.08 523	6.06 529	8.96 418	6.30 496	4.57 566	2.96 560	3.04 552	2.12 554	4.28 551	3.62 558

IMH-64	4.84 519	2.53 511	6.83 288	4.30 560	3.74 553	4.81 529	6.05 549	5.30 544	3.92 528	3.95 518	8.33 536	5.08 523	6.06 529	8.96 418	6.30 496	4.57 566	2.96 560	3.04 552	2.12 554	4.28 551	3.62 558

IMH	6.81 544	13.66 570	20.41 512	4.33 562	3.74 553	5.50 538	3.06 524	5.49 550	6.22 551	4.64 533	10.35 549	9.30 546	8.03 550	13.61 555	6.81 501	4.80 569	2.99 563	3.09 554	2.12 554	4.36 553	3.61 557

KSHMR	16.96 571	5.37 535	21.64 554	4.46 563	4.50 562	8.30 555	3.32 529	15.58 573	76.24 588	6.62 548	61.47 586	56.53 587	5.43 522	35.17 580	11.37 529	4.39 562	2.97 562	3.63 563	2.74 564	5.10 558	4.34 566

ktn	21.74 576	10.34 560	19.68 477	4.53 564	4.00 558	6.53 546	4.51 547	6.79 553	78.82 590	84.69 590	100.86 594	58.49 588	7.57 546	12.11 537	13.35 537	4.58 568	3.24 565	3.49 558	2.62 560	4.65 556	3.84 561

notaker	10.50 557	8.60 545	20.23 500	4.54 565	3.95 557	6.27 543	3.44 531	8.07 557	4.75 541	8.73 556	46.45 581	13.86 559	27.86 576	13.49 553	13.61 539	4.56 565	3.18 564	3.52 560	2.68 562	8.13 573	4.05 563

BEATNet-Init1	49.72 588	64.32 591	97.77 591	4.68 566	4.28 561	84.75 592	60.42 585	73.38 591	68.59 587	88.29 591	88.51 593	91.94 593	97.99 593	85.26 593	70.96 593	0.80 497	0.65 501	0.85 514	0.70 498	7.96 572	2.33 536

MANE	11.39 559	1.38 459	23.16 565	4.82 567	2.79 538	22.02 572	14.51 567	25.81 576	26.28 577	10.93 568	13.17 562	19.90 566	18.03 569	15.69 563	20.41 566	0.96 509	0.74 514	1.42 532	3.24 568	0.74 467	1.71 523

UNDER WATER	10.47 555	3.95 529	22.62 563	5.07 568	4.51 563	7.78 553	3.77 541	12.56 564	21.72 575	7.84 553	10.78 550	23.96 572	31.66 577	10.78 478	16.19 548	4.44 563	2.93 558	4.24 564	2.86 565	6.33 564	5.47 570

UNDER WATER-64	9.33 553	5.37 535	22.60 562	5.22 569	4.86 565	10.75 558	4.61 548	11.45 561	17.30 568	7.59 550	9.80 548	15.99 560	17.90 568	10.63 471	15.72 544	4.36 561	2.87 557	4.39 568	2.86 565	7.01 568	5.36 569

MADNet++	7.57 550	5.80 539	13.28 364	6.38 570	5.26 566	7.18 548	7.77 556	5.32 546	5.62 548	6.11 543	7.78 531	6.02 535	8.01 549	11.74 526	16.36 549	9.36 574	4.95 571	8.57 575	5.66 571	4.83 557	5.34 568

HanzoNet	31.60 580	17.23 576	21.22 542	7.32 571	5.84 567	7.25 550	3.53 535	13.82 569	14.20 566	50.38 583	47.01 582	44.45 580	56.61 588	36.61 581	32.00 581	63.89 589	56.57 590	7.97 574	89.20 590	28.69 580	28.25 582

PML	64.32 590	53.22 589	17.88 439	8.10 572	32.94 579	148.46 595	247.79 596	12.18 563	45.42 585	111.41 592	288.92 596	101.47 595	101.31 594	31.67 576	15.55 542	14.03 578	4.83 570	10.98 577	6.18 572	28.82 581	5.17 567

LE_ROB	18.58 572	1.21 429	48.38 582	8.60 573	23.00 577	7.32 551	19.74 573	9.94 559	38.69 582	43.53 580	21.91 569	28.40 578	40.92 580	23.18 570	54.71 585	0.34 279	0.33 364	0.32 249	0.36 374	0.42 330	0.40 317

DGTPSM_ROB	15.31 568	8.85 548	28.14 574	9.90 574	18.89 571	12.44 562	33.21 577	13.48 567	17.86 571	9.50 560	22.89 570	13.78 557	19.67 570	21.26 566	23.68 570	5.08 571	8.84 573	5.62 570	11.50 575	6.72 565	14.87 576

DPSMNet_ROB	15.52 569	8.89 549	31.44 575	10.07 575	18.91 572	12.44 562	33.22 578	13.51 568	17.94 572	9.58 561	22.91 571	13.79 558	19.67 570	21.43 567	23.73 571	5.17 572	8.84 573	5.63 571	11.52 578	6.79 566	14.90 577

FADE		13.79 572		10.71 576	13.34 569							11.85 553				474.90 597	161.58 596	347.36 597	322.13 597	7.29 570

USTest	15.98 570	15.58 575	22.56 561	18.49 577	16.99 570	26.43 574	36.08 580	27.68 579	12.77 563	10.69 566	10.80 551	18.35 562	15.09 561	18.62 565	23.37 569	4.85 570	5.34 572	7.38 573	7.43 573	9.90 575	11.23 574

TCMNet-wrong-test	12.32 563	14.13 574	19.38 469	22.38 578	19.85 573	15.99 570	12.34 564	22.95 575	4.56 536	6.24 545	6.27 527	18.40 563	15.71 562	10.10 456	10.72 525	9.06 573	4.78 569	5.35 569	3.95 569	12.28 577	11.97 575

Anonymous_1	57.11 589	19.68 577	26.15 571	23.10 579	142.31 593	30.84 575	39.75 581	33.86 583	16.98 567	70.53 589	15.42 566	23.46 571	19.75 572	23.04 569	27.23 577	164.73 595	9.02 575	130.38 591	137.40 592	161.27 596	27.24 581

DPSM_ROB	20.78 574	20.03 578	26.57 572	23.62 580	22.46 574	31.10 576	39.97 582	33.52 581	17.41 569	15.25 572	15.80 567	24.06 573	20.71 573	23.30 571	27.62 578	10.78 576	9.41 576	11.69 578	11.50 575	14.49 578	16.36 578

DPSM	20.78 574	20.03 578	26.57 572	23.62 580	22.46 574	31.10 576	39.97 582	33.52 581	17.41 569	15.25 572	15.80 567	24.06 573	20.71 573	23.30 571	27.62 578	10.78 576	9.41 576	11.69 578	11.50 575	14.49 578	16.36 578

LRCNet_RVC	25.52 577	33.45 581	23.21 567	31.79 582	32.78 578	6.74 547	1.18 391	25.88 577	4.46 534	28.94 575	30.89 575	24.91 575	17.57 567	27.66 575	24.34 573	35.26 585	25.60 586	35.91 585	33.81 584	31.90 586	34.10 586

HaxPig	43.25 584	43.65 586	45.00 580	33.85 583	35.61 580	32.69 578	30.52 575	45.09 584	42.97 583	48.77 581	48.17 583	43.00 579	40.26 579	44.58 582	43.61 582	47.18 586	49.30 587	51.54 587	50.25 586	43.73 587	45.29 587

MEDIAN_ROB	47.37 586	49.08 588	49.92 583	40.32 584	39.97 582	34.95 580	33.43 579	49.17 586	46.39 586	53.06 584	52.65 585	47.65 582	42.23 586	48.35 588	47.29 584	52.10 588	54.04 589	54.28 588	53.48 587	48.76 589	50.33 589

AVERAGE_ROB	44.46 585	45.91 587	46.59 581	40.59 585	38.66 581	32.99 579	30.52 575	46.19 585	43.26 584	49.59 582	48.97 584	44.62 581	39.89 578	45.04 583	43.94 583	48.74 587	50.69 588	50.80 586	49.79 585	45.54 588	46.97 588

Selective-RAFT-Error	41.77 582	40.16 584	53.34 585	47.73 586	45.25 585	62.51 587	80.64 591	67.22 587	34.93 580	30.64 578	31.81 577	48.11 583	42.11 585	46.57 584	54.95 586	21.61 580	18.87 582	23.48 581	23.15 582	29.16 583	33.08 585

CasAABBNet	41.80 583	40.20 585	53.41 587	47.73 586	45.18 584	62.51 587	80.71 592	67.26 588	34.80 578	30.49 576	31.88 578	48.24 585	41.81 583	46.63 586	55.64 589	21.60 579	18.88 583	23.48 581	23.22 583	29.19 584	33.05 584

FlowAnything	41.75 581	39.90 582	53.36 586	47.83 588	45.06 583	62.45 586	80.51 590	67.34 589	34.89 579	30.56 577	31.52 576	48.18 584	42.05 584	46.66 587	55.24 587	21.71 582	18.88 583	23.49 583	23.13 580	29.12 582	33.04 583

LSM	12.71 565	3.52 526	20.79 525	55.63 589	84.76 588	3.63 286	6.30 551	3.73 300	4.93 542	5.55 538	13.92 563	3.53 456	3.25 477	9.72 437	4.12 474	0.64 474	0.85 519	0.71 499	0.81 509	1.03 496	26.84 580

LSM0	49.58 587	40.04 583	53.62 588	97.15 590	128.68 592	62.75 589	79.89 589	67.63 590	35.11 581	33.02 579	32.61 580	48.43 586	41.60 582	46.60 585	55.43 588	21.63 581	18.99 585	23.62 584	23.13 580	29.47 585	52.26 590

ASD4	103.30 592	113.98 595	120.24 593	106.67 591	79.75 587	115.36 593	120.35 593	119.13 595	79.65 594	120.04 593	74.64 587	101.45 594	65.48 589	109.11 594	84.31 595	104.31 590	90.04 592	133.15 592	103.58 591	130.15 592	94.66 592

DPSimNet_ROB	102.30 591	119.72 596	143.59 594	109.42 592	94.10 589	127.22 594	127.15 594	26.62 578	102.36 595	149.58 595	83.99 592	139.34 596	137.54 595	64.62 590	82.36 594	105.18 591	66.15 591	120.15 590	69.61 589	99.58 591	77.72 591

DLNR_Zeroshot_test	28.62 579	55.50 590	49.94 584	183.62 593	115.05 591	3.43 233	0.28 5	29.49 580	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 584	0.41 429	0.26 109	0.23 146	93.28 590	0.32 213

test_example2	212.63 596	219.92 597	221.87 596	213.67 594	221.17 597	199.47 596	200.74 595	185.30 596	141.66 596	209.52 596	213.45 595	210.82 597	205.48 596	221.27 596	216.64 596	236.83 596	242.07 597	213.93 593	217.01 593	235.69 597	226.10 596

xxxxx1	112.33 593	88.53 592	37.76 577	227.84 595	157.23 594	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 588	78.32 589	70.96 590	33.47 577	70.69 590	114.00 592	130.36 593	259.31 594	274.34 594	145.54 593	147.50 593

tt_ll	112.33 593	88.53 592	37.76 577	227.84 595	157.23 594	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 588	78.32 589	70.96 590	33.47 577	70.69 590	114.00 592	130.36 593	259.31 594	274.34 594	145.54 593	147.50 593

ff	112.33 593	88.53 592	37.76 577	227.84 595	157.23 594	39.05 582	61.41 586	93.76 592	79.29 591	62.45 586	74.79 588	78.32 589	70.96 590	33.47 577	70.69 590	114.00 592	130.36 593	259.31 594	274.34 594	145.54 593	147.50 593

ccccc	590.94 597	629.75 598	645.59 597	567.84 598	570.84 598	582.44 597	641.68 597	613.82 597	494.59 597	614.58 597	651.20 597	555.57 598	637.59 597	666.94 597	652.42 597	781.57 598	507.24 598	391.36 598	342.44 598	689.82 598	581.48 597

Low-res two-view benchmark