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

StereoAnything_RVC	0.94 88	2.66 516	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 101	0.69 5	0.51 7	0.34 4	0.32 1	0.89 134	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 539	0.18 3

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 413	2.82 146	0.41 34	1.76 44	0.98 41	0.73 54	0.71 19	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 67	0.22 14	0.18 47	0.18 1	0.20 19

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 84	0.61 112	2.87 186	0.83 26	0.93 108	0.93 56	0.36 3	1.13 201	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 142	0.92 33	0.58 18	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

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 115	0.56 89	2.77 170	0.82 25	0.63 29	0.88 45	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

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 66	0.68 150	2.79 178	0.79 18	0.67 42	0.84 40	0.37 5	1.02 167	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 172	0.67 144	3.28 228	0.75 11	0.74 59	1.32 137	0.37 5	1.37 253	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 109	0.28 5	1.86 52	0.68 4	0.56 11	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 67	0.22 14	0.18 47	0.21 26	0.20 19

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 121	0.56 89	2.75 167	0.74 10	0.78 79	0.73 22	0.38 9	0.92 142	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

monsters	0.82 61	0.58 134	1.16 48	0.76 72	1.52 461	2.92 161	0.40 28	2.66 155	0.72 8	0.66 39	0.84 40	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

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 106	0.40 28	2.42 111	0.80 20	0.73 54	1.03 69	0.40 11	0.81 113	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	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	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	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	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 62	0.44 47	2.23 90	0.77 12	0.56 11	0.92 53	0.40 11	0.82 114	1.08 46	0.53 38	0.18 14	0.13 1	0.25 81	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	2.61 137	0.53 78	2.46 120	0.97 40	0.62 26	0.80 34	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

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 64	0.33 12	1.95 63	0.65 3	0.56 11	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 97	0.23 28	0.18 47	0.21 26	0.19 5

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 445	2.54 133	0.40 28	3.14 210	0.71 7	0.70 47	1.11 89	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

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 82	0.51 68	2.18 81	0.78 15	0.73 54	0.90 49	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 110	0.19 68	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 82	0.51 68	2.18 81	0.77 12	0.73 54	0.90 49	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 110	0.19 68	0.22 37	0.20 19

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 187	0.43 43	1.02 4	0.94 38	0.63 29	0.91 51	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 167	0.23 28	0.19 68	0.25 61	0.26 120

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 153	0.43 43	1.64 34	0.79 18	0.68 44	0.88 45	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	2.49 123	0.45 51	2.57 142	0.90 29	0.71 51	0.83 39	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

3.5w_stereo	0.77 41	0.53 83	1.09 24	0.65 23	0.72 229	2.52 127	0.51 68	2.43 114	0.80 20	0.76 71	1.20 103	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

LG-Stereo	0.85 67	0.60 154	2.71 211	0.59 3	0.45 78	2.85 150	0.55 85	2.41 108	1.34 77	0.59 19	1.19 101	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 230	0.24 172	0.29 121	0.19 5

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 220	0.49 62	2.40 107	0.81 24	0.63 29	0.80 34	0.44 26	0.85 121	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	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 34	0.53 8	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 97	0.23 28	0.16 12	0.21 26	0.23 71

DEFOM-Stereo_RVC	0.81 58	1.13 414	1.23 57	0.97 204	0.57 159	0.81 6	0.43 43	3.49 254	0.84 27	0.73 54	0.95 61	0.44 26	1.17 217	1.45 134	0.60 48	0.26 97	0.18 67	0.24 58	0.17 27	0.30 144	0.19 5

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 229	0.44 47	0.90 3	0.77 12	0.86 98	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 67	0.22 14	0.16 12	0.21 26	0.20 19

U	12.82 567	0.38 3	1.99 137	0.66 31	58.94 587	63.38 591	0.34 16	1.91 59	0.94 38	0.59 19	0.80 34	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 590	59.81 589	0.29 121	0.20 19

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 103	0.51 68	2.45 117	0.90 29	0.63 29	0.78 31	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	2.23 103	0.51 68	2.45 117	0.90 29	0.63 29	0.78 31	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

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 523	1.40 43	0.39 24	1.17 8	0.88 28	0.61 24	0.44 8	0.47 31	0.79 105	2.14 236	0.42 7	0.27 112	0.19 97	0.22 14	0.17 27	2.26 534	2.41 539

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 144	0.40 28	2.21 86	0.78 15	0.59 19	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 67	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	2.80 144	0.40 28	2.21 86	0.78 15	0.59 19	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 67	0.23 28	0.15 4	0.21 26	0.21 46

GREAT-IGEV	0.74 25	0.54 94	1.86 123	1.10 281	0.44 71	2.44 119	0.34 16	1.37 10	1.51 140	0.48 2	0.86 43	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

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 197	1.19 384	0.78 5	0.39 24	1.12 6	1.54 165	1.19 138	1.26 122	0.51 34	0.64 51	1.13 57	1.03 210	0.30 211	0.20 135	0.24 58	0.21 99	0.40 287	0.25 96

zero-FE	0.95 95	0.52 71	2.63 206	0.86 130	1.27 407	1.41 44	0.86 264	2.27 94	0.73 9	0.50 4	0.64 16	0.54 38	0.78 101	2.70 284	1.02 208	0.35 299	0.17 39	0.24 58	0.18 47	1.03 496	0.29 165

GASTEREO	1.00 111	0.98 384	1.23 57	0.90 155	0.40 46	3.40 229	0.88 287	2.77 170	1.44 98	1.39 156	1.30 133	0.55 39	1.35 250	1.33 109	0.64 58	0.25 82	0.19 97	0.25 81	0.25 184	0.25 61	0.31 203

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 119	0.46 54	1.09 5	0.69 5	0.84 95	0.52 11	0.55 39	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 81	0.18 47	0.23 42	0.20 19

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 100	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 41	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

MSCF	0.97 101	0.82 334	1.26 61	0.88 141	0.40 46	3.17 191	0.88 287	2.79 178	1.39 83	1.32 145	1.19 101	0.58 42	1.33 245	1.28 97	0.64 58	0.25 82	0.19 97	0.25 81	0.25 184	0.28 107	0.32 214

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 247	1.03 44	0.50 4	0.46 9	0.58 42	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

Former-RAFT_DAM_RVC	0.92 83	0.73 281	1.42 84	0.92 169	1.08 356	2.97 171	0.53 78	1.77 47	1.39 83	1.16 136	1.54 196	0.58 42	0.65 54	1.03 38	0.84 143	0.25 82	0.23 223	0.30 208	0.24 172	0.43 340	0.29 165

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 53	0.80 231	2.09 75	1.18 54	0.63 29	0.84 40	0.59 45	0.55 27	1.80 200	0.85 146	0.19 19	0.18 67	0.27 138	0.20 85	0.26 78	0.24 86
1: 1. 1
CAS	1.26 173	0.40 7	1.46 87	2.97 542	1.61 479	4.13 403	0.73 172	1.78 48	1.49 128	0.83 93	1.10 88	0.59 45	0.53 23	1.26 92	0.80 128	2.99 545	0.13 1	0.21 9	0.13 1	0.31 163	1.72 525

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 224	0.33 12	2.33 104	1.47 112	0.74 59	1.50 184	0.61 47	0.59 38	1.40 120	0.48 19	0.24 61	0.19 97	0.22 14	0.16 12	0.24 47	0.19 5

CES	1.01 114	0.55 100	1.74 114	0.92 169	2.15 527	2.15 96	0.50 64	2.01 67	1.45 99	0.76 71	1.02 66	0.61 47	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 536

CAS++	0.89 77	0.64 202	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 249	1.46 107	1.14 135	1.29 131	0.62 49	0.58 33	1.13 57	0.59 46	0.34 279	0.30 340	0.34 303	0.26 204	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 407	0.51 68	2.18 81	1.45 99	0.97 117	0.88 45	0.62 49	0.79 105	1.59 161	0.86 153	0.26 97	0.19 97	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.
FlowAnything_test	0.75 26	0.60 154	1.18 50	0.82 93	0.58 168	2.29 107	0.66 142	1.38 11	0.80 20	1.03 125	0.76 26	0.63 51	0.49 19	0.84 12	0.91 177	0.31 230	0.27 305	0.40 375	0.48 451	0.31 163	0.30 193

mms	0.77 41	0.68 241	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 50	0.77 76	1.37 152	0.63 51	0.54 26	1.75 192	0.63 55	0.24 61	0.19 97	0.26 110	0.21 99	0.31 163	0.34 242

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 342	0.41 34	2.07 73	1.07 47	0.77 76	0.89 48	0.64 53	0.86 124	0.95 25	0.77 121	0.26 97	0.18 67	0.26 110	0.19 68	0.32 190	0.32 214

SMoEStereo_RVC	0.80 50	0.53 83	1.12 38	0.92 169	0.44 71	2.41 117	0.79 221	1.49 17	1.16 51	0.70 47	1.12 91	0.64 53	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 230	0.22 132	0.26 78	0.25 96

RAStereo	0.75 26	0.52 71	2.86 220	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 42	0.75 61	1.05 79	0.64 53	0.47 14	0.80 8	0.94 191	0.22 35	0.20 135	0.27 138	0.21 99	0.34 226	0.22 60

test_xeample3	2.12 308	0.63 190	21.55 550	0.91 163	0.47 97	1.85 72	0.94 326	7.96 556	1.23 58	0.75 61	0.76 26	0.64 53	0.70 68	1.77 194	0.83 140	0.30 211	0.21 167	0.27 138	0.21 99	0.27 90	0.24 86

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 8	0.92 53	0.65 57	0.53 23	0.54 1	0.50 29	0.28 149	0.24 257	0.25 81	0.21 99	0.23 42	0.22 60

IGEV-BASED-STEREO-	1.09 126	3.30 525	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 71	0.91 104	0.92 53	0.65 57	0.57 30	1.08 46	0.59 46	1.55 534	0.15 21	0.32 250	0.28 259	1.10 505	1.98 532

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 141	0.32 7	1.37 41	0.55 85	2.71 161	1.42 92	0.92 107	1.75 259	0.65 57	1.17 217	1.45 134	0.57 43	0.21 27	0.21 167	0.20 1	0.19 68	0.24 47	0.23 71

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	1.89 275	1.64 189	1.09 85	0.65 57	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 387	0.31 321	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 174	0.31 8	1.89 54	2.92 472	0.47 1	0.29 2	0.66 61	0.47 14	1.35 113	0.39 4	0.20 24	0.18 67	0.24 58	0.16 12	0.19 4	0.20 19

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 249	0.23 2	1.69 39	2.14 327	0.62 26	0.32 3	0.67 62	0.33 1	1.14 59	0.37 3	0.23 47	0.19 97	0.23 28	0.16 12	0.19 4	0.20 19

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 189	0.29 7	1.59 25	3.05 486	0.50 4	0.24 1	0.67 62	0.43 9	1.33 109	0.40 5	0.21 27	0.18 67	0.23 28	0.15 4	0.19 4	0.20 19

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 337	0.33 12	3.36 243	1.43 96	0.75 61	1.17 98	0.68 64	1.04 172	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

MyStereo07	1.01 114	0.80 323	1.26 61	1.00 224	1.04 345	3.95 359	0.95 330	2.07 73	1.42 92	0.75 61	1.22 109	0.68 64	0.91 139	1.63 173	0.67 75	0.24 61	0.24 257	0.34 303	0.26 204	0.41 311	0.37 276

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 73	0.82 244	1.46 15	1.38 82	0.95 113	1.04 74	0.68 64	0.72 73	0.97 30	0.80 128	0.23 47	0.25 281	0.32 250	0.25 184	0.32 190	0.30 193

XX-TBD	1.03 119	0.95 376	1.94 131	1.30 380	0.43 65	3.97 369	0.33 12	1.74 42	1.73 241	1.59 177	2.02 354	0.69 67	0.60 41	1.16 66	0.66 70	0.30 211	0.25 281	0.23 28	0.15 4	0.31 163	0.22 60

IGEV-RUCA	0.90 80	0.53 83	1.05 5	0.81 83	0.74 239	3.89 339	0.80 231	1.92 60	1.41 90	0.96 116	0.71 19	0.70 68	0.73 77	1.30 105	0.68 78	0.29 171	0.20 135	0.25 81	0.19 68	0.43 340	0.34 242

999	0.97 101	0.48 49	1.24 59	1.03 247	0.64 189	3.25 206	0.92 318	1.40 12	1.39 83	0.71 51	1.68 237	0.70 68	0.66 60	3.03 296	0.89 166	0.23 47	0.19 97	0.25 81	0.21 99	0.25 61	0.29 165

ours_stereo	0.76 34	0.64 202	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 56	0.72 53	1.43 166	0.70 68	0.62 46	1.56 153	0.58 45	0.25 82	0.18 67	0.26 110	0.21 99	0.29 121	0.31 203

ff7	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

ffff	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

11t	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

ccc-4	0.98 103	0.69 244	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 60	0.75 61	1.03 69	0.70 68	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.27 136

tt45	0.96 100	0.48 49	1.19 51	0.89 146	0.66 204	3.91 342	0.76 197	1.90 57	1.26 68	0.70 47	1.30 133	0.71 75	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 167	0.23 147	0.27 90	0.27 136

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 148	1.41 90	0.82 87	1.64 225	0.71 75	0.62 46	1.22 83	0.64 58	0.22 35	0.19 97	0.24 58	0.18 47	0.25 61	0.20 19

castereo	0.82 61	0.70 254	1.04 3	0.85 125	0.50 116	1.29 35	0.91 305	3.22 220	1.20 56	0.83 93	1.24 114	0.72 77	0.91 139	1.00 35	0.67 75	0.26 97	0.16 26	0.25 81	0.20 85	0.24 47	0.21 46

ACVNet-DCA	1.85 258	0.74 289	13.77 374	1.78 492	0.36 14	4.48 471	0.74 184	3.98 367	1.53 156	1.01 119	1.81 294	0.72 77	1.62 326	2.13 233	0.64 58	0.29 171	0.17 39	0.32 250	0.21 99	0.33 208	0.32 214

1test111	1.99 288	0.74 289	13.77 374	1.78 492	0.36 14	4.48 471	0.74 184	3.98 367	1.53 156	1.01 119	1.81 294	0.72 77	1.62 326	4.66 330	0.98 201	0.29 171	0.17 39	0.32 250	0.21 99	0.33 208	0.32 214

cc1	1.98 285	0.74 289	13.77 374	1.78 492	0.36 14	4.48 471	0.74 184	4.23 441	3.95 531	1.01 119	1.81 294	0.72 77	1.62 326	2.13 233	0.64 58	0.29 171	0.17 39	0.32 250	0.21 99	0.31 163	0.29 165

SCV_C0	0.89 77	0.59 142	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 241	1.66 221	0.82 87	1.20 103	0.73 81	0.66 60	1.62 169	0.66 70	0.32 251	0.21 167	0.24 58	0.20 85	0.28 107	0.23 71

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 20	0.62 26	0.38 5	0.73 81	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

sAnonymous2	1.37 193	1.22 436	9.79 326	0.92 169	0.88 294	1.23 20	0.61 112	2.56 140	1.69 231	0.85 96	1.02 66	0.73 81	1.23 229	0.98 32	0.78 122	0.29 171	0.25 281	0.31 230	0.30 305	1.06 499	0.71 453

CroCo_RVC	1.37 193	1.22 436	9.79 326	0.92 169	0.88 294	1.23 20	0.61 112	2.56 140	1.69 231	0.85 96	1.02 66	0.73 81	1.23 229	0.98 32	0.78 122	0.29 171	0.25 281	0.31 230	0.30 305	1.06 499	0.71 453

IGEVStereo-DCA	0.86 68	0.65 212	2.05 144	0.90 155	0.46 87	1.57 57	0.86 264	1.62 27	1.24 60	0.65 37	0.77 29	0.74 85	0.72 73	2.59 276	0.86 153	0.28 149	0.21 167	0.28 167	0.21 99	0.29 121	0.27 136

rrr	2.27 329	0.65 212	23.82 569	0.90 155	0.46 87	1.57 57	0.96 336	7.98 557	1.19 55	0.65 37	0.77 29	0.74 85	0.72 73	2.59 276	0.86 153	0.28 149	0.21 167	0.28 167	0.21 99	0.29 121	0.25 96

tt1	1.79 252	0.73 281	10.41 337	1.75 489	0.36 14	4.55 489	0.79 221	4.22 437	3.37 515	1.08 128	1.80 282	0.74 85	1.48 288	2.21 246	0.65 65	0.29 171	0.16 26	0.31 230	0.22 132	0.30 144	0.29 165

DilatedVolume-Stereo	0.81 58	0.60 154	1.51 94	1.01 230	0.59 171	1.34 38	0.51 68	1.56 23	1.08 48	1.26 142	1.24 114	0.77 88	0.87 128	1.79 199	0.72 101	0.23 47	0.24 257	0.22 14	0.21 99	0.25 61	0.23 71

AIO-test2	1.61 223	1.30 447	3.40 242	1.16 319	1.31 413	3.18 193	0.74 184	4.06 392	1.52 149	1.72 207	2.21 397	0.78 89	0.74 81	3.64 310	0.95 196	3.64 553	0.26 294	0.35 322	0.42 431	0.37 267	0.33 230

anonymousdsp	0.95 95	0.69 244	1.27 66	0.83 104	0.52 127	4.54 486	0.84 252	1.76 44	1.24 60	0.76 71	1.06 81	0.78 89	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.26 120

ProNet	0.82 61	0.71 266	1.50 92	0.86 130	0.45 78	1.78 67	0.83 249	1.75 43	1.28 70	0.66 39	1.13 93	0.78 89	0.76 91	1.66 178	0.71 96	0.24 61	0.20 135	0.25 81	0.23 147	0.29 121	0.25 96

PMTNet	0.99 109	0.48 49	1.73 111	0.62 9	0.56 147	4.20 433	0.43 43	1.88 53	1.58 188	1.00 118	1.05 79	0.78 89	0.98 159	1.50 144	0.85 146	1.21 520	0.20 135	0.23 28	0.15 4	0.22 37	0.19 5

rvit_stereo_0081_aga	0.81 58	0.75 301	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 83	0.87 100	0.80 34	0.79 93	0.69 66	1.27 96	0.69 87	0.35 299	0.29 327	0.26 110	0.25 184	0.40 287	0.27 136

IGEV-Stereo	0.95 95	0.69 244	1.27 66	0.84 113	0.52 127	4.54 486	0.84 252	1.76 44	1.24 60	0.75 61	1.06 81	0.79 93	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MGS-Stereo	0.80 50	0.56 111	1.53 95	0.93 183	0.39 42	1.26 27	0.73 172	1.45 14	1.30 73	1.01 119	2.26 404	0.80 95	0.56 29	1.16 66	0.65 65	0.27 112	0.23 223	0.26 110	0.22 132	0.27 90	0.25 96

plain	1.55 208	0.69 244	13.59 371	0.65 23	0.73 234	1.66 63	0.57 92	3.17 215	1.94 282	0.77 76	1.24 114	0.80 95	0.86 124	1.60 163	0.96 197	0.33 267	0.21 167	0.32 250	0.25 184	0.42 330	0.28 155

MIF-Stereo (partial)	0.98 103	0.55 100	2.83 217	0.71 44	1.03 342	1.08 11	0.49 62	2.55 138	1.66 221	0.79 81	1.20 103	0.80 95	0.90 137	1.61 168	1.56 324	0.36 311	0.24 257	0.33 285	0.25 184	0.40 287	0.28 155

AEACV	0.79 49	0.54 94	1.35 77	0.97 204	0.63 187	1.13 14	0.92 318	2.02 68	0.91 32	0.76 71	0.79 33	0.80 95	1.61 323	1.28 97	0.61 50	0.22 35	0.18 67	0.26 110	0.23 147	0.27 90	0.23 71

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 112	0.47 59	1.53 21	1.09 49	0.88 101	1.04 74	0.82 99	0.75 84	0.72 4	0.78 122	0.22 35	0.23 223	0.25 81	0.23 147	0.24 47	0.29 165

sCroCo_RVC	1.06 122	0.82 334	5.05 273	1.02 240	1.05 347	0.98 8	0.61 112	2.06 71	1.29 71	0.69 46	1.26 122	0.82 99	1.10 195	1.20 80	0.90 170	0.42 381	0.40 421	0.33 285	0.30 305	0.46 367	0.38 291

HUF	1.15 137	0.64 202	8.62 312	0.90 155	0.35 12	1.35 39	0.78 214	1.97 64	1.50 133	0.63 29	1.52 187	0.83 101	0.66 60	1.28 97	0.63 55	0.29 171	0.23 223	0.26 110	0.17 27	0.23 42	0.25 96

fffy	0.80 50	0.59 142	1.56 101	1.00 224	0.47 97	1.27 28	0.76 197	1.90 57	1.02 43	0.75 61	1.35 147	0.83 101	0.72 73	1.70 186	0.62 52	0.23 47	0.19 97	0.27 138	0.21 99	0.28 107	0.32 214

MM-Stereo_test2	1.79 252	0.53 83	20.16 498	1.43 431	0.47 97	2.57 134	0.73 172	1.67 36	1.47 112	0.94 109	0.96 63	0.84 103	0.79 105	1.16 66	0.68 78	0.24 61	0.17 39	0.25 81	0.22 132	0.30 144	0.22 60

LoS_RVC	0.94 88	1.30 447	1.31 70	0.84 113	1.63 482	2.02 85	0.59 105	1.51 18	1.36 80	0.81 85	1.33 139	0.84 103	0.88 130	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 518

CREStereo++_RVC	1.02 118	0.49 56	1.54 98	0.83 104	0.55 143	4.01 375	0.31 8	1.63 32	1.99 288	1.63 186	2.13 383	0.84 103	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 533	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
TANstereo	1.01 114	0.55 100	1.73 111	0.76 72	0.36 14	4.04 381	0.38 22	1.48 16	1.62 211	2.03 296	2.10 374	0.84 103	0.93 145	0.98 32	0.62 52	0.28 149	0.36 388	0.23 28	0.20 85	0.25 61	0.46 359

rvit_stereo_0081	0.80 50	0.63 190	1.19 51	0.91 163	0.64 189	1.27 28	0.61 112	2.05 69	1.71 235	0.82 87	0.73 22	0.85 107	0.75 84	1.30 105	0.80 128	0.31 230	0.26 294	0.27 138	0.25 184	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 190	1.19 51	0.91 163	0.64 189	1.27 28	0.61 112	2.05 69	1.71 235	0.82 87	0.73 22	0.85 107	0.75 84	1.30 105	0.80 128	0.31 230	0.26 294	0.27 138	0.25 184	0.38 272	0.27 136

rvit_stereo_0080	0.94 88	0.72 270	2.56 196	0.64 16	0.59 171	1.90 75	0.75 194	2.71 161	1.40 87	0.91 104	1.04 74	0.85 107	0.82 114	1.14 59	0.78 122	0.35 299	0.29 327	0.25 81	0.27 230	0.45 356	0.29 165

whm_eth	0.94 88	0.72 270	2.56 196	0.64 16	0.59 171	1.90 75	0.75 194	2.71 161	1.40 87	0.91 104	1.04 74	0.85 107	0.82 114	1.14 59	0.78 122	0.35 299	0.29 327	0.25 81	0.27 230	0.45 356	0.29 165

S2M2	0.64 8	0.55 100	1.07 10	0.89 146	0.54 136	1.08 11	0.20 1	1.16 7	1.37 81	0.59 19	0.81 38	0.86 111	0.47 14	0.70 3	0.65 65	0.31 230	0.33 365	0.27 138	0.27 230	0.36 257	0.31 203

IGEV++	0.90 80	0.58 134	1.32 73	0.94 187	0.45 78	1.27 28	1.00 347	3.32 237	1.55 173	0.82 87	1.34 144	0.86 111	1.09 189	1.16 66	0.89 166	0.33 267	0.18 67	0.23 28	0.19 68	0.29 121	0.22 60

MM-Stereo_test1	1.90 267	0.53 83	19.85 484	1.39 423	0.48 105	1.81 70	0.79 221	3.00 195	1.82 259	1.69 198	1.09 85	0.87 113	0.97 153	1.45 134	0.74 109	0.24 61	0.21 167	0.27 138	0.24 172	0.35 244	0.24 86

GMStereo	1.01 114	1.00 388	2.86 220	0.83 104	0.45 78	1.47 49	0.57 92	1.89 54	2.11 322	1.52 170	1.24 114	0.87 113	0.74 81	1.58 156	0.94 191	0.40 355	0.21 167	0.30 208	0.30 305	0.47 371	0.36 262
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.92 83	0.53 83	1.45 86	0.61 6	0.34 9	4.42 465	0.40 28	2.21 86	1.54 165	0.94 109	1.12 91	0.87 113	0.87 128	1.12 54	0.72 101	0.28 149	0.19 97	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
trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 461	0.41 34	2.20 84	1.53 156	0.94 109	1.14 94	0.88 116	0.89 134	1.09 48	0.71 96	0.27 112	0.19 97	0.22 14	0.15 4	0.21 26	0.19 5

MaDis-Stereo	0.82 61	0.66 223	1.53 95	0.65 23	1.87 513	1.24 24	0.36 20	2.13 77	1.27 69	0.67 42	0.75 25	0.88 116	0.70 68	1.15 64	1.07 216	0.29 171	0.23 223	0.26 110	0.20 85	0.31 163	0.22 60

AIO-Stereo	0.76 34	0.54 94	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 128	0.70 47	1.58 206	0.89 118	0.45 12	1.03 38	0.55 41	0.24 61	0.18 67	0.25 81	0.20 85	0.26 78	0.21 46

MC-Stereo	1.06 122	0.48 49	1.55 99	1.15 313	0.41 53	4.56 494	0.61 112	2.06 71	1.46 107	1.90 244	1.61 218	0.89 118	1.12 199	1.35 113	0.73 104	0.25 82	0.18 67	0.26 110	0.22 132	0.25 61	0.24 86

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 386	0.94 312	2.90 155	0.42 38	3.41 248	1.06 46	0.63 29	0.76 26	0.90 120	0.76 91	0.91 21	0.52 37	0.27 112	0.18 67	0.25 81	0.16 12	0.25 61	0.19 5

RSM++	0.77 41	0.51 65	1.08 17	0.95 191	0.42 59	1.52 55	0.71 164	2.11 76	1.40 87	0.80 83	1.23 113	0.90 120	0.59 38	1.14 59	0.69 87	0.24 61	0.19 97	0.25 81	0.21 99	0.28 107	0.20 19

xyz-stereo-finetune2	1.16 141	0.63 190	1.50 92	0.57 1	0.36 14	3.47 243	0.65 139	2.70 160	1.23 58	0.88 101	1.75 259	0.91 122	1.76 364	3.54 305	1.74 359	0.24 61	0.22 196	0.30 208	0.27 230	0.31 163	0.26 120

xyz-stereo-finetune	1.05 121	0.62 181	1.46 87	0.59 3	0.36 14	3.48 246	0.81 240	2.69 159	1.74 247	0.94 109	1.21 107	0.91 122	0.78 101	2.53 271	1.28 268	0.24 61	0.24 257	0.26 110	0.23 147	0.30 144	0.23 71

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 107	0.38 22	3.06 204	1.46 107	0.66 39	1.39 157	0.91 122	0.73 77	1.01 36	0.72 101	0.23 47	0.19 97	0.20 1	0.18 47	0.19 4	0.20 19

s12784h	1.31 188	0.45 21	2.41 190	0.71 44	0.35 12	4.42 465	0.50 64	4.22 437	2.73 443	2.01 287	2.48 440	0.91 122	0.96 150	2.01 224	0.70 93	0.29 171	0.18 67	0.24 58	0.16 12	0.27 90	0.18 3

DIP-Stereo	1.24 162	0.69 244	1.77 116	0.65 23	0.61 178	4.29 446	0.58 101	4.44 507	2.53 416	1.98 268	1.33 139	0.91 122	0.86 124	1.25 91	1.25 258	0.36 311	0.23 223	0.32 250	0.23 147	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
WCG-NET	0.88 74	0.49 56	1.26 61	0.90 155	0.37 28	1.48 50	1.07 365	1.73 41	2.30 360	1.63 186	1.49 183	0.92 127	0.97 153	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 85	0.25 61	0.21 46

SCV	0.95 95	0.63 190	1.38 79	1.70 483	0.41 53	1.23 20	0.89 292	3.53 265	1.57 185	0.61 24	1.54 196	0.93 128	0.77 93	1.66 178	0.66 70	0.36 311	0.20 135	0.25 81	0.19 68	0.29 121	0.25 96

rvit_stereo_0083	0.86 68	0.67 233	1.42 84	0.87 136	0.65 197	1.23 20	0.64 130	1.67 36	2.28 356	0.79 81	0.93 56	0.93 128	1.07 186	1.46 138	0.75 112	0.32 251	0.36 388	0.30 208	0.26 204	0.33 208	0.28 155

DLNR_Zeroshot_test	28.62 580	55.50 591	49.94 585	183.62 594	115.05 592	3.43 234	0.28 5	29.49 581	1.49 128	1.01 119	1.26 122	0.93 128	0.63 49	3.92 319	1.51 317	29.81 585	0.41 430	0.26 110	0.23 147	93.28 591	0.32 214

RCA-Stereo	1.21 152	0.52 71	1.58 103	0.90 155	0.46 87	4.68 510	0.79 221	4.13 412	1.74 247	1.92 251	1.80 282	0.94 131	1.48 288	1.14 59	0.70 93	0.27 112	0.18 67	0.25 81	0.19 68	0.25 61	0.23 71

rvit_stereo_ft	1.00 111	0.87 352	3.55 247	0.97 204	0.66 204	1.06 10	0.80 231	2.78 173	1.67 223	0.78 79	0.96 63	0.95 132	1.14 208	1.06 44	0.90 170	0.32 251	0.24 257	0.27 138	0.28 259	0.39 282	0.27 136

HHNet	2.48 381	0.71 266	20.52 517	0.64 16	0.64 189	4.07 389	0.93 320	3.76 305	1.56 179	2.15 335	4.92 520	0.98 133	3.37 482	1.66 178	1.79 366	0.32 251	0.20 135	0.31 230	0.27 230	0.36 257	0.42 328

depthmonostereo	0.94 88	0.71 266	2.39 187	0.85 125	0.54 136	2.21 102	0.53 78	1.83 51	1.17 53	0.95 113	1.09 85	0.99 134	0.97 153	2.37 254	0.68 78	0.23 47	0.27 305	0.22 14	0.20 85	0.25 61	0.26 120

AIO-test1	2.18 316	0.66 223	18.95 460	0.89 146	1.48 455	3.40 229	0.97 339	4.19 427	1.68 225	0.86 98	1.35 147	0.99 134	0.75 84	4.47 327	1.27 264	0.23 47	0.23 223	0.28 167	0.33 340	0.31 163	0.35 256

UDGNet	1.40 196	1.52 474	2.22 168	1.38 421	0.62 184	4.39 457	0.68 150	1.80 49	2.18 335	1.34 147	1.18 99	0.99 134	1.00 162	2.16 238	1.19 240	1.09 514	0.34 377	1.30 531	0.98 520	1.10 505	0.58 420

CroCo-Stereo	0.98 103	0.87 352	3.44 243	0.87 136	0.53 135	0.49 2	0.50 64	3.99 371	1.49 128	0.81 85	1.25 121	1.00 137	0.75 84	1.10 49	1.09 221	0.24 61	0.21 167	0.24 58	0.19 68	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
AE-Stereo	1.18 142	0.60 154	2.05 144	1.10 281	0.60 174	4.39 457	0.72 167	3.74 302	1.62 211	1.10 130	1.90 331	1.01 138	0.92 142	1.45 134	0.82 137	0.28 149	0.22 196	0.28 167	0.28 259	0.26 78	0.22 60

rvit_0105_6	1.00 111	0.93 368	2.21 165	0.92 169	0.55 143	1.52 55	0.79 221	2.41 108	2.96 476	0.76 71	0.72 21	1.02 139	0.75 84	1.42 127	0.81 134	0.40 355	0.43 438	0.34 303	0.31 321	0.43 340	0.34 242

test_for_model	2.16 313	3.87 529	1.58 103	4.16 557	3.64 552	2.51 125	0.96 336	3.63 279	2.62 429	2.45 421	1.39 157	1.02 139	0.73 77	0.92 23	0.57 43	2.97 544	2.19 548	0.26 110	0.17 27	5.32 560	2.24 535

FACV-RUCA	1.26 173	0.65 212	2.21 165	1.06 256	1.50 458	2.69 141	1.15 386	3.05 201	1.87 269	1.36 150	1.99 350	1.03 141	1.15 216	1.36 115	1.10 222	0.41 370	0.41 430	0.73 507	0.41 425	0.61 423	0.41 324

11t1	1.11 129	0.53 83	1.80 119	1.55 462	0.65 197	2.20 101	0.60 108	3.66 285	1.49 128	1.60 178	1.26 122	1.03 141	1.35 250	1.72 188	0.97 198	0.28 149	0.31 350	0.29 188	0.23 147	0.30 144	0.34 242

DCANet-4	1.96 281	0.51 65	14.31 391	0.82 93	0.40 46	4.16 416	0.57 92	4.29 467	2.98 480	2.30 385	1.80 282	1.03 141	1.54 311	1.44 130	1.44 295	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

raft+_RVC	1.21 152	0.83 338	2.61 202	1.35 403	0.97 320	3.60 277	0.76 197	3.23 222	1.51 140	1.33 146	1.67 234	1.03 141	1.10 195	1.87 212	0.92 181	0.24 61	0.22 196	0.25 81	0.24 172	0.26 78	0.25 96

CroCo-Stereo Lap2	0.99 109	0.89 355	2.55 195	0.99 216	1.80 510	0.54 3	0.46 54	3.10 206	1.24 60	1.07 127	1.21 107	1.05 145	0.78 101	1.26 92	1.08 218	0.27 112	0.23 223	0.27 138	0.21 99	0.43 340	0.34 242

AIO_rvc	0.78 46	0.55 100	1.25 60	0.75 58	0.65 197	1.46 48	0.99 346	2.13 77	1.52 149	0.57 14	1.15 95	1.09 146	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

rvit_0105_4	1.07 125	0.99 385	2.39 187	0.93 183	0.54 136	1.62 61	0.84 252	2.77 170	2.91 470	0.80 83	0.91 51	1.09 146	0.86 124	1.63 173	0.85 146	0.40 355	0.45 448	0.35 322	0.31 321	0.43 340	0.40 318

EGLCR-Stereo	1.06 122	0.51 65	1.56 101	1.02 240	0.39 42	4.27 444	0.42 38	4.08 399	1.48 120	0.90 103	0.68 18	1.09 146	0.66 60	1.81 201	0.62 52	0.27 112	0.19 97	0.29 188	0.23 147	0.37 267	0.25 96

MM-Stereo_test3	1.09 126	0.59 142	1.55 99	1.73 487	1.18 377	1.91 77	0.86 264	3.52 261	1.76 251	1.25 140	1.86 316	1.10 149	0.69 66	1.32 108	0.86 153	0.27 112	0.23 223	0.27 138	0.22 132	0.34 226	0.30 193

EAI-Stereo	2.35 357	0.63 190	2.97 223	0.95 191	0.65 197	3.84 324	14.27 567	5.04 540	2.19 336	2.06 306	7.25 529	1.10 149	0.94 147	1.65 177	1.37 284	0.31 230	0.22 196	0.27 138	0.60 485	0.27 90	0.32 214

Anonymous3	1.72 240	0.76 306	11.61 351	0.83 104	0.84 280	4.46 469	0.84 252	3.57 270	1.16 51	1.34 147	1.37 152	1.11 151	1.03 168	1.58 156	1.13 229	0.70 490	0.58 490	0.33 285	0.35 365	0.47 371	0.42 328

LMCR-Stereo	2.40 365	1.31 451	18.61 455	1.59 467	0.86 286	3.87 337	1.15 386	4.32 482	1.60 204	2.25 374	2.27 405	1.13 152	2.43 435	2.48 260	1.60 330	0.88 506	0.24 257	0.29 188	0.24 172	0.56 405	0.30 193

R-Stereo Train	1.20 149	0.58 134	1.81 120	0.99 216	0.67 211	3.78 309	0.90 297	4.09 401	1.51 140	2.16 340	1.71 248	1.13 152	0.94 147	1.40 120	0.91 177	0.30 211	0.24 257	0.26 110	0.21 99	0.26 78	0.25 96

RAFT-Stereo	1.20 149	0.58 134	1.81 120	0.99 216	0.67 211	3.78 309	0.90 297	4.09 401	1.51 140	2.16 340	1.71 248	1.13 152	0.94 147	1.40 120	0.91 177	0.30 211	0.24 257	0.26 110	0.21 99	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AnonymousM	1.22 156	1.32 453	0.97 1	0.88 141	0.56 147	4.03 379	0.69 156	2.41 108	1.68 225	1.48 166	1.31 136	1.15 155	1.00 162	1.18 78	0.73 104	0.32 251	0.40 421	2.07 539	1.70 541	0.24 47	0.22 60

IPLGR_C	2.28 334	1.31 451	19.46 472	0.92 169	1.32 419	3.93 349	0.89 292	4.20 428	1.82 259	2.30 385	2.63 458	1.16 156	1.07 186	1.41 125	1.29 271	0.37 319	0.23 223	0.27 138	0.22 132	0.31 163	0.45 349

GCAP-Stereo	0.93 85	0.68 241	1.35 77	0.85 125	0.41 53	3.61 281	0.52 77	2.20 84	1.50 133	1.11 133	1.04 74	1.17 157	0.84 119	1.11 51	0.71 96	0.25 82	0.20 135	0.27 138	0.18 47	0.28 107	0.23 71

CIPLG	2.27 329	1.18 425	19.24 464	0.92 169	1.34 425	3.95 359	0.89 292	4.23 441	1.82 259	2.31 391	2.67 461	1.17 157	1.06 184	1.53 151	1.32 275	0.37 319	0.23 223	0.27 138	0.22 132	0.31 163	0.45 349

ACRE	2.27 329	1.11 412	19.45 471	0.91 163	1.30 411	3.94 354	0.87 283	4.21 434	1.80 257	2.28 379	2.62 456	1.17 157	1.04 172	1.52 149	1.30 272	0.37 319	0.23 223	0.27 138	0.22 132	0.31 163	0.46 359

raftrobust	1.19 144	0.72 270	2.30 178	1.26 359	1.31 413	3.55 267	0.68 150	2.75 167	1.47 112	2.21 362	1.38 155	1.17 157	1.22 226	1.20 80	1.11 225	0.28 149	0.24 257	0.21 9	0.19 68	0.25 61	0.28 155

rvit_0105_5	1.13 131	0.93 368	2.60 199	0.91 163	0.56 147	1.92 78	0.91 305	3.02 198	2.63 431	0.95 113	1.20 103	1.18 161	0.93 145	1.51 147	0.93 189	0.40 355	0.43 438	0.37 349	0.35 365	0.42 330	0.44 343

ADStereo(finetuned)	2.04 296	0.73 281	13.28 365	0.82 93	0.40 46	4.16 416	0.59 105	4.25 451	2.97 477	2.35 403	1.84 306	1.18 161	3.40 483	1.52 149	1.54 321	0.29 171	0.24 257	0.23 28	0.18 47	0.30 144	0.51 391

RALCasStereoNet	1.19 144	1.02 390	2.06 153	1.12 292	1.14 368	3.08 183	0.70 162	2.99 193	1.73 241	1.34 147	1.68 237	1.18 161	0.91 139	2.16 238	1.00 206	0.30 211	0.26 294	0.24 58	0.21 99	0.29 121	0.30 193

DCANet	1.74 243	0.73 281	9.08 316	0.82 93	0.40 46	4.18 424	0.59 105	4.25 451	2.97 477	2.35 403	1.84 306	1.18 161	1.63 339	1.51 147	1.55 322	0.29 171	0.24 257	0.23 28	0.18 47	0.30 144	0.53 398

fff	1.74 243	0.70 254	9.08 316	0.81 83	0.36 14	4.15 407	0.57 92	4.23 441	2.09 312	2.30 385	1.80 282	1.19 165	3.02 465	1.44 130	1.46 299	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

dd	1.26 173	1.15 419	2.47 192	0.92 169	0.49 112	4.35 452	0.75 194	1.92 60	2.11 322	1.44 163	1.24 114	1.19 165	1.05 177	1.78 195	1.70 351	0.57 463	0.34 377	0.35 322	0.33 340	0.60 418	0.46 359

rafts_anoy	1.24 162	0.80 323	3.61 253	1.17 321	1.20 390	3.00 172	0.61 112	3.17 215	1.58 188	1.37 153	1.26 122	1.19 165	1.12 199	1.78 195	1.25 258	0.32 251	0.23 223	0.32 250	0.32 332	0.31 163	0.30 193

csc	1.74 243	0.70 254	9.08 316	0.81 83	0.36 14	4.15 407	0.57 92	4.23 441	2.09 312	2.30 385	1.80 282	1.19 165	3.02 465	1.44 130	1.46 299	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

cscssc	1.74 243	0.70 254	9.08 316	0.81 83	0.36 14	4.15 407	0.57 92	4.23 441	2.09 312	2.30 385	1.80 282	1.19 165	3.02 465	1.44 130	1.46 299	0.29 171	0.23 223	0.23 28	0.18 47	0.24 47	0.42 328

testlalala_base	1.62 225	0.74 289	1.63 105	1.19 330	1.40 438	2.63 139	0.84 252	4.09 401	1.31 74	1.22 139	1.42 164	1.21 170	0.85 121	1.16 66	0.73 104	3.92 559	2.10 546	0.27 138	0.18 47	4.49 556	1.11 502

DFGA-Net	2.11 306	3.00 520	7.43 297	1.11 288	0.76 245	3.72 298	0.60 108	2.63 151	1.91 279	2.01 287	2.07 370	1.22 171	1.04 172	10.26 462	2.26 419	0.27 112	0.22 196	0.34 303	0.34 349	0.61 423	0.48 369

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 97	1.43 96	0.82 87	1.44 168	1.22 171	0.62 46	1.17 73	0.63 55	0.22 35	0.18 67	0.24 58	0.19 68	0.27 90	0.20 19

rvit_0105_3	1.24 162	0.93 368	2.84 218	0.97 204	0.58 168	2.38 113	1.08 370	3.26 227	2.53 416	1.18 137	1.40 160	1.24 173	1.04 172	1.73 189	0.97 198	0.44 394	0.44 443	0.40 375	0.42 431	0.42 330	0.50 383

iRaft-Stereo_20w	1.88 264	0.62 181	10.58 339	0.90 155	0.83 273	2.96 170	0.78 214	4.90 537	1.58 188	2.29 381	1.60 214	1.25 174	4.51 511	2.28 252	0.90 170	0.29 171	0.21 167	0.26 110	0.24 172	0.41 311	0.31 203

PSM-AAD	2.43 370	0.54 94	1.32 73	0.92 169	0.54 136	4.48 471	7.47 554	2.96 190	1.55 173	2.31 391	2.56 450	1.26 175	16.23 565	2.46 258	0.89 166	0.28 149	0.21 167	0.58 472	0.41 425	0.34 226	1.32 512

TestStereo	2.00 289	1.02 390	12.25 355	0.70 39	0.61 178	1.88 74	0.55 85	2.31 101	1.52 149	1.41 160	1.33 139	1.27 176	0.90 137	11.62 516	0.81 134	0.34 279	0.19 97	0.33 285	0.24 172	0.44 348	0.24 86

rvit_105_1	1.43 199	0.90 357	3.27 236	1.08 266	0.68 216	2.79 143	1.27 408	3.52 261	2.35 372	1.38 155	1.54 196	1.28 177	1.14 208	2.91 290	1.40 286	0.54 457	0.47 461	0.45 410	0.59 483	0.44 348	0.58 420

mmm	1.27 178	0.58 134	2.20 163	1.41 427	0.68 216	2.39 115	0.85 261	3.90 340	1.63 214	2.20 353	1.84 306	1.28 177	1.50 295	1.91 215	0.89 166	0.31 230	0.27 305	0.45 410	0.37 387	0.38 272	0.34 242

GES	1.38 195	0.64 202	2.61 202	1.09 272	0.57 159	4.30 448	1.02 354	3.86 327	1.51 140	1.72 207	1.74 255	1.28 177	1.77 366	1.62 169	1.61 333	0.39 348	0.27 305	0.33 285	0.30 305	0.41 311	0.47 364

RALAANet	1.28 181	1.08 405	3.21 232	1.25 352	0.94 312	1.44 46	0.69 156	3.15 212	2.57 423	2.01 287	1.80 282	1.29 180	1.05 177	2.00 221	1.48 307	0.27 112	0.20 135	0.27 138	0.24 172	0.40 287	0.27 136

RAFT-Stereo-weight	1.11 129	0.48 49	1.22 56	0.99 216	0.42 59	4.17 421	0.80 231	3.60 274	1.50 133	1.97 266	1.50 184	1.30 181	0.65 54	1.24 86	0.85 146	0.25 82	0.19 97	0.26 110	0.22 132	0.27 90	0.23 71

testlalala	1.14 136	0.62 181	1.34 75	1.00 224	0.78 252	4.38 454	0.93 320	2.46 120	2.20 338	2.44 420	1.52 187	1.31 182	0.61 44	1.04 42	0.65 65	0.35 299	0.19 97	0.24 58	0.19 68	0.24 47	0.23 71

IPLG	2.48 381	0.65 212	19.63 477	0.91 163	0.79 255	4.60 499	0.56 89	4.31 478	1.84 266	1.91 249	2.00 352	1.31 182	1.38 254	6.61 372	1.53 320	0.27 112	0.20 135	0.27 138	0.23 147	0.31 163	0.36 262

RAFT+CT+SA	1.62 225	0.72 270	7.42 296	0.97 204	1.42 447	4.04 381	0.94 326	3.90 340	1.61 208	1.61 183	1.63 223	1.33 184	1.18 219	2.73 288	1.10 222	0.27 112	0.19 97	0.31 230	0.34 349	0.33 208	0.33 230

PFNet+	1.46 203	0.57 121	2.84 218	0.92 169	0.47 97	4.64 504	0.84 252	2.46 120	1.99 288	2.14 327	1.64 225	1.34 185	1.03 168	4.68 332	1.23 253	0.45 403	0.33 365	0.37 349	0.39 407	0.32 190	0.49 376

ICVP	2.26 327	0.66 223	21.18 542	0.99 216	0.88 294	4.28 445	0.95 330	3.32 237	1.60 204	1.66 194	1.76 268	1.34 185	1.14 208	1.62 169	1.32 275	0.53 455	0.35 383	0.33 285	0.29 287	0.40 287	0.51 391
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iResNet	2.52 389	0.94 374	21.17 541	1.84 501	0.72 229	3.75 304	0.81 240	4.14 418	2.55 422	2.33 401	2.03 356	1.35 187	1.44 277	3.27 298	2.16 413	0.35 299	0.23 223	0.28 167	0.22 132	0.44 348	0.45 349

NF-Stereo	1.58 215	0.61 171	2.66 209	2.26 524	0.47 97	4.68 510	0.67 144	3.31 232	1.48 120	2.11 317	1.59 210	1.36 188	1.09 189	6.08 362	1.20 243	0.40 355	0.20 135	0.36 337	0.34 349	0.31 163	0.36 262

OCTAStereo	1.58 215	0.61 171	2.72 212	2.27 527	0.46 87	4.68 510	0.67 144	3.30 231	1.48 120	2.11 317	1.59 210	1.36 188	1.09 189	6.02 359	1.21 247	0.41 370	0.20 135	0.36 337	0.34 349	0.31 163	0.37 276

RE-Stereo	1.58 215	0.61 171	2.72 212	2.26 524	0.46 87	4.68 510	0.68 150	3.31 232	1.48 120	2.11 317	1.59 210	1.36 188	1.09 189	6.01 357	1.22 250	0.41 370	0.20 135	0.36 337	0.34 349	0.31 163	0.37 276

TVStereo	1.58 215	0.61 171	2.72 212	2.26 524	0.46 87	4.68 510	0.68 150	3.31 232	1.48 120	2.11 317	1.59 210	1.36 188	1.09 189	6.01 357	1.22 250	0.41 370	0.20 135	0.36 337	0.34 349	0.31 163	0.37 276

CASS	1.29 183	0.66 223	2.62 205	0.95 191	0.66 204	2.84 148	0.69 156	3.00 195	1.79 256	2.57 439	1.95 338	1.39 192	1.55 313	1.59 161	1.06 213	0.50 440	0.28 317	0.34 303	0.28 259	0.46 367	0.63 435
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TestStereo1	1.56 212	0.81 327	2.32 179	1.61 472	0.64 189	4.13 403	1.36 419	3.79 311	3.20 502	1.60 178	2.57 452	1.39 192	2.15 412	2.51 264	1.30 272	0.29 171	0.20 135	0.34 303	0.25 184	0.40 287	0.36 262

SA-5K	1.56 212	0.81 327	2.32 179	1.61 472	0.64 189	4.13 403	1.36 419	3.79 311	3.20 502	1.60 178	2.57 452	1.39 192	2.15 412	2.51 264	1.30 272	0.29 171	0.20 135	0.34 303	0.25 184	0.40 287	0.36 262

test_xeample	2.67 410	0.56 111	2.05 144	1.09 272	0.81 260	3.24 203	0.80 231	4.55 523	2.70 440	2.42 417	2.27 405	1.39 192	1.40 261	10.75 476	17.51 556	0.30 211	0.30 340	0.32 250	0.28 259	0.34 226	0.33 230

DN-CSS_ROB	1.91 271	1.55 476	11.13 346	1.82 499	0.88 294	3.99 372	0.61 112	4.01 375	1.67 223	1.64 189	1.89 326	1.39 192	1.06 184	3.23 297	1.50 311	0.31 230	0.19 97	0.44 403	0.29 287	0.37 267	0.31 203

PSMNet-RUCA	1.64 230	1.50 473	2.57 198	1.50 450	1.38 434	3.05 177	1.36 419	3.31 232	2.24 344	1.36 150	2.07 370	1.40 197	1.09 189	1.83 204	1.55 322	1.15 518	0.69 510	1.26 530	0.96 518	1.64 527	0.94 490

222	2.68 414	0.57 121	2.03 141	1.11 288	0.81 260	3.23 199	0.65 139	4.52 521	2.45 402	2.34 402	2.29 412	1.41 198	1.44 277	10.50 467	18.47 561	0.32 251	0.30 340	0.32 250	0.27 230	0.32 190	0.34 242

PSM-softLoss	1.66 234	0.59 142	5.15 275	2.25 522	0.48 105	4.68 510	0.69 156	2.57 142	1.52 149	2.14 327	1.45 169	1.42 199	0.99 160	6.04 360	1.20 243	0.41 370	0.23 223	0.37 349	0.39 407	0.32 190	0.31 203

KMStereo	1.66 234	0.59 142	5.15 275	2.25 522	0.48 105	4.68 510	0.69 156	2.57 142	1.52 149	2.14 327	1.45 169	1.42 199	0.99 160	6.04 360	1.20 243	0.41 370	0.23 223	0.37 349	0.39 407	0.32 190	0.31 203

LCNet	1.55 208	0.54 94	1.88 125	0.99 216	0.55 143	3.60 277	1.21 402	2.86 184	1.53 156	2.18 346	1.74 255	1.43 201	4.17 503	3.62 308	0.87 159	0.29 171	0.20 135	0.28 167	0.77 505	0.47 371	1.85 528

Selective-RAFT	1.15 137	0.46 28	1.64 107	0.99 216	0.45 78	4.17 421	0.51 68	3.21 218	1.69 231	1.12 134	1.34 144	1.45 202	1.40 261	2.08 228	0.94 191	0.41 370	0.20 135	0.24 58	0.23 147	0.27 90	0.25 96

DisPM	1.36 192	0.55 100	2.39 187	1.54 457	0.51 118	4.59 497	0.79 221	2.50 126	1.88 271	2.50 427	1.83 301	1.45 202	1.01 164	2.71 286	0.93 189	0.46 410	0.20 135	0.32 250	0.31 321	0.31 163	0.44 343

rvit_stereo_0075_2	1.18 142	0.74 289	2.66 209	0.90 155	1.27 407	2.51 125	0.69 156	2.25 92	2.06 306	1.40 158	1.86 316	1.46 204	0.84 119	1.42 127	0.94 191	0.46 410	0.40 421	0.48 427	0.38 400	0.46 367	0.51 391

HART	1.03 119	0.85 346	3.13 230	0.84 113	0.38 39	1.17 16	0.42 38	3.54 266	1.47 112	1.08 128	2.17 389	1.48 205	0.57 30	1.37 119	0.74 109	0.23 47	0.18 67	0.28 167	0.21 99	0.32 190	0.24 86

MIPNet	2.33 348	0.71 266	19.82 482	0.89 146	0.56 147	4.76 528	0.61 112	4.32 482	2.37 381	1.83 225	1.48 182	1.48 205	1.98 398	2.63 279	1.44 295	0.29 171	0.20 135	0.26 110	0.23 147	0.30 144	0.39 298

Pruner-Stereo	1.32 190	0.59 142	2.11 158	1.79 497	0.47 97	4.73 523	0.79 221	2.53 128	1.72 238	2.47 424	1.58 206	1.48 205	1.03 168	1.66 178	1.47 304	0.44 394	0.21 167	0.34 303	0.30 305	0.30 144	0.39 298

model_zeroshot	1.21 152	0.60 154	3.55 247	1.05 250	0.57 159	3.46 240	0.63 127	2.73 164	1.55 173	2.05 301	1.38 155	1.50 208	0.82 114	1.69 184	0.87 159	0.29 171	0.23 223	0.30 208	0.23 147	0.27 90	0.32 214

GMOStereo	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 408	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

error version	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 408	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

test-v	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 408	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

test-2	1.13 131	0.70 254	2.26 172	0.75 58	0.44 71	3.05 177	0.91 305	2.78 173	1.45 99	2.37 408	1.52 187	1.53 209	1.05 177	1.17 73	0.92 181	0.25 82	0.19 97	0.35 322	0.28 259	0.34 226	0.26 120

DeepStereo_RVC	1.55 208	0.63 190	3.32 239	0.77 76	0.42 59	4.49 477	0.72 167	2.50 126	1.58 188	2.02 292	1.81 294	1.54 213	6.38 537	1.73 189	1.19 240	0.46 410	0.22 196	0.29 188	0.28 259	0.35 244	0.38 291

GCST	2.56 397	1.79 491	18.02 443	1.92 507	1.33 423	1.72 64	0.51 68	3.67 286	2.03 297	1.70 202	1.61 218	1.55 214	1.29 238	5.06 336	1.24 255	2.06 537	0.77 517	1.45 534	0.97 519	1.14 509	1.34 513

test_sample2	1.75 247	0.56 111	2.25 171	1.41 427	0.80 257	2.91 158	0.86 264	4.05 388	2.04 301	1.91 249	1.39 157	1.57 215	1.55 313	10.65 473	1.06 213	0.32 251	0.28 317	0.32 250	0.30 305	0.36 257	0.33 230

test_sample1	1.62 225	0.55 100	1.88 125	1.44 434	0.79 255	2.27 105	0.64 130	4.00 373	1.82 259	1.87 234	1.35 147	1.57 215	1.62 326	9.55 435	1.24 255	0.30 211	0.27 305	0.31 230	0.28 259	0.32 190	0.32 214

x	1.15 137	0.57 121	1.53 95	1.44 434	0.67 211	1.94 79	0.97 339	3.87 330	1.57 185	1.61 183	1.28 129	1.58 217	1.22 226	1.93 216	1.04 211	0.28 149	0.30 340	0.34 303	0.29 287	0.32 190	0.31 203

HCRNet	1.60 221	0.56 111	2.47 192	0.78 78	1.36 429	4.11 398	0.71 164	3.57 270	2.79 452	1.75 213	1.61 218	1.58 217	1.41 266	5.79 354	1.56 324	0.34 279	0.28 317	0.36 337	0.29 287	0.33 208	0.37 276

ITSA-stereo	1.86 259	0.72 270	3.74 257	1.20 335	0.66 204	4.09 391	0.91 305	4.24 449	2.53 416	1.93 255	1.77 273	1.59 219	2.15 412	6.12 363	2.44 435	0.40 355	0.38 407	0.40 375	0.40 418	0.50 382	0.98 494

DRaft	2.28 334	0.56 111	2.64 208	0.74 57	0.46 87	3.94 354	1.23 404	2.32 103	1.55 173	2.64 455	2.80 472	1.60 220	5.34 522	6.96 385	10.99 528	0.34 279	0.22 196	0.27 138	0.27 230	0.29 121	0.37 276

FADNet_RVC	2.65 406	2.28 508	16.51 419	0.98 210	0.92 305	4.09 391	0.83 249	4.26 458	1.73 241	1.46 164	1.78 276	1.60 220	1.50 295	8.88 415	2.39 427	0.47 419	0.38 407	0.44 403	0.58 481	0.89 485	0.97 492

RAFT-Stereo + iAFF	1.25 166	0.72 270	1.74 114	1.05 250	0.36 14	4.13 403	0.42 38	2.95 189	2.84 466	2.02 292	2.40 434	1.61 222	1.11 198	1.26 92	0.97 198	0.21 27	0.15 21	0.26 110	0.23 147	0.29 121	0.23 71

dad	1.65 231	1.19 427	3.04 227	0.98 210	0.56 147	4.22 434	0.84 252	1.99 66	2.48 406	2.14 327	1.68 237	1.62 223	1.13 201	3.85 314	2.04 396	1.03 513	0.40 421	2.04 538	0.48 451	0.75 470	0.53 398

HITNet	2.07 301	0.82 334	14.77 394	1.34 398	0.56 147	3.47 243	0.80 231	4.07 395	2.35 372	2.16 340	1.61 218	1.64 224	1.44 277	2.09 231	2.56 447	0.26 97	0.18 67	0.41 387	0.26 204	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
FINET	2.96 440	1.07 403	23.18 567	1.29 373	1.86 512	2.03 86	1.52 445	4.30 475	4.71 539	2.23 368	2.34 431	1.65 225	1.48 288	5.89 356	2.81 457	0.51 446	0.47 461	0.49 441	0.40 418	0.59 414	0.49 376

SFCPSM	2.18 316	0.63 190	17.03 427	0.88 141	0.98 327	3.74 303	1.28 410	4.09 401	2.16 331	1.85 227	1.83 301	1.65 225	1.39 257	2.50 261	1.50 311	0.33 267	0.27 305	0.39 369	0.36 375	0.34 226	0.37 276

H2IRNET	1.90 267	0.53 83	14.29 390	1.14 300	0.60 174	4.48 471	0.44 47	2.65 153	1.81 258	1.05 126	2.30 417	1.67 227	1.40 261	2.17 240	1.50 311	0.36 311	0.21 167	0.33 285	0.37 387	0.34 226	0.29 165

test_5	1.87 260	0.75 301	10.23 334	1.14 300	1.40 438	3.85 332	1.27 408	3.91 345	1.93 281	1.69 198	1.78 276	1.67 227	1.79 369	2.99 295	1.17 237	0.30 211	0.18 67	0.35 322	0.33 340	0.34 226	0.33 230

GCAP-BAT	1.21 152	0.74 289	3.23 233	0.95 191	0.70 225	3.86 334	0.93 320	1.89 54	1.48 120	1.85 227	1.96 339	1.68 229	0.79 105	1.78 195	0.81 134	0.29 171	0.20 135	0.24 58	0.20 85	0.26 78	0.35 256

test_sample5	2.33 348	0.62 181	11.29 347	1.29 373	0.83 273	3.09 184	0.74 184	4.28 464	2.31 364	2.20 353	1.97 345	1.68 229	1.39 257	11.19 499	1.47 304	0.37 319	0.31 350	0.37 349	0.37 387	0.41 311	0.39 298

DualNet	2.33 348	0.62 181	11.29 347	1.29 373	0.83 273	3.09 184	0.74 184	4.28 464	2.31 364	2.26 377	2.04 359	1.68 229	1.39 257	11.19 499	1.47 304	0.37 319	0.31 350	0.37 349	0.37 387	0.41 311	0.39 298

SA	1.62 225	0.75 301	3.78 259	1.07 258	0.43 65	4.26 439	1.36 419	4.45 510	3.12 491	1.63 186	1.97 345	1.68 229	2.26 423	2.55 272	1.27 264	0.27 112	0.22 196	0.37 349	0.37 387	0.35 244	0.30 193

IPLGR	2.53 390	0.58 134	20.46 516	0.82 93	0.52 127	4.56 494	0.50 64	4.30 475	2.38 386	1.87 234	1.53 194	1.68 229	1.72 359	6.95 384	1.15 231	0.28 149	0.21 167	0.27 138	0.23 147	0.33 208	0.32 214

test_sample6	2.35 357	0.62 181	10.78 342	1.33 391	0.83 273	3.15 190	0.79 221	4.36 493	2.43 397	2.26 377	2.04 359	1.69 234	1.39 257	11.48 511	1.61 333	0.38 336	0.32 358	0.37 349	0.39 407	0.41 311	0.42 328

GMM-Stereo	2.45 373	0.52 71	20.38 511	0.89 146	0.82 269	4.18 424	1.91 480	2.45 117	1.48 120	2.48 425	2.30 417	1.69 234	1.86 386	2.93 292	1.08 218	0.28 149	0.18 67	0.33 285	0.48 451	0.35 244	2.41 539

GrayStereo	2.58 401	0.53 83	1.63 105	1.58 466	0.89 299	4.17 421	8.17 558	3.03 199	1.52 149	2.80 471	2.50 442	1.70 236	17.10 566	2.83 289	1.15 231	0.33 267	0.21 167	0.27 138	0.32 332	0.28 107	0.53 398

ARAFT	2.56 397	1.13 414	19.50 474	0.89 146	0.48 105	4.15 407	1.40 430	4.36 493	2.82 464	2.36 407	1.88 320	1.70 236	1.04 172	6.45 369	1.22 250	0.29 171	0.18 67	0.37 349	0.35 365	0.35 244	0.25 96

anonymity	1.76 248	1.26 443	2.73 215	1.66 477	1.32 419	1.84 71	1.07 365	3.49 254	2.30 360	2.11 317	2.11 378	1.71 238	3.90 498	1.82 203	1.48 307	1.10 515	1.09 526	1.08 525	1.08 526	1.05 498	1.09 500

Prome-Stereo	1.61 223	0.55 100	1.71 110	0.98 210	0.60 174	4.41 463	1.82 475	3.03 199	1.53 156	2.18 346	3.45 502	1.72 239	3.49 490	2.23 249	1.08 218	0.29 171	0.20 135	0.26 110	0.25 184	0.34 226	2.16 534

test_sample4	2.34 352	0.63 190	11.59 350	1.30 380	0.83 273	3.07 182	0.72 167	4.27 459	2.30 360	2.30 385	1.88 320	1.73 240	1.42 271	11.14 498	1.46 299	0.35 299	0.29 327	0.35 322	0.36 375	0.40 287	0.38 291

DCRE	1.44 200	0.74 289	3.50 246	1.13 299	0.72 229	1.78 67	0.67 144	2.14 79	1.56 179	1.99 273	8.09 536	1.73 240	1.07 186	1.24 86	0.83 140	0.23 47	0.25 281	0.26 110	0.26 204	0.28 107	0.30 193

DualNet (step1)	2.34 352	1.05 397	7.87 300	1.07 258	0.86 286	3.93 349	1.19 395	4.35 488	2.11 322	2.14 327	1.75 259	1.75 242	1.67 348	6.26 366	1.26 261	1.23 522	0.48 467	4.27 566	2.09 552	0.70 453	0.69 448

test_sample9	3.79 493	1.05 397	7.87 300	1.07 258	0.86 286	3.93 349	1.19 395	4.35 488	2.11 322	2.14 327	1.75 259	1.75 242	1.67 348	11.06 492	11.61 532	1.23 522	14.45 581	4.27 566	2.09 552	0.70 453	0.69 448

test_sample7	1.65 231	0.70 254	2.60 199	1.48 446	0.76 245	2.38 113	1.07 365	4.35 488	2.11 322	2.14 327	1.75 259	1.75 242	1.67 348	6.26 366	1.26 261	0.44 394	0.48 467	0.43 398	0.40 418	0.46 367	0.43 337

TRStereo	2.31 341	1.87 493	19.74 480	1.53 455	1.16 375	4.26 439	1.08 370	4.73 533	1.45 99	1.55 173	1.28 129	1.75 242	0.85 121	1.81 201	1.20 243	0.36 311	0.26 294	0.32 250	0.36 375	0.34 226	0.33 230

NRIStereo	1.28 181	0.61 171	1.67 108	1.15 313	0.38 39	4.73 523	0.90 297	2.42 111	1.50 133	1.93 255	1.33 139	1.75 242	1.22 226	2.96 294	1.33 279	0.46 410	0.22 196	0.29 188	0.26 204	0.30 144	0.28 155

PS-NSSS	2.22 319	1.33 456	2.90 222	0.97 204	1.53 463	4.11 398	1.08 370	4.55 523	2.65 434	2.10 313	2.32 429	1.77 247	1.40 261	11.79 529	1.61 333	0.68 486	0.45 448	0.96 519	0.43 434	0.95 490	0.92 488

Patchmatch Stereo++	1.25 166	0.65 212	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 128	1.58 188	1.99 273	1.47 175	1.78 248	1.14 208	2.44 256	0.90 170	0.48 424	0.23 223	0.32 250	0.27 230	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	1.24 162	0.65 212	2.03 141	0.75 58	0.37 28	4.68 510	0.73 172	2.53 128	1.58 188	1.99 273	1.47 175	1.78 248	1.13 201	2.18 242	0.87 159	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

ROB_FTStereo_v2	1.23 157	0.66 223	2.02 140	0.75 58	0.37 28	4.67 509	0.76 197	2.53 128	1.58 188	1.99 273	1.46 171	1.78 248	1.14 208	2.08 228	0.88 163	0.48 424	0.22 196	0.32 250	0.27 230	0.40 287	0.29 165

ROB_FTStereo	1.25 166	0.66 223	2.14 159	0.75 58	0.37 28	4.65 506	0.77 210	2.53 128	1.58 188	1.99 273	1.47 175	1.78 248	1.13 201	2.26 251	0.86 153	0.47 419	0.22 196	0.32 250	0.27 230	0.40 287	0.29 165

iGMRVC	1.26 173	0.66 223	2.14 159	0.75 58	0.37 28	4.66 507	0.74 184	2.53 128	1.58 188	1.99 273	1.46 171	1.78 248	1.14 208	2.46 258	0.92 181	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

iRAFT	1.25 166	0.65 212	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 128	1.58 188	1.99 273	1.47 175	1.78 248	1.14 208	2.44 256	0.90 170	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

RAFT-IKP	1.25 166	0.66 223	2.23 170	0.75 58	0.37 28	4.64 504	0.74 184	2.53 128	1.58 188	1.99 273	1.47 175	1.78 248	1.13 201	2.22 248	0.92 181	0.48 424	0.22 196	0.32 250	0.27 230	0.40 287	0.29 165

xx1	2.03 294	0.74 289	13.77 374	1.78 492	0.36 14	4.48 471	0.74 184	4.23 441	3.95 531	1.01 119	1.81 294	1.79 255	1.34 247	2.13 233	0.64 58	0.29 171	0.17 39	0.33 285	0.33 340	0.33 208	0.32 214

qqq	1.30 184	0.57 121	1.67 108	1.15 313	0.51 118	2.18 98	0.91 305	3.98 367	1.53 156	1.50 169	1.24 114	1.79 255	1.34 247	4.66 330	0.98 201	0.28 149	0.31 350	0.33 285	0.33 340	0.33 208	0.32 214

HUI-Stereo	1.25 166	0.66 223	2.33 181	0.75 58	0.37 28	4.68 510	0.78 214	2.53 128	1.58 188	1.99 273	1.46 171	1.79 255	1.13 201	2.17 240	0.85 146	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

test_sample3	2.34 352	0.61 171	11.94 353	1.33 391	0.85 281	3.10 186	0.73 172	4.24 449	2.19 336	2.21 362	1.75 259	1.80 258	1.41 266	11.11 497	1.46 299	0.35 299	0.29 327	0.34 303	0.35 365	0.39 282	0.37 276

gwcnet-sp	2.31 341	1.21 430	17.34 429	1.08 266	0.92 305	3.56 269	1.04 359	3.69 293	2.09 312	2.55 435	1.60 214	1.80 258	1.62 326	3.87 315	1.95 386	0.29 171	0.29 327	0.30 208	0.28 259	0.38 272	0.39 298

scenet	2.31 341	1.21 430	17.34 429	1.08 266	0.92 305	3.56 269	1.04 359	3.69 293	2.09 312	2.55 435	1.60 214	1.80 258	1.62 326	3.87 315	1.95 386	0.29 171	0.29 327	0.30 208	0.28 259	0.38 272	0.39 298

ssnet	2.31 341	1.21 430	17.34 429	1.08 266	0.92 305	3.56 269	1.04 359	3.69 293	2.09 312	2.55 435	1.60 214	1.80 258	1.62 326	3.87 315	1.95 386	0.29 171	0.29 327	0.30 208	0.28 259	0.38 272	0.39 298

iRaftStereo_RVC	1.09 126	0.70 254	1.39 80	0.95 191	0.45 78	3.83 319	0.42 38	2.37 106	1.58 188	1.69 198	1.76 268	1.80 258	0.83 118	1.50 144	0.98 201	0.28 149	0.18 67	0.29 188	0.26 204	0.30 144	0.31 203

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 287	1.40 12	1.45 99	0.55 10	0.95 61	1.81 263	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 68	0.24 47	0.21 46

MIM_Stereo	1.20 149	0.78 315	3.30 238	1.05 250	0.43 65	3.04 175	0.60 108	2.46 120	1.51 140	1.60 178	1.58 206	1.82 264	1.29 238	2.00 221	1.07 216	0.24 61	0.24 257	0.28 167	0.25 184	0.27 90	0.27 136

LL-Strereo2	1.23 157	0.85 346	2.38 186	0.93 183	0.68 216	3.72 298	1.37 424	2.54 137	1.99 288	1.75 213	1.40 160	1.82 264	0.73 77	1.40 120	0.99 204	0.31 230	0.23 223	0.55 466	0.35 365	0.29 121	0.24 86

Consistency-Raft	2.86 426	1.66 483	19.61 475	1.40 426	1.75 502	3.84 324	1.32 413	4.07 395	2.25 347	1.78 217	2.67 461	1.82 264	4.41 508	1.94 218	2.06 399	0.83 503	0.94 523	1.03 521	1.12 527	1.70 529	1.09 500

anonymousdsp2	1.26 173	0.60 154	3.74 257	1.02 240	0.41 53	3.60 277	0.72 167	3.68 288	1.47 112	1.37 153	1.56 203	1.83 267	1.01 164	2.00 221	0.66 70	0.29 171	0.20 135	0.28 167	0.20 85	0.32 190	0.29 165

PFNet	2.47 379	0.60 154	16.95 426	2.15 521	0.81 260	4.63 503	0.91 305	2.55 138	1.52 149	2.40 415	2.79 470	1.83 267	1.42 271	7.54 393	1.34 282	0.33 267	0.21 167	0.36 337	0.27 230	0.32 190	0.39 298

test-1	1.23 157	0.65 212	1.88 125	0.96 197	0.52 127	3.84 324	0.62 125	4.01 375	1.47 112	1.93 255	1.78 276	1.83 267	0.92 142	1.19 79	1.28 268	0.26 97	0.29 327	0.31 230	0.24 172	0.29 121	0.36 262

tg	1.15 137	0.67 233	1.31 70	0.94 187	0.54 136	4.02 377	0.41 34	2.96 190	1.59 203	1.69 198	1.85 313	1.84 270	0.97 153	1.78 195	0.83 140	0.27 112	0.17 39	0.29 188	0.26 204	0.29 121	0.27 136

Sa-1000	1.63 229	0.79 319	3.56 249	1.11 288	0.48 105	4.06 384	1.41 433	4.49 516	2.75 447	2.00 285	2.80 472	1.84 270	1.43 274	2.64 281	1.50 311	0.27 112	0.19 97	0.36 337	0.33 340	0.36 257	0.30 193

test_4	1.30 184	0.50 59	6.16 285	0.84 113	0.45 78	1.61 59	1.12 380	2.14 79	1.42 92	1.52 170	2.31 424	1.84 270	0.79 105	2.52 269	1.19 240	0.27 112	0.17 39	0.29 188	0.29 287	0.29 121	0.25 96

StereoVision	1.65 231	0.75 301	7.47 298	1.01 230	1.80 510	2.61 137	0.61 112	3.06 204	1.96 283	1.25 140	3.46 503	1.85 273	0.88 130	2.07 226	1.93 382	0.43 387	0.36 388	0.37 349	0.36 375	0.48 374	0.33 230

FADNet-RVC	2.51 386	2.27 506	14.03 383	1.09 272	0.81 260	3.54 264	1.10 376	4.13 412	2.48 406	1.39 156	1.22 109	1.85 273	1.77 366	9.78 441	2.06 399	0.38 336	0.37 401	0.40 375	0.40 418	0.67 447	0.48 369

CRE-IMP	1.23 157	0.61 171	2.14 159	0.82 93	0.39 42	4.54 486	0.83 249	2.63 151	1.55 173	1.95 260	1.46 171	1.87 275	0.96 150	1.48 141	1.33 279	0.45 403	0.21 167	0.31 230	0.26 204	0.41 311	0.31 203

HBP-ISP	3.25 473	1.10 409	20.86 528	1.54 457	1.15 370	4.50 480	2.89 518	4.43 506	2.38 386	4.14 524	1.96 339	1.90 276	2.04 401	11.08 495	1.32 275	0.66 480	0.57 485	0.66 494	0.61 488	0.64 437	0.61 428

FTStereo	3.71 491	0.53 83	20.37 510	0.96 197	0.65 197	4.34 451	11.29 562	2.62 150	1.50 133	2.58 443	5.04 521	1.90 276	13.84 561	3.71 312	1.25 258	0.38 336	0.24 257	0.31 230	0.32 332	0.30 144	2.10 533

castereo++	0.93 85	0.56 111	1.26 61	0.92 169	0.73 234	2.48 122	1.00 347	2.99 193	1.03 44	0.68 44	1.41 162	1.92 278	0.59 38	1.26 92	0.44 13	0.25 82	0.19 97	0.28 167	0.19 68	0.23 42	0.23 71

MSKI-zero shot	2.22 319	0.64 202	20.09 496	0.96 197	0.56 147	4.04 381	0.70 162	3.91 345	1.50 133	1.92 251	2.28 409	1.92 278	0.71 70	2.93 292	0.67 75	0.26 97	0.23 223	0.26 110	0.21 99	0.28 107	0.26 120

4D-IteraStereo	1.97 283	0.84 342	20.43 515	0.78 78	1.56 471	2.09 94	1.05 362	2.43 114	1.56 179	1.41 160	1.00 65	1.94 280	0.61 44	1.22 83	1.06 213	0.27 112	0.18 67	0.31 230	0.26 204	0.27 90	0.23 71

ASMatch	2.62 403	0.60 154	20.65 523	1.37 419	0.64 189	4.39 457	0.78 214	1.97 64	1.58 188	1.70 202	3.89 511	1.94 280	3.79 495	5.46 344	1.64 344	0.31 230	0.24 257	0.34 303	0.28 259	0.33 208	0.50 383

SMFormer	2.00 289	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 451	2.80 456	2.32 395	2.31 424	1.95 282	1.52 301	10.99 488	2.13 409	0.34 279	0.32 358	0.36 337	0.31 321	0.38 272	0.36 262

tta	2.00 289	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 451	2.80 456	2.32 395	2.31 424	1.95 282	1.52 301	10.99 488	2.13 409	0.34 279	0.32 358	0.36 337	0.31 321	0.29 121	0.29 165

qqq1	1.92 274	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 451	2.80 456	2.32 395	2.31 424	1.95 282	1.52 301	10.99 488	0.71 96	0.34 279	0.32 358	0.30 208	0.23 147	0.29 121	0.29 165

fff1	1.92 274	0.57 121	4.46 264	1.36 409	0.57 159	2.03 86	0.73 172	4.25 451	2.80 456	2.32 395	2.31 424	1.95 282	1.52 301	10.99 488	0.71 96	0.34 279	0.32 358	0.30 208	0.23 147	0.29 121	0.29 165

1111x	3.13 463	0.57 121	8.38 308	1.20 335	0.76 245	3.80 315	0.88 287	4.61 528	2.63 431	2.31 391	2.16 387	1.95 282	1.81 377	11.54 512	18.13 559	0.32 251	0.31 350	0.32 250	0.30 305	0.35 244	0.34 242

AASNet	2.44 372	0.92 364	19.79 481	1.35 403	1.49 456	3.81 317	1.07 365	3.85 324	2.93 474	1.95 260	2.29 412	1.96 287	1.29 238	1.73 189	1.93 382	0.39 348	0.33 365	0.45 410	0.30 305	0.55 399	0.45 349

CrosDoStereo	5.24 525	0.60 154	20.23 501	0.82 93	0.51 118	3.39 226	18.11 571	3.82 317	2.27 352	1.98 268	8.74 541	1.96 287	6.96 541	7.35 389	26.35 575	0.30 211	0.22 196	0.30 208	0.28 259	0.33 208	0.38 291

DeepStereo_LL	5.24 525	0.60 154	20.23 501	0.82 93	0.51 118	3.39 226	18.11 571	3.82 317	2.27 352	1.98 268	8.74 541	1.96 287	6.96 541	7.35 389	26.35 575	0.30 211	0.22 196	0.30 208	0.28 259	0.33 208	0.38 291

RAFT-345	2.46 376	0.55 100	19.69 479	1.02 240	0.49 112	4.43 467	0.78 214	1.64 34	2.34 370	2.09 310	3.12 490	1.96 287	1.31 242	6.65 374	1.43 293	0.36 311	0.23 223	0.32 250	0.25 184	0.28 107	0.25 96

EKT-Stereo	6.79 544	0.64 202	4.24 262	1.77 491	106.39 591	4.51 484	0.61 112	3.16 213	1.53 156	1.88 237	1.22 109	1.98 291	1.36 252	3.81 313	0.84 143	0.35 299	0.24 257	0.29 188	0.26 204	0.34 226	0.48 369

iResNet_ROB	1.89 265	1.02 390	8.60 311	1.39 423	0.98 327	3.72 298	0.66 142	3.84 321	2.65 434	1.88 237	2.05 365	1.98 291	1.27 233	4.52 328	1.67 348	0.30 211	0.20 135	0.28 167	0.18 47	0.31 163	0.40 318

CC-Net-ROB	3.35 478	1.76 489	13.89 380	2.33 530	1.65 488	4.49 477	1.62 458	4.73 533	2.90 469	1.92 251	2.05 365	1.99 293	1.61 323	12.57 547	1.60 330	2.46 540	2.18 547	2.68 549	1.04 525	2.11 532	1.38 516

KYRaft	1.59 220	0.52 71	1.73 111	0.95 191	0.49 112	4.38 454	1.79 471	2.43 114	1.51 140	2.49 426	2.98 480	2.00 294	3.41 484	2.14 236	0.82 137	0.30 211	0.21 167	0.33 285	0.46 443	0.35 244	2.45 542

DMCA-RVC	2.45 373	1.22 436	18.29 447	1.23 348	1.14 368	2.49 123	0.85 261	3.29 230	1.68 225	3.02 486	1.41 162	2.00 294	1.53 308	6.39 368	2.00 392	0.38 336	0.30 340	0.44 403	0.35 365	0.45 356	0.44 343

MLCV	1.87 260	0.91 362	8.59 310	1.10 281	0.57 159	3.59 275	0.53 78	3.70 298	2.20 338	2.80 471	2.25 403	2.00 294	1.42 271	4.13 323	1.86 374	0.30 211	0.20 135	0.32 250	0.21 99	0.33 208	0.36 262

iResNetv2_ROB	2.65 406	5.00 534	19.28 469	2.06 517	1.09 360	3.83 319	1.13 383	4.14 418	2.09 312	1.85 227	2.03 356	2.01 297	1.51 299	3.58 306	1.58 326	0.34 279	0.21 167	0.32 250	0.21 99	0.44 348	0.29 165

test_3	1.19 144	0.51 65	2.08 156	0.99 216	0.41 53	2.05 91	0.87 283	4.40 501	1.42 92	1.99 273	1.18 99	2.03 298	0.79 105	2.70 284	0.75 112	0.27 112	0.17 39	0.29 188	0.29 287	0.30 144	0.27 136

DEmStereo	2.97 444	0.58 134	13.42 367	0.79 80	0.51 118	3.84 324	1.84 478	2.42 111	1.60 204	2.25 374	2.74 465	2.03 298	6.04 529	6.79 383	12.80 537	0.35 299	0.26 294	0.26 110	0.27 230	0.27 90	0.37 276

RAFT-RH_RVC	2.63 404	0.55 100	19.97 489	1.26 359	0.47 97	4.46 469	0.57 92	1.71 40	1.64 215	3.06 491	5.51 524	2.03 298	1.28 235	6.70 376	1.52 319	0.42 381	0.22 196	0.37 349	0.34 349	0.28 107	0.29 165

FADNet-RVC-Resample	2.83 424	2.02 500	21.07 536	1.12 292	0.91 304	3.53 260	1.37 424	4.08 399	2.09 312	1.68 197	1.33 139	2.03 298	1.51 299	9.54 433	1.69 350	0.38 336	0.37 401	0.42 394	0.44 437	0.56 405	0.56 411

CoDeX	2.40 365	0.78 315	13.21 364	1.00 224	1.18 377	3.24 203	1.32 413	4.14 418	2.41 393	1.74 211	1.84 306	2.05 302	1.47 286	10.03 453	1.60 330	0.34 279	0.28 317	0.32 250	0.27 230	0.32 190	0.39 298

xxxx	2.67 410	0.54 94	2.03 141	1.22 344	0.81 260	3.49 249	0.63 127	4.49 516	2.49 410	2.22 364	2.23 400	2.05 302	1.38 254	10.05 454	17.91 557	0.32 251	0.32 358	0.30 208	0.27 230	0.33 208	0.34 242

test-3	1.19 144	0.52 71	2.00 138	1.01 230	0.42 59	1.95 80	0.91 305	4.35 488	1.47 112	2.24 371	1.16 96	2.06 304	0.79 105	2.68 282	0.76 116	0.27 112	0.18 67	0.28 167	0.26 204	0.26 78	0.25 96

test_1	1.19 144	0.52 71	2.00 138	1.01 230	0.42 59	1.95 80	0.90 297	4.36 493	1.47 112	2.17 344	1.16 96	2.06 304	0.78 101	2.68 282	0.76 116	0.27 112	0.18 67	0.28 167	0.26 204	0.26 78	0.25 96

TDLM	2.29 337	1.08 405	4.61 270	1.29 373	1.01 339	4.26 439	2.17 494	3.75 303	2.79 452	2.31 391	1.98 347	2.06 304	1.59 316	12.45 543	1.72 354	0.51 446	0.28 317	0.52 453	0.35 365	0.56 405	0.50 383

ToySt	1.35 191	0.72 270	3.65 255	1.01 230	0.50 116	3.31 219	1.01 350	3.46 250	1.73 241	1.30 143	1.55 200	2.07 307	1.47 286	1.88 213	1.40 286	0.27 112	0.27 305	0.30 208	0.32 332	0.42 330	0.39 298

IRAFT_RVC	1.87 260	0.60 154	4.33 263	2.40 531	0.66 204	4.59 497	1.59 455	2.96 190	1.51 140	2.23 368	1.75 259	2.09 308	2.63 447	6.70 376	1.50 311	0.33 267	0.21 167	0.33 285	0.29 287	0.32 190	0.32 214

GANet-ADL	2.20 318	0.73 281	20.11 497	1.25 352	0.69 222	3.83 319	0.76 197	3.49 254	1.71 235	1.65 193	1.99 350	2.10 309	1.10 195	1.42 127	1.26 261	0.38 336	0.33 365	0.25 81	0.22 132	0.42 330	0.36 262

BEATNet_4x	1.92 274	1.36 458	8.75 314	1.20 335	0.56 147	3.46 240	1.03 356	4.00 373	2.43 397	2.25 374	1.70 244	2.10 309	1.59 316	2.57 275	3.05 463	0.37 319	0.22 196	0.47 419	0.29 287	0.60 418	0.40 318

AFF-stereo	1.31 188	0.77 309	1.46 87	1.10 281	0.45 78	3.93 349	0.48 61	2.92 188	2.92 472	1.90 244	2.21 397	2.11 311	1.52 301	1.93 216	1.12 228	0.21 27	0.16 26	0.25 81	0.25 184	0.29 121	0.20 19

MMNet	2.02 293	0.81 327	10.76 341	1.12 292	1.23 398	3.53 260	0.89 292	3.79 311	2.08 309	2.15 335	1.76 268	2.15 312	2.12 408	3.69 311	2.32 424	0.31 230	0.29 327	0.34 303	0.27 230	0.38 272	0.42 328

raft_robust	1.92 274	1.15 419	3.34 241	1.02 240	0.43 65	3.84 324	0.46 54	4.42 503	2.52 415	1.67 196	1.36 151	2.17 313	6.37 535	6.78 381	1.04 211	0.28 149	0.24 257	0.30 208	0.35 365	0.31 163	0.32 214

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 74	1.56 175	0.87 44	2.18 314	0.89 134	0.97 30	0.88 163	0.26 97	0.19 97	0.26 110	0.19 68	0.25 61	0.24 86

iRaft-Stereo_5w	2.10 304	0.83 338	8.57 309	0.81 83	0.76 245	3.21 195	0.84 252	3.71 299	1.65 219	1.56 175	2.50 442	2.20 315	2.23 421	9.13 423	2.01 394	0.38 336	0.19 97	0.35 322	0.27 230	0.45 356	0.39 298

RAFT + AFF	2.51 386	2.66 516	4.48 268	1.15 313	1.95 517	4.15 407	2.01 486	4.46 511	3.30 512	2.19 350	2.51 444	2.22 316	4.87 515	8.91 417	2.06 399	0.30 211	0.60 495	0.48 427	0.38 400	0.77 472	0.69 448

MFMNet_re	2.91 433	1.91 494	18.25 445	3.06 543	1.89 514	3.13 188	1.67 466	3.52 261	2.97 477	3.14 495	2.87 477	2.26 317	2.41 433	2.42 255	2.00 392	1.10 515	1.05 525	0.94 518	0.90 514	1.28 519	1.46 520

CFNet	2.34 352	1.10 409	8.96 315	1.34 398	1.24 400	4.09 391	0.73 172	4.04 384	2.77 449	1.62 185	1.87 319	2.27 318	1.45 281	11.41 506	1.82 369	0.31 230	0.24 257	0.43 398	0.36 375	0.43 340	0.33 230

MyStereo8	2.33 348	1.13 414	19.26 467	1.22 344	1.62 480	4.16 416	0.57 92	3.50 257	2.36 375	2.15 335	1.75 259	2.28 319	1.14 208	1.46 138	2.20 415	0.24 61	0.21 167	0.32 250	0.27 230	0.36 257	0.43 337

MyStereo05	2.37 363	0.72 270	19.94 487	1.02 240	0.99 330	4.26 439	0.86 264	4.01 375	2.62 429	2.14 327	1.26 122	2.28 319	1.63 339	2.07 226	1.68 349	0.24 61	0.23 223	0.34 303	0.26 204	0.42 330	0.36 262

Wz-Net-LNSev-Ref	2.42 369	1.47 470	14.14 385	1.30 380	1.35 426	3.51 256	1.64 461	4.04 384	2.10 320	2.46 422	1.88 320	2.28 319	2.51 441	4.73 333	3.17 465	0.38 336	0.19 97	0.35 322	0.20 85	0.40 287	0.36 262

IER	1.69 237	0.65 212	7.19 294	0.94 187	1.15 370	3.28 214	0.89 292	3.48 251	1.97 285	2.10 313	1.98 347	2.28 319	2.12 408	2.25 250	1.75 362	0.29 171	0.23 223	0.36 337	0.30 305	0.32 190	0.34 242

AACVNet	1.83 256	1.02 390	2.41 190	1.45 438	0.87 291	3.21 195	0.73 172	3.16 213	1.61 208	2.01 287	1.82 300	2.28 319	1.33 245	10.98 487	1.49 310	0.39 348	0.32 358	0.38 365	0.32 332	0.43 340	0.44 343

Wz-Net-MNSev	2.71 418	2.54 514	13.91 381	1.52 453	1.37 431	3.28 214	2.47 502	4.03 380	2.32 368	2.57 439	2.07 370	2.29 324	3.01 464	7.55 394	2.74 453	0.38 336	0.36 388	0.36 337	0.37 387	0.57 410	0.47 364

111	1.83 256	0.92 364	9.08 316	0.81 83	0.36 14	4.25 438	0.91 305	4.44 507	2.70 440	2.39 413	1.96 339	2.30 325	1.64 342	1.28 97	1.82 369	0.28 149	0.22 196	0.24 58	0.20 85	0.31 163	0.54 404

MyStereo04	2.29 337	0.80 323	18.77 456	1.00 224	1.04 345	3.95 359	0.95 330	3.91 345	2.54 420	1.99 273	1.27 128	2.31 326	1.65 344	2.02 225	1.77 363	0.24 61	0.24 257	0.34 303	0.26 204	0.41 311	0.37 276

XPNet_ROB	2.27 329	1.11 412	4.10 261	1.36 409	0.97 320	3.94 354	1.63 459	4.07 395	2.14 327	2.82 473	2.00 352	2.32 327	1.73 362	10.81 480	3.39 467	0.51 446	0.47 461	0.48 427	0.40 418	0.51 384	0.56 411

GEStereo_RVC	1.91 271	0.80 323	6.57 286	1.20 335	1.06 350	4.02 377	1.43 437	4.13 412	1.89 275	2.03 296	1.80 282	2.34 328	1.86 386	4.94 334	1.77 363	0.48 424	0.38 407	0.32 250	0.28 259	0.42 330	0.50 383

GANet-RSSM	1.98 285	0.62 181	3.49 244	1.69 480	1.23 398	4.22 434	0.91 305	3.31 232	1.86 268	1.81 222	1.74 255	2.34 328	1.82 379	10.92 485	1.73 358	0.34 279	0.29 327	0.31 230	0.28 259	0.39 282	0.40 318

DMCA	1.72 240	0.74 289	6.63 287	1.14 300	0.96 316	3.98 371	0.90 297	3.75 303	2.76 448	2.83 474	1.58 206	2.35 330	1.18 219	1.58 156	1.98 391	0.40 355	0.27 305	0.42 394	0.26 204	0.36 257	0.38 291

ETE_ROB	2.07 301	1.40 463	3.01 226	1.09 272	0.92 305	3.94 354	1.53 447	4.25 451	2.23 342	3.31 502	2.06 369	2.35 330	1.52 301	8.74 413	2.07 402	0.44 394	0.36 388	0.51 447	0.48 451	0.54 397	0.62 431

Any-RAFT	1.40 196	0.53 83	2.78 216	1.09 272	0.64 189	4.41 463	0.81 240	3.97 365	2.78 450	1.99 273	1.34 144	2.36 332	1.56 315	1.56 153	0.75 112	0.27 112	0.20 135	0.25 81	0.18 47	0.25 61	0.28 155

UCFNet_RVC	1.57 214	0.84 342	3.25 234	1.36 409	1.40 438	4.07 389	1.01 350	2.68 157	1.50 133	2.11 317	1.88 320	2.37 333	1.50 295	3.41 302	1.42 292	0.36 311	0.28 317	0.52 453	0.40 418	0.53 394	0.43 337

WCG-NET（raft）	0.95 95	0.55 100	1.20 55	0.84 113	0.31 4	1.44 46	1.01 350	1.55 22	2.37 381	1.64 189	1.42 164	2.38 334	1.01 164	1.29 101	0.76 116	0.22 35	0.19 97	0.22 14	0.20 85	0.25 61	0.21 46

CSP-Net	1.78 251	1.32 453	1.92 130	1.16 319	1.03 342	3.38 225	1.31 412	3.52 261	1.75 249	1.96 264	1.93 337	2.40 335	1.48 288	8.58 411	1.58 326	0.46 410	0.34 377	0.27 138	0.26 204	0.41 311	0.50 383

ADCRef	3.30 474	1.23 440	14.90 398	1.17 321	1.41 445	3.95 359	1.64 461	3.88 333	2.36 375	3.05 490	2.21 397	2.40 335	2.81 456	5.04 335	16.63 551	0.46 410	0.34 377	0.63 488	0.62 489	0.54 397	0.67 443

AAGNet	2.86 426	0.60 154	1.77 116	2.05 516	0.46 87	4.76 528	1.09 374	2.27 94	1.56 179	2.17 344	1.84 306	2.41 337	4.00 499	6.23 365	24.22 573	0.46 410	0.19 97	0.30 208	0.29 287	0.32 190	0.24 86

UPFNet	1.81 255	0.63 190	6.71 288	1.25 352	1.44 448	3.50 253	1.35 417	4.02 379	1.85 267	2.40 415	1.52 187	2.41 337	1.40 261	3.62 308	1.88 376	0.34 279	0.33 365	0.37 349	0.31 321	0.41 311	0.39 298

NCCL2	2.53 390	1.35 457	10.90 344	1.15 313	0.97 320	3.53 260	2.56 507	3.65 282	2.23 342	2.76 467	1.80 282	2.41 337	1.66 346	10.35 463	2.07 402	0.44 394	0.40 421	0.57 471	0.53 472	0.59 414	0.65 441

HI	1.27 178	0.90 357	2.33 181	1.10 281	0.68 216	2.92 161	0.45 51	2.49 124	1.76 251	2.13 324	1.65 231	2.42 340	1.84 381	1.58 156	1.61 333	0.26 97	0.16 26	0.28 167	0.29 287	0.26 78	0.25 96

CoSv	1.27 178	0.90 357	2.33 181	1.10 281	0.68 216	2.92 161	0.45 51	2.49 124	1.76 251	2.13 324	1.65 231	2.42 340	1.84 381	1.58 156	1.61 333	0.26 97	0.16 26	0.28 167	0.29 287	0.26 78	0.25 96

GMStereo_Zeroshot	1.41 198	1.21 430	3.33 240	1.29 373	0.72 229	3.35 222	0.53 78	2.58 146	1.68 225	2.35 403	1.56 203	2.42 340	0.96 150	2.50 261	1.16 234	0.45 403	0.23 223	0.40 375	0.24 172	0.79 476	0.33 230

z-ln-s-r	2.67 410	1.16 422	12.43 357	1.34 398	1.26 405	3.70 294	1.21 402	4.20 428	2.38 386	2.04 299	1.92 334	2.43 343	1.60 322	10.58 469	5.19 492	0.29 171	0.20 135	0.32 250	0.24 172	0.51 384	0.38 291

TCMNet	2.98 446	1.30 447	18.26 446	1.47 443	2.09 525	3.84 324	1.08 370	3.96 363	2.39 390	2.53 433	2.29 412	2.43 343	1.75 363	10.09 456	2.39 427	0.52 452	0.45 448	0.61 483	0.50 461	0.80 478	0.78 471

SST-Stereo	1.76 248	0.58 134	3.10 228	1.44 434	0.46 87	4.71 522	0.76 197	2.22 89	2.79 452	2.07 309	2.18 391	2.43 343	3.22 477	6.66 375	0.84 143	0.42 381	0.19 97	0.30 208	0.27 230	0.35 244	0.26 120

FENet	2.25 325	0.50 59	20.29 508	1.35 403	0.67 211	4.01 375	0.60 108	3.95 358	1.99 288	1.96 264	1.11 89	2.43 343	1.43 274	1.60 163	1.39 285	0.32 251	0.22 196	0.33 285	0.26 204	0.29 121	0.39 298

psm_up	2.28 334	0.81 327	5.45 281	1.26 359	1.50 458	3.84 324	1.23 404	4.23 441	2.03 297	2.55 435	1.80 282	2.44 347	1.65 344	12.90 548	1.58 326	0.37 319	0.38 407	0.41 387	0.34 349	0.43 340	0.39 298

testlalala2	2.31 341	0.63 190	20.54 518	2.56 535	2.87 540	3.79 313	0.76 197	4.20 428	1.48 120	1.42 162	1.43 166	2.45 348	0.80 112	1.03 38	0.68 78	0.27 112	0.25 281	0.24 58	0.21 99	0.33 208	0.28 155

ttt	2.76 420	0.56 111	2.28 177	1.41 427	1.21 396	3.67 290	0.77 210	4.59 526	2.94 475	2.35 403	2.30 417	2.45 348	1.54 311	11.25 502	15.56 544	0.43 387	0.36 388	0.37 349	0.33 340	0.40 287	0.40 318

DAS	2.31 341	0.67 233	4.79 271	1.14 300	1.64 484	2.93 165	2.13 492	4.09 401	2.74 444	4.17 525	2.52 445	2.46 350	1.79 369	11.55 513	1.63 341	0.37 319	0.22 196	0.39 369	0.25 184	0.41 311	0.34 242

SepStereo	2.15 312	0.67 233	4.79 271	1.14 300	1.64 484	2.93 165	2.13 492	4.09 401	2.74 444	4.17 525	2.52 445	2.46 350	1.79 369	8.36 405	1.63 341	0.37 319	0.22 196	0.39 369	0.25 184	0.41 311	0.34 242

GANetREF_RVC	3.20 470	1.93 495	18.84 457	1.51 452	0.80 257	4.12 400	1.82 475	4.16 423	2.91 470	1.87 234	1.74 255	2.48 352	1.84 381	13.18 549	1.74 359	0.80 498	0.57 485	0.79 510	0.74 501	1.20 517	0.86 482
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
AdaStereo	1.45 202	0.83 338	2.34 184	1.28 369	0.81 260	3.21 195	1.14 385	4.20 428	2.46 405	2.05 301	1.77 273	2.48 352	1.18 219	1.71 187	1.44 295	0.43 387	0.25 281	0.43 398	0.28 259	0.44 348	0.34 242
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.
STTStereo	2.34 352	0.95 376	14.93 400	1.43 431	1.54 464	3.86 334	0.86 264	3.65 282	2.44 401	2.15 335	1.55 200	2.49 354	1.59 316	5.14 338	1.44 295	0.38 336	0.39 416	0.47 419	0.51 465	0.52 388	0.51 391

RAFT_CTSACE	1.80 254	1.06 402	10.00 329	1.71 484	1.39 436	3.49 249	1.06 363	3.05 201	1.62 211	1.70 202	2.04 359	2.51 355	1.80 374	1.98 220	0.94 191	0.25 82	0.22 196	0.28 167	0.30 305	0.30 144	0.26 120

FADNet	2.49 383	1.76 489	13.17 363	1.17 321	0.95 315	3.27 210	0.88 287	3.94 356	2.27 352	1.40 158	1.29 131	2.51 355	2.06 403	9.93 448	1.94 384	0.43 387	0.45 448	0.40 375	0.43 434	1.06 499	0.53 398

HSM-Net_RVC	2.87 430	0.57 121	17.46 436	0.92 169	0.90 302	3.70 294	1.20 399	5.64 552	2.51 414	3.22 500	2.43 435	2.54 357	1.59 316	11.41 506	1.65 346	0.34 279	0.25 281	0.26 110	0.23 147	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
Reg-Stereo(zero)	1.60 221	0.42 15	10.69 340	0.89 146	0.68 216	3.27 210	0.47 59	2.27 94	1.54 165	1.48 166	1.24 114	2.55 358	2.68 450	1.48 141	1.10 222	0.19 19	0.19 97	0.22 14	0.18 47	0.24 47	0.26 120

GwcNet-ADL	2.47 379	0.67 233	21.48 549	0.96 197	0.72 229	4.61 500	0.95 330	4.42 503	2.36 375	1.98 268	1.80 282	2.55 358	1.24 231	1.90 214	1.41 290	0.40 355	0.46 457	0.24 58	0.27 230	0.41 311	0.49 376

SACVNet	2.46 376	1.14 418	9.47 323	1.44 434	1.18 377	4.06 384	1.49 444	3.84 321	2.24 344	2.62 451	1.89 326	2.57 360	1.28 235	11.35 504	1.64 344	0.50 440	0.39 416	0.48 427	0.41 425	0.55 399	0.75 465

CFNet-RSSM	2.08 303	0.52 71	20.06 492	1.01 230	0.56 147	3.39 226	0.64 130	3.67 286	1.55 173	1.72 207	1.37 152	2.57 360	1.19 223	1.11 51	0.86 153	0.27 112	0.20 135	0.25 81	0.23 147	0.27 90	0.23 71

DRN-Test	3.03 454	0.99 385	18.18 444	1.35 403	1.60 477	3.59 275	1.48 440	4.13 412	2.45 402	3.47 510	1.92 334	2.58 362	2.53 442	10.88 482	2.80 456	0.39 348	0.36 388	0.44 403	0.41 425	0.55 399	0.57 415

BSDual-CNN	1.46 203	0.59 142	1.94 131	0.87 136	0.85 281	4.16 416	1.16 388	4.48 513	1.88 271	2.93 479	1.83 301	2.60 363	1.31 242	1.60 163	1.21 247	0.34 279	0.25 281	0.31 230	0.28 259	0.35 244	0.33 230

psmg	1.47 206	0.59 142	1.94 131	0.92 169	0.85 281	4.30 448	1.42 435	4.10 409	1.88 271	2.64 455	2.09 373	2.60 363	1.31 242	1.60 163	1.21 247	0.34 279	0.27 305	0.33 285	0.34 349	0.36 257	0.34 242

PSMNet-RSSM	1.96 281	0.77 309	3.26 235	1.29 373	1.31 413	4.19 428	0.96 336	3.68 288	1.89 275	2.05 301	1.80 282	2.60 363	1.70 355	9.84 443	1.81 367	0.35 299	0.29 327	0.35 322	0.37 387	0.42 330	0.35 256

CVANet_RVC	2.55 396	1.10 409	9.13 321	1.46 440	1.15 370	3.96 364	1.53 447	3.91 345	2.50 411	3.04 488	2.04 359	2.60 363	1.72 359	12.46 544	1.50 311	0.49 436	0.30 340	0.51 447	0.41 425	0.63 429	0.50 383

w-ln-seven-2	2.73 419	2.13 503	12.47 359	1.18 327	1.01 339	3.54 264	1.58 454	3.93 352	3.26 507	2.43 419	2.02 354	2.63 367	2.28 424	7.93 401	5.45 495	0.40 355	0.40 421	0.44 403	0.34 349	0.62 427	0.47 364

delet	1.92 274	0.76 306	5.14 274	1.01 230	1.65 488	3.44 235	2.03 487	3.76 305	2.48 406	2.01 287	2.05 365	2.63 367	1.90 392	5.34 341	2.12 406	0.28 149	0.29 327	0.40 375	0.31 321	0.41 311	0.45 349

STTRV1_RVC	3.52 483	1.03 395	20.87 530	1.47 443	1.47 453	3.23 199	1.55 451	4.06 392	3.22 504	1.95 260	3.50 504	2.63 367	2.07 405	11.96 536	2.21 416	1.86 535	4.03 569	0.81 513	0.73 500	1.06 499	0.70 452

G2L-ROB	2.13 310	0.78 315	10.06 330	1.19 330	1.06 350	3.84 324	0.93 320	3.32 237	2.27 352	2.20 353	1.47 175	2.65 370	1.20 225	8.38 407	1.81 367	0.28 149	0.19 97	0.23 28	0.22 132	0.28 107	0.32 214

THIR-Stereo	4.14 506	0.82 334	10.85 343	0.86 130	0.43 65	2.16 97	16.77 569	3.22 220	1.54 165	2.04 299	12.05 559	2.68 371	7.53 546	7.30 387	12.62 536	0.30 211	0.21 167	0.29 188	0.28 259	0.33 208	0.41 324

UGAM	2.58 401	0.56 111	18.55 454	0.89 146	0.71 227	3.23 199	1.03 356	2.75 167	1.75 249	1.36 150	2.77 469	2.69 372	1.28 235	10.75 476	1.40 286	0.28 149	0.24 257	0.40 375	0.31 321	0.35 244	0.30 193

SQANet	3.70 489	9.34 556	18.41 451	2.75 537	2.74 537	3.40 229	1.47 439	3.50 257	1.68 225	2.60 447	1.75 259	2.69 372	1.91 393	6.72 380	1.74 359	2.96 543	1.41 536	1.85 537	1.12 527	3.17 538	2.70 547

fast-acv-ft	2.54 392	1.19 427	20.08 495	1.41 427	1.40 438	3.18 193	1.17 391	3.37 244	2.28 356	1.90 244	2.15 386	2.69 372	2.17 417	2.91 290	2.31 423	0.37 319	0.39 416	0.45 410	0.39 407	0.57 410	0.45 349

RAFT_R40	1.70 239	0.59 142	2.99 224	1.46 440	0.46 87	4.74 526	0.98 345	2.23 90	1.56 179	2.02 292	2.35 432	2.71 375	2.56 444	6.71 379	0.90 170	0.40 355	0.19 97	0.30 208	0.27 230	0.33 208	0.26 120

PWC_ROB	2.69 416	2.01 499	8.36 307	1.33 391	1.90 515	3.23 199	1.18 392	4.33 484	3.25 506	3.11 493	3.41 501	2.71 375	2.18 419	9.15 424	4.48 478	0.56 461	0.31 350	0.61 483	0.36 375	0.69 452	0.74 462

gcap-zeroshot	1.30 184	0.61 171	4.09 260	0.94 187	0.56 147	3.50 253	0.84 252	3.12 208	1.72 238	1.84 226	1.22 109	2.72 377	0.88 130	1.46 138	0.80 128	0.29 171	0.30 340	0.27 138	0.21 99	0.29 121	0.25 96

Gwc-CoAtRS	1.58 215	0.57 121	11.69 352	1.01 230	0.60 174	2.53 131	0.64 130	2.36 105	1.56 179	1.80 221	1.47 175	2.74 378	1.18 219	1.12 54	0.90 170	0.27 112	0.21 167	0.25 81	0.22 132	0.27 90	0.23 71

DeepPrunerF	3.70 489	1.72 486	14.87 396	1.33 391	1.74 501	3.70 294	1.55 451	4.20 428	14.00 565	2.02 292	1.77 273	2.74 378	2.30 425	10.88 482	6.88 505	0.68 486	0.60 495	0.78 509	0.78 508	0.81 479	0.71 453

UNet	2.51 386	0.74 289	20.17 499	1.14 300	1.44 448	3.48 246	0.76 197	3.77 307	1.87 269	2.05 301	1.57 205	2.75 380	2.39 432	3.51 304	2.51 441	0.32 251	0.26 294	0.41 387	0.26 204	0.38 272	0.39 298

CFNet-ft	1.90 267	0.95 376	3.56 249	1.07 258	1.54 464	4.09 391	0.90 297	2.85 181	1.82 259	1.78 217	1.70 244	2.75 380	1.48 288	9.33 428	1.72 354	0.33 267	0.30 340	0.61 483	0.36 375	0.52 388	0.39 298

SuperB	4.79 519	4.41 532	21.08 537	1.45 438	1.08 356	3.91 342	3.08 526	4.18 424	3.01 483	2.50 427	2.10 374	2.75 380	3.49 490	8.80 414	19.60 566	0.44 394	0.33 365	0.53 458	0.39 407	12.01 577	0.64 439

CFNet_RVC	1.90 267	0.95 376	3.56 249	1.07 258	1.54 464	4.09 391	0.90 297	2.85 181	1.82 259	1.78 217	1.70 244	2.75 380	1.48 288	9.33 428	1.72 354	0.33 267	0.30 340	0.61 483	0.36 375	0.52 388	0.39 298

PWCDC_ROB	2.95 437	3.26 523	14.06 384	1.59 467	1.56 471	4.19 428	0.86 264	4.30 475	4.08 533	2.06 306	7.37 530	2.75 380	2.42 434	3.59 307	2.67 451	1.34 532	0.36 388	0.39 369	0.34 349	1.13 508	0.62 431

PSMNet_ROB	2.95 437	1.38 460	18.46 453	1.19 330	1.20 390	3.80 315	1.65 464	3.54 266	2.35 372	1.98 268	1.71 248	2.75 380	1.79 369	11.43 508	2.78 455	0.42 381	0.36 388	0.50 444	0.60 485	0.59 414	0.49 376

xyz-stereo	10.85 559	0.45 21	79.01 590	0.62 9	0.45 78	83.70 592	0.77 210	2.59 147	1.34 77	2.19 350	32.02 580	2.76 386	1.62 326	5.75 353	2.39 427	0.25 82	0.17 39	0.33 285	0.21 99	0.25 61	0.19 5

LALA_ROB	1.95 279	1.48 471	3.11 229	1.05 250	0.98 327	3.99 372	1.82 475	4.44 507	2.28 356	3.31 502	1.85 313	2.76 386	1.67 348	4.04 322	3.23 466	0.46 410	0.41 430	0.55 466	0.52 468	0.60 418	0.57 415

knoymous	1.30 184	0.60 154	5.57 282	0.88 141	0.75 241	3.04 175	0.90 297	2.68 157	1.33 76	1.48 166	1.07 83	2.78 388	0.88 130	1.29 101	0.85 146	0.31 230	0.22 196	0.35 322	0.20 85	0.45 356	0.37 276

DeepPruner_ROB	2.05 298	1.09 408	10.50 338	1.01 230	1.20 390	4.39 457	0.91 305	3.14 210	1.72 238	2.60 447	1.54 196	2.78 388	1.27 233	4.52 328	1.72 354	0.51 446	0.40 421	0.37 349	0.34 349	0.48 374	0.52 396

StereoDRNet	2.84 425	1.49 472	14.48 392	1.33 391	1.57 475	3.44 235	2.06 488	3.69 293	2.36 375	3.26 501	1.84 306	2.79 390	1.80 374	10.88 482	3.16 464	0.41 370	0.33 365	0.39 369	0.36 375	0.59 414	0.58 420

aanetorigin	3.30 474	1.66 483	17.52 438	1.18 327	1.58 476	2.57 134	3.80 543	2.65 153	2.03 297	6.12 545	4.30 515	2.82 391	5.70 525	5.47 345	4.67 480	0.50 440	0.44 443	0.43 398	0.47 446	1.17 514	0.92 488

zh-mn7	3.15 466	9.61 559	12.45 358	1.26 359	0.99 330	2.91 158	1.32 413	4.12 410	2.74 444	3.33 504	3.07 485	2.84 392	1.89 391	8.91 417	4.69 482	0.49 436	0.40 421	0.38 365	0.38 400	0.56 405	0.63 435

NLCA_NET_v2_RVC	2.54 392	1.04 396	16.73 422	1.53 455	2.00 519	3.96 364	0.87 283	3.87 330	2.31 364	2.54 434	1.67 234	2.85 393	1.63 339	5.55 347	1.62 338	0.46 410	0.33 365	0.38 365	0.38 400	0.53 394	0.62 431
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 392	0.90 357	11.10 345	1.32 386	1.47 453	3.58 274	1.38 426	4.13 412	2.45 402	1.90 244	1.71 248	2.86 394	1.76 364	10.86 481	1.66 347	0.60 467	0.43 438	0.53 458	0.41 425	0.78 474	0.94 490

ccnet	2.66 408	0.97 383	8.01 304	1.54 457	1.24 400	3.75 304	2.18 495	4.07 395	2.41 393	2.66 460	3.25 495	2.87 395	2.31 428	9.89 445	3.50 468	0.78 495	0.75 516	0.71 500	0.67 493	0.76 471	0.81 476

ISRNet	1.69 237	0.76 306	5.69 283	1.27 367	1.36 429	2.85 150	0.61 112	3.60 274	1.91 279	2.13 324	2.12 381	2.90 396	1.41 266	2.51 264	1.71 352	0.49 436	0.50 473	0.56 468	0.47 446	0.49 380	0.57 415

Syn2CoEx	3.08 458	2.55 515	19.88 485	1.34 398	1.18 377	2.43 118	1.65 464	3.91 345	2.40 391	2.39 413	2.27 405	2.90 396	3.17 475	9.57 436	2.54 445	0.50 440	0.45 448	0.53 458	0.39 407	0.74 467	0.72 460

PASM	2.67 410	2.05 502	9.71 324	1.73 487	1.37 431	2.53 131	1.52 445	3.10 206	2.17 333	2.79 470	1.84 306	2.90 396	1.85 385	11.89 533	2.19 414	0.81 500	0.85 520	0.87 516	1.01 522	1.14 509	1.05 497

PSMNet-ADL	1.91 271	0.72 270	1.78 118	1.09 272	0.86 286	4.18 424	0.78 214	3.77 307	2.10 320	1.72 207	1.85 313	2.91 399	1.82 379	10.38 466	1.91 380	0.48 424	0.46 457	0.28 167	0.29 287	0.38 272	0.51 391

DSFCA	1.89 265	0.69 244	3.14 231	1.10 281	1.18 377	3.99 372	1.79 471	3.50 257	2.16 331	3.10 492	1.64 225	2.91 399	2.50 440	5.38 342	2.26 419	0.43 387	0.38 407	0.37 349	0.36 375	0.50 382	0.42 328

DDVS	1.68 236	0.79 319	2.52 194	1.26 359	1.16 375	3.17 191	0.78 214	3.12 208	1.82 259	1.86 232	1.91 332	2.92 401	1.43 274	6.20 364	1.63 341	0.45 403	0.65 502	0.34 303	0.38 400	0.48 374	0.79 474

NaN_ROB	4.06 504	1.13 414	16.64 420	1.12 292	1.25 403	3.50 253	3.05 524	4.29 467	3.26 507	3.64 511	2.56 450	2.97 402	4.79 513	13.33 551	16.91 552	0.37 319	0.41 430	0.38 365	0.39 407	0.48 374	0.81 476

StereoDRNet-Refined	1.77 250	0.81 327	2.22 168	1.21 341	0.76 245	3.26 208	0.71 164	3.82 317	2.05 304	2.29 381	2.05 365	2.98 403	1.44 277	7.15 386	2.27 421	0.30 211	0.23 223	0.42 394	0.33 340	0.45 356	0.64 439
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	2.26 327	1.18 425	13.71 372	1.14 300	1.11 364	3.77 307	1.10 376	4.14 418	2.17 333	2.06 306	1.76 268	2.99 404	2.99 462	2.50 261	2.49 439	0.35 299	0.39 416	0.27 138	0.28 259	0.45 356	0.39 298

GASNet	3.24 471	5.55 538	20.58 521	1.56 464	1.25 403	2.32 109	1.12 380	4.04 384	2.67 437	1.88 237	2.10 374	3.00 405	2.16 415	10.59 470	2.43 434	0.65 478	0.37 401	0.61 483	0.45 441	0.87 484	0.58 420

pcwnet_v2	2.70 417	0.65 212	22.48 561	1.08 266	1.03 342	3.56 269	0.81 240	4.29 467	3.14 494	2.29 381	2.29 412	3.01 406	1.71 357	3.32 301	1.43 293	0.43 387	0.50 473	0.41 387	0.34 349	0.61 423	0.56 411

PA-Net	3.09 459	1.24 441	18.84 457	1.38 421	1.19 384	3.42 233	1.75 469	3.89 335	3.27 511	1.88 237	2.10 374	3.03 407	1.88 390	11.60 514	2.88 458	0.40 355	0.54 478	0.44 403	0.62 489	0.52 388	1.02 495
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT	1.23 157	0.84 342	2.05 144	0.96 197	0.47 97	1.80 69	0.94 326	3.18 217	1.46 107	1.60 178	1.71 248	3.04 408	1.59 316	1.64 175	1.32 275	0.38 336	0.24 257	0.40 375	0.32 332	0.40 287	0.35 256

MaskLacGwcNet_RVC	3.13 463	1.43 467	9.93 328	2.50 533	1.62 480	4.29 446	1.68 468	3.95 358	2.43 397	1.66 194	1.91 332	3.04 408	1.41 266	13.26 550	1.58 326	3.82 557	1.59 538	1.12 527	0.46 443	2.21 533	2.74 548

RTSC	2.95 437	2.51 510	15.49 409	1.54 457	1.30 411	3.51 256	0.86 264	3.89 335	2.48 406	3.64 511	3.12 490	3.04 408	2.30 425	5.70 352	6.67 499	0.55 459	0.35 383	0.37 349	0.39 407	0.70 453	0.60 425

APVNet	3.13 463	1.25 442	21.14 538	1.31 383	1.52 461	3.94 354	1.13 383	3.32 237	2.14 327	2.20 353	2.03 356	3.05 411	1.96 396	11.79 529	2.53 443	0.42 381	0.45 448	0.64 491	0.46 443	0.67 447	0.57 415

z-mn7	3.36 479	9.42 557	14.16 386	1.28 369	1.22 397	3.78 309	1.43 437	3.92 350	3.35 514	2.85 475	3.36 499	3.06 412	1.97 397	9.66 437	5.16 490	0.42 381	0.35 383	0.43 398	0.33 340	0.63 429	0.48 369

ACVNet	1.46 203	0.64 202	3.56 249	0.93 183	0.85 281	4.22 434	0.80 231	2.85 181	2.08 309	1.78 217	1.88 320	3.10 413	1.46 284	1.33 109	1.89 377	0.29 171	0.26 294	0.30 208	0.26 204	0.39 282	0.27 136

acv_ft	1.55 208	0.64 202	3.29 237	1.14 300	2.01 520	2.93 165	0.97 339	3.81 314	2.08 309	2.22 364	1.88 320	3.10 413	1.66 346	1.33 109	2.22 417	0.29 171	0.26 294	0.30 208	0.26 204	0.39 282	0.27 136

AnyNet_C32	4.17 507	5.75 539	12.62 360	1.60 469	1.54 464	5.51 540	4.09 547	3.90 340	3.23 505	4.22 529	3.03 483	3.10 413	3.41 484	8.01 403	18.85 563	0.53 455	0.58 490	0.53 458	0.74 501	1.19 516	0.97 492

HGLStereo	2.03 294	0.74 289	7.50 299	1.23 348	1.56 471	3.62 282	0.95 330	3.78 310	1.89 275	2.03 296	2.20 395	3.12 416	2.14 411	5.68 351	2.04 396	0.37 319	0.31 350	0.32 250	0.29 287	0.40 287	0.45 349

GwcNet-RSSM	2.66 408	1.05 397	15.91 411	1.22 344	1.19 384	4.12 400	1.12 380	3.84 321	2.02 295	1.93 255	1.79 279	3.12 416	1.46 284	10.37 464	2.05 398	0.33 267	0.27 305	0.35 322	0.30 305	0.40 287	0.36 262

G2L-Stereo_test	2.11 306	0.86 349	7.12 293	1.65 476	1.19 384	3.54 264	1.02 354	3.57 270	2.01 294	2.50 427	1.68 237	3.15 418	1.50 295	9.21 426	1.62 338	0.28 149	0.19 97	0.23 28	0.22 132	0.27 90	0.31 203

RAFT-Test	1.44 200	0.59 142	6.10 284	1.01 230	0.69 222	2.90 155	0.80 231	3.68 288	1.70 234	1.85 227	1.68 237	3.15 418	1.03 168	1.20 80	0.99 204	0.27 112	0.22 196	0.25 81	0.23 147	0.27 90	0.25 96

cross-raft	2.01 292	0.57 121	19.01 462	1.03 247	0.56 147	2.11 95	0.72 167	3.63 279	1.57 185	1.77 215	1.51 186	3.17 420	1.13 201	1.16 66	0.85 146	0.23 47	0.21 167	0.26 110	0.23 147	0.28 107	0.25 96

G2L-Stereo	2.49 383	0.94 374	14.54 393	1.15 313	1.35 426	3.57 273	0.95 330	3.62 278	2.00 292	2.11 317	1.61 218	3.20 421	1.34 247	9.54 433	1.91 380	0.34 279	0.27 305	0.35 322	0.28 259	0.30 144	0.35 256

GANet	2.93 436	1.05 397	11.29 347	1.64 474	0.96 316	3.91 342	2.52 505	3.72 300	2.41 393	2.95 484	3.00 481	3.21 422	2.03 399	12.42 542	4.72 483	0.51 446	0.41 430	0.46 416	0.39 407	0.60 418	0.50 383

PCWNet_CMD	2.23 321	0.65 212	17.36 432	0.83 104	0.76 245	3.51 256	0.64 130	3.60 274	1.97 285	1.70 202	1.63 223	3.22 423	3.05 469	2.09 231	1.11 225	0.31 230	0.36 388	0.47 419	0.26 204	0.64 437	0.47 364

MSMDNet	2.23 321	0.64 202	17.32 428	0.84 113	0.75 241	3.53 260	0.64 130	3.61 277	1.98 287	1.71 206	1.64 225	3.22 423	2.99 462	2.08 228	1.11 225	0.31 230	0.37 401	0.45 410	0.26 204	0.62 427	0.45 349

anonymousa	2.16 313	0.67 233	19.19 463	1.04 249	1.67 492	2.06 92	0.79 221	2.86 184	1.96 283	1.85 227	2.14 384	3.23 425	1.81 377	1.12 54	1.15 231	0.26 97	0.26 294	0.34 303	0.32 332	0.30 144	0.28 155

OMP-Stereo	1.97 283	0.93 368	1.88 125	2.76 538	0.67 211	4.58 496	1.48 440	4.31 478	1.54 165	3.15 497	2.76 468	3.25 426	1.38 254	7.66 398	1.35 283	0.40 355	0.20 135	0.33 285	0.26 204	0.33 208	0.24 86

ccs_rob	2.13 310	0.67 233	15.11 404	0.84 113	0.75 241	3.96 364	0.65 139	3.95 358	1.78 254	1.88 237	1.79 279	3.26 427	1.64 342	2.51 264	1.16 234	0.31 230	0.36 388	0.54 465	0.27 230	0.65 440	0.45 349

CFNet_pseudo	2.12 308	0.67 233	15.14 405	0.85 125	0.74 239	3.95 359	0.64 130	3.95 358	1.78 254	1.90 244	1.79 279	3.27 428	1.62 326	2.51 264	1.16 234	0.31 230	0.36 388	0.53 458	0.27 230	0.63 429	0.44 343

LL-Strereo	3.01 452	1.81 492	17.59 439	1.12 292	2.10 526	2.90 155	1.09 374	4.33 484	2.00 292	3.12 494	2.24 401	3.29 429	3.15 472	11.31 503	1.84 372	0.30 211	0.28 317	0.46 416	0.34 349	0.49 380	0.45 349

Wz-Net-LNSev	2.30 340	1.67 485	14.88 397	1.18 327	1.65 488	3.49 249	1.54 450	3.63 279	2.03 297	1.88 237	1.64 225	3.29 429	2.06 403	2.71 286	2.02 395	0.40 355	0.33 365	0.32 250	0.31 321	0.53 394	0.49 376

DCVSM-stereo	2.31 341	0.66 223	20.69 524	1.11 288	0.93 310	2.58 136	0.73 172	2.61 149	1.60 204	2.57 439	1.53 194	3.30 431	1.72 359	2.19 243	1.23 253	0.34 279	0.53 476	0.41 387	0.32 332	0.45 356	0.62 431

CFNet_ucs	2.36 362	0.68 241	18.42 452	0.89 146	0.81 260	3.85 332	0.68 150	4.29 467	2.37 381	2.09 310	2.04 359	3.31 432	1.24 231	2.63 279	1.14 230	0.36 311	0.45 448	0.56 468	0.29 287	0.66 445	0.49 376

DLCB_ROB	2.05 298	0.95 376	2.37 185	1.24 350	1.02 341	2.92 161	1.30 411	3.68 288	2.30 360	2.91 477	2.17 389	3.32 433	1.52 301	10.37 464	2.50 440	0.40 355	0.33 365	0.40 375	0.36 375	0.41 311	0.47 364

CRFU-Net	2.49 383	0.78 315	10.36 335	2.30 528	1.08 356	3.91 342	1.41 433	3.85 324	1.65 219	2.15 335	1.76 268	3.34 434	7.95 549	5.56 348	1.48 307	0.47 419	0.35 383	0.30 208	0.28 259	0.37 267	0.43 337

YMNet	2.40 365	1.41 465	13.46 368	1.36 409	1.67 492	3.96 364	0.97 339	3.81 314	2.37 381	2.64 455	2.57 452	3.35 435	1.53 308	3.28 299	2.42 432	0.48 424	0.54 478	0.52 453	0.49 455	0.70 453	0.54 404

YMNet_1	2.40 365	1.41 465	13.46 368	1.36 409	1.67 492	3.96 364	0.97 339	3.81 314	2.37 381	2.64 455	2.57 452	3.35 435	1.53 308	3.28 299	2.42 432	0.48 424	0.54 478	0.52 453	0.49 455	0.70 453	0.54 404

AIO-Stereo-zeroshot1	2.68 414	1.26 443	22.01 558	1.08 266	0.99 330	1.61 59	0.86 264	3.69 293	1.64 215	1.52 170	5.62 526	3.35 435	3.44 488	2.20 244	1.33 279	0.26 97	0.21 167	0.30 208	0.62 489	0.93 489	0.67 443

Ntro	4.21 508	8.94 552	19.89 486	3.22 545	2.96 542	4.15 407	1.89 479	3.92 350	2.36 375	1.77 215	2.14 384	3.35 435	2.17 417	9.48 432	2.24 418	3.52 552	1.76 541	2.13 540	1.31 534	3.83 548	3.09 549

IIG-Stereo	1.95 279	0.79 319	2.14 159	2.78 539	0.66 204	4.62 501	0.76 197	4.27 459	1.53 156	2.63 454	3.14 492	3.35 435	1.61 323	7.65 397	1.41 290	0.39 348	0.20 135	0.31 230	0.25 184	0.33 208	0.22 60

zh-sn7	3.81 494	11.43 566	15.78 410	1.25 352	1.15 370	3.68 293	2.58 509	4.15 422	2.42 396	2.61 449	3.10 489	3.38 440	3.03 468	11.43 508	6.88 505	0.45 403	0.48 467	0.45 410	0.43 434	0.72 465	0.71 453

SHD	2.82 423	2.04 501	13.80 378	1.69 480	1.79 507	2.73 142	1.07 365	3.85 324	3.18 498	4.63 533	2.74 465	3.38 440	2.77 453	5.48 346	3.66 471	0.62 471	0.47 461	0.51 447	0.55 475	0.65 440	0.74 462

w-ln-seven	2.86 426	3.06 521	14.02 382	1.27 367	1.32 419	4.10 397	1.59 455	3.90 340	2.59 427	3.03 487	2.27 405	3.42 442	2.25 422	6.70 376	4.81 486	0.39 348	0.34 377	0.48 427	0.40 418	0.74 467	0.55 408

DGSMNet	7.55 550	1.62 477	17.42 434	1.92 507	12.73 569	7.45 553	42.99 585	4.13 412	2.07 308	2.10 313	3.16 493	3.42 442	1.70 355	9.24 427	2.30 422	3.70 556	10.89 579	11.80 581	5.54 571	4.24 551	2.66 543

cf-r	2.57 400	0.79 319	16.09 413	1.48 446	1.35 426	4.19 428	0.93 320	3.68 288	2.36 375	1.97 266	1.81 294	3.42 442	1.45 281	8.24 404	1.83 371	0.32 251	0.26 294	0.33 285	0.30 305	0.34 226	0.37 276

PVD	3.12 462	1.97 498	12.80 362	1.79 497	1.63 482	3.83 319	1.34 416	3.48 251	3.88 528	5.77 540	3.56 505	3.45 445	3.29 479	5.58 350	5.30 494	0.71 492	0.69 510	0.74 508	0.77 505	0.79 476	1.13 503

ffm	1.72 240	0.60 154	5.21 277	1.14 300	0.99 330	3.62 282	0.86 264	4.22 437	3.37 515	2.20 353	2.30 417	3.48 446	1.62 326	2.21 246	0.65 65	0.29 171	0.16 26	0.48 427	0.37 387	0.30 144	0.29 165

ff1	2.96 440	0.60 154	5.21 277	1.14 300	0.99 330	3.62 282	0.86 264	4.22 437	3.37 515	2.20 353	2.30 417	3.48 446	1.62 326	11.62 516	16.09 546	0.29 171	0.16 26	0.48 427	0.37 387	0.30 144	0.29 165

mmx	2.98 446	0.60 154	5.21 277	1.14 300	0.99 330	3.62 282	0.86 264	4.49 516	3.05 486	2.20 353	2.30 417	3.48 446	1.62 326	11.62 516	16.09 546	0.33 267	0.28 317	0.48 427	0.37 387	0.44 348	0.37 276

xxx	2.98 446	0.60 154	5.21 277	1.14 300	0.99 330	3.62 282	0.86 264	4.49 516	3.05 486	2.20 353	2.30 417	3.48 446	1.62 326	11.62 516	16.09 546	0.33 267	0.28 317	0.48 427	0.37 387	0.44 348	0.37 276

Wz-Net-SNSev	2.98 446	4.36 531	15.98 412	1.57 465	1.19 384	3.28 214	1.80 473	3.96 363	2.40 391	2.32 395	2.28 409	3.48 446	2.05 402	7.84 400	3.82 473	0.47 419	0.39 416	0.53 458	0.49 455	0.71 462	0.60 425

hknet	1.98 285	0.64 202	8.70 313	0.87 136	1.07 354	4.16 416	1.16 388	4.48 513	1.73 241	2.93 479	1.83 301	3.48 446	1.30 241	3.91 318	1.51 317	0.31 230	0.25 281	0.31 230	0.28 259	0.35 244	0.33 230

coex_refinement	2.10 304	0.85 346	3.67 256	1.31 383	1.13 367	3.21 195	0.85 261	3.86 327	2.31 364	2.51 430	1.92 334	3.49 452	1.69 353	11.08 495	2.13 409	0.37 319	0.25 281	0.27 138	0.31 321	0.41 311	0.37 276

NCC-stereo	3.16 468	1.28 445	18.31 449	1.25 352	1.75 502	4.06 384	1.40 430	3.89 335	2.22 340	2.72 464	2.55 448	3.49 452	2.65 448	9.91 446	2.99 460	1.29 528	0.65 502	0.64 491	0.86 512	0.65 440	0.71 453

Abc-Net	3.16 468	1.28 445	18.31 449	1.25 352	1.75 502	4.06 384	1.40 430	3.89 335	2.22 340	2.72 464	2.55 448	3.49 452	2.65 448	9.91 446	2.99 460	1.29 528	0.65 502	0.64 491	0.86 512	0.65 440	0.71 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	3.34 477	0.81 327	20.05 491	1.25 352	1.20 390	3.44 235	1.99 485	4.23 441	2.67 437	3.14 495	3.82 510	3.51 455	3.32 481	11.68 524	1.94 384	0.64 475	0.67 506	0.48 427	0.52 468	0.61 423	0.81 476

DPSNet	3.43 481	1.37 459	12.19 354	1.39 423	1.24 400	4.15 407	2.06 488	4.51 520	3.34 513	2.69 462	1.96 339	3.52 456	5.56 524	10.68 474	9.68 522	0.93 507	0.73 514	0.40 375	0.37 387	1.06 499	0.86 482

XQC	2.96 440	2.42 509	14.85 395	1.36 409	1.32 419	3.29 218	1.53 447	4.28 464	2.78 450	3.21 499	2.46 437	3.53 457	2.92 460	6.58 371	4.67 480	0.70 490	0.41 430	0.59 475	0.56 477	0.96 494	0.83 481

LSM	12.71 566	3.52 527	20.79 526	55.63 590	84.76 589	3.63 287	6.30 552	3.73 301	4.93 543	5.55 539	13.92 564	3.53 457	3.25 478	9.72 438	4.12 475	0.64 475	0.85 520	0.71 500	0.81 510	1.03 496	26.84 581

PDISCO_ROB	2.86 426	1.53 475	14.27 389	1.98 513	2.19 528	4.52 485	1.35 417	4.65 529	3.19 499	2.09 310	2.16 387	3.53 457	2.45 437	5.32 340	2.12 406	1.30 530	0.78 518	0.72 504	0.59 483	1.24 518	1.28 508

CSAN	4.71 517	1.39 462	20.23 501	1.19 330	0.87 291	3.65 288	3.50 535	4.57 525	3.87 527	3.89 517	7.82 533	3.54 460	6.16 533	23.47 574	6.82 503	0.52 452	0.45 448	0.49 441	0.52 468	0.63 429	0.66 442

riskmin	1.25 166	0.56 111	2.05 144	1.05 250	0.93 310	2.86 152	0.55 85	3.23 222	1.34 77	1.55 173	1.07 83	3.56 461	2.03 399	1.29 101	1.00 206	0.28 149	0.27 305	0.34 303	0.21 99	0.41 311	0.43 337

GwcNet	3.00 450	1.63 479	19.83 483	1.32 386	2.04 524	3.27 210	1.55 451	3.65 282	2.33 369	2.00 285	2.12 381	3.56 461	1.68 352	9.47 431	2.45 436	0.44 394	0.45 448	0.46 416	0.38 400	0.60 418	0.76 467

BUS	1.49 207	0.59 142	1.94 131	0.87 136	0.85 281	4.50 480	0.76 197	4.48 513	1.88 271	2.93 479	1.83 301	3.63 463	0.97 153	1.60 163	1.17 237	0.34 279	0.25 281	0.31 230	0.28 259	0.35 244	0.33 230

NINENet	1.87 260	0.74 289	2.60 199	1.12 292	1.06 350	4.50 480	0.76 197	4.41 502	2.24 344	2.16 340	1.86 316	3.63 463	0.97 153	8.00 402	1.17 237	0.41 370	0.30 340	0.41 387	0.30 305	0.41 311	0.36 262

hitnet-ft	2.37 363	0.73 281	8.34 306	0.96 197	0.89 299	3.77 307	0.80 231	3.55 268	2.58 424	2.24 371	2.04 359	3.65 465	1.49 294	11.71 526	1.89 377	0.44 394	0.53 476	0.44 403	0.35 365	0.52 388	0.48 369

S-Stereo	3.48 482	0.91 362	22.06 560	1.36 409	1.50 458	3.55 267	2.53 506	4.21 434	2.81 462	2.37 408	3.81 509	3.75 466	1.84 381	11.90 534	2.51 441	0.63 472	0.71 512	0.48 427	0.76 503	0.67 447	1.19 506

IGEV_Zeroshot_test	2.16 313	0.69 244	20.60 522	1.22 344	0.54 136	2.18 98	0.53 78	3.38 245	1.61 208	1.93 255	1.55 200	3.76 467	1.05 177	1.55 152	0.91 177	0.29 171	0.20 135	0.27 138	0.29 287	0.40 287	0.32 214

ssnet_v2	2.04 296	0.88 354	7.87 300	1.20 335	0.87 291	3.86 334	1.64 461	4.01 375	2.60 428	2.61 449	1.96 339	3.79 468	1.71 357	2.20 244	2.96 459	0.41 370	0.35 383	0.42 394	0.37 387	0.55 399	0.52 396

RYNet	2.97 444	0.93 368	15.09 403	1.12 292	1.38 434	3.66 289	1.42 435	4.03 380	2.29 359	2.10 313	1.70 244	3.79 468	2.16 415	13.64 557	3.02 462	0.37 319	0.41 430	0.48 427	0.34 349	0.81 479	0.75 465

Nwc_Net	2.88 432	1.16 422	18.30 448	1.35 403	1.68 495	3.52 259	1.18 392	3.90 340	2.06 306	2.52 432	2.82 475	3.82 470	2.34 429	6.78 381	2.55 446	0.86 505	0.40 421	0.59 475	0.67 493	0.57 410	0.55 408

ADCMid	3.96 500	3.27 524	15.48 408	1.26 359	1.40 438	4.66 507	2.28 497	4.06 392	3.54 520	3.94 518	3.02 482	3.85 471	3.67 493	4.03 321	18.65 562	0.68 486	0.61 497	1.09 526	1.18 531	1.38 522	1.08 499

NOSS_ROB	2.27 329	0.73 281	3.00 225	1.71 484	1.00 338	3.90 341	0.97 339	4.29 467	2.81 462	2.94 483	2.19 393	3.88 472	1.19 223	11.77 528	1.62 338	0.59 466	0.54 478	0.56 468	0.52 468	0.56 405	0.54 404

ac_64	2.35 357	0.62 181	9.77 325	1.32 386	1.71 498	3.27 210	0.93 320	3.48 251	2.50 411	1.74 211	1.73 253	3.91 473	1.77 366	10.21 459	1.86 374	0.40 355	0.31 350	0.33 285	0.30 305	0.34 226	0.39 298

EDNetEfficient	5.61 531	2.14 504	16.75 423	1.67 478	3.64 552	4.12 400	7.51 555	3.05 201	5.63 550	11.57 571	4.83 519	3.95 474	12.72 558	8.44 409	20.78 568	0.41 370	0.43 438	0.47 419	1.01 522	1.66 528	1.39 517

ADCP+	3.74 492	1.96 497	16.90 425	1.09 272	1.55 468	4.35 452	3.65 541	3.93 352	2.98 480	2.22 364	1.66 233	3.95 474	4.83 514	3.41 302	18.87 564	0.38 336	0.41 430	0.63 488	0.53 472	0.64 437	0.81 476

AANet_RVC	3.03 454	1.72 486	12.78 361	1.17 321	1.12 365	3.79 313	1.10 376	3.86 327	3.13 492	2.62 451	4.26 514	3.96 476	1.41 266	11.43 508	5.23 493	0.94 508	0.47 461	0.34 303	0.23 147	0.40 287	0.55 408

RP	2.79 421	1.20 429	10.36 335	1.54 457	1.93 516	3.44 235	1.97 483	4.05 388	2.34 370	2.66 460	2.79 470	3.98 477	2.58 445	10.21 459	2.61 448	0.95 509	0.47 461	0.71 500	0.57 480	0.71 462	0.68 446

RGC	3.10 461	1.45 469	14.90 398	1.46 440	1.79 507	3.33 220	1.39 428	4.04 384	2.26 350	2.77 468	3.26 496	4.00 478	2.71 451	11.63 521	2.62 450	0.82 501	0.46 457	0.79 510	0.79 509	0.71 462	0.78 471

MyStereo06	2.46 376	0.72 270	19.97 489	1.02 240	0.99 330	4.26 439	0.86 264	3.51 260	1.68 225	1.92 251	1.73 253	4.01 479	4.22 504	1.62 169	0.88 163	0.24 61	0.23 223	0.34 303	0.26 204	0.42 330	0.36 262

ADLNet	2.29 337	0.83 338	3.62 254	1.35 403	1.60 477	3.67 290	1.24 406	3.95 358	2.98 480	2.58 443	2.29 412	4.01 479	1.79 369	11.23 501	2.09 404	0.37 319	0.38 407	0.36 337	0.34 349	0.45 356	0.71 453

DispFullNet	4.64 516	3.48 526	23.95 570	3.99 555	3.03 543	3.35 222	1.06 363	4.18 424	2.80 456	6.33 547	2.94 478	4.04 481	7.81 548	3.92 319	5.16 490	2.75 541	1.61 539	3.10 556	2.68 563	3.32 540	3.31 556

WZ-Net	3.62 486	4.87 533	16.77 424	1.43 431	1.40 438	3.75 304	2.29 498	4.12 410	2.50 411	2.74 466	2.19 393	4.06 482	5.29 521	10.19 458	7.36 510	0.54 457	0.37 401	0.47 419	0.49 455	0.77 472	0.73 461

otaku	4.58 515	8.93 551	19.95 488	3.11 544	2.67 535	3.91 342	2.57 508	3.82 317	2.25 347	2.22 364	9.72 548	4.08 483	2.35 430	8.57 410	2.13 409	3.51 551	1.65 540	2.15 541	1.17 530	3.69 545	3.15 551

DANet	2.63 404	1.07 403	8.10 305	1.83 500	1.70 497	3.25 206	1.16 388	4.31 478	2.38 386	3.40 508	2.18 391	4.08 483	1.80 374	9.77 439	3.89 474	0.52 452	0.55 482	0.59 475	0.44 437	0.63 429	0.86 482
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Anonymous_2	3.01 452	0.89 355	4.53 269	1.06 256	1.18 377	2.93 165	0.87 283	3.24 224	1.46 107	1.86 232	1.35 147	4.11 485	2.35 430	1.64 175	1.28 268	0.82 501	0.90 522	8.71 577	15.84 580	4.44 555	0.74 462

STrans-v2	3.03 454	0.77 309	20.91 532	0.81 83	0.63 187	3.89 339	1.01 350	4.27 459	2.64 433	2.28 379	3.70 507	4.13 486	5.20 519	7.33 388	1.27 264	0.31 230	0.18 67	0.29 188	0.25 184	0.29 121	0.41 324

MDST_ROB	5.53 530	0.59 142	23.11 565	2.55 534	2.69 536	21.20 572	1.98 484	4.77 535	2.65 434	9.36 560	4.25 513	4.14 487	4.45 509	22.57 569	3.68 472	0.48 424	0.33 365	0.47 419	0.44 437	0.44 348	0.44 343

AnyNet_C01	4.37 511	7.80 544	16.40 416	1.98 513	1.40 438	6.37 545	6.47 553	4.09 401	5.03 544	4.06 523	3.78 508	4.16 488	3.31 480	6.62 373	10.00 523	0.61 469	0.67 506	0.63 488	0.67 493	2.01 530	1.31 510

DDUNet	2.91 433	2.78 518	6.94 292	3.53 549	2.26 532	3.28 214	1.36 419	3.77 307	2.04 301	2.62 451	2.49 441	4.18 489	1.69 353	5.38 342	1.85 373	2.21 539	1.77 542	2.61 547	2.43 558	2.60 535	2.34 538

EDNetEfficientorigin	12.35 565	2.51 510	179.47 596	1.19 330	0.96 316	2.91 158	1.81 474	3.00 195	5.35 546	8.91 558	4.79 518	4.18 489	4.64 512	9.98 450	11.30 529	0.37 319	0.38 407	0.60 480	0.85 511	1.32 521	2.43 541

CBMV_ROB	3.62 486	0.70 254	21.42 548	1.21 341	0.89 299	4.43 467	1.76 470	4.39 499	2.79 452	5.88 542	3.38 500	4.18 489	5.12 518	10.75 476	2.32 424	0.56 461	0.55 482	0.53 458	0.51 465	0.55 399	0.46 359

FBW_ROB	3.24 471	1.02 390	9.21 322	1.49 449	1.07 354	3.78 309	1.48 440	4.31 478	3.08 489	2.46 422	2.32 429	4.20 492	2.08 406	15.19 563	7.16 509	0.84 504	0.62 498	1.33 532	0.92 515	0.99 495	1.31 510

Wz-Net-TNSev	3.67 488	8.83 548	13.47 370	1.48 446	1.18 377	3.60 277	2.49 504	4.27 459	3.13 492	2.18 346	1.89 326	4.21 493	2.80 455	12.10 537	7.58 513	0.57 463	0.55 482	0.47 419	0.54 474	0.91 488	1.05 497

RainbowNet	4.56 513	8.28 545	20.07 494	3.64 553	3.23 550	4.15 407	2.99 522	4.18 424	3.03 485	2.20 353	2.65 459	4.26 494	2.90 459	9.77 439	2.12 406	3.88 558	2.27 551	2.71 551	1.72 543	3.78 547	3.31 556

ADCPNet	3.89 496	1.63 479	20.25 505	1.28 369	1.27 407	6.43 546	2.65 511	3.93 352	2.70 440	2.78 469	2.20 395	4.28 495	6.16 533	5.56 348	10.27 525	0.65 478	1.18 529	0.71 500	1.70 541	0.84 483	1.37 514

ADCL	4.35 510	1.63 479	14.21 388	1.29 373	1.26 405	5.56 541	11.16 561	3.97 365	3.37 515	6.07 543	4.67 517	4.30 496	5.72 526	5.08 337	14.51 541	0.50 440	0.48 467	0.89 517	0.77 505	0.78 474	0.76 467

TransformOpticalFlow	3.03 454	0.77 309	20.99 535	1.00 224	0.55 143	4.18 424	0.64 130	4.33 484	3.02 484	2.18 346	3.09 488	4.35 497	5.07 517	7.36 391	1.27 264	0.32 251	0.18 67	0.32 250	0.26 204	0.28 107	0.46 359

edge stereo	3.37 480	1.01 389	21.99 557	1.28 369	1.37 431	2.67 140	1.39 428	3.98 367	2.87 467	2.93 479	3.27 497	4.35 497	2.43 435	11.62 516	2.39 427	0.60 467	0.63 500	0.79 510	0.55 475	0.68 450	0.67 443

MFN_U_SF_RVC	3.81 494	10.78 563	15.01 401	1.84 501	1.39 436	3.73 302	1.63 459	4.05 388	3.26 507	2.91 477	2.38 433	4.36 499	3.65 492	8.43 408	4.91 488	1.11 517	1.04 524	0.99 520	1.31 534	1.58 525	1.75 527

CBMV	3.32 476	0.96 382	21.16 540	1.32 386	0.83 273	3.81 317	3.91 546	4.47 512	2.53 416	3.34 505	2.24 401	4.45 500	2.58 445	10.07 455	1.96 389	0.45 403	0.43 438	0.48 427	0.38 400	0.52 388	0.53 398
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCS	4.22 509	5.33 535	16.32 415	1.64 474	1.31 413	3.91 342	3.64 540	4.21 434	2.89 468	5.11 537	2.81 474	4.46 501	3.06 471	5.21 339	19.50 565	0.63 472	0.64 501	0.69 497	0.69 498	1.12 507	1.26 507

UDG	3.55 484	2.81 519	17.45 435	2.69 536	1.98 518	3.97 369	1.19 395	4.35 488	2.02 295	2.42 417	2.53 447	4.50 502	2.46 439	6.53 370	2.41 431	2.12 538	1.77 542	2.63 548	2.57 560	2.64 536	1.95 530

DispNO	3.00 450	0.75 301	18.92 459	1.17 321	1.10 362	3.72 298	0.94 326	4.29 467	2.54 420	2.24 371	2.28 409	4.51 503	2.12 408	11.40 505	2.09 404	0.31 230	0.28 317	0.31 230	0.28 259	0.36 257	0.39 298

AF-Net	2.87 430	1.30 447	16.24 414	1.33 391	1.75 502	3.26 208	1.59 455	4.09 401	2.43 397	2.69 462	2.94 478	4.51 503	3.20 476	5.84 355	2.75 454	0.76 494	0.36 388	0.72 504	0.49 455	0.70 453	0.56 411

DISCO	2.25 325	0.73 281	10.06 330	1.76 490	1.12 365	3.47 243	1.25 407	3.24 224	2.26 350	2.65 459	1.96 339	4.53 505	1.92 394	4.17 325	3.61 470	0.32 251	0.25 281	0.31 230	0.29 287	0.66 445	0.41 324

MADNet+	3.97 501	9.54 558	13.83 379	1.87 505	1.69 496	4.19 428	2.87 517	4.80 536	4.10 534	2.51 430	2.67 461	4.55 506	3.41 484	8.72 412	6.92 507	1.25 525	1.27 533	1.04 522	0.93 516	1.39 523	1.85 528

CBFPSM	2.05 298	0.95 376	10.12 333	1.07 258	1.05 347	2.84 148	1.20 399	3.28 228	1.73 241	1.82 224	1.30 133	4.56 507	4.06 500	2.34 253	2.34 426	0.25 82	0.38 407	0.32 250	0.27 230	0.37 267	0.79 474

RASNet	2.56 397	0.70 254	10.06 330	1.60 469	2.25 531	3.67 290	1.00 347	3.38 245	3.14 494	1.81 222	2.11 378	4.60 508	2.30 425	10.25 461	2.61 448	0.37 319	0.24 257	0.25 81	0.24 172	0.28 107	0.26 120

HH	2.23 321	0.86 349	21.59 551	0.98 210	0.51 118	1.49 51	0.82 244	2.74 165	1.54 165	1.10 130	1.69 242	4.62 509	1.86 386	2.55 272	0.69 87	0.26 97	0.22 196	0.29 188	0.23 147	0.34 226	0.27 136

HanStereo	2.23 321	0.86 349	21.59 551	0.98 210	0.51 118	1.49 51	0.82 244	2.74 165	1.54 165	1.10 130	1.69 242	4.62 509	1.86 386	2.55 272	0.69 87	0.26 97	0.22 196	0.29 188	0.23 147	0.34 226	0.27 136

XX-Stereo	2.54 392	0.61 171	20.21 500	1.78 492	1.19 384	4.30 448	0.46 54	4.39 499	1.58 188	2.32 395	1.89 326	4.64 511	0.60 41	4.16 324	0.82 137	0.31 230	0.21 167	0.28 167	0.27 230	0.51 384	0.26 120

ADLNet2	3.15 466	0.92 364	20.06 492	1.20 335	1.79 507	3.83 319	1.48 440	3.94 356	3.59 521	2.19 350	2.47 439	4.65 512	1.93 395	10.69 475	1.96 389	0.39 348	0.37 401	0.28 167	0.30 305	0.48 374	0.43 337

SGM-Forest	2.96 440	0.62 181	3.49 244	1.09 272	0.80 257	4.06 384	3.30 529	4.37 496	3.09 490	4.18 528	3.27 497	4.67 513	3.86 497	11.69 525	7.91 514	0.51 446	0.46 457	0.49 441	0.39 407	0.48 374	0.49 376
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSC_U_SF_DS_RVC	4.48 512	10.62 562	15.18 406	1.55 462	1.45 452	6.16 543	3.54 538	5.41 550	3.68 525	2.59 446	2.74 465	4.81 514	2.20 420	13.79 558	4.40 477	2.04 536	3.36 567	1.05 523	1.20 532	2.09 531	1.72 525

NVStereoNet_ROB	4.91 522	1.40 463	16.46 418	1.47 443	1.72 500	3.46 240	1.96 482	3.89 335	3.61 522	2.90 476	24.61 574	4.81 514	4.49 510	13.57 555	4.87 487	1.33 531	1.29 534	1.70 536	1.68 539	1.41 524	1.66 522
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AIO-Stereo-zeroshot	2.35 357	0.99 385	19.62 476	1.09 272	0.96 316	1.51 53	0.44 47	4.05 388	1.64 215	1.31 144	1.67 234	4.93 516	2.45 437	2.52 269	1.40 286	0.30 211	0.20 135	0.31 230	0.50 461	0.57 410	0.60 425

RTS	3.90 497	7.04 542	17.94 441	1.92 507	2.19 528	5.00 534	2.96 520	4.29 467	3.19 499	4.05 521	3.08 486	4.94 517	3.16 473	7.64 395	6.72 500	0.66 480	0.44 443	0.51 447	0.47 446	0.95 490	0.76 467

RTSA	3.90 497	7.04 542	17.94 441	1.92 507	2.19 528	5.00 534	2.96 520	4.29 467	3.19 499	4.05 521	3.08 486	4.94 517	3.16 473	7.64 395	6.72 500	0.66 480	0.44 443	0.51 447	0.47 446	0.95 490	0.76 467

PAM_32	2.45 373	0.63 190	20.74 525	1.05 250	0.65 197	2.83 147	0.46 54	2.91 187	1.54 165	1.95 260	2.66 460	4.99 519	3.78 494	1.96 219	0.92 181	0.27 112	0.22 196	0.27 138	0.25 184	0.36 257	0.48 369

MFN_U_SF_DS_RVC	3.94 499	10.88 564	12.30 356	1.26 359	1.55 468	5.19 537	3.33 531	4.42 503	2.82 464	2.58 443	2.62 456	5.00 520	2.11 407	14.03 561	2.73 452	1.28 527	2.34 554	0.67 496	1.83 546	0.81 479	1.03 496

SDNR	3.97 501	1.93 495	20.28 507	1.31 383	0.94 312	5.16 536	0.67 144	4.33 484	2.58 424	4.82 536	5.94 527	5.01 521	1.45 281	17.52 565	2.53 443	0.79 496	0.72 513	0.59 475	0.45 441	1.15 512	1.17 504

stereogan	3.09 459	0.93 368	16.43 417	1.37 419	1.66 491	3.70 294	1.67 466	3.87 330	3.15 496	3.04 488	2.70 464	5.04 522	2.79 454	9.96 449	1.78 365	0.63 472	0.49 472	0.69 497	0.47 446	0.83 482	0.68 446

UGAM-zero	2.79 421	0.57 121	20.87 530	0.98 210	0.77 251	2.08 93	0.35 19	3.88 333	1.51 140	2.05 301	1.64 225	5.07 523	3.42 487	9.83 442	1.24 255	0.28 149	0.21 167	0.27 138	0.29 287	0.29 121	0.28 155

MSAF-DinoV2	13.69 568	13.09 570	22.03 559	2.41 532	1.44 448	4.03 379	1.38 426	9.07 559	9.20 556	2.23 368	1.98 347	5.08 524	5.06 516	177.66 596	5.46 496	0.45 403	0.34 377	0.40 375	0.62 489	6.09 562	5.80 572

IMH-64-1	4.84 520	2.53 512	6.83 289	4.30 561	3.74 554	4.81 530	6.05 550	5.30 545	3.92 529	3.95 519	8.33 537	5.08 524	6.06 530	8.96 419	6.30 497	4.57 567	2.96 561	3.04 553	2.12 555	4.28 552	3.62 559

IMH-64	4.84 520	2.53 512	6.83 289	4.30 561	3.74 554	4.81 530	6.05 550	5.30 545	3.92 529	3.95 519	8.33 537	5.08 524	6.06 530	8.96 419	6.30 497	4.57 567	2.96 561	3.04 553	2.12 555	4.28 552	3.62 559

psmorigin	6.59 541	1.15 419	88.11 591	1.52 453	0.97 320	2.88 153	1.20 399	3.21 218	2.04 301	3.73 514	2.46 437	5.15 527	2.55 443	10.60 471	2.47 438	0.55 459	0.68 509	0.48 427	0.51 465	0.70 453	0.88 486

SAMSARA	3.55 484	2.16 505	14.18 387	1.86 504	1.49 456	4.62 501	2.65 511	3.58 273	2.80 456	7.05 550	3.05 484	5.16 528	4.07 501	9.18 425	4.80 485	0.64 475	0.67 506	0.59 475	0.68 496	0.89 485	0.91 487

PAM	2.43 370	0.61 171	20.86 528	1.07 258	0.73 234	2.93 165	0.53 78	3.24 224	1.53 156	1.89 243	2.43 435	5.29 529	2.76 452	1.84 205	1.02 208	0.27 112	0.24 257	0.26 110	0.25 184	0.40 287	0.50 383

tt	7.19 548	0.51 65	6.83 289	4.03 556	2.30 533	12.05 562	20.19 575	15.46 573	6.58 555	3.42 509	3.22 494	5.37 530	6.39 538	4.20 326	7.46 511	9.81 576	11.53 580	7.05 573	7.46 575	6.31 564	3.71 561

ACV-stereo	2.92 435	0.92 364	20.27 506	1.33 391	1.05 347	4.68 510	1.10 376	2.66 155	1.64 215	1.46 164	1.32 137	5.41 531	4.24 505	7.83 399	1.90 379	0.44 394	0.52 475	0.32 250	0.29 287	0.45 356	0.63 435

SPS-STEREO	3.97 501	1.44 468	20.85 527	1.72 486	1.71 498	3.24 203	2.30 499	3.55 268	2.68 439	4.79 535	3.66 506	5.44 532	2.97 461	9.11 422	9.35 521	1.15 518	1.10 527	1.06 524	1.02 524	1.16 513	1.18 505
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MultiAttention	8.74 553	0.56 111	7.25 295	2.07 518	22.74 577	35.86 582	8.44 560	4.97 539	2.58 424	2.57 439	5.11 522	5.55 533	1.59 316	52.70 590	7.50 512	0.47 419	0.24 257	0.52 453	1.00 521	6.84 568	6.30 573

ACVNet-4b	6.73 543	13.67 572	21.87 556	3.54 550	3.07 544	4.19 428	2.25 496	4.03 380	3.65 523	1.64 189	3.98 512	5.88 534	2.89 458	10.01 452	16.98 553	23.29 584	2.24 550	2.53 544	1.78 544	3.87 549	3.21 554

coex-ft	18.59 574	6.62 541	113.53 593	1.17 321	1.31 413	2.33 111	1.93 481	2.81 180	14.00 565	124.82 595	8.45 539	5.90 535	51.74 588	9.99 451	22.69 569	0.57 463	0.62 498	0.50 444	0.49 455	1.08 504	1.28 508

MADNet++	7.57 551	5.80 540	13.28 365	6.38 571	5.26 567	7.18 549	7.77 557	5.32 547	5.62 549	6.11 544	7.78 532	6.02 536	8.01 550	11.74 527	16.36 550	9.36 575	4.95 572	8.57 576	5.66 572	4.83 558	5.34 569

WAO-7	5.16 524	3.21 522	18.98 461	1.88 506	1.44 448	5.34 538	3.09 527	4.91 538	5.81 551	4.35 530	8.92 545	6.55 537	6.06 530	13.40 553	10.81 527	1.34 532	1.20 532	1.48 535	1.35 537	1.60 526	1.45 518

ELAS	5.99 537	1.62 477	20.29 508	1.96 512	2.01 520	15.09 567	8.38 559	5.23 543	5.54 548	9.02 559	8.61 540	6.74 538	9.75 556	7.48 392	11.40 531	0.96 510	1.18 529	0.72 504	0.93 516	1.30 520	1.67 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	5.87 536	2.27 506	15.05 402	2.96 541	2.77 538	12.01 561	3.58 539	5.37 549	11.91 563	3.34 505	9.69 547	6.78 539	5.84 527	11.82 531	8.89 520	2.87 542	2.35 555	2.50 543	1.84 547	2.85 537	2.67 544

G-Net	4.11 505	1.21 430	19.47 473	2.31 529	2.94 541	4.74 526	2.95 519	3.33 241	2.14 327	4.44 531	9.43 546	6.93 540	3.84 496	9.01 421	4.92 489	0.79 496	0.80 519	0.70 499	0.50 461	0.95 490	0.87 485

SANet	5.65 533	1.72 486	20.94 533	1.26 359	0.88 294	7.20 550	3.81 544	4.60 527	11.23 559	4.56 532	8.78 543	7.49 541	6.95 540	11.85 532	18.11 558	0.49 436	0.44 443	0.50 444	0.42 431	0.90 487	0.82 480

SGM_RVC	4.57 514	0.72 270	17.46 436	1.84 501	0.58 168	4.23 437	3.45 533	4.66 530	3.66 524	7.99 555	8.82 544	7.56 542	8.74 554	12.30 539	6.84 504	0.43 387	0.38 407	0.39 369	0.35 365	0.51 384	0.48 369
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 528	12.60 567	20.42 514	3.27 546	3.15 548	4.50 480	3.02 523	4.66 530	3.73 526	3.35 507	5.36 523	7.86 543	2.88 457	12.33 541	4.76 484	3.12 547	2.22 549	2.70 550	1.69 540	3.49 541	3.10 550

HSM	2.35 357	0.81 327	2.21 165	1.14 300	1.55 468	3.44 235	1.03 356	3.99 371	2.25 347	2.29 381	2.11 378	8.04 544	3.05 469	11.60 514	1.71 352	0.33 267	0.22 196	0.28 167	0.23 147	0.32 190	0.35 256

PWCK	5.85 535	9.95 560	15.22 407	2.90 540	1.56 471	5.66 542	7.69 556	5.27 544	4.74 541	3.88 516	7.51 531	8.04 544	5.28 520	15.18 562	8.40 517	3.08 546	1.51 537	2.24 542	1.37 538	5.55 561	1.96 531

ELAS_RVC	5.72 534	1.64 482	20.40 512	2.09 519	2.01 520	4.95 533	11.47 563	4.66 530	6.31 554	8.09 556	8.01 534	8.06 546	11.65 557	8.36 405	10.22 524	0.99 512	1.17 528	0.81 513	0.76 503	1.14 509	1.58 521
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	6.81 545	13.66 571	20.41 513	4.33 563	3.74 554	5.50 539	3.06 525	5.49 551	6.22 552	4.64 534	10.35 550	9.30 547	8.03 551	13.61 556	6.81 502	4.80 570	2.99 564	3.09 555	2.12 555	4.36 554	3.61 558

JetBlue	6.27 540	9.15 554	13.76 373	1.94 511	4.60 565	11.91 560	12.00 564	5.12 541	3.45 519	3.79 515	4.52 516	9.54 548	6.56 539	9.40 430	13.48 539	1.26 526	1.37 535	1.17 529	1.34 536	7.06 570	3.95 563

JetRed	10.48 557	27.10 581	35.70 577	4.27 559	4.09 561	15.55 570	12.83 566	12.16 563	5.50 547	5.83 541	5.56 525	10.14 549	7.43 545	8.88 415	26.39 577	3.32 548	3.81 568	3.51 560	2.96 568	7.85 572	6.69 574

MeshStereo	5.35 527	1.32 453	21.34 545	1.34 398	1.15 370	4.40 461	3.90 545	5.18 542	4.55 536	10.14 565	11.82 558	11.47 550	5.84 527	13.84 559	7.03 508	0.61 469	0.58 490	0.60 480	0.58 481	0.72 465	0.59 424
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
WAO-8	11.95 562	13.02 568	20.56 519	3.50 547	3.08 545	15.11 568	2.80 514	12.91 566	19.11 574	7.69 552	13.12 560	11.62 551	7.01 543	84.40 592	7.91 514	3.42 549	1.92 544	3.54 562	1.93 550	3.68 543	2.69 545

Venus	11.95 562	13.02 568	20.56 519	3.50 547	3.08 545	15.11 568	2.80 514	12.91 566	19.11 574	7.69 552	13.12 560	11.62 551	7.01 543	84.40 592	7.91 514	3.42 549	1.92 544	3.54 562	1.93 550	3.68 543	2.69 545

SGM+DAISY	8.36 552	3.82 528	24.83 571	2.02 515	1.75 502	14.80 566	17.22 570	4.27 459	11.79 562	13.88 572	14.38 565	11.74 553	13.83 560	10.56 468	15.12 542	1.21 520	1.19 531	1.14 528	1.13 529	1.17 514	1.37 514

FADE		13.79 573		10.71 577	13.34 570							11.85 554				474.90 598	161.58 597	347.36 598	322.13 598	7.29 571

WCMA_ROB	5.12 523	0.90 357	21.33 544	1.50 450	1.33 423	4.09 391	3.49 534	4.03 380	4.59 538	6.57 548	10.95 553	12.92 555	8.41 553	9.86 444	8.78 519	0.75 493	0.58 490	0.51 447	0.50 461	0.68 450	0.57 415

test_sample8	4.76 518	1.05 397	7.87 300	1.07 258	0.86 286	3.93 349	1.19 395	4.38 497	2.05 304	5.49 538	1.89 326	12.98 556	6.37 535	11.06 492	11.61 532	1.23 522	14.45 581	4.27 566	2.09 552	0.70 453	0.69 448

TorneroNet-64	10.12 555	8.74 547	20.95 534	4.27 559	3.76 557	13.86 565	2.85 516	15.05 571	23.15 577	10.07 564	23.84 573	13.47 557	8.24 552	13.96 560	17.21 555	3.96 560	2.72 556	3.23 557	2.48 559	6.29 563	4.27 566

DGTPSM_ROB	15.31 569	8.85 549	28.14 575	9.90 575	18.89 572	12.44 563	33.21 578	13.48 568	17.86 572	9.50 561	22.89 571	13.78 558	19.67 571	21.26 567	23.68 571	5.08 572	8.84 574	5.62 571	11.50 576	6.72 566	14.87 577

DPSMNet_ROB	15.52 570	8.89 550	31.44 576	10.07 576	18.91 573	12.44 563	33.22 579	13.51 569	17.94 573	9.58 562	22.91 572	13.79 559	19.67 571	21.43 568	23.73 572	5.17 573	8.84 574	5.63 572	11.52 579	6.79 567	14.90 578

notaker	10.50 558	8.60 546	20.23 501	4.54 566	3.95 558	6.27 544	3.44 532	8.07 558	4.75 542	8.73 557	46.45 582	13.86 560	27.86 577	13.49 554	13.61 540	4.56 566	3.18 565	3.52 561	2.68 563	8.13 574	4.05 564

UNDER WATER-64	9.33 554	5.37 536	22.60 563	5.22 570	4.86 566	10.75 559	4.61 549	11.45 562	17.30 569	7.59 551	9.80 549	15.99 561	17.90 569	10.63 472	15.72 545	4.36 562	2.87 558	4.39 569	2.86 566	7.01 569	5.36 570

LVE	6.88 546	9.31 555	21.14 538	3.61 552	3.18 549	4.49 477	2.79 513	10.21 561	11.69 561	3.16 498	11.53 556	18.33 562	4.31 506	11.66 522	3.52 469	4.45 565	2.93 559	2.56 545	1.91 549	3.62 542	3.16 552

USTest	15.98 571	15.58 576	22.56 562	18.49 578	16.99 571	26.43 575	36.08 581	27.68 580	12.77 564	10.69 567	10.80 552	18.35 563	15.09 562	18.62 566	23.37 570	4.85 571	5.34 573	7.38 574	7.43 574	9.90 576	11.23 575

TCMNet-wrong-test	12.32 564	14.13 575	19.38 470	22.38 579	19.85 574	15.99 571	12.34 565	22.95 576	4.56 537	6.24 546	6.27 528	18.40 564	15.71 563	10.10 457	10.72 526	9.06 574	4.78 570	5.35 570	3.95 570	12.28 578	11.97 576

FCDSN-DC	6.04 538	0.84 342	19.25 465	1.24 350	1.09 360	4.38 454	2.62 510	4.38 497	4.71 539	9.59 563	11.22 554	19.19 565	17.40 567	12.30 539	8.55 518	0.69 489	0.57 485	0.60 480	0.60 485	0.70 453	0.78 471
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 542	0.77 309	19.26 467	1.68 479	1.64 484	8.27 555	2.35 500	6.35 553	9.23 557	10.85 568	11.27 555	19.89 566	13.33 559	12.51 545	11.79 534	0.66 480	0.57 485	0.58 472	0.56 477	0.63 429	0.61 428

MANE	11.39 560	1.38 460	23.16 566	4.82 568	2.79 539	22.02 573	14.51 568	25.81 577	26.28 578	10.93 569	13.17 563	19.90 567	18.03 570	15.69 564	20.41 567	0.96 510	0.74 515	1.42 533	3.24 569	0.74 467	1.71 524

FC-DCNN v2	6.91 547	0.77 309	19.25 465	1.69 480	1.64 484	9.13 557	2.40 501	7.20 555	9.47 558	11.07 570	11.62 557	20.05 568	15.79 564	12.55 546	11.99 535	0.66 480	0.57 485	0.58 472	0.56 477	0.63 429	0.61 428

pmcnn	5.45 529	1.22 436	17.40 433	1.60 469	2.41 534	3.48 246	2.12 491	4.52 521	3.26 507	3.67 513	13.15 562	22.10 569	3.46 489	11.92 535	17.16 554	0.34 279	0.21 167	0.23 28	0.19 68	0.36 257	0.28 155

MSMD_ROB	5.61 531	1.08 405	16.68 421	1.21 341	0.83 273	10.14 558	2.07 490	3.93 352	6.22 552	10.37 566	8.03 535	22.22 570	9.45 555	11.66 522	4.52 479	0.66 480	0.58 490	0.66 494	0.68 496	0.65 440	0.63 435

ACVNet_1	6.04 538	13.97 574	21.36 546	3.58 551	3.14 547	4.73 523	2.48 503	4.20 428	3.17 497	2.98 485	2.83 476	23.31 571	4.34 507	11.06 492	2.45 436	3.68 554	2.33 553	2.60 546	1.79 545	3.69 545	3.19 553

Anonymous_1	57.11 590	19.68 578	26.15 572	23.10 580	142.31 594	30.84 576	39.75 582	33.86 584	16.98 568	70.53 590	15.42 567	23.46 572	19.75 573	23.04 570	27.23 578	164.73 596	9.02 576	130.38 592	137.40 593	161.27 597	27.24 582

UNDER WATER	10.47 556	3.95 530	22.62 564	5.07 569	4.51 564	7.78 554	3.77 542	12.56 565	21.72 576	7.84 554	10.78 551	23.96 573	31.66 578	10.78 479	16.19 549	4.44 564	2.93 559	4.24 565	2.86 566	6.33 565	5.47 571

DPSM_ROB	20.78 575	20.03 579	26.57 573	23.62 581	22.46 575	31.10 577	39.97 583	33.52 582	17.41 570	15.25 573	15.80 568	24.06 574	20.71 574	23.30 572	27.62 579	10.78 577	9.41 577	11.69 579	11.50 576	14.49 579	16.36 579

DPSM	20.78 575	20.03 579	26.57 573	23.62 581	22.46 575	31.10 577	39.97 583	33.52 582	17.41 570	15.25 573	15.80 568	24.06 574	20.71 574	23.30 572	27.62 579	10.78 577	9.41 577	11.69 579	11.50 576	14.49 579	16.36 579

LRCNet_RVC	25.52 578	33.45 582	23.21 568	31.79 583	32.78 579	6.74 548	1.18 392	25.88 578	4.46 535	28.94 576	30.89 576	24.91 576	17.57 568	27.66 576	24.34 574	35.26 586	25.60 587	35.91 586	33.81 585	31.90 587	34.10 587

Dean	7.52 549	9.08 553	21.41 547	3.74 554	3.53 551	4.81 530	3.53 536	5.33 548	5.25 545	4.17 525	26.53 575	25.62 577	4.09 502	10.97 486	4.32 476	3.69 555	2.30 552	2.91 552	1.87 548	4.03 550	3.24 555

SGM-ForestM	11.55 561	1.16 422	21.62 553	2.14 520	0.81 260	22.25 574	19.08 573	16.50 575	11.34 560	15.94 575	14.44 566	27.12 578	22.61 576	24.76 575	28.39 581	0.50 440	0.48 467	0.47 419	0.44 437	0.55 399	0.53 398

LE_ROB	18.58 573	1.21 430	48.38 583	8.60 574	23.00 578	7.32 552	19.74 574	9.94 560	38.69 583	43.53 581	21.91 570	28.40 579	40.92 581	23.18 571	54.71 586	0.34 279	0.33 365	0.32 250	0.36 375	0.42 330	0.40 318

HaxPig	43.25 585	43.65 587	45.00 581	33.85 584	35.61 581	32.69 579	30.52 576	45.09 585	42.97 584	48.77 582	48.17 584	43.00 580	40.26 580	44.58 583	43.61 583	47.18 587	49.30 588	51.54 588	50.25 587	43.73 588	45.29 588

HanzoNet	31.60 581	17.23 577	21.22 543	7.32 572	5.84 568	7.25 551	3.53 536	13.82 570	14.20 567	50.38 584	47.01 583	44.45 581	56.61 589	36.61 582	32.00 582	63.89 590	56.57 591	7.97 575	89.20 591	28.69 581	28.25 583

AVERAGE_ROB	44.46 586	45.91 588	46.59 582	40.59 586	38.66 582	32.99 580	30.52 576	46.19 586	43.26 585	49.59 583	48.97 585	44.62 582	39.89 579	45.04 584	43.94 584	48.74 588	50.69 589	50.80 587	49.79 586	45.54 589	46.97 589

MEDIAN_ROB	47.37 587	49.08 589	49.92 584	40.32 585	39.97 583	34.95 581	33.43 580	49.17 587	46.39 587	53.06 585	52.65 586	47.65 583	42.23 587	48.35 589	47.29 585	52.10 589	54.04 590	54.28 589	53.48 588	48.76 590	50.33 590

Selective-RAFT-Error	41.77 583	40.16 585	53.34 586	47.73 587	45.25 586	62.51 588	80.64 592	67.22 588	34.93 581	30.64 579	31.81 578	48.11 584	42.11 586	46.57 585	54.95 587	21.61 581	18.87 583	23.48 582	23.15 583	29.16 584	33.08 586

FlowAnything	41.75 582	39.90 583	53.36 587	47.83 589	45.06 584	62.45 587	80.51 591	67.34 590	34.89 580	30.56 578	31.52 577	48.18 585	42.05 585	46.66 588	55.24 588	21.71 583	18.88 584	23.49 584	23.13 581	29.12 583	33.04 584

CasAABBNet	41.80 584	40.20 586	53.41 588	47.73 587	45.18 585	62.51 588	80.71 593	67.26 589	34.80 579	30.49 577	31.88 579	48.24 586	41.81 584	46.63 587	55.64 590	21.60 580	18.88 584	23.48 582	23.22 584	29.19 585	33.05 585

LSM0	49.58 588	40.04 584	53.62 589	97.15 591	128.68 593	62.75 590	79.89 590	67.63 591	35.11 582	33.02 580	32.61 581	48.43 587	41.60 583	46.60 586	55.43 589	21.63 582	18.99 586	23.62 585	23.13 581	29.47 586	52.26 591

KSHMR	16.96 572	5.37 536	21.64 555	4.46 564	4.50 563	8.30 556	3.32 530	15.58 574	76.24 589	6.62 549	61.47 587	56.53 588	5.43 523	35.17 581	11.37 530	4.39 563	2.97 563	3.63 564	2.74 565	5.10 559	4.34 567

ktn	21.74 577	10.34 561	19.68 478	4.53 565	4.00 559	6.53 547	4.51 548	6.79 554	78.82 591	84.69 591	100.86 595	58.49 589	7.57 547	12.11 538	13.35 538	4.58 569	3.24 566	3.49 559	2.62 561	4.65 557	3.84 562

xxxxx1	112.33 594	88.53 593	37.76 578	227.84 596	157.23 595	39.05 583	61.41 587	93.76 593	79.29 592	62.45 587	74.79 589	78.32 590	70.96 591	33.47 578	70.69 591	114.00 593	130.36 594	259.31 595	274.34 595	145.54 594	147.50 594

tt_ll	112.33 594	88.53 593	37.76 578	227.84 596	157.23 595	39.05 583	61.41 587	93.76 593	79.29 592	62.45 587	74.79 589	78.32 590	70.96 591	33.47 578	70.69 591	114.00 593	130.36 594	259.31 595	274.34 595	145.54 594	147.50 594

ff	112.33 594	88.53 593	37.76 578	227.84 596	157.23 595	39.05 583	61.41 587	93.76 593	79.29 592	62.45 587	74.79 589	78.32 590	70.96 591	33.47 578	70.69 591	114.00 593	130.36 594	259.31 595	274.34 595	145.54 594	147.50 594

TorneroNet	25.88 579	11.28 565	21.62 553	4.20 558	4.07 560	55.25 586	3.15 528	15.16 572	76.94 590	58.09 586	82.72 592	86.88 593	41.15 582	13.35 552	18.13 559	4.32 561	2.85 557	3.45 558	2.62 561	8.33 575	4.14 565

BEATNet-Init1	49.72 589	64.32 592	97.77 592	4.68 567	4.28 562	84.75 593	60.42 586	73.38 592	68.59 588	88.29 592	88.51 594	91.94 594	97.99 594	85.26 594	70.96 594	0.80 498	0.65 502	0.85 515	0.70 499	7.96 573	2.33 537

ASD4	103.30 593	113.98 596	120.24 594	106.67 592	79.75 588	115.36 594	120.35 594	119.13 596	79.65 595	120.04 594	74.64 588	101.45 595	65.48 590	109.11 595	84.31 596	104.31 591	90.04 593	133.15 593	103.58 592	130.15 593	94.66 593

PML	64.32 591	53.22 590	17.88 440	8.10 573	32.94 580	148.46 596	247.79 597	12.18 564	45.42 586	111.41 593	288.92 597	101.47 596	101.31 595	31.67 577	15.55 543	14.03 579	4.83 571	10.98 578	6.18 573	28.82 582	5.17 568

DPSimNet_ROB	102.30 592	119.72 597	143.59 595	109.42 593	94.10 590	127.22 595	127.15 595	26.62 579	102.36 596	149.58 596	83.99 593	139.34 597	137.54 596	64.62 591	82.36 595	105.18 592	66.15 592	120.15 591	69.61 590	99.58 592	77.72 592

test_example2	212.63 597	219.92 598	221.87 597	213.67 595	221.17 598	199.47 597	200.74 596	185.30 597	141.66 597	209.52 597	213.45 596	210.82 598	205.48 597	221.27 597	216.64 597	236.83 597	242.07 598	213.93 594	217.01 594	235.69 598	226.10 597

ccccc	590.94 598	629.75 599	645.59 598	567.84 599	570.84 599	582.44 598	641.68 598	613.82 598	494.59 598	614.58 598	651.20 598	555.57 599	637.59 598	666.94 598	652.42 598	781.57 599	507.24 599	391.36 599	342.44 599	689.82 599	581.48 598

Low-res two-view benchmark