Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.25 1	0.25 66	0.43 11	0.36 1	0.24 20	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 25	0.24 6	0.23 8	0.32 1	0.27 15	0.20 191	0.18 299	0.18 106	0.16 142	0.18 110	0.15 30

FoundationStereo	0.26 2	0.23 30	0.41 7	0.40 24	0.24 20	0.32 14	0.22 16	0.43 2	0.24 4	0.31 13	0.25 6	0.30 32	0.32 42	0.36 3	0.27 15	0.16 43	0.12 34	0.15 17	0.11 7	0.13 4	0.14 15

MLG-Stereo_test2	0.27 3	0.22 14	0.40 3	0.39 15	0.24 20	0.35 18	0.18 2	0.58 8	0.23 2	0.28 5	0.24 5	0.34 44	0.19 1	0.79 104	0.24 3	0.16 43	0.11 20	0.15 17	0.11 7	0.13 4	0.14 15

LGtest1	0.28 4	0.23 30	0.46 18	0.42 37	0.22 12	0.41 36	0.19 6	0.58 8	0.29 9	0.30 10	0.25 6	0.29 28	0.29 26	0.57 36	0.26 6	0.18 110	0.12 34	0.16 46	0.12 29	0.14 13	0.16 60

IGEV	0.29 5	0.18 1	0.43 11	0.38 7	0.31 146	0.45 62	0.21 12	0.63 17	0.42 33	0.32 15	0.44 37	0.26 14	0.20 2	0.44 10	0.26 6	0.14 20	0.12 34	0.16 46	0.13 59	0.12 1	0.14 15

MLG-Stereo_test3	0.29 5	0.20 4	0.46 18	0.43 43	0.24 20	0.47 73	0.19 6	0.75 44	0.31 11	0.36 27	0.22 3	0.35 45	0.21 4	0.61 46	0.26 6	0.16 43	0.12 34	0.16 46	0.11 7	0.13 4	0.15 30

MLG-Stereo_test1	0.29 5	0.21 6	0.42 9	0.41 33	0.25 39	0.37 24	0.20 10	0.71 36	0.20 1	0.25 2	0.17 1	0.33 41	0.26 12	0.92 148	0.26 6	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

MonSter	0.29 5	0.19 2	0.48 28	0.37 3	0.22 12	0.55 148	0.31 76	0.60 13	0.44 38	0.29 8	0.29 12	0.23 2	0.20 2	0.60 44	0.26 6	0.11 1	0.11 20	0.14 1	0.11 7	0.14 13	0.14 15

dual_stereo	0.29 5	0.21 6	0.39 1	0.40 24	0.23 15	0.25 3	0.22 16	0.59 11	0.32 13	0.33 17	0.26 10	0.40 56	0.23 8	0.86 127	0.30 34	0.16 43	0.13 69	0.14 1	0.11 7	0.14 13	0.14 15

LG-Stereo_L2	0.30 10	0.23 30	0.50 43	0.38 7	0.26 56	0.26 4	0.20 10	0.84 74	0.31 11	0.31 13	0.26 10	0.25 10	0.26 12	0.94 152	0.23 1	0.15 30	0.12 34	0.16 46	0.12 29	0.14 13	0.13 2

asda	0.31 11	0.24 47	0.51 50	0.39 15	0.24 20	0.43 53	0.33 91	0.68 24	0.40 29	0.39 39	0.44 37	0.27 18	0.35 57	0.55 27	0.31 40	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.13 2

4.5_new	0.31 11	0.25 66	0.46 18	0.38 7	0.24 20	0.52 121	0.36 126	0.65 19	0.35 16	0.48 78	0.43 29	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

4.5w-stereo	0.31 11	0.25 66	0.46 18	0.38 7	0.24 20	0.52 121	0.36 126	0.65 19	0.35 16	0.48 78	0.43 29	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

LG-Stereo_L1	0.31 11	0.24 47	0.49 33	0.38 7	0.27 59	0.28 9	0.21 12	0.68 24	0.29 9	0.27 4	0.25 6	0.25 10	0.22 6	1.25 232	0.24 3	0.16 43	0.12 34	0.15 17	0.12 29	0.14 13	0.13 2

MLG-Stereo	0.31 11	0.20 4	0.42 9	0.42 37	0.20 2	0.41 36	0.19 6	0.85 76	0.24 4	0.26 3	0.22 3	0.33 41	0.27 18	1.09 198	0.27 15	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

asd	0.32 16	0.22 14	0.49 33	0.40 24	0.25 39	0.47 73	0.30 69	0.77 48	0.35 16	0.44 56	0.40 24	0.28 26	0.34 49	0.64 62	0.29 30	0.13 14	0.10 2	0.14 1	0.12 29	0.15 35	0.13 2

4.25_new	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.5w_new	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.25w-stereo	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.13 2

4w-stereo	0.32 16	0.25 66	0.52 56	0.38 7	0.25 39	0.46 67	0.28 54	0.68 24	0.35 16	0.43 53	0.45 41	0.28 26	0.39 83	0.63 60	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

IGEV-Stereo++	0.32 16	0.22 14	0.47 25	0.48 98	0.33 199	0.33 15	0.22 16	0.78 56	0.48 48	0.35 24	0.41 25	0.32 37	0.47 131	0.40 4	0.29 30	0.15 30	0.12 34	0.15 17	0.12 29	0.15 35	0.15 30

AdaDepth	0.33 22	0.23 30	0.69 137	0.46 71	0.29 109	0.44 58	0.24 30	0.54 6	0.38 25	0.33 17	0.38 22	0.26 14	0.31 35	0.81 108	0.27 15	0.12 2	0.13 69	0.16 46	0.13 59	0.16 54	0.20 157

2.5w	0.33 22	0.23 30	0.53 60	0.41 33	0.25 39	0.42 46	0.38 151	0.69 28	0.35 16	0.38 34	0.54 79	0.24 6	0.26 12	0.91 146	0.29 30	0.13 14	0.10 2	0.14 1	0.13 59	0.14 13	0.15 30

2.75w_new	0.33 22	0.24 47	0.51 50	0.36 1	0.24 20	0.41 36	0.42 191	0.61 15	0.40 29	0.50 93	0.44 37	0.24 6	0.34 49	0.77 94	0.34 64	0.13 14	0.11 20	0.14 1	0.11 7	0.13 4	0.13 2

3.25w_new	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 121	0.33 91	0.77 48	0.43 36	0.49 84	0.46 47	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

3.25w	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 121	0.33 91	0.77 48	0.43 36	0.49 84	0.46 47	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

LG-G_1	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 206	0.18 2	0.80 59	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 135	0.26 6	0.17 75	0.13 69	0.16 46	0.11 7	0.14 13	0.16 60

LG-G	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 206	0.18 2	0.80 59	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 135	0.26 6	0.17 75	0.13 69	0.16 46	0.11 7	0.14 13	0.16 60

qwe	0.34 29	0.22 14	0.48 28	0.39 15	0.27 59	0.49 87	0.30 69	0.76 46	0.40 29	0.51 103	0.49 56	0.26 14	0.29 26	0.83 116	0.35 73	0.12 2	0.10 2	0.14 1	0.12 29	0.15 35	0.14 15

3.75w	0.34 29	0.23 30	0.50 43	0.39 15	0.30 126	0.62 186	0.36 126	0.70 35	0.38 25	0.44 56	0.49 56	0.25 10	0.36 64	0.72 81	0.28 22	0.13 14	0.09 1	0.14 1	0.12 29	0.13 4	0.15 30

2w_stereo	0.34 29	0.25 66	0.52 56	0.40 24	0.23 15	0.46 67	0.47 258	0.77 48	0.44 38	0.47 70	0.51 66	0.24 6	0.44 107	0.49 17	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.15 35	0.16 60

SGD-Stereo	0.34 29	0.22 14	0.44 16	0.39 15	0.20 2	0.42 46	0.22 16	0.71 36	0.33 14	0.43 53	0.34 18	0.27 18	0.35 57	1.15 212	0.33 59	0.21 222	0.11 20	0.16 46	0.13 59	0.17 78	0.15 30

GREAT-IGEV	0.34 29	0.22 14	0.54 63	0.40 24	0.31 146	0.36 21	0.28 54	0.59 11	0.66 99	0.28 5	0.51 66	0.29 28	0.29 26	0.86 127	0.28 22	0.15 30	0.12 34	0.15 17	0.11 7	0.17 78	0.16 60

DEFOM-Stereo	0.34 29	0.23 30	0.46 18	0.44 50	0.29 109	0.79 280	0.23 26	0.50 4	0.39 27	0.38 34	0.32 16	0.23 2	0.25 10	1.21 227	0.28 22	0.17 75	0.12 34	0.15 17	0.11 7	0.14 13	0.16 60

2.25w	0.35 35	0.24 47	0.55 66	0.38 7	0.24 20	0.44 58	0.25 32	0.69 28	0.42 33	0.49 84	0.59 92	0.27 18	0.35 57	0.83 116	0.37 104	0.13 14	0.11 20	0.14 1	0.12 29	0.13 4	0.17 81

3.5w_stereo	0.35 35	0.27 108	0.55 66	0.38 7	0.25 39	0.54 143	0.34 103	0.73 39	0.40 29	0.46 68	0.45 41	0.31 35	0.38 81	0.80 107	0.40 132	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.16 60

3w_stereo	0.35 35	0.25 66	0.60 89	0.41 33	0.21 7	0.52 121	0.53 303	0.72 38	0.47 46	0.47 70	0.50 62	0.23 2	0.45 114	0.49 17	0.30 34	0.13 14	0.10 2	0.15 17	0.12 29	0.15 35	0.17 81

monsters	0.35 35	0.21 6	0.49 33	0.43 43	0.39 273	0.34 16	0.26 41	0.69 28	0.44 38	0.49 84	0.41 25	0.23 2	0.26 12	1.38 265	0.27 15	0.14 20	0.11 20	0.14 1	0.12 29	0.13 4	0.15 30

S2M2	0.35 35	0.28 125	0.47 25	0.43 43	0.30 126	0.31 13	0.16 1	0.61 15	0.68 104	0.32 15	0.49 56	0.47 84	0.34 49	0.40 4	0.33 59	0.25 320	0.22 362	0.20 166	0.22 304	0.25 307	0.23 235

1w_stereo	0.36 40	0.21 6	0.47 25	0.44 50	0.27 59	0.47 73	0.54 317	0.66 22	0.51 54	0.44 56	0.67 109	0.25 10	0.45 114	0.62 51	0.34 64	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.15 30

monsterstereo	0.36 40	0.21 6	0.53 60	0.48 98	0.36 242	0.27 7	0.29 61	0.58 8	0.52 56	0.45 63	0.61 96	0.26 14	0.27 18	1.23 229	0.28 22	0.14 20	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

111111	0.36 40	0.22 14	0.49 33	0.47 86	0.45 328	0.36 21	0.22 16	1.04 136	0.44 38	0.33 17	0.33 17	0.40 56	0.26 12	0.99 167	0.27 15	0.17 75	0.12 34	0.15 17	0.11 7	0.15 35	0.15 30

RAStereo	0.36 40	0.22 14	0.85 232	0.48 98	0.28 94	0.27 7	0.28 54	0.77 48	0.65 97	0.33 17	0.43 29	0.44 62	0.31 35	0.45 12	0.35 73	0.18 110	0.15 202	0.19 132	0.15 105	0.19 146	0.15 30

LG-Stereo	0.37 44	0.27 108	0.94 277	0.48 98	0.26 56	0.37 24	0.30 69	0.88 88	0.57 70	0.38 34	0.58 89	0.29 28	0.21 4	0.51 20	0.37 104	0.14 20	0.14 136	0.20 166	0.18 184	0.18 110	0.14 15

GIP-stereo	0.37 44	0.25 66	0.49 33	0.55 216	0.41 299	0.37 24	0.22 16	1.03 129	0.56 68	0.35 24	0.52 69	0.46 75	0.37 71	0.55 27	0.28 22	0.20 191	0.13 69	0.16 46	0.12 29	0.16 54	0.16 60

zero-FE	0.38 46	0.24 47	0.54 63	0.48 98	0.46 336	0.29 11	0.23 26	0.69 28	0.34 15	0.34 22	0.41 25	0.37 52	0.49 147	0.68 74	0.35 73	0.23 278	0.12 34	0.18 106	0.13 59	0.82 520	0.19 131

LG-Stereo_Zeroshot	0.38 46	0.25 66	0.61 96	0.53 188	0.29 109	0.36 21	0.22 16	1.24 218	0.42 33	0.45 63	0.65 104	0.37 52	0.51 156	0.41 7	0.30 34	0.18 110	0.12 34	0.17 70	0.13 59	0.18 110	0.20 157

AIO_rvc	0.38 46	0.25 66	0.65 118	0.47 86	0.31 146	0.55 148	0.38 151	0.98 110	0.51 54	0.35 24	0.48 52	0.49 92	0.22 6	0.87 132	0.31 40	0.16 43	0.12 34	0.16 46	0.12 29	0.15 35	0.15 30

AIO_test	0.38 46	0.24 47	0.59 82	0.47 86	0.31 146	0.55 148	0.44 228	0.86 83	0.50 52	0.34 22	0.48 52	0.46 75	0.30 31	0.76 92	0.31 40	0.17 75	0.12 34	0.17 70	0.13 59	0.16 54	0.15 30

IGEV-RUCA	0.38 46	0.24 47	0.51 50	0.51 144	0.36 242	0.59 170	0.23 26	0.68 24	0.52 56	0.39 39	0.50 62	0.44 62	0.31 35	0.86 127	0.31 40	0.24 300	0.13 69	0.16 46	0.12 29	0.20 182	0.21 185

MaDis-Stereo	0.38 46	0.27 108	0.72 147	0.45 59	0.35 234	0.30 12	0.31 76	0.81 62	0.54 61	0.38 34	0.38 22	0.58 133	0.49 147	0.53 23	0.39 115	0.20 191	0.16 239	0.19 132	0.15 105	0.19 146	0.15 30

UniTT-Stereo	0.38 46	0.24 47	0.67 127	0.49 113	0.36 242	0.40 29	0.32 84	0.55 7	0.55 64	0.55 114	0.55 82	0.36 47	0.31 35	0.59 42	0.52 223	0.21 222	0.15 202	0.17 70	0.15 105	0.19 146	0.17 81

HUF	0.39 53	0.27 108	0.71 145	0.43 43	0.24 20	0.51 115	0.47 258	0.99 118	0.55 64	0.37 32	0.45 41	0.53 115	0.41 87	0.70 77	0.29 30	0.18 110	0.14 136	0.16 46	0.12 29	0.15 35	0.17 81

fffft	0.39 53	0.24 47	0.56 72	0.45 59	0.34 217	0.42 46	0.48 265	0.85 76	0.39 27	0.45 63	0.35 19	0.38 54	0.31 35	1.32 252	0.34 64	0.14 20	0.12 34	0.19 132	0.15 105	0.16 54	0.18 97
1: 1. 1
AIO-Stereo	0.39 53	0.26 84	0.54 63	0.50 129	0.24 20	0.45 62	0.39 165	1.13 171	0.57 70	0.42 51	0.49 56	0.52 110	0.25 10	0.74 84	0.32 51	0.16 43	0.13 69	0.18 106	0.14 86	0.16 54	0.15 30

ours_stereo	0.40 56	0.30 173	0.57 74	0.47 86	0.31 146	0.40 29	0.44 228	0.79 58	0.58 73	0.36 27	0.58 89	0.46 75	0.33 45	1.14 211	0.33 59	0.17 75	0.13 69	0.19 132	0.15 105	0.19 146	0.20 157

RSM++	0.40 56	0.26 84	0.55 66	0.51 144	0.27 59	0.49 87	0.41 183	0.83 68	0.52 56	0.39 39	0.47 50	0.60 142	0.34 49	1.02 177	0.31 40	0.16 43	0.13 69	0.17 70	0.15 105	0.18 110	0.15 30

RSM	0.40 56	0.25 66	0.53 60	0.50 129	0.27 59	0.46 67	0.40 173	0.94 104	0.49 50	0.42 51	0.44 37	0.65 160	0.33 45	1.07 191	0.32 51	0.15 30	0.13 69	0.17 70	0.14 86	0.17 78	0.15 30

trnet	0.40 56	0.23 30	0.40 3	0.37 3	0.20 2	0.53 130	0.29 61	0.81 62	1.15 292	0.59 118	0.72 126	0.53 115	0.43 101	0.56 30	0.37 104	0.18 110	0.13 69	0.15 17	0.10 1	0.14 13	0.14 15

CREStereo	0.40 56	0.24 47	0.40 3	0.37 3	0.22 12	0.52 121	0.29 61	0.81 62	1.15 292	0.59 118	0.72 126	0.51 103	0.42 93	0.57 36	0.37 104	0.19 148	0.13 69	0.15 17	0.10 1	0.14 13	0.15 30
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
FlowAnything_test	0.41 61	0.27 108	0.67 127	0.60 299	0.33 199	0.62 186	0.35 116	0.64 18	0.48 48	0.46 68	0.36 20	0.45 72	0.37 71	0.54 25	0.52 223	0.25 320	0.19 317	0.28 380	0.33 462	0.22 246	0.22 214

MSCF	0.41 61	0.28 125	0.64 112	0.50 129	0.27 59	0.58 168	0.37 141	1.03 129	0.54 61	0.54 110	0.72 126	0.32 37	0.64 224	0.56 30	0.30 34	0.19 148	0.13 69	0.17 70	0.15 105	0.17 78	0.21 185

water-stereo	0.41 61	0.21 6	0.69 137	0.45 59	0.28 94	0.50 106	0.27 47	0.96 105	0.52 56	0.57 117	0.78 140	0.59 138	0.53 163	0.44 10	0.43 156	0.17 75	0.16 239	0.17 70	0.15 105	0.17 78	0.22 214

DEFOM-Stereo_RVC	0.41 61	0.68 473	0.45 17	0.66 366	0.30 126	0.48 81	0.25 32	0.87 86	0.46 44	0.39 39	0.37 21	0.30 32	0.69 244	1.16 215	0.31 40	0.17 75	0.11 20	0.16 46	0.12 29	0.18 110	0.14 15

castereo++	0.41 61	0.26 84	0.51 50	0.44 50	0.32 179	0.96 361	0.22 16	1.13 171	0.61 87	0.33 17	0.45 41	0.50 99	0.39 83	0.94 152	0.25 5	0.18 110	0.12 34	0.17 70	0.12 29	0.14 13	0.16 60

SMoEStereo_RVC	0.41 61	0.26 84	0.55 66	0.46 71	0.31 146	0.60 175	0.36 126	0.85 76	0.47 46	0.47 70	0.43 29	0.42 58	0.34 49	1.40 270	0.31 40	0.15 30	0.12 34	0.20 166	0.15 105	0.16 54	0.18 97

Pointernet	0.41 61	0.21 6	0.63 103	0.45 59	0.29 109	0.51 115	0.27 47	1.54 280	0.70 108	0.48 78	0.64 100	0.49 92	0.37 71	0.51 20	0.36 91	0.18 110	0.13 69	0.14 1	0.11 7	0.14 13	0.14 15

AEACV	0.41 61	0.25 66	0.60 89	0.55 216	0.52 374	0.43 53	0.38 151	0.98 110	0.63 91	0.44 56	0.56 85	0.46 75	0.59 204	0.56 30	0.31 40	0.17 75	0.13 69	0.18 106	0.16 142	0.17 78	0.17 81

LoS	0.41 61	0.23 30	0.46 18	0.39 15	0.23 15	0.48 81	0.40 173	1.12 167	0.94 191	0.50 93	0.66 106	0.49 92	0.42 93	0.63 60	0.39 115	0.19 148	0.14 136	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 61	0.24 47	0.59 82	0.45 59	0.27 59	0.54 143	0.22 16	1.23 216	0.56 68	0.44 56	0.43 29	0.68 168	0.29 26	0.89 140	0.34 64	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.18 97

GLC_STEREO	0.41 61	0.27 108	0.43 11	0.55 216	0.24 20	0.47 73	0.30 69	0.81 62	0.64 94	0.53 109	0.74 132	0.50 99	0.31 35	0.65 67	0.45 174	0.18 110	0.20 331	0.23 265	0.19 206	0.21 226	0.21 185

mms	0.42 72	0.29 148	0.60 89	0.47 86	0.33 199	0.43 53	0.46 247	0.75 44	0.50 52	0.36 27	0.61 96	0.44 62	0.30 31	1.39 268	0.34 64	0.16 43	0.14 136	0.18 106	0.15 105	0.19 146	0.21 185

CASnet	0.42 72	0.26 84	0.52 56	0.52 165	0.21 7	0.49 87	0.35 116	0.85 76	0.85 158	0.84 174	0.69 116	0.48 89	0.31 35	0.57 36	0.34 64	0.19 148	0.12 34	0.27 364	0.22 304	0.23 266	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 72	0.26 84	0.56 72	0.48 98	0.27 59	0.45 62	0.33 91	1.56 286	0.61 87	0.36 27	0.47 50	0.52 110	0.30 31	1.08 194	0.33 59	0.15 30	0.13 69	0.17 70	0.13 59	0.16 54	0.15 30

CroCo-Stereo	0.42 72	0.33 242	0.83 217	0.59 291	0.28 94	0.26 4	0.33 91	1.22 211	0.85 158	0.43 53	0.49 56	0.65 160	0.46 124	0.40 4	0.36 91	0.19 148	0.15 202	0.16 46	0.14 86	0.20 182	0.17 81
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
GASTEREO	0.43 76	0.29 148	0.62 101	0.51 144	0.27 59	0.62 186	0.36 126	1.02 121	0.58 73	0.55 114	0.83 155	0.30 32	0.65 229	0.64 62	0.30 34	0.19 148	0.13 69	0.17 70	0.15 105	0.16 54	0.21 185

castereo	0.43 76	0.25 66	0.50 43	0.46 71	0.30 126	0.60 175	0.56 334	1.23 216	0.83 151	0.39 39	0.70 120	0.45 72	0.68 240	0.54 25	0.33 59	0.17 75	0.11 20	0.17 70	0.13 59	0.16 54	0.14 15

WCG-NET	0.43 76	0.23 30	0.58 76	0.42 37	0.26 56	0.46 67	0.32 84	0.77 48	1.16 299	0.77 155	0.75 133	0.58 133	0.44 107	0.62 51	0.38 111	0.16 43	0.12 34	0.16 46	0.14 86	0.15 35	0.14 15

MGS-Stereo	0.43 76	0.28 125	0.61 96	0.46 71	0.28 94	0.49 87	0.33 91	0.60 13	0.89 167	0.47 70	1.32 339	0.51 103	0.32 42	0.66 69	0.39 115	0.20 191	0.16 239	0.18 106	0.16 142	0.18 110	0.18 97

MoCha-V2	0.43 76	0.23 30	0.55 66	0.56 237	0.23 15	0.44 58	0.32 84	1.35 242	0.63 91	0.54 110	0.55 82	0.42 58	0.57 183	1.12 207	0.28 22	0.15 30	0.13 69	0.15 17	0.13 59	0.17 78	0.18 97

GCAP-Stereo	0.43 76	0.32 223	0.80 194	0.50 129	0.27 59	0.53 130	0.31 76	1.05 140	0.67 101	0.69 141	0.71 123	0.58 133	0.42 93	0.51 20	0.35 73	0.18 110	0.15 202	0.18 106	0.13 59	0.17 78	0.15 30

MM-Stereo_test2	0.44 82	0.25 66	0.70 142	0.54 202	0.33 199	0.55 148	0.45 241	1.02 121	0.84 154	0.61 129	0.51 66	0.49 92	0.42 93	0.82 110	0.32 51	0.16 43	0.13 69	0.18 106	0.14 86	0.19 146	0.17 81

fffy	0.44 82	0.29 148	0.67 127	0.47 86	0.30 126	0.46 67	0.34 103	0.98 110	0.57 70	0.40 46	0.59 92	0.55 122	0.41 87	1.26 236	0.37 104	0.16 43	0.14 136	0.19 132	0.16 142	0.19 146	0.20 157

Occ-G	0.44 82	0.23 30	0.59 82	0.44 50	0.27 59	0.43 53	0.61 365	0.85 76	0.62 89	0.48 78	0.66 106	1.00 295	0.45 114	0.79 104	0.45 174	0.17 75	0.14 136	0.18 106	0.13 59	0.16 54	0.18 97

depthmonostereo	0.45 85	0.26 84	0.89 250	0.49 113	0.24 20	0.60 175	0.36 126	1.03 129	0.77 126	0.50 93	0.65 104	0.50 99	0.55 174	0.70 77	0.39 115	0.16 43	0.16 239	0.16 46	0.14 86	0.16 54	0.20 157

IGEV++	0.45 85	0.24 47	0.63 103	0.58 272	0.32 179	0.42 46	0.25 32	2.16 451	0.65 97	0.38 34	0.58 89	0.46 75	0.44 107	0.56 30	0.40 132	0.20 191	0.13 69	0.16 46	0.13 59	0.17 78	0.18 97

ff7	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

ffff	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

11t	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

LoS_RVC	0.45 85	0.29 148	0.48 28	0.49 113	0.83 490	0.51 115	0.43 209	0.65 19	0.44 38	0.47 70	0.78 140	0.44 62	0.60 210	0.59 42	0.37 104	0.14 20	0.12 34	0.14 1	0.10 1	0.14 13	1.08 533

anonymousdsp	0.45 85	0.30 173	0.60 89	0.48 98	0.34 217	0.49 87	0.42 191	0.97 106	0.60 82	0.51 103	0.53 73	0.46 75	0.47 131	1.36 258	0.35 73	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

ccc-4	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

IGEV-Stereo	0.45 85	0.30 173	0.60 89	0.48 98	0.34 217	0.49 87	0.42 191	0.98 110	0.60 82	0.51 103	0.53 73	0.46 75	0.47 131	1.36 258	0.35 73	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 85	0.23 30	0.50 43	0.43 43	0.21 7	0.65 212	0.26 41	0.83 68	0.88 166	0.95 201	0.99 195	0.51 103	0.45 114	0.56 30	0.36 91	0.19 148	0.24 400	0.16 46	0.13 59	0.17 78	0.27 315

DilatedVolume-Stereo	0.46 95	0.24 47	0.72 147	0.45 59	0.33 199	0.72 245	0.29 61	0.83 68	0.53 60	0.82 167	0.73 130	0.52 110	0.44 107	1.16 215	0.42 150	0.15 30	0.15 202	0.15 17	0.14 86	0.16 54	0.17 81

Reg-Stereo(zero)	0.46 95	0.23 30	0.50 43	0.45 59	0.25 39	0.41 36	0.27 47	0.80 59	1.12 275	0.93 196	0.79 143	0.91 255	0.46 124	0.74 84	0.44 161	0.15 30	0.13 69	0.15 17	0.12 29	0.15 35	0.18 97

rvit_stereo_0081_aga	0.46 95	0.37 331	0.91 265	0.52 165	0.41 299	0.49 87	0.40 173	0.88 88	0.66 99	0.59 118	0.56 85	0.53 115	0.43 101	0.67 70	0.44 161	0.27 367	0.21 347	0.22 231	0.20 235	0.26 319	0.19 131

rvit_stereo_0081	0.46 95	0.34 271	0.72 147	0.56 237	0.35 234	0.41 36	0.44 228	0.74 42	1.04 236	0.49 84	0.52 69	0.51 103	0.49 147	0.86 127	0.47 190	0.25 320	0.20 331	0.22 231	0.19 206	0.26 319	0.19 131

rvit_stereo_0082	0.46 95	0.34 271	0.72 147	0.56 237	0.35 234	0.41 36	0.44 228	0.74 42	1.04 236	0.49 84	0.52 69	0.51 103	0.49 147	0.86 127	0.47 190	0.25 320	0.20 331	0.22 231	0.19 206	0.26 319	0.19 131

IGEV-Stereo+	0.46 95	0.23 30	0.51 50	0.42 37	0.46 336	0.15 1	0.19 6	0.45 3	0.37 24	0.28 5	0.25 6	0.31 35	0.41 87	1.43 280	0.31 40	0.18 110	0.13 69	0.15 17	0.12 29	1.09 533	1.74 546

WCG-NET（raft）	0.46 95	0.23 30	0.59 82	0.42 37	0.24 20	0.50 106	0.35 116	0.76 46	1.10 261	0.72 147	0.76 134	0.91 255	0.50 153	0.88 135	0.40 132	0.16 43	0.13 69	0.15 17	0.14 86	0.15 35	0.17 81

ProNet	0.46 95	0.30 173	0.69 137	0.46 71	0.32 179	0.57 157	0.52 297	1.15 187	0.67 101	0.44 56	0.50 62	0.44 62	0.43 101	1.31 246	0.38 111	0.16 43	0.15 202	0.19 132	0.16 142	0.18 110	0.18 97

MC-Stereo	0.46 95	0.24 47	0.58 76	0.63 331	0.30 126	0.38 27	0.32 84	0.98 110	0.74 119	0.66 137	0.85 159	0.56 129	0.60 210	1.07 191	0.32 51	0.17 75	0.12 34	0.17 70	0.15 105	0.16 54	0.16 60

CroCo-Stereo Lap2	0.46 95	0.37 331	0.87 241	0.62 321	0.79 481	0.28 9	0.35 116	0.81 62	0.73 112	0.39 39	0.54 79	0.71 183	0.54 171	0.60 44	0.48 197	0.18 110	0.18 299	0.19 132	0.16 142	0.21 226	0.21 185

tt45	0.47 105	0.25 66	0.52 56	0.47 86	0.34 217	0.78 272	0.32 84	0.86 83	0.45 43	0.52 106	0.45 41	0.49 92	0.37 71	2.12 389	0.36 91	0.16 43	0.13 69	0.19 132	0.16 142	0.17 78	0.21 185

rvit_stereo_0080	0.47 105	0.35 300	0.87 241	0.48 98	0.36 242	0.42 46	0.54 317	0.93 94	0.78 130	0.52 106	0.60 94	0.55 122	0.47 131	0.62 51	0.48 197	0.27 367	0.21 347	0.20 166	0.20 235	0.31 381	0.20 157

Former-RAFT_DAM_RVC	0.47 105	0.38 349	0.75 171	0.48 98	0.37 252	0.67 223	0.35 116	0.82 67	1.14 287	0.61 129	0.64 100	0.39 55	0.39 83	0.74 84	0.39 115	0.20 191	0.17 268	0.22 231	0.18 184	0.24 295	0.20 157

whm_eth	0.47 105	0.35 300	0.87 241	0.48 98	0.36 242	0.42 46	0.54 317	0.93 94	0.78 130	0.52 106	0.60 94	0.55 122	0.47 131	0.62 51	0.48 197	0.27 367	0.21 347	0.20 166	0.20 235	0.31 381	0.20 157

XX-TBD	0.47 105	0.71 479	0.39 1	0.81 468	0.25 39	0.57 157	0.26 41	0.73 39	1.30 384	0.78 157	1.01 202	0.45 72	0.33 45	0.49 17	0.39 115	0.20 191	0.15 202	0.15 17	0.11 7	0.17 78	0.15 30

PMTNet	0.47 105	0.22 14	0.43 11	0.39 15	0.24 20	0.71 242	0.26 41	0.78 56	1.03 230	0.65 134	0.69 116	0.55 122	0.48 136	0.90 143	0.36 91	0.99 532	0.13 69	0.15 17	0.10 1	0.15 35	0.15 30

HART	0.48 111	0.24 47	0.63 103	0.52 165	0.27 59	0.41 36	0.29 61	1.32 238	0.54 61	0.59 118	1.47 388	0.61 148	0.34 49	1.09 198	0.32 51	0.16 43	0.14 136	0.19 132	0.14 86	0.19 146	0.18 97

SCV_C0	0.48 111	0.29 148	0.88 246	0.46 71	0.31 146	0.46 67	0.31 76	1.67 308	0.87 163	0.40 46	0.52 69	0.54 119	0.29 26	1.27 239	0.34 64	0.18 110	0.14 136	0.17 70	0.14 86	0.20 182	0.18 97

CAS++	0.48 111	0.34 271	0.59 82	0.48 98	0.32 179	0.45 62	0.29 61	1.73 334	0.78 130	0.71 143	0.73 130	0.36 47	0.28 23	0.70 77	0.35 73	0.27 367	0.22 362	0.26 349	0.21 277	0.29 358	0.22 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 111	0.28 125	0.83 217	0.51 144	0.53 381	0.39 28	0.27 47	1.03 129	0.64 94	0.47 70	0.71 123	0.51 103	0.51 156	1.13 209	0.47 190	0.20 191	0.16 239	0.23 265	0.20 235	0.24 295	0.20 157

StereoAnything_RVC	0.49 115	1.60 541	0.87 241	0.37 3	0.21 7	0.26 4	0.21 12	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 57	1.29 243	0.23 1	0.22 256	0.11 20	0.15 17	0.11 7	2.36 544	0.13 2

999	0.49 115	0.25 66	0.55 66	0.51 144	0.35 234	0.74 252	0.31 76	0.89 92	0.59 76	0.39 39	0.50 62	0.50 99	0.36 64	2.41 416	0.41 142	0.17 75	0.13 69	0.18 106	0.15 105	0.16 54	0.23 235

rvit_stereo_0083	0.49 115	0.34 271	0.85 232	0.57 259	0.36 242	0.49 87	0.43 209	0.73 39	1.05 242	0.50 93	0.57 88	0.55 122	0.50 153	0.92 148	0.50 211	0.25 320	0.25 412	0.24 289	0.20 235	0.25 307	0.19 131

rvit_stereo_ft	0.49 115	0.38 349	1.03 308	0.68 392	0.42 309	0.40 29	0.58 347	0.93 94	0.86 160	0.47 70	0.55 82	0.57 131	0.48 136	0.67 70	0.53 233	0.26 346	0.17 268	0.22 231	0.22 304	0.24 295	0.19 131

RAFT-Stereo-weight	0.49 115	0.26 84	0.58 76	0.49 113	0.28 94	0.61 183	0.34 103	1.16 192	1.11 268	1.06 233	0.79 143	0.75 189	0.28 23	0.79 104	0.42 150	0.16 43	0.13 69	0.17 70	0.15 105	0.16 54	0.18 97

IGEVStereo-DCA	0.49 115	0.33 242	0.64 112	0.46 71	0.34 217	0.50 106	0.42 191	0.93 94	0.59 76	0.48 78	0.48 52	0.48 89	0.45 114	2.28 405	0.44 161	0.19 148	0.14 136	0.19 132	0.15 105	0.17 78	0.21 185

plain	0.49 115	0.29 148	1.23 378	0.51 144	0.40 285	0.35 18	0.37 141	1.04 136	0.62 89	0.44 56	0.76 134	0.42 58	0.41 87	1.17 220	0.46 180	0.23 278	0.15 202	0.24 289	0.19 206	0.25 307	0.18 97

testlalala	0.49 115	0.30 173	0.70 142	0.44 50	0.40 285	0.68 227	0.38 151	1.38 248	0.58 73	1.28 348	0.82 153	0.61 148	0.36 64	0.57 36	0.34 64	0.21 222	0.14 136	0.18 106	0.12 29	0.15 35	0.16 60

iRaftStereo_RVC	0.49 115	0.28 125	0.72 147	0.53 188	0.29 109	0.52 121	0.33 91	1.14 175	0.84 154	0.85 176	0.99 195	0.55 122	0.36 64	0.83 116	0.40 132	0.18 110	0.13 69	0.22 231	0.20 235	0.20 182	0.18 97

CREStereo++_RVC	0.49 115	0.22 14	0.46 18	0.48 98	0.38 264	0.45 62	0.25 32	0.77 48	1.30 384	0.82 167	1.23 304	0.47 84	0.37 71	0.55 27	0.44 161	0.16 43	0.11 20	0.16 46	0.80 536	0.18 110	0.12 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
xyz-stereo-finetune	0.50 125	0.27 108	0.63 103	0.43 43	0.23 15	0.79 280	0.46 247	0.83 68	0.82 147	0.63 132	0.63 99	0.54 119	0.44 107	1.69 330	0.62 275	0.16 43	0.15 202	0.19 132	0.16 142	0.17 78	0.16 60

MyStereo07	0.50 125	0.30 173	0.58 76	0.58 272	0.48 348	0.59 170	0.78 412	1.19 200	0.60 82	0.49 84	0.54 79	0.43 61	0.55 174	1.32 252	0.36 91	0.18 110	0.18 299	0.24 289	0.21 277	0.23 266	0.23 235

4D-IteraStereo	0.50 125	0.26 84	0.84 226	0.51 144	0.49 354	0.64 206	0.31 76	0.91 93	1.02 227	1.05 227	0.72 126	0.76 191	0.32 42	0.69 75	0.40 132	0.18 110	0.11 20	0.23 265	0.20 235	0.19 146	0.16 60

MM-Stereo_test1	0.51 128	0.26 84	0.59 82	0.53 188	0.31 146	0.50 106	0.53 303	1.06 142	1.09 257	0.88 183	0.70 120	0.54 119	0.59 204	1.18 221	0.35 73	0.19 148	0.17 268	0.20 166	0.17 166	0.20 182	0.18 97

SCV	0.51 128	0.29 148	0.72 147	0.63 331	0.27 59	0.40 29	0.38 151	2.32 480	0.75 124	0.36 27	0.49 56	0.55 122	0.35 57	1.31 246	0.34 64	0.25 320	0.13 69	0.17 70	0.14 86	0.18 110	0.18 97

CES	0.51 128	0.21 6	0.40 3	0.42 37	1.40 537	0.53 130	0.34 103	1.04 136	0.68 104	0.45 63	0.67 109	0.35 45	0.28 23	0.58 40	0.35 73	0.16 43	0.13 69	0.15 17	0.10 1	0.19 146	1.69 545

sCroCo_RVC	0.51 128	0.43 381	1.15 346	0.66 366	0.60 418	0.52 121	0.40 173	0.93 94	0.64 94	0.45 63	0.76 134	0.49 92	0.49 147	0.65 67	0.49 208	0.27 367	0.28 435	0.23 265	0.22 304	0.29 358	0.28 331

RCA-Stereo	0.52 132	0.26 84	0.66 123	0.49 113	0.33 199	0.54 143	0.44 228	1.20 204	1.41 431	0.69 141	1.06 226	0.63 156	0.79 279	0.62 51	0.35 73	0.17 75	0.12 34	0.17 70	0.14 86	0.16 54	0.16 60

MM-Stereo_test3	0.53 133	0.26 84	0.60 89	0.56 237	0.73 460	0.49 87	0.53 303	1.31 236	1.08 249	0.64 133	0.97 189	0.61 148	0.42 93	0.82 110	0.40 132	0.21 222	0.18 299	0.20 166	0.16 142	0.19 146	0.21 185

model_zeroshot	0.53 133	0.31 205	1.00 299	0.57 259	0.39 273	0.74 252	0.39 165	1.38 248	0.67 101	0.88 183	0.85 159	0.71 183	0.37 71	0.77 94	0.39 115	0.21 222	0.17 268	0.19 132	0.17 166	0.17 78	0.22 214

knoymous	0.53 133	0.32 223	0.51 50	0.46 71	0.30 126	0.57 157	0.54 317	1.10 163	0.78 130	0.99 207	0.84 157	0.95 275	0.57 183	0.89 140	0.51 215	0.21 222	0.14 136	0.26 349	0.14 86	0.23 266	0.25 277

tg	0.54 136	0.25 66	0.70 142	0.52 165	0.31 146	0.89 327	0.29 61	1.12 167	0.98 207	0.85 176	1.03 212	0.62 151	0.42 93	1.37 261	0.41 142	0.17 75	0.13 69	0.22 231	0.21 277	0.17 78	0.17 81

GCAP-BAT	0.54 136	0.33 242	0.75 171	0.45 59	0.50 359	0.84 312	0.35 116	0.98 110	0.80 142	0.88 183	1.04 218	0.88 239	0.37 71	1.25 232	0.41 142	0.19 148	0.15 202	0.18 106	0.13 59	0.17 78	0.22 214

HUI-Stereo	0.54 136	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.29 61	1.14 175	0.74 119	1.13 251	0.96 180	0.82 214	0.60 210	0.83 116	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

Any-RAFT	0.55 139	0.27 108	0.49 33	0.50 129	0.27 59	0.98 365	0.25 32	1.71 329	1.08 249	0.90 188	0.99 195	1.13 337	0.46 124	0.74 84	0.35 73	0.19 148	0.13 69	0.17 70	0.13 59	0.16 54	0.19 131

Selective-RAFT	0.55 139	0.29 148	0.85 232	0.58 272	0.28 94	0.91 334	0.34 103	1.00 120	0.96 200	0.59 118	0.64 100	0.80 202	0.76 259	1.34 256	0.51 215	0.21 222	0.15 202	0.17 70	0.15 105	0.19 146	0.19 131

test_4	0.55 139	0.23 30	0.67 127	0.56 237	0.32 179	0.71 242	0.39 165	0.83 68	0.72 111	0.93 196	1.87 474	0.70 176	0.41 87	1.21 227	0.39 115	0.16 43	0.13 69	0.21 200	0.23 336	0.20 182	0.18 97

GMOStereo	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 418	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

error version	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 418	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

test-v	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 418	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

test-2	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 418	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

rafts_anoy	0.55 139	0.32 223	0.66 123	0.72 424	0.61 424	0.53 130	0.40 173	1.24 218	1.06 244	0.85 176	0.83 155	0.67 166	0.53 163	0.77 94	0.55 245	0.20 191	0.15 202	0.25 328	0.26 376	0.22 246	0.21 185

s12784h	0.55 139	0.22 14	0.49 33	0.43 43	0.19 1	1.00 367	0.34 103	1.40 254	1.30 384	0.84 174	0.93 175	0.63 156	0.52 161	1.48 291	0.47 190	0.15 30	0.12 34	0.17 70	0.11 7	0.19 146	0.13 2

raftrobust	0.55 139	0.27 108	0.63 103	0.68 392	0.69 453	0.50 106	0.34 103	1.08 150	0.97 204	1.32 365	0.88 166	0.62 151	0.80 286	0.82 110	0.44 161	0.20 191	0.16 239	0.16 46	0.14 86	0.15 35	0.18 97

Gwc-CoAtRS	0.55 139	0.27 108	0.73 161	0.49 113	0.30 126	0.63 197	0.25 32	1.38 248	1.12 275	1.05 227	1.02 205	1.10 328	0.55 174	0.72 81	0.44 161	0.17 75	0.14 136	0.17 70	0.15 105	0.16 54	0.17 81

rvit_0105_6	0.56 150	0.38 349	1.13 339	0.67 380	0.38 264	0.50 106	0.51 286	0.88 88	1.33 395	0.54 110	0.56 85	0.65 160	0.57 183	0.97 165	0.46 180	0.32 420	0.31 453	0.28 380	0.25 358	0.29 358	0.23 235

MSKI-zero shot	0.56 150	0.30 173	0.61 96	0.55 216	0.28 94	0.68 227	0.28 54	1.25 222	0.68 104	0.92 193	1.33 344	0.81 208	0.33 45	1.94 365	0.36 91	0.18 110	0.13 69	0.17 70	0.13 59	0.16 54	0.19 131

EKT-Stereo	0.56 150	0.33 242	0.84 226	0.61 313	0.64 432	0.51 115	0.48 265	1.14 175	0.95 196	0.74 150	0.89 168	0.77 195	0.42 93	1.18 221	0.42 150	0.23 278	0.17 268	0.21 200	0.18 184	0.20 182	0.26 297

LL-Strereo2	0.56 150	0.36 310	0.77 179	0.56 237	0.40 285	0.68 227	0.37 141	1.21 209	0.83 151	0.96 204	0.79 143	0.91 255	0.41 87	1.08 194	0.48 197	0.18 110	0.17 268	0.29 392	0.25 358	0.22 246	0.19 131

test-3	0.56 150	0.24 47	0.82 208	0.50 129	0.29 109	0.57 157	0.34 103	1.09 157	1.03 230	1.33 371	0.69 116	0.87 233	0.45 114	1.68 326	0.39 115	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.16 60

test_1	0.56 150	0.24 47	0.82 208	0.50 129	0.29 109	0.57 157	0.34 103	1.09 157	1.03 230	1.28 348	0.69 116	0.87 233	0.45 114	1.67 324	0.39 115	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.16 60

PSM-adaLoss	0.56 150	0.33 242	0.81 199	0.52 165	0.27 59	0.63 197	0.41 183	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.09 198	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

ROB_FTStereo	0.56 150	0.33 242	0.82 208	0.52 165	0.27 59	0.62 186	0.25 32	1.14 175	0.74 119	1.13 251	0.96 180	0.82 214	0.60 210	1.18 221	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

cross-raft	0.56 150	0.26 84	0.65 118	0.55 216	0.31 146	0.66 218	0.37 141	1.68 312	0.82 147	1.06 233	1.07 229	1.25 362	0.45 114	0.74 84	0.39 115	0.15 30	0.13 69	0.19 132	0.16 142	0.19 146	0.17 81

test-1	0.56 150	0.28 125	1.13 339	0.58 272	0.34 217	0.60 175	0.38 151	1.56 286	0.98 207	0.80 160	1.02 205	0.83 223	0.52 161	0.64 62	0.46 180	0.17 75	0.16 239	0.20 166	0.17 166	0.20 182	0.26 297

raft+_RVC	0.56 150	0.29 148	0.61 96	0.65 352	0.56 400	0.53 130	0.53 303	1.40 254	1.02 227	0.78 157	1.04 218	0.70 176	0.55 174	1.00 171	0.49 208	0.18 110	0.16 239	0.19 132	0.19 206	0.18 110	0.17 81

RAFT-Stereo + iAFF	0.56 150	0.28 125	0.81 199	0.45 59	0.25 39	0.40 29	0.34 103	1.12 167	1.13 281	1.35 384	1.58 425	0.80 202	0.67 236	0.71 80	0.43 156	0.14 20	0.11 20	0.18 106	0.17 166	0.18 110	0.16 60

H2IRNET	0.57 162	0.28 125	0.75 171	0.49 113	0.35 234	0.40 29	0.27 47	1.03 129	1.18 310	0.62 131	1.26 312	1.07 313	0.85 305	1.02 177	0.64 283	0.20 191	0.16 239	0.23 265	0.25 358	0.22 246	0.20 157

11t1	0.57 162	0.30 173	0.84 226	0.54 202	0.30 126	0.83 304	0.41 183	1.34 241	0.79 139	0.88 183	0.82 153	0.70 176	0.70 247	0.96 161	0.67 293	0.21 222	0.21 347	0.20 166	0.16 142	0.21 226	0.26 297

rrr	0.57 162	0.33 242	2.43 482	0.46 71	0.34 217	0.50 106	0.38 151	0.84 74	0.55 64	0.48 78	0.48 52	0.48 89	0.45 114	2.28 405	0.44 161	0.19 148	0.14 136	0.19 132	0.15 105	0.17 78	0.18 97

test_3	0.57 162	0.24 47	0.87 241	0.55 216	0.30 126	0.60 175	0.40 173	1.07 145	1.08 249	1.20 299	0.68 111	0.92 263	0.43 101	1.68 326	0.40 132	0.16 43	0.13 69	0.22 231	0.19 206	0.21 226	0.17 81

Patchmatch Stereo++	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.63 197	0.28 54	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.40 270	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157
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
ROB_FTStereo_v2	0.57 162	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.42 191	1.14 175	0.73 112	1.13 251	0.97 189	0.82 214	0.60 210	1.15 212	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

DeepStereo_RVC	0.57 162	0.31 205	0.78 185	0.53 188	0.30 126	0.57 157	0.32 84	1.11 165	0.80 142	1.17 275	0.94 177	0.83 223	0.93 347	1.01 174	0.61 272	0.23 278	0.14 136	0.21 200	0.19 206	0.24 295	0.26 297

iRAFT	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.63 197	0.28 54	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.40 270	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

CRE-IMP	0.57 162	0.32 223	0.82 208	0.54 202	0.29 109	0.77 271	0.25 32	1.19 200	0.79 139	1.09 237	0.95 178	0.81 208	0.57 183	1.11 205	0.57 254	0.22 256	0.14 136	0.23 265	0.19 206	0.28 341	0.24 256

RAFT-IKP	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.57 157	0.35 116	1.14 175	0.73 112	1.13 251	0.96 180	0.83 223	0.61 219	1.26 236	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

test_xeample3	0.57 162	0.33 242	3.11 503	0.46 71	0.34 217	0.55 148	0.38 151	0.86 83	0.49 50	0.54 110	0.46 47	0.44 62	0.44 107	1.49 298	0.45 174	0.18 110	0.14 136	0.19 132	0.15 105	0.17 78	0.18 97

CFNet-RSSM	0.57 162	0.25 66	0.76 176	0.49 113	0.28 94	0.59 170	0.27 47	1.89 378	1.17 304	1.09 237	0.95 178	1.06 310	0.53 163	0.74 84	0.41 142	0.17 75	0.13 69	0.17 70	0.15 105	0.16 54	0.16 60

rvit_0105_4	0.58 174	0.40 364	1.19 367	0.68 392	0.38 264	0.53 130	0.55 327	0.93 94	1.27 360	0.56 116	0.61 96	0.72 185	0.63 220	1.01 174	0.47 190	0.33 427	0.33 471	0.29 392	0.25 358	0.29 358	0.26 297

AE-Stereo	0.58 174	0.29 148	0.81 199	0.62 321	0.41 299	0.69 236	0.46 247	2.49 509	1.25 348	0.49 84	0.77 138	0.69 173	0.46 124	0.61 46	0.42 150	0.17 75	0.16 239	0.21 200	0.20 235	0.19 146	0.18 97

1test111	0.58 174	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.58 291	0.91 173	0.60 125	0.80 148	0.47 84	0.87 322	0.99 167	0.67 293	0.21 222	0.13 69	0.25 328	0.15 105	0.23 266	0.25 277

RAFT-Test	0.58 174	0.27 108	0.81 199	0.50 129	0.33 199	0.95 355	0.27 47	1.40 254	0.89 167	1.00 211	1.12 253	1.39 397	0.48 136	0.74 84	0.41 142	0.17 75	0.14 136	0.17 70	0.14 86	0.16 54	0.18 97

anonymousdsp2	0.58 174	0.29 148	0.93 270	0.51 144	0.30 126	0.75 257	0.46 247	1.95 397	0.87 163	0.81 165	0.78 140	0.76 191	0.48 136	1.10 202	0.45 174	0.19 148	0.14 136	0.18 106	0.13 59	0.20 182	0.22 214

fff	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

iGMRVC	0.58 174	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.38 151	1.14 175	0.73 112	1.13 251	0.97 189	0.82 214	0.59 204	1.54 301	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

RALCasStereoNet	0.58 174	0.34 271	0.77 179	0.65 352	0.64 432	0.64 206	0.51 286	1.06 142	0.99 216	0.71 143	1.06 226	0.77 195	0.44 107	1.38 265	0.52 223	0.20 191	0.18 299	0.18 106	0.16 142	0.20 182	0.22 214

DCANet	0.58 174	0.26 84	1.15 346	0.45 59	0.25 39	0.49 87	0.36 126	1.18 196	1.35 400	1.15 267	1.04 218	0.60 142	0.91 337	0.84 121	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.19 146	0.25 277

csc	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

cscssc	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

GMStereo	0.58 174	0.50 411	1.09 327	0.52 165	0.32 179	0.80 287	0.43 209	1.02 121	1.41 431	0.89 187	0.77 138	0.52 110	0.46 124	0.89 140	0.56 251	0.25 320	0.16 239	0.20 166	0.22 304	0.31 381	0.27 315
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 186	0.29 148	0.66 123	0.41 33	0.24 20	1.08 383	0.34 103	0.87 86	0.60 82	0.68 140	1.08 236	0.58 133	0.79 279	2.39 415	0.83 337	0.17 75	0.15 202	0.21 200	0.17 166	0.16 54	0.18 97

gcap-zeroshot	0.59 186	0.30 173	1.11 334	0.51 144	0.30 126	0.79 280	0.36 126	1.86 370	0.86 160	0.90 188	0.68 111	1.44 406	0.50 153	0.82 110	0.35 73	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.18 97

ACVNet-DCA	0.59 186	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.58 291	0.91 173	0.60 125	0.80 148	0.47 84	0.87 322	1.48 291	0.35 73	0.21 222	0.13 69	0.25 328	0.15 105	0.23 266	0.25 277

IGEV_Zeroshot_test	0.59 186	0.33 242	1.11 334	0.63 331	0.37 252	0.41 36	0.33 91	1.80 351	0.79 139	1.04 225	1.10 242	1.06 310	0.43 101	0.87 132	0.48 197	0.18 110	0.13 69	0.19 132	0.18 184	0.20 182	0.23 235

DCANet-4	0.59 186	0.28 125	1.65 433	0.44 50	0.25 39	0.48 81	0.36 126	1.15 187	1.36 409	1.13 251	1.03 212	0.56 129	0.74 253	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

x	0.59 186	0.34 271	0.79 189	0.51 144	0.32 179	0.69 236	0.46 247	1.64 304	0.97 204	0.86 181	0.86 161	0.83 223	0.74 253	0.75 91	0.70 301	0.21 222	0.22 362	0.22 231	0.20 235	0.21 226	0.24 256

sAnonymous2	0.59 186	0.61 448	1.82 445	0.61 313	0.52 374	0.51 115	0.54 317	0.97 106	0.70 108	0.50 93	0.68 111	0.46 75	0.63 220	0.61 46	0.41 142	0.22 256	0.17 268	0.23 265	0.21 277	0.85 521	0.56 488

CroCo_RVC	0.59 186	0.61 448	1.82 445	0.61 313	0.52 374	0.51 115	0.54 317	0.97 106	0.70 108	0.50 93	0.68 111	0.46 75	0.63 220	0.61 46	0.41 142	0.22 256	0.17 268	0.23 265	0.21 277	0.85 521	0.56 488

testlalala2	0.60 194	0.30 173	0.68 131	1.79 542	1.30 535	0.65 212	0.41 183	1.06 142	0.75 124	0.91 190	0.96 180	0.75 189	0.34 49	0.56 30	0.45 174	0.18 110	0.16 239	0.17 70	0.13 59	0.17 78	0.19 131

MIM_Stereo	0.60 194	0.26 84	1.02 304	0.49 113	0.32 179	0.52 121	0.28 54	1.41 258	0.82 147	1.02 220	1.16 277	0.93 265	0.53 163	1.48 291	0.63 279	0.17 75	0.17 268	0.20 166	0.19 206	0.17 78	0.18 97

MIPNet	0.60 194	0.31 205	1.07 321	0.51 144	0.34 217	0.68 227	0.40 173	1.67 308	1.14 287	1.11 240	0.93 175	0.60 142	0.78 270	0.77 94	0.58 259	0.18 110	0.14 136	0.19 132	0.16 142	0.18 110	0.21 185

AFF-stereo	0.60 194	0.28 125	0.72 147	0.48 98	0.29 109	0.34 16	0.37 141	1.22 211	1.20 316	1.21 306	1.59 429	1.10 328	0.70 247	1.01 174	0.44 161	0.14 20	0.12 34	0.19 132	0.20 235	0.18 110	0.15 30

R-Stereo Train	0.60 194	0.30 173	0.72 147	0.57 259	0.37 252	0.68 227	0.52 297	1.45 263	0.78 130	1.61 459	1.50 399	0.76 191	0.53 163	0.67 70	0.51 215	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.19 131

RAFT-Stereo	0.60 194	0.30 173	0.72 147	0.57 259	0.37 252	0.68 227	0.52 297	1.45 263	0.78 130	1.61 459	1.50 399	0.76 191	0.53 163	0.67 70	0.51 215	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.19 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 200	0.30 173	0.93 270	0.65 352	0.65 437	0.79 280	0.50 284	1.33 240	1.40 427	0.65 134	1.15 275	0.53 115	0.42 93	1.18 221	0.36 91	0.25 320	0.18 299	0.26 349	0.31 441	0.20 182	0.21 185

AIO-test1	0.61 200	0.27 108	0.68 131	0.68 392	1.02 513	0.79 280	0.36 126	1.59 296	1.35 400	0.59 118	0.89 168	0.60 142	0.49 147	1.20 226	0.36 91	0.18 110	0.17 268	0.23 265	0.25 358	0.18 110	0.26 297

rvit_0105_5	0.61 200	0.41 374	1.19 367	0.67 380	0.37 252	0.57 157	0.56 334	1.08 150	1.28 368	0.65 134	0.68 111	0.77 195	0.67 236	0.91 146	0.51 215	0.33 427	0.32 465	0.30 404	0.27 393	0.28 341	0.28 331

riskmin	0.62 203	0.29 148	0.73 161	0.50 129	0.34 217	0.86 320	0.44 228	1.74 336	1.07 246	0.76 154	0.76 134	1.19 346	1.01 382	0.84 121	0.60 269	0.20 191	0.16 239	0.24 289	0.16 142	0.24 295	0.29 345

qqq	0.62 203	0.36 310	0.88 246	0.50 129	0.28 94	0.64 206	0.62 368	1.58 291	0.91 173	0.83 169	0.96 180	0.95 275	0.79 279	0.99 167	0.67 293	0.21 222	0.23 390	0.24 289	0.23 336	0.23 266	0.25 277

ADStereo(finetuned)	0.62 203	0.26 84	1.59 429	0.45 59	0.25 39	0.49 87	0.36 126	1.18 196	1.35 400	1.16 271	1.04 218	0.60 142	1.18 435	0.85 125	0.57 254	0.17 75	0.14 136	0.17 70	0.13 59	0.19 146	0.24 256

dd	0.62 203	0.51 415	1.17 361	0.56 237	0.33 199	0.74 252	0.46 247	1.03 129	1.40 427	0.80 160	0.87 163	0.60 142	0.57 183	1.02 177	0.86 342	0.28 385	0.18 299	0.26 349	0.19 206	0.35 411	0.27 315

IPLGR	0.62 203	0.28 125	1.32 396	0.50 129	0.29 109	0.65 212	0.34 103	1.47 268	1.19 312	1.21 306	1.07 229	0.70 176	0.65 229	1.05 184	0.55 245	0.18 110	0.15 202	0.20 166	0.17 166	0.21 226	0.20 157

PFNet+	0.62 203	0.31 205	0.99 294	0.57 259	0.31 146	0.57 157	0.30 69	0.99 118	1.25 348	1.33 371	1.10 242	0.79 200	0.57 183	1.35 257	0.53 233	0.26 346	0.17 268	0.28 380	0.26 376	0.21 226	0.27 315

NRIStereo	0.62 203	0.31 205	0.78 185	0.56 237	0.28 94	0.63 197	0.33 91	1.16 192	0.92 178	1.15 267	0.87 163	0.90 251	0.58 200	2.24 400	0.56 251	0.22 256	0.14 136	0.21 200	0.19 206	0.22 246	0.18 97

RALAANet	0.62 203	0.37 331	0.97 289	0.66 366	0.50 359	0.67 223	0.31 76	1.27 227	1.09 257	1.11 240	1.17 280	0.88 239	0.46 124	1.27 239	0.45 174	0.20 191	0.15 202	0.21 200	0.18 184	0.27 325	0.19 131

FENet	0.62 203	0.30 173	0.68 131	0.57 259	0.33 199	0.82 297	0.40 173	1.41 258	1.12 275	1.03 223	0.87 163	0.98 284	0.84 300	1.00 171	0.70 301	0.23 278	0.16 239	0.23 265	0.20 235	0.22 246	0.24 256

RAFT+CT+SA	0.63 212	0.30 173	0.73 161	0.69 405	0.37 252	0.40 29	0.55 327	1.93 392	1.04 236	0.72 147	1.23 304	0.62 151	0.69 244	1.69 330	0.42 150	0.19 148	0.13 69	0.22 231	0.22 304	0.21 226	0.19 131

GANet-ADL	0.63 212	0.38 349	0.82 208	0.67 380	0.41 299	0.68 227	0.51 286	1.64 304	1.16 299	0.98 206	1.10 242	0.90 251	0.58 200	0.81 108	0.63 279	0.27 367	0.18 299	0.18 106	0.16 142	0.23 266	0.27 315

AnonymousM	0.63 212	1.14 518	0.43 11	0.46 71	0.32 179	0.43 53	0.46 247	1.27 227	0.78 130	1.00 211	0.66 106	0.68 168	0.45 114	0.61 46	0.46 180	0.21 222	0.16 239	1.84 547	0.98 544	0.15 35	0.15 30

HHNet	0.64 215	0.28 125	0.69 137	0.45 59	0.46 336	0.50 106	0.57 340	1.13 171	1.03 230	1.26 337	2.21 498	0.70 176	0.59 204	1.10 202	0.51 215	0.21 222	0.13 69	0.23 265	0.19 206	0.20 182	0.31 371

Pruner-Stereo	0.64 215	0.31 205	0.79 189	0.66 366	0.31 146	0.61 183	0.42 191	1.22 211	1.09 257	1.53 442	1.09 240	0.94 271	0.55 174	1.37 261	0.56 251	0.25 320	0.14 136	0.24 289	0.21 277	0.21 226	0.25 277

Anonymous3	0.64 215	0.47 397	1.31 393	0.59 291	0.50 359	0.93 345	0.69 389	1.11 165	0.83 151	0.74 150	0.89 168	0.65 160	0.68 240	1.08 194	0.54 242	0.40 467	0.31 453	0.26 349	0.26 376	0.31 381	0.30 361

DIP-Stereo	0.64 215	0.32 223	0.91 265	0.49 113	0.36 242	0.91 334	0.33 91	2.51 512	0.77 126	1.25 324	1.00 200	0.68 168	0.51 156	0.92 148	0.65 288	0.19 148	0.15 202	0.21 200	0.17 166	0.19 146	0.22 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 219	0.34 271	0.65 118	0.60 299	0.27 59	1.14 393	0.48 265	1.08 150	2.62 530	0.59 118	0.79 143	0.49 92	0.80 286	1.57 304	0.35 73	0.21 222	0.13 69	0.25 328	0.16 142	0.20 182	0.23 235

TestStereo	0.65 219	0.42 377	0.83 217	0.52 165	0.27 59	0.57 157	0.44 228	1.07 145	0.92 178	0.85 176	1.01 202	0.68 168	0.56 180	3.22 451	0.47 190	0.23 278	0.15 202	0.24 289	0.18 184	0.28 341	0.18 97

FACV-RUCA	0.66 221	0.36 310	0.89 250	0.63 331	0.65 437	0.84 312	0.41 183	1.67 308	1.11 268	0.91 190	1.14 269	0.63 156	0.77 263	0.84 121	0.54 242	0.28 385	0.19 317	0.47 495	0.22 304	0.36 415	0.29 345

rvit_0105_3	0.66 221	0.47 397	1.27 386	0.74 438	0.40 285	0.63 197	0.70 396	1.22 211	1.28 368	0.83 169	0.71 123	0.82 214	0.72 252	0.93 151	0.58 259	0.37 457	0.34 475	0.34 443	0.32 448	0.28 341	0.31 371

rvit_stereo_0075_2	0.66 221	0.47 397	1.21 375	0.67 380	0.66 443	0.53 130	0.48 265	1.24 218	1.17 304	0.77 155	0.91 171	0.78 199	0.59 204	1.05 184	0.63 279	0.37 457	0.28 435	0.40 477	0.31 441	0.38 427	0.34 398

CAS	0.66 221	0.19 2	0.41 7	2.31 549	0.86 494	0.56 155	0.53 303	0.83 68	0.63 91	0.49 84	0.70 120	0.36 47	0.26 12	0.47 13	0.37 104	2.33 549	0.10 2	0.14 1	0.10 1	0.17 78	1.31 539

TestStereo1	0.66 221	0.29 148	0.95 281	0.82 471	0.32 179	0.47 73	0.43 209	1.52 274	1.22 331	0.99 207	1.32 339	0.65 160	0.76 259	1.78 341	0.44 161	0.20 191	0.16 239	0.22 231	0.19 206	0.21 226	0.20 157

RAFT_CTSACE	0.66 221	0.29 148	1.14 344	0.57 259	0.51 369	0.68 227	0.44 228	0.88 88	0.98 207	1.03 223	1.83 467	1.23 357	0.67 236	1.48 291	0.38 111	0.16 43	0.16 239	0.21 200	0.20 235	0.20 182	0.17 81

SA-5K	0.66 221	0.29 148	0.95 281	0.82 471	0.32 179	0.47 73	0.43 209	1.52 274	1.22 331	0.99 207	1.32 339	0.65 160	0.76 259	1.78 341	0.44 161	0.20 191	0.16 239	0.22 231	0.19 206	0.21 226	0.20 157

ACRE	0.66 221	0.37 331	1.27 386	0.60 299	0.50 359	0.74 252	0.47 258	1.26 223	1.10 261	1.40 405	1.56 419	0.62 151	0.46 124	0.88 135	0.78 321	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

ICVP	0.66 221	0.35 300	0.71 145	0.63 331	0.41 299	0.85 319	0.56 334	1.78 344	0.96 200	0.92 193	1.24 308	0.88 239	0.75 258	0.76 92	0.93 366	0.31 412	0.22 362	0.22 231	0.21 277	0.24 295	0.28 331
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 221	0.27 108	1.15 346	0.46 71	0.25 39	0.72 245	0.42 191	1.57 289	1.44 444	0.83 169	1.39 365	1.10 328	0.80 286	0.97 165	0.65 288	0.20 191	0.14 136	0.18 106	0.15 105	0.18 110	0.28 331

ACVNet	0.66 221	0.33 242	0.74 166	0.55 216	0.37 252	0.80 287	0.47 258	1.46 265	1.11 268	1.01 216	1.31 334	1.07 313	0.91 337	0.82 110	1.09 394	0.22 256	0.19 317	0.21 200	0.18 184	0.23 266	0.19 131

HI	0.67 232	0.34 271	0.80 194	0.51 144	0.51 369	0.41 36	0.37 141	1.15 187	0.80 142	1.34 378	1.42 376	1.60 435	1.11 416	0.96 161	0.90 355	0.16 43	0.12 34	0.20 166	0.21 277	0.20 182	0.20 157

CoSv	0.67 232	0.34 271	0.80 194	0.51 144	0.51 369	0.41 36	0.37 141	1.15 187	0.80 142	1.34 378	1.42 376	1.60 435	1.11 416	0.96 161	0.90 355	0.16 43	0.12 34	0.20 166	0.21 277	0.20 182	0.20 157

test_sample2	0.67 232	0.31 205	0.89 250	0.54 202	0.29 109	0.80 287	0.63 373	1.83 358	1.10 261	0.93 196	1.06 226	0.94 271	0.92 345	1.24 231	0.59 266	0.23 278	0.20 331	0.22 231	0.21 277	0.24 295	0.25 277

test_sample1	0.67 232	0.32 223	0.90 260	0.54 202	0.33 199	0.76 262	0.48 265	1.75 338	1.06 244	0.95 201	0.99 195	0.91 255	1.10 413	1.25 232	0.79 326	0.22 256	0.19 317	0.21 200	0.20 235	0.21 226	0.25 277

MyStereo06	0.67 232	0.29 148	1.06 316	0.58 272	0.48 348	0.62 186	0.72 400	2.26 470	0.89 167	1.07 235	1.12 253	1.22 353	0.56 180	0.83 116	0.47 190	0.17 75	0.17 268	0.24 289	0.21 277	0.23 266	0.23 235

StereoVision	0.67 232	0.37 331	1.02 304	0.60 299	0.41 299	0.50 106	0.41 183	1.32 238	0.96 200	0.73 149	2.48 513	0.82 214	0.57 183	1.06 189	0.50 211	0.26 346	0.28 435	0.29 392	0.28 404	0.37 421	0.22 214

CASS	0.67 232	0.36 310	0.84 226	0.57 259	0.28 94	0.82 297	0.43 209	1.62 303	0.92 178	1.39 399	1.28 327	0.87 233	0.84 300	0.88 135	0.59 266	0.36 454	0.19 317	0.26 349	0.22 304	0.29 358	0.43 448
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 232	0.37 331	1.17 361	0.60 299	0.51 369	0.75 257	0.48 265	1.26 223	1.11 268	1.43 415	1.58 425	0.64 159	0.48 136	0.94 152	0.78 321	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

IPLGR_C	0.67 232	0.38 349	1.20 371	0.60 299	0.50 359	0.75 257	0.48 265	1.28 231	1.13 281	1.42 411	1.57 423	0.62 151	0.48 136	0.85 125	0.80 333	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

GwcNet-ADL	0.67 232	0.33 242	0.90 260	0.58 272	0.41 299	0.60 175	0.59 353	1.55 283	1.28 368	1.11 240	1.13 264	0.90 251	0.59 204	1.11 205	0.91 359	0.28 385	0.18 299	0.18 106	0.18 184	0.25 307	0.33 389

TRStereo	0.67 232	0.71 479	1.06 316	0.77 457	0.68 450	0.53 130	0.38 151	2.52 513	0.96 200	0.81 165	0.84 157	0.87 233	0.39 83	1.16 215	0.46 180	0.24 300	0.17 268	0.23 265	0.24 349	0.18 110	0.20 157

RAFT	0.67 232	0.32 223	0.83 217	0.63 331	0.34 217	0.69 236	0.57 340	1.14 175	0.84 154	1.12 248	1.20 288	1.75 463	0.92 345	1.09 198	0.60 269	0.22 256	0.19 317	0.27 364	0.24 349	0.22 246	0.23 235

DN-CSS_ROB	0.67 232	0.36 310	1.36 403	0.59 291	0.41 299	0.54 143	0.45 241	1.30 234	0.95 196	1.05 227	1.47 388	0.69 173	0.64 224	1.80 348	0.60 269	0.19 148	0.15 202	0.25 328	0.23 336	0.22 246	0.23 235

cc1	0.68 245	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.07 145	3.23 543	0.60 125	0.80 148	0.47 84	0.87 322	1.48 291	0.35 73	0.21 222	0.13 69	0.25 328	0.15 105	0.19 146	0.23 235

mmm	0.68 245	0.37 331	0.91 265	0.54 202	0.34 217	0.86 320	0.58 347	1.72 332	1.02 227	1.13 251	1.41 375	0.83 223	0.78 270	0.95 160	0.67 293	0.22 256	0.20 331	0.29 392	0.26 376	0.27 325	0.27 315

PCWNet_CMD	0.68 245	0.34 271	0.93 270	0.51 144	0.38 264	0.80 287	0.42 191	1.51 272	1.34 397	1.17 275	1.31 334	1.23 357	0.65 229	0.94 152	0.62 275	0.21 222	0.17 268	0.27 364	0.19 206	0.43 446	0.28 331

HH	0.68 245	0.33 242	0.83 217	0.53 188	0.34 217	0.92 341	0.45 241	1.79 347	0.74 119	0.71 143	1.13 264	1.60 435	0.83 297	1.95 368	0.39 115	0.18 110	0.14 136	0.19 132	0.17 166	0.19 146	0.19 131

HanStereo	0.68 245	0.33 242	0.83 217	0.53 188	0.34 217	0.92 341	0.45 241	1.79 347	0.74 119	0.71 143	1.13 264	1.60 435	0.83 297	1.95 368	0.39 115	0.18 110	0.14 136	0.19 132	0.17 166	0.19 146	0.19 131

DisPM	0.68 245	0.30 173	0.85 232	0.66 366	0.35 234	0.60 175	0.44 228	1.10 163	1.10 261	1.56 450	1.10 242	0.80 202	0.58 200	2.37 413	0.46 180	0.25 320	0.14 136	0.23 265	0.21 277	0.20 182	0.26 297

CFNet_pseudo	0.68 245	0.34 271	0.93 270	0.50 129	0.39 273	0.72 245	0.42 191	1.44 261	1.25 348	1.17 275	1.35 353	1.22 353	0.66 234	1.04 181	0.64 283	0.21 222	0.17 268	0.33 435	0.19 206	0.39 432	0.28 331

MSMDNet	0.68 245	0.34 271	0.93 270	0.52 165	0.38 264	0.80 287	0.42 191	1.52 274	1.35 400	1.17 275	1.31 334	1.23 357	0.65 229	0.94 152	0.62 275	0.21 222	0.17 268	0.26 349	0.19 206	0.41 440	0.28 331

ccs_rob	0.68 245	0.34 271	0.93 270	0.50 129	0.39 273	0.72 245	0.42 191	1.43 260	1.25 348	1.17 275	1.34 348	1.22 353	0.66 234	1.04 181	0.64 283	0.21 222	0.17 268	0.35 450	0.20 235	0.40 436	0.29 345

SA	0.69 254	0.31 205	0.97 289	0.64 345	0.30 126	0.56 155	0.38 151	1.84 360	1.35 400	0.99 207	1.37 358	0.69 173	0.94 350	1.88 360	0.43 156	0.20 191	0.16 239	0.25 328	0.23 336	0.22 246	0.19 131

MyStereo8	0.70 255	0.32 223	1.24 381	0.63 331	0.53 381	0.90 331	0.34 103	1.60 298	1.35 400	1.20 299	1.31 334	0.89 249	0.64 224	0.77 94	1.02 387	0.18 110	0.15 202	0.20 166	0.18 184	0.22 246	0.30 361

MyStereo05	0.70 255	0.29 148	1.22 376	0.58 272	0.48 348	0.62 186	0.72 400	1.52 274	1.54 466	1.17 275	0.91 171	0.77 195	0.79 279	1.45 284	0.68 297	0.17 75	0.17 268	0.24 289	0.21 277	0.23 266	0.23 235

xx1	0.70 255	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.07 145	3.23 543	0.60 125	0.80 148	0.95 275	0.79 279	1.48 291	0.35 73	0.21 222	0.13 69	0.24 289	0.23 336	0.23 266	0.25 277

GMStereo_Zeroshot	0.70 255	0.64 459	1.11 334	0.65 352	0.38 264	0.84 312	0.37 141	1.09 157	1.16 299	1.14 265	1.07 229	1.26 368	0.55 174	1.23 229	0.65 288	0.34 437	0.17 268	0.31 411	0.18 184	0.57 494	0.23 235

test_5	0.70 255	0.32 223	0.99 294	0.69 405	0.50 359	0.89 327	0.51 286	1.88 376	1.14 287	0.78 157	1.13 264	1.04 306	0.89 331	1.59 311	0.46 180	0.19 148	0.14 136	0.23 265	0.22 304	0.22 246	0.20 157

GES	0.70 255	0.37 331	1.05 314	0.62 321	0.38 264	0.94 348	0.57 340	2.37 490	0.92 178	1.05 227	1.12 253	0.67 166	0.77 263	1.02 177	0.65 288	0.28 385	0.20 331	0.20 166	0.20 235	0.22 246	0.31 371

IGEV-BASED-STEREO-	0.71 261	3.18 568	2.55 487	0.40 24	0.24 20	0.42 46	0.23 26	0.66 22	0.46 44	0.47 70	0.45 41	0.33 41	0.27 18	0.58 40	0.30 34	1.34 543	0.10 2	0.22 231	0.19 206	0.45 460	1.32 541

MyStereo04	0.71 261	0.30 173	1.28 389	0.58 272	0.48 348	0.59 170	0.78 412	1.74 336	1.49 460	0.94 199	0.91 171	0.74 187	0.86 313	1.59 311	0.69 298	0.18 110	0.18 299	0.24 289	0.21 277	0.23 266	0.23 235

raft_robust	0.71 261	0.32 223	0.75 171	0.54 202	0.28 94	0.54 143	0.35 116	1.54 280	1.24 340	1.18 286	1.07 229	0.73 186	0.53 163	3.65 460	0.40 132	0.19 148	0.16 239	0.20 166	0.22 304	0.21 226	0.19 131

iRaft-Stereo_20w	0.71 261	0.33 242	1.25 383	0.50 129	0.36 242	0.82 297	0.31 76	3.16 539	0.89 167	1.24 321	1.14 269	0.79 200	0.65 229	1.15 212	0.43 156	0.18 110	0.13 69	0.18 106	0.17 166	0.20 182	0.23 235

DMCA	0.71 261	0.36 310	1.17 361	0.53 188	0.45 328	0.84 312	0.46 247	1.52 274	1.09 257	1.20 299	1.12 253	1.21 349	0.74 253	0.87 132	1.09 394	0.25 320	0.20 331	0.27 364	0.19 206	0.24 295	0.29 345

HITNet	0.71 261	0.42 377	1.07 321	0.52 165	0.25 39	1.05 375	0.48 265	2.12 434	1.08 249	1.21 306	1.23 304	0.91 255	0.84 300	0.90 143	0.91 359	0.17 75	0.12 34	0.21 200	0.17 166	0.29 358	0.18 97
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
IPLG	0.72 267	0.29 148	1.12 338	0.53 188	0.44 324	0.79 280	0.33 91	1.35 242	1.10 261	1.32 365	1.11 249	0.52 110	0.54 171	3.13 447	0.71 304	0.17 75	0.14 136	0.20 166	0.17 166	0.18 110	0.21 185

HCRNet	0.72 267	0.40 364	0.86 239	0.61 313	0.57 405	0.75 257	0.35 116	1.39 252	1.21 323	1.11 240	0.99 195	1.01 300	0.76 259	2.18 395	0.73 305	0.28 385	0.19 317	0.28 380	0.23 336	0.25 307	0.26 297

UCFNet_RVC	0.72 267	0.37 331	0.59 82	0.66 366	0.41 299	0.89 327	0.68 386	1.78 344	1.15 292	1.01 216	1.20 288	1.22 353	0.95 355	1.07 191	0.66 292	0.28 385	0.21 347	0.34 443	0.31 441	0.33 399	0.29 345

test_sample3	0.73 270	0.35 300	1.06 316	0.55 216	0.32 179	0.97 364	0.51 286	2.12 434	1.25 348	1.16 271	1.17 280	0.88 239	0.78 270	1.27 239	0.79 326	0.26 346	0.21 347	0.25 328	0.25 358	0.26 319	0.27 315

CFNet_ucs	0.73 270	0.34 271	0.94 277	0.53 188	0.44 324	0.76 262	0.46 247	1.73 334	1.34 397	1.24 321	1.54 410	1.08 323	0.64 224	1.05 184	0.64 283	0.26 346	0.20 331	0.37 463	0.22 304	0.42 444	0.30 361

ToySt	0.73 270	0.35 300	1.64 431	0.54 202	0.37 252	0.92 341	0.81 428	1.21 209	1.03 230	0.86 181	1.12 253	1.31 380	1.01 382	1.04 181	0.88 348	0.19 148	0.20 331	0.24 289	0.24 349	0.27 325	0.28 331

LCNet	0.73 270	0.30 173	0.58 76	0.58 272	0.31 146	0.68 227	0.53 303	1.09 157	0.94 191	1.19 294	1.34 348	0.96 280	1.32 456	2.50 423	0.46 180	0.19 148	0.13 69	0.21 200	0.25 358	0.28 341	0.69 512

test_sample4	0.74 274	0.36 310	1.09 327	0.55 216	0.32 179	0.92 341	0.51 286	2.14 444	1.25 348	1.22 314	1.22 296	0.86 231	0.82 292	1.29 243	0.76 315	0.26 346	0.21 347	0.26 349	0.26 376	0.27 325	0.28 331

IER	0.74 274	0.33 242	1.25 383	0.50 129	0.53 381	1.32 425	0.55 327	1.31 236	1.08 249	1.30 356	1.34 348	1.11 333	1.10 413	1.05 184	0.81 335	0.20 191	0.17 268	0.21 200	0.21 277	0.20 182	0.21 185

SFCPSM	0.74 274	0.30 173	1.06 316	0.52 165	0.39 273	1.36 433	0.64 375	2.42 496	1.11 268	1.18 286	1.21 294	0.81 208	0.78 270	1.08 194	0.57 254	0.22 256	0.17 268	0.22 231	0.24 349	0.23 266	0.21 185

AdaStereo	0.74 274	0.48 403	0.86 239	0.75 447	0.38 264	0.94 348	0.56 334	2.05 423	1.24 340	1.15 267	1.22 296	1.07 313	0.67 236	1.05 184	0.73 305	0.33 427	0.16 239	0.32 423	0.22 304	0.29 358	0.23 235
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.
DCVSM-stereo	0.75 278	0.36 310	0.82 208	0.58 272	0.43 314	0.78 272	0.42 191	1.30 234	1.05 242	1.79 484	1.04 218	1.60 435	1.08 407	1.12 207	0.86 342	0.25 320	0.27 429	0.29 392	0.24 349	0.30 374	0.37 415

test_sample5	0.75 278	0.36 310	1.04 309	0.55 216	0.31 146	0.84 312	0.53 303	2.12 434	1.23 336	1.18 286	1.30 332	0.88 239	0.86 313	1.37 261	0.76 315	0.26 346	0.22 362	0.27 364	0.28 404	0.28 341	0.29 345

DualNet	0.75 278	0.36 310	1.04 309	0.55 216	0.31 146	0.84 312	0.53 303	2.12 434	1.23 336	1.21 306	1.40 370	0.88 239	0.86 313	1.37 261	0.76 315	0.26 346	0.22 362	0.27 364	0.28 404	0.28 341	0.29 345

BSDual-CNN	0.75 278	0.34 271	0.77 179	0.55 216	0.45 328	1.25 418	0.66 381	2.65 521	1.04 236	1.25 324	1.12 253	1.11 333	0.77 263	0.94 152	0.76 315	0.25 320	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

psmg	0.75 278	0.34 271	0.77 179	0.52 165	0.45 328	1.46 448	0.73 403	2.15 449	1.04 236	1.25 324	1.33 344	1.11 333	0.77 263	0.94 152	0.76 315	0.25 320	0.20 331	0.25 328	0.26 376	0.23 266	0.24 256

UDGNet	0.75 278	1.23 524	0.99 294	0.82 471	0.42 309	0.76 262	0.38 151	0.98 110	1.37 414	0.83 169	0.88 166	0.70 176	0.60 210	1.25 232	0.57 254	0.57 511	0.19 317	1.03 538	0.26 376	0.79 519	0.35 407

PSMNet-ADL	0.75 278	0.36 310	0.69 137	0.71 418	0.47 346	1.13 390	0.46 247	1.47 268	1.07 246	0.85 176	1.18 283	1.31 380	0.94 350	1.56 302	1.06 392	0.34 437	0.22 362	0.22 231	0.23 336	0.27 325	0.36 411

GMM-Stereo	0.75 278	0.27 108	0.66 123	0.56 237	0.34 217	0.71 242	0.97 465	1.09 157	0.91 173	1.37 391	1.79 460	1.11 333	0.79 279	2.08 385	0.48 197	0.19 148	0.12 34	0.25 328	0.25 358	0.21 226	0.78 519

rvit_105_1	0.76 286	0.54 426	1.27 386	0.80 464	0.49 354	0.74 252	0.86 442	1.39 252	1.23 336	1.00 211	0.80 148	0.93 265	0.78 270	1.29 243	0.78 321	0.43 476	0.36 487	0.36 460	0.42 489	0.30 374	0.36 411

qqq1	0.76 286	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.48 197	0.24 300	0.22 362	0.18 106	0.15 105	0.19 146	0.22 214

fff1	0.76 286	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.48 197	0.24 300	0.22 362	0.18 106	0.15 105	0.19 146	0.22 214

Sa-1000	0.76 286	0.30 173	0.92 268	0.62 321	0.31 146	0.78 272	0.37 141	2.00 410	1.38 416	1.30 356	2.04 489	0.86 231	0.74 253	1.87 354	0.40 132	0.19 148	0.14 136	0.25 328	0.24 349	0.21 226	0.19 131

Prome-Stereo	0.76 286	0.29 148	0.57 74	0.58 272	0.33 199	0.58 168	0.94 460	0.98 110	0.92 178	1.46 427	2.45 511	0.91 255	1.38 463	1.60 316	0.44 161	0.19 148	0.13 69	0.19 132	0.18 184	0.20 182	0.87 525

EAI-Stereo	0.76 286	0.31 205	0.74 166	0.55 216	0.28 94	0.70 240	1.72 527	2.57 516	0.90 172	0.75 152	3.03 525	0.57 131	0.43 101	1.10 202	0.49 208	0.19 148	0.14 136	0.17 70	0.18 184	0.17 78	0.21 185

DFGA-Net	0.77 292	0.47 397	1.75 439	0.55 216	0.46 336	0.83 304	0.44 228	1.38 248	1.10 261	1.05 227	1.20 288	0.70 176	0.58 200	2.27 403	1.31 423	0.19 148	0.17 268	0.24 289	0.24 349	0.28 341	0.30 361

G2L-Stereo_test	0.77 292	0.31 205	0.97 289	0.51 144	0.41 299	0.90 331	0.80 423	1.67 308	1.22 331	1.32 365	1.27 321	1.50 420	0.81 290	1.74 335	1.02 387	0.20 191	0.14 136	0.16 46	0.16 142	0.18 110	0.22 214

test_sample6	0.77 292	0.36 310	1.07 321	0.56 237	0.31 146	0.82 297	0.56 334	2.12 434	1.24 340	1.21 306	1.40 370	0.90 251	0.90 334	1.45 284	0.87 347	0.28 385	0.23 390	0.28 380	0.29 423	0.28 341	0.30 361

KYRaft	0.77 292	0.29 148	0.68 131	0.59 291	0.29 109	0.66 218	0.83 433	1.05 140	0.89 167	1.63 465	2.22 499	1.15 341	0.99 373	1.59 311	0.41 142	0.21 222	0.14 136	0.22 231	0.28 404	0.21 226	1.01 529

MLCV	0.77 292	0.39 358	1.31 393	0.55 216	0.25 39	0.91 334	0.39 165	1.48 270	1.28 368	1.49 436	1.54 410	1.02 302	0.68 240	2.12 389	0.93 366	0.19 148	0.13 69	0.19 132	0.14 86	0.19 146	0.22 214

test_sample7	0.78 297	0.39 358	0.89 250	0.55 216	0.35 234	0.93 345	0.75 405	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	1.31 246	0.73 305	0.32 420	0.32 465	0.32 423	0.32 448	0.33 399	0.33 389

CoDeX	0.78 297	0.31 205	1.04 309	0.56 237	0.37 252	1.13 390	0.60 360	2.77 528	1.29 380	1.17 275	1.26 312	0.91 255	0.87 322	1.42 278	0.74 309	0.21 222	0.16 239	0.21 200	0.18 184	0.21 226	0.21 185

anonymousa	0.78 297	0.30 173	0.85 232	0.51 144	0.96 509	1.41 443	0.47 258	1.61 300	0.94 191	1.33 371	1.77 458	1.66 447	1.11 416	0.72 81	0.63 279	0.19 148	0.18 299	0.23 265	0.25 358	0.20 182	0.22 214

BUS	0.78 297	0.34 271	0.77 179	0.55 216	0.45 328	2.30 513	0.42 191	2.65 521	1.04 236	1.25 324	1.12 253	1.02 302	0.70 247	0.94 152	0.75 312	0.25 320	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

acv_ft	0.78 297	0.33 242	1.10 332	0.73 432	0.86 494	1.23 415	0.57 340	1.65 307	1.11 268	1.31 362	1.31 334	1.07 313	0.91 337	0.82 110	1.35 433	0.22 256	0.19 317	0.21 200	0.18 184	0.22 246	0.19 131

GANet-RSSM	0.78 297	0.31 205	0.90 260	0.67 380	0.58 408	0.80 287	0.62 368	2.04 419	1.15 292	1.11 240	1.27 321	1.26 368	1.18 435	1.68 326	0.74 309	0.26 346	0.21 347	0.22 231	0.22 304	0.23 266	0.23 235

PSMNet-RSSM	0.78 297	0.32 223	0.89 250	0.65 352	0.43 314	0.73 250	0.58 347	2.14 444	1.19 312	1.18 286	1.38 363	1.31 380	1.07 406	1.43 280	0.82 336	0.28 385	0.21 347	0.27 364	0.29 423	0.25 307	0.26 297

CFNet-ft	0.78 297	0.36 310	0.74 166	0.67 380	0.56 400	0.86 320	0.54 317	1.46 265	1.17 304	1.01 216	1.28 327	1.68 452	1.03 392	1.57 304	0.95 373	0.27 367	0.21 347	0.33 435	0.26 376	0.31 381	0.26 297

CFNet_RVC	0.78 297	0.36 310	0.74 166	0.67 380	0.56 400	0.86 320	0.54 317	1.46 265	1.17 304	1.01 216	1.28 327	1.68 452	1.03 392	1.57 304	0.95 373	0.27 367	0.21 347	0.33 435	0.26 376	0.31 381	0.26 297

G2L-ROB	0.79 306	0.28 125	1.01 301	0.57 259	0.39 273	0.94 348	0.65 377	1.76 340	1.18 310	1.27 342	1.03 212	1.62 440	0.78 270	1.93 364	1.26 418	0.20 191	0.14 136	0.17 70	0.15 105	0.20 182	0.24 256

SMFormer	0.79 306	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.99 379	0.24 300	0.22 362	0.22 231	0.21 277	0.23 266	0.27 315

tta	0.79 306	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.99 379	0.24 300	0.22 362	0.22 231	0.21 277	0.19 146	0.22 214

ffm	0.79 306	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	1.08 150	2.62 530	1.19 294	1.49 392	1.07 313	0.85 305	1.57 304	0.35 73	0.21 222	0.13 69	0.31 411	0.28 404	0.20 182	0.23 235

cf-r	0.79 306	0.32 223	1.06 316	0.57 259	0.64 432	0.78 272	0.51 286	2.04 419	1.22 331	1.20 299	1.27 321	1.53 426	0.91 337	1.47 289	0.94 371	0.25 320	0.19 317	0.22 231	0.23 336	0.19 146	0.21 185

DeepPruner_ROB	0.79 306	0.55 430	1.14 344	0.61 313	0.46 336	0.78 272	0.54 317	1.83 358	1.00 220	1.42 411	1.27 321	1.23 357	0.77 263	1.56 302	0.89 351	0.35 447	0.28 435	0.27 364	0.26 376	0.32 392	0.34 398

DDVS	0.80 312	0.43 381	1.09 327	0.64 345	0.44 324	1.27 421	0.43 209	1.49 271	0.94 191	1.21 306	1.16 277	1.42 400	0.63 220	2.14 391	1.02 387	0.29 401	0.22 362	0.26 349	0.23 336	0.31 381	0.37 415

gwcnet-sp	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 391	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

scenet	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 391	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

ssnet	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 391	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

AASNet	0.80 312	0.39 358	1.16 360	0.84 479	0.80 483	1.14 393	0.59 353	2.12 434	1.21 323	1.26 337	1.26 312	0.93 265	0.77 263	0.84 121	1.23 414	0.28 385	0.24 400	0.24 289	0.20 235	0.28 341	0.27 315

PSM-softLoss	0.80 312	0.33 242	0.89 250	0.63 331	0.32 179	0.55 148	0.40 173	1.26 223	0.78 130	1.25 324	1.07 229	0.83 223	0.51 156	5.33 496	0.61 272	0.25 320	0.15 202	0.25 328	0.22 304	0.20 182	0.26 297

KMStereo	0.80 312	0.33 242	0.89 250	0.63 331	0.32 179	0.55 148	0.40 173	1.26 223	0.78 130	1.25 324	1.07 229	0.83 223	0.51 156	5.33 496	0.61 272	0.25 320	0.15 202	0.25 328	0.22 304	0.20 182	0.26 297

PSM-AAD	0.80 312	0.29 148	0.58 76	0.58 272	0.29 109	0.76 262	1.19 495	1.08 150	0.94 191	1.65 468	1.58 425	0.81 208	2.12 523	1.67 324	0.44 161	0.19 148	0.14 136	0.38 467	0.32 448	0.22 246	0.68 510

iResNet	0.80 312	0.45 389	1.47 412	0.72 424	0.31 146	0.96 361	0.64 375	1.80 351	1.28 368	1.31 362	1.48 391	0.94 271	0.78 270	1.77 339	0.99 379	0.19 148	0.14 136	0.18 106	0.15 105	0.22 246	0.27 315

NINENet	0.81 321	0.40 364	0.89 250	0.65 352	0.53 381	2.30 513	0.42 191	2.12 434	1.13 281	1.20 299	1.27 321	1.02 302	0.70 247	1.26 236	0.75 312	0.29 401	0.24 400	0.31 411	0.21 277	0.27 325	0.26 297

DRaft	0.81 321	0.26 84	0.77 179	0.47 86	0.31 146	0.95 355	0.52 297	1.13 171	0.99 216	1.78 483	2.01 487	0.80 202	1.71 497	2.64 430	0.74 309	0.19 148	0.14 136	0.20 166	0.20 235	0.18 110	0.24 256

hknet	0.82 323	0.34 271	1.15 346	0.55 216	0.39 273	1.25 418	0.66 381	2.65 521	1.10 261	1.25 324	1.12 253	1.58 434	0.85 305	1.41 273	0.79 326	0.23 278	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

NF-Stereo	0.82 323	0.33 242	0.83 217	0.65 352	0.31 146	0.63 197	0.43 209	1.35 242	0.93 185	1.30 356	1.02 205	0.81 208	0.57 183	5.37 500	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.30 361

OCTAStereo	0.82 323	0.33 242	0.83 217	0.65 352	0.31 146	0.62 186	0.44 228	1.35 242	0.93 185	1.30 356	1.02 205	0.81 208	0.57 183	5.32 495	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.30 361

RE-Stereo	0.82 323	0.33 242	0.84 226	0.65 352	0.31 146	0.63 197	0.44 228	1.35 242	0.93 185	1.30 356	1.02 205	0.80 202	0.57 183	5.34 498	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.31 371

TVStereo	0.82 323	0.33 242	0.84 226	0.65 352	0.31 146	0.63 197	0.44 228	1.35 242	0.93 185	1.30 356	1.02 205	0.80 202	0.57 183	5.34 498	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.31 371

ARAFT	0.82 323	0.40 364	1.77 441	0.53 188	0.31 146	0.89 327	0.81 428	2.32 480	1.08 249	1.66 471	1.25 310	1.04 306	0.64 224	1.91 361	0.52 223	0.20 191	0.15 202	0.28 380	0.27 393	0.17 78	0.18 97

STTStereo	0.82 323	0.53 423	1.53 424	0.68 392	0.56 400	0.88 325	0.56 334	1.57 289	1.14 287	1.39 399	1.10 242	1.26 368	0.84 300	1.49 298	0.90 355	0.29 401	0.28 435	0.33 435	0.40 485	0.33 399	0.37 415

BEATNet_4x	0.82 323	0.54 426	2.02 460	0.56 237	0.28 94	1.04 372	0.55 327	2.14 444	1.13 281	1.24 321	1.26 312	1.00 295	0.94 350	1.13 209	1.23 414	0.21 222	0.14 136	0.24 289	0.20 235	0.37 421	0.23 235

iResNet_ROB	0.82 323	0.36 310	1.13 339	0.60 299	0.37 252	0.91 334	0.38 151	2.41 495	1.61 479	1.35 384	1.35 353	1.25 362	0.97 367	1.75 337	0.88 348	0.21 222	0.14 136	0.17 70	0.12 29	0.19 146	0.30 361

ISRNet	0.83 332	0.35 300	1.31 393	0.84 479	0.65 437	0.60 175	0.41 183	1.28 231	1.15 292	1.61 459	1.55 413	1.34 387	0.77 263	1.33 255	0.98 378	0.40 467	0.34 475	0.43 484	0.38 482	0.34 407	0.49 465

testlalala_base	0.83 332	0.41 374	0.80 194	0.67 380	0.53 381	0.78 272	0.30 69	1.84 360	0.60 82	0.75 152	0.91 171	0.68 168	0.54 171	0.69 75	0.46 180	2.92 554	0.15 202	0.17 70	0.12 29	2.95 554	0.27 315

GrayStereo	0.83 332	0.28 125	0.62 101	0.66 366	0.37 252	0.76 262	1.79 531	1.19 200	0.91 173	1.98 502	1.89 475	1.07 313	1.76 501	1.43 280	0.50 211	0.20 191	0.15 202	0.19 132	0.21 277	0.18 110	0.41 436

psm_up	0.83 332	0.37 331	0.88 246	0.68 392	0.59 414	1.05 375	0.92 454	1.68 312	1.17 304	1.41 407	1.22 296	1.30 378	1.31 454	1.39 268	0.89 351	0.27 367	0.30 448	0.31 411	0.27 393	0.28 341	0.28 331

GwcNet-RSSM	0.83 332	0.34 271	1.29 392	0.65 352	0.55 395	0.78 272	0.62 368	1.89 378	1.27 360	1.18 286	1.39 365	1.56 431	0.91 337	1.60 316	1.22 411	0.26 346	0.20 331	0.23 265	0.24 349	0.21 226	0.21 185

DMCA-RVC	0.83 332	0.46 392	2.19 474	0.68 392	0.49 354	0.84 312	0.48 265	1.44 261	1.07 246	1.56 450	1.04 218	1.29 375	0.86 313	1.49 298	0.92 363	0.27 367	0.22 362	0.35 450	0.28 404	0.32 392	0.28 331

coex_refinement	0.84 338	0.30 173	0.89 250	0.72 424	0.52 374	0.95 355	0.60 360	1.92 390	1.29 380	1.38 396	1.37 358	1.80 468	0.82 292	1.48 291	1.31 423	0.27 367	0.17 268	0.19 132	0.20 235	0.25 307	0.27 315

G2L-Stereo	0.84 338	0.35 300	1.15 346	0.63 331	0.43 314	0.78 272	0.69 389	1.69 321	1.20 316	1.36 389	1.18 283	1.43 405	0.78 270	2.47 422	1.26 418	0.25 320	0.20 331	0.26 349	0.21 277	0.20 182	0.27 315

RAFT_R40	0.84 338	0.30 173	0.83 217	0.63 331	0.31 146	0.66 218	0.43 209	1.15 187	0.99 216	1.47 428	1.10 242	1.00 295	0.84 300	5.44 501	0.53 233	0.23 278	0.13 69	0.23 265	0.20 235	0.23 266	0.19 131

UPFNet	0.84 338	0.34 271	1.09 327	0.62 321	0.74 465	1.25 418	0.78 412	1.69 321	1.20 316	1.39 399	1.13 264	1.30 378	0.87 322	1.73 334	1.22 411	0.24 300	0.26 419	0.24 289	0.23 336	0.26 319	0.20 157

hitnet-ft	0.84 338	0.38 349	0.75 171	0.59 291	0.44 324	0.99 366	0.47 258	1.61 300	1.38 416	1.21 306	1.22 296	1.82 470	0.99 373	1.87 354	1.09 394	0.33 427	0.29 444	0.34 443	0.27 393	0.36 415	0.33 389

NLCA_NET_v2_RVC	0.84 338	0.46 392	1.40 408	0.69 405	0.61 424	0.95 355	0.52 297	1.68 312	1.21 323	1.39 399	1.15 275	1.42 400	0.88 328	1.78 341	0.93 366	0.26 346	0.23 390	0.27 364	0.27 393	0.30 374	0.39 427
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 338	0.43 381	1.01 301	0.66 366	0.43 314	1.32 425	0.49 276	1.64 304	1.24 340	1.53 442	1.45 384	1.49 417	0.97 367	1.32 252	1.31 423	0.21 222	0.17 268	0.27 364	0.25 358	0.25 307	0.34 398
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 345	0.38 349	0.92 268	0.58 272	0.32 179	0.86 320	0.49 276	2.33 486	1.69 485	1.16 271	1.12 253	0.95 275	0.85 305	2.46 417	1.18 403	0.27 367	0.23 390	0.28 380	0.28 404	0.28 341	0.41 436

AIO-Stereo-zeroshot	0.85 345	0.38 349	2.79 495	0.51 144	0.60 418	0.72 245	0.38 151	2.87 535	0.77 126	0.80 160	1.07 229	2.14 500	0.93 347	0.96 161	0.62 275	0.21 222	0.13 69	0.21 200	0.26 376	0.29 358	0.32 380

DCRE	0.85 345	0.28 125	0.76 176	0.60 299	0.49 354	0.59 170	0.53 303	1.04 136	0.92 178	0.80 160	7.34 558	0.87 233	0.57 183	0.78 103	0.43 156	0.16 43	0.17 268	0.19 132	0.17 166	0.18 110	0.22 214

SST-Stereo	0.85 345	0.30 173	0.81 199	0.63 331	0.31 146	0.70 240	0.25 32	1.16 192	0.95 196	1.47 428	1.11 249	0.99 289	0.86 313	5.69 504	0.53 233	0.23 278	0.13 69	0.23 265	0.19 206	0.23 266	0.19 131

PAM	0.86 349	0.31 205	1.19 367	0.55 216	0.35 234	2.17 507	0.47 258	2.26 470	0.87 163	1.18 286	0.96 180	3.01 528	1.41 470	0.90 143	0.40 132	0.19 148	0.13 69	0.19 132	0.18 184	0.20 182	0.27 315

RAFT-345	0.86 349	0.26 84	0.73 161	0.53 188	0.28 94	0.53 130	0.41 183	0.85 76	1.31 391	1.33 371	2.32 503	0.85 230	0.53 163	5.69 504	0.48 197	0.19 148	0.14 136	0.22 231	0.17 166	0.17 78	0.17 81

UNet	0.86 349	0.36 310	1.52 421	0.62 321	0.74 465	1.56 458	0.49 276	1.55 283	1.12 275	1.28 348	1.10 242	1.52 425	1.10 413	1.69 330	1.14 399	0.24 300	0.18 299	0.25 328	0.21 277	0.25 307	0.25 277

ac_64	0.86 349	0.32 223	1.02 304	0.74 438	0.60 418	1.04 372	0.53 303	2.20 465	0.99 216	1.23 317	1.11 249	1.96 484	1.06 404	2.01 376	1.01 384	0.30 408	0.22 362	0.24 289	0.23 336	0.22 246	0.22 214

PAM_32	0.87 353	0.30 173	1.08 324	0.56 237	0.32 179	2.10 506	0.36 126	2.26 470	1.01 223	1.13 251	1.05 225	3.14 533	1.47 477	1.00 171	0.42 150	0.19 148	0.14 136	0.20 166	0.18 184	0.19 146	0.25 277

SepStereo	0.87 353	0.37 331	1.20 371	0.66 366	0.69 453	0.82 297	0.62 368	1.79 347	1.26 356	1.93 497	1.55 413	0.96 280	1.17 428	2.34 408	0.69 298	0.22 256	0.16 239	0.25 328	0.18 184	0.29 358	0.24 256

LMCR-Stereo	0.87 353	0.50 411	0.99 294	0.80 464	0.43 314	1.32 425	0.55 327	2.79 531	1.03 230	1.55 448	1.49 392	0.74 187	1.01 382	1.76 338	0.99 379	0.30 408	0.17 268	0.22 231	0.18 184	0.31 381	0.22 214

FADNet_RVC	0.88 356	0.56 434	2.15 471	0.57 259	0.43 314	1.17 407	0.46 247	1.68 312	1.12 275	0.91 190	1.24 308	0.91 255	0.94 350	2.22 397	1.20 406	0.28 385	0.22 362	0.32 423	0.28 404	0.46 467	0.42 444

iResNetv2_ROB	0.88 356	0.43 381	2.62 492	0.60 299	0.38 264	0.94 348	0.67 383	1.88 376	1.38 416	1.27 342	1.45 384	1.26 368	1.05 403	1.92 362	0.64 283	0.24 300	0.15 202	0.19 132	0.14 86	0.24 295	0.21 185

DualNet (step1)	0.89 358	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	1.31 246	0.73 305	0.59 514	0.32 465	0.62 522	0.67 529	0.45 460	0.48 460

iRaft-Stereo_5w	0.89 358	0.31 205	1.04 309	0.56 237	0.47 346	0.47 73	0.68 386	1.19 200	1.08 249	0.80 160	1.35 353	1.46 412	0.90 334	5.11 490	1.16 401	0.18 110	0.15 202	0.22 231	0.19 206	0.21 226	0.24 256

DAS	0.89 358	0.37 331	1.20 371	0.66 366	0.69 453	0.82 297	0.62 368	1.79 347	1.26 356	1.93 497	1.55 413	0.96 280	1.17 428	2.72 435	0.69 298	0.22 256	0.16 239	0.25 328	0.18 184	0.29 358	0.24 256

SACVNet	0.89 358	0.51 415	1.08 324	0.83 475	0.58 408	0.83 304	0.78 412	1.84 360	1.17 304	1.39 399	1.33 344	1.25 362	1.01 382	2.31 407	0.92 363	0.35 447	0.26 419	0.31 411	0.29 423	0.35 411	0.48 460

ASMatch	0.89 358	0.29 148	0.72 147	0.56 237	0.36 242	0.47 73	0.37 141	1.16 192	0.95 196	1.11 240	3.26 528	0.95 275	0.96 357	4.88 487	0.53 233	0.20 191	0.16 239	0.22 231	0.19 206	0.20 182	0.30 361

ADLNet	0.89 358	0.39 358	1.09 327	0.88 490	0.73 460	1.24 417	0.75 405	2.02 412	1.41 431	1.58 454	1.37 358	1.26 368	1.00 379	1.31 246	1.18 403	0.28 385	0.21 347	0.26 349	0.26 376	0.29 358	0.36 411

MMNet	0.89 358	0.35 300	1.44 409	0.64 345	0.59 414	1.83 486	0.48 265	1.70 325	1.38 416	1.45 424	1.19 287	1.25 362	1.16 424	1.77 339	1.27 421	0.20 191	0.19 317	0.23 265	0.22 304	0.25 307	0.24 256

HGLStereo	0.89 358	0.42 377	1.15 346	0.82 471	1.03 514	1.16 400	0.57 340	1.68 312	1.28 368	1.26 337	1.62 432	1.13 337	1.31 454	1.85 350	1.11 398	0.25 320	0.24 400	0.24 289	0.22 304	0.24 295	0.29 345

CRFU-Net	0.90 366	0.42 377	1.10 332	0.69 405	0.59 414	1.76 477	0.84 435	2.33 486	0.92 178	1.45 424	1.20 288	1.62 440	1.25 444	1.38 265	0.94 371	0.28 385	0.23 390	0.22 231	0.19 206	0.24 295	0.27 315

dad	0.90 366	0.73 485	1.28 389	0.59 291	0.39 273	0.83 304	0.45 241	1.24 218	1.54 466	1.52 439	1.28 327	1.36 390	0.86 313	2.54 426	0.91 359	0.43 476	0.27 429	0.82 530	0.26 376	0.44 457	0.34 398

AACVNet	0.90 366	0.40 364	0.98 292	0.86 485	0.40 285	0.80 287	0.49 276	1.81 354	0.86 160	1.11 240	1.34 348	1.32 384	0.99 373	4.23 471	0.86 342	0.26 346	0.22 362	0.28 380	0.22 304	0.30 374	0.28 331

IRAFT_RVC	0.90 366	0.30 173	0.89 250	0.67 380	0.31 146	0.64 206	1.00 471	1.40 254	0.97 204	1.23 317	1.04 218	1.00 295	0.96 357	5.77 509	0.57 254	0.24 300	0.13 69	0.25 328	0.21 277	0.20 182	0.21 185

delet	0.90 366	0.34 271	1.15 346	0.69 405	0.66 443	1.63 466	0.81 428	1.95 397	1.49 460	1.42 411	1.38 363	1.29 375	0.91 337	1.78 341	1.18 403	0.22 256	0.22 362	0.24 289	0.25 358	0.22 246	0.24 256

pcwnet_v2	0.91 371	0.39 358	2.74 493	0.64 345	0.55 395	0.81 295	0.49 276	2.19 462	1.63 480	1.44 418	1.64 438	1.09 324	0.79 279	1.31 246	0.70 301	0.32 420	0.25 412	0.29 392	0.27 393	0.37 421	0.37 415

FADNet-RVC-Resample	0.91 371	0.51 415	2.92 498	0.64 345	0.46 336	1.07 379	0.60 360	1.76 340	1.24 340	1.10 239	0.98 194	1.06 310	0.98 370	2.17 394	0.95 373	0.24 300	0.22 362	0.30 404	0.32 448	0.36 415	0.40 432

HSM-Net_RVC	0.91 371	0.31 205	0.60 89	0.54 202	0.31 146	1.15 397	0.60 360	3.76 547	1.30 384	1.57 453	1.75 454	1.67 449	1.01 382	1.61 318	0.90 355	0.23 278	0.17 268	0.19 132	0.18 184	0.20 182	0.22 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 374	0.39 358	1.22 376	0.66 366	0.39 273	1.31 424	0.96 464	2.32 480	1.45 449	1.48 434	1.17 280	1.53 426	0.91 337	1.16 215	1.71 476	0.31 412	0.27 429	0.30 404	0.29 423	0.28 341	0.29 345

ADLNet2	0.92 374	0.37 331	1.25 383	0.80 464	0.65 437	1.12 389	0.75 405	1.95 397	1.42 440	1.26 337	1.67 443	1.68 452	1.04 398	1.80 348	1.23 414	0.25 320	0.22 362	0.21 200	0.22 304	0.27 325	0.31 371

FTStereo	0.92 374	0.28 125	0.61 96	0.57 259	0.34 217	0.65 212	1.80 534	1.09 157	0.84 154	1.75 479	4.13 538	1.04 306	1.62 486	1.59 311	0.48 197	0.21 222	0.17 268	0.23 265	0.22 304	0.19 146	0.58 494

PFNet	0.92 374	0.28 125	1.20 371	0.68 392	0.32 179	0.62 186	0.55 327	1.27 227	1.01 223	1.47 428	1.09 240	0.97 283	0.68 240	6.58 527	0.59 266	0.21 222	0.13 69	0.24 289	0.19 206	0.20 182	0.20 157

DLCB_ROB	0.92 374	0.43 381	0.95 281	0.71 418	0.55 395	1.11 387	0.83 433	1.61 300	1.32 393	1.67 472	1.66 441	1.70 455	0.93 347	1.96 370	1.34 431	0.26 346	0.25 412	0.27 364	0.28 404	0.28 341	0.28 331

GEStereo_RVC	0.93 379	0.40 364	1.15 346	0.67 380	0.50 359	0.95 355	0.78 412	2.73 526	1.21 323	1.20 299	1.12 253	1.25 362	0.91 337	3.21 450	0.95 373	0.31 412	0.20 331	0.23 265	0.20 235	0.28 341	0.31 371

CBFPSM	0.95 380	0.37 331	2.10 467	0.51 144	0.39 273	1.73 473	0.87 446	1.59 296	1.13 281	1.11 240	1.00 200	2.34 509	1.64 491	1.42 278	1.44 442	0.19 148	0.18 299	0.20 166	0.20 235	0.22 246	0.36 411

OMP-Stereo	0.95 380	0.35 300	0.79 189	0.92 502	0.32 179	0.49 87	0.35 116	1.22 211	1.11 268	1.58 454	1.12 253	1.44 406	0.69 244	6.92 533	0.51 215	0.20 191	0.15 202	0.24 289	0.19 206	0.21 226	0.16 60

DSFCA	0.95 380	0.38 349	1.23 378	0.55 216	0.66 443	1.50 451	0.93 458	1.58 291	1.24 340	1.59 457	1.16 277	1.48 415	0.95 355	2.96 442	1.20 406	0.31 412	0.28 435	0.25 328	0.26 376	0.29 358	0.26 297

PSMNet_ROB	0.95 380	0.57 439	1.45 410	0.75 447	0.64 432	1.28 422	1.12 484	1.84 360	1.15 292	1.16 271	1.29 331	1.44 406	0.89 331	1.74 335	1.70 474	0.33 427	0.25 412	0.37 463	0.39 483	0.36 415	0.32 380

FADNet-RVC	0.96 384	0.72 482	2.96 499	0.64 345	0.49 354	0.90 331	0.59 353	1.85 368	1.27 360	0.92 193	0.97 189	1.36 390	0.90 334	2.36 410	1.31 423	0.30 408	0.29 444	0.32 423	0.32 448	0.42 444	0.37 415

TransformOpticalFlow	0.97 385	0.30 173	0.96 288	0.54 202	0.31 146	0.65 212	0.54 317	1.87 371	1.19 312	1.12 248	1.44 382	1.34 387	0.98 370	6.68 530	0.44 161	0.19 148	0.12 34	0.21 200	0.19 206	0.18 110	0.23 235

IIG-Stereo	0.97 385	0.34 271	0.80 194	0.90 500	0.33 199	0.61 183	0.26 41	1.27 227	1.08 249	1.69 474	1.37 358	1.44 406	0.74 253	6.94 534	0.53 233	0.21 222	0.14 136	0.23 265	0.18 184	0.20 182	0.15 30

XX-Stereo	0.97 385	0.28 125	8.28 541	0.85 482	0.70 459	0.44 58	0.22 16	1.07 145	0.69 107	0.66 137	1.56 419	1.38 396	0.38 81	1.36 258	0.38 111	0.21 222	0.14 136	0.20 166	0.19 206	0.19 146	0.16 60

DispNO	0.98 388	0.34 271	2.02 460	0.58 272	0.55 395	0.88 325	0.49 276	1.70 325	1.24 340	1.22 314	1.26 312	1.18 344	0.88 328	5.17 491	0.88 348	0.23 278	0.18 299	0.24 289	0.22 304	0.19 146	0.22 214

DEmStereo	0.98 388	0.25 66	0.85 232	0.49 113	0.33 199	1.02 370	0.55 327	0.97 106	0.93 185	1.41 407	2.13 494	1.01 300	2.01 513	5.62 503	0.78 321	0.19 148	0.15 202	0.20 166	0.20 235	0.18 110	0.25 277

FADNet	0.98 388	0.64 459	2.57 488	0.66 366	0.55 395	0.95 355	0.57 340	1.91 383	1.38 416	0.94 199	1.02 205	1.36 390	1.00 379	2.69 433	0.97 377	0.34 437	0.34 475	0.31 411	0.34 468	0.61 503	0.42 444

CFNet	0.99 391	0.40 364	1.23 378	0.65 352	0.43 314	1.03 371	0.49 276	2.01 411	1.35 400	1.02 220	1.39 365	1.10 328	0.86 313	5.47 502	0.89 351	0.24 300	0.18 299	0.28 380	0.27 393	0.27 325	0.22 214

NVstereo2D	0.99 391	0.45 389	2.21 475	0.79 463	0.75 469	1.20 411	0.86 442	1.98 402	1.41 431	1.02 220	1.18 283	1.31 380	0.97 367	2.25 401	0.93 366	0.45 488	0.22 362	0.39 471	0.25 358	0.59 497	0.68 510

CBMV_ROB	0.99 391	0.46 392	0.68 131	0.53 188	0.39 273	1.40 441	0.48 265	2.09 430	1.30 384	1.53 442	2.29 502	1.36 390	1.23 440	2.46 417	1.04 391	0.44 485	0.42 509	0.47 495	0.44 495	0.41 440	0.39 427

ACV-stereo	1.00 394	0.55 430	1.47 412	0.59 291	0.42 309	2.38 517	0.58 347	1.20 204	1.21 323	0.83 169	1.01 202	3.36 535	2.10 519	1.64 320	1.17 402	0.28 385	0.22 362	0.23 265	0.22 304	0.29 358	0.35 407

fast-acv-ft	1.00 394	0.48 403	1.85 449	0.61 313	0.52 374	1.77 479	0.69 389	1.52 274	1.47 455	1.34 378	1.85 471	1.73 458	1.24 443	1.62 319	1.56 455	0.27 367	0.28 435	0.28 380	0.28 404	0.28 341	0.31 371

HBP-ISP	1.00 394	0.60 443	0.85 232	0.64 345	0.48 348	1.63 466	0.77 409	2.24 469	1.30 384	1.33 371	1.53 409	0.87 233	0.99 373	3.26 453	0.76 315	0.46 489	0.44 511	0.54 508	0.48 504	0.48 472	0.42 444

CSP-Net	1.00 394	0.41 374	0.99 294	0.56 237	0.43 314	1.62 465	0.76 408	2.16 451	1.16 299	1.33 371	1.22 296	1.32 384	0.89 331	4.67 482	0.93 366	0.35 447	0.24 400	0.20 166	0.20 235	0.23 266	0.30 361

ETE_ROB	1.01 398	0.69 474	1.49 415	0.72 424	0.50 359	1.15 397	1.12 484	1.91 383	1.24 340	1.94 499	1.50 399	1.73 458	1.06 404	1.78 341	1.33 430	0.33 427	0.26 419	0.38 467	0.34 468	0.40 436	0.44 451

THIR-Stereo	1.02 399	0.29 148	0.73 161	0.51 144	0.29 109	0.94 348	1.31 505	1.08 150	0.98 207	1.35 384	1.91 479	1.16 342	1.54 482	6.37 525	0.79 326	0.20 191	0.14 136	0.21 200	0.22 304	0.19 146	0.25 277

PS-NSSS	1.02 399	0.62 455	1.17 361	0.61 313	0.58 408	0.91 334	0.79 420	2.02 412	1.19 312	1.17 275	1.68 445	1.00 295	0.85 305	4.43 476	0.86 342	0.38 459	0.31 453	0.52 503	0.32 448	0.52 481	0.45 453

XPNet_ROB	1.02 399	0.56 434	1.33 397	0.75 447	0.58 408	1.11 387	1.13 486	1.77 342	1.29 380	1.88 491	1.43 380	1.63 444	1.13 423	2.04 379	1.69 472	0.40 467	0.31 453	0.33 435	0.29 423	0.37 421	0.37 415

YMNet	1.04 402	0.59 440	1.67 434	0.86 485	0.86 494	1.84 487	0.61 365	1.70 325	1.28 368	1.65 468	1.98 483	1.75 463	0.96 357	1.57 304	1.58 457	0.34 437	0.37 492	0.32 423	0.32 448	0.33 399	0.32 380

YMNet_1	1.04 402	0.59 440	1.67 434	0.86 485	0.86 494	1.84 487	0.61 365	1.70 325	1.28 368	1.65 468	1.98 483	1.75 463	0.96 357	1.57 304	1.58 457	0.34 437	0.37 492	0.32 423	0.32 448	0.33 399	0.32 380

iinet-f	1.04 402	0.50 411	4.24 520	0.58 272	0.43 314	1.78 483	0.70 396	1.29 233	1.16 299	1.25 324	1.42 376	1.57 433	1.42 471	1.47 289	1.70 474	0.26 346	0.23 390	0.20 166	0.20 235	0.26 319	0.26 297

RAFT-RH_RVC	1.04 402	0.26 84	0.76 176	0.53 188	0.29 109	0.80 287	0.32 84	0.85 76	1.12 275	2.04 505	4.63 544	1.03 305	0.57 183	5.93 512	0.52 223	0.20 191	0.13 69	0.26 349	0.20 235	0.16 54	0.19 131

CBMV	1.04 402	0.48 403	0.88 246	0.56 237	0.36 242	1.52 453	1.55 518	1.87 371	1.59 475	2.11 509	1.67 443	1.46 412	1.35 459	1.92 362	1.31 423	0.35 447	0.35 483	0.39 471	0.33 462	0.34 407	0.34 398
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 407	0.33 242	1.04 309	0.49 113	0.31 146	0.67 223	0.26 41	2.37 490	0.80 142	1.05 227	1.11 249	2.86 526	1.81 504	6.26 519	0.50 211	0.18 110	0.15 202	0.19 132	0.16 142	0.17 78	0.21 185

StereoDRNet	1.05 407	0.53 423	2.21 475	0.80 464	0.93 503	1.50 451	0.90 449	2.06 424	1.44 444	1.68 473	1.20 288	1.48 415	0.99 373	1.86 353	1.60 461	0.29 401	0.24 400	0.29 392	0.28 404	0.35 411	0.33 389

AIO-Stereo-zeroshot1	1.06 409	0.43 381	3.59 512	0.53 188	0.66 443	0.79 280	0.39 165	2.60 518	0.98 207	0.96 204	4.58 542	2.05 498	0.56 180	0.99 167	0.51 215	0.19 148	0.14 136	0.21 200	0.28 404	0.32 392	0.41 436

STrans-v2	1.06 409	0.31 205	1.02 304	0.52 165	0.33 199	0.67 223	0.78 412	2.66 524	1.26 356	1.15 267	1.46 386	1.37 394	1.40 466	6.68 530	0.46 180	0.19 148	0.13 69	0.21 200	0.18 184	0.18 110	0.21 185

DISCO	1.06 409	0.37 331	1.19 367	0.73 432	0.46 336	2.04 502	0.84 435	2.26 470	1.54 466	1.25 324	1.36 357	2.38 511	1.08 407	2.60 429	1.62 464	0.24 300	0.19 317	0.22 231	0.20 235	0.32 392	0.29 345

NCCL2	1.06 409	0.64 459	1.35 398	0.78 461	0.58 408	1.32 425	1.69 523	1.89 378	1.38 416	1.52 439	1.20 288	1.91 474	1.17 428	1.79 346	1.50 449	0.35 447	0.31 453	0.45 489	0.44 495	0.41 440	0.45 453

LALA_ROB	1.06 409	0.66 466	1.37 406	0.70 414	0.53 381	1.61 463	1.25 502	1.81 354	1.48 459	1.82 487	1.40 370	1.93 478	1.03 392	1.68 326	1.69 472	0.38 459	0.28 435	0.43 484	0.37 479	0.43 446	0.38 423

TCMNet	1.07 414	0.66 466	2.49 484	0.92 502	1.32 536	1.14 393	0.67 383	1.91 383	1.29 380	1.20 299	1.57 423	1.29 375	0.96 357	2.23 398	1.59 460	0.32 420	0.31 453	0.38 467	0.35 472	0.43 446	0.40 432

PSMNet-RUCA	1.07 414	1.06 510	1.64 431	1.23 531	1.10 518	1.39 437	0.65 377	1.91 383	1.43 441	0.95 201	1.52 407	0.99 289	0.83 297	1.28 242	1.01 384	0.71 525	0.34 475	0.99 536	0.61 525	1.01 528	0.67 506

RAFT + AFF	1.07 414	0.47 397	1.36 403	0.68 392	0.50 359	1.20 411	1.22 498	2.58 517	1.26 356	1.33 371	1.56 419	1.19 346	1.49 480	3.89 469	1.01 384	0.22 256	0.26 419	0.30 404	0.27 393	0.29 358	0.32 380

DRN-Test	1.07 414	0.49 408	1.95 457	0.75 447	0.81 487	1.61 463	0.78 412	2.26 470	1.53 464	1.84 488	1.35 353	1.42 400	1.04 398	2.26 402	1.61 462	0.28 385	0.23 390	0.31 411	0.30 435	0.33 399	0.33 389

TDLM	1.08 418	0.50 411	1.01 301	0.69 405	0.54 389	0.91 334	1.40 511	1.60 298	1.36 409	1.17 275	1.40 370	1.07 313	1.00 379	6.19 515	0.85 341	0.34 437	0.22 362	0.35 450	0.26 376	0.38 427	0.29 345

Wz-Net-LNSev-Ref	1.09 419	0.46 392	2.61 491	0.71 418	0.65 437	2.00 499	0.78 412	2.07 426	1.47 455	1.62 463	1.47 388	1.53 426	1.29 450	2.10 387	1.65 470	0.24 300	0.14 136	0.20 166	0.16 142	0.28 341	0.28 331

FAT-Stereo	1.10 420	0.43 381	1.46 411	0.74 438	0.60 418	1.13 390	0.92 454	2.06 424	1.71 488	1.75 479	2.00 486	2.02 491	1.47 477	2.02 378	1.26 418	0.44 485	0.36 487	0.34 443	0.29 423	0.36 415	0.57 491

CVANet_RVC	1.10 420	0.49 408	1.15 346	0.65 352	0.54 389	0.93 345	1.00 471	1.69 321	1.36 409	1.42 411	1.39 365	1.24 361	1.17 428	6.22 517	0.80 333	0.35 447	0.24 400	0.35 450	0.30 435	0.44 457	0.32 380

APVNet	1.11 422	0.59 440	1.95 457	0.87 488	0.77 475	1.90 492	0.82 432	2.03 416	1.15 292	1.14 265	1.43 380	1.55 429	1.12 422	3.03 444	1.62 464	0.32 420	0.34 475	0.42 483	0.36 475	0.36 415	0.41 436

GANetREF_RVC	1.11 422	0.90 499	1.56 426	0.88 490	0.53 381	1.41 443	1.35 508	1.91 383	1.54 466	1.28 348	1.32 339	1.46 412	1.23 440	2.04 379	1.00 383	0.57 511	0.45 513	0.67 525	0.52 513	0.91 524	0.62 501
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
GCST	1.13 424	1.50 535	1.17 361	1.74 541	1.17 529	1.29 423	0.30 69	1.55 283	1.21 323	1.31 362	0.97 189	0.99 289	0.48 136	2.38 414	0.54 242	1.24 542	0.70 542	1.31 542	0.86 539	1.03 530	0.92 527

GASNet	1.13 424	1.10 516	3.29 508	1.00 517	0.68 450	0.82 297	0.67 383	1.85 368	1.38 416	1.39 399	1.25 310	1.25 362	1.20 438	2.72 435	1.62 464	0.46 489	0.26 419	0.36 460	0.34 468	0.55 491	0.33 389

anonymity	1.14 426	0.98 507	1.24 381	1.09 522	1.13 522	1.08 383	0.90 449	2.02 412	1.23 336	1.32 365	1.27 321	1.27 373	1.09 410	1.16 215	1.03 390	1.02 533	1.01 558	0.97 534	0.97 543	0.98 526	1.01 529

PA-Net	1.14 426	0.63 456	2.12 469	0.67 380	0.75 469	1.19 410	0.91 452	1.91 383	1.46 454	1.18 286	1.23 304	1.33 386	1.17 428	4.31 474	1.41 439	0.29 401	0.46 517	0.33 435	0.50 509	0.33 399	0.57 491
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 428	0.54 426	1.50 416	0.73 432	0.66 443	1.18 409	0.84 435	2.13 442	1.41 431	1.73 477	1.84 468	2.53 517	1.46 475	2.46 417	1.35 433	0.43 476	0.41 504	0.54 508	0.36 475	0.43 446	0.50 469

RASNet	1.16 429	0.34 271	1.11 334	0.73 432	0.86 494	1.00 367	0.60 360	1.56 286	1.43 441	1.07 235	1.37 358	2.08 499	1.44 474	7.00 535	1.56 455	0.20 191	0.17 268	0.17 70	0.19 206	0.19 146	0.19 131

DANet	1.16 429	0.64 459	1.52 421	0.88 490	0.74 465	1.52 453	0.52 297	1.68 312	1.21 323	1.81 485	1.55 413	2.02 491	1.11 416	3.30 455	2.28 495	0.34 437	0.31 453	0.40 477	0.30 435	0.46 467	0.54 479
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 431	0.29 148	1.08 324	0.55 216	0.43 314	0.69 236	0.71 399	1.14 175	1.35 400	1.00 211	1.49 392	1.90 472	0.86 313	9.61 560	0.89 351	0.21 222	0.19 317	0.30 404	0.25 358	0.20 182	0.18 97

Wz-Net-LNSev	1.17 431	0.72 482	4.71 524	0.66 366	0.84 492	1.72 470	1.13 486	1.97 401	1.43 441	1.34 378	1.32 339	1.66 447	1.30 453	1.44 283	1.51 451	0.29 401	0.26 419	0.24 289	0.23 336	0.33 399	0.35 407

S-Stereo	1.17 431	0.48 403	2.25 478	0.83 475	0.81 487	1.22 413	1.17 493	2.12 434	2.08 515	1.47 428	2.13 494	1.55 429	1.16 424	2.09 386	1.46 445	0.42 475	0.40 503	0.35 450	0.32 448	0.45 460	0.73 514

MaskLacGwcNet_RVC	1.17 431	1.06 510	1.28 389	0.88 490	0.69 453	1.92 494	0.92 454	1.71 329	1.14 287	1.17 275	1.26 312	1.49 417	0.80 286	2.04 379	0.86 342	2.02 545	0.34 475	0.79 529	0.36 475	1.38 540	1.33 542

RP	1.17 431	0.54 426	1.48 414	0.93 508	1.05 515	1.14 393	0.85 441	1.99 406	1.70 486	1.72 476	2.07 491	1.91 474	1.93 511	2.00 375	1.37 436	0.55 509	0.37 492	0.48 497	0.37 479	0.46 467	0.46 458

z-ln-s-r	1.18 436	0.61 448	2.91 497	0.54 202	0.56 400	0.81 295	0.86 442	1.72 332	1.55 472	1.18 286	1.62 432	1.37 394	1.16 424	3.67 463	3.77 520	0.20 191	0.15 202	0.21 200	0.17 166	0.29 358	0.24 256

ccnet	1.19 437	0.71 479	1.36 403	0.81 468	0.75 469	1.72 470	1.13 486	1.98 402	1.31 391	1.52 439	1.84 468	1.75 463	1.36 461	2.01 376	2.04 487	0.57 511	0.54 529	0.57 517	0.56 518	0.60 500	0.60 499

Nwc_Net	1.19 437	0.53 423	2.34 480	0.92 502	0.81 487	1.49 450	0.70 396	2.28 478	1.32 393	1.41 407	2.27 500	2.03 494	1.76 501	2.05 383	1.46 445	0.43 476	0.30 448	0.43 484	0.46 500	0.39 432	0.40 432

NCC-stereo	1.20 439	0.60 443	1.84 447	0.88 490	0.95 507	1.32 425	0.94 460	2.14 444	1.36 409	1.43 415	1.79 460	1.93 478	2.13 524	2.54 426	1.41 439	0.49 497	0.38 497	0.45 489	0.59 522	0.43 446	0.45 453

Abc-Net	1.20 439	0.60 443	1.84 447	0.88 490	0.95 507	1.32 425	0.94 460	2.14 444	1.36 409	1.43 415	1.79 460	1.93 478	2.13 524	2.54 426	1.41 439	0.49 497	0.38 497	0.45 489	0.59 522	0.43 446	0.45 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 441	0.66 466	3.44 510	0.69 405	0.73 460	1.93 495	1.44 513	2.16 451	1.59 475	1.85 490	1.49 392	1.50 420	1.34 458	2.05 383	1.54 454	0.27 367	0.24 400	0.28 380	0.28 404	0.35 411	0.32 380

RGC	1.22 442	0.82 493	1.71 437	0.95 513	0.98 512	1.53 455	0.80 423	2.18 460	1.35 400	1.69 474	1.94 480	2.03 494	1.66 492	2.36 410	1.50 449	0.46 489	0.36 487	0.59 520	0.48 504	0.49 476	0.49 465

stereogan	1.22 442	0.45 389	2.03 463	0.87 488	0.85 493	2.52 519	0.72 400	1.98 402	1.78 496	1.92 495	1.94 480	2.31 508	1.42 471	2.10 387	1.14 399	0.38 459	0.36 487	0.39 471	0.32 448	0.52 481	0.49 465

AANet_RVC	1.22 442	0.60 443	1.94 453	0.69 405	0.46 336	0.75 257	0.69 389	1.51 272	1.57 473	1.36 389	1.90 477	1.51 423	0.87 322	7.23 537	1.89 484	0.26 346	0.19 317	0.19 132	0.16 142	0.23 266	0.37 415

HSM	1.22 442	0.34 271	0.81 199	0.61 313	0.39 273	1.22 413	0.63 373	2.45 500	1.25 348	1.32 365	1.26 312	1.91 474	1.08 407	9.21 556	0.75 312	0.23 278	0.17 268	0.20 166	0.16 142	0.22 246	0.24 256

Syn2CoEx	1.23 446	0.80 489	3.07 502	0.83 475	0.68 450	1.39 437	0.87 446	2.23 467	1.57 473	1.28 348	1.58 425	1.42 400	1.57 484	3.79 467	1.48 448	0.36 454	0.32 465	0.34 443	0.30 435	0.30 374	0.41 436

AF-Net	1.23 446	0.56 434	2.31 479	0.88 490	0.93 503	1.41 443	0.73 403	2.27 476	1.71 488	1.76 482	2.42 508	2.00 488	1.70 495	1.98 371	1.62 464	0.50 501	0.29 444	0.49 499	0.33 462	0.40 436	0.34 398

NaN_ROB	1.23 446	0.63 456	1.76 440	0.67 380	0.50 359	1.59 462	2.00 537	1.87 371	1.52 463	2.14 511	1.26 312	1.40 398	1.09 410	4.60 480	1.75 477	0.28 385	0.34 475	0.28 380	0.29 423	0.30 374	0.37 415

DGSMNet	1.24 449	0.84 496	3.20 504	0.91 501	0.92 500	1.39 437	1.34 507	2.46 504	1.44 444	1.34 378	1.66 441	1.50 420	1.03 392	1.85 350	1.30 422	0.48 495	0.48 520	0.55 513	0.51 512	0.78 518	0.79 520

RYNet	1.24 449	0.52 421	1.57 428	0.73 432	0.97 510	1.74 475	0.95 463	2.09 430	1.54 466	1.44 418	1.18 283	1.94 482	1.29 450	4.57 479	1.93 485	0.27 367	0.23 390	0.35 450	0.27 393	0.57 494	0.59 496

ttt	1.26 451	0.36 310	0.79 189	0.65 352	0.42 309	0.94 348	0.57 340	2.33 486	1.38 416	1.25 324	1.65 439	0.92 263	0.78 270	2.64 430	8.73 551	0.30 408	0.28 435	0.26 349	0.25 358	0.29 358	0.32 380

aanetorigin	1.26 451	0.85 497	3.00 500	0.72 424	0.80 483	1.08 383	1.05 477	1.12 167	1.39 425	3.53 547	2.60 515	1.72 456	1.73 499	1.98 371	1.77 480	0.26 346	0.24 400	0.26 349	0.25 358	0.38 427	0.51 473

GwcNet	1.26 451	0.63 456	5.13 526	0.81 468	1.15 526	1.73 473	0.69 389	1.84 360	1.53 464	1.51 437	1.71 450	1.72 456	1.09 410	2.20 396	1.61 462	0.31 412	0.30 448	0.29 392	0.27 393	0.30 374	0.41 436

Consistency-Raft	1.27 454	1.01 509	2.17 472	1.04 519	1.20 531	0.96 361	1.00 471	1.84 360	1.95 508	1.38 396	2.11 493	1.44 406	1.03 392	1.18 221	1.40 438	0.73 526	0.83 544	0.89 532	0.99 546	1.33 538	0.95 528

NOSS_ROB	1.29 455	0.49 408	0.68 131	0.60 299	0.40 285	1.09 386	0.77 409	1.94 394	1.44 444	1.04 225	1.46 386	1.10 328	0.81 290	10.57 572	0.78 321	0.46 489	0.43 510	0.48 497	0.45 498	0.45 460	0.43 448

SGM-Forest	1.29 455	0.40 364	0.74 166	0.54 202	0.37 252	1.55 456	1.26 503	1.82 356	1.39 425	2.22 512	1.81 466	1.64 445	1.02 390	7.65 543	1.20 406	0.39 465	0.37 492	0.39 471	0.34 468	0.37 421	0.34 398
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 457	0.56 434	0.94 277	0.57 259	0.62 428	1.04 372	0.65 377	1.82 356	1.01 223	1.00 211	0.79 143	1.42 400	1.27 447	1.06 189	0.83 337	0.62 517	0.67 539	1.05 539	9.88 579	1.09 533	0.55 486

test_for_model	1.38 458	3.71 571	0.65 118	3.45 565	2.88 563	0.57 157	0.33 91	1.91 383	0.93 185	1.47 428	0.64 100	0.51 103	0.37 71	0.53 23	0.35 73	2.54 550	0.16 239	0.17 70	0.12 29	4.56 572	1.84 548

SQANet	1.38 458	0.95 505	1.37 406	1.89 545	1.47 541	1.44 447	0.81 428	1.89 378	1.13 281	1.34 378	1.26 312	1.28 374	1.02 390	1.64 320	0.91 359	2.55 551	0.35 483	1.47 543	0.56 518	2.48 546	1.74 546

PWC_ROB	1.39 460	0.93 504	4.07 518	0.77 457	0.83 490	1.16 400	0.53 303	1.87 371	2.01 511	2.36 517	3.06 526	1.65 446	1.60 485	2.65 432	2.29 497	0.34 437	0.23 390	0.36 460	0.25 358	0.39 432	0.49 465

PWCDC_ROB	1.39 460	0.91 502	2.10 467	1.08 521	0.92 500	1.72 470	0.58 347	2.03 416	3.30 545	1.32 365	4.87 547	1.21 349	1.71 497	1.98 371	1.75 477	0.65 520	0.26 419	0.29 392	0.25 358	0.56 492	0.41 436

GANet	1.41 462	0.52 421	1.18 366	0.74 438	0.48 348	1.40 441	1.69 523	1.87 371	1.28 368	1.56 450	2.39 506	1.56 431	1.25 444	9.13 554	1.20 406	0.31 412	0.32 465	0.34 443	0.29 423	0.40 436	0.33 389

PDISCO_ROB	1.41 462	0.73 485	2.04 464	1.40 534	1.46 540	2.83 530	1.07 480	2.64 520	2.11 517	1.41 407	1.50 399	1.73 458	0.99 373	2.83 440	1.46 445	1.03 534	0.27 429	0.54 508	0.47 502	0.77 517	0.84 524

w-ln-seven-2	1.42 464	0.69 474	6.86 534	0.71 418	0.62 428	1.23 415	0.92 454	1.84 360	1.59 475	1.74 478	1.59 429	1.49 417	1.40 466	3.69 464	2.22 492	0.27 367	0.26 419	0.29 392	0.26 376	0.34 407	0.33 389

LL-Strereo	1.42 464	0.44 388	2.02 460	0.62 321	1.07 516	0.73 250	0.65 377	2.02 412	1.21 323	1.60 458	1.62 432	2.02 491	2.10 519	9.67 561	1.07 393	0.22 256	0.20 331	0.27 364	0.24 349	0.23 266	0.33 389

SHD	1.42 464	0.81 492	2.79 495	0.98 515	0.92 500	1.97 496	0.68 386	2.43 498	2.55 527	2.54 526	1.72 451	2.01 490	1.62 486	2.14 391	2.70 504	0.40 467	0.33 471	0.39 471	0.40 485	0.48 472	0.54 479

RTSC	1.43 467	0.89 498	3.62 514	0.94 511	0.64 432	1.85 489	0.69 389	2.20 465	2.04 514	2.22 512	1.70 448	1.67 449	1.27 447	2.53 425	4.48 528	0.33 427	0.25 412	0.27 364	0.29 423	0.38 427	0.40 432

UDG	1.47 468	2.69 564	1.13 339	1.45 538	1.65 543	1.34 431	0.79 420	1.75 338	1.27 360	1.29 353	1.74 453	1.99 487	1.39 465	1.66 323	1.51 451	0.91 530	0.55 531	2.30 550	0.76 533	1.99 541	1.20 538

MFMNet_re	1.47 468	1.20 522	2.50 485	1.46 539	1.08 517	1.58 460	1.51 514	1.96 400	1.87 503	2.31 516	2.20 497	1.51 423	1.88 509	1.57 304	1.34 431	0.94 531	0.83 544	0.84 531	0.80 536	1.00 527	1.06 532

PASM	1.48 470	1.08 513	3.96 517	0.93 508	0.93 503	1.17 407	1.19 495	1.77 342	1.65 481	1.90 492	1.52 407	1.75 463	1.42 471	4.54 478	1.52 453	0.64 519	0.68 541	0.69 527	0.79 535	0.70 512	0.74 515

ADCRef	1.50 471	0.61 448	3.83 516	0.76 455	0.77 475	1.91 493	0.77 409	2.16 451	1.34 397	1.63 465	1.59 429	1.35 389	1.40 466	1.79 346	8.32 548	0.25 320	0.21 347	0.32 423	0.31 441	0.31 381	0.32 380

XQC	1.51 472	0.98 507	3.20 504	0.92 502	0.76 474	2.01 500	1.17 493	2.53 514	1.99 510	2.01 504	1.54 410	2.00 488	1.54 482	3.16 448	3.46 517	0.49 497	0.31 453	0.45 489	0.40 485	0.71 514	0.62 501

CC-Net-ROB	1.53 473	1.31 529	1.68 436	0.92 502	0.80 483	1.75 476	0.99 469	2.04 419	1.27 360	1.12 248	1.62 432	1.20 348	0.98 370	7.82 544	0.92 363	1.15 541	0.41 504	2.20 548	0.46 500	1.37 539	0.56 488

FINET	1.54 474	0.67 470	7.28 537	0.76 455	0.97 510	1.42 446	1.38 510	2.80 533	3.12 542	1.23 317	1.68 445	1.04 306	1.11 416	3.35 456	1.78 481	0.43 476	0.37 492	0.32 423	0.29 423	0.43 446	0.41 436

test_xeample	1.55 475	0.31 205	0.94 277	0.54 202	0.31 146	0.94 348	0.58 347	2.40 494	1.40 427	1.29 353	1.55 413	0.89 249	0.88 328	1.72 333	15.94 570	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

w-ln-seven	1.56 476	0.83 495	5.96 529	0.78 461	0.74 465	2.64 525	1.01 474	2.13 442	2.03 512	2.09 508	1.76 455	1.84 471	1.27 447	2.98 443	3.23 514	0.29 401	0.26 419	0.31 411	0.30 435	0.41 440	0.38 423

DDUNet	1.56 476	2.70 565	1.35 398	1.79 542	1.88 545	1.82 485	0.91 452	1.84 360	1.20 316	1.40 405	1.79 460	1.62 440	1.17 428	1.59 311	1.22 411	1.11 538	0.76 543	2.38 553	0.94 541	2.12 542	1.53 544

CrosDoStereo	1.56 476	0.26 84	0.78 185	0.51 144	0.29 109	0.66 218	11.86 570	1.18 196	1.00 220	1.35 384	1.76 455	0.99 289	1.83 506	6.64 528	0.83 337	0.19 148	0.15 202	0.20 166	0.22 304	0.18 110	0.25 277

DeepStereo_LL	1.56 476	0.26 84	0.78 185	0.51 144	0.29 109	0.66 218	11.86 570	1.18 196	1.00 220	1.35 384	1.76 455	0.99 289	1.83 506	6.64 528	0.83 337	0.19 148	0.15 202	0.20 166	0.22 304	0.18 110	0.25 277

STTRV1_RVC	1.60 480	0.69 474	2.04 464	0.88 490	1.12 519	1.58 460	0.90 449	2.42 496	1.78 496	1.29 353	2.02 488	1.40 398	1.22 439	9.72 562	1.35 433	0.86 528	0.34 475	0.54 508	0.49 507	0.75 516	0.54 479

xxxx	1.61 481	0.32 223	0.98 292	0.58 272	0.31 146	1.15 397	0.43 209	2.43 498	1.41 431	1.17 275	1.40 370	1.21 349	0.86 313	1.94 365	16.68 572	0.24 300	0.24 400	0.21 200	0.20 235	0.23 266	0.27 315

CSAN	1.61 481	0.67 470	3.24 507	0.74 438	0.52 374	1.77 479	1.74 528	1.98 402	1.94 507	2.47 524	2.33 504	1.93 478	2.04 516	6.45 526	1.95 486	0.43 476	0.36 487	0.41 482	0.42 489	0.43 446	0.44 451

MFN_U_SF_RVC	1.62 483	0.96 506	4.36 522	0.92 502	0.69 453	2.62 524	1.10 482	2.50 510	1.74 491	1.99 503	1.86 473	2.45 515	1.78 503	3.08 446	2.84 506	0.54 505	0.50 526	0.56 515	0.60 524	0.60 500	0.67 506

SDNR	1.66 484	0.55 430	2.36 481	0.56 237	0.58 408	3.79 548	0.45 241	1.78 344	1.40 427	1.38 396	2.45 511	1.13 337	0.96 357	11.03 573	1.31 423	0.67 522	0.64 537	0.43 484	0.32 448	0.71 514	0.76 518

otaku	1.67 485	1.18 520	1.56 426	2.27 548	1.59 542	1.98 497	1.23 500	2.23 467	1.37 414	1.48 434	1.63 437	1.73 458	1.23 440	1.85 350	1.09 394	2.96 555	0.58 535	1.74 544	0.61 525	2.94 552	2.15 552

222	1.67 485	0.31 205	0.93 270	0.59 291	0.31 146	1.05 375	0.43 209	2.39 492	1.47 455	1.37 391	1.55 413	0.94 271	0.94 350	1.98 371	17.76 573	0.24 300	0.22 362	0.21 200	0.20 235	0.22 246	0.26 297

Wz-Net-SNSev	1.68 487	1.45 531	8.71 545	0.71 418	0.67 449	1.35 432	1.51 514	2.15 449	1.47 455	1.51 437	1.68 445	2.27 504	1.38 463	4.23 471	2.36 499	0.32 420	0.29 444	0.31 411	0.33 462	0.43 446	0.39 427

DeepPrunerF	1.68 487	0.82 493	6.82 533	0.94 511	1.20 531	0.91 334	0.97 465	2.50 510	5.19 562	1.22 314	1.30 332	1.18 344	1.29 450	4.96 489	1.75 477	0.43 476	0.35 483	0.52 503	0.48 504	0.43 446	0.42 444

psmorigin	1.69 489	0.74 487	13.13 557	0.70 414	0.60 418	1.16 400	0.79 420	1.69 321	1.25 348	2.07 507	1.77 458	2.23 501	1.51 481	2.14 391	1.45 443	0.39 465	0.41 504	0.34 443	0.33 462	0.45 460	0.63 503

G-Net	1.71 490	0.67 470	2.09 466	1.14 527	0.75 469	2.96 535	0.89 448	1.58 291	1.30 384	2.76 531	8.12 565	2.29 506	2.51 535	1.94 365	2.23 494	0.49 497	0.45 513	0.45 489	0.31 441	0.62 504	0.59 496

Ntro	1.72 491	1.21 523	1.62 430	2.54 553	1.86 544	2.09 505	1.14 489	2.08 427	1.38 416	1.23 317	1.62 432	1.62 440	1.33 457	2.04 379	1.21 410	3.09 556	0.56 532	1.82 546	0.65 527	2.97 556	2.25 554

z-mn7	1.77 492	1.06 510	7.02 536	0.74 438	0.54 389	2.58 521	1.03 475	1.90 382	2.73 538	1.61 459	3.00 524	1.96 484	1.40 466	5.23 493	2.87 507	0.31 412	0.25 412	0.27 364	0.25 358	0.34 407	0.35 407

FBW_ROB	1.78 493	0.66 466	1.90 452	0.72 424	0.66 443	1.79 484	1.07 480	2.79 531	1.77 492	1.84 488	1.79 460	1.98 486	1.37 462	12.42 575	2.22 492	0.36 454	0.38 497	0.57 517	0.39 483	0.46 467	0.51 473

SPS-STEREO	1.78 493	1.09 515	1.52 421	1.22 530	1.14 524	1.87 491	1.11 483	2.27 476	1.70 486	3.17 545	2.39 506	2.84 525	1.93 511	4.41 475	2.93 508	1.04 536	0.99 557	0.97 534	0.94 541	1.03 530	1.05 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 495	1.11 517	4.33 521	0.84 479	0.77 475	3.70 543	2.41 556	2.04 419	1.85 502	1.75 479	1.90 477	1.92 477	1.25 444	7.33 538	1.45 443	0.47 493	0.47 518	0.53 507	0.77 534	0.50 478	0.55 486

SAMSARA	1.80 495	0.90 499	3.37 509	1.28 533	1.13 522	3.71 544	2.33 551	2.53 514	1.93 506	3.17 545	1.73 452	2.99 527	1.68 494	3.53 459	2.46 501	0.47 493	0.54 529	0.43 484	0.47 502	0.59 497	0.64 504

PVD	1.82 497	0.91 502	3.02 501	1.03 518	0.94 506	2.61 523	1.14 489	2.78 530	3.40 547	3.08 543	2.75 518	2.39 513	2.49 534	2.81 438	3.66 519	0.48 495	0.49 525	0.59 520	0.49 507	0.60 500	0.81 522

ADCL	1.82 497	0.70 477	4.57 523	0.70 414	0.63 431	2.56 520	1.77 530	2.08 427	1.77 492	1.95 501	1.89 475	2.04 496	1.88 509	2.36 410	9.55 555	0.27 367	0.25 412	0.35 450	0.32 448	0.39 432	0.39 427

zh-mn7	1.84 499	1.51 536	9.67 549	0.70 414	0.54 389	1.47 449	0.84 435	1.93 392	2.13 519	2.50 525	2.70 517	1.67 449	1.35 459	4.75 486	3.14 513	0.32 420	0.27 429	0.27 364	0.27 393	0.32 392	0.39 427

AAGNet	1.84 499	0.30 173	0.79 189	0.66 366	0.32 179	0.65 212	0.50 284	1.02 121	1.01 223	1.47 428	1.21 294	0.99 289	1.16 424	2.76 437	22.69 580	0.24 300	0.13 69	0.22 231	0.20 235	0.24 295	0.16 60

ff1	1.88 501	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	1.08 150	2.62 530	1.19 294	1.49 392	1.07 313	0.85 305	9.88 566	13.82 564	0.21 222	0.13 69	0.31 411	0.28 404	0.20 182	0.23 235

MDST_ROB	1.88 501	0.40 364	1.71 437	0.93 508	0.60 418	4.27 554	1.23 500	3.99 550	1.44 444	4.61 557	2.63 516	1.44 406	1.03 392	9.78 563	1.62 464	0.33 427	0.26 419	0.37 463	0.33 462	0.31 381	0.34 398

SGM_RVC	1.88 501	0.40 364	0.90 260	0.63 331	0.30 126	2.81 529	1.26 503	2.73 526	1.81 500	4.09 549	2.85 521	3.88 541	3.19 543	8.42 550	2.44 500	0.33 427	0.31 453	0.30 404	0.28 404	0.31 381	0.31 371
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 504	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	2.32 480	1.41 431	1.19 294	1.49 392	1.07 313	0.85 305	9.88 566	13.82 564	0.25 320	0.21 347	0.31 411	0.28 404	0.32 392	0.29 345

xxx	1.89 504	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	2.32 480	1.41 431	1.19 294	1.49 392	1.07 313	0.85 305	9.88 566	13.82 564	0.25 320	0.21 347	0.31 411	0.28 404	0.32 392	0.29 345

DPSNet	1.91 506	0.64 459	5.95 528	0.73 432	0.59 414	2.04 502	1.61 522	3.84 548	1.96 509	1.54 445	1.39 365	2.27 504	3.32 546	4.95 488	4.79 531	0.50 501	0.31 453	0.29 392	0.26 376	0.67 509	0.54 479

test_sample9	1.96 507	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	2.46 417	8.57 549	0.59 514	12.85 583	0.62 522	0.67 529	0.45 460	0.48 460

1111x	1.96 507	0.32 223	1.54 425	0.54 202	0.30 126	1.00 367	0.69 389	2.47 505	1.33 395	1.21 306	1.44 382	1.21 349	1.11 416	8.49 551	16.14 571	0.22 256	0.23 390	0.22 231	0.23 336	0.25 307	0.26 297

ADCPNet	1.97 509	0.78 488	9.38 547	0.74 438	0.61 424	2.73 527	1.36 509	2.11 433	1.66 482	1.92 495	1.70 448	2.45 515	2.07 517	2.50 423	6.84 543	0.38 459	0.38 497	0.38 467	0.43 493	0.47 471	0.50 469

zh-sn7	2.00 510	1.73 544	9.50 548	0.77 457	0.73 460	1.77 479	1.32 506	2.08 427	1.66 482	1.91 493	2.48 513	1.81 469	2.25 527	5.74 506	4.07 524	0.33 427	0.33 471	0.32 423	0.32 448	0.44 457	0.46 458

WCMA_ROB	2.05 511	0.55 430	1.77 441	0.74 438	0.61 424	2.24 510	1.56 519	2.17 459	1.79 498	4.16 553	6.36 554	5.66 554	4.66 557	3.19 449	2.77 505	0.55 509	0.45 513	0.40 477	0.43 493	0.48 472	0.50 469

RainbowNet	2.06 512	1.86 546	1.97 459	2.86 556	2.25 551	2.03 501	1.79 531	2.77 528	1.92 505	1.54 445	1.84 468	1.95 483	1.73 499	2.23 398	1.38 437	3.40 562	0.86 549	2.39 555	1.00 547	2.94 552	2.42 556

MSMD_ROB	2.08 513	0.61 448	1.15 346	0.71 418	0.62 428	4.00 550	0.93 458	1.94 394	1.79 498	4.71 559	4.60 543	8.14 563	3.87 553	3.75 466	1.65 470	0.54 505	0.48 520	0.55 513	0.58 520	0.53 486	0.52 475

Wz-Net-TNSev	2.10 514	2.71 566	9.30 546	0.72 424	0.65 437	2.41 518	1.81 535	2.45 500	1.77 492	1.62 463	1.56 419	2.56 518	2.01 513	5.30 494	4.46 527	0.41 471	0.38 497	0.33 435	0.37 479	0.54 489	0.64 504

ADCMid	2.11 515	0.90 499	8.39 543	0.75 447	0.69 453	1.98 497	1.14 489	2.18 460	1.67 484	2.85 533	1.85 471	2.35 510	2.02 515	2.35 409	10.58 559	0.34 437	0.32 465	0.39 471	0.44 495	0.51 480	0.53 478

ADCP+	2.12 516	0.56 434	10.01 550	0.68 392	0.91 499	2.25 511	1.04 476	1.92 390	1.50 462	1.58 454	1.34 348	1.73 458	1.62 486	2.27 403	13.20 561	0.25 320	0.22 362	0.32 423	0.29 423	0.38 427	0.34 398

WZ-Net	2.14 517	1.08 513	11.68 556	0.89 498	0.78 479	1.76 477	1.59 521	2.39 492	2.03 512	2.11 509	1.95 482	2.30 507	2.28 528	5.94 513	3.86 523	0.35 447	0.27 429	0.29 392	0.32 448	0.52 481	0.50 469

AnyNet_C32	2.14 517	1.45 531	7.38 538	0.95 513	1.12 519	2.23 509	2.34 552	2.10 432	1.54 466	2.44 520	1.79 460	2.04 496	1.66 492	2.69 433	10.48 558	0.38 459	0.35 483	0.35 450	0.42 489	0.50 478	0.60 499

NVStereoNet_ROB	2.17 519	1.18 520	3.51 511	1.14 527	1.26 534	1.57 459	1.51 514	2.19 462	2.11 517	2.04 505	4.80 545	3.17 534	2.11 522	7.97 546	2.10 488	1.12 539	0.94 554	1.10 540	1.34 553	0.95 525	1.31 539
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 520	1.29 528	4.14 519	1.10 523	0.78 479	5.00 557	2.38 555	2.47 505	2.67 535	1.94 499	2.28 501	2.66 522	1.70 495	9.10 553	2.29 497	0.68 524	0.52 527	0.68 526	0.71 532	1.17 536	0.81 522

SANet	2.26 521	0.70 477	6.94 535	0.69 405	0.46 336	2.76 528	1.76 529	2.61 519	5.84 564	2.45 521	3.52 532	3.71 538	3.38 548	5.90 510	2.14 490	0.34 437	0.31 453	0.32 423	0.29 423	0.54 489	0.43 448

test_sample8	2.29 522	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	2.03 416	1.22 331	2.28 515	1.33 344	4.98 552	2.51 535	2.46 417	8.57 549	0.59 514	12.85 583	0.62 522	0.67 529	0.45 460	0.48 460

ADCS	2.35 523	1.26 525	6.54 532	0.85 482	0.77 475	2.18 508	1.79 531	2.47 505	2.20 520	2.80 532	2.14 496	2.38 511	2.09 518	2.81 438	13.83 567	0.43 476	0.41 504	0.40 477	0.45 498	0.59 497	0.67 506

MeshStereo	2.36 524	0.60 443	1.05 314	0.63 331	0.51 369	2.58 521	0.99 469	3.46 543	2.21 521	7.38 571	5.06 549	7.50 559	3.10 542	7.02 536	2.54 502	0.44 485	0.44 511	0.45 489	0.40 485	0.43 446	0.45 453
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
AnyNet_C01	2.38 525	2.21 556	10.17 551	0.99 516	0.79 481	3.12 536	2.37 553	2.69 525	1.89 504	2.58 528	2.44 510	2.70 523	1.86 508	3.65 460	7.12 544	0.41 471	0.41 504	0.40 477	0.42 489	0.68 510	0.79 520

DispFullNet	2.39 526	2.89 567	3.74 515	3.09 561	2.27 553	2.04 502	0.84 435	2.19 462	1.73 490	2.54 526	1.98 483	2.23 501	5.83 560	3.44 458	1.84 483	1.03 534	0.33 471	2.65 561	1.97 565	2.87 551	2.34 555

EDNetEfficient	2.40 527	1.14 518	8.59 544	0.77 457	0.73 460	1.06 378	1.53 517	1.54 280	4.06 553	4.87 560	2.81 519	2.23 501	3.53 549	3.04 445	9.65 556	0.27 367	0.24 400	0.27 364	0.31 441	0.70 512	0.67 506

MSAF-DinoV2	2.45 528	1.88 549	17.19 565	0.89 498	0.52 374	1.39 437	0.97 465	2.84 534	1.77 492	1.55 448	1.65 439	3.60 537	2.28 528	5.74 506	4.64 530	0.28 385	0.17 268	0.26 349	0.28 404	0.49 476	0.54 479

FCDSN-DC	2.47 529	0.65 465	1.00 299	0.85 482	0.75 469	2.26 512	0.97 465	2.31 479	1.83 501	5.52 566	7.65 561	7.72 562	7.70 567	4.43 476	2.64 503	0.52 503	0.48 520	0.52 503	0.52 513	0.57 494	0.59 496
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 530	0.72 482	18.07 569	0.72 424	0.53 381	1.85 489	0.86 442	1.80 351	2.40 524	1.54 445	1.42 376	1.13 337	1.17 428	4.18 470	4.80 533	0.25 320	0.20 331	0.23 265	0.19 206	7.64 577	0.38 423

ELAS	2.67 531	0.80 489	2.13 470	1.13 524	1.15 526	6.25 561	2.56 557	3.50 544	3.68 550	5.36 564	4.92 548	3.79 539	5.56 559	3.65 460	5.22 535	0.66 521	0.57 533	0.56 515	0.54 516	0.65 507	0.75 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 532	1.55 539	15.40 560	1.13 524	1.42 538	3.75 546	2.21 546	2.45 500	2.72 536	2.91 536	2.85 521	2.58 519	1.62 486	6.28 521	5.80 538	0.41 471	0.30 448	0.35 450	0.35 472	0.52 481	0.54 479

RTSA	2.76 532	1.55 539	15.40 560	1.13 524	1.42 538	3.75 546	2.21 546	2.45 500	2.72 536	2.91 536	2.85 521	2.58 519	1.62 486	6.28 521	5.80 538	0.41 471	0.30 448	0.35 450	0.35 472	0.52 481	0.54 479

WAO-7	2.78 534	1.54 538	2.18 473	1.41 537	1.19 530	3.92 549	2.01 540	4.19 552	3.89 552	2.98 539	5.47 550	4.18 543	3.28 545	8.24 549	4.27 525	1.13 540	1.01 558	1.18 541	1.13 552	1.19 537	1.13 537

MADNet+	2.80 535	3.38 570	11.57 555	1.50 540	1.21 533	3.18 538	2.00 537	3.52 545	2.61 529	1.81 485	2.09 492	2.83 524	2.18 526	7.55 541	5.44 537	0.84 527	0.83 544	0.71 528	0.66 528	1.05 532	1.08 533

IMH-64-1	2.82 536	1.87 547	1.77 441	3.31 563	2.69 559	3.22 539	2.07 541	4.25 553	2.77 539	2.46 522	3.78 535	3.05 529	2.34 531	4.67 482	3.00 510	3.84 567	0.84 547	2.75 562	1.39 554	3.34 561	2.93 564

IMH-64	2.82 536	1.87 547	1.77 441	3.31 563	2.69 559	3.22 539	2.07 541	4.25 553	2.77 539	2.46 522	3.78 535	3.05 529	2.34 531	4.67 482	3.00 510	3.84 567	0.84 547	2.75 562	1.39 554	3.34 561	2.93 564

pmcnn	2.84 538	0.46 392	5.19 527	0.68 392	0.42 309	1.55 456	1.16 492	2.32 480	1.60 478	2.72 529	7.49 559	17.96 578	1.48 479	6.04 514	6.64 542	0.18 110	0.15 202	0.15 17	0.12 29	0.20 182	0.20 157

ACVNet_2	2.86 539	1.47 533	8.28 541	2.68 554	2.26 552	2.70 526	1.84 536	3.41 541	3.04 541	2.27 514	3.42 531	4.58 545	2.10 519	5.91 511	1.62 464	2.58 552	0.67 539	2.22 549	0.85 538	2.79 549	2.47 557

ELAS_RVC	2.87 540	0.80 489	3.22 506	1.16 529	1.12 519	2.92 534	5.33 566	2.98 537	4.18 555	5.04 561	4.82 546	4.71 547	8.23 568	4.25 473	4.79 531	0.67 522	0.57 533	0.57 517	0.53 515	0.66 508	0.74 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 541	0.61 448	1.15 346	0.75 447	0.57 405	2.85 532	1.05 477	3.44 542	2.64 533	6.93 567	7.63 560	9.86 568	7.02 565	5.76 508	4.31 526	0.54 505	0.48 520	0.51 501	0.50 509	0.53 486	0.52 475

FC-DCNN v2	2.96 542	0.61 448	1.13 339	0.75 447	0.57 405	2.90 533	1.06 479	3.59 546	2.66 534	7.05 568	7.66 562	10.26 571	7.17 566	6.27 520	4.49 529	0.54 505	0.48 520	0.51 501	0.50 509	0.53 486	0.52 475

WAO-6	2.98 543	1.67 543	1.88 451	2.38 552	2.30 554	3.53 542	2.37 553	4.38 555	4.64 559	2.42 518	4.50 539	4.85 548	2.99 541	5.22 492	5.37 536	1.77 544	1.16 564	2.31 551	1.47 559	2.42 545	1.99 551

ACVNet-4b	3.05 544	1.42 530	18.09 570	2.85 555	2.33 555	2.32 516	1.22 498	2.47 505	2.21 521	1.26 337	2.36 505	2.64 521	1.46 475	6.32 523	1.23 414	3.29 559	0.45 513	2.37 552	1.02 549	3.03 557	2.61 559

ACVNet_1	3.08 545	1.48 534	17.70 566	2.90 558	2.35 556	2.30 513	1.43 512	3.16 539	2.26 523	1.91 493	2.05 490	3.51 536	2.32 530	3.71 465	1.58 457	3.25 558	0.66 538	2.40 556	1.06 550	3.07 558	2.59 558

PWCK	3.24 546	2.37 557	10.86 553	2.14 547	1.14 524	3.71 544	4.19 564	3.02 538	3.55 549	3.05 542	3.63 533	3.09 532	2.35 533	8.16 548	3.41 516	2.17 548	0.96 555	1.77 545	1.01 548	2.84 550	1.40 543

IMH	3.35 547	1.95 550	1.86 450	3.30 562	2.72 561	4.03 552	2.00 537	4.58 557	3.83 551	2.87 534	6.99 557	4.69 546	3.21 544	6.77 532	2.97 509	3.91 570	0.89 551	2.78 564	1.40 558	3.36 563	2.93 564

LVE	3.40 548	1.80 545	2.21 475	2.90 558	2.44 557	3.27 541	2.25 548	4.80 558	5.06 560	2.43 519	6.79 555	5.99 555	2.64 539	9.20 555	2.28 495	3.30 560	1.11 563	2.38 553	1.48 560	2.95 554	2.62 560

Dean	3.77 549	1.65 542	17.87 567	3.01 560	2.54 558	3.15 537	2.10 544	4.80 558	4.42 556	2.89 535	6.03 552	5.45 553	2.55 538	3.40 457	2.13 489	3.22 557	0.89 551	2.51 559	1.07 551	3.07 558	2.65 562

JetBlue	4.18 550	2.45 561	10.42 552	1.40 534	2.89 564	10.68 567	10.68 568	3.91 549	2.52 525	2.74 530	3.39 530	4.50 544	4.27 555	7.97 546	7.67 547	0.89 529	0.97 556	0.89 532	0.92 540	2.26 543	2.21 553

notaker	4.29 551	2.42 560	5.06 525	3.89 572	3.29 569	4.00 550	2.25 548	4.93 560	3.47 548	4.21 555	6.79 555	7.67 561	3.37 547	9.25 557	6.47 540	4.09 572	1.42 566	3.35 571	2.13 568	4.11 568	3.54 569

ktn	4.56 552	2.41 559	2.54 486	3.79 571	3.25 567	4.81 556	2.91 561	5.52 562	7.36 565	4.12 552	14.55 574	7.54 560	3.70 550	7.84 545	3.35 515	4.06 571	1.86 569	3.26 570	2.22 569	3.27 560	2.86 563

WAO-8	4.57 553	2.01 551	2.58 489	2.37 550	2.21 549	9.75 563	1.71 525	6.04 567	16.34 574	4.11 550	7.69 563	7.41 557	3.85 551	10.02 569	3.85 521	2.05 546	1.09 561	2.44 557	1.39 554	2.56 547	1.86 549

Venus	4.57 553	2.01 551	2.58 489	2.37 550	2.21 549	9.75 563	1.71 525	6.04 567	16.34 574	4.11 550	7.69 563	7.41 557	3.85 551	10.02 569	3.85 521	2.05 546	1.09 561	2.44 557	1.39 554	2.56 547	1.86 549

MultiAttention	4.59 555	0.35 300	0.90 260	0.75 447	0.46 336	31.81 588	4.41 565	2.35 489	1.41 431	1.64 467	2.43 509	2.42 514	0.70 247	38.40 589	1.78 481	0.23 278	0.15 202	0.30 404	0.30 435	0.48 472	0.48 460

SGM+DAISY	5.38 556	1.28 527	8.24 540	1.27 532	1.16 528	10.62 566	16.01 575	2.93 536	2.53 526	8.64 574	13.03 572	8.26 564	13.38 573	6.34 524	7.59 546	1.07 537	1.05 560	1.00 537	0.98 544	1.02 529	1.12 536

TorneroNet-64	5.41 557	2.10 554	2.43 482	3.49 567	2.83 562	9.90 565	2.13 545	8.87 573	16.79 579	5.39 565	9.18 567	10.68 573	3.92 554	9.55 559	5.11 534	3.36 561	0.86 549	2.88 565	1.62 561	3.76 564	3.37 567

MADNet++	5.41 557	3.18 568	6.43 531	4.66 576	3.95 573	6.15 560	6.75 567	4.51 556	4.51 558	5.06 562	6.27 553	4.96 550	6.14 561	9.39 558	11.70 560	4.71 573	4.19 575	3.97 573	3.33 571	4.08 567	4.25 574

UNDER WATER	5.68 559	2.46 562	15.52 562	3.98 574	3.53 570	5.15 558	2.74 559	5.58 564	16.41 577	4.00 548	4.56 540	9.12 566	6.43 563	6.22 517	9.11 553	3.85 569	1.35 565	3.18 569	1.98 566	4.51 571	3.84 573

UNDER WATER-64	5.84 560	2.48 563	17.93 568	3.97 573	3.58 571	7.70 562	3.03 562	5.72 566	14.13 571	4.18 554	4.00 537	9.27 567	6.80 564	6.20 516	9.22 554	3.67 564	1.52 567	3.14 567	1.95 564	4.43 570	3.83 572

LSM	6.55 561	1.26 525	15.64 563	1.79 542	68.74 592	1.67 469	2.08 543	2.26 470	2.59 528	3.13 544	3.08 527	1.90 472	1.81 504	2.89 441	2.16 491	0.43 476	0.59 536	0.50 500	0.58 520	0.64 505	17.24 585

tt	6.61 562	0.28 125	6.10 530	3.77 570	2.17 548	11.53 568	19.61 576	13.53 578	5.81 563	3.00 540	2.82 520	4.97 551	6.33 562	3.83 468	7.23 545	9.13 579	11.32 582	5.87 577	6.22 577	6.01 574	2.63 561

JetRed	7.02 563	8.94 576	25.72 579	2.89 557	3.27 568	14.25 572	12.27 572	6.69 569	4.45 557	4.46 556	4.56 540	6.65 556	5.43 558	7.46 540	14.41 569	2.60 553	3.31 572	2.61 560	2.30 570	4.34 569	3.79 571

xyz-stereo	7.03 564	0.24 47	70.23 593	0.44 50	0.21 7	29.74 582	0.49 276	1.03 129	0.77 126	1.45 424	26.78 583	1.17 343	1.19 437	4.72 485	1.32 429	0.16 43	0.12 34	0.20 166	0.14 86	0.17 78	0.14 15

MANE	7.50 565	0.64 459	7.97 539	1.40 534	2.10 547	16.86 574	12.56 573	12.91 577	17.51 582	8.50 573	11.60 570	14.66 575	13.33 572	12.02 574	13.28 562	0.62 517	0.52 527	0.52 503	1.90 563	0.56 492	0.58 494

SGM-ForestM	7.81 566	0.48 403	11.02 554	0.74 438	0.40 285	16.83 573	12.72 574	7.91 571	8.13 566	11.53 576	10.25 569	22.44 586	14.01 574	17.02 577	20.52 575	0.38 459	0.39 502	0.37 463	0.36 475	0.37 421	0.38 423

coex-ft	8.35 567	2.39 558	100.24 595	0.68 392	0.54 389	1.77 479	1.57 520	1.71 329	11.00 568	18.91 584	3.76 534	3.85 540	8.23 568	3.29 454	6.58 541	0.31 412	0.31 453	0.32 423	0.31 441	0.69 511	0.57 491

LE_ROB	8.35 567	0.47 397	27.42 583	0.83 475	0.34 217	2.84 531	3.36 563	4.03 551	27.04 586	25.20 586	8.72 566	8.55 565	27.35 585	7.37 539	22.13 576	0.22 256	0.20 331	0.20 166	0.21 277	0.25 307	0.25 277

KSHMR	8.76 569	2.14 555	3.59 512	3.60 569	3.13 566	4.15 553	2.67 558	5.61 565	58.90 596	3.04 541	55.71 595	4.94 549	2.54 537	4.61 481	3.05 512	3.49 563	1.57 568	3.14 567	1.98 566	3.84 565	3.49 568

U	9.23 570	0.22 14	0.65 118	0.48 98	53.11 591	61.26 595	0.24 30	0.77 48	0.55 64	0.37 32	0.30 13	0.29 28	0.34 49	0.34 2	0.27 15	0.20 191	0.12 34	60.47 592	4.24 574	0.18 110	0.14 15

TCMNet-wrong-test	10.42 571	11.55 579	15.31 559	20.99 582	18.49 578	13.94 571	10.69 569	16.07 579	4.14 554	5.27 563	5.64 551	16.22 577	12.57 570	7.57 542	10.26 557	7.44 577	2.38 570	4.30 574	3.43 572	11.37 580	10.87 578

EDNetEfficientorigin	10.59 572	1.52 537	177.33 596	0.68 392	0.54 389	1.66 468	1.20 497	1.94 394	3.39 546	4.69 558	3.37 529	3.08 531	2.79 540	3.25 452	3.63 518	0.26 346	0.24 400	0.33 435	0.28 404	0.85 521	0.87 525

TorneroNet	10.72 573	2.09 553	2.76 494	3.48 566	3.03 565	44.72 589	2.31 550	8.62 572	67.06 597	7.45 572	23.21 582	10.59 572	4.28 556	9.03 552	9.00 552	3.67 564	0.91 553	3.04 566	1.63 562	3.92 566	3.55 570

HanzoNet	11.92 574	5.12 572	17.18 564	4.19 575	3.59 572	5.16 559	2.82 560	7.41 570	9.96 567	33.31 592	27.60 584	22.25 585	37.31 589	18.18 579	13.57 563	8.13 578	3.44 574	3.50 572	3.44 573	7.77 578	4.52 575

DGTPSM_ROB	13.06 575	8.27 574	22.29 574	9.53 578	18.14 576	11.53 568	31.97 582	10.82 575	16.25 572	7.14 569	19.39 580	10.12 569	16.69 577	9.85 564	22.49 578	4.77 574	8.72 577	5.37 575	10.24 580	6.15 575	11.56 579

DPSMNet_ROB	13.08 576	8.28 575	22.32 575	9.54 579	18.15 577	11.53 568	31.98 583	10.83 576	16.27 573	7.17 570	19.40 581	10.12 569	16.69 577	9.87 565	22.50 579	4.78 575	8.72 577	5.38 576	10.25 581	6.16 576	11.59 580

USTest	14.33 577	14.93 580	21.00 572	17.41 581	16.02 575	23.11 576	33.76 584	22.02 580	11.81 569	9.47 575	10.19 568	15.94 576	13.17 571	17.25 578	22.38 577	3.81 566	5.01 576	6.17 578	6.18 576	9.23 579	7.81 577

ASD4	17.95 578	11.38 578	20.07 571	11.32 580	12.21 574	21.39 575	31.23 581	22.73 582	12.78 570	12.19 577	12.67 571	13.79 574	14.32 575	20.13 580	25.17 582	18.93 584	15.37 585	28.00 587	22.52 588	17.63 583	15.21 584

DPSM_ROB	19.12 579	19.13 582	25.13 577	22.15 584	20.86 581	28.06 579	37.75 586	27.18 584	16.95 580	14.25 578	15.07 575	21.66 580	18.69 580	21.83 582	26.51 584	10.15 581	9.30 580	10.45 581	10.41 582	14.00 581	12.85 582

DPSM	19.12 579	19.13 582	25.13 577	22.15 584	20.86 581	28.06 579	37.75 586	27.18 584	16.95 580	14.25 578	15.07 575	21.66 580	18.69 580	21.83 582	26.51 584	10.15 581	9.30 580	10.45 581	10.41 582	14.00 581	12.85 582

LRCNet_RVC	22.79 581	32.09 588	22.06 573	29.83 586	26.15 583	4.40 555	0.84 435	22.64 581	2.10 516	26.93 587	29.25 585	23.03 587	15.56 576	23.91 584	18.92 574	32.00 589	20.04 591	34.68 588	32.13 589	30.66 589	28.52 589

DLNR_Zeroshot_test	23.23 582	48.25 597	43.77 586	177.04 597	78.39 593	0.35 18	0.21 12	23.33 583	0.82 147	0.67 139	0.86 161	0.58 133	0.30 31	1.64 320	0.48 197	10.69 583	0.13 69	0.18 106	0.14 86	76.63 596	0.23 235

DPSimNet_ROB	24.77 583	9.69 577	61.46 592	3.56 568	19.46 579	25.95 577	77.56 595	5.09 561	16.60 578	21.50 585	29.82 586	25.12 588	85.69 596	13.37 576	23.07 581	7.23 576	17.79 586	8.55 579	7.57 578	4.57 573	31.84 590

BEATNet-Init1	27.39 584	21.01 584	73.65 594	1.07 520	0.80 483	56.07 590	22.82 577	33.14 591	31.71 588	51.78 596	52.93 594	65.63 596	48.54 594	48.75 597	36.36 589	0.52 503	0.47 518	0.54 508	0.54 516	0.64 505	0.72 513

CasAABBNet	38.42 585	38.42 591	50.26 588	44.76 591	41.87 587	56.47 592	76.22 593	54.44 594	33.92 590	28.53 589	30.36 589	43.53 594	37.59 590	43.77 594	53.32 595	20.27 585	18.70 588	21.03 583	21.04 585	28.19 586	25.79 587

FlowAnything	38.45 586	38.38 590	50.32 589	44.77 592	41.97 588	56.43 591	76.20 592	54.49 596	34.43 592	28.45 588	30.15 587	43.52 593	37.69 591	43.76 593	53.31 594	20.36 586	18.71 589	21.03 583	21.10 587	28.18 585	25.74 586

Selective-RAFT-Error	38.47 587	38.44 592	50.38 590	44.74 590	42.01 589	56.47 592	76.24 594	54.44 594	34.02 591	28.59 590	30.30 588	43.51 592	38.10 592	43.69 592	53.24 593	20.36 586	18.72 590	21.05 585	21.02 584	28.25 587	25.87 588

HaxPig	39.02 588	41.39 594	41.59 584	30.10 587	32.36 584	29.49 581	27.65 579	30.56 587	37.94 593	43.75 593	43.81 591	33.42 589	35.69 586	41.51 590	40.33 591	43.91 593	47.48 596	45.87 589	47.14 591	42.29 590	44.06 593

AVERAGE_ROB	40.42 589	42.30 595	42.61 585	36.91 589	35.54 586	30.42 583	27.59 578	37.45 593	38.45 594	44.87 594	44.27 592	37.55 591	36.69 587	41.82 591	40.25 590	45.36 594	46.73 595	47.09 590	46.32 590	42.47 591	43.74 592

MEDIAN_ROB	42.01 590	44.30 596	44.14 587	35.08 588	34.90 585	31.33 587	29.90 580	36.77 592	40.11 595	47.14 595	46.55 593	37.49 590	38.50 593	44.30 596	42.32 592	47.93 595	49.31 597	49.68 591	49.00 592	44.98 592	46.46 594

Anonymous_1	42.79 591	18.71 581	24.75 576	21.81 583	45.16 590	27.68 578	37.52 585	28.64 586	16.34 574	14.72 580	14.53 573	20.60 579	17.82 579	21.52 581	25.88 583	113.45 596	8.91 579	100.63 593	126.37 593	158.50 597	12.31 581

LSM0	42.92 592	38.72 593	50.66 591	47.49 593	110.18 597	56.77 594	75.87 591	54.87 597	33.74 589	29.48 591	31.12 590	43.77 595	37.12 588	43.85 595	53.44 596	20.50 588	18.67 587	21.05 585	21.07 586	28.37 588	41.73 591

PML	51.64 593	37.49 589	14.31 558	7.45 577	20.27 580	107.80 596	231.34 597	8.94 574	27.70 587	86.74 597	268.93 597	69.03 597	61.09 595	24.71 588	14.36 568	9.71 580	3.40 573	9.60 580	4.67 575	20.46 584	4.76 576

xxxxx1	54.34 594	26.72 585	27.03 580	114.14 594	99.00 594	30.68 584	47.19 588	32.52 588	26.09 583	17.85 581	17.48 577	21.86 582	20.92 582	24.38 585	33.78 586	34.73 590	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

tt_ll	54.34 594	26.72 585	27.03 580	114.14 594	99.00 594	30.68 584	47.19 588	32.52 588	26.09 583	17.85 581	17.48 577	21.86 582	20.92 582	24.38 585	33.78 586	34.73 590	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

ff	54.34 594	26.72 585	27.03 580	114.14 594	99.00 594	30.68 584	47.19 588	32.52 588	26.09 583	17.85 581	17.48 577	21.86 582	20.92 582	24.38 585	33.78 586	34.73 590	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

test_example2	192.91 597	210.59 598	206.44 597	199.86 598	204.90 598	172.02 597	182.95 596	138.34 598	134.89 598	193.14 598	200.54 596	186.77 598	177.82 597	204.95 598	207.57 597	221.83 598	238.70 598	186.02 598	190.07 598	226.94 598	173.78 598

ccccc	497.36 598	492.94 599	590.78 598	530.37 599	529.69 599	476.06 598	438.68 598	494.48 599	344.79 599	446.40 599	517.23 598	473.27 599	547.51 598	541.46 599	607.83 598	660.58 599	458.79 599	353.88 599	309.98 599	597.94 599	534.45 599

FADE		6.16 573		1.90 546	1.95 546			5.55 563	5.12 561	2.92 538		4.13 542		10.56 571		193.84 597	2.80 571	122.45 594	126.70 594	1.14 535	1.11 535

Low-res two-view benchmark