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

MonSter	0.07 4	0.06 56	0.05 1	0.15 70	0.05 1	0.07 28	0.10 27	0.15 106	0.15 159	0.05 1	0.06 13	0.05 1	0.06 36	0.07 4	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsterstereo	0.07 4	0.06 56	0.06 2	0.16 142	0.06 13	0.08 51	0.10 27	0.16 132	0.11 62	0.07 30	0.08 70	0.06 16	0.07 106	0.08 15	0.09 54	0.04 11	0.04 21	0.05 23	0.04 34	0.03 1	0.03 1

monsters	0.07 4	0.06 56	0.06 2	0.15 70	0.06 13	0.08 51	0.09 18	0.12 43	0.08 12	0.09 92	0.07 37	0.06 16	0.06 36	0.08 15	0.08 17	0.05 27	0.04 21	0.04 1	0.04 34	0.03 1	0.03 1

Occ-G	0.08 44	0.05 17	0.06 2	0.14 30	0.07 71	0.08 51	0.14 152	0.13 59	0.15 159	0.07 30	0.11 147	0.07 62	0.05 11	0.09 33	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

CREStereo++_RVC	0.08 44	0.04 1	0.06 2	0.13 13	0.07 71	0.09 80	0.12 63	0.14 75	0.14 143	0.10 125	0.14 188	0.08 98	0.07 106	0.09 33	0.11 187	0.06 114	0.04 21	0.05 23	0.05 107	0.04 15	0.04 40
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
AdaDepth	0.07 4	0.06 56	0.07 6	0.18 298	0.06 13	0.11 172	0.12 63	0.09 11	0.07 8	0.06 9	0.05 7	0.07 62	0.06 36	0.09 33	0.10 123	0.04 11	0.05 182	0.05 23	0.04 34	0.04 15	0.04 40

asd	0.07 4	0.08 236	0.07 6	0.16 142	0.07 71	0.08 51	0.08 7	0.11 28	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.10 61	0.09 54	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

qwe	0.07 4	0.08 236	0.07 6	0.15 70	0.06 13	0.07 28	0.10 27	0.18 197	0.11 62	0.07 30	0.07 37	0.06 16	0.06 36	0.10 61	0.09 54	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

2.25w	0.07 4	0.06 56	0.07 6	0.14 30	0.06 13	0.08 51	0.08 7	0.10 17	0.15 159	0.08 62	0.10 117	0.07 62	0.06 36	0.08 15	0.10 123	0.05 27	0.03 1	0.04 1	0.04 34	0.03 1	0.04 40

2.5w	0.07 4	0.07 139	0.07 6	0.16 142	0.06 13	0.08 51	0.12 63	0.10 17	0.10 36	0.07 30	0.06 13	0.09 123	0.06 36	0.08 15	0.09 54	0.04 11	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

2.75w_new	0.07 4	0.07 139	0.07 6	0.13 13	0.06 13	0.08 51	0.08 7	0.18 197	0.12 88	0.07 30	0.08 70	0.06 16	0.06 36	0.09 33	0.11 187	0.04 11	0.04 21	0.04 1	0.03 1	0.03 1	0.04 40

3.25w_new	0.07 4	0.06 56	0.07 6	0.15 70	0.06 13	0.10 127	0.07 3	0.12 43	0.11 62	0.08 62	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.25w	0.07 4	0.06 56	0.07 6	0.15 70	0.06 13	0.10 127	0.07 3	0.12 43	0.11 62	0.08 62	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 4	0.07 139	0.07 6	0.15 70	0.07 71	0.09 80	0.06 1	0.13 59	0.11 62	0.07 30	0.07 37	0.06 16	0.07 106	0.10 61	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

1w_stereo	0.07 4	0.06 56	0.07 6	0.16 142	0.06 13	0.07 28	0.10 27	0.14 75	0.14 143	0.07 30	0.08 70	0.05 1	0.06 36	0.09 33	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 40

MM-Stereo_test3	0.10 142	0.07 139	0.07 6	0.18 298	0.07 71	0.12 207	0.19 402	0.24 316	0.19 246	0.06 9	0.10 117	0.08 98	0.06 36	0.11 107	0.08 17	0.06 114	0.06 307	0.07 194	0.05 107	0.05 100	0.04 40

SCV_C0	0.08 44	0.07 139	0.07 6	0.16 142	0.09 239	0.08 51	0.15 219	0.11 28	0.12 88	0.08 62	0.07 37	0.06 16	0.05 11	0.11 107	0.07 1	0.05 27	0.05 182	0.05 23	0.04 34	0.06 192	0.05 121

AIO_test	0.07 4	0.05 17	0.07 6	0.15 70	0.07 71	0.06 8	0.14 152	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.05 11	0.08 15	0.10 123	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

DEFOM-Stereo	0.07 4	0.05 17	0.07 6	0.14 30	0.06 13	0.10 127	0.13 104	0.07 2	0.13 119	0.06 9	0.07 37	0.06 16	0.05 11	0.10 61	0.09 54	0.04 11	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

trnet	0.08 44	0.05 17	0.07 6	0.12 4	0.05 1	0.12 207	0.11 46	0.13 59	0.10 36	0.08 62	0.13 174	0.09 123	0.08 141	0.11 107	0.10 123	0.08 300	0.05 182	0.05 23	0.03 1	0.06 192	0.05 121

LoS_RVC	0.08 44	0.05 17	0.07 6	0.15 70	0.07 71	0.08 51	0.15 219	0.11 28	0.10 36	0.08 62	0.09 88	0.06 16	0.09 167	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.03 1

CAS	0.08 44	0.04 1	0.07 6	0.17 216	0.08 127	0.10 127	0.13 104	0.12 43	0.09 23	0.09 92	0.10 117	0.08 98	0.06 36	0.09 33	0.08 17	0.08 300	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

raft_robust	0.13 276	0.10 370	0.07 6	0.18 298	0.08 127	0.13 246	0.24 473	0.28 390	0.33 420	0.20 380	0.19 272	0.14 237	0.10 199	0.11 107	0.12 236	0.05 27	0.05 182	0.07 194	0.07 272	0.05 100	0.04 40

GMOStereo	0.11 185	0.09 312	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 255	0.07 4	0.07 1	0.05 27	0.05 182	0.09 359	0.07 272	0.04 15	0.04 40

error version	0.11 185	0.09 312	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 255	0.07 4	0.07 1	0.05 27	0.05 182	0.09 359	0.07 272	0.04 15	0.04 40

test-v	0.11 185	0.09 312	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 255	0.07 4	0.07 1	0.05 27	0.05 182	0.09 359	0.07 272	0.04 15	0.04 40

test-2	0.11 185	0.09 312	0.07 6	0.19 355	0.08 127	0.12 207	0.28 510	0.13 59	0.17 205	0.11 154	0.17 238	0.14 237	0.12 255	0.07 4	0.07 1	0.05 27	0.05 182	0.09 359	0.07 272	0.04 15	0.04 40

s12784h	0.09 81	0.06 56	0.07 6	0.15 70	0.05 1	0.16 334	0.18 363	0.15 106	0.15 159	0.10 125	0.11 147	0.11 175	0.11 224	0.10 61	0.12 236	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

XX-TBD	0.09 81	0.06 56	0.07 6	0.14 30	0.07 71	0.12 207	0.16 284	0.14 75	0.13 119	0.11 154	0.12 160	0.09 123	0.08 141	0.10 61	0.10 123	0.06 114	0.04 21	0.05 23	0.03 1	0.06 192	0.05 121

MSCF	0.08 44	0.05 17	0.08 30	0.19 355	0.08 127	0.06 8	0.12 63	0.14 75	0.11 62	0.10 125	0.09 88	0.07 62	0.04 1	0.11 107	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

water-stereo	0.09 81	0.06 56	0.08 30	0.16 142	0.07 71	0.09 80	0.13 104	0.15 106	0.13 119	0.11 154	0.12 160	0.08 98	0.09 167	0.07 4	0.08 17	0.06 114	0.05 182	0.05 23	0.05 107	0.04 15	0.04 40

asda	0.07 4	0.08 236	0.08 30	0.16 142	0.06 13	0.06 8	0.10 27	0.16 132	0.10 36	0.06 9	0.06 13	0.05 1	0.05 11	0.10 61	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

DilatedVolume-Stereo	0.09 81	0.05 17	0.08 30	0.15 70	0.06 13	0.11 172	0.12 63	0.14 75	0.16 186	0.11 154	0.11 147	0.09 123	0.09 167	0.11 107	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.03 1	0.03 1

4.5_new	0.07 4	0.09 312	0.08 30	0.15 70	0.07 71	0.06 8	0.10 27	0.14 75	0.11 62	0.06 9	0.08 70	0.06 16	0.06 36	0.08 15	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

4.5w-stereo	0.07 4	0.09 312	0.08 30	0.15 70	0.07 71	0.06 8	0.10 27	0.14 75	0.11 62	0.06 9	0.08 70	0.06 16	0.06 36	0.08 15	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

4w-stereo	0.07 4	0.08 236	0.08 30	0.16 142	0.06 13	0.07 28	0.08 7	0.12 43	0.08 12	0.07 30	0.07 37	0.05 1	0.06 36	0.09 33	0.10 123	0.03 1	0.03 1	0.04 1	0.04 34	0.04 15	0.03 1

3.75w	0.07 4	0.07 139	0.08 30	0.16 142	0.07 71	0.07 28	0.09 18	0.16 132	0.09 23	0.07 30	0.06 13	0.05 1	0.06 36	0.09 33	0.10 123	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

IGEV	0.07 4	0.04 1	0.08 30	0.13 13	0.06 13	0.09 80	0.12 63	0.14 75	0.10 36	0.06 9	0.09 88	0.07 62	0.05 11	0.09 33	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

MLG-Stereo_test1	0.06 1	0.05 17	0.08 30	0.17 216	0.05 1	0.06 8	0.11 46	0.08 4	0.03 1	0.05 1	0.04 1	0.06 16	0.05 11	0.09 33	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

MLG-Stereo	0.07 4	0.05 17	0.08 30	0.17 216	0.05 1	0.07 28	0.11 46	0.08 4	0.04 2	0.05 1	0.04 1	0.06 16	0.05 11	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

MM-Stereo_test1	0.10 142	0.07 139	0.08 30	0.18 298	0.07 71	0.12 207	0.18 363	0.21 252	0.20 269	0.09 92	0.11 147	0.08 98	0.06 36	0.10 61	0.10 123	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

GREAT-IGEV	0.07 4	0.06 56	0.08 30	0.13 13	0.07 71	0.07 28	0.14 152	0.09 11	0.09 23	0.06 9	0.07 37	0.06 16	0.05 11	0.10 61	0.07 1	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

Reg-Stereo(zero)	0.08 44	0.05 17	0.08 30	0.16 142	0.06 13	0.12 207	0.11 46	0.15 106	0.10 36	0.12 192	0.09 88	0.10 154	0.08 141	0.11 107	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

SCV	0.08 44	0.09 312	0.08 30	0.15 70	0.08 127	0.10 127	0.13 104	0.10 17	0.12 88	0.07 30	0.07 37	0.06 16	0.04 1	0.09 33	0.08 17	0.05 27	0.04 21	0.06 102	0.04 34	0.06 192	0.04 40

FoundationStereo	0.06 1	0.04 1	0.08 30	0.12 4	0.05 1	0.09 80	0.13 104	0.06 1	0.09 23	0.05 1	0.05 7	0.06 16	0.04 1	0.06 1	0.07 1	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

AIO_rvc	0.07 4	0.06 56	0.08 30	0.15 70	0.06 13	0.08 51	0.14 152	0.09 11	0.08 12	0.07 30	0.08 70	0.07 62	0.04 1	0.10 61	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

HUF	0.08 44	0.05 17	0.08 30	0.14 30	0.06 13	0.09 80	0.13 104	0.13 59	0.13 119	0.07 30	0.07 37	0.08 98	0.06 36	0.10 61	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

castereo++	0.08 44	0.05 17	0.08 30	0.15 70	0.05 1	0.14 278	0.12 63	0.11 28	0.15 159	0.07 30	0.07 37	0.07 62	0.06 36	0.08 15	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

mms	0.09 81	0.07 139	0.08 30	0.16 142	0.08 127	0.10 127	0.16 284	0.12 43	0.11 62	0.08 62	0.09 88	0.08 98	0.06 36	0.11 107	0.12 236	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.03 1

dual_stereo	0.07 4	0.04 1	0.08 30	0.15 70	0.05 1	0.05 4	0.13 104	0.12 43	0.08 12	0.07 30	0.06 13	0.05 1	0.05 11	0.07 4	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

IGEV-Stereo++	0.07 4	0.06 56	0.08 30	0.18 298	0.06 13	0.04 1	0.10 27	0.11 28	0.11 62	0.06 9	0.07 37	0.07 62	0.06 36	0.09 33	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

RAStereo	0.10 142	0.09 312	0.08 30	0.20 411	0.08 127	0.13 246	0.18 363	0.15 106	0.17 205	0.10 125	0.12 160	0.05 1	0.06 36	0.09 33	0.08 17	0.07 239	0.05 182	0.07 194	0.05 107	0.05 100	0.04 40

IGEV-Stereo+	0.07 4	0.04 1	0.08 30	0.15 70	0.06 13	0.04 1	0.09 18	0.10 17	0.09 23	0.06 9	0.06 13	0.06 16	0.06 36	0.06 1	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.06 192	0.06 199

IGEV++	0.08 44	0.06 56	0.08 30	0.18 298	0.07 71	0.09 80	0.13 104	0.10 17	0.09 23	0.08 62	0.08 70	0.06 16	0.06 36	0.13 234	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

MaDis-Stereo	0.09 81	0.09 312	0.08 30	0.17 216	0.09 239	0.13 246	0.10 27	0.16 132	0.16 186	0.09 92	0.11 147	0.06 16	0.06 36	0.09 33	0.13 277	0.07 239	0.06 307	0.07 194	0.05 107	0.05 100	0.04 40

UniTT-Stereo	0.09 81	0.07 139	0.08 30	0.18 298	0.08 127	0.13 246	0.11 46	0.12 43	0.11 62	0.10 125	0.12 160	0.05 1	0.07 106	0.09 33	0.09 54	0.07 239	0.05 182	0.05 23	0.05 107	0.05 100	0.05 121

AEACV	0.08 44	0.05 17	0.08 30	0.14 30	0.13 443	0.14 278	0.13 104	0.14 75	0.09 23	0.07 30	0.09 88	0.07 62	0.08 141	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

CES	0.08 44	0.04 1	0.08 30	0.14 30	0.07 71	0.09 80	0.14 152	0.11 28	0.09 23	0.08 62	0.09 88	0.11 175	0.06 36	0.12 189	0.08 17	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.05 121

Selective-IGEV	0.07 4	0.06 56	0.08 30	0.17 216	0.06 13	0.08 51	0.12 63	0.13 59	0.07 8	0.08 62	0.07 37	0.06 16	0.04 1	0.10 61	0.09 54	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

EGLCR-Stereo	0.08 44	0.05 17	0.08 30	0.14 30	0.06 13	0.10 127	0.12 63	0.11 28	0.16 186	0.06 9	0.05 7	0.07 62	0.05 11	0.10 61	0.11 187	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

CroCo-Stereo Lap2	0.09 81	0.09 312	0.08 30	0.22 455	0.09 239	0.09 80	0.19 402	0.16 132	0.12 88	0.09 92	0.10 117	0.05 1	0.05 11	0.08 15	0.08 17	0.06 114	0.06 307	0.07 194	0.05 107	0.05 100	0.05 121

TestStereo1	0.13 276	0.08 236	0.08 30	0.19 355	0.08 127	0.18 374	0.29 519	0.23 294	0.16 186	0.17 311	0.20 284	0.16 280	0.10 199	0.12 189	0.13 277	0.06 114	0.06 307	0.08 278	0.06 185	0.05 100	0.05 121

test_5	0.14 310	0.12 414	0.08 30	0.20 411	0.10 341	0.14 278	0.29 519	0.21 252	0.24 324	0.18 341	0.28 404	0.11 175	0.15 336	0.12 189	0.13 277	0.06 114	0.05 182	0.07 194	0.08 337	0.08 321	0.07 279

SA-5K	0.13 276	0.08 236	0.08 30	0.19 355	0.08 127	0.18 374	0.29 519	0.23 294	0.16 186	0.17 311	0.20 284	0.16 280	0.10 199	0.12 189	0.13 277	0.06 114	0.06 307	0.08 278	0.06 185	0.05 100	0.05 121

Sa-1000	0.12 251	0.08 236	0.08 30	0.18 298	0.08 127	0.14 278	0.22 450	0.22 274	0.18 231	0.15 267	0.20 284	0.17 300	0.11 224	0.10 61	0.10 123	0.06 114	0.05 182	0.09 359	0.09 383	0.05 100	0.05 121

SA	0.12 251	0.09 312	0.08 30	0.18 298	0.08 127	0.12 207	0.24 473	0.23 294	0.18 231	0.17 311	0.27 390	0.14 237	0.11 224	0.11 107	0.11 187	0.05 27	0.05 182	0.09 359	0.08 337	0.05 100	0.04 40

test_4	0.10 142	0.10 370	0.08 30	0.19 355	0.09 239	0.08 51	0.22 450	0.15 106	0.17 205	0.12 192	0.18 263	0.12 192	0.09 167	0.08 15	0.11 187	0.04 11	0.04 21	0.08 278	0.08 337	0.04 15	0.03 1

CroCo-Stereo	0.09 81	0.08 236	0.08 30	0.22 455	0.09 239	0.09 80	0.19 402	0.15 106	0.12 88	0.07 30	0.07 37	0.08 98	0.06 36	0.08 15	0.07 1	0.07 239	0.05 182	0.06 102	0.04 34	0.05 100	0.04 40
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
TANstereo	0.09 81	0.04 1	0.08 30	0.13 13	0.06 13	0.11 172	0.14 152	0.15 106	0.19 246	0.11 154	0.15 205	0.10 154	0.06 36	0.12 189	0.09 54	0.07 239	0.05 182	0.05 23	0.04 34	0.06 192	0.05 121

XX-Stereo	0.09 81	0.05 17	0.08 30	0.17 216	0.09 239	0.15 304	0.12 63	0.20 229	0.10 36	0.10 125	0.14 188	0.07 62	0.06 36	0.12 189	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.04 15	0.04 40

CREStereo	0.09 81	0.04 1	0.08 30	0.11 1	0.06 13	0.13 246	0.14 152	0.14 75	0.10 36	0.08 62	0.13 174	0.09 123	0.08 141	0.11 107	0.10 123	0.08 300	0.04 21	0.05 23	0.03 1	0.06 192	0.06 199
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
GASTEREO	0.08 44	0.05 17	0.09 72	0.19 355	0.07 71	0.07 28	0.12 63	0.14 75	0.11 62	0.10 125	0.09 88	0.07 62	0.04 1	0.12 189	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.04 15	0.05 121

depthmonostereo	0.09 81	0.06 56	0.09 72	0.15 70	0.06 13	0.10 127	0.13 104	0.14 75	0.14 143	0.10 125	0.10 117	0.09 123	0.11 224	0.08 15	0.09 54	0.06 114	0.05 182	0.06 102	0.04 34	0.04 15	0.03 1

4.25_new	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4.5w_new	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

4.25w-stereo	0.07 4	0.08 236	0.09 72	0.15 70	0.06 13	0.09 80	0.08 7	0.14 75	0.08 12	0.07 30	0.07 37	0.06 16	0.06 36	0.12 189	0.10 123	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

2w_stereo	0.08 44	0.08 236	0.09 72	0.16 142	0.06 13	0.08 51	0.10 27	0.20 229	0.15 159	0.08 62	0.07 37	0.06 16	0.06 36	0.06 1	0.09 54	0.04 11	0.03 1	0.04 1	0.04 34	0.03 1	0.03 1

111111	0.07 4	0.04 1	0.09 72	0.17 216	0.06 13	0.05 4	0.10 27	0.11 28	0.09 23	0.06 9	0.06 13	0.07 62	0.05 11	0.09 33	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.07 258	0.06 199

MM-Stereo_test2	0.09 81	0.06 56	0.09 72	0.19 355	0.08 127	0.12 207	0.18 363	0.15 106	0.14 143	0.07 30	0.10 117	0.07 62	0.06 36	0.12 189	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.03 1

HART	0.08 44	0.07 139	0.09 72	0.17 216	0.07 71	0.10 127	0.16 284	0.13 59	0.11 62	0.08 62	0.10 117	0.07 62	0.05 11	0.10 61	0.08 17	0.05 27	0.04 21	0.06 102	0.04 34	0.05 100	0.04 40

DEFOM-Stereo_RVC	0.08 44	0.06 56	0.09 72	0.22 455	0.06 13	0.08 51	0.12 63	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.05 11	0.11 107	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.06 192	0.04 40

ours_stereo	0.09 81	0.07 139	0.09 72	0.17 216	0.08 127	0.11 172	0.16 284	0.11 28	0.12 88	0.08 62	0.10 117	0.08 98	0.06 36	0.12 189	0.12 236	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.03 1

fffy	0.09 81	0.08 236	0.09 72	0.16 142	0.07 71	0.13 246	0.17 318	0.13 59	0.12 88	0.08 62	0.09 88	0.08 98	0.09 167	0.13 234	0.11 187	0.05 27	0.05 182	0.07 194	0.05 107	0.04 15	0.05 121

UGAM	0.13 276	0.10 370	0.09 72	0.22 455	0.08 127	0.12 207	0.20 423	0.17 168	0.23 308	0.21 394	0.16 217	0.13 217	0.13 293	0.19 384	0.12 236	0.07 239	0.05 182	0.13 472	0.11 454	0.07 258	0.05 121

WCG-NET	0.08 44	0.05 17	0.09 72	0.15 70	0.06 13	0.11 172	0.14 152	0.13 59	0.13 119	0.06 9	0.09 88	0.07 62	0.06 36	0.13 234	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

Pointernet	0.09 81	0.04 1	0.09 72	0.16 142	0.08 127	0.13 246	0.10 27	0.15 106	0.17 205	0.09 92	0.07 37	0.06 16	0.06 36	0.11 107	0.09 54	0.08 300	0.04 21	0.05 23	0.03 1	0.06 192	0.05 121

U	0.08 44	0.07 139	0.09 72	0.19 355	0.10 341	0.10 127	0.13 104	0.12 43	0.17 205	0.07 30	0.07 37	0.06 16	0.05 11	0.07 4	0.08 17	0.06 114	0.04 21	0.06 102	0.04 34	0.06 192	0.05 121

AIO-Stereo	0.08 44	0.06 56	0.09 72	0.18 298	0.06 13	0.08 51	0.12 63	0.15 106	0.09 23	0.08 62	0.08 70	0.07 62	0.05 11	0.11 107	0.08 17	0.05 27	0.05 182	0.05 23	0.04 34	0.04 15	0.04 40

RSM++	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.09 80	0.12 63	0.11 28	0.11 62	0.08 62	0.06 13	0.07 62	0.05 11	0.10 61	0.09 54	0.04 11	0.04 21	0.06 102	0.05 107	0.05 100	0.03 1

RSM	0.08 44	0.06 56	0.09 72	0.17 216	0.06 13	0.08 51	0.12 63	0.12 43	0.10 36	0.08 62	0.07 37	0.06 16	0.05 11	0.11 107	0.09 54	0.04 11	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

H2IRNET	0.10 142	0.09 312	0.09 72	0.18 298	0.09 239	0.12 207	0.15 219	0.14 75	0.21 284	0.10 125	0.10 117	0.10 154	0.10 199	0.10 61	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.06 192	0.05 121

MSKI-zero shot	0.09 81	0.05 17	0.09 72	0.15 70	0.07 71	0.10 127	0.13 104	0.14 75	0.13 119	0.09 92	0.09 88	0.09 123	0.06 36	0.12 189	0.10 123	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

StereoVision	0.13 276	0.12 414	0.09 72	0.24 485	0.10 341	0.15 304	0.21 440	0.21 252	0.20 269	0.12 192	0.24 336	0.10 154	0.10 199	0.16 316	0.10 123	0.09 359	0.11 467	0.12 457	0.12 473	0.06 192	0.05 121

CASnet	0.09 81	0.09 312	0.09 72	0.19 355	0.06 13	0.07 28	0.11 46	0.18 197	0.14 143	0.11 154	0.10 117	0.09 123	0.07 106	0.10 61	0.10 123	0.06 114	0.04 21	0.10 407	0.08 337	0.05 100	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.10 142	0.05 17	0.09 72	0.14 30	0.07 71	0.13 246	0.14 152	0.21 252	0.15 159	0.11 154	0.12 160	0.12 192	0.09 167	0.12 189	0.09 54	0.07 239	0.04 21	0.05 23	0.04 34	0.06 192	0.05 121

MC-Stereo	0.08 44	0.06 56	0.09 72	0.17 216	0.06 13	0.10 127	0.14 152	0.12 43	0.10 36	0.09 92	0.12 160	0.09 123	0.06 36	0.11 107	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

RCA-Stereo	0.09 81	0.06 56	0.09 72	0.16 142	0.06 13	0.09 80	0.13 104	0.18 197	0.14 143	0.09 92	0.10 117	0.08 98	0.07 106	0.12 189	0.11 187	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

RAFT+CT+SA	0.13 276	0.11 396	0.09 72	0.19 355	0.09 239	0.15 304	0.28 510	0.22 274	0.22 298	0.15 267	0.26 382	0.10 154	0.10 199	0.11 107	0.12 236	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

test-3	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.07 28	0.14 152	0.12 43	0.15 159	0.09 92	0.08 70	0.07 62	0.08 141	0.11 107	0.10 123	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.04 40

test_1	0.08 44	0.06 56	0.09 72	0.17 216	0.07 71	0.07 28	0.14 152	0.12 43	0.15 159	0.09 92	0.08 70	0.07 62	0.08 141	0.11 107	0.10 123	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.04 40

LCNet	0.11 185	0.07 139	0.09 72	0.19 355	0.09 239	0.08 51	0.15 219	0.21 252	0.15 159	0.11 154	0.15 205	0.16 280	0.11 224	0.12 189	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.06 192	0.15 497

cross-raft	0.10 142	0.09 312	0.09 72	0.19 355	0.07 71	0.11 172	0.25 489	0.13 59	0.15 159	0.08 62	0.11 147	0.12 192	0.10 199	0.09 33	0.11 187	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

iRaftStereo_RVC	0.10 142	0.07 139	0.09 72	0.17 216	0.09 239	0.11 172	0.17 318	0.18 197	0.12 88	0.09 92	0.12 160	0.10 154	0.07 106	0.11 107	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.04 15	0.04 40

raft+_RVC	0.11 185	0.07 139	0.09 72	0.16 142	0.07 71	0.10 127	0.11 46	0.24 316	0.20 269	0.12 192	0.15 205	0.12 192	0.08 141	0.12 189	0.13 277	0.07 239	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

RALCasStereoNet	0.10 142	0.06 56	0.09 72	0.16 142	0.08 127	0.12 207	0.14 152	0.17 168	0.11 62	0.12 192	0.17 238	0.14 237	0.10 199	0.12 189	0.11 187	0.07 239	0.06 307	0.06 102	0.05 107	0.08 321	0.07 279

CFNet-RSSM	0.09 81	0.07 139	0.09 72	0.16 142	0.07 71	0.09 80	0.15 219	0.16 132	0.17 205	0.08 62	0.12 160	0.10 154	0.09 167	0.11 107	0.09 54	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

PMTNet	0.09 81	0.05 17	0.09 72	0.12 4	0.06 13	0.12 207	0.14 152	0.15 106	0.11 62	0.09 92	0.13 174	0.10 154	0.07 106	0.13 234	0.10 123	0.15 494	0.04 21	0.05 23	0.03 1	0.07 258	0.06 199

3w_stereo	0.08 44	0.09 312	0.10 108	0.17 216	0.07 71	0.08 51	0.10 27	0.20 229	0.13 119	0.06 9	0.07 37	0.05 1	0.06 36	0.08 15	0.09 54	0.03 1	0.03 1	0.04 1	0.03 1	0.04 15	0.03 1

LG-Stereo_L2	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 28	0.12 63	0.09 11	0.09 23	0.06 9	0.04 1	0.05 1	0.05 11	0.08 15	0.08 17	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.03 1

MLG-Stereo_test3	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 28	0.11 46	0.08 4	0.06 4	0.06 9	0.04 1	0.06 16	0.06 36	0.07 4	0.10 123	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.06 199

MLG-Stereo_test2	0.06 1	0.04 1	0.10 108	0.15 70	0.05 1	0.07 28	0.11 46	0.09 11	0.04 2	0.06 9	0.05 7	0.06 16	0.04 1	0.08 15	0.09 54	0.06 114	0.04 21	0.05 23	0.03 1	0.05 100	0.05 121

LGtest1	0.07 4	0.04 1	0.10 108	0.15 70	0.06 13	0.07 28	0.09 18	0.08 4	0.06 4	0.05 1	0.04 1	0.06 16	0.06 36	0.10 61	0.09 54	0.07 239	0.04 21	0.05 23	0.04 34	0.06 192	0.06 199

LG-Stereo_Zeroshot	0.07 4	0.06 56	0.10 108	0.16 142	0.07 71	0.04 1	0.13 104	0.10 17	0.10 36	0.05 1	0.11 147	0.07 62	0.05 11	0.07 4	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

LG-Stereo	0.08 44	0.07 139	0.10 108	0.18 298	0.07 71	0.10 127	0.17 318	0.11 28	0.08 12	0.05 1	0.07 37	0.05 1	0.07 106	0.09 33	0.09 54	0.04 11	0.05 182	0.07 194	0.07 272	0.04 15	0.04 40

SGD-Stereo	0.08 44	0.05 17	0.10 108	0.14 30	0.05 1	0.12 207	0.12 63	0.11 28	0.12 88	0.07 30	0.09 88	0.09 123	0.09 167	0.08 15	0.08 17	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.03 1

AIO-test2	0.10 142	0.08 236	0.10 108	0.23 476	0.08 127	0.11 172	0.10 27	0.23 294	0.23 308	0.08 62	0.09 88	0.08 98	0.05 11	0.10 61	0.08 17	0.06 114	0.05 182	0.08 278	0.09 383	0.05 100	0.05 121

AIO-test1	0.10 142	0.07 139	0.10 108	0.23 476	0.07 71	0.09 80	0.13 104	0.21 252	0.14 143	0.11 154	0.12 160	0.09 123	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.09 359	0.10 422	0.03 1	0.06 199

tg	0.10 142	0.06 56	0.10 108	0.18 298	0.08 127	0.11 172	0.16 284	0.20 229	0.12 88	0.08 62	0.11 147	0.11 175	0.07 106	0.11 107	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.04 15	0.04 40

WCG-NET（raft）	0.08 44	0.05 17	0.10 108	0.15 70	0.06 13	0.11 172	0.13 104	0.15 106	0.12 88	0.08 62	0.07 37	0.06 16	0.06 36	0.13 234	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

RAFT-Stereo-weight	0.09 81	0.06 56	0.10 108	0.16 142	0.07 71	0.09 80	0.14 152	0.19 218	0.16 186	0.11 154	0.10 117	0.08 98	0.06 36	0.10 61	0.11 187	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

gcap-zeroshot	0.09 81	0.05 17	0.10 108	0.16 142	0.07 71	0.13 246	0.13 104	0.11 28	0.12 88	0.13 219	0.12 160	0.09 123	0.08 141	0.09 33	0.09 54	0.06 114	0.05 182	0.06 102	0.05 107	0.04 15	0.04 40

MoCha-V2	0.08 44	0.05 17	0.10 108	0.20 411	0.07 71	0.09 80	0.14 152	0.11 28	0.08 12	0.07 30	0.08 70	0.07 62	0.06 36	0.09 33	0.08 17	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.04 40

MyStereo07	0.10 142	0.07 139	0.10 108	0.17 216	0.09 239	0.14 278	0.18 363	0.15 106	0.15 159	0.09 92	0.06 13	0.06 16	0.07 106	0.12 189	0.09 54	0.06 114	0.05 182	0.08 278	0.07 272	0.06 192	0.06 199

MyStereo05	0.13 276	0.07 139	0.10 108	0.17 216	0.09 239	0.13 246	0.18 363	0.27 371	0.35 441	0.17 311	0.14 188	0.15 266	0.11 224	0.15 282	0.13 277	0.06 114	0.05 182	0.07 194	0.07 272	0.06 192	0.06 199

MyStereo04	0.13 276	0.07 139	0.10 108	0.17 216	0.09 239	0.14 278	0.18 363	0.29 401	0.38 460	0.17 311	0.14 188	0.16 280	0.10 199	0.15 282	0.13 277	0.06 114	0.05 182	0.08 278	0.07 272	0.06 192	0.06 199

AE-Stereo	0.10 142	0.08 236	0.10 108	0.18 298	0.09 239	0.10 127	0.15 219	0.14 75	0.19 246	0.09 92	0.14 188	0.12 192	0.08 141	0.11 107	0.10 123	0.05 27	0.06 307	0.07 194	0.06 185	0.05 100	0.04 40

plain	0.10 142	0.08 236	0.10 108	0.19 355	0.09 239	0.10 127	0.15 219	0.14 75	0.13 119	0.13 219	0.15 205	0.09 123	0.12 255	0.13 234	0.12 236	0.07 239	0.05 182	0.09 359	0.06 185	0.06 192	0.06 199

MIF-Stereo (partial)	0.11 185	0.06 56	0.10 108	0.19 355	0.10 341	0.10 127	0.11 46	0.17 168	0.18 231	0.14 240	0.16 217	0.09 123	0.11 224	0.12 189	0.12 236	0.08 300	0.05 182	0.08 278	0.07 272	0.06 192	0.07 279

RAFT-Test	0.09 81	0.06 56	0.10 108	0.15 70	0.07 71	0.11 172	0.15 219	0.16 132	0.13 119	0.09 92	0.10 117	0.10 154	0.09 167	0.12 189	0.09 54	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

4D-IteraStereo	0.09 81	0.07 139	0.10 108	0.18 298	0.07 71	0.09 80	0.15 219	0.17 168	0.15 159	0.10 125	0.11 147	0.10 154	0.07 106	0.11 107	0.09 54	0.05 27	0.03 1	0.08 278	0.07 272	0.06 192	0.05 121

anonymousdsp2	0.11 185	0.07 139	0.10 108	0.16 142	0.09 239	0.13 246	0.14 152	0.18 197	0.22 298	0.13 219	0.14 188	0.12 192	0.09 167	0.14 260	0.11 187	0.05 27	0.04 21	0.05 23	0.04 34	0.06 192	0.05 121

ProNet	0.09 81	0.07 139	0.10 108	0.17 216	0.08 127	0.10 127	0.15 219	0.15 106	0.12 88	0.09 92	0.06 13	0.07 62	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.06 199

RAFT_CTSACE	0.12 251	0.09 312	0.10 108	0.22 455	0.08 127	0.12 207	0.24 473	0.18 197	0.16 186	0.20 380	0.27 390	0.13 217	0.07 106	0.13 234	0.09 54	0.05 27	0.06 307	0.08 278	0.07 272	0.04 15	0.04 40

test_3	0.10 142	0.09 312	0.10 108	0.20 411	0.08 127	0.13 246	0.26 497	0.14 75	0.21 284	0.10 125	0.10 117	0.09 123	0.09 167	0.08 15	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.04 15	0.04 40

PSM-AAD	0.11 185	0.07 139	0.10 108	0.19 355	0.09 239	0.10 127	0.15 219	0.20 229	0.13 119	0.12 192	0.14 188	0.18 314	0.11 224	0.11 107	0.10 123	0.05 27	0.05 182	0.09 359	0.08 337	0.06 192	0.14 490

KYRaft	0.11 185	0.07 139	0.10 108	0.19 355	0.09 239	0.08 51	0.15 219	0.22 274	0.12 88	0.13 219	0.16 217	0.20 340	0.10 199	0.12 189	0.10 123	0.05 27	0.04 21	0.08 278	0.08 337	0.06 192	0.16 508

AnonymousM	0.09 81	0.05 17	0.10 108	0.14 30	0.06 13	0.09 80	0.13 104	0.19 218	0.14 143	0.13 219	0.11 147	0.09 123	0.08 141	0.13 234	0.10 123	0.08 300	0.05 182	0.08 278	0.05 107	0.05 100	0.05 121

GMM-Stereo	0.11 185	0.07 139	0.10 108	0.18 298	0.09 239	0.08 51	0.15 219	0.23 294	0.16 186	0.11 154	0.15 205	0.13 217	0.11 224	0.11 107	0.11 187	0.05 27	0.04 21	0.08 278	0.07 272	0.06 192	0.09 387

Prome-Stereo	0.11 185	0.06 56	0.10 108	0.18 298	0.08 127	0.12 207	0.15 219	0.22 274	0.13 119	0.12 192	0.17 238	0.13 217	0.08 141	0.12 189	0.10 123	0.05 27	0.04 21	0.07 194	0.06 185	0.06 192	0.09 387

rafts_anoy	0.11 185	0.06 56	0.10 108	0.17 216	0.08 127	0.10 127	0.14 152	0.17 168	0.14 143	0.13 219	0.13 174	0.12 192	0.10 199	0.11 107	0.12 236	0.07 239	0.04 21	0.09 359	0.11 454	0.07 258	0.06 199

raftrobust	0.09 81	0.06 56	0.10 108	0.17 216	0.08 127	0.09 80	0.10 27	0.18 197	0.16 186	0.10 125	0.09 88	0.12 192	0.07 106	0.12 189	0.10 123	0.08 300	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121

RALAANet	0.11 185	0.08 236	0.10 108	0.17 216	0.09 239	0.14 278	0.10 27	0.20 229	0.15 159	0.14 240	0.13 174	0.16 280	0.09 167	0.12 189	0.11 187	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

RAFT-Stereo + iAFF	0.09 81	0.06 56	0.10 108	0.17 216	0.06 13	0.10 127	0.16 284	0.17 168	0.14 143	0.09 92	0.10 117	0.08 98	0.09 167	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.06 185	0.04 15	0.03 1

AFF-stereo	0.09 81	0.06 56	0.10 108	0.17 216	0.07 71	0.10 127	0.16 284	0.17 168	0.09 23	0.10 125	0.12 160	0.09 123	0.09 167	0.12 189	0.09 54	0.05 27	0.04 21	0.07 194	0.07 272	0.04 15	0.03 1

Gwc-CoAtRS	0.09 81	0.06 56	0.10 108	0.16 142	0.07 71	0.10 127	0.14 152	0.17 168	0.17 205	0.08 62	0.10 117	0.12 192	0.09 167	0.12 189	0.09 54	0.06 114	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

R-Stereo Train	0.10 142	0.06 56	0.10 108	0.17 216	0.08 127	0.11 172	0.14 152	0.23 294	0.11 62	0.12 192	0.19 272	0.11 175	0.08 141	0.09 33	0.11 187	0.07 239	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121

RAFT-Stereo	0.10 142	0.06 56	0.10 108	0.17 216	0.08 127	0.11 172	0.14 152	0.23 294	0.11 62	0.12 192	0.19 272	0.11 175	0.08 141	0.09 33	0.11 187	0.07 239	0.05 182	0.06 102	0.05 107	0.05 100	0.05 121
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AANet_RVC	0.16 377	0.10 370	0.10 108	0.18 298	0.09 239	0.18 374	0.19 402	0.26 350	0.31 406	0.22 410	0.35 455	0.21 349	0.21 431	0.22 439	0.16 358	0.06 114	0.05 182	0.06 102	0.06 185	0.07 258	0.06 199

LG-Stereo_L1	0.07 4	0.05 17	0.11 149	0.14 30	0.06 13	0.07 28	0.13 104	0.09 11	0.07 8	0.05 1	0.04 1	0.05 1	0.04 1	0.08 15	0.07 1	0.05 27	0.04 21	0.05 23	0.03 1	0.04 15	0.04 40

LG-G_1	0.07 4	0.04 1	0.11 149	0.15 70	0.06 13	0.09 80	0.08 7	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 107	0.08 17	0.07 239	0.04 21	0.05 23	0.04 34	0.05 100	0.05 121

LG-G	0.07 4	0.04 1	0.11 149	0.15 70	0.06 13	0.09 80	0.08 7	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 107	0.08 17	0.07 239	0.04 21	0.05 23	0.04 34	0.05 100	0.05 121

G2L-Stereo_test	0.14 310	0.07 139	0.11 149	0.13 13	0.08 127	0.12 207	0.16 284	0.30 415	0.28 382	0.20 380	0.23 324	0.20 340	0.16 362	0.17 348	0.18 391	0.07 239	0.05 182	0.05 23	0.05 107	0.07 258	0.06 199

S2M2	0.09 81	0.08 236	0.11 149	0.13 13	0.10 341	0.08 51	0.06 1	0.10 17	0.10 36	0.10 125	0.09 88	0.10 154	0.09 167	0.11 107	0.11 187	0.13 477	0.07 379	0.08 278	0.09 383	0.10 414	0.08 343

HI	0.11 185	0.06 56	0.11 149	0.13 13	0.09 239	0.09 80	0.14 152	0.21 252	0.10 36	0.19 357	0.17 238	0.14 237	0.09 167	0.16 316	0.08 17	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

CoSv	0.11 185	0.06 56	0.11 149	0.13 13	0.09 239	0.09 80	0.14 152	0.21 252	0.10 36	0.19 357	0.17 238	0.14 237	0.09 167	0.16 316	0.08 17	0.05 27	0.04 21	0.07 194	0.08 337	0.07 258	0.06 199

IGEV-RUCA	0.08 44	0.06 56	0.11 149	0.14 30	0.09 239	0.10 127	0.12 63	0.10 17	0.12 88	0.06 9	0.07 37	0.07 62	0.06 36	0.09 33	0.08 17	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.06 199

castereo	0.09 81	0.06 56	0.11 149	0.15 70	0.06 13	0.11 172	0.15 219	0.14 75	0.18 231	0.08 62	0.10 117	0.11 175	0.08 141	0.09 33	0.10 123	0.05 27	0.04 21	0.05 23	0.04 34	0.04 15	0.03 1

GIP-stereo	0.08 44	0.06 56	0.11 149	0.14 30	0.06 13	0.09 80	0.13 104	0.14 75	0.11 62	0.07 30	0.08 70	0.05 1	0.04 1	0.10 61	0.07 1	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

tt45	0.09 81	0.06 56	0.11 149	0.15 70	0.07 71	0.11 172	0.16 284	0.13 59	0.11 62	0.09 92	0.06 13	0.08 98	0.06 36	0.13 234	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

model_zeroshot	0.10 142	0.04 1	0.11 149	0.15 70	0.09 239	0.12 207	0.14 152	0.20 229	0.13 119	0.11 154	0.10 117	0.12 192	0.07 106	0.12 189	0.10 123	0.07 239	0.06 307	0.06 102	0.05 107	0.06 192	0.06 199

AIO-Stereo-zeroshot	0.11 185	0.05 17	0.11 149	0.15 70	0.13 443	0.13 246	0.16 284	0.23 294	0.17 205	0.10 125	0.12 160	0.10 154	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.06 102	0.06 185	0.07 258	0.08 343

CAS++	0.11 185	0.07 139	0.11 149	0.14 30	0.09 239	0.12 207	0.14 152	0.24 316	0.14 143	0.11 154	0.09 88	0.11 175	0.07 106	0.14 260	0.09 54	0.11 429	0.09 434	0.09 359	0.07 272	0.07 258	0.08 343
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.10 142	0.06 56	0.11 149	0.20 411	0.10 341	0.10 127	0.12 63	0.17 168	0.12 88	0.12 192	0.13 174	0.09 123	0.07 106	0.11 107	0.13 277	0.06 114	0.05 182	0.05 23	0.04 34	0.05 100	0.05 121

ff7	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

IGEVStereo-DCA	0.09 81	0.06 56	0.11 149	0.15 70	0.10 341	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.08 17	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

ffff	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

11t	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

MIM_Stereo	0.09 81	0.07 139	0.11 149	0.15 70	0.07 71	0.06 8	0.12 63	0.20 229	0.14 143	0.13 219	0.13 174	0.09 123	0.05 11	0.12 189	0.08 17	0.05 27	0.06 307	0.07 194	0.06 185	0.06 192	0.05 121

LL-Strereo	0.13 276	0.09 312	0.11 149	0.20 411	0.10 341	0.11 172	0.18 363	0.32 436	0.24 324	0.15 267	0.15 205	0.14 237	0.13 293	0.19 384	0.11 187	0.06 114	0.04 21	0.09 359	0.08 337	0.04 15	0.05 121

anonymousdsp	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.09 92	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

LoS	0.09 81	0.05 17	0.11 149	0.13 13	0.07 71	0.14 278	0.11 46	0.15 106	0.15 159	0.09 92	0.09 88	0.12 192	0.09 167	0.15 282	0.10 123	0.07 239	0.05 182	0.05 23	0.03 1	0.05 100	0.05 121
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CASS	0.13 276	0.12 414	0.11 149	0.23 476	0.09 239	0.15 304	0.17 318	0.18 197	0.19 246	0.17 311	0.18 263	0.15 266	0.15 336	0.14 260	0.14 314	0.09 359	0.06 307	0.10 407	0.08 337	0.09 382	0.07 279
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.11 185	0.10 370	0.11 149	0.21 440	0.08 127	0.16 334	0.13 104	0.20 229	0.22 298	0.10 125	0.10 117	0.11 175	0.10 199	0.15 282	0.11 187	0.05 27	0.05 182	0.06 102	0.05 107	0.06 192	0.05 121

ccc-4	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.10 125	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

IGEV-Stereo	0.09 81	0.07 139	0.11 149	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.12 88	0.09 92	0.06 13	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 185	0.07 139	0.11 149	0.17 216	0.07 71	0.09 80	0.13 104	0.15 106	0.24 324	0.12 192	0.13 174	0.12 192	0.08 141	0.18 369	0.11 187	0.06 114	0.08 405	0.08 278	0.06 185	0.05 100	0.05 121

THIR-Stereo	0.12 251	0.07 139	0.11 149	0.15 70	0.08 127	0.14 278	0.16 284	0.17 168	0.25 345	0.16 295	0.24 336	0.14 237	0.12 255	0.12 189	0.14 314	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

DRaft	0.12 251	0.06 56	0.11 149	0.14 30	0.09 239	0.14 278	0.17 318	0.21 252	0.30 399	0.17 311	0.28 404	0.10 154	0.15 336	0.10 61	0.12 236	0.05 27	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

GrayStereo	0.11 185	0.06 56	0.11 149	0.19 355	0.09 239	0.09 80	0.16 284	0.18 197	0.17 205	0.14 240	0.17 238	0.17 300	0.11 224	0.12 189	0.11 187	0.05 27	0.05 182	0.07 194	0.06 185	0.05 100	0.10 414

RAFT	0.13 276	0.09 312	0.11 149	0.18 298	0.08 127	0.15 304	0.24 473	0.20 229	0.19 246	0.21 394	0.21 305	0.17 300	0.12 255	0.16 316	0.09 54	0.06 114	0.07 379	0.10 407	0.09 383	0.05 100	0.05 121

TestStereo	0.13 276	0.14 455	0.11 149	0.23 476	0.08 127	0.15 304	0.21 440	0.20 229	0.23 308	0.14 240	0.24 336	0.16 280	0.12 255	0.16 316	0.14 314	0.05 27	0.06 307	0.08 278	0.06 185	0.09 382	0.05 121

EAI-Stereo	0.09 81	0.07 139	0.11 149	0.15 70	0.06 13	0.10 127	0.15 219	0.16 132	0.09 23	0.08 62	0.09 88	0.08 98	0.07 106	0.09 33	0.11 187	0.05 27	0.04 21	0.05 23	0.05 107	0.05 100	0.04 40

HSM-Net_RVC	0.14 310	0.08 236	0.11 149	0.15 70	0.08 127	0.15 304	0.15 219	0.27 371	0.29 389	0.19 357	0.21 305	0.29 440	0.14 318	0.17 348	0.13 277	0.06 114	0.06 307	0.06 102	0.06 185	0.07 258	0.06 199
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
S2M2_XL	0.08 44	0.06 56	0.12 184	0.12 4	0.08 127	0.09 80	0.09 18	0.07 2	0.07 8	0.08 62	0.07 37	0.07 62	0.06 36	0.09 33	0.09 54	0.08 300	0.06 307	0.07 194	0.05 107	0.08 321	0.06 199

coex_refinement	0.14 310	0.07 139	0.12 184	0.17 216	0.10 341	0.15 304	0.15 219	0.26 350	0.29 389	0.18 341	0.20 284	0.22 367	0.17 385	0.16 316	0.18 391	0.08 300	0.05 182	0.06 102	0.06 185	0.09 382	0.08 343

FACV-RUCA	0.13 276	0.11 396	0.12 184	0.19 355	0.12 420	0.15 304	0.15 219	0.22 274	0.20 269	0.15 267	0.16 217	0.14 237	0.16 362	0.14 260	0.13 277	0.07 239	0.05 182	0.08 278	0.06 185	0.10 414	0.08 343

fffft	0.09 81	0.06 56	0.12 184	0.16 142	0.07 71	0.09 80	0.17 318	0.12 43	0.11 62	0.08 62	0.07 37	0.09 123	0.06 36	0.11 107	0.12 236	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.05 121
1: 1. 1
SMoEStereo_RVC	0.08 44	0.06 56	0.12 184	0.16 142	0.07 71	0.09 80	0.14 152	0.11 28	0.13 119	0.09 92	0.07 37	0.07 62	0.07 106	0.12 189	0.10 123	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

test_sample2	0.12 251	0.07 139	0.12 184	0.14 30	0.08 127	0.16 334	0.18 363	0.21 252	0.16 186	0.14 240	0.20 284	0.19 328	0.15 336	0.15 282	0.12 236	0.08 300	0.05 182	0.07 194	0.06 185	0.08 321	0.07 279

MGS-Stereo	0.09 81	0.07 139	0.12 184	0.15 70	0.08 127	0.09 80	0.15 219	0.12 43	0.12 88	0.07 30	0.10 117	0.08 98	0.06 36	0.10 61	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

Former-RAFT_DAM_RVC	0.10 142	0.08 236	0.12 184	0.16 142	0.08 127	0.15 304	0.16 284	0.18 197	0.18 231	0.10 125	0.09 88	0.09 123	0.08 141	0.11 107	0.12 236	0.07 239	0.05 182	0.08 278	0.06 185	0.07 258	0.06 199

MyStereo06	0.10 142	0.07 139	0.12 184	0.17 216	0.09 239	0.13 246	0.18 363	0.19 218	0.12 88	0.12 192	0.08 70	0.07 62	0.07 106	0.11 107	0.09 54	0.06 114	0.05 182	0.07 194	0.07 272	0.06 192	0.06 199

CoDeX	0.12 251	0.07 139	0.12 184	0.17 216	0.08 127	0.12 207	0.15 219	0.23 294	0.27 368	0.13 219	0.17 238	0.16 280	0.11 224	0.14 260	0.11 187	0.07 239	0.05 182	0.07 194	0.06 185	0.06 192	0.05 121

ACVNet-DCA	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.23 294	0.16 186	0.09 92	0.09 88	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.07 258	0.07 279

xx1	0.11 185	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.16 132	0.18 231	0.09 92	0.09 88	0.16 280	0.16 362	0.10 61	0.07 1	0.06 114	0.04 21	0.08 278	0.08 337	0.07 258	0.07 279

1test111	0.11 185	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.23 294	0.16 186	0.09 92	0.09 88	0.06 16	0.06 36	0.15 282	0.16 358	0.06 114	0.04 21	0.06 102	0.05 107	0.07 258	0.07 279

cc1	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.13 246	0.15 219	0.16 132	0.18 231	0.09 92	0.09 88	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.06 199

rrr	0.09 81	0.06 56	0.12 184	0.15 70	0.10 341	0.11 172	0.16 284	0.16 132	0.15 159	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.08 17	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

tt1	0.10 142	0.08 236	0.12 184	0.17 216	0.09 239	0.12 207	0.16 284	0.15 106	0.19 246	0.09 92	0.08 70	0.06 16	0.06 36	0.10 61	0.07 1	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.06 199

1111x	0.15 354	0.08 236	0.12 184	0.18 298	0.07 71	0.18 374	0.25 489	0.31 425	0.24 324	0.17 311	0.24 336	0.26 414	0.15 336	0.13 234	0.23 451	0.07 239	0.07 379	0.08 278	0.09 383	0.07 258	0.06 199

IGEV_Zeroshot_test	0.09 81	0.05 17	0.12 184	0.13 13	0.08 127	0.12 207	0.13 104	0.17 168	0.11 62	0.10 125	0.06 13	0.09 123	0.06 36	0.11 107	0.09 54	0.06 114	0.04 21	0.06 102	0.06 185	0.05 100	0.05 121

gwcnet-sp	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 336	0.15 266	0.16 362	0.15 282	0.15 342	0.08 300	0.06 307	0.07 194	0.08 337	0.08 321	0.07 279

scenet	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 336	0.15 266	0.16 362	0.15 282	0.15 342	0.08 300	0.06 307	0.07 194	0.08 337	0.08 321	0.07 279

knoymous	0.11 185	0.05 17	0.12 184	0.13 13	0.07 71	0.15 304	0.14 152	0.19 218	0.13 119	0.11 154	0.17 238	0.13 217	0.09 167	0.13 234	0.11 187	0.08 300	0.05 182	0.06 102	0.05 107	0.08 321	0.07 279

ssnet	0.14 310	0.07 139	0.12 184	0.18 298	0.09 239	0.16 334	0.17 318	0.24 316	0.24 324	0.18 341	0.24 336	0.15 266	0.16 362	0.15 282	0.15 342	0.08 300	0.06 307	0.07 194	0.08 337	0.08 321	0.07 279

DCANet-4	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.18 197	0.19 246	0.13 219	0.16 217	0.09 123	0.14 318	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

fff	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

ADStereo(finetuned)	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.15 106	0.19 246	0.13 219	0.17 238	0.10 154	0.12 255	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

DisPM	0.11 185	0.07 139	0.12 184	0.16 142	0.09 239	0.06 8	0.13 104	0.17 168	0.17 205	0.14 240	0.20 284	0.12 192	0.10 199	0.11 107	0.10 123	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.11 440

iRaft-Stereo_5w	0.12 251	0.09 312	0.12 184	0.19 355	0.08 127	0.09 80	0.12 63	0.21 252	0.21 284	0.19 357	0.14 188	0.11 175	0.09 167	0.20 409	0.16 358	0.05 27	0.05 182	0.07 194	0.06 185	0.05 100	0.06 199

AASNet	0.16 377	0.08 236	0.12 184	0.19 355	0.09 239	0.18 374	0.15 219	0.37 493	0.37 453	0.19 357	0.23 324	0.20 340	0.16 362	0.17 348	0.20 410	0.10 400	0.08 405	0.08 278	0.07 272	0.09 382	0.09 387

CrosDoStereo	0.12 251	0.06 56	0.12 184	0.14 30	0.08 127	0.12 207	0.15 219	0.17 168	0.22 298	0.19 357	0.24 336	0.15 266	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

TRStereo	0.09 81	0.05 17	0.12 184	0.15 70	0.12 420	0.10 127	0.13 104	0.18 197	0.18 231	0.09 92	0.09 88	0.09 123	0.06 36	0.10 61	0.08 17	0.07 239	0.05 182	0.07 194	0.07 272	0.04 15	0.04 40

STrans-v2	0.10 142	0.07 139	0.12 184	0.18 298	0.07 71	0.10 127	0.14 152	0.21 252	0.11 62	0.11 154	0.15 205	0.12 192	0.10 199	0.11 107	0.12 236	0.05 27	0.04 21	0.06 102	0.06 185	0.04 15	0.04 40

DeepStereo_LL	0.12 251	0.06 56	0.12 184	0.14 30	0.08 127	0.12 207	0.15 219	0.17 168	0.22 298	0.19 357	0.24 336	0.15 266	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.07 194	0.07 272	0.05 100	0.05 121

Pruner-Stereo	0.11 185	0.07 139	0.12 184	0.17 216	0.09 239	0.06 8	0.12 63	0.17 168	0.17 205	0.13 219	0.19 272	0.13 217	0.09 167	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.08 343

ICVP	0.15 354	0.09 312	0.12 184	0.22 455	0.09 239	0.17 355	0.21 440	0.25 332	0.23 308	0.18 341	0.30 422	0.26 414	0.18 399	0.17 348	0.14 314	0.09 359	0.07 379	0.08 278	0.07 272	0.07 258	0.07 279
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	0.16 377	0.24 516	0.12 184	0.35 533	0.11 389	0.15 304	0.17 318	0.26 350	0.22 298	0.19 357	0.24 336	0.21 349	0.14 318	0.15 282	0.13 277	0.11 429	0.07 379	0.11 438	0.10 422	0.09 382	0.07 279

DCANet	0.10 142	0.06 56	0.12 184	0.16 142	0.06 13	0.09 80	0.17 318	0.15 106	0.19 246	0.13 219	0.17 238	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

csc	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

cscssc	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.09 80	0.17 318	0.16 132	0.20 269	0.13 219	0.16 217	0.10 154	0.11 224	0.11 107	0.12 236	0.06 114	0.04 21	0.05 23	0.04 34	0.04 15	0.05 121

111	0.10 142	0.06 56	0.12 184	0.15 70	0.07 71	0.10 127	0.14 152	0.21 252	0.23 308	0.11 154	0.12 160	0.14 237	0.11 224	0.13 234	0.10 123	0.06 114	0.04 21	0.06 102	0.04 34	0.05 100	0.05 121

test_xeample3	0.09 81	0.06 56	0.12 184	0.16 142	0.09 239	0.11 172	0.15 219	0.16 132	0.13 119	0.10 125	0.06 13	0.08 98	0.06 36	0.10 61	0.09 54	0.05 27	0.04 21	0.06 102	0.05 107	0.05 100	0.06 199

UPFNet	0.16 377	0.08 236	0.12 184	0.20 411	0.12 420	0.20 412	0.23 461	0.28 390	0.26 359	0.17 311	0.24 336	0.22 367	0.19 415	0.19 384	0.21 430	0.09 359	0.07 379	0.08 278	0.09 383	0.08 321	0.06 199

FENet	0.13 276	0.08 236	0.12 184	0.16 142	0.08 127	0.14 278	0.15 219	0.22 274	0.23 308	0.17 311	0.23 324	0.16 280	0.12 255	0.14 260	0.15 342	0.08 300	0.05 182	0.08 278	0.08 337	0.07 258	0.07 279

cf-r	0.13 276	0.07 139	0.12 184	0.16 142	0.08 127	0.14 278	0.19 402	0.20 229	0.25 345	0.17 311	0.25 365	0.21 349	0.16 362	0.14 260	0.14 314	0.10 400	0.05 182	0.06 102	0.08 337	0.06 192	0.06 199

GwcNet-RSSM	0.14 310	0.07 139	0.12 184	0.15 70	0.08 127	0.15 304	0.20 423	0.21 252	0.27 368	0.18 341	0.27 390	0.22 367	0.16 362	0.14 260	0.15 342	0.10 400	0.05 182	0.07 194	0.09 383	0.07 258	0.07 279

HITNet	0.10 142	0.06 56	0.12 184	0.14 30	0.06 13	0.11 172	0.10 27	0.18 197	0.18 231	0.13 219	0.16 217	0.14 237	0.11 224	0.15 282	0.13 277	0.06 114	0.04 21	0.04 1	0.04 34	0.06 192	0.05 121
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
G2L-ROB	0.13 276	0.06 56	0.13 229	0.13 13	0.08 127	0.14 278	0.16 284	0.25 332	0.18 231	0.19 357	0.18 263	0.20 340	0.14 318	0.17 348	0.16 358	0.08 300	0.05 182	0.06 102	0.05 107	0.08 321	0.09 387

xyz-stereo-finetune2	0.11 185	0.07 139	0.13 229	0.13 13	0.07 71	0.11 172	0.19 402	0.17 168	0.12 88	0.15 267	0.15 205	0.17 300	0.12 255	0.13 234	0.11 187	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.06 199

xyz-stereo-finetune	0.11 185	0.08 236	0.13 229	0.14 30	0.06 13	0.10 127	0.19 402	0.17 168	0.19 246	0.12 192	0.14 188	0.15 266	0.10 199	0.13 234	0.11 187	0.05 27	0.04 21	0.07 194	0.05 107	0.04 15	0.05 121

G2L-Stereo	0.14 310	0.07 139	0.13 229	0.17 216	0.09 239	0.13 246	0.12 63	0.27 371	0.22 298	0.16 295	0.27 390	0.21 349	0.13 293	0.17 348	0.18 391	0.09 359	0.08 405	0.08 278	0.07 272	0.07 258	0.07 279

999	0.09 81	0.05 17	0.13 229	0.15 70	0.08 127	0.10 127	0.14 152	0.15 106	0.11 62	0.10 125	0.08 70	0.08 98	0.08 141	0.16 316	0.10 123	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.05 121

rvit_0105_5	0.14 310	0.09 312	0.13 229	0.17 216	0.09 239	0.14 278	0.23 461	0.24 316	0.27 368	0.14 240	0.15 205	0.18 314	0.12 255	0.17 348	0.14 314	0.14 490	0.11 467	0.10 407	0.10 422	0.08 321	0.06 199

rvit_stereo_ft	0.12 251	0.07 139	0.13 229	0.19 355	0.10 341	0.12 207	0.17 318	0.16 132	0.16 186	0.12 192	0.13 174	0.15 266	0.10 199	0.14 260	0.13 277	0.09 359	0.06 307	0.08 278	0.07 272	0.07 258	0.05 121

test_sample6	0.14 310	0.08 236	0.13 229	0.16 142	0.08 127	0.17 355	0.19 402	0.25 332	0.17 205	0.17 311	0.27 390	0.19 328	0.14 318	0.15 282	0.13 277	0.08 300	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

11t1	0.12 251	0.06 56	0.13 229	0.14 30	0.08 127	0.17 355	0.15 219	0.18 197	0.15 159	0.15 267	0.15 205	0.16 280	0.16 362	0.15 282	0.13 277	0.08 300	0.05 182	0.06 102	0.05 107	0.08 321	0.07 279

GCAP-Stereo	0.09 81	0.07 139	0.13 229	0.18 298	0.06 13	0.11 172	0.07 3	0.13 59	0.12 88	0.09 92	0.10 117	0.07 62	0.09 167	0.13 234	0.10 123	0.06 114	0.05 182	0.05 23	0.04 34	0.04 15	0.05 121

HH	0.09 81	0.06 56	0.13 229	0.17 216	0.08 127	0.10 127	0.16 284	0.14 75	0.10 36	0.08 62	0.09 88	0.08 98	0.07 106	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

HanStereo	0.09 81	0.06 56	0.13 229	0.17 216	0.08 127	0.10 127	0.16 284	0.14 75	0.10 36	0.08 62	0.09 88	0.08 98	0.07 106	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.05 100	0.04 40

DCRE	0.11 185	0.07 139	0.13 229	0.16 142	0.11 389	0.11 172	0.17 318	0.18 197	0.17 205	0.11 154	0.18 263	0.10 154	0.10 199	0.15 282	0.11 187	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.04 40

anonymousa	0.13 276	0.07 139	0.13 229	0.18 298	0.09 239	0.13 246	0.17 318	0.19 218	0.29 389	0.15 267	0.24 336	0.15 266	0.14 318	0.14 260	0.14 314	0.07 239	0.05 182	0.07 194	0.09 383	0.05 100	0.06 199

riskmin	0.11 185	0.06 56	0.13 229	0.14 30	0.08 127	0.14 278	0.14 152	0.18 197	0.14 143	0.11 154	0.14 188	0.16 280	0.11 224	0.14 260	0.12 236	0.09 359	0.05 182	0.07 194	0.05 107	0.08 321	0.08 343

IER	0.14 310	0.07 139	0.13 229	0.17 216	0.09 239	0.14 278	0.16 284	0.25 332	0.26 359	0.18 341	0.25 365	0.17 300	0.20 427	0.16 316	0.14 314	0.08 300	0.05 182	0.07 194	0.06 185	0.08 321	0.07 279

hknet	0.15 354	0.11 396	0.13 229	0.22 455	0.11 389	0.14 278	0.15 219	0.34 464	0.25 345	0.17 311	0.22 315	0.22 367	0.18 399	0.17 348	0.12 236	0.07 239	0.06 307	0.10 407	0.09 383	0.07 258	0.07 279

iRaft-Stereo_20w	0.09 81	0.05 17	0.13 229	0.14 30	0.08 127	0.12 207	0.15 219	0.18 197	0.10 36	0.11 154	0.08 70	0.08 98	0.05 11	0.10 61	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

PSMNet-ADL	0.15 354	0.12 414	0.13 229	0.22 455	0.09 239	0.13 246	0.20 423	0.26 350	0.23 308	0.18 341	0.20 284	0.24 391	0.16 362	0.18 369	0.17 373	0.08 300	0.08 405	0.08 278	0.11 454	0.08 321	0.07 279

ADLNet2	0.16 377	0.09 312	0.13 229	0.16 142	0.09 239	0.20 412	0.16 284	0.31 425	0.39 463	0.16 295	0.20 284	0.20 340	0.18 399	0.21 426	0.22 439	0.08 300	0.06 307	0.07 194	0.07 272	0.09 382	0.07 279

PFNet+	0.11 185	0.06 56	0.13 229	0.16 142	0.09 239	0.05 4	0.12 63	0.17 168	0.21 284	0.16 295	0.19 272	0.14 237	0.10 199	0.11 107	0.11 187	0.08 300	0.05 182	0.09 359	0.08 337	0.06 192	0.11 440

TransformOpticalFlow	0.10 142	0.08 236	0.13 229	0.18 298	0.07 71	0.09 80	0.15 219	0.19 218	0.15 159	0.12 192	0.17 238	0.11 175	0.11 224	0.11 107	0.10 123	0.05 27	0.04 21	0.06 102	0.06 185	0.05 100	0.05 121

IIG-Stereo	0.11 185	0.06 56	0.13 229	0.17 216	0.08 127	0.11 172	0.12 63	0.22 274	0.17 205	0.14 240	0.17 238	0.11 175	0.12 255	0.12 189	0.12 236	0.06 114	0.05 182	0.07 194	0.06 185	0.05 100	0.04 40

NF-Stereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 453

OCTAStereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 453

ASMatch	0.11 185	0.06 56	0.13 229	0.16 142	0.10 341	0.07 28	0.14 152	0.17 168	0.17 205	0.12 192	0.16 217	0.16 280	0.10 199	0.13 234	0.10 123	0.05 27	0.04 21	0.06 102	0.05 107	0.04 15	0.08 343

RE-Stereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 453

TVStereo	0.11 185	0.07 139	0.13 229	0.17 216	0.09 239	0.10 127	0.14 152	0.23 294	0.19 246	0.12 192	0.17 238	0.12 192	0.11 224	0.11 107	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.12 453

LMCR-Stereo	0.15 354	0.08 236	0.13 229	0.21 440	0.09 239	0.17 355	0.20 423	0.27 371	0.19 246	0.24 431	0.24 336	0.23 385	0.17 385	0.20 409	0.17 373	0.07 239	0.06 307	0.08 278	0.06 185	0.10 414	0.08 343

test_xeample	0.15 354	0.06 56	0.13 229	0.14 30	0.08 127	0.21 429	0.20 423	0.28 390	0.20 269	0.16 295	0.29 416	0.19 328	0.16 362	0.15 282	0.26 485	0.09 359	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

GANet-RSSM	0.14 310	0.07 139	0.13 229	0.13 13	0.08 127	0.14 278	0.17 318	0.22 274	0.21 284	0.17 311	0.24 336	0.23 385	0.15 336	0.16 316	0.15 342	0.10 400	0.06 307	0.07 194	0.08 337	0.08 321	0.07 279

PSMNet-RSSM	0.14 310	0.07 139	0.13 229	0.15 70	0.08 127	0.13 246	0.16 284	0.24 316	0.24 324	0.16 295	0.28 404	0.22 367	0.14 318	0.15 282	0.13 277	0.11 429	0.06 307	0.09 359	0.12 473	0.08 321	0.07 279

TDLM	0.17 397	0.12 414	0.13 229	0.24 485	0.10 341	0.18 374	0.18 363	0.36 487	0.30 399	0.21 394	0.28 404	0.28 432	0.18 399	0.23 450	0.18 391	0.11 429	0.07 379	0.10 407	0.10 422	0.08 321	0.08 343

UCFNet_RVC	0.14 310	0.08 236	0.13 229	0.11 1	0.10 341	0.20 412	0.10 27	0.24 316	0.22 298	0.17 311	0.20 284	0.23 385	0.15 336	0.17 348	0.15 342	0.12 454	0.07 379	0.10 407	0.13 483	0.11 437	0.10 414

iResNet_ROB	0.14 310	0.07 139	0.13 229	0.14 30	0.07 71	0.18 374	0.14 152	0.26 350	0.31 406	0.22 410	0.25 365	0.23 385	0.15 336	0.15 282	0.13 277	0.07 239	0.05 182	0.05 23	0.04 34	0.08 321	0.08 343

MultiAttention	0.29 509	0.08 236	0.14 264	0.19 355	0.12 420	1.45 572	1.33 573	0.36 487	0.37 453	0.19 357	0.21 305	0.24 391	0.11 224	0.38 523	0.18 391	0.06 114	0.05 182	0.08 278	0.08 337	0.10 414	0.09 387

FlowAnything_test	0.11 185	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.14 152	0.20 229	0.11 62	0.09 92	0.09 88	0.12 192	0.12 255	0.13 234	0.11 187	0.09 359	0.06 307	0.09 359	0.09 383	0.06 192	0.09 387

rvit_0105_3	0.15 354	0.09 312	0.14 264	0.19 355	0.12 420	0.15 304	0.25 489	0.25 332	0.29 389	0.15 267	0.17 238	0.20 340	0.13 293	0.17 348	0.14 314	0.13 477	0.11 467	0.12 457	0.14 486	0.07 258	0.06 199

rvit_stereo_0081_aga	0.11 185	0.09 312	0.14 264	0.18 298	0.09 239	0.13 246	0.14 152	0.14 75	0.19 246	0.10 125	0.18 263	0.16 280	0.09 167	0.12 189	0.09 54	0.10 400	0.06 307	0.08 278	0.07 272	0.07 258	0.06 199

GCAP-BAT	0.09 81	0.07 139	0.14 264	0.15 70	0.08 127	0.10 127	0.13 104	0.14 75	0.10 36	0.11 154	0.10 117	0.08 98	0.07 106	0.12 189	0.10 123	0.06 114	0.05 182	0.06 102	0.04 34	0.04 15	0.04 40

ITSA-stereo	0.15 354	0.10 370	0.14 264	0.19 355	0.08 127	0.12 207	0.14 152	0.30 415	0.49 504	0.17 311	0.19 272	0.22 367	0.15 336	0.17 348	0.16 358	0.10 400	0.06 307	0.08 278	0.08 337	0.08 321	0.08 343

AIO-Stereo-zeroshot1	0.11 185	0.05 17	0.14 264	0.15 70	0.20 518	0.09 80	0.17 318	0.21 252	0.15 159	0.11 154	0.14 188	0.10 154	0.07 106	0.10 61	0.08 17	0.06 114	0.05 182	0.07 194	0.07 272	0.07 258	0.09 387

rvit_stereo_0080	0.10 142	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.15 219	0.16 132	0.16 186	0.11 154	0.10 117	0.14 237	0.08 141	0.12 189	0.10 123	0.09 359	0.07 379	0.07 194	0.06 185	0.07 258	0.05 121

test_sample5	0.14 310	0.08 236	0.14 264	0.16 142	0.08 127	0.18 374	0.18 363	0.25 332	0.17 205	0.17 311	0.27 390	0.18 314	0.14 318	0.16 316	0.13 277	0.08 300	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

test_sample4	0.14 310	0.08 236	0.14 264	0.15 70	0.08 127	0.19 397	0.18 363	0.26 350	0.17 205	0.16 295	0.25 365	0.18 314	0.14 318	0.16 316	0.13 277	0.08 300	0.06 307	0.08 278	0.06 185	0.08 321	0.08 343

test_sample1	0.13 276	0.07 139	0.14 264	0.13 13	0.08 127	0.19 397	0.16 284	0.20 229	0.15 159	0.14 240	0.22 315	0.18 314	0.16 362	0.17 348	0.14 314	0.07 239	0.06 307	0.06 102	0.06 185	0.08 321	0.07 279

test_for_model	0.09 81	0.12 414	0.14 264	0.23 476	0.11 389	0.08 51	0.13 104	0.12 43	0.12 88	0.10 125	0.07 37	0.07 62	0.06 36	0.11 107	0.10 123	0.06 114	0.05 182	0.05 23	0.03 1	0.07 258	0.04 40

DualNet	0.14 310	0.08 236	0.14 264	0.16 142	0.08 127	0.18 374	0.18 363	0.25 332	0.17 205	0.17 311	0.27 390	0.18 314	0.14 318	0.16 316	0.13 277	0.08 300	0.05 182	0.08 278	0.07 272	0.08 321	0.08 343

ffm	0.12 251	0.09 312	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.15 106	0.19 246	0.15 267	0.25 365	0.19 328	0.13 293	0.10 61	0.07 1	0.06 114	0.04 21	0.09 359	0.08 337	0.06 192	0.06 199

ff1	0.13 276	0.09 312	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.15 106	0.19 246	0.15 267	0.25 365	0.19 328	0.13 293	0.14 260	0.20 410	0.06 114	0.04 21	0.09 359	0.08 337	0.06 192	0.06 199

mmx	0.14 310	0.09 312	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.27 371	0.25 345	0.15 267	0.25 365	0.19 328	0.13 293	0.14 260	0.20 410	0.08 300	0.06 307	0.09 359	0.08 337	0.08 321	0.08 343

ttt	0.14 310	0.08 236	0.14 264	0.15 70	0.08 127	0.15 304	0.18 363	0.27 371	0.29 389	0.16 295	0.24 336	0.17 300	0.13 293	0.13 234	0.14 314	0.11 429	0.08 405	0.09 359	0.08 337	0.09 382	0.08 343

whm_eth	0.10 142	0.08 236	0.14 264	0.15 70	0.09 239	0.07 28	0.15 219	0.16 132	0.16 186	0.11 154	0.10 117	0.14 237	0.08 141	0.12 189	0.10 123	0.09 359	0.07 379	0.07 194	0.06 185	0.07 258	0.05 121

xxx	0.14 310	0.09 312	0.14 264	0.16 142	0.08 127	0.17 355	0.17 318	0.27 371	0.25 345	0.15 267	0.25 365	0.19 328	0.13 293	0.14 260	0.20 410	0.08 300	0.06 307	0.09 359	0.08 337	0.08 321	0.08 343

EKT-Stereo	0.11 185	0.07 139	0.14 264	0.15 70	0.10 341	0.13 246	0.14 152	0.18 197	0.21 284	0.11 154	0.08 70	0.12 192	0.09 167	0.11 107	0.12 236	0.08 300	0.06 307	0.07 194	0.06 185	0.08 321	0.07 279

testlalala_base	0.10 142	0.09 312	0.14 264	0.21 440	0.08 127	0.10 127	0.14 152	0.13 59	0.10 36	0.07 30	0.15 205	0.07 62	0.08 141	0.10 61	0.12 236	0.08 300	0.05 182	0.05 23	0.03 1	0.06 192	0.05 121

x	0.13 276	0.07 139	0.14 264	0.14 30	0.08 127	0.18 374	0.14 152	0.22 274	0.20 269	0.15 267	0.19 272	0.19 328	0.17 385	0.18 369	0.18 391	0.07 239	0.05 182	0.06 102	0.06 185	0.07 258	0.07 279

BUS	0.14 310	0.09 312	0.14 264	0.22 455	0.10 341	0.19 397	0.14 152	0.34 464	0.19 246	0.17 311	0.22 315	0.16 280	0.13 293	0.15 282	0.13 277	0.08 300	0.06 307	0.10 407	0.09 383	0.07 258	0.07 279

CRFU-Net	0.16 377	0.08 236	0.14 264	0.17 216	0.09 239	0.19 397	0.14 152	0.26 350	0.20 269	0.28 470	0.27 390	0.29 440	0.17 385	0.19 384	0.17 373	0.09 359	0.09 434	0.07 194	0.07 272	0.08 321	0.08 343

BSDual-CNN	0.15 354	0.09 312	0.14 264	0.22 455	0.10 341	0.14 278	0.15 219	0.34 464	0.19 246	0.17 311	0.22 315	0.25 405	0.16 362	0.15 282	0.14 314	0.08 300	0.06 307	0.10 407	0.09 383	0.07 258	0.07 279

psmg	0.14 310	0.09 312	0.14 264	0.17 216	0.10 341	0.15 304	0.17 318	0.29 401	0.19 246	0.17 311	0.21 305	0.25 405	0.16 362	0.15 282	0.14 314	0.08 300	0.06 307	0.08 278	0.08 337	0.07 258	0.06 199

CSP-Net	0.16 377	0.09 312	0.14 264	0.16 142	0.09 239	0.19 397	0.17 318	0.25 332	0.32 413	0.25 444	0.30 422	0.24 391	0.15 336	0.21 426	0.18 391	0.09 359	0.06 307	0.07 194	0.07 272	0.08 321	0.07 279

CIPLG	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.15 159	0.14 240	0.11 147	0.16 280	0.09 167	0.16 316	0.11 187	0.07 239	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

IPLGR_C	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.15 159	0.14 240	0.10 117	0.16 280	0.09 167	0.16 316	0.11 187	0.07 239	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

MIPNet	0.11 185	0.08 236	0.14 264	0.17 216	0.09 239	0.12 207	0.14 152	0.20 229	0.24 324	0.11 154	0.10 117	0.09 123	0.07 106	0.13 234	0.12 236	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

ACRE	0.11 185	0.08 236	0.14 264	0.17 216	0.08 127	0.12 207	0.15 219	0.17 168	0.14 143	0.14 240	0.10 117	0.16 280	0.09 167	0.16 316	0.11 187	0.07 239	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

SACVNet	0.18 411	0.12 414	0.14 264	0.17 216	0.13 443	0.22 437	0.18 363	0.31 425	0.30 399	0.23 422	0.31 430	0.30 449	0.22 440	0.22 439	0.17 373	0.11 429	0.08 405	0.10 407	0.10 422	0.12 452	0.14 490

AACVNet	0.16 377	0.08 236	0.14 264	0.15 70	0.10 341	0.18 374	0.15 219	0.23 294	0.24 324	0.27 455	0.27 390	0.28 432	0.17 385	0.19 384	0.16 358	0.09 359	0.07 379	0.09 359	0.07 272	0.10 414	0.09 387

GwcNet-ADL	0.13 276	0.08 236	0.14 264	0.20 411	0.09 239	0.11 172	0.20 423	0.30 415	0.24 324	0.13 219	0.14 188	0.18 314	0.14 318	0.13 234	0.14 314	0.07 239	0.05 182	0.06 102	0.05 107	0.07 258	0.06 199

OMP-Stereo	0.11 185	0.06 56	0.14 264	0.18 298	0.08 127	0.09 80	0.12 63	0.21 252	0.21 284	0.13 219	0.14 188	0.11 175	0.12 255	0.11 107	0.13 277	0.06 114	0.04 21	0.07 194	0.06 185	0.05 100	0.04 40

NRIStereo	0.11 185	0.08 236	0.14 264	0.18 298	0.08 127	0.10 127	0.14 152	0.16 132	0.15 159	0.12 192	0.14 188	0.13 217	0.12 255	0.13 234	0.10 123	0.06 114	0.04 21	0.07 194	0.06 185	0.06 192	0.07 279

FTStereo	0.12 251	0.06 56	0.14 264	0.18 298	0.09 239	0.07 28	0.15 219	0.21 252	0.18 231	0.12 192	0.24 336	0.12 192	0.12 255	0.13 234	0.13 277	0.05 27	0.05 182	0.07 194	0.06 185	0.06 192	0.10 414

DEmStereo	0.12 251	0.06 56	0.14 264	0.14 30	0.10 341	0.16 334	0.15 219	0.16 132	0.24 324	0.17 311	0.24 336	0.13 217	0.14 318	0.12 189	0.13 277	0.05 27	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

RAFT_R40	0.11 185	0.07 139	0.14 264	0.18 298	0.09 239	0.06 8	0.13 104	0.17 168	0.16 186	0.14 240	0.18 263	0.15 266	0.12 255	0.10 61	0.11 187	0.06 114	0.04 21	0.09 359	0.06 185	0.06 192	0.05 121

RAFT-RH_RVC	0.11 185	0.06 56	0.14 264	0.16 142	0.09 239	0.12 207	0.12 63	0.17 168	0.12 88	0.13 219	0.41 495	0.11 175	0.10 199	0.13 234	0.12 236	0.05 27	0.04 21	0.08 278	0.05 107	0.04 15	0.06 199

222	0.16 377	0.07 139	0.14 264	0.14 30	0.08 127	0.24 455	0.18 363	0.30 415	0.20 269	0.17 311	0.28 404	0.17 300	0.16 362	0.15 282	0.40 535	0.10 400	0.05 182	0.07 194	0.06 185	0.07 258	0.08 343

xxxx	0.15 354	0.07 139	0.14 264	0.14 30	0.08 127	0.23 450	0.18 363	0.31 425	0.19 246	0.14 240	0.28 404	0.22 367	0.14 318	0.15 282	0.26 485	0.09 359	0.05 182	0.07 194	0.07 272	0.08 321	0.07 279

GMStereo	0.13 276	0.14 455	0.14 264	0.18 298	0.09 239	0.15 304	0.16 284	0.20 229	0.24 324	0.16 295	0.17 238	0.10 154	0.10 199	0.16 316	0.13 277	0.07 239	0.06 307	0.06 102	0.06 185	0.07 258	0.06 199
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 276	0.07 139	0.14 264	0.17 216	0.09 239	0.15 304	0.16 284	0.28 390	0.27 368	0.14 240	0.17 238	0.12 192	0.13 293	0.14 260	0.11 187	0.08 300	0.05 182	0.07 194	0.07 272	0.07 258	0.06 199

DSFCA	0.16 377	0.09 312	0.14 264	0.16 142	0.10 341	0.20 412	0.19 402	0.28 390	0.31 406	0.23 422	0.24 336	0.22 367	0.15 336	0.19 384	0.20 410	0.10 400	0.07 379	0.09 359	0.09 383	0.08 321	0.08 343

DIP-Stereo	0.11 185	0.07 139	0.14 264	0.17 216	0.09 239	0.13 246	0.09 18	0.16 132	0.16 186	0.11 154	0.16 217	0.14 237	0.12 255	0.15 282	0.13 277	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 251	0.08 236	0.14 264	0.18 298	0.07 71	0.15 304	0.07 3	0.22 274	0.18 231	0.16 295	0.19 272	0.18 314	0.14 318	0.16 316	0.15 342	0.07 239	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

RASNet	0.14 310	0.07 139	0.14 264	0.16 142	0.08 127	0.18 374	0.14 152	0.29 401	0.20 269	0.17 311	0.25 365	0.21 349	0.18 399	0.20 409	0.19 404	0.07 239	0.06 307	0.06 102	0.08 337	0.06 192	0.06 199

CVANet_RVC	0.18 411	0.10 370	0.14 264	0.21 440	0.10 341	0.18 374	0.17 318	0.34 464	0.33 420	0.22 410	0.31 430	0.28 432	0.18 399	0.23 450	0.17 373	0.12 454	0.08 405	0.12 457	0.11 454	0.09 382	0.07 279

HSM	0.15 354	0.08 236	0.14 264	0.16 142	0.09 239	0.16 334	0.14 152	0.28 390	0.25 345	0.19 357	0.23 324	0.37 492	0.16 362	0.20 409	0.15 342	0.07 239	0.05 182	0.07 194	0.06 185	0.07 258	0.06 199

LE_ROB	0.50 541	0.07 139	0.14 264	0.15 70	0.08 127	0.24 455	0.16 284	0.22 274	1.81 574	4.63 578	0.67 537	0.47 526	0.44 534	0.20 409	0.29 503	0.07 239	0.06 307	0.06 102	0.06 185	0.08 321	0.06 199

UGAM-zero	0.09 81	0.05 17	0.15 315	0.15 70	0.08 127	0.09 80	0.13 104	0.19 218	0.15 159	0.11 154	0.15 205	0.07 62	0.07 106	0.09 33	0.09 54	0.06 114	0.05 182	0.06 102	0.05 107	0.05 100	0.06 199

rvit_stereo_0081	0.11 185	0.08 236	0.15 315	0.16 142	0.09 239	0.10 127	0.14 152	0.14 75	0.24 324	0.11 154	0.13 174	0.13 217	0.09 167	0.11 107	0.12 236	0.10 400	0.07 379	0.08 278	0.07 272	0.07 258	0.05 121

rvit_stereo_0082	0.11 185	0.08 236	0.15 315	0.16 142	0.09 239	0.10 127	0.14 152	0.14 75	0.24 324	0.11 154	0.13 174	0.13 217	0.09 167	0.11 107	0.12 236	0.10 400	0.07 379	0.08 278	0.07 272	0.07 258	0.05 121

test_sample3	0.14 310	0.08 236	0.15 315	0.14 30	0.09 239	0.19 397	0.17 318	0.26 350	0.18 231	0.16 295	0.22 315	0.19 328	0.15 336	0.17 348	0.13 277	0.08 300	0.06 307	0.07 194	0.06 185	0.09 382	0.08 343

MyStereo8	0.12 251	0.07 139	0.15 315	0.15 70	0.09 239	0.18 374	0.14 152	0.19 218	0.22 298	0.12 192	0.18 263	0.11 175	0.10 199	0.16 316	0.18 391	0.07 239	0.05 182	0.07 194	0.05 107	0.08 321	0.09 387

PCWNet_CMD	0.14 310	0.08 236	0.15 315	0.17 216	0.09 239	0.14 278	0.14 152	0.29 401	0.36 446	0.14 240	0.20 284	0.21 349	0.12 255	0.17 348	0.13 277	0.07 239	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

LL-Strereo2	0.10 142	0.10 370	0.15 315	0.18 298	0.08 127	0.15 304	0.09 18	0.17 168	0.14 143	0.14 240	0.10 117	0.09 123	0.07 106	0.16 316	0.10 123	0.05 27	0.05 182	0.10 407	0.07 272	0.06 192	0.05 121

qqq	0.13 276	0.09 312	0.15 315	0.16 142	0.08 127	0.13 246	0.15 219	0.23 294	0.16 186	0.15 267	0.19 272	0.16 280	0.16 362	0.15 282	0.16 358	0.07 239	0.06 307	0.08 278	0.08 337	0.07 258	0.07 279

NINENet	0.16 377	0.10 370	0.15 315	0.17 216	0.11 389	0.19 397	0.14 152	0.40 509	0.36 446	0.18 341	0.21 305	0.16 280	0.13 293	0.15 282	0.13 277	0.08 300	0.08 405	0.10 407	0.07 272	0.10 414	0.09 387

IPLG	0.10 142	0.07 139	0.15 315	0.17 216	0.08 127	0.11 172	0.14 152	0.20 229	0.15 159	0.12 192	0.17 238	0.07 62	0.07 106	0.14 260	0.13 277	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

GANet-ADL	0.13 276	0.07 139	0.15 315	0.17 216	0.10 341	0.18 374	0.15 219	0.30 415	0.20 269	0.13 219	0.18 263	0.19 328	0.12 255	0.16 316	0.13 277	0.08 300	0.06 307	0.06 102	0.05 107	0.07 258	0.08 343

PSM-softLoss	0.12 251	0.07 139	0.15 315	0.17 216	0.09 239	0.08 51	0.13 104	0.24 316	0.17 205	0.14 240	0.19 272	0.13 217	0.11 224	0.11 107	0.11 187	0.07 239	0.05 182	0.08 278	0.07 272	0.06 192	0.12 453

KMStereo	0.12 251	0.07 139	0.15 315	0.17 216	0.09 239	0.08 51	0.13 104	0.24 316	0.17 205	0.14 240	0.19 272	0.13 217	0.11 224	0.11 107	0.11 187	0.07 239	0.05 182	0.08 278	0.07 272	0.06 192	0.12 453

SST-Stereo	0.10 142	0.07 139	0.15 315	0.18 298	0.09 239	0.06 8	0.12 63	0.17 168	0.11 62	0.15 267	0.17 238	0.13 217	0.12 255	0.10 61	0.11 187	0.06 114	0.04 21	0.09 359	0.06 185	0.06 192	0.05 121

RAFT-345	0.11 185	0.07 139	0.15 315	0.16 142	0.08 127	0.08 51	0.12 63	0.15 106	0.10 36	0.11 154	0.36 458	0.09 123	0.09 167	0.11 107	0.12 236	0.05 27	0.05 182	0.07 194	0.06 185	0.04 15	0.05 121

GEStereo_RVC	0.17 397	0.12 414	0.15 315	0.22 455	0.11 389	0.19 397	0.17 318	0.32 436	0.48 498	0.20 380	0.25 365	0.17 300	0.13 293	0.21 426	0.16 358	0.10 400	0.06 307	0.08 278	0.07 272	0.09 382	0.08 343

CFNet_pseudo	0.14 310	0.08 236	0.15 315	0.16 142	0.09 239	0.13 246	0.14 152	0.27 371	0.34 432	0.14 240	0.21 305	0.22 367	0.13 293	0.18 369	0.14 314	0.07 239	0.05 182	0.08 278	0.06 185	0.07 258	0.07 279

ADLNet	0.16 377	0.08 236	0.15 315	0.16 142	0.10 341	0.16 334	0.17 318	0.32 436	0.27 368	0.22 410	0.27 390	0.24 391	0.16 362	0.18 369	0.21 430	0.10 400	0.06 307	0.10 407	0.10 422	0.08 321	0.09 387

ac_64	0.16 377	0.08 236	0.15 315	0.18 298	0.10 341	0.22 437	0.18 363	0.24 316	0.21 284	0.18 341	0.24 336	0.29 440	0.18 399	0.19 384	0.22 439	0.09 359	0.07 379	0.08 278	0.09 383	0.07 258	0.06 199

ACVNet	0.15 354	0.09 312	0.15 315	0.13 13	0.12 420	0.14 278	0.20 423	0.22 274	0.33 420	0.17 311	0.26 382	0.21 349	0.16 362	0.17 348	0.21 430	0.07 239	0.06 307	0.06 102	0.06 185	0.08 321	0.06 199

acv_ft	0.15 354	0.09 312	0.15 315	0.19 355	0.10 341	0.16 334	0.17 318	0.25 332	0.33 420	0.19 357	0.26 382	0.21 349	0.17 385	0.17 348	0.18 391	0.07 239	0.06 307	0.06 102	0.06 185	0.08 321	0.06 199

CFNet-ft	0.14 310	0.07 139	0.15 315	0.12 4	0.09 239	0.16 334	0.18 363	0.22 274	0.24 324	0.17 311	0.26 382	0.24 391	0.14 318	0.16 316	0.14 314	0.11 429	0.06 307	0.08 278	0.09 383	0.09 382	0.08 343

DMCA-RVC	0.17 397	0.10 370	0.15 315	0.24 485	0.11 389	0.18 374	0.18 363	0.25 332	0.24 324	0.21 394	0.26 382	0.25 405	0.27 477	0.18 369	0.20 410	0.12 454	0.08 405	0.13 472	0.10 422	0.10 414	0.08 343

MSMDNet	0.14 310	0.08 236	0.15 315	0.17 216	0.09 239	0.14 278	0.14 152	0.29 401	0.36 446	0.14 240	0.21 305	0.21 349	0.12 255	0.17 348	0.14 314	0.07 239	0.05 182	0.07 194	0.07 272	0.07 258	0.07 279

CFNet_RVC	0.14 310	0.07 139	0.15 315	0.12 4	0.09 239	0.16 334	0.18 363	0.22 274	0.24 324	0.17 311	0.26 382	0.24 391	0.14 318	0.16 316	0.14 314	0.11 429	0.06 307	0.08 278	0.09 383	0.09 382	0.08 343

ccs_rob	0.14 310	0.08 236	0.15 315	0.16 142	0.09 239	0.12 207	0.14 152	0.27 371	0.34 432	0.14 240	0.21 305	0.22 367	0.13 293	0.18 369	0.14 314	0.07 239	0.05 182	0.08 278	0.07 272	0.07 258	0.07 279

AdaStereo	0.15 354	0.11 396	0.15 315	0.18 298	0.09 239	0.20 412	0.11 46	0.32 436	0.28 382	0.20 380	0.23 324	0.20 340	0.13 293	0.19 384	0.14 314	0.12 454	0.05 182	0.10 407	0.07 272	0.09 382	0.07 279
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.
NVstereo2D	0.19 423	0.10 370	0.15 315	0.17 216	0.15 481	0.28 492	0.23 461	0.44 526	0.42 479	0.15 267	0.27 390	0.25 405	0.19 415	0.22 439	0.17 373	0.09 359	0.06 307	0.10 407	0.08 337	0.15 498	0.09 387

DeepPruner_ROB	0.16 377	0.11 396	0.15 315	0.17 216	0.10 341	0.17 355	0.15 219	0.32 436	0.21 284	0.19 357	0.21 305	0.22 367	0.18 399	0.20 409	0.15 342	0.13 477	0.09 434	0.09 359	0.09 383	0.11 437	0.10 414

iResNetv2_ROB	0.14 310	0.08 236	0.15 315	0.16 142	0.08 127	0.16 334	0.12 63	0.25 332	0.35 441	0.21 394	0.29 416	0.24 391	0.13 293	0.14 260	0.14 314	0.06 114	0.05 182	0.06 102	0.04 34	0.09 382	0.08 343

StereoDRNet-Refined	0.17 397	0.12 414	0.15 315	0.20 411	0.09 239	0.18 374	0.18 363	0.26 350	0.23 308	0.26 449	0.40 484	0.22 367	0.17 385	0.21 426	0.20 410	0.08 300	0.05 182	0.09 359	0.10 422	0.07 258	0.07 279
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 411	0.10 370	0.15 315	0.23 476	0.11 389	0.24 455	0.18 363	0.29 401	0.28 382	0.27 455	0.28 404	0.28 432	0.24 454	0.19 384	0.20 410	0.08 300	0.08 405	0.09 359	0.09 383	0.07 258	0.07 279

PSMNet_ROB	0.21 447	0.11 396	0.15 315	0.27 513	0.15 481	0.24 455	0.35 536	0.43 524	0.37 453	0.27 455	0.32 434	0.32 472	0.22 440	0.21 426	0.26 485	0.12 454	0.08 405	0.13 472	0.11 454	0.09 382	0.09 387

SGM_RVC	0.23 472	0.12 414	0.15 315	0.15 70	0.09 239	0.33 508	0.18 363	0.34 464	0.31 406	0.44 527	0.37 464	0.53 534	0.35 514	0.35 510	0.24 464	0.13 477	0.13 494	0.13 472	0.13 483	0.10 414	0.11 440
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PAM	0.10 142	0.05 17	0.16 349	0.15 70	0.08 127	0.09 80	0.16 284	0.15 106	0.16 186	0.12 192	0.09 88	0.09 123	0.07 106	0.13 234	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.06 199

DCVSM-stereo	0.14 310	0.09 312	0.16 349	0.16 142	0.10 341	0.15 304	0.09 18	0.19 218	0.23 308	0.20 380	0.23 324	0.26 414	0.15 336	0.18 369	0.14 314	0.09 359	0.07 379	0.09 359	0.08 337	0.10 414	0.12 453

test_sample7	0.15 354	0.10 370	0.16 349	0.14 30	0.11 389	0.16 334	0.16 284	0.27 371	0.23 308	0.20 380	0.20 284	0.24 391	0.19 415	0.16 316	0.16 358	0.12 454	0.06 307	0.10 407	0.09 383	0.10 414	0.10 414

CFNet_ucs	0.15 354	0.08 236	0.16 349	0.16 142	0.11 389	0.14 278	0.14 152	0.30 415	0.34 432	0.16 295	0.24 336	0.23 385	0.14 318	0.18 369	0.15 342	0.09 359	0.06 307	0.08 278	0.07 272	0.09 382	0.09 387

HBP-ISP	0.18 411	0.13 443	0.16 349	0.15 70	0.11 389	0.08 51	0.13 104	0.28 390	0.29 389	0.22 410	0.33 446	0.21 349	0.25 463	0.23 450	0.17 373	0.14 490	0.16 512	0.21 519	0.17 513	0.10 414	0.08 343

UDGNet	0.14 310	0.13 443	0.16 349	0.17 216	0.10 341	0.12 207	0.16 284	0.21 252	0.27 368	0.20 380	0.20 284	0.16 280	0.13 293	0.16 316	0.13 277	0.10 400	0.06 307	0.09 359	0.07 272	0.06 192	0.07 279

dd	0.15 354	0.16 473	0.16 349	0.19 355	0.09 239	0.15 304	0.18 363	0.21 252	0.25 345	0.23 422	0.20 284	0.21 349	0.09 167	0.21 426	0.16 358	0.10 400	0.06 307	0.08 278	0.06 185	0.08 321	0.06 199

IPLGR	0.11 185	0.09 312	0.16 349	0.18 298	0.08 127	0.12 207	0.17 318	0.21 252	0.24 324	0.11 154	0.12 160	0.11 175	0.08 141	0.12 189	0.12 236	0.06 114	0.05 182	0.06 102	0.06 185	0.04 15	0.04 40

HHNet	0.11 185	0.06 56	0.16 349	0.15 70	0.14 463	0.07 28	0.13 104	0.20 229	0.17 205	0.14 240	0.25 365	0.11 175	0.08 141	0.13 234	0.10 123	0.05 27	0.04 21	0.08 278	0.06 185	0.05 100	0.09 387

Patchmatch Stereo++	0.11 185	0.09 312	0.16 349	0.18 298	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 185	0.07 139	0.16 349	0.19 355	0.09 239	0.08 51	0.13 104	0.18 197	0.13 119	0.16 295	0.21 305	0.13 217	0.14 318	0.11 107	0.14 314	0.06 114	0.04 21	0.09 359	0.06 185	0.06 192	0.05 121

PSM-adaLoss	0.11 185	0.09 312	0.16 349	0.18 298	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

ROB_FTStereo_v2	0.11 185	0.09 312	0.16 349	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

ROB_FTStereo	0.11 185	0.09 312	0.16 349	0.19 355	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

HUI-Stereo	0.11 185	0.09 312	0.16 349	0.18 298	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

DeepStereo_RVC	0.11 185	0.08 236	0.16 349	0.18 298	0.08 127	0.08 51	0.12 63	0.17 168	0.12 88	0.13 219	0.14 188	0.12 192	0.12 255	0.12 189	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.07 258	0.08 343

iGMRVC	0.11 185	0.09 312	0.16 349	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

IRAFT_RVC	0.12 251	0.08 236	0.16 349	0.19 355	0.08 127	0.07 28	0.15 219	0.24 316	0.23 308	0.14 240	0.14 188	0.15 266	0.12 255	0.12 189	0.10 123	0.06 114	0.04 21	0.09 359	0.06 185	0.06 192	0.06 199

iRAFT	0.11 185	0.09 312	0.16 349	0.18 298	0.08 127	0.06 8	0.11 46	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

CRE-IMP	0.11 185	0.09 312	0.16 349	0.19 355	0.08 127	0.10 127	0.12 63	0.18 197	0.10 36	0.14 240	0.13 174	0.13 217	0.12 255	0.12 189	0.11 187	0.07 239	0.04 21	0.08 278	0.06 185	0.08 321	0.08 343

test-1	0.10 142	0.07 139	0.16 349	0.19 355	0.08 127	0.11 172	0.24 473	0.14 75	0.18 231	0.09 92	0.07 37	0.09 123	0.08 141	0.07 4	0.09 54	0.06 114	0.04 21	0.06 102	0.05 107	0.04 15	0.04 40

RAFT-IKP	0.11 185	0.09 312	0.16 349	0.19 355	0.08 127	0.06 8	0.12 63	0.16 132	0.13 119	0.15 267	0.16 217	0.14 237	0.12 255	0.11 107	0.10 123	0.06 114	0.04 21	0.08 278	0.06 185	0.08 321	0.07 279

GES	0.14 310	0.08 236	0.16 349	0.15 70	0.10 341	0.13 246	0.13 104	0.28 390	0.25 345	0.16 295	0.23 324	0.18 314	0.13 293	0.16 316	0.13 277	0.08 300	0.07 379	0.07 194	0.06 185	0.08 321	0.09 387

MMNet	0.17 397	0.09 312	0.16 349	0.20 411	0.11 389	0.27 485	0.20 423	0.25 332	0.41 472	0.22 410	0.30 422	0.21 349	0.20 427	0.17 348	0.20 410	0.06 114	0.06 307	0.07 194	0.07 272	0.08 321	0.07 279

DMCA	0.14 310	0.09 312	0.16 349	0.19 355	0.09 239	0.15 304	0.17 318	0.23 294	0.27 368	0.14 240	0.19 272	0.17 300	0.18 399	0.15 282	0.17 373	0.10 400	0.06 307	0.08 278	0.06 185	0.09 382	0.10 414

SGM-ForestM	0.32 518	0.12 414	0.16 349	0.16 142	0.11 389	0.39 525	0.19 402	0.41 515	0.50 507	0.52 534	0.54 520	1.32 564	0.42 532	0.40 531	0.27 493	0.14 490	0.16 512	0.16 502	0.16 506	0.12 452	0.12 453

MLCV	0.12 251	0.07 139	0.16 349	0.18 298	0.06 13	0.15 304	0.17 318	0.19 218	0.21 284	0.18 341	0.25 365	0.17 300	0.13 293	0.14 260	0.13 277	0.05 27	0.04 21	0.05 23	0.04 34	0.05 100	0.04 40

DN-CSS_ROB	0.13 276	0.13 443	0.16 349	0.18 298	0.10 341	0.16 334	0.08 7	0.22 274	0.18 231	0.17 311	0.22 315	0.13 217	0.13 293	0.12 189	0.13 277	0.05 27	0.05 182	0.10 407	0.10 422	0.08 321	0.06 199

StereoAnything_RVC	0.07 4	0.15 465	0.17 377	0.11 1	0.05 1	0.05 4	0.11 46	0.08 4	0.08 12	0.06 9	0.06 13	0.05 1	0.05 11	0.09 33	0.08 17	0.08 300	0.04 21	0.05 23	0.03 1	0.05 100	0.04 40

PAM_32	0.09 81	0.05 17	0.17 377	0.15 70	0.08 127	0.10 127	0.15 219	0.14 75	0.15 159	0.09 92	0.08 70	0.09 123	0.07 106	0.14 260	0.08 17	0.06 114	0.05 182	0.06 102	0.06 185	0.05 100	0.06 199

rvit_0105_4	0.14 310	0.09 312	0.17 377	0.17 216	0.10 341	0.12 207	0.19 402	0.23 294	0.27 368	0.14 240	0.20 284	0.17 300	0.13 293	0.17 348	0.13 277	0.15 494	0.11 467	0.11 438	0.10 422	0.09 382	0.06 199

rvit_stereo_0083	0.12 251	0.08 236	0.17 377	0.16 142	0.09 239	0.11 172	0.15 219	0.14 75	0.26 359	0.11 154	0.14 188	0.13 217	0.10 199	0.12 189	0.12 236	0.10 400	0.08 405	0.09 359	0.07 272	0.07 258	0.05 121

DispNO	0.14 310	0.08 236	0.17 377	0.19 355	0.12 420	0.11 172	0.21 440	0.23 294	0.29 389	0.17 311	0.23 324	0.18 314	0.17 385	0.15 282	0.15 342	0.07 239	0.05 182	0.08 278	0.08 337	0.07 258	0.06 199

SMFormer	0.14 310	0.07 139	0.17 377	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 336	0.15 282	0.17 373	0.08 300	0.05 182	0.07 194	0.06 185	0.07 258	0.06 199

tta	0.14 310	0.07 139	0.17 377	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 336	0.15 282	0.17 373	0.08 300	0.05 182	0.07 194	0.06 185	0.06 192	0.06 199

qqq1	0.13 276	0.07 139	0.17 377	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 336	0.15 282	0.11 187	0.08 300	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

fff1	0.13 276	0.07 139	0.17 377	0.14 30	0.08 127	0.16 334	0.17 318	0.26 350	0.27 368	0.19 357	0.20 284	0.18 314	0.15 336	0.15 282	0.11 187	0.08 300	0.05 182	0.05 23	0.05 107	0.06 192	0.06 199

mmm	0.14 310	0.08 236	0.17 377	0.17 216	0.09 239	0.17 355	0.18 363	0.21 252	0.15 159	0.15 267	0.23 324	0.21 349	0.16 362	0.16 316	0.17 373	0.08 300	0.05 182	0.08 278	0.07 272	0.07 258	0.07 279

testlalala	0.08 44	0.07 139	0.17 377	0.16 142	0.08 127	0.09 80	0.12 63	0.15 106	0.10 36	0.07 30	0.09 88	0.06 16	0.06 36	0.11 107	0.09 54	0.05 27	0.04 21	0.06 102	0.04 34	0.04 15	0.04 40

ssnet_v2	0.17 397	0.10 370	0.17 377	0.17 216	0.11 389	0.21 429	0.21 440	0.33 455	0.25 345	0.22 410	0.22 315	0.27 422	0.18 399	0.22 439	0.20 410	0.11 429	0.09 434	0.09 359	0.09 383	0.08 321	0.08 343

PFNet	0.12 251	0.06 56	0.17 377	0.17 216	0.08 127	0.09 80	0.15 219	0.26 350	0.20 269	0.16 295	0.16 217	0.14 237	0.11 224	0.12 189	0.11 187	0.06 114	0.04 21	0.07 194	0.06 185	0.05 100	0.05 121

ARAFT	0.12 251	0.08 236	0.17 377	0.19 355	0.09 239	0.14 278	0.18 363	0.20 229	0.12 88	0.12 192	0.13 174	0.14 237	0.11 224	0.15 282	0.12 236	0.06 114	0.05 182	0.10 407	0.09 383	0.05 100	0.04 40

delet	0.17 397	0.08 236	0.17 377	0.19 355	0.11 389	0.20 412	0.21 440	0.30 415	0.37 453	0.17 311	0.26 382	0.19 328	0.19 415	0.19 384	0.21 430	0.08 300	0.08 405	0.09 359	0.11 454	0.06 192	0.06 199

hitnet-ft	0.18 411	0.09 312	0.17 377	0.14 30	0.09 239	0.26 475	0.20 423	0.25 332	0.26 359	0.24 431	0.32 434	0.31 462	0.22 440	0.24 459	0.21 430	0.12 454	0.07 379	0.10 407	0.08 337	0.12 452	0.11 440

AF-Net	0.22 456	0.17 484	0.17 377	0.26 501	0.13 443	0.25 466	0.24 473	0.32 436	0.50 507	0.25 444	0.33 446	0.38 496	0.26 469	0.28 480	0.25 473	0.11 429	0.10 454	0.16 502	0.11 454	0.11 437	0.10 414

CFNet	0.15 354	0.10 370	0.17 377	0.17 216	0.08 127	0.18 374	0.09 18	0.28 390	0.25 345	0.19 357	0.24 336	0.24 391	0.17 385	0.17 348	0.14 314	0.08 300	0.06 307	0.09 359	0.10 422	0.07 258	0.06 199

StereoDRNet	0.18 411	0.11 396	0.17 377	0.22 455	0.11 389	0.21 429	0.22 450	0.37 493	0.33 420	0.24 431	0.28 404	0.30 449	0.19 415	0.20 409	0.20 410	0.09 359	0.08 405	0.11 438	0.09 383	0.09 382	0.07 279

NCCL2	0.23 472	0.15 465	0.17 377	0.34 531	0.18 512	0.24 455	0.23 461	0.34 464	0.28 382	0.31 488	0.38 470	0.38 496	0.28 486	0.23 450	0.24 464	0.15 494	0.12 481	0.18 514	0.21 521	0.13 470	0.13 473

MDST_ROB	0.22 456	0.10 370	0.17 377	0.18 298	0.11 389	0.37 521	0.19 402	0.43 524	0.41 472	0.39 512	0.39 478	0.29 440	0.21 431	0.26 466	0.18 391	0.11 429	0.10 454	0.14 484	0.11 454	0.10 414	0.08 343

CBMV_ROB	0.19 423	0.13 443	0.17 377	0.16 142	0.11 389	0.15 304	0.13 104	0.26 350	0.28 382	0.27 455	0.30 422	0.27 422	0.24 454	0.23 450	0.16 358	0.15 494	0.17 517	0.22 523	0.20 519	0.10 414	0.11 440

CBMV	0.19 423	0.14 455	0.17 377	0.18 298	0.10 341	0.20 412	0.11 46	0.29 401	0.30 399	0.29 478	0.30 422	0.30 449	0.23 448	0.27 469	0.19 404	0.13 477	0.15 509	0.17 505	0.16 506	0.10 414	0.10 414
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DFGA-Net	0.13 276	0.11 396	0.18 400	0.17 216	0.10 341	0.12 207	0.13 104	0.22 274	0.25 345	0.16 295	0.16 217	0.13 217	0.12 255	0.16 316	0.14 314	0.07 239	0.05 182	0.08 278	0.07 272	0.05 100	0.05 121

rvit_0105_6	0.14 310	0.09 312	0.18 400	0.17 216	0.10 341	0.10 127	0.16 284	0.19 218	0.26 359	0.12 192	0.18 263	0.17 300	0.12 255	0.18 369	0.12 236	0.15 494	0.11 467	0.12 457	0.10 422	0.09 382	0.06 199

ToySt	0.17 397	0.11 396	0.18 400	0.17 216	0.11 389	0.16 334	0.25 489	0.24 316	0.33 420	0.19 357	0.24 336	0.26 414	0.24 454	0.19 384	0.20 410	0.07 239	0.08 405	0.09 359	0.10 422	0.09 382	0.08 343

DAS	0.15 354	0.08 236	0.18 400	0.19 355	0.10 341	0.19 397	0.17 318	0.27 371	0.29 389	0.18 341	0.25 365	0.21 349	0.15 336	0.16 316	0.12 236	0.08 300	0.06 307	0.06 102	0.06 185	0.07 258	0.07 279

SepStereo	0.15 354	0.08 236	0.18 400	0.19 355	0.10 341	0.19 397	0.17 318	0.27 371	0.29 389	0.18 341	0.25 365	0.21 349	0.15 336	0.25 464	0.12 236	0.08 300	0.06 307	0.06 102	0.06 185	0.07 258	0.07 279

psm_up	0.18 411	0.10 370	0.18 400	0.20 411	0.11 389	0.17 355	0.19 402	0.37 493	0.34 432	0.21 394	0.28 404	0.29 440	0.24 454	0.20 409	0.22 439	0.09 359	0.10 454	0.11 438	0.11 454	0.08 321	0.08 343

UNet	0.17 397	0.09 312	0.18 400	0.19 355	0.12 420	0.27 485	0.19 402	0.33 455	0.29 389	0.21 394	0.24 336	0.23 385	0.19 415	0.19 384	0.18 391	0.07 239	0.06 307	0.08 278	0.07 272	0.08 321	0.06 199

iResNet	0.13 276	0.10 370	0.18 400	0.19 355	0.08 127	0.13 246	0.18 363	0.20 229	0.26 359	0.15 267	0.23 324	0.15 266	0.13 293	0.14 260	0.14 314	0.06 114	0.04 21	0.06 102	0.05 107	0.06 192	0.05 121

NOSS_ROB	0.19 423	0.12 414	0.18 400	0.16 142	0.12 420	0.15 304	0.12 63	0.30 415	0.32 413	0.20 380	0.22 315	0.27 422	0.23 448	0.21 426	0.16 358	0.16 510	0.18 519	0.23 524	0.21 521	0.12 452	0.13 473

SGM-Forest	0.20 435	0.14 455	0.18 400	0.19 355	0.13 443	0.20 412	0.22 450	0.33 455	0.30 399	0.24 431	0.29 416	0.28 432	0.19 415	0.23 450	0.17 373	0.15 494	0.16 512	0.15 496	0.14 486	0.12 452	0.12 453
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.27 501	0.13 443	0.18 400	0.15 70	0.11 389	0.32 502	0.24 473	0.40 509	0.36 446	0.52 534	0.57 530	0.67 545	0.40 524	0.35 510	0.26 485	0.14 490	0.13 494	0.13 472	0.11 454	0.11 437	0.10 414
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
TCMNet	0.19 423	0.12 414	0.19 411	0.20 411	0.18 512	0.20 412	0.24 473	0.27 371	0.36 446	0.23 422	0.26 382	0.25 405	0.19 415	0.19 384	0.23 451	0.13 477	0.11 467	0.11 438	0.12 473	0.13 470	0.12 453

YMNet	0.20 435	0.12 414	0.19 411	0.20 411	0.14 463	0.26 475	0.23 461	0.32 436	0.34 432	0.27 455	0.34 450	0.30 449	0.18 399	0.18 369	0.22 439	0.10 400	0.13 494	0.10 407	0.10 422	0.08 321	0.09 387

YMNet_1	0.20 435	0.12 414	0.19 411	0.20 411	0.14 463	0.26 475	0.23 461	0.32 436	0.34 432	0.27 455	0.34 450	0.30 449	0.18 399	0.18 369	0.22 439	0.10 400	0.13 494	0.10 407	0.10 422	0.08 321	0.09 387

ISRNet	0.18 411	0.08 236	0.19 411	0.19 355	0.13 443	0.15 304	0.12 63	0.30 415	0.32 413	0.21 394	0.25 365	0.27 422	0.17 385	0.17 348	0.20 410	0.20 524	0.08 405	0.14 484	0.14 486	0.14 483	0.17 516

SDNR	0.19 423	0.08 236	0.19 411	0.16 142	0.12 420	0.77 557	0.14 152	0.25 332	0.32 413	0.19 357	0.24 336	0.19 328	0.13 293	0.19 384	0.15 342	0.16 510	0.18 519	0.14 484	0.11 454	0.08 321	0.11 440

fast-acv-ft	0.18 411	0.11 396	0.19 411	0.19 355	0.12 420	0.24 455	0.21 440	0.25 332	0.34 432	0.22 410	0.34 450	0.27 422	0.20 427	0.21 426	0.23 451	0.09 359	0.09 434	0.08 278	0.10 422	0.08 321	0.07 279

UDG	0.21 447	0.17 484	0.19 411	0.23 476	0.15 481	0.30 499	0.20 423	0.33 455	0.35 441	0.23 422	0.28 404	0.31 462	0.27 477	0.20 409	0.22 439	0.15 494	0.12 481	0.13 472	0.09 383	0.14 483	0.14 490

APVNet	0.22 456	0.12 414	0.19 411	0.18 298	0.14 463	0.32 502	0.31 532	0.39 505	0.32 413	0.27 455	0.40 484	0.30 449	0.29 494	0.26 466	0.25 473	0.11 429	0.12 481	0.11 438	0.14 486	0.12 452	0.12 453

GwcNet	0.20 435	0.13 443	0.19 411	0.18 298	0.12 420	0.24 455	0.19 402	0.35 480	0.43 484	0.20 380	0.32 434	0.33 475	0.20 427	0.22 439	0.24 464	0.11 429	0.09 434	0.09 359	0.09 383	0.09 382	0.10 414

HGLStereo	0.17 397	0.08 236	0.19 411	0.17 216	0.12 420	0.18 374	0.18 363	0.31 425	0.32 413	0.21 394	0.32 434	0.25 405	0.18 399	0.19 384	0.20 410	0.09 359	0.09 434	0.07 194	0.07 272	0.09 382	0.10 414

XPNet_ROB	0.22 456	0.11 396	0.19 411	0.22 455	0.13 443	0.22 437	0.19 402	0.34 464	0.40 469	0.30 482	0.39 478	0.39 504	0.26 469	0.26 466	0.28 500	0.15 494	0.10 454	0.10 407	0.10 422	0.13 470	0.12 453

pmcnn	0.15 354	0.07 139	0.19 411	0.15 70	0.07 71	0.20 412	0.15 219	0.24 316	0.26 359	0.21 394	0.34 450	0.28 432	0.18 399	0.18 369	0.17 373	0.07 239	0.05 182	0.05 23	0.04 34	0.07 258	0.06 199

xyz-stereo	0.13 276	0.07 139	0.20 423	0.15 70	0.05 1	0.20 412	0.15 219	0.17 168	0.31 406	0.15 267	0.29 416	0.26 414	0.16 362	0.13 234	0.12 236	0.05 27	0.05 182	0.06 102	0.05 107	0.04 15	0.04 40

DualNet (step1)	0.16 377	0.12 414	0.20 423	0.12 4	0.14 463	0.17 355	0.13 104	0.27 371	0.23 308	0.20 380	0.20 284	0.24 391	0.19 415	0.16 316	0.16 358	0.15 494	0.06 307	0.14 484	0.14 486	0.14 483	0.12 453

test_sample9	0.18 411	0.12 414	0.20 423	0.12 4	0.14 463	0.17 355	0.13 104	0.27 371	0.23 308	0.20 380	0.20 284	0.24 391	0.19 415	0.19 384	0.17 373	0.15 494	0.30 543	0.14 484	0.14 486	0.14 483	0.12 453

test_sample8	0.19 423	0.12 414	0.20 423	0.12 4	0.14 463	0.17 355	0.13 104	0.31 425	0.21 284	0.27 455	0.22 315	0.36 487	0.25 463	0.19 384	0.17 373	0.15 494	0.30 543	0.14 484	0.14 486	0.14 483	0.12 453

dad	0.17 397	0.20 502	0.20 423	0.16 142	0.11 389	0.20 412	0.18 363	0.21 252	0.28 382	0.30 482	0.24 336	0.29 440	0.13 293	0.19 384	0.16 358	0.18 517	0.09 434	0.11 438	0.09 383	0.11 437	0.07 279

RAFT + AFF	0.13 276	0.07 139	0.20 423	0.20 411	0.10 341	0.14 278	0.24 473	0.26 350	0.20 269	0.11 154	0.10 117	0.12 192	0.10 199	0.15 282	0.12 236	0.07 239	0.06 307	0.09 359	0.08 337	0.06 192	0.08 343

edge stereo	0.22 456	0.13 443	0.20 423	0.21 440	0.13 443	0.23 450	0.16 284	0.32 436	0.42 479	0.32 494	0.40 484	0.38 496	0.35 514	0.25 464	0.24 464	0.13 477	0.11 467	0.14 484	0.11 454	0.12 452	0.13 473

DRN-Test	0.19 423	0.11 396	0.20 423	0.22 455	0.10 341	0.22 437	0.22 450	0.39 505	0.37 453	0.24 431	0.32 434	0.26 414	0.21 431	0.22 439	0.24 464	0.11 429	0.07 379	0.11 438	0.10 422	0.09 382	0.07 279

DDVS	0.15 354	0.10 370	0.21 431	0.16 142	0.12 420	0.15 304	0.14 152	0.25 332	0.19 246	0.18 341	0.29 416	0.27 422	0.12 255	0.19 384	0.15 342	0.09 359	0.06 307	0.09 359	0.07 272	0.11 437	0.11 440

DDUNet	0.22 456	0.17 484	0.21 431	0.22 455	0.15 481	0.25 466	0.24 473	0.29 401	0.30 399	0.31 488	0.36 458	0.33 475	0.25 463	0.24 459	0.20 410	0.18 517	0.13 494	0.17 505	0.11 454	0.16 505	0.16 508

RP	0.21 447	0.13 443	0.21 431	0.23 476	0.11 389	0.21 429	0.20 423	0.25 332	0.44 489	0.21 394	0.38 470	0.36 487	0.24 454	0.27 469	0.25 473	0.11 429	0.12 481	0.13 472	0.12 473	0.12 452	0.14 490

stereogan	0.22 456	0.11 396	0.21 431	0.20 411	0.12 420	0.31 501	0.19 402	0.35 480	0.44 489	0.22 410	0.39 478	0.35 485	0.27 477	0.33 501	0.22 439	0.10 400	0.12 481	0.10 407	0.10 422	0.14 483	0.13 473

Nwc_Net	0.23 472	0.16 473	0.21 431	0.25 496	0.14 463	0.24 455	0.26 497	0.37 493	0.38 460	0.22 410	0.41 495	0.30 449	0.28 486	0.28 480	0.25 473	0.11 429	0.10 454	0.17 505	0.20 519	0.10 414	0.10 414

GANet	0.21 447	0.12 414	0.21 431	0.24 485	0.13 443	0.22 437	0.22 450	0.41 515	0.26 359	0.31 488	0.42 501	0.37 492	0.28 486	0.23 450	0.22 439	0.10 400	0.12 481	0.10 407	0.09 383	0.10 414	0.08 343

FAT-Stereo	0.20 435	0.12 414	0.22 437	0.21 440	0.12 420	0.17 355	0.18 363	0.34 464	0.39 463	0.27 455	0.37 464	0.34 481	0.32 507	0.21 426	0.20 410	0.09 359	0.11 467	0.10 407	0.09 383	0.11 437	0.14 490

RYNet	0.22 456	0.12 414	0.22 437	0.19 355	0.17 506	0.46 528	0.26 497	0.38 501	0.48 498	0.24 431	0.28 404	0.34 481	0.23 448	0.20 409	0.30 508	0.10 400	0.06 307	0.09 359	0.09 383	0.13 470	0.15 497

NLCA_NET_v2_RVC	0.17 397	0.10 370	0.22 437	0.20 411	0.10 341	0.15 304	0.18 363	0.31 425	0.25 345	0.21 394	0.30 422	0.25 405	0.17 385	0.21 426	0.20 410	0.09 359	0.06 307	0.08 278	0.08 337	0.07 258	0.08 343
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DISCO	0.19 423	0.09 312	0.22 437	0.17 216	0.10 341	0.25 466	0.18 363	0.27 371	0.44 489	0.22 410	0.31 430	0.33 475	0.26 469	0.28 480	0.28 500	0.08 300	0.06 307	0.07 194	0.07 272	0.09 382	0.09 387

FBW_ROB	0.24 479	0.17 484	0.22 437	0.26 501	0.14 463	0.25 466	0.22 450	0.41 515	0.41 472	0.41 519	0.41 495	0.42 511	0.27 477	0.31 491	0.23 451	0.09 359	0.14 503	0.14 484	0.12 473	0.11 437	0.09 387

ETE_ROB	0.23 472	0.17 484	0.22 437	0.25 496	0.13 443	0.26 475	0.29 519	0.31 425	0.36 446	0.28 470	0.36 458	0.45 519	0.26 469	0.27 469	0.26 485	0.11 429	0.08 405	0.12 457	0.09 383	0.14 483	0.13 473

LALA_ROB	0.25 490	0.16 473	0.22 437	0.26 501	0.17 506	0.27 485	0.27 504	0.42 520	0.37 453	0.33 498	0.38 470	0.51 530	0.26 469	0.28 480	0.27 493	0.16 510	0.09 434	0.12 457	0.11 454	0.13 470	0.12 453

PWCDC_ROB	0.20 435	0.13 443	0.22 437	0.24 485	0.11 389	0.19 397	0.15 219	0.33 455	0.54 516	0.29 478	0.50 516	0.21 349	0.15 336	0.27 469	0.20 410	0.11 429	0.09 434	0.10 407	0.08 337	0.11 437	0.09 387

WCMA_ROB	0.24 479	0.11 396	0.22 437	0.17 216	0.14 463	0.32 502	0.15 219	0.32 436	0.32 413	0.38 510	0.53 518	0.40 508	0.34 512	0.34 504	0.25 473	0.11 429	0.12 481	0.12 457	0.10 422	0.14 483	0.14 490

MSAF-DinoV2	0.22 456	0.11 396	0.23 446	0.17 216	0.10 341	0.27 485	0.16 284	0.37 493	0.55 517	0.21 394	0.27 390	0.47 526	0.27 477	0.35 510	0.39 532	0.09 359	0.06 307	0.07 194	0.09 383	0.12 452	0.10 414

sCroCo_RVC	0.12 251	0.09 312	0.23 446	0.24 485	0.11 389	0.19 397	0.14 152	0.17 168	0.14 143	0.10 125	0.13 174	0.12 192	0.07 106	0.14 260	0.11 187	0.08 300	0.08 405	0.08 278	0.08 337	0.05 100	0.07 279

ccnet	0.29 509	0.28 528	0.23 446	0.20 411	0.28 536	0.41 527	0.21 440	0.45 529	0.33 420	0.36 504	0.46 508	0.36 487	0.30 498	0.39 527	0.42 539	0.23 536	0.14 503	0.21 519	0.17 513	0.23 525	0.18 519

PS-NSSS	0.20 435	0.21 508	0.23 446	0.20 411	0.10 341	0.19 397	0.17 318	0.36 487	0.25 345	0.27 455	0.33 446	0.27 422	0.24 454	0.20 409	0.20 410	0.15 494	0.12 481	0.17 505	0.14 486	0.10 414	0.08 343

GMStereo_Zeroshot	0.16 377	0.13 443	0.24 450	0.20 411	0.10 341	0.17 355	0.13 104	0.29 401	0.25 345	0.23 422	0.32 434	0.25 405	0.11 224	0.19 384	0.14 314	0.09 359	0.06 307	0.11 438	0.06 185	0.12 452	0.08 343

sAnonymous2	0.13 276	0.12 414	0.24 450	0.20 411	0.12 420	0.17 355	0.13 104	0.26 350	0.21 284	0.11 154	0.11 147	0.13 217	0.08 141	0.10 61	0.10 123	0.09 359	0.05 182	0.08 278	0.06 185	0.15 498	0.10 414

CroCo_RVC	0.13 276	0.12 414	0.24 450	0.20 411	0.12 420	0.17 355	0.13 104	0.26 350	0.21 284	0.11 154	0.11 147	0.13 217	0.08 141	0.10 61	0.10 123	0.09 359	0.05 182	0.08 278	0.06 185	0.15 498	0.10 414

MaskLacGwcNet_RVC	0.22 456	0.21 508	0.24 450	0.26 501	0.11 389	0.23 450	0.14 152	0.39 505	0.24 324	0.32 494	0.36 458	0.30 449	0.21 431	0.19 384	0.21 430	0.17 515	0.14 503	0.21 519	0.16 506	0.12 452	0.12 453

NaN_ROB	0.22 456	0.19 498	0.24 450	0.25 496	0.13 443	0.29 496	0.26 497	0.33 455	0.41 472	0.31 488	0.31 430	0.32 472	0.23 448	0.30 490	0.21 430	0.11 429	0.17 517	0.10 407	0.10 422	0.08 321	0.09 387

rvit_105_1	0.19 423	0.11 396	0.25 455	0.21 440	0.16 491	0.21 429	0.27 504	0.31 425	0.41 472	0.19 357	0.20 284	0.22 367	0.17 385	0.19 384	0.17 373	0.12 454	0.12 481	0.13 472	0.15 502	0.08 321	0.07 279

rvit_stereo_0075_2	0.17 397	0.12 414	0.25 455	0.23 476	0.16 491	0.13 246	0.10 27	0.30 415	0.27 368	0.20 380	0.28 404	0.22 367	0.15 336	0.18 369	0.13 277	0.16 510	0.10 454	0.17 505	0.10 422	0.10 414	0.09 387

S-Stereo	0.20 435	0.12 414	0.25 455	0.21 440	0.13 443	0.20 412	0.18 363	0.32 436	0.43 484	0.23 422	0.36 458	0.28 432	0.30 498	0.19 384	0.22 439	0.09 359	0.12 481	0.10 407	0.10 422	0.13 470	0.13 473

GCST	0.37 526	0.42 544	0.26 458	1.02 568	0.39 543	0.18 374	0.08 7	0.20 229	0.17 205	0.28 470	0.25 365	0.15 266	0.12 255	0.16 316	0.14 314	0.64 561	0.43 550	0.75 558	0.65 561	0.63 555	0.46 554

CBFPSM	0.14 310	0.06 56	0.26 458	0.17 216	0.09 239	0.13 246	0.15 219	0.22 274	0.23 308	0.20 380	0.27 390	0.24 391	0.16 362	0.16 316	0.18 391	0.06 114	0.06 307	0.06 102	0.07 272	0.07 258	0.07 279

pcwnet_v2	0.19 423	0.10 370	0.26 458	0.17 216	0.14 463	0.18 374	0.15 219	0.37 493	0.46 496	0.19 357	0.24 336	0.21 349	0.19 415	0.20 409	0.19 404	0.13 477	0.10 454	0.10 407	0.10 422	0.11 437	0.13 473

FINET	0.21 447	0.18 495	0.26 458	0.18 298	0.16 491	0.23 450	0.23 461	0.32 436	0.48 498	0.25 444	0.32 434	0.22 367	0.22 440	0.22 439	0.17 373	0.18 517	0.16 512	0.11 438	0.10 422	0.15 498	0.13 473

PDISCO_ROB	0.27 501	0.16 473	0.26 458	0.28 516	0.20 518	0.32 502	0.26 497	0.44 526	0.57 522	0.28 470	0.40 484	0.45 519	0.29 494	0.33 501	0.34 522	0.12 454	0.09 434	0.17 505	0.16 506	0.17 512	0.13 473

MSMD_ROB	0.31 516	0.26 522	0.26 458	0.24 485	0.21 521	0.34 511	0.25 489	0.34 464	0.39 463	0.40 515	0.69 539	0.45 519	0.40 524	0.34 504	0.27 493	0.20 524	0.19 522	0.26 527	0.25 530	0.23 525	0.22 529

PWC_ROB	0.21 447	0.16 473	0.26 458	0.18 298	0.11 389	0.22 437	0.13 104	0.32 436	0.49 504	0.30 482	0.40 484	0.32 472	0.24 454	0.31 491	0.22 439	0.10 400	0.07 379	0.11 438	0.08 337	0.11 437	0.10 414

Syn2CoEx	0.21 447	0.16 473	0.27 465	0.29 523	0.14 463	0.26 475	0.20 423	0.33 455	0.31 406	0.28 470	0.36 458	0.27 422	0.25 463	0.19 384	0.24 464	0.16 510	0.12 481	0.14 484	0.11 454	0.09 382	0.08 343

STTStereo	0.18 411	0.12 414	0.27 465	0.20 411	0.11 389	0.16 334	0.21 440	0.29 401	0.23 308	0.21 394	0.30 422	0.29 440	0.18 399	0.20 409	0.19 404	0.12 454	0.11 467	0.11 438	0.14 486	0.09 382	0.08 343

MANE	0.45 537	0.27 524	0.27 465	0.27 513	0.24 527	0.47 530	0.31 532	0.55 543	0.59 526	0.72 547	1.13 565	1.15 558	0.61 548	0.52 541	0.37 528	0.21 528	0.20 525	0.27 530	0.31 541	0.25 533	0.24 532

GANetREF_RVC	0.31 516	0.34 537	0.27 465	0.35 533	0.16 491	0.32 502	0.41 542	0.48 533	0.51 514	0.35 501	0.35 455	0.34 481	0.33 508	0.39 527	0.32 516	0.27 540	0.20 525	0.29 537	0.15 502	0.18 516	0.17 516
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
CSAN	0.29 509	0.24 516	0.27 465	0.34 531	0.19 515	0.33 508	0.42 545	0.37 493	0.50 507	0.38 510	0.40 484	0.44 517	0.33 508	0.28 480	0.30 508	0.20 524	0.16 512	0.19 516	0.19 518	0.14 483	0.15 497

FC-DCNN v2	0.33 521	0.27 524	0.28 470	0.26 501	0.23 525	0.37 521	0.28 510	0.40 509	0.43 484	0.45 528	0.56 527	0.51 530	0.40 524	0.37 521	0.29 503	0.21 528	0.20 525	0.27 530	0.26 531	0.25 533	0.24 532

ACV-stereo	0.15 354	0.10 370	0.28 470	0.18 298	0.12 420	0.14 278	0.12 63	0.23 294	0.21 284	0.19 357	0.23 324	0.22 367	0.15 336	0.23 450	0.17 373	0.07 239	0.06 307	0.07 194	0.07 272	0.07 258	0.07 279

Anonymous_2	0.22 456	0.17 484	0.28 470	0.15 70	0.16 491	0.32 502	0.22 450	0.22 274	0.17 205	0.23 422	0.24 336	0.26 414	0.27 477	0.27 469	0.23 451	0.22 532	0.25 539	0.17 505	0.17 513	0.17 512	0.17 516

FCDSN-DC	0.33 521	0.28 528	0.28 470	0.30 525	0.24 527	0.39 525	0.28 510	0.42 520	0.42 479	0.43 525	0.53 518	0.51 530	0.41 529	0.36 516	0.30 508	0.21 528	0.20 525	0.27 530	0.26 531	0.25 533	0.24 532
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTSC	0.23 472	0.12 414	0.28 470	0.21 440	0.13 443	0.28 492	0.16 284	0.35 480	0.66 539	0.27 455	0.33 446	0.30 449	0.21 431	0.31 491	0.29 503	0.10 400	0.08 405	0.09 359	0.10 422	0.13 470	0.13 473

DANet	0.21 447	0.15 465	0.28 470	0.25 496	0.13 443	0.22 437	0.19 402	0.27 371	0.27 368	0.28 470	0.32 434	0.35 485	0.31 502	0.31 491	0.23 451	0.11 429	0.09 434	0.11 438	0.10 422	0.13 470	0.11 440
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FC-DCNN	0.33 521	0.27 524	0.28 470	0.26 501	0.23 525	0.37 521	0.28 510	0.40 509	0.43 484	0.45 528	0.55 522	0.51 530	0.40 524	0.37 521	0.30 508	0.21 528	0.20 525	0.27 530	0.26 531	0.25 533	0.24 532

SANet	0.24 479	0.14 455	0.28 470	0.21 440	0.11 389	0.27 485	0.24 473	0.38 501	0.64 536	0.36 504	0.40 484	0.43 515	0.26 469	0.27 469	0.24 464	0.12 454	0.09 434	0.10 407	0.09 383	0.13 470	0.11 440

Wz-Net-LNSev-Ref	0.18 411	0.09 312	0.29 478	0.15 70	0.10 341	0.22 437	0.20 423	0.26 350	0.39 463	0.25 444	0.42 501	0.24 391	0.15 336	0.20 409	0.19 404	0.07 239	0.05 182	0.06 102	0.05 107	0.10 414	0.09 387

MFN_U_SF_DS_RVC	0.30 515	0.24 516	0.29 478	0.36 535	0.16 491	0.34 511	0.30 526	0.32 436	0.42 479	0.40 515	0.46 508	0.38 496	0.31 502	0.34 504	0.28 500	0.19 522	0.20 525	0.26 527	0.29 537	0.18 516	0.19 524

RGC	0.25 490	0.20 502	0.29 478	0.28 516	0.16 491	0.22 437	0.23 461	0.32 436	0.44 489	0.27 455	0.40 484	0.38 496	0.27 477	0.36 516	0.22 439	0.11 429	0.13 494	0.17 505	0.17 513	0.14 483	0.16 508

SQANet	0.23 472	0.23 513	0.30 481	0.30 525	0.19 515	0.27 485	0.13 104	0.29 401	0.33 420	0.24 431	0.37 464	0.31 462	0.22 440	0.27 469	0.23 451	0.15 494	0.10 454	0.21 519	0.16 506	0.21 521	0.15 497

SHD	0.26 499	0.15 465	0.30 481	0.24 485	0.18 512	0.22 437	0.15 219	0.38 501	0.71 543	0.32 494	0.41 495	0.36 487	0.28 486	0.32 498	0.29 503	0.12 454	0.11 467	0.14 484	0.13 483	0.16 505	0.20 525

IGEV-BASED-STEREO-	0.09 81	0.10 370	0.31 483	0.15 70	0.06 13	0.08 51	0.14 152	0.10 17	0.10 36	0.07 30	0.07 37	0.06 16	0.04 1	0.11 107	0.07 1	0.12 454	0.04 21	0.07 194	0.05 107	0.05 100	0.05 121

Wz-Net-MNSev	0.22 456	0.13 443	0.31 483	0.20 411	0.14 463	0.36 520	0.24 473	0.33 455	0.44 489	0.28 470	0.40 484	0.38 496	0.19 415	0.24 459	0.25 473	0.09 359	0.07 379	0.09 359	0.09 383	0.12 452	0.10 414

FADNet-RVC-Resample	0.16 377	0.11 396	0.31 483	0.22 455	0.11 389	0.19 397	0.14 152	0.25 332	0.24 324	0.24 431	0.27 390	0.20 340	0.15 336	0.16 316	0.15 342	0.07 239	0.08 405	0.12 457	0.10 422	0.09 382	0.10 414

NCC-stereo	0.24 479	0.15 465	0.31 483	0.26 501	0.16 491	0.20 412	0.30 526	0.40 509	0.40 469	0.24 431	0.38 470	0.33 475	0.28 486	0.36 516	0.27 493	0.12 454	0.11 467	0.15 496	0.22 524	0.13 470	0.13 473

Abc-Net	0.24 479	0.15 465	0.31 483	0.26 501	0.16 491	0.20 412	0.30 526	0.40 509	0.40 469	0.24 431	0.38 470	0.33 475	0.28 486	0.36 516	0.27 493	0.12 454	0.11 467	0.15 496	0.22 524	0.13 470	0.13 473
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DPSNet	0.28 505	0.16 473	0.31 483	0.18 298	0.13 443	0.54 536	0.42 545	0.51 538	0.67 540	0.29 478	0.38 470	0.38 496	0.29 494	0.31 491	0.23 451	0.11 429	0.10 454	0.11 438	0.08 337	0.20 520	0.16 508

GASNet	0.22 456	0.23 513	0.33 489	0.26 501	0.17 506	0.26 475	0.16 284	0.44 526	0.42 479	0.27 455	0.24 336	0.30 449	0.15 336	0.27 469	0.18 391	0.12 454	0.08 405	0.12 457	0.11 454	0.16 505	0.07 279

Anonymous3	0.16 377	0.13 443	0.33 489	0.26 501	0.14 463	0.27 485	0.17 318	0.28 390	0.28 382	0.15 267	0.17 238	0.14 237	0.10 199	0.15 282	0.12 236	0.08 300	0.08 405	0.08 278	0.08 337	0.08 321	0.11 440

DGSMNet	0.24 479	0.19 498	0.33 489	0.21 440	0.24 527	0.24 455	0.20 423	0.35 480	0.41 472	0.24 431	0.32 434	0.38 496	0.21 431	0.29 487	0.23 451	0.12 454	0.11 467	0.14 484	0.16 506	0.23 525	0.23 531

SAMSARA	0.40 530	0.28 528	0.33 489	0.55 549	0.39 543	0.82 558	1.23 572	0.47 532	0.51 514	0.36 504	0.35 455	0.55 536	0.39 521	0.38 523	0.39 532	0.15 494	0.20 525	0.15 496	0.14 486	0.23 525	0.20 525

ADCP+	0.20 435	0.10 370	0.33 489	0.20 411	0.12 420	0.22 437	0.26 497	0.31 425	0.34 432	0.26 449	0.37 464	0.22 367	0.22 440	0.27 469	0.27 493	0.09 359	0.06 307	0.08 278	0.08 337	0.09 382	0.10 414

PA-Net	0.23 472	0.18 495	0.33 489	0.28 516	0.22 523	0.21 429	0.38 541	0.29 401	0.39 463	0.22 410	0.32 434	0.25 405	0.26 469	0.20 409	0.25 473	0.09 359	0.23 537	0.15 496	0.22 524	0.09 382	0.13 473
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS_RVC	0.41 532	0.29 531	0.33 489	0.28 516	0.24 527	0.54 536	0.36 537	0.49 535	0.59 526	0.72 547	0.74 545	0.65 543	0.54 541	0.54 545	0.40 535	0.22 532	0.20 525	0.27 530	0.26 531	0.26 537	0.25 537
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 532	0.29 531	0.33 489	0.27 513	0.24 527	0.60 541	0.36 537	0.50 537	0.50 507	0.71 545	0.79 549	0.67 545	0.54 541	0.51 539	0.42 539	0.22 532	0.20 525	0.27 530	0.26 531	0.26 537	0.25 537
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	0.25 490	0.15 465	0.34 497	0.17 216	0.13 443	0.23 450	0.14 152	0.34 464	0.33 420	0.41 519	0.55 522	0.41 510	0.37 518	0.34 504	0.27 493	0.11 429	0.15 509	0.11 438	0.11 454	0.12 452	0.16 508

FADNet	0.21 447	0.22 512	0.36 498	0.18 298	0.17 506	0.24 455	0.13 104	0.31 425	0.31 406	0.23 422	0.25 365	0.27 422	0.21 431	0.19 384	0.15 342	0.13 477	0.15 509	0.12 457	0.15 502	0.16 505	0.18 519

G-Net	0.24 479	0.16 473	0.36 498	0.22 455	0.16 491	0.51 534	0.23 461	0.29 401	0.34 432	0.36 504	0.38 470	0.31 462	0.29 494	0.27 469	0.26 485	0.11 429	0.09 434	0.12 457	0.09 383	0.16 505	0.13 473

AnyNet_C32	0.26 499	0.16 473	0.36 498	0.20 411	0.16 491	0.25 466	0.30 526	0.32 436	0.44 489	0.31 488	0.49 512	0.30 449	0.33 508	0.40 531	0.33 520	0.12 454	0.12 481	0.12 457	0.14 486	0.14 483	0.15 497

CC-Net-ROB	0.28 505	0.31 533	0.36 498	0.29 523	0.15 481	0.25 466	0.19 402	0.45 529	0.33 420	0.39 512	0.37 464	0.39 504	0.31 502	0.27 469	0.26 485	0.24 538	0.19 522	0.30 539	0.23 528	0.18 516	0.15 497

w-ln-seven-2	0.20 435	0.14 455	0.37 502	0.22 455	0.12 420	0.20 412	0.21 440	0.28 390	0.37 453	0.25 444	0.37 464	0.27 422	0.22 440	0.21 426	0.23 451	0.08 300	0.08 405	0.09 359	0.09 383	0.10 414	0.09 387

Wz-Net-LNSev	0.22 456	0.16 473	0.38 503	0.21 440	0.13 443	0.25 466	0.23 461	0.32 436	0.43 484	0.30 482	0.41 495	0.31 462	0.18 399	0.22 439	0.25 473	0.10 400	0.09 434	0.08 278	0.08 337	0.12 452	0.11 440

FADNet-RVC	0.20 435	0.20 502	0.38 503	0.21 440	0.16 491	0.20 412	0.15 219	0.26 350	0.26 359	0.26 449	0.32 434	0.26 414	0.21 431	0.22 439	0.19 404	0.12 454	0.13 494	0.12 457	0.14 486	0.13 470	0.18 519

PVD	0.39 527	0.20 502	0.39 505	0.31 529	0.22 523	0.29 496	0.43 547	0.52 539	0.96 557	0.55 537	0.79 549	0.53 534	0.59 547	0.52 541	0.38 530	0.19 522	0.14 503	0.17 505	0.14 486	0.24 532	0.31 544

STTRV1_RVC	0.25 490	0.26 522	0.39 505	0.19 355	0.26 534	0.30 499	0.24 473	0.34 464	0.35 441	0.36 504	0.34 450	0.31 462	0.31 502	0.28 480	0.25 473	0.17 515	0.10 454	0.16 502	0.14 486	0.17 512	0.12 453

z-ln-s-r	0.17 397	0.10 370	0.40 507	0.19 355	0.08 127	0.17 355	0.18 363	0.22 274	0.33 420	0.18 341	0.40 484	0.22 367	0.17 385	0.20 409	0.23 451	0.07 239	0.05 182	0.07 194	0.07 272	0.07 258	0.05 121

FADNet_RVC	0.16 377	0.14 455	0.40 507	0.20 411	0.11 389	0.13 246	0.13 104	0.26 350	0.22 298	0.21 394	0.23 324	0.20 340	0.17 385	0.14 260	0.16 358	0.08 300	0.08 405	0.12 457	0.09 383	0.11 437	0.10 414

ADCMid	0.25 490	0.15 465	0.40 507	0.20 411	0.14 463	0.25 466	0.26 497	0.34 464	0.38 460	0.36 504	0.44 506	0.34 481	0.40 524	0.35 510	0.33 520	0.10 400	0.09 434	0.11 438	0.11 454	0.13 470	0.12 453

PSMNet-RUCA	0.27 501	0.33 535	0.41 510	0.36 535	0.32 542	0.18 374	0.19 402	0.42 520	0.30 399	0.33 498	0.41 495	0.39 504	0.25 463	0.31 491	0.20 410	0.18 517	0.10 454	0.25 526	0.15 502	0.21 521	0.16 508

ADCRef	0.19 423	0.12 414	0.41 510	0.20 411	0.12 420	0.22 437	0.18 363	0.32 436	0.36 446	0.26 449	0.32 434	0.17 300	0.23 448	0.24 459	0.24 464	0.07 239	0.06 307	0.09 359	0.09 383	0.08 321	0.08 343

DeepPrunerF	0.24 479	0.17 484	0.42 512	0.26 501	0.16 491	0.22 437	0.28 510	0.37 493	0.50 507	0.26 449	0.29 416	0.24 391	0.28 486	0.21 426	0.22 439	0.15 494	0.11 467	0.20 518	0.18 517	0.12 452	0.13 473

Wz-Net-SNSev	0.25 490	0.17 484	0.44 513	0.25 496	0.14 463	0.26 475	0.23 461	0.38 501	0.56 520	0.30 482	0.55 522	0.39 504	0.26 469	0.23 450	0.30 508	0.10 400	0.09 434	0.09 359	0.10 422	0.11 437	0.11 440

z-mn7	0.24 479	0.14 455	0.45 514	0.19 355	0.13 443	0.28 492	0.25 489	0.34 464	0.62 532	0.27 455	0.56 527	0.29 440	0.24 454	0.32 498	0.25 473	0.08 300	0.08 405	0.08 278	0.08 337	0.10 414	0.10 414

iinet-f	0.16 377	0.06 56	0.45 514	0.14 30	0.10 341	0.21 429	0.14 152	0.27 371	0.23 308	0.21 394	0.24 336	0.21 349	0.15 336	0.18 369	0.21 430	0.09 359	0.07 379	0.07 194	0.06 185	0.09 382	0.10 414

Consistency-Raft	0.44 535	0.40 542	0.45 514	0.37 537	0.43 547	0.46 528	0.41 542	0.57 546	0.55 517	0.32 494	0.73 543	0.33 475	0.48 537	0.42 534	0.49 546	0.39 546	0.35 547	0.45 546	0.51 554	0.42 546	0.29 541

ADCS	0.29 509	0.18 495	0.45 514	0.21 440	0.17 506	0.28 492	0.23 461	0.41 515	0.63 535	0.40 515	0.49 512	0.40 508	0.36 516	0.39 527	0.40 535	0.13 477	0.12 481	0.13 472	0.14 486	0.16 505	0.16 508

NVStereoNet_ROB	0.46 540	0.36 539	0.46 518	0.41 540	0.28 536	0.34 511	0.34 535	0.48 533	0.60 529	0.72 547	0.93 554	0.70 548	0.66 551	0.47 536	0.60 553	0.22 532	0.33 546	0.34 541	0.34 544	0.30 540	0.30 543
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ADCL	0.24 479	0.11 396	0.47 519	0.22 455	0.12 420	0.34 511	0.29 519	0.29 401	0.56 520	0.24 431	0.46 508	0.30 449	0.30 498	0.29 487	0.29 503	0.08 300	0.07 379	0.09 359	0.09 383	0.10 414	0.10 414

PASM	0.32 518	0.24 516	0.48 520	0.28 516	0.27 535	0.29 496	0.30 526	0.34 464	0.49 504	0.35 501	0.39 478	0.46 523	0.34 512	0.34 504	0.35 523	0.23 536	0.25 539	0.26 527	0.28 536	0.23 525	0.21 527

zh-sn7	0.25 490	0.17 484	0.50 521	0.24 485	0.13 443	0.25 466	0.24 473	0.34 464	0.48 498	0.28 470	0.54 520	0.28 432	0.31 502	0.36 516	0.32 516	0.10 400	0.10 454	0.11 438	0.10 422	0.12 452	0.12 453

XQC	0.28 505	0.23 513	0.51 522	0.28 516	0.19 515	0.34 511	0.27 504	0.36 487	0.57 522	0.31 488	0.30 422	0.37 492	0.30 498	0.38 523	0.38 530	0.13 477	0.09 434	0.15 496	0.12 473	0.17 512	0.18 519

otaku	0.39 527	0.37 540	0.52 523	0.44 542	0.28 536	0.58 538	0.24 473	0.41 515	0.62 532	0.40 515	0.49 512	0.46 523	0.33 508	0.40 531	0.32 516	0.30 541	0.30 543	0.39 543	0.33 542	0.29 539	0.28 540

Ntro	0.40 530	0.40 542	0.53 524	0.46 546	0.30 540	0.65 544	0.24 473	0.46 531	0.68 541	0.41 519	0.49 512	0.48 528	0.42 532	0.39 527	0.31 515	0.32 543	0.28 541	0.37 542	0.30 539	0.32 544	0.29 541

WAO-7	0.79 556	0.78 560	0.54 525	0.85 561	0.67 563	0.74 551	0.68 563	1.05 567	1.32 565	0.90 558	1.20 568	1.04 554	0.92 562	0.69 552	0.66 556	0.60 559	0.62 570	0.67 554	0.68 563	0.64 556	0.58 557

MSC_U_SF_DS_RVC	0.43 534	0.39 541	0.54 525	0.40 538	0.20 518	0.64 543	0.32 534	0.53 541	0.72 544	0.71 545	0.72 542	0.61 539	0.54 541	0.51 539	0.46 543	0.20 524	0.19 522	0.29 537	0.30 539	0.23 525	0.18 519

w-ln-seven	0.24 479	0.14 455	0.55 527	0.19 355	0.14 463	0.26 475	0.22 450	0.35 480	0.60 529	0.29 478	0.39 478	0.30 449	0.22 440	0.21 426	0.26 485	0.09 359	0.09 434	0.11 438	0.10 422	0.11 437	0.10 414

ACVNet-4b	0.39 527	0.53 547	0.55 527	0.45 543	0.24 527	0.47 530	0.18 363	0.49 535	0.64 536	0.42 522	0.45 507	0.60 538	0.27 477	0.34 504	0.24 464	0.33 544	0.14 503	0.48 547	0.42 547	0.30 540	0.26 539

MFN_U_SF_RVC	0.32 518	0.21 508	0.55 527	0.30 525	0.15 481	0.34 511	0.17 318	0.52 539	0.46 496	0.46 531	0.55 522	0.59 537	0.39 521	0.35 510	0.37 528	0.15 494	0.14 503	0.18 514	0.21 521	0.16 505	0.15 497

zh-mn7	0.25 490	0.14 455	0.56 530	0.19 355	0.14 463	0.24 455	0.22 450	0.34 464	0.62 532	0.35 501	0.65 535	0.31 462	0.25 463	0.31 491	0.25 473	0.09 359	0.08 405	0.09 359	0.09 383	0.09 382	0.11 440

aanetorigin	0.22 456	0.17 484	0.56 530	0.17 216	0.10 341	0.15 304	0.19 402	0.20 229	0.33 420	0.49 532	0.48 511	0.29 440	0.27 477	0.20 409	0.23 451	0.08 300	0.07 379	0.08 278	0.07 272	0.10 414	0.09 387

SuperB	0.20 435	0.10 370	0.56 530	0.16 142	0.09 239	0.18 374	0.18 363	0.24 316	0.50 507	0.26 449	0.39 478	0.17 300	0.21 431	0.22 439	0.21 430	0.08 300	0.06 307	0.06 102	0.06 185	0.12 452	0.10 414

LSM	0.33 521	0.20 502	0.58 533	0.26 501	0.60 559	0.34 511	0.25 489	0.42 520	0.48 498	0.45 528	0.58 532	0.42 511	0.36 516	0.35 510	0.25 473	0.12 454	0.20 525	0.14 484	0.16 506	0.19 519	0.33 546

ACVNet_1	0.44 535	0.49 546	0.60 534	0.45 543	0.28 536	0.49 533	0.27 504	0.57 546	0.72 544	0.62 540	0.58 532	0.74 549	0.49 538	0.50 538	0.35 523	0.26 539	0.24 538	0.39 543	0.29 537	0.31 543	0.24 532

ADCPNet	0.25 490	0.16 473	0.61 535	0.21 440	0.15 481	0.35 519	0.25 489	0.32 436	0.35 441	0.30 482	0.40 484	0.36 487	0.28 486	0.28 480	0.32 516	0.12 454	0.10 454	0.11 438	0.12 473	0.14 483	0.13 473

WAO-6	0.81 557	0.80 561	0.62 536	0.86 562	0.63 561	0.76 555	0.58 556	0.98 564	1.54 572	0.90 558	0.96 557	1.07 556	1.03 566	0.70 553	0.66 556	0.72 563	0.49 558	0.90 566	0.71 564	0.68 560	0.58 557

BEATNet-Init1	0.52 542	0.27 524	0.62 536	0.30 525	0.21 521	0.76 555	0.29 519	0.54 542	0.65 538	0.86 556	0.95 556	2.07 574	0.62 550	0.56 547	0.42 539	0.18 517	0.18 519	0.23 524	0.22 524	0.22 524	0.21 527

WAO-8	0.91 561	0.81 562	0.65 538	0.94 565	0.69 564	0.90 559	0.67 561	1.07 570	1.83 575	1.06 565	1.45 571	1.30 561	1.07 567	0.84 559	0.78 562	0.74 565	0.53 563	0.86 564	0.75 565	0.69 562	0.62 563

Venus	0.91 561	0.81 562	0.65 538	0.94 565	0.69 564	0.90 559	0.67 561	1.07 570	1.83 575	1.06 565	1.45 571	1.30 561	1.07 567	0.84 559	0.78 562	0.74 565	0.53 563	0.86 564	0.75 565	0.69 562	0.62 563

Wz-Net-TNSev	0.29 509	0.20 502	0.65 538	0.19 355	0.15 481	0.38 524	0.27 504	0.35 480	0.55 517	0.34 500	0.42 501	0.45 519	0.38 519	0.32 498	0.30 508	0.12 454	0.13 494	0.10 407	0.12 473	0.15 498	0.14 490

anonymity	0.53 543	0.58 549	0.65 538	0.41 540	0.61 560	0.53 535	0.41 542	0.56 544	0.41 472	0.55 537	0.50 516	0.49 529	0.55 544	0.58 548	0.50 549	0.58 557	0.50 560	0.51 549	0.51 554	0.51 548	0.57 556

MFMNet_re	0.64 547	0.66 555	0.65 538	0.51 547	0.69 564	0.69 547	0.57 555	0.64 550	0.73 548	0.60 539	0.73 543	0.62 540	0.67 552	0.65 551	0.60 553	0.66 562	0.58 569	0.63 553	0.59 557	0.68 560	0.69 566

DispFullNet	0.27 501	0.21 508	0.65 538	0.28 516	0.16 491	0.26 475	0.17 318	0.33 455	0.58 525	0.27 455	0.38 470	0.43 515	0.23 448	0.38 523	0.23 451	0.12 454	0.06 307	0.19 516	0.11 454	0.21 521	0.15 497

SPS-STEREO	0.57 546	0.58 549	0.65 538	0.45 543	0.55 554	0.62 542	0.44 548	0.62 549	0.50 507	0.68 543	0.64 534	0.66 544	0.57 546	0.61 549	0.60 553	0.62 560	0.47 555	0.51 549	0.49 551	0.55 553	0.58 557
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.56 545	0.57 548	0.65 538	0.40 538	0.54 552	0.66 546	0.49 549	0.56 544	0.45 495	0.66 541	0.69 539	0.67 545	0.56 545	0.63 550	0.56 551	0.59 558	0.48 556	0.50 548	0.50 553	0.52 549	0.58 557

IMH-64-1	0.65 548	0.61 551	0.68 546	0.71 553	0.51 550	0.59 539	0.49 549	0.91 558	0.85 552	0.74 551	1.02 558	0.81 550	0.78 556	0.79 555	0.49 546	0.42 548	0.46 551	0.71 555	0.47 549	0.52 549	0.39 549

IMH-64	0.65 548	0.61 551	0.68 546	0.71 553	0.51 550	0.59 539	0.49 549	0.91 558	0.85 552	0.74 551	1.02 558	0.81 550	0.78 556	0.79 555	0.49 546	0.42 548	0.46 551	0.71 555	0.47 549	0.52 549	0.39 549

IMH	0.71 551	0.64 554	0.68 546	0.76 555	0.54 552	0.69 547	0.54 553	0.98 564	1.10 560	0.82 555	1.09 561	0.89 552	0.88 561	0.87 563	0.52 550	0.44 551	0.50 560	0.75 558	0.51 554	0.56 554	0.41 552

ACVNet_2	0.66 550	0.66 555	0.68 546	0.63 551	0.41 545	0.71 549	0.49 549	0.96 562	1.39 567	0.89 557	1.09 561	1.04 554	0.73 554	0.54 545	0.47 544	0.43 550	0.40 549	0.53 552	0.44 548	0.47 547	0.35 548

RainbowNet	0.54 544	0.61 551	0.70 550	0.57 550	0.43 547	0.65 544	0.37 540	0.60 548	0.87 554	0.50 533	0.66 536	0.64 541	0.47 536	0.49 537	0.43 542	0.47 552	0.48 556	0.52 551	0.41 546	0.52 549	0.40 551

TorneroNet-64	0.76 555	0.72 558	0.74 551	0.78 557	0.58 558	0.91 562	0.56 554	0.84 556	1.29 564	0.66 541	0.90 552	1.40 566	0.75 555	0.85 561	0.67 559	0.49 553	0.46 551	0.72 557	0.59 557	0.67 559	0.53 555

WZ-Net	0.28 505	0.17 484	0.78 552	0.22 455	0.16 491	0.34 511	0.29 519	0.39 505	0.57 522	0.24 431	0.55 522	0.37 492	0.24 454	0.33 501	0.35 523	0.09 359	0.08 405	0.09 359	0.10 422	0.14 483	0.16 508

DPSimNet_ROB	1.11 568	1.23 572	0.78 552	1.13 570	0.88 571	1.10 569	1.13 571	1.16 574	1.23 563	1.43 572	1.02 558	1.41 567	1.10 570	0.90 565	1.60 571	1.46 576	0.51 562	1.21 573	1.03 573	0.90 568	1.01 574

Dean	0.87 560	0.86 565	0.79 554	0.81 559	0.56 555	0.90 559	0.63 557	1.15 573	1.73 573	1.15 568	1.15 566	1.31 563	0.99 565	0.81 557	0.81 565	0.57 556	0.56 567	0.77 562	0.64 560	0.66 558	0.58 557

ktn	1.01 566	1.21 571	0.80 555	1.23 572	0.86 570	1.01 566	0.87 567	0.94 561	1.39 567	1.04 563	1.12 564	1.15 558	1.07 567	0.94 567	0.59 552	1.28 575	0.71 572	1.38 575	0.83 568	1.02 571	0.75 569

TorneroNet	0.82 558	0.74 559	0.81 556	0.84 560	0.63 561	0.99 564	0.63 557	0.96 562	1.16 561	0.80 554	1.11 563	1.36 565	0.86 560	0.93 566	0.80 564	0.56 555	0.49 558	0.78 563	0.66 562	0.73 565	0.63 565

LVE	0.83 559	0.85 564	0.85 557	0.80 558	0.56 555	1.04 568	0.65 560	1.05 567	1.47 570	0.96 560	1.22 569	1.10 557	0.85 559	0.83 558	0.71 561	0.49 553	0.55 566	0.76 561	0.60 559	0.65 557	0.59 562

KSHMR	1.09 567	1.17 570	0.88 558	1.25 573	1.00 572	0.99 564	0.96 569	1.13 572	1.37 566	1.16 569	1.29 570	1.41 567	0.96 564	1.01 569	0.92 566	1.03 572	1.08 574	1.20 572	1.03 573	1.01 570	0.97 572

PWCK	0.71 551	0.94 566	0.95 559	0.76 555	0.31 541	0.74 551	0.36 537	0.90 557	0.90 555	0.96 560	0.75 547	0.95 553	0.61 548	0.87 563	0.66 556	0.72 563	0.46 551	0.75 558	0.49 551	0.69 562	0.44 553

notaker	0.97 564	1.11 569	0.98 560	1.13 570	0.81 568	0.73 550	0.68 563	0.93 560	1.16 561	1.18 570	1.18 567	1.41 567	1.16 571	1.08 572	0.69 560	0.81 568	0.64 571	1.17 571	0.79 567	0.98 569	0.80 570

EDNetEfficient	0.29 509	0.24 516	1.13 561	0.18 298	0.10 341	0.19 397	0.20 423	0.20 229	0.60 529	0.74 551	0.56 527	0.31 462	0.39 521	0.22 439	0.30 508	0.09 359	0.07 379	0.08 278	0.07 272	0.11 437	0.09 387

JetBlue	0.71 551	0.45 545	1.14 562	0.51 547	0.47 549	2.02 573	0.64 559	0.75 553	0.70 542	0.69 544	0.77 548	1.22 560	0.83 558	1.03 570	1.01 569	0.40 547	0.28 541	0.33 540	0.33 542	0.30 540	0.34 547

HanzoNet	1.29 569	1.26 573	1.19 563	1.12 569	0.85 569	1.02 567	0.83 565	1.03 566	1.48 571	1.64 573	1.61 573	2.50 576	1.72 574	1.61 574	1.61 572	1.26 574	0.80 573	1.31 574	1.01 572	1.02 571	0.86 571

AnyNet_C01	0.36 525	0.25 521	1.37 564	0.22 455	0.17 506	0.48 532	0.27 504	0.35 480	0.39 463	0.39 512	0.74 545	0.46 523	0.38 519	0.45 535	0.47 544	0.13 477	0.13 494	0.13 472	0.14 486	0.14 483	0.15 497

UNDER WATER	0.97 564	0.97 568	1.42 565	0.99 567	0.70 567	1.12 570	0.84 566	0.80 555	1.08 559	1.01 562	0.90 552	1.55 570	1.22 573	1.03 570	1.00 568	0.78 567	0.53 563	1.02 568	0.87 569	0.80 567	0.74 568

UNDER WATER-64	0.95 563	0.94 566	1.43 566	0.87 563	0.56 555	1.18 571	0.87 567	0.77 554	0.94 556	1.04 563	0.85 551	1.58 571	1.21 572	0.94 567	0.96 567	0.87 569	0.57 568	1.03 569	0.88 570	0.78 566	0.73 567

MADNet++	1.95 571	1.75 575	1.59 567	1.82 575	1.69 575	2.33 574	1.40 574	2.35 577	2.09 577	2.57 577	2.36 576	2.24 575	2.17 575	2.28 575	2.34 574	1.87 577	1.66 577	1.54 576	1.34 576	1.92 575	1.77 577

ASD4	3.54 573	3.38 578	2.05 568	1.72 574	2.51 577	9.03 580	17.71 581	2.25 576	5.51 579	2.46 576	2.81 577	2.03 573	3.36 576	2.73 576	5.06 577	1.22 573	1.34 575	1.13 570	1.33 575	1.68 574	1.49 576

JetRed	1.62 570	1.46 574	2.98 569	0.92 564	1.21 573	4.99 576	1.53 575	1.27 575	1.39 567	1.83 574	1.74 574	1.60 572	0.95 563	1.41 573	2.45 576	0.90 571	1.60 576	0.93 567	0.90 571	1.35 573	0.99 573

USTest	6.22 576	2.73 577	3.00 570	6.57 583	7.29 582	14.37 583	21.57 582	7.00 585	9.56 584	5.34 581	6.10 578	5.72 580	7.64 580	6.41 582	6.96 580	1.97 578	3.42 583	1.64 577	2.15 580	2.66 576	2.36 578

RTS	0.45 537	0.19 498	3.26 571	0.24 485	0.15 481	0.74 551	0.20 423	0.36 487	0.76 550	0.42 522	0.43 504	0.31 462	0.41 529	0.53 543	0.35 523	0.10 400	0.08 405	0.13 472	0.12 473	0.15 498	0.15 497

RTSA	0.45 537	0.19 498	3.26 571	0.24 485	0.15 481	0.74 551	0.20 423	0.36 487	0.76 550	0.42 522	0.43 504	0.31 462	0.41 529	0.53 543	0.35 523	0.10 400	0.08 405	0.13 472	0.12 473	0.15 498	0.15 497

tt	4.67 575	0.06 56	3.55 573	2.02 576	1.55 574	10.25 581	16.71 580	8.91 586	5.03 578	1.31 571	0.94 555	4.71 577	4.76 577	3.33 577	5.87 579	6.06 585	10.30 589	1.88 579	2.11 579	2.75 577	1.21 575

MADNet+	0.75 554	0.71 557	3.70 574	0.66 552	0.41 545	0.98 563	0.97 570	0.69 552	0.73 548	0.52 534	0.57 530	0.64 541	0.68 553	0.86 562	1.01 569	0.34 545	0.36 548	0.28 536	0.23 528	0.36 545	0.31 544

TCMNet-wrong-test	3.67 574	5.48 584	3.89 575	12.18 587	11.75 588	4.65 575	3.88 576	1.06 569	0.72 544	1.09 567	2.15 575	6.30 581	0.53 540	3.43 578	2.36 575	0.89 570	0.20 525	1.87 578	1.69 577	5.57 583	3.62 583

PML	8.91 583	9.34 588	6.13 576	5.35 580	6.41 581	14.99 584	23.38 588	5.27 578	6.83 580	18.04 590	28.19 595	7.67 582	6.83 579	7.85 583	5.75 578	5.35 584	1.83 578	5.95 588	1.93 578	8.64 586	2.52 579

LRCNet_RVC	10.62 585	13.42 589	7.30 577	18.92 589	2.07 576	0.33 508	0.30 526	5.59 581	0.48 498	13.03 588	17.94 588	8.87 583	5.65 578	4.79 579	1.89 573	23.51 594	2.73 582	27.55 595	25.71 595	16.07 592	16.33 593

xxxxx1	7.79 577	5.02 581	7.31 578	3.12 577	3.85 578	16.35 585	22.88 583	5.86 582	8.69 581	7.97 582	8.54 579	9.12 584	8.27 581	10.18 584	10.92 581	2.42 579	2.45 579	3.56 582	12.37 586	3.77 578	3.06 580

tt_ll	7.79 577	5.02 581	7.31 578	3.12 577	3.85 578	16.35 585	22.88 583	5.86 582	8.69 581	7.97 582	8.54 579	9.12 584	8.27 581	10.18 584	10.92 581	2.42 579	2.45 579	3.56 582	12.37 586	3.77 578	3.06 580

ff	7.79 577	5.02 581	7.31 578	3.12 577	3.85 578	16.35 585	22.88 583	5.86 582	8.69 581	7.97 582	8.54 579	9.12 584	8.27 581	10.18 584	10.92 581	2.42 579	2.45 579	3.56 582	12.37 586	3.77 578	3.06 580

Anonymous_1	10.96 586	7.92 585	7.46 581	10.33 584	10.06 583	18.65 589	26.34 589	11.06 587	13.44 588	9.40 585	10.05 584	9.67 587	11.23 586	10.73 587	12.72 586	6.42 586	8.38 586	5.77 585	10.61 585	12.12 587	6.77 584

DPSM_ROB	11.15 587	8.58 586	8.00 582	10.88 585	11.58 586	19.10 590	26.71 590	12.05 588	14.07 589	10.36 586	10.84 585	10.33 588	11.86 587	11.70 588	13.54 587	6.99 587	8.79 587	5.89 586	6.95 581	7.29 584	7.42 587

DPSM	11.15 587	8.58 586	8.00 582	10.88 585	11.58 586	19.10 590	26.71 590	12.05 588	14.07 589	10.36 586	10.84 585	10.33 588	11.86 587	11.70 588	13.54 587	6.99 587	8.79 587	5.89 586	6.95 581	7.29 584	7.42 587

DPSMNet_ROB	8.06 581	4.48 579	8.63 584	5.37 582	10.74 585	8.32 578	22.98 587	5.46 579	13.36 587	5.12 579	9.92 582	5.08 578	10.40 584	5.53 581	12.58 584	3.80 583	8.00 584	3.50 580	7.02 583	3.83 581	7.14 585

DGTPSM_ROB	8.06 581	4.48 579	8.63 584	5.35 580	10.72 584	8.32 578	22.97 586	5.46 579	13.35 586	5.12 579	9.92 582	5.08 578	10.40 584	5.52 580	12.58 584	3.79 582	8.00 584	3.50 580	7.02 583	3.83 581	7.14 585

CasAABBNet	22.42 591	17.33 591	16.01 586	22.01 591	23.28 593	38.32 592	53.80 594	24.14 593	28.41 594	20.60 592	21.77 591	20.89 594	23.91 593	23.43 592	27.36 593	14.07 590	17.69 592	11.83 591	14.01 590	14.67 589	14.95 591

Selective-RAFT-Error	22.47 593	17.37 593	16.09 587	22.06 592	23.34 594	38.39 593	53.83 595	24.29 596	28.47 596	20.74 593	21.83 593	20.81 593	23.90 592	23.54 595	27.53 595	14.08 591	17.69 592	11.82 590	14.00 589	14.69 590	15.00 592

FlowAnything	22.44 592	17.35 592	16.14 588	22.07 593	23.23 592	38.39 593	53.77 593	24.25 594	28.44 595	20.96 595	21.82 592	20.70 592	23.84 591	23.49 593	27.14 592	14.04 589	17.79 594	11.75 589	14.15 592	14.65 588	14.89 589

LSM0	22.87 594	17.28 590	18.96 589	22.19 594	29.04 596	38.42 595	53.71 592	24.28 595	28.31 593	20.78 594	21.00 590	21.43 595	24.16 594	23.50 594	27.39 594	14.09 592	17.38 591	11.84 592	14.04 591	14.73 591	14.89 589

HaxPig	15.71 589	18.52 594	19.18 590	16.89 588	15.89 590	7.73 577	7.60 577	13.31 590	10.82 585	15.42 589	14.91 587	15.98 590	14.92 589	15.58 590	15.98 589	18.95 593	16.73 590	19.46 593	18.08 593	19.26 593	19.05 594

DLNR_Zeroshot_test	10.40 584	1.82 576	19.49 591	120.77 597	13.11 589	0.06 8	0.13 104	0.23 294	0.10 36	0.07 30	0.10 117	0.09 123	0.06 36	0.10 61	0.09 54	0.13 477	0.04 21	0.06 102	0.04 34	51.54 596	0.04 40

MEDIAN_ROB	20.38 590	24.04 595	23.31 592	21.23 590	21.71 591	10.40 582	7.92 578	17.64 591	15.50 591	20.12 591	19.70 589	20.34 591	20.32 590	21.19 591	21.13 590	23.81 595	21.81 595	24.98 594	23.76 594	24.71 594	23.93 595

AVERAGE_ROB	24.90 595	29.20 596	28.14 593	24.89 595	24.64 595	17.75 588	11.12 579	21.45 592	19.93 592	25.12 596	24.46 594	25.12 596	25.46 595	24.69 596	22.83 591	29.76 596	27.13 596	28.97 596	27.95 596	29.91 595	29.47 596

test_example2	98.32 596	94.13 597	45.89 594	96.35 596	109.85 597	88.61 596	95.45 596	25.75 597	94.37 597	130.00 598	126.06 597	58.17 597	74.63 596	88.51 597	79.96 596	150.23 597	221.02 597	77.62 597	99.10 597	113.75 597	96.94 597

coex-ft	3.30 572	0.34 537	59.09 595	0.18 298	0.13 443	0.26 475	0.22 450	0.27 371	0.72 544	1.90 575	0.70 541	0.44 517	0.45 535	0.29 487	0.41 538	0.09 359	0.09 434	0.12 457	0.09 383	0.14 483	0.13 473

EDNetEfficientorigin	7.91 580	0.31 533	153.02 596	0.19 355	0.09 239	0.21 429	0.16 284	0.22 274	0.59 526	0.72 547	0.67 537	0.42 511	0.50 539	0.24 459	0.39 532	0.08 300	0.07 379	0.08 278	0.07 272	0.12 452	0.10 414

ccccc	245.47 597	285.66 598	306.18 597	368.85 598	370.60 598	123.16 597	145.33 597	115.05 598	110.08 598	126.68 597	110.87 596	122.83 598	165.88 597	252.94 598	276.56 597	384.56 598	353.86 598	254.69 598	223.00 598	425.87 598	386.83 598

FADE		0.33 535		0.33 530	0.25 533			0.64 550	1.07 558	0.43 525		0.42 511		0.70 553		0.30 541	0.21 536	0.41 545	0.38 545	0.23 525	0.22 529

Low-res two-view benchmark