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

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 27	0.20 9	0.59 19	0.19 1	0.24 2	0.17 1	0.33 41	0.27 19	0.90 154	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 18	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 43	0.20 1	0.77 107	0.23 2	0.16 57	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 43	0.20 9	0.66 42	0.21 2	0.25 3	0.22 4	0.33 41	0.28 23	1.09 208	0.25 10	0.14 29	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

S2M2_XL	0.24 1	0.24 76	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 25	0.24 6	0.23 8	0.32 1	0.26 18	0.20 215	0.18 312	0.18 111	0.16 150	0.18 120	0.14 61

StereoAnything_RVC	0.45 107	1.43 540	0.48 64	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 69	1.27 253	0.22 1	0.21 249	0.11 26	0.14 1	0.10 2	2.37 546	0.11 2

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 14	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 33	0.33 45	0.34 3	0.26 18	0.16 57	0.12 51	0.15 19	0.11 8	0.13 4	0.12 10

LG-G_1	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 197	0.18 2	0.70 53	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 145	0.24 5	0.16 57	0.12 51	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 23	0.20 8	0.44 37	0.42 51	0.20 3	0.64 197	0.18 2	0.70 53	0.25 7	0.29 10	0.29 13	0.36 47	0.35 60	0.87 145	0.24 5	0.16 57	0.12 51	0.16 49	0.11 8	0.13 4	0.13 35

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 63	0.29 10	0.21 12	0.66 42	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 246	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 43	0.19 6	0.56 13	0.26 9	0.29 10	0.24 6	0.29 28	0.29 27	0.55 39	0.25 10	0.18 139	0.12 51	0.16 49	0.12 38	0.14 18	0.13 35

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 75	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 155	0.23 2	0.15 36	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 71	0.19 6	0.61 27	0.29 12	0.35 27	0.21 2	0.35 45	0.21 2	0.60 58	0.25 10	0.15 36	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

AdaDepth	0.30 14	0.22 45	0.49 71	0.44 81	0.27 87	0.44 58	0.24 29	0.52 8	0.30 13	0.31 15	0.37 23	0.26 14	0.32 42	0.79 116	0.25 10	0.12 5	0.12 51	0.16 49	0.13 62	0.16 58	0.15 94

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 71	0.30 70	0.69 49	0.30 13	0.41 51	0.39 24	0.28 27	0.33 45	0.62 64	0.27 23	0.13 19	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

2.5w	0.31 23	0.23 58	0.46 58	0.39 29	0.24 38	0.42 43	0.39 168	0.61 27	0.30 13	0.37 35	0.53 74	0.24 6	0.25 12	0.77 107	0.28 32	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

4.25_new	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.31 16	0.38 41	0.42 29	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.31 16	0.38 41	0.42 29	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4w-stereo	0.30 14	0.24 76	0.44 37	0.37 9	0.23 22	0.46 67	0.27 49	0.63 32	0.31 16	0.41 51	0.44 42	0.27 18	0.36 69	0.59 46	0.30 45	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 16	0.32 19	0.26 10	0.37 52	0.24 10	0.83 130	0.29 35	0.16 57	0.12 51	0.14 1	0.11 8	0.14 18	0.11 2

4.25w-stereo	0.30 14	0.26 127	0.44 37	0.38 22	0.26 63	0.49 89	0.40 176	0.59 19	0.32 20	0.38 41	0.42 29	0.27 18	0.34 52	0.46 14	0.31 62	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

3.75w	0.32 27	0.23 58	0.44 37	0.37 9	0.29 129	0.62 190	0.36 127	0.59 19	0.32 20	0.41 51	0.47 53	0.25 12	0.34 52	0.64 68	0.26 18	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

zero-FE	0.36 47	0.22 45	0.47 61	0.45 95	0.43 325	0.30 11	0.24 29	0.61 27	0.33 22	0.33 24	0.41 27	0.37 52	0.50 154	0.64 68	0.32 67	0.22 275	0.11 26	0.18 111	0.12 38	0.83 520	0.16 124

SGD-Stereo	0.32 27	0.20 8	0.40 17	0.38 22	0.19 1	0.43 52	0.22 16	0.64 34	0.33 22	0.42 57	0.34 18	0.27 18	0.35 60	1.15 222	0.30 45	0.20 215	0.10 9	0.15 19	0.13 62	0.17 89	0.13 35

4.5_new	0.29 10	0.25 104	0.41 22	0.36 5	0.23 22	0.52 124	0.36 127	0.56 13	0.34 24	0.45 74	0.42 29	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 62	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 104	0.41 22	0.36 5	0.23 22	0.52 124	0.36 127	0.56 13	0.34 24	0.45 74	0.42 29	0.27 18	0.25 12	0.40 8	0.24 5	0.13 19	0.10 9	0.15 19	0.13 62	0.16 58	0.12 10

2.75w_new	0.31 23	0.23 58	0.43 35	0.35 3	0.23 22	0.42 43	0.42 196	0.54 11	0.35 26	0.47 82	0.43 38	0.24 6	0.30 31	0.66 77	0.33 81	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

3.5w_stereo	0.33 35	0.25 104	0.45 50	0.37 9	0.24 38	0.54 141	0.35 111	0.66 42	0.36 27	0.43 62	0.44 42	0.29 28	0.34 52	0.77 107	0.39 149	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

fffft	0.38 58	0.23 58	0.51 84	0.44 81	0.32 196	0.43 52	0.48 270	0.76 68	0.36 27	0.44 66	0.34 18	0.38 55	0.31 36	1.31 261	0.32 67	0.14 29	0.11 26	0.19 134	0.15 108	0.16 58	0.16 124
1: 1. 1
IGEV-Stereo+	0.45 107	0.21 26	0.43 35	0.41 44	0.39 291	0.15 1	0.19 6	0.44 4	0.36 27	0.26 5	0.25 7	0.31 36	0.41 90	1.43 296	0.30 45	0.17 100	0.12 51	0.15 19	0.11 8	1.16 535	1.70 550

asda	0.30 14	0.24 76	0.42 30	0.38 22	0.23 22	0.43 52	0.34 103	0.58 18	0.37 30	0.38 41	0.42 29	0.27 18	0.34 52	0.52 27	0.30 45	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

DEFOM-Stereo	0.33 35	0.20 8	0.40 17	0.42 51	0.28 112	0.80 299	0.23 24	0.48 6	0.37 30	0.37 35	0.31 16	0.23 3	0.24 10	1.20 236	0.27 23	0.16 57	0.12 51	0.14 1	0.11 8	0.14 18	0.14 61

111111	0.34 38	0.20 8	0.41 22	0.45 95	0.42 315	0.37 24	0.22 16	0.95 147	0.38 32	0.31 15	0.31 16	0.40 57	0.27 19	0.96 169	0.26 18	0.17 100	0.12 51	0.15 19	0.11 8	0.15 38	0.13 35

qwe	0.32 27	0.21 26	0.40 17	0.37 9	0.26 63	0.49 89	0.29 60	0.64 34	0.39 33	0.49 96	0.48 56	0.26 14	0.27 19	0.80 119	0.34 98	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

3.25w_new	0.32 27	0.21 26	0.45 50	0.38 22	0.23 22	0.52 124	0.34 103	0.65 38	0.39 33	0.47 82	0.45 47	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 27	0.21 26	0.45 50	0.37 9	0.23 22	0.52 124	0.34 103	0.65 38	0.39 33	0.47 82	0.45 47	0.32 37	0.35 60	0.61 62	0.27 23	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

LG-Stereo_Zeroshot	0.36 47	0.23 58	0.54 104	0.50 169	0.28 112	0.36 22	0.22 16	1.02 172	0.39 33	0.42 57	0.64 105	0.36 47	0.51 158	0.39 6	0.29 35	0.18 139	0.12 51	0.17 76	0.13 62	0.18 120	0.18 175

FlowAnything_test	0.39 62	0.26 127	0.61 149	0.59 325	0.33 217	0.62 190	0.36 127	0.62 30	0.40 37	0.45 74	0.36 20	0.45 71	0.37 74	0.53 30	0.48 230	0.24 317	0.18 312	0.28 381	0.33 462	0.21 236	0.19 215

2.25w	0.32 27	0.24 76	0.48 64	0.37 9	0.24 38	0.45 62	0.25 32	0.62 30	0.40 37	0.45 74	0.58 92	0.27 18	0.32 42	0.74 103	0.35 108	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 177	0.45 62	0.21 12	0.59 19	0.40 37	0.31 15	0.43 38	0.26 14	0.21 2	0.43 11	0.25 10	0.13 19	0.12 51	0.16 49	0.13 62	0.12 1	0.12 10

Selective-IGEV	0.39 62	0.24 76	0.50 77	0.44 81	0.25 55	0.46 67	0.33 91	1.25 267	0.40 37	0.35 27	0.45 47	0.52 112	0.30 31	1.07 203	0.30 45	0.14 29	0.12 51	0.17 76	0.13 62	0.16 58	0.13 35

AIO_test	0.35 46	0.22 45	0.44 37	0.43 58	0.27 87	0.57 159	0.44 228	0.79 80	0.41 41	0.32 19	0.47 53	0.46 75	0.30 31	0.69 82	0.30 45	0.16 57	0.11 26	0.16 49	0.13 62	0.15 38	0.12 10

tt45	0.45 107	0.23 58	0.46 58	0.45 95	0.33 217	0.79 291	0.32 84	0.78 75	0.41 41	0.51 109	0.44 42	0.49 95	0.37 74	2.14 399	0.34 98	0.16 57	0.13 112	0.19 134	0.16 150	0.17 89	0.18 175

LoS_RVC	0.42 82	0.26 127	0.40 17	0.44 81	0.82 497	0.51 120	0.44 228	0.64 34	0.41 41	0.44 66	0.78 143	0.44 63	0.47 129	0.56 40	0.36 118	0.13 19	0.12 51	0.14 1	0.10 2	0.13 4	0.84 526

2w_stereo	0.32 27	0.24 76	0.45 50	0.39 29	0.22 16	0.46 67	0.47 259	0.69 49	0.42 44	0.43 62	0.50 67	0.24 6	0.45 113	0.47 18	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

IGEV-BASED-STEREO-	0.70 274	3.18 569	2.55 522	0.39 29	0.23 22	0.44 58	0.23 24	0.63 32	0.42 44	0.44 66	0.44 42	0.34 43	0.28 23	0.56 40	0.29 35	1.35 543	0.10 9	0.22 233	0.19 211	0.46 471	1.31 543

monsters	0.34 38	0.20 8	0.41 22	0.39 29	0.36 249	0.34 16	0.27 49	0.66 42	0.43 46	0.47 82	0.40 25	0.22 2	0.23 8	1.33 268	0.25 10	0.13 19	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

HUF	0.36 47	0.23 58	0.52 92	0.40 36	0.22 16	0.54 141	0.47 259	0.82 98	0.43 46	0.36 32	0.43 38	0.50 101	0.42 94	0.64 68	0.29 35	0.17 100	0.12 51	0.16 49	0.12 38	0.15 38	0.14 61

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 149	0.31 77	0.55 12	0.43 46	0.28 7	0.29 13	0.23 3	0.21 2	0.56 40	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

DEFOM-Stereo_RVC	0.40 71	0.67 481	0.42 30	0.64 381	0.29 129	0.48 77	0.25 32	0.85 106	0.44 49	0.38 41	0.36 20	0.30 33	0.70 249	1.15 222	0.29 35	0.16 57	0.11 26	0.16 49	0.11 8	0.18 120	0.12 10

RSM	0.39 62	0.24 76	0.49 71	0.46 103	0.26 63	0.47 71	0.40 176	0.92 128	0.44 49	0.41 51	0.42 29	0.65 163	0.33 45	1.07 203	0.29 35	0.15 36	0.12 51	0.17 76	0.13 62	0.17 89	0.13 35

AIO_rvc	0.36 47	0.23 58	0.49 71	0.43 58	0.27 87	0.59 167	0.38 153	0.94 142	0.45 51	0.33 24	0.46 51	0.49 95	0.22 6	0.84 133	0.30 45	0.16 57	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

SMoEStereo_RVC	0.39 62	0.25 104	0.50 77	0.45 95	0.30 151	0.61 181	0.36 127	0.72 58	0.45 51	0.46 79	0.43 38	0.42 58	0.35 60	1.39 288	0.29 35	0.15 36	0.12 51	0.20 169	0.15 108	0.16 58	0.15 94

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 103	0.30 151	0.33 15	0.22 16	0.75 65	0.45 51	0.32 19	0.41 27	0.32 37	0.48 140	0.38 4	0.27 23	0.15 36	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

RSM++	0.38 58	0.24 76	0.51 84	0.47 114	0.26 63	0.50 103	0.41 192	0.79 80	0.45 51	0.37 35	0.45 47	0.60 145	0.35 60	1.02 189	0.30 45	0.15 36	0.13 112	0.17 76	0.14 90	0.18 120	0.13 35

testlalala	0.45 107	0.28 178	0.59 141	0.42 51	0.39 291	0.71 250	0.39 168	1.08 212	0.45 51	1.24 345	0.80 154	0.61 149	0.36 69	0.54 33	0.33 81	0.20 215	0.13 112	0.18 111	0.12 38	0.15 38	0.15 94

test_xeample3	0.42 82	0.28 178	0.69 201	0.43 58	0.33 217	0.56 154	0.38 153	0.79 80	0.45 51	0.53 112	0.46 51	0.44 63	0.44 109	1.38 283	0.31 62	0.18 139	0.14 163	0.19 134	0.15 108	0.17 89	0.16 124

3w_stereo	0.33 35	0.25 104	0.52 92	0.40 36	0.21 9	0.53 133	0.54 314	0.65 38	0.46 57	0.44 66	0.48 56	0.23 3	0.45 113	0.46 14	0.29 35	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 94

mms	0.40 71	0.27 156	0.52 92	0.46 103	0.32 196	0.43 52	0.46 252	0.70 53	0.46 57	0.35 27	0.58 92	0.44 63	0.30 31	1.36 278	0.33 81	0.16 57	0.13 112	0.18 111	0.15 108	0.19 161	0.15 94

IGEV++	0.40 71	0.22 45	0.51 84	0.52 220	0.29 129	0.45 62	0.25 32	1.65 364	0.46 57	0.37 35	0.57 89	0.46 75	0.45 113	0.50 22	0.38 141	0.19 180	0.12 51	0.16 49	0.13 62	0.16 58	0.15 94

MSCF	0.38 58	0.25 104	0.52 92	0.47 114	0.25 55	0.62 190	0.37 146	0.81 93	0.47 60	0.50 104	0.71 125	0.32 37	0.65 236	0.54 33	0.28 32	0.19 180	0.12 51	0.17 76	0.14 90	0.17 89	0.14 61

EGLCR-Stereo	0.37 53	0.22 45	0.51 84	0.43 58	0.26 63	0.44 58	0.22 16	0.99 161	0.48 61	0.42 57	0.42 29	0.67 170	0.29 27	0.86 142	0.33 81	0.17 100	0.12 51	0.19 134	0.17 171	0.17 89	0.15 94

GASTEREO	0.40 71	0.25 104	0.51 84	0.48 141	0.25 55	0.65 213	0.36 127	0.81 93	0.49 62	0.51 109	0.82 156	0.30 33	0.66 239	0.62 64	0.28 32	0.19 180	0.12 51	0.16 49	0.14 90	0.16 58	0.14 61

IGEV-RUCA	0.37 53	0.23 58	0.48 64	0.49 157	0.36 249	0.60 175	0.23 24	0.64 34	0.49 62	0.39 49	0.49 64	0.44 63	0.31 36	0.85 138	0.30 45	0.24 317	0.13 112	0.16 49	0.12 38	0.20 195	0.19 215

Occ-G	0.42 82	0.21 26	0.48 64	0.41 44	0.26 63	0.42 43	0.62 372	0.77 71	0.49 62	0.43 62	0.66 107	1.02 303	0.46 120	0.78 112	0.41 167	0.16 57	0.13 112	0.18 111	0.13 62	0.16 58	0.16 124

UniTT-Stereo	0.36 47	0.23 58	0.59 141	0.48 141	0.36 249	0.40 32	0.32 84	0.53 9	0.49 62	0.54 115	0.55 83	0.36 47	0.31 36	0.58 45	0.51 249	0.20 215	0.15 221	0.17 76	0.15 108	0.19 161	0.15 94

1w_stereo	0.34 38	0.20 8	0.42 30	0.43 58	0.26 63	0.47 71	0.54 314	0.59 19	0.50 66	0.41 51	0.66 107	0.25 12	0.44 109	0.62 64	0.33 81	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

HART	0.45 107	0.22 45	0.54 104	0.50 169	0.26 63	0.41 36	0.29 60	1.03 177	0.50 66	0.58 120	1.45 390	0.61 149	0.35 60	1.08 207	0.30 45	0.15 36	0.13 112	0.19 134	0.14 90	0.19 161	0.14 61

ff7	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

IGEVStereo-DCA	0.46 114	0.28 178	0.56 118	0.43 58	0.33 217	0.49 89	0.42 196	0.87 109	0.50 66	0.47 82	0.48 56	0.48 87	0.46 120	2.03 389	0.30 45	0.19 180	0.14 163	0.19 134	0.15 108	0.16 58	0.18 175

ffff	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

rrr	0.46 114	0.28 178	0.73 237	0.43 58	0.33 217	0.49 89	0.38 153	0.76 68	0.50 66	0.47 82	0.48 56	0.48 87	0.46 120	2.03 389	0.30 45	0.19 180	0.14 163	0.19 134	0.15 108	0.16 58	0.16 124

11t	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

MaDis-Stereo	0.36 47	0.25 104	0.58 134	0.44 81	0.34 235	0.30 11	0.30 70	0.72 58	0.50 66	0.37 35	0.36 20	0.58 137	0.49 148	0.52 27	0.36 118	0.19 180	0.16 261	0.19 134	0.15 108	0.18 120	0.14 61

ccc-4	0.43 88	0.27 156	0.56 118	0.44 81	0.33 217	0.50 103	0.42 196	0.87 109	0.50 66	0.49 96	0.53 74	0.44 63	0.48 140	1.38 283	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

water-stereo	0.39 62	0.20 8	0.48 64	0.44 81	0.27 87	0.50 103	0.26 42	0.92 128	0.51 75	0.53 112	0.78 143	0.55 122	0.49 148	0.42 10	0.42 178	0.16 57	0.15 221	0.17 76	0.15 108	0.16 58	0.15 94

DilatedVolume-Stereo	0.43 88	0.21 26	0.55 114	0.43 58	0.32 196	0.72 253	0.29 60	0.80 88	0.51 75	0.77 160	0.73 131	0.48 87	0.40 87	1.13 219	0.39 149	0.15 36	0.14 163	0.15 19	0.14 90	0.16 58	0.14 61

monsterstereo	0.34 38	0.20 8	0.44 37	0.45 95	0.35 239	0.27 8	0.29 60	0.53 9	0.51 75	0.44 66	0.61 97	0.26 14	0.25 12	1.19 234	0.27 23	0.13 19	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

MyStereo07	0.48 127	0.29 213	0.50 77	0.55 277	0.45 340	0.59 167	0.79 423	1.05 191	0.51 75	0.48 90	0.53 74	0.43 61	0.55 180	1.30 260	0.34 98	0.17 100	0.16 261	0.24 291	0.20 243	0.23 285	0.20 248

testlalala_base	0.77 322	0.40 384	0.70 207	0.65 395	0.50 369	0.79 291	0.28 55	1.50 320	0.51 75	0.73 153	0.90 171	0.69 177	0.54 173	0.66 77	0.40 156	2.82 554	0.14 163	0.17 76	0.12 38	2.68 550	0.19 215

anonymousdsp	0.43 88	0.27 156	0.53 98	0.44 81	0.32 196	0.50 103	0.42 196	0.89 118	0.51 75	0.49 96	0.53 74	0.47 82	0.47 129	1.33 268	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175

IGEV-Stereo	0.43 88	0.27 156	0.54 104	0.45 95	0.32 196	0.50 103	0.42 196	0.90 124	0.51 75	0.49 96	0.53 74	0.47 82	0.47 129	1.32 265	0.33 81	0.17 100	0.12 51	0.21 204	0.15 108	0.18 120	0.18 175
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LG-Stereo	0.34 38	0.25 104	0.78 282	0.47 114	0.26 63	0.37 24	0.30 70	0.71 57	0.52 82	0.36 32	0.57 89	0.29 28	0.21 2	0.50 22	0.36 118	0.13 19	0.13 112	0.20 169	0.18 189	0.18 120	0.12 10

GIP-stereo	0.34 38	0.23 58	0.45 50	0.50 169	0.36 249	0.38 27	0.23 24	0.78 75	0.52 82	0.34 26	0.51 70	0.46 75	0.38 81	0.51 24	0.27 23	0.20 215	0.12 51	0.16 49	0.12 38	0.16 58	0.14 61

U	9.45 570	0.21 26	0.58 134	0.47 114	53.11 591	61.27 595	0.24 29	0.70 53	0.52 82	0.36 32	0.28 12	0.29 28	0.35 60	0.33 2	0.26 18	0.19 180	0.11 26	60.50 592	8.88 578	0.17 89	0.13 35

AIO-Stereo	0.37 53	0.25 104	0.51 84	0.47 114	0.23 22	0.45 62	0.39 168	1.07 206	0.52 82	0.41 51	0.48 56	0.52 112	0.25 12	0.72 93	0.30 45	0.16 57	0.12 51	0.17 76	0.13 62	0.16 58	0.13 35

xyz-stereo-finetune2	0.58 202	0.27 156	0.57 128	0.40 36	0.24 38	1.09 389	0.32 84	0.79 80	0.53 86	0.65 138	1.07 236	0.58 137	0.80 292	2.47 431	0.80 358	0.16 57	0.15 221	0.21 204	0.17 171	0.16 58	0.17 150

MoCha-V2	0.40 71	0.20 8	0.49 71	0.50 169	0.21 9	0.44 58	0.33 91	0.93 135	0.53 86	0.53 112	0.53 74	0.42 58	0.58 203	1.09 208	0.27 23	0.14 29	0.12 51	0.15 19	0.12 38	0.17 89	0.15 94

AEACV	0.37 53	0.24 76	0.52 92	0.47 114	0.51 380	0.37 24	0.38 153	0.65 38	0.53 86	0.42 57	0.56 86	0.46 75	0.60 207	0.53 30	0.30 45	0.16 57	0.13 112	0.18 111	0.15 108	0.17 89	0.14 61

999	0.48 127	0.22 45	0.49 71	0.48 141	0.34 235	0.75 266	0.31 77	0.85 106	0.55 89	0.37 35	0.48 56	0.50 101	0.36 69	2.45 426	0.39 149	0.16 57	0.13 112	0.18 111	0.15 108	0.16 58	0.19 215

fffy	0.42 82	0.27 156	0.57 128	0.46 103	0.29 129	0.48 77	0.35 111	0.91 125	0.55 89	0.40 50	0.58 92	0.55 122	0.41 90	1.26 250	0.36 118	0.15 36	0.13 112	0.19 134	0.16 150	0.18 120	0.14 61

ours_stereo	0.39 62	0.28 178	0.51 84	0.46 103	0.30 151	0.40 32	0.44 228	0.73 60	0.56 91	0.35 27	0.56 86	0.46 75	0.33 45	1.11 214	0.32 67	0.16 57	0.13 112	0.19 134	0.15 108	0.19 161	0.14 61

plain	0.46 114	0.27 156	1.01 373	0.50 169	0.40 302	0.35 18	0.37 146	0.87 109	0.56 91	0.43 62	0.76 139	0.42 58	0.40 87	1.13 219	0.45 204	0.21 249	0.15 221	0.24 291	0.19 211	0.24 300	0.16 124

rvit_stereo_0081_aga	0.44 99	0.34 328	0.73 237	0.51 199	0.41 310	0.50 103	0.40 176	0.81 93	0.57 93	0.58 120	0.56 86	0.53 117	0.43 101	0.66 77	0.40 156	0.26 367	0.21 370	0.22 233	0.20 243	0.26 324	0.18 175

GREAT-IGEV	0.32 27	0.20 8	0.42 30	0.37 9	0.29 129	0.36 22	0.28 55	0.56 13	0.58 94	0.28 7	0.50 67	0.29 28	0.29 27	0.84 133	0.27 23	0.14 29	0.11 26	0.15 19	0.11 8	0.17 89	0.14 61

castereo++	0.38 58	0.23 58	0.41 22	0.43 58	0.31 177	0.97 363	0.22 16	0.86 108	0.58 94	0.32 19	0.44 42	0.51 105	0.39 83	0.93 163	0.24 5	0.17 100	0.11 26	0.17 76	0.12 38	0.14 18	0.14 61

GCAP-Stereo	0.40 71	0.28 178	0.68 188	0.47 114	0.25 55	0.53 133	0.32 84	0.82 98	0.58 94	0.65 138	0.69 118	0.58 137	0.42 94	0.47 18	0.29 35	0.17 100	0.14 163	0.17 76	0.13 62	0.17 89	0.14 61

ProNet	0.43 88	0.28 178	0.58 134	0.43 58	0.30 151	0.56 154	0.52 300	1.00 165	0.58 94	0.44 66	0.49 64	0.43 61	0.43 101	1.28 255	0.36 118	0.15 36	0.13 112	0.19 134	0.16 150	0.17 89	0.16 124

GLC_STEREO	0.39 62	0.25 104	0.41 22	0.54 253	0.23 22	0.48 77	0.30 70	0.73 60	0.58 94	0.52 111	0.73 131	0.51 105	0.31 36	0.64 68	0.42 178	0.17 100	0.20 348	0.23 271	0.19 211	0.21 236	0.17 150

XX-Stereo	0.63 228	0.26 127	1.90 498	0.81 479	0.67 453	0.43 52	0.23 24	1.03 177	0.58 94	0.65 138	1.56 422	1.41 401	0.39 83	1.28 255	0.35 108	0.20 215	0.14 163	0.20 169	0.19 211	0.18 120	0.14 61

MIF-Stereo (partial)	0.45 107	0.25 104	0.70 207	0.50 169	0.52 392	0.35 18	0.26 42	0.91 125	0.59 100	0.45 74	0.71 125	0.51 105	0.51 158	1.11 214	0.45 204	0.20 215	0.16 261	0.23 271	0.20 243	0.24 300	0.18 175

SCV	0.46 114	0.26 127	0.55 114	0.47 114	0.25 55	0.39 30	0.38 153	1.98 462	0.60 101	0.35 27	0.48 56	0.55 122	0.36 69	1.28 255	0.32 67	0.24 317	0.12 51	0.17 76	0.13 62	0.18 120	0.14 61

Pointernet	0.37 53	0.20 8	0.57 128	0.43 58	0.28 112	0.51 120	0.27 49	0.93 135	0.61 102	0.47 82	0.63 102	0.49 95	0.38 81	0.49 21	0.33 81	0.17 100	0.13 112	0.14 1	0.11 8	0.13 4	0.12 10

sCroCo_RVC	0.49 133	0.40 384	1.02 380	0.65 395	0.60 431	0.52 124	0.40 176	0.83 102	0.61 102	0.44 66	0.74 135	0.49 95	0.50 154	0.63 67	0.48 230	0.26 367	0.27 433	0.23 271	0.22 316	0.29 368	0.25 329

model_zeroshot	0.48 127	0.29 213	0.86 307	0.51 199	0.36 249	0.69 238	0.37 146	1.12 225	0.62 104	0.85 186	0.84 159	0.66 167	0.37 74	0.73 97	0.34 98	0.20 215	0.16 261	0.19 134	0.16 150	0.17 89	0.16 124

CAS	0.63 228	0.18 1	0.37 5	2.27 549	0.84 499	0.57 159	0.54 314	0.79 80	0.62 104	0.48 90	0.70 122	0.36 47	0.26 17	0.45 12	0.35 108	2.24 549	0.10 9	0.14 1	0.09 1	0.15 38	1.06 538

test_4	0.53 150	0.22 45	0.56 118	0.54 253	0.32 196	0.64 197	0.39 168	0.80 88	0.62 104	0.92 200	1.87 475	0.68 172	0.42 94	1.16 226	0.37 130	0.15 36	0.13 112	0.20 169	0.22 316	0.20 195	0.15 94

UGAM-zero	1.00 409	0.30 233	0.93 344	0.47 114	0.30 151	0.57 159	0.25 32	2.25 513	0.63 107	1.01 228	1.10 250	2.73 524	1.85 511	6.26 523	0.40 156	0.17 100	0.14 163	0.19 134	0.15 108	0.16 58	0.17 150

RAStereo	0.34 38	0.21 26	0.66 179	0.47 114	0.27 87	0.26 4	0.29 60	0.69 49	0.63 107	0.32 19	0.42 29	0.45 71	0.31 36	0.45 12	0.34 98	0.17 100	0.15 221	0.19 134	0.15 108	0.18 120	0.13 35

11t1	0.52 140	0.28 178	0.68 188	0.51 199	0.28 112	0.83 315	0.39 168	1.22 259	0.63 107	0.84 181	0.74 135	0.68 172	0.68 241	0.91 155	0.57 278	0.21 249	0.18 312	0.19 134	0.16 150	0.20 195	0.21 265

IGEV_Zeroshot_test	0.53 150	0.30 233	0.99 364	0.56 290	0.35 239	0.41 36	0.32 84	1.37 287	0.63 107	1.00 225	1.09 246	0.95 277	0.41 90	0.83 130	0.39 149	0.18 139	0.12 51	0.19 134	0.18 189	0.19 161	0.17 150

S2M2	0.34 38	0.28 178	0.45 50	0.40 36	0.30 151	0.31 13	0.16 1	0.60 26	0.64 111	0.31 15	0.48 56	0.47 82	0.34 52	0.38 4	0.32 67	0.25 344	0.22 388	0.20 169	0.22 316	0.25 312	0.22 283

GCAP-BAT	0.49 133	0.31 266	0.64 165	0.41 44	0.46 352	0.70 245	0.35 111	0.77 71	0.64 111	0.86 188	1.00 201	0.77 196	0.37 74	1.18 232	0.36 118	0.18 139	0.14 163	0.18 111	0.13 62	0.17 89	0.15 94

MSKI-zero shot	0.55 180	0.26 127	0.57 128	0.51 199	0.26 63	0.69 238	0.28 55	1.18 240	0.64 111	0.91 198	1.32 347	0.82 215	0.33 45	1.92 377	0.32 67	0.17 100	0.12 51	0.17 76	0.13 62	0.16 58	0.16 124

HH	0.63 228	0.30 233	0.77 274	0.50 169	0.32 196	0.49 89	0.46 252	1.65 364	0.64 111	0.69 143	1.09 246	1.63 445	0.85 316	1.90 375	0.37 130	0.18 139	0.13 112	0.19 134	0.17 171	0.19 161	0.16 124

HanStereo	0.63 228	0.30 233	0.77 274	0.50 169	0.32 196	0.49 89	0.46 252	1.65 364	0.64 111	0.69 143	1.09 246	1.63 445	0.85 316	1.90 375	0.37 130	0.18 139	0.13 112	0.19 134	0.17 171	0.19 161	0.16 124

Patchmatch Stereo++	0.55 180	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.29 60	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.37 279	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.41 192	1.04 183	0.64 111	1.12 266	0.96 185	0.82 215	0.61 216	1.06 199	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

ROB_FTStereo_v2	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.64 197	0.42 196	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.12 217	0.46 218	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

ROB_FTStereo	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.64 197	0.25 32	1.05 191	0.64 111	1.12 266	0.95 182	0.82 215	0.61 216	1.15 222	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

HUI-Stereo	0.52 140	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.30 70	1.04 183	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	0.79 116	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

iGMRVC	0.56 189	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.38 153	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.52 313	0.46 218	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

iRAFT	0.55 180	0.30 233	0.73 237	0.50 169	0.27 87	0.65 213	0.29 60	1.05 191	0.64 111	1.12 266	0.96 185	0.83 222	0.60 207	1.37 279	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

AnonymousM	0.59 208	1.11 525	0.41 22	0.44 81	0.32 196	0.43 52	0.47 259	1.05 191	0.64 111	0.98 217	0.63 102	0.67 170	0.43 101	0.59 46	0.41 167	0.20 215	0.15 221	1.84 547	0.84 538	0.14 18	0.13 35

RAFT-IKP	0.54 165	0.30 233	0.73 237	0.50 169	0.27 87	0.59 167	0.36 127	1.04 183	0.64 111	1.12 266	0.96 185	0.83 222	0.61 216	1.22 239	0.45 204	0.22 275	0.14 163	0.24 291	0.20 243	0.26 324	0.18 175

EAI-Stereo	0.65 248	0.28 178	0.69 201	0.53 238	0.27 87	0.60 175	0.40 176	2.28 517	0.64 111	0.71 147	3.18 527	0.57 132	0.43 101	1.06 199	0.41 167	0.18 139	0.13 112	0.17 76	0.17 171	0.17 89	0.17 150

PAM_32	0.77 322	0.28 178	1.03 384	0.52 220	0.30 151	1.32 429	0.35 111	1.97 460	0.65 126	1.02 232	1.06 232	3.05 529	1.49 482	0.96 169	0.36 118	0.19 180	0.13 112	0.20 169	0.18 189	0.19 161	0.19 215

AIO-Stereo-zeroshot	0.72 283	0.35 349	1.70 484	0.49 157	0.56 408	0.63 194	0.38 153	2.41 528	0.65 126	0.77 160	1.07 236	1.82 472	0.95 366	0.93 163	0.43 188	0.20 215	0.13 112	0.21 204	0.25 367	0.28 357	0.26 353

CES	0.48 127	0.20 8	0.37 5	0.39 29	1.39 540	0.55 149	0.35 111	0.98 159	0.66 128	0.44 66	0.66 107	0.35 45	0.27 19	0.56 40	0.33 81	0.15 36	0.13 112	0.15 19	0.10 2	0.19 161	1.46 545

PAM	0.76 320	0.29 213	1.08 402	0.52 220	0.33 217	1.38 439	0.39 168	2.01 469	0.67 129	1.06 240	0.96 185	2.89 528	1.43 472	0.86 142	0.35 108	0.19 180	0.12 51	0.19 134	0.17 171	0.19 161	0.20 248

MyStereo06	0.61 217	0.28 178	0.95 352	0.56 290	0.46 352	0.61 181	0.73 407	1.78 404	0.67 129	1.03 236	1.12 263	1.13 340	0.56 185	0.78 112	0.41 167	0.17 100	0.16 261	0.23 271	0.20 243	0.22 260	0.20 248

LL-Strereo2	0.52 140	0.33 304	0.69 201	0.52 220	0.37 264	0.70 245	0.30 70	1.13 228	0.67 129	0.94 206	0.78 143	0.91 255	0.42 94	1.05 198	0.42 178	0.17 100	0.16 261	0.29 392	0.25 367	0.21 236	0.16 124

DIP-Stereo	0.62 221	0.30 233	0.83 299	0.48 141	0.36 249	0.95 353	0.33 91	2.37 525	0.67 129	1.25 351	1.00 201	0.68 172	0.51 158	0.91 155	0.61 294	0.18 139	0.15 221	0.21 204	0.17 171	0.19 161	0.19 215
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_stereo_0080	0.44 99	0.32 282	0.71 219	0.47 114	0.36 249	0.42 43	0.55 332	0.82 98	0.68 133	0.50 104	0.60 95	0.55 122	0.47 129	0.59 46	0.44 191	0.26 367	0.21 370	0.20 169	0.20 243	0.31 388	0.19 215

whm_eth	0.44 99	0.32 282	0.71 219	0.47 114	0.36 249	0.42 43	0.55 332	0.82 98	0.68 133	0.50 104	0.60 95	0.55 122	0.47 129	0.59 46	0.44 191	0.26 367	0.21 370	0.20 169	0.20 243	0.31 388	0.19 215

MC-Stereo	0.43 88	0.23 58	0.48 64	0.51 199	0.28 112	0.39 30	0.32 84	0.88 117	0.68 133	0.60 130	0.84 159	0.56 130	0.61 216	1.03 190	0.31 62	0.17 100	0.11 26	0.17 76	0.15 108	0.16 58	0.13 35

sAnonymous2	0.55 180	0.56 451	1.46 466	0.60 337	0.51 380	0.48 77	0.52 300	0.79 80	0.68 133	0.50 104	0.67 111	0.46 75	0.62 221	0.59 46	0.40 156	0.22 275	0.17 290	0.22 233	0.21 287	0.86 522	0.56 496

CroCo_RVC	0.55 180	0.56 451	1.46 466	0.60 337	0.51 380	0.48 77	0.52 300	0.79 80	0.68 133	0.50 104	0.67 111	0.46 75	0.62 221	0.59 46	0.40 156	0.22 275	0.17 290	0.22 233	0.21 287	0.86 522	0.56 496

testlalala2	0.58 202	0.27 156	0.68 188	1.72 542	1.27 538	0.68 233	0.42 196	0.93 135	0.70 138	0.90 193	0.93 178	0.76 193	0.34 52	0.52 27	0.40 156	0.18 139	0.15 221	0.17 76	0.13 62	0.17 89	0.17 150

iRaft-Stereo_20w	0.65 248	0.31 266	1.00 369	0.47 114	0.34 235	0.73 257	0.30 70	2.96 541	0.70 138	1.15 290	1.14 272	0.76 193	0.65 236	1.11 214	0.38 141	0.17 100	0.13 112	0.18 111	0.16 150	0.19 161	0.18 175

PSM-softLoss	0.78 330	0.31 266	0.77 274	0.58 312	0.32 196	0.56 154	0.40 176	1.18 240	0.70 138	1.24 345	1.07 236	0.83 222	0.52 163	5.36 502	0.53 263	0.24 317	0.15 221	0.25 330	0.22 316	0.20 195	0.25 329

KMStereo	0.78 330	0.31 266	0.77 274	0.58 312	0.32 196	0.56 154	0.40 176	1.18 240	0.70 138	1.24 345	1.07 236	0.83 222	0.52 163	5.36 502	0.53 263	0.24 317	0.15 221	0.25 330	0.22 316	0.20 195	0.25 329

DeepStereo_RVC	0.55 180	0.29 213	0.72 225	0.51 199	0.30 151	0.59 167	0.33 91	1.03 177	0.70 138	1.16 300	0.93 178	0.83 222	0.94 361	0.96 169	0.54 269	0.21 249	0.14 163	0.21 204	0.19 211	0.24 300	0.24 317

CroCo-Stereo Lap2	0.44 99	0.34 328	0.77 274	0.61 351	0.79 488	0.28 9	0.35 111	0.75 65	0.71 143	0.38 41	0.50 67	0.72 185	0.55 180	0.57 44	0.47 225	0.17 100	0.18 312	0.19 134	0.16 150	0.21 236	0.20 248

CAS++	0.47 121	0.31 266	0.56 118	0.47 114	0.32 196	0.42 43	0.28 55	1.76 396	0.72 144	0.71 147	0.72 129	0.37 52	0.28 23	0.69 82	0.33 81	0.27 383	0.22 388	0.26 349	0.21 287	0.29 368	0.19 215
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CRE-IMP	0.55 180	0.30 233	0.74 253	0.52 220	0.29 129	0.79 291	0.25 32	1.04 183	0.72 144	1.09 250	0.95 182	0.81 210	0.57 194	1.10 211	0.50 244	0.21 249	0.14 163	0.23 271	0.19 211	0.28 357	0.22 283

R-Stereo Train	0.57 196	0.26 127	0.63 158	0.54 253	0.36 249	0.69 238	0.54 314	1.22 259	0.72 144	1.61 467	1.50 407	0.75 189	0.53 168	0.64 68	0.44 191	0.18 139	0.15 221	0.17 76	0.15 108	0.17 89	0.17 150

RAFT-Stereo	0.57 196	0.26 127	0.63 158	0.54 253	0.36 249	0.69 238	0.54 314	1.22 259	0.72 144	1.61 467	1.50 407	0.75 189	0.53 168	0.64 68	0.44 191	0.18 139	0.15 221	0.17 76	0.15 108	0.17 89	0.17 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SCV_C0	0.43 88	0.26 127	0.65 172	0.43 58	0.29 129	0.47 71	0.31 77	1.34 281	0.73 148	0.38 41	0.49 64	0.54 119	0.29 27	1.24 246	0.30 45	0.17 100	0.13 112	0.16 49	0.13 62	0.20 195	0.15 94

gcap-zeroshot	0.53 150	0.28 178	0.89 331	0.49 157	0.28 112	0.76 272	0.37 146	1.34 281	0.73 148	0.89 191	0.67 111	1.35 391	0.51 158	0.79 116	0.33 81	0.18 139	0.15 221	0.18 111	0.15 108	0.17 89	0.16 124

rvit_stereo_ft	0.47 121	0.35 349	0.87 318	0.67 414	0.42 315	0.40 32	0.59 363	0.81 93	0.74 150	0.46 79	0.55 83	0.57 132	0.49 148	0.65 75	0.50 244	0.25 344	0.17 290	0.22 233	0.22 316	0.24 300	0.17 150

HI	0.64 240	0.32 282	0.68 188	0.47 114	0.51 380	0.41 36	0.36 127	1.04 183	0.75 151	1.31 385	1.43 383	1.62 440	1.12 424	0.94 166	0.88 377	0.15 36	0.12 51	0.20 169	0.20 243	0.20 195	0.18 175

CoSv	0.64 240	0.32 282	0.68 188	0.47 114	0.51 380	0.41 36	0.36 127	1.04 183	0.75 151	1.31 385	1.43 383	1.62 440	1.12 424	0.94 166	0.88 377	0.15 36	0.12 51	0.20 169	0.20 243	0.20 195	0.18 175

AIO-Stereo-zeroshot1	0.98 402	0.39 378	3.21 531	0.50 169	0.63 441	0.64 197	0.39 168	2.36 523	0.75 151	0.95 208	4.63 543	1.81 469	0.56 185	0.96 169	0.41 167	0.18 139	0.13 112	0.21 204	0.26 384	0.32 397	0.35 426

MIM_Stereo	0.57 196	0.24 76	0.92 342	0.46 103	0.30 151	0.54 141	0.28 55	1.27 269	0.75 151	1.00 225	1.16 285	0.93 266	0.53 168	1.45 300	0.61 294	0.16 57	0.16 261	0.20 169	0.19 211	0.17 89	0.14 61

DLNR_Zeroshot_test	23.17 583	48.52 597	43.29 587	176.68 597	78.69 593	0.35 18	0.21 12	23.41 583	0.75 151	0.66 141	0.86 162	0.59 144	0.30 31	1.56 323	0.44 191	9.57 580	0.12 51	0.18 111	0.14 90	76.92 596	0.16 124

FTStereo	0.91 381	0.26 127	0.56 118	0.54 253	0.33 217	0.66 222	1.87 537	1.00 165	0.75 151	1.75 483	4.15 538	1.04 310	1.65 495	1.57 324	0.46 218	0.19 180	0.16 261	0.23 271	0.21 287	0.18 120	0.63 509

depthmonostereo	0.41 79	0.23 58	0.53 98	0.47 114	0.23 22	0.61 181	0.35 111	1.00 165	0.76 157	0.48 90	0.65 106	0.47 82	0.49 148	0.67 80	0.37 130	0.16 57	0.15 221	0.16 49	0.14 90	0.16 58	0.15 94

xyz-stereo	7.16 566	0.22 45	69.90 593	0.42 51	0.21 9	32.92 588	0.49 280	0.87 109	0.76 157	1.38 414	27.04 583	1.19 349	1.16 431	4.69 487	0.97 396	0.16 57	0.12 51	0.20 169	0.14 90	0.16 58	0.12 10

cross-raft	0.54 165	0.25 104	0.61 149	0.52 220	0.29 129	0.68 233	0.37 146	1.46 310	0.76 157	1.01 228	1.06 232	1.28 376	0.46 120	0.71 90	0.35 108	0.15 36	0.12 51	0.18 111	0.16 150	0.19 161	0.14 61

RAFT	0.64 240	0.30 233	0.73 237	0.59 325	0.33 217	0.68 233	0.58 355	1.04 183	0.76 157	1.08 244	1.19 297	1.65 451	0.93 356	1.06 199	0.56 275	0.21 249	0.18 312	0.27 366	0.24 352	0.22 260	0.17 150

MM-Stereo_test2	0.43 88	0.24 76	0.67 184	0.51 199	0.32 196	0.55 149	0.45 245	0.97 155	0.77 161	0.59 128	0.51 70	0.49 95	0.42 94	0.80 119	0.30 45	0.15 36	0.13 112	0.18 111	0.14 90	0.19 161	0.14 61

knoymous	0.51 139	0.29 213	0.47 61	0.43 58	0.30 151	0.55 149	0.55 332	1.02 172	0.77 161	0.98 217	0.85 161	0.94 269	0.56 185	0.85 138	0.45 204	0.20 215	0.14 163	0.26 349	0.14 90	0.23 285	0.23 303

iRaftStereo_RVC	0.47 121	0.26 127	0.64 165	0.50 169	0.29 129	0.53 133	0.33 91	1.05 191	0.77 161	0.84 181	1.00 201	0.55 122	0.37 74	0.81 125	0.40 156	0.17 100	0.12 51	0.22 233	0.20 243	0.19 161	0.15 94

ACVNet-DCA	0.56 189	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	1.42 299	0.78 164	0.58 120	0.79 149	0.48 87	0.88 334	1.46 302	0.32 67	0.20 215	0.12 51	0.25 330	0.15 108	0.22 260	0.21 265

1test111	0.54 165	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	1.42 299	0.78 164	0.58 120	0.79 149	0.48 87	0.88 334	0.88 147	0.59 284	0.20 215	0.12 51	0.25 330	0.15 108	0.22 260	0.21 265

DCRE	0.82 348	0.26 127	0.70 207	0.58 312	0.44 333	0.54 141	0.48 270	0.95 147	0.78 164	0.78 163	7.33 559	0.86 235	0.52 163	0.76 104	0.41 167	0.16 57	0.16 261	0.19 134	0.17 171	0.18 120	0.17 150

qqq	0.57 196	0.34 328	0.71 219	0.47 114	0.27 87	0.64 197	0.62 372	1.42 299	0.78 164	0.80 168	0.92 175	0.95 277	0.77 275	0.88 147	0.59 284	0.21 249	0.20 348	0.24 291	0.23 339	0.22 260	0.21 265

x	0.54 165	0.31 266	0.61 149	0.47 114	0.30 151	0.67 226	0.47 259	1.53 335	0.79 168	0.81 172	0.83 157	0.78 200	0.70 249	0.70 86	0.62 297	0.21 249	0.19 330	0.22 233	0.19 211	0.21 236	0.20 248

xyz-stereo-finetune	0.48 127	0.25 104	0.54 104	0.42 51	0.23 22	0.80 299	0.42 196	0.80 88	0.80 169	0.61 131	0.62 100	0.54 119	0.43 101	1.70 349	0.58 281	0.15 36	0.15 221	0.19 134	0.15 108	0.16 58	0.15 94

castereo	0.41 79	0.22 45	0.46 58	0.44 81	0.30 151	0.61 181	0.56 340	0.97 155	0.80 169	0.38 41	0.69 118	0.45 71	0.69 244	0.51 24	0.30 45	0.16 57	0.11 26	0.16 49	0.13 62	0.16 58	0.12 10

CASnet	0.41 79	0.25 104	0.48 64	0.50 169	0.20 3	0.50 103	0.36 127	0.81 93	0.80 169	0.83 178	0.68 114	0.48 87	0.31 36	0.54 33	0.32 67	0.18 139	0.12 51	0.27 366	0.22 316	0.23 285	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 165	0.25 104	0.64 165	0.47 114	0.30 151	0.97 363	0.27 49	1.24 265	0.81 172	0.96 210	1.12 263	1.28 376	0.48 140	0.71 90	0.36 118	0.17 100	0.13 112	0.17 76	0.14 90	0.16 58	0.16 124

CRFU-Net	0.86 368	0.39 378	1.00 369	0.65 395	0.57 411	1.78 484	0.86 443	2.15 493	0.81 172	1.38 414	1.18 290	1.64 448	1.19 439	1.35 273	0.90 383	0.26 367	0.22 388	0.21 204	0.19 211	0.23 285	0.24 317

AACVNet	0.86 368	0.35 349	0.79 285	0.82 487	0.39 291	0.76 272	0.49 280	1.61 355	0.81 172	1.08 244	1.33 349	1.30 380	0.93 356	4.34 481	0.74 332	0.25 344	0.21 370	0.28 381	0.22 316	0.29 368	0.25 329

CroCo-Stereo	0.40 71	0.31 266	0.73 237	0.58 312	0.27 87	0.26 4	0.33 91	0.95 147	0.81 172	0.42 57	0.47 53	0.65 163	0.47 129	0.39 6	0.34 98	0.18 139	0.15 221	0.16 49	0.14 90	0.19 161	0.16 124
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Anonymous3	0.61 217	0.44 402	1.11 410	0.59 325	0.49 362	0.93 348	0.65 381	0.93 135	0.81 172	0.72 152	0.88 167	0.65 163	0.69 244	1.06 199	0.53 263	0.35 454	0.30 455	0.26 349	0.26 384	0.31 388	0.27 363

anonymousdsp2	0.53 150	0.27 156	0.74 253	0.48 141	0.29 129	0.76 272	0.47 259	1.61 355	0.82 177	0.77 160	0.77 141	0.75 189	0.47 129	1.03 190	0.40 156	0.18 139	0.13 112	0.18 111	0.13 62	0.19 161	0.18 175

tg	0.52 140	0.24 76	0.61 149	0.49 157	0.30 151	0.90 333	0.29 60	1.07 206	0.83 178	0.83 178	1.02 215	0.62 154	0.43 101	1.35 273	0.41 167	0.17 100	0.12 51	0.22 233	0.20 243	0.17 89	0.15 94

test_for_model	1.30 462	3.71 572	0.58 134	3.22 563	2.84 563	0.59 167	0.33 91	1.40 295	0.83 178	1.42 429	0.61 97	0.52 112	0.37 74	0.51 24	0.33 81	2.46 550	0.15 221	0.16 49	0.11 8	4.39 573	1.50 546

MGS-Stereo	0.42 82	0.26 127	0.58 134	0.44 81	0.28 112	0.50 103	0.34 103	0.57 17	0.83 178	0.46 79	1.31 341	0.52 112	0.33 45	0.65 75	0.36 118	0.19 180	0.16 261	0.18 111	0.15 108	0.17 89	0.16 124

TANstereo	0.44 99	0.21 26	0.44 37	0.41 44	0.21 9	0.65 213	0.26 42	0.79 80	0.83 178	0.93 201	0.98 195	0.51 105	0.46 120	0.54 33	0.35 108	0.18 139	0.24 409	0.16 49	0.13 62	0.16 58	0.26 353

test_sample1	0.61 217	0.29 213	0.75 257	0.50 169	0.31 177	0.76 272	0.48 270	1.59 348	0.84 182	0.90 193	0.94 181	0.88 243	0.95 366	1.16 226	0.67 312	0.22 275	0.18 312	0.20 169	0.19 211	0.21 236	0.21 265

KYRaft	0.75 314	0.28 178	0.62 155	0.56 290	0.29 129	0.67 226	0.86 443	0.94 142	0.84 182	1.62 471	2.21 499	1.16 344	1.02 400	1.57 324	0.40 156	0.20 215	0.13 112	0.22 233	0.28 416	0.20 195	1.02 533

mmm	0.63 228	0.35 349	0.72 225	0.51 199	0.30 151	0.86 327	0.54 314	1.59 348	0.86 184	1.07 243	1.38 370	0.79 204	0.75 263	0.91 155	0.58 281	0.22 275	0.18 312	0.29 392	0.25 367	0.25 312	0.23 303

CASS	0.65 248	0.34 328	0.72 225	0.56 290	0.27 87	0.78 285	0.42 196	1.59 348	0.86 184	1.30 375	1.25 315	0.87 239	0.84 313	0.84 133	0.54 269	0.35 454	0.19 330	0.26 349	0.21 287	0.28 357	0.42 456
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SST-Stereo	0.83 354	0.28 178	0.72 225	0.59 325	0.31 177	0.72 253	0.26 42	1.09 214	0.86 184	1.47 436	1.10 250	1.00 294	0.87 329	5.73 515	0.45 204	0.22 275	0.13 112	0.23 271	0.19 211	0.23 285	0.18 175

GES	0.66 255	0.34 328	0.90 335	0.59 325	0.38 281	0.94 349	0.57 351	2.11 486	0.86 184	1.02 232	1.11 256	0.66 167	0.79 286	0.99 181	0.61 294	0.27 383	0.19 330	0.20 169	0.20 243	0.21 236	0.30 394

iRaft-Stereo_5w	0.85 363	0.29 213	0.91 338	0.53 238	0.43 325	0.49 89	0.68 394	0.99 161	0.87 188	0.79 166	1.34 356	1.46 413	0.91 344	5.11 496	1.11 419	0.17 100	0.14 163	0.22 233	0.18 189	0.20 195	0.20 248

NRIStereo	0.60 211	0.29 213	0.69 201	0.53 238	0.28 112	0.63 194	0.33 91	1.08 212	0.87 188	1.14 284	0.87 165	0.91 255	0.59 204	2.24 410	0.49 238	0.20 215	0.14 163	0.21 204	0.19 211	0.21 236	0.17 150

GrayStereo	0.82 348	0.26 127	0.58 134	0.63 372	0.37 264	0.76 272	1.86 536	1.11 223	0.87 188	1.99 505	1.89 477	1.08 318	1.82 510	1.39 288	0.48 230	0.19 180	0.14 163	0.19 134	0.21 287	0.18 120	0.39 446

GMM-Stereo	0.74 306	0.25 104	0.59 141	0.54 253	0.34 235	0.72 253	0.99 475	1.01 171	0.87 188	1.36 406	1.78 463	1.12 335	0.81 296	2.09 395	0.46 218	0.18 139	0.12 51	0.25 330	0.25 367	0.20 195	0.85 527

Selective-RAFT	0.52 140	0.28 178	0.79 285	0.55 277	0.27 87	0.91 337	0.33 91	0.80 88	0.88 192	0.58 120	0.63 102	0.81 210	0.77 275	1.29 259	0.48 230	0.19 180	0.14 163	0.17 76	0.15 108	0.19 161	0.17 150

LCNet	0.72 283	0.28 178	0.52 92	0.55 277	0.31 177	0.69 238	0.54 314	1.00 165	0.88 192	1.19 318	1.34 356	0.97 285	1.34 465	2.56 434	0.45 204	0.18 139	0.13 112	0.21 204	0.25 367	0.27 338	0.73 521

Prome-Stereo	0.75 314	0.27 156	0.53 98	0.55 277	0.32 196	0.59 167	0.97 470	0.89 118	0.88 192	1.45 433	2.46 512	0.91 255	1.41 470	1.58 326	0.44 191	0.18 139	0.13 112	0.19 134	0.17 171	0.20 195	0.92 529

anonymousa	0.72 283	0.27 156	0.75 257	0.47 114	0.63 441	1.43 449	0.45 245	1.24 265	0.89 195	1.28 360	1.75 460	1.62 440	1.13 428	0.69 82	0.59 284	0.19 180	0.16 261	0.23 271	0.25 367	0.20 195	0.18 175

TRStereo	0.60 211	0.60 469	0.97 360	0.74 459	0.67 453	0.46 67	0.38 153	1.85 426	0.89 195	0.79 166	0.80 154	0.88 243	0.39 83	1.10 211	0.41 167	0.23 302	0.15 221	0.23 271	0.24 352	0.17 89	0.15 94

DEmStereo	0.97 398	0.23 58	0.79 285	0.47 114	0.32 196	1.04 379	0.56 340	0.93 135	0.89 195	1.39 420	2.14 497	1.02 303	2.07 524	5.64 513	0.77 346	0.17 100	0.15 221	0.20 169	0.20 243	0.18 120	0.20 248

ICVP	0.63 228	0.33 304	0.57 128	0.61 351	0.40 302	0.80 299	0.58 355	1.61 355	0.89 195	0.90 193	1.24 311	0.88 243	0.73 259	0.72 93	0.88 377	0.29 408	0.21 370	0.22 233	0.21 287	0.24 300	0.27 363
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EKT-Stereo	0.53 150	0.30 233	0.73 237	0.58 312	0.60 431	0.51 120	0.48 270	0.94 142	0.90 199	0.71 147	0.88 167	0.77 196	0.43 101	1.07 203	0.40 156	0.22 275	0.16 261	0.21 204	0.18 189	0.20 195	0.22 283

NF-Stereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.02 215	0.82 215	0.57 194	5.40 507	0.48 230	0.23 302	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

OCTAStereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.82 215	0.57 194	5.35 501	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

RE-Stereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.81 210	0.57 194	5.37 504	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

TVStereo	0.80 337	0.30 233	0.75 257	0.60 337	0.31 177	0.64 197	0.44 228	1.21 251	0.90 199	1.29 366	1.01 207	0.81 210	0.57 194	5.37 504	0.48 230	0.24 317	0.14 163	0.24 291	0.20 243	0.20 195	0.30 394

DDVS	0.78 330	0.41 392	0.94 348	0.60 337	0.43 325	1.30 426	0.43 215	1.40 295	0.91 204	1.20 322	1.15 280	1.43 403	0.64 230	2.18 405	0.89 380	0.28 397	0.22 388	0.26 349	0.23 339	0.31 388	0.33 416

PSM-AAD	0.79 334	0.27 156	0.53 98	0.55 277	0.28 112	0.77 280	1.24 503	0.99 161	0.91 204	1.66 476	1.57 426	0.81 210	2.19 529	1.65 337	0.44 191	0.19 180	0.14 163	0.38 467	0.32 452	0.21 236	0.70 518

test-1	0.52 140	0.26 127	1.04 388	0.56 290	0.32 196	0.61 181	0.38 153	1.10 217	0.91 204	0.78 163	1.01 207	0.77 196	0.52 163	0.60 58	0.42 178	0.17 100	0.14 163	0.20 169	0.17 171	0.20 195	0.23 303

TestStereo	0.64 240	0.39 378	0.71 219	0.51 199	0.27 87	0.56 154	0.42 196	1.03 177	0.91 204	0.80 168	1.00 201	0.68 172	0.52 163	3.25 460	0.45 204	0.22 275	0.15 221	0.24 291	0.18 189	0.27 338	0.16 124

raftrobust	0.52 140	0.25 104	0.56 118	0.65 395	0.52 392	0.49 89	0.34 103	0.98 159	0.91 204	1.30 375	0.87 165	0.63 157	0.81 296	0.78 112	0.41 167	0.19 180	0.15 221	0.16 49	0.14 90	0.15 38	0.16 124

ASMatch	0.88 373	0.26 127	0.69 201	0.51 199	0.35 239	0.48 77	0.37 146	1.12 225	0.92 209	1.10 258	3.28 528	0.96 283	0.98 383	4.90 493	0.49 238	0.19 180	0.16 261	0.22 233	0.19 211	0.19 161	0.27 363

ac_64	0.82 348	0.29 213	0.81 291	0.71 443	0.60 431	1.05 380	0.54 314	1.99 464	0.92 209	1.18 314	1.06 232	1.99 491	1.08 416	1.94 381	0.97 396	0.27 383	0.22 388	0.24 291	0.23 339	0.22 260	0.19 215

StereoVision	0.65 248	0.34 328	0.86 307	0.59 325	0.40 302	0.50 103	0.41 192	1.09 214	0.93 211	0.71 147	2.50 514	0.82 215	0.57 194	1.03 190	0.49 238	0.25 344	0.28 440	0.29 392	0.28 416	0.36 420	0.20 248

RALCasStereoNet	0.54 165	0.30 233	0.66 179	0.59 325	0.51 380	0.61 181	0.52 300	0.94 142	0.93 211	0.70 145	1.01 207	0.78 200	0.44 109	1.33 268	0.47 225	0.20 215	0.16 261	0.18 111	0.16 150	0.20 195	0.19 215

DN-CSS_ROB	0.64 240	0.32 282	1.05 389	0.55 277	0.40 302	0.54 141	0.45 245	1.21 251	0.93 211	1.03 236	1.47 397	0.69 177	0.63 226	1.76 361	0.49 238	0.18 139	0.14 163	0.25 330	0.22 316	0.22 260	0.20 248

LoS	0.40 71	0.21 26	0.44 37	0.37 9	0.22 16	0.50 103	0.40 176	1.00 165	0.94 214	0.48 90	0.66 107	0.48 87	0.40 87	0.60 58	0.37 130	0.18 139	0.14 163	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IRAFT_RVC	0.88 373	0.28 178	0.76 267	0.63 372	0.31 177	0.65 213	1.02 480	1.22 259	0.94 214	1.22 331	1.04 228	1.01 301	0.98 383	5.82 517	0.53 263	0.22 275	0.12 51	0.25 330	0.20 243	0.20 195	0.19 215

rvit_stereo_0083	0.47 121	0.33 304	0.81 291	0.56 290	0.36 249	0.50 103	0.44 228	0.68 48	0.95 216	0.49 96	0.57 89	0.55 122	0.49 148	0.88 147	0.46 218	0.25 344	0.25 418	0.24 291	0.20 243	0.24 300	0.17 150

rvit_stereo_0081	0.44 99	0.33 304	0.64 165	0.54 253	0.35 239	0.41 36	0.44 228	0.66 42	0.95 216	0.48 90	0.52 72	0.50 101	0.46 120	0.82 128	0.44 191	0.25 344	0.20 348	0.22 233	0.19 211	0.25 312	0.17 150

rvit_stereo_0082	0.44 99	0.33 304	0.64 165	0.54 253	0.35 239	0.41 36	0.44 228	0.66 42	0.95 216	0.48 90	0.52 72	0.50 101	0.46 120	0.82 128	0.44 191	0.25 344	0.20 348	0.22 233	0.19 211	0.25 312	0.17 150

ACRE	0.61 217	0.33 304	1.01 373	0.58 312	0.49 362	0.75 266	0.47 259	1.06 204	0.95 216	1.37 409	1.55 418	0.62 154	0.46 120	0.83 130	0.70 320	0.23 302	0.15 221	0.19 134	0.16 150	0.18 120	0.21 265

RAFT_R40	0.83 354	0.28 178	0.73 237	0.59 325	0.31 177	0.69 238	0.44 228	1.10 217	0.95 216	1.47 436	1.10 250	1.00 294	0.85 316	5.53 509	0.46 218	0.22 275	0.13 112	0.23 271	0.20 243	0.23 285	0.18 175

CIPLG	0.62 221	0.33 304	0.96 358	0.58 312	0.50 369	0.75 266	0.48 270	1.05 191	0.96 221	1.40 421	1.57 426	0.64 160	0.48 140	0.89 152	0.70 320	0.23 302	0.15 221	0.19 134	0.16 150	0.19 161	0.21 265

IPLGR_C	0.62 221	0.33 304	0.99 364	0.58 312	0.49 362	0.76 272	0.48 270	1.10 217	0.96 221	1.40 421	1.56 422	0.62 154	0.48 140	0.80 119	0.71 325	0.23 302	0.15 221	0.19 134	0.16 150	0.19 161	0.21 265

GMOStereo	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 423	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

error version	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 423	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

test-v	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 423	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

test-2	0.53 150	0.26 127	0.65 172	0.50 169	0.29 129	0.52 124	0.43 215	0.89 118	0.96 221	1.41 423	1.14 272	0.85 231	0.56 185	0.59 46	0.38 141	0.16 57	0.14 163	0.24 291	0.21 287	0.20 195	0.15 94

DeepPruner_ROB	0.74 306	0.48 420	0.87 318	0.57 306	0.44 333	0.79 291	0.54 314	1.73 383	0.96 221	1.38 414	1.27 325	1.24 361	0.73 259	1.43 296	0.73 331	0.34 447	0.28 440	0.27 366	0.26 384	0.31 388	0.31 404

ToySt	0.66 255	0.33 304	1.23 428	0.51 199	0.33 217	0.86 327	0.68 394	1.10 217	0.97 228	0.84 181	1.08 241	1.25 365	0.94 361	1.01 186	0.74 332	0.19 180	0.19 330	0.24 291	0.24 352	0.27 338	0.23 303

Anonymous_2	1.30 462	0.55 447	0.82 294	0.52 220	0.58 420	1.01 372	0.64 379	1.25 267	0.97 228	0.96 210	0.78 143	1.33 386	1.29 457	1.03 190	0.74 332	0.62 520	0.64 539	1.06 539	9.63 579	1.16 535	0.49 482

RAFT_CTSACE	0.63 228	0.26 127	0.88 325	0.55 277	0.51 380	0.71 250	0.44 228	0.80 88	0.97 228	0.97 213	1.84 470	1.18 348	0.68 241	1.47 306	0.36 118	0.16 57	0.15 221	0.21 204	0.20 243	0.20 195	0.14 61

THIR-Stereo	1.02 418	0.27 156	0.69 201	0.49 157	0.28 112	0.95 353	1.34 511	1.03 177	0.97 228	1.34 401	1.90 478	1.17 345	1.58 488	6.44 527	0.78 348	0.19 180	0.14 163	0.21 204	0.22 316	0.19 161	0.20 248

DRaft	0.80 337	0.24 76	0.70 207	0.45 95	0.30 151	0.97 363	0.53 308	1.05 191	0.97 228	1.78 486	2.02 489	0.80 206	1.74 502	2.73 442	0.72 328	0.17 100	0.14 163	0.20 169	0.20 243	0.18 120	0.21 265

BUS	0.74 306	0.32 282	0.68 188	0.54 253	0.44 333	2.34 517	0.42 196	2.16 496	0.98 233	1.20 322	1.11 256	1.03 307	0.62 221	0.91 155	0.70 320	0.24 317	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

BSDual-CNN	0.71 281	0.32 282	0.68 188	0.54 253	0.44 333	1.27 421	0.65 381	2.16 496	0.98 233	1.20 322	1.11 256	1.12 335	0.74 261	0.91 155	0.66 309	0.24 317	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

psmg	0.72 283	0.32 282	0.68 188	0.50 169	0.44 333	1.48 453	0.75 412	1.94 453	0.98 233	1.21 326	1.33 349	1.12 335	0.74 261	0.91 155	0.66 309	0.24 317	0.19 330	0.25 330	0.25 367	0.23 285	0.22 283

CrosDoStereo	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 574	1.10 217	0.98 233	1.34 401	1.75 460	1.00 294	1.89 513	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

AAGNet	1.83 508	0.28 178	0.72 225	0.61 351	0.32 196	0.67 226	0.51 289	0.96 154	0.98 233	1.47 436	1.20 301	1.00 294	1.18 436	2.83 444	22.77 581	0.22 275	0.13 112	0.22 233	0.19 211	0.23 285	0.15 94

DeepStereo_LL	1.58 488	0.24 76	0.72 225	0.48 141	0.29 129	0.67 226	12.49 574	1.10 217	0.98 233	1.34 401	1.75 460	1.00 294	1.89 513	6.65 530	0.81 360	0.19 180	0.15 221	0.20 169	0.22 316	0.18 120	0.19 215

LMCR-Stereo	0.82 348	0.46 411	0.88 325	0.75 463	0.43 325	1.33 431	0.56 340	2.43 530	0.98 233	1.53 449	1.49 404	0.74 187	1.00 393	1.63 334	0.89 380	0.28 397	0.17 290	0.22 233	0.17 171	0.29 368	0.20 248

DisPM	0.66 255	0.28 178	0.72 225	0.61 351	0.35 239	0.62 190	0.45 245	1.02 172	0.99 240	1.56 459	1.10 250	0.80 206	0.59 204	2.37 421	0.41 167	0.23 302	0.14 163	0.23 271	0.21 287	0.20 195	0.25 329

IER	0.70 274	0.31 266	1.02 380	0.48 141	0.52 392	1.34 433	0.51 289	1.17 235	0.99 240	1.23 337	1.34 356	1.12 335	1.11 421	0.99 181	0.71 325	0.20 215	0.16 261	0.21 204	0.21 287	0.20 195	0.19 215

PFNet	0.91 381	0.26 127	1.10 408	0.63 372	0.32 196	0.64 197	0.56 340	1.17 235	0.99 240	1.47 436	1.08 241	0.98 287	0.69 244	6.62 529	0.54 269	0.20 215	0.12 51	0.24 291	0.19 211	0.20 195	0.17 150

Pruner-Stereo	0.62 221	0.29 213	0.70 207	0.61 351	0.31 177	0.63 194	0.43 215	1.17 235	0.99 240	1.53 449	1.08 241	0.95 277	0.55 180	1.35 273	0.51 249	0.23 302	0.14 163	0.24 291	0.21 287	0.21 236	0.23 303

raft+_RVC	0.53 150	0.26 127	0.54 104	0.60 337	0.47 357	0.54 141	0.54 314	1.27 269	0.99 240	0.76 155	1.03 225	0.70 181	0.56 185	0.93 163	0.47 225	0.18 139	0.14 163	0.19 134	0.18 189	0.18 120	0.15 94

test_sample2	0.62 221	0.29 213	0.74 253	0.50 169	0.28 112	0.80 299	0.61 369	1.61 355	1.00 245	0.88 190	0.99 197	0.94 269	0.83 309	1.16 226	0.51 249	0.23 302	0.18 312	0.22 233	0.21 287	0.23 285	0.22 283

test-3	0.54 165	0.22 45	0.68 188	0.47 114	0.27 87	0.58 162	0.35 111	0.92 128	1.00 245	1.32 389	0.69 118	0.87 239	0.45 113	1.68 347	0.37 130	0.16 57	0.11 26	0.20 169	0.16 150	0.17 89	0.13 35

test_1	0.54 165	0.22 45	0.68 188	0.47 114	0.27 87	0.58 162	0.35 111	0.92 128	1.00 245	1.28 360	0.68 114	0.87 239	0.45 113	1.67 342	0.37 130	0.16 57	0.11 26	0.20 169	0.16 150	0.17 89	0.13 35

PSMNet-ADL	0.72 283	0.35 349	0.62 155	0.69 429	0.46 352	1.14 395	0.44 228	1.37 287	1.01 248	0.83 178	1.17 288	1.33 386	0.96 373	1.43 296	0.95 391	0.33 437	0.22 388	0.21 204	0.23 339	0.27 338	0.29 380

HHNet	0.62 221	0.26 127	0.63 158	0.43 58	0.45 340	0.50 103	0.58 355	1.07 206	1.01 248	1.25 351	2.23 500	0.70 181	0.61 216	1.07 203	0.47 225	0.20 215	0.13 112	0.23 271	0.19 211	0.19 161	0.30 394

DMCA-RVC	0.74 306	0.40 384	1.27 437	0.66 402	0.49 362	0.77 280	0.47 259	1.35 284	1.01 248	1.53 449	1.01 207	1.29 379	0.82 301	1.31 261	0.78 348	0.27 383	0.21 370	0.35 453	0.27 395	0.32 397	0.24 317

DCVSM-stereo	0.72 283	0.35 349	0.76 267	0.55 277	0.42 315	0.73 257	0.38 153	1.21 251	1.02 251	1.79 489	1.04 228	1.62 440	1.03 402	1.04 196	0.79 354	0.24 317	0.27 433	0.29 392	0.24 352	0.30 379	0.36 432

4D-IteraStereo	0.48 127	0.24 76	0.76 267	0.50 169	0.44 333	0.66 222	0.31 77	0.87 109	1.02 251	1.03 236	0.72 129	0.78 200	0.32 42	0.64 68	0.37 130	0.17 100	0.11 26	0.23 271	0.19 211	0.19 161	0.13 35

DMCA	0.67 264	0.34 328	0.90 335	0.51 199	0.44 333	0.86 327	0.47 259	1.42 299	1.02 251	1.17 309	1.12 263	1.23 359	0.75 263	0.78 112	0.95 391	0.25 344	0.19 330	0.27 366	0.19 211	0.24 300	0.27 363

HITNet	0.65 248	0.40 384	0.77 274	0.48 141	0.24 38	1.05 380	0.49 280	1.76 396	1.02 251	1.18 314	1.18 290	0.89 251	0.80 292	0.85 138	0.79 354	0.17 100	0.12 51	0.21 204	0.17 171	0.29 368	0.15 94
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MM-Stereo_test1	0.49 133	0.24 76	0.56 118	0.51 199	0.30 151	0.50 103	0.54 314	0.91 125	1.03 255	0.84 181	0.69 118	0.54 119	0.60 207	1.16 226	0.33 81	0.18 139	0.16 261	0.20 169	0.17 171	0.19 161	0.15 94

RAFT+CT+SA	0.58 202	0.29 213	0.60 146	0.66 402	0.37 264	0.42 43	0.55 332	1.27 269	1.03 255	0.70 145	1.22 305	0.60 145	0.70 249	1.64 336	0.41 167	0.18 139	0.13 112	0.22 233	0.22 316	0.21 236	0.18 175

IIG-Stereo	0.96 392	0.31 266	0.72 225	0.88 506	0.33 217	0.61 181	0.26 42	1.19 248	1.03 255	1.69 479	1.37 365	1.46 413	0.75 263	6.96 538	0.51 249	0.19 180	0.14 163	0.23 271	0.18 189	0.20 195	0.14 61

rafts_anoy	0.52 140	0.29 213	0.59 141	0.59 325	0.50 369	0.53 133	0.40 176	1.11 223	1.03 255	0.84 181	0.83 157	0.68 172	0.54 173	0.72 93	0.51 249	0.19 180	0.14 163	0.24 291	0.26 384	0.21 236	0.18 175

SFCPSM	0.70 274	0.28 178	1.02 380	0.51 199	0.38 281	1.37 436	0.66 386	2.00 465	1.03 255	1.17 309	1.21 303	0.82 215	0.78 282	1.03 190	0.53 263	0.21 249	0.17 290	0.22 233	0.24 352	0.21 236	0.19 215

riskmin	0.56 189	0.27 156	0.60 146	0.43 58	0.31 177	0.83 315	0.42 196	1.14 229	1.04 260	0.73 153	0.75 137	1.11 334	1.01 395	0.81 125	0.51 249	0.20 215	0.14 163	0.24 291	0.15 108	0.24 300	0.25 329

NINENet	0.77 322	0.37 366	0.78 282	0.62 363	0.51 380	2.34 517	0.42 196	1.83 422	1.04 260	1.14 284	1.23 309	1.03 307	0.62 221	1.24 246	0.70 320	0.28 397	0.23 400	0.31 411	0.21 287	0.26 324	0.25 329

UNet	0.83 354	0.34 328	1.31 441	0.58 312	0.74 472	1.58 463	0.49 280	1.41 297	1.04 260	1.21 326	1.08 241	1.54 428	1.12 424	1.65 337	1.09 413	0.23 302	0.17 290	0.25 330	0.20 243	0.25 312	0.22 283

PMTNet	0.46 114	0.21 26	0.38 8	0.37 9	0.23 22	0.71 250	0.27 49	0.74 64	1.04 260	0.64 136	0.70 122	0.55 122	0.47 129	0.86 142	0.35 108	1.00 532	0.13 112	0.15 19	0.10 2	0.15 38	0.13 35

MM-Stereo_test3	0.50 137	0.24 76	0.54 104	0.54 253	0.74 472	0.49 89	0.53 308	1.09 214	1.05 264	0.62 134	0.95 182	0.61 149	0.42 94	0.77 107	0.38 141	0.20 215	0.17 290	0.20 169	0.16 150	0.18 120	0.18 175

Any-RAFT	0.53 150	0.24 76	0.47 61	0.47 114	0.27 87	1.00 371	0.25 32	1.58 347	1.05 264	0.85 186	0.99 197	1.06 312	0.47 129	0.70 86	0.32 67	0.18 139	0.13 112	0.16 49	0.13 62	0.16 58	0.16 124

CSP-Net	0.97 398	0.38 373	0.83 299	0.53 238	0.41 310	1.63 467	0.77 418	2.00 465	1.05 264	1.25 351	1.20 301	1.33 386	0.83 309	4.93 495	0.85 373	0.32 428	0.22 388	0.20 169	0.20 243	0.23 285	0.25 329

test_3	0.55 180	0.23 58	0.71 219	0.53 238	0.28 112	0.61 181	0.40 176	0.92 128	1.05 264	1.19 318	0.68 114	0.93 266	0.44 109	1.67 342	0.39 149	0.15 36	0.12 51	0.22 233	0.19 211	0.21 236	0.14 61

IPLG	0.69 270	0.27 156	0.97 360	0.51 199	0.43 325	0.79 291	0.33 91	1.21 251	1.06 268	1.30 375	1.10 250	0.52 112	0.55 180	3.16 458	0.63 301	0.16 57	0.14 163	0.19 134	0.16 150	0.18 120	0.17 150

OMP-Stereo	0.94 388	0.33 304	0.72 225	0.90 511	0.31 177	0.49 89	0.36 127	1.16 233	1.06 268	1.58 465	1.12 263	1.46 413	0.69 244	6.94 537	0.49 238	0.19 180	0.14 163	0.24 291	0.18 189	0.20 195	0.14 61

RALAANet	0.60 211	0.33 304	0.87 318	0.62 363	0.50 369	0.69 238	0.31 77	1.21 251	1.06 268	1.09 250	1.16 285	0.88 243	0.46 120	1.22 239	0.42 178	0.19 180	0.15 221	0.21 204	0.17 171	0.27 338	0.17 150

ARAFT	0.77 322	0.36 359	1.49 473	0.51 199	0.31 177	0.90 333	0.82 434	1.90 440	1.06 268	1.62 471	1.24 311	1.02 303	0.64 230	1.84 368	0.50 244	0.18 139	0.14 163	0.28 381	0.27 395	0.17 89	0.16 124

BEATNet_4x	0.73 301	0.49 423	1.17 422	0.53 238	0.26 63	1.03 377	0.55 332	1.82 417	1.06 268	1.21 326	1.22 305	0.96 283	0.91 344	1.01 186	1.06 407	0.21 249	0.14 163	0.24 291	0.19 211	0.37 424	0.21 265

FACV-RUCA	0.63 228	0.34 328	0.82 294	0.62 363	0.65 446	0.81 308	0.41 192	1.44 306	1.07 273	0.86 188	1.14 272	0.61 149	0.69 244	0.80 119	0.53 263	0.28 397	0.19 330	0.47 495	0.21 287	0.35 413	0.25 329

RAFT-Stereo-weight	0.47 121	0.24 76	0.53 98	0.48 141	0.27 87	0.60 175	0.35 111	1.02 172	1.07 273	0.99 220	0.78 143	0.76 193	0.28 23	0.76 104	0.36 118	0.16 57	0.12 51	0.17 76	0.15 108	0.16 58	0.15 94

hknet	0.77 322	0.32 282	0.95 352	0.54 253	0.38 281	1.27 421	0.65 381	2.16 496	1.07 273	1.20 322	1.11 256	1.59 436	0.81 296	1.37 279	0.66 309	0.22 275	0.17 290	0.25 330	0.22 316	0.22 260	0.22 283

FENet	0.60 211	0.28 178	0.63 158	0.54 253	0.33 217	0.83 315	0.38 153	1.27 269	1.07 273	1.00 225	0.86 162	0.99 293	0.85 316	0.96 169	0.68 316	0.22 275	0.15 221	0.23 271	0.20 243	0.22 260	0.23 303

ACVNet	0.63 228	0.31 266	0.54 104	0.54 253	0.36 249	0.80 299	0.46 252	1.37 287	1.07 273	0.93 201	1.30 335	1.08 318	0.85 316	0.80 119	0.94 387	0.21 249	0.19 330	0.21 204	0.18 189	0.22 260	0.18 175

acv_ft	0.75 314	0.31 266	0.95 352	0.70 435	0.86 504	1.24 417	0.53 308	1.44 306	1.07 273	1.24 345	1.30 335	1.08 318	0.92 347	0.80 119	1.34 448	0.21 249	0.19 330	0.21 204	0.18 189	0.21 236	0.18 175

DFGA-Net	0.72 283	0.40 384	1.40 452	0.52 220	0.45 340	0.83 315	0.44 228	1.28 273	1.08 279	0.99 220	1.19 297	0.70 181	0.55 180	2.14 399	1.16 425	0.18 139	0.16 261	0.24 291	0.23 339	0.27 338	0.25 329

Reg-Stereo(zero)	0.44 99	0.22 45	0.45 50	0.43 58	0.23 22	0.38 27	0.25 32	0.76 68	1.08 279	0.90 193	0.78 143	0.90 252	0.47 129	0.70 86	0.36 118	0.15 36	0.12 51	0.15 19	0.12 38	0.15 38	0.15 94

MIPNet	0.56 189	0.28 178	0.94 348	0.49 157	0.33 217	0.66 222	0.38 153	1.35 284	1.08 279	1.06 240	0.92 175	0.60 145	0.79 286	0.73 97	0.52 256	0.17 100	0.14 163	0.19 134	0.16 150	0.18 120	0.17 150

AASNet	0.76 320	0.35 349	0.91 338	0.79 473	0.81 495	1.14 395	0.56 340	2.02 473	1.08 279	1.22 331	1.24 311	0.93 266	0.76 271	0.77 107	1.16 425	0.27 383	0.23 400	0.24 291	0.20 243	0.28 357	0.24 317

RAFT-RH_RVC	1.03 421	0.24 76	0.67 184	0.49 157	0.28 112	0.81 308	0.33 91	0.83 102	1.08 279	2.05 509	4.65 545	1.04 310	0.57 194	5.98 522	0.50 244	0.18 139	0.13 112	0.26 349	0.20 243	0.16 58	0.17 150

APVNet	1.06 425	0.53 441	1.42 458	0.84 491	0.79 488	1.92 496	0.82 434	1.90 440	1.08 279	1.08 244	1.43 383	1.56 431	1.13 428	3.07 453	1.58 480	0.31 421	0.34 476	0.42 483	0.36 477	0.36 420	0.37 437

Gwc-CoAtRS	0.52 140	0.24 76	0.68 188	0.48 141	0.29 129	0.64 197	0.25 32	1.16 233	1.08 279	1.01 228	1.00 201	1.12 335	0.56 185	0.69 82	0.37 130	0.16 57	0.13 112	0.17 76	0.15 108	0.15 38	0.15 94

GANet-RSSM	0.72 283	0.28 178	0.63 158	0.64 381	0.58 420	0.80 299	0.58 355	1.89 437	1.08 279	1.04 239	1.25 315	1.15 343	1.04 404	1.49 308	0.62 297	0.25 344	0.19 330	0.22 233	0.22 316	0.22 260	0.21 265

G2L-ROB	0.73 301	0.25 104	0.76 267	0.54 253	0.39 291	0.95 353	0.66 386	1.66 369	1.09 287	1.24 345	1.02 215	1.64 448	0.71 254	1.63 334	1.02 403	0.20 215	0.14 163	0.17 76	0.15 108	0.20 195	0.22 283

G2L-Stereo	0.80 337	0.32 282	0.95 352	0.60 337	0.42 315	0.78 285	0.69 398	1.50 320	1.09 287	1.33 397	1.14 272	1.45 410	0.72 257	2.45 426	1.10 416	0.25 344	0.20 348	0.26 349	0.21 287	0.20 195	0.26 353

WCG-NET（raft）	0.45 107	0.21 26	0.55 114	0.40 36	0.24 38	0.50 103	0.36 127	0.73 60	1.09 287	0.71 147	0.76 139	0.92 264	0.51 158	0.84 133	0.34 98	0.16 57	0.12 51	0.15 19	0.14 90	0.14 18	0.14 61

AE-Stereo	0.49 133	0.27 156	0.67 184	0.60 337	0.39 291	0.67 226	0.46 252	1.18 240	1.09 287	0.47 82	0.75 137	0.69 177	0.47 129	0.59 46	0.40 156	0.16 57	0.15 221	0.21 204	0.20 243	0.19 161	0.15 94

SQANet	1.31 464	0.88 510	1.08 402	1.83 545	1.44 541	1.44 450	0.75 412	1.74 388	1.09 287	1.32 389	1.26 322	1.28 376	1.01 395	1.50 310	0.83 367	2.50 551	0.34 476	1.47 543	0.55 518	2.32 545	1.57 547

RAFT-Stereo + iAFF	0.54 165	0.25 104	0.68 188	0.43 58	0.24 38	0.40 32	0.34 103	1.04 183	1.09 287	1.32 389	1.60 431	0.80 206	0.68 241	0.67 80	0.39 149	0.13 19	0.10 9	0.18 111	0.17 171	0.17 89	0.13 35

FADNet_RVC	0.83 354	0.51 433	1.83 496	0.54 253	0.42 315	1.19 410	0.46 252	1.51 327	1.09 287	0.89 191	1.24 311	0.91 255	0.87 329	2.11 397	1.11 419	0.27 383	0.22 388	0.31 411	0.28 416	0.43 455	0.38 443

UPFNet	0.80 337	0.32 282	0.90 335	0.59 325	0.74 472	1.26 420	0.80 429	1.52 329	1.10 294	1.30 375	1.12 263	1.30 380	0.84 313	1.67 342	1.09 413	0.24 317	0.24 409	0.24 291	0.23 339	0.25 312	0.18 175

PSMNet-RSSM	0.72 283	0.30 233	0.61 149	0.63 372	0.42 315	0.73 257	0.56 340	1.92 447	1.10 294	1.09 250	1.37 365	1.22 354	0.98 383	1.28 255	0.72 328	0.27 383	0.19 330	0.27 366	0.29 428	0.24 300	0.24 317

RAFT-345	0.84 359	0.25 104	0.66 179	0.50 169	0.27 87	0.54 141	0.42 196	0.83 102	1.11 296	1.32 389	2.34 505	0.86 235	0.54 173	5.72 514	0.47 225	0.18 139	0.13 112	0.22 233	0.17 171	0.17 89	0.16 124

CREStereo	0.39 62	0.21 26	0.38 8	0.34 1	0.22 16	0.53 133	0.29 60	0.77 71	1.11 296	0.58 120	0.71 125	0.51 105	0.41 90	0.54 33	0.34 98	0.18 139	0.13 112	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MaskLacGwcNet_RVC	1.10 435	1.02 518	1.00 369	0.82 487	0.67 453	1.93 497	0.93 462	1.62 359	1.11 296	1.15 290	1.25 315	1.50 422	0.79 286	1.96 383	0.76 340	1.89 545	0.34 476	0.79 529	0.36 477	1.25 539	0.83 525

STTStereo	0.78 330	0.50 430	1.22 427	0.64 381	0.54 399	0.89 330	0.54 314	1.44 306	1.11 296	1.38 414	1.09 246	1.27 373	0.85 316	1.43 296	0.83 367	0.29 408	0.27 433	0.33 435	0.39 484	0.32 397	0.30 394

rvit_stereo_0075_2	0.64 240	0.46 411	1.05 389	0.66 402	0.66 449	0.53 133	0.48 270	1.20 250	1.12 300	0.76 155	0.92 175	0.78 200	0.53 168	1.03 190	0.59 284	0.37 462	0.28 440	0.40 478	0.31 444	0.37 424	0.32 410

trnet	0.39 62	0.21 26	0.37 5	0.36 5	0.20 3	0.53 133	0.29 60	0.78 75	1.12 300	0.59 128	0.71 125	0.53 117	0.42 94	0.54 33	0.34 98	0.18 139	0.13 112	0.15 19	0.10 2	0.14 18	0.13 35

Former-RAFT_DAM_RVC	0.46 114	0.36 359	0.71 219	0.47 114	0.36 249	0.67 226	0.35 111	0.78 75	1.12 300	0.61 131	0.62 100	0.39 56	0.39 83	0.71 90	0.39 149	0.20 215	0.17 290	0.22 233	0.18 189	0.23 285	0.19 215

GMStereo_Zeroshot	0.67 264	0.61 471	1.01 373	0.64 381	0.37 264	0.84 323	0.35 111	1.05 191	1.12 300	1.12 266	1.06 232	1.27 373	0.54 173	1.19 234	0.59 284	0.32 428	0.17 290	0.31 411	0.18 189	0.52 487	0.22 283

CBFPSM	0.92 383	0.33 304	1.86 497	0.49 157	0.38 281	1.75 477	0.84 436	1.39 293	1.12 300	1.09 250	0.99 197	2.37 510	1.66 499	1.32 265	1.42 466	0.19 180	0.18 312	0.20 169	0.20 243	0.21 236	0.33 416

test_5	0.65 248	0.30 233	0.75 257	0.67 414	0.50 369	0.92 344	0.52 300	1.39 293	1.12 300	0.76 155	1.11 256	1.00 294	0.90 341	1.53 317	0.45 204	0.18 139	0.13 112	0.23 271	0.22 316	0.21 236	0.19 215

SACVNet	0.85 363	0.46 411	0.85 301	0.81 479	0.56 408	0.80 299	0.79 423	1.68 372	1.12 300	1.34 401	1.33 349	1.25 365	0.94 361	2.39 423	0.76 340	0.34 447	0.26 424	0.31 411	0.29 428	0.35 413	0.44 466

GANet-ADL	0.60 211	0.35 349	0.72 225	0.64 381	0.40 302	0.68 233	0.51 289	1.49 316	1.12 300	0.95 208	1.08 241	0.91 255	0.57 194	0.76 104	0.55 273	0.26 367	0.18 312	0.18 111	0.16 150	0.23 285	0.25 329

STrans-v2	1.04 424	0.28 178	0.96 358	0.49 157	0.32 196	0.68 233	0.79 423	2.47 532	1.12 300	1.12 266	1.46 396	1.40 398	1.46 477	6.70 534	0.43 188	0.18 139	0.13 112	0.20 169	0.18 189	0.18 120	0.18 175

TransformOpticalFlow	0.96 392	0.28 178	0.89 331	0.52 220	0.31 177	0.66 222	0.54 314	1.75 390	1.12 300	1.09 250	1.44 388	1.37 396	1.01 395	6.70 534	0.42 178	0.19 180	0.12 51	0.20 169	0.19 211	0.18 120	0.19 215

psm_up	0.77 322	0.34 328	0.70 207	0.66 402	0.58 420	1.05 380	0.92 458	1.52 329	1.12 300	1.26 355	1.16 285	1.31 384	1.23 448	1.20 236	0.81 360	0.25 344	0.29 451	0.31 411	0.27 395	0.27 338	0.25 329

PSMNet_ROB	0.90 378	0.52 437	1.17 422	0.72 447	0.61 434	1.27 421	1.12 492	1.76 396	1.12 300	1.09 250	1.28 331	1.45 410	0.89 340	1.65 337	1.42 466	0.33 437	0.25 418	0.37 464	0.39 484	0.35 413	0.29 380

ISRNet	0.80 337	0.33 304	1.07 398	0.81 479	0.66 449	0.60 175	0.34 103	1.19 248	1.13 312	1.59 466	1.53 411	1.35 391	0.77 275	1.27 253	0.94 387	0.39 469	0.34 476	0.43 485	0.38 482	0.34 410	0.49 482

IPLGR	0.58 202	0.27 156	1.14 418	0.48 141	0.28 112	0.65 213	0.33 91	1.22 259	1.13 312	1.18 314	1.05 230	0.69 177	0.66 239	0.96 169	0.52 256	0.17 100	0.15 221	0.20 169	0.17 171	0.20 195	0.18 175

HCRNet	0.70 274	0.39 378	0.73 237	0.60 337	0.59 428	0.76 272	0.35 111	1.22 259	1.13 312	1.02 232	0.99 197	1.02 303	0.76 271	2.19 407	0.70 320	0.28 397	0.19 330	0.28 381	0.23 339	0.25 312	0.23 303

G2L-Stereo_test	0.73 301	0.27 156	0.74 253	0.49 157	0.40 302	0.90 333	0.81 432	1.53 335	1.14 315	1.28 360	1.27 325	1.52 426	0.72 257	1.62 332	0.94 387	0.19 180	0.14 163	0.16 49	0.15 108	0.18 120	0.19 215

test_sample5	0.69 270	0.34 328	0.87 318	0.52 220	0.30 151	0.84 323	0.54 314	1.83 422	1.14 315	1.11 264	1.25 315	0.88 243	0.78 282	1.23 241	0.65 306	0.26 367	0.20 348	0.27 366	0.27 395	0.27 338	0.26 353

DualNet	0.70 274	0.34 328	0.87 318	0.52 220	0.30 151	0.84 323	0.54 314	1.83 422	1.14 315	1.14 284	1.33 349	0.88 243	0.78 282	1.23 241	0.65 306	0.26 367	0.20 348	0.27 366	0.27 395	0.27 338	0.26 353

iinet-f	0.99 404	0.45 409	3.71 536	0.55 277	0.43 325	1.81 486	0.68 394	1.14 229	1.14 315	1.18 314	1.42 379	1.58 435	1.44 474	1.34 272	1.59 482	0.24 317	0.23 400	0.20 169	0.19 211	0.26 324	0.25 329

gwcnet-sp	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 375	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

scenet	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 375	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

ssnet	0.74 306	0.33 304	1.44 459	0.57 306	0.45 340	1.40 443	0.54 314	1.50 320	1.14 315	1.30 375	1.02 215	0.94 269	0.82 301	1.39 288	0.76 340	0.21 249	0.21 370	0.22 233	0.21 287	0.22 260	0.22 283

PFNet+	0.59 208	0.28 178	0.77 274	0.53 238	0.30 151	0.59 167	0.31 77	0.92 128	1.14 315	1.33 397	1.10 250	0.79 204	0.57 194	1.31 261	0.49 238	0.25 344	0.17 290	0.28 381	0.26 384	0.21 236	0.25 329

AFF-stereo	0.58 202	0.25 104	0.64 165	0.46 103	0.29 129	0.34 16	0.38 153	1.15 231	1.14 315	1.17 309	1.60 431	1.10 330	0.71 254	0.97 177	0.43 188	0.13 19	0.11 26	0.19 134	0.19 211	0.17 89	0.14 61

CFNet-RSSM	0.54 165	0.24 76	0.70 207	0.48 141	0.28 112	0.60 175	0.27 49	1.49 316	1.14 315	1.06 240	0.93 178	1.08 318	0.54 173	0.70 86	0.35 108	0.16 57	0.12 51	0.17 76	0.15 108	0.16 58	0.14 61

UCFNet_RVC	0.69 270	0.35 349	0.49 71	0.64 381	0.39 291	0.85 326	0.58 355	1.75 390	1.14 315	0.97 213	1.19 297	1.17 345	0.93 356	0.99 181	0.62 297	0.28 397	0.20 348	0.34 445	0.31 444	0.32 397	0.27 363

PS-NSSS	0.99 404	0.58 458	0.93 344	0.58 312	0.57 411	0.91 337	0.80 429	1.81 416	1.14 315	1.14 284	1.67 450	1.00 294	0.83 309	4.62 486	0.78 348	0.37 462	0.31 461	0.52 503	0.32 452	0.45 465	0.38 443

WCG-NET	0.42 82	0.21 26	0.54 104	0.40 36	0.25 55	0.47 71	0.32 84	0.73 60	1.15 327	0.76 155	0.73 131	0.58 137	0.45 113	0.60 58	0.34 98	0.15 36	0.11 26	0.16 49	0.14 90	0.15 38	0.13 35

test_sample8	2.19 525	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.82 417	1.15 327	2.26 515	1.30 335	4.94 550	2.52 539	2.27 414	7.92 554	0.57 513	12.61 585	0.62 522	0.67 529	0.45 465	0.42 456

test_sample6	0.71 281	0.34 328	0.87 318	0.52 220	0.30 151	0.82 310	0.58 355	1.79 410	1.15 327	1.14 284	1.33 349	0.91 255	0.79 286	1.31 261	0.74 332	0.27 383	0.21 370	0.27 366	0.29 428	0.28 357	0.27 363

test_sample4	0.69 270	0.33 304	0.91 338	0.51 199	0.30 151	0.92 344	0.52 300	1.87 431	1.15 327	1.14 284	1.18 290	0.87 239	0.75 263	1.18 232	0.68 316	0.25 344	0.20 348	0.26 349	0.26 384	0.26 324	0.25 329

test_sample3	0.68 268	0.32 282	0.88 325	0.52 220	0.30 151	0.97 363	0.52 300	1.86 429	1.15 327	1.08 244	1.11 256	0.88 243	0.71 254	1.17 230	0.68 316	0.25 344	0.20 348	0.25 330	0.25 367	0.25 312	0.25 329

cf-r	0.73 301	0.30 233	0.77 274	0.55 277	0.63 441	0.78 285	0.48 270	1.79 410	1.15 327	1.13 281	1.26 322	1.43 403	0.87 329	1.40 294	0.85 373	0.25 344	0.18 312	0.22 233	0.23 339	0.19 161	0.19 215

CFNet-ft	0.72 283	0.32 282	0.54 104	0.66 402	0.54 399	0.83 315	0.55 332	1.37 287	1.15 327	0.93 201	1.28 331	1.57 432	0.97 376	1.35 273	0.81 360	0.26 367	0.20 348	0.33 435	0.25 367	0.30 379	0.23 303

DANet	1.08 430	0.61 471	1.32 444	0.85 496	0.72 466	1.37 436	0.51 289	1.54 338	1.15 327	1.78 486	1.54 416	2.01 493	1.11 421	2.90 447	2.00 499	0.33 437	0.30 455	0.40 478	0.30 437	0.44 461	0.45 468
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CFNet_RVC	0.72 283	0.32 282	0.54 104	0.66 402	0.54 399	0.83 315	0.55 332	1.37 287	1.15 327	0.93 201	1.28 331	1.57 432	0.97 376	1.35 273	0.81 360	0.26 367	0.20 348	0.33 435	0.25 367	0.30 379	0.23 303

GCST	1.08 430	1.47 542	0.93 344	1.73 543	1.14 529	1.30 426	0.31 77	1.33 276	1.16 336	1.29 366	0.97 194	0.98 287	0.49 148	2.08 394	0.46 218	1.19 542	0.70 542	1.30 542	0.85 540	1.02 530	0.89 528

anonymity	1.12 440	0.97 513	1.21 425	1.07 528	1.12 525	1.08 386	0.89 450	1.95 455	1.16 336	1.29 366	1.26 322	1.22 354	1.09 419	1.15 222	1.01 402	1.02 535	1.00 558	0.97 534	0.97 546	0.98 527	0.99 532

DDUNet	1.50 482	2.69 566	1.12 412	1.77 544	1.88 546	1.84 490	0.92 458	1.70 379	1.16 336	1.38 414	1.79 464	1.60 438	1.12 424	1.37 279	1.08 411	1.10 540	0.76 543	2.37 552	0.94 544	2.00 543	1.37 544

rvit_0105_4	0.56 189	0.38 373	1.06 393	0.66 402	0.38 281	0.53 133	0.53 308	0.84 105	1.17 339	0.56 117	0.61 97	0.72 185	0.59 204	0.98 178	0.45 204	0.32 428	0.33 474	0.29 392	0.25 367	0.29 368	0.23 303

rvit_0105_3	0.63 228	0.44 402	1.08 402	0.72 447	0.40 302	0.64 197	0.71 403	1.03 177	1.17 339	0.82 176	0.70 122	0.80 206	0.70 249	0.91 155	0.56 275	0.35 454	0.34 476	0.34 445	0.32 452	0.27 338	0.28 375

H2IRNET	0.56 189	0.26 127	0.66 179	0.47 114	0.35 239	0.41 36	0.26 42	0.92 128	1.17 339	0.61 131	1.28 331	1.08 318	0.86 324	0.99 181	0.63 301	0.19 180	0.16 261	0.22 233	0.25 367	0.21 236	0.18 175

CoDeX	0.73 301	0.29 213	0.93 344	0.54 253	0.36 249	1.14 395	0.61 369	2.34 522	1.17 339	1.16 300	1.25 315	0.91 255	0.87 329	1.33 268	0.64 305	0.20 215	0.16 261	0.21 204	0.18 189	0.20 195	0.18 175

LL-Strereo	1.33 467	0.39 378	1.38 451	0.61 351	0.61 434	0.75 266	0.66 386	1.63 361	1.17 339	1.56 459	1.60 431	2.03 496	2.12 526	9.72 567	0.97 396	0.21 249	0.18 312	0.27 366	0.23 339	0.22 260	0.25 329

GEStereo_RVC	0.90 378	0.37 366	0.99 364	0.64 381	0.50 369	0.95 353	0.79 423	2.42 529	1.17 339	1.16 300	1.11 256	1.26 369	0.92 347	3.24 459	0.90 383	0.29 408	0.19 330	0.23 271	0.20 243	0.27 338	0.29 380

StereoDRNet-Refined	0.80 337	0.41 392	0.88 325	0.62 363	0.42 315	1.33 431	0.48 270	1.52 329	1.17 339	1.45 433	1.44 388	1.44 408	0.90 341	1.26 250	1.24 434	0.20 215	0.16 261	0.27 366	0.24 352	0.25 312	0.28 375
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	1.00 409	0.54 442	1.40 452	0.81 479	0.85 502	1.87 493	0.62 372	1.55 342	1.18 346	1.63 473	1.99 484	1.77 466	0.97 376	1.50 310	1.45 470	0.33 437	0.37 494	0.31 411	0.32 452	0.32 397	0.29 380

YMNet_1	1.00 409	0.54 442	1.40 452	0.81 479	0.85 502	1.87 493	0.62 372	1.55 342	1.18 346	1.63 473	1.99 484	1.77 466	0.97 376	1.50 310	1.45 470	0.33 437	0.37 494	0.31 411	0.32 452	0.32 397	0.29 380

rvit_0105_5	0.58 202	0.39 378	1.05 389	0.66 402	0.37 264	0.58 162	0.56 340	0.94 142	1.18 346	0.64 136	0.68 114	0.75 189	0.63 226	0.88 147	0.50 244	0.32 428	0.32 469	0.30 405	0.27 395	0.28 357	0.25 329

rvit_105_1	0.72 283	0.52 437	1.01 373	0.78 471	0.49 362	0.75 266	0.87 445	1.12 225	1.18 346	0.99 220	0.79 149	0.90 252	0.77 275	1.26 250	0.75 337	0.41 476	0.36 492	0.36 461	0.41 489	0.30 379	0.33 416

ACV-stereo	0.99 404	0.51 433	1.41 457	0.56 290	0.41 310	2.43 521	0.57 351	1.15 231	1.18 346	0.81 172	1.01 207	3.39 535	2.14 527	1.60 329	1.07 410	0.27 383	0.22 388	0.22 233	0.22 316	0.28 357	0.32 410

FADNet-RVC	0.88 373	0.67 481	1.93 500	0.60 337	0.48 358	0.91 337	0.60 367	1.71 381	1.18 346	0.90 193	0.96 185	1.36 393	0.92 347	2.25 412	1.17 428	0.30 413	0.29 451	0.32 426	0.32 452	0.41 444	0.35 426

NLCA_NET_v2_RVC	0.79 334	0.43 399	1.05 389	0.64 381	0.58 420	0.95 353	0.53 308	1.53 335	1.18 346	1.37 409	1.15 280	1.43 403	0.88 334	1.61 331	0.84 370	0.25 344	0.22 388	0.27 366	0.27 395	0.29 368	0.29 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 274	0.43 399	0.75 257	0.73 455	0.37 264	0.92 344	0.53 308	1.85 426	1.18 346	1.12 266	1.23 309	1.07 317	0.65 236	0.96 169	0.63 301	0.31 421	0.15 221	0.32 426	0.21 287	0.29 368	0.22 283
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.
RAFT + AFF	1.00 409	0.42 396	1.09 405	0.67 414	0.50 369	1.22 415	1.24 503	2.24 512	1.19 354	1.30 375	1.56 422	1.17 345	1.49 482	3.44 467	0.83 367	0.21 249	0.25 418	0.30 405	0.26 384	0.27 338	0.27 363

psmorigin	1.52 484	0.69 486	10.52 563	0.68 425	0.59 428	1.13 394	0.70 401	1.57 346	1.19 354	1.99 505	1.79 464	2.26 504	1.47 479	2.09 395	1.36 452	0.39 469	0.40 505	0.34 445	0.33 462	0.43 455	0.56 496

DSFCA	0.93 386	0.34 328	1.06 393	0.52 220	0.65 446	1.55 460	0.93 462	1.49 316	1.19 354	1.56 459	1.15 280	1.50 422	0.96 373	3.07 453	1.02 403	0.30 413	0.26 424	0.25 330	0.25 367	0.28 357	0.24 317

HSM	1.19 454	0.32 282	0.65 172	0.57 306	0.38 281	1.23 416	0.59 363	2.25 513	1.19 354	1.30 375	1.25 315	1.94 485	1.03 402	9.32 561	0.71 325	0.22 275	0.16 261	0.20 169	0.16 150	0.21 236	0.21 265

ETE_ROB	0.96 392	0.64 478	1.16 420	0.69 429	0.48 358	1.14 395	1.13 493	1.77 400	1.19 354	1.91 502	1.45 390	1.73 460	1.05 408	1.60 329	1.14 423	0.32 428	0.26 424	0.38 467	0.34 468	0.39 437	0.41 452

rvit_0105_6	0.53 150	0.37 366	0.98 363	0.65 395	0.38 281	0.51 120	0.51 289	0.77 71	1.20 359	0.54 115	0.55 83	0.65 163	0.53 168	0.94 166	0.44 191	0.32 428	0.32 469	0.28 381	0.24 352	0.28 357	0.21 265

DAS	0.84 359	0.34 328	1.03 384	0.64 381	0.69 461	0.77 280	0.63 377	1.54 338	1.20 359	1.79 489	1.55 418	0.95 277	1.04 404	2.83 444	0.60 292	0.21 249	0.16 261	0.25 330	0.18 189	0.27 338	0.22 283

SepStereo	0.82 348	0.34 328	1.03 384	0.64 381	0.69 461	0.77 280	0.63 377	1.54 338	1.20 359	1.79 489	1.55 418	0.95 277	1.04 404	2.30 416	0.60 292	0.21 249	0.16 261	0.25 330	0.18 189	0.27 338	0.22 283

HGLStereo	0.85 363	0.38 373	0.94 348	0.80 476	1.03 517	1.17 405	0.58 355	1.52 329	1.20 359	1.19 318	1.62 438	1.13 340	1.20 442	1.80 365	1.06 407	0.24 317	0.24 409	0.24 291	0.21 287	0.23 285	0.27 363

GwcNet-RSSM	0.77 322	0.32 282	1.01 373	0.62 363	0.54 399	0.78 285	0.51 289	1.73 383	1.20 359	1.09 250	1.37 365	1.46 413	0.85 316	1.53 317	1.09 413	0.25 344	0.18 312	0.23 271	0.24 352	0.20 195	0.19 215

FADNet-RVC-Resample	0.84 359	0.47 416	2.10 506	0.61 351	0.45 340	1.07 385	0.61 369	1.59 348	1.20 359	1.08 244	0.98 195	1.03 307	0.98 383	2.17 402	0.72 328	0.23 302	0.22 388	0.30 405	0.32 452	0.35 413	0.34 421

DualNet (step1)	0.83 354	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	1.23 241	0.67 312	0.57 513	0.28 440	0.62 522	0.67 529	0.45 465	0.42 456

test_sample9	1.86 511	0.49 423	1.13 414	0.56 290	0.39 291	1.02 374	0.73 407	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	2.27 414	7.92 554	0.57 513	12.61 585	0.62 522	0.67 529	0.45 465	0.42 456

test_sample7	0.74 306	0.37 366	0.76 267	0.52 220	0.35 239	0.91 337	0.67 390	1.78 404	1.21 365	1.22 331	1.18 290	1.08 318	0.92 347	1.23 241	0.67 312	0.31 421	0.28 440	0.32 426	0.31 444	0.33 406	0.29 380

DispNO	0.93 386	0.30 233	1.34 449	0.55 277	0.55 405	0.89 330	0.49 280	1.48 314	1.21 365	1.17 309	1.27 325	1.19 349	0.90 341	5.23 499	0.74 332	0.22 275	0.17 290	0.24 291	0.21 287	0.19 161	0.20 248

TestStereo1	0.63 228	0.28 178	0.75 257	0.76 466	0.31 177	0.48 77	0.43 215	1.30 274	1.21 365	0.97 213	1.31 341	0.64 160	0.77 275	1.75 356	0.42 178	0.20 215	0.15 221	0.22 233	0.18 189	0.21 236	0.17 150

SA-5K	0.63 228	0.28 178	0.75 257	0.76 466	0.31 177	0.48 77	0.43 215	1.30 274	1.21 365	0.97 213	1.31 341	0.64 160	0.77 275	1.75 356	0.42 178	0.20 215	0.15 221	0.22 233	0.18 189	0.21 236	0.17 150

CFNet_pseudo	0.66 255	0.32 282	0.86 307	0.48 141	0.39 291	0.70 245	0.40 176	1.33 276	1.22 371	1.16 300	1.34 356	1.24 361	0.64 230	0.98 178	0.59 284	0.21 249	0.16 261	0.33 435	0.19 211	0.36 420	0.25 329

G-Net	1.66 496	0.63 476	1.56 476	1.11 530	0.74 472	2.98 538	0.91 456	1.55 342	1.22 371	2.76 535	8.18 566	2.32 508	2.53 540	1.92 377	1.87 491	0.48 499	0.44 513	0.45 490	0.31 444	0.60 504	0.57 500

ccs_rob	0.66 255	0.33 304	0.86 307	0.48 141	0.39 291	0.70 245	0.40 176	1.33 276	1.22 371	1.16 300	1.34 356	1.23 359	0.64 230	0.98 178	0.59 284	0.21 249	0.16 261	0.35 453	0.20 243	0.37 424	0.25 329

coex_refinement	0.80 337	0.28 178	0.73 237	0.70 435	0.51 380	0.95 353	0.60 367	1.78 404	1.23 374	1.36 406	1.37 365	1.82 472	0.81 296	1.32 265	1.13 422	0.26 367	0.17 290	0.19 134	0.20 243	0.24 300	0.25 329

TCMNet	1.01 415	0.60 469	2.10 506	0.86 498	1.33 539	1.14 395	0.67 390	1.69 374	1.23 374	1.11 264	1.57 426	1.30 380	0.97 376	2.01 387	1.50 477	0.31 421	0.31 461	0.38 467	0.34 468	0.42 449	0.36 432

UDG	1.41 477	2.65 565	0.99 364	1.44 540	1.64 544	1.34 433	0.80 429	1.60 352	1.23 374	1.23 337	1.71 453	2.01 493	1.34 465	1.47 306	1.41 462	0.90 530	0.54 533	2.29 550	0.75 533	1.84 542	1.04 535

MLCV	0.72 283	0.34 328	1.10 408	0.51 199	0.23 22	0.91 337	0.39 168	1.33 276	1.23 374	1.46 435	1.55 418	1.01 301	0.64 230	1.95 382	0.80 358	0.18 139	0.12 51	0.18 111	0.14 90	0.19 161	0.17 150

DLCB_ROB	0.86 368	0.40 384	0.78 282	0.68 425	0.54 399	1.11 390	0.84 436	1.49 316	1.23 374	1.64 475	1.65 445	1.70 457	0.91 344	1.70 349	1.05 405	0.25 344	0.24 409	0.26 349	0.27 395	0.27 338	0.24 317

XPNet_ROB	0.96 392	0.49 423	1.09 405	0.72 447	0.57 411	1.11 390	1.14 494	1.66 369	1.23 374	1.85 496	1.39 374	1.64 448	1.11 421	1.80 365	1.42 466	0.38 466	0.30 455	0.33 435	0.29 428	0.37 424	0.34 421

raft_robust	0.68 268	0.30 233	0.64 165	0.52 220	0.26 63	0.54 141	0.35 111	1.33 276	1.24 380	1.16 300	1.07 236	0.60 145	0.54 173	3.58 470	0.37 130	0.18 139	0.14 163	0.20 169	0.22 316	0.20 195	0.16 124

ADLNet2	0.88 373	0.34 328	1.17 422	0.77 469	0.64 444	1.12 393	0.76 415	1.74 388	1.24 380	1.21 326	1.65 445	1.71 458	1.05 408	1.67 342	1.17 428	0.24 317	0.21 370	0.21 204	0.22 316	0.26 324	0.29 380

GANet	1.36 470	0.47 416	0.86 307	0.67 414	0.45 340	1.34 433	1.73 529	1.64 363	1.24 380	1.49 444	2.38 506	1.55 430	1.20 442	9.30 560	0.93 385	0.30 413	0.31 461	0.33 435	0.28 416	0.39 437	0.30 394

fff	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

s12784h	0.52 140	0.20 8	0.38 8	0.41 44	0.19 1	0.96 359	0.34 103	1.17 235	1.25 383	0.81 172	0.90 171	0.63 157	0.50 154	1.45 300	0.42 178	0.14 29	0.12 51	0.17 76	0.11 8	0.18 120	0.11 2

csc	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

cscssc	0.53 150	0.24 76	0.70 207	0.43 58	0.24 38	0.48 77	0.36 127	1.07 206	1.25 383	1.10 258	1.02 215	0.57 132	1.06 411	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

iResNet	0.75 314	0.40 384	1.36 450	0.67 414	0.29 129	0.92 344	0.59 363	1.52 329	1.25 383	1.28 360	1.48 402	0.94 269	0.76 271	1.62 332	0.78 348	0.18 139	0.14 163	0.18 111	0.15 108	0.22 260	0.23 303

GwcNet-ADL	0.64 240	0.31 266	0.79 285	0.56 290	0.41 310	0.60 175	0.58 355	1.41 297	1.26 388	1.08 244	1.13 268	0.91 255	0.60 207	1.04 196	0.78 348	0.27 383	0.18 312	0.18 111	0.18 189	0.25 312	0.29 380

ccnet	1.12 440	0.67 481	1.01 373	0.78 471	0.73 471	1.72 475	0.99 475	1.84 425	1.26 388	1.47 436	1.85 472	1.75 465	1.29 457	1.75 356	1.88 493	0.57 513	0.53 530	0.57 519	0.55 518	0.59 500	0.54 492

RGC	1.14 445	0.79 500	1.26 434	0.91 514	0.96 515	1.52 457	0.77 418	1.92 447	1.26 388	1.54 455	1.93 480	2.02 495	1.54 485	2.25 412	1.31 444	0.44 490	0.35 487	0.58 520	0.48 505	0.47 472	0.46 471

CC-Net-ROB	1.49 480	1.26 533	1.27 437	0.88 506	0.79 488	1.76 479	1.00 477	1.79 410	1.26 388	1.10 258	1.61 435	1.21 352	0.99 391	8.13 554	0.84 370	1.09 539	0.41 507	2.20 548	0.46 501	1.20 538	0.48 478

TDLM	1.06 425	0.44 402	0.79 285	0.63 372	0.50 369	0.89 330	1.44 516	1.48 314	1.26 388	1.12 266	1.40 376	1.08 318	0.98 383	6.65 530	0.78 348	0.33 437	0.21 370	0.33 435	0.26 384	0.37 424	0.24 317

CVANet_RVC	1.07 427	0.43 399	0.76 267	0.60 337	0.50 369	0.90 333	0.97 470	1.52 329	1.26 388	1.33 397	1.38 370	1.24 361	1.18 436	6.75 536	0.75 337	0.34 447	0.23 400	0.34 445	0.29 428	0.42 449	0.27 363

XX-TBD	0.46 114	0.70 489	0.35 1	0.79 473	0.25 55	0.58 162	0.26 42	0.69 49	1.27 394	0.76 155	1.00 201	0.45 71	0.33 45	0.47 18	0.37 130	0.19 180	0.15 221	0.15 19	0.11 8	0.17 89	0.14 61

MMNet	0.84 359	0.32 282	1.09 405	0.60 337	0.59 428	1.85 491	0.49 280	1.51 327	1.27 394	1.37 409	1.15 280	1.26 369	1.18 436	1.67 342	1.22 432	0.19 180	0.18 312	0.23 271	0.22 316	0.25 312	0.21 265

Nwc_Net	1.09 433	0.49 423	1.33 446	0.89 510	0.80 493	1.49 455	0.66 386	2.19 506	1.27 394	1.32 389	2.26 501	1.96 488	1.54 485	1.92 377	1.34 448	0.40 472	0.30 455	0.43 485	0.45 498	0.38 433	0.37 437

ADCRef	1.35 469	0.55 447	2.37 518	0.72 447	0.77 483	1.94 498	0.78 420	1.91 444	1.27 394	1.57 463	1.59 430	1.36 393	1.41 470	1.54 319	7.53 549	0.23 302	0.20 348	0.32 426	0.30 437	0.29 368	0.29 380

CBMV_ROB	0.90 378	0.44 402	0.63 158	0.51 199	0.37 264	1.25 419	0.49 280	1.77 400	1.27 394	1.41 423	2.00 486	1.33 386	1.08 416	2.17 402	0.76 340	0.43 485	0.42 509	0.47 495	0.44 496	0.41 444	0.36 432

1111x	1.70 501	0.29 213	0.86 307	0.51 199	0.27 87	1.01 372	0.68 394	2.22 510	1.28 399	1.13 281	1.40 376	1.21 352	1.10 420	5.53 509	15.20 571	0.22 275	0.21 370	0.22 233	0.22 316	0.24 300	0.22 283

GASNet	0.99 404	0.97 513	1.72 487	0.98 520	0.68 459	0.83 315	0.67 390	1.60 352	1.28 399	1.31 385	1.22 305	1.22 354	1.21 445	2.41 424	1.41 462	0.43 485	0.26 424	0.36 461	0.34 468	0.55 493	0.31 404

HBP-ISP	0.96 392	0.58 458	0.72 225	0.61 351	0.46 352	1.64 469	0.76 415	1.86 429	1.28 399	1.30 375	1.53 411	0.86 235	0.94 361	3.27 461	0.69 319	0.45 491	0.44 513	0.54 509	0.48 505	0.47 472	0.40 447

HSM-Net_RVC	0.87 372	0.29 213	0.53 98	0.53 238	0.30 151	1.15 401	0.55 332	3.57 549	1.28 399	1.53 449	1.74 457	1.68 454	0.93 356	1.49 308	0.77 346	0.22 275	0.17 290	0.19 134	0.18 189	0.20 195	0.19 215
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_ucs	0.70 274	0.33 304	0.88 325	0.50 169	0.43 325	0.74 261	0.44 228	1.60 352	1.29 403	1.22 331	1.54 416	1.09 328	0.63 226	0.99 181	0.59 284	0.25 344	0.20 348	0.37 464	0.21 287	0.40 441	0.28 375

SDNR	1.62 494	0.51 433	2.17 511	0.53 238	0.56 408	3.80 549	0.45 245	1.54 338	1.29 403	1.33 397	2.41 509	1.08 318	0.96 373	11.18 573	1.16 425	0.66 524	0.63 538	0.43 485	0.32 452	0.64 507	0.67 515

Wz-Net-LNSev-Ref	0.99 404	0.40 384	1.82 494	0.66 402	0.62 440	2.05 505	0.78 420	1.91 444	1.29 403	1.54 455	1.42 379	1.51 424	1.23 448	1.99 385	1.33 446	0.23 302	0.14 163	0.20 169	0.15 108	0.27 338	0.26 353

CREStereo++_RVC	0.47 121	0.21 26	0.38 8	0.45 95	0.38 281	0.45 62	0.25 32	0.75 65	1.29 403	0.80 168	1.21 303	0.47 82	0.37 74	0.53 30	0.44 191	0.16 57	0.11 26	0.15 19	0.80 536	0.18 120	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xxxx	1.51 483	0.28 178	0.68 188	0.54 253	0.28 112	1.16 403	0.44 228	2.19 506	1.29 403	1.09 250	1.36 363	1.22 354	0.85 316	1.79 364	15.70 573	0.24 317	0.21 370	0.21 204	0.20 243	0.22 260	0.23 303

test_xeample	1.45 479	0.28 178	0.65 172	0.51 199	0.28 112	0.94 349	0.59 363	2.14 491	1.29 403	1.24 345	1.51 409	0.88 243	0.86 324	1.46 302	15.10 570	0.22 275	0.20 348	0.22 233	0.20 243	0.22 260	0.22 283

DCANet-4	0.54 165	0.26 127	1.07 398	0.42 51	0.24 38	0.48 77	0.36 127	0.99 161	1.30 409	1.10 258	1.02 215	0.56 130	0.75 263	0.73 97	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.15 38	0.19 215

ADStereo(finetuned)	0.57 196	0.24 76	1.06 393	0.43 58	0.24 38	0.49 89	0.35 111	1.05 191	1.30 409	1.12 266	1.03 225	0.58 137	1.20 442	0.84 133	0.51 249	0.16 57	0.13 112	0.17 76	0.13 62	0.18 120	0.19 215

SA	0.66 255	0.30 233	0.82 294	0.61 351	0.30 151	0.58 162	0.38 153	1.44 306	1.30 409	0.96 210	1.36 363	0.66 167	0.95 366	1.85 371	0.42 178	0.19 180	0.15 221	0.25 330	0.23 339	0.21 236	0.17 150

DCANet	0.54 165	0.24 76	0.70 207	0.43 58	0.24 38	0.49 89	0.36 127	1.05 191	1.30 409	1.12 266	1.03 225	0.58 137	0.92 347	0.81 125	0.52 256	0.16 57	0.13 112	0.17 76	0.13 62	0.18 120	0.19 215

MyStereo8	0.65 248	0.29 213	1.00 369	0.58 312	0.49 362	0.91 337	0.35 111	1.18 240	1.31 413	1.16 300	1.27 325	0.90 252	0.64 230	0.72 93	0.95 391	0.18 139	0.14 163	0.20 169	0.18 189	0.22 260	0.26 353

PCWNet_CMD	0.66 255	0.32 282	0.88 325	0.49 157	0.37 264	0.78 285	0.40 176	1.42 299	1.31 413	1.16 300	1.31 341	1.25 365	0.62 221	0.89 152	0.57 278	0.20 215	0.16 261	0.27 366	0.19 211	0.40 441	0.25 329

222	1.61 493	0.29 213	0.67 184	0.56 290	0.29 129	1.06 383	0.42 196	2.17 502	1.31 413	1.31 385	1.52 410	0.92 264	0.94 361	1.76 361	17.65 574	0.24 317	0.20 348	0.21 204	0.19 211	0.22 260	0.23 303

MSMDNet	0.66 255	0.32 282	0.87 318	0.49 157	0.37 264	0.79 291	0.40 176	1.43 305	1.31 413	1.15 290	1.31 341	1.24 361	0.63 226	0.88 147	0.57 278	0.21 249	0.16 261	0.26 349	0.19 211	0.39 437	0.24 317

UGAM	1.14 445	0.27 156	0.95 352	0.53 238	0.42 315	0.70 245	0.72 406	0.95 147	1.32 417	0.98 217	1.48 402	1.78 468	0.87 329	9.65 566	0.87 376	0.21 249	0.18 312	0.30 405	0.24 352	0.19 161	0.16 124

Wz-Net-LNSev	1.03 421	0.67 481	2.71 527	0.64 381	0.84 499	1.75 477	1.00 477	1.80 413	1.32 417	1.28 360	1.25 315	1.65 451	1.22 446	1.39 288	1.40 458	0.28 397	0.26 424	0.24 291	0.23 339	0.33 406	0.32 410

CFNet	0.96 392	0.36 359	1.01 373	0.62 363	0.42 315	0.99 369	0.47 259	1.90 440	1.32 417	0.99 220	1.39 374	1.10 330	0.86 324	5.58 512	0.79 354	0.23 302	0.17 290	0.28 381	0.27 395	0.26 324	0.21 265

StereoDRNet	0.98 402	0.47 416	1.70 484	0.76 466	0.94 512	1.51 456	0.91 456	1.92 447	1.32 417	1.61 467	1.13 268	1.47 418	0.97 376	1.75 356	1.46 473	0.28 397	0.23 400	0.29 392	0.27 395	0.35 413	0.27 363

Sa-1000	0.72 283	0.29 213	0.76 267	0.59 325	0.30 151	0.73 257	0.37 146	1.62 359	1.33 421	1.28 360	2.04 491	0.86 235	0.75 263	1.84 368	0.38 141	0.19 180	0.14 163	0.25 330	0.23 339	0.20 195	0.16 124

hitnet-ft	0.79 334	0.35 349	0.57 128	0.58 312	0.42 315	0.96 359	0.46 252	1.47 312	1.33 421	1.19 318	1.22 305	1.81 469	0.98 383	1.66 341	0.94 387	0.33 437	0.28 440	0.34 445	0.27 395	0.35 413	0.31 404

FADNet	0.92 383	0.61 471	1.81 493	0.62 363	0.55 405	0.96 359	0.57 351	1.78 404	1.33 421	0.93 201	1.01 207	1.36 393	1.01 395	2.71 441	0.75 337	0.33 437	0.34 476	0.31 411	0.34 468	0.59 500	0.40 447

z-ln-s-r	1.02 418	0.55 447	2.09 505	0.52 220	0.55 405	0.78 285	0.87 445	1.47 312	1.34 424	1.12 266	1.62 438	1.37 396	1.06 411	2.62 438	3.32 526	0.19 180	0.14 163	0.21 204	0.17 171	0.27 338	0.21 265

AIO-test1	0.56 189	0.25 104	0.55 114	0.64 381	0.78 485	0.80 299	0.36 127	1.18 240	1.34 424	0.57 118	0.88 167	0.61 149	0.50 154	1.12 217	0.35 108	0.17 100	0.17 290	0.22 233	0.24 352	0.18 120	0.23 303

ttt	0.94 388	0.34 328	0.59 141	0.61 351	0.37 264	0.94 349	0.50 288	2.17 502	1.34 424	1.23 337	1.61 435	0.91 255	0.76 271	1.85 371	3.97 535	0.30 413	0.26 424	0.26 349	0.24 352	0.29 368	0.29 380

ssnet_v2	0.88 373	0.36 359	1.02 380	0.62 363	0.38 281	1.32 429	0.97 470	2.07 482	1.34 424	1.37 409	1.18 290	1.54 428	0.92 347	1.10 211	1.65 483	0.30 413	0.27 433	0.30 405	0.28 416	0.27 338	0.26 353

UDGNet	0.72 283	1.17 530	0.80 290	0.77 469	0.41 310	0.77 280	0.38 153	0.97 155	1.34 424	0.81 172	0.88 167	0.71 184	0.60 207	1.21 238	0.54 269	0.52 504	0.19 330	1.02 538	0.26 384	0.71 516	0.31 404

dd	0.59 208	0.48 420	0.97 360	0.55 277	0.32 196	0.64 197	0.47 259	1.02 172	1.34 424	0.78 163	0.86 162	0.58 137	0.54 173	1.01 186	0.86 375	0.28 397	0.18 312	0.26 349	0.19 211	0.32 397	0.24 317

NCC-stereo	1.10 435	0.54 442	1.24 431	0.84 491	0.94 512	1.29 424	0.89 450	2.01 469	1.34 424	1.32 389	1.74 457	1.88 475	1.74 502	2.35 419	1.25 435	0.45 491	0.37 494	0.45 490	0.58 521	0.42 449	0.42 456

Abc-Net	1.10 435	0.54 442	1.24 431	0.84 491	0.94 512	1.29 424	0.89 450	2.01 469	1.34 424	1.32 389	1.74 457	1.88 475	1.74 502	2.35 419	1.25 435	0.45 491	0.37 494	0.45 490	0.58 521	0.42 449	0.42 456
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	1.99 520	0.48 420	7.73 553	0.66 402	0.91 508	2.30 515	1.05 484	1.82 417	1.34 424	1.54 455	1.32 347	1.74 462	1.61 492	2.17 402	13.37 566	0.24 317	0.21 370	0.32 426	0.28 416	0.37 424	0.29 380

iResNetv2_ROB	0.80 337	0.37 366	1.71 486	0.56 290	0.37 264	0.94 349	0.64 379	1.73 383	1.34 424	1.23 337	1.42 379	1.26 369	0.92 347	1.85 371	0.56 275	0.23 302	0.15 221	0.19 134	0.14 90	0.24 300	0.19 215

w-ln-seven-2	1.18 453	0.61 471	4.25 538	0.68 425	0.61 434	1.20 412	0.93 462	1.63 361	1.35 434	1.66 476	1.53 411	1.47 418	1.37 468	3.00 452	1.74 486	0.25 344	0.24 409	0.29 392	0.26 384	0.33 406	0.28 375

DGSMNet	1.14 445	0.76 498	2.49 521	0.81 479	0.86 504	1.39 441	1.39 513	2.13 487	1.35 434	1.26 355	1.63 442	1.48 420	0.98 383	1.75 356	1.10 416	0.45 491	0.43 510	0.55 514	0.49 508	0.75 519	0.70 518

delet	0.85 363	0.32 282	0.95 352	0.65 395	0.66 449	1.64 469	0.84 436	1.75 390	1.35 434	1.32 389	1.30 335	1.30 380	0.88 334	1.68 347	1.10 416	0.21 249	0.21 370	0.24 291	0.24 352	0.21 236	0.21 265

RASNet	1.12 440	0.30 233	0.91 338	0.66 402	0.77 483	0.97 363	0.57 351	1.37 287	1.35 434	1.02 232	1.34 356	2.11 500	1.43 472	7.09 539	1.39 457	0.19 180	0.17 290	0.17 76	0.19 211	0.18 120	0.16 124

otaku	1.60 491	1.11 525	1.21 425	2.20 548	1.56 543	1.97 500	1.24 503	2.07 482	1.36 438	1.44 431	1.62 438	1.73 460	1.19 439	1.73 355	0.98 399	2.89 556	0.57 535	1.74 544	0.60 525	2.78 552	1.94 553

ADLNet	0.85 363	0.36 359	0.89 331	0.85 496	0.72 466	1.24 417	0.76 415	1.82 417	1.36 438	1.52 448	1.35 362	1.27 373	0.99 391	1.23 241	1.15 424	0.27 383	0.20 348	0.26 349	0.25 367	0.28 357	0.30 394

NCCL2	1.00 409	0.56 451	1.06 393	0.75 463	0.57 411	1.31 428	1.72 528	1.77 400	1.36 438	1.50 445	1.17 288	1.91 480	1.17 432	1.54 319	1.29 442	0.35 454	0.31 461	0.45 490	0.44 496	0.40 441	0.40 447

SGM-Forest	1.24 456	0.38 373	0.60 146	0.52 220	0.37 264	1.56 461	1.30 508	1.65 364	1.36 438	2.11 512	1.79 464	1.63 445	0.93 356	7.48 547	0.95 391	0.36 458	0.37 494	0.39 473	0.34 468	0.37 424	0.32 410
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
mmx	1.39 474	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	2.13 487	1.37 442	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 550	0.24 317	0.19 330	0.31 411	0.27 395	0.30 379	0.25 329

xxx	1.39 474	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	2.13 487	1.37 442	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 550	0.24 317	0.19 330	0.31 411	0.27 395	0.30 379	0.25 329

aanetorigin	1.23 455	0.79 500	2.78 529	0.70 435	0.79 488	0.99 369	1.06 486	1.06 204	1.37 442	3.52 547	2.61 516	1.72 459	1.63 493	1.99 385	1.78 488	0.25 344	0.24 409	0.26 349	0.25 367	0.38 433	0.45 468

edge stereo	1.11 438	0.50 430	1.30 440	0.71 443	0.65 446	1.14 395	0.75 412	1.93 451	1.37 442	1.71 480	1.83 468	2.54 517	1.44 474	2.43 425	1.23 433	0.42 480	0.41 507	0.54 509	0.35 473	0.42 449	0.46 471

PSMNet-RUCA	1.02 418	0.97 513	1.44 459	1.23 534	1.10 521	1.40 443	0.62 372	1.69 374	1.38 446	0.94 206	1.53 411	0.97 285	0.83 309	1.17 230	0.93 385	0.69 525	0.34 476	0.99 536	0.60 525	0.97 526	0.64 513

Ntro	1.64 495	1.15 528	1.23 428	2.48 553	1.83 545	2.09 507	1.16 497	1.96 456	1.38 446	1.21 326	1.62 438	1.62 440	1.29 457	1.87 374	1.11 419	3.04 557	0.56 534	1.82 546	0.64 527	2.80 553	2.05 554

RCA-Stereo	0.50 137	0.23 58	0.58 134	0.48 141	0.33 217	0.55 149	0.45 245	0.97 155	1.38 446	0.68 142	1.05 230	0.63 157	0.80 292	0.59 46	0.32 67	0.17 100	0.12 51	0.17 76	0.14 90	0.16 58	0.14 61

NVstereo2D	0.92 383	0.41 392	1.48 471	0.72 447	0.72 466	1.20 412	0.87 445	1.75 390	1.38 446	0.99 220	1.13 268	1.26 369	0.98 383	2.21 409	0.89 380	0.43 485	0.20 348	0.38 467	0.24 352	0.57 496	0.63 509

LALA_ROB	1.01 415	0.59 461	1.16 420	0.67 414	0.51 380	1.63 467	1.26 507	1.69 374	1.38 446	1.81 493	1.37 365	1.94 485	1.02 400	1.58 326	1.38 454	0.37 462	0.27 433	0.43 485	0.37 480	0.43 455	0.37 437

SMFormer	0.75 314	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.82 365	0.24 317	0.20 348	0.22 233	0.21 287	0.23 285	0.24 317

tta	0.75 314	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.82 365	0.24 317	0.20 348	0.22 233	0.21 287	0.18 120	0.18 175

qqq1	0.72 283	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.44 191	0.24 317	0.20 348	0.18 111	0.15 108	0.18 120	0.18 175

fff1	0.72 283	0.30 233	0.86 307	0.46 103	0.26 63	0.82 310	0.43 215	2.05 476	1.39 451	1.23 337	1.47 397	0.98 287	0.95 366	1.71 351	0.44 191	0.24 317	0.20 348	0.18 111	0.15 108	0.18 120	0.18 175

Wz-Net-SNSev	1.49 480	1.23 532	6.27 550	0.68 425	0.67 453	1.37 436	1.41 514	2.00 465	1.39 451	1.48 442	1.61 435	2.29 505	1.32 463	3.93 472	2.14 504	0.31 421	0.28 440	0.31 411	0.33 462	0.42 449	0.36 432

MultiAttention	4.51 555	0.33 304	0.82 294	0.73 455	0.45 340	30.98 586	4.50 569	2.18 505	1.40 456	1.61 467	2.41 509	2.43 514	0.70 249	38.42 589	1.36 452	0.22 275	0.15 221	0.29 392	0.30 437	0.47 472	0.43 463

AIO-test2	0.57 196	0.28 178	0.63 158	0.61 351	0.58 420	0.79 291	0.51 289	1.18 240	1.40 456	0.63 135	1.15 280	0.51 105	0.43 101	1.09 208	0.35 108	0.21 249	0.17 290	0.26 349	0.30 437	0.20 195	0.19 215

MyStereo04	0.67 264	0.29 213	1.07 398	0.55 277	0.45 340	0.59 167	0.79 423	1.50 320	1.40 456	0.91 198	0.91 173	0.74 187	0.86 324	1.52 313	0.62 297	0.17 100	0.16 261	0.24 291	0.20 243	0.23 285	0.20 248

GMStereo	0.55 180	0.45 409	0.94 348	0.50 169	0.32 196	0.64 197	0.43 215	1.00 165	1.40 456	0.82 176	0.73 131	0.51 105	0.45 113	0.85 138	0.55 273	0.24 317	0.15 221	0.20 169	0.21 287	0.31 388	0.24 317
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NOSS_ROB	1.26 459	0.46 411	0.62 155	0.56 290	0.38 281	1.06 383	0.78 420	1.73 383	1.40 456	1.01 228	1.43 383	1.10 330	0.75 263	10.62 572	0.65 306	0.45 491	0.43 510	0.48 497	0.45 498	0.44 461	0.41 452

MyStereo05	0.66 255	0.28 178	1.07 398	0.56 290	0.46 352	0.61 181	0.73 407	1.34 281	1.41 461	1.15 290	0.91 173	0.77 196	0.80 292	1.41 295	0.63 301	0.17 100	0.16 261	0.23 271	0.20 243	0.22 260	0.20 248

111	0.60 211	0.23 58	0.70 207	0.43 58	0.24 38	0.72 253	0.42 196	1.18 240	1.41 461	0.80 168	1.38 370	1.10 330	0.79 286	0.96 169	0.58 281	0.18 139	0.13 112	0.17 76	0.15 108	0.17 89	0.19 215

MDST_ROB	1.67 497	0.34 328	1.58 478	0.92 516	0.58 420	4.26 555	1.11 490	2.83 538	1.41 461	4.49 558	2.55 515	1.45 410	0.97 376	7.79 551	1.17 428	0.31 421	0.25 418	0.37 464	0.33 462	0.31 388	0.30 394

fast-acv-ft	0.94 388	0.44 402	1.40 452	0.58 312	0.51 380	1.77 482	0.69 398	1.36 286	1.42 464	1.29 366	1.86 473	1.74 462	1.25 452	1.52 313	1.38 454	0.26 367	0.28 440	0.28 381	0.28 416	0.27 338	0.26 353

CBMV	0.95 391	0.44 402	0.66 179	0.53 238	0.35 239	1.53 458	1.63 527	1.69 374	1.42 464	2.00 508	1.60 431	1.43 403	1.17 432	1.59 328	0.99 400	0.34 447	0.34 476	0.39 473	0.33 462	0.33 406	0.32 410
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PA-Net	1.01 415	0.57 455	1.29 439	0.64 381	0.74 472	1.19 410	0.84 436	1.69 374	1.43 466	1.16 300	1.19 297	1.32 385	1.19 439	3.42 465	1.25 435	0.29 408	0.45 517	0.33 435	0.49 508	0.32 397	0.47 475
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	1.00 409	0.44 402	1.13 414	0.70 435	0.81 495	1.62 466	0.79 423	2.14 491	1.44 467	1.78 486	1.33 349	1.43 403	1.05 408	2.18 405	1.53 479	0.27 383	0.21 370	0.31 411	0.30 437	0.32 397	0.28 375

Wz-Net-MNSev	1.11 438	0.58 458	2.23 514	0.66 402	0.71 464	1.95 499	1.46 517	1.98 462	1.45 468	1.79 489	1.43 383	1.49 421	1.33 464	1.97 384	1.42 466	0.27 383	0.23 400	0.28 381	0.28 416	0.34 410	0.31 404

RYNet	1.17 452	0.49 423	1.24 431	0.70 435	0.97 516	1.71 473	0.92 458	1.91 444	1.46 469	1.38 414	1.14 272	1.88 475	1.30 461	4.24 477	1.87 491	0.26 367	0.21 370	0.35 453	0.27 395	0.55 493	0.54 492

GwcNet	1.08 430	0.51 433	2.33 516	0.79 473	1.18 532	1.76 479	0.70 401	1.68 372	1.47 470	1.41 423	1.64 443	1.74 462	1.04 404	2.20 408	1.41 462	0.30 413	0.29 451	0.29 392	0.27 395	0.30 379	0.35 426

ADCMid	1.89 515	0.73 492	5.06 543	0.72 447	0.67 453	2.00 503	1.14 494	1.97 460	1.48 471	2.86 538	1.81 467	2.37 510	2.05 523	2.24 410	10.39 563	0.33 437	0.31 461	0.39 473	0.43 494	0.50 481	0.44 466

AnyNet_C32	1.96 517	1.10 522	5.17 544	0.90 511	1.11 523	2.12 509	2.37 556	1.85 426	1.48 471	2.45 526	1.70 452	2.05 498	1.64 494	2.50 432	10.28 562	0.37 462	0.34 476	0.35 453	0.41 489	0.49 480	0.54 492

NaN_ROB	1.13 443	0.55 447	1.15 419	0.64 381	0.48 358	1.61 465	2.03 545	1.72 382	1.48 471	2.09 511	1.27 325	1.40 398	1.08 416	3.94 473	1.30 443	0.28 397	0.34 476	0.28 381	0.28 416	0.30 379	0.33 416

dad	0.86 368	0.66 480	1.06 393	0.56 290	0.37 264	0.76 272	0.44 228	1.17 235	1.50 474	1.44 431	1.27 325	1.34 390	0.75 263	2.52 433	0.84 370	0.42 480	0.27 433	0.83 530	0.26 384	0.41 444	0.29 380

DISCO	1.03 421	0.34 328	1.11 410	0.69 429	0.45 340	2.07 506	0.84 436	2.13 487	1.50 474	1.15 290	1.33 349	2.40 512	1.07 415	2.60 436	1.51 478	0.23 302	0.18 312	0.22 233	0.20 243	0.31 388	0.27 363

PASM	1.34 468	0.92 511	2.62 525	0.86 498	0.87 506	1.03 377	1.08 488	1.50 320	1.51 476	1.82 494	1.41 378	1.68 454	1.26 454	4.87 492	1.34 448	0.61 519	0.65 541	0.68 526	0.78 535	0.69 514	0.68 517

GANetREF_RVC	1.07 427	0.86 507	1.31 441	0.82 487	0.53 395	1.41 448	1.31 509	1.76 396	1.52 477	1.27 358	1.31 341	1.46 413	1.24 451	2.03 389	0.96 395	0.56 512	0.45 517	0.67 525	0.50 511	0.88 524	0.59 503
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
SPS-STEREO	1.67 497	1.04 519	1.23 428	1.21 532	1.13 528	1.82 488	1.11 490	2.16 496	1.52 477	3.07 546	2.32 503	2.82 526	1.80 507	4.11 476	2.04 500	1.03 536	0.99 557	0.97 534	0.94 544	1.03 532	1.02 533
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	2.37 531	0.42 396	2.71 527	0.63 372	0.43 325	1.54 459	1.19 500	2.01 469	1.53 479	2.64 531	7.60 560	18.07 579	1.45 476	3.44 467	2.78 514	0.18 139	0.15 221	0.15 19	0.12 38	0.20 195	0.18 175

Syn2CoEx	1.14 445	0.69 486	1.66 482	0.80 476	0.67 453	1.40 443	0.88 448	2.06 481	1.54 480	1.25 351	1.58 429	1.42 402	1.50 484	4.09 475	1.40 458	0.36 458	0.32 469	0.34 445	0.29 428	0.29 368	0.34 421

ADCPNet	1.85 510	0.69 486	8.07 554	0.71 443	0.58 420	2.79 533	1.22 502	1.94 453	1.54 480	1.88 498	1.69 451	2.46 516	2.04 521	2.37 421	6.48 544	0.38 466	0.37 494	0.38 467	0.43 494	0.47 472	0.45 468

AANet_RVC	1.16 451	0.52 437	1.49 473	0.65 395	0.45 340	0.75 266	0.69 398	1.42 299	1.55 482	1.34 401	1.87 475	1.53 427	0.78 282	7.43 545	1.38 454	0.25 344	0.17 290	0.19 134	0.16 150	0.22 260	0.26 353

zh-sn7	1.76 507	1.38 534	6.58 551	0.74 459	0.72 466	1.78 484	1.31 509	1.88 434	1.56 483	1.86 497	2.47 513	1.81 469	2.08 525	5.12 497	3.80 531	0.32 428	0.32 469	0.32 426	0.32 452	0.44 461	0.40 447

pcwnet_v2	0.97 398	0.37 366	4.33 539	0.62 363	0.54 399	0.79 291	0.45 245	2.02 473	1.58 484	1.42 429	1.64 443	1.09 328	0.79 286	1.24 246	0.67 312	0.32 428	0.25 418	0.29 392	0.27 395	0.37 424	0.35 426

iResNet_ROB	0.77 322	0.30 233	0.99 364	0.57 306	0.36 249	0.83 315	0.36 127	2.33 520	1.58 484	1.27 358	1.30 335	1.25 365	0.84 313	1.65 337	0.79 354	0.20 215	0.14 163	0.17 76	0.12 38	0.18 120	0.27 363

AF-Net	1.13 443	0.52 437	1.33 446	0.86 498	0.91 508	1.38 439	0.71 403	2.16 496	1.62 486	1.56 459	2.40 508	1.99 491	1.65 495	1.81 367	1.48 475	0.48 499	0.28 440	0.49 499	0.33 462	0.39 437	0.32 410

RP	1.09 433	0.50 430	1.12 412	0.90 511	1.04 518	1.11 390	0.84 436	1.80 413	1.62 486	1.55 458	2.00 486	1.90 479	1.78 505	1.84 368	1.25 435	0.52 504	0.36 492	0.48 497	0.36 477	0.45 465	0.43 463

FAT-Stereo	1.07 427	0.41 392	1.32 444	0.72 447	0.58 420	1.08 386	0.89 450	1.96 456	1.65 488	1.75 483	1.98 483	2.03 496	1.48 480	2.02 388	1.18 431	0.42 480	0.35 487	0.34 445	0.29 428	0.35 413	0.53 491

SGM+DAISY	2.41 534	1.07 520	2.14 510	1.18 531	1.10 521	2.14 510	1.36 512	1.96 456	1.66 489	5.46 567	7.07 557	4.95 551	4.32 558	5.50 508	2.26 506	1.04 537	1.02 560	0.99 536	0.97 546	1.02 530	1.04 535

ITSA-stereo	0.82 348	0.36 359	0.82 294	0.54 253	0.31 177	0.80 299	0.47 259	2.17 502	1.67 490	1.13 281	1.13 268	0.94 269	0.86 324	2.46 429	1.00 401	0.26 367	0.23 400	0.28 381	0.27 395	0.28 357	0.36 432

ADCL	1.72 505	0.57 455	3.66 534	0.67 414	0.61 434	2.61 528	1.85 535	1.96 456	1.67 490	1.90 501	1.83 468	2.06 499	1.90 515	2.13 398	9.15 558	0.26 367	0.24 409	0.34 445	0.32 452	0.38 433	0.35 426

SGM_RVC	1.68 499	0.36 359	0.61 149	0.59 325	0.29 129	2.25 513	1.18 499	2.38 526	1.68 492	3.60 548	2.67 518	3.69 539	2.42 536	8.13 554	1.90 494	0.31 421	0.31 461	0.30 405	0.28 416	0.30 379	0.29 380
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_RVC	1.52 484	0.84 503	3.42 532	0.87 505	0.66 449	2.56 525	0.95 467	2.36 523	1.70 493	1.98 504	1.86 473	2.45 515	1.79 506	2.95 448	2.58 510	0.52 504	0.48 522	0.55 514	0.59 524	0.59 500	0.61 507

FBW_ROB	1.71 504	0.62 475	1.45 464	0.67 414	0.61 434	1.81 486	1.08 488	2.52 533	1.70 493	1.77 485	1.73 455	1.98 490	1.25 452	12.57 575	1.84 490	0.34 447	0.37 494	0.56 517	0.38 482	0.45 465	0.43 463

DispFullNet	2.34 530	2.85 567	3.66 534	3.08 562	2.27 553	1.97 500	0.67 390	2.00 465	1.70 493	2.52 527	2.00 486	2.23 502	5.86 562	3.44 467	1.58 480	1.01 533	0.32 469	2.64 561	1.94 566	2.85 557	2.24 556

MSAF-DinoV2	1.97 518	0.80 502	10.38 562	0.86 498	0.48 358	1.39 441	0.97 470	2.55 535	1.72 496	1.53 449	1.65 445	3.59 537	2.20 530	5.39 506	3.94 533	0.27 383	0.17 290	0.26 349	0.28 416	0.47 472	0.46 471

stereogan	1.15 449	0.42 396	1.40 452	0.86 498	0.84 499	2.38 519	0.71 403	1.88 434	1.73 497	1.72 481	1.94 482	2.31 507	1.29 457	2.07 393	1.08 411	0.36 458	0.35 487	0.39 473	0.31 444	0.51 485	0.46 471

WCMA_ROB	1.84 509	0.47 416	1.31 441	0.69 429	0.57 411	2.11 508	1.14 494	1.87 431	1.73 497	4.04 552	6.43 554	5.62 555	3.61 551	2.59 435	1.94 496	0.52 504	0.44 513	0.39 473	0.42 492	0.48 477	0.47 475

Wz-Net-TNSev	1.88 512	2.08 559	7.66 552	0.67 414	0.64 444	2.42 520	1.83 534	2.33 520	1.74 499	1.57 463	1.56 422	2.58 518	1.90 515	4.86 491	3.12 520	0.39 469	0.37 494	0.33 435	0.37 480	0.53 489	0.58 501

STTRV1_RVC	1.58 488	0.68 485	1.96 502	0.88 506	1.12 525	1.57 462	0.90 455	2.25 513	1.75 500	1.29 366	2.02 489	1.40 398	1.22 446	9.77 568	1.31 444	0.81 528	0.33 474	0.54 509	0.49 508	0.73 518	0.52 490

DPSNet	1.69 500	0.59 461	4.33 539	0.70 435	0.57 411	2.02 504	1.62 526	3.35 547	1.78 501	1.48 442	1.38 370	2.17 501	2.84 543	4.77 489	3.66 529	0.48 499	0.31 461	0.29 392	0.25 367	0.64 507	0.48 478

MSMD_ROB	1.99 520	0.59 461	0.89 331	0.70 435	0.61 434	3.95 551	0.94 465	1.80 413	1.79 502	4.41 556	4.43 539	8.17 564	3.66 552	3.40 463	1.33 446	0.52 504	0.48 522	0.54 509	0.58 521	0.53 489	0.50 484

FCDSN-DC	2.32 529	0.63 476	0.81 291	0.84 491	0.75 479	2.23 512	0.94 465	2.09 485	1.80 503	5.45 566	7.72 563	7.77 563	6.93 569	3.39 462	1.80 489	0.52 504	0.48 522	0.52 503	0.51 514	0.57 496	0.58 501
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AnyNet_C01	2.26 527	1.78 548	10.22 561	0.93 517	0.74 472	2.92 536	2.20 551	2.29 518	1.80 503	2.53 528	2.41 509	2.71 523	1.73 501	3.41 464	6.72 546	0.41 476	0.39 503	0.40 478	0.42 492	0.67 512	0.63 509

MFN_U_SF_DS_RVC	1.74 506	0.87 508	3.56 533	0.80 476	0.75 479	3.72 546	2.44 558	1.82 417	1.82 505	1.74 482	1.91 479	1.92 483	1.26 454	7.69 550	1.28 441	0.45 491	0.47 521	0.52 503	0.77 534	0.50 481	0.50 484

MFMNet_re	1.40 476	1.14 527	1.68 483	1.39 537	1.07 519	1.48 453	1.43 515	1.87 431	1.82 505	2.26 515	2.19 498	1.51 424	1.86 512	1.52 313	1.25 435	0.93 531	0.83 546	0.84 531	0.80 536	0.99 529	1.05 537

XQC	1.37 471	0.87 508	2.56 523	0.84 491	0.69 461	1.83 489	0.89 450	2.07 482	1.88 507	1.88 498	1.53 411	1.91 480	1.55 487	2.85 446	3.05 518	0.48 499	0.29 451	0.44 489	0.39 484	0.69 514	0.60 506

RainbowNet	1.97 518	1.76 547	1.57 477	2.81 556	2.21 551	1.98 502	1.81 532	2.54 534	1.89 508	1.50 445	1.84 470	1.96 488	1.65 495	2.14 399	1.25 435	3.33 563	0.85 550	2.39 555	0.98 548	2.82 555	2.22 555

SAMSARA	1.55 486	0.84 503	2.61 524	1.22 533	1.07 519	2.50 523	1.93 540	2.05 476	1.89 508	2.75 534	1.66 448	2.81 525	1.69 500	3.08 455	1.97 498	0.46 497	0.51 528	0.42 483	0.46 501	0.58 498	0.59 503

CSAN	1.41 477	0.59 461	1.26 434	0.70 435	0.50 369	1.76 479	1.78 530	1.77 400	1.90 510	2.35 520	2.32 503	1.92 483	1.94 517	5.56 511	1.49 476	0.43 485	0.35 487	0.40 478	0.41 489	0.43 455	0.41 452

Consistency-Raft	1.25 458	0.99 516	1.93 500	1.02 524	1.21 534	0.96 359	1.01 479	1.75 390	1.92 511	1.36 406	2.12 495	1.44 408	1.01 395	1.14 221	1.40 458	0.72 526	0.82 545	0.89 532	0.98 548	1.31 540	0.95 530

PWC_ROB	1.24 456	0.76 498	2.46 520	0.72 447	0.78 485	1.15 401	0.49 280	1.75 390	1.92 511	2.31 517	3.07 525	1.59 436	1.40 469	2.46 429	2.10 503	0.33 437	0.22 388	0.35 453	0.24 352	0.38 433	0.41 452

NVStereoNet_ROB	1.88 512	1.07 520	1.45 464	1.07 528	1.17 530	1.47 452	1.48 519	1.89 437	1.93 513	1.94 503	4.67 546	3.08 532	1.80 507	6.51 528	1.65 483	1.06 538	0.86 552	1.08 540	1.32 553	0.93 525	1.26 542
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WZ-Net	1.95 516	0.95 512	10.10 559	0.86 498	0.78 485	1.69 472	1.60 525	2.20 509	1.98 514	2.08 510	1.93 480	2.30 506	1.97 518	5.30 500	3.17 523	0.34 447	0.26 424	0.29 392	0.31 444	0.51 485	0.47 475

w-ln-seven	1.38 473	0.70 489	3.91 537	0.75 463	0.72 466	2.69 530	0.95 467	2.02 473	1.99 515	1.99 505	1.73 455	1.82 472	1.17 432	2.45 426	2.84 515	0.28 397	0.25 418	0.31 411	0.30 437	0.41 444	0.33 416

RTSC	1.29 460	0.73 492	2.44 519	0.83 490	0.57 411	1.85 491	0.65 381	1.88 434	2.00 516	2.20 514	1.66 448	1.60 438	1.26 454	2.33 418	3.92 532	0.32 428	0.23 400	0.27 366	0.29 428	0.37 424	0.37 437

LRCNet_RVC	22.74 582	32.10 588	21.97 575	29.84 586	26.23 583	4.42 556	0.81 432	22.66 582	2.02 517	26.93 587	29.26 586	23.06 588	15.59 576	23.84 584	18.88 575	31.75 589	19.90 591	34.65 588	32.13 589	30.54 589	28.32 590

S-Stereo	1.15 449	0.46 411	2.17 511	0.81 479	0.80 493	1.21 414	1.19 500	1.93 451	2.02 517	1.47 436	2.11 494	1.57 432	1.17 432	2.05 392	1.41 462	0.40 472	0.40 505	0.35 453	0.31 444	0.44 461	0.70 518

MeshStereo	2.26 527	0.56 451	0.92 342	0.61 351	0.49 362	2.60 526	1.02 480	3.18 544	2.05 519	7.40 573	4.98 549	7.58 561	2.98 546	6.37 526	1.96 497	0.43 485	0.43 510	0.45 490	0.39 484	0.43 455	0.42 456
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
PDISCO_ROB	1.32 466	0.65 479	1.44 459	1.36 535	1.46 542	2.55 524	0.92 458	2.45 531	2.07 520	1.37 409	1.49 404	1.65 451	1.00 393	2.82 443	1.35 451	1.01 533	0.27 433	0.54 509	0.47 503	0.71 516	0.73 521

zh-mn7	1.70 501	1.21 531	8.30 557	0.69 429	0.53 395	1.45 451	0.84 436	1.70 379	2.09 521	2.41 525	2.67 518	1.68 454	1.23 448	4.49 482	2.87 516	0.30 413	0.26 424	0.27 366	0.27 395	0.31 388	0.35 426

ACVNet-4b	2.15 523	1.41 538	1.64 480	2.80 555	2.31 555	2.31 516	1.24 503	2.32 519	2.14 522	1.26 355	2.39 507	2.66 521	1.48 480	5.95 521	1.06 407	3.20 561	0.45 517	2.37 552	0.89 541	2.83 556	2.37 558

ADCS	2.25 526	0.99 516	5.55 545	0.81 479	0.74 472	2.19 511	1.80 531	2.27 516	2.14 522	2.80 537	2.13 496	2.40 512	2.03 520	2.64 439	13.69 567	0.41 476	0.39 503	0.40 478	0.45 498	0.58 498	0.56 496

FINET	0.97 398	0.54 442	1.60 479	0.63 372	0.79 488	1.08 386	1.07 487	1.56 345	2.20 524	1.15 290	1.49 404	0.94 269	0.88 334	2.32 417	1.05 405	0.42 480	0.35 487	0.32 426	0.28 416	0.43 455	0.38 443

ACVNet_1	2.18 524	1.45 541	1.72 487	2.85 557	2.33 556	2.28 514	1.46 517	3.08 543	2.22 525	1.82 494	2.05 492	3.56 536	1.98 519	3.09 456	1.40 458	3.17 558	0.60 537	2.40 556	0.92 543	2.91 559	2.37 558

MADNet+	2.69 541	3.22 570	11.53 564	1.44 540	1.12 525	3.19 540	1.81 532	2.85 539	2.37 526	1.68 478	2.07 493	2.85 527	2.18 528	7.41 544	5.23 540	0.79 527	0.76 543	0.69 528	0.65 528	0.98 527	0.95 530

SuperB	2.53 537	0.59 461	18.45 570	0.69 429	0.50 369	1.87 493	0.88 448	1.67 371	2.39 527	1.50 445	1.42 379	1.14 342	1.15 430	4.28 480	5.07 539	0.24 317	0.19 330	0.22 233	0.19 211	7.86 578	0.34 421

JetBlue	3.97 551	2.01 554	10.19 560	1.38 536	2.84 563	10.53 568	9.54 571	3.60 550	2.41 528	2.73 533	3.39 530	4.54 544	4.31 557	7.85 553	6.84 547	0.88 529	0.93 556	0.89 532	0.91 542	1.74 541	1.91 552

LSM	6.33 562	1.10 522	13.19 565	1.41 539	68.17 592	1.64 469	1.90 539	1.92 447	2.46 529	2.99 542	3.11 526	1.88 475	1.80 507	2.61 437	2.06 502	0.41 476	0.58 536	0.50 500	0.57 520	0.64 507	17.66 586

ffm	0.72 283	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	0.95 147	2.47 530	1.15 290	1.45 390	1.06 312	0.82 301	1.55 321	0.32 67	0.20 215	0.12 51	0.31 411	0.27 395	0.19 161	0.20 248

ff1	1.37 471	0.33 304	0.85 301	0.53 238	0.37 264	0.74 261	0.56 340	0.95 147	2.47 530	1.15 290	1.45 390	1.06 312	0.82 301	7.22 540	7.61 550	0.20 215	0.12 51	0.31 411	0.27 395	0.19 161	0.20 248

tt1	0.62 221	0.32 282	0.51 84	0.54 253	0.26 63	1.16 403	0.48 270	0.95 147	2.47 530	0.57 118	0.77 141	0.49 95	0.81 296	1.55 321	0.32 67	0.20 215	0.12 51	0.24 291	0.15 108	0.19 161	0.20 248

SHD	1.31 464	0.71 491	2.34 517	0.86 498	0.75 479	1.77 482	0.65 381	2.22 510	2.50 533	2.40 524	1.71 453	1.91 480	1.60 491	1.93 380	2.37 507	0.38 466	0.31 461	0.38 467	0.40 488	0.48 477	0.50 484

FC-DCNN	2.72 544	0.59 461	0.86 307	0.73 455	0.57 411	2.91 535	1.04 482	3.01 542	2.60 534	6.83 568	7.64 561	9.92 568	6.33 567	5.21 498	3.14 521	0.53 510	0.48 522	0.51 501	0.50 511	0.53 489	0.51 488

FC-DCNN v2	2.81 545	0.59 461	0.85 301	0.73 455	0.57 411	2.97 537	1.05 484	3.39 548	2.61 535	6.98 569	7.67 562	10.38 571	6.31 566	5.75 516	3.37 527	0.53 510	0.48 522	0.51 501	0.50 511	0.53 489	0.51 488

MSC_U_SF_DS_RVC	2.12 522	1.15 528	3.10 530	1.05 525	0.76 482	5.03 560	2.40 557	2.16 496	2.62 536	1.89 500	2.28 502	2.69 522	1.65 495	9.35 562	2.04 500	0.64 523	0.51 528	0.68 526	0.71 532	1.09 534	0.67 515

RTS	2.67 539	1.38 534	15.28 568	0.99 521	1.26 536	3.78 547	1.96 542	2.15 493	2.62 536	2.61 529	2.85 522	2.60 519	1.59 489	6.27 524	5.71 542	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

RTSA	2.67 539	1.38 534	15.28 568	0.99 521	1.26 536	3.78 547	1.96 542	2.15 493	2.62 536	2.61 529	2.85 522	2.60 519	1.59 489	6.27 524	5.71 542	0.40 472	0.28 440	0.35 453	0.35 473	0.50 481	0.48 478

z-mn7	1.56 487	0.84 503	4.36 541	0.71 443	0.51 380	2.60 526	1.04 482	1.73 383	2.70 539	1.53 449	2.99 524	1.94 485	1.34 465	4.78 490	2.41 508	0.29 408	0.24 409	0.27 366	0.24 352	0.34 410	0.31 404

IMH-64-1	2.70 542	1.79 549	1.46 466	3.26 565	2.66 559	3.23 542	2.10 546	4.08 552	2.75 540	2.34 518	3.81 535	3.06 530	2.22 531	4.25 478	2.59 511	3.75 567	0.84 547	2.75 562	1.35 554	3.15 561	2.60 564

IMH-64	2.70 542	1.79 549	1.46 466	3.26 565	2.66 559	3.23 542	2.10 546	4.08 552	2.75 540	2.34 518	3.81 535	3.06 530	2.22 531	4.25 478	2.59 511	3.75 567	0.84 547	2.75 562	1.35 554	3.15 561	2.60 564

ACVNet_2	2.43 535	1.41 538	2.04 503	2.62 554	2.24 552	2.63 529	1.88 538	3.31 545	3.01 542	2.19 513	3.45 531	4.62 545	2.04 521	4.50 484	1.47 474	2.55 552	0.64 539	2.22 549	0.84 538	2.69 551	2.29 557

xx1	0.67 264	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	0.93 135	3.05 543	0.58 120	0.79 149	0.95 277	0.77 275	1.46 302	0.32 67	0.20 215	0.12 51	0.24 291	0.23 339	0.22 260	0.21 265

cc1	0.64 240	0.31 266	0.50 77	0.54 253	0.26 63	1.18 406	0.51 289	0.93 135	3.05 543	0.58 120	0.79 149	0.48 87	0.88 334	1.46 302	0.32 67	0.20 215	0.12 51	0.25 330	0.15 108	0.19 161	0.19 215

PWCDC_ROB	1.29 460	0.75 497	1.33 446	1.05 525	0.88 507	1.73 476	0.52 300	1.89 437	3.28 545	1.29 366	4.88 548	1.22 354	1.46 477	1.77 363	1.45 470	0.60 518	0.26 424	0.29 392	0.25 367	0.52 487	0.37 437

PVD	1.70 501	0.84 503	2.26 515	0.94 519	0.83 498	2.48 522	0.97 470	2.59 536	3.35 546	3.01 544	2.77 520	2.34 509	2.47 538	2.67 440	3.14 521	0.47 498	0.45 517	0.59 521	0.48 505	0.59 500	0.75 523

EDNetEfficientorigin	10.57 572	1.47 542	177.42 596	0.67 414	0.53 395	1.58 463	1.16 497	1.90 440	3.37 547	4.71 560	3.38 529	3.10 533	2.69 542	3.13 457	3.58 528	0.25 344	0.23 400	0.33 435	0.27 395	0.83 520	0.81 524

ELAS	2.37 531	0.74 495	1.54 475	0.99 521	0.92 510	4.78 557	2.33 555	3.33 546	3.37 547	5.05 564	4.77 547	3.67 538	4.53 559	3.42 465	4.50 537	0.62 520	0.53 530	0.55 514	0.53 516	0.63 505	0.64 513
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	3.98 552	2.40 564	2.68 526	3.82 572	3.27 569	3.97 552	2.14 549	4.78 560	3.45 549	4.12 555	6.94 556	7.65 562	3.26 548	7.82 552	5.30 541	4.04 572	1.41 566	3.36 571	2.10 568	3.88 567	3.31 570

TCMNet-wrong-test	10.31 571	11.40 579	14.84 567	20.96 582	18.45 579	13.80 574	10.76 572	15.78 579	3.53 550	5.20 565	5.52 551	16.26 577	12.61 572	7.51 548	10.15 560	7.43 577	2.37 570	4.31 574	3.43 573	11.36 580	10.61 579

PWCK	2.88 547	2.05 557	5.72 547	2.08 547	1.11 523	3.55 544	3.90 566	2.86 540	3.54 551	3.03 545	3.63 533	3.10 533	2.31 533	8.15 556	3.09 519	2.12 548	0.91 555	1.75 545	0.98 548	2.57 549	1.18 541

IMH	3.21 549	1.85 553	1.48 471	3.25 564	2.69 561	4.07 553	2.02 544	4.41 557	3.80 552	2.72 532	7.11 558	4.75 548	2.92 544	5.92 519	2.55 509	3.85 571	0.88 553	2.78 564	1.36 556	3.19 563	2.59 563

WAO-7	2.66 538	1.40 537	1.73 489	1.39 537	1.17 530	3.93 550	1.94 541	4.11 554	3.88 553	2.92 539	5.50 550	4.18 543	3.00 547	7.63 549	3.71 530	1.13 541	1.00 558	1.17 541	1.13 552	1.18 537	1.09 539

EDNetEfficient	2.37 531	1.10 522	8.08 555	0.74 459	0.71 464	0.98 368	1.56 522	1.46 310	4.06 554	4.90 561	2.82 521	2.25 503	3.48 550	2.95 448	9.97 559	0.26 367	0.24 409	0.26 349	0.30 437	0.68 513	0.61 507

ELAS_RVC	2.48 536	0.74 495	1.90 498	1.05 525	0.92 510	2.76 531	4.01 567	2.76 537	4.11 555	4.69 559	4.63 543	4.62 545	5.96 564	3.97 474	3.96 534	0.63 522	0.53 530	0.56 517	0.52 515	0.64 507	0.63 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 557	3.14 568	4.91 542	4.55 576	3.94 573	5.20 561	4.41 568	4.40 556	4.13 556	4.95 562	6.08 552	4.74 547	5.37 560	9.40 563	10.67 564	4.65 574	4.15 575	3.97 573	3.34 572	4.09 569	4.08 575

JetRed	6.91 565	8.80 577	25.96 580	2.85 557	3.25 568	13.98 575	11.87 573	6.25 569	4.28 557	4.45 557	4.56 541	6.69 557	5.46 561	7.46 546	14.05 568	2.59 553	3.31 572	2.59 560	2.29 570	4.20 570	3.36 571

Dean	2.91 548	1.53 544	2.07 504	2.96 561	2.51 558	3.15 539	2.14 549	4.75 559	4.41 558	2.76 535	6.10 553	5.53 554	2.37 534	2.97 450	1.92 495	3.18 559	0.85 550	2.51 559	1.04 551	2.88 558	2.47 561

WAO-6	2.81 545	1.60 545	1.46 466	2.36 552	2.28 554	3.55 544	2.29 554	4.21 555	4.56 559	2.36 522	4.51 540	4.88 549	2.66 541	4.60 485	4.07 536	1.72 544	1.15 564	2.31 551	1.46 559	2.31 544	1.85 551

FADE		4.78 573		1.89 546	1.92 547			5.58 563	5.04 560	2.92 539		4.13 542		10.23 571		188.09 597	2.77 571	123.78 594	127.92 594	1.06 533	1.10 540

LVE	3.31 550	1.67 546	1.64 480	2.85 557	2.42 557	3.20 541	2.26 553	4.78 560	5.05 561	2.35 520	6.91 555	6.02 556	2.37 534	9.15 558	2.17 505	3.19 560	1.08 563	2.38 554	1.47 560	2.81 554	2.40 560

DeepPrunerF	1.60 491	0.73 492	5.81 548	0.88 506	1.19 533	0.91 337	0.95 467	2.19 506	5.24 562	1.17 309	1.30 335	1.19 349	1.30 461	4.90 493	1.66 485	0.42 480	0.34 476	0.52 503	0.47 503	0.41 444	0.40 447

tt	6.58 564	0.26 127	6.10 549	3.77 571	2.16 548	11.55 569	19.63 577	13.33 578	5.74 563	2.96 541	2.65 517	4.97 552	6.33 567	3.81 471	7.24 548	9.15 579	11.32 584	5.89 578	6.24 577	6.03 574	2.55 562

SANet	1.88 512	0.57 455	2.18 513	0.63 372	0.40 302	2.80 534	1.57 524	2.39 527	5.88 564	2.36 522	3.57 532	3.72 540	2.97 545	4.74 488	1.76 487	0.34 447	0.30 455	0.32 426	0.29 428	0.48 477	0.37 437

DPSimNet_ROB	11.20 575	4.98 574	35.43 584	2.90 560	4.52 574	7.89 564	17.09 576	4.66 558	6.06 565	14.89 581	10.93 573	17.29 578	36.81 589	13.18 576	15.68 572	2.86 555	6.29 577	5.75 577	5.09 575	3.91 568	7.70 577

SGM-ForestM	6.52 563	0.38 373	1.26 434	0.63 372	0.35 239	13.59 573	5.32 570	6.32 570	6.70 566	11.14 576	9.18 568	22.51 587	13.93 575	16.89 578	20.07 576	0.36 458	0.37 494	0.36 461	0.35 473	0.36 420	0.34 421

ktn	4.70 556	2.38 563	2.12 509	3.76 570	3.24 567	4.85 558	2.95 564	5.52 562	7.37 567	4.07 554	19.32 580	7.46 560	3.47 549	7.39 543	2.95 517	4.04 572	1.85 569	3.26 570	2.22 569	3.08 560	2.65 566

HanzoNet	11.04 574	3.62 571	8.10 556	4.08 575	3.55 572	4.90 559	2.73 562	7.19 571	10.10 568	31.86 592	28.92 585	21.96 586	36.36 587	18.08 580	10.17 561	7.94 578	3.32 573	3.47 572	3.31 571	7.06 577	4.04 574

ASD4	15.85 579	10.99 578	19.63 571	10.21 580	11.70 575	19.24 576	31.10 582	19.35 580	10.68 569	11.14 576	10.18 571	12.59 574	12.64 573	14.74 577	24.83 582	12.93 584	9.94 583	26.83 587	19.40 584	16.23 583	12.70 585

coex-ft	8.13 568	2.13 560	98.04 595	0.67 414	0.53 395	1.71 473	1.56 522	1.65 364	11.11 570	18.17 585	3.75 534	3.88 541	7.61 570	2.98 451	6.49 545	0.30 413	0.30 455	0.32 426	0.31 444	0.66 511	0.50 484

USTest	14.33 578	14.94 581	21.04 572	17.44 581	16.05 576	23.26 577	33.84 585	21.73 581	11.80 571	9.36 575	10.14 570	15.97 576	13.20 574	17.28 579	22.43 579	3.78 570	5.01 576	6.17 579	6.16 576	9.25 579	7.72 578

UNDER WATER-64	5.27 559	2.32 561	8.78 558	3.93 573	3.54 571	7.61 563	3.03 565	5.84 566	14.19 572	4.04 552	4.04 537	9.39 567	6.26 565	5.93 520	8.48 556	3.60 566	1.51 567	3.13 567	1.88 564	4.29 571	3.61 572

Anonymous_1	43.04 592	18.73 582	24.79 577	21.81 583	46.26 590	27.80 578	37.60 586	28.08 586	16.14 573	14.66 580	14.30 574	20.65 580	17.88 579	21.56 581	25.94 583	117.93 596	8.92 580	100.65 593	126.50 593	158.64 597	12.08 582

DGTPSM_ROB	13.01 576	8.23 575	21.87 573	9.51 578	18.10 577	11.56 570	32.01 583	10.63 575	16.20 574	7.03 570	19.48 581	10.15 569	16.66 577	9.83 569	22.42 578	4.75 575	8.68 578	5.37 575	10.25 580	6.16 575	11.36 580

DPSMNet_ROB	13.02 577	8.23 575	21.91 574	9.53 579	18.11 578	11.56 570	32.02 584	10.64 576	16.23 575	7.05 571	19.49 582	10.16 570	16.66 577	9.85 570	22.43 579	4.77 576	8.68 578	5.38 576	10.26 581	6.17 576	11.36 580

WAO-8	4.40 553	1.82 551	1.79 491	2.34 550	2.20 549	9.19 565	1.53 520	6.09 567	16.46 576	3.94 550	7.84 564	7.32 558	3.72 554	9.41 564	3.31 524	2.00 546	1.07 561	2.44 557	1.37 557	2.50 547	1.68 548

Venus	4.40 553	1.82 551	1.79 491	2.34 550	2.20 549	9.19 565	1.53 520	6.09 567	16.46 576	3.94 550	7.84 564	7.32 558	3.72 554	9.41 564	3.31 524	2.00 546	1.07 561	2.44 557	1.37 557	2.50 547	1.68 548

UNDER WATER	5.08 558	2.33 562	5.55 545	3.94 574	3.51 570	5.20 561	2.72 561	5.61 565	16.52 578	3.84 549	4.60 542	9.21 566	5.89 563	5.90 518	8.66 557	3.75 567	1.34 565	3.18 569	1.88 564	4.33 572	3.61 572

DPSM_ROB	19.08 580	19.14 583	25.17 578	22.15 584	20.85 581	28.17 579	37.82 587	26.56 584	16.85 579	14.14 578	14.84 575	21.70 581	18.75 580	21.87 582	26.55 584	10.16 582	9.30 581	10.47 581	10.42 582	14.03 581	12.61 583

DPSM	19.08 580	19.14 583	25.17 578	22.15 584	20.85 581	28.17 579	37.82 587	26.56 584	16.85 579	14.14 578	14.84 575	21.70 581	18.75 580	21.87 582	26.55 584	10.16 582	9.30 581	10.47 581	10.42 582	14.03 581	12.61 583

TorneroNet-64	5.30 560	2.03 555	1.74 490	3.43 567	2.81 562	10.09 567	2.12 548	9.10 574	17.12 581	4.96 563	9.27 569	10.72 573	3.70 553	9.20 559	4.55 538	3.31 562	0.84 547	2.88 565	1.55 561	3.49 564	3.04 567

MANE	6.19 561	0.59 461	1.03 384	0.93 517	1.22 535	13.38 572	2.69 559	12.81 577	17.94 582	8.21 574	10.82 572	14.72 575	11.68 571	11.39 574	11.90 565	0.59 517	0.50 527	0.52 503	1.76 563	0.55 493	0.54 492

xxxxx1	54.10 594	25.67 585	27.13 581	113.43 594	96.96 594	30.69 583	47.44 589	32.38 588	25.60 583	17.75 582	17.27 577	21.81 583	21.02 582	24.43 585	33.82 586	33.37 590	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

tt_ll	54.10 594	25.67 585	27.13 581	113.43 594	96.96 594	30.69 583	47.44 589	32.38 588	25.60 583	17.75 582	17.27 577	21.81 583	21.02 582	24.43 585	33.82 586	33.37 590	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

ff	54.10 594	25.67 585	27.13 581	113.43 594	96.96 594	30.69 583	47.44 589	32.38 588	25.60 583	17.75 582	17.27 577	21.81 583	21.02 582	24.43 585	33.82 586	33.37 590	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

LE_ROB	8.05 567	0.37 366	23.53 576	0.74 459	0.33 217	2.77 532	2.87 563	3.71 551	27.24 586	25.39 586	8.87 567	8.46 565	26.71 585	6.65 530	21.99 577	0.21 249	0.19 330	0.20 169	0.21 287	0.25 312	0.22 283

PML	51.67 593	36.25 589	13.28 566	7.46 577	20.81 580	108.69 596	232.22 597	8.72 572	27.82 587	87.01 597	269.67 597	69.67 597	61.95 596	24.76 588	14.20 569	9.74 581	3.40 574	9.62 580	4.70 574	18.74 584	4.72 576

BEATNet-Init1	26.87 584	13.43 580	70.68 594	0.91 514	0.68 459	57.02 594	21.06 578	32.82 591	32.67 588	52.12 596	53.61 594	66.05 596	49.56 595	48.79 597	34.71 589	0.49 503	0.44 513	0.53 508	0.53 516	0.63 505	0.59 503

LSM0	42.82 591	38.75 593	50.81 592	47.07 593	109.38 597	57.00 593	76.02 592	53.74 597	33.71 589	29.02 591	30.41 590	43.87 595	37.22 590	43.91 595	53.54 596	20.52 588	18.62 587	21.10 586	21.11 587	28.41 588	42.22 591

CasAABBNet	38.33 585	38.46 591	50.35 589	44.75 591	41.84 587	56.68 591	76.37 594	53.22 594	33.83 590	28.31 589	29.54 587	43.62 594	37.71 591	43.84 594	53.41 595	20.30 585	18.70 588	21.07 583	21.07 586	28.24 586	25.34 588

Selective-RAFT-Error	38.39 587	38.47 592	50.44 591	44.73 590	41.97 589	56.68 591	76.38 595	53.24 595	33.92 591	28.34 590	29.85 589	43.60 592	38.20 593	43.75 592	53.34 593	20.38 586	18.70 588	21.09 585	21.05 585	28.30 587	25.43 589

FlowAnything	38.37 586	38.41 590	50.38 590	44.76 592	41.94 588	56.64 590	76.34 593	53.28 596	34.23 592	28.25 588	29.72 588	43.60 592	37.79 592	43.83 593	53.38 594	20.39 587	18.71 590	21.07 583	21.14 588	28.23 585	25.29 587

HaxPig	38.92 588	41.40 594	41.64 585	29.95 587	32.27 584	28.90 581	27.60 579	29.73 587	37.71 593	43.82 593	43.87 591	33.17 589	35.56 586	41.53 590	40.37 591	43.94 593	47.51 596	45.82 589	47.08 591	42.38 590	44.15 593

AVERAGE_ROB	40.43 589	42.37 595	42.73 586	36.96 589	35.58 586	30.50 582	27.61 580	36.71 593	38.39 594	44.91 594	44.36 592	37.45 591	36.70 588	41.88 591	40.35 590	45.43 594	46.81 595	47.11 590	46.35 590	42.51 591	43.87 592

MEDIAN_ROB	42.00 590	44.40 596	44.29 588	35.15 588	34.95 585	31.28 587	29.60 581	35.88 592	40.02 595	47.20 595	46.64 593	37.37 590	38.48 594	44.35 596	42.45 592	48.03 595	49.39 597	49.71 591	49.03 592	45.14 592	46.65 594

KSHMR	8.75 569	2.06 558	2.11 508	3.53 569	3.11 566	4.13 554	2.69 559	5.60 564	61.37 596	3.00 543	55.83 595	4.98 553	2.45 537	4.49 482	2.61 513	3.46 564	1.55 568	3.14 568	1.94 566	3.72 566	3.18 569

TorneroNet	10.70 573	2.03 555	1.82 494	3.43 567	3.01 565	43.83 589	2.22 552	8.87 573	67.47 597	7.17 572	27.36 584	10.68 572	3.85 556	8.67 557	7.65 553	3.59 565	0.88 553	3.04 566	1.57 562	3.71 565	3.17 568

test_example2	192.40 597	210.76 598	206.48 597	199.83 598	204.73 598	172.94 597	183.52 596	133.93 598	133.41 598	191.38 598	196.19 596	187.13 598	178.77 597	205.33 598	208.00 597	222.09 598	238.72 598	186.54 598	190.54 598	227.34 598	170.31 598

ccccc	497.63 598	492.34 599	595.97 598	530.87 599	530.37 599	478.08 598	442.62 598	491.76 599	343.70 599	448.18 599	520.80 598	476.12 599	550.57 598	541.64 599	605.32 598	663.49 599	459.54 599	353.94 599	309.79 599	586.66 599	530.90 599

Low-res two-view benchmark