Low-res two-view results

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

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

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

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

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

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

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

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 8	0.92 53	0.65 57	0.53 23	0.54 1	0.50 29	0.28 149	0.24 257	0.25 81	0.21 99	0.23 42	0.22 60

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

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 34	0.53 8	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 97	0.23 28	0.16 12	0.21 26	0.23 71

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

DLNR_Zeroshot_test	28.62 580	55.50 591	49.94 585	183.62 594	115.05 592	3.43 234	0.28 5	29.49 582	1.49 128	1.01 119	1.26 122	0.93 128	0.63 49	3.92 319	1.51 317	29.81 585	0.41 430	0.26 110	0.23 147	93.28 591	0.32 214

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

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 100	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 41	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 174	0.31 8	1.89 54	2.92 472	0.47 1	0.29 2	0.66 61	0.47 14	1.35 113	0.39 4	0.20 24	0.18 67	0.24 58	0.16 12	0.19 4	0.20 19

CREStereo++_RVC	1.02 118	0.49 56	1.54 98	0.83 104	0.55 143	4.01 375	0.31 8	1.63 32	1.99 288	1.63 186	2.13 383	0.84 103	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 533	0.24 47	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RAStereo	0.75 26	0.52 71	2.86 220	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 42	0.75 61	1.05 79	0.64 53	0.47 14	0.80 8	0.94 191	0.22 35	0.20 135	0.27 138	0.21 99	0.34 226	0.22 60

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

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

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

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

GREAT-IGEV	0.74 25	0.54 94	1.86 123	1.10 281	0.44 71	2.44 119	0.34 16	1.37 10	1.51 140	0.48 2	0.86 43	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 247	1.03 44	0.50 4	0.46 9	0.58 42	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

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

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

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 20	0.62 26	0.38 5	0.73 81	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

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

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

TANstereo	1.01 114	0.55 100	1.73 111	0.76 72	0.36 14	4.04 381	0.38 22	1.48 16	1.62 211	2.03 296	2.10 374	0.84 103	0.93 145	0.98 32	0.62 52	0.28 149	0.36 388	0.23 28	0.20 85	0.25 61	0.46 359

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

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 142	0.92 33	0.58 18	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

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

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

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

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 445	2.54 133	0.40 28	3.14 210	0.71 7	0.70 47	1.11 89	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 61	0.58 134	1.16 48	0.76 72	1.52 461	2.92 161	0.40 28	2.66 155	0.72 8	0.66 39	0.84 40	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

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

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

CREStereo	0.92 83	0.53 83	1.45 86	0.61 6	0.34 9	4.42 465	0.40 28	2.21 86	1.54 165	0.94 109	1.12 91	0.87 113	0.87 128	1.12 54	0.72 101	0.28 149	0.19 97	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 413	2.82 146	0.41 34	1.76 44	0.98 41	0.73 54	0.71 19	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 67	0.22 14	0.18 47	0.18 1	0.20 19

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

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

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 461	0.41 34	2.20 84	1.53 156	0.94 109	1.14 94	0.88 116	0.89 134	1.09 48	0.71 96	0.27 112	0.19 97	0.22 14	0.15 4	0.21 26	0.19 5

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

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

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

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

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

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

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 153	0.43 43	1.64 34	0.79 18	0.68 44	0.88 45	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

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

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

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 62	0.44 47	2.23 90	0.77 12	0.56 11	0.92 53	0.40 11	0.82 114	1.08 46	0.53 38	0.18 14	0.13 1	0.25 81	0.18 47	0.19 4	0.20 19

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

AIO-Stereo-zeroshot	2.35 357	0.99 385	19.62 476	1.09 272	0.96 316	1.51 53	0.44 47	4.05 388	1.64 215	1.31 144	1.67 234	4.93 516	2.45 437	2.52 269	1.40 286	0.30 211	0.20 135	0.31 230	0.50 461	0.57 410	0.60 425

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

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 123	0.45 51	2.57 142	0.90 29	0.71 51	0.83 39	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

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

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

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

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

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

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

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

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

Reg-Stereo(zero)	1.60 221	0.42 15	10.69 340	0.89 146	0.68 216	3.27 210	0.47 59	2.27 94	1.54 165	1.48 166	1.24 114	2.55 358	2.68 450	1.48 141	1.10 222	0.19 19	0.19 97	0.22 14	0.18 47	0.24 47	0.26 120

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

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 220	0.49 62	2.40 107	0.81 24	0.63 29	0.80 34	0.44 26	0.85 121	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

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

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

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

CroCo-Stereo	0.98 103	0.87 352	3.44 243	0.87 136	0.53 135	0.49 2	0.50 64	3.99 371	1.49 128	0.81 85	1.25 121	1.00 137	0.75 84	1.10 49	1.09 221	0.24 61	0.21 167	0.24 58	0.19 68	0.35 244	0.27 136
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	1.31 188	0.45 21	2.41 190	0.71 44	0.35 12	4.42 465	0.50 64	4.22 437	2.73 443	2.01 287	2.48 440	0.91 122	0.96 150	2.01 224	0.70 93	0.29 171	0.18 67	0.24 58	0.16 12	0.27 90	0.18 3

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

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

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

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 103	0.51 68	2.45 117	0.90 29	0.63 29	0.78 31	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 103	0.51 68	2.45 117	0.90 29	0.63 29	0.78 31	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.5w_stereo	0.77 41	0.53 83	1.09 24	0.65 23	0.72 229	2.52 127	0.51 68	2.43 114	0.80 20	0.76 71	1.20 103	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

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

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 407	0.51 68	2.18 81	1.45 99	0.97 117	0.88 45	0.62 49	0.79 105	1.59 161	0.86 153	0.26 97	0.19 97	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-RAFT	1.15 137	0.46 28	1.64 107	0.99 216	0.45 78	4.17 421	0.51 68	3.21 218	1.69 231	1.12 134	1.34 144	1.45 202	1.40 261	2.08 228	0.94 191	0.41 370	0.20 135	0.24 58	0.23 147	0.27 90	0.25 96

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

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

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 137	0.53 78	2.46 120	0.97 40	0.62 26	0.80 34	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

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

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

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

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

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

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

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

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

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

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 115	0.56 89	2.77 170	0.82 25	0.63 29	0.88 45	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

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

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

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

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

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

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

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

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

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

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

GMStereo	1.01 114	1.00 388	2.86 220	0.83 104	0.45 78	1.47 49	0.57 92	1.89 54	2.11 322	1.52 170	1.24 114	0.87 113	0.74 81	1.58 156	0.94 191	0.40 355	0.21 167	0.30 208	0.30 305	0.47 371	0.36 262
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 127	0.58 101	2.28 97	0.93 34	0.57 14	0.94 58	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

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

DIP-Stereo	1.24 162	0.69 244	1.77 116	0.65 23	0.61 178	4.29 446	0.58 101	4.44 507	2.53 416	1.98 268	1.33 139	0.91 122	0.86 124	1.25 91	1.25 258	0.36 311	0.23 223	0.32 250	0.23 147	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LoS_RVC	0.94 88	1.30 447	1.31 70	0.84 113	1.63 482	2.02 85	0.59 105	1.51 18	1.36 80	0.81 85	1.33 139	0.84 103	0.88 130	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 518

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FlowAnything_test	0.75 26	0.60 154	1.18 50	0.82 93	0.58 168	2.29 107	0.66 142	1.38 11	0.80 20	1.03 125	0.76 26	0.63 51	0.49 19	0.84 12	0.91 177	0.31 230	0.27 305	0.40 375	0.48 451	0.31 163	0.30 193

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	1.29 183	0.66 223	2.62 205	0.95 191	0.66 204	2.84 148	0.69 156	3.00 195	1.79 256	2.57 439	1.95 338	1.39 192	1.55 313	1.59 161	1.06 213	0.50 440	0.28 317	0.34 303	0.28 259	0.46 367	0.63 435
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	1.66 234	0.59 142	5.15 275	2.25 522	0.48 105	4.68 510	0.69 156	2.57 142	1.52 149	2.14 327	1.45 169	1.42 199	0.99 160	6.04 360	1.20 243	0.41 370	0.23 223	0.37 349	0.39 407	0.32 190	0.31 203

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

AnonymousM	1.22 156	1.32 453	0.97 1	0.88 141	0.56 147	4.03 379	0.69 156	2.41 108	1.68 225	1.48 166	1.31 136	1.15 155	1.00 162	1.18 78	0.73 104	0.32 251	0.40 421	2.07 539	1.70 541	0.24 47	0.22 60

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

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

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

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

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

StereoDRNet-Refined	1.77 250	0.81 327	2.22 168	1.21 341	0.76 245	3.26 208	0.71 164	3.82 317	2.05 304	2.29 381	2.05 365	2.98 403	1.44 277	7.15 386	2.27 421	0.30 211	0.23 223	0.42 394	0.33 340	0.45 356	0.64 439
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 352	0.63 190	11.59 350	1.30 380	0.83 273	3.07 182	0.72 167	4.27 459	2.30 360	2.30 385	1.88 320	1.73 240	1.42 271	11.14 498	1.46 299	0.35 299	0.29 327	0.35 322	0.36 375	0.40 287	0.38 291

AE-Stereo	1.18 142	0.60 154	2.05 144	1.10 281	0.60 174	4.39 457	0.72 167	3.74 302	1.62 211	1.10 130	1.90 331	1.01 138	0.92 142	1.45 134	0.82 137	0.28 149	0.22 196	0.28 167	0.28 259	0.26 78	0.22 60

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

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

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

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

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

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

MGS-Stereo	0.80 50	0.56 111	1.53 95	0.93 183	0.39 42	1.26 27	0.73 172	1.45 14	1.30 73	1.01 119	2.26 404	0.80 95	0.56 29	1.16 66	0.65 65	0.27 112	0.23 223	0.26 110	0.22 132	0.27 90	0.25 96

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

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

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

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

CAS	1.26 173	0.40 7	1.46 87	2.97 542	1.61 479	4.13 403	0.73 172	1.78 48	1.49 128	0.83 93	1.10 88	0.59 45	0.53 23	1.26 92	0.80 128	2.99 545	0.13 1	0.21 9	0.13 1	0.31 163	1.72 525

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

PSM-adaLoss	1.24 162	0.65 212	2.03 141	0.75 58	0.37 28	4.68 510	0.73 172	2.53 128	1.58 188	1.99 273	1.47 175	1.78 248	1.13 201	2.18 242	0.87 159	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

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

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

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

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

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

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

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

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

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 275	1.64 189	1.09 85	0.65 57	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 387	0.31 321	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iGMRVC	1.26 173	0.66 223	2.14 159	0.75 58	0.37 28	4.66 507	0.74 184	2.53 128	1.58 188	1.99 273	1.46 171	1.78 248	1.14 208	2.46 258	0.92 181	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.25 166	0.65 212	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 128	1.58 188	1.99 273	1.47 175	1.78 248	1.14 208	2.44 256	0.90 170	0.48 424	0.23 223	0.32 250	0.27 230	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
IIG-Stereo	1.95 279	0.79 319	2.14 159	2.78 539	0.66 204	4.62 501	0.76 197	4.27 459	1.53 156	2.63 454	3.14 492	3.35 435	1.61 323	7.65 397	1.41 290	0.39 348	0.20 135	0.31 230	0.25 184	0.33 208	0.22 60

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 74	1.56 175	0.87 44	2.18 314	0.89 134	0.97 30	0.88 163	0.26 97	0.19 97	0.26 110	0.19 68	0.25 61	0.24 86

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

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

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

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

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

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

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

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 53	0.80 231	2.09 75	1.18 54	0.63 29	0.84 40	0.59 45	0.55 27	1.80 200	0.85 146	0.19 19	0.18 67	0.27 138	0.20 85	0.26 78	0.24 86
1: 1. 1
rvit_stereo_ft	1.00 111	0.87 352	3.55 247	0.97 204	0.66 204	1.06 10	0.80 231	2.78 173	1.67 223	0.78 79	0.96 63	0.95 132	1.14 208	1.06 44	0.90 170	0.32 251	0.24 257	0.27 138	0.28 259	0.39 282	0.27 136

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

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

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

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

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

HITNet	2.07 301	0.82 334	14.77 394	1.34 398	0.56 147	3.47 243	0.80 231	4.07 395	2.35 372	2.16 340	1.61 218	1.64 224	1.44 277	2.09 231	2.56 447	0.26 97	0.18 67	0.41 387	0.26 204	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
xyz-stereo-finetune	1.05 121	0.62 181	1.46 87	0.59 3	0.36 14	3.48 246	0.81 240	2.69 159	1.74 247	0.94 109	1.21 107	0.91 122	0.78 101	2.53 271	1.28 268	0.24 61	0.24 257	0.26 110	0.23 147	0.30 144	0.23 71

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

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

iResNet	2.52 389	0.94 374	21.17 541	1.84 501	0.72 229	3.75 304	0.81 240	4.14 418	2.55 422	2.33 401	2.03 356	1.35 187	1.44 277	3.27 298	2.16 413	0.35 299	0.23 223	0.28 167	0.22 132	0.44 348	0.45 349

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.95 95	0.69 244	1.27 66	0.84 113	0.52 127	4.54 486	0.84 252	1.76 44	1.24 60	0.75 61	1.06 81	0.79 93	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 188	0.21 99	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.10 304	0.83 338	8.57 309	0.81 83	0.76 245	3.21 195	0.84 252	3.71 299	1.65 219	1.56 175	2.50 442	2.20 315	2.23 421	9.13 423	2.01 394	0.38 336	0.19 97	0.35 322	0.27 230	0.45 356	0.39 298

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

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

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

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

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

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

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

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

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

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

CAS++	0.89 77	0.64 202	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 249	1.46 107	1.14 135	1.29 131	0.62 49	0.58 33	1.13 57	0.59 46	0.34 279	0.30 340	0.34 303	0.26 204	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	2.46 376	0.72 270	19.97 489	1.02 240	0.99 330	4.26 439	0.86 264	3.51 260	1.68 225	1.92 251	1.73 253	4.01 479	4.22 504	1.62 169	0.88 163	0.24 61	0.23 223	0.34 303	0.26 204	0.42 330	0.36 262

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

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

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

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

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

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

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

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

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

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

STTStereo	2.34 352	0.95 376	14.93 400	1.43 431	1.54 464	3.86 334	0.86 264	3.65 282	2.44 401	2.15 335	1.55 200	2.49 354	1.59 316	5.14 338	1.44 295	0.38 336	0.39 416	0.47 419	0.51 465	0.52 388	0.51 391

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

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

Anonymous_2	3.01 452	0.89 355	4.53 269	1.06 256	1.18 377	2.93 165	0.87 283	3.24 224	1.46 107	1.86 232	1.35 147	4.11 485	2.35 430	1.64 175	1.28 268	0.82 501	0.90 522	8.71 577	15.84 580	4.44 555	0.74 462

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

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

NLCA_NET_v2_RVC	2.54 392	1.04 396	16.73 422	1.53 455	2.00 519	3.96 364	0.87 283	3.87 330	2.31 364	2.54 434	1.67 234	2.85 393	1.63 339	5.55 347	1.62 338	0.46 410	0.33 365	0.38 365	0.38 400	0.53 394	0.62 431
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GASTEREO	1.00 111	0.98 384	1.23 57	0.90 155	0.40 46	3.40 229	0.88 287	2.77 170	1.44 98	1.39 156	1.30 133	0.55 39	1.35 250	1.33 109	0.64 58	0.25 82	0.19 97	0.25 81	0.25 184	0.25 61	0.31 203

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	1.20 149	0.58 134	1.81 120	0.99 216	0.67 211	3.78 309	0.90 297	4.09 401	1.51 140	2.16 340	1.71 248	1.13 152	0.94 147	1.40 120	0.91 177	0.30 211	0.24 257	0.26 110	0.21 99	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	1.90 267	0.95 376	3.56 249	1.07 258	1.54 464	4.09 391	0.90 297	2.85 181	1.82 259	1.78 217	1.70 244	2.75 380	1.48 288	9.33 428	1.72 354	0.33 267	0.30 340	0.61 483	0.36 375	0.52 388	0.39 298

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT	1.23 157	0.84 342	2.05 144	0.96 197	0.47 97	1.80 69	0.94 326	3.18 217	1.46 107	1.60 178	1.71 248	3.04 408	1.59 316	1.64 175	1.32 275	0.38 336	0.24 257	0.40 375	0.32 332	0.40 287	0.35 256

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

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

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

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

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

ICVP	2.26 327	0.66 223	21.18 542	0.99 216	0.88 294	4.28 445	0.95 330	3.32 237	1.60 204	1.66 194	1.76 268	1.34 185	1.14 208	1.62 169	1.32 275	0.53 455	0.35 383	0.33 285	0.29 287	0.40 287	0.51 391
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.03 294	0.74 289	7.50 299	1.23 348	1.56 471	3.62 282	0.95 330	3.78 310	1.89 275	2.03 296	2.20 395	3.12 416	2.14 411	5.68 351	2.04 396	0.37 319	0.31 350	0.32 250	0.29 287	0.40 287	0.45 349

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

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

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

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

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

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

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

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

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

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

AIO_rvc	0.78 46	0.55 100	1.25 60	0.75 58	0.65 197	1.46 48	0.99 346	2.13 77	1.52 149	0.57 14	1.15 95	1.09 146	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 155	0.37 28	1.48 50	1.07 365	1.73 41	2.30 360	1.63 186	1.49 183	0.92 127	0.97 153	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 85	0.25 61	0.21 46

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

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

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

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

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

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

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

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

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

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

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

iinet-f	2.26 327	1.18 425	13.71 372	1.14 300	1.11 364	3.77 307	1.10 376	4.14 418	2.17 333	2.06 306	1.76 268	2.99 404	2.99 462	2.50 261	2.49 439	0.35 299	0.39 416	0.27 138	0.28 259	0.45 356	0.39 298

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

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

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

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

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

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

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

AdaStereo	1.45 202	0.83 338	2.34 184	1.28 369	0.81 260	3.21 195	1.14 385	4.20 428	2.46 405	2.05 301	1.77 273	2.48 352	1.18 219	1.71 187	1.44 295	0.43 387	0.25 281	0.43 398	0.28 259	0.44 348	0.34 242
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
FACV-RUCA	1.26 173	0.65 212	2.21 165	1.06 256	1.50 458	2.69 141	1.15 386	3.05 201	1.87 269	1.36 150	1.99 350	1.03 141	1.15 216	1.36 115	1.10 222	0.41 370	0.41 430	0.73 507	0.41 425	0.61 423	0.41 324

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

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

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

DANet	2.63 404	1.07 403	8.10 305	1.83 500	1.70 497	3.25 206	1.16 388	4.31 478	2.38 386	3.40 508	2.18 391	4.08 483	1.80 374	9.77 439	3.89 474	0.52 452	0.55 482	0.59 475	0.44 437	0.63 429	0.86 482
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
fast-acv-ft	2.54 392	1.19 427	20.08 495	1.41 427	1.40 438	3.18 193	1.17 391	3.37 244	2.28 356	1.90 244	2.15 386	2.69 372	2.17 417	2.91 290	2.31 423	0.37 319	0.39 416	0.45 410	0.39 407	0.57 410	0.45 349

LRCNet_RVC	25.52 578	33.45 582	23.21 568	31.79 583	32.78 579	6.74 548	1.18 392	25.88 578	4.46 535	28.94 577	30.89 576	24.91 576	17.57 568	27.66 576	24.34 574	35.26 586	25.60 587	35.91 586	33.81 585	31.90 587	34.10 588

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

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

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

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

test_sample8	4.76 518	1.05 397	7.87 300	1.07 258	0.86 286	3.93 349	1.19 395	4.38 497	2.05 304	5.49 539	1.89 326	12.98 556	6.37 535	11.06 492	11.61 532	1.23 522	14.45 581	4.27 566	2.09 552	0.70 453	0.69 448

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

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

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

HSM-Net_RVC	2.87 430	0.57 121	17.46 436	0.92 169	0.90 302	3.70 294	1.20 399	5.64 552	2.51 414	3.22 500	2.43 435	2.54 357	1.59 316	11.41 506	1.65 346	0.34 279	0.25 281	0.26 110	0.23 147	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
z-ln-s-r	2.67 410	1.16 422	12.43 357	1.34 398	1.26 405	3.70 294	1.21 402	4.20 428	2.38 386	2.04 299	1.92 334	2.43 343	1.60 322	10.58 469	5.19 492	0.29 171	0.20 135	0.32 250	0.24 172	0.51 384	0.38 291

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

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

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

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

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

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

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

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

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

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

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

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

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

PVD	3.12 462	1.97 498	12.80 362	1.79 497	1.63 482	3.83 319	1.34 416	3.48 251	3.88 528	5.77 541	3.56 505	3.45 445	3.29 479	5.58 350	5.30 494	0.71 492	0.69 510	0.74 508	0.77 505	0.79 476	1.13 503

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

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

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

TestStereo1	1.56 212	0.81 327	2.32 179	1.61 472	0.64 189	4.13 403	1.36 419	3.79 311	3.20 502	1.60 178	2.57 452	1.39 192	2.15 412	2.51 264	1.30 272	0.29 171	0.20 135	0.34 303	0.25 184	0.40 287	0.36 262

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

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

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

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

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

MSAF-DinoV2	13.69 568	13.09 570	22.03 559	2.41 532	1.44 448	4.03 379	1.38 426	9.07 559	9.20 557	2.23 368	1.98 347	5.08 524	5.06 516	177.66 597	5.46 496	0.45 403	0.34 377	0.40 375	0.62 489	6.09 562	5.80 572

NVstereo2D	2.54 392	0.90 357	11.10 345	1.32 386	1.47 453	3.58 274	1.38 426	4.13 412	2.45 402	1.90 244	1.71 248	2.86 394	1.76 364	10.86 481	1.66 347	0.60 467	0.43 438	0.53 458	0.41 425	0.78 474	0.94 490

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

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

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

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

Abc-Net	3.16 468	1.28 445	18.31 449	1.25 352	1.75 502	4.06 384	1.40 430	3.89 335	2.22 340	2.72 464	2.55 448	3.49 452	2.65 448	9.91 446	2.99 460	1.29 528	0.65 502	0.64 491	0.86 512	0.65 440	0.71 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CRFU-Net	2.49 383	0.78 315	10.36 335	2.30 528	1.08 356	3.91 342	1.41 433	3.85 324	1.65 219	2.15 335	1.76 268	3.34 434	7.95 549	5.56 348	1.48 307	0.47 419	0.35 383	0.30 208	0.28 259	0.37 267	0.43 337

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

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

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

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

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

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

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

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

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

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

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

FINET	2.96 440	1.07 403	23.18 567	1.29 373	1.86 512	2.03 86	1.52 445	4.30 475	4.71 539	2.23 368	2.34 431	1.65 225	1.48 288	5.89 356	2.81 457	0.51 446	0.47 461	0.49 441	0.40 418	0.59 414	0.49 376

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

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

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

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

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

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

DeepPrunerF	3.70 489	1.72 486	14.87 396	1.33 391	1.74 501	3.70 294	1.55 451	4.20 428	14.00 566	2.02 292	1.77 273	2.74 378	2.30 425	10.88 482	6.88 505	0.68 486	0.60 495	0.78 509	0.78 508	0.81 479	0.71 453

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	3.09 459	1.24 441	18.84 457	1.38 421	1.19 384	3.42 233	1.75 469	3.89 335	3.27 511	1.88 237	2.10 374	3.03 407	1.88 390	11.60 514	2.88 458	0.40 355	0.54 478	0.44 403	0.62 489	0.52 388	1.02 495
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	3.62 486	0.70 254	21.42 548	1.21 341	0.89 299	4.43 467	1.76 470	4.39 499	2.79 452	5.88 543	3.38 500	4.18 489	5.12 518	10.75 476	2.32 424	0.56 461	0.55 482	0.53 458	0.51 465	0.55 399	0.46 359

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

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

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

EDNetEfficientorigin	12.35 565	2.51 510	179.47 596	1.19 330	0.96 316	2.91 158	1.81 474	3.00 195	5.35 546	8.91 559	4.79 518	4.18 489	4.64 512	9.98 450	11.30 529	0.37 319	0.38 407	0.60 480	0.85 511	1.32 521	2.43 541

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

GANetREF_RVC	3.20 470	1.93 495	18.84 457	1.51 452	0.80 257	4.12 400	1.82 475	4.16 423	2.91 470	1.87 234	1.74 255	2.48 352	1.84 381	13.18 549	1.74 359	0.80 498	0.57 485	0.79 510	0.74 501	1.20 517	0.86 482
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LALA_ROB	1.95 279	1.48 471	3.11 229	1.05 250	0.98 327	3.99 372	1.82 475	4.44 507	2.28 356	3.31 502	1.85 313	2.76 386	1.67 348	4.04 322	3.23 466	0.46 410	0.41 430	0.55 466	0.52 468	0.60 418	0.57 415

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

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

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

coex-ft	18.59 574	6.62 541	113.53 593	1.17 321	1.31 413	2.33 111	1.93 481	2.81 180	14.00 566	124.82 596	8.45 539	5.90 535	51.74 588	9.99 451	22.69 569	0.57 463	0.62 498	0.50 444	0.49 455	1.08 504	1.28 508

NVStereoNet_ROB	4.91 522	1.40 463	16.46 418	1.47 443	1.72 500	3.46 240	1.96 482	3.89 335	3.61 522	2.90 476	24.61 574	4.81 514	4.49 510	13.57 555	4.87 487	1.33 531	1.29 534	1.70 536	1.68 539	1.41 524	1.66 522
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RP	2.79 421	1.20 429	10.36 335	1.54 457	1.93 516	3.44 235	1.97 483	4.05 388	2.34 370	2.66 460	2.79 470	3.98 477	2.58 445	10.21 459	2.61 448	0.95 509	0.47 461	0.71 500	0.57 480	0.71 462	0.68 446

MDST_ROB	5.53 530	0.59 142	23.11 565	2.55 534	2.69 536	21.20 572	1.98 484	4.77 535	2.65 434	9.36 561	4.25 513	4.14 487	4.45 509	22.57 569	3.68 472	0.48 424	0.33 365	0.47 419	0.44 437	0.44 348	0.44 343

FAT-Stereo	3.34 477	0.81 327	20.05 491	1.25 352	1.20 390	3.44 235	1.99 485	4.23 441	2.67 437	3.14 495	3.82 510	3.51 455	3.32 481	11.68 524	1.94 384	0.64 475	0.67 506	0.48 427	0.52 468	0.61 423	0.81 476

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

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

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

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

MSMD_ROB	5.61 531	1.08 405	16.68 421	1.21 341	0.83 273	10.14 558	2.07 490	3.93 352	6.22 552	10.37 567	8.03 535	22.22 570	9.45 555	11.66 522	4.52 479	0.66 480	0.58 490	0.66 494	0.68 496	0.65 440	0.63 435

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

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

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

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

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

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

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

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

SPS-STEREO	3.97 501	1.44 468	20.85 527	1.72 486	1.71 498	3.24 203	2.30 499	3.55 268	2.68 439	4.79 535	3.66 506	5.44 532	2.97 461	9.11 422	9.35 521	1.15 518	1.10 527	1.06 524	1.02 524	1.16 513	1.18 505
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	6.64 542	0.77 309	19.26 467	1.68 479	1.64 484	8.27 555	2.35 500	6.35 553	9.23 558	10.85 569	11.27 555	19.89 566	13.33 559	12.51 545	11.79 534	0.66 480	0.57 485	0.58 472	0.56 477	0.63 429	0.61 428

FC-DCNN v2	6.91 547	0.77 309	19.25 465	1.69 480	1.64 484	9.13 557	2.40 501	7.20 555	9.47 559	11.07 571	11.62 557	20.05 568	15.79 564	12.55 546	11.99 535	0.66 480	0.57 485	0.58 472	0.56 477	0.63 429	0.61 428

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

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

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

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

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

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

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

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

FCDSN-DC	6.04 538	0.84 342	19.25 465	1.24 350	1.09 360	4.38 454	2.62 510	4.38 497	4.71 539	9.59 564	11.22 554	19.19 565	17.40 567	12.30 539	8.55 518	0.69 489	0.57 485	0.60 480	0.60 485	0.70 453	0.78 471
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	3.55 484	2.16 505	14.18 387	1.86 504	1.49 456	4.62 501	2.65 511	3.58 273	2.80 456	7.05 551	3.05 484	5.16 528	4.07 501	9.18 425	4.80 485	0.64 475	0.67 506	0.59 475	0.68 496	0.89 485	0.91 487

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

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

WAO-8	11.95 562	13.02 568	20.56 519	3.50 547	3.08 545	15.11 568	2.80 514	12.91 566	19.11 575	7.69 553	13.12 560	11.62 551	7.01 543	84.40 593	7.91 514	3.42 549	1.92 544	3.54 562	1.93 550	3.68 543	2.69 545

Venus	11.95 562	13.02 568	20.56 519	3.50 547	3.08 545	15.11 568	2.80 514	12.91 566	19.11 575	7.69 553	13.12 560	11.62 551	7.01 543	84.40 593	7.91 514	3.42 549	1.92 544	3.54 562	1.93 550	3.68 543	2.69 545

TorneroNet-64	10.12 555	8.74 547	20.95 534	4.27 559	3.76 557	13.86 565	2.85 516	15.05 571	23.15 578	10.07 565	23.84 573	13.47 557	8.24 552	13.96 560	17.21 555	3.96 560	2.72 556	3.23 557	2.48 559	6.29 563	4.27 566

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

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

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

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

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

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

ACVNet_2	5.41 528	12.60 567	20.42 514	3.27 546	3.15 548	4.50 480	3.02 523	4.66 530	3.73 526	3.35 507	5.36 523	7.86 543	2.88 457	12.33 541	4.76 484	3.12 547	2.22 549	2.70 550	1.69 540	3.49 541	3.10 550

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

IMH	6.81 545	13.66 571	20.41 513	4.33 563	3.74 554	5.50 539	3.06 525	5.49 551	6.22 552	4.64 534	10.35 550	9.30 547	8.03 551	13.61 556	6.81 502	4.80 570	2.99 564	3.09 555	2.12 555	4.36 554	3.61 558

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

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

TorneroNet	25.88 579	11.28 565	21.62 553	4.20 558	4.07 560	55.25 586	3.15 528	15.16 572	76.94 591	58.09 587	82.72 592	86.88 593	41.15 582	13.35 552	18.13 559	4.32 561	2.85 557	3.45 558	2.62 561	8.33 575	4.14 565

SGM-Forest	2.96 440	0.62 181	3.49 244	1.09 272	0.80 257	4.06 384	3.30 529	4.37 496	3.09 490	4.18 528	3.27 497	4.67 513	3.86 497	11.69 525	7.91 514	0.51 446	0.46 457	0.49 441	0.39 407	0.48 374	0.49 376
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
KSHMR	16.96 572	5.37 536	21.64 555	4.46 564	4.50 563	8.30 556	3.32 530	15.58 574	76.24 590	6.62 550	61.47 587	56.53 588	5.43 523	35.17 581	11.37 530	4.39 563	2.97 563	3.63 564	2.74 565	5.10 559	4.34 567

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

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

SGM_RVC	4.57 514	0.72 270	17.46 436	1.84 501	0.58 168	4.23 437	3.45 533	4.66 530	3.66 524	7.99 556	8.82 544	7.56 542	8.74 554	12.30 539	6.84 504	0.43 387	0.38 407	0.39 369	0.35 365	0.51 384	0.48 369
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	5.12 523	0.90 357	21.33 544	1.50 450	1.33 423	4.09 391	3.49 534	4.03 380	4.59 538	6.57 549	10.95 553	12.92 555	8.41 553	9.86 444	8.78 519	0.75 493	0.58 490	0.51 447	0.50 461	0.68 450	0.57 415

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

HanzoNet	31.60 581	17.23 577	21.22 543	7.32 572	5.84 568	7.25 551	3.53 536	13.82 570	14.20 568	50.38 585	47.01 583	44.45 581	56.61 589	36.61 582	32.00 582	63.89 590	56.57 591	7.97 575	89.20 591	28.69 581	28.25 584

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

MSC_U_SF_DS_RVC	4.48 512	10.62 562	15.18 406	1.55 462	1.45 452	6.16 543	3.54 538	5.41 550	3.68 525	2.59 446	2.74 465	4.81 514	2.20 420	13.79 558	4.40 477	2.04 536	3.36 567	1.05 523	1.20 532	2.09 531	1.72 525

WAO-6	5.87 536	2.27 506	15.05 402	2.96 541	2.77 538	12.01 561	3.58 539	5.37 549	11.91 564	3.34 505	9.69 547	6.78 539	5.84 527	11.82 531	8.89 520	2.87 542	2.35 555	2.50 543	1.84 547	2.85 537	2.67 544

ADCS	4.22 509	5.33 535	16.32 415	1.64 474	1.31 413	3.91 342	3.64 540	4.21 434	2.89 468	5.11 537	2.81 474	4.46 501	3.06 471	5.21 339	19.50 565	0.63 472	0.64 501	0.69 497	0.69 498	1.12 507	1.26 507

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

UNDER WATER	10.47 556	3.95 530	22.62 564	5.07 569	4.51 564	7.78 554	3.77 542	12.56 565	21.72 577	7.84 555	10.78 551	23.96 573	31.66 578	10.78 479	16.19 549	4.44 564	2.93 559	4.24 565	2.86 566	6.33 565	5.47 571

aanetorigin	3.30 474	1.66 483	17.52 438	1.18 327	1.58 476	2.57 134	3.80 543	2.65 153	2.03 297	6.12 546	4.30 515	2.82 391	5.70 525	5.47 345	4.67 480	0.50 440	0.44 443	0.43 398	0.47 446	1.17 514	0.92 488

SANet	5.65 533	1.72 486	20.94 533	1.26 359	0.88 294	7.20 550	3.81 544	4.60 527	11.23 560	4.56 532	8.78 543	7.49 541	6.95 540	11.85 532	18.11 558	0.49 436	0.44 443	0.50 444	0.42 431	0.90 487	0.82 480

MeshStereo	5.35 527	1.32 453	21.34 545	1.34 398	1.15 370	4.40 461	3.90 545	5.18 542	4.55 536	10.14 566	11.82 558	11.47 550	5.84 527	13.84 559	7.03 508	0.61 469	0.58 490	0.60 480	0.58 481	0.72 465	0.59 424
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
CBMV	3.32 476	0.96 382	21.16 540	1.32 386	0.83 273	3.81 317	3.91 546	4.47 512	2.53 416	3.34 505	2.24 401	4.45 500	2.58 445	10.07 455	1.96 389	0.45 403	0.43 438	0.48 427	0.38 400	0.52 388	0.53 398
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	4.17 507	5.75 539	12.62 360	1.60 469	1.54 464	5.51 540	4.09 547	3.90 340	3.23 505	4.22 529	3.03 483	3.10 413	3.41 484	8.01 403	18.85 563	0.53 455	0.58 490	0.53 458	0.74 501	1.19 516	0.97 492

ktn	21.74 577	10.34 561	19.68 478	4.53 565	4.00 559	6.53 547	4.51 548	6.79 554	78.82 592	84.69 592	100.86 595	58.49 589	7.57 547	12.11 538	13.35 538	4.58 569	3.24 566	3.49 559	2.62 561	4.65 557	3.84 562

UNDER WATER-64	9.33 554	5.37 536	22.60 563	5.22 570	4.86 566	10.75 559	4.61 549	11.45 562	17.30 570	7.59 552	9.80 549	15.99 561	17.90 569	10.63 472	15.72 545	4.36 562	2.87 558	4.39 569	2.86 566	7.01 569	5.36 570

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

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

LSM	12.71 566	3.52 527	20.79 526	55.63 590	84.76 589	3.63 287	6.30 552	3.73 301	4.93 543	5.55 540	13.92 564	3.53 457	3.25 478	9.72 438	4.12 475	0.64 475	0.85 520	0.71 500	0.81 510	1.03 496	26.84 582

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

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

EDNetEfficient	5.61 531	2.14 504	16.75 423	1.67 478	3.64 552	4.12 400	7.51 555	3.05 201	5.63 550	11.57 572	4.83 519	3.95 474	12.72 558	8.44 409	20.78 568	0.41 370	0.43 438	0.47 419	1.01 522	1.66 528	1.39 517

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

MADNet++	7.57 551	5.80 540	13.28 365	6.38 571	5.26 567	7.18 549	7.77 557	5.32 547	5.62 549	6.11 545	7.78 532	6.02 536	8.01 550	11.74 527	16.36 550	9.36 575	4.95 572	8.57 576	5.66 572	4.83 558	5.34 569

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

ELAS	5.99 537	1.62 477	20.29 508	1.96 512	2.01 520	15.09 567	8.38 559	5.23 543	5.54 548	9.02 560	8.61 540	6.74 538	9.75 556	7.48 392	11.40 531	0.96 510	1.18 529	0.72 504	0.93 516	1.30 520	1.67 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MultiAttention	8.74 553	0.56 111	7.25 295	2.07 518	22.74 577	35.86 582	8.44 560	4.97 539	2.58 424	2.57 439	5.11 522	5.55 533	1.59 316	52.70 591	7.50 512	0.47 419	0.24 257	0.52 453	1.00 521	6.84 568	6.30 574

ADCL	4.35 510	1.63 479	14.21 388	1.29 373	1.26 405	5.56 541	11.16 561	3.97 365	3.37 515	6.07 544	4.67 517	4.30 496	5.72 526	5.08 337	14.51 541	0.50 440	0.48 467	0.89 517	0.77 505	0.78 474	0.76 467

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

ELAS_RVC	5.72 534	1.64 482	20.40 512	2.09 519	2.01 520	4.95 533	11.47 563	4.66 530	6.31 554	8.09 557	8.01 534	8.06 546	11.65 557	8.36 405	10.22 524	0.99 512	1.17 528	0.81 513	0.76 503	1.14 509	1.58 521
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.27 540	9.15 554	13.76 373	1.94 511	4.60 565	11.91 560	12.00 564	5.12 541	3.45 519	3.79 515	4.52 516	9.54 548	6.56 539	9.40 430	13.48 539	1.26 526	1.37 535	1.17 529	1.34 536	7.06 570	3.95 563

TCMNet-wrong-test	12.32 564	14.13 575	19.38 470	22.38 579	19.85 574	15.99 571	12.34 565	22.95 576	4.56 537	6.24 547	6.27 528	18.40 564	15.71 563	10.10 457	10.72 526	9.06 574	4.78 570	5.35 570	3.95 570	12.28 578	11.97 577

JetRed	10.48 557	27.10 581	35.70 577	4.27 559	4.09 561	15.55 570	12.83 566	12.16 563	5.50 547	5.83 542	5.56 525	10.14 549	7.43 545	8.88 415	26.39 577	3.32 548	3.81 568	3.51 560	2.96 568	7.85 572	6.69 575

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

MANE	11.39 560	1.38 460	23.16 566	4.82 568	2.79 539	22.02 573	14.51 568	25.81 577	26.28 579	10.93 570	13.17 563	19.90 567	18.03 570	15.69 564	20.41 567	0.96 510	0.74 515	1.42 533	3.24 569	0.74 467	1.71 524

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

SGM+DAISY	8.36 552	3.82 528	24.83 571	2.02 515	1.75 502	14.80 566	17.22 570	4.27 459	11.79 563	13.88 573	14.38 565	11.74 553	13.83 560	10.56 468	15.12 542	1.21 520	1.19 531	1.14 528	1.13 529	1.17 514	1.37 514

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

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

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

LE_ROB	18.58 573	1.21 430	48.38 583	8.60 574	23.00 578	7.32 552	19.74 574	9.94 560	38.69 584	43.53 582	21.91 570	28.40 579	40.92 581	23.18 571	54.71 586	0.34 279	0.33 365	0.32 250	0.36 375	0.42 330	0.40 318

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

HaxPig	43.25 585	43.65 587	45.00 581	33.85 584	35.61 581	32.69 579	30.52 576	45.09 586	42.97 585	48.77 583	48.17 584	43.00 580	40.26 580	44.58 584	43.61 583	47.18 587	49.30 588	51.54 588	50.25 587	43.73 588	45.29 589

AVERAGE_ROB	44.46 586	45.91 588	46.59 582	40.59 586	38.66 582	32.99 580	30.52 576	46.19 587	43.26 586	49.59 584	48.97 585	44.62 582	39.89 579	45.04 585	43.94 584	48.74 588	50.69 589	50.80 587	49.79 586	45.54 589	46.97 590

DGTPSM_ROB	15.31 569	8.85 549	28.14 575	9.90 575	18.89 572	12.44 563	33.21 578	13.48 568	17.86 573	9.50 562	22.89 571	13.78 558	19.67 571	21.26 567	23.68 571	5.08 572	8.84 574	5.62 571	11.50 576	6.72 566	14.87 578

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

MEDIAN_ROB	47.37 587	49.08 589	49.92 584	40.32 585	39.97 583	34.95 581	33.43 580	49.17 588	46.39 588	53.06 586	52.65 586	47.65 583	42.23 587	48.35 590	47.29 585	52.10 589	54.04 590	54.28 589	53.48 588	48.76 590	50.33 591

USTest	15.98 571	15.58 576	22.56 562	18.49 578	16.99 571	26.43 575	36.08 581	27.68 580	12.77 565	10.69 568	10.80 552	18.35 563	15.09 562	18.62 566	23.37 570	4.85 571	5.34 573	7.38 574	7.43 574	9.90 576	11.23 576

Anonymous_1	57.11 590	19.68 578	26.15 572	23.10 580	142.31 594	30.84 576	39.75 582	33.86 585	16.98 569	70.53 591	15.42 567	23.46 572	19.75 573	23.04 570	27.23 578	164.73 596	9.02 576	130.38 592	137.40 593	161.27 597	27.24 583

DPSM_ROB	20.78 575	20.03 579	26.57 573	23.62 581	22.46 575	31.10 577	39.97 583	33.52 583	17.41 571	15.25 574	15.80 568	24.06 574	20.71 574	23.30 572	27.62 579	10.78 577	9.41 577	11.69 579	11.50 576	14.49 579	16.36 580

DPSM	20.78 575	20.03 579	26.57 573	23.62 581	22.46 575	31.10 577	39.97 583	33.52 583	17.41 571	15.25 574	15.80 568	24.06 574	20.71 574	23.30 572	27.62 579	10.78 577	9.41 577	11.69 579	11.50 576	14.49 579	16.36 580

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

BEATNet-Init1	49.72 589	64.32 592	97.77 592	4.68 567	4.28 562	84.75 593	60.42 586	73.38 593	68.59 589	88.29 593	88.51 594	91.94 594	97.99 594	85.26 595	70.96 594	0.80 498	0.65 502	0.85 515	0.70 499	7.96 573	2.33 537

xxxxx1	112.33 594	88.53 593	37.76 578	227.84 596	157.23 595	39.05 583	61.41 587	93.76 594	79.29 593	62.45 588	74.79 589	78.32 590	70.96 591	33.47 578	70.69 591	114.00 593	130.36 594	259.31 595	274.34 595	145.54 594	147.50 595

tt_ll	112.33 594	88.53 593	37.76 578	227.84 596	157.23 595	39.05 583	61.41 587	93.76 594	79.29 593	62.45 588	74.79 589	78.32 590	70.96 591	33.47 578	70.69 591	114.00 593	130.36 594	259.31 595	274.34 595	145.54 594	147.50 595

ff	112.33 594	88.53 593	37.76 578	227.84 596	157.23 595	39.05 583	61.41 587	93.76 594	79.29 593	62.45 588	74.79 589	78.32 590	70.96 591	33.47 578	70.69 591	114.00 593	130.36 594	259.31 595	274.34 595	145.54 594	147.50 595

LSM0	49.58 588	40.04 584	53.62 589	97.15 591	128.68 593	62.75 590	79.89 590	67.63 592	35.11 583	33.02 581	32.61 581	48.43 587	41.60 583	46.60 587	55.43 589	21.63 582	18.99 586	23.62 585	23.13 581	29.47 586	52.26 592

FlowAnything	41.75 582	39.90 583	53.36 587	47.83 589	45.06 584	62.45 587	80.51 591	67.34 591	34.89 581	30.56 579	31.52 577	48.18 585	42.05 585	46.66 589	55.24 588	21.71 583	18.88 584	23.49 584	23.13 581	29.12 583	33.04 585

Selective-RAFT-Error	41.77 583	40.16 585	53.34 586	47.73 587	45.25 586	62.51 588	80.64 592	67.22 589	34.93 582	30.64 580	31.81 578	48.11 584	42.11 586	46.57 586	54.95 587	21.61 581	18.87 583	23.48 582	23.15 583	29.16 584	33.08 587

CasAABBNet	41.80 584	40.20 586	53.41 588	47.73 587	45.18 585	62.51 588	80.71 593	67.26 590	34.80 580	30.49 578	31.88 579	48.24 586	41.81 584	46.63 588	55.64 590	21.60 580	18.88 584	23.48 582	23.22 584	29.19 585	33.05 586

ASD4	103.30 593	113.98 596	120.24 594	106.67 592	79.75 588	115.36 594	120.35 594	119.13 597	79.65 596	120.04 595	74.64 588	101.45 595	65.48 590	109.11 596	84.31 596	104.31 591	90.04 593	133.15 593	103.58 592	130.15 593	94.66 594

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

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

PML	64.32 591	53.22 590	17.88 440	8.10 573	32.94 580	148.46 596	247.79 597	12.18 564	45.42 587	111.41 594	288.92 597	101.47 596	101.31 595	31.67 577	15.55 543	14.03 579	4.83 571	10.98 578	6.18 573	28.82 582	5.17 568

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

FADE		13.79 573		10.71 577	13.34 570			28.60 581	8.36 556	5.15 538		11.85 554		44.37 583		474.90 598	161.58 597	347.36 598	322.13 598	7.29 571	6.23 573

Low-res two-view benchmark