Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.46 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 7	0.92 52	0.65 56	0.53 23	0.54 1	0.50 29	0.28 149	0.24 256	0.25 80	0.21 98	0.23 42	0.22 60

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 19	0.62 25	0.38 5	0.73 80	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

S2M2	0.64 8	0.55 99	1.07 10	0.89 145	0.54 136	1.08 11	0.20 1	1.16 7	1.37 80	0.59 18	0.81 37	0.86 110	0.47 14	0.70 3	0.65 65	0.31 230	0.33 364	0.27 137	0.27 229	0.36 257	0.31 202

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 111	0.47 59	1.53 21	1.09 48	0.88 100	1.04 73	0.82 98	0.75 84	0.72 4	0.78 122	0.22 35	0.23 222	0.25 80	0.23 146	0.24 47	0.29 165

LG-Stereo	0.85 67	0.60 153	2.71 210	0.59 3	0.45 78	2.85 149	0.55 85	2.41 107	1.34 76	0.59 18	1.19 100	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 229	0.24 171	0.29 121	0.19 5

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	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	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	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

RAStereo	0.75 26	0.52 71	2.86 219	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 41	0.75 60	1.05 78	0.64 52	0.47 14	0.80 8	0.94 191	0.22 35	0.20 134	0.27 137	0.21 98	0.34 226	0.22 60

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.78 14	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	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 81	0.51 68	2.18 81	0.77 11	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

U	12.82 566	0.38 3	1.99 137	0.66 31	58.94 586	63.38 591	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 589	59.81 588	0.29 121	0.20 19

FlowAnything_test	0.75 26	0.60 153	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 304	0.40 374	0.48 450	0.31 163	0.30 192

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 152	0.43 43	1.64 34	0.79 17	0.68 43	0.88 44	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

4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	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	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	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	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 219	0.49 62	2.40 106	0.81 23	0.63 28	0.80 33	0.44 26	0.85 120	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 374	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 532	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
2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 83	0.61 112	2.87 185	0.83 25	0.93 107	0.93 55	0.36 3	1.13 200	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 412	2.82 145	0.41 34	1.76 44	0.98 40	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 385	0.94 312	2.90 154	0.42 38	3.41 247	1.06 45	0.63 28	0.76 25	0.90 119	0.76 91	0.91 21	0.52 37	0.27 112	0.18 66	0.25 80	0.16 12	0.25 61	0.19 5

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	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 171	0.67 144	3.28 227	0.75 10	0.74 58	1.32 136	0.37 5	1.37 252	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

test_for_model	2.16 312	3.87 528	1.58 103	4.16 556	3.64 551	2.51 124	0.96 335	3.63 278	2.62 428	2.45 420	1.39 156	1.02 138	0.73 77	0.92 23	0.57 43	2.97 543	2.19 547	0.26 109	0.17 27	5.32 559	2.24 534

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 341	0.41 34	2.07 73	1.07 46	0.77 75	0.89 47	0.64 52	0.86 123	0.95 25	0.77 121	0.26 97	0.18 66	0.26 109	0.19 67	0.32 190	0.32 213

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 141	0.92 32	0.58 17	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

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 154	0.37 28	1.48 49	1.07 364	1.73 41	2.30 359	1.63 185	1.49 182	0.92 126	0.97 152	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 84	0.25 61	0.21 46

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 336	0.33 12	3.36 242	1.43 95	0.75 60	1.17 97	0.68 63	1.04 171	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 99	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 40	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

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 73	1.56 174	0.87 43	2.18 313	0.89 133	0.97 30	0.88 163	0.26 97	0.19 96	0.26 109	0.19 67	0.25 61	0.24 86

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 72	0.82 244	1.46 15	1.38 81	0.95 112	1.04 73	0.68 63	0.72 73	0.97 30	0.80 128	0.23 47	0.25 280	0.32 249	0.25 183	0.32 190	0.30 192

TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 380	0.38 22	1.48 16	1.62 210	2.03 295	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 387	0.23 28	0.20 84	0.25 61	0.46 358

sAnonymous2	1.37 192	1.22 435	9.79 325	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 280	0.31 229	0.30 304	1.06 498	0.71 452

CroCo_RVC	1.37 192	1.22 435	9.79 325	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 280	0.31 229	0.30 304	1.06 498	0.71 452

castereo	0.82 61	0.70 253	1.04 3	0.85 125	0.50 116	1.29 35	0.91 304	3.22 219	1.20 55	0.83 92	1.24 113	0.72 76	0.91 138	1.00 35	0.67 75	0.26 97	0.16 26	0.25 80	0.20 84	0.24 47	0.21 46

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 106	0.38 22	3.06 203	1.46 106	0.66 38	1.39 156	0.91 121	0.73 77	1.01 36	0.72 101	0.23 47	0.19 96	0.20 1	0.18 47	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 33	0.53 7	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 65	0.68 150	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 166	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

AIO-Stereo	0.76 34	0.54 93	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 127	0.70 46	1.58 205	0.89 117	0.45 12	1.03 38	0.55 41	0.24 61	0.18 66	0.25 80	0.20 84	0.26 78	0.21 46

testlalala2	2.31 340	0.63 189	20.54 517	2.56 534	2.87 539	3.79 312	0.76 197	4.20 427	1.48 119	1.42 161	1.43 165	2.45 347	0.80 111	1.03 38	0.68 78	0.27 112	0.25 280	0.24 58	0.21 98	0.33 208	0.28 155

Former-RAFT_DAM_RVC	0.92 83	0.73 280	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 120	0.56 89	2.75 166	0.74 9	0.78 78	0.73 21	0.38 9	0.92 141	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

testlalala	1.14 135	0.62 180	1.34 75	1.00 223	0.78 252	4.38 454	0.93 319	2.46 119	2.20 337	2.44 419	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

rvit_stereo_ft	1.00 110	0.87 351	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

GREAT-IGEV	0.74 25	0.54 93	1.86 123	1.10 280	0.44 71	2.44 118	0.34 16	1.37 10	1.51 139	0.48 2	0.86 42	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

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 61	0.44 47	2.23 90	0.77 11	0.56 10	0.92 52	0.40 11	0.82 113	1.08 46	0.53 38	0.18 14	0.13 1	0.25 80	0.18 47	0.19 4	0.20 19

IGEV-BASED-STEREO-	1.09 125	3.30 524	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 70	0.91 103	0.92 52	0.65 56	0.57 30	1.08 46	0.59 46	1.55 533	0.15 21	0.32 249	0.28 258	1.10 504	1.98 531

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	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 122	0.45 51	2.57 141	0.90 28	0.71 50	0.83 38	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

CroCo-Stereo	0.98 102	0.87 351	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	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
3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 136	0.53 78	2.46 119	0.97 39	0.62 25	0.80 33	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

GCAP-Stereo	0.93 85	0.68 240	1.35 77	0.85 125	0.41 53	3.61 280	0.52 77	2.20 84	1.50 132	1.11 132	1.04 73	1.17 156	0.84 118	1.11 51	0.71 96	0.25 82	0.20 134	0.27 137	0.18 47	0.28 107	0.23 71

CFNet-RSSM	2.08 302	0.52 71	20.06 491	1.01 229	0.56 147	3.39 225	0.64 130	3.67 285	1.55 172	1.72 206	1.37 151	2.57 359	1.19 222	1.11 51	0.86 153	0.27 112	0.20 134	0.25 80	0.23 146	0.27 90	0.23 71

anonymousa	2.16 312	0.67 232	19.19 462	1.04 248	1.67 491	2.06 91	0.79 221	2.86 183	1.96 282	1.85 226	2.14 383	3.23 424	1.81 376	1.12 54	1.15 230	0.26 97	0.26 293	0.34 302	0.32 331	0.30 144	0.28 155

Gwc-CoAtRS	1.58 214	0.57 120	11.69 351	1.01 229	0.60 174	2.53 130	0.64 130	2.36 104	1.56 178	1.80 220	1.47 174	2.74 377	1.18 218	1.12 54	0.90 170	0.27 112	0.21 166	0.25 80	0.22 131	0.27 90	0.23 71

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 465	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	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
CAS++	0.89 77	0.64 201	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 339	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 196	1.19 384	0.78 5	0.39 24	1.12 6	1.54 164	1.19 137	1.26 121	0.51 34	0.64 51	1.13 57	1.03 209	0.30 211	0.20 134	0.24 58	0.21 98	0.40 287	0.25 96

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 248	0.23 2	1.69 39	2.14 326	0.62 25	0.32 3	0.67 61	0.33 1	1.14 59	0.37 3	0.23 47	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

rvit_stereo_0080	0.94 88	0.72 269	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 326	0.25 80	0.27 229	0.45 356	0.29 165

RSM++	0.77 41	0.51 65	1.08 17	0.95 190	0.42 59	1.52 54	0.71 164	2.11 76	1.40 86	0.80 82	1.23 112	0.90 119	0.59 38	1.14 59	0.69 87	0.24 61	0.19 96	0.25 80	0.21 98	0.28 107	0.20 19

whm_eth	0.94 88	0.72 269	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 326	0.25 80	0.27 229	0.45 356	0.29 165

RCA-Stereo	1.21 151	0.52 71	1.58 103	0.90 154	0.46 87	4.68 510	0.79 221	4.13 411	1.74 246	1.92 250	1.80 281	0.94 130	1.48 287	1.14 59	0.70 93	0.27 112	0.18 66	0.25 80	0.19 67	0.25 61	0.23 71

AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	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

MaDis-Stereo	0.82 61	0.66 222	1.53 95	0.65 23	1.87 512	1.24 24	0.36 20	2.13 77	1.27 68	0.67 41	0.75 24	0.88 115	0.70 68	1.15 64	1.07 215	0.29 171	0.23 222	0.26 109	0.20 84	0.31 163	0.22 60

MM-Stereo_test2	1.79 251	0.53 82	20.16 497	1.43 430	0.47 97	2.57 133	0.73 172	1.67 36	1.47 111	0.94 108	0.96 62	0.84 102	0.79 104	1.16 66	0.68 78	0.24 61	0.17 39	0.25 80	0.22 131	0.30 144	0.22 60

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 286	1.40 12	1.45 98	0.55 9	0.95 60	1.81 262	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 67	0.24 47	0.21 46

MGS-Stereo	0.80 50	0.56 110	1.53 95	0.93 182	0.39 42	1.26 27	0.73 172	1.45 14	1.30 72	1.01 118	2.26 403	0.80 94	0.56 29	1.16 66	0.65 65	0.27 112	0.23 222	0.26 109	0.22 131	0.27 90	0.25 96

IGEV++	0.90 80	0.58 133	1.32 73	0.94 186	0.45 78	1.27 28	1.00 346	3.32 236	1.55 172	0.82 86	1.34 143	0.86 110	1.09 188	1.16 66	0.89 166	0.33 267	0.18 66	0.23 28	0.19 67	0.29 121	0.22 60

testlalala_base	1.62 224	0.74 288	1.63 105	1.19 329	1.40 437	2.63 138	0.84 252	4.09 400	1.31 73	1.22 138	1.42 163	1.21 169	0.85 120	1.16 66	0.73 104	3.92 558	2.10 545	0.27 137	0.18 47	4.49 555	1.11 501

cross-raft	2.01 291	0.57 120	19.01 461	1.03 246	0.56 147	2.11 94	0.72 167	3.63 278	1.57 184	1.77 214	1.51 185	3.17 419	1.13 200	1.16 66	0.85 146	0.23 47	0.21 166	0.26 109	0.23 146	0.28 107	0.25 96

XX-TBD	1.03 118	0.95 375	1.94 131	1.30 379	0.43 65	3.97 368	0.33 12	1.74 42	1.73 240	1.59 176	2.02 353	0.69 66	0.60 41	1.16 66	0.66 70	0.30 211	0.25 280	0.23 28	0.15 4	0.31 163	0.22 60

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 96	1.43 95	0.82 86	1.44 167	1.22 170	0.62 46	1.17 73	0.63 55	0.22 35	0.18 66	0.24 58	0.19 67	0.27 90	0.20 19

GMOStereo	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

error version	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-v	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-2	1.13 130	0.70 253	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 407	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

AnonymousM	1.22 155	1.32 452	0.97 1	0.88 140	0.56 147	4.03 378	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 420	2.07 538	1.70 540	0.24 47	0.22 60

test-1	1.23 156	0.65 211	1.88 125	0.96 196	0.52 127	3.84 323	0.62 125	4.01 374	1.47 111	1.93 254	1.78 275	1.83 266	0.92 141	1.19 79	1.28 267	0.26 97	0.29 326	0.31 229	0.24 171	0.29 121	0.36 261

RAFT-Test	1.44 199	0.59 141	6.10 283	1.01 229	0.69 222	2.90 154	0.80 231	3.68 287	1.70 233	1.85 226	1.68 236	3.15 417	1.03 167	1.20 80	0.99 204	0.27 112	0.22 195	0.25 80	0.23 146	0.27 90	0.25 96

raftrobust	1.19 143	0.72 269	2.30 178	1.26 358	1.31 412	3.55 266	0.68 150	2.75 166	1.47 111	2.21 361	1.38 154	1.17 156	1.22 225	1.20 80	1.11 224	0.28 149	0.24 256	0.21 9	0.19 67	0.25 61	0.28 155

sCroCo_RVC	1.06 121	0.82 333	5.05 272	1.02 239	1.05 347	0.98 8	0.61 112	2.06 71	1.29 70	0.69 45	1.26 121	0.82 98	1.10 194	1.20 80	0.90 170	0.42 380	0.40 420	0.33 284	0.30 304	0.46 367	0.38 290

4D-IteraStereo	1.97 282	0.84 341	20.43 514	0.78 78	1.56 470	2.09 93	1.05 361	2.43 113	1.56 178	1.41 159	1.00 64	1.94 279	0.61 44	1.22 83	1.06 212	0.27 112	0.18 66	0.31 229	0.26 203	0.27 90	0.23 71

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 147	1.41 89	0.82 86	1.64 224	0.71 74	0.62 46	1.22 83	0.64 58	0.22 35	0.19 96	0.24 58	0.18 47	0.25 61	0.20 19

3.5w_stereo	0.77 41	0.53 82	1.09 24	0.65 23	0.72 229	2.52 126	0.51 68	2.43 113	0.80 19	0.76 70	1.20 102	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

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 105	0.40 28	2.42 110	0.80 19	0.73 53	1.03 68	0.40 11	0.81 112	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	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	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

RAFT-Stereo-weight	1.11 128	0.48 49	1.22 56	0.99 215	0.42 59	4.17 421	0.80 231	3.60 273	1.50 132	1.97 265	1.50 183	1.30 180	0.65 54	1.24 86	0.85 146	0.25 82	0.19 96	0.26 109	0.22 131	0.27 90	0.23 71

DCRE	1.44 199	0.74 288	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 272	8.09 536	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 280	0.26 109	0.26 203	0.28 107	0.30 192

DIP-Stereo	1.24 161	0.69 243	1.77 116	0.65 23	0.61 178	4.29 446	0.58 101	4.44 506	2.53 415	1.98 267	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	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
castereo++	0.93 85	0.56 110	1.26 61	0.92 168	0.73 234	2.48 121	1.00 346	2.99 192	1.03 43	0.68 43	1.41 161	1.92 277	0.59 38	1.26 92	0.44 13	0.25 82	0.19 96	0.28 166	0.19 67	0.23 42	0.23 71

CAS	1.26 172	0.40 7	1.46 87	2.97 541	1.61 478	4.13 402	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 544	0.13 1	0.21 9	0.13 1	0.31 163	1.72 524

CroCo-Stereo Lap2	0.99 108	0.89 354	2.55 195	0.99 215	1.80 509	0.54 3	0.46 54	3.10 205	1.24 59	1.07 126	1.21 106	1.05 144	0.78 101	1.26 92	1.08 217	0.27 112	0.23 222	0.27 137	0.21 98	0.43 340	0.34 241

RAFT-Stereo + iAFF	1.25 165	0.72 269	1.74 114	1.05 249	0.36 14	4.13 402	0.42 38	2.95 188	2.84 465	2.02 291	2.40 433	1.61 221	1.11 197	1.26 92	0.97 198	0.21 27	0.15 21	0.26 109	0.23 146	0.29 121	0.23 71

rvit_stereo_0081_aga	0.81 58	0.75 300	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 82	0.87 99	0.80 33	0.79 92	0.69 66	1.27 96	0.69 87	0.35 299	0.29 326	0.26 109	0.25 183	0.40 287	0.27 136

MSCF	0.97 100	0.82 333	1.26 61	0.88 140	0.40 46	3.17 190	0.88 286	2.79 177	1.39 82	1.32 144	1.19 100	0.58 41	1.33 244	1.28 97	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.28 107	0.32 213

HUF	1.15 136	0.64 201	8.62 311	0.90 154	0.35 12	1.35 39	0.78 214	1.97 64	1.50 132	0.63 28	1.52 186	0.83 100	0.66 60	1.28 97	0.63 55	0.29 171	0.23 222	0.26 109	0.17 27	0.23 42	0.25 96

AEACV	0.79 49	0.54 93	1.35 77	0.97 203	0.63 187	1.13 14	0.92 317	2.02 68	0.91 31	0.76 70	0.79 32	0.80 94	1.61 322	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

111	1.83 255	0.92 363	9.08 315	0.81 83	0.36 14	4.25 438	0.91 304	4.44 506	2.70 439	2.39 412	1.96 338	2.30 324	1.64 341	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

WCG-NET（raft）	0.95 95	0.55 99	1.20 55	0.84 113	0.31 4	1.44 45	1.01 349	1.55 22	2.37 380	1.64 188	1.42 163	2.38 333	1.01 163	1.29 101	0.76 116	0.22 35	0.19 96	0.22 14	0.20 84	0.25 61	0.21 46

CES	1.01 113	0.55 99	1.74 114	0.92 168	2.15 526	2.15 95	0.50 64	2.01 67	1.45 98	0.76 70	1.02 65	0.61 46	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 535

knoymous	1.30 183	0.60 153	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 387	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 460	2.03 398	1.29 101	1.00 206	0.28 149	0.27 304	0.34 302	0.21 98	0.41 311	0.43 336

IGEV-RUCA	0.90 80	0.53 82	1.05 5	0.81 83	0.74 239	3.89 338	0.80 231	1.92 60	1.41 89	0.96 115	0.71 18	0.70 67	0.73 77	1.30 105	0.68 78	0.29 171	0.20 134	0.25 80	0.19 67	0.43 340	0.34 241

rvit_stereo_0081	0.80 50	0.63 189	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 293	0.27 137	0.25 183	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 189	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 293	0.27 137	0.25 183	0.38 272	0.27 136

MM-Stereo_test3	1.09 125	0.59 141	1.55 99	1.73 486	1.18 377	1.91 76	0.86 264	3.52 260	1.76 250	1.25 139	1.86 315	1.10 148	0.69 66	1.32 108	0.86 153	0.27 112	0.23 222	0.27 137	0.22 131	0.34 226	0.30 192

GASTEREO	1.00 110	0.98 383	1.23 57	0.90 154	0.40 46	3.40 228	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 188	0.29 7	1.59 25	3.05 485	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

ACVNet	1.46 202	0.64 201	3.56 248	0.93 182	0.85 281	4.22 434	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 412	1.46 283	1.33 109	1.89 376	0.29 171	0.26 293	0.30 207	0.26 203	0.39 282	0.27 136

acv_ft	1.55 207	0.64 201	3.29 236	1.14 299	2.01 519	2.93 164	0.97 338	3.81 313	2.08 308	2.22 363	1.88 319	3.10 412	1.66 345	1.33 109	2.22 416	0.29 171	0.26 293	0.30 207	0.26 203	0.39 282	0.27 136

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 471	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

MC-Stereo	1.06 121	0.48 49	1.55 99	1.15 312	0.41 53	4.56 494	0.61 112	2.06 71	1.46 106	1.90 243	1.61 217	0.89 117	1.12 198	1.35 113	0.73 104	0.25 82	0.18 66	0.26 109	0.22 131	0.25 61	0.24 86

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 114	0.56 89	2.77 169	0.82 24	0.63 28	0.88 44	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

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 108	0.28 5	1.86 52	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

FACV-RUCA	1.26 172	0.65 211	2.21 165	1.06 255	1.50 457	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 429	0.73 506	0.41 424	0.61 423	0.41 323

LoS_RVC	0.94 88	1.30 446	1.31 70	0.84 113	1.63 481	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 517

HART	1.03 118	0.85 345	3.13 229	0.84 113	0.38 39	1.17 16	0.42 38	3.54 265	1.47 111	1.08 127	2.17 388	1.48 204	0.57 30	1.37 119	0.74 109	0.23 47	0.18 66	0.28 166	0.21 98	0.32 190	0.24 86

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 223	0.33 12	2.33 103	1.47 111	0.74 58	1.50 183	0.61 46	0.59 38	1.40 120	0.48 19	0.24 61	0.19 96	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 63	0.33 12	1.95 63	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

LL-Strereo2	1.23 156	0.85 345	2.38 186	0.93 182	0.68 216	3.72 297	1.37 423	2.54 136	1.99 287	1.75 212	1.40 159	1.82 263	0.73 77	1.40 120	0.99 204	0.31 230	0.23 222	0.55 465	0.35 364	0.29 121	0.24 86

R-Stereo Train	1.20 148	0.58 133	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96

RAFT-Stereo	1.20 148	0.58 133	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 186	0.43 43	1.02 4	0.94 37	0.63 28	0.91 50	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 166	0.23 28	0.19 67	0.25 61	0.26 120

IPLGR_C	2.28 333	1.31 450	19.46 471	0.92 168	1.32 418	3.93 348	0.89 291	4.20 427	1.82 258	2.30 384	2.63 457	1.16 155	1.07 185	1.41 125	1.29 270	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

rvit_0105_6	1.00 110	0.93 367	2.21 165	0.92 168	0.55 143	1.52 54	0.79 221	2.41 107	2.96 475	0.76 70	0.72 20	1.02 138	0.75 84	1.42 127	0.81 134	0.40 354	0.43 437	0.34 302	0.31 320	0.43 340	0.34 241

rvit_stereo_0075_2	1.18 141	0.74 288	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 420	0.48 426	0.38 399	0.46 367	0.51 390

GANet-ADL	2.20 317	0.73 280	20.11 496	1.25 351	0.69 222	3.83 318	0.76 197	3.49 253	1.71 234	1.65 192	1.99 349	2.10 308	1.10 194	1.42 127	1.26 260	0.38 335	0.33 364	0.25 80	0.22 131	0.42 330	0.36 261

DCANet-4	1.96 280	0.51 65	14.31 390	0.82 93	0.40 46	4.16 416	0.57 92	4.29 466	2.98 479	2.30 384	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

fff	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 464	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

csc	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 464	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

cscssc	1.74 242	0.70 253	9.08 315	0.81 83	0.36 14	4.15 406	0.57 92	4.23 440	2.09 311	2.30 384	1.80 281	1.19 164	3.02 464	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

MM-Stereo_test1	1.90 266	0.53 82	19.85 483	1.39 422	0.48 105	1.81 69	0.79 221	3.00 194	1.82 258	1.69 197	1.09 84	0.87 112	0.97 152	1.45 134	0.74 109	0.24 61	0.21 166	0.27 137	0.24 171	0.35 244	0.24 86

DEFOM-Stereo_RVC	0.81 58	1.13 413	1.23 57	0.97 203	0.57 159	0.81 6	0.43 43	3.49 253	0.84 26	0.73 53	0.95 60	0.44 26	1.17 216	1.45 134	0.60 48	0.26 97	0.18 66	0.24 58	0.17 27	0.30 144	0.19 5

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 140	0.32 7	1.37 41	0.55 85	2.71 160	1.42 91	0.92 106	1.75 258	0.65 56	1.17 216	1.45 134	0.57 43	0.21 27	0.21 166	0.20 1	0.19 67	0.24 47	0.23 71

AE-Stereo	1.18 141	0.60 153	2.05 144	1.10 280	0.60 174	4.39 457	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

rvit_stereo_0083	0.86 68	0.67 232	1.42 84	0.87 135	0.65 197	1.23 20	0.64 130	1.67 36	2.28 355	0.79 80	0.93 55	0.93 127	1.07 185	1.46 138	0.75 112	0.32 251	0.36 387	0.30 207	0.26 203	0.33 208	0.28 155

gcap-zeroshot	1.30 183	0.61 170	4.09 259	0.94 186	0.56 147	3.50 252	0.84 252	3.12 207	1.72 237	1.84 225	1.22 108	2.72 376	0.88 129	1.46 138	0.80 128	0.29 171	0.30 339	0.27 137	0.21 98	0.29 121	0.25 96

MyStereo8	2.33 347	1.13 413	19.26 466	1.22 343	1.62 479	4.16 416	0.57 92	3.50 256	2.36 374	2.15 334	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

Reg-Stereo(zero)	1.60 220	0.42 15	10.69 339	0.89 145	0.68 216	3.27 209	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 449	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

CRE-IMP	1.23 156	0.61 170	2.14 159	0.82 93	0.39 42	4.54 486	0.83 249	2.63 150	1.55 172	1.95 259	1.46 170	1.87 274	0.96 149	1.48 141	1.33 278	0.45 402	0.21 166	0.31 229	0.26 203	0.41 311	0.31 202

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 118	0.46 54	1.09 5	0.69 5	0.84 94	0.52 11	0.55 38	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 80	0.18 47	0.23 42	0.20 19

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 444	2.54 132	0.40 28	3.14 209	0.71 7	0.70 46	1.11 88	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

iRaftStereo_RVC	1.09 125	0.70 253	1.39 80	0.95 190	0.45 78	3.83 318	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 433	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 519	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

rvit_0105_5	1.13 130	0.93 367	2.60 199	0.91 162	0.56 147	1.92 77	0.91 304	3.02 197	2.63 430	0.95 112	1.20 102	1.18 160	0.93 144	1.51 147	0.93 189	0.40 354	0.43 437	0.37 348	0.35 364	0.42 330	0.44 342

DCANet	1.74 242	0.73 280	9.08 315	0.82 93	0.40 46	4.18 424	0.59 105	4.25 450	2.97 476	2.35 402	1.84 305	1.18 160	1.63 338	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

ADStereo(finetuned)	2.04 295	0.73 280	13.28 364	0.82 93	0.40 46	4.16 416	0.59 105	4.25 450	2.97 476	2.35 402	1.84 305	1.18 160	3.40 482	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

ACRE	2.27 328	1.11 411	19.45 470	0.91 162	1.30 410	3.94 353	0.87 282	4.21 433	1.80 256	2.28 378	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

CIPLG	2.27 328	1.18 424	19.24 463	0.92 168	1.34 424	3.95 358	0.89 291	4.23 440	1.82 258	2.31 390	2.67 460	1.17 156	1.06 183	1.53 151	1.32 274	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

IGEV_Zeroshot_test	2.16 312	0.69 243	20.60 521	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 466	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

ours_stereo	0.76 34	0.64 201	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 55	0.72 52	1.43 165	0.70 67	0.62 46	1.56 153	0.58 45	0.25 82	0.18 66	0.26 109	0.21 98	0.29 121	0.31 202

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 463	0.81 240	3.97 364	2.78 449	1.99 272	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

StereoAnything_RVC	0.94 88	2.66 515	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 100	0.69 5	0.51 6	0.34 4	0.32 1	0.89 133	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 538	0.18 3

HI	1.27 177	0.90 356	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 380	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

CoSv	1.27 177	0.90 356	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 323	1.65 230	2.42 339	1.84 380	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

Anonymous3	1.72 239	0.76 305	11.61 350	0.83 104	0.84 280	4.46 469	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 489	0.58 489	0.33 284	0.35 364	0.47 371	0.42 327

GMStereo	1.01 113	1.00 387	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DMCA	1.72 239	0.74 288	6.63 286	1.14 299	0.96 316	3.98 370	0.90 296	3.75 302	2.76 447	2.83 473	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 304	0.42 393	0.26 203	0.36 257	0.38 290

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 406	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	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.
CASS	1.29 182	0.66 222	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 438	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 439	0.28 316	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
plain	1.55 207	0.69 243	13.59 370	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

BUS	1.49 206	0.59 141	1.94 131	0.87 135	0.85 281	4.50 480	0.76 197	4.48 512	1.88 270	2.93 478	1.83 300	3.63 462	0.97 152	1.60 163	1.17 236	0.34 279	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

BSDual-CNN	1.46 202	0.59 141	1.94 131	0.87 135	0.85 281	4.16 416	1.16 387	4.48 512	1.88 270	2.93 478	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

psmg	1.47 205	0.59 141	1.94 131	0.92 168	0.85 281	4.30 448	1.42 434	4.10 408	1.88 270	2.64 454	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 304	0.33 284	0.34 348	0.36 257	0.34 241

FENet	2.25 324	0.50 59	20.29 507	1.35 402	0.67 211	4.01 374	0.60 108	3.95 357	1.99 287	1.96 263	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

MIF-Stereo (partial)	0.98 102	0.55 99	2.83 216	0.71 44	1.03 342	1.08 11	0.49 62	2.55 137	1.66 220	0.79 80	1.20 102	0.80 94	0.90 136	1.61 168	1.56 323	0.36 310	0.24 256	0.33 284	0.25 183	0.40 287	0.28 155

SCV_C0	0.89 77	0.59 141	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 240	1.66 220	0.82 86	1.20 102	0.73 80	0.66 60	1.62 169	0.66 70	0.32 251	0.21 166	0.24 58	0.20 84	0.28 107	0.23 71

MyStereo06	2.46 375	0.72 269	19.97 488	1.02 239	0.99 330	4.26 439	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 478	4.22 503	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

ICVP	2.26 326	0.66 222	21.18 541	0.99 215	0.88 294	4.28 445	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 454	0.35 382	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	1.38 194	0.64 201	2.61 202	1.09 271	0.57 159	4.30 448	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 365	1.62 169	1.61 332	0.39 347	0.27 304	0.33 284	0.30 304	0.41 311	0.47 363

rvit_0105_4	1.07 124	0.99 384	2.39 187	0.93 182	0.54 136	1.62 60	0.84 252	2.77 169	2.91 469	0.80 82	0.91 50	1.09 145	0.86 123	1.63 173	0.85 146	0.40 354	0.45 447	0.35 321	0.31 320	0.43 340	0.40 317

MyStereo07	1.01 113	0.80 322	1.26 61	1.00 223	1.04 345	3.95 358	0.95 329	2.07 73	1.42 91	0.75 60	1.22 108	0.68 63	0.91 138	1.63 173	0.67 75	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

Anonymous_2	3.01 451	0.89 354	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 484	2.35 429	1.64 175	1.28 267	0.82 500	0.90 521	8.71 576	15.84 579	4.44 554	0.74 461

RAFT	1.23 156	0.84 341	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 407	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

EAI-Stereo	2.35 356	0.63 189	2.97 222	0.95 190	0.65 197	3.84 323	14.27 567	5.04 539	2.19 335	2.06 305	7.25 529	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

SCV	0.95 95	0.63 189	1.38 79	1.70 482	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

ProNet	0.82 61	0.71 265	1.50 92	0.86 130	0.45 78	1.78 66	0.83 249	1.75 43	1.28 69	0.66 38	1.13 92	0.78 88	0.76 91	1.66 178	0.71 96	0.24 61	0.20 134	0.25 80	0.23 146	0.29 121	0.25 96

HHNet	2.48 380	0.71 265	20.52 516	0.64 16	0.64 189	4.07 388	0.93 319	3.76 304	1.56 178	2.15 334	4.92 520	0.98 132	3.37 481	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

Pruner-Stereo	1.32 189	0.59 141	2.11 158	1.79 496	0.47 97	4.73 523	0.79 221	2.53 127	1.72 237	2.47 423	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

anonymousdsp	0.95 95	0.69 243	1.27 66	0.83 104	0.52 127	4.54 486	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

IGEV-Stereo	0.95 95	0.69 243	1.27 66	0.84 113	0.52 127	4.54 486	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
SMoEStereo_RVC	0.80 50	0.53 82	1.12 38	0.92 168	0.44 71	2.41 116	0.79 221	1.49 17	1.16 50	0.70 46	1.12 90	0.64 52	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 229	0.22 131	0.26 78	0.25 96

model_zeroshot	1.21 151	0.60 153	3.55 246	1.05 249	0.57 159	3.46 239	0.63 127	2.73 163	1.55 172	2.05 300	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

fffy	0.80 50	0.59 141	1.56 101	1.00 223	0.47 97	1.27 28	0.76 197	1.90 57	1.02 42	0.75 60	1.35 146	0.83 100	0.72 73	1.70 186	0.62 52	0.23 47	0.19 96	0.27 137	0.21 98	0.28 107	0.32 213

AdaStereo	1.45 201	0.83 337	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 427	2.46 404	2.05 300	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 280	0.43 397	0.28 258	0.44 348	0.34 241
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.
11t1	1.11 128	0.53 82	1.80 119	1.55 461	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 349	0.29 187	0.23 146	0.30 144	0.34 241

rvit_0105_3	1.24 161	0.93 367	2.84 217	0.97 203	0.58 168	2.38 112	1.08 369	3.26 226	2.53 415	1.18 136	1.40 159	1.24 172	1.04 171	1.73 189	0.97 198	0.44 393	0.44 442	0.40 374	0.42 430	0.42 330	0.50 382

AASNet	2.44 371	0.92 363	19.79 480	1.35 402	1.49 455	3.81 316	1.07 364	3.85 323	2.93 473	1.95 259	2.29 411	1.96 286	1.29 237	1.73 189	1.93 381	0.39 347	0.33 364	0.45 409	0.30 304	0.55 399	0.45 348

DeepStereo_RVC	1.55 207	0.63 189	3.32 238	0.77 76	0.42 59	4.49 477	0.72 167	2.50 125	1.58 187	2.02 291	1.81 293	1.54 212	6.38 536	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

mms	0.77 41	0.68 240	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 49	0.77 75	1.37 151	0.63 50	0.54 26	1.75 192	0.63 55	0.24 61	0.19 96	0.26 109	0.21 98	0.31 163	0.34 241

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 228	0.44 47	0.90 3	0.77 11	0.86 97	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

test_xeample3	2.12 307	0.63 189	21.55 549	0.91 162	0.47 97	1.85 71	0.94 325	7.96 555	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

tg	1.15 136	0.67 232	1.31 70	0.94 186	0.54 136	4.02 376	0.41 34	2.96 189	1.59 202	1.69 197	1.85 312	1.84 269	0.97 152	1.78 195	0.83 140	0.27 112	0.17 39	0.29 187	0.26 203	0.29 121	0.27 136

GCAP-BAT	1.21 151	0.74 288	3.23 232	0.95 190	0.70 225	3.86 333	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

dd	1.26 172	1.15 418	2.47 192	0.92 168	0.49 112	4.35 452	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 462	0.34 376	0.35 321	0.33 339	0.60 418	0.46 358

rafts_anoy	1.24 161	0.80 322	3.61 252	1.17 320	1.20 390	3.00 171	0.61 112	3.17 214	1.58 187	1.37 152	1.26 121	1.19 164	1.12 198	1.78 195	1.25 257	0.32 251	0.23 222	0.32 249	0.32 331	0.31 163	0.30 192

DilatedVolume-Stereo	0.81 58	0.60 153	1.51 94	1.01 229	0.59 171	1.34 38	0.51 68	1.56 23	1.08 47	1.26 141	1.24 113	0.77 87	0.87 127	1.79 199	0.72 101	0.23 47	0.24 256	0.22 14	0.21 98	0.25 61	0.23 71

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 444	0.42 38	4.08 398	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

TRStereo	2.31 340	1.87 492	19.74 479	1.53 454	1.16 375	4.26 439	1.08 369	4.73 532	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 293	0.32 249	0.36 374	0.34 226	0.33 229

anonymity	1.76 247	1.26 442	2.73 214	1.66 476	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 316	2.11 377	1.71 237	3.90 497	1.82 203	1.48 306	1.10 514	1.09 525	1.08 524	1.08 525	1.05 497	1.09 499

PSMNet-RUCA	1.64 229	1.50 472	2.57 198	1.50 449	1.38 433	3.05 176	1.36 418	3.31 231	2.24 343	1.36 149	2.07 369	1.40 196	1.09 188	1.83 204	1.55 321	1.15 517	0.69 509	1.26 529	0.96 517	1.64 526	0.94 489

monsters	0.82 61	0.58 133	1.16 48	0.76 72	1.52 460	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	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

PAM	2.43 369	0.61 170	20.86 527	1.07 257	0.73 234	2.93 164	0.53 78	3.24 223	1.53 155	1.89 242	2.43 434	5.29 528	2.76 451	1.84 205	1.02 208	0.27 112	0.24 256	0.26 109	0.25 183	0.40 287	0.50 382

ff7	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ffff	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

11t	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ccc-4	0.98 102	0.69 243	2.05 144	0.84 113	0.52 127	4.55 489	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 246	1.03 43	0.50 4	0.46 9	0.58 41	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

raft+_RVC	1.21 151	0.83 337	2.61 202	1.35 402	0.97 320	3.60 276	0.76 197	3.23 221	1.51 139	1.33 145	1.67 233	1.03 140	1.10 194	1.87 212	0.92 181	0.24 61	0.22 195	0.25 80	0.24 171	0.26 78	0.25 96

ToySt	1.35 190	0.72 269	3.65 254	1.01 229	0.50 116	3.31 218	1.01 349	3.46 249	1.73 240	1.30 142	1.55 199	2.07 306	1.47 285	1.88 213	1.40 285	0.27 112	0.27 304	0.30 207	0.32 331	0.42 330	0.39 297

GwcNet-ADL	2.47 378	0.67 232	21.48 548	0.96 196	0.72 229	4.61 500	0.95 329	4.42 502	2.36 374	1.98 267	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 456	0.24 58	0.27 229	0.41 311	0.49 375

mmm	1.27 177	0.58 133	2.20 163	1.41 426	0.68 216	2.39 114	0.85 261	3.90 339	1.63 213	2.20 352	1.84 305	1.28 176	1.50 294	1.91 215	0.89 166	0.31 230	0.27 304	0.45 409	0.37 386	0.38 272	0.34 241

x	1.15 136	0.57 120	1.53 95	1.44 433	0.67 211	1.94 78	0.97 338	3.87 329	1.57 184	1.61 182	1.28 128	1.58 216	1.22 225	1.93 216	1.04 210	0.28 149	0.30 339	0.34 302	0.29 286	0.32 190	0.31 202

AFF-stereo	1.31 187	0.77 308	1.46 87	1.10 280	0.45 78	3.93 348	0.48 61	2.92 187	2.92 471	1.90 243	2.21 396	2.11 310	1.52 300	1.93 216	1.12 227	0.21 27	0.16 26	0.25 80	0.25 183	0.29 121	0.20 19

Consistency-Raft	2.86 425	1.66 482	19.61 474	1.40 425	1.75 501	3.84 323	1.32 412	4.07 394	2.25 346	1.78 216	2.67 460	1.82 263	4.41 507	1.94 218	2.06 398	0.83 502	0.94 522	1.03 520	1.12 526	1.70 528	1.09 499

PAM_32	2.45 372	0.63 189	20.74 524	1.05 249	0.65 197	2.83 146	0.46 54	2.91 186	1.54 164	1.95 259	2.66 459	4.99 518	3.78 493	1.96 219	0.92 181	0.27 112	0.22 195	0.27 137	0.25 183	0.36 257	0.48 368

RAFT_CTSACE	1.80 253	1.06 401	10.00 328	1.71 483	1.39 435	3.49 248	1.06 362	3.05 200	1.62 210	1.70 201	2.04 358	2.51 354	1.80 373	1.98 220	0.94 191	0.25 82	0.22 195	0.28 166	0.30 304	0.30 144	0.26 120

MIM_Stereo	1.20 148	0.78 314	3.30 237	1.05 249	0.43 65	3.04 174	0.60 108	2.46 119	1.51 139	1.60 177	1.58 205	1.82 263	1.29 237	2.00 221	1.07 215	0.24 61	0.24 256	0.28 166	0.25 183	0.27 90	0.27 136

anonymousdsp2	1.26 172	0.60 153	3.74 256	1.02 239	0.41 53	3.60 276	0.72 167	3.68 287	1.47 111	1.37 152	1.56 202	1.83 266	1.01 163	2.00 221	0.66 70	0.29 171	0.20 134	0.28 166	0.20 84	0.32 190	0.29 165

RALAANet	1.28 180	1.08 404	3.21 231	1.25 351	0.94 312	1.44 45	0.69 156	3.15 211	2.57 422	2.01 286	1.80 281	1.29 179	1.05 176	2.00 221	1.48 306	0.27 112	0.20 134	0.27 137	0.24 171	0.40 287	0.27 136

s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 465	0.50 64	4.22 436	2.73 442	2.01 286	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

MyStereo04	2.29 336	0.80 322	18.77 455	1.00 223	1.04 345	3.95 358	0.95 329	3.91 344	2.54 419	1.99 272	1.27 127	2.31 325	1.65 343	2.02 225	1.77 362	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

MyStereo05	2.37 362	0.72 269	19.94 486	1.02 239	0.99 330	4.26 439	0.86 264	4.01 374	2.62 428	2.14 326	1.26 121	2.28 318	1.63 338	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

StereoVision	1.65 230	0.75 300	7.47 297	1.01 229	1.80 509	2.61 136	0.61 112	3.06 203	1.96 282	1.25 139	3.46 502	1.85 272	0.88 129	2.07 226	1.93 381	0.43 386	0.36 387	0.37 348	0.36 374	0.48 374	0.33 229

Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 421	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

ROB_FTStereo_v2	1.23 156	0.66 222	2.02 140	0.75 58	0.37 28	4.67 509	0.76 197	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 423	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

MSMDNet	2.23 320	0.64 201	17.32 427	0.84 113	0.75 241	3.53 259	0.64 130	3.61 276	1.98 286	1.71 205	1.64 224	3.22 422	2.99 461	2.08 228	1.11 224	0.31 230	0.37 400	0.45 409	0.26 203	0.62 427	0.45 348

PCWNet_CMD	2.23 320	0.65 211	17.36 431	0.83 104	0.76 245	3.51 255	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 422	3.05 468	2.09 231	1.11 224	0.31 230	0.36 387	0.47 418	0.26 203	0.64 437	0.47 363

HITNet	2.07 300	0.82 333	14.77 393	1.34 397	0.56 147	3.47 242	0.80 231	4.07 394	2.35 371	2.16 339	1.61 217	1.64 223	1.44 276	2.09 231	2.56 446	0.26 97	0.18 66	0.41 386	0.26 203	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
ACVNet-DCA	1.85 257	0.74 288	13.77 373	1.78 491	0.36 14	4.48 471	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 325	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

xx1	2.03 293	0.74 288	13.77 373	1.78 491	0.36 14	4.48 471	0.74 184	4.23 440	3.95 530	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

cc1	1.98 284	0.74 288	13.77 373	1.78 491	0.36 14	4.48 471	0.74 184	4.23 440	3.95 530	1.01 118	1.81 293	0.72 76	1.62 325	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 522	1.40 43	0.39 24	1.17 8	0.88 27	0.61 23	0.44 8	0.47 31	0.79 104	2.14 236	0.42 7	0.27 112	0.19 96	0.22 14	0.17 27	2.26 533	2.41 538

KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 454	1.79 470	2.43 113	1.51 139	2.49 425	2.98 479	2.00 293	3.41 483	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 541

UDGNet	1.40 195	1.52 473	2.22 168	1.38 420	0.62 184	4.39 457	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 513	0.34 376	1.30 530	0.98 519	1.10 504	0.58 419

RALCasStereoNet	1.19 143	1.02 389	2.06 153	1.12 291	1.14 368	3.08 182	0.70 162	2.99 192	1.73 240	1.34 146	1.68 236	1.18 160	0.91 138	2.16 238	1.00 206	0.30 211	0.26 293	0.24 58	0.21 98	0.29 121	0.30 192

H2IRNET	1.90 266	0.53 82	14.29 389	1.14 299	0.60 174	4.48 471	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

HUI-Stereo	1.25 165	0.66 222	2.33 181	0.75 58	0.37 28	4.68 510	0.78 214	2.53 127	1.58 187	1.99 272	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

PSM-adaLoss	1.24 161	0.65 211	2.03 141	0.75 58	0.37 28	4.68 510	0.73 172	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

DCVSM-stereo	2.31 340	0.66 222	20.69 523	1.11 287	0.93 310	2.58 135	0.73 172	2.61 148	1.60 203	2.57 438	1.53 193	3.30 430	1.72 358	2.19 243	1.23 252	0.34 279	0.53 475	0.41 386	0.32 331	0.45 356	0.62 430

AIO-Stereo-zeroshot1	2.68 413	1.26 442	22.01 557	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 526	3.35 434	3.44 487	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

ssnet_v2	2.04 295	0.88 353	7.87 299	1.20 334	0.87 291	3.86 333	1.64 460	4.01 374	2.60 427	2.61 448	1.96 338	3.79 467	1.71 356	2.20 244	2.96 458	0.41 369	0.35 382	0.42 393	0.37 386	0.55 399	0.52 395

ffm	1.72 239	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 514	2.20 352	2.30 416	3.48 445	1.62 325	2.21 246	0.65 65	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

tt1	1.79 251	0.73 280	10.41 336	1.75 488	0.36 14	4.55 489	0.79 221	4.22 436	3.37 514	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

RAFT-IKP	1.25 165	0.66 222	2.23 170	0.75 58	0.37 28	4.64 504	0.74 184	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 423	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 463	1.82 474	3.03 198	1.53 155	2.18 345	3.45 501	1.72 238	3.49 489	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 533

IER	1.69 236	0.65 211	7.19 293	0.94 186	1.15 370	3.28 213	0.89 291	3.48 250	1.97 284	2.10 312	1.98 346	2.28 318	2.12 407	2.25 250	1.75 361	0.29 171	0.23 222	0.36 336	0.30 304	0.32 190	0.34 241

ROB_FTStereo	1.25 165	0.66 222	2.14 159	0.75 58	0.37 28	4.65 506	0.77 210	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

iRaft-Stereo_20w	1.88 263	0.62 180	10.58 338	0.90 154	0.83 273	2.96 169	0.78 214	4.90 536	1.58 187	2.29 380	1.60 213	1.25 173	4.51 510	2.28 252	0.90 170	0.29 171	0.21 166	0.26 109	0.24 171	0.41 311	0.31 202

CBFPSM	2.05 297	0.95 375	10.12 332	1.07 257	1.05 347	2.84 147	1.20 398	3.28 227	1.73 240	1.82 223	1.30 132	4.56 506	4.06 499	2.34 253	2.34 425	0.25 82	0.38 406	0.32 249	0.27 229	0.37 267	0.79 473

depthmonostereo	0.94 88	0.71 265	2.39 187	0.85 125	0.54 136	2.21 101	0.53 78	1.83 51	1.17 52	0.95 112	1.09 84	0.99 133	0.97 152	2.37 254	0.68 78	0.23 47	0.27 304	0.22 14	0.20 84	0.25 61	0.26 120

MFMNet_re	2.91 432	1.91 493	18.25 444	3.06 542	1.89 513	3.13 187	1.67 465	3.52 260	2.97 476	3.14 494	2.87 476	2.26 316	2.41 432	2.42 255	2.00 391	1.10 514	1.05 524	0.94 517	0.90 513	1.28 518	1.46 519

Patchmatch Stereo++	1.25 165	0.65 211	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 423	0.23 222	0.32 249	0.27 229	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
iRAFT	1.25 165	0.65 211	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 471	7.47 554	2.96 189	1.55 172	2.31 390	2.56 449	1.26 174	16.23 564	2.46 258	0.89 166	0.28 149	0.21 166	0.58 471	0.41 424	0.34 226	1.32 511

iGMRVC	1.26 172	0.66 222	2.14 159	0.75 58	0.37 28	4.66 507	0.74 184	2.53 127	1.58 187	1.99 272	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

LMCR-Stereo	2.40 364	1.31 450	18.61 454	1.59 466	0.86 286	3.87 336	1.15 385	4.32 481	1.60 203	2.25 373	2.27 404	1.13 151	2.43 434	2.48 260	1.60 329	0.88 505	0.24 256	0.29 187	0.24 171	0.56 405	0.30 192

GMStereo_Zeroshot	1.41 197	1.21 429	3.33 239	1.29 372	0.72 229	3.35 221	0.53 78	2.58 145	1.68 224	2.35 402	1.56 202	2.42 339	0.96 149	2.50 261	1.16 233	0.45 402	0.23 222	0.40 374	0.24 171	0.79 476	0.33 229

iinet-f	2.26 326	1.18 424	13.71 371	1.14 299	1.11 364	3.77 306	1.10 375	4.14 417	2.17 332	2.06 305	1.76 267	2.99 403	2.99 461	2.50 261	2.49 438	0.35 299	0.39 415	0.27 137	0.28 258	0.45 356	0.39 297

SFCPSM	2.18 315	0.63 189	17.03 426	0.88 140	0.98 327	3.74 302	1.28 409	4.09 400	2.16 330	1.85 226	1.83 300	1.65 224	1.39 256	2.50 261	1.50 310	0.33 267	0.27 304	0.39 368	0.36 374	0.34 226	0.37 275

ISRNet	1.69 236	0.76 305	5.69 282	1.27 366	1.36 428	2.85 149	0.61 112	3.60 273	1.91 278	2.13 323	2.12 380	2.90 395	1.41 265	2.51 264	1.71 351	0.49 435	0.50 472	0.56 467	0.47 445	0.49 380	0.57 414

TestStereo1	1.56 211	0.81 326	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 501	1.60 177	2.57 451	1.39 191	2.15 411	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA-5K	1.56 211	0.81 326	2.32 179	1.61 471	0.64 189	4.13 402	1.36 418	3.79 310	3.20 501	1.60 177	2.57 451	1.39 191	2.15 411	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

CFNet_pseudo	2.12 307	0.67 232	15.14 404	0.85 125	0.74 239	3.95 358	0.64 130	3.95 357	1.78 253	1.90 243	1.79 278	3.27 427	1.62 325	2.51 264	1.16 233	0.31 230	0.36 387	0.53 457	0.27 229	0.63 429	0.44 342

ccs_rob	2.13 309	0.67 232	15.11 403	0.84 113	0.75 241	3.96 363	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 426	1.64 341	2.51 264	1.16 233	0.31 230	0.36 387	0.54 464	0.27 229	0.65 440	0.45 348

AIO-Stereo-zeroshot	2.35 356	0.99 384	19.62 475	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 515	2.45 436	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

test_4	1.30 183	0.50 59	6.16 284	0.84 113	0.45 78	1.61 58	1.12 379	2.14 79	1.42 91	1.52 169	2.31 423	1.84 269	0.79 104	2.52 269	1.19 239	0.27 112	0.17 39	0.29 187	0.29 286	0.29 121	0.25 96

xyz-stereo-finetune	1.05 120	0.62 180	1.46 87	0.59 3	0.36 14	3.48 245	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

HH	2.23 320	0.86 348	21.59 550	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 385	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

HanStereo	2.23 320	0.86 348	21.59 550	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 508	1.86 385	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

SA	1.62 224	0.75 300	3.78 258	1.07 257	0.43 65	4.26 439	1.36 418	4.45 509	3.12 490	1.63 185	1.97 344	1.68 228	2.26 422	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

BEATNet_4x	1.92 273	1.36 457	8.75 313	1.20 334	0.56 147	3.46 239	1.03 355	4.00 372	2.43 396	2.25 373	1.70 243	2.10 308	1.59 315	2.57 275	3.05 462	0.37 318	0.22 195	0.47 418	0.29 286	0.60 418	0.40 317

tt45	0.96 99	0.48 49	1.19 51	0.89 145	0.66 204	3.91 341	0.76 197	1.90 57	1.26 67	0.70 46	1.30 132	0.71 74	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 166	0.23 146	0.27 90	0.27 136

IGEVStereo-DCA	0.86 68	0.65 211	2.05 144	0.90 154	0.46 87	1.57 56	0.86 264	1.62 27	1.24 59	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.27 136

rrr	2.27 328	0.65 211	23.82 568	0.90 154	0.46 87	1.57 56	0.96 335	7.98 556	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

CFNet_ucs	2.36 361	0.68 240	18.42 451	0.89 145	0.81 260	3.85 331	0.68 150	4.29 466	2.37 380	2.09 309	2.04 358	3.31 431	1.24 230	2.63 279	1.14 229	0.36 310	0.45 447	0.56 467	0.29 286	0.66 445	0.49 375

MIPNet	2.33 347	0.71 265	19.82 481	0.89 145	0.56 147	4.76 528	0.61 112	4.32 481	2.37 380	1.83 224	1.48 181	1.48 204	1.98 397	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

Sa-1000	1.63 228	0.79 318	3.56 248	1.11 287	0.48 105	4.06 383	1.41 432	4.49 515	2.75 446	2.00 284	2.80 471	1.84 269	1.43 273	2.64 281	1.50 310	0.27 112	0.19 96	0.36 336	0.33 339	0.36 257	0.30 192

test-3	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.91 304	4.35 487	1.47 111	2.24 370	1.16 95	2.06 303	0.79 104	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

test_1	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.90 296	4.36 492	1.47 111	2.17 343	1.16 95	2.06 303	0.78 101	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

test_3	1.19 143	0.51 65	2.08 156	0.99 215	0.41 53	2.05 90	0.87 282	4.40 500	1.42 91	1.99 272	1.18 98	2.03 297	0.79 104	2.70 284	0.75 112	0.27 112	0.17 39	0.29 187	0.29 286	0.30 144	0.27 136

DisPM	1.36 191	0.55 99	2.39 187	1.54 456	0.51 118	4.59 497	0.79 221	2.50 125	1.88 270	2.50 426	1.83 300	1.45 201	1.01 163	2.71 285	0.93 189	0.46 409	0.20 134	0.32 249	0.31 320	0.31 163	0.44 342

Wz-Net-LNSev	2.30 339	1.67 484	14.88 396	1.18 326	1.65 487	3.49 248	1.54 449	3.63 278	2.03 296	1.88 236	1.64 224	3.29 428	2.06 402	2.71 285	2.02 394	0.40 354	0.33 364	0.32 249	0.31 320	0.53 394	0.49 375

RAFT+CT+SA	1.62 224	0.72 269	7.42 295	0.97 203	1.42 446	4.04 380	0.94 325	3.90 339	1.61 207	1.61 182	1.63 222	1.33 183	1.18 218	2.73 287	1.10 221	0.27 112	0.19 96	0.31 229	0.34 348	0.33 208	0.33 229

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 465	0.89 299	4.17 421	8.17 558	3.03 198	1.52 148	2.80 470	2.50 441	1.70 235	17.10 565	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

rvit_105_1	1.43 198	0.90 356	3.27 235	1.08 265	0.68 216	2.79 142	1.27 407	3.52 260	2.35 371	1.38 154	1.54 195	1.28 176	1.14 207	2.91 289	1.40 285	0.54 456	0.47 460	0.45 409	0.59 482	0.44 348	0.58 419

fast-acv-ft	2.54 391	1.19 426	20.08 494	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 371	2.17 416	2.91 289	2.31 422	0.37 318	0.39 415	0.45 409	0.39 406	0.57 410	0.45 348

MSKI-zero shot	2.22 318	0.64 201	20.09 495	0.96 196	0.56 147	4.04 380	0.70 162	3.91 344	1.50 132	1.92 250	2.28 408	1.92 277	0.71 70	2.93 291	0.67 75	0.26 97	0.23 222	0.26 109	0.21 98	0.28 107	0.26 120

GMM-Stereo	2.45 372	0.52 71	20.38 510	0.89 145	0.82 269	4.18 424	1.91 479	2.45 116	1.48 119	2.48 424	2.30 416	1.69 233	1.86 385	2.93 291	1.08 217	0.28 149	0.18 66	0.33 284	0.48 450	0.35 244	2.41 538

NRIStereo	1.28 180	0.61 170	1.67 108	1.15 312	0.38 39	4.73 523	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

test_5	1.87 259	0.75 300	10.23 333	1.14 299	1.40 437	3.85 331	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 368	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

999	0.97 100	0.48 49	1.24 59	1.03 246	0.64 189	3.25 205	0.92 317	1.40 12	1.39 82	0.71 50	1.68 236	0.70 67	0.66 60	3.03 295	0.89 166	0.23 47	0.19 96	0.25 80	0.21 98	0.25 61	0.29 165

DN-CSS_ROB	1.91 270	1.55 475	11.13 345	1.82 498	0.88 294	3.99 371	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

iResNet	2.52 388	0.94 373	21.17 540	1.84 500	0.72 229	3.75 303	0.81 240	4.14 417	2.55 421	2.33 400	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

YMNet	2.40 364	1.41 464	13.46 367	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 454	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 423	0.54 477	0.52 452	0.49 454	0.70 453	0.54 403

YMNet_1	2.40 364	1.41 464	13.46 367	1.36 408	1.67 491	3.96 363	0.97 338	3.81 313	2.37 380	2.64 454	2.57 451	3.35 434	1.53 307	3.28 298	2.42 431	0.48 423	0.54 477	0.52 452	0.49 454	0.70 453	0.54 403

pcwnet_v2	2.70 416	0.65 211	22.48 560	1.08 265	1.03 342	3.56 268	0.81 240	4.29 466	3.14 493	2.29 380	2.29 411	3.01 405	1.71 356	3.32 300	1.43 292	0.43 386	0.50 472	0.41 386	0.34 348	0.61 423	0.56 410

ADCP+	3.74 491	1.96 496	16.90 424	1.09 271	1.55 467	4.35 452	3.65 540	3.93 351	2.98 479	2.22 363	1.66 232	3.95 473	4.83 513	3.41 301	18.87 563	0.38 335	0.41 429	0.63 487	0.53 471	0.64 437	0.81 475

UCFNet_RVC	1.57 213	0.84 341	3.25 233	1.36 408	1.40 437	4.07 388	1.01 349	2.68 156	1.50 132	2.11 316	1.88 319	2.37 332	1.50 294	3.41 301	1.42 291	0.36 310	0.28 316	0.52 452	0.40 417	0.53 394	0.43 336

UNet	2.51 385	0.74 288	20.17 498	1.14 299	1.44 447	3.48 245	0.76 197	3.77 306	1.87 268	2.05 300	1.57 204	2.75 379	2.39 431	3.51 303	2.51 440	0.32 251	0.26 293	0.41 386	0.26 203	0.38 272	0.39 297

xyz-stereo-finetune2	1.16 140	0.63 189	1.50 92	0.57 1	0.36 14	3.47 242	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 363	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

iResNetv2_ROB	2.65 405	5.00 533	19.28 468	2.06 516	1.09 360	3.83 318	1.13 382	4.14 417	2.09 311	1.85 226	2.03 355	2.01 296	1.51 298	3.58 305	1.58 325	0.34 279	0.21 166	0.32 249	0.21 98	0.44 348	0.29 165

PWCDC_ROB	2.95 436	3.26 522	14.06 383	1.59 466	1.56 470	4.19 428	0.86 264	4.30 474	4.08 532	2.06 305	7.37 530	2.75 379	2.42 433	3.59 306	2.67 450	1.34 531	0.36 387	0.39 368	0.34 348	1.13 507	0.62 430

LCNet	1.55 207	0.54 93	1.88 125	0.99 215	0.55 143	3.60 276	1.21 401	2.86 183	1.53 155	2.18 345	1.74 254	1.43 200	4.17 502	3.62 307	0.87 159	0.29 171	0.20 134	0.28 166	0.77 504	0.47 371	1.85 527

UPFNet	1.81 254	0.63 189	6.71 287	1.25 351	1.44 447	3.50 252	1.35 416	4.02 378	1.85 266	2.40 414	1.52 186	2.41 336	1.40 260	3.62 307	1.88 375	0.34 279	0.33 364	0.37 348	0.31 320	0.41 311	0.39 297

AIO-test2	1.61 222	1.30 446	3.40 241	1.16 318	1.31 412	3.18 192	0.74 184	4.06 391	1.52 148	1.72 206	2.21 396	0.78 88	0.74 81	3.64 309	0.95 196	3.64 552	0.26 293	0.35 321	0.42 430	0.37 267	0.33 229

MMNet	2.02 292	0.81 326	10.76 340	1.12 291	1.23 398	3.53 259	0.89 291	3.79 310	2.08 308	2.15 334	1.76 267	2.15 311	2.12 407	3.69 310	2.32 423	0.31 230	0.29 326	0.34 302	0.27 229	0.38 272	0.42 327

FTStereo	3.71 490	0.53 82	20.37 509	0.96 196	0.65 197	4.34 451	11.29 562	2.62 149	1.50 132	2.58 442	5.04 521	1.90 275	13.84 560	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 532

EKT-Stereo	6.79 543	0.64 201	4.24 261	1.77 490	106.39 590	4.51 484	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

dad	1.65 230	1.19 426	3.04 226	0.98 209	0.56 147	4.22 434	0.84 252	1.99 66	2.48 405	2.14 326	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 512	0.40 420	2.04 537	0.48 450	0.75 470	0.53 397

gwcnet-sp	2.31 340	1.21 429	17.34 428	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

scenet	2.31 340	1.21 429	17.34 428	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

ssnet	2.31 340	1.21 429	17.34 428	1.08 265	0.92 305	3.56 268	1.04 358	3.69 292	2.09 311	2.55 434	1.60 213	1.80 257	1.62 325	3.87 314	1.95 385	0.29 171	0.29 326	0.30 207	0.28 258	0.38 272	0.39 297

hknet	1.98 284	0.64 201	8.70 312	0.87 135	1.07 354	4.16 416	1.16 387	4.48 512	1.73 240	2.93 478	1.83 300	3.48 445	1.30 240	3.91 317	1.51 316	0.31 230	0.25 280	0.31 229	0.28 258	0.35 244	0.33 229

DLNR_Zeroshot_test	28.62 579	55.50 590	49.94 585	183.62 593	115.05 591	3.43 233	0.28 5	29.49 581	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 584	0.41 429	0.26 109	0.23 146	93.28 590	0.32 213

DispFullNet	4.64 515	3.48 525	23.95 569	3.99 554	3.03 542	3.35 221	1.06 362	4.18 423	2.80 455	6.33 547	2.94 477	4.04 480	7.81 547	3.92 318	5.16 489	2.75 540	1.61 538	3.10 555	2.68 562	3.32 539	3.31 555

ADCMid	3.96 499	3.27 523	15.48 407	1.26 358	1.40 437	4.66 507	2.28 496	4.06 391	3.54 519	3.94 517	3.02 481	3.85 470	3.67 492	4.03 320	18.65 561	0.68 485	0.61 496	1.09 525	1.18 530	1.38 521	1.08 498

LALA_ROB	1.95 278	1.48 470	3.11 228	1.05 249	0.98 327	3.99 371	1.82 474	4.44 506	2.28 355	3.31 501	1.85 312	2.76 385	1.67 347	4.04 321	3.23 465	0.46 409	0.41 429	0.55 465	0.52 467	0.60 418	0.57 414

MLCV	1.87 259	0.91 361	8.59 309	1.10 280	0.57 159	3.59 274	0.53 78	3.70 297	2.20 337	2.80 470	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

XX-Stereo	2.54 391	0.61 170	20.21 499	1.78 491	1.19 384	4.30 448	0.46 54	4.39 498	1.58 187	2.32 394	1.89 325	4.64 510	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

DISCO	2.25 324	0.73 280	10.06 329	1.76 489	1.12 365	3.47 242	1.25 406	3.24 223	2.26 349	2.65 458	1.96 338	4.53 504	1.92 393	4.17 324	3.61 469	0.32 251	0.25 280	0.31 229	0.29 286	0.66 445	0.41 323

tt	7.19 547	0.51 65	6.83 288	4.03 555	2.30 532	12.05 562	20.19 575	15.46 572	6.58 554	3.42 508	3.22 493	5.37 529	6.39 537	4.20 325	7.46 510	9.81 575	11.53 579	7.05 572	7.46 574	6.31 563	3.71 560

AIO-test1	2.18 315	0.66 222	18.95 459	0.89 145	1.48 454	3.40 228	0.97 338	4.19 426	1.68 224	0.86 97	1.35 146	0.99 133	0.75 84	4.47 326	1.27 263	0.23 47	0.23 222	0.28 166	0.33 339	0.31 163	0.35 255

DeepPruner_ROB	2.05 297	1.09 407	10.50 337	1.01 229	1.20 390	4.39 457	0.91 304	3.14 209	1.72 237	2.60 446	1.54 195	2.78 387	1.27 232	4.52 327	1.72 353	0.51 445	0.40 420	0.37 348	0.34 348	0.48 374	0.52 395

iResNet_ROB	1.89 264	1.02 389	8.60 310	1.39 422	0.98 327	3.72 297	0.66 142	3.84 320	2.65 433	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

1test111	1.99 287	0.74 288	13.77 373	1.78 491	0.36 14	4.48 471	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 325	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

qqq	1.30 183	0.57 120	1.67 108	1.15 312	0.51 118	2.18 97	0.91 304	3.98 366	1.53 155	1.50 168	1.24 113	1.79 254	1.34 246	4.66 329	0.98 201	0.28 149	0.31 349	0.33 284	0.33 339	0.33 208	0.32 213

PFNet+	1.46 202	0.57 120	2.84 217	0.92 168	0.47 97	4.64 504	0.84 252	2.46 119	1.99 287	2.14 326	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 364	0.37 348	0.39 406	0.32 190	0.49 375

Wz-Net-LNSev-Ref	2.42 368	1.47 469	14.14 384	1.30 379	1.35 425	3.51 255	1.64 460	4.04 383	2.10 319	2.46 421	1.88 319	2.28 318	2.51 440	4.73 332	3.17 464	0.38 335	0.19 96	0.35 321	0.20 84	0.40 287	0.36 261

GEStereo_RVC	1.91 270	0.80 322	6.57 285	1.20 334	1.06 350	4.02 376	1.43 436	4.13 411	1.89 274	2.03 295	1.80 281	2.34 327	1.86 385	4.94 333	1.77 362	0.48 423	0.38 406	0.32 249	0.28 258	0.42 330	0.50 382

ADCRef	3.30 473	1.23 439	14.90 397	1.17 320	1.41 444	3.95 358	1.64 460	3.88 332	2.36 374	3.05 489	2.21 396	2.40 334	2.81 455	5.04 334	16.63 550	0.46 409	0.34 376	0.63 487	0.62 488	0.54 397	0.67 442

GCST	2.56 396	1.79 490	18.02 442	1.92 506	1.33 422	1.72 63	0.51 68	3.67 285	2.03 296	1.70 201	1.61 217	1.55 213	1.29 237	5.06 335	1.24 254	2.06 536	0.77 516	1.45 533	0.97 518	1.14 508	1.34 512

ADCL	4.35 509	1.63 478	14.21 387	1.29 372	1.26 405	5.56 541	11.16 561	3.97 364	3.37 514	6.07 543	4.67 517	4.30 495	5.72 525	5.08 336	14.51 540	0.50 439	0.48 466	0.89 516	0.77 504	0.78 474	0.76 466

STTStereo	2.34 351	0.95 375	14.93 399	1.43 430	1.54 463	3.86 333	0.86 264	3.65 281	2.44 400	2.15 334	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 415	0.47 418	0.51 464	0.52 388	0.51 390

ADCS	4.22 508	5.33 534	16.32 414	1.64 473	1.31 412	3.91 341	3.64 539	4.21 433	2.89 467	5.11 536	2.81 473	4.46 500	3.06 470	5.21 338	19.50 564	0.63 471	0.64 500	0.69 496	0.69 497	1.12 506	1.26 506

PDISCO_ROB	2.86 425	1.53 474	14.27 388	1.98 512	2.19 527	4.52 485	1.35 416	4.65 528	3.19 498	2.09 309	2.16 386	3.53 456	2.45 436	5.32 339	2.12 405	1.30 529	0.78 517	0.72 503	0.59 482	1.24 517	1.28 507

delet	1.92 273	0.76 305	5.14 273	1.01 229	1.65 487	3.44 234	2.03 486	3.76 304	2.48 405	2.01 286	2.05 364	2.63 366	1.90 391	5.34 340	2.12 405	0.28 149	0.29 326	0.40 374	0.31 320	0.41 311	0.45 348

DDUNet	2.91 432	2.78 517	6.94 291	3.53 548	2.26 531	3.28 213	1.36 418	3.77 306	2.04 300	2.62 450	2.49 440	4.18 488	1.69 352	5.38 341	1.85 372	2.21 538	1.77 541	2.61 546	2.43 557	2.60 534	2.34 537

DSFCA	1.89 264	0.69 243	3.14 230	1.10 280	1.18 377	3.99 371	1.79 470	3.50 256	2.16 330	3.10 491	1.64 224	2.91 398	2.50 439	5.38 341	2.26 418	0.43 386	0.38 406	0.37 348	0.36 374	0.50 382	0.42 327

ASMatch	2.62 402	0.60 153	20.65 522	1.37 418	0.64 189	4.39 457	0.78 214	1.97 64	1.58 187	1.70 201	3.89 511	1.94 279	3.79 494	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

aanetorigin	3.30 473	1.66 482	17.52 437	1.18 326	1.58 475	2.57 133	3.80 542	2.65 152	2.03 296	6.12 545	4.30 515	2.82 390	5.70 524	5.47 344	4.67 479	0.50 439	0.44 442	0.43 397	0.47 445	1.17 513	0.92 487

SHD	2.82 422	2.04 500	13.80 377	1.69 479	1.79 506	2.73 141	1.07 364	3.85 323	3.18 497	4.63 532	2.74 464	3.38 439	2.77 452	5.48 345	3.66 470	0.62 470	0.47 460	0.51 446	0.55 474	0.65 440	0.74 461

NLCA_NET_v2_RVC	2.54 391	1.04 395	16.73 421	1.53 454	2.00 518	3.96 363	0.87 282	3.87 329	2.31 363	2.54 433	1.67 233	2.85 392	1.63 338	5.55 346	1.62 337	0.46 409	0.33 364	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CRFU-Net	2.49 382	0.78 314	10.36 334	2.30 527	1.08 356	3.91 341	1.41 432	3.85 323	1.65 218	2.15 334	1.76 267	3.34 433	7.95 548	5.56 347	1.48 306	0.47 418	0.35 382	0.30 207	0.28 258	0.37 267	0.43 336

ADCPNet	3.89 495	1.63 478	20.25 504	1.28 368	1.27 407	6.43 546	2.65 510	3.93 351	2.70 439	2.78 468	2.20 394	4.28 494	6.16 532	5.56 347	10.27 524	0.65 477	1.18 528	0.71 499	1.70 540	0.84 483	1.37 513

PVD	3.12 461	1.97 497	12.80 361	1.79 496	1.63 481	3.83 318	1.34 415	3.48 250	3.88 527	5.77 540	3.56 504	3.45 444	3.29 478	5.58 349	5.30 493	0.71 491	0.69 509	0.74 507	0.77 504	0.79 476	1.13 502

HGLStereo	2.03 293	0.74 288	7.50 298	1.23 347	1.56 470	3.62 281	0.95 329	3.78 309	1.89 274	2.03 295	2.20 394	3.12 415	2.14 410	5.68 350	2.04 395	0.37 318	0.31 349	0.32 249	0.29 286	0.40 287	0.45 348

RTSC	2.95 436	2.51 509	15.49 408	1.54 456	1.30 410	3.51 255	0.86 264	3.89 334	2.48 405	3.64 510	3.12 489	3.04 407	2.30 424	5.70 351	6.67 498	0.55 458	0.35 382	0.37 348	0.39 406	0.70 453	0.60 424

xyz-stereo	10.85 558	0.45 21	79.01 590	0.62 9	0.45 78	83.70 592	0.77 210	2.59 146	1.34 76	2.19 349	32.02 580	2.76 385	1.62 325	5.75 352	2.39 426	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

HCRNet	1.60 220	0.56 110	2.47 192	0.78 78	1.36 428	4.11 397	0.71 164	3.57 269	2.79 451	1.75 212	1.61 217	1.58 216	1.41 265	5.79 353	1.56 323	0.34 279	0.28 316	0.36 336	0.29 286	0.33 208	0.37 275

AF-Net	2.87 429	1.30 446	16.24 413	1.33 390	1.75 501	3.26 207	1.59 454	4.09 400	2.43 396	2.69 461	2.94 477	4.51 502	3.20 475	5.84 354	2.75 453	0.76 493	0.36 387	0.72 503	0.49 454	0.70 453	0.56 410

FINET	2.96 439	1.07 402	23.18 566	1.29 372	1.86 511	2.03 85	1.52 444	4.30 474	4.71 538	2.23 367	2.34 430	1.65 224	1.48 287	5.89 355	2.81 456	0.51 445	0.47 460	0.49 440	0.40 417	0.59 414	0.49 375

RE-Stereo	1.58 214	0.61 170	2.72 211	2.26 523	0.46 87	4.68 510	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 170	2.72 211	2.26 523	0.46 87	4.68 510	0.68 150	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

OCTAStereo	1.58 214	0.61 170	2.72 211	2.27 526	0.46 87	4.68 510	0.67 144	3.30 230	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

PSM-softLoss	1.66 233	0.59 141	5.15 274	2.25 521	0.48 105	4.68 510	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 141	5.15 274	2.25 521	0.48 105	4.68 510	0.69 156	2.57 141	1.52 148	2.14 326	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

NF-Stereo	1.58 214	0.61 170	2.66 208	2.26 523	0.47 97	4.68 510	0.67 144	3.31 231	1.48 119	2.11 316	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

ITSA-stereo	1.86 258	0.72 269	3.74 256	1.20 334	0.66 204	4.09 390	0.91 304	4.24 448	2.53 415	1.93 254	1.77 272	1.59 218	2.15 411	6.12 362	2.44 434	0.40 354	0.38 406	0.40 374	0.40 417	0.50 382	0.98 493

DDVS	1.68 235	0.79 318	2.52 194	1.26 358	1.16 375	3.17 190	0.78 214	3.12 207	1.82 258	1.86 231	1.91 331	2.92 400	1.43 273	6.20 363	1.63 340	0.45 402	0.65 501	0.34 302	0.38 399	0.48 374	0.79 473

AAGNet	2.86 425	0.60 153	1.77 116	2.05 515	0.46 87	4.76 528	1.09 373	2.27 94	1.56 178	2.17 343	1.84 305	2.41 336	4.00 498	6.23 364	24.22 572	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

DualNet (step1)	2.34 351	1.05 396	7.87 299	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 347	6.26 365	1.26 260	1.23 521	0.48 466	4.27 565	2.09 551	0.70 453	0.69 447

test_sample7	1.65 230	0.70 253	2.60 199	1.48 445	0.76 245	2.38 112	1.07 364	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 347	6.26 365	1.26 260	0.44 393	0.48 466	0.43 397	0.40 417	0.46 367	0.43 336

DMCA-RVC	2.45 372	1.22 435	18.29 446	1.23 347	1.14 368	2.49 122	0.85 261	3.29 229	1.68 224	3.02 485	1.41 161	2.00 293	1.53 307	6.39 367	2.00 391	0.38 335	0.30 339	0.44 402	0.35 364	0.45 356	0.44 342

ARAFT	2.56 396	1.13 413	19.50 473	0.89 145	0.48 105	4.15 406	1.40 429	4.36 492	2.82 463	2.36 406	1.88 319	1.70 235	1.04 171	6.45 368	1.22 249	0.29 171	0.18 66	0.37 348	0.35 364	0.35 244	0.25 96

UDG	3.55 483	2.81 518	17.45 434	2.69 535	1.98 517	3.97 368	1.19 394	4.35 487	2.02 294	2.42 416	2.53 446	4.50 501	2.46 438	6.53 369	2.41 430	2.12 537	1.77 541	2.63 547	2.57 559	2.64 535	1.95 529

XQC	2.96 439	2.42 508	14.85 394	1.36 408	1.32 418	3.29 217	1.53 446	4.28 463	2.78 449	3.21 498	2.46 436	3.53 456	2.92 459	6.58 370	4.67 479	0.70 489	0.41 429	0.59 474	0.56 476	0.96 494	0.83 480

IPLG	2.48 380	0.65 211	19.63 476	0.91 162	0.79 255	4.60 499	0.56 89	4.31 477	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

AnyNet_C01	4.37 510	7.80 543	16.40 415	1.98 512	1.40 437	6.37 545	6.47 553	4.09 400	5.03 543	4.06 522	3.78 507	4.16 487	3.31 479	6.62 372	10.00 522	0.61 468	0.67 505	0.63 487	0.67 492	2.01 529	1.31 509

RAFT-345	2.46 375	0.55 99	19.69 478	1.02 239	0.49 112	4.43 467	0.78 214	1.64 34	2.34 369	2.09 309	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

SST-Stereo	1.76 247	0.58 133	3.10 227	1.44 433	0.46 87	4.71 522	0.76 197	2.22 89	2.79 451	2.07 308	2.18 390	2.43 342	3.22 476	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

w-ln-seven	2.86 425	3.06 520	14.02 381	1.27 366	1.32 418	4.10 396	1.59 454	3.90 339	2.59 426	3.03 486	2.27 404	3.42 441	2.25 421	6.70 375	4.81 485	0.39 347	0.34 376	0.48 426	0.40 417	0.74 467	0.55 407

RAFT-RH_RVC	2.63 403	0.55 99	19.97 488	1.26 358	0.47 97	4.46 469	0.57 92	1.71 40	1.64 214	3.06 490	5.51 524	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

IRAFT_RVC	1.87 259	0.60 153	4.33 262	2.40 530	0.66 204	4.59 497	1.59 454	2.96 189	1.51 139	2.23 367	1.75 258	2.09 307	2.63 446	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

RAFT_R40	1.70 238	0.59 141	2.99 223	1.46 439	0.46 87	4.74 526	0.98 344	2.23 90	1.56 178	2.02 291	2.35 431	2.71 374	2.56 443	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

SQANet	3.70 488	9.34 555	18.41 450	2.75 536	2.74 536	3.40 228	1.47 438	3.50 256	1.68 224	2.60 446	1.75 258	2.69 371	1.91 392	6.72 379	1.74 358	2.96 542	1.41 535	1.85 536	1.12 526	3.17 537	2.70 546

raft_robust	1.92 273	1.15 418	3.34 240	1.02 239	0.43 65	3.84 323	0.46 54	4.42 502	2.52 414	1.67 195	1.36 150	2.17 312	6.37 534	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

Nwc_Net	2.88 431	1.16 421	18.30 447	1.35 402	1.68 494	3.52 258	1.18 391	3.90 339	2.06 305	2.52 431	2.82 474	3.82 469	2.34 428	6.78 380	2.55 445	0.86 504	0.40 420	0.59 474	0.67 492	0.57 410	0.55 407

DEmStereo	2.97 443	0.58 133	13.42 366	0.79 80	0.51 118	3.84 323	1.84 477	2.42 110	1.60 203	2.25 373	2.74 464	2.03 297	6.04 528	6.79 382	12.80 536	0.35 299	0.26 293	0.26 109	0.27 229	0.27 90	0.37 275

IPLGR	2.53 389	0.58 133	20.46 515	0.82 93	0.52 127	4.56 494	0.50 64	4.30 474	2.38 385	1.87 233	1.53 193	1.68 228	1.72 358	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

DRaft	2.28 333	0.56 110	2.64 207	0.74 57	0.46 87	3.94 353	1.23 403	2.32 102	1.55 172	2.64 454	2.80 471	1.60 219	5.34 521	6.96 384	10.99 527	0.34 279	0.22 195	0.27 137	0.27 229	0.29 121	0.37 275

StereoDRNet-Refined	1.77 249	0.81 326	2.22 168	1.21 340	0.76 245	3.26 207	0.71 164	3.82 316	2.05 303	2.29 380	2.05 364	2.98 402	1.44 276	7.15 385	2.27 420	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 505	0.82 333	10.85 342	0.86 130	0.43 65	2.16 96	16.77 569	3.22 219	1.54 164	2.04 298	12.05 559	2.68 370	7.53 545	7.30 386	12.62 535	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

STrans-v2	3.03 453	0.77 308	20.91 531	0.81 83	0.63 187	3.89 338	1.01 349	4.27 458	2.64 432	2.28 378	3.70 506	4.13 485	5.20 518	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

CrosDoStereo	5.24 524	0.60 153	20.23 500	0.82 93	0.51 118	3.39 225	18.11 571	3.82 316	2.27 351	1.98 267	8.74 541	1.96 286	6.96 540	7.35 388	26.35 574	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 524	0.60 153	20.23 500	0.82 93	0.51 118	3.39 225	18.11 571	3.82 316	2.27 351	1.98 267	8.74 541	1.96 286	6.96 540	7.35 388	26.35 574	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

TransformOpticalFlow	3.03 453	0.77 308	20.99 534	1.00 223	0.55 143	4.18 424	0.64 130	4.33 483	3.02 483	2.18 345	3.09 487	4.35 496	5.07 516	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

ELAS	5.99 536	1.62 476	20.29 507	1.96 511	2.01 519	15.09 567	8.38 559	5.23 542	5.54 547	9.02 559	8.61 540	6.74 537	9.75 555	7.48 391	11.40 530	0.96 509	1.18 528	0.72 503	0.93 515	1.30 519	1.67 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PFNet	2.47 378	0.60 153	16.95 425	2.15 520	0.81 260	4.63 503	0.91 304	2.55 137	1.52 148	2.40 414	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

Wz-Net-MNSev	2.71 417	2.54 513	13.91 380	1.52 452	1.37 430	3.28 213	2.47 501	4.03 379	2.32 367	2.57 438	2.07 369	2.29 323	3.01 463	7.55 393	2.74 452	0.38 335	0.36 387	0.36 336	0.37 386	0.57 410	0.47 363

RTS	3.90 496	7.04 541	17.94 440	1.92 506	2.19 527	5.00 534	2.96 519	4.29 466	3.19 498	4.05 520	3.08 485	4.94 516	3.16 472	7.64 394	6.72 499	0.66 479	0.44 442	0.51 446	0.47 445	0.95 490	0.76 466

RTSA	3.90 496	7.04 541	17.94 440	1.92 506	2.19 527	5.00 534	2.96 519	4.29 466	3.19 498	4.05 520	3.08 485	4.94 516	3.16 472	7.64 394	6.72 499	0.66 479	0.44 442	0.51 446	0.47 445	0.95 490	0.76 466

IIG-Stereo	1.95 278	0.79 318	2.14 159	2.78 538	0.66 204	4.62 501	0.76 197	4.27 458	1.53 155	2.63 453	3.14 491	3.35 434	1.61 322	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

OMP-Stereo	1.97 282	0.93 367	1.88 125	2.76 537	0.67 211	4.58 496	1.48 439	4.31 477	1.54 164	3.15 496	2.76 467	3.25 425	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

ACV-stereo	2.92 434	0.92 363	20.27 505	1.33 390	1.05 347	4.68 510	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 530	4.24 504	7.83 398	1.90 378	0.44 393	0.52 474	0.32 249	0.29 286	0.45 356	0.63 434

Wz-Net-SNSev	2.98 445	4.36 530	15.98 411	1.57 464	1.19 384	3.28 213	1.80 472	3.96 362	2.40 390	2.32 394	2.28 408	3.48 445	2.05 401	7.84 399	3.82 472	0.47 418	0.39 415	0.53 457	0.49 454	0.71 462	0.60 424

w-ln-seven-2	2.73 418	2.13 502	12.47 358	1.18 326	1.01 339	3.54 263	1.58 453	3.93 351	3.26 506	2.43 418	2.02 353	2.63 366	2.28 423	7.93 400	5.45 494	0.40 354	0.40 420	0.44 402	0.34 348	0.62 427	0.47 363

NINENet	1.87 259	0.74 288	2.60 199	1.12 291	1.06 350	4.50 480	0.76 197	4.41 501	2.24 343	2.16 339	1.86 315	3.63 462	0.97 152	8.00 401	1.17 236	0.41 369	0.30 339	0.41 386	0.30 304	0.41 311	0.36 261

AnyNet_C32	4.17 506	5.75 538	12.62 359	1.60 468	1.54 463	5.51 540	4.09 546	3.90 339	3.23 504	4.22 528	3.03 482	3.10 412	3.41 483	8.01 402	18.85 562	0.53 454	0.58 489	0.53 457	0.74 500	1.19 515	0.97 491

cf-r	2.57 399	0.79 318	16.09 412	1.48 445	1.35 425	4.19 428	0.93 319	3.68 287	2.36 374	1.97 265	1.81 293	3.42 441	1.45 280	8.24 403	1.83 370	0.32 251	0.26 293	0.33 284	0.30 304	0.34 226	0.37 275

SepStereo	2.15 311	0.67 232	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 443	4.17 524	2.52 444	2.46 349	1.79 368	8.36 404	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

ELAS_RVC	5.72 533	1.64 481	20.40 511	2.09 518	2.01 519	4.95 533	11.47 563	4.66 529	6.31 553	8.09 556	8.01 534	8.06 545	11.65 556	8.36 404	10.22 523	0.99 511	1.17 527	0.81 512	0.76 502	1.14 508	1.58 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G2L-ROB	2.13 309	0.78 314	10.06 329	1.19 329	1.06 350	3.84 323	0.93 319	3.32 236	2.27 351	2.20 352	1.47 174	2.65 369	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

MFN_U_SF_RVC	3.81 493	10.78 562	15.01 400	1.84 500	1.39 435	3.73 301	1.63 458	4.05 387	3.26 506	2.91 476	2.38 432	4.36 498	3.65 491	8.43 407	4.91 487	1.11 516	1.04 523	0.99 519	1.31 533	1.58 524	1.75 526

EDNetEfficient	5.61 530	2.14 503	16.75 422	1.67 477	3.64 551	4.12 399	7.51 555	3.05 200	5.63 549	11.57 571	4.83 519	3.95 473	12.72 557	8.44 408	20.78 567	0.41 369	0.43 437	0.47 418	1.01 521	1.66 527	1.39 516

otaku	4.58 514	8.93 550	19.95 487	3.11 543	2.67 534	3.91 341	2.57 507	3.82 316	2.25 346	2.22 363	9.72 548	4.08 482	2.35 429	8.57 409	2.13 408	3.51 550	1.65 539	2.15 540	1.17 529	3.69 544	3.15 550

CSP-Net	1.78 250	1.32 452	1.92 130	1.16 318	1.03 342	3.38 224	1.31 411	3.52 260	1.75 248	1.96 263	1.93 336	2.40 334	1.48 287	8.58 410	1.58 325	0.46 409	0.34 376	0.27 137	0.26 203	0.41 311	0.50 382

MADNet+	3.97 500	9.54 557	13.83 378	1.87 504	1.69 495	4.19 428	2.87 516	4.80 535	4.10 533	2.51 429	2.67 460	4.55 505	3.41 483	8.72 411	6.92 506	1.25 524	1.27 532	1.04 521	0.93 515	1.39 522	1.85 527

ETE_ROB	2.07 300	1.40 462	3.01 225	1.09 271	0.92 305	3.94 353	1.53 446	4.25 450	2.23 341	3.31 501	2.06 368	2.35 329	1.52 300	8.74 412	2.07 401	0.44 393	0.36 387	0.51 446	0.48 450	0.54 397	0.62 430

SuperB	4.79 518	4.41 531	21.08 536	1.45 437	1.08 356	3.91 341	3.08 525	4.18 423	3.01 482	2.50 426	2.10 373	2.75 379	3.49 489	8.80 413	19.60 565	0.44 393	0.33 364	0.53 457	0.39 406	12.01 576	0.64 438

JetRed	10.48 556	27.10 580	35.70 576	4.27 558	4.09 560	15.55 570	12.83 566	12.16 562	5.50 546	5.83 541	5.56 525	10.14 548	7.43 544	8.88 414	26.39 576	3.32 547	3.81 567	3.51 559	2.96 567	7.85 571	6.69 574

FADNet_RVC	2.65 405	2.28 507	16.51 418	0.98 209	0.92 305	4.09 390	0.83 249	4.26 457	1.73 240	1.46 163	1.78 275	1.60 219	1.50 294	8.88 414	2.39 426	0.47 418	0.38 406	0.44 402	0.58 480	0.89 485	0.97 491

zh-mn7	3.15 465	9.61 558	12.45 357	1.26 358	0.99 330	2.91 157	1.32 412	4.12 409	2.74 443	3.33 503	3.07 484	2.84 391	1.89 390	8.91 416	4.69 481	0.49 435	0.40 420	0.38 364	0.38 399	0.56 405	0.63 434

RAFT + AFF	2.51 385	2.66 515	4.48 267	1.15 312	1.95 516	4.15 406	2.01 485	4.46 510	3.30 511	2.19 349	2.51 443	2.22 315	4.87 514	8.91 416	2.06 398	0.30 211	0.60 494	0.48 426	0.38 399	0.77 472	0.69 447

IMH-64-1	4.84 519	2.53 511	6.83 288	4.30 560	3.74 553	4.81 530	6.05 550	5.30 544	3.92 528	3.95 518	8.33 537	5.08 523	6.06 529	8.96 418	6.30 496	4.57 566	2.96 560	3.04 552	2.12 554	4.28 551	3.62 558

IMH-64	4.84 519	2.53 511	6.83 288	4.30 560	3.74 553	4.81 530	6.05 550	5.30 544	3.92 528	3.95 518	8.33 537	5.08 523	6.06 529	8.96 418	6.30 496	4.57 566	2.96 560	3.04 552	2.12 554	4.28 551	3.62 558

G-Net	4.11 504	1.21 429	19.47 472	2.31 528	2.94 540	4.74 526	2.95 518	3.33 240	2.14 326	4.44 530	9.43 546	6.93 539	3.84 495	9.01 420	4.92 488	0.79 495	0.80 518	0.70 498	0.50 460	0.95 490	0.87 484

SPS-STEREO	3.97 500	1.44 467	20.85 526	1.72 485	1.71 497	3.24 202	2.30 498	3.55 267	2.68 438	4.79 534	3.66 505	5.44 531	2.97 460	9.11 421	9.35 520	1.15 517	1.10 526	1.06 523	1.02 523	1.16 512	1.18 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iRaft-Stereo_5w	2.10 303	0.83 337	8.57 308	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 420	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

PWC_ROB	2.69 415	2.01 498	8.36 306	1.33 390	1.90 514	3.23 198	1.18 391	4.33 483	3.25 505	3.11 492	3.41 500	2.71 374	2.18 418	9.15 423	4.48 477	0.56 460	0.31 349	0.61 482	0.36 374	0.69 452	0.74 461

SAMSARA	3.55 483	2.16 504	14.18 386	1.86 503	1.49 455	4.62 501	2.65 510	3.58 272	2.80 455	7.05 550	3.05 483	5.16 527	4.07 500	9.18 424	4.80 484	0.64 474	0.67 505	0.59 474	0.68 495	0.89 485	0.91 486

G2L-Stereo_test	2.11 305	0.86 348	7.12 292	1.65 475	1.19 384	3.54 263	1.02 353	3.57 269	2.01 293	2.50 426	1.68 236	3.15 417	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

DGSMNet	7.55 549	1.62 476	17.42 433	1.92 506	12.73 568	7.45 553	42.99 585	4.13 411	2.07 307	2.10 312	3.16 492	3.42 441	1.70 354	9.24 426	2.30 421	3.70 555	10.89 578	11.80 580	5.54 570	4.24 550	2.66 542

CFNet-ft	1.90 266	0.95 375	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 339	0.61 482	0.36 374	0.52 388	0.39 297

CFNet_RVC	1.90 266	0.95 375	3.56 248	1.07 257	1.54 463	4.09 390	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 379	1.48 287	9.33 427	1.72 353	0.33 267	0.30 339	0.61 482	0.36 374	0.52 388	0.39 297

JetBlue	6.27 539	9.15 553	13.76 372	1.94 510	4.60 564	11.91 560	12.00 564	5.12 540	3.45 518	3.79 514	4.52 516	9.54 547	6.56 538	9.40 429	13.48 538	1.26 525	1.37 534	1.17 528	1.34 535	7.06 569	3.95 562

GwcNet	3.00 449	1.63 478	19.83 482	1.32 385	2.04 523	3.27 209	1.55 450	3.65 281	2.33 368	2.00 284	2.12 380	3.56 460	1.68 351	9.47 430	2.45 435	0.44 393	0.45 447	0.46 415	0.38 399	0.60 418	0.76 466

Ntro	4.21 507	8.94 551	19.89 485	3.22 544	2.96 541	4.15 406	1.89 478	3.92 349	2.36 374	1.77 214	2.14 383	3.35 434	2.17 416	9.48 431	2.24 417	3.52 551	1.76 540	2.13 539	1.31 533	3.83 547	3.09 548

G2L-Stereo	2.49 382	0.94 373	14.54 392	1.15 312	1.35 425	3.57 272	0.95 329	3.62 277	2.00 291	2.11 316	1.61 217	3.20 420	1.34 246	9.54 432	1.91 379	0.34 279	0.27 304	0.35 321	0.28 258	0.30 144	0.35 255

FADNet-RVC-Resample	2.83 423	2.02 499	21.07 535	1.12 291	0.91 304	3.53 259	1.37 423	4.08 398	2.09 311	1.68 196	1.33 138	2.03 297	1.51 298	9.54 432	1.69 349	0.38 335	0.37 400	0.42 393	0.44 436	0.56 405	0.56 410

test_sample1	1.62 224	0.55 99	1.88 125	1.44 433	0.79 255	2.27 104	0.64 130	4.00 372	1.82 258	1.87 233	1.35 146	1.57 214	1.62 325	9.55 434	1.24 254	0.30 211	0.27 304	0.31 229	0.28 258	0.32 190	0.32 213

Syn2CoEx	3.08 457	2.55 514	19.88 484	1.34 397	1.18 377	2.43 117	1.65 463	3.91 344	2.40 390	2.39 412	2.27 404	2.90 395	3.17 474	9.57 435	2.54 444	0.50 439	0.45 447	0.53 457	0.39 406	0.74 467	0.72 459

z-mn7	3.36 478	9.42 556	14.16 385	1.28 368	1.22 397	3.78 308	1.43 436	3.92 349	3.35 513	2.85 474	3.36 498	3.06 411	1.97 396	9.66 436	5.16 489	0.42 380	0.35 382	0.43 397	0.33 339	0.63 429	0.48 368

LSM	12.71 565	3.52 526	20.79 525	55.63 589	84.76 588	3.63 286	6.30 552	3.73 300	4.93 542	5.55 539	13.92 564	3.53 456	3.25 477	9.72 437	4.12 474	0.64 474	0.85 519	0.71 499	0.81 509	1.03 496	26.84 581

RainbowNet	4.56 512	8.28 544	20.07 493	3.64 552	3.23 549	4.15 406	2.99 521	4.18 423	3.03 484	2.20 352	2.65 458	4.26 493	2.90 458	9.77 438	2.12 405	3.88 557	2.27 550	2.71 550	1.72 542	3.78 546	3.31 555

DANet	2.63 403	1.07 402	8.10 304	1.83 499	1.70 496	3.25 205	1.16 387	4.31 477	2.38 385	3.40 507	2.18 390	4.08 482	1.80 373	9.77 438	3.89 473	0.52 451	0.55 481	0.59 474	0.44 436	0.63 429	0.86 481
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet-RVC	2.51 385	2.27 505	14.03 382	1.09 271	0.81 260	3.54 263	1.10 375	4.13 411	2.48 405	1.39 155	1.22 108	1.85 272	1.77 365	9.78 440	2.06 398	0.38 335	0.37 400	0.40 374	0.40 417	0.67 447	0.48 368

UGAM-zero	2.79 420	0.57 120	20.87 529	0.98 209	0.77 251	2.08 92	0.35 19	3.88 332	1.51 139	2.05 300	1.64 224	5.07 522	3.42 486	9.83 441	1.24 254	0.28 149	0.21 166	0.27 137	0.29 286	0.29 121	0.28 155

PSMNet-RSSM	1.96 280	0.77 308	3.26 234	1.29 372	1.31 412	4.19 428	0.96 335	3.68 287	1.89 274	2.05 300	1.80 281	2.60 362	1.70 354	9.84 442	1.81 366	0.35 299	0.29 326	0.35 321	0.37 386	0.42 330	0.35 255

WCMA_ROB	5.12 522	0.90 356	21.33 543	1.50 449	1.33 422	4.09 390	3.49 533	4.03 379	4.59 537	6.57 548	10.95 553	12.92 554	8.41 552	9.86 443	8.78 518	0.75 492	0.58 489	0.51 446	0.50 460	0.68 450	0.57 414

ccnet	2.66 407	0.97 382	8.01 303	1.54 456	1.24 400	3.75 303	2.18 494	4.07 394	2.41 392	2.66 459	3.25 494	2.87 394	2.31 427	9.89 444	3.50 467	0.78 494	0.75 515	0.71 499	0.67 492	0.76 471	0.81 475

NCC-stereo	3.16 467	1.28 444	18.31 448	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 463	2.55 447	3.49 451	2.65 447	9.91 445	2.99 459	1.29 527	0.65 501	0.64 490	0.86 511	0.65 440	0.71 452

Abc-Net	3.16 467	1.28 444	18.31 448	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 463	2.55 447	3.49 451	2.65 447	9.91 445	2.99 459	1.29 527	0.65 501	0.64 490	0.86 511	0.65 440	0.71 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FADNet	2.49 382	1.76 488	13.17 362	1.17 320	0.95 315	3.27 209	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 402	9.93 447	1.94 383	0.43 386	0.45 447	0.40 374	0.43 433	1.06 498	0.53 397

stereogan	3.09 458	0.93 367	16.43 416	1.37 418	1.66 490	3.70 293	1.67 465	3.87 329	3.15 495	3.04 487	2.70 463	5.04 521	2.79 453	9.96 448	1.78 364	0.63 471	0.49 471	0.69 496	0.47 445	0.83 482	0.68 445

EDNetEfficientorigin	12.35 564	2.51 509	179.47 596	1.19 329	0.96 316	2.91 157	1.81 473	3.00 194	5.35 545	8.91 558	4.79 518	4.18 488	4.64 511	9.98 449	11.30 528	0.37 318	0.38 406	0.60 479	0.85 510	1.32 520	2.43 540

coex-ft	18.59 573	6.62 540	113.53 593	1.17 320	1.31 412	2.33 110	1.93 480	2.81 179	14.00 565	124.82 595	8.45 539	5.90 534	51.74 588	9.99 450	22.69 568	0.57 462	0.62 497	0.50 443	0.49 454	1.08 503	1.28 507

ACVNet-4b	6.73 542	13.67 571	21.87 555	3.54 549	3.07 543	4.19 428	2.25 495	4.03 379	3.65 522	1.64 188	3.98 512	5.88 533	2.89 457	10.01 451	16.98 552	23.29 583	2.24 549	2.53 543	1.78 543	3.87 548	3.21 553

CoDeX	2.40 364	0.78 314	13.21 363	1.00 223	1.18 377	3.24 202	1.32 412	4.14 417	2.41 392	1.74 210	1.84 305	2.05 301	1.47 285	10.03 452	1.60 329	0.34 279	0.28 316	0.32 249	0.27 229	0.32 190	0.39 297

xxxx	2.67 409	0.54 93	2.03 141	1.22 343	0.81 260	3.49 248	0.63 127	4.49 515	2.49 409	2.22 363	2.23 399	2.05 301	1.38 253	10.05 453	17.91 556	0.32 251	0.32 357	0.30 207	0.27 229	0.33 208	0.34 241

CBMV	3.32 475	0.96 381	21.16 539	1.32 385	0.83 273	3.81 316	3.91 545	4.47 511	2.53 415	3.34 504	2.24 400	4.45 499	2.58 444	10.07 454	1.96 388	0.45 402	0.43 437	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
TCMNet	2.98 445	1.30 446	18.26 445	1.47 442	2.09 524	3.84 323	1.08 369	3.96 362	2.39 389	2.53 432	2.29 411	2.43 342	1.75 362	10.09 455	2.39 426	0.52 451	0.45 447	0.61 482	0.50 460	0.80 478	0.78 470

TCMNet-wrong-test	12.32 563	14.13 574	19.38 469	22.38 578	19.85 573	15.99 571	12.34 565	22.95 575	4.56 536	6.24 546	6.27 528	18.40 563	15.71 562	10.10 456	10.72 525	9.06 573	4.78 569	5.35 569	3.95 569	12.28 577	11.97 576

WZ-Net	3.62 485	4.87 532	16.77 423	1.43 430	1.40 437	3.75 303	2.29 497	4.12 409	2.50 410	2.74 465	2.19 392	4.06 481	5.29 520	10.19 457	7.36 509	0.54 456	0.37 400	0.47 418	0.49 454	0.77 472	0.73 460

ac_64	2.35 356	0.62 180	9.77 324	1.32 385	1.71 497	3.27 209	0.93 319	3.48 250	2.50 410	1.74 210	1.73 252	3.91 472	1.77 365	10.21 458	1.86 373	0.40 354	0.31 349	0.33 284	0.30 304	0.34 226	0.39 297

RP	2.79 420	1.20 428	10.36 334	1.54 456	1.93 515	3.44 234	1.97 482	4.05 387	2.34 369	2.66 459	2.79 469	3.98 476	2.58 444	10.21 458	2.61 447	0.95 508	0.47 460	0.71 499	0.57 479	0.71 462	0.68 445

RASNet	2.56 396	0.70 253	10.06 329	1.60 468	2.25 530	3.67 289	1.00 346	3.38 244	3.14 493	1.81 221	2.11 377	4.60 507	2.30 424	10.25 460	2.61 447	0.37 318	0.24 256	0.25 80	0.24 171	0.28 107	0.26 120

DFGA-Net	2.11 305	3.00 519	7.43 296	1.11 287	0.76 245	3.72 297	0.60 108	2.63 150	1.91 278	2.01 286	2.07 369	1.22 170	1.04 171	10.26 461	2.26 418	0.27 112	0.22 195	0.34 302	0.34 348	0.61 423	0.48 368

NCCL2	2.53 389	1.35 456	10.90 343	1.15 312	0.97 320	3.53 259	2.56 506	3.65 281	2.23 341	2.76 466	1.80 281	2.41 336	1.66 345	10.35 462	2.07 401	0.44 393	0.40 420	0.57 470	0.53 471	0.59 414	0.65 440

GwcNet-RSSM	2.66 407	1.05 396	15.91 410	1.22 343	1.19 384	4.12 399	1.12 379	3.84 320	2.02 294	1.93 254	1.79 278	3.12 415	1.46 283	10.37 463	2.05 397	0.33 267	0.27 304	0.35 321	0.30 304	0.40 287	0.36 261

DLCB_ROB	2.05 297	0.95 375	2.37 185	1.24 349	1.02 341	2.92 160	1.30 410	3.68 287	2.30 359	2.91 476	2.17 388	3.32 432	1.52 300	10.37 463	2.50 439	0.40 354	0.33 364	0.40 374	0.36 374	0.41 311	0.47 363

PSMNet-ADL	1.91 270	0.72 269	1.78 118	1.09 271	0.86 286	4.18 424	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 398	1.82 378	10.38 465	1.91 379	0.48 423	0.46 456	0.28 166	0.29 286	0.38 272	0.51 390

222	2.68 413	0.57 120	2.03 141	1.11 287	0.81 260	3.23 198	0.65 139	4.52 520	2.45 401	2.34 401	2.29 411	1.41 197	1.44 276	10.50 466	18.47 560	0.32 251	0.30 339	0.32 249	0.27 229	0.32 190	0.34 241

SGM+DAISY	8.36 551	3.82 527	24.83 570	2.02 514	1.75 501	14.80 566	17.22 570	4.27 458	11.79 562	13.88 572	14.38 565	11.74 552	13.83 559	10.56 467	15.12 541	1.21 519	1.19 530	1.14 527	1.13 528	1.17 513	1.37 513

z-ln-s-r	2.67 409	1.16 421	12.43 356	1.34 397	1.26 405	3.70 293	1.21 401	4.20 427	2.38 385	2.04 298	1.92 333	2.43 342	1.60 321	10.58 468	5.19 491	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

GASNet	3.24 470	5.55 537	20.58 520	1.56 463	1.25 403	2.32 108	1.12 379	4.04 383	2.67 436	1.88 236	2.10 373	3.00 404	2.16 414	10.59 469	2.43 433	0.65 477	0.37 400	0.61 482	0.45 440	0.87 484	0.58 419

psmorigin	6.59 540	1.15 418	88.11 591	1.52 452	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 513	2.46 436	5.15 526	2.55 442	10.60 470	2.47 437	0.55 458	0.68 508	0.48 426	0.51 464	0.70 453	0.88 485

UNDER WATER-64	9.33 553	5.37 535	22.60 562	5.22 569	4.86 565	10.75 559	4.61 549	11.45 561	17.30 569	7.59 551	9.80 549	15.99 560	17.90 568	10.63 471	15.72 544	4.36 561	2.87 557	4.39 568	2.86 565	7.01 568	5.36 569

test_sample2	1.75 246	0.56 110	2.25 171	1.41 426	0.80 257	2.91 157	0.86 264	4.05 387	2.04 300	1.91 248	1.39 156	1.57 214	1.55 312	10.65 472	1.06 212	0.32 251	0.28 316	0.32 249	0.30 304	0.36 257	0.33 229

DPSNet	3.43 480	1.37 458	12.19 353	1.39 422	1.24 400	4.15 406	2.06 487	4.51 519	3.34 512	2.69 461	1.96 338	3.52 455	5.56 523	10.68 473	9.68 521	0.93 506	0.73 513	0.40 374	0.37 386	1.06 498	0.86 481

ADLNet2	3.15 465	0.92 363	20.06 491	1.20 334	1.79 506	3.83 318	1.48 439	3.94 355	3.59 520	2.19 349	2.47 438	4.65 511	1.93 394	10.69 474	1.96 388	0.39 347	0.37 400	0.28 166	0.30 304	0.48 374	0.43 336

UGAM	2.58 400	0.56 110	18.55 453	0.89 145	0.71 227	3.23 198	1.03 355	2.75 166	1.75 248	1.36 149	2.77 468	2.69 371	1.28 234	10.75 475	1.40 285	0.28 149	0.24 256	0.40 374	0.31 320	0.35 244	0.30 192

test_xeample	2.67 409	0.56 110	2.05 144	1.09 271	0.81 260	3.24 202	0.80 231	4.55 522	2.70 439	2.42 416	2.27 404	1.39 191	1.40 260	10.75 475	17.51 555	0.30 211	0.30 339	0.32 249	0.28 258	0.34 226	0.33 229

CBMV_ROB	3.62 485	0.70 253	21.42 547	1.21 340	0.89 299	4.43 467	1.76 469	4.39 498	2.79 451	5.88 542	3.38 499	4.18 488	5.12 517	10.75 475	2.32 423	0.56 460	0.55 481	0.53 457	0.51 464	0.55 399	0.46 358

UNDER WATER	10.47 555	3.95 529	22.62 563	5.07 568	4.51 563	7.78 554	3.77 541	12.56 564	21.72 576	7.84 554	10.78 551	23.96 572	31.66 577	10.78 478	16.19 548	4.44 563	2.93 558	4.24 564	2.86 565	6.33 564	5.47 570

XPNet_ROB	2.27 328	1.11 411	4.10 260	1.36 408	0.97 320	3.94 353	1.63 458	4.07 394	2.14 326	2.82 472	2.00 351	2.32 326	1.73 361	10.81 479	3.39 466	0.51 445	0.47 460	0.48 426	0.40 417	0.51 384	0.56 410

NVstereo2D	2.54 391	0.90 356	11.10 344	1.32 385	1.47 452	3.58 273	1.38 425	4.13 411	2.45 401	1.90 243	1.71 247	2.86 393	1.76 363	10.86 480	1.66 346	0.60 466	0.43 437	0.53 457	0.41 424	0.78 474	0.94 489

DeepPrunerF	3.70 488	1.72 485	14.87 395	1.33 390	1.74 500	3.70 293	1.55 450	4.20 427	14.00 565	2.02 291	1.77 272	2.74 377	2.30 424	10.88 481	6.88 504	0.68 485	0.60 494	0.78 508	0.78 507	0.81 479	0.71 452

DRN-Test	3.03 453	0.99 384	18.18 443	1.35 402	1.60 476	3.59 274	1.48 439	4.13 411	2.45 401	3.47 509	1.92 333	2.58 361	2.53 441	10.88 481	2.80 455	0.39 347	0.36 387	0.44 402	0.41 424	0.55 399	0.57 414

StereoDRNet	2.84 424	1.49 471	14.48 391	1.33 390	1.57 474	3.44 234	2.06 487	3.69 292	2.36 374	3.26 500	1.84 305	2.79 389	1.80 373	10.88 481	3.16 463	0.41 369	0.33 364	0.39 368	0.36 374	0.59 414	0.58 419

GANet-RSSM	1.98 284	0.62 180	3.49 243	1.69 479	1.23 398	4.22 434	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 378	10.92 484	1.73 357	0.34 279	0.29 326	0.31 229	0.28 258	0.39 282	0.40 317

Dean	7.52 548	9.08 552	21.41 546	3.74 553	3.53 550	4.81 530	3.53 535	5.33 547	5.25 544	4.17 524	26.53 575	25.62 576	4.09 501	10.97 485	4.32 475	3.69 554	2.30 551	2.91 551	1.87 547	4.03 549	3.24 554

AACVNet	1.83 255	1.02 389	2.41 190	1.45 437	0.87 291	3.21 194	0.73 172	3.16 212	1.61 207	2.01 286	1.82 299	2.28 318	1.33 244	10.98 486	1.49 309	0.39 347	0.32 357	0.38 364	0.32 331	0.43 340	0.44 342

SMFormer	2.00 288	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 357	0.36 336	0.31 320	0.38 272	0.36 261

tta	2.00 288	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 357	0.36 336	0.31 320	0.29 121	0.29 165

qqq1	1.92 273	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 357	0.30 207	0.23 146	0.29 121	0.29 165

fff1	1.92 273	0.57 120	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 450	2.80 455	2.32 394	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 357	0.30 207	0.23 146	0.29 121	0.29 165

test_sample9	3.79 492	1.05 396	7.87 299	1.07 257	0.86 286	3.93 348	1.19 394	4.35 487	2.11 321	2.14 326	1.75 258	1.75 241	1.67 347	11.06 491	11.61 531	1.23 521	14.45 580	4.27 565	2.09 551	0.70 453	0.69 447

test_sample8	4.76 517	1.05 396	7.87 299	1.07 257	0.86 286	3.93 348	1.19 394	4.38 496	2.05 303	5.49 538	1.89 325	12.98 555	6.37 534	11.06 491	11.61 531	1.23 521	14.45 580	4.27 565	2.09 551	0.70 453	0.69 447

ACVNet_1	6.04 537	13.97 573	21.36 545	3.58 550	3.14 546	4.73 523	2.48 502	4.20 427	3.17 496	2.98 484	2.83 475	23.31 570	4.34 506	11.06 491	2.45 435	3.68 553	2.33 552	2.60 545	1.79 544	3.69 544	3.19 552

coex_refinement	2.10 303	0.85 345	3.67 255	1.31 382	1.13 367	3.21 194	0.85 261	3.86 326	2.31 363	2.51 429	1.92 333	3.49 451	1.69 352	11.08 494	2.13 408	0.37 318	0.25 280	0.27 137	0.31 320	0.41 311	0.37 275

HBP-ISP	3.25 472	1.10 408	20.86 527	1.54 456	1.15 370	4.50 480	2.89 517	4.43 505	2.38 385	4.14 523	1.96 338	1.90 275	2.04 400	11.08 494	1.32 274	0.66 479	0.57 484	0.66 493	0.61 487	0.64 437	0.61 427

test_sample3	2.34 351	0.61 170	11.94 352	1.33 390	0.85 281	3.10 185	0.73 172	4.24 448	2.19 335	2.21 361	1.75 258	1.80 257	1.41 265	11.11 496	1.46 298	0.35 299	0.29 326	0.34 302	0.35 364	0.39 282	0.37 275

test_sample4	2.34 351	0.63 189	11.59 349	1.30 379	0.83 273	3.07 181	0.72 167	4.27 458	2.30 359	2.30 384	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 326	0.35 321	0.36 374	0.40 287	0.38 290

test_sample5	2.33 347	0.62 180	11.29 346	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.20 352	1.97 344	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 349	0.37 348	0.37 386	0.41 311	0.39 297

DualNet	2.33 347	0.62 180	11.29 346	1.29 372	0.83 273	3.09 183	0.74 184	4.28 463	2.31 363	2.26 376	2.04 358	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 349	0.37 348	0.37 386	0.41 311	0.39 297

ADLNet	2.29 336	0.83 337	3.62 253	1.35 402	1.60 476	3.67 289	1.24 405	3.95 357	2.98 479	2.58 442	2.29 411	4.01 478	1.79 368	11.23 500	2.09 403	0.37 318	0.38 406	0.36 336	0.34 348	0.45 356	0.71 452

ttt	2.76 419	0.56 110	2.28 177	1.41 426	1.21 396	3.67 289	0.77 210	4.59 525	2.94 474	2.35 402	2.30 416	2.45 347	1.54 310	11.25 501	15.56 543	0.43 386	0.36 387	0.37 348	0.33 339	0.40 287	0.40 317

LL-Strereo	3.01 451	1.81 491	17.59 438	1.12 291	2.10 525	2.90 154	1.09 373	4.33 483	2.00 291	3.12 493	2.24 400	3.29 428	3.15 471	11.31 502	1.84 371	0.30 211	0.28 316	0.46 415	0.34 348	0.49 380	0.45 348

SACVNet	2.46 375	1.14 417	9.47 322	1.44 433	1.18 377	4.06 383	1.49 443	3.84 320	2.24 343	2.62 450	1.89 325	2.57 359	1.28 234	11.35 503	1.64 343	0.50 439	0.39 415	0.48 426	0.41 424	0.55 399	0.75 464

DispNO	3.00 449	0.75 300	18.92 458	1.17 320	1.10 362	3.72 297	0.94 325	4.29 466	2.54 419	2.24 370	2.28 408	4.51 502	2.12 407	11.40 504	2.09 403	0.31 230	0.28 316	0.31 229	0.28 258	0.36 257	0.39 297

HSM-Net_RVC	2.87 429	0.57 120	17.46 435	0.92 168	0.90 302	3.70 293	1.20 398	5.64 551	2.51 413	3.22 499	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 280	0.26 109	0.23 146	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
CFNet	2.34 351	1.10 408	8.96 314	1.34 397	1.24 400	4.09 390	0.73 172	4.04 383	2.77 448	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

zh-sn7	3.81 493	11.43 565	15.78 409	1.25 351	1.15 370	3.68 292	2.58 508	4.15 421	2.42 395	2.61 448	3.10 488	3.38 439	3.03 467	11.43 507	6.88 504	0.45 402	0.48 466	0.45 409	0.43 433	0.72 465	0.71 452

AANet_RVC	3.03 453	1.72 485	12.78 360	1.17 320	1.12 365	3.79 312	1.10 375	3.86 326	3.13 491	2.62 450	4.26 514	3.96 475	1.41 265	11.43 507	5.23 492	0.94 507	0.47 460	0.34 302	0.23 146	0.40 287	0.55 407

PSMNet_ROB	2.95 436	1.38 459	18.46 452	1.19 329	1.20 390	3.80 314	1.65 463	3.54 265	2.35 371	1.98 267	1.71 247	2.75 379	1.79 368	11.43 507	2.78 454	0.42 380	0.36 387	0.50 443	0.60 484	0.59 414	0.49 375

test_sample6	2.35 356	0.62 180	10.78 341	1.33 390	0.83 273	3.15 189	0.79 221	4.36 492	2.43 396	2.26 376	2.04 358	1.69 233	1.39 256	11.48 510	1.61 332	0.38 335	0.32 357	0.37 348	0.39 406	0.41 311	0.42 327

1111x	3.13 462	0.57 120	8.38 307	1.20 334	0.76 245	3.80 314	0.88 286	4.61 527	2.63 430	2.31 390	2.16 386	1.95 281	1.81 376	11.54 511	18.13 558	0.32 251	0.31 349	0.32 249	0.30 304	0.35 244	0.34 241

DAS	2.31 340	0.67 232	4.79 270	1.14 299	1.64 483	2.93 164	2.13 491	4.09 400	2.74 443	4.17 524	2.52 444	2.46 349	1.79 368	11.55 512	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

PA-Net	3.09 458	1.24 440	18.84 456	1.38 420	1.19 384	3.42 232	1.75 468	3.89 334	3.27 510	1.88 236	2.10 373	3.03 406	1.88 389	11.60 513	2.88 457	0.40 354	0.54 477	0.44 402	0.62 488	0.52 388	1.02 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HSM	2.35 356	0.81 326	2.21 165	1.14 299	1.55 467	3.44 234	1.03 355	3.99 370	2.25 346	2.29 380	2.11 377	8.04 543	3.05 468	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

ff1	2.96 439	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.22 436	3.37 514	2.20 352	2.30 416	3.48 445	1.62 325	11.62 515	16.09 545	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

mmx	2.98 445	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 485	2.20 352	2.30 416	3.48 445	1.62 325	11.62 515	16.09 545	0.33 267	0.28 316	0.48 426	0.37 386	0.44 348	0.37 275

xxx	2.98 445	0.60 153	5.21 276	1.14 299	0.99 330	3.62 281	0.86 264	4.49 515	3.05 485	2.20 352	2.30 416	3.48 445	1.62 325	11.62 515	16.09 545	0.33 267	0.28 316	0.48 426	0.37 386	0.44 348	0.37 275

TestStereo	2.00 288	1.02 389	12.25 354	0.70 39	0.61 178	1.88 73	0.55 85	2.31 100	1.52 148	1.41 159	1.33 138	1.27 175	0.90 136	11.62 515	0.81 134	0.34 279	0.19 96	0.33 284	0.24 171	0.44 348	0.24 86

edge stereo	3.37 479	1.01 388	21.99 556	1.28 368	1.37 430	2.67 139	1.39 427	3.98 366	2.87 466	2.93 478	3.27 496	4.35 496	2.43 434	11.62 515	2.39 426	0.60 466	0.63 499	0.79 509	0.55 474	0.68 450	0.67 442

RGC	3.10 460	1.45 468	14.90 397	1.46 439	1.79 506	3.33 219	1.39 427	4.04 383	2.26 349	2.77 467	3.26 495	4.00 477	2.71 450	11.63 520	2.62 449	0.82 500	0.46 456	0.79 509	0.79 508	0.71 462	0.78 470

LVE	6.88 545	9.31 554	21.14 537	3.61 551	3.18 548	4.49 477	2.79 512	10.21 560	11.69 561	3.16 497	11.53 556	18.33 561	4.31 505	11.66 521	3.52 468	4.45 564	2.93 558	2.56 544	1.91 548	3.62 541	3.16 551

MSMD_ROB	5.61 530	1.08 404	16.68 420	1.21 340	0.83 273	10.14 558	2.07 489	3.93 351	6.22 551	10.37 566	8.03 535	22.22 569	9.45 554	11.66 521	4.52 478	0.66 479	0.58 489	0.66 493	0.68 495	0.65 440	0.63 434

FAT-Stereo	3.34 476	0.81 326	20.05 490	1.25 351	1.20 390	3.44 234	1.99 484	4.23 440	2.67 436	3.14 494	3.82 509	3.51 454	3.32 480	11.68 523	1.94 383	0.64 474	0.67 505	0.48 426	0.52 467	0.61 423	0.81 475

SGM-Forest	2.96 439	0.62 180	3.49 243	1.09 271	0.80 257	4.06 383	3.30 528	4.37 495	3.09 489	4.18 527	3.27 496	4.67 512	3.86 496	11.69 524	7.91 513	0.51 445	0.46 456	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
hitnet-ft	2.37 362	0.73 280	8.34 305	0.96 196	0.89 299	3.77 306	0.80 231	3.55 267	2.58 423	2.24 370	2.04 358	3.65 464	1.49 293	11.71 525	1.89 376	0.44 393	0.53 475	0.44 402	0.35 364	0.52 388	0.48 368

MADNet++	7.57 550	5.80 539	13.28 364	6.38 570	5.26 566	7.18 549	7.77 557	5.32 546	5.62 548	6.11 544	7.78 532	6.02 535	8.01 549	11.74 526	16.36 549	9.36 574	4.95 571	8.57 575	5.66 571	4.83 557	5.34 568

NOSS_ROB	2.27 328	0.73 280	3.00 224	1.71 483	1.00 338	3.90 340	0.97 338	4.29 466	2.81 461	2.94 482	2.19 392	3.88 471	1.19 222	11.77 527	1.62 337	0.59 465	0.54 477	0.56 467	0.52 467	0.56 405	0.54 403

APVNet	3.13 462	1.25 441	21.14 537	1.31 382	1.52 460	3.94 353	1.13 382	3.32 236	2.14 326	2.20 352	2.03 355	3.05 410	1.96 395	11.79 528	2.53 442	0.42 380	0.45 447	0.64 490	0.46 442	0.67 447	0.57 414

PS-NSSS	2.22 318	1.33 455	2.90 221	0.97 203	1.53 462	4.11 397	1.08 369	4.55 522	2.65 433	2.10 312	2.32 428	1.77 246	1.40 260	11.79 528	1.61 332	0.68 485	0.45 447	0.96 518	0.43 433	0.95 490	0.92 487

WAO-6	5.87 535	2.27 505	15.05 401	2.96 540	2.77 537	12.01 561	3.58 538	5.37 548	11.91 563	3.34 504	9.69 547	6.78 538	5.84 526	11.82 530	8.89 519	2.87 541	2.35 554	2.50 542	1.84 546	2.85 536	2.67 543

SANet	5.65 532	1.72 485	20.94 532	1.26 358	0.88 294	7.20 550	3.81 543	4.60 526	11.23 559	4.56 531	8.78 543	7.49 540	6.95 539	11.85 531	18.11 557	0.49 435	0.44 442	0.50 443	0.42 430	0.90 487	0.82 479

PASM	2.67 409	2.05 501	9.71 323	1.73 486	1.37 430	2.53 130	1.52 444	3.10 205	2.17 332	2.79 469	1.84 305	2.90 395	1.85 384	11.89 532	2.19 413	0.81 499	0.85 519	0.87 515	1.01 521	1.14 508	1.05 496

S-Stereo	3.48 481	0.91 361	22.06 559	1.36 408	1.50 457	3.55 266	2.53 505	4.21 433	2.81 461	2.37 407	3.81 508	3.75 465	1.84 380	11.90 533	2.51 440	0.63 471	0.71 511	0.48 426	0.76 502	0.67 447	1.19 505

pmcnn	5.45 528	1.22 435	17.40 432	1.60 468	2.41 533	3.48 245	2.12 490	4.52 520	3.26 506	3.67 512	13.15 562	22.10 568	3.46 488	11.92 534	17.16 553	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

STTRV1_RVC	3.52 482	1.03 394	20.87 529	1.47 442	1.47 452	3.23 198	1.55 450	4.06 391	3.22 503	1.95 259	3.50 503	2.63 366	2.07 404	11.96 535	2.21 415	1.86 534	4.03 568	0.81 512	0.73 499	1.06 498	0.70 451

Wz-Net-TNSev	3.67 487	8.83 547	13.47 369	1.48 445	1.18 377	3.60 276	2.49 503	4.27 458	3.13 491	2.18 345	1.89 325	4.21 492	2.80 454	12.10 536	7.58 512	0.57 462	0.55 481	0.47 418	0.54 473	0.91 488	1.05 496

ktn	21.74 576	10.34 560	19.68 477	4.53 564	4.00 558	6.53 547	4.51 548	6.79 553	78.82 591	84.69 591	100.86 595	58.49 588	7.57 546	12.11 537	13.35 537	4.58 568	3.24 565	3.49 558	2.62 560	4.65 556	3.84 561

FCDSN-DC	6.04 537	0.84 341	19.25 464	1.24 349	1.09 360	4.38 454	2.62 509	4.38 496	4.71 538	9.59 563	11.22 554	19.19 564	17.40 566	12.30 538	8.55 517	0.69 488	0.57 484	0.60 479	0.60 484	0.70 453	0.78 470
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	4.57 513	0.72 269	17.46 435	1.84 500	0.58 168	4.23 437	3.45 532	4.66 529	3.66 523	7.99 555	8.82 544	7.56 541	8.74 553	12.30 538	6.84 503	0.43 386	0.38 406	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 527	12.60 566	20.42 513	3.27 545	3.15 547	4.50 480	3.02 522	4.66 529	3.73 525	3.35 506	5.36 523	7.86 542	2.88 456	12.33 540	4.76 483	3.12 546	2.22 548	2.70 549	1.69 539	3.49 540	3.10 549

GANet	2.93 435	1.05 396	11.29 346	1.64 473	0.96 316	3.91 341	2.52 504	3.72 299	2.41 392	2.95 483	3.00 480	3.21 421	2.03 398	12.42 541	4.72 482	0.51 445	0.41 429	0.46 415	0.39 406	0.60 418	0.50 382

TDLM	2.29 336	1.08 404	4.61 269	1.29 372	1.01 339	4.26 439	2.17 493	3.75 302	2.79 451	2.31 390	1.98 346	2.06 303	1.59 315	12.45 542	1.72 353	0.51 445	0.28 316	0.52 452	0.35 364	0.56 405	0.50 382

CVANet_RVC	2.55 395	1.10 408	9.13 320	1.46 439	1.15 370	3.96 363	1.53 446	3.91 344	2.50 410	3.04 487	2.04 358	2.60 362	1.72 358	12.46 543	1.50 310	0.49 435	0.30 339	0.51 446	0.41 424	0.63 429	0.50 382

FC-DCNN	6.64 541	0.77 308	19.26 466	1.68 478	1.64 483	8.27 555	2.35 499	6.35 552	9.23 557	10.85 568	11.27 555	19.89 565	13.33 558	12.51 544	11.79 533	0.66 479	0.57 484	0.58 471	0.56 476	0.63 429	0.61 427

FC-DCNN v2	6.91 546	0.77 308	19.25 464	1.69 479	1.64 483	9.13 557	2.40 500	7.20 554	9.47 558	11.07 570	11.62 557	20.05 567	15.79 563	12.55 545	11.99 534	0.66 479	0.57 484	0.58 471	0.56 476	0.63 429	0.61 427

CC-Net-ROB	3.35 477	1.76 488	13.89 379	2.33 529	1.65 487	4.49 477	1.62 457	4.73 532	2.90 468	1.92 250	2.05 364	1.99 292	1.61 322	12.57 546	1.60 329	2.46 539	2.18 546	2.68 548	1.04 524	2.11 531	1.38 515

psm_up	2.28 333	0.81 326	5.45 280	1.26 358	1.50 457	3.84 323	1.23 403	4.23 440	2.03 296	2.55 434	1.80 281	2.44 346	1.65 343	12.90 547	1.58 325	0.37 318	0.38 406	0.41 386	0.34 348	0.43 340	0.39 297

GANetREF_RVC	3.20 469	1.93 494	18.84 456	1.51 451	0.80 257	4.12 399	1.82 474	4.16 422	2.91 469	1.87 233	1.74 254	2.48 351	1.84 380	13.18 548	1.74 358	0.80 497	0.57 484	0.79 509	0.74 500	1.20 516	0.86 481
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
MaskLacGwcNet_RVC	3.13 462	1.43 466	9.93 327	2.50 532	1.62 479	4.29 446	1.68 467	3.95 357	2.43 396	1.66 193	1.91 331	3.04 407	1.41 265	13.26 549	1.58 325	3.82 556	1.59 537	1.12 526	0.46 442	2.21 532	2.74 547

NaN_ROB	4.06 503	1.13 413	16.64 419	1.12 291	1.25 403	3.50 252	3.05 523	4.29 466	3.26 506	3.64 510	2.56 449	2.97 401	4.79 512	13.33 550	16.91 551	0.37 318	0.41 429	0.38 364	0.39 406	0.48 374	0.81 475

TorneroNet	25.88 578	11.28 564	21.62 552	4.20 557	4.07 559	55.25 586	3.15 527	15.16 571	76.94 590	58.09 586	82.72 592	86.88 592	41.15 582	13.35 551	18.13 558	4.32 560	2.85 556	3.45 557	2.62 560	8.33 574	4.14 564

WAO-7	5.16 523	3.21 521	18.98 460	1.88 505	1.44 447	5.34 538	3.09 526	4.91 537	5.81 550	4.35 529	8.92 545	6.55 536	6.06 529	13.40 552	10.81 526	1.34 531	1.20 531	1.48 534	1.35 536	1.60 525	1.45 517

notaker	10.50 557	8.60 545	20.23 500	4.54 565	3.95 557	6.27 544	3.44 531	8.07 557	4.75 541	8.73 557	46.45 582	13.86 559	27.86 576	13.49 553	13.61 539	4.56 565	3.18 564	3.52 560	2.68 562	8.13 573	4.05 563

NVStereoNet_ROB	4.91 521	1.40 462	16.46 417	1.47 442	1.72 499	3.46 239	1.96 481	3.89 334	3.61 521	2.90 475	24.61 574	4.81 513	4.49 509	13.57 554	4.87 486	1.33 530	1.29 533	1.70 535	1.68 538	1.41 523	1.66 521
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH	6.81 544	13.66 570	20.41 512	4.33 562	3.74 553	5.50 539	3.06 524	5.49 550	6.22 551	4.64 533	10.35 550	9.30 546	8.03 550	13.61 555	6.81 501	4.80 569	2.99 563	3.09 554	2.12 554	4.36 553	3.61 557

RYNet	2.97 443	0.93 367	15.09 402	1.12 291	1.38 433	3.66 288	1.42 434	4.03 379	2.29 358	2.10 312	1.70 243	3.79 467	2.16 414	13.64 556	3.02 461	0.37 318	0.41 429	0.48 426	0.34 348	0.81 479	0.75 464

MSC_U_SF_DS_RVC	4.48 511	10.62 561	15.18 405	1.55 461	1.45 451	6.16 543	3.54 537	5.41 549	3.68 524	2.59 445	2.74 464	4.81 513	2.20 419	13.79 557	4.40 476	2.04 535	3.36 566	1.05 522	1.20 531	2.09 530	1.72 524

MeshStereo	5.35 526	1.32 452	21.34 544	1.34 397	1.15 370	4.40 461	3.90 544	5.18 541	4.55 535	10.14 565	11.82 558	11.47 549	5.84 526	13.84 558	7.03 507	0.61 468	0.58 489	0.60 479	0.58 480	0.72 465	0.59 423
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
TorneroNet-64	10.12 554	8.74 546	20.95 533	4.27 558	3.76 556	13.86 565	2.85 515	15.05 570	23.15 577	10.07 564	23.84 573	13.47 556	8.24 551	13.96 559	17.21 554	3.96 559	2.72 555	3.23 556	2.48 558	6.29 562	4.27 565

MFN_U_SF_DS_RVC	3.94 498	10.88 563	12.30 355	1.26 358	1.55 467	5.19 537	3.33 530	4.42 502	2.82 463	2.58 442	2.62 455	5.00 519	2.11 406	14.03 560	2.73 451	1.28 526	2.34 553	0.67 495	1.83 545	0.81 479	1.03 495

PWCK	5.85 534	9.95 559	15.22 406	2.90 539	1.56 470	5.66 542	7.69 556	5.27 543	4.74 540	3.88 515	7.51 531	8.04 543	5.28 519	15.18 561	8.40 516	3.08 545	1.51 536	2.24 541	1.37 537	5.55 560	1.96 530

FBW_ROB	3.24 470	1.02 389	9.21 321	1.49 448	1.07 354	3.78 308	1.48 439	4.31 477	3.08 488	2.46 421	2.32 428	4.20 491	2.08 405	15.19 562	7.16 508	0.84 503	0.62 497	1.33 531	0.92 514	0.99 495	1.31 509

MANE	11.39 559	1.38 459	23.16 565	4.82 567	2.79 538	22.02 573	14.51 568	25.81 576	26.28 578	10.93 569	13.17 563	19.90 566	18.03 569	15.69 563	20.41 566	0.96 509	0.74 514	1.42 532	3.24 568	0.74 467	1.71 523

SDNR	3.97 500	1.93 494	20.28 506	1.31 382	0.94 312	5.16 536	0.67 144	4.33 483	2.58 423	4.82 535	5.94 527	5.01 520	1.45 280	17.52 564	2.53 442	0.79 495	0.72 512	0.59 474	0.45 440	1.15 511	1.17 503

USTest	15.98 570	15.58 575	22.56 561	18.49 577	16.99 570	26.43 575	36.08 581	27.68 579	12.77 564	10.69 567	10.80 552	18.35 562	15.09 561	18.62 565	23.37 569	4.85 570	5.34 572	7.38 573	7.43 573	9.90 575	11.23 575

DGTPSM_ROB	15.31 568	8.85 548	28.14 574	9.90 574	18.89 571	12.44 563	33.21 578	13.48 567	17.86 572	9.50 561	22.89 571	13.78 557	19.67 570	21.26 566	23.68 570	5.08 571	8.84 573	5.62 570	11.50 575	6.72 565	14.87 577

DPSMNet_ROB	15.52 569	8.89 549	31.44 575	10.07 575	18.91 572	12.44 563	33.22 579	13.51 568	17.94 573	9.58 562	22.91 572	13.79 558	19.67 570	21.43 567	23.73 571	5.17 572	8.84 573	5.63 571	11.52 578	6.79 566	14.90 578

MDST_ROB	5.53 529	0.59 141	23.11 564	2.55 533	2.69 535	21.20 572	1.98 483	4.77 534	2.65 433	9.36 560	4.25 513	4.14 486	4.45 508	22.57 568	3.68 471	0.48 423	0.33 364	0.47 418	0.44 436	0.44 348	0.44 342

Anonymous_1	57.11 589	19.68 577	26.15 571	23.10 579	142.31 593	30.84 576	39.75 582	33.86 584	16.98 568	70.53 590	15.42 567	23.46 571	19.75 572	23.04 569	27.23 577	164.73 595	9.02 575	130.38 591	137.40 592	161.27 596	27.24 582

LE_ROB	18.58 572	1.21 429	48.38 583	8.60 573	23.00 577	7.32 552	19.74 574	9.94 559	38.69 583	43.53 581	21.91 570	28.40 578	40.92 581	23.18 570	54.71 586	0.34 279	0.33 364	0.32 249	0.36 374	0.42 330	0.40 317

DPSM_ROB	20.78 574	20.03 578	26.57 572	23.62 580	22.46 574	31.10 577	39.97 583	33.52 582	17.41 570	15.25 573	15.80 568	24.06 573	20.71 573	23.30 571	27.62 578	10.78 576	9.41 576	11.69 578	11.50 575	14.49 578	16.36 579

DPSM	20.78 574	20.03 578	26.57 572	23.62 580	22.46 574	31.10 577	39.97 583	33.52 582	17.41 570	15.25 573	15.80 568	24.06 573	20.71 573	23.30 571	27.62 578	10.78 576	9.41 576	11.69 578	11.50 575	14.49 578	16.36 579

CSAN	4.71 516	1.39 461	20.23 500	1.19 329	0.87 291	3.65 287	3.50 534	4.57 524	3.87 526	3.89 516	7.82 533	3.54 459	6.16 532	23.47 573	6.82 502	0.52 451	0.45 447	0.49 440	0.52 467	0.63 429	0.66 441

SGM-ForestM	11.55 560	1.16 421	21.62 552	2.14 519	0.81 260	22.25 574	19.08 573	16.50 574	11.34 560	15.94 575	14.44 566	27.12 577	22.61 575	24.76 574	28.39 581	0.50 439	0.48 466	0.47 418	0.44 436	0.55 399	0.53 397

LRCNet_RVC	25.52 577	33.45 581	23.21 567	31.79 582	32.78 578	6.74 548	1.18 391	25.88 577	4.46 534	28.94 576	30.89 576	24.91 575	17.57 567	27.66 575	24.34 573	35.26 585	25.60 586	35.91 585	33.81 584	31.90 586	34.10 587

PML	64.32 590	53.22 589	17.88 439	8.10 572	32.94 579	148.46 596	247.79 597	12.18 563	45.42 586	111.41 593	288.92 597	101.47 595	101.31 595	31.67 576	15.55 542	14.03 578	4.83 570	10.98 577	6.18 572	28.82 581	5.17 567

xxxxx1	112.33 594	88.53 592	37.76 578	227.84 595	157.23 594	39.05 583	61.41 587	93.76 593	79.29 592	62.45 587	74.79 589	78.32 589	70.96 591	33.47 577	70.69 591	114.00 592	130.36 593	259.31 594	274.34 594	145.54 593	147.50 594

tt_ll	112.33 594	88.53 592	37.76 578	227.84 595	157.23 594	39.05 583	61.41 587	93.76 593	79.29 592	62.45 587	74.79 589	78.32 589	70.96 591	33.47 577	70.69 591	114.00 592	130.36 593	259.31 594	274.34 594	145.54 593	147.50 594

ff	112.33 594	88.53 592	37.76 578	227.84 595	157.23 594	39.05 583	61.41 587	93.76 593	79.29 592	62.45 587	74.79 589	78.32 589	70.96 591	33.47 577	70.69 591	114.00 592	130.36 593	259.31 594	274.34 594	145.54 593	147.50 594

KSHMR	16.96 571	5.37 535	21.64 554	4.46 563	4.50 562	8.30 556	3.32 529	15.58 573	76.24 589	6.62 549	61.47 587	56.53 587	5.43 522	35.17 580	11.37 529	4.39 562	2.97 562	3.63 563	2.74 564	5.10 558	4.34 566

HanzoNet	31.60 580	17.23 576	21.22 542	7.32 571	5.84 567	7.25 551	3.53 535	13.82 569	14.20 567	50.38 584	47.01 583	44.45 580	56.61 589	36.61 581	32.00 582	63.89 589	56.57 590	7.97 574	89.20 590	28.69 580	28.25 583

FADE	78.44 591	13.79 572	36.09 577	10.71 576	13.34 569	4.15 406	4.14 547	28.60 580	8.36 555	5.15 537	3.88 510	11.85 553	36.55 578	44.37 582	28.26 580	474.90 597	161.58 596	347.36 597	322.13 597	7.29 570	6.23 572

HaxPig	43.25 584	43.65 586	45.00 581	33.85 583	35.61 580	32.69 579	30.52 576	45.09 585	42.97 584	48.77 582	48.17 584	43.00 579	40.26 580	44.58 583	43.61 583	47.18 586	49.30 587	51.54 587	50.25 586	43.73 587	45.29 588

AVERAGE_ROB	44.46 585	45.91 587	46.59 582	40.59 585	38.66 581	32.99 580	30.52 576	46.19 586	43.26 585	49.59 583	48.97 585	44.62 581	39.89 579	45.04 584	43.94 584	48.74 587	50.69 588	50.80 586	49.79 585	45.54 588	46.97 589

Selective-RAFT-Error	41.77 582	40.16 584	53.34 586	47.73 586	45.25 585	62.51 588	80.64 592	67.22 588	34.93 581	30.64 579	31.81 578	48.11 583	42.11 586	46.57 585	54.95 587	21.61 580	18.87 582	23.48 581	23.15 582	29.16 583	33.08 586

LSM0	49.58 587	40.04 583	53.62 589	97.15 590	128.68 592	62.75 590	79.89 590	67.63 591	35.11 582	33.02 580	32.61 581	48.43 586	41.60 583	46.60 586	55.43 589	21.63 581	18.99 585	23.62 584	23.13 580	29.47 585	52.26 591

CasAABBNet	41.80 583	40.20 585	53.41 588	47.73 586	45.18 584	62.51 588	80.71 593	67.26 589	34.80 579	30.49 577	31.88 579	48.24 585	41.81 584	46.63 587	55.64 590	21.60 579	18.88 583	23.48 581	23.22 583	29.19 584	33.05 585

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

MEDIAN_ROB	47.37 586	49.08 588	49.92 584	40.32 584	39.97 582	34.95 581	33.43 580	49.17 587	46.39 587	53.06 585	52.65 586	47.65 582	42.23 587	48.35 589	47.29 585	52.10 588	54.04 589	54.28 588	53.48 587	48.76 589	50.33 590

MultiAttention	8.74 552	0.56 110	7.25 294	2.07 517	22.74 576	35.86 582	8.44 560	4.97 538	2.58 423	2.57 438	5.11 522	5.55 532	1.59 315	52.70 590	7.50 511	0.47 418	0.24 256	0.52 452	1.00 520	6.84 567	6.30 573

DPSimNet_ROB	102.30 592	119.72 596	143.59 595	109.42 592	94.10 589	127.22 595	127.15 595	26.62 578	102.36 596	149.58 596	83.99 593	139.34 596	137.54 596	64.62 591	82.36 595	105.18 591	66.15 591	120.15 590	69.61 589	99.58 591	77.72 592

WAO-8	11.95 561	13.02 567	20.56 518	3.50 546	3.08 544	15.11 568	2.80 513	12.91 565	19.11 574	7.69 552	13.12 560	11.62 550	7.01 542	84.40 592	7.91 513	3.42 548	1.92 543	3.54 561	1.93 549	3.68 542	2.69 544

Venus	11.95 561	13.02 567	20.56 518	3.50 546	3.08 544	15.11 568	2.80 513	12.91 565	19.11 574	7.69 552	13.12 560	11.62 550	7.01 542	84.40 592	7.91 513	3.42 548	1.92 543	3.54 561	1.93 549	3.68 542	2.69 544

BEATNet-Init1	49.72 588	64.32 591	97.77 592	4.68 566	4.28 561	84.75 593	60.42 586	73.38 592	68.59 588	88.29 592	88.51 594	91.94 593	97.99 594	85.26 594	70.96 594	0.80 497	0.65 501	0.85 514	0.70 498	7.96 572	2.33 536

ASD4	103.30 593	113.98 595	120.24 594	106.67 591	79.75 587	115.36 594	120.35 594	119.13 596	79.65 595	120.04 594	74.64 588	101.45 594	65.48 590	109.11 595	84.31 596	104.31 590	90.04 592	133.15 592	103.58 591	130.15 592	94.66 593

MSAF-DinoV2	13.69 567	13.09 569	22.03 558	2.41 531	1.44 447	4.03 378	1.38 425	9.07 558	9.20 556	2.23 367	1.98 346	5.08 523	5.06 515	177.66 596	5.46 495	0.45 402	0.34 376	0.40 374	0.62 488	6.09 561	5.80 571

test_example2	212.63 597	219.92 597	221.87 597	213.67 594	221.17 597	199.47 597	200.74 596	185.30 597	141.66 597	209.52 597	213.45 596	210.82 597	205.48 597	221.27 597	216.64 597	236.83 596	242.07 597	213.93 593	217.01 593	235.69 597	226.10 597

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

Low-res two-view benchmark