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

FoundationStereo	0.26 1	0.23 13	0.41 6	0.40 7	0.24 11	0.32 8	0.22 4	0.43 1	0.24 2	0.31 5	0.25 2	0.30 6	0.32 24	0.36 2	0.27 4	0.16 15	0.12 10	0.15 6	0.11 7	0.13 1	0.14 4

MonSter	0.29 2	0.19 1	0.48 16	0.37 1	0.22 6	0.55 111	0.31 50	0.60 8	0.44 7	0.29 4	0.29 5	0.23 2	0.20 1	0.60 27	0.26 3	0.11 1	0.11 3	0.14 1	0.11 7	0.14 2	0.14 4

dual_stereo	0.29 2	0.21 3	0.39 1	0.40 7	0.23 8	0.25 2	0.22 4	0.59 6	0.32 3	0.33 6	0.26 4	0.40 17	0.23 3	0.86 94	0.30 12	0.16 15	0.13 35	0.14 1	0.11 7	0.14 2	0.14 4

IGEV-Stereo++	0.32 4	0.22 6	0.47 15	0.48 58	0.33 157	0.33 9	0.22 4	0.78 23	0.48 13	0.35 10	0.41 11	0.32 9	0.47 91	0.40 3	0.29 10	0.15 6	0.12 10	0.15 6	0.12 17	0.15 11	0.15 13

GREAT-IGEV	0.34 5	0.22 6	0.54 31	0.40 7	0.31 105	0.36 13	0.28 34	0.59 6	0.66 55	0.28 2	0.51 33	0.29 4	0.29 11	0.86 94	0.28 6	0.15 6	0.12 10	0.15 6	0.11 7	0.17 43	0.16 31

DEFOM-Stereo	0.34 5	0.23 13	0.46 12	0.44 18	0.29 72	0.79 234	0.23 11	0.50 3	0.39 5	0.38 19	0.32 7	0.23 2	0.25 4	1.21 185	0.28 6	0.17 41	0.12 10	0.15 6	0.11 7	0.14 2	0.16 31

RAStereo	0.36 7	0.22 6	0.85 187	0.48 58	0.28 58	0.27 5	0.28 34	0.77 19	0.65 53	0.33 6	0.43 12	0.44 22	0.31 18	0.45 5	0.35 37	0.18 71	0.15 160	0.19 88	0.15 66	0.19 100	0.15 13

GIP-stereo	0.37 8	0.25 37	0.49 18	0.55 167	0.41 252	0.37 14	0.22 4	1.03 86	0.56 27	0.35 10	0.52 35	0.46 34	0.37 41	0.55 13	0.28 6	0.20 147	0.13 35	0.16 21	0.12 17	0.16 25	0.16 31

AIO_rvc	0.38 9	0.25 37	0.65 78	0.47 47	0.31 105	0.55 111	0.38 113	0.98 68	0.51 18	0.35 10	0.48 23	0.49 50	0.22 2	0.87 99	0.31 14	0.16 15	0.12 10	0.16 21	0.12 17	0.15 11	0.15 13

AIO_test	0.38 9	0.24 25	0.59 47	0.47 47	0.31 105	0.55 111	0.44 185	0.86 44	0.50 16	0.34 9	0.48 23	0.46 34	0.30 14	0.76 65	0.31 14	0.17 41	0.12 10	0.17 33	0.13 31	0.16 25	0.15 13

IGEV-RUCA	0.38 9	0.24 25	0.51 24	0.51 99	0.36 198	0.59 132	0.23 11	0.68 12	0.52 19	0.39 22	0.50 30	0.44 22	0.31 18	0.86 94	0.31 14	0.24 249	0.13 35	0.16 21	0.12 17	0.20 136	0.21 142

MaDis-Stereo	0.38 9	0.27 71	0.72 103	0.45 23	0.35 190	0.30 7	0.31 50	0.81 27	0.54 21	0.38 19	0.38 10	0.58 88	0.49 107	0.53 10	0.39 75	0.20 147	0.16 192	0.19 88	0.15 66	0.19 100	0.15 13

UniTT-Stereo	0.38 9	0.24 25	0.67 86	0.49 70	0.36 198	0.40 17	0.32 58	0.55 5	0.55 23	0.55 72	0.55 47	0.36 12	0.31 18	0.59 25	0.52 179	0.21 174	0.15 160	0.17 33	0.15 66	0.19 100	0.17 46

HUF	0.39 14	0.27 71	0.71 101	0.43 15	0.24 11	0.51 84	0.47 213	0.99 76	0.55 23	0.37 17	0.45 16	0.53 71	0.41 52	0.70 52	0.29 10	0.18 71	0.14 97	0.16 21	0.12 17	0.15 11	0.17 46

fffft	0.39 14	0.24 25	0.56 37	0.45 23	0.34 173	0.42 31	0.48 219	0.85 38	0.39 5	0.45 37	0.35 8	0.38 15	0.31 18	1.32 208	0.34 30	0.14 2	0.12 10	0.19 88	0.15 66	0.16 25	0.18 59
1: 1. 1
AIO-Stereo	0.39 14	0.26 48	0.54 31	0.50 85	0.24 11	0.45 42	0.39 126	1.13 124	0.57 29	0.42 30	0.49 27	0.52 67	0.25 4	0.74 57	0.32 22	0.16 15	0.13 35	0.18 64	0.14 50	0.16 25	0.15 13

ours_stereo	0.40 17	0.30 124	0.57 39	0.47 47	0.31 105	0.40 17	0.44 185	0.79 25	0.58 31	0.36 13	0.58 54	0.46 34	0.33 27	1.14 171	0.33 27	0.17 41	0.13 35	0.19 88	0.15 66	0.19 100	0.20 117

RSM++	0.40 17	0.26 48	0.55 33	0.51 99	0.27 31	0.49 61	0.41 141	0.83 33	0.52 19	0.39 22	0.47 21	0.60 95	0.34 31	1.02 138	0.31 14	0.16 15	0.13 35	0.17 33	0.15 66	0.18 68	0.15 13

RSM	0.40 17	0.25 37	0.53 30	0.50 85	0.27 31	0.46 46	0.40 131	0.94 63	0.49 14	0.42 30	0.44 15	0.65 113	0.33 27	1.07 152	0.32 22	0.15 6	0.13 35	0.17 33	0.14 50	0.17 43	0.15 13

trnet	0.40 17	0.23 13	0.40 3	0.37 1	0.20 2	0.53 94	0.29 40	0.81 27	1.15 243	0.59 74	0.72 84	0.53 71	0.43 66	0.56 15	0.37 66	0.18 71	0.13 35	0.15 6	0.10 1	0.14 2	0.14 4

CREStereo	0.40 17	0.24 25	0.40 3	0.37 1	0.22 6	0.52 90	0.29 40	0.81 27	1.15 243	0.59 74	0.72 84	0.51 60	0.42 58	0.57 20	0.37 66	0.19 107	0.13 35	0.15 6	0.10 1	0.14 2	0.15 13
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
DEFOM-Stereo_RVC	0.41 22	0.68 415	0.45 11	0.66 313	0.30 87	0.48 55	0.25 15	0.87 47	0.46 10	0.39 22	0.37 9	0.30 6	0.69 197	1.16 174	0.31 14	0.17 41	0.11 3	0.16 21	0.12 17	0.18 68	0.14 4

castereo++	0.41 22	0.26 48	0.51 24	0.44 18	0.32 137	0.96 309	0.22 4	1.13 124	0.61 43	0.33 6	0.45 16	0.50 57	0.39 49	0.94 115	0.25 2	0.18 71	0.12 10	0.17 33	0.12 17	0.14 2	0.16 31

SMoEStereo_RVC	0.41 22	0.26 48	0.55 33	0.46 33	0.31 105	0.60 137	0.36 94	0.85 38	0.47 12	0.47 40	0.43 12	0.42 18	0.34 31	1.40 225	0.31 14	0.15 6	0.12 10	0.20 120	0.15 66	0.16 25	0.18 59

Pointernet	0.41 22	0.21 3	0.63 65	0.45 23	0.29 72	0.51 84	0.27 28	1.54 231	0.70 63	0.48 46	0.64 61	0.49 50	0.37 41	0.51 8	0.36 53	0.18 71	0.13 35	0.14 1	0.11 7	0.14 2	0.14 4

AEACV	0.41 22	0.25 37	0.60 54	0.55 167	0.52 321	0.43 36	0.38 113	0.98 68	0.63 47	0.44 33	0.56 50	0.46 34	0.59 159	0.56 15	0.31 14	0.17 41	0.13 35	0.18 64	0.16 99	0.17 43	0.17 46

LoS	0.41 22	0.23 13	0.46 12	0.39 5	0.23 8	0.48 55	0.40 131	1.12 120	0.94 143	0.50 55	0.66 65	0.49 50	0.42 58	0.63 41	0.39 75	0.19 107	0.14 97	0.16 21	0.11 7	0.14 2	0.15 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 22	0.24 25	0.59 47	0.45 23	0.27 31	0.54 107	0.22 4	1.23 169	0.56 27	0.44 33	0.43 12	0.68 121	0.29 11	0.89 105	0.34 30	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.18 59

GLC_STEREO	0.41 22	0.27 71	0.43 8	0.55 167	0.24 11	0.47 50	0.30 46	0.81 27	0.64 50	0.53 68	0.74 88	0.50 57	0.31 18	0.65 43	0.45 130	0.18 71	0.20 277	0.23 214	0.19 157	0.21 178	0.21 142

mms	0.42 30	0.29 101	0.60 54	0.47 47	0.33 157	0.43 36	0.46 203	0.75 17	0.50 16	0.36 13	0.61 59	0.44 22	0.30 14	1.39 223	0.34 30	0.16 15	0.14 97	0.18 64	0.15 66	0.19 100	0.21 142

CASnet	0.42 30	0.26 48	0.52 28	0.52 118	0.21 3	0.49 61	0.35 85	0.85 38	0.85 110	0.84 127	0.69 74	0.48 47	0.31 18	0.57 20	0.34 30	0.19 107	0.12 10	0.27 310	0.22 253	0.23 217	0.15 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 30	0.26 48	0.56 37	0.48 58	0.27 31	0.45 42	0.33 65	1.56 237	0.61 43	0.36 13	0.47 21	0.52 67	0.30 14	1.08 155	0.33 27	0.15 6	0.13 35	0.17 33	0.13 31	0.16 25	0.15 13

CroCo-Stereo	0.42 30	0.33 191	0.83 172	0.59 240	0.28 58	0.26 3	0.33 65	1.22 164	0.85 110	0.43 32	0.49 27	0.65 113	0.46 84	0.40 3	0.36 53	0.19 107	0.15 160	0.16 21	0.14 50	0.20 136	0.17 46
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
castereo	0.43 34	0.25 37	0.50 21	0.46 33	0.30 87	0.60 137	0.56 285	1.23 169	0.83 103	0.39 22	0.70 78	0.45 32	0.68 193	0.54 12	0.33 27	0.17 41	0.11 3	0.17 33	0.13 31	0.16 25	0.14 4

WCG-NET	0.43 34	0.23 13	0.58 41	0.42 11	0.26 30	0.46 46	0.32 58	0.77 19	1.16 250	0.77 109	0.75 89	0.58 88	0.44 72	0.62 33	0.38 71	0.16 15	0.12 10	0.16 21	0.14 50	0.15 11	0.14 4

MGS-Stereo	0.43 34	0.28 81	0.61 60	0.46 33	0.28 58	0.49 61	0.33 65	0.60 8	0.89 119	0.47 40	1.32 288	0.51 60	0.32 24	0.66 45	0.39 75	0.20 147	0.16 192	0.18 64	0.16 99	0.18 68	0.18 59

MoCha-V2	0.43 34	0.23 13	0.55 33	0.56 187	0.23 8	0.44 40	0.32 58	1.35 194	0.63 47	0.54 69	0.55 47	0.42 18	0.57 139	1.12 167	0.28 6	0.15 6	0.13 35	0.15 6	0.13 31	0.17 43	0.18 59

GCAP-Stereo	0.43 34	0.32 172	0.80 149	0.50 85	0.27 31	0.53 94	0.31 50	1.05 93	0.67 57	0.69 95	0.71 81	0.58 88	0.42 58	0.51 8	0.35 37	0.18 71	0.15 160	0.18 64	0.13 31	0.17 43	0.15 13

MM-Stereo_test2	0.44 39	0.25 37	0.70 98	0.54 154	0.33 157	0.55 111	0.45 197	1.02 79	0.84 106	0.61 85	0.51 33	0.49 50	0.42 58	0.82 79	0.32 22	0.16 15	0.13 35	0.18 64	0.14 50	0.19 100	0.17 46

fffy	0.44 39	0.29 101	0.67 86	0.47 47	0.30 87	0.46 46	0.34 74	0.98 68	0.57 29	0.40 28	0.59 56	0.55 77	0.41 52	1.26 192	0.37 66	0.16 15	0.14 97	0.19 88	0.16 99	0.19 100	0.20 117

Occ-G	0.44 39	0.23 13	0.59 47	0.44 18	0.27 31	0.43 36	0.61 315	0.85 38	0.62 45	0.48 46	0.66 65	1.00 247	0.45 76	0.79 76	0.45 130	0.17 41	0.14 97	0.18 64	0.13 31	0.16 25	0.18 59

IGEV++	0.45 42	0.24 25	0.63 65	0.58 221	0.32 137	0.42 31	0.25 15	2.16 389	0.65 53	0.38 19	0.58 54	0.46 34	0.44 72	0.56 15	0.40 91	0.20 147	0.13 35	0.16 21	0.13 31	0.17 43	0.18 59

ff7	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

ffff	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

11t	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

LoS_RVC	0.45 42	0.29 101	0.48 16	0.49 70	0.83 429	0.51 84	0.43 166	0.65 10	0.44 7	0.47 40	0.78 96	0.44 22	0.60 165	0.59 25	0.37 66	0.14 2	0.12 10	0.14 1	0.10 1	0.14 2	1.08 469

anonymousdsp	0.45 42	0.30 124	0.60 54	0.48 58	0.34 173	0.49 61	0.42 149	0.97 64	0.60 39	0.51 63	0.53 39	0.46 34	0.47 91	1.36 214	0.35 37	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

ccc-4	0.45 42	0.30 124	0.64 73	0.47 47	0.33 157	0.49 61	0.42 149	0.93 53	0.59 33	0.50 55	0.53 39	0.44 22	0.48 96	1.41 228	0.36 53	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142

IGEV-Stereo	0.45 42	0.30 124	0.60 54	0.48 58	0.34 173	0.49 61	0.42 149	0.98 68	0.60 39	0.51 63	0.53 39	0.46 34	0.47 91	1.36 214	0.35 37	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 42	0.23 13	0.50 21	0.43 15	0.21 3	0.65 168	0.26 23	0.83 33	0.88 118	0.95 154	0.99 149	0.51 60	0.45 76	0.56 15	0.36 53	0.19 107	0.24 344	0.16 21	0.13 31	0.17 43	0.27 264

Reg-Stereo(zero)	0.46 51	0.23 13	0.50 21	0.45 23	0.25 18	0.41 24	0.27 28	0.80 26	1.12 226	0.93 149	0.79 98	0.91 207	0.46 84	0.74 57	0.44 117	0.15 6	0.13 35	0.15 6	0.12 17	0.15 11	0.18 59

rvit_stereo_0081_aga	0.46 51	0.37 278	0.91 217	0.52 118	0.41 252	0.49 61	0.40 131	0.88 48	0.66 55	0.59 74	0.56 50	0.53 71	0.43 66	0.67 46	0.44 117	0.27 313	0.21 292	0.22 180	0.20 186	0.26 268	0.19 92

rvit_stereo_0081	0.46 51	0.34 220	0.72 103	0.56 187	0.35 190	0.41 24	0.44 185	0.74 15	1.04 188	0.49 50	0.52 35	0.51 60	0.49 107	0.86 94	0.47 146	0.25 269	0.20 277	0.22 180	0.19 157	0.26 268	0.19 92

rvit_stereo_0082	0.46 51	0.34 220	0.72 103	0.56 187	0.35 190	0.41 24	0.44 185	0.74 15	1.04 188	0.49 50	0.52 35	0.51 60	0.49 107	0.86 94	0.47 146	0.25 269	0.20 277	0.22 180	0.19 157	0.26 268	0.19 92

IGEV-Stereo+	0.46 51	0.23 13	0.51 24	0.42 11	0.46 286	0.15 1	0.19 1	0.45 2	0.37 4	0.28 2	0.25 2	0.31 8	0.41 52	1.43 235	0.31 14	0.18 71	0.13 35	0.15 6	0.12 17	1.09 469	1.74 482

WCG-NET（raft）	0.46 51	0.23 13	0.59 47	0.42 11	0.24 11	0.50 76	0.35 85	0.76 18	1.10 213	0.72 101	0.76 90	0.91 207	0.50 112	0.88 102	0.40 91	0.16 15	0.13 35	0.15 6	0.14 50	0.15 11	0.17 46

ProNet	0.46 51	0.30 124	0.69 95	0.46 33	0.32 137	0.57 120	0.52 250	1.15 140	0.67 57	0.44 33	0.50 30	0.44 22	0.43 66	1.31 202	0.38 71	0.16 15	0.15 160	0.19 88	0.16 99	0.18 68	0.18 59

MC-Stereo	0.46 51	0.24 25	0.58 41	0.63 279	0.30 87	0.38 15	0.32 58	0.98 68	0.74 74	0.66 92	0.85 113	0.56 84	0.60 165	1.07 152	0.32 22	0.17 41	0.12 10	0.17 33	0.15 66	0.16 25	0.16 31

CroCo-Stereo Lap2	0.46 51	0.37 278	0.87 196	0.62 269	0.79 420	0.28 6	0.35 85	0.81 27	0.73 67	0.39 22	0.54 45	0.71 135	0.54 128	0.60 27	0.48 153	0.18 71	0.18 247	0.19 88	0.16 99	0.21 178	0.21 142

tt45	0.47 60	0.25 37	0.52 28	0.47 47	0.34 173	0.78 227	0.32 58	0.86 44	0.45 9	0.52 65	0.45 16	0.49 50	0.37 41	2.12 338	0.36 53	0.16 15	0.13 35	0.19 88	0.16 99	0.17 43	0.21 142

rvit_stereo_0080	0.47 60	0.35 249	0.87 196	0.48 58	0.36 198	0.42 31	0.54 269	0.93 53	0.78 83	0.52 65	0.60 57	0.55 77	0.47 91	0.62 33	0.48 153	0.27 313	0.21 292	0.20 120	0.20 186	0.31 328	0.20 117

Former-RAFT_DAM_RVC	0.47 60	0.38 296	0.75 126	0.48 58	0.37 207	0.67 179	0.35 85	0.82 32	1.14 238	0.61 85	0.64 61	0.39 16	0.39 49	0.74 57	0.39 75	0.20 147	0.17 219	0.22 180	0.18 136	0.24 246	0.20 117

whm_eth	0.47 60	0.35 249	0.87 196	0.48 58	0.36 198	0.42 31	0.54 269	0.93 53	0.78 83	0.52 65	0.60 57	0.55 77	0.47 91	0.62 33	0.48 153	0.27 313	0.21 292	0.20 120	0.20 186	0.31 328	0.20 117

XX-TBD	0.47 60	0.71 420	0.39 1	0.81 408	0.25 18	0.57 120	0.26 23	0.73 13	1.30 328	0.78 111	1.01 156	0.45 32	0.33 27	0.49 7	0.39 75	0.20 147	0.15 160	0.15 6	0.11 7	0.17 43	0.15 13

PMTNet	0.47 60	0.22 6	0.43 8	0.39 5	0.24 11	0.71 198	0.26 23	0.78 23	1.03 182	0.65 89	0.69 74	0.55 77	0.48 96	0.90 108	0.36 53	0.99 468	0.13 35	0.15 6	0.10 1	0.15 11	0.15 13

HART	0.48 66	0.24 25	0.63 65	0.52 118	0.27 31	0.41 24	0.29 40	1.32 190	0.54 21	0.59 74	1.47 336	0.61 101	0.34 31	1.09 159	0.32 22	0.16 15	0.14 97	0.19 88	0.14 50	0.19 100	0.18 59

SCV_C0	0.48 66	0.29 101	0.88 201	0.46 33	0.31 105	0.46 46	0.31 50	1.67 259	0.87 115	0.40 28	0.52 35	0.54 75	0.29 11	1.27 195	0.34 30	0.18 71	0.14 97	0.17 33	0.14 50	0.20 136	0.18 59

CAS++	0.48 66	0.34 220	0.59 47	0.48 58	0.32 137	0.45 42	0.29 40	1.73 280	0.78 83	0.71 97	0.73 87	0.36 12	0.28 8	0.70 52	0.35 37	0.27 313	0.22 307	0.26 297	0.21 227	0.29 306	0.22 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 66	0.28 81	0.83 172	0.51 99	0.53 326	0.39 16	0.27 28	1.03 86	0.64 50	0.47 40	0.71 81	0.51 60	0.51 115	1.13 169	0.47 146	0.20 147	0.16 192	0.23 214	0.20 186	0.24 246	0.20 117

StereoAnything_RVC	0.49 70	1.60 479	0.87 196	0.37 1	0.21 3	0.26 3	0.21 2	0.53 4	0.23 1	0.23 1	0.21 1	0.19 1	0.35 36	1.29 199	0.23 1	0.22 207	0.11 3	0.15 6	0.11 7	2.36 480	0.13 2

999	0.49 70	0.25 37	0.55 33	0.51 99	0.35 190	0.74 207	0.31 50	0.89 51	0.59 33	0.39 22	0.50 30	0.50 57	0.36 38	2.41 362	0.41 100	0.17 41	0.13 35	0.18 64	0.15 66	0.16 25	0.23 187

rvit_stereo_0083	0.49 70	0.34 220	0.85 187	0.57 209	0.36 198	0.49 61	0.43 166	0.73 13	1.05 194	0.50 55	0.57 53	0.55 77	0.50 112	0.92 112	0.50 167	0.25 269	0.25 356	0.24 238	0.20 186	0.25 258	0.19 92

rvit_stereo_ft	0.49 70	0.38 296	1.03 257	0.68 339	0.42 261	0.40 17	0.58 298	0.93 53	0.86 112	0.47 40	0.55 47	0.57 86	0.48 96	0.67 46	0.53 188	0.26 292	0.17 219	0.22 180	0.22 253	0.24 246	0.19 92

RAFT-Stereo-weight	0.49 70	0.26 48	0.58 41	0.49 70	0.28 58	0.61 144	0.34 74	1.16 145	1.11 219	1.06 185	0.79 98	0.75 141	0.28 8	0.79 76	0.42 108	0.16 15	0.13 35	0.17 33	0.15 66	0.16 25	0.18 59

IGEVStereo-DCA	0.49 70	0.33 191	0.64 73	0.46 33	0.34 173	0.50 76	0.42 149	0.93 53	0.59 33	0.48 46	0.48 23	0.48 47	0.45 76	2.28 352	0.44 117	0.19 107	0.14 97	0.19 88	0.15 66	0.17 43	0.21 142

plain	0.49 70	0.29 101	1.23 326	0.51 99	0.40 238	0.35 11	0.37 104	1.04 90	0.62 45	0.44 33	0.76 90	0.42 18	0.41 52	1.17 178	0.46 136	0.23 229	0.15 160	0.24 238	0.19 157	0.25 258	0.18 59

testlalala	0.49 70	0.30 124	0.70 98	0.44 18	0.40 238	0.68 183	0.38 113	1.38 200	0.58 31	1.28 297	0.82 108	0.61 101	0.36 38	0.57 20	0.34 30	0.21 174	0.14 97	0.18 64	0.12 17	0.15 11	0.16 31

iRaftStereo_RVC	0.49 70	0.28 81	0.72 103	0.53 141	0.29 72	0.52 90	0.33 65	1.14 128	0.84 106	0.85 129	0.99 149	0.55 77	0.36 38	0.83 85	0.40 91	0.18 71	0.13 35	0.22 180	0.20 186	0.20 136	0.18 59

CREStereo++_RVC	0.49 70	0.22 6	0.46 12	0.48 58	0.38 219	0.45 42	0.25 15	0.77 19	1.30 328	0.82 121	1.23 254	0.47 43	0.37 41	0.55 13	0.44 117	0.16 15	0.11 3	0.16 21	0.80 472	0.18 68	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MyStereo07	0.50 80	0.30 124	0.58 41	0.58 221	0.48 295	0.59 132	0.78 357	1.19 153	0.60 39	0.49 50	0.54 45	0.43 21	0.55 131	1.32 208	0.36 53	0.18 71	0.18 247	0.24 238	0.21 227	0.23 217	0.23 187

4D-IteraStereo	0.50 80	0.26 48	0.84 181	0.51 99	0.49 301	0.64 164	0.31 50	0.91 52	1.02 179	1.05 180	0.72 84	0.76 143	0.32 24	0.69 50	0.40 91	0.18 71	0.11 3	0.23 214	0.20 186	0.19 100	0.16 31

MM-Stereo_test1	0.51 82	0.26 48	0.59 47	0.53 141	0.31 105	0.50 76	0.53 256	1.06 95	1.09 209	0.88 136	0.70 78	0.54 75	0.59 159	1.18 179	0.35 37	0.19 107	0.17 219	0.20 120	0.17 120	0.20 136	0.18 59

SCV	0.51 82	0.29 101	0.72 103	0.63 279	0.27 31	0.40 17	0.38 113	2.32 418	0.75 79	0.36 13	0.49 27	0.55 77	0.35 36	1.31 202	0.34 30	0.25 269	0.13 35	0.17 33	0.14 50	0.18 68	0.18 59

CES	0.51 82	0.21 3	0.40 3	0.42 11	1.40 473	0.53 94	0.34 74	1.04 90	0.68 60	0.45 37	0.67 68	0.35 11	0.28 8	0.58 23	0.35 37	0.16 15	0.13 35	0.15 6	0.10 1	0.19 100	1.69 481

sCroCo_RVC	0.51 82	0.43 328	1.15 295	0.66 313	0.60 360	0.52 90	0.40 131	0.93 53	0.64 50	0.45 37	0.76 90	0.49 50	0.49 107	0.65 43	0.49 164	0.27 313	0.28 375	0.23 214	0.22 253	0.29 306	0.28 278

RCA-Stereo	0.52 86	0.26 48	0.66 83	0.49 70	0.33 157	0.54 107	0.44 185	1.20 157	1.41 375	0.69 95	1.06 179	0.63 109	0.79 229	0.62 33	0.35 37	0.17 41	0.12 10	0.17 33	0.14 50	0.16 25	0.16 31

MM-Stereo_test3	0.53 87	0.26 48	0.60 54	0.56 187	0.73 401	0.49 61	0.53 256	1.31 188	1.08 201	0.64 88	0.97 143	0.61 101	0.42 58	0.82 79	0.40 91	0.21 174	0.18 247	0.20 120	0.16 99	0.19 100	0.21 142

model_zeroshot	0.53 87	0.31 155	1.00 249	0.57 209	0.39 228	0.74 207	0.39 126	1.38 200	0.67 57	0.88 136	0.85 113	0.71 135	0.37 41	0.77 67	0.39 75	0.21 174	0.17 219	0.19 88	0.17 120	0.17 43	0.22 169

knoymous	0.53 87	0.32 172	0.51 24	0.46 33	0.30 87	0.57 120	0.54 269	1.10 116	0.78 83	0.99 160	0.84 111	0.95 227	0.57 139	0.89 105	0.51 171	0.21 174	0.14 97	0.26 297	0.14 50	0.23 217	0.25 226

tg	0.54 90	0.25 37	0.70 98	0.52 118	0.31 105	0.89 278	0.29 40	1.12 120	0.98 159	0.85 129	1.03 166	0.62 104	0.42 58	1.37 217	0.41 100	0.17 41	0.13 35	0.22 180	0.21 227	0.17 43	0.17 46

GCAP-BAT	0.54 90	0.33 191	0.75 126	0.45 23	0.50 306	0.84 263	0.35 85	0.98 68	0.80 95	0.88 136	1.04 171	0.88 191	0.37 41	1.25 189	0.41 100	0.19 107	0.15 160	0.18 64	0.13 31	0.17 43	0.22 169

HUI-Stereo	0.54 90	0.33 191	0.81 154	0.52 118	0.27 31	0.62 147	0.29 40	1.14 128	0.74 74	1.13 203	0.96 134	0.82 166	0.60 165	0.83 85	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

Any-RAFT	0.55 93	0.27 71	0.49 18	0.50 85	0.27 31	0.98 313	0.25 15	1.71 276	1.08 201	0.90 141	0.99 149	1.13 289	0.46 84	0.74 57	0.35 37	0.19 107	0.13 35	0.17 33	0.13 31	0.16 25	0.19 92

Selective-RAFT	0.55 93	0.29 101	0.85 187	0.58 221	0.28 58	0.91 284	0.34 74	1.00 78	0.96 152	0.59 74	0.64 61	0.80 154	0.76 211	1.34 212	0.51 171	0.21 174	0.15 160	0.17 33	0.15 66	0.19 100	0.19 92

test_4	0.55 93	0.23 13	0.67 86	0.56 187	0.32 137	0.71 198	0.39 126	0.83 33	0.72 66	0.93 149	1.87 417	0.70 129	0.41 52	1.21 185	0.39 75	0.16 15	0.13 35	0.21 151	0.23 284	0.20 136	0.18 59

GMOStereo	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 364	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

error version	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 364	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

test-v	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 364	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

test-2	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 364	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

rafts_anoy	0.55 93	0.32 172	0.66 83	0.72 369	0.61 366	0.53 94	0.40 131	1.24 171	1.06 196	0.85 129	0.83 110	0.67 119	0.53 121	0.77 67	0.55 200	0.20 147	0.15 160	0.25 276	0.26 322	0.22 198	0.21 142

s12784h	0.55 93	0.22 6	0.49 18	0.43 15	0.19 1	1.00 315	0.34 74	1.40 205	1.30 328	0.84 127	0.93 129	0.63 109	0.52 119	1.48 246	0.47 146	0.15 6	0.12 10	0.17 33	0.11 7	0.19 100	0.13 2

raftrobust	0.55 93	0.27 71	0.63 65	0.68 339	0.69 394	0.50 76	0.34 74	1.08 103	0.97 156	1.32 314	0.88 120	0.62 104	0.80 235	0.82 79	0.44 117	0.20 147	0.16 192	0.16 21	0.14 50	0.15 11	0.18 59

Gwc-CoAtRS	0.55 93	0.27 71	0.73 116	0.49 70	0.30 87	0.63 155	0.25 15	1.38 200	1.12 226	1.05 180	1.02 159	1.10 280	0.55 131	0.72 55	0.44 117	0.17 41	0.14 97	0.17 33	0.15 66	0.16 25	0.17 46

rvit_0105_6	0.56 104	0.38 296	1.13 288	0.67 327	0.38 219	0.50 76	0.51 239	0.88 48	1.33 339	0.54 69	0.56 50	0.65 113	0.57 139	0.97 127	0.46 136	0.32 361	0.31 393	0.28 324	0.25 305	0.29 306	0.23 187

MSKI-zero shot	0.56 104	0.30 124	0.61 60	0.55 167	0.28 58	0.68 183	0.28 34	1.25 174	0.68 60	0.92 146	1.33 293	0.81 160	0.33 27	1.94 314	0.36 53	0.18 71	0.13 35	0.17 33	0.13 31	0.16 25	0.19 92

EKT-Stereo	0.56 104	0.33 191	0.84 181	0.61 261	0.64 373	0.51 84	0.48 219	1.14 128	0.95 148	0.74 104	0.89 122	0.77 147	0.42 58	1.18 179	0.42 108	0.23 229	0.17 219	0.21 151	0.18 136	0.20 136	0.26 246

LL-Strereo2	0.56 104	0.36 257	0.77 134	0.56 187	0.40 238	0.68 183	0.37 104	1.21 162	0.83 103	0.96 157	0.79 98	0.91 207	0.41 52	1.08 155	0.48 153	0.18 71	0.17 219	0.29 335	0.25 305	0.22 198	0.19 92

test-3	0.56 104	0.24 25	0.82 163	0.50 85	0.29 72	0.57 120	0.34 74	1.09 110	1.03 182	1.33 319	0.69 74	0.87 185	0.45 76	1.68 278	0.39 75	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.16 31

test_1	0.56 104	0.24 25	0.82 163	0.50 85	0.29 72	0.57 120	0.34 74	1.09 110	1.03 182	1.28 297	0.69 74	0.87 185	0.45 76	1.67 276	0.39 75	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.16 31

PSM-adaLoss	0.56 104	0.33 191	0.81 154	0.52 118	0.27 31	0.63 155	0.41 141	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.09 159	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

ROB_FTStereo	0.56 104	0.33 191	0.82 163	0.52 118	0.27 31	0.62 147	0.25 15	1.14 128	0.74 74	1.13 203	0.96 134	0.82 166	0.60 165	1.18 179	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

cross-raft	0.56 104	0.26 48	0.65 78	0.55 167	0.31 105	0.66 174	0.37 104	1.68 262	0.82 100	1.06 185	1.07 182	1.25 313	0.45 76	0.74 57	0.39 75	0.15 6	0.13 35	0.19 88	0.16 99	0.19 100	0.17 46

test-1	0.56 104	0.28 81	1.13 288	0.58 221	0.34 173	0.60 137	0.38 113	1.56 237	0.98 159	0.80 114	1.02 159	0.83 175	0.52 119	0.64 42	0.46 136	0.17 41	0.16 192	0.20 120	0.17 120	0.20 136	0.26 246

raft+_RVC	0.56 104	0.29 101	0.61 60	0.65 299	0.56 343	0.53 94	0.53 256	1.40 205	1.02 179	0.78 111	1.04 171	0.70 129	0.55 131	1.00 132	0.49 164	0.18 71	0.16 192	0.19 88	0.19 157	0.18 68	0.17 46

RAFT-Stereo + iAFF	0.56 104	0.28 81	0.81 154	0.45 23	0.25 18	0.40 17	0.34 74	1.12 120	1.13 232	1.35 332	1.58 372	0.80 154	0.67 189	0.71 54	0.43 113	0.14 2	0.11 3	0.18 64	0.17 120	0.18 68	0.16 31

H2IRNET	0.57 116	0.28 81	0.75 126	0.49 70	0.35 190	0.40 17	0.27 28	1.03 86	1.18 261	0.62 87	1.26 262	1.07 265	0.85 252	1.02 138	0.64 237	0.20 147	0.16 192	0.23 214	0.25 305	0.22 198	0.20 117

11t1	0.57 116	0.30 124	0.84 181	0.54 154	0.30 87	0.83 256	0.41 141	1.34 193	0.79 92	0.88 136	0.82 108	0.70 129	0.70 200	0.96 123	0.67 247	0.21 174	0.21 292	0.20 120	0.16 99	0.21 178	0.26 246

rrr	0.57 116	0.33 191	2.43 427	0.46 33	0.34 173	0.50 76	0.38 113	0.84 37	0.55 23	0.48 46	0.48 23	0.48 47	0.45 76	2.28 352	0.44 117	0.19 107	0.14 97	0.19 88	0.15 66	0.17 43	0.18 59

test_3	0.57 116	0.24 25	0.87 196	0.55 167	0.30 87	0.60 137	0.40 131	1.07 98	1.08 201	1.20 250	0.68 69	0.92 215	0.43 66	1.68 278	0.40 91	0.16 15	0.13 35	0.22 180	0.19 157	0.21 178	0.17 46

Patchmatch Stereo++	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.63 155	0.28 34	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.40 225	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo_v2	0.57 116	0.33 191	0.81 154	0.52 118	0.27 31	0.62 147	0.42 149	1.14 128	0.73 67	1.13 203	0.97 143	0.82 166	0.60 165	1.15 172	0.53 188	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

DeepStereo_RVC	0.57 116	0.31 155	0.78 140	0.53 141	0.30 87	0.57 120	0.32 58	1.11 118	0.80 95	1.17 227	0.94 131	0.83 175	0.93 294	1.01 135	0.61 227	0.23 229	0.14 97	0.21 151	0.19 157	0.24 246	0.26 246

iRAFT	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.63 155	0.28 34	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.40 225	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

CRE-IMP	0.57 116	0.32 172	0.82 163	0.54 154	0.29 72	0.77 226	0.25 15	1.19 153	0.79 92	1.09 189	0.95 132	0.81 160	0.57 139	1.11 165	0.57 209	0.22 207	0.14 97	0.23 214	0.19 157	0.28 290	0.24 207

RAFT-IKP	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.57 120	0.35 85	1.14 128	0.73 67	1.13 203	0.96 134	0.83 175	0.61 174	1.26 192	0.53 188	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

test_xeample3	0.57 116	0.33 191	3.11 446	0.46 33	0.34 173	0.55 111	0.38 113	0.86 44	0.49 14	0.54 69	0.46 20	0.44 22	0.44 72	1.49 252	0.45 130	0.18 71	0.14 97	0.19 88	0.15 66	0.17 43	0.18 59

CFNet-RSSM	0.57 116	0.25 37	0.76 131	0.49 70	0.28 58	0.59 132	0.27 28	1.89 322	1.17 255	1.09 189	0.95 132	1.06 262	0.53 121	0.74 57	0.41 100	0.17 41	0.13 35	0.17 33	0.15 66	0.16 25	0.16 31

rvit_0105_4	0.58 128	0.40 311	1.19 315	0.68 339	0.38 219	0.53 94	0.55 278	0.93 53	1.27 308	0.56 73	0.61 59	0.72 137	0.63 175	1.01 135	0.47 146	0.33 366	0.33 410	0.29 335	0.25 305	0.29 306	0.26 246

AE-Stereo	0.58 128	0.29 101	0.81 154	0.62 269	0.41 252	0.69 192	0.46 203	2.49 446	1.25 296	0.49 50	0.77 94	0.69 126	0.46 84	0.61 29	0.42 108	0.17 41	0.16 192	0.21 151	0.20 186	0.19 100	0.18 59

1test111	0.58 128	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.58 242	0.91 125	0.60 81	0.80 103	0.47 43	0.87 269	0.99 129	0.67 247	0.21 174	0.13 35	0.25 276	0.15 66	0.23 217	0.25 226

RAFT-Test	0.58 128	0.27 71	0.81 154	0.50 85	0.33 157	0.95 304	0.27 28	1.40 205	0.89 119	1.00 164	1.12 205	1.39 346	0.48 96	0.74 57	0.41 100	0.17 41	0.14 97	0.17 33	0.14 50	0.16 25	0.18 59

anonymousdsp2	0.58 128	0.29 101	0.93 222	0.51 99	0.30 87	0.75 212	0.46 203	1.95 337	0.87 115	0.81 119	0.78 96	0.76 143	0.48 96	1.10 162	0.45 130	0.19 107	0.14 97	0.18 64	0.13 31	0.20 136	0.22 169

fff	0.58 128	0.26 48	1.15 295	0.46 33	0.25 18	0.48 55	0.36 94	1.20 157	1.28 316	1.13 203	1.03 166	0.59 92	1.04 342	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

iGMRVC	0.58 128	0.33 191	0.81 154	0.52 118	0.27 31	0.62 147	0.38 113	1.14 128	0.73 67	1.13 203	0.97 143	0.82 166	0.59 159	1.54 255	0.53 188	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

RALCasStereoNet	0.58 128	0.34 220	0.77 134	0.65 299	0.64 373	0.64 164	0.51 239	1.06 95	0.99 168	0.71 97	1.06 179	0.77 147	0.44 72	1.38 221	0.52 179	0.20 147	0.18 247	0.18 64	0.16 99	0.20 136	0.22 169

DCANet	0.58 128	0.26 48	1.15 295	0.45 23	0.25 18	0.49 61	0.36 94	1.18 149	1.35 344	1.15 219	1.04 171	0.60 95	0.91 284	0.84 88	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.19 100	0.25 226

csc	0.58 128	0.26 48	1.15 295	0.46 33	0.25 18	0.48 55	0.36 94	1.20 157	1.28 316	1.13 203	1.03 166	0.59 92	1.04 342	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

cscssc	0.58 128	0.26 48	1.15 295	0.46 33	0.25 18	0.48 55	0.36 94	1.20 157	1.28 316	1.13 203	1.03 166	0.59 92	1.04 342	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

GMStereo	0.58 128	0.50 357	1.09 276	0.52 118	0.32 137	0.80 240	0.43 166	1.02 79	1.41 375	0.89 140	0.77 94	0.52 67	0.46 84	0.89 105	0.56 206	0.25 269	0.16 192	0.20 120	0.22 253	0.31 328	0.27 264
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
gcap-zeroshot	0.59 140	0.30 124	1.11 283	0.51 99	0.30 87	0.79 234	0.36 94	1.86 314	0.86 112	0.90 141	0.68 69	1.44 354	0.50 112	0.82 79	0.35 37	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.18 59

ACVNet-DCA	0.59 140	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.58 242	0.91 125	0.60 81	0.80 103	0.47 43	0.87 269	1.48 246	0.35 37	0.21 174	0.13 35	0.25 276	0.15 66	0.23 217	0.25 226

IGEV_Zeroshot_test	0.59 140	0.33 191	1.11 283	0.63 279	0.37 207	0.41 24	0.33 65	1.80 296	0.79 92	1.04 178	1.10 194	1.06 262	0.43 66	0.87 99	0.48 153	0.18 71	0.13 35	0.19 88	0.18 136	0.20 136	0.23 187

DCANet-4	0.59 140	0.28 81	1.65 381	0.44 18	0.25 18	0.48 55	0.36 94	1.15 140	1.36 353	1.13 203	1.03 166	0.56 84	0.74 205	0.77 67	0.58 214	0.17 41	0.14 97	0.17 33	0.13 31	0.15 11	0.24 207

x	0.59 140	0.34 220	0.79 144	0.51 99	0.32 137	0.69 192	0.46 203	1.64 255	0.97 156	0.86 134	0.86 115	0.83 175	0.74 205	0.75 64	0.70 255	0.21 174	0.22 307	0.22 180	0.20 186	0.21 178	0.24 207

sAnonymous2	0.59 140	0.61 392	1.82 390	0.61 261	0.52 321	0.51 84	0.54 269	0.97 64	0.70 63	0.50 55	0.68 69	0.46 34	0.63 175	0.61 29	0.41 100	0.22 207	0.17 219	0.23 214	0.21 227	0.85 457	0.56 424

CroCo_RVC	0.59 140	0.61 392	1.82 390	0.61 261	0.52 321	0.51 84	0.54 269	0.97 64	0.70 63	0.50 55	0.68 69	0.46 34	0.63 175	0.61 29	0.41 100	0.22 207	0.17 219	0.23 214	0.21 227	0.85 457	0.56 424

testlalala2	0.60 147	0.30 124	0.68 89	1.79 478	1.30 472	0.65 168	0.41 141	1.06 95	0.75 79	0.91 143	0.96 134	0.75 141	0.34 31	0.56 15	0.45 130	0.18 71	0.16 192	0.17 33	0.13 31	0.17 43	0.19 92

MIM_Stereo	0.60 147	0.26 48	1.02 253	0.49 70	0.32 137	0.52 90	0.28 34	1.41 209	0.82 100	1.02 173	1.16 229	0.93 217	0.53 121	1.48 246	0.63 233	0.17 41	0.17 219	0.20 120	0.19 157	0.17 43	0.18 59

MIPNet	0.60 147	0.31 155	1.07 270	0.51 99	0.34 173	0.68 183	0.40 131	1.67 259	1.14 238	1.11 192	0.93 129	0.60 95	0.78 222	0.77 67	0.58 214	0.18 71	0.14 97	0.19 88	0.16 99	0.18 68	0.21 142

AFF-stereo	0.60 147	0.28 81	0.72 103	0.48 58	0.29 72	0.34 10	0.37 104	1.22 164	1.20 266	1.21 256	1.59 376	1.10 280	0.70 200	1.01 135	0.44 117	0.14 2	0.12 10	0.19 88	0.20 186	0.18 68	0.15 13

R-Stereo Train	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 403	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92

RAFT-Stereo	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 403	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 153	0.30 124	0.93 222	0.65 299	0.65 378	0.79 234	0.50 237	1.33 192	1.40 371	0.65 89	1.15 227	0.53 71	0.42 58	1.18 179	0.36 53	0.25 269	0.18 247	0.26 297	0.31 382	0.20 136	0.21 142

AIO-test1	0.61 153	0.27 71	0.68 89	0.68 339	1.02 450	0.79 234	0.36 94	1.59 247	1.35 344	0.59 74	0.89 122	0.60 95	0.49 107	1.20 184	0.36 53	0.18 71	0.17 219	0.23 214	0.25 305	0.18 68	0.26 246

rvit_0105_5	0.61 153	0.41 321	1.19 315	0.67 327	0.37 207	0.57 120	0.56 285	1.08 103	1.28 316	0.65 89	0.68 69	0.77 147	0.67 189	0.91 111	0.51 171	0.33 366	0.32 404	0.30 346	0.27 338	0.28 290	0.28 278

riskmin	0.62 156	0.29 101	0.73 116	0.50 85	0.34 173	0.86 271	0.44 185	1.74 282	1.07 198	0.76 108	0.76 90	1.19 297	1.01 326	0.84 88	0.60 224	0.20 147	0.16 192	0.24 238	0.16 99	0.24 246	0.29 292

qqq	0.62 156	0.36 257	0.88 201	0.50 85	0.28 58	0.64 164	0.62 316	1.58 242	0.91 125	0.83 122	0.96 134	0.95 227	0.79 229	0.99 129	0.67 247	0.21 174	0.23 334	0.24 238	0.23 284	0.23 217	0.25 226

ADStereo(finetuned)	0.62 156	0.26 48	1.59 377	0.45 23	0.25 18	0.49 61	0.36 94	1.18 149	1.35 344	1.16 223	1.04 171	0.60 95	1.18 378	0.85 92	0.57 209	0.17 41	0.14 97	0.17 33	0.13 31	0.19 100	0.24 207

dd	0.62 156	0.51 361	1.17 309	0.56 187	0.33 157	0.74 207	0.46 203	1.03 86	1.40 371	0.80 114	0.87 117	0.60 95	0.57 139	1.02 138	0.86 295	0.28 329	0.18 247	0.26 297	0.19 157	0.35 353	0.27 264

IPLGR	0.62 156	0.28 81	1.32 344	0.50 85	0.29 72	0.65 168	0.34 74	1.47 219	1.19 262	1.21 256	1.07 182	0.70 129	0.65 183	1.05 145	0.55 200	0.18 71	0.15 160	0.20 120	0.17 120	0.21 178	0.20 117

PFNet+	0.62 156	0.31 155	0.99 244	0.57 209	0.31 105	0.57 120	0.30 46	0.99 76	1.25 296	1.33 319	1.10 194	0.79 152	0.57 139	1.35 213	0.53 188	0.26 292	0.17 219	0.28 324	0.26 322	0.21 178	0.27 264

NRIStereo	0.62 156	0.31 155	0.78 140	0.56 187	0.28 58	0.63 155	0.33 65	1.16 145	0.92 130	1.15 219	0.87 117	0.90 203	0.58 156	2.24 348	0.56 206	0.22 207	0.14 97	0.21 151	0.19 157	0.22 198	0.18 59

RALAANet	0.62 156	0.37 278	0.97 240	0.66 313	0.50 306	0.67 179	0.31 50	1.27 179	1.09 209	1.11 192	1.17 232	0.88 191	0.46 84	1.27 195	0.45 130	0.20 147	0.15 160	0.21 151	0.18 136	0.27 274	0.19 92

FENet	0.62 156	0.30 124	0.68 89	0.57 209	0.33 157	0.82 249	0.40 131	1.41 209	1.12 226	1.03 176	0.87 117	0.98 236	0.84 247	1.00 132	0.70 255	0.23 229	0.16 192	0.23 214	0.20 186	0.22 198	0.24 207

RAFT+CT+SA	0.63 165	0.30 124	0.73 116	0.69 352	0.37 207	0.40 17	0.55 278	1.93 333	1.04 188	0.72 101	1.23 254	0.62 104	0.69 197	1.69 282	0.42 108	0.19 107	0.13 35	0.22 180	0.22 253	0.21 178	0.19 92

GANet-ADL	0.63 165	0.38 296	0.82 163	0.67 327	0.41 252	0.68 183	0.51 239	1.64 255	1.16 250	0.98 159	1.10 194	0.90 203	0.58 156	0.81 78	0.63 233	0.27 313	0.18 247	0.18 64	0.16 99	0.23 217	0.27 264

AnonymousM	0.63 165	1.14 457	0.43 8	0.46 33	0.32 137	0.43 36	0.46 203	1.27 179	0.78 83	1.00 164	0.66 65	0.68 121	0.45 76	0.61 29	0.46 136	0.21 174	0.16 192	1.84 483	0.98 480	0.15 11	0.15 13

HHNet	0.64 168	0.28 81	0.69 95	0.45 23	0.46 286	0.50 76	0.57 291	1.13 124	1.03 182	1.26 287	2.21 440	0.70 129	0.59 159	1.10 162	0.51 171	0.21 174	0.13 35	0.23 214	0.19 157	0.20 136	0.31 317

Pruner-Stereo	0.64 168	0.31 155	0.79 144	0.66 313	0.31 105	0.61 144	0.42 149	1.22 164	1.09 209	1.53 387	1.09 192	0.94 223	0.55 131	1.37 217	0.56 206	0.25 269	0.14 97	0.24 238	0.21 227	0.21 178	0.25 226

Anonymous3	0.64 168	0.47 344	1.31 341	0.59 240	0.50 306	0.93 295	0.69 335	1.11 118	0.83 103	0.74 104	0.89 122	0.65 113	0.68 193	1.08 155	0.54 197	0.40 403	0.31 393	0.26 297	0.26 322	0.31 328	0.30 308

DIP-Stereo	0.64 168	0.32 172	0.91 217	0.49 70	0.36 198	0.91 284	0.33 65	2.51 449	0.77 81	1.25 274	1.00 154	0.68 121	0.51 115	0.92 112	0.65 242	0.19 107	0.15 160	0.21 151	0.17 120	0.19 100	0.22 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 172	0.34 220	0.65 78	0.60 248	0.27 31	1.14 340	0.48 219	1.08 103	2.62 467	0.59 74	0.79 98	0.49 50	0.80 235	1.57 258	0.35 37	0.21 174	0.13 35	0.25 276	0.16 99	0.20 136	0.23 187

TestStereo	0.65 172	0.42 324	0.83 172	0.52 118	0.27 31	0.57 120	0.44 185	1.07 98	0.92 130	0.85 129	1.01 156	0.68 121	0.56 136	3.22 395	0.47 146	0.23 229	0.15 160	0.24 238	0.18 136	0.28 290	0.18 59

FACV-RUCA	0.66 174	0.36 257	0.89 205	0.63 279	0.65 378	0.84 263	0.41 141	1.67 259	1.11 219	0.91 143	1.14 221	0.63 109	0.77 215	0.84 88	0.54 197	0.28 329	0.19 264	0.47 431	0.22 253	0.36 357	0.29 292

rvit_0105_3	0.66 174	0.47 344	1.27 334	0.74 382	0.40 238	0.63 155	0.70 341	1.22 164	1.28 316	0.83 122	0.71 81	0.82 166	0.72 204	0.93 114	0.58 214	0.37 393	0.34 413	0.34 380	0.32 389	0.28 290	0.31 317

rvit_stereo_0075_2	0.66 174	0.47 344	1.21 323	0.67 327	0.66 384	0.53 94	0.48 219	1.24 171	1.17 255	0.77 109	0.91 125	0.78 151	0.59 159	1.05 145	0.63 233	0.37 393	0.28 375	0.40 413	0.31 382	0.38 369	0.34 341

CAS	0.66 174	0.19 1	0.41 6	2.31 485	0.86 433	0.56 118	0.53 256	0.83 33	0.63 47	0.49 50	0.70 78	0.36 12	0.26 6	0.47 6	0.37 66	2.33 485	0.10 1	0.14 1	0.10 1	0.17 43	1.31 475

TestStereo1	0.66 174	0.29 101	0.95 232	0.82 411	0.32 137	0.47 50	0.43 166	1.52 225	1.22 280	0.99 160	1.32 288	0.65 113	0.76 211	1.78 291	0.44 117	0.20 147	0.16 192	0.22 180	0.19 157	0.21 178	0.20 117

RAFT_CTSACE	0.66 174	0.29 101	1.14 293	0.57 209	0.51 316	0.68 183	0.44 185	0.88 48	0.98 159	1.03 176	1.83 410	1.23 308	0.67 189	1.48 246	0.38 71	0.16 15	0.16 192	0.21 151	0.20 186	0.20 136	0.17 46

SA-5K	0.66 174	0.29 101	0.95 232	0.82 411	0.32 137	0.47 50	0.43 166	1.52 225	1.22 280	0.99 160	1.32 288	0.65 113	0.76 211	1.78 291	0.44 117	0.20 147	0.16 192	0.22 180	0.19 157	0.21 178	0.20 117

ACRE	0.66 174	0.37 278	1.27 334	0.60 248	0.50 306	0.74 207	0.47 213	1.26 175	1.10 213	1.40 351	1.56 367	0.62 104	0.46 84	0.88 102	0.78 275	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

ICVP	0.66 174	0.35 249	0.71 101	0.63 279	0.41 252	0.85 270	0.56 285	1.78 289	0.96 152	0.92 146	1.24 258	0.88 191	0.75 210	0.76 65	0.93 319	0.31 354	0.22 307	0.22 180	0.21 227	0.24 246	0.28 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 174	0.27 71	1.15 295	0.46 33	0.25 18	0.72 201	0.42 149	1.57 240	1.44 387	0.83 122	1.39 313	1.10 280	0.80 235	0.97 127	0.65 242	0.20 147	0.14 97	0.18 64	0.15 66	0.18 68	0.28 278

ACVNet	0.66 174	0.33 191	0.74 121	0.55 167	0.37 207	0.80 240	0.47 213	1.46 216	1.11 219	1.01 169	1.31 283	1.07 265	0.91 284	0.82 79	1.09 346	0.22 207	0.19 264	0.21 151	0.18 136	0.23 217	0.19 92

HI	0.67 185	0.34 220	0.80 149	0.51 99	0.51 316	0.41 24	0.37 104	1.15 140	0.80 95	1.34 326	1.42 324	1.60 381	1.11 360	0.96 123	0.90 308	0.16 15	0.12 10	0.20 120	0.21 227	0.20 136	0.20 117

CoSv	0.67 185	0.34 220	0.80 149	0.51 99	0.51 316	0.41 24	0.37 104	1.15 140	0.80 95	1.34 326	1.42 324	1.60 381	1.11 360	0.96 123	0.90 308	0.16 15	0.12 10	0.20 120	0.21 227	0.20 136	0.20 117

test_sample2	0.67 185	0.31 155	0.89 205	0.54 154	0.29 72	0.80 240	0.63 321	1.83 303	1.10 213	0.93 149	1.06 179	0.94 223	0.92 292	1.24 188	0.59 221	0.23 229	0.20 277	0.22 180	0.21 227	0.24 246	0.25 226

test_sample1	0.67 185	0.32 172	0.90 213	0.54 154	0.33 157	0.76 217	0.48 219	1.75 284	1.06 196	0.95 154	0.99 149	0.91 207	1.10 357	1.25 189	0.79 280	0.22 207	0.19 264	0.21 151	0.20 186	0.21 178	0.25 226

MyStereo06	0.67 185	0.29 101	1.06 265	0.58 221	0.48 295	0.62 147	0.72 345	2.26 408	0.89 119	1.07 187	1.12 205	1.22 304	0.56 136	0.83 85	0.47 146	0.17 41	0.17 219	0.24 238	0.21 227	0.23 217	0.23 187

StereoVision	0.67 185	0.37 278	1.02 253	0.60 248	0.41 252	0.50 76	0.41 141	1.32 190	0.96 152	0.73 103	2.48 454	0.82 166	0.57 139	1.06 150	0.50 167	0.26 292	0.28 375	0.29 335	0.28 348	0.37 363	0.22 169

CASS	0.67 185	0.36 257	0.84 181	0.57 209	0.28 58	0.82 249	0.43 166	1.62 254	0.92 130	1.39 345	1.28 276	0.87 185	0.84 247	0.88 102	0.59 221	0.36 390	0.19 264	0.26 297	0.22 253	0.29 306	0.43 387
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 185	0.37 278	1.17 309	0.60 248	0.51 316	0.75 212	0.48 219	1.26 175	1.11 219	1.43 361	1.58 372	0.64 112	0.48 96	0.94 115	0.78 275	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

IPLGR_C	0.67 185	0.38 296	1.20 319	0.60 248	0.50 306	0.75 212	0.48 219	1.28 183	1.13 232	1.42 357	1.57 371	0.62 104	0.48 96	0.85 92	0.80 287	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

GwcNet-ADL	0.67 185	0.33 191	0.90 213	0.58 221	0.41 252	0.60 137	0.59 304	1.55 234	1.28 316	1.11 192	1.13 216	0.90 203	0.59 159	1.11 165	0.91 312	0.28 329	0.18 247	0.18 64	0.18 136	0.25 258	0.33 333

TRStereo	0.67 185	0.71 420	1.06 265	0.77 399	0.68 391	0.53 94	0.38 113	2.52 450	0.96 152	0.81 119	0.84 111	0.87 185	0.39 49	1.16 174	0.46 136	0.24 249	0.17 219	0.23 214	0.24 297	0.18 68	0.20 117

RAFT	0.67 185	0.32 172	0.83 172	0.63 279	0.34 173	0.69 192	0.57 291	1.14 128	0.84 106	1.12 200	1.20 239	1.75 407	0.92 292	1.09 159	0.60 224	0.22 207	0.19 264	0.27 310	0.24 297	0.22 198	0.23 187

DN-CSS_ROB	0.67 185	0.36 257	1.36 351	0.59 240	0.41 252	0.54 107	0.45 197	1.30 186	0.95 148	1.05 180	1.47 336	0.69 126	0.64 179	1.80 298	0.60 224	0.19 107	0.15 160	0.25 276	0.23 284	0.22 198	0.23 187

cc1	0.68 198	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.07 98	3.23 479	0.60 81	0.80 103	0.47 43	0.87 269	1.48 246	0.35 37	0.21 174	0.13 35	0.25 276	0.15 66	0.19 100	0.23 187

mmm	0.68 198	0.37 278	0.91 217	0.54 154	0.34 173	0.86 271	0.58 298	1.72 279	1.02 179	1.13 203	1.41 323	0.83 175	0.78 222	0.95 122	0.67 247	0.22 207	0.20 277	0.29 335	0.26 322	0.27 274	0.27 264

PCWNet_CMD	0.68 198	0.34 220	0.93 222	0.51 99	0.38 219	0.80 240	0.42 149	1.51 223	1.34 341	1.17 227	1.31 283	1.23 308	0.65 183	0.94 115	0.62 230	0.21 174	0.17 219	0.27 310	0.19 157	0.43 387	0.28 278

HH	0.68 198	0.33 191	0.83 172	0.53 141	0.34 173	0.92 291	0.45 197	1.79 292	0.74 74	0.71 97	1.13 216	1.60 381	0.83 244	1.95 317	0.39 75	0.18 71	0.14 97	0.19 88	0.17 120	0.19 100	0.19 92

HanStereo	0.68 198	0.33 191	0.83 172	0.53 141	0.34 173	0.92 291	0.45 197	1.79 292	0.74 74	0.71 97	1.13 216	1.60 381	0.83 244	1.95 317	0.39 75	0.18 71	0.14 97	0.19 88	0.17 120	0.19 100	0.19 92

DisPM	0.68 198	0.30 124	0.85 187	0.66 313	0.35 190	0.60 137	0.44 185	1.10 116	1.10 213	1.56 394	1.10 194	0.80 154	0.58 156	2.37 360	0.46 136	0.25 269	0.14 97	0.23 214	0.21 227	0.20 136	0.26 246

CFNet_pseudo	0.68 198	0.34 220	0.93 222	0.50 85	0.39 228	0.72 201	0.42 149	1.44 212	1.25 296	1.17 227	1.35 302	1.22 304	0.66 187	1.04 142	0.64 237	0.21 174	0.17 219	0.33 372	0.19 157	0.39 374	0.28 278

MSMDNet	0.68 198	0.34 220	0.93 222	0.52 118	0.38 219	0.80 240	0.42 149	1.52 225	1.35 344	1.17 227	1.31 283	1.23 308	0.65 183	0.94 115	0.62 230	0.21 174	0.17 219	0.26 297	0.19 157	0.41 382	0.28 278

ccs_rob	0.68 198	0.34 220	0.93 222	0.50 85	0.39 228	0.72 201	0.42 149	1.43 211	1.25 296	1.17 227	1.34 297	1.22 304	0.66 187	1.04 142	0.64 237	0.21 174	0.17 219	0.35 387	0.20 186	0.40 378	0.29 292

SA	0.69 207	0.31 155	0.97 240	0.64 292	0.30 87	0.56 118	0.38 113	1.84 305	1.35 344	0.99 160	1.37 307	0.69 126	0.94 297	1.88 310	0.43 113	0.20 147	0.16 192	0.25 276	0.23 284	0.22 198	0.19 92

MyStereo8	0.70 208	0.32 172	1.24 329	0.63 279	0.53 326	0.90 282	0.34 74	1.60 249	1.35 344	1.20 250	1.31 283	0.89 201	0.64 179	0.77 67	1.02 340	0.18 71	0.15 160	0.20 120	0.18 136	0.22 198	0.30 308

MyStereo05	0.70 208	0.29 101	1.22 324	0.58 221	0.48 295	0.62 147	0.72 345	1.52 225	1.54 409	1.17 227	0.91 125	0.77 147	0.79 229	1.45 239	0.68 251	0.17 41	0.17 219	0.24 238	0.21 227	0.23 217	0.23 187

xx1	0.70 208	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.07 98	3.23 479	0.60 81	0.80 103	0.95 227	0.79 229	1.48 246	0.35 37	0.21 174	0.13 35	0.24 238	0.23 284	0.23 217	0.25 226

GMStereo_Zeroshot	0.70 208	0.64 402	1.11 283	0.65 299	0.38 219	0.84 263	0.37 104	1.09 110	1.16 250	1.14 217	1.07 182	1.26 319	0.55 131	1.23 187	0.65 242	0.34 375	0.17 219	0.31 352	0.18 136	0.57 431	0.23 187

test_5	0.70 208	0.32 172	0.99 244	0.69 352	0.50 306	0.89 278	0.51 239	1.88 320	1.14 238	0.78 111	1.13 216	1.04 258	0.89 278	1.59 263	0.46 136	0.19 107	0.14 97	0.23 214	0.22 253	0.22 198	0.20 117

GES	0.70 208	0.37 278	1.05 263	0.62 269	0.38 219	0.94 298	0.57 291	2.37 427	0.92 130	1.05 180	1.12 205	0.67 119	0.77 215	1.02 138	0.65 242	0.28 329	0.20 277	0.20 120	0.20 186	0.22 198	0.31 317

IGEV-BASED-STEREO-	0.71 214	3.18 504	2.55 431	0.40 7	0.24 11	0.42 31	0.23 11	0.66 11	0.46 10	0.47 40	0.45 16	0.33 10	0.27 7	0.58 23	0.30 12	1.34 479	0.10 1	0.22 180	0.19 157	0.45 399	1.32 477

MyStereo04	0.71 214	0.30 124	1.28 337	0.58 221	0.48 295	0.59 132	0.78 357	1.74 282	1.49 403	0.94 152	0.91 125	0.74 139	0.86 260	1.59 263	0.69 252	0.18 71	0.18 247	0.24 238	0.21 227	0.23 217	0.23 187

raft_robust	0.71 214	0.32 172	0.75 126	0.54 154	0.28 58	0.54 107	0.35 85	1.54 231	1.24 288	1.18 238	1.07 182	0.73 138	0.53 121	3.65 404	0.40 91	0.19 107	0.16 192	0.20 120	0.22 253	0.21 178	0.19 92

iRaft-Stereo_20w	0.71 214	0.33 191	1.25 331	0.50 85	0.36 198	0.82 249	0.31 50	3.16 475	0.89 119	1.24 271	1.14 221	0.79 152	0.65 183	1.15 172	0.43 113	0.18 71	0.13 35	0.18 64	0.17 120	0.20 136	0.23 187

DMCA	0.71 214	0.36 257	1.17 309	0.53 141	0.45 279	0.84 263	0.46 203	1.52 225	1.09 209	1.20 250	1.12 205	1.21 300	0.74 205	0.87 99	1.09 346	0.25 269	0.20 277	0.27 310	0.19 157	0.24 246	0.29 292

HITNet	0.71 214	0.42 324	1.07 270	0.52 118	0.25 18	1.05 323	0.48 219	2.12 373	1.08 201	1.21 256	1.23 254	0.91 207	0.84 247	0.90 108	0.91 312	0.17 41	0.12 10	0.21 151	0.17 120	0.29 306	0.18 59
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
IPLG	0.72 220	0.29 101	1.12 287	0.53 141	0.44 275	0.79 234	0.33 65	1.35 194	1.10 213	1.32 314	1.11 201	0.52 67	0.54 128	3.13 391	0.71 258	0.17 41	0.14 97	0.20 120	0.17 120	0.18 68	0.21 142

HCRNet	0.72 220	0.40 311	0.86 194	0.61 261	0.57 347	0.75 212	0.35 85	1.39 203	1.21 272	1.11 192	0.99 149	1.01 252	0.76 211	2.18 344	0.73 259	0.28 329	0.19 264	0.28 324	0.23 284	0.25 258	0.26 246

UCFNet_RVC	0.72 220	0.37 278	0.59 47	0.66 313	0.41 252	0.89 278	0.68 332	1.78 289	1.15 243	1.01 169	1.20 239	1.22 304	0.95 302	1.07 152	0.66 246	0.28 329	0.21 292	0.34 380	0.31 382	0.33 345	0.29 292

test_sample3	0.73 223	0.35 249	1.06 265	0.55 167	0.32 137	0.97 312	0.51 239	2.12 373	1.25 296	1.16 223	1.17 232	0.88 191	0.78 222	1.27 195	0.79 280	0.26 292	0.21 292	0.25 276	0.25 305	0.26 268	0.27 264

CFNet_ucs	0.73 223	0.34 220	0.94 229	0.53 141	0.44 275	0.76 217	0.46 203	1.73 280	1.34 341	1.24 271	1.54 358	1.08 275	0.64 179	1.05 145	0.64 237	0.26 292	0.20 277	0.37 400	0.22 253	0.42 385	0.30 308

ToySt	0.73 223	0.35 249	1.64 379	0.54 154	0.37 207	0.92 291	0.81 372	1.21 162	1.03 182	0.86 134	1.12 205	1.31 330	1.01 326	1.04 142	0.88 301	0.19 107	0.20 277	0.24 238	0.24 297	0.27 274	0.28 278

LCNet	0.73 223	0.30 124	0.58 41	0.58 221	0.31 105	0.68 183	0.53 256	1.09 110	0.94 143	1.19 245	1.34 297	0.96 232	1.32 397	2.50 368	0.46 136	0.19 107	0.13 35	0.21 151	0.25 305	0.28 290	0.69 448

test_sample4	0.74 227	0.36 257	1.09 276	0.55 167	0.32 137	0.92 291	0.51 239	2.14 382	1.25 296	1.22 264	1.22 246	0.86 183	0.82 240	1.29 199	0.76 269	0.26 292	0.21 292	0.26 297	0.26 322	0.27 274	0.28 278

IER	0.74 227	0.33 191	1.25 331	0.50 85	0.53 326	1.32 370	0.55 278	1.31 188	1.08 201	1.30 305	1.34 297	1.11 285	1.10 357	1.05 145	0.81 289	0.20 147	0.17 219	0.21 151	0.21 227	0.20 136	0.21 142

SFCPSM	0.74 227	0.30 124	1.06 265	0.52 118	0.39 228	1.36 378	0.64 323	2.42 433	1.11 219	1.18 238	1.21 244	0.81 160	0.78 222	1.08 155	0.57 209	0.22 207	0.17 219	0.22 180	0.24 297	0.23 217	0.21 142

AdaStereo	0.74 227	0.48 349	0.86 194	0.75 390	0.38 219	0.94 298	0.56 285	2.05 363	1.24 288	1.15 219	1.22 246	1.07 265	0.67 189	1.05 145	0.73 259	0.33 366	0.16 192	0.32 363	0.22 253	0.29 306	0.23 187
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DCVSM-stereo	0.75 231	0.36 257	0.82 163	0.58 221	0.43 266	0.78 227	0.42 149	1.30 186	1.05 194	1.79 423	1.04 171	1.60 381	1.08 351	1.12 167	0.86 295	0.25 269	0.27 370	0.29 335	0.24 297	0.30 321	0.37 357

test_sample5	0.75 231	0.36 257	1.04 258	0.55 167	0.31 105	0.84 263	0.53 256	2.12 373	1.23 284	1.18 238	1.30 281	0.88 191	0.86 260	1.37 217	0.76 269	0.26 292	0.22 307	0.27 310	0.28 348	0.28 290	0.29 292

DualNet	0.75 231	0.36 257	1.04 258	0.55 167	0.31 105	0.84 263	0.53 256	2.12 373	1.23 284	1.21 256	1.40 318	0.88 191	0.86 260	1.37 217	0.76 269	0.26 292	0.22 307	0.27 310	0.28 348	0.28 290	0.29 292

BSDual-CNN	0.75 231	0.34 220	0.77 134	0.55 167	0.45 279	1.25 363	0.66 328	2.65 458	1.04 188	1.25 274	1.12 205	1.11 285	0.77 215	0.94 115	0.76 269	0.25 269	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

psmg	0.75 231	0.34 220	0.77 134	0.52 118	0.45 279	1.46 392	0.73 348	2.15 387	1.04 188	1.25 274	1.33 293	1.11 285	0.77 215	0.94 115	0.76 269	0.25 269	0.20 277	0.25 276	0.26 322	0.23 217	0.24 207

UDGNet	0.75 231	1.23 463	0.99 244	0.82 411	0.42 261	0.76 217	0.38 113	0.98 68	1.37 358	0.83 122	0.88 120	0.70 129	0.60 165	1.25 189	0.57 209	0.57 447	0.19 264	1.03 474	0.26 322	0.79 456	0.35 350

PSMNet-ADL	0.75 231	0.36 257	0.69 95	0.71 364	0.47 293	1.13 337	0.46 203	1.47 219	1.07 198	0.85 129	1.18 235	1.31 330	0.94 297	1.56 256	1.06 344	0.34 375	0.22 307	0.22 180	0.23 284	0.27 274	0.36 353

GMM-Stereo	0.75 231	0.27 71	0.66 83	0.56 187	0.34 173	0.71 198	0.97 406	1.09 110	0.91 125	1.37 338	1.79 403	1.11 285	0.79 229	2.08 334	0.48 153	0.19 107	0.12 10	0.25 276	0.25 305	0.21 178	0.78 455

rvit_105_1	0.76 239	0.54 372	1.27 334	0.80 404	0.49 301	0.74 207	0.86 385	1.39 203	1.23 284	1.00 164	0.80 103	0.93 217	0.78 222	1.29 199	0.78 275	0.43 412	0.36 425	0.36 397	0.42 425	0.30 321	0.36 353

qqq1	0.76 239	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.48 153	0.24 249	0.22 307	0.18 64	0.15 66	0.19 100	0.22 169

fff1	0.76 239	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.48 153	0.24 249	0.22 307	0.18 64	0.15 66	0.19 100	0.22 169

Sa-1000	0.76 239	0.30 124	0.92 220	0.62 269	0.31 105	0.78 227	0.37 104	2.00 350	1.38 360	1.30 305	2.04 430	0.86 183	0.74 205	1.87 304	0.40 91	0.19 107	0.14 97	0.25 276	0.24 297	0.21 178	0.19 92

Prome-Stereo	0.76 239	0.29 101	0.57 39	0.58 221	0.33 157	0.58 131	0.94 401	0.98 68	0.92 130	1.46 372	2.45 452	0.91 207	1.38 403	1.60 268	0.44 117	0.19 107	0.13 35	0.19 88	0.18 136	0.20 136	0.87 461

EAI-Stereo	0.76 239	0.31 155	0.74 121	0.55 167	0.28 58	0.70 196	1.72 464	2.57 453	0.90 124	0.75 106	3.03 463	0.57 86	0.43 66	1.10 162	0.49 164	0.19 107	0.14 97	0.17 33	0.18 136	0.17 43	0.21 142

test_sample6	0.77 245	0.36 257	1.07 270	0.56 187	0.31 105	0.82 249	0.56 285	2.12 373	1.24 288	1.21 256	1.40 318	0.90 203	0.90 281	1.45 239	0.87 300	0.28 329	0.23 334	0.28 324	0.29 366	0.28 290	0.30 308

KYRaft	0.77 245	0.29 101	0.68 89	0.59 240	0.29 72	0.66 174	0.83 377	1.05 93	0.89 119	1.63 408	2.22 441	1.15 293	0.99 317	1.59 263	0.41 100	0.21 174	0.14 97	0.22 180	0.28 348	0.21 178	1.01 465

MLCV	0.77 245	0.39 305	1.31 341	0.55 167	0.25 18	0.91 284	0.39 126	1.48 221	1.28 316	1.49 381	1.54 358	1.02 254	0.68 193	2.12 338	0.93 319	0.19 107	0.13 35	0.19 88	0.14 50	0.19 100	0.22 169

test_sample7	0.78 248	0.39 305	0.89 205	0.55 167	0.35 190	0.93 295	0.75 350	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	1.31 202	0.73 259	0.32 361	0.32 404	0.32 363	0.32 389	0.33 345	0.33 333

CoDeX	0.78 248	0.31 155	1.04 258	0.56 187	0.37 207	1.13 337	0.60 311	2.77 465	1.29 326	1.17 227	1.26 262	0.91 207	0.87 269	1.42 233	0.74 263	0.21 174	0.16 192	0.21 151	0.18 136	0.21 178	0.21 142

anonymousa	0.78 248	0.30 124	0.85 187	0.51 99	0.96 446	1.41 387	0.47 213	1.61 251	0.94 143	1.33 319	1.77 401	1.66 392	1.11 360	0.72 55	0.63 233	0.19 107	0.18 247	0.23 214	0.25 305	0.20 136	0.22 169

BUS	0.78 248	0.34 220	0.77 134	0.55 167	0.45 279	2.30 453	0.42 149	2.65 458	1.04 188	1.25 274	1.12 205	1.02 254	0.70 200	0.94 115	0.75 266	0.25 269	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

acv_ft	0.78 248	0.33 191	1.10 281	0.73 376	0.86 433	1.23 361	0.57 291	1.65 258	1.11 219	1.31 311	1.31 283	1.07 265	0.91 284	0.82 79	1.35 380	0.22 207	0.19 264	0.21 151	0.18 136	0.22 198	0.19 92

GANet-RSSM	0.78 248	0.31 155	0.90 213	0.67 327	0.58 350	0.80 240	0.62 316	2.04 359	1.15 243	1.11 192	1.27 271	1.26 319	1.18 378	1.68 278	0.74 263	0.26 292	0.21 292	0.22 180	0.22 253	0.23 217	0.23 187

PSMNet-RSSM	0.78 248	0.32 172	0.89 205	0.65 299	0.43 266	0.73 205	0.58 298	2.14 382	1.19 262	1.18 238	1.38 311	1.31 330	1.07 350	1.43 235	0.82 290	0.28 329	0.21 292	0.27 310	0.29 366	0.25 258	0.26 246

CFNet-ft	0.78 248	0.36 257	0.74 121	0.67 327	0.56 343	0.86 271	0.54 269	1.46 216	1.17 255	1.01 169	1.28 276	1.68 396	1.03 336	1.57 258	0.95 326	0.27 313	0.21 292	0.33 372	0.26 322	0.31 328	0.26 246

CFNet_RVC	0.78 248	0.36 257	0.74 121	0.67 327	0.56 343	0.86 271	0.54 269	1.46 216	1.17 255	1.01 169	1.28 276	1.68 396	1.03 336	1.57 258	0.95 326	0.27 313	0.21 292	0.33 372	0.26 322	0.31 328	0.26 246

SMFormer	0.79 257	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.99 332	0.24 249	0.22 307	0.22 180	0.21 227	0.23 217	0.27 264

tta	0.79 257	0.32 172	0.95 232	0.49 70	0.27 31	0.83 256	0.43 166	2.16 389	1.45 392	1.27 292	1.50 347	0.98 236	0.96 304	1.87 304	0.99 332	0.24 249	0.22 307	0.22 180	0.21 227	0.19 100	0.22 169

ffm	0.79 257	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	1.08 103	2.62 467	1.19 245	1.49 340	1.07 265	0.85 252	1.57 258	0.35 37	0.21 174	0.13 35	0.31 352	0.28 348	0.20 136	0.23 187

cf-r	0.79 257	0.32 172	1.06 265	0.57 209	0.64 373	0.78 227	0.51 239	2.04 359	1.22 280	1.20 250	1.27 271	1.53 372	0.91 284	1.47 244	0.94 324	0.25 269	0.19 264	0.22 180	0.23 284	0.19 100	0.21 142

DeepPruner_ROB	0.79 257	0.55 376	1.14 293	0.61 261	0.46 286	0.78 227	0.54 269	1.83 303	1.00 172	1.42 357	1.27 271	1.23 308	0.77 215	1.56 256	0.89 304	0.35 383	0.28 375	0.27 310	0.26 322	0.32 339	0.34 341

DDVS	0.80 262	0.43 328	1.09 276	0.64 292	0.44 275	1.27 366	0.43 166	1.49 222	0.94 143	1.21 256	1.16 229	1.42 349	0.63 175	2.14 340	1.02 340	0.29 344	0.22 307	0.26 297	0.23 284	0.31 328	0.37 357

gwcnet-sp	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 338	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

scenet	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 338	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

ssnet	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 338	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

AASNet	0.80 262	0.39 305	1.16 308	0.84 419	0.80 422	1.14 340	0.59 304	2.12 373	1.21 272	1.26 287	1.26 262	0.93 217	0.77 215	0.84 88	1.23 366	0.28 329	0.24 344	0.24 238	0.20 186	0.28 290	0.27 264

PSM-softLoss	0.80 262	0.33 191	0.89 205	0.63 279	0.32 137	0.55 111	0.40 131	1.26 175	0.78 83	1.25 274	1.07 182	0.83 175	0.51 115	5.33 435	0.61 227	0.25 269	0.15 160	0.25 276	0.22 253	0.20 136	0.26 246

KMStereo	0.80 262	0.33 191	0.89 205	0.63 279	0.32 137	0.55 111	0.40 131	1.26 175	0.78 83	1.25 274	1.07 182	0.83 175	0.51 115	5.33 435	0.61 227	0.25 269	0.15 160	0.25 276	0.22 253	0.20 136	0.26 246

PSM-AAD	0.80 262	0.29 101	0.58 41	0.58 221	0.29 72	0.76 217	1.19 433	1.08 103	0.94 143	1.65 410	1.58 372	0.81 160	2.12 461	1.67 276	0.44 117	0.19 107	0.14 97	0.38 404	0.32 389	0.22 198	0.68 446

iResNet	0.80 262	0.45 336	1.47 360	0.72 369	0.31 105	0.96 309	0.64 323	1.80 296	1.28 316	1.31 311	1.48 339	0.94 223	0.78 222	1.77 289	0.99 332	0.19 107	0.14 97	0.18 64	0.15 66	0.22 198	0.27 264

NINENet	0.81 271	0.40 311	0.89 205	0.65 299	0.53 326	2.30 453	0.42 149	2.12 373	1.13 232	1.20 250	1.27 271	1.02 254	0.70 200	1.26 192	0.75 266	0.29 344	0.24 344	0.31 352	0.21 227	0.27 274	0.26 246

DRaft	0.81 271	0.26 48	0.77 134	0.47 47	0.31 105	0.95 304	0.52 250	1.13 124	0.99 168	1.78 422	2.01 428	0.80 154	1.71 435	2.64 375	0.74 263	0.19 107	0.14 97	0.20 120	0.20 186	0.18 68	0.24 207

hknet	0.82 273	0.34 220	1.15 295	0.55 167	0.39 228	1.25 363	0.66 328	2.65 458	1.10 213	1.25 274	1.12 205	1.58 380	0.85 252	1.41 228	0.79 280	0.23 229	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

NF-Stereo	0.82 273	0.33 191	0.83 172	0.65 299	0.31 105	0.63 155	0.43 166	1.35 194	0.93 137	1.30 305	1.02 159	0.81 160	0.57 139	5.37 439	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.30 308

OCTAStereo	0.82 273	0.33 191	0.83 172	0.65 299	0.31 105	0.62 147	0.44 185	1.35 194	0.93 137	1.30 305	1.02 159	0.81 160	0.57 139	5.32 434	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.30 308

RE-Stereo	0.82 273	0.33 191	0.84 181	0.65 299	0.31 105	0.63 155	0.44 185	1.35 194	0.93 137	1.30 305	1.02 159	0.80 154	0.57 139	5.34 437	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.31 317

TVStereo	0.82 273	0.33 191	0.84 181	0.65 299	0.31 105	0.63 155	0.44 185	1.35 194	0.93 137	1.30 305	1.02 159	0.80 154	0.57 139	5.34 437	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.31 317

ARAFT	0.82 273	0.40 311	1.77 386	0.53 141	0.31 105	0.89 278	0.81 372	2.32 418	1.08 201	1.66 411	1.25 260	1.04 258	0.64 179	1.91 311	0.52 179	0.20 147	0.15 160	0.28 324	0.27 338	0.17 43	0.18 59

STTStereo	0.82 273	0.53 369	1.53 372	0.68 339	0.56 343	0.88 276	0.56 285	1.57 240	1.14 238	1.39 345	1.10 194	1.26 319	0.84 247	1.49 252	0.90 308	0.29 344	0.28 375	0.33 372	0.40 421	0.33 345	0.37 357

BEATNet_4x	0.82 273	0.54 372	2.02 405	0.56 187	0.28 58	1.04 320	0.55 278	2.14 382	1.13 232	1.24 271	1.26 262	1.00 247	0.94 297	1.13 169	1.23 366	0.21 174	0.14 97	0.24 238	0.20 186	0.37 363	0.23 187

iResNet_ROB	0.82 273	0.36 257	1.13 288	0.60 248	0.37 207	0.91 284	0.38 113	2.41 432	1.61 420	1.35 332	1.35 302	1.25 313	0.97 311	1.75 287	0.88 301	0.21 174	0.14 97	0.17 33	0.12 17	0.19 100	0.30 308

ISRNet	0.83 282	0.35 249	1.31 341	0.84 419	0.65 378	0.60 137	0.41 141	1.28 183	1.15 243	1.61 403	1.55 361	1.34 337	0.77 215	1.33 211	0.98 331	0.40 403	0.34 413	0.43 420	0.38 418	0.34 351	0.49 402

testlalala_base	0.83 282	0.41 321	0.80 149	0.67 327	0.53 326	0.78 227	0.30 46	1.84 305	0.60 39	0.75 106	0.91 125	0.68 121	0.54 128	0.69 50	0.46 136	2.92 490	0.15 160	0.17 33	0.12 17	2.95 490	0.27 264

GrayStereo	0.83 282	0.28 81	0.62 64	0.66 313	0.37 207	0.76 217	1.79 468	1.19 153	0.91 125	1.98 440	1.89 418	1.07 265	1.76 439	1.43 235	0.50 167	0.20 147	0.15 160	0.19 88	0.21 227	0.18 68	0.41 375

psm_up	0.83 282	0.37 278	0.88 201	0.68 339	0.59 356	1.05 323	0.92 396	1.68 262	1.17 255	1.41 353	1.22 246	1.30 328	1.31 395	1.39 223	0.89 304	0.27 313	0.30 388	0.31 352	0.27 338	0.28 290	0.28 278

GwcNet-RSSM	0.83 282	0.34 220	1.29 340	0.65 299	0.55 338	0.78 227	0.62 316	1.89 322	1.27 308	1.18 238	1.39 313	1.56 377	0.91 284	1.60 268	1.22 363	0.26 292	0.20 277	0.23 214	0.24 297	0.21 178	0.21 142

DMCA-RVC	0.83 282	0.46 339	2.19 419	0.68 339	0.49 301	0.84 263	0.48 219	1.44 212	1.07 198	1.56 394	1.04 171	1.29 326	0.86 260	1.49 252	0.92 316	0.27 313	0.22 307	0.35 387	0.28 348	0.32 339	0.28 278

RAFT_R40	0.84 288	0.30 124	0.83 172	0.63 279	0.31 105	0.66 174	0.43 166	1.15 140	0.99 168	1.47 373	1.10 194	1.00 247	0.84 247	5.44 440	0.53 188	0.23 229	0.13 35	0.23 214	0.20 186	0.23 217	0.19 92

UPFNet	0.84 288	0.34 220	1.09 276	0.62 269	0.74 405	1.25 363	0.78 357	1.69 271	1.20 266	1.39 345	1.13 216	1.30 328	0.87 269	1.73 285	1.22 363	0.24 249	0.26 362	0.24 238	0.23 284	0.26 268	0.20 117

hitnet-ft	0.84 288	0.38 296	0.75 126	0.59 240	0.44 275	0.99 314	0.47 213	1.61 251	1.38 360	1.21 256	1.22 246	1.82 410	0.99 317	1.87 304	1.09 346	0.33 366	0.29 384	0.34 380	0.27 338	0.36 357	0.33 333

NLCA_NET_v2_RVC	0.84 288	0.46 339	1.40 356	0.69 352	0.61 366	0.95 304	0.52 250	1.68 262	1.21 272	1.39 345	1.15 227	1.42 349	0.88 275	1.78 291	0.93 319	0.26 292	0.23 334	0.27 310	0.27 338	0.30 321	0.39 368
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 288	0.43 328	1.01 251	0.66 313	0.43 266	1.32 370	0.49 230	1.64 255	1.24 288	1.53 387	1.45 332	1.49 365	0.97 311	1.32 208	1.31 373	0.21 174	0.17 219	0.27 310	0.25 305	0.25 258	0.34 341
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 293	0.38 296	0.92 220	0.58 221	0.32 137	0.86 271	0.49 230	2.33 424	1.69 425	1.16 223	1.12 205	0.95 227	0.85 252	2.46 363	1.18 355	0.27 313	0.23 334	0.28 324	0.28 348	0.28 290	0.41 375

AIO-Stereo-zeroshot	0.85 293	0.38 296	2.79 439	0.51 99	0.60 360	0.72 201	0.38 113	2.87 471	0.77 81	0.80 114	1.07 182	2.14 438	0.93 294	0.96 123	0.62 230	0.21 174	0.13 35	0.21 151	0.26 322	0.29 306	0.32 326

DCRE	0.85 293	0.28 81	0.76 131	0.60 248	0.49 301	0.59 132	0.53 256	1.04 90	0.92 130	0.80 114	7.34 495	0.87 185	0.57 139	0.78 75	0.43 113	0.16 15	0.17 219	0.19 88	0.17 120	0.18 68	0.22 169

SST-Stereo	0.85 293	0.30 124	0.81 154	0.63 279	0.31 105	0.70 196	0.25 15	1.16 145	0.95 148	1.47 373	1.11 201	0.99 241	0.86 260	5.69 443	0.53 188	0.23 229	0.13 35	0.23 214	0.19 157	0.23 217	0.19 92

PAM	0.86 297	0.31 155	1.19 315	0.55 167	0.35 190	2.17 447	0.47 213	2.26 408	0.87 115	1.18 238	0.96 134	3.01 465	1.41 408	0.90 108	0.40 91	0.19 107	0.13 35	0.19 88	0.18 136	0.20 136	0.27 264

RAFT-345	0.86 297	0.26 48	0.73 116	0.53 141	0.28 58	0.53 94	0.41 141	0.85 38	1.31 335	1.33 319	2.32 445	0.85 182	0.53 121	5.69 443	0.48 153	0.19 107	0.14 97	0.22 180	0.17 120	0.17 43	0.17 46

UNet	0.86 297	0.36 257	1.52 369	0.62 269	0.74 405	1.56 401	0.49 230	1.55 234	1.12 226	1.28 297	1.10 194	1.52 371	1.10 357	1.69 282	1.14 351	0.24 249	0.18 247	0.25 276	0.21 227	0.25 258	0.25 226

ac_64	0.86 297	0.32 172	1.02 253	0.74 382	0.60 360	1.04 320	0.53 256	2.20 403	0.99 168	1.23 267	1.11 201	1.96 423	1.06 348	2.01 325	1.01 337	0.30 350	0.22 307	0.24 238	0.23 284	0.22 198	0.22 169

PAM_32	0.87 301	0.30 124	1.08 273	0.56 187	0.32 137	2.10 446	0.36 94	2.26 408	1.01 175	1.13 203	1.05 178	3.14 470	1.47 415	1.00 132	0.42 108	0.19 107	0.14 97	0.20 120	0.18 136	0.19 100	0.25 226

SepStereo	0.87 301	0.37 278	1.20 319	0.66 313	0.69 394	0.82 249	0.62 316	1.79 292	1.26 304	1.93 435	1.55 361	0.96 232	1.17 371	2.34 355	0.69 252	0.22 207	0.16 192	0.25 276	0.18 136	0.29 306	0.24 207

LMCR-Stereo	0.87 301	0.50 357	0.99 244	0.80 404	0.43 266	1.32 370	0.55 278	2.79 468	1.03 182	1.55 393	1.49 340	0.74 139	1.01 326	1.76 288	0.99 332	0.30 350	0.17 219	0.22 180	0.18 136	0.31 328	0.22 169

FADNet_RVC	0.88 304	0.56 380	2.15 416	0.57 209	0.43 266	1.17 353	0.46 203	1.68 262	1.12 226	0.91 143	1.24 258	0.91 207	0.94 297	2.22 346	1.20 358	0.28 329	0.22 307	0.32 363	0.28 348	0.46 406	0.42 383

iResNetv2_ROB	0.88 304	0.43 328	2.62 436	0.60 248	0.38 219	0.94 298	0.67 330	1.88 320	1.38 360	1.27 292	1.45 332	1.26 319	1.05 347	1.92 312	0.64 237	0.24 249	0.15 160	0.19 88	0.14 50	0.24 246	0.21 142

DualNet (step1)	0.89 306	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	1.31 202	0.73 259	0.59 450	0.32 404	0.62 458	0.67 465	0.45 399	0.48 398

iRaft-Stereo_5w	0.89 306	0.31 155	1.04 258	0.56 187	0.47 293	0.47 50	0.68 332	1.19 153	1.08 201	0.80 114	1.35 302	1.46 360	0.90 281	5.11 430	1.16 353	0.18 71	0.15 160	0.22 180	0.19 157	0.21 178	0.24 207

DAS	0.89 306	0.37 278	1.20 319	0.66 313	0.69 394	0.82 249	0.62 316	1.79 292	1.26 304	1.93 435	1.55 361	0.96 232	1.17 371	2.72 380	0.69 252	0.22 207	0.16 192	0.25 276	0.18 136	0.29 306	0.24 207

SACVNet	0.89 306	0.51 361	1.08 273	0.83 415	0.58 350	0.83 256	0.78 357	1.84 305	1.17 255	1.39 345	1.33 293	1.25 313	1.01 326	2.31 354	0.92 316	0.35 383	0.26 362	0.31 352	0.29 366	0.35 353	0.48 398

ASMatch	0.89 306	0.29 101	0.72 103	0.56 187	0.36 198	0.47 50	0.37 104	1.16 145	0.95 148	1.11 192	3.26 466	0.95 227	0.96 304	4.88 427	0.53 188	0.20 147	0.16 192	0.22 180	0.19 157	0.20 136	0.30 308

ADLNet	0.89 306	0.39 305	1.09 276	0.88 428	0.73 401	1.24 362	0.75 350	2.02 352	1.41 375	1.58 398	1.37 307	1.26 319	1.00 323	1.31 202	1.18 355	0.28 329	0.21 292	0.26 297	0.26 322	0.29 306	0.36 353

MMNet	0.89 306	0.35 249	1.44 357	0.64 292	0.59 356	1.83 428	0.48 219	1.70 274	1.38 360	1.45 370	1.19 238	1.25 313	1.16 368	1.77 289	1.27 371	0.20 147	0.19 264	0.23 214	0.22 253	0.25 258	0.24 207

HGLStereo	0.89 306	0.42 324	1.15 295	0.82 411	1.03 451	1.16 346	0.57 291	1.68 262	1.28 316	1.26 287	1.62 378	1.13 289	1.31 395	1.85 300	1.11 350	0.25 269	0.24 344	0.24 238	0.22 253	0.24 246	0.29 292

CRFU-Net	0.90 314	0.42 324	1.10 281	0.69 352	0.59 356	1.76 420	0.84 379	2.33 424	0.92 130	1.45 370	1.20 239	1.62 386	1.25 386	1.38 221	0.94 324	0.28 329	0.23 334	0.22 180	0.19 157	0.24 246	0.27 264

dad	0.90 314	0.73 426	1.28 337	0.59 240	0.39 228	0.83 256	0.45 197	1.24 171	1.54 409	1.52 384	1.28 276	1.36 340	0.86 260	2.54 371	0.91 312	0.43 412	0.27 370	0.82 466	0.26 322	0.44 397	0.34 341

AACVNet	0.90 314	0.40 311	0.98 242	0.86 425	0.40 238	0.80 240	0.49 230	1.81 299	0.86 112	1.11 192	1.34 297	1.32 334	0.99 317	4.23 413	0.86 295	0.26 292	0.22 307	0.28 324	0.22 253	0.30 321	0.28 278

IRAFT_RVC	0.90 314	0.30 124	0.89 205	0.67 327	0.31 105	0.64 164	1.00 411	1.40 205	0.97 156	1.23 267	1.04 171	1.00 247	0.96 304	5.77 446	0.57 209	0.24 249	0.13 35	0.25 276	0.21 227	0.20 136	0.21 142

delet	0.90 314	0.34 220	1.15 295	0.69 352	0.66 384	1.63 409	0.81 372	1.95 337	1.49 403	1.42 357	1.38 311	1.29 326	0.91 284	1.78 291	1.18 355	0.22 207	0.22 307	0.24 238	0.25 305	0.22 198	0.24 207

pcwnet_v2	0.91 319	0.39 305	2.74 437	0.64 292	0.55 338	0.81 248	0.49 230	2.19 400	1.63 421	1.44 364	1.64 383	1.09 276	0.79 229	1.31 202	0.70 255	0.32 361	0.25 356	0.29 335	0.27 338	0.37 363	0.37 357

FADNet-RVC-Resample	0.91 319	0.51 361	2.92 441	0.64 292	0.46 286	1.07 327	0.60 311	1.76 286	1.24 288	1.10 191	0.98 148	1.06 262	0.98 314	2.17 343	0.95 326	0.24 249	0.22 307	0.30 346	0.32 389	0.36 357	0.40 372

HSM-Net_RVC	0.91 319	0.31 155	0.60 54	0.54 154	0.31 105	1.15 343	0.60 311	3.76 483	1.30 328	1.57 397	1.75 398	1.67 394	1.01 326	1.61 270	0.90 308	0.23 229	0.17 219	0.19 88	0.18 136	0.20 136	0.22 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 322	0.39 305	1.22 324	0.66 313	0.39 228	1.31 369	0.96 405	2.32 418	1.45 392	1.48 379	1.17 232	1.53 372	0.91 284	1.16 174	1.71 420	0.31 354	0.27 370	0.30 346	0.29 366	0.28 290	0.29 292

ADLNet2	0.92 322	0.37 278	1.25 331	0.80 404	0.65 378	1.12 336	0.75 350	1.95 337	1.42 383	1.26 287	1.67 387	1.68 396	1.04 342	1.80 298	1.23 366	0.25 269	0.22 307	0.21 151	0.22 253	0.27 274	0.31 317

FTStereo	0.92 322	0.28 81	0.61 60	0.57 209	0.34 173	0.65 168	1.80 471	1.09 110	0.84 106	1.75 418	4.13 476	1.04 258	1.62 424	1.59 263	0.48 153	0.21 174	0.17 219	0.23 214	0.22 253	0.19 100	0.58 430

PFNet	0.92 322	0.28 81	1.20 319	0.68 339	0.32 137	0.62 147	0.55 278	1.27 179	1.01 175	1.47 373	1.09 192	0.97 235	0.68 193	6.58 464	0.59 221	0.21 174	0.13 35	0.24 238	0.19 157	0.20 136	0.20 117

DLCB_ROB	0.92 322	0.43 328	0.95 232	0.71 364	0.55 338	1.11 334	0.83 377	1.61 251	1.32 337	1.67 412	1.66 385	1.70 399	0.93 294	1.96 319	1.34 378	0.26 292	0.25 356	0.27 310	0.28 348	0.28 290	0.28 278

GEStereo_RVC	0.93 327	0.40 311	1.15 295	0.67 327	0.50 306	0.95 304	0.78 357	2.73 463	1.21 272	1.20 250	1.12 205	1.25 313	0.91 284	3.21 394	0.95 326	0.31 354	0.20 277	0.23 214	0.20 186	0.28 290	0.31 317

CBFPSM	0.95 328	0.37 278	2.10 412	0.51 99	0.39 228	1.73 416	0.87 388	1.59 247	1.13 232	1.11 192	1.00 154	2.34 447	1.64 429	1.42 233	1.44 389	0.19 107	0.18 247	0.20 120	0.20 186	0.22 198	0.36 353

OMP-Stereo	0.95 328	0.35 249	0.79 144	0.92 439	0.32 137	0.49 61	0.35 85	1.22 164	1.11 219	1.58 398	1.12 205	1.44 354	0.69 197	6.92 470	0.51 171	0.20 147	0.15 160	0.24 238	0.19 157	0.21 178	0.16 31

DSFCA	0.95 328	0.38 296	1.23 326	0.55 167	0.66 384	1.50 394	0.93 399	1.58 242	1.24 288	1.59 401	1.16 229	1.48 363	0.95 302	2.96 387	1.20 358	0.31 354	0.28 375	0.25 276	0.26 322	0.29 306	0.26 246

PSMNet_ROB	0.95 328	0.57 385	1.45 358	0.75 390	0.64 373	1.28 367	1.12 422	1.84 305	1.15 243	1.16 223	1.29 280	1.44 354	0.89 278	1.74 286	1.70 418	0.33 366	0.25 356	0.37 400	0.39 419	0.36 357	0.32 326

FADNet-RVC	0.96 332	0.72 423	2.96 442	0.64 292	0.49 301	0.90 282	0.59 304	1.85 312	1.27 308	0.92 146	0.97 143	1.36 340	0.90 281	2.36 357	1.31 373	0.30 350	0.29 384	0.32 363	0.32 389	0.42 385	0.37 357

TransformOpticalFlow	0.97 333	0.30 124	0.96 239	0.54 154	0.31 105	0.65 168	0.54 269	1.87 315	1.19 262	1.12 200	1.44 330	1.34 337	0.98 314	6.68 467	0.44 117	0.19 107	0.12 10	0.21 151	0.19 157	0.18 68	0.23 187

IIG-Stereo	0.97 333	0.34 220	0.80 149	0.90 437	0.33 157	0.61 144	0.26 23	1.27 179	1.08 201	1.69 414	1.37 307	1.44 354	0.74 205	6.94 471	0.53 188	0.21 174	0.14 97	0.23 214	0.18 136	0.20 136	0.15 13

XX-Stereo	0.97 333	0.28 81	8.28 481	0.85 422	0.70 400	0.44 40	0.22 4	1.07 98	0.69 62	0.66 92	1.56 367	1.38 345	0.38 48	1.36 214	0.38 71	0.21 174	0.14 97	0.20 120	0.19 157	0.19 100	0.16 31

DispNO	0.98 336	0.34 220	2.02 405	0.58 221	0.55 338	0.88 276	0.49 230	1.70 274	1.24 288	1.22 264	1.26 262	1.18 295	0.88 275	5.17 431	0.88 301	0.23 229	0.18 247	0.24 238	0.22 253	0.19 100	0.22 169

DEmStereo	0.98 336	0.25 37	0.85 187	0.49 70	0.33 157	1.02 318	0.55 278	0.97 64	0.93 137	1.41 353	2.13 435	1.01 252	2.01 451	5.62 442	0.78 275	0.19 107	0.15 160	0.20 120	0.20 186	0.18 68	0.25 226

FADNet	0.98 336	0.64 402	2.57 432	0.66 313	0.55 338	0.95 304	0.57 291	1.91 326	1.38 360	0.94 152	1.02 159	1.36 340	1.00 323	2.69 378	0.97 330	0.34 375	0.34 413	0.31 352	0.34 405	0.61 440	0.42 383

CFNet	0.99 339	0.40 311	1.23 326	0.65 299	0.43 266	1.03 319	0.49 230	2.01 351	1.35 344	1.02 173	1.39 313	1.10 280	0.86 260	5.47 441	0.89 304	0.24 249	0.18 247	0.28 324	0.27 338	0.27 274	0.22 169

NVstereo2D	0.99 339	0.45 336	2.21 420	0.79 403	0.75 408	1.20 357	0.86 385	1.98 342	1.41 375	1.02 173	1.18 235	1.31 330	0.97 311	2.25 349	0.93 319	0.45 424	0.22 307	0.39 407	0.25 305	0.59 434	0.68 446

CBMV_ROB	0.99 339	0.46 339	0.68 89	0.53 141	0.39 228	1.40 385	0.48 219	2.09 369	1.30 328	1.53 387	2.29 444	1.36 340	1.23 382	2.46 363	1.04 343	0.44 421	0.42 445	0.47 431	0.44 431	0.41 382	0.39 368

ACV-stereo	1.00 342	0.55 376	1.47 360	0.59 240	0.42 261	2.38 457	0.58 298	1.20 157	1.21 272	0.83 122	1.01 156	3.36 472	2.10 457	1.64 272	1.17 354	0.28 329	0.22 307	0.23 214	0.22 253	0.29 306	0.35 350

fast-acv-ft	1.00 342	0.48 349	1.85 394	0.61 261	0.52 321	1.77 422	0.69 335	1.52 225	1.47 398	1.34 326	1.85 414	1.73 402	1.24 385	1.62 271	1.56 402	0.27 313	0.28 375	0.28 324	0.28 348	0.28 290	0.31 317

HBP-ISP	1.00 342	0.60 387	0.85 187	0.64 292	0.48 295	1.63 409	0.77 354	2.24 407	1.30 328	1.33 319	1.53 357	0.87 185	0.99 317	3.26 397	0.76 269	0.46 425	0.44 447	0.54 444	0.48 440	0.48 411	0.42 383

CSP-Net	1.00 342	0.41 321	0.99 244	0.56 187	0.43 266	1.62 408	0.76 353	2.16 389	1.16 250	1.33 319	1.22 246	1.32 334	0.89 278	4.67 424	0.93 319	0.35 383	0.24 344	0.20 120	0.20 186	0.23 217	0.30 308

ETE_ROB	1.01 346	0.69 416	1.49 363	0.72 369	0.50 306	1.15 343	1.12 422	1.91 326	1.24 288	1.94 437	1.50 347	1.73 402	1.06 348	1.78 291	1.33 377	0.33 366	0.26 362	0.38 404	0.34 405	0.40 378	0.44 390

THIR-Stereo	1.02 347	0.29 101	0.73 116	0.51 99	0.29 72	0.94 298	1.31 443	1.08 103	0.98 159	1.35 332	1.91 422	1.16 294	1.54 420	6.37 462	0.79 280	0.20 147	0.14 97	0.21 151	0.22 253	0.19 100	0.25 226

PS-NSSS	1.02 347	0.62 398	1.17 309	0.61 261	0.58 350	0.91 284	0.79 365	2.02 352	1.19 262	1.17 227	1.68 389	1.00 247	0.85 252	4.43 418	0.86 295	0.38 395	0.31 393	0.52 439	0.32 389	0.52 418	0.45 392

XPNet_ROB	1.02 347	0.56 380	1.33 345	0.75 390	0.58 350	1.11 334	1.13 424	1.77 287	1.29 326	1.88 430	1.43 328	1.63 389	1.13 367	2.04 328	1.69 416	0.40 403	0.31 393	0.33 372	0.29 366	0.37 363	0.37 357

iinet-f	1.04 350	0.50 357	4.24 463	0.58 221	0.43 266	1.78 425	0.70 341	1.29 185	1.16 250	1.25 274	1.42 324	1.57 379	1.42 409	1.47 244	1.70 418	0.26 292	0.23 334	0.20 120	0.20 186	0.26 268	0.26 246

RAFT-RH_RVC	1.04 350	0.26 48	0.76 131	0.53 141	0.29 72	0.80 240	0.32 58	0.85 38	1.12 226	2.04 443	4.63 482	1.03 257	0.57 139	5.93 449	0.52 179	0.20 147	0.13 35	0.26 297	0.20 186	0.16 25	0.19 92

CBMV	1.04 350	0.48 349	0.88 201	0.56 187	0.36 198	1.52 396	1.55 455	1.87 315	1.59 417	2.11 446	1.67 387	1.46 360	1.35 400	1.92 312	1.31 373	0.35 383	0.35 421	0.39 407	0.33 400	0.34 351	0.34 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 353	0.33 191	1.04 258	0.49 70	0.31 105	0.67 179	0.26 23	2.37 427	0.80 95	1.05 180	1.11 201	2.86 463	1.81 442	6.26 456	0.50 167	0.18 71	0.15 160	0.19 88	0.16 99	0.17 43	0.21 142

StereoDRNet	1.05 353	0.53 369	2.21 420	0.80 404	0.93 440	1.50 394	0.90 391	2.06 364	1.44 387	1.68 413	1.20 239	1.48 363	0.99 317	1.86 303	1.60 405	0.29 344	0.24 344	0.29 335	0.28 348	0.35 353	0.33 333

AIO-Stereo-zeroshot1	1.06 355	0.43 328	3.59 455	0.53 141	0.66 384	0.79 234	0.39 126	2.60 455	0.98 159	0.96 157	4.58 480	2.05 436	0.56 136	0.99 129	0.51 171	0.19 107	0.14 97	0.21 151	0.28 348	0.32 339	0.41 375

STrans-v2	1.06 355	0.31 155	1.02 253	0.52 118	0.33 157	0.67 179	0.78 357	2.66 461	1.26 304	1.15 219	1.46 334	1.37 344	1.40 406	6.68 467	0.46 136	0.19 107	0.13 35	0.21 151	0.18 136	0.18 68	0.21 142

DISCO	1.06 355	0.37 278	1.19 315	0.73 376	0.46 286	2.04 442	0.84 379	2.26 408	1.54 409	1.25 274	1.36 306	2.38 449	1.08 351	2.60 374	1.62 408	0.24 249	0.19 264	0.22 180	0.20 186	0.32 339	0.29 292

NCCL2	1.06 355	0.64 402	1.35 346	0.78 402	0.58 350	1.32 370	1.69 460	1.89 322	1.38 360	1.52 384	1.20 239	1.91 413	1.17 371	1.79 296	1.50 396	0.35 383	0.31 393	0.45 425	0.44 431	0.41 382	0.45 392

LALA_ROB	1.06 355	0.66 409	1.37 354	0.70 361	0.53 326	1.61 406	1.25 440	1.81 299	1.48 402	1.82 426	1.40 318	1.93 417	1.03 336	1.68 278	1.69 416	0.38 395	0.28 375	0.43 420	0.37 415	0.43 387	0.38 365

PSMNet-RUCA	1.07 360	1.06 450	1.64 379	1.23 467	1.10 455	1.39 382	0.65 325	1.91 326	1.43 384	0.95 154	1.52 355	0.99 241	0.83 244	1.28 198	1.01 337	0.71 461	0.34 413	0.99 472	0.61 461	1.01 464	0.67 442

RAFT + AFF	1.07 360	0.47 344	1.36 351	0.68 339	0.50 306	1.20 357	1.22 436	2.58 454	1.26 304	1.33 319	1.56 367	1.19 297	1.49 418	3.89 411	1.01 337	0.22 207	0.26 362	0.30 346	0.27 338	0.29 306	0.32 326

DRN-Test	1.07 360	0.49 354	1.95 402	0.75 390	0.81 426	1.61 406	0.78 357	2.26 408	1.53 407	1.84 427	1.35 302	1.42 349	1.04 342	2.26 350	1.61 406	0.28 329	0.23 334	0.31 352	0.30 378	0.33 345	0.33 333

TDLM	1.08 363	0.50 357	1.01 251	0.69 352	0.54 334	0.91 284	1.40 448	1.60 249	1.36 353	1.17 227	1.40 318	1.07 265	1.00 323	6.19 452	0.85 294	0.34 375	0.22 307	0.35 387	0.26 322	0.38 369	0.29 292

Wz-Net-LNSev-Ref	1.09 364	0.46 339	2.61 435	0.71 364	0.65 378	2.00 439	0.78 357	2.07 366	1.47 398	1.62 406	1.47 336	1.53 372	1.29 391	2.10 336	1.65 414	0.24 249	0.14 97	0.20 120	0.16 99	0.28 290	0.28 278

FAT-Stereo	1.10 365	0.43 328	1.46 359	0.74 382	0.60 360	1.13 337	0.92 396	2.06 364	1.71 428	1.75 418	2.00 427	2.02 429	1.47 415	2.02 327	1.26 370	0.44 421	0.36 425	0.34 380	0.29 366	0.36 357	0.57 427

CVANet_RVC	1.10 365	0.49 354	1.15 295	0.65 299	0.54 334	0.93 295	1.00 411	1.69 271	1.36 353	1.42 357	1.39 313	1.24 312	1.17 371	6.22 454	0.80 287	0.35 383	0.24 344	0.35 387	0.30 378	0.44 397	0.32 326

APVNet	1.11 367	0.59 386	1.95 402	0.87 426	0.77 414	1.90 432	0.82 376	2.03 356	1.15 243	1.14 217	1.43 328	1.55 375	1.12 366	3.03 388	1.62 408	0.32 361	0.34 413	0.42 419	0.36 411	0.36 357	0.41 375

GANetREF_RVC	1.11 367	0.90 439	1.56 374	0.88 428	0.53 326	1.41 387	1.35 445	1.91 326	1.54 409	1.28 297	1.32 288	1.46 360	1.23 382	2.04 328	1.00 336	0.57 447	0.45 449	0.67 461	0.52 449	0.91 460	0.62 437
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GCST	1.13 369	1.50 474	1.17 309	1.74 477	1.17 466	1.29 368	0.30 46	1.55 234	1.21 272	1.31 311	0.97 143	0.99 241	0.48 96	2.38 361	0.54 197	1.24 478	0.70 478	1.31 478	0.86 475	1.03 466	0.92 463

GASNet	1.13 369	1.10 455	3.29 451	1.00 453	0.68 391	0.82 249	0.67 330	1.85 312	1.38 360	1.39 345	1.25 260	1.25 313	1.20 380	2.72 380	1.62 408	0.46 425	0.26 362	0.36 397	0.34 405	0.55 428	0.33 333

anonymity	1.14 371	0.98 447	1.24 329	1.09 458	1.13 459	1.08 331	0.90 391	2.02 352	1.23 284	1.32 314	1.27 271	1.27 324	1.09 354	1.16 174	1.03 342	1.02 469	1.01 494	0.97 470	0.97 479	0.98 462	1.01 465

PA-Net	1.14 371	0.63 399	2.12 414	0.67 327	0.75 408	1.19 356	0.91 394	1.91 326	1.46 397	1.18 238	1.23 254	1.33 336	1.17 371	4.31 416	1.41 386	0.29 344	0.46 453	0.33 372	0.50 445	0.33 345	0.57 427
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 373	0.54 372	1.50 364	0.73 376	0.66 384	1.18 355	0.84 379	2.13 381	1.41 375	1.73 417	1.84 411	2.53 454	1.46 413	2.46 363	1.35 380	0.43 412	0.41 440	0.54 444	0.36 411	0.43 387	0.50 406

RASNet	1.16 374	0.34 220	1.11 283	0.73 376	0.86 433	1.00 315	0.60 311	1.56 237	1.43 384	1.07 187	1.37 307	2.08 437	1.44 412	7.00 472	1.56 402	0.20 147	0.17 219	0.17 33	0.19 157	0.19 100	0.19 92

DANet	1.16 374	0.64 402	1.52 369	0.88 428	0.74 405	1.52 396	0.52 250	1.68 262	1.21 272	1.81 424	1.55 361	2.02 429	1.11 360	3.30 399	2.28 437	0.34 375	0.31 393	0.40 413	0.30 378	0.46 406	0.54 416
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 376	0.29 101	1.08 273	0.55 167	0.43 266	0.69 192	0.71 344	1.14 128	1.35 344	1.00 164	1.49 340	1.90 411	0.86 260	9.61 496	0.89 304	0.21 174	0.19 264	0.30 346	0.25 305	0.20 136	0.18 59

Wz-Net-LNSev	1.17 376	0.72 423	4.71 467	0.66 313	0.84 431	1.72 413	1.13 424	1.97 341	1.43 384	1.34 326	1.32 288	1.66 392	1.30 394	1.44 238	1.51 398	0.29 344	0.26 362	0.24 238	0.23 284	0.33 345	0.35 350

S-Stereo	1.17 376	0.48 349	2.25 423	0.83 415	0.81 426	1.22 359	1.17 431	2.12 373	2.08 453	1.47 373	2.13 435	1.55 375	1.16 368	2.09 335	1.46 392	0.42 411	0.40 439	0.35 387	0.32 389	0.45 399	0.73 450

MaskLacGwcNet_RVC	1.17 376	1.06 450	1.28 337	0.88 428	0.69 394	1.92 434	0.92 396	1.71 276	1.14 238	1.17 227	1.26 262	1.49 365	0.80 235	2.04 328	0.86 295	2.02 481	0.34 413	0.79 465	0.36 411	1.38 476	1.33 478

RP	1.17 376	0.54 372	1.48 362	0.93 444	1.05 452	1.14 340	0.85 384	1.99 346	1.70 426	1.72 416	2.07 432	1.91 413	1.93 449	2.00 324	1.37 383	0.55 445	0.37 430	0.48 433	0.37 415	0.46 406	0.46 397

ccnet	1.19 381	0.71 420	1.36 351	0.81 408	0.75 408	1.72 413	1.13 424	1.98 342	1.31 335	1.52 384	1.84 411	1.75 407	1.36 401	2.01 325	2.04 430	0.57 447	0.54 465	0.57 453	0.56 454	0.60 437	0.60 435

Nwc_Net	1.19 381	0.53 369	2.34 425	0.92 439	0.81 426	1.49 393	0.70 341	2.28 416	1.32 337	1.41 353	2.27 442	2.03 432	1.76 439	2.05 332	1.46 392	0.43 412	0.30 388	0.43 420	0.46 436	0.39 374	0.40 372

NCC-stereo	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 401	2.14 382	1.36 353	1.43 361	1.79 403	1.93 417	2.13 462	2.54 371	1.41 386	0.49 433	0.38 433	0.45 425	0.59 458	0.43 387	0.45 392

Abc-Net	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 401	2.14 382	1.36 353	1.43 361	1.79 403	1.93 417	2.13 462	2.54 371	1.41 386	0.49 433	0.38 433	0.45 425	0.59 458	0.43 387	0.45 392
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 385	0.66 409	3.44 453	0.69 352	0.73 401	1.93 435	1.44 450	2.16 389	1.59 417	1.85 429	1.49 340	1.50 367	1.34 399	2.05 332	1.54 401	0.27 313	0.24 344	0.28 324	0.28 348	0.35 353	0.32 326

RGC	1.22 386	0.82 434	1.71 383	0.95 449	0.98 449	1.53 398	0.80 368	2.18 398	1.35 344	1.69 414	1.94 423	2.03 432	1.66 430	2.36 357	1.50 396	0.46 425	0.36 425	0.59 456	0.48 440	0.49 414	0.49 402

stereogan	1.22 386	0.45 336	2.03 408	0.87 426	0.85 432	2.52 459	0.72 345	1.98 342	1.78 435	1.92 433	1.94 423	2.31 446	1.42 409	2.10 336	1.14 351	0.38 395	0.36 425	0.39 407	0.32 389	0.52 418	0.49 402

AANet_RVC	1.22 386	0.60 387	1.94 398	0.69 352	0.46 286	0.75 212	0.69 335	1.51 223	1.57 415	1.36 337	1.90 420	1.51 369	0.87 269	7.23 474	1.89 427	0.26 292	0.19 264	0.19 88	0.16 99	0.23 217	0.37 357

HSM	1.22 386	0.34 220	0.81 154	0.61 261	0.39 228	1.22 359	0.63 321	2.45 437	1.25 296	1.32 314	1.26 262	1.91 413	1.08 351	9.21 492	0.75 266	0.23 229	0.17 219	0.20 120	0.16 99	0.22 198	0.24 207

Syn2CoEx	1.23 390	0.80 430	3.07 445	0.83 415	0.68 391	1.39 382	0.87 388	2.23 405	1.57 415	1.28 297	1.58 372	1.42 349	1.57 422	3.79 409	1.48 395	0.36 390	0.32 404	0.34 380	0.30 378	0.30 321	0.41 375

AF-Net	1.23 390	0.56 380	2.31 424	0.88 428	0.93 440	1.41 387	0.73 348	2.27 414	1.71 428	1.76 421	2.42 450	2.00 426	1.70 433	1.98 320	1.62 408	0.50 437	0.29 384	0.49 435	0.33 400	0.40 378	0.34 341

NaN_ROB	1.23 390	0.63 399	1.76 385	0.67 327	0.50 306	1.59 405	2.00 474	1.87 315	1.52 406	2.14 448	1.26 262	1.40 347	1.09 354	4.60 422	1.75 421	0.28 329	0.34 413	0.28 324	0.29 366	0.30 321	0.37 357

DGSMNet	1.24 393	0.84 436	3.20 447	0.91 438	0.92 437	1.39 382	1.34 444	2.46 441	1.44 387	1.34 326	1.66 385	1.50 367	1.03 336	1.85 300	1.30 372	0.48 431	0.48 456	0.55 449	0.51 448	0.78 455	0.79 456

RYNet	1.24 393	0.52 367	1.57 376	0.73 376	0.97 447	1.74 418	0.95 404	2.09 369	1.54 409	1.44 364	1.18 235	1.94 421	1.29 391	4.57 421	1.93 428	0.27 313	0.23 334	0.35 387	0.27 338	0.57 431	0.59 432

ttt	1.26 395	0.36 257	0.79 144	0.65 299	0.42 261	0.94 298	0.57 291	2.33 424	1.38 360	1.25 274	1.65 384	0.92 215	0.78 222	2.64 375	8.73 487	0.30 350	0.28 375	0.26 297	0.25 305	0.29 306	0.32 326

aanetorigin	1.26 395	0.85 437	3.00 443	0.72 369	0.80 422	1.08 331	1.05 415	1.12 120	1.39 369	3.53 483	2.60 455	1.72 400	1.73 437	1.98 320	1.77 424	0.26 292	0.24 344	0.26 297	0.25 305	0.38 369	0.51 410

GwcNet	1.26 395	0.63 399	5.13 469	0.81 408	1.15 463	1.73 416	0.69 335	1.84 305	1.53 407	1.51 382	1.71 394	1.72 400	1.09 354	2.20 345	1.61 406	0.31 354	0.30 388	0.29 335	0.27 338	0.30 321	0.41 375

Consistency-Raft	1.27 398	1.01 449	2.17 417	1.04 455	1.20 468	0.96 309	1.00 411	1.84 305	1.95 447	1.38 343	2.11 434	1.44 354	1.03 336	1.18 179	1.40 385	0.73 462	0.83 480	0.89 468	0.99 482	1.33 474	0.95 464

NOSS_ROB	1.29 399	0.49 354	0.68 89	0.60 248	0.40 238	1.09 333	0.77 354	1.94 334	1.44 387	1.04 178	1.46 334	1.10 280	0.81 239	10.57 508	0.78 275	0.46 425	0.43 446	0.48 433	0.45 434	0.45 399	0.43 387

SGM-Forest	1.29 399	0.40 311	0.74 121	0.54 154	0.37 207	1.55 399	1.26 441	1.82 301	1.39 369	2.22 449	1.81 409	1.64 390	1.02 334	7.65 479	1.20 358	0.39 401	0.37 430	0.39 407	0.34 405	0.37 363	0.34 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 401	0.56 380	0.94 229	0.57 209	0.62 370	1.04 320	0.65 325	1.82 301	1.01 175	1.00 164	0.79 98	1.42 349	1.27 389	1.06 150	0.83 291	0.62 453	0.67 475	1.05 475	9.88 513	1.09 469	0.55 422

test_for_model	1.38 402	3.71 507	0.65 78	3.45 501	2.88 499	0.57 120	0.33 65	1.91 326	0.93 137	1.47 373	0.64 61	0.51 60	0.37 41	0.53 10	0.35 37	2.54 486	0.16 192	0.17 33	0.12 17	4.56 508	1.84 484

SQANet	1.38 402	0.95 445	1.37 354	1.89 481	1.47 477	1.44 391	0.81 372	1.89 322	1.13 232	1.34 326	1.26 262	1.28 325	1.02 334	1.64 272	0.91 312	2.55 487	0.35 421	1.47 479	0.56 454	2.48 482	1.74 482

PWC_ROB	1.39 404	0.93 444	4.07 461	0.77 399	0.83 429	1.16 346	0.53 256	1.87 315	2.01 450	2.36 454	3.06 464	1.65 391	1.60 423	2.65 377	2.29 439	0.34 375	0.23 334	0.36 397	0.25 305	0.39 374	0.49 402

PWCDC_ROB	1.39 404	0.91 442	2.10 412	1.08 457	0.92 437	1.72 413	0.58 298	2.03 356	3.30 481	1.32 314	4.87 485	1.21 300	1.71 435	1.98 320	1.75 421	0.65 456	0.26 362	0.29 335	0.25 305	0.56 429	0.41 375

GANet	1.41 406	0.52 367	1.18 314	0.74 382	0.48 295	1.40 385	1.69 460	1.87 315	1.28 316	1.56 394	2.39 448	1.56 377	1.25 386	9.13 490	1.20 358	0.31 354	0.32 404	0.34 380	0.29 366	0.40 378	0.33 333

PDISCO_ROB	1.41 406	0.73 426	2.04 409	1.40 470	1.46 476	2.83 468	1.07 418	2.64 457	2.11 455	1.41 353	1.50 347	1.73 402	0.99 317	2.83 385	1.46 392	1.03 470	0.27 370	0.54 444	0.47 438	0.77 454	0.84 460

LL-Strereo	1.42 408	0.44 335	2.02 405	0.62 269	1.07 453	0.73 205	0.65 325	2.02 352	1.21 272	1.60 402	1.62 378	2.02 429	2.10 457	9.67 497	1.07 345	0.22 207	0.20 277	0.27 310	0.24 297	0.23 217	0.33 333

SHD	1.42 408	0.81 433	2.79 439	0.98 451	0.92 437	1.97 436	0.68 332	2.43 435	2.55 464	2.54 462	1.72 395	2.01 428	1.62 424	2.14 340	2.70 446	0.40 403	0.33 410	0.39 407	0.40 421	0.48 411	0.54 416

RTSC	1.43 410	0.89 438	3.62 457	0.94 447	0.64 373	1.85 429	0.69 335	2.20 403	2.04 452	2.22 449	1.70 392	1.67 394	1.27 389	2.53 370	4.48 465	0.33 366	0.25 356	0.27 310	0.29 366	0.38 369	0.40 372

UDG	1.47 411	2.69 500	1.13 288	1.45 474	1.65 479	1.34 376	0.79 365	1.75 284	1.27 308	1.29 302	1.74 397	1.99 425	1.39 405	1.66 275	1.51 398	0.91 466	0.55 467	2.30 486	0.76 469	1.99 477	1.20 474

MFMNet_re	1.47 411	1.20 461	2.50 429	1.46 475	1.08 454	1.58 403	1.51 451	1.96 340	1.87 442	2.31 453	2.20 439	1.51 369	1.88 447	1.57 258	1.34 378	0.94 467	0.83 480	0.84 467	0.80 472	1.00 463	1.06 468

PASM	1.48 413	1.08 452	3.96 460	0.93 444	0.93 440	1.17 353	1.19 433	1.77 287	1.65 422	1.90 431	1.52 355	1.75 407	1.42 409	4.54 420	1.52 400	0.64 455	0.68 477	0.69 463	0.79 471	0.70 449	0.74 451

ADCRef	1.50 414	0.61 392	3.83 459	0.76 397	0.77 414	1.91 433	0.77 354	2.16 389	1.34 341	1.63 408	1.59 376	1.35 339	1.40 406	1.79 296	8.32 484	0.25 269	0.21 292	0.32 363	0.31 382	0.31 328	0.32 326

XQC	1.51 415	0.98 447	3.20 447	0.92 439	0.76 413	2.01 440	1.17 431	2.53 451	1.99 449	2.01 442	1.54 358	2.00 426	1.54 420	3.16 392	3.46 456	0.49 433	0.31 393	0.45 425	0.40 421	0.71 451	0.62 437

CC-Net-ROB	1.53 416	1.31 468	1.68 382	0.92 439	0.80 422	1.75 419	0.99 409	2.04 359	1.27 308	1.12 200	1.62 378	1.20 299	0.98 314	7.82 480	0.92 316	1.15 477	0.41 440	2.20 484	0.46 436	1.37 475	0.56 424

FINET	1.54 417	0.67 412	7.28 477	0.76 397	0.97 447	1.42 390	1.38 447	2.80 470	3.12 478	1.23 267	1.68 389	1.04 258	1.11 360	3.35 400	1.78 425	0.43 412	0.37 430	0.32 363	0.29 366	0.43 387	0.41 375

test_xeample	1.55 418	0.31 155	0.94 229	0.54 154	0.31 105	0.94 298	0.58 298	2.40 431	1.40 371	1.29 302	1.55 361	0.89 201	0.88 275	1.72 284	15.94 506	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

DDUNet	1.56 419	2.70 501	1.35 346	1.79 478	1.88 481	1.82 427	0.91 394	1.84 305	1.20 266	1.40 351	1.79 403	1.62 386	1.17 371	1.59 263	1.22 363	1.11 474	0.76 479	2.38 489	0.94 477	2.12 478	1.53 480

CrosDoStereo	1.56 419	0.26 48	0.78 140	0.51 99	0.29 72	0.66 174	11.86 506	1.18 149	1.00 172	1.35 332	1.76 399	0.99 241	1.83 444	6.64 465	0.83 291	0.19 107	0.15 160	0.20 120	0.22 253	0.18 68	0.25 226

DeepStereo_LL	1.56 419	0.26 48	0.78 140	0.51 99	0.29 72	0.66 174	11.86 506	1.18 149	1.00 172	1.35 332	1.76 399	0.99 241	1.83 444	6.64 465	0.83 291	0.19 107	0.15 160	0.20 120	0.22 253	0.18 68	0.25 226

STTRV1_RVC	1.60 422	0.69 416	2.04 409	0.88 428	1.12 456	1.58 403	0.90 391	2.42 433	1.78 435	1.29 302	2.02 429	1.40 347	1.22 381	9.72 498	1.35 380	0.86 464	0.34 413	0.54 444	0.49 443	0.75 453	0.54 416

xxxx	1.61 423	0.32 172	0.98 242	0.58 221	0.31 105	1.15 343	0.43 166	2.43 435	1.41 375	1.17 227	1.40 318	1.21 300	0.86 260	1.94 314	16.68 508	0.24 249	0.24 344	0.21 151	0.20 186	0.23 217	0.27 264

CSAN	1.61 423	0.67 412	3.24 450	0.74 382	0.52 321	1.77 422	1.74 465	1.98 342	1.94 446	2.47 461	2.33 446	1.93 417	2.04 454	6.45 463	1.95 429	0.43 412	0.36 425	0.41 418	0.42 425	0.43 387	0.44 390

MFN_U_SF_RVC	1.62 425	0.96 446	4.36 465	0.92 439	0.69 394	2.62 463	1.10 420	2.50 447	1.74 431	1.99 441	1.86 416	2.45 452	1.78 441	3.08 390	2.84 448	0.54 441	0.50 462	0.56 451	0.60 460	0.60 437	0.67 442

SDNR	1.66 426	0.55 376	2.36 426	0.56 187	0.58 350	3.79 487	0.45 197	1.78 289	1.40 371	1.38 343	2.45 452	1.13 289	0.96 304	11.03 509	1.31 373	0.67 458	0.64 473	0.43 420	0.32 389	0.71 451	0.76 454

otaku	1.67 427	1.18 459	1.56 374	2.27 484	1.59 478	1.98 437	1.23 438	2.23 405	1.37 358	1.48 379	1.63 382	1.73 402	1.23 382	1.85 300	1.09 346	2.96 491	0.58 471	1.74 480	0.61 461	2.94 488	2.15 488

222	1.67 427	0.31 155	0.93 222	0.59 240	0.31 105	1.05 323	0.43 166	2.39 429	1.47 398	1.37 338	1.55 361	0.94 223	0.94 297	1.98 320	17.76 509	0.24 249	0.22 307	0.21 151	0.20 186	0.22 198	0.26 246

Wz-Net-SNSev	1.68 429	1.45 470	8.71 485	0.71 364	0.67 390	1.35 377	1.51 451	2.15 387	1.47 398	1.51 382	1.68 389	2.27 442	1.38 403	4.23 413	2.36 441	0.32 361	0.29 384	0.31 352	0.33 400	0.43 387	0.39 368

DeepPrunerF	1.68 429	0.82 434	6.82 475	0.94 447	1.20 468	0.91 284	0.97 406	2.50 447	5.19 497	1.22 264	1.30 281	1.18 295	1.29 391	4.96 429	1.75 421	0.43 412	0.35 421	0.52 439	0.48 440	0.43 387	0.42 383

psmorigin	1.69 431	0.74 428	13.13 495	0.70 361	0.60 360	1.16 346	0.79 365	1.69 271	1.25 296	2.07 445	1.77 401	2.23 439	1.51 419	2.14 340	1.45 390	0.39 401	0.41 440	0.34 380	0.33 400	0.45 399	0.63 439

G-Net	1.71 432	0.67 412	2.09 411	1.14 463	0.75 408	2.96 474	0.89 390	1.58 242	1.30 328	2.76 467	8.12 502	2.29 444	2.51 471	1.94 314	2.23 436	0.49 433	0.45 449	0.45 425	0.31 382	0.62 441	0.59 432

Ntro	1.72 433	1.21 462	1.62 378	2.54 489	1.86 480	2.09 445	1.14 427	2.08 367	1.38 360	1.23 267	1.62 378	1.62 386	1.33 398	2.04 328	1.21 362	3.09 492	0.56 468	1.82 482	0.65 463	2.97 492	2.25 490

FBW_ROB	1.78 434	0.66 409	1.90 397	0.72 369	0.66 384	1.79 426	1.07 418	2.79 468	1.77 432	1.84 427	1.79 403	1.98 424	1.37 402	12.42 511	2.22 435	0.36 390	0.38 433	0.57 453	0.39 419	0.46 406	0.51 410

SPS-STEREO	1.78 434	1.09 454	1.52 369	1.22 466	1.14 461	1.87 431	1.11 421	2.27 414	1.70 426	3.17 481	2.39 448	2.84 462	1.93 449	4.41 417	2.93 449	1.04 472	0.99 493	0.97 470	0.94 477	1.03 466	1.05 467
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 436	1.11 456	4.33 464	0.84 419	0.77 414	3.70 482	2.41 494	2.04 359	1.85 441	1.75 418	1.90 420	1.92 416	1.25 386	7.33 475	1.45 390	0.47 429	0.47 454	0.53 443	0.77 470	0.50 415	0.55 422

SAMSARA	1.80 436	0.90 439	3.37 452	1.28 469	1.13 459	3.71 483	2.33 489	2.53 451	1.93 445	3.17 481	1.73 396	2.99 464	1.68 432	3.53 403	2.46 443	0.47 429	0.54 465	0.43 420	0.47 438	0.59 434	0.64 440

PVD	1.82 438	0.91 442	3.02 444	1.03 454	0.94 443	2.61 462	1.14 427	2.78 467	3.40 483	3.08 479	2.75 457	2.39 451	2.49 470	2.81 383	3.66 458	0.48 431	0.49 461	0.59 456	0.49 443	0.60 437	0.81 458

ADCL	1.82 438	0.70 418	4.57 466	0.70 361	0.63 372	2.56 460	1.77 467	2.08 367	1.77 432	1.95 439	1.89 418	2.04 434	1.88 447	2.36 357	9.55 491	0.27 313	0.25 356	0.35 387	0.32 389	0.39 374	0.39 368

AAGNet	1.84 440	0.30 124	0.79 144	0.66 313	0.32 137	0.65 168	0.50 237	1.02 79	1.01 175	1.47 373	1.21 244	0.99 241	1.16 368	2.76 382	22.69 515	0.24 249	0.13 35	0.22 180	0.20 186	0.24 246	0.16 31

ff1	1.88 441	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	1.08 103	2.62 467	1.19 245	1.49 340	1.07 265	0.85 252	9.88 502	13.82 500	0.21 174	0.13 35	0.31 352	0.28 348	0.20 136	0.23 187

MDST_ROB	1.88 441	0.40 311	1.71 383	0.93 444	0.60 360	4.27 493	1.23 438	3.99 486	1.44 387	4.61 493	2.63 456	1.44 354	1.03 336	9.78 499	1.62 408	0.33 366	0.26 362	0.37 400	0.33 400	0.31 328	0.34 341

SGM_RVC	1.88 441	0.40 311	0.90 213	0.63 279	0.30 87	2.81 467	1.26 441	2.73 463	1.81 439	4.09 485	2.85 460	3.88 477	3.19 479	8.42 486	2.44 442	0.33 366	0.31 393	0.30 346	0.28 348	0.31 328	0.31 317
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 444	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	2.32 418	1.41 375	1.19 245	1.49 340	1.07 265	0.85 252	9.88 502	13.82 500	0.25 269	0.21 292	0.31 352	0.28 348	0.32 339	0.29 292

xxx	1.89 444	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	2.32 418	1.41 375	1.19 245	1.49 340	1.07 265	0.85 252	9.88 502	13.82 500	0.25 269	0.21 292	0.31 352	0.28 348	0.32 339	0.29 292

DPSNet	1.91 446	0.64 402	5.95 471	0.73 376	0.59 356	2.04 442	1.61 459	3.84 484	1.96 448	1.54 390	1.39 313	2.27 442	3.32 482	4.95 428	4.79 467	0.50 437	0.31 393	0.29 335	0.26 322	0.67 446	0.54 416

test_sample9	1.96 447	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	2.46 363	8.57 485	0.59 450	12.85 517	0.62 458	0.67 465	0.45 399	0.48 398

1111x	1.96 447	0.32 172	1.54 373	0.54 154	0.30 87	1.00 315	0.69 335	2.47 442	1.33 339	1.21 256	1.44 330	1.21 300	1.11 360	8.49 487	16.14 507	0.22 207	0.23 334	0.22 180	0.23 284	0.25 258	0.26 246

ADCPNet	1.97 449	0.78 429	9.38 487	0.74 382	0.61 366	2.73 465	1.36 446	2.11 372	1.66 423	1.92 433	1.70 392	2.45 452	2.07 455	2.50 368	6.84 479	0.38 395	0.38 433	0.38 404	0.43 429	0.47 410	0.50 406

WCMA_ROB	2.05 450	0.55 376	1.77 386	0.74 382	0.61 366	2.24 450	1.56 456	2.17 397	1.79 437	4.16 489	6.36 491	5.66 490	4.66 493	3.19 393	2.77 447	0.55 445	0.45 449	0.40 413	0.43 429	0.48 411	0.50 406

RainbowNet	2.06 451	1.86 483	1.97 404	2.86 492	2.25 487	2.03 441	1.79 468	2.77 465	1.92 444	1.54 390	1.84 411	1.95 422	1.73 437	2.23 347	1.38 384	3.40 498	0.86 485	2.39 491	1.00 483	2.94 488	2.42 492

MSMD_ROB	2.08 452	0.61 392	1.15 295	0.71 364	0.62 370	4.00 489	0.93 399	1.94 334	1.79 437	4.71 495	4.60 481	8.14 499	3.87 489	3.75 408	1.65 414	0.54 441	0.48 456	0.55 449	0.58 456	0.53 423	0.52 412

Wz-Net-TNSev	2.10 453	2.71 502	9.30 486	0.72 369	0.65 378	2.41 458	1.81 472	2.45 437	1.77 432	1.62 406	1.56 367	2.56 455	2.01 451	5.30 433	4.46 464	0.41 407	0.38 433	0.33 372	0.37 415	0.54 426	0.64 440

ADCMid	2.11 454	0.90 439	8.39 483	0.75 390	0.69 394	1.98 437	1.14 427	2.18 398	1.67 424	2.85 469	1.85 414	2.35 448	2.02 453	2.35 356	10.58 495	0.34 375	0.32 404	0.39 407	0.44 431	0.51 417	0.53 415

ADCP+	2.12 455	0.56 380	10.01 488	0.68 339	0.91 436	2.25 451	1.04 414	1.92 332	1.50 405	1.58 398	1.34 297	1.73 402	1.62 424	2.27 351	13.20 497	0.25 269	0.22 307	0.32 363	0.29 366	0.38 369	0.34 341

WZ-Net	2.14 456	1.08 452	11.68 494	0.89 436	0.78 418	1.76 420	1.59 458	2.39 429	2.03 451	2.11 446	1.95 425	2.30 445	2.28 465	5.94 450	3.86 461	0.35 383	0.27 370	0.29 335	0.32 389	0.52 418	0.50 406

AnyNet_C32	2.14 456	1.45 470	7.38 478	0.95 449	1.12 456	2.23 449	2.34 490	2.10 371	1.54 409	2.44 457	1.79 403	2.04 434	1.66 430	2.69 378	10.48 494	0.38 395	0.35 421	0.35 387	0.42 425	0.50 415	0.60 435

NVStereoNet_ROB	2.17 458	1.18 459	3.51 454	1.14 463	1.26 471	1.57 402	1.51 451	2.19 400	2.11 455	2.04 443	4.80 483	3.17 471	2.11 460	7.97 482	2.10 431	1.12 475	0.94 490	1.10 476	1.34 489	0.95 461	1.31 475
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 459	1.29 467	4.14 462	1.10 459	0.78 418	5.00 496	2.38 493	2.47 442	2.67 472	1.94 437	2.28 443	2.66 459	1.70 433	9.10 489	2.29 439	0.68 460	0.52 463	0.68 462	0.71 468	1.17 472	0.81 458

SANet	2.26 460	0.70 418	6.94 476	0.69 352	0.46 286	2.76 466	1.76 466	2.61 456	5.84 499	2.45 458	3.52 470	3.71 474	3.38 484	5.90 447	2.14 433	0.34 375	0.31 393	0.32 363	0.29 366	0.54 426	0.43 387

test_sample8	2.29 461	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	2.03 356	1.22 280	2.28 452	1.33 293	4.98 488	2.51 471	2.46 363	8.57 485	0.59 450	12.85 517	0.62 458	0.67 465	0.45 399	0.48 398

ADCS	2.35 462	1.26 464	6.54 474	0.85 422	0.77 414	2.18 448	1.79 468	2.47 442	2.20 457	2.80 468	2.14 437	2.38 449	2.09 456	2.81 383	13.83 503	0.43 412	0.41 440	0.40 413	0.45 434	0.59 434	0.67 442

MeshStereo	2.36 463	0.60 387	1.05 263	0.63 279	0.51 316	2.58 461	0.99 409	3.46 479	2.21 458	7.38 506	5.06 487	7.50 495	3.10 478	7.02 473	2.54 444	0.44 421	0.44 447	0.45 425	0.40 421	0.43 387	0.45 392
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AnyNet_C01	2.38 464	2.21 492	10.17 489	0.99 452	0.79 420	3.12 475	2.37 491	2.69 462	1.89 443	2.58 464	2.44 451	2.70 460	1.86 446	3.65 404	7.12 480	0.41 407	0.41 440	0.40 413	0.42 425	0.68 447	0.79 456

DispFullNet	2.39 465	2.89 503	3.74 458	3.09 497	2.27 489	2.04 442	0.84 379	2.19 400	1.73 430	2.54 462	1.98 426	2.23 439	5.83 496	3.44 402	1.84 426	1.03 470	0.33 410	2.65 497	1.97 501	2.87 487	2.34 491

EDNetEfficient	2.40 466	1.14 457	8.59 484	0.77 399	0.73 401	1.06 326	1.53 454	1.54 231	4.06 489	4.87 496	2.81 458	2.23 439	3.53 485	3.04 389	9.65 492	0.27 313	0.24 344	0.27 310	0.31 382	0.70 449	0.67 442

FCDSN-DC	2.47 467	0.65 408	1.00 249	0.85 422	0.75 408	2.26 452	0.97 406	2.31 417	1.83 440	5.52 501	7.65 498	7.72 498	7.70 503	4.43 418	2.64 445	0.52 439	0.48 456	0.52 439	0.52 449	0.57 431	0.59 432
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 468	0.72 423	18.07 505	0.72 369	0.53 326	1.85 429	0.86 385	1.80 296	2.40 461	1.54 390	1.42 324	1.13 289	1.17 371	4.18 412	4.80 469	0.25 269	0.20 277	0.23 214	0.19 157	7.64 513	0.38 365

ELAS	2.67 469	0.80 430	2.13 415	1.13 460	1.15 463	6.25 500	2.56 495	3.50 480	3.68 486	5.36 499	4.92 486	3.79 475	5.56 495	3.65 404	5.22 471	0.66 457	0.57 469	0.56 451	0.54 452	0.65 444	0.75 453
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 470	1.55 477	15.40 497	1.13 460	1.42 474	3.75 485	2.21 484	2.45 437	2.72 473	2.91 472	2.85 460	2.58 456	1.62 424	6.28 458	5.80 474	0.41 407	0.30 388	0.35 387	0.35 409	0.52 418	0.54 416

RTSA	2.76 470	1.55 477	15.40 497	1.13 460	1.42 474	3.75 485	2.21 484	2.45 437	2.72 473	2.91 472	2.85 460	2.58 456	1.62 424	6.28 458	5.80 474	0.41 407	0.30 388	0.35 387	0.35 409	0.52 418	0.54 416

WAO-7	2.78 472	1.54 476	2.18 418	1.41 473	1.19 467	3.92 488	2.01 477	4.19 488	3.89 488	2.98 475	5.47 488	4.18 479	3.28 481	8.24 485	4.27 462	1.13 476	1.01 494	1.18 477	1.13 488	1.19 473	1.13 473

MADNet+	2.80 473	3.38 506	11.57 493	1.50 476	1.21 470	3.18 477	2.00 474	3.52 481	2.61 466	1.81 424	2.09 433	2.83 461	2.18 464	7.55 478	5.44 473	0.84 463	0.83 480	0.71 464	0.66 464	1.05 468	1.08 469

IMH-64-1	2.82 474	1.87 484	1.77 386	3.31 499	2.69 495	3.22 478	2.07 479	4.25 489	2.77 475	2.46 459	3.78 473	3.05 466	2.34 467	4.67 424	3.00 451	3.84 502	0.84 483	2.75 498	1.39 490	3.34 497	2.93 500

IMH-64	2.82 474	1.87 484	1.77 386	3.31 499	2.69 495	3.22 478	2.07 479	4.25 489	2.77 475	2.46 459	3.78 473	3.05 466	2.34 467	4.67 424	3.00 451	3.84 502	0.84 483	2.75 498	1.39 490	3.34 497	2.93 500

pmcnn	2.84 476	0.46 339	5.19 470	0.68 339	0.42 261	1.55 399	1.16 430	2.32 418	1.60 419	2.72 465	7.49 496	17.96 512	1.48 417	6.04 451	6.64 478	0.18 71	0.15 160	0.15 6	0.12 17	0.20 136	0.20 117

ACVNet_2	2.86 477	1.47 472	8.28 481	2.68 490	2.26 488	2.70 464	1.84 473	3.41 477	3.04 477	2.27 451	3.42 469	4.58 481	2.10 457	5.91 448	1.62 408	2.58 488	0.67 475	2.22 485	0.85 474	2.79 485	2.47 493

ELAS_RVC	2.87 478	0.80 430	3.22 449	1.16 465	1.12 456	2.92 472	5.33 503	2.98 473	4.18 490	5.04 497	4.82 484	4.71 483	8.23 504	4.25 415	4.79 467	0.67 458	0.57 469	0.57 453	0.53 451	0.66 445	0.74 451
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 479	0.61 392	1.15 295	0.75 390	0.57 347	2.85 470	1.05 415	3.44 478	2.64 470	6.93 502	7.63 497	9.86 504	7.02 501	5.76 445	4.31 463	0.54 441	0.48 456	0.51 437	0.50 445	0.53 423	0.52 412

FC-DCNN v2	2.96 480	0.61 392	1.13 288	0.75 390	0.57 347	2.90 471	1.06 417	3.59 482	2.66 471	7.05 503	7.66 499	10.26 507	7.17 502	6.27 457	4.49 466	0.54 441	0.48 456	0.51 437	0.50 445	0.53 423	0.52 412

WAO-6	2.98 481	1.67 481	1.88 396	2.38 488	2.30 490	3.53 481	2.37 491	4.38 491	4.64 494	2.42 455	4.50 477	4.85 484	2.99 477	5.22 432	5.37 472	1.77 480	1.16 500	2.31 487	1.47 495	2.42 481	1.99 487

ACVNet-4b	3.05 482	1.42 469	18.09 506	2.85 491	2.33 491	2.32 456	1.22 436	2.47 442	2.21 458	1.26 287	2.36 447	2.64 458	1.46 413	6.32 460	1.23 366	3.29 495	0.45 449	2.37 488	1.02 485	3.03 493	2.61 495

ACVNet_1	3.08 483	1.48 473	17.70 502	2.90 494	2.35 492	2.30 453	1.43 449	3.16 475	2.26 460	1.91 432	2.05 431	3.51 473	2.32 466	3.71 407	1.58 404	3.25 494	0.66 474	2.40 492	1.06 486	3.07 494	2.59 494

PWCK	3.24 484	2.37 493	10.86 491	2.14 483	1.14 461	3.71 483	4.19 502	3.02 474	3.55 485	3.05 478	3.63 471	3.09 469	2.35 469	8.16 484	3.41 455	2.17 484	0.96 491	1.77 481	1.01 484	2.84 486	1.40 479

IMH	3.35 485	1.95 486	1.86 395	3.30 498	2.72 497	4.03 491	2.00 474	4.58 493	3.83 487	2.87 470	6.99 494	4.69 482	3.21 480	6.77 469	2.97 450	3.91 505	0.89 487	2.78 500	1.40 494	3.36 499	2.93 500

LVE	3.40 486	1.80 482	2.21 420	2.90 494	2.44 493	3.27 480	2.25 486	4.80 494	5.06 495	2.43 456	6.79 492	5.99 491	2.64 475	9.20 491	2.28 437	3.30 496	1.11 499	2.38 489	1.48 496	2.95 490	2.62 496

Dean	3.77 487	1.65 480	17.87 503	3.01 496	2.54 494	3.15 476	2.10 482	4.80 494	4.42 491	2.89 471	6.03 489	5.45 489	2.55 474	3.40 401	2.13 432	3.22 493	0.89 487	2.51 495	1.07 487	3.07 494	2.65 498

JetBlue	4.18 488	2.45 497	10.42 490	1.40 470	2.89 500	10.68 506	10.68 505	3.91 485	2.52 462	2.74 466	3.39 468	4.50 480	4.27 491	7.97 482	7.67 483	0.89 465	0.97 492	0.89 468	0.92 476	2.26 479	2.21 489

notaker	4.29 489	2.42 496	5.06 468	3.89 508	3.29 505	4.00 489	2.25 486	4.93 496	3.47 484	4.21 491	6.79 492	7.67 497	3.37 483	9.25 493	6.47 476	4.09 507	1.42 502	3.35 507	2.13 504	4.11 504	3.54 505

ktn	4.56 490	2.41 495	2.54 430	3.79 507	3.25 503	4.81 495	2.91 499	5.52 498	7.36 500	4.12 488	14.55 510	7.54 496	3.70 486	7.84 481	3.35 454	4.06 506	1.86 505	3.26 506	2.22 505	3.27 496	2.86 499

WAO-8	4.57 491	2.01 487	2.58 433	2.37 486	2.21 485	9.75 502	1.71 462	6.04 503	16.34 508	4.11 486	7.69 500	7.41 493	3.85 487	10.02 505	3.85 459	2.05 482	1.09 497	2.44 493	1.39 490	2.56 483	1.86 485

Venus	4.57 491	2.01 487	2.58 433	2.37 486	2.21 485	9.75 502	1.71 462	6.04 503	16.34 508	4.11 486	7.69 500	7.41 493	3.85 487	10.02 505	3.85 459	2.05 482	1.09 497	2.44 493	1.39 490	2.56 483	1.86 485

SGM+DAISY	5.38 493	1.28 466	8.24 480	1.27 468	1.16 465	10.62 505	16.01 511	2.93 472	2.53 463	8.64 509	13.03 508	8.26 500	13.38 507	6.34 461	7.59 482	1.07 473	1.05 496	1.00 473	0.98 480	1.02 465	1.12 472

TorneroNet-64	5.41 494	2.10 490	2.43 427	3.49 503	2.83 498	9.90 504	2.13 483	8.87 509	16.79 513	5.39 500	9.18 504	10.68 509	3.92 490	9.55 495	5.11 470	3.36 497	0.86 485	2.88 501	1.62 497	3.76 500	3.37 503

MADNet++	5.41 494	3.18 504	6.43 473	4.66 512	3.95 509	6.15 499	6.75 504	4.51 492	4.51 493	5.06 498	6.27 490	4.96 486	6.14 497	9.39 494	11.70 496	4.71 508	4.19 510	3.97 509	3.33 507	4.08 503	4.25 510

UNDER WATER	5.68 496	2.46 498	15.52 499	3.98 510	3.53 506	5.15 497	2.74 497	5.58 500	16.41 511	4.00 484	4.56 478	9.12 502	6.43 499	6.22 454	9.11 489	3.85 504	1.35 501	3.18 505	1.98 502	4.51 507	3.84 509

UNDER WATER-64	5.84 497	2.48 499	17.93 504	3.97 509	3.58 507	7.70 501	3.03 500	5.72 502	14.13 505	4.18 490	4.00 475	9.27 503	6.80 500	6.20 453	9.22 490	3.67 500	1.52 503	3.14 503	1.95 500	4.43 506	3.83 508

LSM	6.55 498	1.26 464	15.64 500	1.79 478	68.74 525	1.67 412	2.08 481	2.26 408	2.59 465	3.13 480	3.08 465	1.90 411	1.81 442	2.89 386	2.16 434	0.43 412	0.59 472	0.50 436	0.58 456	0.64 442	17.24 519

tt	6.61 499	0.28 81	6.10 472	3.77 506	2.17 484	11.53 507	19.61 512	13.53 514	5.81 498	3.00 476	2.82 459	4.97 487	6.33 498	3.83 410	7.23 481	9.13 513	11.32 516	5.87 512	6.22 511	6.01 510	2.63 497

JetRed	7.02 500	8.94 512	25.72 515	2.89 493	3.27 504	14.25 510	12.27 508	6.69 505	4.45 492	4.46 492	4.56 478	6.65 492	5.43 494	7.46 477	14.41 505	2.60 489	3.31 507	2.61 496	2.30 506	4.34 505	3.79 507

MANE	7.50 501	0.64 402	7.97 479	1.40 470	2.10 483	16.86 512	12.56 509	12.91 513	17.51 516	8.50 508	11.60 506	14.66 511	13.33 506	12.02 510	13.28 498	0.62 453	0.52 463	0.52 439	1.90 499	0.56 429	0.58 430

SGM-ForestM	7.81 502	0.48 349	11.02 492	0.74 382	0.40 238	16.83 511	12.72 510	7.91 507	8.13 501	11.53 510	10.25 505	22.44 520	14.01 508	17.02 513	20.52 511	0.38 395	0.39 438	0.37 400	0.36 411	0.37 363	0.38 365

coex-ft	8.35 503	2.39 494	100.24 529	0.68 339	0.54 334	1.77 422	1.57 457	1.71 276	11.00 503	18.91 518	3.76 472	3.85 476	8.23 504	3.29 398	6.58 477	0.31 354	0.31 393	0.32 363	0.31 382	0.69 448	0.57 427

LE_ROB	8.35 503	0.47 344	27.42 519	0.83 415	0.34 173	2.84 469	3.36 501	4.03 487	27.04 520	25.20 520	8.72 503	8.55 501	27.35 520	7.37 476	22.13 512	0.22 207	0.20 277	0.20 120	0.21 227	0.25 258	0.25 226

KSHMR	8.76 505	2.14 491	3.59 455	3.60 505	3.13 502	4.15 492	2.67 496	5.61 501	58.90 529	3.04 477	55.71 529	4.94 485	2.54 473	4.61 423	3.05 453	3.49 499	1.57 504	3.14 503	1.98 502	3.84 501	3.49 504

U	9.23 506	0.22 6	0.65 78	0.48 58	53.11 524	61.26 529	0.24 14	0.77 19	0.55 23	0.37 17	0.30 6	0.29 4	0.34 31	0.34 1	0.27 4	0.20 147	0.12 10	60.47 525	4.24 509	0.18 68	0.14 4

EDNetEfficientorigin	10.59 507	1.52 475	177.33 530	0.68 339	0.54 334	1.66 411	1.20 435	1.94 334	3.39 482	4.69 494	3.37 467	3.08 468	2.79 476	3.25 396	3.63 457	0.26 292	0.24 344	0.33 372	0.28 348	0.85 457	0.87 461

TorneroNet	10.72 508	2.09 489	2.76 438	3.48 502	3.03 501	44.72 524	2.31 488	8.62 508	67.06 530	7.45 507	23.21 518	10.59 508	4.28 492	9.03 488	9.00 488	3.67 500	0.91 489	3.04 502	1.63 498	3.92 502	3.55 506

HanzoNet	11.92 509	5.12 508	17.18 501	4.19 511	3.59 508	5.16 498	2.82 498	7.41 506	9.96 502	33.31 525	27.60 519	22.25 519	37.31 524	18.18 514	13.57 499	8.13 512	3.44 509	3.50 508	3.44 508	7.77 514	4.52 511

DGTPSM_ROB	13.06 510	8.27 510	22.29 510	9.53 514	18.14 511	11.53 507	31.97 518	10.82 511	16.25 506	7.14 504	19.39 516	10.12 505	16.69 512	9.85 500	22.49 513	4.77 509	8.72 511	5.37 510	10.24 514	6.15 511	11.56 513

DPSMNet_ROB	13.08 511	8.28 511	22.32 511	9.54 515	18.15 512	11.53 507	31.98 519	10.83 512	16.27 507	7.17 505	19.40 517	10.12 505	16.69 512	9.87 501	22.50 514	4.78 510	8.72 511	5.38 511	10.25 515	6.16 512	11.59 514

ASD4	17.95 512	11.38 514	20.07 507	11.32 516	12.21 510	21.39 513	31.23 517	22.73 516	12.78 504	12.19 511	12.67 507	13.79 510	14.32 510	20.13 515	25.17 517	18.93 518	15.37 519	28.00 520	22.52 521	17.63 517	15.21 518

DPSM_ROB	19.12 513	19.13 516	25.13 513	22.15 518	20.86 515	28.06 516	37.75 521	27.18 518	16.95 514	14.25 512	15.07 511	21.66 514	18.69 515	21.83 517	26.51 519	10.15 515	9.30 514	10.45 515	10.41 516	14.00 515	12.85 516

DPSM	19.12 513	19.13 516	25.13 513	22.15 518	20.86 515	28.06 516	37.75 521	27.18 518	16.95 514	14.25 512	15.07 511	21.66 514	18.69 515	21.83 517	26.51 519	10.15 515	9.30 514	10.45 515	10.41 516	14.00 515	12.85 516

LRCNet_RVC	22.79 515	32.09 522	22.06 509	29.83 520	26.15 517	4.40 494	0.84 379	22.64 515	2.10 454	26.93 521	29.25 520	23.03 521	15.56 511	23.91 519	18.92 510	32.00 522	20.04 524	34.68 521	32.13 522	30.66 522	28.52 522

DLNR_Zeroshot_test	23.23 516	48.25 530	43.77 522	177.04 530	78.39 526	0.35 11	0.21 2	23.33 517	0.82 100	0.67 94	0.86 115	0.58 88	0.30 14	1.64 272	0.48 153	10.69 517	0.13 35	0.18 64	0.14 50	76.63 529	0.23 187

DPSimNet_ROB	24.77 517	9.69 513	61.46 527	3.56 504	19.46 513	25.95 514	77.56 529	5.09 497	16.60 512	21.50 519	29.82 521	25.12 522	85.69 530	13.37 512	23.07 516	7.23 511	17.79 520	8.55 513	7.57 512	4.57 509	31.84 523

FADE	26.94 518	6.16 509	20.86 508	1.90 482	1.95 482	2.92 472	2.01 477	5.55 499	5.12 496	2.92 474	2.17 438	4.13 478	14.15 509	10.56 507	10.39 493	193.84 530	2.80 506	122.45 527	126.70 527	1.14 471	1.11 471

BEATNet-Init1	27.39 519	21.01 518	73.65 528	1.07 456	0.80 422	56.07 525	22.82 513	33.14 525	31.71 522	51.78 529	52.93 528	65.63 529	48.54 528	48.75 530	36.36 524	0.52 439	0.47 454	0.54 444	0.54 452	0.64 442	0.72 449

CasAABBNet	38.42 520	38.42 524	50.26 524	44.76 525	41.87 521	56.47 526	76.22 527	54.44 528	33.92 524	28.53 522	30.36 523	43.53 527	37.59 525	43.77 527	53.32 529	20.27 519	18.70 522	21.03 517	21.04 519	28.19 519	25.79 520

Selective-RAFT-Error	38.47 521	38.44 525	50.38 525	44.74 524	42.01 522	56.47 526	76.24 528	54.44 528	34.02 525	28.59 523	30.30 522	43.51 526	38.10 526	43.69 526	53.24 528	20.36 520	18.72 523	21.05 518	21.02 518	28.25 520	25.87 521

HaxPig	39.02 522	41.39 527	41.59 520	30.10 521	32.36 518	29.49 518	27.65 515	30.56 521	37.94 526	43.75 526	43.81 525	33.42 523	35.69 521	41.51 524	40.33 526	43.91 526	47.48 529	45.87 522	47.14 524	42.29 523	44.06 526

AVERAGE_ROB	40.42 523	42.30 528	42.61 521	36.91 523	35.54 520	30.42 519	27.59 514	37.45 527	38.45 527	44.87 527	44.27 526	37.55 525	36.69 522	41.82 525	40.25 525	45.36 527	46.73 528	47.09 523	46.32 523	42.47 524	43.74 525

MEDIAN_ROB	42.01 524	44.30 529	44.14 523	35.08 522	34.90 519	31.33 523	29.90 516	36.77 526	40.11 528	47.14 528	46.55 527	37.49 524	38.50 527	44.30 529	42.32 527	47.93 528	49.31 530	49.68 524	49.00 525	44.98 525	46.46 527

Anonymous_1	42.79 525	18.71 515	24.75 512	21.81 517	45.16 523	27.68 515	37.52 520	28.64 520	16.34 508	14.72 514	14.53 509	20.60 513	17.82 514	21.52 516	25.88 518	113.45 529	8.91 513	100.63 526	126.37 526	158.50 530	12.31 515

LSM0	42.92 526	38.72 526	50.66 526	47.49 526	110.18 530	56.77 528	75.87 526	54.87 530	33.74 523	29.48 524	31.12 524	43.77 528	37.12 523	43.85 528	53.44 530	20.50 521	18.67 521	21.05 518	21.07 520	28.37 521	41.73 524

PML	51.64 527	37.49 523	14.31 496	7.45 513	20.27 514	107.80 530	231.34 531	8.94 510	27.70 521	86.74 530	268.93 531	69.03 530	61.09 529	24.71 523	14.36 504	9.71 514	3.40 508	9.60 514	4.67 510	20.46 518	4.76 512

xxxxx1	54.34 528	26.72 519	27.03 516	114.14 527	99.00 527	30.68 520	47.19 523	32.52 522	26.09 517	17.85 515	17.48 513	21.86 516	20.92 517	24.38 520	33.78 521	34.73 523	41.33 525	157.67 528	175.68 528	65.82 526	71.99 528

tt_ll	54.34 528	26.72 519	27.03 516	114.14 527	99.00 527	30.68 520	47.19 523	32.52 522	26.09 517	17.85 515	17.48 513	21.86 516	20.92 517	24.38 520	33.78 521	34.73 523	41.33 525	157.67 528	175.68 528	65.82 526	71.99 528

ff	54.34 528	26.72 519	27.03 516	114.14 527	99.00 527	30.68 520	47.19 523	32.52 522	26.09 517	17.85 515	17.48 513	21.86 516	20.92 517	24.38 520	33.78 521	34.73 523	41.33 525	157.67 528	175.68 528	65.82 526	71.99 528

test_example2	192.91 531	210.59 531	206.44 531	199.86 531	204.90 531	172.02 531	182.95 530	138.34 531	134.89 531	193.14 531	200.54 530	186.77 531	177.82 531	204.95 531	207.57 531	221.83 531	238.70 531	186.02 531	190.07 531	226.94 531	173.78 531

ccccc	497.36 532	492.94 532	590.78 532	530.37 532	529.69 532	476.06 532	438.68 532	494.48 532	344.79 532	446.40 532	517.23 532	473.27 532	547.51 532	541.46 532	607.83 532	660.58 532	458.79 532	353.88 532	309.98 532	597.94 532	534.45 532

Low-res two-view benchmark