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

StereoAnything_RVC	0.45 62	1.43 476	0.48 30	0.35 2	0.20 2	0.26 3	0.21 2	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 36	1.27 209	0.22 1	0.21 200	0.11 5	0.14 1	0.10 2	2.37 482	0.11 1

IGEV-Stereo+	0.45 62	0.21 11	0.43 20	0.41 15	0.39 245	0.15 1	0.19 1	0.44 3	0.36 4	0.26 2	0.25 2	0.31 8	0.41 54	1.43 250	0.30 18	0.17 62	0.12 22	0.15 8	0.11 8	1.16 471	1.70 486

GREAT-IGEV	0.32 5	0.20 4	0.42 18	0.37 5	0.29 90	0.36 14	0.28 34	0.56 8	0.58 50	0.28 3	0.50 34	0.29 4	0.29 11	0.84 99	0.27 6	0.14 5	0.11 5	0.15 8	0.11 8	0.17 49	0.14 28

MonSter	0.28 3	0.18 1	0.39 11	0.36 3	0.21 5	0.55 112	0.31 51	0.55 7	0.43 12	0.28 3	0.29 6	0.23 2	0.21 1	0.56 23	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

FoundationStereo	0.24 1	0.21 11	0.36 3	0.38 8	0.22 9	0.32 8	0.22 4	0.39 1	0.23 2	0.30 5	0.25 2	0.30 6	0.33 25	0.34 2	0.26 4	0.16 26	0.12 22	0.15 8	0.11 8	0.13 1	0.12 6

AIO_test	0.35 9	0.22 24	0.44 21	0.43 23	0.27 51	0.57 122	0.44 184	0.79 42	0.41 8	0.32 6	0.47 24	0.46 34	0.30 14	0.69 54	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.15 13	0.12 6

castereo++	0.38 19	0.23 34	0.41 15	0.43 23	0.31 136	0.97 311	0.22 4	0.86 65	0.58 50	0.32 6	0.44 17	0.51 61	0.39 48	0.93 125	0.24 2	0.17 62	0.11 5	0.17 38	0.12 20	0.14 4	0.14 28

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 9	0.21 5	0.25 2	0.22 4	0.48 4	0.31 3	0.32 6	0.26 4	0.37 14	0.24 3	0.83 96	0.29 11	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.11 1

IGEV-Stereo++	0.30 4	0.20 4	0.40 12	0.46 61	0.30 111	0.33 9	0.22 4	0.75 28	0.45 16	0.32 6	0.41 11	0.32 9	0.48 100	0.38 3	0.27 6	0.15 10	0.11 5	0.15 8	0.12 20	0.15 13	0.13 11

RAStereo	0.34 7	0.21 11	0.66 133	0.47 72	0.27 51	0.26 3	0.29 39	0.69 17	0.63 63	0.32 6	0.42 12	0.45 31	0.31 18	0.45 5	0.34 61	0.17 62	0.15 177	0.19 90	0.15 67	0.18 78	0.13 11

AIO_rvc	0.36 10	0.23 34	0.49 35	0.43 23	0.27 51	0.59 130	0.38 115	0.94 97	0.45 16	0.33 11	0.46 22	0.49 51	0.22 2	0.84 99	0.30 18	0.16 26	0.11 5	0.16 22	0.12 20	0.15 13	0.13 11

GIP-stereo	0.34 7	0.23 34	0.45 24	0.50 122	0.36 204	0.38 16	0.23 9	0.78 38	0.52 40	0.34 12	0.51 36	0.46 34	0.38 46	0.51 11	0.27 6	0.20 169	0.12 22	0.16 22	0.12 20	0.16 28	0.14 28

SCV	0.46 69	0.26 84	0.55 71	0.47 72	0.25 29	0.39 18	0.38 115	1.98 401	0.60 57	0.35 13	0.48 26	0.55 77	0.36 36	1.28 211	0.32 34	0.24 266	0.12 22	0.17 38	0.13 32	0.18 78	0.14 28

mms	0.40 29	0.27 109	0.52 54	0.46 61	0.32 154	0.43 36	0.46 207	0.70 19	0.46 22	0.35 13	0.58 56	0.44 23	0.30 14	1.36 232	0.33 46	0.16 26	0.13 73	0.18 69	0.15 67	0.19 115	0.15 56

ours_stereo	0.39 22	0.28 129	0.51 47	0.46 61	0.30 111	0.40 20	0.44 184	0.73 23	0.56 47	0.35 13	0.56 51	0.46 34	0.33 25	1.11 174	0.32 34	0.16 26	0.13 73	0.19 90	0.15 67	0.19 115	0.14 28

Selective-IGEV	0.39 22	0.24 47	0.50 40	0.44 44	0.25 29	0.46 46	0.33 64	1.25 219	0.40 7	0.35 13	0.45 20	0.52 68	0.30 14	1.07 164	0.30 18	0.14 5	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

HUF	0.36 10	0.23 34	0.52 54	0.40 12	0.22 9	0.54 105	0.47 214	0.82 55	0.43 12	0.36 17	0.43 15	0.50 57	0.42 58	0.64 44	0.29 11	0.17 62	0.12 22	0.16 22	0.12 20	0.15 13	0.14 28

U	9.45 506	0.21 11	0.58 89	0.47 72	53.11 524	61.27 529	0.24 14	0.70 19	0.52 40	0.36 17	0.28 5	0.29 4	0.35 32	0.33 1	0.26 4	0.19 138	0.11 5	60.50 525	8.88 512	0.17 49	0.13 11

DEFOM-Stereo	0.33 6	0.20 4	0.40 12	0.42 20	0.28 74	0.80 252	0.23 9	0.48 4	0.37 6	0.37 19	0.31 7	0.23 2	0.24 3	1.20 193	0.27 6	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.14 28

999	0.48 82	0.22 24	0.49 35	0.48 96	0.34 191	0.75 221	0.31 51	0.85 63	0.55 45	0.37 19	0.48 26	0.50 57	0.36 36	2.45 373	0.39 108	0.16 26	0.13 73	0.18 69	0.15 67	0.16 28	0.19 169

RSM++	0.38 19	0.24 47	0.51 47	0.47 72	0.26 34	0.50 73	0.41 150	0.79 42	0.45 16	0.37 19	0.45 20	0.60 98	0.35 32	1.02 150	0.30 18	0.15 10	0.13 73	0.17 38	0.14 54	0.18 78	0.13 11

IGEV++	0.40 29	0.22 24	0.51 47	0.52 172	0.29 90	0.45 43	0.25 15	1.65 309	0.46 22	0.37 19	0.57 54	0.46 34	0.45 75	0.50 10	0.38 100	0.19 138	0.12 22	0.16 22	0.13 32	0.16 28	0.15 56

MaDis-Stereo	0.36 10	0.25 70	0.58 89	0.44 44	0.34 191	0.30 7	0.30 46	0.72 21	0.50 28	0.37 19	0.36 9	0.58 91	0.49 108	0.52 14	0.36 79	0.19 138	0.16 212	0.19 90	0.15 67	0.18 78	0.14 28

SCV_C0	0.43 44	0.26 84	0.65 126	0.43 23	0.29 90	0.47 48	0.31 51	1.34 232	0.73 103	0.38 24	0.49 31	0.54 75	0.29 11	1.24 203	0.30 18	0.17 62	0.13 73	0.16 22	0.13 32	0.20 149	0.15 56

DEFOM-Stereo_RVC	0.40 29	0.67 422	0.42 18	0.64 328	0.29 90	0.48 51	0.25 15	0.85 63	0.44 14	0.38 24	0.36 9	0.30 6	0.70 202	1.15 181	0.29 11	0.16 26	0.11 5	0.16 22	0.11 8	0.18 78	0.12 6

castereo	0.41 36	0.22 24	0.46 26	0.44 44	0.30 111	0.61 144	0.56 291	0.97 109	0.80 122	0.38 24	0.69 76	0.45 31	0.69 197	0.51 11	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.16 28	0.12 6

CroCo-Stereo Lap2	0.44 54	0.34 275	0.77 225	0.61 298	0.79 427	0.28 6	0.35 81	0.75 28	0.71 98	0.38 24	0.50 34	0.72 137	0.55 136	0.57 27	0.47 181	0.17 62	0.18 260	0.19 90	0.16 105	0.21 188	0.20 200

IGEV-RUCA	0.37 14	0.23 34	0.48 30	0.49 111	0.36 204	0.60 138	0.23 9	0.64 11	0.49 25	0.39 28	0.49 31	0.44 23	0.31 18	0.85 104	0.30 18	0.24 266	0.13 73	0.16 22	0.12 20	0.20 149	0.19 169

fffy	0.42 38	0.27 109	0.57 84	0.46 61	0.29 90	0.48 51	0.35 81	0.91 81	0.55 45	0.40 29	0.58 56	0.55 77	0.41 54	1.26 206	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.18 78	0.14 28

AIO-Stereo	0.37 14	0.25 70	0.51 47	0.47 72	0.23 13	0.45 43	0.39 130	1.07 158	0.52 40	0.41 30	0.48 26	0.52 68	0.25 5	0.72 65	0.30 18	0.16 26	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

RSM	0.39 22	0.24 47	0.49 35	0.46 61	0.26 34	0.47 48	0.40 137	0.92 84	0.44 14	0.41 30	0.42 12	0.65 116	0.33 25	1.07 164	0.29 11	0.15 10	0.12 22	0.17 38	0.13 32	0.17 49	0.13 11

AEACV	0.37 14	0.24 47	0.52 54	0.47 72	0.51 326	0.37 15	0.38 115	0.65 13	0.53 43	0.42 32	0.56 51	0.46 34	0.60 162	0.53 16	0.30 18	0.16 26	0.13 73	0.18 69	0.15 67	0.17 49	0.14 28

EGLCR-Stereo	0.37 14	0.22 24	0.51 47	0.43 23	0.26 34	0.44 40	0.22 4	0.99 115	0.48 24	0.42 32	0.42 12	0.67 123	0.29 11	0.86 108	0.33 46	0.17 62	0.12 22	0.19 90	0.17 125	0.17 49	0.15 56

CroCo-Stereo	0.40 29	0.31 215	0.73 191	0.58 261	0.27 51	0.26 3	0.33 64	0.95 102	0.81 124	0.42 32	0.47 24	0.65 116	0.47 89	0.39 4	0.34 61	0.18 100	0.15 177	0.16 22	0.14 54	0.19 115	0.16 81
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
Occ-G	0.42 38	0.21 11	0.48 30	0.41 15	0.26 34	0.42 31	0.62 322	0.77 34	0.49 25	0.43 35	0.66 66	1.02 255	0.46 80	0.78 80	0.41 124	0.16 26	0.13 73	0.18 69	0.13 32	0.16 28	0.16 81

plain	0.46 69	0.27 109	1.01 321	0.50 122	0.40 255	0.35 11	0.37 109	0.87 66	0.56 47	0.43 35	0.76 95	0.42 18	0.40 52	1.13 179	0.45 160	0.21 200	0.15 177	0.24 240	0.19 162	0.24 251	0.16 81

fffft	0.38 19	0.23 34	0.51 47	0.44 44	0.32 154	0.43 36	0.48 224	0.76 31	0.36 4	0.44 37	0.34 8	0.38 16	0.31 18	1.31 217	0.32 34	0.14 5	0.11 5	0.19 90	0.15 67	0.16 28	0.16 81
1: 1. 1
IGEV-BASED-STEREO-	0.70 227	3.18 505	2.55 465	0.39 9	0.23 13	0.44 40	0.23 9	0.63 10	0.42 11	0.44 37	0.44 17	0.34 10	0.28 8	0.56 23	0.29 11	1.35 479	0.10 1	0.22 182	0.19 162	0.46 410	1.31 479

LoS_RVC	0.42 38	0.26 84	0.40 12	0.44 44	0.82 436	0.51 89	0.44 184	0.64 11	0.41 8	0.44 37	0.78 99	0.44 23	0.47 89	0.56 23	0.36 79	0.13 2	0.12 22	0.14 1	0.10 2	0.13 1	0.84 462

CES	0.48 82	0.20 4	0.37 4	0.39 9	1.39 476	0.55 112	0.35 81	0.98 113	0.66 83	0.44 37	0.66 66	0.35 11	0.27 7	0.56 23	0.33 46	0.15 10	0.13 73	0.15 8	0.10 2	0.19 115	1.46 481

ProNet	0.43 44	0.28 129	0.58 89	0.43 23	0.30 111	0.56 117	0.52 253	1.00 119	0.58 50	0.44 37	0.49 31	0.43 21	0.43 65	1.28 211	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.17 49	0.16 81

sCroCo_RVC	0.49 87	0.40 331	1.02 328	0.65 342	0.60 373	0.52 93	0.40 137	0.83 59	0.61 58	0.44 37	0.74 91	0.49 51	0.50 112	0.63 43	0.48 186	0.26 312	0.27 373	0.23 220	0.22 265	0.29 315	0.25 278

MIF-Stereo (partial)	0.45 62	0.25 70	0.70 161	0.50 122	0.52 336	0.35 11	0.26 24	0.91 81	0.59 56	0.45 43	0.71 83	0.51 61	0.51 115	1.11 174	0.45 160	0.20 169	0.16 212	0.23 220	0.20 194	0.24 251	0.18 130

SMoEStereo_RVC	0.39 22	0.25 70	0.50 40	0.45 56	0.30 111	0.61 144	0.36 95	0.72 21	0.45 16	0.46 44	0.43 15	0.42 18	0.35 32	1.39 242	0.29 11	0.15 10	0.12 22	0.20 123	0.15 67	0.16 28	0.15 56

rvit_stereo_ft	0.47 76	0.35 296	0.87 267	0.67 361	0.42 267	0.40 20	0.59 314	0.81 52	0.74 105	0.46 44	0.55 48	0.57 86	0.49 108	0.65 49	0.50 199	0.25 292	0.17 240	0.22 182	0.22 265	0.24 251	0.17 106

MGS-Stereo	0.42 38	0.26 84	0.58 89	0.44 44	0.28 74	0.50 73	0.34 76	0.57 9	0.83 130	0.46 44	1.31 290	0.52 68	0.33 25	0.65 49	0.36 79	0.19 138	0.16 212	0.18 69	0.15 67	0.17 49	0.16 81

Pointernet	0.37 14	0.20 4	0.57 84	0.43 23	0.28 74	0.51 89	0.27 30	0.93 90	0.61 58	0.47 47	0.63 63	0.49 51	0.38 46	0.49 9	0.33 46	0.17 62	0.13 73	0.14 1	0.11 8	0.13 1	0.12 6

AE-Stereo	0.49 87	0.27 109	0.67 138	0.60 285	0.39 245	0.67 182	0.46 207	1.18 192	1.09 238	0.47 47	0.75 93	0.69 130	0.47 89	0.59 29	0.40 113	0.16 26	0.15 177	0.21 155	0.20 194	0.19 115	0.15 56

IGEVStereo-DCA	0.46 69	0.28 129	0.56 74	0.43 23	0.33 174	0.49 63	0.42 154	0.87 66	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.18 130

rrr	0.46 69	0.28 129	0.73 191	0.43 23	0.33 174	0.49 63	0.38 115	0.76 31	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.16 81

rvit_stereo_0081	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

rvit_stereo_0082	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

MyStereo07	0.48 82	0.29 162	0.50 40	0.55 226	0.45 289	0.59 130	0.79 368	1.05 143	0.51 36	0.48 51	0.53 40	0.43 21	0.55 136	1.30 216	0.34 61	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

CAS	0.63 181	0.18 1	0.37 4	2.27 485	0.84 438	0.57 122	0.54 267	0.79 42	0.62 60	0.48 51	0.70 80	0.36 12	0.26 6	0.45 5	0.35 70	2.24 485	0.10 1	0.14 1	0.09 1	0.15 13	1.06 474

LoS	0.40 29	0.21 11	0.44 21	0.37 5	0.22 9	0.50 73	0.40 137	1.00 119	0.94 166	0.48 51	0.66 66	0.48 44	0.40 52	0.60 40	0.37 90	0.18 100	0.14 123	0.16 22	0.11 8	0.14 4	0.14 28
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
rvit_stereo_0083	0.47 76	0.33 252	0.81 241	0.56 239	0.36 204	0.50 73	0.44 184	0.68 16	0.95 168	0.49 56	0.57 54	0.55 77	0.49 108	0.88 111	0.46 174	0.25 292	0.25 360	0.24 240	0.20 194	0.24 251	0.17 106

ff7	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

ffff	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

11t	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

anonymousdsp	0.43 44	0.27 109	0.53 58	0.44 44	0.32 154	0.50 73	0.42 154	0.89 74	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.33 223	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

ccc-4	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

IGEV-Stereo	0.43 44	0.27 109	0.54 63	0.45 56	0.32 154	0.50 73	0.42 154	0.90 80	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.32 221	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_stereo_0080	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

whm_eth	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

sAnonymous2	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

CroCo_RVC	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 458	0.56 432

tt45	0.45 62	0.23 34	0.46 26	0.45 56	0.33 174	0.79 244	0.32 58	0.78 38	0.41 8	0.51 67	0.44 17	0.49 51	0.37 40	2.14 347	0.34 61	0.16 26	0.13 73	0.19 90	0.16 105	0.17 49	0.18 130

GLC_STEREO	0.39 22	0.25 70	0.41 15	0.54 203	0.23 13	0.48 51	0.30 46	0.73 23	0.58 50	0.52 68	0.73 88	0.51 61	0.31 18	0.64 44	0.42 135	0.17 62	0.20 294	0.23 220	0.19 162	0.21 188	0.17 106

MoCha-V2	0.40 29	0.20 4	0.49 35	0.50 122	0.21 5	0.44 40	0.33 64	0.93 90	0.53 43	0.53 69	0.53 40	0.42 18	0.58 158	1.09 169	0.27 6	0.14 5	0.12 22	0.15 8	0.12 20	0.17 49	0.15 56

test_xeample3	0.42 38	0.28 129	0.69 155	0.43 23	0.33 174	0.56 117	0.38 115	0.79 42	0.45 16	0.53 69	0.46 22	0.44 23	0.44 72	1.38 237	0.31 32	0.18 100	0.14 123	0.19 90	0.15 67	0.17 49	0.16 81

rvit_0105_6	0.53 104	0.37 313	0.98 311	0.65 342	0.38 235	0.51 89	0.51 242	0.77 34	1.20 305	0.54 71	0.55 48	0.65 116	0.53 124	0.94 128	0.44 147	0.32 367	0.32 408	0.28 325	0.24 299	0.28 304	0.21 217

UniTT-Stereo	0.36 10	0.23 34	0.59 96	0.48 96	0.36 204	0.40 20	0.32 58	0.53 6	0.49 25	0.54 71	0.55 48	0.36 12	0.31 18	0.58 28	0.51 204	0.20 169	0.15 177	0.17 38	0.15 67	0.19 115	0.15 56

rvit_0105_4	0.56 143	0.38 320	1.06 341	0.66 349	0.38 235	0.53 98	0.53 261	0.84 62	1.17 287	0.56 73	0.61 60	0.72 137	0.59 159	0.98 139	0.45 160	0.32 367	0.33 412	0.29 335	0.25 313	0.29 315	0.23 252

AIO-test1	0.56 143	0.25 70	0.55 71	0.64 328	0.78 424	0.80 252	0.36 95	1.18 192	1.34 368	0.57 74	0.88 121	0.61 102	0.50 112	1.12 177	0.35 70	0.17 62	0.17 240	0.22 182	0.24 299	0.18 78	0.23 252

tt1	0.62 174	0.32 231	0.51 47	0.54 203	0.26 34	1.16 349	0.48 224	0.95 102	2.47 467	0.57 74	0.77 97	0.49 51	0.81 244	1.55 273	0.32 34	0.20 169	0.12 22	0.24 240	0.15 67	0.19 115	0.20 200

HART	0.45 62	0.22 24	0.54 63	0.50 122	0.26 34	0.41 24	0.29 39	1.03 129	0.50 28	0.58 76	1.45 338	0.61 102	0.35 32	1.08 168	0.30 18	0.15 10	0.13 73	0.19 90	0.14 54	0.19 115	0.14 28

rvit_stereo_0081_aga	0.44 54	0.34 275	0.73 191	0.51 151	0.41 262	0.50 73	0.40 137	0.81 52	0.57 49	0.58 76	0.56 51	0.53 73	0.43 65	0.66 51	0.40 113	0.26 312	0.21 315	0.22 182	0.20 194	0.26 273	0.18 130

ACVNet-DCA	0.56 143	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

xx1	0.67 217	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.95 229	0.77 224	1.46 256	0.32 34	0.20 169	0.12 22	0.24 240	0.23 287	0.22 211	0.21 217

1test111	0.54 119	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	0.88 111	0.59 238	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

cc1	0.64 193	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 479	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.19 115	0.19 169

Selective-RAFT	0.52 94	0.28 129	0.79 235	0.55 226	0.27 51	0.91 287	0.33 64	0.80 49	0.88 144	0.58 76	0.63 63	0.81 162	0.77 224	1.29 215	0.48 186	0.19 138	0.14 123	0.17 38	0.15 67	0.19 115	0.17 106

CREStereo	0.39 22	0.21 11	0.38 7	0.34 1	0.22 9	0.53 98	0.29 39	0.77 34	1.11 245	0.58 76	0.71 83	0.51 61	0.41 54	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.14 28
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
MM-Stereo_test2	0.43 44	0.24 47	0.67 138	0.51 151	0.32 154	0.55 112	0.45 200	0.97 109	0.77 114	0.59 84	0.51 36	0.49 51	0.42 58	0.80 86	0.30 18	0.15 10	0.13 73	0.18 69	0.14 54	0.19 115	0.14 28

trnet	0.39 22	0.21 11	0.37 4	0.36 3	0.20 2	0.53 98	0.29 39	0.78 38	1.12 249	0.59 84	0.71 83	0.53 73	0.42 58	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.13 11

MC-Stereo	0.43 44	0.23 34	0.48 30	0.51 151	0.28 74	0.39 18	0.32 58	0.88 73	0.68 88	0.60 86	0.84 113	0.56 84	0.61 171	1.03 151	0.31 32	0.17 62	0.11 5	0.17 38	0.15 67	0.16 28	0.13 11

H2IRNET	0.56 143	0.26 84	0.66 133	0.47 72	0.35 195	0.41 24	0.26 24	0.92 84	1.17 287	0.61 87	1.28 280	1.08 270	0.86 271	0.99 142	0.63 255	0.19 138	0.16 212	0.22 182	0.25 313	0.21 188	0.18 130

Former-RAFT_DAM_RVC	0.46 69	0.36 306	0.71 173	0.47 72	0.36 204	0.67 182	0.35 81	0.78 38	1.12 249	0.61 87	0.62 62	0.39 17	0.39 48	0.71 62	0.39 108	0.20 169	0.17 240	0.22 182	0.18 141	0.23 236	0.19 169

MM-Stereo_test3	0.50 91	0.24 47	0.54 63	0.54 203	0.74 411	0.49 63	0.53 261	1.09 166	1.05 216	0.62 89	0.95 136	0.61 102	0.42 58	0.77 78	0.38 100	0.20 169	0.17 240	0.20 123	0.16 105	0.18 78	0.18 130

AIO-test2	0.57 150	0.28 129	0.63 112	0.61 298	0.58 362	0.79 244	0.51 242	1.18 192	1.40 398	0.63 90	1.15 231	0.51 61	0.43 65	1.09 169	0.35 70	0.21 200	0.17 240	0.26 297	0.30 380	0.20 149	0.19 169

rvit_0105_5	0.58 156	0.39 325	1.05 337	0.66 349	0.37 218	0.58 125	0.56 291	0.94 97	1.18 294	0.64 91	0.68 72	0.75 141	0.63 181	0.88 111	0.50 199	0.32 367	0.32 408	0.30 346	0.27 340	0.28 304	0.25 278

PMTNet	0.46 69	0.21 11	0.38 7	0.37 5	0.23 13	0.71 206	0.27 30	0.74 27	1.04 212	0.64 91	0.70 80	0.55 77	0.47 89	0.86 108	0.35 70	1.00 468	0.13 73	0.15 8	0.10 2	0.15 13	0.13 11

GCAP-Stereo	0.40 29	0.28 129	0.68 142	0.47 72	0.25 29	0.53 98	0.32 58	0.82 55	0.58 50	0.65 93	0.69 76	0.58 91	0.42 58	0.47 7	0.29 11	0.17 62	0.14 123	0.17 38	0.13 32	0.17 49	0.14 28

XX-Stereo	0.63 181	0.26 84	1.90 443	0.81 419	0.67 394	0.43 36	0.23 9	1.03 129	0.58 50	0.65 93	1.56 369	1.41 350	0.39 48	1.28 211	0.35 70	0.20 169	0.14 123	0.20 123	0.19 162	0.18 78	0.14 28

DLNR_Zeroshot_test	23.17 517	48.52 530	43.29 523	176.68 530	78.69 526	0.35 11	0.21 2	23.41 517	0.75 106	0.66 95	0.86 116	0.59 97	0.30 14	1.56 275	0.44 147	9.57 514	0.12 22	0.18 69	0.14 54	76.92 529	0.16 81

RCA-Stereo	0.50 91	0.23 34	0.58 89	0.48 96	0.33 174	0.55 112	0.45 200	0.97 109	1.38 388	0.68 96	1.05 183	0.63 110	0.80 241	0.59 29	0.32 34	0.17 62	0.12 22	0.17 38	0.14 54	0.16 28	0.14 28

HH	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

HanStereo	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 391	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

RAFT+CT+SA	0.58 156	0.29 162	0.60 101	0.66 349	0.37 218	0.42 31	0.55 283	1.27 221	1.03 207	0.70 99	1.22 255	0.60 98	0.70 202	1.64 286	0.41 124	0.18 100	0.13 73	0.22 182	0.22 265	0.21 188	0.18 130

RALCasStereoNet	0.54 119	0.30 182	0.66 133	0.59 274	0.51 326	0.61 144	0.52 253	0.94 97	0.93 163	0.70 99	1.01 161	0.78 152	0.44 72	1.33 223	0.47 181	0.20 169	0.16 212	0.18 69	0.16 105	0.20 149	0.19 169

WCG-NET（raft）	0.45 62	0.21 11	0.55 71	0.40 12	0.24 19	0.50 73	0.36 95	0.73 23	1.09 238	0.71 101	0.76 95	0.92 216	0.51 115	0.84 99	0.34 61	0.16 26	0.12 22	0.15 8	0.14 54	0.14 4	0.14 28

CAS++	0.47 76	0.31 215	0.56 74	0.47 72	0.32 154	0.42 31	0.28 34	1.76 337	0.72 99	0.71 101	0.72 86	0.37 14	0.28 8	0.69 54	0.33 46	0.27 327	0.22 333	0.26 297	0.21 237	0.29 315	0.19 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
StereoVision	0.65 201	0.34 275	0.86 256	0.59 274	0.40 255	0.50 73	0.41 150	1.09 166	0.93 163	0.71 101	2.50 454	0.82 167	0.57 149	1.03 151	0.49 193	0.25 292	0.28 380	0.29 335	0.28 360	0.36 362	0.20 200

EKT-Stereo	0.53 104	0.30 182	0.73 191	0.58 261	0.60 373	0.51 89	0.48 224	0.94 97	0.90 151	0.71 101	0.88 121	0.77 148	0.43 65	1.07 164	0.40 113	0.22 226	0.16 212	0.21 155	0.18 141	0.20 149	0.22 234

EAI-Stereo	0.65 201	0.28 129	0.69 155	0.53 188	0.27 51	0.60 138	0.40 137	2.28 454	0.64 67	0.71 101	3.18 465	0.57 86	0.43 65	1.06 160	0.41 124	0.18 100	0.13 73	0.17 38	0.17 125	0.17 49	0.17 106

Anonymous3	0.61 170	0.44 348	1.11 358	0.59 274	0.49 308	0.93 298	0.65 329	0.93 90	0.81 124	0.72 106	0.88 121	0.65 116	0.69 197	1.06 160	0.53 218	0.35 390	0.30 395	0.26 297	0.26 330	0.31 335	0.27 309

testlalala_base	0.77 272	0.40 331	0.70 161	0.65 342	0.50 315	0.79 244	0.28 34	1.50 270	0.51 36	0.73 107	0.90 125	0.69 130	0.54 129	0.66 51	0.40 113	2.82 490	0.14 123	0.17 38	0.12 20	2.68 486	0.19 169

riskmin	0.56 143	0.27 109	0.60 101	0.43 23	0.31 136	0.83 267	0.42 154	1.14 181	1.04 212	0.73 107	0.75 93	1.11 286	1.01 339	0.81 91	0.51 204	0.20 169	0.14 123	0.24 240	0.15 67	0.24 251	0.25 278

WCG-NET	0.42 38	0.21 11	0.54 63	0.40 12	0.25 29	0.47 48	0.32 58	0.73 23	1.15 275	0.76 109	0.73 88	0.58 91	0.45 75	0.60 40	0.34 61	0.15 10	0.11 5	0.16 22	0.14 54	0.15 13	0.13 11

rvit_stereo_0075_2	0.64 193	0.46 357	1.05 337	0.66 349	0.66 390	0.53 98	0.48 224	1.20 202	1.12 249	0.76 109	0.92 129	0.78 152	0.53 124	1.03 151	0.59 238	0.37 398	0.28 380	0.40 414	0.31 385	0.37 366	0.32 352

test_5	0.65 201	0.30 182	0.75 209	0.67 361	0.50 315	0.92 294	0.52 253	1.39 244	1.12 249	0.76 109	1.11 208	1.00 246	0.90 288	1.53 269	0.45 160	0.18 100	0.13 73	0.23 220	0.22 265	0.21 188	0.19 169

raft+_RVC	0.53 104	0.26 84	0.54 63	0.60 285	0.47 304	0.54 105	0.54 267	1.27 221	0.99 192	0.76 109	1.03 178	0.70 134	0.56 140	0.93 125	0.47 181	0.18 100	0.14 123	0.19 90	0.18 141	0.18 78	0.15 56

XX-TBD	0.46 69	0.70 430	0.35 1	0.79 413	0.25 29	0.58 125	0.26 24	0.69 17	1.27 338	0.76 109	1.00 155	0.45 31	0.33 25	0.47 7	0.37 90	0.19 138	0.15 177	0.15 8	0.11 8	0.17 49	0.14 28

AIO-Stereo-zeroshot	0.72 236	0.35 296	1.70 429	0.49 111	0.56 350	0.63 153	0.38 115	2.41 465	0.65 81	0.77 114	1.07 189	1.82 413	0.95 313	0.93 125	0.43 144	0.20 169	0.13 73	0.21 155	0.25 313	0.28 304	0.26 300

anonymousdsp2	0.53 104	0.27 109	0.74 206	0.48 96	0.29 90	0.76 227	0.47 214	1.61 301	0.82 129	0.77 114	0.77 97	0.75 141	0.47 89	1.03 151	0.40 113	0.18 100	0.13 73	0.18 69	0.13 32	0.19 115	0.18 130

DCRE	0.82 296	0.26 84	0.70 161	0.58 261	0.44 282	0.54 105	0.48 224	0.95 102	0.78 117	0.78 116	7.33 496	0.86 187	0.52 119	0.76 75	0.41 124	0.16 26	0.16 212	0.19 90	0.17 125	0.18 78	0.17 106

dd	0.59 161	0.48 366	0.97 308	0.55 226	0.32 154	0.64 156	0.47 214	1.02 125	1.34 368	0.78 116	0.86 116	0.58 91	0.54 129	1.01 147	0.86 328	0.28 340	0.18 260	0.26 297	0.19 162	0.32 343	0.24 266

test-1	0.52 94	0.26 84	1.04 336	0.56 239	0.32 154	0.61 144	0.38 115	1.10 169	0.91 156	0.78 116	1.01 161	0.77 148	0.52 119	0.60 40	0.42 135	0.17 62	0.14 123	0.20 123	0.17 125	0.20 149	0.23 252

iRaft-Stereo_5w	0.85 311	0.29 162	0.91 287	0.53 188	0.43 275	0.49 63	0.68 340	0.99 115	0.87 140	0.79 119	1.34 305	1.46 361	0.91 291	5.11 435	1.11 368	0.17 62	0.14 123	0.22 182	0.18 141	0.20 149	0.20 200

TRStereo	0.60 164	0.60 412	0.97 308	0.74 401	0.67 394	0.46 46	0.38 115	1.85 366	0.89 147	0.79 119	0.80 109	0.88 195	0.39 48	1.10 171	0.41 124	0.23 251	0.15 177	0.23 220	0.24 299	0.17 49	0.15 56

qqq	0.57 150	0.34 275	0.71 173	0.47 72	0.27 51	0.64 156	0.62 322	1.42 250	0.78 117	0.80 121	0.92 129	0.95 229	0.77 224	0.88 111	0.59 238	0.21 200	0.20 294	0.24 240	0.23 287	0.22 211	0.21 217

CREStereo++_RVC	0.47 76	0.21 11	0.38 7	0.45 56	0.38 235	0.45 43	0.25 15	0.75 28	1.29 347	0.80 121	1.21 253	0.47 41	0.37 40	0.53 16	0.44 147	0.16 26	0.11 5	0.15 8	0.80 472	0.18 78	0.11 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
TestStereo	0.64 193	0.39 325	0.71 173	0.51 151	0.27 51	0.56 117	0.42 154	1.03 129	0.91 156	0.80 121	1.00 155	0.68 125	0.52 119	3.25 402	0.45 160	0.22 226	0.15 177	0.24 240	0.18 141	0.27 287	0.16 81

111	0.60 164	0.23 34	0.70 161	0.43 23	0.24 19	0.72 209	0.42 154	1.18 192	1.41 402	0.80 121	1.38 318	1.10 282	0.79 235	0.96 131	0.58 236	0.18 100	0.13 73	0.17 38	0.15 67	0.17 49	0.19 169

ACV-stereo	0.99 352	0.51 379	1.41 402	0.56 239	0.41 262	2.43 461	0.57 302	1.15 183	1.18 294	0.81 125	1.01 161	3.39 472	2.14 464	1.60 281	1.07 360	0.27 327	0.22 333	0.22 182	0.22 265	0.28 304	0.32 352

x	0.54 119	0.31 215	0.61 104	0.47 72	0.30 111	0.67 182	0.47 214	1.53 284	0.79 121	0.81 125	0.83 111	0.78 152	0.70 202	0.70 58	0.62 251	0.21 200	0.19 276	0.22 182	0.19 162	0.21 188	0.20 200

UDGNet	0.72 236	1.17 468	0.80 240	0.77 409	0.41 262	0.77 235	0.38 115	0.97 109	1.34 368	0.81 125	0.88 121	0.71 136	0.60 162	1.21 195	0.54 224	0.52 440	0.19 276	1.02 474	0.26 330	0.71 453	0.31 347

s12784h	0.52 94	0.20 4	0.38 7	0.41 15	0.19 1	0.96 307	0.34 76	1.17 187	1.25 327	0.81 125	0.90 125	0.63 110	0.50 112	1.45 254	0.42 135	0.14 5	0.12 22	0.17 38	0.11 8	0.18 78	0.11 1

rvit_0105_3	0.63 181	0.44 348	1.08 350	0.72 390	0.40 255	0.64 156	0.71 348	1.03 129	1.17 287	0.82 129	0.70 80	0.80 158	0.70 202	0.91 118	0.56 230	0.35 390	0.34 414	0.34 382	0.32 393	0.27 287	0.28 321

GMStereo	0.55 134	0.45 355	0.94 297	0.50 122	0.32 154	0.64 156	0.43 171	1.00 119	1.40 398	0.82 129	0.73 88	0.51 61	0.45 75	0.85 104	0.55 228	0.24 266	0.15 177	0.20 123	0.21 237	0.31 335	0.24 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
tg	0.52 94	0.24 47	0.61 104	0.49 111	0.30 111	0.90 284	0.29 39	1.07 158	0.83 130	0.83 131	1.02 169	0.62 107	0.43 65	1.35 227	0.41 124	0.17 62	0.12 22	0.22 182	0.20 194	0.17 49	0.15 56

CASnet	0.41 36	0.25 70	0.48 30	0.50 122	0.20 2	0.50 73	0.36 95	0.81 52	0.80 122	0.83 131	0.68 72	0.48 44	0.31 18	0.54 18	0.32 34	0.18 100	0.12 22	0.27 312	0.22 265	0.23 236	0.14 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PSMNet-ADL	0.72 236	0.35 296	0.62 109	0.69 375	0.46 299	1.14 342	0.44 184	1.37 238	1.01 200	0.83 131	1.17 239	1.33 336	0.96 320	1.43 250	0.95 343	0.33 375	0.22 333	0.21 155	0.23 287	0.27 287	0.29 325

MM-Stereo_test1	0.49 87	0.24 47	0.56 74	0.51 151	0.30 111	0.50 73	0.54 267	0.91 81	1.03 207	0.84 134	0.69 76	0.54 75	0.60 162	1.16 184	0.33 46	0.18 100	0.16 212	0.20 123	0.17 125	0.19 115	0.15 56

11t1	0.52 94	0.28 129	0.68 142	0.51 151	0.28 74	0.83 267	0.39 130	1.22 211	0.63 63	0.84 134	0.74 91	0.68 125	0.68 194	0.91 118	0.57 233	0.21 200	0.18 260	0.19 90	0.16 105	0.20 149	0.21 217

ToySt	0.66 208	0.33 252	1.23 376	0.51 151	0.33 174	0.86 278	0.68 340	1.10 169	0.97 180	0.84 134	1.08 193	1.25 316	0.94 308	1.01 147	0.74 286	0.19 138	0.19 276	0.24 240	0.24 299	0.27 287	0.23 252

rafts_anoy	0.52 94	0.29 162	0.59 96	0.59 274	0.50 315	0.53 98	0.40 137	1.11 175	1.03 207	0.84 134	0.83 111	0.68 125	0.54 129	0.72 65	0.51 204	0.19 138	0.14 123	0.24 240	0.26 330	0.21 188	0.18 130

iRaftStereo_RVC	0.47 76	0.26 84	0.64 119	0.50 122	0.29 90	0.53 98	0.33 64	1.05 143	0.77 114	0.84 134	1.00 155	0.55 77	0.37 40	0.81 91	0.40 113	0.17 62	0.12 22	0.22 182	0.20 194	0.19 115	0.15 56

model_zeroshot	0.48 82	0.29 162	0.86 256	0.51 151	0.36 204	0.69 194	0.37 109	1.12 177	0.62 60	0.85 139	0.84 113	0.66 120	0.37 40	0.73 69	0.34 61	0.20 169	0.16 212	0.19 90	0.16 105	0.17 49	0.16 81

Any-RAFT	0.53 104	0.24 47	0.47 28	0.47 72	0.27 51	1.00 319	0.25 15	1.58 293	1.05 216	0.85 139	0.99 151	1.06 264	0.47 89	0.70 58	0.32 34	0.18 100	0.13 73	0.16 22	0.13 32	0.16 28	0.16 81

FACV-RUCA	0.63 181	0.34 275	0.82 244	0.62 310	0.65 387	0.81 260	0.41 150	1.44 257	1.07 225	0.86 141	1.14 224	0.61 102	0.69 197	0.80 86	0.53 218	0.28 340	0.19 276	0.47 431	0.21 237	0.35 355	0.25 278

GCAP-BAT	0.49 87	0.31 215	0.64 119	0.41 15	0.46 299	0.70 201	0.35 81	0.77 34	0.64 67	0.86 141	1.00 155	0.77 148	0.37 40	1.18 190	0.36 79	0.18 100	0.14 123	0.18 69	0.13 32	0.17 49	0.15 56

test_sample2	0.62 174	0.29 162	0.74 206	0.50 122	0.28 74	0.80 252	0.61 319	1.61 301	1.00 197	0.88 143	0.99 151	0.94 221	0.83 256	1.16 184	0.51 204	0.23 251	0.18 260	0.22 182	0.21 237	0.23 236	0.22 234

gcap-zeroshot	0.53 104	0.28 129	0.89 280	0.49 111	0.28 74	0.76 227	0.37 109	1.34 232	0.73 103	0.89 144	0.67 69	1.35 341	0.51 115	0.79 84	0.33 46	0.18 100	0.15 177	0.18 69	0.15 67	0.17 49	0.16 81

FADNet_RVC	0.83 302	0.51 379	1.83 441	0.54 203	0.42 267	1.19 356	0.46 207	1.51 276	1.09 238	0.89 144	1.24 261	0.91 207	0.87 276	2.11 345	1.11 368	0.27 327	0.22 333	0.31 352	0.28 360	0.43 395	0.38 382

Reg-Stereo(zero)	0.44 54	0.22 24	0.45 24	0.43 23	0.23 13	0.38 16	0.25 15	0.76 31	1.08 231	0.90 146	0.78 99	0.90 204	0.47 89	0.70 58	0.36 79	0.15 10	0.12 22	0.15 8	0.12 20	0.15 13	0.15 56

test_sample1	0.61 170	0.29 162	0.75 209	0.50 122	0.31 136	0.76 227	0.48 224	1.59 294	0.84 134	0.90 146	0.94 135	0.88 195	0.95 313	1.16 184	0.67 266	0.22 226	0.18 260	0.20 123	0.19 162	0.21 188	0.21 217

testlalala2	0.58 156	0.27 109	0.68 142	1.72 478	1.27 475	0.68 189	0.42 154	0.93 90	0.70 93	0.90 146	0.93 132	0.76 145	0.34 31	0.52 14	0.40 113	0.18 100	0.15 177	0.17 38	0.13 32	0.17 49	0.17 106

ICVP	0.63 181	0.33 252	0.57 84	0.61 298	0.40 255	0.80 252	0.58 306	1.61 301	0.89 147	0.90 146	1.24 261	0.88 195	0.73 208	0.72 65	0.88 330	0.29 350	0.21 315	0.22 182	0.21 237	0.24 251	0.27 309
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC	0.88 321	0.67 422	1.93 445	0.60 285	0.48 305	0.91 287	0.60 318	1.71 323	1.18 294	0.90 146	0.96 139	1.36 343	0.92 294	2.25 359	1.17 375	0.30 354	0.29 391	0.32 364	0.32 393	0.41 386	0.35 367

MyStereo04	0.67 217	0.29 162	1.07 346	0.55 226	0.45 289	0.59 130	0.79 368	1.50 270	1.40 398	0.91 151	0.91 127	0.74 139	0.86 271	1.52 265	0.62 251	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

MSKI-zero shot	0.55 134	0.26 84	0.57 84	0.51 151	0.26 34	0.69 194	0.28 34	1.18 192	0.64 67	0.91 151	1.32 296	0.82 167	0.33 25	1.92 326	0.32 34	0.17 62	0.12 22	0.17 38	0.13 32	0.16 28	0.16 81

test_4	0.53 104	0.22 24	0.56 74	0.54 203	0.32 154	0.64 156	0.39 130	0.80 49	0.62 60	0.92 153	1.87 418	0.68 125	0.42 58	1.16 184	0.37 90	0.15 10	0.13 73	0.20 123	0.22 265	0.20 149	0.15 56

TANstereo	0.44 54	0.21 11	0.44 21	0.41 15	0.21 5	0.65 170	0.26 24	0.79 42	0.83 130	0.93 154	0.98 149	0.51 61	0.46 80	0.54 18	0.35 70	0.18 100	0.24 353	0.16 22	0.13 32	0.16 28	0.26 300

ACVNet	0.63 181	0.31 215	0.54 63	0.54 203	0.36 204	0.80 252	0.46 207	1.37 238	1.07 225	0.93 154	1.30 284	1.08 270	0.85 263	0.80 86	0.94 340	0.21 200	0.19 276	0.21 155	0.18 141	0.22 211	0.18 130

CFNet-ft	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

FADNet	0.92 331	0.61 413	1.81 438	0.62 310	0.55 348	0.96 307	0.57 302	1.78 345	1.33 365	0.93 154	1.01 161	1.36 343	1.01 339	2.71 384	0.75 291	0.33 375	0.34 414	0.31 352	0.34 405	0.59 437	0.40 386

CFNet_RVC	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 378	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

PSMNet-RUCA	1.02 363	0.97 451	1.44 404	1.23 470	1.10 458	1.40 387	0.62 322	1.69 318	1.38 388	0.94 159	1.53 359	0.97 237	0.83 256	1.17 188	0.93 338	0.69 461	0.34 414	0.99 472	0.60 461	0.97 462	0.64 449

LL-Strereo2	0.52 94	0.33 252	0.69 155	0.52 172	0.37 218	0.70 201	0.30 46	1.13 180	0.67 84	0.94 159	0.78 99	0.91 207	0.42 58	1.05 159	0.42 135	0.17 62	0.16 212	0.29 335	0.25 313	0.21 188	0.16 81

AIO-Stereo-zeroshot1	0.98 350	0.39 325	3.21 474	0.50 122	0.63 382	0.64 156	0.39 130	2.36 460	0.75 106	0.95 161	4.63 481	1.81 411	0.56 140	0.96 131	0.41 124	0.18 100	0.13 73	0.21 155	0.26 330	0.32 343	0.35 367

GANet-ADL	0.60 164	0.35 296	0.72 179	0.64 328	0.40 255	0.68 189	0.51 242	1.49 266	1.12 249	0.95 161	1.08 193	0.91 207	0.57 149	0.76 75	0.55 228	0.26 312	0.18 260	0.18 69	0.16 105	0.23 236	0.25 278

RAFT-Test	0.54 119	0.25 70	0.64 119	0.47 72	0.30 111	0.97 311	0.27 30	1.24 217	0.81 124	0.96 163	1.12 215	1.28 327	0.48 100	0.71 62	0.36 79	0.17 62	0.13 73	0.17 38	0.14 54	0.16 28	0.16 81

Anonymous_2	1.30 405	0.55 391	0.82 244	0.52 172	0.58 362	1.01 320	0.64 327	1.25 219	0.97 180	0.96 163	0.78 99	1.33 336	1.29 397	1.03 151	0.74 286	0.62 456	0.64 475	1.06 475	9.63 513	1.16 471	0.49 418

SA	0.66 208	0.30 182	0.82 244	0.61 298	0.30 111	0.58 125	0.38 115	1.44 257	1.30 353	0.96 163	1.36 312	0.66 120	0.95 313	1.85 320	0.42 135	0.19 138	0.15 177	0.25 278	0.23 287	0.21 188	0.17 106

TestStereo1	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

RAFT_CTSACE	0.63 181	0.26 84	0.88 274	0.55 226	0.51 326	0.71 206	0.44 184	0.80 49	0.97 180	0.97 166	1.84 413	1.18 300	0.68 194	1.47 260	0.36 79	0.16 26	0.15 177	0.21 155	0.20 194	0.20 149	0.14 28

SA-5K	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

UCFNet_RVC	0.69 223	0.35 296	0.49 35	0.64 328	0.39 245	0.85 277	0.58 306	1.75 331	1.14 264	0.97 166	1.19 248	1.17 297	0.93 303	0.99 142	0.62 251	0.28 340	0.20 294	0.34 382	0.31 385	0.32 343	0.27 309

UGAM	1.14 389	0.27 109	0.95 301	0.53 188	0.42 267	0.70 201	0.72 351	0.95 102	1.32 361	0.98 170	1.48 350	1.78 410	0.87 276	9.65 502	0.87 329	0.21 200	0.18 260	0.30 346	0.24 299	0.19 115	0.16 81

knoymous	0.51 93	0.29 162	0.47 28	0.43 23	0.30 111	0.55 112	0.55 283	1.02 125	0.77 114	0.98 170	0.85 115	0.94 221	0.56 140	0.85 104	0.45 160	0.20 169	0.14 123	0.26 297	0.14 54	0.23 236	0.23 252

AnonymousM	0.59 161	1.11 463	0.41 15	0.44 44	0.32 154	0.43 36	0.47 214	1.05 143	0.64 67	0.98 170	0.63 63	0.67 123	0.43 65	0.59 29	0.41 124	0.20 169	0.15 177	1.84 483	0.84 474	0.14 4	0.13 11

rvit_105_1	0.72 236	0.52 383	1.01 321	0.78 411	0.49 308	0.75 221	0.87 388	1.12 177	1.18 294	0.99 173	0.79 104	0.90 204	0.77 224	1.26 206	0.75 291	0.41 412	0.36 430	0.36 398	0.41 425	0.30 326	0.33 358

RAFT-Stereo-weight	0.47 76	0.24 47	0.53 58	0.48 96	0.27 51	0.60 138	0.35 81	1.02 125	1.07 225	0.99 173	0.78 99	0.76 145	0.28 8	0.76 75	0.36 79	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.15 56

CFNet	0.96 340	0.36 306	1.01 321	0.62 310	0.42 267	0.99 317	0.47 214	1.90 379	1.32 361	0.99 173	1.39 322	1.10 282	0.86 271	5.58 449	0.79 308	0.23 251	0.17 240	0.28 325	0.27 340	0.26 273	0.21 217

NVstereo2D	0.92 331	0.41 338	1.48 416	0.72 390	0.72 407	1.20 358	0.87 388	1.75 331	1.38 388	0.99 173	1.13 220	1.26 320	0.98 327	2.21 356	0.89 333	0.43 421	0.20 294	0.38 404	0.24 299	0.57 433	0.63 445

IGEV_Zeroshot_test	0.53 104	0.30 182	0.99 312	0.56 239	0.35 195	0.41 24	0.32 58	1.37 238	0.63 63	1.00 177	1.09 198	0.95 229	0.41 54	0.83 96	0.39 108	0.18 100	0.12 22	0.19 90	0.18 141	0.19 115	0.17 106

MIM_Stereo	0.57 150	0.24 47	0.92 291	0.46 61	0.30 111	0.54 105	0.28 34	1.27 221	0.75 106	1.00 177	1.16 236	0.93 218	0.53 124	1.45 254	0.61 248	0.16 26	0.16 212	0.20 123	0.19 162	0.17 49	0.14 28

FENet	0.60 164	0.28 129	0.63 112	0.54 203	0.33 174	0.83 267	0.38 115	1.27 221	1.07 225	1.00 177	0.86 116	0.99 245	0.85 263	0.96 131	0.68 270	0.22 226	0.15 177	0.23 220	0.20 194	0.22 211	0.23 252

UGAM-zero	1.00 357	0.30 182	0.93 293	0.47 72	0.30 111	0.57 122	0.25 15	2.25 450	0.63 63	1.01 180	1.10 202	2.73 461	1.85 449	6.26 460	0.40 113	0.17 62	0.14 123	0.19 90	0.15 67	0.16 28	0.17 106

cross-raft	0.54 119	0.25 70	0.61 104	0.52 172	0.29 90	0.68 189	0.37 109	1.46 261	0.76 112	1.01 180	1.06 185	1.28 327	0.46 80	0.71 62	0.35 70	0.15 10	0.12 22	0.18 69	0.16 105	0.19 115	0.14 28

Gwc-CoAtRS	0.52 94	0.24 47	0.68 142	0.48 96	0.29 90	0.64 156	0.25 15	1.16 185	1.08 231	1.01 180	1.00 155	1.12 287	0.56 140	0.69 54	0.37 90	0.16 26	0.13 73	0.17 38	0.15 67	0.15 13	0.15 56

NOSS_ROB	1.26 402	0.46 357	0.62 109	0.56 239	0.38 235	1.06 331	0.78 365	1.73 325	1.40 398	1.01 180	1.43 331	1.10 282	0.75 212	10.62 508	0.65 260	0.45 427	0.43 446	0.48 433	0.45 434	0.44 401	0.41 390

PAM_32	0.77 272	0.28 129	1.03 332	0.52 172	0.30 111	1.32 374	0.35 81	1.97 399	0.65 81	1.02 184	1.06 185	3.05 466	1.49 420	0.96 131	0.36 79	0.19 138	0.13 73	0.20 123	0.18 141	0.19 115	0.19 169

GES	0.66 208	0.34 275	0.90 284	0.59 274	0.38 235	0.94 299	0.57 302	2.11 424	0.86 136	1.02 184	1.11 208	0.66 120	0.79 235	0.99 142	0.61 248	0.27 327	0.19 276	0.20 123	0.20 194	0.21 188	0.30 337

HCRNet	0.70 227	0.39 325	0.73 191	0.60 285	0.59 370	0.76 227	0.35 81	1.22 211	1.13 261	1.02 184	0.99 151	1.02 255	0.76 220	2.19 354	0.70 274	0.28 340	0.19 276	0.28 325	0.23 287	0.25 262	0.23 252

RASNet	1.12 384	0.30 182	0.91 287	0.66 349	0.77 422	0.97 311	0.57 302	1.37 238	1.35 377	1.02 184	1.34 305	2.11 438	1.43 410	7.09 476	1.39 403	0.19 138	0.17 240	0.17 38	0.19 162	0.18 78	0.16 81

MyStereo06	0.61 170	0.28 129	0.95 301	0.56 239	0.46 299	0.61 144	0.73 352	1.78 345	0.67 84	1.03 188	1.12 215	1.13 292	0.56 140	0.78 80	0.41 124	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

4D-IteraStereo	0.48 82	0.24 47	0.76 219	0.50 122	0.44 282	0.66 178	0.31 51	0.87 66	1.02 203	1.03 188	0.72 86	0.78 152	0.32 24	0.64 44	0.37 90	0.17 62	0.11 5	0.23 220	0.19 162	0.19 115	0.13 11

DN-CSS_ROB	0.64 193	0.32 231	1.05 337	0.55 226	0.40 255	0.54 105	0.45 200	1.21 203	0.93 163	1.03 188	1.47 345	0.69 130	0.63 181	1.76 310	0.49 193	0.18 100	0.14 123	0.25 278	0.22 265	0.22 211	0.20 200

GANet-RSSM	0.72 236	0.28 129	0.63 112	0.64 328	0.58 362	0.80 252	0.58 306	1.89 376	1.08 231	1.04 191	1.25 265	1.15 295	1.04 348	1.49 262	0.62 251	0.25 292	0.19 276	0.22 182	0.22 265	0.22 211	0.21 217

PAM	0.76 270	0.29 162	1.08 350	0.52 172	0.33 174	1.38 384	0.39 130	2.01 408	0.67 84	1.06 192	0.96 139	2.89 465	1.43 410	0.86 108	0.35 70	0.19 138	0.12 22	0.19 90	0.17 125	0.19 115	0.20 200

MIPNet	0.56 143	0.28 129	0.94 297	0.49 111	0.33 174	0.66 178	0.38 115	1.35 235	1.08 231	1.06 192	0.92 129	0.60 98	0.79 235	0.73 69	0.52 211	0.17 62	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

CFNet-RSSM	0.54 119	0.24 47	0.70 161	0.48 96	0.28 74	0.60 138	0.27 30	1.49 266	1.14 264	1.06 192	0.93 132	1.08 270	0.54 129	0.70 58	0.35 70	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.14 28

mmm	0.63 181	0.35 296	0.72 179	0.51 151	0.30 111	0.86 278	0.54 267	1.59 294	0.86 136	1.07 195	1.38 318	0.79 156	0.75 212	0.91 118	0.58 236	0.22 226	0.18 260	0.29 335	0.25 313	0.25 262	0.23 252

test_sample3	0.68 221	0.32 231	0.88 274	0.52 172	0.30 111	0.97 311	0.52 253	1.86 369	1.15 275	1.08 196	1.11 208	0.88 195	0.71 206	1.17 188	0.68 270	0.25 292	0.20 294	0.25 278	0.25 313	0.25 262	0.25 278

AACVNet	0.86 316	0.35 296	0.79 235	0.82 425	0.39 245	0.76 227	0.49 234	1.61 301	0.81 124	1.08 196	1.33 298	1.30 331	0.93 303	4.34 423	0.74 286	0.25 292	0.21 315	0.28 325	0.22 265	0.29 315	0.25 278

GwcNet-ADL	0.64 193	0.31 215	0.79 235	0.56 239	0.41 262	0.60 138	0.58 306	1.41 248	1.26 332	1.08 196	1.13 220	0.91 207	0.60 162	1.04 157	0.78 302	0.27 327	0.18 260	0.18 69	0.18 141	0.25 262	0.29 325

RAFT	0.64 193	0.30 182	0.73 191	0.59 274	0.33 174	0.68 189	0.58 306	1.04 135	0.76 112	1.08 196	1.19 248	1.65 396	0.93 303	1.06 160	0.56 230	0.21 200	0.18 260	0.27 312	0.24 299	0.22 211	0.17 106

APVNet	1.06 369	0.53 387	1.42 403	0.84 429	0.79 427	1.92 436	0.82 378	1.90 379	1.08 231	1.08 196	1.43 331	1.56 377	1.13 371	3.07 395	1.58 423	0.31 361	0.34 414	0.42 419	0.36 413	0.36 362	0.37 376

FADNet-RVC-Resample	0.84 307	0.47 362	2.10 450	0.61 298	0.45 289	1.07 333	0.61 319	1.59 294	1.20 305	1.08 196	0.98 149	1.03 259	0.98 327	2.17 349	0.72 282	0.23 251	0.22 333	0.30 346	0.32 393	0.35 355	0.34 362

CBFPSM	0.92 331	0.33 252	1.86 442	0.49 111	0.38 235	1.75 420	0.84 380	1.39 244	1.12 249	1.09 202	0.99 151	2.37 448	1.66 437	1.32 221	1.42 412	0.19 138	0.18 260	0.20 123	0.20 194	0.21 188	0.33 358

TransformOpticalFlow	0.96 340	0.28 129	0.89 280	0.52 172	0.31 136	0.66 178	0.54 267	1.75 331	1.12 249	1.09 202	1.44 336	1.37 346	1.01 339	6.70 471	0.42 135	0.19 138	0.12 22	0.20 123	0.19 162	0.18 78	0.19 169

CRE-IMP	0.55 134	0.30 182	0.74 206	0.52 172	0.29 90	0.79 244	0.25 15	1.04 135	0.72 99	1.09 202	0.95 136	0.81 162	0.57 149	1.10 171	0.50 199	0.21 200	0.14 123	0.23 220	0.19 162	0.28 304	0.22 234

RALAANet	0.60 164	0.33 252	0.87 267	0.62 310	0.50 315	0.69 194	0.31 51	1.21 203	1.06 220	1.09 202	1.16 236	0.88 195	0.46 80	1.22 196	0.42 135	0.19 138	0.15 177	0.21 155	0.17 125	0.27 287	0.17 106

xxxx	1.51 425	0.28 129	0.68 142	0.54 203	0.28 74	1.16 349	0.44 184	2.19 443	1.29 347	1.09 202	1.36 312	1.22 305	0.85 263	1.79 313	15.70 509	0.24 266	0.21 315	0.21 155	0.20 194	0.22 211	0.23 252

PSMNet-RSSM	0.72 236	0.30 182	0.61 104	0.63 319	0.42 267	0.73 212	0.56 291	1.92 386	1.10 243	1.09 202	1.37 314	1.22 305	0.98 327	1.28 211	0.72 282	0.27 327	0.19 276	0.27 312	0.29 371	0.24 251	0.24 266

GwcNet-RSSM	0.77 272	0.32 231	1.01 321	0.62 310	0.54 342	0.78 240	0.51 242	1.73 325	1.20 305	1.09 202	1.37 314	1.46 361	0.85 263	1.53 269	1.09 363	0.25 292	0.18 260	0.23 220	0.24 299	0.20 149	0.19 169

PSMNet_ROB	0.90 326	0.52 383	1.17 370	0.72 390	0.61 376	1.27 366	1.12 430	1.76 337	1.12 249	1.09 202	1.28 280	1.45 359	0.89 287	1.65 287	1.42 412	0.33 375	0.25 360	0.37 401	0.39 420	0.35 355	0.29 325

DCANet-4	0.54 119	0.26 84	1.07 346	0.42 20	0.24 19	0.48 51	0.36 95	0.99 115	1.30 353	1.10 210	1.02 169	0.56 84	0.75 212	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

fff	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

ASMatch	0.88 321	0.26 84	0.69 155	0.51 151	0.35 195	0.48 51	0.37 109	1.12 177	0.92 161	1.10 210	3.28 466	0.96 235	0.98 327	4.90 432	0.49 193	0.19 138	0.16 212	0.22 182	0.19 162	0.19 115	0.27 309

csc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

cscssc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

CC-Net-ROB	1.49 422	1.26 470	1.27 385	0.88 442	0.79 427	1.76 422	1.00 416	1.79 350	1.26 332	1.10 210	1.61 381	1.21 303	0.99 335	8.13 490	0.84 323	1.09 475	0.41 443	2.20 484	0.46 437	1.20 474	0.48 414

test_sample5	0.69 223	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.11 216	1.25 265	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

GMStereo_Zeroshot	0.67 217	0.61 413	1.01 321	0.64 328	0.37 218	0.84 274	0.35 81	1.05 143	1.12 249	1.12 217	1.06 185	1.27 324	0.54 129	1.19 192	0.59 238	0.32 367	0.17 240	0.31 352	0.18 141	0.52 424	0.22 234

ADStereo(finetuned)	0.57 150	0.24 47	1.06 341	0.43 23	0.24 19	0.49 63	0.35 81	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	1.20 383	0.84 99	0.51 204	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

Patchmatch Stereo++	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130
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
STrans-v2	1.04 368	0.28 129	0.96 306	0.49 111	0.32 154	0.68 189	0.79 368	2.47 469	1.12 249	1.12 217	1.46 344	1.40 347	1.46 415	6.70 471	0.43 144	0.18 100	0.13 73	0.20 123	0.18 141	0.18 78	0.18 130

PSM-adaLoss	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.41 150	1.04 135	0.64 67	1.12 217	0.96 139	0.82 167	0.61 171	1.06 160	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo_v2	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.42 154	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.12 177	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.25 15	1.05 143	0.64 67	1.12 217	0.95 136	0.82 167	0.61 171	1.15 181	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

HUI-Stereo	0.52 94	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.30 46	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	0.79 84	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

iGMRVC	0.56 143	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.38 115	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.52 265	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

iRAFT	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

RAFT-IKP	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.59 130	0.36 95	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.61 171	1.22 196	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

DCANet	0.54 119	0.24 47	0.70 161	0.43 23	0.24 19	0.49 63	0.36 95	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	0.92 294	0.81 91	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

TDLM	1.06 369	0.44 348	0.79 235	0.63 319	0.50 315	0.89 281	1.44 453	1.48 264	1.26 332	1.12 217	1.40 324	1.08 270	0.98 327	6.65 467	0.78 302	0.33 375	0.21 315	0.33 372	0.26 330	0.37 366	0.24 266

AdaStereo	0.70 227	0.43 345	0.75 209	0.73 398	0.37 218	0.92 294	0.53 261	1.85 366	1.18 294	1.12 217	1.23 259	1.07 269	0.65 191	0.96 131	0.63 255	0.31 361	0.15 177	0.32 364	0.21 237	0.29 315	0.22 234
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.
ITSA-stereo	0.82 296	0.36 306	0.82 244	0.54 203	0.31 136	0.80 252	0.47 214	2.17 440	1.67 430	1.13 231	1.13 220	0.94 221	0.86 271	2.46 374	1.00 352	0.26 312	0.23 344	0.28 325	0.27 340	0.28 304	0.36 372

1111x	1.70 442	0.29 162	0.86 256	0.51 151	0.27 51	1.01 320	0.68 340	2.22 447	1.28 343	1.13 231	1.40 324	1.21 303	1.10 363	5.53 446	15.20 507	0.22 226	0.21 315	0.22 182	0.22 265	0.24 251	0.22 234

cf-r	0.73 253	0.30 182	0.77 225	0.55 226	0.63 382	0.78 240	0.48 224	1.79 350	1.15 275	1.13 231	1.26 272	1.43 352	0.87 276	1.40 248	0.85 326	0.25 292	0.18 260	0.22 182	0.23 287	0.19 115	0.19 169

test_sample6	0.71 234	0.34 275	0.87 267	0.52 172	0.30 111	0.82 262	0.58 306	1.79 350	1.15 275	1.14 234	1.33 298	0.91 207	0.79 235	1.31 217	0.74 286	0.27 327	0.21 315	0.27 312	0.29 371	0.28 304	0.27 309

test_sample4	0.69 223	0.33 252	0.91 287	0.51 151	0.30 111	0.92 294	0.52 253	1.87 371	1.15 275	1.14 234	1.18 241	0.87 191	0.75 212	1.18 190	0.68 270	0.25 292	0.20 294	0.26 297	0.26 330	0.26 273	0.25 278

DualNet	0.70 227	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.14 234	1.33 298	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

NINENet	0.77 272	0.37 313	0.78 233	0.62 310	0.51 326	2.34 457	0.42 154	1.83 362	1.04 212	1.14 234	1.23 259	1.03 259	0.62 176	1.24 203	0.70 274	0.28 340	0.23 344	0.31 352	0.21 237	0.26 273	0.25 278

NRIStereo	0.60 164	0.29 162	0.69 155	0.53 188	0.28 74	0.63 153	0.33 64	1.08 164	0.87 140	1.14 234	0.87 119	0.91 207	0.59 159	2.24 357	0.49 193	0.20 169	0.14 123	0.21 155	0.19 162	0.21 188	0.17 106

PS-NSSS	0.99 352	0.58 401	0.93 293	0.58 261	0.57 353	0.91 287	0.80 374	1.81 356	1.14 264	1.14 234	1.67 394	1.00 246	0.83 256	4.62 427	0.78 302	0.37 398	0.31 401	0.52 439	0.32 393	0.45 404	0.38 382

MyStereo05	0.66 208	0.28 129	1.07 346	0.56 239	0.46 299	0.61 144	0.73 352	1.34 232	1.41 402	1.15 240	0.91 127	0.77 148	0.80 241	1.41 249	0.63 255	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

ffm	0.72 236	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	1.55 273	0.32 34	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

ff1	1.37 414	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 467	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

mmx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

xxx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 486	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

iRaft-Stereo_20w	0.65 201	0.31 215	1.00 317	0.47 72	0.34 191	0.73 212	0.30 46	2.96 477	0.70 93	1.15 240	1.14 224	0.76 145	0.65 191	1.11 174	0.38 100	0.17 62	0.13 73	0.18 69	0.16 105	0.19 115	0.18 130

FINET	0.97 346	0.54 388	1.60 424	0.63 319	0.79 427	1.08 334	1.07 425	1.56 291	2.20 461	1.15 240	1.49 352	0.94 221	0.88 281	2.32 364	1.05 355	0.42 416	0.35 425	0.32 364	0.28 360	0.43 395	0.38 382

MaskLacGwcNet_RVC	1.10 379	1.02 456	1.00 317	0.82 425	0.67 394	1.93 437	0.93 404	1.62 305	1.11 245	1.15 240	1.25 265	1.50 369	0.79 235	1.96 332	0.76 294	1.89 481	0.34 414	0.79 465	0.36 413	1.25 475	0.83 461

MSMDNet	0.66 208	0.32 231	0.87 267	0.49 111	0.37 218	0.79 244	0.40 137	1.43 256	1.31 357	1.15 240	1.31 290	1.24 312	0.63 181	0.88 111	0.57 233	0.21 200	0.16 212	0.26 297	0.19 162	0.39 379	0.24 266

DISCO	1.03 365	0.34 275	1.11 358	0.69 375	0.45 289	2.07 446	0.84 380	2.13 425	1.50 415	1.15 240	1.33 298	2.40 450	1.07 358	2.60 380	1.51 421	0.23 251	0.18 260	0.22 182	0.20 194	0.31 335	0.27 309

MyStereo8	0.65 201	0.29 162	1.00 317	0.58 261	0.49 308	0.91 287	0.35 81	1.18 192	1.31 357	1.16 250	1.27 275	0.90 204	0.64 185	0.72 65	0.95 343	0.18 100	0.14 123	0.20 123	0.18 141	0.22 211	0.26 300

CoDeX	0.73 253	0.29 162	0.93 293	0.54 203	0.36 204	1.14 342	0.61 319	2.34 459	1.17 287	1.16 250	1.25 265	0.91 207	0.87 276	1.33 223	0.64 259	0.20 169	0.16 212	0.21 155	0.18 141	0.20 149	0.18 130

PCWNet_CMD	0.66 208	0.32 231	0.88 274	0.49 111	0.37 218	0.78 240	0.40 137	1.42 250	1.31 357	1.16 250	1.31 290	1.25 316	0.62 176	0.89 116	0.57 233	0.20 169	0.16 212	0.27 312	0.19 162	0.40 383	0.25 278

raft_robust	0.68 221	0.30 182	0.64 119	0.52 172	0.26 34	0.54 105	0.35 81	1.33 227	1.24 324	1.16 250	1.07 189	0.60 98	0.54 129	3.58 412	0.37 90	0.18 100	0.14 123	0.20 123	0.22 265	0.20 149	0.16 81

DeepStereo_RVC	0.55 134	0.29 162	0.72 179	0.51 151	0.30 111	0.59 130	0.33 64	1.03 129	0.70 93	1.16 250	0.93 132	0.83 174	0.94 308	0.96 131	0.54 224	0.21 200	0.14 123	0.21 155	0.19 162	0.24 251	0.24 266

GEStereo_RVC	0.90 326	0.37 313	0.99 312	0.64 328	0.50 315	0.95 303	0.79 368	2.42 466	1.17 287	1.16 250	1.11 208	1.26 320	0.92 294	3.24 401	0.90 336	0.29 350	0.19 276	0.23 220	0.20 194	0.27 287	0.29 325

CFNet_pseudo	0.66 208	0.32 231	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.24 312	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.33 372	0.19 162	0.36 362	0.25 278

PA-Net	1.01 361	0.57 398	1.29 387	0.64 328	0.74 411	1.19 356	0.84 380	1.69 318	1.43 407	1.16 250	1.19 248	1.32 335	1.19 380	3.42 407	1.25 382	0.29 350	0.45 453	0.33 372	0.49 444	0.32 343	0.47 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccs_rob	0.66 208	0.33 252	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.23 310	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.35 390	0.20 194	0.37 366	0.25 278

DispNO	0.93 334	0.30 182	1.34 397	0.55 226	0.55 348	0.89 281	0.49 234	1.48 264	1.21 311	1.17 259	1.27 275	1.19 301	0.90 288	5.23 437	0.74 286	0.22 226	0.17 240	0.24 240	0.21 237	0.19 115	0.20 200

AFF-stereo	0.58 156	0.25 70	0.64 119	0.46 61	0.29 90	0.34 10	0.38 115	1.15 183	1.14 264	1.17 259	1.60 377	1.10 282	0.71 206	0.97 138	0.43 144	0.13 2	0.11 5	0.19 90	0.19 162	0.17 49	0.14 28

SFCPSM	0.70 227	0.28 129	1.02 328	0.51 151	0.38 235	1.37 381	0.66 334	2.00 404	1.03 207	1.17 259	1.21 253	0.82 167	0.78 231	1.03 151	0.53 218	0.21 200	0.17 240	0.22 182	0.24 299	0.21 188	0.19 169

DMCA	0.67 217	0.34 275	0.90 284	0.51 151	0.44 282	0.86 278	0.47 214	1.42 250	1.02 203	1.17 259	1.12 215	1.23 310	0.75 212	0.78 80	0.95 343	0.25 292	0.19 276	0.27 312	0.19 162	0.24 251	0.27 309

DeepPrunerF	1.60 432	0.73 432	5.81 488	0.88 442	1.19 470	0.91 287	0.95 408	2.19 443	5.24 497	1.17 259	1.30 284	1.19 301	1.30 401	4.90 432	1.66 428	0.42 416	0.34 414	0.52 439	0.47 439	0.41 386	0.40 386

iinet-f	0.99 352	0.45 355	3.71 479	0.55 226	0.43 275	1.81 428	0.68 340	1.14 181	1.14 264	1.18 264	1.42 327	1.58 381	1.44 412	1.34 226	1.59 425	0.24 266	0.23 344	0.20 123	0.19 162	0.26 273	0.25 278

IPLGR	0.58 156	0.27 109	1.14 366	0.48 96	0.28 74	0.65 170	0.33 64	1.22 211	1.13 261	1.18 264	1.05 183	0.69 130	0.66 193	0.96 131	0.52 211	0.17 62	0.15 177	0.20 123	0.17 125	0.20 149	0.18 130

ac_64	0.82 296	0.29 162	0.81 241	0.71 387	0.60 373	1.05 328	0.54 267	1.99 403	0.92 161	1.18 264	1.06 185	1.99 429	1.08 359	1.94 330	0.97 348	0.27 327	0.22 333	0.24 240	0.23 287	0.22 211	0.19 169

HITNet	0.65 201	0.40 331	0.77 225	0.48 96	0.24 19	1.05 328	0.49 234	1.76 337	1.02 203	1.18 264	1.18 241	0.89 203	0.80 241	0.85 104	0.79 308	0.17 62	0.12 22	0.21 155	0.17 125	0.29 315	0.15 56
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
test_3	0.55 134	0.23 34	0.71 173	0.53 188	0.28 74	0.61 144	0.40 137	0.92 84	1.05 216	1.19 268	0.68 72	0.93 218	0.44 72	1.67 292	0.39 108	0.15 10	0.12 22	0.22 182	0.19 162	0.21 188	0.14 28

LCNet	0.72 236	0.28 129	0.52 54	0.55 226	0.31 136	0.69 194	0.54 267	1.00 119	0.88 144	1.19 268	1.34 305	0.97 237	1.34 405	2.56 378	0.45 160	0.18 100	0.13 73	0.21 155	0.25 313	0.27 287	0.73 457

HGLStereo	0.85 311	0.38 320	0.94 297	0.80 416	1.03 454	1.17 351	0.58 306	1.52 278	1.20 305	1.19 268	1.62 384	1.13 292	1.20 383	1.80 314	1.06 357	0.24 266	0.24 353	0.24 240	0.21 237	0.23 236	0.27 309

hitnet-ft	0.79 284	0.35 296	0.57 84	0.58 261	0.42 267	0.96 307	0.46 207	1.47 263	1.33 365	1.19 268	1.22 255	1.81 411	0.98 327	1.66 291	0.94 340	0.33 375	0.28 380	0.34 382	0.27 340	0.35 355	0.31 347

DDVS	0.78 280	0.41 338	0.94 297	0.60 285	0.43 275	1.30 371	0.43 171	1.40 246	0.91 156	1.20 272	1.15 231	1.43 352	0.64 185	2.18 352	0.89 333	0.28 340	0.22 333	0.26 297	0.23 287	0.31 335	0.33 358

BUS	0.74 256	0.32 231	0.68 142	0.54 203	0.44 282	2.34 457	0.42 154	2.16 434	0.98 185	1.20 272	1.11 208	1.03 259	0.62 176	0.91 118	0.70 274	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

BSDual-CNN	0.71 234	0.32 231	0.68 142	0.54 203	0.44 282	1.27 366	0.65 329	2.16 434	0.98 185	1.20 272	1.11 208	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

hknet	0.77 272	0.32 231	0.95 301	0.54 203	0.38 235	1.27 366	0.65 329	2.16 434	1.07 225	1.20 272	1.11 208	1.59 382	0.81 244	1.37 233	0.66 263	0.22 226	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

Ntro	1.64 436	1.15 466	1.23 376	2.48 489	1.83 481	2.09 447	1.16 435	1.96 395	1.38 388	1.21 276	1.62 384	1.62 386	1.29 397	1.87 323	1.11 368	3.04 493	0.56 470	1.82 482	0.64 463	2.80 489	2.05 490

psmg	0.72 236	0.32 231	0.68 142	0.50 122	0.44 282	1.48 396	0.75 357	1.94 392	0.98 185	1.21 276	1.33 298	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.19 276	0.25 278	0.25 313	0.23 236	0.22 234

ADLNet2	0.88 321	0.34 275	1.17 370	0.77 409	0.64 385	1.12 340	0.76 360	1.74 329	1.24 324	1.21 276	1.65 390	1.71 402	1.05 352	1.67 292	1.17 375	0.24 266	0.21 315	0.21 155	0.22 265	0.26 273	0.29 325

UNet	0.83 302	0.34 275	1.31 389	0.58 261	0.74 411	1.58 406	0.49 234	1.41 248	1.04 212	1.21 276	1.08 193	1.54 374	1.12 367	1.65 287	1.09 363	0.23 251	0.17 240	0.25 278	0.20 194	0.25 262	0.22 234

BEATNet_4x	0.73 253	0.49 369	1.17 370	0.53 188	0.26 34	1.03 325	0.55 283	1.82 357	1.06 220	1.21 276	1.22 255	0.96 235	0.91 291	1.01 147	1.06 357	0.21 200	0.14 123	0.24 240	0.19 162	0.37 366	0.21 217

DualNet (step1)	0.83 302	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.57 449	0.28 380	0.62 458	0.67 465	0.45 404	0.42 394

test_sample9	1.86 450	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

test_sample7	0.74 256	0.37 313	0.76 219	0.52 172	0.35 195	0.91 287	0.67 337	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.31 361	0.28 380	0.32 364	0.31 385	0.33 350	0.29 325

CFNet_ucs	0.70 227	0.33 252	0.88 274	0.50 122	0.43 275	0.74 216	0.44 184	1.60 298	1.29 347	1.22 281	1.54 363	1.09 280	0.63 181	0.99 142	0.59 238	0.25 292	0.20 294	0.37 401	0.21 237	0.40 383	0.28 321

AASNet	0.76 270	0.35 296	0.91 287	0.79 413	0.81 434	1.14 342	0.56 291	2.02 412	1.08 231	1.22 281	1.24 261	0.93 218	0.76 220	0.77 78	1.16 373	0.27 327	0.23 344	0.24 240	0.20 194	0.28 304	0.24 266

IRAFT_RVC	0.88 321	0.28 129	0.76 219	0.63 319	0.31 136	0.65 170	1.02 419	1.22 211	0.94 166	1.22 281	1.04 181	1.01 253	0.98 327	5.82 454	0.53 218	0.22 226	0.12 22	0.25 278	0.20 194	0.20 149	0.19 169

SMFormer	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.23 236	0.24 266

tta	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.18 78	0.18 130

qqq1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

fff1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

ttt	0.94 336	0.34 275	0.59 96	0.61 298	0.37 218	0.94 299	0.50 241	2.17 440	1.34 368	1.23 287	1.61 381	0.91 207	0.76 220	1.85 320	3.97 471	0.30 354	0.26 365	0.26 297	0.24 299	0.29 315	0.29 325

IER	0.70 227	0.31 215	1.02 328	0.48 96	0.52 336	1.34 378	0.51 242	1.17 187	0.99 192	1.23 287	1.34 305	1.12 287	1.11 364	0.99 142	0.71 279	0.20 169	0.16 212	0.21 155	0.21 237	0.20 149	0.19 169

UDG	1.41 419	2.65 501	0.99 312	1.44 476	1.64 480	1.34 378	0.80 374	1.60 298	1.23 320	1.23 287	1.71 397	2.01 431	1.34 405	1.47 260	1.41 408	0.90 466	0.54 469	2.29 486	0.75 469	1.84 478	1.04 471

iResNetv2_ROB	0.80 287	0.37 313	1.71 431	0.56 239	0.37 218	0.94 299	0.64 327	1.73 325	1.34 368	1.23 287	1.42 327	1.26 320	0.92 294	1.85 320	0.56 230	0.23 251	0.15 177	0.19 90	0.14 54	0.24 251	0.19 169

testlalala	0.45 62	0.28 129	0.59 96	0.42 20	0.39 245	0.71 206	0.39 130	1.08 164	0.45 16	1.24 295	0.80 109	0.61 102	0.36 36	0.54 18	0.33 46	0.20 169	0.13 73	0.18 69	0.12 20	0.15 13	0.15 56

PSM-softLoss	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

KMStereo	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

test_xeample	1.45 421	0.28 129	0.65 126	0.51 151	0.28 74	0.94 299	0.59 314	2.14 429	1.29 347	1.24 295	1.51 357	0.88 195	0.86 271	1.46 256	15.10 506	0.22 226	0.20 294	0.22 182	0.20 194	0.22 211	0.22 234

acv_ft	0.75 264	0.31 215	0.95 301	0.70 380	0.86 441	1.24 362	0.53 261	1.44 257	1.07 225	1.24 295	1.30 284	1.08 270	0.92 294	0.80 86	1.34 395	0.21 200	0.19 276	0.21 155	0.18 141	0.21 188	0.18 130

CSP-Net	0.97 346	0.38 320	0.83 248	0.53 188	0.41 262	1.63 410	0.77 363	2.00 404	1.05 216	1.25 300	1.20 251	1.33 336	0.83 256	4.93 434	0.85 326	0.32 367	0.22 333	0.20 123	0.20 194	0.23 236	0.25 278

HHNet	0.62 174	0.26 84	0.63 112	0.43 23	0.45 289	0.50 73	0.58 306	1.07 158	1.01 200	1.25 300	2.23 442	0.70 134	0.61 171	1.07 164	0.47 181	0.20 169	0.13 73	0.23 220	0.19 162	0.19 115	0.30 337

Syn2CoEx	1.14 389	0.69 427	1.66 427	0.80 416	0.67 394	1.40 387	0.88 390	2.06 419	1.54 421	1.25 300	1.58 375	1.42 351	1.50 422	4.09 417	1.40 404	0.36 394	0.32 408	0.34 382	0.29 371	0.29 315	0.34 362

DIP-Stereo	0.62 174	0.30 182	0.83 248	0.48 96	0.36 204	0.95 303	0.33 64	2.37 462	0.67 84	1.25 300	1.00 155	0.68 125	0.51 115	0.91 118	0.61 248	0.18 100	0.15 177	0.21 155	0.17 125	0.19 115	0.19 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-4b	2.15 461	1.41 474	1.64 425	2.80 491	2.31 491	2.31 456	1.24 441	2.32 456	2.14 459	1.26 304	2.39 449	2.66 458	1.48 418	5.95 458	1.06 357	3.20 497	0.45 453	2.37 488	0.89 477	2.83 492	2.37 494

DGSMNet	1.14 389	0.76 438	2.49 464	0.81 419	0.86 441	1.39 386	1.39 450	2.13 425	1.35 377	1.26 304	1.63 387	1.48 367	0.98 327	1.75 305	1.10 366	0.45 427	0.43 446	0.55 450	0.49 444	0.75 456	0.70 454

psm_up	0.77 272	0.34 275	0.70 161	0.66 349	0.58 362	1.05 328	0.92 400	1.52 278	1.12 249	1.26 304	1.16 236	1.31 334	1.23 389	1.20 193	0.81 313	0.25 292	0.29 391	0.31 352	0.27 340	0.27 287	0.25 278

GANetREF_RVC	1.07 371	0.86 445	1.31 389	0.82 425	0.53 339	1.41 392	1.31 447	1.76 337	1.52 418	1.27 307	1.31 290	1.46 361	1.24 391	2.03 337	0.96 347	0.56 448	0.45 453	0.67 461	0.50 447	0.88 460	0.59 439
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
iResNet_ROB	0.77 272	0.30 182	0.99 312	0.57 255	0.36 204	0.83 267	0.36 95	2.33 457	1.58 424	1.27 307	1.30 284	1.25 316	0.84 260	1.65 287	0.79 308	0.20 169	0.14 123	0.17 38	0.12 20	0.18 78	0.27 309

anonymousa	0.72 236	0.27 109	0.75 209	0.47 72	0.63 382	1.43 393	0.45 200	1.24 217	0.89 147	1.28 309	1.75 403	1.62 386	1.13 371	0.69 54	0.59 238	0.19 138	0.16 212	0.23 220	0.25 313	0.20 149	0.18 130

Wz-Net-LNSev	1.03 365	0.67 422	2.71 470	0.64 328	0.84 438	1.75 420	1.00 416	1.80 353	1.32 361	1.28 309	1.25 265	1.65 396	1.22 387	1.39 242	1.40 404	0.28 340	0.26 365	0.24 240	0.23 287	0.33 350	0.32 352

Sa-1000	0.72 236	0.29 162	0.76 219	0.59 274	0.30 111	0.73 212	0.37 109	1.62 305	1.33 365	1.28 309	2.04 432	0.86 187	0.75 212	1.84 317	0.38 100	0.19 138	0.14 123	0.25 278	0.23 287	0.20 149	0.16 81

test_1	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.28 309	0.68 72	0.87 191	0.45 75	1.67 292	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

iResNet	0.75 264	0.40 331	1.36 398	0.67 361	0.29 90	0.92 294	0.59 314	1.52 278	1.25 327	1.28 309	1.48 350	0.94 221	0.76 220	1.62 284	0.78 302	0.18 100	0.14 123	0.18 69	0.15 67	0.22 211	0.23 252

GCST	1.08 374	1.47 478	0.93 293	1.73 479	1.14 466	1.30 371	0.31 51	1.33 227	1.16 284	1.29 314	0.97 148	0.98 239	0.49 108	2.08 342	0.46 174	1.19 478	0.70 478	1.30 478	0.85 476	1.02 466	0.89 464

fast-acv-ft	0.94 336	0.44 348	1.40 400	0.58 261	0.51 326	1.77 425	0.69 344	1.36 237	1.42 405	1.29 314	1.86 416	1.74 406	1.25 392	1.52 265	1.38 400	0.26 312	0.28 380	0.28 325	0.28 360	0.27 287	0.26 300

anonymity	1.12 384	0.97 451	1.21 373	1.07 464	1.12 462	1.08 334	0.89 392	1.95 394	1.16 284	1.29 314	1.26 272	1.22 305	1.09 362	1.15 181	1.01 353	1.02 471	1.00 494	0.97 470	0.97 482	0.98 463	0.99 468

NF-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.02 169	0.82 167	0.57 149	5.40 444	0.48 186	0.23 251	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

OCTAStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.82 167	0.57 149	5.35 439	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

RE-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

TVStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

STTRV1_RVC	1.58 429	0.68 426	1.96 447	0.88 442	1.12 462	1.57 405	0.90 397	2.25 450	1.75 439	1.29 314	2.02 430	1.40 347	1.22 387	9.77 504	1.31 391	0.81 464	0.33 412	0.54 445	0.49 444	0.73 455	0.52 426

PWCDC_ROB	1.29 403	0.75 437	1.33 394	1.05 461	0.88 444	1.73 419	0.52 253	1.89 376	3.28 481	1.29 314	4.88 486	1.22 305	1.46 415	1.77 312	1.45 416	0.60 454	0.26 365	0.29 335	0.25 313	0.52 424	0.37 376

gwcnet-sp	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

scenet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

CASS	0.65 201	0.34 275	0.72 179	0.56 239	0.27 51	0.78 240	0.42 154	1.59 294	0.86 136	1.30 323	1.25 265	0.87 191	0.84 260	0.84 99	0.54 224	0.35 390	0.19 276	0.26 297	0.21 237	0.28 304	0.42 394
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 323	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

HBP-ISP	0.96 340	0.58 401	0.72 179	0.61 298	0.46 299	1.64 412	0.76 360	1.86 369	1.28 343	1.30 323	1.53 359	0.86 187	0.94 308	3.27 403	0.69 273	0.45 427	0.44 449	0.54 445	0.48 441	0.47 411	0.40 386

IPLG	0.69 223	0.27 109	0.97 308	0.51 151	0.43 275	0.79 244	0.33 64	1.21 203	1.06 220	1.30 323	1.10 202	0.52 68	0.55 136	3.16 400	0.63 255	0.16 26	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

raftrobust	0.52 94	0.25 70	0.56 74	0.65 342	0.52 336	0.49 63	0.34 76	0.98 113	0.91 156	1.30 323	0.87 119	0.63 110	0.81 244	0.78 80	0.41 124	0.19 138	0.15 177	0.16 22	0.14 54	0.15 13	0.16 81

RAFT + AFF	1.00 357	0.42 342	1.09 353	0.67 361	0.50 315	1.22 360	1.24 441	2.24 449	1.19 300	1.30 323	1.56 369	1.17 297	1.49 420	3.44 409	0.83 320	0.21 200	0.25 360	0.30 346	0.26 330	0.27 287	0.27 309

UPFNet	0.80 287	0.32 231	0.90 284	0.59 274	0.74 411	1.26 365	0.80 374	1.52 278	1.10 243	1.30 323	1.12 215	1.30 331	0.84 260	1.67 292	1.09 363	0.24 266	0.24 353	0.24 240	0.23 287	0.25 262	0.18 130

HSM	1.19 397	0.32 231	0.65 126	0.57 255	0.38 235	1.23 361	0.59 314	2.25 450	1.19 300	1.30 323	1.25 265	1.94 424	1.03 346	9.32 497	0.71 279	0.22 226	0.16 212	0.20 123	0.16 105	0.21 188	0.21 217

HI	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

CoSv	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 333	1.43 331	1.62 386	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

GASNet	0.99 352	0.97 451	1.72 432	0.98 456	0.68 400	0.83 267	0.67 337	1.60 298	1.28 343	1.31 333	1.22 255	1.22 305	1.21 386	2.41 371	1.41 408	0.43 421	0.26 365	0.36 398	0.34 405	0.55 430	0.31 347

222	1.61 434	0.29 162	0.67 138	0.56 239	0.29 90	1.06 331	0.42 154	2.17 440	1.31 357	1.31 333	1.52 358	0.92 216	0.94 308	1.76 310	17.65 510	0.24 266	0.20 294	0.21 155	0.19 162	0.22 211	0.23 252

SQANet	1.31 407	0.88 448	1.08 350	1.83 481	1.44 477	1.44 394	0.75 357	1.74 329	1.09 238	1.32 337	1.26 272	1.28 327	1.01 339	1.50 264	0.83 320	2.50 487	0.34 414	1.47 479	0.55 454	2.32 481	1.57 483

test-3	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.32 337	0.69 76	0.87 191	0.45 75	1.68 297	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

RAFT-345	0.84 307	0.25 70	0.66 133	0.50 122	0.27 51	0.54 105	0.42 154	0.83 59	1.11 245	1.32 337	2.34 447	0.86 187	0.54 129	5.72 451	0.47 181	0.18 100	0.13 73	0.22 182	0.17 125	0.17 49	0.16 81

RAFT-Stereo + iAFF	0.54 119	0.25 70	0.68 142	0.43 23	0.24 19	0.40 20	0.34 76	1.04 135	1.09 238	1.32 337	1.60 377	0.80 158	0.68 194	0.67 53	0.39 108	0.13 2	0.10 1	0.18 69	0.17 125	0.17 49	0.13 11

delet	0.85 311	0.32 231	0.95 301	0.65 342	0.66 390	1.64 412	0.84 380	1.75 331	1.35 377	1.32 337	1.30 284	1.30 331	0.88 281	1.68 297	1.10 366	0.21 200	0.21 315	0.24 240	0.24 299	0.21 188	0.21 217

NCC-stereo	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394

Nwc_Net	1.09 377	0.49 369	1.33 394	0.89 446	0.80 432	1.49 398	0.66 334	2.19 443	1.27 338	1.32 337	2.26 443	1.96 426	1.54 423	1.92 326	1.34 395	0.40 408	0.30 395	0.43 421	0.45 434	0.38 375	0.37 376

Abc-Net	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 337	1.74 400	1.88 414	1.74 440	2.35 366	1.25 382	0.45 427	0.37 432	0.45 426	0.58 457	0.42 390	0.42 394
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SDNR	1.62 435	0.51 379	2.17 454	0.53 188	0.56 350	3.80 488	0.45 200	1.54 286	1.29 347	1.33 345	2.41 451	1.08 270	0.96 320	11.18 509	1.16 373	0.66 460	0.63 474	0.43 421	0.32 393	0.64 444	0.67 451

PFNet+	0.59 161	0.28 129	0.77 225	0.53 188	0.30 111	0.59 130	0.31 51	0.92 84	1.14 264	1.33 345	1.10 202	0.79 156	0.57 149	1.31 217	0.49 193	0.25 292	0.17 240	0.28 325	0.26 330	0.21 188	0.25 278

CVANet_RVC	1.07 371	0.43 345	0.76 219	0.60 285	0.50 315	0.90 284	0.97 410	1.52 278	1.26 332	1.33 345	1.38 318	1.24 312	1.18 377	6.75 473	0.75 291	0.34 383	0.23 344	0.34 382	0.29 371	0.42 390	0.27 309

SACVNet	0.85 311	0.46 357	0.85 250	0.81 419	0.56 350	0.80 252	0.79 368	1.68 316	1.12 249	1.34 348	1.33 298	1.25 316	0.94 308	2.39 370	0.76 294	0.34 383	0.26 365	0.31 352	0.29 371	0.35 355	0.44 403

CrosDoStereo	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 510	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

DeepStereo_LL	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 510	1.10 169	0.98 185	1.34 348	1.75 403	1.00 246	1.89 451	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

THIR-Stereo	1.02 363	0.27 109	0.69 155	0.49 111	0.28 74	0.95 303	1.34 448	1.03 129	0.97 180	1.34 348	1.90 421	1.17 297	1.58 426	6.44 464	0.78 302	0.19 138	0.14 123	0.21 155	0.22 265	0.19 115	0.20 200

AANet_RVC	1.16 395	0.52 383	1.49 418	0.65 342	0.45 289	0.75 221	0.69 344	1.42 250	1.55 423	1.34 348	1.87 418	1.53 373	0.78 231	7.43 482	1.38 400	0.25 292	0.17 240	0.19 90	0.16 105	0.22 211	0.26 300

Consistency-Raft	1.25 401	0.99 454	1.93 445	1.02 460	1.21 471	0.96 307	1.01 418	1.75 331	1.92 450	1.36 353	2.12 436	1.44 357	1.01 339	1.14 180	1.40 404	0.72 462	0.82 481	0.89 468	0.98 484	1.31 476	0.95 466

GMM-Stereo	0.74 256	0.25 70	0.59 96	0.54 203	0.34 191	0.72 209	0.99 414	1.01 124	0.87 140	1.36 353	1.78 406	1.12 287	0.81 244	2.09 343	0.46 174	0.18 100	0.12 22	0.25 278	0.25 313	0.20 149	0.85 463

ssnet_v2	0.88 321	0.36 306	1.02 328	0.62 310	0.38 235	1.32 374	0.97 410	2.07 420	1.34 368	1.37 355	1.18 241	1.54 374	0.92 294	1.10 171	1.65 426	0.30 354	0.27 373	0.30 346	0.28 360	0.27 287	0.26 300

ACRE	0.61 170	0.33 252	1.01 321	0.58 261	0.49 308	0.75 221	0.47 214	1.06 156	0.95 168	1.37 355	1.55 365	0.62 107	0.46 80	0.83 96	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.18 78	0.21 217

MMNet	0.84 307	0.32 231	1.09 353	0.60 285	0.59 370	1.85 433	0.49 234	1.51 276	1.27 338	1.37 355	1.15 231	1.26 320	1.18 377	1.67 292	1.22 379	0.19 138	0.18 260	0.23 220	0.22 265	0.25 262	0.21 217

NLCA_NET_v2_RVC	0.79 284	0.43 345	1.05 337	0.64 328	0.58 362	0.95 303	0.53 261	1.53 284	1.18 294	1.37 355	1.15 231	1.43 352	0.88 281	1.61 283	0.84 323	0.25 292	0.22 333	0.27 312	0.27 340	0.29 315	0.29 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PDISCO_ROB	1.32 409	0.65 420	1.44 404	1.36 471	1.46 478	2.55 464	0.92 400	2.45 468	2.07 458	1.37 355	1.49 352	1.65 396	1.00 337	2.82 386	1.35 398	1.01 469	0.27 373	0.54 445	0.47 439	0.71 453	0.73 457

CRFU-Net	0.86 316	0.39 325	1.00 317	0.65 342	0.57 353	1.78 427	0.86 386	2.15 431	0.81 124	1.38 360	1.18 241	1.64 394	1.19 380	1.35 227	0.90 336	0.26 312	0.22 333	0.21 155	0.19 162	0.23 236	0.24 266

DDUNet	1.50 424	2.69 502	1.12 360	1.77 480	1.88 482	1.84 432	0.92 400	1.70 322	1.16 284	1.38 360	1.79 407	1.60 384	1.12 367	1.37 233	1.08 361	1.10 476	0.76 479	2.37 488	0.94 480	2.00 479	1.37 480

STTStereo	0.78 280	0.50 376	1.22 375	0.64 328	0.54 342	0.89 281	0.54 267	1.44 257	1.11 245	1.38 360	1.09 198	1.27 324	0.85 263	1.43 250	0.83 320	0.29 350	0.27 373	0.33 372	0.39 420	0.32 343	0.30 337

RYNet	1.17 396	0.49 369	1.24 379	0.70 380	0.97 453	1.71 416	0.92 400	1.91 383	1.46 410	1.38 360	1.14 224	1.88 414	1.30 401	4.24 419	1.87 433	0.26 312	0.21 315	0.35 390	0.27 340	0.55 430	0.54 428

DeepPruner_ROB	0.74 256	0.48 366	0.87 267	0.57 255	0.44 282	0.79 244	0.54 267	1.73 325	0.96 173	1.38 360	1.27 275	1.24 312	0.73 208	1.43 250	0.73 285	0.34 383	0.28 380	0.27 312	0.26 330	0.31 335	0.31 347

DEmStereo	0.97 346	0.23 34	0.79 235	0.47 72	0.32 154	1.04 327	0.56 291	0.93 90	0.89 147	1.39 365	2.14 438	1.02 255	2.07 462	5.64 450	0.77 300	0.17 62	0.15 177	0.20 123	0.20 194	0.18 78	0.20 200

CIPLG	0.62 174	0.33 252	0.96 306	0.58 261	0.50 315	0.75 221	0.48 224	1.05 143	0.96 173	1.40 366	1.57 373	0.64 113	0.48 100	0.89 116	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

IPLGR_C	0.62 174	0.33 252	0.99 312	0.58 261	0.49 308	0.76 227	0.48 224	1.10 169	0.96 173	1.40 366	1.56 369	0.62 107	0.48 100	0.80 86	0.71 279	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

GMOStereo	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

error version	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-v	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-2	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 368	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

GwcNet	1.08 374	0.51 379	2.33 459	0.79 413	1.18 469	1.76 422	0.70 346	1.68 316	1.47 411	1.41 368	1.64 388	1.74 406	1.04 348	2.20 355	1.41 408	0.30 354	0.29 391	0.29 335	0.27 340	0.30 326	0.35 367

CBMV_ROB	0.90 326	0.44 348	0.63 112	0.51 151	0.37 218	1.25 364	0.49 234	1.77 341	1.27 338	1.41 368	2.00 427	1.33 336	1.08 359	2.17 349	0.76 294	0.43 421	0.42 445	0.47 431	0.44 432	0.41 386	0.36 372

test_for_model	1.30 405	3.71 508	0.58 89	3.22 499	2.84 499	0.59 130	0.33 64	1.40 246	0.83 130	1.42 374	0.61 60	0.52 68	0.37 40	0.51 11	0.33 46	2.46 486	0.15 177	0.16 22	0.11 8	4.39 509	1.50 482

pcwnet_v2	0.97 346	0.37 313	4.33 480	0.62 310	0.54 342	0.79 244	0.45 200	2.02 412	1.58 424	1.42 374	1.64 388	1.09 280	0.79 235	1.24 203	0.67 266	0.32 367	0.25 360	0.29 335	0.27 340	0.37 366	0.35 367

otaku	1.60 432	1.11 463	1.21 373	2.20 484	1.56 479	1.97 440	1.24 441	2.07 420	1.36 380	1.44 376	1.62 384	1.73 404	1.19 380	1.73 304	0.98 350	2.89 492	0.57 471	1.74 480	0.60 461	2.78 488	1.94 489

dad	0.86 316	0.66 421	1.06 341	0.56 239	0.37 218	0.76 227	0.44 184	1.17 187	1.50 415	1.44 376	1.27 275	1.34 340	0.75 212	2.52 377	0.84 323	0.42 416	0.27 373	0.83 466	0.26 330	0.41 386	0.29 325

Prome-Stereo	0.75 264	0.27 109	0.53 58	0.55 226	0.32 154	0.59 130	0.97 410	0.89 74	0.88 144	1.45 378	2.46 453	0.91 207	1.41 408	1.58 278	0.44 147	0.18 100	0.13 73	0.19 90	0.17 125	0.20 149	0.92 465

StereoDRNet-Refined	0.80 287	0.41 338	0.88 274	0.62 310	0.42 267	1.33 376	0.48 224	1.52 278	1.17 287	1.45 378	1.44 336	1.44 357	0.90 288	1.26 206	1.24 381	0.20 169	0.16 212	0.27 312	0.24 299	0.25 262	0.28 321
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MLCV	0.72 236	0.34 275	1.10 356	0.51 151	0.23 13	0.91 287	0.39 130	1.33 227	1.23 320	1.46 380	1.55 365	1.01 253	0.64 185	1.95 331	0.80 312	0.18 100	0.12 22	0.18 69	0.14 54	0.19 115	0.17 106

AAGNet	1.83 447	0.28 129	0.72 179	0.61 298	0.32 154	0.67 182	0.51 242	0.96 108	0.98 185	1.47 381	1.20 251	1.00 246	1.18 377	2.83 387	22.77 516	0.22 226	0.13 73	0.22 182	0.19 162	0.23 236	0.15 56

SST-Stereo	0.83 302	0.28 129	0.72 179	0.59 274	0.31 136	0.72 209	0.26 24	1.09 166	0.86 136	1.47 381	1.10 202	1.00 246	0.87 276	5.73 452	0.45 160	0.22 226	0.13 73	0.23 220	0.19 162	0.23 236	0.18 130

RAFT_R40	0.83 302	0.28 129	0.73 191	0.59 274	0.31 136	0.69 194	0.44 184	1.10 169	0.95 168	1.47 381	1.10 202	1.00 246	0.85 263	5.53 446	0.46 174	0.22 226	0.13 73	0.23 220	0.20 194	0.23 236	0.18 130

PFNet	0.91 329	0.26 84	1.10 356	0.63 319	0.32 154	0.64 156	0.56 291	1.17 187	0.99 192	1.47 381	1.08 193	0.98 239	0.69 197	6.62 466	0.54 224	0.20 169	0.12 22	0.24 240	0.19 162	0.20 149	0.17 106

ccnet	1.12 384	0.67 422	1.01 321	0.78 411	0.73 410	1.72 418	0.99 414	1.84 365	1.26 332	1.47 381	1.85 415	1.75 409	1.29 397	1.75 305	1.88 435	0.57 449	0.53 466	0.57 455	0.55 454	0.59 437	0.54 428

S-Stereo	1.15 393	0.46 357	2.17 454	0.81 419	0.80 432	1.21 359	1.19 438	1.93 390	2.02 455	1.47 381	2.11 435	1.57 378	1.17 374	2.05 340	1.41 408	0.40 408	0.40 441	0.35 390	0.31 385	0.44 401	0.70 454

Wz-Net-SNSev	1.49 422	1.23 469	6.27 490	0.68 372	0.67 394	1.37 381	1.41 451	2.00 404	1.39 393	1.48 387	1.61 381	2.29 443	1.32 403	3.93 414	2.14 446	0.31 361	0.28 380	0.31 352	0.33 400	0.42 390	0.36 372

DPSNet	1.69 441	0.59 404	4.33 480	0.70 380	0.57 353	2.02 444	1.62 463	3.35 483	1.78 440	1.48 387	1.38 318	2.17 439	2.84 479	4.77 429	3.66 467	0.48 435	0.31 401	0.29 335	0.25 313	0.64 444	0.48 414

GANet	1.36 413	0.47 362	0.86 256	0.67 361	0.45 289	1.34 378	1.73 466	1.64 308	1.24 324	1.49 389	2.38 448	1.55 376	1.20 383	9.30 496	0.93 338	0.30 354	0.31 401	0.33 372	0.28 360	0.39 379	0.30 337

RainbowNet	1.97 457	1.76 483	1.57 422	2.81 492	2.21 487	1.98 442	1.81 469	2.54 471	1.89 447	1.50 390	1.84 413	1.96 426	1.65 433	2.14 347	1.25 382	3.33 499	0.85 486	2.39 491	0.98 484	2.82 491	2.22 491

SuperB	2.53 475	0.59 404	18.45 506	0.69 375	0.50 315	1.87 435	0.88 390	1.67 315	2.39 464	1.50 390	1.42 327	1.14 294	1.15 373	4.28 422	5.07 475	0.24 266	0.19 276	0.22 182	0.19 162	7.86 514	0.34 362

NCCL2	1.00 357	0.56 394	1.06 341	0.75 404	0.57 353	1.31 373	1.72 465	1.77 341	1.36 380	1.50 390	1.17 239	1.91 419	1.17 374	1.54 271	1.29 389	0.35 390	0.31 401	0.45 426	0.44 432	0.40 383	0.40 386

ADLNet	0.85 311	0.36 306	0.89 280	0.85 434	0.72 407	1.24 362	0.76 360	1.82 357	1.36 380	1.52 393	1.35 311	1.27 324	0.99 335	1.23 198	1.15 372	0.27 327	0.20 294	0.26 297	0.25 313	0.28 304	0.30 337

Pruner-Stereo	0.62 174	0.29 162	0.70 161	0.61 298	0.31 136	0.63 153	0.43 171	1.17 187	0.99 192	1.53 394	1.08 193	0.95 229	0.55 136	1.35 227	0.51 204	0.23 251	0.14 123	0.24 240	0.21 237	0.21 188	0.23 252

LMCR-Stereo	0.82 296	0.46 357	0.88 274	0.75 404	0.43 275	1.33 376	0.56 291	2.43 467	0.98 185	1.53 394	1.49 352	0.74 139	1.00 337	1.63 285	0.89 333	0.28 340	0.17 240	0.22 182	0.17 125	0.29 315	0.20 200

DMCA-RVC	0.74 256	0.40 331	1.27 385	0.66 349	0.49 308	0.77 235	0.47 214	1.35 235	1.01 200	1.53 394	1.01 161	1.29 330	0.82 248	1.31 217	0.78 302	0.27 327	0.21 315	0.35 390	0.27 340	0.32 343	0.24 266

HSM-Net_RVC	0.87 320	0.29 162	0.53 58	0.53 188	0.30 111	1.15 347	0.55 283	3.57 485	1.28 343	1.53 394	1.74 400	1.68 399	0.93 303	1.49 262	0.77 300	0.22 226	0.17 240	0.19 90	0.18 141	0.20 149	0.19 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wz-Net-LNSev-Ref	0.99 352	0.40 331	1.82 439	0.66 349	0.62 381	2.05 445	0.78 365	1.91 383	1.29 347	1.54 398	1.42 327	1.51 371	1.23 389	1.99 334	1.33 393	0.23 251	0.14 123	0.20 123	0.15 67	0.27 287	0.26 300

RGC	1.14 389	0.79 440	1.26 382	0.91 450	0.96 452	1.52 400	0.77 363	1.92 386	1.26 332	1.54 398	1.93 423	2.02 433	1.54 423	2.25 359	1.31 391	0.44 426	0.35 425	0.58 456	0.48 441	0.47 411	0.46 408

ADCP+	1.99 458	0.48 366	7.73 492	0.66 349	0.91 445	2.30 455	1.05 422	1.82 357	1.34 368	1.54 398	1.32 296	1.74 406	1.61 430	2.17 349	13.37 502	0.24 266	0.21 315	0.32 364	0.28 360	0.37 366	0.29 325

RP	1.09 377	0.50 376	1.12 360	0.90 447	1.04 455	1.11 337	0.84 380	1.80 353	1.62 426	1.55 401	2.00 427	1.90 418	1.78 443	1.84 317	1.25 382	0.52 440	0.36 430	0.48 433	0.36 413	0.45 404	0.43 401

LL-Strereo	1.33 410	0.39 325	1.38 399	0.61 298	0.61 376	0.75 221	0.66 334	1.63 307	1.17 287	1.56 402	1.60 377	2.03 434	2.12 463	9.72 503	0.97 348	0.21 200	0.18 260	0.27 312	0.23 287	0.22 211	0.25 278

DisPM	0.66 208	0.28 129	0.72 179	0.61 298	0.35 195	0.62 152	0.45 200	1.02 125	0.99 192	1.56 402	1.10 202	0.80 158	0.59 159	2.37 368	0.41 124	0.23 251	0.14 123	0.23 220	0.21 237	0.20 149	0.25 278

DSFCA	0.93 334	0.34 275	1.06 341	0.52 172	0.65 387	1.55 403	0.93 404	1.49 266	1.19 300	1.56 402	1.15 231	1.50 369	0.96 320	3.07 395	1.02 354	0.30 354	0.26 365	0.25 278	0.25 313	0.28 304	0.24 266

AF-Net	1.13 387	0.52 383	1.33 394	0.86 436	0.91 445	1.38 384	0.71 348	2.16 434	1.62 426	1.56 402	2.40 450	1.99 429	1.65 433	1.81 316	1.48 419	0.48 435	0.28 380	0.49 435	0.33 400	0.39 379	0.32 352

Wz-Net-TNSev	1.88 451	2.08 495	7.66 491	0.67 361	0.64 385	2.42 460	1.83 471	2.33 457	1.74 438	1.57 406	1.56 369	2.58 455	1.90 453	4.86 430	3.12 459	0.39 405	0.37 432	0.33 372	0.37 416	0.53 426	0.58 437

ADCRef	1.35 412	0.55 391	2.37 461	0.72 390	0.77 422	1.94 438	0.78 365	1.91 383	1.27 338	1.57 406	1.59 376	1.36 343	1.41 408	1.54 271	7.53 485	0.23 251	0.20 294	0.32 364	0.30 380	0.29 315	0.29 325

OMP-Stereo	0.94 336	0.33 252	0.72 179	0.90 447	0.31 136	0.49 63	0.36 95	1.16 185	1.06 220	1.58 408	1.12 215	1.46 361	0.69 197	6.94 474	0.49 193	0.19 138	0.14 123	0.24 240	0.18 141	0.20 149	0.14 28

ISRNet	0.80 287	0.33 252	1.07 346	0.81 419	0.66 390	0.60 138	0.34 76	1.19 200	1.13 261	1.59 409	1.53 359	1.35 341	0.77 224	1.27 209	0.94 340	0.39 405	0.34 414	0.43 421	0.38 418	0.34 353	0.49 418

R-Stereo Train	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106

RAFT-Stereo	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 410	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoDRNet	0.98 350	0.47 362	1.70 429	0.76 406	0.94 449	1.51 399	0.91 398	1.92 386	1.32 361	1.61 410	1.13 220	1.47 366	0.97 323	1.75 305	1.46 417	0.28 340	0.23 344	0.29 335	0.27 340	0.35 355	0.27 309

KYRaft	0.75 264	0.28 129	0.62 109	0.56 239	0.29 90	0.67 182	0.86 386	0.94 97	0.84 134	1.62 413	2.21 441	1.16 296	1.02 344	1.57 276	0.40 113	0.20 169	0.13 73	0.22 182	0.28 360	0.20 149	1.02 469

ARAFT	0.77 272	0.36 306	1.49 418	0.51 151	0.31 136	0.90 284	0.82 378	1.90 379	1.06 220	1.62 413	1.24 261	1.02 255	0.64 185	1.84 317	0.50 199	0.18 100	0.14 123	0.28 325	0.27 340	0.17 49	0.16 81

DLCB_ROB	0.86 316	0.40 331	0.78 233	0.68 372	0.54 342	1.11 337	0.84 380	1.49 266	1.23 320	1.64 415	1.65 390	1.70 401	0.91 291	1.70 299	1.05 355	0.25 292	0.24 353	0.26 297	0.27 340	0.27 287	0.24 266

PSM-AAD	0.79 284	0.27 109	0.53 58	0.55 226	0.28 74	0.77 235	1.24 441	0.99 115	0.91 156	1.66 416	1.57 373	0.81 162	2.19 466	1.65 287	0.44 147	0.19 138	0.14 123	0.38 404	0.32 393	0.21 188	0.70 454

MADNet+	2.69 479	3.22 506	11.53 501	1.44 476	1.12 462	3.19 479	1.81 469	2.85 475	2.37 463	1.68 417	2.07 434	2.85 464	2.18 465	7.41 481	5.23 476	0.79 463	0.76 479	0.69 464	0.65 464	0.98 463	0.95 466

IIG-Stereo	0.96 340	0.31 215	0.72 179	0.88 442	0.33 174	0.61 144	0.26 24	1.19 200	1.03 207	1.69 418	1.37 314	1.46 361	0.75 212	6.96 475	0.51 204	0.19 138	0.14 123	0.23 220	0.18 141	0.20 149	0.14 28

edge stereo	1.11 382	0.50 376	1.30 388	0.71 387	0.65 387	1.14 342	0.75 357	1.93 390	1.37 384	1.71 419	1.83 411	2.54 454	1.44 412	2.43 372	1.23 380	0.42 416	0.41 443	0.54 445	0.35 409	0.42 390	0.46 408

stereogan	1.15 393	0.42 342	1.40 400	0.86 436	0.84 438	2.38 459	0.71 348	1.88 374	1.73 436	1.72 420	1.94 425	2.31 445	1.29 397	2.07 341	1.08 361	0.36 394	0.35 425	0.39 409	0.31 385	0.51 422	0.46 408

MFN_U_SF_DS_RVC	1.74 446	0.87 446	3.56 476	0.80 416	0.75 418	3.72 485	2.44 496	1.82 357	1.82 444	1.74 421	1.91 422	1.92 422	1.26 394	7.69 486	1.28 388	0.45 427	0.47 457	0.52 439	0.77 470	0.50 418	0.50 420

FTStereo	0.91 329	0.26 84	0.56 74	0.54 203	0.33 174	0.66 178	1.87 474	1.00 119	0.75 106	1.75 422	4.15 476	1.04 262	1.65 433	1.57 276	0.46 174	0.19 138	0.16 212	0.23 220	0.21 237	0.18 78	0.63 445

FAT-Stereo	1.07 371	0.41 338	1.32 392	0.72 390	0.58 362	1.08 334	0.89 392	1.96 395	1.65 428	1.75 422	1.98 426	2.03 434	1.48 418	2.02 336	1.18 378	0.42 416	0.35 425	0.34 382	0.29 371	0.35 355	0.53 427

FBW_ROB	1.71 444	0.62 416	1.45 409	0.67 361	0.61 376	1.81 428	1.08 426	2.52 470	1.70 433	1.77 424	1.73 399	1.98 428	1.25 392	12.57 511	1.84 432	0.34 383	0.37 432	0.56 453	0.38 418	0.45 404	0.43 401

DRaft	0.80 287	0.24 47	0.70 161	0.45 56	0.30 111	0.97 311	0.53 261	1.05 143	0.97 180	1.78 425	2.02 430	0.80 158	1.74 440	2.73 385	0.72 282	0.17 62	0.14 123	0.20 123	0.20 194	0.18 78	0.21 217

DANet	1.08 374	0.61 413	1.32 392	0.85 434	0.72 407	1.37 381	0.51 242	1.54 286	1.15 275	1.78 425	1.54 363	2.01 431	1.11 364	2.90 390	2.00 441	0.33 375	0.30 395	0.40 414	0.30 380	0.44 401	0.45 405
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRN-Test	1.00 357	0.44 348	1.13 362	0.70 380	0.81 434	1.62 409	0.79 368	2.14 429	1.44 408	1.78 425	1.33 298	1.43 352	1.05 352	2.18 352	1.53 422	0.27 327	0.21 315	0.31 352	0.30 380	0.32 343	0.28 321

DCVSM-stereo	0.72 236	0.35 296	0.76 219	0.55 226	0.42 267	0.73 212	0.38 115	1.21 203	1.02 203	1.79 428	1.04 181	1.62 386	1.03 346	1.04 157	0.79 308	0.24 266	0.27 373	0.29 335	0.24 299	0.30 326	0.36 372

Wz-Net-MNSev	1.11 382	0.58 401	2.23 457	0.66 349	0.71 405	1.95 439	1.46 454	1.98 401	1.45 409	1.79 428	1.43 331	1.49 368	1.33 404	1.97 333	1.42 412	0.27 327	0.23 344	0.28 325	0.28 360	0.34 353	0.31 347

DAS	0.84 307	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.83 387	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

SepStereo	0.82 296	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 428	1.55 365	0.95 229	1.04 348	2.30 363	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

LALA_ROB	1.01 361	0.59 404	1.16 368	0.67 361	0.51 326	1.63 410	1.26 445	1.69 318	1.38 388	1.81 432	1.37 314	1.94 424	1.02 344	1.58 278	1.38 400	0.37 398	0.27 373	0.43 421	0.37 416	0.43 395	0.37 376

ACVNet_1	2.18 462	1.45 477	1.72 432	2.85 493	2.33 492	2.28 454	1.46 454	3.08 479	2.22 462	1.82 433	2.05 433	3.56 473	1.98 457	3.09 398	1.40 404	3.17 494	0.60 473	2.40 492	0.92 479	2.91 495	2.37 494

PASM	1.34 411	0.92 449	2.62 468	0.86 436	0.87 443	1.03 325	1.08 426	1.50 270	1.51 417	1.82 433	1.41 326	1.68 399	1.26 394	4.87 431	1.34 395	0.61 455	0.65 477	0.68 462	0.78 471	0.69 451	0.68 453

XPNet_ROB	0.96 340	0.49 369	1.09 353	0.72 390	0.57 353	1.11 337	1.14 432	1.66 314	1.23 320	1.85 435	1.39 322	1.64 394	1.11 364	1.80 314	1.42 412	0.38 402	0.30 395	0.33 372	0.29 371	0.37 366	0.34 362

XQC	1.37 414	0.87 446	2.56 466	0.84 429	0.69 402	1.83 431	0.89 392	2.07 420	1.88 446	1.88 436	1.53 359	1.91 419	1.55 425	2.85 389	3.05 457	0.48 435	0.29 391	0.44 425	0.39 420	0.69 451	0.60 442

ADCPNet	1.85 449	0.69 427	8.07 493	0.71 387	0.58 362	2.79 471	1.22 440	1.94 392	1.54 421	1.88 436	1.69 395	2.46 453	2.04 459	2.37 368	6.48 480	0.38 402	0.37 432	0.38 404	0.43 430	0.47 411	0.45 405

MSC_U_SF_DS_RVC	2.12 460	1.15 466	3.10 473	1.05 461	0.76 421	5.03 499	2.40 495	2.16 434	2.62 473	1.89 438	2.28 444	2.69 459	1.65 433	9.35 498	2.04 442	0.64 459	0.51 464	0.68 462	0.71 468	1.09 470	0.67 451

ADCL	1.72 445	0.57 398	3.66 477	0.67 361	0.61 376	2.61 467	1.85 472	1.96 395	1.67 430	1.90 439	1.83 411	2.06 437	1.90 453	2.13 346	9.15 495	0.26 312	0.24 353	0.34 382	0.32 393	0.38 375	0.35 367

ETE_ROB	0.96 340	0.64 419	1.16 368	0.69 375	0.48 305	1.14 342	1.13 431	1.77 341	1.19 300	1.91 440	1.45 338	1.73 404	1.05 352	1.60 281	1.14 371	0.32 367	0.26 365	0.38 404	0.34 405	0.39 379	0.41 390

NVStereoNet_ROB	1.88 451	1.07 458	1.45 409	1.07 464	1.17 467	1.47 395	1.48 456	1.89 376	1.93 452	1.94 441	4.67 484	3.08 469	1.80 445	6.51 465	1.65 426	1.06 474	0.86 488	1.08 476	1.32 489	0.93 461	1.26 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	1.52 426	0.84 442	3.42 475	0.87 441	0.66 390	2.56 465	0.95 408	2.36 460	1.70 433	1.98 442	1.86 416	2.45 452	1.79 444	2.95 391	2.58 451	0.52 440	0.48 458	0.55 450	0.59 460	0.59 437	0.61 443

GrayStereo	0.82 296	0.26 84	0.58 89	0.63 319	0.37 218	0.76 227	1.86 473	1.11 175	0.87 140	1.99 443	1.89 420	1.08 270	1.82 448	1.39 242	0.48 186	0.19 138	0.14 123	0.19 90	0.21 237	0.18 78	0.39 385

psmorigin	1.52 426	0.69 427	10.52 500	0.68 372	0.59 370	1.13 341	0.70 346	1.57 292	1.19 300	1.99 443	1.79 407	2.26 442	1.47 417	2.09 343	1.36 399	0.39 405	0.40 441	0.34 382	0.33 400	0.43 395	0.56 432

CBMV	0.95 339	0.44 348	0.66 133	0.53 188	0.35 195	1.53 401	1.63 464	1.69 318	1.42 405	2.00 445	1.60 377	1.43 352	1.17 374	1.59 280	0.99 351	0.34 383	0.34 414	0.39 409	0.33 400	0.33 350	0.32 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAFT-RH_RVC	1.03 365	0.24 47	0.67 138	0.49 111	0.28 74	0.81 260	0.33 64	0.83 59	1.08 231	2.05 446	4.65 483	1.04 262	0.57 149	5.98 459	0.50 199	0.18 100	0.13 73	0.26 297	0.20 194	0.16 28	0.17 106

WZ-Net	1.95 455	0.95 450	10.10 497	0.86 436	0.78 424	1.69 415	1.60 462	2.20 446	1.98 453	2.08 447	1.93 423	2.30 444	1.97 456	5.30 438	3.17 462	0.34 383	0.26 365	0.29 335	0.31 385	0.51 422	0.47 411

NaN_ROB	1.13 387	0.55 391	1.15 367	0.64 328	0.48 305	1.61 408	2.03 483	1.72 324	1.48 412	2.09 448	1.27 275	1.40 347	1.08 359	3.94 415	1.30 390	0.28 340	0.34 414	0.28 325	0.28 360	0.30 326	0.33 358

SGM-Forest	1.24 399	0.38 320	0.60 101	0.52 172	0.37 218	1.56 404	1.30 446	1.65 309	1.36 380	2.11 449	1.79 407	1.63 391	0.93 303	7.48 484	0.95 343	0.36 394	0.37 432	0.39 409	0.34 405	0.37 366	0.32 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet_2	2.43 473	1.41 474	2.04 448	2.62 490	2.24 488	2.63 468	1.88 475	3.31 481	3.01 478	2.19 450	3.45 469	4.62 481	2.04 459	4.50 425	1.47 418	2.55 488	0.64 475	2.22 485	0.84 474	2.69 487	2.29 493

RTSC	1.29 403	0.73 432	2.44 462	0.83 428	0.57 353	1.85 433	0.65 329	1.88 374	2.00 454	2.20 451	1.66 392	1.60 384	1.26 394	2.33 365	3.92 469	0.32 367	0.23 344	0.27 312	0.29 371	0.37 366	0.37 376

test_sample8	2.19 463	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.82 357	1.15 275	2.26 452	1.30 284	4.94 486	2.52 475	2.27 361	7.92 490	0.57 449	12.61 519	0.62 458	0.67 465	0.45 404	0.42 394

MFMNet_re	1.40 418	1.14 465	1.68 428	1.39 473	1.07 456	1.48 396	1.43 452	1.87 371	1.82 444	2.26 452	2.19 440	1.51 371	1.86 450	1.52 265	1.25 382	0.93 467	0.83 482	0.84 467	0.80 472	0.99 465	1.05 473

PWC_ROB	1.24 399	0.76 438	2.46 463	0.72 390	0.78 424	1.15 347	0.49 234	1.75 331	1.92 450	2.31 454	3.07 463	1.59 382	1.40 407	2.46 374	2.10 445	0.33 375	0.22 333	0.35 390	0.24 299	0.38 375	0.41 390

IMH-64-1	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 481	2.10 484	4.08 488	2.75 476	2.34 455	3.81 473	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 500

IMH-64	2.70 480	1.79 485	1.46 411	3.26 501	2.66 495	3.23 481	2.10 484	4.08 488	2.75 476	2.34 455	3.81 473	3.06 467	2.22 467	4.25 420	2.59 452	3.75 503	0.84 483	2.75 498	1.35 490	3.15 497	2.60 500

LVE	3.31 488	1.67 482	1.64 425	2.85 493	2.42 493	3.20 480	2.26 491	4.78 496	5.05 496	2.35 457	6.91 492	6.02 492	2.37 470	9.15 494	2.17 447	3.19 496	1.08 499	2.38 490	1.47 496	2.81 490	2.40 496

CSAN	1.41 419	0.59 404	1.26 382	0.70 380	0.50 315	1.76 422	1.78 467	1.77 341	1.90 449	2.35 457	2.32 445	1.92 422	1.94 455	5.56 448	1.49 420	0.43 421	0.35 425	0.40 414	0.41 425	0.43 395	0.41 390

WAO-6	2.81 483	1.60 481	1.46 411	2.36 488	2.28 490	3.55 483	2.29 492	4.21 491	4.56 494	2.36 459	4.51 478	4.88 485	2.66 477	4.60 426	4.07 472	1.72 480	1.15 500	2.31 487	1.46 495	2.31 480	1.85 487

SANet	1.88 451	0.57 398	2.18 456	0.63 319	0.40 255	2.80 472	1.57 461	2.39 464	5.88 499	2.36 459	3.57 470	3.72 476	2.97 481	4.74 428	1.76 429	0.34 383	0.30 395	0.32 364	0.29 371	0.48 414	0.37 376

SHD	1.31 407	0.71 431	2.34 460	0.86 436	0.75 418	1.77 425	0.65 329	2.22 447	2.50 470	2.40 461	1.71 397	1.91 419	1.60 429	1.93 329	2.37 449	0.38 402	0.31 401	0.38 404	0.40 424	0.48 414	0.50 420

AnyNet_C32	1.96 456	1.10 460	5.17 484	0.90 447	1.11 460	2.12 449	2.37 494	1.85 366	1.48 412	2.45 462	1.70 396	2.05 436	1.64 432	2.50 376	10.28 498	0.37 398	0.34 414	0.35 390	0.41 425	0.49 417	0.54 428

DispFullNet	2.34 468	2.85 503	3.66 477	3.08 498	2.27 489	1.97 440	0.67 337	2.00 404	1.70 433	2.52 463	2.00 427	2.23 440	5.86 498	3.44 409	1.58 423	1.01 469	0.32 408	2.64 497	1.94 502	2.85 493	2.24 492

AnyNet_C01	2.26 465	1.78 484	10.22 499	0.93 453	0.74 411	2.92 475	2.20 489	2.29 455	1.80 442	2.53 464	2.41 451	2.71 460	1.73 439	3.41 406	6.72 482	0.41 412	0.39 439	0.40 414	0.42 428	0.67 449	0.63 445

RTS	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 486	1.96 479	2.15 431	2.62 473	2.61 465	2.85 461	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

RTSA	2.67 477	1.38 471	15.28 504	0.99 457	1.26 473	3.78 486	1.96 479	2.15 431	2.62 473	2.61 465	2.85 461	2.60 456	1.59 427	6.27 461	5.71 478	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

pmcnn	2.37 469	0.42 342	2.71 470	0.63 319	0.43 275	1.54 402	1.19 438	2.01 408	1.53 420	2.64 467	7.60 497	18.07 513	1.45 414	3.44 409	2.78 455	0.18 100	0.15 177	0.15 8	0.12 20	0.20 149	0.18 130

IMH	3.21 487	1.85 489	1.48 416	3.25 500	2.69 497	4.07 492	2.02 482	4.41 493	3.80 487	2.72 468	7.11 495	4.75 484	2.92 480	5.92 456	2.55 450	3.85 506	0.88 489	2.78 500	1.36 492	3.19 499	2.59 499

JetBlue	3.97 489	2.01 490	10.19 498	1.38 472	2.84 499	10.53 507	9.54 508	3.60 486	2.41 465	2.73 469	3.39 468	4.54 480	4.31 493	7.85 489	6.84 483	0.88 465	0.93 492	0.89 468	0.91 478	1.74 477	1.91 488

SAMSARA	1.55 428	0.84 442	2.61 467	1.22 469	1.07 456	2.50 463	1.93 477	2.05 414	1.89 447	2.75 470	1.66 392	2.81 462	1.69 438	3.08 397	1.97 440	0.46 433	0.51 464	0.42 419	0.46 437	0.58 435	0.59 439

Dean	2.91 486	1.53 480	2.07 449	2.96 497	2.51 494	3.15 478	2.14 487	4.75 495	4.41 493	2.76 471	6.10 490	5.53 490	2.37 470	2.97 393	1.92 437	3.18 495	0.85 486	2.51 495	1.04 487	2.88 494	2.47 497

G-Net	1.66 437	0.63 417	1.56 421	1.11 466	0.74 411	2.98 477	0.91 398	1.55 290	1.22 317	2.76 471	8.18 503	2.32 446	2.53 476	1.92 326	1.87 433	0.48 435	0.44 449	0.45 426	0.31 385	0.60 441	0.57 436

ADCS	2.25 464	0.99 454	5.55 485	0.81 419	0.74 411	2.19 451	1.80 468	2.27 453	2.14 459	2.80 473	2.13 437	2.40 450	2.03 458	2.64 382	13.69 503	0.41 412	0.39 439	0.40 414	0.45 434	0.58 435	0.56 432

ADCMid	1.89 454	0.73 432	5.06 483	0.72 390	0.67 394	2.00 443	1.14 432	1.97 399	1.48 412	2.86 474	1.81 410	2.37 448	2.05 461	2.24 357	10.39 499	0.33 375	0.31 401	0.39 409	0.43 430	0.50 418	0.44 403

WAO-7	2.66 476	1.40 473	1.73 434	1.39 473	1.17 467	3.93 489	1.94 478	4.11 490	3.88 488	2.92 475	5.50 488	4.18 479	3.00 483	7.63 485	3.71 468	1.13 477	1.00 494	1.17 477	1.13 488	1.18 473	1.09 475

FADE	26.59 518	4.78 509	20.96 508	1.89 482	1.92 483	2.91 473	2.00 481	5.58 499	5.04 495	2.92 475	2.16 439	4.13 478	14.18 510	10.23 507	8.46 492	188.09 530	2.77 506	123.78 527	127.92 527	1.06 469	1.10 476

tt	6.58 501	0.26 84	6.10 489	3.77 507	2.16 484	11.55 508	19.63 513	13.33 514	5.74 498	2.96 477	2.65 457	4.97 488	6.33 503	3.81 413	7.24 484	9.15 513	11.32 518	5.89 513	6.24 511	6.03 510	2.55 498

LSM	6.33 499	1.10 460	13.19 502	1.41 475	68.17 525	1.64 412	1.90 476	1.92 386	2.46 466	2.99 478	3.11 464	1.88 414	1.80 445	2.61 381	2.06 444	0.41 412	0.58 472	0.50 436	0.57 456	0.64 444	17.66 520

KSHMR	8.75 505	2.06 494	2.11 451	3.53 505	3.11 502	4.13 493	2.69 497	5.60 500	61.37 529	3.00 479	55.83 529	4.98 489	2.45 473	4.49 424	2.61 454	3.46 500	1.55 504	3.14 504	1.94 502	3.72 502	3.18 505

PVD	1.70 442	0.84 442	2.26 458	0.94 455	0.83 437	2.48 462	0.97 410	2.59 472	3.35 482	3.01 480	2.77 459	2.34 447	2.47 474	2.67 383	3.14 460	0.47 434	0.45 453	0.59 457	0.48 441	0.59 437	0.75 459

PWCK	2.88 485	2.05 493	5.72 487	2.08 483	1.11 460	3.55 483	3.90 504	2.86 476	3.54 486	3.03 481	3.63 471	3.10 470	2.31 469	8.15 492	3.09 458	2.12 484	0.91 491	1.75 481	0.98 484	2.57 485	1.18 477

SPS-STEREO	1.67 438	1.04 457	1.23 376	1.21 468	1.13 465	1.82 430	1.11 428	2.16 434	1.52 418	3.07 482	2.32 445	2.82 463	1.80 445	4.11 418	2.04 442	1.03 472	0.99 493	0.97 470	0.94 480	1.03 468	1.02 469
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
aanetorigin	1.23 398	0.79 440	2.78 472	0.70 380	0.79 427	0.99 317	1.06 424	1.06 156	1.37 384	3.52 483	2.61 456	1.72 403	1.63 431	1.99 334	1.78 430	0.25 292	0.24 353	0.26 297	0.25 313	0.38 375	0.45 405

SGM_RVC	1.68 440	0.36 306	0.61 104	0.59 274	0.29 90	2.25 453	1.18 437	2.38 463	1.68 432	3.60 484	2.67 458	3.69 475	2.42 472	8.13 490	1.90 436	0.31 361	0.31 401	0.30 346	0.28 360	0.30 326	0.29 325
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER	5.08 495	2.33 498	5.55 485	3.94 510	3.51 506	5.20 500	2.72 499	5.61 501	16.52 512	3.84 485	4.60 480	9.21 502	5.89 499	5.90 455	8.66 494	3.75 503	1.34 501	3.18 505	1.88 500	4.33 508	3.61 508

WAO-8	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 504	1.53 457	6.09 503	16.46 510	3.94 486	7.84 501	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 484

Venus	4.40 491	1.82 487	1.79 436	2.34 486	2.20 485	9.19 504	1.53 457	6.09 503	16.46 510	3.94 486	7.84 501	7.32 494	3.72 490	9.41 500	3.31 463	2.00 482	1.07 497	2.44 493	1.37 493	2.50 483	1.68 484

UNDER WATER-64	5.27 496	2.32 497	8.78 496	3.93 509	3.54 507	7.61 502	3.03 503	5.84 502	14.19 506	4.04 488	4.04 475	9.39 503	6.26 501	5.93 457	8.48 493	3.60 502	1.51 503	3.13 503	1.88 500	4.29 507	3.61 508

WCMA_ROB	1.84 448	0.47 362	1.31 389	0.69 375	0.57 353	2.11 448	1.14 432	1.87 371	1.73 436	4.04 488	6.43 491	5.62 491	3.61 487	2.59 379	1.94 438	0.52 440	0.44 449	0.39 409	0.42 428	0.48 414	0.47 411

ktn	4.70 493	2.38 499	2.12 452	3.76 506	3.24 503	4.85 497	2.95 502	5.52 498	7.37 502	4.07 490	19.32 516	7.46 496	3.47 485	7.39 480	2.95 456	4.04 507	1.85 505	3.26 506	2.22 505	3.08 496	2.65 502

notaker	3.98 490	2.40 500	2.68 469	3.82 508	3.27 505	3.97 491	2.14 487	4.78 496	3.45 485	4.12 491	6.94 493	7.65 498	3.26 484	7.82 488	5.30 477	4.04 507	1.41 502	3.36 507	2.10 504	3.88 503	3.31 506

MSMD_ROB	1.99 458	0.59 404	0.89 280	0.70 380	0.61 376	3.95 490	0.94 406	1.80 353	1.79 441	4.41 492	4.43 477	8.17 500	3.66 488	3.40 405	1.33 393	0.52 440	0.48 458	0.54 445	0.58 457	0.53 426	0.50 420

JetRed	6.91 502	8.80 513	25.96 516	2.85 493	3.25 504	13.98 513	11.87 509	6.25 505	4.28 492	4.45 493	4.56 479	6.69 493	5.46 497	7.46 483	14.05 504	2.59 489	3.31 507	2.59 496	2.29 506	4.20 506	3.36 507

MDST_ROB	1.67 438	0.34 275	1.58 423	0.92 452	0.58 362	4.26 494	1.11 428	2.83 474	1.41 402	4.49 494	2.55 455	1.45 359	0.97 323	7.79 487	1.17 375	0.31 361	0.25 360	0.37 401	0.33 400	0.31 335	0.30 337

ELAS_RVC	2.48 474	0.74 435	1.90 443	1.05 461	0.92 447	2.76 469	4.01 505	2.76 473	4.11 490	4.69 495	4.63 481	4.62 481	5.96 500	3.97 416	3.96 470	0.63 458	0.53 466	0.56 453	0.52 451	0.64 444	0.63 445
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	10.57 507	1.47 478	177.42 530	0.67 361	0.53 339	1.58 406	1.16 435	1.90 379	3.37 483	4.71 496	3.38 467	3.10 470	2.69 478	3.13 399	3.58 466	0.25 292	0.23 344	0.33 372	0.27 340	0.83 457	0.81 460

EDNetEfficient	2.37 469	1.10 460	8.08 494	0.74 401	0.71 405	0.98 316	1.56 459	1.46 261	4.06 489	4.90 497	2.82 460	2.25 441	3.48 486	2.95 391	9.97 496	0.26 312	0.24 353	0.26 297	0.30 380	0.68 450	0.61 443

MADNet++	5.01 494	3.14 504	4.91 482	4.55 512	3.94 509	5.20 500	4.41 506	4.40 492	4.13 491	4.95 498	6.08 489	4.74 483	5.37 496	9.40 499	10.67 500	4.65 509	4.15 510	3.97 509	3.34 508	4.09 505	4.08 511

TorneroNet-64	5.30 497	2.03 491	1.74 435	3.43 503	2.81 498	10.09 506	2.12 486	9.10 510	17.12 515	4.96 499	9.27 506	10.72 509	3.70 489	9.20 495	4.55 474	3.31 498	0.84 483	2.88 501	1.55 497	3.49 500	3.04 503

ELAS	2.37 469	0.74 435	1.54 420	0.99 457	0.92 447	4.78 496	2.33 493	3.33 482	3.37 483	5.05 500	4.77 485	3.67 474	4.53 495	3.42 407	4.50 473	0.62 456	0.53 466	0.55 450	0.53 452	0.63 442	0.64 449
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FCDSN-DC	2.32 467	0.63 417	0.81 241	0.84 429	0.75 418	2.23 452	0.94 406	2.09 423	1.80 442	5.45 501	7.72 500	7.77 499	6.93 505	3.39 404	1.80 431	0.52 440	0.48 458	0.52 439	0.51 450	0.57 433	0.58 437
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM+DAISY	2.41 472	1.07 458	2.14 453	1.18 467	1.10 458	2.14 450	1.36 449	1.96 395	1.66 429	5.46 502	7.07 494	4.95 487	4.32 494	5.50 445	2.26 448	1.04 473	1.02 496	0.99 472	0.97 482	1.02 466	1.04 471

FC-DCNN	2.72 482	0.59 404	0.86 256	0.73 398	0.57 353	2.91 473	1.04 421	3.01 478	2.60 471	6.83 503	7.64 498	9.92 504	6.33 503	5.21 436	3.14 460	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

FC-DCNN v2	2.81 483	0.59 404	0.85 250	0.73 398	0.57 353	2.97 476	1.05 422	3.39 484	2.61 472	6.98 504	7.67 499	10.38 507	6.31 502	5.75 453	3.37 465	0.53 446	0.48 458	0.51 437	0.50 447	0.53 426	0.51 424

DGTPSM_ROB	13.01 511	8.23 511	21.87 509	9.51 514	18.10 512	11.56 509	32.01 519	10.63 511	16.20 508	7.03 505	19.48 517	10.15 505	16.66 512	9.83 505	22.42 514	4.75 510	8.68 512	5.37 510	10.25 514	6.16 511	11.36 514

DPSMNet_ROB	13.02 512	8.23 511	21.91 510	9.53 515	18.11 513	11.56 509	32.02 520	10.64 512	16.23 509	7.05 506	19.49 518	10.16 506	16.66 512	9.85 506	22.43 515	4.77 511	8.68 512	5.38 511	10.26 515	6.17 512	11.36 514

TorneroNet	10.70 508	2.03 491	1.82 439	3.43 503	3.01 501	43.83 524	2.22 490	8.87 509	67.47 530	7.17 507	27.36 519	10.68 508	3.85 492	8.67 493	7.65 489	3.59 501	0.88 489	3.04 502	1.57 498	3.71 501	3.17 504

MeshStereo	2.26 465	0.56 394	0.92 291	0.61 298	0.49 308	2.60 466	1.02 419	3.18 480	2.05 457	7.40 508	4.98 487	7.58 497	2.98 482	6.37 463	1.96 439	0.43 421	0.43 446	0.45 426	0.39 420	0.43 395	0.42 394
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
MANE	6.19 498	0.59 404	1.03 332	0.93 453	1.22 472	13.38 511	2.69 497	12.81 513	17.94 516	8.21 509	10.82 508	14.72 511	11.68 507	11.39 510	11.90 501	0.59 453	0.50 463	0.52 439	1.76 499	0.55 430	0.54 428

ASD4	15.85 513	10.99 514	19.63 507	10.21 516	11.70 511	19.24 514	31.10 518	19.35 515	10.68 504	11.14 510	10.18 507	12.59 510	12.64 508	14.74 513	24.83 517	12.93 518	9.94 517	26.83 520	19.40 518	16.23 517	12.70 519

SGM-ForestM	6.52 500	0.38 320	1.26 382	0.63 319	0.35 195	13.59 512	5.32 507	6.32 506	6.70 501	11.14 510	9.18 505	22.51 521	13.93 509	16.89 514	20.07 512	0.36 394	0.37 432	0.36 398	0.35 409	0.36 362	0.34 362

DPSM_ROB	19.08 514	19.14 517	25.17 514	22.15 518	20.85 515	28.17 516	37.82 522	26.56 518	16.85 513	14.14 512	14.84 511	21.70 515	18.75 515	21.87 517	26.55 519	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 517

DPSM	19.08 514	19.14 517	25.17 514	22.15 518	20.85 515	28.17 516	37.82 522	26.56 518	16.85 513	14.14 512	14.84 511	21.70 515	18.75 515	21.87 517	26.55 519	10.16 516	9.30 515	10.47 515	10.42 516	14.03 515	12.61 517

Anonymous_1	43.04 526	18.73 516	24.79 513	21.81 517	46.26 523	27.80 515	37.60 521	28.08 520	16.14 507	14.66 514	14.30 510	20.65 514	17.88 514	21.56 516	25.94 518	117.93 529	8.92 514	100.65 526	126.50 526	158.64 530	12.08 516

DPSimNet_ROB	11.20 510	4.98 510	35.43 520	2.90 496	4.52 510	7.89 503	17.09 512	4.66 494	6.06 500	14.89 515	10.93 509	17.29 512	36.81 524	13.18 512	15.68 508	2.86 491	6.29 511	5.75 512	5.09 510	3.91 504	7.70 513

xxxxx1	54.10 528	25.67 519	27.13 517	113.43 527	96.96 527	30.69 520	47.44 524	32.38 522	25.60 517	17.75 516	17.27 513	21.81 517	21.02 517	24.43 520	33.82 521	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

tt_ll	54.10 528	25.67 519	27.13 517	113.43 527	96.96 527	30.69 520	47.44 524	32.38 522	25.60 517	17.75 516	17.27 513	21.81 517	21.02 517	24.43 520	33.82 521	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

ff	54.10 528	25.67 519	27.13 517	113.43 527	96.96 527	30.69 520	47.44 524	32.38 522	25.60 517	17.75 516	17.27 513	21.81 517	21.02 517	24.43 520	33.82 521	33.37 523	40.54 525	157.71 528	175.86 528	66.16 526	72.93 528

coex-ft	8.13 504	2.13 496	98.04 529	0.67 361	0.53 339	1.71 416	1.56 459	1.65 309	11.11 505	18.17 519	3.75 472	3.88 477	7.61 506	2.98 394	6.49 481	0.30 354	0.30 395	0.32 364	0.31 385	0.66 448	0.50 420

LE_ROB	8.05 503	0.37 313	23.53 512	0.74 401	0.33 174	2.77 470	2.87 501	3.71 487	27.24 520	25.39 520	8.87 504	8.46 501	26.71 520	6.65 467	21.99 513	0.21 200	0.19 276	0.20 123	0.21 237	0.25 262	0.22 234

LRCNet_RVC	22.74 516	32.10 522	21.97 511	29.84 520	26.23 517	4.42 495	0.81 377	22.66 516	2.02 455	26.93 521	29.26 521	23.06 522	15.59 511	23.84 519	18.88 511	31.75 522	19.90 524	34.65 521	32.13 522	30.54 522	28.32 523

CasAABBNet	38.33 520	38.46 524	50.35 525	44.75 525	41.84 521	56.68 525	76.37 528	53.22 528	33.83 524	28.31 522	29.54 522	43.62 527	37.71 526	43.84 527	53.41 529	20.30 519	18.70 522	21.07 517	21.07 520	28.24 519	25.34 521

Selective-RAFT-Error	38.39 521	38.47 525	50.44 526	44.73 524	41.97 522	56.68 525	76.38 529	53.24 529	33.92 525	28.34 523	29.85 523	43.60 526	38.20 527	43.75 526	53.34 528	20.38 520	18.70 522	21.09 518	21.05 519	28.30 520	25.43 522

LSM0	42.82 525	38.75 526	50.81 527	47.07 526	109.38 530	57.00 527	76.02 527	53.74 530	33.71 523	29.02 524	30.41 524	43.87 528	37.22 525	43.91 528	53.54 530	20.52 521	18.62 521	21.10 519	21.11 521	28.41 521	42.22 524

HanzoNet	11.04 509	3.62 507	8.10 495	4.08 511	3.55 508	4.90 498	2.73 500	7.19 507	10.10 503	31.86 525	28.92 520	21.96 520	36.36 522	18.08 515	10.17 497	7.94 512	3.32 508	3.47 508	3.31 507	7.06 513	4.04 510

HaxPig	38.92 522	41.40 527	41.64 521	29.95 521	32.27 518	28.90 518	27.60 515	29.73 521	37.71 526	43.82 526	43.87 525	33.17 523	35.56 521	41.53 524	40.37 526	43.94 526	47.51 529	45.82 522	47.08 524	42.38 523	44.15 526

AVERAGE_ROB	40.43 523	42.37 528	42.73 522	36.96 523	35.58 520	30.50 519	27.61 516	36.71 527	38.39 527	44.91 527	44.36 526	37.45 525	36.70 523	41.88 525	40.35 525	45.43 527	46.81 528	47.11 523	46.35 523	42.51 524	43.87 525

MEDIAN_ROB	42.00 524	44.40 529	44.29 524	35.15 522	34.95 519	31.28 523	29.60 517	35.88 526	40.02 528	47.20 528	46.64 527	37.37 524	38.48 528	44.35 529	42.45 527	48.03 528	49.39 530	49.71 524	49.03 525	45.14 525	46.65 527

BEATNet-Init1	26.87 519	13.43 515	70.68 528	0.91 450	0.68 400	57.02 528	21.06 514	32.82 525	32.67 522	52.12 529	53.61 528	66.05 529	49.56 529	48.79 530	34.71 524	0.49 439	0.44 449	0.53 444	0.53 452	0.63 442	0.59 439

PML	51.67 527	36.25 523	13.28 503	7.46 513	20.81 514	108.69 530	232.22 531	8.72 508	27.82 521	87.01 530	269.67 531	69.67 530	61.95 530	24.76 523	14.20 505	9.74 515	3.40 509	9.62 514	4.70 509	18.74 518	4.72 512

test_example2	192.40 531	210.76 531	206.48 531	199.83 531	204.73 531	172.94 531	183.52 530	133.93 531	133.41 531	191.38 531	196.19 530	187.13 531	178.77 531	205.33 531	208.00 531	222.09 531	238.72 531	186.54 531	190.54 531	227.34 531	170.31 531

ccccc	497.63 532	492.34 532	595.97 532	530.87 532	530.37 532	478.08 532	442.62 532	491.76 532	343.70 532	448.18 532	520.80 532	476.12 532	550.57 532	541.64 532	605.32 532	663.49 532	459.54 532	353.94 532	309.79 532	586.66 532	530.90 532

Low-res two-view benchmark