Low-res two-view results

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

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

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

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

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

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

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

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

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

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

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 80	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 63	0.33 12	1.95 63	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

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

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

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 246	1.03 43	0.50 4	0.46 9	0.58 41	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 99	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 40	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

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

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

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

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

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 33	0.53 7	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 141	0.92 32	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 444	0.42 38	4.08 398	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

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

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

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

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

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

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

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

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

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

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

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

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

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

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

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

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 136	0.53 78	2.46 119	0.97 39	0.62 25	0.80 33	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

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

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

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

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 122	0.45 51	2.57 141	0.90 28	0.71 50	0.83 38	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

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

monsters	0.82 61	0.58 133	1.16 48	0.76 72	1.52 460	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
GREAT-IGEV	0.74 25	0.54 93	1.86 123	1.10 280	0.44 71	2.44 118	0.34 16	1.37 10	1.51 139	0.48 2	0.86 42	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 73	1.56 174	0.87 43	2.18 313	0.89 133	0.97 30	0.88 163	0.26 97	0.19 96	0.26 109	0.19 67	0.25 61	0.24 86

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 152	0.43 43	1.64 34	0.79 17	0.68 43	0.88 44	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 114	0.56 89	2.77 169	0.82 24	0.63 28	0.88 44	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 406	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 341	0.41 34	2.07 73	1.07 46	0.77 75	0.89 47	0.64 52	0.86 123	0.95 25	0.77 121	0.26 97	0.18 66	0.26 109	0.19 67	0.32 190	0.32 213

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

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

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 186	0.43 43	1.02 4	0.94 37	0.63 28	0.91 50	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 166	0.23 28	0.19 67	0.25 61	0.26 120

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

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 52	0.65 56	0.53 23	0.54 1	0.50 29	0.28 149	0.24 256	0.25 80	0.21 98	0.23 42	0.22 60

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

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

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 83	0.61 112	2.87 185	0.83 25	0.93 107	0.93 55	0.36 3	1.13 200	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

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

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

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.95 95	0.69 243	1.27 66	0.84 113	0.52 127	4.54 486	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
knoymous	1.30 183	0.60 153	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 387	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

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

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

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

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CAS	1.26 172	0.40 7	1.46 87	2.97 541	1.61 478	4.13 402	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 544	0.13 1	0.21 9	0.13 1	0.31 163	1.72 524

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 444	2.54 132	0.40 28	3.14 209	0.71 7	0.70 46	1.11 88	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

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

SMoEStereo_RVC	0.80 50	0.53 82	1.12 38	0.92 168	0.44 71	2.41 116	0.79 221	1.49 17	1.16 50	0.70 46	1.12 90	0.64 52	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 229	0.22 131	0.26 78	0.25 96

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 465	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ProNet	0.82 61	0.71 265	1.50 92	0.86 130	0.45 78	1.78 66	0.83 249	1.75 43	1.28 69	0.66 38	1.13 92	0.78 88	0.76 91	1.66 178	0.71 96	0.24 61	0.20 134	0.25 80	0.23 146	0.29 121	0.25 96

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 461	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

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

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

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

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

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

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

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

3.5w_stereo	0.77 41	0.53 82	1.09 24	0.65 23	0.72 229	2.52 126	0.51 68	2.43 113	0.80 19	0.76 70	1.20 102	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

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

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

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

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

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

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

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

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

FADNet-RVC	2.51 385	2.27 505	14.03 382	1.09 271	0.81 260	3.54 263	1.10 375	4.13 411	2.48 405	1.39 155	1.22 108	1.85 272	1.77 365	9.78 440	2.06 398	0.38 335	0.37 400	0.40 374	0.40 417	0.67 447	0.48 368

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

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

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

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

plain	1.55 207	0.69 243	13.59 370	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

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

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

GMStereo	1.01 113	1.00 387	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CroCo-Stereo	0.98 102	0.87 351	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
MyStereo05	2.37 362	0.72 269	19.94 486	1.02 239	0.99 330	4.26 439	0.86 264	4.01 374	2.62 428	2.14 326	1.26 121	2.28 318	1.63 338	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

11t1	1.11 128	0.53 82	1.80 119	1.55 461	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 349	0.29 187	0.23 146	0.30 144	0.34 241

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 196	1.19 384	0.78 5	0.39 24	1.12 6	1.54 164	1.19 137	1.26 121	0.51 34	0.64 51	1.13 57	1.03 209	0.30 211	0.20 134	0.24 58	0.21 98	0.40 287	0.25 96

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

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

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

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

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

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

CAS++	0.89 77	0.64 201	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 339	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
FADNet	2.49 382	1.76 488	13.17 362	1.17 320	0.95 315	3.27 209	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 402	9.93 447	1.94 383	0.43 386	0.45 447	0.40 374	0.43 433	1.06 498	0.53 397

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

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

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

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

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 171	0.67 144	3.28 227	0.75 10	0.74 58	1.32 136	0.37 5	1.37 252	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

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

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

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

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

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

DIP-Stereo	1.24 161	0.69 243	1.77 116	0.65 23	0.61 178	4.29 446	0.58 101	4.44 506	2.53 415	1.98 267	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV++	0.90 80	0.58 133	1.32 73	0.94 186	0.45 78	1.27 28	1.00 346	3.32 236	1.55 172	0.82 86	1.34 143	0.86 110	1.09 188	1.16 66	0.89 166	0.33 267	0.18 66	0.23 28	0.19 67	0.29 121	0.22 60

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

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

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

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

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

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

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

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

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

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

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

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

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 106	0.38 22	3.06 203	1.46 106	0.66 38	1.39 156	0.91 121	0.73 77	1.01 36	0.72 101	0.23 47	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

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

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

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

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

castereo++	0.93 85	0.56 110	1.26 61	0.92 168	0.73 234	2.48 121	1.00 346	2.99 192	1.03 43	0.68 43	1.41 161	1.92 277	0.59 38	1.26 92	0.44 13	0.25 82	0.19 96	0.28 166	0.19 67	0.23 42	0.23 71

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

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

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

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

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

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

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

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

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

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

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

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

G2L-ROB	2.13 309	0.78 314	10.06 329	1.19 329	1.06 350	3.84 323	0.93 319	3.32 236	2.27 351	2.20 352	1.47 174	2.65 369	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

Patchmatch Stereo++	1.25 165	0.65 211	2.06 153	0.75 58	0.37 28	4.68 510	0.76 197	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 161	0.65 211	2.03 141	0.75 58	0.37 28	4.68 510	0.73 172	2.53 127	1.58 187	1.99 272	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 423	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

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

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

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

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

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

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

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 223	0.33 12	2.33 103	1.47 111	0.74 58	1.50 183	0.61 46	0.59 38	1.40 120	0.48 19	0.24 61	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DMCA	1.72 239	0.74 288	6.63 286	1.14 299	0.96 316	3.98 370	0.90 296	3.75 302	2.76 447	2.83 473	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 304	0.42 393	0.26 203	0.36 257	0.38 290

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	2.07 300	0.82 333	14.77 393	1.34 397	0.56 147	3.47 242	0.80 231	4.07 394	2.35 371	2.16 339	1.61 217	1.64 223	1.44 276	2.09 231	2.56 446	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
PCWNet_CMD	2.23 320	0.65 211	17.36 431	0.83 104	0.76 245	3.51 255	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 422	3.05 468	2.09 231	1.11 224	0.31 230	0.36 387	0.47 418	0.26 203	0.64 437	0.47 363

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	2.54 391	1.04 395	16.73 421	1.53 454	2.00 518	3.96 363	0.87 282	3.87 329	2.31 363	2.54 433	1.67 233	2.85 392	1.63 338	5.55 346	1.62 337	0.46 409	0.33 364	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo_test	2.11 305	0.86 348	7.12 292	1.65 475	1.19 384	3.54 263	1.02 353	3.57 269	2.01 293	2.50 426	1.68 236	3.15 417	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	1.20 148	0.58 133	1.81 120	0.99 215	0.67 211	3.78 308	0.90 296	4.09 400	1.51 139	2.16 339	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NVstereo2D	2.54 391	0.90 356	11.10 344	1.32 385	1.47 452	3.58 273	1.38 425	4.13 411	2.45 401	1.90 243	1.71 247	2.86 393	1.76 363	10.86 480	1.66 346	0.60 466	0.43 437	0.53 457	0.41 424	0.78 474	0.94 489

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

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

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

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

GES	1.38 194	0.64 201	2.61 202	1.09 271	0.57 159	4.30 448	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 365	1.62 169	1.61 332	0.39 347	0.27 304	0.33 284	0.30 304	0.41 311	0.47 363

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

GANetREF_RVC	3.20 469	1.93 494	18.84 456	1.51 451	0.80 257	4.12 399	1.82 474	4.16 422	2.91 469	1.87 233	1.74 254	2.48 351	1.84 380	13.18 548	1.74 358	0.80 497	0.57 484	0.79 509	0.74 500	1.20 516	0.86 481
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
xyz-stereo-finetune2	1.16 140	0.63 189	1.50 92	0.57 1	0.36 14	3.47 242	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 363	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

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

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

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

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

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

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

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

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

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

CRFU-Net	2.49 382	0.78 314	10.36 334	2.30 527	1.08 356	3.91 341	1.41 432	3.85 323	1.65 218	2.15 334	1.76 267	3.34 433	7.95 548	5.56 347	1.48 306	0.47 418	0.35 382	0.30 207	0.28 258	0.37 267	0.43 336

ICVP	2.26 326	0.66 222	21.18 541	0.99 215	0.88 294	4.28 445	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 454	0.35 382	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	1.09 125	0.70 253	1.39 80	0.95 190	0.45 78	3.83 318	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

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

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

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

AdaStereo	1.45 201	0.83 337	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 427	2.46 404	2.05 300	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 280	0.43 397	0.28 258	0.44 348	0.34 241
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_5	1.87 259	0.75 300	10.23 333	1.14 299	1.40 437	3.85 331	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 368	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ACVNet-DCA	1.85 257	0.74 288	13.77 373	1.78 491	0.36 14	4.48 471	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 325	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CFNet	2.34 351	1.10 408	8.96 314	1.34 397	1.24 400	4.09 390	0.73 172	4.04 383	2.77 448	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

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

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

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

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

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

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

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

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

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

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

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

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

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

MaskLacGwcNet_RVC	3.13 462	1.43 466	9.93 327	2.50 532	1.62 479	4.29 446	1.68 467	3.95 357	2.43 396	1.66 193	1.91 331	3.04 407	1.41 265	13.26 549	1.58 325	3.82 556	1.59 537	1.12 526	0.46 442	2.21 532	2.74 547

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

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

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

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

CASS	1.29 182	0.66 222	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 438	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 439	0.28 316	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GCAP-BAT	1.21 151	0.74 288	3.23 232	0.95 190	0.70 225	3.86 333	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

hitnet-ft	2.37 362	0.73 280	8.34 305	0.96 196	0.89 299	3.77 306	0.80 231	3.55 267	2.58 423	2.24 370	2.04 358	3.65 464	1.49 293	11.71 525	1.89 376	0.44 393	0.53 475	0.44 402	0.35 364	0.52 388	0.48 368

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

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

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

StereoDRNet-Refined	1.77 249	0.81 326	2.22 168	1.21 340	0.76 245	3.26 207	0.71 164	3.82 316	2.05 303	2.29 380	2.05 364	2.98 402	1.44 276	7.15 385	2.27 420	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	1.89 264	1.02 389	8.60 310	1.39 422	0.98 327	3.72 297	0.66 142	3.84 320	2.65 433	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

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

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

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

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

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

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

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

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

PA-Net	3.09 458	1.24 440	18.84 456	1.38 420	1.19 384	3.42 232	1.75 468	3.89 334	3.27 510	1.88 236	2.10 373	3.03 406	1.88 389	11.60 513	2.88 457	0.40 354	0.54 477	0.44 402	0.62 488	0.52 388	1.02 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	1.76 247	1.26 442	2.73 214	1.66 476	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 316	2.11 377	1.71 237	3.90 497	1.82 203	1.48 306	1.10 514	1.09 525	1.08 524	1.08 525	1.05 497	1.09 499

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

HSM	2.35 356	0.81 326	2.21 165	1.14 299	1.55 467	3.44 234	1.03 355	3.99 370	2.25 346	2.29 380	2.11 377	8.04 543	3.05 468	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

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

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

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 374	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 532	0.24 47	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Ntro	4.21 507	8.94 551	19.89 485	3.22 544	2.96 541	4.15 406	1.89 478	3.92 349	2.36 374	1.77 214	2.14 383	3.35 434	2.17 416	9.48 431	2.24 417	3.52 551	1.76 540	2.13 539	1.31 533	3.83 547	3.09 548

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

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

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

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

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

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

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

DANet	2.63 403	1.07 402	8.10 304	1.83 499	1.70 496	3.25 205	1.16 387	4.31 477	2.38 385	3.40 507	2.18 390	4.08 482	1.80 373	9.77 438	3.89 473	0.52 451	0.55 481	0.59 474	0.44 436	0.63 429	0.86 481
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
WZ-Net	3.62 485	4.87 532	16.77 423	1.43 430	1.40 437	3.75 303	2.29 497	4.12 409	2.50 410	2.74 465	2.19 392	4.06 481	5.29 520	10.19 457	7.36 509	0.54 456	0.37 400	0.47 418	0.49 454	0.77 472	0.73 460

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

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

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

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

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

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

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

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

CBMV	3.32 475	0.96 381	21.16 539	1.32 385	0.83 273	3.81 316	3.91 545	4.47 511	2.53 415	3.34 504	2.24 400	4.45 499	2.58 444	10.07 454	1.96 388	0.45 402	0.43 437	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MLCV	1.87 259	0.91 361	8.59 309	1.10 280	0.57 159	3.59 274	0.53 78	3.70 297	2.20 337	2.80 470	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

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

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

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

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

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

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

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

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

TCMNet	2.98 445	1.30 446	18.26 445	1.47 442	2.09 524	3.84 323	1.08 369	3.96 362	2.39 389	2.53 432	2.29 411	2.43 342	1.75 362	10.09 455	2.39 426	0.52 451	0.45 447	0.61 482	0.50 460	0.80 478	0.78 470

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	2.87 429	0.57 120	17.46 435	0.92 168	0.90 302	3.70 293	1.20 398	5.64 551	2.51 413	3.22 499	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 280	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
psmorigin	6.59 540	1.15 418	88.11 591	1.52 452	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 513	2.46 436	5.15 526	2.55 442	10.60 470	2.47 437	0.55 458	0.68 508	0.48 426	0.51 464	0.70 453	0.88 485

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

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

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

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

iRaft-Stereo_5w	2.10 303	0.83 337	8.57 308	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 420	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

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

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

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

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

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

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

Abc-Net	3.16 467	1.28 444	18.31 448	1.25 351	1.75 501	4.06 383	1.40 429	3.89 334	2.22 339	2.72 463	2.55 447	3.49 451	2.65 447	9.91 445	2.99 459	1.29 527	0.65 501	0.64 490	0.86 511	0.65 440	0.71 452
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 471	7.47 554	2.96 189	1.55 172	2.31 390	2.56 449	1.26 174	16.23 564	2.46 258	0.89 166	0.28 149	0.21 166	0.58 471	0.41 424	0.34 226	1.32 511

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PFNet	2.47 378	0.60 153	16.95 425	2.15 520	0.81 260	4.63 503	0.91 304	2.55 137	1.52 148	2.40 414	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	2.96 439	0.62 180	3.49 243	1.09 271	0.80 257	4.06 383	3.30 528	4.37 495	3.09 489	4.18 527	3.27 496	4.67 512	3.86 496	11.69 524	7.91 513	0.51 445	0.46 456	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
z-mn7	3.36 478	9.42 556	14.16 385	1.28 368	1.22 397	3.78 308	1.43 436	3.92 349	3.35 513	2.85 474	3.36 498	3.06 411	1.97 396	9.66 436	5.16 489	0.42 380	0.35 382	0.43 397	0.33 339	0.63 429	0.48 368

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

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

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

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

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

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

SPS-STEREO	3.97 500	1.44 467	20.85 526	1.72 485	1.71 497	3.24 202	2.30 498	3.55 267	2.68 438	4.79 534	3.66 505	5.44 531	2.97 460	9.11 421	9.35 520	1.15 517	1.10 526	1.06 523	1.02 523	1.16 512	1.18 504
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
STrans-v2	3.03 453	0.77 308	20.91 531	0.81 83	0.63 187	3.89 338	1.01 349	4.27 458	2.64 432	2.28 378	3.70 506	4.13 485	5.20 518	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ACVNet_2	5.41 527	12.60 566	20.42 513	3.27 545	3.15 547	4.50 480	3.02 522	4.66 529	3.73 525	3.35 506	5.36 523	7.86 542	2.88 456	12.33 540	4.76 483	3.12 546	2.22 548	2.70 549	1.69 539	3.49 540	3.10 549

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

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

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

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

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

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

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

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

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

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

ELAS_RVC	5.72 533	1.64 481	20.40 511	2.09 518	2.01 519	4.95 533	11.47 563	4.66 529	6.31 553	8.09 556	8.01 534	8.06 545	11.65 556	8.36 404	10.22 523	0.99 511	1.17 527	0.81 512	0.76 502	1.14 508	1.58 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSMD_ROB	5.61 530	1.08 404	16.68 420	1.21 340	0.83 273	10.14 558	2.07 489	3.93 351	6.22 551	10.37 566	8.03 535	22.22 569	9.45 554	11.66 521	4.52 478	0.66 479	0.58 489	0.66 493	0.68 495	0.65 440	0.63 434

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

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

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

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

ELAS	5.99 536	1.62 476	20.29 507	1.96 511	2.01 519	15.09 567	8.38 559	5.23 542	5.54 547	9.02 559	8.61 540	6.74 537	9.75 555	7.48 391	11.40 530	0.96 509	1.18 528	0.72 503	0.93 515	1.30 519	1.67 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CrosDoStereo	5.24 524	0.60 153	20.23 500	0.82 93	0.51 118	3.39 225	18.11 571	3.82 316	2.27 351	1.98 267	8.74 541	1.96 286	6.96 540	7.35 388	26.35 574	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

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

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

SGM_RVC	4.57 513	0.72 269	17.46 435	1.84 500	0.58 168	4.23 437	3.45 532	4.66 529	3.66 523	7.99 555	8.82 544	7.56 541	8.74 553	12.30 538	6.84 503	0.43 386	0.38 406	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-7	5.16 523	3.21 521	18.98 460	1.88 505	1.44 447	5.34 538	3.09 526	4.91 537	5.81 550	4.35 529	8.92 545	6.55 536	6.06 529	13.40 552	10.81 526	1.34 531	1.20 531	1.48 534	1.35 536	1.60 525	1.45 517

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

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

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

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

IMH	6.81 544	13.66 570	20.41 512	4.33 562	3.74 553	5.50 539	3.06 524	5.49 550	6.22 551	4.64 533	10.35 550	9.30 546	8.03 550	13.61 555	6.81 501	4.80 569	2.99 563	3.09 554	2.12 554	4.36 553	3.61 557

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

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

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

FCDSN-DC	6.04 537	0.84 341	19.25 464	1.24 349	1.09 360	4.38 454	2.62 509	4.38 496	4.71 538	9.59 563	11.22 554	19.19 564	17.40 566	12.30 538	8.55 517	0.69 488	0.57 484	0.60 479	0.60 484	0.70 453	0.78 470
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 541	0.77 308	19.26 466	1.68 478	1.64 483	8.27 555	2.35 499	6.35 552	9.23 557	10.85 568	11.27 555	19.89 565	13.33 558	12.51 544	11.79 533	0.66 479	0.57 484	0.58 471	0.56 476	0.63 429	0.61 427

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

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

MeshStereo	5.35 526	1.32 452	21.34 544	1.34 397	1.15 370	4.40 461	3.90 544	5.18 541	4.55 535	10.14 565	11.82 558	11.47 549	5.84 526	13.84 558	7.03 507	0.61 468	0.58 489	0.60 479	0.58 480	0.72 465	0.59 423
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
THIR-Stereo	4.14 505	0.82 333	10.85 342	0.86 130	0.43 65	2.16 96	16.77 569	3.22 219	1.54 164	2.04 298	12.05 559	2.68 370	7.53 545	7.30 386	12.62 535	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

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

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

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

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

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

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

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

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

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

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

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

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

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

TorneroNet-64	10.12 554	8.74 546	20.95 533	4.27 558	3.76 556	13.86 565	2.85 515	15.05 570	23.15 577	10.07 564	23.84 573	13.47 556	8.24 551	13.96 559	17.21 554	3.96 559	2.72 555	3.23 556	2.48 558	6.29 562	4.27 565

NVStereoNet_ROB	4.91 521	1.40 462	16.46 417	1.47 442	1.72 499	3.46 239	1.96 481	3.89 334	3.61 521	2.90 475	24.61 574	4.81 513	4.49 509	13.57 554	4.87 486	1.33 530	1.29 533	1.70 535	1.68 538	1.41 523	1.66 521
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	7.52 548	9.08 552	21.41 546	3.74 553	3.53 550	4.81 530	3.53 535	5.33 547	5.25 544	4.17 524	26.53 575	25.62 576	4.09 501	10.97 485	4.32 475	3.69 554	2.30 551	2.91 551	1.87 547	4.03 549	3.24 554

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark