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

monsters	0.07 3	0.06 49	0.06 1	0.15 64	0.06 11	0.08 48	0.09 17	0.13 59	0.09 21	0.09 88	0.07 35	0.06 14	0.06 36	0.09 32	0.08 14	0.05 25	0.04 20	0.04 1	0.04 31	0.03 1	0.04 28

MonSter	0.07 3	0.06 49	0.06 1	0.15 64	0.05 1	0.08 48	0.10 26	0.15 99	0.15 154	0.05 1	0.06 11	0.05 1	0.06 36	0.07 3	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

AdaDepth	0.07 3	0.06 49	0.07 3	0.18 290	0.06 11	0.11 164	0.11 45	0.10 16	0.08 9	0.06 7	0.05 7	0.07 62	0.06 36	0.09 32	0.10 111	0.04 6	0.05 154	0.05 23	0.04 31	0.04 13	0.04 28

qwe	0.08 40	0.08 229	0.07 3	0.15 64	0.06 11	0.07 23	0.10 26	0.18 186	0.12 84	0.07 29	0.07 35	0.06 14	0.06 36	0.10 57	0.09 43	0.04 6	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

2.75w_new	0.07 3	0.07 118	0.07 3	0.13 9	0.06 11	0.08 48	0.08 7	0.18 186	0.13 114	0.08 59	0.08 69	0.06 14	0.06 36	0.09 32	0.11 170	0.04 6	0.04 20	0.04 1	0.03 1	0.03 1	0.04 28

3.5w_stereo	0.07 3	0.07 118	0.07 3	0.15 64	0.07 63	0.09 82	0.06 1	0.14 73	0.11 54	0.08 59	0.07 35	0.06 14	0.07 103	0.10 57	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

1w_stereo	0.08 40	0.06 49	0.07 3	0.16 133	0.06 11	0.07 23	0.10 26	0.14 73	0.15 154	0.07 29	0.08 69	0.05 1	0.06 36	0.10 57	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 28

monsterstereo	0.08 40	0.06 49	0.07 3	0.16 133	0.06 11	0.08 48	0.10 26	0.16 124	0.12 84	0.07 29	0.08 69	0.06 14	0.07 103	0.08 13	0.09 43	0.04 6	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

MM-Stereo_test3	0.10 136	0.07 118	0.07 3	0.18 290	0.07 63	0.12 205	0.19 403	0.24 309	0.19 239	0.06 7	0.10 115	0.08 94	0.06 36	0.11 102	0.09 43	0.06 109	0.06 302	0.07 195	0.05 108	0.05 95	0.04 28

AIO_test	0.07 3	0.06 49	0.07 3	0.15 64	0.07 63	0.07 23	0.14 157	0.10 16	0.10 31	0.07 29	0.07 35	0.06 14	0.05 11	0.08 13	0.10 111	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

DEFOM-Stereo	0.07 3	0.05 11	0.07 3	0.14 27	0.06 11	0.09 82	0.13 108	0.07 2	0.13 114	0.06 7	0.07 35	0.06 14	0.05 11	0.10 57	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

Occ-G	0.08 40	0.05 11	0.07 3	0.14 27	0.07 63	0.09 82	0.14 157	0.14 73	0.15 154	0.07 29	0.12 159	0.07 62	0.05 11	0.09 32	0.10 111	0.06 109	0.05 154	0.05 23	0.04 31	0.05 95	0.06 188

trnet	0.08 40	0.05 11	0.07 3	0.12 4	0.05 1	0.12 205	0.10 26	0.13 59	0.10 31	0.08 59	0.13 174	0.09 121	0.08 139	0.11 102	0.10 111	0.08 299	0.05 154	0.05 23	0.03 1	0.06 182	0.05 109

LoS_RVC	0.08 40	0.05 11	0.07 3	0.15 64	0.07 63	0.08 48	0.15 227	0.12 43	0.11 54	0.08 59	0.09 89	0.06 14	0.09 164	0.10 57	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

CAS	0.08 40	0.04 1	0.07 3	0.17 208	0.08 124	0.10 124	0.13 108	0.12 43	0.09 21	0.09 88	0.10 115	0.08 94	0.06 36	0.09 32	0.09 43	0.08 299	0.04 20	0.05 23	0.03 1	0.05 95	0.04 28

raft_robust	0.13 274	0.10 366	0.07 3	0.18 290	0.08 124	0.13 234	0.24 471	0.29 398	0.34 425	0.20 373	0.20 283	0.15 261	0.10 186	0.11 102	0.12 228	0.05 25	0.05 154	0.07 195	0.07 270	0.05 95	0.04 28

CREStereo++_RVC	0.08 40	0.04 1	0.07 3	0.13 9	0.07 63	0.09 82	0.12 69	0.14 73	0.14 136	0.10 118	0.14 187	0.08 94	0.07 103	0.10 57	0.11 170	0.06 109	0.04 20	0.05 23	0.05 108	0.04 13	0.04 28
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
XX-TBD	0.09 77	0.06 49	0.07 3	0.14 27	0.07 63	0.13 234	0.16 286	0.14 73	0.14 136	0.11 155	0.12 159	0.09 121	0.08 139	0.10 57	0.10 111	0.06 109	0.04 20	0.05 23	0.04 31	0.06 182	0.05 109

water-stereo	0.09 77	0.06 49	0.08 19	0.16 133	0.07 63	0.10 124	0.13 108	0.15 99	0.13 114	0.11 155	0.12 159	0.09 121	0.10 186	0.07 3	0.08 14	0.06 109	0.05 154	0.05 23	0.05 108	0.04 13	0.04 28

asda	0.07 3	0.08 229	0.08 19	0.16 133	0.07 63	0.06 8	0.10 26	0.16 124	0.11 54	0.06 7	0.06 11	0.05 1	0.06 36	0.10 57	0.10 111	0.03 1	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

asd	0.07 3	0.08 229	0.08 19	0.16 133	0.07 63	0.08 48	0.08 7	0.11 27	0.08 9	0.07 29	0.07 35	0.06 14	0.06 36	0.10 57	0.09 43	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

DilatedVolume-Stereo	0.09 77	0.05 11	0.08 19	0.15 64	0.06 11	0.11 164	0.12 69	0.14 73	0.16 180	0.11 155	0.11 145	0.09 121	0.10 186	0.11 102	0.11 170	0.06 109	0.05 154	0.05 23	0.04 31	0.03 1	0.03 1

2.25w	0.07 3	0.07 118	0.08 19	0.15 64	0.06 11	0.08 48	0.09 17	0.10 16	0.15 154	0.08 59	0.10 115	0.07 62	0.06 36	0.09 32	0.10 111	0.05 25	0.04 20	0.04 1	0.04 31	0.03 1	0.04 28

4.5_new	0.07 3	0.09 301	0.08 19	0.15 64	0.07 63	0.07 23	0.10 26	0.14 73	0.11 54	0.06 7	0.08 69	0.06 14	0.06 36	0.08 13	0.10 111	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

4.5w-stereo	0.07 3	0.09 301	0.08 19	0.15 64	0.07 63	0.07 23	0.10 26	0.14 73	0.11 54	0.06 7	0.08 69	0.06 14	0.06 36	0.08 13	0.10 111	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

4w-stereo	0.07 3	0.08 229	0.08 19	0.16 133	0.07 63	0.07 23	0.08 7	0.11 27	0.09 21	0.07 29	0.07 35	0.05 1	0.06 36	0.09 32	0.10 111	0.03 1	0.03 1	0.04 1	0.04 31	0.04 13	0.03 1

2.5w	0.07 3	0.07 118	0.08 19	0.16 133	0.06 11	0.08 48	0.12 69	0.10 16	0.10 31	0.07 29	0.06 11	0.09 121	0.06 36	0.08 13	0.09 43	0.04 6	0.03 1	0.04 1	0.04 31	0.03 1	0.03 1

3.25w_new	0.07 3	0.06 49	0.08 19	0.15 64	0.06 11	0.10 124	0.07 3	0.12 43	0.11 54	0.08 59	0.07 35	0.07 62	0.06 36	0.11 102	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 28

3.25w	0.07 3	0.06 49	0.08 19	0.15 64	0.06 11	0.10 124	0.07 3	0.12 43	0.11 54	0.08 59	0.07 35	0.07 62	0.06 36	0.11 102	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 28

3.75w	0.07 3	0.07 118	0.08 19	0.16 133	0.07 63	0.07 23	0.09 17	0.16 124	0.10 31	0.07 29	0.06 11	0.06 14	0.06 36	0.09 32	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

MLG-Stereo_test1	0.06 1	0.05 11	0.08 19	0.17 208	0.05 1	0.07 23	0.11 45	0.09 10	0.03 1	0.05 1	0.04 1	0.06 14	0.05 11	0.09 32	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.05 109

Reg-Stereo(zero)	0.09 77	0.05 11	0.08 19	0.16 133	0.06 11	0.12 205	0.11 45	0.15 99	0.11 54	0.12 187	0.09 89	0.10 152	0.08 139	0.11 102	0.09 43	0.06 109	0.05 154	0.05 23	0.04 31	0.04 13	0.05 109

SCV_C0	0.08 40	0.07 118	0.08 19	0.16 133	0.10 334	0.08 48	0.14 157	0.11 27	0.13 114	0.08 59	0.07 35	0.06 14	0.05 11	0.11 102	0.07 1	0.05 25	0.05 154	0.05 23	0.04 31	0.06 182	0.05 109

SCV	0.08 40	0.09 301	0.08 19	0.15 64	0.08 124	0.10 124	0.12 69	0.11 27	0.12 84	0.07 29	0.07 35	0.06 14	0.04 1	0.10 57	0.08 14	0.05 25	0.05 154	0.06 100	0.04 31	0.06 182	0.04 28

FoundationStereo	0.06 1	0.04 1	0.08 19	0.13 9	0.05 1	0.09 82	0.13 108	0.06 1	0.09 21	0.05 1	0.05 7	0.06 14	0.04 1	0.07 3	0.07 1	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

AIO_rvc	0.07 3	0.06 49	0.08 19	0.15 64	0.06 11	0.08 48	0.14 157	0.09 10	0.08 9	0.07 29	0.08 69	0.07 62	0.04 1	0.10 57	0.08 14	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

HUF	0.08 40	0.05 11	0.08 19	0.14 27	0.06 11	0.09 82	0.13 108	0.13 59	0.13 114	0.07 29	0.07 35	0.09 121	0.06 36	0.10 57	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

castereo++	0.08 40	0.06 49	0.08 19	0.15 64	0.05 1	0.14 273	0.11 45	0.11 27	0.15 154	0.07 29	0.07 35	0.08 94	0.06 36	0.08 13	0.08 14	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

mms	0.09 77	0.07 118	0.08 19	0.17 208	0.08 124	0.11 164	0.15 227	0.12 43	0.11 54	0.09 88	0.09 89	0.08 94	0.06 36	0.11 102	0.12 228	0.05 25	0.04 20	0.07 195	0.05 108	0.04 13	0.04 28

dual_stereo	0.07 3	0.05 11	0.08 19	0.15 64	0.05 1	0.05 3	0.13 108	0.12 43	0.08 9	0.07 29	0.06 11	0.05 1	0.05 11	0.07 3	0.09 43	0.06 109	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

IGEV-Stereo++	0.07 3	0.06 49	0.08 19	0.18 290	0.06 11	0.05 3	0.10 26	0.11 27	0.11 54	0.06 7	0.07 35	0.07 62	0.06 36	0.09 32	0.09 43	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

RAStereo	0.10 136	0.09 301	0.08 19	0.20 403	0.08 124	0.13 234	0.18 360	0.16 124	0.17 204	0.10 118	0.12 159	0.05 1	0.06 36	0.09 32	0.08 14	0.07 239	0.05 154	0.07 195	0.05 108	0.05 95	0.04 28

IGEV-Stereo+	0.07 3	0.04 1	0.08 19	0.15 64	0.06 11	0.04 1	0.09 17	0.10 16	0.09 21	0.06 7	0.06 11	0.06 14	0.06 36	0.06 1	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.06 182	0.06 188

MaDis-Stereo	0.09 77	0.09 301	0.08 19	0.17 208	0.09 228	0.14 273	0.11 45	0.16 124	0.16 180	0.09 88	0.11 145	0.06 14	0.06 36	0.09 32	0.13 263	0.07 239	0.06 302	0.08 275	0.05 108	0.05 95	0.04 28

UniTT-Stereo	0.09 77	0.07 118	0.08 19	0.18 290	0.08 124	0.13 234	0.11 45	0.12 43	0.11 54	0.10 118	0.12 159	0.05 1	0.06 36	0.09 32	0.10 111	0.07 239	0.06 302	0.05 23	0.05 108	0.06 182	0.05 109

AEACV	0.09 77	0.05 11	0.08 19	0.14 27	0.13 443	0.14 273	0.13 108	0.15 99	0.09 21	0.07 29	0.09 89	0.07 62	0.08 139	0.10 57	0.09 43	0.06 109	0.04 20	0.06 100	0.05 108	0.05 95	0.04 28

CES	0.08 40	0.04 1	0.08 19	0.14 27	0.07 63	0.09 82	0.14 157	0.11 27	0.09 21	0.08 59	0.09 89	0.11 172	0.07 103	0.12 179	0.08 14	0.06 109	0.04 20	0.05 23	0.03 1	0.05 95	0.05 109

EGLCR-Stereo	0.08 40	0.05 11	0.08 19	0.14 27	0.07 63	0.11 164	0.12 69	0.11 27	0.16 180	0.06 7	0.05 7	0.07 62	0.05 11	0.10 57	0.11 170	0.06 109	0.04 20	0.06 100	0.05 108	0.04 13	0.04 28

CroCo-Stereo Lap2	0.09 77	0.09 301	0.08 19	0.22 454	0.09 228	0.09 82	0.18 360	0.16 124	0.12 84	0.09 88	0.10 115	0.05 1	0.05 11	0.08 13	0.08 14	0.06 109	0.06 302	0.07 195	0.05 108	0.06 182	0.05 109

TestStereo1	0.13 274	0.08 229	0.08 19	0.20 403	0.08 124	0.18 366	0.29 517	0.23 285	0.17 204	0.17 304	0.20 283	0.16 281	0.11 216	0.12 179	0.13 263	0.06 109	0.06 302	0.08 275	0.06 180	0.05 95	0.05 109

test_5	0.14 304	0.12 410	0.08 19	0.20 403	0.10 334	0.14 273	0.28 506	0.21 244	0.24 316	0.19 351	0.28 400	0.11 172	0.15 333	0.12 179	0.13 263	0.06 109	0.05 154	0.07 195	0.08 337	0.08 315	0.07 266

SA-5K	0.13 274	0.08 229	0.08 19	0.20 403	0.08 124	0.18 366	0.29 517	0.23 285	0.17 204	0.17 304	0.20 283	0.16 281	0.11 216	0.12 179	0.13 263	0.06 109	0.06 302	0.08 275	0.06 180	0.05 95	0.05 109

test_4	0.11 175	0.10 366	0.08 19	0.19 349	0.09 228	0.08 48	0.21 437	0.15 99	0.18 218	0.12 187	0.18 259	0.12 193	0.09 164	0.08 13	0.11 170	0.04 6	0.04 20	0.08 275	0.08 337	0.04 13	0.04 28

GMOStereo	0.11 175	0.09 301	0.08 19	0.19 349	0.08 124	0.12 205	0.28 506	0.13 59	0.18 218	0.11 155	0.17 236	0.14 236	0.12 248	0.07 3	0.07 1	0.05 25	0.05 154	0.09 359	0.07 270	0.04 13	0.04 28

error version	0.11 175	0.09 301	0.08 19	0.19 349	0.08 124	0.12 205	0.28 506	0.13 59	0.18 218	0.11 155	0.17 236	0.14 236	0.12 248	0.07 3	0.07 1	0.05 25	0.05 154	0.09 359	0.07 270	0.04 13	0.04 28

test-v	0.11 175	0.09 301	0.08 19	0.19 349	0.08 124	0.12 205	0.28 506	0.13 59	0.18 218	0.11 155	0.17 236	0.14 236	0.12 248	0.07 3	0.07 1	0.05 25	0.05 154	0.09 359	0.07 270	0.04 13	0.04 28

CroCo-Stereo	0.09 77	0.08 229	0.08 19	0.22 454	0.09 228	0.09 82	0.18 360	0.16 124	0.12 84	0.07 29	0.07 35	0.08 94	0.06 36	0.08 13	0.07 1	0.07 239	0.05 154	0.06 100	0.04 31	0.05 95	0.04 28
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
test-2	0.11 175	0.09 301	0.08 19	0.19 349	0.08 124	0.12 205	0.28 506	0.13 59	0.18 218	0.11 155	0.17 236	0.14 236	0.12 248	0.07 3	0.07 1	0.05 25	0.05 154	0.09 359	0.07 270	0.04 13	0.04 28

s12784h	0.10 136	0.06 49	0.08 19	0.15 64	0.05 1	0.16 327	0.18 360	0.16 124	0.15 154	0.10 118	0.11 145	0.11 172	0.11 216	0.11 102	0.12 228	0.05 25	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

TANstereo	0.09 77	0.04 1	0.08 19	0.13 9	0.06 11	0.11 164	0.13 108	0.15 99	0.19 239	0.11 155	0.15 200	0.10 152	0.07 103	0.12 179	0.09 43	0.07 239	0.05 154	0.05 23	0.04 31	0.06 182	0.05 109

CREStereo	0.09 77	0.05 11	0.08 19	0.11 1	0.06 11	0.14 273	0.14 157	0.14 73	0.10 31	0.09 88	0.13 174	0.09 121	0.08 139	0.12 179	0.10 111	0.08 299	0.04 20	0.05 23	0.03 1	0.06 182	0.06 188
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
GASTEREO	0.08 40	0.05 11	0.09 62	0.19 349	0.08 124	0.08 48	0.12 69	0.14 73	0.11 54	0.10 118	0.09 89	0.07 62	0.04 1	0.12 179	0.08 14	0.06 109	0.05 154	0.05 23	0.04 31	0.04 13	0.05 109

MSCF	0.08 40	0.05 11	0.09 62	0.19 349	0.08 124	0.07 23	0.12 69	0.14 73	0.11 54	0.10 118	0.09 89	0.07 62	0.04 1	0.11 102	0.08 14	0.06 109	0.05 154	0.05 23	0.04 31	0.05 95	0.05 109

depthmonostereo	0.09 77	0.06 49	0.09 62	0.15 64	0.06 11	0.11 164	0.13 108	0.14 73	0.15 154	0.10 118	0.10 115	0.09 121	0.11 216	0.08 13	0.09 43	0.06 109	0.05 154	0.06 100	0.04 31	0.04 13	0.03 1

4.25_new	0.07 3	0.08 229	0.09 62	0.15 64	0.06 11	0.08 48	0.08 7	0.14 73	0.08 9	0.07 29	0.07 35	0.06 14	0.06 36	0.12 179	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

4.5w_new	0.07 3	0.08 229	0.09 62	0.15 64	0.06 11	0.08 48	0.08 7	0.14 73	0.08 9	0.07 29	0.07 35	0.06 14	0.06 36	0.12 179	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

4.25w-stereo	0.07 3	0.08 229	0.09 62	0.15 64	0.06 11	0.08 48	0.08 7	0.14 73	0.08 9	0.07 29	0.07 35	0.06 14	0.06 36	0.12 179	0.10 111	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

2w_stereo	0.08 40	0.08 229	0.09 62	0.16 133	0.06 11	0.09 82	0.10 26	0.20 226	0.15 154	0.08 59	0.07 35	0.06 14	0.06 36	0.06 1	0.10 111	0.04 6	0.03 1	0.04 1	0.04 31	0.03 1	0.03 1

IGEV	0.08 40	0.04 1	0.09 62	0.13 9	0.06 11	0.09 82	0.12 69	0.14 73	0.10 31	0.06 7	0.09 89	0.07 62	0.05 11	0.09 32	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

MLG-Stereo	0.07 3	0.05 11	0.09 62	0.17 208	0.05 1	0.07 23	0.11 45	0.08 4	0.05 3	0.05 1	0.04 1	0.06 14	0.05 11	0.10 57	0.09 43	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.05 109

MM-Stereo_test2	0.09 77	0.07 118	0.09 62	0.19 349	0.08 124	0.12 205	0.18 360	0.15 99	0.14 136	0.07 29	0.10 115	0.07 62	0.06 36	0.12 179	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.06 182	0.04 28

MM-Stereo_test1	0.10 136	0.07 118	0.09 62	0.18 290	0.07 63	0.12 205	0.18 360	0.21 244	0.20 260	0.09 88	0.11 145	0.08 94	0.06 36	0.10 57	0.10 111	0.06 109	0.05 154	0.07 195	0.06 180	0.05 95	0.04 28

HART	0.08 40	0.07 118	0.09 62	0.18 290	0.07 63	0.10 124	0.16 286	0.13 59	0.11 54	0.09 88	0.10 115	0.08 94	0.05 11	0.10 57	0.08 14	0.05 25	0.04 20	0.06 100	0.04 31	0.05 95	0.04 28

GREAT-IGEV	0.07 3	0.06 49	0.09 62	0.13 9	0.07 63	0.07 23	0.14 157	0.10 16	0.09 21	0.06 7	0.08 69	0.06 14	0.05 11	0.10 57	0.07 1	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

DEFOM-Stereo_RVC	0.08 40	0.07 118	0.09 62	0.22 454	0.06 11	0.08 48	0.12 69	0.10 16	0.10 31	0.07 29	0.07 35	0.06 14	0.05 11	0.11 102	0.09 43	0.06 109	0.04 20	0.05 23	0.03 1	0.06 182	0.04 28

ours_stereo	0.09 77	0.07 118	0.09 62	0.17 208	0.08 124	0.11 164	0.16 286	0.11 27	0.12 84	0.08 59	0.10 115	0.08 94	0.06 36	0.12 179	0.12 228	0.05 25	0.04 20	0.06 100	0.05 108	0.04 13	0.04 28

UGAM	0.13 274	0.10 366	0.09 62	0.22 454	0.08 124	0.13 234	0.20 421	0.18 186	0.24 316	0.22 404	0.16 217	0.13 217	0.13 280	0.19 384	0.13 263	0.07 239	0.05 154	0.13 472	0.11 450	0.07 249	0.05 109

RSM++	0.08 40	0.06 49	0.09 62	0.17 208	0.07 63	0.09 82	0.12 69	0.11 27	0.11 54	0.08 59	0.06 11	0.07 62	0.05 11	0.10 57	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.05 95	0.03 1

RSM	0.08 40	0.06 49	0.09 62	0.17 208	0.07 63	0.08 48	0.12 69	0.12 43	0.10 31	0.08 59	0.07 35	0.06 14	0.05 11	0.11 102	0.09 43	0.04 6	0.04 20	0.05 23	0.04 31	0.04 13	0.04 28

IGEV++	0.08 40	0.06 49	0.09 62	0.18 290	0.07 63	0.10 124	0.13 108	0.10 16	0.10 31	0.08 59	0.08 69	0.06 14	0.05 11	0.13 230	0.09 43	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

MSKI-zero shot	0.09 77	0.05 11	0.09 62	0.16 133	0.07 63	0.10 124	0.13 108	0.15 99	0.14 136	0.09 88	0.09 89	0.09 121	0.06 36	0.12 179	0.11 170	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

CASnet	0.09 77	0.09 301	0.09 62	0.19 349	0.06 11	0.07 23	0.11 45	0.18 186	0.14 136	0.11 155	0.10 115	0.09 121	0.07 103	0.10 57	0.10 111	0.06 109	0.04 20	0.10 407	0.08 337	0.06 182	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.07 3	0.06 49	0.09 62	0.17 208	0.06 11	0.08 48	0.12 69	0.13 59	0.08 9	0.08 59	0.07 35	0.06 14	0.04 1	0.10 57	0.09 43	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.03 1

MC-Stereo	0.09 77	0.07 118	0.09 62	0.17 208	0.06 11	0.10 124	0.14 157	0.12 43	0.11 54	0.09 88	0.12 159	0.09 121	0.06 36	0.11 102	0.10 111	0.06 109	0.04 20	0.06 100	0.05 108	0.04 13	0.04 28

RCA-Stereo	0.09 77	0.06 49	0.09 62	0.16 133	0.06 11	0.09 82	0.13 108	0.18 186	0.14 136	0.10 118	0.11 145	0.08 94	0.07 103	0.12 179	0.11 170	0.06 109	0.04 20	0.06 100	0.05 108	0.05 95	0.04 28

RAFT+CT+SA	0.13 274	0.11 391	0.09 62	0.19 349	0.09 228	0.15 299	0.28 506	0.22 267	0.22 296	0.15 263	0.26 372	0.10 152	0.10 186	0.11 102	0.12 228	0.05 25	0.04 20	0.07 195	0.08 337	0.07 249	0.06 188

Sa-1000	0.12 247	0.08 229	0.09 62	0.18 290	0.08 124	0.15 299	0.22 449	0.22 267	0.19 239	0.15 263	0.20 283	0.17 298	0.11 216	0.10 57	0.10 111	0.06 109	0.05 154	0.09 359	0.09 382	0.05 95	0.05 109

SA	0.13 274	0.09 301	0.09 62	0.18 290	0.08 124	0.12 205	0.24 471	0.23 285	0.19 239	0.17 304	0.27 389	0.15 261	0.11 216	0.11 102	0.11 170	0.05 25	0.05 154	0.09 359	0.08 337	0.05 95	0.05 109

LCNet	0.11 175	0.07 118	0.09 62	0.19 349	0.09 228	0.08 48	0.14 157	0.21 244	0.15 154	0.12 187	0.15 200	0.16 281	0.11 216	0.12 179	0.11 170	0.05 25	0.04 20	0.08 275	0.07 270	0.06 182	0.14 482

cross-raft	0.10 136	0.09 301	0.09 62	0.19 349	0.07 63	0.11 164	0.24 471	0.13 59	0.15 154	0.08 59	0.10 115	0.12 193	0.10 186	0.09 32	0.11 170	0.05 25	0.04 20	0.06 100	0.05 108	0.04 13	0.04 28

raft+_RVC	0.11 175	0.07 118	0.09 62	0.16 133	0.07 63	0.10 124	0.11 45	0.24 309	0.20 260	0.12 187	0.15 200	0.12 193	0.08 139	0.12 179	0.13 263	0.07 239	0.04 20	0.07 195	0.06 180	0.05 95	0.05 109

RALCasStereoNet	0.11 175	0.07 118	0.09 62	0.16 133	0.08 124	0.13 234	0.14 157	0.17 159	0.11 54	0.12 187	0.17 236	0.14 236	0.10 186	0.12 179	0.11 170	0.07 239	0.06 302	0.06 100	0.05 108	0.08 315	0.07 266

XX-Stereo	0.09 77	0.05 11	0.09 62	0.17 208	0.09 228	0.15 299	0.12 69	0.21 244	0.10 31	0.10 118	0.14 187	0.07 62	0.06 36	0.13 230	0.08 14	0.06 109	0.05 154	0.06 100	0.06 180	0.04 13	0.04 28

PMTNet	0.09 77	0.05 11	0.09 62	0.12 4	0.06 11	0.13 234	0.14 157	0.16 124	0.11 54	0.09 88	0.13 174	0.10 152	0.07 103	0.14 258	0.10 111	0.15 494	0.04 20	0.05 23	0.03 1	0.07 249	0.06 188

zero-FE	0.08 40	0.05 11	0.10 95	0.15 64	0.10 334	0.05 3	0.13 108	0.09 10	0.14 136	0.07 29	0.06 11	0.07 62	0.06 36	0.09 32	0.10 111	0.06 109	0.04 20	0.06 100	0.04 31	0.08 315	0.05 109

3w_stereo	0.08 40	0.09 301	0.10 95	0.17 208	0.07 63	0.08 48	0.11 45	0.20 226	0.13 114	0.06 7	0.07 35	0.05 1	0.06 36	0.08 13	0.09 43	0.04 6	0.03 1	0.04 1	0.03 1	0.04 13	0.03 1

111111	0.07 3	0.05 11	0.10 95	0.17 208	0.06 11	0.05 3	0.10 26	0.11 27	0.10 31	0.06 7	0.06 11	0.07 62	0.05 11	0.08 13	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.07 249	0.06 188

LG-Stereo_L2	0.07 3	0.05 11	0.10 95	0.14 27	0.06 11	0.07 23	0.12 69	0.09 10	0.10 31	0.06 7	0.04 1	0.05 1	0.05 11	0.08 13	0.08 14	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.03 1

MLG-Stereo_test3	0.07 3	0.05 11	0.10 95	0.15 64	0.06 11	0.07 23	0.10 26	0.08 4	0.06 4	0.06 7	0.04 1	0.06 14	0.06 36	0.08 13	0.10 111	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.06 188

MLG-Stereo_test2	0.07 3	0.04 1	0.10 95	0.15 64	0.06 11	0.07 23	0.11 45	0.09 10	0.04 2	0.06 7	0.05 7	0.06 14	0.04 1	0.08 13	0.09 43	0.06 109	0.04 20	0.05 23	0.03 1	0.05 95	0.05 109

LG-Stereo_Zeroshot	0.07 3	0.06 49	0.10 95	0.16 133	0.07 63	0.04 1	0.13 108	0.10 16	0.10 31	0.05 1	0.11 145	0.07 62	0.05 11	0.07 3	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

LG-Stereo	0.08 40	0.08 229	0.10 95	0.18 290	0.07 63	0.10 124	0.17 312	0.11 27	0.08 9	0.06 7	0.08 69	0.06 14	0.07 103	0.09 32	0.09 43	0.04 6	0.05 154	0.07 195	0.07 270	0.04 13	0.04 28

SGD-Stereo	0.08 40	0.05 11	0.10 95	0.14 27	0.06 11	0.12 205	0.12 69	0.11 27	0.12 84	0.07 29	0.09 89	0.09 121	0.09 164	0.08 13	0.08 14	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

AIO-test2	0.10 136	0.08 229	0.10 95	0.23 473	0.09 228	0.11 164	0.11 45	0.23 285	0.24 316	0.08 59	0.09 89	0.08 94	0.05 11	0.10 57	0.08 14	0.06 109	0.05 154	0.08 275	0.09 382	0.05 95	0.05 109

fffy	0.09 77	0.08 229	0.10 95	0.16 133	0.07 63	0.13 234	0.17 312	0.13 59	0.12 84	0.08 59	0.09 89	0.08 94	0.09 164	0.13 230	0.11 170	0.05 25	0.05 154	0.07 195	0.05 108	0.04 13	0.05 109

tg	0.10 136	0.06 49	0.10 95	0.18 290	0.08 124	0.11 164	0.16 286	0.20 226	0.12 84	0.08 59	0.11 145	0.11 172	0.07 103	0.11 102	0.10 111	0.05 25	0.04 20	0.08 275	0.08 337	0.04 13	0.04 28

WCG-NET	0.08 40	0.05 11	0.10 95	0.15 64	0.06 11	0.11 164	0.14 157	0.13 59	0.14 136	0.07 29	0.09 89	0.07 62	0.06 36	0.13 230	0.08 14	0.05 25	0.04 20	0.06 100	0.04 31	0.04 13	0.03 1

Pointernet	0.09 77	0.05 11	0.10 95	0.16 133	0.08 124	0.13 234	0.10 26	0.15 99	0.18 218	0.09 88	0.07 35	0.06 14	0.06 36	0.11 102	0.10 111	0.08 299	0.04 20	0.05 23	0.03 1	0.06 182	0.05 109

U	0.08 40	0.07 118	0.10 95	0.19 349	0.10 334	0.10 124	0.13 108	0.12 43	0.17 204	0.07 29	0.07 35	0.06 14	0.05 11	0.07 3	0.09 43	0.06 109	0.04 20	0.06 100	0.04 31	0.06 182	0.05 109

AIO-Stereo	0.08 40	0.06 49	0.10 95	0.18 290	0.06 11	0.09 82	0.11 45	0.16 124	0.09 21	0.09 88	0.08 69	0.07 62	0.05 11	0.11 102	0.08 14	0.05 25	0.05 154	0.05 23	0.04 31	0.04 13	0.04 28

WCG-NET（raft）	0.08 40	0.05 11	0.10 95	0.15 64	0.06 11	0.11 164	0.13 108	0.15 99	0.12 84	0.08 59	0.07 35	0.06 14	0.06 36	0.13 230	0.08 14	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

gcap-zeroshot	0.09 77	0.06 49	0.10 95	0.16 133	0.07 63	0.14 273	0.13 108	0.11 27	0.12 84	0.13 216	0.12 159	0.09 121	0.08 139	0.09 32	0.09 43	0.06 109	0.05 154	0.06 100	0.05 108	0.04 13	0.04 28

H2IRNET	0.10 136	0.09 301	0.10 95	0.18 290	0.09 228	0.12 205	0.15 227	0.14 73	0.21 274	0.10 118	0.10 115	0.10 152	0.11 216	0.10 57	0.10 111	0.06 109	0.04 20	0.08 275	0.08 337	0.06 182	0.05 109

MyStereo07	0.10 136	0.07 118	0.10 95	0.17 208	0.09 228	0.14 273	0.17 312	0.15 99	0.15 154	0.09 88	0.06 11	0.06 14	0.07 103	0.12 179	0.09 43	0.06 109	0.05 154	0.08 275	0.07 270	0.06 182	0.06 188

MyStereo05	0.13 274	0.07 118	0.10 95	0.17 208	0.09 228	0.13 234	0.18 360	0.28 380	0.35 439	0.17 304	0.14 187	0.15 261	0.11 216	0.15 276	0.13 263	0.06 109	0.05 154	0.08 275	0.07 270	0.06 182	0.06 188

MyStereo04	0.13 274	0.07 118	0.10 95	0.17 208	0.09 228	0.14 273	0.17 312	0.29 398	0.38 456	0.17 304	0.14 187	0.16 281	0.11 216	0.15 276	0.13 263	0.06 109	0.05 154	0.08 275	0.07 270	0.06 182	0.06 188

plain	0.11 175	0.09 301	0.10 95	0.19 349	0.09 228	0.11 164	0.14 157	0.14 73	0.13 114	0.13 216	0.15 200	0.09 121	0.12 248	0.13 230	0.12 228	0.07 239	0.05 154	0.09 359	0.06 180	0.06 182	0.06 188

StereoVision	0.14 304	0.13 438	0.10 95	0.24 484	0.10 334	0.16 327	0.21 437	0.21 244	0.20 260	0.12 187	0.25 359	0.10 152	0.10 186	0.16 303	0.10 111	0.09 355	0.10 454	0.12 458	0.12 471	0.06 182	0.05 109

MIF-Stereo (partial)	0.11 175	0.06 49	0.10 95	0.19 349	0.10 334	0.10 124	0.12 69	0.17 159	0.19 239	0.14 239	0.16 217	0.10 152	0.11 216	0.12 179	0.12 228	0.08 299	0.05 154	0.08 275	0.07 270	0.06 182	0.07 266

Any-RAFT	0.10 136	0.05 11	0.10 95	0.15 64	0.07 63	0.13 234	0.14 157	0.21 244	0.15 154	0.11 155	0.12 159	0.13 217	0.10 186	0.13 230	0.10 111	0.07 239	0.04 20	0.05 23	0.04 31	0.06 182	0.05 109

RAFT-Test	0.09 77	0.06 49	0.10 95	0.16 133	0.07 63	0.11 164	0.15 227	0.16 124	0.13 114	0.09 88	0.10 115	0.11 172	0.09 164	0.12 179	0.09 43	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.05 109

4D-IteraStereo	0.10 136	0.07 118	0.10 95	0.18 290	0.07 63	0.09 82	0.15 227	0.18 186	0.15 154	0.10 118	0.11 145	0.10 152	0.07 103	0.12 179	0.09 43	0.05 25	0.03 1	0.08 275	0.07 270	0.06 182	0.05 109

RAFT_CTSACE	0.12 247	0.09 301	0.10 95	0.22 454	0.08 124	0.12 205	0.24 471	0.18 186	0.17 204	0.21 389	0.27 389	0.13 217	0.07 103	0.13 230	0.09 43	0.05 25	0.06 302	0.08 275	0.07 270	0.04 13	0.04 28

test-3	0.09 77	0.06 49	0.10 95	0.18 290	0.07 63	0.07 23	0.14 157	0.12 43	0.16 180	0.10 118	0.08 69	0.08 94	0.08 139	0.11 102	0.10 111	0.05 25	0.04 20	0.07 195	0.05 108	0.04 13	0.04 28

test_1	0.09 77	0.06 49	0.10 95	0.18 290	0.07 63	0.07 23	0.14 157	0.12 43	0.16 180	0.10 118	0.08 69	0.08 94	0.08 139	0.11 102	0.10 111	0.05 25	0.04 20	0.07 195	0.05 108	0.04 13	0.04 28

test_3	0.11 175	0.09 301	0.10 95	0.21 434	0.08 124	0.13 234	0.25 487	0.14 73	0.21 274	0.10 118	0.10 115	0.09 121	0.10 186	0.08 13	0.11 170	0.05 25	0.04 20	0.08 275	0.07 270	0.04 13	0.04 28

PSM-AAD	0.11 175	0.07 118	0.10 95	0.20 403	0.09 228	0.10 124	0.14 157	0.21 244	0.13 114	0.12 187	0.14 187	0.18 313	0.11 216	0.11 102	0.10 111	0.05 25	0.05 154	0.09 359	0.08 337	0.06 182	0.14 482

KYRaft	0.12 247	0.07 118	0.10 95	0.19 349	0.09 228	0.08 48	0.15 227	0.23 285	0.12 84	0.13 216	0.16 217	0.20 339	0.10 186	0.12 179	0.11 170	0.06 109	0.04 20	0.08 275	0.08 337	0.06 182	0.15 496

AnonymousM	0.10 136	0.06 49	0.10 95	0.14 27	0.07 63	0.09 82	0.13 108	0.19 213	0.14 136	0.13 216	0.12 159	0.09 121	0.08 139	0.13 230	0.10 111	0.08 299	0.05 154	0.08 275	0.05 108	0.05 95	0.05 109

GMM-Stereo	0.11 175	0.07 118	0.10 95	0.18 290	0.09 228	0.08 48	0.14 157	0.24 309	0.16 180	0.11 155	0.15 200	0.13 217	0.11 216	0.11 102	0.11 170	0.05 25	0.04 20	0.08 275	0.07 270	0.06 182	0.09 379

rafts_anoy	0.11 175	0.06 49	0.10 95	0.17 208	0.08 124	0.10 124	0.14 157	0.18 186	0.14 136	0.13 216	0.13 174	0.12 193	0.11 216	0.11 102	0.13 263	0.07 239	0.05 154	0.09 359	0.11 450	0.07 249	0.06 188

iRaftStereo_RVC	0.10 136	0.07 118	0.10 95	0.17 208	0.09 228	0.11 164	0.17 312	0.18 186	0.12 84	0.09 88	0.11 145	0.10 152	0.07 103	0.11 102	0.10 111	0.05 25	0.04 20	0.08 275	0.08 337	0.04 13	0.04 28

RALAANet	0.11 175	0.08 229	0.10 95	0.17 208	0.09 228	0.14 273	0.10 26	0.20 226	0.16 180	0.14 239	0.13 174	0.16 281	0.09 164	0.12 179	0.12 228	0.06 109	0.05 154	0.08 275	0.07 270	0.06 182	0.04 28

RAFT-Stereo + iAFF	0.09 77	0.06 49	0.10 95	0.17 208	0.07 63	0.10 124	0.15 227	0.17 159	0.15 154	0.10 118	0.10 115	0.08 94	0.09 164	0.12 179	0.10 111	0.05 25	0.04 20	0.06 100	0.06 180	0.04 13	0.03 1

AFF-stereo	0.09 77	0.07 118	0.10 95	0.17 208	0.07 63	0.10 124	0.15 227	0.18 186	0.10 31	0.10 118	0.11 145	0.09 121	0.10 186	0.12 179	0.10 111	0.05 25	0.04 20	0.07 195	0.07 270	0.04 13	0.04 28

CFNet-RSSM	0.09 77	0.07 118	0.10 95	0.16 133	0.07 63	0.09 82	0.15 227	0.17 159	0.18 218	0.08 59	0.12 159	0.11 172	0.09 164	0.12 179	0.10 111	0.06 109	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

Gwc-CoAtRS	0.09 77	0.07 118	0.10 95	0.16 133	0.07 63	0.10 124	0.15 227	0.18 186	0.17 204	0.08 59	0.10 115	0.12 193	0.09 164	0.12 179	0.09 43	0.06 109	0.04 20	0.06 100	0.04 31	0.04 13	0.05 109

LG-Stereo_L1	0.07 3	0.05 11	0.11 138	0.14 27	0.06 11	0.07 23	0.12 69	0.09 10	0.08 9	0.05 1	0.04 1	0.05 1	0.04 1	0.08 13	0.08 14	0.05 25	0.04 20	0.05 23	0.03 1	0.04 13	0.04 28

LG-G_1	0.07 3	0.04 1	0.11 138	0.15 64	0.06 11	0.09 82	0.08 7	0.08 4	0.06 4	0.06 7	0.06 11	0.07 62	0.07 103	0.11 102	0.08 14	0.07 239	0.04 20	0.05 23	0.04 31	0.05 95	0.06 188

LG-G	0.07 3	0.04 1	0.11 138	0.15 64	0.06 11	0.09 82	0.08 7	0.08 4	0.06 4	0.06 7	0.06 11	0.07 62	0.07 103	0.11 102	0.08 14	0.07 239	0.04 20	0.05 23	0.04 31	0.05 95	0.06 188

G2L-Stereo_test	0.14 304	0.07 118	0.11 138	0.13 9	0.08 124	0.12 205	0.17 312	0.31 425	0.28 381	0.21 389	0.23 320	0.20 339	0.16 354	0.17 342	0.19 397	0.07 239	0.05 154	0.05 23	0.05 108	0.07 249	0.07 266

LGtest1	0.07 3	0.05 11	0.11 138	0.15 64	0.06 11	0.07 23	0.09 17	0.08 4	0.06 4	0.06 7	0.04 1	0.06 14	0.07 103	0.10 57	0.09 43	0.07 239	0.04 20	0.05 23	0.04 31	0.06 182	0.06 188

S2M2	0.09 77	0.08 229	0.11 138	0.13 9	0.10 334	0.08 48	0.06 1	0.10 16	0.10 31	0.10 118	0.10 115	0.09 121	0.09 164	0.11 102	0.11 170	0.13 471	0.07 373	0.08 275	0.09 382	0.10 413	0.08 335

AIO-test1	0.10 136	0.07 118	0.11 138	0.24 484	0.07 63	0.09 82	0.13 108	0.22 267	0.15 154	0.11 155	0.12 159	0.09 121	0.07 103	0.11 102	0.09 43	0.06 109	0.05 154	0.09 359	0.10 420	0.04 13	0.07 266

IGEV-RUCA	0.08 40	0.06 49	0.11 138	0.14 27	0.09 228	0.10 124	0.12 69	0.10 16	0.12 84	0.06 7	0.07 35	0.08 94	0.06 36	0.09 32	0.08 14	0.06 109	0.05 154	0.05 23	0.04 31	0.05 95	0.06 188

castereo	0.09 77	0.06 49	0.11 138	0.15 64	0.06 11	0.11 164	0.14 157	0.14 73	0.18 218	0.08 59	0.10 115	0.11 172	0.08 139	0.09 32	0.10 111	0.05 25	0.04 20	0.05 23	0.04 31	0.04 13	0.04 28

GIP-stereo	0.08 40	0.06 49	0.11 138	0.15 64	0.07 63	0.09 82	0.13 108	0.15 99	0.11 54	0.07 29	0.08 69	0.05 1	0.04 1	0.10 57	0.07 1	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

tt45	0.09 77	0.06 49	0.11 138	0.15 64	0.07 63	0.12 205	0.15 227	0.13 59	0.12 84	0.09 88	0.06 11	0.08 94	0.06 36	0.13 230	0.10 111	0.06 109	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188

RAFT-Stereo-weight	0.09 77	0.06 49	0.11 138	0.16 133	0.07 63	0.09 82	0.14 157	0.19 213	0.16 180	0.11 155	0.10 115	0.08 94	0.06 36	0.10 57	0.11 170	0.06 109	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

CAS++	0.11 175	0.07 118	0.11 138	0.14 27	0.10 334	0.13 234	0.14 157	0.24 309	0.14 136	0.11 155	0.09 89	0.11 172	0.07 103	0.14 258	0.09 43	0.11 428	0.09 431	0.09 359	0.07 270	0.07 249	0.08 335
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.10 136	0.06 49	0.11 138	0.20 403	0.10 334	0.10 124	0.11 45	0.17 159	0.13 114	0.12 187	0.13 174	0.09 121	0.08 139	0.11 102	0.13 263	0.06 109	0.05 154	0.05 23	0.04 31	0.05 95	0.05 109

MoCha-V2	0.08 40	0.05 11	0.11 138	0.20 403	0.07 63	0.10 124	0.14 157	0.12 43	0.08 9	0.07 29	0.08 69	0.07 62	0.06 36	0.09 32	0.08 14	0.05 25	0.05 154	0.05 23	0.04 31	0.04 13	0.04 28

AE-Stereo	0.10 136	0.08 229	0.11 138	0.19 349	0.09 228	0.10 124	0.15 227	0.14 73	0.20 260	0.09 88	0.15 200	0.12 193	0.08 139	0.11 102	0.10 111	0.05 25	0.06 302	0.07 195	0.06 180	0.05 95	0.04 28

ff7	0.09 77	0.07 118	0.11 138	0.16 133	0.09 228	0.11 164	0.15 227	0.16 124	0.12 84	0.10 118	0.06 11	0.06 14	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188

IGEVStereo-DCA	0.09 77	0.07 118	0.11 138	0.16 133	0.10 334	0.11 164	0.15 227	0.16 124	0.12 84	0.10 118	0.06 11	0.08 94	0.06 36	0.10 57	0.09 43	0.06 109	0.05 154	0.06 100	0.05 108	0.05 95	0.06 188

ffff	0.09 77	0.07 118	0.11 138	0.16 133	0.09 228	0.11 164	0.15 227	0.16 124	0.12 84	0.10 118	0.06 11	0.06 14	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188

11t	0.09 77	0.07 118	0.11 138	0.16 133	0.09 228	0.11 164	0.15 227	0.16 124	0.12 84	0.10 118	0.06 11	0.06 14	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188

MIM_Stereo	0.10 136	0.07 118	0.11 138	0.15 64	0.07 63	0.07 23	0.12 69	0.20 226	0.14 136	0.13 216	0.14 187	0.09 121	0.05 11	0.12 179	0.08 14	0.05 25	0.06 302	0.07 195	0.06 180	0.06 182	0.05 109

anonymousdsp2	0.11 175	0.07 118	0.11 138	0.16 133	0.09 228	0.13 234	0.14 157	0.19 213	0.23 306	0.13 216	0.14 187	0.12 193	0.09 164	0.14 258	0.11 170	0.05 25	0.05 154	0.05 23	0.04 31	0.06 182	0.06 188

anonymousdsp	0.09 77	0.07 118	0.11 138	0.17 208	0.09 228	0.11 164	0.15 227	0.16 124	0.12 84	0.10 118	0.06 11	0.06 14	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188

LoS	0.09 77	0.05 11	0.11 138	0.13 9	0.07 63	0.14 273	0.11 45	0.15 99	0.15 154	0.09 88	0.09 89	0.12 193	0.09 164	0.15 276	0.10 111	0.07 239	0.05 154	0.05 23	0.03 1	0.05 95	0.05 109
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 77	0.07 118	0.11 138	0.17 208	0.08 124	0.11 164	0.15 227	0.15 99	0.12 84	0.10 118	0.06 11	0.07 62	0.06 36	0.11 102	0.09 43	0.05 25	0.05 154	0.06 100	0.05 108	0.04 13	0.06 188

ccc-4	0.09 77	0.07 118	0.11 138	0.16 133	0.09 228	0.11 164	0.15 227	0.16 124	0.12 84	0.10 118	0.06 11	0.06 14	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188

IGEV-Stereo	0.09 77	0.07 118	0.11 138	0.17 208	0.09 228	0.11 164	0.15 227	0.16 124	0.12 84	0.10 118	0.06 11	0.06 14	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 175	0.07 118	0.11 138	0.18 290	0.07 63	0.08 48	0.13 108	0.16 124	0.24 316	0.12 187	0.13 174	0.12 193	0.08 139	0.18 359	0.12 228	0.06 109	0.08 404	0.08 275	0.06 180	0.05 95	0.05 109

THIR-Stereo	0.12 247	0.07 118	0.11 138	0.15 64	0.08 124	0.14 273	0.16 286	0.18 186	0.25 340	0.17 304	0.24 332	0.13 217	0.13 280	0.12 179	0.14 299	0.06 109	0.05 154	0.07 195	0.07 270	0.05 95	0.05 109

GrayStereo	0.11 175	0.06 49	0.11 138	0.19 349	0.09 228	0.09 82	0.16 286	0.18 186	0.17 204	0.14 239	0.17 236	0.17 298	0.11 216	0.12 179	0.11 170	0.05 25	0.05 154	0.07 195	0.06 180	0.06 182	0.10 409

RAFT	0.13 274	0.09 301	0.11 138	0.18 290	0.08 124	0.15 299	0.23 461	0.21 244	0.20 260	0.21 389	0.21 300	0.18 313	0.13 280	0.17 342	0.10 111	0.06 109	0.07 373	0.10 407	0.09 382	0.06 182	0.05 109

Prome-Stereo	0.11 175	0.07 118	0.11 138	0.18 290	0.09 228	0.12 205	0.14 157	0.23 285	0.13 114	0.13 216	0.16 217	0.13 217	0.08 139	0.12 179	0.10 111	0.05 25	0.05 154	0.07 195	0.06 180	0.06 182	0.10 409

TestStereo	0.14 304	0.15 460	0.11 138	0.23 473	0.08 124	0.15 299	0.21 437	0.20 226	0.23 306	0.14 239	0.25 359	0.16 281	0.13 280	0.16 303	0.14 299	0.06 109	0.06 302	0.08 275	0.06 180	0.09 378	0.05 109

raftrobust	0.09 77	0.06 49	0.11 138	0.17 208	0.08 124	0.09 82	0.10 26	0.18 186	0.16 180	0.10 118	0.09 89	0.12 193	0.08 139	0.12 179	0.10 111	0.08 299	0.05 154	0.06 100	0.05 108	0.05 95	0.06 188

EAI-Stereo	0.09 77	0.07 118	0.11 138	0.16 133	0.07 63	0.10 124	0.15 227	0.16 124	0.09 21	0.08 59	0.09 89	0.08 94	0.07 103	0.09 32	0.11 170	0.05 25	0.05 154	0.05 23	0.05 108	0.05 95	0.04 28

R-Stereo Train	0.10 136	0.06 49	0.11 138	0.17 208	0.08 124	0.11 164	0.14 157	0.24 309	0.11 54	0.12 187	0.19 273	0.11 172	0.08 139	0.10 57	0.11 170	0.07 239	0.05 154	0.06 100	0.05 108	0.05 95	0.05 109

RAFT-Stereo	0.10 136	0.06 49	0.11 138	0.17 208	0.08 124	0.11 164	0.14 157	0.24 309	0.11 54	0.12 187	0.19 273	0.11 172	0.08 139	0.10 57	0.11 170	0.07 239	0.05 154	0.06 100	0.05 108	0.05 95	0.05 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AANet_RVC	0.16 372	0.10 366	0.11 138	0.18 290	0.09 228	0.19 388	0.18 360	0.27 356	0.32 409	0.22 404	0.35 454	0.21 348	0.22 437	0.22 438	0.17 369	0.06 109	0.05 154	0.06 100	0.06 180	0.07 249	0.06 188

S2M2_XL	0.08 40	0.06 49	0.12 176	0.12 4	0.08 124	0.09 82	0.09 17	0.07 2	0.07 8	0.08 59	0.07 35	0.07 62	0.06 36	0.09 32	0.09 43	0.08 299	0.06 302	0.07 195	0.06 180	0.08 315	0.06 188

coex_refinement	0.14 304	0.07 118	0.12 176	0.17 208	0.10 334	0.16 327	0.15 227	0.27 356	0.29 388	0.18 336	0.21 300	0.22 366	0.17 378	0.16 303	0.19 397	0.08 299	0.05 154	0.06 100	0.06 180	0.09 378	0.08 335

HI	0.11 175	0.06 49	0.12 176	0.13 9	0.09 228	0.09 82	0.14 157	0.22 267	0.11 54	0.20 373	0.17 236	0.14 236	0.10 186	0.16 303	0.09 43	0.05 25	0.04 20	0.07 195	0.08 337	0.07 249	0.06 188

CoSv	0.11 175	0.06 49	0.12 176	0.13 9	0.09 228	0.09 82	0.14 157	0.22 267	0.11 54	0.20 373	0.17 236	0.14 236	0.10 186	0.16 303	0.09 43	0.05 25	0.04 20	0.07 195	0.08 337	0.07 249	0.06 188

fffft	0.09 77	0.06 49	0.12 176	0.16 133	0.07 63	0.09 82	0.16 286	0.12 43	0.11 54	0.09 88	0.07 35	0.09 121	0.06 36	0.11 102	0.12 228	0.05 25	0.04 20	0.06 100	0.05 108	0.04 13	0.05 109
1: 1. 1
SMoEStereo_RVC	0.08 40	0.06 49	0.12 176	0.16 133	0.07 63	0.09 82	0.13 108	0.11 27	0.14 136	0.09 88	0.07 35	0.07 62	0.07 103	0.12 179	0.10 111	0.05 25	0.04 20	0.06 100	0.05 108	0.04 13	0.04 28

model_zeroshot	0.10 136	0.05 11	0.12 176	0.15 64	0.09 228	0.13 234	0.14 157	0.20 226	0.14 136	0.11 155	0.10 115	0.12 193	0.07 103	0.12 179	0.11 170	0.07 239	0.06 302	0.06 100	0.05 108	0.06 182	0.06 188

AIO-Stereo-zeroshot	0.11 175	0.05 11	0.12 176	0.15 64	0.13 443	0.14 273	0.16 286	0.23 285	0.18 218	0.10 118	0.13 174	0.10 152	0.07 103	0.12 179	0.09 43	0.06 109	0.05 154	0.06 100	0.06 180	0.07 249	0.08 335

test_sample2	0.13 274	0.07 118	0.12 176	0.14 27	0.08 124	0.16 327	0.18 360	0.21 244	0.16 180	0.14 239	0.21 300	0.20 339	0.15 333	0.15 276	0.13 263	0.08 299	0.06 302	0.07 195	0.06 180	0.08 315	0.08 335

MGS-Stereo	0.09 77	0.07 118	0.12 176	0.16 133	0.08 124	0.09 82	0.15 227	0.12 43	0.12 84	0.07 29	0.10 115	0.08 94	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.05 108	0.06 182	0.05 109

MyStereo06	0.10 136	0.07 118	0.12 176	0.17 208	0.09 228	0.13 234	0.18 360	0.19 213	0.12 84	0.13 216	0.08 69	0.07 62	0.07 103	0.11 102	0.09 43	0.06 109	0.05 154	0.08 275	0.07 270	0.06 182	0.06 188

LL-Strereo	0.13 274	0.10 366	0.12 176	0.20 403	0.10 334	0.11 164	0.18 360	0.33 444	0.25 340	0.16 292	0.16 217	0.14 236	0.14 312	0.19 384	0.11 170	0.06 109	0.05 154	0.09 359	0.08 337	0.04 13	0.05 109

CASS	0.14 304	0.12 410	0.12 176	0.23 473	0.09 228	0.15 299	0.17 312	0.19 213	0.20 260	0.17 304	0.18 259	0.15 261	0.15 333	0.15 276	0.14 299	0.09 355	0.06 302	0.10 407	0.08 337	0.09 378	0.07 266
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.11 175	0.06 49	0.12 176	0.14 27	0.07 63	0.15 299	0.13 108	0.20 226	0.14 136	0.11 155	0.17 236	0.13 217	0.09 164	0.14 258	0.11 170	0.09 355	0.05 154	0.06 100	0.05 108	0.07 249	0.07 266

Selective-RAFT	0.11 175	0.11 391	0.12 176	0.21 434	0.08 124	0.16 327	0.13 108	0.21 244	0.23 306	0.10 118	0.10 115	0.11 172	0.10 186	0.15 276	0.11 170	0.05 25	0.05 154	0.06 100	0.05 108	0.06 182	0.05 109

fff	0.10 136	0.06 49	0.12 176	0.15 64	0.07 63	0.09 82	0.17 312	0.16 124	0.21 274	0.13 216	0.17 236	0.10 152	0.11 216	0.12 179	0.13 263	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

iRaft-Stereo_5w	0.12 247	0.09 301	0.12 176	0.20 403	0.08 124	0.09 82	0.12 69	0.22 267	0.22 296	0.19 351	0.14 187	0.11 172	0.09 164	0.20 402	0.16 352	0.05 25	0.05 154	0.07 195	0.06 180	0.05 95	0.06 188

CrosDoStereo	0.12 247	0.07 118	0.12 176	0.14 27	0.09 228	0.12 205	0.15 227	0.17 159	0.22 296	0.19 351	0.24 332	0.15 261	0.11 216	0.11 102	0.12 228	0.06 109	0.05 154	0.07 195	0.07 270	0.05 95	0.05 109

TRStereo	0.10 136	0.05 11	0.12 176	0.16 133	0.12 417	0.10 124	0.13 108	0.18 186	0.19 239	0.09 88	0.09 89	0.09 121	0.07 103	0.10 57	0.08 14	0.07 239	0.05 154	0.07 195	0.07 270	0.04 13	0.04 28

DeepStereo_LL	0.12 247	0.07 118	0.12 176	0.14 27	0.09 228	0.12 205	0.15 227	0.17 159	0.22 296	0.19 351	0.24 332	0.15 261	0.11 216	0.11 102	0.12 228	0.06 109	0.05 154	0.07 195	0.07 270	0.05 95	0.05 109

DRaft	0.12 247	0.06 49	0.12 176	0.14 27	0.09 228	0.14 273	0.17 312	0.21 244	0.30 394	0.18 336	0.27 389	0.10 152	0.16 354	0.11 102	0.12 228	0.05 25	0.04 20	0.07 195	0.07 270	0.05 95	0.05 109

Pruner-Stereo	0.11 175	0.07 118	0.12 176	0.17 208	0.09 228	0.06 8	0.12 69	0.18 186	0.17 204	0.14 239	0.19 273	0.13 217	0.10 186	0.11 102	0.11 170	0.06 109	0.04 20	0.07 195	0.06 180	0.06 182	0.08 335

ICVP	0.16 372	0.09 301	0.12 176	0.22 454	0.09 228	0.18 366	0.21 437	0.26 342	0.24 316	0.18 336	0.30 421	0.27 421	0.18 392	0.18 359	0.15 333	0.10 396	0.07 373	0.08 275	0.07 270	0.07 249	0.08 335
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	0.16 372	0.23 513	0.12 176	0.35 532	0.11 388	0.15 299	0.17 312	0.26 342	0.22 296	0.19 351	0.24 332	0.21 348	0.14 312	0.15 276	0.13 263	0.11 428	0.07 373	0.11 437	0.10 420	0.09 378	0.07 266

DCANet	0.10 136	0.06 49	0.12 176	0.16 133	0.06 11	0.09 82	0.17 312	0.16 124	0.20 260	0.13 216	0.18 259	0.10 152	0.11 216	0.11 102	0.12 228	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.05 109

csc	0.10 136	0.06 49	0.12 176	0.15 64	0.07 63	0.09 82	0.17 312	0.16 124	0.21 274	0.13 216	0.17 236	0.10 152	0.11 216	0.12 179	0.13 263	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

cscssc	0.10 136	0.06 49	0.12 176	0.15 64	0.07 63	0.09 82	0.17 312	0.16 124	0.21 274	0.13 216	0.17 236	0.10 152	0.11 216	0.12 179	0.13 263	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

111	0.11 175	0.06 49	0.12 176	0.15 64	0.07 63	0.10 124	0.14 157	0.21 244	0.24 316	0.11 155	0.12 159	0.14 236	0.12 248	0.13 230	0.10 111	0.06 109	0.04 20	0.06 100	0.04 31	0.06 182	0.05 109

test_xeample3	0.09 77	0.07 118	0.12 176	0.16 133	0.09 228	0.11 164	0.15 227	0.16 124	0.14 136	0.10 118	0.07 35	0.08 94	0.06 36	0.10 57	0.09 43	0.06 109	0.04 20	0.06 100	0.05 108	0.05 95	0.06 188

UPFNet	0.16 372	0.08 229	0.12 176	0.20 403	0.12 417	0.20 407	0.23 461	0.28 380	0.26 353	0.18 336	0.24 332	0.22 366	0.20 422	0.19 384	0.22 433	0.09 355	0.07 373	0.08 275	0.09 382	0.08 315	0.06 188

GwcNet-RSSM	0.14 304	0.07 118	0.12 176	0.16 133	0.08 124	0.15 299	0.20 421	0.22 267	0.28 381	0.18 336	0.28 400	0.23 383	0.17 378	0.15 276	0.16 352	0.10 396	0.06 302	0.07 195	0.09 382	0.07 249	0.07 266

HSM-Net_RVC	0.14 304	0.08 229	0.12 176	0.15 64	0.08 124	0.16 327	0.15 227	0.27 356	0.29 388	0.20 373	0.21 300	0.29 439	0.14 312	0.18 359	0.13 263	0.06 109	0.06 302	0.06 100	0.06 180	0.07 249	0.06 188
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HITNet	0.11 175	0.06 49	0.12 176	0.14 27	0.06 11	0.12 205	0.10 26	0.18 186	0.18 218	0.13 216	0.17 236	0.15 261	0.11 216	0.15 276	0.14 299	0.06 109	0.04 20	0.04 1	0.04 31	0.06 182	0.05 109
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
G2L-ROB	0.13 274	0.07 118	0.13 209	0.13 9	0.08 124	0.14 273	0.17 312	0.25 329	0.19 239	0.20 373	0.19 273	0.20 339	0.14 312	0.18 359	0.16 352	0.08 299	0.05 154	0.06 100	0.05 108	0.08 315	0.09 379

xyz-stereo-finetune2	0.11 175	0.07 118	0.13 209	0.13 9	0.07 63	0.11 164	0.19 403	0.17 159	0.12 84	0.15 263	0.15 200	0.17 298	0.13 280	0.13 230	0.11 170	0.05 25	0.04 20	0.07 195	0.05 108	0.04 13	0.06 188

xyz-stereo-finetune	0.11 175	0.08 229	0.13 209	0.14 27	0.06 11	0.10 124	0.19 403	0.18 186	0.19 239	0.12 187	0.14 187	0.15 261	0.11 216	0.13 230	0.12 228	0.05 25	0.04 20	0.07 195	0.05 108	0.04 13	0.05 109

G2L-Stereo	0.14 304	0.07 118	0.13 209	0.17 208	0.09 228	0.13 234	0.12 69	0.27 356	0.22 296	0.17 304	0.27 389	0.21 348	0.13 280	0.18 359	0.18 382	0.09 355	0.08 404	0.08 275	0.07 270	0.07 249	0.07 266

FACV-RUCA	0.13 274	0.11 391	0.13 209	0.19 349	0.12 417	0.15 299	0.16 286	0.22 267	0.21 274	0.16 292	0.16 217	0.15 261	0.16 354	0.14 258	0.13 263	0.07 239	0.05 154	0.08 275	0.06 180	0.10 413	0.08 335

999	0.09 77	0.06 49	0.13 209	0.15 64	0.08 124	0.10 124	0.14 157	0.15 99	0.12 84	0.10 118	0.08 69	0.08 94	0.08 139	0.16 303	0.10 111	0.06 109	0.04 20	0.06 100	0.05 108	0.04 13	0.06 188

rvit_stereo_ft	0.12 247	0.07 118	0.13 209	0.19 349	0.10 334	0.12 205	0.17 312	0.16 124	0.16 180	0.13 216	0.13 174	0.15 261	0.10 186	0.14 258	0.13 263	0.10 396	0.06 302	0.08 275	0.07 270	0.07 249	0.06 188

Former-RAFT_DAM_RVC	0.11 175	0.08 229	0.13 209	0.16 133	0.08 124	0.15 299	0.16 286	0.18 186	0.19 239	0.10 118	0.09 89	0.09 121	0.08 139	0.11 102	0.12 228	0.07 239	0.05 154	0.08 275	0.06 180	0.07 249	0.06 188

CoDeX	0.12 247	0.07 118	0.13 209	0.17 208	0.08 124	0.12 205	0.16 286	0.23 285	0.27 365	0.13 216	0.17 236	0.15 261	0.12 248	0.14 258	0.11 170	0.07 239	0.05 154	0.07 195	0.06 180	0.06 182	0.05 109

ACVNet-DCA	0.10 136	0.08 229	0.13 209	0.17 208	0.09 228	0.13 234	0.15 227	0.24 309	0.16 180	0.09 88	0.09 89	0.06 14	0.06 36	0.10 57	0.07 1	0.06 109	0.05 154	0.06 100	0.05 108	0.07 249	0.07 266

xx1	0.11 175	0.08 229	0.13 209	0.17 208	0.09 228	0.13 234	0.15 227	0.16 124	0.18 218	0.09 88	0.09 89	0.16 281	0.16 354	0.10 57	0.07 1	0.06 109	0.05 154	0.08 275	0.08 337	0.07 249	0.07 266

1test111	0.11 175	0.08 229	0.13 209	0.17 208	0.09 228	0.13 234	0.15 227	0.24 309	0.16 180	0.09 88	0.09 89	0.06 14	0.06 36	0.15 276	0.16 352	0.06 109	0.05 154	0.06 100	0.05 108	0.07 249	0.07 266

cc1	0.10 136	0.08 229	0.13 209	0.17 208	0.09 228	0.13 234	0.15 227	0.16 124	0.18 218	0.09 88	0.09 89	0.06 14	0.06 36	0.10 57	0.07 1	0.06 109	0.05 154	0.06 100	0.05 108	0.06 182	0.06 188

rrr	0.09 77	0.07 118	0.13 209	0.16 133	0.10 334	0.11 164	0.15 227	0.16 124	0.15 154	0.10 118	0.06 11	0.08 94	0.06 36	0.10 57	0.09 43	0.06 109	0.05 154	0.06 100	0.05 108	0.05 95	0.06 188

tt1	0.10 136	0.08 229	0.13 209	0.17 208	0.09 228	0.13 234	0.15 227	0.15 99	0.19 239	0.09 88	0.08 69	0.06 14	0.06 36	0.10 57	0.08 14	0.06 109	0.05 154	0.06 100	0.05 108	0.06 182	0.06 188

1111x	0.16 372	0.09 301	0.13 209	0.18 290	0.08 124	0.18 366	0.25 487	0.32 430	0.25 340	0.17 304	0.24 332	0.27 421	0.15 333	0.14 258	0.24 456	0.07 239	0.07 373	0.08 275	0.09 382	0.07 249	0.07 266

IGEV_Zeroshot_test	0.09 77	0.05 11	0.13 209	0.14 27	0.08 124	0.12 205	0.13 108	0.17 159	0.11 54	0.10 118	0.06 11	0.09 121	0.06 36	0.11 102	0.09 43	0.06 109	0.04 20	0.06 100	0.06 180	0.05 95	0.05 109

GCAP-Stereo	0.09 77	0.07 118	0.13 209	0.18 290	0.06 11	0.11 164	0.07 3	0.14 73	0.12 84	0.09 88	0.10 115	0.07 62	0.09 164	0.13 230	0.10 111	0.06 109	0.05 154	0.05 23	0.04 31	0.04 13	0.05 109

HH	0.09 77	0.06 49	0.13 209	0.17 208	0.08 124	0.11 164	0.16 286	0.15 99	0.10 31	0.08 59	0.10 115	0.08 94	0.07 103	0.10 57	0.09 43	0.06 109	0.04 20	0.06 100	0.05 108	0.05 95	0.04 28

HanStereo	0.09 77	0.06 49	0.13 209	0.17 208	0.08 124	0.11 164	0.16 286	0.15 99	0.10 31	0.08 59	0.10 115	0.08 94	0.07 103	0.10 57	0.09 43	0.06 109	0.04 20	0.06 100	0.05 108	0.05 95	0.04 28

gwcnet-sp	0.14 304	0.07 118	0.13 209	0.18 290	0.09 228	0.16 327	0.18 360	0.24 309	0.24 316	0.19 351	0.24 332	0.15 261	0.16 354	0.16 303	0.15 333	0.08 299	0.07 373	0.07 195	0.08 337	0.08 315	0.07 266

scenet	0.14 304	0.07 118	0.13 209	0.18 290	0.09 228	0.16 327	0.18 360	0.24 309	0.24 316	0.19 351	0.24 332	0.15 261	0.16 354	0.16 303	0.15 333	0.08 299	0.07 373	0.07 195	0.08 337	0.08 315	0.07 266

DCRE	0.11 175	0.07 118	0.13 209	0.16 133	0.11 388	0.11 164	0.17 312	0.18 186	0.17 204	0.11 155	0.18 259	0.11 172	0.10 186	0.15 276	0.11 170	0.06 109	0.05 154	0.06 100	0.06 180	0.05 95	0.05 109

riskmin	0.11 175	0.06 49	0.13 209	0.14 27	0.08 124	0.14 273	0.14 157	0.18 186	0.15 154	0.12 187	0.15 200	0.17 298	0.11 216	0.14 258	0.12 228	0.09 355	0.05 154	0.07 195	0.05 108	0.08 315	0.08 335

ssnet	0.14 304	0.07 118	0.13 209	0.18 290	0.09 228	0.16 327	0.18 360	0.24 309	0.24 316	0.19 351	0.24 332	0.15 261	0.16 354	0.16 303	0.15 333	0.08 299	0.07 373	0.07 195	0.08 337	0.08 315	0.07 266

DCANet-4	0.11 175	0.07 118	0.13 209	0.16 133	0.06 11	0.09 82	0.17 312	0.18 186	0.20 260	0.13 216	0.17 236	0.09 121	0.14 312	0.12 179	0.13 263	0.06 109	0.04 20	0.05 23	0.04 31	0.04 13	0.05 109

ADStereo(finetuned)	0.10 136	0.06 49	0.13 209	0.16 133	0.06 11	0.09 82	0.17 312	0.16 124	0.20 260	0.13 216	0.18 259	0.10 152	0.12 248	0.12 179	0.12 228	0.06 109	0.04 20	0.05 23	0.04 31	0.05 95	0.05 109

DisPM	0.11 175	0.07 118	0.13 209	0.16 133	0.09 228	0.06 8	0.13 108	0.18 186	0.17 204	0.14 239	0.19 273	0.12 193	0.10 186	0.12 179	0.11 170	0.07 239	0.05 154	0.07 195	0.06 180	0.06 182	0.11 433

IER	0.14 304	0.08 229	0.13 209	0.17 208	0.09 228	0.14 273	0.16 286	0.26 342	0.27 365	0.18 336	0.26 372	0.17 298	0.20 422	0.17 342	0.14 299	0.08 299	0.05 154	0.07 195	0.06 180	0.08 315	0.07 266

iRaft-Stereo_20w	0.09 77	0.05 11	0.13 209	0.14 27	0.09 228	0.12 205	0.15 227	0.19 213	0.11 54	0.11 155	0.08 69	0.08 94	0.05 11	0.10 57	0.09 43	0.06 109	0.04 20	0.06 100	0.05 108	0.06 182	0.05 109

AASNet	0.16 372	0.08 229	0.13 209	0.19 349	0.09 228	0.19 388	0.15 227	0.38 496	0.37 450	0.20 373	0.24 332	0.20 339	0.17 378	0.17 342	0.21 420	0.10 396	0.08 404	0.08 275	0.07 270	0.09 378	0.09 379

PSMNet-ADL	0.15 345	0.12 410	0.13 209	0.22 454	0.09 228	0.13 234	0.20 421	0.26 342	0.23 306	0.18 336	0.20 283	0.23 383	0.17 378	0.18 359	0.18 382	0.09 355	0.08 404	0.08 275	0.11 450	0.08 315	0.07 266

STrans-v2	0.10 136	0.07 118	0.13 209	0.18 290	0.08 124	0.10 124	0.14 157	0.22 267	0.11 54	0.11 155	0.15 200	0.12 193	0.10 186	0.11 102	0.12 228	0.05 25	0.04 20	0.06 100	0.06 180	0.05 95	0.05 109

TransformOpticalFlow	0.10 136	0.08 229	0.13 209	0.18 290	0.07 63	0.09 82	0.15 227	0.19 213	0.16 180	0.12 187	0.16 217	0.11 172	0.11 216	0.11 102	0.11 170	0.05 25	0.04 20	0.06 100	0.06 180	0.05 95	0.05 109

IIG-Stereo	0.11 175	0.06 49	0.13 209	0.17 208	0.08 124	0.11 164	0.12 69	0.22 267	0.18 218	0.14 239	0.17 236	0.12 193	0.13 280	0.12 179	0.13 263	0.06 109	0.05 154	0.07 195	0.06 180	0.06 182	0.05 109

NF-Stereo	0.11 175	0.07 118	0.13 209	0.17 208	0.09 228	0.10 124	0.13 108	0.23 285	0.19 239	0.12 187	0.17 236	0.12 193	0.12 248	0.11 102	0.11 170	0.06 109	0.04 20	0.07 195	0.06 180	0.07 249	0.12 454

ASMatch	0.11 175	0.06 49	0.13 209	0.17 208	0.10 334	0.08 48	0.14 157	0.18 186	0.16 180	0.12 187	0.16 217	0.16 281	0.11 216	0.13 230	0.11 170	0.05 25	0.04 20	0.06 100	0.06 180	0.04 13	0.09 379

RE-Stereo	0.11 175	0.07 118	0.13 209	0.17 208	0.09 228	0.10 124	0.13 108	0.23 285	0.19 239	0.12 187	0.17 236	0.12 193	0.12 248	0.11 102	0.11 170	0.06 109	0.04 20	0.07 195	0.06 180	0.07 249	0.11 433

TVStereo	0.11 175	0.07 118	0.13 209	0.17 208	0.09 228	0.10 124	0.13 108	0.23 285	0.19 239	0.12 187	0.17 236	0.12 193	0.12 248	0.11 102	0.11 170	0.06 109	0.04 20	0.07 195	0.06 180	0.07 249	0.11 433

FENet	0.13 274	0.08 229	0.13 209	0.16 133	0.08 124	0.15 299	0.16 286	0.23 285	0.23 306	0.17 304	0.24 332	0.16 281	0.13 280	0.14 258	0.15 333	0.08 299	0.05 154	0.08 275	0.08 337	0.08 315	0.08 335

cf-r	0.14 304	0.07 118	0.13 209	0.16 133	0.08 124	0.14 273	0.19 403	0.21 244	0.25 340	0.17 304	0.26 372	0.22 366	0.17 378	0.14 258	0.15 333	0.10 396	0.05 154	0.06 100	0.08 337	0.06 182	0.06 188

GANet-RSSM	0.14 304	0.07 118	0.13 209	0.13 9	0.08 124	0.14 273	0.18 360	0.23 285	0.21 274	0.17 304	0.25 359	0.24 392	0.16 354	0.16 303	0.16 352	0.10 396	0.06 302	0.07 195	0.08 337	0.08 315	0.07 266

UCFNet_RVC	0.15 345	0.08 229	0.13 209	0.11 1	0.10 334	0.20 407	0.10 26	0.24 309	0.23 306	0.17 304	0.21 300	0.24 392	0.15 333	0.18 359	0.15 333	0.12 454	0.07 373	0.11 437	0.13 482	0.11 435	0.10 409

iResNet_ROB	0.14 304	0.07 118	0.13 209	0.15 64	0.07 63	0.19 388	0.14 157	0.26 342	0.32 409	0.23 418	0.26 372	0.23 383	0.16 354	0.15 276	0.14 299	0.07 239	0.05 154	0.05 23	0.04 31	0.08 315	0.08 335

FlowAnything_test	0.11 175	0.08 229	0.14 253	0.15 64	0.09 228	0.08 48	0.14 157	0.20 226	0.11 54	0.10 118	0.09 89	0.12 193	0.12 248	0.13 230	0.11 170	0.09 355	0.06 302	0.09 359	0.09 382	0.06 182	0.09 379

rvit_0105_5	0.14 304	0.10 366	0.14 253	0.17 208	0.09 228	0.14 273	0.23 461	0.24 309	0.27 365	0.14 239	0.15 200	0.18 313	0.13 280	0.17 342	0.14 299	0.14 490	0.11 467	0.10 407	0.11 450	0.08 315	0.07 266

GCAP-BAT	0.09 77	0.07 118	0.14 253	0.15 64	0.08 124	0.10 124	0.12 69	0.15 99	0.11 54	0.11 155	0.10 115	0.09 121	0.07 103	0.12 179	0.10 111	0.06 109	0.05 154	0.06 100	0.04 31	0.04 13	0.04 28

ITSA-stereo	0.16 372	0.11 391	0.14 253	0.19 349	0.08 124	0.13 234	0.14 157	0.30 409	0.49 499	0.17 304	0.18 259	0.22 366	0.15 333	0.17 342	0.16 352	0.10 396	0.06 302	0.08 275	0.08 337	0.08 315	0.09 379

AIO-Stereo-zeroshot1	0.11 175	0.05 11	0.14 253	0.16 133	0.21 521	0.09 82	0.17 312	0.21 244	0.16 180	0.11 155	0.15 200	0.10 152	0.07 103	0.10 57	0.08 14	0.06 109	0.05 154	0.07 195	0.07 270	0.07 249	0.09 379

test_sample6	0.14 304	0.09 301	0.14 253	0.17 208	0.08 124	0.17 350	0.19 403	0.26 342	0.18 218	0.18 336	0.28 400	0.19 322	0.15 333	0.15 276	0.13 263	0.08 299	0.05 154	0.08 275	0.07 270	0.08 315	0.08 335

test_sample5	0.14 304	0.08 229	0.14 253	0.16 133	0.08 124	0.18 366	0.18 360	0.25 329	0.17 204	0.17 304	0.28 400	0.18 313	0.15 333	0.16 303	0.13 263	0.08 299	0.06 302	0.08 275	0.07 270	0.09 378	0.08 335

test_sample1	0.13 274	0.07 118	0.14 253	0.14 27	0.08 124	0.19 388	0.17 312	0.20 226	0.15 154	0.14 239	0.22 316	0.18 313	0.16 354	0.17 342	0.15 333	0.07 239	0.06 302	0.06 100	0.06 180	0.08 315	0.08 335

test_for_model	0.09 77	0.12 410	0.14 253	0.23 473	0.11 388	0.08 48	0.13 108	0.12 43	0.13 114	0.10 118	0.07 35	0.07 62	0.06 36	0.11 102	0.10 111	0.06 109	0.05 154	0.05 23	0.04 31	0.08 315	0.05 109

11t1	0.12 247	0.07 118	0.14 253	0.14 27	0.08 124	0.17 350	0.15 227	0.19 213	0.15 154	0.15 263	0.15 200	0.17 298	0.16 354	0.15 276	0.13 263	0.08 299	0.05 154	0.06 100	0.05 108	0.08 315	0.07 266

DualNet	0.14 304	0.08 229	0.14 253	0.16 133	0.08 124	0.18 366	0.18 360	0.25 329	0.17 204	0.18 336	0.28 400	0.18 313	0.15 333	0.16 303	0.13 263	0.08 299	0.06 302	0.08 275	0.07 270	0.09 378	0.08 335

ttt	0.14 304	0.08 229	0.14 253	0.15 64	0.08 124	0.15 299	0.18 360	0.27 356	0.30 394	0.16 292	0.24 332	0.17 298	0.14 312	0.13 230	0.14 299	0.11 428	0.08 404	0.09 359	0.08 337	0.09 378	0.09 379

EKT-Stereo	0.11 175	0.07 118	0.14 253	0.16 133	0.10 334	0.13 234	0.14 157	0.19 213	0.21 274	0.11 155	0.08 69	0.13 217	0.10 186	0.11 102	0.12 228	0.08 299	0.06 302	0.07 195	0.06 180	0.08 315	0.07 266

testlalala_base	0.10 136	0.09 301	0.14 253	0.21 434	0.08 124	0.10 124	0.14 157	0.13 59	0.11 54	0.08 59	0.15 200	0.07 62	0.08 139	0.11 102	0.12 228	0.08 299	0.05 154	0.05 23	0.03 1	0.07 249	0.05 109

anonymousa	0.13 274	0.07 118	0.14 253	0.18 290	0.09 228	0.13 234	0.17 312	0.20 226	0.29 388	0.15 263	0.24 332	0.16 281	0.14 312	0.14 258	0.14 299	0.07 239	0.05 154	0.07 195	0.09 382	0.05 95	0.07 266

BUS	0.15 345	0.09 301	0.14 253	0.22 454	0.10 334	0.20 407	0.14 157	0.34 458	0.20 260	0.17 304	0.23 320	0.16 281	0.14 312	0.16 303	0.14 299	0.08 299	0.06 302	0.10 407	0.09 382	0.07 249	0.07 266

BSDual-CNN	0.15 345	0.09 301	0.14 253	0.22 454	0.10 334	0.15 299	0.15 227	0.34 458	0.20 260	0.17 304	0.23 320	0.25 405	0.16 354	0.16 303	0.14 299	0.08 299	0.06 302	0.10 407	0.09 382	0.07 249	0.07 266

hknet	0.15 345	0.11 391	0.14 253	0.22 454	0.11 388	0.15 299	0.15 227	0.34 458	0.26 353	0.17 304	0.23 320	0.22 366	0.18 392	0.17 342	0.13 263	0.07 239	0.06 302	0.10 407	0.09 382	0.07 249	0.07 266

psmg	0.14 304	0.09 301	0.14 253	0.17 208	0.10 334	0.15 299	0.17 312	0.29 398	0.20 260	0.17 304	0.21 300	0.25 405	0.16 354	0.16 303	0.14 299	0.08 299	0.07 373	0.08 275	0.08 337	0.07 249	0.07 266

CSP-Net	0.16 372	0.09 301	0.14 253	0.17 208	0.09 228	0.19 388	0.18 360	0.25 329	0.33 414	0.26 447	0.31 425	0.25 405	0.16 354	0.21 420	0.19 397	0.09 355	0.06 302	0.07 195	0.07 270	0.08 315	0.08 335

GwcNet-ADL	0.13 274	0.08 229	0.14 253	0.20 403	0.09 228	0.12 205	0.20 421	0.30 409	0.25 340	0.14 239	0.14 187	0.18 313	0.14 312	0.13 230	0.15 333	0.07 239	0.05 154	0.06 100	0.05 108	0.07 249	0.06 188

ADLNet2	0.16 372	0.09 301	0.14 253	0.17 208	0.09 228	0.20 407	0.16 286	0.32 430	0.39 461	0.17 304	0.20 283	0.20 339	0.19 410	0.21 420	0.23 444	0.08 299	0.07 373	0.07 195	0.07 270	0.09 378	0.07 266

PFNet+	0.12 247	0.06 49	0.14 253	0.16 133	0.09 228	0.05 3	0.12 69	0.18 186	0.21 274	0.16 292	0.19 273	0.14 236	0.10 186	0.11 102	0.11 170	0.08 299	0.05 154	0.09 359	0.08 337	0.06 182	0.11 433

OMP-Stereo	0.11 175	0.07 118	0.14 253	0.18 290	0.08 124	0.09 82	0.12 69	0.21 244	0.21 274	0.13 216	0.14 187	0.11 172	0.12 248	0.11 102	0.13 263	0.06 109	0.05 154	0.07 195	0.06 180	0.05 95	0.04 28

OCTAStereo	0.11 175	0.07 118	0.14 253	0.17 208	0.09 228	0.10 124	0.13 108	0.23 285	0.19 239	0.12 187	0.17 236	0.12 193	0.12 248	0.11 102	0.11 170	0.06 109	0.04 20	0.07 195	0.06 180	0.07 249	0.11 433

FTStereo	0.12 247	0.07 118	0.14 253	0.18 290	0.09 228	0.07 23	0.15 227	0.22 267	0.18 218	0.12 187	0.24 332	0.11 172	0.13 280	0.13 230	0.14 299	0.05 25	0.05 154	0.07 195	0.07 270	0.06 182	0.10 409

DEmStereo	0.12 247	0.06 49	0.14 253	0.14 27	0.10 334	0.16 327	0.15 227	0.16 124	0.24 316	0.17 304	0.23 320	0.12 193	0.14 312	0.12 179	0.14 299	0.05 25	0.04 20	0.07 195	0.06 180	0.05 95	0.05 109

RAFT-RH_RVC	0.12 247	0.06 49	0.14 253	0.16 133	0.09 228	0.12 205	0.12 69	0.17 159	0.12 84	0.13 216	0.40 480	0.11 172	0.10 186	0.13 230	0.12 228	0.05 25	0.04 20	0.08 275	0.05 108	0.05 95	0.06 188

LMCR-Stereo	0.15 345	0.08 229	0.14 253	0.21 434	0.09 228	0.18 366	0.19 403	0.28 380	0.19 239	0.24 430	0.24 332	0.23 383	0.17 378	0.20 402	0.17 369	0.07 239	0.06 302	0.08 275	0.06 180	0.10 413	0.09 379

xxxx	0.15 345	0.07 118	0.14 253	0.14 27	0.08 124	0.24 451	0.18 360	0.32 430	0.20 260	0.14 239	0.28 400	0.22 366	0.14 312	0.15 276	0.29 498	0.09 355	0.05 154	0.07 195	0.07 270	0.08 315	0.08 335

test_xeample	0.15 345	0.07 118	0.14 253	0.15 64	0.08 124	0.22 432	0.20 421	0.29 398	0.21 274	0.16 292	0.29 415	0.19 322	0.17 378	0.16 303	0.28 490	0.09 355	0.05 154	0.07 195	0.07 270	0.07 249	0.07 266

GMStereo	0.13 274	0.15 460	0.14 253	0.18 290	0.09 228	0.16 327	0.16 286	0.20 226	0.25 340	0.17 304	0.17 236	0.11 172	0.11 216	0.16 303	0.13 263	0.07 239	0.06 302	0.06 100	0.06 180	0.07 249	0.06 188
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.14 304	0.07 118	0.14 253	0.15 64	0.08 124	0.13 234	0.16 286	0.25 329	0.24 316	0.17 304	0.28 400	0.23 383	0.14 312	0.16 303	0.14 299	0.11 428	0.06 302	0.09 359	0.12 471	0.08 315	0.07 266

DSFCA	0.16 372	0.09 301	0.14 253	0.16 133	0.10 334	0.21 418	0.19 403	0.28 380	0.31 403	0.23 418	0.25 359	0.22 366	0.16 354	0.20 402	0.20 407	0.10 396	0.07 373	0.09 359	0.09 382	0.08 315	0.08 335

TDLM	0.18 409	0.12 410	0.14 253	0.24 484	0.10 334	0.18 366	0.18 360	0.37 489	0.30 394	0.22 404	0.28 400	0.28 431	0.18 392	0.23 446	0.19 397	0.11 428	0.07 373	0.10 407	0.10 420	0.08 315	0.08 335

CVANet_RVC	0.18 409	0.11 391	0.14 253	0.21 434	0.11 388	0.19 388	0.18 360	0.34 458	0.34 425	0.22 404	0.31 425	0.28 431	0.18 392	0.24 457	0.18 382	0.12 454	0.08 404	0.12 458	0.12 471	0.09 378	0.08 335

LE_ROB	0.50 541	0.07 118	0.14 253	0.15 64	0.08 124	0.26 471	0.17 312	0.23 285	1.71 572	4.68 576	0.67 535	0.46 522	0.47 534	0.21 420	0.30 503	0.07 239	0.06 302	0.06 100	0.06 180	0.08 315	0.06 188

MultiAttention	0.30 510	0.08 229	0.15 290	0.19 349	0.13 443	1.56 572	1.33 573	0.36 480	0.36 444	0.20 373	0.21 300	0.24 392	0.11 216	0.39 523	0.18 382	0.06 109	0.05 154	0.08 275	0.08 337	0.11 435	0.09 379

rvit_0105_3	0.16 372	0.10 366	0.15 290	0.20 403	0.12 417	0.15 299	0.26 495	0.25 329	0.30 394	0.15 263	0.17 236	0.21 348	0.14 312	0.18 359	0.14 299	0.14 490	0.11 467	0.12 458	0.14 487	0.07 249	0.07 266

UGAM-zero	0.10 136	0.05 11	0.15 290	0.15 64	0.08 124	0.10 124	0.13 108	0.20 226	0.15 154	0.11 155	0.15 200	0.07 62	0.08 139	0.09 32	0.10 111	0.06 109	0.05 154	0.06 100	0.05 108	0.05 95	0.06 188

rvit_stereo_0081_aga	0.12 247	0.09 301	0.15 290	0.18 290	0.10 334	0.14 273	0.14 157	0.14 73	0.19 239	0.10 118	0.18 259	0.16 281	0.09 164	0.12 179	0.10 111	0.10 396	0.06 302	0.08 275	0.07 270	0.07 249	0.06 188

rvit_stereo_0080	0.10 136	0.08 229	0.15 290	0.15 64	0.10 334	0.07 23	0.15 227	0.16 124	0.16 180	0.11 155	0.10 115	0.15 261	0.09 164	0.12 179	0.10 111	0.09 355	0.07 373	0.07 195	0.06 180	0.07 249	0.05 109

test_sample4	0.14 304	0.08 229	0.15 290	0.15 64	0.08 124	0.19 388	0.18 360	0.26 342	0.18 218	0.17 304	0.26 372	0.18 313	0.15 333	0.17 342	0.13 263	0.08 299	0.06 302	0.08 275	0.06 180	0.09 378	0.08 335

test_sample3	0.14 304	0.08 229	0.15 290	0.14 27	0.09 228	0.20 407	0.17 312	0.27 356	0.18 218	0.17 304	0.22 316	0.19 322	0.15 333	0.17 342	0.14 299	0.09 355	0.06 302	0.07 195	0.06 180	0.09 378	0.08 335

MyStereo8	0.12 247	0.07 118	0.15 290	0.15 64	0.09 228	0.18 366	0.14 157	0.19 213	0.22 296	0.12 187	0.18 259	0.11 172	0.10 186	0.16 303	0.18 382	0.07 239	0.05 154	0.07 195	0.05 108	0.08 315	0.09 379

ffm	0.12 247	0.09 301	0.15 290	0.16 133	0.09 228	0.17 350	0.17 312	0.15 99	0.19 239	0.15 263	0.26 372	0.19 322	0.13 280	0.10 57	0.08 14	0.06 109	0.05 154	0.09 359	0.08 337	0.06 182	0.06 188

ff1	0.13 274	0.09 301	0.15 290	0.16 133	0.09 228	0.17 350	0.17 312	0.15 99	0.19 239	0.15 263	0.26 372	0.19 322	0.13 280	0.15 276	0.22 433	0.06 109	0.05 154	0.09 359	0.08 337	0.06 182	0.06 188

mmx	0.15 345	0.09 301	0.15 290	0.16 133	0.09 228	0.17 350	0.17 312	0.27 356	0.26 353	0.15 263	0.26 372	0.19 322	0.13 280	0.15 276	0.22 433	0.08 299	0.06 302	0.09 359	0.08 337	0.08 315	0.08 335

whm_eth	0.10 136	0.08 229	0.15 290	0.15 64	0.10 334	0.07 23	0.15 227	0.16 124	0.16 180	0.11 155	0.10 115	0.15 261	0.09 164	0.12 179	0.10 111	0.09 355	0.07 373	0.07 195	0.06 180	0.07 249	0.05 109

xxx	0.15 345	0.09 301	0.15 290	0.16 133	0.09 228	0.17 350	0.17 312	0.27 356	0.26 353	0.15 263	0.26 372	0.19 322	0.13 280	0.15 276	0.22 433	0.08 299	0.06 302	0.09 359	0.08 337	0.08 315	0.08 335

PCWNet_CMD	0.14 304	0.08 229	0.15 290	0.17 208	0.09 228	0.14 273	0.14 157	0.29 398	0.36 444	0.14 239	0.20 283	0.21 348	0.13 280	0.17 342	0.14 299	0.07 239	0.05 154	0.07 195	0.07 270	0.07 249	0.07 266

qqq	0.13 274	0.09 301	0.15 290	0.16 133	0.08 124	0.13 234	0.15 227	0.24 309	0.16 180	0.15 263	0.19 273	0.16 281	0.16 354	0.15 276	0.16 352	0.07 239	0.06 302	0.08 275	0.08 337	0.07 249	0.07 266

x	0.13 274	0.08 229	0.15 290	0.14 27	0.08 124	0.19 388	0.14 157	0.22 267	0.21 274	0.15 263	0.20 283	0.20 339	0.18 392	0.18 359	0.18 382	0.07 239	0.05 154	0.06 100	0.06 180	0.07 249	0.07 266

CRFU-Net	0.16 372	0.08 229	0.15 290	0.17 208	0.09 228	0.20 407	0.14 157	0.27 356	0.21 274	0.28 467	0.28 400	0.29 439	0.18 392	0.19 384	0.18 382	0.09 355	0.09 431	0.07 195	0.07 270	0.08 315	0.09 379

CIPLG	0.11 175	0.08 229	0.15 290	0.17 208	0.08 124	0.13 234	0.15 227	0.17 159	0.16 180	0.14 239	0.11 145	0.16 281	0.10 186	0.17 342	0.12 228	0.07 239	0.05 154	0.06 100	0.06 180	0.05 95	0.06 188

IPLG	0.11 175	0.08 229	0.15 290	0.17 208	0.08 124	0.11 164	0.14 157	0.20 226	0.15 154	0.13 216	0.18 259	0.07 62	0.07 103	0.14 258	0.14 299	0.06 109	0.04 20	0.06 100	0.05 108	0.04 13	0.04 28

IPLGR_C	0.11 175	0.08 229	0.15 290	0.17 208	0.08 124	0.12 205	0.15 227	0.17 159	0.15 154	0.14 239	0.11 145	0.16 281	0.10 186	0.16 303	0.12 228	0.07 239	0.05 154	0.06 100	0.06 180	0.05 95	0.06 188

MIPNet	0.11 175	0.08 229	0.15 290	0.17 208	0.09 228	0.12 205	0.14 157	0.21 244	0.25 340	0.12 187	0.10 115	0.09 121	0.07 103	0.13 230	0.13 263	0.06 109	0.04 20	0.06 100	0.05 108	0.04 13	0.04 28

ACRE	0.11 175	0.08 229	0.15 290	0.17 208	0.08 124	0.13 234	0.15 227	0.17 159	0.14 136	0.14 239	0.11 145	0.16 281	0.10 186	0.16 303	0.12 228	0.07 239	0.05 154	0.06 100	0.06 180	0.05 95	0.06 188

SACVNet	0.19 421	0.12 410	0.15 290	0.17 208	0.13 443	0.22 432	0.18 360	0.31 425	0.31 403	0.24 430	0.31 425	0.30 448	0.23 443	0.23 446	0.17 369	0.11 428	0.08 404	0.10 407	0.10 420	0.12 452	0.14 482

AACVNet	0.16 372	0.08 229	0.15 290	0.15 64	0.10 334	0.18 366	0.15 227	0.24 309	0.25 340	0.27 454	0.27 389	0.28 431	0.18 392	0.19 384	0.17 369	0.09 355	0.07 373	0.09 359	0.07 270	0.10 413	0.09 379

GANet-ADL	0.13 274	0.07 118	0.15 290	0.17 208	0.10 334	0.19 388	0.15 227	0.30 409	0.21 274	0.13 216	0.18 259	0.19 322	0.13 280	0.16 303	0.14 299	0.08 299	0.06 302	0.06 100	0.05 108	0.07 249	0.08 335

PSM-softLoss	0.12 247	0.07 118	0.15 290	0.17 208	0.09 228	0.08 48	0.12 69	0.24 309	0.17 204	0.15 263	0.19 273	0.13 217	0.11 216	0.11 102	0.11 170	0.07 239	0.05 154	0.08 275	0.07 270	0.07 249	0.12 454

KMStereo	0.12 247	0.07 118	0.15 290	0.17 208	0.09 228	0.08 48	0.12 69	0.24 309	0.17 204	0.15 263	0.19 273	0.13 217	0.11 216	0.11 102	0.11 170	0.07 239	0.05 154	0.08 275	0.07 270	0.07 249	0.12 454

NRIStereo	0.11 175	0.08 229	0.15 290	0.18 290	0.08 124	0.10 124	0.13 108	0.17 159	0.15 154	0.12 187	0.15 200	0.13 217	0.13 280	0.13 230	0.10 111	0.06 109	0.04 20	0.07 195	0.06 180	0.06 182	0.07 266

RAFT_R40	0.11 175	0.07 118	0.15 290	0.18 290	0.09 228	0.06 8	0.13 108	0.17 159	0.15 154	0.14 239	0.18 259	0.15 261	0.12 248	0.10 57	0.11 170	0.06 109	0.04 20	0.09 359	0.06 180	0.06 182	0.05 109

ADLNet	0.16 372	0.08 229	0.15 290	0.16 133	0.10 334	0.16 327	0.17 312	0.33 444	0.27 365	0.23 418	0.27 389	0.24 392	0.16 354	0.18 359	0.21 420	0.10 396	0.06 302	0.10 407	0.10 420	0.08 315	0.09 379

222	0.16 372	0.07 118	0.15 290	0.14 27	0.08 124	0.25 460	0.18 360	0.30 409	0.21 274	0.18 336	0.29 415	0.17 298	0.16 354	0.16 303	0.44 539	0.10 396	0.05 154	0.07 195	0.06 180	0.08 315	0.08 335

SFCPSM	0.13 274	0.07 118	0.15 290	0.17 208	0.09 228	0.15 299	0.16 286	0.28 380	0.27 365	0.14 239	0.18 259	0.12 193	0.13 280	0.14 258	0.11 170	0.08 299	0.05 154	0.07 195	0.07 270	0.07 249	0.06 188

ac_64	0.16 372	0.09 301	0.15 290	0.18 290	0.10 334	0.22 432	0.17 312	0.24 309	0.22 296	0.19 351	0.24 332	0.29 439	0.18 392	0.19 384	0.22 433	0.09 355	0.08 404	0.08 275	0.09 382	0.07 249	0.06 188

ACVNet	0.15 345	0.09 301	0.15 290	0.13 9	0.12 417	0.14 273	0.20 421	0.22 267	0.34 425	0.17 304	0.26 372	0.21 348	0.17 378	0.18 359	0.21 420	0.07 239	0.06 302	0.06 100	0.06 180	0.08 315	0.06 188

CFNet-ft	0.14 304	0.07 118	0.15 290	0.12 4	0.09 228	0.17 350	0.18 360	0.22 267	0.24 316	0.17 304	0.26 372	0.24 392	0.14 312	0.16 303	0.15 333	0.11 428	0.06 302	0.08 275	0.09 382	0.09 378	0.08 335

DIP-Stereo	0.11 175	0.08 229	0.15 290	0.17 208	0.09 228	0.13 234	0.09 17	0.16 124	0.16 180	0.12 187	0.16 217	0.14 236	0.12 248	0.16 303	0.14 299	0.06 109	0.05 154	0.06 100	0.05 108	0.05 95	0.07 266
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 247	0.09 301	0.15 290	0.18 290	0.07 63	0.15 299	0.07 3	0.23 285	0.19 239	0.16 292	0.19 273	0.19 322	0.14 312	0.17 342	0.15 333	0.07 239	0.05 154	0.05 23	0.05 108	0.06 182	0.07 266

RASNet	0.15 345	0.07 118	0.15 290	0.16 133	0.08 124	0.19 388	0.14 157	0.30 409	0.21 274	0.17 304	0.25 359	0.21 348	0.19 410	0.20 402	0.20 407	0.07 239	0.06 302	0.06 100	0.08 337	0.06 182	0.06 188

MSMDNet	0.14 304	0.08 229	0.15 290	0.17 208	0.09 228	0.14 273	0.14 157	0.29 398	0.36 444	0.14 239	0.20 283	0.21 348	0.13 280	0.18 359	0.14 299	0.07 239	0.05 154	0.07 195	0.07 270	0.07 249	0.07 266

CFNet_RVC	0.14 304	0.07 118	0.15 290	0.12 4	0.09 228	0.17 350	0.18 360	0.22 267	0.24 316	0.17 304	0.26 372	0.24 392	0.14 312	0.16 303	0.15 333	0.11 428	0.06 302	0.08 275	0.09 382	0.09 378	0.08 335

HSM	0.15 345	0.09 301	0.15 290	0.16 133	0.09 228	0.16 327	0.14 157	0.28 380	0.25 340	0.20 373	0.24 332	0.37 490	0.17 378	0.20 402	0.15 333	0.07 239	0.05 154	0.07 195	0.06 180	0.07 249	0.06 188

PSMNet_ROB	0.22 452	0.12 410	0.15 290	0.27 509	0.15 479	0.25 460	0.36 536	0.43 521	0.37 450	0.27 454	0.33 440	0.32 470	0.23 443	0.21 420	0.27 482	0.12 454	0.08 404	0.13 472	0.11 450	0.10 413	0.09 379

rvit_stereo_0081	0.11 175	0.08 229	0.16 332	0.16 133	0.09 228	0.11 164	0.14 157	0.14 73	0.24 316	0.11 155	0.13 174	0.14 236	0.09 164	0.11 102	0.12 228	0.10 396	0.07 373	0.08 275	0.07 270	0.07 249	0.06 188

DCVSM-stereo	0.15 345	0.09 301	0.16 332	0.16 133	0.10 334	0.15 299	0.09 17	0.20 226	0.24 316	0.20 373	0.24 332	0.26 415	0.15 333	0.19 384	0.14 299	0.09 355	0.07 373	0.09 359	0.08 337	0.10 413	0.12 454

rvit_stereo_0082	0.11 175	0.08 229	0.16 332	0.16 133	0.09 228	0.11 164	0.14 157	0.14 73	0.24 316	0.11 155	0.13 174	0.14 236	0.09 164	0.11 102	0.12 228	0.10 396	0.07 373	0.08 275	0.07 270	0.07 249	0.06 188

test_sample7	0.16 372	0.10 366	0.16 332	0.14 27	0.12 417	0.16 327	0.17 312	0.28 380	0.24 316	0.21 389	0.21 300	0.24 392	0.20 422	0.16 303	0.16 352	0.12 454	0.06 302	0.10 407	0.09 382	0.11 435	0.10 409

LL-Strereo2	0.11 175	0.10 366	0.16 332	0.18 290	0.08 124	0.15 299	0.09 17	0.17 159	0.14 136	0.14 239	0.11 145	0.09 121	0.07 103	0.16 303	0.10 111	0.05 25	0.05 154	0.11 437	0.07 270	0.06 182	0.05 109

NINENet	0.16 372	0.10 366	0.16 332	0.17 208	0.11 388	0.20 407	0.14 157	0.41 510	0.37 450	0.18 336	0.21 300	0.16 281	0.14 312	0.16 303	0.14 299	0.08 299	0.08 404	0.10 407	0.07 270	0.10 413	0.09 379

HHNet	0.11 175	0.06 49	0.16 332	0.15 64	0.14 461	0.07 23	0.13 108	0.20 226	0.18 218	0.15 263	0.25 359	0.11 172	0.09 164	0.13 230	0.10 111	0.06 109	0.04 20	0.08 275	0.06 180	0.05 95	0.09 379

SST-Stereo	0.11 175	0.07 118	0.16 332	0.18 290	0.09 228	0.06 8	0.12 69	0.18 186	0.10 31	0.15 263	0.18 259	0.13 217	0.12 248	0.10 57	0.11 170	0.06 109	0.04 20	0.09 359	0.06 180	0.07 249	0.06 188

RAFT-345	0.11 175	0.07 118	0.16 332	0.17 208	0.08 124	0.08 48	0.12 69	0.16 124	0.10 31	0.11 155	0.34 450	0.09 121	0.10 186	0.11 102	0.12 228	0.05 25	0.05 154	0.07 195	0.06 180	0.04 13	0.05 109

CRE-IMP	0.11 175	0.09 301	0.16 332	0.19 349	0.09 228	0.10 124	0.12 69	0.18 186	0.10 31	0.14 239	0.14 187	0.14 236	0.13 280	0.12 179	0.12 228	0.07 239	0.04 20	0.08 275	0.06 180	0.08 315	0.08 335

GEStereo_RVC	0.17 394	0.12 410	0.16 332	0.22 454	0.11 388	0.19 388	0.18 360	0.32 430	0.49 499	0.20 373	0.25 359	0.17 298	0.13 280	0.21 420	0.16 352	0.10 396	0.06 302	0.08 275	0.07 270	0.09 378	0.08 335

CFNet_pseudo	0.14 304	0.08 229	0.16 332	0.16 133	0.09 228	0.13 234	0.14 157	0.27 356	0.34 425	0.15 263	0.21 300	0.22 366	0.13 280	0.18 359	0.14 299	0.07 239	0.05 154	0.08 275	0.06 180	0.07 249	0.07 266

GES	0.14 304	0.08 229	0.16 332	0.15 64	0.10 334	0.13 234	0.13 108	0.28 380	0.26 353	0.17 304	0.24 332	0.19 322	0.14 312	0.16 303	0.14 299	0.08 299	0.08 404	0.07 195	0.06 180	0.08 315	0.09 379

acv_ft	0.15 345	0.09 301	0.16 332	0.19 349	0.10 334	0.16 327	0.17 312	0.25 329	0.34 425	0.19 351	0.26 372	0.21 348	0.17 378	0.18 359	0.19 397	0.07 239	0.06 302	0.06 100	0.06 180	0.08 315	0.06 188

DMCA-RVC	0.17 394	0.10 366	0.16 332	0.24 484	0.11 388	0.19 388	0.18 360	0.26 342	0.24 316	0.21 389	0.27 389	0.25 405	0.27 474	0.18 359	0.21 420	0.12 454	0.08 404	0.13 472	0.10 420	0.10 413	0.08 335

ccs_rob	0.14 304	0.09 301	0.16 332	0.16 133	0.09 228	0.13 234	0.14 157	0.27 356	0.34 425	0.15 263	0.21 300	0.22 366	0.13 280	0.18 359	0.14 299	0.07 239	0.05 154	0.08 275	0.07 270	0.07 249	0.07 266

AdaStereo	0.15 345	0.11 391	0.16 332	0.19 349	0.09 228	0.21 418	0.11 45	0.33 444	0.28 381	0.21 389	0.23 320	0.21 348	0.13 280	0.19 384	0.15 333	0.13 471	0.05 154	0.10 407	0.07 270	0.09 378	0.07 266
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.
NVstereo2D	0.19 421	0.11 391	0.16 332	0.17 208	0.16 491	0.28 490	0.23 461	0.44 525	0.42 474	0.15 263	0.28 400	0.25 405	0.19 410	0.23 446	0.18 382	0.09 355	0.06 302	0.10 407	0.08 337	0.15 495	0.10 409

DeepPruner_ROB	0.16 372	0.11 391	0.16 332	0.17 208	0.10 334	0.17 350	0.15 227	0.32 430	0.21 274	0.19 351	0.21 300	0.22 366	0.19 410	0.21 420	0.16 352	0.13 471	0.09 431	0.09 359	0.10 420	0.11 435	0.11 433

iResNetv2_ROB	0.15 345	0.08 229	0.16 332	0.16 133	0.08 124	0.16 327	0.13 108	0.26 342	0.36 444	0.21 389	0.29 415	0.24 392	0.13 280	0.14 258	0.14 299	0.06 109	0.06 302	0.06 100	0.04 31	0.09 378	0.08 335

StereoDRNet-Refined	0.17 394	0.12 410	0.16 332	0.20 403	0.10 334	0.18 366	0.18 360	0.27 356	0.24 316	0.26 447	0.41 491	0.23 383	0.18 392	0.21 420	0.21 420	0.09 355	0.05 154	0.09 359	0.10 420	0.07 249	0.07 266
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 409	0.10 366	0.16 332	0.23 473	0.11 388	0.24 451	0.18 360	0.30 409	0.28 381	0.27 454	0.29 415	0.28 431	0.25 460	0.20 402	0.20 407	0.08 299	0.08 404	0.09 359	0.09 382	0.07 249	0.07 266

SGM_RVC	0.24 476	0.12 410	0.16 332	0.15 64	0.09 228	0.34 507	0.19 403	0.35 473	0.32 409	0.44 525	0.38 469	0.53 533	0.36 515	0.36 511	0.26 476	0.13 471	0.13 493	0.13 472	0.13 482	0.11 435	0.11 433
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoAnything_RVC	0.07 3	0.16 471	0.17 355	0.11 1	0.05 1	0.06 8	0.11 45	0.08 4	0.08 9	0.06 7	0.06 11	0.05 1	0.05 11	0.09 32	0.08 14	0.08 299	0.04 20	0.05 23	0.03 1	0.05 95	0.04 28

PAM_32	0.10 136	0.06 49	0.17 355	0.15 64	0.08 124	0.10 124	0.15 227	0.14 73	0.16 180	0.09 88	0.08 69	0.10 152	0.07 103	0.14 258	0.09 43	0.06 109	0.05 154	0.06 100	0.06 180	0.05 95	0.06 188

PAM	0.10 136	0.06 49	0.17 355	0.15 64	0.09 228	0.10 124	0.16 286	0.15 99	0.16 180	0.12 187	0.09 89	0.10 152	0.07 103	0.13 230	0.09 43	0.06 109	0.05 154	0.06 100	0.06 180	0.05 95	0.06 188

rvit_0105_4	0.15 345	0.09 301	0.17 355	0.17 208	0.10 334	0.12 205	0.20 421	0.23 285	0.27 365	0.14 239	0.20 283	0.17 298	0.14 312	0.17 342	0.13 263	0.15 494	0.11 467	0.11 437	0.10 420	0.09 378	0.06 188

rvit_stereo_0083	0.12 247	0.08 229	0.17 355	0.16 133	0.09 228	0.11 164	0.15 227	0.15 99	0.26 353	0.11 155	0.14 187	0.13 217	0.10 186	0.12 179	0.13 263	0.10 396	0.08 404	0.09 359	0.07 270	0.07 249	0.06 188

CFNet_ucs	0.15 345	0.09 301	0.17 355	0.16 133	0.11 388	0.14 273	0.14 157	0.30 409	0.34 425	0.16 292	0.24 332	0.23 383	0.14 312	0.18 359	0.15 333	0.09 355	0.06 302	0.08 275	0.07 270	0.09 378	0.09 379

testlalala	0.08 40	0.07 118	0.17 355	0.16 133	0.08 124	0.09 82	0.12 69	0.15 99	0.10 31	0.07 29	0.09 89	0.06 14	0.06 36	0.11 102	0.09 43	0.05 25	0.04 20	0.06 100	0.04 31	0.04 13	0.04 28

HBP-ISP	0.18 409	0.13 438	0.17 355	0.15 64	0.11 388	0.08 48	0.13 108	0.28 380	0.30 394	0.22 404	0.33 440	0.21 348	0.25 460	0.23 446	0.18 382	0.15 494	0.17 516	0.21 519	0.17 513	0.10 413	0.09 379

UDGNet	0.14 304	0.13 438	0.17 355	0.18 290	0.10 334	0.12 205	0.16 286	0.21 244	0.27 365	0.20 373	0.20 283	0.17 298	0.13 280	0.16 303	0.14 299	0.10 396	0.06 302	0.09 359	0.07 270	0.07 249	0.07 266

dd	0.15 345	0.17 481	0.17 355	0.19 349	0.09 228	0.15 299	0.18 360	0.22 267	0.26 353	0.23 418	0.20 283	0.21 348	0.10 186	0.21 420	0.17 369	0.10 396	0.06 302	0.08 275	0.06 180	0.08 315	0.07 266

IPLGR	0.11 175	0.09 301	0.17 355	0.18 290	0.08 124	0.13 234	0.16 286	0.21 244	0.24 316	0.12 187	0.12 159	0.11 172	0.09 164	0.13 230	0.12 228	0.06 109	0.05 154	0.06 100	0.06 180	0.05 95	0.04 28

Patchmatch Stereo++	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.11 45	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266
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
AAGNet	0.12 247	0.08 229	0.17 355	0.19 349	0.09 228	0.08 48	0.13 108	0.19 213	0.13 114	0.16 292	0.21 300	0.13 217	0.14 312	0.11 102	0.14 299	0.06 109	0.04 20	0.09 359	0.06 180	0.06 182	0.05 109

PSM-adaLoss	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.12 69	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266

ROB_FTStereo_v2	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.12 69	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266

ROB_FTStereo	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.11 45	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266

HUI-Stereo	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.11 45	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266

PFNet	0.12 247	0.06 49	0.17 355	0.18 290	0.08 124	0.09 82	0.15 227	0.26 342	0.20 260	0.16 292	0.16 217	0.14 236	0.12 248	0.13 230	0.11 170	0.06 109	0.04 20	0.07 195	0.06 180	0.05 95	0.05 109

DeepStereo_RVC	0.11 175	0.08 229	0.17 355	0.18 290	0.08 124	0.08 48	0.11 45	0.17 159	0.12 84	0.13 216	0.15 200	0.12 193	0.12 248	0.12 179	0.11 170	0.06 109	0.04 20	0.07 195	0.06 180	0.07 249	0.08 335

iGMRVC	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.12 69	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266

IRAFT_RVC	0.12 247	0.08 229	0.17 355	0.19 349	0.08 124	0.07 23	0.14 157	0.25 329	0.23 306	0.14 239	0.15 200	0.15 261	0.12 248	0.12 179	0.11 170	0.06 109	0.04 20	0.09 359	0.06 180	0.06 182	0.06 188

iRAFT	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.11 45	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266

test-1	0.10 136	0.07 118	0.17 355	0.19 349	0.08 124	0.11 164	0.24 471	0.15 99	0.18 218	0.09 88	0.07 35	0.10 152	0.08 139	0.08 13	0.09 43	0.06 109	0.04 20	0.06 100	0.06 180	0.04 13	0.05 109

RAFT-IKP	0.11 175	0.09 301	0.17 355	0.19 349	0.08 124	0.06 8	0.11 45	0.17 159	0.13 114	0.15 263	0.16 217	0.14 236	0.12 248	0.11 102	0.11 170	0.06 109	0.05 154	0.08 275	0.06 180	0.08 315	0.07 266

MMNet	0.17 394	0.10 366	0.17 355	0.20 403	0.11 388	0.27 480	0.20 421	0.26 342	0.42 474	0.22 404	0.30 421	0.22 366	0.20 422	0.18 359	0.20 407	0.06 109	0.06 302	0.07 195	0.07 270	0.08 315	0.07 266

hitnet-ft	0.18 409	0.10 366	0.17 355	0.14 27	0.09 228	0.27 480	0.20 421	0.25 329	0.26 353	0.24 430	0.32 434	0.32 470	0.23 443	0.24 457	0.21 420	0.12 454	0.07 373	0.10 407	0.08 337	0.12 452	0.11 433

DMCA	0.14 304	0.09 301	0.17 355	0.19 349	0.09 228	0.15 299	0.17 312	0.23 285	0.28 381	0.14 239	0.20 283	0.17 298	0.18 392	0.15 276	0.17 369	0.10 396	0.06 302	0.08 275	0.06 180	0.09 378	0.10 409

AF-Net	0.23 465	0.17 481	0.17 355	0.27 509	0.13 443	0.26 471	0.24 471	0.33 444	0.51 506	0.25 443	0.33 440	0.39 501	0.27 474	0.28 476	0.26 476	0.11 428	0.10 454	0.16 503	0.12 471	0.11 435	0.11 433

CFNet	0.15 345	0.11 391	0.17 355	0.17 208	0.08 124	0.19 388	0.10 26	0.29 398	0.26 353	0.19 351	0.24 332	0.24 392	0.18 392	0.18 359	0.15 333	0.08 299	0.06 302	0.09 359	0.10 420	0.08 315	0.07 266

SGM-ForestM	0.33 518	0.12 410	0.17 355	0.16 133	0.11 388	0.42 527	0.20 421	0.43 521	0.53 515	0.53 534	0.57 526	1.41 565	0.44 533	0.42 533	0.29 498	0.14 490	0.16 512	0.16 503	0.16 506	0.12 452	0.13 466

MLCV	0.13 274	0.08 229	0.17 355	0.18 290	0.06 11	0.16 327	0.17 312	0.19 213	0.22 296	0.19 351	0.25 359	0.17 298	0.13 280	0.15 276	0.14 299	0.05 25	0.04 20	0.05 23	0.04 31	0.05 95	0.04 28

DN-CSS_ROB	0.13 274	0.13 438	0.17 355	0.18 290	0.10 334	0.16 327	0.08 7	0.22 267	0.19 239	0.17 304	0.23 320	0.13 217	0.13 280	0.13 230	0.14 299	0.05 25	0.05 154	0.10 407	0.10 420	0.08 315	0.06 188

rvit_0105_6	0.14 304	0.09 301	0.18 387	0.17 208	0.10 334	0.10 124	0.17 312	0.19 213	0.26 353	0.12 187	0.18 259	0.17 298	0.13 280	0.18 359	0.13 263	0.15 494	0.11 467	0.12 458	0.10 420	0.09 378	0.06 188

DispNO	0.15 345	0.09 301	0.18 387	0.19 349	0.12 417	0.11 164	0.21 437	0.23 285	0.29 388	0.18 336	0.23 320	0.19 322	0.17 378	0.16 303	0.16 352	0.07 239	0.05 154	0.08 275	0.08 337	0.07 249	0.06 188

SMFormer	0.14 304	0.07 118	0.18 387	0.14 27	0.08 124	0.17 350	0.17 312	0.27 356	0.27 365	0.19 351	0.20 283	0.19 322	0.15 333	0.15 276	0.17 369	0.08 299	0.05 154	0.07 195	0.06 180	0.08 315	0.07 266

tta	0.14 304	0.07 118	0.18 387	0.14 27	0.08 124	0.17 350	0.17 312	0.27 356	0.27 365	0.19 351	0.20 283	0.19 322	0.15 333	0.15 276	0.17 369	0.08 299	0.05 154	0.07 195	0.06 180	0.06 182	0.06 188

qqq1	0.14 304	0.07 118	0.18 387	0.14 27	0.08 124	0.17 350	0.17 312	0.27 356	0.27 365	0.19 351	0.20 283	0.19 322	0.15 333	0.15 276	0.12 228	0.08 299	0.05 154	0.05 23	0.05 108	0.06 182	0.06 188

fff1	0.14 304	0.07 118	0.18 387	0.14 27	0.08 124	0.17 350	0.17 312	0.27 356	0.27 365	0.19 351	0.20 283	0.19 322	0.15 333	0.15 276	0.12 228	0.08 299	0.05 154	0.05 23	0.05 108	0.06 182	0.06 188

mmm	0.14 304	0.08 229	0.18 387	0.17 208	0.09 228	0.17 350	0.18 360	0.21 244	0.16 180	0.16 292	0.23 320	0.21 348	0.16 354	0.16 303	0.17 369	0.08 299	0.05 154	0.08 275	0.08 337	0.08 315	0.07 266

ssnet_v2	0.17 394	0.10 366	0.18 387	0.17 208	0.11 388	0.21 418	0.22 449	0.34 458	0.25 340	0.23 418	0.23 320	0.27 421	0.19 410	0.22 438	0.21 420	0.11 428	0.10 454	0.09 359	0.09 382	0.08 315	0.08 335

DAS	0.15 345	0.08 229	0.18 387	0.19 349	0.10 334	0.19 388	0.17 312	0.28 380	0.30 394	0.18 336	0.26 372	0.21 348	0.16 354	0.16 303	0.13 263	0.08 299	0.06 302	0.06 100	0.06 180	0.07 249	0.07 266

SepStereo	0.15 345	0.08 229	0.18 387	0.19 349	0.10 334	0.19 388	0.17 312	0.28 380	0.30 394	0.18 336	0.26 372	0.21 348	0.16 354	0.26 466	0.13 263	0.08 299	0.06 302	0.06 100	0.06 180	0.07 249	0.07 266

ARAFT	0.12 247	0.08 229	0.18 387	0.19 349	0.09 228	0.15 299	0.17 312	0.20 226	0.13 114	0.12 187	0.13 174	0.14 236	0.12 248	0.15 276	0.13 263	0.06 109	0.05 154	0.10 407	0.09 382	0.06 182	0.04 28

delet	0.17 394	0.09 301	0.18 387	0.19 349	0.11 388	0.21 418	0.22 449	0.30 409	0.38 456	0.17 304	0.27 389	0.19 322	0.19 410	0.19 384	0.21 420	0.08 299	0.08 404	0.09 359	0.11 450	0.06 182	0.07 266

psm_up	0.19 421	0.10 366	0.18 387	0.21 434	0.11 388	0.17 350	0.19 403	0.38 496	0.34 425	0.22 404	0.28 400	0.29 439	0.25 460	0.20 402	0.22 433	0.09 355	0.10 454	0.11 437	0.11 450	0.08 315	0.08 335

UNet	0.17 394	0.09 301	0.18 387	0.19 349	0.12 417	0.28 490	0.19 403	0.33 444	0.30 394	0.21 389	0.25 359	0.23 383	0.19 410	0.20 402	0.19 397	0.07 239	0.06 302	0.08 275	0.07 270	0.08 315	0.07 266

StereoDRNet	0.19 421	0.11 391	0.18 387	0.22 454	0.11 388	0.22 432	0.22 449	0.37 489	0.34 425	0.24 430	0.28 400	0.30 448	0.19 410	0.20 402	0.21 420	0.10 396	0.08 404	0.11 437	0.09 382	0.09 378	0.07 266

iResNet	0.13 274	0.10 366	0.18 387	0.19 349	0.08 124	0.14 273	0.18 360	0.21 244	0.27 365	0.16 292	0.24 332	0.15 261	0.13 280	0.14 258	0.15 333	0.06 109	0.04 20	0.06 100	0.05 108	0.06 182	0.05 109

NCCL2	0.24 476	0.15 460	0.18 387	0.34 530	0.18 512	0.24 451	0.24 471	0.34 458	0.29 388	0.31 488	0.38 469	0.38 496	0.29 487	0.23 446	0.25 463	0.15 494	0.12 481	0.18 514	0.21 521	0.13 467	0.13 466

MDST_ROB	0.22 452	0.10 366	0.18 387	0.18 290	0.11 388	0.40 525	0.19 403	0.44 525	0.42 474	0.40 514	0.40 480	0.29 439	0.21 430	0.27 468	0.19 397	0.11 428	0.10 454	0.14 485	0.11 450	0.10 413	0.08 335

CBMV_ROB	0.19 421	0.13 438	0.18 387	0.16 133	0.11 388	0.16 327	0.12 69	0.27 356	0.29 388	0.27 454	0.31 425	0.27 421	0.24 452	0.24 457	0.16 352	0.15 494	0.18 518	0.22 523	0.20 519	0.10 413	0.12 454

NOSS_ROB	0.19 421	0.13 438	0.18 387	0.16 133	0.12 417	0.16 327	0.12 69	0.30 409	0.33 414	0.20 373	0.22 316	0.27 421	0.24 452	0.21 420	0.16 352	0.16 511	0.18 518	0.23 524	0.21 521	0.13 467	0.13 466

SGM-Forest	0.20 430	0.14 453	0.18 387	0.20 403	0.13 443	0.21 418	0.22 449	0.33 444	0.31 403	0.24 430	0.29 415	0.28 431	0.20 422	0.23 446	0.18 382	0.15 494	0.16 512	0.15 496	0.14 487	0.13 467	0.12 454
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.20 430	0.15 460	0.18 387	0.18 290	0.10 334	0.20 407	0.11 45	0.30 409	0.31 403	0.29 476	0.31 425	0.31 463	0.23 443	0.28 476	0.19 397	0.13 471	0.15 507	0.17 505	0.16 506	0.10 413	0.10 409
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	0.27 501	0.13 438	0.18 387	0.15 64	0.11 388	0.33 503	0.24 471	0.41 510	0.36 444	0.53 534	0.58 530	0.67 543	0.41 524	0.36 511	0.27 482	0.14 490	0.13 493	0.13 472	0.11 450	0.11 435	0.11 433
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
DFGA-Net	0.13 274	0.11 391	0.19 410	0.18 290	0.10 334	0.13 234	0.13 108	0.23 285	0.25 340	0.16 292	0.16 217	0.13 217	0.12 248	0.17 342	0.15 333	0.07 239	0.05 154	0.08 275	0.07 270	0.05 95	0.05 109

SDNR	0.20 430	0.09 301	0.19 410	0.16 133	0.12 417	0.79 554	0.13 108	0.26 342	0.33 414	0.19 351	0.25 359	0.19 322	0.12 248	0.19 384	0.15 333	0.16 511	0.18 518	0.14 485	0.11 450	0.08 315	0.12 454

ToySt	0.17 394	0.11 391	0.19 410	0.17 208	0.11 388	0.16 327	0.26 495	0.24 309	0.33 414	0.19 351	0.24 332	0.26 415	0.24 452	0.19 384	0.21 420	0.07 239	0.08 404	0.09 359	0.10 420	0.09 378	0.08 335

HGLStereo	0.17 394	0.09 301	0.19 410	0.17 208	0.12 417	0.18 366	0.18 360	0.31 425	0.33 414	0.22 404	0.33 440	0.24 392	0.18 392	0.20 402	0.21 420	0.10 396	0.09 431	0.07 195	0.07 270	0.09 378	0.10 409

TCMNet	0.19 421	0.12 410	0.20 414	0.21 434	0.18 512	0.21 418	0.24 471	0.28 380	0.36 444	0.23 418	0.26 372	0.25 405	0.20 422	0.20 402	0.23 444	0.13 471	0.11 467	0.11 437	0.12 471	0.13 467	0.12 454

YMNet	0.20 430	0.12 410	0.20 414	0.21 434	0.14 461	0.27 480	0.23 461	0.32 430	0.34 425	0.28 467	0.35 454	0.30 448	0.18 392	0.18 359	0.22 433	0.11 428	0.13 493	0.10 407	0.10 420	0.09 378	0.09 379

YMNet_1	0.20 430	0.12 410	0.20 414	0.21 434	0.14 461	0.27 480	0.23 461	0.32 430	0.34 425	0.28 467	0.35 454	0.30 448	0.18 392	0.18 359	0.22 433	0.11 428	0.13 493	0.10 407	0.10 420	0.09 378	0.09 379

ISRNet	0.18 409	0.08 229	0.20 414	0.19 349	0.13 443	0.15 299	0.12 69	0.30 409	0.33 414	0.21 389	0.26 372	0.27 421	0.18 392	0.17 342	0.20 407	0.20 525	0.08 404	0.14 485	0.14 487	0.14 483	0.17 514

fast-acv-ft	0.18 409	0.11 391	0.20 414	0.19 349	0.12 417	0.26 471	0.21 437	0.26 342	0.35 439	0.22 404	0.34 450	0.27 421	0.21 430	0.21 420	0.23 444	0.09 355	0.09 431	0.08 275	0.10 420	0.08 315	0.07 266

UDG	0.21 444	0.17 481	0.20 414	0.23 473	0.15 479	0.31 499	0.20 421	0.33 444	0.35 439	0.24 430	0.28 400	0.31 463	0.29 487	0.21 420	0.23 444	0.15 494	0.12 481	0.13 472	0.09 382	0.14 483	0.15 496

APVNet	0.23 465	0.12 410	0.20 414	0.18 290	0.14 461	0.32 501	0.31 525	0.40 505	0.33 414	0.27 454	0.40 480	0.30 448	0.29 487	0.27 468	0.25 463	0.11 428	0.12 481	0.11 437	0.14 487	0.12 452	0.13 466

GwcNet	0.20 430	0.14 453	0.20 414	0.18 290	0.12 417	0.25 460	0.20 421	0.36 480	0.45 488	0.20 373	0.33 440	0.33 476	0.21 430	0.22 438	0.25 463	0.11 428	0.09 431	0.09 359	0.09 382	0.09 378	0.10 409

XPNet_ROB	0.22 452	0.12 410	0.20 414	0.22 454	0.13 443	0.22 432	0.19 403	0.35 473	0.40 465	0.30 482	0.40 480	0.38 496	0.27 474	0.26 466	0.29 498	0.15 494	0.10 454	0.10 407	0.10 420	0.13 467	0.12 454

pmcnn	0.15 345	0.07 118	0.20 414	0.15 64	0.07 63	0.21 418	0.16 286	0.25 329	0.26 353	0.21 389	0.33 440	0.29 439	0.19 410	0.18 359	0.17 369	0.07 239	0.05 154	0.05 23	0.04 31	0.07 249	0.06 188

DualNet (step1)	0.17 394	0.12 410	0.21 424	0.13 9	0.14 461	0.18 366	0.14 157	0.28 380	0.24 316	0.21 389	0.21 300	0.24 392	0.20 422	0.16 303	0.16 352	0.15 494	0.06 302	0.14 485	0.14 487	0.15 495	0.13 466

test_sample9	0.18 409	0.12 410	0.21 424	0.13 9	0.14 461	0.18 366	0.14 157	0.28 380	0.24 316	0.21 389	0.21 300	0.24 392	0.20 422	0.19 384	0.18 382	0.15 494	0.30 542	0.14 485	0.14 487	0.15 495	0.13 466

test_sample8	0.20 430	0.12 410	0.21 424	0.13 9	0.14 461	0.18 366	0.14 157	0.32 430	0.21 274	0.28 467	0.22 316	0.36 487	0.26 468	0.19 384	0.18 382	0.15 494	0.30 542	0.14 485	0.14 487	0.15 495	0.13 466

dad	0.18 409	0.20 502	0.21 424	0.17 208	0.11 388	0.20 407	0.19 403	0.21 244	0.28 381	0.30 482	0.24 332	0.30 448	0.13 280	0.19 384	0.17 369	0.18 517	0.09 431	0.11 437	0.09 382	0.11 435	0.07 266

RAFT + AFF	0.13 274	0.08 229	0.21 424	0.20 403	0.10 334	0.14 273	0.23 461	0.27 356	0.21 274	0.12 187	0.10 115	0.12 193	0.10 186	0.16 303	0.12 228	0.08 299	0.07 373	0.09 359	0.09 382	0.06 182	0.09 379

stereogan	0.22 452	0.11 391	0.21 424	0.20 403	0.12 417	0.32 501	0.19 403	0.36 480	0.45 488	0.23 418	0.39 477	0.35 485	0.27 474	0.33 499	0.23 444	0.10 396	0.12 481	0.10 407	0.10 420	0.14 483	0.14 482

edge stereo	0.23 465	0.14 453	0.21 424	0.21 434	0.13 443	0.24 451	0.16 286	0.32 430	0.42 474	0.32 495	0.40 480	0.39 501	0.35 512	0.25 462	0.25 463	0.13 471	0.11 467	0.14 485	0.11 450	0.12 452	0.14 482

GANet	0.22 452	0.13 438	0.21 424	0.25 492	0.14 461	0.23 445	0.22 449	0.42 515	0.27 365	0.31 488	0.43 502	0.37 490	0.29 487	0.23 446	0.23 444	0.10 396	0.12 481	0.10 407	0.09 382	0.10 413	0.08 335

DRN-Test	0.20 430	0.11 391	0.21 424	0.22 454	0.10 334	0.22 432	0.22 449	0.40 505	0.38 456	0.24 430	0.33 440	0.26 415	0.22 437	0.22 438	0.25 463	0.11 428	0.07 373	0.11 437	0.10 420	0.09 378	0.08 335

xyz-stereo	0.14 304	0.07 118	0.22 433	0.15 64	0.05 1	0.22 432	0.15 227	0.17 159	0.31 403	0.15 263	0.28 400	0.26 415	0.17 378	0.13 230	0.12 228	0.05 25	0.05 154	0.06 100	0.05 108	0.04 13	0.04 28

DDVS	0.16 372	0.10 366	0.22 433	0.16 133	0.12 417	0.15 299	0.14 157	0.25 329	0.19 239	0.18 336	0.30 421	0.27 421	0.13 280	0.20 402	0.16 352	0.09 355	0.06 302	0.09 359	0.07 270	0.11 435	0.11 433

DDUNet	0.23 465	0.18 495	0.22 433	0.22 454	0.15 479	0.25 460	0.24 471	0.30 409	0.31 403	0.31 488	0.37 462	0.34 480	0.26 468	0.25 462	0.21 420	0.18 517	0.13 493	0.17 505	0.11 450	0.16 506	0.17 514

FAT-Stereo	0.21 444	0.13 438	0.22 433	0.21 434	0.12 417	0.18 366	0.18 360	0.35 473	0.40 465	0.28 467	0.37 462	0.33 476	0.33 508	0.21 420	0.20 407	0.09 355	0.11 467	0.10 407	0.09 382	0.11 435	0.14 482

RP	0.22 452	0.13 438	0.22 433	0.23 473	0.12 417	0.21 418	0.20 421	0.26 342	0.45 488	0.22 404	0.38 469	0.37 490	0.25 460	0.28 476	0.25 463	0.11 428	0.12 481	0.13 472	0.12 471	0.13 467	0.14 482

Nwc_Net	0.23 465	0.17 481	0.22 433	0.25 492	0.15 479	0.25 460	0.27 500	0.38 496	0.39 461	0.22 404	0.41 491	0.30 448	0.29 487	0.28 476	0.25 463	0.11 428	0.10 454	0.17 505	0.20 519	0.10 413	0.11 433

RYNet	0.23 465	0.12 410	0.22 433	0.19 349	0.17 503	0.47 530	0.26 495	0.39 502	0.49 499	0.24 430	0.29 415	0.34 480	0.24 452	0.20 402	0.31 508	0.10 396	0.06 302	0.09 359	0.09 382	0.14 483	0.15 496

DISCO	0.20 430	0.09 301	0.22 433	0.17 208	0.10 334	0.25 460	0.18 360	0.28 380	0.45 488	0.23 418	0.32 434	0.34 480	0.26 468	0.29 483	0.29 498	0.08 299	0.06 302	0.07 195	0.07 270	0.09 378	0.10 409

NLCA_NET_v2_RVC	0.17 394	0.10 366	0.23 441	0.20 403	0.10 334	0.15 299	0.18 360	0.31 425	0.25 340	0.21 389	0.31 425	0.25 405	0.17 378	0.21 420	0.20 407	0.09 355	0.06 302	0.08 275	0.09 382	0.07 249	0.08 335
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.20 430	0.21 507	0.23 441	0.20 403	0.10 334	0.19 388	0.17 312	0.36 480	0.26 353	0.27 454	0.34 450	0.27 421	0.24 452	0.20 402	0.20 407	0.15 494	0.12 481	0.17 505	0.14 487	0.10 413	0.09 379

FBW_ROB	0.25 483	0.17 481	0.23 441	0.27 509	0.14 461	0.26 471	0.22 449	0.42 515	0.43 482	0.42 520	0.41 491	0.43 514	0.27 474	0.32 495	0.24 456	0.09 355	0.15 507	0.15 496	0.12 471	0.12 452	0.10 409

ETE_ROB	0.23 465	0.17 481	0.23 441	0.25 492	0.14 461	0.26 471	0.29 517	0.32 430	0.37 450	0.28 467	0.37 462	0.45 518	0.27 474	0.28 476	0.27 482	0.11 428	0.09 431	0.12 458	0.10 420	0.14 483	0.13 466

LALA_ROB	0.25 483	0.16 471	0.23 441	0.27 509	0.17 503	0.27 480	0.27 500	0.42 515	0.38 456	0.33 499	0.39 477	0.51 529	0.26 468	0.29 483	0.28 490	0.16 511	0.09 431	0.13 472	0.12 471	0.13 467	0.13 466

PWCDC_ROB	0.21 444	0.13 438	0.23 441	0.25 492	0.12 417	0.20 407	0.15 227	0.34 458	0.55 516	0.29 476	0.49 512	0.21 348	0.15 333	0.28 476	0.20 407	0.11 428	0.09 431	0.10 407	0.08 337	0.11 435	0.09 379

sCroCo_RVC	0.12 247	0.09 301	0.24 447	0.24 484	0.11 388	0.19 388	0.14 157	0.17 159	0.15 154	0.10 118	0.13 174	0.12 193	0.07 103	0.14 258	0.11 170	0.08 299	0.08 404	0.08 275	0.08 337	0.05 95	0.07 266

ccnet	0.30 510	0.28 524	0.24 447	0.20 403	0.28 535	0.41 526	0.22 449	0.46 530	0.33 414	0.37 508	0.46 508	0.37 490	0.30 498	0.40 527	0.43 536	0.23 536	0.14 503	0.21 519	0.17 513	0.23 524	0.19 522

WCMA_ROB	0.24 476	0.11 391	0.24 447	0.17 208	0.14 461	0.34 507	0.16 286	0.33 444	0.33 414	0.39 511	0.54 519	0.40 507	0.35 512	0.35 507	0.26 476	0.12 454	0.12 481	0.12 458	0.11 450	0.14 483	0.14 482

MSAF-DinoV2	0.23 465	0.11 391	0.25 450	0.17 208	0.10 334	0.28 490	0.17 312	0.38 496	0.56 518	0.21 389	0.27 389	0.47 525	0.28 483	0.36 511	0.40 531	0.09 355	0.06 302	0.07 195	0.09 382	0.12 452	0.11 433

rvit_105_1	0.19 421	0.12 410	0.25 450	0.21 434	0.16 491	0.22 432	0.28 506	0.32 430	0.42 474	0.20 373	0.21 300	0.22 366	0.18 392	0.19 384	0.18 382	0.12 454	0.12 481	0.13 472	0.15 502	0.08 315	0.07 266

rvit_stereo_0075_2	0.17 394	0.12 410	0.25 450	0.23 473	0.16 491	0.13 234	0.10 26	0.30 409	0.27 365	0.20 373	0.28 400	0.22 366	0.15 333	0.18 359	0.13 263	0.16 511	0.10 454	0.17 505	0.10 420	0.10 413	0.10 409

GMStereo_Zeroshot	0.16 372	0.13 438	0.25 450	0.20 403	0.10 334	0.17 350	0.13 108	0.30 409	0.25 340	0.23 418	0.32 434	0.25 405	0.11 216	0.19 384	0.14 299	0.09 355	0.06 302	0.11 437	0.06 180	0.12 452	0.08 335

sAnonymous2	0.13 274	0.12 410	0.25 450	0.20 403	0.12 417	0.18 366	0.14 157	0.27 356	0.21 274	0.11 155	0.12 159	0.13 217	0.08 139	0.11 102	0.11 170	0.09 355	0.05 154	0.08 275	0.06 180	0.15 495	0.10 409

CroCo_RVC	0.13 274	0.12 410	0.25 450	0.20 403	0.12 417	0.18 366	0.14 157	0.27 356	0.21 274	0.11 155	0.12 159	0.13 217	0.08 139	0.11 102	0.11 170	0.09 355	0.05 154	0.08 275	0.06 180	0.15 495	0.10 409

S-Stereo	0.21 444	0.12 410	0.25 450	0.21 434	0.13 443	0.21 418	0.19 403	0.33 444	0.45 488	0.23 418	0.36 459	0.28 431	0.29 487	0.20 402	0.23 444	0.09 355	0.12 481	0.10 407	0.10 420	0.13 467	0.14 482

MaskLacGwcNet_RVC	0.22 452	0.21 507	0.25 450	0.26 501	0.11 388	0.24 451	0.14 157	0.39 502	0.24 316	0.32 495	0.36 459	0.30 448	0.21 430	0.19 384	0.22 433	0.17 516	0.14 503	0.21 519	0.16 506	0.13 467	0.12 454

NaN_ROB	0.23 465	0.20 502	0.25 450	0.25 492	0.13 443	0.31 499	0.27 500	0.34 458	0.41 472	0.31 488	0.31 425	0.32 470	0.23 443	0.31 490	0.22 433	0.11 428	0.17 516	0.10 407	0.11 450	0.08 315	0.09 379

pcwnet_v2	0.19 421	0.11 391	0.26 459	0.18 290	0.14 461	0.18 366	0.15 227	0.37 489	0.46 495	0.19 351	0.24 332	0.21 348	0.19 410	0.21 420	0.20 407	0.13 471	0.10 454	0.10 407	0.10 420	0.11 435	0.13 466

MSMD_ROB	0.31 516	0.26 522	0.26 459	0.24 484	0.21 521	0.34 507	0.25 487	0.34 458	0.39 461	0.40 514	0.69 539	0.45 518	0.41 524	0.34 502	0.28 490	0.20 525	0.20 524	0.26 527	0.25 530	0.23 524	0.22 529

GCST	0.37 525	0.42 543	0.27 461	1.03 567	0.39 542	0.18 366	0.08 7	0.21 244	0.18 218	0.28 467	0.25 359	0.15 261	0.12 248	0.16 303	0.14 299	0.64 560	0.43 549	0.75 557	0.65 559	0.64 554	0.46 553

CBFPSM	0.15 345	0.07 118	0.27 461	0.17 208	0.09 228	0.13 234	0.15 227	0.22 267	0.23 306	0.20 373	0.27 389	0.23 383	0.16 354	0.16 303	0.19 397	0.06 109	0.06 302	0.06 100	0.07 270	0.07 249	0.07 266

PWC_ROB	0.21 444	0.16 471	0.27 461	0.18 290	0.11 388	0.22 432	0.13 108	0.33 444	0.49 499	0.30 482	0.40 480	0.32 470	0.25 460	0.31 490	0.23 444	0.10 396	0.07 373	0.11 437	0.08 337	0.11 435	0.10 409

FC-DCNN v2	0.33 518	0.28 524	0.28 464	0.26 501	0.23 525	0.39 523	0.29 517	0.41 510	0.44 484	0.46 528	0.57 526	0.51 529	0.41 524	0.38 521	0.30 503	0.21 528	0.20 524	0.27 530	0.26 531	0.25 532	0.24 531

Anonymous_2	0.22 452	0.17 481	0.28 464	0.15 64	0.16 491	0.33 503	0.22 449	0.23 285	0.18 218	0.23 418	0.24 332	0.26 415	0.27 474	0.27 468	0.24 456	0.22 531	0.26 538	0.17 505	0.17 513	0.16 506	0.18 517

FINET	0.22 452	0.18 495	0.28 464	0.19 349	0.16 491	0.24 451	0.24 471	0.33 444	0.49 499	0.26 447	0.33 440	0.22 366	0.23 443	0.23 446	0.18 382	0.18 517	0.16 512	0.11 437	0.10 420	0.15 495	0.14 482

FCDSN-DC	0.33 518	0.28 524	0.28 464	0.30 524	0.24 528	0.39 523	0.28 506	0.43 521	0.42 474	0.44 525	0.53 518	0.51 529	0.42 528	0.37 516	0.30 503	0.21 528	0.20 524	0.27 530	0.26 531	0.25 532	0.25 533
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
STTStereo	0.18 409	0.13 438	0.28 464	0.20 403	0.11 388	0.16 327	0.21 437	0.29 398	0.23 306	0.22 404	0.30 421	0.29 439	0.18 392	0.20 402	0.20 407	0.12 454	0.11 467	0.11 437	0.14 487	0.09 378	0.08 335

MANE	0.47 539	0.28 524	0.28 464	0.27 509	0.24 528	0.50 531	0.32 533	0.57 542	0.62 530	0.74 548	1.20 567	1.21 558	0.64 549	0.54 542	0.39 529	0.22 531	0.20 524	0.27 530	0.31 540	0.26 535	0.25 533

FC-DCNN	0.33 518	0.28 524	0.28 464	0.26 501	0.23 525	0.38 521	0.29 517	0.40 505	0.44 484	0.46 528	0.56 522	0.51 529	0.41 524	0.38 521	0.31 508	0.21 528	0.20 524	0.27 530	0.26 531	0.25 532	0.24 531

CSAN	0.30 510	0.24 516	0.28 464	0.34 530	0.19 516	0.34 507	0.42 544	0.38 496	0.51 506	0.38 510	0.40 480	0.44 517	0.34 509	0.29 483	0.31 508	0.19 520	0.16 512	0.19 516	0.19 518	0.14 483	0.15 496

PDISCO_ROB	0.28 503	0.16 471	0.28 464	0.28 515	0.20 519	0.33 503	0.27 500	0.45 527	0.58 523	0.28 467	0.41 491	0.45 518	0.30 498	0.34 502	0.35 520	0.12 454	0.09 431	0.17 505	0.16 506	0.17 513	0.13 466

ACV-stereo	0.15 345	0.10 366	0.29 473	0.18 290	0.12 417	0.15 299	0.13 108	0.23 285	0.21 274	0.19 351	0.23 320	0.22 366	0.15 333	0.23 446	0.17 369	0.08 299	0.07 373	0.07 195	0.07 270	0.08 315	0.07 266

Syn2CoEx	0.22 452	0.16 471	0.29 473	0.29 522	0.15 479	0.26 471	0.21 437	0.34 458	0.32 409	0.29 476	0.36 459	0.28 431	0.25 460	0.20 402	0.25 463	0.16 511	0.12 481	0.14 485	0.11 450	0.09 378	0.08 335

RGC	0.25 483	0.20 502	0.29 473	0.28 515	0.16 491	0.22 432	0.23 461	0.33 444	0.44 484	0.27 454	0.40 480	0.38 496	0.28 483	0.37 516	0.23 444	0.11 428	0.13 493	0.17 505	0.17 513	0.15 495	0.16 505

DANet	0.21 444	0.16 471	0.29 473	0.25 492	0.13 443	0.23 445	0.19 403	0.28 380	0.27 365	0.28 467	0.32 434	0.35 485	0.32 505	0.31 490	0.24 456	0.11 428	0.09 431	0.11 437	0.10 420	0.13 467	0.11 433
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	0.31 516	0.34 536	0.29 473	0.35 532	0.16 491	0.33 503	0.42 544	0.48 532	0.52 512	0.35 501	0.35 454	0.34 480	0.32 505	0.40 527	0.33 516	0.27 540	0.20 524	0.29 537	0.15 502	0.19 518	0.18 517
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
SANet	0.25 483	0.14 453	0.29 473	0.21 434	0.11 388	0.29 494	0.25 487	0.40 505	0.65 537	0.36 504	0.40 480	0.42 512	0.27 474	0.27 468	0.25 463	0.12 454	0.09 431	0.10 407	0.09 382	0.13 467	0.12 454

Wz-Net-LNSev-Ref	0.18 409	0.09 301	0.30 479	0.15 64	0.11 388	0.23 445	0.20 421	0.27 356	0.40 465	0.26 447	0.43 502	0.25 405	0.15 333	0.21 420	0.20 407	0.07 239	0.05 154	0.06 100	0.05 108	0.10 413	0.09 379

MFN_U_SF_DS_RVC	0.30 510	0.24 516	0.30 479	0.36 534	0.16 491	0.36 515	0.31 525	0.34 458	0.43 482	0.41 518	0.46 508	0.38 496	0.30 498	0.35 507	0.29 498	0.19 520	0.20 524	0.26 527	0.29 537	0.18 515	0.19 522

RTSC	0.23 465	0.13 438	0.30 479	0.21 434	0.13 443	0.29 494	0.17 312	0.36 480	0.68 538	0.27 454	0.34 450	0.30 448	0.22 437	0.32 495	0.31 508	0.10 396	0.08 404	0.09 359	0.10 420	0.13 467	0.14 482

SQANet	0.24 476	0.24 516	0.31 482	0.31 526	0.19 516	0.27 480	0.13 108	0.30 409	0.33 414	0.25 443	0.37 462	0.31 463	0.22 437	0.27 468	0.23 444	0.15 494	0.10 454	0.21 519	0.16 506	0.22 521	0.16 505

NCC-stereo	0.25 483	0.15 460	0.31 482	0.26 501	0.17 503	0.21 418	0.31 525	0.41 510	0.40 465	0.24 430	0.38 469	0.33 476	0.29 487	0.37 516	0.28 490	0.13 471	0.11 467	0.15 496	0.22 524	0.13 467	0.13 466

Abc-Net	0.25 483	0.15 460	0.31 482	0.26 501	0.17 503	0.21 418	0.31 525	0.41 510	0.40 465	0.24 430	0.38 469	0.33 476	0.29 487	0.37 516	0.28 490	0.13 471	0.11 467	0.15 496	0.22 524	0.13 467	0.13 466
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 494	0.15 460	0.31 482	0.24 484	0.18 512	0.23 445	0.15 227	0.39 502	0.72 543	0.32 495	0.42 499	0.36 487	0.29 487	0.33 499	0.30 503	0.13 471	0.11 467	0.14 485	0.13 482	0.16 506	0.20 525

IGEV-BASED-STEREO-	0.09 77	0.10 366	0.32 486	0.15 64	0.06 11	0.08 48	0.14 157	0.11 27	0.10 31	0.07 29	0.07 35	0.06 14	0.04 1	0.11 102	0.07 1	0.12 454	0.04 20	0.07 195	0.05 108	0.05 95	0.05 109

FADNet-RVC-Resample	0.17 394	0.12 410	0.32 486	0.22 454	0.12 417	0.19 388	0.14 157	0.25 329	0.24 316	0.24 430	0.27 389	0.20 339	0.15 333	0.17 342	0.16 352	0.07 239	0.08 404	0.12 458	0.10 420	0.09 378	0.11 433

Wz-Net-MNSev	0.23 465	0.13 438	0.33 488	0.20 403	0.15 479	0.36 515	0.25 487	0.34 458	0.45 488	0.29 476	0.41 491	0.39 501	0.19 410	0.25 462	0.27 482	0.09 355	0.07 373	0.09 359	0.09 382	0.12 452	0.10 409

DPSNet	0.28 503	0.16 471	0.33 488	0.18 290	0.13 443	0.55 536	0.42 544	0.52 537	0.68 538	0.29 476	0.38 469	0.39 501	0.30 498	0.32 495	0.23 444	0.11 428	0.10 454	0.11 437	0.08 337	0.20 520	0.16 505

ELAS_RVC	0.42 532	0.29 531	0.33 488	0.28 515	0.24 528	0.56 537	0.38 539	0.50 534	0.61 527	0.74 548	0.76 546	0.67 543	0.56 543	0.55 543	0.42 535	0.22 531	0.21 533	0.27 530	0.26 531	0.27 537	0.26 536
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GASNet	0.22 452	0.24 516	0.34 491	0.26 501	0.17 503	0.27 480	0.16 286	0.45 527	0.42 474	0.27 454	0.24 332	0.30 448	0.16 354	0.27 468	0.18 382	0.12 454	0.09 431	0.12 458	0.11 450	0.16 506	0.08 335

Anonymous3	0.16 372	0.14 453	0.34 491	0.26 501	0.14 461	0.27 480	0.18 360	0.28 380	0.28 381	0.15 263	0.17 236	0.14 236	0.11 216	0.16 303	0.12 228	0.08 299	0.08 404	0.08 275	0.08 337	0.08 315	0.11 433

DGSMNet	0.25 483	0.19 498	0.34 491	0.21 434	0.24 528	0.24 451	0.21 437	0.36 480	0.42 474	0.25 443	0.32 434	0.38 496	0.21 430	0.29 483	0.24 456	0.13 471	0.11 467	0.14 485	0.16 506	0.23 524	0.23 530

SAMSARA	0.41 530	0.28 524	0.34 491	0.55 548	0.39 542	0.85 557	1.25 572	0.49 533	0.52 512	0.36 504	0.35 454	0.56 535	0.39 519	0.39 523	0.41 533	0.15 494	0.20 524	0.15 496	0.14 487	0.23 524	0.21 526

PA-Net	0.24 476	0.18 495	0.34 491	0.28 515	0.22 524	0.22 432	0.39 541	0.29 398	0.39 461	0.22 404	0.33 440	0.25 405	0.26 468	0.21 420	0.25 463	0.10 396	0.23 536	0.15 496	0.22 524	0.09 378	0.13 466
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS	0.42 532	0.29 531	0.34 491	0.28 515	0.24 528	0.63 541	0.37 537	0.52 537	0.52 512	0.72 545	0.82 550	0.68 545	0.56 543	0.52 539	0.45 542	0.22 531	0.21 533	0.27 530	0.26 531	0.26 535	0.26 536
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	0.25 483	0.16 471	0.35 497	0.17 208	0.13 443	0.24 451	0.14 157	0.34 458	0.34 425	0.41 518	0.55 520	0.41 510	0.38 518	0.35 507	0.28 490	0.11 428	0.15 507	0.11 437	0.11 450	0.12 452	0.17 514

ADCP+	0.20 430	0.10 366	0.35 497	0.21 434	0.12 417	0.22 432	0.27 500	0.31 425	0.35 439	0.26 447	0.37 462	0.22 366	0.22 437	0.27 468	0.28 490	0.09 355	0.06 302	0.08 275	0.08 337	0.10 413	0.10 409

CC-Net-ROB	0.28 503	0.31 533	0.36 499	0.30 524	0.15 479	0.25 460	0.19 403	0.45 527	0.34 425	0.39 511	0.37 462	0.39 501	0.31 503	0.27 468	0.27 482	0.24 538	0.18 518	0.30 539	0.23 528	0.19 518	0.15 496

FADNet	0.21 444	0.23 513	0.37 500	0.18 290	0.17 503	0.25 460	0.13 108	0.32 430	0.32 409	0.23 418	0.25 359	0.27 421	0.21 430	0.19 384	0.16 352	0.13 471	0.15 507	0.12 458	0.15 502	0.17 513	0.18 517

G-Net	0.25 483	0.17 481	0.38 501	0.23 473	0.16 491	0.51 533	0.23 461	0.29 398	0.35 439	0.36 504	0.38 469	0.31 463	0.29 487	0.28 476	0.27 482	0.11 428	0.09 431	0.12 458	0.10 420	0.16 506	0.14 482

w-ln-seven-2	0.20 430	0.14 453	0.39 502	0.23 473	0.12 417	0.21 418	0.21 437	0.29 398	0.38 456	0.25 443	0.38 469	0.28 431	0.23 443	0.21 420	0.25 463	0.08 299	0.08 404	0.09 359	0.09 382	0.10 413	0.09 379

AnyNet_C32	0.26 494	0.16 471	0.39 502	0.20 403	0.17 503	0.26 471	0.31 525	0.32 430	0.45 488	0.31 488	0.50 514	0.30 448	0.34 509	0.41 532	0.36 521	0.12 454	0.12 481	0.12 458	0.14 487	0.14 483	0.15 496

FADNet-RVC	0.21 444	0.20 502	0.40 504	0.21 434	0.16 491	0.21 418	0.15 227	0.27 356	0.27 365	0.26 447	0.32 434	0.26 415	0.21 430	0.22 438	0.19 397	0.12 454	0.13 493	0.12 458	0.14 487	0.13 467	0.18 517

PVD	0.40 529	0.21 507	0.40 504	0.32 529	0.23 525	0.30 497	0.45 548	0.53 539	0.97 557	0.55 536	0.80 549	0.54 534	0.60 547	0.53 541	0.40 531	0.19 520	0.14 503	0.17 505	0.14 487	0.24 530	0.32 543

z-ln-s-r	0.18 409	0.10 366	0.41 506	0.19 349	0.08 124	0.18 366	0.18 360	0.23 285	0.34 425	0.19 351	0.41 491	0.22 366	0.17 378	0.20 402	0.25 463	0.07 239	0.05 154	0.07 195	0.07 270	0.07 249	0.06 188

Wz-Net-LNSev	0.22 452	0.16 471	0.41 506	0.22 454	0.13 443	0.25 460	0.24 471	0.33 444	0.44 484	0.30 482	0.42 499	0.32 470	0.19 410	0.23 446	0.27 482	0.10 396	0.09 431	0.08 275	0.08 337	0.12 452	0.11 433

FADNet_RVC	0.17 394	0.14 453	0.41 506	0.20 403	0.11 388	0.13 234	0.13 108	0.27 356	0.22 296	0.21 389	0.23 320	0.20 339	0.18 392	0.15 276	0.17 369	0.08 299	0.08 404	0.12 458	0.09 382	0.11 435	0.10 409

PSMNet-RUCA	0.28 503	0.33 535	0.42 509	0.36 534	0.32 540	0.18 366	0.20 421	0.42 515	0.30 394	0.33 499	0.41 491	0.40 507	0.24 452	0.31 490	0.20 407	0.19 520	0.11 467	0.25 526	0.15 502	0.22 521	0.16 505

ADCMid	0.26 494	0.15 460	0.42 509	0.20 403	0.14 461	0.25 460	0.26 495	0.35 473	0.40 465	0.37 508	0.45 506	0.34 480	0.42 528	0.36 511	0.36 521	0.10 396	0.09 431	0.11 437	0.11 450	0.13 467	0.13 466

ADCRef	0.20 430	0.12 410	0.43 511	0.20 403	0.12 417	0.23 445	0.18 360	0.32 430	0.37 450	0.26 447	0.33 440	0.18 313	0.23 443	0.25 462	0.26 476	0.07 239	0.06 302	0.09 359	0.09 382	0.08 315	0.09 379

DeepPrunerF	0.24 476	0.17 481	0.45 512	0.26 501	0.16 491	0.23 445	0.29 517	0.37 489	0.51 506	0.27 454	0.31 425	0.24 392	0.28 483	0.22 438	0.23 444	0.15 494	0.11 467	0.20 518	0.18 517	0.12 452	0.14 482

iinet-f	0.17 394	0.07 118	0.46 513	0.14 27	0.10 334	0.21 418	0.14 157	0.27 356	0.23 306	0.22 404	0.25 359	0.21 348	0.16 354	0.18 359	0.22 433	0.09 355	0.07 373	0.07 195	0.06 180	0.09 378	0.10 409

Wz-Net-SNSev	0.26 494	0.17 481	0.46 513	0.25 492	0.14 461	0.26 471	0.24 471	0.38 496	0.57 520	0.30 482	0.56 522	0.39 501	0.26 468	0.24 457	0.32 513	0.10 396	0.09 431	0.10 407	0.11 450	0.11 435	0.11 433

Consistency-Raft	0.44 534	0.40 541	0.46 513	0.37 536	0.43 546	0.42 527	0.41 542	0.57 542	0.55 516	0.32 495	0.73 543	0.32 470	0.50 537	0.42 533	0.49 545	0.39 545	0.36 546	0.45 545	0.52 555	0.42 545	0.30 541

z-mn7	0.25 483	0.15 460	0.47 516	0.19 349	0.13 443	0.28 490	0.25 487	0.35 473	0.64 534	0.27 454	0.57 526	0.29 439	0.24 452	0.32 495	0.27 482	0.08 299	0.08 404	0.08 275	0.08 337	0.10 413	0.10 409

NVStereoNet_ROB	0.47 539	0.37 538	0.47 516	0.42 540	0.29 538	0.35 511	0.35 535	0.50 534	0.61 527	0.73 546	0.94 554	0.70 547	0.68 551	0.48 536	0.62 553	0.22 531	0.33 545	0.34 541	0.34 544	0.30 538	0.31 542
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ADCS	0.30 510	0.19 498	0.48 518	0.21 434	0.18 512	0.29 494	0.24 471	0.42 515	0.64 534	0.40 514	0.50 514	0.40 507	0.37 516	0.40 527	0.43 536	0.13 471	0.13 493	0.13 472	0.14 487	0.16 506	0.16 505

ADCL	0.25 483	0.12 410	0.49 519	0.22 454	0.12 417	0.36 515	0.29 517	0.30 409	0.57 520	0.24 430	0.47 510	0.30 448	0.31 503	0.30 489	0.30 503	0.09 355	0.07 373	0.09 359	0.09 382	0.10 413	0.10 409

PASM	0.33 518	0.25 521	0.51 520	0.28 515	0.27 534	0.30 497	0.31 525	0.35 473	0.51 506	0.36 504	0.40 480	0.47 525	0.35 512	0.34 502	0.36 521	0.23 536	0.26 538	0.26 527	0.28 536	0.23 524	0.21 526

otaku	0.39 527	0.38 539	0.53 521	0.44 541	0.28 535	0.57 538	0.24 471	0.42 515	0.62 530	0.40 514	0.50 514	0.46 522	0.34 509	0.40 527	0.33 516	0.30 541	0.30 542	0.39 543	0.33 542	0.30 538	0.29 539

XQC	0.29 507	0.23 513	0.53 521	0.29 522	0.19 516	0.36 515	0.28 506	0.37 489	0.58 523	0.31 488	0.31 425	0.37 490	0.30 498	0.39 523	0.39 529	0.13 471	0.09 431	0.15 496	0.12 471	0.18 515	0.18 517

Ntro	0.41 530	0.40 541	0.54 523	0.46 545	0.30 539	0.64 542	0.24 471	0.47 531	0.68 538	0.42 520	0.49 512	0.47 525	0.42 528	0.40 527	0.32 513	0.32 542	0.28 540	0.37 542	0.31 540	0.33 543	0.29 539

zh-sn7	0.26 494	0.17 481	0.55 524	0.24 484	0.14 461	0.25 460	0.25 487	0.34 458	0.49 499	0.29 476	0.55 520	0.29 439	0.32 505	0.37 516	0.33 516	0.10 396	0.10 454	0.11 437	0.11 450	0.12 452	0.12 454

ACVNet-4b	0.39 527	0.53 546	0.56 525	0.45 542	0.24 528	0.46 529	0.18 360	0.50 534	0.64 534	0.42 520	0.45 506	0.60 537	0.27 474	0.34 502	0.24 456	0.33 543	0.14 503	0.48 546	0.42 546	0.31 541	0.27 538

MSC_U_SF_DS_RVC	0.44 534	0.39 540	0.56 525	0.40 537	0.20 519	0.66 544	0.33 534	0.54 540	0.72 543	0.71 544	0.72 542	0.62 538	0.55 541	0.52 539	0.47 543	0.20 525	0.19 523	0.29 537	0.30 539	0.24 530	0.19 522

WAO-7	0.80 556	0.78 559	0.57 527	0.85 559	0.67 562	0.76 553	0.69 563	1.07 566	1.30 564	0.90 556	1.20 567	1.05 554	0.93 562	0.71 552	0.68 556	0.60 558	0.62 569	0.67 553	0.68 562	0.64 554	0.59 558

aanetorigin	0.22 452	0.17 481	0.57 527	0.18 290	0.10 334	0.16 327	0.19 403	0.20 226	0.33 414	0.49 531	0.48 511	0.30 448	0.28 483	0.21 420	0.24 456	0.08 299	0.07 373	0.08 275	0.07 270	0.10 413	0.09 379

SuperB	0.20 430	0.10 366	0.57 527	0.16 133	0.09 228	0.19 388	0.18 360	0.25 329	0.51 506	0.27 454	0.39 477	0.17 298	0.22 437	0.22 438	0.21 420	0.08 299	0.06 302	0.06 100	0.06 180	0.12 452	0.11 433

w-ln-seven	0.24 476	0.15 460	0.58 530	0.20 403	0.14 461	0.26 471	0.22 449	0.36 480	0.62 530	0.30 482	0.40 480	0.30 448	0.23 443	0.22 438	0.28 490	0.09 355	0.09 431	0.11 437	0.10 420	0.11 435	0.10 409

MFN_U_SF_RVC	0.33 518	0.22 511	0.58 530	0.31 526	0.15 479	0.36 515	0.17 312	0.54 540	0.46 495	0.47 530	0.56 522	0.58 536	0.39 519	0.36 511	0.38 528	0.15 494	0.15 507	0.18 514	0.21 521	0.16 506	0.16 505

zh-mn7	0.26 494	0.15 460	0.59 532	0.19 349	0.14 461	0.24 451	0.22 449	0.35 473	0.63 533	0.35 501	0.67 535	0.31 463	0.25 460	0.31 490	0.26 476	0.09 355	0.08 404	0.09 359	0.09 382	0.09 378	0.11 433

ACVNet_1	0.45 536	0.51 545	0.61 533	0.45 542	0.28 535	0.50 531	0.28 506	0.58 547	0.71 542	0.63 539	0.59 532	0.74 548	0.50 537	0.50 537	0.36 521	0.26 539	0.25 537	0.39 543	0.29 537	0.32 542	0.25 533

ADCPNet	0.26 494	0.17 481	0.62 534	0.21 434	0.15 479	0.36 515	0.25 487	0.33 444	0.37 450	0.31 488	0.41 491	0.36 487	0.29 487	0.29 483	0.34 519	0.12 454	0.10 454	0.11 437	0.12 471	0.14 483	0.13 466

LSM	0.34 524	0.21 507	0.62 534	0.27 509	0.62 559	0.35 511	0.26 495	0.43 521	0.49 499	0.45 527	0.60 533	0.42 512	0.37 516	0.35 507	0.26 476	0.13 471	0.21 533	0.14 485	0.16 506	0.18 515	0.34 545

WAO-6	0.82 557	0.81 560	0.63 536	0.87 561	0.63 560	0.79 554	0.60 556	0.98 562	1.52 571	0.91 558	0.97 556	1.08 555	1.04 566	0.72 553	0.70 559	0.72 562	0.49 556	0.91 565	0.71 563	0.70 560	0.59 558

anonymity	0.53 542	0.58 547	0.66 537	0.41 538	0.61 558	0.54 535	0.41 542	0.57 542	0.41 472	0.56 537	0.50 514	0.50 528	0.55 541	0.59 548	0.50 546	0.58 556	0.50 559	0.51 548	0.51 553	0.52 547	0.58 555

MFMNet_re	0.65 547	0.66 554	0.66 537	0.51 546	0.69 563	0.70 547	0.58 554	0.65 550	0.75 548	0.61 538	0.73 543	0.63 539	0.68 551	0.65 551	0.60 552	0.66 561	0.58 568	0.63 552	0.59 556	0.68 558	0.69 565

DispFullNet	0.27 501	0.22 511	0.66 537	0.28 515	0.17 503	0.27 480	0.17 312	0.34 458	0.57 520	0.27 454	0.37 462	0.43 514	0.24 452	0.39 523	0.25 463	0.12 454	0.06 302	0.19 516	0.11 450	0.23 524	0.16 505

SPS-STEREO	0.58 546	0.59 549	0.66 537	0.45 542	0.55 552	0.65 543	0.44 547	0.63 549	0.51 506	0.69 542	0.65 534	0.66 542	0.58 546	0.62 549	0.62 553	0.62 559	0.47 554	0.51 548	0.49 550	0.55 550	0.58 555
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	0.92 561	0.83 561	0.67 541	0.94 564	0.70 564	0.92 560	0.68 561	1.08 568	1.80 574	1.06 564	1.42 571	1.29 560	1.08 568	0.86 558	0.80 562	0.74 564	0.54 562	0.86 563	0.75 564	0.71 561	0.63 562

Venus	0.92 561	0.83 561	0.67 541	0.94 564	0.70 564	0.92 560	0.68 561	1.08 568	1.80 574	1.06 564	1.42 571	1.29 560	1.08 568	0.86 558	0.80 562	0.74 564	0.54 562	0.86 563	0.75 564	0.71 561	0.63 562

SGM+DAISY	0.57 545	0.58 547	0.67 541	0.41 538	0.55 552	0.68 546	0.51 550	0.57 542	0.46 495	0.67 540	0.70 540	0.69 546	0.57 545	0.64 550	0.58 551	0.59 557	0.49 556	0.50 547	0.50 552	0.52 547	0.59 558

BEATNet-Init1	0.54 543	0.28 524	0.68 544	0.31 526	0.21 521	0.85 557	0.31 525	0.57 542	0.69 541	0.89 555	1.00 557	2.17 572	0.66 550	0.58 547	0.44 539	0.19 520	0.18 518	0.23 524	0.22 524	0.22 521	0.21 526

IMH-64-1	0.66 548	0.62 551	0.69 545	0.72 552	0.51 549	0.60 539	0.51 550	0.92 556	0.84 552	0.75 551	1.02 558	0.81 549	0.78 556	0.80 554	0.50 546	0.43 547	0.46 550	0.72 554	0.48 548	0.55 550	0.40 548

IMH-64	0.66 548	0.62 551	0.69 545	0.72 552	0.51 549	0.60 539	0.51 550	0.92 556	0.84 552	0.75 551	1.02 558	0.81 549	0.78 556	0.80 554	0.50 546	0.43 547	0.46 550	0.72 554	0.48 548	0.55 550	0.40 548

Wz-Net-TNSev	0.29 507	0.20 502	0.69 545	0.19 349	0.15 479	0.38 521	0.27 500	0.36 480	0.56 518	0.35 501	0.42 499	0.45 518	0.39 519	0.33 499	0.31 508	0.13 471	0.13 493	0.10 407	0.12 471	0.15 495	0.15 496

IMH	0.72 551	0.65 553	0.70 548	0.77 554	0.54 551	0.71 548	0.56 553	0.99 564	1.08 558	0.82 554	1.09 561	0.89 551	0.88 560	0.88 562	0.53 550	0.44 550	0.50 559	0.75 557	0.51 553	0.58 553	0.42 551

ACVNet_2	0.67 550	0.68 555	0.70 548	0.64 550	0.41 544	0.75 552	0.50 549	0.98 562	1.38 567	0.90 556	1.09 561	1.04 553	0.74 554	0.55 543	0.48 544	0.43 547	0.40 548	0.53 550	0.45 547	0.48 546	0.36 547

RainbowNet	0.54 543	0.61 550	0.71 550	0.57 549	0.43 546	0.66 544	0.37 537	0.60 548	0.87 554	0.51 532	0.67 535	0.63 539	0.47 534	0.50 537	0.44 539	0.47 551	0.48 555	0.53 550	0.41 545	0.53 549	0.41 550

TorneroNet-64	0.76 554	0.73 557	0.77 551	0.78 556	0.58 557	0.94 562	0.58 554	0.85 555	1.26 562	0.67 540	0.88 552	1.41 565	0.76 555	0.87 560	0.68 556	0.49 552	0.46 550	0.73 556	0.59 556	0.68 558	0.54 554

Dean	0.88 560	0.88 564	0.81 552	0.82 558	0.57 555	0.91 559	0.62 557	1.17 572	1.71 572	1.15 567	1.16 565	1.31 562	1.00 565	0.82 556	0.83 565	0.57 554	0.56 565	0.78 561	0.65 559	0.67 557	0.58 555

ktn	1.02 566	1.23 570	0.82 553	1.24 571	0.86 569	1.00 565	0.86 566	0.96 560	1.37 566	1.05 562	1.12 564	1.16 557	1.06 567	0.95 565	0.62 553	1.28 573	0.71 571	1.39 573	0.83 567	1.06 570	0.77 568

WZ-Net	0.29 507	0.17 481	0.82 553	0.23 473	0.16 491	0.35 511	0.29 517	0.40 505	0.59 525	0.24 430	0.57 526	0.37 490	0.25 460	0.34 502	0.37 525	0.09 355	0.08 404	0.09 359	0.10 420	0.14 483	0.16 505

TorneroNet	0.83 558	0.75 558	0.83 555	0.85 559	0.63 560	1.03 566	0.65 558	0.96 560	1.14 560	0.80 553	1.10 563	1.36 563	0.88 560	0.95 565	0.82 564	0.57 554	0.49 556	0.79 562	0.66 561	0.74 564	0.64 564

LVE	0.84 559	0.87 563	0.86 556	0.81 557	0.56 554	1.09 568	0.66 559	1.07 566	1.45 569	0.97 560	1.23 569	1.11 556	0.86 559	0.84 557	0.72 560	0.49 552	0.56 565	0.76 559	0.60 558	0.66 556	0.60 561

DPSimNet_ROB	1.14 568	1.25 571	0.87 557	1.15 570	0.90 570	1.15 569	1.18 571	1.20 573	1.26 562	1.45 571	1.05 560	1.44 568	1.13 570	0.92 564	1.70 572	1.47 574	0.52 561	1.22 571	1.04 573	0.92 567	1.03 572

KSHMR	1.10 567	1.19 569	0.90 558	1.26 572	1.00 571	0.99 563	0.96 569	1.13 571	1.35 565	1.16 568	1.28 570	1.40 564	0.97 564	1.03 568	0.93 566	1.03 571	1.08 573	1.20 570	1.03 572	1.03 569	0.98 571

PWCK	0.72 551	0.95 565	0.99 559	0.77 554	0.32 540	0.79 554	0.38 539	0.92 556	0.90 555	0.96 559	0.76 546	0.97 552	0.62 548	0.87 560	0.68 556	0.73 563	0.46 550	0.76 559	0.49 550	0.71 561	0.44 552

notaker	0.98 564	1.13 568	1.02 560	1.14 569	0.81 567	0.73 551	0.69 563	0.94 559	1.15 561	1.19 569	1.19 566	1.41 565	1.17 571	1.10 571	0.74 561	0.82 567	0.64 570	1.18 569	0.79 566	1.02 568	0.82 569

EDNetEfficient	0.30 510	0.24 516	1.18 561	0.18 290	0.10 334	0.20 407	0.20 421	0.21 244	0.61 527	0.74 548	0.56 522	0.30 448	0.40 523	0.23 446	0.32 513	0.09 355	0.07 373	0.08 275	0.07 270	0.11 435	0.10 409

JetBlue	0.73 553	0.46 544	1.21 562	0.52 547	0.47 548	2.16 573	0.67 560	0.78 552	0.72 543	0.70 543	0.79 548	1.21 558	0.84 558	1.06 569	1.04 569	0.40 546	0.28 540	0.33 540	0.33 542	0.30 538	0.34 545

HanzoNet	1.31 569	1.29 572	1.22 563	1.13 568	0.85 568	1.05 567	0.84 565	1.06 565	1.47 570	1.66 572	1.63 573	2.48 574	1.78 574	1.63 573	1.69 571	1.27 572	0.80 572	1.32 572	1.02 571	1.07 571	0.90 570

AnyNet_C01	0.37 525	0.26 522	1.41 564	0.22 454	0.17 503	0.51 533	0.28 506	0.36 480	0.40 465	0.39 511	0.75 545	0.46 522	0.39 519	0.46 535	0.50 546	0.13 471	0.13 493	0.13 472	0.14 487	0.14 483	0.16 505

UNDER WATER	0.99 565	1.00 567	1.47 565	1.00 566	0.71 566	1.18 570	0.86 566	0.81 554	1.09 559	1.02 561	0.90 553	1.53 569	1.26 572	1.06 569	1.02 568	0.79 566	0.54 562	1.02 567	0.88 568	0.83 566	0.75 566

UNDER WATER-64	0.97 563	0.96 566	1.48 566	0.88 562	0.57 555	1.24 571	0.90 568	0.78 552	0.96 556	1.05 562	0.85 551	1.56 570	1.26 572	0.97 567	0.99 567	0.88 568	0.57 567	1.04 568	0.88 568	0.81 565	0.75 566

MADNet++	1.97 571	1.75 574	1.66 567	1.83 573	1.69 574	2.38 574	1.45 574	2.36 575	2.11 576	2.58 575	2.37 576	2.25 573	2.21 575	2.28 574	2.36 575	1.87 575	1.67 575	1.53 574	1.34 574	1.87 573	1.78 575

USTest	6.16 575	2.65 576	2.79 568	6.48 581	7.21 580	14.33 583	21.38 582	6.98 583	9.55 582	5.35 579	6.12 577	5.71 578	7.69 579	6.31 580	6.75 579	1.97 576	3.38 581	1.63 575	2.14 578	2.49 574	2.35 576

JetRed	1.66 570	1.51 573	3.09 569	0.93 563	1.21 572	5.28 576	1.61 575	1.29 574	1.42 568	1.84 573	1.77 574	1.59 571	0.95 563	1.43 572	2.51 576	0.91 570	1.61 574	0.93 566	0.91 570	1.36 572	1.03 572

RTS	0.46 537	0.19 498	3.33 570	0.25 492	0.15 479	0.72 549	0.21 437	0.37 489	0.78 550	0.42 520	0.44 504	0.31 463	0.43 531	0.55 543	0.37 525	0.10 396	0.09 431	0.13 472	0.13 482	0.15 495	0.15 496

RTSA	0.46 537	0.19 498	3.33 570	0.25 492	0.15 479	0.72 549	0.21 437	0.37 489	0.78 550	0.42 520	0.44 504	0.31 463	0.43 531	0.55 543	0.37 525	0.10 396	0.09 431	0.13 472	0.13 482	0.15 495	0.15 496

tt	4.65 574	0.07 118	3.54 572	2.01 574	1.55 573	10.25 580	16.66 580	8.90 584	5.03 577	1.33 570	0.96 555	4.71 575	4.74 576	3.33 575	5.86 578	6.06 583	10.30 587	1.87 577	2.09 577	2.61 575	1.19 574

MADNet+	0.76 554	0.72 556	3.76 573	0.67 551	0.41 544	0.99 563	0.97 570	0.72 551	0.75 548	0.52 533	0.58 530	0.64 541	0.68 551	0.89 563	1.04 569	0.35 544	0.36 546	0.28 536	0.23 528	0.38 544	0.33 544

TCMNet-wrong-test	3.69 573	5.54 582	3.91 574	12.22 585	11.75 586	4.77 575	3.86 576	1.08 568	0.74 547	1.13 566	2.21 575	6.16 579	0.53 540	3.43 576	2.33 574	0.90 569	0.20 524	1.85 576	1.69 575	5.71 581	3.79 581

PML	8.57 582	9.39 586	6.24 575	5.34 578	6.36 579	13.21 582	20.99 581	5.35 577	6.68 578	17.75 588	26.46 594	7.58 580	6.08 578	7.89 581	5.76 577	5.33 582	1.83 576	5.95 586	1.93 576	8.75 584	2.53 577

xxxxx1	7.75 576	5.06 579	7.26 576	3.15 575	3.91 576	16.37 584	22.88 585	5.87 580	8.68 579	7.99 580	8.55 578	9.13 582	8.46 580	10.05 582	10.47 580	2.43 577	2.48 577	3.56 580	12.26 584	3.48 576	3.02 578

tt_ll	7.75 576	5.06 579	7.26 576	3.15 575	3.91 576	16.37 584	22.88 585	5.87 580	8.68 579	7.99 580	8.55 578	9.13 582	8.46 580	10.05 582	10.47 580	2.43 577	2.48 577	3.56 580	12.26 584	3.48 576	3.02 578

ff	7.75 576	5.06 579	7.26 576	3.15 575	3.91 576	16.37 584	22.88 585	5.87 580	8.68 579	7.99 580	8.55 578	9.13 582	8.46 580	10.05 582	10.47 580	2.43 577	2.48 577	3.56 580	12.26 584	3.48 576	3.02 578

Anonymous_1	10.87 585	7.82 583	7.41 579	10.29 582	10.08 581	18.64 588	26.11 588	11.02 585	13.45 586	9.43 583	10.10 583	9.73 585	11.31 585	10.69 585	12.47 583	6.42 584	8.38 584	5.70 583	10.22 583	11.41 585	6.65 582

DPSM_ROB	11.10 586	8.47 584	7.95 580	10.84 583	11.58 584	19.10 589	26.50 589	12.02 586	14.09 587	10.38 584	10.91 584	10.39 586	11.92 586	11.67 586	13.39 586	6.99 585	8.79 585	5.82 584	6.92 579	6.97 582	7.31 585

DPSM	11.10 586	8.47 584	7.95 580	10.84 583	11.58 584	19.10 589	26.50 589	12.02 586	14.09 587	10.38 584	10.91 584	10.39 586	11.92 586	11.67 586	13.39 586	6.99 585	8.79 585	5.82 584	6.92 579	6.97 582	7.31 585

LRCNet_RVC	10.76 584	13.97 587	7.97 582	19.07 587	2.04 575	0.35 511	0.31 525	5.29 576	0.48 498	13.02 586	17.65 587	8.69 581	5.73 577	4.78 577	2.22 573	23.53 592	2.69 580	27.60 593	25.75 593	17.60 590	16.54 591

DPSMNet_ROB	8.06 580	4.50 577	8.69 583	5.36 580	10.74 583	8.32 578	22.71 583	5.47 578	13.38 584	5.13 577	9.98 581	5.10 576	10.47 583	5.53 578	12.77 584	3.80 581	8.00 582	3.49 578	6.95 581	3.75 580	7.09 583

DGTPSM_ROB	8.06 580	4.50 577	8.69 583	5.34 578	10.73 582	8.32 578	22.71 583	5.47 578	13.38 584	5.13 577	9.98 581	5.10 576	10.47 583	5.53 578	12.77 584	3.79 580	8.00 582	3.49 578	6.95 581	3.74 579	7.09 583

CasAABBNet	22.33 590	17.11 588	15.84 585	21.94 589	23.28 591	38.30 591	53.40 594	24.05 591	28.44 592	20.66 590	21.86 590	21.03 592	24.04 592	23.35 590	27.03 593	14.06 588	17.69 590	11.70 588	13.94 588	14.04 587	14.76 589

FlowAnything	22.34 591	17.13 589	15.98 586	22.00 590	23.23 590	38.39 594	53.32 592	24.19 592	28.48 593	21.00 593	21.93 591	20.83 590	23.97 590	23.44 592	26.83 591	14.04 587	17.80 592	11.63 587	14.08 590	14.00 586	14.65 587

Selective-RAFT-Error	22.39 592	17.14 590	16.01 587	22.00 590	23.34 592	38.37 592	53.36 593	24.24 594	28.53 594	20.80 591	21.94 592	20.94 591	24.02 591	23.48 593	27.33 594	14.07 589	17.70 591	11.70 588	13.93 587	14.05 588	14.83 590

LSM0	22.80 593	17.22 591	19.17 588	22.12 592	28.90 594	38.38 593	53.27 591	24.21 593	28.36 591	20.84 592	21.11 589	21.63 593	24.25 593	23.42 591	26.98 592	14.08 590	17.39 589	11.72 590	13.98 589	14.22 589	14.66 588

HaxPig	15.73 588	18.55 592	19.19 589	16.92 586	15.89 588	7.80 577	7.57 577	13.37 588	10.80 583	15.40 587	14.87 586	15.95 588	14.81 588	15.67 588	15.97 588	18.96 591	16.72 588	19.47 591	18.10 591	19.45 591	19.06 592

DLNR_Zeroshot_test	10.48 583	2.27 575	19.78 590	120.28 595	13.29 587	0.06 8	0.13 108	0.24 309	0.10 31	0.08 59	0.10 115	0.09 121	0.07 103	0.10 57	0.09 43	0.13 471	0.04 20	0.06 100	0.04 31	52.68 594	0.04 28

MEDIAN_ROB	20.38 589	24.05 593	23.36 591	21.18 588	21.62 589	10.51 581	8.17 578	17.68 589	15.46 589	20.04 589	19.65 588	20.30 589	20.16 589	21.17 589	21.03 589	23.81 593	21.77 593	24.98 592	23.75 592	25.01 592	23.94 593

AVERAGE_ROB	24.89 594	29.12 594	27.98 592	24.83 593	24.59 593	17.82 587	11.61 579	21.45 590	19.91 590	25.04 594	24.38 593	25.06 594	25.31 594	24.69 594	22.86 590	29.74 594	27.09 594	28.97 594	27.94 594	30.07 593	29.35 594

test_example2	97.69 595	92.93 595	45.57 593	96.02 594	109.84 595	88.44 595	93.70 595	25.54 595	94.63 595	130.46 596	126.87 595	58.93 595	75.48 595	87.99 595	77.94 595	150.16 595	221.11 595	76.29 595	98.21 595	108.42 595	95.33 595

coex-ft	3.24 572	0.35 537	57.83 594	0.18 290	0.13 443	0.27 480	0.23 461	0.28 380	0.72 543	1.89 574	0.70 540	0.43 514	0.47 534	0.29 483	0.43 536	0.09 355	0.09 431	0.12 458	0.09 382	0.14 483	0.14 482

EDNetEfficientorigin	7.92 579	0.32 534	152.98 595	0.20 403	0.10 334	0.22 432	0.17 312	0.23 285	0.60 526	0.73 546	0.67 535	0.41 510	0.51 539	0.24 457	0.41 533	0.08 299	0.07 373	0.09 359	0.07 270	0.12 452	0.11 433

ccccc		285.89 596		366.70 596	366.78 596	118.88 596		113.97 596		125.77 595		120.54 596		252.62 596		382.79 596	352.84 596	254.30 596	222.62 596	426.61 596

Low-res two-view benchmark