Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo	0.40 17	0.24 25	0.40 3	0.37 1	0.22 6	0.52 90	0.29 40	0.81 27	1.15 243	0.59 74	0.72 84	0.51 60	0.42 58	0.57 20	0.37 66	0.19 107	0.13 35	0.15 6	0.10 1	0.14 2	0.15 13
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
DEFOM-Stereo_RVC	0.41 22	0.68 415	0.45 11	0.66 313	0.30 87	0.48 55	0.25 15	0.87 47	0.46 10	0.39 22	0.37 9	0.30 6	0.69 197	1.16 174	0.31 14	0.17 41	0.11 3	0.16 21	0.12 17	0.18 68	0.14 4

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

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

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

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

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

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

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

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

CroCo-Stereo	0.42 30	0.33 191	0.83 172	0.59 240	0.28 58	0.26 3	0.33 65	1.22 164	0.85 110	0.43 32	0.49 27	0.65 113	0.46 84	0.40 3	0.36 53	0.19 107	0.15 160	0.16 21	0.14 50	0.20 136	0.17 46
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
castereo	0.43 34	0.25 37	0.50 21	0.46 33	0.30 87	0.60 137	0.56 285	1.23 169	0.83 103	0.39 22	0.70 78	0.45 32	0.68 193	0.54 12	0.33 27	0.17 41	0.11 3	0.17 33	0.13 31	0.16 25	0.14 4

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

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

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

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

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

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

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

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

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

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

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

LoS_RVC	0.45 42	0.29 101	0.48 16	0.49 70	0.83 429	0.51 84	0.43 166	0.65 10	0.44 7	0.47 40	0.78 96	0.44 22	0.60 165	0.59 25	0.37 66	0.14 2	0.12 10	0.14 1	0.10 1	0.14 2	1.08 468

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

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

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

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

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

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

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

IGEV-Stereo+	0.46 51	0.23 13	0.51 24	0.42 11	0.46 286	0.15 1	0.19 1	0.45 2	0.37 4	0.28 2	0.25 2	0.31 8	0.41 52	1.43 235	0.31 14	0.18 71	0.13 35	0.15 6	0.12 17	1.09 468	1.74 480

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

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

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

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

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

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

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

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

XX-TBD	0.47 60	0.71 419	0.39 1	0.81 408	0.25 18	0.57 120	0.26 23	0.73 13	1.30 328	0.78 111	1.01 156	0.45 32	0.33 27	0.49 7	0.39 75	0.20 147	0.15 160	0.15 6	0.11 7	0.17 43	0.15 13

PMTNet	0.47 60	0.22 6	0.43 8	0.39 5	0.24 11	0.71 198	0.26 23	0.78 23	1.03 182	0.65 89	0.69 74	0.55 77	0.48 96	0.90 108	0.36 53	0.99 467	0.13 35	0.15 6	0.10 1	0.15 11	0.15 13

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

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

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

StereoAnything_RVC	0.49 70	1.60 478	0.87 196	0.37 1	0.21 3	0.26 3	0.21 2	0.53 4	0.23 1	0.23 1	0.21 1	0.19 1	0.35 36	1.29 199	0.23 1	0.22 207	0.11 3	0.15 6	0.11 7	2.36 478	0.13 2

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.49 70	0.22 6	0.46 12	0.48 58	0.38 219	0.45 42	0.25 15	0.77 19	1.30 328	0.82 121	1.23 254	0.47 43	0.37 41	0.55 13	0.44 117	0.16 15	0.11 3	0.16 21	0.80 471	0.18 68	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MyStereo07	0.50 80	0.30 124	0.58 41	0.58 221	0.48 295	0.59 132	0.78 357	1.19 153	0.60 39	0.49 50	0.54 45	0.43 21	0.55 131	1.32 208	0.36 53	0.18 71	0.18 247	0.24 238	0.21 227	0.23 217	0.23 187

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

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

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

CES	0.51 82	0.21 3	0.40 3	0.42 11	1.40 472	0.53 94	0.34 74	1.04 90	0.68 60	0.45 37	0.67 68	0.35 11	0.28 8	0.58 23	0.35 37	0.16 15	0.13 35	0.15 6	0.10 1	0.19 100	1.69 479

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

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

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

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

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

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

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

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

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

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

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

GMOStereo	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

error version	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

test-v	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

test-2	0.55 93	0.28 81	0.72 103	0.52 118	0.30 87	0.53 94	0.43 166	1.02 79	0.98 159	1.44 363	1.14 221	0.88 191	0.57 139	0.62 33	0.39 75	0.16 15	0.14 97	0.24 238	0.22 253	0.20 136	0.18 59

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

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

raftrobust	0.55 93	0.27 71	0.63 65	0.68 339	0.69 394	0.50 76	0.34 74	1.08 103	0.97 156	1.32 313	0.88 120	0.62 104	0.80 235	0.82 79	0.44 117	0.20 147	0.16 192	0.16 21	0.14 50	0.15 11	0.18 59

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

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

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

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

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

test-3	0.56 104	0.24 25	0.82 163	0.50 85	0.29 72	0.57 120	0.34 74	1.09 110	1.03 182	1.33 318	0.69 74	0.87 185	0.45 76	1.68 278	0.39 75	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.16 31

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

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

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

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

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

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

RAFT-Stereo + iAFF	0.56 104	0.28 81	0.81 154	0.45 23	0.25 18	0.40 17	0.34 74	1.12 120	1.13 232	1.35 331	1.58 372	0.80 154	0.67 189	0.71 54	0.43 113	0.14 2	0.11 3	0.18 64	0.17 120	0.18 68	0.16 31

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

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

rrr	0.57 116	0.33 191	2.43 426	0.46 33	0.34 173	0.50 76	0.38 113	0.84 37	0.55 23	0.48 46	0.48 23	0.48 47	0.45 76	2.28 352	0.44 117	0.19 107	0.14 97	0.19 88	0.15 66	0.17 43	0.18 59

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

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

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

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

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

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

test_xeample3	0.57 116	0.33 191	3.11 445	0.46 33	0.34 173	0.55 111	0.38 113	0.86 44	0.49 14	0.54 69	0.46 20	0.44 22	0.44 72	1.49 252	0.45 130	0.18 71	0.14 97	0.19 88	0.15 66	0.17 43	0.18 59

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

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

AE-Stereo	0.58 128	0.29 101	0.81 154	0.62 269	0.41 252	0.69 192	0.46 203	2.49 445	1.25 296	0.49 50	0.77 94	0.69 126	0.46 84	0.61 29	0.42 108	0.17 41	0.16 192	0.21 151	0.20 186	0.19 100	0.18 59

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

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

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

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

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

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

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

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

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

GMStereo	0.58 128	0.50 357	1.09 276	0.52 118	0.32 137	0.80 240	0.43 166	1.02 79	1.41 375	0.89 140	0.77 94	0.52 67	0.46 84	0.89 105	0.56 206	0.25 269	0.16 192	0.20 120	0.22 253	0.31 328	0.27 264
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
gcap-zeroshot	0.59 140	0.30 124	1.11 283	0.51 99	0.30 87	0.79 234	0.36 94	1.86 314	0.86 112	0.90 141	0.68 69	1.44 353	0.50 112	0.82 79	0.35 37	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.18 59

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

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

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

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

sAnonymous2	0.59 140	0.61 392	1.82 390	0.61 261	0.52 321	0.51 84	0.54 269	0.97 64	0.70 63	0.50 55	0.68 69	0.46 34	0.63 175	0.61 29	0.41 100	0.22 207	0.17 219	0.23 214	0.21 227	0.85 456	0.56 423

CroCo_RVC	0.59 140	0.61 392	1.82 390	0.61 261	0.52 321	0.51 84	0.54 269	0.97 64	0.70 63	0.50 55	0.68 69	0.46 34	0.63 175	0.61 29	0.41 100	0.22 207	0.17 219	0.23 214	0.21 227	0.85 456	0.56 423

testlalala2	0.60 147	0.30 124	0.68 89	1.79 477	1.30 471	0.65 168	0.41 141	1.06 95	0.75 79	0.91 143	0.96 134	0.75 141	0.34 31	0.56 15	0.45 130	0.18 71	0.16 192	0.17 33	0.13 31	0.17 43	0.19 92

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

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

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

R-Stereo Train	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 402	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92

RAFT-Stereo	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 402	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 153	0.30 124	0.93 222	0.65 299	0.65 378	0.79 234	0.50 237	1.33 192	1.40 371	0.65 89	1.15 227	0.53 71	0.42 58	1.18 179	0.36 53	0.25 269	0.18 247	0.26 297	0.31 382	0.20 136	0.21 142

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

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

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

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

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

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

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

PFNet+	0.62 156	0.31 155	0.99 244	0.57 209	0.31 105	0.57 120	0.30 46	0.99 76	1.25 296	1.33 318	1.10 194	0.79 152	0.57 139	1.35 213	0.53 188	0.26 292	0.17 219	0.28 324	0.26 322	0.21 178	0.27 264

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

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

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

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

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

AnonymousM	0.63 165	1.14 456	0.43 8	0.46 33	0.32 137	0.43 36	0.46 203	1.27 179	0.78 83	1.00 164	0.66 65	0.68 121	0.45 76	0.61 29	0.46 136	0.21 174	0.16 192	1.84 482	0.98 479	0.15 11	0.15 13

HHNet	0.64 168	0.28 81	0.69 95	0.45 23	0.46 286	0.50 76	0.57 291	1.13 124	1.03 182	1.26 287	2.21 438	0.70 129	0.59 159	1.10 162	0.51 171	0.21 174	0.13 35	0.23 214	0.19 157	0.20 136	0.31 317

Pruner-Stereo	0.64 168	0.31 155	0.79 144	0.66 313	0.31 105	0.61 144	0.42 149	1.22 164	1.09 209	1.53 386	1.09 192	0.94 223	0.55 131	1.37 217	0.56 206	0.25 269	0.14 97	0.24 238	0.21 227	0.21 178	0.25 226

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

DIP-Stereo	0.64 168	0.32 172	0.91 217	0.49 70	0.36 198	0.91 284	0.33 65	2.51 448	0.77 81	1.25 274	1.00 154	0.68 121	0.51 115	0.92 112	0.65 242	0.19 107	0.15 160	0.21 151	0.17 120	0.19 100	0.22 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 172	0.34 220	0.65 78	0.60 248	0.27 31	1.14 340	0.48 219	1.08 103	2.62 466	0.59 74	0.79 98	0.49 50	0.80 235	1.57 258	0.35 37	0.21 174	0.13 35	0.25 276	0.16 99	0.20 136	0.23 187

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

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

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

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

CAS	0.66 174	0.19 1	0.41 6	2.31 483	0.86 433	0.56 118	0.53 256	0.83 33	0.63 47	0.49 50	0.70 78	0.36 12	0.26 6	0.47 6	0.37 66	2.33 484	0.10 1	0.14 1	0.10 1	0.17 43	1.31 473

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

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

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

ACRE	0.66 174	0.37 278	1.27 334	0.60 248	0.50 306	0.74 207	0.47 213	1.26 175	1.10 213	1.40 350	1.56 367	0.62 104	0.46 84	0.88 102	0.78 275	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

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

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

HI	0.67 185	0.34 220	0.80 149	0.51 99	0.51 316	0.41 24	0.37 104	1.15 140	0.80 95	1.34 325	1.42 324	1.60 380	1.11 360	0.96 123	0.90 308	0.16 15	0.12 10	0.20 120	0.21 227	0.20 136	0.20 117

CoSv	0.67 185	0.34 220	0.80 149	0.51 99	0.51 316	0.41 24	0.37 104	1.15 140	0.80 95	1.34 325	1.42 324	1.60 380	1.11 360	0.96 123	0.90 308	0.16 15	0.12 10	0.20 120	0.21 227	0.20 136	0.20 117

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

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

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

StereoVision	0.67 185	0.37 278	1.02 253	0.60 248	0.41 252	0.50 76	0.41 141	1.32 190	0.96 152	0.73 103	2.48 452	0.82 166	0.57 139	1.06 150	0.50 167	0.26 292	0.28 375	0.29 335	0.28 348	0.37 363	0.22 169

CASS	0.67 185	0.36 257	0.84 181	0.57 209	0.28 58	0.82 249	0.43 166	1.62 254	0.92 130	1.39 344	1.28 276	0.87 185	0.84 247	0.88 102	0.59 221	0.36 390	0.19 264	0.26 297	0.22 253	0.29 306	0.43 387
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 185	0.37 278	1.17 309	0.60 248	0.51 316	0.75 212	0.48 219	1.26 175	1.11 219	1.43 360	1.58 372	0.64 112	0.48 96	0.94 115	0.78 275	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

IPLGR_C	0.67 185	0.38 296	1.20 319	0.60 248	0.50 306	0.75 212	0.48 219	1.28 183	1.13 232	1.42 356	1.57 371	0.62 104	0.48 96	0.85 92	0.80 287	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

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

TRStereo	0.67 185	0.71 419	1.06 265	0.77 399	0.68 391	0.53 94	0.38 113	2.52 449	0.96 152	0.81 119	0.84 111	0.87 185	0.39 49	1.16 174	0.46 136	0.24 249	0.17 219	0.23 214	0.24 297	0.18 68	0.20 117

RAFT	0.67 185	0.32 172	0.83 172	0.63 279	0.34 173	0.69 192	0.57 291	1.14 128	0.84 106	1.12 200	1.20 239	1.75 406	0.92 292	1.09 159	0.60 224	0.22 207	0.19 264	0.27 310	0.24 297	0.22 198	0.23 187

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

cc1	0.68 198	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.07 98	3.23 478	0.60 81	0.80 103	0.47 43	0.87 269	1.48 246	0.35 37	0.21 174	0.13 35	0.25 276	0.15 66	0.19 100	0.23 187

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

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

HH	0.68 198	0.33 191	0.83 172	0.53 141	0.34 173	0.92 291	0.45 197	1.79 292	0.74 74	0.71 97	1.13 216	1.60 380	0.83 244	1.95 317	0.39 75	0.18 71	0.14 97	0.19 88	0.17 120	0.19 100	0.19 92

HanStereo	0.68 198	0.33 191	0.83 172	0.53 141	0.34 173	0.92 291	0.45 197	1.79 292	0.74 74	0.71 97	1.13 216	1.60 380	0.83 244	1.95 317	0.39 75	0.18 71	0.14 97	0.19 88	0.17 120	0.19 100	0.19 92

DisPM	0.68 198	0.30 124	0.85 187	0.66 313	0.35 190	0.60 137	0.44 185	1.10 116	1.10 213	1.56 393	1.10 194	0.80 154	0.58 156	2.37 360	0.46 136	0.25 269	0.14 97	0.23 214	0.21 227	0.20 136	0.26 246

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

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

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

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

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

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

xx1	0.70 208	0.34 220	0.63 65	0.60 248	0.27 31	1.16 346	0.51 239	1.07 98	3.23 478	0.60 81	0.80 103	0.95 227	0.79 229	1.48 246	0.35 37	0.21 174	0.13 35	0.24 238	0.23 284	0.23 217	0.25 226

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

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

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

IGEV-BASED-STEREO-	0.71 214	3.18 503	2.55 430	0.40 7	0.24 11	0.42 31	0.23 11	0.66 11	0.46 10	0.47 40	0.45 16	0.33 10	0.27 7	0.58 23	0.30 12	1.34 478	0.10 1	0.22 180	0.19 157	0.45 399	1.32 475

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

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

iRaft-Stereo_20w	0.71 214	0.33 191	1.25 331	0.50 85	0.36 198	0.82 249	0.31 50	3.16 474	0.89 119	1.24 271	1.14 221	0.79 152	0.65 183	1.15 172	0.43 113	0.18 71	0.13 35	0.18 64	0.17 120	0.20 136	0.23 187

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

HITNet	0.71 214	0.42 324	1.07 270	0.52 118	0.25 18	1.05 323	0.48 219	2.12 373	1.08 201	1.21 256	1.23 254	0.91 207	0.84 247	0.90 108	0.91 312	0.17 41	0.12 10	0.21 151	0.17 120	0.29 306	0.18 59
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
IPLG	0.72 220	0.29 101	1.12 287	0.53 141	0.44 275	0.79 234	0.33 65	1.35 194	1.10 213	1.32 313	1.11 201	0.52 67	0.54 128	3.13 391	0.71 258	0.17 41	0.14 97	0.20 120	0.17 120	0.18 68	0.21 142

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

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

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

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

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

LCNet	0.73 223	0.30 124	0.58 41	0.58 221	0.31 105	0.68 183	0.53 256	1.09 110	0.94 143	1.19 245	1.34 297	0.96 232	1.32 396	2.50 368	0.46 136	0.19 107	0.13 35	0.21 151	0.25 305	0.28 290	0.69 447

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

IER	0.74 227	0.33 191	1.25 331	0.50 85	0.53 326	1.32 370	0.55 278	1.31 188	1.08 201	1.30 304	1.34 297	1.11 285	1.10 357	1.05 145	0.81 289	0.20 147	0.17 219	0.21 151	0.21 227	0.20 136	0.21 142

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

AdaStereo	0.74 227	0.48 349	0.86 194	0.75 390	0.38 219	0.94 298	0.56 285	2.05 363	1.24 288	1.15 219	1.22 246	1.07 265	0.67 189	1.05 145	0.73 259	0.33 366	0.16 192	0.32 363	0.22 253	0.29 306	0.23 187
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DCVSM-stereo	0.75 231	0.36 257	0.82 163	0.58 221	0.43 266	0.78 227	0.42 149	1.30 186	1.05 194	1.79 422	1.04 171	1.60 380	1.08 351	1.12 167	0.86 295	0.25 269	0.27 370	0.29 335	0.24 297	0.30 321	0.37 357

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

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

BSDual-CNN	0.75 231	0.34 220	0.77 134	0.55 167	0.45 279	1.25 363	0.66 328	2.65 457	1.04 188	1.25 274	1.12 205	1.11 285	0.77 215	0.94 115	0.76 269	0.25 269	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

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

UDGNet	0.75 231	1.23 462	0.99 244	0.82 411	0.42 261	0.76 217	0.38 113	0.98 68	1.37 358	0.83 122	0.88 120	0.70 129	0.60 165	1.25 189	0.57 209	0.57 447	0.19 264	1.03 473	0.26 322	0.79 455	0.35 350

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

GMM-Stereo	0.75 231	0.27 71	0.66 83	0.56 187	0.34 173	0.71 198	0.97 405	1.09 110	0.91 125	1.37 337	1.79 403	1.11 285	0.79 229	2.08 334	0.48 153	0.19 107	0.12 10	0.25 276	0.25 305	0.21 178	0.78 454

rvit_105_1	0.76 239	0.54 372	1.27 334	0.80 404	0.49 301	0.74 207	0.86 385	1.39 203	1.23 284	1.00 164	0.80 103	0.93 217	0.78 222	1.29 199	0.78 275	0.43 412	0.36 424	0.36 397	0.42 425	0.30 321	0.36 353

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

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

Sa-1000	0.76 239	0.30 124	0.92 220	0.62 269	0.31 105	0.78 227	0.37 104	2.00 350	1.38 360	1.30 304	2.04 429	0.86 183	0.74 205	1.87 304	0.40 91	0.19 107	0.14 97	0.25 276	0.24 297	0.21 178	0.19 92

Prome-Stereo	0.76 239	0.29 101	0.57 39	0.58 221	0.33 157	0.58 131	0.94 400	0.98 68	0.92 130	1.46 371	2.45 450	0.91 207	1.38 402	1.60 268	0.44 117	0.19 107	0.13 35	0.19 88	0.18 136	0.20 136	0.87 460

EAI-Stereo	0.76 239	0.31 155	0.74 121	0.55 167	0.28 58	0.70 196	1.72 463	2.57 452	0.90 124	0.75 106	3.03 461	0.57 86	0.43 66	1.10 162	0.49 164	0.19 107	0.14 97	0.17 33	0.18 136	0.17 43	0.21 142

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

KYRaft	0.77 245	0.29 101	0.68 89	0.59 240	0.29 72	0.66 174	0.83 377	1.05 93	0.89 119	1.63 407	2.22 439	1.15 293	0.99 317	1.59 263	0.41 100	0.21 174	0.14 97	0.22 180	0.28 348	0.21 178	1.01 464

MLCV	0.77 245	0.39 305	1.31 341	0.55 167	0.25 18	0.91 284	0.39 126	1.48 221	1.28 316	1.49 380	1.54 358	1.02 254	0.68 193	2.12 338	0.93 319	0.19 107	0.13 35	0.19 88	0.14 50	0.19 100	0.22 169

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

CoDeX	0.78 248	0.31 155	1.04 258	0.56 187	0.37 207	1.13 337	0.60 311	2.77 464	1.29 326	1.17 227	1.26 262	0.91 207	0.87 269	1.42 233	0.74 263	0.21 174	0.16 192	0.21 151	0.18 136	0.21 178	0.21 142

anonymousa	0.78 248	0.30 124	0.85 187	0.51 99	0.96 446	1.41 387	0.47 213	1.61 251	0.94 143	1.33 318	1.77 401	1.66 391	1.11 360	0.72 55	0.63 233	0.19 107	0.18 247	0.23 214	0.25 305	0.20 136	0.22 169

BUS	0.78 248	0.34 220	0.77 134	0.55 167	0.45 279	2.30 452	0.42 149	2.65 457	1.04 188	1.25 274	1.12 205	1.02 254	0.70 200	0.94 115	0.75 266	0.25 269	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

acv_ft	0.78 248	0.33 191	1.10 281	0.73 376	0.86 433	1.23 361	0.57 291	1.65 258	1.11 219	1.31 310	1.31 283	1.07 265	0.91 284	0.82 79	1.35 380	0.22 207	0.19 264	0.21 151	0.18 136	0.22 198	0.19 92

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

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

CFNet-ft	0.78 248	0.36 257	0.74 121	0.67 327	0.56 343	0.86 271	0.54 269	1.46 216	1.17 255	1.01 169	1.28 276	1.68 395	1.03 336	1.57 258	0.95 326	0.27 313	0.21 292	0.33 372	0.26 322	0.31 328	0.26 246

CFNet_RVC	0.78 248	0.36 257	0.74 121	0.67 327	0.56 343	0.86 271	0.54 269	1.46 216	1.17 255	1.01 169	1.28 276	1.68 395	1.03 336	1.57 258	0.95 326	0.27 313	0.21 292	0.33 372	0.26 322	0.31 328	0.26 246

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

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

ffm	0.79 257	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	1.08 103	2.62 466	1.19 245	1.49 340	1.07 265	0.85 252	1.57 258	0.35 37	0.21 174	0.13 35	0.31 352	0.28 348	0.20 136	0.23 187

cf-r	0.79 257	0.32 172	1.06 265	0.57 209	0.64 373	0.78 227	0.51 239	2.04 359	1.22 280	1.20 250	1.27 271	1.53 371	0.91 284	1.47 244	0.94 324	0.25 269	0.19 264	0.22 180	0.23 284	0.19 100	0.21 142

DeepPruner_ROB	0.79 257	0.55 376	1.14 293	0.61 261	0.46 286	0.78 227	0.54 269	1.83 303	1.00 172	1.42 356	1.27 271	1.23 308	0.77 215	1.56 256	0.89 304	0.35 383	0.28 375	0.27 310	0.26 322	0.32 339	0.34 341

DDVS	0.80 262	0.43 328	1.09 276	0.64 292	0.44 275	1.27 366	0.43 166	1.49 222	0.94 143	1.21 256	1.16 229	1.42 348	0.63 175	2.14 340	1.02 340	0.29 344	0.22 307	0.26 297	0.23 284	0.31 328	0.37 357

gwcnet-sp	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 337	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

scenet	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 337	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

ssnet	0.80 262	0.37 278	1.94 398	0.62 269	0.45 279	1.38 379	0.53 256	1.68 262	1.20 266	1.37 337	1.08 189	0.93 217	0.82 240	1.45 239	0.79 280	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

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

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

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

PSM-AAD	0.80 262	0.29 101	0.58 41	0.58 221	0.29 72	0.76 217	1.19 432	1.08 103	0.94 143	1.65 409	1.58 372	0.81 160	2.12 460	1.67 276	0.44 117	0.19 107	0.14 97	0.38 404	0.32 389	0.22 198	0.68 445

iResNet	0.80 262	0.45 336	1.47 360	0.72 369	0.31 105	0.96 309	0.64 323	1.80 296	1.28 316	1.31 310	1.48 339	0.94 223	0.78 222	1.77 289	0.99 332	0.19 107	0.14 97	0.18 64	0.15 66	0.22 198	0.27 264

NINENet	0.81 271	0.40 311	0.89 205	0.65 299	0.53 326	2.30 452	0.42 149	2.12 373	1.13 232	1.20 250	1.27 271	1.02 254	0.70 200	1.26 192	0.75 266	0.29 344	0.24 344	0.31 352	0.21 227	0.27 274	0.26 246

DRaft	0.81 271	0.26 48	0.77 134	0.47 47	0.31 105	0.95 304	0.52 250	1.13 124	0.99 168	1.78 421	2.01 428	0.80 154	1.71 434	2.64 375	0.74 263	0.19 107	0.14 97	0.20 120	0.20 186	0.18 68	0.24 207

hknet	0.82 273	0.34 220	1.15 295	0.55 167	0.39 228	1.25 363	0.66 328	2.65 457	1.10 213	1.25 274	1.12 205	1.58 379	0.85 252	1.41 228	0.79 280	0.23 229	0.18 247	0.25 276	0.22 253	0.23 217	0.24 207

NF-Stereo	0.82 273	0.33 191	0.83 172	0.65 299	0.31 105	0.63 155	0.43 166	1.35 194	0.93 137	1.30 304	1.02 159	0.81 160	0.57 139	5.37 439	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.30 308

OCTAStereo	0.82 273	0.33 191	0.83 172	0.65 299	0.31 105	0.62 147	0.44 185	1.35 194	0.93 137	1.30 304	1.02 159	0.81 160	0.57 139	5.32 434	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.30 308

RE-Stereo	0.82 273	0.33 191	0.84 181	0.65 299	0.31 105	0.63 155	0.44 185	1.35 194	0.93 137	1.30 304	1.02 159	0.80 154	0.57 139	5.34 437	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.31 317

TVStereo	0.82 273	0.33 191	0.84 181	0.65 299	0.31 105	0.63 155	0.44 185	1.35 194	0.93 137	1.30 304	1.02 159	0.80 154	0.57 139	5.34 437	0.55 200	0.26 292	0.14 97	0.24 238	0.20 186	0.20 136	0.31 317

ARAFT	0.82 273	0.40 311	1.77 386	0.53 141	0.31 105	0.89 278	0.81 372	2.32 418	1.08 201	1.66 410	1.25 260	1.04 258	0.64 179	1.91 311	0.52 179	0.20 147	0.15 160	0.28 324	0.27 338	0.17 43	0.18 59

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

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

iResNet_ROB	0.82 273	0.36 257	1.13 288	0.60 248	0.37 207	0.91 284	0.38 113	2.41 432	1.61 420	1.35 331	1.35 302	1.25 313	0.97 311	1.75 287	0.88 301	0.21 174	0.14 97	0.17 33	0.12 17	0.19 100	0.30 308

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

testlalala_base	0.83 282	0.41 321	0.80 149	0.67 327	0.53 326	0.78 227	0.30 46	1.84 305	0.60 39	0.75 106	0.91 125	0.68 121	0.54 128	0.69 50	0.46 136	2.92 489	0.15 160	0.17 33	0.12 17	2.95 488	0.27 264

GrayStereo	0.83 282	0.28 81	0.62 64	0.66 313	0.37 207	0.76 217	1.79 467	1.19 153	0.91 125	1.98 439	1.89 418	1.07 265	1.76 438	1.43 235	0.50 167	0.20 147	0.15 160	0.19 88	0.21 227	0.18 68	0.41 375

psm_up	0.83 282	0.37 278	0.88 201	0.68 339	0.59 356	1.05 323	0.92 395	1.68 262	1.17 255	1.41 352	1.22 246	1.30 328	1.31 394	1.39 223	0.89 304	0.27 313	0.30 388	0.31 352	0.27 338	0.28 290	0.28 278

GwcNet-RSSM	0.83 282	0.34 220	1.29 340	0.65 299	0.55 338	0.78 227	0.62 316	1.89 322	1.27 308	1.18 238	1.39 313	1.56 376	0.91 284	1.60 268	1.22 363	0.26 292	0.20 277	0.23 214	0.24 297	0.21 178	0.21 142

DMCA-RVC	0.83 282	0.46 339	2.19 418	0.68 339	0.49 301	0.84 263	0.48 219	1.44 212	1.07 198	1.56 393	1.04 171	1.29 326	0.86 260	1.49 252	0.92 316	0.27 313	0.22 307	0.35 387	0.28 348	0.32 339	0.28 278

RAFT_R40	0.84 288	0.30 124	0.83 172	0.63 279	0.31 105	0.66 174	0.43 166	1.15 140	0.99 168	1.47 372	1.10 194	1.00 247	0.84 247	5.44 440	0.53 188	0.23 229	0.13 35	0.23 214	0.20 186	0.23 217	0.19 92

UPFNet	0.84 288	0.34 220	1.09 276	0.62 269	0.74 405	1.25 363	0.78 357	1.69 271	1.20 266	1.39 344	1.13 216	1.30 328	0.87 269	1.73 285	1.22 363	0.24 249	0.26 362	0.24 238	0.23 284	0.26 268	0.20 117

hitnet-ft	0.84 288	0.38 296	0.75 126	0.59 240	0.44 275	0.99 314	0.47 213	1.61 251	1.38 360	1.21 256	1.22 246	1.82 409	0.99 317	1.87 304	1.09 346	0.33 366	0.29 384	0.34 380	0.27 338	0.36 357	0.33 333

NLCA_NET_v2_RVC	0.84 288	0.46 339	1.40 356	0.69 352	0.61 366	0.95 304	0.52 250	1.68 262	1.21 272	1.39 344	1.15 227	1.42 348	0.88 275	1.78 291	0.93 319	0.26 292	0.23 334	0.27 310	0.27 338	0.30 321	0.39 368
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 288	0.43 328	1.01 251	0.66 313	0.43 266	1.32 370	0.49 230	1.64 255	1.24 288	1.53 386	1.45 332	1.49 364	0.97 311	1.32 208	1.31 373	0.21 174	0.17 219	0.27 310	0.25 305	0.25 258	0.34 341
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 293	0.38 296	0.92 220	0.58 221	0.32 137	0.86 271	0.49 230	2.33 424	1.69 425	1.16 223	1.12 205	0.95 227	0.85 252	2.46 363	1.18 355	0.27 313	0.23 334	0.28 324	0.28 348	0.28 290	0.41 375

AIO-Stereo-zeroshot	0.85 293	0.38 296	2.79 438	0.51 99	0.60 360	0.72 201	0.38 113	2.87 470	0.77 81	0.80 114	1.07 182	2.14 437	0.93 294	0.96 123	0.62 230	0.21 174	0.13 35	0.21 151	0.26 322	0.29 306	0.32 326

DCRE	0.85 293	0.28 81	0.76 131	0.60 248	0.49 301	0.59 132	0.53 256	1.04 90	0.92 130	0.80 114	7.34 493	0.87 185	0.57 139	0.78 75	0.43 113	0.16 15	0.17 219	0.19 88	0.17 120	0.18 68	0.22 169

SST-Stereo	0.85 293	0.30 124	0.81 154	0.63 279	0.31 105	0.70 196	0.25 15	1.16 145	0.95 148	1.47 372	1.11 201	0.99 241	0.86 260	5.69 443	0.53 188	0.23 229	0.13 35	0.23 214	0.19 157	0.23 217	0.19 92

PAM	0.86 297	0.31 155	1.19 315	0.55 167	0.35 190	2.17 446	0.47 213	2.26 408	0.87 115	1.18 238	0.96 134	3.01 464	1.41 407	0.90 108	0.40 91	0.19 107	0.13 35	0.19 88	0.18 136	0.20 136	0.27 264

RAFT-345	0.86 297	0.26 48	0.73 116	0.53 141	0.28 58	0.53 94	0.41 141	0.85 38	1.31 335	1.33 318	2.32 443	0.85 182	0.53 121	5.69 443	0.48 153	0.19 107	0.14 97	0.22 180	0.17 120	0.17 43	0.17 46

UNet	0.86 297	0.36 257	1.52 369	0.62 269	0.74 405	1.56 401	0.49 230	1.55 234	1.12 226	1.28 297	1.10 194	1.52 370	1.10 357	1.69 282	1.14 351	0.24 249	0.18 247	0.25 276	0.21 227	0.25 258	0.25 226

ac_64	0.86 297	0.32 172	1.02 253	0.74 382	0.60 360	1.04 320	0.53 256	2.20 403	0.99 168	1.23 267	1.11 201	1.96 422	1.06 348	2.01 325	1.01 337	0.30 350	0.22 307	0.24 238	0.23 284	0.22 198	0.22 169

PAM_32	0.87 301	0.30 124	1.08 273	0.56 187	0.32 137	2.10 445	0.36 94	2.26 408	1.01 175	1.13 203	1.05 178	3.14 469	1.47 414	1.00 132	0.42 108	0.19 107	0.14 97	0.20 120	0.18 136	0.19 100	0.25 226

SepStereo	0.87 301	0.37 278	1.20 319	0.66 313	0.69 394	0.82 249	0.62 316	1.79 292	1.26 304	1.93 434	1.55 361	0.96 232	1.17 371	2.34 355	0.69 252	0.22 207	0.16 192	0.25 276	0.18 136	0.29 306	0.24 207

LMCR-Stereo	0.87 301	0.50 357	0.99 244	0.80 404	0.43 266	1.32 370	0.55 278	2.79 467	1.03 182	1.55 392	1.49 340	0.74 139	1.01 326	1.76 288	0.99 332	0.30 350	0.17 219	0.22 180	0.18 136	0.31 328	0.22 169

FADNet_RVC	0.88 304	0.56 380	2.15 415	0.57 209	0.43 266	1.17 353	0.46 203	1.68 262	1.12 226	0.91 143	1.24 258	0.91 207	0.94 297	2.22 346	1.20 358	0.28 329	0.22 307	0.32 363	0.28 348	0.46 406	0.42 383

iResNetv2_ROB	0.88 304	0.43 328	2.62 435	0.60 248	0.38 219	0.94 298	0.67 330	1.88 320	1.38 360	1.27 292	1.45 332	1.26 319	1.05 347	1.92 312	0.64 237	0.24 249	0.15 160	0.19 88	0.14 50	0.24 246	0.21 142

DualNet (step1)	0.89 306	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	1.31 202	0.73 259	0.59 450	0.32 404	0.62 457	0.67 464	0.45 399	0.48 398

iRaft-Stereo_5w	0.89 306	0.31 155	1.04 258	0.56 187	0.47 293	0.47 50	0.68 332	1.19 153	1.08 201	0.80 114	1.35 302	1.46 359	0.90 281	5.11 430	1.16 353	0.18 71	0.15 160	0.22 180	0.19 157	0.21 178	0.24 207

DAS	0.89 306	0.37 278	1.20 319	0.66 313	0.69 394	0.82 249	0.62 316	1.79 292	1.26 304	1.93 434	1.55 361	0.96 232	1.17 371	2.72 380	0.69 252	0.22 207	0.16 192	0.25 276	0.18 136	0.29 306	0.24 207

SACVNet	0.89 306	0.51 361	1.08 273	0.83 415	0.58 350	0.83 256	0.78 357	1.84 305	1.17 255	1.39 344	1.33 293	1.25 313	1.01 326	2.31 354	0.92 316	0.35 383	0.26 362	0.31 352	0.29 366	0.35 353	0.48 398

ASMatch	0.89 306	0.29 101	0.72 103	0.56 187	0.36 198	0.47 50	0.37 104	1.16 145	0.95 148	1.11 192	3.26 464	0.95 227	0.96 304	4.88 427	0.53 188	0.20 147	0.16 192	0.22 180	0.19 157	0.20 136	0.30 308

ADLNet	0.89 306	0.39 305	1.09 276	0.88 428	0.73 401	1.24 362	0.75 350	2.02 352	1.41 375	1.58 397	1.37 307	1.26 319	1.00 323	1.31 202	1.18 355	0.28 329	0.21 292	0.26 297	0.26 322	0.29 306	0.36 353

MMNet	0.89 306	0.35 249	1.44 357	0.64 292	0.59 356	1.83 427	0.48 219	1.70 274	1.38 360	1.45 369	1.19 238	1.25 313	1.16 368	1.77 289	1.27 371	0.20 147	0.19 264	0.23 214	0.22 253	0.25 258	0.24 207

HGLStereo	0.89 306	0.42 324	1.15 295	0.82 411	1.03 451	1.16 346	0.57 291	1.68 262	1.28 316	1.26 287	1.62 378	1.13 289	1.31 394	1.85 300	1.11 350	0.25 269	0.24 344	0.24 238	0.22 253	0.24 246	0.29 292

CRFU-Net	0.90 314	0.42 324	1.10 281	0.69 352	0.59 356	1.76 419	0.84 379	2.33 424	0.92 130	1.45 369	1.20 239	1.62 385	1.25 385	1.38 221	0.94 324	0.28 329	0.23 334	0.22 180	0.19 157	0.24 246	0.27 264

dad	0.90 314	0.73 425	1.28 337	0.59 240	0.39 228	0.83 256	0.45 197	1.24 171	1.54 409	1.52 383	1.28 276	1.36 340	0.86 260	2.54 371	0.91 312	0.43 412	0.27 370	0.82 465	0.26 322	0.44 397	0.34 341

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

IRAFT_RVC	0.90 314	0.30 124	0.89 205	0.67 327	0.31 105	0.64 164	1.00 410	1.40 205	0.97 156	1.23 267	1.04 171	1.00 247	0.96 304	5.77 446	0.57 209	0.24 249	0.13 35	0.25 276	0.21 227	0.20 136	0.21 142

delet	0.90 314	0.34 220	1.15 295	0.69 352	0.66 384	1.63 408	0.81 372	1.95 337	1.49 403	1.42 356	1.38 311	1.29 326	0.91 284	1.78 291	1.18 355	0.22 207	0.22 307	0.24 238	0.25 305	0.22 198	0.24 207

pcwnet_v2	0.91 319	0.39 305	2.74 436	0.64 292	0.55 338	0.81 248	0.49 230	2.19 400	1.63 421	1.44 363	1.64 383	1.09 276	0.79 229	1.31 202	0.70 255	0.32 361	0.25 356	0.29 335	0.27 338	0.37 363	0.37 357

FADNet-RVC-Resample	0.91 319	0.51 361	2.92 440	0.64 292	0.46 286	1.07 327	0.60 311	1.76 286	1.24 288	1.10 191	0.98 148	1.06 262	0.98 314	2.17 343	0.95 326	0.24 249	0.22 307	0.30 346	0.32 389	0.36 357	0.40 372

HSM-Net_RVC	0.91 319	0.31 155	0.60 54	0.54 154	0.31 105	1.15 343	0.60 311	3.76 482	1.30 328	1.57 396	1.75 398	1.67 393	1.01 326	1.61 270	0.90 308	0.23 229	0.17 219	0.19 88	0.18 136	0.20 136	0.22 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 322	0.39 305	1.22 324	0.66 313	0.39 228	1.31 369	0.96 404	2.32 418	1.45 392	1.48 378	1.17 232	1.53 371	0.91 284	1.16 174	1.71 419	0.31 354	0.27 370	0.30 346	0.29 366	0.28 290	0.29 292

ADLNet2	0.92 322	0.37 278	1.25 331	0.80 404	0.65 378	1.12 336	0.75 350	1.95 337	1.42 383	1.26 287	1.67 387	1.68 395	1.04 342	1.80 298	1.23 366	0.25 269	0.22 307	0.21 151	0.22 253	0.27 274	0.31 317

FTStereo	0.92 322	0.28 81	0.61 60	0.57 209	0.34 173	0.65 168	1.80 470	1.09 110	0.84 106	1.75 417	4.13 474	1.04 258	1.62 423	1.59 263	0.48 153	0.21 174	0.17 219	0.23 214	0.22 253	0.19 100	0.58 429

PFNet	0.92 322	0.28 81	1.20 319	0.68 339	0.32 137	0.62 147	0.55 278	1.27 179	1.01 175	1.47 372	1.09 192	0.97 235	0.68 193	6.58 464	0.59 221	0.21 174	0.13 35	0.24 238	0.19 157	0.20 136	0.20 117

DLCB_ROB	0.92 322	0.43 328	0.95 232	0.71 364	0.55 338	1.11 334	0.83 377	1.61 251	1.32 337	1.67 411	1.66 385	1.70 398	0.93 294	1.96 319	1.34 378	0.26 292	0.25 356	0.27 310	0.28 348	0.28 290	0.28 278

GEStereo_RVC	0.93 327	0.40 311	1.15 295	0.67 327	0.50 306	0.95 304	0.78 357	2.73 462	1.21 272	1.20 250	1.12 205	1.25 313	0.91 284	3.21 394	0.95 326	0.31 354	0.20 277	0.23 214	0.20 186	0.28 290	0.31 317

CBFPSM	0.95 328	0.37 278	2.10 411	0.51 99	0.39 228	1.73 415	0.87 388	1.59 247	1.13 232	1.11 192	1.00 154	2.34 446	1.64 428	1.42 233	1.44 388	0.19 107	0.18 247	0.20 120	0.20 186	0.22 198	0.36 353

OMP-Stereo	0.95 328	0.35 249	0.79 144	0.92 438	0.32 137	0.49 61	0.35 85	1.22 164	1.11 219	1.58 397	1.12 205	1.44 353	0.69 197	6.92 470	0.51 171	0.20 147	0.15 160	0.24 238	0.19 157	0.21 178	0.16 31

DSFCA	0.95 328	0.38 296	1.23 326	0.55 167	0.66 384	1.50 394	0.93 398	1.58 242	1.24 288	1.59 400	1.16 229	1.48 362	0.95 302	2.96 387	1.20 358	0.31 354	0.28 375	0.25 276	0.26 322	0.29 306	0.26 246

PSMNet_ROB	0.95 328	0.57 385	1.45 358	0.75 390	0.64 373	1.28 367	1.12 421	1.84 305	1.15 243	1.16 223	1.29 280	1.44 353	0.89 278	1.74 286	1.70 417	0.33 366	0.25 356	0.37 400	0.39 419	0.36 357	0.32 326

FADNet-RVC	0.96 332	0.72 422	2.96 441	0.64 292	0.49 301	0.90 282	0.59 304	1.85 312	1.27 308	0.92 146	0.97 143	1.36 340	0.90 281	2.36 357	1.31 373	0.30 350	0.29 384	0.32 363	0.32 389	0.42 385	0.37 357

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

IIG-Stereo	0.97 333	0.34 220	0.80 149	0.90 436	0.33 157	0.61 144	0.26 23	1.27 179	1.08 201	1.69 413	1.37 307	1.44 353	0.74 205	6.94 471	0.53 188	0.21 174	0.14 97	0.23 214	0.18 136	0.20 136	0.15 13

XX-Stereo	0.97 333	0.28 81	8.28 480	0.85 422	0.70 400	0.44 40	0.22 4	1.07 98	0.69 62	0.66 92	1.56 367	1.38 345	0.38 48	1.36 214	0.38 71	0.21 174	0.14 97	0.20 120	0.19 157	0.19 100	0.16 31

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

DEmStereo	0.98 336	0.25 37	0.85 187	0.49 70	0.33 157	1.02 318	0.55 278	0.97 64	0.93 137	1.41 352	2.13 434	1.01 252	2.01 450	5.62 442	0.78 275	0.19 107	0.15 160	0.20 120	0.20 186	0.18 68	0.25 226

FADNet	0.98 336	0.64 402	2.57 431	0.66 313	0.55 338	0.95 304	0.57 291	1.91 326	1.38 360	0.94 152	1.02 159	1.36 340	1.00 323	2.69 378	0.97 330	0.34 375	0.34 413	0.31 352	0.34 405	0.61 440	0.42 383

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

NVstereo2D	0.99 339	0.45 336	2.21 419	0.79 403	0.75 408	1.20 357	0.86 385	1.98 342	1.41 375	1.02 173	1.18 235	1.31 330	0.97 311	2.25 349	0.93 319	0.45 424	0.22 307	0.39 407	0.25 305	0.59 434	0.68 445

CBMV_ROB	0.99 339	0.46 339	0.68 89	0.53 141	0.39 228	1.40 385	0.48 219	2.09 369	1.30 328	1.53 386	2.29 442	1.36 340	1.23 381	2.46 363	1.04 343	0.44 421	0.42 444	0.47 431	0.44 431	0.41 382	0.39 368

ACV-stereo	1.00 342	0.55 376	1.47 360	0.59 240	0.42 261	2.38 456	0.58 298	1.20 157	1.21 272	0.83 122	1.01 156	3.36 471	2.10 456	1.64 272	1.17 354	0.28 329	0.22 307	0.23 214	0.22 253	0.29 306	0.35 350

fast-acv-ft	1.00 342	0.48 349	1.85 394	0.61 261	0.52 321	1.77 421	0.69 335	1.52 225	1.47 398	1.34 325	1.85 414	1.73 401	1.24 384	1.62 271	1.56 401	0.27 313	0.28 375	0.28 324	0.28 348	0.28 290	0.31 317

HBP-ISP	1.00 342	0.60 387	0.85 187	0.64 292	0.48 295	1.63 408	0.77 354	2.24 407	1.30 328	1.33 318	1.53 357	0.87 185	0.99 317	3.26 397	0.76 269	0.46 425	0.44 446	0.54 444	0.48 440	0.48 411	0.42 383

CSP-Net	1.00 342	0.41 321	0.99 244	0.56 187	0.43 266	1.62 407	0.76 353	2.16 389	1.16 250	1.33 318	1.22 246	1.32 334	0.89 278	4.67 424	0.93 319	0.35 383	0.24 344	0.20 120	0.20 186	0.23 217	0.30 308

ETE_ROB	1.01 346	0.69 416	1.49 363	0.72 369	0.50 306	1.15 343	1.12 421	1.91 326	1.24 288	1.94 436	1.50 347	1.73 401	1.06 348	1.78 291	1.33 377	0.33 366	0.26 362	0.38 404	0.34 405	0.40 378	0.44 390

THIR-Stereo	1.02 347	0.29 101	0.73 116	0.51 99	0.29 72	0.94 298	1.31 442	1.08 103	0.98 159	1.35 331	1.91 422	1.16 294	1.54 419	6.37 462	0.79 280	0.20 147	0.14 97	0.21 151	0.22 253	0.19 100	0.25 226

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

XPNet_ROB	1.02 347	0.56 380	1.33 345	0.75 390	0.58 350	1.11 334	1.13 423	1.77 287	1.29 326	1.88 429	1.43 328	1.63 388	1.13 367	2.04 328	1.69 415	0.40 403	0.31 393	0.33 372	0.29 366	0.37 363	0.37 357

iinet-f	1.04 350	0.50 357	4.24 462	0.58 221	0.43 266	1.78 424	0.70 341	1.29 185	1.16 250	1.25 274	1.42 324	1.57 378	1.42 408	1.47 244	1.70 417	0.26 292	0.23 334	0.20 120	0.20 186	0.26 268	0.26 246

RAFT-RH_RVC	1.04 350	0.26 48	0.76 131	0.53 141	0.29 72	0.80 240	0.32 58	0.85 38	1.12 226	2.04 442	4.63 480	1.03 257	0.57 139	5.93 449	0.52 179	0.20 147	0.13 35	0.26 297	0.20 186	0.16 25	0.19 92

CBMV	1.04 350	0.48 349	0.88 201	0.56 187	0.36 198	1.52 396	1.55 454	1.87 315	1.59 417	2.11 445	1.67 387	1.46 359	1.35 399	1.92 312	1.31 373	0.35 383	0.35 420	0.39 407	0.33 400	0.34 351	0.34 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 353	0.33 191	1.04 258	0.49 70	0.31 105	0.67 179	0.26 23	2.37 427	0.80 95	1.05 180	1.11 201	2.86 462	1.81 441	6.26 456	0.50 167	0.18 71	0.15 160	0.19 88	0.16 99	0.17 43	0.21 142

StereoDRNet	1.05 353	0.53 369	2.21 419	0.80 404	0.93 440	1.50 394	0.90 391	2.06 364	1.44 387	1.68 412	1.20 239	1.48 362	0.99 317	1.86 303	1.60 404	0.29 344	0.24 344	0.29 335	0.28 348	0.35 353	0.33 333

AIO-Stereo-zeroshot1	1.06 355	0.43 328	3.59 454	0.53 141	0.66 384	0.79 234	0.39 126	2.60 454	0.98 159	0.96 157	4.58 478	2.05 435	0.56 136	0.99 129	0.51 171	0.19 107	0.14 97	0.21 151	0.28 348	0.32 339	0.41 375

STrans-v2	1.06 355	0.31 155	1.02 253	0.52 118	0.33 157	0.67 179	0.78 357	2.66 460	1.26 304	1.15 219	1.46 334	1.37 344	1.40 405	6.68 467	0.46 136	0.19 107	0.13 35	0.21 151	0.18 136	0.18 68	0.21 142

DISCO	1.06 355	0.37 278	1.19 315	0.73 376	0.46 286	2.04 441	0.84 379	2.26 408	1.54 409	1.25 274	1.36 306	2.38 448	1.08 351	2.60 374	1.62 407	0.24 249	0.19 264	0.22 180	0.20 186	0.32 339	0.29 292

NCCL2	1.06 355	0.64 402	1.35 346	0.78 402	0.58 350	1.32 370	1.69 459	1.89 322	1.38 360	1.52 383	1.20 239	1.91 412	1.17 371	1.79 296	1.50 395	0.35 383	0.31 393	0.45 425	0.44 431	0.41 382	0.45 392

LALA_ROB	1.06 355	0.66 409	1.37 354	0.70 361	0.53 326	1.61 405	1.25 439	1.81 299	1.48 402	1.82 425	1.40 318	1.93 416	1.03 336	1.68 278	1.69 415	0.38 395	0.28 375	0.43 420	0.37 415	0.43 387	0.38 365

PSMNet-RUCA	1.07 360	1.06 449	1.64 379	1.23 466	1.10 455	1.39 382	0.65 325	1.91 326	1.43 384	0.95 154	1.52 355	0.99 241	0.83 244	1.28 198	1.01 337	0.71 461	0.34 413	0.99 471	0.61 460	1.01 463	0.67 441

RAFT + AFF	1.07 360	0.47 344	1.36 351	0.68 339	0.50 306	1.20 357	1.22 435	2.58 453	1.26 304	1.33 318	1.56 367	1.19 297	1.49 417	3.89 411	1.01 337	0.22 207	0.26 362	0.30 346	0.27 338	0.29 306	0.32 326

DRN-Test	1.07 360	0.49 354	1.95 402	0.75 390	0.81 426	1.61 405	0.78 357	2.26 408	1.53 407	1.84 426	1.35 302	1.42 348	1.04 342	2.26 350	1.61 405	0.28 329	0.23 334	0.31 352	0.30 378	0.33 345	0.33 333

TDLM	1.08 363	0.50 357	1.01 251	0.69 352	0.54 334	0.91 284	1.40 447	1.60 249	1.36 353	1.17 227	1.40 318	1.07 265	1.00 323	6.19 452	0.85 294	0.34 375	0.22 307	0.35 387	0.26 322	0.38 369	0.29 292

Wz-Net-LNSev-Ref	1.09 364	0.46 339	2.61 434	0.71 364	0.65 378	2.00 438	0.78 357	2.07 366	1.47 398	1.62 405	1.47 336	1.53 371	1.29 390	2.10 336	1.65 413	0.24 249	0.14 97	0.20 120	0.16 99	0.28 290	0.28 278

FAT-Stereo	1.10 365	0.43 328	1.46 359	0.74 382	0.60 360	1.13 337	0.92 395	2.06 364	1.71 428	1.75 417	2.00 427	2.02 428	1.47 414	2.02 327	1.26 370	0.44 421	0.36 424	0.34 380	0.29 366	0.36 357	0.57 426

CVANet_RVC	1.10 365	0.49 354	1.15 295	0.65 299	0.54 334	0.93 295	1.00 410	1.69 271	1.36 353	1.42 356	1.39 313	1.24 312	1.17 371	6.22 454	0.80 287	0.35 383	0.24 344	0.35 387	0.30 378	0.44 397	0.32 326

APVNet	1.11 367	0.59 386	1.95 402	0.87 426	0.77 414	1.90 431	0.82 376	2.03 356	1.15 243	1.14 217	1.43 328	1.55 374	1.12 366	3.03 388	1.62 407	0.32 361	0.34 413	0.42 419	0.36 411	0.36 357	0.41 375

GANetREF_RVC	1.11 367	0.90 438	1.56 374	0.88 428	0.53 326	1.41 387	1.35 444	1.91 326	1.54 409	1.28 297	1.32 288	1.46 359	1.23 381	2.04 328	1.00 336	0.57 447	0.45 448	0.67 460	0.52 448	0.91 459	0.62 436
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GCST	1.13 369	1.50 473	1.17 309	1.74 476	1.17 465	1.29 368	0.30 46	1.55 234	1.21 272	1.31 310	0.97 143	0.99 241	0.48 96	2.38 361	0.54 197	1.24 477	0.70 477	1.31 477	0.86 474	1.03 465	0.92 462

GASNet	1.13 369	1.10 454	3.29 450	1.00 452	0.68 391	0.82 249	0.67 330	1.85 312	1.38 360	1.39 344	1.25 260	1.25 313	1.20 380	2.72 380	1.62 407	0.46 425	0.26 362	0.36 397	0.34 405	0.55 428	0.33 333

anonymity	1.14 371	0.98 446	1.24 329	1.09 457	1.13 458	1.08 331	0.90 391	2.02 352	1.23 284	1.32 313	1.27 271	1.27 324	1.09 354	1.16 174	1.03 342	1.02 468	1.01 493	0.97 469	0.97 478	0.98 461	1.01 464

PA-Net	1.14 371	0.63 399	2.12 413	0.67 327	0.75 408	1.19 356	0.91 393	1.91 326	1.46 397	1.18 238	1.23 254	1.33 336	1.17 371	4.31 416	1.41 385	0.29 344	0.46 452	0.33 372	0.50 444	0.33 345	0.57 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 373	0.54 372	1.50 364	0.73 376	0.66 384	1.18 355	0.84 379	2.13 381	1.41 375	1.73 416	1.84 411	2.53 453	1.46 412	2.46 363	1.35 380	0.43 412	0.41 439	0.54 444	0.36 411	0.43 387	0.50 406

RASNet	1.16 374	0.34 220	1.11 283	0.73 376	0.86 433	1.00 315	0.60 311	1.56 237	1.43 384	1.07 187	1.37 307	2.08 436	1.44 411	7.00 472	1.56 401	0.20 147	0.17 219	0.17 33	0.19 157	0.19 100	0.19 92

DANet	1.16 374	0.64 402	1.52 369	0.88 428	0.74 405	1.52 396	0.52 250	1.68 262	1.21 272	1.81 423	1.55 361	2.02 428	1.11 360	3.30 399	2.28 436	0.34 375	0.31 393	0.40 413	0.30 378	0.46 406	0.54 416
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 376	0.29 101	1.08 273	0.55 167	0.43 266	0.69 192	0.71 344	1.14 128	1.35 344	1.00 164	1.49 340	1.90 410	0.86 260	9.61 496	0.89 304	0.21 174	0.19 264	0.30 346	0.25 305	0.20 136	0.18 59

Wz-Net-LNSev	1.17 376	0.72 422	4.71 466	0.66 313	0.84 431	1.72 412	1.13 423	1.97 341	1.43 384	1.34 325	1.32 288	1.66 391	1.30 393	1.44 238	1.51 397	0.29 344	0.26 362	0.24 238	0.23 284	0.33 345	0.35 350

S-Stereo	1.17 376	0.48 349	2.25 422	0.83 415	0.81 426	1.22 359	1.17 430	2.12 373	2.08 452	1.47 372	2.13 434	1.55 374	1.16 368	2.09 335	1.46 391	0.42 411	0.40 438	0.35 387	0.32 389	0.45 399	0.73 449

MaskLacGwcNet_RVC	1.17 376	1.06 449	1.28 337	0.88 428	0.69 394	1.92 433	0.92 395	1.71 276	1.14 238	1.17 227	1.26 262	1.49 364	0.80 235	2.04 328	0.86 295	2.02 480	0.34 413	0.79 464	0.36 411	1.38 474	1.33 476

RP	1.17 376	0.54 372	1.48 362	0.93 443	1.05 452	1.14 340	0.85 384	1.99 346	1.70 426	1.72 415	2.07 431	1.91 412	1.93 448	2.00 324	1.37 382	0.55 445	0.37 429	0.48 433	0.37 415	0.46 406	0.46 397

ccnet	1.19 381	0.71 419	1.36 351	0.81 408	0.75 408	1.72 412	1.13 423	1.98 342	1.31 335	1.52 383	1.84 411	1.75 406	1.36 400	2.01 325	2.04 429	0.57 447	0.54 464	0.57 452	0.56 453	0.60 437	0.60 434

Nwc_Net	1.19 381	0.53 369	2.34 424	0.92 438	0.81 426	1.49 393	0.70 341	2.28 416	1.32 337	1.41 352	2.27 440	2.03 431	1.76 438	2.05 332	1.46 391	0.43 412	0.30 388	0.43 420	0.46 436	0.39 374	0.40 372

NCC-stereo	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 400	2.14 382	1.36 353	1.43 360	1.79 403	1.93 416	2.13 461	2.54 371	1.41 385	0.49 433	0.38 432	0.45 425	0.59 457	0.43 387	0.45 392

Abc-Net	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 400	2.14 382	1.36 353	1.43 360	1.79 403	1.93 416	2.13 461	2.54 371	1.41 385	0.49 433	0.38 432	0.45 425	0.59 457	0.43 387	0.45 392
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 385	0.66 409	3.44 452	0.69 352	0.73 401	1.93 434	1.44 449	2.16 389	1.59 417	1.85 428	1.49 340	1.50 366	1.34 398	2.05 332	1.54 400	0.27 313	0.24 344	0.28 324	0.28 348	0.35 353	0.32 326

RGC	1.22 386	0.82 433	1.71 383	0.95 448	0.98 449	1.53 398	0.80 368	2.18 398	1.35 344	1.69 413	1.94 423	2.03 431	1.66 429	2.36 357	1.50 395	0.46 425	0.36 424	0.59 455	0.48 440	0.49 414	0.49 402

stereogan	1.22 386	0.45 336	2.03 408	0.87 426	0.85 432	2.52 458	0.72 345	1.98 342	1.78 435	1.92 432	1.94 423	2.31 445	1.42 408	2.10 336	1.14 351	0.38 395	0.36 424	0.39 407	0.32 389	0.52 418	0.49 402

AANet_RVC	1.22 386	0.60 387	1.94 398	0.69 352	0.46 286	0.75 212	0.69 335	1.51 223	1.57 415	1.36 336	1.90 420	1.51 368	0.87 269	7.23 474	1.89 426	0.26 292	0.19 264	0.19 88	0.16 99	0.23 217	0.37 357

HSM	1.22 386	0.34 220	0.81 154	0.61 261	0.39 228	1.22 359	0.63 321	2.45 436	1.25 296	1.32 313	1.26 262	1.91 412	1.08 351	9.21 492	0.75 266	0.23 229	0.17 219	0.20 120	0.16 99	0.22 198	0.24 207

Syn2CoEx	1.23 390	0.80 429	3.07 444	0.83 415	0.68 391	1.39 382	0.87 388	2.23 405	1.57 415	1.28 297	1.58 372	1.42 348	1.57 421	3.79 409	1.48 394	0.36 390	0.32 404	0.34 380	0.30 378	0.30 321	0.41 375

AF-Net	1.23 390	0.56 380	2.31 423	0.88 428	0.93 440	1.41 387	0.73 348	2.27 414	1.71 428	1.76 420	2.42 448	2.00 425	1.70 432	1.98 320	1.62 407	0.50 437	0.29 384	0.49 435	0.33 400	0.40 378	0.34 341

NaN_ROB	1.23 390	0.63 399	1.76 385	0.67 327	0.50 306	1.59 404	2.00 473	1.87 315	1.52 406	2.14 447	1.26 262	1.40 347	1.09 354	4.60 422	1.75 420	0.28 329	0.34 413	0.28 324	0.29 366	0.30 321	0.37 357

DGSMNet	1.24 393	0.84 435	3.20 446	0.91 437	0.92 437	1.39 382	1.34 443	2.46 440	1.44 387	1.34 325	1.66 385	1.50 366	1.03 336	1.85 300	1.30 372	0.48 431	0.48 455	0.55 448	0.51 447	0.78 454	0.79 455

RYNet	1.24 393	0.52 367	1.57 376	0.73 376	0.97 447	1.74 417	0.95 403	2.09 369	1.54 409	1.44 363	1.18 235	1.94 420	1.29 390	4.57 421	1.93 427	0.27 313	0.23 334	0.35 387	0.27 338	0.57 431	0.59 431

ttt	1.26 395	0.36 257	0.79 144	0.65 299	0.42 261	0.94 298	0.57 291	2.33 424	1.38 360	1.25 274	1.65 384	0.92 215	0.78 222	2.64 375	8.73 486	0.30 350	0.28 375	0.26 297	0.25 305	0.29 306	0.32 326

aanetorigin	1.26 395	0.85 436	3.00 442	0.72 369	0.80 422	1.08 331	1.05 414	1.12 120	1.39 369	3.53 481	2.60 453	1.72 399	1.73 436	1.98 320	1.77 423	0.26 292	0.24 344	0.26 297	0.25 305	0.38 369	0.51 410

GwcNet	1.26 395	0.63 399	5.13 468	0.81 408	1.15 462	1.73 415	0.69 335	1.84 305	1.53 407	1.51 381	1.71 394	1.72 399	1.09 354	2.20 345	1.61 405	0.31 354	0.30 388	0.29 335	0.27 338	0.30 321	0.41 375

Consistency-Raft	1.27 398	1.01 448	2.17 416	1.04 454	1.20 467	0.96 309	1.00 410	1.84 305	1.95 446	1.38 342	2.11 433	1.44 353	1.03 336	1.18 179	1.40 384	0.73 462	0.83 479	0.89 467	0.99 481	1.33 472	0.95 463

NOSS_ROB	1.29 399	0.49 354	0.68 89	0.60 248	0.40 238	1.09 333	0.77 354	1.94 334	1.44 387	1.04 178	1.46 334	1.10 280	0.81 239	10.57 506	0.78 275	0.46 425	0.43 445	0.48 433	0.45 434	0.45 399	0.43 387

SGM-Forest	1.29 399	0.40 311	0.74 121	0.54 154	0.37 207	1.55 399	1.26 440	1.82 301	1.39 369	2.22 448	1.81 409	1.64 389	1.02 334	7.65 479	1.20 358	0.39 401	0.37 429	0.39 407	0.34 405	0.37 363	0.34 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 401	0.56 380	0.94 229	0.57 209	0.62 370	1.04 320	0.65 325	1.82 301	1.01 175	1.00 164	0.79 98	1.42 348	1.27 388	1.06 150	0.83 291	0.62 453	0.67 474	1.05 474	9.88 512	1.09 468	0.55 421

test_for_model	1.38 402	3.71 506	0.65 78	3.45 499	2.88 497	0.57 120	0.33 65	1.91 326	0.93 137	1.47 372	0.64 61	0.51 60	0.37 41	0.53 10	0.35 37	2.54 485	0.16 192	0.17 33	0.12 17	4.56 506	1.84 482

SQANet	1.38 402	0.95 444	1.37 354	1.89 480	1.47 476	1.44 391	0.81 372	1.89 322	1.13 232	1.34 325	1.26 262	1.28 325	1.02 334	1.64 272	0.91 312	2.55 486	0.35 420	1.47 478	0.56 453	2.48 480	1.74 480

PWC_ROB	1.39 404	0.93 443	4.07 460	0.77 399	0.83 429	1.16 346	0.53 256	1.87 315	2.01 449	2.36 453	3.06 462	1.65 390	1.60 422	2.65 377	2.29 438	0.34 375	0.23 334	0.36 397	0.25 305	0.39 374	0.49 402

PWCDC_ROB	1.39 404	0.91 441	2.10 411	1.08 456	0.92 437	1.72 412	0.58 298	2.03 356	3.30 480	1.32 313	4.87 483	1.21 300	1.71 434	1.98 320	1.75 420	0.65 456	0.26 362	0.29 335	0.25 305	0.56 429	0.41 375

GANet	1.41 406	0.52 367	1.18 314	0.74 382	0.48 295	1.40 385	1.69 459	1.87 315	1.28 316	1.56 393	2.39 446	1.56 376	1.25 385	9.13 490	1.20 358	0.31 354	0.32 404	0.34 380	0.29 366	0.40 378	0.33 333

PDISCO_ROB	1.41 406	0.73 425	2.04 409	1.40 469	1.46 475	2.83 467	1.07 417	2.64 456	2.11 454	1.41 352	1.50 347	1.73 401	0.99 317	2.83 385	1.46 391	1.03 469	0.27 370	0.54 444	0.47 438	0.77 453	0.84 459

LL-Strereo	1.42 408	0.44 335	2.02 405	0.62 269	1.07 453	0.73 205	0.65 325	2.02 352	1.21 272	1.60 401	1.62 378	2.02 428	2.10 456	9.67 497	1.07 345	0.22 207	0.20 277	0.27 310	0.24 297	0.23 217	0.33 333

SHD	1.42 408	0.81 432	2.79 438	0.98 450	0.92 437	1.97 435	0.68 332	2.43 434	2.55 463	2.54 461	1.72 395	2.01 427	1.62 423	2.14 340	2.70 445	0.40 403	0.33 410	0.39 407	0.40 421	0.48 411	0.54 416

RTSC	1.43 410	0.89 437	3.62 456	0.94 446	0.64 373	1.85 428	0.69 335	2.20 403	2.04 451	2.22 448	1.70 392	1.67 393	1.27 388	2.53 370	4.48 464	0.33 366	0.25 356	0.27 310	0.29 366	0.38 369	0.40 372

UDG	1.47 411	2.69 499	1.13 288	1.45 473	1.65 478	1.34 376	0.79 365	1.75 284	1.27 308	1.29 302	1.74 397	1.99 424	1.39 404	1.66 275	1.51 397	0.91 465	0.55 466	2.30 485	0.76 468	1.99 475	1.20 472

MFMNet_re	1.47 411	1.20 460	2.50 428	1.46 474	1.08 454	1.58 403	1.51 450	1.96 340	1.87 441	2.31 452	2.20 437	1.51 368	1.88 446	1.57 258	1.34 378	0.94 466	0.83 479	0.84 466	0.80 471	1.00 462	1.06 467

PASM	1.48 413	1.08 451	3.96 459	0.93 443	0.93 440	1.17 353	1.19 432	1.77 287	1.65 422	1.90 430	1.52 355	1.75 406	1.42 408	4.54 420	1.52 399	0.64 455	0.68 476	0.69 462	0.79 470	0.70 449	0.74 450

ADCRef	1.50 414	0.61 392	3.83 458	0.76 397	0.77 414	1.91 432	0.77 354	2.16 389	1.34 341	1.63 407	1.59 376	1.35 339	1.40 405	1.79 296	8.32 483	0.25 269	0.21 292	0.32 363	0.31 382	0.31 328	0.32 326

XQC	1.51 415	0.98 446	3.20 446	0.92 438	0.76 413	2.01 439	1.17 430	2.53 450	1.99 448	2.01 441	1.54 358	2.00 425	1.54 419	3.16 392	3.46 455	0.49 433	0.31 393	0.45 425	0.40 421	0.71 451	0.62 436

CC-Net-ROB	1.53 416	1.31 467	1.68 382	0.92 438	0.80 422	1.75 418	0.99 408	2.04 359	1.27 308	1.12 200	1.62 378	1.20 299	0.98 314	7.82 480	0.92 316	1.15 476	0.41 439	2.20 483	0.46 436	1.37 473	0.56 423

FINET	1.54 417	0.67 412	7.28 476	0.76 397	0.97 447	1.42 390	1.38 446	2.80 469	3.12 477	1.23 267	1.68 389	1.04 258	1.11 360	3.35 400	1.78 424	0.43 412	0.37 429	0.32 363	0.29 366	0.43 387	0.41 375

test_xeample	1.55 418	0.31 155	0.94 229	0.54 154	0.31 105	0.94 298	0.58 298	2.40 431	1.40 371	1.29 302	1.55 361	0.89 201	0.88 275	1.72 284	15.94 504	0.22 207	0.22 307	0.22 180	0.21 227	0.23 217	0.25 226

DDUNet	1.56 419	2.70 500	1.35 346	1.79 477	1.88 480	1.82 426	0.91 393	1.84 305	1.20 266	1.40 350	1.79 403	1.62 385	1.17 371	1.59 263	1.22 363	1.11 473	0.76 478	2.38 488	0.94 476	2.12 476	1.53 478

CrosDoStereo	1.56 419	0.26 48	0.78 140	0.51 99	0.29 72	0.66 174	11.86 504	1.18 149	1.00 172	1.35 331	1.76 399	0.99 241	1.83 443	6.64 465	0.83 291	0.19 107	0.15 160	0.20 120	0.22 253	0.18 68	0.25 226

DeepStereo_LL	1.56 419	0.26 48	0.78 140	0.51 99	0.29 72	0.66 174	11.86 504	1.18 149	1.00 172	1.35 331	1.76 399	0.99 241	1.83 443	6.64 465	0.83 291	0.19 107	0.15 160	0.20 120	0.22 253	0.18 68	0.25 226

xxxx	1.61 422	0.32 172	0.98 242	0.58 221	0.31 105	1.15 343	0.43 166	2.43 434	1.41 375	1.17 227	1.40 318	1.21 300	0.86 260	1.94 314	16.68 506	0.24 249	0.24 344	0.21 151	0.20 186	0.23 217	0.27 264

CSAN	1.61 422	0.67 412	3.24 449	0.74 382	0.52 321	1.77 421	1.74 464	1.98 342	1.94 445	2.47 460	2.33 444	1.93 416	2.04 453	6.45 463	1.95 428	0.43 412	0.36 424	0.41 418	0.42 425	0.43 387	0.44 390

MFN_U_SF_RVC	1.62 424	0.96 445	4.36 464	0.92 438	0.69 394	2.62 462	1.10 419	2.50 446	1.74 431	1.99 440	1.86 416	2.45 451	1.78 440	3.08 390	2.84 447	0.54 441	0.50 461	0.56 450	0.60 459	0.60 437	0.67 441

SDNR	1.66 425	0.55 376	2.36 425	0.56 187	0.58 350	3.79 485	0.45 197	1.78 289	1.40 371	1.38 342	2.45 450	1.13 289	0.96 304	11.03 507	1.31 373	0.67 458	0.64 472	0.43 420	0.32 389	0.71 451	0.76 453

otaku	1.67 426	1.18 458	1.56 374	2.27 482	1.59 477	1.98 436	1.23 437	2.23 405	1.37 358	1.48 378	1.63 382	1.73 401	1.23 381	1.85 300	1.09 346	2.96 490	0.58 470	1.74 479	0.61 460	2.94 486	2.15 486

222	1.67 426	0.31 155	0.93 222	0.59 240	0.31 105	1.05 323	0.43 166	2.39 429	1.47 398	1.37 337	1.55 361	0.94 223	0.94 297	1.98 320	17.76 507	0.24 249	0.22 307	0.21 151	0.20 186	0.22 198	0.26 246

Wz-Net-SNSev	1.68 428	1.45 469	8.71 484	0.71 364	0.67 390	1.35 377	1.51 450	2.15 387	1.47 398	1.51 381	1.68 389	2.27 441	1.38 402	4.23 413	2.36 440	0.32 361	0.29 384	0.31 352	0.33 400	0.43 387	0.39 368

DeepPrunerF	1.68 428	0.82 433	6.82 474	0.94 446	1.20 467	0.91 284	0.97 405	2.50 446	5.19 495	1.22 264	1.30 281	1.18 295	1.29 390	4.96 429	1.75 420	0.43 412	0.35 420	0.52 439	0.48 440	0.43 387	0.42 383

psmorigin	1.69 430	0.74 427	13.13 494	0.70 361	0.60 360	1.16 346	0.79 365	1.69 271	1.25 296	2.07 444	1.77 401	2.23 438	1.51 418	2.14 340	1.45 389	0.39 401	0.41 439	0.34 380	0.33 400	0.45 399	0.63 438

G-Net	1.71 431	0.67 412	2.09 410	1.14 462	0.75 408	2.96 472	0.89 390	1.58 242	1.30 328	2.76 466	8.12 500	2.29 443	2.51 470	1.94 314	2.23 435	0.49 433	0.45 448	0.45 425	0.31 382	0.62 441	0.59 431

Ntro	1.72 432	1.21 461	1.62 378	2.54 487	1.86 479	2.09 444	1.14 426	2.08 367	1.38 360	1.23 267	1.62 378	1.62 385	1.33 397	2.04 328	1.21 362	3.09 491	0.56 467	1.82 481	0.65 462	2.97 490	2.25 488

FBW_ROB	1.78 433	0.66 409	1.90 397	0.72 369	0.66 384	1.79 425	1.07 417	2.79 467	1.77 432	1.84 426	1.79 403	1.98 423	1.37 401	12.42 509	2.22 434	0.36 390	0.38 432	0.57 452	0.39 419	0.46 406	0.51 410

SPS-STEREO	1.78 433	1.09 453	1.52 369	1.22 465	1.14 460	1.87 430	1.11 420	2.27 414	1.70 426	3.17 479	2.39 446	2.84 461	1.93 448	4.41 417	2.93 448	1.04 471	0.99 492	0.97 469	0.94 476	1.03 465	1.05 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 435	1.11 455	4.33 463	0.84 419	0.77 414	3.70 480	2.41 492	2.04 359	1.85 440	1.75 417	1.90 420	1.92 415	1.25 385	7.33 475	1.45 389	0.47 429	0.47 453	0.53 443	0.77 469	0.50 415	0.55 421

SAMSARA	1.80 435	0.90 438	3.37 451	1.28 468	1.13 458	3.71 481	2.33 487	2.53 450	1.93 444	3.17 479	1.73 396	2.99 463	1.68 431	3.53 403	2.46 442	0.47 429	0.54 464	0.43 420	0.47 438	0.59 434	0.64 439

PVD	1.82 437	0.91 441	3.02 443	1.03 453	0.94 443	2.61 461	1.14 426	2.78 466	3.40 482	3.08 477	2.75 455	2.39 450	2.49 469	2.81 383	3.66 457	0.48 431	0.49 460	0.59 455	0.49 443	0.60 437	0.81 457

ADCL	1.82 437	0.70 417	4.57 465	0.70 361	0.63 372	2.56 459	1.77 466	2.08 367	1.77 432	1.95 438	1.89 418	2.04 433	1.88 446	2.36 357	9.55 490	0.27 313	0.25 356	0.35 387	0.32 389	0.39 374	0.39 368

AAGNet	1.84 439	0.30 124	0.79 144	0.66 313	0.32 137	0.65 168	0.50 237	1.02 79	1.01 175	1.47 372	1.21 244	0.99 241	1.16 368	2.76 382	22.69 513	0.24 249	0.13 35	0.22 180	0.20 186	0.24 246	0.16 31

ff1	1.88 440	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	1.08 103	2.62 466	1.19 245	1.49 340	1.07 265	0.85 252	9.88 501	13.82 498	0.21 174	0.13 35	0.31 352	0.28 348	0.20 136	0.23 187

MDST_ROB	1.88 440	0.40 311	1.71 383	0.93 443	0.60 360	4.27 491	1.23 437	3.99 485	1.44 387	4.61 491	2.63 454	1.44 353	1.03 336	9.78 498	1.62 407	0.33 366	0.26 362	0.37 400	0.33 400	0.31 328	0.34 341

SGM_RVC	1.88 440	0.40 311	0.90 213	0.63 279	0.30 87	2.81 466	1.26 440	2.73 462	1.81 438	4.09 483	2.85 458	3.88 476	3.19 478	8.42 486	2.44 441	0.33 366	0.31 393	0.30 346	0.28 348	0.31 328	0.31 317
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 443	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	2.32 418	1.41 375	1.19 245	1.49 340	1.07 265	0.85 252	9.88 501	13.82 498	0.25 269	0.21 292	0.31 352	0.28 348	0.32 339	0.29 292

xxx	1.89 443	0.36 257	1.51 365	0.56 187	0.40 238	0.76 217	0.59 304	2.32 418	1.41 375	1.19 245	1.49 340	1.07 265	0.85 252	9.88 501	13.82 498	0.25 269	0.21 292	0.31 352	0.28 348	0.32 339	0.29 292

DPSNet	1.91 445	0.64 402	5.95 470	0.73 376	0.59 356	2.04 441	1.61 458	3.84 483	1.96 447	1.54 389	1.39 313	2.27 441	3.32 481	4.95 428	4.79 466	0.50 437	0.31 393	0.29 335	0.26 322	0.67 446	0.54 416

test_sample9	1.96 446	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	1.99 346	1.27 308	1.25 274	1.22 246	1.09 276	1.01 326	2.46 363	8.57 484	0.59 450	12.85 515	0.62 457	0.67 464	0.45 399	0.48 398

1111x	1.96 446	0.32 172	1.54 373	0.54 154	0.30 87	1.00 315	0.69 335	2.47 441	1.33 339	1.21 256	1.44 330	1.21 300	1.11 360	8.49 487	16.14 505	0.22 207	0.23 334	0.22 180	0.23 284	0.25 258	0.26 246

ADCPNet	1.97 448	0.78 428	9.38 486	0.74 382	0.61 366	2.73 464	1.36 445	2.11 372	1.66 423	1.92 432	1.70 392	2.45 451	2.07 454	2.50 368	6.84 478	0.38 395	0.38 432	0.38 404	0.43 429	0.47 410	0.50 406

WCMA_ROB	2.05 449	0.55 376	1.77 386	0.74 382	0.61 366	2.24 449	1.56 455	2.17 397	1.79 436	4.16 487	6.36 489	5.66 488	4.66 492	3.19 393	2.77 446	0.55 445	0.45 448	0.40 413	0.43 429	0.48 411	0.50 406

RainbowNet	2.06 450	1.86 482	1.97 404	2.86 490	2.25 485	2.03 440	1.79 467	2.77 464	1.92 443	1.54 389	1.84 411	1.95 421	1.73 436	2.23 347	1.38 383	3.40 497	0.86 484	2.39 490	1.00 482	2.94 486	2.42 490

MSMD_ROB	2.08 451	0.61 392	1.15 295	0.71 364	0.62 370	4.00 487	0.93 398	1.94 334	1.79 436	4.71 493	4.60 479	8.14 497	3.87 488	3.75 408	1.65 413	0.54 441	0.48 455	0.55 448	0.58 455	0.53 423	0.52 412

Wz-Net-TNSev	2.10 452	2.71 501	9.30 485	0.72 369	0.65 378	2.41 457	1.81 471	2.45 436	1.77 432	1.62 405	1.56 367	2.56 454	2.01 450	5.30 433	4.46 463	0.41 407	0.38 432	0.33 372	0.37 415	0.54 426	0.64 439

ADCMid	2.11 453	0.90 438	8.39 482	0.75 390	0.69 394	1.98 436	1.14 426	2.18 398	1.67 424	2.85 468	1.85 414	2.35 447	2.02 452	2.35 356	10.58 493	0.34 375	0.32 404	0.39 407	0.44 431	0.51 417	0.53 415

ADCP+	2.12 454	0.56 380	10.01 487	0.68 339	0.91 436	2.25 450	1.04 413	1.92 332	1.50 405	1.58 397	1.34 297	1.73 401	1.62 423	2.27 351	13.20 495	0.25 269	0.22 307	0.32 363	0.29 366	0.38 369	0.34 341

WZ-Net	2.14 455	1.08 451	11.68 493	0.89 435	0.78 418	1.76 419	1.59 457	2.39 429	2.03 450	2.11 445	1.95 425	2.30 444	2.28 464	5.94 450	3.86 460	0.35 383	0.27 370	0.29 335	0.32 389	0.52 418	0.50 406

AnyNet_C32	2.14 455	1.45 469	7.38 477	0.95 448	1.12 456	2.23 448	2.34 488	2.10 371	1.54 409	2.44 456	1.79 403	2.04 433	1.66 429	2.69 378	10.48 492	0.38 395	0.35 420	0.35 387	0.42 425	0.50 415	0.60 434

NVStereoNet_ROB	2.17 457	1.18 458	3.51 453	1.14 462	1.26 470	1.57 402	1.51 450	2.19 400	2.11 454	2.04 442	4.80 481	3.17 470	2.11 459	7.97 482	2.10 430	1.12 474	0.94 489	1.10 475	1.34 488	0.95 460	1.31 473
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 458	1.29 466	4.14 461	1.10 458	0.78 418	5.00 494	2.38 491	2.47 441	2.67 471	1.94 436	2.28 441	2.66 458	1.70 432	9.10 489	2.29 438	0.68 460	0.52 462	0.68 461	0.71 467	1.17 470	0.81 457

SANet	2.26 459	0.70 417	6.94 475	0.69 352	0.46 286	2.76 465	1.76 465	2.61 455	5.84 497	2.45 457	3.52 468	3.71 473	3.38 483	5.90 447	2.14 432	0.34 375	0.31 393	0.32 363	0.29 366	0.54 426	0.43 387

test_sample8	2.29 460	0.51 361	1.35 346	0.58 221	0.40 238	1.07 327	0.80 368	2.03 356	1.22 280	2.28 451	1.33 293	4.98 486	2.51 470	2.46 363	8.57 484	0.59 450	12.85 515	0.62 457	0.67 464	0.45 399	0.48 398

ADCS	2.35 461	1.26 463	6.54 473	0.85 422	0.77 414	2.18 447	1.79 467	2.47 441	2.20 456	2.80 467	2.14 436	2.38 448	2.09 455	2.81 383	13.83 501	0.43 412	0.41 439	0.40 413	0.45 434	0.59 434	0.67 441

MeshStereo	2.36 462	0.60 387	1.05 263	0.63 279	0.51 316	2.58 460	0.99 408	3.46 478	2.21 457	7.38 504	5.06 485	7.50 493	3.10 477	7.02 473	2.54 443	0.44 421	0.44 446	0.45 425	0.40 421	0.43 387	0.45 392
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AnyNet_C01	2.38 463	2.21 491	10.17 488	0.99 451	0.79 420	3.12 473	2.37 489	2.69 461	1.89 442	2.58 463	2.44 449	2.70 459	1.86 445	3.65 404	7.12 479	0.41 407	0.41 439	0.40 413	0.42 425	0.68 447	0.79 455

DispFullNet	2.39 464	2.89 502	3.74 457	3.09 495	2.27 487	2.04 441	0.84 379	2.19 400	1.73 430	2.54 461	1.98 426	2.23 438	5.83 495	3.44 402	1.84 425	1.03 469	0.33 410	2.65 496	1.97 500	2.87 485	2.34 489

EDNetEfficient	2.40 465	1.14 456	8.59 483	0.77 399	0.73 401	1.06 326	1.53 453	1.54 231	4.06 488	4.87 494	2.81 456	2.23 438	3.53 484	3.04 389	9.65 491	0.27 313	0.24 344	0.27 310	0.31 382	0.70 449	0.67 441

FCDSN-DC	2.47 466	0.65 408	1.00 249	0.85 422	0.75 408	2.26 451	0.97 405	2.31 417	1.83 439	5.52 499	7.65 496	7.72 496	7.70 502	4.43 418	2.64 444	0.52 439	0.48 455	0.52 439	0.52 448	0.57 431	0.59 431
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 467	0.72 422	18.07 504	0.72 369	0.53 326	1.85 428	0.86 385	1.80 296	2.40 460	1.54 389	1.42 324	1.13 289	1.17 371	4.18 412	4.80 468	0.25 269	0.20 277	0.23 214	0.19 157	7.64 511	0.38 365

ELAS	2.67 468	0.80 429	2.13 414	1.13 459	1.15 462	6.25 498	2.56 493	3.50 479	3.68 485	5.36 497	4.92 484	3.79 474	5.56 494	3.65 404	5.22 470	0.66 457	0.57 468	0.56 450	0.54 451	0.65 444	0.75 452
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 469	1.55 476	15.40 496	1.13 459	1.42 473	3.75 483	2.21 482	2.45 436	2.72 472	2.91 471	2.85 458	2.58 455	1.62 423	6.28 458	5.80 473	0.41 407	0.30 388	0.35 387	0.35 409	0.52 418	0.54 416

RTSA	2.76 469	1.55 476	15.40 496	1.13 459	1.42 473	3.75 483	2.21 482	2.45 436	2.72 472	2.91 471	2.85 458	2.58 455	1.62 423	6.28 458	5.80 473	0.41 407	0.30 388	0.35 387	0.35 409	0.52 418	0.54 416

WAO-7	2.78 471	1.54 475	2.18 417	1.41 472	1.19 466	3.92 486	2.01 476	4.19 487	3.89 487	2.98 473	5.47 486	4.18 477	3.28 480	8.24 485	4.27 461	1.13 475	1.01 493	1.18 476	1.13 487	1.19 471	1.13 471

MADNet+	2.80 472	3.38 505	11.57 492	1.50 475	1.21 469	3.18 475	2.00 473	3.52 480	2.61 465	1.81 423	2.09 432	2.83 460	2.18 463	7.55 478	5.44 472	0.84 463	0.83 479	0.71 463	0.66 463	1.05 467	1.08 468

IMH-64-1	2.82 473	1.87 483	1.77 386	3.31 497	2.69 493	3.22 476	2.07 477	4.25 488	2.77 474	2.46 458	3.78 471	3.05 465	2.34 466	4.67 424	3.00 450	3.84 501	0.84 482	2.75 497	1.39 489	3.34 495	2.93 498

IMH-64	2.82 473	1.87 483	1.77 386	3.31 497	2.69 493	3.22 476	2.07 477	4.25 488	2.77 474	2.46 458	3.78 471	3.05 465	2.34 466	4.67 424	3.00 450	3.84 501	0.84 482	2.75 497	1.39 489	3.34 495	2.93 498

pmcnn	2.84 475	0.46 339	5.19 469	0.68 339	0.42 261	1.55 399	1.16 429	2.32 418	1.60 419	2.72 464	7.49 494	17.96 509	1.48 416	6.04 451	6.64 477	0.18 71	0.15 160	0.15 6	0.12 17	0.20 136	0.20 117

ACVNet_2	2.86 476	1.47 471	8.28 480	2.68 488	2.26 486	2.70 463	1.84 472	3.41 476	3.04 476	2.27 450	3.42 467	4.58 479	2.10 456	5.91 448	1.62 407	2.58 487	0.67 474	2.22 484	0.85 473	2.79 483	2.47 491

ELAS_RVC	2.87 477	0.80 429	3.22 448	1.16 464	1.12 456	2.92 471	5.33 501	2.98 472	4.18 489	5.04 495	4.82 482	4.71 481	8.23 503	4.25 415	4.79 466	0.67 458	0.57 468	0.57 452	0.53 450	0.66 445	0.74 450
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 478	0.61 392	1.15 295	0.75 390	0.57 347	2.85 469	1.05 414	3.44 477	2.64 469	6.93 500	7.63 495	9.86 502	7.02 500	5.76 445	4.31 462	0.54 441	0.48 455	0.51 437	0.50 444	0.53 423	0.52 412

FC-DCNN v2	2.96 479	0.61 392	1.13 288	0.75 390	0.57 347	2.90 470	1.06 416	3.59 481	2.66 470	7.05 501	7.66 497	10.26 505	7.17 501	6.27 457	4.49 465	0.54 441	0.48 455	0.51 437	0.50 444	0.53 423	0.52 412

WAO-6	2.98 480	1.67 480	1.88 396	2.38 486	2.30 488	3.53 479	2.37 489	4.38 490	4.64 493	2.42 454	4.50 475	4.85 482	2.99 476	5.22 432	5.37 471	1.77 479	1.16 499	2.31 486	1.47 494	2.42 479	1.99 485

ACVNet-4b	3.05 481	1.42 468	18.09 505	2.85 489	2.33 489	2.32 455	1.22 435	2.47 441	2.21 457	1.26 287	2.36 445	2.64 457	1.46 412	6.32 460	1.23 366	3.29 494	0.45 448	2.37 487	1.02 484	3.03 491	2.61 493

ACVNet_1	3.08 482	1.48 472	17.70 501	2.90 492	2.35 490	2.30 452	1.43 448	3.16 474	2.26 459	1.91 431	2.05 430	3.51 472	2.32 465	3.71 407	1.58 403	3.25 493	0.66 473	2.40 491	1.06 485	3.07 492	2.59 492

PWCK	3.24 483	2.37 492	10.86 490	2.14 481	1.14 460	3.71 481	4.19 500	3.02 473	3.55 484	3.05 476	3.63 469	3.09 468	2.35 468	8.16 484	3.41 454	2.17 483	0.96 490	1.77 480	1.01 483	2.84 484	1.40 477

IMH	3.35 484	1.95 485	1.86 395	3.30 496	2.72 495	4.03 489	2.00 473	4.58 492	3.83 486	2.87 469	6.99 492	4.69 480	3.21 479	6.77 469	2.97 449	3.91 504	0.89 486	2.78 499	1.40 493	3.36 497	2.93 498

LVE	3.40 485	1.80 481	2.21 419	2.90 492	2.44 491	3.27 478	2.25 484	4.80 493	5.06 494	2.43 455	6.79 490	5.99 489	2.64 474	9.20 491	2.28 436	3.30 495	1.11 498	2.38 488	1.48 495	2.95 488	2.62 494

Dean	3.77 486	1.65 479	17.87 502	3.01 494	2.54 492	3.15 474	2.10 480	4.80 493	4.42 490	2.89 470	6.03 487	5.45 487	2.55 473	3.40 401	2.13 431	3.22 492	0.89 486	2.51 494	1.07 486	3.07 492	2.65 496

JetBlue	4.18 487	2.45 496	10.42 489	1.40 469	2.89 498	10.68 504	10.68 503	3.91 484	2.52 461	2.74 465	3.39 466	4.50 478	4.27 490	7.97 482	7.67 482	0.89 464	0.97 491	0.89 467	0.92 475	2.26 477	2.21 487

notaker	4.29 488	2.42 495	5.06 467	3.89 506	3.29 503	4.00 487	2.25 484	4.93 495	3.47 483	4.21 489	6.79 490	7.67 495	3.37 482	9.25 493	6.47 475	4.09 506	1.42 501	3.35 506	2.13 503	4.11 502	3.54 503

ktn	4.56 489	2.41 494	2.54 429	3.79 505	3.25 501	4.81 493	2.91 497	5.52 497	7.36 498	4.12 486	14.55 507	7.54 494	3.70 485	7.84 481	3.35 453	4.06 505	1.86 504	3.26 505	2.22 504	3.27 494	2.86 497

WAO-8	4.57 490	2.01 486	2.58 432	2.37 484	2.21 483	9.75 500	1.71 461	6.04 501	16.34 505	4.11 484	7.69 498	7.41 491	3.85 486	10.02 504	3.85 458	2.05 481	1.09 496	2.44 492	1.39 489	2.56 481	1.86 483

Venus	4.57 490	2.01 486	2.58 432	2.37 484	2.21 483	9.75 500	1.71 461	6.04 501	16.34 505	4.11 484	7.69 498	7.41 491	3.85 486	10.02 504	3.85 458	2.05 481	1.09 496	2.44 492	1.39 489	2.56 481	1.86 483

SGM+DAISY	5.38 492	1.28 465	8.24 479	1.27 467	1.16 464	10.62 503	16.01 509	2.93 471	2.53 462	8.64 507	13.03 505	8.26 498	13.38 506	6.34 461	7.59 481	1.07 472	1.05 495	1.00 472	0.98 479	1.02 464	1.12 470

TorneroNet-64	5.41 493	2.10 489	2.43 426	3.49 501	2.83 496	9.90 502	2.13 481	8.87 507	16.79 510	5.39 498	9.18 502	10.68 507	3.92 489	9.55 495	5.11 469	3.36 496	0.86 484	2.88 500	1.62 496	3.76 498	3.37 501

MADNet++	5.41 493	3.18 503	6.43 472	4.66 510	3.95 507	6.15 497	6.75 502	4.51 491	4.51 492	5.06 496	6.27 488	4.96 484	6.14 496	9.39 494	11.70 494	4.71 507	4.19 508	3.97 508	3.33 506	4.08 501	4.25 508

UNDER WATER	5.68 495	2.46 497	15.52 498	3.98 508	3.53 504	5.15 495	2.74 495	5.58 498	16.41 508	4.00 482	4.56 476	9.12 500	6.43 498	6.22 454	9.11 488	3.85 503	1.35 500	3.18 504	1.98 501	4.51 505	3.84 507

UNDER WATER-64	5.84 496	2.48 498	17.93 503	3.97 507	3.58 505	7.70 499	3.03 498	5.72 500	14.13 502	4.18 488	4.00 473	9.27 501	6.80 499	6.20 453	9.22 489	3.67 499	1.52 502	3.14 502	1.95 499	4.43 504	3.83 506

LSM	6.55 497	1.26 463	15.64 499	1.79 477	68.74 522	1.67 411	2.08 479	2.26 408	2.59 464	3.13 478	3.08 463	1.90 410	1.81 441	2.89 386	2.16 433	0.43 412	0.59 471	0.50 436	0.58 455	0.64 442	17.24 516

tt	6.61 498	0.28 81	6.10 471	3.77 504	2.17 482	11.53 505	19.61 510	13.53 512	5.81 496	3.00 474	2.82 457	4.97 485	6.33 497	3.83 410	7.23 480	9.13 512	11.32 514	5.87 511	6.22 510	6.01 508	2.63 495

JetRed	7.02 499	8.94 510	25.72 512	2.89 491	3.27 502	14.25 508	12.27 506	6.69 503	4.45 491	4.46 490	4.56 476	6.65 490	5.43 493	7.46 477	14.41 503	2.60 488	3.31 505	2.61 495	2.30 505	4.34 503	3.79 505

MANE	7.50 500	0.64 402	7.97 478	1.40 469	2.10 481	16.86 510	12.56 507	12.91 511	17.51 513	8.50 506	11.60 504	14.66 508	13.33 505	12.02 508	13.28 496	0.62 453	0.52 462	0.52 439	1.90 498	0.56 429	0.58 429

SGM-ForestM	7.81 501	0.48 349	11.02 491	0.74 382	0.40 238	16.83 509	12.72 508	7.91 505	8.13 499	11.53 508	10.25 503	22.44 517	14.01 507	17.02 511	20.52 509	0.38 395	0.39 437	0.37 400	0.36 411	0.37 363	0.38 365

coex-ft	8.35 502	2.39 493	100.24 526	0.68 339	0.54 334	1.77 421	1.57 456	1.71 276	11.00 501	18.91 515	3.76 470	3.85 475	8.23 503	3.29 398	6.58 476	0.31 354	0.31 393	0.32 363	0.31 382	0.69 448	0.57 426

LE_ROB	8.35 502	0.47 344	27.42 516	0.83 415	0.34 173	2.84 468	3.36 499	4.03 486	27.04 517	25.20 517	8.72 501	8.55 499	27.35 517	7.37 476	22.13 510	0.22 207	0.20 277	0.20 120	0.21 227	0.25 258	0.25 226

KSHMR	8.76 504	2.14 490	3.59 454	3.60 503	3.13 500	4.15 490	2.67 494	5.61 499	58.90 526	3.04 475	55.71 526	4.94 483	2.54 472	4.61 423	3.05 452	3.49 498	1.57 503	3.14 502	1.98 501	3.84 499	3.49 502

U	9.23 505	0.22 6	0.65 78	0.48 58	53.11 521	61.26 526	0.24 14	0.77 19	0.55 23	0.37 17	0.30 6	0.29 4	0.34 31	0.34 1	0.27 4	0.20 147	0.12 10	60.47 523	4.24 508	0.18 68	0.14 4

EDNetEfficientorigin	10.59 506	1.52 474	177.33 527	0.68 339	0.54 334	1.66 410	1.20 434	1.94 334	3.39 481	4.69 492	3.37 465	3.08 467	2.79 475	3.25 396	3.63 456	0.26 292	0.24 344	0.33 372	0.28 348	0.85 456	0.87 460

TorneroNet	10.72 507	2.09 488	2.76 437	3.48 500	3.03 499	44.72 521	2.31 486	8.62 506	67.06 527	7.45 505	23.21 515	10.59 506	4.28 491	9.03 488	9.00 487	3.67 499	0.91 488	3.04 501	1.63 497	3.92 500	3.55 504

HanzoNet	11.92 508	5.12 507	17.18 500	4.19 509	3.59 506	5.16 496	2.82 496	7.41 504	9.96 500	33.31 522	27.60 516	22.25 516	37.31 521	18.18 512	13.57 497	8.13 511	3.44 507	3.50 507	3.44 507	7.77 512	4.52 509

DGTPSM_ROB	13.06 509	8.27 508	22.29 507	9.53 512	18.14 508	11.53 505	31.97 515	10.82 509	16.25 503	7.14 502	19.39 513	10.12 503	16.69 509	9.85 499	22.49 511	4.77 508	8.72 509	5.37 509	10.24 513	6.15 509	11.56 511

DPSMNet_ROB	13.08 510	8.28 509	22.32 508	9.54 513	18.15 509	11.53 505	31.98 516	10.83 510	16.27 504	7.17 503	19.40 514	10.12 503	16.69 509	9.87 500	22.50 512	4.78 509	8.72 509	5.38 510	10.25 514	6.16 510	11.59 512

DPSM_ROB	19.12 511	19.13 513	25.13 510	22.15 515	20.86 512	28.06 513	37.75 518	27.18 515	16.95 511	14.25 509	15.07 508	21.66 511	18.69 512	21.83 514	26.51 516	10.15 514	9.30 512	10.45 514	10.41 515	14.00 513	12.85 514

DPSM	19.12 511	19.13 513	25.13 510	22.15 515	20.86 512	28.06 513	37.75 518	27.18 515	16.95 511	14.25 509	15.07 508	21.66 511	18.69 512	21.83 514	26.51 516	10.15 514	9.30 512	10.45 514	10.41 515	14.00 513	12.85 514

LRCNet_RVC	22.79 513	32.09 519	22.06 506	29.83 517	26.15 514	4.40 492	0.84 379	22.64 513	2.10 453	26.93 518	29.25 517	23.03 518	15.56 508	23.91 516	18.92 508	32.00 520	20.04 521	34.68 519	32.13 520	30.66 519	28.52 519

DLNR_Zeroshot_test	23.23 514	48.25 527	43.77 519	177.04 527	78.39 523	0.35 11	0.21 2	23.33 514	0.82 100	0.67 94	0.86 115	0.58 88	0.30 14	1.64 272	0.48 153	10.69 516	0.13 35	0.18 64	0.14 50	76.63 526	0.23 187

DPSimNet_ROB	24.77 515	9.69 511	61.46 524	3.56 502	19.46 510	25.95 511	77.56 526	5.09 496	16.60 509	21.50 516	29.82 518	25.12 519	85.69 527	13.37 510	23.07 514	7.23 510	17.79 517	8.55 512	7.57 511	4.57 507	31.84 520

BEATNet-Init1	27.39 516	21.01 515	73.65 525	1.07 455	0.80 422	56.07 522	22.82 511	33.14 522	31.71 519	51.78 526	52.93 525	65.63 526	48.54 525	48.75 527	36.36 521	0.52 439	0.47 453	0.54 444	0.54 451	0.64 442	0.72 448

CasAABBNet	38.42 517	38.42 521	50.26 521	44.76 522	41.87 518	56.47 523	76.22 524	54.44 525	33.92 521	28.53 519	30.36 520	43.53 524	37.59 522	43.77 524	53.32 526	20.27 517	18.70 519	21.03 516	21.04 518	28.19 516	25.79 517

Selective-RAFT-Error	38.47 518	38.44 522	50.38 522	44.74 521	42.01 519	56.47 523	76.24 525	54.44 525	34.02 522	28.59 520	30.30 519	43.51 523	38.10 523	43.69 523	53.24 525	20.36 518	18.72 520	21.05 517	21.02 517	28.25 517	25.87 518

HaxPig	39.02 519	41.39 524	41.59 517	30.10 518	32.36 515	29.49 515	27.65 513	30.56 518	37.94 523	43.75 523	43.81 522	33.42 520	35.69 518	41.51 521	40.33 523	43.91 524	47.48 526	45.87 520	47.14 522	42.29 520	44.06 523

AVERAGE_ROB	40.42 520	42.30 525	42.61 518	36.91 520	35.54 517	30.42 516	27.59 512	37.45 524	38.45 524	44.87 524	44.27 523	37.55 522	36.69 519	41.82 522	40.25 522	45.36 525	46.73 525	47.09 521	46.32 521	42.47 521	43.74 522

MEDIAN_ROB	42.01 521	44.30 526	44.14 520	35.08 519	34.90 516	31.33 520	29.90 514	36.77 523	40.11 525	47.14 525	46.55 524	37.49 521	38.50 524	44.30 526	42.32 524	47.93 526	49.31 527	49.68 522	49.00 523	44.98 522	46.46 524

Anonymous_1	42.79 522	18.71 512	24.75 509	21.81 514	45.16 520	27.68 512	37.52 517	28.64 517	16.34 505	14.72 511	14.53 506	20.60 510	17.82 511	21.52 513	25.88 515	113.45 527	8.91 511	100.63 524	126.37 524	158.50 527	12.31 513

LSM0	42.92 523	38.72 523	50.66 523	47.49 523	110.18 527	56.77 525	75.87 523	54.87 527	33.74 520	29.48 521	31.12 521	43.77 525	37.12 520	43.85 525	53.44 527	20.50 519	18.67 518	21.05 517	21.07 519	28.37 518	41.73 521

PML	51.64 524	37.49 520	14.31 495	7.45 511	20.27 511	107.80 527	231.34 528	8.94 508	27.70 518	86.74 527	268.93 528	69.03 527	61.09 526	24.71 520	14.36 502	9.71 513	3.40 506	9.60 513	4.67 509	20.46 515	4.76 510

xxxxx1	54.34 525	26.72 516	27.03 513	114.14 524	99.00 524	30.68 517	47.19 520	32.52 519	26.09 514	17.85 512	17.48 510	21.86 513	20.92 514	24.38 517	33.78 518	34.73 521	41.33 522	157.67 525	175.68 525	65.82 523	71.99 525

tt_ll	54.34 525	26.72 516	27.03 513	114.14 524	99.00 524	30.68 517	47.19 520	32.52 519	26.09 514	17.85 512	17.48 510	21.86 513	20.92 514	24.38 517	33.78 518	34.73 521	41.33 522	157.67 525	175.68 525	65.82 523	71.99 525

ff	54.34 525	26.72 516	27.03 513	114.14 524	99.00 524	30.68 517	47.19 520	32.52 519	26.09 514	17.85 512	17.48 510	21.86 513	20.92 514	24.38 517	33.78 518	34.73 521	41.33 522	157.67 525	175.68 525	65.82 523	71.99 525

test_example2	192.91 528	210.59 528	206.44 528	199.86 528	204.90 528	172.02 528	182.95 527	138.34 528	134.89 528	193.14 528	200.54 527	186.77 528	177.82 528	204.95 528	207.57 528	221.83 528	238.70 528	186.02 528	190.07 528	226.94 528	173.78 528

ccccc		492.94 529		530.37 529	529.69 529	476.06 529		494.48 529		446.40 529		473.27 529		541.46 529		660.58 529	458.79 529	353.88 529	309.98 529	597.94 529

Low-res two-view benchmark