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

dual_stereo	0.29 5	0.21 6	0.39 1	0.40 24	0.23 15	0.25 3	0.22 16	0.59 11	0.32 13	0.33 17	0.26 10	0.40 56	0.23 8	0.86 127	0.30 34	0.16 43	0.13 69	0.14 1	0.11 7	0.14 13	0.14 15

XX-TBD	0.47 105	0.71 478	0.39 1	0.81 468	0.25 39	0.57 157	0.26 41	0.73 39	1.30 384	0.78 157	1.01 202	0.45 72	0.33 45	0.49 17	0.39 115	0.20 191	0.15 202	0.15 17	0.11 7	0.17 78	0.15 30

MLG-Stereo_test2	0.27 3	0.22 14	0.40 3	0.39 15	0.24 20	0.35 18	0.18 2	0.58 8	0.23 2	0.28 5	0.24 5	0.34 44	0.19 1	0.79 104	0.24 3	0.16 43	0.11 20	0.15 17	0.11 7	0.13 4	0.14 15

trnet	0.40 56	0.23 30	0.40 3	0.37 3	0.20 2	0.53 130	0.29 61	0.81 62	1.15 292	0.59 118	0.72 126	0.53 115	0.43 101	0.56 30	0.37 104	0.18 110	0.13 69	0.15 17	0.10 1	0.14 13	0.14 15

CES	0.51 128	0.21 6	0.40 3	0.42 37	1.40 536	0.53 130	0.34 103	1.04 136	0.68 104	0.45 63	0.67 109	0.35 45	0.28 23	0.58 40	0.35 73	0.16 43	0.13 69	0.15 17	0.10 1	0.19 146	1.69 543

CREStereo	0.40 56	0.24 47	0.40 3	0.37 3	0.22 12	0.52 121	0.29 61	0.81 62	1.15 292	0.59 118	0.72 126	0.51 103	0.42 93	0.57 36	0.37 104	0.19 148	0.13 69	0.15 17	0.10 1	0.14 13	0.15 30
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
FoundationStereo	0.26 2	0.23 30	0.41 7	0.40 24	0.24 20	0.32 14	0.22 16	0.43 2	0.24 4	0.31 13	0.25 6	0.30 32	0.32 42	0.36 3	0.27 15	0.16 43	0.12 34	0.15 17	0.11 7	0.13 4	0.14 15

CAS	0.66 221	0.19 2	0.41 7	2.31 547	0.86 494	0.56 155	0.53 303	0.83 68	0.63 91	0.49 84	0.70 120	0.36 47	0.26 12	0.47 13	0.37 104	2.33 548	0.10 2	0.14 1	0.10 1	0.17 78	1.31 537

MLG-Stereo_test1	0.29 5	0.21 6	0.42 9	0.41 33	0.25 39	0.37 24	0.20 10	0.71 36	0.20 1	0.25 2	0.17 1	0.33 41	0.26 12	0.92 148	0.26 6	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

MLG-Stereo	0.31 11	0.20 4	0.42 9	0.42 37	0.20 2	0.41 36	0.19 6	0.85 76	0.24 4	0.26 3	0.22 3	0.33 41	0.27 18	1.09 198	0.27 15	0.15 30	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

S2M2_XL	0.25 1	0.25 66	0.43 11	0.36 1	0.24 20	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 25	0.24 6	0.23 8	0.32 1	0.27 15	0.20 191	0.18 299	0.18 106	0.16 142	0.18 110	0.15 30

IGEV	0.29 5	0.18 1	0.43 11	0.38 7	0.31 146	0.45 62	0.21 12	0.63 17	0.42 33	0.32 15	0.44 37	0.26 14	0.20 2	0.44 10	0.26 6	0.14 20	0.12 34	0.16 46	0.13 59	0.12 1	0.14 15

GLC_STEREO	0.41 61	0.27 108	0.43 11	0.55 216	0.24 20	0.47 73	0.30 69	0.81 62	0.64 94	0.53 109	0.74 132	0.50 99	0.31 35	0.65 67	0.45 174	0.18 110	0.20 331	0.23 265	0.19 206	0.21 226	0.21 185

AnonymousM	0.63 212	1.14 517	0.43 11	0.46 71	0.32 179	0.43 53	0.46 247	1.27 227	0.78 130	1.00 211	0.66 106	0.68 168	0.45 114	0.61 46	0.46 180	0.21 222	0.16 239	1.84 546	0.98 543	0.15 35	0.15 30

PMTNet	0.47 105	0.22 14	0.43 11	0.39 15	0.24 20	0.71 242	0.26 41	0.78 56	1.03 230	0.65 134	0.69 116	0.55 122	0.48 136	0.90 143	0.36 91	0.99 531	0.13 69	0.15 17	0.10 1	0.15 35	0.15 30

SGD-Stereo	0.34 29	0.22 14	0.44 16	0.39 15	0.20 2	0.42 46	0.22 16	0.71 36	0.33 14	0.43 53	0.34 18	0.27 18	0.35 57	1.15 212	0.33 59	0.21 222	0.11 20	0.16 46	0.13 59	0.17 78	0.15 30

DEFOM-Stereo_RVC	0.41 61	0.68 473	0.45 17	0.66 366	0.30 126	0.48 81	0.25 32	0.87 86	0.46 44	0.39 39	0.37 21	0.30 32	0.69 244	1.16 215	0.31 40	0.17 75	0.11 20	0.16 46	0.12 29	0.18 110	0.14 15

4.5_new	0.31 11	0.25 66	0.46 18	0.38 7	0.24 20	0.52 121	0.36 126	0.65 19	0.35 16	0.48 78	0.43 29	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

4.5w-stereo	0.31 11	0.25 66	0.46 18	0.38 7	0.24 20	0.52 121	0.36 126	0.65 19	0.35 16	0.48 78	0.43 29	0.27 18	0.27 18	0.42 8	0.26 6	0.14 20	0.10 2	0.15 17	0.13 59	0.17 78	0.15 30

MLG-Stereo_test3	0.29 5	0.20 4	0.46 18	0.43 43	0.24 20	0.47 73	0.19 6	0.75 44	0.31 11	0.36 27	0.22 3	0.35 45	0.21 4	0.61 46	0.26 6	0.16 43	0.12 34	0.16 46	0.11 7	0.13 4	0.15 30

LGtest1	0.28 4	0.23 30	0.46 18	0.42 37	0.22 12	0.41 36	0.19 6	0.58 8	0.29 9	0.30 10	0.25 6	0.29 28	0.29 26	0.57 36	0.26 6	0.18 110	0.12 34	0.16 46	0.12 29	0.14 13	0.16 60

DEFOM-Stereo	0.34 29	0.23 30	0.46 18	0.44 50	0.29 109	0.79 280	0.23 26	0.50 4	0.39 27	0.38 34	0.32 16	0.23 2	0.25 10	1.21 227	0.28 22	0.17 75	0.12 34	0.15 17	0.11 7	0.14 13	0.16 60

LoS	0.41 61	0.23 30	0.46 18	0.39 15	0.23 15	0.48 81	0.40 173	1.12 167	0.94 191	0.50 93	0.66 106	0.49 92	0.42 93	0.63 60	0.39 115	0.19 148	0.14 136	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.49 115	0.22 14	0.46 18	0.48 98	0.38 264	0.45 62	0.25 32	0.77 48	1.30 384	0.82 167	1.23 304	0.47 84	0.37 71	0.55 27	0.44 161	0.16 43	0.11 20	0.16 46	0.80 535	0.18 110	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
1w_stereo	0.36 40	0.21 6	0.47 25	0.44 50	0.27 59	0.47 73	0.54 317	0.66 22	0.51 54	0.44 56	0.67 109	0.25 10	0.45 114	0.62 51	0.34 64	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.15 30

S2M2	0.35 35	0.28 125	0.47 25	0.43 43	0.30 126	0.31 13	0.16 1	0.61 15	0.68 104	0.32 15	0.49 56	0.47 84	0.34 49	0.40 4	0.33 59	0.25 320	0.22 362	0.20 166	0.22 304	0.25 307	0.23 235

IGEV-Stereo++	0.32 16	0.22 14	0.47 25	0.48 98	0.33 199	0.33 15	0.22 16	0.78 56	0.48 48	0.35 24	0.41 25	0.32 37	0.47 131	0.40 4	0.29 30	0.15 30	0.12 34	0.15 17	0.12 29	0.15 35	0.15 30

qwe	0.34 29	0.22 14	0.48 28	0.39 15	0.27 59	0.49 87	0.30 69	0.76 46	0.40 29	0.51 103	0.49 56	0.26 14	0.29 26	0.83 116	0.35 73	0.12 2	0.10 2	0.14 1	0.12 29	0.15 35	0.14 15

LG-G_1	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 206	0.18 2	0.80 59	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 135	0.26 6	0.17 75	0.13 69	0.16 46	0.11 7	0.14 13	0.16 60

LG-G	0.33 22	0.22 14	0.48 28	0.44 50	0.20 2	0.64 206	0.18 2	0.80 59	0.28 7	0.30 10	0.30 13	0.36 47	0.35 57	0.88 135	0.26 6	0.17 75	0.13 69	0.16 46	0.11 7	0.14 13	0.16 60

MonSter	0.29 5	0.19 2	0.48 28	0.37 3	0.22 12	0.55 148	0.31 76	0.60 13	0.44 38	0.29 8	0.29 12	0.23 2	0.20 2	0.60 44	0.26 6	0.11 1	0.11 20	0.14 1	0.11 7	0.14 13	0.14 15

LoS_RVC	0.45 85	0.29 148	0.48 28	0.49 113	0.83 490	0.51 115	0.43 209	0.65 19	0.44 38	0.47 70	0.78 140	0.44 62	0.60 210	0.59 42	0.37 104	0.14 20	0.12 34	0.14 1	0.10 1	0.14 13	1.08 532

asd	0.32 16	0.22 14	0.49 33	0.40 24	0.25 39	0.47 73	0.30 69	0.77 48	0.35 16	0.44 56	0.40 24	0.28 26	0.34 49	0.64 62	0.29 30	0.13 14	0.10 2	0.14 1	0.12 29	0.15 35	0.13 2

4.25_new	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.5w_new	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.25w-stereo	0.32 16	0.27 108	0.49 33	0.40 24	0.27 59	0.49 87	0.39 165	0.69 28	0.35 16	0.40 46	0.43 29	0.27 18	0.36 64	0.48 14	0.32 51	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.13 2

monsters	0.35 35	0.21 6	0.49 33	0.43 43	0.39 273	0.34 16	0.26 41	0.69 28	0.44 38	0.49 84	0.41 25	0.23 2	0.26 12	1.38 265	0.27 15	0.14 20	0.11 20	0.14 1	0.12 29	0.13 4	0.15 30

111111	0.36 40	0.22 14	0.49 33	0.47 86	0.45 328	0.36 21	0.22 16	1.04 136	0.44 38	0.33 17	0.33 17	0.40 56	0.26 12	0.99 167	0.27 15	0.17 75	0.12 34	0.15 17	0.11 7	0.15 35	0.15 30

LG-Stereo_L1	0.31 11	0.24 47	0.49 33	0.38 7	0.27 59	0.28 9	0.21 12	0.68 24	0.29 9	0.27 4	0.25 6	0.25 10	0.22 6	1.25 232	0.24 3	0.16 43	0.12 34	0.15 17	0.12 29	0.14 13	0.13 2

GIP-stereo	0.37 44	0.25 66	0.49 33	0.55 216	0.41 299	0.37 24	0.22 16	1.03 129	0.56 68	0.35 24	0.52 69	0.46 75	0.37 71	0.55 27	0.28 22	0.20 191	0.13 69	0.16 46	0.12 29	0.16 54	0.16 60

Any-RAFT	0.55 139	0.27 108	0.49 33	0.50 129	0.27 59	0.98 365	0.25 32	1.71 329	1.08 249	0.90 188	0.99 195	1.13 337	0.46 124	0.74 84	0.35 73	0.19 148	0.13 69	0.17 70	0.13 59	0.16 54	0.19 131

s12784h	0.55 139	0.22 14	0.49 33	0.43 43	0.19 1	1.00 367	0.34 103	1.40 254	1.30 384	0.84 174	0.93 175	0.63 156	0.52 161	1.48 291	0.47 190	0.15 30	0.12 34	0.17 70	0.11 7	0.19 146	0.13 2

3.25w_new	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 121	0.33 91	0.77 48	0.43 36	0.49 84	0.46 47	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

3.25w	0.33 22	0.22 14	0.50 43	0.39 15	0.24 20	0.52 121	0.33 91	0.77 48	0.43 36	0.49 84	0.46 47	0.32 37	0.37 71	0.64 62	0.28 22	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

3.75w	0.34 29	0.23 30	0.50 43	0.39 15	0.30 126	0.62 186	0.36 126	0.70 35	0.38 25	0.44 56	0.49 56	0.25 10	0.36 64	0.72 81	0.28 22	0.13 14	0.09 1	0.14 1	0.12 29	0.13 4	0.15 30

LG-Stereo_L2	0.30 10	0.23 30	0.50 43	0.38 7	0.26 56	0.26 4	0.20 10	0.84 74	0.31 11	0.31 13	0.26 10	0.25 10	0.26 12	0.94 152	0.23 1	0.15 30	0.12 34	0.16 46	0.12 29	0.14 13	0.13 2

Reg-Stereo(zero)	0.46 95	0.23 30	0.50 43	0.45 59	0.25 39	0.41 36	0.27 47	0.80 59	1.12 275	0.93 196	0.79 143	0.91 255	0.46 124	0.74 84	0.44 161	0.15 30	0.13 69	0.15 17	0.12 29	0.15 35	0.18 97

castereo	0.43 76	0.25 66	0.50 43	0.46 71	0.30 126	0.60 175	0.56 334	1.23 216	0.83 151	0.39 39	0.70 120	0.45 72	0.68 240	0.54 25	0.33 59	0.17 75	0.11 20	0.17 70	0.13 59	0.16 54	0.14 15

TANstereo	0.45 85	0.23 30	0.50 43	0.43 43	0.21 7	0.65 212	0.26 41	0.83 68	0.88 166	0.95 201	0.99 195	0.51 103	0.45 114	0.56 30	0.36 91	0.19 148	0.24 400	0.16 46	0.13 59	0.17 78	0.27 315

asda	0.31 11	0.24 47	0.51 50	0.39 15	0.24 20	0.43 53	0.33 91	0.68 24	0.40 29	0.39 39	0.44 37	0.27 18	0.35 57	0.55 27	0.31 40	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.13 2

2.75w_new	0.33 22	0.24 47	0.51 50	0.36 1	0.24 20	0.41 36	0.42 191	0.61 15	0.40 29	0.50 93	0.44 37	0.24 6	0.34 49	0.77 94	0.34 64	0.13 14	0.11 20	0.14 1	0.11 7	0.13 4	0.13 2

castereo++	0.41 61	0.26 84	0.51 50	0.44 50	0.32 179	0.96 361	0.22 16	1.13 171	0.61 87	0.33 17	0.45 41	0.50 99	0.39 83	0.94 152	0.25 5	0.18 110	0.12 34	0.17 70	0.12 29	0.14 13	0.16 60

IGEV-RUCA	0.38 46	0.24 47	0.51 50	0.51 144	0.36 242	0.59 170	0.23 26	0.68 24	0.52 56	0.39 39	0.50 62	0.44 62	0.31 35	0.86 127	0.31 40	0.24 300	0.13 69	0.16 46	0.12 29	0.20 182	0.21 185

IGEV-Stereo+	0.46 95	0.23 30	0.51 50	0.42 37	0.46 336	0.15 1	0.19 6	0.45 3	0.37 24	0.28 5	0.25 6	0.31 35	0.41 87	1.43 280	0.31 40	0.18 110	0.13 69	0.15 17	0.12 29	1.09 532	1.74 544

knoymous	0.53 133	0.32 223	0.51 50	0.46 71	0.30 126	0.57 157	0.54 317	1.10 163	0.78 130	0.99 207	0.84 157	0.95 275	0.57 183	0.89 140	0.51 215	0.21 222	0.14 136	0.26 349	0.14 86	0.23 266	0.25 277

4w-stereo	0.32 16	0.25 66	0.52 56	0.38 7	0.25 39	0.46 67	0.28 54	0.68 24	0.35 16	0.43 53	0.45 41	0.28 26	0.39 83	0.63 60	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

2w_stereo	0.34 29	0.25 66	0.52 56	0.40 24	0.23 15	0.46 67	0.47 258	0.77 48	0.44 38	0.47 70	0.51 66	0.24 6	0.44 107	0.49 17	0.31 40	0.12 2	0.10 2	0.15 17	0.12 29	0.15 35	0.16 60

tt45	0.47 105	0.25 66	0.52 56	0.47 86	0.34 217	0.78 272	0.32 84	0.86 83	0.45 43	0.52 106	0.45 41	0.49 92	0.37 71	2.12 389	0.36 91	0.16 43	0.13 69	0.19 132	0.16 142	0.17 78	0.21 185

CASnet	0.42 72	0.26 84	0.52 56	0.52 165	0.21 7	0.49 87	0.35 116	0.85 76	0.85 158	0.84 174	0.69 116	0.48 89	0.31 35	0.57 36	0.34 64	0.19 148	0.12 34	0.27 364	0.22 304	0.23 266	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
2.5w	0.33 22	0.23 30	0.53 60	0.41 33	0.25 39	0.42 46	0.38 151	0.69 28	0.35 16	0.38 34	0.54 79	0.24 6	0.26 12	0.91 146	0.29 30	0.13 14	0.10 2	0.14 1	0.13 59	0.14 13	0.15 30

monsterstereo	0.36 40	0.21 6	0.53 60	0.48 98	0.36 242	0.27 7	0.29 61	0.58 8	0.52 56	0.45 63	0.61 96	0.26 14	0.27 18	1.23 229	0.28 22	0.14 20	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

RSM	0.40 56	0.25 66	0.53 60	0.50 129	0.27 59	0.46 67	0.40 173	0.94 104	0.49 50	0.42 51	0.44 37	0.65 160	0.33 45	1.07 191	0.32 51	0.15 30	0.13 69	0.17 70	0.14 86	0.17 78	0.15 30

zero-FE	0.38 46	0.24 47	0.54 63	0.48 98	0.46 336	0.29 11	0.23 26	0.69 28	0.34 15	0.34 22	0.41 25	0.37 52	0.49 147	0.68 74	0.35 73	0.23 278	0.12 34	0.18 106	0.13 59	0.82 519	0.19 131

GREAT-IGEV	0.34 29	0.22 14	0.54 63	0.40 24	0.31 146	0.36 21	0.28 54	0.59 11	0.66 99	0.28 5	0.51 66	0.29 28	0.29 26	0.86 127	0.28 22	0.15 30	0.12 34	0.15 17	0.11 7	0.17 78	0.16 60

AIO-Stereo	0.39 53	0.26 84	0.54 63	0.50 129	0.24 20	0.45 62	0.39 165	1.13 171	0.57 70	0.42 51	0.49 56	0.52 110	0.25 10	0.74 84	0.32 51	0.16 43	0.13 69	0.18 106	0.14 86	0.16 54	0.15 30

2.25w	0.35 35	0.24 47	0.55 66	0.38 7	0.24 20	0.44 58	0.25 32	0.69 28	0.42 33	0.49 84	0.59 92	0.27 18	0.35 57	0.83 116	0.37 104	0.13 14	0.11 20	0.14 1	0.12 29	0.13 4	0.17 81

3.5w_stereo	0.35 35	0.27 108	0.55 66	0.38 7	0.25 39	0.54 143	0.34 103	0.73 39	0.40 29	0.46 68	0.45 41	0.31 35	0.38 81	0.80 107	0.40 132	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.16 60

SMoEStereo_RVC	0.41 61	0.26 84	0.55 66	0.46 71	0.31 146	0.60 175	0.36 126	0.85 76	0.47 46	0.47 70	0.43 29	0.42 58	0.34 49	1.40 270	0.31 40	0.15 30	0.12 34	0.20 166	0.15 105	0.16 54	0.18 97

999	0.49 115	0.25 66	0.55 66	0.51 144	0.35 234	0.74 252	0.31 76	0.89 92	0.59 76	0.39 39	0.50 62	0.50 99	0.36 64	2.41 416	0.41 142	0.17 75	0.13 69	0.18 106	0.15 105	0.16 54	0.23 235

RSM++	0.40 56	0.26 84	0.55 66	0.51 144	0.27 59	0.49 87	0.41 183	0.83 68	0.52 56	0.39 39	0.47 50	0.60 142	0.34 49	1.02 177	0.31 40	0.16 43	0.13 69	0.17 70	0.15 105	0.18 110	0.15 30

MoCha-V2	0.43 76	0.23 30	0.55 66	0.56 237	0.23 15	0.44 58	0.32 84	1.35 242	0.63 91	0.54 110	0.55 82	0.42 58	0.57 183	1.12 207	0.28 22	0.15 30	0.13 69	0.15 17	0.13 59	0.17 78	0.18 97

fffft	0.39 53	0.24 47	0.56 72	0.45 59	0.34 217	0.42 46	0.48 265	0.85 76	0.39 27	0.45 63	0.35 19	0.38 54	0.31 35	1.32 252	0.34 64	0.14 20	0.12 34	0.19 132	0.15 105	0.16 54	0.18 97
1: 1. 1
Selective-IGEV	0.42 72	0.26 84	0.56 72	0.48 98	0.27 59	0.45 62	0.33 91	1.56 286	0.61 87	0.36 27	0.47 50	0.52 110	0.30 31	1.08 194	0.33 59	0.15 30	0.13 69	0.17 70	0.13 59	0.16 54	0.15 30

ours_stereo	0.40 56	0.30 173	0.57 74	0.47 86	0.31 146	0.40 29	0.44 228	0.79 58	0.58 73	0.36 27	0.58 89	0.46 75	0.33 45	1.14 211	0.33 59	0.17 75	0.13 69	0.19 132	0.15 105	0.19 146	0.20 157

Prome-Stereo	0.76 286	0.29 148	0.57 74	0.58 272	0.33 199	0.58 168	0.94 459	0.98 110	0.92 178	1.46 426	2.45 510	0.91 255	1.38 462	1.60 316	0.44 161	0.19 148	0.13 69	0.19 132	0.18 184	0.20 182	0.87 524

WCG-NET	0.43 76	0.23 30	0.58 76	0.42 37	0.26 56	0.46 67	0.32 84	0.77 48	1.16 299	0.77 155	0.75 133	0.58 133	0.44 107	0.62 51	0.38 111	0.16 43	0.12 34	0.16 46	0.14 86	0.15 35	0.14 15

RAFT-Stereo-weight	0.49 115	0.26 84	0.58 76	0.49 113	0.28 94	0.61 183	0.34 103	1.16 192	1.11 268	1.06 233	0.79 143	0.75 189	0.28 23	0.79 104	0.42 150	0.16 43	0.13 69	0.17 70	0.15 105	0.16 54	0.18 97

MyStereo07	0.50 125	0.30 173	0.58 76	0.58 272	0.48 348	0.59 170	0.78 412	1.19 200	0.60 82	0.49 84	0.54 79	0.43 61	0.55 174	1.32 252	0.36 91	0.18 110	0.18 299	0.24 289	0.21 277	0.23 266	0.23 235

MC-Stereo	0.46 95	0.24 47	0.58 76	0.63 331	0.30 126	0.38 27	0.32 84	0.98 110	0.74 119	0.66 137	0.85 159	0.56 129	0.60 210	1.07 191	0.32 51	0.17 75	0.12 34	0.17 70	0.15 105	0.16 54	0.16 60

LCNet	0.73 270	0.30 173	0.58 76	0.58 272	0.31 146	0.68 227	0.53 303	1.09 157	0.94 191	1.19 294	1.34 348	0.96 280	1.32 455	2.50 423	0.46 180	0.19 148	0.13 69	0.21 200	0.25 358	0.28 341	0.69 511

PSM-AAD	0.80 312	0.29 148	0.58 76	0.58 272	0.29 109	0.76 262	1.19 494	1.08 150	0.94 191	1.65 467	1.58 425	0.81 208	2.12 522	1.67 324	0.44 161	0.19 148	0.14 136	0.38 467	0.32 448	0.22 246	0.68 509

MM-Stereo_test1	0.51 128	0.26 84	0.59 82	0.53 188	0.31 146	0.50 106	0.53 303	1.06 142	1.09 257	0.88 183	0.70 120	0.54 119	0.59 204	1.18 221	0.35 73	0.19 148	0.17 268	0.20 166	0.17 166	0.20 182	0.18 97

AIO_test	0.38 46	0.24 47	0.59 82	0.47 86	0.31 146	0.55 148	0.44 228	0.86 83	0.50 52	0.34 22	0.48 52	0.46 75	0.30 31	0.76 92	0.31 40	0.17 75	0.12 34	0.17 70	0.13 59	0.16 54	0.15 30

Occ-G	0.44 82	0.23 30	0.59 82	0.44 50	0.27 59	0.43 53	0.61 365	0.85 76	0.62 89	0.48 78	0.66 106	1.00 295	0.45 114	0.79 104	0.45 174	0.17 75	0.14 136	0.18 106	0.13 59	0.16 54	0.18 97

WCG-NET（raft）	0.46 95	0.23 30	0.59 82	0.42 37	0.24 20	0.50 106	0.35 116	0.76 46	1.10 261	0.72 147	0.76 134	0.91 255	0.50 153	0.88 135	0.40 132	0.16 43	0.13 69	0.15 17	0.14 86	0.15 35	0.17 81

CAS++	0.48 111	0.34 271	0.59 82	0.48 98	0.32 179	0.45 62	0.29 61	1.73 334	0.78 130	0.71 143	0.73 130	0.36 47	0.28 23	0.70 77	0.35 73	0.27 367	0.22 362	0.26 349	0.21 277	0.29 358	0.22 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
EGLCR-Stereo	0.41 61	0.24 47	0.59 82	0.45 59	0.27 59	0.54 143	0.22 16	1.23 216	0.56 68	0.44 56	0.43 29	0.68 168	0.29 26	0.89 140	0.34 64	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.18 97

UCFNet_RVC	0.72 267	0.37 331	0.59 82	0.66 366	0.41 299	0.89 327	0.68 386	1.78 344	1.15 292	1.01 216	1.20 288	1.22 353	0.95 355	1.07 191	0.66 292	0.28 385	0.21 347	0.34 443	0.31 441	0.33 399	0.29 345

3w_stereo	0.35 35	0.25 66	0.60 89	0.41 33	0.21 7	0.52 121	0.53 303	0.72 38	0.47 46	0.47 70	0.50 62	0.23 2	0.45 114	0.49 17	0.30 34	0.13 14	0.10 2	0.15 17	0.12 29	0.15 35	0.17 81

MM-Stereo_test3	0.53 133	0.26 84	0.60 89	0.56 237	0.73 460	0.49 87	0.53 303	1.31 236	1.08 249	0.64 133	0.97 189	0.61 148	0.42 93	0.82 110	0.40 132	0.21 222	0.18 299	0.20 166	0.16 142	0.19 146	0.21 185

mms	0.42 72	0.29 148	0.60 89	0.47 86	0.33 199	0.43 53	0.46 247	0.75 44	0.50 52	0.36 27	0.61 96	0.44 62	0.30 31	1.39 268	0.34 64	0.16 43	0.14 136	0.18 106	0.15 105	0.19 146	0.21 185

AEACV	0.41 61	0.25 66	0.60 89	0.55 216	0.52 374	0.43 53	0.38 151	0.98 110	0.63 91	0.44 56	0.56 85	0.46 75	0.59 204	0.56 30	0.31 40	0.17 75	0.13 69	0.18 106	0.16 142	0.17 78	0.17 81

anonymousdsp	0.45 85	0.30 173	0.60 89	0.48 98	0.34 217	0.49 87	0.42 191	0.97 106	0.60 82	0.51 103	0.53 73	0.46 75	0.47 131	1.36 258	0.35 73	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

IGEV-Stereo	0.45 85	0.30 173	0.60 89	0.48 98	0.34 217	0.49 87	0.42 191	0.98 110	0.60 82	0.51 103	0.53 73	0.46 75	0.47 131	1.36 258	0.35 73	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HSM-Net_RVC	0.91 371	0.31 205	0.60 89	0.54 202	0.31 146	1.15 397	0.60 360	3.76 546	1.30 384	1.57 452	1.75 454	1.67 448	1.01 382	1.61 318	0.90 355	0.23 278	0.17 268	0.19 132	0.18 184	0.20 182	0.22 214
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LG-Stereo_Zeroshot	0.38 46	0.25 66	0.61 96	0.53 188	0.29 109	0.36 21	0.22 16	1.24 218	0.42 33	0.45 63	0.65 104	0.37 52	0.51 156	0.41 7	0.30 34	0.18 110	0.12 34	0.17 70	0.13 59	0.18 110	0.20 157

MGS-Stereo	0.43 76	0.28 125	0.61 96	0.46 71	0.28 94	0.49 87	0.33 91	0.60 13	0.89 167	0.47 70	1.32 339	0.51 103	0.32 42	0.66 69	0.39 115	0.20 191	0.16 239	0.18 106	0.16 142	0.18 110	0.18 97

MSKI-zero shot	0.56 150	0.30 173	0.61 96	0.55 216	0.28 94	0.68 227	0.28 54	1.25 222	0.68 104	0.92 193	1.33 344	0.81 208	0.33 45	1.94 365	0.36 91	0.18 110	0.13 69	0.17 70	0.13 59	0.16 54	0.19 131

FTStereo	0.92 374	0.28 125	0.61 96	0.57 259	0.34 217	0.65 212	1.80 533	1.09 157	0.84 154	1.75 478	4.13 537	1.04 306	1.62 485	1.59 311	0.48 197	0.21 222	0.17 268	0.23 265	0.22 304	0.19 146	0.58 493

raft+_RVC	0.56 150	0.29 148	0.61 96	0.65 352	0.56 400	0.53 130	0.53 303	1.40 254	1.02 227	0.78 157	1.04 218	0.70 176	0.55 174	1.00 171	0.49 208	0.18 110	0.16 239	0.19 132	0.19 206	0.18 110	0.17 81

GASTEREO	0.43 76	0.29 148	0.62 101	0.51 144	0.27 59	0.62 186	0.36 126	1.02 121	0.58 73	0.55 114	0.83 155	0.30 32	0.65 229	0.64 62	0.30 34	0.19 148	0.13 69	0.17 70	0.15 105	0.16 54	0.21 185

GrayStereo	0.83 332	0.28 125	0.62 101	0.66 366	0.37 252	0.76 262	1.79 530	1.19 200	0.91 173	1.98 501	1.89 475	1.07 313	1.76 500	1.43 280	0.50 211	0.20 191	0.15 202	0.19 132	0.21 277	0.18 110	0.41 436

xyz-stereo-finetune	0.50 125	0.27 108	0.63 103	0.43 43	0.23 15	0.79 280	0.46 247	0.83 68	0.82 147	0.63 132	0.63 99	0.54 119	0.44 107	1.69 330	0.62 275	0.16 43	0.15 202	0.19 132	0.16 142	0.17 78	0.16 60

HART	0.48 111	0.24 47	0.63 103	0.52 165	0.27 59	0.41 36	0.29 61	1.32 238	0.54 61	0.59 118	1.47 388	0.61 148	0.34 49	1.09 198	0.32 51	0.16 43	0.14 136	0.19 132	0.14 86	0.19 146	0.18 97

Pointernet	0.41 61	0.21 6	0.63 103	0.45 59	0.29 109	0.51 115	0.27 47	1.54 280	0.70 108	0.48 78	0.64 100	0.49 92	0.37 71	0.51 20	0.36 91	0.18 110	0.13 69	0.14 1	0.11 7	0.14 13	0.14 15

IGEV++	0.45 85	0.24 47	0.63 103	0.58 272	0.32 179	0.42 46	0.25 32	2.16 451	0.65 97	0.38 34	0.58 89	0.46 75	0.44 107	0.56 30	0.40 132	0.20 191	0.13 69	0.16 46	0.13 59	0.17 78	0.18 97

ACVNet-DCA	0.59 186	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.58 291	0.91 173	0.60 125	0.80 148	0.47 84	0.87 322	1.48 291	0.35 73	0.21 222	0.13 69	0.25 328	0.15 105	0.23 266	0.25 277

xx1	0.70 255	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.07 145	3.23 542	0.60 125	0.80 148	0.95 275	0.79 279	1.48 291	0.35 73	0.21 222	0.13 69	0.24 289	0.23 336	0.23 266	0.25 277

1test111	0.58 174	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.58 291	0.91 173	0.60 125	0.80 148	0.47 84	0.87 322	0.99 167	0.67 293	0.21 222	0.13 69	0.25 328	0.15 105	0.23 266	0.25 277

cc1	0.68 245	0.34 271	0.63 103	0.60 299	0.27 59	1.16 400	0.51 286	1.07 145	3.23 542	0.60 125	0.80 148	0.47 84	0.87 322	1.48 291	0.35 73	0.21 222	0.13 69	0.25 328	0.15 105	0.19 146	0.23 235

raftrobust	0.55 139	0.27 108	0.63 103	0.68 392	0.69 453	0.50 106	0.34 103	1.08 150	0.97 204	1.32 364	0.88 166	0.62 151	0.80 286	0.82 110	0.44 161	0.20 191	0.16 239	0.16 46	0.14 86	0.15 35	0.18 97

MSCF	0.41 61	0.28 125	0.64 112	0.50 129	0.27 59	0.58 168	0.37 141	1.03 129	0.54 61	0.54 110	0.72 126	0.32 37	0.64 224	0.56 30	0.30 34	0.19 148	0.13 69	0.17 70	0.15 105	0.17 78	0.21 185

ff7	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

IGEVStereo-DCA	0.49 115	0.33 242	0.64 112	0.46 71	0.34 217	0.50 106	0.42 191	0.93 94	0.59 76	0.48 78	0.48 52	0.48 89	0.45 114	2.28 405	0.44 161	0.19 148	0.14 136	0.19 132	0.15 105	0.17 78	0.21 185

ffff	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

11t	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

ccc-4	0.45 85	0.30 173	0.64 112	0.47 86	0.33 199	0.49 87	0.42 191	0.93 94	0.59 76	0.50 93	0.53 73	0.44 62	0.48 136	1.41 273	0.36 91	0.18 110	0.13 69	0.21 200	0.15 105	0.18 110	0.21 185

AIO_rvc	0.38 46	0.25 66	0.65 118	0.47 86	0.31 146	0.55 148	0.38 151	0.98 110	0.51 54	0.35 24	0.48 52	0.49 92	0.22 6	0.87 132	0.31 40	0.16 43	0.12 34	0.16 46	0.12 29	0.15 35	0.15 30

U	9.23 569	0.22 14	0.65 118	0.48 98	53.11 588	61.26 593	0.24 30	0.77 48	0.55 64	0.37 32	0.30 13	0.29 28	0.34 49	0.34 2	0.27 15	0.20 191	0.12 34	60.47 590	4.24 573	0.18 110	0.14 15

test_for_model	1.38 458	3.71 570	0.65 118	3.45 563	2.88 561	0.57 157	0.33 91	1.91 383	0.93 185	1.47 427	0.64 100	0.51 103	0.37 71	0.53 23	0.35 73	2.54 549	0.16 239	0.17 70	0.12 29	4.56 570	1.84 546

tt1	0.65 219	0.34 271	0.65 118	0.60 299	0.27 59	1.14 393	0.48 265	1.08 150	2.62 529	0.59 118	0.79 143	0.49 92	0.80 286	1.57 304	0.35 73	0.21 222	0.13 69	0.25 328	0.16 142	0.20 182	0.23 235

cross-raft	0.56 150	0.26 84	0.65 118	0.55 216	0.31 146	0.66 218	0.37 141	1.68 312	0.82 147	1.06 233	1.07 229	1.25 362	0.45 114	0.74 84	0.39 115	0.15 30	0.13 69	0.19 132	0.16 142	0.19 146	0.17 81

xyz-stereo-finetune2	0.59 186	0.29 148	0.66 123	0.41 33	0.24 20	1.08 383	0.34 103	0.87 86	0.60 82	0.68 140	1.08 236	0.58 133	0.79 279	2.39 415	0.83 337	0.17 75	0.15 202	0.21 200	0.17 166	0.16 54	0.18 97

RCA-Stereo	0.52 132	0.26 84	0.66 123	0.49 113	0.33 199	0.54 143	0.44 228	1.20 204	1.41 431	0.69 141	1.06 226	0.63 156	0.79 279	0.62 51	0.35 73	0.17 75	0.12 34	0.17 70	0.14 86	0.16 54	0.16 60

GMM-Stereo	0.75 278	0.27 108	0.66 123	0.56 237	0.34 217	0.71 242	0.97 464	1.09 157	0.91 173	1.37 390	1.79 460	1.11 333	0.79 279	2.08 385	0.48 197	0.19 148	0.12 34	0.25 328	0.25 358	0.21 226	0.78 518

rafts_anoy	0.55 139	0.32 223	0.66 123	0.72 424	0.61 424	0.53 130	0.40 173	1.24 218	1.06 244	0.85 176	0.83 155	0.67 166	0.53 163	0.77 94	0.55 245	0.20 191	0.15 202	0.25 328	0.26 376	0.22 246	0.21 185

FlowAnything_test	0.41 61	0.27 108	0.67 127	0.60 299	0.33 199	0.62 186	0.35 116	0.64 18	0.48 48	0.46 68	0.36 20	0.45 72	0.37 71	0.54 25	0.52 223	0.25 320	0.19 317	0.28 380	0.33 462	0.22 246	0.22 214

fffy	0.44 82	0.29 148	0.67 127	0.47 86	0.30 126	0.46 67	0.34 103	0.98 110	0.57 70	0.40 46	0.59 92	0.55 122	0.41 87	1.26 236	0.37 104	0.16 43	0.14 136	0.19 132	0.16 142	0.19 146	0.20 157

UniTT-Stereo	0.38 46	0.24 47	0.67 127	0.49 113	0.36 242	0.40 29	0.32 84	0.55 7	0.55 64	0.55 114	0.55 82	0.36 47	0.31 35	0.59 42	0.52 223	0.21 222	0.15 202	0.17 70	0.15 105	0.19 146	0.17 81

test_4	0.55 139	0.23 30	0.67 127	0.56 237	0.32 179	0.71 242	0.39 165	0.83 68	0.72 111	0.93 196	1.87 474	0.70 176	0.41 87	1.21 227	0.39 115	0.16 43	0.13 69	0.21 200	0.23 336	0.20 182	0.18 97

AIO-test1	0.61 200	0.27 108	0.68 131	0.68 392	1.02 513	0.79 280	0.36 126	1.59 296	1.35 400	0.59 118	0.89 168	0.60 142	0.49 147	1.20 226	0.36 91	0.18 110	0.17 268	0.23 265	0.25 358	0.18 110	0.26 297

testlalala2	0.60 194	0.30 173	0.68 131	1.79 541	1.30 534	0.65 212	0.41 183	1.06 142	0.75 124	0.91 190	0.96 180	0.75 189	0.34 49	0.56 30	0.45 174	0.18 110	0.16 239	0.17 70	0.13 59	0.17 78	0.19 131

KYRaft	0.77 292	0.29 148	0.68 131	0.59 291	0.29 109	0.66 218	0.83 433	1.05 140	0.89 167	1.63 464	2.22 498	1.15 341	0.99 373	1.59 311	0.41 142	0.21 222	0.14 136	0.22 231	0.28 404	0.21 226	1.01 528

FENet	0.62 203	0.30 173	0.68 131	0.57 259	0.33 199	0.82 297	0.40 173	1.41 258	1.12 275	1.03 223	0.87 163	0.98 284	0.84 300	1.00 171	0.70 301	0.23 278	0.16 239	0.23 265	0.20 235	0.22 246	0.24 256

CBMV_ROB	0.99 391	0.46 392	0.68 131	0.53 188	0.39 273	1.40 441	0.48 265	2.09 430	1.30 384	1.53 441	2.29 501	1.36 390	1.23 439	2.46 417	1.04 391	0.44 485	0.42 508	0.47 495	0.44 495	0.41 440	0.39 427

NOSS_ROB	1.29 455	0.49 408	0.68 131	0.60 299	0.40 285	1.09 386	0.77 409	1.94 394	1.44 444	1.04 225	1.46 386	1.10 328	0.81 290	10.57 570	0.78 321	0.46 489	0.43 509	0.48 497	0.45 498	0.45 460	0.43 448

AdaDepth	0.33 22	0.23 30	0.69 137	0.46 71	0.29 109	0.44 58	0.24 30	0.54 6	0.38 25	0.33 17	0.38 22	0.26 14	0.31 35	0.81 108	0.27 15	0.12 2	0.13 69	0.16 46	0.13 59	0.16 54	0.20 157

water-stereo	0.41 61	0.21 6	0.69 137	0.45 59	0.28 94	0.50 106	0.27 47	0.96 105	0.52 56	0.57 117	0.78 140	0.59 138	0.53 163	0.44 10	0.43 156	0.17 75	0.16 239	0.17 70	0.15 105	0.17 78	0.22 214

ProNet	0.46 95	0.30 173	0.69 137	0.46 71	0.32 179	0.57 157	0.52 297	1.15 187	0.67 101	0.44 56	0.50 62	0.44 62	0.43 101	1.31 246	0.38 111	0.16 43	0.15 202	0.19 132	0.16 142	0.18 110	0.18 97

PSMNet-ADL	0.75 278	0.36 310	0.69 137	0.71 418	0.47 346	1.13 390	0.46 247	1.47 268	1.07 246	0.85 176	1.18 283	1.31 380	0.94 350	1.56 302	1.06 392	0.34 437	0.22 362	0.22 231	0.23 336	0.27 325	0.36 411

HHNet	0.64 215	0.28 125	0.69 137	0.45 59	0.46 336	0.50 106	0.57 340	1.13 171	1.03 230	1.26 337	2.21 497	0.70 176	0.59 204	1.10 202	0.51 215	0.21 222	0.13 69	0.23 265	0.19 206	0.20 182	0.31 371

MM-Stereo_test2	0.44 82	0.25 66	0.70 142	0.54 202	0.33 199	0.55 148	0.45 241	1.02 121	0.84 154	0.61 129	0.51 66	0.49 92	0.42 93	0.82 110	0.32 51	0.16 43	0.13 69	0.18 106	0.14 86	0.19 146	0.17 81

tg	0.54 136	0.25 66	0.70 142	0.52 165	0.31 146	0.89 327	0.29 61	1.12 167	0.98 207	0.85 176	1.03 212	0.62 151	0.42 93	1.37 261	0.41 142	0.17 75	0.13 69	0.22 231	0.21 277	0.17 78	0.17 81

testlalala	0.49 115	0.30 173	0.70 142	0.44 50	0.40 285	0.68 227	0.38 151	1.38 248	0.58 73	1.28 348	0.82 153	0.61 148	0.36 64	0.57 36	0.34 64	0.21 222	0.14 136	0.18 106	0.12 29	0.15 35	0.16 60

HUF	0.39 53	0.27 108	0.71 145	0.43 43	0.24 20	0.51 115	0.47 258	0.99 118	0.55 64	0.37 32	0.45 41	0.53 115	0.41 87	0.70 77	0.29 30	0.18 110	0.14 136	0.16 46	0.12 29	0.15 35	0.17 81

ICVP	0.66 221	0.35 300	0.71 145	0.63 331	0.41 299	0.85 319	0.56 334	1.78 344	0.96 200	0.92 193	1.24 308	0.88 239	0.75 258	0.76 92	0.93 366	0.31 412	0.22 362	0.22 231	0.21 277	0.24 295	0.28 331
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DilatedVolume-Stereo	0.46 95	0.24 47	0.72 147	0.45 59	0.33 199	0.72 245	0.29 61	0.83 68	0.53 60	0.82 167	0.73 130	0.52 110	0.44 107	1.16 215	0.42 150	0.15 30	0.15 202	0.15 17	0.14 86	0.16 54	0.17 81

SCV	0.51 128	0.29 148	0.72 147	0.63 331	0.27 59	0.40 29	0.38 151	2.32 480	0.75 124	0.36 27	0.49 56	0.55 122	0.35 57	1.31 246	0.34 64	0.25 320	0.13 69	0.17 70	0.14 86	0.18 110	0.18 97

rvit_stereo_0081	0.46 95	0.34 271	0.72 147	0.56 237	0.35 234	0.41 36	0.44 228	0.74 42	1.04 236	0.49 84	0.52 69	0.51 103	0.49 147	0.86 127	0.47 190	0.25 320	0.20 331	0.22 231	0.19 206	0.26 319	0.19 131

rvit_stereo_0082	0.46 95	0.34 271	0.72 147	0.56 237	0.35 234	0.41 36	0.44 228	0.74 42	1.04 236	0.49 84	0.52 69	0.51 103	0.49 147	0.86 127	0.47 190	0.25 320	0.20 331	0.22 231	0.19 206	0.26 319	0.19 131

MaDis-Stereo	0.38 46	0.27 108	0.72 147	0.45 59	0.35 234	0.30 12	0.31 76	0.81 62	0.54 61	0.38 34	0.38 22	0.58 133	0.49 147	0.53 23	0.39 115	0.20 191	0.16 239	0.19 132	0.15 105	0.19 146	0.15 30

GMOStereo	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

error version	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

test-v	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

ASMatch	0.89 358	0.29 148	0.72 147	0.56 237	0.36 242	0.47 73	0.37 141	1.16 192	0.95 196	1.11 240	3.26 527	0.95 275	0.96 357	4.88 487	0.53 233	0.20 191	0.16 239	0.22 231	0.19 206	0.20 182	0.30 361

test-2	0.55 139	0.28 125	0.72 147	0.52 165	0.30 126	0.53 130	0.43 209	1.02 121	0.98 207	1.44 417	1.14 269	0.88 239	0.57 183	0.62 51	0.39 115	0.16 43	0.14 136	0.24 289	0.22 304	0.20 182	0.18 97

iRaftStereo_RVC	0.49 115	0.28 125	0.72 147	0.53 188	0.29 109	0.52 121	0.33 91	1.14 175	0.84 154	0.85 176	0.99 195	0.55 122	0.36 64	0.83 116	0.40 132	0.18 110	0.13 69	0.22 231	0.20 235	0.20 182	0.18 97

AFF-stereo	0.60 194	0.28 125	0.72 147	0.48 98	0.29 109	0.34 16	0.37 141	1.22 211	1.20 316	1.21 306	1.59 429	1.10 328	0.70 247	1.01 174	0.44 161	0.14 20	0.12 34	0.19 132	0.20 235	0.18 110	0.15 30

R-Stereo Train	0.60 194	0.30 173	0.72 147	0.57 259	0.37 252	0.68 227	0.52 297	1.45 263	0.78 130	1.61 458	1.50 399	0.76 191	0.53 163	0.67 70	0.51 215	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.19 131

RAFT-Stereo	0.60 194	0.30 173	0.72 147	0.57 259	0.37 252	0.68 227	0.52 297	1.45 263	0.78 130	1.61 458	1.50 399	0.76 191	0.53 163	0.67 70	0.51 215	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.19 131
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
riskmin	0.62 203	0.29 148	0.73 161	0.50 129	0.34 217	0.86 320	0.44 228	1.74 336	1.07 246	0.76 154	0.76 134	1.19 346	1.01 382	0.84 121	0.60 269	0.20 191	0.16 239	0.24 289	0.16 142	0.24 295	0.29 345

RAFT+CT+SA	0.63 212	0.30 173	0.73 161	0.69 405	0.37 252	0.40 29	0.55 327	1.93 392	1.04 236	0.72 147	1.23 304	0.62 151	0.69 244	1.69 330	0.42 150	0.19 148	0.13 69	0.22 231	0.22 304	0.21 226	0.19 131

THIR-Stereo	1.02 399	0.29 148	0.73 161	0.51 144	0.29 109	0.94 348	1.31 504	1.08 150	0.98 207	1.35 383	1.91 479	1.16 342	1.54 481	6.37 525	0.79 326	0.20 191	0.14 136	0.21 200	0.22 304	0.19 146	0.25 277

RAFT-345	0.86 349	0.26 84	0.73 161	0.53 188	0.28 94	0.53 130	0.41 183	0.85 76	1.31 391	1.33 370	2.32 502	0.85 230	0.53 163	5.69 504	0.48 197	0.19 148	0.14 136	0.22 231	0.17 166	0.17 78	0.17 81

Gwc-CoAtRS	0.55 139	0.27 108	0.73 161	0.49 113	0.30 126	0.63 197	0.25 32	1.38 248	1.12 275	1.05 227	1.02 205	1.10 328	0.55 174	0.72 81	0.44 161	0.17 75	0.14 136	0.17 70	0.15 105	0.16 54	0.17 81

EAI-Stereo	0.76 286	0.31 205	0.74 166	0.55 216	0.28 94	0.70 240	1.72 526	2.57 515	0.90 172	0.75 152	3.03 524	0.57 131	0.43 101	1.10 202	0.49 208	0.19 148	0.14 136	0.17 70	0.18 184	0.17 78	0.21 185

ACVNet	0.66 221	0.33 242	0.74 166	0.55 216	0.37 252	0.80 287	0.47 258	1.46 265	1.11 268	1.01 216	1.31 334	1.07 313	0.91 337	0.82 110	1.09 394	0.22 256	0.19 317	0.21 200	0.18 184	0.23 266	0.19 131

CFNet-ft	0.78 297	0.36 310	0.74 166	0.67 380	0.56 400	0.86 320	0.54 317	1.46 265	1.17 304	1.01 216	1.28 327	1.68 451	1.03 392	1.57 304	0.95 373	0.27 367	0.21 347	0.33 435	0.26 376	0.31 381	0.26 297

CFNet_RVC	0.78 297	0.36 310	0.74 166	0.67 380	0.56 400	0.86 320	0.54 317	1.46 265	1.17 304	1.01 216	1.28 327	1.68 451	1.03 392	1.57 304	0.95 373	0.27 367	0.21 347	0.33 435	0.26 376	0.31 381	0.26 297

SGM-Forest	1.29 455	0.40 364	0.74 166	0.54 202	0.37 252	1.55 456	1.26 502	1.82 356	1.39 425	2.22 511	1.81 466	1.64 444	1.02 390	7.65 543	1.20 406	0.39 465	0.37 491	0.39 471	0.34 468	0.37 421	0.34 398
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GCAP-BAT	0.54 136	0.33 242	0.75 171	0.45 59	0.50 359	0.84 312	0.35 116	0.98 110	0.80 142	0.88 183	1.04 218	0.88 239	0.37 71	1.25 232	0.41 142	0.19 148	0.15 202	0.18 106	0.13 59	0.17 78	0.22 214

H2IRNET	0.57 162	0.28 125	0.75 171	0.49 113	0.35 234	0.40 29	0.27 47	1.03 129	1.18 310	0.62 131	1.26 312	1.07 313	0.85 305	1.02 177	0.64 283	0.20 191	0.16 239	0.23 265	0.25 358	0.22 246	0.20 157

Former-RAFT_DAM_RVC	0.47 105	0.38 349	0.75 171	0.48 98	0.37 252	0.67 223	0.35 116	0.82 67	1.14 287	0.61 129	0.64 100	0.39 55	0.39 83	0.74 84	0.39 115	0.20 191	0.17 268	0.22 231	0.18 184	0.24 295	0.20 157

raft_robust	0.71 261	0.32 223	0.75 171	0.54 202	0.28 94	0.54 143	0.35 116	1.54 280	1.24 340	1.18 286	1.07 229	0.73 186	0.53 163	3.65 460	0.40 132	0.19 148	0.16 239	0.20 166	0.22 304	0.21 226	0.19 131

hitnet-ft	0.84 338	0.38 349	0.75 171	0.59 291	0.44 324	0.99 366	0.47 258	1.61 300	1.38 416	1.21 306	1.22 296	1.82 469	0.99 373	1.87 354	1.09 394	0.33 427	0.29 444	0.34 443	0.27 393	0.36 415	0.33 389

DCRE	0.85 345	0.28 125	0.76 176	0.60 299	0.49 354	0.59 170	0.53 303	1.04 136	0.92 178	0.80 160	7.34 557	0.87 233	0.57 183	0.78 103	0.43 156	0.16 43	0.17 268	0.19 132	0.17 166	0.18 110	0.22 214

RAFT-RH_RVC	1.04 402	0.26 84	0.76 176	0.53 188	0.29 109	0.80 287	0.32 84	0.85 76	1.12 275	2.04 504	4.63 543	1.03 305	0.57 183	5.93 512	0.52 223	0.20 191	0.13 69	0.26 349	0.20 235	0.16 54	0.19 131

CFNet-RSSM	0.57 162	0.25 66	0.76 176	0.49 113	0.28 94	0.59 170	0.27 47	1.89 378	1.17 304	1.09 237	0.95 178	1.06 310	0.53 163	0.74 84	0.41 142	0.17 75	0.13 69	0.17 70	0.15 105	0.16 54	0.16 60

LL-Strereo2	0.56 150	0.36 310	0.77 179	0.56 237	0.40 285	0.68 227	0.37 141	1.21 209	0.83 151	0.96 204	0.79 143	0.91 255	0.41 87	1.08 194	0.48 197	0.18 110	0.17 268	0.29 392	0.25 358	0.22 246	0.19 131

BUS	0.78 297	0.34 271	0.77 179	0.55 216	0.45 328	2.30 512	0.42 191	2.65 520	1.04 236	1.25 324	1.12 253	1.02 302	0.70 247	0.94 152	0.75 312	0.25 320	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

BSDual-CNN	0.75 278	0.34 271	0.77 179	0.55 216	0.45 328	1.25 418	0.66 381	2.65 520	1.04 236	1.25 324	1.12 253	1.11 333	0.77 263	0.94 152	0.76 315	0.25 320	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

psmg	0.75 278	0.34 271	0.77 179	0.52 165	0.45 328	1.46 448	0.73 403	2.15 449	1.04 236	1.25 324	1.33 344	1.11 333	0.77 263	0.94 152	0.76 315	0.25 320	0.20 331	0.25 328	0.26 376	0.23 266	0.24 256

DRaft	0.81 321	0.26 84	0.77 179	0.47 86	0.31 146	0.95 355	0.52 297	1.13 171	0.99 216	1.78 482	2.01 487	0.80 202	1.71 496	2.64 430	0.74 309	0.19 148	0.14 136	0.20 166	0.20 235	0.18 110	0.24 256

RALCasStereoNet	0.58 174	0.34 271	0.77 179	0.65 352	0.64 432	0.64 206	0.51 286	1.06 142	0.99 216	0.71 143	1.06 226	0.77 195	0.44 107	1.38 265	0.52 223	0.20 191	0.18 299	0.18 106	0.16 142	0.20 182	0.22 214

CrosDoStereo	1.56 476	0.26 84	0.78 185	0.51 144	0.29 109	0.66 218	11.86 569	1.18 196	1.00 220	1.35 383	1.76 455	0.99 289	1.83 505	6.64 528	0.83 337	0.19 148	0.15 202	0.20 166	0.22 304	0.18 110	0.25 277

NRIStereo	0.62 203	0.31 205	0.78 185	0.56 237	0.28 94	0.63 197	0.33 91	1.16 192	0.92 178	1.15 267	0.87 163	0.90 251	0.58 200	2.24 400	0.56 251	0.22 256	0.14 136	0.21 200	0.19 206	0.22 246	0.18 97

DeepStereo_LL	1.56 476	0.26 84	0.78 185	0.51 144	0.29 109	0.66 218	11.86 569	1.18 196	1.00 220	1.35 383	1.76 455	0.99 289	1.83 505	6.64 528	0.83 337	0.19 148	0.15 202	0.20 166	0.22 304	0.18 110	0.25 277

DeepStereo_RVC	0.57 162	0.31 205	0.78 185	0.53 188	0.30 126	0.57 157	0.32 84	1.11 165	0.80 142	1.17 275	0.94 177	0.83 223	0.93 347	1.01 174	0.61 272	0.23 278	0.14 136	0.21 200	0.19 206	0.24 295	0.26 297

ttt	1.26 451	0.36 310	0.79 189	0.65 352	0.42 309	0.94 348	0.57 340	2.33 486	1.38 416	1.25 324	1.65 439	0.92 263	0.78 270	2.64 430	8.73 550	0.30 408	0.28 435	0.26 349	0.25 358	0.29 358	0.32 380

x	0.59 186	0.34 271	0.79 189	0.51 144	0.32 179	0.69 236	0.46 247	1.64 304	0.97 204	0.86 181	0.86 161	0.83 223	0.74 253	0.75 91	0.70 301	0.21 222	0.22 362	0.22 231	0.20 235	0.21 226	0.24 256

AAGNet	1.84 498	0.30 173	0.79 189	0.66 366	0.32 179	0.65 212	0.50 284	1.02 121	1.01 223	1.47 427	1.21 294	0.99 289	1.16 424	2.76 437	22.69 579	0.24 300	0.13 69	0.22 231	0.20 235	0.24 295	0.16 60

OMP-Stereo	0.95 380	0.35 300	0.79 189	0.92 501	0.32 179	0.49 87	0.35 116	1.22 211	1.11 268	1.58 453	1.12 253	1.44 405	0.69 244	6.92 533	0.51 215	0.20 191	0.15 202	0.24 289	0.19 206	0.21 226	0.16 60

Pruner-Stereo	0.64 215	0.31 205	0.79 189	0.66 366	0.31 146	0.61 183	0.42 191	1.22 211	1.09 257	1.53 441	1.09 240	0.94 271	0.55 174	1.37 261	0.56 251	0.25 320	0.14 136	0.24 289	0.21 277	0.21 226	0.25 277

HI	0.67 232	0.34 271	0.80 194	0.51 144	0.51 369	0.41 36	0.37 141	1.15 187	0.80 142	1.34 377	1.42 376	1.60 434	1.11 416	0.96 161	0.90 355	0.16 43	0.12 34	0.20 166	0.21 277	0.20 182	0.20 157

CoSv	0.67 232	0.34 271	0.80 194	0.51 144	0.51 369	0.41 36	0.37 141	1.15 187	0.80 142	1.34 377	1.42 376	1.60 434	1.11 416	0.96 161	0.90 355	0.16 43	0.12 34	0.20 166	0.21 277	0.20 182	0.20 157

testlalala_base	0.83 332	0.41 374	0.80 194	0.67 380	0.53 381	0.78 272	0.30 69	1.84 360	0.60 82	0.75 152	0.91 171	0.68 168	0.54 171	0.69 75	0.46 180	2.92 553	0.15 202	0.17 70	0.12 29	2.95 552	0.27 315

GCAP-Stereo	0.43 76	0.32 223	0.80 194	0.50 129	0.27 59	0.53 130	0.31 76	1.05 140	0.67 101	0.69 141	0.71 123	0.58 133	0.42 93	0.51 20	0.35 73	0.18 110	0.15 202	0.18 106	0.13 59	0.17 78	0.15 30

IIG-Stereo	0.97 385	0.34 271	0.80 194	0.90 499	0.33 199	0.61 183	0.26 41	1.27 227	1.08 249	1.69 473	1.37 358	1.44 405	0.74 253	6.94 534	0.53 233	0.21 222	0.14 136	0.23 265	0.18 184	0.20 182	0.15 30

AE-Stereo	0.58 174	0.29 148	0.81 199	0.62 321	0.41 299	0.69 236	0.46 247	2.49 508	1.25 348	0.49 84	0.77 138	0.69 173	0.46 124	0.61 46	0.42 150	0.17 75	0.16 239	0.21 200	0.20 235	0.19 146	0.18 97

RAFT-Test	0.58 174	0.27 108	0.81 199	0.50 129	0.33 199	0.95 355	0.27 47	1.40 254	0.89 167	1.00 211	1.12 253	1.39 397	0.48 136	0.74 84	0.41 142	0.17 75	0.14 136	0.17 70	0.14 86	0.16 54	0.18 97

PSM-adaLoss	0.56 150	0.33 242	0.81 199	0.52 165	0.27 59	0.63 197	0.41 183	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.09 198	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

ROB_FTStereo_v2	0.57 162	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.42 191	1.14 175	0.73 112	1.13 251	0.97 189	0.82 214	0.60 210	1.15 212	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

HUI-Stereo	0.54 136	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.29 61	1.14 175	0.74 119	1.13 251	0.96 180	0.82 214	0.60 210	0.83 116	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

SST-Stereo	0.85 345	0.30 173	0.81 199	0.63 331	0.31 146	0.70 240	0.25 32	1.16 192	0.95 196	1.47 427	1.11 249	0.99 289	0.86 313	5.69 504	0.53 233	0.23 278	0.13 69	0.23 265	0.19 206	0.23 266	0.19 131

iGMRVC	0.58 174	0.33 242	0.81 199	0.52 165	0.27 59	0.62 186	0.38 151	1.14 175	0.73 112	1.13 251	0.97 189	0.82 214	0.59 204	1.54 301	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

RAFT-Stereo + iAFF	0.56 150	0.28 125	0.81 199	0.45 59	0.25 39	0.40 29	0.34 103	1.12 167	1.13 281	1.35 383	1.58 425	0.80 202	0.67 236	0.71 80	0.43 156	0.14 20	0.11 20	0.18 106	0.17 166	0.18 110	0.16 60

HSM	1.22 442	0.34 271	0.81 199	0.61 313	0.39 273	1.22 413	0.63 373	2.45 499	1.25 348	1.32 364	1.26 312	1.91 473	1.08 407	9.21 556	0.75 312	0.23 278	0.17 268	0.20 166	0.16 142	0.22 246	0.24 256

DCVSM-stereo	0.75 278	0.36 310	0.82 208	0.58 272	0.43 314	0.78 272	0.42 191	1.30 234	1.05 242	1.79 483	1.04 218	1.60 434	1.08 407	1.12 207	0.86 342	0.25 320	0.27 429	0.29 392	0.24 349	0.30 374	0.37 415

test-3	0.56 150	0.24 47	0.82 208	0.50 129	0.29 109	0.57 157	0.34 103	1.09 157	1.03 230	1.33 370	0.69 116	0.87 233	0.45 114	1.68 326	0.39 115	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.16 60

test_1	0.56 150	0.24 47	0.82 208	0.50 129	0.29 109	0.57 157	0.34 103	1.09 157	1.03 230	1.28 348	0.69 116	0.87 233	0.45 114	1.67 324	0.39 115	0.17 75	0.12 34	0.20 166	0.17 166	0.17 78	0.16 60

GANet-ADL	0.63 212	0.38 349	0.82 208	0.67 380	0.41 299	0.68 227	0.51 286	1.64 304	1.16 299	0.98 206	1.10 242	0.90 251	0.58 200	0.81 108	0.63 279	0.27 367	0.18 299	0.18 106	0.16 142	0.23 266	0.27 315

Patchmatch Stereo++	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.63 197	0.28 54	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.40 270	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157
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	0.56 150	0.33 242	0.82 208	0.52 165	0.27 59	0.62 186	0.25 32	1.14 175	0.74 119	1.13 251	0.96 180	0.82 214	0.60 210	1.18 221	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

iRAFT	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.63 197	0.28 54	1.14 175	0.73 112	1.13 251	0.96 180	0.82 214	0.60 210	1.40 270	0.52 223	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

CRE-IMP	0.57 162	0.32 223	0.82 208	0.54 202	0.29 109	0.77 271	0.25 32	1.19 200	0.79 139	1.09 237	0.95 178	0.81 208	0.57 183	1.11 205	0.57 254	0.22 256	0.14 136	0.23 265	0.19 206	0.28 341	0.24 256

RAFT-IKP	0.57 162	0.33 242	0.82 208	0.52 165	0.27 59	0.57 157	0.35 116	1.14 175	0.73 112	1.13 251	0.96 180	0.83 223	0.61 219	1.26 236	0.53 233	0.23 278	0.14 136	0.24 289	0.20 235	0.27 325	0.20 157

MIF-Stereo (partial)	0.48 111	0.28 125	0.83 217	0.51 144	0.53 381	0.39 28	0.27 47	1.03 129	0.64 94	0.47 70	0.71 123	0.51 103	0.51 156	1.13 209	0.47 190	0.20 191	0.16 239	0.23 265	0.20 235	0.24 295	0.20 157

HH	0.68 245	0.33 242	0.83 217	0.53 188	0.34 217	0.92 341	0.45 241	1.79 347	0.74 119	0.71 143	1.13 264	1.60 434	0.83 297	1.95 368	0.39 115	0.18 110	0.14 136	0.19 132	0.17 166	0.19 146	0.19 131

HanStereo	0.68 245	0.33 242	0.83 217	0.53 188	0.34 217	0.92 341	0.45 241	1.79 347	0.74 119	0.71 143	1.13 264	1.60 434	0.83 297	1.95 368	0.39 115	0.18 110	0.14 136	0.19 132	0.17 166	0.19 146	0.19 131

NF-Stereo	0.82 323	0.33 242	0.83 217	0.65 352	0.31 146	0.63 197	0.43 209	1.35 242	0.93 185	1.30 355	1.02 205	0.81 208	0.57 183	5.37 500	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.30 361

OCTAStereo	0.82 323	0.33 242	0.83 217	0.65 352	0.31 146	0.62 186	0.44 228	1.35 242	0.93 185	1.30 355	1.02 205	0.81 208	0.57 183	5.32 495	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.30 361

RAFT_R40	0.84 338	0.30 173	0.83 217	0.63 331	0.31 146	0.66 218	0.43 209	1.15 187	0.99 216	1.47 427	1.10 242	1.00 295	0.84 300	5.44 501	0.53 233	0.23 278	0.13 69	0.23 265	0.20 235	0.23 266	0.19 131

CroCo-Stereo	0.42 72	0.33 242	0.83 217	0.59 291	0.28 94	0.26 4	0.33 91	1.22 211	0.85 158	0.43 53	0.49 56	0.65 160	0.46 124	0.40 4	0.36 91	0.19 148	0.15 202	0.16 46	0.14 86	0.20 182	0.17 81
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.67 232	0.32 223	0.83 217	0.63 331	0.34 217	0.69 236	0.57 340	1.14 175	0.84 154	1.12 248	1.20 288	1.75 462	0.92 345	1.09 198	0.60 269	0.22 256	0.19 317	0.27 364	0.24 349	0.22 246	0.23 235

TestStereo	0.65 219	0.42 377	0.83 217	0.52 165	0.27 59	0.57 157	0.44 228	1.07 145	0.92 178	0.85 176	1.01 202	0.68 168	0.56 180	3.22 451	0.47 190	0.23 278	0.15 202	0.24 289	0.18 184	0.28 341	0.18 97

11t1	0.57 162	0.30 173	0.84 226	0.54 202	0.30 126	0.83 304	0.41 183	1.34 241	0.79 139	0.88 183	0.82 153	0.70 176	0.70 247	0.96 161	0.67 293	0.21 222	0.21 347	0.20 166	0.16 142	0.21 226	0.26 297

EKT-Stereo	0.56 150	0.33 242	0.84 226	0.61 313	0.64 432	0.51 115	0.48 265	1.14 175	0.95 196	0.74 150	0.89 168	0.77 195	0.42 93	1.18 221	0.42 150	0.23 278	0.17 268	0.21 200	0.18 184	0.20 182	0.26 297

4D-IteraStereo	0.50 125	0.26 84	0.84 226	0.51 144	0.49 354	0.64 206	0.31 76	0.91 93	1.02 227	1.05 227	0.72 126	0.76 191	0.32 42	0.69 75	0.40 132	0.18 110	0.11 20	0.23 265	0.20 235	0.19 146	0.16 60

CASS	0.67 232	0.36 310	0.84 226	0.57 259	0.28 94	0.82 297	0.43 209	1.62 303	0.92 178	1.39 398	1.28 327	0.87 233	0.84 300	0.88 135	0.59 266	0.36 454	0.19 317	0.26 349	0.22 304	0.29 358	0.43 448
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RE-Stereo	0.82 323	0.33 242	0.84 226	0.65 352	0.31 146	0.63 197	0.44 228	1.35 242	0.93 185	1.30 355	1.02 205	0.80 202	0.57 183	5.34 498	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.31 371

TVStereo	0.82 323	0.33 242	0.84 226	0.65 352	0.31 146	0.63 197	0.44 228	1.35 242	0.93 185	1.30 355	1.02 205	0.80 202	0.57 183	5.34 498	0.55 245	0.26 346	0.14 136	0.24 289	0.20 235	0.20 182	0.31 371

rvit_stereo_0083	0.49 115	0.34 271	0.85 232	0.57 259	0.36 242	0.49 87	0.43 209	0.73 39	1.05 242	0.50 93	0.57 88	0.55 122	0.50 153	0.92 148	0.50 211	0.25 320	0.25 412	0.24 289	0.20 235	0.25 307	0.19 131

RAStereo	0.36 40	0.22 14	0.85 232	0.48 98	0.28 94	0.27 7	0.28 54	0.77 48	0.65 97	0.33 17	0.43 29	0.44 62	0.31 35	0.45 12	0.35 73	0.18 110	0.15 202	0.19 132	0.15 105	0.19 146	0.15 30

anonymousa	0.78 297	0.30 173	0.85 232	0.51 144	0.96 509	1.41 443	0.47 258	1.61 300	0.94 191	1.33 370	1.77 458	1.66 446	1.11 416	0.72 81	0.63 279	0.19 148	0.18 299	0.23 265	0.25 358	0.20 182	0.22 214

Selective-RAFT	0.55 139	0.29 148	0.85 232	0.58 272	0.28 94	0.91 334	0.34 103	1.00 120	0.96 200	0.59 118	0.64 100	0.80 202	0.76 259	1.34 256	0.51 215	0.21 222	0.15 202	0.17 70	0.15 105	0.19 146	0.19 131

HBP-ISP	1.00 394	0.60 443	0.85 232	0.64 345	0.48 348	1.63 465	0.77 409	2.24 469	1.30 384	1.33 370	1.53 409	0.87 233	0.99 373	3.26 453	0.76 315	0.46 489	0.44 510	0.54 508	0.48 504	0.48 472	0.42 444

DisPM	0.68 245	0.30 173	0.85 232	0.66 366	0.35 234	0.60 175	0.44 228	1.10 163	1.10 261	1.56 449	1.10 242	0.80 202	0.58 200	2.37 413	0.46 180	0.25 320	0.14 136	0.23 265	0.21 277	0.20 182	0.26 297

DEmStereo	0.98 388	0.25 66	0.85 232	0.49 113	0.33 199	1.02 370	0.55 327	0.97 106	0.93 185	1.41 406	2.13 493	1.01 300	2.01 512	5.62 503	0.78 321	0.19 148	0.15 202	0.20 166	0.20 235	0.18 110	0.25 277

HCRNet	0.72 267	0.40 364	0.86 239	0.61 313	0.57 405	0.75 257	0.35 116	1.39 252	1.21 323	1.11 240	0.99 195	1.01 300	0.76 259	2.18 395	0.73 305	0.28 385	0.19 317	0.28 380	0.23 336	0.25 307	0.26 297

AdaStereo	0.74 274	0.48 403	0.86 239	0.75 447	0.38 264	0.94 348	0.56 334	2.05 423	1.24 340	1.15 267	1.22 296	1.07 313	0.67 236	1.05 184	0.73 305	0.33 427	0.16 239	0.32 423	0.22 304	0.29 358	0.23 235
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.
StereoAnything_RVC	0.49 115	1.60 540	0.87 241	0.37 3	0.21 7	0.26 4	0.21 12	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 57	1.29 243	0.23 1	0.22 256	0.11 20	0.15 17	0.11 7	2.36 542	0.13 2

rvit_stereo_0080	0.47 105	0.35 300	0.87 241	0.48 98	0.36 242	0.42 46	0.54 317	0.93 94	0.78 130	0.52 106	0.60 94	0.55 122	0.47 131	0.62 51	0.48 197	0.27 367	0.21 347	0.20 166	0.20 235	0.31 381	0.20 157

whm_eth	0.47 105	0.35 300	0.87 241	0.48 98	0.36 242	0.42 46	0.54 317	0.93 94	0.78 130	0.52 106	0.60 94	0.55 122	0.47 131	0.62 51	0.48 197	0.27 367	0.21 347	0.20 166	0.20 235	0.31 381	0.20 157

CroCo-Stereo Lap2	0.46 95	0.37 331	0.87 241	0.62 321	0.79 481	0.28 9	0.35 116	0.81 62	0.73 112	0.39 39	0.54 79	0.71 183	0.54 171	0.60 44	0.48 197	0.18 110	0.18 299	0.19 132	0.16 142	0.21 226	0.21 185

test_3	0.57 162	0.24 47	0.87 241	0.55 216	0.30 126	0.60 175	0.40 173	1.07 145	1.08 249	1.20 299	0.68 111	0.92 263	0.43 101	1.68 326	0.40 132	0.16 43	0.13 69	0.22 231	0.19 206	0.21 226	0.17 81

SCV_C0	0.48 111	0.29 148	0.88 246	0.46 71	0.31 146	0.46 67	0.31 76	1.67 308	0.87 163	0.40 46	0.52 69	0.54 119	0.29 26	1.27 239	0.34 64	0.18 110	0.14 136	0.17 70	0.14 86	0.20 182	0.18 97

qqq	0.62 203	0.36 310	0.88 246	0.50 129	0.28 94	0.64 206	0.62 368	1.58 291	0.91 173	0.83 169	0.96 180	0.95 275	0.79 279	0.99 167	0.67 293	0.21 222	0.23 390	0.24 289	0.23 336	0.23 266	0.25 277

psm_up	0.83 332	0.37 331	0.88 246	0.68 392	0.59 414	1.05 375	0.92 453	1.68 312	1.17 304	1.41 406	1.22 296	1.30 378	1.31 453	1.39 268	0.89 351	0.27 367	0.30 448	0.31 411	0.27 393	0.28 341	0.28 331

CBMV	1.04 402	0.48 403	0.88 246	0.56 237	0.36 242	1.52 453	1.55 517	1.87 371	1.59 475	2.11 508	1.67 443	1.46 411	1.35 458	1.92 362	1.31 423	0.35 447	0.35 482	0.39 471	0.33 462	0.34 407	0.34 398
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
depthmonostereo	0.45 85	0.26 84	0.89 250	0.49 113	0.24 20	0.60 175	0.36 126	1.03 129	0.77 126	0.50 93	0.65 104	0.50 99	0.55 174	0.70 77	0.39 115	0.16 43	0.16 239	0.16 46	0.14 86	0.16 54	0.20 157

coex_refinement	0.84 338	0.30 173	0.89 250	0.72 424	0.52 374	0.95 355	0.60 360	1.92 390	1.29 380	1.38 395	1.37 358	1.80 467	0.82 292	1.48 291	1.31 423	0.27 367	0.17 268	0.19 132	0.20 235	0.25 307	0.27 315

FACV-RUCA	0.66 221	0.36 310	0.89 250	0.63 331	0.65 437	0.84 312	0.41 183	1.67 308	1.11 268	0.91 190	1.14 269	0.63 156	0.77 263	0.84 121	0.54 242	0.28 385	0.19 317	0.47 495	0.22 304	0.36 415	0.29 345

test_sample7	0.78 297	0.39 358	0.89 250	0.55 216	0.35 234	0.93 345	0.75 405	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	1.31 246	0.73 305	0.32 420	0.32 465	0.32 423	0.32 448	0.33 399	0.33 389

test_sample2	0.67 232	0.31 205	0.89 250	0.54 202	0.29 109	0.80 287	0.63 373	1.83 358	1.10 261	0.93 196	1.06 226	0.94 271	0.92 345	1.24 231	0.59 266	0.23 278	0.20 331	0.22 231	0.21 277	0.24 295	0.25 277

NINENet	0.81 321	0.40 364	0.89 250	0.65 352	0.53 381	2.30 512	0.42 191	2.12 434	1.13 281	1.20 299	1.27 321	1.02 302	0.70 247	1.26 236	0.75 312	0.29 401	0.24 400	0.31 411	0.21 277	0.27 325	0.26 297

PSM-softLoss	0.80 312	0.33 242	0.89 250	0.63 331	0.32 179	0.55 148	0.40 173	1.26 223	0.78 130	1.25 324	1.07 229	0.83 223	0.51 156	5.33 496	0.61 272	0.25 320	0.15 202	0.25 328	0.22 304	0.20 182	0.26 297

KMStereo	0.80 312	0.33 242	0.89 250	0.63 331	0.32 179	0.55 148	0.40 173	1.26 223	0.78 130	1.25 324	1.07 229	0.83 223	0.51 156	5.33 496	0.61 272	0.25 320	0.15 202	0.25 328	0.22 304	0.20 182	0.26 297

IRAFT_RVC	0.90 366	0.30 173	0.89 250	0.67 380	0.31 146	0.64 206	1.00 470	1.40 254	0.97 204	1.23 317	1.04 218	1.00 295	0.96 357	5.77 509	0.57 254	0.24 300	0.13 69	0.25 328	0.21 277	0.20 182	0.21 185

PSMNet-RSSM	0.78 297	0.32 223	0.89 250	0.65 352	0.43 314	0.73 250	0.58 347	2.14 444	1.19 312	1.18 286	1.38 363	1.31 380	1.07 406	1.43 280	0.82 336	0.28 385	0.21 347	0.27 364	0.29 423	0.25 307	0.26 297

MultiAttention	4.59 554	0.35 300	0.90 260	0.75 447	0.46 336	31.81 586	4.41 564	2.35 489	1.41 431	1.64 466	2.43 508	2.42 513	0.70 247	38.40 586	1.78 480	0.23 278	0.15 202	0.30 404	0.30 435	0.48 472	0.48 460

test_sample1	0.67 232	0.32 223	0.90 260	0.54 202	0.33 199	0.76 262	0.48 265	1.75 338	1.06 244	0.95 201	0.99 195	0.91 255	1.10 413	1.25 232	0.79 326	0.22 256	0.19 317	0.21 200	0.20 235	0.21 226	0.25 277

GwcNet-ADL	0.67 232	0.33 242	0.90 260	0.58 272	0.41 299	0.60 175	0.59 353	1.55 283	1.28 368	1.11 240	1.13 264	0.90 251	0.59 204	1.11 205	0.91 359	0.28 385	0.18 299	0.18 106	0.18 184	0.25 307	0.33 389

GANet-RSSM	0.78 297	0.31 205	0.90 260	0.67 380	0.58 408	0.80 287	0.62 368	2.04 419	1.15 292	1.11 240	1.27 321	1.26 368	1.18 435	1.68 326	0.74 309	0.26 346	0.21 347	0.22 231	0.22 304	0.23 266	0.23 235

SGM_RVC	1.88 500	0.40 364	0.90 260	0.63 331	0.30 126	2.81 528	1.26 502	2.73 525	1.81 499	4.09 547	2.85 520	3.88 540	3.19 542	8.42 550	2.44 499	0.33 427	0.31 453	0.30 404	0.28 404	0.31 381	0.31 371
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_stereo_0081_aga	0.46 95	0.37 331	0.91 265	0.52 165	0.41 299	0.49 87	0.40 173	0.88 88	0.66 99	0.59 118	0.56 85	0.53 115	0.43 101	0.67 70	0.44 161	0.27 367	0.21 347	0.22 231	0.20 235	0.26 319	0.19 131

mmm	0.68 245	0.37 331	0.91 265	0.54 202	0.34 217	0.86 320	0.58 347	1.72 332	1.02 227	1.13 251	1.41 375	0.83 223	0.78 270	0.95 160	0.67 293	0.22 256	0.20 331	0.29 392	0.26 376	0.27 325	0.27 315

DIP-Stereo	0.64 215	0.32 223	0.91 265	0.49 113	0.36 242	0.91 334	0.33 91	2.51 511	0.77 126	1.25 324	1.00 200	0.68 168	0.51 156	0.92 148	0.65 288	0.19 148	0.15 202	0.21 200	0.17 166	0.19 146	0.22 214
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ITSA-stereo	0.85 345	0.38 349	0.92 268	0.58 272	0.32 179	0.86 320	0.49 276	2.33 486	1.69 485	1.16 271	1.12 253	0.95 275	0.85 305	2.46 417	1.18 403	0.27 367	0.23 390	0.28 380	0.28 404	0.28 341	0.41 436

Sa-1000	0.76 286	0.30 173	0.92 268	0.62 321	0.31 146	0.78 272	0.37 141	2.00 410	1.38 416	1.30 355	2.04 488	0.86 231	0.74 253	1.87 354	0.40 132	0.19 148	0.14 136	0.25 328	0.24 349	0.21 226	0.19 131

AIO-test2	0.61 200	0.30 173	0.93 270	0.65 352	0.65 437	0.79 280	0.50 284	1.33 240	1.40 427	0.65 134	1.15 275	0.53 115	0.42 93	1.18 221	0.36 91	0.25 320	0.18 299	0.26 349	0.31 441	0.20 182	0.21 185

PCWNet_CMD	0.68 245	0.34 271	0.93 270	0.51 144	0.38 264	0.80 287	0.42 191	1.51 272	1.34 397	1.17 275	1.31 334	1.23 357	0.65 229	0.94 152	0.62 275	0.21 222	0.17 268	0.27 364	0.19 206	0.43 446	0.28 331

anonymousdsp2	0.58 174	0.29 148	0.93 270	0.51 144	0.30 126	0.75 257	0.46 247	1.95 397	0.87 163	0.81 165	0.78 140	0.76 191	0.48 136	1.10 202	0.45 174	0.19 148	0.14 136	0.18 106	0.13 59	0.20 182	0.22 214

CFNet_pseudo	0.68 245	0.34 271	0.93 270	0.50 129	0.39 273	0.72 245	0.42 191	1.44 261	1.25 348	1.17 275	1.35 353	1.22 353	0.66 234	1.04 181	0.64 283	0.21 222	0.17 268	0.33 435	0.19 206	0.39 432	0.28 331

222	1.67 484	0.31 205	0.93 270	0.59 291	0.31 146	1.05 375	0.43 209	2.39 492	1.47 455	1.37 390	1.55 413	0.94 271	0.94 350	1.98 371	17.76 572	0.24 300	0.22 362	0.21 200	0.20 235	0.22 246	0.26 297

MSMDNet	0.68 245	0.34 271	0.93 270	0.52 165	0.38 264	0.80 287	0.42 191	1.52 274	1.35 400	1.17 275	1.31 334	1.23 357	0.65 229	0.94 152	0.62 275	0.21 222	0.17 268	0.26 349	0.19 206	0.41 440	0.28 331

ccs_rob	0.68 245	0.34 271	0.93 270	0.50 129	0.39 273	0.72 245	0.42 191	1.43 260	1.25 348	1.17 275	1.34 348	1.22 353	0.66 234	1.04 181	0.64 283	0.21 222	0.17 268	0.35 450	0.20 235	0.40 436	0.29 345

LG-Stereo	0.37 44	0.27 108	0.94 277	0.48 98	0.26 56	0.37 24	0.30 69	0.88 88	0.57 70	0.38 34	0.58 89	0.29 28	0.21 4	0.51 20	0.37 104	0.14 20	0.14 136	0.20 166	0.18 184	0.18 110	0.14 15

CFNet_ucs	0.73 270	0.34 271	0.94 277	0.53 188	0.44 324	0.76 262	0.46 247	1.73 334	1.34 397	1.24 321	1.54 410	1.08 323	0.64 224	1.05 184	0.64 283	0.26 346	0.20 331	0.37 463	0.22 304	0.42 444	0.30 361

Anonymous_2	1.37 457	0.56 434	0.94 277	0.57 259	0.62 428	1.04 372	0.65 377	1.82 356	1.01 223	1.00 211	0.79 143	1.42 399	1.27 446	1.06 189	0.83 337	0.62 517	0.67 538	1.05 538	9.88 578	1.09 532	0.55 485

test_xeample	1.55 475	0.31 205	0.94 277	0.54 202	0.31 146	0.94 348	0.58 347	2.40 494	1.40 427	1.29 353	1.55 413	0.89 249	0.88 328	1.72 333	15.94 569	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

SMFormer	0.79 306	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.99 379	0.24 300	0.22 362	0.22 231	0.21 277	0.23 266	0.27 315

tta	0.79 306	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.99 379	0.24 300	0.22 362	0.22 231	0.21 277	0.19 146	0.22 214

qqq1	0.76 286	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.48 197	0.24 300	0.22 362	0.18 106	0.15 105	0.19 146	0.22 214

fff1	0.76 286	0.32 223	0.95 281	0.49 113	0.27 59	0.83 304	0.43 209	2.16 451	1.45 449	1.27 342	1.50 399	0.98 284	0.96 357	1.87 354	0.48 197	0.24 300	0.22 362	0.18 106	0.15 105	0.19 146	0.22 214

TestStereo1	0.66 221	0.29 148	0.95 281	0.82 471	0.32 179	0.47 73	0.43 209	1.52 274	1.22 331	0.99 207	1.32 339	0.65 160	0.76 259	1.78 341	0.44 161	0.20 191	0.16 239	0.22 231	0.19 206	0.21 226	0.20 157

SA-5K	0.66 221	0.29 148	0.95 281	0.82 471	0.32 179	0.47 73	0.43 209	1.52 274	1.22 331	0.99 207	1.32 339	0.65 160	0.76 259	1.78 341	0.44 161	0.20 191	0.16 239	0.22 231	0.19 206	0.21 226	0.20 157

DLCB_ROB	0.92 374	0.43 381	0.95 281	0.71 418	0.55 395	1.11 387	0.83 433	1.61 300	1.32 393	1.67 471	1.66 441	1.70 454	0.93 347	1.96 370	1.34 431	0.26 346	0.25 412	0.27 364	0.28 404	0.28 341	0.28 331

TransformOpticalFlow	0.97 385	0.30 173	0.96 288	0.54 202	0.31 146	0.65 212	0.54 317	1.87 371	1.19 312	1.12 248	1.44 382	1.34 387	0.98 370	6.68 530	0.44 161	0.19 148	0.12 34	0.21 200	0.19 206	0.18 110	0.23 235

G2L-Stereo_test	0.77 292	0.31 205	0.97 289	0.51 144	0.41 299	0.90 331	0.80 423	1.67 308	1.22 331	1.32 364	1.27 321	1.50 419	0.81 290	1.74 335	1.02 387	0.20 191	0.14 136	0.16 46	0.16 142	0.18 110	0.22 214

SA	0.69 254	0.31 205	0.97 289	0.64 345	0.30 126	0.56 155	0.38 151	1.84 360	1.35 400	0.99 207	1.37 358	0.69 173	0.94 350	1.88 360	0.43 156	0.20 191	0.16 239	0.25 328	0.23 336	0.22 246	0.19 131

RALAANet	0.62 203	0.37 331	0.97 289	0.66 366	0.50 359	0.67 223	0.31 76	1.27 227	1.09 257	1.11 240	1.17 280	0.88 239	0.46 124	1.27 239	0.45 174	0.20 191	0.15 202	0.21 200	0.18 184	0.27 325	0.19 131

AACVNet	0.90 366	0.40 364	0.98 292	0.86 485	0.40 285	0.80 287	0.49 276	1.81 354	0.86 160	1.11 240	1.34 348	1.32 384	0.99 373	4.23 471	0.86 342	0.26 346	0.22 362	0.28 380	0.22 304	0.30 374	0.28 331

xxxx	1.61 480	0.32 223	0.98 292	0.58 272	0.31 146	1.15 397	0.43 209	2.43 497	1.41 431	1.17 275	1.40 370	1.21 349	0.86 313	1.94 365	16.68 571	0.24 300	0.24 400	0.21 200	0.20 235	0.23 266	0.27 315

test_5	0.70 255	0.32 223	0.99 294	0.69 405	0.50 359	0.89 327	0.51 286	1.88 376	1.14 287	0.78 157	1.13 264	1.04 306	0.89 331	1.59 311	0.46 180	0.19 148	0.14 136	0.23 265	0.22 304	0.22 246	0.20 157

CSP-Net	1.00 394	0.41 374	0.99 294	0.56 237	0.43 314	1.62 464	0.76 408	2.16 451	1.16 299	1.33 370	1.22 296	1.32 384	0.89 331	4.67 482	0.93 366	0.35 447	0.24 400	0.20 166	0.20 235	0.23 266	0.30 361

UDGNet	0.75 278	1.23 523	0.99 294	0.82 471	0.42 309	0.76 262	0.38 151	0.98 110	1.37 414	0.83 169	0.88 166	0.70 176	0.60 210	1.25 232	0.57 254	0.57 511	0.19 317	1.03 537	0.26 376	0.79 518	0.35 407

PFNet+	0.62 203	0.31 205	0.99 294	0.57 259	0.31 146	0.57 157	0.30 69	0.99 118	1.25 348	1.33 370	1.10 242	0.79 200	0.57 183	1.35 257	0.53 233	0.26 346	0.17 268	0.28 380	0.26 376	0.21 226	0.27 315

LMCR-Stereo	0.87 353	0.50 411	0.99 294	0.80 464	0.43 314	1.32 425	0.55 327	2.79 530	1.03 230	1.55 447	1.49 392	0.74 187	1.01 382	1.76 338	0.99 379	0.30 408	0.17 268	0.22 231	0.18 184	0.31 381	0.22 214

model_zeroshot	0.53 133	0.31 205	1.00 299	0.57 259	0.39 273	0.74 252	0.39 165	1.38 248	0.67 101	0.88 183	0.85 159	0.71 183	0.37 71	0.77 94	0.39 115	0.21 222	0.17 268	0.19 132	0.17 166	0.17 78	0.22 214

FCDSN-DC	2.47 528	0.65 465	1.00 299	0.85 482	0.75 469	2.26 511	0.97 464	2.31 479	1.83 500	5.52 564	7.65 560	7.72 560	7.70 566	4.43 476	2.64 502	0.52 503	0.48 519	0.52 503	0.52 512	0.57 494	0.59 495
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G2L-ROB	0.79 306	0.28 125	1.01 301	0.57 259	0.39 273	0.94 348	0.65 377	1.76 340	1.18 310	1.27 342	1.03 212	1.62 439	0.78 270	1.93 364	1.26 418	0.20 191	0.14 136	0.17 70	0.15 105	0.20 182	0.24 256

TDLM	1.08 418	0.50 411	1.01 301	0.69 405	0.54 389	0.91 334	1.40 510	1.60 298	1.36 409	1.17 275	1.40 370	1.07 313	1.00 379	6.19 515	0.85 341	0.34 437	0.22 362	0.35 450	0.26 376	0.38 427	0.29 345

StereoDRNet-Refined	0.84 338	0.43 381	1.01 301	0.66 366	0.43 314	1.32 425	0.49 276	1.64 304	1.24 340	1.53 441	1.45 384	1.49 416	0.97 367	1.32 252	1.31 423	0.21 222	0.17 268	0.27 364	0.25 358	0.25 307	0.34 398
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoVision	0.67 232	0.37 331	1.02 304	0.60 299	0.41 299	0.50 106	0.41 183	1.32 238	0.96 200	0.73 149	2.48 512	0.82 214	0.57 183	1.06 189	0.50 211	0.26 346	0.28 435	0.29 392	0.28 404	0.37 421	0.22 214

MIM_Stereo	0.60 194	0.26 84	1.02 304	0.49 113	0.32 179	0.52 121	0.28 54	1.41 258	0.82 147	1.02 220	1.16 277	0.93 265	0.53 163	1.48 291	0.63 279	0.17 75	0.17 268	0.20 166	0.19 206	0.17 78	0.18 97

STrans-v2	1.06 409	0.31 205	1.02 304	0.52 165	0.33 199	0.67 223	0.78 412	2.66 523	1.26 356	1.15 267	1.46 386	1.37 394	1.40 465	6.68 530	0.46 180	0.19 148	0.13 69	0.21 200	0.18 184	0.18 110	0.21 185

ac_64	0.86 349	0.32 223	1.02 304	0.74 438	0.60 418	1.04 372	0.53 303	2.20 465	0.99 216	1.23 317	1.11 249	1.96 483	1.06 404	2.01 376	1.01 384	0.30 408	0.22 362	0.24 289	0.23 336	0.22 246	0.22 214

rvit_stereo_ft	0.49 115	0.38 349	1.03 308	0.68 392	0.42 309	0.40 29	0.58 347	0.93 94	0.86 160	0.47 70	0.55 82	0.57 131	0.48 136	0.67 70	0.53 233	0.26 346	0.17 268	0.22 231	0.22 304	0.24 295	0.19 131

UGAM-zero	1.05 407	0.33 242	1.04 309	0.49 113	0.31 146	0.67 223	0.26 41	2.37 490	0.80 142	1.05 227	1.11 249	2.86 525	1.81 503	6.26 519	0.50 211	0.18 110	0.15 202	0.19 132	0.16 142	0.17 78	0.21 185

test_sample5	0.75 278	0.36 310	1.04 309	0.55 216	0.31 146	0.84 312	0.53 303	2.12 434	1.23 336	1.18 286	1.30 332	0.88 239	0.86 313	1.37 261	0.76 315	0.26 346	0.22 362	0.27 364	0.28 404	0.28 341	0.29 345

CoDeX	0.78 297	0.31 205	1.04 309	0.56 237	0.37 252	1.13 390	0.60 360	2.77 527	1.29 380	1.17 275	1.26 312	0.91 255	0.87 322	1.42 278	0.74 309	0.21 222	0.16 239	0.21 200	0.18 184	0.21 226	0.21 185

DualNet	0.75 278	0.36 310	1.04 309	0.55 216	0.31 146	0.84 312	0.53 303	2.12 434	1.23 336	1.21 306	1.40 370	0.88 239	0.86 313	1.37 261	0.76 315	0.26 346	0.22 362	0.27 364	0.28 404	0.28 341	0.29 345

iRaft-Stereo_5w	0.89 358	0.31 205	1.04 309	0.56 237	0.47 346	0.47 73	0.68 386	1.19 200	1.08 249	0.80 160	1.35 353	1.46 411	0.90 334	5.11 490	1.16 401	0.18 110	0.15 202	0.22 231	0.19 206	0.21 226	0.24 256

GES	0.70 255	0.37 331	1.05 314	0.62 321	0.38 264	0.94 348	0.57 340	2.37 490	0.92 178	1.05 227	1.12 253	0.67 166	0.77 263	1.02 177	0.65 288	0.28 385	0.20 331	0.20 166	0.20 235	0.22 246	0.31 371

MeshStereo	2.36 523	0.60 443	1.05 314	0.63 331	0.51 369	2.58 520	0.99 468	3.46 542	2.21 520	7.38 569	5.06 548	7.50 557	3.10 541	7.02 536	2.54 501	0.44 485	0.44 510	0.45 489	0.40 485	0.43 446	0.45 453
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
test_sample3	0.73 270	0.35 300	1.06 316	0.55 216	0.32 179	0.97 364	0.51 286	2.12 434	1.25 348	1.16 271	1.17 280	0.88 239	0.78 270	1.27 239	0.79 326	0.26 346	0.21 347	0.25 328	0.25 358	0.26 319	0.27 315

MyStereo06	0.67 232	0.29 148	1.06 316	0.58 272	0.48 348	0.62 186	0.72 400	2.26 470	0.89 167	1.07 235	1.12 253	1.22 353	0.56 180	0.83 116	0.47 190	0.17 75	0.17 268	0.24 289	0.21 277	0.23 266	0.23 235

TRStereo	0.67 232	0.71 478	1.06 316	0.77 457	0.68 450	0.53 130	0.38 151	2.52 512	0.96 200	0.81 165	0.84 157	0.87 233	0.39 83	1.16 215	0.46 180	0.24 300	0.17 268	0.23 265	0.24 349	0.18 110	0.20 157

SFCPSM	0.74 274	0.30 173	1.06 316	0.52 165	0.39 273	1.36 433	0.64 375	2.42 496	1.11 268	1.18 286	1.21 294	0.81 208	0.78 270	1.08 194	0.57 254	0.22 256	0.17 268	0.22 231	0.24 349	0.23 266	0.21 185

cf-r	0.79 306	0.32 223	1.06 316	0.57 259	0.64 432	0.78 272	0.51 286	2.04 419	1.22 331	1.20 299	1.27 321	1.53 425	0.91 337	1.47 289	0.94 371	0.25 320	0.19 317	0.22 231	0.23 336	0.19 146	0.21 185

test_sample6	0.77 292	0.36 310	1.07 321	0.56 237	0.31 146	0.82 297	0.56 334	2.12 434	1.24 340	1.21 306	1.40 370	0.90 251	0.90 334	1.45 284	0.87 347	0.28 385	0.23 390	0.28 380	0.29 423	0.28 341	0.30 361

MIPNet	0.60 194	0.31 205	1.07 321	0.51 144	0.34 217	0.68 227	0.40 173	1.67 308	1.14 287	1.11 240	0.93 175	0.60 142	0.78 270	0.77 94	0.58 259	0.18 110	0.14 136	0.19 132	0.16 142	0.18 110	0.21 185

HITNet	0.71 261	0.42 377	1.07 321	0.52 165	0.25 39	1.05 375	0.48 265	2.12 434	1.08 249	1.21 306	1.23 304	0.91 255	0.84 300	0.90 143	0.91 359	0.17 75	0.12 34	0.21 200	0.17 166	0.29 358	0.18 97
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
PAM_32	0.87 353	0.30 173	1.08 324	0.56 237	0.32 179	2.10 505	0.36 126	2.26 470	1.01 223	1.13 251	1.05 225	3.14 532	1.47 476	1.00 171	0.42 150	0.19 148	0.14 136	0.20 166	0.18 184	0.19 146	0.25 277

UGAM	1.17 431	0.29 148	1.08 324	0.55 216	0.43 314	0.69 236	0.71 399	1.14 175	1.35 400	1.00 211	1.49 392	1.90 471	0.86 313	9.61 560	0.89 351	0.21 222	0.19 317	0.30 404	0.25 358	0.20 182	0.18 97

SACVNet	0.89 358	0.51 415	1.08 324	0.83 475	0.58 408	0.83 304	0.78 412	1.84 360	1.17 304	1.39 398	1.33 344	1.25 362	1.01 382	2.31 407	0.92 363	0.35 447	0.26 419	0.31 411	0.29 423	0.35 411	0.48 460

DDVS	0.80 312	0.43 381	1.09 327	0.64 345	0.44 324	1.27 421	0.43 209	1.49 271	0.94 191	1.21 306	1.16 277	1.42 399	0.63 220	2.14 391	1.02 387	0.29 401	0.22 362	0.26 349	0.23 336	0.31 381	0.37 415

test_sample4	0.74 274	0.36 310	1.09 327	0.55 216	0.32 179	0.92 341	0.51 286	2.14 444	1.25 348	1.22 314	1.22 296	0.86 231	0.82 292	1.29 243	0.76 315	0.26 346	0.21 347	0.26 349	0.26 376	0.27 325	0.28 331

ADLNet	0.89 358	0.39 358	1.09 327	0.88 490	0.73 460	1.24 417	0.75 405	2.02 412	1.41 431	1.58 453	1.37 358	1.26 368	1.00 379	1.31 246	1.18 403	0.28 385	0.21 347	0.26 349	0.26 376	0.29 358	0.36 411

GMStereo	0.58 174	0.50 411	1.09 327	0.52 165	0.32 179	0.80 287	0.43 209	1.02 121	1.41 431	0.89 187	0.77 138	0.52 110	0.46 124	0.89 140	0.56 251	0.25 320	0.16 239	0.20 166	0.22 304	0.31 381	0.27 315
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.84 338	0.34 271	1.09 327	0.62 321	0.74 465	1.25 418	0.78 412	1.69 321	1.20 316	1.39 398	1.13 264	1.30 378	0.87 322	1.73 334	1.22 411	0.24 300	0.26 419	0.24 289	0.23 336	0.26 319	0.20 157

CRFU-Net	0.90 366	0.42 377	1.10 332	0.69 405	0.59 414	1.76 476	0.84 435	2.33 486	0.92 178	1.45 423	1.20 288	1.62 439	1.25 443	1.38 265	0.94 371	0.28 385	0.23 390	0.22 231	0.19 206	0.24 295	0.27 315

acv_ft	0.78 297	0.33 242	1.10 332	0.73 432	0.86 494	1.23 415	0.57 340	1.65 307	1.11 268	1.31 361	1.31 334	1.07 313	0.91 337	0.82 110	1.35 433	0.22 256	0.19 317	0.21 200	0.18 184	0.22 246	0.19 131

gcap-zeroshot	0.59 186	0.30 173	1.11 334	0.51 144	0.30 126	0.79 280	0.36 126	1.86 370	0.86 160	0.90 188	0.68 111	1.44 405	0.50 153	0.82 110	0.35 73	0.19 148	0.16 239	0.18 106	0.15 105	0.18 110	0.18 97

GMStereo_Zeroshot	0.70 255	0.64 459	1.11 334	0.65 352	0.38 264	0.84 312	0.37 141	1.09 157	1.16 299	1.14 265	1.07 229	1.26 368	0.55 174	1.23 229	0.65 288	0.34 437	0.17 268	0.31 411	0.18 184	0.57 494	0.23 235

IGEV_Zeroshot_test	0.59 186	0.33 242	1.11 334	0.63 331	0.37 252	0.41 36	0.33 91	1.80 351	0.79 139	1.04 225	1.10 242	1.06 310	0.43 101	0.87 132	0.48 197	0.18 110	0.13 69	0.19 132	0.18 184	0.20 182	0.23 235

RASNet	1.16 429	0.34 271	1.11 334	0.73 432	0.86 494	1.00 367	0.60 360	1.56 286	1.43 441	1.07 235	1.37 358	2.08 498	1.44 473	7.00 535	1.56 454	0.20 191	0.17 268	0.17 70	0.19 206	0.19 146	0.19 131

IPLG	0.72 267	0.29 148	1.12 338	0.53 188	0.44 324	0.79 280	0.33 91	1.35 242	1.10 261	1.32 364	1.11 249	0.52 110	0.54 171	3.13 447	0.71 304	0.17 75	0.14 136	0.20 166	0.17 166	0.18 110	0.21 185

rvit_0105_6	0.56 150	0.38 349	1.13 339	0.67 380	0.38 264	0.50 106	0.51 286	0.88 88	1.33 395	0.54 110	0.56 85	0.65 160	0.57 183	0.97 165	0.46 180	0.32 420	0.31 453	0.28 380	0.25 358	0.29 358	0.23 235

FC-DCNN v2	2.96 541	0.61 448	1.13 339	0.75 447	0.57 405	2.90 532	1.06 478	3.59 545	2.66 533	7.05 566	7.66 561	10.26 569	7.17 565	6.27 520	4.49 528	0.54 505	0.48 519	0.51 501	0.50 508	0.53 486	0.52 475

UDG	1.47 468	2.69 563	1.13 339	1.45 537	1.65 542	1.34 431	0.79 420	1.75 338	1.27 360	1.29 353	1.74 453	1.99 486	1.39 464	1.66 323	1.51 450	0.91 529	0.55 530	2.30 549	0.76 532	1.99 539	1.20 536

test-1	0.56 150	0.28 125	1.13 339	0.58 272	0.34 217	0.60 175	0.38 151	1.56 286	0.98 207	0.80 160	1.02 205	0.83 223	0.52 161	0.64 62	0.46 180	0.17 75	0.16 239	0.20 166	0.17 166	0.20 182	0.26 297

iResNet_ROB	0.82 323	0.36 310	1.13 339	0.60 299	0.37 252	0.91 334	0.38 151	2.41 495	1.61 479	1.35 383	1.35 353	1.25 362	0.97 367	1.75 337	0.88 348	0.21 222	0.14 136	0.17 70	0.12 29	0.19 146	0.30 361

RAFT_CTSACE	0.66 221	0.29 148	1.14 344	0.57 259	0.51 369	0.68 227	0.44 228	0.88 88	0.98 207	1.03 223	1.83 467	1.23 357	0.67 236	1.48 291	0.38 111	0.16 43	0.16 239	0.21 200	0.20 235	0.20 182	0.17 81

DeepPruner_ROB	0.79 306	0.55 430	1.14 344	0.61 313	0.46 336	0.78 272	0.54 317	1.83 358	1.00 220	1.42 410	1.27 321	1.23 357	0.77 263	1.56 302	0.89 351	0.35 447	0.28 435	0.27 364	0.26 376	0.32 392	0.34 398

G2L-Stereo	0.84 338	0.35 300	1.15 346	0.63 331	0.43 314	0.78 272	0.69 389	1.69 321	1.20 316	1.36 388	1.18 283	1.43 404	0.78 270	2.47 422	1.26 418	0.25 320	0.20 331	0.26 349	0.21 277	0.20 182	0.27 315

fff	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

hknet	0.82 323	0.34 271	1.15 346	0.55 216	0.39 273	1.25 418	0.66 381	2.65 520	1.10 261	1.25 324	1.12 253	1.58 433	0.85 305	1.41 273	0.79 326	0.23 278	0.18 299	0.25 328	0.22 304	0.23 266	0.24 256

GEStereo_RVC	0.93 379	0.40 364	1.15 346	0.67 380	0.50 359	0.95 355	0.78 412	2.73 525	1.21 323	1.20 299	1.12 253	1.25 362	0.91 337	3.21 450	0.95 373	0.31 412	0.20 331	0.23 265	0.20 235	0.28 341	0.31 371

sCroCo_RVC	0.51 128	0.43 381	1.15 346	0.66 366	0.60 418	0.52 121	0.40 173	0.93 94	0.64 94	0.45 63	0.76 134	0.49 92	0.49 147	0.65 67	0.49 208	0.27 367	0.28 435	0.23 265	0.22 304	0.29 358	0.28 331

DCANet	0.58 174	0.26 84	1.15 346	0.45 59	0.25 39	0.49 87	0.36 126	1.18 196	1.35 400	1.15 267	1.04 218	0.60 142	0.91 337	0.84 121	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.19 146	0.25 277

csc	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

cscssc	0.58 174	0.26 84	1.15 346	0.46 71	0.25 39	0.48 81	0.36 126	1.20 204	1.28 368	1.13 251	1.03 212	0.59 138	1.04 398	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

111	0.66 221	0.27 108	1.15 346	0.46 71	0.25 39	0.72 245	0.42 191	1.57 289	1.44 444	0.83 169	1.39 365	1.10 328	0.80 286	0.97 165	0.65 288	0.20 191	0.14 136	0.18 106	0.15 105	0.18 110	0.28 331

delet	0.90 366	0.34 271	1.15 346	0.69 405	0.66 443	1.63 465	0.81 428	1.95 397	1.49 460	1.42 410	1.38 363	1.29 375	0.91 337	1.78 341	1.18 403	0.22 256	0.22 362	0.24 289	0.25 358	0.22 246	0.24 256

HGLStereo	0.89 358	0.42 377	1.15 346	0.82 471	1.03 514	1.16 400	0.57 340	1.68 312	1.28 368	1.26 337	1.62 432	1.13 337	1.31 453	1.85 350	1.11 398	0.25 320	0.24 400	0.24 289	0.22 304	0.24 295	0.29 345

CVANet_RVC	1.10 420	0.49 408	1.15 346	0.65 352	0.54 389	0.93 345	1.00 470	1.69 321	1.36 409	1.42 410	1.39 365	1.24 361	1.17 428	6.22 517	0.80 333	0.35 447	0.24 400	0.35 450	0.30 435	0.44 457	0.32 380

FC-DCNN	2.88 540	0.61 448	1.15 346	0.75 447	0.57 405	2.85 531	1.05 476	3.44 541	2.64 532	6.93 565	7.63 559	9.86 566	7.02 564	5.76 508	4.31 525	0.54 505	0.48 519	0.51 501	0.50 508	0.53 486	0.52 475

MSMD_ROB	2.08 512	0.61 448	1.15 346	0.71 418	0.62 428	4.00 549	0.93 457	1.94 394	1.79 497	4.71 557	4.60 542	8.14 561	3.87 552	3.75 466	1.65 469	0.54 505	0.48 519	0.55 512	0.58 519	0.53 486	0.52 475

AASNet	0.80 312	0.39 358	1.16 360	0.84 479	0.80 483	1.14 393	0.59 353	2.12 434	1.21 323	1.26 337	1.26 312	0.93 265	0.77 263	0.84 121	1.23 414	0.28 385	0.24 400	0.24 289	0.20 235	0.28 341	0.27 315

GCST	1.13 424	1.50 534	1.17 361	1.74 540	1.17 528	1.29 423	0.30 69	1.55 283	1.21 323	1.31 361	0.97 189	0.99 289	0.48 136	2.38 414	0.54 242	1.24 541	0.70 541	1.31 541	0.86 538	1.03 529	0.92 526

CIPLG	0.67 232	0.37 331	1.17 361	0.60 299	0.51 369	0.75 257	0.48 265	1.26 223	1.11 268	1.43 414	1.58 425	0.64 159	0.48 136	0.94 152	0.78 321	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

dd	0.62 203	0.51 415	1.17 361	0.56 237	0.33 199	0.74 252	0.46 247	1.03 129	1.40 427	0.80 160	0.87 163	0.60 142	0.57 183	1.02 177	0.86 342	0.28 385	0.18 299	0.26 349	0.19 206	0.35 411	0.27 315

DMCA	0.71 261	0.36 310	1.17 361	0.53 188	0.45 328	0.84 312	0.46 247	1.52 274	1.09 257	1.20 299	1.12 253	1.21 349	0.74 253	0.87 132	1.09 394	0.25 320	0.20 331	0.27 364	0.19 206	0.24 295	0.29 345

PS-NSSS	1.02 399	0.62 455	1.17 361	0.61 313	0.58 408	0.91 334	0.79 420	2.02 412	1.19 312	1.17 275	1.68 445	1.00 295	0.85 305	4.43 476	0.86 342	0.38 459	0.31 453	0.52 503	0.32 448	0.52 481	0.45 453

GANet	1.41 462	0.52 421	1.18 366	0.74 438	0.48 348	1.40 441	1.69 522	1.87 371	1.28 368	1.56 449	2.39 505	1.56 430	1.25 443	9.13 554	1.20 406	0.31 412	0.32 465	0.34 443	0.29 423	0.40 436	0.33 389

PAM	0.86 349	0.31 205	1.19 367	0.55 216	0.35 234	2.17 506	0.47 258	2.26 470	0.87 163	1.18 286	0.96 180	3.01 527	1.41 469	0.90 143	0.40 132	0.19 148	0.13 69	0.19 132	0.18 184	0.20 182	0.27 315

rvit_0105_5	0.61 200	0.41 374	1.19 367	0.67 380	0.37 252	0.57 157	0.56 334	1.08 150	1.28 368	0.65 134	0.68 111	0.77 195	0.67 236	0.91 146	0.51 215	0.33 427	0.32 465	0.30 404	0.27 393	0.28 341	0.28 331

rvit_0105_4	0.58 174	0.40 364	1.19 367	0.68 392	0.38 264	0.53 130	0.55 327	0.93 94	1.27 360	0.56 116	0.61 96	0.72 185	0.63 220	1.01 174	0.47 190	0.33 427	0.33 471	0.29 392	0.25 358	0.29 358	0.26 297

DISCO	1.06 409	0.37 331	1.19 367	0.73 432	0.46 336	2.04 501	0.84 435	2.26 470	1.54 466	1.25 324	1.36 357	2.38 510	1.08 407	2.60 429	1.62 463	0.24 300	0.19 317	0.22 231	0.20 235	0.32 392	0.29 345

DAS	0.89 358	0.37 331	1.20 371	0.66 366	0.69 453	0.82 297	0.62 368	1.79 347	1.26 356	1.93 496	1.55 413	0.96 280	1.17 428	2.72 435	0.69 298	0.22 256	0.16 239	0.25 328	0.18 184	0.29 358	0.24 256

SepStereo	0.87 353	0.37 331	1.20 371	0.66 366	0.69 453	0.82 297	0.62 368	1.79 347	1.26 356	1.93 496	1.55 413	0.96 280	1.17 428	2.34 408	0.69 298	0.22 256	0.16 239	0.25 328	0.18 184	0.29 358	0.24 256

IPLGR_C	0.67 232	0.38 349	1.20 371	0.60 299	0.50 359	0.75 257	0.48 265	1.28 231	1.13 281	1.42 410	1.57 423	0.62 151	0.48 136	0.85 125	0.80 333	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

PFNet	0.92 374	0.28 125	1.20 371	0.68 392	0.32 179	0.62 186	0.55 327	1.27 227	1.01 223	1.47 427	1.09 240	0.97 283	0.68 240	6.58 527	0.59 266	0.21 222	0.13 69	0.24 289	0.19 206	0.20 182	0.20 157

rvit_stereo_0075_2	0.66 221	0.47 397	1.21 375	0.67 380	0.66 443	0.53 130	0.48 265	1.24 218	1.17 304	0.77 155	0.91 171	0.78 199	0.59 204	1.05 184	0.63 279	0.37 457	0.28 435	0.40 477	0.31 441	0.38 427	0.34 398

MyStereo05	0.70 255	0.29 148	1.22 376	0.58 272	0.48 348	0.62 186	0.72 400	1.52 274	1.54 466	1.17 275	0.91 171	0.77 195	0.79 279	1.45 284	0.68 297	0.17 75	0.17 268	0.24 289	0.21 277	0.23 266	0.23 235

ssnet_v2	0.92 374	0.39 358	1.22 376	0.66 366	0.39 273	1.31 424	0.96 463	2.32 480	1.45 449	1.48 433	1.17 280	1.53 425	0.91 337	1.16 215	1.71 475	0.31 412	0.27 429	0.30 404	0.29 423	0.28 341	0.29 345

plain	0.49 115	0.29 148	1.23 378	0.51 144	0.40 285	0.35 18	0.37 141	1.04 136	0.62 89	0.44 56	0.76 134	0.42 58	0.41 87	1.17 220	0.46 180	0.23 278	0.15 202	0.24 289	0.19 206	0.25 307	0.18 97

DSFCA	0.95 380	0.38 349	1.23 378	0.55 216	0.66 443	1.50 451	0.93 457	1.58 291	1.24 340	1.59 456	1.16 277	1.48 414	0.95 355	2.96 442	1.20 406	0.31 412	0.28 435	0.25 328	0.26 376	0.29 358	0.26 297

CFNet	0.99 391	0.40 364	1.23 378	0.65 352	0.43 314	1.03 371	0.49 276	2.01 411	1.35 400	1.02 220	1.39 365	1.10 328	0.86 313	5.47 502	0.89 351	0.24 300	0.18 299	0.28 380	0.27 393	0.27 325	0.22 214

MyStereo8	0.70 255	0.32 223	1.24 381	0.63 331	0.53 381	0.90 331	0.34 103	1.60 298	1.35 400	1.20 299	1.31 334	0.89 249	0.64 224	0.77 94	1.02 387	0.18 110	0.15 202	0.20 166	0.18 184	0.22 246	0.30 361

anonymity	1.14 426	0.98 506	1.24 381	1.09 521	1.13 521	1.08 383	0.90 449	2.02 412	1.23 336	1.32 364	1.27 321	1.27 373	1.09 410	1.16 215	1.03 390	1.02 532	1.01 557	0.97 533	0.97 542	0.98 525	1.01 528

IER	0.74 274	0.33 242	1.25 383	0.50 129	0.53 381	1.32 425	0.55 327	1.31 236	1.08 249	1.30 355	1.34 348	1.11 333	1.10 413	1.05 184	0.81 335	0.20 191	0.17 268	0.21 200	0.21 277	0.20 182	0.21 185

iRaft-Stereo_20w	0.71 261	0.33 242	1.25 383	0.50 129	0.36 242	0.82 297	0.31 76	3.16 538	0.89 167	1.24 321	1.14 269	0.79 200	0.65 229	1.15 212	0.43 156	0.18 110	0.13 69	0.18 106	0.17 166	0.20 182	0.23 235

ADLNet2	0.92 374	0.37 331	1.25 383	0.80 464	0.65 437	1.12 389	0.75 405	1.95 397	1.42 440	1.26 337	1.67 443	1.68 451	1.04 398	1.80 348	1.23 414	0.25 320	0.22 362	0.21 200	0.22 304	0.27 325	0.31 371

rvit_0105_3	0.66 221	0.47 397	1.27 386	0.74 438	0.40 285	0.63 197	0.70 396	1.22 211	1.28 368	0.83 169	0.71 123	0.82 214	0.72 252	0.93 151	0.58 259	0.37 457	0.34 475	0.34 443	0.32 448	0.28 341	0.31 371

rvit_105_1	0.76 286	0.54 426	1.27 386	0.80 464	0.49 354	0.74 252	0.86 442	1.39 252	1.23 336	1.00 211	0.80 148	0.93 265	0.78 270	1.29 243	0.78 321	0.43 476	0.36 486	0.36 460	0.42 489	0.30 374	0.36 411

ACRE	0.66 221	0.37 331	1.27 386	0.60 299	0.50 359	0.74 252	0.47 258	1.26 223	1.10 261	1.40 404	1.56 419	0.62 151	0.46 124	0.88 135	0.78 321	0.24 300	0.15 202	0.19 132	0.16 142	0.19 146	0.29 345

MyStereo04	0.71 261	0.30 173	1.28 389	0.58 272	0.48 348	0.59 170	0.78 412	1.74 336	1.49 460	0.94 199	0.91 171	0.74 187	0.86 313	1.59 311	0.69 298	0.18 110	0.18 299	0.24 289	0.21 277	0.23 266	0.23 235

dad	0.90 366	0.73 484	1.28 389	0.59 291	0.39 273	0.83 304	0.45 241	1.24 218	1.54 466	1.52 438	1.28 327	1.36 390	0.86 313	2.54 426	0.91 359	0.43 476	0.27 429	0.82 529	0.26 376	0.44 457	0.34 398

MaskLacGwcNet_RVC	1.17 431	1.06 509	1.28 389	0.88 490	0.69 453	1.92 493	0.92 453	1.71 329	1.14 287	1.17 275	1.26 312	1.49 416	0.80 286	2.04 379	0.86 342	2.02 544	0.34 475	0.79 528	0.36 475	1.38 538	1.33 540

GwcNet-RSSM	0.83 332	0.34 271	1.29 392	0.65 352	0.55 395	0.78 272	0.62 368	1.89 378	1.27 360	1.18 286	1.39 365	1.56 430	0.91 337	1.60 316	1.22 411	0.26 346	0.20 331	0.23 265	0.24 349	0.21 226	0.21 185

ISRNet	0.83 332	0.35 300	1.31 393	0.84 479	0.65 437	0.60 175	0.41 183	1.28 231	1.15 292	1.61 458	1.55 413	1.34 387	0.77 263	1.33 255	0.98 378	0.40 467	0.34 475	0.43 484	0.38 482	0.34 407	0.49 465

Anonymous3	0.64 215	0.47 397	1.31 393	0.59 291	0.50 359	0.93 345	0.69 389	1.11 165	0.83 151	0.74 150	0.89 168	0.65 160	0.68 240	1.08 194	0.54 242	0.40 467	0.31 453	0.26 349	0.26 376	0.31 381	0.30 361

MLCV	0.77 292	0.39 358	1.31 393	0.55 216	0.25 39	0.91 334	0.39 165	1.48 270	1.28 368	1.49 435	1.54 410	1.02 302	0.68 240	2.12 389	0.93 366	0.19 148	0.13 69	0.19 132	0.14 86	0.19 146	0.22 214

IPLGR	0.62 203	0.28 125	1.32 396	0.50 129	0.29 109	0.65 212	0.34 103	1.47 268	1.19 312	1.21 306	1.07 229	0.70 176	0.65 229	1.05 184	0.55 245	0.18 110	0.15 202	0.20 166	0.17 166	0.21 226	0.20 157

XPNet_ROB	1.02 399	0.56 434	1.33 397	0.75 447	0.58 408	1.11 387	1.13 485	1.77 342	1.29 380	1.88 490	1.43 380	1.63 443	1.13 423	2.04 379	1.69 471	0.40 467	0.31 453	0.33 435	0.29 423	0.37 421	0.37 415

DualNet (step1)	0.89 358	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	1.31 246	0.73 305	0.59 514	0.32 465	0.62 521	0.67 528	0.45 460	0.48 460

test_sample9	1.96 506	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	1.99 406	1.27 360	1.25 324	1.22 296	1.09 324	1.01 382	2.46 417	8.57 548	0.59 514	12.85 581	0.62 521	0.67 528	0.45 460	0.48 460

test_sample8	2.29 521	0.51 415	1.35 398	0.58 272	0.40 285	1.07 379	0.80 423	2.03 416	1.22 331	2.28 514	1.33 344	4.98 550	2.51 534	2.46 417	8.57 548	0.59 514	12.85 581	0.62 521	0.67 528	0.45 460	0.48 460

DDUNet	1.56 476	2.70 564	1.35 398	1.79 541	1.88 544	1.82 484	0.91 451	1.84 360	1.20 316	1.40 404	1.79 460	1.62 439	1.17 428	1.59 311	1.22 411	1.11 537	0.76 542	2.38 552	0.94 540	2.12 540	1.53 542

NCCL2	1.06 409	0.64 459	1.35 398	0.78 461	0.58 408	1.32 425	1.69 522	1.89 378	1.38 416	1.52 438	1.20 288	1.91 473	1.17 428	1.79 346	1.50 448	0.35 447	0.31 453	0.45 489	0.44 495	0.41 440	0.45 453

RAFT + AFF	1.07 414	0.47 397	1.36 403	0.68 392	0.50 359	1.20 411	1.22 497	2.58 516	1.26 356	1.33 370	1.56 419	1.19 346	1.49 479	3.89 469	1.01 384	0.22 256	0.26 419	0.30 404	0.27 393	0.29 358	0.32 380

ccnet	1.19 437	0.71 478	1.36 403	0.81 468	0.75 469	1.72 469	1.13 485	1.98 402	1.31 391	1.52 438	1.84 468	1.75 462	1.36 460	2.01 376	2.04 486	0.57 511	0.54 528	0.57 516	0.56 517	0.60 500	0.60 498

DN-CSS_ROB	0.67 232	0.36 310	1.36 403	0.59 291	0.41 299	0.54 143	0.45 241	1.30 234	0.95 196	1.05 227	1.47 388	0.69 173	0.64 224	1.80 348	0.60 269	0.19 148	0.15 202	0.25 328	0.23 336	0.22 246	0.23 235

SQANet	1.38 458	0.95 504	1.37 406	1.89 544	1.47 540	1.44 447	0.81 428	1.89 378	1.13 281	1.34 377	1.26 312	1.28 374	1.02 390	1.64 320	0.91 359	2.55 550	0.35 482	1.47 542	0.56 517	2.48 544	1.74 544

LALA_ROB	1.06 409	0.66 466	1.37 406	0.70 414	0.53 381	1.61 462	1.25 501	1.81 354	1.48 459	1.82 486	1.40 370	1.93 477	1.03 392	1.68 326	1.69 471	0.38 459	0.28 435	0.43 484	0.37 479	0.43 446	0.38 423

NLCA_NET_v2_RVC	0.84 338	0.46 392	1.40 408	0.69 405	0.61 424	0.95 355	0.52 297	1.68 312	1.21 323	1.39 398	1.15 275	1.42 399	0.88 328	1.78 341	0.93 366	0.26 346	0.23 390	0.27 364	0.27 393	0.30 374	0.39 427
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MMNet	0.89 358	0.35 300	1.44 409	0.64 345	0.59 414	1.83 485	0.48 265	1.70 325	1.38 416	1.45 423	1.19 287	1.25 362	1.16 424	1.77 339	1.27 421	0.20 191	0.19 317	0.23 265	0.22 304	0.25 307	0.24 256

PSMNet_ROB	0.95 380	0.57 439	1.45 410	0.75 447	0.64 432	1.28 422	1.12 483	1.84 360	1.15 292	1.16 271	1.29 331	1.44 405	0.89 331	1.74 335	1.70 473	0.33 427	0.25 412	0.37 463	0.39 483	0.36 415	0.32 380

FAT-Stereo	1.10 420	0.43 381	1.46 411	0.74 438	0.60 418	1.13 390	0.92 453	2.06 424	1.71 488	1.75 478	2.00 486	2.02 490	1.47 476	2.02 378	1.26 418	0.44 485	0.36 486	0.34 443	0.29 423	0.36 415	0.57 490

ACV-stereo	1.00 394	0.55 430	1.47 412	0.59 291	0.42 309	2.38 516	0.58 347	1.20 204	1.21 323	0.83 169	1.01 202	3.36 534	2.10 518	1.64 320	1.17 402	0.28 385	0.22 362	0.23 265	0.22 304	0.29 358	0.35 407

iResNet	0.80 312	0.45 389	1.47 412	0.72 424	0.31 146	0.96 361	0.64 375	1.80 351	1.28 368	1.31 361	1.48 391	0.94 271	0.78 270	1.77 339	0.99 379	0.19 148	0.14 136	0.18 106	0.15 105	0.22 246	0.27 315

RP	1.17 431	0.54 426	1.48 414	0.93 507	1.05 515	1.14 393	0.85 441	1.99 406	1.70 486	1.72 475	2.07 490	1.91 473	1.93 510	2.00 375	1.37 435	0.55 509	0.37 491	0.48 497	0.37 479	0.46 467	0.46 458

ETE_ROB	1.01 398	0.69 474	1.49 415	0.72 424	0.50 359	1.15 397	1.12 483	1.91 383	1.24 340	1.94 498	1.50 399	1.73 457	1.06 404	1.78 341	1.33 430	0.33 427	0.26 419	0.38 467	0.34 468	0.40 436	0.44 451

edge stereo	1.15 428	0.54 426	1.50 416	0.73 432	0.66 443	1.18 409	0.84 435	2.13 442	1.41 431	1.73 476	1.84 468	2.53 516	1.46 474	2.46 417	1.35 433	0.43 476	0.41 503	0.54 508	0.36 475	0.43 446	0.50 469

ffm	0.79 306	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	1.08 150	2.62 529	1.19 294	1.49 392	1.07 313	0.85 305	1.57 304	0.35 73	0.21 222	0.13 69	0.31 411	0.28 404	0.20 182	0.23 235

ff1	1.88 500	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	1.08 150	2.62 529	1.19 294	1.49 392	1.07 313	0.85 305	9.88 565	13.82 563	0.21 222	0.13 69	0.31 411	0.28 404	0.20 182	0.23 235

mmx	1.89 503	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	2.32 480	1.41 431	1.19 294	1.49 392	1.07 313	0.85 305	9.88 565	13.82 563	0.25 320	0.21 347	0.31 411	0.28 404	0.32 392	0.29 345

xxx	1.89 503	0.36 310	1.51 417	0.56 237	0.40 285	0.76 262	0.59 353	2.32 480	1.41 431	1.19 294	1.49 392	1.07 313	0.85 305	9.88 565	13.82 563	0.25 320	0.21 347	0.31 411	0.28 404	0.32 392	0.29 345

UNet	0.86 349	0.36 310	1.52 421	0.62 321	0.74 465	1.56 458	0.49 276	1.55 283	1.12 275	1.28 348	1.10 242	1.52 424	1.10 413	1.69 330	1.14 399	0.24 300	0.18 299	0.25 328	0.21 277	0.25 307	0.25 277

DANet	1.16 429	0.64 459	1.52 421	0.88 490	0.74 465	1.52 453	0.52 297	1.68 312	1.21 323	1.81 484	1.55 413	2.02 490	1.11 416	3.30 455	2.28 494	0.34 437	0.31 453	0.40 477	0.30 435	0.46 467	0.54 479
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SPS-STEREO	1.78 492	1.09 514	1.52 421	1.22 529	1.14 523	1.87 490	1.11 482	2.27 476	1.70 486	3.17 543	2.39 505	2.84 524	1.93 510	4.41 475	2.93 507	1.04 535	0.99 556	0.97 533	0.94 540	1.03 529	1.05 530
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
STTStereo	0.82 323	0.53 423	1.53 424	0.68 392	0.56 400	0.88 325	0.56 334	1.57 289	1.14 287	1.39 398	1.10 242	1.26 368	0.84 300	1.49 298	0.90 355	0.29 401	0.28 435	0.33 435	0.40 485	0.33 399	0.37 415

1111x	1.96 506	0.32 223	1.54 425	0.54 202	0.30 126	1.00 367	0.69 389	2.47 504	1.33 395	1.21 306	1.44 382	1.21 349	1.11 416	8.49 551	16.14 570	0.22 256	0.23 390	0.22 231	0.23 336	0.25 307	0.26 297

otaku	1.67 484	1.18 519	1.56 426	2.27 546	1.59 541	1.98 496	1.23 499	2.23 467	1.37 414	1.48 433	1.63 437	1.73 457	1.23 439	1.85 350	1.09 394	2.96 554	0.58 534	1.74 543	0.61 524	2.94 550	2.15 550

GANetREF_RVC	1.11 422	0.90 498	1.56 426	0.88 490	0.53 381	1.41 443	1.35 507	1.91 383	1.54 466	1.28 348	1.32 339	1.46 411	1.23 439	2.04 379	1.00 383	0.57 511	0.45 512	0.67 524	0.52 512	0.91 523	0.62 500
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
RYNet	1.24 449	0.52 421	1.57 428	0.73 432	0.97 510	1.74 474	0.95 462	2.09 430	1.54 466	1.44 417	1.18 283	1.94 481	1.29 449	4.57 479	1.93 484	0.27 367	0.23 390	0.35 450	0.27 393	0.57 494	0.59 495

ADStereo(finetuned)	0.62 203	0.26 84	1.59 429	0.45 59	0.25 39	0.49 87	0.36 126	1.18 196	1.35 400	1.16 271	1.04 218	0.60 142	1.18 435	0.85 125	0.57 254	0.17 75	0.14 136	0.17 70	0.13 59	0.19 146	0.24 256

Ntro	1.72 490	1.21 522	1.62 430	2.54 551	1.86 543	2.09 504	1.14 488	2.08 427	1.38 416	1.23 317	1.62 432	1.62 439	1.33 456	2.04 379	1.21 410	3.09 555	0.56 531	1.82 545	0.65 526	2.97 554	2.25 552

PSMNet-RUCA	1.07 414	1.06 509	1.64 431	1.23 530	1.10 518	1.39 437	0.65 377	1.91 383	1.43 441	0.95 201	1.52 407	0.99 289	0.83 297	1.28 242	1.01 384	0.71 525	0.34 475	0.99 535	0.61 524	1.01 527	0.67 505

ToySt	0.73 270	0.35 300	1.64 431	0.54 202	0.37 252	0.92 341	0.81 428	1.21 209	1.03 230	0.86 181	1.12 253	1.31 380	1.01 382	1.04 181	0.88 348	0.19 148	0.20 331	0.24 289	0.24 349	0.27 325	0.28 331

DCANet-4	0.59 186	0.28 125	1.65 433	0.44 50	0.25 39	0.48 81	0.36 126	1.15 187	1.36 409	1.13 251	1.03 212	0.56 129	0.74 253	0.77 94	0.58 259	0.17 75	0.14 136	0.17 70	0.13 59	0.15 35	0.24 256

YMNet	1.04 402	0.59 440	1.67 434	0.86 485	0.86 494	1.84 486	0.61 365	1.70 325	1.28 368	1.65 467	1.98 483	1.75 462	0.96 357	1.57 304	1.58 456	0.34 437	0.37 491	0.32 423	0.32 448	0.33 399	0.32 380

YMNet_1	1.04 402	0.59 440	1.67 434	0.86 485	0.86 494	1.84 486	0.61 365	1.70 325	1.28 368	1.65 467	1.98 483	1.75 462	0.96 357	1.57 304	1.58 456	0.34 437	0.37 491	0.32 423	0.32 448	0.33 399	0.32 380

CC-Net-ROB	1.53 473	1.31 528	1.68 436	0.92 501	0.80 483	1.75 475	0.99 468	2.04 419	1.27 360	1.12 248	1.62 432	1.20 348	0.98 370	7.82 544	0.92 363	1.15 540	0.41 503	2.20 547	0.46 500	1.37 537	0.56 487

RGC	1.22 442	0.82 492	1.71 437	0.95 512	0.98 512	1.53 455	0.80 423	2.18 460	1.35 400	1.69 473	1.94 480	2.03 493	1.66 491	2.36 410	1.50 448	0.46 489	0.36 486	0.59 519	0.48 504	0.49 476	0.49 465

MDST_ROB	1.88 500	0.40 364	1.71 437	0.93 507	0.60 418	4.27 553	1.23 499	3.99 549	1.44 444	4.61 555	2.63 515	1.44 405	1.03 392	9.78 562	1.62 463	0.33 427	0.26 419	0.37 463	0.33 462	0.31 381	0.34 398

DFGA-Net	0.77 292	0.47 397	1.75 439	0.55 216	0.46 336	0.83 304	0.44 228	1.38 248	1.10 261	1.05 227	1.20 288	0.70 176	0.58 200	2.27 403	1.31 423	0.19 148	0.17 268	0.24 289	0.24 349	0.28 341	0.30 361

NaN_ROB	1.23 446	0.63 456	1.76 440	0.67 380	0.50 359	1.59 461	2.00 536	1.87 371	1.52 463	2.14 510	1.26 312	1.40 398	1.09 410	4.60 480	1.75 476	0.28 385	0.34 475	0.28 380	0.29 423	0.30 374	0.37 415

IMH-64-1	2.82 535	1.87 546	1.77 441	3.31 561	2.69 557	3.22 538	2.07 540	4.25 552	2.77 538	2.46 521	3.78 534	3.05 528	2.34 530	4.67 482	3.00 509	3.84 566	0.84 546	2.75 561	1.39 553	3.34 559	2.93 562

IMH-64	2.82 535	1.87 546	1.77 441	3.31 561	2.69 557	3.22 538	2.07 540	4.25 552	2.77 538	2.46 521	3.78 534	3.05 528	2.34 530	4.67 482	3.00 509	3.84 566	0.84 546	2.75 561	1.39 553	3.34 559	2.93 562

ARAFT	0.82 323	0.40 364	1.77 441	0.53 188	0.31 146	0.89 327	0.81 428	2.32 480	1.08 249	1.66 470	1.25 310	1.04 306	0.64 224	1.91 361	0.52 223	0.20 191	0.15 202	0.28 380	0.27 393	0.17 78	0.18 97

WCMA_ROB	2.05 510	0.55 430	1.77 441	0.74 438	0.61 424	2.24 509	1.56 518	2.17 459	1.79 497	4.16 551	6.36 553	5.66 552	4.66 556	3.19 449	2.77 504	0.55 509	0.45 512	0.40 477	0.43 493	0.48 472	0.50 469

sAnonymous2	0.59 186	0.61 448	1.82 445	0.61 313	0.52 374	0.51 115	0.54 317	0.97 106	0.70 108	0.50 93	0.68 111	0.46 75	0.63 220	0.61 46	0.41 142	0.22 256	0.17 268	0.23 265	0.21 277	0.85 520	0.56 487

CroCo_RVC	0.59 186	0.61 448	1.82 445	0.61 313	0.52 374	0.51 115	0.54 317	0.97 106	0.70 108	0.50 93	0.68 111	0.46 75	0.63 220	0.61 46	0.41 142	0.22 256	0.17 268	0.23 265	0.21 277	0.85 520	0.56 487

NCC-stereo	1.20 439	0.60 443	1.84 447	0.88 490	0.95 507	1.32 425	0.94 459	2.14 444	1.36 409	1.43 414	1.79 460	1.93 477	2.13 523	2.54 426	1.41 438	0.49 497	0.38 496	0.45 489	0.59 521	0.43 446	0.45 453

Abc-Net	1.20 439	0.60 443	1.84 447	0.88 490	0.95 507	1.32 425	0.94 459	2.14 444	1.36 409	1.43 414	1.79 460	1.93 477	2.13 523	2.54 426	1.41 438	0.49 497	0.38 496	0.45 489	0.59 521	0.43 446	0.45 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
fast-acv-ft	1.00 394	0.48 403	1.85 449	0.61 313	0.52 374	1.77 478	0.69 389	1.52 274	1.47 455	1.34 377	1.85 471	1.73 457	1.24 442	1.62 319	1.56 454	0.27 367	0.28 435	0.28 380	0.28 404	0.28 341	0.31 371

IMH	3.35 546	1.95 549	1.86 450	3.30 560	2.72 559	4.03 551	2.00 536	4.58 556	3.83 550	2.87 533	6.99 556	4.69 544	3.21 543	6.77 532	2.97 508	3.91 569	0.89 550	2.78 563	1.40 557	3.36 561	2.93 562

WAO-6	2.98 542	1.67 542	1.88 451	2.38 550	2.30 552	3.53 541	2.37 552	4.38 554	4.64 558	2.42 517	4.50 538	4.85 546	2.99 540	5.22 492	5.37 535	1.77 543	1.16 563	2.31 550	1.47 558	2.42 543	1.99 549

FBW_ROB	1.78 492	0.66 466	1.90 452	0.72 424	0.66 443	1.79 483	1.07 479	2.79 530	1.77 492	1.84 487	1.79 460	1.98 485	1.37 461	12.42 573	2.22 491	0.36 454	0.38 496	0.57 516	0.39 483	0.46 467	0.51 473

gwcnet-sp	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 390	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

scenet	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 390	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

ssnet	0.80 312	0.37 331	1.94 453	0.62 321	0.45 328	1.38 434	0.53 303	1.68 312	1.20 316	1.37 390	1.08 236	0.93 265	0.82 292	1.45 284	0.79 326	0.22 256	0.22 362	0.22 231	0.21 277	0.23 266	0.25 277

AANet_RVC	1.22 442	0.60 443	1.94 453	0.69 405	0.46 336	0.75 257	0.69 389	1.51 272	1.57 473	1.36 388	1.90 477	1.51 422	0.87 322	7.23 537	1.89 483	0.26 346	0.19 317	0.19 132	0.16 142	0.23 266	0.37 415

APVNet	1.11 422	0.59 440	1.95 457	0.87 488	0.77 475	1.90 491	0.82 432	2.03 416	1.15 292	1.14 265	1.43 380	1.55 428	1.12 422	3.03 444	1.62 463	0.32 420	0.34 475	0.42 483	0.36 475	0.36 415	0.41 436

DRN-Test	1.07 414	0.49 408	1.95 457	0.75 447	0.81 487	1.61 462	0.78 412	2.26 470	1.53 464	1.84 487	1.35 353	1.42 399	1.04 398	2.26 402	1.61 461	0.28 385	0.23 390	0.31 411	0.30 435	0.33 399	0.33 389

RainbowNet	2.06 511	1.86 545	1.97 459	2.86 554	2.25 549	2.03 500	1.79 530	2.77 527	1.92 504	1.54 444	1.84 468	1.95 482	1.73 498	2.23 398	1.38 436	3.40 561	0.86 548	2.39 554	1.00 546	2.94 550	2.42 554

DispNO	0.98 388	0.34 271	2.02 460	0.58 272	0.55 395	0.88 325	0.49 276	1.70 325	1.24 340	1.22 314	1.26 312	1.18 344	0.88 328	5.17 491	0.88 348	0.23 278	0.18 299	0.24 289	0.22 304	0.19 146	0.22 214

LL-Strereo	1.42 464	0.44 388	2.02 460	0.62 321	1.07 516	0.73 250	0.65 377	2.02 412	1.21 323	1.60 457	1.62 432	2.02 490	2.10 518	9.67 561	1.07 393	0.22 256	0.20 331	0.27 364	0.24 349	0.23 266	0.33 389

BEATNet_4x	0.82 323	0.54 426	2.02 460	0.56 237	0.28 94	1.04 372	0.55 327	2.14 444	1.13 281	1.24 321	1.26 312	1.00 295	0.94 350	1.13 209	1.23 414	0.21 222	0.14 136	0.24 289	0.20 235	0.37 421	0.23 235

stereogan	1.22 442	0.45 389	2.03 463	0.87 488	0.85 493	2.52 518	0.72 400	1.98 402	1.78 496	1.92 494	1.94 480	2.31 507	1.42 470	2.10 387	1.14 399	0.38 459	0.36 486	0.39 471	0.32 448	0.52 481	0.49 465

PDISCO_ROB	1.41 462	0.73 484	2.04 464	1.40 533	1.46 539	2.83 529	1.07 479	2.64 519	2.11 516	1.41 406	1.50 399	1.73 457	0.99 373	2.83 440	1.46 444	1.03 533	0.27 429	0.54 508	0.47 502	0.77 516	0.84 523

G-Net	1.71 489	0.67 470	2.09 465	1.14 526	0.75 469	2.96 534	0.89 448	1.58 291	1.30 384	2.76 530	8.12 564	2.29 505	2.51 534	1.94 365	2.23 493	0.49 497	0.45 512	0.45 489	0.31 441	0.62 504	0.59 495

CBFPSM	0.95 380	0.37 331	2.10 466	0.51 144	0.39 273	1.73 472	0.87 446	1.59 296	1.13 281	1.11 240	1.00 200	2.34 508	1.64 490	1.42 278	1.44 441	0.19 148	0.18 299	0.20 166	0.20 235	0.22 246	0.36 411

PWCDC_ROB	1.39 460	0.91 501	2.10 466	1.08 520	0.92 500	1.72 469	0.58 347	2.03 416	3.30 544	1.32 364	4.87 546	1.21 349	1.71 496	1.98 371	1.75 476	0.65 520	0.26 419	0.29 392	0.25 358	0.56 492	0.41 436

PA-Net	1.14 426	0.63 456	2.12 468	0.67 380	0.75 469	1.19 410	0.91 451	1.91 383	1.46 454	1.18 286	1.23 304	1.33 386	1.17 428	4.31 474	1.41 438	0.29 401	0.46 516	0.33 435	0.50 508	0.33 399	0.57 490
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS	2.67 530	0.80 488	2.13 469	1.13 523	1.15 525	6.25 560	2.56 556	3.50 543	3.68 549	5.36 562	4.92 547	3.79 538	5.56 558	3.65 460	5.22 534	0.66 521	0.57 532	0.56 514	0.54 515	0.65 507	0.75 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet_RVC	0.88 356	0.56 434	2.15 470	0.57 259	0.43 314	1.17 407	0.46 247	1.68 312	1.12 275	0.91 190	1.24 308	0.91 255	0.94 350	2.22 397	1.20 406	0.28 385	0.22 362	0.32 423	0.28 404	0.46 467	0.42 444

Consistency-Raft	1.27 454	1.01 508	2.17 471	1.04 518	1.20 530	0.96 361	1.00 470	1.84 360	1.95 507	1.38 395	2.11 492	1.44 405	1.03 392	1.18 221	1.40 437	0.73 526	0.83 543	0.89 531	0.99 545	1.33 536	0.95 527

WAO-7	2.78 533	1.54 537	2.18 472	1.41 536	1.19 529	3.92 548	2.01 539	4.19 551	3.89 551	2.98 537	5.47 549	4.18 541	3.28 544	8.24 549	4.27 524	1.13 539	1.01 557	1.18 540	1.13 551	1.19 535	1.13 535

DMCA-RVC	0.83 332	0.46 392	2.19 473	0.68 392	0.49 354	0.84 312	0.48 265	1.44 261	1.07 246	1.56 449	1.04 218	1.29 375	0.86 313	1.49 298	0.92 363	0.27 367	0.22 362	0.35 450	0.28 404	0.32 392	0.28 331

LVE	3.40 547	1.80 544	2.21 474	2.90 556	2.44 555	3.27 540	2.25 547	4.80 557	5.06 559	2.43 518	6.79 554	5.99 553	2.64 538	9.20 555	2.28 494	3.30 559	1.11 562	2.38 552	1.48 559	2.95 552	2.62 558

NVstereo2D	0.99 391	0.45 389	2.21 474	0.79 463	0.75 469	1.20 411	0.86 442	1.98 402	1.41 431	1.02 220	1.18 283	1.31 380	0.97 367	2.25 401	0.93 366	0.45 488	0.22 362	0.39 471	0.25 358	0.59 497	0.68 509

StereoDRNet	1.05 407	0.53 423	2.21 474	0.80 464	0.93 503	1.50 451	0.90 449	2.06 424	1.44 444	1.68 472	1.20 288	1.48 414	0.99 373	1.86 353	1.60 460	0.29 401	0.24 400	0.29 392	0.28 404	0.35 411	0.33 389

S-Stereo	1.17 431	0.48 403	2.25 477	0.83 475	0.81 487	1.22 413	1.17 492	2.12 434	2.08 514	1.47 427	2.13 493	1.55 428	1.16 424	2.09 386	1.46 444	0.42 475	0.40 502	0.35 450	0.32 448	0.45 460	0.73 513

AF-Net	1.23 446	0.56 434	2.31 478	0.88 490	0.93 503	1.41 443	0.73 403	2.27 476	1.71 488	1.76 481	2.42 507	2.00 487	1.70 494	1.98 371	1.62 463	0.50 501	0.29 444	0.49 499	0.33 462	0.40 436	0.34 398

Nwc_Net	1.19 437	0.53 423	2.34 479	0.92 501	0.81 487	1.49 450	0.70 396	2.28 478	1.32 393	1.41 406	2.27 499	2.03 493	1.76 500	2.05 383	1.46 444	0.43 476	0.30 448	0.43 484	0.46 500	0.39 432	0.40 432

SDNR	1.66 483	0.55 430	2.36 480	0.56 237	0.58 408	3.79 547	0.45 241	1.78 344	1.40 427	1.38 395	2.45 510	1.13 337	0.96 357	11.03 571	1.31 423	0.67 522	0.64 536	0.43 484	0.32 448	0.71 514	0.76 517

TorneroNet-64	5.41 556	2.10 553	2.43 481	3.49 565	2.83 560	9.90 564	2.13 544	8.87 571	16.79 576	5.39 563	9.18 566	10.68 571	3.92 553	9.55 559	5.11 533	3.36 560	0.86 548	2.88 564	1.62 560	3.76 562	3.37 565

rrr	0.57 162	0.33 242	2.43 481	0.46 71	0.34 217	0.50 106	0.38 151	0.84 74	0.55 64	0.48 78	0.48 52	0.48 89	0.45 114	2.28 405	0.44 161	0.19 148	0.14 136	0.19 132	0.15 105	0.17 78	0.18 97

TCMNet	1.07 414	0.66 466	2.49 483	0.92 501	1.32 535	1.14 393	0.67 383	1.91 383	1.29 380	1.20 299	1.57 423	1.29 375	0.96 357	2.23 398	1.59 459	0.32 420	0.31 453	0.38 467	0.35 472	0.43 446	0.40 432

MFMNet_re	1.47 468	1.20 521	2.50 484	1.46 538	1.08 517	1.58 460	1.51 513	1.96 400	1.87 502	2.31 515	2.20 496	1.51 422	1.88 508	1.57 304	1.34 431	0.94 530	0.83 543	0.84 530	0.80 535	1.00 526	1.06 531

ktn	4.56 551	2.41 558	2.54 485	3.79 569	3.25 565	4.81 555	2.91 560	5.52 561	7.36 563	4.12 550	14.55 572	7.54 558	3.70 549	7.84 545	3.35 514	4.06 570	1.86 568	3.26 569	2.22 568	3.27 558	2.86 561

IGEV-BASED-STEREO-	0.71 261	3.18 567	2.55 486	0.40 24	0.24 20	0.42 46	0.23 26	0.66 22	0.46 44	0.47 70	0.45 41	0.33 41	0.27 18	0.58 40	0.30 34	1.34 542	0.10 2	0.22 231	0.19 206	0.45 460	1.32 539

FADNet	0.98 388	0.64 459	2.57 487	0.66 366	0.55 395	0.95 355	0.57 340	1.91 383	1.38 416	0.94 199	1.02 205	1.36 390	1.00 379	2.69 433	0.97 377	0.34 437	0.34 475	0.31 411	0.34 468	0.61 503	0.42 444

WAO-8	4.57 552	2.01 550	2.58 488	2.37 548	2.21 547	9.75 562	1.71 524	6.04 565	16.34 571	4.11 548	7.69 562	7.41 555	3.85 550	10.02 568	3.85 520	2.05 545	1.09 560	2.44 556	1.39 553	2.56 545	1.86 547

Venus	4.57 552	2.01 550	2.58 488	2.37 548	2.21 547	9.75 562	1.71 524	6.04 565	16.34 571	4.11 548	7.69 562	7.41 555	3.85 550	10.02 568	3.85 520	2.05 545	1.09 560	2.44 556	1.39 553	2.56 545	1.86 547

Wz-Net-LNSev-Ref	1.09 419	0.46 392	2.61 490	0.71 418	0.65 437	2.00 498	0.78 412	2.07 426	1.47 455	1.62 462	1.47 388	1.53 425	1.29 449	2.10 387	1.65 469	0.24 300	0.14 136	0.20 166	0.16 142	0.28 341	0.28 331

iResNetv2_ROB	0.88 356	0.43 381	2.62 491	0.60 299	0.38 264	0.94 348	0.67 383	1.88 376	1.38 416	1.27 342	1.45 384	1.26 368	1.05 403	1.92 362	0.64 283	0.24 300	0.15 202	0.19 132	0.14 86	0.24 295	0.21 185

pcwnet_v2	0.91 371	0.39 358	2.74 492	0.64 345	0.55 395	0.81 295	0.49 276	2.19 462	1.63 480	1.44 417	1.64 438	1.09 324	0.79 279	1.31 246	0.70 301	0.32 420	0.25 412	0.29 392	0.27 393	0.37 421	0.37 415

TorneroNet	10.72 572	2.09 552	2.76 493	3.48 564	3.03 563	44.72 587	2.31 549	8.62 570	67.06 594	7.45 570	23.21 580	10.59 570	4.28 555	9.03 552	9.00 551	3.67 563	0.91 552	3.04 565	1.63 561	3.92 564	3.55 568

AIO-Stereo-zeroshot	0.85 345	0.38 349	2.79 494	0.51 144	0.60 418	0.72 245	0.38 151	2.87 534	0.77 126	0.80 160	1.07 229	2.14 499	0.93 347	0.96 161	0.62 275	0.21 222	0.13 69	0.21 200	0.26 376	0.29 358	0.32 380

SHD	1.42 464	0.81 491	2.79 494	0.98 514	0.92 500	1.97 495	0.68 386	2.43 497	2.55 526	2.54 525	1.72 451	2.01 489	1.62 485	2.14 391	2.70 503	0.40 467	0.33 471	0.39 471	0.40 485	0.48 472	0.54 479

z-ln-s-r	1.18 436	0.61 448	2.91 496	0.54 202	0.56 400	0.81 295	0.86 442	1.72 332	1.55 472	1.18 286	1.62 432	1.37 394	1.16 424	3.67 463	3.77 519	0.20 191	0.15 202	0.21 200	0.17 166	0.29 358	0.24 256

FADNet-RVC-Resample	0.91 371	0.51 415	2.92 497	0.64 345	0.46 336	1.07 379	0.60 360	1.76 340	1.24 340	1.10 239	0.98 194	1.06 310	0.98 370	2.17 394	0.95 373	0.24 300	0.22 362	0.30 404	0.32 448	0.36 415	0.40 432

FADNet-RVC	0.96 384	0.72 481	2.96 498	0.64 345	0.49 354	0.90 331	0.59 353	1.85 368	1.27 360	0.92 193	0.97 189	1.36 390	0.90 334	2.36 410	1.31 423	0.30 408	0.29 444	0.32 423	0.32 448	0.42 444	0.37 415

aanetorigin	1.26 451	0.85 496	3.00 499	0.72 424	0.80 483	1.08 383	1.05 476	1.12 167	1.39 425	3.53 545	2.60 514	1.72 455	1.73 498	1.98 371	1.77 479	0.26 346	0.24 400	0.26 349	0.25 358	0.38 427	0.51 473

PVD	1.82 496	0.91 501	3.02 500	1.03 517	0.94 506	2.61 522	1.14 488	2.78 529	3.40 546	3.08 541	2.75 517	2.39 512	2.49 533	2.81 438	3.66 518	0.48 495	0.49 524	0.59 519	0.49 507	0.60 500	0.81 521

Syn2CoEx	1.23 446	0.80 488	3.07 501	0.83 475	0.68 450	1.39 437	0.87 446	2.23 467	1.57 473	1.28 348	1.58 425	1.42 399	1.57 483	3.79 467	1.48 447	0.36 454	0.32 465	0.34 443	0.30 435	0.30 374	0.41 436

test_xeample3	0.57 162	0.33 242	3.11 502	0.46 71	0.34 217	0.55 148	0.38 151	0.86 83	0.49 50	0.54 110	0.46 47	0.44 62	0.44 107	1.49 298	0.45 174	0.18 110	0.14 136	0.19 132	0.15 105	0.17 78	0.18 97

DGSMNet	1.24 449	0.84 495	3.20 503	0.91 500	0.92 500	1.39 437	1.34 506	2.46 503	1.44 444	1.34 377	1.66 441	1.50 419	1.03 392	1.85 350	1.30 422	0.48 495	0.48 519	0.55 512	0.51 511	0.78 517	0.79 519

XQC	1.51 472	0.98 506	3.20 503	0.92 501	0.76 474	2.01 499	1.17 492	2.53 513	1.99 509	2.01 503	1.54 410	2.00 487	1.54 481	3.16 448	3.46 516	0.49 497	0.31 453	0.45 489	0.40 485	0.71 514	0.62 500

ELAS_RVC	2.87 539	0.80 488	3.22 505	1.16 528	1.12 519	2.92 533	5.33 565	2.98 536	4.18 554	5.04 559	4.82 545	4.71 545	8.23 567	4.25 473	4.79 530	0.67 522	0.57 532	0.57 516	0.53 514	0.66 508	0.74 514
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CSAN	1.61 480	0.67 470	3.24 506	0.74 438	0.52 374	1.77 478	1.74 527	1.98 402	1.94 506	2.47 523	2.33 503	1.93 477	2.04 515	6.45 526	1.95 485	0.43 476	0.36 486	0.41 482	0.42 489	0.43 446	0.44 451

GASNet	1.13 424	1.10 515	3.29 507	1.00 516	0.68 450	0.82 297	0.67 383	1.85 368	1.38 416	1.39 398	1.25 310	1.25 362	1.20 438	2.72 435	1.62 463	0.46 489	0.26 419	0.36 460	0.34 468	0.55 491	0.33 389

SAMSARA	1.80 494	0.90 498	3.37 508	1.28 532	1.13 521	3.71 543	2.33 550	2.53 513	1.93 505	3.17 543	1.73 452	2.99 526	1.68 493	3.53 459	2.46 500	0.47 493	0.54 528	0.43 484	0.47 502	0.59 497	0.64 503

Wz-Net-MNSev	1.21 441	0.66 466	3.44 509	0.69 405	0.73 460	1.93 494	1.44 512	2.16 451	1.59 475	1.85 489	1.49 392	1.50 419	1.34 457	2.05 383	1.54 453	0.27 367	0.24 400	0.28 380	0.28 404	0.35 411	0.32 380

NVStereoNet_ROB	2.17 518	1.18 519	3.51 510	1.14 526	1.26 533	1.57 459	1.51 513	2.19 462	2.11 516	2.04 504	4.80 544	3.17 533	2.11 521	7.97 546	2.10 487	1.12 538	0.94 553	1.10 539	1.34 552	0.95 524	1.31 537
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AIO-Stereo-zeroshot1	1.06 409	0.43 381	3.59 511	0.53 188	0.66 443	0.79 280	0.39 165	2.60 517	0.98 207	0.96 204	4.58 541	2.05 497	0.56 180	0.99 167	0.51 215	0.19 148	0.14 136	0.21 200	0.28 404	0.32 392	0.41 436

KSHMR	8.76 568	2.14 554	3.59 511	3.60 567	3.13 564	4.15 552	2.67 557	5.61 563	58.90 593	3.04 539	55.71 593	4.94 547	2.54 536	4.61 481	3.05 511	3.49 562	1.57 567	3.14 566	1.98 565	3.84 563	3.49 566

RTSC	1.43 467	0.89 497	3.62 513	0.94 510	0.64 432	1.85 488	0.69 389	2.20 465	2.04 513	2.22 511	1.70 448	1.67 448	1.27 446	2.53 425	4.48 527	0.33 427	0.25 412	0.27 364	0.29 423	0.38 427	0.40 432

DispFullNet	2.39 525	2.89 566	3.74 514	3.09 559	2.27 551	2.04 501	0.84 435	2.19 462	1.73 490	2.54 525	1.98 483	2.23 500	5.83 559	3.44 458	1.84 482	1.03 533	0.33 471	2.65 560	1.97 564	2.87 549	2.34 553

ADCRef	1.50 471	0.61 448	3.83 515	0.76 455	0.77 475	1.91 492	0.77 409	2.16 451	1.34 397	1.63 464	1.59 429	1.35 389	1.40 465	1.79 346	8.32 547	0.25 320	0.21 347	0.32 423	0.31 441	0.31 381	0.32 380

PASM	1.48 470	1.08 512	3.96 516	0.93 507	0.93 503	1.17 407	1.19 494	1.77 342	1.65 481	1.90 491	1.52 407	1.75 462	1.42 470	4.54 478	1.52 452	0.64 519	0.68 540	0.69 526	0.79 534	0.70 512	0.74 514

PWC_ROB	1.39 460	0.93 503	4.07 517	0.77 457	0.83 490	1.16 400	0.53 303	1.87 371	2.01 510	2.36 516	3.06 525	1.65 445	1.60 484	2.65 432	2.29 496	0.34 437	0.23 390	0.36 460	0.25 358	0.39 432	0.49 465

MSC_U_SF_DS_RVC	2.22 519	1.29 527	4.14 518	1.10 522	0.78 479	5.00 556	2.38 554	2.47 504	2.67 534	1.94 498	2.28 500	2.66 521	1.70 494	9.10 553	2.29 496	0.68 524	0.52 526	0.68 525	0.71 531	1.17 534	0.81 521

iinet-f	1.04 402	0.50 411	4.24 519	0.58 272	0.43 314	1.78 482	0.70 396	1.29 233	1.16 299	1.25 324	1.42 376	1.57 432	1.42 470	1.47 289	1.70 473	0.26 346	0.23 390	0.20 166	0.20 235	0.26 319	0.26 297

MFN_U_SF_DS_RVC	1.80 494	1.11 516	4.33 520	0.84 479	0.77 475	3.70 542	2.41 555	2.04 419	1.85 501	1.75 478	1.90 477	1.92 476	1.25 443	7.33 538	1.45 442	0.47 493	0.47 517	0.53 507	0.77 533	0.50 478	0.55 485

MFN_U_SF_RVC	1.62 482	0.96 505	4.36 521	0.92 501	0.69 453	2.62 523	1.10 481	2.50 509	1.74 491	1.99 502	1.86 473	2.45 514	1.78 502	3.08 446	2.84 505	0.54 505	0.50 525	0.56 514	0.60 523	0.60 500	0.67 505

ADCL	1.82 496	0.70 476	4.57 522	0.70 414	0.63 431	2.56 519	1.77 529	2.08 427	1.77 492	1.95 500	1.89 475	2.04 495	1.88 508	2.36 410	9.55 554	0.27 367	0.25 412	0.35 450	0.32 448	0.39 432	0.39 427

Wz-Net-LNSev	1.17 431	0.72 481	4.71 523	0.66 366	0.84 492	1.72 469	1.13 485	1.97 401	1.43 441	1.34 377	1.32 339	1.66 446	1.30 452	1.44 283	1.51 450	0.29 401	0.26 419	0.24 289	0.23 336	0.33 399	0.35 407

notaker	4.29 550	2.42 559	5.06 524	3.89 570	3.29 567	4.00 549	2.25 547	4.93 559	3.47 547	4.21 553	6.79 554	7.67 559	3.37 546	9.25 557	6.47 539	4.09 571	1.42 565	3.35 570	2.13 567	4.11 566	3.54 567

GwcNet	1.26 451	0.63 456	5.13 525	0.81 468	1.15 525	1.73 472	0.69 389	1.84 360	1.53 464	1.51 436	1.71 450	1.72 455	1.09 410	2.20 396	1.61 461	0.31 412	0.30 448	0.29 392	0.27 393	0.30 374	0.41 436

pmcnn	2.84 537	0.46 392	5.19 526	0.68 392	0.42 309	1.55 456	1.16 491	2.32 480	1.60 478	2.72 528	7.49 558	17.96 575	1.48 478	6.04 514	6.64 541	0.18 110	0.15 202	0.15 17	0.12 29	0.20 182	0.20 157

DPSNet	1.91 505	0.64 459	5.95 527	0.73 432	0.59 414	2.04 501	1.61 521	3.84 547	1.96 508	1.54 444	1.39 365	2.27 503	3.32 545	4.95 488	4.79 530	0.50 501	0.31 453	0.29 392	0.26 376	0.67 509	0.54 479

w-ln-seven	1.56 476	0.83 494	5.96 528	0.78 461	0.74 465	2.64 524	1.01 473	2.13 442	2.03 511	2.09 507	1.76 455	1.84 470	1.27 446	2.98 443	3.23 513	0.29 401	0.26 419	0.31 411	0.30 435	0.41 440	0.38 423

tt	6.61 561	0.28 125	6.10 529	3.77 568	2.17 546	11.53 567	19.61 575	13.53 576	5.81 561	3.00 538	2.82 519	4.97 549	6.33 561	3.83 468	7.23 544	9.13 578	11.32 580	5.87 576	6.22 576	6.01 572	2.63 559

MADNet++	5.41 556	3.18 567	6.43 530	4.66 574	3.95 571	6.15 559	6.75 566	4.51 555	4.51 557	5.06 560	6.27 552	4.96 548	6.14 560	9.39 558	11.70 559	4.71 572	4.19 573	3.97 572	3.33 570	4.08 565	4.25 572

ADCS	2.35 522	1.26 524	6.54 531	0.85 482	0.77 475	2.18 507	1.79 530	2.47 504	2.20 519	2.80 531	2.14 495	2.38 510	2.09 517	2.81 438	13.83 566	0.43 476	0.41 503	0.40 477	0.45 498	0.59 497	0.67 505

DeepPrunerF	1.68 486	0.82 492	6.82 532	0.94 510	1.20 530	0.91 334	0.97 464	2.50 509	5.19 560	1.22 314	1.30 332	1.18 344	1.29 449	4.96 489	1.75 476	0.43 476	0.35 482	0.52 503	0.48 504	0.43 446	0.42 444

w-ln-seven-2	1.42 464	0.69 474	6.86 533	0.71 418	0.62 428	1.23 415	0.92 453	1.84 360	1.59 475	1.74 477	1.59 429	1.49 416	1.40 465	3.69 464	2.22 491	0.27 367	0.26 419	0.29 392	0.26 376	0.34 407	0.33 389

SANet	2.26 520	0.70 476	6.94 534	0.69 405	0.46 336	2.76 527	1.76 528	2.61 518	5.84 562	2.45 520	3.52 531	3.71 537	3.38 547	5.90 510	2.14 489	0.34 437	0.31 453	0.32 423	0.29 423	0.54 489	0.43 448

z-mn7	1.77 491	1.06 509	7.02 535	0.74 438	0.54 389	2.58 520	1.03 474	1.90 382	2.73 537	1.61 458	3.00 523	1.96 483	1.40 465	5.23 493	2.87 506	0.31 412	0.25 412	0.27 364	0.25 358	0.34 407	0.35 407

FINET	1.54 474	0.67 470	7.28 536	0.76 455	0.97 510	1.42 446	1.38 509	2.80 532	3.12 541	1.23 317	1.68 445	1.04 306	1.11 416	3.35 456	1.78 480	0.43 476	0.37 491	0.32 423	0.29 423	0.43 446	0.41 436

AnyNet_C32	2.14 516	1.45 530	7.38 537	0.95 512	1.12 519	2.23 508	2.34 551	2.10 432	1.54 466	2.44 519	1.79 460	2.04 495	1.66 491	2.69 433	10.48 557	0.38 459	0.35 482	0.35 450	0.42 489	0.50 478	0.60 498

MANE	7.50 564	0.64 459	7.97 538	1.40 533	2.10 545	16.86 573	12.56 572	12.91 575	17.51 579	8.50 571	11.60 569	14.66 572	13.33 571	12.02 572	13.28 561	0.62 517	0.52 526	0.52 503	1.90 562	0.56 492	0.58 493

SGM+DAISY	5.38 555	1.28 526	8.24 539	1.27 531	1.16 527	10.62 565	16.01 574	2.93 535	2.53 525	8.64 572	13.03 570	8.26 562	13.38 572	6.34 524	7.59 545	1.07 536	1.05 559	1.00 536	0.98 543	1.02 528	1.12 534

ACVNet_2	2.86 538	1.47 532	8.28 540	2.68 552	2.26 550	2.70 525	1.84 535	3.41 540	3.04 540	2.27 513	3.42 530	4.58 543	2.10 518	5.91 511	1.62 463	2.58 551	0.67 538	2.22 548	0.85 537	2.79 547	2.47 555

XX-Stereo	0.97 385	0.28 125	8.28 540	0.85 482	0.70 459	0.44 58	0.22 16	1.07 145	0.69 107	0.66 137	1.56 419	1.38 396	0.38 81	1.36 258	0.38 111	0.21 222	0.14 136	0.20 166	0.19 206	0.19 146	0.16 60

ADCMid	2.11 514	0.90 498	8.39 542	0.75 447	0.69 453	1.98 496	1.14 488	2.18 460	1.67 484	2.85 532	1.85 471	2.35 509	2.02 514	2.35 409	10.58 558	0.34 437	0.32 465	0.39 471	0.44 495	0.51 480	0.53 478

EDNetEfficient	2.40 526	1.14 517	8.59 543	0.77 457	0.73 460	1.06 378	1.53 516	1.54 280	4.06 552	4.87 558	2.81 518	2.23 500	3.53 548	3.04 445	9.65 555	0.27 367	0.24 400	0.27 364	0.31 441	0.70 512	0.67 505

Wz-Net-SNSev	1.68 486	1.45 530	8.71 544	0.71 418	0.67 449	1.35 432	1.51 513	2.15 449	1.47 455	1.51 436	1.68 445	2.27 503	1.38 462	4.23 471	2.36 498	0.32 420	0.29 444	0.31 411	0.33 462	0.43 446	0.39 427

Wz-Net-TNSev	2.10 513	2.71 565	9.30 545	0.72 424	0.65 437	2.41 517	1.81 534	2.45 499	1.77 492	1.62 462	1.56 419	2.56 517	2.01 512	5.30 494	4.46 526	0.41 471	0.38 496	0.33 435	0.37 479	0.54 489	0.64 503

ADCPNet	1.97 508	0.78 487	9.38 546	0.74 438	0.61 424	2.73 526	1.36 508	2.11 433	1.66 482	1.92 494	1.70 448	2.45 514	2.07 516	2.50 423	6.84 542	0.38 459	0.38 496	0.38 467	0.43 493	0.47 471	0.50 469

zh-sn7	2.00 509	1.73 543	9.50 547	0.77 457	0.73 460	1.77 478	1.32 505	2.08 427	1.66 482	1.91 492	2.48 512	1.81 468	2.25 526	5.74 506	4.07 523	0.33 427	0.33 471	0.32 423	0.32 448	0.44 457	0.46 458

zh-mn7	1.84 498	1.51 535	9.67 548	0.70 414	0.54 389	1.47 449	0.84 435	1.93 392	2.13 518	2.50 524	2.70 516	1.67 448	1.35 458	4.75 486	3.14 512	0.32 420	0.27 429	0.27 364	0.27 393	0.32 392	0.39 427

ADCP+	2.12 515	0.56 434	10.01 549	0.68 392	0.91 499	2.25 510	1.04 475	1.92 390	1.50 462	1.58 453	1.34 348	1.73 457	1.62 485	2.27 403	13.20 560	0.25 320	0.22 362	0.32 423	0.29 423	0.38 427	0.34 398

AnyNet_C01	2.38 524	2.21 555	10.17 550	0.99 515	0.79 481	3.12 535	2.37 552	2.69 524	1.89 503	2.58 527	2.44 509	2.70 522	1.86 507	3.65 460	7.12 543	0.41 471	0.41 503	0.40 477	0.42 489	0.68 510	0.79 519

JetBlue	4.18 549	2.45 560	10.42 551	1.40 533	2.89 562	10.68 566	10.68 567	3.91 548	2.52 524	2.74 529	3.39 529	4.50 542	4.27 554	7.97 546	7.67 546	0.89 528	0.97 555	0.89 531	0.92 539	2.26 541	2.21 551

PWCK	3.24 545	2.37 556	10.86 552	2.14 545	1.14 523	3.71 543	4.19 563	3.02 537	3.55 548	3.05 540	3.63 532	3.09 531	2.35 532	8.16 548	3.41 515	2.17 547	0.96 554	1.77 544	1.01 547	2.84 548	1.40 541

SGM-ForestM	7.81 565	0.48 403	11.02 553	0.74 438	0.40 285	16.83 572	12.72 573	7.91 569	8.13 564	11.53 574	10.25 568	22.44 583	14.01 573	17.02 575	20.52 574	0.38 459	0.39 501	0.37 463	0.36 475	0.37 421	0.38 423

MADNet+	2.80 534	3.38 569	11.57 554	1.50 539	1.21 532	3.18 537	2.00 536	3.52 544	2.61 528	1.81 484	2.09 491	2.83 523	2.18 525	7.55 541	5.44 536	0.84 527	0.83 543	0.71 527	0.66 527	1.05 531	1.08 532

WZ-Net	2.14 516	1.08 512	11.68 555	0.89 497	0.78 479	1.76 476	1.59 520	2.39 492	2.03 511	2.11 508	1.95 482	2.30 506	2.28 527	5.94 513	3.86 522	0.35 447	0.27 429	0.29 392	0.32 448	0.52 481	0.50 469

psmorigin	1.69 488	0.74 486	13.13 556	0.70 414	0.60 418	1.16 400	0.79 420	1.69 321	1.25 348	2.07 506	1.77 458	2.23 500	1.51 480	2.14 391	1.45 442	0.39 465	0.41 503	0.34 443	0.33 462	0.45 460	0.63 502

PML	51.64 591	37.49 586	14.31 557	7.45 575	20.27 577	107.80 594	231.34 595	8.94 572	27.70 584	86.74 594	268.93 595	69.03 594	61.09 593	24.71 585	14.36 567	9.71 579	3.40 571	9.60 579	4.67 574	20.46 581	4.76 574

TCMNet-wrong-test	10.42 570	11.55 576	15.31 558	20.99 579	18.49 575	13.94 570	10.69 568	16.07 577	4.14 553	5.27 561	5.64 550	16.22 574	12.57 569	7.57 542	10.26 556	7.44 576	2.38 569	4.30 573	3.43 571	11.37 578	10.87 576

RTS	2.76 531	1.55 538	15.40 559	1.13 523	1.42 537	3.75 545	2.21 545	2.45 499	2.72 535	2.91 535	2.85 520	2.58 518	1.62 485	6.28 521	5.80 537	0.41 471	0.30 448	0.35 450	0.35 472	0.52 481	0.54 479

RTSA	2.76 531	1.55 538	15.40 559	1.13 523	1.42 537	3.75 545	2.21 545	2.45 499	2.72 535	2.91 535	2.85 520	2.58 518	1.62 485	6.28 521	5.80 537	0.41 471	0.30 448	0.35 450	0.35 472	0.52 481	0.54 479

UNDER WATER	5.68 558	2.46 561	15.52 561	3.98 572	3.53 568	5.15 557	2.74 558	5.58 562	16.41 574	4.00 546	4.56 539	9.12 564	6.43 562	6.22 517	9.11 552	3.85 568	1.35 564	3.18 568	1.98 565	4.51 569	3.84 571

LSM	6.55 560	1.26 524	15.64 562	1.79 541	68.74 589	1.67 468	2.08 542	2.26 470	2.59 527	3.13 542	3.08 526	1.90 471	1.81 503	2.89 441	2.16 490	0.43 476	0.59 535	0.50 500	0.58 519	0.64 505	17.24 582

HanzoNet	11.92 573	5.12 571	17.18 563	4.19 573	3.59 570	5.16 558	2.82 559	7.41 568	9.96 565	33.31 589	27.60 582	22.25 582	37.31 587	18.18 577	13.57 562	8.13 577	3.44 572	3.50 571	3.44 572	7.77 576	4.52 573

MSAF-DinoV2	2.45 527	1.88 548	17.19 564	0.89 497	0.52 374	1.39 437	0.97 464	2.84 533	1.77 492	1.55 447	1.65 439	3.60 536	2.28 527	5.74 506	4.64 529	0.28 385	0.17 268	0.26 349	0.28 404	0.49 476	0.54 479

ACVNet_1	3.08 544	1.48 533	17.70 565	2.90 556	2.35 554	2.30 512	1.43 511	3.16 538	2.26 522	1.91 492	2.05 489	3.51 535	2.32 529	3.71 465	1.58 456	3.25 557	0.66 537	2.40 555	1.06 549	3.07 556	2.59 556

Dean	3.77 548	1.65 541	17.87 566	3.01 558	2.54 556	3.15 536	2.10 543	4.80 557	4.42 555	2.89 534	6.03 551	5.45 551	2.55 537	3.40 457	2.13 488	3.22 556	0.89 550	2.51 558	1.07 550	3.07 556	2.65 560

UNDER WATER-64	5.84 559	2.48 562	17.93 567	3.97 571	3.58 569	7.70 561	3.03 561	5.72 564	14.13 568	4.18 552	4.00 536	9.27 565	6.80 563	6.20 516	9.22 553	3.67 563	1.52 566	3.14 566	1.95 563	4.43 568	3.83 570

SuperB	2.50 529	0.72 481	18.07 568	0.72 424	0.53 381	1.85 488	0.86 442	1.80 351	2.40 523	1.54 444	1.42 376	1.13 337	1.17 428	4.18 470	4.80 532	0.25 320	0.20 331	0.23 265	0.19 206	7.64 575	0.38 423

ACVNet-4b	3.05 543	1.42 529	18.09 569	2.85 553	2.33 553	2.32 515	1.22 497	2.47 504	2.21 520	1.26 337	2.36 504	2.64 520	1.46 474	6.32 523	1.23 414	3.29 558	0.45 512	2.37 551	1.02 548	3.03 555	2.61 557

USTest	14.33 576	14.93 577	21.00 570	17.41 578	16.02 572	23.11 574	33.76 582	22.02 578	11.81 567	9.47 573	10.19 567	15.94 573	13.17 570	17.25 576	22.38 576	3.81 565	5.01 574	6.17 577	6.18 575	9.23 577	7.81 575

LRCNet_RVC	22.79 579	32.09 585	22.06 571	29.83 583	26.15 580	4.40 554	0.84 435	22.64 579	2.10 515	26.93 584	29.25 583	23.03 584	15.56 574	23.91 581	18.92 573	32.00 587	20.04 588	34.68 586	32.13 587	30.66 586	28.52 586

DGTPSM_ROB	13.06 574	8.27 572	22.29 572	9.53 576	18.14 573	11.53 567	31.97 580	10.82 573	16.25 569	7.14 567	19.39 578	10.12 567	16.69 575	9.85 563	22.49 577	4.77 573	8.72 575	5.37 574	10.24 579	6.15 573	11.56 577

DPSMNet_ROB	13.08 575	8.28 573	22.32 573	9.54 577	18.15 574	11.53 567	31.98 581	10.83 574	16.27 570	7.17 568	19.40 579	10.12 567	16.69 575	9.87 564	22.50 578	4.78 574	8.72 575	5.38 575	10.25 580	6.16 574	11.59 578

Anonymous_1	42.79 589	18.71 578	24.75 574	21.81 580	45.16 587	27.68 576	37.52 583	28.64 583	16.34 571	14.72 577	14.53 571	20.60 576	17.82 577	21.52 578	25.88 581	113.45 594	8.91 577	100.63 591	126.37 591	158.50 594	12.31 579

DPSM_ROB	19.12 577	19.13 579	25.13 575	22.15 581	20.86 578	28.06 577	37.75 584	27.18 581	16.95 577	14.25 575	15.07 573	21.66 577	18.69 578	21.83 579	26.51 582	10.15 580	9.30 578	10.45 580	10.41 581	14.00 579	12.85 580

DPSM	19.12 577	19.13 579	25.13 575	22.15 581	20.86 578	28.06 577	37.75 584	27.18 581	16.95 577	14.25 575	15.07 573	21.66 577	18.69 578	21.83 579	26.51 582	10.15 580	9.30 578	10.45 580	10.41 581	14.00 579	12.85 580

JetRed	7.02 562	8.94 574	25.72 577	2.89 555	3.27 566	14.25 571	12.27 571	6.69 567	4.45 556	4.46 554	4.56 539	6.65 554	5.43 557	7.46 540	14.41 568	2.60 552	3.31 570	2.61 559	2.30 569	4.34 567	3.79 569

xxxxx1	54.34 592	26.72 582	27.03 578	114.14 591	99.00 591	30.68 582	47.19 586	32.52 585	26.09 580	17.85 578	17.48 575	21.86 579	20.92 580	24.38 582	33.78 584	34.73 588	41.33 589	157.67 592	175.68 592	65.82 590	71.99 592

tt_ll	54.34 592	26.72 582	27.03 578	114.14 591	99.00 591	30.68 582	47.19 586	32.52 585	26.09 580	17.85 578	17.48 575	21.86 579	20.92 580	24.38 582	33.78 584	34.73 588	41.33 589	157.67 592	175.68 592	65.82 590	71.99 592

ff	54.34 592	26.72 582	27.03 578	114.14 591	99.00 591	30.68 582	47.19 586	32.52 585	26.09 580	17.85 578	17.48 575	21.86 579	20.92 580	24.38 582	33.78 584	34.73 588	41.33 589	157.67 592	175.68 592	65.82 590	71.99 592

LE_ROB	8.35 566	0.47 397	27.42 581	0.83 475	0.34 217	2.84 530	3.36 562	4.03 550	27.04 583	25.20 583	8.72 565	8.55 563	27.35 583	7.37 539	22.13 575	0.22 256	0.20 331	0.20 166	0.21 277	0.25 307	0.25 277

HaxPig	39.02 586	41.39 591	41.59 582	30.10 584	32.36 581	29.49 579	27.65 578	30.56 584	37.94 590	43.75 590	43.81 589	33.42 586	35.69 584	41.51 587	40.33 589	43.91 591	47.48 593	45.87 587	47.14 589	42.29 587	44.06 590

AVERAGE_ROB	40.42 587	42.30 592	42.61 583	36.91 586	35.54 583	30.42 581	27.59 577	37.45 590	38.45 591	44.87 591	44.27 590	37.55 588	36.69 585	41.82 588	40.25 588	45.36 592	46.73 592	47.09 588	46.32 588	42.47 588	43.74 589

DLNR_Zeroshot_test	23.23 580	48.25 594	43.77 584	177.04 594	78.39 590	0.35 18	0.21 12	23.33 580	0.82 147	0.67 139	0.86 161	0.58 133	0.30 31	1.64 320	0.48 197	10.69 582	0.13 69	0.18 106	0.14 86	76.63 593	0.23 235

MEDIAN_ROB	42.01 588	44.30 593	44.14 585	35.08 585	34.90 582	31.33 585	29.90 579	36.77 589	40.11 592	47.14 592	46.55 591	37.49 587	38.50 591	44.30 593	42.32 590	47.93 593	49.31 594	49.68 589	49.00 590	44.98 589	46.46 591

CasAABBNet	38.42 583	38.42 588	50.26 586	44.76 588	41.87 584	56.47 590	76.22 591	54.44 591	33.92 587	28.53 586	30.36 587	43.53 591	37.59 588	43.77 591	53.32 593	20.27 583	18.70 585	21.03 582	21.04 584	28.19 583	25.79 584

FlowAnything	38.45 584	38.38 587	50.32 587	44.77 589	41.97 585	56.43 589	76.20 590	54.49 593	34.43 589	28.45 585	30.15 585	43.52 590	37.69 589	43.76 590	53.31 592	20.36 584	18.71 586	21.03 582	21.10 586	28.18 582	25.74 583

Selective-RAFT-Error	38.47 585	38.44 589	50.38 588	44.74 587	42.01 586	56.47 590	76.24 592	54.44 591	34.02 588	28.59 587	30.30 586	43.51 589	38.10 590	43.69 589	53.24 591	20.36 584	18.72 587	21.05 584	21.02 583	28.25 584	25.87 585

LSM0	42.92 590	38.72 590	50.66 589	47.49 590	110.18 594	56.77 592	75.87 589	54.87 594	33.74 586	29.48 588	31.12 588	43.77 592	37.12 586	43.85 592	53.44 594	20.50 586	18.67 584	21.05 584	21.07 585	28.37 585	41.73 588

DPSimNet_ROB	24.77 581	9.69 575	61.46 590	3.56 566	19.46 576	25.95 575	77.56 593	5.09 560	16.60 575	21.50 582	29.82 584	25.12 585	85.69 594	13.37 574	23.07 580	7.23 575	17.79 583	8.55 578	7.57 577	4.57 571	31.84 587

xyz-stereo	7.03 563	0.24 47	70.23 591	0.44 50	0.21 7	29.74 580	0.49 276	1.03 129	0.77 126	1.45 423	26.78 581	1.17 343	1.19 437	4.72 485	1.32 429	0.16 43	0.12 34	0.20 166	0.14 86	0.17 78	0.14 15

BEATNet-Init1	27.39 582	21.01 581	73.65 592	1.07 519	0.80 483	56.07 588	22.82 576	33.14 588	31.71 585	51.78 593	52.93 592	65.63 593	48.54 592	48.75 594	36.36 587	0.52 503	0.47 517	0.54 508	0.54 515	0.64 505	0.72 512

coex-ft	8.35 566	2.39 557	100.24 593	0.68 392	0.54 389	1.77 478	1.57 519	1.71 329	11.00 566	18.91 581	3.76 533	3.85 539	8.23 567	3.29 454	6.58 540	0.31 412	0.31 453	0.32 423	0.31 441	0.69 511	0.57 490

EDNetEfficientorigin	10.59 571	1.52 536	177.33 594	0.68 392	0.54 389	1.66 467	1.20 496	1.94 394	3.39 545	4.69 556	3.37 528	3.08 530	2.79 539	3.25 452	3.63 517	0.26 346	0.24 400	0.33 435	0.28 404	0.85 520	0.87 524

test_example2	192.91 595	210.59 595	206.44 595	199.86 595	204.90 595	172.02 595	182.95 594	138.34 595	134.89 595	193.14 595	200.54 594	186.77 595	177.82 595	204.95 595	207.57 595	221.83 595	238.70 595	186.02 595	190.07 595	226.94 595	173.78 595

ccccc		492.94 596		530.37 596	529.69 596	476.06 596		494.48 596		446.40 596		473.27 596		541.46 596		660.58 596	458.79 596	353.88 596	309.98 596	597.94 596

Low-res two-view benchmark