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

IGEV-Stereo+	0.46 99	0.23 33	0.51 53	0.42 42	0.46 341	0.15 1	0.19 8	0.45 3	0.37 26	0.28 5	0.25 6	0.31 38	0.41 92	1.43 284	0.31 44	0.18 115	0.13 73	0.15 22	0.12 32	1.09 537	1.74 549

S2M2_XL	0.25 1	0.25 69	0.43 11	0.36 2	0.24 23	0.16 2	0.18 3	0.34 1	0.24 4	0.29 8	0.41 30	0.24 7	0.23 10	0.32 1	0.27 19	0.20 196	0.18 304	0.18 111	0.16 146	0.18 114	0.15 31
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
dual_stereo	0.29 5	0.21 8	0.39 1	0.40 29	0.23 18	0.25 3	0.22 18	0.59 11	0.32 13	0.33 18	0.26 10	0.40 61	0.23 10	0.86 130	0.30 38	0.16 47	0.13 73	0.14 2	0.11 7	0.14 15	0.14 15

LG-Stereo_L2	0.30 11	0.23 33	0.50 46	0.38 11	0.26 60	0.26 4	0.20 12	0.84 79	0.31 11	0.31 14	0.26 10	0.25 11	0.26 14	0.94 155	0.23 1	0.15 33	0.12 37	0.16 51	0.12 32	0.14 15	0.13 2

StereoAnything_RVC	0.49 120	1.60 545	0.87 244	0.37 4	0.21 7	0.26 4	0.21 14	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 62	1.29 247	0.23 1	0.22 261	0.11 20	0.15 22	0.11 7	2.36 547	0.13 2

CroCo-Stereo	0.42 75	0.33 247	0.83 220	0.59 296	0.28 99	0.26 4	0.33 96	1.22 216	0.85 163	0.43 57	0.49 61	0.65 165	0.46 129	0.40 4	0.36 96	0.19 153	0.15 206	0.16 51	0.14 90	0.20 186	0.17 84
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
SM2	0.30 11	0.21 8	0.43 11	0.39 19	0.27 63	0.27 7	0.24 33	0.74 45	0.48 51	0.41 54	0.34 20	0.26 15	0.31 38	0.55 27	0.31 44	0.13 15	0.11 20	0.14 2	0.11 7	0.14 15	0.15 31

monsterstereo	0.36 43	0.21 8	0.53 63	0.48 103	0.36 247	0.27 7	0.29 65	0.58 8	0.52 61	0.45 68	0.61 101	0.26 15	0.27 20	1.23 233	0.28 26	0.14 22	0.12 37	0.15 22	0.12 32	0.16 58	0.13 2

RAStereo	0.36 43	0.22 17	0.85 235	0.48 103	0.28 99	0.27 7	0.28 58	0.77 52	0.65 102	0.33 18	0.43 34	0.44 67	0.31 38	0.45 12	0.35 78	0.18 115	0.15 206	0.19 137	0.15 109	0.19 150	0.15 31

Monster-pub-mixall	0.32 18	0.20 5	0.44 17	0.37 4	0.22 12	0.28 10	0.18 3	0.69 30	0.36 25	0.37 33	0.36 23	0.27 20	0.20 2	1.43 284	0.25 5	0.15 33	0.12 37	0.13 1	0.11 7	0.12 1	0.15 31

LG-Stereo_L1	0.31 13	0.24 50	0.49 36	0.38 11	0.27 63	0.28 10	0.21 14	0.68 26	0.29 9	0.27 4	0.25 6	0.25 11	0.22 8	1.25 236	0.24 3	0.16 47	0.12 37	0.15 22	0.12 32	0.14 15	0.13 2

CroCo-Stereo Lap2	0.46 99	0.37 336	0.87 244	0.62 326	0.79 486	0.28 10	0.35 121	0.81 66	0.73 117	0.39 41	0.54 84	0.71 188	0.54 176	0.60 47	0.48 202	0.18 115	0.18 304	0.19 137	0.16 146	0.21 231	0.21 188

zero-FE	0.38 49	0.24 50	0.54 66	0.48 103	0.46 341	0.29 13	0.23 28	0.69 30	0.34 16	0.34 23	0.41 30	0.37 57	0.49 152	0.68 77	0.35 78	0.23 283	0.12 37	0.18 111	0.13 63	0.82 524	0.19 134

MaDis-Stereo	0.38 49	0.27 111	0.72 150	0.45 64	0.35 239	0.30 14	0.31 80	0.81 66	0.54 66	0.38 36	0.38 26	0.58 138	0.49 152	0.53 23	0.39 120	0.20 196	0.16 244	0.19 137	0.15 109	0.19 150	0.15 31

S2M2_L	0.35 38	0.28 128	0.47 27	0.43 48	0.30 131	0.31 15	0.16 1	0.61 16	0.68 109	0.32 16	0.49 61	0.47 89	0.34 54	0.40 4	0.33 64	0.25 325	0.22 367	0.20 171	0.22 308	0.25 312	0.23 238
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.26 2	0.23 33	0.41 7	0.40 29	0.24 23	0.32 16	0.22 18	0.43 2	0.24 4	0.31 14	0.25 6	0.30 35	0.32 47	0.36 3	0.27 19	0.16 47	0.12 37	0.15 22	0.11 7	0.13 5	0.14 15

IGEV-Stereo++	0.32 18	0.22 17	0.47 27	0.48 103	0.33 204	0.33 17	0.22 18	0.78 60	0.48 51	0.35 25	0.41 30	0.32 42	0.47 136	0.40 4	0.29 34	0.15 33	0.12 37	0.15 22	0.12 32	0.15 39	0.15 31

monsters	0.35 38	0.21 8	0.49 36	0.43 48	0.39 278	0.34 18	0.26 45	0.69 30	0.44 40	0.49 89	0.41 30	0.23 2	0.26 14	1.38 269	0.27 19	0.14 22	0.11 20	0.14 2	0.12 32	0.13 5	0.15 31

AFF-stereo	0.60 199	0.28 128	0.72 150	0.48 103	0.29 114	0.34 18	0.37 146	1.22 216	1.20 321	1.21 311	1.59 434	1.10 333	0.70 252	1.01 177	0.44 166	0.14 22	0.12 37	0.19 137	0.20 239	0.18 114	0.15 31

MLG-Stereo_test2	0.27 3	0.22 17	0.40 3	0.39 19	0.24 23	0.35 20	0.18 3	0.58 8	0.23 2	0.28 5	0.24 5	0.34 49	0.19 1	0.79 107	0.24 3	0.16 47	0.11 20	0.15 22	0.11 7	0.13 5	0.14 15

plain	0.49 120	0.29 151	1.23 381	0.51 149	0.40 290	0.35 20	0.37 146	1.04 141	0.62 94	0.44 60	0.76 139	0.42 63	0.41 92	1.17 224	0.46 185	0.23 283	0.15 206	0.24 294	0.19 210	0.25 312	0.18 100

DLNR_Zeroshot_test	23.23 585	48.25 599	43.77 589	177.04 599	78.39 595	0.35 20	0.21 14	23.33 585	0.82 152	0.67 144	0.86 166	0.58 138	0.30 34	1.64 325	0.48 202	10.69 587	0.13 73	0.18 111	0.14 90	76.63 598	0.23 238

111111	0.36 43	0.22 17	0.49 36	0.47 91	0.45 333	0.36 23	0.22 18	1.04 141	0.44 40	0.33 18	0.33 19	0.40 61	0.26 14	0.99 170	0.27 19	0.17 79	0.12 37	0.15 22	0.11 7	0.15 39	0.15 31

LG-Stereo_Zeroshot	0.38 49	0.25 69	0.61 99	0.53 193	0.29 114	0.36 23	0.22 18	1.24 223	0.42 35	0.45 68	0.65 109	0.37 57	0.51 161	0.41 7	0.30 38	0.18 115	0.12 37	0.17 75	0.13 63	0.18 114	0.20 160

GREAT-IGEV	0.34 32	0.22 17	0.54 66	0.40 29	0.31 151	0.36 23	0.28 58	0.59 11	0.66 104	0.28 5	0.51 71	0.29 31	0.29 28	0.86 130	0.28 26	0.15 33	0.12 37	0.15 22	0.11 7	0.17 82	0.16 63

MLG-Stereo_test1	0.29 5	0.21 8	0.42 9	0.41 38	0.25 43	0.37 26	0.20 12	0.71 39	0.20 1	0.25 2	0.17 1	0.33 46	0.26 14	0.92 151	0.26 7	0.15 33	0.11 20	0.16 51	0.11 7	0.13 5	0.13 2

LG-Stereo	0.37 47	0.27 111	0.94 280	0.48 103	0.26 60	0.37 26	0.30 73	0.88 93	0.57 75	0.38 36	0.58 94	0.29 31	0.21 5	0.51 20	0.37 109	0.14 22	0.14 140	0.20 171	0.18 188	0.18 114	0.14 15

GIP-stereo	0.37 47	0.25 69	0.49 36	0.55 221	0.41 304	0.37 26	0.22 18	1.03 134	0.56 73	0.35 25	0.52 74	0.46 80	0.37 76	0.55 27	0.28 26	0.20 196	0.13 73	0.16 51	0.12 32	0.16 58	0.16 63

MC-Stereo	0.46 99	0.24 50	0.58 79	0.63 336	0.30 131	0.38 29	0.32 89	0.98 115	0.74 124	0.66 142	0.85 164	0.56 134	0.60 215	1.07 195	0.32 56	0.17 79	0.12 37	0.17 75	0.15 109	0.16 58	0.16 63

MS	0.47 109	0.31 209	1.76 443	0.35 1	0.24 23	0.39 30	0.17 2	0.62 18	0.33 14	0.39 41	0.38 26	0.31 38	0.31 38	0.56 31	0.26 7	0.17 79	0.15 206	0.14 2	1.55 564	0.20 186	0.88 530

MIF-Stereo (partial)	0.48 116	0.28 128	0.83 220	0.51 149	0.53 386	0.39 30	0.27 51	1.03 134	0.64 99	0.47 75	0.71 128	0.51 108	0.51 161	1.13 213	0.47 195	0.20 196	0.16 244	0.23 270	0.20 239	0.24 300	0.20 160

SCV	0.51 133	0.29 151	0.72 150	0.63 336	0.27 63	0.40 32	0.38 156	2.32 485	0.75 129	0.36 28	0.49 61	0.55 127	0.35 62	1.31 250	0.34 69	0.25 325	0.13 73	0.17 75	0.14 90	0.18 114	0.18 100

ours_stereo	0.40 59	0.30 176	0.57 77	0.47 91	0.31 151	0.40 32	0.44 233	0.79 62	0.58 78	0.36 28	0.58 94	0.46 80	0.33 50	1.14 215	0.33 64	0.17 79	0.13 73	0.19 137	0.15 109	0.19 150	0.20 160

rvit_stereo_ft	0.49 120	0.38 354	1.03 311	0.68 397	0.42 314	0.40 32	0.58 352	0.93 99	0.86 165	0.47 75	0.55 87	0.57 136	0.48 141	0.67 73	0.53 238	0.26 351	0.17 273	0.22 236	0.22 308	0.24 300	0.19 134

H2IRNET	0.57 167	0.28 128	0.75 174	0.49 118	0.35 239	0.40 32	0.27 51	1.03 134	1.18 315	0.62 136	1.26 317	1.07 318	0.85 310	1.02 181	0.64 288	0.20 196	0.16 244	0.23 270	0.25 362	0.22 251	0.20 160

UniTT-Stereo	0.38 49	0.24 50	0.67 130	0.49 118	0.36 247	0.40 32	0.32 89	0.55 7	0.55 69	0.55 119	0.55 87	0.36 52	0.31 38	0.59 44	0.52 228	0.21 227	0.15 206	0.17 75	0.15 109	0.19 150	0.17 84

RAFT+CT+SA	0.63 217	0.30 176	0.73 164	0.69 410	0.37 257	0.40 32	0.55 332	1.93 397	1.04 241	0.72 152	1.23 309	0.62 156	0.69 249	1.69 335	0.42 155	0.19 153	0.13 73	0.22 236	0.22 308	0.21 231	0.19 134

RAFT-Stereo + iAFF	0.56 155	0.28 128	0.81 202	0.45 64	0.25 43	0.40 32	0.34 108	1.12 172	1.13 286	1.35 388	1.58 430	0.80 207	0.67 241	0.71 83	0.43 161	0.14 22	0.11 20	0.18 111	0.17 170	0.18 114	0.16 63

2.75w_new	0.33 25	0.24 50	0.51 53	0.36 2	0.24 23	0.41 39	0.42 196	0.61 16	0.40 31	0.50 98	0.44 42	0.24 7	0.34 54	0.77 97	0.34 69	0.13 15	0.11 20	0.14 2	0.11 7	0.13 5	0.13 2

MLG-Stereo	0.31 13	0.20 5	0.42 9	0.42 42	0.20 2	0.41 39	0.19 8	0.85 81	0.24 4	0.26 3	0.22 3	0.33 46	0.27 20	1.09 202	0.27 19	0.15 33	0.11 20	0.16 51	0.11 7	0.13 5	0.13 2

LGtest1	0.28 4	0.23 33	0.46 20	0.42 42	0.22 12	0.41 39	0.19 8	0.58 8	0.29 9	0.30 11	0.25 6	0.29 31	0.29 28	0.57 38	0.26 7	0.18 115	0.12 37	0.16 51	0.12 32	0.14 15	0.16 63

HART	0.48 116	0.24 50	0.63 106	0.52 170	0.27 63	0.41 39	0.29 65	1.32 243	0.54 66	0.59 123	1.47 393	0.61 153	0.34 54	1.09 202	0.32 56	0.16 47	0.14 140	0.19 137	0.14 90	0.19 150	0.18 100

Reg-Stereo(zero)	0.46 99	0.23 33	0.50 46	0.45 64	0.25 43	0.41 39	0.27 51	0.80 63	1.12 280	0.93 201	0.79 148	0.91 260	0.46 129	0.74 87	0.44 166	0.15 33	0.13 73	0.15 22	0.12 32	0.15 39	0.18 100

HI	0.67 237	0.34 276	0.80 197	0.51 149	0.51 374	0.41 39	0.37 146	1.15 192	0.80 147	1.34 382	1.42 381	1.60 439	1.11 421	0.96 164	0.90 360	0.16 47	0.12 37	0.20 171	0.21 281	0.20 186	0.20 160

CoSv	0.67 237	0.34 276	0.80 197	0.51 149	0.51 374	0.41 39	0.37 146	1.15 192	0.80 147	1.34 382	1.42 381	1.60 439	1.11 421	0.96 164	0.90 360	0.16 47	0.12 37	0.20 171	0.21 281	0.20 186	0.20 160

rvit_stereo_0081	0.46 99	0.34 276	0.72 150	0.56 242	0.35 239	0.41 39	0.44 233	0.74 45	1.04 241	0.49 89	0.52 74	0.51 108	0.49 152	0.86 130	0.47 195	0.25 325	0.20 336	0.22 236	0.19 210	0.26 324	0.19 134

rvit_stereo_0082	0.46 99	0.34 276	0.72 150	0.56 242	0.35 239	0.41 39	0.44 233	0.74 45	1.04 241	0.49 89	0.52 74	0.51 108	0.49 152	0.86 130	0.47 195	0.25 325	0.20 336	0.22 236	0.19 210	0.26 324	0.19 134

IGEV_Zeroshot_test	0.59 191	0.33 247	1.11 337	0.63 336	0.37 257	0.41 39	0.33 96	1.80 356	0.79 144	1.04 230	1.10 247	1.06 315	0.43 106	0.87 135	0.48 202	0.18 115	0.13 73	0.19 137	0.18 188	0.20 186	0.23 238

2.5w	0.33 25	0.23 33	0.53 63	0.41 38	0.25 43	0.42 49	0.38 156	0.69 30	0.35 17	0.38 36	0.54 84	0.24 7	0.26 14	0.91 149	0.29 34	0.13 15	0.10 2	0.14 2	0.13 63	0.14 15	0.15 31

SGD-Stereo	0.34 32	0.22 17	0.44 17	0.39 19	0.20 2	0.42 49	0.22 18	0.71 39	0.33 14	0.43 57	0.34 20	0.27 20	0.35 62	1.15 216	0.33 64	0.21 227	0.11 20	0.16 51	0.13 63	0.17 82	0.15 31

fffft	0.39 56	0.24 50	0.56 75	0.45 64	0.34 222	0.42 49	0.48 270	0.85 81	0.39 29	0.45 68	0.35 22	0.38 59	0.31 38	1.32 256	0.34 69	0.14 22	0.12 37	0.19 137	0.15 109	0.16 58	0.18 100
1: 1. 1
rvit_stereo_0080	0.47 109	0.35 305	0.87 244	0.48 103	0.36 247	0.42 49	0.54 322	0.93 99	0.78 135	0.52 111	0.60 99	0.55 127	0.47 136	0.62 54	0.48 202	0.27 372	0.21 352	0.20 171	0.20 239	0.31 386	0.20 160

IGEV-BASED-STEREO-	0.71 266	3.18 572	2.55 491	0.40 29	0.24 23	0.42 49	0.23 28	0.66 24	0.46 47	0.47 75	0.45 46	0.33 46	0.27 20	0.58 42	0.30 38	1.34 547	0.10 2	0.22 236	0.19 210	0.45 465	1.32 544

IGEV++	0.45 89	0.24 50	0.63 106	0.58 277	0.32 184	0.42 49	0.25 36	2.16 456	0.65 102	0.38 36	0.58 94	0.46 80	0.44 112	0.56 31	0.40 137	0.20 196	0.13 73	0.16 51	0.13 63	0.17 82	0.18 100

whm_eth	0.47 109	0.35 305	0.87 244	0.48 103	0.36 247	0.42 49	0.54 322	0.93 99	0.78 135	0.52 111	0.60 99	0.55 127	0.47 136	0.62 54	0.48 202	0.27 372	0.21 352	0.20 171	0.20 239	0.31 386	0.20 160

asda	0.31 13	0.24 50	0.51 53	0.39 19	0.24 23	0.43 56	0.33 96	0.68 26	0.40 31	0.39 41	0.44 42	0.27 20	0.35 62	0.55 27	0.31 44	0.12 3	0.10 2	0.14 2	0.11 7	0.14 15	0.13 2

mms	0.42 75	0.29 151	0.60 92	0.47 91	0.33 204	0.43 56	0.46 252	0.75 48	0.50 56	0.36 28	0.61 101	0.44 67	0.30 34	1.39 272	0.34 69	0.16 47	0.14 140	0.18 111	0.15 109	0.19 150	0.21 188

Occ-G	0.44 86	0.23 33	0.59 85	0.44 55	0.27 63	0.43 56	0.61 370	0.85 81	0.62 94	0.48 83	0.66 111	1.00 300	0.45 119	0.79 107	0.45 179	0.17 79	0.14 140	0.18 111	0.13 63	0.16 58	0.18 100

AEACV	0.41 64	0.25 69	0.60 92	0.55 221	0.52 379	0.43 56	0.38 156	0.98 115	0.63 96	0.44 60	0.56 90	0.46 80	0.59 209	0.56 31	0.31 44	0.17 79	0.13 73	0.18 111	0.16 146	0.17 82	0.17 84

AnonymousM	0.63 217	1.14 522	0.43 11	0.46 76	0.32 184	0.43 56	0.46 252	1.27 232	0.78 135	1.00 216	0.66 111	0.68 173	0.45 119	0.61 49	0.46 185	0.21 227	0.16 244	1.84 551	0.98 547	0.15 39	0.15 31

AdaDepth	0.33 25	0.23 33	0.69 140	0.46 76	0.29 114	0.44 61	0.24 33	0.54 6	0.38 27	0.33 18	0.38 26	0.26 15	0.31 38	0.81 111	0.27 19	0.12 3	0.13 73	0.16 51	0.13 63	0.16 58	0.20 160

2.25w	0.35 38	0.24 50	0.55 69	0.38 11	0.24 23	0.44 61	0.25 36	0.69 30	0.42 35	0.49 89	0.59 97	0.27 20	0.35 62	0.83 119	0.37 109	0.13 15	0.11 20	0.14 2	0.12 32	0.13 5	0.17 84

MoCha-V2	0.43 79	0.23 33	0.55 69	0.56 242	0.23 18	0.44 61	0.32 89	1.35 247	0.63 96	0.54 115	0.55 87	0.42 63	0.57 188	1.12 211	0.28 26	0.15 33	0.13 73	0.15 22	0.13 63	0.17 82	0.18 100

XX-Stereo	0.97 390	0.28 128	8.28 545	0.85 487	0.70 464	0.44 61	0.22 18	1.07 150	0.69 112	0.66 142	1.56 424	1.38 401	0.38 86	1.36 262	0.38 116	0.21 227	0.14 140	0.20 171	0.19 210	0.19 150	0.16 63

IGEV	0.29 5	0.18 1	0.43 11	0.38 11	0.31 151	0.45 65	0.21 14	0.63 19	0.42 35	0.32 16	0.44 42	0.26 15	0.20 2	0.44 10	0.26 7	0.14 22	0.12 37	0.16 51	0.13 63	0.12 1	0.14 15

AIO-Stereo	0.39 56	0.26 87	0.54 66	0.50 134	0.24 23	0.45 65	0.39 170	1.13 176	0.57 75	0.42 55	0.49 61	0.52 115	0.25 12	0.74 87	0.32 56	0.16 47	0.13 73	0.18 111	0.14 90	0.16 58	0.15 31

CAS++	0.48 116	0.34 276	0.59 85	0.48 103	0.32 184	0.45 65	0.29 65	1.73 339	0.78 135	0.71 148	0.73 135	0.36 52	0.28 25	0.70 80	0.35 78	0.27 372	0.22 367	0.26 354	0.21 281	0.29 363	0.22 217
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Selective-IGEV	0.42 75	0.26 87	0.56 75	0.48 103	0.27 63	0.45 65	0.33 96	1.56 291	0.61 92	0.36 28	0.47 55	0.52 115	0.30 34	1.08 198	0.33 64	0.15 33	0.13 73	0.17 75	0.13 63	0.16 58	0.15 31

CREStereo++_RVC	0.49 120	0.22 17	0.46 20	0.48 103	0.38 269	0.45 65	0.25 36	0.77 52	1.30 389	0.82 172	1.23 309	0.47 89	0.37 76	0.55 27	0.44 166	0.16 47	0.11 20	0.16 51	0.80 539	0.18 114	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
4w-stereo	0.32 18	0.25 69	0.52 59	0.38 11	0.25 43	0.46 70	0.28 58	0.68 26	0.35 17	0.43 57	0.45 46	0.28 29	0.39 88	0.63 63	0.31 44	0.12 3	0.10 2	0.15 22	0.12 32	0.14 15	0.14 15

2w_stereo	0.34 32	0.25 69	0.52 59	0.40 29	0.23 18	0.46 70	0.47 263	0.77 52	0.44 40	0.47 75	0.51 71	0.24 7	0.44 112	0.49 17	0.31 44	0.12 3	0.10 2	0.15 22	0.12 32	0.15 39	0.16 63

SCV_C0	0.48 116	0.29 151	0.88 249	0.46 76	0.31 151	0.46 70	0.31 80	1.67 313	0.87 168	0.40 49	0.52 74	0.54 124	0.29 28	1.27 243	0.34 69	0.18 115	0.14 140	0.17 75	0.14 90	0.20 186	0.18 100

fffy	0.44 86	0.29 151	0.67 130	0.47 91	0.30 131	0.46 70	0.34 108	0.98 115	0.57 75	0.40 49	0.59 97	0.55 127	0.41 92	1.26 240	0.37 109	0.16 47	0.14 140	0.19 137	0.16 146	0.19 150	0.20 160

WCG-NET	0.43 79	0.23 33	0.58 79	0.42 42	0.26 60	0.46 70	0.32 89	0.77 52	1.16 304	0.77 160	0.75 138	0.58 138	0.44 112	0.62 54	0.38 116	0.16 47	0.12 37	0.16 51	0.14 90	0.15 39	0.14 15

RSM	0.40 59	0.25 69	0.53 63	0.50 134	0.27 63	0.46 70	0.40 178	0.94 109	0.49 54	0.42 55	0.44 42	0.65 165	0.33 50	1.07 195	0.32 56	0.15 33	0.13 73	0.17 75	0.14 90	0.17 82	0.15 31

Replicate-Monster	0.43 79	0.30 176	2.04 468	0.37 4	0.22 12	0.47 76	0.23 28	0.82 71	0.50 56	0.44 60	0.27 12	0.31 38	0.29 28	1.01 177	0.26 7	0.14 22	0.11 20	0.14 2	0.12 32	0.13 5	0.38 426

asd	0.32 18	0.22 17	0.49 36	0.40 29	0.25 43	0.47 76	0.30 73	0.77 52	0.35 17	0.44 60	0.40 29	0.28 29	0.34 54	0.64 65	0.29 34	0.13 15	0.10 2	0.14 2	0.12 32	0.15 39	0.13 2

1w_stereo	0.36 43	0.21 8	0.47 27	0.44 55	0.27 63	0.47 76	0.54 322	0.66 24	0.51 59	0.44 60	0.67 114	0.25 11	0.45 119	0.62 54	0.34 69	0.12 3	0.10 2	0.14 2	0.11 7	0.14 15	0.15 31

MLG-Stereo_test3	0.29 5	0.20 5	0.46 20	0.43 48	0.24 23	0.47 76	0.19 8	0.75 48	0.31 11	0.36 28	0.22 3	0.35 50	0.21 5	0.61 49	0.26 7	0.16 47	0.12 37	0.16 51	0.11 7	0.13 5	0.15 31

TestStereo1	0.66 226	0.29 151	0.95 284	0.82 476	0.32 184	0.47 76	0.43 214	1.52 279	1.22 336	0.99 212	1.32 344	0.65 165	0.76 264	1.78 346	0.44 166	0.20 196	0.16 244	0.22 236	0.19 210	0.21 231	0.20 160

SA-5K	0.66 226	0.29 151	0.95 284	0.82 476	0.32 184	0.47 76	0.43 214	1.52 279	1.22 336	0.99 212	1.32 344	0.65 165	0.76 264	1.78 346	0.44 166	0.20 196	0.16 244	0.22 236	0.19 210	0.21 231	0.20 160

iRaft-Stereo_5w	0.89 363	0.31 209	1.04 312	0.56 242	0.47 351	0.47 76	0.68 391	1.19 205	1.08 254	0.80 165	1.35 358	1.46 416	0.90 339	5.11 495	1.16 406	0.18 115	0.15 206	0.22 236	0.19 210	0.21 231	0.24 259

GLC_STEREO	0.41 64	0.27 111	0.43 11	0.55 221	0.24 23	0.47 76	0.30 73	0.81 66	0.64 99	0.53 114	0.74 137	0.50 104	0.31 38	0.65 70	0.45 179	0.18 115	0.20 336	0.23 270	0.19 210	0.21 231	0.21 188

ASMatch	0.89 363	0.29 151	0.72 150	0.56 242	0.36 247	0.47 76	0.37 146	1.16 197	0.95 201	1.11 245	3.26 532	0.95 280	0.96 362	4.88 492	0.53 238	0.20 196	0.16 244	0.22 236	0.19 210	0.20 186	0.30 364

DEFOM-Stereo_RVC	0.41 64	0.68 478	0.45 19	0.66 371	0.30 131	0.48 85	0.25 36	0.87 91	0.46 47	0.39 41	0.37 25	0.30 35	0.69 249	1.16 219	0.31 44	0.17 79	0.11 20	0.16 51	0.12 32	0.18 114	0.14 15

LoS	0.41 64	0.23 33	0.46 20	0.39 19	0.23 18	0.48 85	0.40 178	1.12 172	0.94 196	0.50 98	0.66 111	0.49 97	0.42 98	0.63 63	0.39 120	0.19 153	0.14 140	0.16 51	0.11 7	0.14 15	0.15 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCANet-4	0.59 191	0.28 128	1.65 436	0.44 55	0.25 43	0.48 85	0.36 131	1.15 192	1.36 414	1.13 256	1.03 217	0.56 134	0.74 258	0.77 97	0.58 264	0.17 79	0.14 140	0.17 75	0.13 63	0.15 39	0.24 259

fff	0.58 179	0.26 87	1.15 349	0.46 76	0.25 43	0.48 85	0.36 131	1.20 209	1.28 373	1.13 256	1.03 217	0.59 143	1.04 403	0.77 97	0.58 264	0.17 79	0.14 140	0.17 75	0.13 63	0.15 39	0.24 259

csc	0.58 179	0.26 87	1.15 349	0.46 76	0.25 43	0.48 85	0.36 131	1.20 209	1.28 373	1.13 256	1.03 217	0.59 143	1.04 403	0.77 97	0.58 264	0.17 79	0.14 140	0.17 75	0.13 63	0.15 39	0.24 259

cscssc	0.58 179	0.26 87	1.15 349	0.46 76	0.25 43	0.48 85	0.36 131	1.20 209	1.28 373	1.13 256	1.03 217	0.59 143	1.04 403	0.77 97	0.58 264	0.17 79	0.14 140	0.17 75	0.13 63	0.15 39	0.24 259

qwe	0.34 32	0.22 17	0.48 30	0.39 19	0.27 63	0.49 91	0.30 73	0.76 50	0.40 31	0.51 108	0.49 61	0.26 15	0.29 28	0.83 119	0.35 78	0.12 3	0.10 2	0.14 2	0.12 32	0.15 39	0.14 15

4.25_new	0.32 18	0.27 111	0.49 36	0.40 29	0.27 63	0.49 91	0.39 170	0.69 30	0.35 17	0.40 49	0.43 34	0.27 20	0.36 69	0.48 14	0.32 56	0.12 3	0.10 2	0.15 22	0.11 7	0.14 15	0.13 2

4.5w_new	0.32 18	0.27 111	0.49 36	0.40 29	0.27 63	0.49 91	0.39 170	0.69 30	0.35 17	0.40 49	0.43 34	0.27 20	0.36 69	0.48 14	0.32 56	0.12 3	0.10 2	0.15 22	0.11 7	0.14 15	0.13 2

4.25w-stereo	0.32 18	0.27 111	0.49 36	0.40 29	0.27 63	0.49 91	0.39 170	0.69 30	0.35 17	0.40 49	0.43 34	0.27 20	0.36 69	0.48 14	0.32 56	0.12 3	0.10 2	0.15 22	0.12 32	0.14 15	0.13 2

MM-Stereo_test3	0.53 138	0.26 87	0.60 92	0.56 242	0.73 465	0.49 91	0.53 308	1.31 241	1.08 254	0.64 138	0.97 194	0.61 153	0.42 98	0.82 113	0.40 137	0.21 227	0.18 304	0.20 171	0.16 146	0.19 150	0.21 188

rvit_stereo_0083	0.49 120	0.34 276	0.85 235	0.57 264	0.36 247	0.49 91	0.43 214	0.73 42	1.05 247	0.50 98	0.57 93	0.55 127	0.50 158	0.92 151	0.50 216	0.25 325	0.25 417	0.24 294	0.20 239	0.25 312	0.19 134

rvit_stereo_0081_aga	0.46 99	0.37 336	0.91 268	0.52 170	0.41 304	0.49 91	0.40 178	0.88 93	0.66 104	0.59 123	0.56 90	0.53 120	0.43 106	0.67 73	0.44 166	0.27 372	0.21 352	0.22 236	0.20 239	0.26 324	0.19 134

RSM++	0.40 59	0.26 87	0.55 69	0.51 149	0.27 63	0.49 91	0.41 188	0.83 73	0.52 61	0.39 41	0.47 55	0.60 147	0.34 54	1.02 181	0.31 44	0.16 47	0.13 73	0.17 75	0.15 109	0.18 114	0.15 31

MGS-Stereo	0.43 79	0.28 128	0.61 99	0.46 76	0.28 99	0.49 91	0.33 96	0.60 13	0.89 172	0.47 75	1.32 344	0.51 108	0.32 47	0.66 72	0.39 120	0.20 196	0.16 244	0.18 111	0.16 146	0.18 114	0.18 100

ff7	0.45 89	0.30 176	0.64 115	0.47 91	0.33 204	0.49 91	0.42 196	0.93 99	0.59 81	0.50 98	0.53 78	0.44 67	0.48 141	1.41 277	0.36 96	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188

ffff	0.45 89	0.30 176	0.64 115	0.47 91	0.33 204	0.49 91	0.42 196	0.93 99	0.59 81	0.50 98	0.53 78	0.44 67	0.48 141	1.41 277	0.36 96	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188

11t	0.45 89	0.30 176	0.64 115	0.47 91	0.33 204	0.49 91	0.42 196	0.93 99	0.59 81	0.50 98	0.53 78	0.44 67	0.48 141	1.41 277	0.36 96	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188

CASnet	0.42 75	0.26 87	0.52 59	0.52 170	0.21 7	0.49 91	0.35 121	0.85 81	0.85 163	0.84 179	0.69 121	0.48 94	0.31 38	0.57 38	0.34 69	0.19 153	0.12 37	0.27 369	0.22 308	0.23 271	0.15 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.45 89	0.30 176	0.60 92	0.48 103	0.34 222	0.49 91	0.42 196	0.97 111	0.60 87	0.51 108	0.53 78	0.46 80	0.47 136	1.36 262	0.35 78	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188

ccc-4	0.45 89	0.30 176	0.64 115	0.47 91	0.33 204	0.49 91	0.42 196	0.93 99	0.59 81	0.50 98	0.53 78	0.44 67	0.48 141	1.41 277	0.36 96	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188

ADStereo(finetuned)	0.62 208	0.26 87	1.59 432	0.45 64	0.25 43	0.49 91	0.36 131	1.18 201	1.35 405	1.16 276	1.04 223	0.60 147	1.18 440	0.85 128	0.57 259	0.17 79	0.14 140	0.17 75	0.13 63	0.19 150	0.24 259

IGEV-Stereo	0.45 89	0.30 176	0.60 92	0.48 103	0.34 222	0.49 91	0.42 196	0.98 115	0.60 87	0.51 108	0.53 78	0.46 80	0.47 136	1.36 262	0.35 78	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
OMP-Stereo	0.95 385	0.35 305	0.79 192	0.92 506	0.32 184	0.49 91	0.35 121	1.22 216	1.11 273	1.58 458	1.12 258	1.44 410	0.69 249	6.92 538	0.51 220	0.20 196	0.15 206	0.24 294	0.19 210	0.21 231	0.16 63

DCANet	0.58 179	0.26 87	1.15 349	0.45 64	0.25 43	0.49 91	0.36 131	1.18 201	1.35 405	1.15 272	1.04 223	0.60 147	0.91 342	0.84 124	0.58 264	0.17 79	0.14 140	0.17 75	0.13 63	0.19 150	0.25 280

water-stereo	0.41 64	0.21 8	0.69 140	0.45 64	0.28 99	0.50 110	0.27 51	0.96 110	0.52 61	0.57 122	0.78 145	0.59 143	0.53 168	0.44 10	0.43 161	0.17 79	0.16 244	0.17 75	0.15 109	0.17 82	0.22 217

MM-Stereo_test1	0.51 133	0.26 87	0.59 85	0.53 193	0.31 151	0.50 110	0.53 308	1.06 147	1.09 262	0.88 188	0.70 125	0.54 124	0.59 209	1.18 225	0.35 78	0.19 153	0.17 273	0.20 171	0.17 170	0.20 186	0.18 100

rvit_0105_6	0.56 155	0.38 354	1.13 342	0.67 385	0.38 269	0.50 110	0.51 291	0.88 93	1.33 400	0.54 115	0.56 90	0.65 165	0.57 188	0.97 168	0.46 185	0.32 425	0.31 458	0.28 385	0.25 362	0.29 363	0.23 238

WCG-NET（raft）	0.46 99	0.23 33	0.59 85	0.42 42	0.24 23	0.50 110	0.35 121	0.76 50	1.10 266	0.72 152	0.76 139	0.91 260	0.50 158	0.88 138	0.40 137	0.16 47	0.13 73	0.15 22	0.14 90	0.15 39	0.17 84

IGEVStereo-DCA	0.49 120	0.33 247	0.64 115	0.46 76	0.34 222	0.50 110	0.42 196	0.93 99	0.59 81	0.48 83	0.48 57	0.48 94	0.45 119	2.28 410	0.44 166	0.19 153	0.14 140	0.19 137	0.15 109	0.17 82	0.21 188

rrr	0.57 167	0.33 247	2.43 486	0.46 76	0.34 222	0.50 110	0.38 156	0.84 79	0.55 69	0.48 83	0.48 57	0.48 94	0.45 119	2.28 410	0.44 166	0.19 153	0.14 140	0.19 137	0.15 109	0.17 82	0.18 100

StereoVision	0.67 237	0.37 336	1.02 307	0.60 304	0.41 304	0.50 110	0.41 188	1.32 243	0.96 205	0.73 154	2.48 517	0.82 219	0.57 188	1.06 193	0.50 216	0.26 351	0.28 440	0.29 397	0.28 408	0.37 426	0.22 217

HHNet	0.64 220	0.28 128	0.69 140	0.45 64	0.46 341	0.50 110	0.57 345	1.13 176	1.03 235	1.26 342	2.21 502	0.70 181	0.59 209	1.10 206	0.51 220	0.21 227	0.13 73	0.23 270	0.19 210	0.20 186	0.31 374

raftrobust	0.55 144	0.27 111	0.63 106	0.68 397	0.69 458	0.50 110	0.34 108	1.08 155	0.97 209	1.32 369	0.88 171	0.62 156	0.80 291	0.82 113	0.44 166	0.20 196	0.16 244	0.16 51	0.14 90	0.15 39	0.18 100

HUF	0.39 56	0.27 111	0.71 148	0.43 48	0.24 23	0.51 119	0.47 263	0.99 123	0.55 69	0.37 33	0.45 46	0.53 120	0.41 92	0.70 80	0.29 34	0.18 115	0.14 140	0.16 51	0.12 32	0.15 39	0.17 84

Pointernet	0.41 64	0.21 8	0.63 106	0.45 64	0.29 114	0.51 119	0.27 51	1.54 285	0.70 113	0.48 83	0.64 105	0.49 97	0.37 76	0.51 20	0.36 96	0.18 115	0.13 73	0.14 2	0.11 7	0.14 15	0.14 15

EKT-Stereo	0.56 155	0.33 247	0.84 229	0.61 318	0.64 437	0.51 119	0.48 270	1.14 180	0.95 201	0.74 155	0.89 173	0.77 200	0.42 98	1.18 225	0.42 155	0.23 283	0.17 273	0.21 205	0.18 188	0.20 186	0.26 300

LoS_RVC	0.45 89	0.29 151	0.48 30	0.49 118	0.83 495	0.51 119	0.43 214	0.65 21	0.44 40	0.47 75	0.78 145	0.44 67	0.60 215	0.59 44	0.37 109	0.14 22	0.12 37	0.14 2	0.10 1	0.14 15	1.08 537

sAnonymous2	0.59 191	0.61 453	1.82 449	0.61 318	0.52 379	0.51 119	0.54 322	0.97 111	0.70 113	0.50 98	0.68 116	0.46 80	0.63 225	0.61 49	0.41 147	0.22 261	0.17 273	0.23 270	0.21 281	0.85 525	0.56 491

CroCo_RVC	0.59 191	0.61 453	1.82 449	0.61 318	0.52 379	0.51 119	0.54 322	0.97 111	0.70 113	0.50 98	0.68 116	0.46 80	0.63 225	0.61 49	0.41 147	0.22 261	0.17 273	0.23 270	0.21 281	0.85 525	0.56 491

4.5_new	0.31 13	0.25 69	0.46 20	0.38 11	0.24 23	0.52 125	0.36 131	0.65 21	0.35 17	0.48 83	0.43 34	0.27 20	0.27 20	0.42 8	0.26 7	0.14 22	0.10 2	0.15 22	0.13 63	0.17 82	0.15 31

4.5w-stereo	0.31 13	0.25 69	0.46 20	0.38 11	0.24 23	0.52 125	0.36 131	0.65 21	0.35 17	0.48 83	0.43 34	0.27 20	0.27 20	0.42 8	0.26 7	0.14 22	0.10 2	0.15 22	0.13 63	0.17 82	0.15 31

3.25w_new	0.33 25	0.22 17	0.50 46	0.39 19	0.24 23	0.52 125	0.33 96	0.77 52	0.43 38	0.49 89	0.46 52	0.32 42	0.37 76	0.64 65	0.28 26	0.12 3	0.10 2	0.14 2	0.12 32	0.12 1	0.15 31

3.25w	0.33 25	0.22 17	0.50 46	0.39 19	0.24 23	0.52 125	0.33 96	0.77 52	0.43 38	0.49 89	0.46 52	0.32 42	0.37 76	0.64 65	0.28 26	0.12 3	0.10 2	0.14 2	0.12 32	0.12 1	0.15 31

3w_stereo	0.35 38	0.25 69	0.60 92	0.41 38	0.21 7	0.52 125	0.53 308	0.72 41	0.47 49	0.47 75	0.50 67	0.23 2	0.45 119	0.49 17	0.30 38	0.13 15	0.10 2	0.15 22	0.12 32	0.15 39	0.17 84

MIM_Stereo	0.60 199	0.26 87	1.02 307	0.49 118	0.32 184	0.52 125	0.28 58	1.41 263	0.82 152	1.02 225	1.16 282	0.93 270	0.53 168	1.48 296	0.63 284	0.17 79	0.17 273	0.20 171	0.19 210	0.17 82	0.18 100

iRaftStereo_RVC	0.49 120	0.28 128	0.72 150	0.53 193	0.29 114	0.52 125	0.33 96	1.14 180	0.84 159	0.85 181	0.99 200	0.55 127	0.36 69	0.83 119	0.40 137	0.18 115	0.13 73	0.22 236	0.20 239	0.20 186	0.18 100

sCroCo_RVC	0.51 133	0.43 386	1.15 349	0.66 371	0.60 423	0.52 125	0.40 178	0.93 99	0.64 99	0.45 68	0.76 139	0.49 97	0.49 152	0.65 70	0.49 213	0.27 372	0.28 440	0.23 270	0.22 308	0.29 363	0.28 334

CREStereo	0.40 59	0.24 50	0.40 3	0.37 4	0.22 12	0.52 125	0.29 65	0.81 66	1.15 297	0.59 123	0.72 131	0.51 108	0.42 98	0.57 38	0.37 109	0.19 153	0.13 73	0.15 22	0.10 1	0.14 15	0.15 31
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
rvit_0105_4	0.58 179	0.40 369	1.19 370	0.68 397	0.38 269	0.53 134	0.55 332	0.93 99	1.27 365	0.56 121	0.61 101	0.72 190	0.63 225	1.01 177	0.47 195	0.33 432	0.33 476	0.29 397	0.25 362	0.29 363	0.26 300

rvit_stereo_0075_2	0.66 226	0.47 402	1.21 378	0.67 385	0.66 448	0.53 134	0.48 270	1.24 223	1.17 309	0.77 160	0.91 176	0.78 204	0.59 209	1.05 188	0.63 284	0.37 462	0.28 440	0.40 482	0.31 445	0.38 432	0.34 401

trnet	0.40 59	0.23 33	0.40 3	0.37 4	0.20 2	0.53 134	0.29 65	0.81 66	1.15 297	0.59 123	0.72 131	0.53 120	0.43 106	0.56 31	0.37 109	0.18 115	0.13 73	0.15 22	0.10 1	0.14 15	0.14 15

GCAP-Stereo	0.43 79	0.32 228	0.80 197	0.50 134	0.27 63	0.53 134	0.31 80	1.05 145	0.67 106	0.69 146	0.71 128	0.58 138	0.42 98	0.51 20	0.35 78	0.18 115	0.15 206	0.18 111	0.13 63	0.17 82	0.15 31

CES	0.51 133	0.21 8	0.40 3	0.42 42	1.40 541	0.53 134	0.34 108	1.04 141	0.68 109	0.45 68	0.67 114	0.35 50	0.28 25	0.58 42	0.35 78	0.16 47	0.13 73	0.15 22	0.10 1	0.19 150	1.69 548

GMOStereo	0.55 144	0.28 128	0.72 150	0.52 170	0.30 131	0.53 134	0.43 214	1.02 126	0.98 212	1.44 422	1.14 274	0.88 244	0.57 188	0.62 54	0.39 120	0.16 47	0.14 140	0.24 294	0.22 308	0.20 186	0.18 100

error version	0.55 144	0.28 128	0.72 150	0.52 170	0.30 131	0.53 134	0.43 214	1.02 126	0.98 212	1.44 422	1.14 274	0.88 244	0.57 188	0.62 54	0.39 120	0.16 47	0.14 140	0.24 294	0.22 308	0.20 186	0.18 100

test-v	0.55 144	0.28 128	0.72 150	0.52 170	0.30 131	0.53 134	0.43 214	1.02 126	0.98 212	1.44 422	1.14 274	0.88 244	0.57 188	0.62 54	0.39 120	0.16 47	0.14 140	0.24 294	0.22 308	0.20 186	0.18 100

TRStereo	0.67 237	0.71 483	1.06 319	0.77 462	0.68 455	0.53 134	0.38 156	2.52 517	0.96 205	0.81 170	0.84 162	0.87 238	0.39 88	1.16 219	0.46 185	0.24 305	0.17 273	0.23 270	0.24 353	0.18 114	0.20 160

RAFT-345	0.86 354	0.26 87	0.73 164	0.53 193	0.28 99	0.53 134	0.41 188	0.85 81	1.31 396	1.33 375	2.32 507	0.85 235	0.53 168	5.69 509	0.48 202	0.19 153	0.14 140	0.22 236	0.17 170	0.17 82	0.17 84

test-2	0.55 144	0.28 128	0.72 150	0.52 170	0.30 131	0.53 134	0.43 214	1.02 126	0.98 212	1.44 422	1.14 274	0.88 244	0.57 188	0.62 54	0.39 120	0.16 47	0.14 140	0.24 294	0.22 308	0.20 186	0.18 100

rafts_anoy	0.55 144	0.32 228	0.66 126	0.72 429	0.61 429	0.53 134	0.40 178	1.24 223	1.06 249	0.85 181	0.83 160	0.67 171	0.53 168	0.77 97	0.55 250	0.20 196	0.15 206	0.25 333	0.26 380	0.22 251	0.21 188

raft+_RVC	0.56 155	0.29 151	0.61 99	0.65 357	0.56 405	0.53 134	0.53 308	1.40 259	1.02 232	0.78 162	1.04 223	0.70 181	0.55 179	1.00 174	0.49 213	0.18 115	0.16 244	0.19 137	0.19 210	0.18 114	0.17 84

3.5w_stereo	0.35 38	0.27 111	0.55 69	0.38 11	0.25 43	0.54 147	0.34 108	0.73 42	0.40 31	0.46 73	0.45 46	0.31 38	0.38 86	0.80 110	0.40 137	0.12 3	0.10 2	0.15 22	0.12 32	0.14 15	0.16 63

EGLCR-Stereo	0.41 64	0.24 50	0.59 85	0.45 64	0.27 63	0.54 147	0.22 18	1.23 221	0.56 73	0.44 60	0.43 34	0.68 173	0.29 28	0.89 143	0.34 69	0.17 79	0.12 37	0.20 171	0.17 170	0.17 82	0.18 100

RCA-Stereo	0.52 137	0.26 87	0.66 126	0.49 118	0.33 204	0.54 147	0.44 233	1.20 209	1.41 436	0.69 146	1.06 231	0.63 161	0.79 284	0.62 54	0.35 78	0.17 79	0.12 37	0.17 75	0.14 90	0.16 58	0.16 63

raft_robust	0.71 266	0.32 228	0.75 174	0.54 207	0.28 99	0.54 147	0.35 121	1.54 285	1.24 345	1.18 291	1.07 234	0.73 191	0.53 168	3.65 465	0.40 137	0.19 153	0.16 244	0.20 171	0.22 308	0.21 231	0.19 134

DN-CSS_ROB	0.67 237	0.36 315	1.36 406	0.59 296	0.41 304	0.54 147	0.45 246	1.30 239	0.95 201	1.05 232	1.47 393	0.69 178	0.64 229	1.80 353	0.60 274	0.19 153	0.15 206	0.25 333	0.23 340	0.22 251	0.23 238

Monster-pub-eth3d	0.29 5	0.19 2	0.48 30	0.37 4	0.22 12	0.55 152	0.31 80	0.60 13	0.44 40	0.29 8	0.29 13	0.23 2	0.21 5	0.59 44	0.26 7	0.11 1	0.11 20	0.14 2	0.11 7	0.14 15	0.14 15

MM-Stereo_test2	0.44 86	0.25 69	0.70 145	0.54 207	0.33 204	0.55 152	0.45 246	1.02 126	0.84 159	0.61 134	0.51 71	0.49 97	0.42 98	0.82 113	0.32 56	0.16 47	0.13 73	0.18 111	0.14 90	0.19 150	0.17 84

AIO_rvc	0.38 49	0.25 69	0.65 121	0.47 91	0.31 151	0.55 152	0.38 156	0.98 115	0.51 59	0.35 25	0.48 57	0.49 97	0.22 8	0.87 135	0.31 44	0.16 47	0.12 37	0.16 51	0.12 32	0.15 39	0.15 31

AIO_test	0.38 49	0.24 50	0.59 85	0.47 91	0.31 151	0.55 152	0.44 233	0.86 88	0.50 56	0.34 23	0.48 57	0.46 80	0.30 34	0.76 95	0.31 44	0.17 79	0.12 37	0.17 75	0.13 63	0.16 58	0.15 31

MonSter	0.29 5	0.19 2	0.48 30	0.37 4	0.22 12	0.55 152	0.31 80	0.60 13	0.44 40	0.29 8	0.29 13	0.23 2	0.20 2	0.60 47	0.26 7	0.11 1	0.11 20	0.14 2	0.11 7	0.14 15	0.14 15

PSM-softLoss	0.80 317	0.33 247	0.89 253	0.63 336	0.32 184	0.55 152	0.40 178	1.26 228	0.78 135	1.25 329	1.07 234	0.83 228	0.51 161	5.33 501	0.61 277	0.25 325	0.15 206	0.25 333	0.22 308	0.20 186	0.26 300

KMStereo	0.80 317	0.33 247	0.89 253	0.63 336	0.32 184	0.55 152	0.40 178	1.26 228	0.78 135	1.25 329	1.07 234	0.83 228	0.51 161	5.33 501	0.61 277	0.25 325	0.15 206	0.25 333	0.22 308	0.20 186	0.26 300

test_xeample3	0.57 167	0.33 247	3.11 507	0.46 76	0.34 222	0.55 152	0.38 156	0.86 88	0.49 54	0.54 115	0.46 52	0.44 67	0.44 112	1.49 303	0.45 179	0.18 115	0.14 140	0.19 137	0.15 109	0.17 82	0.18 100

CAS	0.66 226	0.19 2	0.41 7	2.31 552	0.86 499	0.56 160	0.53 308	0.83 73	0.63 96	0.49 89	0.70 125	0.36 52	0.26 14	0.47 13	0.37 109	2.33 553	0.10 2	0.14 2	0.10 1	0.17 82	1.31 542

SA	0.69 259	0.31 209	0.97 292	0.64 350	0.30 131	0.56 160	0.38 156	1.84 365	1.35 405	0.99 212	1.37 363	0.69 178	0.94 355	1.88 365	0.43 161	0.20 196	0.16 244	0.25 333	0.23 340	0.22 251	0.19 134

rvit_0105_5	0.61 205	0.41 379	1.19 370	0.67 385	0.37 257	0.57 162	0.56 339	1.08 155	1.28 373	0.65 139	0.68 116	0.77 200	0.67 241	0.91 149	0.51 220	0.33 432	0.32 470	0.30 409	0.27 397	0.28 346	0.28 334

test_for_model	1.38 463	3.71 575	0.65 121	3.45 568	2.88 566	0.57 162	0.33 96	1.91 388	0.93 190	1.47 432	0.64 105	0.51 108	0.37 76	0.53 23	0.35 78	2.54 554	0.16 244	0.17 75	0.12 32	4.56 575	1.84 551

knoymous	0.53 138	0.32 228	0.51 53	0.46 76	0.30 131	0.57 162	0.54 322	1.10 168	0.78 135	0.99 212	0.84 162	0.95 280	0.57 188	0.89 143	0.51 220	0.21 227	0.14 140	0.26 354	0.14 90	0.23 271	0.25 280

ProNet	0.46 99	0.30 176	0.69 140	0.46 76	0.32 184	0.57 162	0.52 302	1.15 192	0.67 106	0.44 60	0.50 67	0.44 67	0.43 106	1.31 250	0.38 116	0.16 47	0.15 206	0.19 137	0.16 146	0.18 114	0.18 100

test-3	0.56 155	0.24 50	0.82 211	0.50 134	0.29 114	0.57 162	0.34 108	1.09 162	1.03 235	1.33 375	0.69 121	0.87 238	0.45 119	1.68 331	0.39 120	0.17 79	0.12 37	0.20 171	0.17 170	0.17 82	0.16 63

test_1	0.56 155	0.24 50	0.82 211	0.50 134	0.29 114	0.57 162	0.34 108	1.09 162	1.03 235	1.28 353	0.69 121	0.87 238	0.45 119	1.67 329	0.39 120	0.17 79	0.12 37	0.20 171	0.17 170	0.17 82	0.16 63

PFNet+	0.62 208	0.31 209	0.99 297	0.57 264	0.31 151	0.57 162	0.30 73	0.99 123	1.25 353	1.33 375	1.10 247	0.79 205	0.57 188	1.35 261	0.53 238	0.26 351	0.17 273	0.28 385	0.26 380	0.21 231	0.27 318

DeepStereo_RVC	0.57 167	0.31 209	0.78 188	0.53 193	0.30 131	0.57 162	0.32 89	1.11 170	0.80 147	1.17 280	0.94 182	0.83 228	0.93 352	1.01 177	0.61 277	0.23 283	0.14 140	0.21 205	0.19 210	0.24 300	0.26 300

RAFT-IKP	0.57 167	0.33 247	0.82 211	0.52 170	0.27 63	0.57 162	0.35 121	1.14 180	0.73 117	1.13 256	0.96 185	0.83 228	0.61 224	1.26 240	0.53 238	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

TestStereo	0.65 224	0.42 382	0.83 220	0.52 170	0.27 63	0.57 162	0.44 233	1.07 150	0.92 183	0.85 181	1.01 207	0.68 173	0.56 185	3.22 456	0.47 195	0.23 283	0.15 206	0.24 294	0.18 188	0.28 346	0.18 100

XX-TBD	0.47 109	0.71 483	0.39 1	0.81 473	0.25 43	0.57 162	0.26 45	0.73 42	1.30 389	0.78 162	1.01 207	0.45 77	0.33 50	0.49 17	0.39 120	0.20 196	0.15 206	0.15 22	0.11 7	0.17 82	0.15 31

MSCF	0.41 64	0.28 128	0.64 115	0.50 134	0.27 63	0.58 173	0.37 146	1.03 134	0.54 66	0.54 115	0.72 131	0.32 42	0.64 229	0.56 31	0.30 38	0.19 153	0.13 73	0.17 75	0.15 109	0.17 82	0.21 188

Prome-Stereo	0.76 291	0.29 151	0.57 77	0.58 277	0.33 204	0.58 173	0.94 464	0.98 115	0.92 183	1.46 431	2.45 515	0.91 260	1.38 467	1.60 321	0.44 166	0.19 153	0.13 73	0.19 137	0.18 188	0.20 186	0.87 528

IGEV-RUCA	0.38 49	0.24 50	0.51 53	0.51 149	0.36 247	0.59 175	0.23 28	0.68 26	0.52 61	0.39 41	0.50 67	0.44 67	0.31 38	0.86 130	0.31 44	0.24 305	0.13 73	0.16 51	0.12 32	0.20 186	0.21 188

MyStereo07	0.50 130	0.30 176	0.58 79	0.58 277	0.48 353	0.59 175	0.78 417	1.19 205	0.60 87	0.49 89	0.54 84	0.43 66	0.55 179	1.32 256	0.36 96	0.18 115	0.18 304	0.24 294	0.21 281	0.23 271	0.23 238

MyStereo04	0.71 266	0.30 176	1.28 392	0.58 277	0.48 353	0.59 175	0.78 417	1.74 341	1.49 465	0.94 204	0.91 176	0.74 192	0.86 318	1.59 316	0.69 303	0.18 115	0.18 304	0.24 294	0.21 281	0.23 271	0.23 238

DCRE	0.85 350	0.28 128	0.76 179	0.60 304	0.49 359	0.59 175	0.53 308	1.04 141	0.92 183	0.80 165	7.34 562	0.87 238	0.57 188	0.78 106	0.43 161	0.16 47	0.17 273	0.19 137	0.17 170	0.18 114	0.22 217

CFNet-RSSM	0.57 167	0.25 69	0.76 179	0.49 118	0.28 99	0.59 175	0.27 51	1.89 383	1.17 309	1.09 242	0.95 183	1.06 315	0.53 168	0.74 87	0.41 147	0.17 79	0.13 73	0.17 75	0.15 109	0.16 58	0.16 63

depthmonostereo	0.45 89	0.26 87	0.89 253	0.49 118	0.24 23	0.60 180	0.36 131	1.03 134	0.77 131	0.50 98	0.65 109	0.50 104	0.55 179	0.70 80	0.39 120	0.16 47	0.16 244	0.16 51	0.14 90	0.16 58	0.20 160

ISRNet	0.83 337	0.35 305	1.31 396	0.84 484	0.65 442	0.60 180	0.41 188	1.28 236	1.15 297	1.61 463	1.55 418	1.34 392	0.77 268	1.33 259	0.98 383	0.40 472	0.34 480	0.43 489	0.38 486	0.34 412	0.49 469

castereo	0.43 79	0.25 69	0.50 46	0.46 76	0.30 131	0.60 180	0.56 339	1.23 221	0.83 156	0.39 41	0.70 125	0.45 77	0.68 245	0.54 25	0.33 64	0.17 79	0.11 20	0.17 75	0.13 63	0.16 58	0.14 15

SMoEStereo_RVC	0.41 64	0.26 87	0.55 69	0.46 76	0.31 151	0.60 180	0.36 131	0.85 81	0.47 49	0.47 75	0.43 34	0.42 63	0.34 54	1.40 274	0.31 44	0.15 33	0.12 37	0.20 171	0.15 109	0.16 58	0.18 100

DisPM	0.68 250	0.30 176	0.85 235	0.66 371	0.35 239	0.60 180	0.44 233	1.10 168	1.10 266	1.56 454	1.10 247	0.80 207	0.58 205	2.37 418	0.46 185	0.25 325	0.14 140	0.23 270	0.21 281	0.20 186	0.26 300

test_3	0.57 167	0.24 50	0.87 244	0.55 221	0.30 131	0.60 180	0.40 178	1.07 150	1.08 254	1.20 304	0.68 116	0.92 268	0.43 106	1.68 331	0.40 137	0.16 47	0.13 73	0.22 236	0.19 210	0.21 231	0.17 84

GwcNet-ADL	0.67 237	0.33 247	0.90 263	0.58 277	0.41 304	0.60 180	0.59 358	1.55 288	1.28 373	1.11 245	1.13 269	0.90 256	0.59 209	1.11 209	0.91 364	0.28 390	0.18 304	0.18 111	0.18 188	0.25 312	0.33 392

test-1	0.56 155	0.28 128	1.13 342	0.58 277	0.34 222	0.60 180	0.38 156	1.56 291	0.98 212	0.80 165	1.02 210	0.83 228	0.52 166	0.64 65	0.46 185	0.17 79	0.16 244	0.20 171	0.17 170	0.20 186	0.26 300

RAFT-Stereo-weight	0.49 120	0.26 87	0.58 79	0.49 118	0.28 99	0.61 188	0.34 108	1.16 197	1.11 273	1.06 238	0.79 148	0.75 194	0.28 25	0.79 107	0.42 155	0.16 47	0.13 73	0.17 75	0.15 109	0.16 58	0.18 100

IIG-Stereo	0.97 390	0.34 276	0.80 197	0.90 504	0.33 204	0.61 188	0.26 45	1.27 232	1.08 254	1.69 478	1.37 363	1.44 410	0.74 258	6.94 539	0.53 238	0.21 227	0.14 140	0.23 270	0.18 188	0.20 186	0.15 31

Pruner-Stereo	0.64 220	0.31 209	0.79 192	0.66 371	0.31 151	0.61 188	0.42 196	1.22 216	1.09 262	1.53 446	1.09 245	0.94 276	0.55 179	1.37 265	0.56 256	0.25 325	0.14 140	0.24 294	0.21 281	0.21 231	0.25 280

FlowAnything_test	0.41 64	0.27 111	0.67 130	0.60 304	0.33 204	0.62 191	0.35 121	0.64 20	0.48 51	0.46 73	0.36 23	0.45 77	0.37 76	0.54 25	0.52 228	0.25 325	0.19 322	0.28 385	0.33 466	0.22 251	0.22 217

GASTEREO	0.43 79	0.29 151	0.62 104	0.51 149	0.27 63	0.62 191	0.36 131	1.02 126	0.58 78	0.55 119	0.83 160	0.30 35	0.65 234	0.64 65	0.30 38	0.19 153	0.13 73	0.17 75	0.15 109	0.16 58	0.21 188

3.75w	0.34 32	0.23 33	0.50 46	0.39 19	0.30 131	0.62 191	0.36 131	0.70 38	0.38 27	0.44 60	0.49 61	0.25 11	0.36 69	0.72 84	0.28 26	0.13 15	0.09 1	0.14 2	0.12 32	0.13 5	0.15 31

MyStereo06	0.67 237	0.29 151	1.06 319	0.58 277	0.48 353	0.62 191	0.72 405	2.26 475	0.89 172	1.07 240	1.12 258	1.22 358	0.56 185	0.83 119	0.47 195	0.17 79	0.17 273	0.24 294	0.21 281	0.23 271	0.23 238

MyStereo05	0.70 260	0.29 151	1.22 379	0.58 277	0.48 353	0.62 191	0.72 405	1.52 279	1.54 471	1.17 280	0.91 176	0.77 200	0.79 284	1.45 289	0.68 302	0.17 79	0.17 273	0.24 294	0.21 281	0.23 271	0.23 238

OCTAStereo	0.82 328	0.33 247	0.83 220	0.65 357	0.31 151	0.62 191	0.44 233	1.35 247	0.93 190	1.30 360	1.02 210	0.81 213	0.57 188	5.32 500	0.55 250	0.26 351	0.14 140	0.24 294	0.20 239	0.20 186	0.30 364

ROB_FTStereo_v2	0.57 167	0.33 247	0.81 202	0.52 170	0.27 63	0.62 191	0.42 196	1.14 180	0.73 117	1.13 256	0.97 194	0.82 219	0.60 215	1.15 216	0.53 238	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

ROB_FTStereo	0.56 155	0.33 247	0.82 211	0.52 170	0.27 63	0.62 191	0.25 36	1.14 180	0.74 124	1.13 256	0.96 185	0.82 219	0.60 215	1.18 225	0.52 228	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

HUI-Stereo	0.54 141	0.33 247	0.81 202	0.52 170	0.27 63	0.62 191	0.29 65	1.14 180	0.74 124	1.13 256	0.96 185	0.82 219	0.60 215	0.83 119	0.52 228	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

PFNet	0.92 379	0.28 128	1.20 374	0.68 397	0.32 184	0.62 191	0.55 332	1.27 232	1.01 228	1.47 432	1.09 245	0.97 288	0.68 245	6.58 532	0.59 271	0.21 227	0.13 73	0.24 294	0.19 210	0.20 186	0.20 160

iGMRVC	0.58 179	0.33 247	0.81 202	0.52 170	0.27 63	0.62 191	0.38 156	1.14 180	0.73 117	1.13 256	0.97 194	0.82 219	0.59 209	1.54 306	0.53 238	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

rvit_0105_3	0.66 226	0.47 402	1.27 389	0.74 443	0.40 290	0.63 202	0.70 401	1.22 216	1.28 373	0.83 174	0.71 128	0.82 219	0.72 257	0.93 154	0.58 264	0.37 462	0.34 480	0.34 448	0.32 452	0.28 346	0.31 374

Patchmatch Stereo++	0.57 167	0.33 247	0.82 211	0.52 170	0.27 63	0.63 202	0.28 58	1.14 180	0.73 117	1.13 256	0.96 185	0.82 219	0.60 215	1.40 274	0.52 228	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160
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
NF-Stereo	0.82 328	0.33 247	0.83 220	0.65 357	0.31 151	0.63 202	0.43 214	1.35 247	0.93 190	1.30 360	1.02 210	0.81 213	0.57 188	5.37 505	0.55 250	0.26 351	0.14 140	0.24 294	0.20 239	0.20 186	0.30 364

NRIStereo	0.62 208	0.31 209	0.78 188	0.56 242	0.28 99	0.63 202	0.33 96	1.16 197	0.92 183	1.15 272	0.87 168	0.90 256	0.58 205	2.24 405	0.56 256	0.22 261	0.14 140	0.21 205	0.19 210	0.22 251	0.18 100

PSM-adaLoss	0.56 155	0.33 247	0.81 202	0.52 170	0.27 63	0.63 202	0.41 188	1.14 180	0.73 117	1.13 256	0.96 185	0.82 219	0.60 215	1.09 202	0.52 228	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

RE-Stereo	0.82 328	0.33 247	0.84 229	0.65 357	0.31 151	0.63 202	0.44 233	1.35 247	0.93 190	1.30 360	1.02 210	0.80 207	0.57 188	5.34 503	0.55 250	0.26 351	0.14 140	0.24 294	0.20 239	0.20 186	0.31 374

TVStereo	0.82 328	0.33 247	0.84 229	0.65 357	0.31 151	0.63 202	0.44 233	1.35 247	0.93 190	1.30 360	1.02 210	0.80 207	0.57 188	5.34 503	0.55 250	0.26 351	0.14 140	0.24 294	0.20 239	0.20 186	0.31 374

iRAFT	0.57 167	0.33 247	0.82 211	0.52 170	0.27 63	0.63 202	0.28 58	1.14 180	0.73 117	1.13 256	0.96 185	0.82 219	0.60 215	1.40 274	0.52 228	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

Gwc-CoAtRS	0.55 144	0.27 111	0.73 164	0.49 118	0.30 131	0.63 202	0.25 36	1.38 253	1.12 280	1.05 232	1.02 210	1.10 333	0.55 179	0.72 84	0.44 166	0.17 79	0.14 140	0.17 75	0.15 109	0.16 58	0.17 84

LG-G_1	0.33 25	0.22 17	0.48 30	0.44 55	0.20 2	0.64 211	0.18 3	0.80 63	0.28 7	0.30 11	0.30 15	0.36 52	0.35 62	0.88 138	0.26 7	0.17 79	0.13 73	0.16 51	0.11 7	0.14 15	0.16 63

LG-G	0.33 25	0.22 17	0.48 30	0.44 55	0.20 2	0.64 211	0.18 3	0.80 63	0.28 7	0.30 11	0.30 15	0.36 52	0.35 62	0.88 138	0.26 7	0.17 79	0.13 73	0.16 51	0.11 7	0.14 15	0.16 63

4D-IteraStereo	0.50 130	0.26 87	0.84 229	0.51 149	0.49 359	0.64 211	0.31 80	0.91 98	1.02 232	1.05 232	0.72 131	0.76 196	0.32 47	0.69 78	0.40 137	0.18 115	0.11 20	0.23 270	0.20 239	0.19 150	0.16 63

qqq	0.62 208	0.36 315	0.88 249	0.50 134	0.28 99	0.64 211	0.62 373	1.58 296	0.91 178	0.83 174	0.96 185	0.95 280	0.79 284	0.99 170	0.67 298	0.21 227	0.23 395	0.24 294	0.23 340	0.23 271	0.25 280

IRAFT_RVC	0.90 371	0.30 176	0.89 253	0.67 385	0.31 151	0.64 211	1.00 475	1.40 259	0.97 209	1.23 322	1.04 223	1.00 300	0.96 362	5.77 514	0.57 259	0.24 305	0.13 73	0.25 333	0.21 281	0.20 186	0.21 188

RALCasStereoNet	0.58 179	0.34 276	0.77 182	0.65 357	0.64 437	0.64 211	0.51 291	1.06 147	0.99 221	0.71 148	1.06 231	0.77 200	0.44 112	1.38 269	0.52 228	0.20 196	0.18 304	0.18 111	0.16 146	0.20 186	0.22 217

testlalala2	0.60 199	0.30 176	0.68 134	1.79 546	1.30 539	0.65 217	0.41 188	1.06 147	0.75 129	0.91 195	0.96 185	0.75 194	0.34 54	0.56 31	0.45 179	0.18 115	0.16 244	0.17 75	0.13 63	0.17 82	0.19 134

IPLGR	0.62 208	0.28 128	1.32 399	0.50 134	0.29 114	0.65 217	0.34 108	1.47 273	1.19 317	1.21 311	1.07 234	0.70 181	0.65 234	1.05 188	0.55 250	0.18 115	0.15 206	0.20 171	0.17 170	0.21 231	0.20 160

AAGNet	1.84 503	0.30 176	0.79 192	0.66 371	0.32 184	0.65 217	0.50 289	1.02 126	1.01 228	1.47 432	1.21 299	0.99 294	1.16 429	2.76 442	22.69 584	0.24 305	0.13 73	0.22 236	0.20 239	0.24 300	0.16 63

TransformOpticalFlow	0.97 390	0.30 176	0.96 291	0.54 207	0.31 151	0.65 217	0.54 322	1.87 376	1.19 317	1.12 253	1.44 387	1.34 392	0.98 375	6.68 535	0.44 166	0.19 153	0.12 37	0.21 205	0.19 210	0.18 114	0.23 238

FTStereo	0.92 379	0.28 128	0.61 99	0.57 264	0.34 222	0.65 217	1.80 538	1.09 162	0.84 159	1.75 483	4.13 542	1.04 311	1.62 490	1.59 316	0.48 202	0.21 227	0.17 273	0.23 270	0.22 308	0.19 150	0.58 497

TANstereo	0.45 89	0.23 33	0.50 46	0.43 48	0.21 7	0.65 217	0.26 45	0.83 73	0.88 171	0.95 206	0.99 200	0.51 108	0.45 119	0.56 31	0.36 96	0.19 153	0.24 405	0.16 51	0.13 63	0.17 82	0.27 318

CrosDoStereo	1.56 481	0.26 87	0.78 188	0.51 149	0.29 114	0.66 223	11.86 574	1.18 201	1.00 225	1.35 388	1.76 460	0.99 294	1.83 510	6.64 533	0.83 342	0.19 153	0.15 206	0.20 171	0.22 308	0.18 114	0.25 280

KYRaft	0.77 297	0.29 151	0.68 134	0.59 296	0.29 114	0.66 223	0.83 438	1.05 145	0.89 172	1.63 469	2.22 503	1.15 346	0.99 378	1.59 316	0.41 147	0.21 227	0.14 140	0.22 236	0.28 408	0.21 231	1.01 533

DeepStereo_LL	1.56 481	0.26 87	0.78 188	0.51 149	0.29 114	0.66 223	11.86 574	1.18 201	1.00 225	1.35 388	1.76 460	0.99 294	1.83 510	6.64 533	0.83 342	0.19 153	0.15 206	0.20 171	0.22 308	0.18 114	0.25 280

RAFT_R40	0.84 343	0.30 176	0.83 220	0.63 336	0.31 151	0.66 223	0.43 214	1.15 192	0.99 221	1.47 432	1.10 247	1.00 300	0.84 305	5.44 506	0.53 238	0.23 283	0.13 73	0.23 270	0.20 239	0.23 271	0.19 134

cross-raft	0.56 155	0.26 87	0.65 121	0.55 221	0.31 151	0.66 223	0.37 146	1.68 317	0.82 152	1.06 238	1.07 234	1.25 367	0.45 119	0.74 87	0.39 120	0.15 33	0.13 73	0.19 137	0.16 146	0.19 150	0.17 84

UGAM-zero	1.05 412	0.33 247	1.04 312	0.49 118	0.31 151	0.67 228	0.26 45	2.37 495	0.80 147	1.05 232	1.11 254	2.86 530	1.81 508	6.26 524	0.50 216	0.18 115	0.15 206	0.19 137	0.16 146	0.17 82	0.21 188

Former-RAFT_DAM_RVC	0.47 109	0.38 354	0.75 174	0.48 103	0.37 257	0.67 228	0.35 121	0.82 71	1.14 292	0.61 134	0.64 105	0.39 60	0.39 88	0.74 87	0.39 120	0.20 196	0.17 273	0.22 236	0.18 188	0.24 300	0.20 160

STrans-v2	1.06 414	0.31 209	1.02 307	0.52 170	0.33 204	0.67 228	0.78 417	2.66 528	1.26 361	1.15 272	1.46 391	1.37 399	1.40 470	6.68 535	0.46 185	0.19 153	0.13 73	0.21 205	0.18 188	0.18 114	0.21 188

RALAANet	0.62 208	0.37 336	0.97 292	0.66 371	0.50 364	0.67 228	0.31 80	1.27 232	1.09 262	1.11 245	1.17 285	0.88 244	0.46 129	1.27 243	0.45 179	0.20 196	0.15 206	0.21 205	0.18 188	0.27 330	0.19 134

MSKI-zero shot	0.56 155	0.30 176	0.61 99	0.55 221	0.28 99	0.68 232	0.28 58	1.25 227	0.68 109	0.92 198	1.33 349	0.81 213	0.33 50	1.94 370	0.36 96	0.18 115	0.13 73	0.17 75	0.13 63	0.16 58	0.19 134

testlalala	0.49 120	0.30 176	0.70 145	0.44 55	0.40 290	0.68 232	0.38 156	1.38 253	0.58 78	1.28 353	0.82 158	0.61 153	0.36 69	0.57 38	0.34 69	0.21 227	0.14 140	0.18 111	0.12 32	0.15 39	0.16 63

LL-Strereo2	0.56 155	0.36 315	0.77 182	0.56 242	0.40 290	0.68 232	0.37 146	1.21 214	0.83 156	0.96 209	0.79 148	0.91 260	0.41 92	1.08 198	0.48 202	0.18 115	0.17 273	0.29 397	0.25 362	0.22 251	0.19 134

RAFT_CTSACE	0.66 226	0.29 151	1.14 347	0.57 264	0.51 374	0.68 232	0.44 233	0.88 93	0.98 212	1.03 228	1.83 472	1.23 362	0.67 241	1.48 296	0.38 116	0.16 47	0.16 244	0.21 205	0.20 239	0.20 186	0.17 84

MIPNet	0.60 199	0.31 209	1.07 324	0.51 149	0.34 222	0.68 232	0.40 178	1.67 313	1.14 292	1.11 245	0.93 180	0.60 147	0.78 275	0.77 97	0.58 264	0.18 115	0.14 140	0.19 137	0.16 146	0.18 114	0.21 188

GANet-ADL	0.63 217	0.38 354	0.82 211	0.67 385	0.41 304	0.68 232	0.51 291	1.64 309	1.16 304	0.98 211	1.10 247	0.90 256	0.58 205	0.81 111	0.63 284	0.27 372	0.18 304	0.18 111	0.16 146	0.23 271	0.27 318

LCNet	0.73 275	0.30 176	0.58 79	0.58 277	0.31 151	0.68 232	0.53 308	1.09 162	0.94 196	1.19 299	1.34 353	0.96 285	1.32 460	2.50 428	0.46 185	0.19 153	0.13 73	0.21 205	0.25 362	0.28 346	0.69 515

R-Stereo Train	0.60 199	0.30 176	0.72 150	0.57 264	0.37 257	0.68 232	0.52 302	1.45 268	0.78 135	1.61 463	1.50 404	0.76 196	0.53 168	0.67 73	0.51 220	0.19 153	0.16 244	0.18 111	0.15 109	0.18 114	0.19 134

RAFT-Stereo	0.60 199	0.30 176	0.72 150	0.57 264	0.37 257	0.68 232	0.52 302	1.45 268	0.78 135	1.61 463	1.50 404	0.76 196	0.53 168	0.67 73	0.51 220	0.19 153	0.16 244	0.18 111	0.15 109	0.18 114	0.19 134
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.17 436	0.29 151	1.08 327	0.55 221	0.43 319	0.69 241	0.71 404	1.14 180	1.35 405	1.00 216	1.49 397	1.90 476	0.86 318	9.61 565	0.89 356	0.21 227	0.19 322	0.30 409	0.25 362	0.20 186	0.18 100

AE-Stereo	0.58 179	0.29 151	0.81 202	0.62 326	0.41 304	0.69 241	0.46 252	2.49 513	1.25 353	0.49 89	0.77 143	0.69 178	0.46 129	0.61 49	0.42 155	0.17 79	0.16 244	0.21 205	0.20 239	0.19 150	0.18 100

x	0.59 191	0.34 276	0.79 192	0.51 149	0.32 184	0.69 241	0.46 252	1.64 309	0.97 209	0.86 186	0.86 166	0.83 228	0.74 258	0.75 94	0.70 306	0.21 227	0.22 367	0.22 236	0.20 239	0.21 231	0.24 259

RAFT	0.67 237	0.32 228	0.83 220	0.63 336	0.34 222	0.69 241	0.57 345	1.14 180	0.84 159	1.12 253	1.20 293	1.75 467	0.92 350	1.09 202	0.60 274	0.22 261	0.19 322	0.27 369	0.24 353	0.22 251	0.23 238

SST-Stereo	0.85 350	0.30 176	0.81 202	0.63 336	0.31 151	0.70 245	0.25 36	1.16 197	0.95 201	1.47 432	1.11 254	0.99 294	0.86 318	5.69 509	0.53 238	0.23 283	0.13 73	0.23 270	0.19 210	0.23 271	0.19 134

EAI-Stereo	0.76 291	0.31 209	0.74 169	0.55 221	0.28 99	0.70 245	1.72 531	2.57 520	0.90 177	0.75 157	3.03 529	0.57 136	0.43 106	1.10 206	0.49 213	0.19 153	0.14 140	0.17 75	0.18 188	0.17 82	0.21 188

test_4	0.55 144	0.23 33	0.67 130	0.56 242	0.32 184	0.71 247	0.39 170	0.83 73	0.72 116	0.93 201	1.87 479	0.70 181	0.41 92	1.21 231	0.39 120	0.16 47	0.13 73	0.21 205	0.23 340	0.20 186	0.18 100

GMM-Stereo	0.75 283	0.27 111	0.66 126	0.56 242	0.34 222	0.71 247	0.97 469	1.09 162	0.91 178	1.37 395	1.79 465	1.11 338	0.79 284	2.08 390	0.48 202	0.19 153	0.12 37	0.25 333	0.25 362	0.21 231	0.78 522

PMTNet	0.47 109	0.22 17	0.43 11	0.39 19	0.24 23	0.71 247	0.26 45	0.78 60	1.03 235	0.65 139	0.69 121	0.55 127	0.48 141	0.90 146	0.36 96	0.99 536	0.13 73	0.15 22	0.10 1	0.15 39	0.15 31

DilatedVolume-Stereo	0.46 99	0.24 50	0.72 150	0.45 64	0.33 204	0.72 250	0.29 65	0.83 73	0.53 65	0.82 172	0.73 135	0.52 115	0.44 112	1.16 219	0.42 155	0.15 33	0.15 206	0.15 22	0.14 90	0.16 58	0.17 84

AIO-Stereo-zeroshot	0.85 350	0.38 354	2.79 499	0.51 149	0.60 423	0.72 250	0.38 156	2.87 539	0.77 131	0.80 165	1.07 234	2.14 504	0.93 352	0.96 164	0.62 280	0.21 227	0.13 73	0.21 205	0.26 380	0.29 363	0.32 383

CFNet_pseudo	0.68 250	0.34 276	0.93 273	0.50 134	0.39 278	0.72 250	0.42 196	1.44 266	1.25 353	1.17 280	1.35 358	1.22 358	0.66 239	1.04 185	0.64 288	0.21 227	0.17 273	0.33 440	0.19 210	0.39 437	0.28 334

111	0.66 226	0.27 111	1.15 349	0.46 76	0.25 43	0.72 250	0.42 196	1.57 294	1.44 449	0.83 174	1.39 370	1.10 333	0.80 291	0.97 168	0.65 293	0.20 196	0.14 140	0.18 111	0.15 109	0.18 114	0.28 334

ccs_rob	0.68 250	0.34 276	0.93 273	0.50 134	0.39 278	0.72 250	0.42 196	1.43 265	1.25 353	1.17 280	1.34 353	1.22 358	0.66 239	1.04 185	0.64 288	0.21 227	0.17 273	0.35 455	0.20 239	0.40 441	0.29 348

LL-Strereo	1.42 469	0.44 393	2.02 464	0.62 326	1.07 521	0.73 255	0.65 382	2.02 417	1.21 328	1.60 462	1.62 437	2.02 495	2.10 523	9.67 566	1.07 398	0.22 261	0.20 336	0.27 369	0.24 353	0.23 271	0.33 392

PSMNet-RSSM	0.78 302	0.32 228	0.89 253	0.65 357	0.43 319	0.73 255	0.58 352	2.14 449	1.19 317	1.18 291	1.38 368	1.31 385	1.07 411	1.43 284	0.82 341	0.28 390	0.21 352	0.27 369	0.29 427	0.25 312	0.26 300

999	0.49 120	0.25 69	0.55 69	0.51 149	0.35 239	0.74 257	0.31 80	0.89 97	0.59 81	0.39 41	0.50 67	0.50 104	0.36 69	2.41 421	0.41 147	0.17 79	0.13 73	0.18 111	0.15 109	0.16 58	0.23 238

rvit_105_1	0.76 291	0.54 431	1.27 389	0.80 469	0.49 359	0.74 257	0.86 447	1.39 257	1.23 341	1.00 216	0.80 153	0.93 270	0.78 275	1.29 247	0.78 326	0.43 481	0.36 491	0.36 465	0.42 493	0.30 379	0.36 414

model_zeroshot	0.53 138	0.31 209	1.00 302	0.57 264	0.39 278	0.74 257	0.39 170	1.38 253	0.67 106	0.88 188	0.85 164	0.71 188	0.37 76	0.77 97	0.39 120	0.21 227	0.17 273	0.19 137	0.17 170	0.17 82	0.22 217

dd	0.62 208	0.51 420	1.17 364	0.56 242	0.33 204	0.74 257	0.46 252	1.03 134	1.40 432	0.80 165	0.87 168	0.60 147	0.57 188	1.02 181	0.86 347	0.28 390	0.18 304	0.26 354	0.19 210	0.35 416	0.27 318

ACRE	0.66 226	0.37 336	1.27 389	0.60 304	0.50 364	0.74 257	0.47 263	1.26 228	1.10 266	1.40 409	1.56 424	0.62 156	0.46 129	0.88 138	0.78 326	0.24 305	0.15 206	0.19 137	0.16 146	0.19 150	0.29 348

anonymousdsp2	0.58 179	0.29 151	0.93 273	0.51 149	0.30 131	0.75 262	0.46 252	1.95 402	0.87 168	0.81 170	0.78 145	0.76 196	0.48 141	1.10 206	0.45 179	0.19 153	0.14 140	0.18 111	0.13 63	0.20 186	0.22 217

CIPLG	0.67 237	0.37 336	1.17 364	0.60 304	0.51 374	0.75 262	0.48 270	1.26 228	1.11 273	1.43 419	1.58 430	0.64 164	0.48 141	0.94 155	0.78 326	0.24 305	0.15 206	0.19 137	0.16 146	0.19 150	0.29 348

IPLGR_C	0.67 237	0.38 354	1.20 374	0.60 304	0.50 364	0.75 262	0.48 270	1.28 236	1.13 286	1.42 415	1.57 428	0.62 156	0.48 141	0.85 128	0.80 338	0.24 305	0.15 206	0.19 137	0.16 146	0.19 150	0.29 348

HCRNet	0.72 272	0.40 369	0.86 242	0.61 318	0.57 410	0.75 262	0.35 121	1.39 257	1.21 328	1.11 245	0.99 200	1.01 305	0.76 264	2.18 400	0.73 310	0.28 390	0.19 322	0.28 385	0.23 340	0.25 312	0.26 300

AANet_RVC	1.22 447	0.60 448	1.94 457	0.69 410	0.46 341	0.75 262	0.69 394	1.51 277	1.57 478	1.36 393	1.90 482	1.51 427	0.87 327	7.23 542	1.89 488	0.26 351	0.19 322	0.19 137	0.16 146	0.23 271	0.37 418

test_sample1	0.67 237	0.32 228	0.90 263	0.54 207	0.33 204	0.76 267	0.48 270	1.75 343	1.06 249	0.95 206	0.99 200	0.91 260	1.10 418	1.25 236	0.79 331	0.22 261	0.19 322	0.21 205	0.20 239	0.21 231	0.25 280

ffm	0.79 311	0.36 315	1.51 420	0.56 242	0.40 290	0.76 267	0.59 358	1.08 155	2.62 534	1.19 299	1.49 397	1.07 318	0.85 310	1.57 309	0.35 78	0.21 227	0.13 73	0.31 416	0.28 408	0.20 186	0.23 238

ff1	1.88 505	0.36 315	1.51 420	0.56 242	0.40 290	0.76 267	0.59 358	1.08 155	2.62 534	1.19 299	1.49 397	1.07 318	0.85 310	9.88 570	13.82 568	0.21 227	0.13 73	0.31 416	0.28 408	0.20 186	0.23 238

mmx	1.89 508	0.36 315	1.51 420	0.56 242	0.40 290	0.76 267	0.59 358	2.32 485	1.41 436	1.19 299	1.49 397	1.07 318	0.85 310	9.88 570	13.82 568	0.25 325	0.21 352	0.31 416	0.28 408	0.32 397	0.29 348

xxx	1.89 508	0.36 315	1.51 420	0.56 242	0.40 290	0.76 267	0.59 358	2.32 485	1.41 436	1.19 299	1.49 397	1.07 318	0.85 310	9.88 570	13.82 568	0.25 325	0.21 352	0.31 416	0.28 408	0.32 397	0.29 348

CFNet_ucs	0.73 275	0.34 276	0.94 280	0.53 193	0.44 329	0.76 267	0.46 252	1.73 339	1.34 402	1.24 326	1.54 415	1.08 328	0.64 229	1.05 188	0.64 288	0.26 351	0.20 336	0.37 468	0.22 308	0.42 449	0.30 364

UDGNet	0.75 283	1.23 528	0.99 297	0.82 476	0.42 314	0.76 267	0.38 156	0.98 115	1.37 419	0.83 174	0.88 171	0.70 181	0.60 215	1.25 236	0.57 259	0.57 516	0.19 322	1.03 542	0.26 380	0.79 523	0.35 410

PSM-AAD	0.80 317	0.29 151	0.58 79	0.58 277	0.29 114	0.76 267	1.19 499	1.08 155	0.94 196	1.65 472	1.58 430	0.81 213	2.12 527	1.67 329	0.44 166	0.19 153	0.14 140	0.38 472	0.32 452	0.22 251	0.68 513

GrayStereo	0.83 337	0.28 128	0.62 104	0.66 371	0.37 257	0.76 267	1.79 535	1.19 205	0.91 178	1.98 506	1.89 480	1.07 318	1.76 505	1.43 284	0.50 216	0.20 196	0.15 206	0.19 137	0.21 281	0.18 114	0.41 440

CRE-IMP	0.57 167	0.32 228	0.82 211	0.54 207	0.29 114	0.77 276	0.25 36	1.19 205	0.79 144	1.09 242	0.95 183	0.81 213	0.57 188	1.11 209	0.57 259	0.22 261	0.14 140	0.23 270	0.19 210	0.28 346	0.24 259

G2L-Stereo	0.84 343	0.35 305	1.15 349	0.63 336	0.43 319	0.78 277	0.69 394	1.69 326	1.20 321	1.36 393	1.18 288	1.43 409	0.78 275	2.47 427	1.26 423	0.25 325	0.20 336	0.26 354	0.21 281	0.20 186	0.27 318

tt45	0.47 109	0.25 69	0.52 59	0.47 91	0.34 222	0.78 277	0.32 89	0.86 88	0.45 46	0.52 111	0.45 46	0.49 97	0.37 76	2.12 394	0.36 96	0.16 47	0.13 73	0.19 137	0.16 146	0.17 82	0.21 188

DCVSM-stereo	0.75 283	0.36 315	0.82 211	0.58 277	0.43 319	0.78 277	0.42 196	1.30 239	1.05 247	1.79 488	1.04 223	1.60 439	1.08 412	1.12 211	0.86 347	0.25 325	0.27 434	0.29 397	0.24 353	0.30 379	0.37 418

testlalala_base	0.83 337	0.41 379	0.80 197	0.67 385	0.53 386	0.78 277	0.30 73	1.84 365	0.60 87	0.75 157	0.91 176	0.68 173	0.54 176	0.69 78	0.46 185	2.92 558	0.15 206	0.17 75	0.12 32	2.95 557	0.27 318

Sa-1000	0.76 291	0.30 176	0.92 271	0.62 326	0.31 151	0.78 277	0.37 146	2.00 415	1.38 421	1.30 360	2.04 493	0.86 236	0.74 258	1.87 359	0.40 137	0.19 153	0.14 140	0.25 333	0.24 353	0.21 231	0.19 134

cf-r	0.79 311	0.32 228	1.06 319	0.57 264	0.64 437	0.78 277	0.51 291	2.04 424	1.22 336	1.20 304	1.27 326	1.53 430	0.91 342	1.47 294	0.94 376	0.25 325	0.19 322	0.22 236	0.23 340	0.19 150	0.21 188

GwcNet-RSSM	0.83 337	0.34 276	1.29 395	0.65 357	0.55 400	0.78 277	0.62 373	1.89 383	1.27 365	1.18 291	1.39 370	1.56 435	0.91 342	1.60 321	1.22 416	0.26 351	0.20 336	0.23 270	0.24 353	0.21 231	0.21 188

DeepPruner_ROB	0.79 311	0.55 435	1.14 347	0.61 318	0.46 341	0.78 277	0.54 322	1.83 363	1.00 225	1.42 415	1.27 326	1.23 362	0.77 268	1.56 307	0.89 356	0.35 452	0.28 440	0.27 369	0.26 380	0.32 397	0.34 401

xyz-stereo-finetune	0.50 130	0.27 111	0.63 106	0.43 48	0.23 18	0.79 285	0.46 252	0.83 73	0.82 152	0.63 137	0.63 104	0.54 124	0.44 112	1.69 335	0.62 280	0.16 47	0.15 206	0.19 137	0.16 146	0.17 82	0.16 63

AIO-test2	0.61 205	0.30 176	0.93 273	0.65 357	0.65 442	0.79 285	0.50 289	1.33 245	1.40 432	0.65 139	1.15 280	0.53 120	0.42 98	1.18 225	0.36 96	0.25 325	0.18 304	0.26 354	0.31 445	0.20 186	0.21 188

AIO-test1	0.61 205	0.27 111	0.68 134	0.68 397	1.02 518	0.79 285	0.36 131	1.59 301	1.35 405	0.59 123	0.89 173	0.60 147	0.49 152	1.20 230	0.36 96	0.18 115	0.17 273	0.23 270	0.25 362	0.18 114	0.26 300

DEFOM-Stereo	0.34 32	0.23 33	0.46 20	0.44 55	0.29 114	0.79 285	0.23 28	0.50 4	0.39 29	0.38 36	0.32 18	0.23 2	0.25 12	1.21 231	0.28 26	0.17 79	0.12 37	0.15 22	0.11 7	0.14 15	0.16 63

AIO-Stereo-zeroshot1	1.06 414	0.43 386	3.59 516	0.53 193	0.66 448	0.79 285	0.39 170	2.60 522	0.98 212	0.96 209	4.58 546	2.05 502	0.56 185	0.99 170	0.51 220	0.19 153	0.14 140	0.21 205	0.28 408	0.32 397	0.41 440

gcap-zeroshot	0.59 191	0.30 176	1.11 337	0.51 149	0.30 131	0.79 285	0.36 131	1.86 375	0.86 165	0.90 193	0.68 116	1.44 410	0.50 158	0.82 113	0.35 78	0.19 153	0.16 244	0.18 111	0.15 109	0.18 114	0.18 100

IPLG	0.72 272	0.29 151	1.12 341	0.53 193	0.44 329	0.79 285	0.33 96	1.35 247	1.10 266	1.32 369	1.11 254	0.52 115	0.54 176	3.13 452	0.71 309	0.17 79	0.14 140	0.20 171	0.17 170	0.18 114	0.21 188

test_sample2	0.67 237	0.31 209	0.89 253	0.54 207	0.29 114	0.80 292	0.63 378	1.83 363	1.10 266	0.93 201	1.06 231	0.94 276	0.92 350	1.24 235	0.59 271	0.23 283	0.20 336	0.22 236	0.21 281	0.24 300	0.25 280

PCWNet_CMD	0.68 250	0.34 276	0.93 273	0.51 149	0.38 269	0.80 292	0.42 196	1.51 277	1.34 402	1.17 280	1.31 339	1.23 362	0.65 234	0.94 155	0.62 280	0.21 227	0.17 273	0.27 369	0.19 210	0.43 451	0.28 334

AACVNet	0.90 371	0.40 369	0.98 295	0.86 490	0.40 290	0.80 292	0.49 281	1.81 359	0.86 165	1.11 245	1.34 353	1.32 389	0.99 378	4.23 476	0.86 347	0.26 351	0.22 367	0.28 385	0.22 308	0.30 379	0.28 334

RAFT-RH_RVC	1.04 407	0.26 87	0.76 179	0.53 193	0.29 114	0.80 292	0.32 89	0.85 81	1.12 280	2.04 509	4.63 548	1.03 310	0.57 188	5.93 517	0.52 228	0.20 196	0.13 73	0.26 354	0.20 239	0.16 58	0.19 134

GMStereo	0.58 179	0.50 416	1.09 330	0.52 170	0.32 184	0.80 292	0.43 214	1.02 126	1.41 436	0.89 192	0.77 143	0.52 115	0.46 129	0.89 143	0.56 256	0.25 325	0.16 244	0.20 171	0.22 308	0.31 386	0.27 318
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.66 226	0.33 247	0.74 169	0.55 221	0.37 257	0.80 292	0.47 263	1.46 270	1.11 273	1.01 221	1.31 339	1.07 318	0.91 342	0.82 113	1.09 399	0.22 261	0.19 322	0.21 205	0.18 188	0.23 271	0.19 134

GANet-RSSM	0.78 302	0.31 209	0.90 263	0.67 385	0.58 413	0.80 292	0.62 373	2.04 424	1.15 297	1.11 245	1.27 326	1.26 373	1.18 440	1.68 331	0.74 314	0.26 351	0.21 352	0.22 236	0.22 308	0.23 271	0.23 238

MSMDNet	0.68 250	0.34 276	0.93 273	0.52 170	0.38 269	0.80 292	0.42 196	1.52 279	1.35 405	1.17 280	1.31 339	1.23 362	0.65 234	0.94 155	0.62 280	0.21 227	0.17 273	0.26 354	0.19 210	0.41 445	0.28 334

z-ln-s-r	1.18 441	0.61 453	2.91 501	0.54 207	0.56 405	0.81 300	0.86 447	1.72 337	1.55 477	1.18 291	1.62 437	1.37 399	1.16 429	3.67 468	3.77 524	0.20 196	0.15 206	0.21 205	0.17 170	0.29 363	0.24 259

pcwnet_v2	0.91 376	0.39 363	2.74 497	0.64 350	0.55 400	0.81 300	0.49 281	2.19 467	1.63 485	1.44 422	1.64 443	1.09 329	0.79 284	1.31 250	0.70 306	0.32 425	0.25 417	0.29 397	0.27 397	0.37 426	0.37 418

test_sample6	0.77 297	0.36 315	1.07 324	0.56 242	0.31 151	0.82 302	0.56 339	2.12 439	1.24 345	1.21 311	1.40 375	0.90 256	0.90 339	1.45 289	0.87 352	0.28 390	0.23 395	0.28 385	0.29 427	0.28 346	0.30 364

GASNet	1.13 429	1.10 520	3.29 512	1.00 521	0.68 455	0.82 302	0.67 388	1.85 373	1.38 421	1.39 403	1.25 315	1.25 367	1.20 443	2.72 440	1.62 468	0.46 494	0.26 424	0.36 465	0.34 472	0.55 496	0.33 392

CASS	0.67 237	0.36 315	0.84 229	0.57 264	0.28 99	0.82 302	0.43 214	1.62 308	0.92 183	1.39 403	1.28 332	0.87 238	0.84 305	0.88 138	0.59 271	0.36 459	0.19 322	0.26 354	0.22 308	0.29 363	0.43 452
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iRaft-Stereo_20w	0.71 266	0.33 247	1.25 386	0.50 134	0.36 247	0.82 302	0.31 80	3.16 543	0.89 172	1.24 326	1.14 274	0.79 205	0.65 234	1.15 216	0.43 161	0.18 115	0.13 73	0.18 111	0.17 170	0.20 186	0.23 238

DAS	0.89 363	0.37 336	1.20 374	0.66 371	0.69 458	0.82 302	0.62 373	1.79 352	1.26 361	1.93 501	1.55 418	0.96 285	1.17 433	2.72 440	0.69 303	0.22 261	0.16 244	0.25 333	0.18 188	0.29 363	0.24 259

SepStereo	0.87 358	0.37 336	1.20 374	0.66 371	0.69 458	0.82 302	0.62 373	1.79 352	1.26 361	1.93 501	1.55 418	0.96 285	1.17 433	2.34 413	0.69 303	0.22 261	0.16 244	0.25 333	0.18 188	0.29 363	0.24 259

FENet	0.62 208	0.30 176	0.68 134	0.57 264	0.33 204	0.82 302	0.40 178	1.41 263	1.12 280	1.03 228	0.87 168	0.98 289	0.84 305	1.00 174	0.70 306	0.23 283	0.16 244	0.23 270	0.20 239	0.22 251	0.24 259

DFGA-Net	0.77 297	0.47 402	1.75 442	0.55 221	0.46 341	0.83 309	0.44 233	1.38 253	1.10 266	1.05 232	1.20 293	0.70 181	0.58 205	2.27 408	1.31 428	0.19 153	0.17 273	0.24 294	0.24 353	0.28 346	0.30 364

SMFormer	0.79 311	0.32 228	0.95 284	0.49 118	0.27 63	0.83 309	0.43 214	2.16 456	1.45 454	1.27 347	1.50 404	0.98 289	0.96 362	1.87 359	0.99 384	0.24 305	0.22 367	0.22 236	0.21 281	0.23 271	0.27 318

tta	0.79 311	0.32 228	0.95 284	0.49 118	0.27 63	0.83 309	0.43 214	2.16 456	1.45 454	1.27 347	1.50 404	0.98 289	0.96 362	1.87 359	0.99 384	0.24 305	0.22 367	0.22 236	0.21 281	0.19 150	0.22 217

qqq1	0.76 291	0.32 228	0.95 284	0.49 118	0.27 63	0.83 309	0.43 214	2.16 456	1.45 454	1.27 347	1.50 404	0.98 289	0.96 362	1.87 359	0.48 202	0.24 305	0.22 367	0.18 111	0.15 109	0.19 150	0.22 217

fff1	0.76 291	0.32 228	0.95 284	0.49 118	0.27 63	0.83 309	0.43 214	2.16 456	1.45 454	1.27 347	1.50 404	0.98 289	0.96 362	1.87 359	0.48 202	0.24 305	0.22 367	0.18 111	0.15 109	0.19 150	0.22 217

11t1	0.57 167	0.30 176	0.84 229	0.54 207	0.30 131	0.83 309	0.41 188	1.34 246	0.79 144	0.88 188	0.82 158	0.70 181	0.70 252	0.96 164	0.67 298	0.21 227	0.21 352	0.20 171	0.16 146	0.21 231	0.26 300

dad	0.90 371	0.73 489	1.28 392	0.59 296	0.39 278	0.83 309	0.45 246	1.24 223	1.54 471	1.52 443	1.28 332	1.36 395	0.86 318	2.54 431	0.91 364	0.43 481	0.27 434	0.82 534	0.26 380	0.44 462	0.34 401

SACVNet	0.89 363	0.51 420	1.08 327	0.83 480	0.58 413	0.83 309	0.78 417	1.84 365	1.17 309	1.39 403	1.33 349	1.25 367	1.01 387	2.31 412	0.92 368	0.35 452	0.26 424	0.31 416	0.29 427	0.35 416	0.48 464

FACV-RUCA	0.66 226	0.36 315	0.89 253	0.63 336	0.65 442	0.84 317	0.41 188	1.67 313	1.11 273	0.91 195	1.14 274	0.63 161	0.77 268	0.84 124	0.54 247	0.28 390	0.19 322	0.47 500	0.22 308	0.36 420	0.29 348

GCAP-BAT	0.54 141	0.33 247	0.75 174	0.45 64	0.50 364	0.84 317	0.35 121	0.98 115	0.80 147	0.88 188	1.04 223	0.88 244	0.37 76	1.25 236	0.41 147	0.19 153	0.15 206	0.18 111	0.13 63	0.17 82	0.22 217

test_sample5	0.75 283	0.36 315	1.04 312	0.55 221	0.31 151	0.84 317	0.53 308	2.12 439	1.23 341	1.18 291	1.30 337	0.88 244	0.86 318	1.37 265	0.76 320	0.26 351	0.22 367	0.27 369	0.28 408	0.28 346	0.29 348

DualNet	0.75 283	0.36 315	1.04 312	0.55 221	0.31 151	0.84 317	0.53 308	2.12 439	1.23 341	1.21 311	1.40 375	0.88 244	0.86 318	1.37 265	0.76 320	0.26 351	0.22 367	0.27 369	0.28 408	0.28 346	0.29 348

GMStereo_Zeroshot	0.70 260	0.64 464	1.11 337	0.65 357	0.38 269	0.84 317	0.37 146	1.09 162	1.16 304	1.14 270	1.07 234	1.26 373	0.55 179	1.23 233	0.65 293	0.34 442	0.17 273	0.31 416	0.18 188	0.57 499	0.23 238

DMCA-RVC	0.83 337	0.46 397	2.19 478	0.68 397	0.49 359	0.84 317	0.48 270	1.44 266	1.07 251	1.56 454	1.04 223	1.29 380	0.86 318	1.49 303	0.92 368	0.27 372	0.22 367	0.35 455	0.28 408	0.32 397	0.28 334

DMCA	0.71 266	0.36 315	1.17 364	0.53 193	0.45 333	0.84 317	0.46 252	1.52 279	1.09 262	1.20 304	1.12 258	1.21 354	0.74 258	0.87 135	1.09 399	0.25 325	0.20 336	0.27 369	0.19 210	0.24 300	0.29 348

ICVP	0.66 226	0.35 305	0.71 148	0.63 336	0.41 304	0.85 324	0.56 339	1.78 349	0.96 205	0.92 198	1.24 313	0.88 244	0.75 263	0.76 95	0.93 371	0.31 417	0.22 367	0.22 236	0.21 281	0.24 300	0.28 334
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ITSA-stereo	0.85 350	0.38 354	0.92 271	0.58 277	0.32 184	0.86 325	0.49 281	2.33 491	1.69 490	1.16 276	1.12 258	0.95 280	0.85 310	2.46 422	1.18 408	0.27 372	0.23 395	0.28 385	0.28 408	0.28 346	0.41 440

mmm	0.68 250	0.37 336	0.91 268	0.54 207	0.34 222	0.86 325	0.58 352	1.72 337	1.02 232	1.13 256	1.41 380	0.83 228	0.78 275	0.95 163	0.67 298	0.22 261	0.20 336	0.29 397	0.26 380	0.27 330	0.27 318

riskmin	0.62 208	0.29 151	0.73 164	0.50 134	0.34 222	0.86 325	0.44 233	1.74 341	1.07 251	0.76 159	0.76 139	1.19 351	1.01 387	0.84 124	0.60 274	0.20 196	0.16 244	0.24 294	0.16 146	0.24 300	0.29 348

CFNet-ft	0.78 302	0.36 315	0.74 169	0.67 385	0.56 405	0.86 325	0.54 322	1.46 270	1.17 309	1.01 221	1.28 332	1.68 456	1.03 397	1.57 309	0.95 378	0.27 372	0.21 352	0.33 440	0.26 380	0.31 386	0.26 300

CFNet_RVC	0.78 302	0.36 315	0.74 169	0.67 385	0.56 405	0.86 325	0.54 322	1.46 270	1.17 309	1.01 221	1.28 332	1.68 456	1.03 397	1.57 309	0.95 378	0.27 372	0.21 352	0.33 440	0.26 380	0.31 386	0.26 300

DispNO	0.98 393	0.34 276	2.02 464	0.58 277	0.55 400	0.88 330	0.49 281	1.70 330	1.24 345	1.22 319	1.26 317	1.18 349	0.88 333	5.17 496	0.88 353	0.23 283	0.18 304	0.24 294	0.22 308	0.19 150	0.22 217

STTStereo	0.82 328	0.53 428	1.53 427	0.68 397	0.56 405	0.88 330	0.56 339	1.57 294	1.14 292	1.39 403	1.10 247	1.26 373	0.84 305	1.49 303	0.90 360	0.29 406	0.28 440	0.33 440	0.40 489	0.33 404	0.37 418

tg	0.54 141	0.25 69	0.70 145	0.52 170	0.31 151	0.89 332	0.29 65	1.12 172	0.98 212	0.85 181	1.03 217	0.62 156	0.42 98	1.37 265	0.41 147	0.17 79	0.13 73	0.22 236	0.21 281	0.17 82	0.17 84

test_5	0.70 260	0.32 228	0.99 297	0.69 410	0.50 364	0.89 332	0.51 291	1.88 381	1.14 292	0.78 162	1.13 269	1.04 311	0.89 336	1.59 316	0.46 185	0.19 153	0.14 140	0.23 270	0.22 308	0.22 251	0.20 160

ARAFT	0.82 328	0.40 369	1.77 445	0.53 193	0.31 151	0.89 332	0.81 433	2.32 485	1.08 254	1.66 475	1.25 315	1.04 311	0.64 229	1.91 366	0.52 228	0.20 196	0.15 206	0.28 385	0.27 397	0.17 82	0.18 100

UCFNet_RVC	0.72 272	0.37 336	0.59 85	0.66 371	0.41 304	0.89 332	0.68 391	1.78 349	1.15 297	1.01 221	1.20 293	1.22 358	0.95 360	1.07 195	0.66 297	0.28 390	0.21 352	0.34 448	0.31 445	0.33 404	0.29 348

G2L-Stereo_test	0.77 297	0.31 209	0.97 292	0.51 149	0.41 304	0.90 336	0.80 428	1.67 313	1.22 336	1.32 369	1.27 326	1.50 424	0.81 295	1.74 340	1.02 392	0.20 196	0.14 140	0.16 51	0.16 146	0.18 114	0.22 217

MyStereo8	0.70 260	0.32 228	1.24 384	0.63 336	0.53 386	0.90 336	0.34 108	1.60 303	1.35 405	1.20 304	1.31 339	0.89 254	0.64 229	0.77 97	1.02 392	0.18 115	0.15 206	0.20 171	0.18 188	0.22 251	0.30 364

FADNet-RVC	0.96 389	0.72 486	2.96 503	0.64 350	0.49 359	0.90 336	0.59 358	1.85 373	1.27 365	0.92 198	0.97 194	1.36 395	0.90 339	2.36 415	1.31 428	0.30 413	0.29 449	0.32 428	0.32 452	0.42 449	0.37 418

Selective-RAFT	0.55 144	0.29 151	0.85 235	0.58 277	0.28 99	0.91 339	0.34 108	1.00 125	0.96 205	0.59 123	0.64 105	0.80 207	0.76 264	1.34 260	0.51 220	0.21 227	0.15 206	0.17 75	0.15 109	0.19 150	0.19 134

DIP-Stereo	0.64 220	0.32 228	0.91 268	0.49 118	0.36 247	0.91 339	0.33 96	2.51 516	0.77 131	1.25 329	1.00 205	0.68 173	0.51 161	0.92 151	0.65 293	0.19 153	0.15 206	0.21 205	0.17 170	0.19 150	0.22 217
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DeepPrunerF	1.68 491	0.82 497	6.82 537	0.94 515	1.20 535	0.91 339	0.97 469	2.50 514	5.19 565	1.22 319	1.30 337	1.18 349	1.29 454	4.96 494	1.75 481	0.43 481	0.35 487	0.52 508	0.48 508	0.43 451	0.42 448

TDLM	1.08 423	0.50 416	1.01 304	0.69 410	0.54 394	0.91 339	1.40 515	1.60 303	1.36 414	1.17 280	1.40 375	1.07 318	1.00 384	6.19 520	0.85 346	0.34 442	0.22 367	0.35 455	0.26 380	0.38 432	0.29 348

PS-NSSS	1.02 404	0.62 460	1.17 364	0.61 318	0.58 413	0.91 339	0.79 425	2.02 417	1.19 317	1.17 280	1.68 450	1.00 300	0.85 310	4.43 481	0.86 347	0.38 464	0.31 458	0.52 508	0.32 452	0.52 486	0.45 457

MLCV	0.77 297	0.39 363	1.31 396	0.55 221	0.25 43	0.91 339	0.39 170	1.48 275	1.28 373	1.49 440	1.54 415	1.02 307	0.68 245	2.12 394	0.93 371	0.19 153	0.13 73	0.19 137	0.14 90	0.19 150	0.22 217

iResNet_ROB	0.82 328	0.36 315	1.13 342	0.60 304	0.37 257	0.91 339	0.38 156	2.41 500	1.61 484	1.35 388	1.35 358	1.25 367	0.97 372	1.75 342	0.88 353	0.21 227	0.14 140	0.17 75	0.12 32	0.19 150	0.30 364

test_sample4	0.74 279	0.36 315	1.09 330	0.55 221	0.32 184	0.92 346	0.51 291	2.14 449	1.25 353	1.22 319	1.22 301	0.86 236	0.82 297	1.29 247	0.76 320	0.26 351	0.21 352	0.26 354	0.26 380	0.27 330	0.28 334

HH	0.68 250	0.33 247	0.83 220	0.53 193	0.34 222	0.92 346	0.45 246	1.79 352	0.74 124	0.71 148	1.13 269	1.60 439	0.83 302	1.95 373	0.39 120	0.18 115	0.14 140	0.19 137	0.17 170	0.19 150	0.19 134

HanStereo	0.68 250	0.33 247	0.83 220	0.53 193	0.34 222	0.92 346	0.45 246	1.79 352	0.74 124	0.71 148	1.13 269	1.60 439	0.83 302	1.95 373	0.39 120	0.18 115	0.14 140	0.19 137	0.17 170	0.19 150	0.19 134

ToySt	0.73 275	0.35 305	1.64 434	0.54 207	0.37 257	0.92 346	0.81 433	1.21 214	1.03 235	0.86 186	1.12 258	1.31 385	1.01 387	1.04 185	0.88 353	0.19 153	0.20 336	0.24 294	0.24 353	0.27 330	0.28 334

test_sample7	0.78 302	0.39 363	0.89 253	0.55 221	0.35 239	0.93 350	0.75 410	1.99 411	1.27 365	1.25 329	1.22 301	1.09 329	1.01 387	1.31 250	0.73 310	0.32 425	0.32 470	0.32 428	0.32 452	0.33 404	0.33 392

Anonymous3	0.64 220	0.47 402	1.31 396	0.59 296	0.50 364	0.93 350	0.69 394	1.11 170	0.83 156	0.74 155	0.89 173	0.65 165	0.68 245	1.08 198	0.54 247	0.40 472	0.31 458	0.26 354	0.26 380	0.31 386	0.30 364

CVANet_RVC	1.10 425	0.49 413	1.15 349	0.65 357	0.54 394	0.93 350	1.00 475	1.69 326	1.36 414	1.42 415	1.39 370	1.24 366	1.17 433	6.22 522	0.80 338	0.35 452	0.24 405	0.35 455	0.30 439	0.44 462	0.32 383

G2L-ROB	0.79 311	0.28 128	1.01 304	0.57 264	0.39 278	0.94 353	0.65 382	1.76 345	1.18 315	1.27 347	1.03 217	1.62 444	0.78 275	1.93 369	1.26 423	0.20 196	0.14 140	0.17 75	0.15 109	0.20 186	0.24 259

ttt	1.26 456	0.36 315	0.79 192	0.65 357	0.42 314	0.94 353	0.57 345	2.33 491	1.38 421	1.25 329	1.65 444	0.92 268	0.78 275	2.64 435	8.73 555	0.30 413	0.28 440	0.26 354	0.25 362	0.29 363	0.32 383

THIR-Stereo	1.02 404	0.29 151	0.73 164	0.51 149	0.29 114	0.94 353	1.31 509	1.08 155	0.98 212	1.35 388	1.91 484	1.16 347	1.54 486	6.37 530	0.79 331	0.20 196	0.14 140	0.21 205	0.22 308	0.19 150	0.25 280

GES	0.70 260	0.37 336	1.05 317	0.62 326	0.38 269	0.94 353	0.57 345	2.37 495	0.92 183	1.05 232	1.12 258	0.67 171	0.77 268	1.02 181	0.65 293	0.28 390	0.20 336	0.20 171	0.20 239	0.22 251	0.31 374

test_xeample	1.55 480	0.31 209	0.94 280	0.54 207	0.31 151	0.94 353	0.58 352	2.40 499	1.40 432	1.29 358	1.55 418	0.89 254	0.88 333	1.72 338	15.94 574	0.22 261	0.22 367	0.22 236	0.21 281	0.23 271	0.25 280

AdaStereo	0.74 279	0.48 408	0.86 242	0.75 452	0.38 269	0.94 353	0.56 339	2.05 428	1.24 345	1.15 272	1.22 301	1.07 318	0.67 241	1.05 188	0.73 310	0.33 432	0.16 244	0.32 428	0.22 308	0.29 363	0.23 238
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.
iResNetv2_ROB	0.88 361	0.43 386	2.62 496	0.60 304	0.38 269	0.94 353	0.67 388	1.88 381	1.38 421	1.27 347	1.45 389	1.26 373	1.05 408	1.92 367	0.64 288	0.24 305	0.15 206	0.19 137	0.14 90	0.24 300	0.21 188

coex_refinement	0.84 343	0.30 176	0.89 253	0.72 429	0.52 379	0.95 360	0.60 365	1.92 395	1.29 385	1.38 400	1.37 363	1.80 472	0.82 297	1.48 296	1.31 428	0.27 372	0.17 273	0.19 137	0.20 239	0.25 312	0.27 318

RAFT-Test	0.58 179	0.27 111	0.81 202	0.50 134	0.33 204	0.95 360	0.27 51	1.40 259	0.89 172	1.00 216	1.12 258	1.39 402	0.48 141	0.74 87	0.41 147	0.17 79	0.14 140	0.17 75	0.14 90	0.16 58	0.18 100

DRaft	0.81 326	0.26 87	0.77 182	0.47 91	0.31 151	0.95 360	0.52 302	1.13 176	0.99 221	1.78 487	2.01 492	0.80 207	1.71 501	2.64 435	0.74 314	0.19 153	0.14 140	0.20 171	0.20 239	0.18 114	0.24 259

GEStereo_RVC	0.93 384	0.40 369	1.15 349	0.67 385	0.50 364	0.95 360	0.78 417	2.73 530	1.21 328	1.20 304	1.12 258	1.25 367	0.91 342	3.21 455	0.95 378	0.31 417	0.20 336	0.23 270	0.20 239	0.28 346	0.31 374

FADNet	0.98 393	0.64 464	2.57 492	0.66 371	0.55 400	0.95 360	0.57 345	1.91 388	1.38 421	0.94 204	1.02 210	1.36 395	1.00 384	2.69 438	0.97 382	0.34 442	0.34 480	0.31 416	0.34 472	0.61 508	0.42 448

NLCA_NET_v2_RVC	0.84 343	0.46 397	1.40 411	0.69 410	0.61 429	0.95 360	0.52 302	1.68 317	1.21 328	1.39 403	1.15 280	1.42 404	0.88 333	1.78 346	0.93 371	0.26 351	0.23 395	0.27 369	0.27 397	0.30 379	0.39 431
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
castereo++	0.41 64	0.26 87	0.51 53	0.44 55	0.32 184	0.96 366	0.22 18	1.13 176	0.61 92	0.33 18	0.45 46	0.50 104	0.39 88	0.94 155	0.25 5	0.18 115	0.12 37	0.17 75	0.12 32	0.14 15	0.16 63

Consistency-Raft	1.27 459	1.01 513	2.17 476	1.04 523	1.20 535	0.96 366	1.00 475	1.84 365	1.95 512	1.38 400	2.11 497	1.44 410	1.03 397	1.18 225	1.40 442	0.73 531	0.83 548	0.89 536	0.99 549	1.33 541	0.95 532

iResNet	0.80 317	0.45 394	1.47 415	0.72 429	0.31 151	0.96 366	0.64 380	1.80 356	1.28 373	1.31 366	1.48 396	0.94 276	0.78 275	1.77 344	0.99 384	0.19 153	0.14 140	0.18 111	0.15 109	0.22 251	0.27 318

test_sample3	0.73 275	0.35 305	1.06 319	0.55 221	0.32 184	0.97 369	0.51 291	2.12 439	1.25 353	1.16 276	1.17 285	0.88 244	0.78 275	1.27 243	0.79 331	0.26 351	0.21 352	0.25 333	0.25 362	0.26 324	0.27 318

Any-RAFT	0.55 144	0.27 111	0.49 36	0.50 134	0.27 63	0.98 370	0.25 36	1.71 334	1.08 254	0.90 193	0.99 200	1.13 342	0.46 129	0.74 87	0.35 78	0.19 153	0.13 73	0.17 75	0.13 63	0.16 58	0.19 134

hitnet-ft	0.84 343	0.38 354	0.75 174	0.59 296	0.44 329	0.99 371	0.47 263	1.61 305	1.38 421	1.21 311	1.22 301	1.82 474	0.99 378	1.87 359	1.09 399	0.33 432	0.29 449	0.34 448	0.27 397	0.36 420	0.33 392

1111x	1.96 511	0.32 228	1.54 428	0.54 207	0.30 131	1.00 372	0.69 394	2.47 509	1.33 400	1.21 311	1.44 387	1.21 354	1.11 421	8.49 556	16.14 575	0.22 261	0.23 395	0.22 236	0.23 340	0.25 312	0.26 300

s12784h	0.55 144	0.22 17	0.49 36	0.43 48	0.19 1	1.00 372	0.34 108	1.40 259	1.30 389	0.84 179	0.93 180	0.63 161	0.52 166	1.48 296	0.47 195	0.15 33	0.12 37	0.17 75	0.11 7	0.19 150	0.13 2

RASNet	1.16 434	0.34 276	1.11 337	0.73 437	0.86 499	1.00 372	0.60 365	1.56 291	1.43 446	1.07 240	1.37 363	2.08 503	1.44 478	7.00 540	1.56 459	0.20 196	0.17 273	0.17 75	0.19 210	0.19 150	0.19 134

DEmStereo	0.98 393	0.25 69	0.85 235	0.49 118	0.33 204	1.02 375	0.55 332	0.97 111	0.93 190	1.41 411	2.13 498	1.01 305	2.01 517	5.62 508	0.78 326	0.19 153	0.15 206	0.20 171	0.20 239	0.18 114	0.25 280

CFNet	0.99 396	0.40 369	1.23 381	0.65 357	0.43 319	1.03 376	0.49 281	2.01 416	1.35 405	1.02 225	1.39 370	1.10 333	0.86 318	5.47 507	0.89 356	0.24 305	0.18 304	0.28 385	0.27 397	0.27 330	0.22 217

Anonymous_2	1.37 462	0.56 439	0.94 280	0.57 264	0.62 433	1.04 377	0.65 382	1.82 361	1.01 228	1.00 216	0.79 148	1.42 404	1.27 451	1.06 193	0.83 342	0.62 522	0.67 543	1.05 543	9.88 583	1.09 537	0.55 489

ac_64	0.86 354	0.32 228	1.02 307	0.74 443	0.60 423	1.04 377	0.53 308	2.20 470	0.99 221	1.23 322	1.11 254	1.96 488	1.06 409	2.01 381	1.01 389	0.30 413	0.22 367	0.24 294	0.23 340	0.22 251	0.22 217

BEATNet_4x	0.82 328	0.54 431	2.02 464	0.56 242	0.28 99	1.04 377	0.55 332	2.14 449	1.13 286	1.24 326	1.26 317	1.00 300	0.94 355	1.13 213	1.23 419	0.21 227	0.14 140	0.24 294	0.20 239	0.37 426	0.23 238

222	1.67 489	0.31 209	0.93 273	0.59 296	0.31 151	1.05 380	0.43 214	2.39 497	1.47 460	1.37 395	1.55 418	0.94 276	0.94 355	1.98 376	17.76 577	0.24 305	0.22 367	0.21 205	0.20 239	0.22 251	0.26 300

psm_up	0.83 337	0.37 336	0.88 249	0.68 397	0.59 419	1.05 380	0.92 458	1.68 317	1.17 309	1.41 411	1.22 301	1.30 383	1.31 458	1.39 272	0.89 356	0.27 372	0.30 453	0.31 416	0.27 397	0.28 346	0.28 334

HITNet	0.71 266	0.42 382	1.07 324	0.52 170	0.25 43	1.05 380	0.48 270	2.12 439	1.08 254	1.21 311	1.23 309	0.91 260	0.84 305	0.90 146	0.91 364	0.17 79	0.12 37	0.21 205	0.17 170	0.29 363	0.18 100
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
EDNetEfficient	2.40 531	1.14 522	8.59 548	0.77 462	0.73 465	1.06 383	1.53 521	1.54 285	4.06 557	4.87 563	2.81 523	2.23 505	3.53 553	3.04 450	9.65 560	0.27 372	0.24 405	0.27 369	0.31 445	0.70 517	0.67 509

DualNet (step1)	0.89 363	0.51 420	1.35 401	0.58 277	0.40 290	1.07 384	0.80 428	1.99 411	1.27 365	1.25 329	1.22 301	1.09 329	1.01 387	1.31 250	0.73 310	0.59 519	0.32 470	0.62 526	0.67 532	0.45 465	0.48 464

test_sample9	1.96 511	0.51 420	1.35 401	0.58 277	0.40 290	1.07 384	0.80 428	1.99 411	1.27 365	1.25 329	1.22 301	1.09 329	1.01 387	2.46 422	8.57 553	0.59 519	12.85 586	0.62 526	0.67 532	0.45 465	0.48 464

test_sample8	2.29 526	0.51 420	1.35 401	0.58 277	0.40 290	1.07 384	0.80 428	2.03 421	1.22 336	2.28 519	1.33 349	4.98 555	2.51 539	2.46 422	8.57 553	0.59 519	12.85 586	0.62 526	0.67 532	0.45 465	0.48 464

FADNet-RVC-Resample	0.91 376	0.51 420	2.92 502	0.64 350	0.46 341	1.07 384	0.60 365	1.76 345	1.24 345	1.10 244	0.98 199	1.06 315	0.98 375	2.17 399	0.95 378	0.24 305	0.22 367	0.30 409	0.32 452	0.36 420	0.40 436

xyz-stereo-finetune2	0.59 191	0.29 151	0.66 126	0.41 38	0.24 23	1.08 388	0.34 108	0.87 91	0.60 87	0.68 145	1.08 241	0.58 138	0.79 284	2.39 420	0.83 342	0.17 79	0.15 206	0.21 205	0.17 170	0.16 58	0.18 100

anonymity	1.14 431	0.98 511	1.24 384	1.09 526	1.13 526	1.08 388	0.90 454	2.02 417	1.23 341	1.32 369	1.27 326	1.27 378	1.09 415	1.16 219	1.03 395	1.02 537	1.01 562	0.97 538	0.97 546	0.98 530	1.01 533

aanetorigin	1.26 456	0.85 501	3.00 504	0.72 429	0.80 488	1.08 388	1.05 481	1.12 172	1.39 430	3.53 550	2.60 519	1.72 460	1.73 503	1.98 376	1.77 484	0.26 351	0.24 405	0.26 354	0.25 362	0.38 432	0.51 477

NOSS_ROB	1.29 460	0.49 413	0.68 134	0.60 304	0.40 290	1.09 391	0.77 414	1.94 399	1.44 449	1.04 230	1.46 391	1.10 333	0.81 295	10.57 575	0.78 326	0.46 494	0.43 514	0.48 502	0.45 502	0.45 465	0.43 452

DLCB_ROB	0.92 379	0.43 386	0.95 284	0.71 423	0.55 400	1.11 392	0.83 438	1.61 305	1.32 398	1.67 476	1.66 446	1.70 459	0.93 352	1.96 375	1.34 436	0.26 351	0.25 417	0.27 369	0.28 408	0.28 346	0.28 334

XPNet_ROB	1.02 404	0.56 439	1.33 400	0.75 452	0.58 413	1.11 392	1.13 490	1.77 347	1.29 385	1.88 495	1.43 385	1.63 448	1.13 428	2.04 384	1.69 476	0.40 472	0.31 458	0.33 440	0.29 427	0.37 426	0.37 418

ADLNet2	0.92 379	0.37 336	1.25 386	0.80 469	0.65 442	1.12 394	0.75 410	1.95 402	1.42 445	1.26 342	1.67 448	1.68 456	1.04 403	1.80 353	1.23 419	0.25 325	0.22 367	0.21 205	0.22 308	0.27 330	0.31 374

CoDeX	0.78 302	0.31 209	1.04 312	0.56 242	0.37 257	1.13 395	0.60 365	2.77 532	1.29 385	1.17 280	1.26 317	0.91 260	0.87 327	1.42 282	0.74 314	0.21 227	0.16 244	0.21 205	0.18 188	0.21 231	0.21 188

PSMNet-ADL	0.75 283	0.36 315	0.69 140	0.71 423	0.47 351	1.13 395	0.46 252	1.47 273	1.07 251	0.85 181	1.18 288	1.31 385	0.94 355	1.56 307	1.06 397	0.34 442	0.22 367	0.22 236	0.23 340	0.27 330	0.36 414

FAT-Stereo	1.10 425	0.43 386	1.46 414	0.74 443	0.60 423	1.13 395	0.92 458	2.06 429	1.71 493	1.75 483	2.00 491	2.02 495	1.47 481	2.02 383	1.26 423	0.44 490	0.36 491	0.34 448	0.29 427	0.36 420	0.57 494

TCMNet	1.07 419	0.66 471	2.49 488	0.92 506	1.32 540	1.14 398	0.67 388	1.91 388	1.29 385	1.20 304	1.57 428	1.29 380	0.96 362	2.23 403	1.59 464	0.32 425	0.31 458	0.38 472	0.35 476	0.43 451	0.40 436

tt1	0.65 224	0.34 276	0.65 121	0.60 304	0.27 63	1.14 398	0.48 270	1.08 155	2.62 534	0.59 123	0.79 148	0.49 97	0.80 291	1.57 309	0.35 78	0.21 227	0.13 73	0.25 333	0.16 146	0.20 186	0.23 238

AASNet	0.80 317	0.39 363	1.16 363	0.84 484	0.80 488	1.14 398	0.59 358	2.12 439	1.21 328	1.26 342	1.26 317	0.93 270	0.77 268	0.84 124	1.23 419	0.28 390	0.24 405	0.24 294	0.20 239	0.28 346	0.27 318

RP	1.17 436	0.54 431	1.48 417	0.93 512	1.05 520	1.14 398	0.85 446	1.99 411	1.70 491	1.72 480	2.07 495	1.91 478	1.93 515	2.00 380	1.37 440	0.55 514	0.37 496	0.48 502	0.37 483	0.46 472	0.46 462

xxxx	1.61 485	0.32 228	0.98 295	0.58 277	0.31 151	1.15 402	0.43 214	2.43 502	1.41 436	1.17 280	1.40 375	1.21 354	0.86 318	1.94 370	16.68 576	0.24 305	0.24 405	0.21 205	0.20 239	0.23 271	0.27 318

HSM-Net_RVC	0.91 376	0.31 209	0.60 92	0.54 207	0.31 151	1.15 402	0.60 365	3.76 551	1.30 389	1.57 457	1.75 459	1.67 453	1.01 387	1.61 323	0.90 360	0.23 283	0.17 273	0.19 137	0.18 188	0.20 186	0.22 217
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ETE_ROB	1.01 403	0.69 479	1.49 418	0.72 429	0.50 364	1.15 402	1.12 488	1.91 388	1.24 345	1.94 503	1.50 404	1.73 462	1.06 409	1.78 346	1.33 435	0.33 432	0.26 424	0.38 472	0.34 472	0.40 441	0.44 455

ACVNet-DCA	0.59 191	0.34 276	0.63 106	0.60 304	0.27 63	1.16 405	0.51 291	1.58 296	0.91 178	0.60 130	0.80 153	0.47 89	0.87 327	1.48 296	0.35 78	0.21 227	0.13 73	0.25 333	0.15 109	0.23 271	0.25 280

xx1	0.70 260	0.34 276	0.63 106	0.60 304	0.27 63	1.16 405	0.51 291	1.07 150	3.23 547	0.60 130	0.80 153	0.95 280	0.79 284	1.48 296	0.35 78	0.21 227	0.13 73	0.24 294	0.23 340	0.23 271	0.25 280

1test111	0.58 179	0.34 276	0.63 106	0.60 304	0.27 63	1.16 405	0.51 291	1.58 296	0.91 178	0.60 130	0.80 153	0.47 89	0.87 327	0.99 170	0.67 298	0.21 227	0.13 73	0.25 333	0.15 109	0.23 271	0.25 280

cc1	0.68 250	0.34 276	0.63 106	0.60 304	0.27 63	1.16 405	0.51 291	1.07 150	3.23 547	0.60 130	0.80 153	0.47 89	0.87 327	1.48 296	0.35 78	0.21 227	0.13 73	0.25 333	0.15 109	0.19 150	0.23 238

psmorigin	1.69 493	0.74 491	13.13 561	0.70 419	0.60 423	1.16 405	0.79 425	1.69 326	1.25 353	2.07 511	1.77 463	2.23 505	1.51 485	2.14 396	1.45 447	0.39 470	0.41 508	0.34 448	0.33 466	0.45 465	0.63 506

HGLStereo	0.89 363	0.42 382	1.15 349	0.82 476	1.03 519	1.16 405	0.57 345	1.68 317	1.28 373	1.26 342	1.62 437	1.13 342	1.31 458	1.85 355	1.11 403	0.25 325	0.24 405	0.24 294	0.22 308	0.24 300	0.29 348

PWC_ROB	1.39 465	0.93 508	4.07 522	0.77 462	0.83 495	1.16 405	0.53 308	1.87 376	2.01 515	2.36 521	3.06 530	1.65 450	1.60 489	2.65 437	2.29 501	0.34 442	0.23 395	0.36 465	0.25 362	0.39 437	0.49 469

FADNet_RVC	0.88 361	0.56 439	2.15 475	0.57 264	0.43 319	1.17 412	0.46 252	1.68 317	1.12 280	0.91 195	1.24 313	0.91 260	0.94 355	2.22 402	1.20 411	0.28 390	0.22 367	0.32 428	0.28 408	0.46 472	0.42 448

PASM	1.48 475	1.08 517	3.96 521	0.93 512	0.93 508	1.17 412	1.19 499	1.77 347	1.65 486	1.90 496	1.52 412	1.75 467	1.42 475	4.54 483	1.52 457	0.64 524	0.68 545	0.69 531	0.79 538	0.70 517	0.74 518

edge stereo	1.15 433	0.54 431	1.50 419	0.73 437	0.66 448	1.18 414	0.84 440	2.13 447	1.41 436	1.73 481	1.84 473	2.53 521	1.46 479	2.46 422	1.35 438	0.43 481	0.41 508	0.54 513	0.36 479	0.43 451	0.50 473

PA-Net	1.14 431	0.63 461	2.12 473	0.67 385	0.75 474	1.19 415	0.91 456	1.91 388	1.46 459	1.18 291	1.23 309	1.33 391	1.17 433	4.31 479	1.41 443	0.29 406	0.46 521	0.33 440	0.50 512	0.33 404	0.57 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT + AFF	1.07 419	0.47 402	1.36 406	0.68 397	0.50 364	1.20 416	1.22 502	2.58 521	1.26 361	1.33 375	1.56 424	1.19 351	1.49 484	3.89 474	1.01 389	0.22 261	0.26 424	0.30 409	0.27 397	0.29 363	0.32 383

NVstereo2D	0.99 396	0.45 394	2.21 479	0.79 468	0.75 474	1.20 416	0.86 447	1.98 407	1.41 436	1.02 225	1.18 288	1.31 385	0.97 372	2.25 406	0.93 371	0.45 493	0.22 367	0.39 476	0.25 362	0.59 502	0.68 513

S-Stereo	1.17 436	0.48 408	2.25 482	0.83 480	0.81 492	1.22 418	1.17 497	2.12 439	2.08 519	1.47 432	2.13 498	1.55 433	1.16 429	2.09 391	1.46 449	0.42 480	0.40 507	0.35 455	0.32 452	0.45 465	0.73 517

HSM	1.22 447	0.34 276	0.81 202	0.61 318	0.39 278	1.22 418	0.63 378	2.45 504	1.25 353	1.32 369	1.26 317	1.91 478	1.08 412	9.21 561	0.75 317	0.23 283	0.17 273	0.20 171	0.16 146	0.22 251	0.24 259

w-ln-seven-2	1.42 469	0.69 479	6.86 538	0.71 423	0.62 433	1.23 420	0.92 458	1.84 365	1.59 480	1.74 482	1.59 434	1.49 421	1.40 470	3.69 469	2.22 496	0.27 372	0.26 424	0.29 397	0.26 380	0.34 412	0.33 392

acv_ft	0.78 302	0.33 247	1.10 335	0.73 437	0.86 499	1.23 420	0.57 345	1.65 312	1.11 273	1.31 366	1.31 339	1.07 318	0.91 342	0.82 113	1.35 438	0.22 261	0.19 322	0.21 205	0.18 188	0.22 251	0.19 134

ADLNet	0.89 363	0.39 363	1.09 330	0.88 495	0.73 465	1.24 422	0.75 410	2.02 417	1.41 436	1.58 458	1.37 363	1.26 373	1.00 384	1.31 250	1.18 408	0.28 390	0.21 352	0.26 354	0.26 380	0.29 363	0.36 414

BSDual-CNN	0.75 283	0.34 276	0.77 182	0.55 221	0.45 333	1.25 423	0.66 386	2.65 525	1.04 241	1.25 329	1.12 258	1.11 338	0.77 268	0.94 155	0.76 320	0.25 325	0.18 304	0.25 333	0.22 308	0.23 271	0.24 259

hknet	0.82 328	0.34 276	1.15 349	0.55 221	0.39 278	1.25 423	0.66 386	2.65 525	1.10 266	1.25 329	1.12 258	1.58 438	0.85 310	1.41 277	0.79 331	0.23 283	0.18 304	0.25 333	0.22 308	0.23 271	0.24 259

UPFNet	0.84 343	0.34 276	1.09 330	0.62 326	0.74 470	1.25 423	0.78 417	1.69 326	1.20 321	1.39 403	1.13 269	1.30 383	0.87 327	1.73 339	1.22 416	0.24 305	0.26 424	0.24 294	0.23 340	0.26 324	0.20 160

DDVS	0.80 317	0.43 386	1.09 330	0.64 350	0.44 329	1.27 426	0.43 214	1.49 276	0.94 196	1.21 311	1.16 282	1.42 404	0.63 225	2.14 396	1.02 392	0.29 406	0.22 367	0.26 354	0.23 340	0.31 386	0.37 418

PSMNet_ROB	0.95 385	0.57 444	1.45 413	0.75 452	0.64 437	1.28 427	1.12 488	1.84 365	1.15 297	1.16 276	1.29 336	1.44 410	0.89 336	1.74 340	1.70 478	0.33 432	0.25 417	0.37 468	0.39 487	0.36 420	0.32 383

GCST	1.13 429	1.50 539	1.17 364	1.74 545	1.17 533	1.29 428	0.30 73	1.55 288	1.21 328	1.31 366	0.97 194	0.99 294	0.48 141	2.38 419	0.54 247	1.24 546	0.70 546	1.31 546	0.86 542	1.03 534	0.92 531

ssnet_v2	0.92 379	0.39 363	1.22 379	0.66 371	0.39 278	1.31 429	0.96 468	2.32 485	1.45 454	1.48 438	1.17 285	1.53 430	0.91 342	1.16 219	1.71 480	0.31 417	0.27 434	0.30 409	0.29 427	0.28 346	0.29 348

IER	0.74 279	0.33 247	1.25 386	0.50 134	0.53 386	1.32 430	0.55 332	1.31 241	1.08 254	1.30 360	1.34 353	1.11 338	1.10 418	1.05 188	0.81 340	0.20 196	0.17 273	0.21 205	0.21 281	0.20 186	0.21 188

LMCR-Stereo	0.87 358	0.50 416	0.99 297	0.80 469	0.43 319	1.32 430	0.55 332	2.79 535	1.03 235	1.55 452	1.49 397	0.74 192	1.01 387	1.76 343	0.99 384	0.30 413	0.17 273	0.22 236	0.18 188	0.31 386	0.22 217

NCC-stereo	1.20 444	0.60 448	1.84 451	0.88 495	0.95 512	1.32 430	0.94 464	2.14 449	1.36 414	1.43 419	1.79 465	1.93 482	2.13 528	2.54 431	1.41 443	0.49 502	0.38 501	0.45 494	0.59 525	0.43 451	0.45 457

Abc-Net	1.20 444	0.60 448	1.84 451	0.88 495	0.95 512	1.32 430	0.94 464	2.14 449	1.36 414	1.43 419	1.79 465	1.93 482	2.13 528	2.54 431	1.41 443	0.49 502	0.38 501	0.45 494	0.59 525	0.43 451	0.45 457
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoDRNet-Refined	0.84 343	0.43 386	1.01 304	0.66 371	0.43 319	1.32 430	0.49 281	1.64 309	1.24 345	1.53 446	1.45 389	1.49 421	0.97 372	1.32 256	1.31 428	0.21 227	0.17 273	0.27 369	0.25 362	0.25 312	0.34 401
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	1.06 414	0.64 464	1.35 401	0.78 466	0.58 413	1.32 430	1.69 527	1.89 383	1.38 421	1.52 443	1.20 293	1.91 478	1.17 433	1.79 351	1.50 453	0.35 452	0.31 458	0.45 494	0.44 499	0.41 445	0.45 457

UDG	1.47 473	2.69 568	1.13 342	1.45 542	1.65 547	1.34 436	0.79 425	1.75 343	1.27 365	1.29 358	1.74 458	1.99 491	1.39 469	1.66 328	1.51 455	0.91 534	0.55 535	2.30 554	0.76 536	1.99 544	1.20 541

Wz-Net-SNSev	1.68 491	1.45 535	8.71 549	0.71 423	0.67 454	1.35 437	1.51 518	2.15 454	1.47 460	1.51 441	1.68 450	2.27 508	1.38 467	4.23 476	2.36 503	0.32 425	0.29 449	0.31 416	0.33 466	0.43 451	0.39 431

SFCPSM	0.74 279	0.30 176	1.06 319	0.52 170	0.39 278	1.36 438	0.64 380	2.42 501	1.11 273	1.18 291	1.21 299	0.81 213	0.78 275	1.08 198	0.57 259	0.22 261	0.17 273	0.22 236	0.24 353	0.23 271	0.21 188

gwcnet-sp	0.80 317	0.37 336	1.94 457	0.62 326	0.45 333	1.38 439	0.53 308	1.68 317	1.20 321	1.37 395	1.08 241	0.93 270	0.82 297	1.45 289	0.79 331	0.22 261	0.22 367	0.22 236	0.21 281	0.23 271	0.25 280

scenet	0.80 317	0.37 336	1.94 457	0.62 326	0.45 333	1.38 439	0.53 308	1.68 317	1.20 321	1.37 395	1.08 241	0.93 270	0.82 297	1.45 289	0.79 331	0.22 261	0.22 367	0.22 236	0.21 281	0.23 271	0.25 280

ssnet	0.80 317	0.37 336	1.94 457	0.62 326	0.45 333	1.38 439	0.53 308	1.68 317	1.20 321	1.37 395	1.08 241	0.93 270	0.82 297	1.45 289	0.79 331	0.22 261	0.22 367	0.22 236	0.21 281	0.23 271	0.25 280

MSAF-DinoV2	2.45 532	1.88 553	17.19 569	0.89 502	0.52 379	1.39 442	0.97 469	2.84 538	1.77 497	1.55 452	1.65 444	3.60 541	2.28 532	5.74 511	4.64 534	0.28 390	0.17 273	0.26 354	0.28 408	0.49 481	0.54 483

PSMNet-RUCA	1.07 419	1.06 514	1.64 434	1.23 535	1.10 523	1.39 442	0.65 382	1.91 388	1.43 446	0.95 206	1.52 412	0.99 294	0.83 302	1.28 246	1.01 389	0.71 530	0.34 480	0.99 540	0.61 528	1.01 532	0.67 509

DGSMNet	1.24 454	0.84 500	3.20 508	0.91 505	0.92 505	1.39 442	1.34 511	2.46 508	1.44 449	1.34 382	1.66 446	1.50 424	1.03 397	1.85 355	1.30 427	0.48 500	0.48 524	0.55 517	0.51 515	0.78 522	0.79 523

Syn2CoEx	1.23 451	0.80 493	3.07 506	0.83 480	0.68 455	1.39 442	0.87 451	2.23 472	1.57 478	1.28 353	1.58 430	1.42 404	1.57 488	3.79 472	1.48 452	0.36 459	0.32 470	0.34 448	0.30 439	0.30 379	0.41 440

GANet	1.41 467	0.52 426	1.18 369	0.74 443	0.48 353	1.40 446	1.69 527	1.87 376	1.28 373	1.56 454	2.39 510	1.56 435	1.25 448	9.13 559	1.20 411	0.31 417	0.32 470	0.34 448	0.29 427	0.40 441	0.33 392

CBMV_ROB	0.99 396	0.46 397	0.68 134	0.53 193	0.39 278	1.40 446	0.48 270	2.09 435	1.30 389	1.53 446	2.29 506	1.36 395	1.23 444	2.46 422	1.04 396	0.44 490	0.42 513	0.47 500	0.44 499	0.41 445	0.39 431

anonymousa	0.78 302	0.30 176	0.85 235	0.51 149	0.96 514	1.41 448	0.47 263	1.61 305	0.94 196	1.33 375	1.77 463	1.66 451	1.11 421	0.72 84	0.63 284	0.19 153	0.18 304	0.23 270	0.25 362	0.20 186	0.22 217

AF-Net	1.23 451	0.56 439	2.31 483	0.88 495	0.93 508	1.41 448	0.73 408	2.27 481	1.71 493	1.76 486	2.42 512	2.00 492	1.70 499	1.98 376	1.62 468	0.50 506	0.29 449	0.49 504	0.33 466	0.40 441	0.34 401

GANetREF_RVC	1.11 427	0.90 503	1.56 429	0.88 495	0.53 386	1.41 448	1.35 512	1.91 388	1.54 471	1.28 353	1.32 344	1.46 416	1.23 444	2.04 384	1.00 388	0.57 516	0.45 517	0.67 529	0.52 516	0.91 528	0.62 504
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
FINET	1.54 479	0.67 475	7.28 541	0.76 460	0.97 515	1.42 451	1.38 514	2.80 537	3.12 546	1.23 322	1.68 450	1.04 311	1.11 421	3.35 461	1.78 485	0.43 481	0.37 496	0.32 428	0.29 427	0.43 451	0.41 440

SQANet	1.38 463	0.95 509	1.37 409	1.89 549	1.47 545	1.44 452	0.81 433	1.89 383	1.13 286	1.34 382	1.26 317	1.28 379	1.02 395	1.64 325	0.91 364	2.55 555	0.35 487	1.47 547	0.56 521	2.48 549	1.74 549

psmg	0.75 283	0.34 276	0.77 182	0.52 170	0.45 333	1.46 453	0.73 408	2.15 454	1.04 241	1.25 329	1.33 349	1.11 338	0.77 268	0.94 155	0.76 320	0.25 325	0.20 336	0.25 333	0.26 380	0.23 271	0.24 259

zh-mn7	1.84 503	1.51 540	9.67 553	0.70 419	0.54 394	1.47 454	0.84 440	1.93 397	2.13 523	2.50 529	2.70 521	1.67 453	1.35 463	4.75 491	3.14 517	0.32 425	0.27 434	0.27 369	0.27 397	0.32 397	0.39 431

Nwc_Net	1.19 442	0.53 428	2.34 484	0.92 506	0.81 492	1.49 455	0.70 401	2.28 483	1.32 398	1.41 411	2.27 504	2.03 498	1.76 505	2.05 388	1.46 449	0.43 481	0.30 453	0.43 489	0.46 504	0.39 437	0.40 436

DSFCA	0.95 385	0.38 354	1.23 381	0.55 221	0.66 448	1.50 456	0.93 462	1.58 296	1.24 345	1.59 461	1.16 282	1.48 419	0.95 360	2.96 447	1.20 411	0.31 417	0.28 440	0.25 333	0.26 380	0.29 363	0.26 300

StereoDRNet	1.05 412	0.53 428	2.21 479	0.80 469	0.93 508	1.50 456	0.90 454	2.06 429	1.44 449	1.68 477	1.20 293	1.48 419	0.99 378	1.86 358	1.60 465	0.29 406	0.24 405	0.29 397	0.28 408	0.35 416	0.33 392

DANet	1.16 434	0.64 464	1.52 424	0.88 495	0.74 470	1.52 458	0.52 302	1.68 317	1.21 328	1.81 489	1.55 418	2.02 495	1.11 421	3.30 460	2.28 499	0.34 442	0.31 458	0.40 482	0.30 439	0.46 472	0.54 483
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV	1.04 407	0.48 408	0.88 249	0.56 242	0.36 247	1.52 458	1.55 522	1.87 376	1.59 480	2.11 513	1.67 448	1.46 416	1.35 463	1.92 367	1.31 428	0.35 452	0.35 487	0.39 476	0.33 466	0.34 412	0.34 401
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RGC	1.22 447	0.82 497	1.71 440	0.95 517	0.98 517	1.53 460	0.80 428	2.18 465	1.35 405	1.69 478	1.94 485	2.03 498	1.66 496	2.36 415	1.50 453	0.46 494	0.36 491	0.59 524	0.48 508	0.49 481	0.49 469

SGM-Forest	1.29 460	0.40 369	0.74 169	0.54 207	0.37 257	1.55 461	1.26 507	1.82 361	1.39 430	2.22 516	1.81 471	1.64 449	1.02 395	7.65 548	1.20 411	0.39 470	0.37 496	0.39 476	0.34 472	0.37 426	0.34 401
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	2.84 542	0.46 397	5.19 531	0.68 397	0.42 314	1.55 461	1.16 496	2.32 485	1.60 483	2.72 533	7.49 563	17.96 580	1.48 483	6.04 519	6.64 546	0.18 115	0.15 206	0.15 22	0.12 32	0.20 186	0.20 160

UNet	0.86 354	0.36 315	1.52 424	0.62 326	0.74 470	1.56 463	0.49 281	1.55 288	1.12 280	1.28 353	1.10 247	1.52 429	1.10 418	1.69 335	1.14 404	0.24 305	0.18 304	0.25 333	0.21 281	0.25 312	0.25 280

NVStereoNet_ROB	2.17 523	1.18 524	3.51 515	1.14 531	1.26 538	1.57 464	1.51 518	2.19 467	2.11 521	2.04 509	4.80 549	3.17 538	2.11 526	7.97 551	2.10 492	1.12 543	0.94 558	1.10 544	1.34 556	0.95 529	1.31 542
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	1.47 473	1.20 526	2.50 489	1.46 543	1.08 522	1.58 465	1.51 518	1.96 405	1.87 507	2.31 520	2.20 501	1.51 427	1.88 513	1.57 309	1.34 436	0.94 535	0.83 548	0.84 535	0.80 539	1.00 531	1.06 536

NaN_ROB	1.23 451	0.63 461	1.76 443	0.67 385	0.50 364	1.59 466	2.00 541	1.87 376	1.52 468	2.14 515	1.26 317	1.40 403	1.09 415	4.60 485	1.75 481	0.28 390	0.34 480	0.28 385	0.29 427	0.30 379	0.37 418

DRN-Test	1.07 419	0.49 413	1.95 461	0.75 452	0.81 492	1.61 467	0.78 417	2.26 475	1.53 469	1.84 492	1.35 358	1.42 404	1.04 403	2.26 407	1.61 466	0.28 390	0.23 395	0.31 416	0.30 439	0.33 404	0.33 392

LALA_ROB	1.06 414	0.66 471	1.37 409	0.70 419	0.53 386	1.61 467	1.25 506	1.81 359	1.48 464	1.82 491	1.40 375	1.93 482	1.03 397	1.68 331	1.69 476	0.38 464	0.28 440	0.43 489	0.37 483	0.43 451	0.38 426

CSP-Net	1.00 399	0.41 379	0.99 297	0.56 242	0.43 319	1.62 469	0.76 413	2.16 456	1.16 304	1.33 375	1.22 301	1.32 389	0.89 336	4.67 487	0.93 371	0.35 452	0.24 405	0.20 171	0.20 239	0.23 271	0.30 364

HBP-ISP	1.00 399	0.60 448	0.85 235	0.64 350	0.48 353	1.63 470	0.77 414	2.24 474	1.30 389	1.33 375	1.53 414	0.87 238	0.99 378	3.26 458	0.76 320	0.46 494	0.44 515	0.54 513	0.48 508	0.48 477	0.42 448

delet	0.90 371	0.34 276	1.15 349	0.69 410	0.66 448	1.63 470	0.81 433	1.95 402	1.49 465	1.42 415	1.38 368	1.29 380	0.91 342	1.78 346	1.18 408	0.22 261	0.22 367	0.24 294	0.25 362	0.22 251	0.24 259

EDNetEfficientorigin	10.59 576	1.52 541	177.33 599	0.68 397	0.54 394	1.66 472	1.20 501	1.94 399	3.39 550	4.69 561	3.37 533	3.08 535	2.79 544	3.25 457	3.63 522	0.26 351	0.24 405	0.33 440	0.28 408	0.85 525	0.87 528

LSM	6.55 565	1.26 529	15.64 567	1.79 546	68.74 594	1.67 473	2.08 547	2.26 475	2.59 532	3.13 547	3.08 531	1.90 476	1.81 508	2.89 446	2.16 495	0.43 481	0.59 540	0.50 505	0.58 523	0.64 510	17.24 587

Wz-Net-LNSev	1.17 436	0.72 486	4.71 528	0.66 371	0.84 497	1.72 474	1.13 490	1.97 406	1.43 446	1.34 382	1.32 344	1.66 451	1.30 457	1.44 288	1.51 455	0.29 406	0.26 424	0.24 294	0.23 340	0.33 404	0.35 410

ccnet	1.19 442	0.71 483	1.36 406	0.81 473	0.75 474	1.72 474	1.13 490	1.98 407	1.31 396	1.52 443	1.84 473	1.75 467	1.36 465	2.01 381	2.04 491	0.57 516	0.54 533	0.57 521	0.56 521	0.60 505	0.60 502

PWCDC_ROB	1.39 465	0.91 506	2.10 471	1.08 525	0.92 505	1.72 474	0.58 352	2.03 421	3.30 549	1.32 369	4.87 551	1.21 354	1.71 501	1.98 376	1.75 481	0.65 525	0.26 424	0.29 397	0.25 362	0.56 497	0.41 440

CBFPSM	0.95 385	0.37 336	2.10 471	0.51 149	0.39 278	1.73 477	0.87 451	1.59 301	1.13 286	1.11 245	1.00 205	2.34 513	1.64 495	1.42 282	1.44 446	0.19 153	0.18 304	0.20 171	0.20 239	0.22 251	0.36 414

GwcNet	1.26 456	0.63 461	5.13 530	0.81 473	1.15 530	1.73 477	0.69 394	1.84 365	1.53 469	1.51 441	1.71 455	1.72 460	1.09 415	2.20 401	1.61 466	0.31 417	0.30 453	0.29 397	0.27 397	0.30 379	0.41 440

RYNet	1.24 454	0.52 426	1.57 431	0.73 437	0.97 515	1.74 479	0.95 467	2.09 435	1.54 471	1.44 422	1.18 288	1.94 486	1.29 454	4.57 484	1.93 489	0.27 372	0.23 395	0.35 455	0.27 397	0.57 499	0.59 499

CC-Net-ROB	1.53 478	1.31 533	1.68 439	0.92 506	0.80 488	1.75 480	0.99 473	2.04 424	1.27 365	1.12 253	1.62 437	1.20 353	0.98 375	7.82 549	0.92 368	1.15 545	0.41 508	2.20 552	0.46 504	1.37 542	0.56 491

CRFU-Net	0.90 371	0.42 382	1.10 335	0.69 410	0.59 419	1.76 481	0.84 440	2.33 491	0.92 183	1.45 428	1.20 293	1.62 444	1.25 448	1.38 269	0.94 376	0.28 390	0.23 395	0.22 236	0.19 210	0.24 300	0.27 318

WZ-Net	2.14 521	1.08 517	11.68 560	0.89 502	0.78 484	1.76 481	1.59 525	2.39 497	2.03 516	2.11 513	1.95 487	2.30 511	2.28 532	5.94 518	3.86 527	0.35 452	0.27 434	0.29 397	0.32 452	0.52 486	0.50 473

zh-sn7	2.00 514	1.73 548	9.50 552	0.77 462	0.73 465	1.77 483	1.32 510	2.08 432	1.66 487	1.91 497	2.48 517	1.81 473	2.25 531	5.74 511	4.07 528	0.33 432	0.33 476	0.32 428	0.32 452	0.44 462	0.46 462

coex-ft	8.35 571	2.39 562	100.24 598	0.68 397	0.54 394	1.77 483	1.57 524	1.71 334	11.00 571	18.91 586	3.76 538	3.85 544	8.23 572	3.29 459	6.58 545	0.31 417	0.31 458	0.32 428	0.31 445	0.69 516	0.57 494

fast-acv-ft	1.00 399	0.48 408	1.85 453	0.61 318	0.52 379	1.77 483	0.69 394	1.52 279	1.47 460	1.34 382	1.85 476	1.73 462	1.24 447	1.62 324	1.56 459	0.27 372	0.28 440	0.28 385	0.28 408	0.28 346	0.31 374

CSAN	1.61 485	0.67 475	3.24 511	0.74 443	0.52 379	1.77 483	1.74 532	1.98 407	1.94 511	2.47 528	2.33 508	1.93 482	2.04 520	6.45 531	1.95 490	0.43 481	0.36 491	0.41 487	0.42 493	0.43 451	0.44 455

iinet-f	1.04 407	0.50 416	4.24 524	0.58 277	0.43 319	1.78 487	0.70 401	1.29 238	1.16 304	1.25 329	1.42 381	1.57 437	1.42 475	1.47 294	1.70 478	0.26 351	0.23 395	0.20 171	0.20 239	0.26 324	0.26 300

FBW_ROB	1.78 497	0.66 471	1.90 456	0.72 429	0.66 448	1.79 488	1.07 484	2.79 535	1.77 497	1.84 492	1.79 465	1.98 490	1.37 466	12.42 578	2.22 496	0.36 459	0.38 501	0.57 521	0.39 487	0.46 472	0.51 477

DDUNet	1.56 481	2.70 569	1.35 401	1.79 546	1.88 549	1.82 489	0.91 456	1.84 365	1.20 321	1.40 409	1.79 465	1.62 444	1.17 433	1.59 316	1.22 416	1.11 542	0.76 547	2.38 557	0.94 544	2.12 545	1.53 547

MMNet	0.89 363	0.35 305	1.44 412	0.64 350	0.59 419	1.83 490	0.48 270	1.70 330	1.38 421	1.45 428	1.19 292	1.25 367	1.16 429	1.77 344	1.27 426	0.20 196	0.19 322	0.23 270	0.22 308	0.25 312	0.24 259

YMNet	1.04 407	0.59 445	1.67 437	0.86 490	0.86 499	1.84 491	0.61 370	1.70 330	1.28 373	1.65 472	1.98 488	1.75 467	0.96 362	1.57 309	1.58 461	0.34 442	0.37 496	0.32 428	0.32 452	0.33 404	0.32 383

YMNet_1	1.04 407	0.59 445	1.67 437	0.86 490	0.86 499	1.84 491	0.61 370	1.70 330	1.28 373	1.65 472	1.98 488	1.75 467	0.96 362	1.57 309	1.58 461	0.34 442	0.37 496	0.32 428	0.32 452	0.33 404	0.32 383

SuperB	2.50 534	0.72 486	18.07 573	0.72 429	0.53 386	1.85 493	0.86 447	1.80 356	2.40 528	1.54 449	1.42 381	1.13 342	1.17 433	4.18 475	4.80 537	0.25 325	0.20 336	0.23 270	0.19 210	7.64 580	0.38 426

RTSC	1.43 472	0.89 502	3.62 518	0.94 515	0.64 437	1.85 493	0.69 394	2.20 470	2.04 518	2.22 516	1.70 453	1.67 453	1.27 451	2.53 430	4.48 532	0.33 432	0.25 417	0.27 369	0.29 427	0.38 432	0.40 436

SPS-STEREO	1.78 497	1.09 519	1.52 424	1.22 534	1.14 528	1.87 495	1.11 487	2.27 481	1.70 491	3.17 548	2.39 510	2.84 529	1.93 515	4.41 480	2.93 512	1.04 540	0.99 561	0.97 538	0.94 544	1.03 534	1.05 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
APVNet	1.11 427	0.59 445	1.95 461	0.87 493	0.77 480	1.90 496	0.82 437	2.03 421	1.15 297	1.14 270	1.43 385	1.55 433	1.12 427	3.03 449	1.62 468	0.32 425	0.34 480	0.42 488	0.36 479	0.36 420	0.41 440

ADCRef	1.50 476	0.61 453	3.83 520	0.76 460	0.77 480	1.91 497	0.77 414	2.16 456	1.34 402	1.63 469	1.59 434	1.35 394	1.40 470	1.79 351	8.32 552	0.25 325	0.21 352	0.32 428	0.31 445	0.31 386	0.32 383

MaskLacGwcNet_RVC	1.17 436	1.06 514	1.28 392	0.88 495	0.69 458	1.92 498	0.92 458	1.71 334	1.14 292	1.17 280	1.26 317	1.49 421	0.80 291	2.04 384	0.86 347	2.02 549	0.34 480	0.79 533	0.36 479	1.38 543	1.33 545

Wz-Net-MNSev	1.21 446	0.66 471	3.44 514	0.69 410	0.73 465	1.93 499	1.44 517	2.16 456	1.59 480	1.85 494	1.49 397	1.50 424	1.34 462	2.05 388	1.54 458	0.27 372	0.24 405	0.28 385	0.28 408	0.35 416	0.32 383

SHD	1.42 469	0.81 496	2.79 499	0.98 519	0.92 505	1.97 500	0.68 391	2.43 502	2.55 531	2.54 530	1.72 456	2.01 494	1.62 490	2.14 396	2.70 508	0.40 472	0.33 476	0.39 476	0.40 489	0.48 477	0.54 483

otaku	1.67 489	1.18 524	1.56 429	2.27 551	1.59 546	1.98 501	1.23 504	2.23 472	1.37 419	1.48 438	1.63 442	1.73 462	1.23 444	1.85 355	1.09 399	2.96 559	0.58 539	1.74 548	0.61 528	2.94 555	2.15 555

ADCMid	2.11 519	0.90 503	8.39 547	0.75 452	0.69 458	1.98 501	1.14 493	2.18 465	1.67 489	2.85 537	1.85 476	2.35 514	2.02 519	2.35 414	10.58 563	0.34 442	0.32 470	0.39 476	0.44 499	0.51 485	0.53 482

Wz-Net-LNSev-Ref	1.09 424	0.46 397	2.61 495	0.71 423	0.65 442	2.00 503	0.78 417	2.07 431	1.47 460	1.62 467	1.47 393	1.53 430	1.29 454	2.10 392	1.65 474	0.24 305	0.14 140	0.20 171	0.16 146	0.28 346	0.28 334

XQC	1.51 477	0.98 511	3.20 508	0.92 506	0.76 479	2.01 504	1.17 497	2.53 518	1.99 514	2.01 508	1.54 415	2.00 492	1.54 486	3.16 453	3.46 521	0.49 502	0.31 458	0.45 494	0.40 489	0.71 519	0.62 504

RainbowNet	2.06 516	1.86 550	1.97 463	2.86 559	2.25 554	2.03 505	1.79 535	2.77 532	1.92 509	1.54 449	1.84 473	1.95 487	1.73 503	2.23 403	1.38 441	3.40 566	0.86 553	2.39 559	1.00 550	2.94 555	2.42 559

DPSNet	1.91 510	0.64 464	5.95 532	0.73 437	0.59 419	2.04 506	1.61 526	3.84 552	1.96 513	1.54 449	1.39 370	2.27 508	3.32 550	4.95 493	4.79 535	0.50 506	0.31 458	0.29 397	0.26 380	0.67 514	0.54 483

DISCO	1.06 414	0.37 336	1.19 370	0.73 437	0.46 341	2.04 506	0.84 440	2.26 475	1.54 471	1.25 329	1.36 362	2.38 515	1.08 412	2.60 434	1.62 468	0.24 305	0.19 322	0.22 236	0.20 239	0.32 397	0.29 348

DispFullNet	2.39 530	2.89 571	3.74 519	3.09 564	2.27 556	2.04 506	0.84 440	2.19 467	1.73 495	2.54 530	1.98 488	2.23 505	5.83 564	3.44 463	1.84 487	1.03 538	0.33 476	2.65 565	1.97 569	2.87 554	2.34 558

Ntro	1.72 495	1.21 527	1.62 433	2.54 556	1.86 548	2.09 509	1.14 493	2.08 432	1.38 421	1.23 322	1.62 437	1.62 444	1.33 461	2.04 384	1.21 415	3.09 560	0.56 536	1.82 550	0.65 530	2.97 559	2.25 557

PAM_32	0.87 358	0.30 176	1.08 327	0.56 242	0.32 184	2.10 510	0.36 131	2.26 475	1.01 228	1.13 256	1.05 230	3.14 537	1.47 481	1.00 174	0.42 155	0.19 153	0.14 140	0.20 171	0.18 188	0.19 150	0.25 280

PAM	0.86 354	0.31 209	1.19 370	0.55 221	0.35 239	2.17 511	0.47 263	2.26 475	0.87 168	1.18 291	0.96 185	3.01 532	1.41 474	0.90 146	0.40 137	0.19 153	0.13 73	0.19 137	0.18 188	0.20 186	0.27 318

ADCS	2.35 527	1.26 529	6.54 536	0.85 487	0.77 480	2.18 512	1.79 535	2.47 509	2.20 524	2.80 536	2.14 500	2.38 515	2.09 522	2.81 443	13.83 571	0.43 481	0.41 508	0.40 482	0.45 502	0.59 502	0.67 509

AnyNet_C32	2.14 521	1.45 535	7.38 542	0.95 517	1.12 524	2.23 513	2.34 556	2.10 437	1.54 471	2.44 524	1.79 465	2.04 500	1.66 496	2.69 438	10.48 562	0.38 464	0.35 487	0.35 455	0.42 493	0.50 483	0.60 502

WCMA_ROB	2.05 515	0.55 435	1.77 445	0.74 443	0.61 429	2.24 514	1.56 523	2.17 464	1.79 502	4.16 556	6.36 558	5.66 557	4.66 561	3.19 454	2.77 509	0.55 514	0.45 517	0.40 482	0.43 497	0.48 477	0.50 473

ADCP+	2.12 520	0.56 439	10.01 554	0.68 397	0.91 504	2.25 515	1.04 480	1.92 395	1.50 467	1.58 458	1.34 353	1.73 462	1.62 490	2.27 408	13.20 565	0.25 325	0.22 367	0.32 428	0.29 427	0.38 432	0.34 401

FCDSN-DC	2.47 533	0.65 470	1.00 302	0.85 487	0.75 474	2.26 516	0.97 469	2.31 484	1.83 505	5.52 569	7.65 565	7.72 565	7.70 571	4.43 481	2.64 507	0.52 508	0.48 524	0.52 508	0.52 516	0.57 499	0.59 499
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet_1	3.08 549	1.48 538	17.70 570	2.90 561	2.35 559	2.30 517	1.43 516	3.16 543	2.26 527	1.91 497	2.05 494	3.51 540	2.32 534	3.71 470	1.58 461	3.25 562	0.66 542	2.40 560	1.06 553	3.07 561	2.59 561

BUS	0.78 302	0.34 276	0.77 182	0.55 221	0.45 333	2.30 517	0.42 196	2.65 525	1.04 241	1.25 329	1.12 258	1.02 307	0.70 252	0.94 155	0.75 317	0.25 325	0.18 304	0.25 333	0.22 308	0.23 271	0.24 259

NINENet	0.81 326	0.40 369	0.89 253	0.65 357	0.53 386	2.30 517	0.42 196	2.12 439	1.13 286	1.20 304	1.27 326	1.02 307	0.70 252	1.26 240	0.75 317	0.29 406	0.24 405	0.31 416	0.21 281	0.27 330	0.26 300

ACVNet-4b	3.05 548	1.42 534	18.09 574	2.85 558	2.33 558	2.32 520	1.22 502	2.47 509	2.21 525	1.26 342	2.36 509	2.64 525	1.46 479	6.32 528	1.23 419	3.29 563	0.45 517	2.37 556	1.02 552	3.03 560	2.61 562

ACV-stereo	1.00 399	0.55 435	1.47 415	0.59 296	0.42 314	2.38 521	0.58 352	1.20 209	1.21 328	0.83 174	1.01 207	3.36 539	2.10 523	1.64 325	1.17 407	0.28 390	0.22 367	0.23 270	0.22 308	0.29 363	0.35 410

Wz-Net-TNSev	2.10 518	2.71 570	9.30 550	0.72 429	0.65 442	2.41 522	1.81 539	2.45 504	1.77 497	1.62 467	1.56 424	2.56 522	2.01 517	5.30 499	4.46 531	0.41 476	0.38 501	0.33 440	0.37 483	0.54 494	0.64 507

stereogan	1.22 447	0.45 394	2.03 467	0.87 493	0.85 498	2.52 523	0.72 405	1.98 407	1.78 501	1.92 499	1.94 485	2.31 512	1.42 475	2.10 392	1.14 404	0.38 464	0.36 491	0.39 476	0.32 452	0.52 486	0.49 469

ADCL	1.82 501	0.70 481	4.57 527	0.70 419	0.63 436	2.56 524	1.77 534	2.08 432	1.77 497	1.95 505	1.89 480	2.04 500	1.88 513	2.36 415	9.55 559	0.27 372	0.25 417	0.35 455	0.32 452	0.39 437	0.39 431

z-mn7	1.77 496	1.06 514	7.02 540	0.74 443	0.54 394	2.58 525	1.03 479	1.90 387	2.73 542	1.61 463	3.00 528	1.96 488	1.40 470	5.23 498	2.87 511	0.31 417	0.25 417	0.27 369	0.25 362	0.34 412	0.35 410

MeshStereo	2.36 528	0.60 448	1.05 317	0.63 336	0.51 374	2.58 525	0.99 473	3.46 547	2.21 525	7.38 574	5.06 553	7.50 562	3.10 546	7.02 541	2.54 506	0.44 490	0.44 515	0.45 494	0.40 489	0.43 451	0.45 457
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
PVD	1.82 501	0.91 506	3.02 505	1.03 522	0.94 511	2.61 527	1.14 493	2.78 534	3.40 551	3.08 546	2.75 522	2.39 517	2.49 538	2.81 443	3.66 523	0.48 500	0.49 529	0.59 524	0.49 511	0.60 505	0.81 525

MFN_U_SF_RVC	1.62 487	0.96 510	4.36 526	0.92 506	0.69 458	2.62 528	1.10 486	2.50 514	1.74 496	1.99 507	1.86 478	2.45 519	1.78 507	3.08 451	2.84 510	0.54 510	0.50 530	0.56 519	0.60 527	0.60 505	0.67 509

w-ln-seven	1.56 481	0.83 499	5.96 533	0.78 466	0.74 470	2.64 529	1.01 478	2.13 447	2.03 516	2.09 512	1.76 460	1.84 475	1.27 451	2.98 448	3.23 518	0.29 406	0.26 424	0.31 416	0.30 439	0.41 445	0.38 426

ACVNet_2	2.86 543	1.47 537	8.28 545	2.68 557	2.26 555	2.70 530	1.84 540	3.41 545	3.04 545	2.27 518	3.42 535	4.58 548	2.10 523	5.91 516	1.62 468	2.58 556	0.67 543	2.22 553	0.85 541	2.79 552	2.47 560

ADCPNet	1.97 513	0.78 492	9.38 551	0.74 443	0.61 429	2.73 531	1.36 513	2.11 438	1.66 487	1.92 499	1.70 453	2.45 519	2.07 521	2.50 428	6.84 547	0.38 464	0.38 501	0.38 472	0.43 497	0.47 476	0.50 473

SANet	2.26 525	0.70 481	6.94 539	0.69 410	0.46 341	2.76 532	1.76 533	2.61 523	5.84 567	2.45 525	3.52 536	3.71 542	3.38 552	5.90 515	2.14 494	0.34 442	0.31 458	0.32 428	0.29 427	0.54 494	0.43 452

SGM_RVC	1.88 505	0.40 369	0.90 263	0.63 336	0.30 131	2.81 533	1.26 507	2.73 530	1.81 504	4.09 552	2.85 525	3.88 545	3.19 547	8.42 555	2.44 504	0.33 432	0.31 458	0.30 409	0.28 408	0.31 386	0.31 374
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PDISCO_ROB	1.41 467	0.73 489	2.04 468	1.40 538	1.46 544	2.83 534	1.07 484	2.64 524	2.11 521	1.41 411	1.50 404	1.73 462	0.99 378	2.83 445	1.46 449	1.03 538	0.27 434	0.54 513	0.47 506	0.77 521	0.84 527

LE_ROB	8.35 571	0.47 402	27.42 586	0.83 480	0.34 222	2.84 535	3.36 567	4.03 555	27.04 588	25.20 588	8.72 570	8.55 568	27.35 588	7.37 544	22.13 580	0.22 261	0.20 336	0.20 171	0.21 281	0.25 312	0.25 280

FC-DCNN	2.88 545	0.61 453	1.15 349	0.75 452	0.57 410	2.85 536	1.05 481	3.44 546	2.64 537	6.93 570	7.63 564	9.86 571	7.02 569	5.76 513	4.31 530	0.54 510	0.48 524	0.51 506	0.50 512	0.53 491	0.52 479

FC-DCNN v2	2.96 546	0.61 453	1.13 342	0.75 452	0.57 410	2.90 537	1.06 483	3.59 550	2.66 538	7.05 571	7.66 566	10.26 574	7.17 570	6.27 525	4.49 533	0.54 510	0.48 524	0.51 506	0.50 512	0.53 491	0.52 479

ELAS_RVC	2.87 544	0.80 493	3.22 510	1.16 533	1.12 524	2.92 538	5.33 570	2.98 541	4.18 559	5.04 564	4.82 550	4.71 550	8.23 572	4.25 478	4.79 535	0.67 527	0.57 537	0.57 521	0.53 518	0.66 513	0.74 518
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	1.71 494	0.67 475	2.09 470	1.14 531	0.75 474	2.96 539	0.89 453	1.58 296	1.30 389	2.76 535	8.12 569	2.29 510	2.51 539	1.94 370	2.23 498	0.49 502	0.45 517	0.45 494	0.31 445	0.62 509	0.59 499

AnyNet_C01	2.38 529	2.21 560	10.17 555	0.99 520	0.79 486	3.12 540	2.37 557	2.69 529	1.89 508	2.58 532	2.44 514	2.70 527	1.86 512	3.65 465	7.12 548	0.41 476	0.41 508	0.40 482	0.42 493	0.68 515	0.79 523

Dean	3.77 553	1.65 546	17.87 571	3.01 563	2.54 561	3.15 541	2.10 548	4.80 562	4.42 560	2.89 539	6.03 556	5.45 556	2.55 542	3.40 462	2.13 493	3.22 561	0.89 555	2.51 563	1.07 554	3.07 561	2.65 565

MADNet+	2.80 539	3.38 574	11.57 559	1.50 544	1.21 537	3.18 542	2.00 541	3.52 549	2.61 533	1.81 489	2.09 496	2.83 528	2.18 530	7.55 546	5.44 541	0.84 532	0.83 548	0.71 532	0.66 531	1.05 536	1.08 537

IMH-64-1	2.82 540	1.87 551	1.77 445	3.31 566	2.69 562	3.22 543	2.07 545	4.25 557	2.77 543	2.46 526	3.78 539	3.05 533	2.34 535	4.67 487	3.00 514	3.84 571	0.84 551	2.75 566	1.39 557	3.34 564	2.93 567

IMH-64	2.82 540	1.87 551	1.77 445	3.31 566	2.69 562	3.22 543	2.07 545	4.25 557	2.77 543	2.46 526	3.78 539	3.05 533	2.34 535	4.67 487	3.00 514	3.84 571	0.84 551	2.75 566	1.39 557	3.34 564	2.93 567

LVE	3.40 552	1.80 549	2.21 479	2.90 561	2.44 560	3.27 545	2.25 552	4.80 562	5.06 564	2.43 523	6.79 559	5.99 558	2.64 543	9.20 560	2.28 499	3.30 564	1.11 567	2.38 557	1.48 563	2.95 557	2.62 563

WAO-6	2.98 547	1.67 547	1.88 455	2.38 555	2.30 557	3.53 546	2.37 557	4.38 559	4.64 563	2.42 522	4.50 543	4.85 551	2.99 545	5.22 497	5.37 540	1.77 548	1.16 568	2.31 555	1.47 562	2.42 548	1.99 554

MFN_U_SF_DS_RVC	1.80 499	1.11 521	4.33 525	0.84 484	0.77 480	3.70 547	2.41 560	2.04 424	1.85 506	1.75 483	1.90 482	1.92 481	1.25 448	7.33 543	1.45 447	0.47 498	0.47 522	0.53 512	0.77 537	0.50 483	0.55 489

SAMSARA	1.80 499	0.90 503	3.37 513	1.28 537	1.13 526	3.71 548	2.33 555	2.53 518	1.93 510	3.17 548	1.73 457	2.99 531	1.68 498	3.53 464	2.46 505	0.47 498	0.54 533	0.43 489	0.47 506	0.59 502	0.64 507

PWCK	3.24 550	2.37 561	10.86 557	2.14 550	1.14 528	3.71 548	4.19 568	3.02 542	3.55 553	3.05 545	3.63 537	3.09 536	2.35 537	8.16 553	3.41 520	2.17 552	0.96 559	1.77 549	1.01 551	2.84 553	1.40 546

RTS	2.76 536	1.55 543	15.40 564	1.13 528	1.42 542	3.75 550	2.21 550	2.45 504	2.72 540	2.91 540	2.85 525	2.58 523	1.62 490	6.28 526	5.80 542	0.41 476	0.30 453	0.35 455	0.35 476	0.52 486	0.54 483

RTSA	2.76 536	1.55 543	15.40 564	1.13 528	1.42 542	3.75 550	2.21 550	2.45 504	2.72 540	2.91 540	2.85 525	2.58 523	1.62 490	6.28 526	5.80 542	0.41 476	0.30 453	0.35 455	0.35 476	0.52 486	0.54 483

SDNR	1.66 488	0.55 435	2.36 485	0.56 242	0.58 413	3.79 552	0.45 246	1.78 349	1.40 432	1.38 400	2.45 515	1.13 342	0.96 362	11.03 576	1.31 428	0.67 527	0.64 541	0.43 489	0.32 452	0.71 519	0.76 521

WAO-7	2.78 538	1.54 542	2.18 477	1.41 541	1.19 534	3.92 553	2.01 544	4.19 556	3.89 556	2.98 542	5.47 554	4.18 546	3.28 549	8.24 554	4.27 529	1.13 544	1.01 562	1.18 545	1.13 555	1.19 540	1.13 540

notaker	4.29 555	2.42 564	5.06 529	3.89 575	3.29 572	4.00 554	2.25 552	4.93 564	3.47 552	4.21 558	6.79 559	7.67 564	3.37 551	9.25 562	6.47 544	4.09 576	1.42 570	3.35 575	2.13 572	4.11 571	3.54 572

MSMD_ROB	2.08 517	0.61 453	1.15 349	0.71 423	0.62 433	4.00 554	0.93 462	1.94 399	1.79 502	4.71 562	4.60 547	8.14 566	3.87 557	3.75 471	1.65 474	0.54 510	0.48 524	0.55 517	0.58 523	0.53 491	0.52 479

IMH	3.35 551	1.95 554	1.86 454	3.30 565	2.72 564	4.03 556	2.00 541	4.58 561	3.83 555	2.87 538	6.99 561	4.69 549	3.21 548	6.77 537	2.97 513	3.91 574	0.89 555	2.78 568	1.40 561	3.36 566	2.93 567

KSHMR	8.76 573	2.14 559	3.59 516	3.60 572	3.13 569	4.15 557	2.67 562	5.61 568	58.90 598	3.04 544	55.71 598	4.94 552	2.54 541	4.61 486	3.05 516	3.49 567	1.57 572	3.14 571	1.98 570	3.84 568	3.49 571

MDST_ROB	1.88 505	0.40 369	1.71 440	0.93 512	0.60 423	4.27 558	1.23 504	3.99 554	1.44 449	4.61 560	2.63 520	1.44 410	1.03 397	9.78 567	1.62 468	0.33 432	0.26 424	0.37 468	0.33 466	0.31 386	0.34 401

LRCNet_RVC	22.79 584	32.09 590	22.06 576	29.83 588	26.15 585	4.40 559	0.84 440	22.64 584	2.10 520	26.93 589	29.25 588	23.03 589	15.56 579	23.91 586	18.92 578	32.00 592	20.04 593	34.68 591	32.13 592	30.66 591	28.52 591

ktn	4.56 556	2.41 563	2.54 490	3.79 574	3.25 570	4.81 560	2.91 565	5.52 566	7.36 568	4.12 555	14.55 577	7.54 563	3.70 554	7.84 550	3.35 519	4.06 575	1.86 573	3.26 574	2.22 573	3.27 563	2.86 566

MSC_U_SF_DS_RVC	2.22 524	1.29 532	4.14 523	1.10 527	0.78 484	5.00 561	2.38 559	2.47 509	2.67 539	1.94 503	2.28 505	2.66 526	1.70 499	9.10 558	2.29 501	0.68 529	0.52 531	0.68 530	0.71 535	1.17 539	0.81 525

UNDER WATER	5.68 563	2.46 566	15.52 566	3.98 577	3.53 573	5.15 562	2.74 563	5.58 567	16.41 579	4.00 551	4.56 544	9.12 569	6.43 567	6.22 522	9.11 557	3.85 573	1.35 569	3.18 573	1.98 570	4.51 574	3.84 576

HanzoNet	11.92 578	5.12 576	17.18 568	4.19 578	3.59 575	5.16 563	2.82 564	7.41 573	9.96 570	33.31 594	27.60 587	22.25 587	37.31 592	18.18 582	13.57 567	8.13 582	3.44 577	3.50 576	3.44 577	7.77 581	4.52 578

MADNet++	5.41 561	3.18 572	6.43 535	4.66 579	3.95 576	6.15 564	6.75 571	4.51 560	4.51 562	5.06 565	6.27 557	4.96 553	6.14 565	9.39 563	11.70 564	4.71 577	4.19 578	3.97 577	3.33 575	4.08 570	4.25 577

ELAS	2.67 535	0.80 493	2.13 474	1.13 528	1.15 530	6.25 565	2.56 561	3.50 548	3.68 554	5.36 567	4.92 552	3.79 543	5.56 563	3.65 465	5.22 539	0.66 526	0.57 537	0.56 519	0.54 519	0.65 512	0.75 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	5.84 564	2.48 567	17.93 572	3.97 576	3.58 574	7.70 566	3.03 566	5.72 569	14.13 573	4.18 557	4.00 541	9.27 570	6.80 568	6.20 521	9.22 558	3.67 568	1.52 571	3.14 571	1.95 568	4.43 573	3.83 575

WAO-8	4.57 557	2.01 555	2.58 493	2.37 553	2.21 552	9.75 567	1.71 529	6.04 570	16.34 576	4.11 553	7.69 567	7.41 560	3.85 555	10.02 573	3.85 525	2.05 550	1.09 565	2.44 561	1.39 557	2.56 550	1.86 552

Venus	4.57 557	2.01 555	2.58 493	2.37 553	2.21 552	9.75 567	1.71 529	6.04 570	16.34 576	4.11 553	7.69 567	7.41 560	3.85 555	10.02 573	3.85 525	2.05 550	1.09 565	2.44 561	1.39 557	2.56 550	1.86 552

TorneroNet-64	5.41 561	2.10 558	2.43 486	3.49 570	2.83 565	9.90 569	2.13 549	8.87 576	16.79 581	5.39 568	9.18 571	10.68 576	3.92 558	9.55 564	5.11 538	3.36 565	0.86 553	2.88 569	1.62 565	3.76 567	3.37 570

SGM+DAISY	5.38 560	1.28 531	8.24 544	1.27 536	1.16 532	10.62 570	16.01 579	2.93 540	2.53 530	8.64 577	13.03 575	8.26 567	13.38 577	6.34 529	7.59 550	1.07 541	1.05 564	1.00 541	0.98 547	1.02 533	1.12 539

JetBlue	4.18 554	2.45 565	10.42 556	1.40 538	2.89 567	10.68 571	10.68 572	3.91 553	2.52 529	2.74 534	3.39 534	4.50 547	4.27 559	7.97 551	7.67 551	0.89 533	0.97 560	0.89 536	0.92 543	2.26 546	2.21 556

tt	6.61 566	0.28 128	6.10 534	3.77 573	2.17 551	11.53 572	19.61 580	13.53 581	5.81 566	3.00 543	2.82 524	4.97 554	6.33 566	3.83 473	7.23 549	9.13 583	11.32 585	5.87 581	6.22 581	6.01 577	2.63 564

DPSMNet_ROB	13.08 580	8.28 578	22.32 578	9.54 582	18.15 579	11.53 572	31.98 586	10.83 579	16.27 575	7.17 573	19.40 584	10.12 572	16.69 580	9.87 569	22.50 583	4.78 579	8.72 580	5.38 580	10.25 585	6.16 579	11.59 583

DGTPSM_ROB	13.06 579	8.27 577	22.29 577	9.53 581	18.14 578	11.53 572	31.97 585	10.82 578	16.25 574	7.14 572	19.39 583	10.12 572	16.69 580	9.85 568	22.49 582	4.77 578	8.72 580	5.37 579	10.24 584	6.15 578	11.56 582

TCMNet-wrong-test	10.42 575	11.55 581	15.31 563	20.99 584	18.49 580	13.94 575	10.69 573	16.07 582	4.14 558	5.27 566	5.64 555	16.22 579	12.57 574	7.57 547	10.26 561	7.44 581	2.38 574	4.30 578	3.43 576	11.37 583	10.87 581

JetRed	7.02 567	8.94 579	25.72 582	2.89 560	3.27 571	14.25 576	12.27 576	6.69 572	4.45 561	4.46 559	4.56 544	6.65 559	5.43 562	7.46 545	14.41 573	2.60 557	3.31 575	2.61 564	2.30 574	4.34 572	3.79 574

SGM-ForestM	7.81 570	0.48 408	11.02 558	0.74 443	0.40 290	16.83 577	12.72 578	7.91 574	8.13 569	11.53 579	10.25 573	22.44 588	14.01 578	17.02 580	20.52 579	0.38 464	0.39 506	0.37 468	0.36 479	0.37 426	0.38 426

MANE	7.50 569	0.64 464	7.97 543	1.40 538	2.10 550	16.86 578	12.56 577	12.91 580	17.51 584	8.50 576	11.60 574	14.66 577	13.33 576	12.02 577	13.28 566	0.62 522	0.52 531	0.52 508	1.90 567	0.56 497	0.58 497

USTest	14.33 581	14.93 582	21.00 575	17.41 583	16.02 577	23.11 579	33.76 587	22.02 583	11.81 572	9.47 578	10.19 572	15.94 578	13.17 575	17.25 581	22.38 581	3.81 570	5.01 579	6.17 582	6.18 580	9.23 582	7.81 580

DPSimNet_ROB	24.77 586	9.69 580	61.46 595	3.56 571	19.46 581	25.95 580	77.56 598	5.09 565	16.60 580	21.50 587	29.82 589	25.12 590	85.69 599	13.37 579	23.07 585	7.23 580	17.79 588	8.55 583	7.57 582	4.57 576	31.84 592

Anonymous_1	42.79 594	18.71 583	24.75 579	21.81 585	45.16 592	27.68 581	37.52 588	28.64 588	16.34 576	14.72 582	14.53 576	20.60 581	17.82 582	21.52 583	25.88 586	113.45 599	8.91 582	100.63 596	126.37 596	158.50 599	12.31 584

DPSM_ROB	19.12 582	19.13 584	25.13 580	22.15 586	20.86 583	28.06 582	37.75 589	27.18 586	16.95 582	14.25 580	15.07 578	21.66 582	18.69 583	21.83 584	26.51 587	10.15 585	9.30 583	10.45 585	10.41 586	14.00 584	12.85 585

DPSM	19.12 582	19.13 584	25.13 580	22.15 586	20.86 583	28.06 582	37.75 589	27.18 586	16.95 582	14.25 580	15.07 578	21.66 582	18.69 583	21.83 584	26.51 587	10.15 585	9.30 583	10.45 585	10.41 586	14.00 584	12.85 585

HaxPig	39.02 591	41.39 596	41.59 587	30.10 589	32.36 586	29.49 584	27.65 583	30.56 589	37.94 595	43.75 595	43.81 594	33.42 591	35.69 589	41.51 592	40.33 594	43.91 596	47.48 598	45.87 592	47.14 594	42.29 592	44.06 595

xyz-stereo	7.03 568	0.24 50	70.23 596	0.44 55	0.21 7	29.74 585	0.49 281	1.03 134	0.77 131	1.45 428	26.78 586	1.17 348	1.19 442	4.72 490	1.32 434	0.16 47	0.12 37	0.20 171	0.14 90	0.17 82	0.14 15

AVERAGE_ROB	40.42 592	42.30 597	42.61 588	36.91 591	35.54 588	30.42 586	27.59 582	37.45 595	38.45 596	44.87 596	44.27 595	37.55 593	36.69 590	41.82 593	40.25 593	45.36 597	46.73 597	47.09 593	46.32 593	42.47 593	43.74 594

xxxxx1	54.34 597	26.72 587	27.03 583	114.14 596	99.00 596	30.68 587	47.19 591	32.52 590	26.09 585	17.85 583	17.48 580	21.86 584	20.92 585	24.38 587	33.78 589	34.73 593	41.33 594	157.67 597	175.68 597	65.82 595	71.99 597

tt_ll	54.34 597	26.72 587	27.03 583	114.14 596	99.00 596	30.68 587	47.19 591	32.52 590	26.09 585	17.85 583	17.48 580	21.86 584	20.92 585	24.38 587	33.78 589	34.73 593	41.33 594	157.67 597	175.68 597	65.82 595	71.99 597

ff	54.34 597	26.72 587	27.03 583	114.14 596	99.00 596	30.68 587	47.19 591	32.52 590	26.09 585	17.85 583	17.48 580	21.86 584	20.92 585	24.38 587	33.78 589	34.73 593	41.33 594	157.67 597	175.68 597	65.82 595	71.99 597

MEDIAN_ROB	42.01 593	44.30 598	44.14 590	35.08 590	34.90 587	31.33 590	29.90 584	36.77 594	40.11 597	47.14 597	46.55 596	37.49 592	38.50 596	44.30 598	42.32 595	47.93 598	49.31 599	49.68 594	49.00 595	44.98 594	46.46 596

MultiAttention	4.59 559	0.35 305	0.90 263	0.75 452	0.46 341	31.81 591	4.41 569	2.35 494	1.41 436	1.64 471	2.43 513	2.42 518	0.70 252	38.40 591	1.78 485	0.23 283	0.15 206	0.30 409	0.30 439	0.48 477	0.48 464

TorneroNet	10.72 577	2.09 557	2.76 498	3.48 569	3.03 568	44.72 592	2.31 554	8.62 575	67.06 599	7.45 575	23.21 585	10.59 575	4.28 560	9.03 557	9.00 556	3.67 568	0.91 557	3.04 570	1.63 566	3.92 569	3.55 573

BEATNet-Init1	27.39 587	21.01 586	73.65 597	1.07 524	0.80 488	56.07 593	22.82 581	33.14 593	31.71 590	51.78 598	52.93 597	65.63 598	48.54 597	48.75 599	36.36 592	0.52 508	0.47 522	0.54 513	0.54 519	0.64 510	0.72 516

FlowAnything	38.45 589	38.38 592	50.32 592	44.77 594	41.97 590	56.43 594	76.20 595	54.49 598	34.43 594	28.45 590	30.15 590	43.52 595	37.69 594	43.76 595	53.31 597	20.36 589	18.71 591	21.03 587	21.10 591	28.18 587	25.74 588

Selective-RAFT-Error	38.47 590	38.44 594	50.38 593	44.74 592	42.01 591	56.47 595	76.24 597	54.44 596	34.02 593	28.59 592	30.30 591	43.51 594	38.10 595	43.69 594	53.24 596	20.36 589	18.72 592	21.05 589	21.02 588	28.25 589	25.87 590

CasAABBNet	38.42 588	38.42 593	50.26 591	44.76 593	41.87 589	56.47 595	76.22 596	54.44 596	33.92 592	28.53 591	30.36 592	43.53 596	37.59 593	43.77 596	53.32 598	20.27 588	18.70 590	21.03 587	21.04 589	28.19 588	25.79 589

LSM0	42.92 595	38.72 595	50.66 594	47.49 595	110.18 599	56.77 597	75.87 594	54.87 599	33.74 591	29.48 593	31.12 593	43.77 597	37.12 591	43.85 597	53.44 599	20.50 591	18.67 589	21.05 589	21.07 590	28.37 590	41.73 593

U	9.23 574	0.22 17	0.65 121	0.48 103	53.11 593	61.26 598	0.24 33	0.77 52	0.55 69	0.37 33	0.30 15	0.29 31	0.34 54	0.34 2	0.27 19	0.20 196	0.12 37	60.47 595	4.24 578	0.18 114	0.14 15

PML	51.64 596	37.49 591	14.31 562	7.45 580	20.27 582	107.80 599	231.34 600	8.94 577	27.70 589	86.74 599	268.93 600	69.03 599	61.09 598	24.71 590	14.36 572	9.71 584	3.40 576	9.60 584	4.67 579	20.46 586	4.76 579

test_example2	192.91 600	210.59 600	206.44 600	199.86 600	204.90 600	172.02 600	182.95 599	138.34 600	134.89 600	193.14 600	200.54 599	186.77 600	177.82 600	204.95 600	207.57 600	221.83 600	238.70 600	186.02 600	190.07 600	226.94 600	173.78 600

ccccc		492.94 601		530.37 601	529.69 601	476.06 601		494.48 601		446.40 601		473.27 601		541.46 601		660.58 601	458.79 601	353.88 601	309.98 601	597.94 601

Low-res two-view benchmark