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

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

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

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

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

AIO-Stereo	0.39 14	0.26 48	0.54 31	0.50 85	0.24 11	0.45 42	0.39 126	1.13 124	0.57 29	0.42 30	0.49 27	0.52 67	0.25 4	0.74 57	0.32 22	0.16 15	0.13 35	0.18 64	0.14 50	0.16 25	0.15 13

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

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

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

CAS++	0.48 66	0.34 220	0.59 47	0.48 58	0.32 137	0.45 42	0.29 40	1.73 280	0.78 83	0.71 97	0.73 87	0.36 12	0.28 8	0.70 52	0.35 37	0.27 313	0.22 307	0.26 297	0.21 227	0.29 306	0.22 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CES	0.51 82	0.21 3	0.40 3	0.42 11	1.40 472	0.53 94	0.34 74	1.04 90	0.68 60	0.45 37	0.67 68	0.35 11	0.28 8	0.58 23	0.35 37	0.16 15	0.13 35	0.15 6	0.10 1	0.19 100	1.69 479

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

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

EGLCR-Stereo	0.41 22	0.24 25	0.59 47	0.45 23	0.27 31	0.54 107	0.22 4	1.23 169	0.56 27	0.44 33	0.43 12	0.68 121	0.29 11	0.89 105	0.34 30	0.17 41	0.12 10	0.20 120	0.17 120	0.17 43	0.18 59

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

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

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

Selective-IGEV	0.42 30	0.26 48	0.56 37	0.48 58	0.27 31	0.45 42	0.33 65	1.56 237	0.61 43	0.36 13	0.47 21	0.52 67	0.30 14	1.08 155	0.33 27	0.15 6	0.13 35	0.17 33	0.13 31	0.16 25	0.15 13

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

fffft	0.39 14	0.24 25	0.56 37	0.45 23	0.34 173	0.42 31	0.48 219	0.85 38	0.39 5	0.45 37	0.35 8	0.38 15	0.31 18	1.32 208	0.34 30	0.14 2	0.12 10	0.19 88	0.15 66	0.16 25	0.18 59
1: 1. 1
RAStereo	0.36 7	0.22 6	0.85 187	0.48 58	0.28 58	0.27 5	0.28 34	0.77 19	0.65 53	0.33 6	0.43 12	0.44 22	0.31 18	0.45 5	0.35 37	0.18 71	0.15 160	0.19 88	0.15 66	0.19 100	0.15 13

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

CASnet	0.42 30	0.26 48	0.52 28	0.52 118	0.21 3	0.49 61	0.35 85	0.85 38	0.85 110	0.84 127	0.69 74	0.48 47	0.31 18	0.57 20	0.34 30	0.19 107	0.12 10	0.27 310	0.22 253	0.23 217	0.15 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.41 22	0.27 71	0.43 8	0.55 167	0.24 11	0.47 50	0.30 46	0.81 27	0.64 50	0.53 68	0.74 88	0.50 57	0.31 18	0.65 43	0.45 130	0.18 71	0.20 277	0.23 214	0.19 157	0.21 178	0.21 142

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.49 70	0.22 6	0.46 12	0.48 58	0.38 219	0.45 42	0.25 15	0.77 19	1.30 328	0.82 121	1.23 254	0.47 43	0.37 41	0.55 13	0.44 117	0.16 15	0.11 3	0.16 21	0.80 471	0.18 68	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
XX-Stereo	0.97 333	0.28 81	8.28 480	0.85 422	0.70 400	0.44 40	0.22 4	1.07 98	0.69 62	0.66 92	1.56 367	1.38 345	0.38 48	1.36 214	0.38 71	0.21 174	0.14 97	0.20 120	0.19 157	0.19 100	0.16 31

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

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

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

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

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

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

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

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

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

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

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

AIO-test2	0.61 153	0.30 124	0.93 222	0.65 299	0.65 378	0.79 234	0.50 237	1.33 192	1.40 371	0.65 89	1.15 227	0.53 71	0.42 58	1.18 179	0.36 53	0.25 269	0.18 247	0.26 297	0.31 382	0.20 136	0.21 142

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

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

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

LoS	0.41 22	0.23 13	0.46 12	0.39 5	0.23 8	0.48 55	0.40 131	1.12 120	0.94 143	0.50 55	0.66 65	0.49 50	0.42 58	0.63 41	0.39 75	0.19 107	0.14 97	0.16 21	0.11 7	0.14 2	0.15 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo	0.40 17	0.24 25	0.40 3	0.37 1	0.22 6	0.52 90	0.29 40	0.81 27	1.15 243	0.59 74	0.72 84	0.51 60	0.42 58	0.57 20	0.37 66	0.19 107	0.13 35	0.15 6	0.10 1	0.14 2	0.15 13
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
rvit_stereo_0081_aga	0.46 51	0.37 278	0.91 217	0.52 118	0.41 252	0.49 61	0.40 131	0.88 48	0.66 55	0.59 74	0.56 50	0.53 71	0.43 66	0.67 46	0.44 117	0.27 313	0.21 292	0.22 180	0.20 186	0.26 268	0.19 92

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

TANstereo	0.45 42	0.23 13	0.50 21	0.43 15	0.21 3	0.65 168	0.26 23	0.83 33	0.88 118	0.95 154	0.99 149	0.51 60	0.45 76	0.56 15	0.36 53	0.19 107	0.24 344	0.16 21	0.13 31	0.17 43	0.27 264

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

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

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

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

CroCo-Stereo	0.42 30	0.33 191	0.83 172	0.59 240	0.28 58	0.26 3	0.33 65	1.22 164	0.85 110	0.43 32	0.49 27	0.65 113	0.46 84	0.40 3	0.36 53	0.19 107	0.15 160	0.16 21	0.14 50	0.20 136	0.17 46
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RALAANet	0.62 156	0.37 278	0.97 240	0.66 313	0.50 306	0.67 179	0.31 50	1.27 179	1.09 209	1.11 192	1.17 232	0.88 191	0.46 84	1.27 195	0.45 130	0.20 147	0.15 160	0.21 151	0.18 136	0.27 274	0.19 92

GMStereo	0.58 128	0.50 357	1.09 276	0.52 118	0.32 137	0.80 240	0.43 166	1.02 79	1.41 375	0.89 140	0.77 94	0.52 67	0.46 84	0.89 105	0.56 206	0.25 269	0.16 192	0.20 120	0.22 253	0.31 328	0.27 264
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEV-Stereo++	0.32 4	0.22 6	0.47 15	0.48 58	0.33 157	0.33 9	0.22 4	0.78 23	0.48 13	0.35 10	0.41 11	0.32 9	0.47 91	0.40 3	0.29 10	0.15 6	0.12 10	0.15 6	0.12 17	0.15 11	0.15 13

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

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

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

IGEV-Stereo	0.45 42	0.30 124	0.60 54	0.48 58	0.34 173	0.49 61	0.42 149	0.98 68	0.60 39	0.51 63	0.53 39	0.46 34	0.47 91	1.36 214	0.35 37	0.18 71	0.13 35	0.21 151	0.15 66	0.18 68	0.21 142
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_stereo_ft	0.49 70	0.38 296	1.03 257	0.68 339	0.42 261	0.40 17	0.58 298	0.93 53	0.86 112	0.47 40	0.55 47	0.57 86	0.48 96	0.67 46	0.53 188	0.26 292	0.17 219	0.22 180	0.22 253	0.24 246	0.19 92

GCST	1.13 369	1.50 473	1.17 309	1.74 476	1.17 465	1.29 368	0.30 46	1.55 234	1.21 272	1.31 310	0.97 143	0.99 241	0.48 96	2.38 361	0.54 197	1.24 477	0.70 477	1.31 477	0.86 474	1.03 465	0.92 462

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

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

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

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

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

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

CIPLG	0.67 185	0.37 278	1.17 309	0.60 248	0.51 316	0.75 212	0.48 219	1.26 175	1.11 219	1.43 360	1.58 372	0.64 112	0.48 96	0.94 115	0.78 275	0.24 249	0.15 160	0.19 88	0.16 99	0.19 100	0.29 292

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

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

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

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

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

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

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

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

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

gcap-zeroshot	0.59 140	0.30 124	1.11 283	0.51 99	0.30 87	0.79 234	0.36 94	1.86 314	0.86 112	0.90 141	0.68 69	1.44 353	0.50 112	0.82 79	0.35 37	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.18 59

MIF-Stereo (partial)	0.48 66	0.28 81	0.83 172	0.51 99	0.53 326	0.39 16	0.27 28	1.03 86	0.64 50	0.47 40	0.71 81	0.51 60	0.51 115	1.13 169	0.47 146	0.20 147	0.16 192	0.23 214	0.20 186	0.24 246	0.20 117

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

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

DIP-Stereo	0.64 168	0.32 172	0.91 217	0.49 70	0.36 198	0.91 284	0.33 65	2.51 448	0.77 81	1.25 274	1.00 154	0.68 121	0.51 115	0.92 112	0.65 242	0.19 107	0.15 160	0.21 151	0.17 120	0.19 100	0.22 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
test-1	0.56 104	0.28 81	1.13 288	0.58 221	0.34 173	0.60 137	0.38 113	1.56 237	0.98 159	0.80 114	1.02 159	0.83 175	0.52 119	0.64 42	0.46 136	0.17 41	0.16 192	0.20 120	0.17 120	0.20 136	0.26 246

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

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

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

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

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

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

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

RAFT-Stereo	0.60 147	0.30 124	0.72 103	0.57 209	0.37 207	0.68 183	0.52 250	1.45 214	0.78 83	1.61 402	1.50 347	0.76 143	0.53 121	0.67 46	0.51 171	0.19 107	0.16 192	0.18 64	0.15 66	0.18 68	0.19 92
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
testlalala_base	0.83 282	0.41 321	0.80 149	0.67 327	0.53 326	0.78 227	0.30 46	1.84 305	0.60 39	0.75 106	0.91 125	0.68 121	0.54 128	0.69 50	0.46 136	2.92 489	0.15 160	0.17 33	0.12 17	2.95 488	0.27 264

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

IPLG	0.72 220	0.29 101	1.12 287	0.53 141	0.44 275	0.79 234	0.33 65	1.35 194	1.10 213	1.32 313	1.11 201	0.52 67	0.54 128	3.13 391	0.71 258	0.17 41	0.14 97	0.20 120	0.17 120	0.18 68	0.21 142

MyStereo07	0.50 80	0.30 124	0.58 41	0.58 221	0.48 295	0.59 132	0.78 357	1.19 153	0.60 39	0.49 50	0.54 45	0.43 21	0.55 131	1.32 208	0.36 53	0.18 71	0.18 247	0.24 238	0.21 227	0.23 217	0.23 187

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	0.57 116	0.33 191	0.82 163	0.52 118	0.27 31	0.63 155	0.28 34	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.40 225	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.56 104	0.33 191	0.81 154	0.52 118	0.27 31	0.63 155	0.41 141	1.14 128	0.73 67	1.13 203	0.96 134	0.82 166	0.60 165	1.09 159	0.52 179	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

ROB_FTStereo_v2	0.57 116	0.33 191	0.81 154	0.52 118	0.27 31	0.62 147	0.42 149	1.14 128	0.73 67	1.13 203	0.97 143	0.82 166	0.60 165	1.15 172	0.53 188	0.23 229	0.14 97	0.24 238	0.20 186	0.27 274	0.20 117

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.74 227	0.48 349	0.86 194	0.75 390	0.38 219	0.94 298	0.56 285	2.05 363	1.24 288	1.15 219	1.22 246	1.07 265	0.67 189	1.05 145	0.73 259	0.33 366	0.16 192	0.32 363	0.22 253	0.29 306	0.23 187
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
castereo	0.43 34	0.25 37	0.50 21	0.46 33	0.30 87	0.60 137	0.56 285	1.23 169	0.83 103	0.39 22	0.70 78	0.45 32	0.68 193	0.54 12	0.33 27	0.17 41	0.11 3	0.17 33	0.13 31	0.16 25	0.14 4

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

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

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

DEFOM-Stereo_RVC	0.41 22	0.68 415	0.45 11	0.66 313	0.30 87	0.48 55	0.25 15	0.87 47	0.46 10	0.39 22	0.37 9	0.30 6	0.69 197	1.16 174	0.31 14	0.17 41	0.11 3	0.16 21	0.12 17	0.18 68	0.14 4

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

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

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

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

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

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

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

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

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

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

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

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

ICVP	0.66 174	0.35 249	0.71 101	0.63 279	0.41 252	0.85 270	0.56 285	1.78 289	0.96 152	0.92 146	1.24 258	0.88 191	0.75 210	0.76 65	0.93 319	0.31 354	0.22 307	0.22 180	0.21 227	0.24 246	0.28 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Selective-RAFT	0.55 93	0.29 101	0.85 187	0.58 221	0.28 58	0.91 284	0.34 74	1.00 78	0.96 152	0.59 74	0.64 61	0.80 154	0.76 211	1.34 212	0.51 171	0.21 174	0.15 160	0.17 33	0.15 66	0.19 100	0.19 92

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

tt1	0.65 172	0.34 220	0.65 78	0.60 248	0.27 31	1.14 340	0.48 219	1.08 103	2.62 466	0.59 74	0.79 98	0.49 50	0.80 235	1.57 258	0.35 37	0.21 174	0.13 35	0.25 276	0.16 99	0.20 136	0.23 187

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

111	0.66 174	0.27 71	1.15 295	0.46 33	0.25 18	0.72 201	0.42 149	1.57 240	1.44 387	0.83 122	1.39 313	1.10 280	0.80 235	0.97 127	0.65 242	0.20 147	0.14 97	0.18 64	0.15 66	0.18 68	0.28 278

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

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

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

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

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

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

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

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

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

CASS	0.67 185	0.36 257	0.84 181	0.57 209	0.28 58	0.82 249	0.43 166	1.62 254	0.92 130	1.39 344	1.28 276	0.87 185	0.84 247	0.88 102	0.59 221	0.36 390	0.19 264	0.26 297	0.22 253	0.29 306	0.43 387
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_R40	0.84 288	0.30 124	0.83 172	0.63 279	0.31 105	0.66 174	0.43 166	1.15 140	0.99 168	1.47 372	1.10 194	1.00 247	0.84 247	5.44 440	0.53 188	0.23 229	0.13 35	0.23 214	0.20 186	0.23 217	0.19 92

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

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

HITNet	0.71 214	0.42 324	1.07 270	0.52 118	0.25 18	1.05 323	0.48 219	2.12 373	1.08 201	1.21 256	1.23 254	0.91 207	0.84 247	0.90 108	0.91 312	0.17 41	0.12 10	0.21 151	0.17 120	0.29 306	0.18 59
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
ITSA-stereo	0.85 293	0.38 296	0.92 220	0.58 221	0.32 137	0.86 271	0.49 230	2.33 424	1.69 425	1.16 223	1.12 205	0.95 227	0.85 252	2.46 363	1.18 355	0.27 313	0.23 334	0.28 324	0.28 348	0.28 290	0.41 375

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

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

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

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

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

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

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

UGAM	1.17 376	0.29 101	1.08 273	0.55 167	0.43 266	0.69 192	0.71 344	1.14 128	1.35 344	1.00 164	1.49 340	1.90 410	0.86 260	9.61 496	0.89 304	0.21 174	0.19 264	0.30 346	0.25 305	0.20 136	0.18 59

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.84 288	0.46 339	1.40 356	0.69 352	0.61 366	0.95 304	0.52 250	1.68 262	1.21 272	1.39 344	1.15 227	1.42 348	0.88 275	1.78 291	0.93 319	0.26 292	0.23 334	0.27 310	0.27 338	0.30 321	0.39 368
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_5	0.70 208	0.32 172	0.99 244	0.69 352	0.50 306	0.89 278	0.51 239	1.88 320	1.14 238	0.78 111	1.13 216	1.04 258	0.89 278	1.59 263	0.46 136	0.19 107	0.14 97	0.23 214	0.22 253	0.22 198	0.20 117

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

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

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

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

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

ssnet_v2	0.92 322	0.39 305	1.22 324	0.66 313	0.39 228	1.31 369	0.96 404	2.32 418	1.45 392	1.48 378	1.17 232	1.53 371	0.91 284	1.16 174	1.71 419	0.31 354	0.27 370	0.30 346	0.29 366	0.28 290	0.29 292

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	0.84 288	0.43 328	1.01 251	0.66 313	0.43 266	1.32 370	0.49 230	1.64 255	1.24 288	1.53 386	1.45 332	1.49 364	0.97 311	1.32 208	1.31 373	0.21 174	0.17 219	0.27 310	0.25 305	0.25 258	0.34 341
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.82 273	0.36 257	1.13 288	0.60 248	0.37 207	0.91 284	0.38 113	2.41 432	1.61 420	1.35 331	1.35 302	1.25 313	0.97 311	1.75 287	0.88 301	0.21 174	0.14 97	0.17 33	0.12 17	0.19 100	0.30 308

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.91 319	0.31 155	0.60 54	0.54 154	0.31 105	1.15 343	0.60 311	3.76 482	1.30 328	1.57 396	1.75 398	1.67 393	1.01 326	1.61 270	0.90 308	0.23 229	0.17 219	0.19 88	0.18 136	0.20 136	0.22 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SQANet	1.38 402	0.95 444	1.37 354	1.89 480	1.47 476	1.44 391	0.81 372	1.89 322	1.13 232	1.34 325	1.26 262	1.28 325	1.02 334	1.64 272	0.91 312	2.55 486	0.35 420	1.47 478	0.56 453	2.48 480	1.74 480

SGM-Forest	1.29 399	0.40 311	0.74 121	0.54 154	0.37 207	1.55 399	1.26 440	1.82 301	1.39 369	2.22 448	1.81 409	1.64 389	1.02 334	7.65 479	1.20 358	0.39 401	0.37 429	0.39 407	0.34 405	0.37 363	0.34 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.27 398	1.01 448	2.17 416	1.04 454	1.20 467	0.96 309	1.00 410	1.84 305	1.95 446	1.38 342	2.11 433	1.44 353	1.03 336	1.18 179	1.40 384	0.73 462	0.83 479	0.89 467	0.99 481	1.33 472	0.95 463

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DCVSM-stereo	0.75 231	0.36 257	0.82 163	0.58 221	0.43 266	0.78 227	0.42 149	1.30 186	1.05 194	1.79 422	1.04 171	1.60 380	1.08 351	1.12 167	0.86 295	0.25 269	0.27 370	0.29 335	0.24 297	0.30 321	0.37 357

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

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

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

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

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

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

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

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

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

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

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

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

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

DANet	1.16 374	0.64 402	1.52 369	0.88 428	0.74 405	1.52 396	0.52 250	1.68 262	1.21 272	1.81 423	1.55 361	2.02 428	1.11 360	3.30 399	2.28 436	0.34 375	0.31 393	0.40 413	0.30 378	0.46 406	0.54 416
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
APVNet	1.11 367	0.59 386	1.95 402	0.87 426	0.77 414	1.90 431	0.82 376	2.03 356	1.15 243	1.14 217	1.43 328	1.55 374	1.12 366	3.03 388	1.62 407	0.32 361	0.34 413	0.42 419	0.36 411	0.36 357	0.41 375

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

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

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

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

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

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

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

SuperB	2.50 467	0.72 422	18.07 504	0.72 369	0.53 326	1.85 428	0.86 385	1.80 296	2.40 460	1.54 389	1.42 324	1.13 289	1.17 371	4.18 412	4.80 468	0.25 269	0.20 277	0.23 214	0.19 157	7.64 511	0.38 365

PA-Net	1.14 371	0.63 399	2.12 413	0.67 327	0.75 408	1.19 356	0.91 393	1.91 326	1.46 397	1.18 238	1.23 254	1.33 336	1.17 371	4.31 416	1.41 385	0.29 344	0.46 452	0.33 372	0.50 444	0.33 345	0.57 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CVANet_RVC	1.10 365	0.49 354	1.15 295	0.65 299	0.54 334	0.93 295	1.00 410	1.69 271	1.36 353	1.42 356	1.39 313	1.24 312	1.17 371	6.22 454	0.80 287	0.35 383	0.24 344	0.35 387	0.30 378	0.44 397	0.32 326

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

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

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

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

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

GANetREF_RVC	1.11 367	0.90 438	1.56 374	0.88 428	0.53 326	1.41 387	1.35 444	1.91 326	1.54 409	1.28 297	1.32 288	1.46 359	1.23 381	2.04 328	1.00 336	0.57 447	0.45 448	0.67 460	0.52 448	0.91 459	0.62 436
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CBMV_ROB	0.99 339	0.46 339	0.68 89	0.53 141	0.39 228	1.40 385	0.48 219	2.09 369	1.30 328	1.53 386	2.29 442	1.36 340	1.23 381	2.46 363	1.04 343	0.44 421	0.42 444	0.47 431	0.44 431	0.41 382	0.39 368

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

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

MFN_U_SF_DS_RVC	1.80 435	1.11 455	4.33 463	0.84 419	0.77 414	3.70 480	2.41 492	2.04 359	1.85 440	1.75 417	1.90 420	1.92 415	1.25 385	7.33 475	1.45 389	0.47 429	0.47 453	0.53 443	0.77 469	0.50 415	0.55 421

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

Anonymous_2	1.37 401	0.56 380	0.94 229	0.57 209	0.62 370	1.04 320	0.65 325	1.82 301	1.01 175	1.00 164	0.79 98	1.42 348	1.27 388	1.06 150	0.83 291	0.62 453	0.67 474	1.05 474	9.88 512	1.09 468	0.55 421

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

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

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

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

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

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

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

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

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

Wz-Net-MNSev	1.21 385	0.66 409	3.44 452	0.69 352	0.73 401	1.93 434	1.44 449	2.16 389	1.59 417	1.85 428	1.49 340	1.50 366	1.34 398	2.05 332	1.54 400	0.27 313	0.24 344	0.28 324	0.28 348	0.35 353	0.32 326

CBMV	1.04 350	0.48 349	0.88 201	0.56 187	0.36 198	1.52 396	1.55 454	1.87 315	1.59 417	2.11 445	1.67 387	1.46 359	1.35 399	1.92 312	1.31 373	0.35 383	0.35 420	0.39 407	0.33 400	0.34 351	0.34 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	1.19 381	0.71 419	1.36 351	0.81 408	0.75 408	1.72 412	1.13 423	1.98 342	1.31 335	1.52 383	1.84 411	1.75 406	1.36 400	2.01 325	2.04 429	0.57 447	0.54 464	0.57 452	0.56 453	0.60 437	0.60 434

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

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

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

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

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

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

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

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

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

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

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

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

edge stereo	1.15 373	0.54 372	1.50 364	0.73 376	0.66 384	1.18 355	0.84 379	2.13 381	1.41 375	1.73 416	1.84 411	2.53 453	1.46 412	2.46 363	1.35 380	0.43 412	0.41 439	0.54 444	0.36 411	0.43 387	0.50 406

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MSC_U_SF_DS_RVC	2.22 458	1.29 466	4.14 461	1.10 458	0.78 418	5.00 494	2.38 491	2.47 441	2.67 471	1.94 436	2.28 441	2.66 458	1.70 432	9.10 489	2.29 438	0.68 460	0.52 462	0.68 461	0.71 467	1.17 470	0.81 457

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

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

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

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

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

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

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

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

UGAM-zero	1.05 353	0.33 191	1.04 258	0.49 70	0.31 105	0.67 179	0.26 23	2.37 427	0.80 95	1.05 180	1.11 201	2.86 462	1.81 441	6.26 456	0.50 167	0.18 71	0.15 160	0.19 88	0.16 99	0.17 43	0.21 142

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

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

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

AnyNet_C01	2.38 463	2.21 491	10.17 488	0.99 451	0.79 420	3.12 473	2.37 489	2.69 461	1.89 442	2.58 463	2.44 449	2.70 459	1.86 445	3.65 404	7.12 479	0.41 407	0.41 439	0.40 413	0.42 425	0.68 447	0.79 455

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

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

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

SPS-STEREO	1.78 433	1.09 453	1.52 369	1.22 465	1.14 460	1.87 430	1.11 420	2.27 414	1.70 426	3.17 479	2.39 446	2.84 461	1.93 448	4.41 417	2.93 448	1.04 471	0.99 492	0.97 469	0.94 476	1.03 465	1.05 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-TNSev	2.10 452	2.71 501	9.30 485	0.72 369	0.65 378	2.41 457	1.81 471	2.45 436	1.77 432	1.62 405	1.56 367	2.56 454	2.01 450	5.30 433	4.46 463	0.41 407	0.38 432	0.33 372	0.37 415	0.54 426	0.64 439

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

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

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

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

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

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

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

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

NVStereoNet_ROB	2.17 457	1.18 458	3.51 453	1.14 462	1.26 470	1.57 402	1.51 450	2.19 400	2.11 454	2.04 442	4.80 481	3.17 470	2.11 459	7.97 482	2.10 430	1.12 474	0.94 489	1.10 475	1.34 488	0.95 460	1.31 473
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PSM-AAD	0.80 262	0.29 101	0.58 41	0.58 221	0.29 72	0.76 217	1.19 432	1.08 103	0.94 143	1.65 409	1.58 372	0.81 160	2.12 460	1.67 276	0.44 117	0.19 107	0.14 97	0.38 404	0.32 389	0.22 198	0.68 445

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

Abc-Net	1.20 383	0.60 387	1.84 392	0.88 428	0.95 444	1.32 370	0.94 400	2.14 382	1.36 353	1.43 360	1.79 403	1.93 416	2.13 461	2.54 371	1.41 385	0.49 433	0.38 432	0.45 425	0.59 457	0.43 387	0.45 392
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MADNet+	2.80 472	3.38 505	11.57 492	1.50 475	1.21 469	3.18 475	2.00 473	3.52 480	2.61 465	1.81 423	2.09 432	2.83 460	2.18 463	7.55 478	5.44 472	0.84 463	0.83 479	0.71 463	0.66 463	1.05 467	1.08 468

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

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

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

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

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

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

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

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

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

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

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

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

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

MeshStereo	2.36 462	0.60 387	1.05 263	0.63 279	0.51 316	2.58 460	0.99 408	3.46 478	2.21 457	7.38 504	5.06 485	7.50 493	3.10 477	7.02 473	2.54 443	0.44 421	0.44 446	0.45 425	0.40 421	0.43 387	0.45 392
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SGM_RVC	1.88 440	0.40 311	0.90 213	0.63 279	0.30 87	2.81 466	1.26 440	2.73 462	1.81 438	4.09 483	2.85 458	3.88 476	3.19 478	8.42 486	2.44 441	0.33 366	0.31 393	0.30 346	0.28 348	0.31 328	0.31 317
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	3.35 484	1.95 485	1.86 395	3.30 496	2.72 495	4.03 489	2.00 473	4.58 492	3.83 486	2.87 469	6.99 492	4.69 480	3.21 479	6.77 469	2.97 449	3.91 504	0.89 486	2.78 499	1.40 493	3.36 497	2.93 498

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ELAS	2.67 468	0.80 429	2.13 414	1.13 459	1.15 462	6.25 498	2.56 493	3.50 479	3.68 485	5.36 497	4.92 484	3.79 474	5.56 494	3.65 404	5.22 470	0.66 457	0.57 468	0.56 450	0.54 451	0.65 444	0.75 452
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	2.39 464	2.89 502	3.74 457	3.09 495	2.27 487	2.04 441	0.84 379	2.19 400	1.73 430	2.54 461	1.98 426	2.23 438	5.83 495	3.44 402	1.84 425	1.03 469	0.33 410	2.65 496	1.97 500	2.87 485	2.34 489

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

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

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

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

FC-DCNN	2.88 478	0.61 392	1.15 295	0.75 390	0.57 347	2.85 469	1.05 414	3.44 477	2.64 469	6.93 500	7.63 495	9.86 502	7.02 500	5.76 445	4.31 462	0.54 441	0.48 455	0.51 437	0.50 444	0.53 423	0.52 412

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

FCDSN-DC	2.47 466	0.65 408	1.00 249	0.85 422	0.75 408	2.26 451	0.97 405	2.31 417	1.83 439	5.52 499	7.65 496	7.72 496	7.70 502	4.43 418	2.64 444	0.52 439	0.48 455	0.52 439	0.52 448	0.57 431	0.59 431
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
coex-ft	8.35 502	2.39 493	100.24 526	0.68 339	0.54 334	1.77 421	1.57 456	1.71 276	11.00 501	18.91 515	3.76 470	3.85 475	8.23 503	3.29 398	6.58 476	0.31 354	0.31 393	0.32 363	0.31 382	0.69 448	0.57 426

ELAS_RVC	2.87 477	0.80 429	3.22 448	1.16 464	1.12 456	2.92 471	5.33 501	2.98 472	4.18 489	5.04 495	4.82 482	4.71 481	8.23 503	4.25 415	4.79 466	0.67 458	0.57 468	0.57 452	0.53 450	0.66 445	0.74 450
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MANE	7.50 500	0.64 402	7.97 478	1.40 469	2.10 481	16.86 510	12.56 507	12.91 511	17.51 513	8.50 506	11.60 504	14.66 508	13.33 505	12.02 508	13.28 496	0.62 453	0.52 462	0.52 439	1.90 498	0.56 429	0.58 429

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark