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

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

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

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

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

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

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

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

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

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

S2M2_XL	0.25 1	0.25 69	0.43 11	0.36 2	0.24 23	0.16 2	0.18 3	0.34 1	0.24 4	0.29 8	0.41 30	0.24 7	0.23 10	0.32 1	0.27 19	0.20 196	0.18 304	0.18 111	0.16 146	0.18 114	0.15 31

dual_stereo	0.29 5	0.21 8	0.39 1	0.40 29	0.23 18	0.25 3	0.22 18	0.59 11	0.32 13	0.33 18	0.26 10	0.40 61	0.23 10	0.86 130	0.30 38	0.16 47	0.13 73	0.14 2	0.11 7	0.14 15	0.14 15

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.48 116	0.34 276	0.59 85	0.48 103	0.32 184	0.45 65	0.29 65	1.73 339	0.78 135	0.71 148	0.73 135	0.36 52	0.28 25	0.70 80	0.35 78	0.27 372	0.22 367	0.26 354	0.21 281	0.29 363	0.22 217
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CES	0.51 133	0.21 8	0.40 3	0.42 42	1.40 541	0.53 134	0.34 108	1.04 141	0.68 109	0.45 68	0.67 114	0.35 50	0.28 25	0.58 42	0.35 78	0.16 47	0.13 73	0.15 22	0.10 1	0.19 150	1.69 548

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

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

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

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

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

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

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

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

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

Selective-IGEV	0.42 75	0.26 87	0.56 75	0.48 103	0.27 63	0.45 65	0.33 96	1.56 291	0.61 92	0.36 28	0.47 55	0.52 115	0.30 34	1.08 198	0.33 64	0.15 33	0.13 73	0.17 75	0.13 63	0.16 58	0.15 31

SM2	0.30 11	0.21 8	0.43 11	0.39 19	0.27 63	0.27 7	0.24 33	0.74 45	0.48 51	0.41 54	0.34 20	0.26 15	0.31 38	0.55 27	0.31 44	0.13 15	0.11 20	0.14 2	0.11 7	0.14 15	0.15 31

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

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

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

fffft	0.39 56	0.24 50	0.56 75	0.45 64	0.34 222	0.42 49	0.48 270	0.85 81	0.39 29	0.45 68	0.35 22	0.38 59	0.31 38	1.32 256	0.34 69	0.14 22	0.12 37	0.19 137	0.15 109	0.16 58	0.18 100
1: 1. 1
RAStereo	0.36 43	0.22 17	0.85 235	0.48 103	0.28 99	0.27 7	0.28 58	0.77 52	0.65 102	0.33 18	0.43 34	0.44 67	0.31 38	0.45 12	0.35 78	0.18 115	0.15 206	0.19 137	0.15 109	0.19 150	0.15 31

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

CASnet	0.42 75	0.26 87	0.52 59	0.52 170	0.21 7	0.49 91	0.35 121	0.85 81	0.85 163	0.84 179	0.69 121	0.48 94	0.31 38	0.57 38	0.34 69	0.19 153	0.12 37	0.27 369	0.22 308	0.23 271	0.15 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.41 64	0.27 111	0.43 11	0.55 221	0.24 23	0.47 76	0.30 73	0.81 66	0.64 99	0.53 114	0.74 137	0.50 104	0.31 38	0.65 70	0.45 179	0.18 115	0.20 336	0.23 270	0.19 210	0.21 231	0.21 188

FoundationStereo	0.26 2	0.23 33	0.41 7	0.40 29	0.24 23	0.32 16	0.22 18	0.43 2	0.24 4	0.31 14	0.25 6	0.30 35	0.32 47	0.36 3	0.27 19	0.16 47	0.12 37	0.15 22	0.11 7	0.13 5	0.14 15

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

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

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

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

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

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

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

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

S2M2	0.35 38	0.28 128	0.47 27	0.43 48	0.30 131	0.31 15	0.16 1	0.61 16	0.68 109	0.32 16	0.49 61	0.47 89	0.34 54	0.40 4	0.33 64	0.25 325	0.22 367	0.20 171	0.22 308	0.25 312	0.23 238

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.49 120	0.22 17	0.46 20	0.48 103	0.38 269	0.45 65	0.25 36	0.77 52	1.30 389	0.82 172	1.23 309	0.47 89	0.37 76	0.55 27	0.44 166	0.16 47	0.11 20	0.16 51	0.80 539	0.18 114	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
3.5w_stereo	0.35 38	0.27 111	0.55 69	0.38 11	0.25 43	0.54 147	0.34 108	0.73 42	0.40 31	0.46 73	0.45 46	0.31 38	0.38 86	0.80 110	0.40 137	0.12 3	0.10 2	0.15 22	0.12 32	0.14 15	0.16 63

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

4w-stereo	0.32 18	0.25 69	0.52 59	0.38 11	0.25 43	0.46 70	0.28 58	0.68 26	0.35 17	0.43 57	0.45 46	0.28 29	0.39 88	0.63 63	0.31 44	0.12 3	0.10 2	0.15 22	0.12 32	0.14 15	0.14 15

castereo++	0.41 64	0.26 87	0.51 53	0.44 55	0.32 184	0.96 366	0.22 18	1.13 176	0.61 92	0.33 18	0.45 46	0.50 104	0.39 88	0.94 155	0.25 5	0.18 115	0.12 37	0.17 75	0.12 32	0.14 15	0.16 63

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.41 64	0.23 33	0.46 20	0.39 19	0.23 18	0.48 85	0.40 178	1.12 172	0.94 196	0.50 98	0.66 111	0.49 97	0.42 98	0.63 63	0.39 120	0.19 153	0.14 140	0.16 51	0.11 7	0.14 15	0.15 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo	0.40 59	0.24 50	0.40 3	0.37 4	0.22 12	0.52 125	0.29 65	0.81 66	1.15 297	0.59 123	0.72 131	0.51 108	0.42 98	0.57 38	0.37 109	0.19 153	0.13 73	0.15 22	0.10 1	0.14 15	0.15 31
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
rvit_stereo_0081_aga	0.46 99	0.37 336	0.91 268	0.52 170	0.41 304	0.49 91	0.40 178	0.88 93	0.66 104	0.59 123	0.56 90	0.53 120	0.43 106	0.67 73	0.44 166	0.27 372	0.21 352	0.22 236	0.20 239	0.26 324	0.19 134

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.42 75	0.33 247	0.83 220	0.59 296	0.28 99	0.26 4	0.33 96	1.22 216	0.85 163	0.43 57	0.49 61	0.65 165	0.46 129	0.40 4	0.36 96	0.19 153	0.15 206	0.16 51	0.14 90	0.20 186	0.17 84
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RALAANet	0.62 208	0.37 336	0.97 292	0.66 371	0.50 364	0.67 228	0.31 80	1.27 232	1.09 262	1.11 245	1.17 285	0.88 244	0.46 129	1.27 243	0.45 179	0.20 196	0.15 206	0.21 205	0.18 188	0.27 330	0.19 134

GMStereo	0.58 179	0.50 416	1.09 330	0.52 170	0.32 184	0.80 292	0.43 214	1.02 126	1.41 436	0.89 192	0.77 143	0.52 115	0.46 129	0.89 143	0.56 256	0.25 325	0.16 244	0.20 171	0.22 308	0.31 386	0.27 318
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEV-Stereo++	0.32 18	0.22 17	0.47 27	0.48 103	0.33 204	0.33 17	0.22 18	0.78 60	0.48 51	0.35 25	0.41 30	0.32 42	0.47 136	0.40 4	0.29 34	0.15 33	0.12 37	0.15 22	0.12 32	0.15 39	0.15 31

rvit_stereo_0080	0.47 109	0.35 305	0.87 244	0.48 103	0.36 247	0.42 49	0.54 322	0.93 99	0.78 135	0.52 111	0.60 99	0.55 127	0.47 136	0.62 54	0.48 202	0.27 372	0.21 352	0.20 171	0.20 239	0.31 386	0.20 160

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

anonymousdsp	0.45 89	0.30 176	0.60 92	0.48 103	0.34 222	0.49 91	0.42 196	0.97 111	0.60 87	0.51 108	0.53 78	0.46 80	0.47 136	1.36 262	0.35 78	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188

IGEV-Stereo	0.45 89	0.30 176	0.60 92	0.48 103	0.34 222	0.49 91	0.42 196	0.98 115	0.60 87	0.51 108	0.53 78	0.46 80	0.47 136	1.36 262	0.35 78	0.18 115	0.13 73	0.21 205	0.15 109	0.18 114	0.21 188
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_stereo_ft	0.49 120	0.38 354	1.03 311	0.68 397	0.42 314	0.40 32	0.58 352	0.93 99	0.86 165	0.47 75	0.55 87	0.57 136	0.48 141	0.67 73	0.53 238	0.26 351	0.17 273	0.22 236	0.22 308	0.24 300	0.19 134

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	0.64 220	0.32 228	0.91 268	0.49 118	0.36 247	0.91 339	0.33 96	2.51 516	0.77 131	1.25 329	1.00 205	0.68 173	0.51 161	0.92 151	0.65 293	0.19 153	0.15 206	0.21 205	0.17 170	0.19 150	0.22 217
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
test-1	0.56 155	0.28 128	1.13 342	0.58 277	0.34 222	0.60 180	0.38 156	1.56 291	0.98 212	0.80 165	1.02 210	0.83 228	0.52 166	0.64 65	0.46 185	0.17 79	0.16 244	0.20 171	0.17 170	0.20 186	0.26 300

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

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

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

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

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

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

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

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

RAFT-Stereo	0.60 199	0.30 176	0.72 150	0.57 264	0.37 257	0.68 232	0.52 302	1.45 268	0.78 135	1.61 463	1.50 404	0.76 196	0.53 168	0.67 73	0.51 220	0.19 153	0.16 244	0.18 111	0.15 109	0.18 114	0.19 134
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
testlalala_base	0.83 337	0.41 379	0.80 197	0.67 385	0.53 386	0.78 277	0.30 73	1.84 365	0.60 87	0.75 157	0.91 176	0.68 173	0.54 176	0.69 78	0.46 185	2.92 558	0.15 206	0.17 75	0.12 32	2.95 557	0.27 318

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NF-Stereo	0.82 328	0.33 247	0.83 220	0.65 357	0.31 151	0.63 202	0.43 214	1.35 247	0.93 190	1.30 360	1.02 210	0.81 213	0.57 188	5.37 505	0.55 250	0.26 351	0.14 140	0.24 294	0.20 239	0.20 186	0.30 364

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	0.57 167	0.33 247	0.82 211	0.52 170	0.27 63	0.63 202	0.28 58	1.14 180	0.73 117	1.13 256	0.96 185	0.82 219	0.60 215	1.40 274	0.52 228	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.56 155	0.33 247	0.81 202	0.52 170	0.27 63	0.63 202	0.41 188	1.14 180	0.73 117	1.13 256	0.96 185	0.82 219	0.60 215	1.09 202	0.52 228	0.23 283	0.14 140	0.24 294	0.20 239	0.27 330	0.20 160

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

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

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

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

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

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

rvit_0105_4	0.58 179	0.40 369	1.19 370	0.68 397	0.38 269	0.53 134	0.55 332	0.93 99	1.27 365	0.56 121	0.61 101	0.72 190	0.63 225	1.01 177	0.47 195	0.33 432	0.33 476	0.29 397	0.25 362	0.29 363	0.26 300

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

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

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

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

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

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

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

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

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

iRaft-Stereo_20w	0.71 266	0.33 247	1.25 386	0.50 134	0.36 247	0.82 302	0.31 80	3.16 543	0.89 172	1.24 326	1.14 274	0.79 205	0.65 234	1.15 216	0.43 161	0.18 115	0.13 73	0.18 111	0.17 170	0.20 186	0.23 238

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

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

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

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

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

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

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

AdaStereo	0.74 279	0.48 408	0.86 242	0.75 452	0.38 269	0.94 353	0.56 339	2.05 428	1.24 345	1.15 272	1.22 301	1.07 318	0.67 241	1.05 188	0.73 310	0.33 432	0.16 244	0.32 428	0.22 308	0.29 363	0.23 238
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
castereo	0.43 79	0.25 69	0.50 46	0.46 76	0.30 131	0.60 180	0.56 339	1.23 221	0.83 156	0.39 41	0.70 125	0.45 77	0.68 245	0.54 25	0.33 64	0.17 79	0.11 20	0.17 75	0.13 63	0.16 58	0.14 15

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

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

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

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

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

OMP-Stereo	0.95 385	0.35 305	0.79 192	0.92 506	0.32 184	0.49 91	0.35 121	1.22 216	1.11 273	1.58 458	1.12 258	1.44 410	0.69 249	6.92 538	0.51 220	0.20 196	0.15 206	0.24 294	0.19 210	0.21 231	0.16 63

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

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

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

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

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

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

DCANet-4	0.59 191	0.28 128	1.65 436	0.44 55	0.25 43	0.48 85	0.36 131	1.15 192	1.36 414	1.13 256	1.03 217	0.56 134	0.74 258	0.77 97	0.58 264	0.17 79	0.14 140	0.17 75	0.13 63	0.15 39	0.24 259

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

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

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

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

ICVP	0.66 226	0.35 305	0.71 148	0.63 336	0.41 304	0.85 324	0.56 339	1.78 349	0.96 205	0.92 198	1.24 313	0.88 244	0.75 263	0.76 95	0.93 371	0.31 417	0.22 367	0.22 236	0.21 281	0.24 300	0.28 334
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Selective-RAFT	0.55 144	0.29 151	0.85 235	0.58 277	0.28 99	0.91 339	0.34 108	1.00 125	0.96 205	0.59 123	0.64 105	0.80 207	0.76 264	1.34 260	0.51 220	0.21 227	0.15 206	0.17 75	0.15 109	0.19 150	0.19 134

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.67 237	0.36 315	0.84 229	0.57 264	0.28 99	0.82 302	0.43 214	1.62 308	0.92 183	1.39 403	1.28 332	0.87 238	0.84 305	0.88 138	0.59 271	0.36 459	0.19 322	0.26 354	0.22 308	0.29 363	0.43 452
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_R40	0.84 343	0.30 176	0.83 220	0.63 336	0.31 151	0.66 223	0.43 214	1.15 192	0.99 221	1.47 432	1.10 247	1.00 300	0.84 305	5.44 506	0.53 238	0.23 283	0.13 73	0.23 270	0.20 239	0.23 271	0.19 134

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

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

HITNet	0.71 266	0.42 382	1.07 324	0.52 170	0.25 43	1.05 380	0.48 270	2.12 439	1.08 254	1.21 311	1.23 309	0.91 260	0.84 305	0.90 146	0.91 364	0.17 79	0.12 37	0.21 205	0.17 170	0.29 363	0.18 100
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
ITSA-stereo	0.85 350	0.38 354	0.92 271	0.58 277	0.32 184	0.86 325	0.49 281	2.33 491	1.69 490	1.16 276	1.12 258	0.95 280	0.85 310	2.46 422	1.18 408	0.27 372	0.23 395	0.28 385	0.28 408	0.28 346	0.41 440

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

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

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

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

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

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

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

UGAM	1.17 436	0.29 151	1.08 327	0.55 221	0.43 319	0.69 241	0.71 404	1.14 180	1.35 405	1.00 216	1.49 397	1.90 476	0.86 318	9.61 565	0.89 356	0.21 227	0.19 322	0.30 409	0.25 362	0.20 186	0.18 100

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.84 343	0.46 397	1.40 411	0.69 410	0.61 429	0.95 360	0.52 302	1.68 317	1.21 328	1.39 403	1.15 280	1.42 404	0.88 333	1.78 346	0.93 371	0.26 351	0.23 395	0.27 369	0.27 397	0.30 379	0.39 431
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_5	0.70 260	0.32 228	0.99 297	0.69 410	0.50 364	0.89 332	0.51 291	1.88 381	1.14 292	0.78 162	1.13 269	1.04 311	0.89 336	1.59 316	0.46 185	0.19 153	0.14 140	0.23 270	0.22 308	0.22 251	0.20 160

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

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

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

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

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

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

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

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

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

ACVNet	0.66 226	0.33 247	0.74 169	0.55 221	0.37 257	0.80 292	0.47 263	1.46 270	1.11 273	1.01 221	1.31 339	1.07 318	0.91 342	0.82 113	1.09 399	0.22 261	0.19 322	0.21 205	0.18 188	0.23 271	0.19 134

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	0.84 343	0.43 386	1.01 304	0.66 371	0.43 319	1.32 430	0.49 281	1.64 309	1.24 345	1.53 446	1.45 389	1.49 421	0.97 372	1.32 256	1.31 428	0.21 227	0.17 273	0.27 369	0.25 362	0.25 312	0.34 401
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.82 328	0.36 315	1.13 342	0.60 304	0.37 257	0.91 339	0.38 156	2.41 500	1.61 484	1.35 388	1.35 358	1.25 367	0.97 372	1.75 342	0.88 353	0.21 227	0.14 140	0.17 75	0.12 32	0.19 150	0.30 364

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

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

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

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

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

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

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

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

PDISCO_ROB	1.41 467	0.73 489	2.04 468	1.40 538	1.46 544	2.83 534	1.07 484	2.64 524	2.11 521	1.41 411	1.50 404	1.73 462	0.99 378	2.83 445	1.46 449	1.03 538	0.27 434	0.54 513	0.47 506	0.77 521	0.84 527

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.91 376	0.31 209	0.60 92	0.54 207	0.31 151	1.15 402	0.60 365	3.76 551	1.30 389	1.57 457	1.75 459	1.67 453	1.01 387	1.61 323	0.90 360	0.23 283	0.17 273	0.19 137	0.18 188	0.20 186	0.22 217
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SQANet	1.38 463	0.95 509	1.37 409	1.89 549	1.47 545	1.44 452	0.81 433	1.89 383	1.13 286	1.34 382	1.26 317	1.28 379	1.02 395	1.64 325	0.91 364	2.55 555	0.35 487	1.47 547	0.56 521	2.48 549	1.74 549

SGM-Forest	1.29 460	0.40 369	0.74 169	0.54 207	0.37 257	1.55 461	1.26 507	1.82 361	1.39 430	2.22 516	1.81 471	1.64 449	1.02 395	7.65 548	1.20 411	0.39 470	0.37 496	0.39 476	0.34 472	0.37 426	0.34 401
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.27 459	1.01 513	2.17 476	1.04 523	1.20 535	0.96 366	1.00 475	1.84 365	1.95 512	1.38 400	2.11 497	1.44 410	1.03 397	1.18 225	1.40 442	0.73 531	0.83 548	0.89 536	0.99 549	1.33 541	0.95 532

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

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

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

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

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

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

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

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

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

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

iResNetv2_ROB	0.88 361	0.43 386	2.62 496	0.60 304	0.38 269	0.94 353	0.67 388	1.88 381	1.38 421	1.27 347	1.45 389	1.26 373	1.05 408	1.92 367	0.64 288	0.24 305	0.15 206	0.19 137	0.14 90	0.24 300	0.21 188

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

ETE_ROB	1.01 403	0.69 479	1.49 418	0.72 429	0.50 364	1.15 402	1.12 488	1.91 388	1.24 345	1.94 503	1.50 404	1.73 462	1.06 409	1.78 346	1.33 435	0.33 432	0.26 424	0.38 472	0.34 472	0.40 441	0.44 455

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FINET	1.54 479	0.67 475	7.28 541	0.76 460	0.97 515	1.42 451	1.38 514	2.80 537	3.12 546	1.23 322	1.68 450	1.04 311	1.11 421	3.35 461	1.78 485	0.43 481	0.37 496	0.32 428	0.29 427	0.43 451	0.41 440

DANet	1.16 434	0.64 464	1.52 424	0.88 495	0.74 470	1.52 458	0.52 302	1.68 317	1.21 328	1.81 489	1.55 418	2.02 495	1.11 421	3.30 460	2.28 499	0.34 442	0.31 458	0.40 482	0.30 439	0.46 472	0.54 483
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
APVNet	1.11 427	0.59 445	1.95 461	0.87 493	0.77 480	1.90 496	0.82 437	2.03 421	1.15 297	1.14 270	1.43 385	1.55 433	1.12 427	3.03 449	1.62 468	0.32 425	0.34 480	0.42 488	0.36 479	0.36 420	0.41 440

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

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

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

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

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

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

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

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

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

PA-Net	1.14 431	0.63 461	2.12 473	0.67 385	0.75 474	1.19 415	0.91 456	1.91 388	1.46 459	1.18 291	1.23 309	1.33 391	1.17 433	4.31 479	1.41 443	0.29 406	0.46 521	0.33 440	0.50 512	0.33 404	0.57 494
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CVANet_RVC	1.10 425	0.49 413	1.15 349	0.65 357	0.54 394	0.93 350	1.00 475	1.69 326	1.36 414	1.42 415	1.39 370	1.24 366	1.17 433	6.22 522	0.80 338	0.35 452	0.24 405	0.35 455	0.30 439	0.44 462	0.32 383

NCCL2	1.06 414	0.64 464	1.35 401	0.78 466	0.58 413	1.32 430	1.69 527	1.89 383	1.38 421	1.52 443	1.20 293	1.91 478	1.17 433	1.79 351	1.50 453	0.35 452	0.31 458	0.45 494	0.44 499	0.41 445	0.45 457

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

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

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

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

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

GANetREF_RVC	1.11 427	0.90 503	1.56 429	0.88 495	0.53 386	1.41 448	1.35 512	1.91 388	1.54 471	1.28 353	1.32 344	1.46 416	1.23 444	2.04 384	1.00 388	0.57 516	0.45 517	0.67 529	0.52 516	0.91 528	0.62 504
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CBMV_ROB	0.99 396	0.46 397	0.68 134	0.53 193	0.39 278	1.40 446	0.48 270	2.09 435	1.30 389	1.53 446	2.29 506	1.36 395	1.23 444	2.46 422	1.04 396	0.44 490	0.42 513	0.47 500	0.44 499	0.41 445	0.39 431

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

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

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

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

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

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

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

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

DeepPrunerF	1.68 491	0.82 497	6.82 537	0.94 515	1.20 535	0.91 339	0.97 469	2.50 514	5.19 565	1.22 319	1.30 337	1.18 349	1.29 454	4.96 494	1.75 481	0.43 481	0.35 487	0.52 508	0.48 508	0.43 451	0.42 448

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

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

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

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

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

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

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

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

CBMV	1.04 407	0.48 408	0.88 249	0.56 242	0.36 247	1.52 458	1.55 522	1.87 376	1.59 480	2.11 513	1.67 448	1.46 416	1.35 463	1.92 367	1.31 428	0.35 452	0.35 487	0.39 476	0.33 466	0.34 412	0.34 401
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	1.19 442	0.71 483	1.36 406	0.81 473	0.75 474	1.72 474	1.13 490	1.98 407	1.31 396	1.52 443	1.84 473	1.75 467	1.36 465	2.01 381	2.04 491	0.57 516	0.54 533	0.57 521	0.56 521	0.60 505	0.60 502

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

pmcnn	2.84 542	0.46 397	5.19 531	0.68 397	0.42 314	1.55 461	1.16 496	2.32 485	1.60 483	2.72 533	7.49 563	17.96 580	1.48 483	6.04 519	6.64 546	0.18 115	0.15 206	0.15 22	0.12 32	0.20 186	0.20 160

RAFT + AFF	1.07 419	0.47 402	1.36 406	0.68 397	0.50 364	1.20 416	1.22 502	2.58 521	1.26 361	1.33 375	1.56 424	1.19 351	1.49 484	3.89 474	1.01 389	0.22 261	0.26 424	0.30 409	0.27 397	0.29 363	0.32 383

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

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

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

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

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

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

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

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

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

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

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

RGC	1.22 447	0.82 497	1.71 440	0.95 517	0.98 517	1.53 460	0.80 428	2.18 465	1.35 405	1.69 478	1.94 485	2.03 498	1.66 496	2.36 415	1.50 453	0.46 494	0.36 491	0.59 524	0.48 508	0.49 481	0.49 469

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MFMNet_re	1.47 473	1.20 526	2.50 489	1.46 543	1.08 522	1.58 465	1.51 518	1.96 405	1.87 507	2.31 520	2.20 501	1.51 427	1.88 513	1.57 309	1.34 436	0.94 535	0.83 548	0.84 535	0.80 539	1.00 531	1.06 536

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

SPS-STEREO	1.78 497	1.09 519	1.52 424	1.22 534	1.14 528	1.87 495	1.11 487	2.27 481	1.70 491	3.17 548	2.39 510	2.84 529	1.93 515	4.41 480	2.93 512	1.04 540	0.99 561	0.97 538	0.94 544	1.03 534	1.05 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-TNSev	2.10 518	2.71 570	9.30 550	0.72 429	0.65 442	2.41 522	1.81 539	2.45 504	1.77 497	1.62 467	1.56 424	2.56 522	2.01 517	5.30 499	4.46 531	0.41 476	0.38 501	0.33 440	0.37 483	0.54 494	0.64 507

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

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

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

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

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

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

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

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

NVStereoNet_ROB	2.17 523	1.18 524	3.51 515	1.14 531	1.26 538	1.57 464	1.51 518	2.19 467	2.11 521	2.04 509	4.80 549	3.17 538	2.11 526	7.97 551	2.10 492	1.12 543	0.94 558	1.10 544	1.34 556	0.95 529	1.31 542
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PSM-AAD	0.80 317	0.29 151	0.58 79	0.58 277	0.29 114	0.76 267	1.19 499	1.08 155	0.94 196	1.65 472	1.58 430	0.81 213	2.12 527	1.67 329	0.44 166	0.19 153	0.14 140	0.38 472	0.32 452	0.22 251	0.68 513

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

Abc-Net	1.20 444	0.60 448	1.84 451	0.88 495	0.95 512	1.32 430	0.94 464	2.14 449	1.36 414	1.43 419	1.79 465	1.93 482	2.13 528	2.54 431	1.41 443	0.49 502	0.38 501	0.45 494	0.59 525	0.43 451	0.45 457
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MADNet+	2.80 539	3.38 574	11.57 559	1.50 544	1.21 537	3.18 542	2.00 541	3.52 549	2.61 533	1.81 489	2.09 496	2.83 528	2.18 530	7.55 546	5.44 541	0.84 532	0.83 548	0.71 532	0.66 531	1.05 536	1.08 537

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

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

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

ACVNet_1	3.08 549	1.48 538	17.70 570	2.90 561	2.35 559	2.30 517	1.43 516	3.16 543	2.26 527	1.91 497	2.05 494	3.51 540	2.32 534	3.71 470	1.58 461	3.25 562	0.66 542	2.40 560	1.06 553	3.07 561	2.59 561

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

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

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

PVD	1.82 501	0.91 506	3.02 505	1.03 522	0.94 511	2.61 527	1.14 493	2.78 534	3.40 551	3.08 546	2.75 522	2.39 517	2.49 538	2.81 443	3.66 523	0.48 500	0.49 529	0.59 524	0.49 511	0.60 505	0.81 525

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

G-Net	1.71 494	0.67 475	2.09 470	1.14 531	0.75 474	2.96 539	0.89 453	1.58 296	1.30 389	2.76 535	8.12 569	2.29 510	2.51 539	1.94 370	2.23 498	0.49 502	0.45 517	0.45 494	0.31 445	0.62 509	0.59 499

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

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

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

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

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

MeshStereo	2.36 528	0.60 448	1.05 317	0.63 336	0.51 374	2.58 525	0.99 473	3.46 547	2.21 525	7.38 574	5.06 553	7.50 562	3.10 546	7.02 541	2.54 506	0.44 490	0.44 515	0.45 494	0.40 489	0.43 451	0.45 457
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SGM_RVC	1.88 505	0.40 369	0.90 263	0.63 336	0.30 131	2.81 533	1.26 507	2.73 530	1.81 504	4.09 552	2.85 525	3.88 545	3.19 547	8.42 555	2.44 504	0.33 432	0.31 458	0.30 409	0.28 408	0.31 386	0.31 374
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	3.35 551	1.95 554	1.86 454	3.30 565	2.72 564	4.03 556	2.00 541	4.58 561	3.83 555	2.87 538	6.99 561	4.69 549	3.21 548	6.77 537	2.97 513	3.91 574	0.89 555	2.78 568	1.40 561	3.36 566	2.93 567

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

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

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

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

EDNetEfficient	2.40 531	1.14 522	8.59 548	0.77 462	0.73 465	1.06 383	1.53 521	1.54 285	4.06 557	4.87 563	2.81 523	2.23 505	3.53 553	3.04 450	9.65 560	0.27 372	0.24 405	0.27 369	0.31 445	0.70 517	0.67 509

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

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

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

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

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

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

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

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

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

ELAS	2.67 535	0.80 493	2.13 474	1.13 528	1.15 530	6.25 565	2.56 561	3.50 548	3.68 554	5.36 567	4.92 552	3.79 543	5.56 563	3.65 465	5.22 539	0.66 526	0.57 537	0.56 519	0.54 519	0.65 512	0.75 520
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	2.39 530	2.89 571	3.74 519	3.09 564	2.27 556	2.04 506	0.84 440	2.19 467	1.73 495	2.54 530	1.98 488	2.23 505	5.83 564	3.44 463	1.84 487	1.03 538	0.33 476	2.65 565	1.97 569	2.87 554	2.34 558

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

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

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

UNDER WATER-64	5.84 564	2.48 567	17.93 572	3.97 576	3.58 574	7.70 566	3.03 566	5.72 569	14.13 573	4.18 557	4.00 541	9.27 570	6.80 568	6.20 521	9.22 558	3.67 568	1.52 571	3.14 571	1.95 568	4.43 573	3.83 575

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

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

FCDSN-DC	2.47 533	0.65 470	1.00 302	0.85 487	0.75 474	2.26 516	0.97 469	2.31 484	1.83 505	5.52 569	7.65 565	7.72 565	7.70 571	4.43 481	2.64 507	0.52 508	0.48 524	0.52 508	0.52 516	0.57 499	0.59 499
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
coex-ft	8.35 571	2.39 562	100.24 598	0.68 397	0.54 394	1.77 483	1.57 524	1.71 334	11.00 571	18.91 586	3.76 538	3.85 544	8.23 572	3.29 459	6.58 545	0.31 417	0.31 458	0.32 428	0.31 445	0.69 516	0.57 494

ELAS_RVC	2.87 544	0.80 493	3.22 510	1.16 533	1.12 524	2.92 538	5.33 570	2.98 541	4.18 559	5.04 564	4.82 550	4.71 550	8.23 572	4.25 478	4.79 535	0.67 527	0.57 537	0.57 521	0.53 518	0.66 513	0.74 518
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TCMNet-wrong-test	10.42 575	11.55 581	15.31 563	20.99 584	18.49 580	13.94 575	10.69 573	16.07 582	4.14 558	5.27 566	5.64 555	16.22 579	12.57 574	7.57 547	10.26 561	7.44 581	2.38 574	4.30 578	3.43 576	11.37 583	10.87 581

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark