Low-res two-view results

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

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

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

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

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

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

Monster-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

2.25w	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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

test-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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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.
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

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

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+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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

iResNet	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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

rvit_stereo_0081	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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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_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

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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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.
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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