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

S2M2_XL	0.25 1	0.25 68	0.43 11	0.36 1	0.24 23	0.16 2	0.18 2	0.34 1	0.24 4	0.29 8	0.41 28	0.24 7	0.23 10	0.32 1	0.27 18	0.20 194	0.18 302	0.18 109	0.16 145	0.18 113	0.15 31

FoundationStereo	0.26 2	0.23 32	0.41 7	0.40 27	0.24 23	0.32 15	0.22 17	0.43 2	0.24 4	0.31 14	0.25 6	0.30 34	0.32 45	0.36 3	0.27 18	0.16 46	0.12 36	0.15 20	0.11 7	0.13 5	0.14 15

MLG-Stereo_test2	0.27 3	0.22 16	0.40 3	0.39 18	0.24 23	0.35 19	0.18 2	0.58 8	0.23 2	0.28 5	0.24 5	0.34 47	0.19 1	0.79 105	0.24 3	0.16 46	0.11 20	0.15 20	0.11 7	0.13 5	0.14 15

LGtest1	0.28 4	0.23 32	0.46 19	0.42 40	0.22 12	0.41 37	0.19 7	0.58 8	0.29 9	0.30 11	0.25 6	0.29 30	0.29 28	0.57 36	0.26 7	0.18 113	0.12 36	0.16 49	0.12 31	0.14 15	0.16 62

Monster-pub-eth3d	0.29 5	0.19 2	0.48 29	0.37 3	0.22 12	0.55 150	0.31 78	0.60 13	0.44 39	0.29 8	0.29 13	0.23 2	0.21 5	0.59 42	0.26 7	0.11 1	0.11 20	0.14 2	0.11 7	0.14 15	0.14 15

IGEV	0.29 5	0.18 1	0.43 11	0.38 10	0.31 149	0.45 63	0.21 13	0.63 18	0.42 34	0.32 16	0.44 40	0.26 15	0.20 2	0.44 10	0.26 7	0.14 21	0.12 36	0.16 49	0.13 62	0.12 1	0.14 15

MLG-Stereo_test3	0.29 5	0.20 5	0.46 19	0.43 46	0.24 23	0.47 74	0.19 7	0.75 46	0.31 11	0.36 28	0.22 3	0.35 48	0.21 5	0.61 47	0.26 7	0.16 46	0.12 36	0.16 49	0.11 7	0.13 5	0.15 31

MLG-Stereo_test1	0.29 5	0.21 8	0.42 9	0.41 36	0.25 42	0.37 25	0.20 11	0.71 38	0.20 1	0.25 2	0.17 1	0.33 44	0.26 14	0.92 149	0.26 7	0.15 32	0.11 20	0.16 49	0.11 7	0.13 5	0.13 2

MonSter	0.29 5	0.19 2	0.48 29	0.37 3	0.22 12	0.55 150	0.31 78	0.60 13	0.44 39	0.29 8	0.29 13	0.23 2	0.20 2	0.60 45	0.26 7	0.11 1	0.11 20	0.14 2	0.11 7	0.14 15	0.14 15

dual_stereo	0.29 5	0.21 8	0.39 1	0.40 27	0.23 18	0.25 3	0.22 17	0.59 11	0.32 13	0.33 18	0.26 10	0.40 59	0.23 10	0.86 128	0.30 37	0.16 46	0.13 72	0.14 2	0.11 7	0.14 15	0.14 15

LG-Stereo_L2	0.30 11	0.23 32	0.50 45	0.38 10	0.26 59	0.26 4	0.20 11	0.84 77	0.31 11	0.31 14	0.26 10	0.25 11	0.26 14	0.94 153	0.23 1	0.15 32	0.12 36	0.16 49	0.12 31	0.14 15	0.13 2

asda	0.31 12	0.24 49	0.51 52	0.39 18	0.24 23	0.43 54	0.33 94	0.68 25	0.40 30	0.39 41	0.44 40	0.27 19	0.35 60	0.55 27	0.31 43	0.12 3	0.10 2	0.14 2	0.11 7	0.14 15	0.13 2

4.5_new	0.31 12	0.25 68	0.46 19	0.38 10	0.24 23	0.52 123	0.36 129	0.65 20	0.35 16	0.48 81	0.43 32	0.27 19	0.27 20	0.42 8	0.26 7	0.14 21	0.10 2	0.15 20	0.13 62	0.17 81	0.15 31

4.5w-stereo	0.31 12	0.25 68	0.46 19	0.38 10	0.24 23	0.52 123	0.36 129	0.65 20	0.35 16	0.48 81	0.43 32	0.27 19	0.27 20	0.42 8	0.26 7	0.14 21	0.10 2	0.15 20	0.13 62	0.17 81	0.15 31

LG-Stereo_L1	0.31 12	0.24 49	0.49 35	0.38 10	0.27 62	0.28 9	0.21 13	0.68 25	0.29 9	0.27 4	0.25 6	0.25 11	0.22 8	1.25 234	0.24 3	0.16 46	0.12 36	0.15 20	0.12 31	0.14 15	0.13 2

MLG-Stereo	0.31 12	0.20 5	0.42 9	0.42 40	0.20 2	0.41 37	0.19 7	0.85 79	0.24 4	0.26 3	0.22 3	0.33 44	0.27 20	1.09 200	0.27 18	0.15 32	0.11 20	0.16 49	0.11 7	0.13 5	0.13 2

Monster-pub-mixall	0.32 17	0.20 5	0.44 16	0.37 3	0.22 12	0.28 9	0.18 2	0.69 29	0.36 24	0.37 33	0.36 22	0.27 19	0.20 2	1.43 282	0.25 5	0.15 32	0.12 36	0.13 1	0.11 7	0.12 1	0.15 31

asd	0.32 17	0.22 16	0.49 35	0.40 27	0.25 42	0.47 74	0.30 71	0.77 50	0.35 16	0.44 58	0.40 27	0.28 28	0.34 52	0.64 63	0.29 33	0.13 15	0.10 2	0.14 2	0.12 31	0.15 38	0.13 2

4.25_new	0.32 17	0.27 110	0.49 35	0.40 27	0.27 62	0.49 89	0.39 168	0.69 29	0.35 16	0.40 48	0.43 32	0.27 19	0.36 67	0.48 14	0.32 54	0.12 3	0.10 2	0.15 20	0.11 7	0.14 15	0.13 2

4.5w_new	0.32 17	0.27 110	0.49 35	0.40 27	0.27 62	0.49 89	0.39 168	0.69 29	0.35 16	0.40 48	0.43 32	0.27 19	0.36 67	0.48 14	0.32 54	0.12 3	0.10 2	0.15 20	0.11 7	0.14 15	0.13 2

4.25w-stereo	0.32 17	0.27 110	0.49 35	0.40 27	0.27 62	0.49 89	0.39 168	0.69 29	0.35 16	0.40 48	0.43 32	0.27 19	0.36 67	0.48 14	0.32 54	0.12 3	0.10 2	0.15 20	0.12 31	0.14 15	0.13 2

4w-stereo	0.32 17	0.25 68	0.52 58	0.38 10	0.25 42	0.46 68	0.28 56	0.68 25	0.35 16	0.43 55	0.45 44	0.28 28	0.39 86	0.63 61	0.31 43	0.12 3	0.10 2	0.15 20	0.12 31	0.14 15	0.14 15

IGEV-Stereo++	0.32 17	0.22 16	0.47 26	0.48 101	0.33 202	0.33 16	0.22 17	0.78 58	0.48 50	0.35 25	0.41 28	0.32 40	0.47 134	0.40 4	0.29 33	0.15 32	0.12 36	0.15 20	0.12 31	0.15 38	0.15 31

AdaDepth	0.33 24	0.23 32	0.69 139	0.46 74	0.29 112	0.44 59	0.24 32	0.54 6	0.38 26	0.33 18	0.38 25	0.26 15	0.31 38	0.81 109	0.27 18	0.12 3	0.13 72	0.16 49	0.13 62	0.16 57	0.20 159

2.5w	0.33 24	0.23 32	0.53 62	0.41 36	0.25 42	0.42 47	0.38 154	0.69 29	0.35 16	0.38 36	0.54 82	0.24 7	0.26 14	0.91 147	0.29 33	0.13 15	0.10 2	0.14 2	0.13 62	0.14 15	0.15 31

2.75w_new	0.33 24	0.24 49	0.51 52	0.36 1	0.24 23	0.41 37	0.42 194	0.61 16	0.40 30	0.50 96	0.44 40	0.24 7	0.34 52	0.77 95	0.34 67	0.13 15	0.11 20	0.14 2	0.11 7	0.13 5	0.13 2

3.25w_new	0.33 24	0.22 16	0.50 45	0.39 18	0.24 23	0.52 123	0.33 94	0.77 50	0.43 37	0.49 87	0.46 50	0.32 40	0.37 74	0.64 63	0.28 25	0.12 3	0.10 2	0.14 2	0.12 31	0.12 1	0.15 31

3.25w	0.33 24	0.22 16	0.50 45	0.39 18	0.24 23	0.52 123	0.33 94	0.77 50	0.43 37	0.49 87	0.46 50	0.32 40	0.37 74	0.64 63	0.28 25	0.12 3	0.10 2	0.14 2	0.12 31	0.12 1	0.15 31

LG-G_1	0.33 24	0.22 16	0.48 29	0.44 53	0.20 2	0.64 209	0.18 2	0.80 61	0.28 7	0.30 11	0.30 15	0.36 50	0.35 60	0.88 136	0.26 7	0.17 78	0.13 72	0.16 49	0.11 7	0.14 15	0.16 62

LG-G	0.33 24	0.22 16	0.48 29	0.44 53	0.20 2	0.64 209	0.18 2	0.80 61	0.28 7	0.30 11	0.30 15	0.36 50	0.35 60	0.88 136	0.26 7	0.17 78	0.13 72	0.16 49	0.11 7	0.14 15	0.16 62

qwe	0.34 31	0.22 16	0.48 29	0.39 18	0.27 62	0.49 89	0.30 71	0.76 48	0.40 30	0.51 106	0.49 59	0.26 15	0.29 28	0.83 117	0.35 76	0.12 3	0.10 2	0.14 2	0.12 31	0.15 38	0.14 15

3.75w	0.34 31	0.23 32	0.50 45	0.39 18	0.30 129	0.62 189	0.36 129	0.70 37	0.38 26	0.44 58	0.49 59	0.25 11	0.36 67	0.72 82	0.28 25	0.13 15	0.09 1	0.14 2	0.12 31	0.13 5	0.15 31

2w_stereo	0.34 31	0.25 68	0.52 58	0.40 27	0.23 18	0.46 68	0.47 261	0.77 50	0.44 39	0.47 73	0.51 69	0.24 7	0.44 110	0.49 17	0.31 43	0.12 3	0.10 2	0.15 20	0.12 31	0.15 38	0.16 62

SGD-Stereo	0.34 31	0.22 16	0.44 16	0.39 18	0.20 2	0.42 47	0.22 17	0.71 38	0.33 14	0.43 55	0.34 20	0.27 19	0.35 60	1.15 214	0.33 62	0.21 225	0.11 20	0.16 49	0.13 62	0.17 81	0.15 31

GREAT-IGEV	0.34 31	0.22 16	0.54 65	0.40 27	0.31 149	0.36 22	0.28 56	0.59 11	0.66 102	0.28 5	0.51 69	0.29 30	0.29 28	0.86 128	0.28 25	0.15 32	0.12 36	0.15 20	0.11 7	0.17 81	0.16 62

DEFOM-Stereo	0.34 31	0.23 32	0.46 19	0.44 53	0.29 112	0.79 283	0.23 27	0.50 4	0.39 28	0.38 36	0.32 18	0.23 2	0.25 12	1.21 229	0.28 25	0.17 78	0.12 36	0.15 20	0.11 7	0.14 15	0.16 62

2.25w	0.35 37	0.24 49	0.55 68	0.38 10	0.24 23	0.44 59	0.25 34	0.69 29	0.42 34	0.49 87	0.59 95	0.27 19	0.35 60	0.83 117	0.37 107	0.13 15	0.11 20	0.14 2	0.12 31	0.13 5	0.17 83

3.5w_stereo	0.35 37	0.27 110	0.55 68	0.38 10	0.25 42	0.54 145	0.34 106	0.73 41	0.40 30	0.46 71	0.45 44	0.31 37	0.38 84	0.80 108	0.40 135	0.12 3	0.10 2	0.15 20	0.12 31	0.14 15	0.16 62

3w_stereo	0.35 37	0.25 68	0.60 91	0.41 36	0.21 7	0.52 123	0.53 306	0.72 40	0.47 48	0.47 73	0.50 65	0.23 2	0.45 117	0.49 17	0.30 37	0.13 15	0.10 2	0.15 20	0.12 31	0.15 38	0.17 83

monsters	0.35 37	0.21 8	0.49 35	0.43 46	0.39 276	0.34 17	0.26 43	0.69 29	0.44 39	0.49 87	0.41 28	0.23 2	0.26 14	1.38 267	0.27 18	0.14 21	0.11 20	0.14 2	0.12 31	0.13 5	0.15 31

S2M2	0.35 37	0.28 127	0.47 26	0.43 46	0.30 129	0.31 14	0.16 1	0.61 16	0.68 107	0.32 16	0.49 59	0.47 87	0.34 52	0.40 4	0.33 62	0.25 323	0.22 365	0.20 169	0.22 307	0.25 310	0.23 237

1w_stereo	0.36 42	0.21 8	0.47 26	0.44 53	0.27 62	0.47 74	0.54 320	0.66 23	0.51 57	0.44 58	0.67 112	0.25 11	0.45 117	0.62 52	0.34 67	0.12 3	0.10 2	0.14 2	0.11 7	0.14 15	0.15 31

monsterstereo	0.36 42	0.21 8	0.53 62	0.48 101	0.36 245	0.27 7	0.29 63	0.58 8	0.52 59	0.45 66	0.61 99	0.26 15	0.27 20	1.23 231	0.28 25	0.14 21	0.12 36	0.15 20	0.12 31	0.16 57	0.13 2

111111	0.36 42	0.22 16	0.49 35	0.47 89	0.45 331	0.36 22	0.22 17	1.04 139	0.44 39	0.33 18	0.33 19	0.40 59	0.26 14	0.99 168	0.27 18	0.17 78	0.12 36	0.15 20	0.11 7	0.15 38	0.15 31

RAStereo	0.36 42	0.22 16	0.85 234	0.48 101	0.28 97	0.27 7	0.28 56	0.77 50	0.65 100	0.33 18	0.43 32	0.44 65	0.31 38	0.45 12	0.35 76	0.18 113	0.15 205	0.19 135	0.15 108	0.19 149	0.15 31

LG-Stereo	0.37 46	0.27 110	0.94 279	0.48 101	0.26 59	0.37 25	0.30 71	0.88 91	0.57 73	0.38 36	0.58 92	0.29 30	0.21 5	0.51 20	0.37 107	0.14 21	0.14 139	0.20 169	0.18 187	0.18 113	0.14 15

GIP-stereo	0.37 46	0.25 68	0.49 35	0.55 219	0.41 302	0.37 25	0.22 17	1.03 132	0.56 71	0.35 25	0.52 72	0.46 78	0.37 74	0.55 27	0.28 25	0.20 194	0.13 72	0.16 49	0.12 31	0.16 57	0.16 62

zero-FE	0.38 48	0.24 49	0.54 65	0.48 101	0.46 339	0.29 12	0.23 27	0.69 29	0.34 15	0.34 23	0.41 28	0.37 55	0.49 150	0.68 75	0.35 76	0.23 281	0.12 36	0.18 109	0.13 62	0.82 522	0.19 133

LG-Stereo_Zeroshot	0.38 48	0.25 68	0.61 98	0.53 191	0.29 112	0.36 22	0.22 17	1.24 221	0.42 34	0.45 66	0.65 107	0.37 55	0.51 159	0.41 7	0.30 37	0.18 113	0.12 36	0.17 73	0.13 62	0.18 113	0.20 159

AIO_rvc	0.38 48	0.25 68	0.65 120	0.47 89	0.31 149	0.55 150	0.38 154	0.98 113	0.51 57	0.35 25	0.48 55	0.49 95	0.22 8	0.87 133	0.31 43	0.16 46	0.12 36	0.16 49	0.12 31	0.15 38	0.15 31

AIO_test	0.38 48	0.24 49	0.59 84	0.47 89	0.31 149	0.55 150	0.44 231	0.86 86	0.50 54	0.34 23	0.48 55	0.46 78	0.30 34	0.76 93	0.31 43	0.17 78	0.12 36	0.17 73	0.13 62	0.16 57	0.15 31

IGEV-RUCA	0.38 48	0.24 49	0.51 52	0.51 147	0.36 245	0.59 173	0.23 27	0.68 25	0.52 59	0.39 41	0.50 65	0.44 65	0.31 38	0.86 128	0.31 43	0.24 303	0.13 72	0.16 49	0.12 31	0.20 185	0.21 187

MaDis-Stereo	0.38 48	0.27 110	0.72 149	0.45 62	0.35 237	0.30 13	0.31 78	0.81 64	0.54 64	0.38 36	0.38 25	0.58 136	0.49 150	0.53 23	0.39 118	0.20 194	0.16 242	0.19 135	0.15 108	0.19 149	0.15 31

UniTT-Stereo	0.38 48	0.24 49	0.67 129	0.49 116	0.36 245	0.40 30	0.32 87	0.55 7	0.55 67	0.55 117	0.55 85	0.36 50	0.31 38	0.59 42	0.52 226	0.21 225	0.15 205	0.17 73	0.15 108	0.19 149	0.17 83

HUF	0.39 55	0.27 110	0.71 147	0.43 46	0.24 23	0.51 117	0.47 261	0.99 121	0.55 67	0.37 33	0.45 44	0.53 118	0.41 90	0.70 78	0.29 33	0.18 113	0.14 139	0.16 49	0.12 31	0.15 38	0.17 83

fffft	0.39 55	0.24 49	0.56 74	0.45 62	0.34 220	0.42 47	0.48 268	0.85 79	0.39 28	0.45 66	0.35 21	0.38 57	0.31 38	1.32 254	0.34 67	0.14 21	0.12 36	0.19 135	0.15 108	0.16 57	0.18 99
1: 1. 1
AIO-Stereo	0.39 55	0.26 86	0.54 65	0.50 132	0.24 23	0.45 63	0.39 168	1.13 174	0.57 73	0.42 53	0.49 59	0.52 113	0.25 12	0.74 85	0.32 54	0.16 46	0.13 72	0.18 109	0.14 89	0.16 57	0.15 31

ours_stereo	0.40 58	0.30 175	0.57 76	0.47 89	0.31 149	0.40 30	0.44 231	0.79 60	0.58 76	0.36 28	0.58 92	0.46 78	0.33 48	1.14 213	0.33 62	0.17 78	0.13 72	0.19 135	0.15 108	0.19 149	0.20 159

RSM++	0.40 58	0.26 86	0.55 68	0.51 147	0.27 62	0.49 89	0.41 186	0.83 71	0.52 59	0.39 41	0.47 53	0.60 145	0.34 52	1.02 179	0.31 43	0.16 46	0.13 72	0.17 73	0.15 108	0.18 113	0.15 31

RSM	0.40 58	0.25 68	0.53 62	0.50 132	0.27 62	0.46 68	0.40 176	0.94 107	0.49 52	0.42 53	0.44 40	0.65 163	0.33 48	1.07 193	0.32 54	0.15 32	0.13 72	0.17 73	0.14 89	0.17 81	0.15 31

trnet	0.40 58	0.23 32	0.40 3	0.37 3	0.20 2	0.53 132	0.29 63	0.81 64	1.15 295	0.59 121	0.72 129	0.53 118	0.43 104	0.56 30	0.37 107	0.18 113	0.13 72	0.15 20	0.10 1	0.14 15	0.14 15

CREStereo	0.40 58	0.24 49	0.40 3	0.37 3	0.22 12	0.52 123	0.29 63	0.81 64	1.15 295	0.59 121	0.72 129	0.51 106	0.42 96	0.57 36	0.37 107	0.19 151	0.13 72	0.15 20	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
FlowAnything_test	0.41 63	0.27 110	0.67 129	0.60 302	0.33 202	0.62 189	0.35 119	0.64 19	0.48 50	0.46 71	0.36 22	0.45 75	0.37 74	0.54 25	0.52 226	0.25 323	0.19 320	0.28 383	0.33 465	0.22 249	0.22 216

MSCF	0.41 63	0.28 127	0.64 114	0.50 132	0.27 62	0.58 171	0.37 144	1.03 132	0.54 64	0.54 113	0.72 129	0.32 40	0.64 227	0.56 30	0.30 37	0.19 151	0.13 72	0.17 73	0.15 108	0.17 81	0.21 187

water-stereo	0.41 63	0.21 8	0.69 139	0.45 62	0.28 97	0.50 108	0.27 49	0.96 108	0.52 59	0.57 120	0.78 143	0.59 141	0.53 166	0.44 10	0.43 159	0.17 78	0.16 242	0.17 73	0.15 108	0.17 81	0.22 216

DEFOM-Stereo_RVC	0.41 63	0.68 476	0.45 18	0.66 369	0.30 129	0.48 83	0.25 34	0.87 89	0.46 46	0.39 41	0.37 24	0.30 34	0.69 247	1.16 217	0.31 43	0.17 78	0.11 20	0.16 49	0.12 31	0.18 113	0.14 15

castereo++	0.41 63	0.26 86	0.51 52	0.44 53	0.32 182	0.96 364	0.22 17	1.13 174	0.61 90	0.33 18	0.45 44	0.50 102	0.39 86	0.94 153	0.25 5	0.18 113	0.12 36	0.17 73	0.12 31	0.14 15	0.16 62

SMoEStereo_RVC	0.41 63	0.26 86	0.55 68	0.46 74	0.31 149	0.60 178	0.36 129	0.85 79	0.47 48	0.47 73	0.43 32	0.42 61	0.34 52	1.40 272	0.31 43	0.15 32	0.12 36	0.20 169	0.15 108	0.16 57	0.18 99

Pointernet	0.41 63	0.21 8	0.63 105	0.45 62	0.29 112	0.51 117	0.27 49	1.54 283	0.70 111	0.48 81	0.64 103	0.49 95	0.37 74	0.51 20	0.36 94	0.18 113	0.13 72	0.14 2	0.11 7	0.14 15	0.14 15

AEACV	0.41 63	0.25 68	0.60 91	0.55 219	0.52 377	0.43 54	0.38 154	0.98 113	0.63 94	0.44 58	0.56 88	0.46 78	0.59 207	0.56 30	0.31 43	0.17 78	0.13 72	0.18 109	0.16 145	0.17 81	0.17 83

LoS	0.41 63	0.23 32	0.46 19	0.39 18	0.23 18	0.48 83	0.40 176	1.12 170	0.94 194	0.50 96	0.66 109	0.49 95	0.42 96	0.63 61	0.39 118	0.19 151	0.14 139	0.16 49	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.
EGLCR-Stereo	0.41 63	0.24 49	0.59 84	0.45 62	0.27 62	0.54 145	0.22 17	1.23 219	0.56 71	0.44 58	0.43 32	0.68 171	0.29 28	0.89 141	0.34 67	0.17 78	0.12 36	0.20 169	0.17 169	0.17 81	0.18 99

GLC_STEREO	0.41 63	0.27 110	0.43 11	0.55 219	0.24 23	0.47 74	0.30 71	0.81 64	0.64 97	0.53 112	0.74 135	0.50 102	0.31 38	0.65 68	0.45 177	0.18 113	0.20 334	0.23 268	0.19 209	0.21 229	0.21 187

mms	0.42 74	0.29 150	0.60 91	0.47 89	0.33 202	0.43 54	0.46 250	0.75 46	0.50 54	0.36 28	0.61 99	0.44 65	0.30 34	1.39 270	0.34 67	0.16 46	0.14 139	0.18 109	0.15 108	0.19 149	0.21 187

CASnet	0.42 74	0.26 86	0.52 58	0.52 168	0.21 7	0.49 89	0.35 119	0.85 79	0.85 161	0.84 177	0.69 119	0.48 92	0.31 38	0.57 36	0.34 67	0.19 151	0.12 36	0.27 367	0.22 307	0.23 269	0.15 31
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 74	0.26 86	0.56 74	0.48 101	0.27 62	0.45 63	0.33 94	1.56 289	0.61 90	0.36 28	0.47 53	0.52 113	0.30 34	1.08 196	0.33 62	0.15 32	0.13 72	0.17 73	0.13 62	0.16 57	0.15 31

CroCo-Stereo	0.42 74	0.33 245	0.83 219	0.59 294	0.28 97	0.26 4	0.33 94	1.22 214	0.85 161	0.43 55	0.49 59	0.65 163	0.46 127	0.40 4	0.36 94	0.19 151	0.15 205	0.16 49	0.14 89	0.20 185	0.17 83
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
Replicate-Monster	0.43 78	0.30 175	2.04 466	0.37 3	0.22 12	0.47 74	0.23 27	0.82 69	0.50 54	0.44 58	0.27 12	0.31 37	0.29 28	1.01 175	0.26 7	0.14 21	0.11 20	0.14 2	0.12 31	0.13 5	0.38 425

GASTEREO	0.43 78	0.29 150	0.62 103	0.51 147	0.27 62	0.62 189	0.36 129	1.02 124	0.58 76	0.55 117	0.83 158	0.30 34	0.65 232	0.64 63	0.30 37	0.19 151	0.13 72	0.17 73	0.15 108	0.16 57	0.21 187

castereo	0.43 78	0.25 68	0.50 45	0.46 74	0.30 129	0.60 178	0.56 337	1.23 219	0.83 154	0.39 41	0.70 123	0.45 75	0.68 243	0.54 25	0.33 62	0.17 78	0.11 20	0.17 73	0.13 62	0.16 57	0.14 15

WCG-NET	0.43 78	0.23 32	0.58 78	0.42 40	0.26 59	0.46 68	0.32 87	0.77 50	1.16 302	0.77 158	0.75 136	0.58 136	0.44 110	0.62 52	0.38 114	0.16 46	0.12 36	0.16 49	0.14 89	0.15 38	0.14 15

MGS-Stereo	0.43 78	0.28 127	0.61 98	0.46 74	0.28 97	0.49 89	0.33 94	0.60 13	0.89 170	0.47 73	1.32 342	0.51 106	0.32 45	0.66 70	0.39 118	0.20 194	0.16 242	0.18 109	0.16 145	0.18 113	0.18 99

MoCha-V2	0.43 78	0.23 32	0.55 68	0.56 240	0.23 18	0.44 59	0.32 87	1.35 245	0.63 94	0.54 113	0.55 85	0.42 61	0.57 186	1.12 209	0.28 25	0.15 32	0.13 72	0.15 20	0.13 62	0.17 81	0.18 99

GCAP-Stereo	0.43 78	0.32 226	0.80 196	0.50 132	0.27 62	0.53 132	0.31 78	1.05 143	0.67 104	0.69 144	0.71 126	0.58 136	0.42 96	0.51 20	0.35 76	0.18 113	0.15 205	0.18 109	0.13 62	0.17 81	0.15 31

MM-Stereo_test2	0.44 85	0.25 68	0.70 144	0.54 205	0.33 202	0.55 150	0.45 244	1.02 124	0.84 157	0.61 132	0.51 69	0.49 95	0.42 96	0.82 111	0.32 54	0.16 46	0.13 72	0.18 109	0.14 89	0.19 149	0.17 83

fffy	0.44 85	0.29 150	0.67 129	0.47 89	0.30 129	0.46 68	0.34 106	0.98 113	0.57 73	0.40 48	0.59 95	0.55 125	0.41 90	1.26 238	0.37 107	0.16 46	0.14 139	0.19 135	0.16 145	0.19 149	0.20 159

Occ-G	0.44 85	0.23 32	0.59 84	0.44 53	0.27 62	0.43 54	0.61 368	0.85 79	0.62 92	0.48 81	0.66 109	1.00 298	0.45 117	0.79 105	0.45 177	0.17 78	0.14 139	0.18 109	0.13 62	0.16 57	0.18 99

depthmonostereo	0.45 88	0.26 86	0.89 252	0.49 116	0.24 23	0.60 178	0.36 129	1.03 132	0.77 129	0.50 96	0.65 107	0.50 102	0.55 177	0.70 78	0.39 118	0.16 46	0.16 242	0.16 49	0.14 89	0.16 57	0.20 159

IGEV++	0.45 88	0.24 49	0.63 105	0.58 275	0.32 182	0.42 47	0.25 34	2.16 454	0.65 100	0.38 36	0.58 92	0.46 78	0.44 110	0.56 30	0.40 135	0.20 194	0.13 72	0.16 49	0.13 62	0.17 81	0.18 99

ff7	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

ffff	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

11t	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

LoS_RVC	0.45 88	0.29 150	0.48 29	0.49 116	0.83 493	0.51 117	0.43 212	0.65 20	0.44 39	0.47 73	0.78 143	0.44 65	0.60 213	0.59 42	0.37 107	0.14 21	0.12 36	0.14 2	0.10 1	0.14 15	1.08 535

anonymousdsp	0.45 88	0.30 175	0.60 91	0.48 101	0.34 220	0.49 89	0.42 194	0.97 109	0.60 85	0.51 106	0.53 76	0.46 78	0.47 134	1.36 260	0.35 76	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

ccc-4	0.45 88	0.30 175	0.64 114	0.47 89	0.33 202	0.49 89	0.42 194	0.93 97	0.59 79	0.50 96	0.53 76	0.44 65	0.48 139	1.41 275	0.36 94	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187

IGEV-Stereo	0.45 88	0.30 175	0.60 91	0.48 101	0.34 220	0.49 89	0.42 194	0.98 113	0.60 85	0.51 106	0.53 76	0.46 78	0.47 134	1.36 260	0.35 76	0.18 113	0.13 72	0.21 203	0.15 108	0.18 113	0.21 187
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 88	0.23 32	0.50 45	0.43 46	0.21 7	0.65 215	0.26 43	0.83 71	0.88 169	0.95 204	0.99 198	0.51 106	0.45 117	0.56 30	0.36 94	0.19 151	0.24 403	0.16 49	0.13 62	0.17 81	0.27 317

DilatedVolume-Stereo	0.46 98	0.24 49	0.72 149	0.45 62	0.33 202	0.72 248	0.29 63	0.83 71	0.53 63	0.82 170	0.73 133	0.52 113	0.44 110	1.16 217	0.42 153	0.15 32	0.15 205	0.15 20	0.14 89	0.16 57	0.17 83

Reg-Stereo(zero)	0.46 98	0.23 32	0.50 45	0.45 62	0.25 42	0.41 37	0.27 49	0.80 61	1.12 278	0.93 199	0.79 146	0.91 258	0.46 127	0.74 85	0.44 164	0.15 32	0.13 72	0.15 20	0.12 31	0.15 38	0.18 99

rvit_stereo_0081_aga	0.46 98	0.37 334	0.91 267	0.52 168	0.41 302	0.49 89	0.40 176	0.88 91	0.66 102	0.59 121	0.56 88	0.53 118	0.43 104	0.67 71	0.44 164	0.27 370	0.21 350	0.22 234	0.20 238	0.26 322	0.19 133

rvit_stereo_0081	0.46 98	0.34 274	0.72 149	0.56 240	0.35 237	0.41 37	0.44 231	0.74 44	1.04 239	0.49 87	0.52 72	0.51 106	0.49 150	0.86 128	0.47 193	0.25 323	0.20 334	0.22 234	0.19 209	0.26 322	0.19 133

rvit_stereo_0082	0.46 98	0.34 274	0.72 149	0.56 240	0.35 237	0.41 37	0.44 231	0.74 44	1.04 239	0.49 87	0.52 72	0.51 106	0.49 150	0.86 128	0.47 193	0.25 323	0.20 334	0.22 234	0.19 209	0.26 322	0.19 133

IGEV-Stereo+	0.46 98	0.23 32	0.51 52	0.42 40	0.46 339	0.15 1	0.19 7	0.45 3	0.37 25	0.28 5	0.25 6	0.31 37	0.41 90	1.43 282	0.31 43	0.18 113	0.13 72	0.15 20	0.12 31	1.09 535	1.74 547

WCG-NET（raft）	0.46 98	0.23 32	0.59 84	0.42 40	0.24 23	0.50 108	0.35 119	0.76 48	1.10 264	0.72 150	0.76 137	0.91 258	0.50 156	0.88 136	0.40 135	0.16 46	0.13 72	0.15 20	0.14 89	0.15 38	0.17 83

ProNet	0.46 98	0.30 175	0.69 139	0.46 74	0.32 182	0.57 160	0.52 300	1.15 190	0.67 104	0.44 58	0.50 65	0.44 65	0.43 104	1.31 248	0.38 114	0.16 46	0.15 205	0.19 135	0.16 145	0.18 113	0.18 99

MC-Stereo	0.46 98	0.24 49	0.58 78	0.63 334	0.30 129	0.38 28	0.32 87	0.98 113	0.74 122	0.66 140	0.85 162	0.56 132	0.60 213	1.07 193	0.32 54	0.17 78	0.12 36	0.17 73	0.15 108	0.16 57	0.16 62

CroCo-Stereo Lap2	0.46 98	0.37 334	0.87 243	0.62 324	0.79 484	0.28 9	0.35 119	0.81 64	0.73 115	0.39 41	0.54 82	0.71 186	0.54 174	0.60 45	0.48 200	0.18 113	0.18 302	0.19 135	0.16 145	0.21 229	0.21 187

tt45	0.47 108	0.25 68	0.52 58	0.47 89	0.34 220	0.78 275	0.32 87	0.86 86	0.45 45	0.52 109	0.45 44	0.49 95	0.37 74	2.12 392	0.36 94	0.16 46	0.13 72	0.19 135	0.16 145	0.17 81	0.21 187

rvit_stereo_0080	0.47 108	0.35 303	0.87 243	0.48 101	0.36 245	0.42 47	0.54 320	0.93 97	0.78 133	0.52 109	0.60 97	0.55 125	0.47 134	0.62 52	0.48 200	0.27 370	0.21 350	0.20 169	0.20 238	0.31 384	0.20 159

Former-RAFT_DAM_RVC	0.47 108	0.38 352	0.75 173	0.48 101	0.37 255	0.67 226	0.35 119	0.82 69	1.14 290	0.61 132	0.64 103	0.39 58	0.39 86	0.74 85	0.39 118	0.20 194	0.17 271	0.22 234	0.18 187	0.24 298	0.20 159

whm_eth	0.47 108	0.35 303	0.87 243	0.48 101	0.36 245	0.42 47	0.54 320	0.93 97	0.78 133	0.52 109	0.60 97	0.55 125	0.47 134	0.62 52	0.48 200	0.27 370	0.21 350	0.20 169	0.20 238	0.31 384	0.20 159

XX-TBD	0.47 108	0.71 481	0.39 1	0.81 471	0.25 42	0.57 160	0.26 43	0.73 41	1.30 387	0.78 160	1.01 205	0.45 75	0.33 48	0.49 17	0.39 118	0.20 194	0.15 205	0.15 20	0.11 7	0.17 81	0.15 31

PMTNet	0.47 108	0.22 16	0.43 11	0.39 18	0.24 23	0.71 245	0.26 43	0.78 58	1.03 233	0.65 137	0.69 119	0.55 125	0.48 139	0.90 144	0.36 94	0.99 534	0.13 72	0.15 20	0.10 1	0.15 38	0.15 31

HART	0.48 114	0.24 49	0.63 105	0.52 168	0.27 62	0.41 37	0.29 63	1.32 241	0.54 64	0.59 121	1.47 391	0.61 151	0.34 52	1.09 200	0.32 54	0.16 46	0.14 139	0.19 135	0.14 89	0.19 149	0.18 99

SCV_C0	0.48 114	0.29 150	0.88 248	0.46 74	0.31 149	0.46 68	0.31 78	1.67 311	0.87 166	0.40 48	0.52 72	0.54 122	0.29 28	1.27 241	0.34 67	0.18 113	0.14 139	0.17 73	0.14 89	0.20 185	0.18 99

CAS++	0.48 114	0.34 274	0.59 84	0.48 101	0.32 182	0.45 63	0.29 63	1.73 337	0.78 133	0.71 146	0.73 133	0.36 50	0.28 25	0.70 78	0.35 76	0.27 370	0.22 365	0.26 352	0.21 280	0.29 361	0.22 216
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 114	0.28 127	0.83 219	0.51 147	0.53 384	0.39 29	0.27 49	1.03 132	0.64 97	0.47 73	0.71 126	0.51 106	0.51 159	1.13 211	0.47 193	0.20 194	0.16 242	0.23 268	0.20 238	0.24 298	0.20 159

StereoAnything_RVC	0.49 118	1.60 543	0.87 243	0.37 3	0.21 7	0.26 4	0.21 13	0.53 5	0.23 2	0.23 1	0.21 2	0.19 1	0.35 60	1.29 245	0.23 1	0.22 259	0.11 20	0.15 20	0.11 7	2.36 545	0.13 2

999	0.49 118	0.25 68	0.55 68	0.51 147	0.35 237	0.74 255	0.31 78	0.89 95	0.59 79	0.39 41	0.50 65	0.50 102	0.36 67	2.41 419	0.41 145	0.17 78	0.13 72	0.18 109	0.15 108	0.16 57	0.23 237

rvit_stereo_0083	0.49 118	0.34 274	0.85 234	0.57 262	0.36 245	0.49 89	0.43 212	0.73 41	1.05 245	0.50 96	0.57 91	0.55 125	0.50 156	0.92 149	0.50 214	0.25 323	0.25 415	0.24 292	0.20 238	0.25 310	0.19 133

rvit_stereo_ft	0.49 118	0.38 352	1.03 310	0.68 395	0.42 312	0.40 30	0.58 350	0.93 97	0.86 163	0.47 73	0.55 85	0.57 134	0.48 139	0.67 71	0.53 236	0.26 349	0.17 271	0.22 234	0.22 307	0.24 298	0.19 133

RAFT-Stereo-weight	0.49 118	0.26 86	0.58 78	0.49 116	0.28 97	0.61 186	0.34 106	1.16 195	1.11 271	1.06 236	0.79 146	0.75 192	0.28 25	0.79 105	0.42 153	0.16 46	0.13 72	0.17 73	0.15 108	0.16 57	0.18 99

IGEVStereo-DCA	0.49 118	0.33 245	0.64 114	0.46 74	0.34 220	0.50 108	0.42 194	0.93 97	0.59 79	0.48 81	0.48 55	0.48 92	0.45 117	2.28 408	0.44 164	0.19 151	0.14 139	0.19 135	0.15 108	0.17 81	0.21 187

plain	0.49 118	0.29 150	1.23 380	0.51 147	0.40 288	0.35 19	0.37 144	1.04 139	0.62 92	0.44 58	0.76 137	0.42 61	0.41 90	1.17 222	0.46 183	0.23 281	0.15 205	0.24 292	0.19 209	0.25 310	0.18 99

testlalala	0.49 118	0.30 175	0.70 144	0.44 53	0.40 288	0.68 230	0.38 154	1.38 251	0.58 76	1.28 351	0.82 156	0.61 151	0.36 67	0.57 36	0.34 67	0.21 225	0.14 139	0.18 109	0.12 31	0.15 38	0.16 62

iRaftStereo_RVC	0.49 118	0.28 127	0.72 149	0.53 191	0.29 112	0.52 123	0.33 94	1.14 178	0.84 157	0.85 179	0.99 198	0.55 125	0.36 67	0.83 117	0.40 135	0.18 113	0.13 72	0.22 234	0.20 238	0.20 185	0.18 99

CREStereo++_RVC	0.49 118	0.22 16	0.46 19	0.48 101	0.38 267	0.45 63	0.25 34	0.77 50	1.30 387	0.82 170	1.23 307	0.47 87	0.37 74	0.55 27	0.44 164	0.16 46	0.11 20	0.16 49	0.80 538	0.18 113	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
xyz-stereo-finetune	0.50 128	0.27 110	0.63 105	0.43 46	0.23 18	0.79 283	0.46 250	0.83 71	0.82 150	0.63 135	0.63 102	0.54 122	0.44 110	1.69 333	0.62 278	0.16 46	0.15 205	0.19 135	0.16 145	0.17 81	0.16 62

MyStereo07	0.50 128	0.30 175	0.58 78	0.58 275	0.48 351	0.59 173	0.78 415	1.19 203	0.60 85	0.49 87	0.54 82	0.43 64	0.55 177	1.32 254	0.36 94	0.18 113	0.18 302	0.24 292	0.21 280	0.23 269	0.23 237

4D-IteraStereo	0.50 128	0.26 86	0.84 228	0.51 147	0.49 357	0.64 209	0.31 78	0.91 96	1.02 230	1.05 230	0.72 129	0.76 194	0.32 45	0.69 76	0.40 135	0.18 113	0.11 20	0.23 268	0.20 238	0.19 149	0.16 62

MM-Stereo_test1	0.51 131	0.26 86	0.59 84	0.53 191	0.31 149	0.50 108	0.53 306	1.06 145	1.09 260	0.88 186	0.70 123	0.54 122	0.59 207	1.18 223	0.35 76	0.19 151	0.17 271	0.20 169	0.17 169	0.20 185	0.18 99

SCV	0.51 131	0.29 150	0.72 149	0.63 334	0.27 62	0.40 30	0.38 154	2.32 483	0.75 127	0.36 28	0.49 59	0.55 125	0.35 60	1.31 248	0.34 67	0.25 323	0.13 72	0.17 73	0.14 89	0.18 113	0.18 99

CES	0.51 131	0.21 8	0.40 3	0.42 40	1.40 539	0.53 132	0.34 106	1.04 139	0.68 107	0.45 66	0.67 112	0.35 48	0.28 25	0.58 40	0.35 76	0.16 46	0.13 72	0.15 20	0.10 1	0.19 149	1.69 546

sCroCo_RVC	0.51 131	0.43 384	1.15 348	0.66 369	0.60 421	0.52 123	0.40 176	0.93 97	0.64 97	0.45 66	0.76 137	0.49 95	0.49 150	0.65 68	0.49 211	0.27 370	0.28 438	0.23 268	0.22 307	0.29 361	0.28 333

RCA-Stereo	0.52 135	0.26 86	0.66 125	0.49 116	0.33 202	0.54 145	0.44 231	1.20 207	1.41 434	0.69 144	1.06 229	0.63 159	0.79 282	0.62 52	0.35 76	0.17 78	0.12 36	0.17 73	0.14 89	0.16 57	0.16 62

MM-Stereo_test3	0.53 136	0.26 86	0.60 91	0.56 240	0.73 463	0.49 89	0.53 306	1.31 239	1.08 252	0.64 136	0.97 192	0.61 151	0.42 96	0.82 111	0.40 135	0.21 225	0.18 302	0.20 169	0.16 145	0.19 149	0.21 187

model_zeroshot	0.53 136	0.31 208	1.00 301	0.57 262	0.39 276	0.74 255	0.39 168	1.38 251	0.67 104	0.88 186	0.85 162	0.71 186	0.37 74	0.77 95	0.39 118	0.21 225	0.17 271	0.19 135	0.17 169	0.17 81	0.22 216

knoymous	0.53 136	0.32 226	0.51 52	0.46 74	0.30 129	0.57 160	0.54 320	1.10 166	0.78 133	0.99 210	0.84 160	0.95 278	0.57 186	0.89 141	0.51 218	0.21 225	0.14 139	0.26 352	0.14 89	0.23 269	0.25 279

tg	0.54 139	0.25 68	0.70 144	0.52 168	0.31 149	0.89 330	0.29 63	1.12 170	0.98 210	0.85 179	1.03 215	0.62 154	0.42 96	1.37 263	0.41 145	0.17 78	0.13 72	0.22 234	0.21 280	0.17 81	0.17 83

GCAP-BAT	0.54 139	0.33 245	0.75 173	0.45 62	0.50 362	0.84 315	0.35 119	0.98 113	0.80 145	0.88 186	1.04 221	0.88 242	0.37 74	1.25 234	0.41 145	0.19 151	0.15 205	0.18 109	0.13 62	0.17 81	0.22 216

HUI-Stereo	0.54 139	0.33 245	0.81 201	0.52 168	0.27 62	0.62 189	0.29 63	1.14 178	0.74 122	1.13 254	0.96 183	0.82 217	0.60 213	0.83 117	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

Any-RAFT	0.55 142	0.27 110	0.49 35	0.50 132	0.27 62	0.98 368	0.25 34	1.71 332	1.08 252	0.90 191	0.99 198	1.13 340	0.46 127	0.74 85	0.35 76	0.19 151	0.13 72	0.17 73	0.13 62	0.16 57	0.19 133

Selective-RAFT	0.55 142	0.29 150	0.85 234	0.58 275	0.28 97	0.91 337	0.34 106	1.00 123	0.96 203	0.59 121	0.64 103	0.80 205	0.76 262	1.34 258	0.51 218	0.21 225	0.15 205	0.17 73	0.15 108	0.19 149	0.19 133

test_4	0.55 142	0.23 32	0.67 129	0.56 240	0.32 182	0.71 245	0.39 168	0.83 71	0.72 114	0.93 199	1.87 477	0.70 179	0.41 90	1.21 229	0.39 118	0.16 46	0.13 72	0.21 203	0.23 339	0.20 185	0.18 99

GMOStereo	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

error version	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

test-v	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

test-2	0.55 142	0.28 127	0.72 149	0.52 168	0.30 129	0.53 132	0.43 212	1.02 124	0.98 210	1.44 420	1.14 272	0.88 242	0.57 186	0.62 52	0.39 118	0.16 46	0.14 139	0.24 292	0.22 307	0.20 185	0.18 99

rafts_anoy	0.55 142	0.32 226	0.66 125	0.72 427	0.61 427	0.53 132	0.40 176	1.24 221	1.06 247	0.85 179	0.83 158	0.67 169	0.53 166	0.77 95	0.55 248	0.20 194	0.15 205	0.25 331	0.26 379	0.22 249	0.21 187

s12784h	0.55 142	0.22 16	0.49 35	0.43 46	0.19 1	1.00 370	0.34 106	1.40 257	1.30 387	0.84 177	0.93 178	0.63 159	0.52 164	1.48 294	0.47 193	0.15 32	0.12 36	0.17 73	0.11 7	0.19 149	0.13 2

raftrobust	0.55 142	0.27 110	0.63 105	0.68 395	0.69 456	0.50 108	0.34 106	1.08 153	0.97 207	1.32 367	0.88 169	0.62 154	0.80 289	0.82 111	0.44 164	0.20 194	0.16 242	0.16 49	0.14 89	0.15 38	0.18 99

Gwc-CoAtRS	0.55 142	0.27 110	0.73 163	0.49 116	0.30 129	0.63 200	0.25 34	1.38 251	1.12 278	1.05 230	1.02 208	1.10 331	0.55 177	0.72 82	0.44 164	0.17 78	0.14 139	0.17 73	0.15 108	0.16 57	0.17 83

rvit_0105_6	0.56 153	0.38 352	1.13 341	0.67 383	0.38 267	0.50 108	0.51 289	0.88 91	1.33 398	0.54 113	0.56 88	0.65 163	0.57 186	0.97 166	0.46 183	0.32 423	0.31 456	0.28 383	0.25 361	0.29 361	0.23 237

MSKI-zero shot	0.56 153	0.30 175	0.61 98	0.55 219	0.28 97	0.68 230	0.28 56	1.25 225	0.68 107	0.92 196	1.33 347	0.81 211	0.33 48	1.94 368	0.36 94	0.18 113	0.13 72	0.17 73	0.13 62	0.16 57	0.19 133

EKT-Stereo	0.56 153	0.33 245	0.84 228	0.61 316	0.64 435	0.51 117	0.48 268	1.14 178	0.95 199	0.74 153	0.89 171	0.77 198	0.42 96	1.18 223	0.42 153	0.23 281	0.17 271	0.21 203	0.18 187	0.20 185	0.26 299

LL-Strereo2	0.56 153	0.36 313	0.77 181	0.56 240	0.40 288	0.68 230	0.37 144	1.21 212	0.83 154	0.96 207	0.79 146	0.91 258	0.41 90	1.08 196	0.48 200	0.18 113	0.17 271	0.29 395	0.25 361	0.22 249	0.19 133

test-3	0.56 153	0.24 49	0.82 210	0.50 132	0.29 112	0.57 160	0.34 106	1.09 160	1.03 233	1.33 373	0.69 119	0.87 236	0.45 117	1.68 329	0.39 118	0.17 78	0.12 36	0.20 169	0.17 169	0.17 81	0.16 62

test_1	0.56 153	0.24 49	0.82 210	0.50 132	0.29 112	0.57 160	0.34 106	1.09 160	1.03 233	1.28 351	0.69 119	0.87 236	0.45 117	1.67 327	0.39 118	0.17 78	0.12 36	0.20 169	0.17 169	0.17 81	0.16 62

PSM-adaLoss	0.56 153	0.33 245	0.81 201	0.52 168	0.27 62	0.63 200	0.41 186	1.14 178	0.73 115	1.13 254	0.96 183	0.82 217	0.60 213	1.09 200	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

ROB_FTStereo	0.56 153	0.33 245	0.82 210	0.52 168	0.27 62	0.62 189	0.25 34	1.14 178	0.74 122	1.13 254	0.96 183	0.82 217	0.60 213	1.18 223	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

cross-raft	0.56 153	0.26 86	0.65 120	0.55 219	0.31 149	0.66 221	0.37 144	1.68 315	0.82 150	1.06 236	1.07 232	1.25 365	0.45 117	0.74 85	0.39 118	0.15 32	0.13 72	0.19 135	0.16 145	0.19 149	0.17 83

test-1	0.56 153	0.28 127	1.13 341	0.58 275	0.34 220	0.60 178	0.38 154	1.56 289	0.98 210	0.80 163	1.02 208	0.83 226	0.52 164	0.64 63	0.46 183	0.17 78	0.16 242	0.20 169	0.17 169	0.20 185	0.26 299

raft+_RVC	0.56 153	0.29 150	0.61 98	0.65 355	0.56 403	0.53 132	0.53 306	1.40 257	1.02 230	0.78 160	1.04 221	0.70 179	0.55 177	1.00 172	0.49 211	0.18 113	0.16 242	0.19 135	0.19 209	0.18 113	0.17 83

RAFT-Stereo + iAFF	0.56 153	0.28 127	0.81 201	0.45 62	0.25 42	0.40 30	0.34 106	1.12 170	1.13 284	1.35 386	1.58 428	0.80 205	0.67 239	0.71 81	0.43 159	0.14 21	0.11 20	0.18 109	0.17 169	0.18 113	0.16 62

H2IRNET	0.57 165	0.28 127	0.75 173	0.49 116	0.35 237	0.40 30	0.27 49	1.03 132	1.18 313	0.62 134	1.26 315	1.07 316	0.85 308	1.02 179	0.64 286	0.20 194	0.16 242	0.23 268	0.25 361	0.22 249	0.20 159

11t1	0.57 165	0.30 175	0.84 228	0.54 205	0.30 129	0.83 307	0.41 186	1.34 244	0.79 142	0.88 186	0.82 156	0.70 179	0.70 250	0.96 162	0.67 296	0.21 225	0.21 350	0.20 169	0.16 145	0.21 229	0.26 299

rrr	0.57 165	0.33 245	2.43 484	0.46 74	0.34 220	0.50 108	0.38 154	0.84 77	0.55 67	0.48 81	0.48 55	0.48 92	0.45 117	2.28 408	0.44 164	0.19 151	0.14 139	0.19 135	0.15 108	0.17 81	0.18 99

test_3	0.57 165	0.24 49	0.87 243	0.55 219	0.30 129	0.60 178	0.40 176	1.07 148	1.08 252	1.20 302	0.68 114	0.92 266	0.43 104	1.68 329	0.40 135	0.16 46	0.13 72	0.22 234	0.19 209	0.21 229	0.17 83

Patchmatch Stereo++	0.57 165	0.33 245	0.82 210	0.52 168	0.27 62	0.63 200	0.28 56	1.14 178	0.73 115	1.13 254	0.96 183	0.82 217	0.60 213	1.40 272	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo_v2	0.57 165	0.33 245	0.81 201	0.52 168	0.27 62	0.62 189	0.42 194	1.14 178	0.73 115	1.13 254	0.97 192	0.82 217	0.60 213	1.15 214	0.53 236	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

DeepStereo_RVC	0.57 165	0.31 208	0.78 187	0.53 191	0.30 129	0.57 160	0.32 87	1.11 168	0.80 145	1.17 278	0.94 180	0.83 226	0.93 350	1.01 175	0.61 275	0.23 281	0.14 139	0.21 203	0.19 209	0.24 298	0.26 299

iRAFT	0.57 165	0.33 245	0.82 210	0.52 168	0.27 62	0.63 200	0.28 56	1.14 178	0.73 115	1.13 254	0.96 183	0.82 217	0.60 213	1.40 272	0.52 226	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

CRE-IMP	0.57 165	0.32 226	0.82 210	0.54 205	0.29 112	0.77 274	0.25 34	1.19 203	0.79 142	1.09 240	0.95 181	0.81 211	0.57 186	1.11 207	0.57 257	0.22 259	0.14 139	0.23 268	0.19 209	0.28 344	0.24 258

RAFT-IKP	0.57 165	0.33 245	0.82 210	0.52 168	0.27 62	0.57 160	0.35 119	1.14 178	0.73 115	1.13 254	0.96 183	0.83 226	0.61 222	1.26 238	0.53 236	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

test_xeample3	0.57 165	0.33 245	3.11 505	0.46 74	0.34 220	0.55 150	0.38 154	0.86 86	0.49 52	0.54 113	0.46 50	0.44 65	0.44 110	1.49 301	0.45 177	0.18 113	0.14 139	0.19 135	0.15 108	0.17 81	0.18 99

CFNet-RSSM	0.57 165	0.25 68	0.76 178	0.49 116	0.28 97	0.59 173	0.27 49	1.89 381	1.17 307	1.09 240	0.95 181	1.06 313	0.53 166	0.74 85	0.41 145	0.17 78	0.13 72	0.17 73	0.15 108	0.16 57	0.16 62

rvit_0105_4	0.58 177	0.40 367	1.19 369	0.68 395	0.38 267	0.53 132	0.55 330	0.93 97	1.27 363	0.56 119	0.61 99	0.72 188	0.63 223	1.01 175	0.47 193	0.33 430	0.33 474	0.29 395	0.25 361	0.29 361	0.26 299

AE-Stereo	0.58 177	0.29 150	0.81 201	0.62 324	0.41 302	0.69 239	0.46 250	2.49 511	1.25 351	0.49 87	0.77 141	0.69 176	0.46 127	0.61 47	0.42 153	0.17 78	0.16 242	0.21 203	0.20 238	0.19 149	0.18 99

1test111	0.58 177	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.58 294	0.91 176	0.60 128	0.80 151	0.47 87	0.87 325	0.99 168	0.67 296	0.21 225	0.13 72	0.25 331	0.15 108	0.23 269	0.25 279

RAFT-Test	0.58 177	0.27 110	0.81 201	0.50 132	0.33 202	0.95 358	0.27 49	1.40 257	0.89 170	1.00 214	1.12 256	1.39 400	0.48 139	0.74 85	0.41 145	0.17 78	0.14 139	0.17 73	0.14 89	0.16 57	0.18 99

anonymousdsp2	0.58 177	0.29 150	0.93 272	0.51 147	0.30 129	0.75 260	0.46 250	1.95 400	0.87 166	0.81 168	0.78 143	0.76 194	0.48 139	1.10 204	0.45 177	0.19 151	0.14 139	0.18 109	0.13 62	0.20 185	0.22 216

fff	0.58 177	0.26 86	1.15 348	0.46 74	0.25 42	0.48 83	0.36 129	1.20 207	1.28 371	1.13 254	1.03 215	0.59 141	1.04 401	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

iGMRVC	0.58 177	0.33 245	0.81 201	0.52 168	0.27 62	0.62 189	0.38 154	1.14 178	0.73 115	1.13 254	0.97 192	0.82 217	0.59 207	1.54 304	0.53 236	0.23 281	0.14 139	0.24 292	0.20 238	0.27 328	0.20 159

RALCasStereoNet	0.58 177	0.34 274	0.77 181	0.65 355	0.64 435	0.64 209	0.51 289	1.06 145	0.99 219	0.71 146	1.06 229	0.77 198	0.44 110	1.38 267	0.52 226	0.20 194	0.18 302	0.18 109	0.16 145	0.20 185	0.22 216

DCANet	0.58 177	0.26 86	1.15 348	0.45 62	0.25 42	0.49 89	0.36 129	1.18 199	1.35 403	1.15 270	1.04 221	0.60 145	0.91 340	0.84 122	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.19 149	0.25 279

csc	0.58 177	0.26 86	1.15 348	0.46 74	0.25 42	0.48 83	0.36 129	1.20 207	1.28 371	1.13 254	1.03 215	0.59 141	1.04 401	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

cscssc	0.58 177	0.26 86	1.15 348	0.46 74	0.25 42	0.48 83	0.36 129	1.20 207	1.28 371	1.13 254	1.03 215	0.59 141	1.04 401	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

GMStereo	0.58 177	0.50 414	1.09 329	0.52 168	0.32 182	0.80 290	0.43 212	1.02 124	1.41 434	0.89 190	0.77 141	0.52 113	0.46 127	0.89 141	0.56 254	0.25 323	0.16 242	0.20 169	0.22 307	0.31 384	0.27 317
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 189	0.29 150	0.66 125	0.41 36	0.24 23	1.08 386	0.34 106	0.87 89	0.60 85	0.68 143	1.08 239	0.58 136	0.79 282	2.39 418	0.83 340	0.17 78	0.15 205	0.21 203	0.17 169	0.16 57	0.18 99

gcap-zeroshot	0.59 189	0.30 175	1.11 336	0.51 147	0.30 129	0.79 283	0.36 129	1.86 373	0.86 163	0.90 191	0.68 114	1.44 408	0.50 156	0.82 111	0.35 76	0.19 151	0.16 242	0.18 109	0.15 108	0.18 113	0.18 99

ACVNet-DCA	0.59 189	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.58 294	0.91 176	0.60 128	0.80 151	0.47 87	0.87 325	1.48 294	0.35 76	0.21 225	0.13 72	0.25 331	0.15 108	0.23 269	0.25 279

IGEV_Zeroshot_test	0.59 189	0.33 245	1.11 336	0.63 334	0.37 255	0.41 37	0.33 94	1.80 354	0.79 142	1.04 228	1.10 245	1.06 313	0.43 104	0.87 133	0.48 200	0.18 113	0.13 72	0.19 135	0.18 187	0.20 185	0.23 237

DCANet-4	0.59 189	0.28 127	1.65 435	0.44 53	0.25 42	0.48 83	0.36 129	1.15 190	1.36 412	1.13 254	1.03 215	0.56 132	0.74 256	0.77 95	0.58 262	0.17 78	0.14 139	0.17 73	0.13 62	0.15 38	0.24 258

x	0.59 189	0.34 274	0.79 191	0.51 147	0.32 182	0.69 239	0.46 250	1.64 307	0.97 207	0.86 184	0.86 164	0.83 226	0.74 256	0.75 92	0.70 304	0.21 225	0.22 365	0.22 234	0.20 238	0.21 229	0.24 258

sAnonymous2	0.59 189	0.61 451	1.82 447	0.61 316	0.52 377	0.51 117	0.54 320	0.97 109	0.70 111	0.50 96	0.68 114	0.46 78	0.63 223	0.61 47	0.41 145	0.22 259	0.17 271	0.23 268	0.21 280	0.85 523	0.56 490

CroCo_RVC	0.59 189	0.61 451	1.82 447	0.61 316	0.52 377	0.51 117	0.54 320	0.97 109	0.70 111	0.50 96	0.68 114	0.46 78	0.63 223	0.61 47	0.41 145	0.22 259	0.17 271	0.23 268	0.21 280	0.85 523	0.56 490

testlalala2	0.60 197	0.30 175	0.68 133	1.79 544	1.30 537	0.65 215	0.41 186	1.06 145	0.75 127	0.91 193	0.96 183	0.75 192	0.34 52	0.56 30	0.45 177	0.18 113	0.16 242	0.17 73	0.13 62	0.17 81	0.19 133

MIM_Stereo	0.60 197	0.26 86	1.02 306	0.49 116	0.32 182	0.52 123	0.28 56	1.41 261	0.82 150	1.02 223	1.16 280	0.93 268	0.53 166	1.48 294	0.63 282	0.17 78	0.17 271	0.20 169	0.19 209	0.17 81	0.18 99

MIPNet	0.60 197	0.31 208	1.07 323	0.51 147	0.34 220	0.68 230	0.40 176	1.67 311	1.14 290	1.11 243	0.93 178	0.60 145	0.78 273	0.77 95	0.58 262	0.18 113	0.14 139	0.19 135	0.16 145	0.18 113	0.21 187

AFF-stereo	0.60 197	0.28 127	0.72 149	0.48 101	0.29 112	0.34 17	0.37 144	1.22 214	1.20 319	1.21 309	1.59 432	1.10 331	0.70 250	1.01 175	0.44 164	0.14 21	0.12 36	0.19 135	0.20 238	0.18 113	0.15 31

R-Stereo Train	0.60 197	0.30 175	0.72 149	0.57 262	0.37 255	0.68 230	0.52 300	1.45 266	0.78 133	1.61 461	1.50 402	0.76 194	0.53 166	0.67 71	0.51 218	0.19 151	0.16 242	0.18 109	0.15 108	0.18 113	0.19 133

RAFT-Stereo	0.60 197	0.30 175	0.72 149	0.57 262	0.37 255	0.68 230	0.52 300	1.45 266	0.78 133	1.61 461	1.50 402	0.76 194	0.53 166	0.67 71	0.51 218	0.19 151	0.16 242	0.18 109	0.15 108	0.18 113	0.19 133
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 203	0.30 175	0.93 272	0.65 355	0.65 440	0.79 283	0.50 287	1.33 243	1.40 430	0.65 137	1.15 278	0.53 118	0.42 96	1.18 223	0.36 94	0.25 323	0.18 302	0.26 352	0.31 444	0.20 185	0.21 187

AIO-test1	0.61 203	0.27 110	0.68 133	0.68 395	1.02 516	0.79 283	0.36 129	1.59 299	1.35 403	0.59 121	0.89 171	0.60 145	0.49 150	1.20 228	0.36 94	0.18 113	0.17 271	0.23 268	0.25 361	0.18 113	0.26 299

rvit_0105_5	0.61 203	0.41 377	1.19 369	0.67 383	0.37 255	0.57 160	0.56 337	1.08 153	1.28 371	0.65 137	0.68 114	0.77 198	0.67 239	0.91 147	0.51 218	0.33 430	0.32 468	0.30 407	0.27 396	0.28 344	0.28 333

riskmin	0.62 206	0.29 150	0.73 163	0.50 132	0.34 220	0.86 323	0.44 231	1.74 339	1.07 249	0.76 157	0.76 137	1.19 349	1.01 385	0.84 122	0.60 272	0.20 194	0.16 242	0.24 292	0.16 145	0.24 298	0.29 347

qqq	0.62 206	0.36 313	0.88 248	0.50 132	0.28 97	0.64 209	0.62 371	1.58 294	0.91 176	0.83 172	0.96 183	0.95 278	0.79 282	0.99 168	0.67 296	0.21 225	0.23 393	0.24 292	0.23 339	0.23 269	0.25 279

ADStereo(finetuned)	0.62 206	0.26 86	1.59 431	0.45 62	0.25 42	0.49 89	0.36 129	1.18 199	1.35 403	1.16 274	1.04 221	0.60 145	1.18 438	0.85 126	0.57 257	0.17 78	0.14 139	0.17 73	0.13 62	0.19 149	0.24 258

dd	0.62 206	0.51 418	1.17 363	0.56 240	0.33 202	0.74 255	0.46 250	1.03 132	1.40 430	0.80 163	0.87 166	0.60 145	0.57 186	1.02 179	0.86 345	0.28 388	0.18 302	0.26 352	0.19 209	0.35 414	0.27 317

IPLGR	0.62 206	0.28 127	1.32 398	0.50 132	0.29 112	0.65 215	0.34 106	1.47 271	1.19 315	1.21 309	1.07 232	0.70 179	0.65 232	1.05 186	0.55 248	0.18 113	0.15 205	0.20 169	0.17 169	0.21 229	0.20 159

PFNet+	0.62 206	0.31 208	0.99 296	0.57 262	0.31 149	0.57 160	0.30 71	0.99 121	1.25 351	1.33 373	1.10 245	0.79 203	0.57 186	1.35 259	0.53 236	0.26 349	0.17 271	0.28 383	0.26 379	0.21 229	0.27 317

NRIStereo	0.62 206	0.31 208	0.78 187	0.56 240	0.28 97	0.63 200	0.33 94	1.16 195	0.92 181	1.15 270	0.87 166	0.90 254	0.58 203	2.24 403	0.56 254	0.22 259	0.14 139	0.21 203	0.19 209	0.22 249	0.18 99

RALAANet	0.62 206	0.37 334	0.97 291	0.66 369	0.50 362	0.67 226	0.31 78	1.27 230	1.09 260	1.11 243	1.17 283	0.88 242	0.46 127	1.27 241	0.45 177	0.20 194	0.15 205	0.21 203	0.18 187	0.27 328	0.19 133

FENet	0.62 206	0.30 175	0.68 133	0.57 262	0.33 202	0.82 300	0.40 176	1.41 261	1.12 278	1.03 226	0.87 166	0.98 287	0.84 303	1.00 172	0.70 304	0.23 281	0.16 242	0.23 268	0.20 238	0.22 249	0.24 258

RAFT+CT+SA	0.63 215	0.30 175	0.73 163	0.69 408	0.37 255	0.40 30	0.55 330	1.93 395	1.04 239	0.72 150	1.23 307	0.62 154	0.69 247	1.69 333	0.42 153	0.19 151	0.13 72	0.22 234	0.22 307	0.21 229	0.19 133

GANet-ADL	0.63 215	0.38 352	0.82 210	0.67 383	0.41 302	0.68 230	0.51 289	1.64 307	1.16 302	0.98 209	1.10 245	0.90 254	0.58 203	0.81 109	0.63 282	0.27 370	0.18 302	0.18 109	0.16 145	0.23 269	0.27 317

AnonymousM	0.63 215	1.14 520	0.43 11	0.46 74	0.32 182	0.43 54	0.46 250	1.27 230	0.78 133	1.00 214	0.66 109	0.68 171	0.45 117	0.61 47	0.46 183	0.21 225	0.16 242	1.84 549	0.98 546	0.15 38	0.15 31

HHNet	0.64 218	0.28 127	0.69 139	0.45 62	0.46 339	0.50 108	0.57 343	1.13 174	1.03 233	1.26 340	2.21 500	0.70 179	0.59 207	1.10 204	0.51 218	0.21 225	0.13 72	0.23 268	0.19 209	0.20 185	0.31 373

Pruner-Stereo	0.64 218	0.31 208	0.79 191	0.66 369	0.31 149	0.61 186	0.42 194	1.22 214	1.09 260	1.53 444	1.09 243	0.94 274	0.55 177	1.37 263	0.56 254	0.25 323	0.14 139	0.24 292	0.21 280	0.21 229	0.25 279

Anonymous3	0.64 218	0.47 400	1.31 395	0.59 294	0.50 362	0.93 348	0.69 392	1.11 168	0.83 154	0.74 153	0.89 171	0.65 163	0.68 243	1.08 196	0.54 245	0.40 470	0.31 456	0.26 352	0.26 379	0.31 384	0.30 363

DIP-Stereo	0.64 218	0.32 226	0.91 267	0.49 116	0.36 245	0.91 337	0.33 94	2.51 514	0.77 129	1.25 327	1.00 203	0.68 171	0.51 159	0.92 149	0.65 291	0.19 151	0.15 205	0.21 203	0.17 169	0.19 149	0.22 216
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 222	0.34 274	0.65 120	0.60 302	0.27 62	1.14 396	0.48 268	1.08 153	2.62 532	0.59 121	0.79 146	0.49 95	0.80 289	1.57 307	0.35 76	0.21 225	0.13 72	0.25 331	0.16 145	0.20 185	0.23 237

TestStereo	0.65 222	0.42 380	0.83 219	0.52 168	0.27 62	0.57 160	0.44 231	1.07 148	0.92 181	0.85 179	1.01 205	0.68 171	0.56 183	3.22 454	0.47 193	0.23 281	0.15 205	0.24 292	0.18 187	0.28 344	0.18 99

FACV-RUCA	0.66 224	0.36 313	0.89 252	0.63 334	0.65 440	0.84 315	0.41 186	1.67 311	1.11 271	0.91 193	1.14 272	0.63 159	0.77 266	0.84 122	0.54 245	0.28 388	0.19 320	0.47 498	0.22 307	0.36 418	0.29 347

rvit_0105_3	0.66 224	0.47 400	1.27 388	0.74 441	0.40 288	0.63 200	0.70 399	1.22 214	1.28 371	0.83 172	0.71 126	0.82 217	0.72 255	0.93 152	0.58 262	0.37 460	0.34 478	0.34 446	0.32 451	0.28 344	0.31 373

rvit_stereo_0075_2	0.66 224	0.47 400	1.21 377	0.67 383	0.66 446	0.53 132	0.48 268	1.24 221	1.17 307	0.77 158	0.91 174	0.78 202	0.59 207	1.05 186	0.63 282	0.37 460	0.28 438	0.40 480	0.31 444	0.38 430	0.34 400

CAS	0.66 224	0.19 2	0.41 7	2.31 550	0.86 497	0.56 158	0.53 306	0.83 71	0.63 94	0.49 87	0.70 123	0.36 50	0.26 14	0.47 13	0.37 107	2.33 551	0.10 2	0.14 2	0.10 1	0.17 81	1.31 540

TestStereo1	0.66 224	0.29 150	0.95 283	0.82 474	0.32 182	0.47 74	0.43 212	1.52 277	1.22 334	0.99 210	1.32 342	0.65 163	0.76 262	1.78 344	0.44 164	0.20 194	0.16 242	0.22 234	0.19 209	0.21 229	0.20 159

RAFT_CTSACE	0.66 224	0.29 150	1.14 346	0.57 262	0.51 372	0.68 230	0.44 231	0.88 91	0.98 210	1.03 226	1.83 470	1.23 360	0.67 239	1.48 294	0.38 114	0.16 46	0.16 242	0.21 203	0.20 238	0.20 185	0.17 83

SA-5K	0.66 224	0.29 150	0.95 283	0.82 474	0.32 182	0.47 74	0.43 212	1.52 277	1.22 334	0.99 210	1.32 342	0.65 163	0.76 262	1.78 344	0.44 164	0.20 194	0.16 242	0.22 234	0.19 209	0.21 229	0.20 159

ACRE	0.66 224	0.37 334	1.27 388	0.60 302	0.50 362	0.74 255	0.47 261	1.26 226	1.10 264	1.40 407	1.56 422	0.62 154	0.46 127	0.88 136	0.78 324	0.24 303	0.15 205	0.19 135	0.16 145	0.19 149	0.29 347

ICVP	0.66 224	0.35 303	0.71 147	0.63 334	0.41 302	0.85 322	0.56 337	1.78 347	0.96 203	0.92 196	1.24 311	0.88 242	0.75 261	0.76 93	0.93 369	0.31 415	0.22 365	0.22 234	0.21 280	0.24 298	0.28 333
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 224	0.27 110	1.15 348	0.46 74	0.25 42	0.72 248	0.42 194	1.57 292	1.44 447	0.83 172	1.39 368	1.10 331	0.80 289	0.97 166	0.65 291	0.20 194	0.14 139	0.18 109	0.15 108	0.18 113	0.28 333

ACVNet	0.66 224	0.33 245	0.74 168	0.55 219	0.37 255	0.80 290	0.47 261	1.46 268	1.11 271	1.01 219	1.31 337	1.07 316	0.91 340	0.82 111	1.09 397	0.22 259	0.19 320	0.21 203	0.18 187	0.23 269	0.19 133

HI	0.67 235	0.34 274	0.80 196	0.51 147	0.51 372	0.41 37	0.37 144	1.15 190	0.80 145	1.34 380	1.42 379	1.60 437	1.11 419	0.96 162	0.90 358	0.16 46	0.12 36	0.20 169	0.21 280	0.20 185	0.20 159

CoSv	0.67 235	0.34 274	0.80 196	0.51 147	0.51 372	0.41 37	0.37 144	1.15 190	0.80 145	1.34 380	1.42 379	1.60 437	1.11 419	0.96 162	0.90 358	0.16 46	0.12 36	0.20 169	0.21 280	0.20 185	0.20 159

test_sample2	0.67 235	0.31 208	0.89 252	0.54 205	0.29 112	0.80 290	0.63 376	1.83 361	1.10 264	0.93 199	1.06 229	0.94 274	0.92 348	1.24 233	0.59 269	0.23 281	0.20 334	0.22 234	0.21 280	0.24 298	0.25 279

test_sample1	0.67 235	0.32 226	0.90 262	0.54 205	0.33 202	0.76 265	0.48 268	1.75 341	1.06 247	0.95 204	0.99 198	0.91 258	1.10 416	1.25 234	0.79 329	0.22 259	0.19 320	0.21 203	0.20 238	0.21 229	0.25 279

MyStereo06	0.67 235	0.29 150	1.06 318	0.58 275	0.48 351	0.62 189	0.72 403	2.26 473	0.89 170	1.07 238	1.12 256	1.22 356	0.56 183	0.83 117	0.47 193	0.17 78	0.17 271	0.24 292	0.21 280	0.23 269	0.23 237

StereoVision	0.67 235	0.37 334	1.02 306	0.60 302	0.41 302	0.50 108	0.41 186	1.32 241	0.96 203	0.73 152	2.48 515	0.82 217	0.57 186	1.06 191	0.50 214	0.26 349	0.28 438	0.29 395	0.28 407	0.37 424	0.22 216

CASS	0.67 235	0.36 313	0.84 228	0.57 262	0.28 97	0.82 300	0.43 212	1.62 306	0.92 181	1.39 401	1.28 330	0.87 236	0.84 303	0.88 136	0.59 269	0.36 457	0.19 320	0.26 352	0.22 307	0.29 361	0.43 451
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 235	0.37 334	1.17 363	0.60 302	0.51 372	0.75 260	0.48 268	1.26 226	1.11 271	1.43 417	1.58 428	0.64 162	0.48 139	0.94 153	0.78 324	0.24 303	0.15 205	0.19 135	0.16 145	0.19 149	0.29 347

IPLGR_C	0.67 235	0.38 352	1.20 373	0.60 302	0.50 362	0.75 260	0.48 268	1.28 234	1.13 284	1.42 413	1.57 426	0.62 154	0.48 139	0.85 126	0.80 336	0.24 303	0.15 205	0.19 135	0.16 145	0.19 149	0.29 347

GwcNet-ADL	0.67 235	0.33 245	0.90 262	0.58 275	0.41 302	0.60 178	0.59 356	1.55 286	1.28 371	1.11 243	1.13 267	0.90 254	0.59 207	1.11 207	0.91 362	0.28 388	0.18 302	0.18 109	0.18 187	0.25 310	0.33 391

TRStereo	0.67 235	0.71 481	1.06 318	0.77 460	0.68 453	0.53 132	0.38 154	2.52 515	0.96 203	0.81 168	0.84 160	0.87 236	0.39 86	1.16 217	0.46 183	0.24 303	0.17 271	0.23 268	0.24 352	0.18 113	0.20 159

RAFT	0.67 235	0.32 226	0.83 219	0.63 334	0.34 220	0.69 239	0.57 343	1.14 178	0.84 157	1.12 251	1.20 291	1.75 465	0.92 348	1.09 200	0.60 272	0.22 259	0.19 320	0.27 367	0.24 352	0.22 249	0.23 237

DN-CSS_ROB	0.67 235	0.36 313	1.36 405	0.59 294	0.41 302	0.54 145	0.45 244	1.30 237	0.95 199	1.05 230	1.47 391	0.69 176	0.64 227	1.80 351	0.60 272	0.19 151	0.15 205	0.25 331	0.23 339	0.22 249	0.23 237

cc1	0.68 248	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.07 148	3.23 545	0.60 128	0.80 151	0.47 87	0.87 325	1.48 294	0.35 76	0.21 225	0.13 72	0.25 331	0.15 108	0.19 149	0.23 237

mmm	0.68 248	0.37 334	0.91 267	0.54 205	0.34 220	0.86 323	0.58 350	1.72 335	1.02 230	1.13 254	1.41 378	0.83 226	0.78 273	0.95 161	0.67 296	0.22 259	0.20 334	0.29 395	0.26 379	0.27 328	0.27 317

PCWNet_CMD	0.68 248	0.34 274	0.93 272	0.51 147	0.38 267	0.80 290	0.42 194	1.51 275	1.34 400	1.17 278	1.31 337	1.23 360	0.65 232	0.94 153	0.62 278	0.21 225	0.17 271	0.27 367	0.19 209	0.43 449	0.28 333

HH	0.68 248	0.33 245	0.83 219	0.53 191	0.34 220	0.92 344	0.45 244	1.79 350	0.74 122	0.71 146	1.13 267	1.60 437	0.83 300	1.95 371	0.39 118	0.18 113	0.14 139	0.19 135	0.17 169	0.19 149	0.19 133

HanStereo	0.68 248	0.33 245	0.83 219	0.53 191	0.34 220	0.92 344	0.45 244	1.79 350	0.74 122	0.71 146	1.13 267	1.60 437	0.83 300	1.95 371	0.39 118	0.18 113	0.14 139	0.19 135	0.17 169	0.19 149	0.19 133

DisPM	0.68 248	0.30 175	0.85 234	0.66 369	0.35 237	0.60 178	0.44 231	1.10 166	1.10 264	1.56 452	1.10 245	0.80 205	0.58 203	2.37 416	0.46 183	0.25 323	0.14 139	0.23 268	0.21 280	0.20 185	0.26 299

CFNet_pseudo	0.68 248	0.34 274	0.93 272	0.50 132	0.39 276	0.72 248	0.42 194	1.44 264	1.25 351	1.17 278	1.35 356	1.22 356	0.66 237	1.04 183	0.64 286	0.21 225	0.17 271	0.33 438	0.19 209	0.39 435	0.28 333

MSMDNet	0.68 248	0.34 274	0.93 272	0.52 168	0.38 267	0.80 290	0.42 194	1.52 277	1.35 403	1.17 278	1.31 337	1.23 360	0.65 232	0.94 153	0.62 278	0.21 225	0.17 271	0.26 352	0.19 209	0.41 443	0.28 333

ccs_rob	0.68 248	0.34 274	0.93 272	0.50 132	0.39 276	0.72 248	0.42 194	1.43 263	1.25 351	1.17 278	1.34 351	1.22 356	0.66 237	1.04 183	0.64 286	0.21 225	0.17 271	0.35 453	0.20 238	0.40 439	0.29 347

SA	0.69 257	0.31 208	0.97 291	0.64 348	0.30 129	0.56 158	0.38 154	1.84 363	1.35 403	0.99 210	1.37 361	0.69 176	0.94 353	1.88 363	0.43 159	0.20 194	0.16 242	0.25 331	0.23 339	0.22 249	0.19 133

MyStereo8	0.70 258	0.32 226	1.24 383	0.63 334	0.53 384	0.90 334	0.34 106	1.60 301	1.35 403	1.20 302	1.31 337	0.89 252	0.64 227	0.77 95	1.02 390	0.18 113	0.15 205	0.20 169	0.18 187	0.22 249	0.30 363

MyStereo05	0.70 258	0.29 150	1.22 378	0.58 275	0.48 351	0.62 189	0.72 403	1.52 277	1.54 469	1.17 278	0.91 174	0.77 198	0.79 282	1.45 287	0.68 300	0.17 78	0.17 271	0.24 292	0.21 280	0.23 269	0.23 237

xx1	0.70 258	0.34 274	0.63 105	0.60 302	0.27 62	1.16 403	0.51 289	1.07 148	3.23 545	0.60 128	0.80 151	0.95 278	0.79 282	1.48 294	0.35 76	0.21 225	0.13 72	0.24 292	0.23 339	0.23 269	0.25 279

GMStereo_Zeroshot	0.70 258	0.64 462	1.11 336	0.65 355	0.38 267	0.84 315	0.37 144	1.09 160	1.16 302	1.14 268	1.07 232	1.26 371	0.55 177	1.23 231	0.65 291	0.34 440	0.17 271	0.31 414	0.18 187	0.57 497	0.23 237

test_5	0.70 258	0.32 226	0.99 296	0.69 408	0.50 362	0.89 330	0.51 289	1.88 379	1.14 290	0.78 160	1.13 267	1.04 309	0.89 334	1.59 314	0.46 183	0.19 151	0.14 139	0.23 268	0.22 307	0.22 249	0.20 159

GES	0.70 258	0.37 334	1.05 316	0.62 324	0.38 267	0.94 351	0.57 343	2.37 493	0.92 181	1.05 230	1.12 256	0.67 169	0.77 266	1.02 179	0.65 291	0.28 388	0.20 334	0.20 169	0.20 238	0.22 249	0.31 373

IGEV-BASED-STEREO-	0.71 264	3.18 570	2.55 489	0.40 27	0.24 23	0.42 47	0.23 27	0.66 23	0.46 46	0.47 73	0.45 44	0.33 44	0.27 20	0.58 40	0.30 37	1.34 545	0.10 2	0.22 234	0.19 209	0.45 463	1.32 542

MyStereo04	0.71 264	0.30 175	1.28 391	0.58 275	0.48 351	0.59 173	0.78 415	1.74 339	1.49 463	0.94 202	0.91 174	0.74 190	0.86 316	1.59 314	0.69 301	0.18 113	0.18 302	0.24 292	0.21 280	0.23 269	0.23 237

raft_robust	0.71 264	0.32 226	0.75 173	0.54 205	0.28 97	0.54 145	0.35 119	1.54 283	1.24 343	1.18 289	1.07 232	0.73 189	0.53 166	3.65 463	0.40 135	0.19 151	0.16 242	0.20 169	0.22 307	0.21 229	0.19 133

iRaft-Stereo_20w	0.71 264	0.33 245	1.25 385	0.50 132	0.36 245	0.82 300	0.31 78	3.16 541	0.89 170	1.24 324	1.14 272	0.79 203	0.65 232	1.15 214	0.43 159	0.18 113	0.13 72	0.18 109	0.17 169	0.20 185	0.23 237

DMCA	0.71 264	0.36 313	1.17 363	0.53 191	0.45 331	0.84 315	0.46 250	1.52 277	1.09 260	1.20 302	1.12 256	1.21 352	0.74 256	0.87 133	1.09 397	0.25 323	0.20 334	0.27 367	0.19 209	0.24 298	0.29 347

HITNet	0.71 264	0.42 380	1.07 323	0.52 168	0.25 42	1.05 378	0.48 268	2.12 437	1.08 252	1.21 309	1.23 307	0.91 258	0.84 303	0.90 144	0.91 362	0.17 78	0.12 36	0.21 203	0.17 169	0.29 361	0.18 99
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
IPLG	0.72 270	0.29 150	1.12 340	0.53 191	0.44 327	0.79 283	0.33 94	1.35 245	1.10 264	1.32 367	1.11 252	0.52 113	0.54 174	3.13 450	0.71 307	0.17 78	0.14 139	0.20 169	0.17 169	0.18 113	0.21 187

HCRNet	0.72 270	0.40 367	0.86 241	0.61 316	0.57 408	0.75 260	0.35 119	1.39 255	1.21 326	1.11 243	0.99 198	1.01 303	0.76 262	2.18 398	0.73 308	0.28 388	0.19 320	0.28 383	0.23 339	0.25 310	0.26 299

UCFNet_RVC	0.72 270	0.37 334	0.59 84	0.66 369	0.41 302	0.89 330	0.68 389	1.78 347	1.15 295	1.01 219	1.20 291	1.22 356	0.95 358	1.07 193	0.66 295	0.28 388	0.21 350	0.34 446	0.31 444	0.33 402	0.29 347

test_sample3	0.73 273	0.35 303	1.06 318	0.55 219	0.32 182	0.97 367	0.51 289	2.12 437	1.25 351	1.16 274	1.17 283	0.88 242	0.78 273	1.27 241	0.79 329	0.26 349	0.21 350	0.25 331	0.25 361	0.26 322	0.27 317

CFNet_ucs	0.73 273	0.34 274	0.94 279	0.53 191	0.44 327	0.76 265	0.46 250	1.73 337	1.34 400	1.24 324	1.54 413	1.08 326	0.64 227	1.05 186	0.64 286	0.26 349	0.20 334	0.37 466	0.22 307	0.42 447	0.30 363

ToySt	0.73 273	0.35 303	1.64 433	0.54 205	0.37 255	0.92 344	0.81 431	1.21 212	1.03 233	0.86 184	1.12 256	1.31 383	1.01 385	1.04 183	0.88 351	0.19 151	0.20 334	0.24 292	0.24 352	0.27 328	0.28 333

LCNet	0.73 273	0.30 175	0.58 78	0.58 275	0.31 149	0.68 230	0.53 306	1.09 160	0.94 194	1.19 297	1.34 351	0.96 283	1.32 458	2.50 426	0.46 183	0.19 151	0.13 72	0.21 203	0.25 361	0.28 344	0.69 514

test_sample4	0.74 277	0.36 313	1.09 329	0.55 219	0.32 182	0.92 344	0.51 289	2.14 447	1.25 351	1.22 317	1.22 299	0.86 234	0.82 295	1.29 245	0.76 318	0.26 349	0.21 350	0.26 352	0.26 379	0.27 328	0.28 333

IER	0.74 277	0.33 245	1.25 385	0.50 132	0.53 384	1.32 428	0.55 330	1.31 239	1.08 252	1.30 358	1.34 351	1.11 336	1.10 416	1.05 186	0.81 338	0.20 194	0.17 271	0.21 203	0.21 280	0.20 185	0.21 187

SFCPSM	0.74 277	0.30 175	1.06 318	0.52 168	0.39 276	1.36 436	0.64 378	2.42 499	1.11 271	1.18 289	1.21 297	0.81 211	0.78 273	1.08 196	0.57 257	0.22 259	0.17 271	0.22 234	0.24 352	0.23 269	0.21 187

AdaStereo	0.74 277	0.48 406	0.86 241	0.75 450	0.38 267	0.94 351	0.56 337	2.05 426	1.24 343	1.15 270	1.22 299	1.07 316	0.67 239	1.05 186	0.73 308	0.33 430	0.16 242	0.32 426	0.22 307	0.29 361	0.23 237
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.
DCVSM-stereo	0.75 281	0.36 313	0.82 210	0.58 275	0.43 317	0.78 275	0.42 194	1.30 237	1.05 245	1.79 486	1.04 221	1.60 437	1.08 410	1.12 209	0.86 345	0.25 323	0.27 432	0.29 395	0.24 352	0.30 377	0.37 417

test_sample5	0.75 281	0.36 313	1.04 311	0.55 219	0.31 149	0.84 315	0.53 306	2.12 437	1.23 339	1.18 289	1.30 335	0.88 242	0.86 316	1.37 263	0.76 318	0.26 349	0.22 365	0.27 367	0.28 407	0.28 344	0.29 347

DualNet	0.75 281	0.36 313	1.04 311	0.55 219	0.31 149	0.84 315	0.53 306	2.12 437	1.23 339	1.21 309	1.40 373	0.88 242	0.86 316	1.37 263	0.76 318	0.26 349	0.22 365	0.27 367	0.28 407	0.28 344	0.29 347

BSDual-CNN	0.75 281	0.34 274	0.77 181	0.55 219	0.45 331	1.25 421	0.66 384	2.65 523	1.04 239	1.25 327	1.12 256	1.11 336	0.77 266	0.94 153	0.76 318	0.25 323	0.18 302	0.25 331	0.22 307	0.23 269	0.24 258

psmg	0.75 281	0.34 274	0.77 181	0.52 168	0.45 331	1.46 451	0.73 406	2.15 452	1.04 239	1.25 327	1.33 347	1.11 336	0.77 266	0.94 153	0.76 318	0.25 323	0.20 334	0.25 331	0.26 379	0.23 269	0.24 258

UDGNet	0.75 281	1.23 526	0.99 296	0.82 474	0.42 312	0.76 265	0.38 154	0.98 113	1.37 417	0.83 172	0.88 169	0.70 179	0.60 213	1.25 234	0.57 257	0.57 514	0.19 320	1.03 540	0.26 379	0.79 521	0.35 409

PSMNet-ADL	0.75 281	0.36 313	0.69 139	0.71 421	0.47 349	1.13 393	0.46 250	1.47 271	1.07 249	0.85 179	1.18 286	1.31 383	0.94 353	1.56 305	1.06 395	0.34 440	0.22 365	0.22 234	0.23 339	0.27 328	0.36 413

GMM-Stereo	0.75 281	0.27 110	0.66 125	0.56 240	0.34 220	0.71 245	0.97 467	1.09 160	0.91 176	1.37 393	1.79 463	1.11 336	0.79 282	2.08 388	0.48 200	0.19 151	0.12 36	0.25 331	0.25 361	0.21 229	0.78 521

rvit_105_1	0.76 289	0.54 429	1.27 388	0.80 467	0.49 357	0.74 255	0.86 445	1.39 255	1.23 339	1.00 214	0.80 151	0.93 268	0.78 273	1.29 245	0.78 324	0.43 479	0.36 489	0.36 463	0.42 492	0.30 377	0.36 413

qqq1	0.76 289	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.48 200	0.24 303	0.22 365	0.18 109	0.15 108	0.19 149	0.22 216

fff1	0.76 289	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.48 200	0.24 303	0.22 365	0.18 109	0.15 108	0.19 149	0.22 216

Sa-1000	0.76 289	0.30 175	0.92 270	0.62 324	0.31 149	0.78 275	0.37 144	2.00 413	1.38 419	1.30 358	2.04 491	0.86 234	0.74 256	1.87 357	0.40 135	0.19 151	0.14 139	0.25 331	0.24 352	0.21 229	0.19 133

Prome-Stereo	0.76 289	0.29 150	0.57 76	0.58 275	0.33 202	0.58 171	0.94 462	0.98 113	0.92 181	1.46 429	2.45 513	0.91 258	1.38 465	1.60 319	0.44 164	0.19 151	0.13 72	0.19 135	0.18 187	0.20 185	0.87 527

EAI-Stereo	0.76 289	0.31 208	0.74 168	0.55 219	0.28 97	0.70 243	1.72 529	2.57 518	0.90 175	0.75 155	3.03 527	0.57 134	0.43 104	1.10 204	0.49 211	0.19 151	0.14 139	0.17 73	0.18 187	0.17 81	0.21 187

DFGA-Net	0.77 295	0.47 400	1.75 441	0.55 219	0.46 339	0.83 307	0.44 231	1.38 251	1.10 264	1.05 230	1.20 291	0.70 179	0.58 203	2.27 406	1.31 426	0.19 151	0.17 271	0.24 292	0.24 352	0.28 344	0.30 363

G2L-Stereo_test	0.77 295	0.31 208	0.97 291	0.51 147	0.41 302	0.90 334	0.80 426	1.67 311	1.22 334	1.32 367	1.27 324	1.50 422	0.81 293	1.74 338	1.02 390	0.20 194	0.14 139	0.16 49	0.16 145	0.18 113	0.22 216

test_sample6	0.77 295	0.36 313	1.07 323	0.56 240	0.31 149	0.82 300	0.56 337	2.12 437	1.24 343	1.21 309	1.40 373	0.90 254	0.90 337	1.45 287	0.87 350	0.28 388	0.23 393	0.28 383	0.29 426	0.28 344	0.30 363

KYRaft	0.77 295	0.29 150	0.68 133	0.59 294	0.29 112	0.66 221	0.83 436	1.05 143	0.89 170	1.63 467	2.22 501	1.15 344	0.99 376	1.59 314	0.41 145	0.21 225	0.14 139	0.22 234	0.28 407	0.21 229	1.01 531

MLCV	0.77 295	0.39 361	1.31 395	0.55 219	0.25 42	0.91 337	0.39 168	1.48 273	1.28 371	1.49 438	1.54 413	1.02 305	0.68 243	2.12 392	0.93 369	0.19 151	0.13 72	0.19 135	0.14 89	0.19 149	0.22 216

test_sample7	0.78 300	0.39 361	0.89 252	0.55 219	0.35 237	0.93 348	0.75 408	1.99 409	1.27 363	1.25 327	1.22 299	1.09 327	1.01 385	1.31 248	0.73 308	0.32 423	0.32 468	0.32 426	0.32 451	0.33 402	0.33 391

CoDeX	0.78 300	0.31 208	1.04 311	0.56 240	0.37 255	1.13 393	0.60 363	2.77 530	1.29 383	1.17 278	1.26 315	0.91 258	0.87 325	1.42 280	0.74 312	0.21 225	0.16 242	0.21 203	0.18 187	0.21 229	0.21 187

anonymousa	0.78 300	0.30 175	0.85 234	0.51 147	0.96 512	1.41 446	0.47 261	1.61 303	0.94 194	1.33 373	1.77 461	1.66 449	1.11 419	0.72 82	0.63 282	0.19 151	0.18 302	0.23 268	0.25 361	0.20 185	0.22 216

BUS	0.78 300	0.34 274	0.77 181	0.55 219	0.45 331	2.30 515	0.42 194	2.65 523	1.04 239	1.25 327	1.12 256	1.02 305	0.70 250	0.94 153	0.75 315	0.25 323	0.18 302	0.25 331	0.22 307	0.23 269	0.24 258

acv_ft	0.78 300	0.33 245	1.10 334	0.73 435	0.86 497	1.23 418	0.57 343	1.65 310	1.11 271	1.31 364	1.31 337	1.07 316	0.91 340	0.82 111	1.35 436	0.22 259	0.19 320	0.21 203	0.18 187	0.22 249	0.19 133

GANet-RSSM	0.78 300	0.31 208	0.90 262	0.67 383	0.58 411	0.80 290	0.62 371	2.04 422	1.15 295	1.11 243	1.27 324	1.26 371	1.18 438	1.68 329	0.74 312	0.26 349	0.21 350	0.22 234	0.22 307	0.23 269	0.23 237

PSMNet-RSSM	0.78 300	0.32 226	0.89 252	0.65 355	0.43 317	0.73 253	0.58 350	2.14 447	1.19 315	1.18 289	1.38 366	1.31 383	1.07 409	1.43 282	0.82 339	0.28 388	0.21 350	0.27 367	0.29 426	0.25 310	0.26 299

CFNet-ft	0.78 300	0.36 313	0.74 168	0.67 383	0.56 403	0.86 323	0.54 320	1.46 268	1.17 307	1.01 219	1.28 330	1.68 454	1.03 395	1.57 307	0.95 376	0.27 370	0.21 350	0.33 438	0.26 379	0.31 384	0.26 299

CFNet_RVC	0.78 300	0.36 313	0.74 168	0.67 383	0.56 403	0.86 323	0.54 320	1.46 268	1.17 307	1.01 219	1.28 330	1.68 454	1.03 395	1.57 307	0.95 376	0.27 370	0.21 350	0.33 438	0.26 379	0.31 384	0.26 299

G2L-ROB	0.79 309	0.28 127	1.01 303	0.57 262	0.39 276	0.94 351	0.65 380	1.76 343	1.18 313	1.27 345	1.03 215	1.62 442	0.78 273	1.93 367	1.26 421	0.20 194	0.14 139	0.17 73	0.15 108	0.20 185	0.24 258

SMFormer	0.79 309	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.99 382	0.24 303	0.22 365	0.22 234	0.21 280	0.23 269	0.27 317

tta	0.79 309	0.32 226	0.95 283	0.49 116	0.27 62	0.83 307	0.43 212	2.16 454	1.45 452	1.27 345	1.50 402	0.98 287	0.96 360	1.87 357	0.99 382	0.24 303	0.22 365	0.22 234	0.21 280	0.19 149	0.22 216

ffm	0.79 309	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	1.08 153	2.62 532	1.19 297	1.49 395	1.07 316	0.85 308	1.57 307	0.35 76	0.21 225	0.13 72	0.31 414	0.28 407	0.20 185	0.23 237

cf-r	0.79 309	0.32 226	1.06 318	0.57 262	0.64 435	0.78 275	0.51 289	2.04 422	1.22 334	1.20 302	1.27 324	1.53 428	0.91 340	1.47 292	0.94 374	0.25 323	0.19 320	0.22 234	0.23 339	0.19 149	0.21 187

DeepPruner_ROB	0.79 309	0.55 433	1.14 346	0.61 316	0.46 339	0.78 275	0.54 320	1.83 361	1.00 223	1.42 413	1.27 324	1.23 360	0.77 266	1.56 305	0.89 354	0.35 450	0.28 438	0.27 367	0.26 379	0.32 395	0.34 400

DDVS	0.80 315	0.43 384	1.09 329	0.64 348	0.44 327	1.27 424	0.43 212	1.49 274	0.94 194	1.21 309	1.16 280	1.42 402	0.63 223	2.14 394	1.02 390	0.29 404	0.22 365	0.26 352	0.23 339	0.31 384	0.37 417

gwcnet-sp	0.80 315	0.37 334	1.94 455	0.62 324	0.45 331	1.38 437	0.53 306	1.68 315	1.20 319	1.37 393	1.08 239	0.93 268	0.82 295	1.45 287	0.79 329	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

scenet	0.80 315	0.37 334	1.94 455	0.62 324	0.45 331	1.38 437	0.53 306	1.68 315	1.20 319	1.37 393	1.08 239	0.93 268	0.82 295	1.45 287	0.79 329	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

ssnet	0.80 315	0.37 334	1.94 455	0.62 324	0.45 331	1.38 437	0.53 306	1.68 315	1.20 319	1.37 393	1.08 239	0.93 268	0.82 295	1.45 287	0.79 329	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

AASNet	0.80 315	0.39 361	1.16 362	0.84 482	0.80 486	1.14 396	0.59 356	2.12 437	1.21 326	1.26 340	1.26 315	0.93 268	0.77 266	0.84 122	1.23 417	0.28 388	0.24 403	0.24 292	0.20 238	0.28 344	0.27 317

PSM-softLoss	0.80 315	0.33 245	0.89 252	0.63 334	0.32 182	0.55 150	0.40 176	1.26 226	0.78 133	1.25 327	1.07 232	0.83 226	0.51 159	5.33 499	0.61 275	0.25 323	0.15 205	0.25 331	0.22 307	0.20 185	0.26 299

KMStereo	0.80 315	0.33 245	0.89 252	0.63 334	0.32 182	0.55 150	0.40 176	1.26 226	0.78 133	1.25 327	1.07 232	0.83 226	0.51 159	5.33 499	0.61 275	0.25 323	0.15 205	0.25 331	0.22 307	0.20 185	0.26 299

PSM-AAD	0.80 315	0.29 150	0.58 78	0.58 275	0.29 112	0.76 265	1.19 497	1.08 153	0.94 194	1.65 470	1.58 428	0.81 211	2.12 525	1.67 327	0.44 164	0.19 151	0.14 139	0.38 470	0.32 451	0.22 249	0.68 512

iResNet	0.80 315	0.45 392	1.47 414	0.72 427	0.31 149	0.96 364	0.64 378	1.80 354	1.28 371	1.31 364	1.48 394	0.94 274	0.78 273	1.77 342	0.99 382	0.19 151	0.14 139	0.18 109	0.15 108	0.22 249	0.27 317

NINENet	0.81 324	0.40 367	0.89 252	0.65 355	0.53 384	2.30 515	0.42 194	2.12 437	1.13 284	1.20 302	1.27 324	1.02 305	0.70 250	1.26 238	0.75 315	0.29 404	0.24 403	0.31 414	0.21 280	0.27 328	0.26 299

DRaft	0.81 324	0.26 86	0.77 181	0.47 89	0.31 149	0.95 358	0.52 300	1.13 174	0.99 219	1.78 485	2.01 490	0.80 205	1.71 499	2.64 433	0.74 312	0.19 151	0.14 139	0.20 169	0.20 238	0.18 113	0.24 258

hknet	0.82 326	0.34 274	1.15 348	0.55 219	0.39 276	1.25 421	0.66 384	2.65 523	1.10 264	1.25 327	1.12 256	1.58 436	0.85 308	1.41 275	0.79 329	0.23 281	0.18 302	0.25 331	0.22 307	0.23 269	0.24 258

NF-Stereo	0.82 326	0.33 245	0.83 219	0.65 355	0.31 149	0.63 200	0.43 212	1.35 245	0.93 188	1.30 358	1.02 208	0.81 211	0.57 186	5.37 503	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.30 363

OCTAStereo	0.82 326	0.33 245	0.83 219	0.65 355	0.31 149	0.62 189	0.44 231	1.35 245	0.93 188	1.30 358	1.02 208	0.81 211	0.57 186	5.32 498	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.30 363

RE-Stereo	0.82 326	0.33 245	0.84 228	0.65 355	0.31 149	0.63 200	0.44 231	1.35 245	0.93 188	1.30 358	1.02 208	0.80 205	0.57 186	5.34 501	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.31 373

TVStereo	0.82 326	0.33 245	0.84 228	0.65 355	0.31 149	0.63 200	0.44 231	1.35 245	0.93 188	1.30 358	1.02 208	0.80 205	0.57 186	5.34 501	0.55 248	0.26 349	0.14 139	0.24 292	0.20 238	0.20 185	0.31 373

ARAFT	0.82 326	0.40 367	1.77 443	0.53 191	0.31 149	0.89 330	0.81 431	2.32 483	1.08 252	1.66 473	1.25 313	1.04 309	0.64 227	1.91 364	0.52 226	0.20 194	0.15 205	0.28 383	0.27 396	0.17 81	0.18 99

STTStereo	0.82 326	0.53 426	1.53 426	0.68 395	0.56 403	0.88 328	0.56 337	1.57 292	1.14 290	1.39 401	1.10 245	1.26 371	0.84 303	1.49 301	0.90 358	0.29 404	0.28 438	0.33 438	0.40 488	0.33 402	0.37 417

BEATNet_4x	0.82 326	0.54 429	2.02 462	0.56 240	0.28 97	1.04 375	0.55 330	2.14 447	1.13 284	1.24 324	1.26 315	1.00 298	0.94 353	1.13 211	1.23 417	0.21 225	0.14 139	0.24 292	0.20 238	0.37 424	0.23 237

iResNet_ROB	0.82 326	0.36 313	1.13 341	0.60 302	0.37 255	0.91 337	0.38 154	2.41 498	1.61 482	1.35 386	1.35 356	1.25 365	0.97 370	1.75 340	0.88 351	0.21 225	0.14 139	0.17 73	0.12 31	0.19 149	0.30 363

ISRNet	0.83 335	0.35 303	1.31 395	0.84 482	0.65 440	0.60 178	0.41 186	1.28 234	1.15 295	1.61 461	1.55 416	1.34 390	0.77 266	1.33 257	0.98 381	0.40 470	0.34 478	0.43 487	0.38 485	0.34 410	0.49 468

testlalala_base	0.83 335	0.41 377	0.80 196	0.67 383	0.53 384	0.78 275	0.30 71	1.84 363	0.60 85	0.75 155	0.91 174	0.68 171	0.54 174	0.69 76	0.46 183	2.92 556	0.15 205	0.17 73	0.12 31	2.95 555	0.27 317

GrayStereo	0.83 335	0.28 127	0.62 103	0.66 369	0.37 255	0.76 265	1.79 533	1.19 203	0.91 176	1.98 504	1.89 478	1.07 316	1.76 503	1.43 282	0.50 214	0.20 194	0.15 205	0.19 135	0.21 280	0.18 113	0.41 439

psm_up	0.83 335	0.37 334	0.88 248	0.68 395	0.59 417	1.05 378	0.92 456	1.68 315	1.17 307	1.41 409	1.22 299	1.30 381	1.31 456	1.39 270	0.89 354	0.27 370	0.30 451	0.31 414	0.27 396	0.28 344	0.28 333

GwcNet-RSSM	0.83 335	0.34 274	1.29 394	0.65 355	0.55 398	0.78 275	0.62 371	1.89 381	1.27 363	1.18 289	1.39 368	1.56 433	0.91 340	1.60 319	1.22 414	0.26 349	0.20 334	0.23 268	0.24 352	0.21 229	0.21 187

DMCA-RVC	0.83 335	0.46 395	2.19 476	0.68 395	0.49 357	0.84 315	0.48 268	1.44 264	1.07 249	1.56 452	1.04 221	1.29 378	0.86 316	1.49 301	0.92 366	0.27 370	0.22 365	0.35 453	0.28 407	0.32 395	0.28 333

coex_refinement	0.84 341	0.30 175	0.89 252	0.72 427	0.52 377	0.95 358	0.60 363	1.92 393	1.29 383	1.38 398	1.37 361	1.80 470	0.82 295	1.48 294	1.31 426	0.27 370	0.17 271	0.19 135	0.20 238	0.25 310	0.27 317

G2L-Stereo	0.84 341	0.35 303	1.15 348	0.63 334	0.43 317	0.78 275	0.69 392	1.69 324	1.20 319	1.36 391	1.18 286	1.43 407	0.78 273	2.47 425	1.26 421	0.25 323	0.20 334	0.26 352	0.21 280	0.20 185	0.27 317

RAFT_R40	0.84 341	0.30 175	0.83 219	0.63 334	0.31 149	0.66 221	0.43 212	1.15 190	0.99 219	1.47 430	1.10 245	1.00 298	0.84 303	5.44 504	0.53 236	0.23 281	0.13 72	0.23 268	0.20 238	0.23 269	0.19 133

UPFNet	0.84 341	0.34 274	1.09 329	0.62 324	0.74 468	1.25 421	0.78 415	1.69 324	1.20 319	1.39 401	1.13 267	1.30 381	0.87 325	1.73 337	1.22 414	0.24 303	0.26 422	0.24 292	0.23 339	0.26 322	0.20 159

hitnet-ft	0.84 341	0.38 352	0.75 173	0.59 294	0.44 327	0.99 369	0.47 261	1.61 303	1.38 419	1.21 309	1.22 299	1.82 472	0.99 376	1.87 357	1.09 397	0.33 430	0.29 447	0.34 446	0.27 396	0.36 418	0.33 391

NLCA_NET_v2_RVC	0.84 341	0.46 395	1.40 410	0.69 408	0.61 427	0.95 358	0.52 300	1.68 315	1.21 326	1.39 401	1.15 278	1.42 402	0.88 331	1.78 344	0.93 369	0.26 349	0.23 393	0.27 367	0.27 396	0.30 377	0.39 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 341	0.43 384	1.01 303	0.66 369	0.43 317	1.32 428	0.49 279	1.64 307	1.24 343	1.53 444	1.45 387	1.49 419	0.97 370	1.32 254	1.31 426	0.21 225	0.17 271	0.27 367	0.25 361	0.25 310	0.34 400
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 348	0.38 352	0.92 270	0.58 275	0.32 182	0.86 323	0.49 279	2.33 489	1.69 488	1.16 274	1.12 256	0.95 278	0.85 308	2.46 420	1.18 406	0.27 370	0.23 393	0.28 383	0.28 407	0.28 344	0.41 439

AIO-Stereo-zeroshot	0.85 348	0.38 352	2.79 497	0.51 147	0.60 421	0.72 248	0.38 154	2.87 537	0.77 129	0.80 163	1.07 232	2.14 502	0.93 350	0.96 162	0.62 278	0.21 225	0.13 72	0.21 203	0.26 379	0.29 361	0.32 382

DCRE	0.85 348	0.28 127	0.76 178	0.60 302	0.49 357	0.59 173	0.53 306	1.04 139	0.92 181	0.80 163	7.34 560	0.87 236	0.57 186	0.78 104	0.43 159	0.16 46	0.17 271	0.19 135	0.17 169	0.18 113	0.22 216

SST-Stereo	0.85 348	0.30 175	0.81 201	0.63 334	0.31 149	0.70 243	0.25 34	1.16 195	0.95 199	1.47 430	1.11 252	0.99 292	0.86 316	5.69 507	0.53 236	0.23 281	0.13 72	0.23 268	0.19 209	0.23 269	0.19 133

PAM	0.86 352	0.31 208	1.19 369	0.55 219	0.35 237	2.17 509	0.47 261	2.26 473	0.87 166	1.18 289	0.96 183	3.01 530	1.41 472	0.90 144	0.40 135	0.19 151	0.13 72	0.19 135	0.18 187	0.20 185	0.27 317

RAFT-345	0.86 352	0.26 86	0.73 163	0.53 191	0.28 97	0.53 132	0.41 186	0.85 79	1.31 394	1.33 373	2.32 505	0.85 233	0.53 166	5.69 507	0.48 200	0.19 151	0.14 139	0.22 234	0.17 169	0.17 81	0.17 83

UNet	0.86 352	0.36 313	1.52 423	0.62 324	0.74 468	1.56 461	0.49 279	1.55 286	1.12 278	1.28 351	1.10 245	1.52 427	1.10 416	1.69 333	1.14 402	0.24 303	0.18 302	0.25 331	0.21 280	0.25 310	0.25 279

ac_64	0.86 352	0.32 226	1.02 306	0.74 441	0.60 421	1.04 375	0.53 306	2.20 468	0.99 219	1.23 320	1.11 252	1.96 486	1.06 407	2.01 379	1.01 387	0.30 411	0.22 365	0.24 292	0.23 339	0.22 249	0.22 216

PAM_32	0.87 356	0.30 175	1.08 326	0.56 240	0.32 182	2.10 508	0.36 129	2.26 473	1.01 226	1.13 254	1.05 228	3.14 535	1.47 479	1.00 172	0.42 153	0.19 151	0.14 139	0.20 169	0.18 187	0.19 149	0.25 279

SepStereo	0.87 356	0.37 334	1.20 373	0.66 369	0.69 456	0.82 300	0.62 371	1.79 350	1.26 359	1.93 499	1.55 416	0.96 283	1.17 431	2.34 411	0.69 301	0.22 259	0.16 242	0.25 331	0.18 187	0.29 361	0.24 258

LMCR-Stereo	0.87 356	0.50 414	0.99 296	0.80 467	0.43 317	1.32 428	0.55 330	2.79 533	1.03 233	1.55 450	1.49 395	0.74 190	1.01 385	1.76 341	0.99 382	0.30 411	0.17 271	0.22 234	0.18 187	0.31 384	0.22 216

FADNet_RVC	0.88 359	0.56 437	2.15 473	0.57 262	0.43 317	1.17 410	0.46 250	1.68 315	1.12 278	0.91 193	1.24 311	0.91 258	0.94 353	2.22 400	1.20 409	0.28 388	0.22 365	0.32 426	0.28 407	0.46 470	0.42 447

iResNetv2_ROB	0.88 359	0.43 384	2.62 494	0.60 302	0.38 267	0.94 351	0.67 386	1.88 379	1.38 419	1.27 345	1.45 387	1.26 371	1.05 406	1.92 365	0.64 286	0.24 303	0.15 205	0.19 135	0.14 89	0.24 298	0.21 187

DualNet (step1)	0.89 361	0.51 418	1.35 400	0.58 275	0.40 288	1.07 382	0.80 426	1.99 409	1.27 363	1.25 327	1.22 299	1.09 327	1.01 385	1.31 248	0.73 308	0.59 517	0.32 468	0.62 524	0.67 531	0.45 463	0.48 463

iRaft-Stereo_5w	0.89 361	0.31 208	1.04 311	0.56 240	0.47 349	0.47 74	0.68 389	1.19 203	1.08 252	0.80 163	1.35 356	1.46 414	0.90 337	5.11 493	1.16 404	0.18 113	0.15 205	0.22 234	0.19 209	0.21 229	0.24 258

DAS	0.89 361	0.37 334	1.20 373	0.66 369	0.69 456	0.82 300	0.62 371	1.79 350	1.26 359	1.93 499	1.55 416	0.96 283	1.17 431	2.72 438	0.69 301	0.22 259	0.16 242	0.25 331	0.18 187	0.29 361	0.24 258

SACVNet	0.89 361	0.51 418	1.08 326	0.83 478	0.58 411	0.83 307	0.78 415	1.84 363	1.17 307	1.39 401	1.33 347	1.25 365	1.01 385	2.31 410	0.92 366	0.35 450	0.26 422	0.31 414	0.29 426	0.35 414	0.48 463

ASMatch	0.89 361	0.29 150	0.72 149	0.56 240	0.36 245	0.47 74	0.37 144	1.16 195	0.95 199	1.11 243	3.26 530	0.95 278	0.96 360	4.88 490	0.53 236	0.20 194	0.16 242	0.22 234	0.19 209	0.20 185	0.30 363

ADLNet	0.89 361	0.39 361	1.09 329	0.88 493	0.73 463	1.24 420	0.75 408	2.02 415	1.41 434	1.58 456	1.37 361	1.26 371	1.00 382	1.31 248	1.18 406	0.28 388	0.21 350	0.26 352	0.26 379	0.29 361	0.36 413

MMNet	0.89 361	0.35 303	1.44 411	0.64 348	0.59 417	1.83 488	0.48 268	1.70 328	1.38 419	1.45 426	1.19 290	1.25 365	1.16 427	1.77 342	1.27 424	0.20 194	0.19 320	0.23 268	0.22 307	0.25 310	0.24 258

HGLStereo	0.89 361	0.42 380	1.15 348	0.82 474	1.03 517	1.16 403	0.57 343	1.68 315	1.28 371	1.26 340	1.62 435	1.13 340	1.31 456	1.85 353	1.11 401	0.25 323	0.24 403	0.24 292	0.22 307	0.24 298	0.29 347

CRFU-Net	0.90 369	0.42 380	1.10 334	0.69 408	0.59 417	1.76 479	0.84 438	2.33 489	0.92 181	1.45 426	1.20 291	1.62 442	1.25 446	1.38 267	0.94 374	0.28 388	0.23 393	0.22 234	0.19 209	0.24 298	0.27 317

dad	0.90 369	0.73 487	1.28 391	0.59 294	0.39 276	0.83 307	0.45 244	1.24 221	1.54 469	1.52 441	1.28 330	1.36 393	0.86 316	2.54 429	0.91 362	0.43 479	0.27 432	0.82 532	0.26 379	0.44 460	0.34 400

AACVNet	0.90 369	0.40 367	0.98 294	0.86 488	0.40 288	0.80 290	0.49 279	1.81 357	0.86 163	1.11 243	1.34 351	1.32 387	0.99 376	4.23 474	0.86 345	0.26 349	0.22 365	0.28 383	0.22 307	0.30 377	0.28 333

IRAFT_RVC	0.90 369	0.30 175	0.89 252	0.67 383	0.31 149	0.64 209	1.00 473	1.40 257	0.97 207	1.23 320	1.04 221	1.00 298	0.96 360	5.77 512	0.57 257	0.24 303	0.13 72	0.25 331	0.21 280	0.20 185	0.21 187

delet	0.90 369	0.34 274	1.15 348	0.69 408	0.66 446	1.63 468	0.81 431	1.95 400	1.49 463	1.42 413	1.38 366	1.29 378	0.91 340	1.78 344	1.18 406	0.22 259	0.22 365	0.24 292	0.25 361	0.22 249	0.24 258

pcwnet_v2	0.91 374	0.39 361	2.74 495	0.64 348	0.55 398	0.81 298	0.49 279	2.19 465	1.63 483	1.44 420	1.64 441	1.09 327	0.79 282	1.31 248	0.70 304	0.32 423	0.25 415	0.29 395	0.27 396	0.37 424	0.37 417

FADNet-RVC-Resample	0.91 374	0.51 418	2.92 500	0.64 348	0.46 339	1.07 382	0.60 363	1.76 343	1.24 343	1.10 242	0.98 197	1.06 313	0.98 373	2.17 397	0.95 376	0.24 303	0.22 365	0.30 407	0.32 451	0.36 418	0.40 435

HSM-Net_RVC	0.91 374	0.31 208	0.60 91	0.54 205	0.31 149	1.15 400	0.60 363	3.76 549	1.30 387	1.57 455	1.75 457	1.67 451	1.01 385	1.61 321	0.90 358	0.23 281	0.17 271	0.19 135	0.18 187	0.20 185	0.22 216
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 377	0.39 361	1.22 378	0.66 369	0.39 276	1.31 427	0.96 466	2.32 483	1.45 452	1.48 436	1.17 283	1.53 428	0.91 340	1.16 217	1.71 478	0.31 415	0.27 432	0.30 407	0.29 426	0.28 344	0.29 347

ADLNet2	0.92 377	0.37 334	1.25 385	0.80 467	0.65 440	1.12 392	0.75 408	1.95 400	1.42 443	1.26 340	1.67 446	1.68 454	1.04 401	1.80 351	1.23 417	0.25 323	0.22 365	0.21 203	0.22 307	0.27 328	0.31 373

FTStereo	0.92 377	0.28 127	0.61 98	0.57 262	0.34 220	0.65 215	1.80 536	1.09 160	0.84 157	1.75 481	4.13 540	1.04 309	1.62 488	1.59 314	0.48 200	0.21 225	0.17 271	0.23 268	0.22 307	0.19 149	0.58 496

PFNet	0.92 377	0.28 127	1.20 373	0.68 395	0.32 182	0.62 189	0.55 330	1.27 230	1.01 226	1.47 430	1.09 243	0.97 286	0.68 243	6.58 530	0.59 269	0.21 225	0.13 72	0.24 292	0.19 209	0.20 185	0.20 159

DLCB_ROB	0.92 377	0.43 384	0.95 283	0.71 421	0.55 398	1.11 390	0.83 436	1.61 303	1.32 396	1.67 474	1.66 444	1.70 457	0.93 350	1.96 373	1.34 434	0.26 349	0.25 415	0.27 367	0.28 407	0.28 344	0.28 333

GEStereo_RVC	0.93 382	0.40 367	1.15 348	0.67 383	0.50 362	0.95 358	0.78 415	2.73 528	1.21 326	1.20 302	1.12 256	1.25 365	0.91 340	3.21 453	0.95 376	0.31 415	0.20 334	0.23 268	0.20 238	0.28 344	0.31 373

CBFPSM	0.95 383	0.37 334	2.10 469	0.51 147	0.39 276	1.73 475	0.87 449	1.59 299	1.13 284	1.11 243	1.00 203	2.34 511	1.64 493	1.42 280	1.44 444	0.19 151	0.18 302	0.20 169	0.20 238	0.22 249	0.36 413

OMP-Stereo	0.95 383	0.35 303	0.79 191	0.92 504	0.32 182	0.49 89	0.35 119	1.22 214	1.11 271	1.58 456	1.12 256	1.44 408	0.69 247	6.92 536	0.51 218	0.20 194	0.15 205	0.24 292	0.19 209	0.21 229	0.16 62

DSFCA	0.95 383	0.38 352	1.23 380	0.55 219	0.66 446	1.50 454	0.93 460	1.58 294	1.24 343	1.59 459	1.16 280	1.48 417	0.95 358	2.96 445	1.20 409	0.31 415	0.28 438	0.25 331	0.26 379	0.29 361	0.26 299

PSMNet_ROB	0.95 383	0.57 442	1.45 412	0.75 450	0.64 435	1.28 425	1.12 486	1.84 363	1.15 295	1.16 274	1.29 334	1.44 408	0.89 334	1.74 338	1.70 476	0.33 430	0.25 415	0.37 466	0.39 486	0.36 418	0.32 382

FADNet-RVC	0.96 387	0.72 484	2.96 501	0.64 348	0.49 357	0.90 334	0.59 356	1.85 371	1.27 363	0.92 196	0.97 192	1.36 393	0.90 337	2.36 413	1.31 426	0.30 411	0.29 447	0.32 426	0.32 451	0.42 447	0.37 417

TransformOpticalFlow	0.97 388	0.30 175	0.96 290	0.54 205	0.31 149	0.65 215	0.54 320	1.87 374	1.19 315	1.12 251	1.44 385	1.34 390	0.98 373	6.68 533	0.44 164	0.19 151	0.12 36	0.21 203	0.19 209	0.18 113	0.23 237

IIG-Stereo	0.97 388	0.34 274	0.80 196	0.90 502	0.33 202	0.61 186	0.26 43	1.27 230	1.08 252	1.69 476	1.37 361	1.44 408	0.74 256	6.94 537	0.53 236	0.21 225	0.14 139	0.23 268	0.18 187	0.20 185	0.15 31

XX-Stereo	0.97 388	0.28 127	8.28 543	0.85 485	0.70 462	0.44 59	0.22 17	1.07 148	0.69 110	0.66 140	1.56 422	1.38 399	0.38 84	1.36 260	0.38 114	0.21 225	0.14 139	0.20 169	0.19 209	0.19 149	0.16 62

DispNO	0.98 391	0.34 274	2.02 462	0.58 275	0.55 398	0.88 328	0.49 279	1.70 328	1.24 343	1.22 317	1.26 315	1.18 347	0.88 331	5.17 494	0.88 351	0.23 281	0.18 302	0.24 292	0.22 307	0.19 149	0.22 216

DEmStereo	0.98 391	0.25 68	0.85 234	0.49 116	0.33 202	1.02 373	0.55 330	0.97 109	0.93 188	1.41 409	2.13 496	1.01 303	2.01 515	5.62 506	0.78 324	0.19 151	0.15 205	0.20 169	0.20 238	0.18 113	0.25 279

FADNet	0.98 391	0.64 462	2.57 490	0.66 369	0.55 398	0.95 358	0.57 343	1.91 386	1.38 419	0.94 202	1.02 208	1.36 393	1.00 382	2.69 436	0.97 380	0.34 440	0.34 478	0.31 414	0.34 471	0.61 506	0.42 447

CFNet	0.99 394	0.40 367	1.23 380	0.65 355	0.43 317	1.03 374	0.49 279	2.01 414	1.35 403	1.02 223	1.39 368	1.10 331	0.86 316	5.47 505	0.89 354	0.24 303	0.18 302	0.28 383	0.27 396	0.27 328	0.22 216

NVstereo2D	0.99 394	0.45 392	2.21 477	0.79 466	0.75 472	1.20 414	0.86 445	1.98 405	1.41 434	1.02 223	1.18 286	1.31 383	0.97 370	2.25 404	0.93 369	0.45 491	0.22 365	0.39 474	0.25 361	0.59 500	0.68 512

CBMV_ROB	0.99 394	0.46 395	0.68 133	0.53 191	0.39 276	1.40 444	0.48 268	2.09 433	1.30 387	1.53 444	2.29 504	1.36 393	1.23 442	2.46 420	1.04 394	0.44 488	0.42 511	0.47 498	0.44 498	0.41 443	0.39 430

ACV-stereo	1.00 397	0.55 433	1.47 414	0.59 294	0.42 312	2.38 519	0.58 350	1.20 207	1.21 326	0.83 172	1.01 205	3.36 537	2.10 521	1.64 323	1.17 405	0.28 388	0.22 365	0.23 268	0.22 307	0.29 361	0.35 409

fast-acv-ft	1.00 397	0.48 406	1.85 451	0.61 316	0.52 377	1.77 481	0.69 392	1.52 277	1.47 458	1.34 380	1.85 474	1.73 460	1.24 445	1.62 322	1.56 457	0.27 370	0.28 438	0.28 383	0.28 407	0.28 344	0.31 373

HBP-ISP	1.00 397	0.60 446	0.85 234	0.64 348	0.48 351	1.63 468	0.77 412	2.24 472	1.30 387	1.33 373	1.53 412	0.87 236	0.99 376	3.26 456	0.76 318	0.46 492	0.44 513	0.54 511	0.48 507	0.48 475	0.42 447

CSP-Net	1.00 397	0.41 377	0.99 296	0.56 240	0.43 317	1.62 467	0.76 411	2.16 454	1.16 302	1.33 373	1.22 299	1.32 387	0.89 334	4.67 485	0.93 369	0.35 450	0.24 403	0.20 169	0.20 238	0.23 269	0.30 363

ETE_ROB	1.01 401	0.69 477	1.49 417	0.72 427	0.50 362	1.15 400	1.12 486	1.91 386	1.24 343	1.94 501	1.50 402	1.73 460	1.06 407	1.78 344	1.33 433	0.33 430	0.26 422	0.38 470	0.34 471	0.40 439	0.44 454

THIR-Stereo	1.02 402	0.29 150	0.73 163	0.51 147	0.29 112	0.94 351	1.31 507	1.08 153	0.98 210	1.35 386	1.91 482	1.16 345	1.54 484	6.37 528	0.79 329	0.20 194	0.14 139	0.21 203	0.22 307	0.19 149	0.25 279

PS-NSSS	1.02 402	0.62 458	1.17 363	0.61 316	0.58 411	0.91 337	0.79 423	2.02 415	1.19 315	1.17 278	1.68 448	1.00 298	0.85 308	4.43 479	0.86 345	0.38 462	0.31 456	0.52 506	0.32 451	0.52 484	0.45 456

XPNet_ROB	1.02 402	0.56 437	1.33 399	0.75 450	0.58 411	1.11 390	1.13 488	1.77 345	1.29 383	1.88 493	1.43 383	1.63 446	1.13 426	2.04 382	1.69 474	0.40 470	0.31 456	0.33 438	0.29 426	0.37 424	0.37 417

YMNet	1.04 405	0.59 443	1.67 436	0.86 488	0.86 497	1.84 489	0.61 368	1.70 328	1.28 371	1.65 470	1.98 486	1.75 465	0.96 360	1.57 307	1.58 459	0.34 440	0.37 494	0.32 426	0.32 451	0.33 402	0.32 382

YMNet_1	1.04 405	0.59 443	1.67 436	0.86 488	0.86 497	1.84 489	0.61 368	1.70 328	1.28 371	1.65 470	1.98 486	1.75 465	0.96 360	1.57 307	1.58 459	0.34 440	0.37 494	0.32 426	0.32 451	0.33 402	0.32 382

iinet-f	1.04 405	0.50 414	4.24 522	0.58 275	0.43 317	1.78 485	0.70 399	1.29 236	1.16 302	1.25 327	1.42 379	1.57 435	1.42 473	1.47 292	1.70 476	0.26 349	0.23 393	0.20 169	0.20 238	0.26 322	0.26 299

RAFT-RH_RVC	1.04 405	0.26 86	0.76 178	0.53 191	0.29 112	0.80 290	0.32 87	0.85 79	1.12 278	2.04 507	4.63 546	1.03 308	0.57 186	5.93 515	0.52 226	0.20 194	0.13 72	0.26 352	0.20 238	0.16 57	0.19 133

CBMV	1.04 405	0.48 406	0.88 248	0.56 240	0.36 245	1.52 456	1.55 520	1.87 374	1.59 478	2.11 511	1.67 446	1.46 414	1.35 461	1.92 365	1.31 426	0.35 450	0.35 485	0.39 474	0.33 465	0.34 410	0.34 400
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 410	0.33 245	1.04 311	0.49 116	0.31 149	0.67 226	0.26 43	2.37 493	0.80 145	1.05 230	1.11 252	2.86 528	1.81 506	6.26 522	0.50 214	0.18 113	0.15 205	0.19 135	0.16 145	0.17 81	0.21 187

StereoDRNet	1.05 410	0.53 426	2.21 477	0.80 467	0.93 506	1.50 454	0.90 452	2.06 427	1.44 447	1.68 475	1.20 291	1.48 417	0.99 376	1.86 356	1.60 463	0.29 404	0.24 403	0.29 395	0.28 407	0.35 414	0.33 391

AIO-Stereo-zeroshot1	1.06 412	0.43 384	3.59 514	0.53 191	0.66 446	0.79 283	0.39 168	2.60 520	0.98 210	0.96 207	4.58 544	2.05 500	0.56 183	0.99 168	0.51 218	0.19 151	0.14 139	0.21 203	0.28 407	0.32 395	0.41 439

STrans-v2	1.06 412	0.31 208	1.02 306	0.52 168	0.33 202	0.67 226	0.78 415	2.66 526	1.26 359	1.15 270	1.46 389	1.37 397	1.40 468	6.68 533	0.46 183	0.19 151	0.13 72	0.21 203	0.18 187	0.18 113	0.21 187

DISCO	1.06 412	0.37 334	1.19 369	0.73 435	0.46 339	2.04 504	0.84 438	2.26 473	1.54 469	1.25 327	1.36 360	2.38 513	1.08 410	2.60 432	1.62 466	0.24 303	0.19 320	0.22 234	0.20 238	0.32 395	0.29 347

NCCL2	1.06 412	0.64 462	1.35 400	0.78 464	0.58 411	1.32 428	1.69 525	1.89 381	1.38 419	1.52 441	1.20 291	1.91 476	1.17 431	1.79 349	1.50 451	0.35 450	0.31 456	0.45 492	0.44 498	0.41 443	0.45 456

LALA_ROB	1.06 412	0.66 469	1.37 408	0.70 417	0.53 384	1.61 465	1.25 504	1.81 357	1.48 462	1.82 489	1.40 373	1.93 480	1.03 395	1.68 329	1.69 474	0.38 462	0.28 438	0.43 487	0.37 482	0.43 449	0.38 425

TCMNet	1.07 417	0.66 469	2.49 486	0.92 504	1.32 538	1.14 396	0.67 386	1.91 386	1.29 383	1.20 302	1.57 426	1.29 378	0.96 360	2.23 401	1.59 462	0.32 423	0.31 456	0.38 470	0.35 475	0.43 449	0.40 435

PSMNet-RUCA	1.07 417	1.06 512	1.64 433	1.23 533	1.10 521	1.39 440	0.65 380	1.91 386	1.43 444	0.95 204	1.52 410	0.99 292	0.83 300	1.28 244	1.01 387	0.71 528	0.34 478	0.99 538	0.61 527	1.01 530	0.67 508

RAFT + AFF	1.07 417	0.47 400	1.36 405	0.68 395	0.50 362	1.20 414	1.22 500	2.58 519	1.26 359	1.33 373	1.56 422	1.19 349	1.49 482	3.89 472	1.01 387	0.22 259	0.26 422	0.30 407	0.27 396	0.29 361	0.32 382

DRN-Test	1.07 417	0.49 411	1.95 459	0.75 450	0.81 490	1.61 465	0.78 415	2.26 473	1.53 467	1.84 490	1.35 356	1.42 402	1.04 401	2.26 405	1.61 464	0.28 388	0.23 393	0.31 414	0.30 438	0.33 402	0.33 391

TDLM	1.08 421	0.50 414	1.01 303	0.69 408	0.54 392	0.91 337	1.40 513	1.60 301	1.36 412	1.17 278	1.40 373	1.07 316	1.00 382	6.19 518	0.85 344	0.34 440	0.22 365	0.35 453	0.26 379	0.38 430	0.29 347

Wz-Net-LNSev-Ref	1.09 422	0.46 395	2.61 493	0.71 421	0.65 440	2.00 501	0.78 415	2.07 429	1.47 458	1.62 465	1.47 391	1.53 428	1.29 452	2.10 390	1.65 472	0.24 303	0.14 139	0.20 169	0.16 145	0.28 344	0.28 333

FAT-Stereo	1.10 423	0.43 384	1.46 413	0.74 441	0.60 421	1.13 393	0.92 456	2.06 427	1.71 491	1.75 481	2.00 489	2.02 493	1.47 479	2.02 381	1.26 421	0.44 488	0.36 489	0.34 446	0.29 426	0.36 418	0.57 493

CVANet_RVC	1.10 423	0.49 411	1.15 348	0.65 355	0.54 392	0.93 348	1.00 473	1.69 324	1.36 412	1.42 413	1.39 368	1.24 364	1.17 431	6.22 520	0.80 336	0.35 450	0.24 403	0.35 453	0.30 438	0.44 460	0.32 382

APVNet	1.11 425	0.59 443	1.95 459	0.87 491	0.77 478	1.90 494	0.82 435	2.03 419	1.15 295	1.14 268	1.43 383	1.55 431	1.12 425	3.03 447	1.62 466	0.32 423	0.34 478	0.42 486	0.36 478	0.36 418	0.41 439

GANetREF_RVC	1.11 425	0.90 501	1.56 428	0.88 493	0.53 384	1.41 446	1.35 510	1.91 386	1.54 469	1.28 351	1.32 342	1.46 414	1.23 442	2.04 382	1.00 386	0.57 514	0.45 515	0.67 527	0.52 515	0.91 526	0.62 503
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
GCST	1.13 427	1.50 537	1.17 363	1.74 543	1.17 531	1.29 426	0.30 71	1.55 286	1.21 326	1.31 364	0.97 192	0.99 292	0.48 139	2.38 417	0.54 245	1.24 544	0.70 544	1.31 544	0.86 541	1.03 532	0.92 529

GASNet	1.13 427	1.10 518	3.29 510	1.00 519	0.68 453	0.82 300	0.67 386	1.85 371	1.38 419	1.39 401	1.25 313	1.25 365	1.20 441	2.72 438	1.62 466	0.46 492	0.26 422	0.36 463	0.34 471	0.55 494	0.33 391

anonymity	1.14 429	0.98 509	1.24 383	1.09 524	1.13 524	1.08 386	0.90 452	2.02 415	1.23 339	1.32 367	1.27 324	1.27 376	1.09 413	1.16 217	1.03 393	1.02 535	1.01 560	0.97 536	0.97 545	0.98 528	1.01 531

PA-Net	1.14 429	0.63 459	2.12 471	0.67 383	0.75 472	1.19 413	0.91 454	1.91 386	1.46 457	1.18 289	1.23 307	1.33 389	1.17 431	4.31 477	1.41 441	0.29 404	0.46 519	0.33 438	0.50 511	0.33 402	0.57 493
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 431	0.54 429	1.50 418	0.73 435	0.66 446	1.18 412	0.84 438	2.13 445	1.41 434	1.73 479	1.84 471	2.53 519	1.46 477	2.46 420	1.35 436	0.43 479	0.41 506	0.54 511	0.36 478	0.43 449	0.50 472

RASNet	1.16 432	0.34 274	1.11 336	0.73 435	0.86 497	1.00 370	0.60 363	1.56 289	1.43 444	1.07 238	1.37 361	2.08 501	1.44 476	7.00 538	1.56 457	0.20 194	0.17 271	0.17 73	0.19 209	0.19 149	0.19 133

DANet	1.16 432	0.64 462	1.52 423	0.88 493	0.74 468	1.52 456	0.52 300	1.68 315	1.21 326	1.81 487	1.55 416	2.02 493	1.11 419	3.30 458	2.28 497	0.34 440	0.31 456	0.40 480	0.30 438	0.46 470	0.54 482
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 434	0.29 150	1.08 326	0.55 219	0.43 317	0.69 239	0.71 402	1.14 178	1.35 403	1.00 214	1.49 395	1.90 474	0.86 316	9.61 563	0.89 354	0.21 225	0.19 320	0.30 407	0.25 361	0.20 185	0.18 99

Wz-Net-LNSev	1.17 434	0.72 484	4.71 526	0.66 369	0.84 495	1.72 472	1.13 488	1.97 404	1.43 444	1.34 380	1.32 342	1.66 449	1.30 455	1.44 286	1.51 453	0.29 404	0.26 422	0.24 292	0.23 339	0.33 402	0.35 409

S-Stereo	1.17 434	0.48 406	2.25 480	0.83 478	0.81 490	1.22 416	1.17 495	2.12 437	2.08 517	1.47 430	2.13 496	1.55 431	1.16 427	2.09 389	1.46 447	0.42 478	0.40 505	0.35 453	0.32 451	0.45 463	0.73 516

MaskLacGwcNet_RVC	1.17 434	1.06 512	1.28 391	0.88 493	0.69 456	1.92 496	0.92 456	1.71 332	1.14 290	1.17 278	1.26 315	1.49 419	0.80 289	2.04 382	0.86 345	2.02 547	0.34 478	0.79 531	0.36 478	1.38 541	1.33 543

RP	1.17 434	0.54 429	1.48 416	0.93 510	1.05 518	1.14 396	0.85 444	1.99 409	1.70 489	1.72 478	2.07 493	1.91 476	1.93 513	2.00 378	1.37 438	0.55 512	0.37 494	0.48 500	0.37 482	0.46 470	0.46 461

z-ln-s-r	1.18 439	0.61 451	2.91 499	0.54 205	0.56 403	0.81 298	0.86 445	1.72 335	1.55 475	1.18 289	1.62 435	1.37 397	1.16 427	3.67 466	3.77 522	0.20 194	0.15 205	0.21 203	0.17 169	0.29 361	0.24 258

ccnet	1.19 440	0.71 481	1.36 405	0.81 471	0.75 472	1.72 472	1.13 488	1.98 405	1.31 394	1.52 441	1.84 471	1.75 465	1.36 463	2.01 379	2.04 489	0.57 514	0.54 531	0.57 519	0.56 520	0.60 503	0.60 501

Nwc_Net	1.19 440	0.53 426	2.34 482	0.92 504	0.81 490	1.49 453	0.70 399	2.28 481	1.32 396	1.41 409	2.27 502	2.03 496	1.76 503	2.05 386	1.46 447	0.43 479	0.30 451	0.43 487	0.46 503	0.39 435	0.40 435

NCC-stereo	1.20 442	0.60 446	1.84 449	0.88 493	0.95 510	1.32 428	0.94 462	2.14 447	1.36 412	1.43 417	1.79 463	1.93 480	2.13 526	2.54 429	1.41 441	0.49 500	0.38 499	0.45 492	0.59 524	0.43 449	0.45 456

Abc-Net	1.20 442	0.60 446	1.84 449	0.88 493	0.95 510	1.32 428	0.94 462	2.14 447	1.36 412	1.43 417	1.79 463	1.93 480	2.13 526	2.54 429	1.41 441	0.49 500	0.38 499	0.45 492	0.59 524	0.43 449	0.45 456
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 444	0.66 469	3.44 512	0.69 408	0.73 463	1.93 497	1.44 515	2.16 454	1.59 478	1.85 492	1.49 395	1.50 422	1.34 460	2.05 386	1.54 456	0.27 370	0.24 403	0.28 383	0.28 407	0.35 414	0.32 382

RGC	1.22 445	0.82 495	1.71 439	0.95 515	0.98 515	1.53 458	0.80 426	2.18 463	1.35 403	1.69 476	1.94 483	2.03 496	1.66 494	2.36 413	1.50 451	0.46 492	0.36 489	0.59 522	0.48 507	0.49 479	0.49 468

stereogan	1.22 445	0.45 392	2.03 465	0.87 491	0.85 496	2.52 521	0.72 403	1.98 405	1.78 499	1.92 497	1.94 483	2.31 510	1.42 473	2.10 390	1.14 402	0.38 462	0.36 489	0.39 474	0.32 451	0.52 484	0.49 468

AANet_RVC	1.22 445	0.60 446	1.94 455	0.69 408	0.46 339	0.75 260	0.69 392	1.51 275	1.57 476	1.36 391	1.90 480	1.51 425	0.87 325	7.23 540	1.89 486	0.26 349	0.19 320	0.19 135	0.16 145	0.23 269	0.37 417

HSM	1.22 445	0.34 274	0.81 201	0.61 316	0.39 276	1.22 416	0.63 376	2.45 502	1.25 351	1.32 367	1.26 315	1.91 476	1.08 410	9.21 559	0.75 315	0.23 281	0.17 271	0.20 169	0.16 145	0.22 249	0.24 258

Syn2CoEx	1.23 449	0.80 491	3.07 504	0.83 478	0.68 453	1.39 440	0.87 449	2.23 470	1.57 476	1.28 351	1.58 428	1.42 402	1.57 486	3.79 470	1.48 450	0.36 457	0.32 468	0.34 446	0.30 438	0.30 377	0.41 439

AF-Net	1.23 449	0.56 437	2.31 481	0.88 493	0.93 506	1.41 446	0.73 406	2.27 479	1.71 491	1.76 484	2.42 510	2.00 490	1.70 497	1.98 374	1.62 466	0.50 504	0.29 447	0.49 502	0.33 465	0.40 439	0.34 400

NaN_ROB	1.23 449	0.63 459	1.76 442	0.67 383	0.50 362	1.59 464	2.00 539	1.87 374	1.52 466	2.14 513	1.26 315	1.40 401	1.09 413	4.60 483	1.75 479	0.28 388	0.34 478	0.28 383	0.29 426	0.30 377	0.37 417

DGSMNet	1.24 452	0.84 498	3.20 506	0.91 503	0.92 503	1.39 440	1.34 509	2.46 506	1.44 447	1.34 380	1.66 444	1.50 422	1.03 395	1.85 353	1.30 425	0.48 498	0.48 522	0.55 515	0.51 514	0.78 520	0.79 522

RYNet	1.24 452	0.52 424	1.57 430	0.73 435	0.97 513	1.74 477	0.95 465	2.09 433	1.54 469	1.44 420	1.18 286	1.94 484	1.29 452	4.57 482	1.93 487	0.27 370	0.23 393	0.35 453	0.27 396	0.57 497	0.59 498

ttt	1.26 454	0.36 313	0.79 191	0.65 355	0.42 312	0.94 351	0.57 343	2.33 489	1.38 419	1.25 327	1.65 442	0.92 266	0.78 273	2.64 433	8.73 553	0.30 411	0.28 438	0.26 352	0.25 361	0.29 361	0.32 382

aanetorigin	1.26 454	0.85 499	3.00 502	0.72 427	0.80 486	1.08 386	1.05 479	1.12 170	1.39 428	3.53 548	2.60 517	1.72 458	1.73 501	1.98 374	1.77 482	0.26 349	0.24 403	0.26 352	0.25 361	0.38 430	0.51 476

GwcNet	1.26 454	0.63 459	5.13 528	0.81 471	1.15 528	1.73 475	0.69 392	1.84 363	1.53 467	1.51 439	1.71 453	1.72 458	1.09 413	2.20 399	1.61 464	0.31 415	0.30 451	0.29 395	0.27 396	0.30 377	0.41 439

Consistency-Raft	1.27 457	1.01 511	2.17 474	1.04 521	1.20 533	0.96 364	1.00 473	1.84 363	1.95 510	1.38 398	2.11 495	1.44 408	1.03 395	1.18 223	1.40 440	0.73 529	0.83 546	0.89 534	0.99 548	1.33 539	0.95 530

NOSS_ROB	1.29 458	0.49 411	0.68 133	0.60 302	0.40 288	1.09 389	0.77 412	1.94 397	1.44 447	1.04 228	1.46 389	1.10 331	0.81 293	10.57 573	0.78 324	0.46 492	0.43 512	0.48 500	0.45 501	0.45 463	0.43 451

SGM-Forest	1.29 458	0.40 367	0.74 168	0.54 205	0.37 255	1.55 459	1.26 505	1.82 359	1.39 428	2.22 514	1.81 469	1.64 447	1.02 393	7.65 546	1.20 409	0.39 468	0.37 494	0.39 474	0.34 471	0.37 424	0.34 400
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 460	0.56 437	0.94 279	0.57 262	0.62 431	1.04 375	0.65 380	1.82 359	1.01 226	1.00 214	0.79 146	1.42 402	1.27 449	1.06 191	0.83 340	0.62 520	0.67 541	1.05 541	9.88 581	1.09 535	0.55 488

test_for_model	1.38 461	3.71 573	0.65 120	3.45 566	2.88 564	0.57 160	0.33 94	1.91 386	0.93 188	1.47 430	0.64 103	0.51 106	0.37 74	0.53 23	0.35 76	2.54 552	0.16 242	0.17 73	0.12 31	4.56 573	1.84 549

SQANet	1.38 461	0.95 507	1.37 408	1.89 547	1.47 543	1.44 450	0.81 431	1.89 381	1.13 284	1.34 380	1.26 315	1.28 377	1.02 393	1.64 323	0.91 362	2.55 553	0.35 485	1.47 545	0.56 520	2.48 547	1.74 547

PWC_ROB	1.39 463	0.93 506	4.07 520	0.77 460	0.83 493	1.16 403	0.53 306	1.87 374	2.01 513	2.36 519	3.06 528	1.65 448	1.60 487	2.65 435	2.29 499	0.34 440	0.23 393	0.36 463	0.25 361	0.39 435	0.49 468

PWCDC_ROB	1.39 463	0.91 504	2.10 469	1.08 523	0.92 503	1.72 472	0.58 350	2.03 419	3.30 547	1.32 367	4.87 549	1.21 352	1.71 499	1.98 374	1.75 479	0.65 523	0.26 422	0.29 395	0.25 361	0.56 495	0.41 439

GANet	1.41 465	0.52 424	1.18 368	0.74 441	0.48 351	1.40 444	1.69 525	1.87 374	1.28 371	1.56 452	2.39 508	1.56 433	1.25 446	9.13 557	1.20 409	0.31 415	0.32 468	0.34 446	0.29 426	0.40 439	0.33 391

PDISCO_ROB	1.41 465	0.73 487	2.04 466	1.40 536	1.46 542	2.83 532	1.07 482	2.64 522	2.11 519	1.41 409	1.50 402	1.73 460	0.99 376	2.83 443	1.46 447	1.03 536	0.27 432	0.54 511	0.47 505	0.77 519	0.84 526

w-ln-seven-2	1.42 467	0.69 477	6.86 536	0.71 421	0.62 431	1.23 418	0.92 456	1.84 363	1.59 478	1.74 480	1.59 432	1.49 419	1.40 468	3.69 467	2.22 494	0.27 370	0.26 422	0.29 395	0.26 379	0.34 410	0.33 391

LL-Strereo	1.42 467	0.44 391	2.02 462	0.62 324	1.07 519	0.73 253	0.65 380	2.02 415	1.21 326	1.60 460	1.62 435	2.02 493	2.10 521	9.67 564	1.07 396	0.22 259	0.20 334	0.27 367	0.24 352	0.23 269	0.33 391

SHD	1.42 467	0.81 494	2.79 497	0.98 517	0.92 503	1.97 498	0.68 389	2.43 500	2.55 529	2.54 528	1.72 454	2.01 492	1.62 488	2.14 394	2.70 506	0.40 470	0.33 474	0.39 474	0.40 488	0.48 475	0.54 482

RTSC	1.43 470	0.89 500	3.62 516	0.94 513	0.64 435	1.85 491	0.69 392	2.20 468	2.04 516	2.22 514	1.70 451	1.67 451	1.27 449	2.53 428	4.48 530	0.33 430	0.25 415	0.27 367	0.29 426	0.38 430	0.40 435

UDG	1.47 471	2.69 566	1.13 341	1.45 540	1.65 545	1.34 434	0.79 423	1.75 341	1.27 363	1.29 356	1.74 456	1.99 489	1.39 467	1.66 326	1.51 453	0.91 532	0.55 533	2.30 552	0.76 535	1.99 542	1.20 539

MFMNet_re	1.47 471	1.20 524	2.50 487	1.46 541	1.08 520	1.58 463	1.51 516	1.96 403	1.87 505	2.31 518	2.20 499	1.51 425	1.88 511	1.57 307	1.34 434	0.94 533	0.83 546	0.84 533	0.80 538	1.00 529	1.06 534

PASM	1.48 473	1.08 515	3.96 519	0.93 510	0.93 506	1.17 410	1.19 497	1.77 345	1.65 484	1.90 494	1.52 410	1.75 465	1.42 473	4.54 481	1.52 455	0.64 522	0.68 543	0.69 529	0.79 537	0.70 515	0.74 517

ADCRef	1.50 474	0.61 451	3.83 518	0.76 458	0.77 478	1.91 495	0.77 412	2.16 454	1.34 400	1.63 467	1.59 432	1.35 392	1.40 468	1.79 349	8.32 550	0.25 323	0.21 350	0.32 426	0.31 444	0.31 384	0.32 382

XQC	1.51 475	0.98 509	3.20 506	0.92 504	0.76 477	2.01 502	1.17 495	2.53 516	1.99 512	2.01 506	1.54 413	2.00 490	1.54 484	3.16 451	3.46 519	0.49 500	0.31 456	0.45 492	0.40 488	0.71 517	0.62 503

CC-Net-ROB	1.53 476	1.31 531	1.68 438	0.92 504	0.80 486	1.75 478	0.99 471	2.04 422	1.27 363	1.12 251	1.62 435	1.20 351	0.98 373	7.82 547	0.92 366	1.15 543	0.41 506	2.20 550	0.46 503	1.37 540	0.56 490

FINET	1.54 477	0.67 473	7.28 539	0.76 458	0.97 513	1.42 449	1.38 512	2.80 535	3.12 544	1.23 320	1.68 448	1.04 309	1.11 419	3.35 459	1.78 483	0.43 479	0.37 494	0.32 426	0.29 426	0.43 449	0.41 439

test_xeample	1.55 478	0.31 208	0.94 279	0.54 205	0.31 149	0.94 351	0.58 350	2.40 497	1.40 430	1.29 356	1.55 416	0.89 252	0.88 331	1.72 336	15.94 572	0.22 259	0.22 365	0.22 234	0.21 280	0.23 269	0.25 279

w-ln-seven	1.56 479	0.83 497	5.96 531	0.78 464	0.74 468	2.64 527	1.01 476	2.13 445	2.03 514	2.09 510	1.76 458	1.84 473	1.27 449	2.98 446	3.23 516	0.29 404	0.26 422	0.31 414	0.30 438	0.41 443	0.38 425

DDUNet	1.56 479	2.70 567	1.35 400	1.79 544	1.88 547	1.82 487	0.91 454	1.84 363	1.20 319	1.40 407	1.79 463	1.62 442	1.17 431	1.59 314	1.22 414	1.11 540	0.76 545	2.38 555	0.94 543	2.12 543	1.53 545

CrosDoStereo	1.56 479	0.26 86	0.78 187	0.51 147	0.29 112	0.66 221	11.86 572	1.18 199	1.00 223	1.35 386	1.76 458	0.99 292	1.83 508	6.64 531	0.83 340	0.19 151	0.15 205	0.20 169	0.22 307	0.18 113	0.25 279

DeepStereo_LL	1.56 479	0.26 86	0.78 187	0.51 147	0.29 112	0.66 221	11.86 572	1.18 199	1.00 223	1.35 386	1.76 458	0.99 292	1.83 508	6.64 531	0.83 340	0.19 151	0.15 205	0.20 169	0.22 307	0.18 113	0.25 279

xxxx	1.61 483	0.32 226	0.98 294	0.58 275	0.31 149	1.15 400	0.43 212	2.43 500	1.41 434	1.17 278	1.40 373	1.21 352	0.86 316	1.94 368	16.68 574	0.24 303	0.24 403	0.21 203	0.20 238	0.23 269	0.27 317

CSAN	1.61 483	0.67 473	3.24 509	0.74 441	0.52 377	1.77 481	1.74 530	1.98 405	1.94 509	2.47 526	2.33 506	1.93 480	2.04 518	6.45 529	1.95 488	0.43 479	0.36 489	0.41 485	0.42 492	0.43 449	0.44 454

MFN_U_SF_RVC	1.62 485	0.96 508	4.36 524	0.92 504	0.69 456	2.62 526	1.10 484	2.50 512	1.74 494	1.99 505	1.86 476	2.45 517	1.78 505	3.08 449	2.84 508	0.54 508	0.50 528	0.56 517	0.60 526	0.60 503	0.67 508

SDNR	1.66 486	0.55 433	2.36 483	0.56 240	0.58 411	3.79 550	0.45 244	1.78 347	1.40 430	1.38 398	2.45 513	1.13 340	0.96 360	11.03 574	1.31 426	0.67 525	0.64 539	0.43 487	0.32 451	0.71 517	0.76 520

otaku	1.67 487	1.18 522	1.56 428	2.27 549	1.59 544	1.98 499	1.23 502	2.23 470	1.37 417	1.48 436	1.63 440	1.73 460	1.23 442	1.85 353	1.09 397	2.96 557	0.58 537	1.74 546	0.61 527	2.94 553	2.15 553

222	1.67 487	0.31 208	0.93 272	0.59 294	0.31 149	1.05 378	0.43 212	2.39 495	1.47 458	1.37 393	1.55 416	0.94 274	0.94 353	1.98 374	17.76 575	0.24 303	0.22 365	0.21 203	0.20 238	0.22 249	0.26 299

Wz-Net-SNSev	1.68 489	1.45 533	8.71 547	0.71 421	0.67 452	1.35 435	1.51 516	2.15 452	1.47 458	1.51 439	1.68 448	2.27 506	1.38 465	4.23 474	2.36 501	0.32 423	0.29 447	0.31 414	0.33 465	0.43 449	0.39 430

DeepPrunerF	1.68 489	0.82 495	6.82 535	0.94 513	1.20 533	0.91 337	0.97 467	2.50 512	5.19 563	1.22 317	1.30 335	1.18 347	1.29 452	4.96 492	1.75 479	0.43 479	0.35 485	0.52 506	0.48 507	0.43 449	0.42 447

psmorigin	1.69 491	0.74 489	13.13 559	0.70 417	0.60 421	1.16 403	0.79 423	1.69 324	1.25 351	2.07 509	1.77 461	2.23 503	1.51 483	2.14 394	1.45 445	0.39 468	0.41 506	0.34 446	0.33 465	0.45 463	0.63 505

G-Net	1.71 492	0.67 473	2.09 468	1.14 529	0.75 472	2.96 537	0.89 451	1.58 294	1.30 387	2.76 533	8.12 567	2.29 508	2.51 537	1.94 368	2.23 496	0.49 500	0.45 515	0.45 492	0.31 444	0.62 507	0.59 498

Ntro	1.72 493	1.21 525	1.62 432	2.54 554	1.86 546	2.09 507	1.14 491	2.08 430	1.38 419	1.23 320	1.62 435	1.62 442	1.33 459	2.04 382	1.21 413	3.09 558	0.56 534	1.82 548	0.65 529	2.97 557	2.25 555

z-mn7	1.77 494	1.06 512	7.02 538	0.74 441	0.54 392	2.58 523	1.03 477	1.90 385	2.73 540	1.61 461	3.00 526	1.96 486	1.40 468	5.23 496	2.87 509	0.31 415	0.25 415	0.27 367	0.25 361	0.34 410	0.35 409

FBW_ROB	1.78 495	0.66 469	1.90 454	0.72 427	0.66 446	1.79 486	1.07 482	2.79 533	1.77 495	1.84 490	1.79 463	1.98 488	1.37 464	12.42 576	2.22 494	0.36 457	0.38 499	0.57 519	0.39 486	0.46 470	0.51 476

SPS-STEREO	1.78 495	1.09 517	1.52 423	1.22 532	1.14 526	1.87 493	1.11 485	2.27 479	1.70 489	3.17 546	2.39 508	2.84 527	1.93 513	4.41 478	2.93 510	1.04 538	0.99 559	0.97 536	0.94 543	1.03 532	1.05 533
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 497	1.11 519	4.33 523	0.84 482	0.77 478	3.70 545	2.41 558	2.04 422	1.85 504	1.75 481	1.90 480	1.92 479	1.25 446	7.33 541	1.45 445	0.47 496	0.47 520	0.53 510	0.77 536	0.50 481	0.55 488

SAMSARA	1.80 497	0.90 501	3.37 511	1.28 535	1.13 524	3.71 546	2.33 553	2.53 516	1.93 508	3.17 546	1.73 455	2.99 529	1.68 496	3.53 462	2.46 503	0.47 496	0.54 531	0.43 487	0.47 505	0.59 500	0.64 506

PVD	1.82 499	0.91 504	3.02 503	1.03 520	0.94 509	2.61 525	1.14 491	2.78 532	3.40 549	3.08 544	2.75 520	2.39 515	2.49 536	2.81 441	3.66 521	0.48 498	0.49 527	0.59 522	0.49 510	0.60 503	0.81 524

ADCL	1.82 499	0.70 479	4.57 525	0.70 417	0.63 434	2.56 522	1.77 532	2.08 430	1.77 495	1.95 503	1.89 478	2.04 498	1.88 511	2.36 413	9.55 557	0.27 370	0.25 415	0.35 453	0.32 451	0.39 435	0.39 430

zh-mn7	1.84 501	1.51 538	9.67 551	0.70 417	0.54 392	1.47 452	0.84 438	1.93 395	2.13 521	2.50 527	2.70 519	1.67 451	1.35 461	4.75 489	3.14 515	0.32 423	0.27 432	0.27 367	0.27 396	0.32 395	0.39 430

AAGNet	1.84 501	0.30 175	0.79 191	0.66 369	0.32 182	0.65 215	0.50 287	1.02 124	1.01 226	1.47 430	1.21 297	0.99 292	1.16 427	2.76 440	22.69 582	0.24 303	0.13 72	0.22 234	0.20 238	0.24 298	0.16 62

ff1	1.88 503	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	1.08 153	2.62 532	1.19 297	1.49 395	1.07 316	0.85 308	9.88 568	13.82 566	0.21 225	0.13 72	0.31 414	0.28 407	0.20 185	0.23 237

MDST_ROB	1.88 503	0.40 367	1.71 439	0.93 510	0.60 421	4.27 556	1.23 502	3.99 552	1.44 447	4.61 558	2.63 518	1.44 408	1.03 395	9.78 565	1.62 466	0.33 430	0.26 422	0.37 466	0.33 465	0.31 384	0.34 400

SGM_RVC	1.88 503	0.40 367	0.90 262	0.63 334	0.30 129	2.81 531	1.26 505	2.73 528	1.81 502	4.09 550	2.85 523	3.88 543	3.19 545	8.42 553	2.44 502	0.33 430	0.31 456	0.30 407	0.28 407	0.31 384	0.31 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 506	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	2.32 483	1.41 434	1.19 297	1.49 395	1.07 316	0.85 308	9.88 568	13.82 566	0.25 323	0.21 350	0.31 414	0.28 407	0.32 395	0.29 347

xxx	1.89 506	0.36 313	1.51 419	0.56 240	0.40 288	0.76 265	0.59 356	2.32 483	1.41 434	1.19 297	1.49 395	1.07 316	0.85 308	9.88 568	13.82 566	0.25 323	0.21 350	0.31 414	0.28 407	0.32 395	0.29 347

DPSNet	1.91 508	0.64 462	5.95 530	0.73 435	0.59 417	2.04 504	1.61 524	3.84 550	1.96 511	1.54 447	1.39 368	2.27 506	3.32 548	4.95 491	4.79 533	0.50 504	0.31 456	0.29 395	0.26 379	0.67 512	0.54 482

test_sample9	1.96 509	0.51 418	1.35 400	0.58 275	0.40 288	1.07 382	0.80 426	1.99 409	1.27 363	1.25 327	1.22 299	1.09 327	1.01 385	2.46 420	8.57 551	0.59 517	12.85 584	0.62 524	0.67 531	0.45 463	0.48 463

1111x	1.96 509	0.32 226	1.54 427	0.54 205	0.30 129	1.00 370	0.69 392	2.47 507	1.33 398	1.21 309	1.44 385	1.21 352	1.11 419	8.49 554	16.14 573	0.22 259	0.23 393	0.22 234	0.23 339	0.25 310	0.26 299

ADCPNet	1.97 511	0.78 490	9.38 549	0.74 441	0.61 427	2.73 529	1.36 511	2.11 436	1.66 485	1.92 497	1.70 451	2.45 517	2.07 519	2.50 426	6.84 545	0.38 462	0.38 499	0.38 470	0.43 496	0.47 474	0.50 472

zh-sn7	2.00 512	1.73 546	9.50 550	0.77 460	0.73 463	1.77 481	1.32 508	2.08 430	1.66 485	1.91 495	2.48 515	1.81 471	2.25 529	5.74 509	4.07 526	0.33 430	0.33 474	0.32 426	0.32 451	0.44 460	0.46 461

WCMA_ROB	2.05 513	0.55 433	1.77 443	0.74 441	0.61 427	2.24 512	1.56 521	2.17 462	1.79 500	4.16 554	6.36 556	5.66 555	4.66 559	3.19 452	2.77 507	0.55 512	0.45 515	0.40 480	0.43 496	0.48 475	0.50 472

RainbowNet	2.06 514	1.86 548	1.97 461	2.86 557	2.25 552	2.03 503	1.79 533	2.77 530	1.92 507	1.54 447	1.84 471	1.95 485	1.73 501	2.23 401	1.38 439	3.40 564	0.86 551	2.39 557	1.00 549	2.94 553	2.42 557

MSMD_ROB	2.08 515	0.61 451	1.15 348	0.71 421	0.62 431	4.00 552	0.93 460	1.94 397	1.79 500	4.71 560	4.60 545	8.14 564	3.87 555	3.75 469	1.65 472	0.54 508	0.48 522	0.55 515	0.58 522	0.53 489	0.52 478

Wz-Net-TNSev	2.10 516	2.71 568	9.30 548	0.72 427	0.65 440	2.41 520	1.81 537	2.45 502	1.77 495	1.62 465	1.56 422	2.56 520	2.01 515	5.30 497	4.46 529	0.41 474	0.38 499	0.33 438	0.37 482	0.54 492	0.64 506

ADCMid	2.11 517	0.90 501	8.39 545	0.75 450	0.69 456	1.98 499	1.14 491	2.18 463	1.67 487	2.85 535	1.85 474	2.35 512	2.02 517	2.35 412	10.58 561	0.34 440	0.32 468	0.39 474	0.44 498	0.51 483	0.53 481

ADCP+	2.12 518	0.56 437	10.01 552	0.68 395	0.91 502	2.25 513	1.04 478	1.92 393	1.50 465	1.58 456	1.34 351	1.73 460	1.62 488	2.27 406	13.20 563	0.25 323	0.22 365	0.32 426	0.29 426	0.38 430	0.34 400

WZ-Net	2.14 519	1.08 515	11.68 558	0.89 500	0.78 482	1.76 479	1.59 523	2.39 495	2.03 514	2.11 511	1.95 485	2.30 509	2.28 530	5.94 516	3.86 525	0.35 450	0.27 432	0.29 395	0.32 451	0.52 484	0.50 472

AnyNet_C32	2.14 519	1.45 533	7.38 540	0.95 515	1.12 522	2.23 511	2.34 554	2.10 435	1.54 469	2.44 522	1.79 463	2.04 498	1.66 494	2.69 436	10.48 560	0.38 462	0.35 485	0.35 453	0.42 492	0.50 481	0.60 501

NVStereoNet_ROB	2.17 521	1.18 522	3.51 513	1.14 529	1.26 536	1.57 462	1.51 516	2.19 465	2.11 519	2.04 507	4.80 547	3.17 536	2.11 524	7.97 549	2.10 490	1.12 541	0.94 556	1.10 542	1.34 555	0.95 527	1.31 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 522	1.29 530	4.14 521	1.10 525	0.78 482	5.00 559	2.38 557	2.47 507	2.67 537	1.94 501	2.28 503	2.66 524	1.70 497	9.10 556	2.29 499	0.68 527	0.52 529	0.68 528	0.71 534	1.17 537	0.81 524

SANet	2.26 523	0.70 479	6.94 537	0.69 408	0.46 339	2.76 530	1.76 531	2.61 521	5.84 565	2.45 523	3.52 534	3.71 540	3.38 550	5.90 513	2.14 492	0.34 440	0.31 456	0.32 426	0.29 426	0.54 492	0.43 451

test_sample8	2.29 524	0.51 418	1.35 400	0.58 275	0.40 288	1.07 382	0.80 426	2.03 419	1.22 334	2.28 517	1.33 347	4.98 553	2.51 537	2.46 420	8.57 551	0.59 517	12.85 584	0.62 524	0.67 531	0.45 463	0.48 463

ADCS	2.35 525	1.26 527	6.54 534	0.85 485	0.77 478	2.18 510	1.79 533	2.47 507	2.20 522	2.80 534	2.14 498	2.38 513	2.09 520	2.81 441	13.83 569	0.43 479	0.41 506	0.40 480	0.45 501	0.59 500	0.67 508

MeshStereo	2.36 526	0.60 446	1.05 316	0.63 334	0.51 372	2.58 523	0.99 471	3.46 545	2.21 523	7.38 572	5.06 551	7.50 560	3.10 544	7.02 539	2.54 504	0.44 488	0.44 513	0.45 492	0.40 488	0.43 449	0.45 456
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
AnyNet_C01	2.38 527	2.21 558	10.17 553	0.99 518	0.79 484	3.12 538	2.37 555	2.69 527	1.89 506	2.58 530	2.44 512	2.70 525	1.86 510	3.65 463	7.12 546	0.41 474	0.41 506	0.40 480	0.42 492	0.68 513	0.79 522

DispFullNet	2.39 528	2.89 569	3.74 517	3.09 562	2.27 554	2.04 504	0.84 438	2.19 465	1.73 493	2.54 528	1.98 486	2.23 503	5.83 562	3.44 461	1.84 485	1.03 536	0.33 474	2.65 563	1.97 567	2.87 552	2.34 556

EDNetEfficient	2.40 529	1.14 520	8.59 546	0.77 460	0.73 463	1.06 381	1.53 519	1.54 283	4.06 555	4.87 561	2.81 521	2.23 503	3.53 551	3.04 448	9.65 558	0.27 370	0.24 403	0.27 367	0.31 444	0.70 515	0.67 508

MSAF-DinoV2	2.45 530	1.88 551	17.19 567	0.89 500	0.52 377	1.39 440	0.97 467	2.84 536	1.77 495	1.55 450	1.65 442	3.60 539	2.28 530	5.74 509	4.64 532	0.28 388	0.17 271	0.26 352	0.28 407	0.49 479	0.54 482

FCDSN-DC	2.47 531	0.65 468	1.00 301	0.85 485	0.75 472	2.26 514	0.97 467	2.31 482	1.83 503	5.52 567	7.65 563	7.72 563	7.70 569	4.43 479	2.64 505	0.52 506	0.48 522	0.52 506	0.52 515	0.57 497	0.59 498
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 532	0.72 484	18.07 571	0.72 427	0.53 384	1.85 491	0.86 445	1.80 354	2.40 526	1.54 447	1.42 379	1.13 340	1.17 431	4.18 473	4.80 535	0.25 323	0.20 334	0.23 268	0.19 209	7.64 578	0.38 425

ELAS	2.67 533	0.80 491	2.13 472	1.13 526	1.15 528	6.25 563	2.56 559	3.50 546	3.68 552	5.36 565	4.92 550	3.79 541	5.56 561	3.65 463	5.22 537	0.66 524	0.57 535	0.56 517	0.54 518	0.65 510	0.75 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 534	1.55 541	15.40 562	1.13 526	1.42 540	3.75 548	2.21 548	2.45 502	2.72 538	2.91 538	2.85 523	2.58 521	1.62 488	6.28 524	5.80 540	0.41 474	0.30 451	0.35 453	0.35 475	0.52 484	0.54 482

RTSA	2.76 534	1.55 541	15.40 562	1.13 526	1.42 540	3.75 548	2.21 548	2.45 502	2.72 538	2.91 538	2.85 523	2.58 521	1.62 488	6.28 524	5.80 540	0.41 474	0.30 451	0.35 453	0.35 475	0.52 484	0.54 482

WAO-7	2.78 536	1.54 540	2.18 475	1.41 539	1.19 532	3.92 551	2.01 542	4.19 554	3.89 554	2.98 540	5.47 552	4.18 544	3.28 547	8.24 552	4.27 527	1.13 542	1.01 560	1.18 543	1.13 554	1.19 538	1.13 538

MADNet+	2.80 537	3.38 572	11.57 557	1.50 542	1.21 535	3.18 540	2.00 539	3.52 547	2.61 531	1.81 487	2.09 494	2.83 526	2.18 528	7.55 544	5.44 539	0.84 530	0.83 546	0.71 530	0.66 530	1.05 534	1.08 535

IMH-64-1	2.82 538	1.87 549	1.77 443	3.31 564	2.69 560	3.22 541	2.07 543	4.25 555	2.77 541	2.46 524	3.78 537	3.05 531	2.34 533	4.67 485	3.00 512	3.84 569	0.84 549	2.75 564	1.39 556	3.34 562	2.93 565

IMH-64	2.82 538	1.87 549	1.77 443	3.31 564	2.69 560	3.22 541	2.07 543	4.25 555	2.77 541	2.46 524	3.78 537	3.05 531	2.34 533	4.67 485	3.00 512	3.84 569	0.84 549	2.75 564	1.39 556	3.34 562	2.93 565

pmcnn	2.84 540	0.46 395	5.19 529	0.68 395	0.42 312	1.55 459	1.16 494	2.32 483	1.60 481	2.72 531	7.49 561	17.96 578	1.48 481	6.04 517	6.64 544	0.18 113	0.15 205	0.15 20	0.12 31	0.20 185	0.20 159

ACVNet_2	2.86 541	1.47 535	8.28 543	2.68 555	2.26 553	2.70 528	1.84 538	3.41 543	3.04 543	2.27 516	3.42 533	4.58 546	2.10 521	5.91 514	1.62 466	2.58 554	0.67 541	2.22 551	0.85 540	2.79 550	2.47 558

ELAS_RVC	2.87 542	0.80 491	3.22 508	1.16 531	1.12 522	2.92 536	5.33 568	2.98 539	4.18 557	5.04 562	4.82 548	4.71 548	8.23 570	4.25 476	4.79 533	0.67 525	0.57 535	0.57 519	0.53 517	0.66 511	0.74 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 543	0.61 451	1.15 348	0.75 450	0.57 408	2.85 534	1.05 479	3.44 544	2.64 535	6.93 568	7.63 562	9.86 569	7.02 567	5.76 511	4.31 528	0.54 508	0.48 522	0.51 504	0.50 511	0.53 489	0.52 478

FC-DCNN v2	2.96 544	0.61 451	1.13 341	0.75 450	0.57 408	2.90 535	1.06 481	3.59 548	2.66 536	7.05 569	7.66 564	10.26 572	7.17 568	6.27 523	4.49 531	0.54 508	0.48 522	0.51 504	0.50 511	0.53 489	0.52 478

WAO-6	2.98 545	1.67 545	1.88 453	2.38 553	2.30 555	3.53 544	2.37 555	4.38 557	4.64 561	2.42 520	4.50 541	4.85 549	2.99 543	5.22 495	5.37 538	1.77 546	1.16 566	2.31 553	1.47 561	2.42 546	1.99 552

ACVNet-4b	3.05 546	1.42 532	18.09 572	2.85 556	2.33 556	2.32 518	1.22 500	2.47 507	2.21 523	1.26 340	2.36 507	2.64 523	1.46 477	6.32 526	1.23 417	3.29 561	0.45 515	2.37 554	1.02 551	3.03 558	2.61 560

ACVNet_1	3.08 547	1.48 536	17.70 568	2.90 559	2.35 557	2.30 515	1.43 514	3.16 541	2.26 525	1.91 495	2.05 492	3.51 538	2.32 532	3.71 468	1.58 459	3.25 560	0.66 540	2.40 558	1.06 552	3.07 559	2.59 559

PWCK	3.24 548	2.37 559	10.86 555	2.14 548	1.14 526	3.71 546	4.19 566	3.02 540	3.55 551	3.05 543	3.63 535	3.09 534	2.35 535	8.16 551	3.41 518	2.17 550	0.96 557	1.77 547	1.01 550	2.84 551	1.40 544

IMH	3.35 549	1.95 552	1.86 452	3.30 563	2.72 562	4.03 554	2.00 539	4.58 559	3.83 553	2.87 536	6.99 559	4.69 547	3.21 546	6.77 535	2.97 511	3.91 572	0.89 553	2.78 566	1.40 560	3.36 564	2.93 565

LVE	3.40 550	1.80 547	2.21 477	2.90 559	2.44 558	3.27 543	2.25 550	4.80 560	5.06 562	2.43 521	6.79 557	5.99 556	2.64 541	9.20 558	2.28 497	3.30 562	1.11 565	2.38 555	1.48 562	2.95 555	2.62 561

Dean	3.77 551	1.65 544	17.87 569	3.01 561	2.54 559	3.15 539	2.10 546	4.80 560	4.42 558	2.89 537	6.03 554	5.45 554	2.55 540	3.40 460	2.13 491	3.22 559	0.89 553	2.51 561	1.07 553	3.07 559	2.65 563

JetBlue	4.18 552	2.45 563	10.42 554	1.40 536	2.89 565	10.68 569	10.68 570	3.91 551	2.52 527	2.74 532	3.39 532	4.50 545	4.27 557	7.97 549	7.67 549	0.89 531	0.97 558	0.89 534	0.92 542	2.26 544	2.21 554

notaker	4.29 553	2.42 562	5.06 527	3.89 573	3.29 570	4.00 552	2.25 550	4.93 562	3.47 550	4.21 556	6.79 557	7.67 562	3.37 549	9.25 560	6.47 542	4.09 574	1.42 568	3.35 573	2.13 570	4.11 569	3.54 570

ktn	4.56 554	2.41 561	2.54 488	3.79 572	3.25 568	4.81 558	2.91 563	5.52 564	7.36 566	4.12 553	14.55 575	7.54 561	3.70 552	7.84 548	3.35 517	4.06 573	1.86 571	3.26 572	2.22 571	3.27 561	2.86 564

WAO-8	4.57 555	2.01 553	2.58 491	2.37 551	2.21 550	9.75 565	1.71 527	6.04 568	16.34 574	4.11 551	7.69 565	7.41 558	3.85 553	10.02 571	3.85 523	2.05 548	1.09 563	2.44 559	1.39 556	2.56 548	1.86 550

Venus	4.57 555	2.01 553	2.58 491	2.37 551	2.21 550	9.75 565	1.71 527	6.04 568	16.34 574	4.11 551	7.69 565	7.41 558	3.85 553	10.02 571	3.85 523	2.05 548	1.09 563	2.44 559	1.39 556	2.56 548	1.86 550

MultiAttention	4.59 557	0.35 303	0.90 262	0.75 450	0.46 339	31.81 589	4.41 567	2.35 492	1.41 434	1.64 469	2.43 511	2.42 516	0.70 250	38.40 589	1.78 483	0.23 281	0.15 205	0.30 407	0.30 438	0.48 475	0.48 463

SGM+DAISY	5.38 558	1.28 529	8.24 542	1.27 534	1.16 530	10.62 568	16.01 577	2.93 538	2.53 528	8.64 575	13.03 573	8.26 565	13.38 575	6.34 527	7.59 548	1.07 539	1.05 562	1.00 539	0.98 546	1.02 531	1.12 537

TorneroNet-64	5.41 559	2.10 556	2.43 484	3.49 568	2.83 563	9.90 567	2.13 547	8.87 574	16.79 579	5.39 566	9.18 569	10.68 574	3.92 556	9.55 562	5.11 536	3.36 563	0.86 551	2.88 567	1.62 563	3.76 565	3.37 568

MADNet++	5.41 559	3.18 570	6.43 533	4.66 577	3.95 574	6.15 562	6.75 569	4.51 558	4.51 560	5.06 563	6.27 555	4.96 551	6.14 563	9.39 561	11.70 562	4.71 575	4.19 576	3.97 575	3.33 573	4.08 568	4.25 575

UNDER WATER	5.68 561	2.46 564	15.52 564	3.98 575	3.53 571	5.15 560	2.74 561	5.58 565	16.41 577	4.00 549	4.56 542	9.12 567	6.43 565	6.22 520	9.11 555	3.85 571	1.35 567	3.18 571	1.98 568	4.51 572	3.84 574

UNDER WATER-64	5.84 562	2.48 565	17.93 570	3.97 574	3.58 572	7.70 564	3.03 564	5.72 567	14.13 571	4.18 555	4.00 539	9.27 568	6.80 566	6.20 519	9.22 556	3.67 566	1.52 569	3.14 569	1.95 566	4.43 571	3.83 573

LSM	6.55 563	1.26 527	15.64 565	1.79 544	68.74 592	1.67 471	2.08 545	2.26 473	2.59 530	3.13 545	3.08 529	1.90 474	1.81 506	2.89 444	2.16 493	0.43 479	0.59 538	0.50 503	0.58 522	0.64 508	17.24 585

tt	6.61 564	0.28 127	6.10 532	3.77 571	2.17 549	11.53 570	19.61 578	13.53 579	5.81 564	3.00 541	2.82 522	4.97 552	6.33 564	3.83 471	7.23 547	9.13 581	11.32 583	5.87 579	6.22 579	6.01 575	2.63 562

JetRed	7.02 565	8.94 577	25.72 580	2.89 558	3.27 569	14.25 574	12.27 574	6.69 570	4.45 559	4.46 557	4.56 542	6.65 557	5.43 560	7.46 543	14.41 571	2.60 555	3.31 573	2.61 562	2.30 572	4.34 570	3.79 572

xyz-stereo	7.03 566	0.24 49	70.23 594	0.44 53	0.21 7	29.74 583	0.49 279	1.03 132	0.77 129	1.45 426	26.78 584	1.17 346	1.19 440	4.72 488	1.32 432	0.16 46	0.12 36	0.20 169	0.14 89	0.17 81	0.14 15

MANE	7.50 567	0.64 462	7.97 541	1.40 536	2.10 548	16.86 576	12.56 575	12.91 578	17.51 582	8.50 574	11.60 572	14.66 575	13.33 574	12.02 575	13.28 564	0.62 520	0.52 529	0.52 506	1.90 565	0.56 495	0.58 496

SGM-ForestM	7.81 568	0.48 406	11.02 556	0.74 441	0.40 288	16.83 575	12.72 576	7.91 572	8.13 567	11.53 577	10.25 571	22.44 586	14.01 576	17.02 578	20.52 577	0.38 462	0.39 504	0.37 466	0.36 478	0.37 424	0.38 425

coex-ft	8.35 569	2.39 560	100.24 596	0.68 395	0.54 392	1.77 481	1.57 522	1.71 332	11.00 569	18.91 584	3.76 536	3.85 542	8.23 570	3.29 457	6.58 543	0.31 415	0.31 456	0.32 426	0.31 444	0.69 514	0.57 493

LE_ROB	8.35 569	0.47 400	27.42 584	0.83 478	0.34 220	2.84 533	3.36 565	4.03 553	27.04 586	25.20 586	8.72 568	8.55 566	27.35 586	7.37 542	22.13 578	0.22 259	0.20 334	0.20 169	0.21 280	0.25 310	0.25 279

KSHMR	8.76 571	2.14 557	3.59 514	3.60 570	3.13 567	4.15 555	2.67 560	5.61 566	58.90 596	3.04 542	55.71 596	4.94 550	2.54 539	4.61 484	3.05 514	3.49 565	1.57 570	3.14 569	1.98 568	3.84 566	3.49 569

U	9.23 572	0.22 16	0.65 120	0.48 101	53.11 591	61.26 596	0.24 32	0.77 50	0.55 67	0.37 33	0.30 15	0.29 30	0.34 52	0.34 2	0.27 18	0.20 194	0.12 36	60.47 593	4.24 576	0.18 113	0.14 15

TCMNet-wrong-test	10.42 573	11.55 579	15.31 561	20.99 582	18.49 578	13.94 573	10.69 571	16.07 580	4.14 556	5.27 564	5.64 553	16.22 577	12.57 572	7.57 545	10.26 559	7.44 579	2.38 572	4.30 576	3.43 574	11.37 581	10.87 579

EDNetEfficientorigin	10.59 574	1.52 539	177.33 597	0.68 395	0.54 392	1.66 470	1.20 499	1.94 397	3.39 548	4.69 559	3.37 531	3.08 533	2.79 542	3.25 455	3.63 520	0.26 349	0.24 403	0.33 438	0.28 407	0.85 523	0.87 527

TorneroNet	10.72 575	2.09 555	2.76 496	3.48 567	3.03 566	44.72 590	2.31 552	8.62 573	67.06 597	7.45 573	23.21 583	10.59 573	4.28 558	9.03 555	9.00 554	3.67 566	0.91 555	3.04 568	1.63 564	3.92 567	3.55 571

HanzoNet	11.92 576	5.12 574	17.18 566	4.19 576	3.59 573	5.16 561	2.82 562	7.41 571	9.96 568	33.31 592	27.60 585	22.25 585	37.31 590	18.18 580	13.57 565	8.13 580	3.44 575	3.50 574	3.44 575	7.77 579	4.52 576

DGTPSM_ROB	13.06 577	8.27 575	22.29 575	9.53 579	18.14 576	11.53 570	31.97 583	10.82 576	16.25 572	7.14 570	19.39 581	10.12 570	16.69 578	9.85 566	22.49 580	4.77 576	8.72 578	5.37 577	10.24 582	6.15 576	11.56 580

DPSMNet_ROB	13.08 578	8.28 576	22.32 576	9.54 580	18.15 577	11.53 570	31.98 584	10.83 577	16.27 573	7.17 571	19.40 582	10.12 570	16.69 578	9.87 567	22.50 581	4.78 577	8.72 578	5.38 578	10.25 583	6.16 577	11.59 581

USTest	14.33 579	14.93 580	21.00 573	17.41 581	16.02 575	23.11 577	33.76 585	22.02 581	11.81 570	9.47 576	10.19 570	15.94 576	13.17 573	17.25 579	22.38 579	3.81 568	5.01 577	6.17 580	6.18 578	9.23 580	7.81 578

DPSM_ROB	19.12 580	19.13 582	25.13 578	22.15 584	20.86 581	28.06 580	37.75 587	27.18 584	16.95 580	14.25 578	15.07 576	21.66 580	18.69 581	21.83 582	26.51 585	10.15 583	9.30 581	10.45 583	10.41 584	14.00 582	12.85 583

DPSM	19.12 580	19.13 582	25.13 578	22.15 584	20.86 581	28.06 580	37.75 587	27.18 584	16.95 580	14.25 578	15.07 576	21.66 580	18.69 581	21.83 582	26.51 585	10.15 583	9.30 581	10.45 583	10.41 584	14.00 582	12.85 583

LRCNet_RVC	22.79 582	32.09 588	22.06 574	29.83 586	26.15 583	4.40 557	0.84 438	22.64 582	2.10 518	26.93 587	29.25 586	23.03 587	15.56 577	23.91 584	18.92 576	32.00 590	20.04 591	34.68 589	32.13 590	30.66 589	28.52 589

DLNR_Zeroshot_test	23.23 583	48.25 597	43.77 587	177.04 597	78.39 593	0.35 19	0.21 13	23.33 583	0.82 150	0.67 142	0.86 164	0.58 136	0.30 34	1.64 323	0.48 200	10.69 585	0.13 72	0.18 109	0.14 89	76.63 596	0.23 237

DPSimNet_ROB	24.77 584	9.69 578	61.46 593	3.56 569	19.46 579	25.95 578	77.56 596	5.09 563	16.60 578	21.50 585	29.82 587	25.12 588	85.69 597	13.37 577	23.07 583	7.23 578	17.79 586	8.55 581	7.57 580	4.57 574	31.84 590

BEATNet-Init1	27.39 585	21.01 584	73.65 595	1.07 522	0.80 486	56.07 591	22.82 579	33.14 591	31.71 588	51.78 596	52.93 595	65.63 596	48.54 595	48.75 597	36.36 590	0.52 506	0.47 520	0.54 511	0.54 518	0.64 508	0.72 515

CasAABBNet	38.42 586	38.42 591	50.26 589	44.76 591	41.87 587	56.47 593	76.22 594	54.44 594	33.92 590	28.53 589	30.36 590	43.53 594	37.59 591	43.77 594	53.32 596	20.27 586	18.70 588	21.03 585	21.04 587	28.19 586	25.79 587

FlowAnything	38.45 587	38.38 590	50.32 590	44.77 592	41.97 588	56.43 592	76.20 593	54.49 596	34.43 592	28.45 588	30.15 588	43.52 593	37.69 592	43.76 593	53.31 595	20.36 587	18.71 589	21.03 585	21.10 589	28.18 585	25.74 586

Selective-RAFT-Error	38.47 588	38.44 592	50.38 591	44.74 590	42.01 589	56.47 593	76.24 595	54.44 594	34.02 591	28.59 590	30.30 589	43.51 592	38.10 593	43.69 592	53.24 594	20.36 587	18.72 590	21.05 587	21.02 586	28.25 587	25.87 588

HaxPig	39.02 589	41.39 594	41.59 585	30.10 587	32.36 584	29.49 582	27.65 581	30.56 587	37.94 593	43.75 593	43.81 592	33.42 589	35.69 587	41.51 590	40.33 592	43.91 594	47.48 596	45.87 590	47.14 592	42.29 590	44.06 593

AVERAGE_ROB	40.42 590	42.30 595	42.61 586	36.91 589	35.54 586	30.42 584	27.59 580	37.45 593	38.45 594	44.87 594	44.27 593	37.55 591	36.69 588	41.82 591	40.25 591	45.36 595	46.73 595	47.09 591	46.32 591	42.47 591	43.74 592

MEDIAN_ROB	42.01 591	44.30 596	44.14 588	35.08 588	34.90 585	31.33 588	29.90 582	36.77 592	40.11 595	47.14 595	46.55 594	37.49 590	38.50 594	44.30 596	42.32 593	47.93 596	49.31 597	49.68 592	49.00 593	44.98 592	46.46 594

Anonymous_1	42.79 592	18.71 581	24.75 577	21.81 583	45.16 590	27.68 579	37.52 586	28.64 586	16.34 574	14.72 580	14.53 574	20.60 579	17.82 580	21.52 581	25.88 584	113.45 597	8.91 580	100.63 594	126.37 594	158.50 597	12.31 582

LSM0	42.92 593	38.72 593	50.66 592	47.49 593	110.18 597	56.77 595	75.87 592	54.87 597	33.74 589	29.48 591	31.12 591	43.77 595	37.12 589	43.85 595	53.44 597	20.50 589	18.67 587	21.05 587	21.07 588	28.37 588	41.73 591

PML	51.64 594	37.49 589	14.31 560	7.45 578	20.27 580	107.80 597	231.34 598	8.94 575	27.70 587	86.74 597	268.93 598	69.03 597	61.09 596	24.71 588	14.36 570	9.71 582	3.40 574	9.60 582	4.67 577	20.46 584	4.76 577

xxxxx1	54.34 595	26.72 585	27.03 581	114.14 594	99.00 594	30.68 585	47.19 589	32.52 588	26.09 583	17.85 581	17.48 578	21.86 582	20.92 583	24.38 585	33.78 587	34.73 591	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

tt_ll	54.34 595	26.72 585	27.03 581	114.14 594	99.00 594	30.68 585	47.19 589	32.52 588	26.09 583	17.85 581	17.48 578	21.86 582	20.92 583	24.38 585	33.78 587	34.73 591	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

ff	54.34 595	26.72 585	27.03 581	114.14 594	99.00 594	30.68 585	47.19 589	32.52 588	26.09 583	17.85 581	17.48 578	21.86 582	20.92 583	24.38 585	33.78 587	34.73 591	41.33 592	157.67 595	175.68 595	65.82 593	71.99 595

test_example2	192.91 598	210.59 598	206.44 598	199.86 598	204.90 598	172.02 598	182.95 597	138.34 598	134.89 598	193.14 598	200.54 597	186.77 598	177.82 598	204.95 598	207.57 598	221.83 598	238.70 598	186.02 598	190.07 598	226.94 598	173.78 598

ccccc		492.94 599		530.37 599	529.69 599	476.06 599		494.48 599		446.40 599		473.27 599		541.46 599		660.58 599	458.79 599	353.88 599	309.98 599	597.94 599

Low-res two-view benchmark