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

xyz-stereo-finetune2	1.31 83	0.95 266	3.28 77	0.60 1	0.36 7	3.48 231	0.65 133	2.82 158	1.47 55	0.99 107	1.86 302	0.91 121	1.75 358	3.54 301	1.86 333	0.27 74	0.22 74	0.30 206	0.28 231	0.33 179	0.34 54

LG-Stereo	0.94 45	0.71 141	3.31 79	0.62 2	0.51 75	2.85 138	0.54 78	2.59 132	1.40 45	0.88 83	1.23 102	0.53 37	0.40 4	0.81 2	0.86 91	0.23 23	0.18 10	0.31 226	0.24 154	0.29 102	0.22 1

RAStereo	1.53 97	0.71 141	17.55 245	0.62 2	0.65 146	1.18 15	0.32 11	1.94 52	1.15 23	0.80 58	1.07 73	0.64 52	0.47 14	0.89 4	1.01 142	0.25 44	0.20 33	0.27 128	0.21 86	0.36 235	0.27 12

3.25w_new	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 85	0.51 66	2.45 104	1.45 50	0.66 21	0.80 31	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 232	0.20 1	0.19 43	0.21 18	0.47 175

3.25w	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 85	0.51 66	2.45 104	1.45 50	0.66 21	0.80 31	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 232	0.20 1	0.19 43	0.21 18	0.47 175

xyz-stereo-finetune	1.14 74	0.88 228	1.93 50	0.63 4	0.37 12	3.48 231	0.79 227	2.86 164	1.95 156	1.02 112	1.26 111	0.91 121	0.78 97	2.53 259	1.84 329	0.30 137	0.24 131	0.26 105	0.24 154	0.31 133	0.30 23

MLG-Stereo_test3	0.66 3	0.40 2	1.55 33	0.64 7	0.65 146	2.21 85	0.31 8	1.69 33	0.81 4	0.59 6	0.54 11	0.56 40	0.33 1	0.98 12	0.60 20	0.21 13	0.23 102	0.24 49	0.17 17	0.20 9	0.34 54

3.75w	0.82 23	0.53 36	1.49 26	0.65 8	1.10 323	2.60 126	0.52 73	2.46 106	1.19 26	0.70 32	0.82 34	0.40 11	0.66 60	1.16 35	0.59 16	0.26 62	0.27 188	0.23 24	0.19 43	0.22 29	0.47 175

rvit_stereo_0080	1.10 69	1.09 304	3.78 87	0.65 8	0.60 121	1.91 66	0.74 186	2.74 146	2.65 265	0.94 99	1.09 75	0.85 102	0.81 113	1.20 45	0.89 99	0.39 303	0.29 209	0.25 72	0.28 231	0.46 347	0.35 64

whm_eth	1.10 69	1.09 304	3.78 87	0.65 8	0.60 121	1.91 66	0.74 186	2.74 146	2.65 265	0.94 99	1.09 75	0.85 102	0.81 113	1.20 45	0.89 99	0.39 303	0.29 209	0.25 72	0.28 231	0.46 347	0.35 64

asda	0.86 31	0.51 28	1.32 16	0.66 11	0.82 221	3.30 200	0.49 56	2.41 95	1.13 19	0.66 21	0.84 38	0.44 25	0.84 118	1.14 31	0.67 36	0.23 23	0.70 428	0.25 72	0.18 25	0.22 29	0.41 125

4.5w-stereo	0.80 15	0.49 19	1.36 21	0.66 11	0.79 208	1.96 71	0.51 66	2.18 75	1.45 50	0.77 50	0.93 49	0.43 19	0.49 19	1.08 22	0.66 29	0.30 137	0.68 420	0.26 105	0.20 72	0.23 36	0.57 238

MLG-Stereo_test2	0.84 25	0.43 7	1.95 51	0.66 11	1.04 304	3.61 262	0.23 2	1.70 35	2.18 187	0.69 27	0.33 3	0.67 61	0.33 1	1.16 35	0.46 1	0.25 44	0.26 175	0.23 24	0.16 9	0.19 3	0.35 64

MLG-Stereo	0.86 31	0.42 3	1.96 52	0.66 11	0.54 87	3.01 160	0.31 8	1.90 47	3.21 365	0.57 5	0.30 2	0.66 58	0.47 14	1.35 81	0.46 1	0.21 13	0.25 150	0.24 49	0.16 9	0.19 3	0.29 19

trnet	1.00 53	0.55 41	1.89 49	0.66 11	0.33 3	4.41 454	0.40 29	2.42 99	1.95 156	0.96 102	1.24 104	0.88 112	0.89 133	1.27 55	0.78 61	0.30 137	0.19 20	0.23 24	0.15 3	0.22 29	0.22 1

CREStereo	1.00 53	0.59 65	1.82 46	0.66 11	0.36 7	4.43 457	0.40 29	2.43 100	1.98 161	0.96 102	1.22 100	0.88 112	0.87 128	1.30 64	0.79 69	0.30 137	0.20 33	0.23 24	0.16 9	0.23 36	0.22 1
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
4.5_new	0.80 15	0.49 19	1.36 21	0.67 17	0.79 208	1.96 71	0.51 66	2.18 75	1.46 53	0.77 50	0.93 49	0.43 19	0.49 19	1.08 22	0.65 27	0.30 137	0.68 420	0.26 105	0.20 72	0.23 36	0.57 238

2.75w_new	0.88 36	0.51 28	2.22 59	0.67 17	0.66 154	2.44 108	0.55 80	2.75 148	1.08 16	0.87 80	0.75 22	0.39 10	0.91 138	1.41 96	0.74 51	0.21 13	0.43 328	0.22 13	0.18 25	0.19 3	0.41 125

3.5w_stereo	0.87 33	0.60 73	1.48 25	0.67 17	0.73 182	2.50 116	0.50 62	2.43 100	1.79 132	0.85 73	1.25 108	0.43 19	0.66 60	1.25 52	0.78 61	0.21 13	0.18 10	0.23 24	0.18 25	0.20 9	0.47 175

MLG-Stereo_test1	0.89 39	0.42 3	2.06 55	0.67 17	1.33 388	3.13 169	0.29 7	1.60 19	3.31 395	0.53 1	0.25 1	0.67 61	0.43 8	1.34 79	0.47 3	0.22 19	0.25 150	0.24 49	0.16 9	0.19 3	0.30 23

plain	2.00 126	0.89 233	21.49 532	0.67 17	0.73 182	1.66 56	0.57 87	3.27 209	2.18 187	0.80 58	1.25 108	0.80 93	0.86 125	1.72 154	1.13 161	0.34 224	0.21 57	0.32 246	0.25 170	0.44 329	0.34 54

MaDis-Stereo	1.60 98	1.11 308	16.13 209	0.67 17	1.87 486	1.22 22	0.39 24	2.17 73	1.42 47	0.69 27	0.78 27	0.88 112	0.70 68	1.24 50	1.13 161	0.32 178	0.23 102	0.26 105	0.21 86	0.32 155	0.28 15

HHNet	2.51 232	0.76 187	20.83 479	0.67 17	0.67 160	4.07 376	0.90 299	3.85 296	1.59 89	2.14 299	4.91 518	0.98 133	3.32 477	1.73 159	1.80 322	0.41 317	0.20 33	0.31 226	0.28 231	0.38 254	0.44 147

DIP-Stereo	2.03 133	0.98 278	16.44 224	0.67 17	0.62 134	4.30 438	0.58 98	4.43 489	2.89 308	1.97 244	1.40 148	0.91 121	0.86 125	1.31 68	1.27 203	0.38 295	0.23 102	0.33 281	0.23 134	0.33 179	0.57 238
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
2.5w	1.07 62	0.49 19	2.54 65	0.68 25	0.71 179	2.37 103	0.56 83	2.77 150	1.39 44	0.67 24	0.92 47	0.37 4	0.74 82	1.40 93	0.62 24	0.25 44	3.40 517	0.22 13	0.19 43	0.20 9	0.90 344

U	12.87 562	0.43 7	2.54 65	0.68 25	58.93 585	63.36 590	0.33 12	1.95 54	1.08 16	0.62 14	0.83 37	0.46 29	0.57 30	0.91 7	0.50 5	0.31 161	0.17 4	63.34 589	59.81 588	0.30 122	0.26 9

qwe	0.85 28	0.49 19	2.01 54	0.69 27	1.09 319	2.48 110	0.45 49	2.57 126	1.18 25	0.80 58	0.85 39	0.43 19	0.48 17	1.15 32	0.72 47	0.21 13	0.32 232	0.24 49	0.18 25	0.23 36	0.45 153

4w-stereo	0.85 28	0.55 41	2.85 72	0.69 27	0.80 212	1.62 55	0.43 41	2.23 78	1.36 40	0.65 19	0.99 63	0.40 11	0.81 113	1.19 40	0.68 37	0.23 23	0.32 232	0.25 72	0.19 43	0.21 18	0.48 186

111111	1.15 75	0.56 46	1.31 14	0.69 27	1.19 353	3.37 205	0.33 12	2.41 95	1.68 114	0.82 62	1.54 184	0.61 47	0.59 39	1.44 100	0.66 29	0.26 62	0.23 102	0.23 24	0.17 17	0.25 49	4.66 488

MonSter	0.70 8	0.47 15	1.58 37	0.69 27	0.89 249	1.19 17	0.39 24	2.57 126	0.93 9	0.62 14	0.66 17	0.37 4	0.35 3	1.08 22	0.59 16	0.16 1	0.36 272	0.20 1	0.19 43	0.21 18	0.52 212

S2M2_XL	0.49 1	0.51 28	1.16 4	0.70 31	0.34 5	0.29 1	0.23 2	0.68 1	0.53 1	0.55 3	0.92 47	0.65 55	0.53 23	0.65 1	0.59 16	0.28 94	0.24 131	0.25 72	0.21 86	0.23 36	0.23 6

asd	0.81 20	0.48 16	1.97 53	0.70 31	0.93 265	2.86 140	0.43 41	1.64 25	1.12 18	0.73 37	0.91 46	0.43 19	0.73 75	1.00 13	0.59 16	0.28 94	0.20 33	0.24 49	0.18 25	0.23 36	0.45 153

3w_stereo	0.99 48	0.52 34	4.37 97	0.70 31	0.42 32	1.73 59	0.68 148	2.80 153	1.26 32	0.78 52	0.87 40	0.37 4	1.01 161	1.34 79	0.66 29	0.19 4	0.95 448	0.23 24	0.20 72	0.21 18	0.43 141

xyz-stereo	10.93 556	0.71 141	79.25 589	0.70 31	0.45 43	83.14 591	0.77 210	2.68 141	1.49 62	2.28 351	32.01 576	2.76 376	1.61 318	5.80 346	3.32 438	0.29 109	0.18 10	0.33 281	0.23 134	0.26 65	0.29 19

2w_stereo	0.84 25	0.52 34	1.87 48	0.71 35	0.56 100	1.98 74	0.61 108	2.88 165	1.00 11	0.99 107	0.97 56	0.36 3	1.11 196	1.03 14	0.77 57	0.19 4	0.19 20	0.23 24	0.18 25	0.21 18	0.37 90

LGtest1	0.61 2	0.45 11	1.19 6	0.71 35	0.45 43	1.00 9	0.26 4	1.33 9	1.55 76	0.62 14	0.64 15	0.44 25	0.49 19	1.06 19	0.51 10	0.28 94	0.23 102	0.24 49	0.17 17	0.21 18	0.36 86

PMTNet	1.13 72	0.55 41	3.88 92	0.71 35	0.59 115	4.21 422	0.43 41	2.00 58	1.58 86	1.02 112	1.06 70	0.78 88	0.98 154	1.58 130	0.93 108	1.21 514	0.20 33	0.23 24	0.15 3	0.23 36	0.27 12

2.25w	0.89 39	0.51 28	2.54 65	0.72 38	0.66 154	2.27 93	0.40 29	2.43 100	1.22 29	0.83 67	1.05 68	0.40 11	0.80 110	1.28 59	0.89 99	0.18 3	0.56 392	0.21 8	0.18 25	0.19 3	0.38 100

AdaDepth	1.16 76	0.53 36	7.56 116	0.73 39	1.29 375	3.13 169	0.43 41	1.13 4	1.92 151	0.69 27	0.93 49	0.43 19	0.58 33	1.67 137	0.66 29	0.20 9	0.33 242	0.24 49	0.19 43	0.25 49	0.36 86

IGEV	0.74 9	0.39 1	1.16 4	0.73 39	1.31 382	2.78 133	0.38 20	1.81 41	1.03 12	0.80 58	0.72 19	0.35 2	0.42 7	1.11 30	0.52 12	0.19 4	0.23 102	0.22 13	0.19 43	0.18 1	0.33 43

4.25_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 117	0.57 87	2.28 83	1.13 19	0.60 8	0.97 56	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 338	0.25 72	0.18 25	0.20 9	0.38 100

4.5w_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 117	0.57 87	2.28 83	1.13 19	0.60 8	0.97 56	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 338	0.25 72	0.18 25	0.20 9	0.38 100

4.25w-stereo	0.80 15	0.50 23	1.30 11	0.74 41	0.98 277	2.51 117	0.57 87	2.28 83	1.13 19	0.60 8	0.97 56	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.43 328	0.25 72	0.18 25	0.20 9	0.38 100

1w_stereo	0.91 41	0.46 13	1.12 1	0.74 41	0.80 212	2.98 157	0.67 138	3.29 210	1.04 14	0.83 67	1.36 138	0.38 7	1.36 247	1.03 14	0.75 53	0.17 2	0.18 10	0.20 1	0.17 17	0.20 9	0.57 238

LG-Stereo_L2	0.69 6	0.54 39	1.56 35	0.74 41	0.48 56	2.32 98	0.28 5	1.87 46	0.80 3	0.60 8	0.43 7	0.38 7	0.45 12	1.38 91	0.54 13	0.24 30	0.28 199	0.23 24	0.18 25	0.22 29	0.32 32

DEFOM-Stereo	0.75 10	0.62 84	1.22 8	0.74 41	0.51 75	3.39 208	0.43 41	1.00 3	0.91 7	0.91 93	0.61 14	0.45 28	0.43 8	1.78 165	0.50 5	0.27 74	0.18 10	0.22 13	0.16 9	0.21 18	0.43 141

MIF-Stereo (partial)	1.93 117	0.69 126	21.14 511	0.74 41	1.02 293	1.07 11	0.49 56	2.75 148	1.78 131	0.82 62	1.22 100	0.80 93	0.90 136	1.68 139	1.63 280	0.38 295	0.24 131	0.33 281	0.26 187	0.41 293	0.32 32

dual_stereo	4.32 484	0.42 3	1.51 28	0.75 48	1.37 399	0.88 7	0.34 17	3.50 232	4.78 520	0.55 3	0.47 9	0.60 46	0.40 4	2.09 208	0.95 122	0.24 30	32.26 586	0.21 8	0.17 17	0.21 18	34.78 585

rvit_stereo_0081_aga	1.06 61	1.02 292	5.34 103	0.75 48	0.74 187	1.21 18	0.63 124	2.00 58	2.30 215	0.88 83	0.82 34	0.79 91	0.69 67	1.42 97	0.78 61	0.36 264	0.29 209	0.26 105	0.26 187	0.41 293	0.32 32

s12784h	2.08 139	0.50 23	16.85 229	0.75 48	0.36 7	4.42 456	0.49 56	4.23 416	3.08 347	2.03 268	2.67 460	0.91 121	1.05 180	2.05 203	0.78 61	0.37 279	0.18 10	0.24 49	0.16 9	0.27 72	0.26 9

IGEV-Stereo++	1.68 108	0.48 16	1.27 10	0.77 51	1.31 382	3.87 325	0.33 12	3.41 223	1.72 124	0.89 90	1.20 94	0.68 63	1.03 164	1.15 32	0.49 4	0.23 23	0.22 74	0.23 24	0.18 25	0.26 65	13.90 539

Patchmatch Stereo++	2.28 181	0.74 163	20.54 441	0.77 51	0.38 14	4.67 502	0.75 197	2.55 123	3.21 365	2.00 252	1.53 173	1.77 239	1.14 206	2.46 247	0.98 132	0.51 421	0.23 102	0.32 246	0.28 231	0.40 273	0.35 64
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.26 174	0.74 163	20.53 440	0.77 51	0.38 14	4.67 502	0.71 165	2.54 116	3.22 372	2.00 252	1.53 173	1.77 239	1.13 200	2.22 230	0.96 124	0.50 413	0.23 102	0.32 246	0.28 231	0.40 273	0.35 64

ROB_FTStereo_v2	2.25 170	0.74 163	20.45 425	0.77 51	0.38 14	4.66 501	0.74 186	2.54 116	3.20 362	2.00 252	1.53 173	1.77 239	1.14 206	2.13 216	0.96 124	0.50 413	0.22 74	0.32 246	0.28 231	0.40 273	0.35 64

ROB_FTStereo	2.26 174	0.74 163	20.44 422	0.77 51	0.38 14	4.65 498	0.75 197	2.54 116	3.19 360	2.00 252	1.54 184	1.77 239	1.13 200	2.28 237	0.94 116	0.49 399	0.22 74	0.32 246	0.28 231	0.40 273	0.35 64

HUI-Stereo	2.27 177	0.74 163	20.56 447	0.77 51	0.38 14	4.67 502	0.78 217	2.54 116	3.23 375	2.00 252	1.53 173	1.77 239	1.13 200	2.21 229	0.93 108	0.49 399	0.23 102	0.32 246	0.28 231	0.40 273	0.35 64

DRaft	3.12 373	0.68 121	20.57 451	0.77 51	0.49 65	3.95 347	1.20 394	2.40 94	1.60 94	2.64 437	2.80 470	1.59 209	5.33 514	6.94 382	9.51 496	0.43 345	0.22 74	0.27 128	0.27 204	0.32 155	0.47 175

iGMRVC	2.27 177	0.74 163	20.46 426	0.77 51	0.38 14	4.65 498	0.73 176	2.54 116	3.21 365	2.00 252	1.53 173	1.77 239	1.14 206	2.47 250	0.99 134	0.51 421	0.23 102	0.32 246	0.28 231	0.40 273	0.35 64

iRAFT	2.28 181	0.74 163	20.54 441	0.77 51	0.38 14	4.67 502	0.75 197	2.55 123	3.21 365	2.00 252	1.53 173	1.77 239	1.14 206	2.46 247	0.98 132	0.51 421	0.23 102	0.32 246	0.28 231	0.40 273	0.35 64

RAFT-IKP	2.27 177	0.74 163	20.55 443	0.77 51	0.38 14	4.64 497	0.73 176	2.54 116	3.21 365	2.00 252	1.53 173	1.77 239	1.13 200	2.25 236	1.00 138	0.51 421	0.22 74	0.32 246	0.28 231	0.40 273	0.35 64

TestStereo	2.41 216	1.95 420	19.15 289	0.77 51	0.61 124	1.83 61	0.58 98	2.33 91	1.53 71	1.44 158	1.37 141	1.26 173	0.90 136	11.59 513	0.94 116	0.36 264	0.19 20	0.33 281	0.24 154	0.45 337	0.32 32

LG-Stereo_L1	0.67 4	0.55 41	1.50 27	0.78 62	0.54 87	1.71 58	0.33 12	1.96 55	0.83 5	0.62 14	0.41 6	0.40 11	0.43 8	1.42 97	0.55 14	0.24 30	0.28 199	0.23 24	0.18 25	0.22 29	0.30 23

LG-G_1	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 135	0.40 29	2.23 78	1.29 34	0.76 46	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 163

LG-G	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 135	0.40 29	2.23 78	1.29 34	0.76 46	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 163

monsterstereo	1.31 83	0.58 56	2.10 56	0.79 65	1.41 408	2.51 117	0.40 29	3.15 194	0.84 6	0.74 38	1.18 91	0.41 18	0.40 4	1.55 126	0.97 127	0.20 9	8.12 541	0.22 13	0.18 25	0.22 29	0.33 43

monsters	0.91 41	0.67 112	1.83 47	0.79 65	1.55 433	2.91 147	0.40 29	2.66 139	0.99 10	0.70 32	0.87 40	0.38 7	0.44 11	1.90 189	0.79 69	0.22 19	0.35 263	0.20 1	0.18 25	0.20 9	0.28 15

DeepStereo_RVC	2.42 218	0.70 134	18.41 266	0.79 65	0.43 37	4.50 469	0.70 160	2.51 111	3.51 437	2.02 263	1.79 266	1.54 206	6.35 524	1.93 194	1.22 181	0.47 383	0.22 74	0.29 184	0.29 266	0.35 217	0.40 118

LG-Stereo_Zeroshot	1.04 59	0.53 36	2.93 74	0.80 68	0.77 202	3.99 357	0.39 24	2.10 67	1.96 160	0.90 92	0.93 49	0.75 87	0.85 121	1.31 68	0.87 93	0.28 94	0.21 57	0.26 105	0.21 86	0.32 155	0.38 100

TANstereo	1.98 120	0.87 224	20.35 413	0.80 68	0.37 12	4.05 371	0.38 20	1.50 14	1.65 109	2.03 268	2.16 378	0.84 99	0.93 144	1.09 25	0.68 37	0.30 137	0.36 272	0.24 49	0.20 72	0.26 65	0.46 163

4D-IteraStereo	2.95 345	1.83 411	20.75 474	0.81 70	1.56 438	2.22 90	1.03 355	2.48 109	1.56 80	1.42 153	1.00 64	1.93 274	0.61 44	1.65 135	2.04 365	0.31 161	0.22 74	0.31 226	0.26 187	0.28 84	16.75 562

GMOStereo	2.64 276	0.92 249	19.83 341	0.81 70	0.68 168	3.22 180	0.89 284	2.94 170	1.48 57	2.36 387	1.54 184	1.75 232	1.04 171	1.33 73	1.15 165	0.26 62	11.32 560	0.35 320	0.28 231	0.35 217	0.33 43

error version	2.64 276	0.92 249	19.83 341	0.81 70	0.68 168	3.22 180	0.89 284	2.94 170	1.48 57	2.36 387	1.54 184	1.75 232	1.04 171	1.33 73	1.15 165	0.26 62	11.32 560	0.35 320	0.28 231	0.35 217	0.33 43

test-v	2.64 276	0.92 249	19.83 341	0.81 70	0.68 168	3.22 180	0.89 284	2.94 170	1.48 57	2.36 387	1.54 184	1.75 232	1.04 171	1.33 73	1.15 165	0.26 62	11.32 560	0.35 320	0.28 231	0.35 217	0.33 43

test-2	2.64 276	0.92 249	19.83 341	0.81 70	0.68 168	3.22 180	0.89 284	2.94 170	1.48 57	2.36 387	1.54 184	1.75 232	1.04 171	1.33 73	1.15 165	0.26 62	11.32 560	0.35 320	0.28 231	0.35 217	0.33 43

water-stereo	0.98 47	0.63 87	5.05 100	0.82 75	0.48 56	2.36 101	0.52 73	1.56 17	1.32 38	0.95 101	1.05 68	0.86 105	0.75 88	0.84 3	0.82 80	0.25 44	0.25 150	0.25 72	0.24 154	0.24 44	0.46 163

HCRNet	2.24 168	0.74 163	14.54 175	0.82 75	1.36 396	4.11 386	0.70 160	3.61 248	3.03 335	1.83 217	1.61 205	1.58 208	1.40 258	5.79 343	1.60 272	0.35 240	0.28 199	0.36 337	0.29 266	0.34 202	0.46 163

FlowAnything_test	0.79 12	0.65 100	1.32 16	0.83 77	0.59 115	2.29 95	0.65 133	1.45 11	1.03 12	1.06 119	0.76 25	0.63 51	0.49 19	0.91 7	0.97 127	0.32 178	0.27 188	0.40 374	0.47 437	0.31 133	0.48 186

DEmStereo	3.24 399	0.65 100	18.95 281	0.83 77	0.54 87	3.85 317	1.79 468	2.53 115	2.54 250	2.25 340	2.74 466	2.02 293	6.02 521	6.78 375	11.30 505	0.40 314	0.26 175	0.27 128	0.27 204	0.28 84	0.57 238

PCWNet_CMD	2.16 148	0.71 141	15.44 192	0.84 79	0.76 199	3.38 206	0.68 148	3.69 262	2.24 198	1.72 196	1.63 214	3.20 413	3.00 462	2.09 208	1.23 184	0.32 178	0.37 279	0.47 418	0.27 204	0.65 433	0.51 204

fff	2.40 210	0.96 270	20.47 429	0.84 79	0.38 14	4.15 399	0.57 87	4.30 442	2.85 297	2.31 363	1.82 278	1.19 163	2.98 458	1.68 139	1.57 263	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 238

csc	2.40 210	0.96 270	20.47 429	0.84 79	0.38 14	4.15 399	0.57 87	4.30 442	2.85 297	2.31 363	1.82 278	1.19 163	2.98 458	1.68 139	1.57 263	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 238

cscssc	2.40 210	0.96 270	20.47 429	0.84 79	0.38 14	4.15 399	0.57 87	4.30 442	2.85 297	2.31 363	1.82 278	1.19 163	2.98 458	1.68 139	1.57 263	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 238

111	2.59 260	3.10 455	20.47 429	0.84 79	0.38 14	4.26 432	0.91 310	4.45 493	2.96 316	2.48 412	2.07 361	2.31 318	1.64 334	1.49 113	1.90 341	0.35 240	0.22 74	0.25 72	0.21 86	0.32 155	1.14 373

IGEV-RUCA	0.93 44	0.56 46	1.31 14	0.85 84	0.74 187	3.89 329	0.78 217	1.93 50	1.42 47	1.02 112	0.72 19	0.70 67	0.73 75	1.37 89	0.77 57	0.30 137	0.20 33	0.25 72	0.19 43	0.43 315	0.40 118

fffft	0.84 25	0.67 112	1.73 43	0.85 84	0.55 94	1.51 49	0.78 217	2.13 71	1.24 30	0.65 19	0.90 45	0.59 43	0.55 27	1.85 185	1.19 175	0.20 9	0.20 33	0.27 128	0.20 72	0.28 84	0.44 147
1: 1. 1
AIO-Stereo	1.40 91	0.62 84	1.44 24	0.85 84	0.76 199	1.28 32	0.79 227	2.39 93	2.83 294	0.75 42	1.62 209	0.89 116	0.46 13	1.30 64	0.77 57	0.28 94	0.27 188	0.25 72	0.23 134	0.27 72	9.88 528

CrosDoStereo	5.27 513	0.75 177	20.07 369	0.85 84	0.53 84	3.40 210	18.03 566	3.90 305	3.29 388	1.99 248	8.27 534	1.95 280	6.95 533	7.34 387	25.94 573	0.33 202	0.22 74	0.30 206	0.28 231	0.35 217	0.61 266

DeepStereo_LL	5.27 513	0.75 177	20.07 369	0.85 84	0.53 84	3.40 210	18.03 566	3.90 305	3.29 388	1.99 248	8.27 534	1.95 280	6.95 533	7.34 387	25.94 573	0.33 202	0.22 74	0.30 206	0.28 231	0.35 217	0.61 266

CRE-IMP	2.28 181	0.68 121	19.67 327	0.85 84	0.39 29	4.54 476	0.80 236	2.63 136	4.84 522	1.96 242	1.51 170	1.86 262	0.96 149	1.52 120	1.43 233	0.47 383	0.21 57	0.31 226	0.26 187	0.41 293	0.35 64

CAS++	1.01 57	0.77 195	3.30 78	0.86 90	0.53 84	1.23 23	0.85 264	3.43 226	1.57 83	1.16 126	1.33 130	0.62 49	0.58 33	1.18 38	0.63 26	0.37 279	0.30 219	0.35 320	0.27 204	0.41 293	0.38 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCANet-4	2.06 138	0.58 56	15.30 188	0.86 90	0.44 41	4.16 402	0.57 87	4.31 453	3.28 383	2.31 363	1.82 278	1.04 141	1.54 302	1.69 144	1.56 260	0.35 240	0.24 131	0.24 49	0.19 43	0.25 49	0.57 238

ADStereo(finetuned)	2.30 188	0.97 275	17.29 239	0.86 90	0.43 37	4.17 407	0.59 100	4.31 453	3.29 388	2.35 381	1.86 302	1.18 159	3.35 480	1.69 144	1.59 268	0.34 224	0.25 150	0.23 24	0.19 43	0.31 133	0.72 302

STrans-v2	3.11 370	0.95 266	20.80 477	0.86 90	0.64 141	3.90 330	1.01 348	4.30 442	3.61 443	2.28 351	3.65 502	4.11 480	5.17 513	7.32 386	1.63 280	0.34 224	0.18 10	0.29 184	0.26 187	0.30 122	0.65 282

Anonymous3	2.20 162	0.80 203	20.08 375	0.86 90	0.86 235	4.46 460	0.84 259	3.64 252	1.40 45	1.37 145	1.40 148	1.11 150	1.03 164	1.71 148	1.24 189	0.75 488	0.58 401	0.34 301	0.35 352	0.48 367	0.65 282

DCANet	2.37 205	0.98 278	20.47 429	0.86 90	0.43 37	4.18 410	0.59 100	4.31 453	3.29 388	2.35 381	1.86 302	1.18 159	1.63 331	1.69 144	1.59 268	0.34 224	0.25 150	0.24 49	0.19 43	0.31 133	0.73 307

MSMDNet	2.16 148	0.71 141	15.36 190	0.86 90	0.75 195	3.41 213	0.69 157	3.70 265	2.25 201	1.73 199	1.64 219	3.21 414	2.95 454	2.09 208	1.24 189	0.32 178	0.37 279	0.45 409	0.27 204	0.63 421	0.50 198

IGEV-BASED-STEREO-	1.13 72	3.31 458	2.61 70	0.87 97	0.40 30	1.26 24	0.61 108	1.55 16	1.61 100	0.93 97	0.94 54	0.65 55	0.57 30	1.10 26	0.68 37	1.55 527	0.19 20	0.32 246	0.28 231	1.11 503	2.04 430

iRaft-Stereo_5w	2.47 227	1.37 359	13.85 159	0.87 97	0.99 282	3.22 180	0.84 259	3.72 270	2.12 181	1.57 170	2.49 437	2.20 308	2.22 415	9.12 416	2.03 363	0.48 392	0.27 188	0.35 320	0.29 266	0.48 367	0.94 351

IPLGR	2.61 268	0.73 154	20.72 472	0.87 97	0.54 87	4.58 487	0.52 73	4.32 461	2.79 286	1.91 224	1.54 184	1.72 228	1.71 352	6.94 382	1.43 233	0.31 161	0.21 57	0.27 128	0.24 154	0.34 202	0.48 186

CREStereo++_RVC	1.98 120	0.59 65	19.94 355	0.87 97	0.55 94	4.02 363	0.31 8	1.75 37	2.09 172	1.65 181	2.20 389	0.85 102	0.65 54	1.03 14	0.72 47	0.29 109	0.16 3	0.23 24	1.22 527	0.25 49	0.22 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
CFNet_pseudo	2.03 133	0.74 163	12.75 148	0.87 97	0.74 187	3.91 334	0.65 133	4.04 342	1.93 153	1.93 228	1.79 266	3.25 418	1.61 318	2.51 253	1.25 195	0.32 178	0.37 279	0.53 454	0.28 231	0.64 426	0.50 198

ccs_rob	2.03 133	0.74 163	12.67 147	0.87 97	0.75 195	3.91 334	0.66 136	4.04 342	1.93 153	1.92 227	1.79 266	3.24 416	1.63 331	2.52 257	1.25 195	0.32 178	0.37 279	0.54 462	0.28 231	0.66 437	0.51 204

StereoAnything_RVC	4.17 473	12.66 526	20.44 422	0.88 103	0.57 110	1.16 14	0.39 24	2.35 92	4.38 493	0.53 1	0.37 4	0.33 1	0.89 133	1.62 133	0.50 5	0.33 202	0.22 74	0.24 49	0.15 3	3.36 539	31.99 580

LoS_RVC	1.23 79	1.51 374	6.09 108	0.88 103	1.71 472	1.96 71	0.59 100	1.61 21	1.37 42	0.84 71	1.35 133	0.84 99	1.15 212	1.49 113	0.83 83	0.21 13	0.17 4	0.20 1	0.14 1	0.20 9	1.49 400

depthmonostereo	1.22 78	0.96 270	6.67 112	0.89 105	0.56 100	2.21 85	0.57 87	1.84 45	1.21 28	1.01 111	1.09 75	1.38 188	0.99 155	2.41 246	0.93 108	0.24 30	0.28 199	0.22 13	0.21 86	0.25 49	0.53 219

castereo	0.88 36	0.78 197	1.15 3	0.89 105	0.51 75	1.31 33	0.90 299	3.42 225	1.28 33	0.88 83	1.28 119	0.72 76	0.91 138	1.05 18	1.01 142	0.28 94	0.17 4	0.26 105	0.20 72	0.24 44	0.34 54

mms	1.08 64	0.87 224	1.41 23	0.89 105	0.87 244	1.40 41	0.67 138	1.63 23	1.70 120	0.82 62	1.41 152	0.64 52	0.54 26	1.81 177	0.66 29	0.25 44	0.23 102	0.26 105	0.21 86	0.32 155	5.10 492

Pointernet	0.99 48	0.50 23	3.54 83	0.89 105	0.44 41	2.30 97	0.38 20	3.12 190	1.48 57	0.69 27	1.44 157	0.92 125	0.73 75	1.28 59	0.82 80	0.24 30	0.23 102	0.21 8	0.19 43	0.19 3	0.25 8

IGEV-Stereo+	1.08 64	0.55 41	2.59 69	0.89 105	2.06 498	1.40 41	0.38 20	1.18 7	1.29 34	0.76 46	0.45 8	0.47 30	0.79 105	2.16 220	0.65 27	0.29 109	0.25 150	0.22 13	0.19 43	2.27 530	2.70 450

WCG-NET（raft）	1.44 94	0.92 249	1.56 35	0.89 105	0.32 2	1.43 44	0.97 341	1.69 33	2.42 231	1.68 187	1.44 157	2.37 326	1.01 161	1.33 73	0.85 88	0.25 44	8.56 544	0.22 13	0.21 86	0.28 84	0.32 32

ff7	2.60 263	0.81 206	16.25 212	0.89 105	0.56 100	4.55 482	0.83 248	1.68 26	3.44 423	0.88 83	1.10 78	0.70 67	0.78 97	1.93 194	0.93 108	0.29 109	0.37 279	0.29 184	0.21 86	0.33 179	15.08 549

ffff	2.60 263	0.81 206	16.25 212	0.89 105	0.56 100	4.55 482	0.83 248	1.68 26	3.44 423	0.88 83	1.10 78	0.70 67	0.78 97	1.93 194	0.93 108	0.29 109	0.37 279	0.29 184	0.21 86	0.33 179	15.08 549

11t	2.60 263	0.81 206	16.25 212	0.89 105	0.56 100	4.55 482	0.83 248	1.68 26	3.44 423	0.88 83	1.10 78	0.70 67	0.78 97	1.93 194	0.93 108	0.29 109	0.37 279	0.29 184	0.21 86	0.33 179	15.08 549

ccc-4	2.60 263	0.81 206	16.25 212	0.89 105	0.56 100	4.55 482	0.83 248	1.68 26	3.44 423	0.88 83	1.10 78	0.70 67	0.78 97	1.93 194	0.93 108	0.29 109	0.37 279	0.29 184	0.21 86	0.33 179	15.08 549

GLC_STEREO	0.83 24	0.59 65	1.71 42	0.89 105	0.34 5	1.88 64	0.80 236	1.48 13	1.60 94	0.98 105	1.06 70	0.68 63	0.71 70	1.19 40	0.89 99	0.25 44	0.25 150	0.32 246	0.25 170	0.32 155	0.34 54

THIR-Stereo	4.50 492	1.11 308	18.71 274	0.89 105	0.47 51	2.25 91	16.71 565	3.53 235	1.58 86	2.04 271	12.04 557	2.66 364	7.52 536	7.29 385	11.25 504	0.32 178	0.21 57	0.29 184	0.28 231	0.35 217	0.52 212

SGD-Stereo	0.68 5	0.46 13	1.13 2	0.90 117	0.33 3	2.42 106	0.44 47	1.17 5	0.75 2	0.87 80	0.53 10	0.55 39	0.53 23	1.50 118	0.50 5	0.34 224	0.14 1	0.25 72	0.19 43	0.23 36	0.27 12

HART	3.57 434	1.13 314	17.80 254	0.90 117	1.12 329	1.18 15	0.41 36	3.55 237	4.60 505	1.09 121	2.19 387	1.49 203	0.57 30	1.46 106	1.14 164	0.25 44	21.58 582	0.28 161	0.21 86	0.36 235	10.06 529

rvit_stereo_0083	0.91 41	0.73 154	1.60 39	0.90 117	0.66 154	1.21 18	0.64 129	1.75 37	2.71 272	0.83 67	0.93 49	0.94 130	1.06 182	1.50 118	0.79 69	0.34 224	0.36 272	0.30 206	0.27 204	0.34 202	0.34 54

Occ-G	2.25 170	0.74 163	13.22 154	0.90 117	0.89 249	1.52 50	0.78 217	1.82 43	2.87 305	1.65 181	0.89 43	2.18 306	0.89 133	1.04 17	1.69 296	0.28 94	0.27 188	0.26 105	0.19 43	0.25 49	12.70 536

CFNet_ucs	2.32 191	0.75 177	17.05 233	0.90 117	0.81 216	3.86 320	0.68 148	4.31 453	2.68 268	2.13 297	2.04 348	3.30 421	1.24 228	2.63 266	1.23 184	0.37 279	0.46 350	0.56 466	0.30 285	0.67 439	0.53 219

GMStereo	2.01 129	2.26 436	20.93 488	0.90 117	0.48 56	1.67 57	0.56 83	1.90 47	2.19 189	1.58 172	1.31 126	0.87 110	0.74 82	1.68 139	1.00 138	0.41 317	0.21 57	0.30 206	0.32 319	0.50 373	0.46 163
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
zero-FE	2.19 155	0.56 46	26.48 569	0.91 123	1.44 414	1.41 43	0.83 248	2.29 88	0.91 7	0.59 6	0.65 16	0.54 38	0.78 97	2.84 281	1.09 157	0.39 303	0.30 219	0.25 72	0.19 43	1.03 492	0.39 113

ours_stereo	1.00 53	0.88 228	2.52 63	0.91 123	0.74 187	1.10 13	0.57 87	1.68 26	1.24 30	0.76 46	1.49 166	0.70 67	0.62 46	1.61 132	0.62 24	0.26 62	0.20 33	0.26 105	0.21 86	0.30 122	3.24 463

rvit_stereo_0075_2	2.14 146	0.76 187	21.42 531	0.91 123	1.26 371	2.49 113	0.68 148	2.30 89	2.10 174	1.42 153	1.86 302	1.45 199	0.85 121	1.49 113	1.03 146	0.47 383	0.40 308	0.48 424	0.38 382	0.47 360	0.53 219

CASnet	0.85 28	0.59 65	1.66 41	0.91 123	0.30 1	1.37 39	0.73 176	1.63 23	1.94 155	1.66 183	1.14 87	0.66 58	0.63 49	1.07 21	0.90 104	0.37 279	0.17 4	0.41 383	0.31 303	0.33 179	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	2.59 260	1.07 297	20.48 435	0.91 123	4.13 544	3.67 276	0.51 66	2.27 81	1.76 128	1.18 127	1.15 88	1.18 159	0.84 118	1.36 84	1.54 255	0.27 74	8.46 543	0.27 128	0.19 43	0.29 102	0.30 23

LoS	1.05 60	0.58 56	3.31 79	0.91 123	0.38 14	4.14 396	0.50 62	2.22 77	1.49 62	1.02 112	0.88 42	0.62 49	0.84 118	1.69 144	0.94 116	0.27 74	0.20 33	0.24 49	0.17 17	0.22 29	0.32 32
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	1.50 95	0.65 100	8.73 127	0.91 123	0.75 195	2.97 155	0.90 299	2.93 168	1.38 43	1.56 168	1.07 73	2.75 373	0.88 129	1.43 99	1.13 161	0.32 178	0.22 74	0.35 320	0.20 72	0.45 337	0.41 125

test_4	1.98 120	0.68 121	15.65 197	0.91 123	0.48 56	4.11 386	1.09 371	2.41 95	1.50 65	1.55 167	2.31 411	1.87 265	0.79 105	2.86 283	1.51 248	0.34 224	0.19 20	0.29 184	0.29 266	0.30 122	0.40 118

CroCo-Stereo	1.07 62	1.18 324	3.66 86	0.91 123	0.60 121	0.49 2	0.49 56	4.07 350	1.91 149	0.84 71	1.29 124	1.00 136	0.75 88	1.32 72	1.38 223	0.26 62	0.21 57	0.24 49	0.20 72	0.37 241	0.30 23
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
SFCPSM	2.16 148	0.75 177	15.82 200	0.91 123	0.98 277	3.74 292	1.27 407	4.15 387	2.56 251	1.90 223	1.82 278	1.64 216	1.39 254	2.51 253	1.57 263	0.36 264	0.28 199	0.39 369	0.36 363	0.36 235	0.50 198

S2M2	0.69 6	0.59 65	1.35 19	0.92 133	0.55 94	1.07 11	0.20 1	1.17 5	1.61 100	0.61 12	0.82 34	0.86 105	0.47 14	0.92 9	0.71 44	0.36 264	0.33 242	0.27 128	0.27 204	0.37 241	0.33 43

tt45	1.08 64	0.92 249	2.50 62	0.92 133	0.67 160	3.90 330	0.75 197	2.00 58	1.29 34	0.74 38	1.35 133	0.71 74	0.63 49	2.59 263	0.97 127	0.23 23	0.19 20	0.28 161	0.23 134	0.29 102	0.37 90

rvit_0105_5	1.72 110	1.26 338	13.05 152	0.92 133	0.56 100	1.92 69	0.90 299	3.07 186	3.04 340	0.98 105	1.24 104	1.19 163	0.93 144	1.55 126	1.22 181	0.43 345	0.43 328	0.37 348	0.36 363	0.43 315	0.51 204

rvit_stereo_0081	0.87 33	0.73 154	1.54 31	0.92 133	0.65 146	1.27 26	0.61 108	2.11 69	2.35 222	0.86 74	0.75 22	0.86 105	0.74 82	1.36 84	0.83 83	0.33 202	0.26 175	0.27 128	0.25 170	0.38 254	0.35 64

rvit_stereo_0082	0.87 33	0.73 154	1.54 31	0.92 133	0.65 146	1.27 26	0.61 108	2.11 69	2.35 222	0.86 74	0.75 22	0.86 105	0.74 82	1.36 84	0.83 83	0.33 202	0.26 175	0.27 128	0.25 170	0.38 254	0.35 64

Selective-IGEV	1.42 93	0.58 56	8.82 128	0.92 133	0.85 231	1.32 34	0.80 236	2.85 163	3.84 458	0.87 80	1.68 229	0.71 74	0.62 46	1.30 64	0.75 53	0.24 30	0.27 188	0.24 49	0.19 43	0.27 72	1.18 376

GMM-Stereo	2.52 234	0.56 46	20.57 451	0.92 133	0.83 222	4.18 410	1.88 473	2.51 111	2.40 228	2.48 412	2.30 410	1.69 221	1.84 378	2.93 287	1.25 195	0.32 178	0.19 20	0.33 281	0.49 444	0.37 241	2.40 442

AIO_test	3.76 450	0.71 141	19.58 316	0.93 140	17.34 568	1.36 38	0.86 269	1.61 21	1.99 165	0.74 38	0.97 56	1.77 239	0.58 33	1.49 113	0.55 14	0.35 240	0.97 452	0.24 49	0.20 72	0.25 49	22.60 575

rvit_0105_6	1.10 69	1.17 321	3.33 81	0.93 140	0.55 94	1.45 45	0.79 227	2.51 111	3.30 392	0.78 52	0.74 21	1.03 139	0.75 88	1.45 103	0.97 127	0.42 328	0.43 328	0.34 301	0.31 303	0.44 329	0.38 100

UGAM	2.78 317	0.78 197	19.69 329	0.93 140	0.73 182	3.27 189	1.02 352	2.88 165	3.06 345	1.40 147	2.76 468	3.51 446	1.28 233	10.74 471	1.44 237	0.30 137	0.30 219	0.40 374	0.33 327	0.37 241	0.49 193

WCG-NET	1.00 53	0.81 206	1.65 40	0.93 140	0.38 14	1.48 48	1.04 360	1.81 41	2.80 287	1.67 185	1.52 172	0.93 127	0.97 151	1.18 38	0.84 86	0.25 44	0.81 438	0.23 24	0.21 86	0.27 72	0.26 9

MIPNet	2.43 219	1.13 314	20.00 363	0.93 140	0.58 114	4.74 519	0.62 119	4.33 464	2.95 315	1.94 234	1.49 166	1.52 205	1.96 389	2.77 276	1.60 272	0.35 240	0.20 33	0.27 128	0.23 134	0.32 155	0.59 257

ACRE	2.75 311	7.69 496	19.93 352	0.93 140	1.30 378	3.94 345	0.90 299	4.23 416	3.66 448	2.33 377	2.61 453	1.17 156	1.04 171	1.80 173	1.35 210	0.46 374	0.25 150	0.27 128	0.23 134	0.32 155	0.60 262

sAnonymous2	2.00 126	1.54 378	21.24 521	0.93 140	0.89 249	1.21 18	0.62 119	2.58 128	2.28 208	0.86 74	1.04 66	0.73 77	1.22 225	1.10 26	0.85 88	0.30 137	0.25 150	0.31 226	0.31 303	1.06 495	0.72 302

CroCo_RVC	2.00 126	1.54 378	21.24 521	0.93 140	0.89 249	1.21 18	0.62 119	2.58 128	2.28 208	0.86 74	1.04 66	0.73 77	1.22 225	1.10 26	0.85 88	0.30 137	0.25 150	0.31 226	0.31 303	1.06 495	0.72 302

ARAFT	3.24 399	13.49 531	19.88 348	0.93 140	0.49 65	4.16 402	1.40 427	4.37 475	3.21 365	2.40 399	1.91 321	1.70 224	1.04 171	6.43 365	1.45 241	0.37 279	0.19 20	0.37 348	0.35 352	0.37 241	0.35 64

Reg-Stereo(zero)	1.88 116	0.45 11	11.07 138	0.94 149	2.06 498	4.52 474	0.55 80	2.72 144	1.69 117	1.54 165	1.26 111	2.55 350	2.52 439	1.73 159	2.43 397	0.20 9	0.28 199	0.22 13	0.19 43	0.25 49	0.40 118

rvit_0105_4	1.63 101	1.29 347	12.50 146	0.94 149	0.54 87	1.56 52	0.84 259	2.84 161	3.25 377	0.82 62	0.94 54	1.10 147	0.86 125	1.65 135	1.07 154	0.43 345	0.45 344	0.35 320	0.31 303	0.44 329	0.45 153

RSM	0.99 48	0.54 39	1.25 9	0.94 149	0.61 124	1.32 34	0.74 186	2.54 116	4.08 472	0.89 90	1.49 166	1.22 170	0.62 46	1.24 50	0.80 73	0.25 44	0.20 33	0.25 72	0.21 86	0.29 102	0.42 134

anonymousdsp	3.14 377	0.83 212	20.28 400	0.94 149	0.64 141	4.54 476	0.82 244	2.03 63	3.32 402	0.91 93	1.13 84	0.78 88	0.77 93	1.78 165	0.90 104	0.29 109	0.25 150	0.29 184	0.21 86	0.33 179	21.81 573

RCA-Stereo	1.38 88	0.61 79	3.95 94	0.94 149	0.48 56	4.68 510	0.78 217	4.17 393	1.95 156	1.93 228	1.84 292	0.94 130	1.48 284	1.23 48	0.75 53	0.30 137	0.43 328	0.25 72	0.20 72	0.26 65	0.37 90

BUS	1.64 104	0.64 92	3.82 89	0.94 149	0.86 235	4.50 469	0.75 197	4.49 497	2.29 212	2.96 475	1.82 278	3.61 453	1.03 164	1.79 167	1.18 171	0.39 303	0.25 150	0.31 226	0.28 231	0.38 254	0.41 125

BSDual-CNN	1.61 99	0.64 92	3.82 89	0.94 149	0.86 235	4.18 410	1.14 384	4.49 497	2.29 212	2.96 475	1.82 278	2.58 356	1.30 238	1.79 167	1.44 237	0.39 303	0.25 150	0.31 226	0.28 231	0.38 254	0.41 125

hknet	2.34 197	0.78 197	13.86 161	0.94 149	1.07 313	4.18 410	1.14 384	4.49 497	3.00 322	2.96 475	1.82 278	3.47 436	1.30 238	4.11 318	1.77 316	0.35 240	0.25 150	0.31 226	0.28 231	0.38 254	0.41 125

IGEV-Stereo	3.15 380	0.83 212	20.31 409	0.94 149	0.64 141	4.54 476	0.82 244	2.01 61	3.31 395	0.91 93	1.13 84	0.79 91	0.77 93	1.79 167	0.92 107	0.29 109	0.25 150	0.29 184	0.21 86	0.33 179	21.85 574
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ACVNet	2.40 210	0.97 275	20.20 386	0.94 149	0.86 235	4.22 424	0.79 227	2.97 179	2.85 297	1.93 228	1.91 321	3.07 403	1.46 278	1.52 120	2.37 394	0.33 202	0.27 188	0.30 206	0.27 204	0.42 305	0.35 64

HSM-Net_RVC	3.02 356	0.65 100	19.48 309	0.94 149	0.90 255	3.71 287	1.20 394	5.61 546	2.87 305	3.24 494	2.49 437	2.53 347	1.61 318	11.39 503	1.90 341	0.37 279	0.27 188	0.27 128	0.24 154	0.31 133	0.39 113
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FoundationStereo	0.77 11	0.42 3	1.20 7	0.95 160	1.01 290	0.70 4	0.35 19	0.78 2	4.64 510	0.64 18	0.38 5	0.73 77	0.77 93	0.96 10	0.50 5	0.29 109	0.24 131	0.23 24	0.16 9	0.18 1	0.32 32

castereo++	1.26 81	0.99 287	3.48 82	0.95 160	0.74 187	2.48 110	0.98 344	3.14 191	4.28 487	0.75 42	1.46 161	1.92 273	0.58 33	1.29 63	0.51 10	0.27 74	0.24 131	0.28 161	0.19 43	0.24 44	0.35 64

Former-RAFT_DAM_RVC	0.99 48	0.85 218	1.58 37	0.95 160	1.08 316	2.95 151	0.53 76	1.93 50	2.00 166	1.19 128	1.63 214	0.59 43	0.65 54	1.10 26	0.90 104	0.28 94	0.23 102	0.31 226	0.25 170	0.45 337	0.32 32

CES	1.08 64	0.63 87	2.53 64	0.95 160	2.18 504	2.13 82	0.50 62	2.07 64	1.46 53	0.79 56	1.06 70	0.61 47	0.48 17	1.45 103	0.87 93	0.24 30	0.18 10	0.24 49	0.15 3	0.64 426	2.36 441

CIPLG	2.88 331	10.01 511	20.02 365	0.95 160	1.34 389	3.95 347	0.91 310	4.24 422	3.69 451	2.36 387	2.66 458	1.17 156	1.06 182	1.82 180	1.37 222	0.45 362	0.25 150	0.27 128	0.23 134	0.33 179	0.60 262

IPLG	2.56 255	1.11 308	19.89 349	0.95 160	0.79 208	4.60 491	0.56 83	4.31 453	2.10 174	1.94 234	2.00 343	1.34 180	1.37 250	6.59 368	1.59 268	0.32 178	0.21 57	0.27 128	0.23 134	0.32 155	0.63 273

IPLGR_C	2.96 347	11.71 520	20.02 365	0.95 160	1.31 382	3.93 342	0.92 318	4.22 410	3.76 454	2.35 381	2.62 454	1.16 155	1.07 185	1.71 148	1.34 209	0.45 362	0.25 150	0.27 128	0.23 134	0.33 179	0.60 262

PSM-AAD	3.41 420	0.58 56	20.55 443	0.95 160	0.56 100	4.46 460	7.40 554	3.11 188	1.58 86	2.30 360	2.56 446	1.26 173	16.19 563	2.47 250	1.00 138	0.32 178	0.22 74	0.58 472	0.41 411	0.37 241	1.32 385

AnonymousM	1.38 88	1.33 354	2.35 60	0.95 160	0.56 100	4.03 366	0.67 138	2.63 136	2.49 245	1.51 164	1.36 138	1.15 154	1.00 158	1.26 53	1.04 147	0.41 317	0.46 350	2.07 537	1.71 538	0.25 49	0.40 118

SCV_C0	2.17 151	0.93 257	12.88 149	0.96 169	1.06 312	1.27 26	0.63 124	3.68 257	3.30 392	1.03 116	1.26 111	0.73 77	0.66 60	1.73 159	1.06 152	0.35 240	1.97 485	0.25 72	0.21 86	0.29 102	9.23 522

SMoEStereo_RVC	0.88 36	0.92 249	1.55 33	0.96 169	0.46 46	2.56 122	0.78 217	1.60 19	1.20 27	0.71 34	1.20 94	0.64 52	0.63 49	1.71 148	1.01 142	0.22 19	0.18 10	0.31 226	0.22 119	0.28 84	0.42 134

IGEVStereo-DCA	3.09 368	3.48 463	16.25 212	0.96 169	0.49 65	1.59 53	0.83 248	1.68 26	3.44 423	0.75 42	0.78 27	0.74 84	0.73 75	5.79 343	7.75 487	0.32 178	0.26 175	0.28 161	0.21 86	0.32 155	15.08 549

rrr	3.66 441	3.48 463	23.50 562	0.96 169	0.49 65	1.59 53	0.92 318	8.19 555	2.75 278	0.75 42	0.78 27	0.74 84	0.73 75	5.79 343	7.75 487	0.32 178	0.26 175	0.28 161	0.21 86	0.32 155	13.47 537

ProNet	1.63 101	0.91 242	5.70 105	0.96 169	0.64 141	2.40 105	0.82 244	1.92 49	3.28 383	0.69 27	1.17 90	0.78 88	0.76 91	1.72 154	0.87 93	0.27 74	0.97 452	0.25 72	0.26 187	0.31 133	7.97 508

psmg	1.63 101	0.64 92	3.82 89	0.96 169	0.86 235	4.35 443	1.41 429	4.11 368	2.29 212	2.68 441	2.09 365	2.58 356	1.30 238	1.79 167	1.44 237	0.39 303	0.29 209	0.33 281	0.34 337	0.38 254	0.44 147

dd	2.27 177	3.06 454	20.18 383	0.96 169	0.51 75	4.24 430	0.74 186	1.94 52	2.43 234	1.48 162	1.28 119	1.19 163	1.05 180	1.82 180	1.69 296	0.63 462	0.34 253	0.35 320	0.33 327	0.61 410	0.57 238

hitnet-ft	2.99 353	1.23 336	19.37 304	0.96 169	0.90 255	3.76 295	0.79 227	3.60 246	2.68 268	2.31 363	2.04 348	3.63 456	1.49 288	11.70 520	2.37 394	0.45 362	0.54 386	0.44 401	0.36 363	0.54 386	0.56 233

AIO-test1	2.33 194	1.54 378	20.24 395	0.97 177	1.61 448	3.42 215	0.94 326	4.22 410	1.71 123	0.97 104	1.35 133	0.98 133	0.74 82	4.52 323	1.40 227	0.27 74	0.24 131	0.28 161	0.35 352	0.34 202	0.46 163

tg	1.40 91	1.14 317	2.71 71	0.97 177	0.54 87	4.02 363	0.42 38	3.02 183	2.64 263	1.70 193	1.85 296	1.84 259	0.97 151	1.81 177	0.99 134	0.31 161	0.22 74	0.29 184	0.26 187	0.32 155	2.01 429

gcap-zeroshot	2.25 170	0.74 163	19.48 309	0.97 177	1.18 345	3.50 236	0.83 248	3.21 198	2.66 267	1.86 218	1.23 102	3.24 416	0.88 129	1.92 191	0.94 116	0.34 224	0.43 328	0.28 161	0.22 119	0.29 102	0.83 328

MGS-Stereo	1.24 80	0.66 108	9.68 131	0.97 177	0.40 30	1.26 24	0.72 169	1.50 14	1.35 39	1.03 116	2.26 398	0.80 93	0.56 28	1.28 59	0.78 61	0.31 161	0.23 102	0.26 105	0.22 119	0.28 84	0.34 54

CASS	1.65 105	0.73 154	8.72 126	0.97 177	0.67 160	2.88 143	0.69 157	3.07 186	1.86 140	2.82 461	2.02 344	1.39 189	1.55 305	1.75 164	1.36 217	0.51 421	0.28 199	0.34 301	0.28 231	0.47 360	0.63 273
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IER	2.09 140	0.91 242	14.11 166	0.97 177	1.15 336	3.17 174	0.89 284	3.59 244	2.39 225	2.15 306	1.98 337	2.27 313	2.11 402	2.39 245	1.80 322	0.35 240	0.24 131	0.36 337	0.30 285	0.34 202	0.42 134

AIO_rvc	3.97 465	1.01 290	18.99 284	0.98 183	11.92 561	1.45 45	0.97 341	2.17 73	4.51 503	0.71 34	1.18 91	1.09 145	0.56 28	1.56 128	0.72 47	0.28 94	11.98 565	0.24 49	0.19 43	0.25 49	18.74 568

rvit_0105_3	1.97 119	1.34 356	16.03 205	0.98 183	0.59 115	2.37 103	1.08 367	3.30 211	3.01 327	1.21 129	1.47 162	1.24 172	1.04 171	1.82 180	1.23 184	0.47 383	0.44 338	0.40 374	0.43 422	0.43 315	0.55 230

UniTT-Stereo	1.73 111	0.60 73	20.25 397	0.98 183	1.19 353	0.78 5	0.39 24	1.19 8	1.55 76	1.21 129	1.28 119	0.52 36	0.64 52	1.17 37	1.16 169	0.35 240	0.20 33	0.25 72	0.22 119	0.42 305	0.31 29

GwcNet-ADL	2.51 232	0.75 177	21.41 530	0.98 183	0.73 182	4.58 487	0.95 331	4.46 495	2.61 259	2.06 276	1.80 271	2.54 349	1.24 228	1.98 200	1.73 308	0.41 317	0.46 350	0.24 49	0.27 204	0.41 293	0.55 230

PFNet+	2.46 225	0.64 92	21.10 507	0.98 183	0.48 56	4.63 495	0.83 248	2.47 107	3.48 434	2.14 299	1.67 227	1.34 180	1.03 164	4.66 325	1.35 210	0.49 399	0.33 242	0.38 363	0.39 391	0.33 179	0.49 193

KYRaft	2.55 248	0.57 54	20.60 456	0.98 183	0.51 75	4.38 445	1.76 466	2.51 111	1.59 89	2.48 412	2.98 478	1.99 288	3.36 481	2.17 222	0.96 124	0.34 224	0.22 74	0.33 281	0.46 435	0.38 254	2.44 444

test_xeample3	3.67 443	3.52 465	21.53 533	0.98 183	0.51 75	1.88 64	0.91 310	8.10 554	2.76 281	0.82 62	0.76 25	0.65 55	0.70 68	5.88 347	7.74 486	0.32 178	0.29 209	0.27 128	0.22 119	0.29 102	15.33 554

rvit_stereo_ft	1.28 82	1.39 360	6.72 113	0.99 190	0.66 154	1.06 10	0.79 227	2.81 156	3.14 356	0.83 67	1.02 65	0.95 132	1.13 200	1.27 55	1.00 138	0.34 224	0.24 131	0.27 128	0.29 266	0.40 273	0.35 64

FTStereo	3.74 449	0.60 73	20.43 421	0.99 190	0.66 154	4.34 442	11.24 559	2.63 136	1.95 156	2.58 425	5.03 519	1.90 268	13.77 556	3.70 306	1.28 204	0.41 317	0.24 131	0.31 226	0.33 327	0.32 155	2.08 431

iRaftStereo_RVC	1.70 109	1.18 324	3.88 92	0.99 190	0.46 46	3.83 310	0.41 36	2.41 95	1.60 94	1.69 191	1.76 252	1.81 254	0.83 117	1.58 130	1.23 184	0.31 161	4.86 526	0.29 184	0.26 187	0.33 179	4.33 484

EAI-Stereo	4.89 506	0.69 126	7.74 119	0.99 190	1.63 454	4.68 510	51.52 584	5.79 547	3.37 408	3.64 509	7.24 527	1.10 147	0.95 148	2.51 253	1.71 302	0.33 202	0.31 226	0.28 161	2.04 550	0.28 84	0.92 347

CroCo-Stereo Lap2	1.65 105	1.14 317	14.70 180	1.00 194	1.80 484	0.53 3	0.46 53	3.18 196	1.62 103	1.10 124	1.24 104	1.05 142	0.78 97	1.40 93	1.18 171	0.31 161	0.23 102	0.27 128	0.22 119	0.46 347	0.38 100

iRaft-Stereo_20w	3.11 370	0.69 126	18.89 279	1.00 194	1.09 319	5.03 528	1.00 347	5.86 548	2.46 243	2.83 463	1.64 219	3.06 402	4.30 502	3.08 292	1.74 311	0.31 161	0.30 219	0.27 128	0.35 352	0.42 305	7.93 507

PS-NSSS	3.11 370	1.60 386	19.48 309	1.00 194	1.53 428	4.12 388	1.08 367	4.59 515	2.80 287	2.19 323	2.38 419	1.76 238	1.39 254	11.79 524	1.94 352	0.69 471	0.45 344	0.95 515	0.43 422	1.03 492	1.00 358

Selective-RAFT	1.34 85	0.58 56	2.21 58	1.01 197	0.49 65	4.19 418	0.51 66	3.39 221	3.62 445	1.15 125	1.40 148	1.45 199	1.40 258	2.09 208	1.31 207	0.43 345	0.40 308	0.25 72	0.26 187	0.29 102	0.38 100

RAFT+CT+SA	2.32 191	1.30 350	19.71 330	1.01 197	1.41 408	4.04 367	0.92 318	3.96 320	1.64 107	1.64 178	1.69 233	1.63 215	1.18 219	3.06 291	1.19 175	0.28 94	0.22 74	0.32 246	0.34 337	0.34 202	0.47 175

LCNet	2.54 243	0.60 73	20.89 485	1.01 197	0.57 110	3.60 260	1.21 400	3.20 197	1.70 120	2.17 313	1.76 252	1.43 196	4.12 498	3.61 303	0.94 116	0.32 178	0.20 33	0.28 161	0.76 495	0.50 373	1.83 424

Prome-Stereo	2.57 259	0.60 73	20.29 405	1.01 197	0.62 134	4.40 452	1.80 469	3.22 201	1.74 126	2.18 316	3.43 499	1.71 227	3.45 486	2.24 233	1.19 175	0.32 178	0.20 33	0.27 128	0.25 170	0.37 241	2.15 434

UGAM-zero	3.14 377	0.62 84	20.64 462	1.02 201	0.93 265	2.87 142	0.51 66	4.52 503	1.57 83	2.19 323	1.65 222	5.78 529	3.40 484	9.89 439	1.71 302	0.33 202	0.44 338	0.28 161	0.59 473	0.30 122	3.59 474

test-1	1.81 114	0.72 148	9.51 130	1.02 201	1.57 441	3.85 317	0.60 104	4.07 350	1.51 68	1.94 234	1.81 276	2.04 296	0.91 138	1.39 92	1.73 308	0.27 74	0.93 445	0.31 226	0.25 170	0.29 102	1.37 388

R-Stereo Train	2.13 144	0.65 100	19.43 305	1.02 201	0.67 160	3.79 302	0.89 284	4.12 374	1.55 76	2.15 306	1.72 241	1.13 151	0.94 146	1.46 106	1.30 205	0.32 178	0.25 150	0.27 128	0.21 86	0.28 84	0.37 90

RAFT-Stereo	2.13 144	0.65 100	19.43 305	1.02 201	0.67 160	3.79 302	0.89 284	4.12 374	1.55 76	2.15 306	1.72 241	1.13 151	0.94 146	1.46 106	1.30 205	0.32 178	0.25 150	0.27 128	0.21 86	0.28 84	0.37 90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DEFOM-Stereo_RVC	1.03 58	1.15 319	1.34 18	1.03 205	0.59 115	0.81 6	0.43 41	3.53 235	4.67 512	0.78 52	0.98 61	0.44 25	1.16 214	1.46 106	0.71 44	0.27 74	0.19 20	0.24 49	0.18 25	0.30 122	0.34 54

HUF	5.25 512	1.03 293	26.85 572	1.03 205	13.21 563	1.35 37	0.76 206	2.97 179	3.00 322	0.79 56	1.56 194	0.92 125	0.66 60	1.53 123	0.74 51	0.35 240	27.70 584	0.26 105	0.18 25	0.24 44	19.90 571

CoDeX	2.47 227	0.91 242	13.65 157	1.03 205	1.17 343	3.28 193	1.30 410	4.17 393	2.99 320	1.78 208	1.85 296	2.04 296	1.46 278	9.99 446	1.66 290	0.38 295	0.28 199	0.32 246	0.28 231	0.34 202	0.57 238

testlalala	2.95 345	0.66 108	20.83 479	1.03 205	0.81 216	4.39 449	0.90 299	2.96 177	3.69 451	2.50 416	1.55 193	1.31 179	0.61 44	1.15 32	0.77 57	0.42 328	14.33 566	0.25 72	0.20 72	0.26 65	0.36 86

ICVP	2.19 155	0.72 148	19.18 292	1.03 205	0.88 248	4.22 424	0.94 326	3.44 228	1.69 117	1.68 187	1.76 252	1.35 182	1.19 221	1.80 173	1.40 227	0.58 448	0.37 279	0.34 301	0.30 285	0.41 293	0.59 257
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DeepPruner_ROB	2.61 268	1.97 421	19.32 301	1.03 205	1.20 356	4.38 445	0.90 299	3.44 228	1.77 129	2.61 433	1.54 184	2.77 377	1.27 230	5.05 328	2.08 369	0.52 432	0.40 308	0.37 348	0.35 352	0.52 381	0.62 270

MyStereo07	2.29 184	1.18 324	20.10 378	1.04 211	1.21 361	3.96 353	0.95 331	2.13 71	3.37 408	1.09 121	1.28 119	0.68 63	0.91 138	1.74 163	0.86 91	0.26 62	3.49 519	0.34 301	0.27 204	0.43 315	0.49 193

MyStereo04	2.54 243	1.18 324	18.82 278	1.04 211	1.21 361	3.96 353	0.95 331	4.02 335	3.01 327	2.06 276	1.27 117	2.33 320	1.66 341	2.06 204	2.01 359	0.26 62	3.49 519	0.34 301	0.27 204	0.43 315	0.49 193

LL-Strereo2	2.36 201	1.81 408	19.35 302	1.04 211	1.03 298	3.73 290	1.35 419	2.70 142	2.04 168	1.76 205	1.44 157	1.82 256	0.73 75	1.48 111	1.53 252	0.33 202	0.30 219	0.55 463	0.35 352	0.30 122	3.51 473

sCroCo_RVC	1.81 114	0.93 257	19.44 307	1.04 211	1.05 307	0.97 8	0.61 108	2.08 65	1.36 40	0.71 34	1.28 119	0.82 97	1.10 193	1.31 68	0.97 127	0.54 437	0.41 315	0.33 281	0.30 285	0.46 347	0.48 186

RAFT-Stereo-weight	1.38 88	0.57 54	5.44 104	1.05 215	0.63 137	4.19 418	0.77 210	3.95 318	1.53 71	2.01 261	1.53 173	1.30 178	0.65 54	1.30 64	1.05 150	0.27 74	0.26 175	0.26 105	0.22 119	0.28 84	0.38 100

dad	2.65 280	3.40 460	19.45 308	1.05 215	0.65 146	4.21 422	0.84 259	2.10 67	2.77 282	2.32 374	1.72 241	1.72 228	1.27 230	3.86 309	2.04 365	1.06 506	0.40 308	2.04 536	0.49 444	0.78 466	0.83 328

delet	2.66 285	1.11 308	18.42 267	1.05 215	1.65 462	3.47 225	2.00 482	3.81 290	2.82 293	2.15 306	2.11 367	2.62 360	1.88 385	5.38 335	2.21 381	0.34 224	0.38 293	0.40 374	0.32 319	0.45 337	0.54 226

FADNet_RVC	3.10 369	7.62 494	19.12 287	1.05 215	0.93 265	4.09 381	0.84 259	4.34 469	2.05 169	1.54 165	1.78 263	1.61 211	1.50 289	8.92 413	2.64 414	0.50 413	0.38 293	0.44 401	0.61 479	0.91 484	1.16 375

MSCF	3.21 393	1.25 337	4.06 95	1.06 219	10.61 559	3.29 196	0.85 264	2.81 156	3.31 395	1.36 143	1.19 93	0.58 42	1.33 242	2.07 205	0.88 96	0.27 74	0.65 415	0.26 105	0.66 487	0.31 133	27.42 577

DilatedVolume-Stereo	0.94 45	0.70 134	3.01 75	1.06 219	0.63 137	1.34 36	0.49 56	1.58 18	1.16 24	1.41 150	1.26 111	0.88 112	0.88 129	1.81 177	0.93 108	0.25 44	0.28 199	0.22 13	0.23 134	0.25 49	0.39 113

999	1.08 64	0.86 220	2.44 61	1.06 219	0.65 146	3.27 189	0.91 310	1.47 12	1.43 49	0.74 38	1.73 247	0.70 67	0.66 60	3.03 290	1.18 171	0.24 30	0.22 74	0.25 72	0.21 86	0.27 72	0.37 90

GCAP-BAT	2.74 307	0.79 201	19.74 335	1.06 219	0.85 231	4.25 431	0.91 310	2.80 153	1.83 136	2.14 299	2.08 364	2.55 350	0.80 110	1.87 188	1.41 229	0.35 240	7.97 540	0.24 49	0.22 119	0.27 72	2.72 451

MyStereo06	2.74 307	1.07 297	21.19 519	1.06 219	1.08 316	4.26 432	0.86 269	3.72 270	1.80 133	2.25 340	1.77 259	4.28 490	4.12 498	1.85 185	1.38 223	0.25 44	2.43 501	0.34 301	0.27 204	0.46 347	0.48 186

MyStereo05	2.55 248	1.07 297	19.87 347	1.06 219	1.08 316	4.26 432	0.86 269	4.10 365	3.01 327	2.19 323	1.26 111	2.30 317	1.64 334	2.13 216	1.99 353	0.25 44	2.43 501	0.34 301	0.27 204	0.46 347	0.48 186

raft_robust	3.17 384	2.15 433	20.28 400	1.06 219	0.55 94	3.86 320	0.46 53	4.42 487	2.77 282	1.70 193	1.37 141	7.48 539	6.35 524	6.81 377	1.44 237	0.31 161	0.74 431	0.30 206	0.37 373	0.32 155	0.57 238

FACV-RUCA	1.35 87	0.70 134	2.58 68	1.07 226	1.49 421	2.70 128	1.13 381	3.21 198	2.64 263	1.42 153	1.99 340	1.06 144	1.15 212	1.44 100	1.16 169	0.41 317	0.42 326	0.73 506	0.41 411	0.63 421	0.67 288

StereoVision	2.36 201	1.15 319	20.38 416	1.07 226	1.79 482	2.58 125	0.61 108	3.14 191	2.34 219	1.33 140	3.46 500	1.85 261	0.88 129	2.12 214	2.01 359	0.46 374	0.36 272	0.37 348	0.36 363	0.50 373	0.41 125

IGEV++	3.59 435	0.91 242	13.63 156	1.08 228	0.98 277	1.27 26	0.98 344	3.33 215	1.89 148	0.93 97	1.38 144	0.86 105	1.09 187	1.71 148	1.09 157	0.36 264	21.52 581	0.23 24	0.21 86	0.31 133	18.10 567

CFNet-RSSM	2.17 151	0.56 46	20.50 437	1.08 228	0.57 110	3.42 215	0.62 119	4.24 422	1.60 94	1.73 199	1.39 145	2.55 350	1.19 221	1.36 84	1.04 147	0.29 109	0.20 33	0.26 105	0.23 134	0.28 84	0.32 32

Gwc-CoAtRS	1.80 113	0.61 79	14.92 184	1.08 228	0.61 124	2.88 143	0.63 124	2.47 107	1.62 103	1.80 213	1.50 169	2.73 368	1.17 216	1.35 81	1.08 156	0.30 137	0.22 74	0.25 72	0.23 134	0.28 84	0.30 23

fffy	1.18 77	0.92 249	3.05 76	1.09 231	0.68 168	1.27 26	0.74 186	1.98 57	1.06 15	0.78 52	1.39 145	0.83 98	0.72 74	1.71 148	0.80 73	0.24 30	0.53 384	0.27 128	0.21 86	0.29 102	5.07 491

rvit_105_1	2.17 151	1.36 358	16.82 228	1.09 231	0.68 168	2.78 133	1.26 406	3.55 237	2.90 310	1.40 147	1.57 195	1.29 177	1.14 206	2.91 285	1.49 246	0.55 440	0.47 360	0.45 409	0.61 479	0.45 337	0.63 273

GASTEREO	3.25 402	1.46 369	3.62 85	1.10 233	10.80 560	3.50 236	0.86 269	2.79 151	3.54 439	1.44 158	1.31 126	0.56 40	1.35 245	2.09 208	0.88 96	0.26 62	0.57 393	0.25 72	0.68 488	0.27 72	27.73 578

TransformOpticalFlow	3.07 365	0.87 224	20.87 484	1.10 233	0.56 100	4.18 410	0.64 129	4.36 472	3.28 383	2.19 323	3.08 483	4.32 493	5.01 510	7.36 389	1.59 268	0.34 224	0.18 10	0.32 246	0.26 187	0.29 102	0.57 238

CFNet-ft	2.87 329	1.80 405	20.20 386	1.10 233	1.54 429	4.09 381	0.89 284	2.97 179	1.88 145	1.93 228	1.70 235	3.50 443	1.60 312	9.35 422	2.17 377	0.35 240	0.32 232	0.61 480	0.38 382	0.55 389	0.45 153

CFNet_RVC	2.87 329	1.80 405	20.20 386	1.10 233	1.54 429	4.09 381	0.89 284	2.97 179	1.88 145	1.93 228	1.70 235	3.50 443	1.60 312	9.35 422	2.17 377	0.35 240	0.32 232	0.61 480	0.38 382	0.55 389	0.45 153

LALA_ROB	2.88 331	2.13 432	19.08 286	1.10 233	0.99 282	3.91 334	1.81 470	4.50 501	3.04 340	3.32 498	1.87 308	2.75 373	1.66 341	4.06 316	4.02 448	0.47 383	0.44 338	0.55 463	0.53 460	0.61 410	0.73 307

DualNet (step1)	3.32 410	1.19 330	20.68 465	1.11 238	0.87 244	4.22 424	1.20 394	4.40 482	4.92 524	2.20 330	1.85 296	1.90 268	2.00 391	6.87 378	1.75 314	1.41 521	1.36 468	4.19 564	2.07 551	0.70 448	1.43 394

test_sample9	4.68 498	1.19 330	20.68 465	1.11 238	0.87 244	4.22 424	1.20 394	4.40 482	4.92 524	2.20 330	1.85 296	1.90 268	2.00 391	11.08 490	11.57 510	1.41 521	14.65 567	4.19 564	2.07 551	0.70 448	1.43 394

test_sample8	5.57 515	1.19 330	20.68 465	1.11 238	0.87 244	4.22 424	1.20 394	4.43 489	3.76 454	5.63 537	1.97 336	12.99 554	6.34 523	11.08 490	11.57 510	1.41 521	14.65 567	4.19 564	2.07 551	0.70 448	1.43 394

gwcnet-sp	2.38 206	1.51 374	17.58 248	1.11 238	0.92 261	3.59 256	1.03 355	3.79 281	2.43 234	2.60 429	1.63 214	1.80 251	1.61 318	3.87 310	1.99 353	0.33 202	0.32 232	0.30 206	0.29 266	0.40 273	0.47 175

scenet	2.38 206	1.51 374	17.58 248	1.11 238	0.92 261	3.59 256	1.03 355	3.79 281	2.43 234	2.60 429	1.63 214	1.80 251	1.61 318	3.87 310	1.99 353	0.33 202	0.32 232	0.30 206	0.29 266	0.40 273	0.47 175

ssnet	2.38 206	1.51 374	17.58 248	1.11 238	0.92 261	3.59 256	1.03 355	3.79 281	2.43 234	2.60 429	1.63 214	1.80 251	1.61 318	3.87 310	1.99 353	0.33 202	0.32 232	0.30 206	0.29 266	0.40 273	0.47 175

test_3	2.17 151	0.58 56	18.64 272	1.11 238	0.78 205	2.15 84	0.85 264	4.42 487	1.47 55	2.00 252	1.20 94	2.02 293	0.79 105	2.70 274	1.35 210	0.29 109	1.04 456	0.29 184	0.29 266	0.31 133	1.07 368

PSMNet-ADL	2.01 129	0.78 197	2.89 73	1.11 238	0.86 235	4.13 391	0.80 236	3.84 294	2.26 204	1.74 202	1.87 308	2.90 388	1.81 370	10.37 462	2.34 390	0.49 399	0.47 360	0.29 184	0.30 285	0.39 268	0.56 233

pcwnet_v2	2.73 306	0.70 134	22.43 556	1.11 238	1.02 293	3.58 255	0.80 236	4.31 453	3.42 421	2.39 395	2.28 404	2.99 394	1.68 344	3.31 295	1.54 255	0.44 353	0.51 378	0.41 383	0.34 337	0.62 415	0.74 312

RAFT-Stereo + iAFF	2.49 230	1.68 393	20.50 437	1.11 238	1.32 387	4.13 391	0.42 38	3.23 202	3.30 392	2.05 275	2.40 423	1.61 211	1.11 196	1.49 113	1.63 280	0.22 19	0.22 74	0.26 105	0.24 154	0.31 133	2.47 446

Any-RAFT	1.62 100	0.59 65	5.29 102	1.12 248	0.76 199	4.41 454	0.79 227	4.12 374	3.26 379	2.02 263	1.36 138	2.82 380	1.56 307	1.90 189	0.81 75	0.29 109	0.25 150	0.26 105	0.19 43	0.25 49	0.35 64

ToySt	2.53 239	0.89 233	19.20 294	1.12 248	0.95 273	3.47 225	1.13 381	3.72 270	2.25 201	1.36 143	1.71 239	2.22 309	1.59 311	2.14 219	1.81 326	0.28 94	0.64 412	0.30 206	0.33 327	0.43 315	5.14 493

SA	2.55 248	1.54 378	20.70 469	1.12 248	0.48 56	4.26 432	1.33 415	4.45 493	3.28 383	1.68 187	1.96 333	1.69 221	2.25 418	2.60 264	1.57 263	0.30 137	0.29 209	0.37 348	0.38 382	0.36 235	0.47 175

GES	2.26 174	0.79 201	19.68 328	1.12 248	0.59 115	4.30 438	1.01 348	3.90 305	1.59 89	1.78 208	1.78 263	1.28 175	1.75 358	1.80 173	1.61 275	0.42 328	0.29 209	0.33 281	0.31 303	0.45 337	0.50 198

ADCP+	4.42 488	12.67 527	18.95 281	1.12 248	1.55 433	4.30 438	3.60 536	4.01 330	3.80 457	2.30 360	1.71 239	3.93 468	4.29 501	3.49 299	18.77 563	0.40 314	0.41 315	0.63 488	0.53 460	0.67 439	1.35 387

CBFPSM	2.24 168	2.06 424	12.12 145	1.13 253	1.05 307	2.85 138	1.23 402	3.37 220	2.05 169	1.82 215	1.33 130	4.55 502	4.00 496	2.38 244	2.35 391	0.27 74	0.38 293	0.32 246	0.28 231	0.39 268	0.89 342

test-3	2.19 155	0.59 65	18.63 271	1.13 253	0.75 195	2.07 80	0.89 284	4.37 475	1.53 71	2.25 340	1.20 94	2.05 299	0.79 105	2.68 270	1.35 210	0.29 109	0.95 448	0.28 161	0.27 204	0.27 72	1.47 399

test_1	2.19 155	0.59 65	18.67 273	1.13 253	0.78 205	2.07 80	0.89 284	4.37 475	1.53 71	2.18 316	1.20 94	2.05 299	0.78 97	2.68 270	1.36 217	0.29 109	0.93 445	0.28 161	0.27 204	0.28 84	1.53 403

ETE_ROB	2.93 338	2.12 430	17.80 254	1.13 253	0.94 271	3.71 287	1.53 442	4.29 440	2.98 319	3.32 498	2.13 371	2.34 323	1.51 291	8.68 409	2.82 418	0.44 353	0.40 308	0.51 444	0.49 444	0.56 395	0.80 324

HI	2.19 155	1.11 308	19.93 352	1.14 257	0.69 176	2.98 157	0.45 49	2.58 128	1.87 143	2.18 316	1.65 222	2.41 331	1.83 375	1.72 154	1.63 280	0.30 137	0.17 4	0.28 161	0.31 303	0.27 72	0.32 32

CoSv	2.19 155	1.11 308	19.93 352	1.14 257	0.69 176	2.98 157	0.45 49	2.58 128	1.87 143	2.18 316	1.65 222	2.41 331	1.83 375	1.72 154	1.63 280	0.30 137	0.17 4	0.28 161	0.31 303	0.27 72	0.32 32

MSKI-zero shot	2.33 194	0.69 126	20.22 392	1.14 257	0.77 202	4.05 371	0.68 148	3.95 318	1.51 68	1.93 228	2.35 415	1.91 272	0.71 70	3.01 289	0.79 69	0.28 94	1.47 471	0.27 128	0.21 86	0.28 84	0.44 147

G2L-Stereo	2.85 325	2.33 440	19.94 355	1.15 260	1.34 389	3.57 252	0.95 331	3.70 265	2.22 195	2.14 299	1.61 205	3.19 411	1.33 242	9.50 425	2.02 361	0.36 264	0.27 188	0.35 320	0.28 231	0.30 122	0.51 204

DCVSM-stereo	2.31 190	0.72 148	20.28 400	1.15 260	0.93 265	2.53 121	0.75 197	2.70 142	1.69 117	2.56 422	1.53 173	3.27 419	1.71 352	2.23 231	1.38 223	0.36 264	0.53 384	0.41 383	0.33 327	0.46 347	0.64 278

AIO-Stereo-zeroshot	2.84 324	1.17 321	20.72 472	1.15 260	2.05 497	3.61 262	0.49 56	4.63 517	2.10 174	1.41 150	1.66 226	6.02 532	2.40 427	2.79 278	2.09 372	0.30 137	0.51 378	0.31 226	0.96 509	0.59 404	1.93 425

AE-Stereo	2.91 336	0.63 87	17.05 233	1.15 260	0.63 137	4.39 449	0.70 160	4.02 335	2.12 181	1.24 137	2.04 348	1.01 137	0.91 138	1.67 137	1.42 231	0.30 137	1.14 461	0.28 161	0.28 231	0.27 72	16.93 564

222	3.82 455	0.88 228	6.92 114	1.15 260	0.99 282	3.27 189	0.64 129	4.57 510	5.37 535	2.43 404	2.32 413	1.41 192	1.44 271	10.64 468	18.51 559	0.32 178	4.89 527	0.32 246	0.30 285	0.34 202	9.80 527

acv_ft	2.45 223	0.97 275	19.57 315	1.15 260	2.01 494	2.97 155	0.96 337	3.88 301	2.85 297	2.34 379	1.91 321	3.07 403	1.65 340	1.52 120	2.26 384	0.33 202	0.27 188	0.30 206	0.27 204	0.42 305	0.35 64

DSFCA	2.38 206	1.03 293	11.06 137	1.15 260	1.18 345	3.97 355	1.75 465	3.63 250	2.44 240	3.14 488	1.68 229	2.90 388	2.48 434	5.38 335	3.17 435	0.49 399	0.45 344	0.37 348	0.37 373	0.54 386	0.46 163

EGLCR-Stereo	2.52 234	0.56 46	9.39 129	1.16 267	0.81 216	5.24 531	0.61 108	4.20 404	1.56 80	1.09 121	0.71 18	1.09 145	0.66 60	1.92 191	0.82 80	0.29 109	0.30 219	0.29 184	0.24 154	0.37 241	19.09 569

NINENet	2.59 260	0.89 233	16.09 207	1.16 267	1.07 313	4.50 469	0.75 197	4.43 489	2.61 259	2.18 316	1.91 321	3.61 453	1.03 164	7.92 398	1.18 171	0.49 399	0.34 253	0.41 383	0.30 285	0.42 305	0.44 147

Sa-1000	2.54 243	1.47 370	20.36 414	1.16 267	0.55 94	4.07 376	1.39 426	4.49 497	3.01 327	2.06 276	2.79 469	1.84 259	1.43 270	2.68 270	1.53 252	0.31 161	0.26 175	0.36 337	0.33 327	0.37 241	0.46 163

DAS	2.52 234	0.76 187	7.72 117	1.16 267	1.64 458	2.96 152	2.10 489	4.14 383	3.31 395	4.16 522	2.51 441	2.56 354	1.81 370	11.54 511	1.83 327	0.44 353	0.23 102	0.39 369	0.25 170	0.42 305	0.45 153

SepStereo	2.36 201	0.76 187	7.72 117	1.16 267	1.64 458	2.96 152	2.10 489	4.14 383	3.31 395	4.16 522	2.51 441	2.56 354	1.81 370	8.34 403	1.83 327	0.44 353	0.23 102	0.39 369	0.25 170	0.42 305	0.45 153

test_xeample	4.19 474	0.93 257	14.09 165	1.16 267	1.17 343	3.28 193	0.80 236	4.63 517	5.30 531	2.46 409	2.35 415	1.39 189	1.42 266	10.88 476	17.68 553	0.30 137	6.50 535	0.32 246	0.32 319	0.36 235	8.38 517

RAFT + AFF	3.98 466	14.10 545	20.78 475	1.16 267	1.96 491	4.14 396	2.00 482	4.56 508	3.52 438	2.23 337	2.51 441	2.27 313	4.92 509	8.94 414	2.82 418	0.33 202	0.60 404	0.48 424	0.39 391	0.81 473	1.03 364

PAM_32	3.04 361	0.69 126	20.55 443	1.17 274	1.01 290	8.89 552	0.76 206	3.71 268	3.43 422	2.12 296	2.65 456	5.44 524	3.73 491	2.35 242	1.48 245	0.27 74	0.33 242	0.28 161	0.29 266	0.39 268	1.27 383

RALCasStereoNet	3.17 384	1.87 415	20.86 483	1.17 274	1.63 454	3.10 164	0.70 160	3.21 198	2.19 189	1.39 146	1.73 247	1.18 159	0.91 138	2.46 247	1.64 286	0.31 161	8.75 548	0.25 72	0.22 119	0.31 133	9.45 523

DMCA	2.02 131	1.07 297	11.33 141	1.17 274	0.96 275	3.92 341	0.89 284	3.80 286	3.11 351	2.89 465	1.58 201	2.35 324	1.17 216	1.79 167	2.25 383	0.42 328	0.29 209	0.42 394	0.27 204	0.38 254	0.43 141

FADNet-RVC	3.23 397	12.51 524	17.02 232	1.17 274	0.81 216	3.52 242	1.09 371	4.16 389	2.74 277	1.44 158	1.29 124	1.86 262	1.76 361	9.82 435	2.46 399	0.39 303	0.38 293	0.40 374	0.41 411	0.68 445	0.59 257

MLCV	2.52 234	1.77 402	18.20 263	1.17 274	0.63 137	3.60 260	0.53 76	3.88 301	2.35 222	2.82 461	2.24 395	1.99 288	1.42 266	4.59 324	3.09 431	0.39 303	0.22 74	0.33 281	0.22 119	0.35 217	0.52 212

DFGA-Net	2.93 338	7.27 493	18.55 269	1.18 279	0.79 208	3.68 279	0.60 104	2.84 161	1.98 161	2.19 323	2.07 361	1.22 170	1.04 171	10.28 459	2.51 405	0.30 137	0.23 102	0.34 301	0.35 352	0.63 421	0.54 226

AIO-Stereo-zeroshot1	3.20 389	1.87 415	21.91 541	1.18 279	2.03 495	4.07 376	0.98 344	3.99 326	2.17 186	1.57 170	5.62 524	4.27 488	2.92 453	2.69 273	2.50 404	0.27 74	0.49 370	0.31 226	1.20 524	0.92 486	3.04 461

coex-ft	20.00 573	11.54 518	120.82 592	1.18 279	1.30 378	2.36 101	1.99 479	2.96 177	13.96 562	129.83 593	8.40 538	5.88 531	52.82 587	9.93 442	31.13 581	0.61 453	0.62 409	0.50 439	0.49 444	1.10 502	2.63 448

DCRE	3.02 356	0.95 266	18.48 268	1.18 279	1.89 487	3.57 252	0.82 244	3.36 219	1.70 120	2.04 271	8.12 532	1.73 231	1.07 185	1.31 68	1.24 189	0.24 30	0.87 443	0.26 105	0.27 204	0.28 84	11.03 532

FADNet-RVC-Resample	3.31 408	8.52 499	22.84 558	1.18 279	0.91 260	3.52 242	1.35 419	4.13 378	2.32 217	1.75 204	1.35 133	2.26 312	1.51 291	9.51 426	2.03 363	0.42 328	0.38 293	0.42 394	0.44 426	0.59 404	0.71 299

UNet	2.53 239	0.91 242	20.07 369	1.19 284	1.44 414	3.45 222	0.75 197	3.80 286	1.98 161	2.09 288	1.57 195	2.74 371	2.37 426	3.51 300	2.52 406	0.35 240	0.30 219	0.41 383	0.28 231	0.40 273	0.50 198

HSM	3.25 402	1.08 301	19.18 292	1.19 284	1.54 429	3.45 222	1.02 352	4.04 342	2.61 259	2.31 363	2.17 379	8.01 542	2.99 461	11.59 513	1.80 322	0.35 240	0.24 131	0.28 161	0.24 154	0.33 179	0.55 230

PAM	3.02 356	0.69 126	20.70 469	1.20 286	1.15 336	8.88 551	1.28 408	4.06 347	1.91 149	2.32 374	2.42 432	5.75 528	2.75 445	2.47 250	1.55 258	0.28 94	0.35 263	0.27 128	0.30 285	0.41 293	1.65 412

anonymousdsp2	2.72 301	0.68 121	11.15 139	1.20 286	0.64 141	3.66 274	0.71 165	3.71 268	2.14 185	1.62 176	1.61 205	1.95 280	1.00 158	2.24 233	0.81 75	0.32 178	0.50 375	0.28 161	0.20 72	0.34 202	19.58 570

Anonymous_2	4.03 468	0.99 287	11.19 140	1.20 286	1.71 472	3.68 279	0.93 323	3.76 276	1.63 105	2.07 282	1.43 155	4.76 510	2.34 424	1.86 187	1.78 317	0.82 495	2.42 499	8.69 575	16.64 579	4.38 552	8.29 514

test_5	2.45 223	1.43 365	19.72 332	1.20 286	1.39 402	3.88 326	1.25 405	4.03 338	1.98 161	1.74 202	1.82 278	1.86 262	1.78 364	3.57 302	1.35 210	0.33 202	0.21 57	0.35 320	0.33 327	0.34 202	0.43 141

aanetorigin	3.34 414	2.00 422	17.58 248	1.20 286	1.57 441	2.57 123	3.75 539	2.73 145	2.10 174	6.11 543	4.27 511	2.88 385	5.64 517	5.46 338	4.60 458	0.53 434	0.46 350	0.45 409	0.48 441	1.15 506	1.22 377

ADCRef	3.66 441	5.95 483	15.50 194	1.20 286	1.41 408	3.93 342	1.61 452	3.92 310	2.77 282	3.13 485	2.20 389	2.40 327	2.78 448	6.23 361	16.59 537	0.50 413	0.35 263	0.63 488	0.62 482	0.58 402	0.92 347

DispNO	3.22 394	2.06 424	19.82 340	1.21 292	1.11 326	3.74 292	0.93 323	4.31 453	2.89 308	2.37 392	2.27 401	4.51 500	2.09 397	11.41 504	3.47 441	0.35 240	0.28 199	0.31 226	0.29 266	0.39 268	0.51 204

iinet-f	2.44 221	1.82 410	14.97 185	1.21 292	1.11 326	3.78 300	1.10 376	4.19 402	2.90 310	2.10 290	1.76 252	2.99 394	2.97 456	2.84 281	2.79 415	0.38 295	0.38 293	0.28 161	0.28 231	0.50 373	0.47 175

EDNetEfficientorigin	12.42 558	3.26 457	179.44 594	1.21 292	1.00 288	2.89 145	1.82 471	3.05 184	5.37 535	8.87 554	4.78 516	4.17 483	4.80 508	9.91 440	11.32 506	0.41 317	0.41 315	0.62 487	0.88 504	1.33 517	2.81 453

AANet_RVC	3.70 448	7.03 491	17.25 236	1.21 292	1.12 329	3.79 302	1.09 371	3.98 324	3.38 411	2.65 439	4.29 512	3.95 470	1.40 258	11.43 507	7.88 489	1.25 515	0.57 393	0.34 301	0.25 170	0.43 315	0.71 299

testlalala_base	2.69 296	0.77 195	21.10 507	1.22 296	1.46 418	2.72 129	0.83 248	4.11 368	1.49 62	1.28 139	1.45 160	1.21 169	0.85 121	1.28 59	1.19 175	3.94 555	2.36 496	0.27 128	0.19 43	4.48 555	1.58 406

riskmin	2.46 225	0.61 79	12.91 151	1.22 296	1.65 462	3.56 251	0.61 108	4.30 442	1.50 65	1.86 218	1.16 89	4.30 492	2.02 394	1.53 123	1.32 208	0.29 109	0.95 448	0.34 301	0.23 134	0.43 315	8.34 516

CSP-Net	1.99 125	1.70 396	4.84 99	1.22 296	1.02 293	3.42 215	1.30 410	3.66 253	2.11 179	2.07 282	1.93 330	2.40 327	1.48 284	8.56 407	1.62 277	0.51 421	0.41 315	0.27 128	0.27 204	0.44 329	0.54 226

ADLNet2	3.20 389	1.43 365	20.11 381	1.22 296	1.78 481	3.86 320	1.47 437	3.96 320	3.89 464	2.26 346	2.49 437	4.63 508	1.92 388	10.68 470	2.00 358	0.42 328	0.37 279	0.29 184	0.30 285	0.51 378	0.46 163

RAFT-345	2.55 248	0.60 73	19.89 349	1.22 296	0.49 65	4.43 457	0.77 210	1.68 26	3.54 439	2.09 288	3.10 485	1.95 280	1.30 238	6.65 369	1.47 244	0.41 317	0.23 102	0.32 246	0.26 187	0.29 102	0.28 15

MMNet	2.15 147	1.33 354	12.06 144	1.22 296	1.23 364	3.55 248	0.89 284	3.84 294	2.26 204	2.19 323	1.78 263	2.15 305	2.10 400	3.70 306	2.35 391	0.45 362	0.38 293	0.34 301	0.28 231	0.40 273	0.52 212

SGM-Forest	4.96 508	0.86 220	21.02 493	1.22 296	0.83 222	4.05 371	3.26 524	4.40 482	3.49 436	4.40 527	3.69 504	4.66 509	13.91 559	11.94 527	17.16 548	0.66 466	0.46 350	0.49 437	0.39 391	0.49 372	1.77 419
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
cross-raft	1.95 118	0.66 108	16.17 211	1.23 303	0.92 261	2.25 91	0.70 160	3.69 262	1.68 114	1.78 208	1.53 173	3.15 410	1.13 200	1.35 81	1.06 152	0.24 30	0.23 102	0.26 105	0.24 154	0.29 102	0.45 153

model_zeroshot	2.43 219	0.72 148	19.99 362	1.24 304	1.23 364	3.70 285	0.63 124	3.76 276	1.61 100	2.79 456	1.41 152	2.24 310	0.82 116	2.87 284	1.22 181	0.33 202	0.52 381	0.30 206	0.25 170	0.28 84	2.59 447

ITSA-stereo	2.11 142	0.85 218	7.84 120	1.24 304	0.68 168	4.06 375	0.91 310	4.30 442	2.57 254	1.94 234	1.77 259	1.61 211	2.12 404	6.12 356	2.79 415	0.42 328	0.38 293	0.40 374	0.41 411	0.51 378	1.26 382

ffm	4.27 481	0.98 278	21.04 495	1.24 304	1.03 298	3.64 268	0.87 276	4.23 416	4.73 514	2.31 363	2.40 423	3.49 438	1.64 334	2.29 238	0.78 61	0.30 137	19.28 578	0.48 424	0.40 400	0.31 133	14.02 541

ff1	5.58 516	0.98 278	21.04 495	1.24 304	1.03 298	3.64 268	0.87 276	4.23 416	4.73 514	2.31 363	2.40 423	3.49 438	1.64 334	12.40 532	16.90 540	0.30 137	19.28 578	0.48 424	0.40 400	0.31 133	14.02 541

mmx	4.56 494	0.98 278	21.04 495	1.24 304	1.03 298	3.64 268	0.87 276	4.53 504	5.34 533	2.31 363	2.40 423	3.49 438	1.64 334	12.40 532	16.90 540	0.34 224	5.98 532	0.48 424	0.40 400	0.46 347	5.71 496

xxx	4.56 494	0.98 278	21.04 495	1.24 304	1.03 298	3.64 268	0.87 276	4.53 504	5.34 533	2.31 363	2.40 423	3.49 438	1.64 334	12.40 532	16.90 540	0.34 224	5.98 532	0.48 424	0.40 400	0.46 347	5.71 496

HH	3.19 387	0.91 242	21.34 526	1.24 304	0.61 124	4.16 402	0.80 236	2.94 170	1.82 134	1.23 135	1.84 292	4.61 506	1.84 378	2.63 266	0.99 134	0.29 109	1.53 473	0.30 206	0.24 154	0.34 202	14.22 544

HanStereo	3.19 387	0.91 242	21.34 526	1.24 304	0.61 124	4.16 402	0.80 236	2.94 170	1.82 134	1.23 135	1.84 292	4.61 506	1.84 378	2.63 266	0.99 134	0.29 109	1.53 473	0.30 206	0.24 154	0.34 202	14.22 544

LL-Strereo	4.26 480	13.69 536	20.37 415	1.24 304	2.18 504	2.90 146	1.08 367	4.35 470	2.22 195	3.20 492	2.26 398	3.29 420	3.13 467	11.30 500	1.91 344	0.33 202	3.89 522	0.46 416	0.34 337	0.54 386	6.47 503

Wz-Net-LNSev	2.78 317	6.16 484	17.27 238	1.24 304	1.65 462	3.49 234	1.55 446	3.70 265	3.61 443	1.96 242	1.76 252	3.30 421	2.17 413	2.78 277	2.24 382	0.49 399	0.35 263	0.32 246	0.31 303	0.56 395	0.65 282

HGLStereo	2.74 307	1.03 293	20.80 477	1.24 304	1.55 433	3.62 266	0.94 326	3.83 293	2.09 172	2.18 316	2.20 389	3.11 407	2.12 404	5.65 341	2.07 368	0.50 413	0.34 253	0.32 246	0.30 285	0.42 305	0.50 198

FADNet	3.20 389	11.55 519	16.16 210	1.24 304	0.95 273	3.30 200	0.87 276	4.00 328	2.73 275	1.42 153	1.35 133	2.51 346	2.04 395	9.95 444	2.39 396	0.44 353	0.46 350	0.40 374	0.44 426	1.13 505	0.61 266

RYNet	3.15 380	1.48 371	16.27 217	1.24 304	1.39 402	3.67 276	1.44 435	4.09 363	3.20 362	2.26 346	1.70 235	3.83 464	2.15 409	13.64 555	3.23 436	0.45 362	0.45 344	0.50 439	0.35 352	0.81 473	0.83 328

NCCL2	2.96 347	4.07 472	15.75 199	1.24 304	1.03 298	3.48 231	2.55 505	3.79 281	2.39 225	2.78 454	1.80 271	2.41 331	1.67 343	10.27 458	2.48 403	0.46 374	0.41 315	0.57 470	0.55 467	0.61 410	0.86 339

PSMNet_ROB	3.38 418	5.24 481	20.61 458	1.24 304	1.22 363	3.76 295	1.64 458	3.59 244	2.80 287	2.07 282	1.72 241	2.75 373	1.79 367	11.42 506	4.58 457	0.42 328	0.38 293	0.50 439	0.62 482	0.62 415	0.69 293

G2L-ROB	2.75 311	1.93 418	19.94 355	1.25 319	1.05 307	3.84 312	0.93 323	3.45 230	2.56 251	2.29 357	1.47 162	2.64 362	1.20 223	8.34 403	2.28 386	0.29 109	0.20 33	0.24 49	0.23 134	0.29 102	0.52 212

H2IRNET	2.19 155	0.83 212	19.13 288	1.25 319	0.61 124	4.48 467	0.44 47	2.94 170	1.86 140	1.08 120	2.29 406	1.67 217	1.40 258	2.18 224	1.64 286	0.41 317	0.21 57	0.33 281	0.37 373	0.38 254	0.39 113

RAFT-Test	1.67 107	0.64 92	6.13 109	1.25 319	1.82 485	3.06 162	0.78 217	4.02 335	3.09 350	1.88 220	1.70 235	3.76 460	1.03 164	1.40 93	1.07 154	0.29 109	0.33 242	0.25 72	0.23 134	0.29 102	0.33 43

ssnet_v2	2.81 321	1.39 360	21.16 514	1.25 319	0.90 255	3.86 320	1.63 455	4.10 365	3.22 372	2.79 456	1.96 333	3.78 461	1.70 350	2.53 259	3.12 434	0.44 353	0.37 279	0.42 394	0.38 382	0.59 404	0.58 254

StereoDRNet-Refined	2.23 166	0.98 278	10.62 134	1.25 319	0.78 205	3.29 196	0.71 165	3.96 320	2.20 192	2.43 404	2.05 355	2.97 392	1.46 278	6.87 378	2.33 389	0.37 279	0.25 150	0.42 394	0.34 337	0.47 360	0.80 324
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
w-ln-seven-2	3.65 438	9.76 509	15.93 203	1.26 324	1.02 293	3.54 247	1.56 448	4.14 383	3.86 461	2.57 424	2.05 355	2.63 361	2.26 419	8.48 406	10.24 498	0.50 413	0.52 381	0.44 401	0.34 337	0.64 426	1.25 380

NaN_ROB	4.73 502	6.66 488	21.89 539	1.26 324	1.28 373	3.49 234	3.02 520	4.38 479	3.93 466	3.65 510	2.55 445	2.97 392	5.01 510	13.23 549	17.43 551	0.38 295	0.42 326	0.38 363	0.40 400	0.50 373	1.82 422

qqq	2.96 347	0.88 228	15.54 195	1.27 326	0.74 187	2.29 95	0.90 299	4.07 350	4.63 506	1.63 177	1.32 128	1.78 248	1.36 247	5.19 331	1.68 293	0.29 109	6.43 534	0.33 281	0.36 363	0.35 217	8.09 509

DMCA-RVC	2.72 301	3.31 458	20.08 375	1.27 326	1.13 332	2.49 113	0.85 264	3.43 226	1.85 139	3.04 479	1.58 201	1.99 288	1.51 291	6.42 364	2.86 420	0.39 303	0.31 226	0.44 401	0.37 373	0.47 360	0.65 282

zh-mn7	3.65 438	13.21 529	16.35 220	1.28 328	1.01 290	2.94 149	1.31 412	4.24 422	3.12 353	3.44 502	3.10 485	2.84 383	2.09 397	9.17 417	5.46 468	0.61 453	0.43 328	0.38 363	0.38 382	0.60 408	0.94 351

1111x	4.75 503	1.05 296	20.89 485	1.28 328	1.02 293	3.81 309	0.88 283	4.65 519	5.52 539	2.43 404	2.27 401	1.97 286	1.81 370	12.40 532	18.19 557	0.32 178	9.06 554	0.32 246	0.34 337	0.38 254	6.34 502

GANet-ADL	2.25 170	0.80 203	20.17 382	1.28 328	0.69 176	3.83 310	0.75 197	3.63 250	1.83 136	1.68 187	2.04 348	2.09 303	1.10 193	1.63 134	1.43 233	0.42 328	0.33 242	0.26 105	0.23 134	0.43 315	0.41 125

UPFNet	2.23 166	0.86 220	14.25 168	1.28 328	1.44 414	3.51 240	1.34 416	4.05 345	2.11 179	2.44 407	1.53 173	2.41 331	1.39 254	3.62 305	1.91 344	0.41 317	0.41 315	0.37 348	0.32 319	0.44 329	0.48 186

GwcNet-RSSM	3.13 375	5.08 478	19.86 345	1.28 328	1.20 356	4.12 388	1.11 377	3.89 303	2.80 287	2.13 297	1.81 276	3.11 407	1.46 278	10.33 461	2.19 380	0.36 264	0.34 253	0.35 320	0.31 303	0.45 337	0.43 141

FAT-Stereo	3.38 418	0.88 228	19.96 358	1.28 328	1.20 356	3.44 219	1.97 478	4.26 434	3.15 358	3.14 488	3.92 507	3.50 443	3.28 475	11.68 519	2.04 365	0.65 465	0.68 420	0.48 424	0.54 463	0.63 421	0.91 345

zh-sn7	4.13 471	13.99 543	17.43 242	1.29 334	1.15 336	3.66 274	2.56 506	4.26 434	2.78 285	2.66 440	3.11 490	3.37 429	3.17 471	11.53 509	7.43 484	0.48 392	0.49 370	0.45 409	0.44 426	0.75 460	1.52 402

GEStereo_RVC	2.66 285	1.20 334	20.38 416	1.29 334	1.05 307	4.02 363	1.42 430	4.17 393	2.24 198	2.10 290	1.86 302	2.33 320	1.84 378	4.93 327	1.78 317	0.51 421	0.38 293	0.32 246	0.29 266	0.44 329	0.56 233

raftrobust	2.05 137	1.45 367	13.44 155	1.29 334	5.81 553	3.59 256	0.67 138	2.80 153	1.50 65	2.21 333	1.41 152	1.17 156	1.22 225	1.37 89	1.46 243	0.29 109	0.33 242	0.22 13	0.20 72	0.27 72	0.36 86

RALAANet	2.29 184	2.73 448	21.08 500	1.29 334	0.94 271	1.45 45	0.68 148	3.25 206	2.61 259	2.02 263	1.80 271	1.28 175	1.04 171	2.12 214	1.79 321	0.30 137	0.22 74	0.27 128	0.27 204	0.41 293	0.35 64

FCDSN-DC	6.71 539	1.18 324	21.61 535	1.29 334	1.10 323	4.38 445	2.59 508	4.58 512	5.52 539	9.58 558	11.19 551	19.17 563	17.69 567	13.03 546	17.11 545	0.73 483	0.57 393	0.61 480	0.60 476	0.71 453	0.92 347
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ISRNet	1.98 120	0.94 261	10.75 135	1.30 339	1.35 394	2.84 137	0.69 157	3.80 286	2.07 171	2.14 299	2.11 367	2.89 386	1.41 263	2.52 257	1.74 311	0.49 399	0.50 375	0.56 466	0.47 437	0.51 378	0.59 257

MC-Stereo	2.54 243	0.58 56	6.38 111	1.30 339	1.37 399	4.56 486	0.60 104	2.08 65	1.57 83	1.97 244	1.68 229	0.89 116	1.12 199	1.46 106	0.88 96	0.27 74	8.44 542	0.27 128	0.22 119	0.26 65	14.87 546

xxxx	4.25 478	0.86 220	14.59 178	1.30 339	1.16 341	3.51 240	0.63 124	4.56 508	5.42 538	2.33 377	2.29 406	2.04 296	1.39 254	10.23 455	18.00 555	0.33 202	7.15 538	0.31 226	0.30 285	0.35 217	8.33 515

AFF-stereo	2.54 243	3.44 462	20.84 482	1.30 339	0.48 56	3.94 345	0.48 55	3.30 211	3.40 417	1.94 234	2.21 393	2.10 304	1.51 291	2.36 243	1.62 277	0.23 23	0.21 57	0.25 72	0.25 170	0.33 179	0.53 219

coex_refinement	3.01 355	1.69 395	20.28 400	1.31 343	1.15 336	3.21 177	0.86 269	3.94 317	2.43 234	2.51 417	1.92 327	3.49 438	1.68 344	11.06 486	2.54 407	0.38 295	0.26 175	0.27 128	0.31 303	0.41 293	0.58 254

XX-TBD	1.98 120	1.08 301	20.29 405	1.31 343	0.43 37	3.97 355	0.33 12	1.76 39	1.77 129	1.59 173	2.18 384	0.69 66	0.59 39	1.44 100	0.75 53	0.33 202	0.25 150	0.23 24	0.16 9	0.31 133	0.22 1

psm_up	3.04 361	1.30 350	18.97 283	1.31 343	1.51 425	3.86 320	1.22 401	4.26 434	2.31 216	2.72 446	1.83 291	2.43 337	1.68 344	12.86 543	1.78 317	0.43 345	0.41 315	0.41 383	0.34 337	0.46 347	0.67 288

NCC-stereo	3.49 430	2.07 427	20.23 393	1.31 343	1.76 478	4.04 367	1.42 430	4.01 330	2.34 219	3.06 480	2.59 451	3.51 446	3.02 463	10.02 448	5.44 466	1.38 519	0.66 418	0.64 490	0.88 504	0.67 439	0.84 332

edge stereo	3.45 425	1.08 301	22.14 549	1.31 343	1.36 396	2.68 127	1.54 444	4.13 378	3.27 381	2.94 471	3.27 495	4.34 494	2.48 434	11.60 515	2.79 415	0.62 459	0.64 412	0.79 509	0.56 469	0.70 448	0.82 326

Abc-Net	3.49 430	2.07 427	20.23 393	1.31 343	1.76 478	4.04 367	1.42 430	4.01 330	2.34 219	3.06 480	2.59 451	3.51 446	3.02 463	10.02 448	5.44 466	1.38 519	0.66 418	0.64 490	0.88 504	0.67 439	0.84 332
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DLCB_ROB	2.55 248	1.32 353	10.26 133	1.31 343	1.04 304	2.94 149	1.29 409	3.81 290	2.73 275	2.93 469	2.17 379	3.37 429	1.53 299	10.40 463	3.26 437	0.42 328	0.35 263	0.41 383	0.37 373	0.43 315	0.68 290

GREAT-IGEV	4.43 489	0.74 163	13.12 153	1.32 350	9.52 556	2.48 110	0.34 17	1.40 10	1.88 145	0.61 12	0.89 43	0.51 33	0.60 41	1.26 53	1.01 142	0.23 23	31.64 585	0.21 8	0.18 25	0.24 44	20.38 572

DDVS	1.78 112	0.84 217	3.58 84	1.32 350	1.15 336	3.17 174	0.77 210	3.35 217	1.86 140	1.88 220	1.91 321	2.91 390	1.42 266	6.19 358	1.85 331	0.47 383	0.65 415	0.35 320	0.38 382	0.48 367	1.01 360

MoCha-V2	3.53 433	0.90 239	17.00 231	1.32 350	8.54 555	1.38 40	0.55 80	2.89 167	3.31 395	0.99 107	1.82 278	0.66 58	1.16 214	1.79 167	0.84 86	0.26 62	15.15 569	0.20 1	0.20 72	0.25 49	11.33 534

PSMNet-RSSM	2.91 336	1.55 382	20.10 378	1.32 350	1.30 378	4.19 418	0.95 331	3.78 280	2.28 208	2.28 351	1.80 271	2.64 362	1.87 383	9.83 436	1.93 349	0.37 279	0.33 242	0.35 320	0.38 382	0.46 347	0.40 118

ADCMid	4.55 493	10.78 515	17.67 252	1.32 350	1.43 412	4.62 493	2.24 494	4.22 410	4.97 527	3.93 516	3.01 479	3.84 465	3.66 489	4.22 321	18.57 561	0.69 471	0.62 409	1.09 521	1.20 524	1.48 520	1.49 400

ADCPNet	4.25 478	4.04 470	21.95 543	1.33 355	1.31 382	6.34 540	2.63 509	4.07 350	3.23 375	2.81 460	2.21 393	4.27 488	6.08 522	6.01 349	11.73 512	0.67 469	1.17 463	0.71 500	1.71 538	0.87 481	1.82 422

AdaStereo	2.22 165	0.90 239	16.41 222	1.33 355	0.83 222	3.21 177	1.12 379	4.25 433	2.91 312	2.06 276	1.76 252	2.47 343	1.17 216	1.93 194	1.65 289	0.50 413	0.26 175	0.43 398	0.29 266	0.46 347	0.39 113
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.
z-mn7	3.78 452	14.53 554	15.59 196	1.34 357	1.23 364	3.78 300	1.42 430	4.17 393	3.45 429	2.94 471	3.37 497	3.05 399	2.09 397	10.03 450	5.54 469	0.50 413	0.39 304	0.43 398	0.34 337	0.67 439	0.73 307

MIM_Stereo	2.71 299	1.26 338	20.92 487	1.34 357	5.57 552	3.10 164	0.59 100	3.25 206	2.51 246	1.64 178	1.61 205	1.82 256	1.29 236	2.07 205	1.35 210	0.25 44	0.31 226	0.28 161	0.26 187	0.29 102	4.43 486

NRIStereo	2.32 191	0.69 126	20.07 369	1.35 359	0.38 14	4.73 517	0.89 284	2.43 100	3.35 406	1.95 240	1.37 141	1.75 232	1.21 224	2.97 288	1.35 210	0.49 399	0.22 74	0.29 184	0.26 187	0.31 133	0.33 43

ac_64	2.93 338	0.87 224	19.66 320	1.35 359	1.70 471	3.29 196	0.92 318	3.56 239	3.46 432	1.91 224	1.79 266	3.90 467	1.76 361	10.23 455	1.93 349	0.44 353	0.32 232	0.33 281	0.31 303	0.35 217	0.51 204

ADCL	4.70 500	4.04 470	16.12 208	1.35 359	1.28 373	5.46 534	10.88 558	4.08 359	4.25 483	5.97 541	4.51 514	4.29 491	5.60 515	6.37 363	15.21 531	0.54 437	0.48 367	0.88 513	0.78 497	0.86 479	1.01 360

CSAN	5.95 522	13.70 537	21.94 542	1.35 359	0.93 265	3.65 272	3.46 529	4.73 525	4.26 484	3.98 517	7.70 530	3.54 450	6.94 532	22.83 569	16.00 534	0.53 434	0.47 360	0.50 439	0.55 467	0.65 433	1.22 377

w-ln-seven	3.68 445	8.30 498	15.93 203	1.36 363	1.34 389	4.09 381	1.60 451	4.13 378	3.03 335	3.06 480	2.31 411	3.41 432	2.24 416	9.78 433	9.71 497	0.46 374	0.37 279	0.47 418	0.40 400	0.78 466	0.84 332

ADLNet	3.23 397	1.19 330	21.03 494	1.36 363	1.61 448	3.69 281	1.23 402	4.05 345	3.41 419	2.72 446	2.29 406	4.00 473	1.77 363	11.21 497	2.15 375	0.42 328	0.43 328	0.36 337	0.35 352	0.47 360	0.82 326

APVNet	3.24 399	1.59 385	21.72 537	1.36 363	1.52 427	3.93 342	1.12 379	3.58 242	2.80 287	2.32 374	2.02 344	3.05 399	1.96 389	11.77 523	2.61 412	0.44 353	0.46 350	0.65 492	0.47 437	0.73 455	0.73 307

DeepPrunerF	4.00 467	5.64 482	16.81 227	1.36 363	1.75 476	3.69 281	1.54 444	4.24 422	13.98 563	2.21 333	1.77 259	2.73 368	2.29 420	10.90 478	6.64 476	0.71 475	0.61 406	0.77 508	0.79 498	0.87 481	0.79 323

CFNet	3.04 361	6.89 490	16.27 217	1.36 363	1.24 368	4.09 381	0.72 169	4.15 387	3.00 322	1.69 191	1.88 310	2.27 313	1.45 273	11.41 504	2.12 374	0.36 264	0.29 209	0.43 398	0.36 363	0.48 367	0.38 100

StereoDRNet	3.07 365	2.92 453	16.33 219	1.36 363	1.57 441	3.45 222	2.04 486	3.77 279	2.85 297	3.31 497	1.85 296	2.78 378	1.79 367	10.85 475	3.41 439	0.45 362	0.36 272	0.39 369	0.37 373	0.62 415	0.85 335

ACV-stereo	2.96 347	1.09 304	20.34 412	1.37 369	1.05 307	4.65 498	1.09 371	2.82 158	1.68 114	1.48 162	1.32 128	5.40 522	4.22 500	7.83 397	2.08 369	0.46 374	0.52 381	0.33 281	0.30 285	0.45 337	0.71 299

Wz-Net-LNSev-Ref	2.72 301	2.55 445	14.91 183	1.37 369	1.36 396	3.50 236	1.63 455	4.11 368	3.38 411	2.55 421	2.04 348	2.35 324	2.50 437	5.14 330	4.64 459	0.53 434	0.22 74	0.35 320	0.21 86	0.41 293	0.60 262

AF-Net	3.15 380	2.65 447	18.81 276	1.37 369	1.76 478	3.30 200	1.57 449	4.20 404	3.05 343	2.76 451	2.94 477	4.50 499	3.21 473	5.88 347	3.07 430	0.88 498	0.39 304	0.72 503	0.50 452	0.75 460	0.66 287

NVstereo2D	2.79 319	1.13 314	13.75 158	1.37 369	1.47 420	3.57 252	1.38 424	4.17 393	3.77 456	2.04 271	1.72 241	3.05 399	1.75 358	10.84 474	1.72 305	0.62 459	0.48 367	0.56 466	0.54 463	0.79 471	1.02 362

AEACV	2.12 143	0.67 112	6.33 110	1.38 373	1.50 423	3.53 244	0.90 299	2.83 160	1.60 94	0.91 93	0.81 33	0.80 93	1.61 318	1.56 128	0.73 50	0.25 44	0.60 404	0.26 105	0.27 204	0.29 102	15.65 555

AASNet	2.65 280	3.20 456	20.19 384	1.38 373	1.49 421	3.84 312	1.06 364	3.92 310	3.28 383	2.07 282	2.28 404	1.95 280	1.28 233	2.19 225	2.17 377	0.42 328	0.33 242	0.45 409	0.30 285	0.59 404	0.52 212

GwcNet	3.26 404	3.93 467	20.24 395	1.38 373	2.04 496	3.24 186	1.53 442	3.72 270	3.66 448	2.17 313	2.25 397	3.55 451	1.69 347	9.38 424	3.03 428	0.48 392	0.49 370	0.46 416	0.39 391	0.66 437	0.86 339

S-Stereo	3.51 432	0.96 270	22.00 547	1.38 373	1.50 423	3.55 248	2.49 503	4.27 437	3.00 322	2.38 393	3.94 508	3.73 458	1.84 378	11.89 526	2.59 411	0.64 463	0.71 429	0.49 437	0.81 500	0.68 445	1.31 384

stereogan	3.26 404	1.26 338	18.01 257	1.38 373	1.66 465	3.76 295	1.64 458	4.06 347	3.86 461	3.23 493	2.70 463	5.02 515	2.85 449	9.88 438	1.85 331	0.71 475	0.51 378	0.69 497	0.48 441	0.86 479	0.85 335

Nwc_Net	3.03 359	1.90 417	19.16 290	1.38 373	1.69 470	3.53 244	1.19 391	4.03 338	2.19 189	2.79 456	2.84 472	3.80 463	2.46 433	6.93 381	2.87 422	0.96 502	0.41 315	0.59 473	0.68 488	0.60 408	0.65 282

XPNet_ROB	2.99 353	1.58 383	17.06 235	1.38 373	0.99 282	3.91 334	1.62 454	4.20 404	2.42 231	2.87 464	2.03 346	2.31 318	1.72 355	10.76 472	3.60 443	0.55 440	0.49 370	0.48 424	0.40 400	0.53 382	0.85 335

MFN_U_SF_DS_RVC	4.38 486	13.66 534	13.95 164	1.39 380	1.58 446	5.18 530	3.31 525	4.53 504	3.22 372	2.60 429	2.62 454	4.99 514	2.11 402	13.99 559	4.21 450	1.53 526	2.56 504	0.67 494	1.82 544	0.83 478	2.92 458

test_sample5	2.68 292	0.76 187	14.56 176	1.40 381	0.83 222	3.11 167	0.74 186	4.33 464	4.48 500	2.29 357	2.04 348	1.67 217	1.45 273	11.18 495	1.88 337	0.37 279	0.47 360	0.37 348	0.39 391	0.43 315	0.78 319

DualNet	2.68 292	0.76 187	14.56 176	1.40 381	0.83 222	3.11 167	0.74 186	4.33 464	4.48 500	2.35 381	2.13 371	1.67 217	1.45 273	11.18 495	1.88 337	0.37 279	0.47 360	0.37 348	0.39 391	0.43 315	0.78 319

MSMD_ROB	5.99 523	1.29 347	19.23 297	1.40 381	0.84 230	10.25 555	2.05 487	4.20 404	6.02 547	10.42 565	8.00 531	22.21 568	9.45 547	11.67 516	8.73 491	0.76 489	0.59 402	0.67 494	0.68 488	0.67 439	0.72 302

MeshStereo	5.67 519	1.80 405	21.28 523	1.40 381	1.14 334	4.38 445	3.83 542	5.51 544	4.85 523	10.12 563	11.72 555	11.44 548	5.87 520	13.86 557	12.31 514	0.68 470	0.61 406	0.61 480	0.60 476	0.73 455	0.68 290
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
YMNet	2.55 248	1.78 403	14.80 181	1.41 385	1.67 468	3.95 347	0.96 337	3.86 297	3.02 331	2.68 441	2.57 449	3.35 427	1.53 299	3.40 296	2.57 408	0.49 399	0.54 386	0.52 447	0.49 444	0.76 464	0.69 293

YMNet_1	2.55 248	1.78 403	14.80 181	1.41 385	1.67 468	3.95 347	0.96 337	3.86 297	3.02 331	2.68 441	2.57 449	3.35 427	1.53 299	3.40 296	2.57 408	0.49 399	0.54 386	0.52 447	0.49 444	0.76 464	0.69 293

SMFormer	2.40 210	0.73 154	8.34 122	1.41 385	0.61 124	2.04 75	0.72 169	4.30 442	4.43 494	2.41 400	2.40 423	1.94 276	1.52 295	10.99 482	3.10 432	0.35 240	0.84 439	0.36 337	0.33 327	0.40 273	0.77 316

tta	2.44 221	0.73 154	8.34 122	1.41 385	0.61 124	2.04 75	0.72 169	4.30 442	4.43 494	2.41 400	2.40 423	1.94 276	1.52 295	10.99 482	3.10 432	0.35 240	0.84 439	0.36 337	0.33 327	0.31 133	1.75 415

qqq1	2.35 199	0.73 154	8.34 122	1.41 385	0.61 124	2.04 75	0.72 169	4.30 442	4.43 494	2.41 400	2.40 423	1.94 276	1.52 295	10.99 482	1.36 217	0.35 240	0.84 439	0.30 206	0.25 170	0.31 133	1.75 415

fff1	2.35 199	0.73 154	8.34 122	1.41 385	0.61 124	2.04 75	0.72 169	4.30 442	4.43 494	2.41 400	2.40 423	1.94 276	1.52 295	10.99 482	1.36 217	0.35 240	0.84 439	0.30 206	0.25 170	0.31 133	1.75 415

Consistency-Raft	2.93 338	1.93 418	19.72 332	1.41 385	1.75 476	3.85 317	1.32 414	4.09 363	2.75 278	1.82 215	2.66 458	1.81 254	4.34 504	2.29 238	2.08 369	0.90 499	0.94 447	1.03 517	1.13 520	1.71 528	1.10 370

BEATNet_4x	2.65 280	4.43 475	18.10 259	1.41 385	0.59 115	3.44 219	1.02 352	4.08 359	2.97 317	2.28 351	1.75 251	2.18 306	1.61 318	2.80 279	3.54 442	0.39 303	0.25 150	0.47 418	0.31 303	0.61 410	0.86 339

DRN-Test	3.17 384	1.30 350	19.66 320	1.41 385	1.60 447	3.61 262	1.47 437	4.18 399	2.83 294	3.48 504	1.92 327	2.58 356	2.50 437	10.81 473	2.90 424	0.49 399	0.49 370	0.44 401	0.42 417	0.57 399	0.78 319

z-ln-s-r	3.37 417	4.66 477	19.53 313	1.42 394	1.29 375	3.70 285	1.20 394	4.24 422	3.96 468	2.16 310	1.92 327	2.43 337	1.62 327	10.90 478	6.24 471	0.36 264	0.23 102	0.32 246	0.24 154	0.53 382	0.53 219

test_sample3	2.65 280	0.75 177	15.69 198	1.42 394	0.85 231	3.14 172	0.73 176	4.28 438	3.21 365	2.28 351	1.79 266	1.78 248	1.46 278	11.11 492	1.84 329	0.36 264	0.46 350	0.34 301	0.36 363	0.40 273	0.76 315

UDGNet	2.34 197	1.71 397	20.28 400	1.42 394	0.62 134	4.39 449	0.67 138	1.82 43	2.28 208	1.40 147	1.21 99	0.99 135	1.00 158	2.23 231	1.23 184	1.14 510	0.35 263	1.30 529	0.98 513	1.11 503	0.62 270

rafts_anoy	2.76 314	1.68 393	20.42 420	1.42 394	3.90 539	3.03 161	0.61 108	3.24 203	1.66 111	1.42 153	1.26 111	1.19 163	1.11 196	2.13 216	1.64 286	0.33 202	8.77 549	0.32 246	0.32 319	0.32 155	0.38 100

Syn2CoEx	3.42 422	7.66 495	20.57 451	1.42 394	1.18 345	2.49 113	1.64 458	4.07 350	2.68 268	2.51 417	2.27 401	2.89 386	3.15 470	9.56 428	2.58 410	0.52 432	0.45 344	0.53 454	0.42 417	0.79 471	1.00 358

PA-Net	3.45 425	2.50 442	20.39 419	1.42 394	1.20 356	3.39 208	1.73 464	3.93 314	3.57 442	1.94 234	2.17 379	3.02 397	1.87 383	11.67 516	6.48 475	0.40 314	0.55 390	0.44 401	0.63 486	0.55 389	1.13 372
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	2.53 239	1.29 347	20.56 447	1.42 394	1.40 407	4.01 360	1.04 360	2.79 151	1.67 113	2.27 349	1.88 310	2.94 391	1.50 289	3.48 298	1.68 293	0.37 279	0.29 209	0.52 447	0.41 411	0.55 389	0.51 204

test_sample6	2.71 299	0.76 187	14.30 169	1.43 401	0.83 222	3.17 174	0.79 227	4.40 482	4.65 511	2.35 381	2.13 371	1.69 221	1.45 273	11.48 508	1.99 353	0.39 303	0.46 350	0.38 363	0.40 400	0.43 315	0.77 316

FENet	2.30 188	0.61 79	20.21 390	1.43 401	0.68 168	4.04 367	0.60 104	4.01 330	2.26 204	2.03 268	1.13 84	2.42 335	1.42 266	1.72 154	1.43 233	0.36 264	0.24 131	0.33 281	0.27 204	0.29 102	0.51 204

SANet	6.43 531	13.71 538	22.08 548	1.43 401	1.00 288	6.86 544	3.78 541	4.71 522	11.10 557	4.71 532	8.72 540	7.47 538	7.91 541	12.46 539	18.12 556	0.51 421	0.47 360	0.50 439	0.45 433	0.94 488	1.60 409

test_sample4	2.68 292	0.76 187	15.85 201	1.45 404	0.83 222	3.10 164	0.72 169	4.31 453	3.37 408	2.39 395	1.90 320	1.72 228	1.47 283	11.13 494	1.86 333	0.36 264	0.47 360	0.35 320	0.37 373	0.42 305	0.85 335

fast-acv-ft	2.62 271	1.62 388	20.48 435	1.45 404	1.39 402	3.16 173	1.16 389	3.41 223	2.45 242	1.97 244	2.15 374	2.68 365	2.15 409	2.92 286	2.47 401	0.43 345	0.40 308	0.45 409	0.40 400	0.62 415	0.64 278

SACVNet	3.06 364	1.61 387	19.29 300	1.46 406	1.18 345	4.05 371	1.48 439	4.03 338	2.58 257	2.75 450	1.89 312	2.55 350	1.38 251	11.33 501	2.28 386	0.51 421	0.41 315	0.48 424	0.43 422	0.57 399	0.93 350

CBMV_ROB	4.57 496	0.90 239	21.30 525	1.46 406	0.89 249	4.43 457	1.69 463	4.51 502	3.14 356	5.97 541	4.23 510	4.16 482	7.83 538	11.06 486	16.47 535	0.61 453	0.55 390	0.53 454	0.51 457	0.56 395	0.59 257

iResNet_ROB	2.72 301	10.38 513	14.41 172	1.46 406	0.99 282	3.74 292	0.66 136	4.01 330	2.84 296	2.04 271	2.05 355	1.98 287	1.38 251	4.73 326	1.91 344	0.35 240	0.20 33	0.28 161	0.19 43	0.33 179	0.41 125

PWC_ROB	3.32 410	4.61 476	14.41 172	1.46 406	1.90 488	3.21 177	1.15 387	4.39 481	3.46 432	3.13 485	3.40 498	2.79 379	2.34 424	9.17 417	6.94 477	0.61 453	0.34 253	0.61 480	0.37 373	0.73 455	1.40 390

WZ-Net	4.39 487	12.37 523	17.44 243	1.47 410	1.42 411	3.76 295	2.27 496	4.17 393	3.11 351	2.89 465	2.24 395	4.05 475	5.69 519	10.89 477	12.07 513	0.66 466	0.41 315	0.47 418	0.49 444	0.78 466	1.12 371

ttt	4.23 477	0.75 177	19.96 358	1.48 411	1.31 382	3.69 281	0.87 276	4.65 519	5.33 532	2.45 408	2.39 421	2.44 341	1.54 302	11.35 502	16.49 536	0.43 345	4.35 523	0.37 348	0.35 352	0.41 293	4.01 481

RAFT-RH_RVC	2.72 301	0.64 92	20.10 378	1.48 411	0.49 65	4.46 460	0.56 83	1.73 36	2.86 303	3.06 480	5.50 522	2.02 293	1.28 233	6.70 372	1.56 260	0.46 374	0.22 74	0.37 348	0.34 337	0.29 102	0.33 43

TCMNet	3.13 375	1.71 397	19.53 313	1.49 413	2.11 501	3.84 312	1.07 366	4.12 374	3.03 335	2.64 437	2.29 406	2.43 337	1.74 357	10.10 451	2.47 401	0.56 444	0.45 344	0.61 480	0.50 452	0.87 481	1.04 366

AIO-test2	3.07 365	12.11 522	20.58 454	1.49 413	1.34 389	3.22 180	0.73 176	4.07 350	1.56 80	1.72 196	2.20 389	0.90 118	0.74 82	3.75 308	1.39 226	3.67 549	0.26 175	0.35 320	0.44 426	0.41 293	0.44 147

test_sample2	2.20 162	0.70 134	6.07 107	1.49 413	0.81 216	2.96 152	0.86 269	4.13 378	3.31 395	2.07 282	1.54 184	1.56 207	1.63 331	10.61 466	1.80 322	0.33 202	0.77 433	0.32 246	0.32 319	0.38 254	2.35 440

raft+_RVC	3.46 428	2.57 446	19.51 312	1.49 413	17.54 569	3.63 267	0.76 206	3.24 203	1.53 71	1.35 142	1.67 227	1.03 139	1.10 193	1.98 200	1.53 252	0.25 44	7.10 537	0.25 72	0.24 154	0.28 84	2.18 437

cf-r	2.93 338	2.19 434	20.59 455	1.49 413	1.35 394	4.18 410	0.92 318	3.73 274	3.12 353	2.16 310	1.82 278	3.40 431	1.44 271	8.22 400	1.93 349	0.34 224	0.31 226	0.33 281	0.30 285	0.38 254	0.45 153

mmm	2.70 297	0.80 203	8.26 121	1.50 418	1.18 345	2.44 108	0.85 264	4.08 359	4.59 504	2.31 363	1.95 332	1.51 204	1.55 305	2.33 241	1.72 305	0.31 161	7.71 539	0.45 409	0.42 417	0.40 273	9.56 525

IGEV_Zeroshot_test	2.66 285	0.75 177	21.55 534	1.50 418	0.89 249	2.21 85	0.90 299	3.52 234	1.83 136	2.17 313	1.57 195	4.09 477	1.60 312	1.73 159	1.21 179	0.32 178	0.33 242	0.28 161	0.30 285	0.44 329	6.09 499

PSMNet-RUCA	2.60 263	1.83 411	20.55 443	1.51 420	1.39 402	3.07 163	1.36 422	3.56 239	2.43 234	1.41 150	2.07 361	1.42 193	1.09 187	2.07 205	1.60 272	1.20 513	0.69 427	1.26 528	0.96 509	1.65 526	0.97 354

GIP-stereo	2.03 133	0.67 112	4.11 96	1.51 420	1.13 332	2.91 147	0.42 38	3.45 230	3.19 360	0.67 24	0.78 27	0.90 118	0.76 91	1.06 19	0.69 40	0.29 109	0.25 150	0.25 72	0.17 17	0.26 65	17.22 565

test_sample1	2.29 184	0.72 148	5.74 106	1.51 420	0.86 235	2.35 99	0.64 129	4.07 350	3.45 429	2.01 261	1.51 170	1.70 224	1.71 352	9.53 427	1.73 308	0.31 161	0.97 452	0.31 226	0.31 303	0.33 179	6.12 500

x	2.94 343	0.83 212	16.07 206	1.51 420	0.83 222	2.13 82	0.96 337	3.97 323	4.73 514	1.73 199	1.43 155	1.61 211	1.27 230	2.24 233	1.71 302	0.29 109	6.91 536	0.34 301	0.31 303	0.34 202	9.60 526

SuperB	5.03 509	8.93 501	20.96 490	1.51 420	1.11 326	3.88 326	3.00 518	4.24 422	3.13 355	2.53 419	2.10 366	2.74 371	3.37 482	8.76 410	19.44 565	0.45 362	0.34 253	0.53 454	0.40 400	11.97 575	1.15 374

STTStereo	2.62 271	1.28 345	19.16 290	1.52 425	1.55 433	3.84 312	0.89 284	3.75 275	2.59 258	2.23 337	1.59 203	2.48 345	1.58 308	5.11 329	1.72 305	0.38 295	0.41 315	0.47 418	0.54 463	0.53 382	0.75 314

RGC	3.35 415	1.84 414	18.13 260	1.52 425	1.79 482	3.33 203	1.37 423	4.18 399	2.39 225	2.96 475	3.23 493	3.98 472	2.71 444	11.53 509	3.42 440	0.90 499	0.48 367	0.79 509	0.79 498	0.75 460	0.89 342

CBMV	4.12 470	1.27 342	21.14 511	1.52 425	0.85 231	3.80 305	3.89 543	4.58 512	3.02 331	3.56 508	2.37 418	4.44 496	13.88 558	11.23 499	3.78 446	0.56 444	0.43 328	0.48 424	0.39 391	0.55 389	0.74 312
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RSM++	0.99 48	0.56 46	1.35 19	1.54 428	0.50 74	1.53 51	0.68 148	2.31 90	4.13 475	0.86 74	1.27 117	0.90 118	0.60 41	1.21 47	0.78 61	0.27 74	0.20 33	0.25 72	0.21 86	0.29 102	0.42 134

GMStereo_Zeroshot	1.51 96	1.27 342	4.75 98	1.54 428	0.72 181	3.33 203	0.54 78	2.67 140	1.74 126	2.34 379	1.57 195	2.40 327	0.96 149	2.51 253	1.21 179	0.48 392	0.23 102	0.41 383	0.24 154	0.82 475	0.40 118

ccnet	3.03 359	1.48 371	12.88 149	1.54 428	1.26 371	3.71 287	2.32 498	4.11 368	3.05 343	2.92 468	3.21 491	2.86 384	2.40 427	9.87 437	4.19 449	0.80 491	0.76 432	0.71 500	0.70 491	0.78 466	1.07 368

HITNet	2.49 230	2.91 451	19.23 297	1.54 428	0.57 110	3.47 225	0.79 227	4.16 389	2.93 313	2.18 316	1.65 222	1.68 220	1.45 273	2.17 222	2.99 427	0.28 94	0.20 33	0.41 383	0.27 204	0.45 337	0.52 212
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
MyStereo8	2.97 352	1.76 400	18.94 280	1.55 432	1.62 451	4.16 402	0.57 87	3.79 281	2.41 230	2.22 335	2.93 476	2.27 313	1.14 206	2.16 220	2.28 386	0.27 74	8.58 545	0.32 246	0.29 266	0.37 241	1.72 414

psmorigin	6.62 534	1.45 367	87.38 590	1.55 432	0.97 276	2.86 140	1.42 430	3.30 211	2.12 181	3.74 512	2.45 433	5.15 518	2.59 441	10.55 465	2.91 425	0.55 440	0.68 420	0.48 424	0.53 460	0.73 455	1.02 362

RP	3.26 404	1.73 399	17.70 253	1.56 434	1.93 490	3.43 218	1.94 475	4.18 399	2.72 273	2.77 452	3.05 481	3.96 471	2.69 443	10.17 452	2.86 420	1.04 504	0.50 375	0.71 500	0.59 473	0.75 460	0.83 328

Wz-Net-TNSev	4.22 475	13.55 532	15.87 202	1.57 435	1.19 353	3.61 262	2.48 502	4.38 479	3.45 429	2.29 357	1.91 321	4.20 486	2.86 450	12.11 529	10.56 500	0.61 453	0.59 402	0.48 424	0.54 463	0.93 487	1.24 379

AACVNet	2.77 316	1.64 391	19.22 296	1.57 435	0.86 235	3.28 193	0.74 186	3.31 214	1.66 111	2.06 276	1.82 278	2.47 343	1.40 258	10.95 481	1.92 348	0.41 317	0.35 263	0.38 363	0.33 327	0.46 347	0.61 266

Wz-Net-MNSev	3.26 404	7.24 492	17.26 237	1.58 437	1.37 399	3.27 189	2.45 500	4.10 365	4.50 502	2.61 433	2.17 379	2.33 320	3.02 463	7.48 391	2.88 423	0.46 374	0.39 304	0.37 348	0.38 382	0.61 410	0.63 273

GANetREF_RVC	3.45 425	5.10 479	19.89 349	1.58 437	0.80 212	4.13 391	1.82 471	4.24 422	3.33 404	1.91 224	1.76 252	2.46 342	1.83 375	13.17 548	1.87 336	0.83 496	0.57 393	0.79 509	0.77 496	1.21 511	0.91 345
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
DPSNet	3.94 464	2.01 423	14.69 179	1.58 437	1.30 378	4.17 407	2.08 488	4.57 510	4.63 506	2.78 454	1.99 340	3.79 462	7.88 540	10.66 469	11.35 507	0.94 501	0.99 455	0.41 383	0.57 470	1.09 500	1.40 390

test_sample7	2.85 325	0.81 206	14.48 174	1.59 440	0.77 202	2.42 106	1.08 367	4.40 482	4.92 524	2.20 330	1.85 296	1.90 268	2.00 391	6.87 378	1.75 314	0.47 383	1.36 468	0.44 401	0.41 411	0.47 360	6.81 504

11t1	2.82 322	0.72 148	17.81 256	1.60 441	0.93 265	2.27 93	0.62 119	3.76 276	4.47 499	1.72 196	1.33 130	1.05 142	1.34 244	1.84 184	1.45 241	0.29 109	5.57 531	0.29 184	0.26 187	0.32 155	8.80 520

SDNR	4.37 485	2.22 435	20.63 461	1.60 441	0.99 282	5.15 529	0.67 138	4.36 472	5.55 541	4.89 533	7.17 526	5.50 526	1.58 308	17.48 564	4.33 453	0.80 491	0.72 430	0.59 473	0.45 433	1.18 509	1.43 394

ASMatch	2.65 280	0.68 121	20.65 463	1.60 441	0.71 179	4.40 452	0.77 210	2.02 62	1.65 109	1.71 195	3.89 506	1.93 274	3.75 492	5.45 337	1.67 291	0.33 202	0.24 131	0.34 301	0.28 231	0.34 202	0.57 238

FBW_ROB	3.91 461	2.07 427	15.46 193	1.60 441	1.16 341	3.80 305	1.48 439	4.37 475	3.41 419	2.53 419	2.45 433	4.19 485	2.10 400	15.17 562	9.45 495	0.86 497	0.65 415	1.54 533	0.96 509	1.08 499	3.80 475

anonymousa	3.14 377	0.83 212	19.20 294	1.62 445	9.63 557	2.06 79	0.78 217	2.93 168	2.20 192	1.95 240	2.17 379	3.41 432	1.81 370	1.33 73	1.67 291	0.29 109	8.64 547	0.34 301	0.37 373	0.32 155	1.33 386

NLCA_NET_v2_RVC	2.76 314	1.48 371	19.72 332	1.62 445	2.00 493	3.95 347	0.86 269	3.92 310	2.51 246	2.56 422	1.69 233	2.83 382	1.61 318	5.65 341	1.78 317	0.48 392	0.36 272	0.38 363	0.42 417	0.56 395	0.77 316
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PWCDC_ROB	3.62 436	9.86 510	17.35 240	1.62 445	1.57 441	4.19 418	1.01 348	4.35 470	4.20 478	2.26 346	7.36 528	2.73 368	2.75 445	4.10 317	4.51 456	1.47 524	0.37 279	0.39 369	0.34 337	1.22 512	0.73 307

GASNet	3.86 458	15.35 567	21.16 514	1.63 448	1.25 370	2.35 99	1.11 377	4.11 368	2.86 303	1.99 248	2.11 367	2.99 394	2.16 411	10.62 467	3.75 445	0.71 475	0.37 279	0.61 480	0.46 435	0.91 484	0.70 297

TestStereo1	2.56 255	1.41 363	20.56 447	1.63 448	0.74 187	4.13 391	1.34 416	3.93 314	3.38 411	1.61 174	2.56 446	1.43 196	2.13 407	2.55 261	1.70 299	0.32 178	0.22 74	0.34 301	0.26 187	0.40 273	0.53 219

SA-5K	2.56 255	1.41 363	20.56 447	1.63 448	0.74 187	4.13 391	1.34 416	3.93 314	3.38 411	1.61 174	2.56 446	1.43 196	2.13 407	2.55 261	1.70 299	0.32 178	0.22 74	0.34 301	0.26 187	0.40 273	0.53 219

RASNet	3.15 380	1.20 334	19.81 339	1.63 448	2.26 507	3.67 276	1.09 371	3.58 242	3.44 423	1.99 248	2.15 374	4.59 504	2.30 422	10.24 457	2.98 426	0.57 447	0.26 175	0.25 72	0.25 170	0.30 122	0.54 226

LMCR-Stereo	2.53 239	2.30 438	18.81 276	1.64 452	0.86 235	3.88 326	1.14 384	4.33 464	1.63 105	2.27 349	2.35 415	1.13 151	2.41 429	2.63 266	2.26 384	1.06 506	0.24 131	0.29 184	0.25 170	0.62 415	0.42 134

Wz-Net-SNSev	3.47 429	10.51 514	16.90 230	1.65 453	1.20 356	3.29 196	2.03 485	4.16 389	3.03 335	2.35 381	2.39 421	3.48 437	2.12 404	7.95 399	4.28 451	0.51 421	0.40 308	0.53 454	0.49 444	0.74 459	1.46 398

CVANet_RVC	3.32 410	1.63 390	21.06 499	1.66 454	1.29 375	3.99 357	1.55 446	3.98 324	3.00 322	3.51 505	2.06 358	2.58 356	1.72 355	12.46 539	1.70 299	0.62 459	0.34 253	0.53 454	0.47 437	0.64 426	1.66 413

EDNetEfficient	5.62 518	2.26 436	17.51 244	1.67 455	3.59 533	3.99 357	7.25 552	3.14 191	5.63 543	11.52 569	4.82 517	3.94 469	12.48 552	8.39 405	20.56 567	0.46 374	0.46 350	0.48 424	1.06 517	1.65 526	1.62 410

AnyNet_C32	4.49 491	9.53 506	13.85 159	1.67 455	1.56 438	5.40 533	4.06 545	4.03 338	3.69 451	4.21 524	3.09 484	3.09 405	3.38 483	8.24 401	18.76 562	0.56 444	0.64 412	0.53 454	0.81 500	1.36 518	1.42 393

WCMA_ROB	5.78 520	2.42 441	21.71 536	1.67 455	1.55 433	4.07 376	3.53 533	4.14 383	4.73 514	6.59 546	10.89 550	12.82 553	9.59 548	10.17 452	12.65 518	1.05 505	0.61 406	0.52 447	0.52 458	0.71 453	5.64 495

G2L-Stereo_test	2.89 333	2.06 424	20.60 456	1.68 458	1.18 345	3.55 248	1.01 348	3.66 253	2.33 218	2.59 426	1.68 229	3.14 409	1.48 284	9.19 419	1.86 333	0.30 137	0.21 57	0.23 24	0.23 134	0.28 84	0.57 238

TRStereo	2.86 327	2.12 430	19.98 361	1.68 458	1.18 345	4.35 443	1.05 362	5.07 532	3.48 434	1.56 168	1.39 145	1.75 232	0.85 121	2.01 202	1.50 247	0.43 345	0.34 253	0.33 281	0.36 363	0.36 235	7.50 506

SST-Stereo	2.63 275	0.63 87	19.76 336	1.69 460	0.46 46	4.71 516	0.74 186	2.27 81	3.07 346	2.07 282	2.15 374	2.42 335	3.17 471	6.66 370	0.95 122	0.45 362	0.19 20	0.30 206	0.27 204	0.35 217	0.31 29

RAFT_R40	2.61 268	0.64 92	19.86 345	1.69 460	0.46 46	4.74 519	0.95 331	2.28 83	2.52 248	2.02 263	2.32 413	2.69 367	2.52 439	6.70 372	1.05 150	0.42 328	0.19 20	0.30 206	0.27 204	0.33 179	0.29 19

MSC_U_SF_DS_RVC	4.90 507	13.94 542	16.59 226	1.69 460	1.46 418	6.15 537	3.52 532	5.47 542	3.95 467	2.77 452	2.74 466	4.81 511	2.49 436	13.78 556	5.33 464	2.34 533	3.46 518	1.05 518	1.21 526	2.28 531	2.94 459

pmcnn	5.90 521	1.81 408	22.30 552	1.69 460	2.37 512	3.47 225	2.10 489	4.58 512	5.56 542	3.75 513	13.12 560	22.07 567	3.70 490	11.99 528	17.13 546	0.58 448	0.23 102	0.23 24	0.19 43	0.37 241	0.70 297

TDLM	3.20 389	1.58 383	18.80 275	1.70 464	1.10 323	4.29 436	2.17 492	3.81 290	3.27 381	2.89 465	1.98 337	2.06 301	1.70 350	12.44 538	2.15 375	0.58 448	0.31 226	0.56 466	0.40 400	0.58 402	1.59 407

GrayStereo	3.68 445	0.56 46	20.61 458	1.71 465	0.90 255	4.17 407	8.11 556	3.17 195	4.13 475	2.80 459	2.49 437	1.70 224	17.06 565	2.83 280	1.25 195	0.37 279	0.23 102	0.27 128	0.32 319	0.30 122	0.57 238

HBP-ISP	3.78 452	9.10 503	20.83 479	1.72 466	1.14 334	4.54 476	2.82 513	4.61 516	3.03 335	4.13 521	1.98 337	1.88 266	3.31 476	11.06 486	1.52 251	0.74 486	0.57 393	0.67 494	0.62 482	0.65 433	0.64 278

ADCS	4.77 504	12.63 525	17.40 241	1.72 466	1.34 389	3.90 330	3.60 536	4.30 442	3.54 439	5.11 536	2.81 471	4.44 496	3.05 466	6.15 357	19.32 564	0.74 486	0.68 420	0.70 498	0.70 491	1.25 514	1.98 426

anonymity	2.02 131	1.28 345	5.16 101	1.73 468	1.63 454	1.86 62	1.06 364	3.50 232	2.42 231	2.19 323	2.11 367	1.88 266	3.89 494	1.92 191	1.56 260	1.11 508	1.14 461	1.08 520	1.11 519	1.05 494	2.68 449

GANet-RSSM	2.96 347	1.27 342	21.17 516	1.73 468	1.23 364	4.22 424	0.91 310	3.39 221	2.02 167	1.97 244	1.74 250	2.53 347	2.06 396	10.91 480	1.88 337	0.37 279	0.35 263	0.32 246	0.29 266	0.42 305	0.46 163

FC-DCNN	7.08 541	1.01 290	21.89 539	1.74 470	1.64 458	8.18 550	2.31 497	6.50 550	9.16 555	10.85 567	11.33 552	19.85 565	13.33 555	12.94 544	17.10 544	0.72 480	0.57 393	0.59 473	0.57 470	0.64 426	0.69 293

SPS-STEREO	5.18 510	10.36 512	21.09 505	1.74 470	1.72 474	3.24 186	2.26 495	3.92 310	4.12 474	5.06 535	3.66 503	5.43 523	3.33 478	9.56 428	12.34 515	1.17 512	1.17 463	1.07 519	1.03 516	1.17 508	10.25 530
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test2	2.80 320	0.63 87	20.19 384	1.75 472	0.52 81	2.77 130	0.71 165	1.80 40	1.72 124	0.99 107	0.98 61	0.84 99	0.79 105	1.45 103	1.26 200	0.27 74	0.62 409	0.25 72	0.23 134	0.31 133	17.86 566

FC-DCNN v2	7.41 544	0.98 278	22.19 551	1.75 472	1.64 458	8.98 553	2.37 499	7.60 552	9.44 556	11.09 568	11.95 556	20.04 566	16.35 564	12.99 545	17.14 547	0.72 480	0.57 393	0.59 473	0.57 470	0.64 426	0.68 290

RAFT	2.36 201	1.62 388	18.03 258	1.75 472	0.54 87	1.91 66	0.91 310	3.24 203	3.65 447	1.64 178	1.73 247	3.45 435	1.58 308	1.82 180	1.74 311	0.42 328	1.06 457	0.40 374	0.32 319	0.44 329	1.03 364

RTSC	3.44 423	6.78 489	16.53 225	1.76 475	1.54 429	3.53 244	0.94 326	4.22 410	2.97 317	3.65 510	3.23 493	3.31 423	2.29 420	6.22 359	7.41 483	0.61 453	1.32 467	0.37 348	0.42 417	0.78 466	0.98 356

RAFT_CTSACE	2.41 216	1.83 411	20.33 411	1.77 476	1.39 402	3.50 236	1.03 355	3.25 206	1.64 107	1.80 213	2.04 348	2.82 380	1.78 364	2.11 213	1.10 159	0.27 74	0.24 131	0.28 161	0.30 285	0.31 133	0.33 43

DisPM	2.29 184	0.61 79	20.25 397	1.79 477	0.52 81	4.58 487	0.77 210	2.50 110	2.22 195	2.49 415	1.82 278	1.45 199	1.01 161	2.73 275	1.04 147	0.48 392	0.20 33	0.32 246	0.31 303	0.32 155	0.45 153

DISCO	2.40 210	0.99 287	11.99 143	1.81 478	1.12 329	3.47 225	1.24 404	3.34 216	2.57 254	2.73 448	1.96 333	4.52 501	1.90 386	4.18 320	3.62 444	0.37 279	0.27 188	0.31 226	0.30 285	0.70 448	0.62 270

MM-Stereo_test1	2.52 234	0.64 92	20.07 369	1.83 479	0.52 81	1.86 62	0.77 210	3.11 188	3.40 417	1.77 207	1.12 83	0.87 110	0.97 151	1.54 125	1.51 248	0.27 74	2.44 503	0.27 128	0.24 154	0.37 241	6.91 505

tt1	3.79 454	0.93 257	15.34 189	1.83 479	0.45 43	4.54 476	0.78 217	4.23 416	4.73 514	1.27 138	1.89 312	0.74 84	1.48 284	2.29 238	0.78 61	0.30 137	19.28 578	0.32 246	0.22 119	0.31 133	14.02 541

EKT-Stereo	7.93 546	0.75 177	21.17 516	1.84 481	109.80 587	4.51 473	0.61 108	4.13 378	1.59 89	1.89 222	1.24 104	1.96 285	1.35 245	4.02 315	1.36 217	0.42 328	0.31 226	0.29 184	0.27 204	0.35 217	0.78 319

ACVNet-DCA	3.67 443	0.94 261	19.66 320	1.87 482	0.42 32	4.47 463	0.73 176	4.07 350	4.63 506	1.21 129	1.89 312	0.73 77	1.62 327	2.20 226	0.81 75	0.31 161	18.77 570	0.32 246	0.21 86	0.35 217	8.09 509

xx1	3.69 447	0.94 261	19.66 320	1.87 482	0.42 32	4.47 463	0.73 176	4.24 422	4.01 470	1.21 129	1.89 312	1.78 248	1.36 247	2.20 226	0.81 75	0.31 161	18.77 570	0.33 281	0.36 363	0.35 217	8.09 509

1test111	3.86 458	0.94 261	19.66 320	1.87 482	0.42 32	4.47 463	0.73 176	4.07 350	4.63 506	1.21 129	1.89 312	0.73 77	1.62 327	5.19 331	1.68 293	0.31 161	18.77 570	0.32 246	0.21 86	0.35 217	8.09 509

cc1	3.93 463	0.94 261	19.66 320	1.87 482	0.42 32	4.47 463	0.73 176	4.24 422	4.01 470	1.21 129	1.89 312	0.73 77	1.62 327	2.20 226	0.81 75	0.31 161	18.77 570	0.32 246	0.21 86	0.32 155	13.93 540

DANet	2.82 322	1.17 321	10.20 132	1.87 482	1.72 474	3.25 188	1.15 387	4.36 472	3.02 331	3.42 501	2.18 384	4.09 477	1.79 367	9.78 433	4.32 452	0.55 440	0.57 393	0.60 477	0.44 426	0.65 433	1.25 380
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SCV	2.09 140	0.89 233	11.43 142	1.91 487	2.09 500	1.27 26	0.87 276	3.66 253	2.13 184	0.67 24	1.59 203	0.93 127	0.77 93	1.80 173	0.89 99	0.37 279	0.38 293	0.25 72	0.22 119	0.30 122	9.45 523

GANet	3.64 437	1.76 400	19.65 319	1.92 488	1.04 304	3.91 334	2.51 504	3.86 297	2.81 292	3.13 485	3.03 480	3.19 411	2.19 414	12.43 537	8.23 490	0.60 452	0.43 328	0.52 447	0.43 422	0.63 421	0.63 273

GCST	2.86 327	3.95 469	20.52 439	1.93 489	1.56 438	1.74 60	0.50 62	3.69 262	2.10 174	1.79 211	1.64 219	1.60 210	1.29 236	5.27 333	1.90 341	2.10 530	0.77 433	1.45 530	0.97 512	1.15 506	1.38 389

MM-Stereo_test3	2.20 162	0.95 266	19.62 318	1.94 490	1.18 345	1.95 70	0.83 248	3.56 239	3.91 465	1.33 140	1.86 302	1.10 147	0.68 66	1.48 111	1.63 280	0.29 109	0.35 263	0.27 128	0.22 119	0.37 241	0.56 233

WAO-7	6.00 524	14.29 548	20.46 426	1.97 491	1.51 425	5.31 532	3.06 522	5.00 530	5.92 546	4.55 530	8.87 541	6.52 534	6.47 527	13.38 552	13.85 522	1.35 517	1.24 465	1.48 531	1.36 533	1.63 524	1.79 421

XQC	3.41 420	6.58 487	15.18 187	1.97 491	1.62 451	3.40 210	1.76 466	4.53 504	3.67 450	3.40 500	2.45 433	3.73 458	2.91 452	6.78 375	5.36 465	0.73 483	0.90 444	0.60 477	0.61 479	1.02 491	0.99 357

JetBlue	6.69 538	12.01 521	14.30 169	1.98 493	4.64 548	11.97 558	12.29 561	5.39 539	4.32 492	3.81 514	4.51 514	9.50 546	6.53 528	10.22 454	14.50 527	1.32 516	1.47 471	1.18 524	1.36 533	7.48 569	5.05 490

MFN_U_SF_RVC	4.08 469	13.72 539	15.13 186	2.00 494	1.43 412	3.73 290	1.68 462	4.11 368	3.39 416	2.93 469	2.38 419	4.39 495	3.63 488	8.63 408	6.14 470	1.14 510	1.07 460	1.01 516	1.35 532	1.63 524	2.09 433

PASM	3.22 394	2.89 450	15.38 191	2.00 494	1.57 441	2.77 130	1.96 477	3.62 249	2.75 278	2.95 474	2.26 398	3.10 406	2.24 416	11.87 525	2.46 399	0.97 503	1.06 457	0.87 512	1.02 514	1.20 510	1.41 392

iResNet	2.70 297	1.35 357	20.93 488	2.01 496	0.73 182	3.76 295	0.83 248	4.28 438	2.93 313	2.38 393	2.03 346	1.35 182	1.54 302	3.28 294	4.42 455	0.42 328	0.25 150	0.29 184	0.23 134	0.45 337	0.64 278

NOSS_ROB	3.12 373	0.89 233	19.03 285	2.01 496	1.07 313	3.90 330	0.97 341	4.32 461	3.08 347	2.94 471	2.19 387	3.85 466	1.18 219	11.75 522	1.69 296	0.69 471	0.54 386	0.57 470	0.52 458	0.57 399	0.72 302

AnyNet_C01	4.68 498	10.90 516	16.41 222	2.03 498	1.62 451	6.25 538	6.40 551	4.19 402	5.13 530	4.03 518	3.77 505	4.14 481	3.26 474	7.23 384	11.19 503	0.64 463	0.80 436	0.65 492	0.72 493	2.18 529	2.08 431

PDISCO_ROB	3.32 410	5.22 480	18.16 261	2.03 498	2.19 506	4.52 474	1.63 455	4.74 526	3.32 402	2.22 335	2.18 384	3.71 457	2.41 429	5.36 334	2.43 397	1.35 517	0.79 435	0.72 503	0.62 482	1.31 516	1.53 403

Pruner-Stereo	2.33 194	0.70 134	20.66 464	2.05 500	0.48 56	4.73 517	0.78 217	2.55 123	2.70 271	2.47 410	1.57 195	1.48 202	1.03 164	1.71 148	1.55 258	0.48 392	0.21 57	0.34 301	0.30 285	0.31 133	0.42 134

DN-CSS_ROB	2.89 333	9.72 508	19.71 330	2.07 501	0.90 255	4.01 360	0.61 108	4.06 347	3.35 406	1.66 183	1.89 312	1.39 189	1.06 182	3.24 293	1.88 337	0.44 353	0.19 20	0.44 401	0.29 266	0.40 273	0.42 134

SGM_RVC	6.11 528	1.10 307	20.44 422	2.15 502	0.66 154	15.87 567	3.98 544	5.00 530	6.19 548	9.79 561	11.46 553	8.23 544	12.63 553	12.32 531	9.15 493	0.54 437	0.39 304	0.41 383	0.35 352	0.55 389	1.05 367
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
iResNetv2_ROB	3.31 408	14.88 560	20.01 364	2.17 503	1.09 319	3.84 312	1.13 381	4.22 410	3.15 358	2.02 263	2.06 358	2.00 292	1.69 347	3.61 303	2.10 373	0.36 264	0.22 74	0.32 246	0.22 119	0.48 367	0.58 254

MADNet+	4.46 490	11.36 517	14.35 171	2.23 504	2.50 515	4.18 410	2.86 515	5.46 541	4.43 494	2.74 449	2.69 462	4.55 502	3.43 485	8.97 415	9.42 494	1.47 524	2.06 487	1.09 521	1.02 514	1.54 522	2.96 460

PFNet	2.75 311	0.69 126	19.96 358	2.25 505	0.80 212	4.63 495	0.90 299	2.60 133	3.85 460	2.39 395	2.71 464	1.82 256	1.41 263	7.53 392	1.41 229	0.36 264	0.21 57	0.36 337	0.27 204	0.32 155	0.46 163

MultiAttention	9.51 550	0.66 108	18.16 261	2.27 506	22.44 575	36.03 581	8.40 557	5.18 533	2.72 273	2.59 426	5.12 520	5.53 527	1.60 312	52.66 589	8.87 492	0.51 421	0.24 131	0.52 447	0.94 508	6.88 566	8.91 521

AAGNet	3.88 460	0.67 112	20.04 367	2.27 506	0.46 46	4.76 521	1.05 362	2.28 83	3.38 411	2.16 310	1.84 292	2.40 327	3.95 495	6.22 359	24.21 570	0.49 399	0.19 20	0.30 206	0.29 266	0.33 179	0.29 19

FINET	10.59 553	14.44 553	25.84 567	2.30 508	3.90 539	21.74 570	25.19 572	8.85 557	16.99 566	2.68 441	15.19 563	11.45 549	13.83 557	6.71 374	15.11 530	0.80 491	8.59 546	0.53 454	0.44 426	0.62 415	16.67 558

G-Net	4.16 472	1.39 360	20.31 409	2.30 508	2.91 520	4.68 510	2.86 515	3.35 217	2.44 240	4.43 528	9.43 544	6.89 536	3.83 493	8.91 412	4.83 462	0.80 491	0.80 436	0.70 498	0.50 452	0.95 489	0.97 354

XX-Stereo	2.66 285	0.70 134	21.17 516	2.33 510	1.24 368	4.31 441	0.45 49	4.48 496	1.60 94	2.39 395	1.89 312	4.60 505	0.60 41	4.17 319	1.11 160	0.34 224	0.26 175	0.29 184	0.29 266	0.53 382	0.43 141

SHD	3.22 394	4.21 473	14.19 167	2.37 511	2.12 503	2.77 130	1.19 391	4.24 422	3.25 377	4.64 531	2.73 465	3.62 455	2.76 447	6.30 362	4.75 461	0.66 466	1.25 466	0.52 447	0.59 473	0.69 447	1.64 411

MSAF-DinoV2	14.43 565	15.18 564	21.76 538	2.38 512	1.44 414	4.01 360	1.38 424	8.63 556	9.06 554	2.28 351	1.99 340	5.37 521	5.16 512	177.39 594	15.79 532	0.49 399	0.34 253	0.40 374	0.60 476	6.27 561	8.64 519

CC-Net-ROB	3.82 455	3.41 461	20.20 386	2.40 513	1.66 465	4.49 468	1.61 452	4.77 527	3.08 347	2.06 276	2.06 358	1.99 288	1.60 312	12.57 541	1.91 344	2.82 537	2.19 489	2.67 547	1.06 517	2.31 532	1.59 407

NF-Stereo	2.68 292	0.67 112	21.09 505	2.43 514	0.47 51	4.67 502	0.67 138	3.68 257	4.30 488	2.11 292	1.62 209	1.36 184	1.09 187	6.07 355	1.24 189	0.45 362	0.20 33	0.36 337	0.34 337	0.32 155	0.37 90

OCTAStereo	2.67 289	0.67 112	21.08 500	2.43 514	0.47 51	4.67 502	0.67 138	3.68 257	4.31 491	2.11 292	1.62 209	1.36 184	1.09 187	6.02 352	1.25 195	0.45 362	0.20 33	0.36 337	0.34 337	0.32 155	0.37 90

RE-Stereo	2.67 289	0.67 112	21.08 500	2.43 514	0.47 51	4.67 502	0.67 138	3.68 257	4.30 488	2.11 292	1.62 209	1.36 184	1.09 187	6.01 349	1.26 200	0.45 362	0.20 33	0.36 337	0.34 337	0.32 155	0.37 90

TVStereo	2.67 289	0.67 112	21.08 500	2.43 514	0.47 51	4.67 502	0.67 138	3.68 257	4.30 488	2.11 292	1.62 209	1.36 184	1.09 187	6.01 349	1.26 200	0.45 362	0.20 33	0.36 337	0.34 337	0.32 155	0.37 90

PSM-softLoss	2.62 271	0.65 100	21.11 509	2.46 518	0.49 65	4.68 510	0.68 148	2.61 134	4.23 481	2.14 299	1.47 162	1.42 193	0.99 155	6.04 353	1.24 189	0.47 383	0.23 102	0.37 348	0.39 391	0.33 179	0.34 54

KMStereo	2.62 271	0.65 100	21.11 509	2.46 518	0.49 65	4.68 510	0.68 148	2.61 134	4.23 481	2.14 299	1.47 162	1.42 193	0.99 155	6.04 353	1.24 189	0.47 383	0.23 102	0.37 348	0.39 391	0.33 179	0.34 54

IRAFT_RVC	2.74 307	0.71 141	19.80 337	2.52 520	0.67 160	4.60 491	1.57 449	3.05 184	2.99 320	2.23 337	1.72 241	2.08 302	2.59 441	6.69 371	1.61 275	0.37 279	0.21 57	0.33 281	0.29 266	0.33 179	0.35 64

CRFU-Net	2.56 255	0.89 233	10.77 136	2.53 521	1.09 319	3.91 334	1.40 427	3.87 300	1.92 151	2.25 340	1.80 271	3.32 424	7.85 539	5.53 340	1.54 255	0.58 448	0.36 272	0.31 226	0.28 231	0.39 268	0.56 233

MaskLacGwcNet_RVC	3.77 451	1.65 392	20.61 458	2.55 522	1.63 454	4.29 436	1.67 461	3.99 326	2.56 251	1.76 205	1.93 330	3.03 398	1.41 263	13.24 550	2.02 361	4.47 560	1.63 477	1.12 523	0.48 441	2.42 533	2.85 454

MDST_ROB	6.31 529	1.18 324	22.96 561	2.56 523	2.69 516	21.07 569	2.01 484	4.79 528	2.87 305	9.49 557	4.45 513	4.10 479	4.48 505	22.33 568	17.61 552	0.79 490	0.44 338	0.47 418	0.44 426	0.47 360	0.95 353

testlalala2	2.47 227	0.75 177	20.46 426	2.58 524	2.91 520	3.80 305	0.76 206	4.20 404	3.87 463	1.45 161	1.57 195	2.43 337	0.80 110	1.23 48	0.71 44	0.28 94	0.33 242	0.24 49	0.21 86	0.35 217	0.38 100

ELAS	6.58 533	2.54 444	20.08 375	2.66 525	2.48 513	15.49 565	7.29 553	5.50 543	5.72 544	10.05 562	8.94 542	6.91 537	10.83 550	8.33 402	14.27 525	1.92 528	2.19 489	1.23 526	1.31 528	1.62 523	2.17 436
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	6.36 530	2.53 443	20.21 390	2.67 526	2.48 513	4.90 525	11.89 560	4.84 529	6.31 551	9.03 555	8.54 539	8.09 543	12.73 554	9.32 421	13.25 520	1.92 528	2.18 488	1.51 532	1.31 528	1.40 519	2.15 434
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
OMP-Stereo	2.94 343	1.26 338	20.07 369	2.73 527	0.67 160	4.58 487	1.46 436	4.33 464	2.21 194	3.14 488	2.68 461	3.22 415	1.38 251	7.65 394	1.42 231	0.46 374	0.21 57	0.33 281	0.26 187	0.34 202	0.31 29

DGSMNet	8.13 547	2.31 439	18.62 270	2.77 528	13.96 566	6.91 545	42.17 583	4.16 389	2.53 249	2.25 340	3.21 491	3.41 432	1.69 347	9.19 419	3.03 428	3.79 552	10.31 559	11.70 580	5.68 570	4.38 552	10.58 531

SQANet	4.22 475	14.03 544	20.30 407	2.78 529	2.75 518	3.41 213	1.48 439	3.66 253	2.25 201	2.62 435	1.77 259	2.68 365	1.90 386	7.41 390	3.78 446	2.97 539	1.42 470	1.85 535	1.13 520	3.28 537	2.86 455

IIG-Stereo	2.89 333	0.98 278	19.80 337	2.78 529	0.67 160	4.62 493	0.74 186	4.29 440	2.26 204	2.62 435	3.10 485	3.33 425	1.60 312	7.64 393	1.51 248	0.42 328	0.21 57	0.32 246	0.25 170	0.33 179	0.28 15

RTS	4.29 482	9.35 504	18.25 264	2.79 531	2.29 509	4.98 526	3.41 527	4.72 523	4.27 485	4.35 525	3.10 485	4.93 512	3.14 468	7.71 395	6.99 478	0.71 475	0.68 420	0.51 444	0.50 452	1.07 497	1.98 426

RTSA	4.29 482	9.35 504	18.25 264	2.79 531	2.29 509	4.98 526	3.41 527	4.72 523	4.27 485	4.35 525	3.10 485	4.93 512	3.14 468	7.71 395	6.99 478	0.71 475	0.68 420	0.51 444	0.50 452	1.07 497	1.98 426

PVD	3.91 461	4.36 474	13.89 163	2.81 533	4.79 549	3.80 305	1.94 475	3.89 303	4.11 473	5.75 539	3.56 501	3.59 452	3.34 479	6.44 366	6.44 474	0.73 483	2.84 506	0.74 507	0.84 502	0.82 475	3.45 472

PWCK	6.49 532	13.40 530	20.27 399	2.95 534	1.61 448	5.68 536	7.63 555	5.37 538	4.77 519	3.90 515	7.48 529	7.96 541	5.63 516	15.15 561	10.93 502	3.21 542	1.55 475	2.34 540	1.43 535	6.05 560	2.45 445

WAO-6	6.68 537	9.03 502	20.68 465	2.98 535	2.79 519	11.93 557	3.56 535	5.39 539	11.65 559	3.55 507	9.59 545	6.77 535	6.72 529	12.28 530	11.56 508	2.88 538	2.36 496	2.50 541	1.84 545	2.89 536	2.72 451

UDG	3.84 457	2.91 451	20.05 368	2.98 535	1.98 492	3.95 347	1.18 390	4.43 489	2.24 198	2.47 410	2.53 444	4.49 498	2.44 432	6.52 367	4.74 460	2.14 531	1.77 480	2.64 546	2.58 559	2.66 535	2.19 438

CAS	1.34 85	0.48 16	2.20 57	3.01 537	1.66 465	4.08 380	0.73 176	1.96 55	1.51 68	0.86 74	1.10 78	0.59 43	0.53 23	1.36 84	0.94 116	3.07 541	0.14 1	0.21 8	0.14 1	0.38 254	1.78 420

otaku	5.59 517	14.82 559	20.70 469	3.13 538	2.70 517	3.91 334	2.56 506	3.90 305	2.48 244	2.25 340	9.38 543	4.06 476	2.32 423	9.59 430	14.37 526	3.52 547	1.66 478	2.15 539	1.19 523	3.73 545	3.35 469

NVStereoNet_ROB	6.63 535	9.57 507	19.28 299	3.19 539	2.11 501	3.69 281	1.99 479	4.32 461	6.27 550	3.26 496	24.57 573	5.45 525	11.39 551	13.56 553	12.37 516	2.79 535	2.05 486	1.76 534	1.75 541	1.49 521	1.75 415
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	4.83 505	14.73 556	20.47 429	3.24 540	2.97 522	4.12 388	1.88 473	4.00 328	2.57 254	1.79 211	2.15 374	3.34 426	2.16 411	10.01 447	7.34 480	3.53 548	1.77 480	2.13 538	1.32 530	3.89 547	3.23 462

MFMNet_re	3.44 423	8.89 500	19.36 303	3.25 541	1.91 489	3.13 169	1.99 479	3.60 246	4.16 477	3.17 491	2.86 473	2.25 311	2.41 429	2.61 265	2.35 391	1.13 509	1.06 457	0.94 514	0.91 507	1.29 515	1.57 405

ACVNet_2	6.09 525	15.28 566	21.36 528	3.30 542	3.17 528	4.50 469	3.00 518	4.70 521	3.96 468	3.52 506	5.34 521	7.79 540	2.95 454	12.40 532	13.76 521	3.28 543	2.23 491	2.70 548	1.70 537	3.52 540	3.24 463

WAO-8	12.61 560	16.02 570	21.99 545	3.55 543	3.10 524	15.07 563	2.80 511	12.81 564	19.10 573	7.93 552	13.05 558	11.75 550	8.46 545	83.86 591	15.10 528	3.51 545	1.94 483	3.54 560	1.96 548	3.72 543	2.89 456

Venus	12.61 560	16.02 570	21.99 545	3.55 543	3.10 524	15.07 563	2.80 511	12.81 564	19.10 573	7.93 552	13.05 558	11.75 550	8.46 545	83.86 591	15.10 528	3.51 545	1.94 483	3.54 560	1.96 548	3.72 543	2.89 456

ACVNet-4b	6.98 540	14.78 557	22.17 550	3.56 545	3.11 526	4.14 396	2.23 493	4.08 359	3.84 458	1.67 185	3.96 509	5.86 530	2.87 451	10.30 460	17.16 548	26.09 583	2.24 492	2.53 542	1.79 542	3.91 548	3.28 466

DDUNet	3.65 438	2.81 449	19.59 317	3.57 546	2.26 507	3.47 225	1.35 419	4.21 409	2.40 228	2.68 441	2.48 436	4.17 483	1.78 364	5.48 339	2.61 412	2.25 532	1.77 480	2.61 545	2.43 557	2.63 534	2.40 442

ACVNet_1	6.63 535	14.79 558	21.40 529	3.59 547	3.17 528	4.69 515	2.46 501	4.24 422	3.34 405	3.11 484	2.86 473	23.21 569	4.59 507	11.06 486	12.59 517	3.75 550	2.34 495	2.60 544	1.80 543	3.70 542	3.31 467

RainbowNet	5.20 511	15.03 562	21.14 511	3.66 548	3.25 531	4.18 410	2.98 517	4.22 410	3.20 362	2.30 360	2.65 456	4.24 487	2.97 456	9.92 441	6.29 472	3.92 554	2.27 493	2.71 549	1.73 540	3.82 546	3.43 471

LVE	7.57 545	15.80 569	21.28 523	3.69 549	3.19 530	4.54 476	2.78 510	10.13 559	11.63 558	3.24 494	11.52 554	18.10 560	4.55 506	11.67 516	10.30 499	4.62 566	2.95 509	2.56 543	1.91 547	3.63 541	3.26 465

Dean	8.35 548	15.23 565	22.34 553	3.76 550	3.55 532	4.81 524	3.51 531	5.34 535	5.37 535	4.49 529	26.13 574	25.59 575	4.33 503	11.21 497	13.12 519	3.78 551	2.31 494	2.90 550	1.89 546	4.04 549	3.34 468

DispFullNet	4.71 501	3.93 467	23.92 564	4.00 551	3.01 523	3.38 206	1.31 412	4.23 416	3.26 379	6.31 545	2.92 475	4.03 474	7.80 537	3.93 313	5.15 463	2.80 536	1.61 476	3.11 555	2.70 562	3.32 538	3.38 470

tt	7.29 543	0.58 56	7.34 115	4.04 552	2.30 511	12.04 559	20.18 569	15.60 573	7.41 552	3.46 503	3.36 496	5.36 520	6.39 526	4.27 322	7.46 485	9.80 575	11.53 564	7.04 572	7.45 573	6.31 562	3.81 476

test_for_model	3.36 416	3.87 466	21.00 491	4.24 553	3.68 534	2.57 123	0.94 326	3.80 286	3.64 446	2.59 426	1.40 148	1.02 138	0.73 75	0.97 11	0.70 43	3.05 540	2.42 499	0.26 105	0.17 17	5.36 559	4.82 489

TorneroNet	26.32 578	14.70 555	22.40 555	4.24 553	4.08 543	54.72 585	3.19 523	15.11 571	76.73 589	57.99 585	82.55 590	86.65 591	45.79 586	13.34 551	18.51 559	4.52 561	2.86 507	3.45 557	2.63 561	8.75 572	4.28 483

TorneroNet-64	10.52 552	14.33 549	21.95 543	4.29 555	3.76 535	13.77 562	2.83 514	14.96 570	23.11 576	10.24 564	23.77 572	13.44 555	8.15 542	13.98 558	17.70 554	4.03 556	2.73 505	3.23 556	2.53 558	7.27 568	4.35 485

IMH-64-1	6.10 526	13.83 540	17.55 245	4.34 556	3.78 536	4.79 522	5.94 548	5.34 535	4.20 478	4.10 519	8.31 536	5.07 516	6.92 530	9.63 431	7.36 481	4.60 563	2.96 511	3.04 551	2.14 554	4.30 550	3.88 478

IMH-64	6.10 526	13.83 540	17.55 245	4.34 556	3.78 536	4.79 522	5.94 548	5.34 535	4.20 478	4.10 519	8.31 536	5.07 516	6.92 530	9.63 431	7.36 481	4.60 563	2.96 511	3.04 551	2.14 554	4.30 550	3.88 478

JetRed	10.68 554	26.07 579	35.62 574	4.40 558	4.16 545	15.72 566	13.07 563	14.57 569	5.83 545	5.85 540	5.55 523	10.12 547	7.37 535	8.86 411	25.99 575	3.33 544	3.82 521	3.59 562	2.98 567	8.51 571	8.22 513

IMH	7.25 542	16.24 572	21.08 500	4.40 558	3.79 538	5.46 534	3.03 521	5.58 545	6.26 549	4.92 534	10.32 547	9.24 545	8.30 543	13.62 554	11.56 508	4.84 567	3.00 514	3.09 554	2.14 554	4.38 552	3.83 477

KSHMR	17.50 571	14.38 552	22.35 554	4.50 560	4.51 546	8.17 549	3.33 526	15.44 572	76.15 588	7.32 548	61.40 586	56.33 586	5.66 518	32.91 577	13.97 523	4.42 558	2.99 513	3.64 563	2.79 564	5.13 558	4.55 487

ktn	22.24 576	14.37 551	20.30 407	4.54 561	4.02 542	6.52 541	4.50 546	6.78 551	78.80 590	84.67 590	100.54 592	58.48 587	8.39 544	13.13 547	17.09 543	4.61 565	3.24 516	3.49 558	2.62 560	4.70 556	3.96 480

notaker	10.92 555	14.17 546	20.38 416	4.56 562	3.98 541	6.29 539	3.53 533	7.68 553	5.10 529	9.04 556	46.37 582	13.84 558	28.85 576	14.18 560	14.16 524	4.57 562	3.19 515	3.52 559	2.70 562	8.16 570	4.13 482

SAMSARA	4.67 497	6.50 486	16.40 221	4.62 563	3.13 527	6.62 542	3.49 530	5.24 534	3.04 340	7.78 550	3.07 482	5.32 519	4.05 497	9.98 445	6.42 473	0.69 471	2.39 498	0.60 477	0.74 494	0.99 490	2.26 439

UNDER WATER	11.28 557	13.60 533	22.90 560	5.11 564	4.53 547	7.75 548	3.75 539	12.50 562	21.62 575	7.80 551	10.68 548	23.75 571	35.20 577	11.54 511	17.40 550	4.46 559	2.95 509	4.23 567	2.90 565	6.57 563	6.27 501

UNDER WATER-64	10.08 551	14.27 547	22.85 559	5.26 565	4.88 550	11.00 556	4.57 547	11.41 560	17.25 568	7.68 549	9.72 546	15.96 559	21.47 574	11.12 493	16.63 538	4.38 557	2.88 508	4.41 568	2.95 566	7.12 567	5.81 498

MADNet++	8.64 549	6.17 485	13.88 162	6.61 566	5.25 551	10.15 554	14.20 564	5.89 549	8.25 553	7.14 547	8.18 533	6.41 533	9.84 549	11.71 521	16.73 539	9.65 574	5.03 528	8.63 574	5.68 570	4.83 557	8.57 518

HanzoNet	31.86 580	17.33 573	21.23 520	7.52 567	5.85 554	7.49 547	3.61 538	14.35 568	13.37 561	50.38 583	46.35 581	44.46 579	56.50 588	36.53 581	28.25 579	64.05 589	58.31 590	9.45 576	89.24 590	31.17 584	31.77 579

SGM-ForestM	15.60 567	14.94 561	28.17 573	7.84 568	10.49 558	23.43 572	24.58 571	20.87 574	16.87 564	15.92 574	15.89 566	27.08 576	22.45 575	24.86 574	28.42 580	3.85 553	8.90 550	0.55 463	1.15 522	0.64 426	15.05 547

PML	64.55 590	56.00 589	20.79 476	8.10 569	32.82 578	147.60 593	247.57 595	12.71 563	45.39 585	111.32 592	288.85 595	101.42 593	100.62 593	31.63 576	15.84 533	13.96 578	4.84 525	10.95 577	6.18 572	28.99 579	5.33 494

SGM+DAISY	13.18 564	14.36 550	24.65 566	8.10 569	13.49 565	22.47 571	25.54 573	12.13 561	17.08 567	14.77 571	15.82 565	12.17 552	13.97 560	12.65 542	18.22 558	8.40 571	9.18 555	1.23 526	1.33 531	1.23 513	16.81 563

LE_ROB	19.18 572	12.99 528	48.22 582	8.42 571	23.91 576	7.26 546	19.71 568	9.92 558	38.58 582	43.44 580	21.85 569	28.15 577	41.18 580	23.00 570	54.71 585	0.38 295	0.34 253	0.32 246	0.36 363	0.43 315	0.49 193

DGTPSM_ROB	16.67 569	21.79 577	40.19 578	10.00 572	19.05 570	12.43 560	33.20 576	13.71 566	18.09 571	9.71 559	22.85 570	13.77 556	19.64 569	21.23 566	24.07 569	5.09 569	8.95 551	5.62 570	11.49 575	6.73 564	15.75 556

MANE	15.29 566	13.67 535	23.58 563	10.15 573	13.37 564	23.58 573	23.86 570	27.83 578	26.26 577	12.02 570	15.10 562	19.83 564	18.01 568	15.68 563	20.35 566	8.58 572	9.20 556	3.05 553	4.19 569	0.82 475	16.69 559

DPSMNet_ROB	16.76 570	21.81 578	40.95 579	10.20 574	19.08 571	12.43 560	33.21 577	13.73 567	18.21 572	9.76 560	22.88 571	13.78 557	19.64 569	21.39 567	24.21 570	5.20 570	8.97 552	5.63 571	11.51 578	6.80 565	15.82 557

BEATNet-Init1	51.93 588	71.67 590	99.39 591	10.91 575	13.10 562	84.39 592	59.36 585	73.78 590	67.97 587	88.09 591	88.15 591	91.73 592	97.51 592	85.13 593	72.56 593	2.59 534	5.18 529	1.20 525	1.49 536	10.61 574	13.83 538

USTest	15.98 568	15.57 568	22.51 557	18.47 576	16.98 567	26.39 574	36.05 579	27.65 577	12.77 560	10.72 566	10.87 549	18.34 561	15.08 561	18.60 565	23.36 568	4.90 568	5.38 530	7.40 573	7.45 573	9.88 573	11.26 533

TCMNet-wrong-test	12.48 559	15.10 563	19.66 320	22.40 577	19.87 572	15.98 568	12.30 562	23.88 575	4.80 521	6.29 544	6.46 525	18.38 562	15.65 562	10.50 464	10.86 501	9.07 573	4.79 524	5.34 569	3.95 568	12.27 576	12.13 535

Anonymous_1	57.77 589	19.65 574	26.12 568	23.12 578	141.97 591	30.79 575	39.72 580	34.10 582	16.98 565	70.09 589	15.64 564	23.44 570	19.73 571	23.03 571	27.21 576	164.70 594	9.02 553	130.41 590	137.42 591	161.21 594	41.01 586

DPSM_ROB	20.83 574	20.01 575	26.54 570	23.64 579	22.42 573	31.06 576	39.94 581	34.02 580	17.42 569	15.35 572	16.05 567	24.04 572	20.69 572	23.28 572	27.60 577	10.77 576	9.41 557	11.68 578	11.50 576	14.48 577	16.71 560

DPSM	20.83 574	20.01 575	26.54 570	23.64 579	22.42 573	31.06 576	39.94 581	34.02 580	17.42 569	15.35 572	16.05 567	24.04 572	20.69 572	23.28 572	27.60 577	10.77 576	9.41 557	11.68 578	11.50 576	14.48 577	16.71 560

LRCNet_RVC	25.63 577	33.47 580	24.35 565	31.77 581	32.74 577	6.73 543	1.19 391	25.87 576	4.67 512	28.95 575	30.91 575	24.89 574	17.54 566	27.82 575	24.57 572	35.48 584	25.62 583	35.91 585	33.80 584	31.95 585	34.38 584

HaxPig	43.31 584	43.63 585	45.01 580	33.88 582	35.67 579	32.79 578	30.52 575	45.50 583	42.95 583	48.75 581	48.14 583	43.24 578	40.44 579	44.58 582	43.63 582	47.17 586	49.30 587	51.65 587	50.37 586	43.72 586	45.27 587

MEDIAN_ROB	47.37 586	49.00 587	49.74 583	40.28 583	39.94 581	34.93 580	33.41 578	49.78 585	46.38 586	53.04 584	52.61 585	47.67 581	42.28 585	48.33 588	47.25 584	52.06 588	53.99 589	54.28 588	53.48 587	48.70 588	50.27 589

AVERAGE_ROB	44.46 585	45.87 586	46.48 581	40.54 584	38.62 580	32.95 579	30.49 574	46.80 584	43.31 584	49.57 582	48.93 584	44.57 580	39.87 578	45.01 583	43.89 583	48.70 587	50.65 588	50.80 586	49.79 585	45.54 587	46.89 588

CasAABBNet	41.89 583	40.14 584	53.33 587	47.71 585	45.10 583	62.42 587	80.65 592	68.29 588	34.85 578	30.67 576	32.34 579	48.22 584	41.76 582	46.61 586	55.60 589	21.59 579	18.89 575	23.46 581	23.21 583	29.17 582	33.75 582

Selective-RAFT-Error	41.88 582	40.10 583	53.23 585	47.74 586	45.20 584	62.42 587	80.58 591	68.27 587	34.95 579	30.85 578	32.30 578	48.08 582	42.07 584	46.54 584	54.92 586	21.60 580	19.12 576	23.46 581	23.15 582	29.14 581	33.95 583

FlowAnything	41.86 581	39.86 581	53.27 586	47.82 587	45.01 582	62.36 586	80.44 590	68.40 589	35.33 581	30.77 577	32.01 576	48.15 583	42.00 583	46.64 587	55.21 587	21.70 582	18.87 574	23.47 583	23.12 580	29.11 580	33.59 581

LSM	13.03 563	7.72 497	21.01 492	55.44 588	85.65 586	3.65 272	6.27 550	3.91 309	5.06 528	5.63 537	13.91 561	3.53 449	3.46 487	9.93 442	4.36 454	0.72 480	0.95 448	0.72 503	0.85 503	1.09 500	26.67 576

LSM0	49.69 587	40.02 582	53.50 588	97.07 589	129.56 589	62.65 589	79.82 589	68.02 586	35.12 580	33.72 579	33.34 580	48.41 585	41.54 581	46.57 585	55.40 588	21.63 581	19.16 577	23.60 584	23.13 581	29.46 583	52.08 590

DPSimNet_ROB	143.68 594	156.64 594	170.66 593	162.59 590	135.40 590	195.13 594	174.01 593	141.76 594	167.78 595	174.58 594	138.78 593	186.01 594	183.75 594	82.32 590	97.85 594	151.24 593	102.48 591	131.25 591	82.78 589	115.21 590	123.37 591

DLNR_Zeroshot_test	29.83 579	55.48 588	50.99 584	183.84 591	114.74 588	3.44 219	0.28 5	29.52 579	1.59 89	1.03 116	1.25 108	0.93 127	0.64 52	3.95 314	1.62 277	37.16 585	1.69 479	0.26 105	0.23 134	92.97 589	15.07 548

test_example2	213.42 595	219.67 595	222.97 595	213.78 592	220.82 595	199.03 595	200.49 594	189.27 595	143.61 594	211.05 595	218.08 594	210.69 595	205.21 595	221.14 595	216.49 595	236.74 595	242.08 595	213.66 592	216.96 592	235.55 595	231.06 595

xxxxx1	112.85 591	94.19 591	38.10 575	228.21 593	161.02 592	39.23 582	61.26 586	92.54 591	79.08 591	63.44 586	74.84 587	77.80 588	69.88 589	33.55 578	70.96 590	117.25 590	130.44 592	258.49 593	273.88 593	145.63 591	147.24 592

tt_ll	112.85 591	94.19 591	38.10 575	228.21 593	161.02 592	39.23 582	61.26 586	92.54 591	79.08 591	63.44 586	74.84 587	77.80 588	69.88 589	33.55 578	70.96 590	117.25 590	130.44 592	258.49 593	273.88 593	145.63 591	147.24 592

ff	112.85 591	94.19 591	38.10 575	228.21 593	161.02 592	39.23 582	61.26 586	92.54 591	79.08 591	63.44 586	74.84 587	77.80 588	69.88 589	33.55 578	70.96 590	117.25 590	130.44 592	258.49 593	273.88 593	145.63 591	147.24 592

ccccc		628.29 596		567.59 596	570.62 596	580.23 596		613.89 596		613.55 596		554.19 596		666.02 596		780.28 596	507.01 596	391.46 596	342.94 596	701.16 596

Low-res two-view benchmark