Low-res two-view results

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

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

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

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

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

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

S2M2	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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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_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

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

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)
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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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