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

StereoAnything_RVC	4.17 412	12.66 466	20.44 361	0.88 62	0.57 93	1.16 11	0.39 13	2.35 65	4.38 430	0.53 1	0.37 1	0.33 1	0.89 94	1.62 95	0.50 2	0.33 154	0.22 64	0.24 27	0.15 3	3.36 477	31.99 514

dual_stereo	4.32 423	0.42 1	1.51 11	0.75 15	1.37 345	0.88 6	0.34 7	3.50 182	4.78 457	0.55 2	0.47 4	0.60 12	0.40 2	2.09 166	0.95 80	0.24 11	32.26 519	0.21 4	0.17 12	0.21 4	34.78 518

GREAT-IGEV	4.43 428	0.74 119	13.12 107	1.32 295	9.52 495	2.48 88	0.34 7	1.40 5	1.88 105	0.61 3	0.89 21	0.51 7	0.60 19	1.26 29	1.01 98	0.23 7	31.64 518	0.21 4	0.18 16	0.24 11	20.38 508

MonSter	0.70 1	0.47 5	1.58 16	0.69 11	0.89 216	1.19 14	0.39 13	2.57 92	0.93 2	0.62 4	0.66 6	0.37 2	0.35 1	1.08 10	0.59 8	0.16 1	0.36 229	0.20 1	0.19 20	0.21 4	0.52 171

U	12.87 498	0.43 3	2.54 32	0.68 10	58.93 518	63.36 524	0.33 4	1.95 38	1.08 4	0.62 4	0.83 19	0.46 5	0.57 12	0.91 2	0.50 2	0.31 114	0.17 3	63.34 522	59.81 521	0.30 79	0.26 7

FoundationStereo	0.77 3	0.42 1	1.20 2	0.95 115	1.01 253	0.70 3	0.35 9	0.78 1	4.64 447	0.64 6	0.38 2	0.73 37	0.77 61	0.96 3	0.50 2	0.29 69	0.24 112	0.23 13	0.16 7	0.18 1	0.32 23

fffft	0.84 5	0.67 72	1.73 22	0.85 43	0.55 80	1.51 44	0.78 172	2.13 53	1.24 7	0.65 7	0.90 23	0.59 9	0.55 9	1.85 145	1.19 130	0.20 2	0.20 27	0.27 83	0.20 40	0.28 44	0.44 118
1: 1. 1
SCV	2.09 96	0.89 188	11.43 96	1.91 425	2.09 440	1.27 23	0.87 226	3.66 203	2.13 140	0.67 8	1.59 156	0.93 81	0.77 61	1.80 134	0.89 60	0.37 227	0.38 249	0.25 42	0.22 81	0.30 79	9.45 461

GIP-stereo	2.03 89	0.67 72	4.11 54	1.51 359	1.13 289	2.91 113	0.42 21	3.45 181	3.19 304	0.67 8	0.78 13	0.90 74	0.76 59	1.06 8	0.69 15	0.29 69	0.25 128	0.25 42	0.17 12	0.26 27	17.22 501

Pointernet	0.99 13	0.50 8	3.54 43	0.89 64	0.44 34	2.30 80	0.38 10	3.12 143	1.48 22	0.69 10	1.44 112	0.92 79	0.73 46	1.28 33	0.82 46	0.24 11	0.23 91	0.21 4	0.19 20	0.19 2	0.25 6

MaDis-Stereo	1.60 54	1.11 261	16.13 158	0.67 6	1.87 426	1.22 19	0.39 13	2.17 55	1.42 17	0.69 10	0.78 13	0.88 69	0.70 41	1.24 27	1.13 116	0.32 131	0.23 91	0.26 65	0.21 51	0.32 108	0.28 12

ProNet	1.63 57	0.91 197	5.70 61	0.96 124	0.64 122	2.40 85	0.82 198	1.92 33	3.28 326	0.69 10	1.17 53	0.78 47	0.76 59	1.72 115	0.87 57	0.27 40	0.97 390	0.25 42	0.26 141	0.31 89	7.97 448

AIO_rvc	3.97 405	1.01 243	18.99 229	0.98 138	11.92 498	1.45 40	0.97 287	2.17 55	4.51 440	0.71 13	1.18 54	1.09 99	0.56 10	1.56 90	0.72 19	0.28 58	11.98 499	0.24 27	0.19 20	0.25 15	18.74 504

SMoEStereo_RVC	0.88 9	0.92 204	1.55 14	0.96 124	0.46 37	2.56 94	0.78 172	1.60 11	1.20 6	0.71 13	1.20 55	0.64 16	0.63 27	1.71 109	1.01 98	0.22 5	0.18 9	0.31 178	0.22 81	0.28 44	0.42 106

sCroCo_RVC	1.81 70	0.93 212	19.44 252	1.04 166	1.05 267	0.97 7	0.61 69	2.08 48	1.36 13	0.71 13	1.28 76	0.82 56	1.10 150	1.31 41	0.97 85	0.54 375	0.41 270	0.33 231	0.30 236	0.46 296	0.48 148

AIO_test	3.76 391	0.71 99	19.58 259	0.93 95	17.34 504	1.36 34	0.86 221	1.61 12	1.99 121	0.74 16	0.97 27	1.77 191	0.58 15	1.49 77	0.55 7	0.35 191	0.97 390	0.24 27	0.20 40	0.25 15	22.60 511

tt45	1.08 26	0.92 204	2.50 29	0.92 89	0.67 136	3.90 273	0.75 153	2.00 41	1.29 10	0.74 16	1.35 89	0.71 34	0.63 27	2.59 218	0.97 85	0.23 7	0.19 15	0.28 114	0.23 96	0.29 61	0.37 72

999	1.08 26	0.86 176	2.44 28	1.06 174	0.65 127	3.27 148	0.91 260	1.47 6	1.43 19	0.74 16	1.73 198	0.70 27	0.66 35	3.03 244	1.18 126	0.24 11	0.22 64	0.25 42	0.21 51	0.27 33	0.37 72

castereo++	1.26 39	0.99 240	3.48 42	0.95 115	0.74 161	2.48 88	0.98 290	3.14 144	4.28 424	0.75 19	1.46 116	1.92 225	0.58 15	1.29 36	0.51 6	0.27 40	0.24 112	0.28 114	0.19 20	0.24 11	0.35 49

AIO-Stereo	1.40 47	0.62 47	1.44 10	0.85 43	0.76 173	1.28 29	0.79 182	2.39 66	2.83 243	0.75 19	1.62 161	0.89 72	0.46 4	1.30 37	0.77 26	0.28 58	0.27 161	0.25 42	0.23 96	0.27 33	9.88 466

IGEVStereo-DCA	3.09 316	3.48 407	16.25 161	0.96 124	0.49 54	1.59 48	0.83 202	1.68 16	3.44 364	0.75 19	0.78 13	0.74 44	0.73 46	5.79 294	7.75 427	0.32 131	0.26 150	0.28 114	0.21 51	0.32 108	15.08 485

rrr	3.66 383	3.48 407	23.50 498	0.96 124	0.49 54	1.59 48	0.92 268	8.19 492	2.75 228	0.75 19	0.78 13	0.74 44	0.73 46	5.79 294	7.75 427	0.32 131	0.26 150	0.28 114	0.21 51	0.32 108	13.47 473

ours_stereo	1.00 17	0.88 184	2.52 30	0.91 80	0.74 161	1.10 10	0.57 53	1.68 16	1.24 7	0.76 23	1.49 120	0.70 27	0.62 24	1.61 94	0.62 9	0.26 31	0.20 27	0.26 65	0.21 51	0.30 79	3.24 404

IGEV-Stereo+	1.08 26	0.55 11	2.59 34	0.89 64	2.06 438	1.40 37	0.38 10	1.18 3	1.29 10	0.76 23	0.45 3	0.47 6	0.79 71	2.16 177	0.65 11	0.29 69	0.25 128	0.22 8	0.19 20	2.27 468	2.70 391

DEFOM-Stereo_RVC	1.03 22	1.15 272	1.34 7	1.03 160	0.59 98	0.81 5	0.43 24	3.53 185	4.67 449	0.78 25	0.98 28	0.44 3	1.16 170	1.46 70	0.71 17	0.27 40	0.19 15	0.24 27	0.18 16	0.30 79	0.34 41

fffy	1.18 36	0.92 204	3.05 38	1.09 184	0.68 144	1.27 23	0.74 142	1.98 40	1.06 3	0.78 25	1.39 100	0.83 57	0.72 45	1.71 109	0.80 39	0.24 11	0.53 331	0.27 83	0.21 51	0.29 61	5.07 431

rvit_0105_6	1.10 31	1.17 274	3.33 41	0.93 95	0.55 80	1.45 40	0.79 182	2.51 77	3.30 335	0.78 25	0.74 9	1.03 93	0.75 57	1.45 67	0.97 85	0.42 274	0.43 283	0.34 250	0.31 254	0.44 278	0.38 81

HUF	5.25 451	1.03 246	26.85 507	1.03 160	13.21 500	1.35 33	0.76 162	2.97 132	3.00 271	0.79 28	1.56 147	0.92 79	0.66 35	1.53 86	0.74 22	0.35 191	27.70 517	0.26 65	0.18 16	0.24 11	19.90 507

CES	1.08 26	0.63 50	2.53 31	0.95 115	2.18 443	2.13 71	0.50 38	2.07 47	1.46 20	0.79 28	1.06 34	0.61 13	0.48 6	1.45 67	0.87 57	0.24 11	0.18 9	0.24 27	0.15 3	0.64 372	2.36 382

RAStereo	1.53 53	0.71 99	17.55 192	0.62 1	0.65 127	1.18 12	0.32 3	1.94 36	1.15 5	0.80 30	1.07 37	0.64 16	0.47 5	0.89 1	1.01 98	0.25 19	0.20 27	0.27 83	0.21 51	0.36 186	0.27 10

plain	2.00 82	0.89 188	21.49 470	0.67 6	0.73 157	1.66 50	0.57 53	3.27 161	2.18 143	0.80 30	1.25 68	0.80 52	0.86 87	1.72 115	1.13 116	0.34 176	0.21 49	0.32 197	0.25 124	0.44 278	0.34 41

mms	1.08 26	0.87 180	1.41 9	0.89 64	0.87 211	1.40 37	0.67 96	1.63 14	1.70 81	0.82 32	1.41 107	0.64 16	0.54 8	1.81 138	0.66 12	0.25 19	0.23 91	0.26 65	0.21 51	0.32 108	5.10 432

rvit_0105_4	1.63 57	1.29 299	12.50 100	0.94 104	0.54 75	1.56 47	0.84 212	2.84 117	3.25 320	0.82 32	0.94 25	1.10 101	0.86 87	1.65 97	1.07 110	0.43 291	0.45 294	0.35 268	0.31 254	0.44 278	0.45 124

MIF-Stereo (partial)	1.93 73	0.69 85	21.14 449	0.74 13	1.02 255	1.07 9	0.49 34	2.75 110	1.78 92	0.82 32	1.22 61	0.80 52	0.90 97	1.68 100	1.63 235	0.38 243	0.24 112	0.33 231	0.26 141	0.41 243	0.32 23

test_xeample3	3.67 385	3.52 409	21.53 471	0.98 138	0.51 64	1.88 56	0.91 260	8.10 491	2.76 231	0.82 32	0.76 12	0.65 19	0.70 41	5.88 297	7.74 426	0.32 131	0.29 175	0.27 83	0.22 81	0.29 61	15.33 490

rvit_stereo_0083	0.91 11	0.73 110	1.60 18	0.90 75	0.66 132	1.21 15	0.64 89	1.75 25	2.71 223	0.83 36	0.93 24	0.94 84	1.06 139	1.50 82	0.79 36	0.34 176	0.36 229	0.30 159	0.27 158	0.34 153	0.34 41

rvit_stereo_ft	1.28 40	1.39 312	6.72 68	0.99 145	0.66 132	1.06 8	0.79 182	2.81 114	3.14 300	0.83 36	1.02 31	0.95 86	1.13 156	1.27 31	1.00 94	0.34 176	0.24 112	0.27 83	0.29 217	0.40 223	0.35 49

LoS_RVC	1.23 37	1.51 325	6.09 64	0.88 62	1.71 412	1.96 63	0.59 62	1.61 12	1.37 14	0.84 38	1.35 89	0.84 58	1.15 168	1.49 77	0.83 48	0.21 4	0.17 3	0.20 1	0.14 1	0.20 3	1.49 342

CroCo-Stereo	1.07 25	1.18 277	3.66 45	0.91 80	0.60 103	0.49 1	0.49 34	4.07 295	1.91 109	0.84 38	1.29 81	1.00 90	0.75 57	1.32 44	1.38 178	0.26 31	0.21 49	0.24 27	0.20 40	0.37 192	0.30 17
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
rvit_stereo_0081	0.87 7	0.73 110	1.54 12	0.92 89	0.65 127	1.27 23	0.61 69	2.11 51	2.35 175	0.86 40	0.75 10	0.86 64	0.74 52	1.36 53	0.83 48	0.33 154	0.26 150	0.27 83	0.25 124	0.38 204	0.35 49

rvit_stereo_0082	0.87 7	0.73 110	1.54 12	0.92 89	0.65 127	1.27 23	0.61 69	2.11 51	2.35 175	0.86 40	0.75 10	0.86 64	0.74 52	1.36 53	0.83 48	0.33 154	0.26 150	0.27 83	0.25 124	0.38 204	0.35 49

RSM++	0.99 13	0.56 14	1.35 8	1.54 367	0.50 63	1.53 46	0.68 105	2.31 63	4.13 412	0.86 40	1.27 74	0.90 74	0.60 19	1.21 24	0.78 29	0.27 40	0.20 27	0.25 42	0.21 51	0.29 61	0.42 106

CAS	1.34 41	0.48 6	2.20 25	3.01 473	1.66 407	4.08 319	0.73 132	1.96 39	1.51 32	0.86 40	1.10 41	0.59 9	0.53 7	1.36 53	0.94 74	3.07 477	0.14 1	0.21 4	0.14 1	0.38 204	1.78 361

sAnonymous2	2.00 82	1.54 329	21.24 459	0.93 95	0.89 216	1.21 15	0.62 79	2.58 93	2.28 162	0.86 40	1.04 32	0.73 37	1.22 180	1.10 12	0.85 53	0.30 95	0.25 128	0.31 178	0.31 254	1.06 433	0.72 250

CroCo_RVC	2.00 82	1.54 329	21.24 459	0.93 95	0.89 216	1.21 15	0.62 79	2.58 93	2.28 162	0.86 40	1.04 32	0.73 37	1.22 180	1.10 12	0.85 53	0.30 95	0.25 128	0.31 178	0.31 254	1.06 433	0.72 250

Selective-IGEV	1.42 49	0.58 22	8.82 82	0.92 89	0.85 198	1.32 31	0.80 190	2.85 118	3.84 397	0.87 46	1.68 181	0.71 34	0.62 24	1.30 37	0.75 23	0.24 11	0.27 161	0.24 27	0.19 20	0.27 33	1.18 319

castereo	0.88 9	0.78 153	1.15 1	0.89 64	0.51 64	1.31 30	0.90 249	3.42 176	1.28 9	0.88 47	1.28 76	0.72 36	0.91 99	1.05 7	1.01 98	0.28 58	0.17 3	0.26 65	0.20 40	0.24 11	0.34 41

rvit_stereo_0081_aga	1.06 24	1.02 245	5.34 59	0.75 15	0.74 161	1.21 15	0.63 84	2.00 41	2.30 169	0.88 47	0.82 18	0.79 50	0.69 40	1.42 63	0.78 29	0.36 215	0.29 175	0.26 65	0.26 141	0.41 243	0.32 23

ff7	2.60 216	0.81 162	16.25 161	0.89 64	0.56 85	4.55 420	0.83 202	1.68 16	3.44 364	0.88 47	1.10 41	0.70 27	0.78 65	1.93 153	0.93 68	0.29 69	0.37 236	0.29 137	0.21 51	0.33 131	15.08 485

ffff	2.60 216	0.81 162	16.25 161	0.89 64	0.56 85	4.55 420	0.83 202	1.68 16	3.44 364	0.88 47	1.10 41	0.70 27	0.78 65	1.93 153	0.93 68	0.29 69	0.37 236	0.29 137	0.21 51	0.33 131	15.08 485

11t	2.60 216	0.81 162	16.25 161	0.89 64	0.56 85	4.55 420	0.83 202	1.68 16	3.44 364	0.88 47	1.10 41	0.70 27	0.78 65	1.93 153	0.93 68	0.29 69	0.37 236	0.29 137	0.21 51	0.33 131	15.08 485

ccc-4	2.60 216	0.81 162	16.25 161	0.89 64	0.56 85	4.55 420	0.83 202	1.68 16	3.44 364	0.88 47	1.10 41	0.70 27	0.78 65	1.93 153	0.93 68	0.29 69	0.37 236	0.29 137	0.21 51	0.33 131	15.08 485

IGEV-Stereo++	1.68 64	0.48 6	1.27 5	0.77 18	1.31 332	3.87 268	0.33 4	3.41 174	1.72 85	0.89 53	1.20 55	0.68 23	1.03 122	1.15 16	0.49 1	0.23 7	0.22 64	0.23 13	0.18 16	0.26 27	13.90 475

RSM	0.99 13	0.54 10	1.25 4	0.94 104	0.61 106	1.32 31	0.74 142	2.54 82	4.08 409	0.89 53	1.49 120	1.22 124	0.62 24	1.24 27	0.80 39	0.25 19	0.20 27	0.25 42	0.21 51	0.29 61	0.42 106

DEFOM-Stereo	0.75 2	0.62 47	1.22 3	0.74 13	0.51 64	3.39 164	0.43 24	1.00 2	0.91 1	0.91 55	0.61 5	0.45 4	0.43 3	1.78 126	0.50 2	0.27 40	0.18 9	0.22 8	0.16 7	0.21 4	0.43 113

AEACV	2.12 99	0.67 72	6.33 66	1.38 316	1.50 366	3.53 197	0.90 249	2.83 116	1.60 57	0.91 55	0.81 17	0.80 52	1.61 265	1.56 90	0.73 21	0.25 19	0.60 347	0.26 65	0.27 158	0.29 61	15.65 491

anonymousdsp	3.14 324	0.83 168	20.28 340	0.94 104	0.64 122	4.54 414	0.82 198	2.03 46	3.32 343	0.91 55	1.13 47	0.78 47	0.77 61	1.78 126	0.90 64	0.29 69	0.25 128	0.29 137	0.21 51	0.33 131	21.81 509

IGEV-Stereo	3.15 327	0.83 168	20.31 348	0.94 104	0.64 122	4.54 414	0.82 198	2.01 44	3.31 338	0.91 55	1.13 47	0.79 50	0.77 61	1.79 128	0.92 67	0.29 69	0.25 128	0.29 137	0.21 51	0.33 131	21.85 510
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IGEV-BASED-STEREO-	1.13 34	3.31 402	2.61 35	0.87 56	0.40 24	1.26 21	0.61 69	1.55 10	1.61 63	0.93 59	0.94 25	0.65 19	0.57 12	1.10 12	0.68 13	1.55 463	0.19 15	0.32 197	0.28 184	1.11 441	2.04 371

IGEV++	3.59 379	0.91 197	13.63 110	1.08 181	0.98 243	1.27 23	0.98 290	3.33 166	1.89 108	0.93 59	1.38 99	0.86 64	1.09 144	1.71 109	1.09 113	0.36 215	21.52 514	0.23 13	0.21 51	0.31 89	18.10 503

rvit_stereo_0080	1.10 31	1.09 257	3.78 46	0.65 2	0.60 103	1.91 58	0.74 142	2.74 108	2.65 216	0.94 61	1.09 39	0.85 61	0.81 78	1.20 22	0.89 60	0.39 250	0.29 175	0.25 42	0.28 184	0.46 296	0.35 49

whm_eth	1.10 31	1.09 257	3.78 46	0.65 2	0.60 103	1.91 58	0.74 142	2.74 108	2.65 216	0.94 61	1.09 39	0.85 61	0.81 78	1.20 22	0.89 60	0.39 250	0.29 175	0.25 42	0.28 184	0.46 296	0.35 49

trnet	1.00 17	0.55 11	1.89 24	0.66 4	0.33 3	4.41 392	0.40 17	2.42 70	1.95 115	0.96 63	1.24 64	0.88 69	0.89 94	1.27 31	0.78 29	0.30 95	0.19 15	0.23 13	0.15 3	0.22 7	0.22 1

CREStereo	1.00 17	0.59 30	1.82 23	0.66 4	0.36 5	4.43 395	0.40 17	2.43 71	1.98 118	0.96 63	1.22 61	0.88 69	0.87 90	1.30 37	0.79 36	0.30 95	0.20 27	0.23 13	0.16 7	0.23 9	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
AIO-test1	2.33 149	1.54 329	20.24 335	0.97 132	1.61 390	3.42 171	0.94 275	4.22 351	1.71 84	0.97 65	1.35 89	0.98 87	0.74 52	4.52 274	1.40 182	0.27 40	0.24 112	0.28 114	0.35 300	0.34 153	0.46 132

rvit_0105_5	1.72 66	1.26 290	13.05 106	0.92 89	0.56 85	1.92 61	0.90 249	3.07 139	3.04 285	0.98 66	1.24 64	1.19 117	0.93 104	1.55 89	1.22 136	0.43 291	0.43 283	0.37 295	0.36 310	0.43 264	0.51 164

GLC_STEREO	0.83 4	0.59 30	1.71 21	0.89 64	0.34 4	1.88 56	0.80 190	1.48 7	1.60 57	0.98 66	1.06 34	0.68 23	0.71 43	1.19 21	0.89 60	0.25 19	0.25 128	0.32 197	0.25 124	0.32 108	0.34 41

MM-Stereo_test2	2.80 272	0.63 50	20.19 324	1.75 410	0.52 69	2.77 101	0.71 121	1.80 28	1.72 85	0.99 68	0.98 28	0.84 58	0.79 71	1.45 67	1.26 155	0.27 40	0.62 352	0.25 42	0.23 96	0.31 89	17.86 502

MoCha-V2	3.53 377	0.90 194	17.00 179	1.32 295	8.54 494	1.38 36	0.55 48	2.89 120	3.31 338	0.99 68	1.82 229	0.66 21	1.16 170	1.79 128	0.84 51	0.26 31	15.15 503	0.20 1	0.20 40	0.25 15	11.33 471

IGEV-RUCA	0.93 12	0.56 14	1.31 6	0.85 43	0.74 161	3.89 272	0.78 172	1.93 34	1.42 17	1.02 70	0.72 8	0.70 27	0.73 46	1.37 58	0.77 26	0.30 95	0.20 27	0.25 42	0.19 20	0.43 264	0.40 92

LoS	1.05 23	0.58 22	3.31 40	0.91 80	0.38 8	4.14 334	0.50 38	2.22 57	1.49 27	1.02 70	0.88 20	0.62 14	0.84 82	1.69 105	0.94 74	0.27 40	0.20 27	0.24 27	0.17 12	0.22 7	0.32 23
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PMTNet	1.13 34	0.55 11	3.88 51	0.71 12	0.59 98	4.21 360	0.43 24	2.00 41	1.58 49	1.02 70	1.06 34	0.78 47	0.98 114	1.58 92	0.93 68	1.21 450	0.20 27	0.23 13	0.15 3	0.23 9	0.27 10

SCV_C0	2.17 107	0.93 212	12.88 103	0.96 124	1.06 271	1.27 23	0.63 84	3.68 206	3.30 335	1.03 73	1.26 70	0.73 37	0.66 35	1.73 120	1.06 108	0.35 191	1.97 423	0.25 42	0.21 51	0.29 61	9.23 460

MGS-Stereo	1.24 38	0.66 69	9.68 85	0.97 132	0.40 24	1.26 21	0.72 125	1.50 8	1.35 12	1.03 73	2.26 343	0.80 52	0.56 10	1.28 33	0.78 29	0.31 114	0.23 91	0.26 65	0.22 81	0.28 44	0.34 41

DLNR_Zeroshot_test	29.83 513	55.48 521	50.99 519	183.84 524	114.74 521	3.44 175	0.28 1	29.52 513	1.59 52	1.03 73	1.25 68	0.93 81	0.64 30	3.95 265	1.62 232	37.16 518	1.69 417	0.26 65	0.23 96	92.97 522	15.07 484

H2IRNET	2.19 111	0.83 168	19.13 233	1.25 269	0.61 106	4.48 405	0.44 27	2.94 123	1.86 100	1.08 76	2.29 351	1.67 169	1.40 209	2.18 181	1.64 241	0.41 263	0.21 49	0.33 231	0.37 320	0.38 204	0.39 89

HART	3.57 378	1.13 267	17.80 201	0.90 75	1.12 286	1.18 12	0.41 19	3.55 187	4.60 442	1.09 77	2.19 332	1.49 155	0.57 12	1.46 70	1.14 119	0.25 19	21.58 515	0.28 114	0.21 51	0.36 186	10.06 467

MyStereo07	2.29 139	1.18 277	20.10 318	1.04 166	1.21 314	3.96 294	0.95 280	2.13 53	3.37 349	1.09 77	1.28 76	0.68 23	0.91 99	1.74 124	0.86 56	0.26 31	3.49 456	0.34 250	0.27 158	0.43 264	0.49 153

EGLCR-Stereo	2.52 189	0.56 14	9.39 83	1.16 218	0.81 184	5.24 469	0.61 69	4.20 345	1.56 43	1.09 77	0.71 7	1.09 99	0.66 35	1.92 150	0.82 46	0.29 69	0.30 185	0.29 137	0.24 112	0.37 192	19.09 505

CroCo-Stereo Lap2	1.65 61	1.14 270	14.70 134	1.00 149	1.80 424	0.53 2	0.46 31	3.18 148	1.62 65	1.10 80	1.24 64	1.05 96	0.78 65	1.40 61	1.18 126	0.31 114	0.23 91	0.27 83	0.22 81	0.46 296	0.38 81

Selective-RAFT	1.34 41	0.58 22	2.21 26	1.01 152	0.49 54	4.19 356	0.51 41	3.39 172	3.62 384	1.15 81	1.40 103	1.45 151	1.40 209	2.09 166	1.31 162	0.43 291	0.40 263	0.25 42	0.26 141	0.29 61	0.38 81

CAS++	1.01 21	0.77 151	3.30 39	0.86 49	0.53 72	1.23 20	0.85 217	3.43 177	1.57 46	1.16 82	1.33 86	0.62 14	0.58 15	1.18 19	0.63 10	0.37 227	0.30 185	0.35 268	0.27 158	0.41 243	0.38 81
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	2.59 213	1.07 250	20.48 374	0.91 80	4.13 483	3.67 224	0.51 41	2.27 58	1.76 89	1.18 83	1.15 51	1.18 113	0.84 82	1.36 53	1.54 210	0.27 40	8.46 477	0.27 83	0.19 20	0.29 61	0.30 17

Former-RAFT_DAM_RVC	0.99 13	0.85 174	1.58 16	0.95 115	1.08 275	2.95 115	0.53 45	1.93 34	2.00 122	1.19 84	1.63 166	0.59 9	0.65 32	1.10 12	0.90 64	0.28 58	0.23 91	0.31 178	0.25 124	0.45 286	0.32 23

rvit_0105_3	1.97 75	1.34 308	16.03 154	0.98 138	0.59 98	2.37 84	1.08 311	3.30 162	3.01 276	1.21 85	1.47 117	1.24 125	1.04 129	1.82 140	1.23 139	0.47 328	0.44 290	0.40 320	0.43 367	0.43 264	0.55 185

ACVNet-DCA	3.67 385	0.94 216	19.66 263	1.87 420	0.42 26	4.47 401	0.73 132	4.07 295	4.63 443	1.21 85	1.89 262	0.73 37	1.62 273	2.20 183	0.81 41	0.31 114	18.77 504	0.32 197	0.21 51	0.35 168	8.09 449

xx1	3.69 388	0.94 216	19.66 263	1.87 420	0.42 26	4.47 401	0.73 132	4.24 363	4.01 407	1.21 85	1.89 262	1.78 200	1.36 199	2.20 183	0.81 41	0.31 114	18.77 504	0.33 231	0.36 310	0.35 168	8.09 449

1test111	3.86 398	0.94 216	19.66 263	1.87 420	0.42 26	4.47 401	0.73 132	4.07 295	4.63 443	1.21 85	1.89 262	0.73 37	1.62 273	5.19 282	1.68 248	0.31 114	18.77 504	0.32 197	0.21 51	0.35 168	8.09 449

cc1	3.93 403	0.94 216	19.66 263	1.87 420	0.42 26	4.47 401	0.73 132	4.24 363	4.01 407	1.21 85	1.89 262	0.73 37	1.62 273	2.20 183	0.81 41	0.31 114	18.77 504	0.32 197	0.21 51	0.32 108	13.93 476

UniTT-Stereo	1.73 67	0.60 37	20.25 337	0.98 138	1.19 307	0.78 4	0.39 13	1.19 4	1.55 40	1.21 85	1.28 76	0.52 8	0.64 30	1.17 18	1.16 124	0.35 191	0.20 27	0.25 42	0.22 81	0.42 254	0.31 20

HH	3.19 334	0.91 197	21.34 464	1.24 254	0.61 106	4.16 340	0.80 190	2.94 123	1.82 94	1.23 91	1.84 243	4.61 444	1.84 320	2.63 221	0.99 90	0.29 69	1.53 411	0.30 159	0.24 112	0.34 153	14.22 480

HanStereo	3.19 334	0.91 197	21.34 464	1.24 254	0.61 106	4.16 340	0.80 190	2.94 123	1.82 94	1.23 91	1.84 243	4.61 444	1.84 320	2.63 221	0.99 90	0.29 69	1.53 411	0.30 159	0.24 112	0.34 153	14.22 480

AE-Stereo	2.91 286	0.63 50	17.05 181	1.15 212	0.63 119	4.39 387	0.70 116	4.02 280	2.12 137	1.24 93	2.04 295	1.01 91	0.91 99	1.67 99	1.42 186	0.30 95	1.14 399	0.28 114	0.28 184	0.27 33	16.93 500

tt1	3.79 394	0.93 212	15.34 141	1.83 417	0.45 36	4.54 414	0.78 172	4.23 357	4.73 451	1.27 94	1.89 262	0.74 44	1.48 235	2.29 195	0.78 29	0.30 95	19.28 511	0.32 197	0.22 81	0.31 89	14.02 477

testlalala_base	2.69 249	0.77 151	21.10 445	1.22 246	1.46 361	2.72 100	0.83 202	4.11 313	1.49 27	1.28 95	1.45 115	1.21 123	0.85 84	1.28 33	1.19 130	3.94 491	2.36 434	0.27 83	0.19 20	4.48 493	1.58 347

MM-Stereo_test3	2.20 117	0.95 221	19.62 261	1.94 428	1.18 300	1.95 62	0.83 202	3.56 189	3.91 403	1.33 96	1.86 253	1.10 101	0.68 39	1.48 75	1.63 235	0.29 69	0.35 221	0.27 83	0.22 81	0.37 192	0.56 188

StereoVision	2.36 156	1.15 272	20.38 355	1.07 179	1.79 422	2.58 97	0.61 69	3.14 144	2.34 172	1.33 96	3.46 438	1.85 213	0.88 91	2.12 171	2.01 311	0.46 320	0.36 229	0.37 295	0.36 310	0.50 322	0.41 99

raft+_RVC	3.46 372	2.57 390	19.51 257	1.49 353	17.54 505	3.63 216	0.76 162	3.24 155	1.53 35	1.35 98	1.67 179	1.03 93	1.10 150	1.98 159	1.53 207	0.25 19	7.10 472	0.25 42	0.24 112	0.28 44	2.18 378

ToySt	2.53 194	0.89 188	19.20 239	1.12 200	0.95 239	3.47 181	1.13 325	3.72 218	2.25 155	1.36 99	1.71 190	2.22 261	1.59 259	2.14 176	1.81 281	0.28 58	0.64 355	0.30 159	0.33 277	0.43 264	5.14 433

Anonymous3	2.20 117	0.80 159	20.08 315	0.86 49	0.86 202	4.46 398	0.84 212	3.64 202	1.40 16	1.37 100	1.40 103	1.11 104	1.03 122	1.71 109	1.24 144	0.75 424	0.58 344	0.34 250	0.35 300	0.48 316	0.65 232

RALCasStereoNet	3.17 331	1.87 362	20.86 421	1.17 225	1.63 396	3.10 126	0.70 116	3.21 150	2.19 144	1.39 101	1.73 198	1.18 113	0.91 99	2.46 203	1.64 241	0.31 114	8.75 482	0.25 42	0.22 81	0.31 89	9.45 461

rvit_105_1	2.17 107	1.36 310	16.82 176	1.09 184	0.68 144	2.78 104	1.26 349	3.55 187	2.90 259	1.40 102	1.57 148	1.29 130	1.14 162	2.91 239	1.49 201	0.55 378	0.47 309	0.45 351	0.61 418	0.45 286	0.63 223

UGAM	2.78 269	0.78 153	19.69 271	0.93 95	0.73 157	3.27 148	1.02 297	2.88 119	3.06 290	1.40 102	2.76 409	3.51 384	1.28 188	10.74 411	1.44 192	0.30 95	0.30 185	0.40 320	0.33 277	0.37 192	0.49 153

UDGNet	2.34 152	1.71 347	20.28 340	1.42 335	0.62 116	4.39 387	0.67 96	1.82 30	2.28 162	1.40 102	1.21 60	0.99 89	1.00 117	2.23 188	1.23 139	1.14 446	0.35 221	1.30 465	0.98 449	1.11 441	0.62 220

PSMNet-RUCA	2.60 216	1.83 358	20.55 382	1.51 359	1.39 348	3.07 125	1.36 364	3.56 189	2.43 187	1.41 105	2.07 307	1.42 145	1.09 144	2.07 164	1.60 227	1.20 449	0.69 367	1.26 464	0.96 445	1.65 464	0.97 298

AIO-Stereo-zeroshot	2.84 276	1.17 274	20.72 410	1.15 212	2.05 437	3.61 212	0.49 34	4.63 455	2.10 130	1.41 105	1.66 178	6.02 468	2.40 365	2.79 233	2.09 323	0.30 95	0.51 326	0.31 178	0.96 445	0.59 352	1.93 366

FACV-RUCA	1.35 43	0.70 93	2.58 33	1.07 179	1.49 364	2.70 99	1.13 325	3.21 150	2.64 214	1.42 107	1.99 288	1.06 98	1.15 168	1.44 65	1.16 124	0.41 263	0.42 281	0.73 442	0.41 356	0.63 368	0.67 238

rvit_stereo_0075_2	2.14 102	0.76 143	21.42 469	0.91 80	1.26 323	2.49 90	0.68 105	2.30 62	2.10 130	1.42 107	1.86 253	1.45 151	0.85 84	1.49 77	1.03 102	0.47 328	0.40 263	0.48 364	0.38 329	0.47 309	0.53 177

4D-IteraStereo	2.95 294	1.83 358	20.75 412	0.81 31	1.56 380	2.22 75	1.03 300	2.48 75	1.56 43	1.42 107	1.00 30	1.93 226	0.61 22	1.65 97	2.04 316	0.31 114	0.22 64	0.31 178	0.26 141	0.28 44	16.75 498

rafts_anoy	2.76 266	1.68 344	20.42 359	1.42 335	3.90 478	3.03 123	0.61 69	3.24 155	1.66 73	1.42 107	1.26 70	1.19 117	1.11 153	2.13 173	1.64 241	0.33 154	8.77 483	0.32 197	0.32 269	0.32 108	0.38 81

FADNet	3.20 336	11.55 459	16.16 159	1.24 254	0.95 239	3.30 158	0.87 226	4.00 273	2.73 225	1.42 107	1.35 89	2.51 296	2.04 337	9.95 388	2.39 346	0.44 299	0.46 299	0.40 320	0.44 371	1.13 443	0.61 216

TestStereo	2.41 171	1.95 366	19.15 234	0.77 18	0.61 106	1.83 53	0.58 60	2.33 64	1.53 35	1.44 112	1.37 96	1.26 126	0.90 97	11.59 450	0.94 74	0.36 215	0.19 15	0.33 231	0.24 112	0.45 286	0.32 23

FADNet-RVC	3.23 343	12.51 464	17.02 180	1.17 225	0.81 184	3.52 195	1.09 315	4.16 331	2.74 227	1.44 112	1.29 81	1.86 214	1.76 303	9.82 379	2.46 349	0.39 250	0.38 249	0.40 320	0.41 356	0.68 389	0.59 207

testlalala2	2.47 182	0.75 133	20.46 365	2.58 460	2.91 459	3.80 250	0.76 162	4.20 345	3.87 401	1.45 114	1.57 148	2.43 289	0.80 76	1.23 25	0.71 17	0.28 58	0.33 203	0.24 27	0.21 51	0.35 168	0.38 81

ACV-stereo	2.96 296	1.09 257	20.34 351	1.37 312	1.05 267	4.65 436	1.09 315	2.82 115	1.68 76	1.48 115	1.32 84	5.40 459	4.22 437	7.83 347	2.08 320	0.46 320	0.52 329	0.33 231	0.30 236	0.45 286	0.71 247

dd	2.27 132	3.06 398	20.18 323	0.96 124	0.51 64	4.24 368	0.74 142	1.94 36	2.43 187	1.48 115	1.28 76	1.19 117	1.05 137	1.82 140	1.69 251	0.63 398	0.34 212	0.35 268	0.33 277	0.61 357	0.57 193

AnonymousM	1.38 44	1.33 306	2.35 27	0.95 115	0.56 85	4.03 305	0.67 96	2.63 100	2.49 197	1.51 117	1.36 94	1.15 108	1.00 117	1.26 29	1.04 103	0.41 263	0.46 299	2.07 473	1.71 474	0.25 15	0.40 92

Reg-Stereo(zero)	1.88 72	0.45 4	11.07 92	0.94 104	2.06 438	4.52 412	0.55 48	2.72 106	1.69 78	1.54 118	1.26 70	2.55 300	2.52 377	1.73 120	2.43 347	0.20 2	0.28 169	0.22 8	0.19 20	0.25 15	0.40 92

FADNet_RVC	3.10 317	7.62 436	19.12 232	1.05 170	0.93 232	4.09 320	0.84 212	4.34 407	2.05 125	1.54 118	1.78 214	1.61 163	1.50 239	8.92 361	2.64 359	0.50 354	0.38 249	0.44 344	0.61 418	0.91 423	1.16 318

test_4	1.98 76	0.68 80	15.65 148	0.91 80	0.48 47	4.11 324	1.09 315	2.41 68	1.50 29	1.55 120	2.31 355	1.87 217	0.79 71	2.86 237	1.51 203	0.34 176	0.19 15	0.29 137	0.29 217	0.30 79	0.40 92

knoymous	1.50 51	0.65 62	8.73 81	0.91 80	0.75 169	2.97 119	0.90 249	2.93 121	1.38 15	1.56 121	1.07 37	2.75 321	0.88 91	1.43 64	1.13 116	0.32 131	0.22 64	0.35 268	0.20 40	0.45 286	0.41 99

TRStereo	2.86 278	2.12 375	19.98 301	1.68 397	1.18 300	4.35 381	1.05 307	5.07 470	3.48 374	1.56 121	1.39 100	1.75 184	0.85 84	2.01 161	1.50 202	0.43 291	0.34 212	0.33 231	0.36 310	0.36 186	7.50 446

AIO-Stereo-zeroshot1	3.20 336	1.87 362	21.91 478	1.18 230	2.03 435	4.07 315	0.98 290	3.99 271	2.17 142	1.57 123	5.62 461	4.27 426	2.92 391	2.69 228	2.50 353	0.27 40	0.49 319	0.31 178	1.20 460	0.92 425	3.04 402

iRaft-Stereo_5w	2.47 182	1.37 311	13.85 113	0.87 56	0.99 245	3.22 139	0.84 212	3.72 218	2.12 137	1.57 123	2.49 380	2.20 260	2.22 355	9.12 364	2.03 314	0.48 337	0.27 161	0.35 268	0.29 217	0.48 316	0.94 296

GMStereo	2.01 85	2.26 381	20.93 426	0.90 75	0.48 47	1.67 51	0.56 50	1.90 32	2.19 144	1.58 125	1.31 83	0.87 67	0.74 52	1.68 100	1.00 94	0.41 263	0.21 49	0.30 159	0.32 269	0.50 322	0.46 132
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
XX-TBD	1.98 76	1.08 254	20.29 344	1.31 289	0.43 30	3.97 296	0.33 4	1.76 27	1.77 90	1.59 126	2.18 329	0.69 26	0.59 18	1.44 65	0.75 23	0.33 154	0.25 128	0.23 13	0.16 7	0.31 89	0.22 1

TestStereo1	2.56 208	1.41 315	20.56 386	1.63 387	0.74 161	4.13 329	1.34 358	3.93 260	3.38 352	1.61 127	2.56 389	1.43 148	2.13 347	2.55 216	1.70 254	0.32 131	0.22 64	0.34 250	0.26 141	0.40 223	0.53 177

SA-5K	2.56 208	1.41 315	20.56 386	1.63 387	0.74 161	4.13 329	1.34 358	3.93 260	3.38 352	1.61 127	2.56 389	1.43 148	2.13 347	2.55 216	1.70 254	0.32 131	0.22 64	0.34 250	0.26 141	0.40 223	0.53 177

anonymousdsp2	2.72 254	0.68 80	11.15 93	1.20 236	0.64 122	3.66 223	0.71 121	3.71 216	2.14 141	1.62 129	1.61 158	1.95 232	1.00 117	2.24 190	0.81 41	0.32 131	0.50 323	0.28 114	0.20 40	0.34 153	19.58 506

qqq	2.96 296	0.88 184	15.54 147	1.27 274	0.74 161	2.29 79	0.90 249	4.07 295	4.63 443	1.63 130	1.32 84	1.78 200	1.36 199	5.19 282	1.68 248	0.29 69	6.43 469	0.33 231	0.36 310	0.35 168	8.09 449

MIM_Stereo	2.71 252	1.26 290	20.92 425	1.34 302	5.57 491	3.10 126	0.59 62	3.25 158	2.51 198	1.64 131	1.61 158	1.82 208	1.29 191	2.07 164	1.35 165	0.25 19	0.31 191	0.28 114	0.26 141	0.29 61	4.43 427

RAFT+CT+SA	2.32 146	1.30 302	19.71 272	1.01 152	1.41 354	4.04 306	0.92 268	3.96 265	1.64 69	1.64 131	1.69 184	1.63 167	1.18 175	3.06 245	1.19 130	0.28 58	0.22 64	0.32 197	0.34 287	0.34 153	0.47 141

RAFT	2.36 156	1.62 339	18.03 205	1.75 410	0.54 75	1.91 58	0.91 260	3.24 155	3.65 386	1.64 131	1.73 198	3.45 374	1.58 256	1.82 140	1.74 266	0.42 274	1.06 395	0.40 320	0.32 269	0.44 278	1.03 308

Occ-G	2.25 125	0.74 119	13.22 108	0.90 75	0.89 216	1.52 45	0.78 172	1.82 30	2.87 254	1.65 134	0.89 21	2.18 258	0.89 94	1.04 6	1.69 251	0.28 58	0.27 161	0.26 65	0.19 20	0.25 15	12.70 472

CREStereo++_RVC	1.98 76	0.59 30	19.94 297	0.87 56	0.55 80	4.02 302	0.31 2	1.75 25	2.09 128	1.65 134	2.20 334	0.85 61	0.65 32	1.03 5	0.72 19	0.29 69	0.16 2	0.23 13	1.22 463	0.25 15	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
CASnet	0.85 6	0.59 30	1.66 20	0.91 80	0.30 1	1.37 35	0.73 132	1.63 14	1.94 114	1.66 136	1.14 50	0.66 21	0.63 27	1.07 9	0.90 64	0.37 227	0.17 3	0.41 327	0.31 254	0.33 131	0.23 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DN-CSS_ROB	2.89 284	9.72 449	19.71 272	2.07 439	0.90 222	4.01 300	0.61 69	4.06 292	3.35 347	1.66 136	1.89 262	1.39 141	1.06 139	3.24 247	1.88 289	0.44 299	0.19 15	0.44 344	0.29 217	0.40 223	0.42 106

WCG-NET	1.00 17	0.81 162	1.65 19	0.93 95	0.38 8	1.48 43	1.04 305	1.81 29	2.80 236	1.67 138	1.52 126	0.93 81	0.97 111	1.18 19	0.84 51	0.25 19	0.81 377	0.23 13	0.21 51	0.27 33	0.26 7

ACVNet-4b	6.98 479	14.78 494	22.17 487	3.56 481	3.11 465	4.14 334	2.23 431	4.08 304	3.84 397	1.67 138	3.96 447	5.86 466	2.87 389	10.30 401	17.16 483	26.09 516	2.24 430	2.53 478	1.79 478	3.91 486	3.28 407

WCG-NET（raft）	1.44 50	0.92 204	1.56 15	0.89 64	0.32 2	1.43 39	0.97 287	1.69 23	2.42 184	1.68 140	1.44 112	2.37 278	1.01 120	1.33 45	0.85 53	0.25 19	8.56 478	0.22 8	0.21 51	0.28 44	0.32 23

SA	2.55 203	1.54 329	20.70 407	1.12 200	0.48 47	4.26 370	1.33 357	4.45 431	3.28 326	1.68 140	1.96 281	1.69 173	2.25 357	2.60 219	1.57 218	0.30 95	0.29 175	0.37 295	0.38 329	0.36 186	0.47 141

GANet-ADL	2.25 125	0.80 159	20.17 322	1.28 276	0.69 152	3.83 255	0.75 153	3.63 200	1.83 96	1.68 140	2.04 295	2.09 255	1.10 150	1.63 96	1.43 188	0.42 274	0.33 203	0.26 65	0.23 96	0.43 264	0.41 99

ICVP	2.19 111	0.72 104	19.18 237	1.03 160	0.88 215	4.22 362	0.94 275	3.44 179	1.69 78	1.68 140	1.76 203	1.35 135	1.19 177	1.80 134	1.40 182	0.58 385	0.37 236	0.34 250	0.30 236	0.41 243	0.59 207
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	1.70 65	1.18 277	3.88 51	0.99 145	0.46 37	3.83 255	0.41 19	2.41 68	1.60 57	1.69 144	1.76 203	1.81 206	0.83 81	1.58 92	1.23 139	0.31 114	4.86 462	0.29 137	0.26 141	0.33 131	4.33 425

CFNet	3.04 309	6.89 433	16.27 166	1.36 307	1.24 320	4.09 320	0.72 125	4.15 329	3.00 271	1.69 144	1.88 260	2.27 265	1.45 224	11.41 442	2.12 325	0.36 215	0.29 175	0.43 342	0.36 310	0.48 316	0.38 81

tg	1.40 47	1.14 270	2.71 36	0.97 132	0.54 75	4.02 302	0.42 21	3.02 136	2.64 214	1.70 146	1.85 247	1.84 211	0.97 111	1.81 138	0.99 90	0.31 114	0.22 64	0.29 137	0.26 141	0.32 108	2.01 370

raft_robust	3.17 331	2.15 378	20.28 340	1.06 174	0.55 80	3.86 263	0.46 31	4.42 425	2.77 232	1.70 146	1.37 96	7.48 475	6.35 460	6.81 327	1.44 192	0.31 114	0.74 370	0.30 159	0.37 320	0.32 108	0.57 193

ASMatch	2.65 233	0.68 80	20.65 401	1.60 380	0.71 155	4.40 390	0.77 166	2.02 45	1.65 71	1.71 148	3.89 444	1.93 226	3.75 429	5.45 288	1.67 246	0.33 154	0.24 112	0.34 250	0.28 184	0.34 153	0.57 193

AIO-test2	3.07 313	12.11 462	20.58 393	1.49 353	1.34 337	3.22 139	0.73 132	4.07 295	1.56 43	1.72 149	2.20 334	0.90 74	0.74 52	3.75 259	1.39 181	3.67 485	0.26 150	0.35 268	0.44 371	0.41 243	0.44 118

11t1	2.82 274	0.72 104	17.81 203	1.60 380	0.93 232	2.27 78	0.62 79	3.76 224	4.47 436	1.72 149	1.33 86	1.05 96	1.34 197	1.84 144	1.45 196	0.29 69	5.57 466	0.29 137	0.26 141	0.32 108	8.80 459

PCWNet_CMD	2.16 104	0.71 99	15.44 144	0.84 38	0.76 173	3.38 162	0.68 105	3.69 211	2.24 152	1.72 149	1.63 166	3.20 356	3.00 400	2.09 166	1.23 139	0.32 131	0.37 236	0.47 359	0.27 158	0.65 378	0.51 164

x	2.94 292	0.83 168	16.07 155	1.51 359	0.83 189	2.13 71	0.96 285	3.97 268	4.73 451	1.73 152	1.43 110	1.61 163	1.27 185	2.24 190	1.71 257	0.29 69	6.91 471	0.34 250	0.31 254	0.34 153	9.60 464

CFNet-RSSM	2.17 107	0.56 14	20.50 376	1.08 181	0.57 93	3.42 171	0.62 79	4.24 363	1.60 57	1.73 152	1.39 100	2.55 300	1.19 177	1.36 53	1.04 103	0.29 69	0.20 27	0.26 65	0.23 96	0.28 44	0.32 23

MSMDNet	2.16 104	0.71 99	15.36 142	0.86 49	0.75 169	3.41 169	0.69 113	3.70 214	2.25 155	1.73 152	1.64 171	3.21 357	2.95 392	2.09 166	1.24 144	0.32 131	0.37 236	0.45 351	0.27 158	0.63 368	0.50 158

test_5	2.45 178	1.43 317	19.72 274	1.20 236	1.39 348	3.88 269	1.25 348	4.03 283	1.98 118	1.74 155	1.82 229	1.86 214	1.78 306	3.57 253	1.35 165	0.33 154	0.21 49	0.35 268	0.33 277	0.34 153	0.43 113

PSMNet-ADL	2.01 85	0.78 153	2.89 37	1.11 190	0.86 202	4.13 329	0.80 190	3.84 242	2.26 158	1.74 155	1.87 258	2.90 334	1.81 312	10.37 403	2.34 340	0.49 343	0.47 309	0.29 137	0.30 236	0.39 218	0.56 188

FADNet-RVC-Resample	3.31 353	8.52 440	22.84 494	1.18 230	0.91 227	3.52 195	1.35 361	4.13 322	2.32 171	1.75 157	1.35 89	2.26 264	1.51 241	9.51 371	2.03 314	0.42 274	0.38 249	0.42 338	0.44 371	0.59 352	0.71 247

LL-Strereo2	2.36 156	1.81 355	19.35 247	1.04 166	1.03 259	3.73 236	1.35 361	2.70 104	2.04 124	1.76 158	1.44 112	1.82 208	0.73 46	1.48 75	1.53 207	0.33 154	0.30 185	0.55 400	0.35 300	0.30 79	3.51 414

MaskLacGwcNet_RVC	3.77 392	1.65 343	20.61 396	2.55 458	1.63 396	4.29 374	1.67 399	3.99 271	2.56 203	1.76 158	1.93 278	3.03 344	1.41 214	13.24 487	2.02 313	4.47 496	1.63 415	1.12 459	0.48 384	2.42 471	2.85 395

MM-Stereo_test1	2.52 189	0.64 54	20.07 309	1.83 417	0.52 69	1.86 54	0.77 166	3.11 141	3.40 358	1.77 160	1.12 46	0.87 67	0.97 111	1.54 88	1.51 203	0.27 40	2.44 441	0.27 83	0.24 112	0.37 192	6.91 445

CoDeX	2.47 182	0.91 197	13.65 111	1.03 160	1.17 298	3.28 152	1.30 353	4.17 335	2.99 269	1.78 161	1.85 247	2.04 248	1.46 229	9.99 390	1.66 245	0.38 243	0.28 169	0.32 197	0.28 184	0.34 153	0.57 193

cross-raft	1.95 74	0.66 69	16.17 160	1.23 253	0.92 228	2.25 76	0.70 116	3.69 211	1.68 76	1.78 161	1.53 127	3.15 354	1.13 156	1.35 51	1.06 108	0.24 11	0.23 91	0.26 65	0.24 112	0.29 61	0.45 124

GES	2.26 129	0.79 157	19.68 270	1.12 200	0.59 98	4.30 376	1.01 294	3.90 251	1.59 52	1.78 161	1.78 214	1.28 128	1.75 301	1.80 134	1.61 230	0.42 274	0.29 175	0.33 231	0.31 254	0.45 286	0.50 158

GCST	2.86 278	3.95 413	20.52 378	1.93 427	1.56 380	1.74 52	0.50 38	3.69 211	2.10 130	1.79 164	1.64 171	1.60 162	1.29 191	5.27 284	1.90 293	2.10 466	0.77 372	1.45 466	0.97 448	1.15 444	1.38 331

Ntro	4.83 444	14.73 493	20.47 368	3.24 476	2.97 461	4.12 326	1.88 411	4.00 273	2.57 205	1.79 164	2.15 319	3.34 369	2.16 351	10.01 391	7.34 421	3.53 484	1.77 418	2.13 474	1.32 466	3.89 485	3.23 403

RAFT_CTSACE	2.41 171	1.83 358	20.33 350	1.77 414	1.39 348	3.50 190	1.03 300	3.25 158	1.64 69	1.80 166	2.04 295	2.82 327	1.78 306	2.11 170	1.10 114	0.27 40	0.24 112	0.28 114	0.30 236	0.31 89	0.33 33

Gwc-CoAtRS	1.80 69	0.61 42	14.92 136	1.08 181	0.61 106	2.88 109	0.63 84	2.47 73	1.62 65	1.80 166	1.50 123	2.73 316	1.17 172	1.35 51	1.08 112	0.30 95	0.22 64	0.25 42	0.23 96	0.28 44	0.30 17

CBFPSM	2.24 123	2.06 370	12.12 99	1.13 205	1.05 267	2.85 106	1.23 345	3.37 171	2.05 125	1.82 168	1.33 86	4.55 440	4.00 433	2.38 201	2.35 341	0.27 40	0.38 249	0.32 197	0.28 184	0.39 218	0.89 288

Consistency-Raft	2.93 288	1.93 365	19.72 274	1.41 328	1.75 416	3.85 260	1.32 356	4.09 308	2.75 228	1.82 168	2.66 399	1.81 206	4.34 441	2.29 195	2.08 320	0.90 435	0.94 386	1.03 453	1.13 456	1.71 466	1.10 313

HCRNet	2.24 123	0.74 119	14.54 129	0.82 36	1.36 342	4.11 324	0.70 116	3.61 198	3.03 282	1.83 170	1.61 158	1.58 160	1.40 209	5.79 294	1.60 227	0.35 191	0.28 169	0.36 284	0.29 217	0.34 153	0.46 132

gcap-zeroshot	2.25 125	0.74 119	19.48 254	0.97 132	1.18 300	3.50 190	0.83 202	3.21 150	2.66 218	1.86 171	1.23 63	3.24 359	0.88 91	1.92 150	0.94 74	0.34 176	0.43 283	0.28 114	0.22 81	0.29 61	0.83 275

riskmin	2.46 180	0.61 42	12.91 105	1.22 246	1.65 404	3.56 202	0.61 69	4.30 380	1.50 29	1.86 171	1.16 52	4.30 430	2.02 336	1.53 86	1.32 163	0.29 69	0.95 387	0.34 250	0.23 96	0.43 264	8.34 456

DDVS	1.78 68	0.84 173	3.58 44	1.32 295	1.15 293	3.17 134	0.77 166	3.35 168	1.86 100	1.88 173	1.91 271	2.91 336	1.42 217	6.19 308	1.85 285	0.47 328	0.65 358	0.35 268	0.38 329	0.48 316	1.01 304

RAFT-Test	1.67 63	0.64 54	6.13 65	1.25 269	1.82 425	3.06 124	0.78 172	4.02 280	3.09 295	1.88 173	1.70 186	3.76 398	1.03 122	1.40 61	1.07 110	0.29 69	0.33 203	0.25 42	0.23 96	0.29 61	0.33 33

EKT-Stereo	7.93 485	0.75 133	21.17 454	1.84 419	109.80 520	4.51 411	0.61 69	4.13 322	1.59 52	1.89 175	1.24 64	1.96 237	1.35 198	4.02 266	1.36 172	0.42 274	0.31 191	0.29 137	0.27 158	0.35 168	0.78 266

SFCPSM	2.16 104	0.75 133	15.82 151	0.91 80	0.98 243	3.74 238	1.27 350	4.15 329	2.56 203	1.90 176	1.82 229	1.64 168	1.39 205	2.51 209	1.57 218	0.36 215	0.28 169	0.39 315	0.36 310	0.36 186	0.50 158

IPLGR	2.61 221	0.73 110	20.72 410	0.87 56	0.54 75	4.58 425	0.52 44	4.32 399	2.79 235	1.91 177	1.54 138	1.72 180	1.71 296	6.94 332	1.43 188	0.31 114	0.21 49	0.27 83	0.24 112	0.34 153	0.48 148

ac_64	2.93 288	0.87 180	19.66 263	1.35 303	1.70 411	3.29 155	0.92 268	3.56 189	3.46 372	1.91 177	1.79 217	3.90 405	1.76 303	10.23 397	1.93 301	0.44 299	0.32 197	0.33 231	0.31 254	0.35 168	0.51 164

GANetREF_RVC	3.45 369	5.10 422	19.89 291	1.58 376	0.80 182	4.13 329	1.82 409	4.24 363	3.33 345	1.91 177	1.76 203	2.46 292	1.83 317	13.17 485	1.87 288	0.83 432	0.57 337	0.79 445	0.77 433	1.21 449	0.91 290
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
ccs_rob	2.03 89	0.74 119	12.67 101	0.87 56	0.75 169	3.91 277	0.66 94	4.04 287	1.93 112	1.92 180	1.79 217	3.24 359	1.63 276	2.52 213	1.25 150	0.32 131	0.37 236	0.54 399	0.28 184	0.66 382	0.51 164

MSKI-zero shot	2.33 149	0.69 85	20.22 332	1.14 209	0.77 176	4.05 310	0.68 105	3.95 263	1.51 32	1.93 181	2.35 358	1.91 224	0.71 43	3.01 243	0.79 36	0.28 58	1.47 409	0.27 83	0.21 51	0.28 44	0.44 118

RCA-Stereo	1.38 44	0.61 42	3.95 53	0.94 104	0.48 47	4.68 448	0.78 172	4.17 335	1.95 115	1.93 181	1.84 243	0.94 84	1.48 235	1.23 25	0.75 23	0.30 95	0.43 283	0.25 42	0.20 40	0.26 27	0.37 72

CFNet_pseudo	2.03 89	0.74 119	12.75 102	0.87 56	0.74 161	3.91 277	0.65 93	4.04 287	1.93 112	1.93 181	1.79 217	3.25 361	1.61 265	2.51 209	1.25 150	0.32 131	0.37 236	0.53 391	0.28 184	0.64 372	0.50 158

ACVNet	2.40 165	0.97 228	20.20 326	0.94 104	0.86 202	4.22 362	0.79 182	2.97 132	2.85 246	1.93 181	1.91 271	3.07 348	1.46 229	1.52 83	2.37 344	0.33 154	0.27 161	0.30 159	0.27 158	0.42 254	0.35 49

CFNet-ft	2.87 280	1.80 352	20.20 326	1.10 186	1.54 372	4.09 320	0.89 234	2.97 132	1.88 105	1.93 181	1.70 186	3.50 381	1.60 260	9.35 368	2.17 328	0.35 191	0.32 197	0.61 417	0.38 329	0.55 337	0.45 124

CFNet_RVC	2.87 280	1.80 352	20.20 326	1.10 186	1.54 372	4.09 320	0.89 234	2.97 132	1.88 105	1.93 181	1.70 186	3.50 381	1.60 260	9.35 368	2.17 328	0.35 191	0.32 197	0.61 417	0.38 329	0.55 337	0.45 124

ITSA-stereo	2.11 98	0.85 174	7.84 74	1.24 254	0.68 144	4.06 314	0.91 260	4.30 380	2.57 205	1.94 187	1.77 210	1.61 163	2.12 344	6.12 306	2.79 360	0.42 274	0.38 249	0.40 320	0.41 356	0.51 327	1.26 324

IPLG	2.56 208	1.11 261	19.89 291	0.95 115	0.79 181	4.60 429	0.56 50	4.31 391	2.10 130	1.94 187	2.00 290	1.34 133	1.37 201	6.59 318	1.59 223	0.32 131	0.21 49	0.27 83	0.23 96	0.32 108	0.63 223

MIPNet	2.43 174	1.13 267	20.00 303	0.93 95	0.58 97	4.74 457	0.62 79	4.33 402	2.95 264	1.94 187	1.49 120	1.52 157	1.96 331	2.77 231	1.60 227	0.35 191	0.20 27	0.27 83	0.23 96	0.32 108	0.59 207

test-1	1.81 70	0.72 104	9.51 84	1.02 156	1.57 383	3.85 260	0.60 66	4.07 295	1.51 32	1.94 187	1.81 227	2.04 248	0.91 99	1.39 60	1.73 263	0.27 40	0.93 384	0.31 178	0.25 124	0.29 61	1.37 330

AFF-stereo	2.54 198	3.44 406	20.84 420	1.30 285	0.48 47	3.94 288	0.48 33	3.30 162	3.40 358	1.94 187	2.21 338	2.10 256	1.51 241	2.36 200	1.62 232	0.23 7	0.21 49	0.25 42	0.25 124	0.33 131	0.53 177

PA-Net	3.45 369	2.50 386	20.39 358	1.42 335	1.20 309	3.39 164	1.73 402	3.93 260	3.57 381	1.94 187	2.17 324	3.02 343	1.87 325	11.67 453	6.48 416	0.40 260	0.55 335	0.44 344	0.63 425	0.55 337	1.13 315
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymousa	3.14 324	0.83 168	19.20 239	1.62 384	9.63 496	2.06 68	0.78 172	2.93 121	2.20 147	1.95 193	2.17 324	3.41 372	1.81 312	1.33 45	1.67 246	0.29 69	8.64 481	0.34 250	0.37 320	0.32 108	1.33 328

NRIStereo	2.32 146	0.69 85	20.07 309	1.35 303	0.38 8	4.73 455	0.89 234	2.43 71	3.35 347	1.95 193	1.37 96	1.75 184	1.21 179	2.97 242	1.35 165	0.49 343	0.22 64	0.29 137	0.26 141	0.31 89	0.33 33

Wz-Net-LNSev	2.78 269	6.16 427	17.27 186	1.24 254	1.65 404	3.49 188	1.55 386	3.70 214	3.61 382	1.96 195	1.76 203	3.30 364	2.17 353	2.78 232	2.24 333	0.49 343	0.35 221	0.32 197	0.31 254	0.56 343	0.65 232

CRE-IMP	2.28 136	0.68 80	19.67 269	0.85 43	0.39 23	4.54 414	0.80 190	2.63 100	4.84 458	1.96 195	1.51 124	1.86 214	0.96 109	1.52 83	1.43 188	0.47 328	0.21 49	0.31 178	0.26 141	0.41 243	0.35 49

fast-acv-ft	2.62 224	1.62 339	20.48 374	1.45 344	1.39 348	3.16 133	1.16 333	3.41 174	2.45 194	1.97 197	2.15 319	2.68 313	2.15 349	2.92 240	2.47 351	0.43 291	0.40 263	0.45 351	0.40 346	0.62 362	0.64 228

MC-Stereo	2.54 198	0.58 22	6.38 67	1.30 285	1.37 345	4.56 424	0.60 66	2.08 48	1.57 46	1.97 197	1.68 181	0.89 72	1.12 155	1.46 70	0.88 59	0.27 40	8.44 476	0.27 83	0.22 81	0.26 27	14.87 482

GANet-RSSM	2.96 296	1.27 294	21.17 454	1.73 406	1.23 317	4.22 362	0.91 260	3.39 172	2.02 123	1.97 197	1.74 201	2.53 297	2.06 338	10.91 419	1.88 289	0.37 227	0.35 221	0.32 197	0.29 217	0.42 254	0.46 132

DIP-Stereo	2.03 89	0.98 231	16.44 172	0.67 6	0.62 116	4.30 376	0.58 60	4.43 427	2.89 257	1.97 197	1.40 103	0.91 77	0.86 87	1.31 41	1.27 158	0.38 243	0.23 91	0.33 231	0.23 96	0.33 131	0.57 193
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GASNet	3.86 398	15.35 502	21.16 452	1.63 387	1.25 322	2.35 81	1.11 321	4.11 313	2.86 252	1.99 201	2.11 312	2.99 340	2.16 351	10.62 407	3.75 389	0.71 411	0.37 236	0.61 417	0.46 379	0.91 423	0.70 245

CrosDoStereo	5.27 452	0.75 133	20.07 309	0.85 43	0.53 72	3.40 166	18.03 501	3.90 251	3.29 331	1.99 201	8.27 470	1.95 232	6.95 469	7.34 337	25.94 507	0.33 154	0.22 64	0.30 159	0.28 184	0.35 168	0.61 216

DeepStereo_LL	5.27 452	0.75 133	20.07 309	0.85 43	0.53 72	3.40 166	18.03 501	3.90 251	3.29 331	1.99 201	8.27 470	1.95 232	6.95 469	7.34 337	25.94 507	0.33 154	0.22 64	0.30 159	0.28 184	0.35 168	0.61 216

RASNet	3.15 327	1.20 287	19.81 281	1.63 387	2.26 446	3.67 224	1.09 315	3.58 192	3.44 364	1.99 201	2.15 319	4.59 442	2.30 360	10.24 399	2.98 371	0.57 384	0.26 150	0.25 42	0.25 124	0.30 79	0.54 182

test_3	2.17 107	0.58 22	18.64 217	1.11 190	0.78 178	2.15 73	0.85 217	4.42 425	1.47 21	2.00 205	1.20 55	2.02 245	0.79 71	2.70 229	1.35 165	0.29 69	1.04 394	0.29 137	0.29 217	0.31 89	1.07 311

Patchmatch Stereo++	2.28 136	0.74 119	20.54 380	0.77 18	0.38 8	4.67 440	0.75 153	2.55 89	3.21 309	2.00 205	1.53 127	1.77 191	1.14 162	2.46 203	0.98 88	0.51 360	0.23 91	0.32 197	0.28 184	0.40 223	0.35 49
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.26 129	0.74 119	20.53 379	0.77 18	0.38 8	4.67 440	0.71 121	2.54 82	3.22 315	2.00 205	1.53 127	1.77 191	1.13 156	2.22 187	0.96 82	0.50 354	0.23 91	0.32 197	0.28 184	0.40 223	0.35 49

ROB_FTStereo_v2	2.25 125	0.74 119	20.45 364	0.77 18	0.38 8	4.66 439	0.74 142	2.54 82	3.20 306	2.00 205	1.53 127	1.77 191	1.14 162	2.13 173	0.96 82	0.50 354	0.22 64	0.32 197	0.28 184	0.40 223	0.35 49

ROB_FTStereo	2.26 129	0.74 119	20.44 361	0.77 18	0.38 8	4.65 436	0.75 153	2.54 82	3.19 304	2.00 205	1.54 138	1.77 191	1.13 156	2.28 194	0.94 74	0.49 343	0.22 64	0.32 197	0.28 184	0.40 223	0.35 49

HUI-Stereo	2.27 132	0.74 119	20.56 386	0.77 18	0.38 8	4.67 440	0.78 172	2.54 82	3.23 318	2.00 205	1.53 127	1.77 191	1.13 156	2.21 186	0.93 68	0.49 343	0.23 91	0.32 197	0.28 184	0.40 223	0.35 49

iGMRVC	2.27 132	0.74 119	20.46 365	0.77 18	0.38 8	4.65 436	0.73 132	2.54 82	3.21 309	2.00 205	1.53 127	1.77 191	1.14 162	2.47 206	0.99 90	0.51 360	0.23 91	0.32 197	0.28 184	0.40 223	0.35 49

iRAFT	2.28 136	0.74 119	20.54 380	0.77 18	0.38 8	4.67 440	0.75 153	2.55 89	3.21 309	2.00 205	1.53 127	1.77 191	1.14 162	2.46 203	0.98 88	0.51 360	0.23 91	0.32 197	0.28 184	0.40 223	0.35 49

RAFT-IKP	2.27 132	0.74 119	20.55 382	0.77 18	0.38 8	4.64 435	0.73 132	2.54 82	3.21 309	2.00 205	1.53 127	1.77 191	1.13 156	2.25 193	1.00 94	0.51 360	0.22 64	0.32 197	0.28 184	0.40 223	0.35 49

RAFT-Stereo-weight	1.38 44	0.57 20	5.44 60	1.05 170	0.63 119	4.19 356	0.77 166	3.95 263	1.53 35	2.01 214	1.53 127	1.30 131	0.65 32	1.30 37	1.05 106	0.27 40	0.26 150	0.26 65	0.22 81	0.28 44	0.38 81

test_sample1	2.29 139	0.72 104	5.74 62	1.51 359	0.86 202	2.35 81	0.64 89	4.07 295	3.45 370	2.01 214	1.51 124	1.70 176	1.71 296	9.53 372	1.73 263	0.31 114	0.97 390	0.31 178	0.31 254	0.33 131	6.12 440

Any-RAFT	1.62 56	0.59 30	5.29 58	1.12 200	0.76 173	4.41 392	0.79 182	4.12 319	3.26 322	2.02 216	1.36 94	2.82 327	1.56 255	1.90 149	0.81 41	0.29 69	0.25 128	0.26 65	0.19 20	0.25 15	0.35 49

RAFT_R40	2.61 221	0.64 54	19.86 287	1.69 398	0.46 37	4.74 457	0.95 280	2.28 60	2.52 200	2.02 216	2.32 356	2.69 315	2.52 377	6.70 322	1.05 106	0.42 274	0.19 15	0.30 159	0.27 158	0.33 131	0.29 15

DeepStereo_RVC	2.42 173	0.70 93	18.41 212	0.79 29	0.43 30	4.50 407	0.70 116	2.51 77	3.51 377	2.02 216	1.79 217	1.54 158	6.35 460	1.93 153	1.22 136	0.47 328	0.22 64	0.29 137	0.29 217	0.35 168	0.40 92

RALAANet	2.29 139	2.73 392	21.08 438	1.29 281	0.94 237	1.45 40	0.68 105	3.25 158	2.61 210	2.02 216	1.80 222	1.28 128	1.04 129	2.12 171	1.79 276	0.30 95	0.22 64	0.27 83	0.27 158	0.41 243	0.35 49

iResNetv2_ROB	3.31 353	14.88 497	20.01 304	2.17 441	1.09 278	3.84 257	1.13 325	4.22 351	3.15 302	2.02 216	2.06 304	2.00 244	1.69 291	3.61 254	2.10 324	0.36 215	0.22 64	0.32 197	0.22 81	0.48 316	0.58 205

s12784h	2.08 95	0.50 8	16.85 177	0.75 15	0.36 5	4.42 394	0.49 34	4.23 357	3.08 292	2.03 221	2.67 401	0.91 77	1.05 137	2.05 162	0.78 29	0.37 227	0.18 9	0.24 27	0.16 7	0.27 33	0.26 7

TANstereo	1.98 76	0.87 180	20.35 352	0.80 30	0.37 7	4.05 310	0.38 10	1.50 8	1.65 71	2.03 221	2.16 323	0.84 58	0.93 104	1.09 11	0.68 13	0.30 95	0.36 229	0.24 27	0.20 40	0.26 27	0.46 132

FENet	2.30 143	0.61 42	20.21 330	1.43 341	0.68 144	4.04 306	0.60 66	4.01 275	2.26 158	2.03 221	1.13 47	2.42 287	1.42 217	1.72 115	1.43 188	0.36 215	0.24 112	0.33 231	0.27 158	0.29 61	0.51 164

DCRE	3.02 304	0.95 221	18.48 214	1.18 230	1.89 427	3.57 203	0.82 198	3.36 170	1.70 81	2.04 224	8.12 468	1.73 183	1.07 142	1.31 41	1.24 144	0.24 11	0.87 382	0.26 65	0.27 158	0.28 44	11.03 470

THIR-Stereo	4.50 431	1.11 261	18.71 219	0.89 64	0.47 42	2.25 76	16.71 500	3.53 185	1.58 49	2.04 224	12.04 492	2.66 312	7.52 472	7.29 335	11.25 440	0.32 131	0.21 49	0.29 137	0.28 184	0.35 168	0.52 171

NVstereo2D	2.79 271	1.13 267	13.75 112	1.37 312	1.47 363	3.57 203	1.38 366	4.17 335	3.77 395	2.04 224	1.72 192	3.05 345	1.75 301	10.84 414	1.72 260	0.62 395	0.48 316	0.56 403	0.54 403	0.79 411	1.02 306

iResNet_ROB	2.72 254	10.38 453	14.41 126	1.46 346	0.99 245	3.74 238	0.66 94	4.01 275	2.84 245	2.04 224	2.05 302	1.98 239	1.38 202	4.73 277	1.91 296	0.35 191	0.20 27	0.28 114	0.19 20	0.33 131	0.41 99

RAFT-Stereo + iAFF	2.49 185	1.68 344	20.50 376	1.11 190	1.32 336	4.13 329	0.42 21	3.23 154	3.30 335	2.05 228	2.40 366	1.61 163	1.11 153	1.49 77	1.63 235	0.22 5	0.22 64	0.26 65	0.24 112	0.31 89	2.47 387

MyStereo04	2.54 198	1.18 277	18.82 223	1.04 166	1.21 314	3.96 294	0.95 280	4.02 280	3.01 276	2.06 229	1.27 74	2.33 272	1.66 286	2.06 163	2.01 311	0.26 31	3.49 456	0.34 250	0.27 158	0.43 264	0.49 153

Sa-1000	2.54 198	1.47 321	20.36 353	1.16 218	0.55 80	4.07 315	1.39 367	4.49 435	3.01 276	2.06 229	2.79 410	1.84 211	1.43 221	2.68 225	1.53 207	0.31 114	0.26 150	0.36 284	0.33 277	0.37 192	0.46 132

AACVNet	2.77 268	1.64 342	19.22 241	1.57 374	0.86 202	3.28 152	0.74 142	3.31 165	1.66 73	2.06 229	1.82 229	2.47 293	1.40 209	10.95 420	1.92 300	0.41 263	0.35 221	0.38 310	0.33 277	0.46 296	0.61 216

GwcNet-ADL	2.51 187	0.75 133	21.41 468	0.98 138	0.73 157	4.58 425	0.95 280	4.46 433	2.61 210	2.06 229	1.80 222	2.54 299	1.24 183	1.98 159	1.73 263	0.41 263	0.46 299	0.24 27	0.27 158	0.41 243	0.55 185

CC-Net-ROB	3.82 395	3.41 405	20.20 326	2.40 449	1.66 407	4.49 406	1.61 390	4.77 465	3.08 292	2.06 229	2.06 304	1.99 240	1.60 260	12.57 478	1.91 296	2.82 473	2.19 427	2.67 483	1.06 453	2.31 470	1.59 348

AdaStereo	2.22 120	0.90 194	16.41 170	1.33 300	0.83 189	3.21 137	1.12 323	4.25 372	2.91 261	2.06 229	1.76 203	2.47 293	1.17 172	1.93 153	1.65 244	0.50 354	0.26 150	0.43 342	0.29 217	0.46 296	0.39 89
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.
test_sample2	2.20 117	0.70 93	6.07 63	1.49 353	0.81 184	2.96 116	0.86 221	4.13 322	3.31 338	2.07 235	1.54 138	1.56 159	1.63 276	10.61 406	1.80 277	0.33 154	0.77 372	0.32 197	0.32 269	0.38 204	2.35 381

Anonymous_2	4.03 408	0.99 240	11.19 94	1.20 236	1.71 412	3.68 227	0.93 273	3.76 224	1.63 67	2.07 235	1.43 110	4.76 448	2.34 362	1.86 147	1.78 272	0.82 431	2.42 437	8.69 509	16.64 513	4.38 490	8.29 454

CSP-Net	1.99 81	1.70 346	4.84 56	1.22 246	1.02 255	3.42 171	1.30 353	3.66 203	2.11 135	2.07 235	1.93 278	2.40 279	1.48 235	8.56 355	1.62 232	0.51 360	0.41 270	0.27 83	0.27 158	0.44 278	0.54 182

AASNet	2.65 233	3.20 400	20.19 324	1.38 316	1.49 364	3.84 257	1.06 309	3.92 256	3.28 326	2.07 235	2.28 349	1.95 232	1.28 188	2.19 182	2.17 328	0.42 274	0.33 203	0.45 351	0.30 236	0.59 352	0.52 171

SST-Stereo	2.63 228	0.63 50	19.76 278	1.69 398	0.46 37	4.71 454	0.74 142	2.27 58	3.07 291	2.07 235	2.15 319	2.42 287	3.17 409	6.66 320	0.95 80	0.45 308	0.19 15	0.30 159	0.27 158	0.35 168	0.31 20

PSMNet_ROB	3.38 362	5.24 424	20.61 396	1.24 254	1.22 316	3.76 241	1.64 396	3.59 194	2.80 236	2.07 235	1.72 192	2.75 321	1.79 309	11.42 444	4.58 401	0.42 274	0.38 249	0.50 379	0.62 421	0.62 362	0.69 243

RAFT-345	2.55 203	0.60 37	19.89 291	1.22 246	0.49 54	4.43 395	0.77 166	1.68 16	3.54 379	2.09 241	3.10 426	1.95 232	1.30 193	6.65 319	1.47 199	0.41 263	0.23 91	0.32 197	0.26 141	0.29 61	0.28 12

UNet	2.53 194	0.91 197	20.07 309	1.19 234	1.44 359	3.45 178	0.75 153	3.80 234	1.98 118	2.09 241	1.57 148	2.74 319	2.37 364	3.51 252	2.52 354	0.35 191	0.30 185	0.41 327	0.28 184	0.40 223	0.50 158

iinet-f	2.44 176	1.82 357	14.97 137	1.21 242	1.11 283	3.78 246	1.10 320	4.19 343	2.90 259	2.10 243	1.76 203	2.99 340	2.97 394	2.84 236	2.79 360	0.38 243	0.38 249	0.28 114	0.28 184	0.50 322	0.47 141

GEStereo_RVC	2.66 238	1.20 287	20.38 355	1.29 281	1.05 267	4.02 302	1.42 371	4.17 335	2.24 152	2.10 243	1.86 253	2.33 272	1.84 320	4.93 278	1.78 272	0.51 360	0.38 249	0.32 197	0.29 217	0.44 278	0.56 188

NF-Stereo	2.68 245	0.67 72	21.09 443	2.43 450	0.47 42	4.67 440	0.67 96	3.68 206	4.30 425	2.11 245	1.62 161	1.36 137	1.09 144	6.07 305	1.24 144	0.45 308	0.20 27	0.36 284	0.34 287	0.32 108	0.37 72

OCTAStereo	2.67 242	0.67 72	21.08 438	2.43 450	0.47 42	4.67 440	0.67 96	3.68 206	4.31 428	2.11 245	1.62 161	1.36 137	1.09 144	6.02 302	1.25 150	0.45 308	0.20 27	0.36 284	0.34 287	0.32 108	0.37 72

RE-Stereo	2.67 242	0.67 72	21.08 438	2.43 450	0.47 42	4.67 440	0.67 96	3.68 206	4.30 425	2.11 245	1.62 161	1.36 137	1.09 144	6.01 299	1.26 155	0.45 308	0.20 27	0.36 284	0.34 287	0.32 108	0.37 72

TVStereo	2.67 242	0.67 72	21.08 438	2.43 450	0.47 42	4.67 440	0.67 96	3.68 206	4.30 425	2.11 245	1.62 161	1.36 137	1.09 144	6.01 299	1.26 155	0.45 308	0.20 27	0.36 284	0.34 287	0.32 108	0.37 72

PAM_32	3.04 309	0.69 85	20.55 382	1.17 225	1.01 253	8.89 490	0.76 162	3.71 216	3.43 363	2.12 249	2.65 397	5.44 461	3.73 428	2.35 199	1.48 200	0.27 40	0.33 203	0.28 114	0.29 217	0.39 218	1.27 325

CFNet_ucs	2.32 146	0.75 133	17.05 181	0.90 75	0.81 184	3.86 263	0.68 105	4.31 391	2.68 219	2.13 250	2.04 295	3.30 364	1.24 183	2.63 221	1.23 139	0.37 227	0.46 299	0.56 403	0.30 236	0.67 384	0.53 177

GwcNet-RSSM	3.13 323	5.08 421	19.86 287	1.28 276	1.20 309	4.12 326	1.11 321	3.89 249	2.80 236	2.13 250	1.81 227	3.11 352	1.46 229	10.33 402	2.19 331	0.36 215	0.34 212	0.35 268	0.31 254	0.45 286	0.43 113

ISRNet	1.98 76	0.94 216	10.75 89	1.30 285	1.35 340	2.84 105	0.69 113	3.80 234	2.07 127	2.14 252	2.11 312	2.89 332	1.41 214	2.52 213	1.74 266	0.49 343	0.50 323	0.56 403	0.47 381	0.51 327	0.59 207

GCAP-BAT	2.74 260	0.79 157	19.74 277	1.06 174	0.85 198	4.25 369	0.91 260	2.80 112	1.83 96	2.14 252	2.08 309	2.55 300	0.80 76	1.87 148	1.41 184	0.35 191	7.97 475	0.24 27	0.22 81	0.27 33	2.72 392

PFNet+	2.46 180	0.64 54	21.10 445	0.98 138	0.48 47	4.63 433	0.83 202	2.47 73	3.48 374	2.14 252	1.67 179	1.34 133	1.03 122	4.66 276	1.35 165	0.49 343	0.33 203	0.38 310	0.39 337	0.33 131	0.49 153

HHNet	2.51 187	0.76 143	20.83 417	0.67 6	0.67 136	4.07 315	0.90 249	3.85 244	1.59 52	2.14 252	4.91 456	0.98 87	3.32 414	1.73 120	1.80 277	0.41 263	0.20 27	0.31 178	0.28 184	0.38 204	0.44 118

PSM-softLoss	2.62 224	0.65 62	21.11 447	2.46 454	0.49 54	4.68 448	0.68 105	2.61 98	4.23 418	2.14 252	1.47 117	1.42 145	0.99 115	6.04 303	1.24 144	0.47 328	0.23 91	0.37 295	0.39 337	0.33 131	0.34 41

KMStereo	2.62 224	0.65 62	21.11 447	2.46 454	0.49 54	4.68 448	0.68 105	2.61 98	4.23 418	2.14 252	1.47 117	1.42 145	0.99 115	6.04 303	1.24 144	0.47 328	0.23 91	0.37 295	0.39 337	0.33 131	0.34 41

IER	2.09 96	0.91 197	14.11 120	0.97 132	1.15 293	3.17 134	0.89 234	3.59 194	2.39 178	2.15 258	1.98 285	2.27 265	2.11 342	2.39 202	1.80 277	0.35 191	0.24 112	0.36 284	0.30 236	0.34 153	0.42 106

delet	2.66 238	1.11 261	18.42 213	1.05 170	1.65 404	3.47 181	2.00 420	3.81 238	2.82 242	2.15 258	2.11 312	2.62 310	1.88 327	5.38 286	2.21 332	0.34 176	0.38 249	0.40 320	0.32 269	0.45 286	0.54 182

R-Stereo Train	2.13 100	0.65 62	19.43 250	1.02 156	0.67 136	3.79 247	0.89 234	4.12 319	1.55 40	2.15 258	1.72 192	1.13 105	0.94 106	1.46 70	1.30 160	0.32 131	0.25 128	0.27 83	0.21 51	0.28 44	0.37 72

RAFT-Stereo	2.13 100	0.65 62	19.43 250	1.02 156	0.67 136	3.79 247	0.89 234	4.12 319	1.55 40	2.15 258	1.72 192	1.13 105	0.94 106	1.46 70	1.30 160	0.32 131	0.25 128	0.27 83	0.21 51	0.28 44	0.37 72
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AAGNet	3.88 400	0.67 72	20.04 307	2.27 444	0.46 37	4.76 459	1.05 307	2.28 60	3.38 352	2.16 262	1.84 243	2.40 279	3.95 432	6.22 309	24.21 504	0.49 343	0.19 15	0.30 159	0.29 217	0.33 131	0.29 15

cf-r	2.93 288	2.19 379	20.59 394	1.49 353	1.35 340	4.18 348	0.92 268	3.73 222	3.12 298	2.16 262	1.82 229	3.40 371	1.44 222	8.22 350	1.93 301	0.34 176	0.31 191	0.33 231	0.30 236	0.38 204	0.45 124

IGEV_Zeroshot_test	2.66 238	0.75 133	21.55 472	1.50 357	0.89 216	2.21 74	0.90 249	3.52 184	1.83 96	2.17 264	1.57 148	4.09 415	1.60 260	1.73 120	1.21 134	0.32 131	0.33 203	0.28 114	0.30 236	0.44 278	6.09 439

LCNet	2.54 198	0.60 37	20.89 423	1.01 152	0.57 93	3.60 210	1.21 343	3.20 149	1.70 81	2.17 264	1.76 203	1.43 148	4.12 435	3.61 254	0.94 74	0.32 131	0.20 27	0.28 114	0.76 432	0.50 322	1.83 365

GwcNet	3.26 349	3.93 411	20.24 335	1.38 316	2.04 436	3.24 145	1.53 382	3.72 218	3.66 387	2.17 264	2.25 342	3.55 389	1.69 291	9.38 370	3.03 373	0.48 337	0.49 319	0.46 357	0.39 337	0.66 382	0.86 285

HI	2.19 111	1.11 261	19.93 294	1.14 209	0.69 152	2.98 121	0.45 28	2.58 93	1.87 103	2.18 267	1.65 174	2.41 283	1.83 317	1.72 115	1.63 235	0.30 95	0.17 3	0.28 114	0.31 254	0.27 33	0.32 23

CoSv	2.19 111	1.11 261	19.93 294	1.14 209	0.69 152	2.98 121	0.45 28	2.58 93	1.87 103	2.18 267	1.65 174	2.41 283	1.83 317	1.72 115	1.63 235	0.30 95	0.17 3	0.28 114	0.31 254	0.27 33	0.32 23

NINENet	2.59 213	0.89 188	16.09 156	1.16 218	1.07 272	4.50 407	0.75 153	4.43 427	2.61 210	2.18 267	1.91 271	3.61 391	1.03 122	7.92 348	1.18 126	0.49 343	0.34 212	0.41 327	0.30 236	0.42 254	0.44 118

test_1	2.19 111	0.59 30	18.67 218	1.13 205	0.78 178	2.07 69	0.89 234	4.37 413	1.53 35	2.18 267	1.20 55	2.05 251	0.78 65	2.68 225	1.36 172	0.29 69	0.93 384	0.28 114	0.27 158	0.28 44	1.53 344

Prome-Stereo	2.57 212	0.60 37	20.29 344	1.01 152	0.62 116	4.40 390	1.80 407	3.22 153	1.74 87	2.18 267	3.43 437	1.71 179	3.45 423	2.24 190	1.19 130	0.32 131	0.20 27	0.27 83	0.25 124	0.37 192	2.15 375

HGLStereo	2.74 260	1.03 246	20.80 415	1.24 254	1.55 376	3.62 215	0.94 275	3.83 241	2.09 128	2.18 267	2.20 334	3.11 352	2.12 344	5.65 292	2.07 319	0.50 354	0.34 212	0.32 197	0.30 236	0.42 254	0.50 158

HITNet	2.49 185	2.91 395	19.23 242	1.54 367	0.57 93	3.47 181	0.79 182	4.16 331	2.93 262	2.18 267	1.65 174	1.68 172	1.45 224	2.17 179	2.99 372	0.28 58	0.20 27	0.41 327	0.27 158	0.45 286	0.52 171
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
UGAM-zero	3.14 324	0.62 47	20.64 400	1.02 156	0.93 232	2.87 108	0.51 41	4.52 441	1.57 46	2.19 274	1.65 174	5.78 465	3.40 421	9.89 383	1.71 257	0.33 154	0.44 290	0.28 114	0.59 413	0.30 79	3.59 415

MyStereo05	2.55 203	1.07 250	19.87 289	1.06 174	1.08 275	4.26 370	0.86 221	4.10 310	3.01 276	2.19 274	1.26 70	2.30 269	1.64 279	2.13 173	1.99 305	0.25 19	2.43 439	0.34 250	0.27 158	0.46 296	0.48 148

anonymity	2.02 87	1.28 297	5.16 57	1.73 406	1.63 396	1.86 54	1.06 309	3.50 182	2.42 184	2.19 274	2.11 312	1.88 218	3.89 431	1.92 150	1.56 215	1.11 444	1.14 399	1.08 456	1.11 455	1.05 432	2.68 390

TransformOpticalFlow	3.07 313	0.87 180	20.87 422	1.10 186	0.56 85	4.18 348	0.64 89	4.36 410	3.28 326	2.19 274	3.08 424	4.32 431	5.01 447	7.36 339	1.59 223	0.34 176	0.18 9	0.32 197	0.26 141	0.29 61	0.57 193

MMNet	2.15 103	1.33 306	12.06 98	1.22 246	1.23 317	3.55 200	0.89 234	3.84 242	2.26 158	2.19 274	1.78 214	2.15 257	2.10 340	3.70 257	2.35 341	0.45 308	0.38 249	0.34 250	0.28 184	0.40 223	0.52 171

PS-NSSS	3.11 318	1.60 337	19.48 254	1.00 149	1.53 371	4.12 326	1.08 311	4.59 453	2.80 236	2.19 274	2.38 362	1.76 190	1.39 205	11.79 461	1.94 304	0.69 407	0.45 294	0.95 451	0.43 367	1.03 431	1.00 302

DualNet (step1)	3.32 355	1.19 283	20.68 403	1.11 190	0.87 211	4.22 362	1.20 338	4.40 420	4.92 460	2.20 280	1.85 247	1.90 220	2.00 333	6.87 328	1.75 269	1.41 457	1.36 406	4.19 500	2.07 487	0.70 392	1.43 336

test_sample9	4.68 437	1.19 283	20.68 403	1.11 190	0.87 211	4.22 362	1.20 338	4.40 420	4.92 460	2.20 280	1.85 247	1.90 220	2.00 333	11.08 428	11.57 446	1.41 457	14.65 501	4.19 500	2.07 487	0.70 392	1.43 336

test_sample7	2.85 277	0.81 162	14.48 128	1.59 379	0.77 176	2.42 86	1.08 311	4.40 420	4.92 460	2.20 280	1.85 247	1.90 220	2.00 333	6.87 328	1.75 269	0.47 328	1.36 406	0.44 344	0.41 356	0.47 309	6.81 444

raftrobust	2.05 93	1.45 319	13.44 109	1.29 281	5.81 492	3.59 206	0.67 96	2.80 112	1.50 29	2.21 283	1.41 107	1.17 110	1.22 180	1.37 58	1.46 198	0.29 69	0.33 203	0.22 8	0.20 40	0.27 33	0.36 70

DeepPrunerF	4.00 407	5.64 425	16.81 175	1.36 307	1.75 416	3.69 228	1.54 384	4.24 363	13.98 497	2.21 283	1.77 210	2.73 316	2.29 358	10.90 418	6.64 417	0.71 411	0.61 349	0.77 444	0.79 435	0.87 421	0.79 270

MyStereo8	2.97 301	1.76 349	18.94 225	1.55 371	1.62 393	4.16 340	0.57 53	3.79 229	2.41 183	2.22 285	2.93 417	2.27 265	1.14 162	2.16 177	2.28 337	0.27 40	8.58 479	0.32 197	0.29 217	0.37 192	1.72 355

PDISCO_ROB	3.32 355	5.22 423	18.16 208	2.03 436	2.19 445	4.52 412	1.63 393	4.74 464	3.32 343	2.22 285	2.18 329	3.71 395	2.41 367	5.36 285	2.43 347	1.35 453	0.79 374	0.72 439	0.62 421	1.31 454	1.53 344

IRAFT_RVC	2.74 260	0.71 99	19.80 279	2.52 456	0.67 136	4.60 429	1.57 388	3.05 137	2.99 269	2.23 287	1.72 192	2.08 254	2.59 379	6.69 321	1.61 230	0.37 227	0.21 49	0.33 231	0.29 217	0.33 131	0.35 49

RAFT + AFF	3.98 406	14.10 483	20.78 413	1.16 218	1.96 431	4.14 334	2.00 420	4.56 446	3.52 378	2.23 287	2.51 384	2.27 265	4.92 446	8.94 362	2.82 363	0.33 154	0.60 347	0.48 364	0.39 337	0.81 413	1.03 308

STTStereo	2.62 224	1.28 297	19.16 235	1.52 364	1.55 376	3.84 257	0.89 234	3.75 223	2.59 209	2.23 287	1.59 156	2.48 295	1.58 256	5.11 280	1.72 260	0.38 243	0.41 270	0.47 359	0.54 403	0.53 331	0.75 261

MyStereo06	2.74 260	1.07 250	21.19 457	1.06 174	1.08 275	4.26 370	0.86 221	3.72 218	1.80 93	2.25 290	1.77 210	4.28 428	4.12 435	1.85 145	1.38 178	0.25 19	2.43 439	0.34 250	0.27 158	0.46 296	0.48 148

otaku	5.59 456	14.82 496	20.70 407	3.13 474	2.70 456	3.91 277	2.56 444	3.90 251	2.48 196	2.25 290	9.38 479	4.06 414	2.32 361	9.59 375	14.37 462	3.52 483	1.66 416	2.15 475	1.19 459	3.73 483	3.35 410

CRFU-Net	2.56 208	0.89 188	10.77 90	2.53 457	1.09 278	3.91 277	1.40 368	3.87 246	1.92 111	2.25 290	1.80 222	3.32 367	7.85 475	5.53 291	1.54 210	0.58 385	0.36 229	0.31 178	0.28 184	0.39 218	0.56 188

test-3	2.19 111	0.59 30	18.63 216	1.13 205	0.75 169	2.07 69	0.89 234	4.37 413	1.53 35	2.25 290	1.20 55	2.05 251	0.79 71	2.68 225	1.35 165	0.29 69	0.95 387	0.28 114	0.27 158	0.27 33	1.47 341

DEmStereo	3.24 345	0.65 62	18.95 226	0.83 37	0.54 75	3.85 260	1.79 406	2.53 81	2.54 202	2.25 290	2.74 407	2.02 245	6.02 457	6.78 325	11.30 441	0.40 260	0.26 150	0.27 83	0.27 158	0.28 44	0.57 193

DGSMNet	8.13 486	2.31 384	18.62 215	2.77 464	13.96 503	6.91 483	42.17 517	4.16 331	2.53 201	2.25 290	3.21 430	3.41 372	1.69 291	9.19 366	3.03 373	3.79 488	10.31 493	11.70 514	5.68 505	4.38 490	10.58 469

ADLNet2	3.20 336	1.43 317	20.11 321	1.22 246	1.78 421	3.86 263	1.47 377	3.96 265	3.89 402	2.26 296	2.49 380	4.63 446	1.92 330	10.68 410	2.00 310	0.42 274	0.37 236	0.29 137	0.30 236	0.51 327	0.46 132

RYNet	3.15 327	1.48 322	16.27 166	1.24 254	1.39 348	3.67 224	1.44 375	4.09 308	3.20 306	2.26 296	1.70 186	3.83 402	2.15 349	13.64 492	3.23 381	0.45 308	0.45 294	0.50 379	0.35 300	0.81 413	0.83 275

PWCDC_ROB	3.62 380	9.86 450	17.35 188	1.62 384	1.57 383	4.19 356	1.01 294	4.35 408	4.20 415	2.26 296	7.36 464	2.73 316	2.75 383	4.10 268	4.51 400	1.47 460	0.37 236	0.39 315	0.34 287	1.22 450	0.73 255

LMCR-Stereo	2.53 194	2.30 383	18.81 221	1.64 391	0.86 202	3.88 269	1.14 328	4.33 402	1.63 67	2.27 299	2.35 358	1.13 105	2.41 367	2.63 221	2.26 335	1.06 442	0.24 112	0.29 137	0.25 124	0.62 362	0.42 106

UCFNet_RVC	2.53 194	1.29 299	20.56 386	1.42 335	1.40 353	4.01 300	1.04 305	2.79 111	1.67 75	2.27 299	1.88 260	2.94 337	1.50 239	3.48 250	1.68 248	0.37 227	0.29 175	0.52 387	0.41 356	0.55 337	0.51 164

test_sample3	2.65 233	0.75 133	15.69 149	1.42 335	0.85 198	3.14 132	0.73 132	4.28 376	3.21 309	2.28 301	1.79 217	1.78 200	1.46 229	11.11 430	1.84 284	0.36 215	0.46 299	0.34 250	0.36 310	0.40 223	0.76 262

STrans-v2	3.11 318	0.95 221	20.80 415	0.86 49	0.64 122	3.90 273	1.01 294	4.30 380	3.61 382	2.28 301	3.65 440	4.11 418	5.17 449	7.32 336	1.63 235	0.34 176	0.18 9	0.29 137	0.26 141	0.30 79	0.65 232

PSMNet-RSSM	2.91 286	1.55 333	20.10 318	1.32 295	1.30 328	4.19 356	0.95 280	3.78 228	2.28 162	2.28 301	1.80 222	2.64 311	1.87 325	9.83 380	1.93 301	0.37 227	0.33 203	0.35 268	0.38 329	0.46 296	0.40 92

BEATNet_4x	2.65 233	4.43 419	18.10 206	1.41 328	0.59 98	3.44 175	1.02 297	4.08 304	2.97 266	2.28 301	1.75 202	2.18 258	1.61 265	2.80 234	3.54 386	0.39 250	0.25 128	0.47 359	0.31 254	0.61 357	0.86 285

test_sample5	2.68 245	0.76 143	14.56 130	1.40 324	0.83 189	3.11 129	0.74 142	4.33 402	4.48 437	2.29 305	2.04 295	1.67 169	1.45 224	11.18 433	1.88 289	0.37 227	0.47 309	0.37 295	0.39 337	0.43 264	0.78 266

Wz-Net-TNSev	4.22 414	13.55 471	15.87 153	1.57 374	1.19 307	3.61 212	2.48 440	4.38 417	3.45 370	2.29 305	1.91 271	4.20 424	2.86 388	12.11 466	10.56 437	0.61 390	0.59 345	0.48 364	0.54 403	0.93 426	1.24 322

RainbowNet	5.20 450	15.03 499	21.14 449	3.66 484	3.25 470	4.18 348	2.98 454	4.22 351	3.20 306	2.30 307	2.65 397	4.24 425	2.97 394	9.92 385	6.29 413	3.92 490	2.27 431	2.71 485	1.73 476	3.82 484	3.43 412

PSM-AAD	3.41 364	0.58 22	20.55 382	0.95 115	0.56 85	4.46 398	7.40 491	3.11 141	1.58 49	2.30 307	2.56 389	1.26 126	16.19 497	2.47 206	1.00 94	0.32 131	0.22 64	0.58 409	0.41 356	0.37 192	1.32 327

ADCP+	4.42 427	12.67 467	18.95 226	1.12 200	1.55 376	4.30 376	3.60 473	4.01 275	3.80 396	2.30 307	1.71 190	3.93 406	4.29 438	3.49 251	18.77 498	0.40 260	0.41 270	0.63 424	0.53 400	0.67 384	1.35 329

mmm	2.70 250	0.80 159	8.26 75	1.50 357	1.18 300	2.44 87	0.85 217	4.08 304	4.59 441	2.31 310	1.95 280	1.51 156	1.55 253	2.33 198	1.72 260	0.31 114	7.71 474	0.45 351	0.42 362	0.40 223	9.56 463

ffm	4.27 420	0.98 231	21.04 433	1.24 254	1.03 259	3.64 217	0.87 226	4.23 357	4.73 451	2.31 310	2.40 366	3.49 377	1.64 279	2.29 195	0.78 29	0.30 95	19.28 511	0.48 364	0.40 346	0.31 89	14.02 477

ff1	5.58 455	0.98 231	21.04 433	1.24 254	1.03 259	3.64 217	0.87 226	4.23 357	4.73 451	2.31 310	2.40 366	3.49 377	1.64 279	12.40 469	16.90 475	0.30 95	19.28 511	0.48 364	0.40 346	0.31 89	14.02 477

mmx	4.56 433	0.98 231	21.04 433	1.24 254	1.03 259	3.64 217	0.87 226	4.53 442	5.34 469	2.31 310	2.40 366	3.49 377	1.64 279	12.40 469	16.90 475	0.34 176	5.98 467	0.48 364	0.40 346	0.46 296	5.71 436

xxx	4.56 433	0.98 231	21.04 433	1.24 254	1.03 259	3.64 217	0.87 226	4.53 442	5.34 469	2.31 310	2.40 366	3.49 377	1.64 279	12.40 469	16.90 475	0.34 176	5.98 467	0.48 364	0.40 346	0.46 296	5.71 436

DCANet-4	2.06 94	0.58 22	15.30 140	0.86 49	0.44 34	4.16 340	0.57 53	4.31 391	3.28 326	2.31 310	1.82 229	1.04 95	1.54 250	1.69 105	1.56 215	0.35 191	0.24 112	0.24 27	0.19 20	0.25 15	0.57 193

fff	2.40 165	0.96 224	20.47 368	0.84 38	0.38 8	4.15 337	0.57 53	4.30 380	2.85 246	2.31 310	1.82 229	1.19 117	2.98 396	1.68 100	1.57 218	0.35 191	0.24 112	0.23 13	0.19 20	0.25 15	0.57 193

csc	2.40 165	0.96 224	20.47 368	0.84 38	0.38 8	4.15 337	0.57 53	4.30 380	2.85 246	2.31 310	1.82 229	1.19 117	2.98 396	1.68 100	1.57 218	0.35 191	0.24 112	0.23 13	0.19 20	0.25 15	0.57 193

cscssc	2.40 165	0.96 224	20.47 368	0.84 38	0.38 8	4.15 337	0.57 53	4.30 380	2.85 246	2.31 310	1.82 229	1.19 117	2.98 396	1.68 100	1.57 218	0.35 191	0.24 112	0.23 13	0.19 20	0.25 15	0.57 193

hitnet-ft	2.99 302	1.23 289	19.37 249	0.96 124	0.90 222	3.76 241	0.79 182	3.60 196	2.68 219	2.31 310	2.04 295	3.63 394	1.49 238	11.70 457	2.37 344	0.45 308	0.54 333	0.44 344	0.36 310	0.54 334	0.56 188

HSM	3.25 348	1.08 254	19.18 237	1.19 234	1.54 372	3.45 178	1.02 297	4.04 287	2.61 210	2.31 310	2.17 324	8.01 478	2.99 399	11.59 450	1.80 277	0.35 191	0.24 112	0.28 114	0.24 112	0.33 131	0.55 185

PAM	3.02 304	0.69 85	20.70 407	1.20 236	1.15 293	8.88 489	1.28 351	4.06 292	1.91 109	2.32 321	2.42 375	5.75 464	2.75 383	2.47 206	1.55 213	0.28 58	0.35 221	0.27 83	0.30 236	0.41 243	1.65 353

dad	2.65 233	3.40 404	19.45 253	1.05 170	0.65 127	4.21 360	0.84 212	2.10 50	2.77 232	2.32 321	1.72 192	1.72 180	1.27 185	3.86 260	2.04 316	1.06 442	0.40 263	2.04 472	0.49 387	0.78 407	0.83 275

APVNet	3.24 345	1.59 336	21.72 475	1.36 307	1.52 370	3.93 285	1.12 323	3.58 192	2.80 236	2.32 321	2.02 291	3.05 345	1.96 331	11.77 460	2.61 357	0.44 299	0.46 299	0.65 428	0.47 381	0.73 399	0.73 255

ACRE	2.75 264	7.69 438	19.93 294	0.93 95	1.30 328	3.94 288	0.90 249	4.23 357	3.66 387	2.33 324	2.61 394	1.17 110	1.04 129	1.80 134	1.35 165	0.46 320	0.25 128	0.27 83	0.23 96	0.32 108	0.60 212

xxxx	4.25 417	0.86 176	14.59 132	1.30 285	1.16 296	3.51 193	0.63 84	4.56 446	5.42 474	2.33 324	2.29 351	2.04 248	1.39 205	10.23 397	18.00 490	0.33 154	7.15 473	0.31 178	0.30 236	0.35 168	8.33 455

GMStereo_Zeroshot	1.51 52	1.27 294	4.75 55	1.54 367	0.72 156	3.33 160	0.54 47	2.67 103	1.74 87	2.34 326	1.57 148	2.40 279	0.96 109	2.51 209	1.21 134	0.48 337	0.23 91	0.41 327	0.24 112	0.82 415	0.40 92

acv_ft	2.45 178	0.97 228	19.57 258	1.15 212	2.01 434	2.97 119	0.96 285	3.88 247	2.85 246	2.34 326	1.91 271	3.07 348	1.65 285	1.52 83	2.26 335	0.33 154	0.27 161	0.30 159	0.27 158	0.42 254	0.35 49

test_sample6	2.71 252	0.76 143	14.30 123	1.43 341	0.83 189	3.17 134	0.79 182	4.40 420	4.65 448	2.35 328	2.13 316	1.69 173	1.45 224	11.48 446	1.99 305	0.39 250	0.46 299	0.38 310	0.40 346	0.43 264	0.77 263

DualNet	2.68 245	0.76 143	14.56 130	1.40 324	0.83 189	3.11 129	0.74 142	4.33 402	4.48 437	2.35 328	2.13 316	1.67 169	1.45 224	11.18 433	1.88 289	0.37 227	0.47 309	0.37 295	0.39 337	0.43 264	0.78 266

ADStereo(finetuned)	2.30 143	0.97 228	17.29 187	0.86 49	0.43 30	4.17 345	0.59 62	4.31 391	3.29 331	2.35 328	1.86 253	1.18 113	3.35 417	1.69 105	1.59 223	0.34 176	0.25 128	0.23 13	0.19 20	0.31 89	0.72 250

Wz-Net-SNSev	3.47 373	10.51 454	16.90 178	1.65 392	1.20 309	3.29 155	2.03 423	4.16 331	3.03 282	2.35 328	2.39 364	3.48 376	2.12 344	7.95 349	4.28 395	0.51 360	0.40 263	0.53 391	0.49 387	0.74 403	1.46 340

IPLGR_C	2.96 296	11.71 460	20.02 305	0.95 115	1.31 332	3.93 285	0.92 268	4.22 351	3.76 393	2.35 328	2.62 395	1.16 109	1.07 142	1.71 109	1.34 164	0.45 308	0.25 128	0.27 83	0.23 96	0.33 131	0.60 212

DCANet	2.37 160	0.98 231	20.47 368	0.86 49	0.43 30	4.18 348	0.59 62	4.31 391	3.29 331	2.35 328	1.86 253	1.18 113	1.63 276	1.69 105	1.59 223	0.34 176	0.25 128	0.24 27	0.19 20	0.31 89	0.73 255

CIPLG	2.88 282	10.01 451	20.02 305	0.95 115	1.34 337	3.95 290	0.91 260	4.24 363	3.69 390	2.36 334	2.66 399	1.17 110	1.06 139	1.82 140	1.37 177	0.45 308	0.25 128	0.27 83	0.23 96	0.33 131	0.60 212

GMOStereo	2.64 229	0.92 204	19.83 283	0.81 31	0.68 144	3.22 139	0.89 234	2.94 123	1.48 22	2.36 334	1.54 138	1.75 184	1.04 129	1.33 45	1.15 120	0.26 31	11.32 494	0.35 268	0.28 184	0.35 168	0.33 33

error version	2.64 229	0.92 204	19.83 283	0.81 31	0.68 144	3.22 139	0.89 234	2.94 123	1.48 22	2.36 334	1.54 138	1.75 184	1.04 129	1.33 45	1.15 120	0.26 31	11.32 494	0.35 268	0.28 184	0.35 168	0.33 33

test-v	2.64 229	0.92 204	19.83 283	0.81 31	0.68 144	3.22 139	0.89 234	2.94 123	1.48 22	2.36 334	1.54 138	1.75 184	1.04 129	1.33 45	1.15 120	0.26 31	11.32 494	0.35 268	0.28 184	0.35 168	0.33 33

test-2	2.64 229	0.92 204	19.83 283	0.81 31	0.68 144	3.22 139	0.89 234	2.94 123	1.48 22	2.36 334	1.54 138	1.75 184	1.04 129	1.33 45	1.15 120	0.26 31	11.32 494	0.35 268	0.28 184	0.35 168	0.33 33

DispNO	3.22 340	2.06 370	19.82 282	1.21 242	1.11 283	3.74 238	0.93 273	4.31 391	2.89 257	2.37 339	2.27 346	4.51 438	2.09 339	11.41 442	3.47 385	0.35 191	0.28 169	0.31 178	0.29 217	0.39 218	0.51 164

S-Stereo	3.51 376	0.96 224	22.00 484	1.38 316	1.50 366	3.55 200	2.49 441	4.27 375	3.00 271	2.38 340	3.94 446	3.73 396	1.84 320	11.89 463	2.59 356	0.64 399	0.71 368	0.49 377	0.81 437	0.68 389	1.31 326

iResNet	2.70 250	1.35 309	20.93 426	2.01 434	0.73 157	3.76 241	0.83 202	4.28 376	2.93 262	2.38 340	2.03 293	1.35 135	1.54 250	3.28 248	4.42 399	0.42 274	0.25 128	0.29 137	0.23 96	0.45 286	0.64 228

test_sample4	2.68 245	0.76 143	15.85 152	1.45 344	0.83 189	3.10 126	0.72 125	4.31 391	3.37 349	2.39 342	1.90 270	1.72 180	1.47 234	11.13 432	1.86 287	0.36 215	0.47 309	0.35 268	0.37 320	0.42 254	0.85 281

PFNet	2.75 264	0.69 85	19.96 298	2.25 443	0.80 182	4.63 433	0.90 249	2.60 97	3.85 399	2.39 342	2.71 405	1.82 208	1.41 214	7.53 342	1.41 184	0.36 215	0.21 49	0.36 284	0.27 158	0.32 108	0.46 132

pcwnet_v2	2.73 259	0.70 93	22.43 493	1.11 190	1.02 255	3.58 205	0.80 190	4.31 391	3.42 362	2.39 342	2.28 349	2.99 340	1.68 289	3.31 249	1.54 210	0.44 299	0.51 326	0.41 327	0.34 287	0.62 362	0.74 259

XX-Stereo	2.66 238	0.70 93	21.17 454	2.33 447	1.24 320	4.31 379	0.45 28	4.48 434	1.60 57	2.39 342	1.89 262	4.60 443	0.60 19	4.17 270	1.11 115	0.34 176	0.26 150	0.29 137	0.29 217	0.53 331	0.43 113

ARAFT	3.24 345	13.49 470	19.88 290	0.93 95	0.49 54	4.16 340	1.40 368	4.37 413	3.21 309	2.40 346	1.91 271	1.70 176	1.04 129	6.43 315	1.45 196	0.37 227	0.19 15	0.37 295	0.35 300	0.37 192	0.35 49

SMFormer	2.40 165	0.73 110	8.34 76	1.41 328	0.61 106	2.04 64	0.72 125	4.30 380	4.43 431	2.41 347	2.40 366	1.94 228	1.52 245	10.99 421	3.10 377	0.35 191	0.84 378	0.36 284	0.33 277	0.40 223	0.77 263

tta	2.44 176	0.73 110	8.34 76	1.41 328	0.61 106	2.04 64	0.72 125	4.30 380	4.43 431	2.41 347	2.40 366	1.94 228	1.52 245	10.99 421	3.10 377	0.35 191	0.84 378	0.36 284	0.33 277	0.31 89	1.75 356

qqq1	2.35 154	0.73 110	8.34 76	1.41 328	0.61 106	2.04 64	0.72 125	4.30 380	4.43 431	2.41 347	2.40 366	1.94 228	1.52 245	10.99 421	1.36 172	0.35 191	0.84 378	0.30 159	0.25 124	0.31 89	1.75 356

fff1	2.35 154	0.73 110	8.34 76	1.41 328	0.61 106	2.04 64	0.72 125	4.30 380	4.43 431	2.41 347	2.40 366	1.94 228	1.52 245	10.99 421	1.36 172	0.35 191	0.84 378	0.30 159	0.25 124	0.31 89	1.75 356

1111x	4.75 442	1.05 249	20.89 423	1.28 276	1.02 255	3.81 254	0.88 233	4.65 457	5.52 475	2.43 351	2.27 346	1.97 238	1.81 312	12.40 469	18.19 492	0.32 131	9.06 488	0.32 197	0.34 287	0.38 204	6.34 442

222	3.82 395	0.88 184	6.92 69	1.15 212	0.99 245	3.27 148	0.64 89	4.57 448	5.37 471	2.43 351	2.32 356	1.41 144	1.44 222	10.64 408	18.51 494	0.32 131	4.89 463	0.32 197	0.30 236	0.34 153	9.80 465

StereoDRNet-Refined	2.23 121	0.98 231	10.62 88	1.25 269	0.78 178	3.29 155	0.71 121	3.96 265	2.20 147	2.43 351	2.05 302	2.97 338	1.46 229	6.87 328	2.33 339	0.37 227	0.25 128	0.42 338	0.34 287	0.47 309	0.80 271
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
UPFNet	2.23 121	0.86 176	14.25 122	1.28 276	1.44 359	3.51 193	1.34 358	4.05 290	2.11 135	2.44 354	1.53 127	2.41 283	1.39 205	3.62 256	1.91 296	0.41 263	0.41 270	0.37 295	0.32 269	0.44 278	0.48 148

ttt	4.23 416	0.75 133	19.96 298	1.48 351	1.31 332	3.69 228	0.87 226	4.65 457	5.33 468	2.45 355	2.39 364	2.44 291	1.54 250	11.35 440	16.49 471	0.43 291	4.35 460	0.37 295	0.35 300	0.41 243	4.01 422

test_xeample	4.19 413	0.93 212	14.09 119	1.16 218	1.17 298	3.28 152	0.80 190	4.63 455	5.30 467	2.46 356	2.35 358	1.39 141	1.42 217	10.88 416	17.68 488	0.30 95	6.50 470	0.32 197	0.32 269	0.36 186	8.38 457

UDG	3.84 397	2.91 395	20.05 308	2.98 471	1.98 432	3.95 290	1.18 334	4.43 427	2.24 152	2.47 357	2.53 387	4.49 436	2.44 370	6.52 317	4.74 404	2.14 467	1.77 418	2.64 482	2.58 495	2.66 473	2.19 379

Pruner-Stereo	2.33 149	0.70 93	20.66 402	2.05 438	0.48 47	4.73 455	0.78 172	2.55 89	2.70 222	2.47 357	1.57 148	1.48 154	1.03 122	1.71 109	1.55 213	0.48 337	0.21 49	0.34 250	0.30 236	0.31 89	0.42 106

KYRaft	2.55 203	0.57 20	20.60 395	0.98 138	0.51 64	4.38 383	1.76 404	2.51 77	1.59 52	2.48 359	2.98 419	1.99 240	3.36 418	2.17 179	0.96 82	0.34 176	0.22 64	0.33 231	0.46 379	0.38 204	2.44 385

GMM-Stereo	2.52 189	0.56 14	20.57 390	0.92 89	0.83 189	4.18 348	1.88 411	2.51 77	2.40 181	2.48 359	2.30 354	1.69 173	1.84 320	2.93 241	1.25 150	0.32 131	0.19 15	0.33 231	0.49 387	0.37 192	2.40 383

111	2.59 213	3.10 399	20.47 368	0.84 38	0.38 8	4.26 370	0.91 260	4.45 431	2.96 265	2.48 359	2.07 307	2.31 270	1.64 279	1.49 77	1.90 293	0.35 191	0.22 64	0.25 42	0.21 51	0.32 108	1.14 316

DisPM	2.29 139	0.61 42	20.25 337	1.79 415	0.52 69	4.58 425	0.77 166	2.50 76	2.22 150	2.49 362	1.82 229	1.45 151	1.01 120	2.73 230	1.04 103	0.48 337	0.20 27	0.32 197	0.31 254	0.32 108	0.45 124

testlalala	2.95 294	0.66 69	20.83 417	1.03 160	0.81 184	4.39 387	0.90 249	2.96 130	3.69 390	2.50 363	1.55 146	1.31 132	0.61 22	1.15 16	0.77 26	0.42 274	14.33 500	0.25 42	0.20 40	0.26 27	0.36 70

Syn2CoEx	3.42 366	7.66 437	20.57 390	1.42 335	1.18 300	2.49 90	1.64 396	4.07 295	2.68 219	2.51 364	2.27 346	2.89 332	3.15 408	9.56 373	2.58 355	0.52 370	0.45 294	0.53 391	0.42 362	0.79 411	1.00 302

SuperB	5.03 448	8.93 442	20.96 428	1.51 359	1.11 283	3.88 269	3.00 455	4.24 363	3.13 299	2.53 365	2.10 311	2.74 319	3.37 419	8.76 358	19.44 500	0.45 308	0.34 212	0.53 391	0.40 346	11.97 510	1.15 317

FBW_ROB	3.91 401	2.07 372	15.46 145	1.60 380	1.16 296	3.80 250	1.48 379	4.37 413	3.41 360	2.53 365	2.45 376	4.19 423	2.10 340	15.17 499	9.45 434	0.86 433	0.65 358	1.54 469	0.96 445	1.08 437	3.80 416

Wz-Net-LNSev-Ref	2.72 254	2.55 389	14.91 135	1.37 312	1.36 342	3.50 190	1.63 393	4.11 313	3.38 352	2.55 367	2.04 295	2.35 276	2.50 375	5.14 281	4.64 403	0.53 372	0.22 64	0.35 268	0.21 51	0.41 243	0.60 212

DCVSM-stereo	2.31 145	0.72 104	20.28 340	1.15 212	0.93 232	2.53 93	0.75 153	2.70 104	1.69 78	2.56 368	1.53 127	3.27 362	1.71 296	2.23 188	1.38 178	0.36 215	0.53 331	0.41 327	0.33 277	0.46 296	0.64 228

NLCA_NET_v2_RVC	2.76 266	1.48 322	19.72 274	1.62 384	2.00 433	3.95 290	0.86 221	3.92 256	2.51 198	2.56 368	1.69 184	2.83 329	1.61 265	5.65 292	1.78 272	0.48 337	0.36 229	0.38 310	0.42 362	0.56 343	0.77 263
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FTStereo	3.74 390	0.60 37	20.43 360	0.99 145	0.66 132	4.34 380	11.24 495	2.63 100	1.95 115	2.58 370	5.03 457	1.90 220	13.77 492	3.70 257	1.28 159	0.41 263	0.24 112	0.31 178	0.33 277	0.32 108	2.08 372

test_for_model	3.36 361	3.87 410	21.00 429	4.24 489	3.68 473	2.57 95	0.94 275	3.80 234	3.64 385	2.59 371	1.40 103	1.02 92	0.73 46	0.97 4	0.70 16	3.05 476	2.42 437	0.26 65	0.17 12	5.36 497	4.82 429

gwcnet-sp	2.38 161	1.51 325	17.58 195	1.11 190	0.92 228	3.59 206	1.03 300	3.79 229	2.43 187	2.60 372	1.63 166	1.80 203	1.61 265	3.87 261	1.99 305	0.33 154	0.32 197	0.30 159	0.29 217	0.40 223	0.47 141

scenet	2.38 161	1.51 325	17.58 195	1.11 190	0.92 228	3.59 206	1.03 300	3.79 229	2.43 187	2.60 372	1.63 166	1.80 203	1.61 265	3.87 261	1.99 305	0.33 154	0.32 197	0.30 159	0.29 217	0.40 223	0.47 141

ssnet	2.38 161	1.51 325	17.58 195	1.11 190	0.92 228	3.59 206	1.03 300	3.79 229	2.43 187	2.60 372	1.63 166	1.80 203	1.61 265	3.87 261	1.99 305	0.33 154	0.32 197	0.30 159	0.29 217	0.40 223	0.47 141

MFN_U_SF_DS_RVC	4.38 425	13.66 473	13.95 118	1.39 323	1.58 388	5.18 468	3.31 462	4.53 442	3.22 315	2.60 372	2.62 395	4.99 452	2.11 342	13.99 496	4.21 394	1.53 462	2.56 442	0.67 430	1.82 480	0.83 418	2.92 399

Wz-Net-MNSev	3.26 349	7.24 435	17.26 185	1.58 376	1.37 345	3.27 148	2.45 438	4.10 310	4.50 439	2.61 376	2.17 324	2.33 272	3.02 401	7.48 341	2.88 368	0.46 320	0.39 260	0.37 295	0.38 329	0.61 357	0.63 223

DeepPruner_ROB	2.61 221	1.97 367	19.32 246	1.03 160	1.20 309	4.38 383	0.90 249	3.44 179	1.77 90	2.61 376	1.54 138	2.77 324	1.27 185	5.05 279	2.08 320	0.52 370	0.40 263	0.37 295	0.35 300	0.52 330	0.62 220

SQANet	4.22 414	14.03 482	20.30 346	2.78 465	2.75 457	3.41 169	1.48 379	3.66 203	2.25 155	2.62 378	1.77 210	2.68 313	1.90 328	7.41 340	3.78 390	2.97 475	1.42 408	1.85 471	1.13 456	3.28 475	2.86 396

IIG-Stereo	2.89 284	0.98 231	19.80 279	2.78 465	0.67 136	4.62 431	0.74 142	4.29 378	2.26 158	2.62 378	3.10 426	3.33 368	1.60 260	7.64 343	1.51 203	0.42 274	0.21 49	0.32 197	0.25 124	0.33 131	0.28 12

DRaft	3.12 321	0.68 80	20.57 390	0.77 18	0.49 54	3.95 290	1.20 338	2.40 67	1.60 57	2.64 380	2.80 411	1.59 161	5.33 450	6.94 332	9.51 435	0.43 291	0.22 64	0.27 83	0.27 158	0.32 108	0.47 141

AANet_RVC	3.70 389	7.03 434	17.25 184	1.21 242	1.12 286	3.79 247	1.09 315	3.98 269	3.38 352	2.65 381	4.29 450	3.95 408	1.40 209	11.43 445	7.88 429	1.25 451	0.57 337	0.34 250	0.25 124	0.43 264	0.71 247

psmg	1.63 57	0.64 54	3.82 48	0.96 124	0.86 202	4.35 381	1.41 370	4.11 313	2.29 166	2.68 382	2.09 310	2.58 306	1.30 193	1.79 128	1.44 192	0.39 250	0.29 175	0.33 231	0.34 287	0.38 204	0.44 118

DDUNet	3.65 382	2.81 393	19.59 260	3.57 482	2.26 446	3.47 181	1.35 361	4.21 350	2.40 181	2.68 382	2.48 379	4.17 421	1.78 306	5.48 290	2.61 357	2.25 468	1.77 418	2.61 481	2.43 493	2.63 472	2.40 383

FINET	10.59 491	14.44 491	25.84 503	2.30 445	3.90 478	21.74 507	25.19 507	8.85 493	16.99 500	2.68 382	15.19 498	11.45 485	13.83 493	6.71 324	15.11 466	0.80 427	8.59 480	0.53 391	0.44 371	0.62 362	16.67 494

ADLNet	3.23 343	1.19 283	21.03 432	1.36 307	1.61 390	3.69 228	1.23 345	4.05 290	3.41 360	2.72 385	2.29 351	4.00 411	1.77 305	11.21 435	2.15 326	0.42 274	0.43 283	0.36 284	0.35 300	0.47 309	0.82 273

psm_up	3.04 309	1.30 302	18.97 228	1.31 289	1.51 368	3.86 263	1.22 344	4.26 373	2.31 170	2.72 385	1.83 242	2.43 289	1.68 289	12.86 480	1.78 272	0.43 291	0.41 270	0.41 327	0.34 287	0.46 296	0.67 238

DISCO	2.40 165	0.99 240	11.99 97	1.81 416	1.12 286	3.47 181	1.24 347	3.34 167	2.57 205	2.73 387	1.96 281	4.52 439	1.90 328	4.18 271	3.62 388	0.37 227	0.27 161	0.31 178	0.30 236	0.70 392	0.62 220

MADNet+	4.46 429	11.36 457	14.35 125	2.23 442	2.50 454	4.18 348	2.86 452	5.46 478	4.43 431	2.74 388	2.69 403	4.55 440	3.43 422	8.97 363	9.42 433	1.47 460	2.06 425	1.09 457	1.02 450	1.54 460	2.96 401

SACVNet	3.06 312	1.61 338	19.29 245	1.46 346	1.18 300	4.05 310	1.48 379	4.03 283	2.58 208	2.75 389	1.89 262	2.55 300	1.38 202	11.33 439	2.28 337	0.51 360	0.41 270	0.48 364	0.43 367	0.57 347	0.93 295

AF-Net	3.15 327	2.65 391	18.81 221	1.37 312	1.76 418	3.30 158	1.57 388	4.20 345	3.05 288	2.76 390	2.94 418	4.50 437	3.21 410	5.88 297	3.07 375	0.88 434	0.39 260	0.72 439	0.50 393	0.75 404	0.66 237

MSC_U_SF_DS_RVC	4.90 446	13.94 481	16.59 174	1.69 398	1.46 361	6.15 475	3.52 469	5.47 479	3.95 405	2.77 391	2.74 407	4.81 449	2.49 374	13.78 493	5.33 408	2.34 469	3.46 455	1.05 454	1.21 462	2.28 469	2.94 400

RP	3.26 349	1.73 348	17.70 200	1.56 373	1.93 430	3.43 174	1.94 413	4.18 340	2.72 224	2.77 391	3.05 422	3.96 409	2.69 381	10.17 394	2.86 365	1.04 440	0.50 323	0.71 436	0.59 413	0.75 404	0.83 275

DPSNet	3.94 404	2.01 369	14.69 133	1.58 376	1.30 328	4.17 345	2.08 426	4.57 448	4.63 443	2.78 393	1.99 288	3.79 400	7.88 476	10.66 409	11.35 443	0.94 437	0.99 393	0.41 327	0.57 410	1.09 438	1.40 332

NCCL2	2.96 296	4.07 416	15.75 150	1.24 254	1.03 259	3.48 187	2.55 443	3.79 229	2.39 178	2.78 393	1.80 222	2.41 283	1.67 288	10.27 400	2.48 352	0.46 320	0.41 270	0.57 407	0.55 407	0.61 357	0.86 285

model_zeroshot	2.43 174	0.72 104	19.99 302	1.24 254	1.23 317	3.70 232	0.63 84	3.76 224	1.61 63	2.79 395	1.41 107	2.24 262	0.82 80	2.87 238	1.22 136	0.33 154	0.52 329	0.30 159	0.25 124	0.28 44	2.59 388

ssnet_v2	2.81 273	1.39 312	21.16 452	1.25 269	0.90 222	3.86 263	1.63 393	4.10 310	3.22 315	2.79 395	1.96 281	3.78 399	1.70 294	2.53 215	3.12 379	0.44 299	0.37 236	0.42 338	0.38 329	0.59 352	0.58 205

Nwc_Net	3.03 307	1.90 364	19.16 235	1.38 316	1.69 410	3.53 197	1.19 335	4.03 283	2.19 144	2.79 395	2.84 413	3.80 401	2.46 371	6.93 331	2.87 367	0.96 438	0.41 270	0.59 410	0.68 426	0.60 356	0.65 232

GrayStereo	3.68 387	0.56 14	20.61 396	1.71 403	0.90 222	4.17 345	8.11 493	3.17 147	4.13 412	2.80 398	2.49 380	1.70 176	17.06 499	2.83 235	1.25 150	0.37 227	0.23 91	0.27 83	0.32 269	0.30 79	0.57 193

ADCPNet	4.25 417	4.04 414	21.95 480	1.33 300	1.31 332	6.34 478	2.63 446	4.07 295	3.23 318	2.81 399	2.21 338	4.27 426	6.08 458	6.01 299	11.73 448	0.67 405	1.17 401	0.71 436	1.71 474	0.87 421	1.82 363

CASS	1.65 61	0.73 110	8.72 80	0.97 132	0.67 136	2.88 109	0.69 113	3.07 139	1.86 100	2.82 400	2.02 291	1.39 141	1.55 253	1.75 125	1.36 172	0.51 360	0.28 169	0.34 250	0.28 184	0.47 309	0.63 223
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MLCV	2.52 189	1.77 351	18.20 209	1.17 225	0.63 119	3.60 210	0.53 45	3.88 247	2.35 175	2.82 400	2.24 340	1.99 240	1.42 217	4.59 275	3.09 376	0.39 250	0.22 64	0.33 231	0.22 81	0.35 168	0.52 171

iRaft-Stereo_20w	3.11 318	0.69 85	18.89 224	1.00 149	1.09 278	5.03 466	1.00 293	5.86 485	2.46 195	2.83 402	1.64 171	3.06 347	4.30 439	3.08 246	1.74 266	0.31 114	0.30 185	0.27 83	0.35 300	0.42 254	7.93 447

XPNet_ROB	2.99 302	1.58 334	17.06 183	1.38 316	0.99 245	3.91 277	1.62 392	4.20 345	2.42 184	2.87 403	2.03 293	2.31 270	1.72 299	10.76 412	3.60 387	0.55 378	0.49 319	0.48 364	0.40 346	0.53 331	0.85 281

WZ-Net	4.39 426	12.37 463	17.44 190	1.47 350	1.42 356	3.76 241	2.27 434	4.17 335	3.11 296	2.89 404	2.24 340	4.05 413	5.69 455	10.89 417	12.07 449	0.66 402	0.41 270	0.47 359	0.49 387	0.78 407	1.12 314

DMCA	2.02 87	1.07 250	11.33 95	1.17 225	0.96 241	3.92 284	0.89 234	3.80 234	3.11 296	2.89 404	1.58 154	2.35 276	1.17 172	1.79 128	2.25 334	0.42 274	0.29 175	0.42 338	0.27 158	0.38 204	0.43 113

TDLM	3.20 336	1.58 334	18.80 220	1.70 402	1.10 281	4.29 374	2.17 430	3.81 238	3.27 324	2.89 404	1.98 285	2.06 253	1.70 294	12.44 475	2.15 326	0.58 385	0.31 191	0.56 403	0.40 346	0.58 350	1.59 348

ccnet	3.03 307	1.48 322	12.88 103	1.54 367	1.26 323	3.71 233	2.32 436	4.11 313	3.05 288	2.92 407	3.21 430	2.86 330	2.40 365	9.87 381	4.19 393	0.80 427	0.76 371	0.71 436	0.70 428	0.78 407	1.07 311

MFN_U_SF_RVC	4.08 409	13.72 478	15.13 138	2.00 432	1.43 357	3.73 236	1.68 400	4.11 313	3.39 357	2.93 408	2.38 362	4.39 433	3.63 425	8.63 356	6.14 412	1.14 446	1.07 398	1.01 452	1.35 468	1.63 462	2.09 374

DLCB_ROB	2.55 203	1.32 305	10.26 87	1.31 289	1.04 265	2.94 114	1.29 352	3.81 238	2.73 225	2.93 408	2.17 324	3.37 370	1.53 249	10.40 404	3.26 382	0.42 274	0.35 221	0.41 327	0.37 320	0.43 264	0.68 240

edge stereo	3.45 369	1.08 254	22.14 486	1.31 289	1.36 342	2.68 98	1.54 384	4.13 322	3.27 324	2.94 410	3.27 434	4.34 432	2.48 372	11.60 452	2.79 360	0.62 395	0.64 355	0.79 445	0.56 409	0.70 392	0.82 273

NOSS_ROB	3.12 321	0.89 188	19.03 230	2.01 434	1.07 272	3.90 273	0.97 287	4.32 399	3.08 292	2.94 410	2.19 332	3.85 404	1.18 175	11.75 459	1.69 251	0.69 407	0.54 333	0.57 407	0.52 398	0.57 347	0.72 250

PASM	3.22 340	2.89 394	15.38 143	2.00 432	1.57 383	2.77 101	1.96 415	3.62 199	2.75 228	2.95 412	2.26 343	3.10 351	2.24 356	11.87 462	2.46 349	0.97 439	1.06 395	0.87 448	1.02 450	1.20 448	1.41 334

BUS	1.64 60	0.64 54	3.82 48	0.94 104	0.86 202	4.50 407	0.75 153	4.49 435	2.29 166	2.96 413	1.82 229	3.61 391	1.03 122	1.79 128	1.18 126	0.39 250	0.25 128	0.31 178	0.28 184	0.38 204	0.41 99

BSDual-CNN	1.61 55	0.64 54	3.82 48	0.94 104	0.86 202	4.18 348	1.14 328	4.49 435	2.29 166	2.96 413	1.82 229	2.58 306	1.30 193	1.79 128	1.44 192	0.39 250	0.25 128	0.31 178	0.28 184	0.38 204	0.41 99

hknet	2.34 152	0.78 153	13.86 115	0.94 104	1.07 272	4.18 348	1.14 328	4.49 435	3.00 271	2.96 413	1.82 229	3.47 375	1.30 193	4.11 269	1.77 271	0.35 191	0.25 128	0.31 178	0.28 184	0.38 204	0.41 99

RGC	3.35 360	1.84 361	18.13 207	1.52 364	1.79 422	3.33 160	1.37 365	4.18 340	2.39 178	2.96 413	3.23 432	3.98 410	2.71 382	11.53 447	3.42 384	0.90 435	0.48 316	0.79 445	0.79 435	0.75 404	0.89 288

DMCA-RVC	2.72 254	3.31 402	20.08 315	1.27 274	1.13 289	2.49 90	0.85 217	3.43 177	1.85 99	3.04 417	1.58 154	1.99 240	1.51 241	6.42 314	2.86 365	0.39 250	0.31 191	0.44 344	0.37 320	0.47 309	0.65 232

RAFT-RH_RVC	2.72 254	0.64 54	20.10 318	1.48 351	0.49 54	4.46 398	0.56 50	1.73 24	2.86 252	3.06 418	5.50 459	2.02 245	1.28 188	6.70 322	1.56 215	0.46 320	0.22 64	0.37 295	0.34 287	0.29 61	0.33 33

NCC-stereo	3.49 374	2.07 372	20.23 333	1.31 289	1.76 418	4.04 306	1.42 371	4.01 275	2.34 172	3.06 418	2.59 392	3.51 384	3.02 401	10.02 392	5.44 410	1.38 455	0.66 360	0.64 426	0.88 441	0.67 384	0.84 279

Abc-Net	3.49 374	2.07 372	20.23 333	1.31 289	1.76 418	4.04 306	1.42 371	4.01 275	2.34 172	3.06 418	2.59 392	3.51 384	3.02 401	10.02 392	5.44 410	1.38 455	0.66 360	0.64 426	0.88 441	0.67 384	0.84 279
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ACVNet_1	6.63 474	14.79 495	21.40 467	3.59 483	3.17 467	4.69 453	2.46 439	4.24 363	3.34 346	3.11 421	2.86 414	23.21 503	4.59 444	11.06 425	12.59 453	3.75 486	2.34 433	2.60 480	1.80 479	3.70 480	3.31 408

ADCRef	3.66 383	5.95 426	15.50 146	1.20 236	1.41 354	3.93 285	1.61 390	3.92 256	2.77 232	3.13 422	2.20 334	2.40 279	2.78 386	6.23 311	16.59 472	0.50 354	0.35 221	0.63 424	0.62 421	0.58 350	0.92 292

GANet	3.64 381	1.76 349	19.65 262	1.92 426	1.04 265	3.91 277	2.51 442	3.86 245	2.81 241	3.13 422	3.03 421	3.19 355	2.19 354	12.43 474	8.23 430	0.60 389	0.43 283	0.52 387	0.43 367	0.63 368	0.63 223

PWC_ROB	3.32 355	4.61 420	14.41 126	1.46 346	1.90 428	3.21 137	1.15 331	4.39 419	3.46 372	3.13 422	3.40 436	2.79 326	2.34 362	9.17 365	6.94 418	0.61 390	0.34 212	0.61 417	0.37 320	0.73 399	1.40 332

OMP-Stereo	2.94 292	1.26 290	20.07 309	2.73 463	0.67 136	4.58 425	1.46 376	4.33 402	2.21 149	3.14 425	2.68 402	3.22 358	1.38 202	7.65 344	1.42 186	0.46 320	0.21 49	0.33 231	0.26 141	0.34 153	0.31 20

FAT-Stereo	3.38 362	0.88 184	19.96 298	1.28 276	1.20 309	3.44 175	1.97 416	4.26 373	3.15 302	3.14 425	3.92 445	3.50 381	3.28 412	11.68 456	2.04 316	0.65 401	0.68 362	0.48 364	0.54 403	0.63 368	0.91 290

DSFCA	2.38 161	1.03 246	11.06 91	1.15 212	1.18 300	3.97 296	1.75 403	3.63 200	2.44 192	3.14 425	1.68 181	2.90 334	2.48 372	5.38 286	3.17 380	0.49 343	0.45 294	0.37 295	0.37 320	0.54 334	0.46 132

MFMNet_re	3.44 367	8.89 441	19.36 248	3.25 477	1.91 429	3.13 131	1.99 417	3.60 196	4.16 414	3.17 428	2.86 414	2.25 263	2.41 367	2.61 220	2.35 341	1.13 445	1.06 395	0.94 450	0.91 444	1.29 453	1.57 346

LL-Strereo	4.26 419	13.69 475	20.37 354	1.24 254	2.18 443	2.90 112	1.08 311	4.35 408	2.22 150	3.20 429	2.26 343	3.29 363	3.13 405	11.30 438	1.91 296	0.33 154	3.89 459	0.46 357	0.34 287	0.54 334	6.47 443

stereogan	3.26 349	1.26 290	18.01 204	1.38 316	1.66 407	3.76 241	1.64 396	4.06 292	3.86 400	3.23 430	2.70 404	5.02 453	2.85 387	9.88 382	1.85 285	0.71 411	0.51 326	0.69 433	0.48 384	0.86 419	0.85 281

LVE	7.57 484	15.80 503	21.28 461	3.69 485	3.19 469	4.54 414	2.78 447	10.13 495	11.63 493	3.24 431	11.52 489	18.10 496	4.55 443	11.67 453	10.30 436	4.62 502	2.95 447	2.56 479	1.91 483	3.63 479	3.26 406

HSM-Net_RVC	3.02 304	0.65 62	19.48 254	0.94 104	0.90 222	3.71 233	1.20 338	5.61 483	2.87 254	3.24 431	2.49 380	2.53 297	1.61 265	11.39 441	1.90 293	0.37 227	0.27 161	0.27 83	0.24 112	0.31 89	0.39 89
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NVStereoNet_ROB	6.63 474	9.57 448	19.28 244	3.19 475	2.11 441	3.69 228	1.99 417	4.32 399	6.27 486	3.26 433	24.57 508	5.45 462	11.39 487	13.56 490	12.37 452	2.79 471	2.05 424	1.76 470	1.75 477	1.49 459	1.75 356
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
StereoDRNet	3.07 313	2.92 397	16.33 168	1.36 307	1.57 383	3.45 178	2.04 424	3.77 227	2.85 246	3.31 434	1.85 247	2.78 325	1.79 309	10.85 415	3.41 383	0.45 308	0.36 229	0.39 315	0.37 320	0.62 362	0.85 281

ETE_ROB	2.93 288	2.12 375	17.80 201	1.13 205	0.94 237	3.71 233	1.53 382	4.29 378	2.98 268	3.32 435	2.13 316	2.34 275	1.51 241	8.68 357	2.82 363	0.44 299	0.40 263	0.51 384	0.49 387	0.56 343	0.80 271

LALA_ROB	2.88 282	2.13 377	19.08 231	1.10 186	0.99 245	3.91 277	1.81 408	4.50 439	3.04 285	3.32 435	1.87 258	2.75 321	1.66 286	4.06 267	4.02 392	0.47 328	0.44 290	0.55 400	0.53 400	0.61 357	0.73 255

XQC	3.41 364	6.58 430	15.18 139	1.97 429	1.62 393	3.40 166	1.76 404	4.53 442	3.67 389	3.40 437	2.45 376	3.73 396	2.91 390	6.78 325	5.36 409	0.73 419	0.90 383	0.60 414	0.61 418	1.02 430	0.99 301

DANet	2.82 274	1.17 274	10.20 86	1.87 420	1.72 414	3.25 147	1.15 331	4.36 410	3.02 280	3.42 438	2.18 329	4.09 415	1.79 309	9.78 378	4.32 396	0.55 378	0.57 337	0.60 414	0.44 371	0.65 378	1.25 323
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt	7.29 482	0.58 22	7.34 70	4.04 488	2.30 450	12.04 497	20.18 504	15.60 509	7.41 488	3.46 439	3.36 435	5.36 458	6.39 462	4.27 273	7.46 425	9.80 509	11.53 498	7.04 507	7.45 508	6.31 499	3.81 417

DRN-Test	3.17 331	1.30 302	19.66 263	1.41 328	1.60 389	3.61 212	1.47 377	4.18 340	2.83 243	3.48 440	1.92 277	2.58 306	2.50 375	10.81 413	2.90 369	0.49 343	0.49 319	0.44 344	0.42 362	0.57 347	0.78 266

CVANet_RVC	3.32 355	1.63 341	21.06 437	1.66 393	1.29 327	3.99 298	1.55 386	3.98 269	3.00 271	3.51 441	2.06 304	2.58 306	1.72 299	12.46 476	1.70 254	0.62 395	0.34 212	0.53 391	0.47 381	0.64 372	1.66 354

ACVNet_2	6.09 464	15.28 501	21.36 466	3.30 478	3.17 467	4.50 407	3.00 455	4.70 459	3.96 406	3.52 442	5.34 458	7.79 476	2.95 392	12.40 469	13.76 457	3.28 479	2.23 429	2.70 484	1.70 473	3.52 478	3.24 404

WAO-6	6.68 476	9.03 443	20.68 403	2.98 471	2.79 458	11.93 495	3.56 472	5.39 476	11.65 494	3.55 443	9.59 481	6.77 471	6.72 465	12.28 467	11.56 444	2.88 474	2.36 434	2.50 477	1.84 481	2.89 474	2.72 392

CBMV	4.12 410	1.27 294	21.14 449	1.52 364	0.85 198	3.80 250	3.89 480	4.58 450	3.02 280	3.56 444	2.37 361	4.44 434	13.88 494	11.23 437	3.78 390	0.56 382	0.43 283	0.48 364	0.39 337	0.55 337	0.74 259
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EAI-Stereo	4.89 445	0.69 85	7.74 73	0.99 145	1.63 396	4.68 448	51.52 518	5.79 484	3.37 349	3.64 445	7.24 463	1.10 101	0.95 108	2.51 209	1.71 257	0.33 154	0.31 191	0.28 114	2.04 486	0.28 44	0.92 292

RTSC	3.44 367	6.78 432	16.53 173	1.76 413	1.54 372	3.53 197	0.94 275	4.22 351	2.97 266	3.65 446	3.23 432	3.31 366	2.29 358	6.22 309	7.41 424	0.61 390	1.32 405	0.37 295	0.42 362	0.78 407	0.98 300

NaN_ROB	4.73 441	6.66 431	21.89 476	1.26 273	1.28 325	3.49 188	3.02 457	4.38 417	3.93 404	3.65 446	2.55 388	2.97 338	5.01 447	13.23 486	17.43 486	0.38 243	0.42 281	0.38 310	0.40 346	0.50 322	1.82 363

psmorigin	6.62 473	1.45 319	87.38 523	1.55 371	0.97 242	2.86 107	1.42 371	3.30 162	2.12 137	3.74 448	2.45 376	5.15 456	2.59 379	10.55 405	2.91 370	0.55 378	0.68 362	0.48 364	0.53 400	0.73 399	1.02 306

pmcnn	5.90 460	1.81 355	22.30 489	1.69 398	2.37 451	3.47 181	2.10 427	4.58 450	5.56 478	3.75 449	13.12 495	22.07 501	3.70 427	11.99 465	17.13 481	0.58 385	0.23 91	0.23 13	0.19 20	0.37 192	0.70 245

JetBlue	6.69 477	12.01 461	14.30 123	1.98 431	4.64 487	11.97 496	12.29 497	5.39 476	4.32 429	3.81 450	4.51 452	9.50 482	6.53 464	10.22 396	14.50 463	1.32 452	1.47 409	1.18 460	1.36 469	7.48 505	5.05 430

PWCK	6.49 471	13.40 469	20.27 339	2.95 470	1.61 390	5.68 474	7.63 492	5.37 475	4.77 456	3.90 451	7.48 465	7.96 477	5.63 452	15.15 498	10.93 438	3.21 478	1.55 413	2.34 476	1.43 471	6.05 498	2.45 386

ADCMid	4.55 432	10.78 455	17.67 199	1.32 295	1.43 357	4.62 431	2.24 432	4.22 351	4.97 463	3.93 452	3.01 420	3.84 403	3.66 426	4.22 272	18.57 496	0.69 407	0.62 352	1.09 457	1.20 460	1.48 458	1.49 342

CSAN	5.95 461	13.70 476	21.94 479	1.35 303	0.93 232	3.65 221	3.46 466	4.73 463	4.26 421	3.98 453	7.70 466	3.54 388	6.94 468	22.83 505	16.00 469	0.53 372	0.47 309	0.50 379	0.55 407	0.65 378	1.22 320

AnyNet_C01	4.68 437	10.90 456	16.41 170	2.03 436	1.62 393	6.25 476	6.40 488	4.19 343	5.13 466	4.03 454	3.77 443	4.14 419	3.26 411	7.23 334	11.19 439	0.64 399	0.80 375	0.65 428	0.72 430	2.18 467	2.08 372

IMH-64-1	6.10 465	13.83 479	17.55 192	4.34 492	3.78 475	4.79 460	5.94 485	5.34 472	4.20 415	4.10 455	8.31 472	5.07 454	6.92 466	9.63 376	7.36 422	4.60 499	2.96 449	3.04 487	2.14 490	4.30 488	3.88 419

IMH-64	6.10 465	13.83 479	17.55 192	4.34 492	3.78 475	4.79 460	5.94 485	5.34 472	4.20 415	4.10 455	8.31 472	5.07 454	6.92 466	9.63 376	7.36 422	4.60 499	2.96 449	3.04 487	2.14 490	4.30 488	3.88 419

HBP-ISP	3.78 393	9.10 444	20.83 417	1.72 404	1.14 291	4.54 414	2.82 450	4.61 454	3.03 282	4.13 457	1.98 285	1.88 218	3.31 413	11.06 425	1.52 206	0.74 422	0.57 337	0.67 430	0.62 421	0.65 378	0.64 228

DAS	2.52 189	0.76 143	7.72 71	1.16 218	1.64 400	2.96 116	2.10 427	4.14 326	3.31 338	4.16 458	2.51 384	2.56 304	1.81 312	11.54 448	1.83 282	0.44 299	0.23 91	0.39 315	0.25 124	0.42 254	0.45 124

SepStereo	2.36 156	0.76 143	7.72 71	1.16 218	1.64 400	2.96 116	2.10 427	4.14 326	3.31 338	4.16 458	2.51 384	2.56 304	1.81 312	8.34 353	1.83 282	0.44 299	0.23 91	0.39 315	0.25 124	0.42 254	0.45 124

AnyNet_C32	4.49 430	9.53 447	13.85 113	1.67 394	1.56 380	5.40 471	4.06 482	4.03 283	3.69 390	4.21 460	3.09 425	3.09 350	3.38 420	8.24 351	18.76 497	0.56 382	0.64 355	0.53 391	0.81 437	1.36 456	1.42 335

RTS	4.29 421	9.35 445	18.25 210	2.79 467	2.29 448	4.98 464	3.41 464	4.72 461	4.27 422	4.35 461	3.10 426	4.93 450	3.14 406	7.71 345	6.99 419	0.71 411	0.68 362	0.51 384	0.50 393	1.07 435	1.98 367

RTSA	4.29 421	9.35 445	18.25 210	2.79 467	2.29 448	4.98 464	3.41 464	4.72 461	4.27 422	4.35 461	3.10 426	4.93 450	3.14 406	7.71 345	6.99 419	0.71 411	0.68 362	0.51 384	0.50 393	1.07 435	1.98 367

SGM-Forest	4.96 447	0.86 176	21.02 431	1.22 246	0.83 189	4.05 310	3.26 461	4.40 420	3.49 376	4.40 463	3.69 442	4.66 447	13.91 495	11.94 464	17.16 483	0.66 402	0.46 299	0.49 377	0.39 337	0.49 321	1.77 360
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
G-Net	4.16 411	1.39 312	20.31 348	2.30 445	2.91 459	4.68 448	2.86 452	3.35 168	2.44 192	4.43 464	9.43 480	6.89 472	3.83 430	8.91 360	4.83 406	0.80 427	0.80 375	0.70 434	0.50 393	0.95 428	0.97 298

Dean	8.35 487	15.23 500	22.34 490	3.76 486	3.55 471	4.81 462	3.51 468	5.34 472	5.37 471	4.49 465	26.13 509	25.59 509	4.33 440	11.21 435	13.12 455	3.78 487	2.31 432	2.90 486	1.89 482	4.04 487	3.34 409

WAO-7	6.00 463	14.29 486	20.46 365	1.97 429	1.51 368	5.31 470	3.06 459	5.00 468	5.92 482	4.55 466	8.87 477	6.52 470	6.47 463	13.38 489	13.85 458	1.35 453	1.24 403	1.48 467	1.36 469	1.63 462	1.79 362

SHD	3.22 340	4.21 417	14.19 121	2.37 448	2.12 442	2.77 101	1.19 335	4.24 363	3.25 320	4.64 467	2.73 406	3.62 393	2.76 385	6.30 312	4.75 405	0.66 402	1.25 404	0.52 387	0.59 413	0.69 391	1.64 352

SANet	6.43 470	13.71 477	22.08 485	1.43 341	1.00 251	6.86 482	3.78 478	4.71 460	11.10 492	4.71 468	8.72 476	7.47 474	7.91 477	12.46 476	18.12 491	0.51 360	0.47 309	0.50 379	0.45 377	0.94 427	1.60 350

SDNR	4.37 424	2.22 380	20.63 399	1.60 380	0.99 245	5.15 467	0.67 96	4.36 410	5.55 477	4.89 469	7.17 462	5.50 463	1.58 256	17.48 501	4.33 397	0.80 427	0.72 369	0.59 410	0.45 377	1.18 447	1.43 336

IMH	7.25 481	16.24 506	21.08 438	4.40 494	3.79 477	5.46 472	3.03 458	5.58 482	6.26 485	4.92 470	10.32 483	9.24 481	8.30 479	13.62 491	11.56 444	4.84 503	3.00 452	3.09 490	2.14 490	4.38 490	3.83 418

SPS-STEREO	5.18 449	10.36 452	21.09 443	1.74 408	1.72 414	3.24 145	2.26 433	3.92 256	4.12 411	5.06 471	3.66 441	5.43 460	3.33 415	9.56 373	12.34 451	1.17 448	1.17 401	1.07 455	1.03 452	1.17 446	10.25 468
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCS	4.77 443	12.63 465	17.40 189	1.72 404	1.34 337	3.90 273	3.60 473	4.30 380	3.54 379	5.11 472	2.81 412	4.44 434	3.05 404	6.15 307	19.32 499	0.74 422	0.68 362	0.70 434	0.70 428	1.25 452	1.98 367

test_sample8	5.57 454	1.19 283	20.68 403	1.11 190	0.87 211	4.22 362	1.20 338	4.43 427	3.76 393	5.63 473	1.97 284	12.99 490	6.34 459	11.08 428	11.57 446	1.41 457	14.65 501	4.19 500	2.07 487	0.70 392	1.43 336

LSM	13.03 499	7.72 439	21.01 430	55.44 521	85.65 519	3.65 221	6.27 487	3.91 255	5.06 464	5.63 473	13.91 496	3.53 387	3.46 424	9.93 386	4.36 398	0.72 416	0.95 387	0.72 439	0.85 440	1.09 438	26.67 512

PVD	3.91 401	4.36 418	13.89 117	2.81 469	4.79 488	3.80 250	1.94 413	3.89 249	4.11 410	5.75 475	3.56 439	3.59 390	3.34 416	6.44 316	6.44 415	0.73 419	2.84 444	0.74 443	0.84 439	0.82 415	3.45 413

JetRed	10.68 492	26.07 513	35.62 509	4.40 494	4.16 484	15.72 504	13.07 498	14.57 505	5.83 481	5.85 476	5.55 460	10.12 483	7.37 471	8.86 359	25.99 509	3.33 480	3.82 458	3.59 498	2.98 503	8.51 507	8.22 453

ADCL	4.70 439	4.04 414	16.12 157	1.35 303	1.28 325	5.46 472	10.88 494	4.08 304	4.25 420	5.97 477	4.51 452	4.29 429	5.60 451	6.37 313	15.21 467	0.54 375	0.48 316	0.88 449	0.78 434	0.86 419	1.01 304

CBMV_ROB	4.57 435	0.90 194	21.30 463	1.46 346	0.89 216	4.43 395	1.69 401	4.51 440	3.14 300	5.97 477	4.23 448	4.16 420	7.83 474	11.06 425	16.47 470	0.61 390	0.55 335	0.53 391	0.51 397	0.56 343	0.59 207

aanetorigin	3.34 359	2.00 368	17.58 195	1.20 236	1.57 383	2.57 95	3.75 476	2.73 107	2.10 130	6.11 479	4.27 449	2.88 331	5.64 453	5.46 289	4.60 402	0.53 372	0.46 299	0.45 351	0.48 384	1.15 444	1.22 320

DispFullNet	4.71 440	3.93 411	23.92 500	4.00 487	3.01 462	3.38 162	1.31 355	4.23 357	3.26 322	6.31 480	2.92 416	4.03 412	7.80 473	3.93 264	5.15 407	2.80 472	1.61 414	3.11 491	2.70 498	3.32 476	3.38 411

WCMA_ROB	5.78 459	2.42 385	21.71 474	1.67 394	1.55 376	4.07 315	3.53 470	4.14 326	4.73 451	6.59 481	10.89 485	12.82 489	9.59 484	10.17 394	12.65 454	1.05 441	0.61 349	0.52 387	0.52 398	0.71 397	5.64 435

MADNet++	8.64 488	6.17 428	13.88 116	6.61 502	5.25 490	10.15 492	14.20 499	5.89 486	8.25 489	7.14 482	8.18 469	6.41 469	9.84 485	11.71 458	16.73 474	9.65 508	5.03 464	8.63 508	5.68 505	4.83 495	8.57 458

KSHMR	17.50 505	14.38 490	22.35 491	4.50 496	4.51 485	8.17 487	3.33 463	15.44 508	76.15 521	7.32 483	61.40 519	56.33 519	5.66 454	32.91 513	13.97 459	4.42 494	2.99 451	3.64 499	2.79 500	5.13 496	4.55 428

UNDER WATER-64	10.08 489	14.27 485	22.85 495	5.26 501	4.88 489	11.00 494	4.57 484	11.41 496	17.25 502	7.68 484	9.72 482	15.96 495	21.47 508	11.12 431	16.63 473	4.38 493	2.88 446	4.41 504	2.95 502	7.12 503	5.81 438

SAMSARA	4.67 436	6.50 429	16.40 169	4.62 499	3.13 466	6.62 480	3.49 467	5.24 471	3.04 285	7.78 485	3.07 423	5.32 457	4.05 434	9.98 389	6.42 414	0.69 407	2.39 436	0.60 414	0.74 431	0.99 429	2.26 380

UNDER WATER	11.28 494	13.60 472	22.90 496	5.11 500	4.53 486	7.75 486	3.75 476	12.50 498	21.62 509	7.80 486	10.68 484	23.75 505	35.20 511	11.54 448	17.40 485	4.46 495	2.95 447	4.23 503	2.90 501	6.57 500	6.27 441

WAO-8	12.61 496	16.02 504	21.99 482	3.55 479	3.10 463	15.07 501	2.80 448	12.81 500	19.10 507	7.93 487	13.05 493	11.75 486	8.46 481	83.86 525	15.10 464	3.51 481	1.94 421	3.54 496	1.96 484	3.72 481	2.89 397

Venus	12.61 496	16.02 504	21.99 482	3.55 479	3.10 463	15.07 501	2.80 448	12.81 500	19.10 507	7.93 487	13.05 493	11.75 486	8.46 481	83.86 525	15.10 464	3.51 481	1.94 421	3.54 496	1.96 484	3.72 481	2.89 397

EDNetEfficientorigin	12.42 495	3.26 401	179.44 527	1.21 242	1.00 251	2.89 111	1.82 409	3.05 137	5.37 471	8.87 489	4.78 454	4.17 421	4.80 445	9.91 384	11.32 442	0.41 263	0.41 270	0.62 423	0.88 441	1.33 455	2.81 394

ELAS_RVC	6.36 469	2.53 387	20.21 330	2.67 462	2.48 452	4.90 463	11.89 496	4.84 467	6.31 487	9.03 490	8.54 475	8.09 479	12.73 490	9.32 367	13.25 456	1.92 464	2.18 426	1.51 468	1.31 464	1.40 457	2.15 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.92 493	14.17 484	20.38 355	4.56 498	3.98 480	6.29 477	3.53 470	7.68 490	5.10 465	9.04 491	46.37 515	13.84 494	28.85 510	14.18 497	14.16 460	4.57 498	3.19 453	3.52 495	2.70 498	8.16 506	4.13 423

MDST_ROB	6.31 468	1.18 277	22.96 497	2.56 459	2.69 455	21.07 506	2.01 422	4.79 466	2.87 254	9.49 492	4.45 451	4.10 417	4.48 442	22.33 504	17.61 487	0.79 426	0.44 290	0.47 359	0.44 371	0.47 309	0.95 297

FCDSN-DC	6.71 478	1.18 277	21.61 473	1.29 281	1.10 281	4.38 383	2.59 445	4.58 450	5.52 475	9.58 493	11.19 486	19.17 497	17.69 501	13.03 483	17.11 480	0.73 419	0.57 337	0.61 417	0.60 416	0.71 397	0.92 292
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DGTPSM_ROB	16.67 503	21.79 511	40.19 513	10.00 508	19.05 506	12.43 498	33.20 511	13.71 502	18.09 505	9.71 494	22.85 505	13.77 492	19.64 503	21.23 502	24.07 503	5.09 504	8.95 485	5.62 505	11.49 509	6.73 501	15.75 492

DPSMNet_ROB	16.76 504	21.81 512	40.95 514	10.20 510	19.08 507	12.43 498	33.21 512	13.73 503	18.21 506	9.76 495	22.88 506	13.78 493	19.64 503	21.39 503	24.21 504	5.20 505	8.97 486	5.63 506	11.51 512	6.80 502	15.82 493

SGM_RVC	6.11 467	1.10 260	20.44 361	2.15 440	0.66 132	15.87 505	3.98 481	5.00 468	6.19 484	9.79 496	11.46 488	8.23 480	12.63 489	12.32 468	9.15 432	0.54 375	0.39 260	0.41 327	0.35 300	0.55 337	1.05 310
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	6.58 472	2.54 388	20.08 315	2.66 461	2.48 452	15.49 503	7.29 490	5.50 480	5.72 480	10.05 497	8.94 478	6.91 473	10.83 486	8.33 352	14.27 461	1.92 464	2.19 427	1.23 462	1.31 464	1.62 461	2.17 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	5.67 458	1.80 352	21.28 461	1.40 324	1.14 291	4.38 383	3.83 479	5.51 481	4.85 459	10.12 498	11.72 490	11.44 484	5.87 456	13.86 494	12.31 450	0.68 406	0.61 349	0.61 417	0.60 416	0.73 399	0.68 240
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
TorneroNet-64	10.52 490	14.33 487	21.95 480	4.29 491	3.76 474	13.77 500	2.83 451	14.96 506	23.11 510	10.24 499	23.77 507	13.44 491	8.15 478	13.98 495	17.70 489	4.03 492	2.73 443	3.23 492	2.53 494	7.27 504	4.35 426

MSMD_ROB	5.99 462	1.29 299	19.23 242	1.40 324	0.84 197	10.25 493	2.05 425	4.20 345	6.02 483	10.42 500	8.00 467	22.21 502	9.45 483	11.67 453	8.73 431	0.76 425	0.59 345	0.67 430	0.68 426	0.67 384	0.72 250

FC-DCNN	7.08 480	1.01 243	21.89 476	1.74 408	1.64 400	8.18 488	2.31 435	6.50 487	9.16 490	10.85 501	11.33 487	19.85 499	13.33 491	12.94 481	17.10 479	0.72 416	0.57 337	0.59 410	0.57 410	0.64 372	0.69 243

FC-DCNN v2	7.41 483	0.98 231	22.19 488	1.75 410	1.64 400	8.98 491	2.37 437	7.60 489	9.44 491	11.09 502	11.95 491	20.04 500	16.35 498	12.99 482	17.14 482	0.72 416	0.57 337	0.59 410	0.57 410	0.64 372	0.68 240

EDNetEfficient	5.62 457	2.26 381	17.51 191	1.67 394	3.59 472	3.99 298	7.25 489	3.14 144	5.63 479	11.52 503	4.82 455	3.94 407	12.48 488	8.39 354	20.56 502	0.46 320	0.46 299	0.48 364	1.06 453	1.65 464	1.62 351

MANE	15.29 501	13.67 474	23.58 499	10.15 509	13.37 501	23.58 510	23.86 505	27.83 512	26.26 511	12.02 504	15.10 497	19.83 498	18.01 502	15.68 500	20.35 501	8.58 507	9.20 490	3.05 489	4.19 504	0.82 415	16.69 495

SGM+DAISY	13.18 500	14.36 488	24.65 502	8.10 505	13.49 502	22.47 508	25.54 508	12.13 497	17.08 501	14.77 505	15.82 500	12.17 488	13.97 496	12.65 479	18.22 493	8.40 506	9.18 489	1.23 462	1.33 467	1.23 451	16.81 499

DPSM_ROB	20.83 508	20.01 509	26.54 505	23.64 513	22.42 508	31.06 512	39.94 515	34.02 514	17.42 503	15.35 506	16.05 502	24.04 506	20.69 506	23.28 508	27.60 511	10.77 510	9.41 491	11.68 512	11.50 510	14.48 511	16.71 496

DPSM	20.83 508	20.01 509	26.54 505	23.64 513	22.42 508	31.06 512	39.94 515	34.02 514	17.42 503	15.35 506	16.05 502	24.04 506	20.69 506	23.28 508	27.60 511	10.77 510	9.41 491	11.68 512	11.50 510	14.48 511	16.71 496

SGM-ForestM	15.60 502	14.94 498	28.17 508	7.84 504	10.49 497	23.43 509	24.58 506	20.87 510	16.87 498	15.92 508	15.89 501	27.08 510	22.45 509	24.86 510	28.42 514	3.85 489	8.90 484	0.55 400	1.15 458	0.64 372	15.05 483

LRCNet_RVC	25.63 511	33.47 514	24.35 501	31.77 515	32.74 511	6.73 481	1.19 335	25.87 511	4.67 449	28.95 509	30.91 510	24.89 508	17.54 500	27.82 511	24.57 506	35.48 517	25.62 516	35.91 518	33.80 517	31.95 518	34.38 517

CasAABBNet	41.89 516	40.14 517	53.33 521	47.71 519	45.10 516	62.42 521	80.65 525	68.29 522	34.85 512	30.67 510	32.34 512	48.22 517	41.76 516	46.61 522	55.60 522	21.59 513	18.89 508	23.46 515	23.21 516	29.17 515	33.75 515

Selective-RAFT-Error	41.88 515	40.10 516	53.23 520	47.74 520	45.20 517	62.42 521	80.58 524	68.27 521	34.95 513	30.85 511	32.30 511	48.08 516	42.07 517	46.54 520	54.92 520	21.60 514	19.12 509	23.46 515	23.15 515	29.14 514	33.95 516

LSM0	49.69 520	40.02 515	53.50 522	97.07 522	129.56 522	62.65 523	79.82 523	68.02 520	35.12 514	33.72 512	33.34 513	48.41 518	41.54 515	46.57 521	55.40 521	21.63 515	19.16 510	23.60 517	23.13 514	29.46 516	52.08 523

LE_ROB	19.18 506	12.99 468	48.22 517	8.42 507	23.91 510	7.26 484	19.71 503	9.92 494	38.58 515	43.44 513	21.85 504	28.15 511	41.18 514	23.00 506	54.71 519	0.38 243	0.34 212	0.32 197	0.36 310	0.43 264	0.49 153

HaxPig	43.31 517	43.63 518	45.01 515	33.88 516	35.67 513	32.79 514	30.52 510	45.50 517	42.95 516	48.75 514	48.14 516	43.24 512	40.44 513	44.58 518	43.63 516	47.17 519	49.30 520	51.65 520	50.37 519	43.72 519	45.27 520

AVERAGE_ROB	44.46 518	45.87 519	46.48 516	40.54 518	38.62 514	32.95 515	30.49 509	46.80 518	43.31 517	49.57 515	48.93 517	44.57 514	39.87 512	45.01 519	43.89 517	48.70 520	50.65 521	50.80 519	49.79 518	45.54 520	46.89 521

HanzoNet	31.86 514	17.33 507	21.23 458	7.52 503	5.85 493	7.49 485	3.61 475	14.35 504	13.37 495	50.38 516	46.35 514	44.46 513	56.50 521	36.53 517	28.25 513	64.05 522	58.31 523	9.45 510	89.24 523	31.17 517	31.77 513

MEDIAN_ROB	47.37 519	49.00 520	49.74 518	40.28 517	39.94 515	34.93 516	33.41 513	49.78 519	46.38 519	53.04 517	52.61 518	47.67 515	42.28 518	48.33 523	47.25 518	52.06 521	53.99 522	54.28 521	53.48 520	48.70 521	50.27 522

TorneroNet	26.32 512	14.70 492	22.40 492	4.24 489	4.08 482	54.72 520	3.19 460	15.11 507	76.73 522	57.99 518	82.55 523	86.65 524	45.79 519	13.34 488	18.51 494	4.52 497	2.86 445	3.45 493	2.63 497	8.75 508	4.28 424

xxxxx1	112.85 524	94.19 524	38.10 510	228.21 526	161.02 525	39.23 517	61.26 520	92.54 524	79.08 524	63.44 519	74.84 520	77.80 521	69.88 522	33.55 514	70.96 523	117.25 523	130.44 525	258.49 526	273.88 526	145.63 524	147.24 525

tt_ll	112.85 524	94.19 524	38.10 510	228.21 526	161.02 525	39.23 517	61.26 520	92.54 524	79.08 524	63.44 519	74.84 520	77.80 521	69.88 522	33.55 514	70.96 523	117.25 523	130.44 525	258.49 526	273.88 526	145.63 524	147.24 525

ff	112.85 524	94.19 524	38.10 510	228.21 526	161.02 525	39.23 517	61.26 520	92.54 524	79.08 524	63.44 519	74.84 520	77.80 521	69.88 522	33.55 514	70.96 523	117.25 523	130.44 525	258.49 526	273.88 526	145.63 524	147.24 525

Anonymous_1	57.77 522	19.65 508	26.12 504	23.12 512	141.97 524	30.79 511	39.72 514	34.10 516	16.98 499	70.09 522	15.64 499	23.44 504	19.73 505	23.03 507	27.21 510	164.70 527	9.02 487	130.41 523	137.42 524	161.21 527	41.01 519

ktn	22.24 510	14.37 489	20.30 346	4.54 497	4.02 481	6.52 479	4.50 483	6.78 488	78.80 523	84.67 523	100.54 525	58.48 520	8.39 480	13.13 484	17.09 478	4.61 501	3.24 454	3.49 494	2.62 496	4.70 494	3.96 421

BEATNet-Init1	51.93 521	71.67 523	99.39 524	10.91 511	13.10 499	84.39 525	59.36 519	73.78 523	67.97 520	88.09 524	88.15 524	91.73 525	97.51 525	85.13 527	72.56 526	2.59 470	5.18 465	1.20 461	1.49 472	10.61 509	13.83 474

PML	64.55 523	56.00 522	20.79 414	8.10 505	32.82 512	147.60 526	247.57 528	12.71 499	45.39 518	111.32 525	288.85 528	101.42 526	100.62 526	31.63 512	15.84 468	13.96 512	4.84 461	10.95 511	6.18 507	28.99 513	5.33 434

coex-ft	20.00 507	11.54 458	120.82 525	1.18 230	1.30 328	2.36 83	1.99 417	2.96 130	13.96 496	129.83 526	8.40 474	5.88 467	52.82 520	9.93 386	31.13 515	0.61 390	0.62 352	0.50 379	0.49 387	1.10 440	2.63 389

DPSimNet_ROB	143.68 527	156.64 527	170.66 526	162.59 523	135.40 523	195.13 527	174.01 526	141.76 527	167.78 528	174.58 527	138.78 526	186.01 527	183.75 527	82.32 524	97.85 527	151.24 526	102.48 524	131.25 524	82.78 522	115.21 523	123.37 524

test_example2	213.42 528	219.67 528	222.97 528	213.78 525	220.82 528	199.03 528	200.49 527	189.27 528	143.61 527	211.05 528	218.08 527	210.69 528	205.21 528	221.14 528	216.49 528	236.74 528	242.08 528	213.66 525	216.96 525	235.55 528	231.06 528

ccccc		628.29 529		567.59 529	570.62 529	580.23 529		613.89 529		613.55 529		554.19 529		666.02 529		780.28 529	507.01 529	391.46 529	342.94 529	701.16 529

Low-res two-view benchmark