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

LoS_RVC	1.23 82	1.51 377	6.09 111	0.88 106	1.71 475	1.96 73	0.59 103	1.61 22	1.37 45	0.84 72	1.35 136	0.84 102	1.15 215	1.49 115	0.83 86	0.21 16	0.17 4	0.20 3	0.14 1	0.20 10	1.49 403

CAS	1.34 88	0.48 17	2.20 60	3.01 540	1.66 468	4.08 383	0.73 179	1.96 57	1.51 71	0.86 75	1.10 81	0.59 46	0.53 26	1.36 86	0.94 119	3.07 544	0.14 1	0.21 11	0.14 1	0.38 257	1.78 423

LG-G_1	0.80 16	0.43 7	1.77 46	0.78 64	0.36 7	2.81 138	0.40 32	2.23 80	1.29 37	0.76 47	0.60 12	0.51 36	0.58 36	1.27 56	0.69 43	0.25 47	0.23 102	0.23 27	0.15 3	0.21 19	0.46 164

LG-G	0.80 16	0.43 7	1.77 46	0.78 64	0.36 7	2.81 138	0.40 32	2.23 80	1.29 37	0.76 47	0.60 12	0.51 36	0.58 36	1.27 56	0.69 43	0.25 47	0.23 102	0.23 27	0.15 3	0.21 19	0.46 164

StereoAnything_RVC	4.17 476	12.66 529	20.44 425	0.88 106	0.57 111	1.16 14	0.39 26	2.35 94	4.38 496	0.53 1	0.37 4	0.33 1	0.89 136	1.62 135	0.50 6	0.33 205	0.22 74	0.24 52	0.15 3	3.36 542	31.99 583

trnet	1.00 56	0.55 43	1.89 51	0.66 11	0.33 3	4.41 457	0.40 32	2.42 101	1.95 159	0.96 103	1.24 107	0.88 115	0.89 136	1.27 56	0.78 64	0.30 140	0.19 20	0.23 27	0.15 3	0.22 31	0.22 1

CES	1.08 67	0.63 89	2.53 67	0.95 163	2.18 507	2.13 85	0.50 65	2.07 66	1.46 56	0.79 57	1.06 73	0.61 50	0.48 19	1.45 105	0.87 96	0.24 33	0.18 10	0.24 52	0.15 3	0.64 429	2.36 444

PMTNet	1.13 75	0.55 43	3.88 95	0.71 36	0.59 116	4.21 425	0.43 44	2.00 60	1.58 89	1.02 114	1.06 73	0.78 91	0.98 157	1.58 132	0.93 111	1.21 517	0.20 33	0.23 27	0.15 3	0.23 38	0.27 12

Monster-pub-mixall	0.80 16	0.49 20	1.14 3	0.85 86	0.50 74	1.40 42	0.31 8	1.48 13	1.17 27	0.99 108	0.87 42	0.39 11	0.36 4	2.02 205	0.53 14	0.20 10	2.40 500	0.17 1	0.16 9	0.19 3	0.38 100

MLG-Stereo_test2	0.84 27	0.43 7	1.95 53	0.66 11	1.04 307	3.61 265	0.23 2	1.70 36	2.18 190	0.69 28	0.33 3	0.67 64	0.33 1	1.16 36	0.46 2	0.25 47	0.26 175	0.23 27	0.16 9	0.19 3	0.35 64

MLG-Stereo_test1	0.89 41	0.42 3	2.06 57	0.67 17	1.33 391	3.13 172	0.29 7	1.60 20	3.31 398	0.53 1	0.25 1	0.67 64	0.43 10	1.34 81	0.47 4	0.22 22	0.25 150	0.24 52	0.16 9	0.19 3	0.30 23

MLG-Stereo	0.86 33	0.42 3	1.96 54	0.66 11	0.54 88	3.01 163	0.31 8	1.90 48	3.21 368	0.57 5	0.30 2	0.66 61	0.47 16	1.35 83	0.46 2	0.21 16	0.25 150	0.24 52	0.16 9	0.19 3	0.29 19

FoundationStereo	0.77 12	0.42 3	1.20 8	0.95 163	1.01 293	0.70 4	0.35 21	0.78 2	4.64 513	0.64 19	0.38 5	0.73 80	0.77 96	0.96 10	0.50 6	0.29 112	0.24 131	0.23 27	0.16 9	0.18 1	0.32 32

DEFOM-Stereo	0.75 11	0.62 86	1.22 9	0.74 43	0.51 76	3.39 211	0.43 44	1.00 3	0.91 7	0.91 94	0.61 14	0.45 30	0.43 10	1.78 167	0.50 6	0.27 77	0.18 10	0.22 16	0.16 9	0.21 19	0.43 142

s12784h	2.08 142	0.50 25	16.85 232	0.75 50	0.36 7	4.42 459	0.49 59	4.23 419	3.08 350	2.03 271	2.67 463	0.91 124	1.05 183	2.05 206	0.78 64	0.37 282	0.18 10	0.24 52	0.16 9	0.27 75	0.26 9

XX-TBD	1.98 123	1.08 303	20.29 408	1.31 346	0.43 37	3.97 358	0.33 13	1.76 40	1.77 132	1.59 176	2.18 387	0.69 69	0.59 42	1.44 102	0.75 56	0.33 205	0.25 150	0.23 27	0.16 9	0.31 136	0.22 1

CREStereo	1.00 56	0.59 67	1.82 48	0.66 11	0.36 7	4.43 460	0.40 32	2.43 102	1.98 164	0.96 103	1.22 103	0.88 115	0.87 131	1.30 65	0.79 72	0.30 140	0.20 33	0.23 27	0.16 9	0.23 38	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
Replicate-Monster	0.97 49	1.43 367	2.10 58	0.73 40	0.60 122	2.04 77	0.34 18	1.94 53	1.14 24	1.08 122	0.64 15	0.49 35	0.52 25	1.33 74	0.45 1	0.20 10	2.78 508	0.19 2	0.17 18	0.23 38	0.99 359

1w_stereo	0.91 43	0.46 13	1.12 1	0.74 43	0.80 214	2.98 160	0.67 141	3.29 213	1.04 15	0.83 68	1.36 141	0.38 8	1.36 250	1.03 14	0.75 56	0.17 3	0.18 10	0.20 3	0.17 18	0.20 10	0.57 240

111111	1.15 78	0.56 48	1.31 15	0.69 27	1.19 356	3.37 208	0.33 13	2.41 97	1.68 117	0.82 63	1.54 187	0.61 50	0.59 42	1.44 102	0.66 32	0.26 65	0.23 102	0.23 27	0.17 18	0.25 52	4.66 491

MLG-Stereo_test3	0.66 3	0.40 2	1.55 34	0.64 7	0.65 148	2.21 88	0.31 8	1.69 34	0.81 4	0.59 6	0.54 11	0.56 43	0.33 1	0.98 12	0.60 23	0.21 16	0.23 102	0.24 52	0.17 18	0.20 10	0.34 54

LGtest1	0.61 2	0.45 11	1.19 7	0.71 36	0.45 43	1.00 9	0.26 4	1.33 9	1.55 79	0.62 14	0.64 15	0.44 27	0.49 21	1.06 20	0.51 11	0.28 97	0.23 102	0.24 52	0.17 18	0.21 19	0.36 86

GIP-stereo	2.03 136	0.67 114	4.11 99	1.51 423	1.13 335	2.91 150	0.42 41	3.45 233	3.19 363	0.67 25	0.78 29	0.90 121	0.76 94	1.06 20	0.69 43	0.29 112	0.25 150	0.25 75	0.17 18	0.26 68	17.22 568

dual_stereo	4.32 487	0.42 3	1.51 29	0.75 50	1.37 402	0.88 7	0.34 18	3.50 235	4.78 523	0.55 3	0.47 9	0.60 49	0.40 6	2.09 211	0.95 125	0.24 33	32.26 589	0.21 11	0.17 18	0.21 19	34.78 588

test_for_model	3.36 419	3.87 469	21.00 494	4.24 556	3.68 537	2.57 126	0.94 329	3.80 289	3.64 449	2.59 429	1.40 151	1.02 141	0.73 78	0.97 11	0.70 46	3.05 543	2.42 501	0.26 108	0.17 18	5.36 562	4.82 492

LoS	1.05 63	0.58 58	3.31 82	0.91 126	0.38 14	4.14 399	0.50 65	2.22 79	1.49 65	1.02 114	0.88 45	0.62 52	0.84 121	1.69 146	0.94 119	0.27 77	0.20 33	0.24 52	0.17 18	0.22 31	0.32 32
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
asda	0.86 33	0.51 30	1.32 17	0.66 11	0.82 223	3.30 203	0.49 59	2.41 97	1.13 20	0.66 22	0.84 40	0.44 27	0.84 121	1.14 32	0.67 39	0.23 26	0.70 429	0.25 75	0.18 27	0.22 31	0.41 126

asd	0.81 22	0.48 17	1.97 55	0.70 32	0.93 268	2.86 143	0.43 44	1.64 26	1.12 19	0.73 38	0.91 49	0.43 21	0.73 78	1.00 13	0.59 18	0.28 97	0.20 33	0.24 52	0.18 27	0.23 38	0.45 154

qwe	0.85 30	0.49 20	2.01 56	0.69 27	1.09 322	2.48 113	0.45 52	2.57 128	1.18 28	0.80 59	0.85 41	0.43 21	0.48 19	1.15 33	0.72 50	0.21 16	0.32 232	0.24 52	0.18 27	0.23 38	0.45 154

2.25w	0.89 41	0.51 30	2.54 68	0.72 39	0.66 156	2.27 96	0.40 32	2.43 102	1.22 32	0.83 68	1.05 71	0.40 13	0.80 113	1.28 60	0.89 102	0.18 4	0.56 393	0.21 11	0.18 27	0.19 3	0.38 100

4.25_new	0.81 22	0.50 25	1.30 12	0.74 43	0.98 280	2.51 120	0.57 90	2.28 85	1.13 20	0.60 8	0.97 59	0.40 13	0.65 57	1.19 41	0.60 23	0.24 33	0.44 339	0.25 75	0.18 27	0.20 10	0.38 100

4.5w_new	0.81 22	0.50 25	1.30 12	0.74 43	0.98 280	2.51 120	0.57 90	2.28 85	1.13 20	0.60 8	0.97 59	0.40 13	0.65 57	1.19 41	0.60 23	0.24 33	0.44 339	0.25 75	0.18 27	0.20 10	0.38 100

4.25w-stereo	0.80 16	0.50 25	1.30 12	0.74 43	0.98 280	2.51 120	0.57 90	2.28 85	1.13 20	0.60 8	0.97 59	0.40 13	0.65 57	1.19 41	0.60 23	0.24 33	0.43 329	0.25 75	0.18 27	0.20 10	0.38 100

2.75w_new	0.88 38	0.51 30	2.22 62	0.67 17	0.66 156	2.44 111	0.55 83	2.75 151	1.08 17	0.87 81	0.75 24	0.39 11	0.91 141	1.41 98	0.74 54	0.21 16	0.43 329	0.22 16	0.18 27	0.19 3	0.41 126

3.5w_stereo	0.87 35	0.60 75	1.48 26	0.67 17	0.73 184	2.50 119	0.50 65	2.43 102	1.79 135	0.85 74	1.25 111	0.43 21	0.66 63	1.25 53	0.78 64	0.21 16	0.18 10	0.23 27	0.18 27	0.20 10	0.47 176

2w_stereo	0.84 27	0.52 36	1.87 50	0.71 36	0.56 101	1.98 76	0.61 111	2.88 168	1.00 12	0.99 108	0.97 59	0.36 3	1.11 199	1.03 14	0.77 60	0.19 5	0.19 20	0.23 27	0.18 27	0.21 19	0.37 90

monsterstereo	1.31 86	0.58 58	2.10 58	0.79 67	1.41 411	2.51 120	0.40 32	3.15 197	0.84 6	0.74 39	1.18 94	0.41 20	0.40 6	1.55 128	0.97 130	0.20 10	8.12 544	0.22 16	0.18 27	0.22 31	0.33 43

monsters	0.91 43	0.67 114	1.83 49	0.79 67	1.55 436	2.91 150	0.40 32	2.66 142	0.99 11	0.70 33	0.87 42	0.38 8	0.44 13	1.90 191	0.79 72	0.22 22	0.35 263	0.20 3	0.18 27	0.20 10	0.28 15

LG-Stereo_L2	0.69 6	0.54 41	1.56 36	0.74 43	0.48 56	2.32 101	0.28 5	1.87 47	0.80 3	0.60 8	0.43 7	0.38 8	0.45 14	1.38 93	0.54 15	0.24 33	0.28 199	0.23 27	0.18 27	0.22 31	0.32 32

LG-Stereo_L1	0.67 4	0.55 43	1.50 28	0.78 64	0.54 88	1.71 60	0.33 13	1.96 57	0.83 5	0.62 14	0.41 6	0.40 13	0.43 10	1.42 99	0.55 16	0.24 33	0.28 199	0.23 27	0.18 27	0.22 31	0.30 23

GREAT-IGEV	4.43 492	0.74 165	13.12 156	1.32 353	9.52 559	2.48 113	0.34 18	1.40 10	1.88 148	0.61 12	0.89 46	0.51 36	0.60 44	1.26 54	1.01 145	0.23 26	31.64 588	0.21 11	0.18 27	0.24 47	20.38 575

DEFOM-Stereo_RVC	1.03 61	1.15 321	1.34 19	1.03 208	0.59 116	0.81 6	0.43 44	3.53 238	4.67 515	0.78 53	0.98 64	0.44 27	1.16 217	1.46 108	0.71 47	0.27 77	0.19 20	0.24 52	0.18 27	0.30 125	0.34 54

HUF	5.25 515	1.03 295	26.85 575	1.03 208	13.21 566	1.35 38	0.76 209	2.97 182	3.00 325	0.79 57	1.56 197	0.92 128	0.66 63	1.53 125	0.74 54	0.35 243	27.70 587	0.26 108	0.18 27	0.24 47	19.90 574

IGEV-Stereo++	1.68 111	0.48 17	1.27 11	0.77 53	1.31 385	3.87 328	0.33 13	3.41 226	1.72 127	0.89 91	1.20 97	0.68 66	1.03 167	1.15 33	0.49 5	0.23 26	0.22 74	0.23 27	0.18 27	0.26 68	13.90 542

Monster-pub-eth3d	0.70 8	0.47 15	1.58 38	0.69 27	0.89 251	1.18 15	0.39 26	2.57 128	0.93 9	0.62 14	0.66 18	0.37 4	0.36 4	1.03 14	0.59 18	0.16 1	0.35 263	0.20 3	0.19 45	0.21 19	0.53 220

zero-FE	2.19 158	0.56 48	26.48 572	0.91 126	1.44 417	1.41 45	0.83 251	2.29 90	0.91 7	0.59 6	0.65 17	0.54 41	0.78 100	2.84 284	1.09 160	0.39 306	0.30 219	0.25 75	0.19 45	1.03 495	0.39 114

AdaDepth	1.16 79	0.53 38	7.56 119	0.73 40	1.29 378	3.13 172	0.43 44	1.13 4	1.92 154	0.69 28	0.93 52	0.43 21	0.58 36	1.67 139	0.66 32	0.20 10	0.33 242	0.24 52	0.19 45	0.25 52	0.36 86

4w-stereo	0.85 30	0.55 43	2.85 75	0.69 27	0.80 214	1.62 57	0.43 44	2.23 80	1.36 43	0.65 20	0.99 66	0.40 13	0.81 116	1.19 41	0.68 40	0.23 26	0.32 232	0.25 75	0.19 45	0.21 19	0.48 187

2.5w	1.07 65	0.49 20	2.54 68	0.68 25	0.71 181	2.37 106	0.56 86	2.77 153	1.39 47	0.67 25	0.92 50	0.37 4	0.74 85	1.40 95	0.62 27	0.25 47	3.40 520	0.22 16	0.19 45	0.20 10	0.90 346

3.25w_new	0.79 13	0.51 30	1.52 30	0.63 4	0.65 148	2.21 88	0.51 69	2.45 106	1.45 53	0.66 22	0.80 33	0.47 32	0.71 73	0.90 5	0.66 32	0.19 5	0.32 232	0.20 3	0.19 45	0.21 19	0.47 176

3.25w	0.79 13	0.51 30	1.52 30	0.63 4	0.65 148	2.21 88	0.51 69	2.45 106	1.45 53	0.66 22	0.80 33	0.47 32	0.71 73	0.90 5	0.66 32	0.19 5	0.32 232	0.20 3	0.19 45	0.21 19	0.47 176

3.75w	0.82 25	0.53 38	1.49 27	0.65 8	1.10 326	2.60 129	0.52 76	2.46 108	1.19 29	0.70 33	0.82 36	0.40 13	0.66 63	1.16 36	0.59 18	0.26 65	0.27 188	0.23 27	0.19 45	0.22 31	0.47 176

IGEV	0.74 10	0.39 1	1.16 5	0.73 40	1.31 385	2.78 136	0.38 22	1.81 42	1.03 13	0.80 59	0.72 21	0.35 2	0.42 9	1.11 31	0.52 13	0.19 5	0.23 102	0.22 16	0.19 45	0.18 1	0.33 43

SGD-Stereo	0.68 5	0.46 13	1.13 2	0.90 120	0.33 3	2.42 109	0.44 50	1.17 5	0.75 2	0.87 81	0.53 10	0.55 42	0.53 26	1.50 120	0.50 6	0.34 227	0.14 1	0.25 75	0.19 45	0.23 38	0.27 12

Reg-Stereo(zero)	1.88 119	0.45 11	11.07 141	0.94 152	2.06 501	4.52 477	0.55 83	2.72 147	1.69 120	1.54 168	1.26 114	2.55 353	2.52 442	1.73 161	2.43 400	0.20 10	0.28 199	0.22 16	0.19 45	0.25 52	0.40 119

AIO_rvc	3.97 468	1.01 292	18.99 287	0.98 186	11.92 564	1.45 47	0.97 344	2.17 75	4.51 506	0.71 35	1.18 94	1.09 148	0.56 31	1.56 130	0.72 50	0.28 97	11.98 568	0.24 52	0.19 45	0.25 52	18.74 571

castereo++	1.26 84	0.99 289	3.48 85	0.95 163	0.74 189	2.48 113	0.98 347	3.14 194	4.28 490	0.75 43	1.46 164	1.92 276	0.58 36	1.29 64	0.51 11	0.27 77	0.24 131	0.28 164	0.19 45	0.24 47	0.35 64

IGEV-RUCA	0.93 46	0.56 48	1.31 15	0.85 86	0.74 189	3.89 332	0.78 220	1.93 51	1.42 50	1.02 114	0.72 21	0.70 70	0.73 78	1.37 91	0.77 60	0.30 140	0.20 33	0.25 75	0.19 45	0.43 318	0.40 119

MonSter	0.70 8	0.47 15	1.58 38	0.69 27	0.89 251	1.19 18	0.39 26	2.57 128	0.93 9	0.62 14	0.66 18	0.37 4	0.35 3	1.08 23	0.59 18	0.16 1	0.36 273	0.20 3	0.19 45	0.21 19	0.52 213

Occ-G	2.25 173	0.74 165	13.22 157	0.90 120	0.89 251	1.52 52	0.78 220	1.82 44	2.87 308	1.65 184	0.89 46	2.18 309	0.89 136	1.04 18	1.69 299	0.28 97	0.27 188	0.26 108	0.19 45	0.25 52	12.70 539

Pointernet	0.99 51	0.50 25	3.54 86	0.89 108	0.44 41	2.30 100	0.38 22	3.12 193	1.48 60	0.69 28	1.44 160	0.92 128	0.73 78	1.28 60	0.82 83	0.24 33	0.23 102	0.21 11	0.19 45	0.19 3	0.25 8

IGEV-Stereo+	1.08 67	0.55 43	2.59 72	0.89 108	2.06 501	1.40 42	0.38 22	1.18 7	1.29 37	0.76 47	0.45 8	0.47 32	0.79 108	2.16 223	0.65 30	0.29 112	0.25 150	0.22 16	0.19 45	2.27 533	2.70 453

testlalala_base	2.69 299	0.77 197	21.10 510	1.22 299	1.46 421	2.72 132	0.83 251	4.11 371	1.49 65	1.28 142	1.45 163	1.21 172	0.85 124	1.28 60	1.19 178	3.94 558	2.36 497	0.27 131	0.19 45	4.48 558	1.58 409

GCAP-Stereo	2.59 263	1.07 299	20.48 438	0.91 126	4.13 547	3.67 279	0.51 69	2.27 83	1.76 131	1.18 130	1.15 91	1.18 162	0.84 121	1.36 86	1.54 258	0.27 77	8.46 546	0.27 131	0.19 45	0.29 105	0.30 23

Any-RAFT	1.62 103	0.59 67	5.29 105	1.12 251	0.76 201	4.41 457	0.79 230	4.12 377	3.26 382	2.02 266	1.36 141	2.82 383	1.56 310	1.90 191	0.81 78	0.29 112	0.25 150	0.26 108	0.19 45	0.25 52	0.35 64

Selective-IGEV	1.42 96	0.58 58	8.82 131	0.92 136	0.85 233	1.32 35	0.80 239	2.85 166	3.84 461	0.87 81	1.68 232	0.71 77	0.62 49	1.30 65	0.75 56	0.24 33	0.27 188	0.24 52	0.19 45	0.27 75	1.18 379

DCANet-4	2.06 141	0.58 58	15.30 191	0.86 93	0.44 41	4.16 405	0.57 90	4.31 456	3.28 386	2.31 366	1.82 281	1.04 144	1.54 305	1.69 146	1.56 263	0.35 243	0.24 131	0.24 52	0.19 45	0.25 52	0.57 240

fff	2.40 213	0.96 272	20.47 432	0.84 81	0.38 14	4.15 402	0.57 90	4.30 445	2.85 300	2.31 366	1.82 281	1.19 166	2.98 461	1.68 141	1.57 266	0.35 243	0.24 131	0.23 27	0.19 45	0.25 52	0.57 240

ADStereo(finetuned)	2.30 191	0.97 277	17.29 242	0.86 93	0.43 37	4.17 410	0.59 103	4.31 456	3.29 391	2.35 384	1.86 305	1.18 162	3.35 483	1.69 146	1.59 271	0.34 227	0.25 150	0.23 27	0.19 45	0.31 136	0.72 304

DCANet	2.37 208	0.98 280	20.47 432	0.86 93	0.43 37	4.18 413	0.59 103	4.31 456	3.29 391	2.35 384	1.86 305	1.18 162	1.63 334	1.69 146	1.59 271	0.34 227	0.25 150	0.24 52	0.19 45	0.31 136	0.73 309

csc	2.40 213	0.96 272	20.47 432	0.84 81	0.38 14	4.15 402	0.57 90	4.30 445	2.85 300	2.31 366	1.82 281	1.19 166	2.98 461	1.68 141	1.57 266	0.35 243	0.24 131	0.23 27	0.19 45	0.25 52	0.57 240

cscssc	2.40 213	0.96 272	20.47 432	0.84 81	0.38 14	4.15 402	0.57 90	4.30 445	2.85 300	2.31 366	1.82 281	1.19 166	2.98 461	1.68 141	1.57 266	0.35 243	0.24 131	0.23 27	0.19 45	0.25 52	0.57 240

iResNet_ROB	2.72 304	10.38 516	14.41 175	1.46 409	0.99 285	3.74 295	0.66 139	4.01 333	2.84 299	2.04 274	2.05 358	1.98 290	1.38 254	4.73 329	1.91 347	0.35 243	0.20 33	0.28 164	0.19 45	0.33 182	0.41 126

pmcnn	5.90 524	1.81 411	22.30 555	1.69 463	2.37 515	3.47 228	2.10 492	4.58 515	5.56 545	3.75 516	13.12 563	22.07 570	3.70 493	11.99 531	17.13 549	0.58 451	0.23 102	0.23 27	0.19 45	0.37 244	0.70 299

4.5_new	0.80 16	0.49 20	1.36 22	0.67 17	0.79 210	1.96 73	0.51 69	2.18 77	1.46 56	0.77 51	0.93 52	0.43 21	0.49 21	1.08 23	0.65 30	0.30 140	0.68 421	0.26 108	0.20 75	0.23 38	0.57 240

4.5w-stereo	0.80 16	0.49 20	1.36 22	0.66 11	0.79 210	1.96 73	0.51 69	2.18 77	1.45 53	0.77 51	0.93 52	0.43 21	0.49 21	1.08 23	0.66 32	0.30 140	0.68 421	0.26 108	0.20 75	0.23 38	0.57 240

3w_stereo	0.99 51	0.52 36	4.37 100	0.70 32	0.42 32	1.73 61	0.68 151	2.80 156	1.26 35	0.78 53	0.87 42	0.37 4	1.01 164	1.34 81	0.66 32	0.19 5	0.95 449	0.23 27	0.20 75	0.21 19	0.43 142

AIO_test	3.76 453	0.71 143	19.58 319	0.93 143	17.34 571	1.36 39	0.86 272	1.61 22	1.99 168	0.74 39	0.97 59	1.77 242	0.58 36	1.49 115	0.55 16	0.35 243	0.97 453	0.24 52	0.20 75	0.25 52	22.60 578

castereo	0.88 38	0.78 199	1.15 4	0.89 108	0.51 76	1.31 34	0.90 302	3.42 228	1.28 36	0.88 84	1.28 122	0.72 79	0.91 141	1.05 19	1.01 145	0.28 97	0.17 4	0.26 108	0.20 75	0.24 47	0.34 54

fffft	0.84 27	0.67 114	1.73 45	0.85 86	0.55 95	1.51 51	0.78 220	2.13 73	1.24 33	0.65 20	0.90 48	0.59 46	0.55 30	1.85 187	1.19 178	0.20 10	0.20 33	0.27 131	0.20 75	0.28 87	0.44 148
1: 1. 1
MoCha-V2	3.53 436	0.90 241	17.00 234	1.32 353	8.54 558	1.38 41	0.55 83	2.89 170	3.31 398	0.99 108	1.82 281	0.66 61	1.16 217	1.79 169	0.84 89	0.26 65	15.15 572	0.20 3	0.20 75	0.25 52	11.33 537

testlalala	2.95 348	0.66 110	20.83 482	1.03 208	0.81 218	4.39 452	0.90 302	2.96 180	3.69 454	2.50 419	1.55 196	1.31 182	0.61 47	1.15 33	0.77 60	0.42 331	14.33 569	0.25 75	0.20 75	0.26 68	0.36 86

anonymousdsp2	2.72 304	0.68 123	11.15 142	1.20 289	0.64 143	3.66 277	0.71 168	3.71 271	2.14 188	1.62 179	1.61 208	1.95 283	1.00 161	2.24 236	0.81 78	0.32 181	0.50 376	0.28 164	0.20 75	0.34 205	19.58 573

knoymous	1.50 98	0.65 102	8.73 130	0.91 126	0.75 197	2.97 158	0.90 302	2.93 171	1.38 46	1.56 171	1.07 76	2.75 376	0.88 132	1.43 101	1.13 164	0.32 181	0.22 74	0.35 323	0.20 75	0.45 340	0.41 126

RCA-Stereo	1.38 91	0.61 81	3.95 97	0.94 152	0.48 56	4.68 513	0.78 220	4.17 396	1.95 159	1.93 231	1.84 295	0.94 133	1.48 287	1.23 49	0.75 56	0.30 140	0.43 329	0.25 75	0.20 75	0.26 68	0.37 90

CroCo-Stereo	1.07 65	1.18 326	3.66 89	0.91 126	0.60 122	0.49 2	0.49 59	4.07 353	1.91 152	0.84 72	1.29 127	1.00 139	0.75 91	1.32 73	1.38 226	0.26 65	0.21 57	0.24 52	0.20 75	0.37 244	0.30 23
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	1.98 123	0.87 226	20.35 416	0.80 70	0.37 12	4.05 374	0.38 22	1.50 15	1.65 112	2.03 271	2.16 381	0.84 102	0.93 147	1.09 26	0.68 40	0.30 140	0.36 273	0.24 52	0.20 75	0.26 68	0.46 164

raftrobust	2.05 140	1.45 370	13.44 158	1.29 337	5.81 556	3.59 259	0.67 141	2.80 156	1.50 68	2.21 336	1.41 155	1.17 159	1.22 228	1.37 91	1.46 246	0.29 112	0.33 242	0.22 16	0.20 75	0.27 75	0.36 86

S2M2_XL	0.49 1	0.51 30	1.16 5	0.70 32	0.34 5	0.29 1	0.23 2	0.68 1	0.53 1	0.55 3	0.92 50	0.65 58	0.53 26	0.65 1	0.59 18	0.28 97	0.24 131	0.25 75	0.21 89	0.23 38	0.23 6

depthmonostereo	1.22 81	0.96 272	6.67 115	0.89 108	0.56 101	2.21 88	0.57 90	1.84 46	1.21 31	1.01 113	1.09 78	1.38 191	0.99 158	2.41 249	0.93 111	0.24 33	0.28 199	0.22 16	0.21 89	0.25 52	0.53 220

LG-Stereo_Zeroshot	1.04 62	0.53 38	2.93 77	0.80 70	0.77 204	3.99 360	0.39 26	2.10 69	1.96 163	0.90 93	0.93 52	0.75 90	0.85 124	1.31 69	0.87 96	0.28 97	0.21 57	0.26 108	0.21 89	0.32 158	0.38 100

HART	3.57 437	1.13 316	17.80 257	0.90 120	1.12 332	1.18 15	0.41 39	3.55 240	4.60 508	1.09 124	2.19 390	1.49 206	0.57 33	1.46 108	1.14 167	0.25 47	21.58 585	0.28 164	0.21 89	0.36 238	10.06 532

SCV_C0	2.17 154	0.93 259	12.88 152	0.96 172	1.06 315	1.27 27	0.63 127	3.68 260	3.30 395	1.03 118	1.26 114	0.73 80	0.66 63	1.73 161	1.06 155	0.35 243	1.97 486	0.25 75	0.21 89	0.29 105	9.23 525

999	1.08 67	0.86 222	2.44 64	1.06 222	0.65 148	3.27 192	0.91 313	1.47 12	1.43 52	0.74 39	1.73 250	0.70 70	0.66 63	3.03 293	1.18 174	0.24 33	0.22 74	0.25 75	0.21 89	0.27 75	0.37 90

mms	1.08 67	0.87 226	1.41 24	0.89 108	0.87 246	1.40 42	0.67 141	1.63 24	1.70 123	0.82 63	1.41 155	0.64 55	0.54 29	1.81 179	0.66 32	0.25 47	0.23 102	0.26 108	0.21 89	0.32 158	5.10 495

ours_stereo	1.00 56	0.88 230	2.52 66	0.91 126	0.74 189	1.10 13	0.57 90	1.68 27	1.24 33	0.76 47	1.49 169	0.70 70	0.62 49	1.61 134	0.62 27	0.26 65	0.20 33	0.26 108	0.21 89	0.30 125	3.24 466

fffy	1.18 80	0.92 251	3.05 79	1.09 234	0.68 170	1.27 27	0.74 189	1.98 59	1.06 16	0.78 53	1.39 148	0.83 101	0.72 77	1.71 150	0.80 76	0.24 33	0.53 385	0.27 131	0.21 89	0.29 105	5.07 494

WCG-NET	1.00 56	0.81 208	1.65 42	0.93 143	0.38 14	1.48 50	1.04 363	1.81 42	2.80 290	1.67 188	1.52 175	0.93 130	0.97 154	1.18 39	0.84 89	0.25 47	0.81 439	0.23 27	0.21 89	0.27 75	0.26 9

RAStereo	1.53 100	0.71 143	17.55 248	0.62 2	0.65 148	1.18 15	0.32 12	1.94 53	1.15 25	0.80 59	1.07 76	0.64 55	0.47 16	0.89 4	1.01 145	0.25 47	0.20 33	0.27 131	0.21 89	0.36 238	0.27 12

WCG-NET（raft）	1.44 97	0.92 251	1.56 36	0.89 108	0.32 2	1.43 46	0.97 344	1.69 34	2.42 234	1.68 190	1.44 160	2.37 329	1.01 164	1.33 74	0.85 91	0.25 47	8.56 547	0.22 16	0.21 89	0.28 87	0.32 32

RSM++	0.99 51	0.56 48	1.35 20	1.54 431	0.50 74	1.53 53	0.68 151	2.31 92	4.13 478	0.86 75	1.27 120	0.90 121	0.60 44	1.21 48	0.78 64	0.27 77	0.20 33	0.25 75	0.21 89	0.29 105	0.42 135

RSM	0.99 51	0.54 41	1.25 10	0.94 152	0.61 126	1.32 35	0.74 189	2.54 118	4.08 475	0.89 91	1.49 169	1.22 173	0.62 49	1.24 51	0.80 76	0.25 47	0.20 33	0.25 75	0.21 89	0.29 105	0.42 135

testlalala2	2.47 230	0.75 179	20.46 429	2.58 527	2.91 523	3.80 308	0.76 209	4.20 407	3.87 466	1.45 164	1.57 198	2.43 340	0.80 113	1.23 49	0.71 47	0.28 97	0.33 242	0.24 52	0.21 89	0.35 220	0.38 100

IGEV++	3.59 438	0.91 244	13.63 159	1.08 231	0.98 280	1.27 27	0.98 347	3.33 218	1.89 151	0.93 98	1.38 147	0.86 108	1.09 190	1.71 150	1.09 160	0.36 267	21.52 584	0.23 27	0.21 89	0.31 136	18.10 570

ACVNet-DCA	3.67 446	0.94 263	19.66 323	1.87 485	0.42 32	4.47 466	0.73 179	4.07 353	4.63 509	1.21 132	1.89 315	0.73 80	1.62 330	2.20 229	0.81 78	0.31 164	18.77 573	0.32 249	0.21 89	0.35 220	8.09 512

1test111	3.86 461	0.94 263	19.66 323	1.87 485	0.42 32	4.47 466	0.73 179	4.07 353	4.63 509	1.21 132	1.89 315	0.73 80	1.62 330	5.19 334	1.68 296	0.31 164	18.77 573	0.32 249	0.21 89	0.35 220	8.09 512

cc1	3.93 466	0.94 263	19.66 323	1.87 485	0.42 32	4.47 466	0.73 179	4.24 425	4.01 473	1.21 132	1.89 315	0.73 80	1.62 330	2.20 229	0.81 78	0.31 164	18.77 573	0.32 249	0.21 89	0.32 158	13.93 543

ff7	2.60 266	0.81 208	16.25 215	0.89 108	0.56 101	4.55 485	0.83 251	1.68 27	3.44 426	0.88 84	1.10 81	0.70 70	0.78 100	1.93 196	0.93 111	0.29 112	0.37 280	0.29 187	0.21 89	0.33 182	15.08 552

IGEVStereo-DCA	3.09 371	3.48 466	16.25 215	0.96 172	0.49 65	1.59 55	0.83 251	1.68 27	3.44 426	0.75 43	0.78 29	0.74 87	0.73 78	5.79 346	7.75 490	0.32 181	0.26 175	0.28 164	0.21 89	0.32 158	15.08 552

ffff	2.60 266	0.81 208	16.25 215	0.89 108	0.56 101	4.55 485	0.83 251	1.68 27	3.44 426	0.88 84	1.10 81	0.70 70	0.78 100	1.93 196	0.93 111	0.29 112	0.37 280	0.29 187	0.21 89	0.33 182	15.08 552

rrr	3.66 444	3.48 466	23.50 565	0.96 172	0.49 65	1.59 55	0.92 321	8.19 558	2.75 281	0.75 43	0.78 29	0.74 87	0.73 78	5.79 346	7.75 490	0.32 181	0.26 175	0.28 164	0.21 89	0.32 158	13.47 540

11t	2.60 266	0.81 208	16.25 215	0.89 108	0.56 101	4.55 485	0.83 251	1.68 27	3.44 426	0.88 84	1.10 81	0.70 70	0.78 100	1.93 196	0.93 111	0.29 112	0.37 280	0.29 187	0.21 89	0.33 182	15.08 552

MaDis-Stereo	1.60 101	1.11 310	16.13 212	0.67 17	1.87 489	1.22 23	0.39 26	2.17 75	1.42 50	0.69 28	0.78 29	0.88 115	0.70 71	1.24 51	1.13 164	0.32 181	0.23 102	0.26 108	0.21 89	0.32 158	0.28 15

MSKI-zero shot	2.33 197	0.69 128	20.22 395	1.14 260	0.77 204	4.05 374	0.68 151	3.95 321	1.51 71	1.93 231	2.35 418	1.91 275	0.71 73	3.01 292	0.79 72	0.28 97	1.47 472	0.27 131	0.21 89	0.28 87	0.44 148

anonymousdsp	3.14 380	0.83 214	20.28 403	0.94 152	0.64 143	4.54 479	0.82 247	2.03 65	3.32 405	0.91 94	1.13 87	0.78 91	0.77 96	1.78 167	0.90 107	0.29 112	0.25 150	0.29 187	0.21 89	0.33 182	21.81 576

ccc-4	2.60 266	0.81 208	16.25 215	0.89 108	0.56 101	4.55 485	0.83 251	1.68 27	3.44 426	0.88 84	1.10 81	0.70 70	0.78 100	1.93 196	0.93 111	0.29 112	0.37 280	0.29 187	0.21 89	0.33 182	15.08 552

Wz-Net-LNSev-Ref	2.72 304	2.55 448	14.91 186	1.37 372	1.36 399	3.50 239	1.63 458	4.11 371	3.38 414	2.55 424	2.04 351	2.35 327	2.50 440	5.14 333	4.64 462	0.53 437	0.22 74	0.35 323	0.21 89	0.41 296	0.60 264

IGEV-Stereo	3.15 383	0.83 214	20.31 412	0.94 152	0.64 143	4.54 479	0.82 247	2.01 63	3.31 398	0.91 94	1.13 87	0.79 94	0.77 96	1.79 169	0.92 110	0.29 112	0.25 150	0.29 187	0.21 89	0.33 182	21.85 577
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
111	2.59 263	3.10 458	20.47 432	0.84 81	0.38 14	4.26 435	0.91 313	4.45 496	2.96 319	2.48 415	2.07 364	2.31 321	1.64 337	1.49 115	1.90 344	0.35 243	0.22 74	0.25 75	0.21 89	0.32 158	1.14 376

R-Stereo Train	2.13 147	0.65 102	19.43 308	1.02 204	0.67 162	3.79 305	0.89 287	4.12 377	1.55 79	2.15 309	1.72 244	1.13 154	0.94 149	1.46 108	1.30 208	0.32 181	0.25 150	0.27 131	0.21 89	0.28 87	0.37 90

RAFT-Stereo	2.13 147	0.65 102	19.43 308	1.02 204	0.67 162	3.79 305	0.89 287	4.12 377	1.55 79	2.15 309	1.72 244	1.13 154	0.94 149	1.46 108	1.30 208	0.32 181	0.25 150	0.27 131	0.21 89	0.28 87	0.37 90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test3	2.20 165	0.95 268	19.62 321	1.94 493	1.18 348	1.95 72	0.83 251	3.56 242	3.91 468	1.33 143	1.86 305	1.10 150	0.68 69	1.48 113	1.63 283	0.29 112	0.35 263	0.27 131	0.22 122	0.37 244	0.56 235

SCV	2.09 143	0.89 235	11.43 145	1.91 490	2.09 503	1.27 27	0.87 279	3.66 256	2.13 187	0.67 25	1.59 206	0.93 130	0.77 96	1.80 175	0.89 102	0.37 282	0.38 294	0.25 75	0.22 122	0.30 125	9.45 526

SMoEStereo_RVC	0.88 38	0.92 251	1.55 34	0.96 172	0.46 46	2.56 125	0.78 220	1.60 20	1.20 30	0.71 35	1.20 97	0.64 55	0.63 52	1.71 150	1.01 145	0.22 22	0.18 10	0.31 229	0.22 122	0.28 87	0.42 135

GCAP-BAT	2.74 310	0.79 203	19.74 338	1.06 222	0.85 233	4.25 434	0.91 313	2.80 156	1.83 139	2.14 302	2.08 367	2.55 353	0.80 113	1.87 190	1.41 232	0.35 243	7.97 543	0.24 52	0.22 122	0.27 75	2.72 454

RAFT-Stereo-weight	1.38 91	0.57 56	5.44 107	1.05 218	0.63 139	4.19 421	0.77 213	3.95 321	1.53 74	2.01 264	1.53 176	1.30 181	0.65 57	1.30 65	1.05 153	0.27 77	0.26 175	0.26 108	0.22 122	0.28 87	0.38 100

gcap-zeroshot	2.25 173	0.74 165	19.48 312	0.97 180	1.18 348	3.50 239	0.83 251	3.21 201	2.66 270	1.86 221	1.23 105	3.24 419	0.88 132	1.92 193	0.94 119	0.34 227	0.43 329	0.28 164	0.22 122	0.29 105	0.83 330

MGS-Stereo	1.24 83	0.66 110	9.68 134	0.97 180	0.40 30	1.26 25	0.72 172	1.50 15	1.35 42	1.03 118	2.26 401	0.80 96	0.56 31	1.28 60	0.78 64	0.31 164	0.23 102	0.26 108	0.22 122	0.28 87	0.34 54

tt1	3.79 457	0.93 259	15.34 192	1.83 482	0.45 43	4.54 479	0.78 220	4.23 419	4.73 517	1.27 141	1.89 315	0.74 87	1.48 287	2.29 241	0.78 64	0.30 140	19.28 581	0.32 249	0.22 122	0.31 136	14.02 544

UniTT-Stereo	1.73 114	0.60 75	20.25 400	0.98 186	1.19 356	0.78 5	0.39 26	1.19 8	1.55 79	1.21 132	1.28 122	0.52 39	0.64 55	1.17 38	1.16 172	0.35 243	0.20 33	0.25 75	0.22 122	0.42 308	0.31 29

MC-Stereo	2.54 246	0.58 58	6.38 114	1.30 342	1.37 402	4.56 489	0.60 107	2.08 67	1.57 86	1.97 247	1.68 232	0.89 119	1.12 202	1.46 108	0.88 99	0.27 77	8.44 545	0.27 131	0.22 122	0.26 68	14.87 549

CroCo-Stereo Lap2	1.65 108	1.14 319	14.70 183	1.00 197	1.80 487	0.53 3	0.46 56	3.18 199	1.62 106	1.10 127	1.24 107	1.05 145	0.78 100	1.40 95	1.18 174	0.31 164	0.23 102	0.27 131	0.22 122	0.46 350	0.38 100

RALCasStereoNet	3.17 387	1.87 418	20.86 486	1.17 277	1.63 457	3.10 167	0.70 163	3.21 201	2.19 192	1.39 149	1.73 250	1.18 162	0.91 141	2.46 250	1.64 289	0.31 164	8.75 551	0.25 75	0.22 122	0.31 136	9.45 526

test_xeample3	3.67 446	3.52 468	21.53 536	0.98 186	0.51 76	1.88 66	0.91 313	8.10 557	2.76 284	0.82 63	0.76 27	0.65 58	0.70 71	5.88 350	7.74 489	0.32 181	0.29 209	0.27 131	0.22 122	0.29 105	15.33 557

iResNetv2_ROB	3.31 411	14.88 563	20.01 367	2.17 506	1.09 322	3.84 315	1.13 384	4.22 413	3.15 361	2.02 266	2.06 361	2.00 295	1.69 350	3.61 306	2.10 376	0.36 267	0.22 74	0.32 249	0.22 122	0.48 370	0.58 256

MLCV	2.52 237	1.77 405	18.20 266	1.17 277	0.63 139	3.60 263	0.53 79	3.88 304	2.35 225	2.82 464	2.24 398	1.99 291	1.42 269	4.59 327	3.09 434	0.39 306	0.22 74	0.33 284	0.22 122	0.35 220	0.52 213

DilatedVolume-Stereo	0.94 47	0.70 136	3.01 78	1.06 222	0.63 139	1.34 37	0.49 59	1.58 19	1.16 26	1.41 153	1.26 114	0.88 115	0.88 132	1.81 179	0.93 111	0.25 47	0.28 199	0.22 16	0.23 137	0.25 52	0.39 114

G2L-ROB	2.75 314	1.93 421	19.94 358	1.25 322	1.05 310	3.84 315	0.93 326	3.45 233	2.56 254	2.29 360	1.47 165	2.64 365	1.20 226	8.34 406	2.28 389	0.29 112	0.20 33	0.24 52	0.23 137	0.29 105	0.52 213

xyz-stereo	10.93 559	0.71 143	79.25 592	0.70 32	0.45 43	83.14 594	0.77 213	2.68 144	1.49 65	2.28 354	32.01 579	2.76 379	1.61 321	5.80 349	3.32 441	0.29 112	0.18 10	0.33 284	0.23 137	0.26 68	0.29 19

G2L-Stereo_test	2.89 336	2.06 427	20.60 459	1.68 461	1.18 348	3.55 251	1.01 351	3.66 256	2.33 221	2.59 429	1.68 232	3.14 412	1.48 287	9.19 422	1.86 336	0.30 140	0.21 57	0.23 27	0.23 137	0.28 87	0.57 240

MM-Stereo_test2	2.80 323	0.63 89	20.19 387	1.75 475	0.52 82	2.77 133	0.71 168	1.80 41	1.72 127	0.99 108	0.98 64	0.84 102	0.79 108	1.45 105	1.26 203	0.27 77	0.62 410	0.25 75	0.23 137	0.31 136	17.86 569

tt45	1.08 67	0.92 251	2.50 65	0.92 136	0.67 162	3.90 333	0.75 200	2.00 60	1.29 37	0.74 39	1.35 136	0.71 77	0.63 52	2.59 266	0.97 130	0.23 26	0.19 20	0.28 164	0.23 137	0.29 105	0.37 90

AIO-Stereo	1.40 94	0.62 86	1.44 25	0.85 86	0.76 201	1.28 33	0.79 230	2.39 95	2.83 297	0.75 43	1.62 212	0.89 119	0.46 15	1.30 65	0.77 60	0.28 97	0.27 188	0.25 75	0.23 137	0.27 75	9.88 531

DLNR_Zeroshot_test	29.83 582	55.48 591	50.99 587	183.84 594	114.74 591	3.44 222	0.28 5	29.52 582	1.59 92	1.03 118	1.25 111	0.93 130	0.64 55	3.95 317	1.62 280	37.16 588	1.69 480	0.26 108	0.23 137	92.97 592	15.07 551

RAFT-Test	1.67 110	0.64 94	6.13 112	1.25 322	1.82 488	3.06 165	0.78 220	4.02 338	3.09 353	1.88 223	1.70 238	3.76 463	1.03 167	1.40 95	1.07 157	0.29 112	0.33 242	0.25 75	0.23 137	0.29 105	0.33 43

riskmin	2.46 228	0.61 81	12.91 154	1.22 299	1.65 465	3.56 254	0.61 111	4.30 445	1.50 68	1.86 221	1.16 92	4.30 495	2.02 397	1.53 125	1.32 211	0.29 112	0.95 449	0.34 304	0.23 137	0.43 318	8.34 519

CIPLG	2.88 334	10.01 514	20.02 368	0.95 163	1.34 392	3.95 350	0.91 313	4.24 425	3.69 454	2.36 390	2.66 461	1.17 159	1.06 185	1.82 182	1.37 225	0.45 365	0.25 150	0.27 131	0.23 137	0.33 182	0.60 264

IPLG	2.56 258	1.11 310	19.89 352	0.95 163	0.79 210	4.60 494	0.56 86	4.31 456	2.10 177	1.94 237	2.00 346	1.34 183	1.37 253	6.59 371	1.59 271	0.32 181	0.21 57	0.27 131	0.23 137	0.32 158	0.63 275

IPLGR_C	2.96 350	11.71 523	20.02 368	0.95 163	1.31 385	3.93 345	0.92 321	4.22 413	3.76 457	2.35 384	2.62 457	1.16 158	1.07 188	1.71 150	1.34 212	0.45 365	0.25 150	0.27 131	0.23 137	0.33 182	0.60 264

MIPNet	2.43 222	1.13 316	20.00 366	0.93 143	0.58 115	4.74 522	0.62 122	4.33 467	2.95 318	1.94 237	1.49 169	1.52 208	1.96 392	2.77 279	1.60 275	0.35 243	0.20 33	0.27 131	0.23 137	0.32 158	0.59 259

ACRE	2.75 314	7.69 499	19.93 355	0.93 143	1.30 381	3.94 348	0.90 302	4.23 419	3.66 451	2.33 380	2.61 456	1.17 159	1.04 174	1.80 175	1.35 213	0.46 377	0.25 150	0.27 131	0.23 137	0.32 158	0.60 264

GANet-ADL	2.25 173	0.80 205	20.17 385	1.28 331	0.69 178	3.83 313	0.75 200	3.63 253	1.83 139	1.68 190	2.04 351	2.09 306	1.10 196	1.63 136	1.43 236	0.42 331	0.33 242	0.26 108	0.23 137	0.43 318	0.41 126

CFNet-RSSM	2.17 154	0.56 48	20.50 440	1.08 231	0.57 111	3.42 218	0.62 122	4.24 425	1.60 97	1.73 202	1.39 148	2.55 353	1.19 224	1.36 86	1.04 150	0.29 112	0.20 33	0.26 108	0.23 137	0.28 87	0.32 32

Gwc-CoAtRS	1.80 116	0.61 81	14.92 187	1.08 231	0.61 126	2.88 146	0.63 127	2.47 109	1.62 106	1.80 216	1.50 172	2.73 371	1.17 219	1.35 83	1.08 159	0.30 140	0.22 74	0.25 75	0.23 137	0.28 87	0.30 23

DIP-Stereo	2.03 136	0.98 280	16.44 227	0.67 17	0.62 136	4.30 441	0.58 101	4.43 492	2.89 311	1.97 247	1.40 151	0.91 124	0.86 128	1.31 69	1.27 206	0.38 298	0.23 102	0.33 284	0.23 137	0.33 182	0.57 240
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNet	2.70 300	1.35 359	20.93 491	2.01 499	0.73 184	3.76 298	0.83 251	4.28 441	2.93 316	2.38 396	2.03 349	1.35 185	1.54 305	3.28 297	4.42 458	0.42 331	0.25 150	0.29 187	0.23 137	0.45 340	0.64 280

z-ln-s-r	3.37 420	4.66 480	19.53 316	1.42 397	1.29 378	3.70 288	1.20 397	4.24 425	3.96 471	2.16 313	1.92 330	2.43 340	1.62 330	10.90 481	6.24 474	0.36 267	0.23 102	0.32 249	0.24 157	0.53 385	0.53 220

water-stereo	0.98 50	0.63 89	5.05 103	0.82 77	0.48 56	2.36 104	0.52 76	1.56 18	1.32 41	0.95 102	1.05 71	0.86 108	0.75 91	0.84 3	0.82 83	0.25 47	0.25 150	0.25 75	0.24 157	0.24 47	0.46 164

xyz-stereo-finetune	1.14 77	0.88 230	1.93 52	0.63 4	0.37 12	3.48 234	0.79 230	2.86 167	1.95 159	1.02 114	1.26 114	0.91 124	0.78 100	2.53 262	1.84 332	0.30 140	0.24 131	0.26 108	0.24 157	0.31 136	0.30 23

LG-Stereo	0.94 47	0.71 143	3.31 82	0.62 2	0.51 76	2.85 141	0.54 81	2.59 135	1.40 48	0.88 84	1.23 105	0.53 40	0.40 6	0.81 2	0.86 94	0.23 26	0.18 10	0.31 229	0.24 157	0.29 105	0.22 1

MM-Stereo_test1	2.52 237	0.64 94	20.07 372	1.83 482	0.52 82	1.86 64	0.77 213	3.11 191	3.40 420	1.77 210	1.12 86	0.87 113	0.97 154	1.54 127	1.51 251	0.27 77	2.44 505	0.27 131	0.24 157	0.37 244	6.91 508

GMStereo_Zeroshot	1.51 99	1.27 344	4.75 101	1.54 431	0.72 183	3.33 206	0.54 81	2.67 143	1.74 129	2.34 382	1.57 198	2.40 330	0.96 152	2.51 256	1.21 182	0.48 395	0.23 102	0.41 386	0.24 157	0.82 478	0.40 119

HH	3.19 390	0.91 244	21.34 529	1.24 307	0.61 126	4.16 405	0.80 239	2.94 173	1.82 137	1.23 138	1.84 295	4.61 509	1.84 381	2.63 269	0.99 137	0.29 112	1.53 474	0.30 209	0.24 157	0.34 205	14.22 547

HanStereo	3.19 390	0.91 244	21.34 529	1.24 307	0.61 126	4.16 405	0.80 239	2.94 173	1.82 137	1.23 138	1.84 295	4.61 509	1.84 381	2.63 269	0.99 137	0.29 112	1.53 474	0.30 209	0.24 157	0.34 205	14.22 547

EGLCR-Stereo	2.52 237	0.56 48	9.39 132	1.16 270	0.81 218	5.24 534	0.61 111	4.20 407	1.56 83	1.09 124	0.71 20	1.09 148	0.66 63	1.92 193	0.82 83	0.29 112	0.30 219	0.29 187	0.24 157	0.37 244	19.09 572

IPLGR	2.61 271	0.73 156	20.72 475	0.87 100	0.54 88	4.58 490	0.52 76	4.32 464	2.79 289	1.91 227	1.54 187	1.72 231	1.71 355	6.94 385	1.43 236	0.31 164	0.21 57	0.27 131	0.24 157	0.34 205	0.48 187

cross-raft	1.95 121	0.66 110	16.17 214	1.23 306	0.92 264	2.25 94	0.70 163	3.69 265	1.68 117	1.78 211	1.53 176	3.15 413	1.13 203	1.35 83	1.06 155	0.24 33	0.23 102	0.26 108	0.24 157	0.29 105	0.45 154

TestStereo	2.41 219	1.95 423	19.15 292	0.77 53	0.61 126	1.83 63	0.58 101	2.33 93	1.53 74	1.44 161	1.37 144	1.26 176	0.90 139	11.59 516	0.94 119	0.36 267	0.19 20	0.33 284	0.24 157	0.45 340	0.32 32

raft+_RVC	3.46 431	2.57 449	19.51 315	1.49 416	17.54 572	3.63 270	0.76 209	3.24 206	1.53 74	1.35 145	1.67 230	1.03 142	1.10 196	1.98 202	1.53 255	0.25 47	7.10 540	0.25 75	0.24 157	0.28 87	2.18 440

RAFT-Stereo + iAFF	2.49 233	1.68 396	20.50 440	1.11 241	1.32 390	4.13 394	0.42 41	3.23 205	3.30 395	2.05 278	2.40 426	1.61 214	1.11 199	1.49 115	1.63 283	0.22 22	0.22 74	0.26 108	0.24 157	0.31 136	2.47 449

HSM-Net_RVC	3.02 359	0.65 102	19.48 312	0.94 152	0.90 258	3.71 290	1.20 397	5.61 549	2.87 308	3.24 497	2.49 440	2.53 350	1.61 321	11.39 506	1.90 344	0.37 282	0.27 188	0.27 131	0.24 157	0.31 136	0.39 114
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	3.25 405	1.08 303	19.18 295	1.19 287	1.54 432	3.45 225	1.02 355	4.04 345	2.61 262	2.31 366	2.17 382	8.01 545	2.99 464	11.59 516	1.80 325	0.35 243	0.24 131	0.28 164	0.24 157	0.33 182	0.55 232

rvit_stereo_0081	0.87 35	0.73 156	1.54 32	0.92 136	0.65 148	1.27 27	0.61 111	2.11 71	2.35 225	0.86 75	0.75 24	0.86 108	0.74 85	1.36 86	0.83 86	0.33 205	0.26 175	0.27 131	0.25 173	0.38 257	0.35 64

model_zeroshot	2.43 222	0.72 150	19.99 365	1.24 307	1.23 367	3.70 288	0.63 127	3.76 279	1.61 103	2.79 459	1.41 155	2.24 313	0.82 119	2.87 287	1.22 184	0.33 205	0.52 382	0.30 209	0.25 173	0.28 87	2.59 450

rvit_stereo_0082	0.87 35	0.73 156	1.54 32	0.92 136	0.65 148	1.27 27	0.61 111	2.11 71	2.35 225	0.86 75	0.75 24	0.86 108	0.74 85	1.36 86	0.83 86	0.33 205	0.26 175	0.27 131	0.25 173	0.38 257	0.35 64

Former-RAFT_DAM_RVC	0.99 51	0.85 220	1.58 38	0.95 163	1.08 319	2.95 154	0.53 79	1.93 51	2.00 169	1.19 131	1.63 217	0.59 46	0.65 57	1.10 27	0.90 107	0.28 97	0.23 102	0.31 229	0.25 173	0.45 340	0.32 32

qqq1	2.35 202	0.73 156	8.34 125	1.41 388	0.61 126	2.04 77	0.72 172	4.30 445	4.43 497	2.41 403	2.40 426	1.94 279	1.52 298	10.99 485	1.36 220	0.35 243	0.84 440	0.30 209	0.25 173	0.31 136	1.75 418

fff1	2.35 202	0.73 156	8.34 125	1.41 388	0.61 126	2.04 77	0.72 172	4.30 445	4.43 497	2.41 403	2.40 426	1.94 279	1.52 298	10.99 485	1.36 220	0.35 243	0.84 440	0.30 209	0.25 173	0.31 136	1.75 418

plain	2.00 129	0.89 235	21.49 535	0.67 17	0.73 184	1.66 58	0.57 90	3.27 212	2.18 190	0.80 59	1.25 111	0.80 96	0.86 128	1.72 156	1.13 164	0.34 227	0.21 57	0.32 249	0.25 173	0.44 332	0.34 54

GLC_STEREO	0.83 26	0.59 67	1.71 44	0.89 108	0.34 5	1.88 66	0.80 239	1.48 13	1.60 97	0.98 106	1.06 73	0.68 66	0.71 73	1.19 41	0.89 102	0.25 47	0.25 150	0.32 249	0.25 173	0.32 158	0.34 54

DAS	2.52 237	0.76 189	7.72 120	1.16 270	1.64 461	2.96 155	2.10 492	4.14 386	3.31 398	4.16 525	2.51 444	2.56 357	1.81 373	11.54 514	1.83 330	0.44 356	0.23 102	0.39 372	0.25 173	0.42 308	0.45 154

SepStereo	2.36 204	0.76 189	7.72 120	1.16 270	1.64 461	2.96 155	2.10 492	4.14 386	3.31 398	4.16 525	2.51 444	2.56 357	1.81 373	8.34 406	1.83 330	0.44 356	0.23 102	0.39 372	0.25 173	0.42 308	0.45 154

IIG-Stereo	2.89 336	0.98 280	19.80 340	2.78 532	0.67 162	4.62 496	0.74 189	4.29 443	2.26 207	2.62 438	3.10 488	3.33 428	1.60 315	7.64 396	1.51 251	0.42 331	0.21 57	0.32 249	0.25 173	0.33 182	0.28 15

test-1	1.81 117	0.72 150	9.51 133	1.02 204	1.57 444	3.85 320	0.60 107	4.07 353	1.51 71	1.94 237	1.81 279	2.04 299	0.91 141	1.39 94	1.73 311	0.27 77	0.93 446	0.31 229	0.25 173	0.29 105	1.37 391

Prome-Stereo	2.57 262	0.60 75	20.29 408	1.01 200	0.62 136	4.40 455	1.80 472	3.22 204	1.74 129	2.18 319	3.43 502	1.71 230	3.45 489	2.24 236	1.19 178	0.32 181	0.20 33	0.27 131	0.25 173	0.37 244	2.15 437

LMCR-Stereo	2.53 242	2.30 441	18.81 279	1.64 455	0.86 237	3.88 329	1.14 387	4.33 467	1.63 108	2.27 352	2.35 418	1.13 154	2.41 432	2.63 269	2.26 387	1.06 509	0.24 131	0.29 187	0.25 173	0.62 418	0.42 135

AFF-stereo	2.54 246	3.44 465	20.84 485	1.30 342	0.48 56	3.94 348	0.48 58	3.30 214	3.40 420	1.94 237	2.21 396	2.10 307	1.51 294	2.36 246	1.62 280	0.23 26	0.21 57	0.25 75	0.25 173	0.33 182	0.53 220

RASNet	3.15 383	1.20 336	19.81 342	1.63 451	2.26 510	3.67 279	1.09 374	3.58 245	3.44 426	1.99 251	2.15 377	4.59 507	2.30 425	10.24 460	2.98 429	0.57 450	0.26 175	0.25 75	0.25 173	0.30 125	0.54 228

AANet_RVC	3.70 451	7.03 494	17.25 239	1.21 295	1.12 332	3.79 305	1.09 374	3.98 327	3.38 414	2.65 442	4.29 515	3.95 473	1.40 261	11.43 510	7.88 492	1.25 518	0.57 394	0.34 304	0.25 173	0.43 318	0.71 301

tg	1.40 94	1.14 319	2.71 74	0.97 180	0.54 88	4.02 366	0.42 41	3.02 186	2.64 266	1.70 196	1.85 299	1.84 262	0.97 154	1.81 179	0.99 137	0.31 164	0.22 74	0.29 187	0.26 190	0.32 158	2.01 432

rvit_stereo_0081_aga	1.06 64	1.02 294	5.34 106	0.75 50	0.74 189	1.21 19	0.63 127	2.00 60	2.30 218	0.88 84	0.82 36	0.79 94	0.69 70	1.42 99	0.78 64	0.36 267	0.29 209	0.26 108	0.26 190	0.41 296	0.32 32

11t1	2.82 325	0.72 150	17.81 259	1.60 444	0.93 268	2.27 96	0.62 122	3.76 279	4.47 502	1.72 199	1.33 133	1.05 145	1.34 247	1.84 186	1.45 244	0.29 112	5.57 534	0.29 187	0.26 190	0.32 158	8.80 523

MIF-Stereo (partial)	1.93 120	0.69 128	21.14 514	0.74 43	1.02 296	1.07 11	0.49 59	2.75 151	1.78 134	0.82 63	1.22 103	0.80 96	0.90 139	1.68 141	1.63 283	0.38 298	0.24 131	0.33 284	0.26 190	0.41 296	0.32 32

MIM_Stereo	2.71 302	1.26 340	20.92 490	1.34 360	5.57 555	3.10 167	0.59 103	3.25 209	2.51 249	1.64 181	1.61 208	1.82 259	1.29 239	2.07 208	1.35 213	0.25 47	0.31 226	0.28 164	0.26 190	0.29 105	4.43 489

4D-IteraStereo	2.95 348	1.83 414	20.75 477	0.81 72	1.56 441	2.22 93	1.03 358	2.48 111	1.56 83	1.42 156	1.00 67	1.93 277	0.61 47	1.65 137	2.04 368	0.31 164	0.22 74	0.31 229	0.26 190	0.28 87	16.75 565

Selective-RAFT	1.34 88	0.58 58	2.21 61	1.01 200	0.49 65	4.19 421	0.51 69	3.39 224	3.62 448	1.15 128	1.40 151	1.45 202	1.40 261	2.09 211	1.31 210	0.43 348	0.40 309	0.25 75	0.26 190	0.29 105	0.38 100

ProNet	1.63 104	0.91 244	5.70 108	0.96 172	0.64 143	2.40 108	0.82 247	1.92 50	3.28 386	0.69 28	1.17 93	0.78 91	0.76 94	1.72 156	0.87 96	0.27 77	0.97 453	0.25 75	0.26 190	0.31 136	7.97 511

TestStereo1	2.56 258	1.41 365	20.56 450	1.63 451	0.74 189	4.13 394	1.34 419	3.93 317	3.38 414	1.61 177	2.56 449	1.43 199	2.13 410	2.55 264	1.70 302	0.32 181	0.22 74	0.34 304	0.26 190	0.40 276	0.53 220

SA-5K	2.56 258	1.41 365	20.56 450	1.63 451	0.74 189	4.13 394	1.34 419	3.93 317	3.38 414	1.61 177	2.56 449	1.43 199	2.13 410	2.55 264	1.70 302	0.32 181	0.22 74	0.34 304	0.26 190	0.40 276	0.53 220

STrans-v2	3.11 373	0.95 268	20.80 480	0.86 93	0.64 143	3.90 333	1.01 351	4.30 445	3.61 446	2.28 354	3.65 505	4.11 483	5.17 516	7.32 389	1.63 283	0.34 227	0.18 10	0.29 187	0.26 190	0.30 125	0.65 284

TransformOpticalFlow	3.07 368	0.87 226	20.87 487	1.10 236	0.56 101	4.18 413	0.64 132	4.36 475	3.28 386	2.19 326	3.08 486	4.32 496	5.01 513	7.36 392	1.59 271	0.34 227	0.18 10	0.32 249	0.26 190	0.29 105	0.57 240

OMP-Stereo	2.94 346	1.26 340	20.07 372	2.73 530	0.67 162	4.58 490	1.46 439	4.33 467	2.21 197	3.14 491	2.68 464	3.22 418	1.38 254	7.65 397	1.42 234	0.46 377	0.21 57	0.33 284	0.26 190	0.34 205	0.31 29

NRIStereo	2.32 194	0.69 128	20.07 372	1.35 362	0.38 14	4.73 520	0.89 287	2.43 102	3.35 409	1.95 243	1.37 144	1.75 235	1.21 227	2.97 291	1.35 213	0.49 402	0.22 74	0.29 187	0.26 190	0.31 136	0.33 43

RAFT-345	2.55 251	0.60 75	19.89 352	1.22 299	0.49 65	4.43 460	0.77 213	1.68 27	3.54 442	2.09 291	3.10 488	1.95 283	1.30 241	6.65 372	1.47 247	0.41 320	0.23 102	0.32 249	0.26 190	0.29 105	0.28 15

CRE-IMP	2.28 184	0.68 123	19.67 330	0.85 86	0.39 29	4.54 479	0.80 239	2.63 139	4.84 525	1.96 245	1.51 173	1.86 265	0.96 152	1.52 122	1.43 236	0.47 386	0.21 57	0.31 229	0.26 190	0.41 296	0.35 64

iRaftStereo_RVC	1.70 112	1.18 326	3.88 95	0.99 193	0.46 46	3.83 313	0.41 39	2.41 97	1.60 97	1.69 194	1.76 255	1.81 257	0.83 120	1.58 132	1.23 187	0.31 164	4.86 529	0.29 187	0.26 190	0.33 182	4.33 487

S2M2	0.69 6	0.59 67	1.35 20	0.92 136	0.55 95	1.07 11	0.20 1	1.17 5	1.61 103	0.61 12	0.82 36	0.86 108	0.47 16	0.92 9	0.71 47	0.36 267	0.33 242	0.27 131	0.27 207	0.37 244	0.33 43

rvit_stereo_0083	0.91 43	0.73 156	1.60 41	0.90 120	0.66 156	1.21 19	0.64 132	1.75 38	2.71 275	0.83 68	0.93 52	0.94 133	1.06 185	1.50 120	0.79 72	0.34 227	0.36 273	0.30 209	0.27 207	0.34 205	0.34 54

CAS++	1.01 60	0.77 197	3.30 81	0.86 93	0.53 85	1.23 24	0.85 267	3.43 229	1.57 86	1.16 129	1.33 133	0.62 52	0.58 36	1.18 39	0.63 29	0.37 282	0.30 219	0.35 323	0.27 207	0.41 296	0.38 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	2.29 187	1.18 326	20.10 381	1.04 214	1.21 364	3.96 356	0.95 334	2.13 73	3.37 411	1.09 124	1.28 122	0.68 66	0.91 141	1.74 165	0.86 94	0.26 65	3.49 522	0.34 304	0.27 207	0.43 318	0.49 194

MyStereo06	2.74 310	1.07 299	21.19 522	1.06 222	1.08 319	4.26 435	0.86 272	3.72 273	1.80 136	2.25 343	1.77 262	4.28 493	4.12 501	1.85 187	1.38 226	0.25 47	2.43 503	0.34 304	0.27 207	0.46 350	0.48 187

MyStereo05	2.55 251	1.07 299	19.87 350	1.06 222	1.08 319	4.26 435	0.86 272	4.10 368	3.01 330	2.19 326	1.26 114	2.30 320	1.64 337	2.13 219	1.99 356	0.25 47	2.43 503	0.34 304	0.27 207	0.46 350	0.48 187

MyStereo04	2.54 246	1.18 326	18.82 281	1.04 214	1.21 364	3.96 356	0.95 334	4.02 338	3.01 330	2.06 279	1.27 120	2.33 323	1.66 344	2.06 207	2.01 362	0.26 65	3.49 522	0.34 304	0.27 207	0.43 318	0.49 194

EKT-Stereo	7.93 549	0.75 179	21.17 519	1.84 484	109.80 590	4.51 476	0.61 111	4.13 381	1.59 92	1.89 225	1.24 107	1.96 288	1.35 248	4.02 318	1.36 220	0.42 331	0.31 226	0.29 187	0.27 207	0.35 220	0.78 321

PCWNet_CMD	2.16 151	0.71 143	15.44 195	0.84 81	0.76 201	3.38 209	0.68 151	3.69 265	2.24 201	1.72 199	1.63 217	3.20 416	3.00 465	2.09 211	1.23 187	0.32 181	0.37 280	0.47 421	0.27 207	0.65 436	0.51 205

AEACV	2.12 146	0.67 114	6.33 113	1.38 376	1.50 426	3.53 247	0.90 302	2.83 163	1.60 97	0.91 94	0.81 35	0.80 96	1.61 321	1.56 130	0.73 53	0.25 47	0.60 405	0.26 108	0.27 207	0.29 105	15.65 558

DCRE	3.02 359	0.95 268	18.48 271	1.18 282	1.89 490	3.57 255	0.82 247	3.36 222	1.70 123	2.04 274	8.12 535	1.73 234	1.07 188	1.31 69	1.24 192	0.24 33	0.87 444	0.26 108	0.27 207	0.28 87	11.03 535

CSP-Net	1.99 128	1.70 399	4.84 102	1.22 299	1.02 296	3.42 218	1.30 413	3.66 256	2.11 182	2.07 285	1.93 333	2.40 330	1.48 287	8.56 410	1.62 280	0.51 424	0.41 316	0.27 131	0.27 207	0.44 332	0.54 228

test-3	2.19 158	0.59 67	18.63 274	1.13 256	0.75 197	2.07 83	0.89 287	4.37 478	1.53 74	2.25 343	1.20 97	2.05 302	0.79 108	2.68 273	1.35 213	0.29 112	0.95 449	0.28 164	0.27 207	0.27 75	1.47 402

test_1	2.19 158	0.59 67	18.67 276	1.13 256	0.78 207	2.07 83	0.89 287	4.37 478	1.53 74	2.18 319	1.20 97	2.05 302	0.78 100	2.68 273	1.36 220	0.29 112	0.93 446	0.28 164	0.27 207	0.28 87	1.53 406

GwcNet-ADL	2.51 235	0.75 179	21.41 533	0.98 186	0.73 184	4.58 490	0.95 334	4.46 498	2.61 262	2.06 279	1.80 274	2.54 352	1.24 231	1.98 202	1.73 311	0.41 320	0.46 351	0.24 52	0.27 207	0.41 296	0.55 232

DEmStereo	3.24 402	0.65 102	18.95 284	0.83 79	0.54 88	3.85 320	1.79 471	2.53 117	2.54 253	2.25 343	2.74 469	2.02 296	6.02 524	6.78 378	11.30 508	0.40 317	0.26 175	0.27 131	0.27 207	0.28 87	0.57 240

SST-Stereo	2.63 278	0.63 89	19.76 339	1.69 463	0.46 46	4.71 519	0.74 189	2.27 83	3.07 349	2.07 285	2.15 377	2.42 338	3.17 474	6.66 373	0.95 125	0.45 365	0.19 20	0.30 209	0.27 207	0.35 220	0.31 29

RAFT_R40	2.61 271	0.64 94	19.86 348	1.69 463	0.46 46	4.74 522	0.95 334	2.28 85	2.52 251	2.02 266	2.32 416	2.69 370	2.52 442	6.70 375	1.05 153	0.42 331	0.19 20	0.30 209	0.27 207	0.33 182	0.29 19

DRaft	3.12 376	0.68 123	20.57 454	0.77 53	0.49 65	3.95 350	1.20 397	2.40 96	1.60 97	2.64 440	2.80 473	1.59 212	5.33 517	6.94 385	9.51 499	0.43 348	0.22 74	0.27 131	0.27 207	0.32 158	0.47 176

PFNet	2.75 314	0.69 128	19.96 361	2.25 508	0.80 214	4.63 498	0.90 302	2.60 136	3.85 463	2.39 398	2.71 467	1.82 259	1.41 266	7.53 395	1.41 232	0.36 267	0.21 57	0.36 340	0.27 207	0.32 158	0.46 164

RALAANet	2.29 187	2.73 451	21.08 503	1.29 337	0.94 274	1.45 47	0.68 151	3.25 209	2.61 262	2.02 266	1.80 274	1.28 178	1.04 174	2.12 217	1.79 324	0.30 140	0.22 74	0.27 131	0.27 207	0.41 296	0.35 64

FENet	2.30 191	0.61 81	20.21 393	1.43 404	0.68 170	4.04 370	0.60 107	4.01 333	2.26 207	2.03 271	1.13 87	2.42 338	1.42 269	1.72 156	1.43 236	0.36 267	0.24 131	0.33 284	0.27 207	0.29 105	0.51 205

ACVNet	2.40 213	0.97 277	20.20 389	0.94 152	0.86 237	4.22 427	0.79 230	2.97 182	2.85 300	1.93 231	1.91 324	3.07 406	1.46 281	1.52 122	2.37 397	0.33 205	0.27 188	0.30 209	0.27 207	0.42 308	0.35 64

acv_ft	2.45 226	0.97 277	19.57 318	1.15 263	2.01 497	2.97 158	0.96 340	3.88 304	2.85 300	2.34 382	1.91 324	3.07 406	1.65 343	1.52 122	2.26 387	0.33 205	0.27 188	0.30 209	0.27 207	0.42 308	0.35 64

DMCA	2.02 134	1.07 299	11.33 144	1.17 277	0.96 278	3.92 344	0.89 287	3.80 289	3.11 354	2.89 468	1.58 204	2.35 327	1.17 219	1.79 169	2.25 386	0.42 331	0.29 209	0.42 397	0.27 207	0.38 257	0.43 142

MSMDNet	2.16 151	0.71 143	15.36 193	0.86 93	0.75 197	3.41 216	0.69 160	3.70 268	2.25 204	1.73 202	1.64 222	3.21 417	2.95 457	2.09 211	1.24 192	0.32 181	0.37 280	0.45 412	0.27 207	0.63 424	0.50 199

HITNet	2.49 233	2.91 454	19.23 300	1.54 431	0.57 111	3.47 228	0.79 230	4.16 392	2.93 316	2.18 319	1.65 225	1.68 223	1.45 276	2.17 225	2.99 430	0.28 97	0.20 33	0.41 386	0.27 207	0.45 340	0.52 213
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
xyz-stereo-finetune2	1.31 86	0.95 268	3.28 80	0.60 1	0.36 7	3.48 234	0.65 136	2.82 161	1.47 58	0.99 108	1.86 305	0.91 124	1.75 361	3.54 304	1.86 336	0.27 77	0.22 74	0.30 209	0.28 234	0.33 182	0.34 54

G2L-Stereo	2.85 328	2.33 443	19.94 358	1.15 263	1.34 392	3.57 255	0.95 334	3.70 268	2.22 198	2.14 302	1.61 208	3.19 414	1.33 245	9.50 428	2.02 364	0.36 267	0.27 188	0.35 323	0.28 234	0.30 125	0.51 205

rvit_stereo_0080	1.10 72	1.09 306	3.78 90	0.65 8	0.60 122	1.91 68	0.74 189	2.74 149	2.65 268	0.94 100	1.09 78	0.85 105	0.81 116	1.20 46	0.89 102	0.39 306	0.29 209	0.25 75	0.28 234	0.46 350	0.35 64

IGEV-BASED-STEREO-	1.13 75	3.31 461	2.61 73	0.87 100	0.40 30	1.26 25	0.61 111	1.55 17	1.61 103	0.93 98	0.94 57	0.65 58	0.57 33	1.10 27	0.68 40	1.55 530	0.19 20	0.32 249	0.28 234	1.11 506	2.04 433

AE-Stereo	2.91 339	0.63 89	17.05 236	1.15 263	0.63 139	4.39 452	0.70 163	4.02 338	2.12 184	1.24 140	2.04 351	1.01 140	0.91 141	1.67 139	1.42 234	0.30 140	1.14 462	0.28 164	0.28 234	0.27 75	16.93 567

CoDeX	2.47 230	0.91 244	13.65 160	1.03 208	1.17 346	3.28 196	1.30 413	4.17 396	2.99 323	1.78 211	1.85 299	2.04 299	1.46 281	9.99 449	1.66 293	0.38 298	0.28 199	0.32 249	0.28 234	0.34 205	0.57 240

whm_eth	1.10 72	1.09 306	3.78 90	0.65 8	0.60 122	1.91 68	0.74 189	2.74 149	2.65 268	0.94 100	1.09 78	0.85 105	0.81 116	1.20 46	0.89 102	0.39 306	0.29 209	0.25 75	0.28 234	0.46 350	0.35 64

CBFPSM	2.24 171	2.06 427	12.12 148	1.13 256	1.05 310	2.85 141	1.23 405	3.37 223	2.05 172	1.82 218	1.33 133	4.55 505	4.00 499	2.38 247	2.35 394	0.27 77	0.38 294	0.32 249	0.28 234	0.39 271	0.89 344

iinet-f	2.44 224	1.82 413	14.97 188	1.21 295	1.11 329	3.78 303	1.10 379	4.19 405	2.90 313	2.10 293	1.76 255	2.99 397	2.97 459	2.84 284	2.79 418	0.38 298	0.38 294	0.28 164	0.28 234	0.50 376	0.47 176

CASS	1.65 108	0.73 156	8.72 129	0.97 180	0.67 162	2.88 146	0.69 160	3.07 189	1.86 143	2.82 464	2.02 347	1.39 192	1.55 308	1.75 166	1.36 220	0.51 424	0.28 199	0.34 304	0.28 234	0.47 363	0.63 275
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
BUS	1.64 107	0.64 94	3.82 92	0.94 152	0.86 237	4.50 472	0.75 200	4.49 500	2.29 215	2.96 478	1.82 281	3.61 456	1.03 167	1.79 169	1.18 174	0.39 306	0.25 150	0.31 229	0.28 234	0.38 257	0.41 126

CRFU-Net	2.56 258	0.89 235	10.77 139	2.53 524	1.09 322	3.91 337	1.40 430	3.87 303	1.92 154	2.25 343	1.80 274	3.32 427	7.85 542	5.53 343	1.54 258	0.58 451	0.36 273	0.31 229	0.28 234	0.39 271	0.56 235

BSDual-CNN	1.61 102	0.64 94	3.82 92	0.94 152	0.86 237	4.18 413	1.14 387	4.49 500	2.29 215	2.96 478	1.82 281	2.58 359	1.30 241	1.79 169	1.44 240	0.39 306	0.25 150	0.31 229	0.28 234	0.38 257	0.41 126

hknet	2.34 200	0.78 199	13.86 164	0.94 152	1.07 316	4.18 413	1.14 387	4.49 500	3.00 325	2.96 478	1.82 281	3.47 439	1.30 241	4.11 321	1.77 319	0.35 243	0.25 150	0.31 229	0.28 234	0.38 257	0.41 126

GMOStereo	2.64 279	0.92 251	19.83 344	0.81 72	0.68 170	3.22 183	0.89 287	2.94 173	1.48 60	2.36 390	1.54 187	1.75 235	1.04 174	1.33 74	1.15 168	0.26 65	11.32 563	0.35 323	0.28 234	0.35 220	0.33 43

error version	2.64 279	0.92 251	19.83 344	0.81 72	0.68 170	3.22 183	0.89 287	2.94 173	1.48 60	2.36 390	1.54 187	1.75 235	1.04 174	1.33 74	1.15 168	0.26 65	11.32 563	0.35 323	0.28 234	0.35 220	0.33 43

test-v	2.64 279	0.92 251	19.83 344	0.81 72	0.68 170	3.22 183	0.89 287	2.94 173	1.48 60	2.36 390	1.54 187	1.75 235	1.04 174	1.33 74	1.15 168	0.26 65	11.32 563	0.35 323	0.28 234	0.35 220	0.33 43

CrosDoStereo	5.27 516	0.75 179	20.07 372	0.85 86	0.53 85	3.40 213	18.03 569	3.90 308	3.29 391	1.99 251	8.27 537	1.95 283	6.95 536	7.34 390	25.94 576	0.33 205	0.22 74	0.30 209	0.28 234	0.35 220	0.61 268

HHNet	2.51 235	0.76 189	20.83 482	0.67 17	0.67 162	4.07 379	0.90 302	3.85 299	1.59 92	2.14 302	4.91 521	0.98 136	3.32 480	1.73 161	1.80 325	0.41 320	0.20 33	0.31 229	0.28 234	0.38 257	0.44 148

Patchmatch Stereo++	2.28 184	0.74 165	20.54 444	0.77 53	0.38 14	4.67 505	0.75 200	2.55 125	3.21 368	2.00 255	1.53 176	1.77 242	1.14 209	2.46 250	0.98 135	0.51 424	0.23 102	0.32 249	0.28 234	0.40 276	0.35 64
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.26 177	0.74 165	20.53 443	0.77 53	0.38 14	4.67 505	0.71 168	2.54 118	3.22 375	2.00 255	1.53 176	1.77 242	1.13 203	2.22 233	0.96 127	0.50 416	0.23 102	0.32 249	0.28 234	0.40 276	0.35 64

ROB_FTStereo_v2	2.25 173	0.74 165	20.45 428	0.77 53	0.38 14	4.66 504	0.74 189	2.54 118	3.20 365	2.00 255	1.53 176	1.77 242	1.14 209	2.13 219	0.96 127	0.50 416	0.22 74	0.32 249	0.28 234	0.40 276	0.35 64

ROB_FTStereo	2.26 177	0.74 165	20.44 425	0.77 53	0.38 14	4.65 501	0.75 200	2.54 118	3.19 363	2.00 255	1.54 187	1.77 242	1.13 203	2.28 240	0.94 119	0.49 402	0.22 74	0.32 249	0.28 234	0.40 276	0.35 64

HUI-Stereo	2.27 180	0.74 165	20.56 450	0.77 53	0.38 14	4.67 505	0.78 220	2.54 118	3.23 378	2.00 255	1.53 176	1.77 242	1.13 203	2.21 232	0.93 111	0.49 402	0.23 102	0.32 249	0.28 234	0.40 276	0.35 64

ASMatch	2.65 283	0.68 123	20.65 466	1.60 444	0.71 181	4.40 455	0.77 213	2.02 64	1.65 112	1.71 198	3.89 509	1.93 277	3.75 495	5.45 340	1.67 294	0.33 205	0.24 131	0.34 304	0.28 234	0.34 205	0.57 240

DeepStereo_LL	5.27 516	0.75 179	20.07 372	0.85 86	0.53 85	3.40 213	18.03 569	3.90 308	3.29 391	1.99 251	8.27 537	1.95 283	6.95 536	7.34 390	25.94 576	0.33 205	0.22 74	0.30 209	0.28 234	0.35 220	0.61 268

THIR-Stereo	4.50 495	1.11 310	18.71 277	0.89 108	0.47 51	2.25 94	16.71 568	3.53 238	1.58 89	2.04 274	12.04 560	2.66 367	7.52 539	7.29 388	11.25 507	0.32 181	0.21 57	0.29 187	0.28 234	0.35 220	0.52 213

iGMRVC	2.27 180	0.74 165	20.46 429	0.77 53	0.38 14	4.65 501	0.73 179	2.54 118	3.21 368	2.00 255	1.53 176	1.77 242	1.14 209	2.47 253	0.99 137	0.51 424	0.23 102	0.32 249	0.28 234	0.40 276	0.35 64

iRAFT	2.28 184	0.74 165	20.54 444	0.77 53	0.38 14	4.67 505	0.75 200	2.55 125	3.21 368	2.00 255	1.53 176	1.77 242	1.14 209	2.46 250	0.98 135	0.51 424	0.23 102	0.32 249	0.28 234	0.40 276	0.35 64

test-2	2.64 279	0.92 251	19.83 344	0.81 72	0.68 170	3.22 183	0.89 287	2.94 173	1.48 60	2.36 390	1.54 187	1.75 235	1.04 174	1.33 74	1.15 168	0.26 65	11.32 563	0.35 323	0.28 234	0.35 220	0.33 43

RAFT-IKP	2.27 180	0.74 165	20.55 446	0.77 53	0.38 14	4.64 500	0.73 179	2.54 118	3.21 368	2.00 255	1.53 176	1.77 242	1.13 203	2.25 239	1.00 141	0.51 424	0.22 74	0.32 249	0.28 234	0.40 276	0.35 64

CFNet_pseudo	2.03 136	0.74 165	12.75 151	0.87 100	0.74 189	3.91 337	0.65 136	4.04 345	1.93 156	1.93 231	1.79 269	3.25 421	1.61 321	2.51 256	1.25 198	0.32 181	0.37 280	0.53 457	0.28 234	0.64 429	0.50 199

MMNet	2.15 150	1.33 356	12.06 147	1.22 299	1.23 367	3.55 251	0.89 287	3.84 297	2.26 207	2.19 326	1.78 266	2.15 308	2.10 403	3.70 309	2.35 394	0.45 365	0.38 294	0.34 304	0.28 234	0.40 276	0.52 213

UNet	2.53 242	0.91 244	20.07 372	1.19 287	1.44 417	3.45 225	0.75 200	3.80 289	1.98 164	2.09 291	1.57 198	2.74 374	2.37 429	3.51 303	2.52 409	0.35 243	0.30 219	0.41 386	0.28 234	0.40 276	0.50 199

ccs_rob	2.03 136	0.74 165	12.67 150	0.87 100	0.75 197	3.91 337	0.66 139	4.04 345	1.93 156	1.92 230	1.79 269	3.24 419	1.63 334	2.52 260	1.25 198	0.32 181	0.37 280	0.54 465	0.28 234	0.66 440	0.51 205

PAM_32	3.04 364	0.69 128	20.55 446	1.17 277	1.01 293	8.89 555	0.76 209	3.71 271	3.43 425	2.12 299	2.65 459	5.44 527	3.73 494	2.35 245	1.48 248	0.27 77	0.33 242	0.28 164	0.29 269	0.39 271	1.27 386

rvit_stereo_ft	1.28 85	1.39 362	6.72 116	0.99 193	0.66 156	1.06 10	0.79 230	2.81 159	3.14 359	0.83 68	1.02 68	0.95 135	1.13 203	1.27 56	1.00 141	0.34 227	0.24 131	0.27 131	0.29 269	0.40 276	0.35 64

DispNO	3.22 397	2.06 427	19.82 343	1.21 295	1.11 329	3.74 295	0.93 326	4.31 456	2.89 311	2.37 395	2.27 404	4.51 503	2.09 400	11.41 507	3.47 444	0.35 243	0.28 199	0.31 229	0.29 269	0.39 271	0.51 205

MyStereo8	2.97 355	1.76 403	18.94 283	1.55 435	1.62 454	4.16 405	0.57 90	3.79 284	2.41 233	2.22 338	2.93 479	2.27 316	1.14 209	2.16 223	2.28 389	0.27 77	8.58 548	0.32 249	0.29 269	0.37 244	1.72 417

gwcnet-sp	2.38 209	1.51 377	17.58 251	1.11 241	0.92 264	3.59 259	1.03 358	3.79 284	2.43 237	2.60 432	1.63 217	1.80 254	1.61 321	3.87 313	1.99 356	0.33 205	0.32 232	0.30 209	0.29 269	0.40 276	0.47 176

scenet	2.38 209	1.51 377	17.58 251	1.11 241	0.92 264	3.59 259	1.03 358	3.79 284	2.43 237	2.60 432	1.63 217	1.80 254	1.61 321	3.87 313	1.99 356	0.33 205	0.32 232	0.30 209	0.29 269	0.40 276	0.47 176

ssnet	2.38 209	1.51 377	17.58 251	1.11 241	0.92 264	3.59 259	1.03 358	3.79 284	2.43 237	2.60 432	1.63 217	1.80 254	1.61 321	3.87 313	1.99 356	0.33 205	0.32 232	0.30 209	0.29 269	0.40 276	0.47 176

test_4	1.98 123	0.68 123	15.65 200	0.91 126	0.48 56	4.11 389	1.09 374	2.41 97	1.50 68	1.55 170	2.31 414	1.87 268	0.79 108	2.86 286	1.51 251	0.34 227	0.19 20	0.29 187	0.29 269	0.30 125	0.40 119

iRaft-Stereo_5w	2.47 230	1.37 361	13.85 162	0.87 100	0.99 285	3.22 183	0.84 262	3.72 273	2.12 184	1.57 173	2.49 440	2.20 311	2.22 418	9.12 419	2.03 366	0.48 395	0.27 188	0.35 323	0.29 269	0.48 370	0.94 353

test_3	2.17 154	0.58 58	18.64 275	1.11 241	0.78 207	2.15 87	0.85 267	4.42 490	1.47 58	2.00 255	1.20 97	2.02 296	0.79 108	2.70 277	1.35 213	0.29 112	1.04 457	0.29 187	0.29 269	0.31 136	1.07 371

AAGNet	3.88 463	0.67 114	20.04 370	2.27 509	0.46 46	4.76 524	1.05 365	2.28 85	3.38 414	2.16 313	1.84 295	2.40 330	3.95 498	6.22 362	24.21 573	0.49 402	0.19 20	0.30 209	0.29 269	0.33 182	0.29 19

DeepStereo_RVC	2.42 221	0.70 136	18.41 269	0.79 67	0.43 37	4.50 472	0.70 163	2.51 113	3.51 440	2.02 266	1.79 269	1.54 209	6.35 527	1.93 196	1.22 184	0.47 386	0.22 74	0.29 187	0.29 269	0.35 220	0.40 119

IRAFT_RVC	2.74 310	0.71 143	19.80 340	2.52 523	0.67 162	4.60 494	1.57 452	3.05 187	2.99 323	2.23 340	1.72 244	2.08 305	2.59 444	6.69 374	1.61 278	0.37 282	0.21 57	0.33 284	0.29 269	0.33 182	0.35 64

GEStereo_RVC	2.66 288	1.20 336	20.38 419	1.29 337	1.05 310	4.02 366	1.42 433	4.17 396	2.24 201	2.10 293	1.86 305	2.33 323	1.84 381	4.93 330	1.78 320	0.51 424	0.38 294	0.32 249	0.29 269	0.44 332	0.56 235

XX-Stereo	2.66 288	0.70 136	21.17 519	2.33 513	1.24 371	4.31 444	0.45 52	4.48 499	1.60 97	2.39 398	1.89 315	4.60 508	0.60 44	4.17 322	1.11 163	0.34 227	0.26 175	0.29 187	0.29 269	0.53 385	0.43 142

HCRNet	2.24 171	0.74 165	14.54 178	0.82 77	1.36 399	4.11 389	0.70 163	3.61 251	3.03 338	1.83 220	1.61 208	1.58 211	1.40 261	5.79 346	1.60 275	0.35 243	0.28 199	0.36 340	0.29 269	0.34 205	0.46 164

GANet-RSSM	2.96 350	1.27 344	21.17 519	1.73 471	1.23 367	4.22 427	0.91 313	3.39 224	2.02 170	1.97 247	1.74 253	2.53 350	2.06 399	10.91 483	1.88 340	0.37 282	0.35 263	0.32 249	0.29 269	0.42 308	0.46 164

AdaStereo	2.22 168	0.90 241	16.41 225	1.33 358	0.83 224	3.21 180	1.12 382	4.25 436	2.91 315	2.06 279	1.76 255	2.47 346	1.17 219	1.93 196	1.65 292	0.50 416	0.26 175	0.43 401	0.29 269	0.46 350	0.39 114
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.
DN-CSS_ROB	2.89 336	9.72 511	19.71 333	2.07 504	0.90 258	4.01 363	0.61 111	4.06 350	3.35 409	1.66 186	1.89 315	1.39 192	1.06 185	3.24 296	1.88 340	0.44 356	0.19 20	0.44 404	0.29 269	0.40 276	0.42 135

PAM	3.02 359	0.69 128	20.70 472	1.20 289	1.15 339	8.88 554	1.28 411	4.06 350	1.91 152	2.32 377	2.42 435	5.75 531	2.75 448	2.47 253	1.55 261	0.28 97	0.35 263	0.27 131	0.30 288	0.41 296	1.65 415

ACV-stereo	2.96 350	1.09 306	20.34 415	1.37 372	1.05 310	4.65 501	1.09 374	2.82 161	1.68 117	1.48 165	1.32 131	5.40 525	4.22 503	7.83 400	2.08 372	0.46 377	0.52 382	0.33 284	0.30 288	0.45 340	0.71 301

IGEV_Zeroshot_test	2.66 288	0.75 179	21.55 537	1.50 421	0.89 251	2.21 88	0.90 302	3.52 237	1.83 139	2.17 316	1.57 198	4.09 480	1.60 315	1.73 161	1.21 182	0.32 181	0.33 242	0.28 164	0.30 288	0.44 332	6.09 502

CFNet_ucs	2.32 194	0.75 179	17.05 236	0.90 120	0.81 218	3.86 323	0.68 151	4.31 456	2.68 271	2.13 300	2.04 351	3.30 424	1.24 231	2.63 269	1.23 187	0.37 282	0.46 351	0.56 469	0.30 288	0.67 442	0.53 220

IER	2.09 143	0.91 244	14.11 169	0.97 180	1.15 339	3.17 177	0.89 287	3.59 247	2.39 228	2.15 309	1.98 340	2.27 316	2.11 405	2.39 248	1.80 325	0.35 243	0.24 131	0.36 340	0.30 288	0.34 205	0.42 135

RAFT_CTSACE	2.41 219	1.83 414	20.33 414	1.77 479	1.39 405	3.50 239	1.03 358	3.25 209	1.64 110	1.80 216	2.04 351	2.82 383	1.78 367	2.11 216	1.10 162	0.27 77	0.24 131	0.28 164	0.30 288	0.31 136	0.33 43

NINENet	2.59 263	0.89 235	16.09 210	1.16 270	1.07 316	4.50 472	0.75 200	4.43 492	2.61 262	2.18 319	1.91 324	3.61 456	1.03 167	7.92 401	1.18 174	0.49 402	0.34 253	0.41 386	0.30 288	0.42 308	0.44 148

AASNet	2.65 283	3.20 459	20.19 387	1.38 376	1.49 424	3.84 315	1.06 367	3.92 313	3.28 386	2.07 285	2.28 407	1.95 283	1.28 236	2.19 228	2.17 380	0.42 331	0.33 242	0.45 412	0.30 288	0.59 407	0.52 213

PSMNet-ADL	2.01 132	0.78 199	2.89 76	1.11 241	0.86 237	4.13 394	0.80 239	3.84 297	2.26 207	1.74 205	1.87 311	2.90 391	1.81 373	10.37 465	2.34 393	0.49 402	0.47 361	0.29 187	0.30 288	0.39 271	0.56 235

ADLNet2	3.20 392	1.43 367	20.11 384	1.22 299	1.78 484	3.86 323	1.47 440	3.96 323	3.89 467	2.26 349	2.49 440	4.63 511	1.92 391	10.68 473	2.00 361	0.42 331	0.37 280	0.29 187	0.30 288	0.51 381	0.46 164

Pruner-Stereo	2.33 197	0.70 136	20.66 467	2.05 503	0.48 56	4.73 520	0.78 220	2.55 125	2.70 274	2.47 413	1.57 198	1.48 205	1.03 167	1.71 150	1.55 261	0.48 395	0.21 57	0.34 304	0.30 288	0.31 136	0.42 135

ICVP	2.19 158	0.72 150	19.18 295	1.03 208	0.88 250	4.22 427	0.94 329	3.44 231	1.69 120	1.68 190	1.76 255	1.35 185	1.19 224	1.80 175	1.40 230	0.58 451	0.37 280	0.34 304	0.30 288	0.41 296	0.59 259
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.81 117	0.93 259	19.44 310	1.04 214	1.05 310	0.97 8	0.61 111	2.08 67	1.36 43	0.71 35	1.28 122	0.82 100	1.10 196	1.31 69	0.97 130	0.54 440	0.41 316	0.33 284	0.30 288	0.46 350	0.48 187

222	3.82 458	0.88 230	6.92 117	1.15 263	0.99 285	3.27 192	0.64 132	4.57 513	5.37 538	2.43 407	2.32 416	1.41 195	1.44 274	10.64 471	18.51 562	0.32 181	4.89 530	0.32 249	0.30 288	0.34 205	9.80 530

xxxx	4.25 481	0.86 222	14.59 181	1.30 342	1.16 344	3.51 243	0.63 127	4.56 511	5.42 541	2.33 380	2.29 409	2.04 299	1.39 257	10.23 458	18.00 558	0.33 205	7.15 541	0.31 229	0.30 288	0.35 220	8.33 518

HGLStereo	2.74 310	1.03 295	20.80 480	1.24 307	1.55 436	3.62 269	0.94 329	3.83 296	2.09 175	2.18 319	2.20 392	3.11 410	2.12 407	5.65 344	2.07 371	0.50 416	0.34 253	0.32 249	0.30 288	0.42 308	0.50 199

cf-r	2.93 341	2.19 437	20.59 458	1.49 416	1.35 397	4.18 413	0.92 321	3.73 277	3.12 356	2.16 313	1.82 281	3.40 434	1.44 274	8.22 403	1.93 352	0.34 227	0.31 226	0.33 284	0.30 288	0.38 257	0.45 154

DISCO	2.40 213	0.99 289	11.99 146	1.81 481	1.12 332	3.47 228	1.24 407	3.34 219	2.57 257	2.73 451	1.96 336	4.52 504	1.90 389	4.18 323	3.62 447	0.37 282	0.27 188	0.31 229	0.30 288	0.70 451	0.62 272

coex_refinement	3.01 358	1.69 398	20.28 403	1.31 346	1.15 339	3.21 180	0.86 272	3.94 320	2.43 237	2.51 420	1.92 330	3.49 441	1.68 347	11.06 489	2.54 410	0.38 298	0.26 175	0.27 131	0.31 306	0.41 296	0.58 256

HI	2.19 158	1.11 310	19.93 355	1.14 260	0.69 178	2.98 160	0.45 52	2.58 131	1.87 146	2.18 319	1.65 225	2.41 334	1.83 378	1.72 156	1.63 283	0.30 140	0.17 4	0.28 164	0.31 306	0.27 75	0.32 32

CoSv	2.19 158	1.11 310	19.93 355	1.14 260	0.69 178	2.98 160	0.45 52	2.58 131	1.87 146	2.18 319	1.65 225	2.41 334	1.83 378	1.72 156	1.63 283	0.30 140	0.17 4	0.28 164	0.31 306	0.27 75	0.32 32

rvit_0105_6	1.10 72	1.17 323	3.33 84	0.93 143	0.55 95	1.45 47	0.79 230	2.51 113	3.30 395	0.78 53	0.74 23	1.03 142	0.75 91	1.45 105	0.97 130	0.42 331	0.43 329	0.34 304	0.31 306	0.44 332	0.38 100

rvit_0105_4	1.63 104	1.29 349	12.50 149	0.94 152	0.54 88	1.56 54	0.84 262	2.84 164	3.25 380	0.82 63	0.94 57	1.10 150	0.86 128	1.65 137	1.07 157	0.43 348	0.45 345	0.35 323	0.31 306	0.44 332	0.45 154

test_sample1	2.29 187	0.72 150	5.74 109	1.51 423	0.86 237	2.35 102	0.64 132	4.07 353	3.45 432	2.01 264	1.51 173	1.70 227	1.71 355	9.53 430	1.73 311	0.31 164	0.97 453	0.31 229	0.31 306	0.33 182	6.12 503

CASnet	0.85 30	0.59 67	1.66 43	0.91 126	0.30 1	1.37 40	0.73 179	1.63 24	1.94 158	1.66 186	1.14 90	0.66 61	0.63 52	1.07 22	0.90 107	0.37 282	0.17 4	0.41 386	0.31 306	0.33 182	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
x	2.94 346	0.83 214	16.07 209	1.51 423	0.83 224	2.13 85	0.96 340	3.97 326	4.73 517	1.73 202	1.43 158	1.61 214	1.27 233	2.24 236	1.71 305	0.29 112	6.91 539	0.34 304	0.31 306	0.34 205	9.60 529

DisPM	2.29 187	0.61 81	20.25 400	1.79 480	0.52 82	4.58 490	0.77 213	2.50 112	2.22 198	2.49 418	1.82 281	1.45 202	1.01 164	2.73 278	1.04 150	0.48 395	0.20 33	0.32 249	0.31 306	0.32 158	0.45 154

Wz-Net-LNSev	2.78 320	6.16 487	17.27 241	1.24 307	1.65 465	3.49 237	1.55 449	3.70 268	3.61 446	1.96 245	1.76 255	3.30 424	2.17 416	2.78 280	2.24 385	0.49 402	0.35 263	0.32 249	0.31 306	0.56 398	0.65 284

sAnonymous2	2.00 129	1.54 381	21.24 524	0.93 143	0.89 251	1.21 19	0.62 122	2.58 131	2.28 211	0.86 75	1.04 69	0.73 80	1.22 228	1.10 27	0.85 91	0.30 140	0.25 150	0.31 229	0.31 306	1.06 498	0.72 304

CroCo_RVC	2.00 129	1.54 381	21.24 524	0.93 143	0.89 251	1.21 19	0.62 122	2.58 131	2.28 211	0.86 75	1.04 69	0.73 80	1.22 228	1.10 27	0.85 91	0.30 140	0.25 150	0.31 229	0.31 306	1.06 498	0.72 304

GES	2.26 177	0.79 203	19.68 331	1.12 251	0.59 116	4.30 441	1.01 351	3.90 308	1.59 92	1.78 211	1.78 266	1.28 178	1.75 361	1.80 175	1.61 278	0.42 331	0.29 209	0.33 284	0.31 306	0.45 340	0.50 199

ac_64	2.93 341	0.87 226	19.66 323	1.35 362	1.70 474	3.29 199	0.92 321	3.56 242	3.46 435	1.91 227	1.79 269	3.90 470	1.76 364	10.23 458	1.93 352	0.44 356	0.32 232	0.33 284	0.31 306	0.35 220	0.51 205

GwcNet-RSSM	3.13 378	5.08 481	19.86 348	1.28 331	1.20 359	4.12 391	1.11 380	3.89 306	2.80 290	2.13 300	1.81 279	3.11 410	1.46 281	10.33 464	2.19 383	0.36 267	0.34 253	0.35 323	0.31 306	0.45 340	0.43 142

BEATNet_4x	2.65 283	4.43 478	18.10 262	1.41 388	0.59 116	3.44 222	1.02 355	4.08 362	2.97 320	2.28 354	1.75 254	2.18 309	1.61 321	2.80 282	3.54 445	0.39 306	0.25 150	0.47 421	0.31 306	0.61 413	0.86 341

test_sample2	2.20 165	0.70 136	6.07 110	1.49 416	0.81 218	2.96 155	0.86 272	4.13 381	3.31 398	2.07 285	1.54 187	1.56 210	1.63 334	10.61 469	1.80 325	0.33 205	0.77 434	0.32 249	0.32 322	0.38 257	2.35 443

GrayStereo	3.68 448	0.56 48	20.61 461	1.71 468	0.90 258	4.17 410	8.11 559	3.17 198	4.13 478	2.80 462	2.49 440	1.70 227	17.06 568	2.83 283	1.25 198	0.37 282	0.23 102	0.27 131	0.32 322	0.30 125	0.57 240

RAFT	2.36 204	1.62 391	18.03 261	1.75 475	0.54 88	1.91 68	0.91 313	3.24 206	3.65 450	1.64 181	1.73 250	3.45 438	1.58 311	1.82 182	1.74 314	0.42 331	1.06 458	0.40 377	0.32 322	0.44 332	1.03 367

rafts_anoy	2.76 317	1.68 396	20.42 423	1.42 397	3.90 542	3.03 164	0.61 111	3.24 206	1.66 114	1.42 156	1.26 114	1.19 166	1.11 199	2.13 219	1.64 289	0.33 205	8.77 552	0.32 249	0.32 322	0.32 158	0.38 100

test_xeample	4.19 477	0.93 259	14.09 168	1.16 270	1.17 346	3.28 196	0.80 239	4.63 520	5.30 534	2.46 412	2.35 418	1.39 192	1.42 269	10.88 479	17.68 556	0.30 140	6.50 538	0.32 249	0.32 322	0.36 238	8.38 520

GMStereo	2.01 132	2.26 439	20.93 491	0.90 120	0.48 56	1.67 59	0.56 86	1.90 48	2.19 192	1.58 175	1.31 129	0.87 113	0.74 85	1.68 141	1.00 141	0.41 320	0.21 57	0.30 209	0.32 322	0.50 376	0.46 164
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
delet	2.66 288	1.11 310	18.42 270	1.05 218	1.65 465	3.47 228	2.00 485	3.81 293	2.82 296	2.15 309	2.11 370	2.62 363	1.88 388	5.38 338	2.21 384	0.34 227	0.38 294	0.40 377	0.32 322	0.45 340	0.54 228

UPFNet	2.23 169	0.86 222	14.25 171	1.28 331	1.44 417	3.51 243	1.34 419	4.05 348	2.11 182	2.44 410	1.53 176	2.41 334	1.39 257	3.62 308	1.91 347	0.41 320	0.41 316	0.37 351	0.32 322	0.44 332	0.48 187

UGAM	2.78 320	0.78 199	19.69 332	0.93 143	0.73 184	3.27 192	1.02 355	2.88 168	3.06 348	1.40 150	2.76 471	3.51 449	1.28 236	10.74 474	1.44 240	0.30 140	0.30 219	0.40 377	0.33 330	0.37 244	0.49 194

DCVSM-stereo	2.31 193	0.72 150	20.28 403	1.15 263	0.93 268	2.53 124	0.75 200	2.70 145	1.69 120	2.56 425	1.53 176	3.27 422	1.71 355	2.23 234	1.38 226	0.36 267	0.53 385	0.41 386	0.33 330	0.46 350	0.64 280

SMFormer	2.40 213	0.73 156	8.34 125	1.41 388	0.61 126	2.04 77	0.72 172	4.30 445	4.43 497	2.41 403	2.40 426	1.94 279	1.52 298	10.99 485	3.10 435	0.35 243	0.84 440	0.36 340	0.33 330	0.40 276	0.77 318

tta	2.44 224	0.73 156	8.34 125	1.41 388	0.61 126	2.04 77	0.72 172	4.30 445	4.43 497	2.41 403	2.40 426	1.94 279	1.52 298	10.99 485	3.10 435	0.35 243	0.84 440	0.36 340	0.33 330	0.31 136	1.75 418

ToySt	2.53 242	0.89 235	19.20 297	1.12 251	0.95 276	3.47 228	1.13 384	3.72 273	2.25 204	1.36 146	1.71 242	2.22 312	1.59 314	2.14 222	1.81 329	0.28 97	0.64 413	0.30 209	0.33 330	0.43 318	5.14 496

test_5	2.45 226	1.43 367	19.72 335	1.20 289	1.39 405	3.88 329	1.25 408	4.03 341	1.98 164	1.74 205	1.82 281	1.86 265	1.78 367	3.57 305	1.35 213	0.33 205	0.21 57	0.35 323	0.33 330	0.34 205	0.43 142

Sa-1000	2.54 246	1.47 373	20.36 417	1.16 270	0.55 95	4.07 379	1.39 429	4.49 500	3.01 330	2.06 279	2.79 472	1.84 262	1.43 273	2.68 273	1.53 255	0.31 164	0.26 175	0.36 340	0.33 330	0.37 244	0.46 164

dd	2.27 180	3.06 457	20.18 386	0.96 172	0.51 76	4.24 433	0.74 189	1.94 53	2.43 237	1.48 165	1.28 122	1.19 166	1.05 183	1.82 182	1.69 299	0.63 465	0.34 253	0.35 323	0.33 330	0.61 413	0.57 240

AACVNet	2.77 319	1.64 394	19.22 299	1.57 438	0.86 237	3.28 196	0.74 189	3.31 217	1.66 114	2.06 279	1.82 281	2.47 346	1.40 261	10.95 484	1.92 351	0.41 320	0.35 263	0.38 366	0.33 330	0.46 350	0.61 268

FTStereo	3.74 452	0.60 75	20.43 424	0.99 193	0.66 156	4.34 445	11.24 562	2.63 139	1.95 159	2.58 428	5.03 522	1.90 271	13.77 559	3.70 309	1.28 207	0.41 320	0.24 131	0.31 229	0.33 330	0.32 158	2.08 434

z-mn7	3.78 455	14.53 557	15.59 199	1.34 360	1.23 367	3.78 303	1.42 433	4.17 396	3.45 432	2.94 474	3.37 500	3.05 402	2.09 400	10.03 453	5.54 472	0.50 416	0.39 305	0.43 401	0.34 340	0.67 442	0.73 309

w-ln-seven-2	3.65 441	9.76 512	15.93 206	1.26 327	1.02 296	3.54 250	1.56 451	4.14 386	3.86 464	2.57 427	2.05 358	2.63 364	2.26 422	8.48 409	10.24 501	0.50 416	0.52 382	0.44 404	0.34 340	0.64 429	1.25 383

1111x	4.75 506	1.05 298	20.89 488	1.28 331	1.02 296	3.81 312	0.88 286	4.65 522	5.52 542	2.43 407	2.27 404	1.97 289	1.81 373	12.40 535	18.19 560	0.32 181	9.06 557	0.32 249	0.34 340	0.38 257	6.34 505

LL-Strereo	4.26 483	13.69 539	20.37 418	1.24 307	2.18 507	2.90 149	1.08 370	4.35 473	2.22 198	3.20 495	2.26 401	3.29 423	3.13 470	11.30 503	1.91 347	0.33 205	3.89 525	0.46 419	0.34 340	0.54 389	6.47 506

RAFT+CT+SA	2.32 194	1.30 352	19.71 333	1.01 200	1.41 411	4.04 370	0.92 321	3.96 323	1.64 110	1.64 181	1.69 236	1.63 218	1.18 222	3.06 294	1.19 178	0.28 97	0.22 74	0.32 249	0.34 340	0.34 205	0.47 176

psmg	1.63 104	0.64 94	3.82 92	0.96 172	0.86 237	4.35 446	1.41 432	4.11 371	2.29 215	2.68 444	2.09 368	2.58 359	1.30 241	1.79 169	1.44 240	0.39 306	0.29 209	0.33 284	0.34 340	0.38 257	0.44 148

NF-Stereo	2.68 295	0.67 114	21.09 508	2.43 517	0.47 51	4.67 505	0.67 141	3.68 260	4.30 491	2.11 295	1.62 212	1.36 187	1.09 190	6.07 358	1.24 192	0.45 365	0.20 33	0.36 340	0.34 340	0.32 158	0.37 90

OCTAStereo	2.67 292	0.67 114	21.08 503	2.43 517	0.47 51	4.67 505	0.67 141	3.68 260	4.31 494	2.11 295	1.62 212	1.36 187	1.09 190	6.02 355	1.25 198	0.45 365	0.20 33	0.36 340	0.34 340	0.32 158	0.37 90

RE-Stereo	2.67 292	0.67 114	21.08 503	2.43 517	0.47 51	4.67 505	0.67 141	3.68 260	4.30 491	2.11 295	1.62 212	1.36 187	1.09 190	6.01 352	1.26 203	0.45 365	0.20 33	0.36 340	0.34 340	0.32 158	0.37 90

TVStereo	2.67 292	0.67 114	21.08 503	2.43 517	0.47 51	4.67 505	0.67 141	3.68 260	4.30 491	2.11 295	1.62 212	1.36 187	1.09 190	6.01 352	1.26 203	0.45 365	0.20 33	0.36 340	0.34 340	0.32 158	0.37 90

RAFT-RH_RVC	2.72 304	0.64 94	20.10 381	1.48 414	0.49 65	4.46 463	0.56 86	1.73 37	2.86 306	3.06 483	5.50 525	2.02 296	1.28 236	6.70 375	1.56 263	0.46 377	0.22 74	0.37 351	0.34 340	0.29 105	0.33 43

pcwnet_v2	2.73 309	0.70 136	22.43 559	1.11 241	1.02 296	3.58 258	0.80 239	4.31 456	3.42 424	2.39 398	2.28 407	2.99 397	1.68 347	3.31 298	1.54 258	0.44 356	0.51 379	0.41 386	0.34 340	0.62 418	0.74 314

psm_up	3.04 364	1.30 352	18.97 286	1.31 346	1.51 428	3.86 323	1.22 404	4.26 437	2.31 219	2.72 449	1.83 294	2.43 340	1.68 347	12.86 546	1.78 320	0.43 348	0.41 316	0.41 386	0.34 340	0.46 350	0.67 290

StereoDRNet-Refined	2.23 169	0.98 280	10.62 137	1.25 322	0.78 207	3.29 199	0.71 168	3.96 323	2.20 195	2.43 407	2.05 358	2.97 395	1.46 281	6.87 381	2.33 392	0.37 282	0.25 150	0.42 397	0.34 340	0.47 363	0.80 326
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
PWCDC_ROB	3.62 439	9.86 513	17.35 243	1.62 448	1.57 444	4.19 421	1.01 351	4.35 473	4.20 481	2.26 349	7.36 531	2.73 371	2.75 448	4.10 320	4.51 459	1.47 527	0.37 280	0.39 372	0.34 340	1.22 515	0.73 309

DFGA-Net	2.93 341	7.27 496	18.55 272	1.18 282	0.79 210	3.68 282	0.60 107	2.84 164	1.98 164	2.19 326	2.07 364	1.22 173	1.04 174	10.28 462	2.51 408	0.30 140	0.23 102	0.34 304	0.35 355	0.63 424	0.54 228

AIO-test1	2.33 197	1.54 381	20.24 398	0.97 180	1.61 451	3.42 218	0.94 329	4.22 413	1.71 126	0.97 105	1.35 136	0.98 136	0.74 85	4.52 326	1.40 230	0.27 77	0.24 131	0.28 164	0.35 355	0.34 205	0.46 164

ttt	4.23 480	0.75 179	19.96 361	1.48 414	1.31 385	3.69 284	0.87 279	4.65 522	5.33 535	2.45 411	2.39 424	2.44 344	1.54 305	11.35 505	16.49 539	0.43 348	4.35 526	0.37 351	0.35 355	0.41 296	4.01 484

LL-Strereo2	2.36 204	1.81 411	19.35 305	1.04 214	1.03 301	3.73 293	1.35 422	2.70 145	2.04 171	1.76 208	1.44 160	1.82 259	0.73 78	1.48 113	1.53 255	0.33 205	0.30 219	0.55 466	0.35 355	0.30 125	3.51 476

iRaft-Stereo_20w	3.11 373	0.69 128	18.89 282	1.00 197	1.09 322	5.03 531	1.00 350	5.86 551	2.46 246	2.83 466	1.64 222	3.06 405	4.30 505	3.08 295	1.74 314	0.31 164	0.30 219	0.27 131	0.35 355	0.42 308	7.93 510

Anonymous3	2.20 165	0.80 205	20.08 378	0.86 93	0.86 237	4.46 463	0.84 262	3.64 255	1.40 48	1.37 148	1.40 151	1.11 153	1.03 167	1.71 150	1.24 192	0.75 491	0.58 402	0.34 304	0.35 355	0.48 370	0.65 284

ADLNet	3.23 400	1.19 332	21.03 497	1.36 366	1.61 451	3.69 284	1.23 405	4.05 348	3.41 422	2.72 449	2.29 409	4.00 476	1.77 366	11.21 500	2.15 378	0.42 331	0.43 329	0.36 340	0.35 355	0.47 363	0.82 328

ARAFT	3.24 402	13.49 534	19.88 351	0.93 143	0.49 65	4.16 405	1.40 430	4.37 478	3.21 368	2.40 402	1.91 324	1.70 227	1.04 174	6.43 368	1.45 244	0.37 282	0.19 20	0.37 351	0.35 355	0.37 244	0.35 64

RYNet	3.15 383	1.48 374	16.27 220	1.24 307	1.39 405	3.67 279	1.44 438	4.09 366	3.20 365	2.26 349	1.70 238	3.83 467	2.15 412	13.64 558	3.23 439	0.45 365	0.45 345	0.50 442	0.35 355	0.81 476	0.83 330

DeepPruner_ROB	2.61 271	1.97 424	19.32 304	1.03 208	1.20 359	4.38 448	0.90 302	3.44 231	1.77 132	2.61 436	1.54 187	2.77 380	1.27 233	5.05 331	2.08 372	0.52 435	0.40 309	0.37 351	0.35 355	0.52 384	0.62 272

SGM_RVC	6.11 531	1.10 309	20.44 425	2.15 505	0.66 156	15.87 570	3.98 547	5.00 533	6.19 551	9.79 564	11.46 556	8.23 547	12.63 556	12.32 534	9.15 496	0.54 440	0.39 305	0.41 386	0.35 355	0.55 392	1.05 370
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_5	1.72 113	1.26 340	13.05 155	0.92 136	0.56 101	1.92 71	0.90 302	3.07 189	3.04 343	0.98 106	1.24 107	1.19 166	0.93 147	1.55 128	1.22 184	0.43 348	0.43 329	0.37 351	0.36 366	0.43 318	0.51 205

test_sample3	2.65 283	0.75 179	15.69 201	1.42 397	0.85 233	3.14 175	0.73 179	4.28 441	3.21 368	2.28 354	1.79 269	1.78 251	1.46 281	11.11 495	1.84 332	0.36 267	0.46 351	0.34 304	0.36 366	0.40 276	0.76 317

xx1	3.69 450	0.94 263	19.66 323	1.87 485	0.42 32	4.47 466	0.73 179	4.24 425	4.01 473	1.21 132	1.89 315	1.78 251	1.36 250	2.20 229	0.81 78	0.31 164	18.77 573	0.33 284	0.36 366	0.35 220	8.09 512

StereoVision	2.36 204	1.15 321	20.38 419	1.07 229	1.79 485	2.58 128	0.61 111	3.14 194	2.34 222	1.33 143	3.46 503	1.85 264	0.88 132	2.12 217	2.01 362	0.46 377	0.36 273	0.37 351	0.36 366	0.50 376	0.41 126

qqq	2.96 350	0.88 230	15.54 198	1.27 329	0.74 189	2.29 98	0.90 302	4.07 353	4.63 509	1.63 180	1.32 131	1.78 251	1.36 250	5.19 334	1.68 296	0.29 112	6.43 537	0.33 284	0.36 366	0.35 220	8.09 512

TRStereo	2.86 330	2.12 433	19.98 364	1.68 461	1.18 348	4.35 446	1.05 365	5.07 535	3.48 437	1.56 171	1.39 148	1.75 235	0.85 124	2.01 204	1.50 250	0.43 348	0.34 253	0.33 284	0.36 366	0.36 238	7.50 509

SFCPSM	2.16 151	0.75 179	15.82 203	0.91 126	0.98 280	3.74 295	1.27 410	4.15 390	2.56 254	1.90 226	1.82 281	1.64 219	1.39 257	2.51 256	1.57 266	0.36 267	0.28 199	0.39 372	0.36 366	0.36 238	0.50 199

hitnet-ft	2.99 356	1.23 338	19.37 307	0.96 172	0.90 258	3.76 298	0.79 230	3.60 249	2.68 271	2.31 366	2.04 351	3.63 459	1.49 291	11.70 523	2.37 397	0.45 365	0.54 387	0.44 404	0.36 366	0.54 389	0.56 235

CFNet	3.04 364	6.89 493	16.27 220	1.36 366	1.24 371	4.09 384	0.72 172	4.15 390	3.00 325	1.69 194	1.88 313	2.27 316	1.45 276	11.41 507	2.12 377	0.36 267	0.29 209	0.43 401	0.36 366	0.48 370	0.38 100

LE_ROB	19.18 575	12.99 531	48.22 585	8.42 574	23.91 579	7.26 549	19.71 571	9.92 561	38.58 585	43.44 583	21.85 572	28.15 580	41.18 583	23.00 573	54.71 588	0.38 298	0.34 253	0.32 249	0.36 366	0.43 318	0.49 194

test_sample4	2.68 295	0.76 189	15.85 204	1.45 407	0.83 224	3.10 167	0.72 172	4.31 456	3.37 411	2.39 398	1.90 323	1.72 231	1.47 286	11.13 497	1.86 336	0.36 267	0.47 361	0.35 323	0.37 376	0.42 308	0.85 337

H2IRNET	2.19 158	0.83 214	19.13 291	1.25 322	0.61 126	4.48 470	0.44 50	2.94 173	1.86 143	1.08 122	2.29 409	1.67 220	1.40 261	2.18 227	1.64 289	0.41 320	0.21 57	0.33 284	0.37 376	0.38 257	0.39 114

anonymousa	3.14 380	0.83 214	19.20 297	1.62 448	9.63 560	2.06 82	0.78 220	2.93 171	2.20 195	1.95 243	2.17 382	3.41 435	1.81 373	1.33 74	1.67 294	0.29 112	8.64 550	0.34 304	0.37 376	0.32 158	1.33 389

raft_robust	3.17 387	2.15 436	20.28 403	1.06 222	0.55 95	3.86 323	0.46 56	4.42 490	2.77 285	1.70 196	1.37 144	7.48 542	6.35 527	6.81 380	1.44 240	0.31 164	0.74 432	0.30 209	0.37 376	0.32 158	0.57 240

DSFCA	2.38 209	1.03 295	11.06 140	1.15 263	1.18 348	3.97 358	1.75 468	3.63 253	2.44 243	3.14 491	1.68 232	2.90 391	2.48 437	5.38 338	3.17 438	0.49 402	0.45 345	0.37 351	0.37 376	0.54 389	0.46 164

DMCA-RVC	2.72 304	3.31 461	20.08 378	1.27 329	1.13 335	2.49 116	0.85 267	3.43 229	1.85 142	3.04 482	1.58 204	1.99 291	1.51 294	6.42 367	2.86 423	0.39 306	0.31 226	0.44 404	0.37 376	0.47 363	0.65 284

StereoDRNet	3.07 368	2.92 456	16.33 222	1.36 366	1.57 444	3.45 225	2.04 489	3.77 282	2.85 300	3.31 500	1.85 299	2.78 381	1.79 370	10.85 478	3.41 442	0.45 365	0.36 273	0.39 372	0.37 376	0.62 418	0.85 337

DLCB_ROB	2.55 251	1.32 355	10.26 136	1.31 346	1.04 307	2.94 152	1.29 412	3.81 293	2.73 278	2.93 472	2.17 382	3.37 432	1.53 302	10.40 466	3.26 440	0.42 331	0.35 263	0.41 386	0.37 376	0.43 318	0.68 292

PWC_ROB	3.32 413	4.61 479	14.41 175	1.46 409	1.90 491	3.21 180	1.15 390	4.39 484	3.46 435	3.13 488	3.40 501	2.79 382	2.34 427	9.17 420	6.94 480	0.61 456	0.34 253	0.61 483	0.37 376	0.73 458	1.40 393

zh-mn7	3.65 441	13.21 532	16.35 223	1.28 331	1.01 293	2.94 152	1.31 415	4.24 425	3.12 356	3.44 505	3.10 488	2.84 386	2.09 400	9.17 420	5.46 471	0.61 456	0.43 329	0.38 366	0.38 385	0.60 411	0.94 353

DDVS	1.78 115	0.84 219	3.58 87	1.32 353	1.15 339	3.17 177	0.77 213	3.35 220	1.86 143	1.88 223	1.91 324	2.91 393	1.42 269	6.19 361	1.85 334	0.47 386	0.65 416	0.35 323	0.38 385	0.48 370	1.01 363

rvit_stereo_0075_2	2.14 149	0.76 189	21.42 534	0.91 126	1.26 374	2.49 116	0.68 151	2.30 91	2.10 177	1.42 156	1.86 305	1.45 202	0.85 124	1.49 115	1.03 149	0.47 386	0.40 309	0.48 427	0.38 385	0.47 363	0.53 220

ssnet_v2	2.81 324	1.39 362	21.16 517	1.25 322	0.90 258	3.86 323	1.63 458	4.10 368	3.22 375	2.79 459	1.96 336	3.78 464	1.70 353	2.53 262	3.12 437	0.44 356	0.37 280	0.42 397	0.38 385	0.59 407	0.58 256

Wz-Net-MNSev	3.26 407	7.24 495	17.26 240	1.58 440	1.37 402	3.27 192	2.45 503	4.10 368	4.50 505	2.61 436	2.17 382	2.33 323	3.02 466	7.48 394	2.88 426	0.46 377	0.39 305	0.37 351	0.38 385	0.61 413	0.63 275

SA	2.55 251	1.54 381	20.70 472	1.12 251	0.48 56	4.26 435	1.33 418	4.45 496	3.28 386	1.68 190	1.96 336	1.69 224	2.25 421	2.60 267	1.57 266	0.30 140	0.29 209	0.37 351	0.38 385	0.36 238	0.47 176

PSMNet-RSSM	2.91 339	1.55 385	20.10 381	1.32 353	1.30 381	4.19 421	0.95 334	3.78 283	2.28 211	2.28 354	1.80 274	2.64 365	1.87 386	9.83 439	1.93 352	0.37 282	0.33 242	0.35 323	0.38 385	0.46 350	0.40 119

CFNet-ft	2.87 332	1.80 408	20.20 389	1.10 236	1.54 432	4.09 384	0.89 287	2.97 182	1.88 148	1.93 231	1.70 238	3.50 446	1.60 315	9.35 425	2.17 380	0.35 243	0.32 232	0.61 483	0.38 385	0.55 392	0.45 154

CFNet_RVC	2.87 332	1.80 408	20.20 389	1.10 236	1.54 432	4.09 384	0.89 287	2.97 182	1.88 148	1.93 231	1.70 238	3.50 446	1.60 315	9.35 425	2.17 380	0.35 243	0.32 232	0.61 483	0.38 385	0.55 392	0.45 154

test_sample5	2.68 295	0.76 189	14.56 179	1.40 384	0.83 224	3.11 170	0.74 189	4.33 467	4.48 503	2.29 360	2.04 351	1.67 220	1.45 276	11.18 498	1.88 340	0.37 282	0.47 361	0.37 351	0.39 394	0.43 318	0.78 321

DualNet	2.68 295	0.76 189	14.56 179	1.40 384	0.83 224	3.11 170	0.74 189	4.33 467	4.48 503	2.35 384	2.13 374	1.67 220	1.45 276	11.18 498	1.88 340	0.37 282	0.47 361	0.37 351	0.39 394	0.43 318	0.78 321

PFNet+	2.46 228	0.64 94	21.10 510	0.98 186	0.48 56	4.63 498	0.83 251	2.47 109	3.48 437	2.14 302	1.67 230	1.34 183	1.03 167	4.66 328	1.35 213	0.49 402	0.33 242	0.38 366	0.39 394	0.33 182	0.49 194

PSM-softLoss	2.62 274	0.65 102	21.11 512	2.46 521	0.49 65	4.68 513	0.68 151	2.61 137	4.23 484	2.14 302	1.47 165	1.42 196	0.99 158	6.04 356	1.24 192	0.47 386	0.23 102	0.37 351	0.39 394	0.33 182	0.34 54

KMStereo	2.62 274	0.65 102	21.11 512	2.46 521	0.49 65	4.68 513	0.68 151	2.61 137	4.23 484	2.14 302	1.47 165	1.42 196	0.99 158	6.04 356	1.24 192	0.47 386	0.23 102	0.37 351	0.39 394	0.33 182	0.34 54

RAFT + AFF	3.98 469	14.10 548	20.78 478	1.16 270	1.96 494	4.14 399	2.00 485	4.56 511	3.52 441	2.23 340	2.51 444	2.27 316	4.92 512	8.94 417	2.82 421	0.33 205	0.60 405	0.48 427	0.39 394	0.81 476	1.03 367

GwcNet	3.26 407	3.93 470	20.24 398	1.38 376	2.04 499	3.24 189	1.53 445	3.72 273	3.66 451	2.17 316	2.25 400	3.55 454	1.69 350	9.38 427	3.03 431	0.48 395	0.49 371	0.46 419	0.39 394	0.66 440	0.86 341

SGM-Forest	4.96 511	0.86 222	21.02 496	1.22 299	0.83 224	4.05 374	3.26 527	4.40 485	3.49 439	4.40 530	3.69 507	4.66 512	13.91 562	11.94 530	17.16 551	0.66 469	0.46 351	0.49 440	0.39 394	0.49 375	1.77 422
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	4.12 473	1.27 344	21.14 514	1.52 428	0.85 233	3.80 308	3.89 546	4.58 515	3.02 334	3.56 511	2.37 421	4.44 499	13.88 561	11.23 502	3.78 449	0.56 447	0.43 329	0.48 427	0.39 394	0.55 392	0.74 314
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	3.68 448	8.30 501	15.93 206	1.36 366	1.34 392	4.09 384	1.60 454	4.13 381	3.03 338	3.06 483	2.31 414	3.41 435	2.24 419	9.78 436	9.71 500	0.46 377	0.37 280	0.47 421	0.40 403	0.78 469	0.84 334

test_sample6	2.71 302	0.76 189	14.30 172	1.43 404	0.83 224	3.17 177	0.79 230	4.40 485	4.65 514	2.35 384	2.13 374	1.69 224	1.45 276	11.48 511	1.99 356	0.39 306	0.46 351	0.38 366	0.40 403	0.43 318	0.77 318

ffm	4.27 484	0.98 280	21.04 498	1.24 307	1.03 301	3.64 271	0.87 279	4.23 419	4.73 517	2.31 366	2.40 426	3.49 441	1.64 337	2.29 241	0.78 64	0.30 140	19.28 581	0.48 427	0.40 403	0.31 136	14.02 544

ff1	5.58 519	0.98 280	21.04 498	1.24 307	1.03 301	3.64 271	0.87 279	4.23 419	4.73 517	2.31 366	2.40 426	3.49 441	1.64 337	12.40 535	16.90 543	0.30 140	19.28 581	0.48 427	0.40 403	0.31 136	14.02 544

mmx	4.56 497	0.98 280	21.04 498	1.24 307	1.03 301	3.64 271	0.87 279	4.53 507	5.34 536	2.31 366	2.40 426	3.49 441	1.64 337	12.40 535	16.90 543	0.34 227	5.98 535	0.48 427	0.40 403	0.46 350	5.71 499

xxx	4.56 497	0.98 280	21.04 498	1.24 307	1.03 301	3.64 271	0.87 279	4.53 507	5.34 536	2.31 366	2.40 426	3.49 441	1.64 337	12.40 535	16.90 543	0.34 227	5.98 535	0.48 427	0.40 403	0.46 350	5.71 499

fast-acv-ft	2.62 274	1.62 391	20.48 438	1.45 407	1.39 405	3.16 176	1.16 392	3.41 226	2.45 245	1.97 247	2.15 377	2.68 368	2.15 412	2.92 289	2.47 404	0.43 348	0.40 309	0.45 412	0.40 403	0.62 418	0.64 280

SuperB	5.03 512	8.93 504	20.96 493	1.51 423	1.11 329	3.88 329	3.00 521	4.24 425	3.13 358	2.53 422	2.10 369	2.74 374	3.37 485	8.76 413	19.44 568	0.45 365	0.34 253	0.53 457	0.40 403	11.97 578	1.15 377

TDLM	3.20 392	1.58 386	18.80 278	1.70 467	1.10 326	4.29 439	2.17 495	3.81 293	3.27 384	2.89 468	1.98 340	2.06 304	1.70 353	12.44 541	2.15 378	0.58 451	0.31 226	0.56 469	0.40 403	0.58 405	1.59 410

NaN_ROB	4.73 505	6.66 491	21.89 542	1.26 327	1.28 376	3.49 237	3.02 523	4.38 482	3.93 469	3.65 513	2.55 448	2.97 395	5.01 513	13.23 552	17.43 554	0.38 298	0.42 327	0.38 366	0.40 403	0.50 376	1.82 425

XPNet_ROB	2.99 356	1.58 386	17.06 238	1.38 376	0.99 285	3.91 337	1.62 457	4.20 407	2.42 234	2.87 467	2.03 349	2.31 321	1.72 358	10.76 475	3.60 446	0.55 443	0.49 371	0.48 427	0.40 403	0.53 385	0.85 337

FACV-RUCA	1.35 90	0.70 136	2.58 71	1.07 229	1.49 424	2.70 131	1.13 384	3.21 201	2.64 266	1.42 156	1.99 343	1.06 147	1.15 215	1.44 102	1.16 172	0.41 320	0.42 327	0.73 509	0.41 414	0.63 424	0.67 290

ITSA-stereo	2.11 145	0.85 220	7.84 123	1.24 307	0.68 170	4.06 378	0.91 313	4.30 445	2.57 257	1.94 237	1.77 262	1.61 214	2.12 407	6.12 359	2.79 418	0.42 331	0.38 294	0.40 377	0.41 414	0.51 381	1.26 385

test_sample7	2.85 328	0.81 208	14.48 177	1.59 443	0.77 204	2.42 109	1.08 370	4.40 485	4.92 527	2.20 333	1.85 299	1.90 271	2.00 394	6.87 381	1.75 317	0.47 386	1.36 469	0.44 404	0.41 414	0.47 363	6.81 507

PSM-AAD	3.41 423	0.58 58	20.55 446	0.95 163	0.56 101	4.46 463	7.40 557	3.11 191	1.58 89	2.30 363	2.56 449	1.26 176	16.19 566	2.47 253	1.00 141	0.32 181	0.22 74	0.58 475	0.41 414	0.37 244	1.32 388

FADNet-RVC	3.23 400	12.51 527	17.02 235	1.17 277	0.81 218	3.52 245	1.09 374	4.16 392	2.74 280	1.44 161	1.29 127	1.86 265	1.76 364	9.82 438	2.46 402	0.39 306	0.38 294	0.40 377	0.41 414	0.68 448	0.59 259

UCFNet_RVC	2.53 242	1.29 349	20.56 450	1.42 397	1.40 410	4.01 363	1.04 363	2.79 154	1.67 116	2.27 352	1.88 313	2.94 394	1.50 292	3.48 301	1.68 296	0.37 282	0.29 209	0.52 450	0.41 414	0.55 392	0.51 205

mmm	2.70 300	0.80 205	8.26 124	1.50 421	1.18 348	2.44 111	0.85 267	4.08 362	4.59 507	2.31 366	1.95 335	1.51 207	1.55 308	2.33 244	1.72 308	0.31 164	7.71 542	0.45 412	0.42 420	0.40 276	9.56 528

Syn2CoEx	3.42 425	7.66 498	20.57 454	1.42 397	1.18 348	2.49 116	1.64 461	4.07 353	2.68 271	2.51 420	2.27 404	2.89 389	3.15 473	9.56 431	2.58 413	0.52 435	0.45 345	0.53 457	0.42 420	0.79 474	1.00 361

RTSC	3.44 426	6.78 492	16.53 228	1.76 478	1.54 432	3.53 247	0.94 329	4.22 413	2.97 320	3.65 513	3.23 496	3.31 426	2.29 423	6.22 362	7.41 486	0.61 456	1.32 468	0.37 351	0.42 420	0.78 469	0.98 358

NLCA_NET_v2_RVC	2.76 317	1.48 374	19.72 335	1.62 448	2.00 496	3.95 350	0.86 272	3.92 313	2.51 249	2.56 425	1.69 236	2.83 385	1.61 321	5.65 344	1.78 320	0.48 395	0.36 273	0.38 366	0.42 420	0.56 398	0.77 318
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DRN-Test	3.17 387	1.30 352	19.66 323	1.41 388	1.60 450	3.61 265	1.47 440	4.18 402	2.83 297	3.48 507	1.92 330	2.58 359	2.50 440	10.81 476	2.90 427	0.49 402	0.49 371	0.44 404	0.42 420	0.57 402	0.78 321

rvit_0105_3	1.97 122	1.34 358	16.03 208	0.98 186	0.59 116	2.37 106	1.08 370	3.30 214	3.01 330	1.21 132	1.47 165	1.24 175	1.04 174	1.82 182	1.23 187	0.47 386	0.44 339	0.40 377	0.43 425	0.43 318	0.55 232

SACVNet	3.06 367	1.61 390	19.29 303	1.46 409	1.18 348	4.05 374	1.48 442	4.03 341	2.58 260	2.75 453	1.89 315	2.55 353	1.38 254	11.33 504	2.28 389	0.51 424	0.41 316	0.48 427	0.43 425	0.57 402	0.93 352

GANet	3.64 440	1.76 403	19.65 322	1.92 491	1.04 307	3.91 337	2.51 507	3.86 300	2.81 295	3.13 488	3.03 483	3.19 414	2.19 417	12.43 540	8.23 493	0.60 455	0.43 329	0.52 450	0.43 425	0.63 424	0.63 275

PS-NSSS	3.11 373	1.60 389	19.48 312	1.00 197	1.53 431	4.12 391	1.08 370	4.59 518	2.80 290	2.19 326	2.38 422	1.76 241	1.39 257	11.79 527	1.94 355	0.69 474	0.45 345	0.95 518	0.43 425	1.03 495	1.00 361

zh-sn7	4.13 474	13.99 546	17.43 245	1.29 337	1.15 339	3.66 277	2.56 509	4.26 437	2.78 288	2.66 443	3.11 493	3.37 432	3.17 474	11.53 512	7.43 487	0.48 395	0.49 371	0.45 412	0.44 429	0.75 463	1.52 405

AIO-test2	3.07 368	12.11 525	20.58 457	1.49 416	1.34 392	3.22 183	0.73 179	4.07 353	1.56 83	1.72 199	2.20 392	0.90 121	0.74 85	3.75 311	1.39 229	3.67 552	0.26 175	0.35 323	0.44 429	0.41 296	0.44 148

FINET	10.59 556	14.44 556	25.84 570	2.30 511	3.90 542	21.74 573	25.19 575	8.85 560	16.99 569	2.68 444	15.19 566	11.45 552	13.83 560	6.71 377	15.11 533	0.80 494	8.59 549	0.53 457	0.44 429	0.62 418	16.67 561

FADNet-RVC-Resample	3.31 411	8.52 502	22.84 561	1.18 282	0.91 263	3.52 245	1.35 422	4.13 381	2.32 220	1.75 207	1.35 136	2.26 315	1.51 294	9.51 429	2.03 366	0.42 331	0.38 294	0.42 397	0.44 429	0.59 407	0.71 301

FADNet	3.20 392	11.55 522	16.16 213	1.24 307	0.95 276	3.30 203	0.87 279	4.00 331	2.73 278	1.42 156	1.35 136	2.51 349	2.04 398	9.95 447	2.39 399	0.44 356	0.46 351	0.40 377	0.44 429	1.13 508	0.61 268

DANet	2.82 325	1.17 323	10.20 135	1.87 485	1.72 477	3.25 191	1.15 390	4.36 475	3.02 334	3.42 504	2.18 387	4.09 480	1.79 370	9.78 436	4.32 455	0.55 443	0.57 394	0.60 480	0.44 429	0.65 436	1.25 383
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MDST_ROB	6.31 532	1.18 326	22.96 564	2.56 526	2.69 519	21.07 572	2.01 487	4.79 531	2.87 308	9.49 560	4.45 516	4.10 482	4.48 508	22.33 571	17.61 555	0.79 493	0.44 339	0.47 421	0.44 429	0.47 363	0.95 355

SDNR	4.37 488	2.22 438	20.63 464	1.60 444	0.99 285	5.15 532	0.67 141	4.36 475	5.55 544	4.89 536	7.17 529	5.50 529	1.58 311	17.48 567	4.33 456	0.80 494	0.72 431	0.59 476	0.45 436	1.18 512	1.43 397

SANet	6.43 534	13.71 541	22.08 551	1.43 404	1.00 291	6.86 547	3.78 544	4.71 525	11.10 560	4.71 535	8.72 543	7.47 541	7.91 544	12.46 542	18.12 559	0.51 424	0.47 361	0.50 442	0.45 436	0.94 491	1.60 412

GASNet	3.86 461	15.35 570	21.16 517	1.63 451	1.25 373	2.35 102	1.11 380	4.11 371	2.86 306	1.99 251	2.11 370	2.99 397	2.16 414	10.62 470	3.75 448	0.71 478	0.37 280	0.61 483	0.46 438	0.91 487	0.70 299

KYRaft	2.55 251	0.57 56	20.60 459	0.98 186	0.51 76	4.38 448	1.76 469	2.51 113	1.59 92	2.48 415	2.98 481	1.99 291	3.36 484	2.17 225	0.96 127	0.34 227	0.22 74	0.33 284	0.46 438	0.38 257	2.44 447

FlowAnything_test	0.79 13	0.65 102	1.32 17	0.83 79	0.59 116	2.29 98	0.65 136	1.45 11	1.03 13	1.06 121	0.76 27	0.63 54	0.49 21	0.91 7	0.97 130	0.32 181	0.27 188	0.40 377	0.47 440	0.31 136	0.48 187

ISRNet	1.98 123	0.94 263	10.75 138	1.30 342	1.35 397	2.84 140	0.69 160	3.80 289	2.07 174	2.14 302	2.11 370	2.89 389	1.41 266	2.52 260	1.74 314	0.49 402	0.50 376	0.56 469	0.47 440	0.51 381	0.59 259

APVNet	3.24 402	1.59 388	21.72 540	1.36 366	1.52 430	3.93 345	1.12 382	3.58 245	2.80 290	2.32 377	2.02 347	3.05 402	1.96 392	11.77 526	2.61 415	0.44 356	0.46 351	0.65 495	0.47 440	0.73 458	0.73 309

CVANet_RVC	3.32 413	1.63 393	21.06 502	1.66 457	1.29 378	3.99 360	1.55 449	3.98 327	3.00 325	3.51 508	2.06 361	2.58 359	1.72 358	12.46 542	1.70 302	0.62 462	0.34 253	0.53 457	0.47 440	0.64 429	1.66 416

aanetorigin	3.34 417	2.00 425	17.58 251	1.20 289	1.57 444	2.57 126	3.75 542	2.73 148	2.10 177	6.11 546	4.27 514	2.88 388	5.64 520	5.46 341	4.60 461	0.53 437	0.46 351	0.45 412	0.48 444	1.15 509	1.22 380

MaskLacGwcNet_RVC	3.77 454	1.65 395	20.61 461	2.55 525	1.63 457	4.29 439	1.67 464	3.99 329	2.56 254	1.76 208	1.93 333	3.03 401	1.41 266	13.24 553	2.02 364	4.47 563	1.63 478	1.12 526	0.48 444	2.42 536	2.85 457

stereogan	3.26 407	1.26 340	18.01 260	1.38 376	1.66 468	3.76 298	1.64 461	4.06 350	3.86 464	3.23 496	2.70 466	5.02 518	2.85 452	9.88 441	1.85 334	0.71 478	0.51 379	0.69 500	0.48 444	0.86 482	0.85 337

YMNet	2.55 251	1.78 406	14.80 184	1.41 388	1.67 471	3.95 350	0.96 340	3.86 300	3.02 334	2.68 444	2.57 452	3.35 430	1.53 302	3.40 299	2.57 411	0.49 402	0.54 387	0.52 450	0.49 447	0.76 467	0.69 295

YMNet_1	2.55 251	1.78 406	14.80 184	1.41 388	1.67 471	3.95 350	0.96 340	3.86 300	3.02 334	2.68 444	2.57 452	3.35 430	1.53 302	3.40 299	2.57 411	0.49 402	0.54 387	0.52 450	0.49 447	0.76 467	0.69 295

coex-ft	20.00 576	11.54 521	120.82 595	1.18 282	1.30 381	2.36 104	1.99 482	2.96 180	13.96 565	129.83 596	8.40 541	5.88 534	52.82 590	9.93 445	31.13 584	0.61 456	0.62 410	0.50 442	0.49 447	1.10 505	2.63 451

Wz-Net-SNSev	3.47 432	10.51 517	16.90 233	1.65 456	1.20 359	3.29 199	2.03 488	4.16 392	3.03 338	2.35 384	2.39 424	3.48 440	2.12 407	7.95 402	4.28 454	0.51 424	0.40 309	0.53 457	0.49 447	0.74 462	1.46 401

WZ-Net	4.39 490	12.37 526	17.44 246	1.47 413	1.42 414	3.76 298	2.27 499	4.17 396	3.11 354	2.89 468	2.24 398	4.05 478	5.69 522	10.89 480	12.07 516	0.66 469	0.41 316	0.47 421	0.49 447	0.78 469	1.12 374

dad	2.65 283	3.40 463	19.45 311	1.05 218	0.65 148	4.21 425	0.84 262	2.10 69	2.77 285	2.32 377	1.72 244	1.72 231	1.27 233	3.86 312	2.04 368	1.06 509	0.40 309	2.04 539	0.49 447	0.78 469	0.83 330

GMM-Stereo	2.52 237	0.56 48	20.57 454	0.92 136	0.83 224	4.18 413	1.88 476	2.51 113	2.40 231	2.48 415	2.30 413	1.69 224	1.84 381	2.93 290	1.25 198	0.32 181	0.19 20	0.33 284	0.49 447	0.37 244	2.40 445

ETE_ROB	2.93 341	2.12 433	17.80 257	1.13 256	0.94 274	3.71 290	1.53 445	4.29 443	2.98 322	3.32 501	2.13 374	2.34 326	1.51 294	8.68 412	2.82 421	0.44 356	0.40 309	0.51 447	0.49 447	0.56 398	0.80 326

TCMNet	3.13 378	1.71 400	19.53 316	1.49 416	2.11 504	3.84 315	1.07 369	4.12 377	3.03 338	2.64 440	2.29 409	2.43 340	1.74 360	10.10 454	2.47 404	0.56 447	0.45 345	0.61 483	0.50 455	0.87 484	1.04 369

AF-Net	3.15 383	2.65 450	18.81 279	1.37 372	1.76 481	3.30 203	1.57 452	4.20 407	3.05 346	2.76 454	2.94 480	4.50 502	3.21 476	5.88 350	3.07 433	0.88 501	0.39 305	0.72 506	0.50 455	0.75 463	0.66 289

G-Net	4.16 475	1.39 362	20.31 412	2.30 511	2.91 523	4.68 513	2.86 518	3.35 220	2.44 243	4.43 531	9.43 547	6.89 539	3.83 496	8.91 415	4.83 465	0.80 494	0.80 437	0.70 501	0.50 455	0.95 492	0.97 356

RTS	4.29 485	9.35 507	18.25 267	2.79 534	2.29 512	4.98 529	3.41 530	4.72 526	4.27 488	4.35 528	3.10 488	4.93 515	3.14 471	7.71 398	6.99 481	0.71 478	0.68 421	0.51 447	0.50 455	1.07 500	1.98 429

RTSA	4.29 485	9.35 507	18.25 267	2.79 534	2.29 512	4.98 529	3.41 530	4.72 526	4.27 488	4.35 528	3.10 488	4.93 515	3.14 471	7.71 398	6.99 481	0.71 478	0.68 421	0.51 447	0.50 455	1.07 500	1.98 429

CBMV_ROB	4.57 499	0.90 241	21.30 528	1.46 409	0.89 251	4.43 460	1.69 466	4.51 505	3.14 359	5.97 544	4.23 513	4.16 485	7.83 541	11.06 489	16.47 538	0.61 456	0.55 391	0.53 457	0.51 460	0.56 398	0.59 259

NOSS_ROB	3.12 376	0.89 235	19.03 288	2.01 499	1.07 316	3.90 333	0.97 344	4.32 464	3.08 350	2.94 474	2.19 390	3.85 469	1.18 222	11.75 525	1.69 299	0.69 474	0.54 387	0.57 473	0.52 461	0.57 402	0.72 304

WCMA_ROB	5.78 523	2.42 444	21.71 539	1.67 458	1.55 436	4.07 379	3.53 536	4.14 386	4.73 517	6.59 549	10.89 553	12.82 556	9.59 551	10.17 455	12.65 521	1.05 508	0.61 407	0.52 450	0.52 461	0.71 456	5.64 498

psmorigin	6.62 537	1.45 370	87.38 593	1.55 435	0.97 279	2.86 143	1.42 433	3.30 214	2.12 184	3.74 515	2.45 436	5.15 521	2.59 444	10.55 468	2.91 428	0.55 443	0.68 421	0.48 427	0.53 463	0.73 458	1.02 365

ADCP+	4.42 491	12.67 530	18.95 284	1.12 251	1.55 436	4.30 441	3.60 539	4.01 333	3.80 460	2.30 363	1.71 242	3.93 471	4.29 504	3.49 302	18.77 566	0.40 317	0.41 316	0.63 491	0.53 463	0.67 442	1.35 390

LALA_ROB	2.88 334	2.13 435	19.08 289	1.10 236	0.99 285	3.91 337	1.81 473	4.50 504	3.04 343	3.32 501	1.87 311	2.75 376	1.66 344	4.06 319	4.02 451	0.47 386	0.44 339	0.55 466	0.53 463	0.61 413	0.73 309

Wz-Net-TNSev	4.22 478	13.55 535	15.87 205	1.57 438	1.19 356	3.61 265	2.48 505	4.38 482	3.45 432	2.29 360	1.91 324	4.20 489	2.86 453	12.11 532	10.56 503	0.61 456	0.59 403	0.48 427	0.54 466	0.93 490	1.24 382

FAT-Stereo	3.38 421	0.88 230	19.96 361	1.28 331	1.20 359	3.44 222	1.97 481	4.26 437	3.15 361	3.14 491	3.92 510	3.50 446	3.28 478	11.68 522	2.04 368	0.65 468	0.68 421	0.48 427	0.54 466	0.63 424	0.91 347

STTStereo	2.62 274	1.28 347	19.16 293	1.52 428	1.55 436	3.84 315	0.89 287	3.75 278	2.59 261	2.23 340	1.59 206	2.48 348	1.58 311	5.11 332	1.72 308	0.38 298	0.41 316	0.47 421	0.54 466	0.53 385	0.75 316

NVstereo2D	2.79 322	1.13 316	13.75 161	1.37 372	1.47 423	3.57 255	1.38 427	4.17 396	3.77 459	2.04 274	1.72 244	3.05 402	1.75 361	10.84 477	1.72 308	0.62 462	0.48 368	0.56 469	0.54 466	0.79 474	1.02 365

NCCL2	2.96 350	4.07 475	15.75 202	1.24 307	1.03 301	3.48 234	2.55 508	3.79 284	2.39 228	2.78 457	1.80 274	2.41 334	1.67 346	10.27 461	2.48 406	0.46 377	0.41 316	0.57 473	0.55 470	0.61 413	0.86 341

CSAN	5.95 525	13.70 540	21.94 545	1.35 362	0.93 268	3.65 275	3.46 532	4.73 528	4.26 487	3.98 520	7.70 533	3.54 453	6.94 535	22.83 572	16.00 537	0.53 437	0.47 361	0.50 442	0.55 470	0.65 436	1.22 380

edge stereo	3.45 428	1.08 303	22.14 552	1.31 346	1.36 399	2.68 130	1.54 447	4.13 381	3.27 384	2.94 474	3.27 498	4.34 497	2.48 437	11.60 518	2.79 418	0.62 462	0.64 413	0.79 512	0.56 472	0.70 451	0.82 328

FC-DCNN v2	7.41 547	0.98 280	22.19 554	1.75 475	1.64 461	8.98 556	2.37 502	7.60 555	9.44 559	11.09 571	11.95 559	20.04 569	16.35 567	12.99 548	17.14 550	0.72 483	0.57 394	0.59 476	0.57 473	0.64 429	0.68 292

FC-DCNN	7.08 544	1.01 292	21.89 542	1.74 473	1.64 461	8.18 553	2.31 500	6.50 553	9.16 558	10.85 570	11.33 555	19.85 568	13.33 558	12.94 547	17.10 547	0.72 483	0.57 394	0.59 476	0.57 473	0.64 429	0.69 295

DPSNet	3.94 467	2.01 426	14.69 182	1.58 440	1.30 381	4.17 410	2.08 491	4.57 513	4.63 509	2.78 457	1.99 343	3.79 465	7.88 543	10.66 472	11.35 510	0.94 504	0.99 456	0.41 386	0.57 473	1.09 503	1.40 393

UGAM-zero	3.14 380	0.62 86	20.64 465	1.02 204	0.93 268	2.87 145	0.51 69	4.52 506	1.57 86	2.19 326	1.65 225	5.78 532	3.40 487	9.89 442	1.71 305	0.33 205	0.44 339	0.28 164	0.59 476	0.30 125	3.59 477

RP	3.26 407	1.73 402	17.70 256	1.56 437	1.93 493	3.43 221	1.94 478	4.18 402	2.72 276	2.77 455	3.05 484	3.96 474	2.69 446	10.17 455	2.86 423	1.04 507	0.50 376	0.71 503	0.59 476	0.75 463	0.83 330

SHD	3.22 397	4.21 476	14.19 170	2.37 514	2.12 506	2.77 133	1.19 394	4.24 425	3.25 380	4.64 534	2.73 468	3.62 458	2.76 450	6.30 365	4.75 464	0.66 469	1.25 467	0.52 450	0.59 476	0.69 450	1.64 414

MSAF-DinoV2	14.43 568	15.18 567	21.76 541	2.38 515	1.44 417	4.01 363	1.38 427	8.63 559	9.06 557	2.28 354	1.99 343	5.37 524	5.16 515	177.39 597	15.79 535	0.49 402	0.34 253	0.40 377	0.60 479	6.27 564	8.64 522

FCDSN-DC	6.71 542	1.18 326	21.61 538	1.29 337	1.10 326	4.38 448	2.59 511	4.58 515	5.52 542	9.58 561	11.19 554	19.17 566	17.69 570	13.03 549	17.11 548	0.73 486	0.57 394	0.61 483	0.60 479	0.71 456	0.92 349
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MeshStereo	5.67 522	1.80 408	21.28 526	1.40 384	1.14 337	4.38 448	3.83 545	5.51 547	4.85 526	10.12 566	11.72 558	11.44 551	5.87 523	13.86 560	12.31 517	0.68 473	0.61 407	0.61 483	0.60 479	0.73 458	0.68 292
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
rvit_105_1	2.17 154	1.36 360	16.82 231	1.09 234	0.68 170	2.78 136	1.26 409	3.55 240	2.90 313	1.40 150	1.57 198	1.29 180	1.14 209	2.91 288	1.49 249	0.55 443	0.47 361	0.45 412	0.61 482	0.45 340	0.63 275

FADNet_RVC	3.10 372	7.62 497	19.12 290	1.05 218	0.93 268	4.09 384	0.84 262	4.34 472	2.05 172	1.54 168	1.78 266	1.61 214	1.50 292	8.92 416	2.64 417	0.50 416	0.38 294	0.44 404	0.61 482	0.91 487	1.16 378

XQC	3.41 423	6.58 490	15.18 190	1.97 494	1.62 454	3.40 213	1.76 469	4.53 507	3.67 453	3.40 503	2.45 436	3.73 461	2.91 455	6.78 378	5.36 468	0.73 486	0.90 445	0.60 480	0.61 482	1.02 494	0.99 359

HBP-ISP	3.78 455	9.10 506	20.83 482	1.72 469	1.14 337	4.54 479	2.82 516	4.61 519	3.03 338	4.13 524	1.98 340	1.88 269	3.31 479	11.06 489	1.52 254	0.74 489	0.57 394	0.67 497	0.62 485	0.65 436	0.64 280

ADCRef	3.66 444	5.95 486	15.50 197	1.20 289	1.41 411	3.93 345	1.61 455	3.92 313	2.77 285	3.13 488	2.20 392	2.40 330	2.78 451	6.23 364	16.59 540	0.50 416	0.35 263	0.63 491	0.62 485	0.58 405	0.92 349

PDISCO_ROB	3.32 413	5.22 483	18.16 264	2.03 501	2.19 509	4.52 477	1.63 458	4.74 529	3.32 405	2.22 338	2.18 387	3.71 460	2.41 432	5.36 337	2.43 400	1.35 520	0.79 436	0.72 506	0.62 485	1.31 519	1.53 406

PSMNet_ROB	3.38 421	5.24 484	20.61 461	1.24 307	1.22 366	3.76 298	1.64 461	3.59 247	2.80 290	2.07 285	1.72 244	2.75 376	1.79 370	11.42 509	4.58 460	0.42 331	0.38 294	0.50 442	0.62 485	0.62 418	0.69 295

PA-Net	3.45 428	2.50 445	20.39 422	1.42 397	1.20 359	3.39 211	1.73 467	3.93 317	3.57 445	1.94 237	2.17 382	3.02 400	1.87 386	11.67 519	6.48 478	0.40 317	0.55 391	0.44 404	0.63 489	0.55 392	1.13 375
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MSCF	3.21 396	1.25 339	4.06 98	1.06 222	10.61 562	3.29 199	0.85 267	2.81 159	3.31 398	1.36 146	1.19 96	0.58 45	1.33 245	2.07 208	0.88 99	0.27 77	0.65 416	0.26 108	0.66 490	0.31 136	27.42 580

GASTEREO	3.25 405	1.46 372	3.62 88	1.10 236	10.80 563	3.50 239	0.86 272	2.79 154	3.54 442	1.44 161	1.31 129	0.56 43	1.35 248	2.09 211	0.88 99	0.26 65	0.57 394	0.25 75	0.68 491	0.27 75	27.73 581

Nwc_Net	3.03 362	1.90 420	19.16 293	1.38 376	1.69 473	3.53 247	1.19 394	4.03 341	2.19 192	2.79 459	2.84 475	3.80 466	2.46 436	6.93 384	2.87 425	0.96 505	0.41 316	0.59 476	0.68 491	0.60 411	0.65 284

MSMD_ROB	5.99 526	1.29 349	19.23 300	1.40 384	0.84 232	10.25 558	2.05 490	4.20 407	6.02 550	10.42 568	8.00 534	22.21 571	9.45 550	11.67 519	8.73 494	0.76 492	0.59 403	0.67 497	0.68 491	0.67 442	0.72 304

ccnet	3.03 362	1.48 374	12.88 152	1.54 431	1.26 374	3.71 290	2.32 501	4.11 371	3.05 346	2.92 471	3.21 494	2.86 387	2.40 430	9.87 440	4.19 452	0.80 494	0.76 433	0.71 503	0.70 494	0.78 469	1.07 371

ADCS	4.77 507	12.63 528	17.40 244	1.72 469	1.34 392	3.90 333	3.60 539	4.30 445	3.54 442	5.11 539	2.81 474	4.44 499	3.05 469	6.15 360	19.32 567	0.74 489	0.68 421	0.70 501	0.70 494	1.25 517	1.98 429

AnyNet_C01	4.68 501	10.90 519	16.41 225	2.03 501	1.62 454	6.25 541	6.40 554	4.19 405	5.13 533	4.03 521	3.77 508	4.14 484	3.26 477	7.23 387	11.19 506	0.64 466	0.80 437	0.65 495	0.72 496	2.18 532	2.08 434

SAMSARA	4.67 500	6.50 489	16.40 224	4.62 566	3.13 530	6.62 545	3.49 533	5.24 537	3.04 343	7.78 553	3.07 485	5.32 522	4.05 500	9.98 448	6.42 476	0.69 474	2.39 499	0.60 480	0.74 497	0.99 493	2.26 442

LCNet	2.54 246	0.60 75	20.89 488	1.01 200	0.57 111	3.60 263	1.21 403	3.20 200	1.70 123	2.17 316	1.76 255	1.43 199	4.12 501	3.61 306	0.94 119	0.32 181	0.20 33	0.28 164	0.76 498	0.50 376	1.83 427

GANetREF_RVC	3.45 428	5.10 482	19.89 352	1.58 440	0.80 214	4.13 394	1.82 474	4.24 425	3.33 407	1.91 227	1.76 255	2.46 345	1.83 378	13.17 551	1.87 339	0.83 499	0.57 394	0.79 512	0.77 499	1.21 514	0.91 347
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
ADCL	4.70 503	4.04 473	16.12 211	1.35 362	1.28 376	5.46 537	10.88 561	4.08 362	4.25 486	5.97 544	4.51 517	4.29 494	5.60 518	6.37 366	15.21 534	0.54 440	0.48 368	0.88 516	0.78 500	0.86 482	1.01 363

RGC	3.35 418	1.84 417	18.13 263	1.52 428	1.79 485	3.33 206	1.37 426	4.18 402	2.39 228	2.96 478	3.23 496	3.98 475	2.71 447	11.53 512	3.42 443	0.90 502	0.48 368	0.79 512	0.79 501	0.75 463	0.89 344

DeepPrunerF	4.00 470	5.64 485	16.81 230	1.36 366	1.75 479	3.69 284	1.54 447	4.24 425	13.98 566	2.21 336	1.77 262	2.73 371	2.29 423	10.90 481	6.64 479	0.71 478	0.61 407	0.77 511	0.79 501	0.87 484	0.79 325

S-Stereo	3.51 435	0.96 272	22.00 550	1.38 376	1.50 426	3.55 251	2.49 506	4.27 440	3.00 325	2.38 396	3.94 511	3.73 461	1.84 381	11.89 529	2.59 414	0.64 466	0.71 430	0.49 440	0.81 503	0.68 448	1.31 387

AnyNet_C32	4.49 494	9.53 509	13.85 162	1.67 458	1.56 441	5.40 536	4.06 548	4.03 341	3.69 454	4.21 527	3.09 487	3.09 408	3.38 486	8.24 404	18.76 565	0.56 447	0.64 413	0.53 457	0.81 503	1.36 521	1.42 396

PVD	3.91 464	4.36 477	13.89 166	2.81 536	4.79 552	3.80 308	1.94 478	3.89 306	4.11 476	5.75 542	3.56 504	3.59 455	3.34 482	6.44 369	6.44 477	0.73 486	2.84 509	0.74 510	0.84 505	0.82 478	3.45 475

LSM	13.03 566	7.72 500	21.01 495	55.44 591	85.65 589	3.65 275	6.27 553	3.91 312	5.06 531	5.63 540	13.91 564	3.53 452	3.46 490	9.93 445	4.36 457	0.72 483	0.95 449	0.72 506	0.85 506	1.09 503	26.67 579

EDNetEfficientorigin	12.42 561	3.26 460	179.44 597	1.21 295	1.00 291	2.89 148	1.82 474	3.05 187	5.37 538	8.87 557	4.78 519	4.17 486	4.80 511	9.91 443	11.32 509	0.41 320	0.41 316	0.62 490	0.88 507	1.33 520	2.81 456

NCC-stereo	3.49 433	2.07 430	20.23 396	1.31 346	1.76 481	4.04 370	1.42 433	4.01 333	2.34 222	3.06 483	2.59 454	3.51 449	3.02 466	10.02 451	5.44 469	1.38 522	0.66 419	0.64 493	0.88 507	0.67 442	0.84 334

Abc-Net	3.49 433	2.07 430	20.23 396	1.31 346	1.76 481	4.04 370	1.42 433	4.01 333	2.34 222	3.06 483	2.59 454	3.51 449	3.02 466	10.02 451	5.44 469	1.38 522	0.66 419	0.64 493	0.88 507	0.67 442	0.84 334
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	3.44 426	8.89 503	19.36 306	3.25 544	1.91 492	3.13 172	1.99 482	3.60 249	4.16 480	3.17 494	2.86 476	2.25 314	2.41 432	2.61 268	2.35 394	1.13 512	1.06 458	0.94 517	0.91 510	1.29 518	1.57 408

MultiAttention	9.51 553	0.66 110	18.16 264	2.27 509	22.44 578	36.03 584	8.40 560	5.18 536	2.72 276	2.59 429	5.12 523	5.53 530	1.60 315	52.66 592	8.87 495	0.51 424	0.24 131	0.52 450	0.94 511	6.88 569	8.91 524

PSMNet-RUCA	2.60 266	1.83 414	20.55 446	1.51 423	1.39 405	3.07 166	1.36 425	3.56 242	2.43 237	1.41 153	2.07 364	1.42 196	1.09 190	2.07 208	1.60 275	1.20 516	0.69 428	1.26 531	0.96 512	1.65 529	0.97 356

AIO-Stereo-zeroshot	2.84 327	1.17 323	20.72 475	1.15 263	2.05 500	3.61 265	0.49 59	4.63 520	2.10 177	1.41 153	1.66 229	6.02 535	2.40 430	2.79 281	2.09 375	0.30 140	0.51 379	0.31 229	0.96 512	0.59 407	1.93 428

FBW_ROB	3.91 464	2.07 430	15.46 196	1.60 444	1.16 344	3.80 308	1.48 442	4.37 478	3.41 422	2.53 422	2.45 436	4.19 488	2.10 403	15.17 565	9.45 498	0.86 500	0.65 416	1.54 536	0.96 512	1.08 502	3.80 478

GCST	2.86 330	3.95 472	20.52 442	1.93 492	1.56 441	1.74 62	0.50 65	3.69 265	2.10 177	1.79 214	1.64 222	1.60 213	1.29 239	5.27 336	1.90 344	2.10 533	0.77 434	1.45 533	0.97 515	1.15 509	1.38 392

UDGNet	2.34 200	1.71 400	20.28 403	1.42 397	0.62 136	4.39 452	0.67 141	1.82 44	2.28 211	1.40 150	1.21 102	0.99 138	1.00 161	2.23 234	1.23 187	1.14 513	0.35 263	1.30 532	0.98 516	1.11 506	0.62 272

MADNet+	4.46 493	11.36 520	14.35 174	2.23 507	2.50 518	4.18 413	2.86 518	5.46 544	4.43 497	2.74 452	2.69 465	4.55 505	3.43 488	8.97 418	9.42 497	1.47 527	2.06 488	1.09 524	1.02 517	1.54 525	2.96 463

PASM	3.22 397	2.89 453	15.38 194	2.00 497	1.57 444	2.77 133	1.96 480	3.62 252	2.75 281	2.95 477	2.26 401	3.10 409	2.24 419	11.87 528	2.46 402	0.97 506	1.06 458	0.87 515	1.02 517	1.20 513	1.41 395

SPS-STEREO	5.18 513	10.36 515	21.09 508	1.74 473	1.72 477	3.24 189	2.26 498	3.92 313	4.12 477	5.06 538	3.66 506	5.43 526	3.33 481	9.56 431	12.34 518	1.17 515	1.17 464	1.07 522	1.03 519	1.17 511	10.25 533
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
EDNetEfficient	5.62 521	2.26 439	17.51 247	1.67 458	3.59 536	3.99 360	7.25 555	3.14 194	5.63 546	11.52 572	4.82 520	3.94 472	12.48 555	8.39 408	20.56 570	0.46 377	0.46 351	0.48 427	1.06 520	1.65 529	1.62 413

CC-Net-ROB	3.82 458	3.41 464	20.20 389	2.40 516	1.66 468	4.49 471	1.61 455	4.77 530	3.08 350	2.06 279	2.06 361	1.99 291	1.60 315	12.57 544	1.91 347	2.82 540	2.19 490	2.67 550	1.06 520	2.31 535	1.59 410

anonymity	2.02 134	1.28 347	5.16 104	1.73 471	1.63 457	1.86 64	1.06 367	3.50 235	2.42 234	2.19 326	2.11 370	1.88 269	3.89 497	1.92 193	1.56 263	1.11 511	1.14 462	1.08 523	1.11 522	1.05 497	2.68 452

SQANet	4.22 478	14.03 547	20.30 410	2.78 532	2.75 521	3.41 216	1.48 442	3.66 256	2.25 204	2.62 438	1.77 262	2.68 368	1.90 389	7.41 393	3.78 449	2.97 542	1.42 471	1.85 538	1.13 523	3.28 540	2.86 458

Consistency-Raft	2.93 341	1.93 421	19.72 335	1.41 388	1.75 479	3.85 320	1.32 417	4.09 366	2.75 281	1.82 218	2.66 461	1.81 257	4.34 507	2.29 241	2.08 372	0.90 502	0.94 448	1.03 520	1.13 523	1.71 531	1.10 373

SGM-ForestM	15.60 570	14.94 564	28.17 576	7.84 571	10.49 561	23.43 575	24.58 574	20.87 577	16.87 567	15.92 577	15.89 569	27.08 579	22.45 578	24.86 577	28.42 583	3.85 556	8.90 553	0.55 466	1.15 525	0.64 429	15.05 550

otaku	5.59 520	14.82 562	20.70 472	3.13 541	2.70 520	3.91 337	2.56 509	3.90 308	2.48 247	2.25 343	9.38 546	4.06 479	2.32 426	9.59 433	14.37 529	3.52 550	1.66 479	2.15 542	1.19 526	3.73 548	3.35 472

AIO-Stereo-zeroshot1	3.20 392	1.87 418	21.91 544	1.18 282	2.03 498	4.07 379	0.98 347	3.99 329	2.17 189	1.57 173	5.62 527	4.27 491	2.92 456	2.69 276	2.50 407	0.27 77	0.49 371	0.31 229	1.20 527	0.92 489	3.04 464

ADCMid	4.55 496	10.78 518	17.67 255	1.32 353	1.43 415	4.62 496	2.24 497	4.22 413	4.97 530	3.93 519	3.01 482	3.84 468	3.66 492	4.22 324	18.57 564	0.69 474	0.62 410	1.09 524	1.20 527	1.48 523	1.49 403

MSC_U_SF_DS_RVC	4.90 510	13.94 545	16.59 229	1.69 463	1.46 421	6.15 540	3.52 535	5.47 545	3.95 470	2.77 455	2.74 469	4.81 514	2.49 439	13.78 559	5.33 467	2.34 536	3.46 521	1.05 521	1.21 529	2.28 534	2.94 462

CREStereo++_RVC	1.98 123	0.59 67	19.94 358	0.87 100	0.55 95	4.02 366	0.31 8	1.75 38	2.09 175	1.65 184	2.20 392	0.85 105	0.65 57	1.03 14	0.72 50	0.29 112	0.16 3	0.23 27	1.22 530	0.25 52	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
ELAS_RVC	6.36 533	2.53 446	20.21 393	2.67 529	2.48 516	4.90 528	11.89 563	4.84 532	6.31 554	9.03 558	8.54 542	8.09 546	12.73 557	9.32 424	13.25 523	1.92 531	2.18 489	1.51 535	1.31 531	1.40 522	2.15 437
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 536	2.54 447	20.08 378	2.66 528	2.48 516	15.49 568	7.29 556	5.50 546	5.72 547	10.05 565	8.94 545	6.91 540	10.83 553	8.33 405	14.27 528	1.92 531	2.19 490	1.23 529	1.31 531	1.62 526	2.17 439
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Ntro	4.83 508	14.73 559	20.47 432	3.24 543	2.97 525	4.12 391	1.88 476	4.00 331	2.57 257	1.79 214	2.15 377	3.34 429	2.16 414	10.01 450	7.34 483	3.53 551	1.77 481	2.13 541	1.32 533	3.89 550	3.23 465

SGM+DAISY	13.18 567	14.36 553	24.65 569	8.10 572	13.49 568	22.47 574	25.54 576	12.13 564	17.08 570	14.77 574	15.82 568	12.17 555	13.97 563	12.65 545	18.22 561	8.40 574	9.18 558	1.23 529	1.33 534	1.23 516	16.81 566

MFN_U_SF_RVC	4.08 472	13.72 542	15.13 189	2.00 497	1.43 415	3.73 293	1.68 465	4.11 371	3.39 419	2.93 472	2.38 422	4.39 498	3.63 491	8.63 411	6.14 473	1.14 513	1.07 461	1.01 519	1.35 535	1.63 527	2.09 436

JetBlue	6.69 541	12.01 524	14.30 172	1.98 496	4.64 551	11.97 561	12.29 564	5.39 542	4.32 495	3.81 517	4.51 517	9.50 549	6.53 531	10.22 457	14.50 530	1.32 519	1.47 472	1.18 527	1.36 536	7.48 572	5.05 493

WAO-7	6.00 527	14.29 551	20.46 429	1.97 494	1.51 428	5.31 535	3.06 525	5.00 533	5.92 549	4.55 533	8.87 544	6.52 537	6.47 530	13.38 555	13.85 525	1.35 520	1.24 466	1.48 534	1.36 536	1.63 527	1.79 424

PWCK	6.49 535	13.40 533	20.27 402	2.95 537	1.61 451	5.68 539	7.63 558	5.37 541	4.77 522	3.90 518	7.48 532	7.96 544	5.63 519	15.15 564	10.93 505	3.21 545	1.55 476	2.34 543	1.43 538	6.05 563	2.45 448

BEATNet-Init1	51.93 591	71.67 593	99.39 594	10.91 578	13.10 565	84.39 595	59.36 588	73.78 593	67.97 590	88.09 594	88.15 594	91.73 595	97.51 595	85.13 596	72.56 596	2.59 537	5.18 532	1.20 528	1.49 539	10.61 577	13.83 541

ACVNet_2	6.09 528	15.28 569	21.36 531	3.30 545	3.17 531	4.50 472	3.00 521	4.70 524	3.96 471	3.52 509	5.34 524	7.79 543	2.95 457	12.40 535	13.76 524	3.28 546	2.23 492	2.70 551	1.70 540	3.52 543	3.24 466

AnonymousM	1.38 91	1.33 356	2.35 63	0.95 163	0.56 101	4.03 369	0.67 141	2.63 139	2.49 248	1.51 167	1.36 141	1.15 157	1.00 161	1.26 54	1.04 150	0.41 320	0.46 351	2.07 540	1.71 541	0.25 52	0.40 119

ADCPNet	4.25 481	4.04 473	21.95 546	1.33 358	1.31 385	6.34 543	2.63 512	4.07 353	3.23 378	2.81 463	2.21 396	4.27 491	6.08 525	6.01 352	11.73 515	0.67 472	1.17 464	0.71 503	1.71 541	0.87 484	1.82 425

RainbowNet	5.20 514	15.03 565	21.14 514	3.66 551	3.25 534	4.18 413	2.98 520	4.22 413	3.20 365	2.30 363	2.65 459	4.24 490	2.97 459	9.92 444	6.29 475	3.92 557	2.27 494	2.71 552	1.73 543	3.82 549	3.43 474

NVStereoNet_ROB	6.63 538	9.57 510	19.28 302	3.19 542	2.11 504	3.69 284	1.99 482	4.32 464	6.27 553	3.26 499	24.57 576	5.45 528	11.39 554	13.56 556	12.37 519	2.79 538	2.05 487	1.76 537	1.75 544	1.49 524	1.75 418
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet-4b	6.98 543	14.78 560	22.17 553	3.56 548	3.11 529	4.14 399	2.23 496	4.08 362	3.84 461	1.67 188	3.96 512	5.86 533	2.87 454	10.30 463	17.16 551	26.09 586	2.24 493	2.53 545	1.79 545	3.91 551	3.28 469

ACVNet_1	6.63 538	14.79 561	21.40 532	3.59 550	3.17 531	4.69 518	2.46 504	4.24 425	3.34 408	3.11 487	2.86 476	23.21 572	4.59 510	11.06 489	12.59 520	3.75 553	2.34 496	2.60 547	1.80 546	3.70 545	3.31 470

MFN_U_SF_DS_RVC	4.38 489	13.66 537	13.95 167	1.39 383	1.58 449	5.18 533	3.31 528	4.53 507	3.22 375	2.60 432	2.62 457	4.99 517	2.11 405	13.99 562	4.21 453	1.53 529	2.56 506	0.67 497	1.82 547	0.83 481	2.92 461

WAO-6	6.68 540	9.03 505	20.68 468	2.98 538	2.79 522	11.93 560	3.56 538	5.39 542	11.65 562	3.55 510	9.59 548	6.77 538	6.72 532	12.28 533	11.56 511	2.88 541	2.36 497	2.50 544	1.84 548	2.89 539	2.72 454

Dean	8.35 551	15.23 568	22.34 556	3.76 553	3.55 535	4.81 527	3.51 534	5.34 538	5.37 538	4.49 532	26.13 577	25.59 578	4.33 506	11.21 500	13.12 522	3.78 554	2.31 495	2.90 553	1.89 549	4.04 552	3.34 471

LVE	7.57 548	15.80 572	21.28 526	3.69 552	3.19 533	4.54 479	2.78 513	10.13 562	11.63 561	3.24 497	11.52 557	18.10 563	4.55 509	11.67 519	10.30 502	4.62 569	2.95 512	2.56 546	1.91 550	3.63 544	3.26 468

WAO-8	12.61 563	16.02 573	21.99 548	3.55 546	3.10 527	15.07 566	2.80 514	12.81 567	19.10 576	7.93 555	13.05 561	11.75 553	8.46 548	83.86 594	15.10 531	3.51 548	1.94 484	3.54 563	1.96 551	3.72 546	2.89 459

Venus	12.61 563	16.02 573	21.99 548	3.55 546	3.10 527	15.07 566	2.80 514	12.81 567	19.10 576	7.93 555	13.05 561	11.75 553	8.46 548	83.86 594	15.10 531	3.51 548	1.94 484	3.54 563	1.96 551	3.72 546	2.89 459

EAI-Stereo	4.89 509	0.69 128	7.74 122	0.99 193	1.63 457	4.68 513	51.52 587	5.79 550	3.37 411	3.64 512	7.24 530	1.10 150	0.95 151	2.51 256	1.71 305	0.33 205	0.31 226	0.28 164	2.04 553	0.28 87	0.92 349

DualNet (step1)	3.32 413	1.19 332	20.68 468	1.11 241	0.87 246	4.22 427	1.20 397	4.40 485	4.92 527	2.20 333	1.85 299	1.90 271	2.00 394	6.87 381	1.75 317	1.41 524	1.36 469	4.19 567	2.07 554	0.70 451	1.43 397

test_sample9	4.68 501	1.19 332	20.68 468	1.11 241	0.87 246	4.22 427	1.20 397	4.40 485	4.92 527	2.20 333	1.85 299	1.90 271	2.00 394	11.08 493	11.57 513	1.41 524	14.65 570	4.19 567	2.07 554	0.70 451	1.43 397

test_sample8	5.57 518	1.19 332	20.68 468	1.11 241	0.87 246	4.22 427	1.20 397	4.43 492	3.76 457	5.63 540	1.97 339	12.99 557	6.34 526	11.08 493	11.57 513	1.41 524	14.65 570	4.19 567	2.07 554	0.70 451	1.43 397

IMH-64-1	6.10 529	13.83 543	17.55 248	4.34 559	3.78 539	4.79 525	5.94 551	5.34 538	4.20 481	4.10 522	8.31 539	5.07 519	6.92 533	9.63 434	7.36 484	4.60 566	2.96 514	3.04 554	2.14 557	4.30 553	3.88 481

IMH-64	6.10 529	13.83 543	17.55 248	4.34 559	3.78 539	4.79 525	5.94 551	5.34 538	4.20 481	4.10 522	8.31 539	5.07 519	6.92 533	9.63 434	7.36 484	4.60 566	2.96 514	3.04 554	2.14 557	4.30 553	3.88 481

IMH	7.25 545	16.24 575	21.08 503	4.40 561	3.79 541	5.46 537	3.03 524	5.58 548	6.26 552	4.92 537	10.32 550	9.24 548	8.30 546	13.62 557	11.56 511	4.84 570	3.00 517	3.09 557	2.14 557	4.38 555	3.83 480

DDUNet	3.65 441	2.81 452	19.59 320	3.57 549	2.26 510	3.47 228	1.35 422	4.21 412	2.40 231	2.68 444	2.48 439	4.17 486	1.78 367	5.48 342	2.61 415	2.25 535	1.77 481	2.61 548	2.43 560	2.63 537	2.40 445

TorneroNet-64	10.52 555	14.33 552	21.95 546	4.29 558	3.76 538	13.77 565	2.83 517	14.96 573	23.11 579	10.24 567	23.77 575	13.44 558	8.15 545	13.98 561	17.70 557	4.03 559	2.73 507	3.23 559	2.53 561	7.27 571	4.35 488

UDG	3.84 460	2.91 454	20.05 371	2.98 538	1.98 495	3.95 350	1.18 393	4.43 492	2.24 201	2.47 413	2.53 447	4.49 501	2.44 435	6.52 370	4.74 463	2.14 534	1.77 481	2.64 549	2.58 562	2.66 538	2.19 441

ktn	22.24 579	14.37 554	20.30 410	4.54 564	4.02 545	6.52 544	4.50 549	6.78 554	78.80 593	84.67 593	100.54 595	58.48 590	8.39 547	13.13 550	17.09 546	4.61 568	3.24 519	3.49 561	2.62 563	4.70 559	3.96 483

TorneroNet	26.32 581	14.70 558	22.40 558	4.24 556	4.08 546	54.72 588	3.19 526	15.11 574	76.73 592	57.99 588	82.55 593	86.65 594	45.79 589	13.34 554	18.51 562	4.52 564	2.86 510	3.45 560	2.63 564	8.75 575	4.28 486

notaker	10.92 558	14.17 549	20.38 419	4.56 565	3.98 544	6.29 542	3.53 536	7.68 556	5.10 532	9.04 559	46.37 585	13.84 561	28.85 579	14.18 563	14.16 527	4.57 565	3.19 518	3.52 562	2.70 565	8.16 573	4.13 485

DispFullNet	4.71 504	3.93 470	23.92 567	4.00 554	3.01 526	3.38 209	1.31 415	4.23 419	3.26 382	6.31 548	2.92 478	4.03 477	7.80 540	3.93 316	5.15 466	2.80 539	1.61 477	3.11 558	2.70 565	3.32 541	3.38 473

KSHMR	17.50 574	14.38 555	22.35 557	4.50 563	4.51 549	8.17 552	3.33 529	15.44 575	76.15 591	7.32 551	61.40 589	56.33 589	5.66 521	32.91 580	13.97 526	4.42 561	2.99 516	3.64 566	2.79 567	5.13 561	4.55 490

UNDER WATER	11.28 560	13.60 536	22.90 563	5.11 567	4.53 550	7.75 551	3.75 542	12.50 565	21.62 578	7.80 554	10.68 551	23.75 574	35.20 580	11.54 514	17.40 553	4.46 562	2.95 512	4.23 570	2.90 568	6.57 566	6.27 504

UNDER WATER-64	10.08 554	14.27 550	22.85 562	5.26 568	4.88 553	11.00 559	4.57 550	11.41 563	17.25 571	7.68 552	9.72 549	15.96 562	21.47 577	11.12 496	16.63 541	4.38 560	2.88 511	4.41 571	2.95 569	7.12 570	5.81 501

JetRed	10.68 557	26.07 582	35.62 577	4.40 561	4.16 548	15.72 569	13.07 566	14.57 572	5.83 548	5.85 543	5.55 526	10.12 550	7.37 538	8.86 414	25.99 578	3.33 547	3.82 524	3.59 565	2.98 570	8.51 574	8.22 516

TCMNet-wrong-test	12.48 562	15.10 566	19.66 323	22.40 580	19.87 575	15.98 571	12.30 565	23.88 578	4.80 524	6.29 547	6.46 528	18.38 565	15.65 565	10.50 467	10.86 504	9.07 576	4.79 527	5.34 572	3.95 571	12.27 579	12.13 538

MANE	15.29 569	13.67 538	23.58 566	10.15 576	13.37 567	23.58 576	23.86 573	27.83 581	26.26 580	12.02 573	15.10 565	19.83 567	18.01 571	15.68 566	20.35 569	8.58 575	9.20 559	3.05 556	4.19 572	0.82 478	16.69 562

DGSMNet	8.13 550	2.31 442	18.62 273	2.77 531	13.96 569	6.91 548	42.17 586	4.16 392	2.53 252	2.25 343	3.21 494	3.41 435	1.69 350	9.19 422	3.03 431	3.79 555	10.31 562	11.70 583	5.68 573	4.38 555	10.58 534

MADNet++	8.64 552	6.17 488	13.88 165	6.61 569	5.25 554	10.15 557	14.20 567	5.89 552	8.25 556	7.14 550	8.18 536	6.41 536	9.84 552	11.71 524	16.73 542	9.65 577	5.03 531	8.63 577	5.68 573	4.83 560	8.57 521

PML	64.55 593	56.00 592	20.79 479	8.10 572	32.82 581	147.60 596	247.57 598	12.71 566	45.39 588	111.32 595	288.85 598	101.42 596	100.62 596	31.63 579	15.84 536	13.96 581	4.84 528	10.95 580	6.18 575	28.99 582	5.33 497

USTest	15.98 571	15.57 571	22.51 560	18.47 579	16.98 570	26.39 577	36.05 582	27.65 580	12.77 563	10.72 569	10.87 552	18.34 564	15.08 564	18.60 568	23.36 571	4.90 571	5.38 533	7.40 576	7.45 576	9.88 576	11.26 536

tt	7.29 546	0.58 58	7.34 118	4.04 555	2.30 514	12.04 562	20.18 572	15.60 576	7.41 555	3.46 506	3.36 499	5.36 523	6.39 529	4.27 325	7.46 488	9.80 578	11.53 567	7.04 575	7.45 576	6.31 565	3.81 479

DGTPSM_ROB	16.67 572	21.79 580	40.19 581	10.00 575	19.05 573	12.43 563	33.20 579	13.71 569	18.09 574	9.71 562	22.85 573	13.77 559	19.64 572	21.23 569	24.07 572	5.09 572	8.95 554	5.62 573	11.49 578	6.73 567	15.75 559

DPSM_ROB	20.83 577	20.01 578	26.54 573	23.64 582	22.42 576	31.06 579	39.94 584	34.02 583	17.42 572	15.35 575	16.05 570	24.04 575	20.69 575	23.28 575	27.60 580	10.77 579	9.41 560	11.68 581	11.50 579	14.48 580	16.71 563

DPSM	20.83 577	20.01 578	26.54 573	23.64 582	22.42 576	31.06 579	39.94 584	34.02 583	17.42 572	15.35 575	16.05 570	24.04 575	20.69 575	23.28 575	27.60 580	10.77 579	9.41 560	11.68 581	11.50 579	14.48 580	16.71 563

DPSMNet_ROB	16.76 573	21.81 581	40.95 582	10.20 577	19.08 574	12.43 563	33.21 580	13.73 570	18.21 575	9.76 563	22.88 574	13.78 560	19.64 572	21.39 570	24.21 573	5.20 573	8.97 555	5.63 574	11.51 581	6.80 568	15.82 560

Anonymous_2	4.03 471	0.99 289	11.19 143	1.20 289	1.71 475	3.68 282	0.93 326	3.76 279	1.63 108	2.07 285	1.43 158	4.76 513	2.34 427	1.86 189	1.78 320	0.82 498	2.42 501	8.69 578	16.64 582	4.38 555	8.29 517

FlowAnything	41.86 584	39.86 584	53.27 589	47.82 590	45.01 585	62.36 589	80.44 593	68.40 592	35.33 584	30.77 580	32.01 579	48.15 586	42.00 586	46.64 590	55.21 590	21.70 585	18.87 577	23.47 586	23.12 583	29.11 583	33.59 584

LSM0	49.69 590	40.02 585	53.50 591	97.07 592	129.56 592	62.65 592	79.82 592	68.02 589	35.12 583	33.72 582	33.34 583	48.41 588	41.54 584	46.57 588	55.40 591	21.63 584	19.16 580	23.60 587	23.13 584	29.46 586	52.08 593

Selective-RAFT-Error	41.88 585	40.10 586	53.23 588	47.74 589	45.20 587	62.42 590	80.58 594	68.27 590	34.95 582	30.85 581	32.30 581	48.08 585	42.07 587	46.54 587	54.92 589	21.60 583	19.12 579	23.46 584	23.15 585	29.14 584	33.95 586

CasAABBNet	41.89 586	40.14 587	53.33 590	47.71 588	45.10 586	62.42 590	80.65 595	68.29 591	34.85 581	30.67 579	32.34 582	48.22 587	41.76 585	46.61 589	55.60 592	21.59 582	18.89 578	23.46 584	23.21 586	29.17 585	33.75 585

LRCNet_RVC	25.63 580	33.47 583	24.35 568	31.77 584	32.74 580	6.73 546	1.19 394	25.87 579	4.67 515	28.95 578	30.91 578	24.89 577	17.54 569	27.82 578	24.57 575	35.48 587	25.62 586	35.91 588	33.80 587	31.95 588	34.38 587

AVERAGE_ROB	44.46 588	45.87 589	46.48 584	40.54 587	38.62 583	32.95 582	30.49 577	46.80 587	43.31 587	49.57 585	48.93 587	44.57 583	39.87 581	45.01 586	43.89 586	48.70 590	50.65 591	50.80 589	49.79 588	45.54 590	46.89 591

HaxPig	43.31 587	43.63 588	45.01 583	33.88 585	35.67 582	32.79 581	30.52 578	45.50 586	42.95 586	48.75 584	48.14 586	43.24 581	40.44 582	44.58 585	43.63 585	47.17 589	49.30 590	51.65 590	50.37 589	43.72 589	45.27 590

MEDIAN_ROB	47.37 589	49.00 590	49.74 586	40.28 586	39.94 584	34.93 583	33.41 581	49.78 588	46.38 589	53.04 587	52.61 588	47.67 584	42.28 588	48.33 591	47.25 587	52.06 591	53.99 592	54.28 591	53.48 590	48.70 591	50.27 592

U	12.87 565	0.43 7	2.54 68	0.68 25	58.93 588	63.36 593	0.33 13	1.95 56	1.08 17	0.62 14	0.83 39	0.46 31	0.57 33	0.91 7	0.50 6	0.31 164	0.17 4	63.34 592	59.81 591	0.30 125	0.26 9

DPSimNet_ROB	143.68 597	156.64 597	170.66 596	162.59 593	135.40 593	195.13 597	174.01 596	141.76 597	167.78 598	174.58 597	138.78 596	186.01 597	183.75 597	82.32 593	97.85 597	151.24 596	102.48 594	131.25 594	82.78 592	115.21 593	123.37 594

HanzoNet	31.86 583	17.33 576	21.23 523	7.52 570	5.85 557	7.49 550	3.61 541	14.35 571	13.37 564	50.38 586	46.35 584	44.46 582	56.50 591	36.53 584	28.25 582	64.05 592	58.31 593	9.45 579	89.24 593	31.17 587	31.77 582

Anonymous_1	57.77 592	19.65 577	26.12 571	23.12 581	141.97 594	30.79 578	39.72 583	34.10 585	16.98 568	70.09 592	15.64 567	23.44 573	19.73 574	23.03 574	27.21 579	164.70 597	9.02 556	130.41 593	137.42 594	161.21 597	41.01 589

test_example2	213.42 598	219.67 598	222.97 598	213.78 595	220.82 598	199.03 598	200.49 597	189.27 598	143.61 597	211.05 598	218.08 597	210.69 598	205.21 598	221.14 598	216.49 598	236.74 598	242.08 598	213.66 595	216.96 595	235.55 598	231.06 598

xxxxx1	112.85 594	94.19 594	38.10 578	228.21 596	161.02 595	39.23 585	61.26 589	92.54 594	79.08 594	63.44 589	74.84 590	77.80 591	69.88 592	33.55 581	70.96 593	117.25 593	130.44 595	258.49 596	273.88 596	145.63 594	147.24 595

tt_ll	112.85 594	94.19 594	38.10 578	228.21 596	161.02 595	39.23 585	61.26 589	92.54 594	79.08 594	63.44 589	74.84 590	77.80 591	69.88 592	33.55 581	70.96 593	117.25 593	130.44 595	258.49 596	273.88 596	145.63 594	147.24 595

ff	112.85 594	94.19 594	38.10 578	228.21 596	161.02 595	39.23 585	61.26 589	92.54 594	79.08 594	63.44 589	74.84 590	77.80 591	69.88 592	33.55 581	70.96 593	117.25 593	130.44 595	258.49 596	273.88 596	145.63 594	147.24 595

ccccc		628.29 599		567.59 599	570.62 599	580.23 599		613.89 599		613.55 599		554.19 599		666.02 599		780.28 599	507.01 599	391.46 599	342.94 599	701.16 599

Low-res two-view benchmark