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

IGEV-Stereo+	0.45 111	0.21 29	0.43 38	0.41 49	0.39 296	0.15 1	0.19 8	0.44 4	0.36 29	0.26 5	0.25 7	0.31 39	0.41 95	1.43 301	0.30 50	0.17 104	0.12 55	0.15 24	0.11 9	1.16 538	1.70 553

S2M2_XL	0.24 1	0.24 79	0.39 14	0.34 1	0.24 42	0.16 2	0.18 3	0.32 1	0.22 4	0.29 11	0.40 30	0.24 7	0.23 10	0.32 1	0.26 21	0.20 220	0.18 317	0.18 116	0.16 154	0.18 124	0.14 64

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 34	0.21 9	0.25 3	0.22 18	0.48 6	0.31 16	0.32 20	0.26 10	0.37 57	0.24 12	0.83 133	0.29 39	0.16 61	0.12 55	0.14 2	0.11 9	0.14 20	0.11 2

SM2	0.28 7	0.20 10	0.39 14	0.38 26	0.25 59	0.26 4	0.24 32	0.61 30	0.47 63	0.39 52	0.33 20	0.26 15	0.32 45	0.52 27	0.29 39	0.13 20	0.11 28	0.14 2	0.11 9	0.14 20	0.12 11

LG-Stereo_L2	0.29 12	0.20 10	0.45 53	0.37 13	0.25 59	0.26 4	0.20 11	0.78 80	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 158	0.23 2	0.15 39	0.11 28	0.15 24	0.12 42	0.14 20	0.11 2

StereoAnything_RVC	0.45 111	1.43 544	0.48 67	0.35 4	0.20 3	0.26 4	0.21 14	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 74	1.27 257	0.22 1	0.21 254	0.11 28	0.14 2	0.10 2	2.37 549	0.11 2

RAStereo	0.34 41	0.21 29	0.66 182	0.47 119	0.27 92	0.26 4	0.29 64	0.69 54	0.63 112	0.32 20	0.42 34	0.45 76	0.31 39	0.45 12	0.34 103	0.17 104	0.15 226	0.19 139	0.15 112	0.18 124	0.13 37

CroCo-Stereo	0.40 74	0.31 271	0.73 240	0.58 317	0.27 92	0.26 4	0.33 96	0.95 152	0.81 177	0.42 61	0.47 58	0.65 168	0.47 134	0.39 6	0.34 103	0.18 144	0.15 226	0.16 54	0.14 94	0.19 165	0.16 127
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
monsterstereo	0.34 41	0.20 10	0.44 40	0.45 100	0.35 244	0.27 9	0.29 64	0.53 9	0.51 80	0.44 71	0.61 102	0.26 15	0.25 14	1.19 238	0.27 27	0.13 20	0.11 28	0.15 24	0.12 42	0.15 42	0.10 1

Monster-pub-mixall	0.30 16	0.19 6	0.39 14	0.36 6	0.21 9	0.28 10	0.18 3	0.58 20	0.34 25	0.36 33	0.34 21	0.26 15	0.20 1	1.40 298	0.24 5	0.15 39	0.11 28	0.13 1	0.10 2	0.12 1	0.13 37

CroCo-Stereo Lap2	0.44 103	0.34 333	0.77 277	0.61 356	0.79 493	0.28 10	0.35 116	0.75 70	0.71 148	0.38 44	0.50 72	0.72 190	0.55 185	0.57 47	0.47 230	0.17 104	0.18 317	0.19 139	0.16 154	0.21 241	0.20 251

LG-Stereo_L1	0.30 16	0.20 10	0.44 40	0.37 13	0.26 68	0.29 12	0.21 14	0.66 46	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 250	0.23 2	0.15 39	0.11 28	0.15 24	0.12 42	0.14 20	0.11 2

zero-FE	0.36 50	0.22 48	0.47 64	0.45 100	0.43 330	0.30 13	0.24 32	0.61 30	0.33 23	0.33 25	0.41 32	0.37 57	0.50 159	0.64 71	0.32 72	0.22 280	0.11 28	0.18 116	0.12 42	0.83 524	0.16 127

MaDis-Stereo	0.36 50	0.25 107	0.58 137	0.44 86	0.34 240	0.30 13	0.30 74	0.72 63	0.50 71	0.37 37	0.36 24	0.58 142	0.49 153	0.52 27	0.36 123	0.19 185	0.16 266	0.19 139	0.15 112	0.18 124	0.14 64

S2M2	0.34 41	0.28 182	0.45 53	0.40 41	0.30 156	0.31 15	0.16 1	0.60 29	0.64 116	0.31 16	0.48 61	0.47 87	0.34 57	0.38 4	0.32 72	0.25 349	0.22 393	0.20 174	0.22 320	0.25 317	0.22 286

FoundationStereo	0.24 1	0.21 29	0.36 3	0.38 26	0.22 19	0.32 16	0.22 18	0.39 2	0.23 6	0.30 15	0.25 7	0.30 36	0.33 50	0.34 3	0.26 21	0.16 61	0.12 55	0.15 24	0.11 9	0.13 5	0.12 11

IGEV-Stereo++	0.30 16	0.20 10	0.40 20	0.46 108	0.30 156	0.33 17	0.22 18	0.75 70	0.45 54	0.32 20	0.41 32	0.32 42	0.48 145	0.38 4	0.27 27	0.15 39	0.11 28	0.15 24	0.12 42	0.15 42	0.13 37

monsters	0.34 41	0.20 10	0.41 25	0.39 34	0.36 254	0.34 18	0.27 53	0.66 46	0.43 48	0.47 87	0.40 30	0.22 2	0.23 10	1.33 272	0.25 12	0.13 20	0.10 9	0.14 2	0.11 9	0.13 5	0.13 37

AFF-stereo	0.58 207	0.25 107	0.64 168	0.46 108	0.29 134	0.34 18	0.38 158	1.15 236	1.14 320	1.17 314	1.60 436	1.10 335	0.71 259	0.97 180	0.43 193	0.13 20	0.11 28	0.19 139	0.19 215	0.17 93	0.14 64

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 13	0.22 19	0.35 20	0.18 3	0.45 5	0.21 2	0.26 5	0.23 5	0.34 48	0.20 1	0.77 110	0.23 2	0.16 61	0.11 28	0.15 24	0.11 9	0.13 5	0.11 2

plain	0.46 118	0.27 160	1.01 376	0.50 174	0.40 307	0.35 20	0.37 151	0.87 114	0.56 96	0.43 67	0.76 144	0.42 63	0.40 92	1.13 223	0.45 209	0.21 254	0.15 226	0.24 296	0.19 215	0.24 305	0.16 127

MIF-Stereo (partial)	0.45 111	0.25 107	0.70 210	0.50 174	0.52 397	0.35 20	0.26 46	0.91 130	0.59 105	0.45 79	0.71 130	0.51 110	0.51 163	1.11 218	0.45 209	0.20 220	0.16 266	0.23 276	0.20 247	0.24 305	0.18 178

DLNR_Zeroshot_test	23.17 586	48.52 600	43.29 590	176.68 599	78.69 595	0.35 20	0.21 14	23.41 585	0.75 156	0.66 146	0.86 167	0.59 149	0.30 33	1.56 328	0.44 196	9.57 584	0.12 55	0.18 116	0.14 94	76.92 598	0.16 127

LG-Stereo_Zeroshot	0.36 50	0.23 61	0.54 107	0.50 174	0.28 117	0.36 24	0.22 18	1.02 177	0.39 35	0.42 61	0.64 110	0.36 52	0.51 163	0.39 6	0.29 39	0.18 144	0.12 55	0.17 81	0.13 66	0.18 124	0.18 178

GREAT-IGEV	0.32 30	0.20 10	0.42 33	0.37 13	0.29 134	0.36 24	0.28 59	0.56 15	0.58 99	0.28 7	0.50 72	0.29 31	0.29 29	0.84 136	0.27 27	0.14 31	0.11 28	0.15 24	0.11 9	0.17 93	0.14 64

111111	0.34 41	0.20 10	0.41 25	0.45 100	0.42 320	0.37 26	0.22 18	0.95 152	0.38 34	0.31 16	0.31 18	0.40 62	0.27 21	0.96 172	0.26 21	0.17 104	0.12 55	0.15 24	0.11 9	0.15 42	0.13 37

LG-Stereo	0.34 41	0.25 107	0.78 285	0.47 119	0.26 68	0.37 26	0.30 74	0.71 62	0.52 87	0.36 33	0.57 94	0.29 31	0.21 3	0.50 22	0.36 123	0.13 20	0.13 116	0.20 174	0.18 193	0.18 124	0.12 11

AEACV	0.37 56	0.24 79	0.52 95	0.47 119	0.51 385	0.37 26	0.38 158	0.65 42	0.53 91	0.42 61	0.56 91	0.46 80	0.60 212	0.53 31	0.30 50	0.16 61	0.13 116	0.18 116	0.15 112	0.17 93	0.14 64

MS	0.46 118	0.29 217	1.75 494	0.34 1	0.23 25	0.38 29	0.17 2	0.55 12	0.31 16	0.37 37	0.38 28	0.31 39	0.32 45	0.56 41	0.26 21	0.17 104	0.13 116	0.14 2	1.52 564	0.20 199	0.80 527

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 41	0.24 42	0.38 29	0.20 11	0.59 22	0.19 1	0.24 2	0.17 1	0.33 46	0.27 21	0.90 157	0.25 12	0.14 31	0.11 28	0.16 54	0.11 9	0.13 5	0.12 11

Reg-Stereo(zero)	0.44 103	0.22 48	0.45 53	0.43 63	0.23 25	0.38 29	0.25 36	0.76 73	1.08 284	0.90 198	0.78 148	0.90 257	0.47 134	0.70 89	0.36 123	0.15 39	0.12 55	0.15 24	0.12 42	0.15 42	0.15 97

GIP-stereo	0.34 41	0.23 61	0.45 53	0.50 174	0.36 254	0.38 29	0.23 26	0.78 80	0.52 87	0.34 27	0.51 75	0.46 80	0.38 86	0.51 24	0.27 27	0.20 220	0.12 55	0.16 54	0.12 42	0.16 62	0.14 64

SCV	0.46 118	0.26 130	0.55 117	0.47 119	0.25 59	0.39 33	0.38 158	1.98 467	0.60 106	0.35 28	0.48 61	0.55 127	0.36 74	1.28 259	0.32 72	0.24 322	0.12 55	0.17 81	0.13 66	0.18 124	0.14 64

MC-Stereo	0.43 92	0.23 61	0.48 67	0.51 204	0.28 117	0.39 33	0.32 89	0.88 122	0.68 138	0.60 135	0.84 164	0.56 135	0.61 221	1.03 194	0.31 67	0.17 104	0.11 28	0.17 81	0.15 112	0.16 62	0.13 37

ours_stereo	0.39 65	0.28 182	0.51 87	0.46 108	0.30 156	0.40 35	0.44 233	0.73 65	0.56 96	0.35 28	0.56 91	0.46 80	0.33 50	1.11 218	0.32 72	0.16 61	0.13 116	0.19 139	0.15 112	0.19 165	0.14 64

rvit_stereo_ft	0.47 126	0.35 354	0.87 321	0.67 419	0.42 320	0.40 35	0.59 368	0.81 98	0.74 155	0.46 84	0.55 88	0.57 137	0.49 153	0.65 78	0.50 249	0.25 349	0.17 295	0.22 238	0.22 320	0.24 305	0.17 153

UniTT-Stereo	0.36 50	0.23 61	0.59 144	0.48 146	0.36 254	0.40 35	0.32 89	0.53 9	0.49 67	0.54 120	0.55 88	0.36 52	0.31 39	0.58 48	0.51 254	0.20 220	0.15 226	0.17 81	0.15 112	0.19 165	0.15 97

RAFT-Stereo + iAFF	0.54 170	0.25 107	0.68 191	0.43 63	0.24 42	0.40 35	0.34 108	1.04 188	1.09 292	1.32 393	1.60 436	0.80 211	0.68 246	0.67 83	0.39 154	0.13 20	0.10 9	0.18 116	0.17 175	0.17 93	0.13 37

HART	0.45 111	0.22 48	0.54 107	0.50 174	0.26 68	0.41 39	0.29 64	1.03 182	0.50 71	0.58 125	1.45 395	0.61 154	0.35 65	1.08 211	0.30 50	0.15 39	0.13 116	0.19 139	0.14 94	0.19 165	0.14 64

HI	0.64 245	0.32 287	0.68 191	0.47 119	0.51 385	0.41 39	0.36 132	1.04 188	0.75 156	1.31 389	1.43 388	1.62 444	1.12 429	0.94 169	0.88 382	0.15 39	0.12 55	0.20 174	0.20 247	0.20 199	0.18 178

CoSv	0.64 245	0.32 287	0.68 191	0.47 119	0.51 385	0.41 39	0.36 132	1.04 188	0.75 156	1.31 389	1.43 388	1.62 444	1.12 429	0.94 169	0.88 382	0.15 39	0.12 55	0.20 174	0.20 247	0.20 199	0.18 178

rvit_stereo_0081	0.44 103	0.33 309	0.64 168	0.54 258	0.35 244	0.41 39	0.44 233	0.66 46	0.95 221	0.48 95	0.52 77	0.50 106	0.46 125	0.82 131	0.44 196	0.25 349	0.20 353	0.22 238	0.19 215	0.25 317	0.17 153

rvit_stereo_0082	0.44 103	0.33 309	0.64 168	0.54 258	0.35 244	0.41 39	0.44 233	0.66 46	0.95 221	0.48 95	0.52 77	0.50 106	0.46 125	0.82 131	0.44 196	0.25 349	0.20 353	0.22 238	0.19 215	0.25 317	0.17 153

H2IRNET	0.56 194	0.26 130	0.66 182	0.47 119	0.35 244	0.41 39	0.26 46	0.92 133	1.17 344	0.61 136	1.28 336	1.08 323	0.86 329	0.99 185	0.63 306	0.19 185	0.16 266	0.22 238	0.25 371	0.21 241	0.18 178

IGEV_Zeroshot_test	0.53 155	0.30 238	0.99 367	0.56 295	0.35 244	0.41 39	0.32 89	1.37 292	0.63 112	1.00 230	1.09 251	0.95 282	0.41 95	0.83 133	0.39 154	0.18 144	0.12 55	0.19 139	0.18 193	0.19 165	0.17 153

2.5w	0.31 26	0.23 61	0.46 61	0.39 34	0.24 42	0.42 46	0.39 173	0.61 30	0.30 13	0.37 37	0.53 79	0.24 7	0.25 14	0.77 110	0.28 36	0.12 6	0.10 9	0.14 2	0.12 42	0.14 20	0.12 11

2.75w_new	0.31 26	0.23 61	0.43 38	0.35 4	0.23 25	0.42 46	0.42 201	0.54 11	0.35 28	0.47 87	0.43 43	0.24 7	0.30 33	0.66 80	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

MLG-Stereo	0.29 12	0.19 6	0.38 8	0.41 49	0.20 3	0.42 46	0.20 11	0.66 46	0.21 2	0.25 3	0.22 4	0.33 46	0.28 25	1.09 212	0.25 12	0.14 31	0.11 28	0.16 54	0.11 9	0.13 5	0.12 11

LGtest1	0.27 4	0.21 29	0.44 40	0.41 49	0.21 9	0.42 46	0.19 8	0.56 15	0.26 9	0.29 11	0.24 6	0.29 31	0.29 29	0.55 40	0.25 12	0.18 144	0.12 55	0.16 54	0.12 42	0.14 20	0.13 37

Occ-G	0.42 86	0.21 29	0.48 67	0.41 49	0.26 68	0.42 46	0.62 377	0.77 76	0.49 67	0.43 67	0.66 112	1.02 308	0.46 125	0.78 115	0.41 172	0.16 61	0.13 116	0.18 116	0.13 66	0.16 62	0.16 127

rvit_stereo_0080	0.44 103	0.32 287	0.71 222	0.47 119	0.36 254	0.42 46	0.55 337	0.82 103	0.68 138	0.50 109	0.60 100	0.55 127	0.47 134	0.59 49	0.44 196	0.26 372	0.21 375	0.20 174	0.20 247	0.31 393	0.19 218

CAS++	0.47 126	0.31 271	0.56 121	0.47 119	0.32 201	0.42 46	0.28 59	1.76 401	0.72 149	0.71 152	0.72 134	0.37 57	0.28 25	0.69 85	0.33 86	0.27 388	0.22 393	0.26 354	0.21 291	0.29 373	0.19 218
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
whm_eth	0.44 103	0.32 287	0.71 222	0.47 119	0.36 254	0.42 46	0.55 337	0.82 103	0.68 138	0.50 109	0.60 100	0.55 127	0.47 134	0.59 49	0.44 196	0.26 372	0.21 375	0.20 174	0.20 247	0.31 393	0.19 218

RAFT+CT+SA	0.58 207	0.29 217	0.60 149	0.66 407	0.37 269	0.42 46	0.55 337	1.27 274	1.03 260	0.70 150	1.22 310	0.60 150	0.70 254	1.64 341	0.41 172	0.18 144	0.13 116	0.22 238	0.22 320	0.21 241	0.18 178

asda	0.30 16	0.24 79	0.42 33	0.38 26	0.23 25	0.43 55	0.34 108	0.58 20	0.37 32	0.38 44	0.42 34	0.27 21	0.34 57	0.52 27	0.30 50	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

SGD-Stereo	0.32 30	0.20 10	0.40 20	0.38 26	0.19 1	0.43 55	0.22 18	0.64 38	0.33 23	0.42 61	0.34 21	0.27 21	0.35 65	1.15 226	0.30 50	0.20 220	0.10 9	0.15 24	0.13 66	0.17 93	0.13 37

fffft	0.38 61	0.23 61	0.51 87	0.44 86	0.32 201	0.43 55	0.48 275	0.76 73	0.36 29	0.44 71	0.34 21	0.38 60	0.31 39	1.31 265	0.32 72	0.14 31	0.11 28	0.19 139	0.15 112	0.16 62	0.16 127
1: 1. 1
mms	0.40 74	0.27 160	0.52 95	0.46 108	0.32 201	0.43 55	0.46 257	0.70 58	0.46 60	0.35 28	0.58 97	0.44 68	0.30 33	1.36 282	0.33 86	0.16 61	0.13 116	0.18 116	0.15 112	0.19 165	0.15 97

AnonymousM	0.59 213	1.11 529	0.41 25	0.44 86	0.32 201	0.43 55	0.47 264	1.05 196	0.64 116	0.98 222	0.63 107	0.67 175	0.43 106	0.59 49	0.41 172	0.20 220	0.15 226	1.84 551	0.84 541	0.14 20	0.13 37

XX-Stereo	0.63 233	0.26 130	1.90 502	0.81 484	0.67 458	0.43 55	0.23 26	1.03 182	0.58 99	0.65 143	1.56 427	1.41 405	0.39 88	1.28 259	0.35 113	0.20 220	0.14 168	0.20 174	0.19 215	0.18 124	0.14 64

AdaDepth	0.30 16	0.22 48	0.49 74	0.44 86	0.27 92	0.44 61	0.24 32	0.52 8	0.30 13	0.31 16	0.37 27	0.26 15	0.32 45	0.79 119	0.25 12	0.12 6	0.12 55	0.16 54	0.13 66	0.16 62	0.15 97

IGEV-BASED-STEREO-	0.70 279	3.18 573	2.55 526	0.39 34	0.23 25	0.44 61	0.23 26	0.63 36	0.42 46	0.44 71	0.44 47	0.34 48	0.28 25	0.56 41	0.29 39	1.35 547	0.10 9	0.22 238	0.19 215	0.46 476	1.31 546

MoCha-V2	0.40 74	0.20 10	0.49 74	0.50 174	0.21 9	0.44 61	0.33 96	0.93 140	0.53 91	0.53 117	0.53 79	0.42 63	0.58 208	1.09 212	0.27 27	0.14 31	0.12 55	0.15 24	0.12 42	0.17 93	0.15 97

EGLCR-Stereo	0.37 56	0.22 48	0.51 87	0.43 63	0.26 68	0.44 61	0.22 18	0.99 166	0.48 65	0.42 61	0.42 34	0.67 175	0.29 29	0.86 145	0.33 86	0.17 104	0.12 55	0.19 139	0.17 175	0.17 93	0.15 97

2.25w	0.32 30	0.24 79	0.48 67	0.37 13	0.24 42	0.45 65	0.25 36	0.62 34	0.40 39	0.45 79	0.58 97	0.27 21	0.32 45	0.74 106	0.35 113	0.12 6	0.10 9	0.14 2	0.12 42	0.13 5	0.14 64

IGEV	0.28 7	0.18 1	0.39 14	0.37 13	0.31 182	0.45 65	0.21 14	0.59 22	0.40 39	0.31 16	0.43 43	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 55	0.16 54	0.13 66	0.12 1	0.12 11

AIO-Stereo	0.37 56	0.25 107	0.51 87	0.47 119	0.23 25	0.45 65	0.39 173	1.07 211	0.52 87	0.41 55	0.48 61	0.52 117	0.25 14	0.72 96	0.30 50	0.16 61	0.12 55	0.17 81	0.13 66	0.16 62	0.13 37

IGEV++	0.40 74	0.22 48	0.51 87	0.52 225	0.29 134	0.45 65	0.25 36	1.65 369	0.46 60	0.37 37	0.57 94	0.46 80	0.45 118	0.50 22	0.38 146	0.19 185	0.12 55	0.16 54	0.13 66	0.16 62	0.15 97

CREStereo++_RVC	0.47 126	0.21 29	0.38 8	0.45 100	0.38 286	0.45 65	0.25 36	0.75 70	1.29 408	0.80 173	1.21 308	0.47 87	0.37 79	0.53 31	0.44 196	0.16 61	0.11 28	0.15 24	0.80 539	0.18 124	0.11 2
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
Replicate-Monster	0.41 82	0.26 130	2.03 506	0.36 6	0.21 9	0.46 70	0.23 26	0.67 52	0.48 65	0.42 61	0.27 12	0.31 39	0.30 33	0.98 181	0.24 5	0.14 31	0.10 9	0.14 2	0.11 9	0.13 5	0.28 378

4w-stereo	0.30 16	0.24 79	0.44 40	0.37 13	0.23 25	0.46 70	0.27 53	0.63 36	0.31 16	0.41 55	0.44 47	0.27 21	0.36 74	0.59 49	0.30 50	0.11 1	0.09 1	0.15 24	0.12 42	0.13 5	0.12 11

2w_stereo	0.32 30	0.24 79	0.45 53	0.39 34	0.22 19	0.46 70	0.47 264	0.69 54	0.42 46	0.43 67	0.50 72	0.24 7	0.45 118	0.47 18	0.29 39	0.12 6	0.10 9	0.15 24	0.12 42	0.15 42	0.13 37

Selective-IGEV	0.39 65	0.24 79	0.50 80	0.44 86	0.25 59	0.46 70	0.33 96	1.25 272	0.40 39	0.35 28	0.45 52	0.52 117	0.30 33	1.07 207	0.30 50	0.14 31	0.12 55	0.17 81	0.13 66	0.16 62	0.13 37

TRStereo	0.60 216	0.60 474	0.97 363	0.74 464	0.67 458	0.46 70	0.38 158	1.85 431	0.89 200	0.79 171	0.80 159	0.88 248	0.39 88	1.10 215	0.41 172	0.23 307	0.15 226	0.23 276	0.24 356	0.17 93	0.15 97

asd	0.30 16	0.21 29	0.41 25	0.39 34	0.24 42	0.47 75	0.30 74	0.69 54	0.30 13	0.41 55	0.39 29	0.28 30	0.33 50	0.62 67	0.27 27	0.13 20	0.09 1	0.14 2	0.12 42	0.14 20	0.12 11

1w_stereo	0.34 41	0.20 10	0.42 33	0.43 63	0.26 68	0.47 75	0.54 319	0.59 22	0.50 71	0.41 55	0.66 112	0.25 13	0.44 114	0.62 67	0.33 86	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

MLG-Stereo_test3	0.28 7	0.18 1	0.42 33	0.40 41	0.23 25	0.47 75	0.19 8	0.61 30	0.29 12	0.35 28	0.21 2	0.35 50	0.21 3	0.60 61	0.25 12	0.15 39	0.11 28	0.16 54	0.11 9	0.13 5	0.13 37

SCV_C0	0.43 92	0.26 130	0.65 175	0.43 63	0.29 134	0.47 75	0.31 81	1.34 286	0.73 153	0.38 44	0.49 69	0.54 124	0.29 29	1.24 250	0.30 50	0.17 104	0.13 116	0.16 54	0.13 66	0.20 199	0.15 97

WCG-NET	0.42 86	0.21 29	0.54 107	0.40 41	0.25 59	0.47 75	0.32 89	0.73 65	1.15 332	0.76 160	0.73 136	0.58 142	0.45 118	0.60 61	0.34 103	0.15 39	0.11 28	0.16 54	0.14 94	0.15 42	0.13 37

RSM	0.39 65	0.24 79	0.49 74	0.46 108	0.26 68	0.47 75	0.40 181	0.92 133	0.44 52	0.41 55	0.42 34	0.65 168	0.33 50	1.07 207	0.29 39	0.15 39	0.12 55	0.17 81	0.13 66	0.17 93	0.13 37

DEFOM-Stereo_RVC	0.40 74	0.67 486	0.42 33	0.64 386	0.29 134	0.48 81	0.25 36	0.85 111	0.44 52	0.38 44	0.36 24	0.30 36	0.70 254	1.15 226	0.29 39	0.16 61	0.11 28	0.16 54	0.11 9	0.18 124	0.12 11

fffy	0.42 86	0.27 160	0.57 131	0.46 108	0.29 134	0.48 81	0.35 116	0.91 130	0.55 94	0.40 54	0.58 97	0.55 127	0.41 95	1.26 254	0.36 123	0.15 39	0.13 116	0.19 139	0.16 154	0.18 124	0.14 64

TestStereo1	0.63 233	0.28 182	0.75 260	0.76 471	0.31 182	0.48 81	0.43 220	1.30 279	1.21 370	0.97 218	1.31 346	0.64 165	0.77 280	1.75 361	0.42 183	0.20 220	0.15 226	0.22 238	0.18 193	0.21 241	0.17 153

DCANet-4	0.54 170	0.26 130	1.07 401	0.42 56	0.24 42	0.48 81	0.36 132	0.99 166	1.30 414	1.10 263	1.02 220	0.56 135	0.75 268	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

fff	0.53 155	0.24 79	0.70 210	0.43 63	0.24 42	0.48 81	0.36 132	1.07 211	1.25 388	1.10 263	1.02 220	0.57 137	1.06 416	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

SA-5K	0.63 233	0.28 182	0.75 260	0.76 471	0.31 182	0.48 81	0.43 220	1.30 279	1.21 370	0.97 218	1.31 346	0.64 165	0.77 280	1.75 361	0.42 183	0.20 220	0.15 226	0.22 238	0.18 193	0.21 241	0.17 153

GLC_STEREO	0.39 65	0.25 107	0.41 25	0.54 258	0.23 25	0.48 81	0.30 74	0.73 65	0.58 99	0.52 116	0.73 136	0.51 110	0.31 39	0.64 71	0.42 183	0.17 104	0.20 353	0.23 276	0.19 215	0.21 241	0.17 153

ASMatch	0.88 378	0.26 130	0.69 204	0.51 204	0.35 244	0.48 81	0.37 151	1.12 230	0.92 214	1.10 263	3.28 532	0.96 288	0.98 388	4.90 498	0.49 243	0.19 185	0.16 266	0.22 238	0.19 215	0.19 165	0.27 366

sAnonymous2	0.55 185	0.56 456	1.46 469	0.60 342	0.51 385	0.48 81	0.52 305	0.79 85	0.68 138	0.50 109	0.67 116	0.46 80	0.62 226	0.59 49	0.40 161	0.22 280	0.17 295	0.22 238	0.21 291	0.86 526	0.56 499

CroCo_RVC	0.55 185	0.56 456	1.46 469	0.60 342	0.51 385	0.48 81	0.52 305	0.79 85	0.68 138	0.50 109	0.67 116	0.46 80	0.62 226	0.59 49	0.40 161	0.22 280	0.17 295	0.22 238	0.21 291	0.86 526	0.56 499

csc	0.53 155	0.24 79	0.70 210	0.43 63	0.24 42	0.48 81	0.36 132	1.07 211	1.25 388	1.10 263	1.02 220	0.57 137	1.06 416	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

cscssc	0.53 155	0.24 79	0.70 210	0.43 63	0.24 42	0.48 81	0.36 132	1.07 211	1.25 388	1.10 263	1.02 220	0.57 137	1.06 416	0.73 100	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.15 42	0.19 218

qwe	0.32 30	0.21 29	0.40 20	0.37 13	0.26 68	0.49 93	0.29 64	0.64 38	0.39 35	0.49 101	0.48 61	0.26 15	0.27 21	0.80 122	0.34 103	0.12 6	0.10 9	0.14 2	0.11 9	0.15 42	0.12 11

4.25_new	0.30 16	0.26 130	0.44 40	0.38 26	0.26 68	0.49 93	0.40 181	0.59 22	0.31 16	0.38 44	0.42 34	0.27 21	0.34 57	0.46 14	0.31 67	0.12 6	0.09 1	0.15 24	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 16	0.26 130	0.44 40	0.38 26	0.26 68	0.49 93	0.40 181	0.59 22	0.31 16	0.38 44	0.42 34	0.27 21	0.34 57	0.46 14	0.31 67	0.12 6	0.09 1	0.15 24	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 16	0.26 130	0.44 40	0.38 26	0.26 68	0.49 93	0.40 181	0.59 22	0.32 21	0.38 44	0.42 34	0.27 21	0.34 57	0.46 14	0.31 67	0.12 6	0.09 1	0.15 24	0.11 9	0.14 20	0.12 11

MM-Stereo_test3	0.50 142	0.24 79	0.54 107	0.54 258	0.74 477	0.49 93	0.53 313	1.09 219	1.05 269	0.62 139	0.95 187	0.61 154	0.42 99	0.77 110	0.38 146	0.20 220	0.17 295	0.20 174	0.16 154	0.18 124	0.18 178

IGEVStereo-DCA	0.46 118	0.28 182	0.56 121	0.43 63	0.33 222	0.49 93	0.42 201	0.87 114	0.50 71	0.47 87	0.48 61	0.48 92	0.46 125	2.03 394	0.30 50	0.19 185	0.14 168	0.19 139	0.15 112	0.16 62	0.18 178

rrr	0.46 118	0.28 182	0.73 240	0.43 63	0.33 222	0.49 93	0.38 158	0.76 73	0.50 71	0.47 87	0.48 61	0.48 92	0.46 125	2.03 394	0.30 50	0.19 185	0.14 168	0.19 139	0.15 112	0.16 62	0.16 127

HH	0.63 233	0.30 238	0.77 277	0.50 174	0.32 201	0.49 93	0.46 257	1.65 369	0.64 116	0.69 148	1.09 251	1.63 449	0.85 321	1.90 380	0.37 135	0.18 144	0.13 116	0.19 139	0.17 175	0.19 165	0.16 127

HanStereo	0.63 233	0.30 238	0.77 277	0.50 174	0.32 201	0.49 93	0.46 257	1.65 369	0.64 116	0.69 148	1.09 251	1.63 449	0.85 321	1.90 380	0.37 135	0.18 144	0.13 116	0.19 139	0.17 175	0.19 165	0.16 127

ADStereo(finetuned)	0.57 201	0.24 79	1.06 396	0.43 63	0.24 42	0.49 93	0.35 116	1.05 196	1.30 414	1.12 271	1.03 230	0.58 142	1.20 447	0.84 136	0.51 254	0.16 61	0.13 116	0.17 81	0.13 66	0.18 124	0.19 218

iRaft-Stereo_5w	0.85 368	0.29 217	0.91 341	0.53 243	0.43 330	0.49 93	0.68 399	0.99 166	0.87 193	0.79 171	1.34 361	1.46 417	0.91 349	5.11 501	1.11 424	0.17 104	0.14 168	0.22 238	0.18 193	0.20 199	0.20 251

OMP-Stereo	0.94 393	0.33 309	0.72 228	0.90 515	0.31 182	0.49 93	0.36 132	1.16 238	1.06 273	1.58 469	1.12 268	1.46 417	0.69 249	6.94 542	0.49 243	0.19 185	0.14 168	0.24 296	0.18 193	0.20 199	0.14 64

raftrobust	0.52 145	0.25 107	0.56 121	0.65 400	0.52 397	0.49 93	0.34 108	0.98 164	0.91 209	1.30 379	0.87 170	0.63 162	0.81 301	0.78 115	0.41 172	0.19 185	0.15 226	0.16 54	0.14 94	0.15 42	0.16 127

DCANet	0.54 170	0.24 79	0.70 210	0.43 63	0.24 42	0.49 93	0.36 132	1.05 196	1.30 414	1.12 271	1.03 230	0.58 142	0.92 352	0.81 128	0.52 261	0.16 61	0.13 116	0.17 81	0.13 66	0.18 124	0.19 218

water-stereo	0.39 65	0.20 10	0.48 67	0.44 86	0.27 92	0.50 107	0.26 46	0.92 133	0.51 80	0.53 117	0.78 148	0.55 127	0.49 153	0.42 10	0.42 183	0.16 61	0.15 226	0.17 81	0.15 112	0.16 62	0.15 97

MM-Stereo_test1	0.49 138	0.24 79	0.56 121	0.51 204	0.30 156	0.50 107	0.54 319	0.91 130	1.03 260	0.84 186	0.69 123	0.54 124	0.60 212	1.16 230	0.33 86	0.18 144	0.16 266	0.20 174	0.17 175	0.19 165	0.15 97

rvit_stereo_0083	0.47 126	0.33 309	0.81 294	0.56 295	0.36 254	0.50 107	0.44 233	0.68 53	0.95 221	0.49 101	0.57 94	0.55 127	0.49 153	0.88 150	0.46 223	0.25 349	0.25 423	0.24 296	0.20 247	0.24 305	0.17 153

rvit_stereo_0081_aga	0.44 103	0.34 333	0.73 240	0.51 204	0.41 315	0.50 107	0.40 181	0.81 98	0.57 98	0.58 125	0.56 91	0.53 122	0.43 106	0.66 80	0.40 161	0.26 372	0.21 375	0.22 238	0.20 247	0.26 329	0.18 178

WCG-NET（raft）	0.45 111	0.21 29	0.55 117	0.40 41	0.24 42	0.50 107	0.36 132	0.73 65	1.09 292	0.71 152	0.76 144	0.92 269	0.51 163	0.84 136	0.34 103	0.16 61	0.12 55	0.15 24	0.14 94	0.14 20	0.14 64

RSM++	0.38 61	0.24 79	0.51 87	0.47 119	0.26 68	0.50 107	0.41 197	0.79 85	0.45 54	0.37 37	0.45 52	0.60 150	0.35 65	1.02 193	0.30 50	0.15 39	0.13 116	0.17 81	0.14 94	0.18 124	0.13 37

MGS-Stereo	0.42 86	0.26 130	0.58 137	0.44 86	0.28 117	0.50 107	0.34 108	0.57 19	0.83 183	0.46 84	1.31 346	0.52 117	0.33 50	0.65 78	0.36 123	0.19 185	0.16 266	0.18 116	0.15 112	0.17 93	0.16 127

ff7	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

ffff	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

11t	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

StereoVision	0.65 253	0.34 333	0.86 310	0.59 330	0.40 307	0.50 107	0.41 197	1.09 219	0.93 216	0.71 152	2.50 518	0.82 220	0.57 199	1.03 194	0.49 243	0.25 349	0.28 445	0.29 397	0.28 420	0.36 425	0.20 251

CASnet	0.41 82	0.25 107	0.48 67	0.50 174	0.20 3	0.50 107	0.36 132	0.81 98	0.80 174	0.83 183	0.68 119	0.48 92	0.31 39	0.54 34	0.32 72	0.18 144	0.12 55	0.27 371	0.22 320	0.23 290	0.14 64
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.43 92	0.27 160	0.53 101	0.44 86	0.32 201	0.50 107	0.42 201	0.89 123	0.51 80	0.49 101	0.53 79	0.47 87	0.47 134	1.33 272	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

LoS	0.40 74	0.21 29	0.44 40	0.37 13	0.22 19	0.50 107	0.40 181	1.00 170	0.94 219	0.48 95	0.66 112	0.48 92	0.40 92	0.60 61	0.37 135	0.18 144	0.14 168	0.16 54	0.11 9	0.14 20	0.14 64
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ccc-4	0.43 92	0.27 160	0.56 121	0.44 86	0.33 222	0.50 107	0.42 201	0.87 114	0.50 71	0.49 101	0.53 79	0.44 68	0.48 145	1.38 287	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178

IGEV-Stereo	0.43 92	0.27 160	0.54 107	0.45 100	0.32 201	0.50 107	0.42 201	0.90 129	0.51 80	0.49 101	0.53 79	0.47 87	0.47 134	1.32 269	0.33 86	0.17 104	0.12 55	0.21 209	0.15 112	0.18 124	0.18 178
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HHNet	0.62 226	0.26 130	0.63 161	0.43 63	0.45 345	0.50 107	0.58 360	1.07 211	1.01 253	1.25 356	2.23 504	0.70 186	0.61 221	1.07 207	0.47 230	0.20 220	0.13 116	0.23 276	0.19 215	0.19 165	0.30 398

rvit_0105_6	0.53 155	0.37 371	0.98 366	0.65 400	0.38 286	0.51 124	0.51 294	0.77 76	1.20 364	0.54 120	0.55 88	0.65 168	0.53 173	0.94 169	0.44 196	0.32 433	0.32 474	0.28 386	0.24 356	0.28 362	0.21 268

Pointernet	0.37 56	0.20 10	0.57 131	0.43 63	0.28 117	0.51 124	0.27 53	0.93 140	0.61 107	0.47 87	0.63 107	0.49 100	0.38 86	0.49 21	0.33 86	0.17 104	0.13 116	0.14 2	0.11 9	0.13 5	0.12 11

EKT-Stereo	0.53 155	0.30 238	0.73 240	0.58 317	0.60 436	0.51 124	0.48 275	0.94 147	0.90 204	0.71 152	0.88 172	0.77 201	0.43 106	1.07 207	0.40 161	0.22 280	0.16 266	0.21 209	0.18 193	0.20 199	0.22 286

LoS_RVC	0.42 86	0.26 130	0.40 20	0.44 86	0.82 502	0.51 124	0.44 233	0.64 38	0.41 43	0.44 71	0.78 148	0.44 68	0.47 134	0.56 41	0.36 123	0.13 20	0.12 55	0.14 2	0.10 2	0.13 5	0.84 530

4.5_new	0.29 12	0.25 107	0.41 25	0.36 6	0.23 25	0.52 128	0.36 132	0.56 15	0.34 25	0.45 79	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 24	0.13 66	0.16 62	0.12 11

4.5w-stereo	0.29 12	0.25 107	0.41 25	0.36 6	0.23 25	0.52 128	0.36 132	0.56 15	0.34 25	0.45 79	0.42 34	0.27 21	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 24	0.13 66	0.16 62	0.12 11

3.25w_new	0.32 30	0.21 29	0.45 53	0.38 26	0.23 25	0.52 128	0.34 108	0.65 42	0.39 35	0.47 87	0.45 52	0.32 42	0.35 65	0.61 65	0.27 27	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.25w	0.32 30	0.21 29	0.45 53	0.37 13	0.23 25	0.52 128	0.34 108	0.65 42	0.39 35	0.47 87	0.45 52	0.32 42	0.35 65	0.61 65	0.27 27	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

GMOStereo	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

error version	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

test-v	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

test-2	0.53 155	0.26 130	0.65 175	0.50 174	0.29 134	0.52 128	0.43 220	0.89 123	0.96 226	1.41 427	1.14 277	0.85 236	0.56 190	0.59 49	0.38 146	0.16 61	0.14 168	0.24 296	0.21 291	0.20 199	0.15 97

sCroCo_RVC	0.49 138	0.40 389	1.02 383	0.65 400	0.60 436	0.52 128	0.40 181	0.83 107	0.61 107	0.44 71	0.74 140	0.49 100	0.50 159	0.63 70	0.48 235	0.26 372	0.27 438	0.23 276	0.22 320	0.29 373	0.25 332

3w_stereo	0.33 38	0.25 107	0.52 95	0.40 41	0.21 9	0.53 137	0.54 319	0.65 42	0.46 60	0.44 71	0.48 61	0.23 3	0.45 118	0.46 14	0.29 39	0.12 6	0.10 9	0.15 24	0.12 42	0.15 42	0.15 97

rvit_0105_4	0.56 194	0.38 378	1.06 396	0.66 407	0.38 286	0.53 137	0.53 313	0.84 110	1.17 344	0.56 122	0.61 102	0.72 190	0.59 209	0.98 181	0.45 209	0.32 433	0.33 479	0.29 397	0.25 371	0.29 373	0.23 306

rvit_stereo_0075_2	0.64 245	0.46 416	1.05 392	0.66 407	0.66 454	0.53 137	0.48 275	1.20 255	1.12 305	0.76 160	0.92 180	0.78 205	0.53 173	1.03 194	0.59 289	0.37 467	0.28 445	0.40 483	0.31 448	0.37 429	0.32 414

trnet	0.39 65	0.21 29	0.37 5	0.36 6	0.20 3	0.53 137	0.29 64	0.78 80	1.12 305	0.59 133	0.71 130	0.53 122	0.42 99	0.54 34	0.34 103	0.18 144	0.13 116	0.15 24	0.10 2	0.14 20	0.13 37

GCAP-Stereo	0.40 74	0.28 182	0.68 191	0.47 119	0.25 59	0.53 137	0.32 89	0.82 103	0.58 99	0.65 143	0.69 123	0.58 142	0.42 99	0.47 18	0.29 39	0.17 104	0.14 168	0.17 81	0.13 66	0.17 93	0.14 64

rafts_anoy	0.52 145	0.29 217	0.59 144	0.59 330	0.50 374	0.53 137	0.40 181	1.11 228	1.03 260	0.84 186	0.83 162	0.68 177	0.54 178	0.72 96	0.51 254	0.19 185	0.14 168	0.24 296	0.26 388	0.21 241	0.18 178

iRaftStereo_RVC	0.47 126	0.26 130	0.64 168	0.50 174	0.29 134	0.53 137	0.33 96	1.05 196	0.77 166	0.84 186	1.00 206	0.55 127	0.37 79	0.81 128	0.40 161	0.17 104	0.12 55	0.22 238	0.20 247	0.19 165	0.15 97

CREStereo	0.39 65	0.21 29	0.38 8	0.34 1	0.22 19	0.53 137	0.29 64	0.77 76	1.11 301	0.58 125	0.71 130	0.51 110	0.41 95	0.54 34	0.34 103	0.18 144	0.13 116	0.15 24	0.10 2	0.14 20	0.14 64
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
3.5w_stereo	0.33 38	0.25 107	0.45 53	0.37 13	0.24 42	0.54 145	0.35 116	0.66 46	0.36 29	0.43 67	0.44 47	0.29 31	0.34 57	0.77 110	0.39 154	0.11 1	0.09 1	0.15 24	0.11 9	0.14 20	0.13 37

HUF	0.36 50	0.23 61	0.52 95	0.40 41	0.22 19	0.54 145	0.47 264	0.82 103	0.43 48	0.36 33	0.43 43	0.50 106	0.42 99	0.64 71	0.29 39	0.17 104	0.12 55	0.16 54	0.12 42	0.15 42	0.14 64

MIM_Stereo	0.57 201	0.24 79	0.92 345	0.46 108	0.30 156	0.54 145	0.28 59	1.27 274	0.75 156	1.00 230	1.16 290	0.93 271	0.53 173	1.45 305	0.61 299	0.16 61	0.16 266	0.20 174	0.19 215	0.17 93	0.14 64

DCRE	0.82 353	0.26 130	0.70 210	0.58 317	0.44 338	0.54 145	0.48 275	0.95 152	0.78 169	0.78 168	7.33 563	0.86 240	0.52 168	0.76 107	0.41 172	0.16 61	0.16 266	0.19 139	0.17 175	0.18 124	0.17 153

raft_robust	0.68 273	0.30 238	0.64 168	0.52 225	0.26 68	0.54 145	0.35 116	1.33 281	1.24 385	1.16 305	1.07 241	0.60 150	0.54 178	3.58 475	0.37 135	0.18 144	0.14 168	0.20 174	0.22 320	0.20 199	0.16 127

RAFT-345	0.84 364	0.25 107	0.66 182	0.50 174	0.27 92	0.54 145	0.42 201	0.83 107	1.11 301	1.32 393	2.34 509	0.86 240	0.54 178	5.72 519	0.47 230	0.18 144	0.13 116	0.22 238	0.17 175	0.17 93	0.16 127

raft+_RVC	0.53 155	0.26 130	0.54 107	0.60 342	0.47 362	0.54 145	0.54 319	1.27 274	0.99 245	0.76 160	1.03 230	0.70 186	0.56 190	0.93 166	0.47 230	0.18 144	0.14 168	0.19 139	0.18 193	0.18 124	0.15 97

DN-CSS_ROB	0.64 245	0.32 287	1.05 392	0.55 282	0.40 307	0.54 145	0.45 250	1.21 256	0.93 216	1.03 241	1.47 402	0.69 182	0.63 231	1.76 366	0.49 243	0.18 144	0.14 168	0.25 335	0.22 320	0.22 265	0.20 251

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 6	0.21 9	0.55 153	0.31 81	0.55 12	0.43 48	0.28 7	0.28 13	0.23 3	0.21 3	0.56 41	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

MM-Stereo_test2	0.43 92	0.24 79	0.67 187	0.51 204	0.32 201	0.55 153	0.45 250	0.97 160	0.77 166	0.59 133	0.51 75	0.49 100	0.42 99	0.80 122	0.30 50	0.15 39	0.13 116	0.18 116	0.14 94	0.19 165	0.14 64

MonSter	0.28 7	0.18 1	0.39 14	0.36 6	0.21 9	0.55 153	0.31 81	0.55 12	0.43 48	0.28 7	0.29 15	0.23 3	0.21 3	0.56 41	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

CES	0.48 132	0.20 10	0.37 5	0.39 34	1.39 544	0.55 153	0.35 116	0.98 164	0.66 133	0.44 71	0.66 112	0.35 50	0.27 21	0.56 41	0.33 86	0.15 39	0.13 116	0.15 24	0.10 2	0.19 165	1.46 548

knoymous	0.51 144	0.29 217	0.47 64	0.43 63	0.30 156	0.55 153	0.55 337	1.02 177	0.77 166	0.98 222	0.85 166	0.94 274	0.56 190	0.85 141	0.45 209	0.20 220	0.14 168	0.26 354	0.14 94	0.23 290	0.23 306

RCA-Stereo	0.50 142	0.23 61	0.58 137	0.48 146	0.33 222	0.55 153	0.45 250	0.97 160	1.38 451	0.68 147	1.05 235	0.63 162	0.80 297	0.59 49	0.32 72	0.17 104	0.12 55	0.17 81	0.14 94	0.16 62	0.14 64

ProNet	0.43 92	0.28 182	0.58 137	0.43 63	0.30 156	0.56 159	0.52 305	1.00 170	0.58 99	0.44 71	0.49 69	0.43 66	0.43 106	1.28 259	0.36 123	0.15 39	0.13 116	0.19 139	0.16 154	0.17 93	0.16 127

PSM-softLoss	0.78 335	0.31 271	0.77 277	0.58 317	0.32 201	0.56 159	0.40 181	1.18 245	0.70 143	1.24 350	1.07 241	0.83 227	0.52 168	5.36 507	0.53 268	0.24 322	0.15 226	0.25 335	0.22 320	0.20 199	0.25 332

KMStereo	0.78 335	0.31 271	0.77 277	0.58 317	0.32 201	0.56 159	0.40 181	1.18 245	0.70 143	1.24 350	1.07 241	0.83 227	0.52 168	5.36 507	0.53 268	0.24 322	0.15 226	0.25 335	0.22 320	0.20 199	0.25 332

TestStereo	0.64 245	0.39 383	0.71 222	0.51 204	0.27 92	0.56 159	0.42 201	1.03 182	0.91 209	0.80 173	1.00 206	0.68 177	0.52 168	3.25 465	0.45 209	0.22 280	0.15 226	0.24 296	0.18 193	0.27 343	0.16 127

test_xeample3	0.42 86	0.28 182	0.69 204	0.43 63	0.33 222	0.56 159	0.38 158	0.79 85	0.45 54	0.53 117	0.46 56	0.44 68	0.44 114	1.38 287	0.31 67	0.18 144	0.14 168	0.19 139	0.15 112	0.17 93	0.16 127

AIO_test	0.35 49	0.22 48	0.44 40	0.43 63	0.27 92	0.57 164	0.44 233	0.79 85	0.41 43	0.32 20	0.47 58	0.46 80	0.30 33	0.69 85	0.30 50	0.16 61	0.11 28	0.16 54	0.13 66	0.15 42	0.12 11

UGAM-zero	1.00 414	0.30 238	0.93 347	0.47 119	0.30 156	0.57 164	0.25 36	2.25 518	0.63 112	1.01 233	1.10 255	2.73 528	1.85 515	6.26 528	0.40 161	0.17 104	0.14 168	0.19 139	0.15 112	0.16 62	0.17 153

CAS	0.63 233	0.18 1	0.37 5	2.27 552	0.84 504	0.57 164	0.54 319	0.79 85	0.62 109	0.48 95	0.70 127	0.36 52	0.26 19	0.45 12	0.35 113	2.24 553	0.10 9	0.14 2	0.09 1	0.15 42	1.06 542

rvit_0105_5	0.58 207	0.39 383	1.05 392	0.66 407	0.37 269	0.58 167	0.56 345	0.94 147	1.18 351	0.64 141	0.68 119	0.75 194	0.63 231	0.88 150	0.50 249	0.32 433	0.32 474	0.30 410	0.27 399	0.28 362	0.25 332

SA	0.66 260	0.30 238	0.82 297	0.61 356	0.30 156	0.58 167	0.38 158	1.44 311	1.30 414	0.96 215	1.36 368	0.66 172	0.95 371	1.85 376	0.42 183	0.19 185	0.15 226	0.25 335	0.23 343	0.21 241	0.17 153

test-3	0.54 170	0.22 48	0.68 191	0.47 119	0.27 92	0.58 167	0.35 116	0.92 133	1.00 250	1.32 393	0.69 123	0.87 244	0.45 118	1.68 352	0.37 135	0.16 61	0.11 28	0.20 174	0.16 154	0.17 93	0.13 37

test_1	0.54 170	0.22 48	0.68 191	0.47 119	0.27 92	0.58 167	0.35 116	0.92 133	1.00 250	1.28 365	0.68 119	0.87 244	0.45 118	1.67 347	0.37 135	0.16 61	0.11 28	0.20 174	0.16 154	0.17 93	0.13 37

XX-TBD	0.46 118	0.70 493	0.35 1	0.79 478	0.25 59	0.58 167	0.26 46	0.69 54	1.27 399	0.76 160	1.00 206	0.45 76	0.33 50	0.47 18	0.37 135	0.19 185	0.15 226	0.15 24	0.11 9	0.17 93	0.14 64

AIO_rvc	0.36 50	0.23 61	0.49 74	0.43 63	0.27 92	0.59 172	0.38 158	0.94 147	0.45 54	0.33 25	0.46 56	0.49 100	0.22 8	0.84 136	0.30 50	0.16 61	0.11 28	0.16 54	0.12 42	0.15 42	0.13 37

test_for_model	1.30 467	3.71 576	0.58 137	3.22 566	2.84 566	0.59 172	0.33 96	1.40 300	0.83 183	1.42 433	0.61 102	0.52 117	0.37 79	0.51 24	0.33 86	2.46 554	0.15 226	0.16 54	0.11 9	4.39 576	1.50 549

MyStereo07	0.48 132	0.29 217	0.50 80	0.55 282	0.45 345	0.59 172	0.79 428	1.05 196	0.51 80	0.48 95	0.53 79	0.43 66	0.55 185	1.30 264	0.34 103	0.17 104	0.16 266	0.24 296	0.20 247	0.23 290	0.20 251

MyStereo04	0.67 269	0.29 217	1.07 401	0.55 282	0.45 345	0.59 172	0.79 428	1.50 325	1.40 461	0.91 203	0.91 178	0.74 192	0.86 329	1.52 318	0.62 302	0.17 104	0.16 266	0.24 296	0.20 247	0.23 290	0.20 251

PFNet+	0.59 213	0.28 182	0.77 277	0.53 243	0.30 156	0.59 172	0.31 81	0.92 133	1.14 320	1.33 401	1.10 255	0.79 209	0.57 199	1.31 265	0.49 243	0.25 349	0.17 295	0.28 386	0.26 388	0.21 241	0.25 332

DeepStereo_RVC	0.55 185	0.29 217	0.72 228	0.51 204	0.30 156	0.59 172	0.33 96	1.03 182	0.70 143	1.16 305	0.93 183	0.83 227	0.94 366	0.96 172	0.54 274	0.21 254	0.14 168	0.21 209	0.19 215	0.24 305	0.24 320

RAFT-IKP	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.59 172	0.36 132	1.04 188	0.64 116	1.12 271	0.96 190	0.83 227	0.61 221	1.22 243	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

Prome-Stereo	0.75 319	0.27 160	0.53 101	0.55 282	0.32 201	0.59 172	0.97 474	0.89 123	0.88 197	1.45 437	2.46 516	0.91 260	1.41 474	1.58 331	0.44 196	0.18 144	0.13 116	0.19 139	0.17 175	0.20 199	0.92 533

ISRNet	0.80 342	0.33 309	1.07 401	0.81 484	0.66 454	0.60 180	0.34 108	1.19 253	1.13 317	1.59 470	1.53 416	1.35 396	0.77 280	1.27 257	0.94 392	0.39 474	0.34 480	0.43 490	0.38 486	0.34 415	0.49 486

IGEV-RUCA	0.37 56	0.23 61	0.48 67	0.49 162	0.36 254	0.60 180	0.23 26	0.64 38	0.49 67	0.39 52	0.49 69	0.44 68	0.31 39	0.85 141	0.30 50	0.24 322	0.13 116	0.16 54	0.12 42	0.20 199	0.19 218

RAFT-Stereo-weight	0.47 126	0.24 79	0.53 101	0.48 146	0.27 92	0.60 180	0.35 116	1.02 177	1.07 278	0.99 225	0.78 148	0.76 198	0.28 25	0.76 107	0.36 123	0.16 61	0.12 55	0.17 81	0.15 112	0.16 62	0.15 97

GwcNet-ADL	0.64 245	0.31 271	0.79 288	0.56 295	0.41 315	0.60 180	0.58 360	1.41 302	1.26 393	1.08 249	1.13 273	0.91 260	0.60 212	1.04 200	0.78 353	0.27 388	0.18 317	0.18 116	0.18 193	0.25 317	0.29 384

EAI-Stereo	0.65 253	0.28 182	0.69 204	0.53 243	0.27 92	0.60 180	0.40 181	2.28 521	0.64 116	0.71 152	3.18 531	0.57 137	0.43 106	1.06 203	0.41 172	0.18 144	0.13 116	0.17 81	0.17 175	0.17 93	0.17 153

CFNet-RSSM	0.54 170	0.24 79	0.70 210	0.48 146	0.28 117	0.60 180	0.27 53	1.49 321	1.14 320	1.06 245	0.93 183	1.08 323	0.54 178	0.70 89	0.35 113	0.16 61	0.12 55	0.17 81	0.15 112	0.16 62	0.14 64

depthmonostereo	0.41 82	0.23 61	0.53 101	0.47 119	0.23 25	0.61 186	0.35 116	1.00 170	0.76 162	0.48 95	0.65 111	0.47 87	0.49 153	0.67 83	0.37 135	0.16 61	0.15 226	0.16 54	0.14 94	0.16 62	0.15 97

castereo	0.41 82	0.22 48	0.46 61	0.44 86	0.30 156	0.61 186	0.56 345	0.97 160	0.80 174	0.38 44	0.69 123	0.45 76	0.69 249	0.51 24	0.30 50	0.16 61	0.11 28	0.16 54	0.13 66	0.16 62	0.12 11

SMoEStereo_RVC	0.39 65	0.25 107	0.50 80	0.45 100	0.30 156	0.61 186	0.36 132	0.72 63	0.45 54	0.46 84	0.43 43	0.42 63	0.35 65	1.39 292	0.29 39	0.15 39	0.12 55	0.20 174	0.15 112	0.16 62	0.15 97

MyStereo06	0.61 222	0.28 182	0.95 355	0.56 295	0.46 357	0.61 186	0.73 412	1.78 409	0.67 134	1.03 241	1.12 268	1.13 345	0.56 190	0.78 115	0.41 172	0.17 104	0.16 266	0.23 276	0.20 247	0.22 265	0.20 251

MyStereo05	0.66 260	0.28 182	1.07 401	0.56 295	0.46 357	0.61 186	0.73 412	1.34 286	1.41 466	1.15 295	0.91 178	0.77 201	0.80 297	1.41 300	0.63 306	0.17 104	0.16 266	0.23 276	0.20 247	0.22 265	0.20 251

test_3	0.55 185	0.23 61	0.71 222	0.53 243	0.28 117	0.61 186	0.40 181	0.92 133	1.05 269	1.19 323	0.68 119	0.93 271	0.44 114	1.67 347	0.39 154	0.15 39	0.12 55	0.22 238	0.19 215	0.21 241	0.14 64

IIG-Stereo	0.96 397	0.31 271	0.72 228	0.88 511	0.33 222	0.61 186	0.26 46	1.19 253	1.03 260	1.69 483	1.37 370	1.46 417	0.75 268	6.96 543	0.51 254	0.19 185	0.14 168	0.23 276	0.18 193	0.20 199	0.14 64

test-1	0.52 145	0.26 130	1.04 391	0.56 295	0.32 201	0.61 186	0.38 158	1.10 222	0.91 209	0.78 168	1.01 212	0.77 201	0.52 168	0.60 61	0.42 183	0.17 104	0.14 168	0.20 174	0.17 175	0.20 199	0.23 306

RALCasStereoNet	0.54 170	0.30 238	0.66 182	0.59 330	0.51 385	0.61 186	0.52 305	0.94 147	0.93 216	0.70 150	1.01 212	0.78 205	0.44 114	1.33 272	0.47 230	0.20 220	0.16 266	0.18 116	0.16 154	0.20 199	0.19 218

FlowAnything_test	0.39 65	0.26 130	0.61 152	0.59 330	0.33 222	0.62 195	0.36 132	0.62 34	0.40 39	0.45 79	0.36 24	0.45 76	0.37 79	0.53 31	0.48 235	0.24 322	0.18 317	0.28 386	0.33 466	0.21 241	0.19 218

MSCF	0.38 61	0.25 107	0.52 95	0.47 119	0.25 59	0.62 195	0.37 151	0.81 98	0.47 63	0.50 109	0.71 130	0.32 42	0.65 241	0.54 34	0.28 36	0.19 185	0.12 55	0.17 81	0.14 94	0.17 93	0.14 64

3.75w	0.32 30	0.23 61	0.44 40	0.37 13	0.29 134	0.62 195	0.36 132	0.59 22	0.32 21	0.41 55	0.47 58	0.25 13	0.34 57	0.64 71	0.26 21	0.12 6	0.09 1	0.14 2	0.12 42	0.13 5	0.12 11

DisPM	0.66 260	0.28 182	0.72 228	0.61 356	0.35 244	0.62 195	0.45 250	1.02 177	0.99 245	1.56 463	1.10 255	0.80 211	0.59 209	2.37 426	0.41 172	0.23 307	0.14 168	0.23 276	0.21 291	0.20 199	0.25 332

AIO-Stereo-zeroshot	0.72 288	0.35 354	1.70 487	0.49 162	0.56 413	0.63 199	0.38 158	2.41 532	0.65 131	0.77 165	1.07 241	1.82 476	0.95 371	0.93 166	0.43 193	0.20 220	0.13 116	0.21 209	0.25 371	0.28 362	0.26 356

NRIStereo	0.60 216	0.29 217	0.69 204	0.53 243	0.28 117	0.63 199	0.33 96	1.08 217	0.87 193	1.14 289	0.87 170	0.91 260	0.59 209	2.24 415	0.49 243	0.20 220	0.14 168	0.21 209	0.19 215	0.21 241	0.17 153

Pruner-Stereo	0.62 226	0.29 217	0.70 210	0.61 356	0.31 182	0.63 199	0.43 220	1.17 240	0.99 245	1.53 453	1.08 246	0.95 282	0.55 185	1.35 277	0.51 254	0.23 307	0.14 168	0.24 296	0.21 291	0.21 241	0.23 306

LG-G_1	0.31 26	0.20 10	0.44 40	0.42 56	0.20 3	0.64 202	0.18 3	0.70 58	0.25 7	0.29 11	0.29 15	0.36 52	0.35 65	0.87 148	0.24 5	0.16 61	0.12 55	0.16 54	0.11 9	0.13 5	0.13 37

LG-G	0.31 26	0.20 10	0.44 40	0.42 56	0.20 3	0.64 202	0.18 3	0.70 58	0.25 7	0.29 11	0.29 15	0.36 52	0.35 65	0.87 148	0.24 5	0.16 61	0.12 55	0.16 54	0.11 9	0.13 5	0.13 37

rvit_0105_3	0.63 233	0.44 407	1.08 405	0.72 452	0.40 307	0.64 202	0.71 408	1.03 182	1.17 344	0.82 181	0.70 127	0.80 211	0.70 254	0.91 158	0.56 280	0.35 459	0.34 480	0.34 450	0.32 456	0.27 343	0.28 378

AIO-Stereo-zeroshot1	0.98 407	0.39 383	3.21 535	0.50 174	0.63 446	0.64 202	0.39 173	2.36 527	0.75 156	0.95 213	4.63 547	1.81 473	0.56 190	0.96 172	0.41 172	0.18 144	0.13 116	0.21 209	0.26 388	0.32 402	0.35 430

qqq	0.57 201	0.34 333	0.71 222	0.47 119	0.27 92	0.64 202	0.62 377	1.42 304	0.78 169	0.80 173	0.92 180	0.95 282	0.77 280	0.88 150	0.59 289	0.21 254	0.20 353	0.24 296	0.23 343	0.22 265	0.21 268

test_4	0.53 155	0.22 48	0.56 121	0.54 258	0.32 201	0.64 202	0.39 173	0.80 93	0.62 109	0.92 205	1.87 480	0.68 177	0.42 99	1.16 230	0.37 135	0.15 39	0.13 116	0.20 174	0.22 320	0.20 199	0.15 97

dd	0.59 213	0.48 425	0.97 363	0.55 282	0.32 201	0.64 202	0.47 264	1.02 177	1.34 429	0.78 168	0.86 167	0.58 142	0.54 178	1.01 190	0.86 380	0.28 402	0.18 317	0.26 354	0.19 215	0.32 402	0.24 320

NF-Stereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.02 220	0.82 220	0.57 199	5.40 512	0.48 235	0.23 307	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

OCTAStereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.01 212	0.82 220	0.57 199	5.35 506	0.48 235	0.24 322	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

ROB_FTStereo_v2	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.64 202	0.42 201	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.12 221	0.46 223	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

ROB_FTStereo	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.64 202	0.25 36	1.05 196	0.64 116	1.12 271	0.95 187	0.82 220	0.61 221	1.15 226	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

PFNet	0.91 386	0.26 130	1.10 411	0.63 377	0.32 201	0.64 202	0.56 345	1.17 240	0.99 245	1.47 440	1.08 246	0.98 292	0.69 249	6.62 534	0.54 274	0.20 220	0.12 55	0.24 296	0.19 215	0.20 199	0.17 153

RE-Stereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.01 212	0.81 215	0.57 199	5.37 509	0.48 235	0.24 322	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

TVStereo	0.80 342	0.30 238	0.75 260	0.60 342	0.31 182	0.64 202	0.44 233	1.21 256	0.90 204	1.29 371	1.01 212	0.81 215	0.57 199	5.37 509	0.48 235	0.24 322	0.14 168	0.24 296	0.20 247	0.20 199	0.30 398

GMStereo	0.55 185	0.45 414	0.94 351	0.50 174	0.32 201	0.64 202	0.43 220	1.00 170	1.40 461	0.82 181	0.73 136	0.51 110	0.45 118	0.85 141	0.55 278	0.24 322	0.15 226	0.20 174	0.21 291	0.31 393	0.24 320
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	0.52 145	0.24 79	0.68 191	0.48 146	0.29 134	0.64 202	0.25 36	1.16 238	1.08 284	1.01 233	1.00 206	1.12 340	0.56 190	0.69 85	0.37 135	0.16 61	0.13 116	0.17 81	0.15 112	0.15 42	0.15 97

GASTEREO	0.40 74	0.25 107	0.51 87	0.48 146	0.25 59	0.65 218	0.36 132	0.81 98	0.49 67	0.51 114	0.82 161	0.30 36	0.66 244	0.62 67	0.28 36	0.19 185	0.12 55	0.16 54	0.14 94	0.16 62	0.14 64

IPLGR	0.58 207	0.27 160	1.14 421	0.48 146	0.28 117	0.65 218	0.33 96	1.22 264	1.13 317	1.18 319	1.05 235	0.69 182	0.66 244	0.96 172	0.52 261	0.17 104	0.15 226	0.20 174	0.17 175	0.20 199	0.18 178

Patchmatch Stereo++	0.55 185	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.29 64	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.37 283	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178
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	0.54 170	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.41 197	1.04 188	0.64 116	1.12 271	0.96 190	0.82 220	0.61 221	1.06 203	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

HUI-Stereo	0.52 145	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.30 74	1.04 188	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	0.79 119	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

iGMRVC	0.56 194	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.38 158	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.52 318	0.46 223	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

IRAFT_RVC	0.88 378	0.28 182	0.76 270	0.63 377	0.31 182	0.65 218	1.02 484	1.22 264	0.94 219	1.22 336	1.04 233	1.01 306	0.98 388	5.82 522	0.53 268	0.22 280	0.12 55	0.25 335	0.20 247	0.20 199	0.19 218

iRAFT	0.55 185	0.30 238	0.73 240	0.50 174	0.27 92	0.65 218	0.29 64	1.05 196	0.64 116	1.12 271	0.96 190	0.83 227	0.60 212	1.37 283	0.45 209	0.22 280	0.14 168	0.24 296	0.20 247	0.26 329	0.18 178

TANstereo	0.44 103	0.21 29	0.44 40	0.41 49	0.21 9	0.65 218	0.26 46	0.79 85	0.83 183	0.93 206	0.98 200	0.51 110	0.46 125	0.54 34	0.35 113	0.18 144	0.24 414	0.16 54	0.13 66	0.16 62	0.26 356

4D-IteraStereo	0.48 132	0.24 79	0.76 270	0.50 174	0.44 338	0.66 227	0.31 81	0.87 114	1.02 256	1.03 241	0.72 134	0.78 205	0.32 45	0.64 71	0.37 135	0.17 104	0.11 28	0.23 276	0.19 215	0.19 165	0.13 37

MIPNet	0.56 194	0.28 182	0.94 351	0.49 162	0.33 222	0.66 227	0.38 158	1.35 289	1.08 284	1.06 245	0.92 180	0.60 150	0.79 291	0.73 100	0.52 261	0.17 104	0.14 168	0.19 139	0.16 154	0.18 124	0.17 153

TransformOpticalFlow	0.96 397	0.28 182	0.89 334	0.52 225	0.31 182	0.66 227	0.54 319	1.75 395	1.12 305	1.09 255	1.44 393	1.37 401	1.01 400	6.70 539	0.42 183	0.19 185	0.12 55	0.20 174	0.19 215	0.18 124	0.19 218

FTStereo	0.91 386	0.26 130	0.56 121	0.54 258	0.33 222	0.66 227	1.87 541	1.00 170	0.75 156	1.75 487	4.15 542	1.04 315	1.65 499	1.57 329	0.46 223	0.19 185	0.16 266	0.23 276	0.21 291	0.18 124	0.63 512

Former-RAFT_DAM_RVC	0.46 118	0.36 364	0.71 222	0.47 119	0.36 254	0.67 231	0.35 116	0.78 80	1.12 305	0.61 136	0.62 105	0.39 61	0.39 88	0.71 93	0.39 154	0.20 220	0.17 295	0.22 238	0.18 193	0.23 290	0.19 218

AE-Stereo	0.49 138	0.27 160	0.67 187	0.60 342	0.39 296	0.67 231	0.46 257	1.18 245	1.09 292	0.47 87	0.75 142	0.69 182	0.47 134	0.59 49	0.40 161	0.16 61	0.15 226	0.21 209	0.20 247	0.19 165	0.15 97

x	0.54 170	0.31 271	0.61 152	0.47 119	0.30 156	0.67 231	0.47 264	1.53 340	0.79 173	0.81 177	0.83 162	0.78 205	0.70 254	0.70 89	0.62 302	0.21 254	0.19 335	0.22 238	0.19 215	0.21 241	0.20 251

CrosDoStereo	1.58 493	0.24 79	0.72 228	0.48 146	0.29 134	0.67 231	12.49 578	1.10 222	0.98 238	1.34 405	1.75 465	1.00 299	1.89 517	6.65 535	0.81 365	0.19 185	0.15 226	0.20 174	0.22 320	0.18 124	0.19 218

AAGNet	1.83 512	0.28 182	0.72 228	0.61 356	0.32 201	0.67 231	0.51 294	0.96 159	0.98 238	1.47 440	1.20 306	1.00 299	1.18 441	2.83 449	22.77 585	0.22 280	0.13 116	0.22 238	0.19 215	0.23 290	0.15 97

KYRaft	0.75 319	0.28 182	0.62 158	0.56 295	0.29 134	0.67 231	0.86 448	0.94 147	0.84 187	1.62 475	2.21 503	1.16 349	1.02 405	1.57 329	0.40 161	0.20 220	0.13 116	0.22 238	0.28 420	0.20 199	1.02 537

DeepStereo_LL	1.58 493	0.24 79	0.72 228	0.48 146	0.29 134	0.67 231	12.49 578	1.10 222	0.98 238	1.34 405	1.75 465	1.00 299	1.89 517	6.65 535	0.81 365	0.19 185	0.15 226	0.20 174	0.22 320	0.18 124	0.19 218

testlalala2	0.58 207	0.27 160	0.68 191	1.72 546	1.27 542	0.68 238	0.42 201	0.93 140	0.70 143	0.90 198	0.93 183	0.76 198	0.34 57	0.52 27	0.40 161	0.18 144	0.15 226	0.17 81	0.13 66	0.17 93	0.17 153

GANet-ADL	0.60 216	0.35 354	0.72 228	0.64 386	0.40 307	0.68 238	0.51 294	1.49 321	1.12 305	0.95 213	1.08 246	0.91 260	0.57 199	0.76 107	0.55 278	0.26 372	0.18 317	0.18 116	0.16 154	0.23 290	0.25 332

STrans-v2	1.04 429	0.28 182	0.96 361	0.49 162	0.32 201	0.68 238	0.79 428	2.47 536	1.12 305	1.12 271	1.46 401	1.40 403	1.46 481	6.70 539	0.43 193	0.18 144	0.13 116	0.20 174	0.18 193	0.18 124	0.18 178

cross-raft	0.54 170	0.25 107	0.61 152	0.52 225	0.29 134	0.68 238	0.37 151	1.46 315	0.76 162	1.01 233	1.06 237	1.28 381	0.46 125	0.71 93	0.35 113	0.15 39	0.12 55	0.18 116	0.16 154	0.19 165	0.14 64

RAFT	0.64 245	0.30 238	0.73 240	0.59 330	0.33 222	0.68 238	0.58 360	1.04 188	0.76 162	1.08 249	1.19 302	1.65 455	0.93 361	1.06 203	0.56 280	0.21 254	0.18 317	0.27 371	0.24 356	0.22 265	0.17 153

model_zeroshot	0.48 132	0.29 217	0.86 310	0.51 204	0.36 254	0.69 243	0.37 151	1.12 230	0.62 109	0.85 191	0.84 164	0.66 172	0.37 79	0.73 100	0.34 103	0.20 220	0.16 266	0.19 139	0.16 154	0.17 93	0.16 127

MSKI-zero shot	0.55 185	0.26 130	0.57 131	0.51 204	0.26 68	0.69 243	0.28 59	1.18 245	0.64 116	0.91 203	1.32 352	0.82 220	0.33 50	1.92 382	0.32 72	0.17 104	0.12 55	0.17 81	0.13 66	0.16 62	0.16 127

LCNet	0.72 288	0.28 182	0.52 95	0.55 282	0.31 182	0.69 243	0.54 319	1.00 170	0.88 197	1.19 323	1.34 361	0.97 290	1.34 469	2.56 439	0.45 209	0.18 144	0.13 116	0.21 209	0.25 371	0.27 343	0.73 524

RAFT_R40	0.83 359	0.28 182	0.73 240	0.59 330	0.31 182	0.69 243	0.44 233	1.10 222	0.95 221	1.47 440	1.10 255	1.00 299	0.85 321	5.53 514	0.46 223	0.22 280	0.13 116	0.23 276	0.20 247	0.23 290	0.18 178

RALAANet	0.60 216	0.33 309	0.87 321	0.62 368	0.50 374	0.69 243	0.31 81	1.21 256	1.06 273	1.09 255	1.16 290	0.88 248	0.46 125	1.22 243	0.42 183	0.19 185	0.15 226	0.21 209	0.17 175	0.27 343	0.17 153

R-Stereo Train	0.57 201	0.26 130	0.63 161	0.54 258	0.36 254	0.69 243	0.54 319	1.22 264	0.72 149	1.61 471	1.50 412	0.75 194	0.53 173	0.64 71	0.44 196	0.18 144	0.15 226	0.17 81	0.15 112	0.17 93	0.17 153

RAFT-Stereo	0.57 201	0.26 130	0.63 161	0.54 258	0.36 254	0.69 243	0.54 319	1.22 264	0.72 149	1.61 471	1.50 412	0.75 194	0.53 173	0.64 71	0.44 196	0.18 144	0.15 226	0.17 81	0.15 112	0.17 93	0.17 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.14 450	0.27 160	0.95 355	0.53 243	0.42 320	0.70 250	0.72 411	0.95 152	1.32 422	0.98 222	1.48 407	1.78 472	0.87 334	9.65 571	0.87 381	0.21 254	0.18 317	0.30 410	0.24 356	0.19 165	0.16 127

GCAP-BAT	0.49 138	0.31 271	0.64 168	0.41 49	0.46 357	0.70 250	0.35 116	0.77 76	0.64 116	0.86 193	1.00 206	0.77 201	0.37 79	1.18 236	0.36 123	0.18 144	0.14 168	0.18 116	0.13 66	0.17 93	0.15 97

LL-Strereo2	0.52 145	0.33 309	0.69 204	0.52 225	0.37 269	0.70 250	0.30 74	1.13 233	0.67 134	0.94 211	0.78 148	0.91 260	0.42 99	1.05 202	0.42 183	0.17 104	0.16 266	0.29 397	0.25 371	0.21 241	0.16 127

CFNet_pseudo	0.66 260	0.32 287	0.86 310	0.48 146	0.39 296	0.70 250	0.40 181	1.33 281	1.22 376	1.16 305	1.34 361	1.24 366	0.64 235	0.98 181	0.59 289	0.21 254	0.16 266	0.33 440	0.19 215	0.36 425	0.25 332

ccs_rob	0.66 260	0.33 309	0.86 310	0.48 146	0.39 296	0.70 250	0.40 181	1.33 281	1.22 376	1.16 305	1.34 361	1.23 364	0.64 235	0.98 181	0.59 289	0.21 254	0.16 266	0.35 458	0.20 247	0.37 429	0.25 332

testlalala	0.45 111	0.28 182	0.59 144	0.42 56	0.39 296	0.71 255	0.39 173	1.08 217	0.45 54	1.24 350	0.80 159	0.61 154	0.36 74	0.54 34	0.33 86	0.20 220	0.13 116	0.18 116	0.12 42	0.15 42	0.15 97

RAFT_CTSACE	0.63 233	0.26 130	0.88 328	0.55 282	0.51 385	0.71 255	0.44 233	0.80 93	0.97 233	0.97 218	1.84 475	1.18 353	0.68 246	1.47 311	0.36 123	0.16 61	0.15 226	0.21 209	0.20 247	0.20 199	0.14 64

PMTNet	0.46 118	0.21 29	0.38 8	0.37 13	0.23 25	0.71 255	0.27 53	0.74 69	1.04 265	0.64 141	0.70 127	0.55 127	0.47 134	0.86 145	0.35 113	1.00 536	0.13 116	0.15 24	0.10 2	0.15 42	0.13 37

DilatedVolume-Stereo	0.43 92	0.21 29	0.55 117	0.43 63	0.32 201	0.72 258	0.29 64	0.80 93	0.51 80	0.77 165	0.73 136	0.48 92	0.40 92	1.13 223	0.39 154	0.15 39	0.14 168	0.15 24	0.14 94	0.16 62	0.14 64

SST-Stereo	0.83 359	0.28 182	0.72 228	0.59 330	0.31 182	0.72 258	0.26 46	1.09 219	0.86 189	1.47 440	1.10 255	1.00 299	0.87 334	5.73 520	0.45 209	0.22 280	0.13 116	0.23 276	0.19 215	0.23 290	0.18 178

GMM-Stereo	0.74 311	0.25 107	0.59 144	0.54 258	0.34 240	0.72 258	0.99 479	1.01 176	0.87 193	1.36 410	1.78 468	1.12 340	0.81 301	2.09 400	0.46 223	0.18 144	0.12 55	0.25 335	0.25 371	0.20 199	0.85 531

111	0.60 216	0.23 61	0.70 210	0.43 63	0.24 42	0.72 258	0.42 201	1.18 245	1.41 466	0.80 173	1.38 375	1.10 335	0.79 291	0.96 172	0.58 286	0.18 144	0.13 116	0.17 81	0.15 112	0.17 93	0.19 218

DCVSM-stereo	0.72 288	0.35 354	0.76 270	0.55 282	0.42 320	0.73 262	0.38 158	1.21 256	1.02 256	1.79 493	1.04 233	1.62 444	1.03 407	1.04 200	0.79 359	0.24 322	0.27 438	0.29 397	0.24 356	0.30 384	0.36 436

Sa-1000	0.72 288	0.29 217	0.76 270	0.59 330	0.30 156	0.73 262	0.37 151	1.62 364	1.33 426	1.28 365	2.04 495	0.86 240	0.75 268	1.84 373	0.38 146	0.19 185	0.14 168	0.25 335	0.23 343	0.20 199	0.16 127

iRaft-Stereo_20w	0.65 253	0.31 271	1.00 372	0.47 119	0.34 240	0.73 262	0.30 74	2.96 545	0.70 143	1.15 295	1.14 277	0.76 198	0.65 241	1.11 218	0.38 146	0.17 104	0.13 116	0.18 116	0.16 154	0.19 165	0.18 178

PSMNet-RSSM	0.72 288	0.30 238	0.61 152	0.63 377	0.42 320	0.73 262	0.56 345	1.92 452	1.10 299	1.09 255	1.37 370	1.22 359	0.98 388	1.28 259	0.72 333	0.27 388	0.19 335	0.27 371	0.29 432	0.24 305	0.24 320

ffm	0.72 288	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	0.95 152	2.47 534	1.15 295	1.45 395	1.06 317	0.82 306	1.55 326	0.32 72	0.20 220	0.12 55	0.31 416	0.27 399	0.19 165	0.20 251

ff1	1.37 476	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	0.95 152	2.47 534	1.15 295	1.45 395	1.06 317	0.82 306	7.22 545	7.61 554	0.20 220	0.12 55	0.31 416	0.27 399	0.19 165	0.20 251

mmx	1.39 479	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	2.13 492	1.37 447	1.15 295	1.45 395	1.06 317	0.82 306	7.22 545	7.61 554	0.24 322	0.19 335	0.31 416	0.27 399	0.30 384	0.25 332

xxx	1.39 479	0.33 309	0.85 304	0.53 243	0.37 269	0.74 266	0.56 345	2.13 492	1.37 447	1.15 295	1.45 395	1.06 317	0.82 306	7.22 545	7.61 554	0.24 322	0.19 335	0.31 416	0.27 399	0.30 384	0.25 332

CFNet_ucs	0.70 279	0.33 309	0.88 328	0.50 174	0.43 330	0.74 266	0.44 233	1.60 357	1.29 408	1.22 336	1.54 421	1.09 333	0.63 231	0.99 185	0.59 289	0.25 349	0.20 353	0.37 469	0.21 291	0.40 446	0.28 378

999	0.48 132	0.22 48	0.49 74	0.48 146	0.34 240	0.75 271	0.31 81	0.85 111	0.55 94	0.37 37	0.48 61	0.50 106	0.36 74	2.45 431	0.39 154	0.16 61	0.13 116	0.18 116	0.15 112	0.16 62	0.19 218

rvit_105_1	0.72 288	0.52 442	1.01 376	0.78 476	0.49 367	0.75 271	0.87 450	1.12 230	1.18 351	0.99 225	0.79 154	0.90 257	0.77 280	1.26 254	0.75 342	0.41 481	0.36 496	0.36 466	0.41 493	0.30 384	0.33 420

LL-Strereo	1.33 472	0.39 383	1.38 454	0.61 356	0.61 439	0.75 271	0.66 391	1.63 366	1.17 344	1.56 463	1.60 436	2.03 500	2.12 530	9.72 572	0.97 401	0.21 254	0.18 317	0.27 371	0.23 343	0.22 265	0.25 332

CIPLG	0.62 226	0.33 309	0.96 361	0.58 317	0.50 374	0.75 271	0.48 275	1.05 196	0.96 226	1.40 425	1.57 431	0.64 165	0.48 145	0.89 155	0.70 325	0.23 307	0.15 226	0.19 139	0.16 154	0.19 165	0.21 268

ACRE	0.61 222	0.33 309	1.01 376	0.58 317	0.49 367	0.75 271	0.47 264	1.06 209	0.95 221	1.37 413	1.55 423	0.62 159	0.46 125	0.83 133	0.70 325	0.23 307	0.15 226	0.19 139	0.16 154	0.18 124	0.21 268

AANet_RVC	1.16 456	0.52 442	1.49 476	0.65 400	0.45 345	0.75 271	0.69 403	1.42 304	1.55 487	1.34 405	1.87 480	1.53 431	0.78 287	7.43 550	1.38 458	0.25 349	0.17 295	0.19 139	0.16 154	0.22 265	0.26 356

test_sample1	0.61 222	0.29 217	0.75 260	0.50 174	0.31 182	0.76 277	0.48 275	1.59 353	0.84 187	0.90 198	0.94 186	0.88 248	0.95 371	1.16 230	0.67 317	0.22 280	0.18 317	0.20 174	0.19 215	0.21 241	0.21 268

gcap-zeroshot	0.53 155	0.28 182	0.89 334	0.49 162	0.28 117	0.76 277	0.37 151	1.34 286	0.73 153	0.89 196	0.67 116	1.35 396	0.51 163	0.79 119	0.33 86	0.18 144	0.15 226	0.18 116	0.15 112	0.17 93	0.16 127

anonymousdsp2	0.53 155	0.27 160	0.74 256	0.48 146	0.29 134	0.76 277	0.47 264	1.61 360	0.82 182	0.77 165	0.77 146	0.75 194	0.47 134	1.03 194	0.40 161	0.18 144	0.13 116	0.18 116	0.13 66	0.19 165	0.18 178

dad	0.86 373	0.66 485	1.06 396	0.56 295	0.37 269	0.76 277	0.44 233	1.17 240	1.50 479	1.44 435	1.27 330	1.34 395	0.75 268	2.52 438	0.84 375	0.42 485	0.27 438	0.83 534	0.26 388	0.41 449	0.29 384

IPLGR_C	0.62 226	0.33 309	0.99 367	0.58 317	0.49 367	0.76 277	0.48 275	1.10 222	0.96 226	1.40 425	1.56 427	0.62 159	0.48 145	0.80 122	0.71 330	0.23 307	0.15 226	0.19 139	0.16 154	0.19 165	0.21 268

AACVNet	0.86 373	0.35 354	0.79 288	0.82 492	0.39 296	0.76 277	0.49 285	1.61 360	0.81 177	1.08 249	1.33 354	1.30 385	0.93 361	4.34 486	0.74 337	0.25 349	0.21 375	0.28 386	0.22 320	0.29 373	0.25 332

GrayStereo	0.82 353	0.26 130	0.58 137	0.63 377	0.37 269	0.76 277	1.86 540	1.11 228	0.87 193	1.99 509	1.89 482	1.08 323	1.82 514	1.39 292	0.48 235	0.19 185	0.14 168	0.19 139	0.21 291	0.18 124	0.39 450

HCRNet	0.70 279	0.39 383	0.73 240	0.60 342	0.59 433	0.76 277	0.35 116	1.22 264	1.13 317	1.02 237	0.99 202	1.02 308	0.76 276	2.19 412	0.70 325	0.28 402	0.19 335	0.28 386	0.23 343	0.25 317	0.23 306

UDGNet	0.72 288	1.17 534	0.80 293	0.77 474	0.41 315	0.77 285	0.38 158	0.97 160	1.34 429	0.81 177	0.88 172	0.71 189	0.60 212	1.21 242	0.54 274	0.52 509	0.19 335	1.02 542	0.26 388	0.71 521	0.31 408

DAS	0.84 364	0.34 333	1.03 387	0.64 386	0.69 466	0.77 285	0.63 382	1.54 343	1.20 364	1.79 493	1.55 423	0.95 282	1.04 409	2.83 449	0.60 297	0.21 254	0.16 266	0.25 335	0.18 193	0.27 343	0.22 286

SepStereo	0.82 353	0.34 333	1.03 387	0.64 386	0.69 466	0.77 285	0.63 382	1.54 343	1.20 364	1.79 493	1.55 423	0.95 282	1.04 409	2.30 421	0.60 297	0.21 254	0.16 266	0.25 335	0.18 193	0.27 343	0.22 286

PSM-AAD	0.79 339	0.27 160	0.53 101	0.55 282	0.28 117	0.77 285	1.24 507	0.99 166	0.91 209	1.66 480	1.57 431	0.81 215	2.19 533	1.65 342	0.44 196	0.19 185	0.14 168	0.38 472	0.32 456	0.21 241	0.70 521

DMCA-RVC	0.74 311	0.40 389	1.27 440	0.66 407	0.49 367	0.77 285	0.47 264	1.35 289	1.01 253	1.53 453	1.01 212	1.29 384	0.82 306	1.31 265	0.78 353	0.27 388	0.21 375	0.35 458	0.27 399	0.32 402	0.24 320

z-ln-s-r	1.02 423	0.55 452	2.09 509	0.52 225	0.55 410	0.78 290	0.87 450	1.47 317	1.34 429	1.12 271	1.62 443	1.37 401	1.06 416	2.62 443	3.32 530	0.19 185	0.14 168	0.21 209	0.17 175	0.27 343	0.21 268

G2L-Stereo	0.80 342	0.32 287	0.95 355	0.60 342	0.42 320	0.78 290	0.69 403	1.50 325	1.09 292	1.33 401	1.14 277	1.45 414	0.72 262	2.45 431	1.10 421	0.25 349	0.20 353	0.26 354	0.21 291	0.20 199	0.26 356

PCWNet_CMD	0.66 260	0.32 287	0.88 328	0.49 162	0.37 269	0.78 290	0.40 181	1.42 304	1.31 418	1.16 305	1.31 346	1.25 370	0.62 226	0.89 155	0.57 283	0.20 220	0.16 266	0.27 371	0.19 215	0.40 446	0.25 332

CASS	0.65 253	0.34 333	0.72 228	0.56 295	0.27 92	0.78 290	0.42 201	1.59 353	0.86 189	1.30 379	1.25 320	0.87 244	0.84 318	0.84 136	0.54 274	0.35 459	0.19 335	0.26 354	0.21 291	0.28 362	0.42 460
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
cf-r	0.73 306	0.30 238	0.77 277	0.55 282	0.63 446	0.78 290	0.48 275	1.79 415	1.15 332	1.13 286	1.26 327	1.43 407	0.87 334	1.40 298	0.85 378	0.25 349	0.18 317	0.22 238	0.23 343	0.19 165	0.19 218

GwcNet-RSSM	0.77 327	0.32 287	1.01 376	0.62 368	0.54 404	0.78 290	0.51 294	1.73 388	1.20 364	1.09 255	1.37 370	1.46 417	0.85 321	1.53 322	1.09 418	0.25 349	0.18 317	0.23 276	0.24 356	0.20 199	0.19 218

AIO-test2	0.57 201	0.28 182	0.63 161	0.61 356	0.58 425	0.79 296	0.51 294	1.18 245	1.40 461	0.63 140	1.15 285	0.51 110	0.43 106	1.09 212	0.35 113	0.21 254	0.17 295	0.26 354	0.30 441	0.20 199	0.19 218

tt45	0.45 111	0.23 61	0.46 61	0.45 100	0.33 222	0.79 296	0.32 89	0.78 80	0.41 43	0.51 114	0.44 47	0.49 100	0.37 79	2.14 404	0.34 103	0.16 61	0.13 116	0.19 139	0.16 154	0.17 93	0.18 178

testlalala_base	0.77 327	0.40 389	0.70 210	0.65 400	0.50 374	0.79 296	0.28 59	1.50 325	0.51 80	0.73 158	0.90 176	0.69 182	0.54 178	0.66 80	0.40 161	2.82 558	0.14 168	0.17 81	0.12 42	2.68 553	0.19 218

IPLG	0.69 275	0.27 160	0.97 363	0.51 204	0.43 330	0.79 296	0.33 96	1.21 256	1.06 273	1.30 379	1.10 255	0.52 117	0.55 185	3.16 463	0.63 306	0.16 61	0.14 168	0.19 139	0.16 154	0.18 124	0.17 153

CRE-IMP	0.55 185	0.30 238	0.74 256	0.52 225	0.29 134	0.79 296	0.25 36	1.04 188	0.72 149	1.09 255	0.95 187	0.81 215	0.57 199	1.10 215	0.50 249	0.21 254	0.14 168	0.23 276	0.19 215	0.28 362	0.22 286

pcwnet_v2	0.97 403	0.37 371	4.33 543	0.62 368	0.54 404	0.79 296	0.45 250	2.02 478	1.58 489	1.42 433	1.64 448	1.09 333	0.79 291	1.24 250	0.67 317	0.32 433	0.25 423	0.29 397	0.27 399	0.37 429	0.35 430

MSMDNet	0.66 260	0.32 287	0.87 321	0.49 162	0.37 269	0.79 296	0.40 181	1.43 310	1.31 418	1.15 295	1.31 346	1.24 366	0.63 231	0.88 150	0.57 283	0.21 254	0.16 266	0.26 354	0.19 215	0.39 442	0.24 320

DeepPruner_ROB	0.74 311	0.48 425	0.87 321	0.57 311	0.44 338	0.79 296	0.54 319	1.73 388	0.96 226	1.38 418	1.27 330	1.24 366	0.73 264	1.43 301	0.73 336	0.34 452	0.28 445	0.27 371	0.26 388	0.31 393	0.31 408

xyz-stereo-finetune	0.48 132	0.25 107	0.54 107	0.42 56	0.23 25	0.80 304	0.42 201	0.80 93	0.80 174	0.61 136	0.62 105	0.54 124	0.43 106	1.70 354	0.58 286	0.15 39	0.15 226	0.19 139	0.15 112	0.16 62	0.15 97

AIO-test1	0.56 194	0.25 107	0.55 117	0.64 386	0.78 490	0.80 304	0.36 132	1.18 245	1.34 429	0.57 123	0.88 172	0.61 154	0.50 159	1.12 221	0.35 113	0.17 104	0.17 295	0.22 238	0.24 356	0.18 124	0.23 306

DEFOM-Stereo	0.33 38	0.20 10	0.40 20	0.42 56	0.28 117	0.80 304	0.23 26	0.48 6	0.37 32	0.37 37	0.31 18	0.23 3	0.24 12	1.20 240	0.27 27	0.16 61	0.12 55	0.14 2	0.11 9	0.14 20	0.14 64

ITSA-stereo	0.82 353	0.36 364	0.82 297	0.54 258	0.31 182	0.80 304	0.47 264	2.17 507	1.67 495	1.13 286	1.13 273	0.94 274	0.86 329	2.46 434	1.00 406	0.26 372	0.23 405	0.28 386	0.27 399	0.28 362	0.36 436

test_sample2	0.62 226	0.29 217	0.74 256	0.50 174	0.28 117	0.80 304	0.61 374	1.61 360	1.00 250	0.88 195	0.99 202	0.94 274	0.83 314	1.16 230	0.51 254	0.23 307	0.18 317	0.22 238	0.21 291	0.23 290	0.22 286

SACVNet	0.85 368	0.46 416	0.85 304	0.81 484	0.56 413	0.80 304	0.79 428	1.68 377	1.12 305	1.34 405	1.33 354	1.25 370	0.94 366	2.39 428	0.76 345	0.34 452	0.26 429	0.31 416	0.29 432	0.35 418	0.44 470

ICVP	0.63 233	0.33 309	0.57 131	0.61 356	0.40 307	0.80 304	0.58 360	1.61 360	0.89 200	0.90 198	1.24 316	0.88 248	0.73 264	0.72 96	0.88 382	0.29 413	0.21 375	0.22 238	0.21 291	0.24 305	0.27 366
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.63 233	0.31 271	0.54 107	0.54 258	0.36 254	0.80 304	0.46 257	1.37 292	1.07 278	0.93 206	1.30 340	1.08 323	0.85 321	0.80 122	0.94 392	0.21 254	0.19 335	0.21 209	0.18 193	0.22 265	0.18 178

GANet-RSSM	0.72 288	0.28 182	0.63 161	0.64 386	0.58 425	0.80 304	0.58 360	1.89 442	1.08 284	1.04 244	1.25 320	1.15 348	1.04 409	1.49 313	0.62 302	0.25 349	0.19 335	0.22 238	0.22 320	0.22 265	0.21 268

FACV-RUCA	0.63 233	0.34 333	0.82 297	0.62 368	0.65 451	0.81 313	0.41 197	1.44 311	1.07 278	0.86 193	1.14 277	0.61 154	0.69 249	0.80 122	0.53 268	0.28 402	0.19 335	0.47 500	0.21 291	0.35 418	0.25 332

RAFT-RH_RVC	1.03 426	0.24 79	0.67 187	0.49 162	0.28 117	0.81 313	0.33 96	0.83 107	1.08 284	2.05 513	4.65 549	1.04 315	0.57 199	5.98 527	0.50 249	0.18 144	0.13 116	0.26 354	0.20 247	0.16 62	0.17 153

test_sample6	0.71 286	0.34 333	0.87 321	0.52 225	0.30 156	0.82 315	0.58 360	1.79 415	1.15 332	1.14 289	1.33 354	0.91 260	0.79 291	1.31 265	0.74 337	0.27 388	0.21 375	0.27 371	0.29 432	0.28 362	0.27 366

SMFormer	0.75 319	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.82 370	0.24 322	0.20 353	0.22 238	0.21 291	0.23 290	0.24 320

tta	0.75 319	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.82 370	0.24 322	0.20 353	0.22 238	0.21 291	0.18 124	0.18 178

qqq1	0.72 288	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.44 196	0.24 322	0.20 353	0.18 116	0.15 112	0.18 124	0.18 178

fff1	0.72 288	0.30 238	0.86 310	0.46 108	0.26 68	0.82 315	0.43 220	2.05 481	1.39 456	1.23 342	1.47 402	0.98 292	0.95 371	1.71 356	0.44 196	0.24 322	0.20 353	0.18 116	0.15 112	0.18 124	0.18 178

DFGA-Net	0.72 288	0.40 389	1.40 455	0.52 225	0.45 345	0.83 320	0.44 233	1.28 278	1.08 284	0.99 225	1.19 302	0.70 186	0.55 185	2.14 404	1.16 430	0.18 144	0.16 266	0.24 296	0.23 343	0.27 343	0.25 332

11t1	0.52 145	0.28 182	0.68 191	0.51 204	0.28 117	0.83 320	0.39 173	1.22 264	0.63 112	0.84 186	0.74 140	0.68 177	0.68 246	0.91 158	0.57 283	0.21 254	0.18 317	0.19 139	0.16 154	0.20 199	0.21 268

GASNet	0.99 409	0.97 517	1.72 490	0.98 524	0.68 464	0.83 320	0.67 395	1.60 357	1.28 404	1.31 389	1.22 310	1.22 359	1.21 450	2.41 429	1.41 466	0.43 490	0.26 429	0.36 466	0.34 472	0.55 498	0.31 408

riskmin	0.56 194	0.27 160	0.60 149	0.43 63	0.31 182	0.83 320	0.42 201	1.14 234	1.04 265	0.73 158	0.75 142	1.11 339	1.01 400	0.81 128	0.51 254	0.20 220	0.14 168	0.24 296	0.15 112	0.24 305	0.25 332

FENet	0.60 216	0.28 182	0.63 161	0.54 258	0.33 222	0.83 320	0.38 158	1.27 274	1.07 278	1.00 230	0.86 167	0.99 298	0.85 321	0.96 172	0.68 321	0.22 280	0.15 226	0.23 276	0.20 247	0.22 265	0.23 306

CFNet-ft	0.72 288	0.32 287	0.54 107	0.66 407	0.54 404	0.83 320	0.55 337	1.37 292	1.15 332	0.93 206	1.28 336	1.57 436	0.97 381	1.35 277	0.81 365	0.26 372	0.20 353	0.33 440	0.25 371	0.30 384	0.23 306

CFNet_RVC	0.72 288	0.32 287	0.54 107	0.66 407	0.54 404	0.83 320	0.55 337	1.37 292	1.15 332	0.93 206	1.28 336	1.57 436	0.97 381	1.35 277	0.81 365	0.26 372	0.20 353	0.33 440	0.25 371	0.30 384	0.23 306

iResNet_ROB	0.77 327	0.30 238	0.99 367	0.57 311	0.36 254	0.83 320	0.36 132	2.33 524	1.58 489	1.27 363	1.30 340	1.25 370	0.84 318	1.65 342	0.79 359	0.20 220	0.14 168	0.17 81	0.12 42	0.18 124	0.27 366

test_sample5	0.69 275	0.34 333	0.87 321	0.52 225	0.30 156	0.84 328	0.54 319	1.83 427	1.14 320	1.11 269	1.25 320	0.88 248	0.78 287	1.23 245	0.65 311	0.26 372	0.20 353	0.27 371	0.27 399	0.27 343	0.26 356

DualNet	0.70 279	0.34 333	0.87 321	0.52 225	0.30 156	0.84 328	0.54 319	1.83 427	1.14 320	1.14 289	1.33 354	0.88 248	0.78 287	1.23 245	0.65 311	0.26 372	0.20 353	0.27 371	0.27 399	0.27 343	0.26 356

GMStereo_Zeroshot	0.67 269	0.61 476	1.01 376	0.64 386	0.37 269	0.84 328	0.35 116	1.05 196	1.12 305	1.12 271	1.06 237	1.27 378	0.54 178	1.19 238	0.59 289	0.32 433	0.17 295	0.31 416	0.18 193	0.52 492	0.22 286

UCFNet_RVC	0.69 275	0.35 354	0.49 74	0.64 386	0.39 296	0.85 331	0.58 360	1.75 395	1.14 320	0.97 218	1.19 302	1.17 350	0.93 361	0.99 185	0.62 302	0.28 402	0.20 353	0.34 450	0.31 448	0.32 402	0.27 366

mmm	0.63 233	0.35 354	0.72 228	0.51 204	0.30 156	0.86 332	0.54 319	1.59 353	0.86 189	1.07 248	1.38 375	0.79 209	0.75 268	0.91 158	0.58 286	0.22 280	0.18 317	0.29 397	0.25 371	0.25 317	0.23 306

ToySt	0.66 260	0.33 309	1.23 431	0.51 204	0.33 222	0.86 332	0.68 399	1.10 222	0.97 233	0.84 186	1.08 246	1.25 370	0.94 366	1.01 190	0.74 337	0.19 185	0.19 335	0.24 296	0.24 356	0.27 343	0.23 306

DMCA	0.67 269	0.34 333	0.90 338	0.51 204	0.44 338	0.86 332	0.47 264	1.42 304	1.02 256	1.17 314	1.12 268	1.23 364	0.75 268	0.78 115	0.95 396	0.25 349	0.19 335	0.27 371	0.19 215	0.24 305	0.27 366

DispNO	0.93 391	0.30 238	1.34 452	0.55 282	0.55 410	0.89 335	0.49 285	1.48 319	1.21 370	1.17 314	1.27 330	1.19 354	0.90 346	5.23 504	0.74 337	0.22 280	0.17 295	0.24 296	0.21 291	0.19 165	0.20 251

STTStereo	0.78 335	0.50 435	1.22 430	0.64 386	0.54 404	0.89 335	0.54 319	1.44 311	1.11 301	1.38 418	1.09 251	1.27 378	0.85 321	1.43 301	0.83 372	0.29 413	0.27 438	0.33 440	0.39 488	0.32 402	0.30 398

TDLM	1.06 430	0.44 407	0.79 288	0.63 377	0.50 374	0.89 335	1.44 520	1.48 319	1.26 393	1.12 271	1.40 381	1.08 323	0.98 388	6.65 535	0.78 353	0.33 442	0.21 375	0.33 440	0.26 388	0.37 429	0.24 320

G2L-Stereo_test	0.73 306	0.27 160	0.74 256	0.49 162	0.40 307	0.90 338	0.81 437	1.53 340	1.14 320	1.28 365	1.27 330	1.52 430	0.72 262	1.62 337	0.94 392	0.19 185	0.14 168	0.16 54	0.15 112	0.18 124	0.19 218

tg	0.52 145	0.24 79	0.61 152	0.49 162	0.30 156	0.90 338	0.29 64	1.07 211	0.83 183	0.83 183	1.02 220	0.62 159	0.43 106	1.35 277	0.41 172	0.17 104	0.12 55	0.22 238	0.20 247	0.17 93	0.15 97

ARAFT	0.77 327	0.36 364	1.49 476	0.51 204	0.31 182	0.90 338	0.82 439	1.90 445	1.06 273	1.62 475	1.24 316	1.02 308	0.64 235	1.84 373	0.50 249	0.18 144	0.14 168	0.28 386	0.27 399	0.17 93	0.16 127

CVANet_RVC	1.07 432	0.43 404	0.76 270	0.60 342	0.50 374	0.90 338	0.97 474	1.52 334	1.26 393	1.33 401	1.38 375	1.24 366	1.18 441	6.75 541	0.75 342	0.34 452	0.23 405	0.34 450	0.29 432	0.42 454	0.27 366

test_sample7	0.74 311	0.37 371	0.76 270	0.52 225	0.35 244	0.91 342	0.67 395	1.78 409	1.21 370	1.22 336	1.18 295	1.08 323	0.92 352	1.23 245	0.67 317	0.31 426	0.28 445	0.32 431	0.31 448	0.33 411	0.29 384

MyStereo8	0.65 253	0.29 217	1.00 372	0.58 317	0.49 367	0.91 342	0.35 116	1.18 245	1.31 418	1.16 305	1.27 330	0.90 257	0.64 235	0.72 96	0.95 396	0.18 144	0.14 168	0.20 174	0.18 193	0.22 265	0.26 356

Selective-RAFT	0.52 145	0.28 182	0.79 288	0.55 282	0.27 92	0.91 342	0.33 96	0.80 93	0.88 197	0.58 125	0.63 107	0.81 215	0.77 280	1.29 263	0.48 235	0.19 185	0.14 168	0.17 81	0.15 112	0.19 165	0.17 153

FADNet-RVC	0.88 378	0.67 486	1.93 504	0.60 342	0.48 363	0.91 342	0.60 372	1.71 386	1.18 351	0.90 198	0.96 190	1.36 398	0.92 352	2.25 417	1.17 433	0.30 418	0.29 456	0.32 431	0.32 456	0.41 449	0.35 430

DeepPrunerF	1.60 495	0.73 496	5.81 552	0.88 511	1.19 537	0.91 342	0.95 471	2.19 511	5.24 565	1.17 314	1.30 340	1.19 354	1.30 465	4.90 498	1.66 489	0.42 485	0.34 480	0.52 508	0.47 507	0.41 449	0.40 451

PS-NSSS	0.99 409	0.58 463	0.93 347	0.58 317	0.57 416	0.91 342	0.80 434	1.81 421	1.14 320	1.14 289	1.67 455	1.00 299	0.83 314	4.62 491	0.78 353	0.37 467	0.31 466	0.52 508	0.32 456	0.45 470	0.38 447

MLCV	0.72 288	0.34 333	1.10 411	0.51 204	0.23 25	0.91 342	0.39 173	1.33 281	1.23 379	1.46 439	1.55 423	1.01 306	0.64 235	1.95 387	0.80 363	0.18 144	0.12 55	0.18 116	0.14 94	0.19 165	0.17 153

test_sample4	0.69 275	0.33 309	0.91 341	0.51 204	0.30 156	0.92 349	0.52 305	1.87 436	1.15 332	1.14 289	1.18 295	0.87 244	0.75 268	1.18 236	0.68 321	0.25 349	0.20 353	0.26 354	0.26 388	0.26 329	0.25 332

test_5	0.65 253	0.30 238	0.75 260	0.67 419	0.50 374	0.92 349	0.52 305	1.39 298	1.12 305	0.76 160	1.11 261	1.00 299	0.90 346	1.53 322	0.45 209	0.18 144	0.13 116	0.23 276	0.22 320	0.21 241	0.19 218

AdaStereo	0.70 279	0.43 404	0.75 260	0.73 460	0.37 269	0.92 349	0.53 313	1.85 431	1.18 351	1.12 271	1.23 314	1.07 322	0.65 241	0.96 172	0.63 306	0.31 426	0.15 226	0.32 431	0.21 291	0.29 373	0.22 286
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.
iResNet	0.75 319	0.40 389	1.36 453	0.67 419	0.29 134	0.92 349	0.59 368	1.52 334	1.25 388	1.28 365	1.48 407	0.94 274	0.76 276	1.62 337	0.78 353	0.18 144	0.14 168	0.18 116	0.15 112	0.22 265	0.23 306

Anonymous3	0.61 222	0.44 407	1.11 413	0.59 330	0.49 367	0.93 353	0.65 386	0.93 140	0.81 177	0.72 157	0.88 172	0.65 168	0.69 249	1.06 203	0.53 268	0.35 459	0.30 460	0.26 354	0.26 388	0.31 393	0.27 366

ttt	0.94 393	0.34 333	0.59 144	0.61 356	0.37 269	0.94 354	0.50 293	2.17 507	1.34 429	1.23 342	1.61 440	0.91 260	0.76 276	1.85 376	3.97 539	0.30 418	0.26 429	0.26 354	0.24 356	0.29 373	0.29 384

GES	0.66 260	0.34 333	0.90 338	0.59 330	0.38 286	0.94 354	0.57 356	2.11 491	0.86 189	1.02 237	1.11 261	0.66 172	0.79 291	0.99 185	0.61 299	0.27 388	0.19 335	0.20 174	0.20 247	0.21 241	0.30 398

test_xeample	1.45 484	0.28 182	0.65 175	0.51 204	0.28 117	0.94 354	0.59 368	2.14 496	1.29 408	1.24 350	1.51 414	0.88 248	0.86 329	1.46 307	15.10 574	0.22 280	0.20 353	0.22 238	0.20 247	0.22 265	0.22 286

iResNetv2_ROB	0.80 342	0.37 371	1.71 489	0.56 295	0.37 269	0.94 354	0.64 384	1.73 388	1.34 429	1.23 342	1.42 384	1.26 374	0.92 352	1.85 376	0.56 280	0.23 307	0.15 226	0.19 139	0.14 94	0.24 305	0.19 218

G2L-ROB	0.73 306	0.25 107	0.76 270	0.54 258	0.39 296	0.95 358	0.66 391	1.66 374	1.09 292	1.24 350	1.02 220	1.64 452	0.71 259	1.63 339	1.02 408	0.20 220	0.14 168	0.17 81	0.15 112	0.20 199	0.22 286

coex_refinement	0.80 342	0.28 182	0.73 240	0.70 440	0.51 385	0.95 358	0.60 372	1.78 409	1.23 379	1.36 410	1.37 370	1.82 476	0.81 301	1.32 269	1.13 427	0.26 372	0.17 295	0.19 139	0.20 247	0.24 305	0.25 332

THIR-Stereo	1.02 423	0.27 160	0.69 204	0.49 162	0.28 117	0.95 358	1.34 515	1.03 182	0.97 233	1.34 405	1.90 483	1.17 350	1.58 492	6.44 532	0.78 353	0.19 185	0.14 168	0.21 209	0.22 320	0.19 165	0.20 251

GEStereo_RVC	0.90 383	0.37 371	0.99 367	0.64 386	0.50 374	0.95 358	0.79 428	2.42 533	1.17 344	1.16 305	1.11 261	1.26 374	0.92 352	3.24 464	0.90 388	0.29 413	0.19 335	0.23 276	0.20 247	0.27 343	0.29 384

DIP-Stereo	0.62 226	0.30 238	0.83 302	0.48 146	0.36 254	0.95 358	0.33 96	2.37 529	0.67 134	1.25 356	1.00 206	0.68 177	0.51 163	0.91 158	0.61 299	0.18 144	0.15 226	0.21 209	0.17 175	0.19 165	0.19 218
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	0.79 339	0.43 404	1.05 392	0.64 386	0.58 425	0.95 358	0.53 313	1.53 340	1.18 351	1.37 413	1.15 285	1.43 407	0.88 339	1.61 336	0.84 375	0.25 349	0.22 393	0.27 371	0.27 399	0.29 373	0.29 384
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Consistency-Raft	1.25 463	0.99 520	1.93 504	1.02 528	1.21 538	0.96 364	1.01 483	1.75 395	1.92 515	1.36 410	2.12 499	1.44 412	1.01 400	1.14 225	1.40 462	0.72 531	0.82 549	0.89 536	0.98 551	1.31 543	0.95 534

s12784h	0.52 145	0.20 10	0.38 8	0.41 49	0.19 1	0.96 364	0.34 108	1.17 240	1.25 388	0.81 177	0.90 176	0.63 162	0.50 159	1.45 305	0.42 183	0.14 31	0.12 55	0.17 81	0.11 9	0.18 124	0.11 2

hitnet-ft	0.79 339	0.35 354	0.57 131	0.58 317	0.42 320	0.96 364	0.46 257	1.47 317	1.33 426	1.19 323	1.22 310	1.81 473	0.98 388	1.66 346	0.94 392	0.33 442	0.28 445	0.34 450	0.27 399	0.35 418	0.31 408

FADNet	0.92 388	0.61 476	1.81 497	0.62 368	0.55 410	0.96 364	0.57 356	1.78 409	1.33 426	0.93 206	1.01 212	1.36 398	1.01 400	2.71 446	0.75 342	0.33 442	0.34 480	0.31 416	0.34 472	0.59 505	0.40 451

castereo++	0.38 61	0.23 61	0.41 25	0.43 63	0.31 182	0.97 368	0.22 18	0.86 113	0.58 99	0.32 20	0.44 47	0.51 110	0.39 88	0.93 166	0.24 5	0.17 104	0.11 28	0.17 81	0.12 42	0.14 20	0.14 64

test_sample3	0.68 273	0.32 287	0.88 328	0.52 225	0.30 156	0.97 368	0.52 305	1.86 434	1.15 332	1.08 249	1.11 261	0.88 248	0.71 259	1.17 234	0.68 321	0.25 349	0.20 353	0.25 335	0.25 371	0.25 317	0.25 332

RAFT-Test	0.54 170	0.25 107	0.64 168	0.47 119	0.30 156	0.97 368	0.27 53	1.24 270	0.81 177	0.96 215	1.12 268	1.28 381	0.48 145	0.71 93	0.36 123	0.17 104	0.13 116	0.17 81	0.14 94	0.16 62	0.16 127

DRaft	0.80 342	0.24 79	0.70 210	0.45 100	0.30 156	0.97 368	0.53 313	1.05 196	0.97 233	1.78 490	2.02 494	0.80 211	1.74 506	2.73 447	0.72 333	0.17 104	0.14 168	0.20 174	0.20 247	0.18 124	0.21 268

RASNet	1.12 445	0.30 238	0.91 341	0.66 407	0.77 488	0.97 368	0.57 356	1.37 292	1.35 439	1.02 237	1.34 361	2.11 504	1.43 476	7.09 544	1.39 461	0.19 185	0.17 295	0.17 81	0.19 215	0.18 124	0.16 127

EDNetEfficient	2.37 535	1.10 526	8.08 559	0.74 464	0.71 469	0.98 373	1.56 526	1.46 315	4.06 558	4.90 564	2.82 525	2.25 507	3.48 554	2.95 453	9.97 563	0.26 372	0.24 414	0.26 354	0.30 441	0.68 518	0.61 510

aanetorigin	1.23 460	0.79 504	2.78 533	0.70 440	0.79 493	0.99 374	1.06 490	1.06 209	1.37 447	3.52 550	2.61 520	1.72 463	1.63 497	1.99 390	1.78 492	0.25 349	0.24 414	0.26 354	0.25 371	0.38 438	0.45 472

CFNet	0.96 397	0.36 364	1.01 376	0.62 368	0.42 320	0.99 374	0.47 264	1.90 445	1.32 422	0.99 225	1.39 379	1.10 335	0.86 329	5.58 517	0.79 359	0.23 307	0.17 295	0.28 386	0.27 399	0.26 329	0.21 268

Any-RAFT	0.53 155	0.24 79	0.47 64	0.47 119	0.27 92	1.00 376	0.25 36	1.58 352	1.05 269	0.85 191	0.99 202	1.06 317	0.47 134	0.70 89	0.32 72	0.18 144	0.13 116	0.16 54	0.13 66	0.16 62	0.16 127

1111x	1.70 505	0.29 217	0.86 310	0.51 204	0.27 92	1.01 377	0.68 399	2.22 515	1.28 404	1.13 286	1.40 381	1.21 357	1.10 425	5.53 514	15.20 575	0.22 280	0.21 375	0.22 238	0.22 320	0.24 305	0.22 286

Anonymous_2	1.30 467	0.55 452	0.82 297	0.52 225	0.58 425	1.01 377	0.64 384	1.25 272	0.97 233	0.96 215	0.78 148	1.33 391	1.29 461	1.03 194	0.74 337	0.62 525	0.64 543	1.06 543	9.63 583	1.16 538	0.49 486

DualNet (step1)	0.83 359	0.49 428	1.13 417	0.56 295	0.39 296	1.02 379	0.73 412	1.78 409	1.21 370	1.22 336	1.18 295	1.08 323	0.92 352	1.23 245	0.67 317	0.57 518	0.28 445	0.62 526	0.67 532	0.45 470	0.42 460

test_sample9	1.86 515	0.49 428	1.13 417	0.56 295	0.39 296	1.02 379	0.73 412	1.78 409	1.21 370	1.22 336	1.18 295	1.08 323	0.92 352	2.27 419	7.92 558	0.57 518	12.61 587	0.62 526	0.67 532	0.45 470	0.42 460

test_sample8	2.19 529	0.49 428	1.13 417	0.56 295	0.39 296	1.02 379	0.73 412	1.82 422	1.15 332	2.26 519	1.30 340	4.94 553	2.52 543	2.27 419	7.92 558	0.57 518	12.61 587	0.62 526	0.67 532	0.45 470	0.42 460

BEATNet_4x	0.73 306	0.49 428	1.17 425	0.53 243	0.26 68	1.03 382	0.55 337	1.82 422	1.06 273	1.21 331	1.22 310	0.96 288	0.91 349	1.01 190	1.06 412	0.21 254	0.14 168	0.24 296	0.19 215	0.37 429	0.21 268

PASM	1.34 473	0.92 515	2.62 529	0.86 503	0.87 511	1.03 382	1.08 492	1.50 325	1.51 481	1.82 498	1.41 383	1.68 458	1.26 458	4.87 497	1.34 452	0.61 524	0.65 545	0.68 530	0.78 538	0.69 519	0.68 520

DEmStereo	0.97 403	0.23 61	0.79 288	0.47 119	0.32 201	1.04 384	0.56 345	0.93 140	0.89 200	1.39 424	2.14 501	1.02 308	2.07 528	5.64 518	0.77 351	0.17 104	0.15 226	0.20 174	0.20 247	0.18 124	0.20 251

psm_up	0.77 327	0.34 333	0.70 210	0.66 407	0.58 425	1.05 385	0.92 462	1.52 334	1.12 305	1.26 360	1.16 290	1.31 389	1.23 452	1.20 240	0.81 365	0.25 349	0.29 456	0.31 416	0.27 399	0.27 343	0.25 332

ac_64	0.82 353	0.29 217	0.81 294	0.71 448	0.60 436	1.05 385	0.54 319	1.99 469	0.92 214	1.18 319	1.06 237	1.99 495	1.08 421	1.94 386	0.97 401	0.27 388	0.22 393	0.24 296	0.23 343	0.22 265	0.19 218

HITNet	0.65 253	0.40 389	0.77 277	0.48 146	0.24 42	1.05 385	0.49 285	1.76 401	1.02 256	1.18 319	1.18 295	0.89 256	0.80 297	0.85 141	0.79 359	0.17 104	0.12 55	0.21 209	0.17 175	0.29 373	0.15 97
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
222	1.61 497	0.29 217	0.67 187	0.56 295	0.29 134	1.06 388	0.42 201	2.17 507	1.31 418	1.31 389	1.52 415	0.92 269	0.94 366	1.76 366	17.65 578	0.24 322	0.20 353	0.21 209	0.19 215	0.22 265	0.23 306

NOSS_ROB	1.26 464	0.46 416	0.62 158	0.56 295	0.38 286	1.06 388	0.78 425	1.73 388	1.40 461	1.01 233	1.43 388	1.10 335	0.75 268	10.62 575	0.65 311	0.45 496	0.43 514	0.48 502	0.45 502	0.44 466	0.41 456

FADNet-RVC-Resample	0.84 364	0.47 421	2.10 510	0.61 356	0.45 345	1.07 390	0.61 374	1.59 353	1.20 364	1.08 249	0.98 200	1.03 312	0.98 388	2.17 407	0.72 333	0.23 307	0.22 393	0.30 410	0.32 456	0.35 418	0.34 425

anonymity	1.12 445	0.97 517	1.21 428	1.07 532	1.12 530	1.08 391	0.89 455	1.95 460	1.16 341	1.29 371	1.26 327	1.22 359	1.09 424	1.15 226	1.01 407	1.02 539	1.00 562	0.97 538	0.97 549	0.98 531	0.99 536

FINET	0.97 403	0.54 447	1.60 482	0.63 377	0.79 493	1.08 391	1.07 491	1.56 350	2.20 528	1.15 295	1.49 409	0.94 274	0.88 339	2.32 422	1.05 410	0.42 485	0.35 491	0.32 431	0.28 420	0.43 460	0.38 447

FAT-Stereo	1.07 432	0.41 397	1.32 447	0.72 452	0.58 425	1.08 391	0.89 455	1.96 461	1.65 493	1.75 487	1.98 488	2.03 500	1.48 484	2.02 393	1.18 436	0.42 485	0.35 491	0.34 450	0.29 432	0.35 418	0.53 494

xyz-stereo-finetune2	0.58 207	0.27 160	0.57 131	0.40 41	0.24 42	1.09 394	0.32 89	0.79 85	0.53 91	0.65 143	1.07 241	0.58 142	0.80 297	2.47 436	0.80 363	0.16 61	0.15 226	0.21 209	0.17 175	0.16 62	0.17 153

RP	1.09 438	0.50 435	1.12 415	0.90 515	1.04 523	1.11 395	0.84 441	1.80 418	1.62 491	1.55 462	2.00 491	1.90 483	1.78 509	1.84 373	1.25 440	0.52 509	0.36 496	0.48 502	0.36 481	0.45 470	0.43 467

DLCB_ROB	0.86 373	0.40 389	0.78 285	0.68 430	0.54 404	1.11 395	0.84 441	1.49 321	1.23 379	1.64 479	1.65 450	1.70 461	0.91 349	1.70 354	1.05 410	0.25 349	0.24 414	0.26 354	0.27 399	0.27 343	0.24 320

XPNet_ROB	0.96 397	0.49 428	1.09 408	0.72 452	0.57 416	1.11 395	1.14 498	1.66 374	1.23 379	1.85 500	1.39 379	1.64 452	1.11 426	1.80 370	1.42 470	0.38 471	0.30 460	0.33 440	0.29 432	0.37 429	0.34 425

ADLNet2	0.88 378	0.34 333	1.17 425	0.77 474	0.64 449	1.12 398	0.76 420	1.74 393	1.24 385	1.21 331	1.65 450	1.71 462	1.05 413	1.67 347	1.17 433	0.24 322	0.21 375	0.21 209	0.22 320	0.26 329	0.29 384

psmorigin	1.52 489	0.69 490	10.52 567	0.68 430	0.59 433	1.13 399	0.70 406	1.57 351	1.19 359	1.99 509	1.79 469	2.26 508	1.47 483	2.09 400	1.36 456	0.39 474	0.40 509	0.34 450	0.33 466	0.43 460	0.56 499

TCMNet	1.01 420	0.60 474	2.10 510	0.86 503	1.33 543	1.14 400	0.67 395	1.69 379	1.23 379	1.11 269	1.57 431	1.30 385	0.97 381	2.01 392	1.50 481	0.31 426	0.31 466	0.38 472	0.34 472	0.42 454	0.36 436

CoDeX	0.73 306	0.29 217	0.93 347	0.54 258	0.36 254	1.14 400	0.61 374	2.34 526	1.17 344	1.16 305	1.25 320	0.91 260	0.87 334	1.33 272	0.64 310	0.20 220	0.16 266	0.21 209	0.18 193	0.20 199	0.18 178

AASNet	0.76 325	0.35 354	0.91 341	0.79 478	0.81 500	1.14 400	0.56 345	2.02 478	1.08 284	1.22 336	1.24 316	0.93 271	0.76 276	0.77 110	1.16 430	0.27 388	0.23 405	0.24 296	0.20 247	0.28 362	0.24 320

PSMNet-ADL	0.72 288	0.35 354	0.62 158	0.69 434	0.46 357	1.14 400	0.44 233	1.37 292	1.01 253	0.83 183	1.17 293	1.33 391	0.96 378	1.43 301	0.95 396	0.33 442	0.22 393	0.21 209	0.23 343	0.27 343	0.29 384

edge stereo	1.11 443	0.50 435	1.30 443	0.71 448	0.65 451	1.14 400	0.75 417	1.93 456	1.37 447	1.71 484	1.83 473	2.54 521	1.44 478	2.43 430	1.23 438	0.42 485	0.41 511	0.54 514	0.35 477	0.42 454	0.46 475

ETE_ROB	0.96 397	0.64 483	1.16 423	0.69 434	0.48 363	1.14 400	1.13 497	1.77 405	1.19 359	1.91 506	1.45 395	1.73 464	1.05 413	1.60 334	1.14 428	0.32 433	0.26 429	0.38 472	0.34 472	0.39 442	0.41 456

HSM-Net_RVC	0.87 377	0.29 217	0.53 101	0.53 243	0.30 156	1.15 406	0.55 337	3.57 553	1.28 404	1.53 453	1.74 462	1.68 458	0.93 361	1.49 313	0.77 351	0.22 280	0.17 295	0.19 139	0.18 193	0.20 199	0.19 218
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWC_ROB	1.24 461	0.76 502	2.46 524	0.72 452	0.78 490	1.15 406	0.49 285	1.75 395	1.92 515	2.31 521	3.07 529	1.59 440	1.40 473	2.46 434	2.10 507	0.33 442	0.22 393	0.35 458	0.24 356	0.38 438	0.41 456

tt1	0.62 226	0.32 287	0.51 87	0.54 258	0.26 68	1.16 408	0.48 275	0.95 152	2.47 534	0.57 123	0.77 146	0.49 100	0.81 301	1.55 326	0.32 72	0.20 220	0.12 55	0.24 296	0.15 112	0.19 165	0.20 251

xxxx	1.51 488	0.28 182	0.68 191	0.54 258	0.28 117	1.16 408	0.44 233	2.19 511	1.29 408	1.09 255	1.36 368	1.22 359	0.85 321	1.79 369	15.70 577	0.24 322	0.21 375	0.21 209	0.20 247	0.22 265	0.23 306

HGLStereo	0.85 368	0.38 378	0.94 351	0.80 481	1.03 522	1.17 410	0.58 360	1.52 334	1.20 364	1.19 323	1.62 443	1.13 345	1.20 447	1.80 370	1.06 412	0.24 322	0.24 414	0.24 296	0.21 291	0.23 290	0.27 366

ACVNet-DCA	0.56 194	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	1.42 304	0.78 169	0.58 125	0.79 154	0.48 92	0.88 339	1.46 307	0.32 72	0.20 220	0.12 55	0.25 335	0.15 112	0.22 265	0.21 268

xx1	0.67 269	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	0.93 140	3.05 547	0.58 125	0.79 154	0.95 282	0.77 280	1.46 307	0.32 72	0.20 220	0.12 55	0.24 296	0.23 343	0.22 265	0.21 268

1test111	0.54 170	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	1.42 304	0.78 169	0.58 125	0.79 154	0.48 92	0.88 339	0.88 150	0.59 289	0.20 220	0.12 55	0.25 335	0.15 112	0.22 265	0.21 268

cc1	0.64 245	0.31 271	0.50 80	0.54 258	0.26 68	1.18 411	0.51 294	0.93 140	3.05 547	0.58 125	0.79 154	0.48 92	0.88 339	1.46 307	0.32 72	0.20 220	0.12 55	0.25 335	0.15 112	0.19 165	0.19 218

FADNet_RVC	0.83 359	0.51 438	1.83 500	0.54 258	0.42 320	1.19 415	0.46 257	1.51 332	1.09 292	0.89 196	1.24 316	0.91 260	0.87 334	2.11 402	1.11 424	0.27 388	0.22 393	0.31 416	0.28 420	0.43 460	0.38 447

PA-Net	1.01 420	0.57 460	1.29 442	0.64 386	0.74 477	1.19 415	0.84 441	1.69 379	1.43 471	1.16 305	1.19 302	1.32 390	1.19 444	3.42 470	1.25 440	0.29 413	0.45 521	0.33 440	0.49 512	0.32 402	0.47 479
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
w-ln-seven-2	1.18 458	0.61 476	4.25 542	0.68 430	0.61 439	1.20 417	0.93 466	1.63 366	1.35 439	1.66 480	1.53 416	1.47 422	1.37 472	3.00 457	1.74 490	0.25 349	0.24 414	0.29 397	0.26 388	0.33 411	0.28 378

NVstereo2D	0.92 388	0.41 397	1.48 474	0.72 452	0.72 471	1.20 417	0.87 450	1.75 395	1.38 451	0.99 225	1.13 273	1.26 374	0.98 388	2.21 414	0.89 385	0.43 490	0.20 353	0.38 472	0.24 356	0.57 501	0.63 512

S-Stereo	1.15 454	0.46 416	2.17 515	0.81 484	0.80 498	1.21 419	1.19 504	1.93 456	2.02 521	1.47 440	2.11 498	1.57 436	1.17 437	2.05 397	1.41 466	0.40 477	0.40 509	0.35 458	0.31 448	0.44 466	0.70 521

RAFT + AFF	1.00 414	0.42 401	1.09 408	0.67 419	0.50 374	1.22 420	1.24 507	2.24 517	1.19 359	1.30 379	1.56 427	1.17 350	1.49 486	3.44 472	0.83 372	0.21 254	0.25 423	0.30 410	0.26 388	0.27 343	0.27 366

HSM	1.19 459	0.32 287	0.65 175	0.57 311	0.38 286	1.23 421	0.59 368	2.25 518	1.19 359	1.30 379	1.25 320	1.94 489	1.03 407	9.32 566	0.71 330	0.22 280	0.16 266	0.20 174	0.16 154	0.21 241	0.21 268

ADLNet	0.85 368	0.36 364	0.89 334	0.85 501	0.72 471	1.24 422	0.76 420	1.82 422	1.36 443	1.52 452	1.35 367	1.27 378	0.99 396	1.23 245	1.15 429	0.27 388	0.20 353	0.26 354	0.25 371	0.28 362	0.30 398

acv_ft	0.75 319	0.31 271	0.95 355	0.70 440	0.86 509	1.24 422	0.53 313	1.44 311	1.07 278	1.24 350	1.30 340	1.08 323	0.92 352	0.80 122	1.34 452	0.21 254	0.19 335	0.21 209	0.18 193	0.21 241	0.18 178

CBMV_ROB	0.90 383	0.44 407	0.63 161	0.51 204	0.37 269	1.25 424	0.49 285	1.77 405	1.27 399	1.41 427	2.00 491	1.33 391	1.08 421	2.17 407	0.76 345	0.43 490	0.42 513	0.47 500	0.44 500	0.41 449	0.36 436

UPFNet	0.80 342	0.32 287	0.90 338	0.59 330	0.74 477	1.26 425	0.80 434	1.52 334	1.10 299	1.30 379	1.12 268	1.30 385	0.84 318	1.67 347	1.09 418	0.24 322	0.24 414	0.24 296	0.23 343	0.25 317	0.18 178

BSDual-CNN	0.71 286	0.32 287	0.68 191	0.54 258	0.44 338	1.27 426	0.65 386	2.16 501	0.98 238	1.20 327	1.11 261	1.12 340	0.74 266	0.91 158	0.66 314	0.24 322	0.17 295	0.25 335	0.22 320	0.22 265	0.22 286

hknet	0.77 327	0.32 287	0.95 355	0.54 258	0.38 286	1.27 426	0.65 386	2.16 501	1.07 278	1.20 327	1.11 261	1.59 440	0.81 301	1.37 283	0.66 314	0.22 280	0.17 295	0.25 335	0.22 320	0.22 265	0.22 286

PSMNet_ROB	0.90 383	0.52 442	1.17 425	0.72 452	0.61 439	1.27 426	1.12 496	1.76 401	1.12 305	1.09 255	1.28 336	1.45 414	0.89 345	1.65 342	1.42 470	0.33 442	0.25 423	0.37 469	0.39 488	0.35 418	0.29 384

NCC-stereo	1.10 440	0.54 447	1.24 434	0.84 496	0.94 517	1.29 429	0.89 455	2.01 474	1.34 429	1.32 393	1.74 462	1.88 479	1.74 506	2.35 424	1.25 440	0.45 496	0.37 498	0.45 495	0.58 524	0.42 454	0.42 460

Abc-Net	1.10 440	0.54 447	1.24 434	0.84 496	0.94 517	1.29 429	0.89 455	2.01 474	1.34 429	1.32 393	1.74 462	1.88 479	1.74 506	2.35 424	1.25 440	0.45 496	0.37 498	0.45 495	0.58 524	0.42 454	0.42 460
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DDVS	0.78 335	0.41 397	0.94 351	0.60 342	0.43 330	1.30 431	0.43 220	1.40 300	0.91 209	1.20 327	1.15 285	1.43 407	0.64 235	2.18 410	0.89 385	0.28 402	0.22 393	0.26 354	0.23 343	0.31 393	0.33 420

GCST	1.08 435	1.47 546	0.93 347	1.73 547	1.14 533	1.30 431	0.31 81	1.33 281	1.16 341	1.29 371	0.97 199	0.98 292	0.49 153	2.08 399	0.46 223	1.19 546	0.70 546	1.30 546	0.85 543	1.02 534	0.89 532

NCCL2	1.00 414	0.56 456	1.06 396	0.75 468	0.57 416	1.31 433	1.72 532	1.77 405	1.36 443	1.50 449	1.17 293	1.91 484	1.17 437	1.54 324	1.29 447	0.35 459	0.31 466	0.45 495	0.44 500	0.40 446	0.40 451

PAM_32	0.77 327	0.28 182	1.03 387	0.52 225	0.30 156	1.32 434	0.35 116	1.97 465	0.65 131	1.02 237	1.06 237	3.05 533	1.49 486	0.96 172	0.36 123	0.19 185	0.13 116	0.20 174	0.18 193	0.19 165	0.19 218

ssnet_v2	0.88 378	0.36 364	1.02 383	0.62 368	0.38 286	1.32 434	0.97 474	2.07 487	1.34 429	1.37 413	1.18 295	1.54 432	0.92 352	1.10 215	1.65 487	0.30 418	0.27 438	0.30 410	0.28 420	0.27 343	0.26 356

LMCR-Stereo	0.82 353	0.46 416	0.88 328	0.75 468	0.43 330	1.33 436	0.56 345	2.43 534	0.98 238	1.53 453	1.49 409	0.74 192	1.00 398	1.63 339	0.89 385	0.28 402	0.17 295	0.22 238	0.17 175	0.29 373	0.20 251

StereoDRNet-Refined	0.80 342	0.41 397	0.88 328	0.62 368	0.42 320	1.33 436	0.48 275	1.52 334	1.17 344	1.45 437	1.44 393	1.44 412	0.90 346	1.26 254	1.24 439	0.20 220	0.16 266	0.27 371	0.24 356	0.25 317	0.28 378
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
IER	0.70 279	0.31 271	1.02 383	0.48 146	0.52 397	1.34 438	0.51 294	1.17 240	0.99 245	1.23 342	1.34 361	1.12 340	1.11 426	0.99 185	0.71 330	0.20 220	0.16 266	0.21 209	0.21 291	0.20 199	0.19 218

UDG	1.41 482	2.65 569	0.99 367	1.44 544	1.64 548	1.34 438	0.80 434	1.60 357	1.23 379	1.23 342	1.71 458	2.01 497	1.34 469	1.47 311	1.41 466	0.90 534	0.54 537	2.29 554	0.75 536	1.84 545	1.04 539

GANet	1.36 475	0.47 421	0.86 310	0.67 419	0.45 345	1.34 438	1.73 533	1.64 368	1.24 385	1.49 448	2.38 510	1.55 434	1.20 447	9.30 565	0.93 390	0.30 418	0.31 466	0.33 440	0.28 420	0.39 442	0.30 398

Wz-Net-SNSev	1.49 485	1.23 536	6.27 554	0.68 430	0.67 458	1.37 441	1.41 518	2.00 470	1.39 456	1.48 446	1.61 440	2.29 509	1.32 467	3.93 477	2.14 508	0.31 426	0.28 445	0.31 416	0.33 466	0.42 454	0.36 436

SFCPSM	0.70 279	0.28 182	1.02 383	0.51 204	0.38 286	1.37 441	0.66 391	2.00 470	1.03 260	1.17 314	1.21 308	0.82 220	0.78 287	1.03 194	0.53 268	0.21 254	0.17 295	0.22 238	0.24 356	0.21 241	0.19 218

DANet	1.08 435	0.61 476	1.32 447	0.85 501	0.72 471	1.37 441	0.51 294	1.54 343	1.15 332	1.78 490	1.54 421	2.01 497	1.11 426	2.90 452	2.00 503	0.33 442	0.30 460	0.40 483	0.30 441	0.44 466	0.45 472
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PAM	0.76 325	0.29 217	1.08 405	0.52 225	0.33 222	1.38 444	0.39 173	2.01 474	0.67 134	1.06 245	0.96 190	2.89 532	1.43 476	0.86 145	0.35 113	0.19 185	0.12 55	0.19 139	0.17 175	0.19 165	0.20 251

AF-Net	1.13 448	0.52 442	1.33 449	0.86 503	0.91 513	1.38 444	0.71 408	2.16 501	1.62 491	1.56 463	2.40 512	1.99 495	1.65 499	1.81 372	1.48 479	0.48 504	0.28 445	0.49 504	0.33 466	0.39 442	0.32 414

MSAF-DinoV2	1.97 522	0.80 506	10.38 566	0.86 503	0.48 363	1.39 446	0.97 474	2.55 539	1.72 501	1.53 453	1.65 450	3.59 541	2.20 534	5.39 511	3.94 537	0.27 388	0.17 295	0.26 354	0.28 420	0.47 477	0.46 475

DGSMNet	1.14 450	0.76 502	2.49 525	0.81 484	0.86 509	1.39 446	1.39 517	2.13 492	1.35 439	1.26 360	1.63 447	1.48 424	0.98 388	1.75 361	1.10 421	0.45 496	0.43 514	0.55 518	0.49 512	0.75 523	0.70 521

PSMNet-RUCA	1.02 423	0.97 517	1.44 462	1.23 538	1.10 526	1.40 448	0.62 377	1.69 379	1.38 451	0.94 211	1.53 416	0.97 290	0.83 314	1.17 234	0.93 390	0.69 530	0.34 480	0.99 540	0.60 528	0.97 530	0.64 516

gwcnet-sp	0.74 311	0.33 309	1.44 462	0.57 311	0.45 345	1.40 448	0.54 319	1.50 325	1.14 320	1.30 379	1.02 220	0.94 274	0.82 306	1.39 292	0.76 345	0.21 254	0.21 375	0.22 238	0.21 291	0.22 265	0.22 286

scenet	0.74 311	0.33 309	1.44 462	0.57 311	0.45 345	1.40 448	0.54 319	1.50 325	1.14 320	1.30 379	1.02 220	0.94 274	0.82 306	1.39 292	0.76 345	0.21 254	0.21 375	0.22 238	0.21 291	0.22 265	0.22 286

ssnet	0.74 311	0.33 309	1.44 462	0.57 311	0.45 345	1.40 448	0.54 319	1.50 325	1.14 320	1.30 379	1.02 220	0.94 274	0.82 306	1.39 292	0.76 345	0.21 254	0.21 375	0.22 238	0.21 291	0.22 265	0.22 286

Syn2CoEx	1.14 450	0.69 490	1.66 485	0.80 481	0.67 458	1.40 448	0.88 453	2.06 486	1.54 485	1.25 356	1.58 434	1.42 406	1.50 488	4.09 480	1.40 462	0.36 463	0.32 474	0.34 450	0.29 432	0.29 373	0.34 425

GANetREF_RVC	1.07 432	0.86 511	1.31 444	0.82 492	0.53 400	1.41 453	1.31 513	1.76 401	1.52 482	1.27 363	1.31 346	1.46 417	1.24 455	2.03 394	0.96 400	0.56 517	0.45 521	0.67 529	0.50 514	0.88 528	0.59 506
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
anonymousa	0.72 288	0.27 160	0.75 260	0.47 119	0.63 446	1.43 454	0.45 250	1.24 270	0.89 200	1.28 365	1.75 465	1.62 444	1.13 433	0.69 85	0.59 289	0.19 185	0.16 266	0.23 276	0.25 371	0.20 199	0.18 178

SQANet	1.31 469	0.88 514	1.08 405	1.83 549	1.44 545	1.44 455	0.75 417	1.74 393	1.09 292	1.32 393	1.26 327	1.28 381	1.01 400	1.50 315	0.83 372	2.50 555	0.34 480	1.47 547	0.55 521	2.32 548	1.57 550

zh-mn7	1.70 505	1.21 535	8.30 561	0.69 434	0.53 400	1.45 456	0.84 441	1.70 384	2.09 525	2.41 529	2.67 522	1.68 458	1.23 452	4.49 487	2.87 520	0.30 418	0.26 429	0.27 371	0.27 399	0.31 393	0.35 430

NVStereoNet_ROB	1.88 516	1.07 524	1.45 467	1.07 532	1.17 534	1.47 457	1.48 523	1.89 442	1.93 517	1.94 507	4.67 550	3.08 536	1.80 511	6.51 533	1.65 487	1.06 542	0.86 556	1.08 544	1.32 556	0.93 529	1.26 545
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
psmg	0.72 288	0.32 287	0.68 191	0.50 174	0.44 338	1.48 458	0.75 417	1.94 458	0.98 238	1.21 331	1.33 354	1.12 340	0.74 266	0.91 158	0.66 314	0.24 322	0.19 335	0.25 335	0.25 371	0.23 290	0.22 286

MFMNet_re	1.40 481	1.14 531	1.68 486	1.39 541	1.07 524	1.48 458	1.43 519	1.87 436	1.82 509	2.26 519	2.19 502	1.51 428	1.86 516	1.52 318	1.25 440	0.93 535	0.83 550	0.84 535	0.80 539	0.99 533	1.05 541

Nwc_Net	1.09 438	0.49 428	1.33 449	0.89 514	0.80 498	1.49 460	0.66 391	2.19 511	1.27 399	1.32 393	2.26 505	1.96 492	1.54 489	1.92 382	1.34 452	0.40 477	0.30 460	0.43 490	0.45 502	0.38 438	0.37 441

StereoDRNet	0.98 407	0.47 421	1.70 487	0.76 471	0.94 517	1.51 461	0.91 460	1.92 452	1.32 422	1.61 471	1.13 273	1.47 422	0.97 381	1.75 361	1.46 477	0.28 402	0.23 405	0.29 397	0.27 399	0.35 418	0.27 366

RGC	1.14 450	0.79 504	1.26 437	0.91 518	0.96 520	1.52 462	0.77 423	1.92 452	1.26 393	1.54 459	1.93 485	2.02 499	1.54 489	2.25 417	1.31 449	0.44 495	0.35 491	0.58 524	0.48 509	0.47 477	0.46 475

CBMV	0.95 396	0.44 407	0.66 182	0.53 243	0.35 244	1.53 463	1.63 531	1.69 379	1.42 469	2.00 512	1.60 436	1.43 407	1.17 437	1.59 333	0.99 405	0.34 452	0.34 480	0.39 478	0.33 466	0.33 411	0.32 414
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
pmcnn	2.37 535	0.42 401	2.71 531	0.63 377	0.43 330	1.54 464	1.19 504	2.01 474	1.53 484	2.64 535	7.60 564	18.07 581	1.45 480	3.44 472	2.78 518	0.18 144	0.15 226	0.15 24	0.12 42	0.20 199	0.18 178

DSFCA	0.93 391	0.34 333	1.06 396	0.52 225	0.65 451	1.55 465	0.93 466	1.49 321	1.19 359	1.56 463	1.15 285	1.50 426	0.96 378	3.07 458	1.02 408	0.30 418	0.26 429	0.25 335	0.25 371	0.28 362	0.24 320

SGM-Forest	1.24 461	0.38 378	0.60 149	0.52 225	0.37 269	1.56 466	1.30 512	1.65 369	1.36 443	2.11 516	1.79 469	1.63 449	0.93 361	7.48 552	0.95 396	0.36 463	0.37 498	0.39 478	0.34 472	0.37 429	0.32 414
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UNet	0.83 359	0.34 333	1.31 444	0.58 317	0.74 477	1.58 467	0.49 285	1.41 302	1.04 265	1.21 331	1.08 246	1.54 432	1.12 429	1.65 342	1.09 418	0.23 307	0.17 295	0.25 335	0.20 247	0.25 317	0.22 286

EDNetEfficientorigin	10.57 576	1.47 546	177.42 599	0.67 419	0.53 400	1.58 467	1.16 501	1.90 445	3.37 551	4.71 563	3.38 533	3.10 537	2.69 546	3.13 462	3.58 532	0.25 349	0.23 405	0.33 440	0.27 399	0.83 524	0.81 528

NaN_ROB	1.13 448	0.55 452	1.15 422	0.64 386	0.48 363	1.61 469	2.03 549	1.72 387	1.48 476	2.09 515	1.27 330	1.40 403	1.08 421	3.94 478	1.30 448	0.28 402	0.34 480	0.28 386	0.28 420	0.30 384	0.33 420

DRN-Test	1.00 414	0.44 407	1.13 417	0.70 440	0.81 500	1.62 470	0.79 428	2.14 496	1.44 472	1.78 490	1.33 354	1.43 407	1.05 413	2.18 410	1.53 483	0.27 388	0.21 375	0.31 416	0.30 441	0.32 402	0.28 378

CSP-Net	0.97 403	0.38 378	0.83 302	0.53 243	0.41 315	1.63 471	0.77 423	2.00 470	1.05 269	1.25 356	1.20 306	1.33 391	0.83 314	4.93 500	0.85 378	0.32 433	0.22 393	0.20 174	0.20 247	0.23 290	0.25 332

LALA_ROB	1.01 420	0.59 466	1.16 423	0.67 419	0.51 385	1.63 471	1.26 511	1.69 379	1.38 451	1.81 497	1.37 370	1.94 489	1.02 405	1.58 331	1.38 458	0.37 467	0.27 438	0.43 490	0.37 484	0.43 460	0.37 441

HBP-ISP	0.96 397	0.58 463	0.72 228	0.61 356	0.46 357	1.64 473	0.76 420	1.86 434	1.28 404	1.30 379	1.53 416	0.86 240	0.94 366	3.27 466	0.69 324	0.45 496	0.44 517	0.54 514	0.48 509	0.47 477	0.40 451

delet	0.85 368	0.32 287	0.95 355	0.65 400	0.66 454	1.64 473	0.84 441	1.75 395	1.35 439	1.32 393	1.30 340	1.30 385	0.88 339	1.68 352	1.10 421	0.21 254	0.21 375	0.24 296	0.24 356	0.21 241	0.21 268

LSM	6.33 566	1.10 526	13.19 569	1.41 543	68.17 594	1.64 473	1.90 543	1.92 452	2.46 533	2.99 545	3.11 530	1.88 479	1.80 511	2.61 442	2.06 506	0.41 481	0.58 540	0.50 505	0.57 523	0.64 512	17.66 588

WZ-Net	1.95 520	0.95 516	10.10 563	0.86 503	0.78 490	1.69 476	1.60 529	2.20 514	1.98 518	2.08 514	1.93 485	2.30 510	1.97 522	5.30 505	3.17 527	0.34 452	0.26 429	0.29 397	0.31 448	0.51 490	0.47 479

coex-ft	8.13 572	2.13 564	98.04 598	0.67 419	0.53 400	1.71 477	1.56 526	1.65 369	11.11 572	18.17 587	3.75 538	3.88 545	7.61 574	2.98 456	6.49 549	0.30 418	0.30 460	0.32 431	0.31 448	0.66 516	0.50 488

RYNet	1.17 457	0.49 428	1.24 434	0.70 440	0.97 521	1.71 477	0.92 462	1.91 449	1.46 474	1.38 418	1.14 277	1.88 479	1.30 465	4.24 482	1.87 495	0.26 372	0.21 375	0.35 458	0.27 399	0.55 498	0.54 495

ccnet	1.12 445	0.67 486	1.01 376	0.78 476	0.73 476	1.72 479	0.99 479	1.84 430	1.26 393	1.47 440	1.85 477	1.75 469	1.29 461	1.75 361	1.88 497	0.57 518	0.53 534	0.57 523	0.55 521	0.59 505	0.54 495

PWCDC_ROB	1.29 465	0.75 501	1.33 449	1.05 529	0.88 512	1.73 480	0.52 305	1.89 442	3.28 549	1.29 371	4.88 552	1.22 359	1.46 481	1.77 368	1.45 474	0.60 523	0.26 429	0.29 397	0.25 371	0.52 492	0.37 441

CBFPSM	0.92 388	0.33 309	1.86 501	0.49 162	0.38 286	1.75 481	0.84 441	1.39 298	1.12 305	1.09 255	0.99 202	2.37 514	1.66 503	1.32 269	1.42 470	0.19 185	0.18 317	0.20 174	0.20 247	0.21 241	0.33 420

Wz-Net-LNSev	1.03 426	0.67 486	2.71 531	0.64 386	0.84 504	1.75 481	1.00 481	1.80 418	1.32 422	1.28 365	1.25 320	1.65 455	1.22 451	1.39 292	1.40 462	0.28 402	0.26 429	0.24 296	0.23 343	0.33 411	0.32 414

GwcNet	1.08 435	0.51 438	2.33 520	0.79 478	1.18 536	1.76 483	0.70 406	1.68 377	1.47 475	1.41 427	1.64 448	1.74 466	1.04 409	2.20 413	1.41 466	0.30 418	0.29 456	0.29 397	0.27 399	0.30 384	0.35 430

CC-Net-ROB	1.49 485	1.26 537	1.27 440	0.88 511	0.79 493	1.76 483	1.00 481	1.79 415	1.26 393	1.10 263	1.61 440	1.21 357	0.99 396	8.13 559	0.84 375	1.09 543	0.41 511	2.20 552	0.46 505	1.20 541	0.48 482

CSAN	1.41 482	0.59 466	1.26 437	0.70 440	0.50 374	1.76 483	1.78 534	1.77 405	1.90 514	2.35 524	2.32 507	1.92 487	1.94 521	5.56 516	1.49 480	0.43 490	0.35 491	0.40 483	0.41 493	0.43 460	0.41 456

fast-acv-ft	0.94 393	0.44 407	1.40 455	0.58 317	0.51 385	1.77 486	0.69 403	1.36 291	1.42 469	1.29 371	1.86 478	1.74 466	1.25 456	1.52 318	1.38 458	0.26 372	0.28 445	0.28 386	0.28 420	0.27 343	0.26 356

SHD	1.31 469	0.71 495	2.34 521	0.86 503	0.75 484	1.77 486	0.65 386	2.22 515	2.50 537	2.40 528	1.71 458	1.91 484	1.60 495	1.93 385	2.37 511	0.38 471	0.31 466	0.38 472	0.40 492	0.48 482	0.50 488

zh-sn7	1.76 511	1.38 538	6.58 555	0.74 464	0.72 471	1.78 488	1.31 513	1.88 439	1.56 488	1.86 501	2.47 517	1.81 473	2.08 529	5.12 502	3.80 535	0.32 433	0.32 474	0.32 431	0.32 456	0.44 466	0.40 451

CRFU-Net	0.86 373	0.39 383	1.00 372	0.65 400	0.57 416	1.78 488	0.86 448	2.15 498	0.81 177	1.38 418	1.18 295	1.64 452	1.19 444	1.35 277	0.90 388	0.26 372	0.22 393	0.21 209	0.19 215	0.23 290	0.24 320

iinet-f	0.99 409	0.45 414	3.71 540	0.55 282	0.43 330	1.81 490	0.68 399	1.14 234	1.14 320	1.18 319	1.42 384	1.58 439	1.44 478	1.34 276	1.59 486	0.24 322	0.23 405	0.20 174	0.19 215	0.26 329	0.25 332

FBW_ROB	1.71 508	0.62 480	1.45 467	0.67 419	0.61 439	1.81 490	1.08 492	2.52 537	1.70 498	1.77 489	1.73 460	1.98 494	1.25 456	12.57 578	1.84 494	0.34 452	0.37 498	0.56 521	0.38 486	0.45 470	0.43 467

SPS-STEREO	1.67 501	1.04 523	1.23 431	1.21 536	1.13 532	1.82 492	1.11 494	2.16 501	1.52 482	3.07 549	2.32 507	2.82 530	1.80 511	4.11 481	2.04 504	1.03 540	0.99 561	0.97 538	0.94 547	1.03 536	1.02 537
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
XQC	1.37 476	0.87 512	2.56 527	0.84 496	0.69 466	1.83 493	0.89 455	2.07 487	1.88 511	1.88 502	1.53 416	1.91 484	1.55 491	2.85 451	3.05 522	0.48 504	0.29 456	0.44 494	0.39 488	0.69 519	0.60 509

DDUNet	1.50 487	2.69 570	1.12 415	1.77 548	1.88 550	1.84 494	0.92 462	1.70 384	1.16 341	1.38 418	1.79 469	1.60 442	1.12 429	1.37 283	1.08 416	1.10 544	0.76 547	2.37 556	0.94 547	2.00 546	1.37 547

MMNet	0.84 364	0.32 287	1.09 408	0.60 342	0.59 433	1.85 495	0.49 285	1.51 332	1.27 399	1.37 413	1.15 285	1.26 374	1.18 441	1.67 347	1.22 437	0.19 185	0.18 317	0.23 276	0.22 320	0.25 317	0.21 268

RTSC	1.29 465	0.73 496	2.44 523	0.83 495	0.57 416	1.85 495	0.65 386	1.88 439	2.00 520	2.20 518	1.66 453	1.60 442	1.26 458	2.33 423	3.92 536	0.32 433	0.23 405	0.27 371	0.29 432	0.37 429	0.37 441

YMNet	1.00 414	0.54 447	1.40 455	0.81 484	0.85 507	1.87 497	0.62 377	1.55 347	1.18 351	1.63 477	1.99 489	1.77 470	0.97 381	1.50 315	1.45 474	0.33 442	0.37 498	0.31 416	0.32 456	0.32 402	0.29 384

YMNet_1	1.00 414	0.54 447	1.40 455	0.81 484	0.85 507	1.87 497	0.62 377	1.55 347	1.18 351	1.63 477	1.99 489	1.77 470	0.97 381	1.50 315	1.45 474	0.33 442	0.37 498	0.31 416	0.32 456	0.32 402	0.29 384

SuperB	2.53 541	0.59 466	18.45 574	0.69 434	0.50 374	1.87 497	0.88 453	1.67 376	2.39 531	1.50 449	1.42 384	1.14 347	1.15 435	4.28 485	5.07 543	0.24 322	0.19 335	0.22 238	0.19 215	7.86 581	0.34 425

APVNet	1.06 430	0.53 446	1.42 461	0.84 496	0.79 493	1.92 500	0.82 439	1.90 445	1.08 284	1.08 249	1.43 388	1.56 435	1.13 433	3.07 458	1.58 484	0.31 426	0.34 480	0.42 488	0.36 481	0.36 425	0.37 441

MaskLacGwcNet_RVC	1.10 440	1.02 522	1.00 372	0.82 492	0.67 458	1.93 501	0.93 466	1.62 364	1.11 301	1.15 295	1.25 320	1.50 426	0.79 291	1.96 388	0.76 345	1.89 549	0.34 480	0.79 533	0.36 481	1.25 542	0.83 529

ADCRef	1.35 474	0.55 452	2.37 522	0.72 452	0.77 488	1.94 502	0.78 425	1.91 449	1.27 399	1.57 467	1.59 435	1.36 398	1.41 474	1.54 324	7.53 553	0.23 307	0.20 353	0.32 431	0.30 441	0.29 373	0.29 384

Wz-Net-MNSev	1.11 443	0.58 463	2.23 518	0.66 407	0.71 469	1.95 503	1.46 521	1.98 467	1.45 473	1.79 493	1.43 388	1.49 425	1.33 468	1.97 389	1.42 470	0.27 388	0.23 405	0.28 386	0.28 420	0.34 415	0.31 408

otaku	1.60 495	1.11 529	1.21 428	2.20 551	1.56 547	1.97 504	1.24 507	2.07 487	1.36 443	1.44 435	1.62 443	1.73 464	1.19 444	1.73 360	0.98 404	2.89 560	0.57 539	1.74 548	0.60 528	2.78 555	1.94 556

DispFullNet	2.34 534	2.85 571	3.66 538	3.08 565	2.27 556	1.97 504	0.67 395	2.00 470	1.70 498	2.52 531	2.00 491	2.23 506	5.86 566	3.44 472	1.58 484	1.01 537	0.32 474	2.64 565	1.94 570	2.85 560	2.24 559

RainbowNet	1.97 522	1.76 551	1.57 480	2.81 559	2.21 554	1.98 506	1.81 536	2.54 538	1.89 512	1.50 449	1.84 475	1.96 492	1.65 499	2.14 404	1.25 440	3.33 567	0.85 554	2.39 559	0.98 551	2.82 558	2.22 558

ADCMid	1.89 519	0.73 496	5.06 547	0.72 452	0.67 458	2.00 507	1.14 498	1.97 465	1.48 476	2.86 542	1.81 472	2.37 514	2.05 527	2.24 415	10.39 567	0.33 442	0.31 466	0.39 478	0.43 498	0.50 486	0.44 470

DPSNet	1.69 504	0.59 466	4.33 543	0.70 440	0.57 416	2.02 508	1.62 530	3.35 551	1.78 505	1.48 446	1.38 375	2.17 505	2.84 547	4.77 494	3.66 533	0.48 504	0.31 466	0.29 397	0.25 371	0.64 512	0.48 482

Wz-Net-LNSev-Ref	0.99 409	0.40 389	1.82 498	0.66 407	0.62 445	2.05 509	0.78 425	1.91 449	1.29 408	1.54 459	1.42 384	1.51 428	1.23 452	1.99 390	1.33 450	0.23 307	0.14 168	0.20 174	0.15 112	0.27 343	0.26 356

DISCO	1.03 426	0.34 333	1.11 413	0.69 434	0.45 345	2.07 510	0.84 441	2.13 492	1.50 479	1.15 295	1.33 354	2.40 516	1.07 420	2.60 441	1.51 482	0.23 307	0.18 317	0.22 238	0.20 247	0.31 393	0.27 366

Ntro	1.64 499	1.15 532	1.23 431	2.48 556	1.83 549	2.09 511	1.16 501	1.96 461	1.38 451	1.21 331	1.62 443	1.62 444	1.29 461	1.87 379	1.11 424	3.04 561	0.56 538	1.82 550	0.64 530	2.80 556	2.05 557

WCMA_ROB	1.84 513	0.47 421	1.31 444	0.69 434	0.57 416	2.11 512	1.14 498	1.87 436	1.73 502	4.04 555	6.43 558	5.62 558	3.61 555	2.59 440	1.94 500	0.52 509	0.44 517	0.39 478	0.42 496	0.48 482	0.47 479

AnyNet_C32	1.96 521	1.10 526	5.17 548	0.90 515	1.11 528	2.12 513	2.37 560	1.85 431	1.48 476	2.45 530	1.70 457	2.05 502	1.64 498	2.50 437	10.28 566	0.37 467	0.34 480	0.35 458	0.41 493	0.49 485	0.54 495

SGM+DAISY	2.41 538	1.07 524	2.14 514	1.18 535	1.10 526	2.14 514	1.36 516	1.96 461	1.66 494	5.46 570	7.07 561	4.95 554	4.32 562	5.50 513	2.26 510	1.04 541	1.02 564	0.99 540	0.97 549	1.02 534	1.04 539

ADCS	2.25 530	0.99 520	5.55 549	0.81 484	0.74 477	2.19 515	1.80 535	2.27 520	2.14 526	2.80 541	2.13 500	2.40 516	2.03 524	2.64 444	13.69 571	0.41 481	0.39 507	0.40 483	0.45 502	0.58 503	0.56 499

FCDSN-DC	2.32 533	0.63 481	0.81 294	0.84 496	0.75 484	2.23 516	0.94 469	2.09 490	1.80 507	5.45 569	7.72 567	7.77 566	6.93 573	3.39 467	1.80 493	0.52 509	0.48 526	0.52 508	0.51 517	0.57 501	0.58 504
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	1.68 503	0.36 364	0.61 152	0.59 330	0.29 134	2.25 517	1.18 503	2.38 530	1.68 497	3.60 551	2.67 522	3.69 543	2.42 540	8.13 559	1.90 498	0.31 426	0.31 466	0.30 410	0.28 420	0.30 384	0.29 384
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	2.18 528	1.45 545	1.72 490	2.85 560	2.33 559	2.28 518	1.46 521	3.08 547	2.22 529	1.82 498	2.05 496	3.56 540	1.98 523	3.09 461	1.40 462	3.17 562	0.60 541	2.40 560	0.92 546	2.91 562	2.37 561

ADCP+	1.99 524	0.48 425	7.73 557	0.66 407	0.91 513	2.30 519	1.05 488	1.82 422	1.34 429	1.54 459	1.32 352	1.74 466	1.61 496	2.17 407	13.37 570	0.24 322	0.21 375	0.32 431	0.28 420	0.37 429	0.29 384

ACVNet-4b	2.15 527	1.41 542	1.64 483	2.80 558	2.31 558	2.31 520	1.24 507	2.32 523	2.14 526	1.26 360	2.39 511	2.66 525	1.48 484	5.95 526	1.06 412	3.20 565	0.45 521	2.37 556	0.89 544	2.83 559	2.37 561

BUS	0.74 311	0.32 287	0.68 191	0.54 258	0.44 338	2.34 521	0.42 201	2.16 501	0.98 238	1.20 327	1.11 261	1.03 312	0.62 226	0.91 158	0.70 325	0.24 322	0.17 295	0.25 335	0.22 320	0.22 265	0.22 286

NINENet	0.77 327	0.37 371	0.78 285	0.62 368	0.51 385	2.34 521	0.42 201	1.83 427	1.04 265	1.14 289	1.23 314	1.03 312	0.62 226	1.24 250	0.70 325	0.28 402	0.23 405	0.31 416	0.21 291	0.26 329	0.25 332

stereogan	1.15 454	0.42 401	1.40 455	0.86 503	0.84 504	2.38 523	0.71 408	1.88 439	1.73 502	1.72 485	1.94 487	2.31 511	1.29 461	2.07 398	1.08 416	0.36 463	0.35 491	0.39 478	0.31 448	0.51 490	0.46 475

Wz-Net-TNSev	1.88 516	2.08 563	7.66 556	0.67 419	0.64 449	2.42 524	1.83 538	2.33 524	1.74 504	1.57 467	1.56 427	2.58 522	1.90 519	4.86 496	3.12 524	0.39 474	0.37 498	0.33 440	0.37 484	0.53 494	0.58 504

ACV-stereo	0.99 409	0.51 438	1.41 460	0.56 295	0.41 315	2.43 525	0.57 356	1.15 236	1.18 351	0.81 177	1.01 212	3.39 539	2.14 531	1.60 334	1.07 415	0.27 388	0.22 393	0.22 238	0.22 320	0.28 362	0.32 414

PVD	1.70 505	0.84 507	2.26 519	0.94 523	0.83 503	2.48 526	0.97 474	2.59 540	3.35 550	3.01 547	2.77 524	2.34 513	2.47 542	2.67 445	3.14 525	0.47 503	0.45 521	0.59 525	0.48 509	0.59 505	0.75 526

SAMSARA	1.55 491	0.84 507	2.61 528	1.22 537	1.07 524	2.50 527	1.93 544	2.05 481	1.89 512	2.75 538	1.66 453	2.81 529	1.69 504	3.08 460	1.97 502	0.46 502	0.51 532	0.42 488	0.46 505	0.58 503	0.59 506

PDISCO_ROB	1.32 471	0.65 484	1.44 462	1.36 539	1.46 546	2.55 528	0.92 462	2.45 535	2.07 524	1.37 413	1.49 409	1.65 455	1.00 398	2.82 448	1.35 455	1.01 537	0.27 438	0.54 514	0.47 507	0.71 521	0.73 524

MFN_U_SF_RVC	1.52 489	0.84 507	3.42 536	0.87 510	0.66 454	2.56 529	0.95 471	2.36 527	1.70 498	1.98 508	1.86 478	2.45 519	1.79 510	2.95 453	2.58 514	0.52 509	0.48 526	0.55 518	0.59 527	0.59 505	0.61 510

z-mn7	1.56 492	0.84 507	4.36 545	0.71 448	0.51 385	2.60 530	1.04 486	1.73 388	2.70 543	1.53 453	2.99 528	1.94 489	1.34 469	4.78 495	2.41 512	0.29 413	0.24 414	0.27 371	0.24 356	0.34 415	0.31 408

MeshStereo	2.26 531	0.56 456	0.92 345	0.61 356	0.49 367	2.60 530	1.02 484	3.18 548	2.05 523	7.40 576	4.98 553	7.58 564	2.98 550	6.37 531	1.96 501	0.43 490	0.43 514	0.45 495	0.39 488	0.43 460	0.42 460
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
ADCL	1.72 509	0.57 460	3.66 538	0.67 419	0.61 439	2.61 532	1.85 539	1.96 461	1.67 495	1.90 505	1.83 473	2.06 503	1.90 519	2.13 403	9.15 562	0.26 372	0.24 414	0.34 450	0.32 456	0.38 438	0.35 430

ACVNet_2	2.43 539	1.41 542	2.04 507	2.62 557	2.24 555	2.63 533	1.88 542	3.31 549	3.01 546	2.19 517	3.45 535	4.62 548	2.04 525	4.50 489	1.47 478	2.55 556	0.64 543	2.22 553	0.84 541	2.69 554	2.29 560

w-ln-seven	1.38 478	0.70 493	3.91 541	0.75 468	0.72 471	2.69 534	0.95 471	2.02 478	1.99 519	1.99 509	1.73 460	1.82 476	1.17 437	2.45 431	2.84 519	0.28 402	0.25 423	0.31 416	0.30 441	0.41 449	0.33 420

ELAS_RVC	2.48 540	0.74 499	1.90 502	1.05 529	0.92 515	2.76 535	4.01 571	2.76 541	4.11 559	4.69 562	4.63 547	4.62 548	5.96 568	3.97 479	3.96 538	0.63 527	0.53 534	0.56 521	0.52 518	0.64 512	0.63 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	8.05 571	0.37 371	23.53 579	0.74 464	0.33 222	2.77 536	2.87 567	3.71 555	27.24 588	25.39 588	8.87 571	8.46 568	26.71 588	6.65 535	21.99 581	0.21 254	0.19 335	0.20 174	0.21 291	0.25 317	0.22 286

ADCPNet	1.85 514	0.69 490	8.07 558	0.71 448	0.58 425	2.79 537	1.22 506	1.94 458	1.54 485	1.88 502	1.69 456	2.46 520	2.04 525	2.37 426	6.48 548	0.38 471	0.37 498	0.38 472	0.43 498	0.47 477	0.45 472

SANet	1.88 516	0.57 460	2.18 517	0.63 377	0.40 307	2.80 538	1.57 528	2.39 531	5.88 567	2.36 526	3.57 536	3.72 544	2.97 549	4.74 493	1.76 491	0.34 452	0.30 460	0.32 431	0.29 432	0.48 482	0.37 441

FC-DCNN	2.72 548	0.59 466	0.86 310	0.73 460	0.57 416	2.91 539	1.04 486	3.01 546	2.60 538	6.83 571	7.64 565	9.92 571	6.33 571	5.21 503	3.14 525	0.53 515	0.48 526	0.51 506	0.50 514	0.53 494	0.51 492

AnyNet_C01	2.26 531	1.78 552	10.22 565	0.93 521	0.74 477	2.92 540	2.20 555	2.29 522	1.80 507	2.53 532	2.41 513	2.71 527	1.73 505	3.41 469	6.72 550	0.41 481	0.39 507	0.40 483	0.42 496	0.67 517	0.63 512

FC-DCNN v2	2.81 549	0.59 466	0.85 304	0.73 460	0.57 416	2.97 541	1.05 488	3.39 552	2.61 539	6.98 572	7.67 566	10.38 574	6.31 570	5.75 521	3.37 531	0.53 515	0.48 526	0.51 506	0.50 514	0.53 494	0.51 492

G-Net	1.66 500	0.63 481	1.56 479	1.11 534	0.74 477	2.98 542	0.91 460	1.55 347	1.22 376	2.76 539	8.18 570	2.32 512	2.53 544	1.92 382	1.87 495	0.48 504	0.44 517	0.45 495	0.31 448	0.60 509	0.57 503

Dean	2.91 552	1.53 548	2.07 508	2.96 564	2.51 561	3.15 543	2.14 553	4.75 563	4.41 562	2.76 539	6.10 557	5.53 557	2.37 538	2.97 455	1.92 499	3.18 563	0.85 554	2.51 563	1.04 554	2.88 561	2.47 564

MADNet+	2.69 545	3.22 574	11.53 568	1.44 544	1.12 530	3.19 544	1.81 536	2.85 543	2.37 530	1.68 482	2.07 497	2.85 531	2.18 532	7.41 549	5.23 544	0.79 532	0.76 547	0.69 532	0.65 531	0.98 531	0.95 534

LVE	3.31 554	1.67 550	1.64 483	2.85 560	2.42 560	3.20 545	2.26 557	4.78 564	5.05 564	2.35 524	6.91 559	6.02 559	2.37 538	9.15 563	2.17 509	3.19 564	1.08 567	2.38 558	1.47 563	2.81 557	2.40 563

IMH-64-1	2.70 546	1.79 553	1.46 469	3.26 568	2.66 562	3.23 546	2.10 550	4.08 556	2.75 544	2.34 522	3.81 539	3.06 534	2.22 535	4.25 483	2.59 515	3.75 571	0.84 551	2.75 566	1.35 557	3.15 564	2.60 567

IMH-64	2.70 546	1.79 553	1.46 469	3.26 568	2.66 562	3.23 546	2.10 550	4.08 556	2.75 544	2.34 522	3.81 539	3.06 534	2.22 535	4.25 483	2.59 515	3.75 571	0.84 551	2.75 566	1.35 557	3.15 564	2.60 567

WAO-6	2.81 549	1.60 549	1.46 469	2.36 555	2.28 557	3.55 548	2.29 558	4.21 559	4.56 563	2.36 526	4.51 544	4.88 552	2.66 545	4.60 490	4.07 540	1.72 548	1.15 568	2.31 555	1.46 562	2.31 547	1.85 554

PWCK	2.88 551	2.05 561	5.72 551	2.08 550	1.11 528	3.55 548	3.90 570	2.86 544	3.54 555	3.03 548	3.63 537	3.10 537	2.31 537	8.15 561	3.09 523	2.12 552	0.91 559	1.75 549	0.98 551	2.57 552	1.18 544

MFN_U_SF_DS_RVC	1.74 510	0.87 512	3.56 537	0.80 481	0.75 484	3.72 550	2.44 562	1.82 422	1.82 509	1.74 486	1.91 484	1.92 487	1.26 458	7.69 555	1.28 446	0.45 496	0.47 525	0.52 508	0.77 537	0.50 486	0.50 488

RTS	2.67 543	1.38 538	15.28 572	0.99 525	1.26 540	3.78 551	1.96 546	2.15 498	2.62 540	2.61 533	2.85 526	2.60 523	1.59 493	6.27 529	5.71 546	0.40 477	0.28 445	0.35 458	0.35 477	0.50 486	0.48 482

RTSA	2.67 543	1.38 538	15.28 572	0.99 525	1.26 540	3.78 551	1.96 546	2.15 498	2.62 540	2.61 533	2.85 526	2.60 523	1.59 493	6.27 529	5.71 546	0.40 477	0.28 445	0.35 458	0.35 477	0.50 486	0.48 482

SDNR	1.62 498	0.51 438	2.17 515	0.53 243	0.56 413	3.80 553	0.45 250	1.54 343	1.29 408	1.33 401	2.41 513	1.08 323	0.96 378	11.18 576	1.16 430	0.66 529	0.63 542	0.43 490	0.32 456	0.64 512	0.67 518

WAO-7	2.66 542	1.40 541	1.73 492	1.39 541	1.17 534	3.93 554	1.94 545	4.11 558	3.88 557	2.92 543	5.50 554	4.18 546	3.00 551	7.63 554	3.71 534	1.13 545	1.00 562	1.17 545	1.13 555	1.18 540	1.09 543

MSMD_ROB	1.99 524	0.59 466	0.89 334	0.70 440	0.61 439	3.95 555	0.94 469	1.80 418	1.79 506	4.41 559	4.43 543	8.17 567	3.66 556	3.40 468	1.33 450	0.52 509	0.48 526	0.54 514	0.58 524	0.53 494	0.50 488

notaker	3.98 556	2.40 568	2.68 530	3.82 575	3.27 572	3.97 556	2.14 553	4.78 564	3.45 553	4.12 558	6.94 560	7.65 565	3.26 552	7.82 557	5.30 545	4.04 576	1.41 570	3.36 575	2.10 572	3.88 570	3.31 573

IMH	3.21 553	1.85 557	1.48 474	3.25 567	2.69 564	4.07 557	2.02 548	4.41 561	3.80 556	2.72 536	7.11 562	4.75 551	2.92 548	5.92 524	2.55 513	3.85 575	0.88 557	2.78 568	1.36 559	3.19 566	2.59 566

KSHMR	8.75 573	2.06 562	2.11 512	3.53 572	3.11 569	4.13 558	2.69 563	5.60 567	61.37 598	3.00 546	55.83 598	4.98 556	2.45 541	4.49 487	2.61 517	3.46 568	1.55 572	3.14 572	1.94 570	3.72 569	3.18 572

MDST_ROB	1.67 501	0.34 333	1.58 481	0.92 520	0.58 425	4.26 559	1.11 494	2.83 542	1.41 466	4.49 561	2.55 519	1.45 414	0.97 381	7.79 556	1.17 433	0.31 426	0.25 423	0.37 469	0.33 466	0.31 393	0.30 398

LRCNet_RVC	22.74 585	32.10 591	21.97 578	29.84 588	26.23 585	4.42 560	0.81 437	22.66 584	2.02 521	26.93 589	29.26 589	23.06 590	15.59 579	23.84 586	18.88 579	31.75 592	19.90 593	34.65 591	32.13 592	30.54 591	28.32 592

ELAS	2.37 535	0.74 499	1.54 478	0.99 525	0.92 515	4.78 561	2.33 559	3.33 550	3.37 551	5.05 567	4.77 551	3.67 542	4.53 563	3.42 470	4.50 541	0.62 525	0.53 534	0.55 518	0.53 519	0.63 510	0.64 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	4.70 560	2.38 567	2.12 513	3.76 573	3.24 570	4.85 562	2.95 568	5.52 566	7.37 570	4.07 557	19.32 583	7.46 563	3.47 553	7.39 548	2.95 521	4.04 576	1.85 573	3.26 574	2.22 573	3.08 563	2.65 569

HanzoNet	11.04 578	3.62 575	8.10 560	4.08 578	3.55 575	4.90 563	2.73 566	7.19 574	10.10 571	31.86 594	28.92 588	21.96 588	36.36 590	18.08 582	10.17 565	7.94 582	3.32 576	3.47 576	3.31 575	7.06 580	4.04 577

MSC_U_SF_DS_RVC	2.12 526	1.15 532	3.10 534	1.05 529	0.76 487	5.03 564	2.40 561	2.16 501	2.62 540	1.89 504	2.28 506	2.69 526	1.65 499	9.35 567	2.04 504	0.64 528	0.51 532	0.68 530	0.71 535	1.09 537	0.67 518

UNDER WATER	5.08 562	2.33 566	5.55 549	3.94 577	3.51 573	5.20 565	2.72 565	5.61 568	16.52 580	3.84 552	4.60 546	9.21 569	5.89 567	5.90 523	8.66 561	3.75 571	1.34 569	3.18 573	1.88 568	4.33 575	3.61 575

MADNet++	5.01 561	3.14 572	4.91 546	4.55 579	3.94 576	5.20 565	4.41 572	4.40 560	4.13 560	4.95 565	6.08 556	4.74 550	5.37 564	9.40 568	10.67 568	4.65 578	4.15 578	3.97 577	3.34 576	4.09 572	4.08 578

UNDER WATER-64	5.27 563	2.32 565	8.78 562	3.93 576	3.54 574	7.61 567	3.03 569	5.84 569	14.19 574	4.04 555	4.04 541	9.39 570	6.26 569	5.93 525	8.48 560	3.60 570	1.51 571	3.13 571	1.88 568	4.29 574	3.61 575

DPSimNet_ROB	11.20 579	4.98 577	35.43 587	2.90 563	4.52 577	7.89 568	17.09 580	4.66 562	6.06 568	14.89 583	10.93 576	17.29 580	36.81 592	13.18 579	15.68 576	2.86 559	6.29 580	5.75 581	5.09 579	3.91 571	7.70 580

WAO-8	4.40 557	1.82 555	1.79 495	2.34 553	2.20 552	9.19 569	1.53 524	6.09 570	16.46 578	3.94 553	7.84 568	7.32 561	3.72 558	9.41 569	3.31 528	2.00 550	1.07 565	2.44 561	1.37 560	2.50 550	1.68 551

Venus	4.40 557	1.82 555	1.79 495	2.34 553	2.20 552	9.19 569	1.53 524	6.09 570	16.46 578	3.94 553	7.84 568	7.32 561	3.72 558	9.41 569	3.31 528	2.00 550	1.07 565	2.44 561	1.37 560	2.50 550	1.68 551

TorneroNet-64	5.30 564	2.03 559	1.74 493	3.43 570	2.81 565	10.09 571	2.12 552	9.10 577	17.12 583	4.96 566	9.27 573	10.72 576	3.70 557	9.20 564	4.55 542	3.31 566	0.84 551	2.88 569	1.55 565	3.49 567	3.04 570

JetBlue	3.97 555	2.01 558	10.19 564	1.38 540	2.84 566	10.53 572	9.54 575	3.60 554	2.41 532	2.73 537	3.39 534	4.54 547	4.31 561	7.85 558	6.84 551	0.88 533	0.93 560	0.89 536	0.91 545	1.74 544	1.91 555

tt	6.58 568	0.26 130	6.10 553	3.77 574	2.16 551	11.55 573	19.63 581	13.33 581	5.74 566	2.96 544	2.65 521	4.97 555	6.33 571	3.81 476	7.24 552	9.15 583	11.32 586	5.89 582	6.24 581	6.03 577	2.55 565

DPSMNet_ROB	13.02 581	8.23 578	21.91 577	9.53 582	18.11 580	11.56 574	32.02 587	10.64 579	16.23 577	7.05 574	19.49 585	10.16 573	16.66 580	9.85 574	22.43 583	4.77 580	8.68 581	5.38 580	10.26 585	6.17 579	11.36 583

DGTPSM_ROB	13.01 580	8.23 578	21.87 576	9.51 581	18.10 579	11.56 574	32.01 586	10.63 578	16.20 576	7.03 573	19.48 584	10.15 572	16.66 580	9.83 573	22.42 582	4.75 579	8.68 581	5.37 579	10.25 584	6.16 578	11.36 583

MANE	6.19 565	0.59 466	1.03 387	0.93 521	1.22 539	13.38 576	2.69 563	12.81 580	17.94 584	8.21 577	10.82 575	14.72 577	11.68 575	11.39 577	11.90 569	0.59 522	0.50 531	0.52 508	1.76 567	0.55 498	0.54 495

SGM-ForestM	6.52 567	0.38 378	1.26 437	0.63 377	0.35 244	13.59 577	5.32 574	6.32 573	6.70 569	11.14 579	9.18 572	22.51 589	13.93 578	16.89 580	20.07 580	0.36 463	0.37 498	0.36 466	0.35 477	0.36 425	0.34 425

TCMNet-wrong-test	10.31 575	11.40 582	14.84 571	20.96 584	18.45 581	13.80 578	10.76 576	15.78 582	3.53 554	5.20 568	5.52 555	16.26 579	12.61 576	7.51 553	10.15 564	7.43 581	2.37 574	4.31 578	3.43 577	11.36 583	10.61 582

JetRed	6.91 569	8.80 580	25.96 583	2.85 560	3.25 571	13.98 579	11.87 577	6.25 572	4.28 561	4.45 560	4.56 545	6.69 560	5.46 565	7.46 551	14.05 572	2.59 557	3.31 575	2.59 564	2.29 574	4.20 573	3.36 574

USTest	14.33 582	14.94 584	21.04 575	17.44 583	16.05 578	23.26 580	33.84 588	21.73 583	11.80 573	9.36 578	10.14 574	15.97 578	13.20 577	17.28 581	22.43 583	3.78 574	5.01 579	6.17 583	6.16 580	9.25 582	7.72 581

Anonymous_1	43.04 595	18.73 585	24.79 580	21.81 585	46.26 592	27.80 581	37.60 589	28.08 588	16.14 575	14.66 582	14.30 577	20.65 582	17.88 582	21.56 583	25.94 586	117.93 599	8.92 583	100.65 596	126.50 596	158.64 599	12.08 585

DPSM_ROB	19.08 583	19.14 586	25.17 581	22.15 586	20.85 583	28.17 582	37.82 590	26.56 586	16.85 581	14.14 580	14.84 578	21.70 583	18.75 583	21.87 584	26.55 587	10.16 586	9.30 584	10.47 585	10.42 586	14.03 584	12.61 586

DPSM	19.08 583	19.14 586	25.17 581	22.15 586	20.85 583	28.17 582	37.82 590	26.56 586	16.85 581	14.14 580	14.84 578	21.70 583	18.75 583	21.87 584	26.55 587	10.16 586	9.30 584	10.47 585	10.42 586	14.03 584	12.61 586

HaxPig	38.92 591	41.40 597	41.64 588	29.95 589	32.27 586	28.90 584	27.60 583	29.73 589	37.71 595	43.82 595	43.87 594	33.17 591	35.56 589	41.53 592	40.37 594	43.94 596	47.51 598	45.82 592	47.08 594	42.38 592	44.15 595

AVERAGE_ROB	40.43 592	42.37 598	42.73 589	36.96 591	35.58 588	30.50 585	27.61 584	36.71 595	38.39 596	44.91 596	44.36 595	37.45 593	36.70 591	41.88 593	40.35 593	45.43 597	46.81 597	47.11 593	46.35 593	42.51 593	43.87 594

xxxxx1	54.10 597	25.67 588	27.13 584	113.43 596	96.96 596	30.69 586	47.44 592	32.38 590	25.60 585	17.75 584	17.27 580	21.81 585	21.02 585	24.43 587	33.82 589	33.37 593	40.54 594	157.71 597	175.86 597	66.16 595	72.93 597

tt_ll	54.10 597	25.67 588	27.13 584	113.43 596	96.96 596	30.69 586	47.44 592	32.38 590	25.60 585	17.75 584	17.27 580	21.81 585	21.02 585	24.43 587	33.82 589	33.37 593	40.54 594	157.71 597	175.86 597	66.16 595	72.93 597

ff	54.10 597	25.67 588	27.13 584	113.43 596	96.96 596	30.69 586	47.44 592	32.38 590	25.60 585	17.75 584	17.27 580	21.81 585	21.02 585	24.43 587	33.82 589	33.37 593	40.54 594	157.71 597	175.86 597	66.16 595	72.93 597

MultiAttention	4.51 559	0.33 309	0.82 297	0.73 460	0.45 345	30.98 589	4.50 573	2.18 510	1.40 461	1.61 471	2.41 513	2.43 518	0.70 254	38.42 591	1.36 456	0.22 280	0.15 226	0.29 397	0.30 441	0.47 477	0.43 467

MEDIAN_ROB	42.00 593	44.40 599	44.29 591	35.15 590	34.95 587	31.28 590	29.60 585	35.88 594	40.02 597	47.20 597	46.64 596	37.37 592	38.48 597	44.35 598	42.45 595	48.03 598	49.39 599	49.71 594	49.03 595	45.14 594	46.65 596

xyz-stereo	7.16 570	0.22 48	69.90 596	0.42 56	0.21 9	32.92 591	0.49 285	0.87 114	0.76 162	1.38 418	27.04 586	1.19 354	1.16 436	4.69 492	0.97 401	0.16 61	0.12 55	0.20 174	0.14 94	0.16 62	0.12 11

TorneroNet	10.70 577	2.03 559	1.82 498	3.43 570	3.01 568	43.83 592	2.22 556	8.87 576	67.47 599	7.17 575	27.36 587	10.68 575	3.85 560	8.67 562	7.65 557	3.59 569	0.88 557	3.04 570	1.57 566	3.71 568	3.17 571

FlowAnything	38.37 589	38.41 593	50.38 593	44.76 594	41.94 590	56.64 593	76.34 596	53.28 598	34.23 594	28.25 590	29.72 591	43.60 594	37.79 595	43.83 595	53.38 597	20.39 590	18.71 592	21.07 587	21.14 591	28.23 587	25.29 589

Selective-RAFT-Error	38.39 590	38.47 595	50.44 594	44.73 592	41.97 591	56.68 594	76.38 598	53.24 597	33.92 593	28.34 592	29.85 592	43.60 594	38.20 596	43.75 594	53.34 596	20.38 589	18.70 590	21.09 589	21.05 588	28.30 589	25.43 591

CasAABBNet	38.33 588	38.46 594	50.35 592	44.75 593	41.84 589	56.68 594	76.37 597	53.22 596	33.83 592	28.31 591	29.54 590	43.62 596	37.71 594	43.84 596	53.41 598	20.30 588	18.70 590	21.07 587	21.07 589	28.24 588	25.34 590

LSM0	42.82 594	38.75 596	50.81 595	47.07 595	109.38 599	57.00 596	76.02 595	53.74 599	33.71 591	29.02 593	30.41 593	43.87 597	37.22 593	43.91 597	53.54 599	20.52 591	18.62 589	21.10 590	21.11 590	28.41 590	42.22 593

BEATNet-Init1	26.87 587	13.43 583	70.68 597	0.91 518	0.68 464	57.02 597	21.06 582	32.82 593	32.67 590	52.12 598	53.61 597	66.05 598	49.56 598	48.79 599	34.71 592	0.49 508	0.44 517	0.53 513	0.53 519	0.63 510	0.59 506

U	9.45 574	0.21 29	0.58 137	0.47 119	53.11 593	61.27 598	0.24 32	0.70 58	0.52 87	0.36 33	0.28 13	0.29 31	0.35 65	0.33 2	0.26 21	0.19 185	0.11 28	60.50 595	8.88 582	0.17 93	0.13 37

PML	51.67 596	36.25 592	13.28 570	7.46 580	20.81 582	108.69 599	232.22 600	8.72 575	27.82 589	87.01 599	269.67 600	69.67 599	61.95 599	24.76 590	14.20 573	9.74 585	3.40 577	9.62 584	4.70 578	18.74 586	4.72 579

test_example2	192.40 600	210.76 601	206.48 600	199.83 600	204.73 600	172.94 600	183.52 599	133.93 600	133.41 600	191.38 600	196.19 599	187.13 600	178.77 600	205.33 600	208.00 600	222.09 600	238.72 600	186.54 600	190.54 600	227.34 600	170.31 600

ccccc		492.34 602		530.87 601	530.37 601	478.08 601		491.76 601		448.18 601		476.12 601		541.64 601		663.49 601	459.54 601	353.94 601	309.79 601	586.66 601

ASD4		10.99 581

Low-res two-view benchmark