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

Monster-pub-eth3d	0.07 4	0.06 59	0.05 1	0.15 72	0.05 1	0.08 53	0.10 29	0.15 109	0.15 162	0.05 1	0.06 13	0.05 1	0.06 36	0.07 4	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

asda	0.07 4	0.08 240	0.08 31	0.16 146	0.06 14	0.06 10	0.10 29	0.16 136	0.10 37	0.06 11	0.06 13	0.05 1	0.05 11	0.10 65	0.10 125	0.03 1	0.03 1	0.04 1	0.03 1	0.04 16	0.03 1

asd	0.07 4	0.08 240	0.07 7	0.16 146	0.07 74	0.08 53	0.08 7	0.11 29	0.08 13	0.07 33	0.07 40	0.06 18	0.06 36	0.10 65	0.09 54	0.03 1	0.03 1	0.04 1	0.04 37	0.04 16	0.03 1

qwe	0.07 4	0.08 240	0.07 7	0.15 72	0.06 14	0.07 30	0.10 29	0.18 201	0.11 63	0.07 33	0.07 40	0.06 18	0.06 36	0.10 65	0.09 54	0.03 1	0.03 1	0.04 1	0.04 37	0.04 16	0.03 1

2.25w	0.07 4	0.06 59	0.07 7	0.14 31	0.06 14	0.08 53	0.08 7	0.10 18	0.15 162	0.08 66	0.10 121	0.07 65	0.06 36	0.08 16	0.10 125	0.05 28	0.03 1	0.04 1	0.04 37	0.03 1	0.04 41

4.25_new	0.07 4	0.08 240	0.09 73	0.15 72	0.06 14	0.09 84	0.08 7	0.14 78	0.08 13	0.07 33	0.07 40	0.06 18	0.06 36	0.12 193	0.10 125	0.03 1	0.03 1	0.04 1	0.03 1	0.04 16	0.03 1

4.5w_new	0.07 4	0.08 240	0.09 73	0.15 72	0.06 14	0.09 84	0.08 7	0.14 78	0.08 13	0.07 33	0.07 40	0.06 18	0.06 36	0.12 193	0.10 125	0.03 1	0.03 1	0.04 1	0.03 1	0.04 16	0.03 1

4.5_new	0.07 4	0.09 316	0.08 31	0.15 72	0.07 74	0.06 10	0.10 29	0.14 78	0.11 63	0.06 11	0.08 74	0.06 18	0.06 36	0.08 16	0.10 125	0.03 1	0.03 1	0.04 1	0.04 37	0.04 16	0.03 1

4.5w-stereo	0.07 4	0.09 316	0.08 31	0.15 72	0.07 74	0.06 10	0.10 29	0.14 78	0.11 63	0.06 11	0.08 74	0.06 18	0.06 36	0.08 16	0.10 125	0.03 1	0.03 1	0.04 1	0.04 37	0.04 16	0.03 1

4.25w-stereo	0.07 4	0.08 240	0.09 73	0.15 72	0.06 14	0.09 84	0.08 7	0.14 78	0.08 13	0.07 33	0.07 40	0.06 18	0.06 36	0.12 193	0.10 125	0.03 1	0.03 1	0.04 1	0.03 1	0.04 16	0.03 1

4w-stereo	0.07 4	0.08 240	0.08 31	0.16 146	0.06 14	0.07 30	0.08 7	0.12 45	0.08 13	0.07 33	0.07 40	0.05 1	0.06 36	0.09 35	0.10 125	0.03 1	0.03 1	0.04 1	0.04 37	0.04 16	0.03 1

2.5w	0.07 4	0.07 143	0.07 7	0.16 146	0.06 14	0.08 53	0.12 66	0.10 18	0.10 37	0.07 33	0.06 13	0.09 127	0.06 36	0.08 16	0.09 54	0.04 11	0.03 1	0.04 1	0.04 37	0.03 1	0.03 1

3.25w_new	0.07 4	0.06 59	0.07 7	0.15 72	0.06 14	0.10 131	0.07 3	0.12 45	0.11 63	0.08 66	0.06 13	0.07 65	0.06 36	0.11 111	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.25w	0.07 4	0.06 59	0.07 7	0.15 72	0.06 14	0.10 131	0.07 3	0.12 45	0.11 63	0.08 66	0.06 13	0.07 65	0.06 36	0.11 111	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.75w	0.07 4	0.07 143	0.08 31	0.16 146	0.07 74	0.07 30	0.09 18	0.16 136	0.09 24	0.07 33	0.06 13	0.05 1	0.06 36	0.09 35	0.10 125	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 4	0.07 143	0.07 7	0.15 72	0.07 74	0.09 84	0.06 1	0.13 61	0.11 63	0.07 33	0.07 40	0.06 18	0.07 110	0.10 65	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 47	0.09 316	0.10 112	0.17 220	0.07 74	0.08 53	0.10 29	0.20 233	0.13 120	0.06 11	0.07 40	0.05 1	0.06 36	0.08 16	0.09 54	0.03 1	0.03 1	0.04 1	0.03 1	0.04 16	0.03 1

2w_stereo	0.08 47	0.08 240	0.09 73	0.16 146	0.06 14	0.08 53	0.10 29	0.20 233	0.15 162	0.08 66	0.07 40	0.06 18	0.06 36	0.06 1	0.09 54	0.04 11	0.03 1	0.04 1	0.04 37	0.03 1	0.03 1

1w_stereo	0.07 4	0.06 59	0.07 7	0.16 146	0.06 14	0.07 30	0.10 29	0.14 78	0.14 145	0.07 33	0.08 74	0.05 1	0.06 36	0.09 35	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 41

MonSter	0.07 4	0.06 59	0.05 1	0.15 72	0.05 1	0.07 30	0.10 29	0.15 109	0.15 162	0.05 1	0.06 13	0.05 1	0.06 36	0.07 4	0.09 54	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

4D-IteraStereo	0.09 85	0.07 143	0.10 112	0.18 302	0.07 74	0.09 84	0.15 223	0.17 172	0.15 162	0.10 129	0.11 151	0.10 158	0.07 110	0.11 111	0.09 54	0.05 28	0.03 1	0.08 282	0.07 276	0.06 195	0.05 123

Monster-pub-mixall	0.07 4	0.04 1	0.09 73	0.13 13	0.06 14	0.05 4	0.09 18	0.11 29	0.07 8	0.06 11	0.06 13	0.05 1	0.06 36	0.09 35	0.09 54	0.06 116	0.04 22	0.04 1	0.03 1	0.05 102	0.05 123

Replicate-Monster	0.07 4	0.05 19	0.09 73	0.14 31	0.06 14	0.08 53	0.09 18	0.13 61	0.13 120	0.05 1	0.07 40	0.06 18	0.06 36	0.08 16	0.10 125	0.05 28	0.04 22	0.05 25	0.03 1	0.04 16	0.04 41

zero-FE	0.08 47	0.04 1	0.09 73	0.15 72	0.10 344	0.05 4	0.14 155	0.09 11	0.14 145	0.07 33	0.06 13	0.07 65	0.06 36	0.09 35	0.10 125	0.06 116	0.04 22	0.06 105	0.04 37	0.08 324	0.05 123

2.75w_new	0.07 4	0.07 143	0.07 7	0.13 13	0.06 14	0.08 53	0.08 7	0.18 201	0.12 89	0.07 33	0.08 74	0.06 18	0.06 36	0.09 35	0.11 191	0.04 11	0.04 22	0.04 1	0.03 1	0.03 1	0.04 41

monsterstereo	0.07 4	0.06 59	0.06 3	0.16 146	0.06 14	0.08 53	0.10 29	0.16 136	0.11 63	0.07 33	0.08 74	0.06 18	0.07 110	0.08 16	0.09 54	0.04 11	0.04 22	0.05 25	0.04 37	0.03 1	0.03 1

monsters	0.07 4	0.06 59	0.06 3	0.15 72	0.06 14	0.08 53	0.09 18	0.12 45	0.08 13	0.09 96	0.07 40	0.06 18	0.06 36	0.08 16	0.08 17	0.05 28	0.04 22	0.04 1	0.04 37	0.03 1	0.03 1

IGEV	0.07 4	0.04 1	0.08 31	0.13 13	0.06 14	0.09 84	0.12 66	0.14 78	0.10 37	0.06 11	0.09 92	0.07 65	0.05 11	0.09 35	0.09 54	0.06 116	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

xyz-stereo-finetune2	0.11 189	0.07 143	0.13 233	0.13 13	0.07 74	0.11 176	0.19 406	0.17 172	0.12 89	0.15 271	0.15 209	0.17 304	0.12 259	0.13 238	0.11 191	0.05 28	0.04 22	0.07 198	0.05 111	0.04 16	0.06 203

xyz-stereo-finetune	0.11 189	0.08 240	0.13 233	0.14 31	0.06 14	0.10 131	0.19 406	0.17 172	0.19 250	0.12 196	0.14 192	0.15 270	0.10 203	0.13 238	0.11 191	0.05 28	0.04 22	0.07 198	0.05 111	0.04 16	0.05 123

111111	0.07 4	0.04 1	0.09 73	0.17 220	0.06 14	0.05 4	0.10 29	0.11 29	0.09 24	0.06 11	0.06 13	0.07 65	0.05 11	0.09 35	0.09 54	0.06 116	0.04 22	0.05 25	0.04 37	0.07 261	0.06 203

LG-Stereo_L2	0.07 4	0.05 19	0.10 112	0.14 31	0.06 14	0.07 30	0.12 66	0.09 11	0.09 24	0.06 11	0.04 1	0.05 1	0.05 11	0.08 16	0.08 17	0.05 28	0.04 22	0.05 25	0.03 1	0.04 16	0.03 1

LG-Stereo_L1	0.07 4	0.05 19	0.11 153	0.14 31	0.06 14	0.07 30	0.13 107	0.09 11	0.07 8	0.05 1	0.04 1	0.05 1	0.04 1	0.08 16	0.07 1	0.05 28	0.04 22	0.05 25	0.03 1	0.04 16	0.04 41

MLG-Stereo_test3	0.07 4	0.05 19	0.10 112	0.14 31	0.06 14	0.07 30	0.11 49	0.08 4	0.06 4	0.06 11	0.04 1	0.06 18	0.06 36	0.07 4	0.10 125	0.06 116	0.04 22	0.05 25	0.04 37	0.05 102	0.06 203

MLG-Stereo_test2	0.06 1	0.04 1	0.10 112	0.15 72	0.05 1	0.07 30	0.11 49	0.09 11	0.04 2	0.06 11	0.05 7	0.06 18	0.04 1	0.08 16	0.09 54	0.06 116	0.04 22	0.05 25	0.03 1	0.05 102	0.05 123

MLG-Stereo_test1	0.06 1	0.05 19	0.08 31	0.17 220	0.05 1	0.06 10	0.11 49	0.08 4	0.03 1	0.05 1	0.04 1	0.06 18	0.05 11	0.09 35	0.09 54	0.05 28	0.04 22	0.05 25	0.03 1	0.04 16	0.04 41

MLG-Stereo	0.07 4	0.05 19	0.08 31	0.17 220	0.05 1	0.07 30	0.11 49	0.08 4	0.04 2	0.05 1	0.04 1	0.06 18	0.05 11	0.10 65	0.09 54	0.05 28	0.04 22	0.05 25	0.03 1	0.04 16	0.04 41

LG-G_1	0.07 4	0.04 1	0.11 153	0.15 72	0.06 14	0.09 84	0.08 7	0.08 4	0.06 4	0.06 11	0.05 7	0.07 65	0.07 110	0.11 111	0.08 17	0.07 243	0.04 22	0.05 25	0.04 37	0.05 102	0.05 123

LG-G	0.07 4	0.04 1	0.11 153	0.15 72	0.06 14	0.09 84	0.08 7	0.08 4	0.06 4	0.06 11	0.05 7	0.07 65	0.07 110	0.11 111	0.08 17	0.07 243	0.04 22	0.05 25	0.04 37	0.05 102	0.05 123

LGtest1	0.07 4	0.04 1	0.10 112	0.15 72	0.06 14	0.07 30	0.09 18	0.08 4	0.06 4	0.05 1	0.04 1	0.06 18	0.06 36	0.10 65	0.09 54	0.07 243	0.04 22	0.05 25	0.04 37	0.06 195	0.06 203

LG-Stereo_Zeroshot	0.07 4	0.06 59	0.10 112	0.16 146	0.07 74	0.04 1	0.13 107	0.10 18	0.10 37	0.05 1	0.11 151	0.07 65	0.05 11	0.07 4	0.09 54	0.06 116	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

SGD-Stereo	0.08 47	0.05 19	0.10 112	0.14 31	0.05 1	0.12 211	0.12 66	0.11 29	0.12 89	0.07 33	0.09 92	0.09 127	0.09 171	0.08 16	0.08 17	0.06 116	0.04 22	0.05 25	0.04 37	0.05 102	0.03 1

MM-Stereo_test2	0.09 85	0.06 59	0.09 73	0.19 359	0.08 130	0.12 211	0.18 367	0.15 109	0.14 145	0.07 33	0.10 121	0.07 65	0.06 36	0.12 193	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.03 1

HART	0.08 47	0.07 143	0.09 73	0.17 220	0.07 74	0.10 131	0.16 288	0.13 61	0.11 63	0.08 66	0.10 121	0.07 65	0.05 11	0.10 65	0.08 17	0.05 28	0.04 22	0.06 105	0.04 37	0.05 102	0.04 41

GREAT-IGEV	0.07 4	0.06 59	0.08 31	0.13 13	0.07 74	0.07 30	0.14 155	0.09 11	0.09 24	0.06 11	0.07 40	0.06 18	0.05 11	0.10 65	0.07 1	0.05 28	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

Reg-Stereo(zero)	0.08 47	0.05 19	0.08 31	0.16 146	0.06 14	0.12 211	0.11 49	0.15 109	0.10 37	0.12 196	0.09 92	0.10 158	0.08 145	0.11 111	0.08 17	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.05 123

HI	0.11 189	0.06 59	0.11 153	0.13 13	0.09 242	0.09 84	0.14 155	0.21 256	0.10 37	0.19 361	0.17 242	0.14 241	0.09 171	0.16 320	0.08 17	0.05 28	0.04 22	0.07 198	0.08 341	0.07 261	0.06 203

CoSv	0.11 189	0.06 59	0.11 153	0.13 13	0.09 242	0.09 84	0.14 155	0.21 256	0.10 37	0.19 361	0.17 242	0.14 241	0.09 171	0.16 320	0.08 17	0.05 28	0.04 22	0.07 198	0.08 341	0.07 261	0.06 203

SCV	0.08 47	0.09 316	0.08 31	0.15 72	0.08 130	0.10 131	0.13 107	0.10 18	0.12 89	0.07 33	0.07 40	0.06 18	0.04 1	0.09 35	0.08 17	0.05 28	0.04 22	0.06 105	0.04 37	0.06 195	0.04 41

DEFOM-Stereo_RVC	0.08 47	0.06 59	0.09 73	0.22 458	0.06 14	0.08 53	0.12 66	0.10 18	0.10 37	0.07 33	0.07 40	0.06 18	0.05 11	0.11 111	0.09 54	0.06 116	0.04 22	0.05 25	0.03 1	0.06 195	0.04 41

FoundationStereo	0.06 1	0.04 1	0.08 31	0.12 4	0.05 1	0.09 84	0.13 107	0.06 1	0.09 24	0.05 1	0.05 7	0.06 18	0.04 1	0.06 1	0.07 1	0.06 116	0.04 22	0.05 25	0.03 1	0.05 102	0.04 41

StereoAnything_RVC	0.07 4	0.15 469	0.17 381	0.11 1	0.05 1	0.05 4	0.11 49	0.08 4	0.08 13	0.06 11	0.06 13	0.05 1	0.05 11	0.09 35	0.08 17	0.08 304	0.04 22	0.05 25	0.03 1	0.05 102	0.04 41

AIO_rvc	0.07 4	0.06 59	0.08 31	0.15 72	0.06 14	0.08 53	0.14 155	0.09 11	0.08 13	0.07 33	0.08 74	0.07 65	0.04 1	0.10 65	0.08 17	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.03 1

HUF	0.08 47	0.05 19	0.08 31	0.14 31	0.06 14	0.09 84	0.13 107	0.13 61	0.13 120	0.07 33	0.07 40	0.08 102	0.06 36	0.10 65	0.09 54	0.06 116	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

AIO_test	0.07 4	0.05 19	0.07 7	0.15 72	0.07 74	0.06 10	0.14 155	0.10 18	0.10 37	0.07 33	0.07 40	0.06 18	0.05 11	0.08 16	0.10 125	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.03 1

castereo++	0.08 47	0.05 19	0.08 31	0.15 72	0.05 1	0.14 282	0.12 66	0.11 29	0.15 162	0.07 33	0.07 40	0.07 65	0.06 36	0.08 16	0.08 17	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.03 1

castereo	0.09 85	0.06 59	0.11 153	0.15 72	0.06 14	0.11 176	0.15 223	0.14 78	0.18 235	0.08 66	0.10 121	0.11 179	0.08 145	0.09 35	0.10 125	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.03 1

GIP-stereo	0.08 47	0.06 59	0.11 153	0.14 31	0.06 14	0.09 84	0.13 107	0.14 78	0.11 63	0.07 33	0.08 74	0.05 1	0.04 1	0.10 65	0.07 1	0.05 28	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

fffft	0.09 85	0.06 59	0.12 188	0.16 146	0.07 74	0.09 84	0.17 322	0.12 45	0.11 63	0.08 66	0.07 40	0.09 127	0.06 36	0.11 111	0.12 240	0.05 28	0.04 22	0.06 105	0.05 111	0.04 16	0.05 123
1: 1. 1
DEFOM-Stereo	0.07 4	0.05 19	0.07 7	0.14 31	0.06 14	0.10 131	0.13 107	0.07 2	0.13 120	0.06 11	0.07 40	0.06 18	0.05 11	0.10 65	0.09 54	0.04 11	0.04 22	0.05 25	0.03 1	0.04 16	0.04 41

SMoEStereo_RVC	0.08 47	0.06 59	0.12 188	0.16 146	0.07 74	0.09 84	0.14 155	0.11 29	0.13 120	0.09 96	0.07 40	0.07 65	0.07 110	0.12 193	0.10 125	0.05 28	0.04 22	0.06 105	0.05 111	0.04 16	0.04 41

tt45	0.09 85	0.06 59	0.11 153	0.15 72	0.07 74	0.11 176	0.16 288	0.13 61	0.11 63	0.09 96	0.06 13	0.08 102	0.06 36	0.13 238	0.10 125	0.06 116	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203

999	0.09 85	0.05 19	0.13 233	0.15 72	0.08 130	0.10 131	0.14 155	0.15 109	0.11 63	0.10 129	0.08 74	0.08 102	0.08 145	0.16 320	0.10 125	0.06 116	0.04 22	0.06 105	0.05 111	0.04 16	0.05 123

mms	0.09 85	0.07 143	0.08 31	0.16 146	0.08 130	0.10 131	0.16 288	0.12 45	0.11 63	0.08 66	0.09 92	0.08 102	0.06 36	0.11 111	0.12 240	0.05 28	0.04 22	0.07 198	0.05 111	0.04 16	0.03 1

ours_stereo	0.09 85	0.07 143	0.09 73	0.17 220	0.08 130	0.11 176	0.16 288	0.11 29	0.12 89	0.08 66	0.10 121	0.08 102	0.06 36	0.12 193	0.12 240	0.05 28	0.04 22	0.06 105	0.05 111	0.04 16	0.03 1

tg	0.10 146	0.06 59	0.10 112	0.18 302	0.08 130	0.11 176	0.16 288	0.20 233	0.12 89	0.08 66	0.11 151	0.11 179	0.07 110	0.11 111	0.10 125	0.05 28	0.04 22	0.08 282	0.08 341	0.04 16	0.04 41

dual_stereo	0.07 4	0.04 1	0.08 31	0.15 72	0.05 1	0.05 4	0.13 107	0.12 45	0.08 13	0.07 33	0.06 13	0.05 1	0.05 11	0.07 4	0.09 54	0.06 116	0.04 22	0.05 25	0.03 1	0.04 16	0.04 41

WCG-NET	0.08 47	0.05 19	0.09 73	0.15 72	0.06 14	0.11 176	0.14 155	0.13 61	0.13 120	0.06 11	0.09 92	0.07 65	0.06 36	0.13 238	0.08 17	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.03 1

IGEV-Stereo++	0.07 4	0.06 59	0.08 31	0.18 302	0.06 14	0.04 1	0.10 29	0.11 29	0.11 63	0.06 11	0.07 40	0.07 65	0.06 36	0.09 35	0.09 54	0.05 28	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

Pointernet	0.09 85	0.04 1	0.09 73	0.16 146	0.08 130	0.13 250	0.10 29	0.15 109	0.17 209	0.09 96	0.07 40	0.06 18	0.06 36	0.11 111	0.09 54	0.08 304	0.04 22	0.05 25	0.03 1	0.06 195	0.05 123

U	0.08 47	0.07 143	0.09 73	0.19 359	0.10 344	0.10 131	0.13 107	0.12 45	0.17 209	0.07 33	0.07 40	0.06 18	0.05 11	0.07 4	0.08 17	0.06 116	0.04 22	0.06 105	0.04 37	0.06 195	0.05 123

IGEV-BASED-STEREO-	0.09 85	0.10 374	0.31 487	0.15 72	0.06 14	0.08 53	0.14 155	0.10 18	0.10 37	0.07 33	0.07 40	0.06 18	0.04 1	0.11 111	0.07 1	0.12 458	0.04 22	0.07 198	0.05 111	0.05 102	0.05 123

IGEV-Stereo+	0.07 4	0.04 1	0.08 31	0.15 72	0.06 14	0.04 1	0.09 18	0.10 18	0.09 24	0.06 11	0.06 13	0.06 18	0.06 36	0.06 1	0.08 17	0.06 116	0.04 22	0.05 25	0.04 37	0.06 195	0.06 203

WCG-NET（raft）	0.08 47	0.05 19	0.10 112	0.15 72	0.06 14	0.11 176	0.13 107	0.15 109	0.12 89	0.08 66	0.07 40	0.06 18	0.06 36	0.13 238	0.08 17	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.04 41

RSM++	0.08 47	0.06 59	0.09 73	0.17 220	0.07 74	0.09 84	0.12 66	0.11 29	0.11 63	0.08 66	0.06 13	0.07 65	0.05 11	0.10 65	0.09 54	0.04 11	0.04 22	0.06 105	0.05 111	0.05 102	0.03 1

RSM	0.08 47	0.06 59	0.09 73	0.17 220	0.06 14	0.08 53	0.12 66	0.12 45	0.10 37	0.08 66	0.07 40	0.06 18	0.05 11	0.11 111	0.09 54	0.04 11	0.04 22	0.05 25	0.04 37	0.04 16	0.03 1

RAFT-Stereo-weight	0.09 85	0.06 59	0.10 112	0.16 146	0.07 74	0.09 84	0.14 155	0.19 222	0.16 190	0.11 158	0.10 121	0.08 102	0.06 36	0.10 65	0.11 191	0.06 116	0.04 22	0.06 105	0.04 37	0.04 16	0.04 41

H2IRNET	0.10 146	0.09 316	0.09 73	0.18 302	0.09 242	0.12 211	0.15 223	0.14 78	0.21 288	0.10 129	0.10 121	0.10 158	0.10 203	0.10 65	0.10 125	0.05 28	0.04 22	0.08 282	0.08 341	0.06 195	0.05 123

MGS-Stereo	0.09 85	0.07 143	0.12 188	0.15 72	0.08 130	0.09 84	0.15 223	0.12 45	0.12 89	0.07 33	0.10 121	0.08 102	0.06 36	0.10 65	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.06 195	0.05 123

MoCha-V2	0.08 47	0.05 19	0.10 112	0.20 414	0.07 74	0.09 84	0.14 155	0.11 29	0.08 13	0.07 33	0.08 74	0.07 65	0.06 36	0.09 35	0.08 17	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.04 41

IGEV++	0.08 47	0.06 59	0.08 31	0.18 302	0.07 74	0.09 84	0.13 107	0.10 18	0.09 24	0.08 66	0.08 74	0.06 18	0.06 36	0.13 238	0.09 54	0.05 28	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

ACVNet-DCA	0.10 146	0.08 240	0.12 188	0.17 220	0.09 242	0.13 250	0.15 223	0.23 298	0.16 190	0.09 96	0.09 92	0.06 18	0.06 36	0.10 65	0.07 1	0.06 116	0.04 22	0.06 105	0.05 111	0.07 261	0.07 283

xx1	0.11 189	0.08 240	0.12 188	0.17 220	0.09 242	0.13 250	0.15 223	0.16 136	0.18 235	0.09 96	0.09 92	0.16 284	0.16 366	0.10 65	0.07 1	0.06 116	0.04 22	0.08 282	0.08 341	0.07 261	0.07 283

1test111	0.11 189	0.08 240	0.12 188	0.17 220	0.09 242	0.13 250	0.15 223	0.23 298	0.16 190	0.09 96	0.09 92	0.06 18	0.06 36	0.15 286	0.16 362	0.06 116	0.04 22	0.06 105	0.05 111	0.07 261	0.07 283

cc1	0.10 146	0.08 240	0.12 188	0.17 220	0.09 242	0.13 250	0.15 223	0.16 136	0.18 235	0.09 96	0.09 92	0.06 18	0.06 36	0.10 65	0.07 1	0.06 116	0.04 22	0.06 105	0.05 111	0.06 195	0.06 203

ff7	0.09 85	0.07 143	0.11 153	0.16 146	0.09 242	0.11 176	0.15 223	0.16 136	0.12 89	0.10 129	0.06 13	0.06 18	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203

ffff	0.09 85	0.07 143	0.11 153	0.16 146	0.09 242	0.11 176	0.15 223	0.16 136	0.12 89	0.10 129	0.06 13	0.06 18	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203

ffm	0.12 255	0.09 316	0.14 268	0.16 146	0.08 130	0.17 359	0.17 322	0.15 109	0.19 250	0.15 271	0.25 369	0.19 332	0.13 297	0.10 65	0.07 1	0.06 116	0.04 22	0.09 363	0.08 341	0.06 195	0.06 203

ff1	0.13 280	0.09 316	0.14 268	0.16 146	0.08 130	0.17 359	0.17 322	0.15 109	0.19 250	0.15 271	0.25 369	0.19 332	0.13 297	0.14 264	0.20 414	0.06 116	0.04 22	0.09 363	0.08 341	0.06 195	0.06 203

11t	0.09 85	0.07 143	0.11 153	0.16 146	0.09 242	0.11 176	0.15 223	0.16 136	0.12 89	0.10 129	0.06 13	0.06 18	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203

tt1	0.10 146	0.08 240	0.12 188	0.17 220	0.09 242	0.12 211	0.16 288	0.15 109	0.19 250	0.09 96	0.08 74	0.06 18	0.06 36	0.10 65	0.07 1	0.06 116	0.04 22	0.06 105	0.05 111	0.06 195	0.06 203

IGEV_Zeroshot_test	0.09 85	0.05 19	0.12 188	0.13 13	0.08 130	0.12 211	0.13 107	0.17 172	0.11 63	0.10 129	0.06 13	0.09 127	0.06 36	0.11 111	0.09 54	0.06 116	0.04 22	0.06 105	0.06 189	0.05 102	0.05 123

MSKI-zero shot	0.09 85	0.05 19	0.09 73	0.15 72	0.07 74	0.10 131	0.13 107	0.14 78	0.13 120	0.09 96	0.09 92	0.09 127	0.06 36	0.12 193	0.10 125	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.04 41

DLNR_Zeroshot_test	10.40 586	1.82 578	19.49 593	120.77 598	13.11 590	0.06 10	0.13 107	0.23 298	0.10 37	0.07 33	0.10 121	0.09 127	0.06 36	0.10 65	0.09 54	0.13 481	0.04 22	0.06 105	0.04 37	51.54 597	0.04 41

CASnet	0.09 85	0.09 316	0.09 73	0.19 359	0.06 14	0.07 30	0.11 49	0.18 201	0.14 145	0.11 158	0.10 121	0.09 127	0.07 110	0.10 65	0.10 125	0.06 116	0.04 22	0.10 411	0.08 341	0.05 102	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.08 47	0.07 143	0.17 381	0.16 146	0.08 130	0.09 84	0.12 66	0.15 109	0.10 37	0.07 33	0.09 92	0.06 18	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.04 37	0.04 16	0.04 41

AEACV	0.08 47	0.05 19	0.08 31	0.14 31	0.13 447	0.14 282	0.13 107	0.14 78	0.09 24	0.07 33	0.09 92	0.07 65	0.08 145	0.10 65	0.09 54	0.06 116	0.04 22	0.06 105	0.05 111	0.05 102	0.04 41

Any-RAFT	0.10 146	0.05 19	0.09 73	0.14 31	0.07 74	0.13 250	0.14 155	0.21 256	0.15 162	0.11 158	0.12 164	0.12 196	0.09 171	0.12 193	0.09 54	0.07 243	0.04 22	0.05 25	0.04 37	0.06 195	0.05 123

RAFT-Test	0.09 85	0.06 59	0.10 112	0.15 72	0.07 74	0.11 176	0.15 223	0.16 136	0.13 120	0.09 96	0.10 121	0.10 158	0.09 171	0.12 193	0.09 54	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.05 123

HH	0.09 85	0.06 59	0.13 233	0.17 220	0.08 130	0.10 131	0.16 288	0.14 78	0.10 37	0.08 66	0.09 92	0.08 102	0.07 110	0.10 65	0.09 54	0.06 116	0.04 22	0.06 105	0.05 111	0.05 102	0.04 41

HanStereo	0.09 85	0.06 59	0.13 233	0.17 220	0.08 130	0.10 131	0.16 288	0.14 78	0.10 37	0.08 66	0.09 92	0.08 102	0.07 110	0.10 65	0.09 54	0.06 116	0.04 22	0.06 105	0.05 111	0.05 102	0.04 41

LL-Strereo	0.13 280	0.09 316	0.11 153	0.20 414	0.10 344	0.11 176	0.18 367	0.32 440	0.24 328	0.15 271	0.15 209	0.14 241	0.13 297	0.19 388	0.11 191	0.06 116	0.04 22	0.09 363	0.08 341	0.04 16	0.05 123

LoS_RVC	0.08 47	0.05 19	0.07 7	0.15 72	0.07 74	0.08 53	0.15 223	0.11 29	0.10 37	0.08 66	0.09 92	0.06 18	0.09 171	0.10 65	0.09 54	0.05 28	0.04 22	0.05 25	0.03 1	0.04 16	0.03 1

CAS	0.08 47	0.04 1	0.07 7	0.17 220	0.08 130	0.10 131	0.13 107	0.12 45	0.09 24	0.09 96	0.10 121	0.08 102	0.06 36	0.09 35	0.08 17	0.08 304	0.04 22	0.05 25	0.03 1	0.05 102	0.04 41

anonymousdsp2	0.11 189	0.07 143	0.10 112	0.16 146	0.09 242	0.13 250	0.14 155	0.18 201	0.22 302	0.13 223	0.14 192	0.12 196	0.09 171	0.14 264	0.11 191	0.05 28	0.04 22	0.05 25	0.04 37	0.06 195	0.05 123

anonymousdsp	0.09 85	0.07 143	0.11 153	0.16 146	0.09 242	0.11 176	0.15 223	0.16 136	0.12 89	0.09 96	0.06 13	0.06 18	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203

CES	0.08 47	0.04 1	0.08 31	0.14 31	0.07 74	0.09 84	0.14 155	0.11 29	0.09 24	0.08 66	0.09 92	0.11 179	0.06 36	0.12 193	0.08 17	0.06 116	0.04 22	0.05 25	0.03 1	0.05 102	0.05 123

Selective-IGEV	0.07 4	0.06 59	0.08 31	0.17 220	0.06 14	0.08 53	0.12 66	0.13 61	0.07 8	0.08 66	0.07 40	0.06 18	0.04 1	0.10 65	0.09 54	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.03 1

EGLCR-Stereo	0.08 47	0.05 19	0.08 31	0.14 31	0.06 14	0.10 131	0.12 66	0.11 29	0.16 190	0.06 11	0.05 7	0.07 65	0.05 11	0.10 65	0.11 191	0.06 116	0.04 22	0.06 105	0.05 111	0.04 16	0.04 41

ProNet	0.09 85	0.07 143	0.10 112	0.17 220	0.08 130	0.10 131	0.15 223	0.15 109	0.12 89	0.09 96	0.06 13	0.07 65	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.04 16	0.06 203

MC-Stereo	0.08 47	0.06 59	0.09 73	0.17 220	0.06 14	0.10 131	0.14 155	0.12 45	0.10 37	0.09 96	0.12 164	0.09 127	0.06 36	0.11 111	0.10 125	0.06 116	0.04 22	0.06 105	0.05 111	0.04 16	0.04 41

RCA-Stereo	0.09 85	0.06 59	0.09 73	0.16 146	0.06 14	0.09 84	0.13 107	0.18 201	0.14 145	0.09 96	0.10 121	0.08 102	0.07 110	0.12 193	0.11 191	0.06 116	0.04 22	0.06 105	0.05 111	0.05 102	0.04 41

DCANet-4	0.10 146	0.06 59	0.12 188	0.16 146	0.06 14	0.09 84	0.17 322	0.18 201	0.19 250	0.13 223	0.16 221	0.09 127	0.14 322	0.11 111	0.12 240	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.05 123

ccc-4	0.09 85	0.07 143	0.11 153	0.16 146	0.09 242	0.11 176	0.15 223	0.16 136	0.12 89	0.10 129	0.06 13	0.06 18	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203

fff	0.10 146	0.06 59	0.12 188	0.15 72	0.07 74	0.09 84	0.17 322	0.16 136	0.20 273	0.13 223	0.16 221	0.10 158	0.11 228	0.11 111	0.12 240	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.05 123

ADStereo(finetuned)	0.10 146	0.06 59	0.12 188	0.16 146	0.06 14	0.09 84	0.17 322	0.15 109	0.19 250	0.13 223	0.17 242	0.10 158	0.12 259	0.11 111	0.12 240	0.06 116	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

DisPM	0.11 189	0.07 143	0.12 188	0.16 146	0.09 242	0.06 10	0.13 107	0.17 172	0.17 209	0.14 244	0.20 288	0.12 196	0.10 203	0.11 111	0.10 125	0.06 116	0.04 22	0.07 198	0.06 189	0.06 195	0.11 444

RAFT+CT+SA	0.13 280	0.11 400	0.09 73	0.19 359	0.09 242	0.15 308	0.28 513	0.22 278	0.22 302	0.15 271	0.26 386	0.10 158	0.10 203	0.11 111	0.12 240	0.05 28	0.04 22	0.07 198	0.08 341	0.07 261	0.06 203

test_4	0.10 146	0.10 374	0.08 31	0.19 359	0.09 242	0.08 53	0.22 454	0.15 109	0.17 209	0.12 196	0.18 267	0.12 196	0.09 171	0.08 16	0.11 191	0.04 11	0.04 22	0.08 282	0.08 341	0.04 16	0.03 1

IGEV-Stereo	0.09 85	0.07 143	0.11 153	0.16 146	0.09 242	0.11 176	0.15 223	0.16 136	0.12 89	0.09 96	0.06 13	0.06 18	0.06 36	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 85	0.05 19	0.13 233	0.14 31	0.08 130	0.12 211	0.15 223	0.18 201	0.10 37	0.11 158	0.08 74	0.08 102	0.05 11	0.10 65	0.09 54	0.06 116	0.04 22	0.06 105	0.05 111	0.06 195	0.05 123

IPLG	0.10 146	0.07 143	0.15 319	0.17 220	0.08 130	0.11 176	0.14 155	0.20 233	0.15 162	0.12 196	0.17 242	0.07 65	0.07 110	0.14 264	0.13 281	0.06 116	0.04 22	0.06 105	0.05 111	0.04 16	0.04 41

MIPNet	0.11 189	0.08 240	0.14 268	0.17 220	0.09 242	0.12 211	0.14 155	0.20 233	0.24 328	0.11 158	0.10 121	0.09 127	0.07 110	0.13 238	0.12 240	0.06 116	0.04 22	0.06 105	0.05 111	0.04 16	0.04 41

test-3	0.08 47	0.06 59	0.09 73	0.17 220	0.07 74	0.07 30	0.14 155	0.12 45	0.15 162	0.09 96	0.08 74	0.07 65	0.08 145	0.11 111	0.10 125	0.05 28	0.04 22	0.07 198	0.05 111	0.04 16	0.04 41

test_1	0.08 47	0.06 59	0.09 73	0.17 220	0.07 74	0.07 30	0.14 155	0.12 45	0.15 162	0.09 96	0.08 74	0.07 65	0.08 145	0.11 111	0.10 125	0.05 28	0.04 22	0.07 198	0.05 111	0.04 16	0.04 41

test_3	0.10 146	0.09 316	0.10 112	0.20 414	0.08 130	0.13 250	0.26 500	0.14 78	0.21 288	0.10 129	0.10 121	0.09 127	0.09 171	0.08 16	0.11 191	0.05 28	0.04 22	0.08 282	0.07 276	0.04 16	0.04 41

CrosDoStereo	0.12 255	0.06 59	0.12 188	0.14 31	0.08 130	0.12 211	0.15 223	0.17 172	0.22 302	0.19 361	0.24 340	0.15 270	0.11 228	0.11 111	0.12 240	0.06 116	0.04 22	0.07 198	0.07 276	0.05 102	0.05 123

LCNet	0.11 189	0.07 143	0.09 73	0.19 359	0.09 242	0.08 53	0.15 223	0.21 256	0.15 162	0.11 158	0.15 209	0.16 284	0.11 228	0.12 193	0.11 191	0.05 28	0.04 22	0.08 282	0.07 276	0.06 195	0.15 500

HHNet	0.11 189	0.06 59	0.16 353	0.15 72	0.14 467	0.07 30	0.13 107	0.20 233	0.17 209	0.14 244	0.25 369	0.11 179	0.08 145	0.13 238	0.10 125	0.05 28	0.04 22	0.08 282	0.06 189	0.05 102	0.09 391

Patchmatch Stereo++	0.11 189	0.09 316	0.16 353	0.18 302	0.08 130	0.06 10	0.11 49	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283
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
AAGNet	0.11 189	0.07 143	0.16 353	0.19 359	0.09 242	0.08 53	0.13 107	0.18 201	0.13 120	0.16 299	0.21 309	0.13 221	0.14 322	0.11 111	0.14 318	0.06 116	0.04 22	0.09 363	0.06 189	0.06 195	0.05 123

STrans-v2	0.10 146	0.07 143	0.12 188	0.18 302	0.07 74	0.10 131	0.14 155	0.21 256	0.11 63	0.11 158	0.15 209	0.12 196	0.10 203	0.11 111	0.12 240	0.05 28	0.04 22	0.06 105	0.06 189	0.04 16	0.04 41

TransformOpticalFlow	0.10 146	0.08 240	0.13 233	0.18 302	0.07 74	0.09 84	0.15 223	0.19 222	0.15 162	0.12 196	0.17 242	0.11 179	0.11 228	0.11 111	0.10 125	0.05 28	0.04 22	0.06 105	0.06 189	0.05 102	0.05 123

OMP-Stereo	0.11 189	0.06 59	0.14 268	0.18 302	0.08 130	0.09 84	0.12 66	0.21 256	0.21 288	0.13 223	0.14 192	0.11 179	0.12 259	0.11 111	0.13 281	0.06 116	0.04 22	0.07 198	0.06 189	0.05 102	0.04 41

NF-Stereo	0.11 189	0.07 143	0.13 233	0.17 220	0.09 242	0.10 131	0.14 155	0.23 298	0.19 250	0.12 196	0.17 242	0.12 196	0.11 228	0.11 111	0.11 191	0.06 116	0.04 22	0.07 198	0.06 189	0.06 195	0.12 457

OCTAStereo	0.11 189	0.07 143	0.13 233	0.17 220	0.09 242	0.10 131	0.14 155	0.23 298	0.19 250	0.12 196	0.17 242	0.12 196	0.11 228	0.11 111	0.11 191	0.06 116	0.04 22	0.07 198	0.06 189	0.06 195	0.12 457

NRIStereo	0.11 189	0.08 240	0.14 268	0.18 302	0.08 130	0.10 131	0.14 155	0.16 136	0.15 162	0.12 196	0.14 192	0.13 221	0.12 259	0.13 238	0.10 125	0.06 116	0.04 22	0.07 198	0.06 189	0.06 195	0.07 283

PSM-adaLoss	0.11 189	0.09 316	0.16 353	0.18 302	0.08 130	0.06 10	0.12 66	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283

ROB_FTStereo_v2	0.11 189	0.09 316	0.16 353	0.19 359	0.08 130	0.06 10	0.12 66	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283

ROB_FTStereo	0.11 189	0.09 316	0.16 353	0.19 359	0.08 130	0.06 10	0.11 49	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283

KYRaft	0.11 189	0.07 143	0.10 112	0.19 359	0.09 242	0.08 53	0.15 223	0.22 278	0.12 89	0.13 223	0.16 221	0.20 344	0.10 203	0.12 193	0.10 125	0.05 28	0.04 22	0.08 282	0.08 341	0.06 195	0.16 511

HUI-Stereo	0.11 189	0.09 316	0.16 353	0.18 302	0.08 130	0.06 10	0.12 66	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283

ASMatch	0.11 189	0.06 59	0.13 233	0.16 146	0.10 344	0.07 30	0.14 155	0.17 172	0.17 209	0.12 196	0.16 221	0.16 284	0.10 203	0.13 238	0.10 125	0.05 28	0.04 22	0.06 105	0.05 111	0.04 16	0.08 347

DeepStereo_LL	0.12 255	0.06 59	0.12 188	0.14 31	0.08 130	0.12 211	0.15 223	0.17 172	0.22 302	0.19 361	0.24 340	0.15 270	0.11 228	0.11 111	0.12 240	0.06 116	0.04 22	0.07 198	0.07 276	0.05 102	0.05 123

DEmStereo	0.12 255	0.06 59	0.14 268	0.14 31	0.10 344	0.16 338	0.15 223	0.16 136	0.24 328	0.17 315	0.24 340	0.13 221	0.14 322	0.12 193	0.13 281	0.05 28	0.04 22	0.07 198	0.06 189	0.05 102	0.05 123

SST-Stereo	0.10 146	0.07 143	0.15 319	0.18 302	0.09 242	0.06 10	0.12 66	0.17 172	0.11 63	0.15 271	0.17 242	0.13 221	0.12 259	0.10 65	0.11 191	0.06 116	0.04 22	0.09 363	0.06 189	0.06 195	0.05 123

THIR-Stereo	0.12 255	0.07 143	0.11 153	0.15 72	0.08 130	0.14 282	0.16 288	0.17 172	0.25 349	0.16 299	0.24 340	0.14 241	0.12 259	0.12 193	0.14 318	0.06 116	0.04 22	0.07 198	0.07 276	0.05 102	0.05 123

RAFT_R40	0.11 189	0.07 143	0.14 268	0.18 302	0.09 242	0.06 10	0.13 107	0.17 172	0.16 190	0.14 244	0.18 267	0.15 270	0.12 259	0.10 65	0.11 191	0.06 116	0.04 22	0.09 363	0.06 189	0.06 195	0.05 123

DRaft	0.12 255	0.06 59	0.11 153	0.14 31	0.09 242	0.14 282	0.17 322	0.21 256	0.30 403	0.17 315	0.28 408	0.10 158	0.15 340	0.10 65	0.12 240	0.05 28	0.04 22	0.07 198	0.06 189	0.05 102	0.05 123

PFNet	0.12 255	0.06 59	0.17 381	0.17 220	0.08 130	0.09 84	0.15 223	0.26 354	0.20 273	0.16 299	0.16 221	0.14 241	0.11 228	0.12 193	0.11 191	0.06 116	0.04 22	0.07 198	0.06 189	0.05 102	0.05 123

RE-Stereo	0.11 189	0.07 143	0.13 233	0.17 220	0.09 242	0.10 131	0.14 155	0.23 298	0.19 250	0.12 196	0.17 242	0.12 196	0.11 228	0.11 111	0.11 191	0.06 116	0.04 22	0.07 198	0.06 189	0.06 195	0.12 457

Pruner-Stereo	0.11 189	0.07 143	0.12 188	0.17 220	0.09 242	0.06 10	0.12 66	0.17 172	0.17 209	0.13 223	0.19 276	0.13 221	0.09 171	0.11 111	0.11 191	0.06 116	0.04 22	0.07 198	0.06 189	0.06 195	0.08 347

TVStereo	0.11 189	0.07 143	0.13 233	0.17 220	0.09 242	0.10 131	0.14 155	0.23 298	0.19 250	0.12 196	0.17 242	0.12 196	0.11 228	0.11 111	0.11 191	0.06 116	0.04 22	0.07 198	0.06 189	0.06 195	0.12 457

DeepStereo_RVC	0.11 189	0.08 240	0.16 353	0.18 302	0.08 130	0.08 53	0.12 66	0.17 172	0.12 89	0.13 223	0.14 192	0.12 196	0.12 259	0.12 193	0.11 191	0.06 116	0.04 22	0.07 198	0.06 189	0.07 261	0.08 347

iGMRVC	0.11 189	0.09 316	0.16 353	0.19 359	0.08 130	0.06 10	0.12 66	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283

RAFT-RH_RVC	0.11 189	0.06 59	0.14 268	0.16 146	0.09 242	0.12 211	0.12 66	0.17 172	0.12 89	0.13 223	0.41 498	0.11 179	0.10 203	0.13 238	0.12 240	0.05 28	0.04 22	0.08 282	0.05 111	0.04 16	0.06 203

IRAFT_RVC	0.12 255	0.08 240	0.16 353	0.19 359	0.08 130	0.07 30	0.15 223	0.24 320	0.23 312	0.14 244	0.14 192	0.15 270	0.12 259	0.12 193	0.10 125	0.06 116	0.04 22	0.09 363	0.06 189	0.06 195	0.06 203

iRAFT	0.11 189	0.09 316	0.16 353	0.18 302	0.08 130	0.06 10	0.11 49	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283

CRE-IMP	0.11 189	0.09 316	0.16 353	0.19 359	0.08 130	0.10 131	0.12 66	0.18 201	0.10 37	0.14 244	0.13 178	0.13 221	0.12 259	0.12 193	0.11 191	0.07 243	0.04 22	0.08 282	0.06 189	0.08 324	0.08 347

cross-raft	0.10 146	0.09 316	0.09 73	0.19 359	0.07 74	0.11 176	0.25 492	0.13 61	0.15 162	0.08 66	0.11 151	0.12 196	0.10 203	0.09 35	0.11 191	0.05 28	0.04 22	0.06 105	0.05 111	0.04 16	0.04 41

test-1	0.10 146	0.07 143	0.16 353	0.19 359	0.08 130	0.11 176	0.24 477	0.14 78	0.18 235	0.09 96	0.07 40	0.09 127	0.08 145	0.07 4	0.09 54	0.06 116	0.04 22	0.06 105	0.05 111	0.04 16	0.04 41

GMM-Stereo	0.11 189	0.07 143	0.10 112	0.18 302	0.09 242	0.08 53	0.15 223	0.23 298	0.16 190	0.11 158	0.15 209	0.13 221	0.11 228	0.11 111	0.11 191	0.05 28	0.04 22	0.08 282	0.07 276	0.06 195	0.09 391

RAFT-IKP	0.11 189	0.09 316	0.16 353	0.19 359	0.08 130	0.06 10	0.12 66	0.16 136	0.13 120	0.15 271	0.16 221	0.14 241	0.12 259	0.11 111	0.10 125	0.06 116	0.04 22	0.08 282	0.06 189	0.08 324	0.07 283

Prome-Stereo	0.11 189	0.06 59	0.10 112	0.18 302	0.08 130	0.12 211	0.15 223	0.22 278	0.13 120	0.12 196	0.17 242	0.13 221	0.08 145	0.12 193	0.10 125	0.05 28	0.04 22	0.07 198	0.06 189	0.06 195	0.09 391

rafts_anoy	0.11 189	0.06 59	0.10 112	0.17 220	0.08 130	0.10 131	0.14 155	0.17 172	0.14 145	0.13 223	0.13 178	0.12 196	0.10 203	0.11 111	0.12 240	0.07 243	0.04 22	0.09 363	0.11 458	0.07 261	0.06 203

iRaftStereo_RVC	0.10 146	0.07 143	0.09 73	0.17 220	0.09 242	0.11 176	0.17 322	0.18 201	0.12 89	0.09 96	0.12 164	0.10 158	0.07 110	0.11 111	0.10 125	0.05 28	0.04 22	0.08 282	0.08 341	0.04 16	0.04 41

CREStereo++_RVC	0.08 47	0.04 1	0.06 3	0.13 13	0.07 74	0.09 84	0.12 66	0.14 78	0.14 145	0.10 129	0.14 192	0.08 102	0.07 110	0.09 35	0.11 191	0.06 116	0.04 22	0.05 25	0.05 111	0.04 16	0.04 41
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
s12784h	0.09 85	0.06 59	0.07 7	0.15 72	0.05 1	0.16 338	0.18 367	0.15 109	0.15 162	0.10 129	0.11 151	0.11 179	0.11 228	0.10 65	0.12 240	0.05 28	0.04 22	0.05 25	0.04 37	0.04 16	0.04 41

raft+_RVC	0.11 189	0.07 143	0.09 73	0.16 146	0.07 74	0.10 131	0.11 49	0.24 320	0.20 273	0.12 196	0.15 209	0.12 196	0.08 145	0.12 193	0.13 281	0.07 243	0.04 22	0.07 198	0.06 189	0.05 102	0.05 123

XX-TBD	0.09 85	0.06 59	0.07 7	0.14 31	0.07 74	0.12 211	0.16 288	0.14 78	0.13 120	0.11 158	0.12 164	0.09 127	0.08 145	0.10 65	0.10 125	0.06 116	0.04 22	0.05 25	0.03 1	0.06 195	0.05 123

DCANet	0.10 146	0.06 59	0.12 188	0.16 146	0.06 14	0.09 84	0.17 322	0.15 109	0.19 250	0.13 223	0.17 242	0.10 158	0.11 228	0.11 111	0.12 240	0.06 116	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

csc	0.10 146	0.06 59	0.12 188	0.15 72	0.07 74	0.09 84	0.17 322	0.16 136	0.20 273	0.13 223	0.16 221	0.10 158	0.11 228	0.11 111	0.12 240	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.05 123

cscssc	0.10 146	0.06 59	0.12 188	0.15 72	0.07 74	0.09 84	0.17 322	0.16 136	0.20 273	0.13 223	0.16 221	0.10 158	0.11 228	0.11 111	0.12 240	0.06 116	0.04 22	0.05 25	0.04 37	0.04 16	0.05 123

111	0.10 146	0.06 59	0.12 188	0.15 72	0.07 74	0.10 131	0.14 155	0.21 256	0.23 312	0.11 158	0.12 164	0.14 241	0.11 228	0.13 238	0.10 125	0.06 116	0.04 22	0.06 105	0.04 37	0.05 102	0.05 123

test_xeample3	0.09 85	0.06 59	0.12 188	0.16 146	0.09 242	0.11 176	0.15 223	0.16 136	0.13 120	0.10 129	0.06 13	0.08 102	0.06 36	0.10 65	0.09 54	0.05 28	0.04 22	0.06 105	0.05 111	0.05 102	0.06 203

RAFT-Stereo + iAFF	0.09 85	0.06 59	0.10 112	0.17 220	0.06 14	0.10 131	0.16 288	0.17 172	0.14 145	0.09 96	0.10 121	0.08 102	0.09 171	0.11 111	0.09 54	0.05 28	0.04 22	0.06 105	0.06 189	0.04 16	0.03 1

AFF-stereo	0.09 85	0.06 59	0.10 112	0.17 220	0.07 74	0.10 131	0.16 288	0.17 172	0.09 24	0.10 129	0.12 164	0.09 127	0.09 171	0.12 193	0.09 54	0.05 28	0.04 22	0.07 198	0.07 276	0.04 16	0.03 1

EAI-Stereo	0.09 85	0.07 143	0.11 153	0.15 72	0.06 14	0.10 131	0.15 223	0.16 136	0.09 24	0.08 66	0.09 92	0.08 102	0.07 110	0.09 35	0.11 191	0.05 28	0.04 22	0.05 25	0.05 111	0.05 102	0.04 41

CFNet-RSSM	0.09 85	0.07 143	0.09 73	0.16 146	0.07 74	0.09 84	0.15 223	0.16 136	0.17 209	0.08 66	0.12 164	0.10 158	0.09 171	0.11 111	0.09 54	0.06 116	0.04 22	0.06 105	0.04 37	0.04 16	0.04 41

Gwc-CoAtRS	0.09 85	0.06 59	0.10 112	0.16 146	0.07 74	0.10 131	0.14 155	0.17 172	0.17 209	0.08 66	0.10 121	0.12 196	0.09 171	0.12 193	0.09 54	0.06 116	0.04 22	0.06 105	0.04 37	0.04 16	0.04 41

CREStereo	0.09 85	0.04 1	0.08 31	0.11 1	0.06 14	0.13 250	0.14 155	0.14 78	0.10 37	0.08 66	0.13 178	0.09 127	0.08 145	0.11 111	0.10 125	0.08 304	0.04 22	0.05 25	0.03 1	0.06 195	0.06 203
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
PMTNet	0.09 85	0.05 19	0.09 73	0.12 4	0.06 14	0.12 211	0.14 155	0.15 109	0.11 63	0.09 96	0.13 178	0.10 158	0.07 110	0.13 238	0.10 125	0.15 498	0.04 22	0.05 25	0.03 1	0.07 261	0.06 203

HITNet	0.10 146	0.06 59	0.12 188	0.14 31	0.06 14	0.11 176	0.10 29	0.18 201	0.18 235	0.13 223	0.16 221	0.14 241	0.11 228	0.15 286	0.13 281	0.06 116	0.04 22	0.04 1	0.04 37	0.06 195	0.05 123
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
MLCV	0.12 255	0.07 143	0.16 353	0.18 302	0.06 14	0.15 308	0.17 322	0.19 222	0.21 288	0.18 345	0.25 369	0.17 304	0.13 297	0.14 264	0.13 281	0.05 28	0.04 22	0.05 25	0.04 37	0.05 102	0.04 41

iResNet	0.13 280	0.10 374	0.18 404	0.19 359	0.08 130	0.13 250	0.18 367	0.20 233	0.26 363	0.15 271	0.23 328	0.15 270	0.13 297	0.14 264	0.14 318	0.06 116	0.04 22	0.06 105	0.05 111	0.06 195	0.05 123

MultiAttention	0.29 512	0.08 240	0.14 268	0.19 359	0.12 424	1.45 575	1.33 576	0.36 490	0.37 456	0.19 361	0.21 309	0.24 395	0.11 228	0.38 526	0.18 395	0.06 116	0.05 186	0.08 282	0.08 341	0.10 418	0.09 391

AdaDepth	0.07 4	0.06 59	0.07 7	0.18 302	0.06 14	0.11 176	0.12 66	0.09 11	0.07 8	0.06 11	0.05 7	0.07 65	0.06 36	0.09 35	0.10 125	0.04 11	0.05 186	0.05 25	0.04 37	0.04 16	0.04 41

GASTEREO	0.08 47	0.05 19	0.09 73	0.19 359	0.07 74	0.07 30	0.12 66	0.14 78	0.11 63	0.10 129	0.09 92	0.07 65	0.04 1	0.12 193	0.08 17	0.06 116	0.05 186	0.05 25	0.04 37	0.04 16	0.05 123

MSCF	0.08 47	0.05 19	0.08 31	0.19 359	0.08 130	0.06 10	0.12 66	0.14 78	0.11 63	0.10 129	0.09 92	0.07 65	0.04 1	0.11 111	0.08 17	0.06 116	0.05 186	0.05 25	0.04 37	0.05 102	0.05 123

z-ln-s-r	0.17 401	0.10 374	0.40 510	0.19 359	0.08 130	0.17 359	0.18 367	0.22 278	0.33 424	0.18 345	0.40 487	0.22 371	0.17 389	0.20 413	0.23 455	0.07 243	0.05 186	0.07 198	0.07 276	0.07 261	0.05 123

water-stereo	0.09 85	0.06 59	0.08 31	0.16 146	0.07 74	0.09 84	0.13 107	0.15 109	0.13 120	0.11 158	0.12 164	0.08 102	0.09 171	0.07 4	0.08 17	0.06 116	0.05 186	0.05 25	0.05 111	0.04 16	0.04 41

depthmonostereo	0.09 85	0.06 59	0.09 73	0.15 72	0.06 14	0.10 131	0.13 107	0.14 78	0.14 145	0.10 129	0.10 121	0.09 127	0.11 228	0.08 16	0.09 54	0.06 116	0.05 186	0.06 105	0.04 37	0.04 16	0.03 1

DilatedVolume-Stereo	0.09 85	0.05 19	0.08 31	0.15 72	0.06 14	0.11 176	0.12 66	0.14 78	0.16 190	0.11 158	0.11 151	0.09 127	0.09 171	0.11 111	0.10 125	0.06 116	0.05 186	0.05 25	0.04 37	0.03 1	0.03 1

G2L-ROB	0.13 280	0.06 59	0.13 233	0.13 13	0.08 130	0.14 282	0.16 288	0.25 336	0.18 235	0.19 361	0.18 267	0.20 344	0.14 322	0.17 352	0.16 362	0.08 304	0.05 186	0.06 105	0.05 111	0.08 324	0.09 391

xyz-stereo	0.13 280	0.07 143	0.20 427	0.15 72	0.05 1	0.20 416	0.15 223	0.17 172	0.31 410	0.15 271	0.29 420	0.26 418	0.16 366	0.13 238	0.12 240	0.05 28	0.05 186	0.06 105	0.05 111	0.04 16	0.04 41

DFGA-Net	0.13 280	0.11 400	0.18 404	0.17 220	0.10 344	0.12 211	0.13 107	0.22 278	0.25 349	0.16 299	0.16 221	0.13 221	0.12 259	0.16 320	0.14 318	0.07 243	0.05 186	0.08 282	0.07 276	0.05 102	0.05 123

G2L-Stereo_test	0.14 314	0.07 143	0.11 153	0.13 13	0.08 130	0.12 211	0.16 288	0.30 419	0.28 386	0.20 384	0.23 328	0.20 344	0.16 366	0.17 352	0.18 395	0.07 243	0.05 186	0.05 25	0.05 111	0.07 261	0.06 203

coex_refinement	0.14 314	0.07 143	0.12 188	0.17 220	0.10 344	0.15 308	0.15 223	0.26 354	0.29 393	0.18 345	0.20 288	0.22 371	0.17 389	0.16 320	0.18 395	0.08 304	0.05 186	0.06 105	0.06 189	0.09 386	0.08 347

LG-Stereo	0.08 47	0.07 143	0.10 112	0.18 302	0.07 74	0.10 131	0.17 322	0.11 29	0.08 13	0.05 1	0.07 40	0.05 1	0.07 110	0.09 35	0.09 54	0.04 11	0.05 186	0.07 198	0.07 276	0.04 16	0.04 41

MM-Stereo_test1	0.10 146	0.07 143	0.08 31	0.18 302	0.07 74	0.12 211	0.18 367	0.21 256	0.20 273	0.09 96	0.11 151	0.08 102	0.06 36	0.10 65	0.10 125	0.06 116	0.05 186	0.07 198	0.06 189	0.05 102	0.04 41

SCV_C0	0.08 47	0.07 143	0.07 7	0.16 146	0.09 242	0.08 53	0.15 223	0.11 29	0.12 89	0.08 66	0.07 40	0.06 18	0.05 11	0.11 111	0.07 1	0.05 28	0.05 186	0.05 25	0.04 37	0.06 195	0.05 123

AIO-test2	0.10 146	0.08 240	0.10 112	0.23 479	0.08 130	0.11 176	0.10 29	0.23 298	0.23 312	0.08 66	0.09 92	0.08 102	0.05 11	0.10 65	0.08 17	0.06 116	0.05 186	0.08 282	0.09 387	0.05 102	0.05 123

AIO-test1	0.10 146	0.07 143	0.10 112	0.23 479	0.07 74	0.09 84	0.13 107	0.21 256	0.14 145	0.11 158	0.12 164	0.09 127	0.07 110	0.11 111	0.09 54	0.06 116	0.05 186	0.09 363	0.10 426	0.03 1	0.06 203

FACV-RUCA	0.13 280	0.11 400	0.12 188	0.19 359	0.12 424	0.15 308	0.15 223	0.22 278	0.20 273	0.15 271	0.16 221	0.14 241	0.16 366	0.14 264	0.13 281	0.07 243	0.05 186	0.08 282	0.06 189	0.10 418	0.08 347

IGEV-RUCA	0.08 47	0.06 59	0.11 153	0.14 31	0.09 242	0.10 131	0.12 66	0.10 18	0.12 89	0.06 11	0.07 40	0.07 65	0.06 36	0.09 35	0.08 17	0.06 116	0.05 186	0.05 25	0.04 37	0.05 102	0.06 203

fffy	0.09 85	0.08 240	0.09 73	0.16 146	0.07 74	0.13 250	0.17 322	0.13 61	0.12 89	0.08 66	0.09 92	0.08 102	0.09 171	0.13 238	0.11 191	0.05 28	0.05 186	0.07 198	0.05 111	0.04 16	0.05 123

PAM_32	0.09 85	0.05 19	0.17 381	0.15 72	0.08 130	0.10 131	0.15 223	0.14 78	0.15 162	0.09 96	0.08 74	0.09 127	0.07 110	0.14 264	0.08 17	0.06 116	0.05 186	0.06 105	0.06 189	0.05 102	0.06 203

PAM	0.10 146	0.05 19	0.16 353	0.15 72	0.08 130	0.09 84	0.16 288	0.15 109	0.16 190	0.12 196	0.09 92	0.09 127	0.07 110	0.13 238	0.08 17	0.06 116	0.05 186	0.06 105	0.06 189	0.05 102	0.06 203

UGAM-zero	0.09 85	0.05 19	0.15 319	0.15 72	0.08 130	0.09 84	0.13 107	0.19 222	0.15 162	0.11 158	0.15 209	0.07 65	0.07 110	0.09 35	0.09 54	0.06 116	0.05 186	0.06 105	0.05 111	0.05 102	0.06 203

UGAM	0.13 280	0.10 374	0.09 73	0.22 458	0.08 130	0.12 211	0.20 427	0.17 172	0.23 312	0.21 398	0.16 221	0.13 221	0.13 297	0.19 388	0.12 240	0.07 243	0.05 186	0.13 476	0.11 458	0.07 261	0.05 123

GCAP-BAT	0.09 85	0.07 143	0.14 268	0.15 72	0.08 130	0.10 131	0.13 107	0.14 78	0.10 37	0.11 158	0.10 121	0.08 102	0.07 110	0.12 193	0.10 125	0.06 116	0.05 186	0.06 105	0.04 37	0.04 16	0.04 41

RAStereo	0.10 146	0.09 316	0.08 31	0.20 414	0.08 130	0.13 250	0.18 367	0.15 109	0.17 209	0.10 129	0.12 164	0.05 1	0.06 36	0.09 35	0.08 17	0.07 243	0.05 186	0.07 198	0.05 111	0.05 102	0.04 41

Occ-G	0.08 47	0.05 19	0.06 3	0.14 31	0.07 74	0.08 53	0.14 155	0.13 61	0.15 162	0.07 33	0.11 151	0.07 65	0.05 11	0.09 35	0.10 125	0.06 116	0.05 186	0.05 25	0.04 37	0.05 102	0.05 123

AIO-Stereo-zeroshot1	0.11 189	0.05 19	0.14 268	0.15 72	0.20 522	0.09 84	0.17 322	0.21 256	0.15 162	0.11 158	0.14 192	0.10 158	0.07 110	0.10 65	0.08 17	0.06 116	0.05 186	0.07 198	0.07 276	0.07 261	0.09 391

AIO-Stereo-zeroshot	0.11 189	0.05 19	0.11 153	0.15 72	0.13 447	0.13 250	0.16 288	0.23 298	0.17 209	0.10 129	0.12 164	0.10 158	0.07 110	0.11 111	0.09 54	0.06 116	0.05 186	0.06 105	0.06 189	0.07 261	0.08 347

AIO-Stereo	0.08 47	0.06 59	0.09 73	0.18 302	0.06 14	0.08 53	0.12 66	0.15 109	0.09 24	0.08 66	0.08 74	0.07 65	0.05 11	0.11 111	0.08 17	0.05 28	0.05 186	0.05 25	0.04 37	0.04 16	0.04 41

test_sample6	0.14 314	0.08 240	0.13 233	0.16 146	0.08 130	0.17 359	0.19 406	0.25 336	0.17 209	0.17 315	0.27 394	0.19 332	0.14 322	0.15 286	0.13 281	0.08 304	0.05 186	0.08 282	0.07 276	0.08 324	0.08 347

test_sample5	0.14 314	0.08 240	0.14 268	0.16 146	0.08 130	0.18 378	0.18 367	0.25 336	0.17 209	0.17 315	0.27 394	0.18 318	0.14 322	0.16 320	0.13 281	0.08 304	0.05 186	0.08 282	0.07 276	0.08 324	0.08 347

test_sample2	0.12 255	0.07 143	0.12 188	0.14 31	0.08 130	0.16 338	0.18 367	0.21 256	0.16 190	0.14 244	0.20 288	0.19 332	0.15 340	0.15 286	0.12 240	0.08 304	0.05 186	0.07 198	0.06 189	0.08 324	0.07 283

gcap-zeroshot	0.09 85	0.05 19	0.10 112	0.16 146	0.07 74	0.13 250	0.13 107	0.11 29	0.12 89	0.13 223	0.12 164	0.09 127	0.08 145	0.09 35	0.09 54	0.06 116	0.05 186	0.06 105	0.05 111	0.04 16	0.04 41

test_for_model	0.09 85	0.12 418	0.14 268	0.23 479	0.11 393	0.08 53	0.13 107	0.12 45	0.12 89	0.10 129	0.07 40	0.07 65	0.06 36	0.11 111	0.10 125	0.06 116	0.05 186	0.05 25	0.03 1	0.07 261	0.04 41

trnet	0.08 47	0.05 19	0.07 7	0.12 4	0.05 1	0.12 211	0.11 49	0.13 61	0.10 37	0.08 66	0.13 178	0.09 127	0.08 145	0.11 111	0.10 125	0.08 304	0.05 186	0.05 25	0.03 1	0.06 195	0.05 123

testlalala2	0.10 146	0.06 59	0.11 153	0.20 414	0.10 344	0.10 131	0.12 66	0.17 172	0.12 89	0.12 196	0.13 178	0.09 127	0.07 110	0.11 111	0.13 281	0.06 116	0.05 186	0.05 25	0.04 37	0.05 102	0.05 123

DispNO	0.14 314	0.08 240	0.17 381	0.19 359	0.12 424	0.11 176	0.21 444	0.23 298	0.29 393	0.17 315	0.23 328	0.18 318	0.17 389	0.15 286	0.15 346	0.07 243	0.05 186	0.08 282	0.08 341	0.07 261	0.06 203

Former-RAFT_DAM_RVC	0.10 146	0.08 240	0.12 188	0.16 146	0.08 130	0.15 308	0.16 288	0.18 201	0.18 235	0.10 129	0.09 92	0.09 127	0.08 145	0.11 111	0.12 240	0.07 243	0.05 186	0.08 282	0.06 189	0.07 261	0.06 203

MyStereo8	0.12 255	0.07 143	0.15 319	0.15 72	0.09 242	0.18 378	0.14 155	0.19 222	0.22 302	0.12 196	0.18 267	0.11 179	0.10 203	0.16 320	0.18 395	0.07 243	0.05 186	0.07 198	0.05 111	0.08 324	0.09 391

SMFormer	0.14 314	0.07 143	0.17 381	0.14 31	0.08 130	0.16 338	0.17 322	0.26 354	0.27 372	0.19 361	0.20 288	0.18 318	0.15 340	0.15 286	0.17 377	0.08 304	0.05 186	0.07 198	0.06 189	0.07 261	0.06 203

tta	0.14 314	0.07 143	0.17 381	0.14 31	0.08 130	0.16 338	0.17 322	0.26 354	0.27 372	0.19 361	0.20 288	0.18 318	0.15 340	0.15 286	0.17 377	0.08 304	0.05 186	0.07 198	0.06 189	0.06 195	0.06 203

qqq1	0.13 280	0.07 143	0.17 381	0.14 31	0.08 130	0.16 338	0.17 322	0.26 354	0.27 372	0.19 361	0.20 288	0.18 318	0.15 340	0.15 286	0.11 191	0.08 304	0.05 186	0.05 25	0.05 111	0.06 195	0.06 203

fff1	0.13 280	0.07 143	0.17 381	0.14 31	0.08 130	0.16 338	0.17 322	0.26 354	0.27 372	0.19 361	0.20 288	0.18 318	0.15 340	0.15 286	0.11 191	0.08 304	0.05 186	0.05 25	0.05 111	0.06 195	0.06 203

MyStereo07	0.10 146	0.07 143	0.10 112	0.17 220	0.09 242	0.14 282	0.18 367	0.15 109	0.15 162	0.09 96	0.06 13	0.06 18	0.07 110	0.12 193	0.09 54	0.06 116	0.05 186	0.08 282	0.07 276	0.06 195	0.06 203

MyStereo06	0.10 146	0.07 143	0.12 188	0.17 220	0.09 242	0.13 250	0.18 367	0.19 222	0.12 89	0.12 196	0.08 74	0.07 65	0.07 110	0.11 111	0.09 54	0.06 116	0.05 186	0.07 198	0.07 276	0.06 195	0.06 203

MyStereo05	0.13 280	0.07 143	0.10 112	0.17 220	0.09 242	0.13 250	0.18 367	0.27 375	0.35 445	0.17 315	0.14 192	0.15 270	0.11 228	0.15 286	0.13 281	0.06 116	0.05 186	0.07 198	0.07 276	0.06 195	0.06 203

MyStereo04	0.13 280	0.07 143	0.10 112	0.17 220	0.09 242	0.14 282	0.18 367	0.29 405	0.38 463	0.17 315	0.14 192	0.16 284	0.10 203	0.15 286	0.13 281	0.06 116	0.05 186	0.08 282	0.07 276	0.06 195	0.06 203

CoDeX	0.12 255	0.07 143	0.12 188	0.17 220	0.08 130	0.12 211	0.15 223	0.23 298	0.27 372	0.13 223	0.17 242	0.16 284	0.11 228	0.14 264	0.11 191	0.07 243	0.05 186	0.07 198	0.06 189	0.06 195	0.05 123

mmm	0.14 314	0.08 240	0.17 381	0.17 220	0.09 242	0.17 359	0.18 367	0.21 256	0.15 162	0.15 271	0.23 328	0.21 353	0.16 366	0.16 320	0.17 377	0.08 304	0.05 186	0.08 282	0.07 276	0.07 261	0.07 283

11t1	0.12 255	0.06 59	0.13 233	0.14 31	0.08 130	0.17 359	0.15 223	0.18 201	0.15 162	0.15 271	0.15 209	0.16 284	0.16 366	0.15 286	0.13 281	0.08 304	0.05 186	0.06 105	0.05 111	0.08 324	0.07 283

IGEVStereo-DCA	0.09 85	0.06 59	0.11 153	0.15 72	0.10 344	0.11 176	0.15 223	0.16 136	0.12 89	0.10 129	0.06 13	0.08 102	0.06 36	0.10 65	0.08 17	0.06 116	0.05 186	0.06 105	0.05 111	0.05 102	0.06 203

rrr	0.09 85	0.06 59	0.12 188	0.15 72	0.10 344	0.11 176	0.16 288	0.16 136	0.15 162	0.10 129	0.06 13	0.08 102	0.06 36	0.10 65	0.08 17	0.06 116	0.05 186	0.06 105	0.05 111	0.05 102	0.06 203

DualNet	0.14 314	0.08 240	0.14 268	0.16 146	0.08 130	0.18 378	0.18 367	0.25 336	0.17 209	0.17 315	0.27 394	0.18 318	0.14 322	0.16 320	0.13 281	0.08 304	0.05 186	0.08 282	0.07 276	0.08 324	0.08 347

plain	0.10 146	0.08 240	0.10 112	0.19 359	0.09 242	0.10 131	0.15 223	0.14 78	0.13 120	0.13 223	0.15 209	0.09 127	0.12 259	0.13 238	0.12 240	0.07 243	0.05 186	0.09 363	0.06 189	0.06 195	0.06 203

MIF-Stereo (partial)	0.11 189	0.06 59	0.10 112	0.19 359	0.10 344	0.10 131	0.11 49	0.17 172	0.18 235	0.14 244	0.16 221	0.09 127	0.11 228	0.12 193	0.12 240	0.08 304	0.05 186	0.08 282	0.07 276	0.06 195	0.07 283

UniTT-Stereo	0.09 85	0.07 143	0.08 31	0.18 302	0.08 130	0.13 250	0.11 49	0.12 45	0.11 63	0.10 129	0.12 164	0.05 1	0.07 110	0.09 35	0.09 54	0.07 243	0.05 186	0.05 25	0.05 111	0.05 102	0.05 123

PCWNet_CMD	0.14 314	0.08 240	0.15 319	0.17 220	0.09 242	0.14 282	0.14 155	0.29 405	0.36 449	0.14 244	0.20 288	0.21 353	0.12 259	0.17 352	0.13 281	0.07 243	0.05 186	0.07 198	0.07 276	0.07 261	0.07 283

testlalala_base	0.10 146	0.09 316	0.14 268	0.21 443	0.08 130	0.10 131	0.14 155	0.13 61	0.10 37	0.07 33	0.15 209	0.07 65	0.08 145	0.10 65	0.12 240	0.08 304	0.05 186	0.05 25	0.03 1	0.06 195	0.05 123

GCAP-Stereo	0.09 85	0.07 143	0.13 233	0.18 302	0.06 14	0.11 176	0.07 3	0.13 61	0.12 89	0.09 96	0.10 121	0.07 65	0.09 171	0.13 238	0.10 125	0.06 116	0.05 186	0.05 25	0.04 37	0.04 16	0.05 123

LL-Strereo2	0.10 146	0.10 374	0.15 319	0.18 302	0.08 130	0.15 308	0.09 18	0.17 172	0.14 145	0.14 244	0.10 121	0.09 127	0.07 110	0.16 320	0.10 125	0.05 28	0.05 186	0.10 411	0.07 276	0.06 195	0.05 123

LoS	0.09 85	0.05 19	0.11 153	0.13 13	0.07 74	0.14 282	0.11 49	0.15 109	0.15 162	0.09 96	0.09 92	0.12 196	0.09 171	0.15 286	0.10 125	0.07 243	0.05 186	0.05 25	0.03 1	0.05 102	0.05 123
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCRE	0.11 189	0.07 143	0.13 233	0.16 146	0.11 393	0.11 176	0.17 322	0.18 201	0.17 209	0.11 158	0.18 267	0.10 158	0.10 203	0.15 286	0.11 191	0.06 116	0.05 186	0.06 105	0.06 189	0.05 102	0.04 41

knoymous	0.11 189	0.05 19	0.12 188	0.13 13	0.07 74	0.15 308	0.14 155	0.19 222	0.13 120	0.11 158	0.17 242	0.13 221	0.09 171	0.13 238	0.11 191	0.08 304	0.05 186	0.06 105	0.05 111	0.08 324	0.07 283

anonymousa	0.13 280	0.07 143	0.13 233	0.18 302	0.09 242	0.13 250	0.17 322	0.19 222	0.29 393	0.15 271	0.24 340	0.15 270	0.14 322	0.14 264	0.14 318	0.07 243	0.05 186	0.07 198	0.09 387	0.05 102	0.06 203

riskmin	0.11 189	0.06 59	0.13 233	0.14 31	0.08 130	0.14 282	0.14 155	0.18 201	0.14 145	0.11 158	0.14 192	0.16 284	0.11 228	0.14 264	0.12 240	0.09 363	0.05 186	0.07 198	0.05 111	0.08 324	0.08 347

Selective-RAFT	0.11 189	0.10 374	0.11 153	0.21 443	0.08 130	0.16 338	0.13 107	0.20 233	0.22 302	0.10 129	0.10 121	0.11 179	0.10 203	0.15 286	0.11 191	0.05 28	0.05 186	0.06 105	0.05 111	0.06 195	0.05 123

x	0.13 280	0.07 143	0.14 268	0.14 31	0.08 130	0.18 378	0.14 155	0.22 278	0.20 273	0.15 271	0.19 276	0.19 332	0.17 389	0.18 373	0.18 395	0.07 243	0.05 186	0.06 105	0.06 189	0.07 261	0.07 283

Wz-Net-LNSev-Ref	0.18 415	0.09 316	0.29 482	0.15 72	0.10 344	0.22 441	0.20 427	0.26 354	0.39 466	0.25 448	0.42 504	0.24 395	0.15 340	0.20 413	0.19 408	0.07 243	0.05 186	0.06 105	0.05 111	0.10 418	0.09 391

IER	0.14 314	0.07 143	0.13 233	0.17 220	0.09 242	0.14 282	0.16 288	0.25 336	0.26 363	0.18 345	0.25 369	0.17 304	0.20 431	0.16 320	0.14 318	0.08 304	0.05 186	0.07 198	0.06 189	0.08 324	0.07 283

raft_robust	0.13 280	0.10 374	0.07 7	0.18 302	0.08 130	0.13 250	0.24 477	0.28 394	0.33 424	0.20 384	0.19 276	0.14 241	0.10 203	0.11 111	0.12 240	0.05 28	0.05 186	0.07 198	0.07 276	0.05 102	0.04 41

test_5	0.14 314	0.12 418	0.08 31	0.20 414	0.10 344	0.14 282	0.29 522	0.21 256	0.24 328	0.18 345	0.28 408	0.11 179	0.15 340	0.12 193	0.13 281	0.06 116	0.05 186	0.07 198	0.08 341	0.08 324	0.07 283

Sa-1000	0.12 255	0.08 240	0.08 31	0.18 302	0.08 130	0.14 282	0.22 454	0.22 278	0.18 235	0.15 271	0.20 288	0.17 304	0.11 228	0.10 65	0.10 125	0.06 116	0.05 186	0.09 363	0.09 387	0.05 102	0.05 123

SA	0.12 255	0.09 316	0.08 31	0.18 302	0.08 130	0.12 211	0.24 477	0.23 298	0.18 235	0.17 315	0.27 394	0.14 241	0.11 228	0.11 111	0.11 191	0.05 28	0.05 186	0.09 363	0.08 341	0.05 102	0.04 41

iRaft-Stereo_5w	0.12 255	0.09 316	0.12 188	0.19 359	0.08 130	0.09 84	0.12 66	0.21 256	0.21 288	0.19 361	0.14 192	0.11 179	0.09 171	0.20 413	0.16 362	0.05 28	0.05 186	0.07 198	0.06 189	0.05 102	0.06 203

CIPLG	0.11 189	0.08 240	0.14 268	0.17 220	0.08 130	0.12 211	0.15 223	0.17 172	0.15 162	0.14 244	0.11 151	0.16 284	0.09 171	0.16 320	0.11 191	0.07 243	0.05 186	0.06 105	0.05 111	0.05 102	0.06 203

IPLGR_C	0.11 189	0.08 240	0.14 268	0.17 220	0.08 130	0.12 211	0.15 223	0.17 172	0.15 162	0.14 244	0.10 121	0.16 284	0.09 171	0.16 320	0.11 191	0.07 243	0.05 186	0.06 105	0.05 111	0.05 102	0.06 203

IPLGR	0.11 189	0.09 316	0.16 353	0.18 302	0.08 130	0.12 211	0.17 322	0.21 256	0.24 328	0.11 158	0.12 164	0.11 179	0.08 145	0.12 193	0.12 240	0.06 116	0.05 186	0.06 105	0.06 189	0.04 16	0.04 41

GMOStereo	0.11 189	0.09 316	0.07 7	0.19 359	0.08 130	0.12 211	0.28 513	0.13 61	0.17 209	0.11 158	0.17 242	0.14 241	0.12 259	0.07 4	0.07 1	0.05 28	0.05 186	0.09 363	0.07 276	0.04 16	0.04 41

error version	0.11 189	0.09 316	0.07 7	0.19 359	0.08 130	0.12 211	0.28 513	0.13 61	0.17 209	0.11 158	0.17 242	0.14 241	0.12 259	0.07 4	0.07 1	0.05 28	0.05 186	0.09 363	0.07 276	0.04 16	0.04 41

test-v	0.11 189	0.09 316	0.07 7	0.19 359	0.08 130	0.12 211	0.28 513	0.13 61	0.17 209	0.11 158	0.17 242	0.14 241	0.12 259	0.07 4	0.07 1	0.05 28	0.05 186	0.09 363	0.07 276	0.04 16	0.04 41

ACRE	0.11 189	0.08 240	0.14 268	0.17 220	0.08 130	0.12 211	0.15 223	0.17 172	0.14 145	0.14 244	0.10 121	0.16 284	0.09 171	0.16 320	0.11 191	0.07 243	0.05 186	0.06 105	0.05 111	0.05 102	0.06 203

GwcNet-ADL	0.13 280	0.08 240	0.14 268	0.20 414	0.09 242	0.11 176	0.20 427	0.30 419	0.24 328	0.13 223	0.14 192	0.18 318	0.14 322	0.13 238	0.14 318	0.07 243	0.05 186	0.06 105	0.05 111	0.07 261	0.06 203

PFNet+	0.11 189	0.06 59	0.13 233	0.16 146	0.09 242	0.05 4	0.12 66	0.17 172	0.21 288	0.16 299	0.19 276	0.14 241	0.10 203	0.11 111	0.11 191	0.08 304	0.05 186	0.09 363	0.08 341	0.06 195	0.11 444

TRStereo	0.09 85	0.05 19	0.12 188	0.15 72	0.12 424	0.10 131	0.13 107	0.18 201	0.18 235	0.09 96	0.09 92	0.09 127	0.06 36	0.10 65	0.08 17	0.07 243	0.05 186	0.07 198	0.07 276	0.04 16	0.04 41

IIG-Stereo	0.11 189	0.06 59	0.13 233	0.17 220	0.08 130	0.11 176	0.12 66	0.22 278	0.17 209	0.14 244	0.17 242	0.11 179	0.12 259	0.12 193	0.12 240	0.06 116	0.05 186	0.07 198	0.06 189	0.05 102	0.04 41

PSM-softLoss	0.12 255	0.07 143	0.15 319	0.17 220	0.09 242	0.08 53	0.13 107	0.24 320	0.17 209	0.14 244	0.19 276	0.13 221	0.11 228	0.11 111	0.11 191	0.07 243	0.05 186	0.08 282	0.07 276	0.06 195	0.12 457

KMStereo	0.12 255	0.07 143	0.15 319	0.17 220	0.09 242	0.08 53	0.13 107	0.24 320	0.17 209	0.14 244	0.19 276	0.13 221	0.11 228	0.11 111	0.11 191	0.07 243	0.05 186	0.08 282	0.07 276	0.06 195	0.12 457

PSM-AAD	0.11 189	0.07 143	0.10 112	0.19 359	0.09 242	0.10 131	0.15 223	0.20 233	0.13 120	0.12 196	0.14 192	0.18 318	0.11 228	0.11 111	0.10 125	0.05 28	0.05 186	0.09 363	0.08 341	0.06 195	0.14 493

FTStereo	0.12 255	0.06 59	0.14 268	0.18 302	0.09 242	0.07 30	0.15 223	0.21 256	0.18 235	0.12 196	0.24 340	0.12 196	0.12 259	0.13 238	0.13 281	0.05 28	0.05 186	0.07 198	0.06 189	0.06 195	0.10 418

GrayStereo	0.11 189	0.06 59	0.11 153	0.19 359	0.09 242	0.09 84	0.16 288	0.18 201	0.17 209	0.14 244	0.17 242	0.17 304	0.11 228	0.12 193	0.11 191	0.05 28	0.05 186	0.07 198	0.06 189	0.05 102	0.10 418

RAFT-345	0.11 189	0.07 143	0.15 319	0.16 146	0.08 130	0.08 53	0.12 66	0.15 109	0.10 37	0.11 158	0.36 461	0.09 127	0.09 171	0.11 111	0.12 240	0.05 28	0.05 186	0.07 198	0.06 189	0.04 16	0.05 123

AnonymousM	0.09 85	0.05 19	0.10 112	0.14 31	0.06 14	0.09 84	0.13 107	0.19 222	0.14 145	0.13 223	0.11 151	0.09 127	0.08 145	0.13 238	0.10 125	0.08 304	0.05 186	0.08 282	0.05 111	0.05 102	0.05 123

CroCo-Stereo	0.09 85	0.08 240	0.08 31	0.22 458	0.09 242	0.09 84	0.19 406	0.15 109	0.12 89	0.07 33	0.07 40	0.08 102	0.06 36	0.08 16	0.07 1	0.07 243	0.05 186	0.06 105	0.04 37	0.05 102	0.04 41
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
test-2	0.11 189	0.09 316	0.07 7	0.19 359	0.08 130	0.12 211	0.28 513	0.13 61	0.17 209	0.11 158	0.17 242	0.14 241	0.12 259	0.07 4	0.07 1	0.05 28	0.05 186	0.09 363	0.07 276	0.04 16	0.04 41

TANstereo	0.09 85	0.04 1	0.08 31	0.13 13	0.06 14	0.11 176	0.14 155	0.15 109	0.19 250	0.11 158	0.15 209	0.10 158	0.06 36	0.12 193	0.09 54	0.07 243	0.05 186	0.05 25	0.04 37	0.06 195	0.05 123

raftrobust	0.09 85	0.06 59	0.10 112	0.17 220	0.08 130	0.09 84	0.10 29	0.18 201	0.16 190	0.10 129	0.09 92	0.12 196	0.07 110	0.12 193	0.10 125	0.08 304	0.05 186	0.06 105	0.05 111	0.05 102	0.05 123

sAnonymous2	0.13 280	0.12 418	0.24 454	0.20 414	0.12 424	0.17 359	0.13 107	0.26 354	0.21 288	0.11 158	0.11 151	0.13 221	0.08 145	0.10 65	0.10 125	0.09 363	0.05 186	0.08 282	0.06 189	0.15 502	0.10 418

CroCo_RVC	0.13 280	0.12 418	0.24 454	0.20 414	0.12 424	0.17 359	0.13 107	0.26 354	0.21 288	0.11 158	0.11 151	0.13 221	0.08 145	0.10 65	0.10 125	0.09 363	0.05 186	0.08 282	0.06 189	0.15 502	0.10 418

CFNet_pseudo	0.14 314	0.08 240	0.15 319	0.16 146	0.09 242	0.13 250	0.14 155	0.27 375	0.34 436	0.14 244	0.21 309	0.22 371	0.13 297	0.18 373	0.14 318	0.07 243	0.05 186	0.08 282	0.06 189	0.07 261	0.07 283

RALAANet	0.11 189	0.08 240	0.10 112	0.17 220	0.09 242	0.14 282	0.10 29	0.20 233	0.15 162	0.14 244	0.13 178	0.16 284	0.09 171	0.12 193	0.11 191	0.06 116	0.05 186	0.07 198	0.06 189	0.05 102	0.04 41

XX-Stereo	0.09 85	0.05 19	0.08 31	0.17 220	0.09 242	0.15 308	0.12 66	0.20 233	0.10 37	0.10 129	0.14 192	0.07 65	0.06 36	0.12 193	0.08 17	0.06 116	0.05 186	0.06 105	0.06 189	0.04 16	0.04 41

222	0.16 381	0.07 143	0.14 268	0.14 31	0.08 130	0.24 459	0.18 367	0.30 419	0.20 273	0.17 315	0.28 408	0.17 304	0.16 366	0.15 286	0.40 538	0.10 404	0.05 186	0.07 198	0.06 189	0.07 261	0.08 347

xxxx	0.15 358	0.07 143	0.14 268	0.14 31	0.08 130	0.23 454	0.18 367	0.31 429	0.19 250	0.14 244	0.28 408	0.22 371	0.14 322	0.15 286	0.26 488	0.09 363	0.05 186	0.07 198	0.07 276	0.08 324	0.07 283

test_xeample	0.15 358	0.06 59	0.13 233	0.14 31	0.08 130	0.21 433	0.20 427	0.28 394	0.20 273	0.16 299	0.29 420	0.19 332	0.16 366	0.15 286	0.26 488	0.09 363	0.05 186	0.07 198	0.07 276	0.07 261	0.07 283

ARAFT	0.12 255	0.08 240	0.17 381	0.19 359	0.09 242	0.14 282	0.18 367	0.20 233	0.12 89	0.12 196	0.13 178	0.14 241	0.11 228	0.15 286	0.12 240	0.06 116	0.05 186	0.10 411	0.09 387	0.05 102	0.04 41

SFCPSM	0.13 280	0.07 143	0.14 268	0.17 220	0.09 242	0.15 308	0.16 288	0.28 394	0.27 372	0.14 244	0.17 242	0.12 196	0.13 297	0.14 264	0.11 191	0.08 304	0.05 186	0.07 198	0.07 276	0.07 261	0.06 203

FENet	0.13 280	0.08 240	0.12 188	0.16 146	0.08 130	0.14 282	0.15 223	0.22 278	0.23 312	0.17 315	0.23 328	0.16 284	0.12 259	0.14 264	0.15 346	0.08 304	0.05 186	0.08 282	0.08 341	0.07 261	0.07 283

cf-r	0.13 280	0.07 143	0.12 188	0.16 146	0.08 130	0.14 282	0.19 406	0.20 233	0.25 349	0.17 315	0.25 369	0.21 353	0.16 366	0.14 264	0.14 318	0.10 404	0.05 186	0.06 105	0.08 341	0.06 195	0.06 203

GwcNet-RSSM	0.14 314	0.07 143	0.12 188	0.15 72	0.08 130	0.15 308	0.20 427	0.21 256	0.27 372	0.18 345	0.27 394	0.22 371	0.16 366	0.14 264	0.15 346	0.10 404	0.05 186	0.07 198	0.09 387	0.07 261	0.07 283

DIP-Stereo	0.11 189	0.07 143	0.14 268	0.17 220	0.09 242	0.13 250	0.09 18	0.16 136	0.16 190	0.11 158	0.16 221	0.14 241	0.12 259	0.15 286	0.13 281	0.06 116	0.05 186	0.06 105	0.05 111	0.05 102	0.06 203
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 255	0.08 240	0.14 268	0.18 302	0.07 74	0.15 308	0.07 3	0.22 278	0.18 235	0.16 299	0.19 276	0.18 318	0.14 322	0.16 320	0.15 346	0.07 243	0.05 186	0.05 25	0.05 111	0.06 195	0.06 203

R-Stereo Train	0.10 146	0.06 59	0.10 112	0.17 220	0.08 130	0.11 176	0.14 155	0.23 298	0.11 63	0.12 196	0.19 276	0.11 179	0.08 145	0.09 35	0.11 191	0.07 243	0.05 186	0.06 105	0.05 111	0.05 102	0.05 123

RAFT-Stereo	0.10 146	0.06 59	0.10 112	0.17 220	0.08 130	0.11 176	0.14 155	0.23 298	0.11 63	0.12 196	0.19 276	0.11 179	0.08 145	0.09 35	0.11 191	0.07 243	0.05 186	0.06 105	0.05 111	0.05 102	0.05 123
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.14 314	0.08 240	0.15 319	0.17 220	0.09 242	0.14 282	0.14 155	0.29 405	0.36 449	0.14 244	0.21 309	0.21 353	0.12 259	0.17 352	0.14 318	0.07 243	0.05 186	0.07 198	0.07 276	0.07 261	0.07 283

ccs_rob	0.14 314	0.08 240	0.15 319	0.16 146	0.09 242	0.12 211	0.14 155	0.27 375	0.34 436	0.14 244	0.21 309	0.22 371	0.13 297	0.18 373	0.14 318	0.07 243	0.05 186	0.08 282	0.07 276	0.07 261	0.07 283

AANet_RVC	0.16 381	0.10 374	0.10 112	0.18 302	0.09 242	0.18 378	0.19 406	0.26 354	0.31 410	0.22 414	0.35 458	0.21 353	0.21 435	0.22 443	0.16 362	0.06 116	0.05 186	0.06 105	0.06 189	0.07 261	0.06 203

AdaStereo	0.15 358	0.11 400	0.15 319	0.18 302	0.09 242	0.20 416	0.11 49	0.32 440	0.28 386	0.20 384	0.23 328	0.20 344	0.13 297	0.19 388	0.14 318	0.12 458	0.05 186	0.10 411	0.07 276	0.09 386	0.07 283
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.
iResNetv2_ROB	0.14 314	0.08 240	0.15 319	0.16 146	0.08 130	0.16 338	0.12 66	0.25 336	0.35 445	0.21 398	0.29 420	0.24 395	0.13 297	0.14 264	0.14 318	0.06 116	0.05 186	0.06 105	0.04 37	0.09 386	0.08 347

HSM	0.15 358	0.08 240	0.14 268	0.16 146	0.09 242	0.16 338	0.14 155	0.28 394	0.25 349	0.19 361	0.23 328	0.37 495	0.16 366	0.20 413	0.15 346	0.07 243	0.05 186	0.07 198	0.06 189	0.07 261	0.06 203

StereoDRNet-Refined	0.17 401	0.12 418	0.15 319	0.20 414	0.09 242	0.18 378	0.18 367	0.26 354	0.23 312	0.26 453	0.40 487	0.22 371	0.17 389	0.21 430	0.20 414	0.08 304	0.05 186	0.09 363	0.10 426	0.07 261	0.07 283
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.14 314	0.07 143	0.13 233	0.14 31	0.07 74	0.18 378	0.14 155	0.26 354	0.31 410	0.22 414	0.25 369	0.23 389	0.15 340	0.15 286	0.13 281	0.07 243	0.05 186	0.05 25	0.04 37	0.08 324	0.08 347

DN-CSS_ROB	0.13 280	0.13 447	0.16 353	0.18 302	0.10 344	0.16 338	0.08 7	0.22 278	0.18 235	0.17 315	0.22 319	0.13 221	0.13 297	0.12 193	0.13 281	0.05 28	0.05 186	0.10 411	0.10 426	0.08 324	0.06 203

pmcnn	0.15 358	0.07 143	0.19 415	0.15 72	0.07 74	0.20 416	0.15 223	0.24 320	0.26 363	0.21 398	0.34 454	0.28 436	0.18 403	0.18 373	0.17 377	0.07 243	0.05 186	0.05 25	0.04 37	0.07 261	0.06 203

FlowAnything_test	0.11 189	0.08 240	0.14 268	0.15 72	0.09 242	0.07 30	0.14 155	0.20 233	0.11 63	0.09 96	0.09 92	0.12 196	0.12 259	0.13 238	0.11 191	0.09 363	0.06 311	0.09 363	0.09 387	0.06 195	0.09 391

MSAF-DinoV2	0.22 460	0.11 400	0.23 450	0.17 220	0.10 344	0.27 489	0.16 288	0.37 496	0.55 520	0.21 398	0.27 394	0.47 528	0.27 481	0.35 513	0.39 535	0.09 363	0.06 311	0.07 198	0.09 387	0.12 456	0.10 418

S2M2_XL	0.08 47	0.06 59	0.12 188	0.12 4	0.08 130	0.09 84	0.09 18	0.07 2	0.07 8	0.08 66	0.07 40	0.07 65	0.06 36	0.09 35	0.09 54	0.08 304	0.06 311	0.07 198	0.05 111	0.08 324	0.06 203

MM-Stereo_test3	0.10 146	0.07 143	0.07 7	0.18 302	0.07 74	0.12 211	0.19 406	0.24 320	0.19 250	0.06 11	0.10 121	0.08 102	0.06 36	0.11 111	0.08 17	0.06 116	0.06 311	0.07 198	0.05 111	0.05 102	0.04 41

DDVS	0.15 358	0.10 374	0.21 435	0.16 146	0.12 424	0.15 308	0.14 155	0.25 336	0.19 250	0.18 345	0.29 420	0.27 426	0.12 259	0.19 388	0.15 346	0.09 363	0.06 311	0.09 363	0.07 276	0.11 441	0.11 444

rvit_stereo_0081_aga	0.11 189	0.09 316	0.14 268	0.18 302	0.09 242	0.13 250	0.14 155	0.14 78	0.19 250	0.10 129	0.18 267	0.16 284	0.09 171	0.12 193	0.09 54	0.10 404	0.06 311	0.08 282	0.07 276	0.07 261	0.06 203

model_zeroshot	0.10 146	0.04 1	0.11 153	0.15 72	0.09 242	0.12 211	0.14 155	0.20 233	0.13 120	0.11 158	0.10 121	0.12 196	0.07 110	0.12 193	0.10 125	0.07 243	0.06 311	0.06 105	0.05 111	0.06 195	0.06 203

ACV-stereo	0.15 358	0.10 374	0.28 474	0.18 302	0.12 424	0.14 282	0.12 66	0.23 298	0.21 288	0.19 361	0.23 328	0.22 371	0.15 340	0.23 454	0.17 377	0.07 243	0.06 311	0.07 198	0.07 276	0.07 261	0.07 283

ITSA-stereo	0.15 358	0.10 374	0.14 268	0.19 359	0.08 130	0.12 211	0.14 155	0.30 419	0.49 507	0.17 315	0.19 276	0.22 371	0.15 340	0.17 352	0.16 362	0.10 404	0.06 311	0.08 282	0.08 341	0.08 324	0.08 347

rvit_stereo_ft	0.12 255	0.07 143	0.13 233	0.19 359	0.10 344	0.12 211	0.17 322	0.16 136	0.16 190	0.12 196	0.13 178	0.15 270	0.10 203	0.14 264	0.13 281	0.09 363	0.06 311	0.08 282	0.07 276	0.07 261	0.05 123

DualNet (step1)	0.16 381	0.12 418	0.20 427	0.12 4	0.14 467	0.17 359	0.13 107	0.27 375	0.23 312	0.20 384	0.20 288	0.24 395	0.19 419	0.16 320	0.16 362	0.15 498	0.06 311	0.14 488	0.14 490	0.14 487	0.12 457

test_sample7	0.15 358	0.10 374	0.16 353	0.14 31	0.11 393	0.16 338	0.16 288	0.27 375	0.23 312	0.20 384	0.20 288	0.24 395	0.19 419	0.16 320	0.16 362	0.12 458	0.06 311	0.10 411	0.09 387	0.10 418	0.10 418

test_sample4	0.14 314	0.08 240	0.14 268	0.15 72	0.08 130	0.19 401	0.18 367	0.26 354	0.17 209	0.16 299	0.25 369	0.18 318	0.14 322	0.16 320	0.13 281	0.08 304	0.06 311	0.08 282	0.06 189	0.08 324	0.08 347

test_sample3	0.14 314	0.08 240	0.15 319	0.14 31	0.09 242	0.19 401	0.17 322	0.26 354	0.18 235	0.16 299	0.22 319	0.19 332	0.15 340	0.17 352	0.13 281	0.08 304	0.06 311	0.07 198	0.06 189	0.09 386	0.08 347

test_sample1	0.13 280	0.07 143	0.14 268	0.13 13	0.08 130	0.19 401	0.16 288	0.20 233	0.15 162	0.14 244	0.22 319	0.18 318	0.16 366	0.17 352	0.14 318	0.07 243	0.06 311	0.06 105	0.06 189	0.08 324	0.07 283

AE-Stereo	0.10 146	0.08 240	0.10 112	0.18 302	0.09 242	0.10 131	0.15 223	0.14 78	0.19 250	0.09 96	0.14 192	0.12 196	0.08 145	0.11 111	0.10 125	0.05 28	0.06 311	0.07 198	0.06 189	0.05 102	0.04 41

mmx	0.14 314	0.09 316	0.14 268	0.16 146	0.08 130	0.17 359	0.17 322	0.27 375	0.25 349	0.15 271	0.25 369	0.19 332	0.13 297	0.14 264	0.20 414	0.08 304	0.06 311	0.09 363	0.08 341	0.08 324	0.08 347

xxx	0.14 314	0.09 316	0.14 268	0.16 146	0.08 130	0.17 359	0.17 322	0.27 375	0.25 349	0.15 271	0.25 369	0.19 332	0.13 297	0.14 264	0.20 414	0.08 304	0.06 311	0.09 363	0.08 341	0.08 324	0.08 347

GMStereo_Zeroshot	0.16 381	0.13 447	0.24 454	0.20 414	0.10 344	0.17 359	0.13 107	0.29 405	0.25 349	0.23 426	0.32 438	0.25 409	0.11 228	0.19 388	0.14 318	0.09 363	0.06 311	0.11 442	0.06 189	0.12 456	0.08 347

MaDis-Stereo	0.09 85	0.09 316	0.08 31	0.17 220	0.09 242	0.13 250	0.10 29	0.16 136	0.16 190	0.09 96	0.11 151	0.06 18	0.06 36	0.09 35	0.13 281	0.07 243	0.06 311	0.07 198	0.05 111	0.05 102	0.04 41

EKT-Stereo	0.11 189	0.07 143	0.14 268	0.15 72	0.10 344	0.13 250	0.14 155	0.18 201	0.21 288	0.11 158	0.08 74	0.12 196	0.09 171	0.11 111	0.12 240	0.08 304	0.06 311	0.07 198	0.06 189	0.08 324	0.07 283

MIM_Stereo	0.09 85	0.07 143	0.11 153	0.15 72	0.07 74	0.06 10	0.12 66	0.20 233	0.14 145	0.13 223	0.13 178	0.09 127	0.05 11	0.12 193	0.08 17	0.05 28	0.06 311	0.07 198	0.06 189	0.06 195	0.05 123

CFNet_ucs	0.15 358	0.08 240	0.16 353	0.16 146	0.11 393	0.14 282	0.14 155	0.30 419	0.34 436	0.16 299	0.24 340	0.23 389	0.14 322	0.18 373	0.15 346	0.09 363	0.06 311	0.08 282	0.07 276	0.09 386	0.09 391

CBFPSM	0.14 314	0.06 59	0.26 462	0.17 220	0.09 242	0.13 250	0.15 223	0.22 278	0.23 312	0.20 384	0.27 394	0.24 395	0.16 366	0.16 320	0.18 395	0.06 116	0.06 311	0.06 105	0.07 276	0.07 261	0.07 283

gwcnet-sp	0.14 314	0.07 143	0.12 188	0.18 302	0.09 242	0.16 338	0.17 322	0.24 320	0.24 328	0.18 345	0.24 340	0.15 270	0.16 366	0.15 286	0.15 346	0.08 304	0.06 311	0.07 198	0.08 341	0.08 324	0.07 283

scenet	0.14 314	0.07 143	0.12 188	0.18 302	0.09 242	0.16 338	0.17 322	0.24 320	0.24 328	0.18 345	0.24 340	0.15 270	0.16 366	0.15 286	0.15 346	0.08 304	0.06 311	0.07 198	0.08 341	0.08 324	0.07 283

CASS	0.13 280	0.12 418	0.11 153	0.23 479	0.09 242	0.15 308	0.17 322	0.18 201	0.19 250	0.17 315	0.18 267	0.15 270	0.15 340	0.14 264	0.14 318	0.09 363	0.06 311	0.10 411	0.08 341	0.09 386	0.07 283
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 314	0.07 143	0.12 188	0.18 302	0.09 242	0.16 338	0.17 322	0.24 320	0.24 328	0.18 345	0.24 340	0.15 270	0.16 366	0.15 286	0.15 346	0.08 304	0.06 311	0.07 198	0.08 341	0.08 324	0.07 283

CroCo-Stereo Lap2	0.09 85	0.09 316	0.08 31	0.22 458	0.09 242	0.09 84	0.19 406	0.16 136	0.12 89	0.09 96	0.10 121	0.05 1	0.05 11	0.08 16	0.08 17	0.06 116	0.06 311	0.07 198	0.05 111	0.05 102	0.05 123

TestStereo1	0.13 280	0.08 240	0.08 31	0.19 359	0.08 130	0.18 378	0.29 522	0.23 298	0.16 190	0.17 315	0.20 288	0.16 284	0.10 203	0.12 193	0.13 281	0.06 116	0.06 311	0.08 282	0.06 189	0.05 102	0.05 123

qqq	0.13 280	0.09 316	0.15 319	0.16 146	0.08 130	0.13 250	0.15 223	0.23 298	0.16 190	0.15 271	0.19 276	0.16 284	0.16 366	0.15 286	0.16 362	0.07 243	0.06 311	0.08 282	0.08 341	0.07 261	0.07 283

BUS	0.14 314	0.09 316	0.14 268	0.22 458	0.10 344	0.19 401	0.14 155	0.34 468	0.19 250	0.17 315	0.22 319	0.16 284	0.13 297	0.15 286	0.13 281	0.08 304	0.06 311	0.10 411	0.09 387	0.07 261	0.07 283

RAFT_CTSACE	0.12 255	0.09 316	0.10 112	0.22 458	0.08 130	0.12 211	0.24 477	0.18 201	0.16 190	0.20 384	0.27 394	0.13 221	0.07 110	0.13 238	0.09 54	0.05 28	0.06 311	0.08 282	0.07 276	0.04 16	0.04 41

BSDual-CNN	0.15 358	0.09 316	0.14 268	0.22 458	0.10 344	0.14 282	0.15 223	0.34 468	0.19 250	0.17 315	0.22 319	0.25 409	0.16 366	0.15 286	0.14 318	0.08 304	0.06 311	0.10 411	0.09 387	0.07 261	0.07 283

hknet	0.15 358	0.11 400	0.13 233	0.22 458	0.11 393	0.14 282	0.15 223	0.34 468	0.25 349	0.17 315	0.22 319	0.22 371	0.18 403	0.17 352	0.12 240	0.07 243	0.06 311	0.10 411	0.09 387	0.07 261	0.07 283

SA-5K	0.13 280	0.08 240	0.08 31	0.19 359	0.08 130	0.18 378	0.29 522	0.23 298	0.16 190	0.17 315	0.20 288	0.16 284	0.10 203	0.12 193	0.13 281	0.06 116	0.06 311	0.08 282	0.06 189	0.05 102	0.05 123

psmg	0.14 314	0.09 316	0.14 268	0.17 220	0.10 344	0.15 308	0.17 322	0.29 405	0.19 250	0.17 315	0.21 309	0.25 409	0.16 366	0.15 286	0.14 318	0.08 304	0.06 311	0.08 282	0.08 341	0.07 261	0.06 203

CSP-Net	0.16 381	0.09 316	0.14 268	0.16 146	0.09 242	0.19 401	0.17 322	0.25 336	0.32 417	0.25 448	0.30 426	0.24 395	0.15 340	0.21 430	0.18 395	0.09 363	0.06 311	0.07 198	0.07 276	0.08 324	0.07 283

UDGNet	0.14 314	0.13 447	0.16 353	0.17 220	0.10 344	0.12 211	0.16 288	0.21 256	0.27 372	0.20 384	0.20 288	0.16 284	0.13 297	0.16 320	0.13 281	0.10 404	0.06 311	0.09 363	0.07 276	0.06 195	0.07 283

dd	0.15 358	0.16 477	0.16 353	0.19 359	0.09 242	0.15 308	0.18 367	0.21 256	0.25 349	0.23 426	0.20 288	0.21 353	0.09 171	0.21 430	0.16 362	0.10 404	0.06 311	0.08 282	0.06 189	0.08 324	0.06 203

DAS	0.15 358	0.08 240	0.18 404	0.19 359	0.10 344	0.19 401	0.17 322	0.27 375	0.29 393	0.18 345	0.25 369	0.21 353	0.15 340	0.16 320	0.12 240	0.08 304	0.06 311	0.06 105	0.06 189	0.07 261	0.07 283

SepStereo	0.15 358	0.08 240	0.18 404	0.19 359	0.10 344	0.19 401	0.17 322	0.27 375	0.29 393	0.18 345	0.25 369	0.21 353	0.15 340	0.25 468	0.12 240	0.08 304	0.06 311	0.06 105	0.06 189	0.07 261	0.07 283

GANet-ADL	0.13 280	0.07 143	0.15 319	0.17 220	0.10 344	0.18 378	0.15 223	0.30 419	0.20 273	0.13 223	0.18 267	0.19 332	0.12 259	0.16 320	0.13 281	0.08 304	0.06 311	0.06 105	0.05 111	0.07 261	0.08 347

ADLNet2	0.16 381	0.09 316	0.13 233	0.16 146	0.09 242	0.20 416	0.16 288	0.31 429	0.39 466	0.16 299	0.20 288	0.20 344	0.18 403	0.21 430	0.22 443	0.08 304	0.06 311	0.07 198	0.07 276	0.09 386	0.07 283

LMCR-Stereo	0.15 358	0.08 240	0.13 233	0.21 443	0.09 242	0.17 359	0.20 427	0.27 375	0.19 250	0.24 435	0.24 340	0.23 389	0.17 389	0.20 413	0.17 377	0.07 243	0.06 311	0.08 282	0.06 189	0.10 418	0.08 347

GEStereo_RVC	0.17 401	0.12 418	0.15 319	0.22 458	0.11 393	0.19 401	0.17 322	0.32 440	0.48 501	0.20 384	0.25 369	0.17 304	0.13 297	0.21 430	0.16 362	0.10 404	0.06 311	0.08 282	0.07 276	0.09 386	0.08 347

TestStereo	0.13 280	0.14 459	0.11 153	0.23 479	0.08 130	0.15 308	0.21 444	0.20 233	0.23 312	0.14 244	0.24 340	0.16 284	0.12 259	0.16 320	0.14 318	0.05 28	0.06 311	0.08 282	0.06 189	0.09 386	0.05 123

RALCasStereoNet	0.10 146	0.06 59	0.09 73	0.16 146	0.08 130	0.12 211	0.14 155	0.17 172	0.11 63	0.12 196	0.17 242	0.14 241	0.10 203	0.12 193	0.11 191	0.07 243	0.06 311	0.06 105	0.05 111	0.08 324	0.07 283

ADLNet	0.16 381	0.08 240	0.15 319	0.16 146	0.10 344	0.16 338	0.17 322	0.32 440	0.27 372	0.22 414	0.27 394	0.24 395	0.16 366	0.18 373	0.21 434	0.10 404	0.06 311	0.10 411	0.10 426	0.08 324	0.09 391

RAFT + AFF	0.13 280	0.07 143	0.20 427	0.20 414	0.10 344	0.14 282	0.24 477	0.26 354	0.20 273	0.11 158	0.10 121	0.12 196	0.10 203	0.15 286	0.12 240	0.07 243	0.06 311	0.09 363	0.08 341	0.06 195	0.08 347

GMStereo	0.13 280	0.14 459	0.14 268	0.18 302	0.09 242	0.15 308	0.16 288	0.20 233	0.24 328	0.16 299	0.17 242	0.10 158	0.10 203	0.16 320	0.13 281	0.07 243	0.06 311	0.06 105	0.06 189	0.07 261	0.06 203
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.17 401	0.09 316	0.16 353	0.20 414	0.11 393	0.27 489	0.20 427	0.25 336	0.41 475	0.22 414	0.30 426	0.21 353	0.20 431	0.17 352	0.20 414	0.06 116	0.06 311	0.07 198	0.07 276	0.08 324	0.07 283

UNet	0.17 401	0.09 316	0.18 404	0.19 359	0.12 424	0.27 489	0.19 406	0.33 459	0.29 393	0.21 398	0.24 340	0.23 389	0.19 419	0.19 388	0.18 395	0.07 243	0.06 311	0.08 282	0.07 276	0.08 324	0.06 203

ACVNet	0.15 358	0.09 316	0.15 319	0.13 13	0.12 424	0.14 282	0.20 427	0.22 278	0.33 424	0.17 315	0.26 386	0.21 353	0.16 366	0.17 352	0.21 434	0.07 243	0.06 311	0.06 105	0.06 189	0.08 324	0.06 203

acv_ft	0.15 358	0.09 316	0.15 319	0.19 359	0.10 344	0.16 338	0.17 322	0.25 336	0.33 424	0.19 361	0.26 386	0.21 353	0.17 389	0.17 352	0.18 395	0.07 243	0.06 311	0.06 105	0.06 189	0.08 324	0.06 203

GANet-RSSM	0.14 314	0.07 143	0.13 233	0.13 13	0.08 130	0.14 282	0.17 322	0.22 278	0.21 288	0.17 315	0.24 340	0.23 389	0.15 340	0.16 320	0.15 346	0.10 404	0.06 311	0.07 198	0.08 341	0.08 324	0.07 283

PSMNet-RSSM	0.14 314	0.07 143	0.13 233	0.15 72	0.08 130	0.13 250	0.16 288	0.24 320	0.24 328	0.16 299	0.28 408	0.22 371	0.14 322	0.15 286	0.13 281	0.11 433	0.06 311	0.09 363	0.12 477	0.08 324	0.07 283

CFNet-ft	0.14 314	0.07 143	0.15 319	0.12 4	0.09 242	0.16 338	0.18 367	0.22 278	0.24 328	0.17 315	0.26 386	0.24 395	0.14 322	0.16 320	0.14 318	0.11 433	0.06 311	0.08 282	0.09 387	0.09 386	0.08 347

DMCA	0.14 314	0.09 316	0.16 353	0.19 359	0.09 242	0.15 308	0.17 322	0.23 298	0.27 372	0.14 244	0.19 276	0.17 304	0.18 403	0.15 286	0.17 377	0.10 404	0.06 311	0.08 282	0.06 189	0.09 386	0.10 418

SuperB	0.20 439	0.10 374	0.56 533	0.16 146	0.09 242	0.18 378	0.18 367	0.24 320	0.50 510	0.26 453	0.39 481	0.17 304	0.21 435	0.22 443	0.21 434	0.08 304	0.06 311	0.06 105	0.06 189	0.12 456	0.10 418

ADCRef	0.19 427	0.12 418	0.41 513	0.20 414	0.12 424	0.22 441	0.18 367	0.32 440	0.36 449	0.26 453	0.32 438	0.17 304	0.23 452	0.24 463	0.24 468	0.07 243	0.06 311	0.09 363	0.09 387	0.08 324	0.08 347

ADCP+	0.20 439	0.10 374	0.33 493	0.20 414	0.12 424	0.22 441	0.26 500	0.31 429	0.34 436	0.26 453	0.37 467	0.22 371	0.22 444	0.27 473	0.27 496	0.09 363	0.06 311	0.08 282	0.08 341	0.09 386	0.10 418

RASNet	0.14 314	0.07 143	0.14 268	0.16 146	0.08 130	0.18 378	0.14 155	0.29 405	0.20 273	0.17 315	0.25 369	0.21 353	0.18 403	0.20 413	0.19 408	0.07 243	0.06 311	0.06 105	0.08 341	0.06 195	0.06 203

HSM-Net_RVC	0.14 314	0.08 240	0.11 153	0.15 72	0.08 130	0.15 308	0.15 223	0.27 375	0.29 393	0.19 361	0.21 309	0.29 444	0.14 322	0.17 352	0.13 281	0.06 116	0.06 311	0.06 105	0.06 189	0.07 261	0.06 203
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.22 460	0.12 418	0.22 441	0.19 359	0.17 510	0.46 531	0.26 500	0.38 504	0.48 501	0.24 435	0.28 408	0.34 484	0.23 452	0.20 413	0.30 511	0.10 404	0.06 311	0.09 363	0.09 387	0.13 474	0.15 500

CFNet	0.15 358	0.10 374	0.17 381	0.17 220	0.08 130	0.18 378	0.09 18	0.28 394	0.25 349	0.19 361	0.24 340	0.24 395	0.17 389	0.17 352	0.14 318	0.08 304	0.06 311	0.09 363	0.10 426	0.07 261	0.06 203

CFNet_RVC	0.14 314	0.07 143	0.15 319	0.12 4	0.09 242	0.16 338	0.18 367	0.22 278	0.24 328	0.17 315	0.26 386	0.24 395	0.14 322	0.16 320	0.14 318	0.11 433	0.06 311	0.08 282	0.09 387	0.09 386	0.08 347

NLCA_NET_v2_RVC	0.17 401	0.10 374	0.22 441	0.20 414	0.10 344	0.15 308	0.18 367	0.31 429	0.25 349	0.21 398	0.30 426	0.25 409	0.17 389	0.21 430	0.20 414	0.09 363	0.06 311	0.08 282	0.08 341	0.07 261	0.08 347
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.19 427	0.10 374	0.15 319	0.17 220	0.15 485	0.28 496	0.23 465	0.44 529	0.42 482	0.15 271	0.27 394	0.25 409	0.19 419	0.22 443	0.17 377	0.09 363	0.06 311	0.10 411	0.08 341	0.15 502	0.09 391

DISCO	0.19 427	0.09 316	0.22 441	0.17 220	0.10 344	0.25 470	0.18 367	0.27 375	0.44 492	0.22 414	0.31 434	0.33 478	0.26 473	0.28 484	0.28 503	0.08 304	0.06 311	0.07 198	0.07 276	0.09 386	0.09 391

LE_ROB	0.50 544	0.07 143	0.14 268	0.15 72	0.08 130	0.24 459	0.16 288	0.22 278	1.81 576	4.63 579	0.67 540	0.47 528	0.44 537	0.20 413	0.29 506	0.07 243	0.06 311	0.06 105	0.06 189	0.08 324	0.06 203

DispFullNet	0.27 504	0.21 512	0.65 541	0.28 519	0.16 495	0.26 479	0.17 322	0.33 459	0.58 528	0.27 459	0.38 473	0.43 517	0.23 452	0.38 526	0.23 455	0.12 458	0.06 311	0.19 519	0.11 458	0.21 524	0.15 500

S2M2	0.09 85	0.08 240	0.11 153	0.13 13	0.10 344	0.08 53	0.06 1	0.10 18	0.10 37	0.10 129	0.09 92	0.10 158	0.09 171	0.11 111	0.11 191	0.13 481	0.07 383	0.08 282	0.09 387	0.10 418	0.08 347

rvit_stereo_0081	0.11 189	0.08 240	0.15 319	0.16 146	0.09 242	0.10 131	0.14 155	0.14 78	0.24 328	0.11 158	0.13 178	0.13 221	0.09 171	0.11 111	0.12 240	0.10 404	0.07 383	0.08 282	0.07 276	0.07 261	0.05 123

DCVSM-stereo	0.14 314	0.09 316	0.16 353	0.16 146	0.10 344	0.15 308	0.09 18	0.19 222	0.23 312	0.20 384	0.23 328	0.26 418	0.15 340	0.18 373	0.14 318	0.09 363	0.07 383	0.09 363	0.08 341	0.10 418	0.12 457

rvit_stereo_0082	0.11 189	0.08 240	0.15 319	0.16 146	0.09 242	0.10 131	0.14 155	0.14 78	0.24 328	0.11 158	0.13 178	0.13 221	0.09 171	0.11 111	0.12 240	0.10 404	0.07 383	0.08 282	0.07 276	0.07 261	0.05 123

rvit_stereo_0080	0.10 146	0.08 240	0.14 268	0.15 72	0.09 242	0.07 30	0.15 223	0.16 136	0.16 190	0.11 158	0.10 121	0.14 241	0.08 145	0.12 193	0.10 125	0.09 363	0.07 383	0.07 198	0.06 189	0.07 261	0.05 123

1111x	0.15 358	0.08 240	0.12 188	0.18 302	0.07 74	0.18 378	0.25 492	0.31 429	0.24 328	0.17 315	0.24 340	0.26 418	0.15 340	0.13 238	0.23 455	0.07 243	0.07 383	0.08 282	0.09 387	0.07 261	0.06 203

whm_eth	0.10 146	0.08 240	0.14 268	0.15 72	0.09 242	0.07 30	0.15 223	0.16 136	0.16 190	0.11 158	0.10 121	0.14 241	0.08 145	0.12 193	0.10 125	0.09 363	0.07 383	0.07 198	0.06 189	0.07 261	0.05 123

iinet-f	0.16 381	0.06 59	0.45 517	0.14 31	0.10 344	0.21 433	0.14 155	0.27 375	0.23 312	0.21 398	0.24 340	0.21 353	0.15 340	0.18 373	0.21 434	0.09 363	0.07 383	0.07 198	0.06 189	0.09 386	0.10 418

Wz-Net-MNSev	0.22 460	0.13 447	0.31 487	0.20 414	0.14 467	0.36 523	0.24 477	0.33 459	0.44 492	0.28 474	0.40 487	0.38 499	0.19 419	0.24 463	0.25 477	0.09 363	0.07 383	0.09 363	0.09 387	0.12 456	0.10 418

AACVNet	0.16 381	0.08 240	0.14 268	0.15 72	0.10 344	0.18 378	0.15 223	0.23 298	0.24 328	0.27 459	0.27 394	0.28 436	0.17 389	0.19 388	0.16 362	0.09 363	0.07 383	0.09 363	0.07 276	0.10 418	0.09 391

RAFT	0.13 280	0.09 316	0.11 153	0.18 302	0.08 130	0.15 308	0.24 477	0.20 233	0.19 250	0.21 398	0.21 309	0.17 304	0.12 259	0.16 320	0.09 54	0.06 116	0.07 383	0.10 411	0.09 387	0.05 102	0.05 123

ICVP	0.15 358	0.09 316	0.12 188	0.22 458	0.09 242	0.17 359	0.21 444	0.25 336	0.23 312	0.18 345	0.30 426	0.26 418	0.18 403	0.17 352	0.14 318	0.09 363	0.07 383	0.08 282	0.07 276	0.07 261	0.07 283
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.14 314	0.08 240	0.16 353	0.15 72	0.10 344	0.13 250	0.13 107	0.28 394	0.25 349	0.16 299	0.23 328	0.18 318	0.13 297	0.16 320	0.13 281	0.08 304	0.07 383	0.07 198	0.06 189	0.08 324	0.09 391

HCRNet	0.16 381	0.24 520	0.12 188	0.35 535	0.11 393	0.15 308	0.17 322	0.26 354	0.22 302	0.19 361	0.24 340	0.21 353	0.14 322	0.15 286	0.13 281	0.11 433	0.07 383	0.11 442	0.10 426	0.09 386	0.07 283

UPFNet	0.16 381	0.08 240	0.12 188	0.20 414	0.12 424	0.20 416	0.23 465	0.28 394	0.26 363	0.17 315	0.24 340	0.22 371	0.19 419	0.19 388	0.21 434	0.09 363	0.07 383	0.08 282	0.09 387	0.08 324	0.06 203

aanetorigin	0.22 460	0.17 488	0.56 533	0.17 220	0.10 344	0.15 308	0.19 406	0.20 233	0.33 424	0.49 534	0.48 514	0.29 444	0.27 481	0.20 413	0.23 455	0.08 304	0.07 383	0.08 282	0.07 276	0.10 418	0.09 391

EDNetEfficientorigin	7.91 582	0.31 536	153.02 598	0.19 359	0.09 242	0.21 433	0.16 288	0.22 278	0.59 529	0.72 549	0.67 540	0.42 514	0.50 542	0.24 463	0.39 535	0.08 304	0.07 383	0.08 282	0.07 276	0.12 456	0.10 418

EDNetEfficient	0.29 512	0.24 520	1.13 564	0.18 302	0.10 344	0.19 401	0.20 427	0.20 233	0.60 532	0.74 553	0.56 530	0.31 466	0.39 524	0.22 443	0.30 511	0.09 363	0.07 383	0.08 282	0.07 276	0.11 441	0.09 391

ac_64	0.16 381	0.08 240	0.15 319	0.18 302	0.10 344	0.22 441	0.18 367	0.24 320	0.21 288	0.18 345	0.24 340	0.29 444	0.18 403	0.19 388	0.22 443	0.09 363	0.07 383	0.08 282	0.09 387	0.07 261	0.06 203

hitnet-ft	0.18 415	0.09 316	0.17 381	0.14 31	0.09 242	0.26 479	0.20 427	0.25 336	0.26 363	0.24 435	0.32 438	0.31 466	0.22 444	0.24 463	0.21 434	0.12 458	0.07 383	0.10 411	0.08 341	0.12 456	0.11 444

DSFCA	0.16 381	0.09 316	0.14 268	0.16 146	0.10 344	0.20 416	0.19 406	0.28 394	0.31 410	0.23 426	0.24 340	0.22 371	0.15 340	0.19 388	0.20 414	0.10 404	0.07 383	0.09 363	0.09 387	0.08 324	0.08 347

ADCL	0.24 483	0.11 400	0.47 522	0.22 458	0.12 424	0.34 514	0.29 522	0.29 405	0.56 523	0.24 435	0.46 511	0.30 453	0.30 502	0.29 490	0.29 506	0.08 304	0.07 383	0.09 363	0.09 387	0.10 418	0.10 418

TDLM	0.17 401	0.12 418	0.13 233	0.24 488	0.10 344	0.18 378	0.18 367	0.36 490	0.30 403	0.21 398	0.28 408	0.28 436	0.18 403	0.23 454	0.18 395	0.11 433	0.07 383	0.10 411	0.10 426	0.08 324	0.08 347

UCFNet_RVC	0.14 314	0.08 240	0.13 233	0.11 1	0.10 344	0.20 416	0.10 29	0.24 320	0.22 302	0.17 315	0.20 288	0.23 389	0.15 340	0.17 352	0.15 346	0.12 458	0.07 383	0.10 411	0.13 487	0.11 441	0.10 418

DRN-Test	0.19 427	0.11 400	0.20 427	0.22 458	0.10 344	0.22 441	0.22 454	0.39 508	0.37 456	0.24 435	0.32 438	0.26 418	0.21 435	0.22 443	0.24 468	0.11 433	0.07 383	0.11 442	0.10 426	0.09 386	0.07 283

PWC_ROB	0.21 451	0.16 477	0.26 462	0.18 302	0.11 393	0.22 441	0.13 107	0.32 440	0.49 507	0.30 486	0.40 487	0.32 475	0.24 458	0.31 494	0.22 443	0.10 404	0.07 383	0.11 442	0.08 341	0.11 441	0.10 418

zh-mn7	0.25 494	0.14 459	0.56 533	0.19 359	0.14 467	0.24 459	0.22 454	0.34 468	0.62 535	0.35 505	0.65 538	0.31 466	0.25 467	0.31 494	0.25 477	0.09 363	0.08 409	0.09 363	0.09 387	0.09 386	0.11 444

z-mn7	0.24 483	0.14 459	0.45 517	0.19 359	0.13 447	0.28 496	0.25 492	0.34 468	0.62 535	0.27 459	0.56 530	0.29 444	0.24 458	0.32 501	0.25 477	0.08 304	0.08 409	0.08 282	0.08 341	0.10 418	0.10 418

w-ln-seven-2	0.20 439	0.14 459	0.37 506	0.22 458	0.12 424	0.20 416	0.21 444	0.28 394	0.37 456	0.25 448	0.37 467	0.27 426	0.22 444	0.21 430	0.23 455	0.08 304	0.08 409	0.09 363	0.09 387	0.10 418	0.09 391

G2L-Stereo	0.14 314	0.07 143	0.13 233	0.17 220	0.09 242	0.13 250	0.12 66	0.27 375	0.22 302	0.16 299	0.27 394	0.21 353	0.13 297	0.17 352	0.18 395	0.09 363	0.08 409	0.08 282	0.07 276	0.07 261	0.07 283

ISRNet	0.18 415	0.08 240	0.19 415	0.19 359	0.13 447	0.15 308	0.12 66	0.30 419	0.32 417	0.21 398	0.25 369	0.27 426	0.17 389	0.17 352	0.20 414	0.20 527	0.08 409	0.14 488	0.14 490	0.14 487	0.17 519

rvit_stereo_0083	0.12 255	0.08 240	0.17 381	0.16 146	0.09 242	0.11 176	0.15 223	0.14 78	0.26 363	0.11 158	0.14 192	0.13 221	0.10 203	0.12 193	0.12 240	0.10 404	0.08 409	0.09 363	0.07 276	0.07 261	0.05 123

ttt	0.14 314	0.08 240	0.14 268	0.15 72	0.08 130	0.15 308	0.18 367	0.27 375	0.29 393	0.16 299	0.24 340	0.17 304	0.13 297	0.13 238	0.14 318	0.11 433	0.08 409	0.09 363	0.08 341	0.09 386	0.08 347

GASNet	0.22 460	0.23 517	0.33 493	0.26 504	0.17 510	0.26 479	0.16 288	0.44 529	0.42 482	0.27 459	0.24 340	0.30 453	0.15 340	0.27 473	0.18 395	0.12 458	0.08 409	0.12 461	0.11 458	0.16 509	0.07 283

ToySt	0.17 401	0.11 400	0.18 404	0.17 220	0.11 393	0.16 338	0.25 492	0.24 320	0.33 424	0.19 361	0.24 340	0.26 418	0.24 458	0.19 388	0.20 414	0.07 243	0.08 409	0.09 363	0.10 426	0.09 386	0.08 347

NINENet	0.16 381	0.10 374	0.15 319	0.17 220	0.11 393	0.19 401	0.14 155	0.40 512	0.36 449	0.18 345	0.21 309	0.16 284	0.13 297	0.15 286	0.13 281	0.08 304	0.08 409	0.10 411	0.07 276	0.10 418	0.09 391

WZ-Net	0.28 508	0.17 488	0.78 555	0.22 458	0.16 495	0.34 514	0.29 522	0.39 508	0.57 525	0.24 435	0.55 525	0.37 495	0.24 458	0.33 504	0.35 526	0.09 363	0.08 409	0.09 363	0.10 426	0.14 487	0.16 511

GLC_STEREO	0.11 189	0.07 143	0.11 153	0.17 220	0.07 74	0.09 84	0.13 107	0.15 109	0.24 328	0.12 196	0.13 178	0.12 196	0.08 145	0.18 373	0.11 191	0.06 116	0.08 409	0.08 282	0.06 189	0.05 102	0.05 123

AASNet	0.16 381	0.08 240	0.12 188	0.19 359	0.09 242	0.18 378	0.15 223	0.37 496	0.37 456	0.19 361	0.23 328	0.20 344	0.16 366	0.17 352	0.20 414	0.10 404	0.08 409	0.08 282	0.07 276	0.09 386	0.09 391

SACVNet	0.18 415	0.12 418	0.14 268	0.17 220	0.13 447	0.22 441	0.18 367	0.31 429	0.30 403	0.23 426	0.31 434	0.30 453	0.22 444	0.22 443	0.17 377	0.11 433	0.08 409	0.10 411	0.10 426	0.12 456	0.14 493

PSMNet-ADL	0.15 358	0.12 418	0.13 233	0.22 458	0.09 242	0.13 250	0.20 427	0.26 354	0.23 312	0.18 345	0.20 288	0.24 395	0.16 366	0.18 373	0.17 377	0.08 304	0.08 409	0.08 282	0.11 458	0.08 324	0.07 283

Anonymous3	0.16 381	0.13 447	0.33 493	0.26 504	0.14 467	0.27 489	0.17 322	0.28 394	0.28 386	0.15 271	0.17 242	0.14 241	0.10 203	0.15 286	0.12 240	0.08 304	0.08 409	0.08 282	0.08 341	0.08 324	0.11 444

sCroCo_RVC	0.12 255	0.09 316	0.23 450	0.24 488	0.11 393	0.19 401	0.14 155	0.17 172	0.14 145	0.10 129	0.13 178	0.12 196	0.07 110	0.14 264	0.11 191	0.08 304	0.08 409	0.08 282	0.08 341	0.05 102	0.07 283

delet	0.17 401	0.08 240	0.17 381	0.19 359	0.11 393	0.20 416	0.21 444	0.30 419	0.37 456	0.17 315	0.26 386	0.19 332	0.19 419	0.19 388	0.21 434	0.08 304	0.08 409	0.09 363	0.11 458	0.06 195	0.06 203

DMCA-RVC	0.17 401	0.10 374	0.15 319	0.24 488	0.11 393	0.18 378	0.18 367	0.25 336	0.24 328	0.21 398	0.26 386	0.25 409	0.27 481	0.18 373	0.20 414	0.12 458	0.08 409	0.13 476	0.10 426	0.10 418	0.08 347

FADNet-RVC-Resample	0.16 381	0.11 400	0.31 487	0.22 458	0.11 393	0.19 401	0.14 155	0.25 336	0.24 328	0.24 435	0.27 394	0.20 344	0.15 340	0.16 320	0.15 346	0.07 243	0.08 409	0.12 461	0.10 426	0.09 386	0.10 418

FADNet_RVC	0.16 381	0.14 459	0.40 510	0.20 414	0.11 393	0.13 250	0.13 107	0.26 354	0.22 302	0.21 398	0.23 328	0.20 344	0.17 389	0.14 264	0.16 362	0.08 304	0.08 409	0.12 461	0.09 387	0.11 441	0.10 418

RTSC	0.23 476	0.12 418	0.28 474	0.21 443	0.13 447	0.28 496	0.16 288	0.35 483	0.66 542	0.27 459	0.33 450	0.30 453	0.21 435	0.31 494	0.29 506	0.10 404	0.08 409	0.09 363	0.10 426	0.13 474	0.13 476

RTS	0.45 540	0.19 502	3.26 573	0.24 488	0.15 485	0.74 554	0.20 427	0.36 490	0.76 553	0.42 525	0.43 507	0.31 466	0.41 532	0.53 546	0.35 526	0.10 404	0.08 409	0.13 476	0.12 477	0.15 502	0.15 500

RTSA	0.45 540	0.19 502	3.26 573	0.24 488	0.15 485	0.74 554	0.20 427	0.36 490	0.76 553	0.42 525	0.43 507	0.31 466	0.41 532	0.53 546	0.35 526	0.10 404	0.08 409	0.13 476	0.12 477	0.15 502	0.15 500

CVANet_RVC	0.18 415	0.10 374	0.14 268	0.21 443	0.10 344	0.18 378	0.17 322	0.34 468	0.33 424	0.22 414	0.31 434	0.28 436	0.18 403	0.23 454	0.17 377	0.12 458	0.08 409	0.12 461	0.11 458	0.09 386	0.07 283

StereoDRNet	0.18 415	0.11 400	0.17 381	0.22 458	0.11 393	0.21 433	0.22 454	0.37 496	0.33 424	0.24 435	0.28 408	0.30 453	0.19 419	0.20 413	0.20 414	0.09 363	0.08 409	0.11 442	0.09 387	0.09 386	0.07 283

DLCB_ROB	0.18 415	0.10 374	0.15 319	0.23 479	0.11 393	0.24 459	0.18 367	0.29 405	0.28 386	0.27 459	0.28 408	0.28 436	0.24 458	0.19 388	0.20 414	0.08 304	0.08 409	0.09 363	0.09 387	0.07 261	0.07 283

ETE_ROB	0.23 476	0.17 488	0.22 441	0.25 499	0.13 447	0.26 479	0.29 522	0.31 429	0.36 449	0.28 474	0.36 461	0.45 521	0.26 473	0.27 473	0.26 488	0.11 433	0.08 409	0.12 461	0.09 387	0.14 487	0.13 476

PSMNet_ROB	0.21 451	0.11 400	0.15 319	0.27 516	0.15 485	0.24 459	0.35 539	0.43 527	0.37 456	0.27 459	0.32 438	0.32 475	0.22 444	0.21 430	0.26 488	0.12 458	0.08 409	0.13 476	0.11 458	0.09 386	0.09 391

w-ln-seven	0.24 483	0.14 459	0.55 530	0.19 359	0.14 467	0.26 479	0.22 454	0.35 483	0.60 532	0.29 482	0.39 481	0.30 453	0.22 444	0.21 430	0.26 488	0.09 363	0.09 438	0.11 442	0.10 426	0.11 441	0.10 418

CAS++	0.11 189	0.07 143	0.11 153	0.14 31	0.09 242	0.12 211	0.14 155	0.24 320	0.14 145	0.11 158	0.09 92	0.11 179	0.07 110	0.14 264	0.09 54	0.11 433	0.09 438	0.09 363	0.07 276	0.07 261	0.08 347
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
coex-ft	3.30 575	0.34 539	59.09 597	0.18 302	0.13 447	0.26 479	0.22 454	0.27 375	0.72 547	1.90 577	0.70 544	0.44 519	0.45 538	0.29 490	0.41 541	0.09 363	0.09 438	0.12 461	0.09 387	0.14 487	0.13 476

fast-acv-ft	0.18 415	0.11 400	0.19 415	0.19 359	0.12 424	0.24 459	0.21 444	0.25 336	0.34 436	0.22 414	0.34 454	0.27 426	0.20 431	0.21 430	0.23 455	0.09 363	0.09 438	0.08 282	0.10 426	0.08 324	0.07 283

ssnet_v2	0.17 401	0.10 374	0.17 381	0.17 220	0.11 393	0.21 433	0.21 444	0.33 459	0.25 349	0.22 414	0.22 319	0.27 426	0.18 403	0.22 443	0.20 414	0.11 433	0.09 438	0.09 363	0.09 387	0.08 324	0.08 347

Wz-Net-SNSev	0.25 494	0.17 488	0.44 516	0.25 499	0.14 467	0.26 479	0.23 465	0.38 504	0.56 523	0.30 486	0.55 525	0.39 507	0.26 473	0.23 454	0.30 511	0.10 404	0.09 438	0.09 363	0.10 426	0.11 441	0.11 444

Wz-Net-LNSev	0.22 460	0.16 477	0.38 507	0.21 443	0.13 447	0.25 470	0.23 465	0.32 440	0.43 487	0.30 486	0.41 498	0.31 466	0.18 403	0.22 443	0.25 477	0.10 404	0.09 438	0.08 282	0.08 341	0.12 456	0.11 444

CRFU-Net	0.16 381	0.08 240	0.14 268	0.17 220	0.09 242	0.19 401	0.14 155	0.26 354	0.20 273	0.28 474	0.27 394	0.29 444	0.17 389	0.19 388	0.17 377	0.09 363	0.09 438	0.07 198	0.07 276	0.08 324	0.08 347

dad	0.17 401	0.20 506	0.20 427	0.16 146	0.11 393	0.20 416	0.18 367	0.21 256	0.28 386	0.30 486	0.24 340	0.29 444	0.13 297	0.19 388	0.16 362	0.18 520	0.09 438	0.11 442	0.09 387	0.11 441	0.07 283

GwcNet	0.20 439	0.13 447	0.19 415	0.18 302	0.12 424	0.24 459	0.19 406	0.35 483	0.43 487	0.20 384	0.32 438	0.33 478	0.20 431	0.22 443	0.24 468	0.11 433	0.09 438	0.09 363	0.09 387	0.09 386	0.10 418

HGLStereo	0.17 401	0.08 240	0.19 415	0.17 220	0.12 424	0.18 378	0.18 367	0.31 429	0.32 417	0.21 398	0.32 438	0.25 409	0.18 403	0.19 388	0.20 414	0.09 363	0.09 438	0.07 198	0.07 276	0.09 386	0.10 418

G-Net	0.24 483	0.16 477	0.36 502	0.22 458	0.16 495	0.51 537	0.23 465	0.29 405	0.34 436	0.36 508	0.38 473	0.31 466	0.29 498	0.27 473	0.26 488	0.11 433	0.09 438	0.12 461	0.09 387	0.16 509	0.13 476

XQC	0.28 508	0.23 517	0.51 525	0.28 519	0.19 519	0.34 514	0.27 507	0.36 490	0.57 525	0.31 492	0.30 426	0.37 495	0.30 502	0.38 526	0.38 533	0.13 481	0.09 438	0.15 500	0.12 477	0.17 516	0.18 522

ADCMid	0.25 494	0.15 469	0.40 510	0.20 414	0.14 467	0.25 470	0.26 500	0.34 468	0.38 463	0.36 508	0.44 509	0.34 484	0.40 527	0.35 513	0.33 523	0.10 404	0.09 438	0.11 442	0.11 458	0.13 474	0.12 457

DANet	0.21 451	0.15 469	0.28 474	0.25 499	0.13 447	0.22 441	0.19 406	0.27 375	0.27 372	0.28 474	0.32 438	0.35 488	0.31 506	0.31 494	0.23 455	0.11 433	0.09 438	0.11 442	0.10 426	0.13 474	0.11 444
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DeepPruner_ROB	0.16 381	0.11 400	0.15 319	0.17 220	0.10 344	0.17 359	0.15 223	0.32 440	0.21 288	0.19 361	0.21 309	0.22 371	0.18 403	0.20 413	0.15 346	0.13 481	0.09 438	0.09 363	0.09 387	0.11 441	0.10 418

SANet	0.24 483	0.14 459	0.28 474	0.21 443	0.11 393	0.27 489	0.24 477	0.38 504	0.64 539	0.36 508	0.40 487	0.43 517	0.26 473	0.27 473	0.24 468	0.12 458	0.09 438	0.10 411	0.09 387	0.13 474	0.11 444

PDISCO_ROB	0.27 504	0.16 477	0.26 462	0.28 519	0.20 522	0.32 505	0.26 500	0.44 529	0.57 525	0.28 474	0.40 487	0.45 521	0.29 498	0.33 504	0.34 525	0.12 458	0.09 438	0.17 508	0.16 509	0.17 516	0.13 476

LALA_ROB	0.25 494	0.16 477	0.22 441	0.26 504	0.17 510	0.27 489	0.27 507	0.42 523	0.37 456	0.33 502	0.38 473	0.51 532	0.26 473	0.28 484	0.27 496	0.16 514	0.09 438	0.12 461	0.11 458	0.13 474	0.12 457

PWCDC_ROB	0.20 439	0.13 447	0.22 441	0.24 488	0.11 393	0.19 401	0.15 223	0.33 459	0.54 519	0.29 482	0.50 519	0.21 353	0.15 340	0.27 473	0.20 414	0.11 433	0.09 438	0.10 411	0.08 341	0.11 441	0.09 391

zh-sn7	0.25 494	0.17 488	0.50 524	0.24 488	0.13 447	0.25 470	0.24 477	0.34 468	0.48 501	0.28 474	0.54 523	0.28 436	0.31 506	0.36 519	0.32 519	0.10 404	0.10 458	0.11 442	0.10 426	0.12 456	0.12 457

PSMNet-RUCA	0.27 504	0.33 538	0.41 513	0.36 537	0.32 544	0.18 378	0.19 406	0.42 523	0.30 403	0.33 502	0.41 498	0.39 507	0.25 467	0.31 494	0.20 414	0.18 520	0.10 458	0.25 529	0.15 505	0.21 524	0.16 511

rvit_stereo_0075_2	0.17 401	0.12 418	0.25 459	0.23 479	0.16 495	0.13 250	0.10 29	0.30 419	0.27 372	0.20 384	0.28 408	0.22 371	0.15 340	0.18 373	0.13 281	0.16 514	0.10 458	0.17 508	0.10 426	0.10 418	0.09 391

SQANet	0.23 476	0.23 517	0.30 485	0.30 528	0.19 519	0.27 489	0.13 107	0.29 405	0.33 424	0.24 435	0.37 467	0.31 466	0.22 444	0.27 473	0.23 455	0.15 498	0.10 458	0.21 522	0.16 509	0.21 524	0.15 500

pcwnet_v2	0.19 427	0.10 374	0.26 462	0.17 220	0.14 467	0.18 378	0.15 223	0.37 496	0.46 499	0.19 361	0.24 340	0.21 353	0.19 419	0.20 413	0.19 408	0.13 481	0.10 458	0.10 411	0.10 426	0.11 441	0.13 476

psm_up	0.18 415	0.10 374	0.18 404	0.20 414	0.11 393	0.17 359	0.19 406	0.37 496	0.34 436	0.21 398	0.28 408	0.29 444	0.24 458	0.20 413	0.22 443	0.09 363	0.10 458	0.11 442	0.11 458	0.08 324	0.08 347

AF-Net	0.22 460	0.17 488	0.17 381	0.26 504	0.13 447	0.25 470	0.24 477	0.32 440	0.50 510	0.25 448	0.33 450	0.38 499	0.26 473	0.28 484	0.25 477	0.11 433	0.10 458	0.16 506	0.11 458	0.11 441	0.10 418

Nwc_Net	0.23 476	0.16 477	0.21 435	0.25 499	0.14 467	0.24 459	0.26 500	0.37 496	0.38 463	0.22 414	0.41 498	0.30 453	0.28 490	0.28 484	0.25 477	0.11 433	0.10 458	0.17 508	0.20 522	0.10 418	0.10 418

ADCPNet	0.25 494	0.16 477	0.61 538	0.21 443	0.15 485	0.35 522	0.25 492	0.32 440	0.35 445	0.30 486	0.40 487	0.36 490	0.28 490	0.28 484	0.32 519	0.12 458	0.10 458	0.11 442	0.12 477	0.14 487	0.13 476

DPSNet	0.28 508	0.16 477	0.31 487	0.18 302	0.13 447	0.54 539	0.42 548	0.51 541	0.67 543	0.29 482	0.38 473	0.38 499	0.29 498	0.31 494	0.23 455	0.11 433	0.10 458	0.11 442	0.08 341	0.20 523	0.16 511

MDST_ROB	0.22 460	0.10 374	0.17 381	0.18 302	0.11 393	0.37 524	0.19 406	0.43 527	0.41 475	0.39 515	0.39 481	0.29 444	0.21 435	0.26 470	0.18 395	0.11 433	0.10 458	0.14 488	0.11 458	0.10 418	0.08 347

XPNet_ROB	0.22 460	0.11 400	0.19 415	0.22 458	0.13 447	0.22 441	0.19 406	0.34 468	0.40 472	0.30 486	0.39 481	0.39 507	0.26 473	0.26 470	0.28 503	0.15 498	0.10 458	0.10 411	0.10 426	0.13 474	0.12 457

TCMNet	0.19 427	0.12 418	0.19 415	0.20 414	0.18 516	0.20 416	0.24 477	0.27 375	0.36 449	0.23 426	0.26 386	0.25 409	0.19 419	0.19 388	0.23 455	0.13 481	0.11 470	0.11 442	0.12 477	0.13 474	0.12 457

rvit_0105_6	0.14 314	0.09 316	0.18 404	0.17 220	0.10 344	0.10 131	0.16 288	0.19 222	0.26 363	0.12 196	0.18 267	0.17 304	0.12 259	0.18 373	0.12 240	0.15 498	0.11 470	0.12 461	0.10 426	0.09 386	0.06 203

rvit_0105_5	0.14 314	0.09 316	0.13 233	0.17 220	0.09 242	0.14 282	0.23 465	0.24 320	0.27 372	0.14 244	0.15 209	0.18 318	0.12 259	0.17 352	0.14 318	0.14 494	0.11 470	0.10 411	0.10 426	0.08 324	0.06 203

rvit_0105_4	0.14 314	0.09 316	0.17 381	0.17 220	0.10 344	0.12 211	0.19 406	0.23 298	0.27 372	0.14 244	0.20 288	0.17 304	0.13 297	0.17 352	0.13 281	0.15 498	0.11 470	0.11 442	0.10 426	0.09 386	0.06 203

rvit_0105_3	0.15 358	0.09 316	0.14 268	0.19 359	0.12 424	0.15 308	0.25 492	0.25 336	0.29 393	0.15 271	0.17 242	0.20 344	0.13 297	0.17 352	0.14 318	0.13 481	0.11 470	0.12 461	0.14 490	0.07 261	0.06 203

StereoVision	0.13 280	0.12 418	0.09 73	0.24 488	0.10 344	0.15 308	0.21 444	0.21 256	0.20 273	0.12 196	0.24 340	0.10 158	0.10 203	0.16 320	0.10 125	0.09 363	0.11 470	0.12 461	0.12 477	0.06 195	0.05 123

DGSMNet	0.24 483	0.19 502	0.33 493	0.21 443	0.24 531	0.24 459	0.20 427	0.35 483	0.41 475	0.24 435	0.32 438	0.38 499	0.21 435	0.29 490	0.23 455	0.12 458	0.11 470	0.14 488	0.16 509	0.23 528	0.23 533

FAT-Stereo	0.20 439	0.12 418	0.22 441	0.21 443	0.12 424	0.17 359	0.18 367	0.34 468	0.39 466	0.27 459	0.37 467	0.34 484	0.32 510	0.21 430	0.20 414	0.09 363	0.11 470	0.10 411	0.09 387	0.11 441	0.14 493

STTStereo	0.18 415	0.12 418	0.27 469	0.20 414	0.11 393	0.16 338	0.21 444	0.29 405	0.23 312	0.21 398	0.30 426	0.29 444	0.18 403	0.20 413	0.19 408	0.12 458	0.11 470	0.11 442	0.14 490	0.09 386	0.08 347

NCC-stereo	0.24 483	0.15 469	0.31 487	0.26 504	0.16 495	0.20 416	0.30 529	0.40 512	0.40 472	0.24 435	0.38 473	0.33 478	0.28 490	0.36 519	0.27 496	0.12 458	0.11 470	0.15 500	0.22 527	0.13 474	0.13 476

edge stereo	0.22 460	0.13 447	0.20 427	0.21 443	0.13 447	0.23 454	0.16 288	0.32 440	0.42 482	0.32 498	0.40 487	0.38 499	0.35 517	0.25 468	0.24 468	0.13 481	0.11 470	0.14 488	0.11 458	0.12 456	0.13 476

Abc-Net	0.24 483	0.15 469	0.31 487	0.26 504	0.16 495	0.20 416	0.30 529	0.40 512	0.40 472	0.24 435	0.38 473	0.33 478	0.28 490	0.36 519	0.27 496	0.12 458	0.11 470	0.15 500	0.22 527	0.13 474	0.13 476
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 502	0.15 469	0.30 485	0.24 488	0.18 516	0.22 441	0.15 223	0.38 504	0.71 546	0.32 498	0.41 498	0.36 490	0.28 490	0.32 501	0.29 506	0.12 458	0.11 470	0.14 488	0.13 487	0.16 509	0.20 528

DeepPrunerF	0.24 483	0.17 488	0.42 515	0.26 504	0.16 495	0.22 441	0.28 513	0.37 496	0.50 510	0.26 453	0.29 420	0.24 395	0.28 490	0.21 430	0.22 443	0.15 498	0.11 470	0.20 521	0.18 520	0.12 456	0.13 476

rvit_105_1	0.19 427	0.11 400	0.25 459	0.21 443	0.16 495	0.21 433	0.27 507	0.31 429	0.41 475	0.19 361	0.20 288	0.22 371	0.17 389	0.19 388	0.17 377	0.12 458	0.12 484	0.13 476	0.15 505	0.08 324	0.07 283

UDG	0.21 451	0.17 488	0.19 415	0.23 479	0.15 485	0.30 503	0.20 427	0.33 459	0.35 445	0.23 426	0.28 408	0.31 466	0.27 481	0.20 413	0.22 443	0.15 498	0.12 484	0.13 476	0.09 387	0.14 487	0.14 493

APVNet	0.22 460	0.12 418	0.19 415	0.18 302	0.14 467	0.32 505	0.31 535	0.39 508	0.32 417	0.27 459	0.40 487	0.30 453	0.29 498	0.26 470	0.25 477	0.11 433	0.12 484	0.11 442	0.14 490	0.12 456	0.12 457

Syn2CoEx	0.21 451	0.16 477	0.27 469	0.29 526	0.14 467	0.26 479	0.20 427	0.33 459	0.31 410	0.28 474	0.36 461	0.27 426	0.25 467	0.19 388	0.24 468	0.16 514	0.12 484	0.14 488	0.11 458	0.09 386	0.08 347

S-Stereo	0.20 439	0.12 418	0.25 459	0.21 443	0.13 447	0.20 416	0.18 367	0.32 440	0.43 487	0.23 426	0.36 461	0.28 436	0.30 502	0.19 388	0.22 443	0.09 363	0.12 484	0.10 411	0.10 426	0.13 474	0.13 476

RP	0.21 451	0.13 447	0.21 435	0.23 479	0.11 393	0.21 433	0.20 427	0.25 336	0.44 492	0.21 398	0.38 473	0.36 490	0.24 458	0.27 473	0.25 477	0.11 433	0.12 484	0.13 476	0.12 477	0.12 456	0.14 493

stereogan	0.22 460	0.11 400	0.21 435	0.20 414	0.12 424	0.31 504	0.19 406	0.35 483	0.44 492	0.22 414	0.39 481	0.35 488	0.27 481	0.33 504	0.22 443	0.10 404	0.12 484	0.10 411	0.10 426	0.14 487	0.13 476

ADCS	0.29 512	0.18 499	0.45 517	0.21 443	0.17 510	0.28 496	0.23 465	0.41 518	0.63 538	0.40 518	0.49 515	0.40 511	0.36 519	0.39 530	0.40 538	0.13 481	0.12 484	0.13 476	0.14 490	0.16 509	0.16 511

AnyNet_C32	0.26 502	0.16 477	0.36 502	0.20 414	0.16 495	0.25 470	0.30 529	0.32 440	0.44 492	0.31 492	0.49 515	0.30 453	0.33 511	0.40 534	0.33 523	0.12 458	0.12 484	0.12 461	0.14 490	0.14 487	0.15 500

GANet	0.21 451	0.12 418	0.21 435	0.24 488	0.13 447	0.22 441	0.22 454	0.41 518	0.26 363	0.31 492	0.42 504	0.37 495	0.28 490	0.23 454	0.22 443	0.10 404	0.12 484	0.10 411	0.09 387	0.10 418	0.08 347

PS-NSSS	0.20 439	0.21 512	0.23 450	0.20 414	0.10 344	0.19 401	0.17 322	0.36 490	0.25 349	0.27 459	0.33 450	0.27 426	0.24 458	0.20 413	0.20 414	0.15 498	0.12 484	0.17 508	0.14 490	0.10 418	0.08 347

NCCL2	0.23 476	0.15 469	0.17 381	0.34 533	0.18 516	0.24 459	0.23 465	0.34 468	0.28 386	0.31 492	0.38 473	0.38 499	0.28 490	0.23 454	0.24 468	0.15 498	0.12 484	0.18 517	0.21 524	0.13 474	0.13 476

WCMA_ROB	0.24 483	0.11 400	0.22 441	0.17 220	0.14 467	0.32 505	0.15 223	0.32 440	0.32 417	0.38 513	0.53 521	0.40 511	0.34 515	0.34 507	0.25 477	0.11 433	0.12 484	0.12 461	0.10 426	0.14 487	0.14 493

YMNet	0.20 439	0.12 418	0.19 415	0.20 414	0.14 467	0.26 479	0.23 465	0.32 440	0.34 436	0.27 459	0.34 454	0.30 453	0.18 403	0.18 373	0.22 443	0.10 404	0.13 497	0.10 411	0.10 426	0.08 324	0.09 391

YMNet_1	0.20 439	0.12 418	0.19 415	0.20 414	0.14 467	0.26 479	0.23 465	0.32 440	0.34 436	0.27 459	0.34 454	0.30 453	0.18 403	0.18 373	0.22 443	0.10 404	0.13 497	0.10 411	0.10 426	0.08 324	0.09 391

Wz-Net-TNSev	0.29 512	0.20 506	0.65 541	0.19 359	0.15 485	0.38 527	0.27 507	0.35 483	0.55 520	0.34 504	0.42 504	0.45 521	0.38 522	0.32 501	0.30 511	0.12 458	0.13 497	0.10 411	0.12 477	0.15 502	0.14 493

DDUNet	0.22 460	0.17 488	0.21 435	0.22 458	0.15 485	0.25 470	0.24 477	0.29 405	0.30 403	0.31 492	0.36 461	0.33 478	0.25 467	0.24 463	0.20 414	0.18 520	0.13 497	0.17 508	0.11 458	0.16 509	0.16 511

FADNet-RVC	0.20 439	0.20 506	0.38 507	0.21 443	0.16 495	0.20 416	0.15 223	0.26 354	0.26 363	0.26 453	0.32 438	0.26 418	0.21 435	0.22 443	0.19 408	0.12 458	0.13 497	0.12 461	0.14 490	0.13 474	0.18 522

RGC	0.25 494	0.20 506	0.29 482	0.28 519	0.16 495	0.22 441	0.23 465	0.32 440	0.44 492	0.27 459	0.40 487	0.38 499	0.27 481	0.36 519	0.22 443	0.11 433	0.13 497	0.17 508	0.17 516	0.14 487	0.16 511

AnyNet_C01	0.36 528	0.25 525	1.37 567	0.22 458	0.17 510	0.48 535	0.27 507	0.35 483	0.39 466	0.39 515	0.74 548	0.46 525	0.38 522	0.45 538	0.47 547	0.13 481	0.13 497	0.13 476	0.14 490	0.14 487	0.15 500

SGM_RVC	0.23 476	0.12 418	0.15 319	0.15 72	0.09 242	0.33 511	0.18 367	0.34 468	0.31 410	0.44 529	0.37 467	0.53 536	0.35 517	0.35 513	0.24 468	0.13 481	0.13 497	0.13 476	0.13 487	0.10 418	0.11 444
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 504	0.13 447	0.18 404	0.15 72	0.11 393	0.32 505	0.24 477	0.40 512	0.36 449	0.52 536	0.57 533	0.67 547	0.40 527	0.35 513	0.26 488	0.14 494	0.13 497	0.13 476	0.11 458	0.11 441	0.10 418
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
ACVNet-4b	0.39 530	0.53 549	0.55 530	0.45 545	0.24 531	0.47 533	0.18 367	0.49 538	0.64 539	0.42 525	0.45 510	0.60 540	0.27 481	0.34 507	0.24 468	0.33 546	0.14 506	0.48 549	0.42 549	0.30 542	0.26 541

ccnet	0.29 512	0.28 531	0.23 450	0.20 414	0.28 538	0.41 530	0.21 444	0.45 532	0.33 424	0.36 508	0.46 511	0.36 490	0.30 502	0.39 530	0.42 542	0.23 539	0.14 506	0.21 522	0.17 516	0.23 528	0.18 522

MFN_U_SF_RVC	0.32 521	0.21 512	0.55 530	0.30 528	0.15 485	0.34 514	0.17 322	0.52 542	0.46 499	0.46 533	0.55 525	0.59 539	0.39 524	0.35 513	0.37 531	0.15 498	0.14 506	0.18 517	0.21 524	0.16 509	0.15 500

MaskLacGwcNet_RVC	0.22 460	0.21 512	0.24 454	0.26 504	0.11 393	0.23 454	0.14 155	0.39 508	0.24 328	0.32 498	0.36 461	0.30 453	0.21 435	0.19 388	0.21 434	0.17 519	0.14 506	0.21 522	0.16 509	0.12 456	0.12 457

PVD	0.39 530	0.20 506	0.39 509	0.31 532	0.22 527	0.29 500	0.43 550	0.52 542	0.96 560	0.55 539	0.79 552	0.53 536	0.59 550	0.52 544	0.38 533	0.19 525	0.14 506	0.17 508	0.14 490	0.24 534	0.31 546

FBW_ROB	0.24 483	0.17 488	0.22 441	0.26 504	0.14 467	0.25 470	0.22 454	0.41 518	0.41 475	0.41 522	0.41 498	0.42 514	0.27 481	0.31 494	0.23 455	0.09 363	0.14 506	0.14 488	0.12 477	0.11 441	0.09 391

psmorigin	0.25 494	0.15 469	0.34 501	0.17 220	0.13 447	0.23 454	0.14 155	0.34 468	0.33 424	0.41 522	0.55 525	0.41 513	0.37 521	0.34 507	0.27 496	0.11 433	0.15 512	0.11 442	0.11 458	0.12 456	0.16 511

FADNet	0.21 451	0.22 516	0.36 502	0.18 302	0.17 510	0.24 459	0.13 107	0.31 429	0.31 410	0.23 426	0.25 369	0.27 426	0.21 435	0.19 388	0.15 346	0.13 481	0.15 512	0.12 461	0.15 505	0.16 509	0.18 522

CBMV	0.19 427	0.14 459	0.17 381	0.18 302	0.10 344	0.20 416	0.11 49	0.29 405	0.30 403	0.29 482	0.30 426	0.30 453	0.23 452	0.27 473	0.19 408	0.13 481	0.15 512	0.17 508	0.16 509	0.10 418	0.10 418
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.18 415	0.13 447	0.16 353	0.15 72	0.11 393	0.08 53	0.13 107	0.28 394	0.29 393	0.22 414	0.33 450	0.21 353	0.25 467	0.23 454	0.17 377	0.14 494	0.16 515	0.21 522	0.17 516	0.10 418	0.08 347

FINET	0.21 451	0.18 499	0.26 462	0.18 302	0.16 495	0.23 454	0.23 465	0.32 440	0.48 501	0.25 448	0.32 438	0.22 371	0.22 444	0.22 443	0.17 377	0.18 520	0.16 515	0.11 442	0.10 426	0.15 502	0.13 476

SGM-ForestM	0.32 521	0.12 418	0.16 353	0.16 146	0.11 393	0.39 528	0.19 406	0.41 518	0.50 510	0.52 536	0.54 523	1.32 566	0.42 535	0.40 534	0.27 496	0.14 494	0.16 515	0.16 506	0.16 509	0.12 456	0.12 457

CSAN	0.29 512	0.24 520	0.27 469	0.34 533	0.19 519	0.33 511	0.42 548	0.37 496	0.50 510	0.38 513	0.40 487	0.44 519	0.33 511	0.28 484	0.30 511	0.20 527	0.16 515	0.19 519	0.19 521	0.14 487	0.15 500

SGM-Forest	0.20 439	0.14 459	0.18 404	0.19 359	0.13 447	0.20 416	0.22 454	0.33 459	0.30 403	0.24 435	0.29 420	0.28 436	0.19 419	0.23 454	0.17 377	0.15 498	0.16 515	0.15 500	0.14 490	0.12 456	0.12 457
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	0.22 460	0.19 502	0.24 454	0.25 499	0.13 447	0.29 500	0.26 500	0.33 459	0.41 475	0.31 492	0.31 434	0.32 475	0.23 452	0.30 493	0.21 434	0.11 433	0.17 520	0.10 411	0.10 426	0.08 324	0.09 391

CBMV_ROB	0.19 427	0.13 447	0.17 381	0.16 146	0.11 393	0.15 308	0.13 107	0.26 354	0.28 386	0.27 459	0.30 426	0.27 426	0.24 458	0.23 454	0.16 362	0.15 498	0.17 520	0.22 526	0.20 522	0.10 418	0.11 444

SDNR	0.19 427	0.08 240	0.19 415	0.16 146	0.12 424	0.77 560	0.14 155	0.25 336	0.32 417	0.19 361	0.24 340	0.19 332	0.13 297	0.19 388	0.15 346	0.16 514	0.18 522	0.14 488	0.11 458	0.08 324	0.11 444

BEATNet-Init1	0.52 545	0.27 527	0.62 539	0.30 528	0.21 525	0.76 558	0.29 522	0.54 545	0.65 541	0.86 558	0.95 559	2.07 575	0.62 553	0.56 550	0.42 542	0.18 520	0.18 522	0.23 527	0.22 527	0.22 527	0.21 530

NOSS_ROB	0.19 427	0.12 418	0.18 404	0.16 146	0.12 424	0.15 308	0.12 66	0.30 419	0.32 417	0.20 384	0.22 319	0.27 426	0.23 452	0.21 430	0.16 362	0.16 514	0.18 522	0.23 527	0.21 524	0.12 456	0.13 476

MSC_U_SF_DS_RVC	0.43 537	0.39 543	0.54 528	0.40 540	0.20 522	0.64 546	0.32 537	0.53 544	0.72 547	0.71 547	0.72 545	0.61 541	0.54 544	0.51 542	0.46 546	0.20 527	0.19 525	0.29 540	0.30 542	0.23 528	0.18 522

CC-Net-ROB	0.28 508	0.31 536	0.36 502	0.29 526	0.15 485	0.25 470	0.19 406	0.45 532	0.33 424	0.39 515	0.37 467	0.39 507	0.31 506	0.27 473	0.26 488	0.24 541	0.19 525	0.30 542	0.23 531	0.18 519	0.15 500

MSMD_ROB	0.31 519	0.26 526	0.26 462	0.24 488	0.21 525	0.34 514	0.25 492	0.34 468	0.39 466	0.40 518	0.69 542	0.45 521	0.40 527	0.34 507	0.27 496	0.20 527	0.19 525	0.26 530	0.25 533	0.23 528	0.22 532

TCMNet-wrong-test	3.67 576	5.48 586	3.89 577	12.18 588	11.75 589	4.65 578	3.88 579	1.06 571	0.72 547	1.09 569	2.15 578	6.30 582	0.53 543	3.43 579	2.36 578	0.89 572	0.20 528	1.87 579	1.69 578	5.57 584	3.62 584

FC-DCNN v2	0.33 524	0.27 527	0.28 474	0.26 504	0.23 529	0.37 524	0.28 513	0.40 512	0.43 487	0.45 530	0.56 530	0.51 532	0.40 527	0.37 524	0.29 506	0.21 531	0.20 528	0.27 533	0.26 534	0.25 535	0.24 534

FCDSN-DC	0.33 524	0.28 531	0.28 474	0.30 528	0.24 531	0.39 528	0.28 513	0.42 523	0.42 482	0.43 528	0.53 521	0.51 532	0.41 532	0.36 519	0.30 511	0.21 531	0.20 528	0.27 533	0.26 534	0.25 535	0.24 534
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	0.30 518	0.24 520	0.29 482	0.36 537	0.16 495	0.34 514	0.30 529	0.32 440	0.42 482	0.40 518	0.46 511	0.38 499	0.31 506	0.34 507	0.28 503	0.19 525	0.20 528	0.26 530	0.29 540	0.18 519	0.19 527

SAMSARA	0.40 533	0.28 531	0.33 493	0.55 551	0.39 545	0.82 561	1.23 575	0.47 535	0.51 517	0.36 508	0.35 458	0.55 538	0.39 524	0.38 526	0.39 535	0.15 498	0.20 528	0.15 500	0.14 490	0.23 528	0.20 528

MANE	0.45 540	0.27 527	0.27 469	0.27 516	0.24 531	0.47 533	0.31 535	0.55 546	0.59 529	0.72 549	1.13 568	1.15 560	0.61 551	0.52 544	0.37 531	0.21 531	0.20 528	0.27 533	0.31 544	0.25 535	0.24 534

GANetREF_RVC	0.31 519	0.34 539	0.27 469	0.35 535	0.16 495	0.32 505	0.41 545	0.48 536	0.51 517	0.35 505	0.35 458	0.34 484	0.33 511	0.39 530	0.32 519	0.27 543	0.20 528	0.29 540	0.15 505	0.18 519	0.17 519
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
FC-DCNN	0.33 524	0.27 527	0.28 474	0.26 504	0.23 529	0.37 524	0.28 513	0.40 512	0.43 487	0.45 530	0.55 525	0.51 532	0.40 527	0.37 524	0.30 511	0.21 531	0.20 528	0.27 533	0.26 534	0.25 535	0.24 534

LSM	0.33 524	0.20 506	0.58 536	0.26 504	0.60 561	0.34 514	0.25 492	0.42 523	0.48 501	0.45 530	0.58 535	0.42 514	0.36 519	0.35 513	0.25 477	0.12 458	0.20 528	0.14 488	0.16 509	0.19 522	0.33 548

ELAS_RVC	0.41 535	0.29 534	0.33 493	0.28 519	0.24 531	0.54 539	0.36 540	0.49 538	0.59 529	0.72 549	0.74 548	0.65 545	0.54 544	0.54 548	0.40 538	0.22 535	0.20 528	0.27 533	0.26 534	0.26 539	0.25 539
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 535	0.29 534	0.33 493	0.27 516	0.24 531	0.60 544	0.36 540	0.50 540	0.50 510	0.71 547	0.79 552	0.67 547	0.54 544	0.51 542	0.42 542	0.22 535	0.20 528	0.27 533	0.26 534	0.26 539	0.25 539
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PA-Net	0.23 476	0.18 499	0.33 493	0.28 519	0.22 527	0.21 433	0.38 544	0.29 405	0.39 466	0.22 414	0.32 438	0.25 409	0.26 473	0.20 413	0.25 477	0.09 363	0.23 539	0.15 500	0.22 527	0.09 386	0.13 476
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ACVNet_1	0.44 538	0.49 548	0.60 537	0.45 545	0.28 538	0.49 536	0.27 507	0.57 549	0.72 547	0.62 542	0.58 535	0.74 551	0.49 541	0.50 541	0.35 526	0.26 542	0.24 540	0.39 546	0.29 540	0.31 545	0.24 534

Anonymous_2	0.22 460	0.17 488	0.28 474	0.15 72	0.16 495	0.32 505	0.22 454	0.22 278	0.17 209	0.23 426	0.24 340	0.26 418	0.27 481	0.27 473	0.23 455	0.22 535	0.25 541	0.17 508	0.17 516	0.17 516	0.17 519

PASM	0.32 521	0.24 520	0.48 523	0.28 519	0.27 537	0.29 500	0.30 529	0.34 468	0.49 507	0.35 505	0.39 481	0.46 525	0.34 515	0.34 507	0.35 526	0.23 539	0.25 541	0.26 530	0.28 539	0.23 528	0.21 530

JetBlue	0.71 554	0.45 547	1.14 565	0.51 549	0.47 551	2.02 576	0.64 562	0.75 555	0.70 545	0.69 546	0.77 551	1.22 562	0.83 561	1.03 572	1.01 572	0.40 549	0.28 543	0.33 543	0.33 545	0.30 542	0.34 549

Ntro	0.40 533	0.40 544	0.53 527	0.46 548	0.30 542	0.65 547	0.24 477	0.46 534	0.68 544	0.41 522	0.49 515	0.48 530	0.42 535	0.39 530	0.31 518	0.32 545	0.28 543	0.37 545	0.30 542	0.32 546	0.29 543

test_sample9	0.18 415	0.12 418	0.20 427	0.12 4	0.14 467	0.17 359	0.13 107	0.27 375	0.23 312	0.20 384	0.20 288	0.24 395	0.19 419	0.19 388	0.17 377	0.15 498	0.30 545	0.14 488	0.14 490	0.14 487	0.12 457

test_sample8	0.19 427	0.12 418	0.20 427	0.12 4	0.14 467	0.17 359	0.13 107	0.31 429	0.21 288	0.27 459	0.22 319	0.36 490	0.25 467	0.19 388	0.17 377	0.15 498	0.30 545	0.14 488	0.14 490	0.14 487	0.12 457

otaku	0.39 530	0.37 542	0.52 526	0.44 544	0.28 538	0.58 541	0.24 477	0.41 518	0.62 535	0.40 518	0.49 515	0.46 525	0.33 511	0.40 534	0.32 519	0.30 544	0.30 545	0.39 546	0.33 545	0.29 541	0.28 542

NVStereoNet_ROB	0.46 543	0.36 541	0.46 521	0.41 542	0.28 538	0.34 514	0.34 538	0.48 536	0.60 532	0.72 549	0.93 557	0.70 550	0.66 554	0.47 539	0.60 556	0.22 535	0.33 548	0.34 544	0.34 547	0.30 542	0.30 545
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	0.44 538	0.40 544	0.45 517	0.37 539	0.43 549	0.46 531	0.41 545	0.57 549	0.55 520	0.32 498	0.73 546	0.33 478	0.48 540	0.42 537	0.49 549	0.39 548	0.35 549	0.45 548	0.51 556	0.42 548	0.29 543

MADNet+	0.75 557	0.71 559	3.70 576	0.66 554	0.41 547	0.98 566	0.97 573	0.69 554	0.73 551	0.52 536	0.57 533	0.64 543	0.68 556	0.86 564	1.01 572	0.34 547	0.36 550	0.28 539	0.23 531	0.36 547	0.31 546

ACVNet_2	0.66 553	0.66 557	0.68 549	0.63 553	0.41 547	0.71 552	0.49 552	0.96 564	1.39 569	0.89 559	1.09 564	1.04 556	0.73 557	0.54 548	0.47 547	0.43 552	0.40 551	0.53 554	0.44 550	0.47 549	0.35 550

GCST	0.37 529	0.42 546	0.26 462	1.02 570	0.39 545	0.18 378	0.08 7	0.20 233	0.17 209	0.28 474	0.25 369	0.15 270	0.12 259	0.16 320	0.14 318	0.64 563	0.43 552	0.75 560	0.65 563	0.63 557	0.46 556

IMH-64-1	0.65 551	0.61 553	0.68 549	0.71 555	0.51 552	0.59 542	0.49 552	0.91 560	0.85 555	0.74 553	1.02 561	0.81 552	0.78 559	0.79 557	0.49 549	0.42 550	0.46 553	0.71 557	0.47 551	0.52 551	0.39 551

IMH-64	0.65 551	0.61 553	0.68 549	0.71 555	0.51 552	0.59 542	0.49 552	0.91 560	0.85 555	0.74 553	1.02 561	0.81 552	0.78 559	0.79 557	0.49 549	0.42 550	0.46 553	0.71 557	0.47 551	0.52 551	0.39 551

TorneroNet-64	0.76 558	0.72 560	0.74 554	0.78 559	0.58 560	0.91 565	0.56 557	0.84 558	1.29 566	0.66 543	0.90 555	1.40 568	0.75 558	0.85 563	0.67 562	0.49 555	0.46 553	0.72 559	0.59 559	0.67 561	0.53 557

PWCK	0.71 554	0.94 568	0.95 562	0.76 557	0.31 543	0.74 554	0.36 540	0.90 559	0.90 558	0.96 562	0.75 550	0.95 555	0.61 551	0.87 565	0.66 559	0.72 565	0.46 553	0.75 560	0.49 553	0.69 564	0.44 555

SPS-STEREO	0.57 549	0.58 551	0.65 541	0.45 545	0.55 556	0.62 545	0.44 551	0.62 552	0.50 510	0.68 545	0.64 537	0.66 546	0.57 549	0.61 552	0.60 556	0.62 562	0.47 557	0.51 551	0.49 553	0.55 555	0.58 559
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 547	0.61 553	0.70 553	0.57 552	0.43 549	0.65 547	0.37 543	0.60 551	0.87 557	0.50 535	0.66 539	0.64 543	0.47 539	0.49 540	0.43 545	0.47 554	0.48 558	0.52 553	0.41 548	0.52 551	0.40 553

SGM+DAISY	0.56 548	0.57 550	0.65 541	0.40 540	0.54 554	0.66 549	0.49 552	0.56 547	0.45 498	0.66 543	0.69 542	0.67 547	0.56 548	0.63 553	0.56 554	0.59 560	0.48 558	0.50 550	0.50 555	0.52 551	0.58 559

WAO-6	0.81 560	0.80 563	0.62 539	0.86 564	0.63 563	0.76 558	0.58 559	0.98 566	1.54 574	0.90 560	0.96 560	1.07 558	1.03 569	0.70 556	0.66 559	0.72 565	0.49 560	0.90 568	0.71 566	0.68 562	0.58 559

TorneroNet	0.82 561	0.74 561	0.81 559	0.84 562	0.63 563	0.99 567	0.63 560	0.96 564	1.16 563	0.80 556	1.11 566	1.36 567	0.86 563	0.93 568	0.80 567	0.56 557	0.49 560	0.78 565	0.66 564	0.73 567	0.63 567

IMH	0.71 554	0.64 556	0.68 549	0.76 557	0.54 554	0.69 550	0.54 556	0.98 566	1.10 562	0.82 557	1.09 564	0.89 554	0.88 564	0.87 565	0.52 553	0.44 553	0.50 562	0.75 560	0.51 556	0.56 556	0.41 554

anonymity	0.53 546	0.58 551	0.65 541	0.41 542	0.61 562	0.53 538	0.41 545	0.56 547	0.41 475	0.55 539	0.50 519	0.49 531	0.55 547	0.58 551	0.50 552	0.58 559	0.50 562	0.51 551	0.51 556	0.51 550	0.57 558

DPSimNet_ROB	1.11 571	1.23 574	0.78 555	1.13 572	0.88 573	1.10 572	1.13 574	1.16 576	1.23 565	1.43 574	1.02 561	1.41 569	1.10 573	0.90 567	1.60 574	1.46 577	0.51 564	1.21 574	1.03 575	0.90 570	1.01 576

WAO-8	0.91 564	0.81 564	0.65 541	0.94 567	0.69 566	0.90 562	0.67 564	1.07 572	1.83 577	1.06 567	1.45 574	1.30 563	1.07 570	0.84 561	0.78 565	0.74 567	0.53 565	0.86 566	0.75 567	0.69 564	0.62 565

Venus	0.91 564	0.81 564	0.65 541	0.94 567	0.69 566	0.90 562	0.67 564	1.07 572	1.83 577	1.06 567	1.45 574	1.30 563	1.07 570	0.84 561	0.78 565	0.74 567	0.53 565	0.86 566	0.75 567	0.69 564	0.62 565

UNDER WATER	0.97 567	0.97 570	1.42 568	0.99 569	0.70 569	1.12 573	0.84 569	0.80 557	1.08 561	1.01 564	0.90 555	1.55 572	1.22 576	1.03 572	1.00 571	0.78 569	0.53 565	1.02 570	0.87 571	0.80 569	0.74 570

LVE	0.83 562	0.85 566	0.85 560	0.80 560	0.56 557	1.04 571	0.65 563	1.05 569	1.47 572	0.96 562	1.22 572	1.10 559	0.85 562	0.83 560	0.71 564	0.49 555	0.55 568	0.76 563	0.60 561	0.65 559	0.59 564

Dean	0.87 563	0.86 567	0.79 557	0.81 561	0.56 557	0.90 562	0.63 560	1.15 575	1.73 575	1.15 570	1.15 569	1.31 565	0.99 568	0.81 559	0.81 568	0.57 558	0.56 569	0.77 564	0.64 562	0.66 560	0.58 559

UNDER WATER-64	0.95 566	0.94 568	1.43 569	0.87 565	0.56 557	1.18 574	0.87 570	0.77 556	0.94 559	1.04 565	0.85 554	1.58 573	1.21 575	0.94 569	0.96 570	0.87 571	0.57 570	1.03 571	0.88 572	0.78 568	0.73 569

MFMNet_re	0.64 550	0.66 557	0.65 541	0.51 549	0.69 566	0.69 550	0.57 558	0.64 553	0.73 551	0.60 541	0.73 546	0.62 542	0.67 555	0.65 554	0.60 556	0.66 564	0.58 571	0.63 555	0.59 559	0.68 562	0.69 568

WAO-7	0.79 559	0.78 562	0.54 528	0.85 563	0.67 565	0.74 554	0.68 566	1.05 569	1.32 567	0.90 560	1.20 571	1.04 556	0.92 565	0.69 555	0.66 559	0.60 561	0.62 572	0.67 556	0.68 565	0.64 558	0.58 559

notaker	0.97 567	1.11 571	0.98 563	1.13 572	0.81 570	0.73 553	0.68 566	0.93 562	1.16 563	1.18 572	1.18 570	1.41 569	1.16 574	1.08 574	0.69 563	0.81 570	0.64 573	1.17 572	0.79 569	0.98 571	0.80 572

ktn	1.01 569	1.21 573	0.80 558	1.23 574	0.86 572	1.01 569	0.87 570	0.94 563	1.39 569	1.04 565	1.12 567	1.15 560	1.07 570	0.94 569	0.59 555	1.28 576	0.71 574	1.38 576	0.83 570	1.02 573	0.75 571

HanzoNet	1.29 572	1.26 575	1.19 566	1.12 571	0.85 571	1.02 570	0.83 568	1.03 568	1.48 573	1.64 575	1.61 576	2.50 577	1.72 577	1.61 576	1.61 575	1.26 575	0.80 575	1.31 575	1.01 574	1.02 573	0.86 573

KSHMR	1.09 570	1.17 572	0.88 561	1.25 575	1.00 574	0.99 567	0.96 572	1.13 574	1.37 568	1.16 571	1.29 573	1.41 569	0.96 567	1.01 571	0.92 569	1.03 574	1.08 576	1.20 573	1.03 575	1.01 572	0.97 574

JetRed	1.62 573	1.46 576	2.98 571	0.92 566	1.21 575	4.99 579	1.53 578	1.27 577	1.39 569	1.83 576	1.74 577	1.60 574	0.95 566	1.41 575	2.45 579	0.90 573	1.60 577	0.93 569	0.90 573	1.35 575	0.99 575

MADNet++	1.95 574	1.75 577	1.59 570	1.82 576	1.69 577	2.33 577	1.40 577	2.35 578	2.09 579	2.57 578	2.36 579	2.24 576	2.17 578	2.28 577	2.34 577	1.87 578	1.66 578	1.54 577	1.34 577	1.92 576	1.77 578

PML	8.91 585	9.34 590	6.13 578	5.35 581	6.41 582	14.99 586	23.38 590	5.27 579	6.83 581	18.04 591	28.19 597	7.67 583	6.83 581	7.85 584	5.75 580	5.35 585	1.83 579	5.95 589	1.93 579	8.64 587	2.52 580

xxxxx1	7.79 579	5.02 583	7.31 580	3.12 578	3.85 579	16.35 587	22.88 585	5.86 583	8.69 582	7.97 583	8.54 581	9.12 585	8.27 583	10.18 585	10.92 583	2.42 580	2.45 580	3.56 583	12.37 587	3.77 579	3.06 581

tt_ll	7.79 579	5.02 583	7.31 580	3.12 578	3.85 579	16.35 587	22.88 585	5.86 583	8.69 582	7.97 583	8.54 581	9.12 585	8.27 583	10.18 585	10.92 583	2.42 580	2.45 580	3.56 583	12.37 587	3.77 579	3.06 581

ff	7.79 579	5.02 583	7.31 580	3.12 578	3.85 579	16.35 587	22.88 585	5.86 583	8.69 582	7.97 583	8.54 581	9.12 585	8.27 583	10.18 585	10.92 583	2.42 580	2.45 580	3.56 583	12.37 587	3.77 579	3.06 581

LRCNet_RVC	10.62 587	13.42 591	7.30 579	18.92 590	2.07 578	0.33 511	0.30 529	5.59 582	0.48 501	13.03 589	17.94 590	8.87 584	5.65 580	4.79 580	1.89 576	23.51 595	2.73 583	27.55 596	25.71 596	16.07 593	16.33 594

USTest	6.22 578	2.73 579	3.00 572	6.57 584	7.29 583	14.37 585	21.57 584	7.00 586	9.56 585	5.34 582	6.10 580	5.72 581	7.64 582	6.41 583	6.96 582	1.97 579	3.42 584	1.64 578	2.15 581	2.66 577	2.36 579

DPSMNet_ROB	8.06 583	4.48 581	8.63 586	5.37 583	10.74 586	8.32 581	22.98 589	5.46 580	13.36 588	5.12 580	9.92 584	5.08 579	10.40 586	5.53 582	12.58 586	3.80 584	8.00 585	3.50 581	7.02 584	3.83 582	7.14 586

DGTPSM_ROB	8.06 583	4.48 581	8.63 586	5.35 581	10.72 585	8.32 581	22.97 588	5.46 580	13.35 587	5.12 580	9.92 584	5.08 579	10.40 586	5.52 581	12.58 586	3.79 583	8.00 585	3.50 581	7.02 584	3.83 582	7.14 586

Anonymous_1	10.96 588	7.92 587	7.46 583	10.33 585	10.06 584	18.65 591	26.34 591	11.06 588	13.44 589	9.40 586	10.05 586	9.67 588	11.23 588	10.73 588	12.72 588	6.42 587	8.38 587	5.77 586	10.61 586	12.12 588	6.77 585

DPSM_ROB	11.15 589	8.58 588	8.00 584	10.88 586	11.58 587	19.10 592	26.71 592	12.05 589	14.07 590	10.36 587	10.84 587	10.33 589	11.86 589	11.70 589	13.54 589	6.99 588	8.79 588	5.89 587	6.95 582	7.29 585	7.42 588

DPSM	11.15 589	8.58 588	8.00 584	10.88 586	11.58 587	19.10 592	26.71 592	12.05 589	14.07 590	10.36 587	10.84 587	10.33 589	11.86 589	11.70 589	13.54 589	6.99 588	8.79 588	5.89 587	6.95 582	7.29 585	7.42 588

tt	4.67 577	0.06 59	3.55 575	2.02 577	1.55 576	10.25 583	16.71 583	8.91 587	5.03 580	1.31 573	0.94 558	4.71 578	4.76 579	3.33 578	5.87 581	6.06 586	10.30 590	1.88 580	2.11 580	2.75 578	1.21 577

HaxPig	15.71 591	18.52 596	19.18 592	16.89 589	15.89 591	7.73 580	7.60 580	13.31 591	10.82 586	15.42 590	14.91 589	15.98 591	14.92 591	15.58 591	15.98 591	18.95 594	16.73 591	19.46 594	18.08 594	19.26 594	19.05 595

LSM0	22.87 596	17.28 592	18.96 591	22.19 595	29.04 597	38.42 597	53.71 594	24.28 596	28.31 594	20.78 595	21.00 592	21.43 596	24.16 596	23.50 595	27.39 596	14.09 593	17.38 592	11.84 593	14.04 592	14.73 592	14.89 590

Selective-RAFT-Error	22.47 595	17.37 595	16.09 589	22.06 593	23.34 595	38.39 595	53.83 597	24.29 597	28.47 597	20.74 594	21.83 595	20.81 594	23.90 594	23.54 596	27.53 597	14.08 592	17.69 593	11.82 591	14.00 590	14.69 591	15.00 593

CasAABBNet	22.42 593	17.33 593	16.01 588	22.01 592	23.28 594	38.32 594	53.80 596	24.14 594	28.41 595	20.60 593	21.77 593	20.89 595	23.91 595	23.43 593	27.36 595	14.07 591	17.69 593	11.83 592	14.01 591	14.67 590	14.95 592

FlowAnything	22.44 594	17.35 594	16.14 590	22.07 594	23.23 593	38.39 595	53.77 595	24.25 595	28.44 596	20.96 596	21.82 594	20.70 593	23.84 593	23.49 594	27.14 594	14.04 590	17.79 595	11.75 590	14.15 593	14.65 589	14.89 590

MEDIAN_ROB	20.38 592	24.04 597	23.31 594	21.23 591	21.71 592	10.40 584	7.92 581	17.64 592	15.50 592	20.12 592	19.70 591	20.34 592	20.32 592	21.19 592	21.13 592	23.81 596	21.81 596	24.98 595	23.76 595	24.71 595	23.93 596

AVERAGE_ROB	24.90 597	29.20 598	28.14 595	24.89 596	24.64 596	17.75 590	11.12 582	21.45 593	19.93 593	25.12 597	24.46 596	25.12 597	25.46 597	24.69 597	22.83 593	29.76 597	27.13 597	28.97 597	27.95 597	29.91 596	29.47 597

test_example2	98.32 598	94.13 599	45.89 596	96.35 597	109.85 598	88.61 598	95.45 598	25.75 598	94.37 598	130.00 599	126.06 598	58.17 598	74.63 598	88.51 598	79.96 598	150.23 598	221.02 598	77.62 598	99.10 598	113.75 598	96.94 598

ccccc		285.66 600		368.85 599	370.60 599	123.16 599		115.05 599		126.68 598		122.83 599		252.94 599		384.56 599	353.86 599	254.69 599	223.00 599	425.87 599

ASD4		3.38 580

Low-res two-view benchmark