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	0.28 3	0.18 1	0.39 11	0.36 3	0.21 5	0.55 101	0.31 48	0.55 7	0.43 12	0.28 3	0.29 6	0.23 2	0.21 1	0.56 22	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

CAS	0.63 172	0.18 1	0.37 4	2.27 471	0.84 426	0.57 110	0.54 257	0.79 39	0.62 56	0.48 47	0.70 75	0.36 10	0.26 6	0.45 5	0.35 62	2.24 472	0.10 1	0.14 1	0.09 1	0.15 13	1.06 461

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 8	0.21 5	0.25 2	0.22 4	0.48 4	0.31 3	0.32 5	0.26 4	0.37 12	0.24 3	0.83 92	0.29 10	0.16 19	0.12 19	0.14 1	0.11 8	0.14 4	0.11 1

DEFOM-Stereo	0.33 5	0.20 4	0.40 12	0.42 18	0.28 70	0.80 240	0.23 9	0.48 4	0.37 6	0.37 17	0.31 7	0.23 2	0.24 3	1.20 184	0.27 6	0.16 19	0.12 19	0.14 1	0.11 8	0.14 4	0.14 25

IGEV-Stereo++	0.30 4	0.20 4	0.40 12	0.46 57	0.30 104	0.33 9	0.22 4	0.75 26	0.45 15	0.32 5	0.41 10	0.32 7	0.48 92	0.38 3	0.27 6	0.15 9	0.11 5	0.15 8	0.12 18	0.15 13	0.13 9

Pointernet	0.37 13	0.20 4	0.57 77	0.43 21	0.28 70	0.51 78	0.27 29	0.93 85	0.61 54	0.47 43	0.63 59	0.49 49	0.38 42	0.49 9	0.33 39	0.17 54	0.13 66	0.14 1	0.11 8	0.13 1	0.12 6

MoCha-V2	0.40 28	0.20 4	0.49 31	0.50 116	0.21 5	0.44 34	0.33 59	0.93 85	0.53 41	0.53 65	0.53 35	0.42 16	0.58 151	1.09 162	0.27 6	0.14 5	0.12 19	0.15 8	0.12 18	0.17 48	0.15 50

CES	0.48 75	0.20 4	0.37 4	0.39 8	1.39 463	0.55 101	0.35 75	0.98 107	0.66 79	0.44 32	0.66 62	0.35 9	0.27 7	0.56 22	0.33 39	0.15 9	0.13 66	0.15 8	0.10 2	0.19 110	1.46 467

s12784h	0.52 85	0.20 4	0.38 7	0.41 13	0.19 1	0.96 295	0.34 71	1.17 177	1.25 315	0.81 118	0.90 118	0.63 101	0.50 104	1.45 242	0.42 126	0.14 5	0.12 19	0.17 34	0.11 8	0.18 76	0.11 1

StereoAnything	0.24 1	0.21 10	0.36 3	0.38 7	0.22 9	0.32 8	0.22 4	0.39 1	0.23 2	0.30 4	0.25 2	0.30 5	0.33 23	0.34 2	0.26 4	0.16 19	0.12 19	0.15 8	0.11 8	0.13 1	0.12 6

RAStereo	0.34 6	0.21 10	0.66 125	0.47 68	0.27 47	0.26 3	0.29 37	0.69 16	0.63 59	0.32 5	0.42 11	0.45 29	0.31 16	0.45 5	0.34 54	0.17 54	0.15 168	0.19 84	0.15 59	0.18 76	0.13 9

Occ-G	0.42 35	0.21 10	0.48 26	0.41 13	0.26 31	0.42 25	0.62 310	0.77 31	0.49 24	0.43 30	0.66 62	1.02 246	0.46 73	0.78 77	0.41 115	0.16 19	0.13 66	0.18 64	0.13 30	0.16 27	0.16 72

U	9.45 493	0.21 10	0.58 82	0.47 68	53.11 509	61.27 514	0.24 14	0.70 18	0.52 38	0.36 15	0.28 5	0.29 4	0.35 30	0.33 1	0.26 4	0.19 129	0.11 5	60.50 511	8.88 499	0.17 48	0.13 9

IGEV-Stereo+	0.45 55	0.21 10	0.43 18	0.41 13	0.39 237	0.15 1	0.19 1	0.44 3	0.36 4	0.26 2	0.25 2	0.31 6	0.41 50	1.43 238	0.30 16	0.17 54	0.12 19	0.15 8	0.11 8	1.16 457	1.70 472

WCG-NET（raft）	0.45 55	0.21 10	0.55 65	0.40 11	0.24 18	0.50 63	0.36 90	0.73 22	1.09 228	0.71 94	0.76 89	0.92 207	0.51 107	0.84 95	0.34 54	0.16 19	0.12 19	0.15 8	0.14 49	0.14 4	0.14 25

trnet	0.39 21	0.21 10	0.37 4	0.36 3	0.20 2	0.53 87	0.29 37	0.78 35	1.12 239	0.59 79	0.71 78	0.53 70	0.42 54	0.54 17	0.34 54	0.18 91	0.13 66	0.15 8	0.10 2	0.14 4	0.13 9

LoS	0.40 28	0.21 10	0.44 19	0.37 5	0.22 9	0.50 63	0.40 129	1.00 113	0.94 158	0.48 47	0.66 62	0.48 42	0.40 48	0.60 39	0.37 82	0.18 91	0.14 114	0.16 20	0.11 8	0.14 4	0.14 25
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo++_RVC	0.47 69	0.21 10	0.38 7	0.45 51	0.38 227	0.45 37	0.25 15	0.75 26	1.29 335	0.80 114	1.21 245	0.47 38	0.37 36	0.53 15	0.44 138	0.16 19	0.11 5	0.15 8	0.80 459	0.18 76	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.44 48	0.21 10	0.44 19	0.41 13	0.21 5	0.65 156	0.26 22	0.79 39	0.83 121	0.93 145	0.98 141	0.51 58	0.46 73	0.54 17	0.35 62	0.18 91	0.24 342	0.16 20	0.13 30	0.16 27	0.26 289

CREStereo	0.39 21	0.21 10	0.38 7	0.34 1	0.22 9	0.53 87	0.29 37	0.77 31	1.11 235	0.58 72	0.71 78	0.51 58	0.41 50	0.54 17	0.34 54	0.18 91	0.13 66	0.15 8	0.10 2	0.14 4	0.14 25
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	0.46 62	0.21 10	0.38 7	0.37 5	0.23 13	0.71 193	0.27 29	0.74 25	1.04 204	0.64 84	0.70 75	0.55 72	0.47 82	0.86 103	0.35 62	1.00 455	0.13 66	0.15 8	0.10 2	0.15 13	0.13 9

AIO_test	0.35 8	0.22 22	0.44 19	0.43 21	0.27 47	0.57 110	0.44 176	0.79 39	0.41 8	0.32 5	0.47 23	0.46 31	0.30 12	0.69 52	0.30 16	0.16 19	0.11 5	0.16 20	0.13 30	0.15 13	0.12 6

999	0.48 75	0.22 22	0.49 31	0.48 90	0.34 181	0.75 208	0.31 48	0.85 60	0.55 43	0.37 17	0.48 25	0.50 54	0.36 33	2.45 361	0.39 99	0.16 19	0.13 66	0.18 64	0.15 59	0.16 27	0.19 158

IGEV++	0.40 28	0.22 22	0.51 43	0.52 163	0.29 86	0.45 37	0.25 15	1.65 298	0.46 21	0.37 17	0.57 50	0.46 31	0.45 69	0.50 10	0.38 92	0.19 129	0.12 19	0.16 20	0.13 30	0.16 27	0.15 50

EGLCR-Stereo	0.37 13	0.22 22	0.51 43	0.43 21	0.26 31	0.44 34	0.22 4	0.99 109	0.48 23	0.42 27	0.42 11	0.67 115	0.29 11	0.86 103	0.33 39	0.17 54	0.12 19	0.19 84	0.17 117	0.17 48	0.15 50

test_4	0.53 95	0.22 22	0.56 68	0.54 194	0.32 145	0.64 142	0.39 122	0.80 46	0.62 56	0.92 144	1.87 406	0.68 117	0.42 54	1.16 176	0.37 82	0.15 9	0.13 66	0.20 116	0.22 254	0.20 141	0.15 50

test-3	0.54 110	0.22 22	0.68 133	0.47 68	0.27 47	0.58 113	0.35 75	0.92 79	1.00 190	1.32 325	0.69 72	0.87 183	0.45 69	1.68 285	0.37 82	0.16 19	0.11 5	0.20 116	0.16 98	0.17 48	0.13 9

test_1	0.54 110	0.22 22	0.68 133	0.47 68	0.27 47	0.58 113	0.35 75	0.92 79	1.00 190	1.28 300	0.68 68	0.87 183	0.45 69	1.67 280	0.37 82	0.16 19	0.11 5	0.20 116	0.16 98	0.17 48	0.13 9

AIO_rvc	0.36 9	0.23 29	0.49 31	0.43 21	0.27 47	0.59 118	0.38 108	0.94 92	0.45 15	0.33 10	0.46 21	0.49 49	0.22 2	0.84 95	0.30 16	0.16 19	0.11 5	0.16 20	0.12 18	0.15 13	0.13 9

HUF	0.36 9	0.23 29	0.52 50	0.40 11	0.22 9	0.54 94	0.47 205	0.82 52	0.43 12	0.36 15	0.43 14	0.50 54	0.42 54	0.64 42	0.29 10	0.17 54	0.12 19	0.16 20	0.12 18	0.15 13	0.14 25

castereo++	0.38 18	0.23 29	0.41 15	0.43 21	0.31 127	0.97 299	0.22 4	0.86 61	0.58 48	0.32 5	0.44 16	0.51 58	0.39 44	0.93 121	0.24 2	0.17 54	0.11 5	0.17 34	0.12 18	0.14 4	0.14 25

IGEV-RUCA	0.37 13	0.23 29	0.48 26	0.49 105	0.36 196	0.60 126	0.23 9	0.64 10	0.49 24	0.39 23	0.49 29	0.44 21	0.31 16	0.85 99	0.30 16	0.24 256	0.13 66	0.16 20	0.12 18	0.20 141	0.19 158

castereo	0.45 55	0.23 29	0.55 65	0.47 68	0.34 181	0.79 231	0.35 75	1.31 216	0.85 127	0.45 38	0.56 46	0.47 38	0.75 202	0.70 56	0.36 71	0.16 19	0.11 5	0.16 20	0.12 18	0.15 13	0.14 25

GIP-stereo	0.34 6	0.23 29	0.45 22	0.50 116	0.36 196	0.38 15	0.23 9	0.78 35	0.52 38	0.34 11	0.51 32	0.46 31	0.38 42	0.51 11	0.27 6	0.20 160	0.12 19	0.16 20	0.12 18	0.16 27	0.14 25

fffft	0.38 18	0.23 29	0.51 43	0.44 40	0.32 145	0.43 30	0.48 215	0.76 29	0.36 4	0.44 32	0.34 8	0.38 14	0.31 16	1.31 205	0.32 28	0.14 5	0.11 5	0.19 84	0.15 59	0.16 27	0.16 72
1: 1. 1
tt45	0.45 55	0.23 29	0.46 23	0.45 51	0.33 164	0.79 231	0.32 54	0.78 35	0.41 8	0.51 63	0.44 16	0.49 49	0.37 36	2.14 335	0.34 54	0.16 19	0.13 66	0.19 84	0.16 98	0.17 48	0.18 122

WCG-NET	0.46 62	0.23 29	0.52 50	0.45 51	0.35 186	0.70 187	0.26 22	0.95 97	0.96 165	0.74 102	0.69 72	0.65 107	0.52 111	0.88 106	0.33 39	0.18 91	0.13 66	0.16 20	0.15 59	0.16 27	0.17 97

UniTT-Stereo	0.36 9	0.23 29	0.59 89	0.48 90	0.36 196	0.40 17	0.32 54	0.53 6	0.49 24	0.54 67	0.55 43	0.36 10	0.31 16	0.58 27	0.51 195	0.20 160	0.15 168	0.17 34	0.15 59	0.19 110	0.15 50

MC-Stereo	0.43 40	0.23 29	0.48 26	0.51 144	0.28 70	0.39 16	0.32 54	0.88 69	0.68 84	0.60 80	0.84 106	0.56 78	0.61 163	1.03 145	0.31 26	0.17 54	0.11 5	0.17 34	0.15 59	0.16 27	0.13 9

RCA-Stereo	0.50 83	0.23 29	0.58 82	0.48 90	0.33 164	0.55 101	0.45 192	0.97 105	1.38 376	0.68 89	1.05 175	0.63 101	0.80 231	0.59 28	0.32 28	0.17 54	0.12 19	0.17 34	0.14 49	0.16 27	0.14 25

test_3	0.55 125	0.23 29	0.71 162	0.53 179	0.28 70	0.61 131	0.40 129	0.92 79	1.05 208	1.19 259	0.68 68	0.93 209	0.44 66	1.67 280	0.39 99	0.15 9	0.12 19	0.22 171	0.19 153	0.21 177	0.14 25

DEmStereo	0.97 334	0.23 29	0.79 224	0.47 68	0.32 145	1.04 315	0.56 280	0.93 85	0.89 139	1.39 353	2.14 425	1.02 246	2.07 449	5.64 438	0.77 291	0.17 54	0.15 168	0.20 116	0.20 185	0.18 76	0.20 189

111	0.60 155	0.23 29	0.70 150	0.43 21	0.24 18	0.72 196	0.42 146	1.18 182	1.41 390	0.80 114	1.38 310	1.10 273	0.79 225	0.96 125	0.58 227	0.18 91	0.13 66	0.17 34	0.15 59	0.17 48	0.19 158

tg	0.52 85	0.24 44	0.61 97	0.49 105	0.30 104	0.90 272	0.29 37	1.07 149	0.83 121	0.83 124	1.02 161	0.62 98	0.43 59	1.35 215	0.41 115	0.17 54	0.12 19	0.22 171	0.20 185	0.17 48	0.15 50

RSM++	0.38 18	0.24 44	0.51 43	0.47 68	0.26 31	0.50 63	0.41 142	0.79 39	0.45 15	0.37 17	0.45 19	0.60 91	0.35 30	1.02 144	0.30 16	0.15 9	0.13 66	0.17 34	0.14 49	0.18 76	0.13 9

RSM	0.39 21	0.24 44	0.49 31	0.46 57	0.26 31	0.47 42	0.40 129	0.92 79	0.44 14	0.41 25	0.42 11	0.65 107	0.33 23	1.07 158	0.29 10	0.15 9	0.12 19	0.17 34	0.13 30	0.17 48	0.13 9

RAFT-Stereo-weight	0.47 69	0.24 44	0.53 55	0.48 90	0.27 47	0.60 126	0.35 75	1.02 119	1.07 216	0.99 164	0.78 93	0.76 137	0.28 8	0.76 73	0.36 71	0.16 19	0.12 19	0.17 34	0.15 59	0.16 27	0.15 50

MIM_Stereo	0.57 141	0.24 44	0.92 280	0.46 57	0.30 104	0.54 94	0.28 33	1.27 210	0.75 101	1.00 168	1.16 228	0.93 209	0.53 117	1.45 242	0.61 239	0.16 19	0.16 203	0.20 116	0.19 153	0.17 48	0.14 25

AEACV	0.37 13	0.24 44	0.52 50	0.47 68	0.51 318	0.37 14	0.38 108	0.65 12	0.53 41	0.42 27	0.56 46	0.46 31	0.60 155	0.53 15	0.30 16	0.16 19	0.13 66	0.18 64	0.15 59	0.17 48	0.14 25

Any-RAFT	0.53 95	0.24 44	0.47 24	0.47 68	0.27 47	1.00 307	0.25 15	1.58 282	1.05 208	0.85 131	0.99 143	1.06 255	0.47 82	0.70 56	0.32 28	0.18 91	0.13 66	0.16 20	0.13 30	0.16 27	0.16 72

4D-IteraStereo	0.48 75	0.24 44	0.76 208	0.50 116	0.44 274	0.66 164	0.31 48	0.87 62	1.02 196	1.03 179	0.72 81	0.78 144	0.32 22	0.64 42	0.37 82	0.17 54	0.11 5	0.23 209	0.19 153	0.19 110	0.13 9

Selective-IGEV	0.39 21	0.24 44	0.50 36	0.44 40	0.25 28	0.46 40	0.33 59	1.25 208	0.40 7	0.35 12	0.45 19	0.52 65	0.30 12	1.07 158	0.30 16	0.14 5	0.12 19	0.17 34	0.13 30	0.16 27	0.13 9

fff	0.53 95	0.24 44	0.70 150	0.43 21	0.24 18	0.48 43	0.36 90	1.07 149	1.25 315	1.10 201	1.02 161	0.57 80	1.06 345	0.73 67	0.52 202	0.16 19	0.13 66	0.17 34	0.13 30	0.15 13	0.19 158

ADStereo(finetuned)	0.57 141	0.24 44	1.06 330	0.43 21	0.24 18	0.49 54	0.35 75	1.05 134	1.30 341	1.12 208	1.03 170	0.58 85	1.20 371	0.84 95	0.51 195	0.16 19	0.13 66	0.17 34	0.13 30	0.18 76	0.19 158

CrosDoStereo	1.58 417	0.24 44	0.72 168	0.48 90	0.29 86	0.67 168	12.49 496	1.10 159	0.98 178	1.34 336	1.75 391	1.00 237	1.89 438	6.65 455	0.81 304	0.19 129	0.15 168	0.20 116	0.22 254	0.18 76	0.19 158

DeepStereo_LL	1.58 417	0.24 44	0.72 168	0.48 90	0.29 86	0.67 168	12.49 496	1.10 159	0.98 178	1.34 336	1.75 391	1.00 237	1.89 438	6.65 455	0.81 304	0.19 129	0.15 168	0.20 116	0.22 254	0.18 76	0.19 158

DRaft	0.80 276	0.24 44	0.70 150	0.45 51	0.30 104	0.97 299	0.53 252	1.05 134	0.97 173	1.78 412	2.02 418	0.80 150	1.74 427	2.73 373	0.72 273	0.17 54	0.14 114	0.20 116	0.20 185	0.18 76	0.21 206

RAFT-RH_RVC	1.03 353	0.24 44	0.67 130	0.49 105	0.28 70	0.81 248	0.33 59	0.83 56	1.08 222	2.05 433	4.65 469	1.04 253	0.57 142	5.98 447	0.50 190	0.18 91	0.13 66	0.26 286	0.20 185	0.16 27	0.17 97

DCANet	0.54 110	0.24 44	0.70 150	0.43 21	0.24 18	0.49 54	0.36 90	1.05 134	1.30 341	1.12 208	1.03 170	0.58 85	0.92 284	0.81 87	0.52 202	0.16 19	0.13 66	0.17 34	0.13 30	0.18 76	0.19 158

csc	0.53 95	0.24 44	0.70 150	0.43 21	0.24 18	0.48 43	0.36 90	1.07 149	1.25 315	1.10 201	1.02 161	0.57 80	1.06 345	0.73 67	0.52 202	0.16 19	0.13 66	0.17 34	0.13 30	0.15 13	0.19 158

cscssc	0.53 95	0.24 44	0.70 150	0.43 21	0.24 18	0.48 43	0.36 90	1.07 149	1.25 315	1.10 201	1.02 161	0.57 80	1.06 345	0.73 67	0.52 202	0.16 19	0.13 66	0.17 34	0.13 30	0.15 13	0.19 158

CFNet-RSSM	0.54 110	0.24 44	0.70 150	0.48 90	0.28 70	0.60 126	0.27 29	1.49 255	1.14 253	1.06 183	0.93 125	1.08 261	0.54 122	0.70 56	0.35 62	0.16 19	0.12 19	0.17 34	0.15 59	0.16 27	0.14 25

Gwc-CoAtRS	0.52 85	0.24 44	0.68 133	0.48 90	0.29 86	0.64 142	0.25 15	1.16 175	1.08 222	1.01 171	1.00 147	1.12 278	0.56 133	0.69 52	0.37 82	0.16 19	0.13 66	0.17 34	0.15 59	0.15 13	0.15 50

AIO-test1	0.56 134	0.25 64	0.55 65	0.64 318	0.78 412	0.80 240	0.36 90	1.18 182	1.34 356	0.57 70	0.88 114	0.61 95	0.50 104	1.12 170	0.35 62	0.17 54	0.17 230	0.22 171	0.24 288	0.18 76	0.23 241

SMoEStereo_RVC	0.39 21	0.25 64	0.50 36	0.45 51	0.30 104	0.61 131	0.36 90	0.72 20	0.45 15	0.46 40	0.43 14	0.42 16	0.35 30	1.39 230	0.29 10	0.15 9	0.12 19	0.20 116	0.15 59	0.16 27	0.15 50

AIO-Stereo	0.37 13	0.25 64	0.51 43	0.47 68	0.23 13	0.45 37	0.39 122	1.07 149	0.52 38	0.41 25	0.48 25	0.52 65	0.25 5	0.72 63	0.30 16	0.16 19	0.12 19	0.17 34	0.13 30	0.16 27	0.13 9

MaDis-Stereo	0.36 9	0.25 64	0.58 82	0.44 40	0.34 181	0.30 7	0.30 43	0.72 20	0.50 27	0.37 17	0.36 9	0.58 85	0.49 100	0.52 13	0.36 71	0.19 129	0.16 203	0.19 84	0.15 59	0.18 76	0.14 25

MIF-Stereo (partial)	0.45 55	0.25 64	0.70 150	0.50 116	0.52 326	0.35 11	0.26 22	0.91 77	0.59 53	0.45 38	0.71 78	0.51 58	0.51 107	1.11 167	0.45 151	0.20 160	0.16 203	0.23 209	0.20 185	0.24 240	0.18 122

CASnet	0.41 34	0.25 64	0.48 26	0.50 116	0.20 2	0.50 63	0.36 90	0.81 49	0.80 114	0.83 124	0.68 68	0.48 42	0.31 16	0.54 17	0.32 28	0.18 91	0.12 19	0.27 301	0.22 254	0.23 225	0.14 25
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 110	0.25 64	0.64 112	0.47 68	0.30 104	0.97 299	0.27 29	1.24 206	0.81 115	0.96 154	1.12 207	1.28 318	0.48 92	0.71 60	0.36 71	0.17 54	0.13 66	0.17 34	0.14 49	0.16 27	0.16 72

GLC_STEREO	0.39 21	0.25 64	0.41 15	0.54 194	0.23 13	0.48 43	0.30 43	0.73 22	0.58 48	0.52 64	0.73 83	0.51 58	0.31 16	0.64 42	0.42 126	0.17 54	0.20 283	0.23 209	0.19 153	0.21 177	0.17 97

RAFT-345	0.84 295	0.25 64	0.66 125	0.50 116	0.27 47	0.54 94	0.42 146	0.83 56	1.11 235	1.32 325	2.34 433	0.86 179	0.54 122	5.72 439	0.47 172	0.18 91	0.13 66	0.22 171	0.17 117	0.17 48	0.16 72

cross-raft	0.54 110	0.25 64	0.61 97	0.52 163	0.29 86	0.68 175	0.37 102	1.46 250	0.76 105	1.01 171	1.06 177	1.28 318	0.46 73	0.71 60	0.35 62	0.15 9	0.12 19	0.18 64	0.16 98	0.19 110	0.14 25

GMM-Stereo	0.74 245	0.25 64	0.59 89	0.54 194	0.34 181	0.72 196	0.99 401	1.01 118	0.87 132	1.36 341	1.78 394	1.12 278	0.81 234	2.09 331	0.46 165	0.18 91	0.12 19	0.25 267	0.25 302	0.20 141	0.85 450

raftrobust	0.52 85	0.25 64	0.56 68	0.65 331	0.52 326	0.49 54	0.34 71	0.98 107	0.91 148	1.30 313	0.87 112	0.63 101	0.81 234	0.78 77	0.41 115	0.19 129	0.15 168	0.16 20	0.14 49	0.15 13	0.16 72

RAFT-Stereo + iAFF	0.54 110	0.25 64	0.68 133	0.43 21	0.24 18	0.40 17	0.34 71	1.04 128	1.09 228	1.32 325	1.60 365	0.80 150	0.68 186	0.67 51	0.39 99	0.13 2	0.10 1	0.18 64	0.17 117	0.17 48	0.13 9

AFF-stereo	0.58 147	0.25 64	0.64 112	0.46 57	0.29 86	0.34 10	0.38 108	1.15 173	1.14 253	1.17 250	1.60 365	1.10 273	0.71 196	0.97 132	0.43 135	0.13 2	0.11 5	0.19 84	0.19 153	0.17 48	0.14 25

H2IRNET	0.56 134	0.26 78	0.66 125	0.47 68	0.35 186	0.41 21	0.26 22	0.92 79	1.17 275	0.61 81	1.28 272	1.08 261	0.86 261	0.99 136	0.63 246	0.19 129	0.16 203	0.22 171	0.25 302	0.21 177	0.18 122

MGS-Stereo	0.42 35	0.26 78	0.58 82	0.44 40	0.28 70	0.50 63	0.34 71	0.57 8	0.83 121	0.46 40	1.31 282	0.52 65	0.33 23	0.65 47	0.36 71	0.19 129	0.16 203	0.18 64	0.15 59	0.17 48	0.16 72

MSKI-zero shot	0.55 125	0.26 78	0.57 77	0.51 144	0.26 31	0.69 180	0.28 33	1.18 182	0.64 63	0.91 142	1.32 288	0.82 159	0.33 23	1.92 314	0.32 28	0.17 54	0.12 19	0.17 34	0.13 30	0.16 27	0.16 72

LoS_RVC	0.42 35	0.26 78	0.40 12	0.44 40	0.82 424	0.51 78	0.44 176	0.64 10	0.41 8	0.44 32	0.78 93	0.44 21	0.47 82	0.56 22	0.36 71	0.13 2	0.12 19	0.14 1	0.10 2	0.13 1	0.84 449

DCRE	0.82 284	0.26 78	0.70 150	0.58 251	0.44 274	0.54 94	0.48 215	0.95 97	0.78 109	0.78 109	7.33 482	0.86 179	0.52 111	0.76 73	0.41 115	0.16 19	0.16 203	0.19 84	0.17 117	0.18 76	0.17 97

DCANet-4	0.54 110	0.26 78	1.07 335	0.42 18	0.24 18	0.48 43	0.36 90	0.99 109	1.30 341	1.10 201	1.02 161	0.56 78	0.75 202	0.73 67	0.52 202	0.16 19	0.13 66	0.17 34	0.13 30	0.15 13	0.19 158

tt	6.58 488	0.26 78	6.10 476	3.77 493	2.16 470	11.55 494	19.63 499	13.33 500	5.74 484	2.96 463	2.65 443	4.97 474	6.33 490	3.81 401	7.24 471	9.15 500	11.32 503	5.89 500	6.24 498	6.03 496	2.55 484

RAFT_CTSACE	0.63 172	0.26 78	0.88 263	0.55 216	0.51 318	0.71 193	0.44 176	0.80 46	0.97 173	0.97 157	1.84 401	1.18 291	0.68 186	1.47 248	0.36 71	0.16 19	0.15 168	0.21 144	0.20 185	0.20 141	0.14 25

GMOStereo	0.53 95	0.26 78	0.65 119	0.50 116	0.29 86	0.52 82	0.43 163	0.89 70	0.96 165	1.41 356	1.14 216	0.85 175	0.56 133	0.59 28	0.38 92	0.16 19	0.14 114	0.24 229	0.21 226	0.20 141	0.15 50

error version	0.53 95	0.26 78	0.65 119	0.50 116	0.29 86	0.52 82	0.43 163	0.89 70	0.96 165	1.41 356	1.14 216	0.85 175	0.56 133	0.59 28	0.38 92	0.16 19	0.14 114	0.24 229	0.21 226	0.20 141	0.15 50

test-v	0.53 95	0.26 78	0.65 119	0.50 116	0.29 86	0.52 82	0.43 163	0.89 70	0.96 165	1.41 356	1.14 216	0.85 175	0.56 133	0.59 28	0.38 92	0.16 19	0.14 114	0.24 229	0.21 226	0.20 141	0.15 50

HHNet	0.62 165	0.26 78	0.63 105	0.43 21	0.45 281	0.50 63	0.58 294	1.07 149	1.01 193	1.25 291	2.23 428	0.70 126	0.61 163	1.07 158	0.47 172	0.20 160	0.13 66	0.23 209	0.19 153	0.19 110	0.30 326

FTStereo	0.91 317	0.26 78	0.56 68	0.54 194	0.33 164	0.66 164	1.87 461	1.00 113	0.75 101	1.75 409	4.15 462	1.04 253	1.65 420	1.57 264	0.46 165	0.19 129	0.16 203	0.23 209	0.21 226	0.18 76	0.63 432

ASMatch	0.88 309	0.26 78	0.69 144	0.51 144	0.35 186	0.48 43	0.37 102	1.12 167	0.92 153	1.10 201	3.28 452	0.96 226	0.98 317	4.90 420	0.49 184	0.19 129	0.16 203	0.22 171	0.19 153	0.19 110	0.27 298

PFNet	0.91 317	0.26 78	1.10 344	0.63 309	0.32 145	0.64 142	0.56 280	1.17 177	0.99 185	1.47 369	1.08 185	0.98 230	0.69 189	6.62 454	0.54 215	0.20 160	0.12 19	0.24 229	0.19 153	0.20 141	0.17 97

GrayStereo	0.82 284	0.26 78	0.58 82	0.63 309	0.37 210	0.76 214	1.86 460	1.11 165	0.87 132	1.99 430	1.89 408	1.08 261	1.82 435	1.39 230	0.48 177	0.19 129	0.14 114	0.19 84	0.21 226	0.18 76	0.39 374

test-2	0.53 95	0.26 78	0.65 119	0.50 116	0.29 86	0.52 82	0.43 163	0.89 70	0.96 165	1.41 356	1.14 216	0.85 175	0.56 133	0.59 28	0.38 92	0.16 19	0.14 114	0.24 229	0.21 226	0.20 141	0.15 50

test-1	0.52 85	0.26 78	1.04 325	0.56 229	0.32 145	0.61 131	0.38 108	1.10 159	0.91 148	0.78 109	1.01 153	0.77 140	0.52 111	0.60 39	0.42 126	0.17 54	0.14 114	0.20 116	0.17 117	0.20 141	0.23 241

iRaftStereo_RVC	0.47 69	0.26 78	0.64 112	0.50 116	0.29 86	0.53 87	0.33 59	1.05 134	0.77 107	0.84 127	1.00 147	0.55 72	0.37 36	0.81 87	0.40 104	0.17 54	0.12 19	0.22 171	0.20 185	0.19 110	0.15 50

raft+_RVC	0.53 95	0.26 78	0.54 60	0.60 275	0.47 296	0.54 94	0.54 257	1.27 210	0.99 185	0.76 103	1.03 170	0.70 126	0.56 133	0.93 121	0.47 172	0.18 91	0.14 114	0.19 84	0.18 132	0.18 76	0.15 50

XX-Stereo	0.63 172	0.26 78	1.90 431	0.81 408	0.67 383	0.43 30	0.23 9	1.03 123	0.58 48	0.65 86	1.56 357	1.41 339	0.39 44	1.28 200	0.35 62	0.20 160	0.14 114	0.20 116	0.19 153	0.18 76	0.14 25

R-Stereo Train	0.57 141	0.26 78	0.63 105	0.54 194	0.36 196	0.69 180	0.54 257	1.22 200	0.72 95	1.61 397	1.50 344	0.75 133	0.53 117	0.64 42	0.44 138	0.18 91	0.15 168	0.17 34	0.15 59	0.17 48	0.17 97

RAFT-Stereo	0.57 141	0.26 78	0.63 105	0.54 194	0.36 196	0.69 180	0.54 257	1.22 200	0.72 95	1.61 397	1.50 344	0.75 133	0.53 117	0.64 42	0.44 138	0.18 91	0.15 168	0.17 34	0.15 59	0.17 48	0.17 97
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mms	0.40 28	0.27 101	0.52 50	0.46 57	0.32 145	0.43 30	0.46 198	0.70 18	0.46 21	0.35 12	0.58 52	0.44 21	0.30 12	1.36 220	0.33 39	0.16 19	0.13 66	0.18 64	0.15 59	0.19 110	0.15 50

fffy	0.42 35	0.27 101	0.57 77	0.46 57	0.29 86	0.48 43	0.35 75	0.91 77	0.55 43	0.40 24	0.58 52	0.55 72	0.41 50	1.26 196	0.36 71	0.15 9	0.13 66	0.19 84	0.16 98	0.18 76	0.14 25

UGAM	1.14 377	0.27 101	0.95 290	0.53 179	0.42 259	0.70 187	0.72 339	0.95 97	1.32 349	0.98 161	1.48 339	1.78 397	0.87 266	9.65 490	0.87 320	0.21 190	0.18 249	0.30 335	0.24 288	0.19 110	0.16 72

testlalala2	0.58 147	0.27 101	0.68 133	1.72 465	1.27 462	0.68 175	0.42 146	0.93 85	0.70 89	0.90 138	0.93 125	0.76 137	0.34 29	0.52 13	0.40 104	0.18 91	0.15 168	0.17 34	0.13 30	0.17 48	0.17 97

AE-Stereo	0.49 80	0.27 101	0.67 130	0.60 275	0.39 237	0.67 168	0.46 198	1.18 182	1.09 228	0.47 43	0.75 87	0.69 122	0.47 82	0.59 28	0.40 104	0.16 19	0.15 168	0.21 144	0.20 185	0.19 110	0.15 50

ff7	0.43 40	0.27 101	0.56 68	0.44 40	0.33 164	0.50 63	0.42 146	0.87 62	0.50 27	0.49 52	0.53 35	0.44 21	0.48 92	1.38 225	0.33 39	0.17 54	0.12 19	0.21 144	0.15 59	0.18 76	0.18 122

ffff	0.43 40	0.27 101	0.56 68	0.44 40	0.33 164	0.50 63	0.42 146	0.87 62	0.50 27	0.49 52	0.53 35	0.44 21	0.48 92	1.38 225	0.33 39	0.17 54	0.12 19	0.21 144	0.15 59	0.18 76	0.18 122

11t	0.43 40	0.27 101	0.56 68	0.44 40	0.33 164	0.50 63	0.42 146	0.87 62	0.50 27	0.49 52	0.53 35	0.44 21	0.48 92	1.38 225	0.33 39	0.17 54	0.12 19	0.21 144	0.15 59	0.18 76	0.18 122

plain	0.46 62	0.27 101	1.01 310	0.50 116	0.40 247	0.35 11	0.37 102	0.87 62	0.56 45	0.43 30	0.76 89	0.42 16	0.40 48	1.13 172	0.45 151	0.21 190	0.15 168	0.24 229	0.19 153	0.24 240	0.16 72

anonymousdsp2	0.53 95	0.27 101	0.74 195	0.48 90	0.29 86	0.76 214	0.47 205	1.61 290	0.82 120	0.77 107	0.77 91	0.75 133	0.47 82	1.03 145	0.40 104	0.18 91	0.13 66	0.18 64	0.13 30	0.19 110	0.18 122

anonymousdsp	0.43 40	0.27 101	0.53 55	0.44 40	0.32 145	0.50 63	0.42 146	0.89 70	0.51 34	0.49 52	0.53 35	0.47 38	0.47 82	1.33 211	0.33 39	0.17 54	0.12 19	0.21 144	0.15 59	0.18 76	0.18 122

anonymousa	0.72 225	0.27 101	0.75 198	0.47 68	0.63 372	1.43 381	0.45 192	1.24 206	0.89 139	1.28 300	1.75 391	1.62 375	1.13 359	0.69 52	0.59 229	0.19 129	0.16 203	0.23 209	0.25 302	0.20 141	0.18 122

riskmin	0.56 134	0.27 101	0.60 94	0.43 21	0.31 127	0.83 255	0.42 146	1.14 171	1.04 204	0.73 100	0.75 87	1.11 277	1.01 329	0.81 87	0.51 195	0.20 160	0.14 114	0.24 229	0.15 59	0.24 240	0.25 267

ccc-4	0.43 40	0.27 101	0.56 68	0.44 40	0.33 164	0.50 63	0.42 146	0.87 62	0.50 27	0.49 52	0.53 35	0.44 21	0.48 92	1.38 225	0.33 39	0.17 54	0.12 19	0.21 144	0.15 59	0.18 76	0.18 122

IGEV-Stereo	0.43 40	0.27 101	0.54 60	0.45 51	0.32 145	0.50 63	0.42 146	0.90 76	0.51 34	0.49 52	0.53 35	0.47 38	0.47 82	1.32 209	0.33 39	0.17 54	0.12 19	0.21 144	0.15 59	0.18 76	0.18 122
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 212	0.27 101	0.97 297	0.51 144	0.43 267	0.79 231	0.33 59	1.21 192	1.06 211	1.30 313	1.10 194	0.52 65	0.55 129	3.16 388	0.63 246	0.16 19	0.14 114	0.19 84	0.16 98	0.18 76	0.17 97

IPLGR	0.58 147	0.27 101	1.14 354	0.48 90	0.28 70	0.65 156	0.33 59	1.22 200	1.13 251	1.18 255	1.05 175	0.69 122	0.66 185	0.96 125	0.52 202	0.17 54	0.15 168	0.20 116	0.17 117	0.20 141	0.18 122

PSM-AAD	0.79 273	0.27 101	0.53 55	0.55 216	0.28 70	0.77 222	1.24 428	0.99 109	0.91 148	1.66 403	1.57 361	0.81 154	2.19 453	1.65 275	0.44 138	0.19 129	0.14 114	0.38 393	0.32 382	0.21 177	0.70 441

THIR-Stereo	1.02 351	0.27 101	0.69 144	0.49 105	0.28 70	0.95 291	1.34 435	1.03 123	0.97 173	1.34 336	1.90 409	1.17 288	1.58 413	6.44 452	0.78 293	0.19 129	0.14 114	0.21 144	0.22 254	0.19 110	0.20 189

Prome-Stereo	0.75 253	0.27 101	0.53 55	0.55 216	0.32 145	0.59 118	0.97 397	0.89 70	0.88 136	1.45 366	2.46 439	0.91 198	1.41 395	1.58 266	0.44 138	0.18 91	0.13 66	0.19 84	0.17 117	0.20 141	0.92 452

AIO-test2	0.57 141	0.28 121	0.63 105	0.61 288	0.58 352	0.79 231	0.51 233	1.18 182	1.40 386	0.63 83	1.15 223	0.51 58	0.43 59	1.09 162	0.35 62	0.21 190	0.17 230	0.26 286	0.30 369	0.20 141	0.19 158

ours_stereo	0.39 21	0.28 121	0.51 43	0.46 57	0.30 104	0.40 17	0.44 176	0.73 22	0.56 45	0.35 12	0.56 46	0.46 31	0.33 23	1.11 167	0.32 28	0.16 19	0.13 66	0.19 84	0.15 59	0.19 110	0.14 25

PAM_32	0.77 261	0.28 121	1.03 321	0.52 163	0.30 104	1.32 362	0.35 75	1.97 388	0.65 77	1.02 175	1.06 177	3.05 453	1.49 407	0.96 125	0.36 71	0.19 129	0.13 66	0.20 116	0.18 132	0.19 110	0.19 158

gcap-zeroshot	0.53 95	0.28 121	0.89 269	0.49 105	0.28 70	0.76 214	0.37 102	1.34 222	0.73 99	0.89 136	0.67 65	1.35 332	0.51 107	0.79 81	0.33 39	0.18 91	0.15 168	0.18 64	0.15 59	0.17 48	0.16 72

MyStereo06	0.61 161	0.28 121	0.95 290	0.56 229	0.46 291	0.61 131	0.73 340	1.78 334	0.67 80	1.03 179	1.12 207	1.13 283	0.56 133	0.78 77	0.41 115	0.17 54	0.16 203	0.23 209	0.20 185	0.22 200	0.20 189

MyStereo05	0.66 197	0.28 121	1.07 335	0.56 229	0.46 291	0.61 131	0.73 340	1.34 222	1.41 390	1.15 231	0.91 120	0.77 140	0.80 231	1.41 237	0.63 246	0.17 54	0.16 203	0.23 209	0.20 185	0.22 200	0.20 189

11t1	0.52 85	0.28 121	0.68 133	0.51 144	0.28 70	0.83 255	0.39 122	1.22 200	0.63 59	0.84 127	0.74 85	0.68 117	0.68 186	0.91 114	0.57 224	0.21 190	0.18 249	0.19 84	0.16 98	0.20 141	0.21 206

IGEVStereo-DCA	0.46 62	0.28 121	0.56 68	0.43 21	0.33 164	0.49 54	0.42 146	0.87 62	0.50 27	0.47 43	0.48 25	0.48 42	0.46 73	2.03 325	0.30 16	0.19 129	0.14 114	0.19 84	0.15 59	0.16 27	0.18 122

rrr	0.46 62	0.28 121	0.73 180	0.43 21	0.33 164	0.49 54	0.38 108	0.76 29	0.50 27	0.47 43	0.48 25	0.48 42	0.46 73	2.03 325	0.30 16	0.19 129	0.14 114	0.19 84	0.15 59	0.16 27	0.16 72

testlalala	0.45 55	0.28 121	0.59 89	0.42 18	0.39 237	0.71 193	0.39 122	1.08 155	0.45 15	1.24 286	0.80 102	0.61 95	0.36 33	0.54 17	0.33 39	0.20 160	0.13 66	0.18 64	0.12 18	0.15 13	0.15 50

GCAP-Stereo	0.40 28	0.28 121	0.68 133	0.47 68	0.25 28	0.53 87	0.32 54	0.82 52	0.58 48	0.65 86	0.69 72	0.58 85	0.42 54	0.47 7	0.29 10	0.17 54	0.14 114	0.17 34	0.13 30	0.17 48	0.14 25

Selective-RAFT	0.52 85	0.28 121	0.79 224	0.55 216	0.27 47	0.91 275	0.33 59	0.80 46	0.88 136	0.58 72	0.63 59	0.81 154	0.77 215	1.29 203	0.48 177	0.19 129	0.14 114	0.17 34	0.15 59	0.19 110	0.17 97

ProNet	0.43 40	0.28 121	0.58 82	0.43 21	0.30 104	0.56 105	0.52 244	1.00 113	0.58 48	0.44 32	0.49 29	0.43 19	0.43 59	1.28 200	0.36 71	0.15 9	0.13 66	0.19 84	0.16 98	0.17 48	0.16 72

TestStereo1	0.63 172	0.28 121	0.75 198	0.76 395	0.31 127	0.48 43	0.43 163	1.30 214	1.21 299	0.97 157	1.31 282	0.64 104	0.77 215	1.75 293	0.42 126	0.20 160	0.15 168	0.22 171	0.18 132	0.21 177	0.17 97

DisPM	0.66 197	0.28 121	0.72 168	0.61 288	0.35 186	0.62 138	0.45 192	1.02 119	0.99 185	1.56 390	1.10 194	0.80 150	0.59 152	2.37 356	0.41 115	0.23 241	0.14 114	0.23 209	0.21 226	0.20 141	0.25 267

SA-5K	0.63 172	0.28 121	0.75 198	0.76 395	0.31 127	0.48 43	0.43 163	1.30 214	1.21 299	0.97 157	1.31 282	0.64 104	0.77 215	1.75 293	0.42 126	0.20 160	0.15 168	0.22 171	0.18 132	0.21 177	0.17 97

MIPNet	0.56 134	0.28 121	0.94 286	0.49 105	0.33 164	0.66 164	0.38 108	1.35 224	1.08 222	1.06 183	0.92 122	0.60 91	0.79 225	0.73 67	0.52 202	0.17 54	0.14 114	0.19 84	0.16 98	0.18 76	0.17 97

PFNet+	0.59 152	0.28 121	0.77 214	0.53 179	0.30 104	0.59 118	0.31 48	0.92 79	1.14 253	1.33 333	1.10 194	0.79 148	0.57 142	1.31 205	0.49 184	0.25 281	0.17 230	0.28 314	0.26 319	0.21 177	0.25 267

LCNet	0.72 225	0.28 121	0.52 50	0.55 216	0.31 127	0.69 180	0.54 257	1.00 113	0.88 136	1.19 259	1.34 297	0.97 228	1.34 392	2.56 366	0.45 151	0.18 91	0.13 66	0.21 144	0.25 302	0.27 276	0.73 444

AAGNet	1.83 434	0.28 121	0.72 168	0.61 288	0.32 145	0.67 168	0.51 233	0.96 104	0.98 178	1.47 369	1.20 243	1.00 237	1.18 365	2.83 375	22.77 502	0.22 216	0.13 66	0.22 171	0.19 153	0.23 225	0.15 50

STrans-v2	1.04 356	0.28 121	0.96 295	0.49 105	0.32 145	0.68 175	0.79 356	2.47 456	1.12 239	1.12 208	1.46 333	1.40 337	1.46 402	6.70 459	0.43 135	0.18 91	0.13 66	0.20 116	0.18 132	0.18 76	0.18 122

TransformOpticalFlow	0.96 328	0.28 121	0.89 269	0.52 163	0.31 127	0.66 164	0.54 257	1.75 320	1.12 239	1.09 193	1.44 326	1.37 336	1.01 329	6.70 459	0.42 126	0.19 129	0.12 19	0.20 116	0.19 153	0.18 76	0.19 158

KYRaft	0.75 253	0.28 121	0.62 102	0.56 229	0.29 86	0.67 168	0.86 374	0.94 92	0.84 125	1.62 400	2.21 427	1.16 287	1.02 334	1.57 264	0.40 104	0.20 160	0.13 66	0.22 171	0.28 349	0.20 141	1.02 456

SST-Stereo	0.83 290	0.28 121	0.72 168	0.59 264	0.31 127	0.72 196	0.26 22	1.09 157	0.86 128	1.47 369	1.10 194	1.00 237	0.87 266	5.73 440	0.45 151	0.22 216	0.13 66	0.23 209	0.19 153	0.23 225	0.18 122

RAFT_R40	0.83 290	0.28 121	0.73 180	0.59 264	0.31 127	0.69 180	0.44 176	1.10 159	0.95 160	1.47 369	1.10 194	1.00 237	0.85 253	5.53 434	0.46 165	0.22 216	0.13 66	0.23 209	0.20 185	0.23 225	0.18 122

IRAFT_RVC	0.88 309	0.28 121	0.76 208	0.63 309	0.31 127	0.65 156	1.02 406	1.22 200	0.94 158	1.22 272	1.04 173	1.01 244	0.98 317	5.82 442	0.53 209	0.22 216	0.12 19	0.25 267	0.20 185	0.20 141	0.19 158

test_xeample3	0.42 35	0.28 121	0.69 144	0.43 21	0.33 164	0.56 105	0.38 108	0.79 39	0.45 15	0.53 65	0.46 21	0.44 21	0.44 66	1.38 225	0.31 26	0.18 91	0.14 114	0.19 84	0.15 59	0.17 48	0.16 72

xxxx	1.51 413	0.28 121	0.68 133	0.54 194	0.28 70	1.16 337	0.44 176	2.19 431	1.29 335	1.09 193	1.36 304	1.22 296	0.85 253	1.79 301	15.70 495	0.24 256	0.21 304	0.21 144	0.20 185	0.22 200	0.23 241

test_xeample	1.45 409	0.28 121	0.65 119	0.51 144	0.28 70	0.94 287	0.59 302	2.14 417	1.29 335	1.24 286	1.51 346	0.88 187	0.86 261	1.46 244	15.10 492	0.22 216	0.20 283	0.22 171	0.20 185	0.22 200	0.22 223

EAI-Stereo	0.65 190	0.28 121	0.69 144	0.53 179	0.27 47	0.60 126	0.40 129	2.28 441	0.64 63	0.71 94	3.18 451	0.57 80	0.43 59	1.06 154	0.41 115	0.18 91	0.13 66	0.17 34	0.17 117	0.17 48	0.17 97

SFCPSM	0.70 216	0.28 121	1.02 317	0.51 144	0.38 227	1.37 369	0.66 322	2.00 392	1.03 200	1.17 250	1.21 245	0.82 159	0.78 221	1.03 145	0.53 209	0.21 190	0.17 230	0.22 171	0.24 288	0.21 177	0.19 158

FENet	0.60 155	0.28 121	0.63 105	0.54 194	0.33 164	0.83 255	0.38 108	1.27 210	1.07 216	1.00 168	0.86 109	0.99 236	0.85 253	0.96 125	0.68 261	0.22 216	0.15 168	0.23 209	0.20 185	0.22 200	0.23 241

GANet-RSSM	0.72 225	0.28 121	0.63 105	0.64 318	0.58 352	0.80 240	0.58 294	1.89 365	1.08 222	1.04 182	1.25 257	1.15 286	1.04 338	1.49 250	0.62 242	0.25 281	0.19 265	0.22 171	0.22 254	0.22 200	0.21 206

PAM	0.76 259	0.29 154	1.08 338	0.52 163	0.33 164	1.38 372	0.39 122	2.01 396	0.67 80	1.06 183	0.96 131	2.89 452	1.43 397	0.86 103	0.35 62	0.19 129	0.12 19	0.19 84	0.17 117	0.19 110	0.20 189

model_zeroshot	0.48 75	0.29 154	0.86 245	0.51 144	0.36 196	0.69 180	0.37 102	1.12 167	0.62 56	0.85 131	0.84 106	0.66 112	0.37 36	0.73 67	0.34 54	0.20 160	0.16 203	0.19 84	0.16 98	0.17 48	0.16 72

test_sample2	0.62 165	0.29 154	0.74 195	0.50 116	0.28 70	0.80 240	0.61 307	1.61 290	1.00 190	0.88 135	0.99 143	0.94 212	0.83 246	1.16 176	0.51 195	0.23 241	0.18 249	0.22 171	0.21 226	0.23 225	0.22 223

test_sample1	0.61 161	0.29 154	0.75 198	0.50 116	0.31 127	0.76 214	0.48 215	1.59 283	0.84 125	0.90 138	0.94 128	0.88 187	0.95 303	1.16 176	0.67 257	0.22 216	0.18 249	0.20 116	0.19 153	0.21 177	0.21 206

MyStereo8	0.65 190	0.29 154	1.00 306	0.58 251	0.49 300	0.91 275	0.35 75	1.18 182	1.31 345	1.16 241	1.27 267	0.90 196	0.64 177	0.72 63	0.95 331	0.18 91	0.14 114	0.20 116	0.18 132	0.22 200	0.26 289

MyStereo07	0.48 75	0.29 154	0.50 36	0.55 216	0.45 281	0.59 118	0.79 356	1.05 134	0.51 34	0.48 47	0.53 35	0.43 19	0.55 129	1.30 204	0.34 54	0.17 54	0.16 203	0.24 229	0.20 185	0.23 225	0.20 189

MyStereo04	0.67 206	0.29 154	1.07 335	0.55 216	0.45 281	0.59 118	0.79 356	1.50 259	1.40 386	0.91 142	0.91 120	0.74 131	0.86 261	1.52 253	0.62 242	0.17 54	0.16 203	0.24 229	0.20 185	0.23 225	0.20 189

CoDeX	0.73 242	0.29 154	0.93 282	0.54 194	0.36 196	1.14 330	0.61 307	2.34 446	1.17 275	1.16 241	1.25 257	0.91 198	0.87 266	1.33 211	0.64 250	0.20 160	0.16 203	0.21 144	0.18 132	0.20 141	0.18 122

1111x	1.70 429	0.29 154	0.86 245	0.51 144	0.27 47	1.01 308	0.68 328	2.22 435	1.28 331	1.13 222	1.40 316	1.21 294	1.10 353	5.53 434	15.20 493	0.22 216	0.21 304	0.22 171	0.22 254	0.24 240	0.22 223

knoymous	0.51 84	0.29 154	0.47 24	0.43 21	0.30 104	0.55 101	0.55 272	1.02 119	0.77 107	0.98 161	0.85 108	0.94 212	0.56 133	0.85 99	0.45 151	0.20 160	0.14 114	0.26 286	0.14 49	0.23 225	0.23 241

RAFT+CT+SA	0.58 147	0.29 154	0.60 94	0.66 338	0.37 210	0.42 25	0.55 272	1.27 210	1.03 200	0.70 92	1.22 247	0.60 91	0.70 193	1.64 274	0.41 115	0.18 91	0.13 66	0.22 171	0.22 254	0.21 177	0.18 122

Sa-1000	0.72 225	0.29 154	0.76 208	0.59 264	0.30 104	0.73 199	0.37 102	1.62 294	1.33 353	1.28 300	2.04 419	0.86 179	0.75 202	1.84 305	0.38 92	0.19 129	0.14 114	0.25 267	0.23 276	0.20 141	0.16 72

iRaft-Stereo_5w	0.85 299	0.29 154	0.91 276	0.53 179	0.43 267	0.49 54	0.68 328	0.99 109	0.87 132	0.79 112	1.34 297	1.46 350	0.91 281	5.11 423	1.11 356	0.17 54	0.14 114	0.22 171	0.18 132	0.20 141	0.20 189

NRIStereo	0.60 155	0.29 154	0.69 144	0.53 179	0.28 70	0.63 139	0.33 59	1.08 155	0.87 132	1.14 225	0.87 112	0.91 198	0.59 152	2.24 345	0.49 184	0.20 160	0.14 114	0.21 144	0.19 153	0.21 177	0.17 97

Pruner-Stereo	0.62 165	0.29 154	0.70 150	0.61 288	0.31 127	0.63 139	0.43 163	1.17 177	0.99 185	1.53 382	1.08 185	0.95 220	0.55 129	1.35 215	0.51 195	0.23 241	0.14 114	0.24 229	0.21 226	0.21 177	0.23 241

DeepStereo_RVC	0.55 125	0.29 154	0.72 168	0.51 144	0.30 104	0.59 118	0.33 59	1.03 123	0.70 89	1.16 241	0.93 125	0.83 166	0.94 298	0.96 125	0.54 215	0.21 190	0.14 114	0.21 144	0.19 153	0.24 240	0.24 255

rafts_anoy	0.52 85	0.29 154	0.59 89	0.59 264	0.50 307	0.53 87	0.40 129	1.11 165	1.03 200	0.84 127	0.83 104	0.68 117	0.54 122	0.72 63	0.51 195	0.19 129	0.14 114	0.24 229	0.26 319	0.21 177	0.18 122

222	1.61 421	0.29 154	0.67 130	0.56 229	0.29 86	1.06 319	0.42 146	2.17 428	1.31 345	1.31 323	1.52 347	0.92 207	0.94 298	1.76 298	17.65 496	0.24 256	0.20 283	0.21 144	0.19 153	0.22 200	0.23 241

ac_64	0.82 284	0.29 154	0.81 230	0.71 376	0.60 363	1.05 316	0.54 257	1.99 391	0.92 153	1.18 255	1.06 177	1.99 416	1.08 349	1.94 318	0.97 336	0.27 316	0.22 322	0.24 229	0.23 276	0.22 200	0.19 158

HSM-Net_RVC	0.87 308	0.29 154	0.53 55	0.53 179	0.30 104	1.15 335	0.55 272	3.57 472	1.28 331	1.53 382	1.74 388	1.68 386	0.93 293	1.49 250	0.77 291	0.22 216	0.17 230	0.19 84	0.18 132	0.20 141	0.19 158
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM-zero	1.00 345	0.30 174	0.93 282	0.47 68	0.30 104	0.57 110	0.25 15	2.25 438	0.63 59	1.01 171	1.10 194	2.73 448	1.85 436	6.26 448	0.40 104	0.17 54	0.14 114	0.19 84	0.15 59	0.16 27	0.17 97

DispNO	0.93 322	0.30 174	1.34 385	0.55 216	0.55 338	0.89 269	0.49 225	1.48 253	1.21 299	1.17 250	1.27 267	1.19 292	0.90 278	5.23 425	0.74 277	0.22 216	0.17 230	0.24 229	0.21 226	0.19 110	0.20 189

SMFormer	0.75 253	0.30 174	0.86 245	0.46 57	0.26 31	0.82 250	0.43 163	2.05 402	1.39 381	1.23 278	1.47 334	0.98 230	0.95 303	1.71 288	0.82 309	0.24 256	0.20 283	0.22 171	0.21 226	0.23 225	0.24 255

tta	0.75 253	0.30 174	0.86 245	0.46 57	0.26 31	0.82 250	0.43 163	2.05 402	1.39 381	1.23 278	1.47 334	0.98 230	0.95 303	1.71 288	0.82 309	0.24 256	0.20 283	0.22 171	0.21 226	0.18 76	0.18 122

qqq1	0.72 225	0.30 174	0.86 245	0.46 57	0.26 31	0.82 250	0.43 163	2.05 402	1.39 381	1.23 278	1.47 334	0.98 230	0.95 303	1.71 288	0.44 138	0.24 256	0.20 283	0.18 64	0.15 59	0.18 76	0.18 122

fff1	0.72 225	0.30 174	0.86 245	0.46 57	0.26 31	0.82 250	0.43 163	2.05 402	1.39 381	1.23 278	1.47 334	0.98 230	0.95 303	1.71 288	0.44 138	0.24 256	0.20 283	0.18 64	0.15 59	0.18 76	0.18 122

IGEV_Zeroshot_test	0.53 95	0.30 174	0.99 301	0.56 229	0.35 186	0.41 21	0.32 54	1.37 227	0.63 59	1.00 168	1.09 190	0.95 220	0.41 50	0.83 92	0.39 99	0.18 91	0.12 19	0.19 84	0.18 132	0.19 110	0.17 97

EKT-Stereo	0.53 95	0.30 174	0.73 180	0.58 251	0.60 363	0.51 78	0.48 215	0.94 92	0.90 143	0.71 94	0.88 114	0.77 140	0.43 59	1.07 158	0.40 104	0.22 216	0.16 203	0.21 144	0.18 132	0.20 141	0.22 223

HH	0.63 172	0.30 174	0.77 214	0.50 116	0.32 145	0.49 54	0.46 198	1.65 298	0.64 63	0.69 90	1.09 190	1.63 378	0.85 253	1.90 312	0.37 82	0.18 91	0.13 66	0.19 84	0.17 117	0.19 110	0.16 72

HanStereo	0.63 172	0.30 174	0.77 214	0.50 116	0.32 145	0.49 54	0.46 198	1.65 298	0.64 63	0.69 90	1.09 190	1.63 378	0.85 253	1.90 312	0.37 82	0.18 91	0.13 66	0.19 84	0.17 117	0.19 110	0.16 72

raft_robust	0.68 210	0.30 174	0.64 112	0.52 163	0.26 31	0.54 94	0.35 75	1.33 217	1.24 312	1.16 241	1.07 181	0.60 91	0.54 122	3.58 400	0.37 82	0.18 91	0.14 114	0.20 116	0.22 254	0.20 141	0.16 72

test_5	0.65 190	0.30 174	0.75 198	0.67 350	0.50 307	0.92 282	0.52 244	1.39 233	1.12 239	0.76 103	1.11 200	1.00 237	0.90 278	1.53 257	0.45 151	0.18 91	0.13 66	0.23 209	0.22 254	0.21 177	0.19 158

SA	0.66 197	0.30 174	0.82 233	0.61 288	0.30 104	0.58 113	0.38 108	1.44 246	1.30 341	0.96 154	1.36 304	0.66 112	0.95 303	1.85 308	0.42 126	0.19 129	0.15 168	0.25 267	0.23 276	0.21 177	0.17 97

Patchmatch Stereo++	0.55 125	0.30 174	0.73 180	0.50 116	0.27 47	0.65 156	0.29 37	1.05 134	0.64 63	1.12 208	0.96 131	0.83 166	0.60 155	1.37 221	0.45 151	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122
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
NF-Stereo	0.80 276	0.30 174	0.75 198	0.60 275	0.31 127	0.64 142	0.44 176	1.21 192	0.90 143	1.29 305	1.02 161	0.82 159	0.57 142	5.40 432	0.48 177	0.23 241	0.14 114	0.24 229	0.20 185	0.20 141	0.30 326

OCTAStereo	0.80 276	0.30 174	0.75 198	0.60 275	0.31 127	0.64 142	0.44 176	1.21 192	0.90 143	1.29 305	1.01 153	0.82 159	0.57 142	5.35 427	0.48 177	0.24 256	0.14 114	0.24 229	0.20 185	0.20 141	0.30 326

PSM-adaLoss	0.54 110	0.30 174	0.73 180	0.50 116	0.27 47	0.65 156	0.41 142	1.04 128	0.64 63	1.12 208	0.96 131	0.82 159	0.61 163	1.06 154	0.45 151	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122

ROB_FTStereo_v2	0.54 110	0.30 174	0.73 180	0.50 116	0.27 47	0.64 142	0.42 146	1.05 134	0.64 63	1.12 208	0.96 131	0.83 166	0.60 155	1.12 170	0.46 165	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122

ROB_FTStereo	0.54 110	0.30 174	0.73 180	0.50 116	0.27 47	0.64 142	0.25 15	1.05 134	0.64 63	1.12 208	0.95 129	0.82 159	0.61 163	1.15 174	0.45 151	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122

HUI-Stereo	0.52 85	0.30 174	0.73 180	0.50 116	0.27 47	0.65 156	0.30 43	1.04 128	0.64 63	1.12 208	0.96 131	0.83 166	0.60 155	0.79 81	0.45 151	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122

RE-Stereo	0.80 276	0.30 174	0.75 198	0.60 275	0.31 127	0.64 142	0.44 176	1.21 192	0.90 143	1.29 305	1.01 153	0.81 154	0.57 142	5.37 430	0.48 177	0.24 256	0.14 114	0.24 229	0.20 185	0.20 141	0.30 326

TVStereo	0.80 276	0.30 174	0.75 198	0.60 275	0.31 127	0.64 142	0.44 176	1.21 192	0.90 143	1.29 305	1.01 153	0.81 154	0.57 142	5.37 430	0.48 177	0.24 256	0.14 114	0.24 229	0.20 185	0.20 141	0.30 326

iGMRVC	0.56 134	0.30 174	0.73 180	0.50 116	0.27 47	0.65 156	0.38 108	1.05 134	0.64 63	1.12 208	0.96 131	0.83 166	0.60 155	1.52 253	0.46 165	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122

iRAFT	0.55 125	0.30 174	0.73 180	0.50 116	0.27 47	0.65 156	0.29 37	1.05 134	0.64 63	1.12 208	0.96 131	0.83 166	0.60 155	1.37 221	0.45 151	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122

CRE-IMP	0.55 125	0.30 174	0.74 195	0.52 163	0.29 86	0.79 231	0.25 15	1.04 128	0.72 95	1.09 193	0.95 129	0.81 154	0.57 142	1.10 164	0.50 190	0.21 190	0.14 114	0.23 209	0.19 153	0.28 293	0.22 223

RAFT	0.64 184	0.30 174	0.73 180	0.59 264	0.33 164	0.68 175	0.58 294	1.04 128	0.76 105	1.08 187	1.19 240	1.65 383	0.93 293	1.06 154	0.56 221	0.21 190	0.18 249	0.27 301	0.24 288	0.22 200	0.17 97

RAFT-IKP	0.54 110	0.30 174	0.73 180	0.50 116	0.27 47	0.59 118	0.36 90	1.04 128	0.64 63	1.12 208	0.96 131	0.83 166	0.61 163	1.22 187	0.45 151	0.22 216	0.14 114	0.24 229	0.20 185	0.26 262	0.18 122

RALCasStereoNet	0.54 110	0.30 174	0.66 125	0.59 264	0.51 318	0.61 131	0.52 244	0.94 92	0.93 155	0.70 92	1.01 153	0.78 144	0.44 66	1.33 211	0.47 172	0.20 160	0.16 203	0.18 64	0.16 98	0.20 141	0.19 158

cf-r	0.73 242	0.30 174	0.77 214	0.55 216	0.63 372	0.78 227	0.48 215	1.79 339	1.15 264	1.13 222	1.26 264	1.43 341	0.87 266	1.40 236	0.85 317	0.25 281	0.18 249	0.22 171	0.23 276	0.19 110	0.19 158

PSMNet-RSSM	0.72 225	0.30 174	0.61 97	0.63 309	0.42 259	0.73 199	0.56 280	1.92 375	1.10 233	1.09 193	1.37 306	1.22 296	0.98 317	1.28 200	0.72 273	0.27 316	0.19 265	0.27 301	0.29 360	0.24 240	0.24 255

DIP-Stereo	0.62 165	0.30 174	0.83 237	0.48 90	0.36 196	0.95 291	0.33 59	2.37 449	0.67 80	1.25 291	1.00 147	0.68 117	0.51 107	0.91 114	0.61 239	0.18 91	0.15 168	0.21 144	0.17 117	0.19 110	0.19 158
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 372	0.30 174	0.91 276	0.66 338	0.77 410	0.97 299	0.57 290	1.37 227	1.35 365	1.02 175	1.34 297	2.11 425	1.43 397	7.09 464	1.39 390	0.19 129	0.17 230	0.17 34	0.19 153	0.18 76	0.16 72

iResNet_ROB	0.77 261	0.30 174	0.99 301	0.57 245	0.36 196	0.83 255	0.36 90	2.33 444	1.58 412	1.27 298	1.30 276	1.25 307	0.84 250	1.65 275	0.79 299	0.20 160	0.14 114	0.17 34	0.12 18	0.18 76	0.27 298

GCAP-BAT	0.49 80	0.31 207	0.64 112	0.41 13	0.46 291	0.70 187	0.35 75	0.77 31	0.64 63	0.86 133	1.00 147	0.77 140	0.37 36	1.18 181	0.36 71	0.18 91	0.14 114	0.18 64	0.13 30	0.17 48	0.15 50

CAS++	0.47 69	0.31 207	0.56 68	0.47 68	0.32 145	0.42 25	0.28 33	1.76 326	0.72 95	0.71 94	0.72 81	0.37 12	0.28 8	0.69 52	0.33 39	0.27 316	0.22 322	0.26 286	0.21 226	0.29 304	0.19 158
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	0.56 134	0.31 207	0.50 36	0.54 194	0.26 31	1.18 340	0.51 233	1.42 239	0.78 109	0.58 72	0.79 97	0.48 42	0.88 271	1.46 244	0.32 28	0.20 160	0.12 19	0.25 267	0.15 59	0.22 200	0.21 206

xx1	0.67 206	0.31 207	0.50 36	0.54 194	0.26 31	1.18 340	0.51 233	0.93 85	3.05 466	0.58 72	0.79 97	0.95 220	0.77 215	1.46 244	0.32 28	0.20 160	0.12 19	0.24 229	0.23 276	0.22 200	0.21 206

1test111	0.54 110	0.31 207	0.50 36	0.54 194	0.26 31	1.18 340	0.51 233	1.42 239	0.78 109	0.58 72	0.79 97	0.48 42	0.88 271	0.88 106	0.59 229	0.20 160	0.12 19	0.25 267	0.15 59	0.22 200	0.21 206

cc1	0.64 184	0.31 207	0.50 36	0.54 194	0.26 31	1.18 340	0.51 233	0.93 85	3.05 466	0.58 72	0.79 97	0.48 42	0.88 271	1.46 244	0.32 28	0.20 160	0.12 19	0.25 267	0.15 59	0.19 110	0.19 158

x	0.54 110	0.31 207	0.61 97	0.47 68	0.30 104	0.67 168	0.47 205	1.53 273	0.79 113	0.81 118	0.83 104	0.78 144	0.70 193	0.70 56	0.62 242	0.21 190	0.19 265	0.22 171	0.19 153	0.21 177	0.20 189

IER	0.70 216	0.31 207	1.02 317	0.48 90	0.52 326	1.34 366	0.51 233	1.17 177	0.99 185	1.23 278	1.34 297	1.12 278	1.11 354	0.99 136	0.71 270	0.20 160	0.16 203	0.21 144	0.21 226	0.20 141	0.19 158

iRaft-Stereo_20w	0.65 190	0.31 207	1.00 306	0.47 68	0.34 181	0.73 199	0.30 43	2.96 464	0.70 89	1.15 231	1.14 216	0.76 137	0.65 183	1.11 167	0.38 92	0.17 54	0.13 66	0.18 64	0.16 98	0.19 110	0.18 122

GwcNet-ADL	0.64 184	0.31 207	0.79 224	0.56 229	0.41 254	0.60 126	0.58 294	1.41 237	1.26 320	1.08 187	1.13 212	0.91 198	0.60 155	1.04 151	0.78 293	0.27 316	0.18 249	0.18 64	0.18 132	0.25 251	0.29 314

IIG-Stereo	0.96 328	0.31 207	0.72 168	0.88 430	0.33 164	0.61 131	0.26 22	1.19 190	1.03 200	1.69 405	1.37 306	1.46 350	0.75 202	6.96 463	0.51 195	0.19 129	0.14 114	0.23 209	0.18 132	0.20 141	0.14 25

PSM-softLoss	0.78 269	0.31 207	0.77 214	0.58 251	0.32 145	0.56 105	0.40 129	1.18 182	0.70 89	1.24 286	1.07 181	0.83 166	0.52 111	5.36 428	0.53 209	0.24 256	0.15 168	0.25 267	0.22 254	0.20 141	0.25 267

KMStereo	0.78 269	0.31 207	0.77 214	0.58 251	0.32 145	0.56 105	0.40 129	1.18 182	0.70 89	1.24 286	1.07 181	0.83 166	0.52 111	5.36 428	0.53 209	0.24 256	0.15 168	0.25 267	0.22 254	0.20 141	0.25 267

CroCo-Stereo	0.40 28	0.31 207	0.73 180	0.58 251	0.27 47	0.26 3	0.33 59	0.95 97	0.81 115	0.42 27	0.47 23	0.65 107	0.47 82	0.39 4	0.34 54	0.18 91	0.15 168	0.16 20	0.14 49	0.19 110	0.16 72
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
ACVNet	0.63 172	0.31 207	0.54 60	0.54 194	0.36 196	0.80 240	0.46 198	1.37 227	1.07 216	0.93 145	1.30 276	1.08 261	0.85 253	0.80 83	0.94 329	0.21 190	0.19 265	0.21 144	0.18 132	0.22 200	0.18 122

acv_ft	0.75 253	0.31 207	0.95 290	0.70 369	0.86 429	1.24 350	0.53 252	1.44 246	1.07 216	1.24 286	1.30 276	1.08 261	0.92 284	0.80 83	1.34 382	0.21 190	0.19 265	0.21 144	0.18 132	0.21 177	0.18 122

rvit_stereo_0080	0.44 48	0.32 223	0.71 162	0.47 68	0.36 196	0.42 25	0.55 272	0.82 52	0.68 84	0.50 59	0.60 54	0.55 72	0.47 82	0.59 28	0.44 138	0.26 301	0.21 304	0.20 116	0.20 185	0.31 324	0.19 158

test_sample3	0.68 210	0.32 223	0.88 263	0.52 163	0.30 104	0.97 299	0.52 244	1.86 358	1.15 264	1.08 187	1.11 200	0.88 187	0.71 196	1.17 179	0.68 261	0.25 281	0.20 283	0.25 267	0.25 302	0.25 251	0.25 267

tt1	0.62 165	0.32 223	0.51 43	0.54 194	0.26 31	1.16 337	0.48 215	0.95 97	2.47 454	0.57 70	0.77 91	0.49 49	0.81 234	1.55 261	0.32 28	0.20 160	0.12 19	0.24 229	0.15 59	0.19 110	0.20 189

whm_eth	0.44 48	0.32 223	0.71 162	0.47 68	0.36 196	0.42 25	0.55 272	0.82 52	0.68 84	0.50 59	0.60 54	0.55 72	0.47 82	0.59 28	0.44 138	0.26 301	0.21 304	0.20 116	0.20 185	0.31 324	0.19 158

PCWNet_CMD	0.66 197	0.32 223	0.88 263	0.49 105	0.37 210	0.78 227	0.40 129	1.42 239	1.31 345	1.16 241	1.31 282	1.25 307	0.62 168	0.89 112	0.57 224	0.20 160	0.16 203	0.27 301	0.19 153	0.40 371	0.25 267

BUS	0.74 245	0.32 223	0.68 133	0.54 194	0.44 274	2.34 444	0.42 146	2.16 422	0.98 178	1.20 263	1.11 200	1.03 250	0.62 168	0.91 114	0.70 265	0.24 256	0.17 230	0.25 267	0.22 254	0.22 200	0.22 223

BSDual-CNN	0.71 223	0.32 223	0.68 133	0.54 194	0.44 274	1.27 354	0.65 317	2.16 422	0.98 178	1.20 263	1.11 200	1.12 278	0.74 200	0.91 114	0.66 254	0.24 256	0.17 230	0.25 267	0.22 254	0.22 200	0.22 223

hknet	0.77 261	0.32 223	0.95 290	0.54 194	0.38 227	1.27 354	0.65 317	2.16 422	1.07 216	1.20 263	1.11 200	1.59 371	0.81 234	1.37 221	0.66 254	0.22 216	0.17 230	0.25 267	0.22 254	0.22 200	0.22 223

psmg	0.72 225	0.32 223	0.68 133	0.50 116	0.44 274	1.48 384	0.75 345	1.94 381	0.98 178	1.21 267	1.33 290	1.12 278	0.74 200	0.91 114	0.66 254	0.24 256	0.19 265	0.25 267	0.25 302	0.23 225	0.22 223

CFNet_pseudo	0.66 197	0.32 223	0.86 245	0.48 90	0.39 237	0.70 187	0.40 129	1.33 217	1.22 305	1.16 241	1.34 297	1.24 303	0.64 177	0.98 133	0.59 229	0.21 190	0.16 203	0.33 361	0.19 153	0.36 350	0.25 267

MMNet	0.84 295	0.32 223	1.09 341	0.60 275	0.59 360	1.85 420	0.49 225	1.51 265	1.27 326	1.37 343	1.15 223	1.26 311	1.18 365	1.67 280	1.22 367	0.19 129	0.18 249	0.23 209	0.22 254	0.25 251	0.21 206

delet	0.85 299	0.32 223	0.95 290	0.65 331	0.66 380	1.64 399	0.84 368	1.75 320	1.35 365	1.32 325	1.30 276	1.30 322	0.88 271	1.68 285	1.10 354	0.21 190	0.21 304	0.24 229	0.24 288	0.21 177	0.21 206

UPFNet	0.80 276	0.32 223	0.90 273	0.59 264	0.74 400	1.26 353	0.80 362	1.52 267	1.10 233	1.30 313	1.12 207	1.30 322	0.84 250	1.67 280	1.09 351	0.24 256	0.24 342	0.24 229	0.23 276	0.25 251	0.18 122

GwcNet-RSSM	0.77 261	0.32 223	1.01 310	0.62 300	0.54 332	0.78 227	0.51 233	1.73 314	1.20 293	1.09 193	1.37 306	1.46 350	0.85 253	1.53 257	1.09 351	0.25 281	0.18 249	0.23 209	0.24 288	0.20 141	0.19 158

CFNet-ft	0.72 225	0.32 223	0.54 60	0.66 338	0.54 332	0.83 255	0.55 272	1.37 227	1.15 264	0.93 145	1.28 272	1.57 367	0.97 313	1.35 215	0.81 304	0.26 301	0.20 283	0.33 361	0.25 302	0.30 315	0.23 241

MSMDNet	0.66 197	0.32 223	0.87 256	0.49 105	0.37 210	0.79 231	0.40 129	1.43 245	1.31 345	1.15 231	1.31 282	1.24 303	0.63 173	0.88 106	0.57 224	0.21 190	0.16 203	0.26 286	0.19 153	0.39 367	0.24 255

CFNet_RVC	0.72 225	0.32 223	0.54 60	0.66 338	0.54 332	0.83 255	0.55 272	1.37 227	1.15 264	0.93 145	1.28 272	1.57 367	0.97 313	1.35 215	0.81 304	0.26 301	0.20 283	0.33 361	0.25 302	0.30 315	0.23 241

HSM	1.19 385	0.32 223	0.65 119	0.57 245	0.38 227	1.23 349	0.59 302	2.25 438	1.19 288	1.30 313	1.25 257	1.94 411	1.03 336	9.32 485	0.71 270	0.22 216	0.16 203	0.20 116	0.16 98	0.21 177	0.21 206

DN-CSS_ROB	0.64 184	0.32 223	1.05 326	0.55 216	0.40 247	0.54 94	0.45 192	1.21 192	0.93 155	1.03 179	1.47 334	0.69 122	0.63 173	1.76 298	0.49 184	0.18 91	0.14 114	0.25 267	0.22 254	0.22 200	0.20 189

rvit_stereo_0083	0.47 69	0.33 242	0.81 230	0.56 229	0.36 196	0.50 63	0.44 176	0.68 15	0.95 160	0.49 52	0.57 50	0.55 72	0.49 100	0.88 106	0.46 165	0.25 281	0.25 349	0.24 229	0.20 185	0.24 240	0.17 97

rvit_stereo_0081	0.44 48	0.33 242	0.64 112	0.54 194	0.35 186	0.41 21	0.44 176	0.66 13	0.95 160	0.48 47	0.52 33	0.50 54	0.46 73	0.82 90	0.44 138	0.25 281	0.20 283	0.22 171	0.19 153	0.25 251	0.17 97

rvit_stereo_0082	0.44 48	0.33 242	0.64 112	0.54 194	0.35 186	0.41 21	0.44 176	0.66 13	0.95 160	0.48 47	0.52 33	0.50 54	0.46 73	0.82 90	0.44 138	0.25 281	0.20 283	0.22 171	0.19 153	0.25 251	0.17 97

test_sample4	0.69 212	0.33 242	0.91 276	0.51 144	0.30 104	0.92 282	0.52 244	1.87 360	1.15 264	1.14 225	1.18 233	0.87 183	0.75 202	1.18 181	0.68 261	0.25 281	0.20 283	0.26 286	0.26 319	0.26 262	0.25 267

ffm	0.72 225	0.33 242	0.85 239	0.53 179	0.37 210	0.74 203	0.56 280	0.95 97	2.47 454	1.15 231	1.45 328	1.06 255	0.82 238	1.55 261	0.32 28	0.20 160	0.12 19	0.31 341	0.27 329	0.19 110	0.20 189

ff1	1.37 402	0.33 242	0.85 239	0.53 179	0.37 210	0.74 203	0.56 280	0.95 97	2.47 454	1.15 231	1.45 328	1.06 255	0.82 238	7.22 465	7.61 473	0.20 160	0.12 19	0.31 341	0.27 329	0.19 110	0.20 189

mmx	1.39 404	0.33 242	0.85 239	0.53 179	0.37 210	0.74 203	0.56 280	2.13 413	1.37 372	1.15 231	1.45 328	1.06 255	0.82 238	7.22 465	7.61 473	0.24 256	0.19 265	0.31 341	0.27 329	0.30 315	0.25 267

xxx	1.39 404	0.33 242	0.85 239	0.53 179	0.37 210	0.74 203	0.56 280	2.13 413	1.37 372	1.15 231	1.45 328	1.06 255	0.82 238	7.22 465	7.61 473	0.24 256	0.19 265	0.31 341	0.27 329	0.30 315	0.25 267

CFNet_ucs	0.70 216	0.33 242	0.88 263	0.50 116	0.43 267	0.74 203	0.44 176	1.60 287	1.29 335	1.22 272	1.54 351	1.09 271	0.63 173	0.99 136	0.59 229	0.25 281	0.20 283	0.37 390	0.21 226	0.40 371	0.28 310

LL-Strereo2	0.52 85	0.33 242	0.69 144	0.52 163	0.37 210	0.70 187	0.30 43	1.13 170	0.67 80	0.94 150	0.78 93	0.91 198	0.42 54	1.05 153	0.42 126	0.17 54	0.16 203	0.29 324	0.25 302	0.21 177	0.16 72

CBFPSM	0.92 319	0.33 242	1.86 430	0.49 105	0.38 227	1.75 407	0.84 368	1.39 233	1.12 239	1.09 193	0.99 143	2.37 435	1.66 424	1.32 209	1.42 399	0.19 129	0.18 249	0.20 116	0.20 185	0.21 177	0.33 347

gwcnet-sp	0.74 245	0.33 242	1.44 392	0.57 245	0.45 281	1.40 375	0.54 257	1.50 259	1.14 253	1.30 313	1.02 161	0.94 212	0.82 238	1.39 230	0.76 285	0.21 190	0.21 304	0.22 171	0.21 226	0.22 200	0.22 223

scenet	0.74 245	0.33 242	1.44 392	0.57 245	0.45 281	1.40 375	0.54 257	1.50 259	1.14 253	1.30 313	1.02 161	0.94 212	0.82 238	1.39 230	0.76 285	0.21 190	0.21 304	0.22 171	0.21 226	0.22 200	0.22 223

ToySt	0.66 197	0.33 242	1.23 364	0.51 144	0.33 164	0.86 266	0.68 328	1.10 159	0.97 173	0.84 127	1.08 185	1.25 307	0.94 298	1.01 141	0.74 277	0.19 129	0.19 265	0.24 229	0.24 288	0.27 276	0.23 241

ssnet	0.74 245	0.33 242	1.44 392	0.57 245	0.45 281	1.40 375	0.54 257	1.50 259	1.14 253	1.30 313	1.02 161	0.94 212	0.82 238	1.39 230	0.76 285	0.21 190	0.21 304	0.22 171	0.21 226	0.22 200	0.22 223

CIPLG	0.62 165	0.33 242	0.96 295	0.58 251	0.50 307	0.75 208	0.48 215	1.05 134	0.96 165	1.40 354	1.57 361	0.64 104	0.48 92	0.89 112	0.70 265	0.23 241	0.15 168	0.19 84	0.16 98	0.19 110	0.21 206

IPLGR_C	0.62 165	0.33 242	0.99 301	0.58 251	0.49 300	0.76 214	0.48 215	1.10 159	0.96 165	1.40 354	1.56 357	0.62 98	0.48 92	0.80 83	0.71 270	0.23 241	0.15 168	0.19 84	0.16 98	0.19 110	0.21 206

ACRE	0.61 161	0.33 242	1.01 310	0.58 251	0.49 300	0.75 208	0.47 205	1.06 147	0.95 160	1.37 343	1.55 353	0.62 98	0.46 73	0.83 92	0.70 265	0.23 241	0.15 168	0.19 84	0.16 98	0.18 76	0.21 206

OMP-Stereo	0.94 324	0.33 242	0.72 168	0.90 434	0.31 127	0.49 54	0.36 90	1.16 175	1.06 211	1.58 396	1.12 207	1.46 350	0.69 189	6.94 462	0.49 184	0.19 129	0.14 114	0.24 229	0.18 132	0.20 141	0.14 25

ICVP	0.63 172	0.33 242	0.57 77	0.61 288	0.40 247	0.80 240	0.58 294	1.61 290	0.89 139	0.90 138	1.24 253	0.88 187	0.73 198	0.72 63	0.88 321	0.29 339	0.21 304	0.22 171	0.21 226	0.24 240	0.27 298
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 155	0.33 242	0.87 256	0.62 300	0.50 307	0.69 180	0.31 48	1.21 192	1.06 211	1.09 193	1.16 228	0.88 187	0.46 73	1.22 187	0.42 126	0.19 129	0.15 168	0.21 144	0.17 117	0.27 276	0.17 97

ccs_rob	0.66 197	0.33 242	0.86 245	0.48 90	0.39 237	0.70 187	0.40 129	1.33 217	1.22 305	1.16 241	1.34 297	1.23 301	0.64 177	0.98 133	0.59 229	0.21 190	0.16 203	0.35 379	0.20 185	0.37 354	0.25 267

FACV-RUCA	0.63 172	0.34 264	0.82 233	0.62 300	0.65 377	0.81 248	0.41 142	1.44 246	1.07 216	0.86 133	1.14 216	0.61 95	0.69 189	0.80 83	0.53 209	0.28 329	0.19 265	0.47 419	0.21 226	0.35 343	0.25 267

rvit_stereo_0081_aga	0.44 48	0.34 264	0.73 180	0.51 144	0.41 254	0.50 63	0.40 129	0.81 49	0.57 47	0.58 72	0.56 46	0.53 70	0.43 59	0.66 49	0.40 104	0.26 301	0.21 304	0.22 171	0.20 185	0.26 262	0.18 122

test_sample6	0.71 223	0.34 264	0.87 256	0.52 163	0.30 104	0.82 250	0.58 294	1.79 339	1.15 264	1.14 225	1.33 290	0.91 198	0.79 225	1.31 205	0.74 277	0.27 316	0.21 304	0.27 301	0.29 360	0.28 293	0.27 298

test_sample5	0.69 212	0.34 264	0.87 256	0.52 163	0.30 104	0.84 262	0.54 257	1.83 351	1.14 253	1.11 207	1.25 257	0.88 187	0.78 221	1.23 189	0.65 251	0.26 301	0.20 283	0.27 301	0.27 329	0.27 276	0.26 289

DualNet	0.70 216	0.34 264	0.87 256	0.52 163	0.30 104	0.84 262	0.54 257	1.83 351	1.14 253	1.14 225	1.33 290	0.88 187	0.78 221	1.23 189	0.65 251	0.26 301	0.20 283	0.27 301	0.27 329	0.27 276	0.26 289

ttt	0.94 324	0.34 264	0.59 89	0.61 288	0.37 210	0.94 287	0.50 232	2.17 428	1.34 356	1.23 278	1.61 369	0.91 198	0.76 211	1.85 308	3.97 458	0.30 343	0.26 354	0.26 286	0.24 288	0.29 304	0.29 314

StereoVision	0.65 190	0.34 264	0.86 245	0.59 264	0.40 247	0.50 63	0.41 142	1.09 157	0.93 155	0.71 94	2.50 440	0.82 159	0.57 142	1.03 145	0.49 184	0.25 281	0.28 369	0.29 324	0.28 349	0.36 350	0.20 189

CASS	0.65 190	0.34 264	0.72 168	0.56 229	0.27 47	0.78 227	0.42 146	1.59 283	0.86 128	1.30 313	1.25 257	0.87 183	0.84 250	0.84 95	0.54 215	0.35 379	0.19 265	0.26 286	0.21 226	0.28 293	0.42 383
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 48	0.34 264	0.77 214	0.61 288	0.79 415	0.28 6	0.35 75	0.75 26	0.71 94	0.38 22	0.50 31	0.72 129	0.55 129	0.57 26	0.47 172	0.17 54	0.18 249	0.19 84	0.16 98	0.21 177	0.20 189

qqq	0.57 141	0.34 264	0.71 162	0.47 68	0.27 47	0.64 142	0.62 310	1.42 239	0.78 109	0.80 114	0.92 122	0.95 220	0.77 215	0.88 106	0.59 229	0.21 190	0.20 283	0.24 229	0.23 276	0.22 200	0.21 206

DAS	0.84 295	0.34 264	1.03 321	0.64 318	0.69 391	0.77 222	0.63 313	1.54 275	1.20 293	1.79 415	1.55 353	0.95 220	1.04 338	2.83 375	0.60 237	0.21 190	0.16 203	0.25 267	0.18 132	0.27 276	0.22 223

SepStereo	0.82 284	0.34 264	1.03 321	0.64 318	0.69 391	0.77 222	0.63 313	1.54 275	1.20 293	1.79 415	1.55 353	0.95 220	1.04 338	2.30 351	0.60 237	0.21 190	0.16 203	0.25 267	0.18 132	0.27 276	0.22 223

ADLNet2	0.88 309	0.34 264	1.17 358	0.77 398	0.64 375	1.12 328	0.76 348	1.74 318	1.24 312	1.21 267	1.65 378	1.71 389	1.05 342	1.67 280	1.17 363	0.24 256	0.21 304	0.21 144	0.22 254	0.26 262	0.29 314

GES	0.66 197	0.34 264	0.90 273	0.59 264	0.38 227	0.94 287	0.57 290	2.11 412	0.86 128	1.02 175	1.11 200	0.66 112	0.79 225	0.99 136	0.61 239	0.27 316	0.19 265	0.20 116	0.20 185	0.21 177	0.30 326

psm_up	0.77 261	0.34 264	0.70 150	0.66 338	0.58 352	1.05 316	0.92 387	1.52 267	1.12 239	1.26 295	1.16 228	1.31 325	1.23 376	1.20 184	0.81 304	0.25 281	0.29 380	0.31 341	0.27 329	0.27 276	0.25 267

UNet	0.83 290	0.34 264	1.31 377	0.58 251	0.74 400	1.58 393	0.49 225	1.41 237	1.04 204	1.21 267	1.08 185	1.54 363	1.12 357	1.65 275	1.09 351	0.23 241	0.17 230	0.25 267	0.20 185	0.25 251	0.22 223

DSFCA	0.93 322	0.34 264	1.06 330	0.52 163	0.65 377	1.55 391	0.93 391	1.49 255	1.19 288	1.56 390	1.15 223	1.50 358	0.96 310	3.07 383	1.02 342	0.30 343	0.26 354	0.25 267	0.25 302	0.28 293	0.24 255

DMCA	0.67 206	0.34 264	0.90 273	0.51 144	0.44 274	0.86 266	0.47 205	1.42 239	1.02 196	1.17 250	1.12 207	1.23 301	0.75 202	0.78 77	0.95 331	0.25 281	0.19 265	0.27 301	0.19 153	0.24 240	0.27 298

MLCV	0.72 225	0.34 264	1.10 344	0.51 144	0.23 13	0.91 275	0.39 122	1.33 217	1.23 308	1.46 368	1.55 353	1.01 244	0.64 177	1.95 319	0.80 303	0.18 91	0.12 19	0.18 64	0.14 49	0.19 110	0.17 97

DISCO	1.03 353	0.34 264	1.11 346	0.69 364	0.45 281	2.07 433	0.84 368	2.13 413	1.50 403	1.15 231	1.33 290	2.40 437	1.07 348	2.60 368	1.51 408	0.23 241	0.18 249	0.22 171	0.20 185	0.31 324	0.27 298

MDST_ROB	1.67 425	0.34 264	1.58 411	0.92 439	0.58 352	4.26 480	1.11 415	2.83 461	1.41 390	4.49 480	2.55 441	1.45 348	0.97 313	7.79 475	1.17 363	0.31 350	0.25 349	0.37 390	0.33 389	0.31 324	0.30 326

DCVSM-stereo	0.72 225	0.35 285	0.76 208	0.55 216	0.42 259	0.73 199	0.38 108	1.21 192	1.02 196	1.79 415	1.04 173	1.62 375	1.03 336	1.04 151	0.79 299	0.24 256	0.27 362	0.29 324	0.24 288	0.30 315	0.36 361

AIO-Stereo-zeroshot	0.72 225	0.35 285	1.70 417	0.49 105	0.56 340	0.63 139	0.38 108	2.41 452	0.65 77	0.77 107	1.07 181	1.82 400	0.95 303	0.93 121	0.43 135	0.20 160	0.13 66	0.21 144	0.25 302	0.28 293	0.26 289

rvit_stereo_ft	0.47 69	0.35 285	0.87 256	0.67 350	0.42 259	0.40 17	0.59 302	0.81 49	0.74 100	0.46 40	0.55 43	0.57 80	0.49 100	0.65 47	0.50 190	0.25 281	0.17 230	0.22 171	0.22 254	0.24 240	0.17 97

mmm	0.63 172	0.35 285	0.72 168	0.51 144	0.30 104	0.86 266	0.54 257	1.59 283	0.86 128	1.07 186	1.38 310	0.79 148	0.75 202	0.91 114	0.58 227	0.22 216	0.18 249	0.29 324	0.25 302	0.25 251	0.23 241

AASNet	0.76 259	0.35 285	0.91 276	0.79 402	0.81 422	1.14 330	0.56 280	2.02 400	1.08 222	1.22 272	1.24 253	0.93 209	0.76 211	0.77 76	1.16 361	0.27 316	0.23 333	0.24 229	0.20 185	0.28 293	0.24 255

AACVNet	0.86 304	0.35 285	0.79 224	0.82 413	0.39 237	0.76 214	0.49 225	1.61 290	0.81 115	1.08 187	1.33 290	1.30 322	0.93 293	4.34 411	0.74 277	0.25 281	0.21 304	0.28 314	0.22 254	0.29 304	0.25 267

PSMNet-ADL	0.72 225	0.35 285	0.62 102	0.69 364	0.46 291	1.14 330	0.44 176	1.37 227	1.01 193	0.83 124	1.17 231	1.33 327	0.96 310	1.43 238	0.95 331	0.33 364	0.22 322	0.21 144	0.23 276	0.27 276	0.29 314

GANet-ADL	0.60 155	0.35 285	0.72 168	0.64 318	0.40 247	0.68 175	0.51 233	1.49 255	1.12 239	0.95 152	1.08 185	0.91 198	0.57 142	0.76 73	0.55 219	0.26 301	0.18 249	0.18 64	0.16 98	0.23 225	0.25 267

hitnet-ft	0.79 273	0.35 285	0.57 77	0.58 251	0.42 259	0.96 295	0.46 198	1.47 252	1.33 353	1.19 259	1.22 247	1.81 398	0.98 317	1.66 279	0.94 329	0.33 364	0.28 369	0.34 371	0.27 329	0.35 343	0.31 336

UCFNet_RVC	0.69 212	0.35 285	0.49 31	0.64 318	0.39 237	0.85 265	0.58 294	1.75 320	1.14 253	0.97 157	1.19 240	1.17 288	0.93 293	0.99 136	0.62 242	0.28 329	0.20 283	0.34 371	0.31 374	0.32 332	0.27 298

ITSA-stereo	0.82 284	0.36 295	0.82 233	0.54 194	0.31 127	0.80 240	0.47 205	2.17 428	1.67 418	1.13 222	1.13 212	0.94 212	0.86 261	2.46 362	1.00 340	0.26 301	0.23 333	0.28 314	0.27 329	0.28 293	0.36 361

Former-RAFT_DAM_RVC	0.46 62	0.36 295	0.71 162	0.47 68	0.36 196	0.67 168	0.35 75	0.78 35	1.12 239	0.61 81	0.62 58	0.39 15	0.39 44	0.71 60	0.39 99	0.20 160	0.17 230	0.22 171	0.18 132	0.23 225	0.19 158

ssnet_v2	0.88 309	0.36 295	1.02 317	0.62 300	0.38 227	1.32 362	0.97 397	2.07 408	1.34 356	1.37 343	1.18 233	1.54 363	0.92 284	1.10 164	1.65 413	0.30 343	0.27 362	0.30 335	0.28 349	0.27 276	0.26 289

ADLNet	0.85 299	0.36 295	0.89 269	0.85 422	0.72 396	1.24 350	0.76 348	1.82 346	1.36 368	1.52 381	1.35 303	1.27 315	0.99 325	1.23 189	1.15 360	0.27 316	0.20 283	0.26 286	0.25 302	0.28 293	0.30 326

ARAFT	0.77 261	0.36 295	1.49 406	0.51 144	0.31 127	0.90 272	0.82 366	1.90 368	1.06 211	1.62 400	1.24 253	1.02 246	0.64 177	1.84 305	0.50 190	0.18 91	0.14 114	0.28 314	0.27 329	0.17 48	0.16 72

CFNet	0.96 328	0.36 295	1.01 310	0.62 300	0.42 259	0.99 305	0.47 205	1.90 368	1.32 349	0.99 164	1.39 314	1.10 273	0.86 261	5.58 437	0.79 299	0.23 241	0.17 230	0.28 314	0.27 329	0.26 262	0.21 206

SGM_RVC	1.68 427	0.36 295	0.61 97	0.59 264	0.29 86	2.25 440	1.18 424	2.38 450	1.68 420	3.60 470	2.67 444	3.69 462	2.42 459	8.13 478	1.90 423	0.31 350	0.31 390	0.30 335	0.28 349	0.30 315	0.29 314
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_6	0.53 95	0.37 302	0.98 300	0.65 331	0.38 227	0.51 78	0.51 233	0.77 31	1.20 293	0.54 67	0.55 43	0.65 107	0.53 117	0.94 124	0.44 138	0.32 356	0.32 397	0.28 314	0.24 288	0.28 293	0.21 206

test_sample7	0.74 245	0.37 302	0.76 208	0.52 163	0.35 186	0.91 275	0.67 325	1.78 334	1.21 299	1.22 272	1.18 233	1.08 261	0.92 284	1.23 189	0.67 257	0.31 350	0.28 369	0.32 353	0.31 374	0.33 339	0.29 314

NINENet	0.77 261	0.37 302	0.78 222	0.62 300	0.51 318	2.34 444	0.42 146	1.83 351	1.04 204	1.14 225	1.23 251	1.03 250	0.62 168	1.24 194	0.70 265	0.28 329	0.23 333	0.31 341	0.21 226	0.26 262	0.25 267

GEStereo_RVC	0.90 314	0.37 302	0.99 301	0.64 318	0.50 307	0.95 291	0.79 356	2.42 453	1.17 275	1.16 241	1.11 200	1.26 311	0.92 284	3.24 389	0.90 325	0.29 339	0.19 265	0.23 209	0.20 185	0.27 276	0.29 314

pcwnet_v2	0.97 334	0.37 302	4.33 467	0.62 300	0.54 332	0.79 231	0.45 192	2.02 400	1.58 412	1.42 362	1.64 376	1.09 271	0.79 225	1.24 194	0.67 257	0.32 356	0.25 349	0.29 324	0.27 329	0.37 354	0.35 356

iResNetv2_ROB	0.80 276	0.37 302	1.71 419	0.56 229	0.37 210	0.94 287	0.64 315	1.73 314	1.34 356	1.23 278	1.42 319	1.26 311	0.92 284	1.85 308	0.56 221	0.23 241	0.15 168	0.19 84	0.14 49	0.24 240	0.19 158

LE_ROB	8.05 490	0.37 302	23.53 497	0.74 390	0.33 164	2.77 457	2.87 487	3.71 474	27.24 505	25.39 505	8.87 490	8.46 487	26.71 505	6.65 455	21.99 499	0.21 190	0.19 265	0.20 116	0.21 226	0.25 251	0.22 223

rvit_0105_4	0.56 134	0.38 309	1.06 330	0.66 338	0.38 227	0.53 87	0.53 252	0.84 59	1.17 275	0.56 69	0.61 56	0.72 129	0.59 152	0.98 133	0.45 151	0.32 356	0.33 401	0.29 324	0.25 302	0.29 304	0.23 241

CSP-Net	0.97 334	0.38 309	0.83 237	0.53 179	0.41 254	1.63 397	0.77 351	2.00 392	1.05 208	1.25 291	1.20 243	1.33 327	0.83 246	4.93 422	0.85 317	0.32 356	0.22 322	0.20 116	0.20 185	0.23 225	0.25 267

HGLStereo	0.85 299	0.38 309	0.94 286	0.80 405	1.03 442	1.17 339	0.58 294	1.52 267	1.20 293	1.19 259	1.62 372	1.13 283	1.20 371	1.80 302	1.06 345	0.24 256	0.24 342	0.24 229	0.21 226	0.23 225	0.27 298

SGM-ForestM	6.52 487	0.38 309	1.26 370	0.63 309	0.35 186	13.59 498	5.32 493	6.32 492	6.70 487	11.14 496	9.18 491	22.51 506	13.93 495	16.89 499	20.07 498	0.36 383	0.37 419	0.36 387	0.35 398	0.36 350	0.34 351

SGM-Forest	1.24 387	0.38 309	0.60 94	0.52 163	0.37 210	1.56 392	1.30 433	1.65 298	1.36 368	2.11 436	1.79 395	1.63 378	0.93 293	7.48 472	0.95 331	0.36 383	0.37 419	0.39 398	0.34 394	0.37 354	0.32 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.58 147	0.39 314	1.05 326	0.66 338	0.37 210	0.58 113	0.56 280	0.94 92	1.18 282	0.64 84	0.68 68	0.75 133	0.63 173	0.88 106	0.50 190	0.32 356	0.32 397	0.30 335	0.27 329	0.28 293	0.25 267

AIO-Stereo-zeroshot1	0.98 338	0.39 314	3.21 461	0.50 116	0.63 372	0.64 142	0.39 122	2.36 447	0.75 101	0.95 152	4.63 467	1.81 398	0.56 133	0.96 125	0.41 115	0.18 91	0.13 66	0.21 144	0.26 319	0.32 332	0.35 356

LL-Strereo	1.33 398	0.39 314	1.38 387	0.61 288	0.61 366	0.75 208	0.66 322	1.63 296	1.17 275	1.56 390	1.60 365	2.03 421	2.12 450	9.72 491	0.97 336	0.21 190	0.18 249	0.27 301	0.23 276	0.22 200	0.25 267

CRFU-Net	0.86 304	0.39 314	1.00 306	0.65 331	0.57 343	1.78 414	0.86 374	2.15 419	0.81 115	1.38 348	1.18 233	1.64 381	1.19 368	1.35 215	0.90 325	0.26 301	0.22 322	0.21 144	0.19 153	0.23 225	0.24 255

TestStereo	0.64 184	0.39 314	0.71 162	0.51 144	0.27 47	0.56 105	0.42 146	1.03 123	0.91 148	0.80 114	1.00 147	0.68 117	0.52 111	3.25 390	0.45 151	0.22 216	0.15 168	0.24 229	0.18 132	0.27 276	0.16 72

HCRNet	0.70 216	0.39 314	0.73 180	0.60 275	0.59 360	0.76 214	0.35 75	1.22 200	1.13 251	1.02 175	0.99 143	1.02 246	0.76 211	2.19 342	0.70 265	0.28 329	0.19 265	0.28 314	0.23 276	0.25 251	0.23 241

testlalala_base	0.77 261	0.40 320	0.70 150	0.65 331	0.50 307	0.79 231	0.28 33	1.50 259	0.51 34	0.73 100	0.90 118	0.69 122	0.54 122	0.66 49	0.40 104	2.82 477	0.14 114	0.17 34	0.12 18	2.68 472	0.19 158

Wz-Net-LNSev-Ref	0.99 340	0.40 320	1.82 427	0.66 338	0.62 371	2.05 432	0.78 353	1.91 372	1.29 335	1.54 386	1.42 319	1.51 360	1.23 376	1.99 322	1.33 380	0.23 241	0.14 114	0.20 116	0.15 59	0.27 276	0.26 289

sCroCo_RVC	0.49 80	0.40 320	1.02 317	0.65 331	0.60 363	0.52 82	0.40 129	0.83 56	0.61 54	0.44 32	0.74 85	0.49 49	0.50 104	0.63 41	0.48 177	0.26 301	0.27 362	0.23 209	0.22 254	0.29 304	0.25 267

DMCA-RVC	0.74 245	0.40 320	1.27 373	0.66 338	0.49 300	0.77 222	0.47 205	1.35 224	1.01 193	1.53 382	1.01 153	1.29 321	0.82 238	1.31 205	0.78 293	0.27 316	0.21 304	0.35 379	0.27 329	0.32 332	0.24 255

HITNet	0.65 190	0.40 320	0.77 214	0.48 90	0.24 18	1.05 316	0.49 225	1.76 326	1.02 196	1.18 255	1.18 233	0.89 195	0.80 231	0.85 99	0.79 299	0.17 54	0.12 19	0.21 144	0.17 117	0.29 304	0.15 50
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
iResNet	0.75 253	0.40 320	1.36 386	0.67 350	0.29 86	0.92 282	0.59 302	1.52 267	1.25 315	1.28 300	1.48 339	0.94 212	0.76 211	1.62 272	0.78 293	0.18 91	0.14 114	0.18 64	0.15 59	0.22 200	0.23 241

DLCB_ROB	0.86 304	0.40 320	0.78 222	0.68 361	0.54 332	1.11 325	0.84 368	1.49 255	1.23 308	1.64 402	1.65 378	1.70 388	0.91 281	1.70 287	1.05 343	0.25 281	0.24 342	0.26 286	0.27 329	0.27 276	0.24 255

DDVS	0.78 269	0.41 327	0.94 286	0.60 275	0.43 267	1.30 359	0.43 163	1.40 235	0.91 148	1.20 263	1.15 223	1.43 341	0.64 177	2.18 340	0.89 322	0.28 329	0.22 322	0.26 286	0.23 276	0.31 324	0.33 347

FAT-Stereo	1.07 359	0.41 327	1.32 380	0.72 379	0.58 352	1.08 322	0.89 380	1.96 384	1.65 416	1.75 409	1.98 414	2.03 421	1.48 405	2.02 324	1.18 366	0.42 404	0.35 412	0.34 371	0.29 360	0.35 343	0.53 414

NVstereo2D	0.92 319	0.41 327	1.48 404	0.72 379	0.72 396	1.20 346	0.87 376	1.75 320	1.38 376	0.99 164	1.13 212	1.26 311	0.98 317	2.21 344	0.89 322	0.43 409	0.20 283	0.38 393	0.24 288	0.57 421	0.63 432

StereoDRNet-Refined	0.80 276	0.41 327	0.88 263	0.62 300	0.42 259	1.33 364	0.48 215	1.52 267	1.17 275	1.45 366	1.44 326	1.44 346	0.90 278	1.26 196	1.24 369	0.20 160	0.16 203	0.27 301	0.24 288	0.25 251	0.28 310
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 345	0.42 331	1.09 341	0.67 350	0.50 307	1.22 348	1.24 428	2.24 437	1.19 288	1.30 313	1.56 357	1.17 288	1.49 407	3.44 397	0.83 311	0.21 190	0.25 349	0.30 335	0.26 319	0.27 276	0.27 298

stereogan	1.15 381	0.42 331	1.40 388	0.86 424	0.84 426	2.38 446	0.71 336	1.88 363	1.73 424	1.72 407	1.94 413	2.31 432	1.29 384	2.07 329	1.08 349	0.36 383	0.35 412	0.39 398	0.31 374	0.51 410	0.46 397

pmcnn	2.37 456	0.42 331	2.71 457	0.63 309	0.43 267	1.54 390	1.19 425	2.01 396	1.53 408	2.64 454	7.60 483	18.07 498	1.45 401	3.44 397	2.78 442	0.18 91	0.15 168	0.15 8	0.12 18	0.20 141	0.18 122

CVANet_RVC	1.07 359	0.43 334	0.76 208	0.60 275	0.50 307	0.90 272	0.97 397	1.52 267	1.26 320	1.33 333	1.38 310	1.24 303	1.18 365	6.75 461	0.75 282	0.34 372	0.23 333	0.34 371	0.29 360	0.42 378	0.27 298

NLCA_NET_v2_RVC	0.79 273	0.43 334	1.05 326	0.64 318	0.58 352	0.95 291	0.53 252	1.53 273	1.18 282	1.37 343	1.15 223	1.43 341	0.88 271	1.61 271	0.84 314	0.25 281	0.22 322	0.27 301	0.27 329	0.29 304	0.29 314
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 216	0.43 334	0.75 198	0.73 387	0.37 210	0.92 282	0.53 252	1.85 355	1.18 282	1.12 208	1.23 251	1.07 260	0.65 183	0.96 125	0.63 246	0.31 350	0.15 168	0.32 353	0.21 226	0.29 304	0.22 223
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.
rvit_0105_3	0.63 172	0.44 337	1.08 338	0.72 379	0.40 247	0.64 142	0.71 336	1.03 123	1.17 275	0.82 122	0.70 75	0.80 150	0.70 193	0.91 114	0.56 221	0.35 379	0.34 402	0.34 371	0.32 382	0.27 276	0.28 310

fast-acv-ft	0.94 324	0.44 337	1.40 388	0.58 251	0.51 318	1.77 412	0.69 332	1.36 226	1.42 393	1.29 305	1.86 404	1.74 393	1.25 379	1.52 253	1.38 387	0.26 301	0.28 369	0.28 314	0.28 349	0.27 276	0.26 289

Anonymous3	0.61 161	0.44 337	1.11 346	0.59 264	0.49 300	0.93 286	0.65 317	0.93 85	0.81 115	0.72 99	0.88 114	0.65 107	0.69 189	1.06 154	0.53 209	0.35 379	0.30 384	0.26 286	0.26 319	0.31 324	0.27 298

TDLM	1.06 357	0.44 337	0.79 224	0.63 309	0.50 307	0.89 269	1.44 440	1.48 253	1.26 320	1.12 208	1.40 316	1.08 261	0.98 317	6.65 455	0.78 293	0.33 364	0.21 304	0.33 361	0.26 319	0.37 354	0.24 255

DRN-Test	1.00 345	0.44 337	1.13 350	0.70 369	0.81 422	1.62 396	0.79 356	2.14 417	1.44 396	1.78 412	1.33 290	1.43 341	1.05 342	2.18 340	1.53 409	0.27 316	0.21 304	0.31 341	0.30 369	0.32 332	0.28 310

CBMV_ROB	0.90 314	0.44 337	0.63 105	0.51 144	0.37 210	1.25 352	0.49 225	1.77 330	1.27 326	1.41 356	2.00 415	1.33 327	1.08 349	2.17 337	0.76 285	0.43 409	0.42 432	0.47 419	0.44 420	0.41 374	0.36 361

CBMV	0.95 327	0.44 337	0.66 125	0.53 179	0.35 186	1.53 389	1.63 451	1.69 307	1.42 393	2.00 432	1.60 365	1.43 341	1.17 362	1.59 268	0.99 339	0.34 372	0.34 402	0.39 398	0.33 389	0.33 339	0.32 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 340	0.45 344	3.71 466	0.55 216	0.43 267	1.81 415	0.68 328	1.14 171	1.14 253	1.18 255	1.42 319	1.58 370	1.44 399	1.34 214	1.59 412	0.24 256	0.23 333	0.20 116	0.19 153	0.26 262	0.25 267

GMStereo	0.55 125	0.45 344	0.94 286	0.50 116	0.32 145	0.64 142	0.43 163	1.00 113	1.40 386	0.82 122	0.73 83	0.51 58	0.45 69	0.85 99	0.55 219	0.24 256	0.15 168	0.20 116	0.21 226	0.31 324	0.24 255
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0075_2	0.64 184	0.46 346	1.05 326	0.66 338	0.66 380	0.53 87	0.48 215	1.20 191	1.12 239	0.76 103	0.92 122	0.78 144	0.53 117	1.03 145	0.59 229	0.37 387	0.28 369	0.40 403	0.31 374	0.37 354	0.32 341

SACVNet	0.85 299	0.46 346	0.85 239	0.81 408	0.56 340	0.80 240	0.79 356	1.68 305	1.12 239	1.34 336	1.33 290	1.25 307	0.94 298	2.39 358	0.76 285	0.34 372	0.26 354	0.31 341	0.29 360	0.35 343	0.44 392

LMCR-Stereo	0.82 284	0.46 346	0.88 263	0.75 393	0.43 267	1.33 364	0.56 280	2.43 454	0.98 178	1.53 382	1.49 341	0.74 131	1.00 327	1.63 273	0.89 322	0.28 329	0.17 230	0.22 171	0.17 117	0.29 304	0.20 189

S-Stereo	1.15 381	0.46 346	2.17 441	0.81 408	0.80 420	1.21 347	1.19 425	1.93 379	2.02 442	1.47 369	2.11 422	1.57 367	1.17 362	2.05 328	1.41 395	0.40 396	0.40 428	0.35 379	0.31 374	0.44 389	0.70 441

NOSS_ROB	1.26 390	0.46 346	0.62 102	0.56 229	0.38 227	1.06 319	0.78 353	1.73 314	1.40 386	1.01 171	1.43 323	1.10 273	0.75 202	10.62 494	0.65 251	0.45 415	0.43 433	0.48 421	0.45 422	0.44 389	0.41 379

FADNet-RVC-Resample	0.84 295	0.47 351	2.10 437	0.61 288	0.45 281	1.07 321	0.61 307	1.59 283	1.20 293	1.08 187	0.98 141	1.03 250	0.98 317	2.17 337	0.72 273	0.23 241	0.22 322	0.30 335	0.32 382	0.35 343	0.34 351

GANet	1.36 401	0.47 351	0.86 245	0.67 350	0.45 281	1.34 366	1.73 453	1.64 297	1.24 312	1.49 377	2.38 434	1.55 365	1.20 371	9.30 484	0.93 327	0.30 343	0.31 390	0.33 361	0.28 349	0.39 367	0.30 326

StereoDRNet	0.98 338	0.47 351	1.70 417	0.76 395	0.94 437	1.51 387	0.91 385	1.92 375	1.32 349	1.61 397	1.13 212	1.47 355	0.97 313	1.75 293	1.46 404	0.28 329	0.23 333	0.29 324	0.27 329	0.35 343	0.27 298

WCMA_ROB	1.84 435	0.47 351	1.31 377	0.69 364	0.57 343	2.11 435	1.14 419	1.87 360	1.73 424	4.04 474	6.43 477	5.62 477	3.61 474	2.59 367	1.94 425	0.52 428	0.44 436	0.39 398	0.42 416	0.48 402	0.47 400

dd	0.59 152	0.48 355	0.97 297	0.55 216	0.32 145	0.64 142	0.47 205	1.02 119	1.34 356	0.78 109	0.86 109	0.58 85	0.54 122	1.01 141	0.86 319	0.28 329	0.18 249	0.26 286	0.19 153	0.32 332	0.24 255

ADCP+	1.99 445	0.48 355	7.73 479	0.66 338	0.91 433	2.30 442	1.05 409	1.82 346	1.34 356	1.54 386	1.32 288	1.74 393	1.61 417	2.17 337	13.37 488	0.24 256	0.21 304	0.32 353	0.28 349	0.37 354	0.29 314

DeepPruner_ROB	0.74 245	0.48 355	0.87 256	0.57 245	0.44 274	0.79 231	0.54 257	1.73 314	0.96 165	1.38 348	1.27 267	1.24 303	0.73 198	1.43 238	0.73 276	0.34 372	0.28 369	0.27 301	0.26 319	0.31 324	0.31 336

DualNet (step1)	0.83 290	0.49 358	1.13 350	0.56 229	0.39 237	1.02 310	0.73 340	1.78 334	1.21 299	1.22 272	1.18 233	1.08 261	0.92 284	1.23 189	0.67 257	0.57 437	0.28 369	0.62 445	0.67 452	0.45 392	0.42 383

test_sample9	1.86 437	0.49 358	1.13 350	0.56 229	0.39 237	1.02 310	0.73 340	1.78 334	1.21 299	1.22 272	1.18 233	1.08 261	0.92 284	2.27 349	7.92 477	0.57 437	12.61 504	0.62 445	0.67 452	0.45 392	0.42 383

test_sample8	2.19 450	0.49 358	1.13 350	0.56 229	0.39 237	1.02 310	0.73 340	1.82 346	1.15 264	2.26 439	1.30 276	4.94 472	2.52 462	2.27 349	7.92 477	0.57 437	12.61 504	0.62 445	0.67 452	0.45 392	0.42 383

BEATNet_4x	0.73 242	0.49 358	1.17 358	0.53 179	0.26 31	1.03 313	0.55 272	1.82 346	1.06 211	1.21 267	1.22 247	0.96 226	0.91 281	1.01 141	1.06 345	0.21 190	0.14 114	0.24 229	0.19 153	0.37 354	0.21 206

Nwc_Net	1.09 365	0.49 358	1.33 382	0.89 433	0.80 420	1.49 386	0.66 322	2.19 431	1.27 326	1.32 325	2.26 429	1.96 413	1.54 410	1.92 314	1.34 382	0.40 396	0.30 384	0.43 410	0.45 422	0.38 363	0.37 365

RYNet	1.17 384	0.49 358	1.24 367	0.70 369	0.97 441	1.71 403	0.92 387	1.91 372	1.46 398	1.38 348	1.14 216	1.88 401	1.30 388	4.24 407	1.87 420	0.26 301	0.21 304	0.35 379	0.27 329	0.55 418	0.54 415

XPNet_ROB	0.96 328	0.49 358	1.09 341	0.72 379	0.57 343	1.11 325	1.14 419	1.66 303	1.23 308	1.85 422	1.39 314	1.64 381	1.11 354	1.80 302	1.42 399	0.38 391	0.30 384	0.33 361	0.29 360	0.37 354	0.34 351

STTStereo	0.78 269	0.50 365	1.22 363	0.64 318	0.54 332	0.89 269	0.54 257	1.44 246	1.11 235	1.38 348	1.09 190	1.27 315	0.85 253	1.43 238	0.83 311	0.29 339	0.27 362	0.33 361	0.39 408	0.32 332	0.30 326

RP	1.09 365	0.50 365	1.12 348	0.90 434	1.04 443	1.11 325	0.84 368	1.80 342	1.62 414	1.55 389	2.00 415	1.90 405	1.78 430	1.84 305	1.25 370	0.52 428	0.36 417	0.48 421	0.36 402	0.45 392	0.43 390

edge stereo	1.11 370	0.50 365	1.30 376	0.71 376	0.65 377	1.14 330	0.75 345	1.93 379	1.37 372	1.71 406	1.83 399	2.54 441	1.44 399	2.43 360	1.23 368	0.42 404	0.41 430	0.54 433	0.35 398	0.42 378	0.46 397

ACV-stereo	0.99 340	0.51 368	1.41 390	0.56 229	0.41 254	2.43 448	0.57 290	1.15 173	1.18 282	0.81 118	1.01 153	3.39 459	2.14 451	1.60 269	1.07 348	0.27 316	0.22 322	0.22 171	0.22 254	0.28 293	0.32 341

SDNR	1.62 422	0.51 368	2.17 441	0.53 179	0.56 340	3.80 474	0.45 192	1.54 275	1.29 335	1.33 333	2.41 437	1.08 261	0.96 310	11.18 495	1.16 361	0.66 448	0.63 461	0.43 410	0.32 382	0.64 432	0.67 438

GwcNet	1.08 362	0.51 368	2.33 446	0.79 402	1.18 456	1.76 409	0.70 334	1.68 305	1.47 399	1.41 356	1.64 376	1.74 393	1.04 338	2.20 343	1.41 395	0.30 343	0.29 380	0.29 324	0.27 329	0.30 315	0.35 356

FADNet_RVC	0.83 290	0.51 368	1.83 429	0.54 194	0.42 259	1.19 344	0.46 198	1.51 265	1.09 228	0.89 136	1.24 253	0.91 198	0.87 266	2.11 333	1.11 356	0.27 316	0.22 322	0.31 341	0.28 349	0.43 383	0.38 371

rvit_105_1	0.72 225	0.52 372	1.01 310	0.78 400	0.49 300	0.75 208	0.87 376	1.12 167	1.18 282	0.99 164	0.79 97	0.90 196	0.77 215	1.26 196	0.75 282	0.41 400	0.36 417	0.36 387	0.41 413	0.30 315	0.33 347

AF-Net	1.13 375	0.52 372	1.33 382	0.86 424	0.91 433	1.38 372	0.71 336	2.16 422	1.62 414	1.56 390	2.40 436	1.99 416	1.65 420	1.81 304	1.48 406	0.48 423	0.28 369	0.49 423	0.33 389	0.39 367	0.32 341

AANet_RVC	1.16 383	0.52 372	1.49 406	0.65 331	0.45 281	0.75 208	0.69 332	1.42 239	1.55 411	1.34 336	1.87 406	1.53 362	0.78 221	7.43 470	1.38 387	0.25 281	0.17 230	0.19 84	0.16 98	0.22 200	0.26 289

PSMNet_ROB	0.90 314	0.52 372	1.17 358	0.72 379	0.61 366	1.27 354	1.12 417	1.76 326	1.12 239	1.09 193	1.28 272	1.45 348	0.89 277	1.65 275	1.42 399	0.33 364	0.25 349	0.37 390	0.39 408	0.35 343	0.29 314

APVNet	1.06 357	0.53 376	1.42 391	0.84 417	0.79 415	1.92 423	0.82 366	1.90 368	1.08 222	1.08 187	1.43 323	1.56 366	1.13 359	3.07 383	1.58 410	0.31 350	0.34 402	0.42 408	0.36 402	0.36 350	0.37 365

FINET	0.97 334	0.54 377	1.60 412	0.63 309	0.79 415	1.08 322	1.07 412	1.56 280	2.20 448	1.15 231	1.49 341	0.94 212	0.88 271	2.32 352	1.05 343	0.42 404	0.35 412	0.32 353	0.28 349	0.43 383	0.38 371

NCC-stereo	1.10 367	0.54 377	1.24 367	0.84 417	0.94 437	1.29 357	0.89 380	2.01 396	1.34 356	1.32 325	1.74 388	1.88 401	1.74 427	2.35 354	1.25 370	0.45 415	0.37 419	0.45 414	0.58 444	0.42 378	0.42 383

Abc-Net	1.10 367	0.54 377	1.24 367	0.84 417	0.94 437	1.29 357	0.89 380	2.01 396	1.34 356	1.32 325	1.74 388	1.88 401	1.74 427	2.35 354	1.25 370	0.45 415	0.37 419	0.45 414	0.58 444	0.42 378	0.42 383
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Anonymous_2	1.30 393	0.55 380	0.82 233	0.52 163	0.58 352	1.01 308	0.64 315	1.25 208	0.97 173	0.96 154	0.78 93	1.33 327	1.29 384	1.03 145	0.74 277	0.62 444	0.64 462	1.06 462	9.63 500	1.16 457	0.49 407

ADCRef	1.35 400	0.55 380	2.37 448	0.72 379	0.77 410	1.94 425	0.78 353	1.91 372	1.27 326	1.57 394	1.59 364	1.36 333	1.41 395	1.54 259	7.53 472	0.23 241	0.20 283	0.32 353	0.30 369	0.29 304	0.29 314

NaN_ROB	1.13 375	0.55 380	1.15 355	0.64 318	0.48 297	1.61 395	2.03 469	1.72 313	1.48 400	2.09 435	1.27 267	1.40 337	1.08 349	3.94 403	1.30 378	0.28 329	0.34 402	0.28 314	0.28 349	0.30 315	0.33 347

sAnonymous2	0.55 125	0.56 383	1.46 399	0.60 275	0.51 318	0.48 43	0.52 244	0.79 39	0.68 84	0.50 59	0.67 65	0.46 31	0.62 168	0.59 28	0.40 104	0.22 216	0.17 230	0.22 171	0.21 226	0.86 445	0.56 419

CroCo_RVC	0.55 125	0.56 383	1.46 399	0.60 275	0.51 318	0.48 43	0.52 244	0.79 39	0.68 84	0.50 59	0.67 65	0.46 31	0.62 168	0.59 28	0.40 104	0.22 216	0.17 230	0.22 171	0.21 226	0.86 445	0.56 419

NCCL2	1.00 345	0.56 383	1.06 330	0.75 393	0.57 343	1.31 361	1.72 452	1.77 330	1.36 368	1.50 378	1.17 231	1.91 406	1.17 362	1.54 259	1.29 377	0.35 379	0.31 390	0.45 414	0.44 420	0.40 371	0.40 375

MeshStereo	2.26 452	0.56 383	0.92 280	0.61 288	0.49 300	2.60 453	1.02 406	3.18 467	2.05 444	7.40 494	4.98 473	7.58 483	2.98 469	6.37 451	1.96 426	0.43 409	0.43 433	0.45 414	0.39 408	0.43 383	0.42 383
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ADCL	1.72 432	0.57 387	3.66 464	0.67 350	0.61 366	2.61 454	1.85 459	1.96 384	1.67 418	1.90 426	1.83 399	2.06 424	1.90 440	2.13 334	9.15 481	0.26 301	0.24 342	0.34 371	0.32 382	0.38 363	0.35 356

PA-Net	1.01 349	0.57 387	1.29 375	0.64 318	0.74 400	1.19 344	0.84 368	1.69 307	1.43 395	1.16 241	1.19 240	1.32 326	1.19 368	3.42 395	1.25 370	0.29 339	0.45 440	0.33 361	0.49 432	0.32 332	0.47 400
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 438	0.57 387	2.18 443	0.63 309	0.40 247	2.80 459	1.57 448	2.39 451	5.88 485	2.36 446	3.57 456	3.72 463	2.97 468	4.74 416	1.76 416	0.34 372	0.30 384	0.32 353	0.29 360	0.48 402	0.37 365

HBP-ISP	0.96 328	0.58 390	0.72 168	0.61 288	0.46 291	1.64 399	0.76 348	1.86 358	1.28 331	1.30 313	1.53 348	0.86 179	0.94 298	3.27 391	0.69 264	0.45 415	0.44 436	0.54 433	0.48 429	0.47 399	0.40 375

Wz-Net-MNSev	1.11 370	0.58 390	2.23 444	0.66 338	0.71 394	1.95 426	1.46 441	1.98 390	1.45 397	1.79 415	1.43 323	1.49 357	1.33 391	1.97 321	1.42 399	0.27 316	0.23 333	0.28 314	0.28 349	0.34 342	0.31 336

PS-NSSS	0.99 340	0.58 390	0.93 282	0.58 251	0.57 343	0.91 275	0.80 362	1.81 345	1.14 253	1.14 225	1.67 382	1.00 237	0.83 246	4.62 415	0.78 293	0.37 387	0.31 390	0.52 427	0.32 382	0.45 392	0.38 371

FC-DCNN v2	2.81 470	0.59 393	0.85 239	0.73 387	0.57 343	2.97 462	1.05 409	3.39 471	2.61 459	6.98 490	7.67 485	10.38 493	6.31 489	5.75 441	3.37 452	0.53 434	0.48 445	0.51 425	0.50 434	0.53 414	0.51 412

SuperB	2.53 462	0.59 393	18.45 493	0.69 364	0.50 307	1.87 422	0.88 378	1.67 304	2.39 451	1.50 378	1.42 319	1.14 285	1.15 361	4.28 410	5.07 462	0.24 256	0.19 265	0.22 171	0.19 153	7.86 500	0.34 351

MANE	6.19 485	0.59 393	1.03 321	0.93 440	1.22 459	13.38 497	2.69 483	12.81 499	17.94 501	8.21 495	10.82 493	14.72 496	11.68 494	11.39 496	11.90 487	0.59 441	0.50 450	0.52 427	1.76 486	0.55 418	0.54 415

FC-DCNN	2.72 469	0.59 393	0.86 245	0.73 387	0.57 343	2.91 460	1.04 408	3.01 465	2.60 458	6.83 489	7.64 484	9.92 490	6.33 490	5.21 424	3.14 447	0.53 434	0.48 445	0.51 425	0.50 434	0.53 414	0.51 412

DPSNet	1.69 428	0.59 393	4.33 467	0.70 369	0.57 343	2.02 431	1.62 450	3.35 470	1.78 427	1.48 375	1.38 310	2.17 426	2.84 466	4.77 417	3.66 454	0.48 423	0.31 390	0.29 324	0.25 302	0.64 432	0.48 403

CSAN	1.41 407	0.59 393	1.26 370	0.70 369	0.50 307	1.76 409	1.78 454	1.77 330	1.90 436	2.35 444	2.32 431	1.92 409	1.94 442	5.56 436	1.49 407	0.43 409	0.35 412	0.40 403	0.41 413	0.43 383	0.41 379

LALA_ROB	1.01 349	0.59 393	1.16 356	0.67 350	0.51 318	1.63 397	1.26 432	1.69 307	1.38 376	1.81 419	1.37 306	1.94 411	1.02 334	1.58 266	1.38 387	0.37 387	0.27 362	0.43 410	0.37 405	0.43 383	0.37 365

MSMD_ROB	1.99 445	0.59 393	0.89 269	0.70 369	0.61 366	3.95 476	0.94 393	1.80 342	1.79 428	4.41 478	4.43 463	8.17 486	3.66 475	3.40 393	1.33 380	0.52 428	0.48 445	0.54 433	0.58 444	0.53 414	0.50 408

TRStereo	0.60 155	0.60 401	0.97 297	0.74 390	0.67 383	0.46 40	0.38 108	1.85 355	0.89 139	0.79 112	0.80 102	0.88 187	0.39 44	1.10 164	0.41 115	0.23 241	0.15 168	0.23 209	0.24 288	0.17 48	0.15 50

GMStereo_Zeroshot	0.67 206	0.61 402	1.01 310	0.64 318	0.37 210	0.84 262	0.35 75	1.05 134	1.12 239	1.12 208	1.06 177	1.27 315	0.54 122	1.19 183	0.59 229	0.32 356	0.17 230	0.31 341	0.18 132	0.52 412	0.22 223

FADNet	0.92 319	0.61 402	1.81 426	0.62 300	0.55 338	0.96 295	0.57 290	1.78 334	1.33 353	0.93 145	1.01 153	1.36 333	1.01 329	2.71 372	0.75 282	0.33 364	0.34 402	0.31 341	0.34 394	0.59 425	0.40 375

DANet	1.08 362	0.61 402	1.32 380	0.85 422	0.72 396	1.37 369	0.51 233	1.54 275	1.15 264	1.78 412	1.54 351	2.01 418	1.11 354	2.90 378	2.00 428	0.33 364	0.30 384	0.40 403	0.30 369	0.44 389	0.45 394
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 431	0.62 405	1.45 397	0.67 350	0.61 366	1.81 415	1.08 413	2.52 457	1.70 421	1.77 411	1.73 387	1.98 415	1.25 379	12.57 497	1.84 419	0.34 372	0.37 419	0.56 440	0.38 407	0.45 392	0.43 390

FCDSN-DC	2.32 454	0.63 406	0.81 230	0.84 417	0.75 406	2.23 439	0.94 393	2.09 411	1.80 429	5.45 487	7.72 486	7.77 485	6.93 492	3.39 392	1.80 418	0.52 428	0.48 445	0.52 427	0.51 437	0.57 421	0.58 424
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 424	0.63 406	1.56 409	1.11 453	0.74 400	2.98 463	0.91 385	1.55 279	1.22 305	2.76 458	8.18 489	2.32 433	2.53 463	1.92 314	1.87 420	0.48 423	0.44 436	0.45 414	0.31 374	0.60 429	0.57 423

ETE_ROB	0.96 328	0.64 408	1.16 356	0.69 364	0.48 297	1.14 330	1.13 418	1.77 330	1.19 288	1.91 427	1.45 328	1.73 391	1.05 342	1.60 269	1.14 359	0.32 356	0.26 354	0.38 393	0.34 394	0.39 367	0.41 379

PDISCO_ROB	1.32 397	0.65 409	1.44 392	1.36 458	1.46 465	2.55 451	0.92 387	2.45 455	2.07 445	1.37 343	1.49 341	1.65 383	1.00 327	2.82 374	1.35 385	1.01 456	0.27 362	0.54 433	0.47 427	0.71 441	0.73 444

dad	0.86 304	0.66 410	1.06 330	0.56 229	0.37 210	0.76 214	0.44 176	1.17 177	1.50 403	1.44 364	1.27 267	1.34 331	0.75 202	2.52 365	0.84 314	0.42 404	0.27 362	0.83 453	0.26 319	0.41 374	0.29 314

Wz-Net-LNSev	1.03 353	0.67 411	2.71 457	0.64 318	0.84 426	1.75 407	1.00 403	1.80 342	1.32 349	1.28 300	1.25 257	1.65 383	1.22 375	1.39 230	1.40 391	0.28 329	0.26 354	0.24 229	0.23 276	0.33 339	0.32 341

ccnet	1.12 372	0.67 411	1.01 310	0.78 400	0.73 399	1.72 405	0.99 401	1.84 354	1.26 320	1.47 369	1.85 403	1.75 396	1.29 384	1.75 293	1.88 422	0.57 437	0.53 453	0.57 442	0.55 441	0.59 425	0.54 415

FADNet-RVC	0.88 309	0.67 411	1.93 433	0.60 275	0.48 297	0.91 275	0.60 306	1.71 312	1.18 282	0.90 138	0.96 131	1.36 333	0.92 284	2.25 347	1.17 363	0.30 343	0.29 380	0.32 353	0.32 382	0.41 374	0.35 356

Syn2CoEx	1.14 377	0.69 414	1.66 415	0.80 405	0.67 383	1.40 375	0.88 378	2.06 407	1.54 409	1.25 291	1.58 363	1.42 340	1.50 409	4.09 405	1.40 391	0.36 383	0.32 397	0.34 371	0.29 360	0.29 304	0.34 351

psmorigin	1.52 414	0.69 414	10.52 487	0.68 361	0.59 360	1.13 329	0.70 334	1.57 281	1.19 288	1.99 430	1.79 395	2.26 429	1.47 404	2.09 331	1.36 386	0.39 394	0.40 428	0.34 371	0.33 389	0.43 383	0.56 419

ADCPNet	1.85 436	0.69 414	8.07 480	0.71 376	0.58 352	2.79 458	1.22 427	1.94 381	1.54 409	1.88 423	1.69 383	2.46 440	2.04 446	2.37 356	6.48 467	0.38 391	0.37 419	0.38 393	0.43 418	0.47 399	0.45 394

XX-TBD	0.46 62	0.70 417	0.35 1	0.79 402	0.25 28	0.58 113	0.26 22	0.69 16	1.27 326	0.76 103	1.00 147	0.45 29	0.33 23	0.47 7	0.37 82	0.19 129	0.15 168	0.15 8	0.11 8	0.17 48	0.14 25

SHD	1.31 395	0.71 418	2.34 447	0.86 424	0.75 406	1.77 412	0.65 317	2.22 435	2.50 457	2.40 448	1.71 385	1.91 406	1.60 416	1.93 317	2.37 436	0.38 391	0.31 390	0.38 393	0.40 412	0.48 402	0.50 408

RTSC	1.29 391	0.73 419	2.44 449	0.83 416	0.57 343	1.85 420	0.65 317	1.88 363	2.00 441	2.20 438	1.66 380	1.60 373	1.26 381	2.33 353	3.92 456	0.32 356	0.23 333	0.27 301	0.29 360	0.37 354	0.37 365

ADCMid	1.89 441	0.73 419	5.06 470	0.72 379	0.67 383	2.00 430	1.14 419	1.97 388	1.48 400	2.86 461	1.81 398	2.37 435	2.05 448	2.24 345	10.39 485	0.33 364	0.31 390	0.39 398	0.43 418	0.50 406	0.44 392

DeepPrunerF	1.60 419	0.73 419	5.81 475	0.88 430	1.19 457	0.91 275	0.95 395	2.19 431	5.24 483	1.17 250	1.30 276	1.19 292	1.30 388	4.90 420	1.66 415	0.42 404	0.34 402	0.52 427	0.47 427	0.41 374	0.40 375

ELAS_RVC	2.48 461	0.74 422	1.90 431	1.05 448	0.92 435	2.76 456	4.01 491	2.76 460	4.11 477	4.69 481	4.63 467	4.62 467	5.96 487	3.97 404	3.96 457	0.63 446	0.53 453	0.56 440	0.52 438	0.64 432	0.63 432
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 456	0.74 422	1.54 408	0.99 444	0.92 435	4.78 482	2.33 479	3.33 469	3.37 470	5.05 486	4.77 471	3.67 461	4.53 482	3.42 395	4.50 460	0.62 444	0.53 453	0.55 437	0.53 439	0.63 430	0.64 436
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	1.29 391	0.75 424	1.33 382	1.05 448	0.88 432	1.73 406	0.52 244	1.89 365	3.28 468	1.29 305	4.88 472	1.22 296	1.46 402	1.77 300	1.45 403	0.60 442	0.26 354	0.29 324	0.25 302	0.52 412	0.37 365

DGSMNet	1.14 377	0.76 425	2.49 451	0.81 408	0.86 429	1.39 374	1.39 437	2.13 413	1.35 365	1.26 295	1.63 375	1.48 356	0.98 317	1.75 293	1.10 354	0.45 415	0.43 433	0.55 437	0.49 432	0.75 443	0.70 441

PWC_ROB	1.24 387	0.76 425	2.46 450	0.72 379	0.78 412	1.15 335	0.49 225	1.75 320	1.92 437	2.31 441	3.07 449	1.59 371	1.40 394	2.46 362	2.10 432	0.33 364	0.22 322	0.35 379	0.24 288	0.38 363	0.41 379

aanetorigin	1.23 386	0.79 427	2.78 459	0.70 369	0.79 415	0.99 305	1.06 411	1.06 147	1.37 372	3.52 469	2.61 442	1.72 390	1.63 418	1.99 322	1.78 417	0.25 281	0.24 342	0.26 286	0.25 302	0.38 363	0.45 394

RGC	1.14 377	0.79 427	1.26 370	0.91 437	0.96 440	1.52 388	0.77 351	1.92 375	1.26 320	1.54 386	1.93 411	2.02 420	1.54 410	2.25 347	1.31 379	0.44 414	0.35 412	0.58 443	0.48 429	0.47 399	0.46 397

MFN_U_SF_RVC	1.52 414	0.84 429	3.42 462	0.87 429	0.66 380	2.56 452	0.95 395	2.36 447	1.70 421	1.98 429	1.86 404	2.45 439	1.79 431	2.95 379	2.58 438	0.52 428	0.48 445	0.55 437	0.59 447	0.59 425	0.61 430

PVD	1.70 429	0.84 429	2.26 445	0.94 442	0.83 425	2.48 449	0.97 397	2.59 459	3.35 469	3.01 466	2.77 445	2.34 434	2.47 461	2.67 371	3.14 447	0.47 422	0.45 440	0.59 444	0.48 429	0.59 425	0.75 446

SAMSARA	1.55 416	0.84 429	2.61 454	1.22 456	1.07 444	2.50 450	1.93 464	2.05 402	1.89 434	2.75 457	1.66 380	2.81 449	1.69 425	3.08 385	1.97 427	0.46 421	0.51 451	0.42 408	0.46 425	0.58 423	0.59 426

GANetREF_RVC	1.07 359	0.86 432	1.31 377	0.82 413	0.53 329	1.41 380	1.31 434	1.76 326	1.52 406	1.27 298	1.31 282	1.46 350	1.24 378	2.03 325	0.96 335	0.56 436	0.45 440	0.67 448	0.50 434	0.88 447	0.59 426
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
MFN_U_SF_DS_RVC	1.74 433	0.87 433	3.56 463	0.80 405	0.75 406	3.72 471	2.44 482	1.82 346	1.82 431	1.74 408	1.91 410	1.92 409	1.26 381	7.69 474	1.28 376	0.45 415	0.47 444	0.52 427	0.77 457	0.50 406	0.50 408

XQC	1.37 402	0.87 433	2.56 453	0.84 417	0.69 391	1.83 418	0.89 380	2.07 408	1.88 433	1.88 423	1.53 348	1.91 406	1.55 412	2.85 377	3.05 444	0.48 423	0.29 380	0.44 413	0.39 408	0.69 439	0.60 429

SQANet	1.31 395	0.88 435	1.08 338	1.83 468	1.44 464	1.44 382	0.75 345	1.74 318	1.09 228	1.32 325	1.26 264	1.28 318	1.01 329	1.50 252	0.83 311	2.50 474	0.34 402	1.47 466	0.55 441	2.32 467	1.57 469

PASM	1.34 399	0.92 436	2.62 455	0.86 424	0.87 431	1.03 313	1.08 413	1.50 259	1.51 405	1.82 420	1.41 318	1.68 386	1.26 381	4.87 419	1.34 382	0.61 443	0.65 464	0.68 449	0.78 458	0.69 439	0.68 440

WZ-Net	1.95 442	0.95 437	10.10 484	0.86 424	0.78 412	1.69 402	1.60 449	2.20 434	1.98 440	2.08 434	1.93 411	2.30 431	1.97 443	5.30 426	3.17 449	0.34 372	0.26 354	0.29 324	0.31 374	0.51 410	0.47 400

PSMNet-RUCA	1.02 351	0.97 438	1.44 392	1.23 457	1.10 446	1.40 375	0.62 310	1.69 307	1.38 376	0.94 150	1.53 348	0.97 228	0.83 246	1.17 179	0.93 327	0.69 449	0.34 402	0.99 459	0.60 448	0.97 449	0.64 436

GASNet	0.99 340	0.97 438	1.72 420	0.98 443	0.68 389	0.83 255	0.67 325	1.60 287	1.28 331	1.31 323	1.22 247	1.22 296	1.21 374	2.41 359	1.41 395	0.43 409	0.26 354	0.36 387	0.34 394	0.55 418	0.31 336

anonymity	1.12 372	0.97 438	1.21 361	1.07 451	1.12 450	1.08 322	0.89 380	1.95 383	1.16 272	1.29 305	1.26 264	1.22 296	1.09 352	1.15 174	1.01 341	1.02 458	1.00 481	0.97 457	0.97 469	0.98 450	0.99 455

Consistency-Raft	1.25 389	0.99 441	1.93 433	1.02 447	1.21 458	0.96 295	1.01 405	1.75 320	1.92 437	1.36 341	2.12 423	1.44 346	1.01 329	1.14 173	1.40 391	0.72 450	0.82 468	0.89 455	0.98 471	1.31 462	0.95 453

ADCS	2.25 451	0.99 441	5.55 472	0.81 408	0.74 400	2.19 438	1.80 455	2.27 440	2.14 446	2.80 460	2.13 424	2.40 437	2.03 445	2.64 370	13.69 489	0.41 400	0.39 426	0.40 403	0.45 422	0.58 423	0.56 419

MaskLacGwcNet_RVC	1.10 367	1.02 443	1.00 306	0.82 413	0.67 383	1.93 424	0.93 391	1.62 294	1.11 235	1.15 231	1.25 257	1.50 358	0.79 225	1.96 320	0.76 285	1.89 468	0.34 402	0.79 452	0.36 402	1.25 461	0.83 448

SPS-STEREO	1.67 425	1.04 444	1.23 364	1.21 455	1.13 452	1.82 417	1.11 415	2.16 422	1.52 406	3.07 468	2.32 431	2.82 450	1.80 432	4.11 406	2.04 429	1.03 459	0.99 480	0.97 457	0.94 467	1.03 455	1.02 456
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 438	1.07 445	1.45 397	1.07 451	1.17 454	1.47 383	1.48 443	1.89 365	1.93 439	1.94 428	4.67 470	3.08 456	1.80 432	6.51 453	1.65 413	1.06 461	0.86 475	1.08 463	1.32 476	0.93 448	1.26 464
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 459	1.07 445	2.14 440	1.18 454	1.10 446	2.14 437	1.36 436	1.96 384	1.66 417	5.46 488	7.07 480	4.95 473	4.32 481	5.50 433	2.26 435	1.04 460	1.02 483	0.99 459	0.97 469	1.02 453	1.04 458

EDNetEfficient	2.37 456	1.10 447	8.08 481	0.74 390	0.71 394	0.98 304	1.56 446	1.46 250	4.06 476	4.90 483	2.82 446	2.25 428	3.48 473	2.95 379	9.97 482	0.26 301	0.24 342	0.26 286	0.30 369	0.68 438	0.61 430

AnyNet_C32	1.96 443	1.10 447	5.17 471	0.90 434	1.11 448	2.12 436	2.37 480	1.85 355	1.48 400	2.45 449	1.70 384	2.05 423	1.64 419	2.50 364	10.28 484	0.37 387	0.34 402	0.35 379	0.41 413	0.49 405	0.54 415

LSM	6.33 486	1.10 447	13.19 489	1.41 462	68.17 510	1.64 399	1.90 463	1.92 375	2.46 453	2.99 464	3.11 450	1.88 401	1.80 432	2.61 369	2.06 431	0.41 400	0.58 459	0.50 424	0.57 443	0.64 432	17.66 505

otaku	1.60 419	1.11 450	1.21 361	2.20 470	1.56 466	1.97 427	1.24 428	2.07 408	1.36 368	1.44 364	1.62 372	1.73 391	1.19 368	1.73 292	0.98 338	2.89 479	0.57 458	1.74 467	0.60 448	2.78 474	1.94 475

AnonymousM	0.59 152	1.11 450	0.41 15	0.44 40	0.32 145	0.43 30	0.47 205	1.05 134	0.64 63	0.98 161	0.63 59	0.67 115	0.43 59	0.59 28	0.41 115	0.20 160	0.15 168	1.84 470	0.84 461	0.14 4	0.13 9

MFMNet_re	1.40 406	1.14 452	1.68 416	1.39 460	1.07 444	1.48 384	1.43 439	1.87 360	1.82 431	2.26 439	2.19 426	1.51 360	1.86 437	1.52 253	1.25 370	0.93 454	0.83 469	0.84 454	0.80 459	0.99 452	1.05 460

Ntro	1.64 423	1.15 453	1.23 364	2.48 475	1.83 468	2.09 434	1.16 422	1.96 384	1.38 376	1.21 267	1.62 372	1.62 375	1.29 384	1.87 311	1.11 356	3.04 480	0.56 457	1.82 469	0.64 450	2.80 475	2.05 476

MSC_U_SF_DS_RVC	2.12 447	1.15 453	3.10 460	1.05 448	0.76 409	5.03 485	2.40 481	2.16 422	2.62 460	1.89 425	2.28 430	2.69 446	1.65 420	9.35 486	2.04 429	0.64 447	0.51 451	0.68 449	0.71 455	1.09 456	0.67 438

UDGNet	0.72 225	1.17 455	0.80 229	0.77 398	0.41 254	0.77 222	0.38 108	0.97 105	1.34 356	0.81 118	0.88 114	0.71 128	0.60 155	1.21 186	0.54 215	0.52 428	0.19 265	1.02 461	0.26 319	0.71 441	0.31 336

Wz-Net-SNSev	1.49 410	1.23 456	6.27 477	0.68 361	0.67 383	1.37 369	1.41 438	2.00 392	1.39 381	1.48 375	1.61 369	2.29 430	1.32 390	3.93 402	2.14 433	0.31 350	0.28 369	0.31 341	0.33 389	0.42 378	0.36 361

CC-Net-ROB	1.49 410	1.26 457	1.27 373	0.88 430	0.79 415	1.76 409	1.00 403	1.79 339	1.26 320	1.10 201	1.61 369	1.21 294	0.99 325	8.13 478	0.84 314	1.09 462	0.41 430	2.20 471	0.46 425	1.20 460	0.48 403

RTS	2.67 464	1.38 458	15.28 491	0.99 444	1.26 460	3.78 472	1.96 466	2.15 419	2.62 460	2.61 452	2.85 447	2.60 443	1.59 414	6.27 449	5.71 465	0.40 396	0.28 369	0.35 379	0.35 398	0.50 406	0.48 403

RTSA	2.67 464	1.38 458	15.28 491	0.99 444	1.26 460	3.78 472	1.96 466	2.15 419	2.62 460	2.61 452	2.85 447	2.60 443	1.59 414	6.27 449	5.71 465	0.40 396	0.28 369	0.35 379	0.35 398	0.50 406	0.48 403

WAO-7	2.66 463	1.40 460	1.73 422	1.39 460	1.17 454	3.93 475	1.94 465	4.11 477	3.88 475	2.92 462	5.50 474	4.18 465	3.00 470	7.63 473	3.71 455	1.13 464	1.00 481	1.17 464	1.13 475	1.18 459	1.09 462

ACVNet_2	2.43 460	1.41 461	2.04 435	2.62 476	2.24 474	2.63 455	1.88 462	3.31 468	3.01 465	2.19 437	3.45 455	4.62 467	2.04 446	4.50 413	1.47 405	2.55 475	0.64 462	2.22 472	0.84 461	2.69 473	2.29 479

ACVNet-4b	2.15 448	1.41 461	1.64 413	2.80 477	2.31 477	2.31 443	1.24 428	2.32 443	2.14 446	1.26 295	2.39 435	2.66 445	1.48 405	5.95 446	1.06 345	3.20 484	0.45 440	2.37 475	0.89 464	2.83 478	2.37 480

StereoAnything_RVC	0.45 55	1.43 463	0.48 26	0.35 2	0.20 2	0.26 3	0.21 2	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 33	1.27 199	0.22 1	0.21 190	0.11 5	0.14 1	0.10 2	2.37 468	0.11 1

ACVNet_1	2.18 449	1.45 464	1.72 420	2.85 479	2.33 478	2.28 441	1.46 441	3.08 466	2.22 449	1.82 420	2.05 420	3.56 460	1.98 444	3.09 386	1.40 391	3.17 481	0.60 460	2.40 479	0.92 466	2.91 481	2.37 480

GCST	1.08 362	1.47 465	0.93 282	1.73 466	1.14 453	1.30 359	0.31 48	1.33 217	1.16 272	1.29 305	0.97 140	0.98 230	0.49 100	2.08 330	0.46 165	1.19 465	0.70 465	1.30 465	0.85 463	1.02 453	0.89 451

EDNetEfficientorigin	10.57 494	1.47 465	177.42 515	0.67 350	0.53 329	1.58 393	1.16 422	1.90 368	3.37 470	4.71 482	3.38 453	3.10 457	2.69 465	3.13 387	3.58 453	0.25 281	0.23 333	0.33 361	0.27 329	0.83 444	0.81 447

Dean	2.91 473	1.53 467	2.07 436	2.96 483	2.51 480	3.15 464	2.14 473	4.75 482	4.41 480	2.76 458	6.10 476	5.53 476	2.37 457	2.97 381	1.92 424	3.18 482	0.85 473	2.51 482	1.04 474	2.88 480	2.47 483

WAO-6	2.81 470	1.60 468	1.46 399	2.36 474	2.28 476	3.55 469	2.29 478	4.21 478	4.56 481	2.36 446	4.51 464	4.88 471	2.66 464	4.60 414	4.07 459	1.72 467	1.15 487	2.31 474	1.46 482	2.31 466	1.85 473

LVE	3.31 475	1.67 469	1.64 413	2.85 479	2.42 479	3.20 466	2.26 477	4.78 483	5.05 482	2.35 444	6.91 478	6.02 478	2.37 457	9.15 482	2.17 434	3.19 483	1.08 486	2.38 477	1.47 483	2.81 476	2.40 482

RainbowNet	1.97 444	1.76 470	1.57 410	2.81 478	2.21 473	1.98 429	1.81 456	2.54 458	1.89 434	1.50 378	1.84 401	1.96 413	1.65 420	2.14 335	1.25 370	3.33 486	0.85 473	2.39 478	0.98 471	2.82 477	2.22 477

AnyNet_C01	2.26 452	1.78 471	10.22 486	0.93 440	0.74 400	2.92 461	2.20 475	2.29 442	1.80 429	2.53 451	2.41 437	2.71 447	1.73 426	3.41 394	6.72 469	0.41 400	0.39 426	0.40 403	0.42 416	0.67 437	0.63 432

IMH-64-1	2.70 467	1.79 472	1.46 399	3.26 487	2.66 481	3.23 467	2.10 470	4.08 475	2.75 463	2.34 442	3.81 459	3.06 454	2.22 454	4.25 408	2.59 439	3.75 490	0.84 470	2.75 485	1.35 477	3.15 483	2.60 486

IMH-64	2.70 467	1.79 472	1.46 399	3.26 487	2.66 481	3.23 467	2.10 470	4.08 475	2.75 463	2.34 442	3.81 459	3.06 454	2.22 454	4.25 408	2.59 439	3.75 490	0.84 470	2.75 485	1.35 477	3.15 483	2.60 486

WAO-8	4.40 478	1.82 474	1.79 424	2.34 472	2.20 471	9.19 490	1.53 444	6.09 489	16.46 495	3.94 472	7.84 487	7.32 480	3.72 477	9.41 488	3.31 450	2.00 469	1.07 484	2.44 480	1.37 480	2.50 469	1.68 470

Venus	4.40 478	1.82 474	1.79 424	2.34 472	2.20 471	9.19 490	1.53 444	6.09 489	16.46 495	3.94 472	7.84 487	7.32 480	3.72 477	9.41 488	3.31 450	2.00 469	1.07 484	2.44 480	1.37 480	2.50 469	1.68 470

IMH	3.21 474	1.85 476	1.48 404	3.25 486	2.69 483	4.07 478	2.02 468	4.41 480	3.80 474	2.72 455	7.11 481	4.75 470	2.92 467	5.92 444	2.55 437	3.85 493	0.88 476	2.78 487	1.36 479	3.19 485	2.59 485

JetBlue	3.97 476	2.01 477	10.19 485	1.38 459	2.84 485	10.53 493	9.54 494	3.60 473	2.41 452	2.73 456	3.39 454	4.54 466	4.31 480	7.85 477	6.84 470	0.88 452	0.93 479	0.89 455	0.91 465	1.74 463	1.91 474

TorneroNet-64	5.30 484	2.03 478	1.74 423	3.43 489	2.81 484	10.09 492	2.12 472	9.10 496	17.12 500	4.96 485	9.27 492	10.72 495	3.70 476	9.20 483	4.55 461	3.31 485	0.84 470	2.88 488	1.55 484	3.49 486	3.04 489

TorneroNet	10.70 495	2.03 478	1.82 427	3.43 489	3.01 487	43.83 509	2.22 476	8.87 495	67.47 515	7.17 493	27.36 504	10.68 494	3.85 479	8.67 481	7.65 476	3.59 488	0.88 476	3.04 489	1.57 485	3.71 487	3.17 490

PWCK	2.88 472	2.05 480	5.72 474	2.08 469	1.11 448	3.55 469	3.90 490	2.86 463	3.54 473	3.03 467	3.63 457	3.10 457	2.31 456	8.15 480	3.09 445	2.12 471	0.91 478	1.75 468	0.98 471	2.57 471	1.18 463

KSHMR	8.75 492	2.06 481	2.11 438	3.53 491	3.11 488	4.13 479	2.69 483	5.60 486	61.37 514	3.00 465	55.83 514	4.98 475	2.45 460	4.49 412	2.61 441	3.46 487	1.55 491	3.14 491	1.94 489	3.72 488	3.18 491

Wz-Net-TNSev	1.88 438	2.08 482	7.66 478	0.67 350	0.64 375	2.42 447	1.83 458	2.33 444	1.74 426	1.57 394	1.56 357	2.58 442	1.90 440	4.86 418	3.12 446	0.39 394	0.37 419	0.33 361	0.37 405	0.53 414	0.58 424

coex-ft	8.13 491	2.13 483	98.04 514	0.67 350	0.53 329	1.71 403	1.56 446	1.65 298	11.11 490	18.17 504	3.75 458	3.88 464	7.61 493	2.98 382	6.49 468	0.30 343	0.30 384	0.32 353	0.31 374	0.66 436	0.50 408

UNDER WATER-64	5.27 483	2.32 484	8.78 483	3.93 495	3.54 493	7.61 488	3.03 489	5.84 488	14.19 491	4.04 474	4.04 461	9.39 489	6.26 488	5.93 445	8.48 479	3.60 489	1.51 490	3.13 490	1.88 487	4.29 493	3.61 494

UNDER WATER	5.08 482	2.33 485	5.55 472	3.94 496	3.51 492	5.20 486	2.72 485	5.61 487	16.52 497	3.84 471	4.60 466	9.21 488	5.89 486	5.90 443	8.66 480	3.75 490	1.34 488	3.18 492	1.88 487	4.33 494	3.61 494

ktn	4.70 480	2.38 486	2.12 439	3.76 492	3.24 489	4.85 483	2.95 488	5.52 485	7.37 488	4.07 476	19.32 501	7.46 482	3.47 472	7.39 468	2.95 443	4.04 494	1.85 492	3.26 493	2.22 492	3.08 482	2.65 488

notaker	3.98 477	2.40 487	2.68 456	3.82 494	3.27 491	3.97 477	2.14 473	4.78 483	3.45 472	4.12 477	6.94 479	7.65 484	3.26 471	7.82 476	5.30 464	4.04 494	1.41 489	3.36 494	2.10 491	3.88 489	3.31 492

UDG	1.41 407	2.65 488	0.99 301	1.44 463	1.64 467	1.34 366	0.80 362	1.60 287	1.23 308	1.23 278	1.71 385	2.01 418	1.34 392	1.47 248	1.41 395	0.90 453	0.54 456	2.29 473	0.75 456	1.84 464	1.04 458

DDUNet	1.50 412	2.69 489	1.12 348	1.77 467	1.88 469	1.84 419	0.92 387	1.70 311	1.16 272	1.38 348	1.79 395	1.60 373	1.12 357	1.37 221	1.08 349	1.10 463	0.76 466	2.37 475	0.94 467	2.00 465	1.37 466

DispFullNet	2.34 455	2.85 490	3.66 464	3.08 484	2.27 475	1.97 427	0.67 325	2.00 392	1.70 421	2.52 450	2.00 415	2.23 427	5.86 485	3.44 397	1.58 410	1.01 456	0.32 397	2.64 484	1.94 489	2.85 479	2.24 478

MADNet++	5.01 481	3.14 491	4.91 469	4.55 498	3.94 495	5.20 486	4.41 492	4.40 479	4.13 478	4.95 484	6.08 475	4.74 469	5.37 483	9.40 487	10.67 486	4.65 496	4.15 496	3.97 496	3.34 495	4.09 491	4.08 497

IGEV-BASED-STEREO-	0.70 216	3.18 492	2.55 452	0.39 8	0.23 13	0.44 34	0.23 9	0.63 9	0.42 11	0.44 32	0.44 16	0.34 8	0.28 8	0.56 22	0.29 10	1.35 466	0.10 1	0.22 171	0.19 153	0.46 398	1.31 465

MADNet+	2.69 466	3.22 493	11.53 488	1.44 463	1.12 450	3.19 465	1.81 456	2.85 462	2.37 450	1.68 404	2.07 421	2.85 451	2.18 452	7.41 469	5.23 463	0.79 451	0.76 466	0.69 451	0.65 451	0.98 450	0.95 453

HanzoNet	11.04 496	3.62 494	8.10 482	4.08 497	3.55 494	4.90 484	2.73 486	7.19 493	10.10 489	31.86 510	28.92 505	21.96 505	36.36 507	18.08 500	10.17 483	7.94 499	3.32 494	3.47 495	3.31 494	7.06 499	4.04 496

test_for_model	1.30 393	3.71 495	0.58 82	3.22 485	2.84 485	0.59 118	0.33 59	1.40 235	0.83 121	1.42 362	0.61 56	0.52 65	0.37 36	0.51 11	0.33 39	2.46 473	0.15 168	0.16 20	0.11 8	4.39 495	1.50 468

DPSimNet_ROB	11.20 497	4.98 496	35.43 505	2.90 482	4.52 496	7.89 489	17.09 498	4.66 481	6.06 486	14.89 500	10.93 494	17.29 497	36.81 509	13.18 498	15.68 494	2.86 478	6.29 497	5.75 499	5.09 497	3.91 490	7.70 499

DPSMNet_ROB	13.02 499	8.23 497	21.91 495	9.53 501	18.11 498	11.56 495	32.02 505	10.64 498	16.23 494	7.05 492	19.49 503	10.16 492	16.66 497	9.85 493	22.43 501	4.77 498	8.68 498	5.38 498	10.26 502	6.17 498	11.36 500

DGTPSM_ROB	13.01 498	8.23 497	21.87 494	9.51 500	18.10 497	11.56 495	32.01 504	10.63 497	16.20 493	7.03 491	19.48 502	10.15 491	16.66 497	9.83 492	22.42 500	4.75 497	8.68 498	5.37 497	10.25 501	6.16 497	11.36 500

JetRed	6.91 489	8.80 499	25.96 501	2.85 479	3.25 490	13.98 499	11.87 495	6.25 491	4.28 479	4.45 479	4.56 465	6.69 479	5.46 484	7.46 471	14.05 490	2.59 476	3.31 493	2.59 483	2.29 493	4.20 492	3.36 493

ASD4		10.99 500

BEATNet-Init1	26.87 504	13.43 501	70.68 513	0.91 437	0.68 389	57.02 513	21.06 500	32.82 510	32.67 507	52.12 514	53.61 513	66.05 514	49.56 514	48.79 515	34.71 509	0.49 427	0.44 436	0.53 432	0.53 439	0.63 430	0.59 426

Anonymous_1	43.04 511	18.73 502	24.79 498	21.81 502	46.26 508	27.80 500	37.60 506	28.08 505	16.14 492	14.66 499	14.30 495	20.65 499	17.88 499	21.56 501	25.94 503	117.93 515	8.92 500	100.65 512	126.50 512	158.64 515	12.08 502

DPSM_ROB	19.08 500	19.14 503	25.17 499	22.15 503	20.85 500	28.17 501	37.82 507	26.56 503	16.85 498	14.14 497	14.84 496	21.70 500	18.75 500	21.87 502	26.55 504	10.16 503	9.30 501	10.47 502	10.42 503	14.03 501	12.61 503

DPSM	19.08 500	19.14 503	25.17 499	22.15 503	20.85 500	28.17 501	37.82 507	26.56 503	16.85 498	14.14 497	14.84 496	21.70 500	18.75 500	21.87 502	26.55 504	10.16 503	9.30 501	10.47 502	10.42 503	14.03 501	12.61 503

xxxxx1	54.10 513	25.67 505	27.13 502	113.43 512	96.96 512	30.69 505	47.44 509	32.38 507	25.60 502	17.75 501	17.27 498	21.81 502	21.02 502	24.43 505	33.82 506	33.37 509	40.54 510	157.71 513	175.86 513	66.16 511	72.93 513

tt_ll	54.10 513	25.67 505	27.13 502	113.43 512	96.96 512	30.69 505	47.44 509	32.38 507	25.60 502	17.75 501	17.27 498	21.81 502	21.02 502	24.43 505	33.82 506	33.37 509	40.54 510	157.71 513	175.86 513	66.16 511	72.93 513

ff	54.10 513	25.67 505	27.13 502	113.43 512	96.96 512	30.69 505	47.44 509	32.38 507	25.60 502	17.75 501	17.27 498	21.81 502	21.02 502	24.43 505	33.82 506	33.37 509	40.54 510	157.71 513	175.86 513	66.16 511	72.93 513

LRCNet_RVC	22.74 502	32.10 508	21.97 496	29.84 505	26.23 502	4.42 481	0.81 365	22.66 501	2.02 442	26.93 506	29.26 506	23.06 507	15.59 496	23.84 504	18.88 497	31.75 508	19.90 509	34.65 507	32.13 508	30.54 507	28.32 508

PML	51.67 512	36.25 509	13.28 490	7.46 499	20.81 499	108.69 515	232.22 516	8.72 494	27.82 506	87.01 515	269.67 516	69.67 515	61.95 515	24.76 508	14.20 491	9.74 502	3.40 495	9.62 501	4.70 496	18.74 503	4.72 498

CasAABBNet	38.33 505	38.46 510	50.35 510	44.75 510	41.84 506	56.68 510	76.37 513	53.22 513	33.83 509	28.31 507	29.54 507	43.62 512	37.71 511	43.84 512	53.41 514	20.30 505	18.70 507	21.07 504	21.07 506	28.24 504	25.34 506

Selective-RAFT-Error	38.39 506	38.47 511	50.44 511	44.73 509	41.97 507	56.68 510	76.38 514	53.24 514	33.92 510	28.34 508	29.85 508	43.60 511	38.20 512	43.75 511	53.34 513	20.38 506	18.70 507	21.09 505	21.05 505	28.30 505	25.43 507

LSM0	42.82 510	38.75 512	50.81 512	47.07 511	109.38 515	57.00 512	76.02 512	53.74 515	33.71 508	29.02 509	30.41 509	43.87 513	37.22 510	43.91 513	53.54 515	20.52 507	18.62 506	21.10 506	21.11 507	28.41 506	42.22 509

HaxPig	38.92 507	41.40 513	41.64 506	29.95 506	32.27 503	28.90 503	27.60 501	29.73 506	37.71 511	43.82 511	43.87 510	33.17 508	35.56 506	41.53 509	40.37 511	43.94 512	47.51 514	45.82 508	47.08 510	42.38 508	44.15 511

AVERAGE_ROB	40.43 508	42.37 514	42.73 507	36.96 508	35.58 505	30.50 504	27.61 502	36.71 512	38.39 512	44.91 512	44.36 511	37.45 510	36.70 508	41.88 510	40.35 510	45.43 513	46.81 513	47.11 509	46.35 509	42.51 509	43.87 510

MEDIAN_ROB	42.00 509	44.40 515	44.29 509	35.15 507	34.95 504	31.28 508	29.60 503	35.88 511	40.02 513	47.20 513	46.64 512	37.37 509	38.48 513	44.35 514	42.45 512	48.03 514	49.39 515	49.71 510	49.03 511	45.14 510	46.65 512

DLNR_Zeroshot_test	23.17 503	48.52 516	43.29 508	176.68 515	78.69 511	0.35 11	0.21 2	23.41 502	0.75 101	0.66 88	0.86 109	0.59 90	0.30 12	1.56 263	0.44 138	9.57 501	0.12 19	0.18 64	0.14 49	76.92 514	0.16 72

test_example2	192.40 516	210.76 517	206.48 516	199.83 516	204.73 516	172.94 516	183.52 515	133.93 516	133.41 516	191.38 516	196.19 515	187.13 516	178.77 516	205.33 516	208.00 516	222.09 516	238.72 516	186.54 516	190.54 516	227.34 516	170.31 516

ccccc		492.34 518		530.87 517	530.37 517	478.08 517		491.76 517		448.18 517		476.12 517		541.64 517		663.49 517	459.54 517	353.94 517	309.79 517	586.66 517

Low-res two-view benchmark