Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

Monster-pub-mixall	0.30 15	0.19 6	0.39 14	0.36 5	0.21 9	0.28 9	0.18 2	0.58 19	0.34 24	0.36 33	0.34 20	0.26 15	0.20 1	1.40 296	0.24 5	0.15 38	0.11 28	0.13 1	0.10 2	0.12 1	0.13 36

MLG-Stereo_test2	0.26 3	0.20 10	0.36 3	0.37 12	0.22 19	0.35 19	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 46	0.20 1	0.77 108	0.23 2	0.16 60	0.11 28	0.15 22	0.11 9	0.13 5	0.11 2

Monster-pub-eth3d	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 151	0.31 79	0.55 12	0.43 47	0.28 7	0.28 13	0.23 3	0.21 3	0.56 40	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

IGEV	0.28 7	0.18 1	0.39 14	0.37 12	0.31 180	0.45 63	0.21 13	0.59 21	0.40 38	0.31 16	0.43 41	0.26 15	0.21 3	0.43 11	0.25 12	0.13 20	0.12 54	0.16 52	0.13 65	0.12 1	0.12 11

MLG-Stereo_test3	0.28 7	0.18 1	0.42 32	0.40 39	0.23 25	0.47 73	0.19 7	0.61 29	0.29 12	0.35 28	0.21 2	0.35 48	0.21 3	0.60 59	0.25 12	0.15 38	0.11 28	0.16 52	0.11 9	0.13 5	0.13 36

LG-Stereo	0.34 40	0.25 106	0.78 284	0.47 117	0.26 66	0.37 25	0.30 72	0.71 60	0.52 85	0.36 33	0.57 92	0.29 30	0.21 3	0.50 22	0.36 121	0.13 20	0.13 115	0.20 172	0.18 192	0.18 123	0.12 11

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 151	0.31 79	0.55 12	0.43 47	0.28 7	0.29 15	0.23 3	0.21 3	0.56 40	0.25 12	0.11 1	0.10 9	0.14 2	0.11 9	0.14 20	0.11 2

LG-Stereo_L1	0.30 15	0.20 10	0.44 39	0.37 12	0.26 66	0.29 11	0.21 13	0.66 44	0.26 9	0.25 3	0.25 7	0.24 7	0.22 8	1.24 248	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

AIO_rvc	0.36 49	0.23 60	0.49 73	0.43 61	0.27 90	0.59 170	0.38 156	0.94 145	0.45 53	0.33 25	0.46 54	0.49 98	0.22 8	0.84 134	0.30 48	0.16 60	0.11 28	0.16 52	0.12 41	0.15 41	0.13 36

S2M2_XL	0.24 1	0.24 78	0.39 14	0.34 1	0.24 41	0.16 2	0.18 2	0.32 1	0.22 4	0.29 11	0.40 28	0.24 7	0.23 10	0.32 1	0.26 21	0.20 218	0.18 315	0.18 114	0.16 153	0.18 123	0.14 63

monsters	0.34 40	0.20 10	0.41 24	0.39 32	0.36 252	0.34 17	0.27 51	0.66 44	0.43 47	0.47 85	0.40 28	0.22 2	0.23 10	1.33 270	0.25 12	0.13 20	0.10 9	0.14 2	0.11 9	0.13 5	0.13 36

DEFOM-Stereo	0.33 37	0.20 10	0.40 19	0.42 54	0.28 115	0.80 302	0.23 25	0.48 6	0.37 31	0.37 37	0.31 18	0.23 3	0.24 12	1.20 238	0.27 26	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.14 63

dual_stereo	0.27 4	0.19 6	0.35 1	0.39 32	0.21 9	0.25 3	0.22 17	0.48 6	0.31 16	0.32 20	0.26 10	0.37 55	0.24 12	0.83 131	0.29 38	0.16 60	0.12 54	0.14 2	0.11 9	0.14 20	0.11 2

4.5_new	0.29 11	0.25 106	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

4.5w-stereo	0.29 11	0.25 106	0.41 24	0.36 5	0.23 25	0.52 126	0.36 130	0.56 14	0.34 24	0.45 77	0.42 32	0.27 20	0.25 14	0.40 8	0.24 5	0.13 20	0.10 9	0.15 22	0.13 65	0.16 61	0.12 11

2.5w	0.31 25	0.23 60	0.46 60	0.39 32	0.24 41	0.42 44	0.39 171	0.61 29	0.30 13	0.37 37	0.53 77	0.24 7	0.25 14	0.77 108	0.28 35	0.12 6	0.10 9	0.14 2	0.12 41	0.14 20	0.12 11

monsterstereo	0.34 40	0.20 10	0.44 39	0.45 98	0.35 242	0.27 8	0.29 62	0.53 9	0.51 78	0.44 69	0.61 100	0.26 15	0.25 14	1.19 236	0.27 26	0.13 20	0.11 28	0.15 22	0.12 41	0.15 41	0.10 1

AIO-Stereo	0.37 55	0.25 106	0.51 86	0.47 117	0.23 25	0.45 63	0.39 171	1.07 209	0.52 85	0.41 53	0.48 59	0.52 115	0.25 14	0.72 94	0.30 48	0.16 60	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

LG-Stereo_L2	0.29 11	0.20 10	0.45 52	0.37 12	0.25 58	0.26 4	0.20 10	0.78 78	0.28 11	0.28 7	0.26 10	0.24 7	0.26 19	0.91 156	0.23 2	0.15 38	0.11 28	0.15 22	0.12 41	0.14 20	0.11 2

CAS	0.63 231	0.18 1	0.37 5	2.27 550	0.84 502	0.57 162	0.54 317	0.79 83	0.62 107	0.48 93	0.70 125	0.36 50	0.26 19	0.45 12	0.35 111	2.24 551	0.10 9	0.14 2	0.09 1	0.15 41	1.06 540

qwe	0.32 29	0.21 28	0.40 19	0.37 12	0.26 66	0.49 91	0.29 62	0.64 36	0.39 34	0.49 99	0.48 59	0.26 15	0.27 21	0.80 120	0.34 101	0.12 6	0.10 9	0.14 2	0.11 9	0.15 41	0.12 11

111111	0.34 40	0.20 10	0.41 24	0.45 98	0.42 318	0.37 25	0.22 17	0.95 150	0.38 33	0.31 16	0.31 18	0.40 60	0.27 21	0.96 170	0.26 21	0.17 103	0.12 54	0.15 22	0.11 9	0.15 41	0.13 36

MLG-Stereo_test1	0.27 4	0.19 6	0.38 8	0.40 39	0.24 41	0.38 28	0.20 10	0.59 21	0.19 1	0.24 2	0.17 1	0.33 44	0.27 21	0.90 155	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

CES	0.48 130	0.20 10	0.37 5	0.39 32	1.39 542	0.55 151	0.35 114	0.98 162	0.66 131	0.44 69	0.66 110	0.35 48	0.27 21	0.56 40	0.33 84	0.15 38	0.13 115	0.15 22	0.10 2	0.19 164	1.46 546

MLG-Stereo	0.29 11	0.19 6	0.38 8	0.41 47	0.20 3	0.42 44	0.20 10	0.66 44	0.21 2	0.25 3	0.22 4	0.33 44	0.28 25	1.09 210	0.25 12	0.14 30	0.11 28	0.16 52	0.11 9	0.13 5	0.12 11

IGEV-BASED-STEREO-	0.70 277	3.18 571	2.55 524	0.39 32	0.23 25	0.44 59	0.23 25	0.63 34	0.42 45	0.44 69	0.44 45	0.34 46	0.28 25	0.56 40	0.29 38	1.35 545	0.10 9	0.22 236	0.19 214	0.46 474	1.31 544

RAFT-Stereo-weight	0.47 124	0.24 78	0.53 100	0.48 144	0.27 90	0.60 178	0.35 114	1.02 175	1.07 276	0.99 223	0.78 146	0.76 196	0.28 25	0.76 105	0.36 121	0.16 60	0.12 54	0.17 79	0.15 111	0.16 61	0.15 96

CAS++	0.47 124	0.31 269	0.56 120	0.47 117	0.32 199	0.42 44	0.28 57	1.76 399	0.72 147	0.71 150	0.72 132	0.37 55	0.28 25	0.69 83	0.33 84	0.27 386	0.22 391	0.26 352	0.21 290	0.29 371	0.19 217
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LGtest1	0.27 4	0.21 28	0.44 39	0.41 47	0.21 9	0.42 44	0.19 7	0.56 14	0.26 9	0.29 11	0.24 6	0.29 30	0.29 29	0.55 39	0.25 12	0.18 142	0.12 54	0.16 52	0.12 41	0.14 20	0.13 36

GREAT-IGEV	0.32 29	0.20 10	0.42 32	0.37 12	0.29 132	0.36 23	0.28 57	0.56 14	0.58 97	0.28 7	0.50 70	0.29 30	0.29 29	0.84 134	0.27 26	0.14 30	0.11 28	0.15 22	0.11 9	0.17 92	0.14 63

SCV_C0	0.43 91	0.26 129	0.65 174	0.43 61	0.29 132	0.47 73	0.31 79	1.34 284	0.73 151	0.38 43	0.49 67	0.54 122	0.29 29	1.24 248	0.30 48	0.17 103	0.13 115	0.16 52	0.13 65	0.20 198	0.15 96

EGLCR-Stereo	0.37 55	0.22 47	0.51 86	0.43 61	0.26 66	0.44 59	0.22 17	0.99 164	0.48 63	0.42 59	0.42 32	0.67 173	0.29 29	0.86 143	0.33 84	0.17 103	0.12 54	0.19 137	0.17 174	0.17 92	0.15 96

Replicate-Monster	0.41 81	0.26 129	2.03 504	0.36 5	0.21 9	0.46 68	0.23 25	0.67 50	0.48 63	0.42 59	0.27 12	0.31 38	0.30 33	0.98 179	0.24 5	0.14 30	0.10 9	0.14 2	0.11 9	0.13 5	0.28 377

2.75w_new	0.31 25	0.23 60	0.43 37	0.35 3	0.23 25	0.42 44	0.42 199	0.54 11	0.35 27	0.47 85	0.43 41	0.24 7	0.30 33	0.66 78	0.33 84	0.12 6	0.10 9	0.14 2	0.11 9	0.13 5	0.12 11

AIO_test	0.35 48	0.22 47	0.44 39	0.43 61	0.27 90	0.57 162	0.44 231	0.79 83	0.41 42	0.32 20	0.47 56	0.46 78	0.30 33	0.69 83	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.15 41	0.12 11

mms	0.40 73	0.27 159	0.52 94	0.46 106	0.32 199	0.43 53	0.46 255	0.70 56	0.46 59	0.35 28	0.58 95	0.44 66	0.30 33	1.36 280	0.33 84	0.16 60	0.13 115	0.18 114	0.15 111	0.19 164	0.15 96

DLNR_Zeroshot_test	23.17 584	48.52 598	43.29 588	176.68 597	78.69 593	0.35 19	0.21 13	23.41 583	0.75 154	0.66 144	0.86 165	0.59 147	0.30 33	1.56 326	0.44 194	9.57 582	0.12 54	0.18 114	0.14 93	76.92 596	0.16 126

Selective-IGEV	0.39 64	0.24 78	0.50 79	0.44 84	0.25 58	0.46 68	0.33 94	1.25 270	0.40 38	0.35 28	0.45 50	0.52 115	0.30 33	1.07 205	0.30 48	0.14 30	0.12 54	0.17 79	0.13 65	0.16 61	0.13 36

IGEV-RUCA	0.37 55	0.23 60	0.48 66	0.49 160	0.36 252	0.60 178	0.23 25	0.64 36	0.49 65	0.39 51	0.49 67	0.44 66	0.31 39	0.85 139	0.30 48	0.24 320	0.13 115	0.16 52	0.12 41	0.20 198	0.19 217

fffft	0.38 60	0.23 60	0.51 86	0.44 84	0.32 199	0.43 53	0.48 273	0.76 71	0.36 28	0.44 69	0.34 20	0.38 58	0.31 39	1.31 263	0.32 70	0.14 30	0.11 28	0.19 137	0.15 111	0.16 61	0.16 126
1: 1. 1
RAStereo	0.34 40	0.21 28	0.66 181	0.47 117	0.27 90	0.26 4	0.29 62	0.69 52	0.63 110	0.32 20	0.42 32	0.45 74	0.31 39	0.45 12	0.34 101	0.17 103	0.15 224	0.19 137	0.15 111	0.18 123	0.13 36

UniTT-Stereo	0.36 49	0.23 60	0.59 143	0.48 144	0.36 252	0.40 33	0.32 87	0.53 9	0.49 65	0.54 118	0.55 86	0.36 50	0.31 39	0.58 46	0.51 252	0.20 218	0.15 224	0.17 79	0.15 111	0.19 164	0.15 96

CASnet	0.41 81	0.25 106	0.48 66	0.50 172	0.20 3	0.50 105	0.36 130	0.81 96	0.80 172	0.83 181	0.68 117	0.48 90	0.31 39	0.54 33	0.32 70	0.18 142	0.12 54	0.27 369	0.22 319	0.23 288	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.39 64	0.25 106	0.41 24	0.54 256	0.23 25	0.48 79	0.30 72	0.73 63	0.58 97	0.52 114	0.73 134	0.51 108	0.31 39	0.64 69	0.42 181	0.17 103	0.20 351	0.23 274	0.19 214	0.21 239	0.17 152

AdaDepth	0.30 15	0.22 47	0.49 73	0.44 84	0.27 90	0.44 59	0.24 31	0.52 8	0.30 13	0.31 16	0.37 26	0.26 15	0.32 45	0.79 117	0.25 12	0.12 6	0.12 54	0.16 52	0.13 65	0.16 61	0.15 96

2.25w	0.32 29	0.24 78	0.48 66	0.37 12	0.24 41	0.45 63	0.25 34	0.62 32	0.40 38	0.45 77	0.58 95	0.27 20	0.32 45	0.74 104	0.35 111	0.12 6	0.10 9	0.14 2	0.12 41	0.13 5	0.14 63

4D-IteraStereo	0.48 130	0.24 78	0.76 269	0.50 172	0.44 336	0.66 225	0.31 79	0.87 112	1.02 254	1.03 239	0.72 132	0.78 203	0.32 45	0.64 69	0.37 133	0.17 103	0.11 28	0.23 274	0.19 214	0.19 164	0.13 36

asd	0.30 15	0.21 28	0.41 24	0.39 32	0.24 41	0.47 73	0.30 72	0.69 52	0.30 13	0.41 53	0.39 27	0.28 29	0.33 48	0.62 65	0.27 26	0.13 20	0.09 1	0.14 2	0.12 41	0.14 20	0.12 11

FoundationStereo	0.24 1	0.21 28	0.36 3	0.38 25	0.22 19	0.32 15	0.22 17	0.39 2	0.23 6	0.30 15	0.25 7	0.30 35	0.33 48	0.34 3	0.26 21	0.16 60	0.12 54	0.15 22	0.11 9	0.13 5	0.12 11

ours_stereo	0.39 64	0.28 181	0.51 86	0.46 106	0.30 154	0.40 33	0.44 231	0.73 63	0.56 94	0.35 28	0.56 89	0.46 78	0.33 48	1.11 216	0.32 70	0.16 60	0.13 115	0.19 137	0.15 111	0.19 164	0.14 63

RSM	0.39 64	0.24 78	0.49 73	0.46 106	0.26 66	0.47 73	0.40 179	0.92 131	0.44 51	0.41 53	0.42 32	0.65 166	0.33 48	1.07 205	0.29 38	0.15 38	0.12 54	0.17 79	0.13 65	0.17 92	0.13 36

MGS-Stereo	0.42 85	0.26 129	0.58 136	0.44 84	0.28 115	0.50 105	0.34 106	0.57 18	0.83 181	0.46 82	1.31 344	0.52 115	0.33 48	0.65 76	0.36 121	0.19 183	0.16 264	0.18 114	0.15 111	0.17 92	0.16 126

MSKI-zero shot	0.55 183	0.26 129	0.57 130	0.51 202	0.26 66	0.69 241	0.28 57	1.18 243	0.64 114	0.91 201	1.32 350	0.82 218	0.33 48	1.92 380	0.32 70	0.17 103	0.12 54	0.17 79	0.13 65	0.16 61	0.16 126

XX-TBD	0.46 117	0.70 491	0.35 1	0.79 476	0.25 58	0.58 165	0.26 44	0.69 52	1.27 397	0.76 158	1.00 204	0.45 74	0.33 48	0.47 18	0.37 133	0.19 183	0.15 224	0.15 22	0.11 9	0.17 92	0.14 63

asda	0.30 15	0.24 78	0.42 32	0.38 25	0.23 25	0.43 53	0.34 106	0.58 19	0.37 31	0.38 43	0.42 32	0.27 20	0.34 55	0.52 27	0.30 48	0.11 1	0.09 1	0.14 2	0.11 9	0.14 20	0.12 11

4.25_new	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.5w_new	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.31 16	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

4.25w-stereo	0.30 15	0.26 129	0.44 39	0.38 25	0.26 66	0.49 91	0.40 179	0.59 21	0.32 20	0.38 43	0.42 32	0.27 20	0.34 55	0.46 14	0.31 65	0.12 6	0.09 1	0.15 22	0.11 9	0.14 20	0.12 11

3.75w	0.32 29	0.23 60	0.44 39	0.37 12	0.29 132	0.62 193	0.36 130	0.59 21	0.32 20	0.41 53	0.47 56	0.25 13	0.34 55	0.64 69	0.26 21	0.12 6	0.09 1	0.14 2	0.12 41	0.13 5	0.12 11

3.5w_stereo	0.33 37	0.25 106	0.45 52	0.37 12	0.24 41	0.54 143	0.35 114	0.66 44	0.36 28	0.43 65	0.44 45	0.29 30	0.34 55	0.77 108	0.39 152	0.11 1	0.09 1	0.15 22	0.11 9	0.14 20	0.13 36

S2M2	0.34 40	0.28 181	0.45 52	0.40 39	0.30 154	0.31 14	0.16 1	0.60 28	0.64 114	0.31 16	0.48 59	0.47 85	0.34 55	0.38 4	0.32 70	0.25 347	0.22 391	0.20 172	0.22 319	0.25 315	0.22 285

testlalala2	0.58 205	0.27 159	0.68 190	1.72 544	1.27 540	0.68 236	0.42 199	0.93 138	0.70 141	0.90 196	0.93 181	0.76 196	0.34 55	0.52 27	0.40 159	0.18 142	0.15 224	0.17 79	0.13 65	0.17 92	0.17 152

3.25w_new	0.32 29	0.21 28	0.45 52	0.38 25	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 85	0.45 50	0.32 40	0.35 63	0.61 63	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

3.25w	0.32 29	0.21 28	0.45 52	0.37 12	0.23 25	0.52 126	0.34 106	0.65 40	0.39 34	0.47 85	0.45 50	0.32 40	0.35 63	0.61 63	0.27 26	0.12 6	0.10 9	0.14 2	0.11 9	0.12 1	0.12 11

LG-G_1	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 200	0.18 2	0.70 56	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 146	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

LG-G	0.31 25	0.20 10	0.44 39	0.42 54	0.20 3	0.64 200	0.18 2	0.70 56	0.25 7	0.29 11	0.29 15	0.36 50	0.35 63	0.87 146	0.24 5	0.16 60	0.12 54	0.16 52	0.11 9	0.13 5	0.13 36

SGD-Stereo	0.32 29	0.20 10	0.40 19	0.38 25	0.19 1	0.43 53	0.22 17	0.64 36	0.33 22	0.42 59	0.34 20	0.27 20	0.35 63	1.15 224	0.30 48	0.20 218	0.10 9	0.15 22	0.13 65	0.17 92	0.13 36

HART	0.45 110	0.22 47	0.54 106	0.50 172	0.26 66	0.41 37	0.29 62	1.03 180	0.50 69	0.58 123	1.45 393	0.61 152	0.35 63	1.08 209	0.30 48	0.15 38	0.13 115	0.19 137	0.14 93	0.19 164	0.14 63

SMoEStereo_RVC	0.39 64	0.25 106	0.50 79	0.45 98	0.30 154	0.61 184	0.36 130	0.72 61	0.45 53	0.46 82	0.43 41	0.42 61	0.35 63	1.39 290	0.29 38	0.15 38	0.12 54	0.20 172	0.15 111	0.16 61	0.15 96

U	9.45 572	0.21 28	0.58 136	0.47 117	53.11 591	61.27 596	0.24 31	0.70 56	0.52 85	0.36 33	0.28 13	0.29 30	0.35 63	0.33 2	0.26 21	0.19 183	0.11 28	60.50 593	8.88 580	0.17 92	0.13 36

RSM++	0.38 60	0.24 78	0.51 86	0.47 117	0.26 66	0.50 105	0.41 195	0.79 83	0.45 53	0.37 37	0.45 50	0.60 148	0.35 63	1.02 191	0.30 48	0.15 38	0.13 115	0.17 79	0.14 93	0.18 123	0.13 36

4w-stereo	0.30 15	0.24 78	0.44 39	0.37 12	0.23 25	0.46 68	0.27 51	0.63 34	0.31 16	0.41 53	0.44 45	0.27 20	0.36 72	0.59 47	0.30 48	0.11 1	0.09 1	0.15 22	0.12 41	0.13 5	0.12 11

SCV	0.46 117	0.26 129	0.55 116	0.47 117	0.25 58	0.39 31	0.38 156	1.98 465	0.60 104	0.35 28	0.48 59	0.55 125	0.36 72	1.28 257	0.32 70	0.24 320	0.12 54	0.17 79	0.13 65	0.18 123	0.14 63

StereoAnything_RVC	0.45 110	1.43 542	0.48 66	0.35 3	0.20 3	0.26 4	0.21 13	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 72	1.27 255	0.22 1	0.21 252	0.11 28	0.14 2	0.10 2	2.37 547	0.11 2

999	0.48 130	0.22 47	0.49 73	0.48 144	0.34 238	0.75 269	0.31 79	0.85 109	0.55 92	0.37 37	0.48 59	0.50 104	0.36 72	2.45 429	0.39 152	0.16 60	0.13 115	0.18 114	0.15 111	0.16 61	0.19 217

testlalala	0.45 110	0.28 181	0.59 143	0.42 54	0.39 294	0.71 253	0.39 171	1.08 215	0.45 53	1.24 348	0.80 157	0.61 152	0.36 72	0.54 33	0.33 84	0.20 218	0.13 115	0.18 114	0.12 41	0.15 41	0.15 96

FlowAnything_test	0.39 64	0.26 129	0.61 151	0.59 328	0.33 220	0.62 193	0.36 130	0.62 32	0.40 38	0.45 77	0.36 23	0.45 74	0.37 77	0.53 30	0.48 233	0.24 320	0.18 315	0.28 384	0.33 465	0.21 239	0.19 217

tt45	0.45 110	0.23 60	0.46 60	0.45 98	0.33 220	0.79 294	0.32 87	0.78 78	0.41 42	0.51 112	0.44 45	0.49 98	0.37 77	2.14 402	0.34 101	0.16 60	0.13 115	0.19 137	0.16 153	0.17 92	0.18 177

model_zeroshot	0.48 130	0.29 216	0.86 309	0.51 202	0.36 252	0.69 241	0.37 149	1.12 228	0.62 107	0.85 189	0.84 162	0.66 170	0.37 77	0.73 98	0.34 101	0.20 218	0.16 264	0.19 137	0.16 153	0.17 92	0.16 126

GCAP-BAT	0.49 136	0.31 269	0.64 167	0.41 47	0.46 355	0.70 248	0.35 114	0.77 74	0.64 114	0.86 191	1.00 204	0.77 199	0.37 77	1.18 234	0.36 121	0.18 142	0.14 166	0.18 114	0.13 65	0.17 92	0.15 96

test_for_model	1.30 465	3.71 574	0.58 136	3.22 564	2.84 564	0.59 170	0.33 94	1.40 298	0.83 181	1.42 431	0.61 100	0.52 115	0.37 77	0.51 24	0.33 84	2.46 552	0.15 224	0.16 52	0.11 9	4.39 574	1.50 547

iRaftStereo_RVC	0.47 124	0.26 129	0.64 167	0.50 172	0.29 132	0.53 135	0.33 94	1.05 194	0.77 164	0.84 184	1.00 204	0.55 125	0.37 77	0.81 126	0.40 159	0.17 103	0.12 54	0.22 236	0.20 246	0.19 164	0.15 96

CREStereo++_RVC	0.47 124	0.21 28	0.38 8	0.45 98	0.38 284	0.45 63	0.25 34	0.75 68	1.29 406	0.80 171	1.21 306	0.47 85	0.37 77	0.53 30	0.44 194	0.16 60	0.11 28	0.15 22	0.80 538	0.18 123	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 172	0.36 252	0.38 28	0.23 25	0.78 78	0.52 85	0.34 27	0.51 73	0.46 78	0.38 84	0.51 24	0.27 26	0.20 218	0.12 54	0.16 52	0.12 41	0.16 61	0.14 63

Pointernet	0.37 55	0.20 10	0.57 130	0.43 61	0.28 115	0.51 122	0.27 51	0.93 138	0.61 105	0.47 85	0.63 105	0.49 98	0.38 84	0.49 21	0.33 84	0.17 103	0.13 115	0.14 2	0.11 9	0.13 5	0.12 11

castereo++	0.38 60	0.23 60	0.41 24	0.43 61	0.31 180	0.97 366	0.22 17	0.86 111	0.58 97	0.32 20	0.44 45	0.51 108	0.39 86	0.93 164	0.24 5	0.17 103	0.11 28	0.17 79	0.12 41	0.14 20	0.14 63

Former-RAFT_DAM_RVC	0.46 117	0.36 362	0.71 221	0.47 117	0.36 252	0.67 229	0.35 114	0.78 78	1.12 303	0.61 134	0.62 103	0.39 59	0.39 86	0.71 91	0.39 152	0.20 218	0.17 293	0.22 236	0.18 192	0.23 288	0.19 217

TRStereo	0.60 214	0.60 472	0.97 362	0.74 462	0.67 456	0.46 68	0.38 156	1.85 429	0.89 198	0.79 169	0.80 157	0.88 246	0.39 86	1.10 213	0.41 170	0.23 305	0.15 224	0.23 274	0.24 355	0.17 92	0.15 96

XX-Stereo	0.63 231	0.26 129	1.90 500	0.81 482	0.67 456	0.43 53	0.23 25	1.03 180	0.58 97	0.65 141	1.56 425	1.41 403	0.39 86	1.28 257	0.35 111	0.20 218	0.14 166	0.20 172	0.19 214	0.18 123	0.14 63

DilatedVolume-Stereo	0.43 91	0.21 28	0.55 116	0.43 61	0.32 199	0.72 256	0.29 62	0.80 91	0.51 78	0.77 163	0.73 134	0.48 90	0.40 90	1.13 221	0.39 152	0.15 38	0.14 166	0.15 22	0.14 93	0.16 61	0.14 63

plain	0.46 117	0.27 159	1.01 375	0.50 172	0.40 305	0.35 19	0.37 149	0.87 112	0.56 94	0.43 65	0.76 142	0.42 61	0.40 90	1.13 221	0.45 207	0.21 252	0.15 224	0.24 294	0.19 214	0.24 303	0.16 126

LoS	0.40 73	0.21 28	0.44 39	0.37 12	0.22 19	0.50 105	0.40 179	1.00 168	0.94 217	0.48 93	0.66 110	0.48 90	0.40 90	0.60 59	0.37 133	0.18 142	0.14 166	0.16 52	0.11 9	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
fffy	0.42 85	0.27 159	0.57 130	0.46 106	0.29 132	0.48 79	0.35 114	0.91 128	0.55 92	0.40 52	0.58 95	0.55 125	0.41 93	1.26 252	0.36 121	0.15 38	0.13 115	0.19 137	0.16 153	0.18 123	0.14 63

IGEV-Stereo+	0.45 110	0.21 28	0.43 37	0.41 47	0.39 294	0.15 1	0.19 7	0.44 4	0.36 28	0.26 5	0.25 7	0.31 38	0.41 93	1.43 299	0.30 48	0.17 103	0.12 54	0.15 22	0.11 9	1.16 536	1.70 551

IGEV_Zeroshot_test	0.53 153	0.30 236	0.99 366	0.56 293	0.35 242	0.41 37	0.32 87	1.37 290	0.63 110	1.00 228	1.09 249	0.95 280	0.41 93	0.83 131	0.39 152	0.18 142	0.12 54	0.19 137	0.18 192	0.19 164	0.17 152

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 135	0.29 62	0.77 74	1.11 299	0.58 123	0.71 128	0.51 108	0.41 93	0.54 33	0.34 101	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.14 63
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
MM-Stereo_test3	0.50 140	0.24 78	0.54 106	0.54 256	0.74 475	0.49 91	0.53 311	1.09 217	1.05 267	0.62 137	0.95 185	0.61 152	0.42 97	0.77 108	0.38 144	0.20 218	0.17 293	0.20 172	0.16 153	0.18 123	0.18 177

MM-Stereo_test2	0.43 91	0.24 78	0.67 186	0.51 202	0.32 199	0.55 151	0.45 248	0.97 158	0.77 164	0.59 131	0.51 73	0.49 98	0.42 97	0.80 120	0.30 48	0.15 38	0.13 115	0.18 114	0.14 93	0.19 164	0.14 63

HUF	0.36 49	0.23 60	0.52 94	0.40 39	0.22 19	0.54 143	0.47 262	0.82 101	0.43 47	0.36 33	0.43 41	0.50 104	0.42 97	0.64 69	0.29 38	0.17 103	0.12 54	0.16 52	0.12 41	0.15 41	0.14 63

trnet	0.39 64	0.21 28	0.37 5	0.36 5	0.20 3	0.53 135	0.29 62	0.78 78	1.12 303	0.59 131	0.71 128	0.53 120	0.42 97	0.54 33	0.34 101	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.13 36

GCAP-Stereo	0.40 73	0.28 181	0.68 190	0.47 117	0.25 58	0.53 135	0.32 87	0.82 101	0.58 97	0.65 141	0.69 121	0.58 140	0.42 97	0.47 18	0.29 38	0.17 103	0.14 166	0.17 79	0.13 65	0.17 92	0.14 63

LL-Strereo2	0.52 143	0.33 307	0.69 203	0.52 223	0.37 267	0.70 248	0.30 72	1.13 231	0.67 132	0.94 209	0.78 146	0.91 258	0.42 97	1.05 200	0.42 181	0.17 103	0.16 264	0.29 395	0.25 370	0.21 239	0.16 126

test_4	0.53 153	0.22 47	0.56 120	0.54 256	0.32 199	0.64 200	0.39 171	0.80 91	0.62 107	0.92 203	1.87 478	0.68 175	0.42 97	1.16 228	0.37 133	0.15 38	0.13 115	0.20 172	0.22 319	0.20 198	0.15 96

xyz-stereo-finetune	0.48 130	0.25 106	0.54 106	0.42 54	0.23 25	0.80 302	0.42 199	0.80 91	0.80 172	0.61 134	0.62 103	0.54 122	0.43 104	1.70 352	0.58 284	0.15 38	0.15 224	0.19 137	0.15 111	0.16 61	0.15 96

AIO-test2	0.57 199	0.28 181	0.63 160	0.61 354	0.58 423	0.79 294	0.51 292	1.18 243	1.40 459	0.63 138	1.15 283	0.51 108	0.43 104	1.09 210	0.35 111	0.21 252	0.17 293	0.26 352	0.30 440	0.20 198	0.19 217

tg	0.52 143	0.24 78	0.61 151	0.49 160	0.30 154	0.90 336	0.29 62	1.07 209	0.83 181	0.83 181	1.02 218	0.62 157	0.43 104	1.35 275	0.41 170	0.17 103	0.12 54	0.22 236	0.20 246	0.17 92	0.15 96

rvit_stereo_0081_aga	0.44 102	0.34 331	0.73 239	0.51 202	0.41 313	0.50 105	0.40 179	0.81 96	0.57 96	0.58 123	0.56 89	0.53 120	0.43 104	0.66 78	0.40 159	0.26 370	0.21 373	0.22 236	0.20 246	0.26 327	0.18 177

EKT-Stereo	0.53 153	0.30 236	0.73 239	0.58 315	0.60 434	0.51 122	0.48 273	0.94 145	0.90 202	0.71 150	0.88 170	0.77 199	0.43 104	1.07 205	0.40 159	0.22 278	0.16 264	0.21 207	0.18 192	0.20 198	0.22 285

ProNet	0.43 91	0.28 181	0.58 136	0.43 61	0.30 154	0.56 157	0.52 303	1.00 168	0.58 97	0.44 69	0.49 67	0.43 64	0.43 104	1.28 257	0.36 121	0.15 38	0.13 115	0.19 137	0.16 153	0.17 92	0.16 126

AnonymousM	0.59 211	1.11 527	0.41 24	0.44 84	0.32 199	0.43 53	0.47 262	1.05 194	0.64 114	0.98 220	0.63 105	0.67 173	0.43 104	0.59 47	0.41 170	0.20 218	0.15 224	1.84 549	0.84 540	0.14 20	0.13 36

EAI-Stereo	0.65 251	0.28 181	0.69 203	0.53 241	0.27 90	0.60 178	0.40 179	2.28 519	0.64 114	0.71 150	3.18 529	0.57 135	0.43 104	1.06 201	0.41 170	0.18 142	0.13 115	0.17 79	0.17 174	0.17 92	0.17 152

1w_stereo	0.34 40	0.20 10	0.42 32	0.43 61	0.26 66	0.47 73	0.54 317	0.59 21	0.50 69	0.41 53	0.66 110	0.25 13	0.44 112	0.62 65	0.33 84	0.12 6	0.10 9	0.14 2	0.11 9	0.14 20	0.12 11

test_3	0.55 183	0.23 60	0.71 221	0.53 241	0.28 115	0.61 184	0.40 179	0.92 131	1.05 267	1.19 321	0.68 117	0.93 269	0.44 112	1.67 345	0.39 152	0.15 38	0.12 54	0.22 236	0.19 214	0.21 239	0.14 63

RALCasStereoNet	0.54 168	0.30 236	0.66 181	0.59 328	0.51 383	0.61 184	0.52 303	0.94 145	0.93 214	0.70 148	1.01 210	0.78 203	0.44 112	1.33 270	0.47 228	0.20 218	0.16 264	0.18 114	0.16 153	0.20 198	0.19 217

test_xeample3	0.42 85	0.28 181	0.69 203	0.43 61	0.33 220	0.56 157	0.38 156	0.79 83	0.45 53	0.53 115	0.46 54	0.44 66	0.44 112	1.38 285	0.31 65	0.18 142	0.14 166	0.19 137	0.15 111	0.17 92	0.16 126

3w_stereo	0.33 37	0.25 106	0.52 94	0.40 39	0.21 9	0.53 135	0.54 317	0.65 40	0.46 59	0.44 69	0.48 59	0.23 3	0.45 116	0.46 14	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.15 96

2w_stereo	0.32 29	0.24 78	0.45 52	0.39 32	0.22 19	0.46 68	0.47 262	0.69 52	0.42 45	0.43 65	0.50 70	0.24 7	0.45 116	0.47 18	0.29 38	0.12 6	0.10 9	0.15 22	0.12 41	0.15 41	0.13 36

WCG-NET	0.42 85	0.21 28	0.54 106	0.40 39	0.25 58	0.47 73	0.32 87	0.73 63	1.15 330	0.76 158	0.73 134	0.58 140	0.45 116	0.60 59	0.34 101	0.15 38	0.11 28	0.16 52	0.14 93	0.15 41	0.13 36

IGEV++	0.40 73	0.22 47	0.51 86	0.52 223	0.29 132	0.45 63	0.25 34	1.65 367	0.46 59	0.37 37	0.57 92	0.46 78	0.45 116	0.50 22	0.38 144	0.19 183	0.12 54	0.16 52	0.13 65	0.16 61	0.15 96

test-3	0.54 168	0.22 47	0.68 190	0.47 117	0.27 90	0.58 165	0.35 114	0.92 131	1.00 248	1.32 391	0.69 121	0.87 242	0.45 116	1.68 350	0.37 133	0.16 60	0.11 28	0.20 172	0.16 153	0.17 92	0.13 36

test_1	0.54 168	0.22 47	0.68 190	0.47 117	0.27 90	0.58 165	0.35 114	0.92 131	1.00 248	1.28 363	0.68 117	0.87 242	0.45 116	1.67 345	0.37 133	0.16 60	0.11 28	0.20 172	0.16 153	0.17 92	0.13 36

GMStereo	0.55 183	0.45 412	0.94 350	0.50 172	0.32 199	0.64 200	0.43 218	1.00 168	1.40 459	0.82 179	0.73 134	0.51 108	0.45 116	0.85 139	0.55 276	0.24 320	0.15 224	0.20 172	0.21 290	0.31 391	0.24 319
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0081	0.44 102	0.33 307	0.64 167	0.54 256	0.35 242	0.41 37	0.44 231	0.66 44	0.95 219	0.48 93	0.52 75	0.50 104	0.46 123	0.82 129	0.44 194	0.25 347	0.20 351	0.22 236	0.19 214	0.25 315	0.17 152

rvit_stereo_0082	0.44 102	0.33 307	0.64 167	0.54 256	0.35 242	0.41 37	0.44 231	0.66 44	0.95 219	0.48 93	0.52 75	0.50 104	0.46 123	0.82 129	0.44 194	0.25 347	0.20 351	0.22 236	0.19 214	0.25 315	0.17 152

Occ-G	0.42 85	0.21 28	0.48 66	0.41 47	0.26 66	0.42 44	0.62 375	0.77 74	0.49 65	0.43 65	0.66 110	1.02 306	0.46 123	0.78 113	0.41 170	0.16 60	0.13 115	0.18 114	0.13 65	0.16 61	0.16 126

IGEVStereo-DCA	0.46 117	0.28 181	0.56 120	0.43 61	0.33 220	0.49 91	0.42 199	0.87 112	0.50 69	0.47 85	0.48 59	0.48 90	0.46 123	2.03 392	0.30 48	0.19 183	0.14 166	0.19 137	0.15 111	0.16 61	0.18 177

rrr	0.46 117	0.28 181	0.73 239	0.43 61	0.33 220	0.49 91	0.38 156	0.76 71	0.50 69	0.47 85	0.48 59	0.48 90	0.46 123	2.03 392	0.30 48	0.19 183	0.14 166	0.19 137	0.15 111	0.16 61	0.16 126

ACRE	0.61 220	0.33 307	1.01 375	0.58 315	0.49 365	0.75 269	0.47 262	1.06 207	0.95 219	1.37 411	1.55 421	0.62 157	0.46 123	0.83 131	0.70 323	0.23 305	0.15 224	0.19 137	0.16 153	0.18 123	0.21 267

cross-raft	0.54 168	0.25 106	0.61 151	0.52 223	0.29 132	0.68 236	0.37 149	1.46 313	0.76 160	1.01 231	1.06 235	1.28 379	0.46 123	0.71 91	0.35 111	0.15 38	0.12 54	0.18 114	0.16 153	0.19 164	0.14 63

TANstereo	0.44 102	0.21 28	0.44 39	0.41 47	0.21 9	0.65 216	0.26 44	0.79 83	0.83 181	0.93 204	0.98 198	0.51 108	0.46 123	0.54 33	0.35 111	0.18 142	0.24 412	0.16 52	0.13 65	0.16 61	0.26 355

RALAANet	0.60 214	0.33 307	0.87 320	0.62 366	0.50 372	0.69 241	0.31 79	1.21 254	1.06 271	1.09 253	1.16 288	0.88 246	0.46 123	1.22 241	0.42 181	0.19 183	0.15 224	0.21 207	0.17 174	0.27 341	0.17 152

Reg-Stereo(zero)	0.44 102	0.22 47	0.45 52	0.43 61	0.23 25	0.38 28	0.25 34	0.76 71	1.08 282	0.90 196	0.78 146	0.90 255	0.47 132	0.70 87	0.36 121	0.15 38	0.12 54	0.15 22	0.12 41	0.15 41	0.15 96

rvit_stereo_0080	0.44 102	0.32 285	0.71 221	0.47 117	0.36 252	0.42 44	0.55 335	0.82 101	0.68 136	0.50 107	0.60 98	0.55 125	0.47 132	0.59 47	0.44 194	0.26 370	0.21 373	0.20 172	0.20 246	0.31 391	0.19 217

AE-Stereo	0.49 136	0.27 159	0.67 186	0.60 340	0.39 294	0.67 229	0.46 255	1.18 243	1.09 290	0.47 85	0.75 140	0.69 180	0.47 132	0.59 47	0.40 159	0.16 60	0.15 224	0.21 207	0.20 246	0.19 164	0.15 96

whm_eth	0.44 102	0.32 285	0.71 221	0.47 117	0.36 252	0.42 44	0.55 335	0.82 101	0.68 136	0.50 107	0.60 98	0.55 125	0.47 132	0.59 47	0.44 194	0.26 370	0.21 373	0.20 172	0.20 246	0.31 391	0.19 217

Any-RAFT	0.53 153	0.24 78	0.47 63	0.47 117	0.27 90	1.00 374	0.25 34	1.58 350	1.05 267	0.85 189	0.99 200	1.06 315	0.47 132	0.70 87	0.32 70	0.18 142	0.13 115	0.16 52	0.13 65	0.16 61	0.16 126

LoS_RVC	0.42 85	0.26 129	0.40 19	0.44 84	0.82 500	0.51 122	0.44 231	0.64 36	0.41 42	0.44 69	0.78 146	0.44 66	0.47 132	0.56 40	0.36 121	0.13 20	0.12 54	0.14 2	0.10 2	0.13 5	0.84 528

anonymousdsp2	0.53 153	0.27 159	0.74 255	0.48 144	0.29 132	0.76 275	0.47 262	1.61 358	0.82 180	0.77 163	0.77 144	0.75 192	0.47 132	1.03 192	0.40 159	0.18 142	0.13 115	0.18 114	0.13 65	0.19 164	0.18 177

anonymousdsp	0.43 91	0.27 159	0.53 100	0.44 84	0.32 199	0.50 105	0.42 199	0.89 121	0.51 78	0.49 99	0.53 77	0.47 85	0.47 132	1.33 270	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

IGEV-Stereo	0.43 91	0.27 159	0.54 106	0.45 98	0.32 199	0.50 105	0.42 199	0.90 127	0.51 78	0.49 99	0.53 77	0.47 85	0.47 132	1.32 267	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.40 73	0.31 269	0.73 239	0.58 315	0.27 90	0.26 4	0.33 94	0.95 150	0.81 175	0.42 59	0.47 56	0.65 166	0.47 132	0.39 6	0.34 101	0.18 142	0.15 224	0.16 52	0.14 93	0.19 164	0.16 126
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
PMTNet	0.46 117	0.21 28	0.38 8	0.37 12	0.23 25	0.71 253	0.27 51	0.74 67	1.04 263	0.64 139	0.70 125	0.55 125	0.47 132	0.86 143	0.35 111	1.00 534	0.13 115	0.15 22	0.10 2	0.15 41	0.13 36

IGEV-Stereo++	0.30 15	0.20 10	0.40 19	0.46 106	0.30 154	0.33 16	0.22 17	0.75 68	0.45 53	0.32 20	0.41 30	0.32 40	0.48 143	0.38 4	0.27 26	0.15 38	0.11 28	0.15 22	0.12 41	0.15 41	0.13 36

ff7	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

ffff	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

11t	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

RAFT-Test	0.54 168	0.25 106	0.64 167	0.47 117	0.30 154	0.97 366	0.27 51	1.24 268	0.81 175	0.96 213	1.12 266	1.28 379	0.48 143	0.71 91	0.36 121	0.17 103	0.13 115	0.17 79	0.14 93	0.16 61	0.16 126

ccc-4	0.43 91	0.27 159	0.56 120	0.44 84	0.33 220	0.50 105	0.42 199	0.87 112	0.50 69	0.49 99	0.53 77	0.44 66	0.48 143	1.38 285	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177

CIPLG	0.62 224	0.33 307	0.96 360	0.58 315	0.50 372	0.75 269	0.48 273	1.05 194	0.96 224	1.40 423	1.57 429	0.64 163	0.48 143	0.89 153	0.70 323	0.23 305	0.15 224	0.19 137	0.16 153	0.19 164	0.21 267

IPLGR_C	0.62 224	0.33 307	0.99 366	0.58 315	0.49 365	0.76 275	0.48 273	1.10 220	0.96 224	1.40 423	1.56 425	0.62 157	0.48 143	0.80 120	0.71 328	0.23 305	0.15 224	0.19 137	0.16 153	0.19 164	0.21 267

water-stereo	0.39 64	0.20 10	0.48 66	0.44 84	0.27 90	0.50 105	0.26 44	0.92 131	0.51 78	0.53 115	0.78 146	0.55 125	0.49 151	0.42 10	0.42 181	0.16 60	0.15 224	0.17 79	0.15 111	0.16 61	0.15 96

depthmonostereo	0.41 81	0.23 60	0.53 100	0.47 117	0.23 25	0.61 184	0.35 114	1.00 168	0.76 160	0.48 93	0.65 109	0.47 85	0.49 151	0.67 81	0.37 133	0.16 60	0.15 224	0.16 52	0.14 93	0.16 61	0.15 96

rvit_stereo_0083	0.47 124	0.33 307	0.81 293	0.56 293	0.36 252	0.50 105	0.44 231	0.68 51	0.95 219	0.49 99	0.57 92	0.55 125	0.49 151	0.88 148	0.46 221	0.25 347	0.25 421	0.24 294	0.20 246	0.24 303	0.17 152

rvit_stereo_ft	0.47 124	0.35 352	0.87 320	0.67 417	0.42 318	0.40 33	0.59 366	0.81 96	0.74 153	0.46 82	0.55 86	0.57 135	0.49 151	0.65 76	0.50 247	0.25 347	0.17 293	0.22 236	0.22 319	0.24 303	0.17 152

GCST	1.08 433	1.47 544	0.93 346	1.73 545	1.14 531	1.30 429	0.31 79	1.33 279	1.16 339	1.29 369	0.97 197	0.98 290	0.49 151	2.08 397	0.46 221	1.19 544	0.70 544	1.30 544	0.85 542	1.02 532	0.89 530

MaDis-Stereo	0.36 49	0.25 106	0.58 136	0.44 84	0.34 238	0.30 12	0.30 72	0.72 61	0.50 69	0.37 37	0.36 23	0.58 140	0.49 151	0.52 27	0.36 121	0.19 183	0.16 264	0.19 137	0.15 111	0.18 123	0.14 63

zero-FE	0.36 49	0.22 47	0.47 63	0.45 98	0.43 328	0.30 12	0.24 31	0.61 29	0.33 22	0.33 25	0.41 30	0.37 55	0.50 157	0.64 69	0.32 70	0.22 278	0.11 28	0.18 114	0.12 41	0.83 522	0.16 126

AIO-test1	0.56 192	0.25 106	0.55 116	0.64 384	0.78 488	0.80 302	0.36 130	1.18 243	1.34 427	0.57 121	0.88 170	0.61 152	0.50 157	1.12 219	0.35 111	0.17 103	0.17 293	0.22 236	0.24 355	0.18 123	0.23 305

s12784h	0.52 143	0.20 10	0.38 8	0.41 47	0.19 1	0.96 362	0.34 106	1.17 238	1.25 386	0.81 175	0.90 174	0.63 160	0.50 157	1.45 303	0.42 181	0.14 30	0.12 54	0.17 79	0.11 9	0.18 123	0.11 2

sCroCo_RVC	0.49 136	0.40 387	1.02 382	0.65 398	0.60 434	0.52 126	0.40 179	0.83 105	0.61 105	0.44 69	0.74 138	0.49 98	0.50 157	0.63 68	0.48 233	0.26 370	0.27 436	0.23 274	0.22 319	0.29 371	0.25 331

LG-Stereo_Zeroshot	0.36 49	0.23 60	0.54 106	0.50 172	0.28 115	0.36 23	0.22 17	1.02 175	0.39 34	0.42 59	0.64 108	0.36 50	0.51 161	0.39 6	0.29 38	0.18 142	0.12 54	0.17 79	0.13 65	0.18 123	0.18 177

WCG-NET（raft）	0.45 110	0.21 28	0.55 116	0.40 39	0.24 41	0.50 105	0.36 130	0.73 63	1.09 290	0.71 150	0.76 142	0.92 267	0.51 161	0.84 134	0.34 101	0.16 60	0.12 54	0.15 22	0.14 93	0.14 20	0.14 63

gcap-zeroshot	0.53 153	0.28 181	0.89 333	0.49 160	0.28 115	0.76 275	0.37 149	1.34 284	0.73 151	0.89 194	0.67 114	1.35 394	0.51 161	0.79 117	0.33 84	0.18 142	0.15 224	0.18 114	0.15 111	0.17 92	0.16 126

MIF-Stereo (partial)	0.45 110	0.25 106	0.70 209	0.50 172	0.52 395	0.35 19	0.26 44	0.91 128	0.59 103	0.45 77	0.71 128	0.51 108	0.51 161	1.11 216	0.45 207	0.20 218	0.16 264	0.23 274	0.20 246	0.24 303	0.18 177

DIP-Stereo	0.62 224	0.30 236	0.83 301	0.48 144	0.36 252	0.95 356	0.33 94	2.37 527	0.67 132	1.25 354	1.00 204	0.68 175	0.51 161	0.91 156	0.61 297	0.18 142	0.15 224	0.21 207	0.17 174	0.19 164	0.19 217
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DCRE	0.82 351	0.26 129	0.70 209	0.58 315	0.44 336	0.54 143	0.48 273	0.95 150	0.78 167	0.78 166	7.33 561	0.86 238	0.52 166	0.76 105	0.41 170	0.16 60	0.16 264	0.19 137	0.17 174	0.18 123	0.17 152

PSM-softLoss	0.78 333	0.31 269	0.77 276	0.58 315	0.32 199	0.56 157	0.40 179	1.18 243	0.70 141	1.24 348	1.07 239	0.83 225	0.52 166	5.36 505	0.53 266	0.24 320	0.15 224	0.25 333	0.22 319	0.20 198	0.25 331

KMStereo	0.78 333	0.31 269	0.77 276	0.58 315	0.32 199	0.56 157	0.40 179	1.18 243	0.70 141	1.24 348	1.07 239	0.83 225	0.52 166	5.36 505	0.53 266	0.24 320	0.15 224	0.25 333	0.22 319	0.20 198	0.25 331

test-1	0.52 143	0.26 129	1.04 390	0.56 293	0.32 199	0.61 184	0.38 156	1.10 220	0.91 207	0.78 166	1.01 210	0.77 199	0.52 166	0.60 59	0.42 181	0.17 103	0.14 166	0.20 172	0.17 174	0.20 198	0.23 305

TestStereo	0.64 243	0.39 381	0.71 221	0.51 202	0.27 90	0.56 157	0.42 199	1.03 180	0.91 207	0.80 171	1.00 204	0.68 175	0.52 166	3.25 463	0.45 207	0.22 278	0.15 224	0.24 294	0.18 192	0.27 341	0.16 126

rvit_0105_6	0.53 153	0.37 369	0.98 365	0.65 398	0.38 284	0.51 122	0.51 292	0.77 74	1.20 362	0.54 118	0.55 86	0.65 166	0.53 171	0.94 167	0.44 194	0.32 431	0.32 472	0.28 384	0.24 355	0.28 360	0.21 267

rvit_stereo_0075_2	0.64 243	0.46 414	1.05 391	0.66 405	0.66 452	0.53 135	0.48 273	1.20 253	1.12 303	0.76 158	0.92 178	0.78 203	0.53 171	1.03 192	0.59 287	0.37 465	0.28 443	0.40 481	0.31 447	0.37 427	0.32 413

MIM_Stereo	0.57 199	0.24 78	0.92 344	0.46 106	0.30 154	0.54 143	0.28 57	1.27 272	0.75 154	1.00 228	1.16 288	0.93 269	0.53 171	1.45 303	0.61 297	0.16 60	0.16 264	0.20 172	0.19 214	0.17 92	0.14 63

R-Stereo Train	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 469	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152

RAFT-Stereo	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 469	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GMStereo_Zeroshot	0.67 267	0.61 474	1.01 375	0.64 384	0.37 267	0.84 326	0.35 114	1.05 194	1.12 303	1.12 269	1.06 235	1.27 376	0.54 176	1.19 236	0.59 287	0.32 431	0.17 293	0.31 414	0.18 192	0.52 490	0.22 285

testlalala_base	0.77 325	0.40 387	0.70 209	0.65 398	0.50 372	0.79 294	0.28 57	1.50 323	0.51 78	0.73 156	0.90 174	0.69 180	0.54 176	0.66 78	0.40 159	2.82 556	0.14 166	0.17 79	0.12 41	2.68 551	0.19 217

raft_robust	0.68 271	0.30 236	0.64 167	0.52 223	0.26 66	0.54 143	0.35 114	1.33 279	1.24 383	1.16 303	1.07 239	0.60 148	0.54 176	3.58 473	0.37 133	0.18 142	0.14 166	0.20 172	0.22 319	0.20 198	0.16 126

dd	0.59 211	0.48 423	0.97 362	0.55 280	0.32 199	0.64 200	0.47 262	1.02 175	1.34 427	0.78 166	0.86 165	0.58 140	0.54 176	1.01 188	0.86 378	0.28 400	0.18 315	0.26 352	0.19 214	0.32 400	0.24 319

RAFT-345	0.84 362	0.25 106	0.66 181	0.50 172	0.27 90	0.54 143	0.42 199	0.83 105	1.11 299	1.32 391	2.34 507	0.86 238	0.54 176	5.72 517	0.47 228	0.18 142	0.13 115	0.22 236	0.17 174	0.17 92	0.16 126

rafts_anoy	0.52 143	0.29 216	0.59 143	0.59 328	0.50 372	0.53 135	0.40 179	1.11 226	1.03 258	0.84 184	0.83 160	0.68 175	0.54 176	0.72 94	0.51 252	0.19 183	0.14 166	0.24 294	0.26 387	0.21 239	0.18 177

CFNet-RSSM	0.54 168	0.24 78	0.70 209	0.48 144	0.28 115	0.60 178	0.27 51	1.49 319	1.14 318	1.06 243	0.93 181	1.08 321	0.54 176	0.70 87	0.35 111	0.16 60	0.12 54	0.17 79	0.15 111	0.16 61	0.14 63

DFGA-Net	0.72 286	0.40 387	1.40 454	0.52 223	0.45 343	0.83 318	0.44 231	1.28 276	1.08 282	0.99 223	1.19 300	0.70 184	0.55 183	2.14 402	1.16 428	0.18 142	0.16 264	0.24 294	0.23 342	0.27 341	0.25 331

MyStereo07	0.48 130	0.29 216	0.50 79	0.55 280	0.45 343	0.59 170	0.79 426	1.05 194	0.51 78	0.48 93	0.53 77	0.43 64	0.55 183	1.30 262	0.34 101	0.17 103	0.16 264	0.24 294	0.20 246	0.23 288	0.20 250

CroCo-Stereo Lap2	0.44 102	0.34 331	0.77 276	0.61 354	0.79 491	0.28 9	0.35 114	0.75 68	0.71 146	0.38 43	0.50 70	0.72 188	0.55 183	0.57 45	0.47 228	0.17 103	0.18 315	0.19 137	0.16 153	0.21 239	0.20 250

IPLG	0.69 273	0.27 159	0.97 362	0.51 202	0.43 328	0.79 294	0.33 94	1.21 254	1.06 271	1.30 377	1.10 253	0.52 115	0.55 183	3.16 461	0.63 304	0.16 60	0.14 166	0.19 137	0.16 153	0.18 123	0.17 152

Pruner-Stereo	0.62 224	0.29 216	0.70 209	0.61 354	0.31 180	0.63 197	0.43 218	1.17 238	0.99 243	1.53 451	1.08 244	0.95 280	0.55 183	1.35 275	0.51 252	0.23 305	0.14 166	0.24 294	0.21 290	0.21 239	0.23 305

AIO-Stereo-zeroshot1	0.98 405	0.39 381	3.21 533	0.50 172	0.63 444	0.64 200	0.39 171	2.36 525	0.75 154	0.95 211	4.63 545	1.81 471	0.56 188	0.96 170	0.41 170	0.18 142	0.13 115	0.21 207	0.26 387	0.32 400	0.35 429

MyStereo06	0.61 220	0.28 181	0.95 354	0.56 293	0.46 355	0.61 184	0.73 410	1.78 407	0.67 132	1.03 239	1.12 266	1.13 343	0.56 188	0.78 113	0.41 170	0.17 103	0.16 264	0.23 274	0.20 246	0.22 263	0.20 250

knoymous	0.51 142	0.29 216	0.47 63	0.43 61	0.30 154	0.55 151	0.55 335	1.02 175	0.77 164	0.98 220	0.85 164	0.94 272	0.56 188	0.85 139	0.45 207	0.20 218	0.14 166	0.26 352	0.14 93	0.23 288	0.23 305

GMOStereo	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

error version	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

test-v	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

test-2	0.53 153	0.26 129	0.65 174	0.50 172	0.29 132	0.52 126	0.43 218	0.89 121	0.96 224	1.41 425	1.14 275	0.85 234	0.56 188	0.59 47	0.38 144	0.16 60	0.14 166	0.24 294	0.21 290	0.20 198	0.15 96

raft+_RVC	0.53 153	0.26 129	0.54 106	0.60 340	0.47 360	0.54 143	0.54 317	1.27 272	0.99 243	0.76 158	1.03 228	0.70 184	0.56 188	0.93 164	0.47 228	0.18 142	0.14 166	0.19 137	0.18 192	0.18 123	0.15 96

Gwc-CoAtRS	0.52 143	0.24 78	0.68 190	0.48 144	0.29 132	0.64 200	0.25 34	1.16 236	1.08 282	1.01 231	1.00 204	1.12 338	0.56 188	0.69 83	0.37 133	0.16 60	0.13 115	0.17 79	0.15 111	0.15 41	0.15 96

StereoVision	0.65 251	0.34 331	0.86 309	0.59 328	0.40 305	0.50 105	0.41 195	1.09 217	0.93 214	0.71 150	2.50 516	0.82 218	0.57 197	1.03 192	0.49 241	0.25 347	0.28 443	0.29 395	0.28 419	0.36 423	0.20 250

GANet-ADL	0.60 214	0.35 352	0.72 227	0.64 384	0.40 305	0.68 236	0.51 292	1.49 319	1.12 303	0.95 211	1.08 244	0.91 258	0.57 197	0.76 105	0.55 276	0.26 370	0.18 315	0.18 114	0.16 153	0.23 288	0.25 331

PFNet+	0.59 211	0.28 181	0.77 276	0.53 241	0.30 154	0.59 170	0.31 79	0.92 131	1.14 318	1.33 399	1.10 253	0.79 207	0.57 197	1.31 263	0.49 241	0.25 347	0.17 293	0.28 384	0.26 387	0.21 239	0.25 331

NF-Stereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.02 218	0.82 218	0.57 197	5.40 510	0.48 233	0.23 305	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

OCTAStereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.82 218	0.57 197	5.35 504	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

RE-Stereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.81 213	0.57 197	5.37 507	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

TVStereo	0.80 340	0.30 236	0.75 259	0.60 340	0.31 180	0.64 200	0.44 231	1.21 254	0.90 202	1.29 369	1.01 210	0.81 213	0.57 197	5.37 507	0.48 233	0.24 320	0.14 166	0.24 294	0.20 246	0.20 198	0.30 397

RAFT-RH_RVC	1.03 424	0.24 78	0.67 186	0.49 160	0.28 115	0.81 311	0.33 94	0.83 105	1.08 282	2.05 511	4.65 547	1.04 313	0.57 197	5.98 525	0.50 247	0.18 142	0.13 115	0.26 352	0.20 246	0.16 61	0.17 152

CRE-IMP	0.55 183	0.30 236	0.74 255	0.52 223	0.29 132	0.79 294	0.25 34	1.04 186	0.72 147	1.09 253	0.95 185	0.81 213	0.57 197	1.10 213	0.50 247	0.21 252	0.14 166	0.23 274	0.19 214	0.28 360	0.22 285

MoCha-V2	0.40 73	0.20 10	0.49 73	0.50 172	0.21 9	0.44 59	0.33 94	0.93 138	0.53 89	0.53 115	0.53 77	0.42 61	0.58 206	1.09 210	0.27 26	0.14 30	0.12 54	0.15 22	0.12 41	0.17 92	0.15 96

rvit_0105_4	0.56 192	0.38 376	1.06 395	0.66 405	0.38 284	0.53 135	0.53 311	0.84 108	1.17 342	0.56 120	0.61 100	0.72 188	0.59 207	0.98 179	0.45 207	0.32 431	0.33 477	0.29 395	0.25 370	0.29 371	0.23 305

DisPM	0.66 258	0.28 181	0.72 227	0.61 354	0.35 242	0.62 193	0.45 248	1.02 175	0.99 243	1.56 461	1.10 253	0.80 209	0.59 207	2.37 424	0.41 170	0.23 305	0.14 166	0.23 274	0.21 290	0.20 198	0.25 331

NRIStereo	0.60 214	0.29 216	0.69 203	0.53 241	0.28 115	0.63 197	0.33 94	1.08 215	0.87 191	1.14 287	0.87 168	0.91 258	0.59 207	2.24 413	0.49 241	0.20 218	0.14 166	0.21 207	0.19 214	0.21 239	0.17 152

MM-Stereo_test1	0.49 136	0.24 78	0.56 120	0.51 202	0.30 154	0.50 105	0.54 317	0.91 128	1.03 258	0.84 184	0.69 121	0.54 122	0.60 210	1.16 228	0.33 84	0.18 142	0.16 264	0.20 172	0.17 174	0.19 164	0.15 96

AEACV	0.37 55	0.24 78	0.52 94	0.47 117	0.51 383	0.37 25	0.38 156	0.65 40	0.53 89	0.42 59	0.56 89	0.46 78	0.60 210	0.53 30	0.30 48	0.16 60	0.13 115	0.18 114	0.15 111	0.17 92	0.14 63

UDGNet	0.72 286	1.17 532	0.80 292	0.77 472	0.41 313	0.77 283	0.38 156	0.97 158	1.34 427	0.81 175	0.88 170	0.71 187	0.60 210	1.21 240	0.54 272	0.52 507	0.19 333	1.02 540	0.26 387	0.71 519	0.31 407

GwcNet-ADL	0.64 243	0.31 269	0.79 287	0.56 293	0.41 313	0.60 178	0.58 358	1.41 300	1.26 391	1.08 247	1.13 271	0.91 258	0.60 210	1.04 198	0.78 351	0.27 386	0.18 315	0.18 114	0.18 192	0.25 315	0.29 383

Patchmatch Stereo++	0.55 183	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.29 62	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.37 281	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177
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
ROB_FTStereo_v2	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.64 200	0.42 199	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.12 219	0.46 221	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

HUI-Stereo	0.52 143	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.30 72	1.04 186	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	0.79 117	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

iGMRVC	0.56 192	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.38 156	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.52 316	0.46 221	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

iRAFT	0.55 183	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.29 62	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.37 281	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

MC-Stereo	0.43 91	0.23 60	0.48 66	0.51 202	0.28 115	0.39 31	0.32 87	0.88 120	0.68 136	0.60 133	0.84 162	0.56 133	0.61 219	1.03 192	0.31 65	0.17 103	0.11 28	0.17 79	0.15 111	0.16 61	0.13 36

HHNet	0.62 224	0.26 129	0.63 160	0.43 61	0.45 343	0.50 105	0.58 358	1.07 209	1.01 251	1.25 354	2.23 502	0.70 184	0.61 219	1.07 205	0.47 228	0.20 218	0.13 115	0.23 274	0.19 214	0.19 164	0.30 397

PSM-adaLoss	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.41 195	1.04 186	0.64 114	1.12 269	0.96 188	0.82 218	0.61 219	1.06 201	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

ROB_FTStereo	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.64 200	0.25 34	1.05 194	0.64 114	1.12 269	0.95 185	0.82 218	0.61 219	1.15 224	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

RAFT-IKP	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.59 170	0.36 130	1.04 186	0.64 114	1.12 269	0.96 188	0.83 225	0.61 219	1.22 241	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

PCWNet_CMD	0.66 258	0.32 285	0.88 327	0.49 160	0.37 267	0.78 288	0.40 179	1.42 302	1.31 416	1.16 303	1.31 344	1.25 368	0.62 224	0.89 153	0.57 281	0.20 218	0.16 264	0.27 369	0.19 214	0.40 444	0.25 331

BUS	0.74 309	0.32 285	0.68 190	0.54 256	0.44 336	2.34 519	0.42 199	2.16 499	0.98 236	1.20 325	1.11 259	1.03 310	0.62 224	0.91 156	0.70 323	0.24 320	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

NINENet	0.77 325	0.37 369	0.78 284	0.62 366	0.51 383	2.34 519	0.42 199	1.83 425	1.04 263	1.14 287	1.23 312	1.03 310	0.62 224	1.24 248	0.70 323	0.28 400	0.23 403	0.31 414	0.21 290	0.26 327	0.25 331

sAnonymous2	0.55 183	0.56 454	1.46 468	0.60 340	0.51 383	0.48 79	0.52 303	0.79 83	0.68 136	0.50 107	0.67 114	0.46 78	0.62 224	0.59 47	0.40 159	0.22 278	0.17 293	0.22 236	0.21 290	0.86 524	0.56 498

CroCo_RVC	0.55 183	0.56 454	1.46 468	0.60 340	0.51 383	0.48 79	0.52 303	0.79 83	0.68 136	0.50 107	0.67 114	0.46 78	0.62 224	0.59 47	0.40 159	0.22 278	0.17 293	0.22 236	0.21 290	0.86 524	0.56 498

rvit_0105_5	0.58 205	0.39 381	1.05 391	0.66 405	0.37 267	0.58 165	0.56 343	0.94 145	1.18 349	0.64 139	0.68 117	0.75 192	0.63 229	0.88 148	0.50 247	0.32 431	0.32 472	0.30 408	0.27 398	0.28 360	0.25 331

CFNet_ucs	0.70 277	0.33 307	0.88 327	0.50 172	0.43 328	0.74 264	0.44 231	1.60 355	1.29 406	1.22 334	1.54 419	1.09 331	0.63 229	0.99 183	0.59 287	0.25 347	0.20 351	0.37 467	0.21 290	0.40 444	0.28 377

MSMDNet	0.66 258	0.32 285	0.87 320	0.49 160	0.37 267	0.79 294	0.40 179	1.43 308	1.31 416	1.15 293	1.31 344	1.24 364	0.63 229	0.88 148	0.57 281	0.21 252	0.16 264	0.26 352	0.19 214	0.39 440	0.24 319

DN-CSS_ROB	0.64 243	0.32 285	1.05 391	0.55 280	0.40 305	0.54 143	0.45 248	1.21 254	0.93 214	1.03 239	1.47 400	0.69 180	0.63 229	1.76 364	0.49 241	0.18 142	0.14 166	0.25 333	0.22 319	0.22 263	0.20 250

DDVS	0.78 333	0.41 395	0.94 350	0.60 340	0.43 328	1.30 429	0.43 218	1.40 298	0.91 207	1.20 325	1.15 283	1.43 405	0.64 233	2.18 408	0.89 383	0.28 400	0.22 391	0.26 352	0.23 342	0.31 391	0.33 419

MyStereo8	0.65 251	0.29 216	1.00 371	0.58 315	0.49 365	0.91 340	0.35 114	1.18 243	1.31 416	1.16 303	1.27 328	0.90 255	0.64 233	0.72 94	0.95 394	0.18 142	0.14 166	0.20 172	0.18 192	0.22 263	0.26 355

CFNet_pseudo	0.66 258	0.32 285	0.86 309	0.48 144	0.39 294	0.70 248	0.40 179	1.33 279	1.22 374	1.16 303	1.34 359	1.24 364	0.64 233	0.98 179	0.59 287	0.21 252	0.16 264	0.33 438	0.19 214	0.36 423	0.25 331

ARAFT	0.77 325	0.36 362	1.49 475	0.51 202	0.31 180	0.90 336	0.82 437	1.90 443	1.06 271	1.62 473	1.24 314	1.02 306	0.64 233	1.84 371	0.50 247	0.18 142	0.14 166	0.28 384	0.27 398	0.17 92	0.16 126

ccs_rob	0.66 258	0.33 307	0.86 309	0.48 144	0.39 294	0.70 248	0.40 179	1.33 279	1.22 374	1.16 303	1.34 359	1.23 362	0.64 233	0.98 179	0.59 287	0.21 252	0.16 264	0.35 456	0.20 246	0.37 427	0.25 331

MLCV	0.72 286	0.34 331	1.10 410	0.51 202	0.23 25	0.91 340	0.39 171	1.33 279	1.23 377	1.46 437	1.55 421	1.01 304	0.64 233	1.95 385	0.80 361	0.18 142	0.12 54	0.18 114	0.14 93	0.19 164	0.17 152

MSCF	0.38 60	0.25 106	0.52 94	0.47 117	0.25 58	0.62 193	0.37 149	0.81 96	0.47 62	0.50 107	0.71 128	0.32 40	0.65 239	0.54 33	0.28 35	0.19 183	0.12 54	0.17 79	0.14 93	0.17 92	0.14 63

iRaft-Stereo_20w	0.65 251	0.31 269	1.00 371	0.47 117	0.34 238	0.73 260	0.30 72	2.96 543	0.70 141	1.15 293	1.14 275	0.76 196	0.65 239	1.11 216	0.38 144	0.17 103	0.13 115	0.18 114	0.16 153	0.19 164	0.18 177

AdaStereo	0.70 277	0.43 402	0.75 259	0.73 458	0.37 267	0.92 347	0.53 311	1.85 429	1.18 349	1.12 269	1.23 312	1.07 320	0.65 239	0.96 170	0.63 304	0.31 424	0.15 224	0.32 429	0.21 290	0.29 371	0.22 285
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.
GASTEREO	0.40 73	0.25 106	0.51 86	0.48 144	0.25 58	0.65 216	0.36 130	0.81 96	0.49 65	0.51 112	0.82 159	0.30 35	0.66 242	0.62 65	0.28 35	0.19 183	0.12 54	0.16 52	0.14 93	0.16 61	0.14 63

IPLGR	0.58 205	0.27 159	1.14 420	0.48 144	0.28 115	0.65 216	0.33 94	1.22 262	1.13 315	1.18 317	1.05 233	0.69 180	0.66 242	0.96 170	0.52 259	0.17 103	0.15 224	0.20 172	0.17 174	0.20 198	0.18 177

11t1	0.52 143	0.28 181	0.68 190	0.51 202	0.28 115	0.83 318	0.39 171	1.22 262	0.63 110	0.84 184	0.74 138	0.68 175	0.68 244	0.91 156	0.57 281	0.21 252	0.18 315	0.19 137	0.16 153	0.20 198	0.21 267

RAFT_CTSACE	0.63 231	0.26 129	0.88 327	0.55 280	0.51 383	0.71 253	0.44 231	0.80 91	0.97 231	0.97 216	1.84 473	1.18 351	0.68 244	1.47 309	0.36 121	0.16 60	0.15 224	0.21 207	0.20 246	0.20 198	0.14 63

RAFT-Stereo + iAFF	0.54 168	0.25 106	0.68 190	0.43 61	0.24 41	0.40 33	0.34 106	1.04 186	1.09 290	1.32 391	1.60 434	0.80 209	0.68 244	0.67 81	0.39 152	0.13 20	0.10 9	0.18 114	0.17 174	0.17 92	0.13 36

FACV-RUCA	0.63 231	0.34 331	0.82 296	0.62 366	0.65 449	0.81 311	0.41 195	1.44 309	1.07 276	0.86 191	1.14 275	0.61 152	0.69 247	0.80 120	0.53 266	0.28 400	0.19 333	0.47 498	0.21 290	0.35 416	0.25 331

castereo	0.41 81	0.22 47	0.46 60	0.44 84	0.30 154	0.61 184	0.56 343	0.97 158	0.80 172	0.38 43	0.69 121	0.45 74	0.69 247	0.51 24	0.30 48	0.16 60	0.11 28	0.16 52	0.13 65	0.16 61	0.12 11

OMP-Stereo	0.94 391	0.33 307	0.72 227	0.90 513	0.31 180	0.49 91	0.36 130	1.16 236	1.06 271	1.58 467	1.12 266	1.46 415	0.69 247	6.94 540	0.49 241	0.19 183	0.14 166	0.24 294	0.18 192	0.20 198	0.14 63

PFNet	0.91 384	0.26 129	1.10 410	0.63 375	0.32 199	0.64 200	0.56 343	1.17 238	0.99 243	1.47 438	1.08 244	0.98 290	0.69 247	6.62 532	0.54 272	0.20 218	0.12 54	0.24 294	0.19 214	0.20 198	0.17 152

Anonymous3	0.61 220	0.44 405	1.11 412	0.59 328	0.49 365	0.93 351	0.65 384	0.93 138	0.81 175	0.72 155	0.88 170	0.65 166	0.69 247	1.06 201	0.53 266	0.35 457	0.30 458	0.26 352	0.26 387	0.31 391	0.27 365

MultiAttention	4.51 557	0.33 307	0.82 296	0.73 458	0.45 343	30.98 587	4.50 571	2.18 508	1.40 459	1.61 469	2.41 511	2.43 516	0.70 252	38.42 589	1.36 454	0.22 278	0.15 224	0.29 395	0.30 440	0.47 475	0.43 466

DEFOM-Stereo_RVC	0.40 73	0.67 484	0.42 32	0.64 384	0.29 132	0.48 79	0.25 34	0.85 109	0.44 51	0.38 43	0.36 23	0.30 35	0.70 252	1.15 224	0.29 38	0.16 60	0.11 28	0.16 52	0.11 9	0.18 123	0.12 11

rvit_0105_3	0.63 231	0.44 405	1.08 404	0.72 450	0.40 305	0.64 200	0.71 406	1.03 180	1.17 342	0.82 179	0.70 125	0.80 209	0.70 252	0.91 156	0.56 278	0.35 457	0.34 478	0.34 448	0.32 455	0.27 341	0.28 377

x	0.54 168	0.31 269	0.61 151	0.47 117	0.30 154	0.67 229	0.47 262	1.53 338	0.79 171	0.81 175	0.83 160	0.78 203	0.70 252	0.70 87	0.62 300	0.21 252	0.19 333	0.22 236	0.19 214	0.21 239	0.20 250

RAFT+CT+SA	0.58 205	0.29 216	0.60 148	0.66 405	0.37 267	0.42 44	0.55 335	1.27 272	1.03 258	0.70 148	1.22 308	0.60 148	0.70 252	1.64 339	0.41 170	0.18 142	0.13 115	0.22 236	0.22 319	0.21 239	0.18 177

G2L-ROB	0.73 304	0.25 106	0.76 269	0.54 256	0.39 294	0.95 356	0.66 389	1.66 372	1.09 290	1.24 348	1.02 218	1.64 450	0.71 257	1.63 337	1.02 406	0.20 218	0.14 166	0.17 79	0.15 111	0.20 198	0.22 285

test_sample3	0.68 271	0.32 285	0.88 327	0.52 223	0.30 154	0.97 366	0.52 303	1.86 432	1.15 330	1.08 247	1.11 259	0.88 246	0.71 257	1.17 232	0.68 319	0.25 347	0.20 351	0.25 333	0.25 370	0.25 315	0.25 331

AFF-stereo	0.58 205	0.25 106	0.64 167	0.46 106	0.29 132	0.34 17	0.38 156	1.15 234	1.14 318	1.17 312	1.60 434	1.10 333	0.71 257	0.97 178	0.43 191	0.13 20	0.11 28	0.19 137	0.19 214	0.17 92	0.14 63

G2L-Stereo_test	0.73 304	0.27 159	0.74 255	0.49 160	0.40 305	0.90 336	0.81 435	1.53 338	1.14 318	1.28 363	1.27 328	1.52 428	0.72 260	1.62 335	0.94 390	0.19 183	0.14 166	0.16 52	0.15 111	0.18 123	0.19 217

G2L-Stereo	0.80 340	0.32 285	0.95 354	0.60 340	0.42 318	0.78 288	0.69 401	1.50 323	1.09 290	1.33 399	1.14 275	1.45 412	0.72 260	2.45 429	1.10 419	0.25 347	0.20 351	0.26 352	0.21 290	0.20 198	0.26 355

ICVP	0.63 231	0.33 307	0.57 130	0.61 354	0.40 305	0.80 302	0.58 358	1.61 358	0.89 198	0.90 196	1.24 314	0.88 246	0.73 262	0.72 94	0.88 380	0.29 411	0.21 373	0.22 236	0.21 290	0.24 303	0.27 365
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DeepPruner_ROB	0.74 309	0.48 423	0.87 320	0.57 309	0.44 336	0.79 294	0.54 317	1.73 386	0.96 224	1.38 416	1.27 328	1.24 364	0.73 262	1.43 299	0.73 334	0.34 450	0.28 443	0.27 369	0.26 387	0.31 391	0.31 407

BSDual-CNN	0.71 284	0.32 285	0.68 190	0.54 256	0.44 336	1.27 424	0.65 384	2.16 499	0.98 236	1.20 325	1.11 259	1.12 338	0.74 264	0.91 156	0.66 312	0.24 320	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

psmg	0.72 286	0.32 285	0.68 190	0.50 172	0.44 336	1.48 456	0.75 415	1.94 456	0.98 236	1.21 329	1.33 352	1.12 338	0.74 264	0.91 156	0.66 312	0.24 320	0.19 333	0.25 333	0.25 370	0.23 288	0.22 285

test_sample4	0.69 273	0.33 307	0.91 340	0.51 202	0.30 154	0.92 347	0.52 303	1.87 434	1.15 330	1.14 287	1.18 293	0.87 242	0.75 266	1.18 234	0.68 319	0.25 347	0.20 351	0.26 352	0.26 387	0.26 327	0.25 331

mmm	0.63 231	0.35 352	0.72 227	0.51 202	0.30 154	0.86 330	0.54 317	1.59 351	0.86 187	1.07 246	1.38 373	0.79 207	0.75 266	0.91 156	0.58 284	0.22 278	0.18 315	0.29 395	0.25 370	0.25 315	0.23 305

DCANet-4	0.54 168	0.26 129	1.07 400	0.42 54	0.24 41	0.48 79	0.36 130	0.99 164	1.30 412	1.10 261	1.02 218	0.56 133	0.75 266	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

Sa-1000	0.72 286	0.29 216	0.76 269	0.59 328	0.30 154	0.73 260	0.37 149	1.62 362	1.33 424	1.28 363	2.04 493	0.86 238	0.75 266	1.84 371	0.38 144	0.19 183	0.14 166	0.25 333	0.23 342	0.20 198	0.16 126

dad	0.86 371	0.66 483	1.06 395	0.56 293	0.37 267	0.76 275	0.44 231	1.17 238	1.50 477	1.44 433	1.27 328	1.34 393	0.75 266	2.52 436	0.84 373	0.42 483	0.27 436	0.83 532	0.26 387	0.41 447	0.29 383

IIG-Stereo	0.96 395	0.31 269	0.72 227	0.88 509	0.33 220	0.61 184	0.26 44	1.19 251	1.03 258	1.69 481	1.37 368	1.46 415	0.75 266	6.96 541	0.51 252	0.19 183	0.14 166	0.23 274	0.18 192	0.20 198	0.14 63

DMCA	0.67 267	0.34 331	0.90 337	0.51 202	0.44 336	0.86 330	0.47 262	1.42 302	1.02 254	1.17 312	1.12 266	1.23 362	0.75 266	0.78 113	0.95 394	0.25 347	0.19 333	0.27 369	0.19 214	0.24 303	0.27 365

NOSS_ROB	1.26 462	0.46 414	0.62 157	0.56 293	0.38 284	1.06 386	0.78 423	1.73 386	1.40 459	1.01 231	1.43 386	1.10 333	0.75 266	10.62 573	0.65 309	0.45 494	0.43 512	0.48 500	0.45 501	0.44 464	0.41 455

ttt	0.94 391	0.34 331	0.59 143	0.61 354	0.37 267	0.94 352	0.50 291	2.17 505	1.34 427	1.23 340	1.61 438	0.91 258	0.76 274	1.85 374	3.97 537	0.30 416	0.26 427	0.26 352	0.24 355	0.29 371	0.29 383

AASNet	0.76 323	0.35 352	0.91 340	0.79 476	0.81 498	1.14 398	0.56 343	2.02 476	1.08 282	1.22 334	1.24 314	0.93 269	0.76 274	0.77 108	1.16 428	0.27 386	0.23 403	0.24 294	0.20 246	0.28 360	0.24 319

HCRNet	0.70 277	0.39 381	0.73 239	0.60 340	0.59 431	0.76 275	0.35 114	1.22 262	1.13 315	1.02 235	0.99 200	1.02 306	0.76 274	2.19 410	0.70 323	0.28 400	0.19 333	0.28 384	0.23 342	0.25 315	0.23 305

iResNet	0.75 317	0.40 387	1.36 452	0.67 417	0.29 132	0.92 347	0.59 366	1.52 332	1.25 386	1.28 363	1.48 405	0.94 272	0.76 274	1.62 335	0.78 351	0.18 142	0.14 166	0.18 114	0.15 111	0.22 263	0.23 305

ISRNet	0.80 340	0.33 307	1.07 400	0.81 482	0.66 452	0.60 178	0.34 106	1.19 251	1.13 315	1.59 468	1.53 414	1.35 394	0.77 278	1.27 255	0.94 390	0.39 472	0.34 478	0.43 488	0.38 485	0.34 413	0.49 485

rvit_105_1	0.72 286	0.52 440	1.01 375	0.78 474	0.49 365	0.75 269	0.87 448	1.12 228	1.18 349	0.99 223	0.79 152	0.90 255	0.77 278	1.26 252	0.75 340	0.41 479	0.36 494	0.36 464	0.41 492	0.30 382	0.33 419

xx1	0.67 267	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	0.93 138	3.05 545	0.58 123	0.79 152	0.95 280	0.77 278	1.46 305	0.32 70	0.20 218	0.12 54	0.24 294	0.23 342	0.22 263	0.21 267

Selective-RAFT	0.52 143	0.28 181	0.79 287	0.55 280	0.27 90	0.91 340	0.33 94	0.80 91	0.88 195	0.58 123	0.63 105	0.81 213	0.77 278	1.29 261	0.48 233	0.19 183	0.14 166	0.17 79	0.15 111	0.19 164	0.17 152

TestStereo1	0.63 231	0.28 181	0.75 259	0.76 469	0.31 180	0.48 79	0.43 218	1.30 277	1.21 368	0.97 216	1.31 344	0.64 163	0.77 278	1.75 359	0.42 181	0.20 218	0.15 224	0.22 236	0.18 192	0.21 239	0.17 152

qqq	0.57 199	0.34 331	0.71 221	0.47 117	0.27 90	0.64 200	0.62 375	1.42 302	0.78 167	0.80 171	0.92 178	0.95 280	0.77 278	0.88 148	0.59 287	0.21 252	0.20 351	0.24 294	0.23 342	0.22 263	0.21 267

SA-5K	0.63 231	0.28 181	0.75 259	0.76 469	0.31 180	0.48 79	0.43 218	1.30 277	1.21 368	0.97 216	1.31 344	0.64 163	0.77 278	1.75 359	0.42 181	0.20 218	0.15 224	0.22 236	0.18 192	0.21 239	0.17 152

test_sample5	0.69 273	0.34 331	0.87 320	0.52 223	0.30 154	0.84 326	0.54 317	1.83 425	1.14 318	1.11 267	1.25 318	0.88 246	0.78 285	1.23 243	0.65 309	0.26 370	0.20 351	0.27 369	0.27 398	0.27 341	0.26 355

DualNet	0.70 277	0.34 331	0.87 320	0.52 223	0.30 154	0.84 326	0.54 317	1.83 425	1.14 318	1.14 287	1.33 352	0.88 246	0.78 285	1.23 243	0.65 309	0.26 370	0.20 351	0.27 369	0.27 398	0.27 341	0.26 355

SFCPSM	0.70 277	0.28 181	1.02 382	0.51 202	0.38 284	1.37 439	0.66 389	2.00 468	1.03 258	1.17 312	1.21 306	0.82 218	0.78 285	1.03 192	0.53 266	0.21 252	0.17 293	0.22 236	0.24 355	0.21 239	0.19 217

AANet_RVC	1.16 454	0.52 440	1.49 475	0.65 398	0.45 343	0.75 269	0.69 401	1.42 302	1.55 485	1.34 403	1.87 478	1.53 429	0.78 285	7.43 548	1.38 456	0.25 347	0.17 293	0.19 137	0.16 153	0.22 263	0.26 355

test_sample6	0.71 284	0.34 331	0.87 320	0.52 223	0.30 154	0.82 313	0.58 358	1.79 413	1.15 330	1.14 287	1.33 352	0.91 258	0.79 289	1.31 263	0.74 335	0.27 386	0.21 373	0.27 369	0.29 431	0.28 360	0.27 365

MIPNet	0.56 192	0.28 181	0.94 350	0.49 160	0.33 220	0.66 225	0.38 156	1.35 287	1.08 282	1.06 243	0.92 178	0.60 148	0.79 289	0.73 98	0.52 259	0.17 103	0.14 166	0.19 137	0.16 153	0.18 123	0.17 152

pcwnet_v2	0.97 401	0.37 369	4.33 541	0.62 366	0.54 402	0.79 294	0.45 248	2.02 476	1.58 487	1.42 431	1.64 446	1.09 331	0.79 289	1.24 248	0.67 315	0.32 431	0.25 421	0.29 395	0.27 398	0.37 427	0.35 429

GES	0.66 258	0.34 331	0.90 337	0.59 328	0.38 284	0.94 352	0.57 354	2.11 489	0.86 187	1.02 235	1.11 259	0.66 170	0.79 289	0.99 183	0.61 297	0.27 386	0.19 333	0.20 172	0.20 246	0.21 239	0.30 397

111	0.60 214	0.23 60	0.70 209	0.43 61	0.24 41	0.72 256	0.42 199	1.18 243	1.41 464	0.80 171	1.38 373	1.10 333	0.79 289	0.96 170	0.58 284	0.18 142	0.13 115	0.17 79	0.15 111	0.17 92	0.19 217

MaskLacGwcNet_RVC	1.10 438	1.02 520	1.00 371	0.82 490	0.67 456	1.93 499	0.93 464	1.62 362	1.11 299	1.15 293	1.25 318	1.50 424	0.79 289	1.96 386	0.76 343	1.89 547	0.34 478	0.79 531	0.36 480	1.25 540	0.83 527

xyz-stereo-finetune2	0.58 205	0.27 159	0.57 130	0.40 39	0.24 41	1.09 392	0.32 87	0.79 83	0.53 89	0.65 141	1.07 239	0.58 140	0.80 295	2.47 434	0.80 361	0.16 60	0.15 224	0.21 207	0.17 174	0.16 61	0.17 152

MyStereo05	0.66 258	0.28 181	1.07 400	0.56 293	0.46 355	0.61 184	0.73 410	1.34 284	1.41 464	1.15 293	0.91 176	0.77 199	0.80 295	1.41 298	0.63 304	0.17 103	0.16 264	0.23 274	0.20 246	0.22 263	0.20 250

RCA-Stereo	0.50 140	0.23 60	0.58 136	0.48 144	0.33 220	0.55 151	0.45 248	0.97 158	1.38 449	0.68 145	1.05 233	0.63 160	0.80 295	0.59 47	0.32 70	0.17 103	0.12 54	0.17 79	0.14 93	0.16 61	0.14 63

HITNet	0.65 251	0.40 387	0.77 276	0.48 144	0.24 41	1.05 383	0.49 283	1.76 399	1.02 254	1.18 317	1.18 293	0.89 254	0.80 295	0.85 139	0.79 357	0.17 103	0.12 54	0.21 207	0.17 174	0.29 371	0.15 96
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
coex_refinement	0.80 340	0.28 181	0.73 239	0.70 438	0.51 383	0.95 356	0.60 370	1.78 407	1.23 377	1.36 408	1.37 368	1.82 474	0.81 299	1.32 267	1.13 425	0.26 370	0.17 293	0.19 137	0.20 246	0.24 303	0.25 331

tt1	0.62 224	0.32 285	0.51 86	0.54 256	0.26 66	1.16 406	0.48 273	0.95 150	2.47 532	0.57 121	0.77 144	0.49 98	0.81 299	1.55 324	0.32 70	0.20 218	0.12 54	0.24 294	0.15 111	0.19 164	0.20 250

hknet	0.77 325	0.32 285	0.95 354	0.54 256	0.38 284	1.27 424	0.65 384	2.16 499	1.07 276	1.20 325	1.11 259	1.59 438	0.81 299	1.37 281	0.66 312	0.22 278	0.17 293	0.25 333	0.22 319	0.22 263	0.22 285

GMM-Stereo	0.74 309	0.25 106	0.59 143	0.54 256	0.34 238	0.72 256	0.99 477	1.01 174	0.87 191	1.36 408	1.78 466	1.12 338	0.81 299	2.09 398	0.46 221	0.18 142	0.12 54	0.25 333	0.25 370	0.20 198	0.85 529

raftrobust	0.52 143	0.25 106	0.56 120	0.65 398	0.52 395	0.49 91	0.34 106	0.98 162	0.91 207	1.30 377	0.87 168	0.63 160	0.81 299	0.78 113	0.41 170	0.19 183	0.15 224	0.16 52	0.14 93	0.15 41	0.16 126

ffm	0.72 286	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	0.95 150	2.47 532	1.15 293	1.45 393	1.06 315	0.82 304	1.55 324	0.32 70	0.20 218	0.12 54	0.31 414	0.27 398	0.19 164	0.20 250

ff1	1.37 474	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	0.95 150	2.47 532	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 552	0.20 218	0.12 54	0.31 414	0.27 398	0.19 164	0.20 250

mmx	1.39 477	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	2.13 490	1.37 445	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 552	0.24 320	0.19 333	0.31 414	0.27 398	0.30 382	0.25 331

xxx	1.39 477	0.33 307	0.85 303	0.53 241	0.37 267	0.74 264	0.56 343	2.13 490	1.37 445	1.15 293	1.45 393	1.06 315	0.82 304	7.22 543	7.61 552	0.24 320	0.19 333	0.31 414	0.27 398	0.30 382	0.25 331

gwcnet-sp	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 377	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

scenet	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 377	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

ssnet	0.74 309	0.33 307	1.44 461	0.57 309	0.45 343	1.40 446	0.54 317	1.50 323	1.14 318	1.30 377	1.02 218	0.94 272	0.82 304	1.39 290	0.76 343	0.21 252	0.21 373	0.22 236	0.21 290	0.22 263	0.22 285

DMCA-RVC	0.74 309	0.40 387	1.27 439	0.66 405	0.49 365	0.77 283	0.47 262	1.35 287	1.01 251	1.53 451	1.01 210	1.29 382	0.82 304	1.31 263	0.78 351	0.27 386	0.21 373	0.35 456	0.27 398	0.32 400	0.24 319

PSMNet-RUCA	1.02 421	0.97 515	1.44 461	1.23 536	1.10 524	1.40 446	0.62 375	1.69 377	1.38 449	0.94 209	1.53 414	0.97 288	0.83 312	1.17 232	0.93 388	0.69 528	0.34 478	0.99 538	0.60 527	0.97 528	0.64 515

test_sample2	0.62 224	0.29 216	0.74 255	0.50 172	0.28 115	0.80 302	0.61 372	1.61 358	1.00 248	0.88 193	0.99 200	0.94 272	0.83 312	1.16 228	0.51 252	0.23 305	0.18 315	0.22 236	0.21 290	0.23 288	0.22 285

CSP-Net	0.97 401	0.38 376	0.83 301	0.53 241	0.41 313	1.63 469	0.77 421	2.00 468	1.05 267	1.25 354	1.20 304	1.33 389	0.83 312	4.93 498	0.85 376	0.32 431	0.22 391	0.20 172	0.20 246	0.23 288	0.25 331

PS-NSSS	0.99 407	0.58 461	0.93 346	0.58 315	0.57 414	0.91 340	0.80 432	1.81 419	1.14 318	1.14 287	1.67 453	1.00 297	0.83 312	4.62 489	0.78 351	0.37 465	0.31 464	0.52 506	0.32 455	0.45 468	0.38 446

CASS	0.65 251	0.34 331	0.72 227	0.56 293	0.27 90	0.78 288	0.42 199	1.59 351	0.86 187	1.30 377	1.25 318	0.87 242	0.84 316	0.84 134	0.54 272	0.35 457	0.19 333	0.26 352	0.21 290	0.28 360	0.42 459
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
UPFNet	0.80 340	0.32 285	0.90 337	0.59 328	0.74 475	1.26 423	0.80 432	1.52 332	1.10 297	1.30 377	1.12 266	1.30 383	0.84 316	1.67 345	1.09 416	0.24 320	0.24 412	0.24 294	0.23 342	0.25 315	0.18 177

iResNet_ROB	0.77 325	0.30 236	0.99 366	0.57 309	0.36 252	0.83 318	0.36 130	2.33 522	1.58 487	1.27 361	1.30 338	1.25 368	0.84 316	1.65 340	0.79 357	0.20 218	0.14 166	0.17 79	0.12 41	0.18 123	0.27 365

HH	0.63 231	0.30 236	0.77 276	0.50 172	0.32 199	0.49 91	0.46 255	1.65 367	0.64 114	0.69 146	1.09 249	1.63 447	0.85 319	1.90 378	0.37 133	0.18 142	0.13 115	0.19 137	0.17 174	0.19 164	0.16 126

HanStereo	0.63 231	0.30 236	0.77 276	0.50 172	0.32 199	0.49 91	0.46 255	1.65 367	0.64 114	0.69 146	1.09 249	1.63 447	0.85 319	1.90 378	0.37 133	0.18 142	0.13 115	0.19 137	0.17 174	0.19 164	0.16 126

RAFT_R40	0.83 357	0.28 181	0.73 239	0.59 328	0.31 180	0.69 241	0.44 231	1.10 220	0.95 219	1.47 438	1.10 253	1.00 297	0.85 319	5.53 512	0.46 221	0.22 278	0.13 115	0.23 274	0.20 246	0.23 288	0.18 177

xxxx	1.51 486	0.28 181	0.68 190	0.54 256	0.28 115	1.16 406	0.44 231	2.19 509	1.29 406	1.09 253	1.36 366	1.22 357	0.85 319	1.79 367	15.70 575	0.24 320	0.21 373	0.21 207	0.20 246	0.22 263	0.23 305

FENet	0.60 214	0.28 181	0.63 160	0.54 256	0.33 220	0.83 318	0.38 156	1.27 272	1.07 276	1.00 228	0.86 165	0.99 296	0.85 319	0.96 170	0.68 319	0.22 278	0.15 224	0.23 274	0.20 246	0.22 263	0.23 305

ACVNet	0.63 231	0.31 269	0.54 106	0.54 256	0.36 252	0.80 302	0.46 255	1.37 290	1.07 276	0.93 204	1.30 338	1.08 321	0.85 319	0.80 120	0.94 390	0.21 252	0.19 333	0.21 207	0.18 192	0.22 263	0.18 177

GwcNet-RSSM	0.77 325	0.32 285	1.01 375	0.62 366	0.54 402	0.78 288	0.51 292	1.73 386	1.20 362	1.09 253	1.37 368	1.46 415	0.85 319	1.53 320	1.09 416	0.25 347	0.18 315	0.23 274	0.24 355	0.20 198	0.19 217

STTStereo	0.78 333	0.50 433	1.22 429	0.64 384	0.54 402	0.89 333	0.54 317	1.44 309	1.11 299	1.38 416	1.09 249	1.27 376	0.85 319	1.43 299	0.83 370	0.29 411	0.27 436	0.33 438	0.39 487	0.32 400	0.30 397

ITSA-stereo	0.82 351	0.36 362	0.82 296	0.54 256	0.31 180	0.80 302	0.47 262	2.17 505	1.67 493	1.13 284	1.13 271	0.94 272	0.86 327	2.46 432	1.00 404	0.26 370	0.23 403	0.28 384	0.27 398	0.28 360	0.36 435

H2IRNET	0.56 192	0.26 129	0.66 181	0.47 117	0.35 242	0.41 37	0.26 44	0.92 131	1.17 342	0.61 134	1.28 334	1.08 321	0.86 327	0.99 183	0.63 304	0.19 183	0.16 264	0.22 236	0.25 370	0.21 239	0.18 177

MyStereo04	0.67 267	0.29 216	1.07 400	0.55 280	0.45 343	0.59 170	0.79 426	1.50 323	1.40 459	0.91 201	0.91 176	0.74 190	0.86 327	1.52 316	0.62 300	0.17 103	0.16 264	0.24 294	0.20 246	0.23 288	0.20 250

test_xeample	1.45 482	0.28 181	0.65 174	0.51 202	0.28 115	0.94 352	0.59 366	2.14 494	1.29 406	1.24 348	1.51 412	0.88 246	0.86 327	1.46 305	15.10 572	0.22 278	0.20 351	0.22 236	0.20 246	0.22 263	0.22 285

CFNet	0.96 395	0.36 362	1.01 375	0.62 366	0.42 318	0.99 372	0.47 262	1.90 443	1.32 420	0.99 223	1.39 377	1.10 333	0.86 327	5.58 515	0.79 357	0.23 305	0.17 293	0.28 384	0.27 398	0.26 327	0.21 267

UGAM	1.14 448	0.27 159	0.95 354	0.53 241	0.42 318	0.70 248	0.72 409	0.95 150	1.32 420	0.98 220	1.48 405	1.78 470	0.87 332	9.65 569	0.87 379	0.21 252	0.18 315	0.30 408	0.24 355	0.19 164	0.16 126

CoDeX	0.73 304	0.29 216	0.93 346	0.54 256	0.36 252	1.14 398	0.61 372	2.34 524	1.17 342	1.16 303	1.25 318	0.91 258	0.87 332	1.33 270	0.64 308	0.20 218	0.16 264	0.21 207	0.18 192	0.20 198	0.18 177

SST-Stereo	0.83 357	0.28 181	0.72 227	0.59 328	0.31 180	0.72 256	0.26 44	1.09 217	0.86 187	1.47 438	1.10 253	1.00 297	0.87 332	5.73 518	0.45 207	0.22 278	0.13 115	0.23 274	0.19 214	0.23 288	0.18 177

cf-r	0.73 304	0.30 236	0.77 276	0.55 280	0.63 444	0.78 288	0.48 273	1.79 413	1.15 330	1.13 284	1.26 325	1.43 405	0.87 332	1.40 296	0.85 376	0.25 347	0.18 315	0.22 236	0.23 342	0.19 164	0.19 217

FADNet_RVC	0.83 357	0.51 436	1.83 498	0.54 256	0.42 318	1.19 413	0.46 255	1.51 330	1.09 290	0.89 194	1.24 314	0.91 258	0.87 332	2.11 400	1.11 422	0.27 386	0.22 391	0.31 414	0.28 419	0.43 458	0.38 446

ACVNet-DCA	0.56 192	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	1.42 302	0.78 167	0.58 123	0.79 152	0.48 90	0.88 337	1.46 305	0.32 70	0.20 218	0.12 54	0.25 333	0.15 111	0.22 263	0.21 267

1test111	0.54 168	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	1.42 302	0.78 167	0.58 123	0.79 152	0.48 90	0.88 337	0.88 148	0.59 287	0.20 218	0.12 54	0.25 333	0.15 111	0.22 263	0.21 267

cc1	0.64 243	0.31 269	0.50 79	0.54 256	0.26 66	1.18 409	0.51 292	0.93 138	3.05 545	0.58 123	0.79 152	0.48 90	0.88 337	1.46 305	0.32 70	0.20 218	0.12 54	0.25 333	0.15 111	0.19 164	0.19 217

FINET	0.97 401	0.54 445	1.60 481	0.63 375	0.79 491	1.08 389	1.07 489	1.56 348	2.20 526	1.15 293	1.49 407	0.94 272	0.88 337	2.32 420	1.05 408	0.42 483	0.35 489	0.32 429	0.28 419	0.43 458	0.38 446

delet	0.85 366	0.32 285	0.95 354	0.65 398	0.66 452	1.64 471	0.84 439	1.75 393	1.35 437	1.32 391	1.30 338	1.30 383	0.88 337	1.68 350	1.10 419	0.21 252	0.21 373	0.24 294	0.24 355	0.21 239	0.21 267

NLCA_NET_v2_RVC	0.79 337	0.43 402	1.05 391	0.64 384	0.58 423	0.95 356	0.53 311	1.53 338	1.18 349	1.37 411	1.15 283	1.43 405	0.88 337	1.61 334	0.84 373	0.25 347	0.22 391	0.27 369	0.27 398	0.29 371	0.29 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	0.90 381	0.52 440	1.17 424	0.72 450	0.61 437	1.27 424	1.12 494	1.76 399	1.12 303	1.09 253	1.28 334	1.45 412	0.89 343	1.65 340	1.42 468	0.33 440	0.25 421	0.37 467	0.39 487	0.35 416	0.29 383

DispNO	0.93 389	0.30 236	1.34 451	0.55 280	0.55 408	0.89 333	0.49 283	1.48 317	1.21 368	1.17 312	1.27 328	1.19 352	0.90 344	5.23 502	0.74 335	0.22 278	0.17 293	0.24 294	0.21 290	0.19 164	0.20 250

test_5	0.65 251	0.30 236	0.75 259	0.67 417	0.50 372	0.92 347	0.52 303	1.39 296	1.12 303	0.76 158	1.11 259	1.00 297	0.90 344	1.53 320	0.45 207	0.18 142	0.13 115	0.23 274	0.22 319	0.21 239	0.19 217

StereoDRNet-Refined	0.80 340	0.41 395	0.88 327	0.62 366	0.42 318	1.33 434	0.48 273	1.52 332	1.17 342	1.45 435	1.44 391	1.44 410	0.90 344	1.26 252	1.24 437	0.20 218	0.16 264	0.27 369	0.24 355	0.25 315	0.28 377
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iRaft-Stereo_5w	0.85 366	0.29 216	0.91 340	0.53 241	0.43 328	0.49 91	0.68 397	0.99 164	0.87 191	0.79 169	1.34 359	1.46 415	0.91 347	5.11 499	1.11 422	0.17 103	0.14 166	0.22 236	0.18 192	0.20 198	0.20 250

BEATNet_4x	0.73 304	0.49 426	1.17 424	0.53 241	0.26 66	1.03 380	0.55 335	1.82 420	1.06 271	1.21 329	1.22 308	0.96 286	0.91 347	1.01 188	1.06 410	0.21 252	0.14 166	0.24 294	0.19 214	0.37 427	0.21 267

DLCB_ROB	0.86 371	0.40 387	0.78 284	0.68 428	0.54 402	1.11 393	0.84 439	1.49 319	1.23 377	1.64 477	1.65 448	1.70 459	0.91 347	1.70 352	1.05 408	0.25 347	0.24 412	0.26 352	0.27 398	0.27 341	0.24 319

DualNet (step1)	0.83 357	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	1.23 243	0.67 315	0.57 516	0.28 443	0.62 524	0.67 531	0.45 468	0.42 459

test_sample9	1.86 513	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	2.27 417	7.92 556	0.57 516	12.61 585	0.62 524	0.67 531	0.45 468	0.42 459

test_sample7	0.74 309	0.37 369	0.76 269	0.52 223	0.35 242	0.91 340	0.67 393	1.78 407	1.21 368	1.22 334	1.18 293	1.08 321	0.92 350	1.23 243	0.67 315	0.31 424	0.28 443	0.32 429	0.31 447	0.33 409	0.29 383

ssnet_v2	0.88 376	0.36 362	1.02 382	0.62 366	0.38 284	1.32 432	0.97 472	2.07 485	1.34 427	1.37 411	1.18 293	1.54 430	0.92 350	1.10 213	1.65 485	0.30 416	0.27 436	0.30 408	0.28 419	0.27 341	0.26 355

GEStereo_RVC	0.90 381	0.37 369	0.99 366	0.64 384	0.50 372	0.95 356	0.79 426	2.42 531	1.17 342	1.16 303	1.11 259	1.26 372	0.92 350	3.24 462	0.90 386	0.29 411	0.19 333	0.23 274	0.20 246	0.27 341	0.29 383

DCANet	0.54 168	0.24 78	0.70 209	0.43 61	0.24 41	0.49 91	0.36 130	1.05 194	1.30 412	1.12 269	1.03 228	0.58 140	0.92 350	0.81 126	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 217

acv_ft	0.75 317	0.31 269	0.95 354	0.70 438	0.86 507	1.24 420	0.53 311	1.44 309	1.07 276	1.24 348	1.30 338	1.08 321	0.92 350	0.80 120	1.34 450	0.21 252	0.19 333	0.21 207	0.18 192	0.21 239	0.18 177

FADNet-RVC	0.88 376	0.67 484	1.93 502	0.60 340	0.48 361	0.91 340	0.60 370	1.71 384	1.18 349	0.90 196	0.96 188	1.36 396	0.92 350	2.25 415	1.17 431	0.30 416	0.29 454	0.32 429	0.32 455	0.41 447	0.35 429

iResNetv2_ROB	0.80 340	0.37 369	1.71 488	0.56 293	0.37 267	0.94 352	0.64 382	1.73 386	1.34 427	1.23 340	1.42 382	1.26 372	0.92 350	1.85 374	0.56 278	0.23 305	0.15 224	0.19 137	0.14 93	0.24 303	0.19 217

AACVNet	0.86 371	0.35 352	0.79 287	0.82 490	0.39 294	0.76 275	0.49 283	1.61 358	0.81 175	1.08 247	1.33 352	1.30 383	0.93 359	4.34 484	0.74 335	0.25 347	0.21 373	0.28 384	0.22 319	0.29 371	0.25 331

RAFT	0.64 243	0.30 236	0.73 239	0.59 328	0.33 220	0.68 236	0.58 358	1.04 186	0.76 160	1.08 247	1.19 300	1.65 453	0.93 359	1.06 201	0.56 278	0.21 252	0.18 315	0.27 369	0.24 355	0.22 263	0.17 152

HSM-Net_RVC	0.87 375	0.29 216	0.53 100	0.53 241	0.30 154	1.15 404	0.55 335	3.57 551	1.28 402	1.53 451	1.74 460	1.68 456	0.93 359	1.49 311	0.77 349	0.22 278	0.17 293	0.19 137	0.18 192	0.20 198	0.19 217
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.69 273	0.35 352	0.49 73	0.64 384	0.39 294	0.85 329	0.58 358	1.75 393	1.14 318	0.97 216	1.19 300	1.17 348	0.93 359	0.99 183	0.62 300	0.28 400	0.20 351	0.34 448	0.31 447	0.32 400	0.27 365

SGM-Forest	1.24 459	0.38 376	0.60 148	0.52 223	0.37 267	1.56 464	1.30 510	1.65 367	1.36 441	2.11 514	1.79 467	1.63 447	0.93 359	7.48 550	0.95 394	0.36 461	0.37 496	0.39 476	0.34 471	0.37 427	0.32 413
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ToySt	0.66 258	0.33 307	1.23 430	0.51 202	0.33 220	0.86 330	0.68 397	1.10 220	0.97 231	0.84 184	1.08 244	1.25 368	0.94 364	1.01 188	0.74 335	0.19 183	0.19 333	0.24 294	0.24 355	0.27 341	0.23 305

HBP-ISP	0.96 395	0.58 461	0.72 227	0.61 354	0.46 355	1.64 471	0.76 418	1.86 432	1.28 402	1.30 377	1.53 414	0.86 238	0.94 364	3.27 464	0.69 322	0.45 494	0.44 515	0.54 512	0.48 508	0.47 475	0.40 450

SACVNet	0.85 366	0.46 414	0.85 303	0.81 482	0.56 411	0.80 302	0.79 426	1.68 375	1.12 303	1.34 403	1.33 352	1.25 368	0.94 364	2.39 426	0.76 343	0.34 450	0.26 427	0.31 414	0.29 431	0.35 416	0.44 469

DeepStereo_RVC	0.55 183	0.29 216	0.72 227	0.51 202	0.30 154	0.59 170	0.33 94	1.03 180	0.70 141	1.16 303	0.93 181	0.83 225	0.94 364	0.96 170	0.54 272	0.21 252	0.14 166	0.21 207	0.19 214	0.24 303	0.24 319

222	1.61 495	0.29 216	0.67 186	0.56 293	0.29 132	1.06 386	0.42 199	2.17 505	1.31 416	1.31 387	1.52 413	0.92 267	0.94 364	1.76 364	17.65 576	0.24 320	0.20 351	0.21 207	0.19 214	0.22 263	0.23 305

AIO-Stereo-zeroshot	0.72 286	0.35 352	1.70 486	0.49 160	0.56 411	0.63 197	0.38 156	2.41 530	0.65 129	0.77 163	1.07 239	1.82 474	0.95 369	0.93 164	0.43 191	0.20 218	0.13 115	0.21 207	0.25 370	0.28 360	0.26 355

test_sample1	0.61 220	0.29 216	0.75 259	0.50 172	0.31 180	0.76 275	0.48 273	1.59 351	0.84 185	0.90 196	0.94 184	0.88 246	0.95 369	1.16 228	0.67 315	0.22 278	0.18 315	0.20 172	0.19 214	0.21 239	0.21 267

SMFormer	0.75 317	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.82 368	0.24 320	0.20 351	0.22 236	0.21 290	0.23 288	0.24 319

tta	0.75 317	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.82 368	0.24 320	0.20 351	0.22 236	0.21 290	0.18 123	0.18 177

qqq1	0.72 286	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.44 194	0.24 320	0.20 351	0.18 114	0.15 111	0.18 123	0.18 177

fff1	0.72 286	0.30 236	0.86 309	0.46 106	0.26 66	0.82 313	0.43 218	2.05 479	1.39 454	1.23 340	1.47 400	0.98 290	0.95 369	1.71 354	0.44 194	0.24 320	0.20 351	0.18 114	0.15 111	0.18 123	0.18 177

SA	0.66 258	0.30 236	0.82 296	0.61 354	0.30 154	0.58 165	0.38 156	1.44 309	1.30 412	0.96 213	1.36 366	0.66 170	0.95 369	1.85 374	0.42 181	0.19 183	0.15 224	0.25 333	0.23 342	0.21 239	0.17 152

SDNR	1.62 496	0.51 436	2.17 513	0.53 241	0.56 411	3.80 551	0.45 248	1.54 341	1.29 406	1.33 399	2.41 511	1.08 321	0.96 376	11.18 574	1.16 428	0.66 527	0.63 540	0.43 488	0.32 455	0.64 510	0.67 517

PSMNet-ADL	0.72 286	0.35 352	0.62 157	0.69 432	0.46 355	1.14 398	0.44 231	1.37 290	1.01 251	0.83 181	1.17 291	1.33 389	0.96 376	1.43 299	0.95 394	0.33 440	0.22 391	0.21 207	0.23 342	0.27 341	0.29 383

DSFCA	0.93 389	0.34 331	1.06 395	0.52 223	0.65 449	1.55 463	0.93 464	1.49 319	1.19 357	1.56 461	1.15 283	1.50 424	0.96 376	3.07 456	1.02 406	0.30 416	0.26 427	0.25 333	0.25 370	0.28 360	0.24 319

TCMNet	1.01 418	0.60 472	2.10 508	0.86 501	1.33 541	1.14 398	0.67 393	1.69 377	1.23 377	1.11 267	1.57 429	1.30 383	0.97 379	2.01 390	1.50 479	0.31 424	0.31 464	0.38 470	0.34 471	0.42 452	0.36 435

YMNet	1.00 412	0.54 445	1.40 454	0.81 482	0.85 505	1.87 495	0.62 375	1.55 345	1.18 349	1.63 475	1.99 487	1.77 468	0.97 379	1.50 313	1.45 472	0.33 440	0.37 496	0.31 414	0.32 455	0.32 400	0.29 383

YMNet_1	1.00 412	0.54 445	1.40 454	0.81 482	0.85 505	1.87 495	0.62 375	1.55 345	1.18 349	1.63 475	1.99 487	1.77 468	0.97 379	1.50 313	1.45 472	0.33 440	0.37 496	0.31 414	0.32 455	0.32 400	0.29 383

CFNet-ft	0.72 286	0.32 285	0.54 106	0.66 405	0.54 402	0.83 318	0.55 335	1.37 290	1.15 330	0.93 204	1.28 334	1.57 434	0.97 379	1.35 275	0.81 363	0.26 370	0.20 351	0.33 438	0.25 370	0.30 382	0.23 305

CFNet_RVC	0.72 286	0.32 285	0.54 106	0.66 405	0.54 402	0.83 318	0.55 335	1.37 290	1.15 330	0.93 204	1.28 334	1.57 434	0.97 379	1.35 275	0.81 363	0.26 370	0.20 351	0.33 438	0.25 370	0.30 382	0.23 305

StereoDRNet	0.98 405	0.47 419	1.70 486	0.76 469	0.94 515	1.51 459	0.91 458	1.92 450	1.32 420	1.61 469	1.13 271	1.47 420	0.97 379	1.75 359	1.46 475	0.28 400	0.23 403	0.29 395	0.27 398	0.35 416	0.27 365

MDST_ROB	1.67 499	0.34 331	1.58 480	0.92 518	0.58 423	4.26 557	1.11 492	2.83 540	1.41 464	4.49 559	2.55 517	1.45 412	0.97 379	7.79 554	1.17 431	0.31 424	0.25 421	0.37 467	0.33 465	0.31 391	0.30 397

ASMatch	0.88 376	0.26 129	0.69 203	0.51 202	0.35 242	0.48 79	0.37 149	1.12 228	0.92 212	1.10 261	3.28 530	0.96 286	0.98 386	4.90 496	0.49 241	0.19 183	0.16 264	0.22 236	0.19 214	0.19 164	0.27 365

IRAFT_RVC	0.88 376	0.28 181	0.76 269	0.63 375	0.31 180	0.65 216	1.02 482	1.22 262	0.94 217	1.22 334	1.04 231	1.01 304	0.98 386	5.82 520	0.53 266	0.22 278	0.12 54	0.25 333	0.20 246	0.20 198	0.19 217

DGSMNet	1.14 448	0.76 500	2.49 523	0.81 482	0.86 507	1.39 444	1.39 515	2.13 490	1.35 437	1.26 358	1.63 445	1.48 422	0.98 386	1.75 359	1.10 419	0.45 494	0.43 512	0.55 516	0.49 511	0.75 521	0.70 520

hitnet-ft	0.79 337	0.35 352	0.57 130	0.58 315	0.42 318	0.96 362	0.46 255	1.47 315	1.33 424	1.19 321	1.22 308	1.81 471	0.98 386	1.66 344	0.94 390	0.33 440	0.28 443	0.34 448	0.27 398	0.35 416	0.31 407

PSMNet-RSSM	0.72 286	0.30 236	0.61 151	0.63 375	0.42 318	0.73 260	0.56 343	1.92 450	1.10 297	1.09 253	1.37 368	1.22 357	0.98 386	1.28 257	0.72 331	0.27 386	0.19 333	0.27 369	0.29 431	0.24 303	0.24 319

FADNet-RVC-Resample	0.84 362	0.47 419	2.10 508	0.61 354	0.45 343	1.07 388	0.61 372	1.59 351	1.20 362	1.08 247	0.98 198	1.03 310	0.98 386	2.17 405	0.72 331	0.23 305	0.22 391	0.30 408	0.32 455	0.35 416	0.34 424

TDLM	1.06 428	0.44 405	0.79 287	0.63 375	0.50 372	0.89 333	1.44 518	1.48 317	1.26 391	1.12 269	1.40 379	1.08 321	0.98 386	6.65 533	0.78 351	0.33 440	0.21 373	0.33 438	0.26 387	0.37 427	0.24 319

NVstereo2D	0.92 386	0.41 395	1.48 473	0.72 450	0.72 469	1.20 415	0.87 448	1.75 393	1.38 449	0.99 223	1.13 271	1.26 372	0.98 386	2.21 412	0.89 383	0.43 488	0.20 351	0.38 470	0.24 355	0.57 499	0.63 511

ADLNet	0.85 366	0.36 362	0.89 333	0.85 499	0.72 469	1.24 420	0.76 418	1.82 420	1.36 441	1.52 450	1.35 365	1.27 376	0.99 394	1.23 243	1.15 427	0.27 386	0.20 351	0.26 352	0.25 370	0.28 360	0.30 397

CC-Net-ROB	1.49 483	1.26 535	1.27 439	0.88 509	0.79 491	1.76 481	1.00 479	1.79 413	1.26 391	1.10 261	1.61 438	1.21 355	0.99 394	8.13 557	0.84 373	1.09 541	0.41 509	2.20 550	0.46 504	1.20 539	0.48 481

LMCR-Stereo	0.82 351	0.46 414	0.88 327	0.75 466	0.43 328	1.33 434	0.56 343	2.43 532	0.98 236	1.53 451	1.49 407	0.74 190	1.00 396	1.63 337	0.89 383	0.28 400	0.17 293	0.22 236	0.17 174	0.29 371	0.20 250

PDISCO_ROB	1.32 469	0.65 482	1.44 461	1.36 537	1.46 544	2.55 526	0.92 460	2.45 533	2.07 522	1.37 411	1.49 407	1.65 453	1.00 396	2.82 446	1.35 453	1.01 535	0.27 436	0.54 512	0.47 506	0.71 519	0.73 523

SQANet	1.31 467	0.88 512	1.08 404	1.83 547	1.44 543	1.44 453	0.75 415	1.74 391	1.09 290	1.32 391	1.26 325	1.28 379	1.01 398	1.50 313	0.83 370	2.50 553	0.34 478	1.47 545	0.55 520	2.32 546	1.57 548

riskmin	0.56 192	0.27 159	0.60 148	0.43 61	0.31 180	0.83 318	0.42 199	1.14 232	1.04 263	0.73 156	0.75 140	1.11 337	1.01 398	0.81 126	0.51 252	0.20 218	0.14 166	0.24 294	0.15 111	0.24 303	0.25 331

TransformOpticalFlow	0.96 395	0.28 181	0.89 333	0.52 223	0.31 180	0.66 225	0.54 317	1.75 393	1.12 303	1.09 253	1.44 391	1.37 399	1.01 398	6.70 537	0.42 181	0.19 183	0.12 54	0.20 172	0.19 214	0.18 123	0.19 217

Consistency-Raft	1.25 461	0.99 518	1.93 502	1.02 526	1.21 536	0.96 362	1.01 481	1.75 393	1.92 513	1.36 408	2.12 497	1.44 410	1.01 398	1.14 223	1.40 460	0.72 529	0.82 547	0.89 534	0.98 550	1.31 541	0.95 532

FADNet	0.92 386	0.61 474	1.81 495	0.62 366	0.55 408	0.96 362	0.57 354	1.78 407	1.33 424	0.93 204	1.01 210	1.36 396	1.01 398	2.71 444	0.75 340	0.33 440	0.34 478	0.31 414	0.34 471	0.59 503	0.40 450

KYRaft	0.75 317	0.28 181	0.62 157	0.56 293	0.29 132	0.67 229	0.86 446	0.94 145	0.84 185	1.62 473	2.21 501	1.16 347	1.02 403	1.57 327	0.40 159	0.20 218	0.13 115	0.22 236	0.28 419	0.20 198	1.02 535

LALA_ROB	1.01 418	0.59 464	1.16 422	0.67 417	0.51 383	1.63 469	1.26 509	1.69 377	1.38 449	1.81 495	1.37 368	1.94 487	1.02 403	1.58 329	1.38 456	0.37 465	0.27 436	0.43 488	0.37 483	0.43 458	0.37 440

DCVSM-stereo	0.72 286	0.35 352	0.76 269	0.55 280	0.42 318	0.73 260	0.38 156	1.21 254	1.02 254	1.79 491	1.04 231	1.62 442	1.03 405	1.04 198	0.79 357	0.24 320	0.27 436	0.29 395	0.24 355	0.30 382	0.36 435

HSM	1.19 457	0.32 285	0.65 174	0.57 309	0.38 284	1.23 419	0.59 366	2.25 516	1.19 357	1.30 377	1.25 318	1.94 487	1.03 405	9.32 564	0.71 328	0.22 278	0.16 264	0.20 172	0.16 153	0.21 239	0.21 267

DAS	0.84 362	0.34 331	1.03 386	0.64 384	0.69 464	0.77 283	0.63 380	1.54 341	1.20 362	1.79 491	1.55 421	0.95 280	1.04 407	2.83 447	0.60 295	0.21 252	0.16 264	0.25 333	0.18 192	0.27 341	0.22 285

SepStereo	0.82 351	0.34 331	1.03 386	0.64 384	0.69 464	0.77 283	0.63 380	1.54 341	1.20 362	1.79 491	1.55 421	0.95 280	1.04 407	2.30 419	0.60 295	0.21 252	0.16 264	0.25 333	0.18 192	0.27 341	0.22 285

GwcNet	1.08 433	0.51 436	2.33 518	0.79 476	1.18 534	1.76 481	0.70 404	1.68 375	1.47 473	1.41 425	1.64 446	1.74 464	1.04 407	2.20 411	1.41 464	0.30 416	0.29 454	0.29 395	0.27 398	0.30 382	0.35 429

GANet-RSSM	0.72 286	0.28 181	0.63 160	0.64 384	0.58 423	0.80 302	0.58 358	1.89 440	1.08 282	1.04 242	1.25 318	1.15 346	1.04 407	1.49 311	0.62 300	0.25 347	0.19 333	0.22 236	0.22 319	0.22 263	0.21 267

ADLNet2	0.88 376	0.34 331	1.17 424	0.77 472	0.64 447	1.12 396	0.76 418	1.74 391	1.24 383	1.21 329	1.65 448	1.71 460	1.05 411	1.67 345	1.17 431	0.24 320	0.21 373	0.21 207	0.22 319	0.26 327	0.29 383

DRN-Test	1.00 412	0.44 405	1.13 416	0.70 438	0.81 498	1.62 468	0.79 426	2.14 494	1.44 470	1.78 488	1.33 352	1.43 405	1.05 411	2.18 408	1.53 481	0.27 386	0.21 373	0.31 414	0.30 440	0.32 400	0.28 377

ETE_ROB	0.96 395	0.64 481	1.16 422	0.69 432	0.48 361	1.14 398	1.13 495	1.77 403	1.19 357	1.91 504	1.45 393	1.73 462	1.05 411	1.60 332	1.14 426	0.32 431	0.26 427	0.38 470	0.34 471	0.39 440	0.41 455

z-ln-s-r	1.02 421	0.55 450	2.09 507	0.52 223	0.55 408	0.78 288	0.87 448	1.47 315	1.34 427	1.12 269	1.62 441	1.37 399	1.06 414	2.62 441	3.32 528	0.19 183	0.14 166	0.21 207	0.17 174	0.27 341	0.21 267

fff	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

csc	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

cscssc	0.53 153	0.24 78	0.70 209	0.43 61	0.24 41	0.48 79	0.36 130	1.07 209	1.25 386	1.10 261	1.02 218	0.57 135	1.06 414	0.73 98	0.52 259	0.16 60	0.13 115	0.17 79	0.13 65	0.15 41	0.19 217

DISCO	1.03 424	0.34 331	1.11 412	0.69 432	0.45 343	2.07 508	0.84 439	2.13 490	1.50 477	1.15 293	1.33 352	2.40 514	1.07 418	2.60 439	1.51 480	0.23 305	0.18 315	0.22 236	0.20 246	0.31 391	0.27 365

ac_64	0.82 351	0.29 216	0.81 293	0.71 446	0.60 434	1.05 383	0.54 317	1.99 467	0.92 212	1.18 317	1.06 235	1.99 493	1.08 419	1.94 384	0.97 399	0.27 386	0.22 391	0.24 294	0.23 342	0.22 263	0.19 217

NaN_ROB	1.13 446	0.55 450	1.15 421	0.64 384	0.48 361	1.61 467	2.03 547	1.72 385	1.48 474	2.09 513	1.27 328	1.40 401	1.08 419	3.94 476	1.30 446	0.28 400	0.34 478	0.28 384	0.28 419	0.30 382	0.33 419

CBMV_ROB	0.90 381	0.44 405	0.63 160	0.51 202	0.37 267	1.25 422	0.49 283	1.77 403	1.27 397	1.41 425	2.00 489	1.33 389	1.08 419	2.17 405	0.76 343	0.43 488	0.42 511	0.47 498	0.44 499	0.41 447	0.36 435

anonymity	1.12 443	0.97 515	1.21 427	1.07 530	1.12 528	1.08 389	0.89 453	1.95 458	1.16 339	1.29 369	1.26 325	1.22 357	1.09 422	1.15 224	1.01 405	1.02 537	1.00 560	0.97 536	0.97 548	0.98 529	0.99 534

1111x	1.70 503	0.29 216	0.86 309	0.51 202	0.27 90	1.01 375	0.68 397	2.22 513	1.28 402	1.13 284	1.40 379	1.21 355	1.10 423	5.53 512	15.20 573	0.22 278	0.21 373	0.22 236	0.22 319	0.24 303	0.22 285

IER	0.70 277	0.31 269	1.02 382	0.48 144	0.52 395	1.34 436	0.51 292	1.17 238	0.99 243	1.23 340	1.34 359	1.12 338	1.11 424	0.99 183	0.71 328	0.20 218	0.16 264	0.21 207	0.21 290	0.20 198	0.19 217

DANet	1.08 433	0.61 474	1.32 446	0.85 499	0.72 469	1.37 439	0.51 292	1.54 341	1.15 330	1.78 488	1.54 419	2.01 495	1.11 424	2.90 450	2.00 501	0.33 440	0.30 458	0.40 481	0.30 440	0.44 464	0.45 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	0.96 395	0.49 426	1.09 407	0.72 450	0.57 414	1.11 393	1.14 496	1.66 372	1.23 377	1.85 498	1.39 377	1.64 450	1.11 424	1.80 368	1.42 468	0.38 469	0.30 458	0.33 438	0.29 431	0.37 427	0.34 424

HI	0.64 243	0.32 285	0.68 190	0.47 117	0.51 383	0.41 37	0.36 130	1.04 186	0.75 154	1.31 387	1.43 386	1.62 442	1.12 427	0.94 167	0.88 380	0.15 38	0.12 54	0.20 172	0.20 246	0.20 198	0.18 177

CoSv	0.64 243	0.32 285	0.68 190	0.47 117	0.51 383	0.41 37	0.36 130	1.04 186	0.75 154	1.31 387	1.43 386	1.62 442	1.12 427	0.94 167	0.88 380	0.15 38	0.12 54	0.20 172	0.20 246	0.20 198	0.18 177

DDUNet	1.50 485	2.69 568	1.12 414	1.77 546	1.88 548	1.84 492	0.92 460	1.70 382	1.16 339	1.38 416	1.79 467	1.60 440	1.12 427	1.37 281	1.08 414	1.10 542	0.76 545	2.37 554	0.94 546	2.00 544	1.37 545

UNet	0.83 357	0.34 331	1.31 443	0.58 315	0.74 475	1.58 465	0.49 283	1.41 300	1.04 263	1.21 329	1.08 244	1.54 430	1.12 427	1.65 340	1.09 416	0.23 305	0.17 293	0.25 333	0.20 246	0.25 315	0.22 285

anonymousa	0.72 286	0.27 159	0.75 259	0.47 117	0.63 444	1.43 452	0.45 248	1.24 268	0.89 198	1.28 363	1.75 463	1.62 442	1.13 431	0.69 83	0.59 287	0.19 183	0.16 264	0.23 274	0.25 370	0.20 198	0.18 177

APVNet	1.06 428	0.53 444	1.42 460	0.84 494	0.79 491	1.92 498	0.82 437	1.90 443	1.08 282	1.08 247	1.43 386	1.56 433	1.13 431	3.07 456	1.58 482	0.31 424	0.34 478	0.42 486	0.36 480	0.36 423	0.37 440

SuperB	2.53 539	0.59 464	18.45 572	0.69 432	0.50 372	1.87 495	0.88 451	1.67 374	2.39 529	1.50 447	1.42 382	1.14 345	1.15 433	4.28 483	5.07 541	0.24 320	0.19 333	0.22 236	0.19 214	7.86 579	0.34 424

xyz-stereo	7.16 568	0.22 47	69.90 594	0.42 54	0.21 9	32.92 589	0.49 283	0.87 112	0.76 160	1.38 416	27.04 584	1.19 352	1.16 434	4.69 490	0.97 399	0.16 60	0.12 54	0.20 172	0.14 93	0.16 61	0.12 11

w-ln-seven	1.38 476	0.70 491	3.91 539	0.75 466	0.72 469	2.69 532	0.95 469	2.02 476	1.99 517	1.99 507	1.73 458	1.82 474	1.17 435	2.45 429	2.84 517	0.28 400	0.25 421	0.31 414	0.30 440	0.41 447	0.33 419

S-Stereo	1.15 452	0.46 414	2.17 513	0.81 482	0.80 496	1.21 417	1.19 502	1.93 454	2.02 519	1.47 438	2.11 496	1.57 434	1.17 435	2.05 395	1.41 464	0.40 475	0.40 507	0.35 456	0.31 447	0.44 464	0.70 520

NCCL2	1.00 412	0.56 454	1.06 395	0.75 466	0.57 414	1.31 431	1.72 530	1.77 403	1.36 441	1.50 447	1.17 291	1.91 482	1.17 435	1.54 322	1.29 445	0.35 457	0.31 464	0.45 493	0.44 499	0.40 444	0.40 450

CBMV	0.95 394	0.44 405	0.66 181	0.53 241	0.35 242	1.53 461	1.63 529	1.69 377	1.42 467	2.00 510	1.60 434	1.43 405	1.17 435	1.59 331	0.99 403	0.34 450	0.34 478	0.39 476	0.33 465	0.33 409	0.32 413
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AAGNet	1.83 510	0.28 181	0.72 227	0.61 354	0.32 199	0.67 229	0.51 292	0.96 157	0.98 236	1.47 438	1.20 304	1.00 297	1.18 439	2.83 447	22.77 583	0.22 278	0.13 115	0.22 236	0.19 214	0.23 288	0.15 96

MMNet	0.84 362	0.32 285	1.09 407	0.60 340	0.59 431	1.85 493	0.49 283	1.51 330	1.27 397	1.37 411	1.15 283	1.26 372	1.18 439	1.67 345	1.22 435	0.19 183	0.18 315	0.23 274	0.22 319	0.25 315	0.21 267

CVANet_RVC	1.07 430	0.43 402	0.76 269	0.60 340	0.50 372	0.90 336	0.97 472	1.52 332	1.26 391	1.33 399	1.38 373	1.24 364	1.18 439	6.75 539	0.75 340	0.34 450	0.23 403	0.34 448	0.29 431	0.42 452	0.27 365

otaku	1.60 493	1.11 527	1.21 427	2.20 549	1.56 545	1.97 502	1.24 505	2.07 485	1.36 441	1.44 433	1.62 441	1.73 462	1.19 442	1.73 358	0.98 402	2.89 558	0.57 537	1.74 546	0.60 527	2.78 553	1.94 554

CRFU-Net	0.86 371	0.39 381	1.00 371	0.65 398	0.57 414	1.78 486	0.86 446	2.15 496	0.81 175	1.38 416	1.18 293	1.64 450	1.19 442	1.35 275	0.90 386	0.26 370	0.22 391	0.21 207	0.19 214	0.23 288	0.24 319

PA-Net	1.01 418	0.57 458	1.29 441	0.64 384	0.74 475	1.19 413	0.84 439	1.69 377	1.43 469	1.16 303	1.19 300	1.32 388	1.19 442	3.42 468	1.25 438	0.29 411	0.45 519	0.33 438	0.49 511	0.32 400	0.47 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADStereo(finetuned)	0.57 199	0.24 78	1.06 395	0.43 61	0.24 41	0.49 91	0.35 114	1.05 194	1.30 412	1.12 269	1.03 228	0.58 140	1.20 445	0.84 134	0.51 252	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 217

HGLStereo	0.85 366	0.38 376	0.94 350	0.80 479	1.03 520	1.17 408	0.58 358	1.52 332	1.20 362	1.19 321	1.62 441	1.13 343	1.20 445	1.80 368	1.06 410	0.24 320	0.24 412	0.24 294	0.21 290	0.23 288	0.27 365

GANet	1.36 473	0.47 419	0.86 309	0.67 417	0.45 343	1.34 436	1.73 531	1.64 366	1.24 383	1.49 446	2.38 508	1.55 432	1.20 445	9.30 563	0.93 388	0.30 416	0.31 464	0.33 438	0.28 419	0.39 440	0.30 397

GASNet	0.99 407	0.97 515	1.72 489	0.98 522	0.68 462	0.83 318	0.67 393	1.60 355	1.28 402	1.31 387	1.22 308	1.22 357	1.21 448	2.41 427	1.41 464	0.43 488	0.26 427	0.36 464	0.34 471	0.55 496	0.31 407

Wz-Net-LNSev	1.03 424	0.67 484	2.71 529	0.64 384	0.84 502	1.75 479	1.00 479	1.80 416	1.32 420	1.28 363	1.25 318	1.65 453	1.22 449	1.39 290	1.40 460	0.28 400	0.26 427	0.24 294	0.23 342	0.33 409	0.32 413

zh-mn7	1.70 503	1.21 533	8.30 559	0.69 432	0.53 398	1.45 454	0.84 439	1.70 382	2.09 523	2.41 527	2.67 520	1.68 456	1.23 450	4.49 485	2.87 518	0.30 416	0.26 427	0.27 369	0.27 398	0.31 391	0.35 429

Wz-Net-LNSev-Ref	0.99 407	0.40 387	1.82 496	0.66 405	0.62 443	2.05 507	0.78 423	1.91 447	1.29 406	1.54 457	1.42 382	1.51 426	1.23 450	1.99 388	1.33 448	0.23 305	0.14 166	0.20 172	0.15 111	0.27 341	0.26 355

psm_up	0.77 325	0.34 331	0.70 209	0.66 405	0.58 423	1.05 383	0.92 460	1.52 332	1.12 303	1.26 358	1.16 288	1.31 387	1.23 450	1.20 238	0.81 363	0.25 347	0.29 454	0.31 414	0.27 398	0.27 341	0.25 331

GANetREF_RVC	1.07 430	0.86 509	1.31 443	0.82 490	0.53 398	1.41 451	1.31 511	1.76 399	1.52 480	1.27 361	1.31 344	1.46 415	1.24 453	2.03 392	0.96 398	0.56 515	0.45 519	0.67 527	0.50 513	0.88 526	0.59 505
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
fast-acv-ft	0.94 391	0.44 405	1.40 454	0.58 315	0.51 383	1.77 484	0.69 401	1.36 289	1.42 467	1.29 369	1.86 476	1.74 464	1.25 454	1.52 316	1.38 456	0.26 370	0.28 443	0.28 384	0.28 419	0.27 341	0.26 355

FBW_ROB	1.71 506	0.62 478	1.45 466	0.67 417	0.61 437	1.81 488	1.08 490	2.52 535	1.70 496	1.77 487	1.73 458	1.98 492	1.25 454	12.57 576	1.84 492	0.34 450	0.37 496	0.56 519	0.38 485	0.45 468	0.43 466

MFN_U_SF_DS_RVC	1.74 508	0.87 510	3.56 535	0.80 479	0.75 482	3.72 548	2.44 560	1.82 420	1.82 507	1.74 484	1.91 482	1.92 485	1.26 456	7.69 553	1.28 444	0.45 494	0.47 523	0.52 506	0.77 536	0.50 484	0.50 487

RTSC	1.29 463	0.73 494	2.44 521	0.83 493	0.57 414	1.85 493	0.65 384	1.88 437	2.00 518	2.20 516	1.66 451	1.60 440	1.26 456	2.33 421	3.92 534	0.32 431	0.23 403	0.27 369	0.29 431	0.37 427	0.37 440

PASM	1.34 471	0.92 513	2.62 527	0.86 501	0.87 509	1.03 380	1.08 490	1.50 323	1.51 479	1.82 496	1.41 381	1.68 456	1.26 456	4.87 495	1.34 450	0.61 522	0.65 543	0.68 528	0.78 537	0.69 517	0.68 519

Ntro	1.64 497	1.15 530	1.23 430	2.48 554	1.83 547	2.09 509	1.16 499	1.96 459	1.38 449	1.21 329	1.62 441	1.62 442	1.29 459	1.87 377	1.11 422	3.04 559	0.56 536	1.82 548	0.64 529	2.80 554	2.05 555

Anonymous_2	1.30 465	0.55 450	0.82 296	0.52 223	0.58 423	1.01 375	0.64 382	1.25 270	0.97 231	0.96 213	0.78 146	1.33 389	1.29 459	1.03 192	0.74 335	0.62 523	0.64 541	1.06 541	9.63 581	1.16 536	0.49 485

ccnet	1.12 443	0.67 484	1.01 375	0.78 474	0.73 474	1.72 477	0.99 477	1.84 428	1.26 391	1.47 438	1.85 475	1.75 467	1.29 459	1.75 359	1.88 495	0.57 516	0.53 532	0.57 521	0.55 520	0.59 503	0.54 494

stereogan	1.15 452	0.42 399	1.40 454	0.86 501	0.84 502	2.38 521	0.71 406	1.88 437	1.73 500	1.72 483	1.94 485	2.31 509	1.29 459	2.07 396	1.08 414	0.36 461	0.35 489	0.39 476	0.31 447	0.51 488	0.46 474

DeepPrunerF	1.60 493	0.73 494	5.81 550	0.88 509	1.19 535	0.91 340	0.95 469	2.19 509	5.24 563	1.17 312	1.30 338	1.19 352	1.30 463	4.90 496	1.66 487	0.42 483	0.34 478	0.52 506	0.47 506	0.41 447	0.40 450

RYNet	1.17 455	0.49 426	1.24 433	0.70 438	0.97 519	1.71 475	0.92 460	1.91 447	1.46 472	1.38 416	1.14 275	1.88 477	1.30 463	4.24 480	1.87 493	0.26 370	0.21 373	0.35 456	0.27 398	0.55 496	0.54 494

Wz-Net-SNSev	1.49 483	1.23 534	6.27 552	0.68 428	0.67 456	1.37 439	1.41 516	2.00 468	1.39 454	1.48 444	1.61 438	2.29 507	1.32 465	3.93 475	2.14 506	0.31 424	0.28 443	0.31 414	0.33 465	0.42 452	0.36 435

Wz-Net-MNSev	1.11 441	0.58 461	2.23 516	0.66 405	0.71 467	1.95 501	1.46 519	1.98 465	1.45 471	1.79 491	1.43 386	1.49 423	1.33 466	1.97 387	1.42 468	0.27 386	0.23 403	0.28 384	0.28 419	0.34 413	0.31 407

z-mn7	1.56 490	0.84 505	4.36 543	0.71 446	0.51 383	2.60 528	1.04 484	1.73 386	2.70 541	1.53 451	2.99 526	1.94 487	1.34 467	4.78 493	2.41 510	0.29 411	0.24 412	0.27 369	0.24 355	0.34 413	0.31 407

UDG	1.41 480	2.65 567	0.99 366	1.44 542	1.64 546	1.34 436	0.80 432	1.60 355	1.23 377	1.23 340	1.71 456	2.01 495	1.34 467	1.47 309	1.41 464	0.90 532	0.54 535	2.29 552	0.75 535	1.84 543	1.04 537

LCNet	0.72 286	0.28 181	0.52 94	0.55 280	0.31 180	0.69 241	0.54 317	1.00 168	0.88 195	1.19 321	1.34 359	0.97 288	1.34 467	2.56 437	0.45 207	0.18 142	0.13 115	0.21 207	0.25 370	0.27 341	0.73 523

w-ln-seven-2	1.18 456	0.61 474	4.25 540	0.68 428	0.61 437	1.20 415	0.93 464	1.63 364	1.35 437	1.66 478	1.53 414	1.47 420	1.37 470	3.00 455	1.74 488	0.25 347	0.24 412	0.29 395	0.26 387	0.33 409	0.28 377

PWC_ROB	1.24 459	0.76 500	2.46 522	0.72 450	0.78 488	1.15 404	0.49 283	1.75 393	1.92 513	2.31 519	3.07 527	1.59 438	1.40 471	2.46 432	2.10 505	0.33 440	0.22 391	0.35 456	0.24 355	0.38 436	0.41 455

Prome-Stereo	0.75 317	0.27 159	0.53 100	0.55 280	0.32 199	0.59 170	0.97 472	0.89 121	0.88 195	1.45 435	2.46 514	0.91 258	1.41 472	1.58 329	0.44 194	0.18 142	0.13 115	0.19 137	0.17 174	0.20 198	0.92 531

ADCRef	1.35 472	0.55 450	2.37 520	0.72 450	0.77 486	1.94 500	0.78 423	1.91 447	1.27 397	1.57 465	1.59 433	1.36 396	1.41 472	1.54 322	7.53 551	0.23 305	0.20 351	0.32 429	0.30 440	0.29 371	0.29 383

PAM	0.76 323	0.29 216	1.08 404	0.52 223	0.33 220	1.38 442	0.39 171	2.01 472	0.67 132	1.06 243	0.96 188	2.89 530	1.43 474	0.86 143	0.35 111	0.19 183	0.12 54	0.19 137	0.17 174	0.19 164	0.20 250

RASNet	1.12 443	0.30 236	0.91 340	0.66 405	0.77 486	0.97 366	0.57 354	1.37 290	1.35 437	1.02 235	1.34 359	2.11 502	1.43 474	7.09 542	1.39 459	0.19 183	0.17 293	0.17 79	0.19 214	0.18 123	0.16 126

iinet-f	0.99 407	0.45 412	3.71 538	0.55 280	0.43 328	1.81 488	0.68 397	1.14 232	1.14 318	1.18 317	1.42 382	1.58 437	1.44 476	1.34 274	1.59 484	0.24 320	0.23 403	0.20 172	0.19 214	0.26 327	0.25 331

edge stereo	1.11 441	0.50 433	1.30 442	0.71 446	0.65 449	1.14 398	0.75 415	1.93 454	1.37 445	1.71 482	1.83 471	2.54 519	1.44 476	2.43 428	1.23 436	0.42 483	0.41 509	0.54 512	0.35 476	0.42 452	0.46 474

pmcnn	2.37 533	0.42 399	2.71 529	0.63 375	0.43 328	1.54 462	1.19 502	2.01 472	1.53 482	2.64 533	7.60 562	18.07 579	1.45 478	3.44 470	2.78 516	0.18 142	0.15 224	0.15 22	0.12 41	0.20 198	0.18 177

STrans-v2	1.04 427	0.28 181	0.96 360	0.49 160	0.32 199	0.68 236	0.79 426	2.47 534	1.12 303	1.12 269	1.46 399	1.40 401	1.46 479	6.70 537	0.43 191	0.18 142	0.13 115	0.20 172	0.18 192	0.18 123	0.18 177

PWCDC_ROB	1.29 463	0.75 499	1.33 448	1.05 527	0.88 510	1.73 478	0.52 303	1.89 440	3.28 547	1.29 369	4.88 550	1.22 357	1.46 479	1.77 366	1.45 472	0.60 521	0.26 427	0.29 395	0.25 370	0.52 490	0.37 440

psmorigin	1.52 487	0.69 488	10.52 565	0.68 428	0.59 431	1.13 397	0.70 404	1.57 349	1.19 357	1.99 507	1.79 467	2.26 506	1.47 481	2.09 398	1.36 454	0.39 472	0.40 507	0.34 448	0.33 465	0.43 458	0.56 498

ACVNet-4b	2.15 525	1.41 540	1.64 482	2.80 556	2.31 556	2.31 518	1.24 505	2.32 521	2.14 524	1.26 358	2.39 509	2.66 523	1.48 482	5.95 524	1.06 410	3.20 563	0.45 519	2.37 554	0.89 543	2.83 557	2.37 559

FAT-Stereo	1.07 430	0.41 395	1.32 446	0.72 450	0.58 423	1.08 389	0.89 453	1.96 459	1.65 491	1.75 485	1.98 486	2.03 498	1.48 482	2.02 391	1.18 434	0.42 483	0.35 489	0.34 448	0.29 431	0.35 416	0.53 493

PAM_32	0.77 325	0.28 181	1.03 386	0.52 223	0.30 154	1.32 432	0.35 114	1.97 463	0.65 129	1.02 235	1.06 235	3.05 531	1.49 484	0.96 170	0.36 121	0.19 183	0.13 115	0.20 172	0.18 192	0.19 164	0.19 217

RAFT + AFF	1.00 412	0.42 399	1.09 407	0.67 417	0.50 372	1.22 418	1.24 505	2.24 515	1.19 357	1.30 377	1.56 425	1.17 348	1.49 484	3.44 470	0.83 370	0.21 252	0.25 421	0.30 408	0.26 387	0.27 341	0.27 365

Syn2CoEx	1.14 448	0.69 488	1.66 484	0.80 479	0.67 456	1.40 446	0.88 451	2.06 484	1.54 483	1.25 354	1.58 432	1.42 404	1.50 486	4.09 478	1.40 460	0.36 461	0.32 472	0.34 448	0.29 431	0.29 371	0.34 424

RGC	1.14 448	0.79 502	1.26 436	0.91 516	0.96 518	1.52 460	0.77 421	1.92 450	1.26 391	1.54 457	1.93 483	2.02 497	1.54 487	2.25 415	1.31 447	0.44 493	0.35 489	0.58 522	0.48 508	0.47 475	0.46 474

Nwc_Net	1.09 436	0.49 426	1.33 448	0.89 512	0.80 496	1.49 458	0.66 389	2.19 509	1.27 397	1.32 391	2.26 503	1.96 490	1.54 487	1.92 380	1.34 450	0.40 475	0.30 458	0.43 488	0.45 501	0.38 436	0.37 440

XQC	1.37 474	0.87 510	2.56 525	0.84 494	0.69 464	1.83 491	0.89 453	2.07 485	1.88 509	1.88 500	1.53 414	1.91 482	1.55 489	2.85 449	3.05 520	0.48 502	0.29 454	0.44 492	0.39 487	0.69 517	0.60 508

THIR-Stereo	1.02 421	0.27 159	0.69 203	0.49 160	0.28 115	0.95 356	1.34 513	1.03 180	0.97 231	1.34 403	1.90 481	1.17 348	1.58 490	6.44 530	0.78 351	0.19 183	0.14 166	0.21 207	0.22 319	0.19 164	0.20 250

RTS	2.67 541	1.38 536	15.28 570	0.99 523	1.26 538	3.78 549	1.96 544	2.15 496	2.62 538	2.61 531	2.85 524	2.60 521	1.59 491	6.27 527	5.71 544	0.40 475	0.28 443	0.35 456	0.35 476	0.50 484	0.48 481

RTSA	2.67 541	1.38 536	15.28 570	0.99 523	1.26 538	3.78 549	1.96 544	2.15 496	2.62 538	2.61 531	2.85 524	2.60 521	1.59 491	6.27 527	5.71 544	0.40 475	0.28 443	0.35 456	0.35 476	0.50 484	0.48 481

SHD	1.31 467	0.71 493	2.34 519	0.86 501	0.75 482	1.77 484	0.65 384	2.22 513	2.50 535	2.40 526	1.71 456	1.91 482	1.60 493	1.93 383	2.37 509	0.38 469	0.31 464	0.38 470	0.40 491	0.48 480	0.50 487

ADCP+	1.99 522	0.48 423	7.73 555	0.66 405	0.91 511	2.30 517	1.05 486	1.82 420	1.34 427	1.54 457	1.32 350	1.74 464	1.61 494	2.17 405	13.37 568	0.24 320	0.21 373	0.32 429	0.28 419	0.37 427	0.29 383

aanetorigin	1.23 458	0.79 502	2.78 531	0.70 438	0.79 491	0.99 372	1.06 488	1.06 207	1.37 445	3.52 548	2.61 518	1.72 461	1.63 495	1.99 388	1.78 490	0.25 347	0.24 412	0.26 352	0.25 370	0.38 436	0.45 471

AnyNet_C32	1.96 519	1.10 524	5.17 546	0.90 513	1.11 526	2.12 511	2.37 558	1.85 429	1.48 474	2.45 528	1.70 455	2.05 500	1.64 496	2.50 435	10.28 564	0.37 465	0.34 478	0.35 456	0.41 492	0.49 483	0.54 494

RainbowNet	1.97 520	1.76 549	1.57 479	2.81 557	2.21 552	1.98 504	1.81 534	2.54 536	1.89 510	1.50 447	1.84 473	1.96 490	1.65 497	2.14 402	1.25 438	3.33 565	0.85 552	2.39 557	0.98 550	2.82 556	2.22 556

FTStereo	0.91 384	0.26 129	0.56 120	0.54 256	0.33 220	0.66 225	1.87 539	1.00 168	0.75 154	1.75 485	4.15 540	1.04 313	1.65 497	1.57 327	0.46 221	0.19 183	0.16 264	0.23 274	0.21 290	0.18 123	0.63 511

MSC_U_SF_DS_RVC	2.12 524	1.15 530	3.10 532	1.05 527	0.76 485	5.03 562	2.40 559	2.16 499	2.62 538	1.89 502	2.28 504	2.69 524	1.65 497	9.35 565	2.04 502	0.64 526	0.51 530	0.68 528	0.71 534	1.09 535	0.67 517

AF-Net	1.13 446	0.52 440	1.33 448	0.86 501	0.91 511	1.38 442	0.71 406	2.16 499	1.62 489	1.56 461	2.40 510	1.99 493	1.65 497	1.81 370	1.48 477	0.48 502	0.28 443	0.49 502	0.33 465	0.39 440	0.32 413

CBFPSM	0.92 386	0.33 307	1.86 499	0.49 160	0.38 284	1.75 479	0.84 439	1.39 296	1.12 303	1.09 253	0.99 200	2.37 512	1.66 501	1.32 267	1.42 468	0.19 183	0.18 315	0.20 172	0.20 246	0.21 239	0.33 419

SAMSARA	1.55 489	0.84 505	2.61 526	1.22 535	1.07 522	2.50 525	1.93 542	2.05 479	1.89 510	2.75 536	1.66 451	2.81 527	1.69 502	3.08 458	1.97 500	0.46 500	0.51 530	0.42 486	0.46 504	0.58 501	0.59 505

AnyNet_C01	2.26 529	1.78 550	10.22 563	0.93 519	0.74 475	2.92 538	2.20 553	2.29 520	1.80 505	2.53 530	2.41 511	2.71 525	1.73 503	3.41 467	6.72 548	0.41 479	0.39 505	0.40 481	0.42 495	0.67 515	0.63 511

DRaft	0.80 340	0.24 78	0.70 209	0.45 98	0.30 154	0.97 366	0.53 311	1.05 194	0.97 231	1.78 488	2.02 492	0.80 209	1.74 504	2.73 445	0.72 331	0.17 103	0.14 166	0.20 172	0.20 246	0.18 123	0.21 267

NCC-stereo	1.10 438	0.54 445	1.24 433	0.84 494	0.94 515	1.29 427	0.89 453	2.01 472	1.34 427	1.32 391	1.74 460	1.88 477	1.74 504	2.35 422	1.25 438	0.45 494	0.37 496	0.45 493	0.58 523	0.42 452	0.42 459

Abc-Net	1.10 438	0.54 445	1.24 433	0.84 494	0.94 515	1.29 427	0.89 453	2.01 472	1.34 427	1.32 391	1.74 460	1.88 477	1.74 504	2.35 422	1.25 438	0.45 494	0.37 496	0.45 493	0.58 523	0.42 452	0.42 459
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	1.09 436	0.50 433	1.12 414	0.90 513	1.04 521	1.11 393	0.84 439	1.80 416	1.62 489	1.55 460	2.00 489	1.90 481	1.78 507	1.84 371	1.25 438	0.52 507	0.36 494	0.48 500	0.36 480	0.45 468	0.43 466

MFN_U_SF_RVC	1.52 487	0.84 505	3.42 534	0.87 508	0.66 452	2.56 527	0.95 469	2.36 525	1.70 496	1.98 506	1.86 476	2.45 517	1.79 508	2.95 451	2.58 512	0.52 507	0.48 524	0.55 516	0.59 526	0.59 503	0.61 509

LSM	6.33 564	1.10 524	13.19 567	1.41 541	68.17 592	1.64 471	1.90 541	1.92 450	2.46 531	2.99 543	3.11 528	1.88 477	1.80 509	2.61 440	2.06 504	0.41 479	0.58 538	0.50 503	0.57 522	0.64 510	17.66 586

NVStereoNet_ROB	1.88 514	1.07 522	1.45 466	1.07 530	1.17 532	1.47 455	1.48 521	1.89 440	1.93 515	1.94 505	4.67 548	3.08 534	1.80 509	6.51 531	1.65 485	1.06 540	0.86 554	1.08 542	1.32 555	0.93 527	1.26 543
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SPS-STEREO	1.67 499	1.04 521	1.23 430	1.21 534	1.13 530	1.82 490	1.11 492	2.16 499	1.52 480	3.07 547	2.32 505	2.82 528	1.80 509	4.11 479	2.04 502	1.03 538	0.99 559	0.97 536	0.94 546	1.03 534	1.02 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GrayStereo	0.82 351	0.26 129	0.58 136	0.63 375	0.37 267	0.76 275	1.86 538	1.11 226	0.87 191	1.99 507	1.89 480	1.08 321	1.82 512	1.39 290	0.48 233	0.19 183	0.14 166	0.19 137	0.21 290	0.18 123	0.39 449

UGAM-zero	1.00 412	0.30 236	0.93 346	0.47 117	0.30 154	0.57 162	0.25 34	2.25 516	0.63 110	1.01 231	1.10 253	2.73 526	1.85 513	6.26 526	0.40 159	0.17 103	0.14 166	0.19 137	0.15 111	0.16 61	0.17 152

MFMNet_re	1.40 479	1.14 529	1.68 485	1.39 539	1.07 522	1.48 456	1.43 517	1.87 434	1.82 507	2.26 517	2.19 500	1.51 426	1.86 514	1.52 316	1.25 438	0.93 533	0.83 548	0.84 533	0.80 538	0.99 531	1.05 539

CrosDoStereo	1.58 491	0.24 78	0.72 227	0.48 144	0.29 132	0.67 229	12.49 576	1.10 220	0.98 236	1.34 403	1.75 463	1.00 297	1.89 515	6.65 533	0.81 363	0.19 183	0.15 224	0.20 172	0.22 319	0.18 123	0.19 217

DeepStereo_LL	1.58 491	0.24 78	0.72 227	0.48 144	0.29 132	0.67 229	12.49 576	1.10 220	0.98 236	1.34 403	1.75 463	1.00 297	1.89 515	6.65 533	0.81 363	0.19 183	0.15 224	0.20 172	0.22 319	0.18 123	0.19 217

Wz-Net-TNSev	1.88 514	2.08 561	7.66 554	0.67 417	0.64 447	2.42 522	1.83 536	2.33 522	1.74 502	1.57 465	1.56 425	2.58 520	1.90 517	4.86 494	3.12 522	0.39 472	0.37 496	0.33 438	0.37 483	0.53 492	0.58 503

ADCL	1.72 507	0.57 458	3.66 536	0.67 417	0.61 437	2.61 530	1.85 537	1.96 459	1.67 493	1.90 503	1.83 471	2.06 501	1.90 517	2.13 401	9.15 560	0.26 370	0.24 412	0.34 448	0.32 455	0.38 436	0.35 429

CSAN	1.41 480	0.59 464	1.26 436	0.70 438	0.50 372	1.76 481	1.78 532	1.77 403	1.90 512	2.35 522	2.32 505	1.92 485	1.94 519	5.56 514	1.49 478	0.43 488	0.35 489	0.40 481	0.41 492	0.43 458	0.41 455

WZ-Net	1.95 518	0.95 514	10.10 561	0.86 501	0.78 488	1.69 474	1.60 527	2.20 512	1.98 516	2.08 512	1.93 483	2.30 508	1.97 520	5.30 503	3.17 525	0.34 450	0.26 427	0.29 395	0.31 447	0.51 488	0.47 478

ACVNet_1	2.18 526	1.45 543	1.72 489	2.85 558	2.33 557	2.28 516	1.46 519	3.08 545	2.22 527	1.82 496	2.05 494	3.56 538	1.98 521	3.09 459	1.40 460	3.17 560	0.60 539	2.40 558	0.92 545	2.91 560	2.37 559

ADCS	2.25 528	0.99 518	5.55 547	0.81 482	0.74 475	2.19 513	1.80 533	2.27 518	2.14 524	2.80 539	2.13 498	2.40 514	2.03 522	2.64 442	13.69 569	0.41 479	0.39 505	0.40 481	0.45 501	0.58 501	0.56 498

ACVNet_2	2.43 537	1.41 540	2.04 505	2.62 555	2.24 553	2.63 531	1.88 540	3.31 547	3.01 544	2.19 515	3.45 533	4.62 546	2.04 523	4.50 487	1.47 476	2.55 554	0.64 541	2.22 551	0.84 540	2.69 552	2.29 558

ADCPNet	1.85 512	0.69 488	8.07 556	0.71 446	0.58 423	2.79 535	1.22 504	1.94 456	1.54 483	1.88 500	1.69 454	2.46 518	2.04 523	2.37 424	6.48 546	0.38 469	0.37 496	0.38 470	0.43 497	0.47 475	0.45 471

ADCMid	1.89 517	0.73 494	5.06 545	0.72 450	0.67 456	2.00 505	1.14 496	1.97 463	1.48 474	2.86 540	1.81 470	2.37 512	2.05 525	2.24 413	10.39 565	0.33 440	0.31 464	0.39 476	0.43 497	0.50 484	0.44 469

DEmStereo	0.97 401	0.23 60	0.79 287	0.47 117	0.32 199	1.04 382	0.56 343	0.93 138	0.89 198	1.39 422	2.14 499	1.02 306	2.07 526	5.64 516	0.77 349	0.17 103	0.15 224	0.20 172	0.20 246	0.18 123	0.20 250

zh-sn7	1.76 509	1.38 536	6.58 553	0.74 462	0.72 469	1.78 486	1.31 511	1.88 437	1.56 486	1.86 499	2.47 515	1.81 471	2.08 527	5.12 500	3.80 533	0.32 431	0.32 472	0.32 429	0.32 455	0.44 464	0.40 450

LL-Strereo	1.33 470	0.39 381	1.38 453	0.61 354	0.61 437	0.75 269	0.66 389	1.63 364	1.17 342	1.56 461	1.60 434	2.03 498	2.12 528	9.72 570	0.97 399	0.21 252	0.18 315	0.27 369	0.23 342	0.22 263	0.25 331

ACV-stereo	0.99 407	0.51 436	1.41 459	0.56 293	0.41 313	2.43 523	0.57 354	1.15 234	1.18 349	0.81 175	1.01 210	3.39 537	2.14 529	1.60 332	1.07 413	0.27 386	0.22 391	0.22 236	0.22 319	0.28 360	0.32 413

MADNet+	2.69 543	3.22 572	11.53 566	1.44 542	1.12 528	3.19 542	1.81 534	2.85 541	2.37 528	1.68 480	2.07 495	2.85 529	2.18 530	7.41 547	5.23 542	0.79 530	0.76 545	0.69 530	0.65 530	0.98 529	0.95 532

PSM-AAD	0.79 337	0.27 159	0.53 100	0.55 280	0.28 115	0.77 283	1.24 505	0.99 164	0.91 207	1.66 478	1.57 429	0.81 213	2.19 531	1.65 340	0.44 194	0.19 183	0.14 166	0.38 470	0.32 455	0.21 239	0.70 520

MSAF-DinoV2	1.97 520	0.80 504	10.38 564	0.86 501	0.48 361	1.39 444	0.97 472	2.55 537	1.72 499	1.53 451	1.65 448	3.59 539	2.20 532	5.39 509	3.94 535	0.27 386	0.17 293	0.26 352	0.28 419	0.47 475	0.46 474

IMH-64-1	2.70 544	1.79 551	1.46 468	3.26 566	2.66 560	3.23 544	2.10 548	4.08 554	2.75 542	2.34 520	3.81 537	3.06 532	2.22 533	4.25 481	2.59 513	3.75 569	0.84 549	2.75 564	1.35 556	3.15 562	2.60 565

IMH-64	2.70 544	1.79 551	1.46 468	3.26 566	2.66 560	3.23 544	2.10 548	4.08 554	2.75 542	2.34 520	3.81 537	3.06 532	2.22 533	4.25 481	2.59 513	3.75 569	0.84 549	2.75 564	1.35 556	3.15 562	2.60 565

PWCK	2.88 549	2.05 559	5.72 549	2.08 548	1.11 526	3.55 546	3.90 568	2.86 542	3.54 553	3.03 546	3.63 535	3.10 535	2.31 535	8.15 559	3.09 521	2.12 550	0.91 557	1.75 547	0.98 550	2.57 550	1.18 542

LVE	3.31 552	1.67 548	1.64 482	2.85 558	2.42 558	3.20 543	2.26 555	4.78 562	5.05 562	2.35 522	6.91 557	6.02 557	2.37 536	9.15 561	2.17 507	3.19 562	1.08 565	2.38 556	1.47 562	2.81 555	2.40 561

Dean	2.91 550	1.53 546	2.07 506	2.96 562	2.51 559	3.15 541	2.14 551	4.75 561	4.41 560	2.76 537	6.10 555	5.53 555	2.37 536	2.97 453	1.92 497	3.18 561	0.85 552	2.51 561	1.04 553	2.88 559	2.47 562

SGM_RVC	1.68 501	0.36 362	0.61 151	0.59 328	0.29 132	2.25 515	1.18 501	2.38 528	1.68 495	3.60 549	2.67 520	3.69 541	2.42 538	8.13 557	1.90 496	0.31 424	0.31 464	0.30 408	0.28 419	0.30 382	0.29 383
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
KSHMR	8.75 571	2.06 560	2.11 510	3.53 570	3.11 567	4.13 556	2.69 561	5.60 565	61.37 596	3.00 544	55.83 596	4.98 554	2.45 539	4.49 485	2.61 515	3.46 566	1.55 570	3.14 570	1.94 568	3.72 567	3.18 570

PVD	1.70 503	0.84 505	2.26 517	0.94 521	0.83 501	2.48 524	0.97 472	2.59 538	3.35 548	3.01 545	2.77 522	2.34 511	2.47 540	2.67 443	3.14 523	0.47 501	0.45 519	0.59 523	0.48 508	0.59 503	0.75 525

test_sample8	2.19 527	0.49 426	1.13 416	0.56 293	0.39 294	1.02 377	0.73 410	1.82 420	1.15 330	2.26 517	1.30 338	4.94 551	2.52 541	2.27 417	7.92 556	0.57 516	12.61 585	0.62 524	0.67 531	0.45 468	0.42 459

G-Net	1.66 498	0.63 479	1.56 478	1.11 532	0.74 475	2.98 540	0.91 458	1.55 345	1.22 374	2.76 537	8.18 568	2.32 510	2.53 542	1.92 380	1.87 493	0.48 502	0.44 515	0.45 493	0.31 447	0.60 507	0.57 502

WAO-6	2.81 547	1.60 547	1.46 468	2.36 553	2.28 555	3.55 546	2.29 556	4.21 557	4.56 561	2.36 524	4.51 542	4.88 550	2.66 543	4.60 488	4.07 538	1.72 546	1.15 566	2.31 553	1.46 561	2.31 545	1.85 552

EDNetEfficientorigin	10.57 574	1.47 544	177.42 597	0.67 417	0.53 398	1.58 465	1.16 499	1.90 443	3.37 549	4.71 561	3.38 531	3.10 535	2.69 544	3.13 460	3.58 530	0.25 347	0.23 403	0.33 438	0.27 398	0.83 522	0.81 526

DPSNet	1.69 502	0.59 464	4.33 541	0.70 438	0.57 414	2.02 506	1.62 528	3.35 549	1.78 503	1.48 444	1.38 373	2.17 503	2.84 545	4.77 492	3.66 531	0.48 502	0.31 464	0.29 395	0.25 370	0.64 510	0.48 481

IMH	3.21 551	1.85 555	1.48 473	3.25 565	2.69 562	4.07 555	2.02 546	4.41 559	3.80 554	2.72 534	7.11 560	4.75 549	2.92 546	5.92 522	2.55 511	3.85 573	0.88 555	2.78 566	1.36 558	3.19 564	2.59 564

SANet	1.88 514	0.57 458	2.18 515	0.63 375	0.40 305	2.80 536	1.57 526	2.39 529	5.88 565	2.36 524	3.57 534	3.72 542	2.97 547	4.74 491	1.76 489	0.34 450	0.30 458	0.32 429	0.29 431	0.48 480	0.37 440

MeshStereo	2.26 529	0.56 454	0.92 344	0.61 354	0.49 365	2.60 528	1.02 482	3.18 546	2.05 521	7.40 574	4.98 551	7.58 562	2.98 548	6.37 529	1.96 499	0.43 488	0.43 512	0.45 493	0.39 487	0.43 458	0.42 459
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
WAO-7	2.66 540	1.40 539	1.73 491	1.39 539	1.17 532	3.93 552	1.94 543	4.11 556	3.88 555	2.92 541	5.50 552	4.18 544	3.00 549	7.63 552	3.71 532	1.13 543	1.00 560	1.17 543	1.13 554	1.18 538	1.09 541

notaker	3.98 554	2.40 566	2.68 528	3.82 573	3.27 570	3.97 554	2.14 551	4.78 562	3.45 551	4.12 556	6.94 558	7.65 563	3.26 550	7.82 555	5.30 543	4.04 574	1.41 568	3.36 573	2.10 570	3.88 568	3.31 571

ktn	4.70 558	2.38 565	2.12 511	3.76 571	3.24 568	4.85 560	2.95 566	5.52 564	7.37 568	4.07 555	19.32 581	7.46 561	3.47 551	7.39 546	2.95 519	4.04 574	1.85 571	3.26 572	2.22 571	3.08 561	2.65 567

EDNetEfficient	2.37 533	1.10 524	8.08 557	0.74 462	0.71 467	0.98 371	1.56 524	1.46 313	4.06 556	4.90 562	2.82 523	2.25 505	3.48 552	2.95 451	9.97 561	0.26 370	0.24 412	0.26 352	0.30 440	0.68 516	0.61 509

WCMA_ROB	1.84 511	0.47 419	1.31 443	0.69 432	0.57 414	2.11 510	1.14 496	1.87 434	1.73 500	4.04 553	6.43 556	5.62 556	3.61 553	2.59 438	1.94 498	0.52 507	0.44 515	0.39 476	0.42 495	0.48 480	0.47 478

MSMD_ROB	1.99 522	0.59 464	0.89 333	0.70 438	0.61 437	3.95 553	0.94 467	1.80 416	1.79 504	4.41 557	4.43 541	8.17 565	3.66 554	3.40 466	1.33 448	0.52 507	0.48 524	0.54 512	0.58 523	0.53 492	0.50 487

TorneroNet-64	5.30 562	2.03 557	1.74 492	3.43 568	2.81 563	10.09 569	2.12 550	9.10 575	17.12 581	4.96 564	9.27 571	10.72 574	3.70 555	9.20 562	4.55 540	3.31 564	0.84 549	2.88 567	1.55 563	3.49 565	3.04 568

WAO-8	4.40 555	1.82 553	1.79 493	2.34 551	2.20 550	9.19 567	1.53 522	6.09 568	16.46 576	3.94 551	7.84 566	7.32 559	3.72 556	9.41 567	3.31 526	2.00 548	1.07 563	2.44 559	1.37 559	2.50 548	1.68 549

Venus	4.40 555	1.82 553	1.79 493	2.34 551	2.20 550	9.19 567	1.53 522	6.09 568	16.46 576	3.94 551	7.84 566	7.32 559	3.72 556	9.41 567	3.31 526	2.00 548	1.07 563	2.44 559	1.37 559	2.50 548	1.68 549

TorneroNet	10.70 575	2.03 557	1.82 496	3.43 568	3.01 566	43.83 590	2.22 554	8.87 574	67.47 597	7.17 573	27.36 585	10.68 573	3.85 558	8.67 560	7.65 555	3.59 567	0.88 555	3.04 568	1.57 564	3.71 566	3.17 569

JetBlue	3.97 553	2.01 556	10.19 562	1.38 538	2.84 564	10.53 570	9.54 573	3.60 552	2.41 530	2.73 535	3.39 532	4.54 545	4.31 559	7.85 556	6.84 549	0.88 531	0.93 558	0.89 534	0.91 544	1.74 542	1.91 553

SGM+DAISY	2.41 536	1.07 522	2.14 512	1.18 533	1.10 524	2.14 512	1.36 514	1.96 459	1.66 492	5.46 568	7.07 559	4.95 552	4.32 560	5.50 511	2.26 508	1.04 539	1.02 562	0.99 538	0.97 548	1.02 532	1.04 537

ELAS	2.37 533	0.74 497	1.54 477	0.99 523	0.92 513	4.78 559	2.33 557	3.33 548	3.37 549	5.05 565	4.77 549	3.67 540	4.53 561	3.42 468	4.50 539	0.62 523	0.53 532	0.55 516	0.53 518	0.63 508	0.64 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 559	3.14 570	4.91 544	4.55 577	3.94 574	5.20 563	4.41 570	4.40 558	4.13 558	4.95 563	6.08 554	4.74 548	5.37 562	9.40 566	10.67 566	4.65 576	4.15 576	3.97 575	3.34 574	4.09 570	4.08 576

JetRed	6.91 567	8.80 578	25.96 581	2.85 558	3.25 569	13.98 577	11.87 575	6.25 570	4.28 559	4.45 558	4.56 543	6.69 558	5.46 563	7.46 549	14.05 570	2.59 555	3.31 573	2.59 562	2.29 572	4.20 571	3.36 572

DispFullNet	2.34 532	2.85 569	3.66 536	3.08 563	2.27 554	1.97 502	0.67 393	2.00 468	1.70 496	2.52 529	2.00 489	2.23 504	5.86 564	3.44 470	1.58 482	1.01 535	0.32 472	2.64 563	1.94 568	2.85 558	2.24 557

UNDER WATER	5.08 560	2.33 564	5.55 547	3.94 575	3.51 571	5.20 563	2.72 563	5.61 566	16.52 578	3.84 550	4.60 544	9.21 567	5.89 565	5.90 521	8.66 559	3.75 569	1.34 567	3.18 571	1.88 566	4.33 573	3.61 573

ELAS_RVC	2.48 538	0.74 497	1.90 500	1.05 527	0.92 513	2.76 533	4.01 569	2.76 539	4.11 557	4.69 560	4.63 545	4.62 546	5.96 566	3.97 477	3.96 536	0.63 525	0.53 532	0.56 519	0.52 517	0.64 510	0.63 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	5.27 561	2.32 563	8.78 560	3.93 574	3.54 572	7.61 565	3.03 567	5.84 567	14.19 572	4.04 553	4.04 539	9.39 568	6.26 567	5.93 523	8.48 558	3.60 568	1.51 569	3.13 569	1.88 566	4.29 572	3.61 573

FC-DCNN v2	2.81 547	0.59 464	0.85 303	0.73 458	0.57 414	2.97 539	1.05 486	3.39 550	2.61 537	6.98 570	7.67 564	10.38 572	6.31 568	5.75 519	3.37 529	0.53 513	0.48 524	0.51 504	0.50 513	0.53 492	0.51 491

tt	6.58 566	0.26 129	6.10 551	3.77 572	2.16 549	11.55 571	19.63 579	13.33 579	5.74 564	2.96 542	2.65 519	4.97 553	6.33 569	3.81 474	7.24 550	9.15 581	11.32 584	5.89 580	6.24 579	6.03 575	2.55 563

FC-DCNN	2.72 546	0.59 464	0.86 309	0.73 458	0.57 414	2.91 537	1.04 484	3.01 544	2.60 536	6.83 569	7.64 563	9.92 569	6.33 569	5.21 501	3.14 523	0.53 513	0.48 524	0.51 504	0.50 513	0.53 492	0.51 491

FCDSN-DC	2.32 531	0.63 479	0.81 293	0.84 494	0.75 482	2.23 514	0.94 467	2.09 488	1.80 505	5.45 567	7.72 565	7.77 564	6.93 571	3.39 465	1.80 491	0.52 507	0.48 524	0.52 506	0.51 516	0.57 499	0.58 503
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
coex-ft	8.13 570	2.13 562	98.04 596	0.67 417	0.53 398	1.71 475	1.56 524	1.65 367	11.11 570	18.17 585	3.75 536	3.88 543	7.61 572	2.98 454	6.49 547	0.30 416	0.30 458	0.32 429	0.31 447	0.66 514	0.50 487

MANE	6.19 563	0.59 464	1.03 386	0.93 519	1.22 537	13.38 574	2.69 561	12.81 578	17.94 582	8.21 575	10.82 573	14.72 575	11.68 573	11.39 575	11.90 567	0.59 520	0.50 529	0.52 506	1.76 565	0.55 496	0.54 494

TCMNet-wrong-test	10.31 573	11.40 580	14.84 569	20.96 582	18.45 579	13.80 576	10.76 574	15.78 580	3.53 552	5.20 566	5.52 553	16.26 577	12.61 574	7.51 551	10.15 562	7.43 579	2.37 572	4.31 576	3.43 575	11.36 581	10.61 580

USTest	14.33 580	14.94 582	21.04 573	17.44 581	16.05 576	23.26 578	33.84 586	21.73 581	11.80 571	9.36 576	10.14 572	15.97 576	13.20 575	17.28 579	22.43 581	3.78 572	5.01 577	6.17 581	6.16 578	9.25 580	7.72 579

SGM-ForestM	6.52 565	0.38 376	1.26 436	0.63 375	0.35 242	13.59 575	5.32 572	6.32 571	6.70 567	11.14 577	9.18 570	22.51 587	13.93 576	16.89 578	20.07 578	0.36 461	0.37 496	0.36 464	0.35 476	0.36 423	0.34 424

LRCNet_RVC	22.74 583	32.10 589	21.97 576	29.84 586	26.23 583	4.42 558	0.81 435	22.66 582	2.02 519	26.93 587	29.26 587	23.06 588	15.59 577	23.84 584	18.88 577	31.75 590	19.90 591	34.65 589	32.13 590	30.54 589	28.32 590

DPSMNet_ROB	13.02 579	8.23 576	21.91 575	9.53 580	18.11 578	11.56 572	32.02 585	10.64 577	16.23 575	7.05 572	19.49 583	10.16 571	16.66 578	9.85 572	22.43 581	4.77 578	8.68 579	5.38 578	10.26 583	6.17 577	11.36 581

DGTPSM_ROB	13.01 578	8.23 576	21.87 574	9.51 579	18.10 577	11.56 572	32.01 584	10.63 576	16.20 574	7.03 571	19.48 582	10.15 570	16.66 578	9.83 571	22.42 580	4.75 577	8.68 579	5.37 577	10.25 582	6.16 576	11.36 581

Anonymous_1	43.04 593	18.73 583	24.79 578	21.81 583	46.26 590	27.80 579	37.60 587	28.08 586	16.14 573	14.66 580	14.30 575	20.65 580	17.88 580	21.56 581	25.94 584	117.93 597	8.92 581	100.65 594	126.50 594	158.64 597	12.08 583

DPSM_ROB	19.08 581	19.14 584	25.17 579	22.15 584	20.85 581	28.17 580	37.82 588	26.56 584	16.85 579	14.14 578	14.84 576	21.70 581	18.75 581	21.87 582	26.55 585	10.16 584	9.30 582	10.47 583	10.42 584	14.03 582	12.61 584

DPSM	19.08 581	19.14 584	25.17 579	22.15 584	20.85 581	28.17 580	37.82 588	26.56 584	16.85 579	14.14 578	14.84 576	21.70 581	18.75 581	21.87 582	26.55 585	10.16 584	9.30 582	10.47 583	10.42 584	14.03 582	12.61 584

xxxxx1	54.10 595	25.67 586	27.13 582	113.43 594	96.96 594	30.69 584	47.44 590	32.38 588	25.60 583	17.75 582	17.27 578	21.81 583	21.02 583	24.43 585	33.82 587	33.37 591	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

tt_ll	54.10 595	25.67 586	27.13 582	113.43 594	96.96 594	30.69 584	47.44 590	32.38 588	25.60 583	17.75 582	17.27 578	21.81 583	21.02 583	24.43 585	33.82 587	33.37 591	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

ff	54.10 595	25.67 586	27.13 582	113.43 594	96.96 594	30.69 584	47.44 590	32.38 588	25.60 583	17.75 582	17.27 578	21.81 583	21.02 583	24.43 585	33.82 587	33.37 591	40.54 592	157.71 595	175.86 595	66.16 593	72.93 595

LE_ROB	8.05 569	0.37 369	23.53 577	0.74 462	0.33 220	2.77 534	2.87 565	3.71 553	27.24 586	25.39 586	8.87 569	8.46 566	26.71 586	6.65 533	21.99 579	0.21 252	0.19 333	0.20 172	0.21 290	0.25 315	0.22 285

HaxPig	38.92 589	41.40 595	41.64 586	29.95 587	32.27 584	28.90 582	27.60 581	29.73 587	37.71 593	43.82 593	43.87 592	33.17 589	35.56 587	41.53 590	40.37 592	43.94 594	47.51 596	45.82 590	47.08 592	42.38 590	44.15 593

HanzoNet	11.04 576	3.62 573	8.10 558	4.08 576	3.55 573	4.90 561	2.73 564	7.19 572	10.10 569	31.86 592	28.92 586	21.96 586	36.36 588	18.08 580	10.17 563	7.94 580	3.32 574	3.47 574	3.31 573	7.06 578	4.04 575

AVERAGE_ROB	40.43 590	42.37 596	42.73 587	36.96 589	35.58 586	30.50 583	27.61 582	36.71 593	38.39 594	44.91 594	44.36 593	37.45 591	36.70 589	41.88 591	40.35 591	45.43 595	46.81 595	47.11 591	46.35 591	42.51 591	43.87 592

DPSimNet_ROB	11.20 577	4.98 575	35.43 585	2.90 561	4.52 575	7.89 566	17.09 578	4.66 560	6.06 566	14.89 581	10.93 574	17.29 578	36.81 590	13.18 577	15.68 574	2.86 557	6.29 578	5.75 579	5.09 577	3.91 569	7.70 578

LSM0	42.82 592	38.75 594	50.81 593	47.07 593	109.38 597	57.00 594	76.02 593	53.74 597	33.71 589	29.02 591	30.41 591	43.87 595	37.22 591	43.91 595	53.54 597	20.52 589	18.62 587	21.10 588	21.11 588	28.41 588	42.22 591

CasAABBNet	38.33 586	38.46 592	50.35 590	44.75 591	41.84 587	56.68 592	76.37 595	53.22 594	33.83 590	28.31 589	29.54 588	43.62 594	37.71 592	43.84 594	53.41 596	20.30 586	18.70 588	21.07 585	21.07 587	28.24 586	25.34 588

FlowAnything	38.37 587	38.41 591	50.38 591	44.76 592	41.94 588	56.64 591	76.34 594	53.28 596	34.23 592	28.25 588	29.72 589	43.60 592	37.79 593	43.83 593	53.38 595	20.39 588	18.71 590	21.07 585	21.14 589	28.23 585	25.29 587

Selective-RAFT-Error	38.39 588	38.47 593	50.44 592	44.73 590	41.97 589	56.68 592	76.38 596	53.24 595	33.92 591	28.34 590	29.85 590	43.60 592	38.20 594	43.75 592	53.34 594	20.38 587	18.70 588	21.09 587	21.05 586	28.30 587	25.43 589

MEDIAN_ROB	42.00 591	44.40 597	44.29 589	35.15 588	34.95 585	31.28 588	29.60 583	35.88 592	40.02 595	47.20 595	46.64 594	37.37 590	38.48 595	44.35 596	42.45 593	48.03 596	49.39 597	49.71 592	49.03 593	45.14 592	46.65 594

BEATNet-Init1	26.87 585	13.43 581	70.68 595	0.91 516	0.68 462	57.02 595	21.06 580	32.82 591	32.67 588	52.12 596	53.61 595	66.05 596	49.56 596	48.79 597	34.71 590	0.49 506	0.44 515	0.53 511	0.53 518	0.63 508	0.59 505

PML	51.67 594	36.25 590	13.28 568	7.46 578	20.81 580	108.69 597	232.22 598	8.72 573	27.82 587	87.01 597	269.67 598	69.67 597	61.95 597	24.76 588	14.20 571	9.74 583	3.40 575	9.62 582	4.70 576	18.74 584	4.72 577

test_example2	192.40 598	210.76 599	206.48 598	199.83 598	204.73 598	172.94 598	183.52 597	133.93 598	133.41 598	191.38 598	196.19 597	187.13 598	178.77 598	205.33 598	208.00 598	222.09 598	238.72 598	186.54 598	190.54 598	227.34 598	170.31 598

ccccc		492.34 600		530.87 599	530.37 599	478.08 599		491.76 599		448.18 599		476.12 599		541.64 599		663.49 599	459.54 599	353.94 599	309.79 599	586.66 599

ASD4		10.99 579

Low-res two-view benchmark