Low-res two-view results

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

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

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

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

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

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

MonSter	0.28 3	0.18 1	0.39 11	0.36 3	0.21 5	0.55 112	0.31 51	0.55 7	0.43 12	0.28 3	0.29 6	0.23 2	0.21 1	0.56 23	0.25 3	0.11 1	0.10 1	0.14 1	0.11 8	0.14 4	0.11 1

IGEV-BASED-STEREO-	0.70 227	3.18 504	2.55 464	0.39 9	0.23 13	0.44 40	0.23 9	0.63 10	0.42 11	0.44 37	0.44 17	0.34 10	0.28 8	0.56 23	0.29 11	1.35 478	0.10 1	0.22 182	0.19 162	0.46 410	1.31 477

CAS	0.63 181	0.18 1	0.37 4	2.27 483	0.84 438	0.57 122	0.54 267	0.79 42	0.62 60	0.48 51	0.70 80	0.36 12	0.26 6	0.45 5	0.35 70	2.24 484	0.10 1	0.14 1	0.09 1	0.15 13	1.06 473

RAFT-Stereo + iAFF	0.54 119	0.25 70	0.68 142	0.43 23	0.24 19	0.40 20	0.34 76	1.04 135	1.09 238	1.32 336	1.60 377	0.80 158	0.68 194	0.67 53	0.39 108	0.13 2	0.10 1	0.18 69	0.17 125	0.17 49	0.13 11

GREAT-IGEV	0.32 5	0.20 4	0.42 18	0.37 5	0.29 90	0.36 14	0.28 34	0.56 8	0.58 50	0.28 3	0.50 34	0.29 4	0.29 11	0.84 99	0.27 6	0.14 5	0.11 5	0.15 8	0.11 8	0.17 49	0.14 28

DEFOM-Stereo_RVC	0.40 29	0.67 422	0.42 18	0.64 328	0.29 90	0.48 51	0.25 15	0.85 63	0.44 14	0.38 24	0.36 9	0.30 6	0.70 202	1.15 181	0.29 11	0.16 26	0.11 5	0.16 22	0.11 8	0.18 78	0.12 6

StereoAnything_RVC	0.45 62	1.43 475	0.48 30	0.35 2	0.20 2	0.26 3	0.21 2	0.43 2	0.22 1	0.22 1	0.21 1	0.19 1	0.36 36	1.27 209	0.22 1	0.21 200	0.11 5	0.14 1	0.10 2	2.37 480	0.11 1

AIO_rvc	0.36 10	0.23 34	0.49 35	0.43 23	0.27 51	0.59 130	0.38 115	0.94 97	0.45 16	0.33 11	0.46 22	0.49 51	0.22 2	0.84 99	0.30 18	0.16 26	0.11 5	0.16 22	0.12 20	0.15 13	0.13 11

AIO_test	0.35 9	0.22 24	0.44 21	0.43 23	0.27 51	0.57 122	0.44 184	0.79 42	0.41 8	0.32 6	0.47 24	0.46 34	0.30 14	0.69 54	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.15 13	0.12 6

castereo++	0.38 19	0.23 34	0.41 15	0.43 23	0.31 136	0.97 311	0.22 4	0.86 65	0.58 50	0.32 6	0.44 17	0.51 61	0.39 48	0.93 125	0.24 2	0.17 62	0.11 5	0.17 38	0.12 20	0.14 4	0.14 28

castereo	0.41 36	0.22 24	0.46 26	0.44 44	0.30 111	0.61 144	0.56 291	0.97 109	0.80 122	0.38 24	0.69 76	0.45 31	0.69 197	0.51 11	0.30 18	0.16 26	0.11 5	0.16 22	0.13 32	0.16 28	0.12 6

fffft	0.38 19	0.23 34	0.51 47	0.44 44	0.32 154	0.43 36	0.48 224	0.76 31	0.36 4	0.44 37	0.34 8	0.38 16	0.31 18	1.31 217	0.32 34	0.14 5	0.11 5	0.19 90	0.15 67	0.16 28	0.16 81
1: 1. 1
WCG-NET	0.42 38	0.21 11	0.54 63	0.40 12	0.25 29	0.47 48	0.32 58	0.73 23	1.15 275	0.76 109	0.73 88	0.58 91	0.45 75	0.60 40	0.34 61	0.15 10	0.11 5	0.16 22	0.14 54	0.15 13	0.13 11

IGEV-Stereo++	0.30 4	0.20 4	0.40 12	0.46 61	0.30 111	0.33 9	0.22 4	0.75 28	0.45 16	0.32 6	0.41 11	0.32 9	0.48 100	0.38 3	0.27 6	0.15 10	0.11 5	0.15 8	0.12 20	0.15 13	0.13 11

U	9.45 505	0.21 11	0.58 89	0.47 72	53.11 521	61.27 526	0.24 14	0.70 19	0.52 40	0.36 17	0.28 5	0.29 4	0.35 32	0.33 1	0.26 4	0.19 138	0.11 5	60.50 523	8.88 511	0.17 49	0.13 11

4D-IteraStereo	0.48 82	0.24 47	0.76 219	0.50 122	0.44 282	0.66 178	0.31 51	0.87 66	1.02 203	1.03 188	0.72 86	0.78 152	0.32 24	0.64 44	0.37 90	0.17 62	0.11 5	0.23 220	0.19 162	0.19 115	0.13 11

MC-Stereo	0.43 44	0.23 34	0.48 30	0.51 151	0.28 74	0.39 18	0.32 58	0.88 73	0.68 88	0.60 86	0.84 113	0.56 84	0.61 171	1.03 151	0.31 32	0.17 62	0.11 5	0.17 38	0.15 67	0.16 28	0.13 11

test-3	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.32 336	0.69 76	0.87 191	0.45 75	1.68 297	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

test_1	0.54 119	0.22 24	0.68 142	0.47 72	0.27 51	0.58 125	0.35 81	0.92 84	1.00 197	1.28 309	0.68 72	0.87 191	0.45 75	1.67 292	0.37 90	0.16 26	0.11 5	0.20 123	0.16 105	0.17 49	0.13 11

CREStereo++_RVC	0.47 76	0.21 11	0.38 7	0.45 56	0.38 235	0.45 43	0.25 15	0.75 28	1.29 347	0.80 121	1.21 253	0.47 41	0.37 40	0.53 16	0.44 147	0.16 26	0.11 5	0.15 8	0.80 471	0.18 78	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
AFF-stereo	0.58 156	0.25 70	0.64 119	0.46 61	0.29 90	0.34 10	0.38 115	1.15 183	1.14 264	1.17 259	1.60 377	1.10 282	0.71 206	0.97 138	0.43 144	0.13 2	0.11 5	0.19 90	0.19 162	0.17 49	0.14 28

Reg-Stereo(zero)	0.44 54	0.22 24	0.45 24	0.43 23	0.23 13	0.38 16	0.25 15	0.76 31	1.08 231	0.90 146	0.78 99	0.90 204	0.47 89	0.70 58	0.36 79	0.15 10	0.12 22	0.15 8	0.12 20	0.15 13	0.15 56

HI	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 332	1.43 331	1.62 385	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

CoSv	0.64 193	0.32 231	0.68 142	0.47 72	0.51 326	0.41 24	0.36 95	1.04 135	0.75 106	1.31 332	1.43 331	1.62 385	1.12 367	0.94 128	0.88 330	0.15 10	0.12 22	0.20 123	0.20 194	0.20 149	0.18 130

SCV	0.46 69	0.26 84	0.55 71	0.47 72	0.25 29	0.39 18	0.38 115	1.98 401	0.60 57	0.35 13	0.48 26	0.55 77	0.36 36	1.28 211	0.32 34	0.24 266	0.12 22	0.17 38	0.13 32	0.18 78	0.14 28

FoundationStereo	0.24 1	0.21 11	0.36 3	0.38 8	0.22 9	0.32 8	0.22 4	0.39 1	0.23 2	0.30 5	0.25 2	0.30 6	0.33 25	0.34 2	0.26 4	0.16 26	0.12 22	0.15 8	0.11 8	0.13 1	0.12 6

HUF	0.36 10	0.23 34	0.52 54	0.40 12	0.22 9	0.54 105	0.47 214	0.82 55	0.43 12	0.36 17	0.43 15	0.50 57	0.42 58	0.64 44	0.29 11	0.17 62	0.12 22	0.16 22	0.12 20	0.15 13	0.14 28

GIP-stereo	0.34 7	0.23 34	0.45 24	0.50 122	0.36 204	0.38 16	0.23 9	0.78 38	0.52 40	0.34 12	0.51 36	0.46 34	0.38 46	0.51 11	0.27 6	0.20 169	0.12 22	0.16 22	0.12 20	0.16 28	0.14 28

DEFOM-Stereo	0.33 6	0.20 4	0.40 12	0.42 20	0.28 74	0.80 252	0.23 9	0.48 4	0.37 6	0.37 19	0.31 7	0.23 2	0.24 3	1.20 193	0.27 6	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.14 28

SMoEStereo_RVC	0.39 22	0.25 70	0.50 40	0.45 56	0.30 111	0.61 144	0.36 95	0.72 21	0.45 16	0.46 44	0.43 15	0.42 18	0.35 32	1.39 242	0.29 11	0.15 10	0.12 22	0.20 123	0.15 67	0.16 28	0.15 56

tg	0.52 94	0.24 47	0.61 104	0.49 111	0.30 111	0.90 284	0.29 39	1.07 158	0.83 130	0.83 131	1.02 169	0.62 107	0.43 65	1.35 227	0.41 124	0.17 62	0.12 22	0.22 182	0.20 194	0.17 49	0.15 56

PAM	0.76 270	0.29 162	1.08 350	0.52 172	0.33 174	1.38 384	0.39 130	2.01 408	0.67 84	1.06 192	0.96 139	2.89 464	1.43 409	0.86 108	0.35 70	0.19 138	0.12 22	0.19 90	0.17 125	0.19 115	0.20 200

dual_stereo	0.27 2	0.19 3	0.35 1	0.39 9	0.21 5	0.25 2	0.22 4	0.48 4	0.31 3	0.32 6	0.26 4	0.37 14	0.24 3	0.83 96	0.29 11	0.16 26	0.12 22	0.14 1	0.11 8	0.14 4	0.11 1

IGEV-Stereo+	0.45 62	0.21 11	0.43 20	0.41 15	0.39 245	0.15 1	0.19 1	0.44 3	0.36 4	0.26 2	0.25 2	0.31 8	0.41 54	1.43 250	0.30 18	0.17 62	0.12 22	0.15 8	0.11 8	1.16 469	1.70 484

AIO-Stereo	0.37 14	0.25 70	0.51 47	0.47 72	0.23 13	0.45 43	0.39 130	1.07 158	0.52 40	0.41 30	0.48 26	0.52 68	0.25 5	0.72 65	0.30 18	0.16 26	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

WCG-NET（raft）	0.45 62	0.21 11	0.55 71	0.40 12	0.24 19	0.50 73	0.36 95	0.73 23	1.09 238	0.71 101	0.76 95	0.92 216	0.51 115	0.84 99	0.34 61	0.16 26	0.12 22	0.15 8	0.14 54	0.14 4	0.14 28

RSM	0.39 22	0.24 47	0.49 35	0.46 61	0.26 34	0.47 48	0.40 137	0.92 84	0.44 14	0.41 30	0.42 12	0.65 116	0.33 25	1.07 164	0.29 11	0.15 10	0.12 22	0.17 38	0.13 32	0.17 49	0.13 11

RAFT-Stereo-weight	0.47 76	0.24 47	0.53 58	0.48 96	0.27 51	0.60 138	0.35 81	1.02 125	1.07 225	0.99 173	0.78 99	0.76 145	0.28 8	0.76 75	0.36 79	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.15 56

MoCha-V2	0.40 29	0.20 4	0.49 35	0.50 122	0.21 5	0.44 40	0.33 64	0.93 90	0.53 43	0.53 69	0.53 40	0.42 18	0.58 158	1.09 169	0.27 6	0.14 5	0.12 22	0.15 8	0.12 20	0.17 49	0.15 56

IGEV++	0.40 29	0.22 24	0.51 47	0.52 172	0.29 90	0.45 43	0.25 15	1.65 309	0.46 22	0.37 19	0.57 54	0.46 34	0.45 75	0.50 10	0.38 100	0.19 138	0.12 22	0.16 22	0.13 32	0.16 28	0.15 56

ACVNet-DCA	0.56 143	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

xx1	0.67 217	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 478	0.58 76	0.79 104	0.95 229	0.77 224	1.46 256	0.32 34	0.20 169	0.12 22	0.24 240	0.23 287	0.22 211	0.21 217

1test111	0.54 119	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	1.42 250	0.78 117	0.58 76	0.79 104	0.48 44	0.88 281	0.88 111	0.59 238	0.20 169	0.12 22	0.25 278	0.15 67	0.22 211	0.21 217

cc1	0.64 193	0.31 215	0.50 40	0.54 203	0.26 34	1.18 352	0.51 242	0.93 90	3.05 478	0.58 76	0.79 104	0.48 44	0.88 281	1.46 256	0.32 34	0.20 169	0.12 22	0.25 278	0.15 67	0.19 115	0.19 169

ff7	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

ffff	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

ffm	0.72 236	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 466	1.15 240	1.45 338	1.06 264	0.82 248	1.55 273	0.32 34	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

ff1	1.37 414	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	0.95 102	2.47 466	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 485	0.20 169	0.12 22	0.31 352	0.27 340	0.19 115	0.20 200

11t	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

tt1	0.62 174	0.32 231	0.51 47	0.54 203	0.26 34	1.16 349	0.48 224	0.95 102	2.47 466	0.57 74	0.77 97	0.49 51	0.81 244	1.55 273	0.32 34	0.20 169	0.12 22	0.24 240	0.15 67	0.19 115	0.20 200

IGEV_Zeroshot_test	0.53 104	0.30 182	0.99 312	0.56 239	0.35 195	0.41 24	0.32 58	1.37 238	0.63 63	1.00 177	1.09 198	0.95 229	0.41 54	0.83 96	0.39 108	0.18 100	0.12 22	0.19 90	0.18 141	0.19 115	0.17 106

MSKI-zero shot	0.55 134	0.26 84	0.57 84	0.51 151	0.26 34	0.69 194	0.28 34	1.18 192	0.64 67	0.91 151	1.32 296	0.82 167	0.33 25	1.92 326	0.32 34	0.17 62	0.12 22	0.17 38	0.13 32	0.16 28	0.16 81

DLNR_Zeroshot_test	23.17 515	48.52 528	43.29 520	176.68 527	78.69 523	0.35 11	0.21 2	23.41 514	0.75 106	0.66 95	0.86 116	0.59 97	0.30 14	1.56 275	0.44 147	9.57 513	0.12 22	0.18 69	0.14 54	76.92 526	0.16 81

CASnet	0.41 36	0.25 70	0.48 30	0.50 122	0.20 2	0.50 73	0.36 95	0.81 52	0.80 122	0.83 131	0.68 72	0.48 44	0.31 18	0.54 18	0.32 34	0.18 100	0.12 22	0.27 312	0.22 265	0.23 236	0.14 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.42 38	0.26 84	0.40 12	0.44 44	0.82 436	0.51 89	0.44 184	0.64 11	0.41 8	0.44 37	0.78 99	0.44 23	0.47 89	0.56 23	0.36 79	0.13 2	0.12 22	0.14 1	0.10 2	0.13 1	0.84 461

anonymousdsp	0.43 44	0.27 109	0.53 58	0.44 44	0.32 154	0.50 73	0.42 154	0.89 74	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.33 223	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

Selective-IGEV	0.39 22	0.24 47	0.50 40	0.44 44	0.25 29	0.46 46	0.33 64	1.25 219	0.40 7	0.35 13	0.45 20	0.52 68	0.30 14	1.07 164	0.30 18	0.14 5	0.12 22	0.17 38	0.13 32	0.16 28	0.13 11

EGLCR-Stereo	0.37 14	0.22 24	0.51 47	0.43 23	0.26 34	0.44 40	0.22 4	0.99 115	0.48 24	0.42 32	0.42 12	0.67 123	0.29 11	0.86 108	0.33 46	0.17 62	0.12 22	0.19 90	0.17 125	0.17 49	0.15 56

RCA-Stereo	0.50 91	0.23 34	0.58 89	0.48 96	0.33 174	0.55 112	0.45 200	0.97 109	1.38 388	0.68 96	1.05 183	0.63 110	0.80 241	0.59 29	0.32 34	0.17 62	0.12 22	0.17 38	0.14 54	0.16 28	0.14 28

ccc-4	0.43 44	0.27 109	0.56 74	0.44 44	0.33 174	0.50 73	0.42 154	0.87 66	0.50 28	0.49 56	0.53 40	0.44 23	0.48 100	1.38 237	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130

IGEV-Stereo	0.43 44	0.27 109	0.54 63	0.45 56	0.32 154	0.50 73	0.42 154	0.90 80	0.51 36	0.49 56	0.53 40	0.47 41	0.47 89	1.32 221	0.33 46	0.17 62	0.12 22	0.21 155	0.15 67	0.18 78	0.18 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_3	0.55 134	0.23 34	0.71 173	0.53 188	0.28 74	0.61 144	0.40 137	0.92 84	1.05 216	1.19 268	0.68 72	0.93 218	0.44 72	1.67 292	0.39 108	0.15 10	0.12 22	0.22 182	0.19 162	0.21 188	0.14 28

TransformOpticalFlow	0.96 340	0.28 129	0.89 280	0.52 172	0.31 136	0.66 178	0.54 267	1.75 331	1.12 249	1.09 202	1.44 336	1.37 346	1.01 339	6.70 471	0.42 135	0.19 138	0.12 22	0.20 123	0.19 162	0.18 78	0.19 169

PFNet	0.91 329	0.26 84	1.10 356	0.63 319	0.32 154	0.64 156	0.56 291	1.17 187	0.99 192	1.47 380	1.08 193	0.98 239	0.69 197	6.62 466	0.54 224	0.20 169	0.12 22	0.24 240	0.19 162	0.20 149	0.17 106

IRAFT_RVC	0.88 321	0.28 129	0.76 219	0.63 319	0.31 136	0.65 170	1.02 418	1.22 211	0.94 166	1.22 281	1.04 181	1.01 253	0.98 327	5.82 454	0.53 218	0.22 226	0.12 22	0.25 278	0.20 194	0.20 149	0.19 169

cross-raft	0.54 119	0.25 70	0.61 104	0.52 172	0.29 90	0.68 189	0.37 109	1.46 261	0.76 112	1.01 180	1.06 185	1.28 327	0.46 80	0.71 62	0.35 70	0.15 10	0.12 22	0.18 69	0.16 105	0.19 115	0.14 28

GMM-Stereo	0.74 256	0.25 70	0.59 96	0.54 203	0.34 191	0.72 209	0.99 413	1.01 124	0.87 140	1.36 352	1.78 406	1.12 287	0.81 244	2.09 343	0.46 174	0.18 100	0.12 22	0.25 278	0.25 313	0.20 149	0.85 462

iRaftStereo_RVC	0.47 76	0.26 84	0.64 119	0.50 122	0.29 90	0.53 98	0.33 64	1.05 143	0.77 114	0.84 134	1.00 155	0.55 77	0.37 40	0.81 91	0.40 113	0.17 62	0.12 22	0.22 182	0.20 194	0.19 115	0.15 56

s12784h	0.52 94	0.20 4	0.38 7	0.41 15	0.19 1	0.96 307	0.34 76	1.17 187	1.25 327	0.81 125	0.90 125	0.63 110	0.50 112	1.45 254	0.42 135	0.14 5	0.12 22	0.17 38	0.11 8	0.18 78	0.11 1

CFNet-RSSM	0.54 119	0.24 47	0.70 161	0.48 96	0.28 74	0.60 138	0.27 30	1.49 266	1.14 264	1.06 192	0.93 132	1.08 270	0.54 129	0.70 58	0.35 70	0.16 26	0.12 22	0.17 38	0.15 67	0.16 28	0.14 28

HITNet	0.65 201	0.40 331	0.77 225	0.48 96	0.24 19	1.05 328	0.49 234	1.76 337	1.02 203	1.18 264	1.18 241	0.89 203	0.80 241	0.85 104	0.79 308	0.17 62	0.12 22	0.21 155	0.17 125	0.29 315	0.15 56
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MLCV	0.72 236	0.34 275	1.10 356	0.51 151	0.23 13	0.91 287	0.39 130	1.33 227	1.23 320	1.46 379	1.55 365	1.01 253	0.64 185	1.95 331	0.80 312	0.18 100	0.12 22	0.18 69	0.14 54	0.19 115	0.17 106

MM-Stereo_test2	0.43 44	0.24 47	0.67 138	0.51 151	0.32 154	0.55 112	0.45 200	0.97 109	0.77 114	0.59 84	0.51 36	0.49 51	0.42 58	0.80 86	0.30 18	0.15 10	0.13 73	0.18 69	0.14 54	0.19 115	0.14 28

HART	0.45 62	0.22 24	0.54 63	0.50 122	0.26 34	0.41 24	0.29 39	1.03 129	0.50 28	0.58 76	1.45 338	0.61 102	0.35 32	1.08 168	0.30 18	0.15 10	0.13 73	0.19 90	0.14 54	0.19 115	0.14 28

SCV_C0	0.43 44	0.26 84	0.65 126	0.43 23	0.29 90	0.47 48	0.31 51	1.34 232	0.73 103	0.38 24	0.49 31	0.54 75	0.29 11	1.24 203	0.30 18	0.17 62	0.13 73	0.16 22	0.13 32	0.20 149	0.15 56

IGEV-RUCA	0.37 14	0.23 34	0.48 30	0.49 111	0.36 204	0.60 138	0.23 9	0.64 11	0.49 25	0.39 28	0.49 31	0.44 23	0.31 18	0.85 104	0.30 18	0.24 266	0.13 73	0.16 22	0.12 20	0.20 149	0.19 169

tt45	0.45 62	0.23 34	0.46 26	0.45 56	0.33 174	0.79 244	0.32 58	0.78 38	0.41 8	0.51 67	0.44 17	0.49 51	0.37 40	2.14 347	0.34 61	0.16 26	0.13 73	0.19 90	0.16 105	0.17 49	0.18 130

999	0.48 82	0.22 24	0.49 35	0.48 96	0.34 191	0.75 221	0.31 51	0.85 63	0.55 45	0.37 19	0.48 26	0.50 57	0.36 36	2.45 373	0.39 108	0.16 26	0.13 73	0.18 69	0.15 67	0.16 28	0.19 169

mms	0.40 29	0.27 109	0.52 54	0.46 61	0.32 154	0.43 36	0.46 207	0.70 19	0.46 22	0.35 13	0.58 56	0.44 23	0.30 14	1.36 232	0.33 46	0.16 26	0.13 73	0.18 69	0.15 67	0.19 115	0.15 56

ours_stereo	0.39 22	0.28 129	0.51 47	0.46 61	0.30 111	0.40 20	0.44 184	0.73 23	0.56 47	0.35 13	0.56 51	0.46 34	0.33 25	1.11 174	0.32 34	0.16 26	0.13 73	0.19 90	0.15 67	0.19 115	0.14 28

fffy	0.42 38	0.27 109	0.57 84	0.46 61	0.29 90	0.48 51	0.35 81	0.91 81	0.55 45	0.40 29	0.58 56	0.55 77	0.41 54	1.26 206	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.18 78	0.14 28

PAM_32	0.77 272	0.28 129	1.03 332	0.52 172	0.30 111	1.32 374	0.35 81	1.97 399	0.65 81	1.02 184	1.06 185	3.05 465	1.49 419	0.96 131	0.36 79	0.19 138	0.13 73	0.20 123	0.18 141	0.19 115	0.19 169

Occ-G	0.42 38	0.21 11	0.48 30	0.41 15	0.26 34	0.42 31	0.62 322	0.77 34	0.49 25	0.43 35	0.66 66	1.02 255	0.46 80	0.78 80	0.41 124	0.16 26	0.13 73	0.18 69	0.13 32	0.16 28	0.16 81

Pointernet	0.37 14	0.20 4	0.57 84	0.43 23	0.28 74	0.51 89	0.27 30	0.93 90	0.61 58	0.47 47	0.63 63	0.49 51	0.38 46	0.49 9	0.33 46	0.17 62	0.13 73	0.14 1	0.11 8	0.13 1	0.12 6

AIO-Stereo-zeroshot1	0.98 350	0.39 325	3.21 473	0.50 122	0.63 382	0.64 156	0.39 130	2.36 459	0.75 106	0.95 161	4.63 479	1.81 410	0.56 140	0.96 131	0.41 124	0.18 100	0.13 73	0.21 155	0.26 330	0.32 343	0.35 367

AIO-Stereo-zeroshot	0.72 236	0.35 296	1.70 429	0.49 111	0.56 350	0.63 153	0.38 115	2.41 464	0.65 81	0.77 114	1.07 189	1.82 412	0.95 313	0.93 125	0.43 144	0.20 169	0.13 73	0.21 155	0.25 313	0.28 304	0.26 300

RSM++	0.38 19	0.24 47	0.51 47	0.47 72	0.26 34	0.50 73	0.41 150	0.79 42	0.45 16	0.37 19	0.45 20	0.60 98	0.35 32	1.02 150	0.30 18	0.15 10	0.13 73	0.17 38	0.14 54	0.18 78	0.13 11

trnet	0.39 22	0.21 11	0.37 4	0.36 3	0.20 2	0.53 98	0.29 39	0.78 38	1.12 249	0.59 84	0.71 83	0.53 73	0.42 58	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.13 11

testlalala	0.45 62	0.28 129	0.59 96	0.42 20	0.39 245	0.71 206	0.39 130	1.08 164	0.45 16	1.24 295	0.80 109	0.61 102	0.36 36	0.54 18	0.33 46	0.20 169	0.13 73	0.18 69	0.12 20	0.15 13	0.15 56

AEACV	0.37 14	0.24 47	0.52 54	0.47 72	0.51 326	0.37 15	0.38 115	0.65 13	0.53 43	0.42 32	0.56 51	0.46 34	0.60 162	0.53 16	0.30 18	0.16 26	0.13 73	0.18 69	0.15 67	0.17 49	0.14 28

Any-RAFT	0.53 104	0.24 47	0.47 28	0.47 72	0.27 51	1.00 319	0.25 15	1.58 293	1.05 216	0.85 139	0.99 151	1.06 264	0.47 89	0.70 58	0.32 34	0.18 100	0.13 73	0.16 22	0.13 32	0.16 28	0.16 81

RAFT-Test	0.54 119	0.25 70	0.64 119	0.47 72	0.30 111	0.97 311	0.27 30	1.24 217	0.81 124	0.96 163	1.12 215	1.28 327	0.48 100	0.71 62	0.36 79	0.17 62	0.13 73	0.17 38	0.14 54	0.16 28	0.16 81

HH	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 390	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

HanStereo	0.63 181	0.30 182	0.77 225	0.50 122	0.32 154	0.49 63	0.46 207	1.65 309	0.64 67	0.69 97	1.09 198	1.63 390	0.85 263	1.90 324	0.37 90	0.18 100	0.13 73	0.19 90	0.17 125	0.19 115	0.16 81

anonymousdsp2	0.53 104	0.27 109	0.74 206	0.48 96	0.29 90	0.76 227	0.47 214	1.61 301	0.82 129	0.77 114	0.77 97	0.75 141	0.47 89	1.03 151	0.40 113	0.18 100	0.13 73	0.18 69	0.13 32	0.19 115	0.18 130

CES	0.48 82	0.20 4	0.37 4	0.39 9	1.39 475	0.55 112	0.35 81	0.98 113	0.66 83	0.44 37	0.66 66	0.35 11	0.27 7	0.56 23	0.33 46	0.15 10	0.13 73	0.15 8	0.10 2	0.19 115	1.46 479

ProNet	0.43 44	0.28 129	0.58 89	0.43 23	0.30 111	0.56 117	0.52 253	1.00 119	0.58 50	0.44 37	0.49 31	0.43 21	0.43 65	1.28 211	0.36 79	0.15 10	0.13 73	0.19 90	0.16 105	0.17 49	0.16 81

DCANet-4	0.54 119	0.26 84	1.07 346	0.42 20	0.24 19	0.48 51	0.36 95	0.99 115	1.30 353	1.10 210	1.02 169	0.56 84	0.75 212	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

fff	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

ADStereo(finetuned)	0.57 150	0.24 47	1.06 341	0.43 23	0.24 19	0.49 63	0.35 81	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	1.20 383	0.84 99	0.51 204	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

RAFT+CT+SA	0.58 156	0.29 162	0.60 101	0.66 349	0.37 218	0.42 31	0.55 283	1.27 221	1.03 207	0.70 99	1.22 255	0.60 98	0.70 202	1.64 286	0.41 124	0.18 100	0.13 73	0.22 182	0.22 265	0.21 188	0.18 130

test_5	0.65 201	0.30 182	0.75 209	0.67 361	0.50 315	0.92 294	0.52 253	1.39 244	1.12 249	0.76 109	1.11 208	1.00 246	0.90 288	1.53 269	0.45 160	0.18 100	0.13 73	0.23 220	0.22 265	0.21 188	0.19 169

test_4	0.53 104	0.22 24	0.56 74	0.54 203	0.32 154	0.64 156	0.39 130	0.80 49	0.62 60	0.92 153	1.87 418	0.68 125	0.42 58	1.16 184	0.37 90	0.15 10	0.13 73	0.20 123	0.22 265	0.20 149	0.15 56

iRaft-Stereo_20w	0.65 201	0.31 215	1.00 317	0.47 72	0.34 191	0.73 212	0.30 46	2.96 476	0.70 93	1.15 240	1.14 224	0.76 145	0.65 191	1.11 174	0.38 100	0.17 62	0.13 73	0.18 69	0.16 105	0.19 115	0.18 130

LCNet	0.72 236	0.28 129	0.52 54	0.55 226	0.31 136	0.69 194	0.54 267	1.00 119	0.88 144	1.19 268	1.34 305	0.97 237	1.34 404	2.56 378	0.45 160	0.18 100	0.13 73	0.21 155	0.25 313	0.27 287	0.73 456

HHNet	0.62 174	0.26 84	0.63 112	0.43 23	0.45 289	0.50 73	0.58 306	1.07 158	1.01 200	1.25 300	2.23 440	0.70 134	0.61 171	1.07 164	0.47 181	0.20 169	0.13 73	0.23 220	0.19 162	0.19 115	0.30 337

AAGNet	1.83 446	0.28 129	0.72 179	0.61 298	0.32 154	0.67 182	0.51 242	0.96 108	0.98 185	1.47 380	1.20 251	1.00 246	1.18 377	2.83 387	22.77 514	0.22 226	0.13 73	0.22 182	0.19 162	0.23 236	0.15 56

STrans-v2	1.04 368	0.28 129	0.96 306	0.49 111	0.32 154	0.68 189	0.79 368	2.47 468	1.12 249	1.12 217	1.46 344	1.40 347	1.46 414	6.70 471	0.43 144	0.18 100	0.13 73	0.20 123	0.18 141	0.18 78	0.18 130

KYRaft	0.75 264	0.28 129	0.62 109	0.56 239	0.29 90	0.67 182	0.86 386	0.94 97	0.84 134	1.62 412	2.21 439	1.16 296	1.02 344	1.57 276	0.40 113	0.20 169	0.13 73	0.22 182	0.28 360	0.20 149	1.02 468

SST-Stereo	0.83 302	0.28 129	0.72 179	0.59 274	0.31 136	0.72 209	0.26 24	1.09 166	0.86 136	1.47 380	1.10 202	1.00 246	0.87 276	5.73 452	0.45 160	0.22 226	0.13 73	0.23 220	0.19 162	0.23 236	0.18 130

RAFT_R40	0.83 302	0.28 129	0.73 191	0.59 274	0.31 136	0.69 194	0.44 184	1.10 169	0.95 168	1.47 380	1.10 202	1.00 246	0.85 263	5.53 446	0.46 174	0.22 226	0.13 73	0.23 220	0.20 194	0.23 236	0.18 130

RAFT-RH_RVC	1.03 365	0.24 47	0.67 138	0.49 111	0.28 74	0.81 260	0.33 64	0.83 59	1.08 231	2.05 445	4.65 481	1.04 262	0.57 149	5.98 459	0.50 199	0.18 100	0.13 73	0.26 297	0.20 194	0.16 28	0.17 106

RAFT-345	0.84 307	0.25 70	0.66 133	0.50 122	0.27 51	0.54 105	0.42 154	0.83 59	1.11 245	1.32 336	2.34 445	0.86 187	0.54 129	5.72 451	0.47 181	0.18 100	0.13 73	0.22 182	0.17 125	0.17 49	0.16 81

Prome-Stereo	0.75 264	0.27 109	0.53 58	0.55 226	0.32 154	0.59 130	0.97 409	0.89 74	0.88 144	1.45 377	2.46 451	0.91 207	1.41 407	1.58 278	0.44 147	0.18 100	0.13 73	0.19 90	0.17 125	0.20 149	0.92 464

DCANet	0.54 119	0.24 47	0.70 161	0.43 23	0.24 19	0.49 63	0.36 95	1.05 143	1.30 353	1.12 217	1.03 178	0.58 91	0.92 294	0.81 91	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.18 78	0.19 169

csc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

cscssc	0.53 104	0.24 47	0.70 161	0.43 23	0.24 19	0.48 51	0.36 95	1.07 158	1.25 327	1.10 210	1.02 169	0.57 86	1.06 355	0.73 69	0.52 211	0.16 26	0.13 73	0.17 38	0.13 32	0.15 13	0.19 169

111	0.60 164	0.23 34	0.70 161	0.43 23	0.24 19	0.72 209	0.42 154	1.18 192	1.41 402	0.80 121	1.38 318	1.10 282	0.79 235	0.96 131	0.58 236	0.18 100	0.13 73	0.17 38	0.15 67	0.17 49	0.19 169

EAI-Stereo	0.65 201	0.28 129	0.69 155	0.53 188	0.27 51	0.60 138	0.40 137	2.28 453	0.64 67	0.71 101	3.18 463	0.57 86	0.43 65	1.06 160	0.41 124	0.18 100	0.13 73	0.17 38	0.17 125	0.17 49	0.17 106

Gwc-CoAtRS	0.52 94	0.24 47	0.68 142	0.48 96	0.29 90	0.64 156	0.25 15	1.16 185	1.08 231	1.01 180	1.00 155	1.12 287	0.56 140	0.69 54	0.37 90	0.16 26	0.13 73	0.17 38	0.15 67	0.15 13	0.15 56

CREStereo	0.39 22	0.21 11	0.38 7	0.34 1	0.22 9	0.53 98	0.29 39	0.77 34	1.11 245	0.58 76	0.71 83	0.51 61	0.41 54	0.54 18	0.34 61	0.18 100	0.13 73	0.15 8	0.10 2	0.14 4	0.14 28
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.46 69	0.21 11	0.38 7	0.37 5	0.23 13	0.71 206	0.27 30	0.74 27	1.04 212	0.64 91	0.70 80	0.55 77	0.47 89	0.86 108	0.35 70	1.00 467	0.13 73	0.15 8	0.10 2	0.15 13	0.13 11

UGAM-zero	1.00 357	0.30 182	0.93 293	0.47 72	0.30 111	0.57 122	0.25 15	2.25 450	0.63 63	1.01 180	1.10 202	2.73 460	1.85 448	6.26 460	0.40 113	0.17 62	0.14 123	0.19 90	0.15 67	0.16 28	0.17 106

GCAP-BAT	0.49 87	0.31 215	0.64 119	0.41 15	0.46 299	0.70 201	0.35 81	0.77 34	0.64 67	0.86 141	1.00 155	0.77 148	0.37 40	1.18 190	0.36 79	0.18 100	0.14 123	0.18 69	0.13 32	0.17 49	0.15 56

MyStereo8	0.65 201	0.29 162	1.00 317	0.58 261	0.49 308	0.91 287	0.35 81	1.18 192	1.31 357	1.16 250	1.27 275	0.90 204	0.64 185	0.72 65	0.95 343	0.18 100	0.14 123	0.20 123	0.18 141	0.22 211	0.26 300

IGEVStereo-DCA	0.46 69	0.28 129	0.56 74	0.43 23	0.33 174	0.49 63	0.42 154	0.87 66	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.18 130

rrr	0.46 69	0.28 129	0.73 191	0.43 23	0.33 174	0.49 63	0.38 115	0.76 31	0.50 28	0.47 47	0.48 26	0.48 44	0.46 80	2.03 337	0.30 18	0.19 138	0.14 123	0.19 90	0.15 67	0.16 28	0.16 81

testlalala_base	0.77 272	0.40 331	0.70 161	0.65 342	0.50 315	0.79 244	0.28 34	1.50 270	0.51 36	0.73 107	0.90 125	0.69 130	0.54 129	0.66 51	0.40 113	2.82 489	0.14 123	0.17 38	0.12 20	2.68 484	0.19 169

GCAP-Stereo	0.40 29	0.28 129	0.68 142	0.47 72	0.25 29	0.53 98	0.32 58	0.82 55	0.58 50	0.65 93	0.69 76	0.58 91	0.42 58	0.47 7	0.29 11	0.17 62	0.14 123	0.17 38	0.13 32	0.17 49	0.14 28

LoS	0.40 29	0.21 11	0.44 21	0.37 5	0.22 9	0.50 73	0.40 137	1.00 119	0.94 166	0.48 51	0.66 66	0.48 44	0.40 52	0.60 40	0.37 90	0.18 100	0.14 123	0.16 22	0.11 8	0.14 4	0.14 28
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.51 93	0.29 162	0.47 28	0.43 23	0.30 111	0.55 112	0.55 283	1.02 125	0.77 114	0.98 170	0.85 115	0.94 221	0.56 140	0.85 104	0.45 160	0.20 169	0.14 123	0.26 297	0.14 54	0.23 236	0.23 252

riskmin	0.56 143	0.27 109	0.60 101	0.43 23	0.31 136	0.83 267	0.42 154	1.14 181	1.04 212	0.73 107	0.75 93	1.11 286	1.01 339	0.81 91	0.51 204	0.20 169	0.14 123	0.24 240	0.15 67	0.24 251	0.25 278

Selective-RAFT	0.52 94	0.28 129	0.79 235	0.55 226	0.27 51	0.91 287	0.33 64	0.80 49	0.88 144	0.58 76	0.63 63	0.81 162	0.77 224	1.29 215	0.48 186	0.19 138	0.14 123	0.17 38	0.15 67	0.19 115	0.17 106

DisPM	0.66 208	0.28 129	0.72 179	0.61 298	0.35 195	0.62 152	0.45 200	1.02 125	0.99 192	1.56 401	1.10 202	0.80 158	0.59 159	2.37 368	0.41 124	0.23 251	0.14 123	0.23 220	0.21 237	0.20 149	0.25 278

Wz-Net-LNSev-Ref	0.99 352	0.40 331	1.82 439	0.66 349	0.62 381	2.05 444	0.78 365	1.91 383	1.29 347	1.54 397	1.42 327	1.51 370	1.23 388	1.99 334	1.33 392	0.23 251	0.14 123	0.20 123	0.15 67	0.27 287	0.26 300

raft_robust	0.68 221	0.30 182	0.64 119	0.52 172	0.26 34	0.54 105	0.35 81	1.33 227	1.24 324	1.16 250	1.07 189	0.60 98	0.54 129	3.58 412	0.37 90	0.18 100	0.14 123	0.20 123	0.22 265	0.20 149	0.16 81

Sa-1000	0.72 236	0.29 162	0.76 219	0.59 274	0.30 111	0.73 212	0.37 109	1.62 305	1.33 365	1.28 309	2.04 431	0.86 187	0.75 212	1.84 317	0.38 100	0.19 138	0.14 123	0.25 278	0.23 287	0.20 149	0.16 81

iRaft-Stereo_5w	0.85 311	0.29 162	0.91 287	0.53 188	0.43 275	0.49 63	0.68 340	0.99 115	0.87 140	0.79 119	1.34 305	1.46 360	0.91 291	5.11 435	1.11 368	0.17 62	0.14 123	0.22 182	0.18 141	0.20 149	0.20 200

IPLG	0.69 223	0.27 109	0.97 308	0.51 151	0.43 275	0.79 244	0.33 64	1.21 203	1.06 220	1.30 322	1.10 202	0.52 68	0.55 136	3.16 400	0.63 255	0.16 26	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

MIPNet	0.56 143	0.28 129	0.94 297	0.49 111	0.33 174	0.66 178	0.38 115	1.35 235	1.08 231	1.06 192	0.92 129	0.60 98	0.79 235	0.73 69	0.52 211	0.17 62	0.14 123	0.19 90	0.16 105	0.18 78	0.17 106

GMOStereo	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 367	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

error version	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 367	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-v	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 367	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

Patchmatch Stereo++	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130
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
OMP-Stereo	0.94 336	0.33 252	0.72 179	0.90 446	0.31 136	0.49 63	0.36 95	1.16 185	1.06 220	1.58 407	1.12 215	1.46 360	0.69 197	6.94 474	0.49 193	0.19 138	0.14 123	0.24 240	0.18 141	0.20 149	0.14 28

IIG-Stereo	0.96 340	0.31 215	0.72 179	0.88 442	0.33 174	0.61 144	0.26 24	1.19 200	1.03 207	1.69 417	1.37 314	1.46 360	0.75 212	6.96 475	0.51 204	0.19 138	0.14 123	0.23 220	0.18 141	0.20 149	0.14 28

NF-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.02 169	0.82 167	0.57 149	5.40 444	0.48 186	0.23 251	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

OCTAStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.82 167	0.57 149	5.35 439	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

NRIStereo	0.60 164	0.29 162	0.69 155	0.53 188	0.28 74	0.63 153	0.33 64	1.08 164	0.87 140	1.14 234	0.87 119	0.91 207	0.59 159	2.24 357	0.49 193	0.20 169	0.14 123	0.21 155	0.19 162	0.21 188	0.17 106

PSM-adaLoss	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.41 150	1.04 135	0.64 67	1.12 217	0.96 139	0.82 167	0.61 171	1.06 160	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

PSM-AAD	0.79 284	0.27 109	0.53 58	0.55 226	0.28 74	0.77 235	1.24 440	0.99 115	0.91 156	1.66 415	1.57 373	0.81 162	2.19 465	1.65 287	0.44 147	0.19 138	0.14 123	0.38 404	0.32 393	0.21 188	0.70 453

ROB_FTStereo_v2	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.42 154	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.12 177	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

ROB_FTStereo	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.64 156	0.25 15	1.05 143	0.64 67	1.12 217	0.95 136	0.82 167	0.61 171	1.15 181	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

HUI-Stereo	0.52 94	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.30 46	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	0.79 84	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

THIR-Stereo	1.02 363	0.27 109	0.69 155	0.49 111	0.28 74	0.95 303	1.34 447	1.03 129	0.97 180	1.34 347	1.90 421	1.17 297	1.58 425	6.44 464	0.78 302	0.19 138	0.14 123	0.21 155	0.22 265	0.19 115	0.20 200

DRaft	0.80 287	0.24 47	0.70 161	0.45 56	0.30 111	0.97 311	0.53 261	1.05 143	0.97 180	1.78 424	2.02 430	0.80 158	1.74 439	2.73 385	0.72 282	0.17 62	0.14 123	0.20 123	0.20 194	0.18 78	0.21 217

GrayStereo	0.82 296	0.26 84	0.58 89	0.63 319	0.37 218	0.76 227	1.86 472	1.11 175	0.87 140	1.99 442	1.89 420	1.08 270	1.82 447	1.39 242	0.48 186	0.19 138	0.14 123	0.19 90	0.21 237	0.18 78	0.39 385

RE-Stereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

Pruner-Stereo	0.62 174	0.29 162	0.70 161	0.61 298	0.31 136	0.63 153	0.43 171	1.17 187	0.99 192	1.53 393	1.08 193	0.95 229	0.55 136	1.35 227	0.51 204	0.23 251	0.14 123	0.24 240	0.21 237	0.21 188	0.23 252

TVStereo	0.80 287	0.30 182	0.75 209	0.60 285	0.31 136	0.64 156	0.44 184	1.21 203	0.90 151	1.29 314	1.01 161	0.81 162	0.57 149	5.37 442	0.48 186	0.24 266	0.14 123	0.24 240	0.20 194	0.20 149	0.30 337

DeepStereo_RVC	0.55 134	0.29 162	0.72 179	0.51 151	0.30 111	0.59 130	0.33 64	1.03 129	0.70 93	1.16 250	0.93 132	0.83 174	0.94 308	0.96 131	0.54 224	0.21 200	0.14 123	0.21 155	0.19 162	0.24 251	0.24 266

iGMRVC	0.56 143	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.38 115	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.52 265	0.46 174	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

iRAFT	0.55 134	0.30 182	0.73 191	0.50 122	0.27 51	0.65 170	0.29 39	1.05 143	0.64 67	1.12 217	0.96 139	0.83 174	0.60 162	1.37 233	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

CRE-IMP	0.55 134	0.30 182	0.74 206	0.52 172	0.29 90	0.79 244	0.25 15	1.04 135	0.72 99	1.09 202	0.95 136	0.81 162	0.57 149	1.10 171	0.50 199	0.21 200	0.14 123	0.23 220	0.19 162	0.28 304	0.22 234

test-2	0.53 104	0.26 84	0.65 126	0.50 122	0.29 90	0.52 93	0.43 171	0.89 74	0.96 173	1.41 367	1.14 224	0.85 183	0.56 140	0.59 29	0.38 100	0.16 26	0.14 123	0.24 240	0.21 237	0.20 149	0.15 56

test-1	0.52 94	0.26 84	1.04 336	0.56 239	0.32 154	0.61 144	0.38 115	1.10 169	0.91 156	0.78 116	1.01 161	0.77 148	0.52 119	0.60 40	0.42 135	0.17 62	0.14 123	0.20 123	0.17 125	0.20 149	0.23 252

RAFT-IKP	0.54 119	0.30 182	0.73 191	0.50 122	0.27 51	0.59 130	0.36 95	1.04 135	0.64 67	1.12 217	0.96 139	0.83 174	0.61 171	1.22 196	0.45 160	0.22 226	0.14 123	0.24 240	0.20 194	0.26 273	0.18 130

rafts_anoy	0.52 94	0.29 162	0.59 96	0.59 274	0.50 315	0.53 98	0.40 137	1.11 175	1.03 207	0.84 134	0.83 111	0.68 125	0.54 129	0.72 65	0.51 204	0.19 138	0.14 123	0.24 240	0.26 330	0.21 188	0.18 130

raft+_RVC	0.53 104	0.26 84	0.54 63	0.60 285	0.47 304	0.54 105	0.54 267	1.27 221	0.99 192	0.76 109	1.03 178	0.70 134	0.56 140	0.93 125	0.47 181	0.18 100	0.14 123	0.19 90	0.18 141	0.18 78	0.15 56

XX-Stereo	0.63 181	0.26 84	1.90 443	0.81 419	0.67 394	0.43 36	0.23 9	1.03 129	0.58 50	0.65 93	1.56 369	1.41 349	0.39 48	1.28 211	0.35 70	0.20 169	0.14 123	0.20 123	0.19 162	0.18 78	0.14 28

test_xeample3	0.42 38	0.28 129	0.69 155	0.43 23	0.33 174	0.56 117	0.38 115	0.79 42	0.45 16	0.53 69	0.46 22	0.44 23	0.44 72	1.38 237	0.31 32	0.18 100	0.14 123	0.19 90	0.15 67	0.17 49	0.16 81

ARAFT	0.77 272	0.36 306	1.49 418	0.51 151	0.31 136	0.90 284	0.82 378	1.90 379	1.06 220	1.62 412	1.24 261	1.02 255	0.64 185	1.84 317	0.50 199	0.18 100	0.14 123	0.28 325	0.27 340	0.17 49	0.16 81

BEATNet_4x	0.73 253	0.49 369	1.17 370	0.53 188	0.26 34	1.03 325	0.55 283	1.82 357	1.06 220	1.21 276	1.22 255	0.96 235	0.91 291	1.01 147	1.06 357	0.21 200	0.14 123	0.24 240	0.19 162	0.37 366	0.21 217

iResNet	0.75 264	0.40 331	1.36 398	0.67 361	0.29 90	0.92 294	0.59 314	1.52 278	1.25 327	1.28 309	1.48 350	0.94 221	0.76 220	1.62 284	0.78 302	0.18 100	0.14 123	0.18 69	0.15 67	0.22 211	0.23 252

iResNet_ROB	0.77 272	0.30 182	0.99 312	0.57 255	0.36 204	0.83 267	0.36 95	2.33 456	1.58 424	1.27 307	1.30 284	1.25 316	0.84 260	1.65 287	0.79 308	0.20 169	0.14 123	0.17 38	0.12 20	0.18 78	0.27 309

DN-CSS_ROB	0.64 193	0.32 231	1.05 337	0.55 226	0.40 255	0.54 105	0.45 200	1.21 203	0.93 163	1.03 188	1.47 345	0.69 130	0.63 181	1.76 310	0.49 193	0.18 100	0.14 123	0.25 278	0.22 265	0.22 211	0.20 200

RAStereo	0.34 7	0.21 11	0.66 133	0.47 72	0.27 51	0.26 3	0.29 39	0.69 17	0.63 63	0.32 6	0.42 12	0.45 31	0.31 18	0.45 5	0.34 61	0.17 62	0.15 177	0.19 90	0.15 67	0.18 78	0.13 11

gcap-zeroshot	0.53 104	0.28 129	0.89 280	0.49 111	0.28 74	0.76 227	0.37 109	1.34 232	0.73 103	0.89 144	0.67 69	1.35 341	0.51 115	0.79 84	0.33 46	0.18 100	0.15 177	0.18 69	0.15 67	0.17 49	0.16 81

test_for_model	1.30 405	3.71 507	0.58 89	3.22 497	2.84 497	0.59 130	0.33 64	1.40 246	0.83 130	1.42 373	0.61 60	0.52 68	0.37 40	0.51 11	0.33 46	2.46 485	0.15 177	0.16 22	0.11 8	4.39 507	1.50 480

testlalala2	0.58 156	0.27 109	0.68 142	1.72 477	1.27 474	0.68 189	0.42 154	0.93 90	0.70 93	0.90 146	0.93 132	0.76 145	0.34 31	0.52 14	0.40 113	0.18 100	0.15 177	0.17 38	0.13 32	0.17 49	0.17 106

AE-Stereo	0.49 87	0.27 109	0.67 138	0.60 285	0.39 245	0.67 182	0.46 207	1.18 192	1.09 238	0.47 47	0.75 93	0.69 130	0.47 89	0.59 29	0.40 113	0.16 26	0.15 177	0.21 155	0.20 194	0.19 115	0.15 56

plain	0.46 69	0.27 109	1.01 321	0.50 122	0.40 255	0.35 11	0.37 109	0.87 66	0.56 47	0.43 35	0.76 95	0.42 18	0.40 52	1.13 179	0.45 160	0.21 200	0.15 177	0.24 240	0.19 162	0.24 251	0.16 81

UniTT-Stereo	0.36 10	0.23 34	0.59 96	0.48 96	0.36 204	0.40 20	0.32 58	0.53 6	0.49 25	0.54 71	0.55 48	0.36 12	0.31 18	0.58 28	0.51 204	0.20 169	0.15 177	0.17 38	0.15 67	0.19 115	0.15 56

TestStereo1	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

RAFT_CTSACE	0.63 181	0.26 84	0.88 274	0.55 226	0.51 326	0.71 206	0.44 184	0.80 49	0.97 180	0.97 166	1.84 413	1.18 300	0.68 194	1.47 260	0.36 79	0.16 26	0.15 177	0.21 155	0.20 194	0.20 149	0.14 28

SA-5K	0.63 181	0.28 129	0.75 209	0.76 406	0.31 136	0.48 51	0.43 171	1.30 225	1.21 311	0.97 166	1.31 290	0.64 113	0.77 224	1.75 305	0.42 135	0.20 169	0.15 177	0.22 182	0.18 141	0.21 188	0.17 106

SA	0.66 208	0.30 182	0.82 244	0.61 298	0.30 111	0.58 125	0.38 115	1.44 257	1.30 353	0.96 163	1.36 312	0.66 120	0.95 313	1.85 320	0.42 135	0.19 138	0.15 177	0.25 278	0.23 287	0.21 188	0.17 106

CIPLG	0.62 174	0.33 252	0.96 306	0.58 261	0.50 315	0.75 221	0.48 224	1.05 143	0.96 173	1.40 365	1.57 373	0.64 113	0.48 100	0.89 116	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

IPLGR_C	0.62 174	0.33 252	0.99 312	0.58 261	0.49 308	0.76 227	0.48 224	1.10 169	0.96 173	1.40 365	1.56 369	0.62 107	0.48 100	0.80 86	0.71 279	0.23 251	0.15 177	0.19 90	0.16 105	0.19 115	0.21 217

IPLGR	0.58 156	0.27 109	1.14 366	0.48 96	0.28 74	0.65 170	0.33 64	1.22 211	1.13 261	1.18 264	1.05 183	0.69 130	0.66 193	0.96 131	0.52 211	0.17 62	0.15 177	0.20 123	0.17 125	0.20 149	0.18 130

ACRE	0.61 170	0.33 252	1.01 321	0.58 261	0.49 308	0.75 221	0.47 214	1.06 156	0.95 168	1.37 354	1.55 365	0.62 107	0.46 80	0.83 96	0.70 274	0.23 251	0.15 177	0.19 90	0.16 105	0.18 78	0.21 217

CrosDoStereo	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 508	1.10 169	0.98 185	1.34 347	1.75 403	1.00 246	1.89 450	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

TRStereo	0.60 164	0.60 412	0.97 308	0.74 401	0.67 394	0.46 46	0.38 115	1.85 366	0.89 147	0.79 119	0.80 109	0.88 195	0.39 48	1.10 171	0.41 124	0.23 251	0.15 177	0.23 220	0.24 299	0.17 49	0.15 56

PSM-softLoss	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

KMStereo	0.78 280	0.31 215	0.77 225	0.58 261	0.32 154	0.56 117	0.40 137	1.18 192	0.70 93	1.24 295	1.07 189	0.83 174	0.52 119	5.36 440	0.53 218	0.24 266	0.15 177	0.25 278	0.22 265	0.20 149	0.25 278

DeepStereo_LL	1.58 429	0.24 47	0.72 179	0.48 96	0.29 90	0.67 182	12.49 508	1.10 169	0.98 185	1.34 347	1.75 403	1.00 246	1.89 450	6.65 467	0.81 313	0.19 138	0.15 177	0.20 123	0.22 265	0.18 78	0.19 169

DEmStereo	0.97 346	0.23 34	0.79 235	0.47 72	0.32 154	1.04 327	0.56 291	0.93 90	0.89 147	1.39 364	2.14 437	1.02 255	2.07 461	5.64 450	0.77 300	0.17 62	0.15 177	0.20 123	0.20 194	0.18 78	0.20 200

AnonymousM	0.59 161	1.11 462	0.41 15	0.44 44	0.32 154	0.43 36	0.47 214	1.05 143	0.64 67	0.98 170	0.63 63	0.67 123	0.43 65	0.59 29	0.41 124	0.20 169	0.15 177	1.84 482	0.84 473	0.14 4	0.13 11

CroCo-Stereo	0.40 29	0.31 215	0.73 191	0.58 261	0.27 51	0.26 3	0.33 64	0.95 102	0.81 124	0.42 32	0.47 24	0.65 116	0.47 89	0.39 4	0.34 61	0.18 100	0.15 177	0.16 22	0.14 54	0.19 115	0.16 81
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
TestStereo	0.64 193	0.39 325	0.71 173	0.51 151	0.27 51	0.56 117	0.42 154	1.03 129	0.91 156	0.80 121	1.00 155	0.68 125	0.52 119	3.25 402	0.45 160	0.22 226	0.15 177	0.24 240	0.18 141	0.27 287	0.16 81

XX-TBD	0.46 69	0.70 429	0.35 1	0.79 413	0.25 29	0.58 125	0.26 24	0.69 17	1.27 338	0.76 109	1.00 155	0.45 31	0.33 25	0.47 7	0.37 90	0.19 138	0.15 177	0.15 8	0.11 8	0.17 49	0.14 28

raftrobust	0.52 94	0.25 70	0.56 74	0.65 342	0.52 336	0.49 63	0.34 76	0.98 113	0.91 156	1.30 322	0.87 119	0.63 110	0.81 244	0.78 80	0.41 124	0.19 138	0.15 177	0.16 22	0.14 54	0.15 13	0.16 81

RALAANet	0.60 164	0.33 252	0.87 267	0.62 310	0.50 315	0.69 194	0.31 51	1.21 203	1.06 220	1.09 202	1.16 236	0.88 195	0.46 80	1.22 196	0.42 135	0.19 138	0.15 177	0.21 155	0.17 125	0.27 287	0.17 106

GMStereo	0.55 134	0.45 355	0.94 297	0.50 122	0.32 154	0.64 156	0.43 171	1.00 119	1.40 398	0.82 129	0.73 88	0.51 61	0.45 75	0.85 104	0.55 228	0.24 266	0.15 177	0.20 123	0.21 237	0.31 335	0.24 266
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FENet	0.60 164	0.28 129	0.63 112	0.54 203	0.33 174	0.83 267	0.38 115	1.27 221	1.07 225	1.00 177	0.86 116	0.99 245	0.85 263	0.96 131	0.68 270	0.22 226	0.15 177	0.23 220	0.20 194	0.22 211	0.23 252

DIP-Stereo	0.62 174	0.30 182	0.83 248	0.48 96	0.36 204	0.95 303	0.33 64	2.37 461	0.67 84	1.25 300	1.00 155	0.68 125	0.51 115	0.91 118	0.61 248	0.18 100	0.15 177	0.21 155	0.17 125	0.19 115	0.19 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 409	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106

RAFT-Stereo	0.57 150	0.26 84	0.63 112	0.54 203	0.36 204	0.69 194	0.54 267	1.22 211	0.72 99	1.61 409	1.50 355	0.75 141	0.53 124	0.64 44	0.44 147	0.18 100	0.15 177	0.17 38	0.15 67	0.17 49	0.17 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaStereo	0.70 227	0.43 345	0.75 209	0.73 398	0.37 218	0.92 294	0.53 261	1.85 366	1.18 294	1.12 217	1.23 259	1.07 269	0.65 191	0.96 131	0.63 255	0.31 361	0.15 177	0.32 364	0.21 237	0.29 315	0.22 234
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.80 287	0.37 313	1.71 431	0.56 239	0.37 218	0.94 299	0.64 327	1.73 325	1.34 368	1.23 287	1.42 327	1.26 320	0.92 294	1.85 320	0.56 230	0.23 251	0.15 177	0.19 90	0.14 54	0.24 251	0.19 169

pmcnn	2.37 468	0.42 342	2.71 469	0.63 319	0.43 275	1.54 402	1.19 437	2.01 408	1.53 420	2.64 466	7.60 495	18.07 510	1.45 413	3.44 409	2.78 454	0.18 100	0.15 177	0.15 8	0.12 20	0.20 149	0.18 130

MM-Stereo_test1	0.49 87	0.24 47	0.56 74	0.51 151	0.30 111	0.50 73	0.54 267	0.91 81	1.03 207	0.84 134	0.69 76	0.54 75	0.60 162	1.16 184	0.33 46	0.18 100	0.16 212	0.20 123	0.17 125	0.19 115	0.15 56

model_zeroshot	0.48 82	0.29 162	0.86 256	0.51 151	0.36 204	0.69 194	0.37 109	1.12 177	0.62 60	0.85 139	0.84 113	0.66 120	0.37 40	0.73 69	0.34 61	0.20 169	0.16 212	0.19 90	0.16 105	0.17 49	0.16 81

H2IRNET	0.56 143	0.26 84	0.66 133	0.47 72	0.35 195	0.41 24	0.26 24	0.92 84	1.17 287	0.61 87	1.28 280	1.08 270	0.86 271	0.99 142	0.63 255	0.19 138	0.16 212	0.22 182	0.25 313	0.21 188	0.18 130

MGS-Stereo	0.42 38	0.26 84	0.58 89	0.44 44	0.28 74	0.50 73	0.34 76	0.57 9	0.83 130	0.46 44	1.31 290	0.52 68	0.33 25	0.65 49	0.36 79	0.19 138	0.16 212	0.18 69	0.15 67	0.17 49	0.16 81

MyStereo07	0.48 82	0.29 162	0.50 40	0.55 226	0.45 289	0.59 130	0.79 368	1.05 143	0.51 36	0.48 51	0.53 40	0.43 21	0.55 136	1.30 216	0.34 61	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

MyStereo06	0.61 170	0.28 129	0.95 301	0.56 239	0.46 299	0.61 144	0.73 352	1.78 345	0.67 84	1.03 188	1.12 215	1.13 292	0.56 140	0.78 80	0.41 124	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

MyStereo05	0.66 208	0.28 129	1.07 346	0.56 239	0.46 299	0.61 144	0.73 352	1.34 232	1.41 402	1.15 240	0.91 127	0.77 148	0.80 241	1.41 249	0.63 255	0.17 62	0.16 212	0.23 220	0.20 194	0.22 211	0.20 200

MyStereo04	0.67 217	0.29 162	1.07 346	0.55 226	0.45 289	0.59 130	0.79 368	1.50 270	1.40 398	0.91 151	0.91 127	0.74 139	0.86 271	1.52 265	0.62 251	0.17 62	0.16 212	0.24 240	0.20 194	0.23 236	0.20 200

CoDeX	0.73 253	0.29 162	0.93 293	0.54 203	0.36 204	1.14 342	0.61 319	2.34 458	1.17 287	1.16 250	1.25 265	0.91 207	0.87 276	1.33 223	0.64 259	0.20 169	0.16 212	0.21 155	0.18 141	0.20 149	0.18 130

MaDis-Stereo	0.36 10	0.25 70	0.58 89	0.44 44	0.34 191	0.30 7	0.30 46	0.72 21	0.50 28	0.37 19	0.36 9	0.58 91	0.49 108	0.52 14	0.36 79	0.19 138	0.16 212	0.19 90	0.15 67	0.18 78	0.14 28

MIF-Stereo (partial)	0.45 62	0.25 70	0.70 161	0.50 122	0.52 336	0.35 11	0.26 24	0.91 81	0.59 56	0.45 43	0.71 83	0.51 61	0.51 115	1.11 174	0.45 160	0.20 169	0.16 212	0.23 220	0.20 194	0.24 251	0.18 130

EKT-Stereo	0.53 104	0.30 182	0.73 191	0.58 261	0.60 373	0.51 89	0.48 224	0.94 97	0.90 151	0.71 101	0.88 121	0.77 148	0.43 65	1.07 164	0.40 113	0.22 226	0.16 212	0.21 155	0.18 141	0.20 149	0.22 234

MIM_Stereo	0.57 150	0.24 47	0.92 291	0.46 61	0.30 111	0.54 105	0.28 34	1.27 221	0.75 106	1.00 177	1.16 236	0.93 218	0.53 124	1.45 254	0.61 248	0.16 26	0.16 212	0.20 123	0.19 162	0.17 49	0.14 28

PCWNet_CMD	0.66 208	0.32 231	0.88 274	0.49 111	0.37 218	0.78 240	0.40 137	1.42 250	1.31 357	1.16 250	1.31 290	1.25 316	0.62 176	0.89 116	0.57 233	0.20 169	0.16 212	0.27 312	0.19 162	0.40 383	0.25 278

LL-Strereo2	0.52 94	0.33 252	0.69 155	0.52 172	0.37 218	0.70 201	0.30 46	1.13 180	0.67 84	0.94 159	0.78 99	0.91 207	0.42 58	1.05 159	0.42 135	0.17 62	0.16 212	0.29 335	0.25 313	0.21 188	0.16 81

DCRE	0.82 296	0.26 84	0.70 161	0.58 261	0.44 282	0.54 105	0.48 224	0.95 102	0.78 117	0.78 116	7.33 494	0.86 187	0.52 119	0.76 75	0.41 124	0.16 26	0.16 212	0.19 90	0.17 125	0.18 78	0.17 106

anonymousa	0.72 236	0.27 109	0.75 209	0.47 72	0.63 382	1.43 393	0.45 200	1.24 217	0.89 147	1.28 309	1.75 403	1.62 385	1.13 371	0.69 54	0.59 238	0.19 138	0.16 212	0.23 220	0.25 313	0.20 149	0.18 130

IER	0.70 227	0.31 215	1.02 328	0.48 96	0.52 336	1.34 378	0.51 242	1.17 187	0.99 192	1.23 287	1.34 305	1.12 287	1.11 364	0.99 142	0.71 279	0.20 169	0.16 212	0.21 155	0.21 237	0.20 149	0.19 169

DAS	0.84 307	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 427	1.55 365	0.95 229	1.04 348	2.83 387	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

SepStereo	0.82 296	0.34 275	1.03 332	0.64 328	0.69 402	0.77 235	0.63 325	1.54 286	1.20 305	1.79 427	1.55 365	0.95 229	1.04 348	2.30 363	0.60 246	0.21 200	0.16 212	0.25 278	0.18 141	0.27 287	0.22 234

FTStereo	0.91 329	0.26 84	0.56 74	0.54 203	0.33 174	0.66 178	1.87 473	1.00 119	0.75 106	1.75 421	4.15 474	1.04 262	1.65 432	1.57 276	0.46 174	0.19 138	0.16 212	0.23 220	0.21 237	0.18 78	0.63 444

ASMatch	0.88 321	0.26 84	0.69 155	0.51 151	0.35 195	0.48 51	0.37 109	1.12 177	0.92 161	1.10 210	3.28 464	0.96 235	0.98 327	4.90 432	0.49 193	0.19 138	0.16 212	0.22 182	0.19 162	0.19 115	0.27 309

CFNet_pseudo	0.66 208	0.32 231	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.24 312	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.33 372	0.19 162	0.36 362	0.25 278

RALCasStereoNet	0.54 119	0.30 182	0.66 133	0.59 274	0.51 326	0.61 144	0.52 253	0.94 97	0.93 163	0.70 99	1.01 161	0.78 152	0.44 72	1.33 223	0.47 181	0.20 169	0.16 212	0.18 69	0.16 105	0.20 149	0.19 169

MSMDNet	0.66 208	0.32 231	0.87 267	0.49 111	0.37 218	0.79 244	0.40 137	1.43 256	1.31 357	1.15 240	1.31 290	1.24 312	0.63 181	0.88 111	0.57 233	0.21 200	0.16 212	0.26 297	0.19 162	0.39 379	0.24 266

ccs_rob	0.66 208	0.33 252	0.86 256	0.48 96	0.39 245	0.70 201	0.40 137	1.33 227	1.22 317	1.16 250	1.34 305	1.23 310	0.64 185	0.98 139	0.59 238	0.21 200	0.16 212	0.35 390	0.20 194	0.37 366	0.25 278

HSM	1.19 397	0.32 231	0.65 126	0.57 255	0.38 235	1.23 361	0.59 314	2.25 450	1.19 300	1.30 322	1.25 265	1.94 423	1.03 346	9.32 497	0.71 279	0.22 226	0.16 212	0.20 123	0.16 105	0.21 188	0.21 217

StereoDRNet-Refined	0.80 287	0.41 338	0.88 274	0.62 310	0.42 267	1.33 376	0.48 224	1.52 278	1.17 287	1.45 377	1.44 336	1.44 356	0.90 288	1.26 206	1.24 381	0.20 169	0.16 212	0.27 312	0.24 299	0.25 262	0.28 321
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MM-Stereo_test3	0.50 91	0.24 47	0.54 63	0.54 203	0.74 411	0.49 63	0.53 261	1.09 166	1.05 216	0.62 89	0.95 136	0.61 102	0.42 58	0.77 78	0.38 100	0.20 169	0.17 240	0.20 123	0.16 105	0.18 78	0.18 130

AIO-test2	0.57 150	0.28 129	0.63 112	0.61 298	0.58 362	0.79 244	0.51 242	1.18 192	1.40 398	0.63 90	1.15 231	0.51 61	0.43 65	1.09 169	0.35 70	0.21 200	0.17 240	0.26 297	0.30 380	0.20 149	0.19 169

AIO-test1	0.56 143	0.25 70	0.55 71	0.64 328	0.78 424	0.80 252	0.36 95	1.18 192	1.34 368	0.57 74	0.88 121	0.61 102	0.50 112	1.12 177	0.35 70	0.17 62	0.17 240	0.22 182	0.24 299	0.18 78	0.23 252

rvit_stereo_ft	0.47 76	0.35 296	0.87 267	0.67 361	0.42 267	0.40 20	0.59 314	0.81 52	0.74 105	0.46 44	0.55 48	0.57 86	0.49 108	0.65 49	0.50 199	0.25 292	0.17 240	0.22 182	0.22 265	0.24 251	0.17 106

DispNO	0.93 334	0.30 182	1.34 397	0.55 226	0.55 348	0.89 281	0.49 234	1.48 264	1.21 311	1.17 259	1.27 275	1.19 301	0.90 288	5.23 437	0.74 286	0.22 226	0.17 240	0.24 240	0.21 237	0.19 115	0.20 200

Former-RAFT_DAM_RVC	0.46 69	0.36 306	0.71 173	0.47 72	0.36 204	0.67 182	0.35 81	0.78 38	1.12 249	0.61 87	0.62 62	0.39 17	0.39 48	0.71 62	0.39 108	0.20 169	0.17 240	0.22 182	0.18 141	0.23 236	0.19 169

GMStereo_Zeroshot	0.67 217	0.61 413	1.01 321	0.64 328	0.37 218	0.84 274	0.35 81	1.05 143	1.12 249	1.12 217	1.06 185	1.27 324	0.54 129	1.19 192	0.59 238	0.32 367	0.17 240	0.31 352	0.18 141	0.52 424	0.22 234

BUS	0.74 256	0.32 231	0.68 142	0.54 203	0.44 282	2.34 456	0.42 154	2.16 434	0.98 185	1.20 272	1.11 208	1.03 259	0.62 176	0.91 118	0.70 274	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

BSDual-CNN	0.71 234	0.32 231	0.68 142	0.54 203	0.44 282	1.27 366	0.65 329	2.16 434	0.98 185	1.20 272	1.11 208	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

hknet	0.77 272	0.32 231	0.95 301	0.54 203	0.38 235	1.27 366	0.65 329	2.16 434	1.07 225	1.20 272	1.11 208	1.59 381	0.81 244	1.37 233	0.66 263	0.22 226	0.17 240	0.25 278	0.22 265	0.22 211	0.22 234

PFNet+	0.59 161	0.28 129	0.77 225	0.53 188	0.30 111	0.59 130	0.31 51	0.92 84	1.14 264	1.33 344	1.10 202	0.79 156	0.57 149	1.31 217	0.49 193	0.25 292	0.17 240	0.28 325	0.26 330	0.21 188	0.25 278

LMCR-Stereo	0.82 296	0.46 357	0.88 274	0.75 404	0.43 275	1.33 376	0.56 291	2.43 466	0.98 185	1.53 393	1.49 352	0.74 139	1.00 337	1.63 285	0.89 333	0.28 340	0.17 240	0.22 182	0.17 125	0.29 315	0.20 200

sAnonymous2	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 457	0.56 431

CroCo_RVC	0.55 134	0.56 394	1.46 411	0.60 285	0.51 326	0.48 51	0.52 253	0.79 42	0.68 88	0.50 63	0.67 69	0.46 34	0.62 176	0.59 29	0.40 113	0.22 226	0.17 240	0.22 182	0.21 237	0.86 457	0.56 431

SFCPSM	0.70 227	0.28 129	1.02 328	0.51 151	0.38 235	1.37 381	0.66 334	2.00 404	1.03 207	1.17 259	1.21 253	0.82 167	0.78 231	1.03 151	0.53 218	0.21 200	0.17 240	0.22 182	0.24 299	0.21 188	0.19 169

UNet	0.83 302	0.34 275	1.31 389	0.58 261	0.74 411	1.58 405	0.49 234	1.41 248	1.04 212	1.21 276	1.08 193	1.54 373	1.12 367	1.65 287	1.09 363	0.23 251	0.17 240	0.25 278	0.20 194	0.25 262	0.22 234

RASNet	1.12 384	0.30 182	0.91 287	0.66 349	0.77 422	0.97 311	0.57 302	1.37 238	1.35 377	1.02 184	1.34 305	2.11 437	1.43 409	7.09 476	1.39 402	0.19 138	0.17 240	0.17 38	0.19 162	0.18 78	0.16 81

HSM-Net_RVC	0.87 320	0.29 162	0.53 58	0.53 188	0.30 111	1.15 347	0.55 283	3.57 484	1.28 343	1.53 393	1.74 400	1.68 398	0.93 303	1.49 262	0.77 300	0.22 226	0.17 240	0.19 90	0.18 141	0.20 149	0.19 169
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.96 340	0.36 306	1.01 321	0.62 310	0.42 267	0.99 317	0.47 214	1.90 379	1.32 361	0.99 173	1.39 322	1.10 282	0.86 271	5.58 449	0.79 308	0.23 251	0.17 240	0.28 325	0.27 340	0.26 273	0.21 217

AANet_RVC	1.16 395	0.52 383	1.49 418	0.65 342	0.45 289	0.75 221	0.69 344	1.42 250	1.55 423	1.34 347	1.87 418	1.53 372	0.78 231	7.43 482	1.38 399	0.25 292	0.17 240	0.19 90	0.16 105	0.22 211	0.26 300

UGAM	1.14 389	0.27 109	0.95 301	0.53 188	0.42 267	0.70 201	0.72 351	0.95 102	1.32 361	0.98 170	1.48 350	1.78 409	0.87 276	9.65 502	0.87 329	0.21 200	0.18 260	0.30 346	0.24 299	0.19 115	0.16 81

test_sample2	0.62 174	0.29 162	0.74 206	0.50 122	0.28 74	0.80 252	0.61 319	1.61 301	1.00 197	0.88 143	0.99 151	0.94 221	0.83 256	1.16 184	0.51 204	0.23 251	0.18 260	0.22 182	0.21 237	0.23 236	0.22 234

test_sample1	0.61 170	0.29 162	0.75 209	0.50 122	0.31 136	0.76 227	0.48 224	1.59 294	0.84 134	0.90 146	0.94 135	0.88 195	0.95 313	1.16 184	0.67 266	0.22 226	0.18 260	0.20 123	0.19 162	0.21 188	0.21 217

mmm	0.63 181	0.35 296	0.72 179	0.51 151	0.30 111	0.86 278	0.54 267	1.59 294	0.86 136	1.07 195	1.38 318	0.79 156	0.75 212	0.91 118	0.58 236	0.22 226	0.18 260	0.29 335	0.25 313	0.25 262	0.23 252

11t1	0.52 94	0.28 129	0.68 142	0.51 151	0.28 74	0.83 267	0.39 130	1.22 211	0.63 63	0.84 134	0.74 91	0.68 125	0.68 194	0.91 118	0.57 233	0.21 200	0.18 260	0.19 90	0.16 105	0.20 149	0.21 217

LL-Strereo	1.33 410	0.39 325	1.38 399	0.61 298	0.61 376	0.75 221	0.66 334	1.63 307	1.17 287	1.56 401	1.60 377	2.03 433	2.12 462	9.72 503	0.97 348	0.21 200	0.18 260	0.27 312	0.23 287	0.22 211	0.25 278

CBFPSM	0.92 331	0.33 252	1.86 442	0.49 111	0.38 235	1.75 419	0.84 380	1.39 244	1.12 249	1.09 202	0.99 151	2.37 447	1.66 436	1.32 221	1.42 411	0.19 138	0.18 260	0.20 123	0.20 194	0.21 188	0.33 358

CroCo-Stereo Lap2	0.44 54	0.34 275	0.77 225	0.61 298	0.79 427	0.28 6	0.35 81	0.75 28	0.71 98	0.38 24	0.50 34	0.72 137	0.55 136	0.57 27	0.47 181	0.17 62	0.18 260	0.19 90	0.16 105	0.21 188	0.20 200

dd	0.59 161	0.48 366	0.97 308	0.55 226	0.32 154	0.64 156	0.47 214	1.02 125	1.34 368	0.78 116	0.86 116	0.58 91	0.54 129	1.01 147	0.86 328	0.28 340	0.18 260	0.26 297	0.19 162	0.32 343	0.24 266

GwcNet-ADL	0.64 193	0.31 215	0.79 235	0.56 239	0.41 262	0.60 138	0.58 306	1.41 248	1.26 332	1.08 196	1.13 220	0.91 207	0.60 162	1.04 157	0.78 302	0.27 327	0.18 260	0.18 69	0.18 141	0.25 262	0.29 325

GANet-ADL	0.60 164	0.35 296	0.72 179	0.64 328	0.40 255	0.68 189	0.51 242	1.49 266	1.12 249	0.95 161	1.08 193	0.91 207	0.57 149	0.76 75	0.55 228	0.26 312	0.18 260	0.18 69	0.16 105	0.23 236	0.25 278

RAFT	0.64 193	0.30 182	0.73 191	0.59 274	0.33 174	0.68 189	0.58 306	1.04 135	0.76 112	1.08 196	1.19 248	1.65 395	0.93 303	1.06 160	0.56 230	0.21 200	0.18 260	0.27 312	0.24 299	0.22 211	0.17 106

MMNet	0.84 307	0.32 231	1.09 353	0.60 285	0.59 370	1.85 432	0.49 234	1.51 276	1.27 338	1.37 354	1.15 231	1.26 320	1.18 377	1.67 292	1.22 379	0.19 138	0.18 260	0.23 220	0.22 265	0.25 262	0.21 217

cf-r	0.73 253	0.30 182	0.77 225	0.55 226	0.63 382	0.78 240	0.48 224	1.79 350	1.15 275	1.13 231	1.26 272	1.43 351	0.87 276	1.40 248	0.85 326	0.25 292	0.18 260	0.22 182	0.23 287	0.19 115	0.19 169

GwcNet-RSSM	0.77 272	0.32 231	1.01 321	0.62 310	0.54 342	0.78 240	0.51 242	1.73 325	1.20 305	1.09 202	1.37 314	1.46 360	0.85 263	1.53 269	1.09 363	0.25 292	0.18 260	0.23 220	0.24 299	0.20 149	0.19 169

DISCO	1.03 365	0.34 275	1.11 358	0.69 375	0.45 289	2.07 445	0.84 380	2.13 425	1.50 415	1.15 240	1.33 298	2.40 449	1.07 358	2.60 380	1.51 420	0.23 251	0.18 260	0.22 182	0.20 194	0.31 335	0.27 309

FACV-RUCA	0.63 181	0.34 275	0.82 244	0.62 310	0.65 387	0.81 260	0.41 150	1.44 257	1.07 225	0.86 141	1.14 224	0.61 102	0.69 197	0.80 86	0.53 218	0.28 340	0.19 276	0.47 431	0.21 237	0.35 355	0.25 278

mmx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 485	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

xxx	1.39 416	0.33 252	0.85 250	0.53 188	0.37 218	0.74 216	0.56 291	2.13 425	1.37 384	1.15 240	1.45 338	1.06 264	0.82 248	7.22 477	7.61 485	0.24 266	0.19 276	0.31 352	0.27 340	0.30 326	0.25 278

CASS	0.65 201	0.34 275	0.72 179	0.56 239	0.27 51	0.78 240	0.42 154	1.59 294	0.86 136	1.30 322	1.25 265	0.87 191	0.84 260	0.84 99	0.54 224	0.35 390	0.19 276	0.26 297	0.21 237	0.28 304	0.42 394
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.66 208	0.33 252	1.23 376	0.51 151	0.33 174	0.86 278	0.68 340	1.10 169	0.97 180	0.84 134	1.08 193	1.25 316	0.94 308	1.01 147	0.74 286	0.19 138	0.19 276	0.24 240	0.24 299	0.27 287	0.23 252

x	0.54 119	0.31 215	0.61 104	0.47 72	0.30 111	0.67 182	0.47 214	1.53 284	0.79 121	0.81 125	0.83 111	0.78 152	0.70 202	0.70 58	0.62 251	0.21 200	0.19 276	0.22 182	0.19 162	0.21 188	0.20 200

psmg	0.72 236	0.32 231	0.68 142	0.50 122	0.44 282	1.48 396	0.75 357	1.94 392	0.98 185	1.21 276	1.33 298	1.12 287	0.74 210	0.91 118	0.66 263	0.24 266	0.19 276	0.25 278	0.25 313	0.23 236	0.22 234

UDGNet	0.72 236	1.17 467	0.80 240	0.77 409	0.41 262	0.77 235	0.38 115	0.97 109	1.34 368	0.81 125	0.88 121	0.71 136	0.60 162	1.21 195	0.54 224	0.52 440	0.19 276	1.02 473	0.26 330	0.71 453	0.31 347

GEStereo_RVC	0.90 326	0.37 313	0.99 312	0.64 328	0.50 315	0.95 303	0.79 368	2.42 465	1.17 287	1.16 250	1.11 208	1.26 320	0.92 294	3.24 401	0.90 336	0.29 350	0.19 276	0.23 220	0.20 194	0.27 287	0.29 325

GES	0.66 208	0.34 275	0.90 284	0.59 274	0.38 235	0.94 299	0.57 302	2.11 424	0.86 136	1.02 184	1.11 208	0.66 120	0.79 235	0.99 142	0.61 248	0.27 327	0.19 276	0.20 123	0.20 194	0.21 188	0.30 337

HCRNet	0.70 227	0.39 325	0.73 191	0.60 285	0.59 370	0.76 227	0.35 81	1.22 211	1.13 261	1.02 184	0.99 151	1.02 255	0.76 220	2.19 354	0.70 274	0.28 340	0.19 276	0.28 325	0.23 287	0.25 262	0.23 252

ACVNet	0.63 181	0.31 215	0.54 63	0.54 203	0.36 204	0.80 252	0.46 207	1.37 238	1.07 225	0.93 154	1.30 284	1.08 270	0.85 263	0.80 86	0.94 340	0.21 200	0.19 276	0.21 155	0.18 141	0.22 211	0.18 130

acv_ft	0.75 264	0.31 215	0.95 301	0.70 380	0.86 441	1.24 362	0.53 261	1.44 257	1.07 225	1.24 295	1.30 284	1.08 270	0.92 294	0.80 86	1.34 394	0.21 200	0.19 276	0.21 155	0.18 141	0.21 188	0.18 130

GANet-RSSM	0.72 236	0.28 129	0.63 112	0.64 328	0.58 362	0.80 252	0.58 306	1.89 376	1.08 231	1.04 191	1.25 265	1.15 295	1.04 348	1.49 262	0.62 251	0.25 292	0.19 276	0.22 182	0.22 265	0.22 211	0.21 217

PSMNet-RSSM	0.72 236	0.30 182	0.61 104	0.63 319	0.42 267	0.73 212	0.56 291	1.92 386	1.10 243	1.09 202	1.37 314	1.22 305	0.98 327	1.28 211	0.72 282	0.27 327	0.19 276	0.27 312	0.29 371	0.24 251	0.24 266

DMCA	0.67 217	0.34 275	0.90 284	0.51 151	0.44 282	0.86 278	0.47 214	1.42 250	1.02 203	1.17 259	1.12 215	1.23 310	0.75 212	0.78 80	0.95 343	0.25 292	0.19 276	0.27 312	0.19 162	0.24 251	0.27 309

SuperB	2.53 474	0.59 404	18.45 505	0.69 375	0.50 315	1.87 434	0.88 390	1.67 315	2.39 463	1.50 389	1.42 327	1.14 294	1.15 373	4.28 422	5.07 474	0.24 266	0.19 276	0.22 182	0.19 162	7.86 512	0.34 362

LE_ROB	8.05 502	0.37 313	23.53 509	0.74 401	0.33 174	2.77 469	2.87 499	3.71 486	27.24 517	25.39 517	8.87 502	8.46 499	26.71 517	6.65 467	21.99 511	0.21 200	0.19 276	0.20 123	0.21 237	0.25 262	0.22 234

rvit_stereo_0081	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

rvit_stereo_0082	0.44 54	0.33 252	0.64 119	0.54 203	0.35 195	0.41 24	0.44 184	0.66 14	0.95 168	0.48 51	0.52 38	0.50 57	0.46 80	0.82 94	0.44 147	0.25 292	0.20 294	0.22 182	0.19 162	0.25 262	0.17 106

test_sample5	0.69 223	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.11 216	1.25 265	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

test_sample4	0.69 223	0.33 252	0.91 287	0.51 151	0.30 111	0.92 294	0.52 253	1.87 371	1.15 275	1.14 234	1.18 241	0.87 191	0.75 212	1.18 190	0.68 270	0.25 292	0.20 294	0.26 297	0.26 330	0.26 273	0.25 278

test_sample3	0.68 221	0.32 231	0.88 274	0.52 172	0.30 111	0.97 311	0.52 253	1.86 369	1.15 275	1.08 196	1.11 208	0.88 195	0.71 206	1.17 188	0.68 270	0.25 292	0.20 294	0.25 278	0.25 313	0.25 262	0.25 278

SMFormer	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.23 236	0.24 266

tta	0.75 264	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.82 318	0.24 266	0.20 294	0.22 182	0.21 237	0.18 78	0.18 130

qqq1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

fff1	0.72 236	0.30 182	0.86 256	0.46 61	0.26 34	0.82 262	0.43 171	2.05 414	1.39 393	1.23 287	1.47 345	0.98 239	0.95 313	1.71 300	0.44 147	0.24 266	0.20 294	0.18 69	0.15 67	0.18 78	0.18 130

DualNet	0.70 227	0.34 275	0.87 267	0.52 172	0.30 111	0.84 274	0.54 267	1.83 362	1.14 264	1.14 234	1.33 298	0.88 195	0.78 231	1.23 198	0.65 260	0.26 312	0.20 294	0.27 312	0.27 340	0.27 287	0.26 300

CFNet_ucs	0.70 227	0.33 252	0.88 274	0.50 122	0.43 275	0.74 216	0.44 184	1.60 298	1.29 347	1.22 281	1.54 363	1.09 280	0.63 181	0.99 142	0.59 238	0.25 292	0.20 294	0.37 401	0.21 237	0.40 383	0.28 321

qqq	0.57 150	0.34 275	0.71 173	0.47 72	0.27 51	0.64 156	0.62 322	1.42 250	0.78 117	0.80 121	0.92 129	0.95 229	0.77 224	0.88 111	0.59 238	0.21 200	0.20 294	0.24 240	0.23 287	0.22 211	0.21 217

GLC_STEREO	0.39 22	0.25 70	0.41 15	0.54 203	0.23 13	0.48 51	0.30 46	0.73 23	0.58 50	0.52 68	0.73 88	0.51 61	0.31 18	0.64 44	0.42 135	0.17 62	0.20 294	0.23 220	0.19 162	0.21 188	0.17 106

ADLNet	0.85 311	0.36 306	0.89 280	0.85 434	0.72 407	1.24 362	0.76 360	1.82 357	1.36 380	1.52 392	1.35 311	1.27 324	0.99 335	1.23 198	1.15 372	0.27 327	0.20 294	0.26 297	0.25 313	0.28 304	0.30 337

222	1.61 433	0.29 162	0.67 138	0.56 239	0.29 90	1.06 331	0.42 154	2.17 440	1.31 357	1.31 332	1.52 358	0.92 216	0.94 308	1.76 310	17.65 508	0.24 266	0.20 294	0.21 155	0.19 162	0.22 211	0.23 252

test_xeample	1.45 421	0.28 129	0.65 126	0.51 151	0.28 74	0.94 299	0.59 314	2.14 429	1.29 347	1.24 295	1.51 357	0.88 195	0.86 271	1.46 256	15.10 504	0.22 226	0.20 294	0.22 182	0.20 194	0.22 211	0.22 234

CFNet-ft	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 377	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

ADCRef	1.35 412	0.55 391	2.37 460	0.72 390	0.77 422	1.94 437	0.78 365	1.91 383	1.27 338	1.57 405	1.59 376	1.36 343	1.41 407	1.54 271	7.53 484	0.23 251	0.20 294	0.32 364	0.30 380	0.29 315	0.29 325

CFNet_RVC	0.72 236	0.32 231	0.54 63	0.66 349	0.54 342	0.83 267	0.55 283	1.37 238	1.15 275	0.93 154	1.28 280	1.57 377	0.97 323	1.35 227	0.81 313	0.26 312	0.20 294	0.33 372	0.25 313	0.30 326	0.23 252

UCFNet_RVC	0.69 223	0.35 296	0.49 35	0.64 328	0.39 245	0.85 277	0.58 306	1.75 331	1.14 264	0.97 166	1.19 248	1.17 297	0.93 303	0.99 142	0.62 251	0.28 340	0.20 294	0.34 382	0.31 385	0.32 343	0.27 309

NVstereo2D	0.92 331	0.41 338	1.48 416	0.72 390	0.72 407	1.20 358	0.87 388	1.75 331	1.38 388	0.99 173	1.13 220	1.26 320	0.98 327	2.21 356	0.89 333	0.43 421	0.20 294	0.38 404	0.24 299	0.57 433	0.63 444

rvit_stereo_0081_aga	0.44 54	0.34 275	0.73 191	0.51 151	0.41 262	0.50 73	0.40 137	0.81 52	0.57 49	0.58 76	0.56 51	0.53 73	0.43 65	0.66 51	0.40 113	0.26 312	0.21 315	0.22 182	0.20 194	0.26 273	0.18 130

rvit_stereo_0080	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

test_sample6	0.71 234	0.34 275	0.87 267	0.52 172	0.30 111	0.82 262	0.58 306	1.79 350	1.15 275	1.14 234	1.33 298	0.91 207	0.79 235	1.31 217	0.74 286	0.27 327	0.21 315	0.27 312	0.29 371	0.28 304	0.27 309

1111x	1.70 441	0.29 162	0.86 256	0.51 151	0.27 51	1.01 320	0.68 340	2.22 447	1.28 343	1.13 231	1.40 324	1.21 303	1.10 363	5.53 446	15.20 505	0.22 226	0.21 315	0.22 182	0.22 265	0.24 251	0.22 234

whm_eth	0.44 54	0.32 231	0.71 173	0.47 72	0.36 204	0.42 31	0.55 283	0.82 55	0.68 88	0.50 63	0.60 58	0.55 77	0.47 89	0.59 29	0.44 147	0.26 312	0.21 315	0.20 123	0.20 194	0.31 335	0.19 169

gwcnet-sp	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 322	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

scenet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 322	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

ssnet	0.74 256	0.33 252	1.44 404	0.57 255	0.45 289	1.40 387	0.54 267	1.50 270	1.14 264	1.30 322	1.02 169	0.94 221	0.82 248	1.39 242	0.76 294	0.21 200	0.21 315	0.22 182	0.21 237	0.22 211	0.22 234

AACVNet	0.86 316	0.35 296	0.79 235	0.82 425	0.39 245	0.76 227	0.49 234	1.61 301	0.81 124	1.08 196	1.33 298	1.30 331	0.93 303	4.34 423	0.74 286	0.25 292	0.21 315	0.28 325	0.22 265	0.29 315	0.25 278

ADLNet2	0.88 321	0.34 275	1.17 370	0.77 409	0.64 385	1.12 340	0.76 360	1.74 329	1.24 324	1.21 276	1.65 390	1.71 401	1.05 352	1.67 292	1.17 375	0.24 266	0.21 315	0.21 155	0.22 265	0.26 273	0.29 325

ICVP	0.63 181	0.33 252	0.57 84	0.61 298	0.40 255	0.80 252	0.58 306	1.61 301	0.89 147	0.90 146	1.24 261	0.88 195	0.73 208	0.72 65	0.88 330	0.29 350	0.21 315	0.22 182	0.21 237	0.24 251	0.27 309
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	1.51 425	0.28 129	0.68 142	0.54 203	0.28 74	1.16 349	0.44 184	2.19 443	1.29 347	1.09 202	1.36 312	1.22 305	0.85 263	1.79 313	15.70 507	0.24 266	0.21 315	0.21 155	0.20 194	0.22 211	0.23 252

delet	0.85 311	0.32 231	0.95 301	0.65 342	0.66 390	1.64 411	0.84 380	1.75 331	1.35 377	1.32 336	1.30 284	1.30 331	0.88 281	1.68 297	1.10 366	0.21 200	0.21 315	0.24 240	0.24 299	0.21 188	0.21 217

DMCA-RVC	0.74 256	0.40 331	1.27 385	0.66 349	0.49 308	0.77 235	0.47 214	1.35 235	1.01 200	1.53 393	1.01 161	1.29 330	0.82 248	1.31 217	0.78 302	0.27 327	0.21 315	0.35 390	0.27 340	0.32 343	0.24 266

ADCP+	1.99 457	0.48 366	7.73 491	0.66 349	0.91 445	2.30 454	1.05 421	1.82 357	1.34 368	1.54 397	1.32 296	1.74 405	1.61 429	2.17 349	13.37 500	0.24 266	0.21 315	0.32 364	0.28 360	0.37 366	0.29 325

RYNet	1.17 396	0.49 369	1.24 379	0.70 380	0.97 453	1.71 415	0.92 399	1.91 383	1.46 410	1.38 359	1.14 224	1.88 413	1.30 400	4.24 419	1.87 432	0.26 312	0.21 315	0.35 390	0.27 340	0.55 430	0.54 427

TDLM	1.06 369	0.44 348	0.79 235	0.63 319	0.50 315	0.89 281	1.44 452	1.48 264	1.26 332	1.12 217	1.40 324	1.08 270	0.98 327	6.65 467	0.78 302	0.33 375	0.21 315	0.33 372	0.26 330	0.37 366	0.24 266

DRN-Test	1.00 357	0.44 348	1.13 362	0.70 380	0.81 434	1.62 408	0.79 368	2.14 429	1.44 408	1.78 424	1.33 298	1.43 351	1.05 352	2.18 352	1.53 421	0.27 327	0.21 315	0.31 352	0.30 380	0.32 343	0.28 321

DDVS	0.78 280	0.41 338	0.94 297	0.60 285	0.43 275	1.30 371	0.43 171	1.40 246	0.91 156	1.20 272	1.15 231	1.43 351	0.64 185	2.18 352	0.89 333	0.28 340	0.22 333	0.26 297	0.23 287	0.31 335	0.33 358

ACV-stereo	0.99 352	0.51 379	1.41 402	0.56 239	0.41 262	2.43 460	0.57 302	1.15 183	1.18 294	0.81 125	1.01 161	3.39 471	2.14 463	1.60 281	1.07 360	0.27 327	0.22 333	0.22 182	0.22 265	0.28 304	0.32 352

CAS++	0.47 76	0.31 215	0.56 74	0.47 72	0.32 154	0.42 31	0.28 34	1.76 337	0.72 99	0.71 101	0.72 86	0.37 14	0.28 8	0.69 54	0.33 46	0.27 327	0.22 333	0.26 297	0.21 237	0.29 315	0.19 169
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CRFU-Net	0.86 316	0.39 325	1.00 317	0.65 342	0.57 353	1.78 426	0.86 386	2.15 431	0.81 124	1.38 359	1.18 241	1.64 393	1.19 380	1.35 227	0.90 336	0.26 312	0.22 333	0.21 155	0.19 162	0.23 236	0.24 266

CSP-Net	0.97 346	0.38 320	0.83 248	0.53 188	0.41 262	1.63 409	0.77 363	2.00 404	1.05 216	1.25 300	1.20 251	1.33 336	0.83 256	4.93 434	0.85 326	0.32 367	0.22 333	0.20 123	0.20 194	0.23 236	0.25 278

PSMNet-ADL	0.72 236	0.35 296	0.62 109	0.69 375	0.46 299	1.14 342	0.44 184	1.37 238	1.01 200	0.83 131	1.17 239	1.33 336	0.96 320	1.43 250	0.95 343	0.33 375	0.22 333	0.21 155	0.23 287	0.27 287	0.29 325

ac_64	0.82 296	0.29 162	0.81 241	0.71 387	0.60 373	1.05 328	0.54 267	1.99 403	0.92 161	1.18 264	1.06 185	1.99 428	1.08 359	1.94 330	0.97 348	0.27 327	0.22 333	0.24 240	0.23 287	0.22 211	0.19 169

FADNet-RVC-Resample	0.84 307	0.47 362	2.10 449	0.61 298	0.45 289	1.07 333	0.61 319	1.59 294	1.20 305	1.08 196	0.98 149	1.03 259	0.98 327	2.17 349	0.72 282	0.23 251	0.22 333	0.30 346	0.32 393	0.35 355	0.34 362

FADNet_RVC	0.83 302	0.51 379	1.83 441	0.54 203	0.42 267	1.19 356	0.46 207	1.51 276	1.09 238	0.89 144	1.24 261	0.91 207	0.87 276	2.11 345	1.11 368	0.27 327	0.22 333	0.31 352	0.28 360	0.43 395	0.38 382

NLCA_NET_v2_RVC	0.79 284	0.43 345	1.05 337	0.64 328	0.58 362	0.95 303	0.53 261	1.53 284	1.18 294	1.37 354	1.15 231	1.43 351	0.88 281	1.61 283	0.84 323	0.25 292	0.22 333	0.27 312	0.27 340	0.29 315	0.29 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PWC_ROB	1.24 399	0.76 437	2.46 462	0.72 390	0.78 424	1.15 347	0.49 234	1.75 331	1.92 449	2.31 453	3.07 461	1.59 381	1.40 406	2.46 374	2.10 444	0.33 375	0.22 333	0.35 390	0.24 299	0.38 375	0.41 390

ITSA-stereo	0.82 296	0.36 306	0.82 244	0.54 203	0.31 136	0.80 252	0.47 214	2.17 440	1.67 430	1.13 231	1.13 220	0.94 221	0.86 271	2.46 374	1.00 352	0.26 312	0.23 344	0.28 325	0.27 340	0.28 304	0.36 372

iinet-f	0.99 352	0.45 355	3.71 478	0.55 226	0.43 275	1.81 427	0.68 340	1.14 181	1.14 264	1.18 264	1.42 327	1.58 380	1.44 411	1.34 226	1.59 424	0.24 266	0.23 344	0.20 123	0.19 162	0.26 273	0.25 278

Wz-Net-MNSev	1.11 382	0.58 401	2.23 456	0.66 349	0.71 405	1.95 438	1.46 453	1.98 401	1.45 409	1.79 427	1.43 331	1.49 367	1.33 403	1.97 333	1.42 411	0.27 327	0.23 344	0.28 325	0.28 360	0.34 353	0.31 347

NINENet	0.77 272	0.37 313	0.78 233	0.62 310	0.51 326	2.34 456	0.42 154	1.83 362	1.04 212	1.14 234	1.23 259	1.03 259	0.62 176	1.24 203	0.70 274	0.28 340	0.23 344	0.31 352	0.21 237	0.26 273	0.25 278

AASNet	0.76 270	0.35 296	0.91 287	0.79 413	0.81 434	1.14 342	0.56 291	2.02 412	1.08 231	1.22 281	1.24 261	0.93 218	0.76 220	0.77 78	1.16 373	0.27 327	0.23 344	0.24 240	0.20 194	0.28 304	0.24 266

EDNetEfficientorigin	10.57 506	1.47 477	177.42 527	0.67 361	0.53 339	1.58 405	1.16 434	1.90 379	3.37 482	4.71 494	3.38 465	3.10 469	2.69 477	3.13 399	3.58 465	0.25 292	0.23 344	0.33 372	0.27 340	0.83 456	0.81 459

RTSC	1.29 403	0.73 431	2.44 461	0.83 428	0.57 353	1.85 432	0.65 329	1.88 374	2.00 453	2.20 450	1.66 392	1.60 383	1.26 393	2.33 365	3.92 468	0.32 367	0.23 344	0.27 312	0.29 371	0.37 366	0.37 376

CVANet_RVC	1.07 371	0.43 345	0.76 219	0.60 285	0.50 315	0.90 284	0.97 409	1.52 278	1.26 332	1.33 344	1.38 318	1.24 312	1.18 377	6.75 473	0.75 291	0.34 383	0.23 344	0.34 382	0.29 371	0.42 390	0.27 309

StereoDRNet	0.98 350	0.47 362	1.70 429	0.76 406	0.94 449	1.51 399	0.91 397	1.92 386	1.32 361	1.61 409	1.13 220	1.47 365	0.97 323	1.75 305	1.46 416	0.28 340	0.23 344	0.29 335	0.27 340	0.35 355	0.27 309

TANstereo	0.44 54	0.21 11	0.44 21	0.41 15	0.21 5	0.65 170	0.26 24	0.79 42	0.83 130	0.93 154	0.98 149	0.51 61	0.46 80	0.54 18	0.35 70	0.18 100	0.24 353	0.16 22	0.13 32	0.16 28	0.26 300

UPFNet	0.80 287	0.32 231	0.90 284	0.59 274	0.74 411	1.26 365	0.80 374	1.52 278	1.10 243	1.30 322	1.12 215	1.30 331	0.84 260	1.67 292	1.09 363	0.24 266	0.24 353	0.24 240	0.23 287	0.25 262	0.18 130

aanetorigin	1.23 398	0.79 439	2.78 471	0.70 380	0.79 427	0.99 317	1.06 423	1.06 156	1.37 384	3.52 481	2.61 454	1.72 402	1.63 430	1.99 334	1.78 429	0.25 292	0.24 353	0.26 297	0.25 313	0.38 375	0.45 405

EDNetEfficient	2.37 468	1.10 459	8.08 493	0.74 401	0.71 405	0.98 316	1.56 458	1.46 261	4.06 488	4.90 495	2.82 458	2.25 440	3.48 485	2.95 391	9.97 494	0.26 312	0.24 353	0.26 297	0.30 380	0.68 450	0.61 442

HGLStereo	0.85 311	0.38 320	0.94 297	0.80 416	1.03 454	1.17 351	0.58 306	1.52 278	1.20 305	1.19 268	1.62 384	1.13 292	1.20 383	1.80 314	1.06 357	0.24 266	0.24 353	0.24 240	0.21 237	0.23 236	0.27 309

ADCL	1.72 444	0.57 398	3.66 476	0.67 361	0.61 376	2.61 466	1.85 471	1.96 395	1.67 430	1.90 438	1.83 411	2.06 436	1.90 452	2.13 346	9.15 493	0.26 312	0.24 353	0.34 382	0.32 393	0.38 375	0.35 367

DLCB_ROB	0.86 316	0.40 331	0.78 233	0.68 372	0.54 342	1.11 337	0.84 380	1.49 266	1.23 320	1.64 414	1.65 390	1.70 400	0.91 291	1.70 299	1.05 355	0.25 292	0.24 353	0.26 297	0.27 340	0.27 287	0.24 266

rvit_stereo_0083	0.47 76	0.33 252	0.81 241	0.56 239	0.36 204	0.50 73	0.44 184	0.68 16	0.95 168	0.49 56	0.57 54	0.55 77	0.49 108	0.88 111	0.46 174	0.25 292	0.25 360	0.24 240	0.20 194	0.24 251	0.17 106

pcwnet_v2	0.97 346	0.37 313	4.33 479	0.62 310	0.54 342	0.79 244	0.45 200	2.02 412	1.58 424	1.42 373	1.64 388	1.09 280	0.79 235	1.24 203	0.67 266	0.32 367	0.25 360	0.29 335	0.27 340	0.37 366	0.35 367

RAFT + AFF	1.00 357	0.42 342	1.09 353	0.67 361	0.50 315	1.22 360	1.24 440	2.24 449	1.19 300	1.30 322	1.56 369	1.17 297	1.49 419	3.44 409	0.83 320	0.21 200	0.25 360	0.30 346	0.26 330	0.27 287	0.27 309

MDST_ROB	1.67 437	0.34 275	1.58 423	0.92 451	0.58 362	4.26 492	1.11 427	2.83 473	1.41 402	4.49 492	2.55 453	1.45 358	0.97 323	7.79 487	1.17 375	0.31 361	0.25 360	0.37 401	0.33 400	0.31 335	0.30 337

PSMNet_ROB	0.90 326	0.52 383	1.17 370	0.72 390	0.61 376	1.27 366	1.12 429	1.76 337	1.12 249	1.09 202	1.28 280	1.45 358	0.89 287	1.65 287	1.42 411	0.33 375	0.25 360	0.37 401	0.39 420	0.35 355	0.29 325

ttt	0.94 336	0.34 275	0.59 96	0.61 298	0.37 218	0.94 299	0.50 241	2.17 440	1.34 368	1.23 287	1.61 381	0.91 207	0.76 220	1.85 320	3.97 470	0.30 354	0.26 365	0.26 297	0.24 299	0.29 315	0.29 325

GASNet	0.99 352	0.97 450	1.72 432	0.98 455	0.68 400	0.83 267	0.67 337	1.60 298	1.28 343	1.31 332	1.22 255	1.22 305	1.21 386	2.41 371	1.41 407	0.43 421	0.26 365	0.36 398	0.34 405	0.55 430	0.31 347

Wz-Net-LNSev	1.03 365	0.67 422	2.71 469	0.64 328	0.84 438	1.75 419	1.00 415	1.80 353	1.32 361	1.28 309	1.25 265	1.65 395	1.22 387	1.39 242	1.40 403	0.28 340	0.26 365	0.24 240	0.23 287	0.33 350	0.32 352

WZ-Net	1.95 454	0.95 449	10.10 496	0.86 436	0.78 424	1.69 414	1.60 461	2.20 446	1.98 452	2.08 446	1.93 423	2.30 443	1.97 455	5.30 438	3.17 461	0.34 383	0.26 365	0.29 335	0.31 385	0.51 422	0.47 411

SACVNet	0.85 311	0.46 357	0.85 250	0.81 419	0.56 350	0.80 252	0.79 368	1.68 316	1.12 249	1.34 347	1.33 298	1.25 316	0.94 308	2.39 370	0.76 294	0.34 383	0.26 365	0.31 352	0.29 371	0.35 355	0.44 403

DSFCA	0.93 334	0.34 275	1.06 341	0.52 172	0.65 387	1.55 403	0.93 403	1.49 266	1.19 300	1.56 401	1.15 231	1.50 368	0.96 320	3.07 395	1.02 354	0.30 354	0.26 365	0.25 278	0.25 313	0.28 304	0.24 266

ETE_ROB	0.96 340	0.64 419	1.16 368	0.69 375	0.48 305	1.14 342	1.13 430	1.77 341	1.19 300	1.91 439	1.45 338	1.73 403	1.05 352	1.60 281	1.14 371	0.32 367	0.26 365	0.38 404	0.34 405	0.39 379	0.41 390

PWCDC_ROB	1.29 403	0.75 436	1.33 394	1.05 460	0.88 444	1.73 418	0.52 253	1.89 376	3.28 480	1.29 314	4.88 484	1.22 305	1.46 414	1.77 312	1.45 415	0.60 454	0.26 365	0.29 335	0.25 313	0.52 424	0.37 376

DCVSM-stereo	0.72 236	0.35 296	0.76 219	0.55 226	0.42 267	0.73 212	0.38 115	1.21 203	1.02 203	1.79 427	1.04 181	1.62 385	1.03 346	1.04 157	0.79 308	0.24 266	0.27 373	0.29 335	0.24 299	0.30 326	0.36 372

ssnet_v2	0.88 321	0.36 306	1.02 328	0.62 310	0.38 235	1.32 374	0.97 409	2.07 420	1.34 368	1.37 354	1.18 241	1.54 373	0.92 294	1.10 171	1.65 425	0.30 354	0.27 373	0.30 346	0.28 360	0.27 287	0.26 300

dad	0.86 316	0.66 421	1.06 341	0.56 239	0.37 218	0.76 227	0.44 184	1.17 187	1.50 415	1.44 375	1.27 275	1.34 340	0.75 212	2.52 377	0.84 323	0.42 416	0.27 373	0.83 465	0.26 330	0.41 386	0.29 325

sCroCo_RVC	0.49 87	0.40 331	1.02 328	0.65 342	0.60 373	0.52 93	0.40 137	0.83 59	0.61 58	0.44 37	0.74 91	0.49 51	0.50 112	0.63 43	0.48 186	0.26 312	0.27 373	0.23 220	0.22 265	0.29 315	0.25 278

STTStereo	0.78 280	0.50 376	1.22 375	0.64 328	0.54 342	0.89 281	0.54 267	1.44 257	1.11 245	1.38 359	1.09 198	1.27 324	0.85 263	1.43 250	0.83 320	0.29 350	0.27 373	0.33 372	0.39 420	0.32 343	0.30 337

PDISCO_ROB	1.32 409	0.65 420	1.44 404	1.36 470	1.46 477	2.55 463	0.92 399	2.45 467	2.07 457	1.37 354	1.49 352	1.65 395	1.00 337	2.82 386	1.35 397	1.01 468	0.27 373	0.54 445	0.47 439	0.71 453	0.73 456

LALA_ROB	1.01 361	0.59 404	1.16 368	0.67 361	0.51 326	1.63 409	1.26 444	1.69 318	1.38 388	1.81 431	1.37 314	1.94 423	1.02 344	1.58 278	1.38 399	0.37 398	0.27 373	0.43 421	0.37 416	0.43 395	0.37 376

rvit_stereo_0075_2	0.64 193	0.46 357	1.05 337	0.66 349	0.66 390	0.53 98	0.48 224	1.20 202	1.12 249	0.76 109	0.92 129	0.78 152	0.53 124	1.03 151	0.59 238	0.37 398	0.28 380	0.40 414	0.31 385	0.37 366	0.32 352

DualNet (step1)	0.83 302	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.57 449	0.28 380	0.62 457	0.67 464	0.45 404	0.42 394

test_sample7	0.74 256	0.37 313	0.76 219	0.52 172	0.35 195	0.91 287	0.67 337	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	1.23 198	0.67 266	0.31 361	0.28 380	0.32 364	0.31 385	0.33 350	0.29 325

StereoVision	0.65 201	0.34 275	0.86 256	0.59 274	0.40 255	0.50 73	0.41 150	1.09 166	0.93 163	0.71 101	2.50 452	0.82 167	0.57 149	1.03 151	0.49 193	0.25 292	0.28 380	0.29 335	0.28 360	0.36 362	0.20 200

fast-acv-ft	0.94 336	0.44 348	1.40 400	0.58 261	0.51 326	1.77 424	0.69 344	1.36 237	1.42 405	1.29 314	1.86 416	1.74 405	1.25 391	1.52 265	1.38 399	0.26 312	0.28 380	0.28 325	0.28 360	0.27 287	0.26 300

Wz-Net-SNSev	1.49 422	1.23 468	6.27 489	0.68 372	0.67 394	1.37 381	1.41 450	2.00 404	1.39 393	1.48 386	1.61 381	2.29 442	1.32 402	3.93 414	2.14 445	0.31 361	0.28 380	0.31 352	0.33 400	0.42 390	0.36 372

hitnet-ft	0.79 284	0.35 296	0.57 84	0.58 261	0.42 267	0.96 307	0.46 207	1.47 263	1.33 365	1.19 268	1.22 255	1.81 410	0.98 327	1.66 291	0.94 340	0.33 375	0.28 380	0.34 382	0.27 340	0.35 355	0.31 347

AF-Net	1.13 387	0.52 383	1.33 394	0.86 436	0.91 445	1.38 384	0.71 348	2.16 434	1.62 426	1.56 401	2.40 448	1.99 428	1.65 432	1.81 316	1.48 418	0.48 435	0.28 380	0.49 435	0.33 400	0.39 379	0.32 352

RTS	2.67 476	1.38 470	15.28 503	0.99 456	1.26 472	3.78 484	1.96 478	2.15 431	2.62 472	2.61 464	2.85 459	2.60 455	1.59 426	6.27 461	5.71 477	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

RTSA	2.67 476	1.38 470	15.28 503	0.99 456	1.26 472	3.78 484	1.96 478	2.15 431	2.62 472	2.61 464	2.85 459	2.60 455	1.59 426	6.27 461	5.71 477	0.40 408	0.28 380	0.35 390	0.35 409	0.50 418	0.48 414

DeepPruner_ROB	0.74 256	0.48 366	0.87 267	0.57 255	0.44 282	0.79 244	0.54 267	1.73 325	0.96 173	1.38 359	1.27 275	1.24 312	0.73 208	1.43 250	0.73 285	0.34 383	0.28 380	0.27 312	0.26 330	0.31 335	0.31 347

psm_up	0.77 272	0.34 275	0.70 161	0.66 349	0.58 362	1.05 328	0.92 399	1.52 278	1.12 249	1.26 304	1.16 236	1.31 334	1.23 388	1.20 193	0.81 313	0.25 292	0.29 391	0.31 352	0.27 340	0.27 287	0.25 278

GwcNet	1.08 374	0.51 379	2.33 458	0.79 413	1.18 468	1.76 421	0.70 346	1.68 316	1.47 411	1.41 367	1.64 388	1.74 405	1.04 348	2.20 355	1.41 407	0.30 354	0.29 391	0.29 335	0.27 340	0.30 326	0.35 367

FADNet-RVC	0.88 321	0.67 422	1.93 445	0.60 285	0.48 305	0.91 287	0.60 318	1.71 323	1.18 294	0.90 146	0.96 139	1.36 343	0.92 294	2.25 359	1.17 375	0.30 354	0.29 391	0.32 364	0.32 393	0.41 386	0.35 367

XQC	1.37 414	0.87 445	2.56 465	0.84 429	0.69 402	1.83 430	0.89 392	2.07 420	1.88 445	1.88 435	1.53 359	1.91 418	1.55 424	2.85 389	3.05 456	0.48 435	0.29 391	0.44 425	0.39 420	0.69 451	0.60 441

coex-ft	8.13 503	2.13 495	98.04 526	0.67 361	0.53 339	1.71 415	1.56 458	1.65 309	11.11 502	18.17 516	3.75 470	3.88 476	7.61 505	2.98 394	6.49 480	0.30 354	0.30 395	0.32 364	0.31 385	0.66 448	0.50 420

Anonymous3	0.61 170	0.44 348	1.11 358	0.59 274	0.49 308	0.93 298	0.65 329	0.93 90	0.81 124	0.72 106	0.88 121	0.65 116	0.69 197	1.06 160	0.53 218	0.35 390	0.30 395	0.26 297	0.26 330	0.31 335	0.27 309

Nwc_Net	1.09 377	0.49 369	1.33 394	0.89 445	0.80 432	1.49 398	0.66 334	2.19 443	1.27 338	1.32 336	2.26 441	1.96 425	1.54 422	1.92 326	1.34 394	0.40 408	0.30 395	0.43 421	0.45 434	0.38 375	0.37 376

DANet	1.08 374	0.61 413	1.32 392	0.85 434	0.72 407	1.37 381	0.51 242	1.54 286	1.15 275	1.78 424	1.54 363	2.01 430	1.11 364	2.90 390	2.00 440	0.33 375	0.30 395	0.40 414	0.30 380	0.44 401	0.45 405
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SANet	1.88 450	0.57 398	2.18 455	0.63 319	0.40 255	2.80 471	1.57 460	2.39 463	5.88 497	2.36 458	3.57 468	3.72 475	2.97 480	4.74 428	1.76 428	0.34 383	0.30 395	0.32 364	0.29 371	0.48 414	0.37 376

XPNet_ROB	0.96 340	0.49 369	1.09 353	0.72 390	0.57 353	1.11 337	1.14 431	1.66 314	1.23 320	1.85 434	1.39 322	1.64 393	1.11 364	1.80 314	1.42 411	0.38 402	0.30 395	0.33 372	0.29 371	0.37 366	0.34 362

SHD	1.31 407	0.71 430	2.34 459	0.86 436	0.75 418	1.77 424	0.65 329	2.22 447	2.50 469	2.40 460	1.71 397	1.91 418	1.60 428	1.93 329	2.37 448	0.38 402	0.31 401	0.38 404	0.40 424	0.48 414	0.50 420

ADCMid	1.89 453	0.73 431	5.06 482	0.72 390	0.67 394	2.00 442	1.14 431	1.97 399	1.48 412	2.86 473	1.81 410	2.37 447	2.05 460	2.24 357	10.39 497	0.33 375	0.31 401	0.39 409	0.43 430	0.50 418	0.44 403

GANet	1.36 413	0.47 362	0.86 256	0.67 361	0.45 289	1.34 378	1.73 465	1.64 308	1.24 324	1.49 388	2.38 446	1.55 375	1.20 383	9.30 496	0.93 338	0.30 354	0.31 401	0.33 372	0.28 360	0.39 379	0.30 337

PS-NSSS	0.99 352	0.58 401	0.93 293	0.58 261	0.57 353	0.91 287	0.80 374	1.81 356	1.14 264	1.14 234	1.67 394	1.00 246	0.83 256	4.62 427	0.78 302	0.37 398	0.31 401	0.52 439	0.32 393	0.45 404	0.38 382

DPSNet	1.69 440	0.59 404	4.33 479	0.70 380	0.57 353	2.02 443	1.62 462	3.35 482	1.78 439	1.48 386	1.38 318	2.17 438	2.84 478	4.77 429	3.66 466	0.48 435	0.31 401	0.29 335	0.25 313	0.64 444	0.48 414

NCCL2	1.00 357	0.56 394	1.06 341	0.75 404	0.57 353	1.31 373	1.72 464	1.77 341	1.36 380	1.50 389	1.17 239	1.91 418	1.17 374	1.54 271	1.29 389	0.35 390	0.31 401	0.45 426	0.44 432	0.40 383	0.40 386

SGM_RVC	1.68 439	0.36 306	0.61 104	0.59 274	0.29 90	2.25 452	1.18 436	2.38 462	1.68 432	3.60 482	2.67 456	3.69 474	2.42 471	8.13 490	1.90 435	0.31 361	0.31 401	0.30 346	0.28 360	0.30 326	0.29 325
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_6	0.53 104	0.37 313	0.98 311	0.65 342	0.38 235	0.51 89	0.51 242	0.77 34	1.20 305	0.54 71	0.55 48	0.65 116	0.53 124	0.94 128	0.44 147	0.32 367	0.32 408	0.28 325	0.24 299	0.28 304	0.21 217

rvit_0105_5	0.58 156	0.39 325	1.05 337	0.66 349	0.37 218	0.58 125	0.56 291	0.94 97	1.18 294	0.64 91	0.68 72	0.75 141	0.63 181	0.88 111	0.50 199	0.32 367	0.32 408	0.30 346	0.27 340	0.28 304	0.25 278

Syn2CoEx	1.14 389	0.69 426	1.66 427	0.80 416	0.67 394	1.40 387	0.88 390	2.06 419	1.54 421	1.25 300	1.58 375	1.42 350	1.50 421	4.09 417	1.40 403	0.36 394	0.32 408	0.34 382	0.29 371	0.29 315	0.34 362

DispFullNet	2.34 467	2.85 502	3.66 476	3.08 496	2.27 487	1.97 439	0.67 337	2.00 404	1.70 433	2.52 462	2.00 427	2.23 439	5.86 497	3.44 409	1.58 422	1.01 468	0.32 408	2.64 496	1.94 501	2.85 491	2.24 490

rvit_0105_4	0.56 143	0.38 320	1.06 341	0.66 349	0.38 235	0.53 98	0.53 261	0.84 62	1.17 287	0.56 73	0.61 60	0.72 137	0.59 159	0.98 139	0.45 160	0.32 367	0.33 412	0.29 335	0.25 313	0.29 315	0.23 252

ISRNet	0.80 287	0.33 252	1.07 346	0.81 419	0.66 390	0.60 138	0.34 76	1.19 200	1.13 261	1.59 408	1.53 359	1.35 341	0.77 224	1.27 209	0.94 340	0.39 405	0.34 413	0.43 421	0.38 418	0.34 353	0.49 418

PSMNet-RUCA	1.02 363	0.97 450	1.44 404	1.23 469	1.10 458	1.40 387	0.62 322	1.69 318	1.38 388	0.94 159	1.53 359	0.97 237	0.83 256	1.17 188	0.93 338	0.69 461	0.34 413	0.99 471	0.60 460	0.97 461	0.64 448

rvit_0105_3	0.63 181	0.44 348	1.08 350	0.72 390	0.40 255	0.64 156	0.71 348	1.03 129	1.17 287	0.82 129	0.70 80	0.80 158	0.70 202	0.91 118	0.56 230	0.35 390	0.34 413	0.34 382	0.32 393	0.27 287	0.28 321

SQANet	1.31 407	0.88 447	1.08 350	1.83 480	1.44 476	1.44 394	0.75 357	1.74 329	1.09 238	1.32 336	1.26 272	1.28 327	1.01 339	1.50 264	0.83 320	2.50 486	0.34 413	1.47 478	0.55 453	2.32 479	1.57 481

APVNet	1.06 369	0.53 387	1.42 403	0.84 429	0.79 427	1.92 435	0.82 378	1.90 379	1.08 231	1.08 196	1.43 331	1.56 376	1.13 371	3.07 395	1.58 422	0.31 361	0.34 413	0.42 419	0.36 413	0.36 362	0.37 376

FADNet	0.92 331	0.61 413	1.81 438	0.62 310	0.55 348	0.96 307	0.57 302	1.78 345	1.33 365	0.93 154	1.01 161	1.36 343	1.01 339	2.71 384	0.75 291	0.33 375	0.34 413	0.31 352	0.34 405	0.59 437	0.40 386

MaskLacGwcNet_RVC	1.10 379	1.02 455	1.00 317	0.82 425	0.67 394	1.93 436	0.93 403	1.62 305	1.11 245	1.15 240	1.25 265	1.50 368	0.79 235	1.96 332	0.76 294	1.89 480	0.34 413	0.79 464	0.36 413	1.25 473	0.83 460

DeepPrunerF	1.60 431	0.73 431	5.81 487	0.88 442	1.19 469	0.91 287	0.95 407	2.19 443	5.24 495	1.17 259	1.30 284	1.19 301	1.30 400	4.90 432	1.66 427	0.42 416	0.34 413	0.52 439	0.47 439	0.41 386	0.40 386

AnyNet_C32	1.96 455	1.10 459	5.17 483	0.90 446	1.11 460	2.12 448	2.37 492	1.85 366	1.48 412	2.45 461	1.70 396	2.05 435	1.64 431	2.50 376	10.28 496	0.37 398	0.34 413	0.35 390	0.41 425	0.49 417	0.54 427

NaN_ROB	1.13 387	0.55 391	1.15 367	0.64 328	0.48 305	1.61 407	2.03 481	1.72 324	1.48 412	2.09 447	1.27 275	1.40 347	1.08 359	3.94 415	1.30 390	0.28 340	0.34 413	0.28 325	0.28 360	0.30 326	0.33 358

CBMV	0.95 339	0.44 348	0.66 133	0.53 188	0.35 195	1.53 401	1.63 463	1.69 318	1.42 405	2.00 444	1.60 377	1.43 351	1.17 374	1.59 280	0.99 351	0.34 383	0.34 413	0.39 409	0.33 400	0.33 350	0.32 352
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FINET	0.97 346	0.54 388	1.60 424	0.63 319	0.79 427	1.08 334	1.07 424	1.56 291	2.20 460	1.15 240	1.49 352	0.94 221	0.88 281	2.32 364	1.05 355	0.42 416	0.35 424	0.32 364	0.28 360	0.43 395	0.38 382

FAT-Stereo	1.07 371	0.41 338	1.32 392	0.72 390	0.58 362	1.08 334	0.89 392	1.96 395	1.65 428	1.75 421	1.98 426	2.03 433	1.48 417	2.02 336	1.18 378	0.42 416	0.35 424	0.34 382	0.29 371	0.35 355	0.53 426

RGC	1.14 389	0.79 439	1.26 382	0.91 449	0.96 452	1.52 400	0.77 363	1.92 386	1.26 332	1.54 397	1.93 423	2.02 432	1.54 422	2.25 359	1.31 391	0.44 426	0.35 424	0.58 455	0.48 441	0.47 411	0.46 408

stereogan	1.15 393	0.42 342	1.40 400	0.86 436	0.84 438	2.38 458	0.71 348	1.88 374	1.73 436	1.72 419	1.94 425	2.31 444	1.29 396	2.07 341	1.08 361	0.36 394	0.35 424	0.39 409	0.31 385	0.51 422	0.46 408

CSAN	1.41 419	0.59 404	1.26 382	0.70 380	0.50 315	1.76 421	1.78 466	1.77 341	1.90 448	2.35 456	2.32 443	1.92 421	1.94 454	5.56 448	1.49 419	0.43 421	0.35 424	0.40 414	0.41 425	0.43 395	0.41 390

rvit_105_1	0.72 236	0.52 383	1.01 321	0.78 411	0.49 308	0.75 221	0.87 388	1.12 177	1.18 294	0.99 173	0.79 104	0.90 204	0.77 224	1.26 206	0.75 291	0.41 412	0.36 429	0.36 398	0.41 425	0.30 326	0.33 358

RP	1.09 377	0.50 376	1.12 360	0.90 446	1.04 455	1.11 337	0.84 380	1.80 353	1.62 426	1.55 400	2.00 427	1.90 417	1.78 442	1.84 317	1.25 382	0.52 440	0.36 429	0.48 433	0.36 413	0.45 404	0.43 401

Wz-Net-TNSev	1.88 450	2.08 494	7.66 490	0.67 361	0.64 385	2.42 459	1.83 470	2.33 456	1.74 438	1.57 405	1.56 369	2.58 454	1.90 452	4.86 430	3.12 458	0.39 405	0.37 431	0.33 372	0.37 416	0.53 426	0.58 436

NCC-stereo	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 336	1.74 400	1.88 413	1.74 439	2.35 366	1.25 382	0.45 427	0.37 431	0.45 426	0.58 456	0.42 390	0.42 394

Abc-Net	1.10 379	0.54 388	1.24 379	0.84 429	0.94 449	1.29 369	0.89 392	2.01 408	1.34 368	1.32 336	1.74 400	1.88 413	1.74 439	2.35 366	1.25 382	0.45 427	0.37 431	0.45 426	0.58 456	0.42 390	0.42 394
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCPNet	1.85 448	0.69 426	8.07 492	0.71 387	0.58 362	2.79 470	1.22 439	1.94 392	1.54 421	1.88 435	1.69 395	2.46 452	2.04 458	2.37 368	6.48 479	0.38 402	0.37 431	0.38 404	0.43 430	0.47 411	0.45 405

SGM-ForestM	6.52 499	0.38 320	1.26 382	0.63 319	0.35 195	13.59 510	5.32 505	6.32 504	6.70 499	11.14 508	9.18 503	22.51 518	13.93 507	16.89 511	20.07 510	0.36 394	0.37 431	0.36 398	0.35 409	0.36 362	0.34 362

FBW_ROB	1.71 443	0.62 416	1.45 409	0.67 361	0.61 376	1.81 427	1.08 425	2.52 469	1.70 433	1.77 423	1.73 399	1.98 427	1.25 391	12.57 509	1.84 431	0.34 383	0.37 431	0.56 452	0.38 418	0.45 404	0.43 401

SGM-Forest	1.24 399	0.38 320	0.60 101	0.52 172	0.37 218	1.56 404	1.30 445	1.65 309	1.36 380	2.11 448	1.79 407	1.63 390	0.93 303	7.48 484	0.95 343	0.36 394	0.37 431	0.39 409	0.34 405	0.37 366	0.32 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCS	2.25 463	0.99 453	5.55 484	0.81 419	0.74 411	2.19 450	1.80 467	2.27 452	2.14 458	2.80 472	2.13 436	2.40 449	2.03 457	2.64 382	13.69 501	0.41 412	0.39 438	0.40 414	0.45 434	0.58 435	0.56 431

AnyNet_C01	2.26 464	1.78 483	10.22 498	0.93 452	0.74 411	2.92 473	2.20 487	2.29 454	1.80 441	2.53 463	2.41 449	2.71 459	1.73 438	3.41 406	6.72 481	0.41 412	0.39 438	0.40 414	0.42 428	0.67 449	0.63 444

psmorigin	1.52 426	0.69 426	10.52 499	0.68 372	0.59 370	1.13 341	0.70 346	1.57 292	1.19 300	1.99 442	1.79 407	2.26 441	1.47 416	2.09 343	1.36 398	0.39 405	0.40 440	0.34 382	0.33 400	0.43 395	0.56 431

S-Stereo	1.15 393	0.46 357	2.17 453	0.81 419	0.80 432	1.21 359	1.19 437	1.93 390	2.02 454	1.47 380	2.11 434	1.57 377	1.17 374	2.05 340	1.41 407	0.40 408	0.40 440	0.35 390	0.31 385	0.44 401	0.70 453

edge stereo	1.11 382	0.50 376	1.30 388	0.71 387	0.65 387	1.14 342	0.75 357	1.93 390	1.37 384	1.71 418	1.83 411	2.54 453	1.44 411	2.43 372	1.23 380	0.42 416	0.41 442	0.54 445	0.35 409	0.42 390	0.46 408

CC-Net-ROB	1.49 422	1.26 469	1.27 385	0.88 442	0.79 427	1.76 421	1.00 415	1.79 350	1.26 332	1.10 210	1.61 381	1.21 303	0.99 335	8.13 490	0.84 323	1.09 474	0.41 442	2.20 483	0.46 437	1.20 472	0.48 414

CBMV_ROB	0.90 326	0.44 348	0.63 112	0.51 151	0.37 218	1.25 364	0.49 234	1.77 341	1.27 338	1.41 367	2.00 427	1.33 336	1.08 359	2.17 349	0.76 294	0.43 421	0.42 444	0.47 431	0.44 432	0.41 386	0.36 372

DGSMNet	1.14 389	0.76 437	2.49 463	0.81 419	0.86 441	1.39 386	1.39 449	2.13 425	1.35 377	1.26 304	1.63 387	1.48 366	0.98 327	1.75 305	1.10 366	0.45 427	0.43 445	0.55 449	0.49 444	0.75 455	0.70 453

NOSS_ROB	1.26 402	0.46 357	0.62 109	0.56 239	0.38 235	1.06 331	0.78 365	1.73 325	1.40 398	1.01 180	1.43 331	1.10 282	0.75 212	10.62 506	0.65 260	0.45 427	0.43 445	0.48 433	0.45 434	0.44 401	0.41 390

MeshStereo	2.26 464	0.56 394	0.92 291	0.61 298	0.49 308	2.60 465	1.02 418	3.18 479	2.05 456	7.40 506	4.98 485	7.58 495	2.98 481	6.37 463	1.96 438	0.43 421	0.43 445	0.45 426	0.39 420	0.43 395	0.42 394
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
HBP-ISP	0.96 340	0.58 401	0.72 179	0.61 298	0.46 299	1.64 411	0.76 360	1.86 369	1.28 343	1.30 322	1.53 359	0.86 187	0.94 308	3.27 403	0.69 273	0.45 427	0.44 448	0.54 445	0.48 441	0.47 411	0.40 386

BEATNet-Init1	26.87 516	13.43 513	70.68 525	0.91 449	0.68 400	57.02 525	21.06 512	32.82 522	32.67 519	52.12 526	53.61 525	66.05 526	49.56 526	48.79 527	34.71 521	0.49 439	0.44 448	0.53 444	0.53 451	0.63 442	0.59 438

G-Net	1.66 436	0.63 417	1.56 421	1.11 465	0.74 411	2.98 475	0.91 397	1.55 290	1.22 317	2.76 470	8.18 501	2.32 445	2.53 475	1.92 326	1.87 432	0.48 435	0.44 448	0.45 426	0.31 385	0.60 441	0.57 435

WCMA_ROB	1.84 447	0.47 362	1.31 389	0.69 375	0.57 353	2.11 447	1.14 431	1.87 371	1.73 436	4.04 486	6.43 489	5.62 489	3.61 486	2.59 379	1.94 437	0.52 440	0.44 448	0.39 409	0.42 428	0.48 414	0.47 411

ACVNet-4b	2.15 460	1.41 473	1.64 425	2.80 489	2.31 489	2.31 455	1.24 440	2.32 455	2.14 458	1.26 304	2.39 447	2.66 457	1.48 417	5.95 458	1.06 357	3.20 496	0.45 452	2.37 487	0.89 476	2.83 490	2.37 492

PVD	1.70 441	0.84 441	2.26 457	0.94 454	0.83 437	2.48 461	0.97 409	2.59 471	3.35 481	3.01 478	2.77 457	2.34 446	2.47 473	2.67 383	3.14 459	0.47 434	0.45 452	0.59 456	0.48 441	0.59 437	0.75 458

PA-Net	1.01 361	0.57 398	1.29 387	0.64 328	0.74 411	1.19 356	0.84 380	1.69 318	1.43 407	1.16 250	1.19 248	1.32 335	1.19 380	3.42 407	1.25 382	0.29 350	0.45 452	0.33 372	0.49 444	0.32 343	0.47 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.07 371	0.86 444	1.31 389	0.82 425	0.53 339	1.41 392	1.31 446	1.76 337	1.52 418	1.27 307	1.31 290	1.46 360	1.24 390	2.03 337	0.96 347	0.56 448	0.45 452	0.67 460	0.50 446	0.88 459	0.59 438
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MFN_U_SF_DS_RVC	1.74 445	0.87 445	3.56 475	0.80 416	0.75 418	3.72 483	2.44 494	1.82 357	1.82 443	1.74 420	1.91 422	1.92 421	1.26 393	7.69 486	1.28 388	0.45 427	0.47 456	0.52 439	0.77 469	0.50 418	0.50 420

FC-DCNN v2	2.81 482	0.59 404	0.85 250	0.73 398	0.57 353	2.97 474	1.05 421	3.39 483	2.61 471	6.98 502	7.67 497	10.38 505	6.31 501	5.75 453	3.37 464	0.53 446	0.48 457	0.51 437	0.50 446	0.53 426	0.51 424

FCDSN-DC	2.32 466	0.63 417	0.81 241	0.84 429	0.75 418	2.23 451	0.94 405	2.09 423	1.80 441	5.45 499	7.72 498	7.77 497	6.93 504	3.39 404	1.80 430	0.52 440	0.48 457	0.52 439	0.51 449	0.57 433	0.58 436
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	1.52 426	0.84 441	3.42 474	0.87 441	0.66 390	2.56 464	0.95 407	2.36 459	1.70 433	1.98 441	1.86 416	2.45 451	1.79 443	2.95 391	2.58 450	0.52 440	0.48 457	0.55 449	0.59 459	0.59 437	0.61 442

FC-DCNN	2.72 481	0.59 404	0.86 256	0.73 398	0.57 353	2.91 472	1.04 420	3.01 477	2.60 470	6.83 501	7.64 496	9.92 502	6.33 502	5.21 436	3.14 459	0.53 446	0.48 457	0.51 437	0.50 446	0.53 426	0.51 424

MSMD_ROB	1.99 457	0.59 404	0.89 280	0.70 380	0.61 376	3.95 488	0.94 405	1.80 353	1.79 440	4.41 490	4.43 475	8.17 498	3.66 487	3.40 405	1.33 392	0.52 440	0.48 457	0.54 445	0.58 456	0.53 426	0.50 420

MANE	6.19 497	0.59 404	1.03 332	0.93 452	1.22 471	13.38 509	2.69 495	12.81 511	17.94 513	8.21 507	10.82 505	14.72 508	11.68 506	11.39 508	11.90 499	0.59 453	0.50 462	0.52 439	1.76 498	0.55 430	0.54 427

MSC_U_SF_DS_RVC	2.12 459	1.15 465	3.10 472	1.05 460	0.76 421	5.03 497	2.40 493	2.16 434	2.62 472	1.89 437	2.28 442	2.69 458	1.65 432	9.35 498	2.04 441	0.64 459	0.51 463	0.68 461	0.71 467	1.09 468	0.67 450

SAMSARA	1.55 428	0.84 441	2.61 466	1.22 468	1.07 456	2.50 462	1.93 476	2.05 414	1.89 446	2.75 469	1.66 392	2.81 461	1.69 437	3.08 397	1.97 439	0.46 433	0.51 463	0.42 419	0.46 437	0.58 435	0.59 438

ccnet	1.12 384	0.67 422	1.01 321	0.78 411	0.73 410	1.72 417	0.99 413	1.84 365	1.26 332	1.47 380	1.85 415	1.75 408	1.29 396	1.75 305	1.88 434	0.57 449	0.53 465	0.57 454	0.55 453	0.59 437	0.54 427

ELAS_RVC	2.48 473	0.74 434	1.90 443	1.05 460	0.92 447	2.76 468	4.01 503	2.76 472	4.11 489	4.69 493	4.63 479	4.62 479	5.96 499	3.97 416	3.96 469	0.63 458	0.53 465	0.56 452	0.52 450	0.64 444	0.63 444
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 468	0.74 434	1.54 420	0.99 456	0.92 447	4.78 494	2.33 491	3.33 481	3.37 482	5.05 498	4.77 483	3.67 473	4.53 494	3.42 407	4.50 472	0.62 456	0.53 465	0.55 449	0.53 451	0.63 442	0.64 448
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDG	1.41 419	2.65 500	0.99 312	1.44 475	1.64 479	1.34 378	0.80 374	1.60 298	1.23 320	1.23 287	1.71 397	2.01 430	1.34 404	1.47 260	1.41 407	0.90 465	0.54 468	2.29 485	0.75 468	1.84 476	1.04 470

Ntro	1.64 435	1.15 465	1.23 376	2.48 487	1.83 480	2.09 446	1.16 434	1.96 395	1.38 388	1.21 276	1.62 384	1.62 385	1.29 396	1.87 323	1.11 368	3.04 492	0.56 469	1.82 481	0.64 462	2.80 487	2.05 488

otaku	1.60 431	1.11 462	1.21 373	2.20 482	1.56 478	1.97 439	1.24 440	2.07 420	1.36 380	1.44 375	1.62 384	1.73 403	1.19 380	1.73 304	0.98 350	2.89 491	0.57 470	1.74 479	0.60 460	2.78 486	1.94 487

LSM	6.33 498	1.10 459	13.19 501	1.41 474	68.17 522	1.64 411	1.90 475	1.92 386	2.46 465	2.99 476	3.11 462	1.88 413	1.80 444	2.61 381	2.06 443	0.41 412	0.58 471	0.50 436	0.57 455	0.64 444	17.66 517

ACVNet_1	2.18 461	1.45 476	1.72 432	2.85 491	2.33 490	2.28 453	1.46 453	3.08 478	2.22 461	1.82 432	2.05 432	3.56 472	1.98 456	3.09 398	1.40 403	3.17 493	0.60 472	2.40 491	0.92 478	2.91 493	2.37 492

SDNR	1.62 434	0.51 379	2.17 453	0.53 188	0.56 350	3.80 486	0.45 200	1.54 286	1.29 347	1.33 344	2.41 449	1.08 270	0.96 320	11.18 507	1.16 373	0.66 460	0.63 473	0.43 421	0.32 393	0.64 444	0.67 450

ACVNet_2	2.43 472	1.41 473	2.04 447	2.62 488	2.24 486	2.63 467	1.88 474	3.31 480	3.01 477	2.19 449	3.45 467	4.62 479	2.04 458	4.50 425	1.47 417	2.55 487	0.64 474	2.22 484	0.84 473	2.69 485	2.29 491

Anonymous_2	1.30 405	0.55 391	0.82 244	0.52 172	0.58 362	1.01 320	0.64 327	1.25 219	0.97 180	0.96 163	0.78 99	1.33 336	1.29 396	1.03 151	0.74 286	0.62 456	0.64 474	1.06 474	9.63 512	1.16 469	0.49 418

PASM	1.34 411	0.92 448	2.62 467	0.86 436	0.87 443	1.03 325	1.08 425	1.50 270	1.51 417	1.82 432	1.41 326	1.68 398	1.26 393	4.87 431	1.34 394	0.61 455	0.65 476	0.68 461	0.78 470	0.69 451	0.68 452

GCST	1.08 374	1.47 477	0.93 293	1.73 478	1.14 465	1.30 371	0.31 51	1.33 227	1.16 284	1.29 314	0.97 148	0.98 239	0.49 108	2.08 342	0.46 174	1.19 477	0.70 477	1.30 477	0.85 475	1.02 465	0.89 463

DDUNet	1.50 424	2.69 501	1.12 360	1.77 479	1.88 481	1.84 431	0.92 399	1.70 322	1.16 284	1.38 359	1.79 407	1.60 383	1.12 367	1.37 233	1.08 361	1.10 475	0.76 478	2.37 487	0.94 479	2.00 477	1.37 478

MADNet+	2.69 478	3.22 505	11.53 500	1.44 475	1.12 462	3.19 477	1.81 468	2.85 474	2.37 462	1.68 416	2.07 433	2.85 463	2.18 464	7.41 481	5.23 475	0.79 463	0.76 478	0.69 463	0.65 463	0.98 462	0.95 465

Consistency-Raft	1.25 401	0.99 453	1.93 445	1.02 459	1.21 470	0.96 307	1.01 417	1.75 331	1.92 449	1.36 352	2.12 435	1.44 356	1.01 339	1.14 180	1.40 403	0.72 462	0.82 480	0.89 467	0.98 483	1.31 474	0.95 465

MFMNet_re	1.40 418	1.14 464	1.68 428	1.39 472	1.07 456	1.48 396	1.43 451	1.87 371	1.82 443	2.26 451	2.19 438	1.51 370	1.86 449	1.52 265	1.25 382	0.93 466	0.83 481	0.84 466	0.80 471	0.99 464	1.05 472

IMH-64-1	2.70 479	1.79 484	1.46 411	3.26 499	2.66 493	3.23 479	2.10 482	4.08 487	2.75 475	2.34 454	3.81 471	3.06 466	2.22 466	4.25 420	2.59 451	3.75 502	0.84 482	2.75 497	1.35 489	3.15 495	2.60 498

IMH-64	2.70 479	1.79 484	1.46 411	3.26 499	2.66 493	3.23 479	2.10 482	4.08 487	2.75 475	2.34 454	3.81 471	3.06 466	2.22 466	4.25 420	2.59 451	3.75 502	0.84 482	2.75 497	1.35 489	3.15 495	2.60 498

TorneroNet-64	5.30 496	2.03 490	1.74 435	3.43 501	2.81 496	10.09 504	2.12 484	9.10 508	17.12 512	4.96 497	9.27 504	10.72 507	3.70 488	9.20 495	4.55 473	3.31 497	0.84 482	2.88 500	1.55 496	3.49 498	3.04 501

RainbowNet	1.97 456	1.76 482	1.57 422	2.81 490	2.21 485	1.98 441	1.81 468	2.54 470	1.89 446	1.50 389	1.84 413	1.96 425	1.65 432	2.14 347	1.25 382	3.33 498	0.85 485	2.39 490	0.98 483	2.82 489	2.22 489

Dean	2.91 485	1.53 479	2.07 448	2.96 495	2.51 492	3.15 476	2.14 485	4.75 494	4.41 492	2.76 470	6.10 488	5.53 488	2.37 469	2.97 393	1.92 436	3.18 494	0.85 485	2.51 494	1.04 486	2.88 492	2.47 495

NVStereoNet_ROB	1.88 450	1.07 457	1.45 409	1.07 463	1.17 466	1.47 395	1.48 455	1.89 376	1.93 451	1.94 440	4.67 482	3.08 468	1.80 444	6.51 465	1.65 425	1.06 473	0.86 487	1.08 475	1.32 488	0.93 460	1.26 476
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
TorneroNet	10.70 507	2.03 490	1.82 439	3.43 501	3.01 499	43.83 521	2.22 488	8.87 507	67.47 527	7.17 505	27.36 516	10.68 506	3.85 491	8.67 493	7.65 488	3.59 500	0.88 488	3.04 501	1.57 497	3.71 499	3.17 502

IMH	3.21 486	1.85 488	1.48 416	3.25 498	2.69 495	4.07 490	2.02 480	4.41 492	3.80 486	2.72 467	7.11 493	4.75 482	2.92 479	5.92 456	2.55 449	3.85 505	0.88 488	2.78 499	1.36 491	3.19 497	2.59 497

PWCK	2.88 484	2.05 492	5.72 486	2.08 481	1.11 460	3.55 481	3.90 502	2.86 475	3.54 485	3.03 479	3.63 469	3.10 469	2.31 468	8.15 492	3.09 457	2.12 483	0.91 490	1.75 480	0.98 483	2.57 483	1.18 475

JetBlue	3.97 488	2.01 489	10.19 497	1.38 471	2.84 497	10.53 505	9.54 506	3.60 485	2.41 464	2.73 468	3.39 466	4.54 478	4.31 492	7.85 489	6.84 482	0.88 464	0.93 491	0.89 467	0.91 477	1.74 475	1.91 486

SPS-STEREO	1.67 437	1.04 456	1.23 376	1.21 467	1.13 464	1.82 429	1.11 427	2.16 434	1.52 418	3.07 480	2.32 443	2.82 462	1.80 444	4.11 418	2.04 441	1.03 471	0.99 492	0.97 469	0.94 479	1.03 467	1.02 468
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	2.66 475	1.40 472	1.73 434	1.39 472	1.17 466	3.93 487	1.94 477	4.11 489	3.88 487	2.92 474	5.50 486	4.18 477	3.00 482	7.63 485	3.71 467	1.13 476	1.00 493	1.17 476	1.13 487	1.18 471	1.09 474

anonymity	1.12 384	0.97 450	1.21 373	1.07 463	1.12 462	1.08 334	0.89 392	1.95 394	1.16 284	1.29 314	1.26 272	1.22 305	1.09 362	1.15 181	1.01 353	1.02 470	1.00 493	0.97 469	0.97 481	0.98 462	0.99 467

SGM+DAISY	2.41 471	1.07 457	2.14 452	1.18 466	1.10 458	2.14 449	1.36 448	1.96 395	1.66 429	5.46 500	7.07 492	4.95 485	4.32 493	5.50 445	2.26 447	1.04 472	1.02 495	0.99 471	0.97 481	1.02 465	1.04 470

WAO-8	4.40 490	1.82 486	1.79 436	2.34 484	2.20 483	9.19 502	1.53 456	6.09 501	16.46 507	3.94 484	7.84 499	7.32 492	3.72 489	9.41 500	3.31 462	2.00 481	1.07 496	2.44 492	1.37 492	2.50 481	1.68 482

Venus	4.40 490	1.82 486	1.79 436	2.34 484	2.20 483	9.19 502	1.53 456	6.09 501	16.46 507	3.94 484	7.84 499	7.32 492	3.72 489	9.41 500	3.31 462	2.00 481	1.07 496	2.44 492	1.37 492	2.50 481	1.68 482

LVE	3.31 487	1.67 481	1.64 425	2.85 491	2.42 491	3.20 478	2.26 489	4.78 495	5.05 494	2.35 456	6.91 490	6.02 490	2.37 469	9.15 494	2.17 446	3.19 495	1.08 498	2.38 489	1.47 495	2.81 488	2.40 494

WAO-6	2.81 482	1.60 480	1.46 411	2.36 486	2.28 488	3.55 481	2.29 490	4.21 490	4.56 493	2.36 458	4.51 476	4.88 483	2.66 476	4.60 426	4.07 471	1.72 479	1.15 499	2.31 486	1.46 494	2.31 478	1.85 485

UNDER WATER	5.08 494	2.33 497	5.55 484	3.94 508	3.51 504	5.20 498	2.72 497	5.61 499	16.52 509	3.84 483	4.60 478	9.21 500	5.89 498	5.90 455	8.66 492	3.75 502	1.34 500	3.18 504	1.88 499	4.33 506	3.61 506

notaker	3.98 489	2.40 499	2.68 468	3.82 506	3.27 503	3.97 489	2.14 485	4.78 495	3.45 484	4.12 489	6.94 491	7.65 496	3.26 483	7.82 488	5.30 476	4.04 506	1.41 501	3.36 506	2.10 503	3.88 501	3.31 504

UNDER WATER-64	5.27 495	2.32 496	8.78 495	3.93 507	3.54 505	7.61 500	3.03 501	5.84 500	14.19 503	4.04 486	4.04 473	9.39 501	6.26 500	5.93 457	8.48 491	3.60 501	1.51 502	3.13 502	1.88 499	4.29 505	3.61 506

KSHMR	8.75 504	2.06 493	2.11 450	3.53 503	3.11 500	4.13 491	2.69 495	5.60 498	61.37 526	3.00 477	55.83 526	4.98 487	2.45 472	4.49 424	2.61 453	3.46 499	1.55 503	3.14 503	1.94 501	3.72 500	3.18 503

ktn	4.70 492	2.38 498	2.12 451	3.76 504	3.24 501	4.85 495	2.95 500	5.52 497	7.37 500	4.07 488	19.32 513	7.46 494	3.47 484	7.39 480	2.95 455	4.04 506	1.85 504	3.26 505	2.22 504	3.08 494	2.65 500

JetRed	6.91 501	8.80 511	25.96 513	2.85 491	3.25 502	13.98 511	11.87 507	6.25 503	4.28 491	4.45 491	4.56 477	6.69 491	5.46 496	7.46 483	14.05 502	2.59 488	3.31 505	2.59 495	2.29 505	4.20 504	3.36 505

HanzoNet	11.04 508	3.62 506	8.10 494	4.08 509	3.55 506	4.90 496	2.73 498	7.19 505	10.10 501	31.86 522	28.92 517	21.96 517	36.36 519	18.08 512	10.17 495	7.94 511	3.32 506	3.47 507	3.31 506	7.06 511	4.04 508

PML	51.67 524	36.25 521	13.28 502	7.46 511	20.81 511	108.69 527	232.22 528	8.72 506	27.82 518	87.01 527	269.67 528	69.67 527	61.95 527	24.76 520	14.20 503	9.74 514	3.40 507	9.62 513	4.70 508	18.74 515	4.72 510

MADNet++	5.01 493	3.14 503	4.91 481	4.55 510	3.94 507	5.20 498	4.41 504	4.40 491	4.13 490	4.95 496	6.08 487	4.74 481	5.37 495	9.40 499	10.67 498	4.65 508	4.15 508	3.97 508	3.34 507	4.09 503	4.08 509

DPSimNet_ROB	11.20 509	4.98 508	35.43 517	2.90 494	4.52 508	7.89 501	17.09 510	4.66 493	6.06 498	14.89 512	10.93 506	17.29 509	36.81 521	13.18 510	15.68 506	2.86 490	6.29 509	5.75 511	5.09 509	3.91 502	7.70 511

DPSMNet_ROB	13.02 511	8.23 509	21.91 507	9.53 513	18.11 510	11.56 507	32.02 517	10.64 510	16.23 506	7.05 504	19.49 515	10.16 504	16.66 509	9.85 505	22.43 513	4.77 510	8.68 510	5.38 510	10.26 514	6.17 510	11.36 512

DGTPSM_ROB	13.01 510	8.23 509	21.87 506	9.51 512	18.10 509	11.56 507	32.01 516	10.63 509	16.20 505	7.03 503	19.48 514	10.15 503	16.66 509	9.83 504	22.42 512	4.75 509	8.68 510	5.37 509	10.25 513	6.16 509	11.36 512

Anonymous_1	43.04 523	18.73 514	24.79 510	21.81 514	46.26 520	27.80 512	37.60 518	28.08 517	16.14 504	14.66 511	14.30 507	20.65 511	17.88 511	21.56 513	25.94 515	117.93 527	8.92 512	100.65 524	126.50 524	158.64 527	12.08 514

DPSM_ROB	19.08 512	19.14 515	25.17 511	22.15 515	20.85 512	28.17 513	37.82 519	26.56 515	16.85 510	14.14 509	14.84 508	21.70 512	18.75 512	21.87 514	26.55 516	10.16 515	9.30 513	10.47 514	10.42 515	14.03 513	12.61 515

DPSM	19.08 512	19.14 515	25.17 511	22.15 515	20.85 512	28.17 513	37.82 519	26.56 515	16.85 510	14.14 509	14.84 508	21.70 512	18.75 512	21.87 514	26.55 516	10.16 515	9.30 513	10.47 514	10.42 515	14.03 513	12.61 515

tt	6.58 500	0.26 84	6.10 488	3.77 505	2.16 482	11.55 506	19.63 511	13.33 512	5.74 496	2.96 475	2.65 455	4.97 486	6.33 502	3.81 413	7.24 483	9.15 512	11.32 515	5.89 512	6.24 510	6.03 508	2.55 496

test_sample9	1.86 449	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.78 345	1.21 311	1.22 281	1.18 241	1.08 270	0.92 294	2.27 361	7.92 489	0.57 449	12.61 516	0.62 457	0.67 464	0.45 404	0.42 394

test_sample8	2.19 462	0.49 369	1.13 362	0.56 239	0.39 245	1.02 322	0.73 352	1.82 357	1.15 275	2.26 451	1.30 284	4.94 484	2.52 474	2.27 361	7.92 489	0.57 449	12.61 516	0.62 457	0.67 464	0.45 404	0.42 394

LSM0	42.82 522	38.75 524	50.81 524	47.07 523	109.38 527	57.00 524	76.02 524	53.74 527	33.71 520	29.02 521	30.41 521	43.87 525	37.22 522	43.91 525	53.54 527	20.52 519	18.62 518	21.10 518	21.11 519	28.41 518	42.22 521

Selective-RAFT-Error	38.39 518	38.47 523	50.44 523	44.73 521	41.97 519	56.68 522	76.38 526	53.24 526	33.92 522	28.34 520	29.85 520	43.60 523	38.20 524	43.75 523	53.34 525	20.38 518	18.70 519	21.09 517	21.05 517	28.30 517	25.43 519

CasAABBNet	38.33 517	38.46 522	50.35 522	44.75 522	41.84 518	56.68 522	76.37 525	53.22 525	33.83 521	28.31 519	29.54 519	43.62 524	37.71 523	43.84 524	53.41 526	20.30 517	18.70 519	21.07 516	21.07 518	28.24 516	25.34 518

LRCNet_RVC	22.74 514	32.10 520	21.97 508	29.84 517	26.23 514	4.42 493	0.81 377	22.66 513	2.02 454	26.93 518	29.26 518	23.06 519	15.59 508	23.84 516	18.88 509	31.75 520	19.90 521	34.65 519	32.13 520	30.54 519	28.32 520

xxxxx1	54.10 525	25.67 517	27.13 514	113.43 524	96.96 524	30.69 517	47.44 521	32.38 519	25.60 514	17.75 513	17.27 510	21.81 514	21.02 514	24.43 517	33.82 518	33.37 521	40.54 522	157.71 525	175.86 525	66.16 523	72.93 525

tt_ll	54.10 525	25.67 517	27.13 514	113.43 524	96.96 524	30.69 517	47.44 521	32.38 519	25.60 514	17.75 513	17.27 510	21.81 514	21.02 514	24.43 517	33.82 518	33.37 521	40.54 522	157.71 525	175.86 525	66.16 523	72.93 525

ff	54.10 525	25.67 517	27.13 514	113.43 524	96.96 524	30.69 517	47.44 521	32.38 519	25.60 514	17.75 513	17.27 510	21.81 514	21.02 514	24.43 517	33.82 518	33.37 521	40.54 522	157.71 525	175.86 525	66.16 523	72.93 525

AVERAGE_ROB	40.43 520	42.37 526	42.73 519	36.96 520	35.58 517	30.50 516	27.61 514	36.71 524	38.39 524	44.91 524	44.36 523	37.45 522	36.70 520	41.88 522	40.35 522	45.43 525	46.81 525	47.11 521	46.35 521	42.51 521	43.87 522

HaxPig	38.92 519	41.40 525	41.64 518	29.95 518	32.27 515	28.90 515	27.60 513	29.73 518	37.71 523	43.82 523	43.87 522	33.17 520	35.56 518	41.53 521	40.37 523	43.94 524	47.51 526	45.82 520	47.08 522	42.38 520	44.15 523

MEDIAN_ROB	42.00 521	44.40 527	44.29 521	35.15 519	34.95 516	31.28 520	29.60 515	35.88 523	40.02 525	47.20 525	46.64 524	37.37 521	38.48 525	44.35 526	42.45 524	48.03 526	49.39 527	49.71 522	49.03 523	45.14 522	46.65 524

test_example2	192.40 528	210.76 529	206.48 528	199.83 528	204.73 528	172.94 528	183.52 527	133.93 528	133.41 528	191.38 528	196.19 527	187.13 528	178.77 528	205.33 528	208.00 528	222.09 528	238.72 528	186.54 528	190.54 528	227.34 528	170.31 528

ccccc		492.34 530		530.87 529	530.37 529	478.08 529		491.76 529		448.18 529		476.12 529		541.64 529		663.49 529	459.54 529	353.94 529	309.79 529	586.66 529

ASD4		10.99 512

Low-res two-view benchmark