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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fffft	0.38 60	0.23 60	0.51 86	0.44 84	0.32 199	0.43 53	0.48 273	0.76 71	0.36 28	0.44 69	0.34 20	0.38 58	0.31 39	1.31 263	0.32 70	0.14 30	0.11 28	0.19 137	0.15 111	0.16 61	0.16 126
1: 1. 1
WCG-NET	0.42 85	0.21 28	0.54 106	0.40 39	0.25 58	0.47 73	0.32 87	0.73 63	1.15 330	0.76 158	0.73 134	0.58 140	0.45 116	0.60 59	0.34 101	0.15 38	0.11 28	0.16 52	0.14 93	0.15 41	0.13 36

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

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

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

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

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

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

CREStereo++_RVC	0.47 124	0.21 28	0.38 8	0.45 98	0.38 284	0.45 63	0.25 34	0.75 68	1.29 406	0.80 171	1.21 306	0.47 85	0.37 77	0.53 30	0.44 194	0.16 60	0.11 28	0.15 22	0.80 538	0.18 123	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
AFF-stereo	0.58 205	0.25 106	0.64 167	0.46 106	0.29 132	0.34 17	0.38 156	1.15 234	1.14 318	1.17 312	1.60 434	1.10 333	0.71 257	0.97 178	0.43 191	0.13 20	0.11 28	0.19 137	0.19 214	0.17 92	0.14 63

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

GASTEREO	0.40 73	0.25 106	0.51 86	0.48 144	0.25 58	0.65 216	0.36 130	0.81 96	0.49 65	0.51 112	0.82 159	0.30 35	0.66 242	0.62 65	0.28 35	0.19 183	0.12 54	0.16 52	0.14 93	0.16 61	0.14 63

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

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

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

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

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

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

LGtest1	0.27 4	0.21 28	0.44 39	0.41 47	0.21 9	0.42 44	0.19 7	0.56 14	0.26 9	0.29 11	0.24 6	0.29 30	0.29 29	0.55 39	0.25 12	0.18 142	0.12 54	0.16 52	0.12 41	0.14 20	0.13 36

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

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

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

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

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

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

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

GIP-stereo	0.34 40	0.23 60	0.45 52	0.50 172	0.36 252	0.38 28	0.23 25	0.78 78	0.52 85	0.34 27	0.51 73	0.46 78	0.38 84	0.51 24	0.27 26	0.20 218	0.12 54	0.16 52	0.12 41	0.16 61	0.14 63

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.41 81	0.25 106	0.48 66	0.50 172	0.20 3	0.50 105	0.36 130	0.81 96	0.80 172	0.83 181	0.68 117	0.48 90	0.31 39	0.54 33	0.32 70	0.18 142	0.12 54	0.27 369	0.22 319	0.23 288	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.42 85	0.26 129	0.40 19	0.44 84	0.82 500	0.51 122	0.44 231	0.64 36	0.41 42	0.44 69	0.78 146	0.44 66	0.47 132	0.56 40	0.36 121	0.13 20	0.12 54	0.14 2	0.10 2	0.13 5	0.84 528

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

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

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

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

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

IGEV-Stereo	0.43 91	0.27 159	0.54 106	0.45 98	0.32 199	0.50 105	0.42 199	0.90 127	0.51 78	0.49 99	0.53 77	0.47 85	0.47 132	1.32 267	0.33 84	0.17 103	0.12 54	0.21 207	0.15 111	0.18 123	0.18 177
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_3	0.55 183	0.23 60	0.71 221	0.53 241	0.28 115	0.61 184	0.40 179	0.92 131	1.05 267	1.19 321	0.68 117	0.93 269	0.44 112	1.67 345	0.39 152	0.15 38	0.12 54	0.22 236	0.19 214	0.21 239	0.14 63

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

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

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

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

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

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

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

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

HITNet	0.65 251	0.40 387	0.77 276	0.48 144	0.24 41	1.05 383	0.49 283	1.76 399	1.02 254	1.18 317	1.18 293	0.89 254	0.80 295	0.85 139	0.79 357	0.17 103	0.12 54	0.21 207	0.17 174	0.29 371	0.15 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MLCV	0.72 286	0.34 331	1.10 410	0.51 202	0.23 25	0.91 340	0.39 171	1.33 279	1.23 377	1.46 437	1.55 421	1.01 304	0.64 233	1.95 385	0.80 361	0.18 142	0.12 54	0.18 114	0.14 93	0.19 164	0.17 152

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

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

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

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

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

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

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

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

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

fffy	0.42 85	0.27 159	0.57 130	0.46 106	0.29 132	0.48 79	0.35 114	0.91 128	0.55 92	0.40 52	0.58 95	0.55 125	0.41 93	1.26 252	0.36 121	0.15 38	0.13 115	0.19 137	0.16 153	0.18 123	0.14 63

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ADStereo(finetuned)	0.57 199	0.24 78	1.06 395	0.43 61	0.24 41	0.49 91	0.35 114	1.05 194	1.30 412	1.12 269	1.03 228	0.58 140	1.20 445	0.84 134	0.51 252	0.16 60	0.13 115	0.17 79	0.13 65	0.18 123	0.19 217

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

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

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

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

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

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

AAGNet	1.83 510	0.28 181	0.72 227	0.61 354	0.32 199	0.67 229	0.51 292	0.96 157	0.98 236	1.47 438	1.20 304	1.00 297	1.18 439	2.83 447	22.77 583	0.22 278	0.13 115	0.22 236	0.19 214	0.23 288	0.15 96

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

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo	0.39 64	0.21 28	0.38 8	0.34 1	0.22 19	0.53 135	0.29 62	0.77 74	1.11 299	0.58 123	0.71 128	0.51 108	0.41 93	0.54 33	0.34 101	0.18 142	0.13 115	0.15 22	0.10 2	0.14 20	0.14 63
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.46 117	0.21 28	0.38 8	0.37 12	0.23 25	0.71 253	0.27 51	0.74 67	1.04 263	0.64 139	0.70 125	0.55 125	0.47 132	0.86 143	0.35 111	1.00 534	0.13 115	0.15 22	0.10 2	0.15 41	0.13 36

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

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

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

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

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

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

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

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

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

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

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

LoS	0.40 73	0.21 28	0.44 39	0.37 12	0.22 19	0.50 105	0.40 179	1.00 168	0.94 217	0.48 93	0.66 110	0.48 90	0.40 90	0.60 59	0.37 133	0.18 142	0.14 166	0.16 52	0.11 9	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.51 142	0.29 216	0.47 63	0.43 61	0.30 154	0.55 151	0.55 335	1.02 175	0.77 164	0.98 220	0.85 164	0.94 272	0.56 188	0.85 139	0.45 207	0.20 218	0.14 166	0.26 352	0.14 93	0.23 288	0.23 305

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

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

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

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

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

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

iRaft-Stereo_5w	0.85 366	0.29 216	0.91 340	0.53 241	0.43 328	0.49 91	0.68 397	0.99 164	0.87 191	0.79 169	1.34 359	1.46 415	0.91 347	5.11 499	1.11 422	0.17 103	0.14 166	0.22 236	0.18 192	0.20 198	0.20 250

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

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

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

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

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

Patchmatch Stereo++	0.55 183	0.30 236	0.73 239	0.50 172	0.27 90	0.65 216	0.29 62	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.37 281	0.45 207	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
OMP-Stereo	0.94 391	0.33 307	0.72 227	0.90 513	0.31 180	0.49 91	0.36 130	1.16 236	1.06 271	1.58 467	1.12 266	1.46 415	0.69 247	6.94 540	0.49 241	0.19 183	0.14 166	0.24 294	0.18 192	0.20 198	0.14 63

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

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

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

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

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

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

ROB_FTStereo_v2	0.54 168	0.30 236	0.73 239	0.50 172	0.27 90	0.64 200	0.42 199	1.05 194	0.64 114	1.12 269	0.96 188	0.83 225	0.60 210	1.12 219	0.46 221	0.22 278	0.14 166	0.24 294	0.20 246	0.26 327	0.18 177

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

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

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

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

GrayStereo	0.82 351	0.26 129	0.58 136	0.63 375	0.37 267	0.76 275	1.86 538	1.11 226	0.87 191	1.99 507	1.89 480	1.08 321	1.82 512	1.39 290	0.48 233	0.19 183	0.14 166	0.19 137	0.21 290	0.18 123	0.39 449

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAStereo	0.34 40	0.21 28	0.66 181	0.47 117	0.27 90	0.26 4	0.29 62	0.69 52	0.63 110	0.32 20	0.42 32	0.45 74	0.31 39	0.45 12	0.34 101	0.17 103	0.15 224	0.19 137	0.15 111	0.18 123	0.13 36

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.40 73	0.31 269	0.73 239	0.58 315	0.27 90	0.26 4	0.33 94	0.95 150	0.81 175	0.42 59	0.47 56	0.65 166	0.47 132	0.39 6	0.34 101	0.18 142	0.15 224	0.16 52	0.14 93	0.19 164	0.16 126
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TestStereo	0.64 243	0.39 381	0.71 221	0.51 202	0.27 90	0.56 157	0.42 199	1.03 180	0.91 207	0.80 171	1.00 204	0.68 175	0.52 166	3.25 463	0.45 207	0.22 278	0.15 224	0.24 294	0.18 192	0.27 341	0.16 126

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

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

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

GMStereo	0.55 183	0.45 412	0.94 350	0.50 172	0.32 199	0.64 200	0.43 218	1.00 168	1.40 459	0.82 179	0.73 134	0.51 108	0.45 116	0.85 139	0.55 276	0.24 320	0.15 224	0.20 172	0.21 290	0.31 391	0.24 319
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FENet	0.60 214	0.28 181	0.63 160	0.54 256	0.33 220	0.83 318	0.38 156	1.27 272	1.07 276	1.00 228	0.86 165	0.99 296	0.85 319	0.96 170	0.68 319	0.22 278	0.15 224	0.23 274	0.20 246	0.22 263	0.23 305

DIP-Stereo	0.62 224	0.30 236	0.83 301	0.48 144	0.36 252	0.95 356	0.33 94	2.37 527	0.67 132	1.25 354	1.00 204	0.68 175	0.51 161	0.91 156	0.61 297	0.18 142	0.15 224	0.21 207	0.17 174	0.19 164	0.19 217
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 469	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152

RAFT-Stereo	0.57 199	0.26 129	0.63 160	0.54 256	0.36 252	0.69 241	0.54 317	1.22 262	0.72 147	1.61 469	1.50 410	0.75 192	0.53 171	0.64 69	0.44 194	0.18 142	0.15 224	0.17 79	0.15 111	0.17 92	0.17 152
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaStereo	0.70 277	0.43 402	0.75 259	0.73 458	0.37 267	0.92 347	0.53 311	1.85 429	1.18 349	1.12 269	1.23 312	1.07 320	0.65 239	0.96 170	0.63 304	0.31 424	0.15 224	0.32 429	0.21 290	0.29 371	0.22 285
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.80 340	0.37 369	1.71 488	0.56 293	0.37 267	0.94 352	0.64 382	1.73 386	1.34 427	1.23 340	1.42 382	1.26 372	0.92 350	1.85 374	0.56 278	0.23 305	0.15 224	0.19 137	0.14 93	0.24 303	0.19 217

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DCRE	0.82 351	0.26 129	0.70 209	0.58 315	0.44 336	0.54 143	0.48 273	0.95 150	0.78 167	0.78 166	7.33 561	0.86 238	0.52 166	0.76 105	0.41 170	0.16 60	0.16 264	0.19 137	0.17 174	0.18 123	0.17 152

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

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

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	0.80 340	0.41 395	0.88 327	0.62 366	0.42 318	1.33 434	0.48 273	1.52 332	1.17 342	1.45 435	1.44 391	1.44 410	0.90 344	1.26 252	1.24 437	0.20 218	0.16 264	0.27 369	0.24 355	0.25 315	0.28 377
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MSAF-DinoV2	1.97 520	0.80 504	10.38 564	0.86 501	0.48 361	1.39 444	0.97 472	2.55 537	1.72 499	1.53 451	1.65 448	3.59 539	2.20 532	5.39 509	3.94 535	0.27 386	0.17 293	0.26 352	0.28 419	0.47 475	0.46 474

coex_refinement	0.80 340	0.28 181	0.73 239	0.70 438	0.51 383	0.95 356	0.60 370	1.78 407	1.23 377	1.36 408	1.37 368	1.82 474	0.81 299	1.32 267	1.13 425	0.26 370	0.17 293	0.19 137	0.20 246	0.24 303	0.25 331

MM-Stereo_test3	0.50 140	0.24 78	0.54 106	0.54 256	0.74 475	0.49 91	0.53 311	1.09 217	1.05 267	0.62 137	0.95 185	0.61 152	0.42 97	0.77 108	0.38 144	0.20 218	0.17 293	0.20 172	0.16 153	0.18 123	0.18 177

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

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

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

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

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

GMStereo_Zeroshot	0.67 267	0.61 474	1.01 375	0.64 384	0.37 267	0.84 326	0.35 114	1.05 194	1.12 303	1.12 269	1.06 235	1.27 376	0.54 176	1.19 236	0.59 287	0.32 431	0.17 293	0.31 414	0.18 192	0.52 490	0.22 285

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.87 375	0.29 216	0.53 100	0.53 241	0.30 154	1.15 404	0.55 335	3.57 551	1.28 402	1.53 451	1.74 460	1.68 456	0.93 359	1.49 311	0.77 349	0.22 278	0.17 293	0.19 137	0.18 192	0.20 198	0.19 217
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.96 395	0.36 362	1.01 375	0.62 366	0.42 318	0.99 372	0.47 262	1.90 443	1.32 420	0.99 223	1.39 377	1.10 333	0.86 327	5.58 515	0.79 357	0.23 305	0.17 293	0.28 384	0.27 398	0.26 327	0.21 267

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.65 251	0.34 331	0.72 227	0.56 293	0.27 90	0.78 288	0.42 199	1.59 351	0.86 187	1.30 377	1.25 318	0.87 242	0.84 316	0.84 134	0.54 272	0.35 457	0.19 333	0.26 352	0.21 290	0.28 360	0.42 459
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.66 258	0.33 307	1.23 430	0.51 202	0.33 220	0.86 330	0.68 397	1.10 220	0.97 231	0.84 184	1.08 244	1.25 368	0.94 364	1.01 188	0.74 335	0.19 183	0.19 333	0.24 294	0.24 355	0.27 341	0.23 305

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

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

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

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

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

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

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

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

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

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

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

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

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

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

rvit_stereo_0081	0.44 102	0.33 307	0.64 167	0.54 256	0.35 242	0.41 37	0.44 231	0.66 44	0.95 219	0.48 93	0.52 75	0.50 104	0.46 123	0.82 129	0.44 194	0.25 347	0.20 351	0.22 236	0.19 214	0.25 315	0.17 152

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

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

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

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

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

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

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

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

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

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

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

GLC_STEREO	0.39 64	0.25 106	0.41 24	0.54 256	0.23 25	0.48 79	0.30 72	0.73 63	0.58 97	0.52 114	0.73 134	0.51 108	0.31 39	0.64 69	0.42 181	0.17 103	0.20 351	0.23 274	0.19 214	0.21 239	0.17 152

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

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

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

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

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

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

UCFNet_RVC	0.69 273	0.35 352	0.49 73	0.64 384	0.39 294	0.85 329	0.58 358	1.75 393	1.14 318	0.97 216	1.19 300	1.17 348	0.93 359	0.99 183	0.62 300	0.28 400	0.20 351	0.34 448	0.31 447	0.32 400	0.27 365

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

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

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

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

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

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

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

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

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

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

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

ICVP	0.63 231	0.33 307	0.57 130	0.61 354	0.40 305	0.80 302	0.58 358	1.61 358	0.89 198	0.90 196	1.24 314	0.88 246	0.73 262	0.72 94	0.88 380	0.29 411	0.21 373	0.22 236	0.21 290	0.24 303	0.27 365
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	1.51 486	0.28 181	0.68 190	0.54 256	0.28 115	1.16 406	0.44 231	2.19 509	1.29 406	1.09 253	1.36 366	1.22 357	0.85 319	1.79 367	15.70 575	0.24 320	0.21 373	0.21 207	0.20 246	0.22 263	0.23 305

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

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

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

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

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

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

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

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

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

CAS++	0.47 124	0.31 269	0.56 120	0.47 117	0.32 199	0.42 44	0.28 57	1.76 399	0.72 147	0.71 150	0.72 132	0.37 55	0.28 25	0.69 83	0.33 84	0.27 386	0.22 391	0.26 352	0.21 290	0.29 371	0.19 217
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CRFU-Net	0.86 371	0.39 381	1.00 371	0.65 398	0.57 414	1.78 486	0.86 446	2.15 496	0.81 175	1.38 416	1.18 293	1.64 450	1.19 442	1.35 275	0.90 386	0.26 370	0.22 391	0.21 207	0.19 214	0.23 288	0.24 319

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

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

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

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

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

NLCA_NET_v2_RVC	0.79 337	0.43 402	1.05 391	0.64 384	0.58 423	0.95 356	0.53 311	1.53 338	1.18 349	1.37 411	1.15 283	1.43 405	0.88 337	1.61 334	0.84 373	0.25 347	0.22 391	0.27 369	0.27 398	0.29 371	0.29 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PWC_ROB	1.24 459	0.76 500	2.46 522	0.72 450	0.78 488	1.15 404	0.49 283	1.75 393	1.92 513	2.31 519	3.07 527	1.59 438	1.40 471	2.46 432	2.10 505	0.33 440	0.22 391	0.35 456	0.24 355	0.38 436	0.41 455

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

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

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

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

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

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

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

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

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

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

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

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

UPFNet	0.80 340	0.32 285	0.90 337	0.59 328	0.74 475	1.26 423	0.80 432	1.52 332	1.10 297	1.30 377	1.12 266	1.30 383	0.84 316	1.67 345	1.09 416	0.24 320	0.24 412	0.24 294	0.23 342	0.25 315	0.18 177

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

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

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

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

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

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

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

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

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

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

PSMNet_ROB	0.90 381	0.52 440	1.17 424	0.72 450	0.61 437	1.27 424	1.12 494	1.76 399	1.12 303	1.09 253	1.28 334	1.45 412	0.89 343	1.65 340	1.42 468	0.33 440	0.25 421	0.37 467	0.39 487	0.35 416	0.29 383

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fast-acv-ft	0.94 391	0.44 405	1.40 454	0.58 315	0.51 383	1.77 484	0.69 401	1.36 289	1.42 467	1.29 369	1.86 476	1.74 464	1.25 454	1.52 316	1.38 456	0.26 370	0.28 443	0.28 384	0.28 419	0.27 341	0.26 355

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

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

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

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

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

DeepPruner_ROB	0.74 309	0.48 423	0.87 320	0.57 309	0.44 336	0.79 294	0.54 317	1.73 386	0.96 224	1.38 416	1.27 328	1.24 364	0.73 262	1.43 299	0.73 334	0.34 450	0.28 443	0.27 369	0.26 387	0.31 391	0.31 407

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

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

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

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

coex-ft	8.13 570	2.13 562	98.04 596	0.67 417	0.53 398	1.71 475	1.56 524	1.65 367	11.11 570	18.17 585	3.75 536	3.88 543	7.61 572	2.98 454	6.49 547	0.30 416	0.30 458	0.32 429	0.31 447	0.66 514	0.50 487

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

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

DANet	1.08 433	0.61 474	1.32 446	0.85 499	0.72 469	1.37 439	0.51 292	1.54 341	1.15 330	1.78 488	1.54 419	2.01 495	1.11 424	2.90 450	2.00 501	0.33 440	0.30 458	0.40 481	0.30 440	0.44 464	0.45 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SANet	1.88 514	0.57 458	2.18 515	0.63 375	0.40 305	2.80 536	1.57 526	2.39 529	5.88 565	2.36 524	3.57 534	3.72 542	2.97 547	4.74 491	1.76 489	0.34 450	0.30 458	0.32 429	0.29 431	0.48 480	0.37 440

XPNet_ROB	0.96 395	0.49 426	1.09 407	0.72 450	0.57 414	1.11 393	1.14 496	1.66 372	1.23 377	1.85 498	1.39 377	1.64 450	1.11 424	1.80 368	1.42 468	0.38 469	0.30 458	0.33 438	0.29 431	0.37 427	0.34 424

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

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

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

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

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

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

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

SGM_RVC	1.68 501	0.36 362	0.61 151	0.59 328	0.29 132	2.25 515	1.18 501	2.38 528	1.68 495	3.60 549	2.67 520	3.69 541	2.42 538	8.13 557	1.90 496	0.31 424	0.31 464	0.30 408	0.28 419	0.30 382	0.29 383
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-sn7	1.76 509	1.38 536	6.58 553	0.74 462	0.72 469	1.78 486	1.31 511	1.88 437	1.56 486	1.86 499	2.47 515	1.81 471	2.08 527	5.12 500	3.80 533	0.32 431	0.32 472	0.32 429	0.32 455	0.44 464	0.40 450

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	0.95 394	0.44 405	0.66 181	0.53 241	0.35 242	1.53 461	1.63 529	1.69 377	1.42 467	2.00 510	1.60 434	1.43 405	1.17 435	1.59 331	0.99 403	0.34 450	0.34 478	0.39 476	0.33 465	0.33 409	0.32 413
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FINET	0.97 401	0.54 445	1.60 481	0.63 375	0.79 491	1.08 389	1.07 489	1.56 348	2.20 526	1.15 293	1.49 407	0.94 272	0.88 337	2.32 420	1.05 408	0.42 483	0.35 489	0.32 429	0.28 419	0.43 458	0.38 446

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

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

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

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

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

RP	1.09 436	0.50 433	1.12 414	0.90 513	1.04 521	1.11 393	0.84 439	1.80 416	1.62 489	1.55 460	2.00 489	1.90 481	1.78 507	1.84 371	1.25 438	0.52 507	0.36 494	0.48 500	0.36 480	0.45 468	0.43 466

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

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

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

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

Abc-Net	1.10 438	0.54 445	1.24 433	0.84 494	0.94 515	1.29 427	0.89 453	2.01 472	1.34 427	1.32 391	1.74 460	1.88 477	1.74 504	2.35 422	1.25 438	0.45 494	0.37 496	0.45 493	0.58 523	0.42 452	0.42 459
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCPNet	1.85 512	0.69 488	8.07 556	0.71 446	0.58 423	2.79 535	1.22 504	1.94 456	1.54 483	1.88 500	1.69 454	2.46 518	2.04 523	2.37 424	6.48 546	0.38 469	0.37 496	0.38 470	0.43 497	0.47 475	0.45 471

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

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

SGM-Forest	1.24 459	0.38 376	0.60 148	0.52 223	0.37 267	1.56 464	1.30 510	1.65 367	1.36 441	2.11 514	1.79 467	1.63 447	0.93 359	7.48 550	0.95 394	0.36 461	0.37 496	0.39 476	0.34 471	0.37 427	0.32 413
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCS	2.25 528	0.99 518	5.55 547	0.81 482	0.74 475	2.19 513	1.80 533	2.27 518	2.14 524	2.80 539	2.13 498	2.40 514	2.03 522	2.64 442	13.69 569	0.41 479	0.39 505	0.40 481	0.45 501	0.58 501	0.56 498

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

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

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

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

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

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

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

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

MeshStereo	2.26 529	0.56 454	0.92 344	0.61 354	0.49 365	2.60 528	1.02 482	3.18 546	2.05 521	7.40 574	4.98 551	7.58 562	2.98 548	6.37 529	1.96 499	0.43 488	0.43 512	0.45 493	0.39 487	0.43 458	0.42 459
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
HBP-ISP	0.96 395	0.58 461	0.72 227	0.61 354	0.46 355	1.64 471	0.76 418	1.86 432	1.28 402	1.30 377	1.53 414	0.86 238	0.94 364	3.27 464	0.69 322	0.45 494	0.44 515	0.54 512	0.48 508	0.47 475	0.40 450

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

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

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

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

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

PA-Net	1.01 418	0.57 458	1.29 441	0.64 384	0.74 475	1.19 413	0.84 439	1.69 377	1.43 469	1.16 303	1.19 300	1.32 388	1.19 442	3.42 468	1.25 438	0.29 411	0.45 519	0.33 438	0.49 511	0.32 400	0.47 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.07 430	0.86 509	1.31 443	0.82 490	0.53 398	1.41 451	1.31 511	1.76 399	1.52 480	1.27 361	1.31 344	1.46 415	1.24 453	2.03 392	0.96 398	0.56 515	0.45 519	0.67 527	0.50 513	0.88 526	0.59 505
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MFN_U_SF_DS_RVC	1.74 508	0.87 510	3.56 535	0.80 479	0.75 482	3.72 548	2.44 560	1.82 420	1.82 507	1.74 484	1.91 482	1.92 485	1.26 456	7.69 553	1.28 444	0.45 494	0.47 523	0.52 506	0.77 536	0.50 484	0.50 487

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

FCDSN-DC	2.32 531	0.63 479	0.81 293	0.84 494	0.75 482	2.23 514	0.94 467	2.09 488	1.80 505	5.45 567	7.72 565	7.77 564	6.93 571	3.39 465	1.80 491	0.52 507	0.48 524	0.52 506	0.51 516	0.57 499	0.58 503
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	1.52 487	0.84 505	3.42 534	0.87 508	0.66 452	2.56 527	0.95 469	2.36 525	1.70 496	1.98 506	1.86 476	2.45 517	1.79 508	2.95 451	2.58 512	0.52 507	0.48 524	0.55 516	0.59 526	0.59 503	0.61 509

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

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

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

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

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

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

ELAS_RVC	2.48 538	0.74 497	1.90 500	1.05 527	0.92 513	2.76 533	4.01 569	2.76 539	4.11 557	4.69 560	4.63 545	4.62 546	5.96 566	3.97 477	3.96 536	0.63 525	0.53 532	0.56 519	0.52 517	0.64 510	0.63 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 533	0.74 497	1.54 477	0.99 523	0.92 513	4.78 559	2.33 557	3.33 548	3.37 549	5.05 565	4.77 549	3.67 540	4.53 561	3.42 468	4.50 539	0.62 523	0.53 532	0.55 516	0.53 518	0.63 508	0.64 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDG	1.41 480	2.65 567	0.99 366	1.44 542	1.64 546	1.34 436	0.80 432	1.60 355	1.23 377	1.23 340	1.71 456	2.01 495	1.34 467	1.47 309	1.41 464	0.90 532	0.54 535	2.29 552	0.75 535	1.84 543	1.04 537

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	1.88 514	1.07 522	1.45 466	1.07 530	1.17 532	1.47 455	1.48 521	1.89 440	1.93 515	1.94 505	4.67 548	3.08 534	1.80 509	6.51 531	1.65 485	1.06 540	0.86 554	1.08 542	1.32 555	0.93 527	1.26 543
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
TorneroNet	10.70 575	2.03 557	1.82 496	3.43 568	3.01 566	43.83 590	2.22 554	8.87 574	67.47 597	7.17 573	27.36 585	10.68 573	3.85 558	8.67 560	7.65 555	3.59 567	0.88 555	3.04 568	1.57 564	3.71 566	3.17 569

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

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

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

SPS-STEREO	1.67 499	1.04 521	1.23 430	1.21 534	1.13 530	1.82 490	1.11 492	2.16 499	1.52 480	3.07 547	2.32 505	2.82 528	1.80 509	4.11 479	2.04 502	1.03 538	0.99 559	0.97 536	0.94 546	1.03 534	1.02 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	2.66 540	1.40 539	1.73 491	1.39 539	1.17 532	3.93 552	1.94 543	4.11 556	3.88 555	2.92 541	5.50 552	4.18 544	3.00 549	7.63 552	3.71 532	1.13 543	1.00 560	1.17 543	1.13 554	1.18 538	1.09 541

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

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

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

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

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

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

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

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

UNDER WATER-64	5.27 561	2.32 563	8.78 560	3.93 574	3.54 572	7.61 565	3.03 567	5.84 567	14.19 572	4.04 553	4.04 539	9.39 568	6.26 567	5.93 523	8.48 558	3.60 568	1.51 569	3.13 569	1.88 566	4.29 572	3.61 573

KSHMR	8.75 571	2.06 560	2.11 510	3.53 570	3.11 567	4.13 556	2.69 561	5.60 565	61.37 596	3.00 544	55.83 596	4.98 554	2.45 539	4.49 485	2.61 515	3.46 566	1.55 570	3.14 570	1.94 568	3.72 567	3.18 570

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

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

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

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

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

MADNet++	5.01 559	3.14 570	4.91 544	4.55 577	3.94 574	5.20 563	4.41 570	4.40 558	4.13 558	4.95 563	6.08 554	4.74 548	5.37 562	9.40 566	10.67 566	4.65 576	4.15 576	3.97 575	3.34 574	4.09 570	4.08 576

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		10.99 579

Low-res two-view benchmark