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

IGEV	0.70 18	0.36 1	1.07 11	0.71 46	1.31 416	2.82 149	0.41 37	1.76 45	0.98 44	0.73 55	0.71 21	0.35 2	0.42 10	0.90 20	0.42 8	0.18 15	0.18 70	0.22 17	0.18 50	0.18 1	0.20 20

MLG-Stereo_test3	0.60 4	0.37 2	1.12 40	0.59 3	0.57 161	2.19 103	0.31 8	1.68 39	0.56 2	0.49 3	0.51 10	0.56 44	0.33 1	0.96 30	0.54 43	0.21 30	0.17 42	0.23 31	0.16 13	0.20 17	0.21 47

U	12.82 569	0.38 3	1.99 139	0.66 31	58.94 588	63.38 593	0.34 17	1.91 60	0.94 41	0.59 20	0.80 36	0.46 32	0.57 33	0.83 11	0.44 15	0.29 174	0.17 42	63.35 592	59.81 591	0.29 124	0.20 20

MLG-Stereo_test1	0.80 53	0.39 4	1.02 3	0.65 23	1.20 393	3.14 192	0.29 7	1.59 26	3.05 489	0.50 4	0.24 1	0.67 65	0.43 11	1.33 111	0.40 6	0.21 30	0.18 70	0.23 31	0.15 4	0.19 5	0.20 20

MLG-Stereo	0.77 43	0.39 4	1.04 4	0.64 16	0.41 53	3.01 177	0.31 8	1.89 55	2.92 475	0.47 1	0.29 2	0.66 64	0.47 16	1.35 115	0.39 4	0.20 26	0.18 70	0.24 61	0.16 13	0.19 5	0.20 20

FoundationStereo	0.50 2	0.39 4	1.11 37	0.79 82	0.42 59	0.70 4	0.36 22	0.76 2	0.80 20	0.62 27	0.38 5	0.73 84	0.77 96	0.69 2	0.36 2	0.26 100	0.17 42	0.23 31	0.16 13	0.18 1	0.20 20

MLG-Stereo_test2	0.76 36	0.40 7	1.07 11	0.64 16	0.82 271	3.49 251	0.23 2	1.69 40	2.14 330	0.62 27	0.32 3	0.67 65	0.33 1	1.14 60	0.37 3	0.23 50	0.19 100	0.23 31	0.16 13	0.19 5	0.20 20

LG-G_1	0.70 18	0.40 7	1.12 40	0.71 46	0.30 2	2.80 147	0.40 31	2.21 88	0.78 15	0.59 20	0.55 12	0.51 37	0.58 36	1.24 87	0.49 26	0.24 64	0.18 70	0.23 31	0.15 4	0.21 27	0.21 47

LG-G	0.70 18	0.40 7	1.12 40	0.71 46	0.30 2	2.80 147	0.40 31	2.21 88	0.78 15	0.59 20	0.55 12	0.51 37	0.58 36	1.24 87	0.49 26	0.24 64	0.18 70	0.23 31	0.15 4	0.21 27	0.21 47

dual_stereo	0.68 15	0.40 7	1.05 6	0.64 16	0.37 28	0.84 7	0.34 17	3.40 250	1.03 47	0.50 4	0.46 9	0.58 45	0.40 7	1.85 213	0.49 26	0.23 50	0.17 42	0.21 12	0.16 13	0.20 17	0.19 5

CAS	1.26 176	0.40 7	1.46 89	2.97 544	1.61 481	4.13 405	0.73 175	1.78 49	1.49 131	0.83 94	1.10 91	0.59 48	0.53 26	1.26 93	0.80 131	2.99 547	0.13 1	0.21 12	0.13 1	0.31 166	1.72 527

S2M2_XL	0.46 1	0.41 12	1.09 26	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 8	0.92 56	0.65 60	0.53 26	0.54 1	0.50 32	0.28 152	0.24 260	0.25 84	0.21 102	0.23 45	0.22 62

LGtest1	0.55 3	0.41 12	1.14 47	0.70 40	0.40 46	0.99 9	0.26 4	1.32 9	0.93 37	0.53 8	0.60 15	0.44 28	0.49 21	1.02 38	0.45 17	0.27 115	0.19 100	0.23 31	0.16 13	0.21 27	0.23 73

SGD-Stereo	0.65 11	0.41 12	1.06 9	0.85 128	0.31 4	2.44 122	0.46 57	1.09 5	0.69 5	0.84 96	0.52 11	0.55 42	0.53 26	1.49 145	0.46 19	0.31 233	0.14 11	0.25 84	0.18 50	0.23 45	0.20 20

Monster-pub-mixall	0.64 9	0.42 15	1.00 2	0.83 106	0.48 105	1.39 44	0.32 11	1.45 14	0.82 25	0.88 102	0.85 45	0.39 12	0.36 4	1.99 223	0.47 21	0.20 26	0.16 28	0.17 1	0.15 4	0.18 1	0.21 47

1w_stereo	0.86 71	0.42 15	1.07 11	0.72 54	0.81 262	3.00 175	0.67 147	3.28 231	0.75 11	0.74 60	1.32 140	0.37 6	1.37 256	0.92 24	0.68 81	0.16 3	0.14 11	0.20 3	0.16 13	0.19 5	0.22 62

Reg-Stereo(zero)	1.60 224	0.42 15	10.69 343	0.89 149	0.68 218	3.27 212	0.47 62	2.27 96	1.54 168	1.48 169	1.24 117	2.55 361	2.68 452	1.48 143	1.10 225	0.19 20	0.19 100	0.22 17	0.18 50	0.24 50	0.26 122

Monster-pub-eth3d	0.62 6	0.43 18	1.07 11	0.66 31	0.82 271	1.13 14	0.39 26	2.57 144	0.92 35	0.58 18	0.64 17	0.36 3	0.36 4	0.88 17	0.43 12	0.15 1	0.15 22	0.20 3	0.17 29	0.21 27	0.19 5

MonSter	0.62 6	0.43 18	1.07 11	0.66 31	0.82 271	1.13 14	0.39 26	2.57 144	0.92 35	0.58 18	0.64 17	0.36 3	0.35 3	0.95 26	0.43 12	0.15 1	0.15 22	0.20 3	0.17 29	0.21 27	0.19 5

2.5w	0.75 28	0.44 20	1.06 9	0.66 31	0.69 224	2.39 118	0.56 92	2.77 173	0.82 25	0.63 30	0.88 48	0.37 6	0.75 87	1.36 117	0.50 32	0.18 15	0.14 11	0.22 17	0.17 29	0.19 5	0.21 47

IGEV-Stereo++	0.93 88	0.44 20	1.08 19	0.70 40	1.20 393	3.87 339	0.33 13	3.36 246	1.43 99	0.75 62	1.17 101	0.68 67	1.04 175	0.95 26	0.42 8	0.22 38	0.16 28	0.23 31	0.17 29	0.24 50	0.20 20

Pointernet	0.88 77	0.44 20	2.26 175	0.84 116	0.37 28	2.29 110	0.38 24	3.06 207	1.46 110	0.66 40	1.39 160	0.91 125	0.73 80	1.01 37	0.72 104	0.23 50	0.19 100	0.20 3	0.18 50	0.19 5	0.20 20

AdaDepth	0.76 36	0.45 23	1.41 85	0.70 40	1.27 410	3.12 190	0.43 46	1.02 4	0.94 41	0.63 30	0.91 54	0.43 23	0.58 36	1.41 127	0.48 22	0.18 15	0.21 170	0.23 31	0.19 71	0.25 64	0.26 122

water-stereo	0.78 48	0.45 23	1.94 133	0.79 82	0.48 105	2.36 115	0.47 62	1.53 22	1.09 52	0.88 102	1.04 77	0.82 102	0.75 87	0.72 4	0.78 125	0.22 38	0.23 226	0.25 84	0.23 150	0.24 50	0.29 167

asd	0.70 18	0.45 23	1.10 30	0.67 36	0.90 305	2.88 156	0.43 46	1.64 35	0.79 18	0.68 45	0.88 48	0.43 23	0.74 84	0.85 13	0.49 26	0.19 20	0.13 1	0.24 61	0.17 29	0.22 39	0.20 20

qwe	0.75 28	0.45 23	1.10 30	0.67 36	1.06 353	2.49 126	0.45 54	2.57 144	0.90 31	0.71 52	0.83 41	0.43 23	0.48 20	1.10 50	0.64 61	0.17 5	0.14 11	0.24 61	0.16 13	0.21 27	0.20 20

2.75w_new	0.75 28	0.45 23	1.10 30	0.65 23	0.62 186	2.45 124	0.56 92	2.75 170	0.74 10	0.78 80	0.73 24	0.38 10	0.92 145	1.04 43	0.66 73	0.17 5	0.14 11	0.22 17	0.17 29	0.18 1	0.19 5

xyz-stereo	10.85 561	0.45 23	79.01 592	0.62 9	0.45 78	83.70 594	0.77 213	2.59 150	1.34 80	2.19 352	32.02 582	2.76 388	1.62 329	5.75 356	2.39 429	0.25 85	0.17 42	0.33 288	0.21 102	0.25 64	0.19 5

s12784h	1.31 191	0.45 23	2.41 193	0.71 46	0.35 12	4.42 467	0.50 67	4.22 439	2.73 446	2.01 289	2.48 443	0.91 125	0.96 153	2.01 227	0.70 96	0.29 174	0.18 70	0.24 61	0.16 13	0.27 93	0.18 3

asda	0.77 43	0.46 30	1.10 30	0.64 16	0.82 271	3.33 222	0.49 65	2.40 109	0.81 24	0.63 30	0.80 36	0.44 28	0.85 124	0.88 17	0.60 51	0.17 5	0.13 1	0.24 61	0.17 29	0.20 17	0.20 20

4.25_new	0.73 24	0.46 30	1.08 19	0.71 46	0.97 323	2.52 130	0.58 104	2.28 99	0.93 37	0.57 14	0.94 61	0.40 13	0.65 57	0.87 14	0.50 32	0.17 5	0.13 1	0.25 84	0.17 29	0.19 5	0.20 20

4.5w_new	0.73 24	0.46 30	1.08 19	0.71 46	0.97 323	2.52 130	0.58 104	2.28 99	0.93 37	0.57 14	0.94 61	0.40 13	0.65 57	0.87 14	0.50 32	0.17 5	0.13 1	0.25 84	0.17 29	0.19 5	0.20 20

4.5_new	0.67 12	0.46 30	1.11 37	0.63 12	0.78 254	1.97 84	0.51 71	2.18 83	0.78 15	0.73 55	0.90 52	0.42 21	0.49 21	0.81 9	0.49 26	0.21 30	0.14 11	0.26 113	0.19 71	0.22 39	0.20 20

4.5w-stereo	0.67 12	0.46 30	1.11 37	0.63 12	0.78 254	1.97 84	0.51 71	2.18 83	0.77 12	0.73 55	0.90 52	0.42 21	0.49 21	0.81 9	0.49 26	0.21 30	0.14 11	0.26 113	0.19 71	0.22 39	0.20 20

4.25w-stereo	0.73 24	0.46 30	1.08 19	0.71 46	0.97 323	2.52 130	0.58 104	2.28 99	0.93 37	0.57 14	0.94 61	0.40 13	0.65 57	0.87 14	0.50 32	0.17 5	0.13 1	0.25 84	0.17 29	0.19 5	0.20 20

3.25w_new	0.69 16	0.46 30	1.10 30	0.61 6	0.61 180	2.23 106	0.51 71	2.45 119	0.90 31	0.63 30	0.78 33	0.47 33	0.71 73	0.78 6	0.50 32	0.17 5	0.14 11	0.20 3	0.17 29	0.20 17	0.20 20

3.25w	0.69 16	0.46 30	1.10 30	0.61 6	0.61 180	2.23 106	0.51 71	2.45 119	0.90 31	0.63 30	0.78 33	0.47 33	0.71 73	0.79 7	0.50 32	0.17 5	0.14 11	0.20 3	0.17 29	0.20 17	0.20 20

2w_stereo	0.75 28	0.46 30	1.08 19	0.68 38	0.56 149	2.00 86	0.61 115	2.87 189	0.83 28	0.93 110	0.93 59	0.36 3	1.13 204	0.90 20	0.61 53	0.17 5	0.13 1	0.23 31	0.17 29	0.20 17	0.21 47

LG-Stereo_L2	0.63 8	0.46 30	1.15 49	0.70 40	0.43 65	2.32 112	0.28 5	1.86 53	0.68 4	0.56 11	0.42 7	0.37 6	0.45 14	1.36 117	0.40 6	0.23 50	0.18 70	0.22 17	0.18 50	0.21 27	0.20 20

DEFOM-Stereo	0.70 18	0.46 30	1.13 45	0.72 54	0.48 105	3.40 231	0.44 50	0.90 3	0.77 12	0.86 99	0.58 14	0.45 31	0.43 11	1.76 195	0.43 12	0.24 64	0.18 70	0.22 17	0.16 13	0.21 27	0.20 20

Selective-RAFT	1.15 140	0.46 30	1.64 109	0.99 219	0.45 78	4.17 423	0.51 71	3.21 221	1.69 234	1.12 137	1.34 147	1.45 205	1.40 264	2.08 231	0.94 194	0.41 373	0.20 138	0.24 61	0.23 150	0.27 93	0.25 98

2.25w	0.75 28	0.47 42	1.09 26	0.69 39	0.65 199	2.28 109	0.40 31	2.42 113	0.80 20	0.73 55	1.03 72	0.40 13	0.81 116	1.24 87	0.80 131	0.16 3	0.15 22	0.21 12	0.17 29	0.19 5	0.21 47

3.75w	0.75 28	0.47 42	1.09 26	0.63 12	1.10 365	2.61 140	0.53 81	2.46 122	0.97 43	0.62 27	0.80 36	0.40 13	0.66 63	1.11 52	0.48 22	0.19 20	0.13 1	0.23 31	0.18 50	0.20 17	0.21 47

3w_stereo	0.71 23	0.47 42	1.14 47	0.65 23	0.39 42	1.73 68	0.68 153	2.79 181	0.79 18	0.67 43	0.84 42	0.37 6	1.02 170	1.03 39	0.56 45	0.18 15	0.14 11	0.23 31	0.18 50	0.20 17	0.22 62

LG-Stereo_L1	0.61 5	0.47 42	1.10 30	0.73 57	0.49 113	1.72 66	0.33 13	1.95 65	0.65 3	0.56 11	0.40 6	0.40 13	0.43 11	1.40 122	0.42 8	0.23 50	0.19 100	0.23 31	0.18 50	0.21 27	0.19 5

LG-Stereo_Zeroshot	0.89 80	0.47 42	2.08 158	0.76 74	0.73 236	3.91 344	0.41 37	2.07 75	1.07 50	0.77 77	0.89 51	0.64 56	0.86 127	0.95 26	0.77 124	0.26 100	0.18 70	0.26 113	0.19 71	0.32 193	0.32 216

AIO_test	0.76 36	0.47 42	1.31 72	0.81 85	0.70 227	1.36 41	0.88 290	1.40 12	1.45 102	0.55 10	0.95 64	1.81 266	0.58 36	1.16 67	0.46 19	0.27 115	0.17 42	0.24 61	0.19 71	0.24 50	0.21 47

fffft	0.76 36	0.47 42	1.28 70	0.82 95	0.54 138	1.51 55	0.80 234	2.09 77	1.18 57	0.63 30	0.84 42	0.59 48	0.55 30	1.80 202	0.85 149	0.19 20	0.18 70	0.27 141	0.20 88	0.26 81	0.24 88
1: 1. 1
IGEV-Stereo+	0.94 91	0.47 42	1.19 53	0.86 133	2.02 525	1.40 45	0.39 26	1.17 8	0.88 30	0.61 25	0.44 8	0.47 33	0.79 108	2.14 239	0.42 8	0.27 115	0.19 100	0.22 17	0.17 29	2.26 536	2.41 541

UniTT-Stereo	0.82 64	0.47 42	2.63 209	0.96 200	1.19 387	0.78 5	0.39 26	1.12 6	1.54 168	1.19 141	1.26 125	0.51 37	0.64 54	1.13 58	1.03 213	0.30 214	0.20 138	0.24 61	0.21 102	0.40 290	0.25 98

tt45	0.96 103	0.48 51	1.19 53	0.89 149	0.66 206	3.91 344	0.76 200	1.90 58	1.26 71	0.70 48	1.30 136	0.71 78	0.63 52	2.59 279	0.74 112	0.22 38	0.17 42	0.28 170	0.23 150	0.27 93	0.27 138

999	0.97 104	0.48 51	1.24 61	1.03 250	0.64 191	3.25 208	0.92 321	1.40 12	1.39 86	0.71 52	1.68 240	0.70 71	0.66 63	3.03 299	0.89 169	0.23 50	0.19 100	0.25 84	0.21 102	0.25 64	0.29 167

RAFT-Stereo-weight	1.11 132	0.48 51	1.22 58	0.99 219	0.42 59	4.17 423	0.80 234	3.60 277	1.50 136	1.97 268	1.50 187	1.30 184	0.65 57	1.24 87	0.85 149	0.25 85	0.19 100	0.26 113	0.22 135	0.27 93	0.23 73

trnet	0.91 85	0.48 51	1.46 89	0.62 9	0.31 4	4.40 463	0.41 37	2.20 86	1.53 159	0.94 111	1.14 97	0.88 119	0.89 137	1.09 49	0.71 99	0.27 115	0.19 100	0.22 17	0.15 4	0.21 27	0.19 5

MoCha-V2	0.87 75	0.48 51	1.87 126	0.88 144	0.32 7	1.37 42	0.55 88	2.71 164	1.42 95	0.92 109	1.75 262	0.65 60	1.17 220	1.45 136	0.57 46	0.21 30	0.21 170	0.20 3	0.19 71	0.24 50	0.23 73

MC-Stereo	1.06 125	0.48 51	1.55 101	1.15 316	0.41 53	4.56 496	0.61 115	2.06 73	1.46 110	1.90 247	1.61 221	0.89 121	1.12 202	1.35 115	0.73 107	0.25 85	0.18 70	0.26 113	0.22 135	0.25 64	0.24 88

PMTNet	0.99 112	0.48 51	1.73 113	0.62 9	0.56 149	4.20 435	0.43 46	1.88 54	1.58 191	1.00 120	1.05 82	0.78 92	0.98 162	1.50 146	0.85 149	1.21 523	0.20 138	0.23 31	0.15 4	0.22 39	0.19 5

4w-stereo	0.67 12	0.49 58	1.07 11	0.63 12	0.75 243	1.63 64	0.44 50	2.23 92	0.77 12	0.56 11	0.92 56	0.40 13	0.82 117	1.08 47	0.53 41	0.18 15	0.13 1	0.25 84	0.18 50	0.19 5	0.20 20

WCG-NET	0.88 77	0.49 58	1.26 63	0.90 158	0.37 28	1.48 52	1.07 368	1.73 42	2.30 363	1.63 189	1.49 186	0.92 130	0.97 156	0.95 26	0.76 119	0.22 38	0.16 28	0.23 31	0.20 88	0.25 64	0.21 47

CREStereo++_RVC	1.02 121	0.49 58	1.54 100	0.83 106	0.55 145	4.01 377	0.31 8	1.63 33	1.99 291	1.63 189	2.13 386	0.84 106	0.65 57	0.88 17	0.70 96	0.27 115	0.15 22	0.23 31	1.22 535	0.24 50	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
monsterstereo	0.82 64	0.50 61	1.26 63	0.77 78	1.41 448	2.54 136	0.40 31	3.14 213	0.71 7	0.70 48	1.11 92	0.41 20	0.39 6	1.50 146	0.50 32	0.19 20	0.16 28	0.22 17	0.16 13	0.21 27	0.17 1

111111	0.87 75	0.50 61	1.13 45	0.66 31	1.08 359	3.37 226	0.33 13	2.33 106	1.47 115	0.74 60	1.50 187	0.61 50	0.59 41	1.40 122	0.48 22	0.24 64	0.19 100	0.22 17	0.16 13	0.24 50	0.19 5

GIP-stereo	0.88 77	0.50 61	1.34 77	1.32 389	0.94 315	2.90 158	0.42 41	3.41 251	1.06 49	0.63 30	0.76 28	0.90 123	0.76 94	0.91 22	0.52 40	0.27 115	0.18 70	0.25 84	0.16 13	0.25 64	0.19 5

RSM	0.80 53	0.50 61	1.08 19	0.83 106	0.51 119	1.31 37	0.77 213	2.28 99	1.43 99	0.82 88	1.44 171	1.22 174	0.62 49	1.17 74	0.63 58	0.22 38	0.18 70	0.24 61	0.19 71	0.27 93	0.20 20

test_4	1.30 187	0.50 61	6.16 288	0.84 116	0.45 78	1.61 61	1.12 383	2.14 81	1.42 95	1.52 173	2.31 427	1.84 273	0.79 108	2.52 272	1.19 243	0.27 115	0.17 42	0.29 191	0.29 290	0.29 124	0.25 98

FENet	2.25 328	0.50 61	20.29 511	1.35 406	0.67 213	4.01 377	0.60 111	3.95 361	1.99 291	1.96 266	1.11 92	2.43 346	1.43 277	1.60 165	1.39 288	0.32 254	0.22 199	0.33 288	0.26 207	0.29 124	0.39 300

RSM++	0.77 43	0.51 67	1.08 19	0.95 194	0.42 59	1.52 57	0.71 167	2.11 78	1.40 90	0.80 84	1.23 116	0.90 123	0.59 41	1.14 60	0.69 90	0.24 64	0.19 100	0.25 84	0.21 102	0.28 110	0.20 20

CASnet	0.78 48	0.51 67	1.29 71	0.81 85	0.29 1	1.28 34	0.74 187	1.51 19	1.89 278	1.64 192	1.09 88	0.65 60	0.64 54	0.91 22	0.76 119	0.29 174	0.17 42	0.41 390	0.31 324	0.32 193	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 125	0.51 67	1.56 103	1.02 243	0.39 42	4.27 446	0.42 41	4.08 401	1.48 123	0.90 105	0.68 20	1.09 149	0.66 63	1.81 203	0.62 55	0.27 115	0.19 100	0.29 191	0.23 150	0.37 270	0.25 98

DCANet-4	1.96 284	0.51 67	14.31 394	0.82 95	0.40 46	4.16 418	0.57 95	4.29 469	2.98 483	2.30 387	1.80 285	1.03 144	1.54 314	1.44 132	1.44 298	0.29 174	0.23 226	0.23 31	0.18 50	0.24 50	0.42 330

tt	7.19 550	0.51 67	6.83 292	4.03 558	2.30 535	12.05 564	20.19 577	15.46 575	6.58 557	3.42 511	3.22 497	5.37 532	6.39 540	4.20 329	7.46 513	9.81 578	11.53 582	7.05 575	7.46 577	6.31 566	3.71 563

test_3	1.19 147	0.51 67	2.08 158	0.99 219	0.41 53	2.05 93	0.87 286	4.40 503	1.42 95	1.99 275	1.18 102	2.03 301	0.79 108	2.70 287	0.75 115	0.27 115	0.17 42	0.29 191	0.29 290	0.30 147	0.27 138

zero-FE	0.95 98	0.52 73	2.63 209	0.86 133	1.27 410	1.41 46	0.86 267	2.27 96	0.73 9	0.50 4	0.64 17	0.54 41	0.78 104	2.70 287	1.02 211	0.35 302	0.17 42	0.24 61	0.18 50	1.03 499	0.29 167

RAStereo	0.75 28	0.52 73	2.86 223	0.58 2	0.62 186	1.19 19	0.32 11	1.81 51	0.99 45	0.75 62	1.05 82	0.64 56	0.47 16	0.80 8	0.94 194	0.22 38	0.20 138	0.27 141	0.21 102	0.34 229	0.22 62

Occ-G	0.86 71	0.52 73	1.39 82	0.82 95	0.66 206	1.37 42	0.79 224	1.58 25	1.31 77	1.56 178	0.87 47	2.18 317	0.89 137	0.97 31	0.88 166	0.26 100	0.19 100	0.26 113	0.19 71	0.25 64	0.24 88

LoS	0.94 91	0.52 73	1.88 127	0.86 133	0.36 14	4.15 409	0.51 71	2.18 83	1.45 102	0.97 119	0.88 48	0.62 52	0.79 108	1.59 163	0.86 156	0.26 100	0.19 100	0.24 61	0.16 13	0.21 27	0.20 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 53	0.52 73	1.05 6	0.75 60	0.61 180	1.31 37	0.82 247	2.60 151	1.41 93	0.82 88	1.64 228	0.71 78	0.62 49	1.22 84	0.64 61	0.22 38	0.19 100	0.24 61	0.18 50	0.25 64	0.20 20

RCA-Stereo	1.21 155	0.52 73	1.58 105	0.90 158	0.46 87	4.68 512	0.79 224	4.13 414	1.74 250	1.92 254	1.80 285	0.94 134	1.48 291	1.14 60	0.70 96	0.27 115	0.18 70	0.25 84	0.19 71	0.25 64	0.23 73

GLC_STEREO	0.76 36	0.52 73	1.12 40	0.83 106	0.33 8	1.86 75	0.82 247	1.46 16	1.38 85	0.95 115	1.04 77	0.68 67	0.72 76	0.97 31	0.80 131	0.23 50	0.25 284	0.32 253	0.25 187	0.32 193	0.30 195

test-3	1.19 147	0.52 73	2.00 140	1.01 233	0.42 59	1.95 82	0.91 308	4.35 490	1.47 115	2.24 373	1.16 99	2.06 307	0.79 108	2.68 285	0.76 119	0.27 115	0.18 70	0.28 170	0.26 207	0.26 81	0.25 98

test_1	1.19 147	0.52 73	2.00 140	1.01 233	0.42 59	1.95 82	0.90 300	4.36 495	1.47 115	2.17 346	1.16 99	2.06 307	0.78 104	2.68 285	0.76 119	0.27 115	0.18 70	0.28 170	0.26 207	0.26 81	0.25 98

KYRaft	1.59 223	0.52 73	1.73 113	0.95 194	0.49 113	4.38 456	1.79 473	2.43 116	1.51 143	2.49 428	2.98 483	2.00 297	3.41 486	2.14 239	0.82 140	0.30 214	0.21 170	0.33 288	0.46 446	0.35 247	2.45 544

GMM-Stereo	2.45 376	0.52 73	20.38 514	0.89 149	0.82 271	4.18 426	1.91 482	2.45 119	1.48 123	2.48 427	2.30 420	1.69 237	1.86 389	2.93 295	1.08 221	0.28 152	0.18 70	0.33 288	0.48 454	0.35 247	2.41 541

CFNet-RSSM	2.08 306	0.52 73	20.06 495	1.01 233	0.56 149	3.39 228	0.64 133	3.67 289	1.55 176	1.72 210	1.37 155	2.57 363	1.19 226	1.11 52	0.86 156	0.27 115	0.20 138	0.25 84	0.23 150	0.27 93	0.23 73

3.5w_stereo	0.77 43	0.53 85	1.09 26	0.65 23	0.72 231	2.52 130	0.51 71	2.43 116	0.80 20	0.76 72	1.20 106	0.43 23	0.66 63	1.23 86	0.73 107	0.17 5	0.13 1	0.23 31	0.17 29	0.20 17	0.21 47

MM-Stereo_test2	1.79 255	0.53 85	20.16 501	1.43 434	0.47 97	2.57 137	0.73 175	1.67 37	1.47 115	0.94 111	0.96 66	0.84 106	0.79 108	1.16 67	0.68 81	0.24 64	0.17 42	0.25 84	0.22 135	0.30 147	0.22 62

MM-Stereo_test1	1.90 270	0.53 85	19.85 487	1.39 426	0.48 105	1.81 72	0.79 224	3.00 198	1.82 262	1.69 201	1.09 88	0.87 116	0.97 156	1.45 136	0.74 112	0.24 64	0.21 170	0.27 141	0.24 175	0.35 247	0.24 88

IGEV-RUCA	0.90 83	0.53 85	1.05 6	0.81 85	0.74 241	3.89 341	0.80 234	1.92 61	1.41 93	0.96 118	0.71 21	0.70 71	0.73 80	1.30 107	0.68 81	0.29 174	0.20 138	0.25 84	0.19 71	0.43 343	0.34 244

SMoEStereo_RVC	0.80 53	0.53 85	1.12 40	0.92 172	0.44 71	2.41 120	0.79 224	1.49 18	1.16 54	0.70 48	1.12 94	0.64 56	0.64 54	1.69 186	0.87 162	0.22 38	0.16 28	0.31 233	0.22 135	0.26 81	0.25 98

H2IRNET	1.90 270	0.53 85	14.29 393	1.14 303	0.60 176	4.48 473	0.44 50	2.65 156	1.81 261	1.05 129	2.30 420	1.67 230	1.40 264	2.17 243	1.50 314	0.36 314	0.21 170	0.33 288	0.37 390	0.34 229	0.29 167

11t1	1.11 132	0.53 85	1.80 121	1.55 464	0.65 199	2.20 104	0.60 111	3.66 288	1.49 131	1.60 181	1.26 125	1.03 144	1.35 253	1.72 190	0.97 201	0.28 152	0.31 353	0.29 191	0.23 150	0.30 147	0.34 244

Any-RAFT	1.40 199	0.53 85	2.78 219	1.09 275	0.64 191	4.41 465	0.81 243	3.97 368	2.78 453	1.99 275	1.34 147	2.36 335	1.56 318	1.56 155	0.75 115	0.27 115	0.20 138	0.25 84	0.18 50	0.25 64	0.28 157

FTStereo	3.71 493	0.53 85	20.37 513	0.96 200	0.65 199	4.34 453	11.29 564	2.62 153	1.50 136	2.58 445	5.04 523	1.90 279	13.84 563	3.71 315	1.25 261	0.38 339	0.24 260	0.31 233	0.32 335	0.30 147	2.10 535

GrayStereo	2.58 404	0.53 85	1.63 107	1.58 468	0.89 302	4.17 423	8.17 560	3.03 202	1.52 152	2.80 473	2.50 445	1.70 239	17.10 568	2.83 292	1.15 234	0.33 270	0.21 170	0.27 141	0.32 335	0.28 110	0.53 400

CREStereo	0.92 86	0.53 85	1.45 88	0.61 6	0.34 9	4.42 467	0.40 31	2.21 88	1.54 168	0.94 111	1.12 94	0.87 116	0.87 131	1.12 55	0.72 104	0.28 152	0.19 100	0.22 17	0.15 4	0.22 39	0.19 5
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
GREAT-IGEV	0.74 27	0.54 96	1.86 125	1.10 284	0.44 71	2.44 122	0.34 17	1.37 10	1.51 143	0.48 2	0.86 46	0.51 37	0.60 44	1.07 46	0.45 17	0.22 38	0.17 42	0.21 12	0.17 29	0.23 45	0.25 98

AIO-Stereo	0.76 36	0.54 96	1.07 11	0.73 57	0.40 46	1.28 34	0.82 247	2.26 95	1.49 131	0.70 48	1.58 209	0.89 121	0.45 14	1.03 39	0.55 44	0.24 64	0.18 70	0.25 84	0.20 88	0.26 81	0.21 47

AEACV	0.79 51	0.54 96	1.35 79	0.97 207	0.63 189	1.13 14	0.92 321	2.02 70	0.91 34	0.76 72	0.79 35	0.80 98	1.61 326	1.28 98	0.61 53	0.22 38	0.18 70	0.26 113	0.23 150	0.27 93	0.23 73

LCNet	1.55 211	0.54 96	1.88 127	0.99 219	0.55 145	3.60 279	1.21 405	2.86 187	1.53 159	2.18 348	1.74 258	1.43 204	4.17 505	3.62 311	0.87 162	0.29 174	0.20 138	0.28 170	0.77 507	0.47 374	1.85 530

PSM-AAD	2.43 373	0.54 96	1.32 75	0.92 172	0.54 138	4.48 473	7.47 556	2.96 193	1.55 176	2.31 393	2.56 453	1.26 178	16.23 567	2.46 261	0.89 169	0.28 152	0.21 170	0.58 475	0.41 428	0.34 229	1.32 514

xxxx	2.67 413	0.54 96	2.03 143	1.22 347	0.81 262	3.49 251	0.63 130	4.49 518	2.49 413	2.22 366	2.23 403	2.05 305	1.38 257	10.05 457	17.91 559	0.32 254	0.32 361	0.30 211	0.27 233	0.33 211	0.34 244

S2M2	0.64 9	0.55 102	1.07 11	0.89 149	0.54 138	1.08 11	0.20 1	1.16 7	1.37 84	0.59 20	0.81 40	0.86 114	0.47 16	0.70 3	0.65 68	0.31 233	0.33 368	0.27 141	0.27 233	0.36 260	0.31 205

AIO_rvc	0.78 48	0.55 102	1.25 62	0.75 60	0.65 199	1.46 50	0.99 349	2.13 79	1.52 152	0.57 14	1.15 98	1.09 149	0.55 30	1.15 65	0.53 41	0.24 64	0.17 42	0.24 61	0.17 29	0.25 64	0.21 47

WCG-NET（raft）	0.95 98	0.55 102	1.20 57	0.84 116	0.31 4	1.44 48	1.01 353	1.55 23	2.37 384	1.64 192	1.42 167	2.38 337	1.01 167	1.29 103	0.76 119	0.22 38	0.19 100	0.22 17	0.20 88	0.25 64	0.21 47

test_sample1	1.62 228	0.55 102	1.88 127	1.44 437	0.79 257	2.27 108	0.64 133	4.00 376	1.82 262	1.87 237	1.35 150	1.57 218	1.62 329	9.55 438	1.24 258	0.30 214	0.27 308	0.31 233	0.28 262	0.32 193	0.32 216

MIF-Stereo (partial)	0.98 106	0.55 102	2.83 220	0.71 46	1.03 345	1.08 11	0.49 65	2.55 140	1.66 224	0.79 82	1.20 106	0.80 98	0.90 140	1.61 170	1.56 327	0.36 314	0.24 260	0.33 288	0.25 187	0.40 290	0.28 157

CES	1.01 117	0.55 102	1.74 116	0.92 172	2.15 529	2.15 99	0.50 67	2.01 69	1.45 102	0.76 72	1.02 69	0.61 50	0.47 16	1.29 103	0.79 130	0.22 38	0.17 42	0.24 61	0.14 2	0.63 432	2.29 538

DisPM	1.36 195	0.55 102	2.39 190	1.54 459	0.51 119	4.59 499	0.79 224	2.50 128	1.88 274	2.50 429	1.83 304	1.45 205	1.01 167	2.71 289	0.93 192	0.46 413	0.20 138	0.32 253	0.31 324	0.31 166	0.44 345

RAFT-RH_RVC	2.63 407	0.55 102	19.97 492	1.26 362	0.47 97	4.46 471	0.57 95	1.71 41	1.64 218	3.06 493	5.51 526	2.03 301	1.28 238	6.70 379	1.52 322	0.42 384	0.22 199	0.37 352	0.34 352	0.28 110	0.29 167

RAFT-345	2.46 379	0.55 102	19.69 482	1.02 243	0.49 113	4.43 469	0.78 217	1.64 35	2.34 373	2.09 312	3.12 493	1.96 290	1.31 245	6.65 377	1.43 296	0.36 314	0.23 226	0.32 253	0.25 187	0.28 110	0.25 98

Prome-Stereo	1.61 226	0.55 102	1.71 112	0.98 213	0.60 176	4.41 465	1.82 477	3.03 202	1.53 159	2.18 348	3.45 505	1.72 242	3.49 492	2.23 252	1.08 221	0.29 174	0.20 138	0.26 113	0.25 187	0.34 229	2.16 536

TANstereo	1.01 117	0.55 102	1.73 113	0.76 74	0.36 14	4.04 383	0.38 24	1.48 17	1.62 214	2.03 298	2.10 377	0.84 106	0.93 148	0.98 33	0.62 55	0.28 152	0.36 391	0.23 31	0.20 88	0.25 64	0.46 361

MultiAttention	8.74 555	0.56 113	7.25 298	2.07 520	22.74 578	35.86 584	8.44 562	4.97 541	2.58 427	2.57 441	5.11 524	5.55 535	1.59 319	52.70 592	7.50 514	0.47 422	0.24 260	0.52 456	1.00 523	6.84 570	6.30 575

castereo++	0.93 88	0.56 113	1.26 63	0.92 172	0.73 236	2.48 125	1.00 350	2.99 196	1.03 47	0.68 45	1.41 165	1.92 281	0.59 41	1.26 93	0.44 15	0.25 85	0.19 100	0.28 170	0.19 71	0.23 45	0.23 73

UGAM	2.58 404	0.56 113	18.55 457	0.89 149	0.71 229	3.23 202	1.03 359	2.75 170	1.75 252	1.36 153	2.77 472	2.69 374	1.28 238	10.75 479	1.40 289	0.28 152	0.24 260	0.40 378	0.31 324	0.35 247	0.30 195

test_sample2	1.75 250	0.56 113	2.25 174	1.41 430	0.80 259	2.91 161	0.86 267	4.05 391	2.04 304	1.91 252	1.39 160	1.57 218	1.55 316	10.65 476	1.06 216	0.32 254	0.28 320	0.32 253	0.30 308	0.36 260	0.33 232

MGS-Stereo	0.80 53	0.56 113	1.53 97	0.93 186	0.39 42	1.26 28	0.73 175	1.45 14	1.30 76	1.01 121	2.26 407	0.80 98	0.56 32	1.16 67	0.65 68	0.27 115	0.23 226	0.26 113	0.22 135	0.27 93	0.25 98

ttt	2.76 423	0.56 113	2.28 180	1.41 430	1.21 399	3.67 292	0.77 213	4.59 528	2.94 478	2.35 405	2.30 420	2.45 351	1.54 314	11.25 505	15.56 546	0.43 390	0.36 391	0.37 352	0.33 343	0.40 290	0.40 320

riskmin	1.25 169	0.56 113	2.05 146	1.05 253	0.93 313	2.86 155	0.55 88	3.23 225	1.34 80	1.55 176	1.07 86	3.56 463	2.03 402	1.29 103	1.00 209	0.28 152	0.27 308	0.34 306	0.21 102	0.41 314	0.43 339

DRaft	2.28 337	0.56 113	2.64 211	0.74 59	0.46 87	3.94 356	1.23 407	2.32 105	1.55 176	2.64 457	2.80 475	1.60 223	5.34 524	6.96 388	10.99 530	0.34 282	0.22 199	0.27 141	0.27 233	0.29 124	0.37 278

HCRNet	1.60 224	0.56 113	2.47 195	0.78 80	1.36 432	4.11 400	0.71 167	3.57 273	2.79 455	1.75 216	1.61 221	1.58 220	1.41 269	5.79 357	1.56 327	0.34 282	0.28 320	0.36 340	0.29 290	0.33 211	0.37 278

test_xeample	2.67 413	0.56 113	2.05 146	1.09 275	0.81 262	3.24 205	0.80 234	4.55 525	2.70 443	2.42 419	2.27 408	1.39 195	1.40 264	10.75 479	17.51 558	0.30 214	0.30 343	0.32 253	0.28 262	0.34 229	0.33 232

UGAM-zero	2.79 424	0.57 123	20.87 533	0.98 213	0.77 253	2.08 96	0.35 21	3.88 336	1.51 143	2.05 303	1.64 228	5.07 525	3.42 489	9.83 445	1.24 258	0.28 152	0.21 170	0.27 141	0.29 290	0.29 124	0.28 157

SMFormer	2.00 292	0.57 123	4.46 267	1.36 412	0.57 161	2.03 88	0.73 175	4.25 453	2.80 459	2.32 397	2.31 427	1.95 285	1.52 304	10.99 491	2.13 412	0.34 282	0.32 361	0.36 340	0.31 324	0.38 275	0.36 264

tta	2.00 292	0.57 123	4.46 267	1.36 412	0.57 161	2.03 88	0.73 175	4.25 453	2.80 459	2.32 397	2.31 427	1.95 285	1.52 304	10.99 491	2.13 412	0.34 282	0.32 361	0.36 340	0.31 324	0.29 124	0.29 167

qqq1	1.92 277	0.57 123	4.46 267	1.36 412	0.57 161	2.03 88	0.73 175	4.25 453	2.80 459	2.32 397	2.31 427	1.95 285	1.52 304	10.99 491	0.71 99	0.34 282	0.32 361	0.30 211	0.23 150	0.29 124	0.29 167

fff1	1.92 277	0.57 123	4.46 267	1.36 412	0.57 161	2.03 88	0.73 175	4.25 453	2.80 459	2.32 397	2.31 427	1.95 285	1.52 304	10.99 491	0.71 99	0.34 282	0.32 361	0.30 211	0.23 150	0.29 124	0.29 167

1111x	3.13 466	0.57 123	8.38 311	1.20 338	0.76 247	3.80 317	0.88 290	4.61 530	2.63 434	2.31 393	2.16 390	1.95 285	1.81 380	11.54 515	18.13 561	0.32 254	0.31 353	0.32 253	0.30 308	0.35 247	0.34 244

qqq	1.30 187	0.57 123	1.67 110	1.15 316	0.51 119	2.18 101	0.91 308	3.98 370	1.53 159	1.50 172	1.24 117	1.79 258	1.34 250	4.66 333	0.98 204	0.28 152	0.31 353	0.33 288	0.33 343	0.33 211	0.32 216

x	1.15 140	0.57 123	1.53 97	1.44 437	0.67 213	1.94 81	0.97 342	3.87 333	1.57 188	1.61 186	1.28 132	1.58 220	1.22 229	1.93 218	1.04 214	0.28 152	0.30 343	0.34 306	0.29 290	0.32 193	0.31 205

PFNet+	1.46 206	0.57 123	2.84 221	0.92 172	0.47 97	4.64 506	0.84 255	2.46 122	1.99 291	2.14 329	1.64 228	1.34 188	1.03 171	4.68 335	1.23 256	0.45 406	0.33 368	0.37 352	0.39 410	0.32 193	0.49 378

cross-raft	2.01 295	0.57 123	19.01 465	1.03 250	0.56 149	2.11 98	0.72 170	3.63 282	1.57 188	1.77 218	1.51 189	3.17 422	1.13 204	1.16 67	0.85 149	0.23 50	0.21 170	0.26 113	0.23 150	0.28 110	0.25 98

222	2.68 417	0.57 123	2.03 143	1.11 291	0.81 262	3.23 202	0.65 142	4.52 523	2.45 405	2.34 404	2.29 415	1.41 201	1.44 280	10.50 470	18.47 563	0.32 254	0.30 343	0.32 253	0.27 233	0.32 193	0.34 244

Gwc-CoAtRS	1.58 218	0.57 123	11.69 355	1.01 233	0.60 176	2.53 134	0.64 133	2.36 107	1.56 182	1.80 224	1.47 178	2.74 380	1.18 222	1.12 55	0.90 173	0.27 115	0.21 170	0.25 84	0.22 135	0.27 93	0.23 73

HSM-Net_RVC	2.87 433	0.57 123	17.46 439	0.92 172	0.90 305	3.70 296	1.20 402	5.64 554	2.51 417	3.22 502	2.43 438	2.54 360	1.59 319	11.41 509	1.65 349	0.34 282	0.25 284	0.26 113	0.23 150	0.30 147	0.29 167
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
monsters	0.82 64	0.58 136	1.16 50	0.76 74	1.52 463	2.92 164	0.40 31	2.66 158	0.72 8	0.66 40	0.84 42	0.38 10	0.41 9	1.84 207	0.48 22	0.20 26	0.16 28	0.20 3	0.16 13	0.19 5	0.19 5

IGEV++	0.90 83	0.58 136	1.32 75	0.94 190	0.45 78	1.27 29	1.00 350	3.32 240	1.55 176	0.82 88	1.34 147	0.86 114	1.09 192	1.16 67	0.89 169	0.33 270	0.18 70	0.23 31	0.19 71	0.29 124	0.22 62

mmm	1.27 181	0.58 136	2.20 166	1.41 430	0.68 218	2.39 118	0.85 264	3.90 343	1.63 217	2.20 355	1.84 309	1.28 180	1.50 298	1.91 217	0.89 169	0.31 233	0.27 308	0.45 413	0.37 390	0.38 275	0.34 244

IPLGR	2.53 393	0.58 136	20.46 519	0.82 95	0.52 128	4.56 496	0.50 67	4.30 477	2.38 389	1.87 237	1.53 197	1.68 232	1.72 362	6.95 387	1.15 234	0.28 152	0.21 170	0.27 141	0.23 150	0.33 211	0.32 216

DEmStereo	2.97 447	0.58 136	13.42 370	0.79 82	0.51 119	3.84 326	1.84 480	2.42 113	1.60 207	2.25 376	2.74 468	2.03 301	6.04 531	6.79 386	12.80 539	0.35 302	0.26 297	0.26 113	0.27 233	0.27 93	0.37 278

SST-Stereo	1.76 251	0.58 136	3.10 231	1.44 437	0.46 87	4.71 524	0.76 200	2.22 91	2.79 455	2.07 311	2.18 394	2.43 346	3.22 479	6.66 378	0.84 146	0.42 384	0.19 100	0.30 211	0.27 233	0.35 247	0.26 122

R-Stereo Train	1.20 152	0.58 136	1.81 122	0.99 219	0.67 213	3.78 311	0.90 300	4.09 403	1.51 143	2.16 342	1.71 251	1.13 155	0.94 150	1.40 122	0.91 180	0.30 214	0.24 260	0.26 113	0.21 102	0.26 81	0.25 98

RAFT-Stereo	1.20 152	0.58 136	1.81 122	0.99 219	0.67 213	3.78 311	0.90 300	4.09 403	1.51 143	2.16 342	1.71 251	1.13 155	0.94 150	1.40 122	0.91 180	0.30 214	0.24 260	0.26 113	0.21 102	0.26 81	0.25 98
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test3	1.09 129	0.59 144	1.55 101	1.73 489	1.18 380	1.91 79	0.86 267	3.52 264	1.76 254	1.25 143	1.86 319	1.10 152	0.69 69	1.32 110	0.86 156	0.27 115	0.23 226	0.27 141	0.22 135	0.34 229	0.30 195

SCV_C0	0.89 80	0.59 144	1.96 138	0.83 106	0.44 71	1.24 25	0.64 133	3.33 244	1.66 224	0.82 88	1.20 106	0.73 84	0.66 63	1.62 171	0.66 73	0.32 254	0.21 170	0.24 61	0.20 88	0.28 110	0.23 73

fffy	0.80 53	0.59 144	1.56 103	1.00 227	0.47 97	1.27 29	0.76 200	1.90 58	1.02 46	0.75 62	1.35 150	0.83 104	0.72 76	1.70 188	0.62 55	0.23 50	0.19 100	0.27 141	0.21 102	0.28 110	0.32 216

RAFT-Test	1.44 203	0.59 144	6.10 287	1.01 233	0.69 224	2.90 158	0.80 234	3.68 291	1.70 237	1.85 230	1.68 240	3.15 420	1.03 171	1.20 81	0.99 207	0.27 115	0.22 199	0.25 84	0.23 150	0.27 93	0.25 98

BUS	1.49 210	0.59 144	1.94 133	0.87 139	0.85 284	4.50 482	0.76 200	4.48 515	1.88 274	2.93 481	1.83 304	3.63 465	0.97 156	1.60 165	1.17 240	0.34 282	0.25 284	0.31 233	0.28 262	0.35 247	0.33 232

BSDual-CNN	1.46 206	0.59 144	1.94 133	0.87 139	0.85 284	4.16 418	1.16 391	4.48 515	1.88 274	2.93 481	1.83 304	2.60 366	1.31 245	1.60 165	1.21 250	0.34 282	0.25 284	0.31 233	0.28 262	0.35 247	0.33 232

psmg	1.47 209	0.59 144	1.94 133	0.92 172	0.85 284	4.30 450	1.42 438	4.10 411	1.88 274	2.64 457	2.09 376	2.60 366	1.31 245	1.60 165	1.21 250	0.34 282	0.27 308	0.33 288	0.34 352	0.36 260	0.34 244

PSM-softLoss	1.66 237	0.59 144	5.15 278	2.25 524	0.48 105	4.68 512	0.69 159	2.57 144	1.52 152	2.14 329	1.45 172	1.42 202	0.99 163	6.04 363	1.20 246	0.41 373	0.23 226	0.37 352	0.39 410	0.32 193	0.31 205

KMStereo	1.66 237	0.59 144	5.15 278	2.25 524	0.48 105	4.68 512	0.69 159	2.57 144	1.52 152	2.14 329	1.45 172	1.42 202	0.99 163	6.04 363	1.20 246	0.41 373	0.23 226	0.37 352	0.39 410	0.32 193	0.31 205

RAFT_R40	1.70 242	0.59 144	2.99 227	1.46 443	0.46 87	4.74 528	0.98 348	2.23 92	1.56 182	2.02 294	2.35 435	2.71 377	2.56 446	6.71 382	0.90 173	0.40 358	0.19 100	0.30 211	0.27 233	0.33 211	0.26 122

Pruner-Stereo	1.32 193	0.59 144	2.11 161	1.79 499	0.47 97	4.73 525	0.79 224	2.53 130	1.72 241	2.47 426	1.58 209	1.48 208	1.03 171	1.66 180	1.47 307	0.44 397	0.21 170	0.34 306	0.30 308	0.30 147	0.39 300

MDST_ROB	5.53 532	0.59 144	23.11 567	2.55 536	2.69 538	21.20 574	1.98 486	4.77 537	2.65 437	9.36 562	4.25 515	4.14 489	4.45 511	22.57 571	3.68 474	0.48 427	0.33 368	0.47 422	0.44 440	0.44 351	0.44 345

FlowAnything_test	0.75 28	0.60 156	1.18 52	0.82 95	0.58 170	2.29 110	0.66 145	1.38 11	0.80 20	1.03 127	0.76 28	0.63 54	0.49 21	0.84 12	0.91 180	0.31 233	0.27 308	0.40 378	0.48 454	0.31 166	0.30 195

DilatedVolume-Stereo	0.81 61	0.60 156	1.51 96	1.01 233	0.59 173	1.34 39	0.51 71	1.56 24	1.08 51	1.26 145	1.24 117	0.77 91	0.87 131	1.79 201	0.72 104	0.23 50	0.24 260	0.22 17	0.21 102	0.25 64	0.23 73

LG-Stereo	0.85 70	0.60 156	2.71 214	0.59 3	0.45 78	2.85 153	0.55 88	2.41 110	1.34 80	0.59 20	1.19 104	0.43 23	0.40 7	0.76 5	0.75 115	0.20 26	0.17 42	0.31 233	0.24 175	0.29 124	0.19 5

model_zeroshot	1.21 155	0.60 156	3.55 250	1.05 253	0.57 161	3.46 242	0.63 130	2.73 167	1.55 176	2.05 303	1.38 158	1.50 211	0.82 117	1.69 186	0.87 162	0.29 174	0.23 226	0.30 211	0.23 150	0.27 93	0.32 216

AE-Stereo	1.18 145	0.60 156	2.05 146	1.10 284	0.60 176	4.39 459	0.72 170	3.74 305	1.62 214	1.10 133	1.90 334	1.01 141	0.92 145	1.45 136	0.82 140	0.28 152	0.22 199	0.28 170	0.28 262	0.26 81	0.22 62

ffm	1.72 243	0.60 156	5.21 280	1.14 303	0.99 333	3.62 284	0.86 267	4.22 439	3.37 517	2.20 355	2.30 420	3.48 448	1.62 329	2.21 249	0.65 68	0.29 174	0.16 28	0.48 430	0.37 390	0.30 147	0.29 167

ff1	2.96 443	0.60 156	5.21 280	1.14 303	0.99 333	3.62 284	0.86 267	4.22 439	3.37 517	2.20 355	2.30 420	3.48 448	1.62 329	11.62 519	16.09 548	0.29 174	0.16 28	0.48 430	0.37 390	0.30 147	0.29 167

mmx	2.98 449	0.60 156	5.21 280	1.14 303	0.99 333	3.62 284	0.86 267	4.49 518	3.05 489	2.20 355	2.30 420	3.48 448	1.62 329	11.62 519	16.09 548	0.33 270	0.28 320	0.48 430	0.37 390	0.44 351	0.37 278

xxx	2.98 449	0.60 156	5.21 280	1.14 303	0.99 333	3.62 284	0.86 267	4.49 518	3.05 489	2.20 355	2.30 420	3.48 448	1.62 329	11.62 519	16.09 548	0.33 270	0.28 320	0.48 430	0.37 390	0.44 351	0.37 278

anonymousdsp2	1.26 176	0.60 156	3.74 260	1.02 243	0.41 53	3.60 279	0.72 170	3.68 291	1.47 115	1.37 156	1.56 206	1.83 270	1.01 167	2.00 224	0.66 73	0.29 174	0.20 138	0.28 170	0.20 88	0.32 193	0.29 167

knoymous	1.30 187	0.60 156	5.57 285	0.88 144	0.75 243	3.04 178	0.90 300	2.68 160	1.33 79	1.48 169	1.07 86	2.78 390	0.88 133	1.29 103	0.85 149	0.31 233	0.22 199	0.35 325	0.20 88	0.45 359	0.37 278

CrosDoStereo	5.24 527	0.60 156	20.23 504	0.82 95	0.51 119	3.39 228	18.11 573	3.82 320	2.27 355	1.98 270	8.74 543	1.96 290	6.96 543	7.35 392	26.35 577	0.30 214	0.22 199	0.30 211	0.28 262	0.33 211	0.38 293

AAGNet	2.86 429	0.60 156	1.77 118	2.05 518	0.46 87	4.76 530	1.09 377	2.27 96	1.56 182	2.17 346	1.84 309	2.41 340	4.00 501	6.23 368	24.22 575	0.46 413	0.19 100	0.30 211	0.29 290	0.32 193	0.24 88

ASMatch	2.62 406	0.60 156	20.65 526	1.37 422	0.64 191	4.39 459	0.78 217	1.97 66	1.58 191	1.70 205	3.89 513	1.94 283	3.79 497	5.46 347	1.64 347	0.31 233	0.24 260	0.34 306	0.28 262	0.33 211	0.50 385

DeepStereo_LL	5.24 527	0.60 156	20.23 504	0.82 95	0.51 119	3.39 228	18.11 573	3.82 320	2.27 355	1.98 270	8.74 543	1.96 290	6.96 543	7.35 392	26.35 577	0.30 214	0.22 199	0.30 211	0.28 262	0.33 211	0.38 293

PFNet	2.47 382	0.60 156	16.95 429	2.15 523	0.81 262	4.63 505	0.91 308	2.55 140	1.52 152	2.40 417	2.79 473	1.83 270	1.42 274	7.54 396	1.34 285	0.33 270	0.21 170	0.36 340	0.27 233	0.32 193	0.39 300

IRAFT_RVC	1.87 263	0.60 156	4.33 266	2.40 533	0.66 206	4.59 499	1.59 457	2.96 193	1.51 143	2.23 370	1.75 262	2.09 311	2.63 449	6.70 379	1.50 314	0.33 270	0.21 170	0.33 288	0.29 290	0.32 193	0.32 216

PAM	2.43 373	0.61 173	20.86 531	1.07 261	0.73 236	2.93 168	0.53 81	3.24 227	1.53 159	1.89 246	2.43 438	5.29 531	2.76 454	1.84 207	1.02 211	0.27 115	0.24 260	0.26 113	0.25 187	0.40 290	0.50 385

test_sample3	2.34 355	0.61 173	11.94 356	1.33 394	0.85 284	3.10 189	0.73 175	4.24 451	2.19 339	2.21 364	1.75 262	1.80 261	1.41 269	11.11 500	1.46 302	0.35 302	0.29 330	0.34 306	0.35 368	0.39 285	0.37 278

gcap-zeroshot	1.30 187	0.61 173	4.09 263	0.94 190	0.56 149	3.50 255	0.84 255	3.12 211	1.72 241	1.84 229	1.22 112	2.72 379	0.88 133	1.46 140	0.80 131	0.29 174	0.30 343	0.27 141	0.21 102	0.29 124	0.25 98

NF-Stereo	1.58 218	0.61 173	2.66 212	2.26 526	0.47 97	4.68 512	0.67 147	3.31 235	1.48 123	2.11 319	1.59 213	1.36 191	1.09 192	6.08 365	1.20 246	0.40 358	0.20 138	0.36 340	0.34 352	0.31 166	0.36 264

OCTAStereo	1.58 218	0.61 173	2.72 215	2.27 529	0.46 87	4.68 512	0.67 147	3.30 234	1.48 123	2.11 319	1.59 213	1.36 191	1.09 192	6.02 362	1.21 250	0.41 373	0.20 138	0.36 340	0.34 352	0.31 166	0.37 278

NRIStereo	1.28 184	0.61 173	1.67 110	1.15 316	0.38 39	4.73 525	0.90 300	2.42 113	1.50 136	1.93 258	1.33 142	1.75 245	1.22 229	2.96 297	1.33 282	0.46 413	0.22 199	0.29 191	0.26 207	0.30 147	0.28 157

RE-Stereo	1.58 218	0.61 173	2.72 215	2.26 526	0.46 87	4.68 512	0.68 153	3.31 235	1.48 123	2.11 319	1.59 213	1.36 191	1.09 192	6.01 360	1.22 253	0.41 373	0.20 138	0.36 340	0.34 352	0.31 166	0.37 278

TVStereo	1.58 218	0.61 173	2.72 215	2.26 526	0.46 87	4.68 512	0.68 153	3.31 235	1.48 123	2.11 319	1.59 213	1.36 191	1.09 192	6.01 360	1.22 253	0.41 373	0.20 138	0.36 340	0.34 352	0.31 166	0.37 278

CRE-IMP	1.23 160	0.61 173	2.14 162	0.82 95	0.39 42	4.54 488	0.83 252	2.63 154	1.55 176	1.95 263	1.46 174	1.87 278	0.96 153	1.48 143	1.33 282	0.45 406	0.21 170	0.31 233	0.26 207	0.41 314	0.31 205

XX-Stereo	2.54 395	0.61 173	20.21 503	1.78 494	1.19 387	4.30 450	0.46 57	4.39 501	1.58 191	2.32 397	1.89 329	4.64 513	0.60 44	4.16 327	0.82 140	0.31 233	0.21 170	0.28 170	0.27 233	0.51 387	0.26 122

xyz-stereo-finetune	1.05 124	0.62 183	1.46 89	0.59 3	0.36 14	3.48 248	0.81 243	2.69 162	1.74 250	0.94 111	1.21 110	0.91 125	0.78 104	2.53 274	1.28 271	0.24 64	0.24 260	0.26 113	0.23 150	0.30 147	0.23 73

test_sample6	2.35 360	0.62 183	10.78 345	1.33 394	0.83 276	3.15 193	0.79 224	4.36 495	2.43 400	2.26 379	2.04 362	1.69 237	1.39 260	11.48 514	1.61 336	0.38 339	0.32 361	0.37 352	0.39 410	0.41 314	0.42 330

test_sample5	2.33 351	0.62 183	11.29 350	1.29 376	0.83 276	3.09 187	0.74 187	4.28 466	2.31 367	2.20 355	1.97 348	1.68 232	1.39 260	11.19 502	1.47 307	0.37 322	0.31 353	0.37 352	0.37 390	0.41 314	0.39 300

DualNet	2.33 351	0.62 183	11.29 350	1.29 376	0.83 276	3.09 187	0.74 187	4.28 466	2.31 367	2.26 379	2.04 362	1.68 232	1.39 260	11.19 502	1.47 307	0.37 322	0.31 353	0.37 352	0.37 390	0.41 314	0.39 300

testlalala	1.14 139	0.62 183	1.34 77	1.00 227	0.78 254	4.38 456	0.93 323	2.46 122	2.20 341	2.44 422	1.52 190	1.31 185	0.61 47	1.04 43	0.65 68	0.35 302	0.19 100	0.24 61	0.19 71	0.24 50	0.23 73

iRaft-Stereo_20w	1.88 267	0.62 183	10.58 342	0.90 158	0.83 276	2.96 173	0.78 217	4.90 539	1.58 191	2.29 383	1.60 217	1.25 177	4.51 513	2.28 255	0.90 173	0.29 174	0.21 170	0.26 113	0.24 175	0.41 314	0.31 205

ac_64	2.35 360	0.62 183	9.77 328	1.32 389	1.71 500	3.27 212	0.93 323	3.48 254	2.50 414	1.74 214	1.73 256	3.91 475	1.77 369	10.21 462	1.86 377	0.40 358	0.31 353	0.33 288	0.30 308	0.34 229	0.39 300

GANet-RSSM	1.98 288	0.62 183	3.49 247	1.69 482	1.23 401	4.22 436	0.91 308	3.31 235	1.86 271	1.81 225	1.74 258	2.34 331	1.82 382	10.92 488	1.73 361	0.34 282	0.29 330	0.31 233	0.28 262	0.39 285	0.40 320

SGM-Forest	2.96 443	0.62 183	3.49 247	1.09 275	0.80 259	4.06 386	3.30 531	4.37 498	3.09 493	4.18 530	3.27 500	4.67 515	3.86 499	11.69 528	7.91 516	0.51 449	0.46 460	0.49 444	0.39 410	0.48 377	0.49 378
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
xyz-stereo-finetune2	1.16 144	0.63 192	1.50 94	0.57 1	0.36 14	3.47 245	0.65 142	2.70 163	1.23 61	0.88 102	1.75 262	0.91 125	1.76 367	3.54 308	1.74 362	0.24 64	0.22 199	0.30 211	0.27 233	0.31 166	0.26 122

SCV	0.95 98	0.63 192	1.38 81	1.70 485	0.41 53	1.23 21	0.89 295	3.53 268	1.57 188	0.61 25	1.54 199	0.93 131	0.77 96	1.66 180	0.66 73	0.36 314	0.20 138	0.25 84	0.19 71	0.29 124	0.25 98

PAM_32	2.45 376	0.63 192	20.74 528	1.05 253	0.65 199	2.83 150	0.46 57	2.91 190	1.54 168	1.95 263	2.66 463	4.99 521	3.78 496	1.96 221	0.92 184	0.27 115	0.22 199	0.27 141	0.25 187	0.36 260	0.48 371

rvit_stereo_0081	0.80 53	0.63 192	1.19 53	0.91 166	0.64 191	1.27 29	0.61 115	2.05 71	1.71 238	0.82 88	0.73 24	0.85 110	0.75 87	1.30 107	0.80 131	0.31 233	0.26 297	0.27 141	0.25 187	0.38 275	0.27 138

rvit_stereo_0082	0.80 53	0.63 192	1.19 53	0.91 166	0.64 191	1.27 29	0.61 115	2.05 71	1.71 238	0.82 88	0.73 24	0.85 110	0.75 87	1.30 107	0.80 131	0.31 233	0.26 297	0.27 141	0.25 187	0.38 275	0.27 138

test_sample4	2.34 355	0.63 192	11.59 353	1.30 383	0.83 276	3.07 185	0.72 170	4.27 461	2.30 363	2.30 387	1.88 323	1.73 243	1.42 274	11.14 501	1.46 302	0.35 302	0.29 330	0.35 325	0.36 378	0.40 290	0.38 293

testlalala2	2.31 344	0.63 192	20.54 521	2.56 537	2.87 542	3.79 315	0.76 200	4.20 430	1.48 123	1.42 165	1.43 169	2.45 351	0.80 115	1.03 39	0.68 81	0.27 115	0.25 284	0.24 61	0.21 102	0.33 211	0.28 157

DeepStereo_RVC	1.55 211	0.63 192	3.32 242	0.77 78	0.42 59	4.49 479	0.72 170	2.50 128	1.58 191	2.02 294	1.81 297	1.54 216	6.38 539	1.73 191	1.19 243	0.46 413	0.22 199	0.29 191	0.28 262	0.35 247	0.38 293

test_xeample3	2.12 311	0.63 192	21.55 552	0.91 166	0.47 97	1.85 74	0.94 329	7.96 558	1.23 61	0.75 62	0.76 28	0.64 56	0.70 71	1.77 196	0.83 143	0.30 214	0.21 170	0.27 141	0.21 102	0.27 93	0.24 88

EAI-Stereo	2.35 360	0.63 192	2.97 226	0.95 194	0.65 199	3.84 326	14.27 569	5.04 542	2.19 339	2.06 308	7.25 531	1.10 152	0.94 150	1.65 179	1.37 287	0.31 233	0.22 199	0.27 141	0.60 488	0.27 93	0.32 216

SFCPSM	2.18 319	0.63 192	17.03 430	0.88 144	0.98 330	3.74 305	1.28 413	4.09 403	2.16 334	1.85 230	1.83 304	1.65 228	1.39 260	2.50 264	1.50 314	0.33 270	0.27 308	0.39 372	0.36 378	0.34 229	0.37 278

UPFNet	1.81 258	0.63 192	6.71 291	1.25 355	1.44 451	3.50 255	1.35 420	4.02 382	1.85 270	2.40 417	1.52 190	2.41 340	1.40 264	3.62 311	1.88 379	0.34 282	0.33 368	0.37 352	0.31 324	0.41 314	0.39 300

HUF	1.15 140	0.64 204	8.62 315	0.90 158	0.35 12	1.35 40	0.78 217	1.97 66	1.50 136	0.63 30	1.52 190	0.83 104	0.66 63	1.28 98	0.63 58	0.29 174	0.23 226	0.26 113	0.17 29	0.23 45	0.25 98

ours_stereo	0.76 36	0.64 204	1.40 84	0.86 133	0.61 180	1.12 13	0.57 95	1.63 33	1.20 59	0.72 54	1.43 169	0.70 71	0.62 49	1.56 155	0.58 48	0.25 85	0.18 70	0.26 113	0.21 102	0.29 124	0.31 205

CAS++	0.89 80	0.64 204	1.46 89	0.81 85	0.51 119	1.24 25	0.86 267	3.44 252	1.46 110	1.14 138	1.29 134	0.62 52	0.58 36	1.13 58	0.59 49	0.34 282	0.30 343	0.34 306	0.26 207	0.41 314	0.29 167
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	2.22 322	0.64 204	20.09 499	0.96 200	0.56 149	4.04 383	0.70 165	3.91 348	1.50 136	1.92 254	2.28 412	1.92 281	0.71 73	2.93 295	0.67 78	0.26 100	0.23 226	0.26 113	0.21 102	0.28 110	0.26 122

EKT-Stereo	6.79 546	0.64 204	4.24 265	1.77 493	106.39 591	4.51 486	0.61 115	3.16 216	1.53 159	1.88 240	1.22 112	1.98 294	1.36 255	3.81 316	0.84 146	0.35 302	0.24 260	0.29 191	0.26 207	0.34 229	0.48 371

hknet	1.98 288	0.64 204	8.70 316	0.87 139	1.07 357	4.16 418	1.16 391	4.48 515	1.73 244	2.93 481	1.83 304	3.48 448	1.30 244	3.91 321	1.51 320	0.31 233	0.25 284	0.31 233	0.28 262	0.35 247	0.33 232

GES	1.38 198	0.64 204	2.61 205	1.09 275	0.57 161	4.30 450	1.02 357	3.86 330	1.51 143	1.72 210	1.74 258	1.28 180	1.77 369	1.62 171	1.61 336	0.39 351	0.27 308	0.33 288	0.30 308	0.41 314	0.47 366

ACVNet	1.46 206	0.64 204	3.56 252	0.93 186	0.85 284	4.22 436	0.80 234	2.85 184	2.08 312	1.78 220	1.88 323	3.10 415	1.46 287	1.33 111	1.89 380	0.29 174	0.26 297	0.30 211	0.26 207	0.39 285	0.27 138

acv_ft	1.55 211	0.64 204	3.29 240	1.14 303	2.01 522	2.93 168	0.97 342	3.81 317	2.08 312	2.22 366	1.88 323	3.10 415	1.66 349	1.33 111	2.22 419	0.29 174	0.26 297	0.30 211	0.26 207	0.39 285	0.27 138

MSMDNet	2.23 324	0.64 204	17.32 431	0.84 116	0.75 243	3.53 262	0.64 133	3.61 280	1.98 290	1.71 209	1.64 228	3.22 425	2.99 464	2.08 231	1.11 228	0.31 233	0.37 404	0.45 413	0.26 207	0.62 430	0.45 351

FACV-RUCA	1.26 176	0.65 214	2.21 168	1.06 259	1.50 460	2.69 144	1.15 389	3.05 204	1.87 272	1.36 153	1.99 353	1.03 144	1.15 219	1.36 117	1.10 225	0.41 373	0.41 433	0.73 510	0.41 428	0.61 426	0.41 326

IGEVStereo-DCA	0.86 71	0.65 214	2.05 146	0.90 158	0.46 87	1.57 59	0.86 267	1.62 28	1.24 63	0.65 38	0.77 31	0.74 88	0.72 76	2.59 279	0.86 156	0.28 152	0.21 170	0.28 170	0.21 102	0.29 124	0.27 138

rrr	2.27 332	0.65 214	23.82 571	0.90 158	0.46 87	1.57 59	0.96 339	7.98 559	1.19 58	0.65 38	0.77 31	0.74 88	0.72 76	2.59 279	0.86 156	0.28 152	0.21 170	0.28 170	0.21 102	0.29 124	0.25 98

PCWNet_CMD	2.23 324	0.65 214	17.36 435	0.83 106	0.76 247	3.51 258	0.64 133	3.60 277	1.97 288	1.70 205	1.63 226	3.22 425	3.05 471	2.09 234	1.11 228	0.31 233	0.36 391	0.47 422	0.26 207	0.64 440	0.47 366

IER	1.69 240	0.65 214	7.19 297	0.94 190	1.15 373	3.28 216	0.89 295	3.48 254	1.97 288	2.10 315	1.98 350	2.28 322	2.12 410	2.25 253	1.75 365	0.29 174	0.23 226	0.36 340	0.30 308	0.32 193	0.34 244

IPLG	2.48 384	0.65 214	19.63 480	0.91 166	0.79 257	4.60 501	0.56 92	4.31 480	1.84 269	1.91 252	2.00 355	1.31 185	1.38 257	6.61 375	1.53 323	0.27 115	0.20 138	0.27 141	0.23 150	0.31 166	0.36 264

Patchmatch Stereo++	1.25 169	0.65 214	2.06 155	0.75 60	0.37 28	4.68 512	0.76 200	2.53 130	1.58 191	1.99 275	1.47 178	1.78 251	1.14 211	2.44 259	0.90 173	0.48 427	0.23 226	0.32 253	0.27 233	0.40 290	0.29 167
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
PSM-adaLoss	1.24 165	0.65 214	2.03 143	0.75 60	0.37 28	4.68 512	0.73 175	2.53 130	1.58 191	1.99 275	1.47 178	1.78 251	1.13 204	2.18 245	0.87 162	0.48 427	0.23 226	0.32 253	0.27 233	0.40 290	0.29 167

iRAFT	1.25 169	0.65 214	2.06 155	0.75 60	0.37 28	4.68 512	0.76 200	2.53 130	1.58 191	1.99 275	1.47 178	1.78 251	1.14 211	2.44 259	0.90 173	0.48 427	0.23 226	0.32 253	0.27 233	0.40 290	0.29 167

test-1	1.23 160	0.65 214	1.88 127	0.96 200	0.52 128	3.84 326	0.62 128	4.01 378	1.47 115	1.93 258	1.78 279	1.83 270	0.92 145	1.19 80	1.28 271	0.26 100	0.29 330	0.31 233	0.24 175	0.29 124	0.36 264

pcwnet_v2	2.70 420	0.65 214	22.48 563	1.08 269	1.03 345	3.56 271	0.81 243	4.29 469	3.14 497	2.29 383	2.29 415	3.01 408	1.71 360	3.32 304	1.43 296	0.43 390	0.50 476	0.41 390	0.34 352	0.61 426	0.56 413

AIO-test1	2.18 319	0.66 225	18.95 463	0.89 149	1.48 457	3.40 231	0.97 342	4.19 429	1.68 228	0.86 99	1.35 150	0.99 137	0.75 87	4.47 330	1.27 267	0.23 50	0.23 226	0.28 170	0.33 343	0.31 166	0.35 258

DCVSM-stereo	2.31 344	0.66 225	20.69 527	1.11 291	0.93 313	2.58 139	0.73 175	2.61 152	1.60 207	2.57 441	1.53 197	3.30 433	1.72 362	2.19 246	1.23 256	0.34 282	0.53 479	0.41 390	0.32 335	0.45 359	0.62 433

MaDis-Stereo	0.82 64	0.66 225	1.53 97	0.65 23	1.87 515	1.24 25	0.36 22	2.13 79	1.27 72	0.67 43	0.75 27	0.88 119	0.70 71	1.15 65	1.07 219	0.29 174	0.23 226	0.26 113	0.20 88	0.31 166	0.22 62

CASS	1.29 186	0.66 225	2.62 208	0.95 194	0.66 206	2.84 151	0.69 159	3.00 198	1.79 259	2.57 441	1.95 341	1.39 195	1.55 316	1.59 163	1.06 216	0.50 443	0.28 320	0.34 306	0.28 262	0.46 370	0.63 437
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 160	0.66 225	2.02 142	0.75 60	0.37 28	4.67 511	0.76 200	2.53 130	1.58 191	1.99 275	1.46 174	1.78 251	1.14 211	2.08 231	0.88 166	0.48 427	0.22 199	0.32 253	0.27 233	0.40 290	0.29 167

ROB_FTStereo	1.25 169	0.66 225	2.14 162	0.75 60	0.37 28	4.65 508	0.77 213	2.53 130	1.58 191	1.99 275	1.47 178	1.78 251	1.13 204	2.26 254	0.86 156	0.47 422	0.22 199	0.32 253	0.27 233	0.40 290	0.29 167

HUI-Stereo	1.25 169	0.66 225	2.33 184	0.75 60	0.37 28	4.68 512	0.78 217	2.53 130	1.58 191	1.99 275	1.46 174	1.79 258	1.13 204	2.17 243	0.85 149	0.48 427	0.23 226	0.32 253	0.27 233	0.40 290	0.29 167

iGMRVC	1.26 176	0.66 225	2.14 162	0.75 60	0.37 28	4.66 509	0.74 187	2.53 130	1.58 191	1.99 275	1.46 174	1.78 251	1.14 211	2.46 261	0.92 184	0.48 427	0.23 226	0.32 253	0.27 233	0.40 290	0.29 167

RAFT-IKP	1.25 169	0.66 225	2.23 173	0.75 60	0.37 28	4.64 506	0.74 187	2.53 130	1.58 191	1.99 275	1.47 178	1.78 251	1.13 204	2.22 251	0.92 184	0.48 427	0.22 199	0.32 253	0.27 233	0.40 290	0.29 167

ICVP	2.26 330	0.66 225	21.18 544	0.99 219	0.88 297	4.28 447	0.95 333	3.32 240	1.60 207	1.66 197	1.76 271	1.34 188	1.14 211	1.62 171	1.32 278	0.53 458	0.35 386	0.33 288	0.29 290	0.40 290	0.51 393
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
tg	1.15 140	0.67 235	1.31 72	0.94 190	0.54 138	4.02 379	0.41 37	2.96 193	1.59 206	1.69 201	1.85 316	1.84 273	0.97 156	1.78 197	0.83 143	0.27 115	0.17 42	0.29 191	0.26 207	0.29 124	0.27 138

rvit_stereo_0083	0.86 71	0.67 235	1.42 86	0.87 139	0.65 199	1.23 21	0.64 133	1.67 37	2.28 359	0.79 82	0.93 59	0.93 131	1.07 189	1.46 140	0.75 115	0.32 254	0.36 391	0.30 211	0.26 207	0.33 211	0.28 157

anonymousa	2.16 316	0.67 235	19.19 466	1.04 252	1.67 494	2.06 95	0.79 224	2.86 187	1.96 286	1.85 230	2.14 387	3.23 427	1.81 380	1.12 55	1.15 234	0.26 100	0.26 297	0.34 306	0.32 335	0.30 147	0.28 157

DAS	2.31 344	0.67 235	4.79 274	1.14 303	1.64 486	2.93 168	2.13 494	4.09 403	2.74 447	4.17 527	2.52 448	2.46 353	1.79 372	11.55 516	1.63 344	0.37 322	0.22 199	0.39 372	0.25 187	0.41 314	0.34 244

SepStereo	2.15 315	0.67 235	4.79 274	1.14 303	1.64 486	2.93 168	2.13 494	4.09 403	2.74 447	4.17 527	2.52 448	2.46 353	1.79 372	8.36 408	1.63 344	0.37 322	0.22 199	0.39 372	0.25 187	0.41 314	0.34 244

GwcNet-ADL	2.47 382	0.67 235	21.48 551	0.96 200	0.72 231	4.61 502	0.95 333	4.42 505	2.36 378	1.98 270	1.80 285	2.55 361	1.24 234	1.90 216	1.41 293	0.40 358	0.46 460	0.24 61	0.27 233	0.41 314	0.49 378

CFNet_pseudo	2.12 311	0.67 235	15.14 408	0.85 128	0.74 241	3.95 361	0.64 133	3.95 361	1.78 257	1.90 247	1.79 282	3.27 430	1.62 329	2.51 267	1.16 237	0.31 233	0.36 391	0.53 461	0.27 233	0.63 432	0.44 345

ccs_rob	2.13 313	0.67 235	15.11 407	0.84 116	0.75 243	3.96 366	0.65 142	3.95 361	1.78 257	1.88 240	1.79 282	3.26 429	1.64 345	2.51 267	1.16 237	0.31 233	0.36 391	0.54 468	0.27 233	0.65 443	0.45 351

mms	0.77 43	0.68 243	1.17 51	0.83 106	0.71 229	1.41 46	0.67 147	1.61 27	1.12 53	0.77 77	1.37 155	0.63 54	0.54 29	1.75 194	0.63 58	0.24 64	0.19 100	0.26 113	0.21 102	0.31 166	0.34 244

CFNet_ucs	2.36 365	0.68 243	18.42 455	0.89 149	0.81 262	3.85 334	0.68 153	4.29 469	2.37 384	2.09 312	2.04 362	3.31 434	1.24 234	2.63 282	1.14 233	0.36 314	0.45 451	0.56 471	0.29 290	0.66 448	0.49 378

GCAP-Stereo	0.93 88	0.68 243	1.35 79	0.85 128	0.41 53	3.61 283	0.52 80	2.20 86	1.50 136	1.11 136	1.04 77	1.17 160	0.84 122	1.11 52	0.71 99	0.25 85	0.20 138	0.27 141	0.18 50	0.28 110	0.23 73

ff7	0.98 106	0.69 246	2.05 146	0.84 116	0.52 128	4.55 491	0.86 267	1.62 28	1.24 63	0.75 62	1.03 72	0.70 71	0.77 96	1.84 207	0.68 81	0.27 115	0.17 42	0.29 191	0.21 102	0.31 166	0.27 138

ffff	0.98 106	0.69 246	2.05 146	0.84 116	0.52 128	4.55 491	0.86 267	1.62 28	1.24 63	0.75 62	1.03 72	0.70 71	0.77 96	1.84 207	0.68 81	0.27 115	0.17 42	0.29 191	0.21 102	0.31 166	0.27 138

11t	0.98 106	0.69 246	2.05 146	0.84 116	0.52 128	4.55 491	0.86 267	1.62 28	1.24 63	0.75 62	1.03 72	0.70 71	0.77 96	1.84 207	0.68 81	0.27 115	0.17 42	0.29 191	0.21 102	0.31 166	0.27 138

plain	1.55 211	0.69 246	13.59 374	0.65 23	0.73 236	1.66 65	0.57 95	3.17 218	1.94 285	0.77 77	1.24 117	0.80 98	0.86 127	1.60 165	0.96 200	0.33 270	0.21 170	0.32 253	0.25 187	0.42 333	0.28 157

IGEV_Zeroshot_test	2.16 316	0.69 246	20.60 525	1.22 347	0.54 138	2.18 101	0.53 81	3.38 248	1.61 211	1.93 258	1.55 203	3.76 469	1.05 180	1.55 154	0.91 180	0.29 174	0.20 138	0.27 141	0.29 290	0.40 290	0.32 216

anonymousdsp	0.95 98	0.69 246	1.27 68	0.83 106	0.52 128	4.54 488	0.84 255	1.76 45	1.24 63	0.76 72	1.06 84	0.78 92	0.77 96	1.67 184	0.69 90	0.27 115	0.17 42	0.29 191	0.21 102	0.31 166	0.26 122

ccc-4	0.98 106	0.69 246	2.05 146	0.84 116	0.52 128	4.55 491	0.86 267	1.62 28	1.24 63	0.75 62	1.03 72	0.70 71	0.77 96	1.84 207	0.68 81	0.27 115	0.17 42	0.29 191	0.21 102	0.31 166	0.27 138

IGEV-Stereo	0.95 98	0.69 246	1.27 68	0.84 116	0.52 128	4.54 488	0.84 255	1.76 45	1.24 63	0.75 62	1.06 84	0.79 96	0.77 96	1.68 185	0.69 90	0.27 115	0.17 42	0.29 191	0.21 102	0.31 166	0.26 122
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 268	0.69 246	3.14 234	1.10 284	1.18 380	3.99 374	1.79 473	3.50 260	2.16 334	3.10 494	1.64 228	2.91 401	2.50 442	5.38 345	2.26 421	0.43 390	0.38 410	0.37 352	0.36 378	0.50 385	0.42 330

DIP-Stereo	1.24 165	0.69 246	1.77 118	0.65 23	0.61 180	4.29 448	0.58 104	4.44 509	2.53 419	1.98 270	1.33 142	0.91 125	0.86 127	1.25 92	1.25 261	0.36 314	0.23 226	0.32 253	0.23 150	0.32 193	0.29 167
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo	0.82 64	0.70 256	1.04 4	0.85 128	0.50 117	1.29 36	0.91 308	3.22 223	1.20 59	0.83 94	1.24 117	0.72 80	0.91 142	1.00 36	0.67 78	0.26 100	0.16 28	0.25 84	0.20 88	0.24 50	0.21 47

test_sample7	1.65 234	0.70 256	2.60 202	1.48 448	0.76 247	2.38 116	1.07 368	4.35 490	2.11 325	2.14 329	1.75 262	1.75 245	1.67 351	6.26 369	1.26 264	0.44 397	0.48 470	0.43 401	0.40 421	0.46 370	0.43 339

fff	1.74 246	0.70 256	9.08 319	0.81 85	0.36 14	4.15 409	0.57 95	4.23 443	2.09 315	2.30 387	1.80 285	1.19 168	3.02 467	1.44 132	1.46 302	0.29 174	0.23 226	0.23 31	0.18 50	0.24 50	0.42 330

GMOStereo	1.13 134	0.70 256	2.26 175	0.75 60	0.44 71	3.05 180	0.91 308	2.78 176	1.45 102	2.37 410	1.52 190	1.53 212	1.05 180	1.17 74	0.92 184	0.25 85	0.19 100	0.35 325	0.28 262	0.34 229	0.26 122

error version	1.13 134	0.70 256	2.26 175	0.75 60	0.44 71	3.05 180	0.91 308	2.78 176	1.45 102	2.37 410	1.52 190	1.53 212	1.05 180	1.17 74	0.92 184	0.25 85	0.19 100	0.35 325	0.28 262	0.34 229	0.26 122

test-v	1.13 134	0.70 256	2.26 175	0.75 60	0.44 71	3.05 180	0.91 308	2.78 176	1.45 102	2.37 410	1.52 190	1.53 212	1.05 180	1.17 74	0.92 184	0.25 85	0.19 100	0.35 325	0.28 262	0.34 229	0.26 122

test-2	1.13 134	0.70 256	2.26 175	0.75 60	0.44 71	3.05 180	0.91 308	2.78 176	1.45 102	2.37 410	1.52 190	1.53 212	1.05 180	1.17 74	0.92 184	0.25 85	0.19 100	0.35 325	0.28 262	0.34 229	0.26 122

iRaftStereo_RVC	1.09 129	0.70 256	1.39 82	0.95 194	0.45 78	3.83 321	0.42 41	2.37 108	1.58 191	1.69 201	1.76 271	1.80 261	0.83 121	1.50 146	0.98 204	0.28 152	0.18 70	0.29 191	0.26 207	0.30 147	0.31 205

csc	1.74 246	0.70 256	9.08 319	0.81 85	0.36 14	4.15 409	0.57 95	4.23 443	2.09 315	2.30 387	1.80 285	1.19 168	3.02 467	1.44 132	1.46 302	0.29 174	0.23 226	0.23 31	0.18 50	0.24 50	0.42 330

cscssc	1.74 246	0.70 256	9.08 319	0.81 85	0.36 14	4.15 409	0.57 95	4.23 443	2.09 315	2.30 387	1.80 285	1.19 168	3.02 467	1.44 132	1.46 302	0.29 174	0.23 226	0.23 31	0.18 50	0.24 50	0.42 330

RASNet	2.56 400	0.70 256	10.06 333	1.60 471	2.25 533	3.67 292	1.00 350	3.38 248	3.14 497	1.81 225	2.11 381	4.60 510	2.30 427	10.25 464	2.61 450	0.37 322	0.24 260	0.25 84	0.24 175	0.28 110	0.26 122

CBMV_ROB	3.62 488	0.70 256	21.42 550	1.21 344	0.89 302	4.43 469	1.76 472	4.39 501	2.79 455	5.88 544	3.38 503	4.18 491	5.12 520	10.75 479	2.32 426	0.56 464	0.55 485	0.53 461	0.51 468	0.55 402	0.46 361

depthmonostereo	0.94 91	0.71 268	2.39 190	0.85 128	0.54 138	2.21 105	0.53 81	1.83 52	1.17 56	0.95 115	1.09 88	0.99 137	0.97 156	2.37 257	0.68 81	0.23 50	0.27 308	0.22 17	0.20 88	0.25 64	0.26 122

ProNet	0.82 64	0.71 268	1.50 94	0.86 133	0.45 78	1.78 69	0.83 252	1.75 44	1.28 73	0.66 40	1.13 96	0.78 92	0.76 94	1.66 180	0.71 99	0.24 64	0.20 138	0.25 84	0.23 150	0.29 124	0.25 98

MIPNet	2.33 351	0.71 268	19.82 485	0.89 149	0.56 149	4.76 530	0.61 115	4.32 484	2.37 384	1.83 228	1.48 185	1.48 208	1.98 401	2.63 282	1.44 298	0.29 174	0.20 138	0.26 113	0.23 150	0.30 147	0.39 300

HHNet	2.48 384	0.71 268	20.52 520	0.64 16	0.64 191	4.07 391	0.93 323	3.76 308	1.56 182	2.15 337	4.92 522	0.98 136	3.37 484	1.66 180	1.79 369	0.32 254	0.20 138	0.31 233	0.27 233	0.36 260	0.42 330

ITSA-stereo	1.86 262	0.72 272	3.74 260	1.20 338	0.66 206	4.09 393	0.91 308	4.24 451	2.53 419	1.93 258	1.77 276	1.59 222	2.15 414	6.12 366	2.44 437	0.40 358	0.38 410	0.40 378	0.40 421	0.50 385	0.98 496

rvit_stereo_0080	0.94 91	0.72 272	2.56 199	0.64 16	0.59 173	1.90 77	0.75 197	2.71 164	1.40 90	0.91 106	1.04 77	0.85 110	0.82 117	1.14 60	0.78 125	0.35 302	0.29 330	0.25 84	0.27 233	0.45 359	0.29 167

MyStereo06	2.46 379	0.72 272	19.97 492	1.02 243	0.99 333	4.26 441	0.86 267	3.51 263	1.68 228	1.92 254	1.73 256	4.01 481	4.22 506	1.62 171	0.88 166	0.24 64	0.23 226	0.34 306	0.26 207	0.42 333	0.36 264

MyStereo05	2.37 366	0.72 272	19.94 490	1.02 243	0.99 333	4.26 441	0.86 267	4.01 378	2.62 432	2.14 329	1.26 125	2.28 322	1.63 342	2.07 229	1.68 352	0.24 64	0.23 226	0.34 306	0.26 207	0.42 333	0.36 264

whm_eth	0.94 91	0.72 272	2.56 199	0.64 16	0.59 173	1.90 77	0.75 197	2.71 164	1.40 90	0.91 106	1.04 77	0.85 110	0.82 117	1.14 60	0.78 125	0.35 302	0.29 330	0.25 84	0.27 233	0.45 359	0.29 167

ToySt	1.35 194	0.72 272	3.65 258	1.01 233	0.50 117	3.31 221	1.01 353	3.46 253	1.73 244	1.30 146	1.55 203	2.07 310	1.47 289	1.88 215	1.40 289	0.27 115	0.27 308	0.30 211	0.32 335	0.42 333	0.39 300

RAFT+CT+SA	1.62 228	0.72 272	7.42 299	0.97 207	1.42 450	4.04 383	0.94 329	3.90 343	1.61 211	1.61 186	1.63 226	1.33 187	1.18 222	2.73 291	1.10 225	0.27 115	0.19 100	0.31 233	0.34 352	0.33 211	0.33 232

PSMNet-ADL	1.91 274	0.72 272	1.78 120	1.09 275	0.86 289	4.18 426	0.78 217	3.77 310	2.10 323	1.72 210	1.85 316	2.91 401	1.82 382	10.38 469	1.91 383	0.48 427	0.46 460	0.28 170	0.29 290	0.38 275	0.51 393

raftrobust	1.19 147	0.72 272	2.30 181	1.26 362	1.31 416	3.55 269	0.68 153	2.75 170	1.47 115	2.21 364	1.38 158	1.17 160	1.22 229	1.20 81	1.11 228	0.28 152	0.24 260	0.21 12	0.19 71	0.25 64	0.28 157

RAFT-Stereo + iAFF	1.25 169	0.72 272	1.74 116	1.05 253	0.36 14	4.13 405	0.42 41	2.95 192	2.84 469	2.02 294	2.40 437	1.61 225	1.11 201	1.26 93	0.97 201	0.21 30	0.15 22	0.26 113	0.23 150	0.29 124	0.23 73

SGM_RVC	4.57 516	0.72 272	17.46 439	1.84 503	0.58 170	4.23 439	3.45 535	4.66 532	3.66 526	7.99 557	8.82 546	7.56 544	8.74 556	12.30 541	6.84 506	0.43 390	0.38 410	0.39 372	0.35 368	0.51 387	0.48 371
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 86	0.73 283	1.42 86	0.92 172	1.08 359	2.97 174	0.53 81	1.77 48	1.39 86	1.16 139	1.54 199	0.58 45	0.65 57	1.03 39	0.84 146	0.25 85	0.23 226	0.30 211	0.24 175	0.43 343	0.29 167

tt1	1.79 255	0.73 283	10.41 340	1.75 491	0.36 14	4.55 491	0.79 224	4.22 439	3.37 517	1.08 131	1.80 285	0.74 88	1.48 291	2.21 249	0.65 68	0.29 174	0.16 28	0.31 233	0.22 135	0.30 147	0.29 167

ADStereo(finetuned)	2.04 299	0.73 283	13.28 368	0.82 95	0.40 46	4.16 418	0.59 108	4.25 453	2.97 480	2.35 405	1.84 309	1.18 164	3.40 485	1.52 151	1.54 324	0.29 174	0.24 260	0.23 31	0.18 50	0.30 147	0.51 393

GANet-ADL	2.20 321	0.73 283	20.11 500	1.25 355	0.69 224	3.83 321	0.76 200	3.49 257	1.71 238	1.65 196	1.99 353	2.10 312	1.10 198	1.42 129	1.26 264	0.38 339	0.33 368	0.25 84	0.22 135	0.42 333	0.36 264

DCANet	1.74 246	0.73 283	9.08 319	0.82 95	0.40 46	4.18 426	0.59 108	4.25 453	2.97 480	2.35 405	1.84 309	1.18 164	1.63 342	1.51 149	1.55 325	0.29 174	0.24 260	0.23 31	0.18 50	0.30 147	0.53 400

hitnet-ft	2.37 366	0.73 283	8.34 309	0.96 200	0.89 302	3.77 309	0.80 234	3.55 271	2.58 427	2.24 373	2.04 362	3.65 467	1.49 297	11.71 529	1.89 380	0.44 397	0.53 479	0.44 406	0.35 368	0.52 391	0.48 371

DISCO	2.25 328	0.73 283	10.06 333	1.76 492	1.12 368	3.47 245	1.25 410	3.24 227	2.26 353	2.65 461	1.96 342	4.53 507	1.92 397	4.17 328	3.61 472	0.32 254	0.25 284	0.31 233	0.29 290	0.66 448	0.41 326

NOSS_ROB	2.27 332	0.73 283	3.00 228	1.71 486	1.00 341	3.90 343	0.97 342	4.29 469	2.81 465	2.94 485	2.19 396	3.88 474	1.19 226	11.77 531	1.62 341	0.59 469	0.54 481	0.56 471	0.52 471	0.56 408	0.54 406

GCAP-BAT	1.21 155	0.74 291	3.23 236	0.95 194	0.70 227	3.86 336	0.93 323	1.89 55	1.48 123	1.85 230	1.96 342	1.68 232	0.79 108	1.78 197	0.81 137	0.29 174	0.20 138	0.24 61	0.20 88	0.26 81	0.35 258

rvit_stereo_0075_2	1.18 145	0.74 291	2.66 212	0.90 158	1.27 410	2.51 128	0.69 159	2.25 94	2.06 309	1.40 161	1.86 319	1.46 207	0.84 122	1.42 129	0.94 194	0.46 413	0.40 424	0.48 430	0.38 403	0.46 370	0.51 393

ACVNet-DCA	1.85 261	0.74 291	13.77 377	1.78 494	0.36 14	4.48 473	0.74 187	3.98 370	1.53 159	1.01 121	1.81 297	0.72 80	1.62 329	2.13 236	0.64 61	0.29 174	0.17 42	0.32 253	0.21 102	0.33 211	0.32 216

xx1	2.03 297	0.74 291	13.77 377	1.78 494	0.36 14	4.48 473	0.74 187	4.23 443	3.95 533	1.01 121	1.81 297	1.79 258	1.34 250	2.13 236	0.64 61	0.29 174	0.17 42	0.33 288	0.33 343	0.33 211	0.32 216

1test111	1.99 291	0.74 291	13.77 377	1.78 494	0.36 14	4.48 473	0.74 187	3.98 370	1.53 159	1.01 121	1.81 297	0.72 80	1.62 329	4.66 333	0.98 204	0.29 174	0.17 42	0.32 253	0.21 102	0.33 211	0.32 216

cc1	1.98 288	0.74 291	13.77 377	1.78 494	0.36 14	4.48 473	0.74 187	4.23 443	3.95 533	1.01 121	1.81 297	0.72 80	1.62 329	2.13 236	0.64 61	0.29 174	0.17 42	0.32 253	0.21 102	0.31 166	0.29 167

testlalala_base	1.62 228	0.74 291	1.63 107	1.19 333	1.40 441	2.63 142	0.84 255	4.09 403	1.31 77	1.22 142	1.42 167	1.21 173	0.85 124	1.16 67	0.73 107	3.92 561	2.10 549	0.27 141	0.18 50	4.49 558	1.11 504

DCRE	1.44 203	0.74 291	3.50 249	1.13 302	0.72 231	1.78 69	0.67 147	2.14 81	1.56 182	1.99 275	8.09 538	1.73 243	1.07 189	1.24 87	0.83 143	0.23 50	0.25 284	0.26 113	0.26 207	0.28 110	0.30 195

NINENet	1.87 263	0.74 291	2.60 202	1.12 295	1.06 353	4.50 482	0.76 200	4.41 504	2.24 347	2.16 342	1.86 319	3.63 465	0.97 156	8.00 405	1.17 240	0.41 373	0.30 343	0.41 390	0.30 308	0.41 314	0.36 264

UNet	2.51 389	0.74 291	20.17 502	1.14 303	1.44 451	3.48 248	0.76 200	3.77 310	1.87 272	2.05 303	1.57 208	2.75 382	2.39 434	3.51 307	2.51 443	0.32 254	0.26 297	0.41 390	0.26 207	0.38 275	0.39 300

HGLStereo	2.03 297	0.74 291	7.50 302	1.23 351	1.56 473	3.62 284	0.95 333	3.78 313	1.89 278	2.03 298	2.20 398	3.12 418	2.14 413	5.68 354	2.04 399	0.37 322	0.31 353	0.32 253	0.29 290	0.40 290	0.45 351

DMCA	1.72 243	0.74 291	6.63 290	1.14 303	0.96 319	3.98 373	0.90 300	3.75 306	2.76 451	2.83 476	1.58 209	2.35 333	1.18 222	1.58 158	1.98 394	0.40 358	0.27 308	0.42 397	0.26 207	0.36 260	0.38 293

rvit_stereo_0081_aga	0.81 61	0.75 303	1.84 124	0.72 54	0.73 236	1.21 20	0.63 130	1.92 61	1.39 86	0.87 101	0.80 36	0.79 96	0.69 69	1.27 97	0.69 90	0.35 302	0.29 330	0.26 113	0.25 187	0.40 290	0.27 138

DispNO	3.00 453	0.75 303	18.92 462	1.17 324	1.10 365	3.72 300	0.94 329	4.29 469	2.54 423	2.24 373	2.28 412	4.51 505	2.12 410	11.40 508	2.09 407	0.31 233	0.28 320	0.31 233	0.28 262	0.36 260	0.39 300

StereoVision	1.65 234	0.75 303	7.47 301	1.01 233	1.80 512	2.61 140	0.61 115	3.06 207	1.96 286	1.25 143	3.46 506	1.85 276	0.88 133	2.07 229	1.93 385	0.43 390	0.36 391	0.37 352	0.36 378	0.48 377	0.33 232

test_5	1.87 263	0.75 303	10.23 337	1.14 303	1.40 441	3.85 334	1.27 411	3.91 348	1.93 284	1.69 201	1.78 279	1.67 230	1.79 372	2.99 298	1.17 240	0.30 214	0.18 70	0.35 325	0.33 343	0.34 229	0.33 232

SA	1.62 228	0.75 303	3.78 262	1.07 261	0.43 65	4.26 441	1.36 422	4.45 512	3.12 494	1.63 189	1.97 348	1.68 232	2.26 425	2.55 275	1.27 267	0.27 115	0.22 199	0.37 352	0.37 390	0.35 247	0.30 195

ISRNet	1.69 240	0.76 308	5.69 286	1.27 370	1.36 432	2.85 153	0.61 115	3.60 277	1.91 282	2.13 326	2.12 384	2.90 398	1.41 269	2.51 267	1.71 355	0.49 439	0.50 476	0.56 471	0.47 449	0.49 383	0.57 417

Anonymous3	1.72 243	0.76 308	11.61 354	0.83 106	0.84 283	4.46 471	0.84 255	3.57 273	1.16 54	1.34 150	1.37 155	1.11 154	1.03 171	1.58 158	1.13 232	0.70 493	0.58 493	0.33 288	0.35 368	0.47 374	0.42 330

delet	1.92 277	0.76 308	5.14 277	1.01 233	1.65 490	3.44 237	2.03 489	3.76 308	2.48 409	2.01 289	2.05 368	2.63 370	1.90 395	5.34 344	2.12 409	0.28 152	0.29 330	0.40 378	0.31 324	0.41 314	0.45 351

FC-DCNN v2	6.91 549	0.77 311	19.25 468	1.69 482	1.64 486	9.13 559	2.40 503	7.20 557	9.47 560	11.07 572	11.62 559	20.05 569	15.79 566	12.55 548	11.99 537	0.66 483	0.57 488	0.58 475	0.56 480	0.63 432	0.61 430

STrans-v2	3.03 457	0.77 311	20.91 534	0.81 85	0.63 189	3.89 341	1.01 353	4.27 461	2.64 436	2.28 381	3.70 509	4.13 488	5.20 521	7.33 391	1.27 267	0.31 233	0.18 70	0.29 191	0.25 187	0.29 124	0.41 326

TransformOpticalFlow	3.03 457	0.77 311	20.99 537	1.00 227	0.55 145	4.18 426	0.64 133	4.33 486	3.02 487	2.18 348	3.09 491	4.35 499	5.07 519	7.36 394	1.27 267	0.32 254	0.18 70	0.32 253	0.26 207	0.28 110	0.46 361

AFF-stereo	1.31 191	0.77 311	1.46 89	1.10 284	0.45 78	3.93 351	0.48 64	2.92 191	2.92 475	1.90 247	2.21 400	2.11 314	1.52 304	1.93 218	1.12 231	0.21 30	0.16 28	0.25 84	0.25 187	0.29 124	0.20 20

PSMNet-RSSM	1.96 284	0.77 311	3.26 238	1.29 376	1.31 416	4.19 430	0.96 339	3.68 291	1.89 278	2.05 303	1.80 285	2.60 366	1.70 358	9.84 446	1.81 370	0.35 302	0.29 330	0.35 325	0.37 390	0.42 333	0.35 258

FC-DCNN	6.64 544	0.77 311	19.26 470	1.68 481	1.64 486	8.27 557	2.35 502	6.35 555	9.23 559	10.85 570	11.27 557	19.89 567	13.33 561	12.51 547	11.79 536	0.66 483	0.57 488	0.58 475	0.56 480	0.63 432	0.61 430

G2L-ROB	2.13 313	0.78 317	10.06 333	1.19 333	1.06 353	3.84 326	0.93 323	3.32 240	2.27 355	2.20 355	1.47 178	2.65 372	1.20 228	8.38 410	1.81 370	0.28 152	0.19 100	0.23 31	0.22 135	0.28 110	0.32 216

CoDeX	2.40 368	0.78 317	13.21 367	1.00 227	1.18 380	3.24 205	1.32 416	4.14 420	2.41 396	1.74 214	1.84 309	2.05 305	1.47 289	10.03 456	1.60 333	0.34 282	0.28 320	0.32 253	0.27 233	0.32 193	0.39 300

MIM_Stereo	1.20 152	0.78 317	3.30 241	1.05 253	0.43 65	3.04 178	0.60 111	2.46 122	1.51 143	1.60 181	1.58 209	1.82 267	1.29 241	2.00 224	1.07 219	0.24 64	0.24 260	0.28 170	0.25 187	0.27 93	0.27 138

CRFU-Net	2.49 386	0.78 317	10.36 338	2.30 530	1.08 359	3.91 344	1.41 436	3.85 327	1.65 222	2.15 337	1.76 271	3.34 436	7.95 551	5.56 351	1.48 310	0.47 422	0.35 386	0.30 211	0.28 262	0.37 270	0.43 339

DDVS	1.68 239	0.79 321	2.52 197	1.26 362	1.16 378	3.17 194	0.78 217	3.12 211	1.82 262	1.86 235	1.91 335	2.92 403	1.43 277	6.20 367	1.63 344	0.45 406	0.65 505	0.34 306	0.38 403	0.48 377	0.79 476

Sa-1000	1.63 232	0.79 321	3.56 252	1.11 291	0.48 105	4.06 386	1.41 436	4.49 518	2.75 450	2.00 287	2.80 475	1.84 273	1.43 277	2.64 284	1.50 314	0.27 115	0.19 100	0.36 340	0.33 343	0.36 260	0.30 195

IIG-Stereo	1.95 282	0.79 321	2.14 162	2.78 541	0.66 206	4.62 503	0.76 200	4.27 461	1.53 159	2.63 456	3.14 495	3.35 437	1.61 326	7.65 400	1.41 293	0.39 351	0.20 138	0.31 233	0.25 187	0.33 211	0.22 62

cf-r	2.57 403	0.79 321	16.09 416	1.48 448	1.35 429	4.19 430	0.93 323	3.68 291	2.36 378	1.97 268	1.81 297	3.42 444	1.45 284	8.24 407	1.83 374	0.32 254	0.26 297	0.33 288	0.30 308	0.34 229	0.37 278

MyStereo07	1.01 117	0.80 325	1.26 63	1.00 227	1.04 348	3.95 361	0.95 333	2.07 75	1.42 95	0.75 62	1.22 112	0.68 67	0.91 142	1.63 175	0.67 78	0.24 64	0.24 260	0.34 306	0.26 207	0.41 314	0.37 278

MyStereo04	2.29 340	0.80 325	18.77 459	1.00 227	1.04 348	3.95 361	0.95 333	3.91 348	2.54 423	1.99 275	1.27 131	2.31 329	1.65 347	2.02 228	1.77 366	0.24 64	0.24 260	0.34 306	0.26 207	0.41 314	0.37 278

rafts_anoy	1.24 165	0.80 325	3.61 256	1.17 324	1.20 393	3.00 175	0.61 115	3.17 218	1.58 191	1.37 156	1.26 125	1.19 168	1.12 202	1.78 197	1.25 261	0.32 254	0.23 226	0.32 253	0.32 335	0.31 166	0.30 195

GEStereo_RVC	1.91 274	0.80 325	6.57 289	1.20 338	1.06 353	4.02 379	1.43 440	4.13 414	1.89 278	2.03 298	1.80 285	2.34 331	1.86 389	4.94 337	1.77 366	0.48 427	0.38 410	0.32 253	0.28 262	0.42 333	0.50 385

TestStereo1	1.56 215	0.81 329	2.32 182	1.61 474	0.64 191	4.13 405	1.36 422	3.79 314	3.20 505	1.60 181	2.57 455	1.39 195	2.15 414	2.51 267	1.30 275	0.29 174	0.20 138	0.34 306	0.25 187	0.40 290	0.36 264

SA-5K	1.56 215	0.81 329	2.32 182	1.61 474	0.64 191	4.13 405	1.36 422	3.79 314	3.20 505	1.60 181	2.57 455	1.39 195	2.15 414	2.51 267	1.30 275	0.29 174	0.20 138	0.34 306	0.25 187	0.40 290	0.36 264

MMNet	2.02 296	0.81 329	10.76 344	1.12 295	1.23 401	3.53 262	0.89 295	3.79 314	2.08 312	2.15 337	1.76 271	2.15 315	2.12 410	3.69 314	2.32 426	0.31 233	0.29 330	0.34 306	0.27 233	0.38 275	0.42 330

psm_up	2.28 337	0.81 329	5.45 284	1.26 362	1.50 460	3.84 326	1.23 407	4.23 443	2.03 300	2.55 437	1.80 285	2.44 350	1.65 347	12.90 550	1.58 329	0.37 322	0.38 410	0.41 390	0.34 352	0.43 343	0.39 300

FAT-Stereo	3.34 480	0.81 329	20.05 494	1.25 355	1.20 393	3.44 237	1.99 487	4.23 443	2.67 440	3.14 497	3.82 512	3.51 457	3.32 483	11.68 527	1.94 387	0.64 478	0.67 509	0.48 430	0.52 471	0.61 426	0.81 478

HSM	2.35 360	0.81 329	2.21 168	1.14 303	1.55 470	3.44 237	1.03 359	3.99 374	2.25 350	2.29 383	2.11 381	8.04 546	3.05 471	11.60 517	1.71 355	0.33 270	0.22 199	0.28 170	0.23 150	0.32 193	0.35 258

StereoDRNet-Refined	1.77 253	0.81 329	2.22 171	1.21 344	0.76 247	3.26 210	0.71 167	3.82 320	2.05 307	2.29 383	2.05 368	2.98 405	1.44 280	7.15 389	2.27 423	0.30 214	0.23 226	0.42 397	0.33 343	0.45 359	0.64 441
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MSCF	0.97 104	0.82 336	1.26 63	0.88 144	0.40 46	3.17 194	0.88 290	2.79 181	1.39 86	1.32 148	1.19 104	0.58 45	1.33 248	1.28 98	0.64 61	0.25 85	0.19 100	0.25 84	0.25 187	0.28 110	0.32 216

THIR-Stereo	4.14 508	0.82 336	10.85 346	0.86 133	0.43 65	2.16 100	16.77 571	3.22 223	1.54 168	2.04 301	12.05 561	2.68 373	7.53 548	7.30 390	12.62 538	0.30 214	0.21 170	0.29 191	0.28 262	0.33 211	0.41 326

sCroCo_RVC	1.06 125	0.82 336	5.05 276	1.02 243	1.05 350	0.98 8	0.61 115	2.06 73	1.29 74	0.69 47	1.26 125	0.82 102	1.10 198	1.20 81	0.90 173	0.42 384	0.40 424	0.33 288	0.30 308	0.46 370	0.38 293

HITNet	2.07 304	0.82 336	14.77 397	1.34 401	0.56 149	3.47 245	0.80 234	4.07 397	2.35 375	2.16 342	1.61 221	1.64 227	1.44 280	2.09 234	2.56 449	0.26 100	0.18 70	0.41 390	0.26 207	0.45 359	0.25 98
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
iRaft-Stereo_5w	2.10 307	0.83 340	8.57 312	0.81 85	0.76 247	3.21 198	0.84 255	3.71 302	1.65 222	1.56 178	2.50 445	2.20 318	2.23 423	9.13 426	2.01 397	0.38 339	0.19 100	0.35 325	0.27 233	0.45 359	0.39 300

raft+_RVC	1.21 155	0.83 340	2.61 205	1.35 406	0.97 323	3.60 279	0.76 200	3.23 225	1.51 143	1.33 149	1.67 237	1.03 144	1.10 198	1.87 214	0.92 184	0.24 64	0.22 199	0.25 84	0.24 175	0.26 81	0.25 98

ADLNet	2.29 340	0.83 340	3.62 257	1.35 406	1.60 479	3.67 292	1.24 409	3.95 361	2.98 483	2.58 445	2.29 415	4.01 481	1.79 372	11.23 504	2.09 407	0.37 322	0.38 410	0.36 340	0.34 352	0.45 359	0.71 454

AdaStereo	1.45 205	0.83 340	2.34 187	1.28 372	0.81 262	3.21 198	1.14 388	4.20 430	2.46 408	2.05 303	1.77 276	2.48 355	1.18 222	1.71 189	1.44 298	0.43 390	0.25 284	0.43 401	0.28 262	0.44 351	0.34 244
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.
4D-IteraStereo	1.97 286	0.84 344	20.43 518	0.78 80	1.56 473	2.09 97	1.05 365	2.43 116	1.56 182	1.41 163	1.00 68	1.94 283	0.61 47	1.22 84	1.06 216	0.27 115	0.18 70	0.31 233	0.26 207	0.27 93	0.23 73

RAFT	1.23 160	0.84 344	2.05 146	0.96 200	0.47 97	1.80 71	0.94 329	3.18 220	1.46 110	1.60 181	1.71 251	3.04 410	1.59 319	1.64 177	1.32 278	0.38 339	0.24 260	0.40 378	0.32 335	0.40 290	0.35 258

FCDSN-DC	6.04 540	0.84 344	19.25 468	1.24 353	1.09 363	4.38 456	2.62 512	4.38 499	4.71 541	9.59 565	11.22 556	19.19 566	17.40 569	12.30 541	8.55 520	0.69 492	0.57 488	0.60 483	0.60 488	0.70 456	0.78 472
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 217	0.84 344	3.25 237	1.36 412	1.40 441	4.07 391	1.01 353	2.68 160	1.50 136	2.11 319	1.88 323	2.37 336	1.50 298	3.41 305	1.42 295	0.36 314	0.28 320	0.52 456	0.40 421	0.53 397	0.43 339

coex_refinement	2.10 307	0.85 348	3.67 259	1.31 386	1.13 370	3.21 198	0.85 264	3.86 330	2.31 367	2.51 432	1.92 337	3.49 454	1.69 356	11.08 498	2.13 412	0.37 322	0.25 284	0.27 141	0.31 324	0.41 314	0.37 278

HART	1.03 122	0.85 348	3.13 233	0.84 116	0.38 39	1.17 17	0.42 41	3.54 269	1.47 115	1.08 131	2.17 392	1.48 208	0.57 33	1.37 121	0.74 112	0.23 50	0.18 70	0.28 170	0.21 102	0.32 193	0.24 88

LL-Strereo2	1.23 160	0.85 348	2.38 189	0.93 186	0.68 218	3.72 300	1.37 427	2.54 139	1.99 291	1.75 216	1.40 163	1.82 267	0.73 80	1.40 122	0.99 207	0.31 233	0.23 226	0.55 469	0.35 368	0.29 124	0.24 88

G2L-Stereo_test	2.11 309	0.86 351	7.12 296	1.65 478	1.19 387	3.54 266	1.02 357	3.57 273	2.01 297	2.50 429	1.68 240	3.15 420	1.50 298	9.21 429	1.62 341	0.28 152	0.19 100	0.23 31	0.22 135	0.27 93	0.31 205

HH	2.23 324	0.86 351	21.59 553	0.98 213	0.51 119	1.49 53	0.82 247	2.74 168	1.54 168	1.10 133	1.69 245	4.62 511	1.86 389	2.55 275	0.69 90	0.26 100	0.22 199	0.29 191	0.23 150	0.34 229	0.27 138

HanStereo	2.23 324	0.86 351	21.59 553	0.98 213	0.51 119	1.49 53	0.82 247	2.74 168	1.54 168	1.10 133	1.69 245	4.62 511	1.86 389	2.55 275	0.69 90	0.26 100	0.22 199	0.29 191	0.23 150	0.34 229	0.27 138

rvit_stereo_ft	1.00 114	0.87 354	3.55 250	0.97 207	0.66 206	1.06 10	0.80 234	2.78 176	1.67 226	0.78 80	0.96 66	0.95 135	1.14 211	1.06 45	0.90 173	0.32 254	0.24 260	0.27 141	0.28 262	0.39 285	0.27 138

CroCo-Stereo	0.98 106	0.87 354	3.44 246	0.87 139	0.53 137	0.49 2	0.50 67	3.99 374	1.49 131	0.81 86	1.25 124	1.00 140	0.75 87	1.10 50	1.09 224	0.24 64	0.21 170	0.24 61	0.19 71	0.35 247	0.27 138
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
ssnet_v2	2.04 299	0.88 356	7.87 303	1.20 338	0.87 294	3.86 336	1.64 463	4.01 378	2.60 431	2.61 451	1.96 342	3.79 470	1.71 360	2.20 247	2.96 461	0.41 373	0.35 386	0.42 397	0.37 390	0.55 402	0.52 398

Anonymous_2	3.01 455	0.89 357	4.53 272	1.06 259	1.18 380	2.93 168	0.87 286	3.24 227	1.46 110	1.86 235	1.35 150	4.11 487	2.35 432	1.64 177	1.28 271	0.82 504	0.90 525	8.71 579	15.84 582	4.44 557	0.74 463

CroCo-Stereo Lap2	0.99 112	0.89 357	2.55 198	0.99 219	1.80 512	0.54 3	0.46 57	3.10 209	1.24 63	1.07 130	1.21 110	1.05 148	0.78 104	1.26 93	1.08 221	0.27 115	0.23 226	0.27 141	0.21 102	0.43 343	0.34 244

HI	1.27 181	0.90 359	2.33 184	1.10 284	0.68 218	2.92 164	0.45 54	2.49 126	1.76 254	2.13 326	1.65 234	2.42 343	1.84 384	1.58 158	1.61 336	0.26 100	0.16 28	0.28 170	0.29 290	0.26 81	0.25 98

CoSv	1.27 181	0.90 359	2.33 184	1.10 284	0.68 218	2.92 164	0.45 54	2.49 126	1.76 254	2.13 326	1.65 234	2.42 343	1.84 384	1.58 158	1.61 336	0.26 100	0.16 28	0.28 170	0.29 290	0.26 81	0.25 98

rvit_105_1	1.43 202	0.90 359	3.27 239	1.08 269	0.68 218	2.79 146	1.27 411	3.52 264	2.35 375	1.38 158	1.54 199	1.28 180	1.14 211	2.91 293	1.40 289	0.54 460	0.47 464	0.45 413	0.59 486	0.44 351	0.58 422

NVstereo2D	2.54 395	0.90 359	11.10 348	1.32 389	1.47 456	3.58 276	1.38 429	4.13 414	2.45 405	1.90 247	1.71 251	2.86 396	1.76 367	10.86 484	1.66 350	0.60 470	0.43 441	0.53 461	0.41 428	0.78 477	0.94 492

WCMA_ROB	5.12 525	0.90 359	21.33 546	1.50 452	1.33 426	4.09 393	3.49 536	4.03 383	4.59 540	6.57 550	10.95 555	12.92 556	8.41 555	9.86 447	8.78 521	0.75 496	0.58 493	0.51 450	0.50 464	0.68 453	0.57 417

S-Stereo	3.48 485	0.91 364	22.06 562	1.36 412	1.50 460	3.55 269	2.53 508	4.21 436	2.81 465	2.37 410	3.81 511	3.75 468	1.84 384	11.90 537	2.51 443	0.63 475	0.71 515	0.48 430	0.76 505	0.67 450	1.19 508

MLCV	1.87 263	0.91 364	8.59 313	1.10 284	0.57 161	3.59 277	0.53 81	3.70 301	2.20 341	2.80 473	2.25 406	2.00 297	1.42 274	4.13 326	1.86 377	0.30 214	0.20 138	0.32 253	0.21 102	0.33 211	0.36 264

ACV-stereo	2.92 438	0.92 366	20.27 509	1.33 394	1.05 350	4.68 512	1.10 379	2.66 158	1.64 218	1.46 167	1.32 140	5.41 533	4.24 507	7.83 402	1.90 382	0.44 397	0.52 478	0.32 253	0.29 290	0.45 359	0.63 437

AASNet	2.44 375	0.92 366	19.79 484	1.35 406	1.49 458	3.81 319	1.07 368	3.85 327	2.93 477	1.95 263	2.29 415	1.96 290	1.29 241	1.73 191	1.93 385	0.39 351	0.33 368	0.45 413	0.30 308	0.55 402	0.45 351

ADLNet2	3.15 469	0.92 366	20.06 495	1.20 338	1.79 509	3.83 321	1.48 443	3.94 359	3.59 523	2.19 352	2.47 442	4.65 514	1.93 398	10.69 478	1.96 392	0.39 351	0.37 404	0.28 170	0.30 308	0.48 377	0.43 339

111	1.83 259	0.92 366	9.08 319	0.81 85	0.36 14	4.25 440	0.91 308	4.44 509	2.70 443	2.39 415	1.96 342	2.30 328	1.64 345	1.28 98	1.82 372	0.28 152	0.22 199	0.24 61	0.20 88	0.31 166	0.54 406

rvit_0105_6	1.00 114	0.93 370	2.21 168	0.92 172	0.55 145	1.52 57	0.79 224	2.41 110	2.96 479	0.76 72	0.72 23	1.02 142	0.75 87	1.42 129	0.81 137	0.40 358	0.43 441	0.34 306	0.31 324	0.43 343	0.34 244

rvit_0105_5	1.13 134	0.93 370	2.60 202	0.91 166	0.56 149	1.92 80	0.91 308	3.02 201	2.63 434	0.95 115	1.20 106	1.18 164	0.93 148	1.51 149	0.93 192	0.40 358	0.43 441	0.37 352	0.35 368	0.42 333	0.44 345

rvit_0105_3	1.24 165	0.93 370	2.84 221	0.97 207	0.58 170	2.38 116	1.08 373	3.26 230	2.53 419	1.18 140	1.40 163	1.24 176	1.04 175	1.73 191	0.97 201	0.44 397	0.44 446	0.40 378	0.42 434	0.42 333	0.50 385

OMP-Stereo	1.97 286	0.93 370	1.88 127	2.76 540	0.67 213	4.58 498	1.48 443	4.31 480	1.54 168	3.15 499	2.76 471	3.25 428	1.38 257	7.66 401	1.35 286	0.40 358	0.20 138	0.33 288	0.26 207	0.33 211	0.24 88

stereogan	3.09 462	0.93 370	16.43 420	1.37 422	1.66 493	3.70 296	1.67 468	3.87 333	3.15 499	3.04 490	2.70 467	5.04 524	2.79 456	9.96 452	1.78 368	0.63 475	0.49 475	0.69 500	0.47 449	0.83 485	0.68 448

RYNet	2.97 447	0.93 370	15.09 406	1.12 295	1.38 437	3.66 291	1.42 438	4.03 383	2.29 362	2.10 315	1.70 247	3.79 470	2.16 417	13.64 559	3.02 464	0.37 322	0.41 433	0.48 430	0.34 352	0.81 482	0.75 466

G2L-Stereo	2.49 386	0.94 376	14.54 396	1.15 316	1.35 429	3.57 275	0.95 333	3.62 281	2.00 295	2.11 319	1.61 221	3.20 423	1.34 250	9.54 436	1.91 383	0.34 282	0.27 308	0.35 325	0.28 262	0.30 147	0.35 258

iResNet	2.52 392	0.94 376	21.17 543	1.84 503	0.72 231	3.75 306	0.81 243	4.14 420	2.55 425	2.33 403	2.03 359	1.35 190	1.44 280	3.27 301	2.16 416	0.35 302	0.23 226	0.28 170	0.22 135	0.44 351	0.45 351

CBFPSM	2.05 301	0.95 378	10.12 336	1.07 261	1.05 350	2.84 151	1.20 402	3.28 231	1.73 244	1.82 227	1.30 136	4.56 509	4.06 502	2.34 256	2.34 428	0.25 85	0.38 410	0.32 253	0.27 233	0.37 270	0.79 476

XX-TBD	1.03 122	0.95 378	1.94 133	1.30 383	0.43 65	3.97 371	0.33 13	1.74 43	1.73 244	1.59 180	2.02 357	0.69 70	0.60 44	1.16 67	0.66 73	0.30 214	0.25 284	0.23 31	0.15 4	0.31 166	0.22 62

CFNet-ft	1.90 270	0.95 378	3.56 252	1.07 261	1.54 466	4.09 393	0.90 300	2.85 184	1.82 262	1.78 220	1.70 247	2.75 382	1.48 291	9.33 431	1.72 357	0.33 270	0.30 343	0.61 486	0.36 378	0.52 391	0.39 300

STTStereo	2.34 355	0.95 378	14.93 403	1.43 434	1.54 466	3.86 336	0.86 267	3.65 285	2.44 404	2.15 337	1.55 203	2.49 357	1.59 319	5.14 341	1.44 298	0.38 339	0.39 419	0.47 422	0.51 468	0.52 391	0.51 393

CFNet_RVC	1.90 270	0.95 378	3.56 252	1.07 261	1.54 466	4.09 393	0.90 300	2.85 184	1.82 262	1.78 220	1.70 247	2.75 382	1.48 291	9.33 431	1.72 357	0.33 270	0.30 343	0.61 486	0.36 378	0.52 391	0.39 300

DLCB_ROB	2.05 301	0.95 378	2.37 188	1.24 353	1.02 344	2.92 164	1.30 414	3.68 291	2.30 363	2.91 479	2.17 392	3.32 435	1.52 304	10.37 467	2.50 442	0.40 358	0.33 368	0.40 378	0.36 378	0.41 314	0.47 366

CBMV	3.32 479	0.96 384	21.16 542	1.32 389	0.83 276	3.81 319	3.91 548	4.47 514	2.53 419	3.34 507	2.24 404	4.45 502	2.58 447	10.07 458	1.96 392	0.45 406	0.43 441	0.48 430	0.38 403	0.52 391	0.53 400
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 411	0.97 385	8.01 307	1.54 459	1.24 403	3.75 306	2.18 497	4.07 397	2.41 396	2.66 462	3.25 498	2.87 397	2.31 430	9.89 448	3.50 470	0.78 498	0.75 519	0.71 503	0.67 496	0.76 474	0.81 478

GASTEREO	1.00 114	0.98 386	1.23 59	0.90 158	0.40 46	3.40 231	0.88 290	2.77 173	1.44 101	1.39 159	1.30 136	0.55 42	1.35 253	1.33 111	0.64 61	0.25 85	0.19 100	0.25 84	0.25 187	0.25 64	0.31 205

rvit_0105_4	1.07 128	0.99 387	2.39 190	0.93 186	0.54 138	1.62 63	0.84 255	2.77 173	2.91 473	0.80 84	0.91 54	1.09 149	0.86 127	1.63 175	0.85 149	0.40 358	0.45 451	0.35 325	0.31 324	0.43 343	0.40 320

AIO-Stereo-zeroshot	2.35 360	0.99 387	19.62 479	1.09 275	0.96 319	1.51 55	0.44 50	4.05 391	1.64 218	1.31 147	1.67 237	4.93 518	2.45 439	2.52 272	1.40 289	0.30 214	0.20 138	0.31 233	0.50 464	0.57 413	0.60 427

DRN-Test	3.03 457	0.99 387	18.18 447	1.35 406	1.60 479	3.59 277	1.48 443	4.13 414	2.45 405	3.47 512	1.92 337	2.58 365	2.53 444	10.88 485	2.80 458	0.39 351	0.36 391	0.44 406	0.41 428	0.55 402	0.57 417

GMStereo	1.01 117	1.00 390	2.86 223	0.83 106	0.45 78	1.47 51	0.57 95	1.89 55	2.11 325	1.52 173	1.24 117	0.87 116	0.74 84	1.58 158	0.94 194	0.40 358	0.21 170	0.30 211	0.30 308	0.47 374	0.36 264
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 483	1.01 391	21.99 559	1.28 372	1.37 434	2.67 143	1.39 431	3.98 370	2.87 470	2.93 481	3.27 500	4.35 499	2.43 437	11.62 519	2.39 429	0.60 470	0.63 503	0.79 513	0.55 478	0.68 453	0.67 445

AACVNet	1.83 259	1.02 392	2.41 193	1.45 441	0.87 294	3.21 198	0.73 175	3.16 216	1.61 211	2.01 289	1.82 303	2.28 322	1.33 248	10.98 490	1.49 313	0.39 351	0.32 361	0.38 368	0.32 335	0.43 343	0.44 345

TestStereo	2.00 292	1.02 392	12.25 358	0.70 40	0.61 180	1.88 76	0.55 88	2.31 103	1.52 152	1.41 163	1.33 142	1.27 179	0.90 140	11.62 519	0.81 137	0.34 282	0.19 100	0.33 288	0.24 175	0.44 351	0.24 88

RALCasStereoNet	1.19 147	1.02 392	2.06 155	1.12 295	1.14 371	3.08 186	0.70 165	2.99 196	1.73 244	1.34 150	1.68 240	1.18 164	0.91 142	2.16 241	1.00 209	0.30 214	0.26 297	0.24 61	0.21 102	0.29 124	0.30 195

FBW_ROB	3.24 474	1.02 392	9.21 325	1.49 451	1.07 357	3.78 311	1.48 443	4.31 480	3.08 492	2.46 424	2.32 432	4.20 494	2.08 408	15.19 565	7.16 511	0.84 507	0.62 501	1.33 534	0.92 517	0.99 498	1.31 512

iResNet_ROB	1.89 268	1.02 392	8.60 314	1.39 426	0.98 330	3.72 300	0.66 145	3.84 324	2.65 437	1.88 240	2.05 368	1.98 294	1.27 236	4.52 331	1.67 351	0.30 214	0.20 138	0.28 170	0.18 50	0.31 166	0.40 320

NLCA_NET_v2_RVC	2.54 395	1.04 397	16.73 425	1.53 457	2.00 521	3.96 366	0.87 286	3.87 333	2.31 367	2.54 436	1.67 237	2.85 395	1.63 342	5.55 350	1.62 341	0.46 413	0.33 368	0.38 368	0.38 403	0.53 397	0.62 433
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	2.34 355	1.05 398	7.87 303	1.07 261	0.86 289	3.93 351	1.19 398	4.35 490	2.11 325	2.14 329	1.75 262	1.75 245	1.67 351	6.26 369	1.26 264	1.23 525	0.48 470	4.27 568	2.09 554	0.70 456	0.69 450

test_sample9	3.79 495	1.05 398	7.87 303	1.07 261	0.86 289	3.93 351	1.19 398	4.35 490	2.11 325	2.14 329	1.75 262	1.75 245	1.67 351	11.06 495	11.61 534	1.23 525	14.45 583	4.27 568	2.09 554	0.70 456	0.69 450

test_sample8	4.76 520	1.05 398	7.87 303	1.07 261	0.86 289	3.93 351	1.19 398	4.38 499	2.05 307	5.49 540	1.89 329	12.98 557	6.37 537	11.06 495	11.61 534	1.23 525	14.45 583	4.27 568	2.09 554	0.70 456	0.69 450

GwcNet-RSSM	2.66 411	1.05 398	15.91 414	1.22 347	1.19 387	4.12 402	1.12 383	3.84 324	2.02 298	1.93 258	1.79 282	3.12 418	1.46 287	10.37 467	2.05 401	0.33 270	0.27 308	0.35 325	0.30 308	0.40 290	0.36 264

GANet	2.93 439	1.05 398	11.29 350	1.64 476	0.96 319	3.91 344	2.52 507	3.72 303	2.41 396	2.95 486	3.00 484	3.21 424	2.03 402	12.42 544	4.72 485	0.51 449	0.41 433	0.46 419	0.39 410	0.60 421	0.50 385

RAFT_CTSACE	1.80 257	1.06 403	10.00 332	1.71 486	1.39 439	3.49 251	1.06 366	3.05 204	1.62 214	1.70 205	2.04 362	2.51 358	1.80 377	1.98 222	0.94 194	0.25 85	0.22 199	0.28 170	0.30 308	0.30 147	0.26 122

FINET	2.96 443	1.07 404	23.18 569	1.29 376	1.86 514	2.03 88	1.52 448	4.30 477	4.71 541	2.23 370	2.34 434	1.65 228	1.48 291	5.89 359	2.81 459	0.51 449	0.47 464	0.49 444	0.40 421	0.59 417	0.49 378

DANet	2.63 407	1.07 404	8.10 308	1.83 502	1.70 499	3.25 208	1.16 391	4.31 480	2.38 389	3.40 510	2.18 394	4.08 485	1.80 377	9.77 442	3.89 476	0.52 455	0.55 485	0.59 478	0.44 440	0.63 432	0.86 484
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 184	1.08 406	3.21 235	1.25 355	0.94 315	1.44 48	0.69 159	3.15 215	2.57 426	2.01 289	1.80 285	1.29 183	1.05 180	2.00 224	1.48 310	0.27 115	0.20 138	0.27 141	0.24 175	0.40 290	0.27 138

TDLM	2.29 340	1.08 406	4.61 273	1.29 376	1.01 342	4.26 441	2.17 496	3.75 306	2.79 455	2.31 393	1.98 350	2.06 307	1.59 319	12.45 545	1.72 357	0.51 449	0.28 320	0.52 456	0.35 368	0.56 408	0.50 385

MSMD_ROB	5.61 533	1.08 406	16.68 424	1.21 344	0.83 276	10.14 560	2.07 492	3.93 355	6.22 554	10.37 568	8.03 537	22.22 571	9.45 557	11.66 525	4.52 481	0.66 483	0.58 493	0.66 497	0.68 499	0.65 443	0.63 437

DeepPruner_ROB	2.05 301	1.09 409	10.50 341	1.01 233	1.20 393	4.39 459	0.91 308	3.14 213	1.72 241	2.60 449	1.54 199	2.78 390	1.27 236	4.52 331	1.72 357	0.51 449	0.40 424	0.37 352	0.34 352	0.48 377	0.52 398

HBP-ISP	3.25 476	1.10 410	20.86 531	1.54 459	1.15 373	4.50 482	2.89 520	4.43 508	2.38 389	4.14 526	1.96 342	1.90 279	2.04 404	11.08 498	1.32 278	0.66 483	0.57 488	0.66 497	0.61 491	0.64 440	0.61 430

CFNet	2.34 355	1.10 410	8.96 318	1.34 401	1.24 403	4.09 393	0.73 175	4.04 387	2.77 452	1.62 188	1.87 322	2.27 321	1.45 284	11.41 509	1.82 372	0.31 233	0.24 260	0.43 401	0.36 378	0.43 343	0.33 232

CVANet_RVC	2.55 399	1.10 410	9.13 324	1.46 443	1.15 373	3.96 366	1.53 450	3.91 348	2.50 414	3.04 490	2.04 362	2.60 366	1.72 362	12.46 546	1.50 314	0.49 439	0.30 343	0.51 450	0.41 428	0.63 432	0.50 385

ACRE	2.27 332	1.11 413	19.45 474	0.91 166	1.30 414	3.94 356	0.87 286	4.21 436	1.80 260	2.28 381	2.62 459	1.17 160	1.04 175	1.52 151	1.30 275	0.37 322	0.23 226	0.27 141	0.22 135	0.31 166	0.46 361

XPNet_ROB	2.27 332	1.11 413	4.10 264	1.36 412	0.97 323	3.94 356	1.63 461	4.07 397	2.14 330	2.82 475	2.00 355	2.32 330	1.73 365	10.81 483	3.39 469	0.51 449	0.47 464	0.48 430	0.40 421	0.51 387	0.56 413

DEFOM-Stereo_RVC	0.81 61	1.13 415	1.23 59	0.97 207	0.57 161	0.81 6	0.43 46	3.49 257	0.84 29	0.73 55	0.95 64	0.44 28	1.17 220	1.45 136	0.60 51	0.26 100	0.18 70	0.24 61	0.17 29	0.30 147	0.19 5

MyStereo8	2.33 351	1.13 415	19.26 470	1.22 347	1.62 482	4.16 418	0.57 95	3.50 260	2.36 378	2.15 337	1.75 262	2.28 322	1.14 211	1.46 140	2.20 418	0.24 64	0.21 170	0.32 253	0.27 233	0.36 260	0.43 339

ARAFT	2.56 400	1.13 415	19.50 477	0.89 149	0.48 105	4.15 409	1.40 433	4.36 495	2.82 467	2.36 409	1.88 323	1.70 239	1.04 175	6.45 372	1.22 253	0.29 174	0.18 70	0.37 352	0.35 368	0.35 247	0.25 98

NaN_ROB	4.06 506	1.13 415	16.64 423	1.12 295	1.25 406	3.50 255	3.05 526	4.29 469	3.26 509	3.64 513	2.56 453	2.97 404	4.79 515	13.33 553	16.91 554	0.37 322	0.41 433	0.38 368	0.39 410	0.48 377	0.81 478

SACVNet	2.46 379	1.14 419	9.47 326	1.44 437	1.18 380	4.06 386	1.49 447	3.84 324	2.24 347	2.62 453	1.89 329	2.57 363	1.28 238	11.35 507	1.64 347	0.50 443	0.39 419	0.48 430	0.41 428	0.55 402	0.75 466

raft_robust	1.92 277	1.15 420	3.34 244	1.02 243	0.43 65	3.84 326	0.46 57	4.42 505	2.52 418	1.67 199	1.36 154	2.17 316	6.37 537	6.78 384	1.04 214	0.28 152	0.24 260	0.30 211	0.35 368	0.31 166	0.32 216

dd	1.26 176	1.15 420	2.47 195	0.92 172	0.49 113	4.35 454	0.75 197	1.92 61	2.11 325	1.44 166	1.24 117	1.19 168	1.05 180	1.78 197	1.70 354	0.57 466	0.34 380	0.35 325	0.33 343	0.60 421	0.46 361

psmorigin	6.59 543	1.15 420	88.11 593	1.52 455	0.97 323	2.88 156	1.20 402	3.21 221	2.04 304	3.73 516	2.46 440	5.15 529	2.55 445	10.60 474	2.47 440	0.55 462	0.68 512	0.48 430	0.51 468	0.70 456	0.88 488

z-ln-s-r	2.67 413	1.16 423	12.43 360	1.34 401	1.26 408	3.70 296	1.21 405	4.20 430	2.38 389	2.04 301	1.92 337	2.43 346	1.60 325	10.58 472	5.19 494	0.29 174	0.20 138	0.32 253	0.24 175	0.51 387	0.38 293

Nwc_Net	2.88 435	1.16 423	18.30 451	1.35 406	1.68 497	3.52 261	1.18 395	3.90 343	2.06 309	2.52 434	2.82 478	3.82 472	2.34 431	6.78 384	2.55 448	0.86 508	0.40 424	0.59 478	0.67 496	0.57 413	0.55 410

SGM-ForestM	11.55 563	1.16 423	21.62 555	2.14 522	0.81 262	22.25 576	19.08 575	16.50 577	11.34 562	15.94 577	14.44 568	27.12 579	22.61 578	24.76 577	28.39 583	0.50 443	0.48 470	0.47 422	0.44 440	0.55 402	0.53 400

iinet-f	2.26 330	1.18 426	13.71 375	1.14 303	1.11 367	3.77 309	1.10 379	4.14 420	2.17 336	2.06 308	1.76 271	2.99 406	2.99 464	2.50 264	2.49 441	0.35 302	0.39 419	0.27 141	0.28 262	0.45 359	0.39 300

CIPLG	2.27 332	1.18 426	19.24 467	0.92 172	1.34 428	3.95 361	0.89 295	4.23 443	1.82 262	2.31 393	2.67 464	1.17 160	1.06 187	1.53 153	1.32 278	0.37 322	0.23 226	0.27 141	0.22 135	0.31 166	0.45 351

fast-acv-ft	2.54 395	1.19 428	20.08 498	1.41 430	1.40 441	3.18 196	1.17 394	3.37 247	2.28 359	1.90 247	2.15 389	2.69 374	2.17 419	2.91 293	2.31 425	0.37 322	0.39 419	0.45 413	0.39 410	0.57 413	0.45 351

dad	1.65 234	1.19 428	3.04 230	0.98 213	0.56 149	4.22 436	0.84 255	1.99 68	2.48 409	2.14 329	1.68 240	1.62 226	1.13 204	3.85 317	2.04 399	1.03 516	0.40 424	2.04 540	0.48 454	0.75 473	0.53 400

RP	2.79 424	1.20 430	10.36 338	1.54 459	1.93 518	3.44 237	1.97 485	4.05 391	2.34 373	2.66 462	2.79 473	3.98 479	2.58 447	10.21 462	2.61 450	0.95 512	0.47 464	0.71 503	0.57 483	0.71 465	0.68 448

GMStereo_Zeroshot	1.41 201	1.21 431	3.33 243	1.29 376	0.72 231	3.35 224	0.53 81	2.58 149	1.68 228	2.35 405	1.56 206	2.42 343	0.96 153	2.50 264	1.16 237	0.45 406	0.23 226	0.40 378	0.24 175	0.79 479	0.33 232

gwcnet-sp	2.31 344	1.21 431	17.34 432	1.08 269	0.92 308	3.56 271	1.04 362	3.69 296	2.09 315	2.55 437	1.60 217	1.80 261	1.62 329	3.87 318	1.95 389	0.29 174	0.29 330	0.30 211	0.28 262	0.38 275	0.39 300

scenet	2.31 344	1.21 431	17.34 432	1.08 269	0.92 308	3.56 271	1.04 362	3.69 296	2.09 315	2.55 437	1.60 217	1.80 261	1.62 329	3.87 318	1.95 389	0.29 174	0.29 330	0.30 211	0.28 262	0.38 275	0.39 300

ssnet	2.31 344	1.21 431	17.34 432	1.08 269	0.92 308	3.56 271	1.04 362	3.69 296	2.09 315	2.55 437	1.60 217	1.80 261	1.62 329	3.87 318	1.95 389	0.29 174	0.29 330	0.30 211	0.28 262	0.38 275	0.39 300

G-Net	4.11 507	1.21 431	19.47 476	2.31 531	2.94 543	4.74 528	2.95 521	3.33 244	2.14 330	4.44 533	9.43 548	6.93 542	3.84 498	9.01 424	4.92 491	0.79 499	0.80 522	0.70 502	0.50 464	0.95 493	0.87 487

LE_ROB	18.58 575	1.21 431	48.38 585	8.60 576	23.00 579	7.32 554	19.74 576	9.94 562	38.69 585	43.53 583	21.91 572	28.40 580	40.92 583	23.18 573	54.71 588	0.34 282	0.33 368	0.32 253	0.36 378	0.42 333	0.40 320

sAnonymous2	1.37 196	1.22 437	9.79 329	0.92 172	0.88 297	1.23 21	0.61 115	2.56 142	1.69 234	0.85 97	1.02 69	0.73 84	1.23 232	0.98 33	0.78 125	0.29 174	0.25 284	0.31 233	0.30 308	1.06 502	0.71 454

CroCo_RVC	1.37 196	1.22 437	9.79 329	0.92 172	0.88 297	1.23 21	0.61 115	2.56 142	1.69 234	0.85 97	1.02 69	0.73 84	1.23 232	0.98 33	0.78 125	0.29 174	0.25 284	0.31 233	0.30 308	1.06 502	0.71 454

DMCA-RVC	2.45 376	1.22 437	18.29 450	1.23 351	1.14 371	2.49 126	0.85 264	3.29 233	1.68 228	3.02 488	1.41 165	2.00 297	1.53 311	6.39 371	2.00 395	0.38 339	0.30 343	0.44 406	0.35 368	0.45 359	0.44 345

pmcnn	5.45 531	1.22 437	17.40 436	1.60 471	2.41 536	3.48 248	2.12 493	4.52 523	3.26 509	3.67 515	13.15 564	22.10 570	3.46 491	11.92 538	17.16 556	0.34 282	0.21 170	0.23 31	0.19 71	0.36 260	0.28 157

ADCRef	3.30 477	1.23 441	14.90 401	1.17 324	1.41 448	3.95 361	1.64 463	3.88 336	2.36 378	3.05 492	2.21 400	2.40 338	2.81 458	5.04 338	16.63 553	0.46 413	0.34 380	0.63 491	0.62 492	0.54 400	0.67 445

PA-Net	3.09 462	1.24 442	18.84 460	1.38 424	1.19 387	3.42 235	1.75 471	3.89 338	3.27 513	1.88 240	2.10 377	3.03 409	1.88 393	11.60 517	2.88 460	0.40 358	0.54 481	0.44 406	0.62 492	0.52 391	1.02 497
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 466	1.25 443	21.14 540	1.31 386	1.52 463	3.94 356	1.13 386	3.32 240	2.14 330	2.20 355	2.03 359	3.05 413	1.96 399	11.79 532	2.53 445	0.42 384	0.45 451	0.64 494	0.46 446	0.67 450	0.57 417

AIO-Stereo-zeroshot1	2.68 417	1.26 444	22.01 560	1.08 269	0.99 333	1.61 61	0.86 267	3.69 296	1.64 218	1.52 173	5.62 528	3.35 437	3.44 490	2.20 247	1.33 282	0.26 100	0.21 170	0.30 211	0.62 492	0.93 492	0.67 445

anonymity	1.76 251	1.26 444	2.73 218	1.66 479	1.32 422	1.84 73	1.07 368	3.49 257	2.30 363	2.11 319	2.11 381	1.71 241	3.90 500	1.82 205	1.48 310	1.10 518	1.09 529	1.08 527	1.08 528	1.05 501	1.09 502

NCC-stereo	3.16 471	1.28 446	18.31 452	1.25 355	1.75 504	4.06 386	1.40 433	3.89 338	2.22 343	2.72 466	2.55 451	3.49 454	2.65 450	9.91 449	2.99 462	1.29 531	0.65 505	0.64 494	0.86 514	0.65 443	0.71 454

Abc-Net	3.16 471	1.28 446	18.31 452	1.25 355	1.75 504	4.06 386	1.40 433	3.89 338	2.22 343	2.72 466	2.55 451	3.49 454	2.65 450	9.91 449	2.99 462	1.29 531	0.65 505	0.64 494	0.86 514	0.65 443	0.71 454
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TCMNet	2.98 449	1.30 448	18.26 449	1.47 446	2.09 527	3.84 326	1.08 373	3.96 366	2.39 393	2.53 435	2.29 415	2.43 346	1.75 366	10.09 459	2.39 429	0.52 455	0.45 451	0.61 486	0.50 464	0.80 481	0.78 472

AIO-test2	1.61 226	1.30 448	3.40 245	1.16 322	1.31 416	3.18 196	0.74 187	4.06 395	1.52 152	1.72 210	2.21 400	0.78 92	0.74 84	3.64 313	0.95 199	3.64 555	0.26 297	0.35 325	0.42 434	0.37 270	0.33 232

LoS_RVC	0.94 91	1.30 448	1.31 72	0.84 116	1.63 484	2.02 87	0.59 108	1.51 19	1.36 83	0.81 86	1.33 142	0.84 106	0.88 133	1.36 117	0.73 107	0.21 30	0.17 42	0.20 3	0.14 2	0.20 17	1.45 520

AF-Net	2.87 433	1.30 448	16.24 417	1.33 394	1.75 504	3.26 210	1.59 457	4.09 403	2.43 400	2.69 464	2.94 481	4.51 505	3.20 478	5.84 358	2.75 456	0.76 497	0.36 391	0.72 507	0.49 458	0.70 456	0.56 413

IPLGR_C	2.28 337	1.31 452	19.46 475	0.92 172	1.32 422	3.93 351	0.89 295	4.20 430	1.82 262	2.30 387	2.63 461	1.16 159	1.07 189	1.41 127	1.29 274	0.37 322	0.23 226	0.27 141	0.22 135	0.31 166	0.45 351

LMCR-Stereo	2.40 368	1.31 452	18.61 458	1.59 469	0.86 289	3.87 339	1.15 389	4.32 484	1.60 207	2.25 376	2.27 408	1.13 155	2.43 437	2.48 263	1.60 333	0.88 509	0.24 260	0.29 191	0.24 175	0.56 408	0.30 195

CSP-Net	1.78 254	1.32 454	1.92 132	1.16 322	1.03 345	3.38 227	1.31 415	3.52 264	1.75 252	1.96 266	1.93 340	2.40 338	1.48 291	8.58 414	1.58 329	0.46 413	0.34 380	0.27 141	0.26 207	0.41 314	0.50 385

AnonymousM	1.22 159	1.32 454	0.97 1	0.88 144	0.56 149	4.03 381	0.69 159	2.41 110	1.68 228	1.48 169	1.31 139	1.15 158	1.00 165	1.18 79	0.73 107	0.32 254	0.40 424	2.07 541	1.70 543	0.24 50	0.22 62

MeshStereo	5.35 529	1.32 454	21.34 547	1.34 401	1.15 373	4.40 463	3.90 547	5.18 544	4.55 538	10.14 567	11.82 560	11.47 552	5.84 529	13.84 561	7.03 510	0.61 472	0.58 493	0.60 483	0.58 484	0.72 468	0.59 426
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
PS-NSSS	2.22 322	1.33 457	2.90 225	0.97 207	1.53 465	4.11 400	1.08 373	4.55 525	2.65 437	2.10 315	2.32 432	1.77 250	1.40 264	11.79 532	1.61 336	0.68 489	0.45 451	0.96 521	0.43 437	0.95 493	0.92 490

NCCL2	2.53 393	1.35 458	10.90 347	1.15 316	0.97 323	3.53 262	2.56 509	3.65 285	2.23 345	2.76 469	1.80 285	2.41 340	1.66 349	10.35 466	2.07 405	0.44 397	0.40 424	0.57 474	0.53 475	0.59 417	0.65 443

Replicate-Monster	0.79 51	1.36 459	2.08 158	0.70 40	0.52 128	2.05 93	0.34 17	1.92 61	0.82 25	1.03 127	0.60 15	0.48 36	0.52 25	1.28 98	0.39 4	0.19 20	0.14 11	0.19 2	0.16 13	0.22 39	0.78 472

BEATNet_4x	1.92 277	1.36 459	8.75 317	1.20 338	0.56 149	3.46 242	1.03 359	4.00 376	2.43 400	2.25 376	1.70 247	2.10 312	1.59 319	2.57 278	3.05 465	0.37 322	0.22 199	0.47 422	0.29 290	0.60 421	0.40 320

DPSNet	3.43 484	1.37 461	12.19 357	1.39 426	1.24 403	4.15 409	2.06 490	4.51 522	3.34 515	2.69 464	1.96 342	3.52 458	5.56 526	10.68 477	9.68 524	0.93 510	0.73 517	0.40 378	0.37 390	1.06 502	0.86 484

MANE	11.39 562	1.38 462	23.16 568	4.82 570	2.79 541	22.02 575	14.51 570	25.81 579	26.28 580	10.93 571	13.17 565	19.90 568	18.03 572	15.69 566	20.41 569	0.96 513	0.74 518	1.42 535	3.24 571	0.74 470	1.71 526

PSMNet_ROB	2.95 440	1.38 462	18.46 456	1.19 333	1.20 393	3.80 317	1.65 466	3.54 269	2.35 375	1.98 270	1.71 251	2.75 382	1.79 372	11.43 511	2.78 457	0.42 384	0.36 391	0.50 447	0.60 488	0.59 417	0.49 378

CSAN	4.71 519	1.39 464	20.23 504	1.19 333	0.87 294	3.65 290	3.50 537	4.57 527	3.87 529	3.89 519	7.82 535	3.54 462	6.16 535	23.47 576	6.82 505	0.52 455	0.45 451	0.49 444	0.52 471	0.63 432	0.66 444

NVStereoNet_ROB	4.91 524	1.40 465	16.46 421	1.47 446	1.72 502	3.46 242	1.96 484	3.89 338	3.61 524	2.90 478	24.61 576	4.81 516	4.49 512	13.57 557	4.87 489	1.33 534	1.29 537	1.70 538	1.68 541	1.41 526	1.66 524
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 304	1.40 465	3.01 229	1.09 275	0.92 308	3.94 356	1.53 450	4.25 453	2.23 345	3.31 504	2.06 372	2.35 333	1.52 304	8.74 416	2.07 405	0.44 397	0.36 391	0.51 450	0.48 454	0.54 400	0.62 433

YMNet	2.40 368	1.41 467	13.46 371	1.36 412	1.67 494	3.96 366	0.97 342	3.81 317	2.37 384	2.64 457	2.57 455	3.35 437	1.53 311	3.28 302	2.42 434	0.48 427	0.54 481	0.52 456	0.49 458	0.70 456	0.54 406

YMNet_1	2.40 368	1.41 467	13.46 371	1.36 412	1.67 494	3.96 366	0.97 342	3.81 317	2.37 384	2.64 457	2.57 455	3.35 437	1.53 311	3.28 302	2.42 434	0.48 427	0.54 481	0.52 456	0.49 458	0.70 456	0.54 406

MaskLacGwcNet_RVC	3.13 466	1.43 469	9.93 331	2.50 535	1.62 482	4.29 448	1.68 470	3.95 361	2.43 400	1.66 197	1.91 335	3.04 410	1.41 269	13.26 552	1.58 329	3.82 559	1.59 541	1.12 529	0.46 446	2.21 535	2.74 550

SPS-STEREO	3.97 503	1.44 470	20.85 530	1.72 488	1.71 500	3.24 205	2.30 501	3.55 271	2.68 442	4.79 537	3.66 508	5.44 534	2.97 463	9.11 425	9.35 523	1.15 521	1.10 530	1.06 526	1.02 526	1.16 515	1.18 507
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 464	1.45 471	14.90 401	1.46 443	1.79 509	3.33 222	1.39 431	4.04 387	2.26 353	2.77 470	3.26 499	4.00 480	2.71 453	11.63 524	2.62 452	0.82 504	0.46 460	0.79 513	0.79 511	0.71 465	0.78 472

Wz-Net-LNSev-Ref	2.42 372	1.47 472	14.14 388	1.30 383	1.35 429	3.51 258	1.64 463	4.04 387	2.10 323	2.46 424	1.88 323	2.28 322	2.51 443	4.73 336	3.17 467	0.38 339	0.19 100	0.35 325	0.20 88	0.40 290	0.36 264

LALA_ROB	1.95 282	1.48 473	3.11 232	1.05 253	0.98 330	3.99 374	1.82 477	4.44 509	2.28 359	3.31 504	1.85 316	2.76 388	1.67 351	4.04 325	3.23 468	0.46 413	0.41 433	0.55 469	0.52 471	0.60 421	0.57 417

StereoDRNet	2.84 428	1.49 474	14.48 395	1.33 394	1.57 477	3.44 237	2.06 490	3.69 296	2.36 378	3.26 503	1.84 309	2.79 392	1.80 377	10.88 485	3.16 466	0.41 373	0.33 368	0.39 372	0.36 378	0.59 417	0.58 422

PSMNet-RUCA	1.64 233	1.50 475	2.57 201	1.50 452	1.38 437	3.05 180	1.36 422	3.31 235	2.24 347	1.36 153	2.07 373	1.40 200	1.09 192	1.83 206	1.55 325	1.15 521	0.69 513	1.26 532	0.96 520	1.64 529	0.94 492

UDGNet	1.40 199	1.52 476	2.22 171	1.38 424	0.62 186	4.39 459	0.68 153	1.80 50	2.18 338	1.34 150	1.18 102	0.99 137	1.00 165	2.16 241	1.19 243	1.09 517	0.34 380	1.30 533	0.98 522	1.10 507	0.58 422

PDISCO_ROB	2.86 429	1.53 477	14.27 392	1.98 515	2.19 530	4.52 487	1.35 420	4.65 531	3.19 502	2.09 312	2.16 390	3.53 459	2.45 439	5.32 343	2.12 409	1.30 533	0.78 521	0.72 507	0.59 486	1.24 520	1.28 510

DN-CSS_ROB	1.91 274	1.55 478	11.13 349	1.82 501	0.88 297	3.99 374	0.61 115	4.01 378	1.67 226	1.64 192	1.89 329	1.39 195	1.06 187	3.23 300	1.50 314	0.31 233	0.19 100	0.44 406	0.29 290	0.37 270	0.31 205

DGSMNet	7.55 552	1.62 479	17.42 437	1.92 509	12.73 571	7.45 555	42.99 587	4.13 414	2.07 311	2.10 315	3.16 496	3.42 444	1.70 358	9.24 430	2.30 424	3.70 558	10.89 581	11.80 583	5.54 573	4.24 553	2.66 545

ELAS	5.99 539	1.62 479	20.29 511	1.96 514	2.01 522	15.09 569	8.38 561	5.23 545	5.54 550	9.02 561	8.61 542	6.74 540	9.75 558	7.48 395	11.40 533	0.96 513	1.18 532	0.72 507	0.93 518	1.30 522	1.67 525
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 453	1.63 481	19.83 486	1.32 389	2.04 526	3.27 212	1.55 454	3.65 285	2.33 372	2.00 287	2.12 384	3.56 463	1.68 355	9.47 434	2.45 438	0.44 397	0.45 451	0.46 419	0.38 403	0.60 421	0.76 468

ADCL	4.35 512	1.63 481	14.21 391	1.29 376	1.26 408	5.56 543	11.16 563	3.97 368	3.37 517	6.07 545	4.67 519	4.30 498	5.72 528	5.08 340	14.51 543	0.50 443	0.48 470	0.89 519	0.77 507	0.78 477	0.76 468

ADCPNet	3.89 498	1.63 481	20.25 508	1.28 372	1.27 410	6.43 548	2.65 513	3.93 355	2.70 443	2.78 471	2.20 398	4.28 497	6.16 535	5.56 351	10.27 527	0.65 481	1.18 532	0.71 503	1.70 543	0.84 486	1.37 516

ELAS_RVC	5.72 536	1.64 484	20.40 515	2.09 521	2.01 522	4.95 535	11.47 565	4.66 532	6.31 556	8.09 558	8.01 536	8.06 548	11.65 559	8.36 408	10.22 526	0.99 515	1.17 531	0.81 516	0.76 505	1.14 511	1.58 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 429	1.66 485	19.61 478	1.40 429	1.75 504	3.84 326	1.32 416	4.07 397	2.25 350	1.78 220	2.67 464	1.82 267	4.41 510	1.94 220	2.06 402	0.83 506	0.94 526	1.03 523	1.12 529	1.70 531	1.09 502

aanetorigin	3.30 477	1.66 485	17.52 441	1.18 330	1.58 478	2.57 137	3.80 545	2.65 156	2.03 300	6.12 547	4.30 517	2.82 393	5.70 527	5.47 348	4.67 482	0.50 443	0.44 446	0.43 401	0.47 449	1.17 516	0.92 490

Wz-Net-LNSev	2.30 343	1.67 487	14.88 400	1.18 330	1.65 490	3.49 251	1.54 453	3.63 282	2.03 300	1.88 240	1.64 228	3.29 431	2.06 406	2.71 289	2.02 398	0.40 358	0.33 368	0.32 253	0.31 324	0.53 397	0.49 378

DeepPrunerF	3.70 491	1.72 488	14.87 399	1.33 394	1.74 503	3.70 296	1.55 454	4.20 430	14.00 567	2.02 294	1.77 276	2.74 380	2.30 427	10.88 485	6.88 507	0.68 489	0.60 498	0.78 512	0.78 510	0.81 482	0.71 454

AANet_RVC	3.03 457	1.72 488	12.78 364	1.17 324	1.12 368	3.79 315	1.10 379	3.86 330	3.13 495	2.62 453	4.26 516	3.96 478	1.41 269	11.43 511	5.23 495	0.94 511	0.47 464	0.34 306	0.23 150	0.40 290	0.55 410

SANet	5.65 535	1.72 488	20.94 535	1.26 362	0.88 297	7.20 552	3.81 546	4.60 529	11.23 561	4.56 534	8.78 545	7.49 543	6.95 542	11.85 535	18.11 560	0.49 439	0.44 446	0.50 447	0.42 434	0.90 490	0.82 482

FADNet	2.49 386	1.76 491	13.17 366	1.17 324	0.95 318	3.27 212	0.88 290	3.94 359	2.27 355	1.40 161	1.29 134	2.51 358	2.06 406	9.93 451	1.94 387	0.43 390	0.45 451	0.40 378	0.43 437	1.06 502	0.53 400

CC-Net-ROB	3.35 481	1.76 491	13.89 383	2.33 532	1.65 490	4.49 479	1.62 460	4.73 535	2.90 472	1.92 254	2.05 368	1.99 296	1.61 326	12.57 549	1.60 333	2.46 542	2.18 550	2.68 551	1.04 527	2.11 534	1.38 518

GCST	2.56 400	1.79 493	18.02 446	1.92 509	1.33 426	1.72 66	0.51 71	3.67 289	2.03 300	1.70 205	1.61 221	1.55 217	1.29 241	5.06 339	1.24 258	2.06 539	0.77 520	1.45 536	0.97 521	1.14 511	1.34 515

LL-Strereo	3.01 455	1.81 494	17.59 442	1.12 295	2.10 528	2.90 158	1.09 377	4.33 486	2.00 295	3.12 496	2.24 404	3.29 431	3.15 474	11.31 506	1.84 375	0.30 214	0.28 320	0.46 419	0.34 352	0.49 383	0.45 351

TRStereo	2.31 344	1.87 495	19.74 483	1.53 457	1.16 378	4.26 441	1.08 373	4.73 535	1.45 102	1.55 176	1.28 132	1.75 245	0.85 124	1.81 203	1.20 246	0.36 314	0.26 297	0.32 253	0.36 378	0.34 229	0.33 232

MFMNet_re	2.91 436	1.91 496	18.25 448	3.06 545	1.89 516	3.13 191	1.67 468	3.52 264	2.97 480	3.14 497	2.87 480	2.26 320	2.41 435	2.42 258	2.00 395	1.10 518	1.05 528	0.94 520	0.90 516	1.28 521	1.46 522

SDNR	3.97 503	1.93 497	20.28 510	1.31 386	0.94 315	5.16 538	0.67 147	4.33 486	2.58 427	4.82 538	5.94 529	5.01 523	1.45 284	17.52 567	2.53 445	0.79 499	0.72 516	0.59 478	0.45 444	1.15 514	1.17 506

GANetREF_RVC	3.20 473	1.93 497	18.84 460	1.51 454	0.80 259	4.12 402	1.82 477	4.16 425	2.91 473	1.87 237	1.74 258	2.48 355	1.84 384	13.18 551	1.74 362	0.80 501	0.57 488	0.79 513	0.74 503	1.20 519	0.86 484
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
ADCP+	3.74 494	1.96 499	16.90 428	1.09 275	1.55 470	4.35 454	3.65 543	3.93 355	2.98 483	2.22 366	1.66 236	3.95 476	4.83 516	3.41 305	18.87 566	0.38 339	0.41 433	0.63 491	0.53 475	0.64 440	0.81 478

PVD	3.12 465	1.97 500	12.80 365	1.79 499	1.63 484	3.83 321	1.34 419	3.48 254	3.88 530	5.77 542	3.56 507	3.45 447	3.29 481	5.58 353	5.30 496	0.71 495	0.69 513	0.74 511	0.77 507	0.79 479	1.13 505

PWC_ROB	2.69 419	2.01 501	8.36 310	1.33 394	1.90 517	3.23 202	1.18 395	4.33 486	3.25 508	3.11 495	3.41 504	2.71 377	2.18 421	9.15 427	4.48 480	0.56 464	0.31 353	0.61 486	0.36 378	0.69 455	0.74 463

FADNet-RVC-Resample	2.83 427	2.02 502	21.07 538	1.12 295	0.91 307	3.53 262	1.37 427	4.08 401	2.09 315	1.68 200	1.33 142	2.03 301	1.51 302	9.54 436	1.69 353	0.38 339	0.37 404	0.42 397	0.44 440	0.56 408	0.56 413

SHD	2.82 426	2.04 503	13.80 381	1.69 482	1.79 509	2.73 145	1.07 368	3.85 327	3.18 501	4.63 535	2.74 468	3.38 442	2.77 455	5.48 349	3.66 473	0.62 474	0.47 464	0.51 450	0.55 478	0.65 443	0.74 463

PASM	2.67 413	2.05 504	9.71 327	1.73 489	1.37 434	2.53 134	1.52 448	3.10 209	2.17 336	2.79 472	1.84 309	2.90 398	1.85 388	11.89 536	2.19 417	0.81 503	0.85 523	0.87 518	1.01 524	1.14 511	1.05 499

w-ln-seven-2	2.73 422	2.13 505	12.47 362	1.18 330	1.01 342	3.54 266	1.58 456	3.93 355	3.26 509	2.43 421	2.02 357	2.63 370	2.28 426	7.93 404	5.45 497	0.40 358	0.40 424	0.44 406	0.34 352	0.62 430	0.47 366

EDNetEfficient	5.61 533	2.14 506	16.75 426	1.67 480	3.64 554	4.12 402	7.51 557	3.05 204	5.63 552	11.57 573	4.83 521	3.95 476	12.72 560	8.44 412	20.78 570	0.41 373	0.43 441	0.47 422	1.01 524	1.66 530	1.39 519

SAMSARA	3.55 486	2.16 507	14.18 390	1.86 506	1.49 458	4.62 503	2.65 513	3.58 276	2.80 459	7.05 552	3.05 487	5.16 530	4.07 503	9.18 428	4.80 487	0.64 478	0.67 509	0.59 478	0.68 499	0.89 488	0.91 489

WAO-6	5.87 538	2.27 508	15.05 405	2.96 543	2.77 540	12.01 563	3.58 541	5.37 551	11.91 565	3.34 507	9.69 549	6.78 541	5.84 529	11.82 534	8.89 522	2.87 544	2.35 558	2.50 545	1.84 549	2.85 539	2.67 546

FADNet-RVC	2.51 389	2.27 508	14.03 386	1.09 275	0.81 262	3.54 266	1.10 379	4.13 414	2.48 409	1.39 159	1.22 112	1.85 276	1.77 369	9.78 444	2.06 402	0.38 339	0.37 404	0.40 378	0.40 421	0.67 450	0.48 371

FADNet_RVC	2.65 409	2.28 510	16.51 422	0.98 213	0.92 308	4.09 393	0.83 252	4.26 460	1.73 244	1.46 167	1.78 279	1.60 223	1.50 298	8.88 418	2.39 429	0.47 422	0.38 410	0.44 406	0.58 484	0.89 488	0.97 494

XQC	2.96 443	2.42 511	14.85 398	1.36 412	1.32 422	3.29 220	1.53 450	4.28 466	2.78 453	3.21 501	2.46 440	3.53 459	2.92 462	6.58 374	4.67 482	0.70 493	0.41 433	0.59 478	0.56 480	0.96 497	0.83 483

EDNetEfficientorigin	12.35 567	2.51 512	179.47 597	1.19 333	0.96 319	2.91 161	1.81 476	3.00 198	5.35 548	8.91 560	4.79 520	4.18 491	4.64 514	9.98 453	11.30 531	0.37 322	0.38 410	0.60 483	0.85 513	1.32 523	2.43 543

RTSC	2.95 440	2.51 512	15.49 412	1.54 459	1.30 414	3.51 258	0.86 267	3.89 338	2.48 409	3.64 513	3.12 493	3.04 410	2.30 427	5.70 355	6.67 501	0.55 462	0.35 386	0.37 352	0.39 410	0.70 456	0.60 427

IMH-64-1	4.84 522	2.53 514	6.83 292	4.30 563	3.74 556	4.81 532	6.05 552	5.30 547	3.92 531	3.95 521	8.33 539	5.08 526	6.06 532	8.96 422	6.30 499	4.57 569	2.96 564	3.04 555	2.12 557	4.28 554	3.62 561

IMH-64	4.84 522	2.53 514	6.83 292	4.30 563	3.74 556	4.81 532	6.05 552	5.30 547	3.92 531	3.95 521	8.33 539	5.08 526	6.06 532	8.96 422	6.30 499	4.57 569	2.96 564	3.04 555	2.12 557	4.28 554	3.62 561

Wz-Net-MNSev	2.71 421	2.54 516	13.91 384	1.52 455	1.37 434	3.28 216	2.47 504	4.03 383	2.32 371	2.57 441	2.07 373	2.29 327	3.01 466	7.55 397	2.74 455	0.38 339	0.36 391	0.36 340	0.37 390	0.57 413	0.47 366

Syn2CoEx	3.08 461	2.55 517	19.88 488	1.34 401	1.18 380	2.43 121	1.65 466	3.91 348	2.40 394	2.39 415	2.27 408	2.90 398	3.17 477	9.57 439	2.54 447	0.50 443	0.45 451	0.53 461	0.39 410	0.74 470	0.72 461

StereoAnything_RVC	0.94 91	2.66 518	2.20 166	0.76 74	0.34 9	1.18 18	0.39 26	2.31 103	0.69 5	0.51 7	0.34 4	0.32 1	0.89 137	1.57 157	0.35 1	0.32 254	0.16 28	0.23 31	0.15 4	3.31 541	0.18 3

RAFT + AFF	2.51 389	2.66 518	4.48 271	1.15 316	1.95 519	4.15 409	2.01 488	4.46 513	3.30 514	2.19 352	2.51 447	2.22 319	4.87 517	8.91 420	2.06 402	0.30 214	0.60 498	0.48 430	0.38 403	0.77 475	0.69 450

DDUNet	2.91 436	2.78 520	6.94 295	3.53 551	2.26 534	3.28 216	1.36 422	3.77 310	2.04 304	2.62 453	2.49 444	4.18 491	1.69 356	5.38 345	1.85 376	2.21 541	1.77 545	2.61 549	2.43 560	2.60 537	2.34 540

UDG	3.55 486	2.81 521	17.45 438	2.69 538	1.98 520	3.97 371	1.19 398	4.35 490	2.02 298	2.42 419	2.53 450	4.50 504	2.46 441	6.53 373	2.41 433	2.12 540	1.77 545	2.63 550	2.57 562	2.64 538	1.95 532

DFGA-Net	2.11 309	3.00 522	7.43 300	1.11 291	0.76 247	3.72 300	0.60 111	2.63 154	1.91 282	2.01 289	2.07 373	1.22 174	1.04 175	10.26 465	2.26 421	0.27 115	0.22 199	0.34 306	0.34 352	0.61 426	0.48 371

w-ln-seven	2.86 429	3.06 523	14.02 385	1.27 370	1.32 422	4.10 399	1.59 457	3.90 343	2.59 430	3.03 489	2.27 408	3.42 444	2.25 424	6.70 379	4.81 488	0.39 351	0.34 380	0.48 430	0.40 421	0.74 470	0.55 410

WAO-7	5.16 526	3.21 524	18.98 464	1.88 508	1.44 451	5.34 540	3.09 529	4.91 540	5.81 553	4.35 532	8.92 547	6.55 539	6.06 532	13.40 555	10.81 529	1.34 535	1.20 535	1.48 537	1.35 539	1.60 528	1.45 520

PWCDC_ROB	2.95 440	3.26 525	14.06 387	1.59 469	1.56 473	4.19 430	0.86 267	4.30 477	4.08 535	2.06 308	7.37 532	2.75 382	2.42 436	3.59 310	2.67 453	1.34 535	0.36 391	0.39 372	0.34 352	1.13 510	0.62 433

ADCMid	3.96 502	3.27 526	15.48 411	1.26 362	1.40 441	4.66 509	2.28 499	4.06 395	3.54 522	3.94 520	3.02 485	3.85 473	3.67 495	4.03 324	18.65 564	0.68 489	0.61 500	1.09 528	1.18 533	1.38 524	1.08 501

IGEV-BASED-STEREO-	1.09 129	3.30 527	2.61 205	0.82 95	0.38 39	1.27 29	0.62 128	1.51 19	1.29 74	0.91 106	0.92 56	0.65 60	0.57 33	1.08 47	0.59 49	1.55 537	0.15 22	0.32 253	0.28 262	1.10 507	1.98 534

DispFullNet	4.64 518	3.48 528	23.95 572	3.99 557	3.03 545	3.35 224	1.06 366	4.18 426	2.80 459	6.33 549	2.94 481	4.04 483	7.81 550	3.92 322	5.16 492	2.75 543	1.61 542	3.10 558	2.68 565	3.32 542	3.31 558

LSM	12.71 568	3.52 529	20.79 529	55.63 591	84.76 589	3.63 289	6.30 554	3.73 304	4.93 545	5.55 541	13.92 566	3.53 459	3.25 480	9.72 441	4.12 477	0.64 478	0.85 523	0.71 503	0.81 512	1.03 499	26.84 583

SGM+DAISY	8.36 554	3.82 530	24.83 573	2.02 517	1.75 504	14.80 568	17.22 572	4.27 461	11.79 564	13.88 574	14.38 567	11.74 555	13.83 562	10.56 471	15.12 544	1.21 523	1.19 534	1.14 530	1.13 531	1.17 516	1.37 516

test_for_model	2.16 316	3.87 531	1.58 105	4.16 559	3.64 554	2.51 128	0.96 339	3.63 282	2.62 432	2.45 423	1.39 160	1.02 142	0.73 80	0.92 24	0.57 46	2.97 546	2.19 551	0.26 113	0.17 29	5.32 562	2.24 537

UNDER WATER	10.47 558	3.95 532	22.62 566	5.07 571	4.51 566	7.78 556	3.77 544	12.56 567	21.72 578	7.84 556	10.78 553	23.96 574	31.66 580	10.78 482	16.19 551	4.44 566	2.93 562	4.24 567	2.86 568	6.33 567	5.47 573

Wz-Net-SNSev	2.98 449	4.36 533	15.98 415	1.57 467	1.19 387	3.28 216	1.80 475	3.96 366	2.40 394	2.32 397	2.28 412	3.48 448	2.05 405	7.84 403	3.82 475	0.47 422	0.39 419	0.53 461	0.49 458	0.71 465	0.60 427

SuperB	4.79 521	4.41 534	21.08 539	1.45 441	1.08 359	3.91 344	3.08 528	4.18 426	3.01 486	2.50 429	2.10 377	2.75 382	3.49 492	8.80 417	19.60 568	0.44 397	0.33 368	0.53 461	0.39 410	12.01 578	0.64 441

WZ-Net	3.62 488	4.87 535	16.77 427	1.43 434	1.40 441	3.75 306	2.29 500	4.12 412	2.50 414	2.74 468	2.19 396	4.06 484	5.29 523	10.19 461	7.36 512	0.54 460	0.37 404	0.47 422	0.49 458	0.77 475	0.73 462

iResNetv2_ROB	2.65 409	5.00 536	19.28 472	2.06 519	1.09 363	3.83 321	1.13 386	4.14 420	2.09 315	1.85 230	2.03 359	2.01 300	1.51 302	3.58 309	1.58 329	0.34 282	0.21 170	0.32 253	0.21 102	0.44 351	0.29 167

ADCS	4.22 511	5.33 537	16.32 418	1.64 476	1.31 416	3.91 344	3.64 542	4.21 436	2.89 471	5.11 539	2.81 477	4.46 503	3.06 473	5.21 342	19.50 567	0.63 475	0.64 504	0.69 500	0.69 501	1.12 509	1.26 509

UNDER WATER-64	9.33 556	5.37 538	22.60 565	5.22 572	4.86 568	10.75 561	4.61 551	11.45 564	17.30 571	7.59 553	9.80 551	15.99 562	17.90 571	10.63 475	15.72 547	4.36 564	2.87 561	4.39 571	2.86 568	7.01 571	5.36 572

KSHMR	16.96 574	5.37 538	21.64 557	4.46 566	4.50 565	8.30 558	3.32 532	15.58 576	76.24 591	6.62 551	61.47 589	56.53 589	5.43 525	35.17 583	11.37 532	4.39 565	2.97 566	3.63 566	2.74 567	5.10 561	4.34 569

GASNet	3.24 474	5.55 540	20.58 524	1.56 466	1.25 406	2.32 112	1.12 383	4.04 387	2.67 440	1.88 240	2.10 377	3.00 407	2.16 417	10.59 473	2.43 436	0.65 481	0.37 404	0.61 486	0.45 444	0.87 487	0.58 422

AnyNet_C32	4.17 509	5.75 541	12.62 363	1.60 471	1.54 466	5.51 542	4.09 549	3.90 343	3.23 507	4.22 531	3.03 486	3.10 415	3.41 486	8.01 406	18.85 565	0.53 458	0.58 493	0.53 461	0.74 503	1.19 518	0.97 494

MADNet++	7.57 553	5.80 542	13.28 368	6.38 573	5.26 569	7.18 551	7.77 559	5.32 549	5.62 551	6.11 546	7.78 534	6.02 538	8.01 552	11.74 530	16.36 552	9.36 577	4.95 574	8.57 578	5.66 574	4.83 560	5.34 571

coex-ft	18.59 576	6.62 543	113.53 595	1.17 324	1.31 416	2.33 114	1.93 483	2.81 183	14.00 567	124.82 596	8.45 541	5.90 537	51.74 590	9.99 454	22.69 571	0.57 466	0.62 501	0.50 447	0.49 458	1.08 506	1.28 510

RTS	3.90 499	7.04 544	17.94 444	1.92 509	2.19 530	5.00 536	2.96 522	4.29 469	3.19 502	4.05 523	3.08 489	4.94 519	3.16 475	7.64 398	6.72 502	0.66 483	0.44 446	0.51 450	0.47 449	0.95 493	0.76 468

RTSA	3.90 499	7.04 544	17.94 444	1.92 509	2.19 530	5.00 536	2.96 522	4.29 469	3.19 502	4.05 523	3.08 489	4.94 519	3.16 475	7.64 398	6.72 502	0.66 483	0.44 446	0.51 450	0.47 449	0.95 493	0.76 468

AnyNet_C01	4.37 513	7.80 546	16.40 419	1.98 515	1.40 441	6.37 547	6.47 555	4.09 403	5.03 546	4.06 525	3.78 510	4.16 490	3.31 482	6.62 376	10.00 525	0.61 472	0.67 509	0.63 491	0.67 496	2.01 532	1.31 512

RainbowNet	4.56 515	8.28 547	20.07 497	3.64 555	3.23 552	4.15 409	2.99 524	4.18 426	3.03 488	2.20 355	2.65 462	4.26 496	2.90 461	9.77 442	2.12 409	3.88 560	2.27 554	2.71 553	1.72 545	3.78 549	3.31 558

notaker	10.50 560	8.60 548	20.23 504	4.54 568	3.95 560	6.27 546	3.44 534	8.07 560	4.75 544	8.73 559	46.45 584	13.86 561	27.86 579	13.49 556	13.61 542	4.56 568	3.18 568	3.52 563	2.68 565	8.13 575	4.05 566

TorneroNet-64	10.12 557	8.74 549	20.95 536	4.27 561	3.76 559	13.86 567	2.85 518	15.05 573	23.15 579	10.07 566	23.84 575	13.47 558	8.24 554	13.96 562	17.21 557	3.96 562	2.72 559	3.23 559	2.48 561	6.29 565	4.27 568

Wz-Net-TNSev	3.67 490	8.83 550	13.47 373	1.48 448	1.18 380	3.60 279	2.49 506	4.27 461	3.13 495	2.18 348	1.89 329	4.21 495	2.80 457	12.10 539	7.58 515	0.57 466	0.55 485	0.47 422	0.54 477	0.91 491	1.05 499

DGTPSM_ROB	15.31 571	8.85 551	28.14 577	9.90 577	18.89 573	12.44 565	33.21 580	13.48 570	17.86 574	9.50 563	22.89 573	13.78 559	19.67 573	21.26 569	23.68 573	5.08 574	8.84 576	5.62 573	11.50 578	6.72 568	14.87 579

DPSMNet_ROB	15.52 572	8.89 552	31.44 578	10.07 578	18.91 574	12.44 565	33.22 581	13.51 571	17.94 575	9.58 564	22.91 574	13.79 560	19.67 573	21.43 570	23.73 574	5.17 575	8.84 576	5.63 574	11.52 581	6.79 569	14.90 580

otaku	4.58 517	8.93 553	19.95 491	3.11 546	2.67 537	3.91 344	2.57 510	3.82 320	2.25 350	2.22 366	9.72 550	4.08 485	2.35 432	8.57 413	2.13 412	3.51 553	1.65 543	2.15 543	1.17 532	3.69 547	3.15 553

Ntro	4.21 510	8.94 554	19.89 489	3.22 547	2.96 544	4.15 409	1.89 481	3.92 353	2.36 378	1.77 218	2.14 387	3.35 437	2.17 419	9.48 435	2.24 420	3.52 554	1.76 544	2.13 542	1.31 536	3.83 550	3.09 551

Dean	7.52 551	9.08 555	21.41 549	3.74 556	3.53 553	4.81 532	3.53 538	5.33 550	5.25 547	4.17 527	26.53 577	25.62 578	4.09 504	10.97 489	4.32 478	3.69 557	2.30 555	2.91 554	1.87 550	4.03 552	3.24 557

JetBlue	6.27 542	9.15 556	13.76 376	1.94 513	4.60 567	11.91 562	12.00 566	5.12 543	3.45 521	3.79 517	4.52 518	9.54 550	6.56 541	9.40 433	13.48 541	1.26 529	1.37 538	1.17 531	1.34 538	7.06 572	3.95 565

LVE	6.88 548	9.31 557	21.14 540	3.61 554	3.18 551	4.49 479	2.79 515	10.21 563	11.69 563	3.16 500	11.53 558	18.33 563	4.31 508	11.66 525	3.52 471	4.45 567	2.93 562	2.56 547	1.91 551	3.62 544	3.16 554

SQANet	3.70 491	9.34 558	18.41 454	2.75 539	2.74 539	3.40 231	1.47 442	3.50 260	1.68 228	2.60 449	1.75 262	2.69 374	1.91 396	6.72 383	1.74 362	2.96 545	1.41 539	1.85 539	1.12 529	3.17 540	2.70 549

z-mn7	3.36 482	9.42 559	14.16 389	1.28 372	1.22 400	3.78 311	1.43 440	3.92 353	3.35 516	2.85 477	3.36 502	3.06 414	1.97 400	9.66 440	5.16 492	0.42 384	0.35 386	0.43 401	0.33 343	0.63 432	0.48 371

MADNet+	3.97 503	9.54 560	13.83 382	1.87 507	1.69 498	4.19 430	2.87 519	4.80 538	4.10 536	2.51 432	2.67 464	4.55 508	3.41 486	8.72 415	6.92 509	1.25 528	1.27 536	1.04 524	0.93 518	1.39 525	1.85 530

zh-mn7	3.15 469	9.61 561	12.45 361	1.26 362	0.99 333	2.91 161	1.32 416	4.12 412	2.74 447	3.33 506	3.07 488	2.84 394	1.89 394	8.91 420	4.69 484	0.49 439	0.40 424	0.38 368	0.38 403	0.56 408	0.63 437

PWCK	5.85 537	9.95 562	15.22 410	2.90 542	1.56 473	5.66 544	7.69 558	5.27 546	4.74 543	3.88 518	7.51 533	8.04 546	5.28 522	15.18 564	8.40 519	3.08 548	1.51 540	2.24 544	1.37 540	5.55 563	1.96 533

ktn	21.74 579	10.34 563	19.68 481	4.53 567	4.00 561	6.53 549	4.51 550	6.79 556	78.82 593	84.69 593	100.86 596	58.49 590	7.57 549	12.11 540	13.35 540	4.58 571	3.24 569	3.49 561	2.62 563	4.65 559	3.84 564

MSC_U_SF_DS_RVC	4.48 514	10.62 564	15.18 409	1.55 464	1.45 455	6.16 545	3.54 540	5.41 552	3.68 527	2.59 448	2.74 468	4.81 516	2.20 422	13.79 560	4.40 479	2.04 538	3.36 570	1.05 525	1.20 534	2.09 533	1.72 527

MFN_U_SF_RVC	3.81 496	10.78 565	15.01 404	1.84 503	1.39 439	3.73 304	1.63 461	4.05 391	3.26 509	2.91 479	2.38 436	4.36 501	3.65 494	8.43 411	4.91 490	1.11 520	1.04 527	0.99 522	1.31 536	1.58 527	1.75 529

MFN_U_SF_DS_RVC	3.94 501	10.88 566	12.30 359	1.26 362	1.55 470	5.19 539	3.33 533	4.42 505	2.82 467	2.58 445	2.62 459	5.00 522	2.11 409	14.03 563	2.73 454	1.28 530	2.34 557	0.67 499	1.83 548	0.81 482	1.03 498

TorneroNet	25.88 581	11.28 567	21.62 555	4.20 560	4.07 562	55.25 588	3.15 530	15.16 574	76.94 592	58.09 588	82.72 593	86.88 594	41.15 584	13.35 554	18.13 561	4.32 563	2.85 560	3.45 560	2.62 563	8.33 576	4.14 567

zh-sn7	3.81 496	11.43 568	15.78 413	1.25 355	1.15 373	3.68 295	2.58 511	4.15 424	2.42 399	2.61 451	3.10 492	3.38 442	3.03 470	11.43 511	6.88 507	0.45 406	0.48 470	0.45 413	0.43 437	0.72 468	0.71 454

ACVNet_2	5.41 530	12.60 569	20.42 517	3.27 548	3.15 550	4.50 482	3.02 525	4.66 532	3.73 528	3.35 509	5.36 525	7.86 545	2.88 459	12.33 543	4.76 486	3.12 549	2.22 552	2.70 552	1.69 542	3.49 543	3.10 552

WAO-8	11.95 564	13.02 570	20.56 522	3.50 549	3.08 547	15.11 570	2.80 516	12.91 568	19.11 576	7.69 554	13.12 562	11.62 553	7.01 545	84.40 594	7.91 516	3.42 551	1.92 547	3.54 564	1.93 552	3.68 545	2.69 547

Venus	11.95 564	13.02 570	20.56 522	3.50 549	3.08 547	15.11 570	2.80 516	12.91 568	19.11 576	7.69 554	13.12 562	11.62 553	7.01 545	84.40 594	7.91 516	3.42 551	1.92 547	3.54 564	1.93 552	3.68 545	2.69 547

MSAF-DinoV2	13.69 570	13.09 572	22.03 561	2.41 534	1.44 451	4.03 381	1.38 429	9.07 561	9.20 558	2.23 370	1.98 350	5.08 526	5.06 518	177.66 597	5.46 498	0.45 406	0.34 380	0.40 378	0.62 492	6.09 564	5.80 574

IMH	6.81 547	13.66 573	20.41 516	4.33 565	3.74 556	5.50 541	3.06 527	5.49 553	6.22 554	4.64 536	10.35 552	9.30 549	8.03 553	13.61 558	6.81 504	4.80 572	2.99 567	3.09 557	2.12 557	4.36 556	3.61 560

ACVNet-4b	6.73 545	13.67 574	21.87 558	3.54 552	3.07 546	4.19 430	2.25 498	4.03 383	3.65 525	1.64 192	3.98 514	5.88 536	2.89 460	10.01 455	16.98 555	23.29 586	2.24 553	2.53 546	1.78 546	3.87 551	3.21 556

ACVNet_1	6.04 540	13.97 575	21.36 548	3.58 553	3.14 549	4.73 525	2.48 505	4.20 430	3.17 500	2.98 487	2.83 479	23.31 572	4.34 509	11.06 495	2.45 438	3.68 556	2.33 556	2.60 548	1.79 547	3.69 547	3.19 555

TCMNet-wrong-test	12.32 566	14.13 576	19.38 473	22.38 580	19.85 575	15.99 573	12.34 567	22.95 578	4.56 539	6.24 548	6.27 530	18.40 565	15.71 565	10.10 460	10.72 528	9.06 576	4.78 572	5.35 572	3.95 572	12.28 579	11.97 578

USTest	15.98 573	15.58 577	22.56 564	18.49 579	16.99 572	26.43 577	36.08 583	27.68 582	12.77 566	10.69 569	10.80 554	18.35 564	15.09 564	18.62 568	23.37 572	4.85 573	5.34 575	7.38 576	7.43 576	9.90 577	11.23 577

HanzoNet	31.60 583	17.23 578	21.22 545	7.32 574	5.84 570	7.25 553	3.53 538	13.82 572	14.20 569	50.38 586	47.01 585	44.45 582	56.61 591	36.61 584	32.00 584	63.89 592	56.57 593	7.97 577	89.20 593	28.69 582	28.25 585

Anonymous_1	57.11 592	19.68 579	26.15 574	23.10 581	142.31 594	30.84 578	39.75 584	33.86 586	16.98 570	70.53 592	15.42 569	23.46 573	19.75 575	23.04 572	27.23 580	164.73 597	9.02 578	130.38 594	137.40 594	161.27 597	27.24 584

DPSM_ROB	20.78 577	20.03 580	26.57 575	23.62 582	22.46 576	31.10 579	39.97 585	33.52 584	17.41 572	15.25 575	15.80 570	24.06 575	20.71 576	23.30 574	27.62 581	10.78 579	9.41 579	11.69 581	11.50 578	14.49 580	16.36 581

DPSM	20.78 577	20.03 580	26.57 575	23.62 582	22.46 576	31.10 579	39.97 585	33.52 584	17.41 572	15.25 575	15.80 570	24.06 575	20.71 576	23.30 574	27.62 581	10.78 579	9.41 579	11.69 581	11.50 578	14.49 580	16.36 581

JetRed	10.48 559	27.10 582	35.70 579	4.27 561	4.09 563	15.55 572	12.83 568	12.16 565	5.50 549	5.83 543	5.56 527	10.14 551	7.43 547	8.88 418	26.39 579	3.32 550	3.81 571	3.51 562	2.96 570	7.85 573	6.69 576

LRCNet_RVC	25.52 580	33.45 583	23.21 570	31.79 584	32.78 580	6.74 550	1.18 395	25.88 580	4.46 537	28.94 578	30.89 578	24.91 577	17.57 570	27.66 578	24.34 576	35.26 588	25.60 589	35.91 588	33.81 587	31.90 588	34.10 589

FlowAnything	41.75 584	39.90 584	53.36 589	47.83 590	45.06 585	62.45 589	80.51 593	67.34 592	34.89 582	30.56 580	31.52 579	48.18 586	42.05 587	46.66 590	55.24 590	21.71 585	18.88 586	23.49 586	23.13 583	29.12 584	33.04 586

LSM0	49.58 590	40.04 585	53.62 591	97.15 592	128.68 593	62.75 592	79.89 592	67.63 593	35.11 584	33.02 582	32.61 583	48.43 588	41.60 585	46.60 588	55.43 591	21.63 584	18.99 588	23.62 587	23.13 583	29.47 587	52.26 593

Selective-RAFT-Error	41.77 585	40.16 586	53.34 588	47.73 588	45.25 587	62.51 590	80.64 594	67.22 590	34.93 583	30.64 581	31.81 580	48.11 585	42.11 588	46.57 587	54.95 589	21.61 583	18.87 585	23.48 584	23.15 585	29.16 585	33.08 588

CasAABBNet	41.80 586	40.20 587	53.41 590	47.73 588	45.18 586	62.51 590	80.71 595	67.26 591	34.80 581	30.49 579	31.88 581	48.24 587	41.81 586	46.63 589	55.64 592	21.60 582	18.88 586	23.48 584	23.22 586	29.19 586	33.05 587

HaxPig	43.25 587	43.65 588	45.00 583	33.85 585	35.61 582	32.69 581	30.52 578	45.09 587	42.97 586	48.77 584	48.17 586	43.00 581	40.26 582	44.58 585	43.61 585	47.18 589	49.30 590	51.54 590	50.25 589	43.73 589	45.29 590

AVERAGE_ROB	44.46 588	45.91 589	46.59 584	40.59 587	38.66 583	32.99 582	30.52 578	46.19 588	43.26 587	49.59 585	48.97 587	44.62 583	39.89 581	45.04 586	43.94 586	48.74 590	50.69 591	50.80 589	49.79 588	45.54 590	46.97 591

MEDIAN_ROB	47.37 589	49.08 590	49.92 586	40.32 586	39.97 584	34.95 583	33.43 582	49.17 589	46.39 589	53.06 587	52.65 588	47.65 584	42.23 589	48.35 591	47.29 587	52.10 591	54.04 592	54.28 591	53.48 590	48.76 591	50.33 592

PML	64.32 593	53.22 591	17.88 443	8.10 575	32.94 581	148.46 597	247.79 598	12.18 566	45.42 588	111.41 595	288.92 598	101.47 596	101.31 596	31.67 579	15.55 545	14.03 581	4.83 573	10.98 580	6.18 575	28.82 583	5.17 570

DLNR_Zeroshot_test	28.62 582	55.50 592	49.94 587	183.62 594	115.05 592	3.43 236	0.28 5	29.49 583	1.49 131	1.01 121	1.26 125	0.93 131	0.63 52	3.92 322	1.51 320	29.81 587	0.41 433	0.26 113	0.23 150	93.28 592	0.32 216

BEATNet-Init1	49.72 591	64.32 593	97.77 594	4.68 569	4.28 564	84.75 595	60.42 588	73.38 594	68.59 590	88.29 594	88.51 595	91.94 595	97.99 595	85.26 596	70.96 596	0.80 501	0.65 505	0.85 517	0.70 502	7.96 574	2.33 539

xxxxx1	112.33 595	88.53 594	37.76 580	227.84 596	157.23 595	39.05 585	61.41 589	93.76 595	79.29 594	62.45 589	74.79 590	78.32 591	70.96 592	33.47 580	70.69 593	114.00 594	130.36 595	259.31 596	274.34 596	145.54 594	147.50 595

tt_ll	112.33 595	88.53 594	37.76 580	227.84 596	157.23 595	39.05 585	61.41 589	93.76 595	79.29 594	62.45 589	74.79 590	78.32 591	70.96 592	33.47 580	70.69 593	114.00 594	130.36 595	259.31 596	274.34 596	145.54 594	147.50 595

ff	112.33 595	88.53 594	37.76 580	227.84 596	157.23 595	39.05 585	61.41 589	93.76 595	79.29 594	62.45 589	74.79 590	78.32 591	70.96 592	33.47 580	70.69 593	114.00 594	130.36 595	259.31 596	274.34 596	145.54 594	147.50 595

ASD4		113.98 597

DPSimNet_ROB	102.30 594	119.72 598	143.59 596	109.42 593	94.10 590	127.22 596	127.15 596	26.62 581	102.36 597	149.58 597	83.99 594	139.34 597	137.54 597	64.62 593	82.36 597	105.18 593	66.15 594	120.15 593	69.61 592	99.58 593	77.72 594

test_example2	212.63 598	219.92 599	221.87 598	213.67 595	221.17 598	199.47 598	200.74 597	185.30 598	141.66 598	209.52 598	213.45 597	210.82 598	205.48 598	221.27 598	216.64 598	236.83 598	242.07 598	213.93 595	217.01 595	235.69 598	226.10 598

ccccc		629.75 600		567.84 599	570.84 599	582.44 599		613.82 599		614.58 599		555.57 599		666.94 599		781.57 599	507.24 599	391.36 599	342.44 599	689.82 599

Low-res two-view benchmark