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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

4.25w-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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.
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

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

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

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

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-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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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-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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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
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

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.
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

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

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
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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		113.98 597

Low-res two-view benchmark