Low-res two-view results

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

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

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

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

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

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

asda	0.77 44	0.46 31	1.10 31	0.64 18	0.82 272	3.33 224	0.49 67	2.40 111	0.81 25	0.63 30	0.80 38	0.44 28	0.85 126	0.88 17	0.60 53	0.17 5	0.13 1	0.24 63	0.17 30	0.20 17	0.20 20

asd	0.70 18	0.45 24	1.10 31	0.67 38	0.90 307	2.88 156	0.43 47	1.64 35	0.79 19	0.68 45	0.88 50	0.43 23	0.74 86	0.85 13	0.49 27	0.19 20	0.13 1	0.24 63	0.17 30	0.22 39	0.20 20

4.25_new	0.73 25	0.46 31	1.08 20	0.71 48	0.97 325	2.52 130	0.58 106	2.28 101	0.93 38	0.57 14	0.94 63	0.40 13	0.65 59	0.87 14	0.50 34	0.17 5	0.13 1	0.25 86	0.17 30	0.19 5	0.20 20

4.5w_new	0.73 25	0.46 31	1.08 20	0.71 48	0.97 325	2.52 130	0.58 106	2.28 101	0.93 38	0.57 14	0.94 63	0.40 13	0.65 59	0.87 14	0.50 34	0.17 5	0.13 1	0.25 86	0.17 30	0.19 5	0.20 20

4.25w-stereo	0.73 25	0.46 31	1.08 20	0.71 48	0.97 325	2.52 130	0.58 106	2.28 101	0.93 38	0.57 14	0.94 63	0.40 13	0.65 59	0.87 14	0.50 34	0.17 5	0.13 1	0.25 86	0.17 30	0.19 5	0.20 20

4w-stereo	0.67 12	0.49 59	1.07 12	0.63 13	0.75 244	1.63 64	0.44 52	2.23 94	0.77 13	0.56 11	0.92 58	0.40 13	0.82 119	1.08 48	0.53 43	0.18 15	0.13 1	0.25 86	0.18 51	0.19 5	0.20 20

3.75w	0.75 29	0.47 43	1.09 27	0.63 13	1.10 367	2.61 140	0.53 83	2.46 124	0.97 44	0.62 27	0.80 38	0.40 13	0.66 65	1.11 54	0.48 23	0.19 20	0.13 1	0.23 32	0.18 51	0.20 17	0.21 47

3.5w_stereo	0.77 44	0.53 86	1.09 27	0.65 25	0.72 232	2.52 130	0.51 73	2.43 118	0.80 21	0.76 73	1.20 108	0.43 23	0.66 65	1.23 88	0.73 109	0.17 5	0.13 1	0.23 32	0.17 30	0.20 17	0.21 47

2w_stereo	0.75 29	0.46 31	1.08 20	0.68 40	0.56 150	2.00 86	0.61 117	2.87 191	0.83 29	0.93 112	0.93 61	0.36 3	1.13 206	0.90 20	0.61 55	0.17 5	0.13 1	0.23 32	0.17 30	0.20 17	0.21 47

CAS	1.26 178	0.40 7	1.46 90	2.97 546	1.61 483	4.13 407	0.73 177	1.78 51	1.49 133	0.83 95	1.10 93	0.59 50	0.53 26	1.26 95	0.80 133	2.99 549	0.13 1	0.21 13	0.13 1	0.31 167	1.72 529

Replicate-Monster	0.79 52	1.36 461	2.08 160	0.70 42	0.52 129	2.05 93	0.34 18	1.92 63	0.82 26	1.03 129	0.60 16	0.48 37	0.52 25	1.28 100	0.39 4	0.19 20	0.14 11	0.19 2	0.16 13	0.22 39	0.78 473

qwe	0.75 29	0.45 24	1.10 31	0.67 38	1.06 355	2.49 126	0.45 56	2.57 146	0.90 32	0.71 53	0.83 43	0.43 23	0.48 20	1.10 52	0.64 63	0.17 5	0.14 11	0.24 63	0.16 13	0.21 27	0.20 20

4.5_new	0.67 12	0.46 31	1.11 38	0.63 13	0.78 255	1.97 84	0.51 73	2.18 85	0.78 16	0.73 56	0.90 54	0.42 21	0.49 21	0.81 9	0.49 27	0.21 31	0.14 11	0.26 115	0.19 72	0.22 39	0.20 20

4.5w-stereo	0.67 12	0.46 31	1.11 38	0.63 13	0.78 255	1.97 84	0.51 73	2.18 85	0.77 13	0.73 56	0.90 54	0.42 21	0.49 21	0.81 9	0.49 27	0.21 31	0.14 11	0.26 115	0.19 72	0.22 39	0.20 20

2.5w	0.75 29	0.44 21	1.06 10	0.66 33	0.69 225	2.39 118	0.56 94	2.77 175	0.82 26	0.63 30	0.88 50	0.37 6	0.75 89	1.36 119	0.50 34	0.18 15	0.14 11	0.22 18	0.17 30	0.19 5	0.21 47

2.75w_new	0.75 29	0.45 24	1.10 31	0.65 25	0.62 187	2.45 124	0.56 94	2.75 172	0.74 11	0.78 81	0.73 26	0.38 10	0.92 147	1.04 44	0.66 75	0.17 5	0.14 11	0.22 18	0.17 30	0.18 1	0.19 5

3.25w_new	0.69 16	0.46 31	1.10 31	0.61 7	0.61 181	2.23 106	0.51 73	2.45 121	0.90 32	0.63 30	0.78 35	0.47 34	0.71 75	0.78 6	0.50 34	0.17 5	0.14 11	0.20 3	0.17 30	0.20 17	0.20 20

3.25w	0.69 16	0.46 31	1.10 31	0.61 7	0.61 181	2.23 106	0.51 73	2.45 121	0.90 32	0.63 30	0.78 35	0.47 34	0.71 75	0.79 7	0.50 34	0.17 5	0.14 11	0.20 3	0.17 30	0.20 17	0.20 20

3w_stereo	0.71 23	0.47 43	1.14 48	0.65 25	0.39 43	1.73 68	0.68 155	2.79 183	0.79 19	0.67 43	0.84 44	0.37 6	1.02 172	1.03 40	0.56 47	0.18 15	0.14 11	0.23 32	0.18 51	0.20 17	0.22 63

1w_stereo	0.86 72	0.42 15	1.07 12	0.72 56	0.81 263	3.00 175	0.67 149	3.28 233	0.75 12	0.74 61	1.32 142	0.37 6	1.37 258	0.92 25	0.68 83	0.16 3	0.14 11	0.20 3	0.16 13	0.19 5	0.22 63

SGD-Stereo	0.65 11	0.41 12	1.06 10	0.85 130	0.31 4	2.44 122	0.46 59	1.09 5	0.69 6	0.84 97	0.52 12	0.55 43	0.53 26	1.49 147	0.46 20	0.31 234	0.14 11	0.25 86	0.18 51	0.23 45	0.20 20

Monster-pub-eth3d	0.62 6	0.43 19	1.07 12	0.66 33	0.82 272	1.13 14	0.39 27	2.57 146	0.92 36	0.58 18	0.64 18	0.36 3	0.36 4	0.88 17	0.43 12	0.15 1	0.15 22	0.20 3	0.17 30	0.21 27	0.19 5

2.25w	0.75 29	0.47 43	1.09 27	0.69 41	0.65 200	2.28 109	0.40 32	2.42 115	0.80 21	0.73 56	1.03 74	0.40 13	0.81 118	1.24 89	0.80 133	0.16 3	0.15 22	0.21 13	0.17 30	0.19 5	0.21 47

MonSter	0.62 6	0.43 19	1.07 12	0.66 33	0.82 272	1.13 14	0.39 27	2.57 146	0.92 36	0.58 18	0.64 18	0.36 3	0.35 3	0.95 27	0.43 12	0.15 1	0.15 22	0.20 3	0.17 30	0.21 27	0.19 5

IGEV-BASED-STEREO-	1.09 131	3.30 529	2.61 207	0.82 97	0.38 40	1.27 29	0.62 130	1.51 19	1.29 76	0.91 108	0.92 58	0.65 62	0.57 35	1.08 48	0.59 51	1.55 539	0.15 22	0.32 255	0.28 263	1.10 508	1.98 536

CREStereo++_RVC	1.02 122	0.49 59	1.54 101	0.83 108	0.55 146	4.01 379	0.31 9	1.63 33	1.99 293	1.63 191	2.13 388	0.84 108	0.65 59	0.88 17	0.70 98	0.27 116	0.15 22	0.23 32	1.22 536	0.24 51	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
RAFT-Stereo + iAFF	1.25 171	0.72 274	1.74 117	1.05 255	0.36 15	4.13 407	0.42 42	2.95 194	2.84 471	2.02 296	2.40 439	1.61 227	1.11 203	1.26 95	0.97 203	0.21 31	0.15 22	0.26 115	0.23 151	0.29 125	0.23 74

Monster-pub-mixall	0.64 9	0.42 15	1.00 3	0.83 108	0.48 106	1.39 44	0.32 12	1.45 14	0.82 26	0.88 104	0.85 47	0.39 12	0.36 4	1.99 225	0.47 22	0.20 26	0.16 28	0.17 1	0.15 4	0.18 1	0.21 47

monsterstereo	0.82 65	0.50 62	1.26 64	0.77 80	1.41 450	2.54 136	0.40 32	3.14 215	0.71 8	0.70 49	1.11 94	0.41 20	0.39 6	1.50 148	0.50 34	0.19 20	0.16 28	0.22 18	0.16 13	0.21 27	0.17 1

monsters	0.82 65	0.58 137	1.16 51	0.76 76	1.52 465	2.92 164	0.40 32	2.66 160	0.72 9	0.66 40	0.84 44	0.38 10	0.41 9	1.84 209	0.48 23	0.20 26	0.16 28	0.20 3	0.16 13	0.19 5	0.19 5

HI	1.27 183	0.90 361	2.33 186	1.10 286	0.68 219	2.92 164	0.45 56	2.49 128	1.76 256	2.13 328	1.65 236	2.42 345	1.84 386	1.58 160	1.61 338	0.26 101	0.16 28	0.28 172	0.29 291	0.26 82	0.25 99

CoSv	1.27 183	0.90 361	2.33 186	1.10 286	0.68 219	2.92 164	0.45 56	2.49 128	1.76 256	2.13 328	1.65 236	2.42 345	1.84 386	1.58 160	1.61 338	0.26 101	0.16 28	0.28 172	0.29 291	0.26 82	0.25 99

StereoAnything_RVC	0.94 92	2.66 520	2.20 168	0.76 76	0.34 9	1.18 18	0.39 27	2.31 105	0.69 6	0.51 7	0.34 4	0.32 1	0.89 139	1.57 159	0.35 1	0.32 256	0.16 28	0.23 32	0.15 4	3.31 543	0.18 3

castereo	0.82 65	0.70 257	1.04 5	0.85 130	0.50 118	1.29 36	0.91 310	3.22 225	1.20 61	0.83 95	1.24 119	0.72 82	0.91 144	1.00 37	0.67 80	0.26 101	0.16 28	0.25 86	0.20 89	0.24 51	0.21 47

SMoEStereo_RVC	0.80 54	0.53 86	1.12 41	0.92 174	0.44 72	2.41 120	0.79 226	1.49 18	1.16 56	0.70 49	1.12 96	0.64 58	0.64 56	1.69 188	0.87 164	0.22 39	0.16 28	0.31 235	0.22 136	0.26 82	0.25 99

WCG-NET	0.88 78	0.49 59	1.26 64	0.90 160	0.37 29	1.48 52	1.07 370	1.73 43	2.30 365	1.63 191	1.49 188	0.92 132	0.97 158	0.95 27	0.76 121	0.22 39	0.16 28	0.23 32	0.20 89	0.25 65	0.21 47

IGEV-Stereo++	0.93 89	0.44 21	1.08 20	0.70 42	1.20 395	3.87 341	0.33 14	3.36 248	1.43 101	0.75 63	1.17 103	0.68 69	1.04 177	0.95 27	0.42 8	0.22 39	0.16 28	0.23 32	0.17 30	0.24 51	0.20 20

ffm	1.72 245	0.60 157	5.21 282	1.14 305	0.99 335	3.62 286	0.86 269	4.22 441	3.37 519	2.20 357	2.30 422	3.48 450	1.62 331	2.21 251	0.65 70	0.29 175	0.16 28	0.48 432	0.37 391	0.30 148	0.29 168

ff1	2.96 445	0.60 157	5.21 282	1.14 305	0.99 335	3.62 286	0.86 269	4.22 441	3.37 519	2.20 357	2.30 422	3.48 450	1.62 331	11.62 521	16.09 550	0.29 175	0.16 28	0.48 432	0.37 391	0.30 148	0.29 168

tt1	1.79 257	0.73 285	10.41 342	1.75 493	0.36 15	4.55 493	0.79 226	4.22 441	3.37 519	1.08 133	1.80 287	0.74 90	1.48 293	2.21 251	0.65 70	0.29 175	0.16 28	0.31 235	0.22 136	0.30 148	0.29 168

AFF-stereo	1.31 193	0.77 313	1.46 90	1.10 286	0.45 79	3.93 353	0.48 66	2.92 193	2.92 477	1.90 249	2.21 402	2.11 316	1.52 306	1.93 220	1.12 233	0.21 31	0.16 28	0.25 86	0.25 188	0.29 125	0.20 20

SM2	0.72 24	0.42 15	0.99 2	0.54 1	0.83 277	3.27 213	0.43 47	1.67 37	1.14 55	0.84 97	0.50 10	0.46 32	0.56 32	1.09 50	0.45 17	0.20 26	0.17 42	0.20 3	0.16 13	0.23 45	0.21 47

zero-FE	0.95 99	0.52 74	2.63 211	0.86 135	1.27 412	1.41 46	0.86 269	2.27 98	0.73 10	0.50 4	0.64 18	0.54 42	0.78 106	2.70 289	1.02 213	0.35 304	0.17 42	0.24 63	0.18 51	1.03 500	0.29 168

xyz-stereo	10.85 563	0.45 24	79.01 594	0.62 10	0.45 79	83.70 596	0.77 215	2.59 152	1.34 82	2.19 354	32.02 584	2.76 390	1.62 331	5.75 358	2.39 431	0.25 86	0.17 42	0.33 290	0.21 103	0.25 65	0.19 5

MLG-Stereo_test3	0.60 4	0.37 2	1.12 41	0.59 4	0.57 162	2.19 103	0.31 9	1.68 40	0.56 2	0.49 3	0.51 11	0.56 46	0.33 1	0.96 31	0.54 45	0.21 31	0.17 42	0.23 32	0.16 13	0.20 17	0.21 47

LG-Stereo	0.85 71	0.60 157	2.71 216	0.59 4	0.45 79	2.85 153	0.55 90	2.41 112	1.34 82	0.59 20	1.19 106	0.43 23	0.40 7	0.76 5	0.75 117	0.20 26	0.17 42	0.31 235	0.24 176	0.29 125	0.19 5

MM-Stereo_test2	1.79 257	0.53 86	20.16 503	1.43 436	0.47 98	2.57 137	0.73 177	1.67 37	1.47 117	0.94 113	0.96 68	0.84 108	0.79 110	1.16 69	0.68 83	0.24 65	0.17 42	0.25 86	0.22 136	0.30 148	0.22 63

GREAT-IGEV	0.74 28	0.54 97	1.86 126	1.10 286	0.44 72	2.44 122	0.34 18	1.37 10	1.51 145	0.48 2	0.86 48	0.51 38	0.60 46	1.07 47	0.45 17	0.22 39	0.17 42	0.21 13	0.17 30	0.23 45	0.25 99

FoundationStereo	0.50 2	0.39 4	1.11 38	0.79 84	0.42 60	0.70 4	0.36 23	0.76 2	0.80 21	0.62 27	0.38 5	0.73 86	0.77 98	0.69 2	0.36 2	0.26 101	0.17 42	0.23 32	0.16 13	0.18 1	0.20 20

AIO_rvc	0.78 49	0.55 103	1.25 63	0.75 62	0.65 200	1.46 50	0.99 351	2.13 81	1.52 154	0.57 14	1.15 100	1.09 151	0.55 30	1.15 67	0.53 43	0.24 65	0.17 42	0.24 63	0.17 30	0.25 65	0.21 47

AIO_test	0.76 37	0.47 43	1.31 73	0.81 87	0.70 228	1.36 41	0.88 292	1.40 12	1.45 104	0.55 10	0.95 66	1.81 268	0.58 38	1.16 69	0.46 20	0.27 116	0.17 42	0.24 63	0.19 72	0.24 51	0.21 47

tt45	0.96 104	0.48 52	1.19 54	0.89 151	0.66 207	3.91 346	0.76 202	1.90 60	1.26 73	0.70 49	1.30 138	0.71 80	0.63 54	2.59 281	0.74 114	0.22 39	0.17 42	0.28 172	0.23 151	0.27 94	0.27 139

tg	1.15 142	0.67 236	1.31 73	0.94 192	0.54 139	4.02 381	0.41 38	2.96 195	1.59 208	1.69 203	1.85 318	1.84 275	0.97 158	1.78 199	0.83 145	0.27 116	0.17 42	0.29 193	0.26 208	0.29 125	0.27 139

dual_stereo	0.68 15	0.40 7	1.05 7	0.64 18	0.37 29	0.84 7	0.34 18	3.40 252	1.03 48	0.50 4	0.46 9	0.58 47	0.40 7	1.85 215	0.49 27	0.23 51	0.17 42	0.21 13	0.16 13	0.20 17	0.19 5

U	12.82 571	0.38 3	1.99 141	0.66 33	58.94 590	63.38 595	0.34 18	1.91 62	0.94 42	0.59 20	0.80 38	0.46 32	0.57 35	0.83 11	0.44 15	0.29 175	0.17 42	63.35 594	59.81 593	0.29 125	0.20 20

ACVNet-DCA	1.85 263	0.74 293	13.77 379	1.78 496	0.36 15	4.48 475	0.74 189	3.98 372	1.53 161	1.01 123	1.81 299	0.72 82	1.62 331	2.13 238	0.64 63	0.29 175	0.17 42	0.32 255	0.21 103	0.33 212	0.32 217

xx1	2.03 299	0.74 293	13.77 379	1.78 496	0.36 15	4.48 475	0.74 189	4.23 445	3.95 535	1.01 123	1.81 299	1.79 260	1.34 252	2.13 238	0.64 63	0.29 175	0.17 42	0.33 290	0.33 344	0.33 212	0.32 217

1test111	1.99 293	0.74 293	13.77 379	1.78 496	0.36 15	4.48 475	0.74 189	3.98 372	1.53 161	1.01 123	1.81 299	0.72 82	1.62 331	4.66 335	0.98 206	0.29 175	0.17 42	0.32 255	0.21 103	0.33 212	0.32 217

cc1	1.98 290	0.74 293	13.77 379	1.78 496	0.36 15	4.48 475	0.74 189	4.23 445	3.95 535	1.01 123	1.81 299	0.72 82	1.62 331	2.13 238	0.64 63	0.29 175	0.17 42	0.32 255	0.21 103	0.31 167	0.29 168

ff7	0.98 107	0.69 247	2.05 148	0.84 118	0.52 129	4.55 493	0.86 269	1.62 28	1.24 65	0.75 63	1.03 74	0.70 73	0.77 98	1.84 209	0.68 83	0.27 116	0.17 42	0.29 193	0.21 103	0.31 167	0.27 139

ffff	0.98 107	0.69 247	2.05 148	0.84 118	0.52 129	4.55 493	0.86 269	1.62 28	1.24 65	0.75 63	1.03 74	0.70 73	0.77 98	1.84 209	0.68 83	0.27 116	0.17 42	0.29 193	0.21 103	0.31 167	0.27 139

11t	0.98 107	0.69 247	2.05 148	0.84 118	0.52 129	4.55 493	0.86 269	1.62 28	1.24 65	0.75 63	1.03 74	0.70 73	0.77 98	1.84 209	0.68 83	0.27 116	0.17 42	0.29 193	0.21 103	0.31 167	0.27 139

CASnet	0.78 49	0.51 68	1.29 72	0.81 87	0.29 1	1.28 34	0.74 189	1.51 19	1.89 280	1.64 194	1.09 90	0.65 62	0.64 56	0.91 22	0.76 121	0.29 175	0.17 42	0.41 392	0.31 325	0.32 194	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.94 92	1.30 450	1.31 73	0.84 118	1.63 486	2.02 87	0.59 110	1.51 19	1.36 85	0.81 87	1.33 144	0.84 108	0.88 135	1.36 119	0.73 109	0.21 31	0.17 42	0.20 3	0.14 2	0.20 17	1.45 521

anonymousdsp	0.95 99	0.69 247	1.27 69	0.83 108	0.52 129	4.54 490	0.84 257	1.76 47	1.24 65	0.76 73	1.06 86	0.78 94	0.77 98	1.67 186	0.69 92	0.27 116	0.17 42	0.29 193	0.21 103	0.31 167	0.26 123

CES	1.01 118	0.55 103	1.74 117	0.92 174	2.15 531	2.15 99	0.50 69	2.01 71	1.45 104	0.76 73	1.02 71	0.61 52	0.47 16	1.29 105	0.79 132	0.22 39	0.17 42	0.24 63	0.14 2	0.63 433	2.29 540

ccc-4	0.98 107	0.69 247	2.05 148	0.84 118	0.52 129	4.55 493	0.86 269	1.62 28	1.24 65	0.75 63	1.03 74	0.70 73	0.77 98	1.84 209	0.68 83	0.27 116	0.17 42	0.29 193	0.21 103	0.31 167	0.27 139

test_4	1.30 189	0.50 62	6.16 290	0.84 118	0.45 79	1.61 61	1.12 385	2.14 83	1.42 97	1.52 175	2.31 429	1.84 275	0.79 110	2.52 274	1.19 245	0.27 116	0.17 42	0.29 193	0.29 291	0.29 125	0.25 99

IGEV-Stereo	0.95 99	0.69 247	1.27 69	0.84 118	0.52 129	4.54 490	0.84 257	1.76 47	1.24 65	0.75 63	1.06 86	0.79 98	0.77 98	1.68 187	0.69 92	0.27 116	0.17 42	0.29 193	0.21 103	0.31 167	0.26 123
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_3	1.19 149	0.51 68	2.08 160	0.99 221	0.41 54	2.05 93	0.87 288	4.40 505	1.42 97	1.99 277	1.18 104	2.03 303	0.79 110	2.70 289	0.75 117	0.27 116	0.17 42	0.29 193	0.29 291	0.30 148	0.27 139

IGEV	0.70 18	0.36 1	1.07 12	0.71 48	1.31 418	2.82 149	0.41 38	1.76 47	0.98 45	0.73 56	0.71 23	0.35 2	0.42 10	0.90 20	0.42 8	0.18 15	0.18 71	0.22 18	0.18 51	0.18 1	0.20 20

LG-Stereo_L2	0.63 8	0.46 31	1.15 50	0.70 42	0.43 66	2.32 112	0.28 6	1.86 55	0.68 4	0.56 11	0.42 7	0.37 6	0.45 14	1.36 119	0.40 6	0.23 51	0.18 71	0.22 18	0.18 51	0.21 27	0.20 20

MLG-Stereo_test1	0.80 54	0.39 4	1.02 4	0.65 25	1.20 395	3.14 192	0.29 8	1.59 26	3.05 491	0.50 4	0.24 1	0.67 67	0.43 11	1.33 113	0.40 6	0.21 31	0.18 71	0.23 32	0.15 4	0.19 5	0.20 20

MLG-Stereo	0.77 44	0.39 4	1.04 5	0.64 18	0.41 54	3.01 177	0.31 9	1.89 57	2.92 477	0.47 1	0.29 2	0.66 66	0.47 16	1.35 117	0.39 4	0.20 26	0.18 71	0.24 63	0.16 13	0.19 5	0.20 20

LG-G_1	0.70 18	0.40 7	1.12 41	0.71 48	0.30 2	2.80 147	0.40 32	2.21 90	0.78 16	0.59 20	0.55 13	0.51 38	0.58 38	1.24 89	0.49 27	0.24 65	0.18 71	0.23 32	0.15 4	0.21 27	0.21 47

LG-G	0.70 18	0.40 7	1.12 41	0.71 48	0.30 2	2.80 147	0.40 32	2.21 90	0.78 16	0.59 20	0.55 13	0.51 38	0.58 38	1.24 89	0.49 27	0.24 65	0.18 71	0.23 32	0.15 4	0.21 27	0.21 47

LG-Stereo_Zeroshot	0.89 81	0.47 43	2.08 160	0.76 76	0.73 237	3.91 346	0.41 38	2.07 77	1.07 51	0.77 78	0.89 53	0.64 58	0.86 129	0.95 27	0.77 126	0.26 101	0.18 71	0.26 115	0.19 72	0.32 194	0.32 217

HART	1.03 123	0.85 350	3.13 235	0.84 118	0.38 40	1.17 17	0.42 42	3.54 271	1.47 117	1.08 133	2.17 394	1.48 210	0.57 35	1.37 123	0.74 114	0.23 51	0.18 71	0.28 172	0.21 103	0.32 194	0.24 89

DEFOM-Stereo_RVC	0.81 62	1.13 417	1.23 60	0.97 209	0.57 162	0.81 6	0.43 47	3.49 259	0.84 30	0.73 56	0.95 66	0.44 28	1.17 222	1.45 138	0.60 53	0.26 101	0.18 71	0.24 63	0.17 30	0.30 148	0.19 5

GIP-stereo	0.88 78	0.50 62	1.34 78	1.32 391	0.94 317	2.90 158	0.42 42	3.41 253	1.06 50	0.63 30	0.76 30	0.90 125	0.76 96	0.91 22	0.52 42	0.27 116	0.18 71	0.25 86	0.16 13	0.25 65	0.19 5

fffft	0.76 37	0.47 43	1.28 71	0.82 97	0.54 139	1.51 55	0.80 236	2.09 79	1.18 59	0.63 30	0.84 44	0.59 50	0.55 30	1.80 204	0.85 151	0.19 20	0.18 71	0.27 143	0.20 89	0.26 82	0.24 89
1: 1. 1
DEFOM-Stereo	0.70 18	0.46 31	1.13 46	0.72 56	0.48 106	3.40 233	0.44 52	0.90 3	0.77 13	0.86 101	0.58 15	0.45 31	0.43 11	1.76 197	0.43 12	0.24 65	0.18 71	0.22 18	0.16 13	0.21 27	0.20 20

ours_stereo	0.76 37	0.64 205	1.40 85	0.86 135	0.61 181	1.12 13	0.57 97	1.63 33	1.20 61	0.72 55	1.43 171	0.70 73	0.62 51	1.56 157	0.58 50	0.25 86	0.18 71	0.26 115	0.21 103	0.29 125	0.31 206

AIO-Stereo	0.76 37	0.54 97	1.07 12	0.73 59	0.40 47	1.28 34	0.82 249	2.26 97	1.49 133	0.70 49	1.58 211	0.89 123	0.45 14	1.03 40	0.55 46	0.24 65	0.18 71	0.25 86	0.20 89	0.26 82	0.21 47

RSM	0.80 54	0.50 62	1.08 20	0.83 108	0.51 120	1.31 37	0.77 215	2.28 101	1.43 101	0.82 89	1.44 173	1.22 176	0.62 51	1.17 76	0.63 60	0.22 39	0.18 71	0.24 63	0.19 72	0.27 94	0.20 20

IGEV++	0.90 84	0.58 137	1.32 76	0.94 192	0.45 79	1.27 29	1.00 352	3.32 242	1.55 178	0.82 89	1.34 149	0.86 116	1.09 194	1.16 69	0.89 171	0.33 272	0.18 71	0.23 32	0.19 72	0.29 125	0.22 63

AEACV	0.79 52	0.54 97	1.35 80	0.97 209	0.63 190	1.13 14	0.92 323	2.02 72	0.91 35	0.76 73	0.79 37	0.80 100	1.61 328	1.28 100	0.61 55	0.22 39	0.18 71	0.26 115	0.23 151	0.27 94	0.23 74

4D-IteraStereo	1.97 288	0.84 346	20.43 520	0.78 82	1.56 475	2.09 97	1.05 367	2.43 118	1.56 184	1.41 165	1.00 70	1.94 285	0.61 49	1.22 86	1.06 218	0.27 116	0.18 71	0.31 235	0.26 208	0.27 94	0.23 74

MC-Stereo	1.06 127	0.48 52	1.55 102	1.15 318	0.41 54	4.56 498	0.61 117	2.06 75	1.46 112	1.90 249	1.61 223	0.89 123	1.12 204	1.35 117	0.73 109	0.25 86	0.18 71	0.26 115	0.22 136	0.25 65	0.24 89

RCA-Stereo	1.21 157	0.52 74	1.58 106	0.90 160	0.46 88	4.68 514	0.79 226	4.13 416	1.74 252	1.92 256	1.80 287	0.94 136	1.48 293	1.14 62	0.70 98	0.27 116	0.18 71	0.25 86	0.19 72	0.25 65	0.23 74

test_5	1.87 265	0.75 305	10.23 339	1.14 305	1.40 443	3.85 336	1.27 413	3.91 350	1.93 286	1.69 203	1.78 281	1.67 232	1.79 374	2.99 300	1.17 242	0.30 215	0.18 71	0.35 327	0.33 344	0.34 230	0.33 233

test-3	1.19 149	0.52 74	2.00 142	1.01 235	0.42 60	1.95 82	0.91 310	4.35 492	1.47 117	2.24 375	1.16 101	2.06 309	0.79 110	2.68 287	0.76 121	0.27 116	0.18 71	0.28 172	0.26 208	0.26 82	0.25 99

test_1	1.19 149	0.52 74	2.00 142	1.01 235	0.42 60	1.95 82	0.90 302	4.36 497	1.47 117	2.17 348	1.16 101	2.06 309	0.78 106	2.68 287	0.76 121	0.27 116	0.18 71	0.28 172	0.26 208	0.26 82	0.25 99

STrans-v2	3.03 459	0.77 313	20.91 536	0.81 87	0.63 190	3.89 343	1.01 355	4.27 463	2.64 438	2.28 383	3.70 511	4.13 490	5.20 523	7.33 393	1.27 269	0.31 234	0.18 71	0.29 193	0.25 188	0.29 125	0.41 327

TransformOpticalFlow	3.03 459	0.77 313	20.99 539	1.00 229	0.55 146	4.18 428	0.64 135	4.33 488	3.02 489	2.18 350	3.09 493	4.35 501	5.07 521	7.36 396	1.27 269	0.32 256	0.18 71	0.32 255	0.26 208	0.28 111	0.46 362

GMM-Stereo	2.45 378	0.52 74	20.38 516	0.89 151	0.82 272	4.18 428	1.91 484	2.45 121	1.48 125	2.48 429	2.30 422	1.69 239	1.86 391	2.93 297	1.08 223	0.28 153	0.18 71	0.33 290	0.48 455	0.35 248	2.41 543

iRaftStereo_RVC	1.09 131	0.70 257	1.39 83	0.95 196	0.45 79	3.83 323	0.42 42	2.37 110	1.58 193	1.69 203	1.76 273	1.80 263	0.83 123	1.50 148	0.98 206	0.28 153	0.18 71	0.29 193	0.26 208	0.30 148	0.31 206

s12784h	1.31 193	0.45 24	2.41 195	0.71 48	0.35 12	4.42 469	0.50 69	4.22 441	2.73 448	2.01 291	2.48 445	0.91 127	0.96 155	2.01 229	0.70 98	0.29 175	0.18 71	0.24 63	0.16 13	0.27 94	0.18 3

ARAFT	2.56 402	1.13 417	19.50 479	0.89 151	0.48 106	4.15 411	1.40 435	4.36 497	2.82 469	2.36 411	1.88 325	1.70 241	1.04 177	6.45 374	1.22 255	0.29 175	0.18 71	0.37 354	0.35 369	0.35 248	0.25 99

HITNet	2.07 306	0.82 338	14.77 399	1.34 403	0.56 150	3.47 247	0.80 236	4.07 399	2.35 377	2.16 344	1.61 223	1.64 229	1.44 282	2.09 236	2.56 451	0.26 101	0.18 71	0.41 392	0.26 208	0.45 360	0.25 99
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
GASTEREO	1.00 115	0.98 388	1.23 60	0.90 160	0.40 47	3.40 233	0.88 292	2.77 175	1.44 103	1.39 161	1.30 138	0.55 43	1.35 255	1.33 113	0.64 63	0.25 86	0.19 101	0.25 86	0.25 188	0.25 65	0.31 206

MSCF	0.97 105	0.82 338	1.26 64	0.88 146	0.40 47	3.17 194	0.88 292	2.79 183	1.39 88	1.32 150	1.19 106	0.58 47	1.33 250	1.28 100	0.64 63	0.25 86	0.19 101	0.25 86	0.25 188	0.28 111	0.32 217

G2L-ROB	2.13 315	0.78 319	10.06 335	1.19 335	1.06 355	3.84 328	0.93 325	3.32 242	2.27 357	2.20 357	1.47 180	2.65 374	1.20 230	8.38 412	1.81 372	0.28 153	0.19 101	0.23 32	0.22 136	0.28 111	0.32 217

111111	0.87 76	0.50 62	1.13 46	0.66 33	1.08 361	3.37 228	0.33 14	2.33 108	1.47 117	0.74 61	1.50 189	0.61 52	0.59 43	1.40 124	0.48 23	0.24 65	0.19 101	0.22 18	0.16 13	0.24 51	0.19 5

LG-Stereo_L1	0.61 5	0.47 43	1.10 31	0.73 59	0.49 114	1.72 66	0.33 14	1.95 67	0.65 3	0.56 11	0.40 6	0.40 13	0.43 11	1.40 124	0.42 8	0.23 51	0.19 101	0.23 32	0.18 51	0.21 27	0.19 5

MLG-Stereo_test2	0.76 37	0.40 7	1.07 12	0.64 18	0.82 272	3.49 253	0.23 2	1.69 41	2.14 332	0.62 27	0.32 3	0.67 67	0.33 1	1.14 62	0.37 3	0.23 51	0.19 101	0.23 32	0.16 13	0.19 5	0.20 20

G2L-Stereo_test	2.11 311	0.86 353	7.12 298	1.65 480	1.19 389	3.54 268	1.02 359	3.57 275	2.01 299	2.50 431	1.68 242	3.15 422	1.50 300	9.21 431	1.62 343	0.28 153	0.19 101	0.23 32	0.22 136	0.27 94	0.31 206

LGtest1	0.55 3	0.41 12	1.14 48	0.70 42	0.40 47	0.99 9	0.26 5	1.32 9	0.93 38	0.53 8	0.60 16	0.44 28	0.49 21	1.02 39	0.45 17	0.27 116	0.19 101	0.23 32	0.16 13	0.21 27	0.23 74

Reg-Stereo(zero)	1.60 226	0.42 15	10.69 345	0.89 151	0.68 219	3.27 213	0.47 64	2.27 98	1.54 170	1.48 171	1.24 119	2.55 363	2.68 454	1.48 145	1.10 227	0.19 20	0.19 101	0.22 18	0.18 51	0.24 51	0.26 123

castereo++	0.93 89	0.56 114	1.26 64	0.92 174	0.73 237	2.48 125	1.00 352	2.99 198	1.03 48	0.68 45	1.41 167	1.92 283	0.59 43	1.26 95	0.44 15	0.25 86	0.19 101	0.28 172	0.19 72	0.23 45	0.23 74

999	0.97 105	0.48 52	1.24 62	1.03 252	0.64 192	3.25 209	0.92 323	1.40 12	1.39 88	0.71 53	1.68 242	0.70 73	0.66 65	3.03 301	0.89 171	0.23 51	0.19 101	0.25 86	0.21 103	0.25 65	0.29 168

mms	0.77 44	0.68 244	1.17 52	0.83 108	0.71 230	1.41 46	0.67 149	1.61 27	1.12 54	0.77 78	1.37 157	0.63 56	0.54 29	1.75 196	0.63 60	0.24 65	0.19 101	0.26 115	0.21 103	0.31 167	0.34 245

fffy	0.80 54	0.59 145	1.56 104	1.00 229	0.47 98	1.27 29	0.76 202	1.90 60	1.02 47	0.75 63	1.35 152	0.83 106	0.72 78	1.70 190	0.62 57	0.23 51	0.19 101	0.27 143	0.21 103	0.28 111	0.32 217

Occ-G	0.86 72	0.52 74	1.39 83	0.82 97	0.66 207	1.37 42	0.79 226	1.58 25	1.31 79	1.56 180	0.87 49	2.18 319	0.89 139	0.97 32	0.88 168	0.26 101	0.19 101	0.26 115	0.19 72	0.25 65	0.24 89

Pointernet	0.88 78	0.44 21	2.26 177	0.84 118	0.37 29	2.29 110	0.38 25	3.06 209	1.46 112	0.66 40	1.39 162	0.91 127	0.73 82	1.01 38	0.72 106	0.23 51	0.19 101	0.20 3	0.18 51	0.19 5	0.20 20

IGEV-Stereo+	0.94 92	0.47 43	1.19 54	0.86 135	2.02 527	1.40 45	0.39 27	1.17 8	0.88 31	0.61 25	0.44 8	0.47 34	0.79 110	2.14 241	0.42 8	0.27 116	0.19 101	0.22 18	0.17 30	2.26 538	2.41 543

WCG-NET（raft）	0.95 99	0.55 103	1.20 58	0.84 118	0.31 4	1.44 48	1.01 355	1.55 23	2.37 386	1.64 194	1.42 169	2.38 339	1.01 169	1.29 105	0.76 121	0.22 39	0.19 101	0.22 18	0.20 89	0.25 65	0.21 47

RSM++	0.77 44	0.51 68	1.08 20	0.95 196	0.42 60	1.52 57	0.71 169	2.11 80	1.40 92	0.80 85	1.23 118	0.90 125	0.59 43	1.14 62	0.69 92	0.24 65	0.19 101	0.25 86	0.21 103	0.28 111	0.20 20

RAFT-Stereo-weight	1.11 134	0.48 52	1.22 59	0.99 221	0.42 60	4.17 425	0.80 236	3.60 279	1.50 138	1.97 270	1.50 189	1.30 186	0.65 59	1.24 89	0.85 151	0.25 86	0.19 101	0.26 115	0.22 136	0.27 94	0.23 74

trnet	0.91 86	0.48 52	1.46 90	0.62 10	0.31 4	4.40 465	0.41 38	2.20 88	1.53 161	0.94 113	1.14 99	0.88 121	0.89 139	1.09 50	0.71 101	0.27 116	0.19 101	0.22 18	0.15 4	0.21 27	0.19 5

testlalala	1.14 141	0.62 184	1.34 78	1.00 229	0.78 255	4.38 458	0.93 325	2.46 124	2.20 343	2.44 424	1.52 192	1.31 187	0.61 49	1.04 44	0.65 70	0.35 304	0.19 101	0.24 63	0.19 72	0.24 51	0.23 74

LoS	0.94 92	0.52 74	1.88 129	0.86 135	0.36 15	4.15 411	0.51 73	2.18 85	1.45 104	0.97 121	0.88 50	0.62 54	0.79 110	1.59 165	0.86 158	0.26 101	0.19 101	0.24 63	0.16 13	0.21 27	0.20 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 54	0.52 74	1.05 7	0.75 62	0.61 181	1.31 37	0.82 249	2.60 153	1.41 95	0.82 89	1.64 230	0.71 80	0.62 51	1.22 86	0.64 63	0.22 39	0.19 101	0.24 63	0.18 51	0.25 65	0.20 20

EGLCR-Stereo	1.06 127	0.51 68	1.56 104	1.02 245	0.39 43	4.27 448	0.42 42	4.08 403	1.48 125	0.90 107	0.68 21	1.09 151	0.66 65	1.81 205	0.62 57	0.27 116	0.19 101	0.29 193	0.23 151	0.37 271	0.25 99

Wz-Net-LNSev-Ref	2.42 374	1.47 474	14.14 390	1.30 385	1.35 431	3.51 260	1.64 465	4.04 389	2.10 325	2.46 426	1.88 325	2.28 324	2.51 445	4.73 338	3.17 469	0.38 341	0.19 101	0.35 327	0.20 89	0.40 291	0.36 265

RAFT+CT+SA	1.62 230	0.72 274	7.42 301	0.97 209	1.42 452	4.04 385	0.94 331	3.90 345	1.61 213	1.61 188	1.63 228	1.33 189	1.18 224	2.73 293	1.10 227	0.27 116	0.19 101	0.31 235	0.34 353	0.33 212	0.33 233

Sa-1000	1.63 234	0.79 323	3.56 254	1.11 293	0.48 106	4.06 388	1.41 438	4.49 520	2.75 452	2.00 289	2.80 477	1.84 275	1.43 279	2.64 286	1.50 316	0.27 116	0.19 101	0.36 342	0.33 344	0.36 261	0.30 196

iRaft-Stereo_5w	2.10 309	0.83 342	8.57 314	0.81 87	0.76 248	3.21 198	0.84 257	3.71 304	1.65 224	1.56 180	2.50 447	2.20 320	2.23 425	9.13 428	2.01 399	0.38 341	0.19 101	0.35 327	0.27 234	0.45 360	0.39 301

GMOStereo	1.13 136	0.70 257	2.26 177	0.75 62	0.44 72	3.05 180	0.91 310	2.78 178	1.45 104	2.37 412	1.52 192	1.53 214	1.05 182	1.17 76	0.92 186	0.25 86	0.19 101	0.35 327	0.28 263	0.34 230	0.26 123

error version	1.13 136	0.70 257	2.26 177	0.75 62	0.44 72	3.05 180	0.91 310	2.78 178	1.45 104	2.37 412	1.52 192	1.53 214	1.05 182	1.17 76	0.92 186	0.25 86	0.19 101	0.35 327	0.28 263	0.34 230	0.26 123

test-v	1.13 136	0.70 257	2.26 177	0.75 62	0.44 72	3.05 180	0.91 310	2.78 178	1.45 104	2.37 412	1.52 192	1.53 214	1.05 182	1.17 76	0.92 186	0.25 86	0.19 101	0.35 327	0.28 263	0.34 230	0.26 123

AAGNet	2.86 431	0.60 157	1.77 119	2.05 520	0.46 88	4.76 532	1.09 379	2.27 98	1.56 184	2.17 348	1.84 311	2.41 342	4.00 503	6.23 370	24.22 577	0.46 415	0.19 101	0.30 213	0.29 291	0.32 194	0.24 89

SST-Stereo	1.76 253	0.58 137	3.10 233	1.44 439	0.46 88	4.71 526	0.76 202	2.22 93	2.79 457	2.07 313	2.18 396	2.43 348	3.22 481	6.66 380	0.84 148	0.42 386	0.19 101	0.30 213	0.27 234	0.35 248	0.26 123

RAFT_R40	1.70 244	0.59 145	2.99 229	1.46 445	0.46 88	4.74 530	0.98 350	2.23 94	1.56 184	2.02 296	2.35 437	2.71 379	2.56 448	6.71 384	0.90 175	0.40 360	0.19 101	0.30 213	0.27 234	0.33 212	0.26 123

test-2	1.13 136	0.70 257	2.26 177	0.75 62	0.44 72	3.05 180	0.91 310	2.78 178	1.45 104	2.37 412	1.52 192	1.53 214	1.05 182	1.17 76	0.92 186	0.25 86	0.19 101	0.35 327	0.28 263	0.34 230	0.26 123

TestStereo	2.00 294	1.02 394	12.25 360	0.70 42	0.61 181	1.88 76	0.55 90	2.31 105	1.52 154	1.41 165	1.33 144	1.27 181	0.90 142	11.62 521	0.81 139	0.34 284	0.19 101	0.33 290	0.24 176	0.44 352	0.24 89

CREStereo	0.92 87	0.53 86	1.45 89	0.61 7	0.34 9	4.42 469	0.40 32	2.21 90	1.54 170	0.94 113	1.12 96	0.87 118	0.87 133	1.12 57	0.72 106	0.28 153	0.19 101	0.22 18	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
DN-CSS_ROB	1.91 276	1.55 480	11.13 351	1.82 503	0.88 299	3.99 376	0.61 117	4.01 380	1.67 228	1.64 194	1.89 331	1.39 197	1.06 189	3.23 302	1.50 316	0.31 234	0.19 101	0.44 408	0.29 291	0.37 271	0.31 206

z-ln-s-r	2.67 415	1.16 425	12.43 362	1.34 403	1.26 410	3.70 298	1.21 407	4.20 432	2.38 391	2.04 303	1.92 339	2.43 348	1.60 327	10.58 474	5.19 496	0.29 175	0.20 139	0.32 255	0.24 176	0.51 388	0.38 294

SCV	0.95 99	0.63 193	1.38 82	1.70 487	0.41 54	1.23 21	0.89 297	3.53 270	1.57 190	0.61 25	1.54 201	0.93 133	0.77 98	1.66 182	0.66 75	0.36 316	0.20 139	0.25 86	0.19 72	0.29 125	0.25 99

IGEV-RUCA	0.90 84	0.53 86	1.05 7	0.81 87	0.74 242	3.89 343	0.80 236	1.92 63	1.41 95	0.96 120	0.71 23	0.70 73	0.73 82	1.30 109	0.68 83	0.29 175	0.20 139	0.25 86	0.19 72	0.43 344	0.34 245

GCAP-BAT	1.21 157	0.74 293	3.23 238	0.95 196	0.70 228	3.86 338	0.93 325	1.89 57	1.48 125	1.85 232	1.96 344	1.68 234	0.79 110	1.78 199	0.81 139	0.29 175	0.20 139	0.24 63	0.20 89	0.26 82	0.35 259

RAStereo	0.75 29	0.52 74	2.86 225	0.58 3	0.62 187	1.19 19	0.32 12	1.81 53	0.99 46	0.75 63	1.05 84	0.64 58	0.47 16	0.80 8	0.94 196	0.22 39	0.20 139	0.27 143	0.21 103	0.34 230	0.22 63

AIO-Stereo-zeroshot	2.35 362	0.99 389	19.62 481	1.09 277	0.96 321	1.51 55	0.44 52	4.05 393	1.64 220	1.31 149	1.67 239	4.93 520	2.45 441	2.52 274	1.40 291	0.30 215	0.20 139	0.31 235	0.50 465	0.57 414	0.60 428

IGEV_Zeroshot_test	2.16 318	0.69 247	20.60 527	1.22 349	0.54 139	2.18 101	0.53 83	3.38 250	1.61 213	1.93 260	1.55 205	3.76 471	1.05 182	1.55 156	0.91 182	0.29 175	0.20 139	0.27 143	0.29 291	0.40 291	0.32 217

UniTT-Stereo	0.82 65	0.47 43	2.63 211	0.96 202	1.19 389	0.78 5	0.39 27	1.12 6	1.54 170	1.19 143	1.26 127	0.51 38	0.64 56	1.13 60	1.03 215	0.30 215	0.20 139	0.24 63	0.21 103	0.40 291	0.25 99

GCAP-Stereo	0.93 89	0.68 244	1.35 80	0.85 130	0.41 54	3.61 285	0.52 82	2.20 88	1.50 138	1.11 138	1.04 79	1.17 162	0.84 124	1.11 54	0.71 101	0.25 86	0.20 139	0.27 143	0.18 51	0.28 111	0.23 74

Any-RAFT	1.40 201	0.53 86	2.78 221	1.09 277	0.64 192	4.41 467	0.81 245	3.97 370	2.78 455	1.99 277	1.34 149	2.36 337	1.56 320	1.56 157	0.75 117	0.27 116	0.20 139	0.25 86	0.18 51	0.25 65	0.28 158

anonymousdsp2	1.26 178	0.60 157	3.74 262	1.02 245	0.41 54	3.60 281	0.72 172	3.68 293	1.47 117	1.37 158	1.56 208	1.83 272	1.01 169	2.00 226	0.66 75	0.29 175	0.20 139	0.28 172	0.20 89	0.32 194	0.29 168

Selective-RAFT	1.15 142	0.46 31	1.64 110	0.99 221	0.45 79	4.17 425	0.51 73	3.21 223	1.69 236	1.12 139	1.34 149	1.45 207	1.40 266	2.08 233	0.94 196	0.41 375	0.20 139	0.24 63	0.23 151	0.27 94	0.25 99

ProNet	0.82 65	0.71 270	1.50 95	0.86 135	0.45 79	1.78 69	0.83 254	1.75 46	1.28 75	0.66 40	1.13 98	0.78 94	0.76 96	1.66 182	0.71 101	0.24 65	0.20 139	0.25 86	0.23 151	0.29 125	0.25 99

TestStereo1	1.56 217	0.81 331	2.32 184	1.61 476	0.64 192	4.13 407	1.36 424	3.79 316	3.20 507	1.60 183	2.57 457	1.39 197	2.15 416	2.51 269	1.30 277	0.29 175	0.20 139	0.34 308	0.25 188	0.40 291	0.36 265

DisPM	1.36 197	0.55 103	2.39 192	1.54 461	0.51 120	4.59 501	0.79 226	2.50 130	1.88 276	2.50 431	1.83 306	1.45 207	1.01 169	2.71 291	0.93 194	0.46 415	0.20 139	0.32 255	0.31 325	0.31 167	0.44 346

SA-5K	1.56 217	0.81 331	2.32 184	1.61 476	0.64 192	4.13 407	1.36 424	3.79 316	3.20 507	1.60 183	2.57 457	1.39 197	2.15 416	2.51 269	1.30 277	0.29 175	0.20 139	0.34 308	0.25 188	0.40 291	0.36 265

IPLG	2.48 386	0.65 215	19.63 482	0.91 168	0.79 258	4.60 503	0.56 94	4.31 482	1.84 271	1.91 254	2.00 357	1.31 187	1.38 259	6.61 377	1.53 325	0.27 116	0.20 139	0.27 143	0.23 151	0.31 167	0.36 265

MIPNet	2.33 353	0.71 270	19.82 487	0.89 151	0.56 150	4.76 532	0.61 117	4.32 486	2.37 386	1.83 230	1.48 187	1.48 210	1.98 403	2.63 284	1.44 300	0.29 175	0.20 139	0.26 115	0.23 151	0.30 148	0.39 301

LCNet	1.55 213	0.54 97	1.88 129	0.99 221	0.55 146	3.60 281	1.21 407	2.86 189	1.53 161	2.18 350	1.74 260	1.43 206	4.17 507	3.62 313	0.87 164	0.29 175	0.20 139	0.28 172	0.77 508	0.47 375	1.85 532

HHNet	2.48 386	0.71 270	20.52 522	0.64 18	0.64 192	4.07 393	0.93 325	3.76 310	1.56 184	2.15 339	4.92 524	0.98 138	3.37 486	1.66 182	1.79 371	0.32 256	0.20 139	0.31 235	0.27 234	0.36 261	0.42 331

OMP-Stereo	1.97 288	0.93 372	1.88 129	2.76 542	0.67 214	4.58 500	1.48 445	4.31 482	1.54 170	3.15 501	2.76 473	3.25 430	1.38 259	7.66 403	1.35 288	0.40 360	0.20 139	0.33 290	0.26 208	0.33 212	0.24 89

IIG-Stereo	1.95 284	0.79 323	2.14 164	2.78 543	0.66 207	4.62 505	0.76 202	4.27 463	1.53 161	2.63 458	3.14 497	3.35 439	1.61 328	7.65 402	1.41 295	0.39 353	0.20 139	0.31 235	0.25 188	0.33 212	0.22 63

NF-Stereo	1.58 220	0.61 174	2.66 214	2.26 528	0.47 98	4.68 514	0.67 149	3.31 237	1.48 125	2.11 321	1.59 215	1.36 193	1.09 194	6.08 367	1.20 248	0.40 360	0.20 139	0.36 342	0.34 353	0.31 167	0.36 265

OCTAStereo	1.58 220	0.61 174	2.72 217	2.27 531	0.46 88	4.68 514	0.67 149	3.30 236	1.48 125	2.11 321	1.59 215	1.36 193	1.09 194	6.02 364	1.21 252	0.41 375	0.20 139	0.36 342	0.34 353	0.31 167	0.37 279

RE-Stereo	1.58 220	0.61 174	2.72 217	2.26 528	0.46 88	4.68 514	0.68 155	3.31 237	1.48 125	2.11 321	1.59 215	1.36 193	1.09 194	6.01 362	1.22 255	0.41 375	0.20 139	0.36 342	0.34 353	0.31 167	0.37 279

TVStereo	1.58 220	0.61 174	2.72 217	2.26 528	0.46 88	4.68 514	0.68 155	3.31 237	1.48 125	2.11 321	1.59 215	1.36 193	1.09 194	6.01 362	1.22 255	0.41 375	0.20 139	0.36 342	0.34 353	0.31 167	0.37 279

Prome-Stereo	1.61 228	0.55 103	1.71 113	0.98 215	0.60 177	4.41 467	1.82 479	3.03 204	1.53 161	2.18 350	3.45 507	1.72 244	3.49 494	2.23 254	1.08 223	0.29 175	0.20 139	0.26 115	0.25 188	0.34 230	2.16 538

RALAANet	1.28 186	1.08 408	3.21 237	1.25 357	0.94 317	1.44 48	0.69 161	3.15 217	2.57 428	2.01 291	1.80 287	1.29 185	1.05 182	2.00 226	1.48 312	0.27 116	0.20 139	0.27 143	0.24 176	0.40 291	0.27 139

CFNet-RSSM	2.08 308	0.52 74	20.06 497	1.01 235	0.56 150	3.39 230	0.64 135	3.67 291	1.55 178	1.72 212	1.37 157	2.57 365	1.19 228	1.11 54	0.86 158	0.27 116	0.20 139	0.25 86	0.23 151	0.27 94	0.23 74

PMTNet	0.99 113	0.48 52	1.73 114	0.62 10	0.56 150	4.20 437	0.43 47	1.88 56	1.58 193	1.00 122	1.05 84	0.78 94	0.98 164	1.50 148	0.85 151	1.21 525	0.20 139	0.23 32	0.15 4	0.22 39	0.19 5

MLCV	1.87 265	0.91 366	8.59 315	1.10 286	0.57 162	3.59 279	0.53 83	3.70 303	2.20 343	2.80 475	2.25 408	2.00 299	1.42 276	4.13 328	1.86 379	0.30 215	0.20 139	0.32 255	0.21 103	0.33 212	0.36 265

iResNet_ROB	1.89 270	1.02 394	8.60 316	1.39 428	0.98 332	3.72 302	0.66 147	3.84 326	2.65 439	1.88 242	2.05 370	1.98 296	1.27 238	4.52 333	1.67 353	0.30 215	0.20 139	0.28 172	0.18 51	0.31 167	0.40 321

AdaDepth	0.76 37	0.45 24	1.41 86	0.70 42	1.27 412	3.12 190	0.43 47	1.02 4	0.94 42	0.63 30	0.91 56	0.43 23	0.58 38	1.41 129	0.48 23	0.18 15	0.21 171	0.23 32	0.19 72	0.25 65	0.26 123

MM-Stereo_test1	1.90 272	0.53 86	19.85 489	1.39 428	0.48 106	1.81 72	0.79 226	3.00 200	1.82 264	1.69 203	1.09 90	0.87 118	0.97 158	1.45 138	0.74 114	0.24 65	0.21 171	0.27 143	0.24 176	0.35 248	0.24 89

SCV_C0	0.89 81	0.59 145	1.96 140	0.83 108	0.44 72	1.24 25	0.64 135	3.33 246	1.66 226	0.82 89	1.20 108	0.73 86	0.66 65	1.62 173	0.66 75	0.32 256	0.21 171	0.24 63	0.20 89	0.28 111	0.23 74

UGAM-zero	2.79 426	0.57 124	20.87 535	0.98 215	0.77 254	2.08 96	0.35 22	3.88 338	1.51 145	2.05 305	1.64 230	5.07 527	3.42 491	9.83 447	1.24 260	0.28 153	0.21 171	0.27 143	0.29 291	0.29 125	0.28 158

AIO-Stereo-zeroshot1	2.68 419	1.26 446	22.01 562	1.08 271	0.99 335	1.61 61	0.86 269	3.69 298	1.64 220	1.52 175	5.62 530	3.35 439	3.44 492	2.20 249	1.33 284	0.26 101	0.21 171	0.30 213	0.62 493	0.93 493	0.67 446

H2IRNET	1.90 272	0.53 86	14.29 395	1.14 305	0.60 177	4.48 475	0.44 52	2.65 158	1.81 263	1.05 131	2.30 422	1.67 232	1.40 266	2.17 245	1.50 316	0.36 316	0.21 171	0.33 290	0.37 391	0.34 230	0.29 168

MoCha-V2	0.87 76	0.48 52	1.87 127	0.88 146	0.32 7	1.37 42	0.55 90	2.71 166	1.42 97	0.92 111	1.75 264	0.65 62	1.17 222	1.45 138	0.57 48	0.21 31	0.21 171	0.20 3	0.19 72	0.24 51	0.23 74

MyStereo8	2.33 353	1.13 417	19.26 472	1.22 349	1.62 484	4.16 420	0.57 97	3.50 262	2.36 380	2.15 339	1.75 264	2.28 324	1.14 213	1.46 142	2.20 420	0.24 65	0.21 171	0.32 255	0.27 234	0.36 261	0.43 340

IGEVStereo-DCA	0.86 72	0.65 215	2.05 148	0.90 160	0.46 88	1.57 59	0.86 269	1.62 28	1.24 65	0.65 38	0.77 33	0.74 90	0.72 78	2.59 281	0.86 158	0.28 153	0.21 171	0.28 172	0.21 103	0.29 125	0.27 139

rrr	2.27 334	0.65 215	23.82 573	0.90 160	0.46 88	1.57 59	0.96 341	7.98 561	1.19 60	0.65 38	0.77 33	0.74 90	0.72 78	2.59 281	0.86 158	0.28 153	0.21 171	0.28 172	0.21 103	0.29 125	0.25 99

plain	1.55 213	0.69 247	13.59 376	0.65 25	0.73 237	1.66 65	0.57 97	3.17 220	1.94 287	0.77 78	1.24 119	0.80 100	0.86 129	1.60 167	0.96 202	0.33 272	0.21 171	0.32 255	0.25 188	0.42 334	0.28 158

iRaft-Stereo_20w	1.88 269	0.62 184	10.58 344	0.90 160	0.83 277	2.96 173	0.78 219	4.90 541	1.58 193	2.29 385	1.60 219	1.25 179	4.51 515	2.28 257	0.90 175	0.29 175	0.21 171	0.26 115	0.24 176	0.41 315	0.31 206

IPLGR	2.53 395	0.58 137	20.46 521	0.82 97	0.52 129	4.56 498	0.50 69	4.30 479	2.38 391	1.87 239	1.53 199	1.68 234	1.72 364	6.95 389	1.15 236	0.28 153	0.21 171	0.27 143	0.23 151	0.33 212	0.32 217

PSM-AAD	2.43 375	0.54 97	1.32 76	0.92 174	0.54 139	4.48 475	7.47 558	2.96 195	1.55 178	2.31 395	2.56 455	1.26 180	16.23 569	2.46 263	0.89 171	0.28 153	0.21 171	0.58 477	0.41 429	0.34 230	1.32 515

KYRaft	1.59 225	0.52 74	1.73 114	0.95 196	0.49 114	4.38 458	1.79 475	2.43 118	1.51 145	2.49 430	2.98 485	2.00 299	3.41 488	2.14 241	0.82 142	0.30 215	0.21 171	0.33 290	0.46 447	0.35 248	2.45 546

THIR-Stereo	4.14 510	0.82 338	10.85 348	0.86 135	0.43 66	2.16 100	16.77 573	3.22 225	1.54 170	2.04 303	12.05 563	2.68 375	7.53 550	7.30 392	12.62 540	0.30 215	0.21 171	0.29 193	0.28 263	0.33 212	0.41 327

PFNet	2.47 384	0.60 157	16.95 431	2.15 525	0.81 263	4.63 507	0.91 310	2.55 142	1.52 154	2.40 419	2.79 475	1.83 272	1.42 276	7.54 398	1.34 287	0.33 272	0.21 171	0.36 342	0.27 234	0.32 194	0.39 301

GrayStereo	2.58 406	0.53 86	1.63 108	1.58 470	0.89 304	4.17 425	8.17 562	3.03 204	1.52 154	2.80 475	2.50 447	1.70 241	17.10 570	2.83 294	1.15 236	0.33 272	0.21 171	0.27 143	0.32 336	0.28 111	0.53 401

Pruner-Stereo	1.32 195	0.59 145	2.11 163	1.79 501	0.47 98	4.73 527	0.79 226	2.53 132	1.72 243	2.47 428	1.58 211	1.48 210	1.03 173	1.66 182	1.47 309	0.44 399	0.21 171	0.34 308	0.30 309	0.30 148	0.39 301

IRAFT_RVC	1.87 265	0.60 157	4.33 268	2.40 535	0.66 207	4.59 501	1.59 459	2.96 195	1.51 145	2.23 372	1.75 264	2.09 313	2.63 451	6.70 381	1.50 316	0.33 272	0.21 171	0.33 290	0.29 291	0.32 194	0.32 217

CRE-IMP	1.23 162	0.61 174	2.14 164	0.82 97	0.39 43	4.54 490	0.83 254	2.63 156	1.55 178	1.95 265	1.46 176	1.87 280	0.96 155	1.48 145	1.33 284	0.45 408	0.21 171	0.31 235	0.26 208	0.41 315	0.31 206

CroCo-Stereo	0.98 107	0.87 356	3.44 248	0.87 141	0.53 138	0.49 2	0.50 69	3.99 376	1.49 133	0.81 87	1.25 126	1.00 142	0.75 89	1.10 52	1.09 226	0.24 65	0.21 171	0.24 63	0.19 72	0.35 248	0.27 139
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
cross-raft	2.01 297	0.57 124	19.01 467	1.03 252	0.56 150	2.11 98	0.72 172	3.63 284	1.57 190	1.77 220	1.51 191	3.17 424	1.13 206	1.16 69	0.85 151	0.23 51	0.21 171	0.26 115	0.23 151	0.28 111	0.25 99

XX-Stereo	2.54 397	0.61 174	20.21 505	1.78 496	1.19 389	4.30 452	0.46 59	4.39 503	1.58 193	2.32 399	1.89 331	4.64 515	0.60 46	4.16 329	0.82 142	0.31 234	0.21 171	0.28 172	0.27 234	0.51 388	0.26 123

test_xeample3	2.12 313	0.63 193	21.55 554	0.91 168	0.47 98	1.85 74	0.94 331	7.96 560	1.23 63	0.75 63	0.76 30	0.64 58	0.70 73	1.77 198	0.83 145	0.30 215	0.21 171	0.27 143	0.21 103	0.27 94	0.24 89

GMStereo	1.01 118	1.00 392	2.86 225	0.83 108	0.45 79	1.47 51	0.57 97	1.89 57	2.11 327	1.52 175	1.24 119	0.87 118	0.74 86	1.58 160	0.94 196	0.40 360	0.21 171	0.30 213	0.30 309	0.47 375	0.36 265
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	1.58 220	0.57 124	11.69 357	1.01 235	0.60 177	2.53 134	0.64 135	2.36 109	1.56 184	1.80 226	1.47 180	2.74 382	1.18 224	1.12 57	0.90 175	0.27 116	0.21 171	0.25 86	0.22 136	0.27 94	0.23 74

iResNetv2_ROB	2.65 411	5.00 538	19.28 474	2.06 521	1.09 365	3.83 323	1.13 388	4.14 422	2.09 317	1.85 232	2.03 361	2.01 302	1.51 304	3.58 311	1.58 331	0.34 284	0.21 171	0.32 255	0.21 103	0.44 352	0.29 168

pmcnn	5.45 533	1.22 439	17.40 438	1.60 473	2.41 538	3.48 250	2.12 495	4.52 525	3.26 511	3.67 517	13.15 566	22.10 572	3.46 493	11.92 540	17.16 558	0.34 284	0.21 171	0.23 32	0.19 72	0.36 261	0.28 158

xyz-stereo-finetune2	1.16 146	0.63 193	1.50 95	0.57 2	0.36 15	3.47 247	0.65 144	2.70 165	1.23 63	0.88 104	1.75 264	0.91 127	1.76 369	3.54 310	1.74 364	0.24 65	0.22 200	0.30 213	0.27 234	0.31 167	0.26 123

DFGA-Net	2.11 311	3.00 524	7.43 302	1.11 293	0.76 248	3.72 302	0.60 113	2.63 156	1.91 284	2.01 291	2.07 375	1.22 176	1.04 177	10.26 467	2.26 423	0.27 116	0.22 200	0.34 308	0.34 353	0.61 427	0.48 372

PAM_32	2.45 378	0.63 193	20.74 530	1.05 255	0.65 200	2.83 150	0.46 59	2.91 192	1.54 170	1.95 265	2.66 465	4.99 523	3.78 498	1.96 223	0.92 186	0.27 116	0.22 200	0.27 143	0.25 188	0.36 261	0.48 372

AE-Stereo	1.18 147	0.60 157	2.05 148	1.10 286	0.60 177	4.39 461	0.72 172	3.74 307	1.62 216	1.10 135	1.90 336	1.01 143	0.92 147	1.45 138	0.82 142	0.28 153	0.22 200	0.28 172	0.28 263	0.26 82	0.22 63

RAFT-Test	1.44 205	0.59 145	6.10 289	1.01 235	0.69 225	2.90 158	0.80 236	3.68 293	1.70 239	1.85 232	1.68 242	3.15 422	1.03 173	1.20 83	0.99 209	0.27 116	0.22 200	0.25 86	0.23 151	0.27 94	0.25 99

HH	2.23 326	0.86 353	21.59 555	0.98 215	0.51 120	1.49 53	0.82 249	2.74 170	1.54 170	1.10 135	1.69 247	4.62 513	1.86 391	2.55 277	0.69 92	0.26 101	0.22 200	0.29 193	0.23 151	0.34 230	0.27 139

HanStereo	2.23 326	0.86 353	21.59 555	0.98 215	0.51 120	1.49 53	0.82 249	2.74 170	1.54 170	1.10 135	1.69 247	4.62 513	1.86 391	2.55 277	0.69 92	0.26 101	0.22 200	0.29 193	0.23 151	0.34 230	0.27 139

knoymous	1.30 189	0.60 157	5.57 287	0.88 146	0.75 244	3.04 178	0.90 302	2.68 162	1.33 81	1.48 171	1.07 88	2.78 392	0.88 135	1.29 105	0.85 151	0.31 234	0.22 200	0.35 327	0.20 89	0.45 360	0.37 279

RAFT_CTSACE	1.80 259	1.06 405	10.00 334	1.71 488	1.39 441	3.49 253	1.06 368	3.05 206	1.62 216	1.70 207	2.04 364	2.51 360	1.80 379	1.98 224	0.94 196	0.25 86	0.22 200	0.28 172	0.30 309	0.30 148	0.26 123

SA	1.62 230	0.75 305	3.78 264	1.07 263	0.43 66	4.26 443	1.36 424	4.45 514	3.12 496	1.63 191	1.97 350	1.68 234	2.26 427	2.55 277	1.27 269	0.27 116	0.22 200	0.37 354	0.37 391	0.35 248	0.30 196

DAS	2.31 346	0.67 236	4.79 276	1.14 305	1.64 488	2.93 168	2.13 496	4.09 405	2.74 449	4.17 529	2.52 450	2.46 355	1.79 374	11.55 518	1.63 346	0.37 324	0.22 200	0.39 374	0.25 188	0.41 315	0.34 245

SepStereo	2.15 317	0.67 236	4.79 276	1.14 305	1.64 488	2.93 168	2.13 496	4.09 405	2.74 449	4.17 529	2.52 450	2.46 355	1.79 374	8.36 410	1.63 346	0.37 324	0.22 200	0.39 374	0.25 188	0.41 315	0.34 245

CrosDoStereo	5.24 529	0.60 157	20.23 506	0.82 97	0.51 120	3.39 230	18.11 575	3.82 322	2.27 357	1.98 272	8.74 545	1.96 292	6.96 545	7.35 394	26.35 579	0.30 215	0.22 200	0.30 213	0.28 263	0.33 212	0.38 294

NRIStereo	1.28 186	0.61 174	1.67 111	1.15 318	0.38 40	4.73 527	0.90 302	2.42 115	1.50 138	1.93 260	1.33 144	1.75 247	1.22 231	2.96 299	1.33 284	0.46 415	0.22 200	0.29 193	0.26 208	0.30 148	0.28 158

ROB_FTStereo_v2	1.23 162	0.66 226	2.02 144	0.75 62	0.37 29	4.67 513	0.76 202	2.53 132	1.58 193	1.99 277	1.46 176	1.78 253	1.14 213	2.08 233	0.88 168	0.48 429	0.22 200	0.32 255	0.27 234	0.40 291	0.29 168

ROB_FTStereo	1.25 171	0.66 226	2.14 164	0.75 62	0.37 29	4.65 510	0.77 215	2.53 132	1.58 193	1.99 277	1.47 180	1.78 253	1.13 206	2.26 256	0.86 158	0.47 424	0.22 200	0.32 255	0.27 234	0.40 291	0.29 168

DeepStereo_LL	5.24 529	0.60 157	20.23 506	0.82 97	0.51 120	3.39 230	18.11 575	3.82 322	2.27 357	1.98 272	8.74 545	1.96 292	6.96 545	7.35 394	26.35 579	0.30 215	0.22 200	0.30 213	0.28 263	0.33 212	0.38 294

DRaft	2.28 339	0.56 114	2.64 213	0.74 61	0.46 88	3.94 358	1.23 409	2.32 107	1.55 178	2.64 459	2.80 477	1.60 225	5.34 526	6.96 390	10.99 532	0.34 284	0.22 200	0.27 143	0.27 234	0.29 125	0.37 279

DeepStereo_RVC	1.55 213	0.63 193	3.32 244	0.77 80	0.42 60	4.49 481	0.72 172	2.50 130	1.58 193	2.02 296	1.81 299	1.54 218	6.38 541	1.73 193	1.19 245	0.46 415	0.22 200	0.29 193	0.28 263	0.35 248	0.38 294

RAFT-RH_RVC	2.63 409	0.55 103	19.97 494	1.26 364	0.47 98	4.46 473	0.57 97	1.71 42	1.64 220	3.06 495	5.51 528	2.03 303	1.28 240	6.70 381	1.52 324	0.42 386	0.22 200	0.37 354	0.34 353	0.28 111	0.29 168

RAFT-IKP	1.25 171	0.66 226	2.23 175	0.75 62	0.37 29	4.64 508	0.74 189	2.53 132	1.58 193	1.99 277	1.47 180	1.78 253	1.13 206	2.22 253	0.92 186	0.48 429	0.22 200	0.32 255	0.27 234	0.40 291	0.29 168

raft+_RVC	1.21 157	0.83 342	2.61 207	1.35 408	0.97 325	3.60 281	0.76 202	3.23 227	1.51 145	1.33 151	1.67 239	1.03 146	1.10 200	1.87 216	0.92 186	0.24 65	0.22 200	0.25 86	0.24 176	0.26 82	0.25 99

111	1.83 261	0.92 368	9.08 321	0.81 87	0.36 15	4.25 442	0.91 310	4.44 511	2.70 445	2.39 417	1.96 344	2.30 330	1.64 347	1.28 100	1.82 374	0.28 153	0.22 200	0.24 63	0.20 89	0.31 167	0.54 407

EAI-Stereo	2.35 362	0.63 193	2.97 228	0.95 196	0.65 200	3.84 328	14.27 571	5.04 544	2.19 341	2.06 310	7.25 533	1.10 154	0.94 152	1.65 181	1.37 289	0.31 234	0.22 200	0.27 143	0.60 489	0.27 94	0.32 217

FENet	2.25 330	0.50 62	20.29 513	1.35 408	0.67 214	4.01 379	0.60 113	3.95 363	1.99 293	1.96 268	1.11 94	2.43 348	1.43 279	1.60 167	1.39 290	0.32 256	0.22 200	0.33 290	0.26 208	0.29 125	0.39 301

BEATNet_4x	1.92 279	1.36 461	8.75 319	1.20 340	0.56 150	3.46 244	1.03 361	4.00 378	2.43 402	2.25 378	1.70 249	2.10 314	1.59 321	2.57 280	3.05 467	0.37 324	0.22 200	0.47 424	0.29 291	0.60 422	0.40 321

HSM	2.35 362	0.81 331	2.21 170	1.14 305	1.55 472	3.44 239	1.03 361	3.99 376	2.25 352	2.29 385	2.11 383	8.04 548	3.05 473	11.60 519	1.71 357	0.33 272	0.22 200	0.28 172	0.23 151	0.32 194	0.35 259

water-stereo	0.78 49	0.45 24	1.94 135	0.79 84	0.48 106	2.36 115	0.47 64	1.53 22	1.09 53	0.88 104	1.04 79	0.82 104	0.75 89	0.72 4	0.78 127	0.22 39	0.23 227	0.25 86	0.23 151	0.24 51	0.29 168

MM-Stereo_test3	1.09 131	0.59 145	1.55 102	1.73 491	1.18 382	1.91 79	0.86 269	3.52 266	1.76 256	1.25 145	1.86 321	1.10 154	0.69 71	1.32 112	0.86 158	0.27 116	0.23 227	0.27 143	0.22 136	0.34 230	0.30 196

HUF	1.15 142	0.64 205	8.62 317	0.90 160	0.35 12	1.35 40	0.78 219	1.97 68	1.50 138	0.63 30	1.52 192	0.83 106	0.66 65	1.28 100	0.63 60	0.29 175	0.23 227	0.26 115	0.17 30	0.23 45	0.25 99

AIO-test1	2.18 321	0.66 226	18.95 465	0.89 151	1.48 459	3.40 233	0.97 344	4.19 431	1.68 230	0.86 101	1.35 152	0.99 139	0.75 89	4.47 332	1.27 269	0.23 51	0.23 227	0.28 172	0.33 344	0.31 167	0.35 259

model_zeroshot	1.21 157	0.60 157	3.55 252	1.05 255	0.57 162	3.46 244	0.63 132	2.73 169	1.55 178	2.05 305	1.38 160	1.50 213	0.82 119	1.69 188	0.87 164	0.29 175	0.23 227	0.30 213	0.23 151	0.27 94	0.32 217

MGS-Stereo	0.80 54	0.56 114	1.53 98	0.93 188	0.39 43	1.26 28	0.73 177	1.45 14	1.30 78	1.01 123	2.26 409	0.80 100	0.56 32	1.16 69	0.65 70	0.27 116	0.23 227	0.26 115	0.22 136	0.27 94	0.25 99

Former-RAFT_DAM_RVC	0.92 87	0.73 285	1.42 87	0.92 174	1.08 361	2.97 174	0.53 83	1.77 50	1.39 88	1.16 141	1.54 201	0.58 47	0.65 59	1.03 40	0.84 148	0.25 86	0.23 227	0.30 213	0.24 176	0.43 344	0.29 168

MyStereo06	2.46 381	0.72 274	19.97 494	1.02 245	0.99 335	4.26 443	0.86 269	3.51 265	1.68 230	1.92 256	1.73 258	4.01 483	4.22 508	1.62 173	0.88 168	0.24 65	0.23 227	0.34 308	0.26 208	0.42 334	0.36 265

MyStereo05	2.37 368	0.72 274	19.94 492	1.02 245	0.99 335	4.26 443	0.86 269	4.01 380	2.62 434	2.14 331	1.26 127	2.28 324	1.63 344	2.07 231	1.68 354	0.24 65	0.23 227	0.34 308	0.26 208	0.42 334	0.36 265

GMStereo_Zeroshot	1.41 203	1.21 433	3.33 245	1.29 378	0.72 232	3.35 226	0.53 83	2.58 151	1.68 230	2.35 407	1.56 208	2.42 345	0.96 155	2.50 266	1.16 239	0.45 408	0.23 227	0.40 380	0.24 176	0.79 480	0.33 233

MaDis-Stereo	0.82 65	0.66 226	1.53 98	0.65 25	1.87 517	1.24 25	0.36 23	2.13 81	1.27 74	0.67 43	0.75 29	0.88 121	0.70 73	1.15 67	1.07 221	0.29 175	0.23 227	0.26 115	0.20 89	0.31 167	0.22 63

MSKI-zero shot	2.22 324	0.64 205	20.09 501	0.96 202	0.56 150	4.04 385	0.70 167	3.91 350	1.50 138	1.92 256	2.28 414	1.92 283	0.71 75	2.93 297	0.67 80	0.26 101	0.23 227	0.26 115	0.21 103	0.28 111	0.26 123

LL-Strereo2	1.23 162	0.85 350	2.38 191	0.93 188	0.68 219	3.72 302	1.37 429	2.54 141	1.99 293	1.75 218	1.40 165	1.82 269	0.73 82	1.40 124	0.99 209	0.31 234	0.23 227	0.55 471	0.35 369	0.29 125	0.24 89

CroCo-Stereo Lap2	0.99 113	0.89 359	2.55 200	0.99 221	1.80 514	0.54 3	0.46 59	3.10 211	1.24 65	1.07 132	1.21 112	1.05 150	0.78 106	1.26 95	1.08 223	0.27 116	0.23 227	0.27 143	0.21 103	0.43 344	0.34 245

DCANet-4	1.96 286	0.51 68	14.31 396	0.82 97	0.40 47	4.16 420	0.57 97	4.29 471	2.98 485	2.30 389	1.80 287	1.03 146	1.54 316	1.44 134	1.44 300	0.29 175	0.23 227	0.23 32	0.18 51	0.24 51	0.42 331

fff	1.74 248	0.70 257	9.08 321	0.81 87	0.36 15	4.15 411	0.57 97	4.23 445	2.09 317	2.30 389	1.80 287	1.19 170	3.02 469	1.44 134	1.46 304	0.29 175	0.23 227	0.23 32	0.18 51	0.24 51	0.42 331

IER	1.69 242	0.65 215	7.19 299	0.94 192	1.15 375	3.28 218	0.89 297	3.48 256	1.97 290	2.10 317	1.98 352	2.28 324	2.12 412	2.25 255	1.75 367	0.29 175	0.23 227	0.36 342	0.30 309	0.32 194	0.34 245

CIPLG	2.27 334	1.18 428	19.24 469	0.92 174	1.34 430	3.95 363	0.89 297	4.23 445	1.82 264	2.31 395	2.67 466	1.17 162	1.06 189	1.53 155	1.32 280	0.37 324	0.23 227	0.27 143	0.22 136	0.31 167	0.45 352

IPLGR_C	2.28 339	1.31 454	19.46 477	0.92 174	1.32 424	3.93 353	0.89 297	4.20 432	1.82 264	2.30 389	2.63 463	1.16 161	1.07 191	1.41 129	1.29 276	0.37 324	0.23 227	0.27 143	0.22 136	0.31 167	0.45 352

ACRE	2.27 334	1.11 415	19.45 476	0.91 168	1.30 416	3.94 358	0.87 288	4.21 438	1.80 262	2.28 383	2.62 461	1.17 162	1.04 177	1.52 153	1.30 277	0.37 324	0.23 227	0.27 143	0.22 136	0.31 167	0.46 362

Patchmatch Stereo++	1.25 171	0.65 215	2.06 157	0.75 62	0.37 29	4.68 514	0.76 202	2.53 132	1.58 193	1.99 277	1.47 180	1.78 253	1.14 213	2.44 261	0.90 175	0.48 429	0.23 227	0.32 255	0.27 234	0.40 291	0.29 168
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	1.66 239	0.59 145	5.15 280	2.25 526	0.48 106	4.68 514	0.69 161	2.57 146	1.52 154	2.14 331	1.45 174	1.42 204	0.99 165	6.04 365	1.20 248	0.41 375	0.23 227	0.37 354	0.39 411	0.32 194	0.31 206

KMStereo	1.66 239	0.59 145	5.15 280	2.25 526	0.48 106	4.68 514	0.69 161	2.57 146	1.52 154	2.14 331	1.45 174	1.42 204	0.99 165	6.04 365	1.20 248	0.41 375	0.23 227	0.37 354	0.39 411	0.32 194	0.31 206

PSM-adaLoss	1.24 167	0.65 215	2.03 145	0.75 62	0.37 29	4.68 514	0.73 177	2.53 132	1.58 193	1.99 277	1.47 180	1.78 253	1.13 206	2.18 247	0.87 164	0.48 429	0.23 227	0.32 255	0.27 234	0.40 291	0.29 168

HUI-Stereo	1.25 171	0.66 226	2.33 186	0.75 62	0.37 29	4.68 514	0.78 219	2.53 132	1.58 193	1.99 277	1.46 176	1.79 260	1.13 206	2.17 245	0.85 151	0.48 429	0.23 227	0.32 255	0.27 234	0.40 291	0.29 168

iGMRVC	1.26 178	0.66 226	2.14 164	0.75 62	0.37 29	4.66 511	0.74 189	2.53 132	1.58 193	1.99 277	1.46 176	1.78 253	1.14 213	2.46 263	0.92 186	0.48 429	0.23 227	0.32 255	0.27 234	0.40 291	0.29 168

RAFT-345	2.46 381	0.55 103	19.69 484	1.02 245	0.49 114	4.43 471	0.78 219	1.64 35	2.34 375	2.09 314	3.12 495	1.96 292	1.31 247	6.65 379	1.43 298	0.36 316	0.23 227	0.32 255	0.25 188	0.28 111	0.25 99

iRAFT	1.25 171	0.65 215	2.06 157	0.75 62	0.37 29	4.68 514	0.76 202	2.53 132	1.58 193	1.99 277	1.47 180	1.78 253	1.14 213	2.44 261	0.90 175	0.48 429	0.23 227	0.32 255	0.27 234	0.40 291	0.29 168

rafts_anoy	1.24 167	0.80 327	3.61 258	1.17 326	1.20 395	3.00 175	0.61 117	3.17 220	1.58 193	1.37 158	1.26 127	1.19 170	1.12 204	1.78 199	1.25 263	0.32 256	0.23 227	0.32 255	0.32 336	0.31 167	0.30 196

csc	1.74 248	0.70 257	9.08 321	0.81 87	0.36 15	4.15 411	0.57 97	4.23 445	2.09 317	2.30 389	1.80 287	1.19 170	3.02 469	1.44 134	1.46 304	0.29 175	0.23 227	0.23 32	0.18 51	0.24 51	0.42 331

cscssc	1.74 248	0.70 257	9.08 321	0.81 87	0.36 15	4.15 411	0.57 97	4.23 445	2.09 317	2.30 389	1.80 287	1.19 170	3.02 469	1.44 134	1.46 304	0.29 175	0.23 227	0.23 32	0.18 51	0.24 51	0.42 331

DIP-Stereo	1.24 167	0.69 247	1.77 119	0.65 25	0.61 181	4.29 450	0.58 106	4.44 511	2.53 421	1.98 272	1.33 144	0.91 127	0.86 129	1.25 94	1.25 263	0.36 316	0.23 227	0.32 255	0.23 151	0.32 194	0.29 168
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	1.77 255	0.81 331	2.22 173	1.21 346	0.76 248	3.26 211	0.71 169	3.82 322	2.05 309	2.29 385	2.05 370	2.98 407	1.44 282	7.15 391	2.27 425	0.30 215	0.23 227	0.42 399	0.33 344	0.45 360	0.64 442
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	2.52 394	0.94 378	21.17 545	1.84 505	0.72 232	3.75 308	0.81 245	4.14 422	2.55 427	2.33 405	2.03 361	1.35 192	1.44 282	3.27 303	2.16 418	0.35 304	0.23 227	0.28 172	0.22 136	0.44 352	0.45 352

MultiAttention	8.74 557	0.56 114	7.25 300	2.07 522	22.74 580	35.86 586	8.44 564	4.97 543	2.58 429	2.57 443	5.11 526	5.55 537	1.59 321	52.70 594	7.50 516	0.47 424	0.24 261	0.52 458	1.00 524	6.84 572	6.30 577

S2M2_XL	0.46 1	0.41 12	1.09 27	0.65 25	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 8	0.92 58	0.65 62	0.53 26	0.54 1	0.50 34	0.28 153	0.24 261	0.25 86	0.21 103	0.23 45	0.22 63

DilatedVolume-Stereo	0.81 62	0.60 157	1.51 97	1.01 235	0.59 174	1.34 39	0.51 73	1.56 24	1.08 52	1.26 147	1.24 119	0.77 93	0.87 133	1.79 203	0.72 106	0.23 51	0.24 261	0.22 18	0.21 103	0.25 65	0.23 74

xyz-stereo-finetune	1.05 126	0.62 184	1.46 90	0.59 4	0.36 15	3.48 250	0.81 245	2.69 164	1.74 252	0.94 113	1.21 112	0.91 127	0.78 106	2.53 276	1.28 273	0.24 65	0.24 261	0.26 115	0.23 151	0.30 148	0.23 74

PAM	2.43 375	0.61 174	20.86 533	1.07 263	0.73 237	2.93 168	0.53 83	3.24 229	1.53 161	1.89 248	2.43 440	5.29 533	2.76 456	1.84 209	1.02 213	0.27 116	0.24 261	0.26 115	0.25 188	0.40 291	0.50 386

UGAM	2.58 406	0.56 114	18.55 459	0.89 151	0.71 230	3.23 202	1.03 361	2.75 172	1.75 254	1.36 155	2.77 474	2.69 376	1.28 240	10.75 481	1.40 291	0.28 153	0.24 261	0.40 380	0.31 325	0.35 248	0.30 196

rvit_stereo_ft	1.00 115	0.87 356	3.55 252	0.97 209	0.66 207	1.06 10	0.80 236	2.78 178	1.67 228	0.78 81	0.96 68	0.95 137	1.14 213	1.06 46	0.90 175	0.32 256	0.24 261	0.27 143	0.28 263	0.39 286	0.27 139

MyStereo07	1.01 118	0.80 327	1.26 64	1.00 229	1.04 350	3.95 363	0.95 335	2.07 77	1.42 97	0.75 63	1.22 114	0.68 69	0.91 144	1.63 177	0.67 80	0.24 65	0.24 261	0.34 308	0.26 208	0.41 315	0.37 279

MyStereo04	2.29 342	0.80 327	18.77 461	1.00 229	1.04 350	3.95 363	0.95 335	3.91 350	2.54 425	1.99 277	1.27 133	2.31 331	1.65 349	2.02 230	1.77 368	0.24 65	0.24 261	0.34 308	0.26 208	0.41 315	0.37 279

MIF-Stereo (partial)	0.98 107	0.55 103	2.83 222	0.71 48	1.03 347	1.08 11	0.49 67	2.55 142	1.66 226	0.79 83	1.20 108	0.80 100	0.90 142	1.61 172	1.56 329	0.36 316	0.24 261	0.33 290	0.25 188	0.40 291	0.28 158

EKT-Stereo	6.79 548	0.64 205	4.24 267	1.77 495	106.39 593	4.51 488	0.61 117	3.16 218	1.53 161	1.88 242	1.22 114	1.98 296	1.36 257	3.81 318	0.84 148	0.35 304	0.24 261	0.29 193	0.26 208	0.34 230	0.48 372

MIM_Stereo	1.20 154	0.78 319	3.30 243	1.05 255	0.43 66	3.04 178	0.60 113	2.46 124	1.51 145	1.60 183	1.58 211	1.82 269	1.29 243	2.00 226	1.07 221	0.24 65	0.24 261	0.28 172	0.25 188	0.27 94	0.27 139

ADStereo(finetuned)	2.04 301	0.73 285	13.28 370	0.82 97	0.40 47	4.16 420	0.59 110	4.25 455	2.97 482	2.35 407	1.84 311	1.18 166	3.40 487	1.52 153	1.54 326	0.29 175	0.24 261	0.23 32	0.18 51	0.30 148	0.51 394

raft_robust	1.92 279	1.15 422	3.34 246	1.02 245	0.43 66	3.84 328	0.46 59	4.42 507	2.52 420	1.67 201	1.36 156	2.17 318	6.37 539	6.78 386	1.04 216	0.28 153	0.24 261	0.30 213	0.35 369	0.31 167	0.32 217

FTStereo	3.71 495	0.53 86	20.37 515	0.96 202	0.65 200	4.34 455	11.29 566	2.62 155	1.50 138	2.58 447	5.04 525	1.90 281	13.84 565	3.71 317	1.25 263	0.38 341	0.24 261	0.31 235	0.32 336	0.30 148	2.10 537

ASMatch	2.62 408	0.60 157	20.65 528	1.37 424	0.64 192	4.39 461	0.78 219	1.97 68	1.58 193	1.70 207	3.89 515	1.94 285	3.79 499	5.46 349	1.64 349	0.31 234	0.24 261	0.34 308	0.28 263	0.33 212	0.50 386

RAFT	1.23 162	0.84 346	2.05 148	0.96 202	0.47 98	1.80 71	0.94 331	3.18 222	1.46 112	1.60 183	1.71 253	3.04 412	1.59 321	1.64 179	1.32 280	0.38 341	0.24 261	0.40 380	0.32 336	0.40 291	0.35 259

LMCR-Stereo	2.40 370	1.31 454	18.61 460	1.59 471	0.86 291	3.87 341	1.15 391	4.32 486	1.60 209	2.25 378	2.27 410	1.13 157	2.43 439	2.48 265	1.60 335	0.88 511	0.24 261	0.29 193	0.24 176	0.56 409	0.30 196

raftrobust	1.19 149	0.72 274	2.30 183	1.26 364	1.31 418	3.55 271	0.68 155	2.75 172	1.47 117	2.21 366	1.38 160	1.17 162	1.22 231	1.20 83	1.11 230	0.28 153	0.24 261	0.21 13	0.19 72	0.25 65	0.28 158

DCANet	1.74 248	0.73 285	9.08 321	0.82 97	0.40 47	4.18 428	0.59 110	4.25 455	2.97 482	2.35 407	1.84 311	1.18 166	1.63 344	1.51 151	1.55 327	0.29 175	0.24 261	0.23 32	0.18 51	0.30 148	0.53 401

R-Stereo Train	1.20 154	0.58 137	1.81 123	0.99 221	0.67 214	3.78 313	0.90 302	4.09 405	1.51 145	2.16 344	1.71 253	1.13 157	0.94 152	1.40 124	0.91 182	0.30 215	0.24 261	0.26 115	0.21 103	0.26 82	0.25 99

RAFT-Stereo	1.20 154	0.58 137	1.81 123	0.99 221	0.67 214	3.78 313	0.90 302	4.09 405	1.51 145	2.16 344	1.71 253	1.13 157	0.94 152	1.40 124	0.91 182	0.30 215	0.24 261	0.26 115	0.21 103	0.26 82	0.25 99
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	2.56 402	0.70 257	10.06 335	1.60 473	2.25 535	3.67 294	1.00 352	3.38 250	3.14 499	1.81 227	2.11 383	4.60 512	2.30 429	10.25 466	2.61 452	0.37 324	0.24 261	0.25 86	0.24 176	0.28 111	0.26 123

CFNet	2.34 357	1.10 412	8.96 320	1.34 403	1.24 405	4.09 395	0.73 177	4.04 389	2.77 454	1.62 190	1.87 324	2.27 323	1.45 286	11.41 511	1.82 374	0.31 234	0.24 261	0.43 403	0.36 379	0.43 344	0.33 233

coex_refinement	2.10 309	0.85 350	3.67 261	1.31 388	1.13 372	3.21 198	0.85 266	3.86 332	2.31 369	2.51 434	1.92 339	3.49 456	1.69 358	11.08 500	2.13 414	0.37 324	0.25 285	0.27 143	0.31 325	0.41 315	0.37 279

testlalala2	2.31 346	0.63 193	20.54 523	2.56 539	2.87 544	3.79 317	0.76 202	4.20 432	1.48 125	1.42 167	1.43 171	2.45 353	0.80 117	1.03 40	0.68 83	0.27 116	0.25 285	0.24 63	0.21 103	0.33 212	0.28 158

DCRE	1.44 205	0.74 293	3.50 251	1.13 304	0.72 232	1.78 69	0.67 149	2.14 83	1.56 184	1.99 277	8.09 540	1.73 245	1.07 191	1.24 89	0.83 145	0.23 51	0.25 285	0.26 115	0.26 208	0.28 111	0.30 196

BUS	1.49 212	0.59 145	1.94 135	0.87 141	0.85 286	4.50 484	0.76 202	4.48 517	1.88 276	2.93 483	1.83 306	3.63 467	0.97 158	1.60 167	1.17 242	0.34 284	0.25 285	0.31 235	0.28 263	0.35 248	0.33 233

BSDual-CNN	1.46 208	0.59 145	1.94 135	0.87 141	0.85 286	4.16 420	1.16 393	4.48 517	1.88 276	2.93 483	1.83 306	2.60 368	1.31 247	1.60 167	1.21 252	0.34 284	0.25 285	0.31 235	0.28 263	0.35 248	0.33 233

hknet	1.98 290	0.64 205	8.70 318	0.87 141	1.07 359	4.16 420	1.16 393	4.48 517	1.73 246	2.93 483	1.83 306	3.48 450	1.30 246	3.91 323	1.51 322	0.31 234	0.25 285	0.31 235	0.28 263	0.35 248	0.33 233

GLC_STEREO	0.76 37	0.52 74	1.12 41	0.83 108	0.33 8	1.86 75	0.82 249	1.46 16	1.38 87	0.95 117	1.04 79	0.68 69	0.72 78	0.97 32	0.80 133	0.23 51	0.25 285	0.32 255	0.25 188	0.32 194	0.30 196

XX-TBD	1.03 123	0.95 380	1.94 135	1.30 385	0.43 66	3.97 373	0.33 14	1.74 45	1.73 246	1.59 182	2.02 359	0.69 72	0.60 46	1.16 69	0.66 75	0.30 215	0.25 285	0.23 32	0.15 4	0.31 167	0.22 63

sAnonymous2	1.37 198	1.22 439	9.79 331	0.92 174	0.88 299	1.23 21	0.61 117	2.56 144	1.69 236	0.85 99	1.02 71	0.73 86	1.23 234	0.98 34	0.78 127	0.29 175	0.25 285	0.31 235	0.30 309	1.06 503	0.71 455

CroCo_RVC	1.37 198	1.22 439	9.79 331	0.92 174	0.88 299	1.23 21	0.61 117	2.56 144	1.69 236	0.85 99	1.02 71	0.73 86	1.23 234	0.98 34	0.78 127	0.29 175	0.25 285	0.31 235	0.30 309	1.06 503	0.71 455

HSM-Net_RVC	2.87 435	0.57 124	17.46 441	0.92 174	0.90 307	3.70 298	1.20 404	5.64 556	2.51 419	3.22 504	2.43 440	2.54 362	1.59 321	11.41 511	1.65 351	0.34 284	0.25 285	0.26 115	0.23 151	0.30 148	0.29 168
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AdaStereo	1.45 207	0.83 342	2.34 189	1.28 374	0.81 263	3.21 198	1.14 390	4.20 432	2.46 410	2.05 305	1.77 278	2.48 357	1.18 224	1.71 191	1.44 300	0.43 392	0.25 285	0.43 403	0.28 263	0.44 352	0.34 245
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.
DISCO	2.25 330	0.73 285	10.06 335	1.76 494	1.12 370	3.47 247	1.25 412	3.24 229	2.26 355	2.65 463	1.96 344	4.53 509	1.92 399	4.17 330	3.61 474	0.32 256	0.25 285	0.31 235	0.29 291	0.66 449	0.41 327

AIO-test2	1.61 228	1.30 450	3.40 247	1.16 324	1.31 418	3.18 196	0.74 189	4.06 397	1.52 154	1.72 212	2.21 402	0.78 94	0.74 86	3.64 315	0.95 201	3.64 557	0.26 298	0.35 327	0.42 435	0.37 271	0.33 233

rvit_stereo_0081	0.80 54	0.63 193	1.19 54	0.91 168	0.64 192	1.27 29	0.61 117	2.05 73	1.71 240	0.82 89	0.73 26	0.85 112	0.75 89	1.30 109	0.80 133	0.31 234	0.26 298	0.27 143	0.25 188	0.38 276	0.27 139

rvit_stereo_0082	0.80 54	0.63 193	1.19 54	0.91 168	0.64 192	1.27 29	0.61 117	2.05 73	1.71 240	0.82 89	0.73 26	0.85 112	0.75 89	1.30 109	0.80 133	0.31 234	0.26 298	0.27 143	0.25 188	0.38 276	0.27 139

anonymousa	2.16 318	0.67 236	19.19 468	1.04 254	1.67 496	2.06 95	0.79 226	2.86 189	1.96 288	1.85 232	2.14 389	3.23 429	1.81 382	1.12 57	1.15 236	0.26 101	0.26 298	0.34 308	0.32 336	0.30 148	0.28 158

TRStereo	2.31 346	1.87 497	19.74 485	1.53 459	1.16 380	4.26 443	1.08 375	4.73 537	1.45 104	1.55 178	1.28 134	1.75 247	0.85 126	1.81 205	1.20 248	0.36 316	0.26 298	0.32 255	0.36 379	0.34 230	0.33 233

DEmStereo	2.97 449	0.58 137	13.42 372	0.79 84	0.51 120	3.84 328	1.84 482	2.42 115	1.60 209	2.25 378	2.74 470	2.03 303	6.04 533	6.79 388	12.80 541	0.35 304	0.26 298	0.26 115	0.27 234	0.27 94	0.37 279

RALCasStereoNet	1.19 149	1.02 394	2.06 157	1.12 297	1.14 373	3.08 186	0.70 167	2.99 198	1.73 246	1.34 152	1.68 242	1.18 166	0.91 144	2.16 243	1.00 211	0.30 215	0.26 298	0.24 63	0.21 103	0.29 125	0.30 196

UNet	2.51 391	0.74 293	20.17 504	1.14 305	1.44 453	3.48 250	0.76 202	3.77 312	1.87 274	2.05 305	1.57 210	2.75 384	2.39 436	3.51 309	2.51 445	0.32 256	0.26 298	0.41 392	0.26 208	0.38 276	0.39 301

ACVNet	1.46 208	0.64 205	3.56 254	0.93 188	0.85 286	4.22 438	0.80 236	2.85 186	2.08 314	1.78 222	1.88 325	3.10 417	1.46 289	1.33 113	1.89 382	0.29 175	0.26 298	0.30 213	0.26 208	0.39 286	0.27 139

acv_ft	1.55 213	0.64 205	3.29 242	1.14 305	2.01 524	2.93 168	0.97 344	3.81 319	2.08 314	2.22 368	1.88 325	3.10 417	1.66 351	1.33 113	2.22 421	0.29 175	0.26 298	0.30 213	0.26 208	0.39 286	0.27 139

cf-r	2.57 405	0.79 323	16.09 418	1.48 450	1.35 431	4.19 432	0.93 325	3.68 293	2.36 380	1.97 270	1.81 299	3.42 446	1.45 286	8.24 409	1.83 376	0.32 256	0.26 298	0.33 290	0.30 309	0.34 230	0.37 279

FlowAnything_test	0.75 29	0.60 157	1.18 53	0.82 97	0.58 171	2.29 110	0.66 147	1.38 11	0.80 21	1.03 129	0.76 30	0.63 56	0.49 21	0.84 12	0.91 182	0.31 234	0.27 309	0.40 380	0.48 455	0.31 167	0.30 196

depthmonostereo	0.94 92	0.71 270	2.39 192	0.85 130	0.54 139	2.21 105	0.53 83	1.83 54	1.17 58	0.95 117	1.09 90	0.99 139	0.97 158	2.37 259	0.68 83	0.23 51	0.27 309	0.22 18	0.20 89	0.25 65	0.26 123

G2L-Stereo	2.49 388	0.94 378	14.54 398	1.15 318	1.35 431	3.57 277	0.95 335	3.62 283	2.00 297	2.11 321	1.61 223	3.20 425	1.34 252	9.54 438	1.91 385	0.34 284	0.27 309	0.35 327	0.28 263	0.30 148	0.35 259

test_sample1	1.62 230	0.55 103	1.88 129	1.44 439	0.79 258	2.27 108	0.64 135	4.00 378	1.82 264	1.87 239	1.35 152	1.57 220	1.62 331	9.55 440	1.24 260	0.30 215	0.27 309	0.31 235	0.28 263	0.32 194	0.32 217

mmm	1.27 183	0.58 137	2.20 168	1.41 432	0.68 219	2.39 118	0.85 266	3.90 345	1.63 219	2.20 357	1.84 311	1.28 182	1.50 300	1.91 219	0.89 171	0.31 234	0.27 309	0.45 415	0.37 391	0.38 276	0.34 245

ToySt	1.35 196	0.72 274	3.65 260	1.01 235	0.50 118	3.31 223	1.01 355	3.46 255	1.73 246	1.30 148	1.55 205	2.07 312	1.47 291	1.88 217	1.40 291	0.27 116	0.27 309	0.30 213	0.32 336	0.42 334	0.39 301

riskmin	1.25 171	0.56 114	2.05 148	1.05 255	0.93 315	2.86 155	0.55 90	3.23 227	1.34 82	1.55 178	1.07 88	3.56 465	2.03 404	1.29 105	1.00 211	0.28 153	0.27 309	0.34 308	0.21 103	0.41 315	0.43 340

psmg	1.47 211	0.59 145	1.94 135	0.92 174	0.85 286	4.30 452	1.42 440	4.10 413	1.88 276	2.64 459	2.09 378	2.60 368	1.31 247	1.60 167	1.21 252	0.34 284	0.27 309	0.33 290	0.34 353	0.36 261	0.34 245

GES	1.38 200	0.64 205	2.61 207	1.09 277	0.57 162	4.30 452	1.02 359	3.86 332	1.51 145	1.72 212	1.74 260	1.28 182	1.77 371	1.62 173	1.61 338	0.39 353	0.27 309	0.33 290	0.30 309	0.41 315	0.47 367

SFCPSM	2.18 321	0.63 193	17.03 432	0.88 146	0.98 332	3.74 307	1.28 415	4.09 405	2.16 336	1.85 232	1.83 306	1.65 230	1.39 262	2.50 266	1.50 316	0.33 272	0.27 309	0.39 374	0.36 379	0.34 230	0.37 279

GwcNet-RSSM	2.66 413	1.05 400	15.91 416	1.22 349	1.19 389	4.12 404	1.12 385	3.84 326	2.02 300	1.93 260	1.79 284	3.12 420	1.46 289	10.37 469	2.05 403	0.33 272	0.27 309	0.35 327	0.30 309	0.40 291	0.36 265

DMCA	1.72 245	0.74 293	6.63 292	1.14 305	0.96 321	3.98 375	0.90 302	3.75 308	2.76 453	2.83 478	1.58 211	2.35 335	1.18 224	1.58 160	1.98 396	0.40 360	0.27 309	0.42 399	0.26 208	0.36 261	0.38 294

test_sample2	1.75 252	0.56 114	2.25 176	1.41 432	0.80 260	2.91 161	0.86 269	4.05 393	2.04 306	1.91 254	1.39 162	1.57 220	1.55 318	10.65 478	1.06 218	0.32 256	0.28 321	0.32 255	0.30 309	0.36 261	0.33 233

DispNO	3.00 455	0.75 305	18.92 464	1.17 326	1.10 367	3.72 302	0.94 331	4.29 471	2.54 425	2.24 375	2.28 414	4.51 507	2.12 412	11.40 510	2.09 409	0.31 234	0.28 321	0.31 235	0.28 263	0.36 261	0.39 301

CoDeX	2.40 370	0.78 319	13.21 369	1.00 229	1.18 382	3.24 206	1.32 418	4.14 422	2.41 398	1.74 216	1.84 311	2.05 307	1.47 291	10.03 458	1.60 335	0.34 284	0.28 321	0.32 255	0.27 234	0.32 194	0.39 301

mmx	2.98 451	0.60 157	5.21 282	1.14 305	0.99 335	3.62 286	0.86 269	4.49 520	3.05 491	2.20 357	2.30 422	3.48 450	1.62 331	11.62 521	16.09 550	0.33 272	0.28 321	0.48 432	0.37 391	0.44 352	0.37 279

xxx	2.98 451	0.60 157	5.21 282	1.14 305	0.99 335	3.62 286	0.86 269	4.49 520	3.05 491	2.20 357	2.30 422	3.48 450	1.62 331	11.62 521	16.09 550	0.33 272	0.28 321	0.48 432	0.37 391	0.44 352	0.37 279

LL-Strereo	3.01 457	1.81 496	17.59 444	1.12 297	2.10 530	2.90 158	1.09 379	4.33 488	2.00 297	3.12 498	2.24 406	3.29 433	3.15 476	11.31 508	1.84 377	0.30 215	0.28 321	0.46 421	0.34 353	0.49 384	0.45 352

CASS	1.29 188	0.66 226	2.62 210	0.95 196	0.66 207	2.84 151	0.69 161	3.00 200	1.79 261	2.57 443	1.95 343	1.39 197	1.55 318	1.59 165	1.06 218	0.50 445	0.28 321	0.34 308	0.28 263	0.46 371	0.63 438
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HCRNet	1.60 226	0.56 114	2.47 197	0.78 82	1.36 434	4.11 402	0.71 169	3.57 275	2.79 457	1.75 218	1.61 223	1.58 222	1.41 271	5.79 359	1.56 329	0.34 284	0.28 321	0.36 342	0.29 291	0.33 212	0.37 279

TDLM	2.29 342	1.08 408	4.61 275	1.29 378	1.01 344	4.26 443	2.17 498	3.75 308	2.79 457	2.31 395	1.98 352	2.06 309	1.59 321	12.45 547	1.72 359	0.51 451	0.28 321	0.52 458	0.35 369	0.56 409	0.50 386

UCFNet_RVC	1.57 219	0.84 346	3.25 239	1.36 414	1.40 443	4.07 393	1.01 355	2.68 162	1.50 138	2.11 321	1.88 325	2.37 338	1.50 300	3.41 307	1.42 297	0.36 316	0.28 321	0.52 458	0.40 422	0.53 398	0.43 340

rvit_stereo_0081_aga	0.81 62	0.75 305	1.84 125	0.72 56	0.73 237	1.21 20	0.63 132	1.92 63	1.39 88	0.87 103	0.80 38	0.79 98	0.69 71	1.27 99	0.69 92	0.35 304	0.29 331	0.26 115	0.25 188	0.40 291	0.27 139

rvit_stereo_0080	0.94 92	0.72 274	2.56 201	0.64 18	0.59 174	1.90 77	0.75 199	2.71 166	1.40 92	0.91 108	1.04 79	0.85 112	0.82 119	1.14 62	0.78 127	0.35 304	0.29 331	0.25 86	0.27 234	0.45 360	0.29 168

test_sample4	2.34 357	0.63 193	11.59 355	1.30 385	0.83 277	3.07 185	0.72 172	4.27 463	2.30 365	2.30 389	1.88 325	1.73 245	1.42 276	11.14 503	1.46 304	0.35 304	0.29 331	0.35 327	0.36 379	0.40 291	0.38 294

test_sample3	2.34 357	0.61 174	11.94 358	1.33 396	0.85 286	3.10 189	0.73 177	4.24 453	2.19 341	2.21 366	1.75 264	1.80 263	1.41 271	11.11 502	1.46 304	0.35 304	0.29 331	0.34 308	0.35 369	0.39 286	0.37 279

whm_eth	0.94 92	0.72 274	2.56 201	0.64 18	0.59 174	1.90 77	0.75 199	2.71 166	1.40 92	0.91 108	1.04 79	0.85 112	0.82 119	1.14 62	0.78 127	0.35 304	0.29 331	0.25 86	0.27 234	0.45 360	0.29 168

gwcnet-sp	2.31 346	1.21 433	17.34 434	1.08 271	0.92 310	3.56 273	1.04 364	3.69 298	2.09 317	2.55 439	1.60 219	1.80 263	1.62 331	3.87 320	1.95 391	0.29 175	0.29 331	0.30 213	0.28 263	0.38 276	0.39 301

scenet	2.31 346	1.21 433	17.34 434	1.08 271	0.92 310	3.56 273	1.04 364	3.69 298	2.09 317	2.55 439	1.60 219	1.80 263	1.62 331	3.87 320	1.95 391	0.29 175	0.29 331	0.30 213	0.28 263	0.38 276	0.39 301

ssnet	2.31 346	1.21 433	17.34 434	1.08 271	0.92 310	3.56 273	1.04 364	3.69 298	2.09 317	2.55 439	1.60 219	1.80 263	1.62 331	3.87 320	1.95 391	0.29 175	0.29 331	0.30 213	0.28 263	0.38 276	0.39 301

test-1	1.23 162	0.65 215	1.88 129	0.96 202	0.52 129	3.84 328	0.62 130	4.01 380	1.47 117	1.93 260	1.78 281	1.83 272	0.92 147	1.19 82	1.28 273	0.26 101	0.29 331	0.31 235	0.24 176	0.29 125	0.36 265

MMNet	2.02 298	0.81 331	10.76 346	1.12 297	1.23 403	3.53 264	0.89 297	3.79 316	2.08 314	2.15 339	1.76 273	2.15 317	2.12 412	3.69 316	2.32 428	0.31 234	0.29 331	0.34 308	0.27 234	0.38 276	0.42 331

delet	1.92 279	0.76 310	5.14 279	1.01 235	1.65 492	3.44 239	2.03 491	3.76 310	2.48 411	2.01 291	2.05 370	2.63 372	1.90 397	5.34 346	2.12 411	0.28 153	0.29 331	0.40 380	0.31 325	0.41 315	0.45 352

GANet-RSSM	1.98 290	0.62 184	3.49 249	1.69 484	1.23 403	4.22 438	0.91 310	3.31 237	1.86 273	1.81 227	1.74 260	2.34 333	1.82 384	10.92 490	1.73 363	0.34 284	0.29 331	0.31 235	0.28 263	0.39 286	0.40 321

PSMNet-RSSM	1.96 286	0.77 313	3.26 240	1.29 378	1.31 418	4.19 432	0.96 341	3.68 293	1.89 280	2.05 305	1.80 287	2.60 368	1.70 360	9.84 448	1.81 372	0.35 304	0.29 331	0.35 327	0.37 391	0.42 334	0.35 259

CAS++	0.89 81	0.64 205	1.46 90	0.81 87	0.51 120	1.24 25	0.86 269	3.44 254	1.46 112	1.14 140	1.29 136	0.62 54	0.58 38	1.13 60	0.59 51	0.34 284	0.30 344	0.34 308	0.26 208	0.41 315	0.29 168
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	1.30 189	0.61 174	4.09 265	0.94 192	0.56 150	3.50 257	0.84 257	3.12 213	1.72 243	1.84 231	1.22 114	2.72 381	0.88 135	1.46 142	0.80 133	0.29 175	0.30 344	0.27 143	0.21 103	0.29 125	0.25 99

x	1.15 142	0.57 124	1.53 98	1.44 439	0.67 214	1.94 81	0.97 344	3.87 335	1.57 190	1.61 188	1.28 134	1.58 222	1.22 231	1.93 220	1.04 216	0.28 153	0.30 344	0.34 308	0.29 291	0.32 194	0.31 206

NINENet	1.87 265	0.74 293	2.60 204	1.12 297	1.06 355	4.50 484	0.76 202	4.41 506	2.24 349	2.16 344	1.86 321	3.63 467	0.97 158	8.00 407	1.17 242	0.41 375	0.30 344	0.41 392	0.30 309	0.41 315	0.36 265

222	2.68 419	0.57 124	2.03 145	1.11 293	0.81 263	3.23 202	0.65 144	4.52 525	2.45 407	2.34 406	2.29 417	1.41 203	1.44 282	10.50 472	18.47 565	0.32 256	0.30 344	0.32 255	0.27 234	0.32 194	0.34 245

test_xeample	2.67 415	0.56 114	2.05 148	1.09 277	0.81 263	3.24 206	0.80 236	4.55 527	2.70 445	2.42 421	2.27 410	1.39 197	1.40 266	10.75 481	17.51 560	0.30 215	0.30 344	0.32 255	0.28 263	0.34 230	0.33 233

CFNet-ft	1.90 272	0.95 380	3.56 254	1.07 263	1.54 468	4.09 395	0.90 302	2.85 186	1.82 264	1.78 222	1.70 249	2.75 384	1.48 293	9.33 433	1.72 359	0.33 272	0.30 344	0.61 488	0.36 379	0.52 392	0.39 301

DMCA-RVC	2.45 378	1.22 439	18.29 452	1.23 353	1.14 373	2.49 126	0.85 266	3.29 235	1.68 230	3.02 490	1.41 167	2.00 299	1.53 313	6.39 373	2.00 397	0.38 341	0.30 344	0.44 408	0.35 369	0.45 360	0.44 346

CFNet_RVC	1.90 272	0.95 380	3.56 254	1.07 263	1.54 468	4.09 395	0.90 302	2.85 186	1.82 264	1.78 222	1.70 249	2.75 384	1.48 293	9.33 433	1.72 359	0.33 272	0.30 344	0.61 488	0.36 379	0.52 392	0.39 301

CVANet_RVC	2.55 401	1.10 412	9.13 326	1.46 445	1.15 375	3.96 368	1.53 452	3.91 350	2.50 416	3.04 492	2.04 364	2.60 368	1.72 364	12.46 548	1.50 316	0.49 441	0.30 344	0.51 452	0.41 429	0.63 433	0.50 386

test_sample5	2.33 353	0.62 184	11.29 352	1.29 378	0.83 277	3.09 187	0.74 189	4.28 468	2.31 369	2.20 357	1.97 350	1.68 234	1.39 262	11.19 504	1.47 309	0.37 324	0.31 354	0.37 354	0.37 391	0.41 315	0.39 301

11t1	1.11 134	0.53 86	1.80 122	1.55 466	0.65 200	2.20 104	0.60 113	3.66 290	1.49 133	1.60 183	1.26 127	1.03 146	1.35 255	1.72 192	0.97 203	0.28 153	0.31 354	0.29 193	0.23 151	0.30 148	0.34 245

DualNet	2.33 353	0.62 184	11.29 352	1.29 378	0.83 277	3.09 187	0.74 189	4.28 468	2.31 369	2.26 381	2.04 364	1.68 234	1.39 262	11.19 504	1.47 309	0.37 324	0.31 354	0.37 354	0.37 391	0.41 315	0.39 301

1111x	3.13 468	0.57 124	8.38 313	1.20 340	0.76 248	3.80 319	0.88 292	4.61 532	2.63 436	2.31 395	2.16 392	1.95 287	1.81 382	11.54 517	18.13 563	0.32 256	0.31 354	0.32 255	0.30 309	0.35 248	0.34 245

qqq	1.30 189	0.57 124	1.67 111	1.15 318	0.51 120	2.18 101	0.91 310	3.98 372	1.53 161	1.50 174	1.24 119	1.79 260	1.34 252	4.66 335	0.98 206	0.28 153	0.31 354	0.33 290	0.33 344	0.33 212	0.32 217

ac_64	2.35 362	0.62 184	9.77 330	1.32 391	1.71 502	3.27 213	0.93 325	3.48 256	2.50 416	1.74 216	1.73 258	3.91 477	1.77 371	10.21 464	1.86 379	0.40 360	0.31 354	0.33 290	0.30 309	0.34 230	0.39 301

HGLStereo	2.03 299	0.74 293	7.50 304	1.23 353	1.56 475	3.62 286	0.95 335	3.78 315	1.89 280	2.03 300	2.20 400	3.12 420	2.14 415	5.68 356	2.04 401	0.37 324	0.31 354	0.32 255	0.29 291	0.40 291	0.45 352

PWC_ROB	2.69 421	2.01 503	8.36 312	1.33 396	1.90 519	3.23 202	1.18 397	4.33 488	3.25 510	3.11 497	3.41 506	2.71 379	2.18 423	9.15 429	4.48 482	0.56 466	0.31 354	0.61 488	0.36 379	0.69 456	0.74 464

test_sample6	2.35 362	0.62 184	10.78 347	1.33 396	0.83 277	3.15 193	0.79 226	4.36 497	2.43 402	2.26 381	2.04 364	1.69 239	1.39 262	11.48 516	1.61 338	0.38 341	0.32 362	0.37 354	0.39 411	0.41 315	0.42 331

SMFormer	2.00 294	0.57 124	4.46 269	1.36 414	0.57 162	2.03 88	0.73 177	4.25 455	2.80 461	2.32 399	2.31 429	1.95 287	1.52 306	10.99 493	2.13 414	0.34 284	0.32 362	0.36 342	0.31 325	0.38 276	0.36 265

tta	2.00 294	0.57 124	4.46 269	1.36 414	0.57 162	2.03 88	0.73 177	4.25 455	2.80 461	2.32 399	2.31 429	1.95 287	1.52 306	10.99 493	2.13 414	0.34 284	0.32 362	0.36 342	0.31 325	0.29 125	0.29 168

qqq1	1.92 279	0.57 124	4.46 269	1.36 414	0.57 162	2.03 88	0.73 177	4.25 455	2.80 461	2.32 399	2.31 429	1.95 287	1.52 306	10.99 493	0.71 101	0.34 284	0.32 362	0.30 213	0.23 151	0.29 125	0.29 168

fff1	1.92 279	0.57 124	4.46 269	1.36 414	0.57 162	2.03 88	0.73 177	4.25 455	2.80 461	2.32 399	2.31 429	1.95 287	1.52 306	10.99 493	0.71 101	0.34 284	0.32 362	0.30 213	0.23 151	0.29 125	0.29 168

AACVNet	1.83 261	1.02 394	2.41 195	1.45 443	0.87 296	3.21 198	0.73 177	3.16 218	1.61 213	2.01 291	1.82 305	2.28 324	1.33 250	10.98 492	1.49 315	0.39 353	0.32 362	0.38 370	0.32 336	0.43 344	0.44 346

xxxx	2.67 415	0.54 97	2.03 145	1.22 349	0.81 263	3.49 253	0.63 132	4.49 520	2.49 415	2.22 368	2.23 405	2.05 307	1.38 259	10.05 459	17.91 561	0.32 256	0.32 362	0.30 213	0.27 234	0.33 212	0.34 245

S2M2	0.64 9	0.55 103	1.07 12	0.89 151	0.54 139	1.08 11	0.20 1	1.16 7	1.37 86	0.59 20	0.81 42	0.86 116	0.47 16	0.70 3	0.65 70	0.31 234	0.33 369	0.27 143	0.27 234	0.36 261	0.31 206

Wz-Net-LNSev	2.30 345	1.67 489	14.88 402	1.18 332	1.65 492	3.49 253	1.54 455	3.63 284	2.03 302	1.88 242	1.64 230	3.29 433	2.06 408	2.71 291	2.02 400	0.40 360	0.33 369	0.32 255	0.31 325	0.53 398	0.49 379

AASNet	2.44 377	0.92 368	19.79 486	1.35 408	1.49 460	3.81 321	1.07 370	3.85 329	2.93 479	1.95 265	2.29 417	1.96 292	1.29 243	1.73 193	1.93 387	0.39 353	0.33 369	0.45 415	0.30 309	0.55 403	0.45 352

GANet-ADL	2.20 323	0.73 285	20.11 502	1.25 357	0.69 225	3.83 323	0.76 202	3.49 259	1.71 240	1.65 198	1.99 355	2.10 314	1.10 200	1.42 131	1.26 266	0.38 341	0.33 369	0.25 86	0.22 136	0.42 334	0.36 265

PFNet+	1.46 208	0.57 124	2.84 223	0.92 174	0.47 98	4.64 508	0.84 257	2.46 124	1.99 293	2.14 331	1.64 230	1.34 190	1.03 173	4.68 337	1.23 258	0.45 408	0.33 369	0.37 354	0.39 411	0.32 194	0.49 379

UPFNet	1.81 260	0.63 193	6.71 293	1.25 357	1.44 453	3.50 257	1.35 422	4.02 384	1.85 272	2.40 419	1.52 192	2.41 342	1.40 266	3.62 313	1.88 381	0.34 284	0.33 369	0.37 354	0.31 325	0.41 315	0.39 301

SuperB	4.79 523	4.41 536	21.08 541	1.45 443	1.08 361	3.91 346	3.08 530	4.18 428	3.01 488	2.50 431	2.10 379	2.75 384	3.49 494	8.80 419	19.60 570	0.44 399	0.33 369	0.53 463	0.39 411	12.01 580	0.64 442

NLCA_NET_v2_RVC	2.54 397	1.04 399	16.73 427	1.53 459	2.00 523	3.96 368	0.87 288	3.87 335	2.31 369	2.54 438	1.67 239	2.85 397	1.63 344	5.55 352	1.62 343	0.46 415	0.33 369	0.38 370	0.38 404	0.53 398	0.62 434
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet	2.84 430	1.49 476	14.48 397	1.33 396	1.57 479	3.44 239	2.06 492	3.69 298	2.36 380	3.26 505	1.84 311	2.79 394	1.80 379	10.88 487	3.16 468	0.41 375	0.33 369	0.39 374	0.36 379	0.59 418	0.58 423

MDST_ROB	5.53 534	0.59 145	23.11 569	2.55 538	2.69 540	21.20 576	1.98 488	4.77 539	2.65 439	9.36 564	4.25 517	4.14 491	4.45 513	22.57 573	3.68 476	0.48 429	0.33 369	0.47 424	0.44 441	0.44 352	0.44 346

DLCB_ROB	2.05 303	0.95 380	2.37 190	1.24 355	1.02 346	2.92 164	1.30 416	3.68 293	2.30 365	2.91 481	2.17 394	3.32 437	1.52 306	10.37 469	2.50 444	0.40 360	0.33 369	0.40 380	0.36 379	0.41 315	0.47 367

LE_ROB	18.58 577	1.21 433	48.38 587	8.60 578	23.00 581	7.32 556	19.74 578	9.94 564	38.69 587	43.53 585	21.91 574	28.40 582	40.92 585	23.18 575	54.71 590	0.34 284	0.33 369	0.32 255	0.36 379	0.42 334	0.40 321

MSAF-DinoV2	13.69 572	13.09 574	22.03 563	2.41 536	1.44 453	4.03 383	1.38 431	9.07 563	9.20 560	2.23 372	1.98 352	5.08 528	5.06 520	177.66 599	5.46 500	0.45 408	0.34 381	0.40 380	0.62 493	6.09 566	5.80 576

w-ln-seven	2.86 431	3.06 525	14.02 387	1.27 372	1.32 424	4.10 401	1.59 459	3.90 345	2.59 432	3.03 491	2.27 410	3.42 446	2.25 426	6.70 381	4.81 490	0.39 353	0.34 381	0.48 432	0.40 422	0.74 471	0.55 411

CSP-Net	1.78 256	1.32 456	1.92 134	1.16 324	1.03 347	3.38 229	1.31 417	3.52 266	1.75 254	1.96 268	1.93 342	2.40 340	1.48 293	8.58 416	1.58 331	0.46 415	0.34 381	0.27 143	0.26 208	0.41 315	0.50 386

UDGNet	1.40 201	1.52 478	2.22 173	1.38 426	0.62 187	4.39 461	0.68 155	1.80 52	2.18 340	1.34 152	1.18 104	0.99 139	1.00 167	2.16 243	1.19 245	1.09 519	0.34 381	1.30 535	0.98 523	1.10 508	0.58 423

dd	1.26 178	1.15 422	2.47 197	0.92 174	0.49 114	4.35 456	0.75 199	1.92 63	2.11 327	1.44 168	1.24 119	1.19 170	1.05 182	1.78 199	1.70 356	0.57 468	0.34 381	0.35 327	0.33 344	0.60 422	0.46 362

ADCRef	3.30 479	1.23 443	14.90 403	1.17 326	1.41 450	3.95 363	1.64 465	3.88 338	2.36 380	3.05 494	2.21 402	2.40 340	2.81 460	5.04 340	16.63 555	0.46 415	0.34 381	0.63 493	0.62 493	0.54 401	0.67 446

z-mn7	3.36 484	9.42 561	14.16 391	1.28 374	1.22 402	3.78 313	1.43 442	3.92 355	3.35 518	2.85 479	3.36 504	3.06 416	1.97 402	9.66 442	5.16 494	0.42 386	0.35 387	0.43 403	0.33 344	0.63 433	0.48 372

ssnet_v2	2.04 301	0.88 358	7.87 305	1.20 340	0.87 296	3.86 338	1.64 465	4.01 380	2.60 433	2.61 453	1.96 344	3.79 472	1.71 362	2.20 249	2.96 463	0.41 375	0.35 387	0.42 399	0.37 391	0.55 403	0.52 399

CRFU-Net	2.49 388	0.78 319	10.36 340	2.30 532	1.08 361	3.91 346	1.41 438	3.85 329	1.65 224	2.15 339	1.76 273	3.34 438	7.95 553	5.56 353	1.48 312	0.47 424	0.35 387	0.30 213	0.28 263	0.37 271	0.43 340

ICVP	2.26 332	0.66 226	21.18 546	0.99 221	0.88 299	4.28 449	0.95 335	3.32 242	1.60 209	1.66 199	1.76 273	1.34 190	1.14 213	1.62 173	1.32 280	0.53 460	0.35 387	0.33 290	0.29 291	0.40 291	0.51 394
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RTSC	2.95 442	2.51 514	15.49 414	1.54 461	1.30 416	3.51 260	0.86 269	3.89 340	2.48 411	3.64 515	3.12 495	3.04 412	2.30 429	5.70 357	6.67 503	0.55 464	0.35 387	0.37 354	0.39 411	0.70 457	0.60 428

rvit_stereo_0083	0.86 72	0.67 236	1.42 87	0.87 141	0.65 200	1.23 21	0.64 135	1.67 37	2.28 361	0.79 83	0.93 61	0.93 133	1.07 191	1.46 142	0.75 117	0.32 256	0.36 392	0.30 213	0.26 208	0.33 212	0.28 158

ttt	2.76 425	0.56 114	2.28 182	1.41 432	1.21 401	3.67 294	0.77 215	4.59 530	2.94 480	2.35 407	2.30 422	2.45 353	1.54 316	11.25 507	15.56 548	0.43 392	0.36 392	0.37 354	0.33 344	0.40 291	0.40 321

StereoVision	1.65 236	0.75 305	7.47 303	1.01 235	1.80 514	2.61 140	0.61 117	3.06 209	1.96 288	1.25 145	3.46 508	1.85 278	0.88 135	2.07 231	1.93 387	0.43 392	0.36 392	0.37 354	0.36 379	0.48 378	0.33 233

PCWNet_CMD	2.23 326	0.65 215	17.36 437	0.83 108	0.76 248	3.51 260	0.64 135	3.60 279	1.97 290	1.70 207	1.63 228	3.22 427	3.05 473	2.09 236	1.11 230	0.31 234	0.36 392	0.47 424	0.26 208	0.64 441	0.47 367

Wz-Net-MNSev	2.71 423	2.54 518	13.91 386	1.52 457	1.37 436	3.28 218	2.47 506	4.03 385	2.32 373	2.57 443	2.07 375	2.29 329	3.01 468	7.55 399	2.74 457	0.38 341	0.36 392	0.36 342	0.37 391	0.57 414	0.47 367

TANstereo	1.01 118	0.55 103	1.73 114	0.76 76	0.36 15	4.04 385	0.38 25	1.48 17	1.62 216	2.03 300	2.10 379	0.84 108	0.93 150	0.98 34	0.62 57	0.28 153	0.36 392	0.23 32	0.20 89	0.25 65	0.46 362

CFNet_pseudo	2.12 313	0.67 236	15.14 410	0.85 130	0.74 242	3.95 363	0.64 135	3.95 363	1.78 259	1.90 249	1.79 284	3.27 432	1.62 331	2.51 269	1.16 239	0.31 234	0.36 392	0.53 463	0.27 234	0.63 433	0.44 346

AF-Net	2.87 435	1.30 450	16.24 419	1.33 396	1.75 506	3.26 211	1.59 459	4.09 405	2.43 402	2.69 466	2.94 483	4.51 507	3.20 480	5.84 360	2.75 458	0.76 499	0.36 392	0.72 509	0.49 459	0.70 457	0.56 414

ccs_rob	2.13 315	0.67 236	15.11 409	0.84 118	0.75 244	3.96 368	0.65 144	3.95 363	1.78 259	1.88 242	1.79 284	3.26 431	1.64 347	2.51 269	1.16 239	0.31 234	0.36 392	0.54 470	0.27 234	0.65 444	0.45 352

DRN-Test	3.03 459	0.99 389	18.18 449	1.35 408	1.60 481	3.59 279	1.48 445	4.13 416	2.45 407	3.47 514	1.92 339	2.58 367	2.53 446	10.88 487	2.80 460	0.39 353	0.36 392	0.44 408	0.41 429	0.55 403	0.57 418

ETE_ROB	2.07 306	1.40 467	3.01 231	1.09 277	0.92 310	3.94 358	1.53 452	4.25 455	2.23 347	3.31 506	2.06 374	2.35 335	1.52 306	8.74 418	2.07 407	0.44 399	0.36 392	0.51 452	0.48 455	0.54 401	0.62 434

PWCDC_ROB	2.95 442	3.26 527	14.06 389	1.59 471	1.56 475	4.19 432	0.86 269	4.30 479	4.08 537	2.06 310	7.37 534	2.75 384	2.42 438	3.59 312	2.67 455	1.34 537	0.36 392	0.39 374	0.34 353	1.13 512	0.62 434

PSMNet_ROB	2.95 442	1.38 464	18.46 458	1.19 335	1.20 395	3.80 319	1.65 468	3.54 271	2.35 377	1.98 272	1.71 253	2.75 384	1.79 374	11.43 513	2.78 459	0.42 386	0.36 392	0.50 449	0.60 489	0.59 418	0.49 379

GASNet	3.24 476	5.55 542	20.58 526	1.56 468	1.25 408	2.32 112	1.12 385	4.04 389	2.67 442	1.88 242	2.10 379	3.00 409	2.16 419	10.59 475	2.43 438	0.65 483	0.37 405	0.61 488	0.45 445	0.87 488	0.58 423

WZ-Net	3.62 490	4.87 537	16.77 429	1.43 436	1.40 443	3.75 308	2.29 502	4.12 414	2.50 416	2.74 470	2.19 398	4.06 486	5.29 525	10.19 463	7.36 514	0.54 462	0.37 405	0.47 424	0.49 459	0.77 476	0.73 463

ADLNet2	3.15 471	0.92 368	20.06 497	1.20 340	1.79 511	3.83 323	1.48 445	3.94 361	3.59 525	2.19 354	2.47 444	4.65 516	1.93 400	10.69 480	1.96 394	0.39 353	0.37 405	0.28 172	0.30 309	0.48 378	0.43 340

FADNet-RVC-Resample	2.83 429	2.02 504	21.07 540	1.12 297	0.91 309	3.53 264	1.37 429	4.08 403	2.09 317	1.68 202	1.33 144	2.03 303	1.51 304	9.54 438	1.69 355	0.38 341	0.37 405	0.42 399	0.44 441	0.56 409	0.56 414

FADNet-RVC	2.51 391	2.27 510	14.03 388	1.09 277	0.81 263	3.54 268	1.10 381	4.13 416	2.48 411	1.39 161	1.22 114	1.85 278	1.77 371	9.78 446	2.06 404	0.38 341	0.37 405	0.40 380	0.40 422	0.67 451	0.48 372

MSMDNet	2.23 326	0.64 205	17.32 433	0.84 118	0.75 244	3.53 264	0.64 135	3.61 282	1.98 292	1.71 211	1.64 230	3.22 427	2.99 466	2.08 233	1.11 230	0.31 234	0.37 405	0.45 415	0.26 208	0.62 431	0.45 352

ITSA-stereo	1.86 264	0.72 274	3.74 262	1.20 340	0.66 207	4.09 395	0.91 310	4.24 453	2.53 421	1.93 260	1.77 278	1.59 224	2.15 416	6.12 368	2.44 439	0.40 360	0.38 411	0.40 380	0.40 422	0.50 386	0.98 497

CBFPSM	2.05 303	0.95 380	10.12 338	1.07 263	1.05 352	2.84 151	1.20 404	3.28 233	1.73 246	1.82 229	1.30 138	4.56 511	4.06 504	2.34 258	2.34 430	0.25 86	0.38 411	0.32 255	0.27 234	0.37 271	0.79 477

GEStereo_RVC	1.91 276	0.80 327	6.57 291	1.20 340	1.06 355	4.02 381	1.43 442	4.13 416	1.89 280	2.03 300	1.80 287	2.34 333	1.86 391	4.94 339	1.77 368	0.48 429	0.38 411	0.32 255	0.28 263	0.42 334	0.50 386

ADLNet	2.29 342	0.83 342	3.62 259	1.35 408	1.60 481	3.67 294	1.24 411	3.95 363	2.98 485	2.58 447	2.29 417	4.01 483	1.79 374	11.23 506	2.09 409	0.37 324	0.38 411	0.36 342	0.34 353	0.45 360	0.71 455

psm_up	2.28 339	0.81 331	5.45 286	1.26 364	1.50 462	3.84 328	1.23 409	4.23 445	2.03 302	2.55 439	1.80 287	2.44 352	1.65 349	12.90 552	1.58 331	0.37 324	0.38 411	0.41 392	0.34 353	0.43 344	0.39 301

EDNetEfficientorigin	12.35 569	2.51 514	179.47 599	1.19 335	0.96 321	2.91 161	1.81 478	3.00 200	5.35 550	8.91 562	4.79 522	4.18 493	4.64 516	9.98 455	11.30 533	0.37 324	0.38 411	0.60 485	0.85 514	1.32 525	2.43 545

DSFCA	1.89 270	0.69 247	3.14 236	1.10 286	1.18 382	3.99 376	1.79 475	3.50 262	2.16 336	3.10 496	1.64 230	2.91 403	2.50 444	5.38 347	2.26 423	0.43 392	0.38 411	0.37 354	0.36 379	0.50 386	0.42 331

FADNet_RVC	2.65 411	2.28 512	16.51 424	0.98 215	0.92 310	4.09 395	0.83 254	4.26 462	1.73 246	1.46 169	1.78 281	1.60 225	1.50 300	8.88 420	2.39 431	0.47 424	0.38 411	0.44 408	0.58 485	0.89 489	0.97 495

SGM_RVC	4.57 518	0.72 274	17.46 441	1.84 505	0.58 171	4.23 441	3.45 537	4.66 534	3.66 528	7.99 559	8.82 548	7.56 546	8.74 558	12.30 543	6.84 508	0.43 392	0.38 411	0.39 374	0.35 369	0.51 388	0.48 372
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fast-acv-ft	2.54 397	1.19 430	20.08 500	1.41 432	1.40 443	3.18 196	1.17 396	3.37 249	2.28 361	1.90 249	2.15 391	2.69 376	2.17 421	2.91 295	2.31 427	0.37 324	0.39 420	0.45 415	0.39 411	0.57 414	0.45 352

iinet-f	2.26 332	1.18 428	13.71 377	1.14 305	1.11 369	3.77 311	1.10 381	4.14 422	2.17 338	2.06 310	1.76 273	2.99 408	2.99 466	2.50 266	2.49 443	0.35 304	0.39 420	0.27 143	0.28 263	0.45 360	0.39 301

Wz-Net-SNSev	2.98 451	4.36 535	15.98 417	1.57 469	1.19 389	3.28 218	1.80 477	3.96 368	2.40 396	2.32 399	2.28 414	3.48 450	2.05 407	7.84 405	3.82 477	0.47 424	0.39 420	0.53 463	0.49 459	0.71 466	0.60 428

SACVNet	2.46 381	1.14 421	9.47 328	1.44 439	1.18 382	4.06 388	1.49 449	3.84 326	2.24 349	2.62 455	1.89 331	2.57 365	1.28 240	11.35 509	1.64 349	0.50 445	0.39 420	0.48 432	0.41 429	0.55 403	0.75 467

STTStereo	2.34 357	0.95 380	14.93 405	1.43 436	1.54 468	3.86 338	0.86 269	3.65 287	2.44 406	2.15 339	1.55 205	2.49 359	1.59 321	5.14 343	1.44 300	0.38 341	0.39 420	0.47 424	0.51 469	0.52 392	0.51 394

zh-mn7	3.15 471	9.61 563	12.45 363	1.26 364	0.99 335	2.91 161	1.32 418	4.12 414	2.74 449	3.33 508	3.07 490	2.84 396	1.89 396	8.91 422	4.69 486	0.49 441	0.40 425	0.38 370	0.38 404	0.56 409	0.63 438

w-ln-seven-2	2.73 424	2.13 507	12.47 364	1.18 332	1.01 344	3.54 268	1.58 458	3.93 357	3.26 511	2.43 423	2.02 359	2.63 372	2.28 428	7.93 406	5.45 499	0.40 360	0.40 425	0.44 408	0.34 353	0.62 431	0.47 367

rvit_stereo_0075_2	1.18 147	0.74 293	2.66 214	0.90 160	1.27 412	2.51 128	0.69 161	2.25 96	2.06 311	1.40 163	1.86 321	1.46 209	0.84 124	1.42 131	0.94 196	0.46 415	0.40 425	0.48 432	0.38 404	0.46 371	0.51 394

dad	1.65 236	1.19 430	3.04 232	0.98 215	0.56 150	4.22 438	0.84 257	1.99 70	2.48 411	2.14 331	1.68 242	1.62 228	1.13 206	3.85 319	2.04 401	1.03 518	0.40 425	2.04 542	0.48 455	0.75 474	0.53 401

AnonymousM	1.22 161	1.32 456	0.97 1	0.88 146	0.56 150	4.03 383	0.69 161	2.41 112	1.68 230	1.48 171	1.31 141	1.15 160	1.00 167	1.18 81	0.73 109	0.32 256	0.40 425	2.07 543	1.70 544	0.24 51	0.22 63

sCroCo_RVC	1.06 127	0.82 338	5.05 278	1.02 245	1.05 352	0.98 8	0.61 117	2.06 75	1.29 76	0.69 48	1.26 127	0.82 104	1.10 200	1.20 83	0.90 175	0.42 386	0.40 425	0.33 290	0.30 309	0.46 371	0.38 294

Nwc_Net	2.88 437	1.16 425	18.30 453	1.35 408	1.68 499	3.52 263	1.18 397	3.90 345	2.06 311	2.52 436	2.82 480	3.82 474	2.34 433	6.78 386	2.55 450	0.86 510	0.40 425	0.59 480	0.67 497	0.57 414	0.55 411

DeepPruner_ROB	2.05 303	1.09 411	10.50 343	1.01 235	1.20 395	4.39 461	0.91 310	3.14 215	1.72 243	2.60 451	1.54 201	2.78 392	1.27 238	4.52 333	1.72 359	0.51 451	0.40 425	0.37 354	0.34 353	0.48 378	0.52 399

NCCL2	2.53 395	1.35 460	10.90 349	1.15 318	0.97 325	3.53 264	2.56 511	3.65 287	2.23 347	2.76 471	1.80 287	2.41 342	1.66 351	10.35 468	2.07 407	0.44 399	0.40 425	0.57 476	0.53 476	0.59 418	0.65 444

FACV-RUCA	1.26 178	0.65 215	2.21 170	1.06 261	1.50 462	2.69 144	1.15 391	3.05 206	1.87 274	1.36 155	1.99 355	1.03 146	1.15 221	1.36 119	1.10 227	0.41 375	0.41 434	0.73 512	0.41 429	0.61 427	0.41 327

DLNR_Zeroshot_test	28.62 584	55.50 594	49.94 589	183.62 596	115.05 594	3.43 238	0.28 6	29.49 585	1.49 133	1.01 123	1.26 127	0.93 133	0.63 54	3.92 324	1.51 322	29.81 589	0.41 434	0.26 115	0.23 151	93.28 594	0.32 217

XQC	2.96 445	2.42 513	14.85 400	1.36 414	1.32 424	3.29 222	1.53 452	4.28 468	2.78 455	3.21 503	2.46 442	3.53 461	2.92 464	6.58 376	4.67 484	0.70 495	0.41 434	0.59 480	0.56 481	0.96 498	0.83 484

ADCP+	3.74 496	1.96 501	16.90 430	1.09 277	1.55 472	4.35 456	3.65 545	3.93 357	2.98 485	2.22 368	1.66 238	3.95 478	4.83 518	3.41 307	18.87 568	0.38 341	0.41 434	0.63 493	0.53 476	0.64 441	0.81 479

RYNet	2.97 449	0.93 372	15.09 408	1.12 297	1.38 439	3.66 293	1.42 440	4.03 385	2.29 364	2.10 317	1.70 249	3.79 472	2.16 419	13.64 561	3.02 466	0.37 324	0.41 434	0.48 432	0.34 353	0.81 483	0.75 467

GANet	2.93 441	1.05 400	11.29 352	1.64 478	0.96 321	3.91 346	2.52 509	3.72 305	2.41 398	2.95 488	3.00 486	3.21 426	2.03 404	12.42 546	4.72 487	0.51 451	0.41 434	0.46 421	0.39 411	0.60 422	0.50 386

NaN_ROB	4.06 508	1.13 417	16.64 425	1.12 297	1.25 408	3.50 257	3.05 528	4.29 471	3.26 511	3.64 515	2.56 455	2.97 406	4.79 517	13.33 555	16.91 556	0.37 324	0.41 434	0.38 370	0.39 411	0.48 378	0.81 479

LALA_ROB	1.95 284	1.48 475	3.11 234	1.05 255	0.98 332	3.99 376	1.82 479	4.44 511	2.28 361	3.31 506	1.85 318	2.76 390	1.67 353	4.04 327	3.23 470	0.46 415	0.41 434	0.55 471	0.52 472	0.60 422	0.57 418

rvit_0105_6	1.00 115	0.93 372	2.21 170	0.92 174	0.55 146	1.52 57	0.79 226	2.41 112	2.96 481	0.76 73	0.72 25	1.02 144	0.75 89	1.42 131	0.81 139	0.40 360	0.43 442	0.34 308	0.31 325	0.43 344	0.34 245

rvit_0105_5	1.13 136	0.93 372	2.60 204	0.91 168	0.56 150	1.92 80	0.91 310	3.02 203	2.63 436	0.95 117	1.20 108	1.18 166	0.93 150	1.51 151	0.93 194	0.40 360	0.43 442	0.37 354	0.35 369	0.42 334	0.44 346

EDNetEfficient	5.61 535	2.14 508	16.75 428	1.67 482	3.64 556	4.12 404	7.51 559	3.05 206	5.63 554	11.57 575	4.83 523	3.95 478	12.72 562	8.44 414	20.78 572	0.41 375	0.43 442	0.47 424	1.01 525	1.66 532	1.39 520

NVstereo2D	2.54 397	0.90 361	11.10 350	1.32 391	1.47 458	3.58 278	1.38 431	4.13 416	2.45 407	1.90 249	1.71 253	2.86 398	1.76 369	10.86 486	1.66 352	0.60 472	0.43 442	0.53 463	0.41 429	0.78 478	0.94 493

CBMV	3.32 481	0.96 386	21.16 544	1.32 391	0.83 277	3.81 321	3.91 550	4.47 516	2.53 421	3.34 509	2.24 406	4.45 504	2.58 449	10.07 460	1.96 394	0.45 408	0.43 442	0.48 432	0.38 404	0.52 392	0.53 401
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_3	1.24 167	0.93 372	2.84 223	0.97 209	0.58 171	2.38 116	1.08 375	3.26 232	2.53 421	1.18 142	1.40 165	1.24 178	1.04 177	1.73 193	0.97 203	0.44 399	0.44 447	0.40 380	0.42 435	0.42 334	0.50 386

aanetorigin	3.30 479	1.66 487	17.52 443	1.18 332	1.58 480	2.57 137	3.80 547	2.65 158	2.03 302	6.12 549	4.30 519	2.82 395	5.70 529	5.47 350	4.67 484	0.50 445	0.44 447	0.43 403	0.47 450	1.17 518	0.92 491

RTS	3.90 501	7.04 546	17.94 446	1.92 511	2.19 532	5.00 538	2.96 524	4.29 471	3.19 504	4.05 525	3.08 491	4.94 521	3.16 477	7.64 400	6.72 504	0.66 485	0.44 447	0.51 452	0.47 450	0.95 494	0.76 469

RTSA	3.90 501	7.04 546	17.94 446	1.92 511	2.19 532	5.00 538	2.96 524	4.29 471	3.19 504	4.05 525	3.08 491	4.94 521	3.16 477	7.64 400	6.72 504	0.66 485	0.44 447	0.51 452	0.47 450	0.95 494	0.76 469

SANet	5.65 537	1.72 490	20.94 537	1.26 364	0.88 299	7.20 554	3.81 548	4.60 531	11.23 563	4.56 536	8.78 547	7.49 545	6.95 544	11.85 537	18.11 562	0.49 441	0.44 447	0.50 449	0.42 435	0.90 491	0.82 483

TCMNet	2.98 451	1.30 450	18.26 451	1.47 448	2.09 529	3.84 328	1.08 375	3.96 368	2.39 395	2.53 437	2.29 417	2.43 348	1.75 368	10.09 461	2.39 431	0.52 457	0.45 452	0.61 488	0.50 465	0.80 482	0.78 473

rvit_0105_4	1.07 130	0.99 389	2.39 192	0.93 188	0.54 139	1.62 63	0.84 257	2.77 175	2.91 475	0.80 85	0.91 56	1.09 151	0.86 129	1.63 177	0.85 151	0.40 360	0.45 452	0.35 327	0.31 325	0.43 344	0.40 321

CFNet_ucs	2.36 367	0.68 244	18.42 457	0.89 151	0.81 263	3.85 336	0.68 155	4.29 471	2.37 386	2.09 314	2.04 364	3.31 436	1.24 236	2.63 284	1.14 235	0.36 316	0.45 452	0.56 473	0.29 291	0.66 449	0.49 379

APVNet	3.13 468	1.25 445	21.14 542	1.31 388	1.52 465	3.94 358	1.13 388	3.32 242	2.14 332	2.20 357	2.03 361	3.05 415	1.96 401	11.79 534	2.53 447	0.42 386	0.45 452	0.64 496	0.46 447	0.67 451	0.57 418

Syn2CoEx	3.08 463	2.55 519	19.88 490	1.34 403	1.18 382	2.43 121	1.65 468	3.91 350	2.40 396	2.39 417	2.27 410	2.90 400	3.17 479	9.57 441	2.54 449	0.50 445	0.45 452	0.53 463	0.39 411	0.74 471	0.72 462

GwcNet	3.00 455	1.63 483	19.83 488	1.32 391	2.04 528	3.27 213	1.55 456	3.65 287	2.33 374	2.00 289	2.12 386	3.56 465	1.68 357	9.47 436	2.45 440	0.44 399	0.45 452	0.46 421	0.38 404	0.60 422	0.76 469

FADNet	2.49 388	1.76 493	13.17 368	1.17 326	0.95 320	3.27 213	0.88 292	3.94 361	2.27 357	1.40 163	1.29 136	2.51 360	2.06 408	9.93 453	1.94 389	0.43 392	0.45 452	0.40 380	0.43 438	1.06 503	0.53 401

PS-NSSS	2.22 324	1.33 459	2.90 227	0.97 209	1.53 467	4.11 402	1.08 375	4.55 527	2.65 439	2.10 317	2.32 434	1.77 252	1.40 266	11.79 534	1.61 338	0.68 491	0.45 452	0.96 523	0.43 438	0.95 494	0.92 491

CSAN	4.71 521	1.39 466	20.23 506	1.19 335	0.87 296	3.65 292	3.50 539	4.57 529	3.87 531	3.89 521	7.82 537	3.54 464	6.16 537	23.47 578	6.82 507	0.52 457	0.45 452	0.49 446	0.52 472	0.63 433	0.66 445

GwcNet-ADL	2.47 384	0.67 236	21.48 553	0.96 202	0.72 232	4.61 504	0.95 335	4.42 507	2.36 380	1.98 272	1.80 287	2.55 363	1.24 236	1.90 218	1.41 295	0.40 360	0.46 461	0.24 63	0.27 234	0.41 315	0.49 379

PSMNet-ADL	1.91 276	0.72 274	1.78 121	1.09 277	0.86 291	4.18 428	0.78 219	3.77 312	2.10 325	1.72 212	1.85 318	2.91 403	1.82 384	10.38 471	1.91 385	0.48 429	0.46 461	0.28 172	0.29 291	0.38 276	0.51 394

RGC	3.10 466	1.45 473	14.90 403	1.46 445	1.79 511	3.33 224	1.39 433	4.04 389	2.26 355	2.77 472	3.26 501	4.00 482	2.71 455	11.63 526	2.62 454	0.82 506	0.46 461	0.79 515	0.79 512	0.71 466	0.78 473

SGM-Forest	2.96 445	0.62 184	3.49 249	1.09 277	0.80 260	4.06 388	3.30 533	4.37 500	3.09 495	4.18 532	3.27 502	4.67 517	3.86 501	11.69 530	7.91 518	0.51 451	0.46 461	0.49 446	0.39 411	0.48 378	0.49 379
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_105_1	1.43 204	0.90 361	3.27 241	1.08 271	0.68 219	2.79 146	1.27 413	3.52 266	2.35 377	1.38 160	1.54 201	1.28 182	1.14 213	2.91 295	1.40 291	0.54 462	0.47 465	0.45 415	0.59 487	0.44 352	0.58 423

FINET	2.96 445	1.07 406	23.18 571	1.29 378	1.86 516	2.03 88	1.52 450	4.30 479	4.71 543	2.23 372	2.34 436	1.65 230	1.48 293	5.89 361	2.81 461	0.51 451	0.47 465	0.49 446	0.40 422	0.59 418	0.49 379

RP	2.79 426	1.20 432	10.36 340	1.54 461	1.93 520	3.44 239	1.97 487	4.05 393	2.34 375	2.66 464	2.79 475	3.98 481	2.58 449	10.21 464	2.61 452	0.95 514	0.47 465	0.71 505	0.57 484	0.71 466	0.68 449

SHD	2.82 428	2.04 505	13.80 383	1.69 484	1.79 511	2.73 145	1.07 370	3.85 329	3.18 503	4.63 537	2.74 470	3.38 444	2.77 457	5.48 351	3.66 475	0.62 476	0.47 465	0.51 452	0.55 479	0.65 444	0.74 464

AANet_RVC	3.03 459	1.72 490	12.78 366	1.17 326	1.12 370	3.79 317	1.10 381	3.86 332	3.13 497	2.62 455	4.26 518	3.96 480	1.41 271	11.43 513	5.23 497	0.94 513	0.47 465	0.34 308	0.23 151	0.40 291	0.55 411

XPNet_ROB	2.27 334	1.11 415	4.10 266	1.36 414	0.97 325	3.94 358	1.63 463	4.07 399	2.14 332	2.82 477	2.00 357	2.32 332	1.73 367	10.81 485	3.39 471	0.51 451	0.47 465	0.48 432	0.40 422	0.51 388	0.56 414

zh-sn7	3.81 498	11.43 570	15.78 415	1.25 357	1.15 375	3.68 297	2.58 513	4.15 426	2.42 401	2.61 453	3.10 494	3.38 444	3.03 472	11.43 513	6.88 509	0.45 408	0.48 471	0.45 415	0.43 438	0.72 469	0.71 455

DualNet (step1)	2.34 357	1.05 400	7.87 305	1.07 263	0.86 291	3.93 353	1.19 400	4.35 492	2.11 327	2.14 331	1.75 264	1.75 247	1.67 353	6.26 371	1.26 266	1.23 527	0.48 471	4.27 570	2.09 556	0.70 457	0.69 451

test_sample7	1.65 236	0.70 257	2.60 204	1.48 450	0.76 248	2.38 116	1.07 370	4.35 492	2.11 327	2.14 331	1.75 264	1.75 247	1.67 353	6.26 371	1.26 266	0.44 399	0.48 471	0.43 403	0.40 422	0.46 371	0.43 340

ADCL	4.35 514	1.63 483	14.21 393	1.29 378	1.26 410	5.56 545	11.16 565	3.97 370	3.37 519	6.07 547	4.67 521	4.30 500	5.72 530	5.08 342	14.51 545	0.50 445	0.48 471	0.89 521	0.77 508	0.78 478	0.76 469

SGM-ForestM	11.55 565	1.16 425	21.62 557	2.14 524	0.81 263	22.25 578	19.08 577	16.50 579	11.34 564	15.94 579	14.44 570	27.12 581	22.61 580	24.76 579	28.39 585	0.50 445	0.48 471	0.47 424	0.44 441	0.55 403	0.53 401

stereogan	3.09 464	0.93 372	16.43 422	1.37 424	1.66 495	3.70 298	1.67 470	3.87 335	3.15 501	3.04 492	2.70 469	5.04 526	2.79 458	9.96 454	1.78 370	0.63 477	0.49 476	0.69 502	0.47 450	0.83 486	0.68 449

ISRNet	1.69 242	0.76 310	5.69 288	1.27 372	1.36 434	2.85 153	0.61 117	3.60 279	1.91 284	2.13 328	2.12 386	2.90 400	1.41 271	2.51 269	1.71 357	0.49 441	0.50 477	0.56 473	0.47 450	0.49 384	0.57 418

pcwnet_v2	2.70 422	0.65 215	22.48 565	1.08 271	1.03 347	3.56 273	0.81 245	4.29 471	3.14 499	2.29 385	2.29 417	3.01 410	1.71 362	3.32 306	1.43 298	0.43 392	0.50 477	0.41 392	0.34 353	0.61 427	0.56 414

ACV-stereo	2.92 440	0.92 368	20.27 511	1.33 396	1.05 352	4.68 514	1.10 381	2.66 160	1.64 220	1.46 169	1.32 142	5.41 535	4.24 509	7.83 404	1.90 384	0.44 399	0.52 479	0.32 255	0.29 291	0.45 360	0.63 438

DCVSM-stereo	2.31 346	0.66 226	20.69 529	1.11 293	0.93 315	2.58 139	0.73 177	2.61 154	1.60 209	2.57 443	1.53 199	3.30 435	1.72 364	2.19 248	1.23 258	0.34 284	0.53 480	0.41 392	0.32 336	0.45 360	0.62 434

hitnet-ft	2.37 368	0.73 285	8.34 311	0.96 202	0.89 304	3.77 311	0.80 236	3.55 273	2.58 429	2.24 375	2.04 364	3.65 469	1.49 299	11.71 531	1.89 382	0.44 399	0.53 480	0.44 408	0.35 369	0.52 392	0.48 372

YMNet	2.40 370	1.41 469	13.46 373	1.36 414	1.67 496	3.96 368	0.97 344	3.81 319	2.37 386	2.64 459	2.57 457	3.35 439	1.53 313	3.28 304	2.42 436	0.48 429	0.54 482	0.52 458	0.49 459	0.70 457	0.54 407

YMNet_1	2.40 370	1.41 469	13.46 373	1.36 414	1.67 496	3.96 368	0.97 344	3.81 319	2.37 386	2.64 459	2.57 457	3.35 439	1.53 313	3.28 304	2.42 436	0.48 429	0.54 482	0.52 458	0.49 459	0.70 457	0.54 407

PA-Net	3.09 464	1.24 444	18.84 462	1.38 426	1.19 389	3.42 237	1.75 473	3.89 340	3.27 515	1.88 242	2.10 379	3.03 411	1.88 395	11.60 519	2.88 462	0.40 360	0.54 482	0.44 408	0.62 493	0.52 392	1.02 498
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NOSS_ROB	2.27 334	0.73 285	3.00 230	1.71 488	1.00 343	3.90 345	0.97 344	4.29 471	2.81 467	2.94 487	2.19 398	3.88 476	1.19 228	11.77 533	1.62 343	0.59 471	0.54 482	0.56 473	0.52 472	0.56 409	0.54 407

Wz-Net-TNSev	3.67 492	8.83 552	13.47 375	1.48 450	1.18 382	3.60 281	2.49 508	4.27 463	3.13 497	2.18 350	1.89 331	4.21 497	2.80 459	12.10 541	7.58 517	0.57 468	0.55 486	0.47 424	0.54 478	0.91 492	1.05 500

DANet	2.63 409	1.07 406	8.10 310	1.83 504	1.70 501	3.25 209	1.16 393	4.31 482	2.38 391	3.40 512	2.18 396	4.08 487	1.80 379	9.77 444	3.89 478	0.52 457	0.55 486	0.59 480	0.44 441	0.63 433	0.86 485
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV_ROB	3.62 490	0.70 257	21.42 552	1.21 346	0.89 304	4.43 471	1.76 474	4.39 503	2.79 457	5.88 546	3.38 505	4.18 493	5.12 522	10.75 481	2.32 428	0.56 466	0.55 486	0.53 463	0.51 469	0.55 403	0.46 362

FC-DCNN v2	6.91 551	0.77 313	19.25 470	1.69 484	1.64 488	9.13 561	2.40 505	7.20 559	9.47 562	11.07 574	11.62 561	20.05 571	15.79 568	12.55 550	11.99 539	0.66 485	0.57 489	0.58 477	0.56 481	0.63 433	0.61 431

HBP-ISP	3.25 478	1.10 412	20.86 533	1.54 461	1.15 375	4.50 484	2.89 522	4.43 510	2.38 391	4.14 528	1.96 344	1.90 281	2.04 406	11.08 500	1.32 280	0.66 485	0.57 489	0.66 499	0.61 492	0.64 441	0.61 431

FCDSN-DC	6.04 542	0.84 346	19.25 470	1.24 355	1.09 365	4.38 458	2.62 514	4.38 501	4.71 543	9.59 567	11.22 558	19.19 568	17.40 571	12.30 543	8.55 522	0.69 494	0.57 489	0.60 485	0.60 489	0.70 457	0.78 473
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GANetREF_RVC	3.20 475	1.93 499	18.84 462	1.51 456	0.80 260	4.12 404	1.82 479	4.16 427	2.91 475	1.87 239	1.74 260	2.48 357	1.84 386	13.18 553	1.74 364	0.80 503	0.57 489	0.79 515	0.74 504	1.20 521	0.86 485
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
FC-DCNN	6.64 546	0.77 313	19.26 472	1.68 483	1.64 488	8.27 559	2.35 504	6.35 557	9.23 561	10.85 572	11.27 559	19.89 569	13.33 563	12.51 549	11.79 538	0.66 485	0.57 489	0.58 477	0.56 481	0.63 433	0.61 431

Anonymous3	1.72 245	0.76 310	11.61 356	0.83 108	0.84 285	4.46 473	0.84 257	3.57 275	1.16 56	1.34 152	1.37 157	1.11 156	1.03 173	1.58 160	1.13 234	0.70 495	0.58 494	0.33 290	0.35 369	0.47 375	0.42 331

AnyNet_C32	4.17 511	5.75 543	12.62 365	1.60 473	1.54 468	5.51 544	4.09 551	3.90 345	3.23 509	4.22 533	3.03 488	3.10 417	3.41 488	8.01 408	18.85 567	0.53 460	0.58 494	0.53 463	0.74 504	1.19 520	0.97 495

MSMD_ROB	5.61 535	1.08 408	16.68 426	1.21 346	0.83 277	10.14 562	2.07 494	3.93 357	6.22 556	10.37 570	8.03 539	22.22 573	9.45 559	11.66 527	4.52 483	0.66 485	0.58 494	0.66 499	0.68 500	0.65 444	0.63 438

WCMA_ROB	5.12 527	0.90 361	21.33 548	1.50 454	1.33 428	4.09 395	3.49 538	4.03 385	4.59 542	6.57 552	10.95 557	12.92 558	8.41 557	9.86 449	8.78 523	0.75 498	0.58 494	0.51 452	0.50 465	0.68 454	0.57 418

MeshStereo	5.35 531	1.32 456	21.34 549	1.34 403	1.15 375	4.40 465	3.90 549	5.18 546	4.55 540	10.14 569	11.82 562	11.47 554	5.84 531	13.84 563	7.03 512	0.61 474	0.58 494	0.60 485	0.58 485	0.72 469	0.59 427
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
RAFT + AFF	2.51 391	2.66 520	4.48 273	1.15 318	1.95 521	4.15 411	2.01 490	4.46 515	3.30 516	2.19 354	2.51 449	2.22 321	4.87 519	8.91 422	2.06 404	0.30 215	0.60 499	0.48 432	0.38 404	0.77 476	0.69 451

DeepPrunerF	3.70 493	1.72 490	14.87 401	1.33 396	1.74 505	3.70 298	1.55 456	4.20 432	14.00 569	2.02 296	1.77 278	2.74 382	2.30 429	10.88 487	6.88 509	0.68 491	0.60 499	0.78 514	0.78 511	0.81 483	0.71 455

ADCMid	3.96 504	3.27 528	15.48 413	1.26 364	1.40 443	4.66 511	2.28 501	4.06 397	3.54 524	3.94 522	3.02 487	3.85 475	3.67 497	4.03 326	18.65 566	0.68 491	0.61 501	1.09 530	1.18 534	1.38 526	1.08 502

coex-ft	18.59 578	6.62 545	113.53 597	1.17 326	1.31 418	2.33 114	1.93 485	2.81 185	14.00 569	124.82 598	8.45 543	5.90 539	51.74 592	9.99 456	22.69 573	0.57 468	0.62 502	0.50 449	0.49 459	1.08 507	1.28 511

FBW_ROB	3.24 476	1.02 394	9.21 327	1.49 453	1.07 359	3.78 313	1.48 445	4.31 482	3.08 494	2.46 426	2.32 434	4.20 496	2.08 410	15.19 567	7.16 513	0.84 509	0.62 502	1.33 536	0.92 518	0.99 499	1.31 513

edge stereo	3.37 485	1.01 393	21.99 561	1.28 374	1.37 436	2.67 143	1.39 433	3.98 372	2.87 472	2.93 483	3.27 502	4.35 501	2.43 439	11.62 521	2.39 431	0.60 472	0.63 504	0.79 515	0.55 479	0.68 454	0.67 446

ADCS	4.22 513	5.33 539	16.32 420	1.64 478	1.31 418	3.91 346	3.64 544	4.21 438	2.89 473	5.11 541	2.81 479	4.46 505	3.06 475	5.21 344	19.50 569	0.63 477	0.64 505	0.69 502	0.69 502	1.12 511	1.26 510

DDVS	1.68 241	0.79 323	2.52 199	1.26 364	1.16 380	3.17 194	0.78 219	3.12 213	1.82 264	1.86 237	1.91 337	2.92 405	1.43 279	6.20 369	1.63 346	0.45 408	0.65 506	0.34 308	0.38 404	0.48 378	0.79 477

BEATNet-Init1	49.72 593	64.32 595	97.77 596	4.68 571	4.28 566	84.75 597	60.42 590	73.38 596	68.59 592	88.29 596	88.51 597	91.94 597	97.99 597	85.26 598	70.96 598	0.80 503	0.65 506	0.85 519	0.70 503	7.96 576	2.33 541

NCC-stereo	3.16 473	1.28 448	18.31 454	1.25 357	1.75 506	4.06 388	1.40 435	3.89 340	2.22 345	2.72 468	2.55 453	3.49 456	2.65 452	9.91 451	2.99 464	1.29 533	0.65 506	0.64 496	0.86 515	0.65 444	0.71 455

Abc-Net	3.16 473	1.28 448	18.31 454	1.25 357	1.75 506	4.06 388	1.40 435	3.89 340	2.22 345	2.72 468	2.55 453	3.49 456	2.65 452	9.91 451	2.99 464	1.29 533	0.65 506	0.64 496	0.86 515	0.65 444	0.71 455
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	3.34 482	0.81 331	20.05 496	1.25 357	1.20 395	3.44 239	1.99 489	4.23 445	2.67 442	3.14 499	3.82 514	3.51 459	3.32 485	11.68 529	1.94 389	0.64 480	0.67 510	0.48 432	0.52 472	0.61 427	0.81 479

SAMSARA	3.55 488	2.16 509	14.18 392	1.86 508	1.49 460	4.62 505	2.65 515	3.58 278	2.80 461	7.05 554	3.05 489	5.16 532	4.07 505	9.18 430	4.80 489	0.64 480	0.67 510	0.59 480	0.68 500	0.89 489	0.91 490

AnyNet_C01	4.37 515	7.80 548	16.40 421	1.98 517	1.40 443	6.37 549	6.47 557	4.09 405	5.03 548	4.06 527	3.78 512	4.16 492	3.31 484	6.62 378	10.00 527	0.61 474	0.67 510	0.63 493	0.67 497	2.01 534	1.31 513

psmorigin	6.59 545	1.15 422	88.11 595	1.52 457	0.97 325	2.88 156	1.20 404	3.21 223	2.04 306	3.73 518	2.46 442	5.15 531	2.55 447	10.60 476	2.47 442	0.55 464	0.68 513	0.48 432	0.51 469	0.70 457	0.88 489

PSMNet-RUCA	1.64 235	1.50 477	2.57 203	1.50 454	1.38 439	3.05 180	1.36 424	3.31 237	2.24 349	1.36 155	2.07 375	1.40 202	1.09 194	1.83 208	1.55 327	1.15 523	0.69 514	1.26 534	0.96 521	1.64 531	0.94 493

PVD	3.12 467	1.97 502	12.80 367	1.79 501	1.63 486	3.83 323	1.34 421	3.48 256	3.88 532	5.77 544	3.56 509	3.45 449	3.29 483	5.58 355	5.30 498	0.71 497	0.69 514	0.74 513	0.77 508	0.79 480	1.13 506

S-Stereo	3.48 487	0.91 366	22.06 564	1.36 414	1.50 462	3.55 271	2.53 510	4.21 438	2.81 467	2.37 412	3.81 513	3.75 470	1.84 386	11.90 539	2.51 445	0.63 477	0.71 516	0.48 432	0.76 506	0.67 451	1.19 509

SDNR	3.97 505	1.93 499	20.28 512	1.31 388	0.94 317	5.16 540	0.67 149	4.33 488	2.58 429	4.82 540	5.94 531	5.01 525	1.45 286	17.52 569	2.53 447	0.79 501	0.72 517	0.59 480	0.45 445	1.15 516	1.17 507

DPSNet	3.43 486	1.37 463	12.19 359	1.39 428	1.24 405	4.15 411	2.06 492	4.51 524	3.34 517	2.69 466	1.96 344	3.52 460	5.56 528	10.68 479	9.68 526	0.93 512	0.73 518	0.40 380	0.37 391	1.06 503	0.86 485

MANE	11.39 564	1.38 464	23.16 570	4.82 572	2.79 543	22.02 577	14.51 572	25.81 581	26.28 582	10.93 573	13.17 567	19.90 570	18.03 574	15.69 568	20.41 571	0.96 515	0.74 519	1.42 537	3.24 573	0.74 471	1.71 528

ccnet	2.66 413	0.97 387	8.01 309	1.54 461	1.24 405	3.75 308	2.18 499	4.07 399	2.41 398	2.66 464	3.25 500	2.87 399	2.31 432	9.89 450	3.50 472	0.78 500	0.75 520	0.71 505	0.67 497	0.76 475	0.81 479

GCST	2.56 402	1.79 495	18.02 448	1.92 511	1.33 428	1.72 66	0.51 73	3.67 291	2.03 302	1.70 207	1.61 223	1.55 219	1.29 243	5.06 341	1.24 260	2.06 541	0.77 521	1.45 538	0.97 522	1.14 513	1.34 516

PDISCO_ROB	2.86 431	1.53 479	14.27 394	1.98 517	2.19 532	4.52 489	1.35 422	4.65 533	3.19 504	2.09 314	2.16 392	3.53 461	2.45 441	5.32 345	2.12 411	1.30 535	0.78 522	0.72 509	0.59 487	1.24 522	1.28 511

G-Net	4.11 509	1.21 433	19.47 478	2.31 533	2.94 545	4.74 530	2.95 523	3.33 246	2.14 332	4.44 535	9.43 550	6.93 544	3.84 500	9.01 426	4.92 493	0.79 501	0.80 523	0.70 504	0.50 465	0.95 494	0.87 488

PASM	2.67 415	2.05 506	9.71 329	1.73 491	1.37 436	2.53 134	1.52 450	3.10 211	2.17 338	2.79 474	1.84 311	2.90 400	1.85 390	11.89 538	2.19 419	0.81 505	0.85 524	0.87 520	1.01 525	1.14 513	1.05 500

LSM	12.71 570	3.52 531	20.79 531	55.63 593	84.76 591	3.63 291	6.30 556	3.73 306	4.93 547	5.55 543	13.92 568	3.53 461	3.25 482	9.72 443	4.12 479	0.64 480	0.85 524	0.71 505	0.81 513	1.03 500	26.84 585

Anonymous_2	3.01 457	0.89 359	4.53 274	1.06 261	1.18 382	2.93 168	0.87 288	3.24 229	1.46 112	1.86 237	1.35 152	4.11 489	2.35 434	1.64 179	1.28 273	0.82 506	0.90 526	8.71 581	15.84 584	4.44 559	0.74 464

Consistency-Raft	2.86 431	1.66 487	19.61 480	1.40 431	1.75 506	3.84 328	1.32 418	4.07 399	2.25 352	1.78 222	2.67 466	1.82 269	4.41 512	1.94 222	2.06 404	0.83 508	0.94 527	1.03 525	1.12 530	1.70 533	1.09 503

MFN_U_SF_RVC	3.81 498	10.78 567	15.01 406	1.84 505	1.39 441	3.73 306	1.63 463	4.05 393	3.26 511	2.91 481	2.38 438	4.36 503	3.65 496	8.43 413	4.91 492	1.11 522	1.04 528	0.99 524	1.31 537	1.58 529	1.75 531

MFMNet_re	2.91 438	1.91 498	18.25 450	3.06 547	1.89 518	3.13 191	1.67 470	3.52 266	2.97 482	3.14 499	2.87 482	2.26 322	2.41 437	2.42 260	2.00 397	1.10 520	1.05 529	0.94 522	0.90 517	1.28 523	1.46 523

anonymity	1.76 253	1.26 446	2.73 220	1.66 481	1.32 424	1.84 73	1.07 370	3.49 259	2.30 365	2.11 321	2.11 383	1.71 243	3.90 502	1.82 207	1.48 312	1.10 520	1.09 530	1.08 529	1.08 529	1.05 502	1.09 503

SPS-STEREO	3.97 505	1.44 472	20.85 532	1.72 490	1.71 502	3.24 206	2.30 503	3.55 273	2.68 444	4.79 539	3.66 510	5.44 536	2.97 465	9.11 427	9.35 525	1.15 523	1.10 531	1.06 528	1.02 527	1.16 517	1.18 508
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ELAS_RVC	5.72 538	1.64 486	20.40 517	2.09 523	2.01 524	4.95 537	11.47 567	4.66 534	6.31 558	8.09 560	8.01 538	8.06 550	11.65 561	8.36 410	10.22 528	0.99 517	1.17 532	0.81 518	0.76 506	1.14 513	1.58 525
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCPNet	3.89 500	1.63 483	20.25 510	1.28 374	1.27 412	6.43 550	2.65 515	3.93 357	2.70 445	2.78 473	2.20 400	4.28 499	6.16 537	5.56 353	10.27 529	0.65 483	1.18 533	0.71 505	1.70 544	0.84 487	1.37 517

ELAS	5.99 541	1.62 481	20.29 513	1.96 516	2.01 524	15.09 571	8.38 563	5.23 547	5.54 552	9.02 563	8.61 544	6.74 542	9.75 560	7.48 397	11.40 535	0.96 515	1.18 533	0.72 509	0.93 519	1.30 524	1.67 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	8.36 556	3.82 532	24.83 575	2.02 519	1.75 506	14.80 570	17.22 574	4.27 463	11.79 566	13.88 576	14.38 569	11.74 557	13.83 564	10.56 473	15.12 546	1.21 525	1.19 535	1.14 532	1.13 532	1.17 518	1.37 517

WAO-7	5.16 528	3.21 526	18.98 466	1.88 510	1.44 453	5.34 542	3.09 531	4.91 542	5.81 555	4.35 534	8.92 549	6.55 541	6.06 534	13.40 557	10.81 531	1.34 537	1.20 536	1.48 539	1.35 540	1.60 530	1.45 521

MADNet+	3.97 505	9.54 562	13.83 384	1.87 509	1.69 500	4.19 432	2.87 521	4.80 540	4.10 538	2.51 434	2.67 466	4.55 510	3.41 488	8.72 417	6.92 511	1.25 530	1.27 537	1.04 526	0.93 519	1.39 527	1.85 532

NVStereoNet_ROB	4.91 526	1.40 467	16.46 423	1.47 448	1.72 504	3.46 244	1.96 486	3.89 340	3.61 526	2.90 480	24.61 578	4.81 518	4.49 514	13.57 559	4.87 491	1.33 536	1.29 538	1.70 540	1.68 542	1.41 528	1.66 526
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
JetBlue	6.27 544	9.15 558	13.76 378	1.94 515	4.60 569	11.91 564	12.00 568	5.12 545	3.45 523	3.79 519	4.52 520	9.54 552	6.56 543	9.40 435	13.48 543	1.26 531	1.37 539	1.17 533	1.34 539	7.06 574	3.95 567

SQANet	3.70 493	9.34 560	18.41 456	2.75 541	2.74 541	3.40 233	1.47 444	3.50 262	1.68 230	2.60 451	1.75 264	2.69 376	1.91 398	6.72 385	1.74 364	2.96 547	1.41 540	1.85 541	1.12 530	3.17 542	2.70 551

PWCK	5.85 539	9.95 564	15.22 412	2.90 544	1.56 475	5.66 546	7.69 560	5.27 548	4.74 545	3.88 520	7.51 535	8.04 548	5.28 524	15.18 566	8.40 521	3.08 550	1.51 541	2.24 546	1.37 541	5.55 565	1.96 535

MaskLacGwcNet_RVC	3.13 468	1.43 471	9.93 333	2.50 537	1.62 484	4.29 450	1.68 472	3.95 363	2.43 402	1.66 199	1.91 337	3.04 412	1.41 271	13.26 554	1.58 331	3.82 561	1.59 542	1.12 531	0.46 447	2.21 537	2.74 552

DispFullNet	4.64 520	3.48 530	23.95 574	3.99 559	3.03 547	3.35 226	1.06 368	4.18 428	2.80 461	6.33 551	2.94 483	4.04 485	7.81 552	3.92 324	5.16 494	2.75 545	1.61 543	3.10 560	2.68 567	3.32 544	3.31 560

otaku	4.58 519	8.93 555	19.95 493	3.11 548	2.67 539	3.91 346	2.57 512	3.82 322	2.25 352	2.22 368	9.72 552	4.08 487	2.35 434	8.57 415	2.13 414	3.51 555	1.65 544	2.15 545	1.17 533	3.69 549	3.15 555

Ntro	4.21 512	8.94 556	19.89 491	3.22 549	2.96 546	4.15 411	1.89 483	3.92 355	2.36 380	1.77 220	2.14 389	3.35 439	2.17 421	9.48 437	2.24 422	3.52 556	1.76 545	2.13 544	1.31 537	3.83 552	3.09 553

DDUNet	2.91 438	2.78 522	6.94 297	3.53 553	2.26 536	3.28 218	1.36 424	3.77 312	2.04 306	2.62 455	2.49 446	4.18 493	1.69 358	5.38 347	1.85 378	2.21 543	1.77 546	2.61 551	2.43 562	2.60 539	2.34 542

UDG	3.55 488	2.81 523	17.45 440	2.69 540	1.98 522	3.97 373	1.19 400	4.35 492	2.02 300	2.42 421	2.53 452	4.50 506	2.46 443	6.53 375	2.41 435	2.12 542	1.77 546	2.63 552	2.57 564	2.64 540	1.95 534

WAO-8	11.95 566	13.02 572	20.56 524	3.50 551	3.08 549	15.11 572	2.80 518	12.91 570	19.11 578	7.69 556	13.12 564	11.62 555	7.01 547	84.40 596	7.91 518	3.42 553	1.92 548	3.54 566	1.93 553	3.68 547	2.69 549

Venus	11.95 566	13.02 572	20.56 524	3.50 551	3.08 549	15.11 572	2.80 518	12.91 570	19.11 578	7.69 556	13.12 564	11.62 555	7.01 547	84.40 596	7.91 518	3.42 553	1.92 548	3.54 566	1.93 553	3.68 547	2.69 549

testlalala_base	1.62 230	0.74 293	1.63 108	1.19 335	1.40 443	2.63 142	0.84 257	4.09 405	1.31 79	1.22 144	1.42 169	1.21 175	0.85 126	1.16 69	0.73 109	3.92 563	2.10 550	0.27 143	0.18 51	4.49 560	1.11 505

CC-Net-ROB	3.35 483	1.76 493	13.89 385	2.33 534	1.65 492	4.49 481	1.62 462	4.73 537	2.90 474	1.92 256	2.05 370	1.99 298	1.61 328	12.57 551	1.60 335	2.46 544	2.18 551	2.68 553	1.04 528	2.11 536	1.38 519

test_for_model	2.16 318	3.87 533	1.58 106	4.16 561	3.64 556	2.51 128	0.96 341	3.63 284	2.62 434	2.45 425	1.39 162	1.02 144	0.73 82	0.92 25	0.57 48	2.97 548	2.19 552	0.26 115	0.17 30	5.32 564	2.24 539

ACVNet_2	5.41 532	12.60 571	20.42 519	3.27 550	3.15 552	4.50 484	3.02 527	4.66 534	3.73 530	3.35 511	5.36 527	7.86 547	2.88 461	12.33 545	4.76 488	3.12 551	2.22 553	2.70 554	1.69 543	3.49 545	3.10 554

ACVNet-4b	6.73 547	13.67 576	21.87 560	3.54 554	3.07 548	4.19 432	2.25 500	4.03 385	3.65 527	1.64 194	3.98 516	5.88 538	2.89 462	10.01 457	16.98 557	23.29 588	2.24 554	2.53 548	1.78 547	3.87 553	3.21 558

RainbowNet	4.56 517	8.28 549	20.07 499	3.64 557	3.23 554	4.15 411	2.99 526	4.18 428	3.03 490	2.20 357	2.65 464	4.26 498	2.90 463	9.77 444	2.12 411	3.88 562	2.27 555	2.71 555	1.72 546	3.78 551	3.31 560

Dean	7.52 553	9.08 557	21.41 551	3.74 558	3.53 555	4.81 534	3.53 540	5.33 552	5.25 549	4.17 529	26.53 579	25.62 580	4.09 506	10.97 491	4.32 480	3.69 559	2.30 556	2.91 556	1.87 551	4.03 554	3.24 559

ACVNet_1	6.04 542	13.97 577	21.36 550	3.58 555	3.14 551	4.73 527	2.48 507	4.20 432	3.17 502	2.98 489	2.83 481	23.31 574	4.34 511	11.06 497	2.45 440	3.68 558	2.33 557	2.60 550	1.79 548	3.69 549	3.19 557

MFN_U_SF_DS_RVC	3.94 503	10.88 568	12.30 361	1.26 364	1.55 472	5.19 541	3.33 535	4.42 507	2.82 469	2.58 447	2.62 461	5.00 524	2.11 411	14.03 565	2.73 456	1.28 532	2.34 558	0.67 501	1.83 549	0.81 483	1.03 499

WAO-6	5.87 540	2.27 510	15.05 407	2.96 545	2.77 542	12.01 565	3.58 543	5.37 553	11.91 567	3.34 509	9.69 551	6.78 543	5.84 531	11.82 536	8.89 524	2.87 546	2.35 559	2.50 547	1.84 550	2.85 541	2.67 548

MS	1.04 125	0.70 257	1.87 127	0.63 13	0.35 12	3.23 202	0.23 2	1.73 43	0.68 4	0.68 45	0.68 21	0.55 43	0.56 32	0.91 22	0.49 27	0.31 234	2.47 560	0.23 32	1.93 553	1.11 510	1.53 524

TorneroNet-64	10.12 559	8.74 551	20.95 538	4.27 563	3.76 561	13.86 569	2.85 520	15.05 575	23.15 581	10.07 568	23.84 577	13.47 560	8.24 556	13.96 564	17.21 559	3.96 564	2.72 561	3.23 561	2.48 563	6.29 567	4.27 570

TorneroNet	25.88 583	11.28 569	21.62 557	4.20 562	4.07 564	55.25 590	3.15 532	15.16 576	76.94 594	58.09 590	82.72 595	86.88 596	41.15 586	13.35 556	18.13 563	4.32 565	2.85 562	3.45 562	2.62 565	8.33 578	4.14 569

UNDER WATER-64	9.33 558	5.37 540	22.60 567	5.22 574	4.86 570	10.75 563	4.61 553	11.45 566	17.30 573	7.59 555	9.80 553	15.99 564	17.90 573	10.63 477	15.72 549	4.36 566	2.87 563	4.39 573	2.86 570	7.01 573	5.36 574

UNDER WATER	10.47 560	3.95 534	22.62 568	5.07 573	4.51 568	7.78 558	3.77 546	12.56 569	21.72 580	7.84 558	10.78 555	23.96 576	31.66 582	10.78 484	16.19 553	4.44 568	2.93 564	4.24 569	2.86 570	6.33 569	5.47 575

LVE	6.88 550	9.31 559	21.14 542	3.61 556	3.18 553	4.49 481	2.79 517	10.21 565	11.69 565	3.16 502	11.53 560	18.33 565	4.31 510	11.66 527	3.52 473	4.45 569	2.93 564	2.56 549	1.91 552	3.62 546	3.16 556

IMH-64-1	4.84 524	2.53 516	6.83 294	4.30 565	3.74 558	4.81 534	6.05 554	5.30 549	3.92 533	3.95 523	8.33 541	5.08 528	6.06 534	8.96 424	6.30 501	4.57 571	2.96 566	3.04 557	2.12 559	4.28 556	3.62 563

IMH-64	4.84 524	2.53 516	6.83 294	4.30 565	3.74 558	4.81 534	6.05 554	5.30 549	3.92 533	3.95 523	8.33 541	5.08 528	6.06 534	8.96 424	6.30 501	4.57 571	2.96 566	3.04 557	2.12 559	4.28 556	3.62 563

KSHMR	16.96 576	5.37 540	21.64 559	4.46 568	4.50 567	8.30 560	3.32 534	15.58 578	76.24 593	6.62 553	61.47 591	56.53 591	5.43 527	35.17 585	11.37 534	4.39 567	2.97 568	3.63 568	2.74 569	5.10 563	4.34 571

IMH	6.81 549	13.66 575	20.41 518	4.33 567	3.74 558	5.50 543	3.06 529	5.49 555	6.22 556	4.64 538	10.35 554	9.30 551	8.03 555	13.61 560	6.81 506	4.80 574	2.99 569	3.09 559	2.12 559	4.36 558	3.61 562

notaker	10.50 562	8.60 550	20.23 506	4.54 570	3.95 562	6.27 548	3.44 536	8.07 562	4.75 546	8.73 561	46.45 586	13.86 563	27.86 581	13.49 558	13.61 544	4.56 570	3.18 570	3.52 565	2.68 567	8.13 577	4.05 568

ktn	21.74 581	10.34 565	19.68 483	4.53 569	4.00 563	6.53 551	4.51 552	6.79 558	78.82 595	84.69 595	100.86 598	58.49 592	7.57 551	12.11 542	13.35 542	4.58 573	3.24 571	3.49 563	2.62 565	4.65 561	3.84 566

MSC_U_SF_DS_RVC	4.48 516	10.62 566	15.18 411	1.55 466	1.45 457	6.16 547	3.54 542	5.41 554	3.68 529	2.59 450	2.74 470	4.81 518	2.20 424	13.79 562	4.40 481	2.04 540	3.36 572	1.05 527	1.20 535	2.09 535	1.72 529

JetRed	10.48 561	27.10 584	35.70 581	4.27 563	4.09 565	15.55 574	12.83 570	12.16 567	5.50 551	5.83 545	5.56 529	10.14 553	7.43 549	8.88 420	26.39 581	3.32 552	3.81 573	3.51 564	2.96 572	7.85 575	6.69 578

TCMNet-wrong-test	12.32 568	14.13 578	19.38 475	22.38 582	19.85 577	15.99 575	12.34 569	22.95 580	4.56 541	6.24 550	6.27 532	18.40 567	15.71 567	10.10 462	10.72 530	9.06 578	4.78 574	5.35 574	3.95 574	12.28 581	11.97 580

PML	64.32 595	53.22 593	17.88 445	8.10 577	32.94 583	148.46 599	247.79 600	12.18 568	45.42 590	111.41 597	288.92 600	101.47 598	101.31 598	31.67 581	15.55 547	14.03 583	4.83 575	10.98 582	6.18 577	28.82 585	5.17 572

MADNet++	7.57 555	5.80 544	13.28 370	6.38 575	5.26 571	7.18 553	7.77 561	5.32 551	5.62 553	6.11 548	7.78 536	6.02 540	8.01 554	11.74 532	16.36 554	9.36 579	4.95 576	8.57 580	5.66 576	4.83 562	5.34 573

USTest	15.98 575	15.58 579	22.56 566	18.49 581	16.99 574	26.43 579	36.08 585	27.68 584	12.77 568	10.69 571	10.80 556	18.35 566	15.09 566	18.62 570	23.37 574	4.85 575	5.34 577	7.38 578	7.43 578	9.90 579	11.23 579

DPSMNet_ROB	15.52 574	8.89 554	31.44 580	10.07 580	18.91 576	12.44 567	33.22 583	13.51 573	17.94 577	9.58 566	22.91 576	13.79 562	19.67 575	21.43 572	23.73 576	5.17 577	8.84 578	5.63 576	11.52 583	6.79 571	14.90 582

DGTPSM_ROB	15.31 573	8.85 553	28.14 579	9.90 579	18.89 575	12.44 567	33.21 582	13.48 572	17.86 576	9.50 565	22.89 575	13.78 561	19.67 575	21.26 571	23.68 575	5.08 576	8.84 578	5.62 575	11.50 580	6.72 570	14.87 581

Anonymous_1	57.11 594	19.68 581	26.15 576	23.10 583	142.31 596	30.84 580	39.75 586	33.86 588	16.98 572	70.53 594	15.42 571	23.46 575	19.75 577	23.04 574	27.23 582	164.73 599	9.02 580	130.38 596	137.40 596	161.27 599	27.24 586

DPSM_ROB	20.78 579	20.03 582	26.57 577	23.62 584	22.46 578	31.10 581	39.97 587	33.52 586	17.41 574	15.25 577	15.80 572	24.06 577	20.71 578	23.30 576	27.62 583	10.78 581	9.41 581	11.69 583	11.50 580	14.49 582	16.36 583

DPSM	20.78 579	20.03 582	26.57 577	23.62 584	22.46 578	31.10 581	39.97 587	33.52 586	17.41 574	15.25 577	15.80 572	24.06 577	20.71 578	23.30 576	27.62 583	10.78 581	9.41 581	11.69 583	11.50 580	14.49 582	16.36 583

DGSMNet	7.55 554	1.62 481	17.42 439	1.92 511	12.73 573	7.45 557	42.99 589	4.13 416	2.07 313	2.10 317	3.16 498	3.42 446	1.70 360	9.24 432	2.30 426	3.70 560	10.89 583	11.80 585	5.54 575	4.24 555	2.66 547

tt	7.19 552	0.51 68	6.83 294	4.03 560	2.30 537	12.05 566	20.19 579	15.46 577	6.58 559	3.42 513	3.22 499	5.37 534	6.39 542	4.20 331	7.46 515	9.81 580	11.53 584	7.05 577	7.46 579	6.31 568	3.71 565

test_sample9	3.79 497	1.05 400	7.87 305	1.07 263	0.86 291	3.93 353	1.19 400	4.35 492	2.11 327	2.14 331	1.75 264	1.75 247	1.67 353	11.06 497	11.61 536	1.23 527	14.45 585	4.27 570	2.09 556	0.70 457	0.69 451

test_sample8	4.76 522	1.05 400	7.87 305	1.07 263	0.86 291	3.93 353	1.19 400	4.38 501	2.05 309	5.49 542	1.89 331	12.98 559	6.37 539	11.06 497	11.61 536	1.23 527	14.45 585	4.27 570	2.09 556	0.70 457	0.69 451

Selective-RAFT-Error	41.77 587	40.16 588	53.34 590	47.73 590	45.25 589	62.51 592	80.64 596	67.22 592	34.93 585	30.64 583	31.81 582	48.11 587	42.11 590	46.57 589	54.95 591	21.61 585	18.87 587	23.48 586	23.15 587	29.16 587	33.08 590

FlowAnything	41.75 586	39.90 586	53.36 591	47.83 592	45.06 587	62.45 591	80.51 595	67.34 594	34.89 584	30.56 582	31.52 581	48.18 588	42.05 589	46.66 592	55.24 592	21.71 587	18.88 588	23.49 588	23.13 585	29.12 586	33.04 588

CasAABBNet	41.80 588	40.20 589	53.41 592	47.73 590	45.18 588	62.51 592	80.71 597	67.26 593	34.80 583	30.49 581	31.88 583	48.24 589	41.81 588	46.63 591	55.64 594	21.60 584	18.88 588	23.48 586	23.22 588	29.19 588	33.05 589

LSM0	49.58 592	40.04 587	53.62 593	97.15 594	128.68 595	62.75 594	79.89 594	67.63 595	35.11 586	33.02 584	32.61 585	48.43 590	41.60 587	46.60 590	55.43 593	21.63 586	18.99 590	23.62 589	23.13 585	29.47 589	52.26 595

LRCNet_RVC	25.52 582	33.45 585	23.21 572	31.79 586	32.78 582	6.74 552	1.18 397	25.88 582	4.46 539	28.94 580	30.89 580	24.91 579	17.57 572	27.66 580	24.34 578	35.26 590	25.60 591	35.91 590	33.81 589	31.90 590	34.10 591

HaxPig	43.25 589	43.65 590	45.00 585	33.85 587	35.61 584	32.69 583	30.52 580	45.09 589	42.97 588	48.77 586	48.17 588	43.00 583	40.26 584	44.58 587	43.61 587	47.18 591	49.30 592	51.54 592	50.25 591	43.73 591	45.29 592

AVERAGE_ROB	44.46 590	45.91 591	46.59 586	40.59 589	38.66 585	32.99 584	30.52 580	46.19 590	43.26 589	49.59 587	48.97 589	44.62 585	39.89 583	45.04 588	43.94 588	48.74 592	50.69 593	50.80 591	49.79 590	45.54 592	46.97 593

MEDIAN_ROB	47.37 591	49.08 592	49.92 588	40.32 588	39.97 586	34.95 585	33.43 584	49.17 591	46.39 591	53.06 589	52.65 590	47.65 586	42.23 591	48.35 593	47.29 589	52.10 593	54.04 594	54.28 593	53.48 592	48.76 593	50.33 594

HanzoNet	31.60 585	17.23 580	21.22 547	7.32 576	5.84 572	7.25 555	3.53 540	13.82 574	14.20 571	50.38 588	47.01 587	44.45 584	56.61 593	36.61 586	32.00 586	63.89 594	56.57 595	7.97 579	89.20 595	28.69 584	28.25 587

DPSimNet_ROB	102.30 596	119.72 600	143.59 598	109.42 595	94.10 592	127.22 598	127.15 598	26.62 583	102.36 599	149.58 599	83.99 596	139.34 599	137.54 599	64.62 595	82.36 599	105.18 595	66.15 596	120.15 595	69.61 594	99.58 595	77.72 596

xxxxx1	112.33 597	88.53 596	37.76 582	227.84 598	157.23 597	39.05 587	61.41 591	93.76 597	79.29 596	62.45 591	74.79 592	78.32 593	70.96 594	33.47 582	70.69 595	114.00 596	130.36 597	259.31 598	274.34 598	145.54 596	147.50 597

tt_ll	112.33 597	88.53 596	37.76 582	227.84 598	157.23 597	39.05 587	61.41 591	93.76 597	79.29 596	62.45 591	74.79 592	78.32 593	70.96 594	33.47 582	70.69 595	114.00 596	130.36 597	259.31 598	274.34 598	145.54 596	147.50 597

ff	112.33 597	88.53 596	37.76 582	227.84 598	157.23 597	39.05 587	61.41 591	93.76 597	79.29 596	62.45 591	74.79 592	78.32 593	70.96 594	33.47 582	70.69 595	114.00 596	130.36 597	259.31 598	274.34 598	145.54 596	147.50 597

test_example2	212.63 600	219.92 601	221.87 600	213.67 597	221.17 600	199.47 600	200.74 599	185.30 600	141.66 600	209.52 600	213.45 599	210.82 600	205.48 600	221.27 600	216.64 600	236.83 600	242.07 600	213.93 597	217.01 597	235.69 600	226.10 600

ccccc		629.75 602		567.84 601	570.84 601	582.44 601		613.82 601		614.58 601		555.57 601		666.94 601		781.57 601	507.24 601	391.36 601	342.44 601	689.82 601

ASD4		113.98 599

Low-res two-view benchmark