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

CAS	1.26 126	0.40 3	1.46 48	2.97 477	1.61 418	4.13 340	0.73 128	1.78 35	1.49 84	0.83 56	1.10 51	0.59 11	0.53 7	1.26 62	0.80 86	2.99 480	0.13 1	0.21 5	0.13 1	0.31 117	1.72 462

MonSter	0.62 2	0.43 6	1.07 6	0.66 12	0.82 235	1.13 11	0.39 14	2.57 107	0.92 7	0.58 6	0.64 6	0.36 2	0.35 1	0.95 8	0.43 5	0.15 1	0.15 2	0.20 1	0.17 15	0.21 5	0.19 4

IGEV-BASED-STEREO-	1.09 80	3.30 464	2.61 157	0.82 53	0.38 33	1.27 25	0.62 85	1.51 12	1.29 33	0.91 64	0.92 25	0.65 20	0.57 12	1.08 24	0.59 18	1.55 470	0.15 2	0.32 201	0.28 209	1.10 442	1.98 469

CREStereo++_RVC	1.02 73	0.49 23	1.54 56	0.83 63	0.55 125	4.01 314	0.31 2	1.63 23	1.99 242	1.63 139	2.13 328	0.84 60	0.65 32	0.88 4	0.70 56	0.27 70	0.15 2	0.23 15	1.22 468	0.24 14	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	1.25 119	0.72 223	1.74 72	1.05 202	0.36 10	4.13 340	0.42 21	2.95 142	2.84 407	2.02 243	2.40 377	1.61 174	1.11 155	1.26 62	0.97 154	0.21 4	0.15 2	0.26 69	0.23 105	0.29 78	0.23 36

HI	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 273	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

CoSv	1.27 131	0.90 306	2.33 137	1.10 233	0.68 190	2.92 126	0.45 31	2.49 89	1.76 206	2.13 273	1.65 183	2.42 292	1.84 323	1.58 115	1.61 287	0.26 56	0.16 6	0.28 120	0.29 236	0.26 38	0.25 58

StereoAnything_RVC	0.94 47	2.66 457	2.20 119	0.76 36	0.34 6	1.18 14	0.39 14	2.31 74	0.69 1	0.51 3	0.34 1	0.32 1	0.89 95	1.57 114	0.35 1	0.32 200	0.16 6	0.23 15	0.15 4	3.31 476	0.18 2

castereo	0.82 26	0.70 208	1.04 2	0.85 84	0.50 100	1.29 32	0.91 255	3.22 172	1.20 19	0.83 56	1.24 72	0.72 36	0.91 100	1.00 16	0.67 40	0.26 56	0.16 6	0.25 49	0.20 49	0.24 14	0.21 22

SMoEStereo_RVC	0.80 17	0.53 46	1.12 12	0.92 122	0.44 59	2.41 97	0.79 176	1.49 11	1.16 15	0.70 21	1.12 53	0.64 17	0.64 29	1.69 143	0.87 116	0.22 8	0.16 6	0.31 182	0.22 92	0.26 38	0.25 58

WCG-NET	0.88 34	0.49 23	1.26 25	0.90 109	0.37 22	1.48 45	1.07 310	1.73 29	2.30 310	1.63 139	1.49 137	0.92 81	0.97 113	0.95 8	0.76 76	0.22 8	0.16 6	0.23 15	0.20 49	0.25 26	0.21 22

IGEV-Stereo++	0.93 44	0.44 7	1.08 8	0.70 14	1.20 341	3.87 279	0.33 4	3.36 193	1.43 54	0.75 27	1.17 60	0.68 23	1.04 130	0.95 8	0.42 3	0.22 8	0.16 6	0.23 15	0.17 15	0.24 14	0.20 12

ffm	1.72 193	0.60 113	5.21 229	1.14 251	0.99 290	3.62 230	0.86 217	4.22 374	3.37 451	2.20 301	2.30 360	3.48 384	1.62 272	2.21 203	0.65 32	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

ff1	2.96 383	0.60 113	5.21 229	1.14 251	0.99 290	3.62 230	0.86 217	4.22 374	3.37 451	2.20 301	2.30 360	3.48 384	1.62 272	11.62 453	16.09 480	0.29 124	0.16 6	0.48 368	0.37 332	0.30 100	0.29 124

tt1	1.79 205	0.73 234	10.41 285	1.75 426	0.36 10	4.55 426	0.79 176	4.22 374	3.37 451	1.08 84	1.80 232	0.74 44	1.48 239	2.21 203	0.65 32	0.29 124	0.16 6	0.31 182	0.22 92	0.30 100	0.29 124

AFF-stereo	1.31 141	0.77 262	1.46 48	1.10 233	0.45 66	3.93 290	0.48 38	2.92 141	2.92 413	1.90 197	2.21 342	2.11 263	1.52 251	1.93 173	1.12 183	0.21 4	0.16 6	0.25 49	0.25 138	0.29 78	0.20 12

MM-Stereo_test2	1.79 205	0.53 46	20.16 435	1.43 371	0.47 83	2.57 106	0.73 128	1.67 26	1.47 69	0.94 68	0.96 29	0.84 60	0.79 71	1.16 40	0.68 43	0.24 28	0.17 17	0.25 49	0.22 92	0.30 100	0.22 28

GREAT-IGEV	0.74 5	0.54 56	1.86 81	1.10 233	0.44 59	2.44 99	0.34 6	1.37 5	1.51 96	0.48 1	0.86 21	0.51 7	0.60 19	1.07 23	0.45 9	0.22 8	0.17 17	0.21 5	0.17 15	0.23 11	0.25 58

FoundationStereo	0.50 1	0.39 2	1.11 11	0.79 41	0.42 48	0.70 3	0.36 10	0.76 1	0.80 3	0.62 10	0.38 2	0.73 40	0.77 61	0.69 1	0.36 2	0.26 56	0.17 17	0.23 15	0.16 9	0.18 1	0.20 12

AIO_rvc	0.78 14	0.55 62	1.25 24	0.75 22	0.65 172	1.46 43	0.99 292	2.13 59	1.52 105	0.57 5	1.15 57	1.09 99	0.55 9	1.15 38	0.53 13	0.24 28	0.17 17	0.24 31	0.17 15	0.25 26	0.21 22

AIO_test	0.76 7	0.47 12	1.31 32	0.81 43	0.70 198	1.36 36	0.88 239	1.40 6	1.45 56	0.55 4	0.95 27	1.81 215	0.58 15	1.16 40	0.46 10	0.27 70	0.17 17	0.24 31	0.19 36	0.24 14	0.21 22

tt45	0.96 57	0.48 16	1.19 16	0.89 101	0.66 178	3.91 284	0.76 153	1.90 41	1.26 30	0.70 21	1.30 90	0.71 34	0.63 27	2.59 231	0.74 70	0.22 8	0.17 17	0.28 120	0.23 105	0.27 50	0.27 95

tg	1.15 91	0.67 187	1.31 32	0.94 140	0.54 120	4.02 316	0.41 19	2.96 143	1.59 159	1.69 151	1.85 263	1.84 222	0.97 113	1.78 154	0.83 97	0.27 70	0.17 17	0.29 141	0.26 156	0.29 78	0.27 95

dual_stereo	0.68 3	0.40 3	1.05 3	0.64 5	0.37 22	0.84 6	0.34 6	3.40 197	1.03 11	0.50 2	0.46 4	0.58 9	0.40 2	1.85 168	0.49 11	0.23 19	0.17 17	0.21 5	0.16 9	0.20 3	0.19 4

U	12.82 502	0.38 1	1.99 94	0.66 12	58.94 518	63.38 524	0.34 6	1.91 43	0.94 8	0.59 7	0.80 18	0.46 5	0.57 12	0.83 3	0.44 7	0.29 124	0.17 17	63.35 522	59.81 521	0.29 78	0.20 12

ACVNet-DCA	1.85 211	0.74 242	13.77 317	1.78 429	0.36 10	4.48 408	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

xx1	2.03 247	0.74 242	13.77 317	1.78 429	0.36 10	4.48 408	0.74 140	4.23 378	3.95 467	1.01 76	1.81 244	1.79 207	1.34 201	2.13 190	0.64 28	0.29 124	0.17 17	0.33 235	0.33 288	0.33 159	0.32 167

1test111	1.99 241	0.74 242	13.77 317	1.78 429	0.36 10	4.48 408	0.74 140	3.98 308	1.53 112	1.01 76	1.81 244	0.72 36	1.62 272	4.66 281	0.98 157	0.29 124	0.17 17	0.32 201	0.21 62	0.33 159	0.32 167

cc1	1.98 238	0.74 242	13.77 317	1.78 429	0.36 10	4.48 408	0.74 140	4.23 378	3.95 467	1.01 76	1.81 244	0.72 36	1.62 272	2.13 190	0.64 28	0.29 124	0.17 17	0.32 201	0.21 62	0.31 117	0.29 124

ff7	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 426	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

ffff	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 426	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

11t	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 426	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

CASnet	0.78 14	0.51 29	1.29 31	0.81 43	0.29 1	1.28 30	0.74 140	1.51 12	1.89 230	1.64 142	1.09 49	0.65 20	0.64 29	0.91 5	0.76 76	0.29 124	0.17 17	0.41 331	0.31 270	0.32 142	0.19 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.94 47	1.30 392	1.31 32	0.84 72	1.63 421	2.02 74	0.59 67	1.51 12	1.36 40	0.81 48	1.33 94	0.84 60	0.88 91	1.36 81	0.73 66	0.21 4	0.17 17	0.20 1	0.14 2	0.20 3	1.45 455

anonymousdsp	0.95 53	0.69 198	1.27 28	0.83 63	0.52 111	4.54 423	0.84 206	1.76 32	1.24 22	0.76 37	1.06 45	0.78 47	0.77 61	1.67 141	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82

CES	1.01 69	0.55 62	1.74 72	0.92 122	2.15 463	2.15 85	0.50 40	2.01 50	1.45 56	0.76 37	1.02 32	0.61 13	0.47 5	1.29 70	0.79 85	0.22 8	0.17 17	0.24 31	0.14 2	0.63 374	2.29 473

ccc-4	0.98 59	0.69 198	2.05 101	0.84 72	0.52 111	4.55 426	0.86 217	1.62 18	1.24 22	0.75 27	1.03 35	0.70 27	0.77 61	1.84 163	0.68 43	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.27 95

test_4	1.30 137	0.50 25	6.16 237	0.84 72	0.45 66	1.61 54	1.12 324	2.14 61	1.42 50	1.52 123	2.31 367	1.84 222	0.79 71	2.52 225	1.19 195	0.27 70	0.17 17	0.29 141	0.29 236	0.29 78	0.25 58

IGEV-Stereo	0.95 53	0.69 198	1.27 28	0.84 72	0.52 111	4.54 423	0.84 206	1.76 32	1.24 22	0.75 27	1.06 45	0.79 51	0.77 61	1.68 142	0.69 50	0.27 70	0.17 17	0.29 141	0.21 62	0.31 117	0.26 82
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_3	1.19 97	0.51 29	2.08 113	0.99 169	0.41 43	2.05 80	0.87 235	4.40 438	1.42 50	1.99 225	1.18 61	2.03 250	0.79 71	2.70 239	0.75 73	0.27 70	0.17 17	0.29 141	0.29 236	0.30 100	0.27 95

HART	1.03 74	0.85 297	3.13 183	0.84 72	0.38 33	1.17 13	0.42 21	3.54 216	1.47 69	1.08 84	2.17 334	1.48 157	0.57 12	1.37 83	0.74 70	0.23 19	0.18 41	0.28 120	0.21 62	0.32 142	0.24 48

DEFOM-Stereo_RVC	0.81 24	1.13 360	1.23 22	0.97 157	0.57 140	0.81 5	0.43 26	3.49 204	0.84 4	0.73 26	0.95 27	0.44 3	1.17 173	1.45 95	0.60 20	0.26 56	0.18 41	0.24 31	0.17 15	0.30 100	0.19 4

GIP-stereo	0.88 34	0.50 25	1.34 37	1.32 329	0.94 275	2.90 121	0.42 21	3.41 198	1.06 13	0.63 11	0.76 13	0.90 76	0.76 59	0.91 5	0.52 12	0.27 70	0.18 41	0.25 49	0.16 9	0.25 26	0.19 4

fffft	0.76 7	0.47 12	1.28 30	0.82 53	0.54 120	1.51 48	0.80 186	2.09 57	1.18 17	0.63 11	0.84 20	0.59 11	0.55 9	1.80 158	0.85 103	0.19 2	0.18 41	0.27 93	0.20 49	0.26 38	0.24 48
1: 1. 1
DEFOM-Stereo	0.70 4	0.46 10	1.13 14	0.72 18	0.48 91	3.40 184	0.44 28	0.90 2	0.77 2	0.86 60	0.58 5	0.45 4	0.43 3	1.76 152	0.43 5	0.24 28	0.18 41	0.22 9	0.16 9	0.21 5	0.20 12

ours_stereo	0.76 7	0.64 156	1.40 44	0.86 87	0.61 156	1.12 10	0.57 57	1.63 23	1.20 19	0.72 25	1.43 121	0.70 27	0.62 24	1.56 112	0.58 17	0.25 44	0.18 41	0.26 69	0.21 62	0.29 78	0.31 159

AIO-Stereo	0.76 7	0.54 56	1.07 6	0.73 20	0.40 39	1.28 30	0.82 198	2.26 70	1.49 84	0.70 21	1.58 159	0.89 74	0.45 4	1.03 18	0.55 14	0.24 28	0.18 41	0.25 49	0.20 49	0.26 38	0.21 22

RSM	0.80 17	0.50 25	1.08 8	0.83 63	0.51 102	1.31 33	0.77 166	2.28 73	1.43 54	0.82 50	1.44 123	1.22 124	0.62 24	1.17 47	0.63 25	0.22 8	0.18 41	0.24 31	0.19 36	0.27 50	0.20 12

IGEV++	0.90 39	0.58 94	1.32 35	0.94 140	0.45 66	1.27 25	1.00 293	3.32 188	1.55 129	0.82 50	1.34 99	0.86 68	1.09 146	1.16 40	0.89 123	0.33 216	0.18 41	0.23 15	0.19 36	0.29 78	0.22 28

AEACV	0.79 16	0.54 56	1.35 39	0.97 157	0.63 162	1.13 11	0.92 268	2.02 51	0.91 6	0.76 37	0.79 17	0.80 53	1.61 269	1.28 67	0.61 21	0.22 8	0.18 41	0.26 69	0.23 105	0.27 50	0.23 36

4D-IteraStereo	1.97 236	0.84 293	20.43 452	0.78 39	1.56 410	2.09 83	1.05 307	2.43 83	1.56 135	1.41 113	1.00 31	1.94 232	0.61 22	1.22 57	1.06 168	0.27 70	0.18 41	0.31 182	0.26 156	0.27 50	0.23 36

MC-Stereo	1.06 76	0.48 16	1.55 57	1.15 264	0.41 43	4.56 431	0.61 73	2.06 54	1.46 64	1.90 197	1.61 171	0.89 74	1.12 156	1.35 80	0.73 66	0.25 44	0.18 41	0.26 69	0.22 92	0.25 26	0.24 48

RCA-Stereo	1.21 105	0.52 35	1.58 61	0.90 109	0.46 73	4.68 447	0.79 176	4.13 351	1.74 203	1.92 204	1.80 232	0.94 85	1.48 239	1.14 34	0.70 56	0.27 70	0.18 41	0.25 49	0.19 36	0.25 26	0.23 36

test_5	1.87 213	0.75 254	10.23 282	1.14 251	1.40 381	3.85 274	1.27 351	3.91 289	1.93 235	1.69 151	1.78 226	1.67 179	1.79 311	2.99 249	1.17 192	0.30 163	0.18 41	0.35 270	0.33 288	0.34 177	0.33 180

test-3	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.91 255	4.35 425	1.47 69	2.24 317	1.16 58	2.06 256	0.79 71	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

test_1	1.19 97	0.52 35	2.00 95	1.01 183	0.42 48	1.95 72	0.90 247	4.36 430	1.47 69	2.17 293	1.16 58	2.06 256	0.78 69	2.68 237	0.76 76	0.27 70	0.18 41	0.28 120	0.26 156	0.26 38	0.25 58

STrans-v2	3.03 396	0.77 262	20.91 468	0.81 43	0.63 162	3.89 281	1.01 296	4.27 396	2.64 375	2.28 325	3.70 444	4.13 423	5.20 454	7.33 337	1.27 219	0.31 182	0.18 41	0.29 141	0.25 138	0.29 78	0.41 271

TransformOpticalFlow	3.03 396	0.77 262	20.99 471	1.00 177	0.55 125	4.18 361	0.64 90	4.33 421	3.02 424	2.18 295	3.09 428	4.35 434	5.07 452	7.36 340	1.27 219	0.32 200	0.18 41	0.32 201	0.26 156	0.28 66	0.46 306

GMM-Stereo	2.45 320	0.52 35	20.38 448	0.89 101	0.82 235	4.18 361	1.91 417	2.45 85	1.48 76	2.48 370	2.30 360	1.69 186	1.86 328	2.93 246	1.08 173	0.28 105	0.18 41	0.33 235	0.48 393	0.35 195	2.41 476

iRaftStereo_RVC	1.09 80	0.70 208	1.39 42	0.95 144	0.45 66	3.83 263	0.42 21	2.37 78	1.58 144	1.69 151	1.76 218	1.80 210	0.83 82	1.50 104	0.98 157	0.28 105	0.18 41	0.29 141	0.26 156	0.30 100	0.31 159

s12784h	1.31 141	0.45 9	2.41 145	0.71 16	0.35 8	4.42 402	0.50 40	4.22 374	2.73 385	2.01 239	2.48 383	0.91 78	0.96 110	2.01 181	0.70 56	0.29 124	0.18 41	0.24 31	0.16 9	0.27 50	0.18 2

ARAFT	2.56 343	1.13 360	19.50 411	0.89 101	0.48 91	4.15 344	1.40 371	4.36 430	2.82 405	2.36 353	1.88 270	1.70 188	1.04 130	6.45 319	1.22 205	0.29 124	0.18 41	0.37 296	0.35 310	0.35 195	0.25 58

HITNet	2.07 254	0.82 286	14.77 334	1.34 341	0.56 129	3.47 197	0.80 186	4.07 335	2.35 321	2.16 289	1.61 171	1.64 176	1.44 228	2.09 188	2.56 390	0.26 56	0.18 41	0.41 331	0.26 156	0.45 305	0.25 58
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
Reg-Stereo(zero)	1.60 174	0.42 5	10.69 288	0.89 101	0.68 190	3.27 167	0.47 37	2.27 71	1.54 121	1.48 119	1.24 72	2.55 308	2.68 387	1.48 102	1.10 177	0.19 2	0.19 64	0.22 9	0.18 23	0.24 14	0.26 82

castereo++	0.93 44	0.56 72	1.26 25	0.92 122	0.73 206	2.48 100	1.00 293	2.99 146	1.03 11	0.68 19	1.41 117	1.92 230	0.59 17	1.26 62	0.44 7	0.25 44	0.19 64	0.28 120	0.19 36	0.23 11	0.23 36

999	0.97 58	0.48 16	1.24 23	1.03 199	0.64 164	3.25 163	0.92 268	1.40 6	1.39 42	0.71 24	1.68 189	0.70 27	0.66 35	3.03 250	0.89 123	0.23 19	0.19 64	0.25 49	0.21 62	0.25 26	0.29 124

mms	0.77 12	0.68 195	1.17 15	0.83 63	0.71 200	1.41 40	0.67 102	1.61 17	1.12 14	0.77 41	1.37 107	0.63 16	0.54 8	1.75 151	0.63 25	0.24 28	0.19 64	0.26 69	0.21 62	0.31 117	0.34 192

fffy	0.80 17	0.59 101	1.56 59	1.00 177	0.47 83	1.27 25	0.76 153	1.90 41	1.02 10	0.75 27	1.35 102	0.83 58	0.72 44	1.70 145	0.62 22	0.23 19	0.19 64	0.27 93	0.21 62	0.28 66	0.32 167

Occ-G	0.86 30	0.52 35	1.39 42	0.82 53	0.66 178	1.37 37	0.79 176	1.58 16	1.31 36	1.56 128	0.87 22	2.18 266	0.89 95	0.97 11	0.88 120	0.26 56	0.19 64	0.26 69	0.19 36	0.25 26	0.24 48

Pointernet	0.88 34	0.44 7	2.26 128	0.84 72	0.37 22	2.29 91	0.38 12	3.06 157	1.46 64	0.66 16	1.39 112	0.91 78	0.73 48	1.01 17	0.72 64	0.23 19	0.19 64	0.20 1	0.18 23	0.19 2	0.20 12

IGEV-Stereo+	0.94 47	0.47 12	1.19 16	0.86 87	2.02 460	1.40 39	0.39 14	1.17 4	0.88 5	0.61 8	0.44 3	0.47 6	0.79 71	2.14 193	0.42 3	0.27 70	0.19 64	0.22 9	0.17 15	2.26 471	2.41 476

WCG-NET（raft）	0.95 53	0.55 62	1.20 20	0.84 72	0.31 2	1.44 41	1.01 296	1.55 15	2.37 330	1.64 142	1.42 119	2.38 286	1.01 123	1.29 70	0.76 76	0.22 8	0.19 64	0.22 9	0.20 49	0.25 26	0.21 22

RSM++	0.77 12	0.51 29	1.08 8	0.95 144	0.42 48	1.52 50	0.71 120	2.11 58	1.40 45	0.80 46	1.23 71	0.90 76	0.59 17	1.14 34	0.69 50	0.24 28	0.19 64	0.25 49	0.21 62	0.28 66	0.20 12

RAFT-Stereo-weight	1.11 83	0.48 16	1.22 21	0.99 169	0.42 48	4.17 358	0.80 186	3.60 223	1.50 89	1.97 218	1.50 138	1.30 133	0.65 32	1.24 59	0.85 103	0.25 44	0.19 64	0.26 69	0.22 92	0.27 50	0.23 36

trnet	0.91 41	0.48 16	1.46 48	0.62 3	0.31 2	4.40 398	0.41 19	2.20 64	1.53 112	0.94 68	1.14 56	0.88 72	0.89 95	1.09 25	0.71 59	0.27 70	0.19 64	0.22 9	0.15 4	0.21 5	0.19 4

testlalala	1.14 90	0.62 137	1.34 37	1.00 177	0.78 221	4.38 391	0.93 270	2.46 86	2.20 289	2.44 365	1.52 140	1.31 134	0.61 22	1.04 21	0.65 32	0.35 247	0.19 64	0.24 31	0.19 36	0.24 14	0.23 36

LoS	0.94 47	0.52 35	1.88 83	0.86 87	0.36 10	4.15 344	0.51 44	2.18 63	1.45 56	0.97 74	0.88 23	0.62 14	0.79 71	1.59 120	0.86 110	0.26 56	0.19 64	0.24 31	0.16 9	0.21 5	0.20 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 17	0.52 35	1.05 3	0.75 22	0.61 156	1.31 33	0.82 198	2.60 111	1.41 48	0.82 50	1.64 177	0.71 34	0.62 24	1.22 57	0.64 28	0.22 8	0.19 64	0.24 31	0.18 23	0.25 26	0.20 12

EGLCR-Stereo	1.06 76	0.51 29	1.56 59	1.02 192	0.39 36	4.27 381	0.42 21	4.08 339	1.48 76	0.90 63	0.68 7	1.09 99	0.66 35	1.81 159	0.62 22	0.27 70	0.19 64	0.29 141	0.23 105	0.37 217	0.25 58

Wz-Net-LNSev-Ref	2.42 316	1.47 412	14.14 327	1.30 324	1.35 370	3.51 207	1.64 398	4.04 325	2.10 272	2.46 367	1.88 270	2.28 271	2.51 378	4.73 284	3.17 408	0.38 282	0.19 64	0.35 270	0.20 49	0.40 237	0.36 211

RAFT+CT+SA	1.62 178	0.72 223	7.42 246	0.97 157	1.42 389	4.04 319	0.94 275	3.90 285	1.61 164	1.61 136	1.63 175	1.33 136	1.18 175	2.73 242	1.10 177	0.27 70	0.19 64	0.31 182	0.34 296	0.33 159	0.33 180

Sa-1000	1.63 182	0.79 271	3.56 202	1.11 240	0.48 91	4.06 322	1.41 374	4.49 453	2.75 388	2.00 237	2.80 413	1.84 222	1.43 225	2.64 236	1.50 265	0.27 70	0.19 64	0.36 284	0.33 288	0.36 208	0.30 150

iRaft-Stereo_5w	2.10 257	0.83 289	8.57 258	0.81 43	0.76 215	3.21 154	0.84 206	3.71 247	1.65 175	1.56 128	2.50 385	2.20 267	2.23 360	9.13 369	2.01 344	0.38 282	0.19 64	0.35 270	0.27 182	0.45 305	0.39 245

GMOStereo	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 354	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

error version	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 354	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

test-v	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 354	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

AAGNet	2.86 370	0.60 113	1.77 74	2.05 453	0.46 73	4.76 465	1.09 318	2.27 71	1.56 135	2.17 293	1.84 256	2.41 289	4.00 435	6.23 315	24.22 506	0.46 351	0.19 64	0.30 161	0.29 236	0.32 142	0.24 48

SST-Stereo	1.76 201	0.58 94	3.10 181	1.44 374	0.46 73	4.71 459	0.76 153	2.22 67	2.79 393	2.07 259	2.18 336	2.43 295	3.22 413	6.66 325	0.84 100	0.42 325	0.19 64	0.30 161	0.27 182	0.35 195	0.26 82

RAFT_R40	1.70 192	0.59 101	2.99 177	1.46 380	0.46 73	4.74 463	0.98 291	2.23 68	1.56 135	2.02 243	2.35 375	2.71 322	2.56 381	6.71 328	0.90 127	0.40 300	0.19 64	0.30 161	0.27 182	0.33 159	0.26 82

test-2	1.13 85	0.70 208	2.26 128	0.75 22	0.44 59	3.05 139	0.91 255	2.78 129	1.45 56	2.37 354	1.52 140	1.53 161	1.05 134	1.17 47	0.92 137	0.25 44	0.19 64	0.35 270	0.28 209	0.34 177	0.26 82

TestStereo	2.00 242	1.02 337	12.25 303	0.70 14	0.61 156	1.88 66	0.55 53	2.31 74	1.52 105	1.41 113	1.33 94	1.27 128	0.90 98	11.62 453	0.81 91	0.34 228	0.19 64	0.33 235	0.24 128	0.44 297	0.24 48

CREStereo	0.92 42	0.53 46	1.45 47	0.61 2	0.34 6	4.42 402	0.40 18	2.21 66	1.54 121	0.94 68	1.12 53	0.87 69	0.87 90	1.12 29	0.72 64	0.28 105	0.19 64	0.22 9	0.15 4	0.22 9	0.19 4
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	1.91 224	1.55 418	11.13 294	1.82 436	0.88 258	3.99 311	0.61 73	4.01 316	1.67 179	1.64 142	1.89 276	1.39 144	1.06 141	3.23 251	1.50 265	0.31 182	0.19 64	0.44 346	0.29 236	0.37 217	0.31 159

SCV	0.95 53	0.63 145	1.38 41	1.70 420	0.41 43	1.23 17	0.89 242	3.53 215	1.57 141	0.61 8	1.54 149	0.93 82	0.77 61	1.66 137	0.66 36	0.36 258	0.20 94	0.25 49	0.19 36	0.29 78	0.25 58

IGEV-RUCA	0.90 39	0.53 46	1.05 3	0.81 43	0.74 210	3.89 281	0.80 186	1.92 44	1.41 48	0.96 73	0.71 8	0.70 27	0.73 48	1.30 74	0.68 43	0.29 124	0.20 94	0.25 49	0.19 36	0.43 289	0.34 192

GCAP-BAT	1.21 105	0.74 242	3.23 186	0.95 144	0.70 198	3.86 276	0.93 270	1.89 39	1.48 76	1.85 180	1.96 287	1.68 181	0.79 71	1.78 154	0.81 91	0.29 124	0.20 94	0.24 31	0.20 49	0.26 38	0.35 206

RAStereo	0.75 6	0.52 35	2.86 173	0.58 1	0.62 160	1.19 15	0.32 3	1.81 37	0.99 9	0.75 27	1.05 43	0.64 17	0.47 5	0.80 2	0.94 147	0.22 8	0.20 94	0.27 93	0.21 62	0.34 177	0.22 28

AIO-Stereo-zeroshot	2.35 306	0.99 332	19.62 413	1.09 224	0.96 279	1.51 48	0.44 28	4.05 329	1.64 171	1.31 99	1.67 186	4.93 453	2.45 374	2.52 225	1.40 240	0.30 163	0.20 94	0.31 182	0.50 400	0.57 357	0.60 366

IGEV_Zeroshot_test	2.16 262	0.69 198	20.60 459	1.22 292	0.54 120	2.18 87	0.53 48	3.38 195	1.61 164	1.93 208	1.55 153	3.76 404	1.05 134	1.55 111	0.91 134	0.29 124	0.20 94	0.27 93	0.29 236	0.40 237	0.32 167

UniTT-Stereo	0.82 26	0.47 12	2.63 161	0.96 150	1.19 336	0.78 4	0.39 14	1.12 3	1.54 121	1.19 94	1.26 79	0.51 7	0.64 29	1.13 32	1.03 165	0.30 163	0.20 94	0.24 31	0.21 62	0.40 237	0.25 58

GCAP-Stereo	0.93 44	0.68 195	1.35 39	0.85 84	0.41 43	3.61 229	0.52 47	2.20 64	1.50 89	1.11 89	1.04 39	1.17 110	0.84 83	1.11 27	0.71 59	0.25 44	0.20 94	0.27 93	0.18 23	0.28 66	0.23 36

Any-RAFT	1.40 149	0.53 46	2.78 169	1.09 224	0.64 164	4.41 400	0.81 195	3.97 306	2.78 391	1.99 225	1.34 99	2.36 284	1.56 263	1.56 112	0.75 73	0.27 70	0.20 94	0.25 49	0.18 23	0.25 26	0.28 114

anonymousdsp2	1.26 126	0.60 113	3.74 209	1.02 192	0.41 43	3.60 225	0.72 123	3.68 236	1.47 69	1.37 107	1.56 156	1.83 219	1.01 123	2.00 178	0.66 36	0.29 124	0.20 94	0.28 120	0.20 49	0.32 142	0.29 124

Selective-RAFT	1.15 91	0.46 10	1.64 65	0.99 169	0.45 66	4.17 358	0.51 44	3.21 170	1.69 187	1.12 90	1.34 99	1.45 154	1.40 212	2.08 185	0.94 147	0.41 314	0.20 94	0.24 31	0.23 105	0.27 50	0.25 58

ProNet	0.82 26	0.71 220	1.50 52	0.86 87	0.45 66	1.78 59	0.83 203	1.75 31	1.28 32	0.66 16	1.13 55	0.78 47	0.76 59	1.66 137	0.71 59	0.24 28	0.20 94	0.25 49	0.23 105	0.29 78	0.25 58

TestStereo1	1.56 165	0.81 279	2.32 135	1.61 410	0.64 164	4.13 340	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 351	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

DisPM	1.36 145	0.55 62	2.39 143	1.54 395	0.51 102	4.59 434	0.79 176	2.50 91	1.88 226	2.50 372	1.83 251	1.45 154	1.01 123	2.71 240	0.93 145	0.46 351	0.20 94	0.32 201	0.31 270	0.31 117	0.44 290

SA-5K	1.56 165	0.81 279	2.32 135	1.61 410	0.64 164	4.13 340	1.36 361	3.79 259	3.20 441	1.60 131	2.57 395	1.39 144	2.15 351	2.51 220	1.30 226	0.29 124	0.20 94	0.34 252	0.25 138	0.40 237	0.36 211

IPLG	2.48 328	0.65 166	19.63 414	0.91 116	0.79 222	4.60 436	0.56 56	4.31 415	1.84 221	1.91 202	2.00 299	1.31 134	1.38 205	6.61 322	1.53 274	0.27 70	0.20 94	0.27 93	0.23 105	0.31 117	0.36 211

MIPNet	2.33 297	0.71 220	19.82 419	0.89 101	0.56 129	4.76 465	0.61 73	4.32 419	2.37 330	1.83 178	1.48 136	1.48 157	1.98 338	2.63 234	1.44 249	0.29 124	0.20 94	0.26 69	0.23 105	0.30 100	0.39 245

LCNet	1.55 161	0.54 56	1.88 83	0.99 169	0.55 125	3.60 225	1.21 346	2.86 138	1.53 112	2.18 295	1.74 206	1.43 153	4.17 439	3.62 259	0.87 116	0.29 124	0.20 94	0.28 120	0.77 441	0.47 320	1.85 465

HHNet	2.48 328	0.71 220	20.52 454	0.64 5	0.64 164	4.07 327	0.93 270	3.76 253	1.56 135	2.15 284	4.92 457	0.98 87	3.37 418	1.66 137	1.79 318	0.32 200	0.20 94	0.31 182	0.27 182	0.36 208	0.42 275

OMP-Stereo	1.97 236	0.93 317	1.88 83	2.76 473	0.67 185	4.58 433	1.48 380	4.31 415	1.54 121	3.15 433	2.76 409	3.25 368	1.38 205	7.66 347	1.35 237	0.40 300	0.20 94	0.33 235	0.26 156	0.33 159	0.24 48

IIG-Stereo	1.95 232	0.79 271	2.14 115	2.78 474	0.66 178	4.62 438	0.76 153	4.27 396	1.53 112	2.63 394	3.14 431	3.35 377	1.61 269	7.65 346	1.41 244	0.39 294	0.20 94	0.31 182	0.25 138	0.33 159	0.22 28

NF-Stereo	1.58 168	0.61 127	2.66 163	2.26 460	0.47 83	4.68 447	0.67 102	3.31 183	1.48 76	2.11 267	1.59 163	1.36 140	1.09 146	6.08 312	1.20 198	0.40 300	0.20 94	0.36 284	0.34 296	0.31 117	0.36 211

OCTAStereo	1.58 168	0.61 127	2.72 165	2.27 463	0.46 73	4.68 447	0.67 102	3.30 182	1.48 76	2.11 267	1.59 163	1.36 140	1.09 146	6.02 309	1.21 202	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

RE-Stereo	1.58 168	0.61 127	2.72 165	2.26 460	0.46 73	4.68 447	0.68 107	3.31 183	1.48 76	2.11 267	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

TVStereo	1.58 168	0.61 127	2.72 165	2.26 460	0.46 73	4.68 447	0.68 107	3.31 183	1.48 76	2.11 267	1.59 163	1.36 140	1.09 146	6.01 307	1.22 205	0.41 314	0.20 94	0.36 284	0.34 296	0.31 117	0.37 225

Prome-Stereo	1.61 176	0.55 62	1.71 68	0.98 163	0.60 152	4.41 400	1.82 412	3.03 152	1.53 112	2.18 295	3.45 440	1.72 191	3.49 426	2.23 206	1.08 173	0.29 124	0.20 94	0.26 69	0.25 138	0.34 177	2.16 471

RALAANet	1.28 134	1.08 351	3.21 185	1.25 300	0.94 275	1.44 41	0.69 112	3.15 164	2.57 367	2.01 239	1.80 232	1.29 132	1.05 134	2.00 178	1.48 261	0.27 70	0.20 94	0.27 93	0.24 128	0.40 237	0.27 95

CFNet-RSSM	2.08 256	0.52 35	20.06 429	1.01 183	0.56 129	3.39 181	0.64 90	3.67 234	1.55 129	1.72 160	1.37 107	2.57 310	1.19 179	1.11 27	0.86 110	0.27 70	0.20 94	0.25 49	0.23 105	0.27 50	0.23 36

PMTNet	0.99 65	0.48 16	1.73 69	0.62 3	0.56 129	4.20 370	0.43 26	1.88 38	1.58 144	1.00 75	1.05 43	0.78 47	0.98 118	1.50 104	0.85 103	1.21 456	0.20 94	0.23 15	0.15 4	0.22 9	0.19 4

MLCV	1.87 213	0.91 311	8.59 259	1.10 233	0.57 140	3.59 223	0.53 48	3.70 246	2.20 289	2.80 409	2.25 348	2.00 246	1.42 222	4.13 274	1.86 325	0.30 163	0.20 94	0.32 201	0.21 62	0.33 159	0.36 211

iResNet_ROB	1.89 218	1.02 337	8.60 260	1.39 363	0.98 287	3.72 244	0.66 101	3.84 267	2.65 376	1.88 190	2.05 311	1.98 243	1.27 188	4.52 279	1.67 301	0.30 163	0.20 94	0.28 120	0.18 23	0.31 117	0.40 265

MM-Stereo_test1	1.90 220	0.53 46	19.85 421	1.39 363	0.48 91	1.81 62	0.79 176	3.00 148	1.82 214	1.69 151	1.09 49	0.87 69	0.97 113	1.45 95	0.74 70	0.24 28	0.21 125	0.27 93	0.24 128	0.35 195	0.24 48

SCV_C0	0.89 37	0.59 101	1.96 93	0.83 63	0.44 59	1.24 21	0.64 90	3.33 191	1.66 177	0.82 50	1.20 63	0.73 40	0.66 35	1.62 128	0.66 36	0.32 200	0.21 125	0.24 31	0.20 49	0.28 66	0.23 36

UGAM-zero	2.79 365	0.57 81	20.87 467	0.98 163	0.77 220	2.08 82	0.35 9	3.88 278	1.51 96	2.05 251	1.64 177	5.07 460	3.42 423	9.83 385	1.24 210	0.28 105	0.21 125	0.27 93	0.29 236	0.29 78	0.28 114

AIO-Stereo-zeroshot1	2.68 359	1.26 388	22.01 494	1.08 218	0.99 290	1.61 54	0.86 217	3.69 241	1.64 171	1.52 123	5.62 462	3.35 377	3.44 424	2.20 201	1.33 233	0.26 56	0.21 125	0.30 161	0.62 427	0.93 428	0.67 383

H2IRNET	1.90 220	0.53 46	14.29 331	1.14 251	0.60 152	4.48 408	0.44 28	2.65 115	1.81 213	1.05 82	2.30 360	1.67 179	1.40 212	2.17 197	1.50 265	0.36 258	0.21 125	0.33 235	0.37 332	0.34 177	0.29 124

MoCha-V2	0.87 33	0.48 16	1.87 82	0.88 97	0.32 4	1.37 37	0.55 53	2.71 120	1.42 50	0.92 67	1.75 210	0.65 20	1.17 173	1.45 95	0.57 15	0.21 4	0.21 125	0.20 1	0.19 36	0.24 14	0.23 36

MyStereo8	2.33 297	1.13 360	19.26 405	1.22 292	1.62 419	4.16 353	0.57 57	3.50 207	2.36 324	2.15 284	1.75 210	2.28 271	1.14 164	1.46 99	2.20 364	0.24 28	0.21 125	0.32 201	0.27 182	0.36 208	0.43 284

IGEVStereo-DCA	0.86 30	0.65 166	2.05 101	0.90 109	0.46 73	1.57 52	0.86 217	1.62 18	1.24 22	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.27 95

rrr	2.27 278	0.65 166	23.82 503	0.90 109	0.46 73	1.57 52	0.96 284	7.98 493	1.19 18	0.65 14	0.77 15	0.74 44	0.72 44	2.59 231	0.86 110	0.28 105	0.21 125	0.28 120	0.21 62	0.29 78	0.25 58

plain	1.55 161	0.69 198	13.59 314	0.65 9	0.73 206	1.66 57	0.57 57	3.17 167	1.94 236	0.77 41	1.24 72	0.80 53	0.86 87	1.60 122	0.96 153	0.33 216	0.21 125	0.32 201	0.25 138	0.42 279	0.28 114

iRaft-Stereo_20w	1.88 217	0.62 137	10.58 287	0.90 109	0.83 237	2.96 134	0.78 169	4.90 474	1.58 144	2.29 327	1.60 167	1.25 126	4.51 447	2.28 209	0.90 127	0.29 124	0.21 125	0.26 69	0.24 128	0.41 261	0.31 159

IPLGR	2.53 336	0.58 94	20.46 453	0.82 53	0.52 111	4.56 431	0.50 40	4.30 412	2.38 333	1.87 187	1.53 147	1.68 181	1.72 303	6.95 333	1.15 186	0.28 105	0.21 125	0.27 93	0.23 105	0.33 159	0.32 167

PSM-AAD	2.43 317	0.54 56	1.32 35	0.92 122	0.54 120	4.48 408	7.47 490	2.96 143	1.55 129	2.31 337	2.56 393	1.26 127	16.23 498	2.46 214	0.89 123	0.28 105	0.21 125	0.58 409	0.41 368	0.34 177	1.32 449

KYRaft	1.59 173	0.52 35	1.73 69	0.95 144	0.49 97	4.38 391	1.79 408	2.43 83	1.51 96	2.49 371	2.98 421	2.00 246	3.41 420	2.14 193	0.82 94	0.30 163	0.21 125	0.33 235	0.46 385	0.35 195	2.45 479

THIR-Stereo	4.14 444	0.82 286	10.85 291	0.86 87	0.43 54	2.16 86	16.77 503	3.22 172	1.54 121	2.04 250	12.05 493	2.68 318	7.53 481	7.30 336	12.62 470	0.30 163	0.21 125	0.29 141	0.28 209	0.33 159	0.41 271

PFNet	2.47 326	0.60 113	16.95 365	2.15 457	0.81 227	4.63 440	0.91 255	2.55 103	1.52 105	2.40 361	2.79 411	1.83 219	1.42 222	7.54 342	1.34 236	0.33 216	0.21 125	0.36 284	0.27 182	0.32 142	0.39 245

GrayStereo	2.58 347	0.53 46	1.63 63	1.58 404	0.89 263	4.17 358	8.17 494	3.03 152	1.52 105	2.80 409	2.50 385	1.70 188	17.10 499	2.83 243	1.15 186	0.33 216	0.21 125	0.27 93	0.32 280	0.28 66	0.53 342

Pruner-Stereo	1.32 143	0.59 101	2.11 114	1.79 434	0.47 83	4.73 460	0.79 176	2.53 93	1.72 194	2.47 369	1.58 159	1.48 157	1.03 126	1.66 137	1.47 258	0.44 337	0.21 125	0.34 252	0.30 254	0.30 100	0.39 245

IRAFT_RVC	1.87 213	0.60 113	4.33 215	2.40 467	0.66 178	4.59 434	1.59 393	2.96 143	1.51 96	2.23 315	1.75 210	2.09 260	2.63 384	6.70 326	1.50 265	0.33 216	0.21 125	0.33 235	0.29 236	0.32 142	0.32 167

CRE-IMP	1.23 110	0.61 127	2.14 115	0.82 53	0.39 36	4.54 423	0.83 203	2.63 114	1.55 129	1.95 213	1.46 126	1.87 227	0.96 110	1.48 102	1.33 233	0.45 346	0.21 125	0.31 182	0.26 156	0.41 261	0.31 159

CroCo-Stereo	0.98 59	0.87 301	3.44 196	0.87 92	0.53 119	0.49 1	0.50 40	3.99 312	1.49 84	0.81 48	1.25 78	1.00 90	0.75 54	1.10 26	1.09 176	0.24 28	0.21 125	0.24 31	0.19 36	0.35 195	0.27 95
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	2.01 245	0.57 81	19.01 400	1.03 199	0.56 129	2.11 84	0.72 123	3.63 227	1.57 141	1.77 168	1.51 139	3.17 363	1.13 158	1.16 40	0.85 103	0.23 19	0.21 125	0.26 69	0.23 105	0.28 66	0.25 58

XX-Stereo	2.54 338	0.61 127	20.21 437	1.78 429	1.19 336	4.30 385	0.46 33	4.39 436	1.58 144	2.32 341	1.89 276	4.64 448	0.60 19	4.16 275	0.82 94	0.31 182	0.21 125	0.28 120	0.27 182	0.51 333	0.26 82

test_xeample3	2.12 258	0.63 145	21.55 486	0.91 116	0.47 83	1.85 64	0.94 275	7.96 492	1.23 21	0.75 27	0.76 13	0.64 17	0.70 41	1.77 153	0.83 97	0.30 163	0.21 125	0.27 93	0.21 62	0.27 50	0.24 48

GMStereo	1.01 69	1.00 335	2.86 173	0.83 63	0.45 66	1.47 44	0.57 57	1.89 39	2.11 274	1.52 123	1.24 72	0.87 69	0.74 52	1.58 115	0.94 147	0.40 300	0.21 125	0.30 161	0.30 254	0.47 320	0.36 211
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	1.58 168	0.57 81	11.69 300	1.01 183	0.60 152	2.53 104	0.64 90	2.36 77	1.56 135	1.80 174	1.47 130	2.74 325	1.18 175	1.12 29	0.90 127	0.27 70	0.21 125	0.25 49	0.22 92	0.27 50	0.23 36

iResNetv2_ROB	2.65 352	5.00 473	19.28 407	2.06 454	1.09 315	3.83 263	1.13 327	4.14 357	2.09 264	1.85 180	2.03 302	2.01 249	1.51 249	3.58 257	1.58 280	0.34 228	0.21 125	0.32 201	0.21 62	0.44 297	0.29 124

pmcnn	5.45 467	1.22 381	17.40 372	1.60 407	2.41 470	3.48 199	2.12 428	4.52 458	3.26 445	3.67 448	13.15 496	22.10 501	3.46 425	11.92 472	17.16 488	0.34 228	0.21 125	0.23 15	0.19 36	0.36 208	0.28 114

PAM_32	2.45 320	0.63 145	20.74 462	1.05 202	0.65 172	2.83 115	0.46 33	2.91 140	1.54 121	1.95 213	2.66 401	4.99 456	3.78 430	1.96 176	0.92 137	0.27 70	0.22 153	0.27 93	0.25 138	0.36 208	0.48 315

AE-Stereo	1.18 95	0.60 113	2.05 101	1.10 233	0.60 152	4.39 394	0.72 123	3.74 250	1.62 167	1.10 86	1.90 281	1.01 91	0.92 103	1.45 95	0.82 94	0.28 105	0.22 153	0.28 120	0.28 209	0.26 38	0.22 28

RAFT-Test	1.44 153	0.59 101	6.10 236	1.01 183	0.69 196	2.90 121	0.80 186	3.68 236	1.70 190	1.85 180	1.68 189	3.15 362	1.03 126	1.20 54	0.99 160	0.27 70	0.22 153	0.25 49	0.23 105	0.27 50	0.25 58

HH	2.23 270	0.86 299	21.59 487	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 446	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

HanStereo	2.23 270	0.86 299	21.59 487	0.98 163	0.51 102	1.49 46	0.82 198	2.74 124	1.54 121	1.10 86	1.69 193	4.62 446	1.86 328	2.55 227	0.69 50	0.26 56	0.22 153	0.29 141	0.23 105	0.34 177	0.27 95

knoymous	1.30 137	0.60 113	5.57 234	0.88 97	0.75 212	3.04 137	0.90 247	2.68 118	1.33 38	1.48 119	1.07 47	2.78 334	0.88 91	1.29 70	0.85 103	0.31 182	0.22 153	0.35 270	0.20 49	0.45 305	0.37 225

RAFT_CTSACE	1.80 207	1.06 348	10.00 278	1.71 421	1.39 379	3.49 201	1.06 308	3.05 154	1.62 167	1.70 155	2.04 305	2.51 305	1.80 316	1.98 177	0.94 147	0.25 44	0.22 153	0.28 120	0.30 254	0.30 100	0.26 82

SA	1.62 178	0.75 254	3.78 211	1.07 210	0.43 54	4.26 376	1.36 361	4.45 447	3.12 430	1.63 139	1.97 293	1.68 181	2.26 361	2.55 227	1.27 219	0.27 70	0.22 153	0.37 296	0.37 332	0.35 195	0.30 150

DAS	2.31 290	0.67 187	4.79 223	1.14 251	1.64 423	2.93 129	2.13 429	4.09 341	2.74 386	4.17 460	2.52 388	2.46 300	1.79 311	11.55 450	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

SepStereo	2.15 261	0.67 187	4.79 223	1.14 251	1.64 423	2.93 129	2.13 429	4.09 341	2.74 386	4.17 460	2.52 388	2.46 300	1.79 311	8.36 353	1.63 294	0.37 266	0.22 153	0.39 315	0.25 138	0.41 261	0.34 192

CrosDoStereo	5.24 463	0.60 113	20.23 438	0.82 53	0.51 102	3.39 181	18.11 505	3.82 263	2.27 303	1.98 220	8.74 476	1.96 239	6.96 476	7.35 338	26.35 508	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

NRIStereo	1.28 134	0.61 127	1.67 66	1.15 264	0.38 33	4.73 460	0.90 247	2.42 81	1.50 89	1.93 208	1.33 94	1.75 194	1.22 181	2.96 248	1.33 233	0.46 351	0.22 153	0.29 141	0.26 156	0.30 100	0.28 114

ROB_FTStereo_v2	1.23 110	0.66 177	2.02 97	0.75 22	0.37 22	4.67 446	0.76 153	2.53 93	1.58 144	1.99 225	1.46 126	1.78 200	1.14 164	2.08 185	0.88 120	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

ROB_FTStereo	1.25 119	0.66 177	2.14 115	0.75 22	0.37 22	4.65 443	0.77 166	2.53 93	1.58 144	1.99 225	1.47 130	1.78 200	1.13 158	2.26 208	0.86 110	0.47 360	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

DeepStereo_LL	5.24 463	0.60 113	20.23 438	0.82 53	0.51 102	3.39 181	18.11 505	3.82 263	2.27 303	1.98 220	8.74 476	1.96 239	6.96 476	7.35 338	26.35 508	0.30 163	0.22 153	0.30 161	0.28 209	0.33 159	0.38 239

DRaft	2.28 283	0.56 72	2.64 162	0.74 21	0.46 73	3.94 295	1.23 347	2.32 76	1.55 129	2.64 395	2.80 413	1.60 172	5.34 457	6.96 334	10.99 462	0.34 228	0.22 153	0.27 93	0.27 182	0.29 78	0.37 225

DeepStereo_RVC	1.55 161	0.63 145	3.32 192	0.77 38	0.42 48	4.49 414	0.72 123	2.50 91	1.58 144	2.02 243	1.81 244	1.54 165	6.38 472	1.73 148	1.19 195	0.46 351	0.22 153	0.29 141	0.28 209	0.35 195	0.38 239

RAFT-RH_RVC	2.63 350	0.55 62	19.97 426	1.26 306	0.47 83	4.46 406	0.57 57	1.71 28	1.64 171	3.06 427	5.51 460	2.03 250	1.28 190	6.70 326	1.52 273	0.42 325	0.22 153	0.37 296	0.34 296	0.28 66	0.29 124

RAFT-IKP	1.25 119	0.66 177	2.23 126	0.75 22	0.37 22	4.64 441	0.74 140	2.53 93	1.58 144	1.99 225	1.47 130	1.78 200	1.13 158	2.22 205	0.92 137	0.48 364	0.22 153	0.32 201	0.27 182	0.40 237	0.29 124

raft+_RVC	1.21 105	0.83 289	2.61 157	1.35 345	0.97 283	3.60 225	0.76 153	3.23 174	1.51 96	1.33 100	1.67 186	1.03 94	1.10 152	1.87 169	0.92 137	0.24 28	0.22 153	0.25 49	0.24 128	0.26 38	0.25 58

111	1.83 209	0.92 313	9.08 265	0.81 43	0.36 10	4.25 375	0.91 255	4.44 444	2.70 382	2.39 359	1.96 287	2.30 277	1.64 287	1.28 67	1.82 320	0.28 105	0.22 153	0.24 31	0.20 49	0.31 117	0.54 348

EAI-Stereo	2.35 306	0.63 145	2.97 176	0.95 144	0.65 172	3.84 268	14.27 501	5.04 476	2.19 287	2.06 256	7.25 464	1.10 102	0.94 107	1.65 136	1.37 238	0.31 182	0.22 153	0.27 93	0.60 423	0.27 50	0.32 167

FENet	2.25 274	0.50 25	20.29 445	1.35 345	0.67 185	4.01 314	0.60 70	3.95 300	1.99 242	1.96 216	1.11 52	2.43 295	1.43 225	1.60 122	1.39 239	0.32 200	0.22 153	0.33 235	0.26 156	0.29 78	0.39 245

BEATNet_4x	1.92 227	1.36 402	8.75 263	1.20 283	0.56 129	3.46 194	1.03 301	4.00 314	2.43 341	2.25 320	1.70 195	2.10 261	1.59 264	2.57 230	3.05 406	0.37 266	0.22 153	0.47 360	0.29 236	0.60 365	0.40 265

HSM	2.35 306	0.81 279	2.21 121	1.14 251	1.55 407	3.44 189	1.03 301	3.99 312	2.25 298	2.29 327	2.11 323	8.04 479	3.05 405	11.60 451	1.71 305	0.33 216	0.22 153	0.28 120	0.23 105	0.32 142	0.35 206

MM-Stereo_test3	1.09 80	0.59 101	1.55 57	1.73 424	1.18 329	1.91 69	0.86 217	3.52 211	1.76 206	1.25 96	1.86 266	1.10 102	0.69 39	1.32 77	0.86 110	0.27 70	0.23 178	0.27 93	0.22 92	0.34 177	0.30 150

HUF	1.15 91	0.64 156	8.62 261	0.90 109	0.35 8	1.35 35	0.78 169	1.97 47	1.50 89	0.63 11	1.52 140	0.83 58	0.66 35	1.28 67	0.63 25	0.29 124	0.23 178	0.26 69	0.17 15	0.23 11	0.25 58

AIO-test1	2.18 265	0.66 177	18.95 398	0.89 101	1.48 395	3.40 184	0.97 287	4.19 365	1.68 181	0.86 60	1.35 102	0.99 88	0.75 54	4.47 278	1.27 219	0.23 19	0.23 178	0.28 120	0.33 288	0.31 117	0.35 206

model_zeroshot	1.21 105	0.60 113	3.55 200	1.05 202	0.57 140	3.46 194	0.63 87	2.73 123	1.55 129	2.05 251	1.38 110	1.50 160	0.82 79	1.69 143	0.87 116	0.29 124	0.23 178	0.30 161	0.23 105	0.27 50	0.32 167

MGS-Stereo	0.80 17	0.56 72	1.53 53	0.93 136	0.39 36	1.26 24	0.73 128	1.45 8	1.30 35	1.01 76	2.26 349	0.80 53	0.56 11	1.16 40	0.65 32	0.27 70	0.23 178	0.26 69	0.22 92	0.27 50	0.25 58

Former-RAFT_DAM_RVC	0.92 42	0.73 234	1.42 45	0.92 122	1.08 312	2.97 135	0.53 48	1.77 34	1.39 42	1.16 92	1.54 149	0.58 9	0.65 32	1.03 18	0.84 100	0.25 44	0.23 178	0.30 161	0.24 128	0.43 289	0.29 124

MyStereo06	2.46 323	0.72 223	19.97 426	1.02 192	0.99 290	4.26 376	0.86 217	3.51 210	1.68 181	1.92 204	1.73 204	4.01 416	4.22 440	1.62 128	0.88 120	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

MyStereo05	2.37 312	0.72 223	19.94 424	1.02 192	0.99 290	4.26 376	0.86 217	4.01 316	2.62 371	2.14 276	1.26 79	2.28 271	1.63 284	2.07 183	1.68 302	0.24 28	0.23 178	0.34 252	0.26 156	0.42 279	0.36 211

GMStereo_Zeroshot	1.41 151	1.21 375	3.33 193	1.29 317	0.72 202	3.35 178	0.53 48	2.58 110	1.68 181	2.35 349	1.56 156	2.42 292	0.96 110	2.50 217	1.16 189	0.45 346	0.23 178	0.40 321	0.24 128	0.79 416	0.33 180

MaDis-Stereo	0.82 26	0.66 177	1.53 53	0.65 9	1.87 450	1.24 21	0.36 10	2.13 59	1.27 31	0.67 18	0.75 12	0.88 72	0.70 41	1.15 38	1.07 171	0.29 124	0.23 178	0.26 69	0.20 49	0.31 117	0.22 28

MSKI-zero shot	2.22 268	0.64 156	20.09 433	0.96 150	0.56 129	4.04 319	0.70 118	3.91 289	1.50 89	1.92 204	2.28 353	1.92 230	0.71 43	2.93 246	0.67 40	0.26 56	0.23 178	0.26 69	0.21 62	0.28 66	0.26 82

LL-Strereo2	1.23 110	0.85 297	2.38 142	0.93 136	0.68 190	3.72 244	1.37 366	2.54 102	1.99 242	1.75 166	1.40 115	1.82 216	0.73 48	1.40 84	0.99 160	0.31 182	0.23 178	0.55 403	0.35 310	0.29 78	0.24 48

CroCo-Stereo Lap2	0.99 65	0.89 304	2.55 150	0.99 169	1.80 447	0.54 2	0.46 33	3.10 159	1.24 22	1.07 83	1.21 66	1.05 98	0.78 69	1.26 62	1.08 173	0.27 70	0.23 178	0.27 93	0.21 62	0.43 289	0.34 192

DCANet-4	1.96 234	0.51 29	14.31 332	0.82 53	0.40 39	4.16 353	0.57 57	4.29 404	2.98 420	2.30 331	1.80 232	1.03 94	1.54 259	1.44 91	1.44 249	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

fff	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 344	0.57 57	4.23 378	2.09 264	2.30 331	1.80 232	1.19 118	3.02 402	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

IER	1.69 190	0.65 166	7.19 245	0.94 140	1.15 323	3.28 171	0.89 242	3.48 201	1.97 239	2.10 263	1.98 295	2.28 271	2.12 347	2.25 207	1.75 314	0.29 124	0.23 178	0.36 284	0.30 254	0.32 142	0.34 192

CIPLG	2.27 278	1.18 370	19.24 402	0.92 122	1.34 369	3.95 300	0.89 242	4.23 378	1.82 214	2.31 337	2.67 402	1.17 110	1.06 141	1.53 110	1.32 229	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

IPLGR_C	2.28 283	1.31 395	19.46 409	0.92 122	1.32 364	3.93 290	0.89 242	4.20 366	1.82 214	2.30 331	2.63 399	1.16 109	1.07 143	1.41 87	1.29 225	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.45 296

ACRE	2.27 278	1.11 358	19.45 408	0.91 116	1.30 357	3.94 295	0.87 235	4.21 371	1.80 212	2.28 325	2.62 397	1.17 110	1.04 130	1.52 108	1.30 226	0.37 266	0.23 178	0.27 93	0.22 92	0.31 117	0.46 306

Patchmatch Stereo++	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 447	0.76 153	2.53 93	1.58 144	1.99 225	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124
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	1.66 187	0.59 101	5.15 227	2.25 458	0.48 91	4.68 447	0.69 112	2.57 107	1.52 105	2.14 276	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

KMStereo	1.66 187	0.59 101	5.15 227	2.25 458	0.48 91	4.68 447	0.69 112	2.57 107	1.52 105	2.14 276	1.45 124	1.42 151	0.99 119	6.04 310	1.20 198	0.41 314	0.23 178	0.37 296	0.39 351	0.32 142	0.31 159

PSM-adaLoss	1.24 115	0.65 166	2.03 98	0.75 22	0.37 22	4.68 447	0.73 128	2.53 93	1.58 144	1.99 225	1.47 130	1.78 200	1.13 158	2.18 199	0.87 116	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

HUI-Stereo	1.25 119	0.66 177	2.33 137	0.75 22	0.37 22	4.68 447	0.78 169	2.53 93	1.58 144	1.99 225	1.46 126	1.79 207	1.13 158	2.17 197	0.85 103	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

iGMRVC	1.26 126	0.66 177	2.14 115	0.75 22	0.37 22	4.66 444	0.74 140	2.53 93	1.58 144	1.99 225	1.46 126	1.78 200	1.14 164	2.46 214	0.92 137	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

RAFT-345	2.46 323	0.55 62	19.69 416	1.02 192	0.49 97	4.43 404	0.78 169	1.64 25	2.34 319	2.09 260	3.12 429	1.96 239	1.31 197	6.65 324	1.43 247	0.36 258	0.23 178	0.32 201	0.25 138	0.28 66	0.25 58

iRAFT	1.25 119	0.65 166	2.06 110	0.75 22	0.37 22	4.68 447	0.76 153	2.53 93	1.58 144	1.99 225	1.47 130	1.78 200	1.14 164	2.44 212	0.90 127	0.48 364	0.23 178	0.32 201	0.27 182	0.40 237	0.29 124

rafts_anoy	1.24 115	0.80 275	3.61 206	1.17 271	1.20 341	3.00 136	0.61 73	3.17 167	1.58 144	1.37 107	1.26 79	1.19 118	1.12 156	1.78 154	1.25 213	0.32 200	0.23 178	0.32 201	0.32 280	0.31 117	0.30 150

csc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 344	0.57 57	4.23 378	2.09 264	2.30 331	1.80 232	1.19 118	3.02 402	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

cscssc	1.74 196	0.70 208	9.08 265	0.81 43	0.36 10	4.15 344	0.57 57	4.23 378	2.09 264	2.30 331	1.80 232	1.19 118	3.02 402	1.44 91	1.46 253	0.29 124	0.23 178	0.23 15	0.18 23	0.24 14	0.42 275

DIP-Stereo	1.24 115	0.69 198	1.77 74	0.65 9	0.61 156	4.29 383	0.58 66	4.44 444	2.53 360	1.98 220	1.33 94	0.91 78	0.86 87	1.25 61	1.25 213	0.36 258	0.23 178	0.32 201	0.23 105	0.32 142	0.29 124
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	1.77 203	0.81 279	2.22 124	1.21 289	0.76 215	3.26 165	0.71 120	3.82 263	2.05 256	2.29 327	2.05 311	2.98 348	1.44 228	7.15 335	2.27 368	0.30 163	0.23 178	0.42 338	0.33 288	0.45 305	0.64 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	2.52 335	0.94 323	21.17 477	1.84 438	0.72 202	3.75 249	0.81 195	4.14 357	2.55 366	2.33 347	2.03 302	1.35 139	1.44 228	3.27 252	2.16 362	0.35 247	0.23 178	0.28 120	0.22 92	0.44 297	0.45 296

PAM	2.43 317	0.61 127	20.86 465	1.07 210	0.73 206	2.93 129	0.53 48	3.24 176	1.53 112	1.89 196	2.43 378	5.29 465	2.76 389	1.84 163	1.02 164	0.27 70	0.24 211	0.26 69	0.25 138	0.40 237	0.50 327

UGAM	2.58 347	0.56 72	18.55 392	0.89 101	0.71 200	3.23 157	1.03 301	2.75 126	1.75 204	1.36 104	2.77 410	2.69 319	1.28 190	10.75 415	1.40 240	0.28 105	0.24 211	0.40 321	0.31 270	0.35 195	0.30 150

rvit_stereo_ft	1.00 67	0.87 301	3.55 200	0.97 157	0.66 178	1.06 8	0.80 186	2.78 129	1.67 179	0.78 43	0.96 29	0.95 86	1.14 164	1.06 22	0.90 127	0.32 200	0.24 211	0.27 93	0.28 209	0.39 232	0.27 95

MyStereo07	1.01 69	0.80 275	1.26 25	1.00 177	1.04 303	3.95 300	0.95 279	2.07 56	1.42 50	0.75 27	1.22 67	0.68 23	0.91 100	1.63 132	0.67 40	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

MyStereo04	2.29 286	0.80 275	18.77 394	1.00 177	1.04 303	3.95 300	0.95 279	3.91 289	2.54 364	1.99 225	1.27 85	2.31 278	1.65 289	2.02 182	1.77 315	0.24 28	0.24 211	0.34 252	0.26 156	0.41 261	0.37 225

MIF-Stereo (partial)	0.98 59	0.55 62	2.83 170	0.71 16	1.03 300	1.08 9	0.49 39	2.55 103	1.66 177	0.79 44	1.20 63	0.80 53	0.90 98	1.61 127	1.56 278	0.36 258	0.24 211	0.33 235	0.25 138	0.40 237	0.28 114

EKT-Stereo	6.79 482	0.64 156	4.24 214	1.77 428	106.39 521	4.51 421	0.61 73	3.16 165	1.53 112	1.88 190	1.22 67	1.98 243	1.36 204	3.81 264	0.84 100	0.35 247	0.24 211	0.29 141	0.26 156	0.34 177	0.48 315

MIM_Stereo	1.20 102	0.78 268	3.30 191	1.05 202	0.43 54	3.04 137	0.60 70	2.46 86	1.51 96	1.60 131	1.58 159	1.82 216	1.29 193	2.00 178	1.07 171	0.24 28	0.24 211	0.28 120	0.25 138	0.27 50	0.27 95

ADStereo(finetuned)	2.04 249	0.73 234	13.28 310	0.82 53	0.40 39	4.16 353	0.59 67	4.25 388	2.97 417	2.35 349	1.84 256	1.18 114	3.40 419	1.52 108	1.54 275	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.51 335

raft_robust	1.92 227	1.15 365	3.34 194	1.02 192	0.43 54	3.84 268	0.46 33	4.42 440	2.52 359	1.67 149	1.36 106	2.17 265	6.37 470	6.78 330	1.04 166	0.28 105	0.24 211	0.30 161	0.35 310	0.31 117	0.32 167

FTStereo	3.71 430	0.53 46	20.37 447	0.96 150	0.65 172	4.34 388	11.29 497	2.62 113	1.50 89	2.58 384	5.04 458	1.90 228	13.84 496	3.71 263	1.25 213	0.38 282	0.24 211	0.31 182	0.32 280	0.30 100	2.10 470

ASMatch	2.62 349	0.60 113	20.65 460	1.37 359	0.64 164	4.39 394	0.78 169	1.97 47	1.58 144	1.70 155	3.89 448	1.94 232	3.79 431	5.46 295	1.64 297	0.31 182	0.24 211	0.34 252	0.28 209	0.33 159	0.50 327

RAFT	1.23 110	0.84 293	2.05 101	0.96 150	0.47 83	1.80 61	0.94 275	3.18 169	1.46 64	1.60 131	1.71 199	3.04 353	1.59 264	1.64 134	1.32 229	0.38 282	0.24 211	0.40 321	0.32 280	0.40 237	0.35 206

LMCR-Stereo	2.40 314	1.31 395	18.61 393	1.59 405	0.86 250	3.87 279	1.15 330	4.32 419	1.60 160	2.25 320	2.27 350	1.13 105	2.43 372	2.48 216	1.60 284	0.88 442	0.24 211	0.29 141	0.24 128	0.56 353	0.30 150

raftrobust	1.19 97	0.72 223	2.30 134	1.26 306	1.31 359	3.55 216	0.68 107	2.75 126	1.47 69	2.21 309	1.38 110	1.17 110	1.22 181	1.20 54	1.11 180	0.28 105	0.24 211	0.21 5	0.19 36	0.25 26	0.28 114

DCANet	1.74 196	0.73 234	9.08 265	0.82 53	0.40 39	4.18 361	0.59 67	4.25 388	2.97 417	2.35 349	1.84 256	1.18 114	1.63 284	1.51 106	1.55 276	0.29 124	0.24 211	0.23 15	0.18 23	0.30 100	0.53 342

R-Stereo Train	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 254	0.90 247	4.09 341	1.51 96	2.16 289	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58

RAFT-Stereo	1.20 102	0.58 94	1.81 78	0.99 169	0.67 185	3.78 254	0.90 247	4.09 341	1.51 96	2.16 289	1.71 199	1.13 105	0.94 107	1.40 84	0.91 134	0.30 163	0.24 211	0.26 69	0.21 62	0.26 38	0.25 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	2.56 343	0.70 208	10.06 279	1.60 407	2.25 467	3.67 238	1.00 293	3.38 195	3.14 433	1.81 175	2.11 323	4.60 445	2.30 362	10.25 402	2.61 391	0.37 266	0.24 211	0.25 49	0.24 128	0.28 66	0.26 82

CFNet	2.34 301	1.10 355	8.96 264	1.34 341	1.24 349	4.09 329	0.73 128	4.04 325	2.77 390	1.62 138	1.87 269	2.27 270	1.45 232	11.41 444	1.82 320	0.31 182	0.24 211	0.43 342	0.36 320	0.43 289	0.33 180

testlalala2	2.31 290	0.63 145	20.54 455	2.56 470	2.87 476	3.79 257	0.76 153	4.20 366	1.48 76	1.42 115	1.43 121	2.45 298	0.80 78	1.03 18	0.68 43	0.27 70	0.25 231	0.24 31	0.21 62	0.33 159	0.28 114

DCRE	1.44 153	0.74 242	3.50 199	1.13 250	0.72 202	1.78 59	0.67 102	2.14 61	1.56 135	1.99 225	8.09 471	1.73 192	1.07 143	1.24 59	0.83 97	0.23 19	0.25 231	0.26 69	0.26 156	0.28 66	0.30 150

BUS	1.49 160	0.59 101	1.94 89	0.87 92	0.85 245	4.50 417	0.76 153	4.48 450	1.88 226	2.93 416	1.83 251	3.63 400	0.97 113	1.60 122	1.17 192	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

BSDual-CNN	1.46 156	0.59 101	1.94 89	0.87 92	0.85 245	4.16 353	1.16 332	4.48 450	1.88 226	2.93 416	1.83 251	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

hknet	1.98 238	0.64 156	8.70 262	0.87 92	1.07 310	4.16 353	1.16 332	4.48 450	1.73 197	2.93 416	1.83 251	3.48 384	1.30 196	3.91 269	1.51 271	0.31 182	0.25 231	0.31 182	0.28 209	0.35 195	0.33 180

GLC_STEREO	0.76 7	0.52 35	1.12 12	0.83 63	0.33 5	1.86 65	0.82 198	1.46 9	1.38 41	0.95 71	1.04 39	0.68 23	0.72 44	0.97 11	0.80 86	0.23 19	0.25 231	0.32 201	0.25 138	0.32 142	0.30 150

XX-TBD	1.03 74	0.95 324	1.94 89	1.30 324	0.43 54	3.97 308	0.33 4	1.74 30	1.73 197	1.59 130	2.02 301	0.69 26	0.60 19	1.16 40	0.66 36	0.30 163	0.25 231	0.23 15	0.15 4	0.31 117	0.22 28

sAnonymous2	1.37 146	1.22 381	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 392

CroCo_RVC	1.37 146	1.22 381	9.79 275	0.92 122	0.88 258	1.23 17	0.61 73	2.56 105	1.69 187	0.85 58	1.02 32	0.73 40	1.23 184	0.98 13	0.78 81	0.29 124	0.25 231	0.31 182	0.30 254	1.06 437	0.71 392

HSM-Net_RVC	2.87 373	0.57 81	17.46 375	0.92 122	0.90 266	3.70 241	1.20 343	5.64 488	2.51 358	3.22 436	2.43 378	2.54 307	1.59 264	11.41 444	1.65 299	0.34 228	0.25 231	0.26 69	0.23 105	0.30 100	0.29 124
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AdaStereo	1.45 155	0.83 289	2.34 140	1.28 314	0.81 227	3.21 154	1.14 329	4.20 366	2.46 349	2.05 251	1.77 223	2.48 302	1.18 175	1.71 146	1.44 249	0.43 330	0.25 231	0.43 342	0.28 209	0.44 297	0.34 192
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	2.25 274	0.73 234	10.06 279	1.76 427	1.12 319	3.47 197	1.25 350	3.24 176	2.26 301	2.65 397	1.96 287	4.53 442	1.92 335	4.17 276	3.61 413	0.32 200	0.25 231	0.31 182	0.29 236	0.66 389	0.41 271

AIO-test2	1.61 176	1.30 392	3.40 195	1.16 269	1.31 359	3.18 152	0.74 140	4.06 333	1.52 105	1.72 160	2.21 342	0.78 47	0.74 52	3.64 261	0.95 152	3.64 488	0.26 243	0.35 270	0.42 374	0.37 217	0.33 180

rvit_stereo_0081	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

rvit_stereo_0082	0.80 17	0.63 145	1.19 16	0.91 116	0.64 164	1.27 25	0.61 73	2.05 52	1.71 191	0.82 50	0.73 10	0.85 64	0.75 54	1.30 74	0.80 86	0.31 182	0.26 243	0.27 93	0.25 138	0.38 222	0.27 95

anonymousa	2.16 262	0.67 187	19.19 401	1.04 201	1.67 431	2.06 81	0.79 176	2.86 138	1.96 237	1.85 180	2.14 329	3.23 367	1.81 319	1.12 29	1.15 186	0.26 56	0.26 243	0.34 252	0.32 280	0.30 100	0.28 114

TRStereo	2.31 290	1.87 435	19.74 417	1.53 393	1.16 327	4.26 376	1.08 315	4.73 470	1.45 56	1.55 126	1.28 86	1.75 194	0.85 85	1.81 159	1.20 198	0.36 258	0.26 243	0.32 201	0.36 320	0.34 177	0.33 180

DEmStereo	2.97 387	0.58 94	13.42 312	0.79 41	0.51 102	3.84 268	1.84 415	2.42 81	1.60 160	2.25 320	2.74 406	2.03 250	6.04 464	6.79 332	12.80 471	0.35 247	0.26 243	0.26 69	0.27 182	0.27 50	0.37 225

RALCasStereoNet	1.19 97	1.02 337	2.06 110	1.12 243	1.14 321	3.08 145	0.70 118	2.99 146	1.73 197	1.34 101	1.68 189	1.18 114	0.91 100	2.16 195	1.00 162	0.30 163	0.26 243	0.24 31	0.21 62	0.29 78	0.30 150

UNet	2.51 332	0.74 242	20.17 436	1.14 251	1.44 390	3.48 199	0.76 153	3.77 255	1.87 224	2.05 251	1.57 158	2.75 327	2.39 369	3.51 256	2.51 384	0.32 200	0.26 243	0.41 331	0.26 156	0.38 222	0.39 245

ACVNet	1.46 156	0.64 156	3.56 202	0.93 136	0.85 245	4.22 371	0.80 186	2.85 135	2.08 261	1.78 170	1.88 270	3.10 357	1.46 235	1.33 78	1.89 328	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

acv_ft	1.55 161	0.64 156	3.29 190	1.14 251	2.01 457	2.93 129	0.97 287	3.81 262	2.08 261	2.22 311	1.88 270	3.10 357	1.66 291	1.33 78	2.22 365	0.29 124	0.26 243	0.30 161	0.26 156	0.39 232	0.27 95

cf-r	2.57 346	0.79 271	16.09 352	1.48 384	1.35 370	4.19 365	0.93 270	3.68 236	2.36 324	1.97 218	1.81 244	3.42 381	1.45 232	8.24 352	1.83 322	0.32 200	0.26 243	0.33 235	0.30 254	0.34 177	0.37 225

test_sample1	1.62 178	0.55 62	1.88 83	1.44 374	0.79 222	2.27 90	0.64 90	4.00 314	1.82 214	1.87 187	1.35 102	1.57 167	1.62 272	9.55 379	1.24 210	0.30 163	0.27 254	0.31 182	0.28 209	0.32 142	0.32 167

mmm	1.27 131	0.58 94	2.20 119	1.41 367	0.68 190	2.39 96	0.85 215	3.90 285	1.63 170	2.20 301	1.84 256	1.28 129	1.50 246	1.91 172	0.89 123	0.31 182	0.27 254	0.45 352	0.37 332	0.38 222	0.34 192

ToySt	1.35 144	0.72 223	3.65 208	1.01 183	0.50 100	3.31 176	1.01 296	3.46 200	1.73 197	1.30 98	1.55 153	2.07 259	1.47 237	1.88 170	1.40 240	0.27 70	0.27 254	0.30 161	0.32 280	0.42 279	0.39 245

riskmin	1.25 119	0.56 72	2.05 101	1.05 202	0.93 273	2.86 119	0.55 53	3.23 174	1.34 39	1.55 126	1.07 47	3.56 398	2.03 339	1.29 70	1.00 162	0.28 105	0.27 254	0.34 252	0.21 62	0.41 261	0.43 284

psmg	1.47 159	0.59 101	1.94 89	0.92 122	0.85 245	4.30 385	1.42 376	4.10 349	1.88 226	2.64 395	2.09 318	2.60 313	1.31 197	1.60 122	1.21 202	0.34 228	0.27 254	0.33 235	0.34 296	0.36 208	0.34 192

GES	1.38 148	0.64 156	2.61 157	1.09 224	0.57 140	4.30 385	1.02 300	3.86 273	1.51 96	1.72 160	1.74 206	1.28 129	1.77 308	1.62 128	1.61 287	0.39 294	0.27 254	0.33 235	0.30 254	0.41 261	0.47 311

SFCPSM	2.18 265	0.63 145	17.03 366	0.88 97	0.98 287	3.74 248	1.28 353	4.09 341	2.16 282	1.85 180	1.83 251	1.65 177	1.39 208	2.50 217	1.50 265	0.33 216	0.27 254	0.39 315	0.36 320	0.34 177	0.37 225

GwcNet-RSSM	2.66 354	1.05 343	15.91 350	1.22 292	1.19 336	4.12 337	1.12 324	3.84 267	2.02 247	1.93 208	1.79 229	3.12 360	1.46 235	10.37 404	2.05 348	0.33 216	0.27 254	0.35 270	0.30 254	0.40 237	0.36 211

DMCA	1.72 193	0.74 242	6.63 239	1.14 251	0.96 279	3.98 310	0.90 247	3.75 251	2.76 389	2.83 412	1.58 159	2.35 282	1.18 175	1.58 115	1.98 341	0.40 300	0.27 254	0.42 338	0.26 156	0.36 208	0.38 239

test_sample2	1.75 200	0.56 72	2.25 127	1.41 367	0.80 224	2.91 124	0.86 217	4.05 329	2.04 253	1.91 202	1.39 112	1.57 167	1.55 261	10.65 412	1.06 168	0.32 200	0.28 263	0.32 201	0.30 254	0.36 208	0.33 180

DispNO	3.00 392	0.75 254	18.92 397	1.17 271	1.10 317	3.72 244	0.94 275	4.29 404	2.54 364	2.24 317	2.28 353	4.51 440	2.12 347	11.40 443	2.09 354	0.31 182	0.28 263	0.31 182	0.28 209	0.36 208	0.39 245

CoDeX	2.40 314	0.78 268	13.21 309	1.00 177	1.18 329	3.24 160	1.32 356	4.14 357	2.41 338	1.74 164	1.84 256	2.05 254	1.47 237	10.03 396	1.60 284	0.34 228	0.28 263	0.32 201	0.27 182	0.32 142	0.39 245

mmx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 230	0.86 217	4.49 453	3.05 426	2.20 301	2.30 360	3.48 384	1.62 272	11.62 453	16.09 480	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

xxx	2.98 389	0.60 113	5.21 229	1.14 251	0.99 290	3.62 230	0.86 217	4.49 453	3.05 426	2.20 301	2.30 360	3.48 384	1.62 272	11.62 453	16.09 480	0.33 216	0.28 263	0.48 368	0.37 332	0.44 297	0.37 225

LL-Strereo	3.01 394	1.81 434	17.59 378	1.12 243	2.10 462	2.90 121	1.09 318	4.33 421	2.00 246	3.12 430	2.24 346	3.29 371	3.15 408	11.31 441	1.84 323	0.30 163	0.28 263	0.46 357	0.34 296	0.49 329	0.45 296

CASS	1.29 136	0.66 177	2.62 160	0.95 144	0.66 178	2.84 116	0.69 112	3.00 148	1.79 211	2.57 381	1.95 286	1.39 144	1.55 261	1.59 120	1.06 168	0.50 377	0.28 263	0.34 252	0.28 209	0.46 316	0.63 376
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HCRNet	1.60 174	0.56 72	2.47 147	0.78 39	1.36 372	4.11 335	0.71 120	3.57 220	2.79 393	1.75 166	1.61 171	1.58 169	1.41 217	5.79 304	1.56 278	0.34 228	0.28 263	0.36 284	0.29 236	0.33 159	0.37 225

TDLM	2.29 286	1.08 351	4.61 222	1.29 317	1.01 298	4.26 376	2.17 431	3.75 251	2.79 393	2.31 337	1.98 295	2.06 256	1.59 264	12.45 479	1.72 307	0.51 383	0.28 263	0.52 393	0.35 310	0.56 353	0.50 327

UCFNet_RVC	1.57 167	0.84 293	3.25 187	1.36 351	1.40 381	4.07 327	1.01 296	2.68 118	1.50 89	2.11 267	1.88 270	2.37 285	1.50 246	3.41 254	1.42 246	0.36 258	0.28 263	0.52 393	0.40 362	0.53 342	0.43 284

rvit_stereo_0081_aga	0.81 24	0.75 254	1.84 80	0.72 18	0.73 206	1.21 16	0.63 87	1.92 44	1.39 42	0.87 62	0.80 18	0.79 51	0.69 39	1.27 66	0.69 50	0.35 247	0.29 273	0.26 69	0.25 138	0.40 237	0.27 95

rvit_stereo_0080	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

test_sample4	2.34 301	0.63 145	11.59 298	1.30 324	0.83 237	3.07 144	0.72 123	4.27 396	2.30 310	2.30 331	1.88 270	1.73 192	1.42 222	11.14 436	1.46 253	0.35 247	0.29 273	0.35 270	0.36 320	0.40 237	0.38 239

test_sample3	2.34 301	0.61 127	11.94 301	1.33 334	0.85 245	3.10 148	0.73 128	4.24 386	2.19 287	2.21 309	1.75 210	1.80 210	1.41 217	11.11 435	1.46 253	0.35 247	0.29 273	0.34 252	0.35 310	0.39 232	0.37 225

whm_eth	0.94 47	0.72 223	2.56 151	0.64 5	0.59 150	1.90 67	0.75 150	2.71 120	1.40 45	0.91 64	1.04 39	0.85 64	0.82 79	1.14 34	0.78 81	0.35 247	0.29 273	0.25 49	0.27 182	0.45 305	0.29 124

gwcnet-sp	2.31 290	1.21 375	17.34 368	1.08 218	0.92 268	3.56 218	1.04 304	3.69 241	2.09 264	2.55 377	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

scenet	2.31 290	1.21 375	17.34 368	1.08 218	0.92 268	3.56 218	1.04 304	3.69 241	2.09 264	2.55 377	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

ssnet	2.31 290	1.21 375	17.34 368	1.08 218	0.92 268	3.56 218	1.04 304	3.69 241	2.09 264	2.55 377	1.60 167	1.80 210	1.62 272	3.87 266	1.95 336	0.29 124	0.29 273	0.30 161	0.28 209	0.38 222	0.39 245

test-1	1.23 110	0.65 166	1.88 83	0.96 150	0.52 111	3.84 268	0.62 85	4.01 316	1.47 69	1.93 208	1.78 226	1.83 219	0.92 103	1.19 53	1.28 223	0.26 56	0.29 273	0.31 182	0.24 128	0.29 78	0.36 211

MMNet	2.02 246	0.81 279	10.76 289	1.12 243	1.23 347	3.53 211	0.89 242	3.79 259	2.08 261	2.15 284	1.76 218	2.15 264	2.12 347	3.69 262	2.32 371	0.31 182	0.29 273	0.34 252	0.27 182	0.38 222	0.42 275

delet	1.92 227	0.76 259	5.14 226	1.01 183	1.65 427	3.44 189	2.03 424	3.76 253	2.48 350	2.01 239	2.05 311	2.63 317	1.90 333	5.34 292	2.12 356	0.28 105	0.29 273	0.40 321	0.31 270	0.41 261	0.45 296

GANet-RSSM	1.98 238	0.62 137	3.49 197	1.69 417	1.23 347	4.22 371	0.91 255	3.31 183	1.86 223	1.81 175	1.74 206	2.34 280	1.82 321	10.92 424	1.73 311	0.34 228	0.29 273	0.31 182	0.28 209	0.39 232	0.40 265

PSMNet-RSSM	1.96 234	0.77 262	3.26 188	1.29 317	1.31 359	4.19 365	0.96 284	3.68 236	1.89 230	2.05 251	1.80 232	2.60 313	1.70 299	9.84 386	1.81 319	0.35 247	0.29 273	0.35 270	0.37 332	0.42 279	0.35 206

CAS++	0.89 37	0.64 156	1.46 48	0.81 43	0.51 102	1.24 21	0.86 217	3.44 199	1.46 64	1.14 91	1.29 88	0.62 14	0.58 15	1.13 32	0.59 18	0.34 228	0.30 286	0.34 252	0.26 156	0.41 261	0.29 124
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	1.30 137	0.61 127	4.09 212	0.94 140	0.56 129	3.50 204	0.84 206	3.12 161	1.72 194	1.84 179	1.22 67	2.72 324	0.88 91	1.46 99	0.80 86	0.29 124	0.30 286	0.27 93	0.21 62	0.29 78	0.25 58

x	1.15 91	0.57 81	1.53 53	1.44 374	0.67 185	1.94 71	0.97 287	3.87 275	1.57 141	1.61 136	1.28 86	1.58 169	1.22 181	1.93 173	1.04 166	0.28 105	0.30 286	0.34 252	0.29 236	0.32 142	0.31 159

NINENet	1.87 213	0.74 242	2.60 154	1.12 243	1.06 308	4.50 417	0.76 153	4.41 439	2.24 295	2.16 289	1.86 266	3.63 400	0.97 113	8.00 350	1.17 192	0.41 314	0.30 286	0.41 331	0.30 254	0.41 261	0.36 211

222	2.68 359	0.57 81	2.03 98	1.11 240	0.81 227	3.23 157	0.65 99	4.52 458	2.45 346	2.34 348	2.29 356	1.41 150	1.44 228	10.50 407	18.47 495	0.32 200	0.30 286	0.32 201	0.27 182	0.32 142	0.34 192

test_xeample	2.67 356	0.56 72	2.05 101	1.09 224	0.81 227	3.24 160	0.80 186	4.55 460	2.70 382	2.42 363	2.27 350	1.39 144	1.40 212	10.75 415	17.51 490	0.30 163	0.30 286	0.32 201	0.28 209	0.34 177	0.33 180

CFNet-ft	1.90 220	0.95 324	3.56 202	1.07 210	1.54 403	4.09 329	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 327	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

DMCA-RVC	2.45 320	1.22 381	18.29 385	1.23 296	1.14 321	2.49 101	0.85 215	3.29 181	1.68 181	3.02 423	1.41 117	2.00 246	1.53 258	6.39 318	2.00 342	0.38 282	0.30 286	0.44 346	0.35 310	0.45 305	0.44 290

CFNet_RVC	1.90 220	0.95 324	3.56 202	1.07 210	1.54 403	4.09 329	0.90 247	2.85 135	1.82 214	1.78 170	1.70 195	2.75 327	1.48 239	9.33 373	1.72 307	0.33 216	0.30 286	0.61 420	0.36 320	0.52 336	0.39 245

CVANet_RVC	2.55 342	1.10 355	9.13 270	1.46 380	1.15 323	3.96 305	1.53 387	3.91 289	2.50 355	3.04 424	2.04 305	2.60 313	1.72 303	12.46 480	1.50 265	0.49 374	0.30 286	0.51 387	0.41 368	0.63 374	0.50 327

test_sample5	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 401	2.31 314	2.20 301	1.97 293	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

11t1	1.11 83	0.53 46	1.80 77	1.55 400	0.65 172	2.20 89	0.60 70	3.66 233	1.49 84	1.60 131	1.26 79	1.03 94	1.35 203	1.72 147	0.97 154	0.28 105	0.31 296	0.29 141	0.23 105	0.30 100	0.34 192

DualNet	2.33 297	0.62 137	11.29 295	1.29 317	0.83 237	3.09 146	0.74 140	4.28 401	2.31 314	2.26 323	2.04 305	1.68 181	1.39 208	11.19 437	1.47 258	0.37 266	0.31 296	0.37 296	0.37 332	0.41 261	0.39 245

1111x	3.13 405	0.57 81	8.38 257	1.20 283	0.76 215	3.80 259	0.88 239	4.61 465	2.63 373	2.31 337	2.16 332	1.95 234	1.81 319	11.54 449	18.13 493	0.32 200	0.31 296	0.32 201	0.30 254	0.35 195	0.34 192

qqq	1.30 137	0.57 81	1.67 66	1.15 264	0.51 102	2.18 87	0.91 255	3.98 308	1.53 112	1.50 122	1.24 72	1.79 207	1.34 201	4.66 281	0.98 157	0.28 105	0.31 296	0.33 235	0.33 288	0.33 159	0.32 167

ac_64	2.35 306	0.62 137	9.77 274	1.32 329	1.71 435	3.27 167	0.93 270	3.48 201	2.50 355	1.74 164	1.73 204	3.91 410	1.77 308	10.21 400	1.86 325	0.40 300	0.31 296	0.33 235	0.30 254	0.34 177	0.39 245

HGLStereo	2.03 247	0.74 242	7.50 248	1.23 296	1.56 410	3.62 230	0.95 279	3.78 258	1.89 230	2.03 247	2.20 340	3.12 360	2.14 350	5.68 302	2.04 346	0.37 266	0.31 296	0.32 201	0.29 236	0.40 237	0.45 296

PWC_ROB	2.69 361	2.01 441	8.36 256	1.33 334	1.90 452	3.23 157	1.18 336	4.33 421	3.25 444	3.11 429	3.41 439	2.71 322	2.18 358	9.15 370	4.48 421	0.56 397	0.31 296	0.61 420	0.36 320	0.69 396	0.74 400

test_sample6	2.35 306	0.62 137	10.78 290	1.33 334	0.83 237	3.15 150	0.79 176	4.36 430	2.43 341	2.26 323	2.04 305	1.69 186	1.39 208	11.48 448	1.61 287	0.38 282	0.32 304	0.37 296	0.39 351	0.41 261	0.42 275

SMFormer	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 388	2.80 397	2.32 341	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.38 222	0.36 211

tta	2.00 242	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 388	2.80 397	2.32 341	2.31 367	1.95 234	1.52 251	10.99 427	2.13 359	0.34 228	0.32 304	0.36 284	0.31 270	0.29 78	0.29 124

qqq1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 388	2.80 397	2.32 341	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

fff1	1.92 227	0.57 81	4.46 216	1.36 351	0.57 140	2.03 75	0.73 128	4.25 388	2.80 397	2.32 341	2.31 367	1.95 234	1.52 251	10.99 427	0.71 59	0.34 228	0.32 304	0.30 161	0.23 105	0.29 78	0.29 124

AACVNet	1.83 209	1.02 337	2.41 145	1.45 378	0.87 255	3.21 154	0.73 128	3.16 165	1.61 164	2.01 239	1.82 250	2.28 271	1.33 200	10.98 426	1.49 264	0.39 294	0.32 304	0.38 312	0.32 280	0.43 289	0.44 290

xxxx	2.67 356	0.54 56	2.03 98	1.22 292	0.81 227	3.49 201	0.63 87	4.49 453	2.49 354	2.22 311	2.23 345	2.05 254	1.38 205	10.05 397	17.91 491	0.32 200	0.32 304	0.30 161	0.27 182	0.33 159	0.34 192

Wz-Net-LNSev	2.30 289	1.67 427	14.88 337	1.18 277	1.65 427	3.49 201	1.54 390	3.63 227	2.03 249	1.88 190	1.64 177	3.29 371	2.06 343	2.71 240	2.02 345	0.40 300	0.33 311	0.32 201	0.31 270	0.53 342	0.49 320

AASNet	2.44 319	0.92 313	19.79 418	1.35 345	1.49 396	3.81 261	1.07 310	3.85 270	2.93 414	1.95 213	2.29 356	1.96 239	1.29 193	1.73 148	1.93 332	0.39 294	0.33 311	0.45 352	0.30 254	0.55 347	0.45 296

GANet-ADL	2.20 267	0.73 234	20.11 434	1.25 300	0.69 196	3.83 263	0.76 153	3.49 204	1.71 191	1.65 146	1.99 297	2.10 261	1.10 152	1.42 88	1.26 216	0.38 282	0.33 311	0.25 49	0.22 92	0.42 279	0.36 211

PFNet+	1.46 156	0.57 81	2.84 171	0.92 122	0.47 83	4.64 441	0.84 206	2.46 86	1.99 242	2.14 276	1.64 177	1.34 137	1.03 126	4.68 283	1.23 208	0.45 346	0.33 311	0.37 296	0.39 351	0.32 142	0.49 320

UPFNet	1.81 208	0.63 145	6.71 240	1.25 300	1.44 390	3.50 204	1.35 359	4.02 320	1.85 222	2.40 361	1.52 140	2.41 289	1.40 212	3.62 259	1.88 327	0.34 228	0.33 311	0.37 296	0.31 270	0.41 261	0.39 245

SuperB	4.79 457	4.41 471	21.08 473	1.45 378	1.08 312	3.91 284	3.08 462	4.18 362	3.01 423	2.50 372	2.10 319	2.75 327	3.49 426	8.80 361	19.60 500	0.44 337	0.33 311	0.53 395	0.39 351	12.01 510	0.64 379

NLCA_NET_v2_RVC	2.54 338	1.04 342	16.73 361	1.53 393	2.00 456	3.96 305	0.87 235	3.87 275	2.31 314	2.54 376	1.67 186	2.85 338	1.63 284	5.55 298	1.62 292	0.46 351	0.33 311	0.38 312	0.38 345	0.53 342	0.62 372
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	2.84 369	1.49 414	14.48 333	1.33 334	1.57 414	3.44 189	2.06 425	3.69 241	2.36 324	3.26 437	1.84 256	2.79 336	1.80 316	10.88 421	3.16 407	0.41 314	0.33 311	0.39 315	0.36 320	0.59 361	0.58 361

MDST_ROB	5.53 468	0.59 101	23.11 499	2.55 469	2.69 472	21.20 508	1.98 421	4.77 472	2.65 376	9.36 494	4.25 450	4.14 424	4.45 445	22.57 504	3.68 415	0.48 364	0.33 311	0.47 360	0.44 379	0.44 297	0.44 290

DLCB_ROB	2.05 251	0.95 324	2.37 141	1.24 298	1.02 299	2.92 126	1.30 354	3.68 236	2.30 310	2.91 414	2.17 334	3.32 375	1.52 251	10.37 404	2.50 383	0.40 300	0.33 311	0.40 321	0.36 320	0.41 261	0.47 311

LE_ROB	18.58 506	1.21 375	48.38 517	8.60 509	23.00 510	7.32 489	19.74 508	9.94 495	38.69 515	43.53 513	21.91 504	28.40 511	40.92 514	23.18 506	54.71 519	0.34 228	0.33 311	0.32 201	0.36 320	0.42 279	0.40 265

CSP-Net	1.78 204	1.32 397	1.92 88	1.16 269	1.03 300	3.38 180	1.31 355	3.52 211	1.75 204	1.96 216	1.93 285	2.40 287	1.48 239	8.58 358	1.58 280	0.46 351	0.34 322	0.27 93	0.26 156	0.41 261	0.50 327

UDGNet	1.40 149	1.52 416	2.22 124	1.38 361	0.62 160	4.39 394	0.68 107	1.80 36	2.18 286	1.34 101	1.18 61	0.99 88	1.00 121	2.16 195	1.19 195	1.09 450	0.34 322	1.30 466	0.98 456	1.10 442	0.58 361

dd	1.26 126	1.15 365	2.47 147	0.92 122	0.49 97	4.35 389	0.75 150	1.92 44	2.11 274	1.44 116	1.24 72	1.19 118	1.05 134	1.78 154	1.70 304	0.57 399	0.34 322	0.35 270	0.33 288	0.60 365	0.46 306

ADCRef	3.30 415	1.23 385	14.90 338	1.17 271	1.41 388	3.95 300	1.64 398	3.88 278	2.36 324	3.05 426	2.21 342	2.40 287	2.81 393	5.04 286	16.63 485	0.46 351	0.34 322	0.63 424	0.62 427	0.54 345	0.67 383

ssnet_v2	2.04 249	0.88 303	7.87 249	1.20 283	0.87 255	3.86 276	1.64 398	4.01 316	2.60 370	2.61 390	1.96 287	3.79 405	1.71 301	2.20 201	2.96 402	0.41 314	0.35 326	0.42 338	0.37 332	0.55 347	0.52 340

CRFU-Net	2.49 330	0.78 268	10.36 283	2.30 464	1.08 312	3.91 284	1.41 374	3.85 270	1.65 175	2.15 284	1.76 218	3.34 376	7.95 484	5.56 299	1.48 261	0.47 360	0.35 326	0.30 161	0.28 209	0.37 217	0.43 284

ICVP	2.26 276	0.66 177	21.18 478	0.99 169	0.88 258	4.28 382	0.95 279	3.32 188	1.60 160	1.66 147	1.76 218	1.34 137	1.14 164	1.62 128	1.32 229	0.53 391	0.35 326	0.33 235	0.29 236	0.40 237	0.51 335
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RTSC	2.95 380	2.51 451	15.49 349	1.54 395	1.30 357	3.51 207	0.86 217	3.89 280	2.48 350	3.64 446	3.12 429	3.04 353	2.30 362	5.70 303	6.67 436	0.55 395	0.35 326	0.37 296	0.39 351	0.70 397	0.60 366

rvit_stereo_0083	0.86 30	0.67 187	1.42 45	0.87 92	0.65 172	1.23 17	0.64 90	1.67 26	2.28 306	0.79 44	0.93 26	0.93 82	1.07 143	1.46 99	0.75 73	0.32 200	0.36 330	0.30 161	0.26 156	0.33 159	0.28 114

ttt	2.76 364	0.56 72	2.28 133	1.41 367	1.21 346	3.67 238	0.77 166	4.59 463	2.94 415	2.35 349	2.30 360	2.45 298	1.54 259	11.25 440	15.56 478	0.43 330	0.36 330	0.37 296	0.33 288	0.40 237	0.40 265

StereoVision	1.65 184	0.75 254	7.47 247	1.01 183	1.80 447	2.61 109	0.61 73	3.06 157	1.96 237	1.25 96	3.46 441	1.85 225	0.88 91	2.07 183	1.93 332	0.43 330	0.36 330	0.37 296	0.36 320	0.48 323	0.33 180

PCWNet_CMD	2.23 270	0.65 166	17.36 371	0.83 63	0.76 215	3.51 207	0.64 90	3.60 223	1.97 239	1.70 155	1.63 175	3.22 365	3.05 405	2.09 188	1.11 180	0.31 182	0.36 330	0.47 360	0.26 156	0.64 381	0.47 311

Wz-Net-MNSev	2.71 363	2.54 455	13.91 324	1.52 391	1.37 374	3.28 171	2.47 439	4.03 321	2.32 317	2.57 381	2.07 316	2.29 276	3.01 401	7.55 343	2.74 396	0.38 282	0.36 330	0.36 284	0.37 332	0.57 357	0.47 311

TANstereo	1.01 69	0.55 62	1.73 69	0.76 36	0.36 10	4.04 319	0.38 12	1.48 10	1.62 167	2.03 247	2.10 319	0.84 60	0.93 105	0.98 13	0.62 22	0.28 105	0.36 330	0.23 15	0.20 49	0.25 26	0.46 306

CFNet_pseudo	2.12 258	0.67 187	15.14 345	0.85 84	0.74 210	3.95 300	0.64 90	3.95 300	1.78 209	1.90 197	1.79 229	3.27 370	1.62 272	2.51 220	1.16 189	0.31 182	0.36 330	0.53 395	0.27 182	0.63 374	0.44 290

AF-Net	2.87 373	1.30 392	16.24 353	1.33 334	1.75 439	3.26 165	1.59 393	4.09 341	2.43 341	2.69 400	2.94 419	4.51 440	3.20 412	5.84 305	2.75 397	0.76 430	0.36 330	0.72 440	0.49 396	0.70 397	0.56 352

ccs_rob	2.13 260	0.67 187	15.11 344	0.84 72	0.75 212	3.96 305	0.65 99	3.95 300	1.78 209	1.88 190	1.79 229	3.26 369	1.64 287	2.51 220	1.16 189	0.31 182	0.36 330	0.54 402	0.27 182	0.65 384	0.45 296

DRN-Test	3.03 396	0.99 332	18.18 383	1.35 345	1.60 416	3.59 223	1.48 380	4.13 351	2.45 346	3.47 445	1.92 284	2.58 312	2.53 379	10.88 421	2.80 399	0.39 294	0.36 330	0.44 346	0.41 368	0.55 347	0.57 356

ETE_ROB	2.07 254	1.40 407	3.01 179	1.09 224	0.92 268	3.94 295	1.53 387	4.25 388	2.23 293	3.31 438	2.06 315	2.35 282	1.52 251	8.74 360	2.07 352	0.44 337	0.36 330	0.51 387	0.48 393	0.54 345	0.62 372

PWCDC_ROB	2.95 380	3.26 462	14.06 326	1.59 405	1.56 410	4.19 365	0.86 217	4.30 412	4.08 469	2.06 256	7.37 465	2.75 327	2.42 371	3.59 258	2.67 394	1.34 468	0.36 330	0.39 315	0.34 296	1.13 445	0.62 372

PSMNet_ROB	2.95 380	1.38 404	18.46 391	1.19 279	1.20 341	3.80 259	1.65 401	3.54 216	2.35 321	1.98 220	1.71 199	2.75 327	1.79 311	11.43 446	2.78 398	0.42 325	0.36 330	0.50 384	0.60 423	0.59 361	0.49 320

GASNet	3.24 412	5.55 477	20.58 458	1.56 402	1.25 352	2.32 92	1.12 324	4.04 325	2.67 379	1.88 190	2.10 319	3.00 350	2.16 354	10.59 409	2.43 377	0.65 414	0.37 343	0.61 420	0.45 383	0.87 423	0.58 361

WZ-Net	3.62 425	4.87 472	16.77 363	1.43 371	1.40 381	3.75 249	2.29 435	4.12 350	2.50 355	2.74 404	2.19 338	4.06 419	5.29 456	10.19 399	7.36 446	0.54 393	0.37 343	0.47 360	0.49 396	0.77 412	0.73 399

ADLNet2	3.15 408	0.92 313	20.06 429	1.20 283	1.79 444	3.83 263	1.48 380	3.94 298	3.59 457	2.19 299	2.47 382	4.65 449	1.93 336	10.69 414	1.96 339	0.39 294	0.37 343	0.28 120	0.30 254	0.48 323	0.43 284

FADNet-RVC-Resample	2.83 368	2.02 442	21.07 472	1.12 243	0.91 267	3.53 211	1.37 366	4.08 339	2.09 264	1.68 150	1.33 94	2.03 250	1.51 249	9.54 378	1.69 303	0.38 282	0.37 343	0.42 338	0.44 379	0.56 353	0.56 352

FADNet-RVC	2.51 332	2.27 447	14.03 325	1.09 224	0.81 227	3.54 215	1.10 320	4.13 351	2.48 350	1.39 110	1.22 67	1.85 225	1.77 308	9.78 384	2.06 349	0.38 282	0.37 343	0.40 321	0.40 362	0.67 391	0.48 315

MSMDNet	2.23 270	0.64 156	17.32 367	0.84 72	0.75 212	3.53 211	0.64 90	3.61 226	1.98 241	1.71 159	1.64 177	3.22 365	2.99 399	2.08 185	1.11 180	0.31 182	0.37 343	0.45 352	0.26 156	0.62 373	0.45 296

ITSA-stereo	1.86 212	0.72 223	3.74 209	1.20 283	0.66 178	4.09 329	0.91 255	4.24 386	2.53 360	1.93 208	1.77 223	1.59 171	2.15 351	6.12 313	2.44 378	0.40 300	0.38 349	0.40 321	0.40 362	0.50 331	0.98 431

CBFPSM	2.05 251	0.95 324	10.12 281	1.07 210	1.05 305	2.84 116	1.20 343	3.28 180	1.73 197	1.82 177	1.30 90	4.56 444	4.06 436	2.34 210	2.34 373	0.25 44	0.38 349	0.32 201	0.27 182	0.37 217	0.79 411

GEStereo_RVC	1.91 224	0.80 275	6.57 238	1.20 283	1.06 308	4.02 316	1.43 378	4.13 351	1.89 230	2.03 247	1.80 232	2.34 280	1.86 328	4.94 285	1.77 315	0.48 364	0.38 349	0.32 201	0.28 209	0.42 279	0.50 327

ADLNet	2.29 286	0.83 289	3.62 207	1.35 345	1.60 416	3.67 238	1.24 349	3.95 300	2.98 420	2.58 384	2.29 356	4.01 416	1.79 311	11.23 439	2.09 354	0.37 266	0.38 349	0.36 284	0.34 296	0.45 305	0.71 392

psm_up	2.28 283	0.81 279	5.45 233	1.26 306	1.50 398	3.84 268	1.23 347	4.23 378	2.03 249	2.55 377	1.80 232	2.44 297	1.65 289	12.90 484	1.58 280	0.37 266	0.38 349	0.41 331	0.34 296	0.43 289	0.39 245

EDNetEfficientorigin	12.35 500	2.51 451	179.47 527	1.19 279	0.96 279	2.91 124	1.81 411	3.00 148	5.35 481	8.91 492	4.79 455	4.18 426	4.64 448	9.98 393	11.30 463	0.37 266	0.38 349	0.60 417	0.85 447	1.32 458	2.43 478

DSFCA	1.89 218	0.69 198	3.14 184	1.10 233	1.18 329	3.99 311	1.79 408	3.50 207	2.16 282	3.10 428	1.64 177	2.91 344	2.50 377	5.38 293	2.26 367	0.43 330	0.38 349	0.37 296	0.36 320	0.50 331	0.42 275

FADNet_RVC	2.65 352	2.28 449	16.51 358	0.98 163	0.92 268	4.09 329	0.83 203	4.26 395	1.73 197	1.46 117	1.78 226	1.60 172	1.50 246	8.88 362	2.39 374	0.47 360	0.38 349	0.44 346	0.58 419	0.89 424	0.97 429

SGM_RVC	4.57 452	0.72 223	17.46 375	1.84 438	0.58 148	4.23 374	3.45 469	4.66 467	3.66 460	7.99 489	8.82 479	7.56 477	8.74 489	12.30 475	6.84 441	0.43 330	0.38 349	0.39 315	0.35 310	0.51 333	0.48 315
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fast-acv-ft	2.54 338	1.19 372	20.08 432	1.41 367	1.40 381	3.18 152	1.17 335	3.37 194	2.28 306	1.90 197	2.15 331	2.69 319	2.17 356	2.91 244	2.31 370	0.37 266	0.39 358	0.45 352	0.39 351	0.57 357	0.45 296

iinet-f	2.26 276	1.18 370	13.71 315	1.14 251	1.11 318	3.77 252	1.10 320	4.14 357	2.17 284	2.06 256	1.76 218	2.99 349	2.99 399	2.50 217	2.49 382	0.35 247	0.39 358	0.27 93	0.28 209	0.45 305	0.39 245

Wz-Net-SNSev	2.98 389	4.36 470	15.98 351	1.57 403	1.19 336	3.28 171	1.80 410	3.96 305	2.40 336	2.32 341	2.28 353	3.48 384	2.05 342	7.84 349	3.82 416	0.47 360	0.39 358	0.53 395	0.49 396	0.71 404	0.60 366

SACVNet	2.46 323	1.14 364	9.47 272	1.44 374	1.18 329	4.06 322	1.49 384	3.84 267	2.24 295	2.62 391	1.89 276	2.57 310	1.28 190	11.35 442	1.64 297	0.50 377	0.39 358	0.48 368	0.41 368	0.55 347	0.75 403

STTStereo	2.34 301	0.95 324	14.93 340	1.43 371	1.54 403	3.86 276	0.86 217	3.65 230	2.44 345	2.15 284	1.55 153	2.49 304	1.59 264	5.14 289	1.44 249	0.38 282	0.39 358	0.47 360	0.51 403	0.52 336	0.51 335

rvit_stereo_0075_2	1.18 95	0.74 242	2.66 163	0.90 109	1.27 355	2.51 102	0.69 112	2.25 69	2.06 258	1.40 111	1.86 266	1.46 156	0.84 83	1.42 88	0.94 147	0.46 351	0.40 363	0.48 368	0.38 345	0.46 316	0.51 335

dad	1.65 184	1.19 372	3.04 180	0.98 163	0.56 129	4.22 371	0.84 206	1.99 49	2.48 350	2.14 276	1.68 189	1.62 175	1.13 158	3.85 265	2.04 346	1.03 449	0.40 363	2.04 473	0.48 393	0.75 410	0.53 342

AnonymousM	1.22 109	1.32 397	0.97 1	0.88 97	0.56 129	4.03 318	0.69 112	2.41 79	1.68 181	1.48 119	1.31 92	1.15 108	1.00 121	1.18 52	0.73 66	0.32 200	0.40 363	2.07 474	1.70 476	0.24 14	0.22 28

sCroCo_RVC	1.06 76	0.82 286	5.05 225	1.02 192	1.05 305	0.98 7	0.61 73	2.06 54	1.29 33	0.69 20	1.26 79	0.82 57	1.10 152	1.20 54	0.90 127	0.42 325	0.40 363	0.33 235	0.30 254	0.46 316	0.38 239

Nwc_Net	2.88 375	1.16 368	18.30 386	1.35 345	1.68 432	3.52 210	1.18 336	3.90 285	2.06 258	2.52 375	2.82 416	3.82 407	2.34 366	6.78 330	2.55 389	0.86 441	0.40 363	0.59 412	0.67 430	0.57 357	0.55 350

DeepPruner_ROB	2.05 251	1.09 354	10.50 286	1.01 183	1.20 341	4.39 394	0.91 255	3.14 163	1.72 194	2.60 388	1.54 149	2.78 334	1.27 188	4.52 279	1.72 307	0.51 383	0.40 363	0.37 296	0.34 296	0.48 323	0.52 340

NCCL2	2.53 336	1.35 401	10.90 292	1.15 264	0.97 283	3.53 211	2.56 444	3.65 230	2.23 293	2.76 405	1.80 232	2.41 289	1.66 291	10.35 403	2.07 352	0.44 337	0.40 363	0.57 408	0.53 410	0.59 361	0.65 381

FACV-RUCA	1.26 126	0.65 166	2.21 121	1.06 208	1.50 398	2.69 112	1.15 330	3.05 154	1.87 224	1.36 104	1.99 297	1.03 94	1.15 172	1.36 81	1.10 177	0.41 314	0.41 370	0.73 443	0.41 368	0.61 370	0.41 271

DLNR_Zeroshot_test	28.62 513	55.50 522	49.94 519	183.62 524	115.05 522	3.43 188	0.28 1	29.49 514	1.49 84	1.01 76	1.26 79	0.93 82	0.63 27	3.92 270	1.51 271	29.81 517	0.41 370	0.26 69	0.23 105	93.28 522	0.32 167

XQC	2.96 383	2.42 450	14.85 335	1.36 351	1.32 364	3.29 175	1.53 387	4.28 401	2.78 391	3.21 435	2.46 380	3.53 394	2.92 397	6.58 321	4.67 423	0.70 426	0.41 370	0.59 412	0.56 415	0.96 433	0.83 418

ADCP+	3.74 431	1.96 439	16.90 364	1.09 224	1.55 407	4.35 389	3.65 477	3.93 295	2.98 420	2.22 311	1.66 185	3.95 411	4.83 450	3.41 254	18.87 498	0.38 282	0.41 370	0.63 424	0.53 410	0.64 381	0.81 413

RYNet	2.97 387	0.93 317	15.09 343	1.12 243	1.38 377	3.66 237	1.42 376	4.03 321	2.29 309	2.10 263	1.70 195	3.79 405	2.16 354	13.64 493	3.02 405	0.37 266	0.41 370	0.48 368	0.34 296	0.81 418	0.75 403

GANet	2.93 379	1.05 343	11.29 295	1.64 412	0.96 279	3.91 284	2.52 442	3.72 248	2.41 338	2.95 421	3.00 422	3.21 364	2.03 339	12.42 478	4.72 425	0.51 383	0.41 370	0.46 357	0.39 351	0.60 365	0.50 327

NaN_ROB	4.06 442	1.13 360	16.64 359	1.12 243	1.25 352	3.50 204	3.05 460	4.29 404	3.26 445	3.64 446	2.56 393	2.97 347	4.79 449	13.33 487	16.91 486	0.37 266	0.41 370	0.38 312	0.39 351	0.48 323	0.81 413

LALA_ROB	1.95 232	1.48 413	3.11 182	1.05 202	0.98 287	3.99 311	1.82 412	4.44 444	2.28 306	3.31 438	1.85 263	2.76 333	1.67 293	4.04 273	3.23 409	0.46 351	0.41 370	0.55 403	0.52 406	0.60 365	0.57 356

rvit_0105_6	1.00 67	0.93 317	2.21 121	0.92 122	0.55 125	1.52 50	0.79 176	2.41 79	2.96 416	0.76 37	0.72 9	1.02 92	0.75 54	1.42 88	0.81 91	0.40 300	0.43 378	0.34 252	0.31 270	0.43 289	0.34 192

rvit_0105_5	1.13 85	0.93 317	2.60 154	0.91 116	0.56 129	1.92 70	0.91 255	3.02 151	2.63 373	0.95 71	1.20 63	1.18 114	0.93 105	1.51 106	0.93 145	0.40 300	0.43 378	0.37 296	0.35 310	0.42 279	0.44 290

EDNetEfficient	5.61 469	2.14 445	16.75 362	1.67 415	3.64 488	4.12 337	7.51 491	3.05 154	5.63 485	11.57 504	4.83 456	3.95 411	12.72 493	8.44 356	20.78 502	0.41 314	0.43 378	0.47 360	1.01 457	1.66 465	1.39 454

NVstereo2D	2.54 338	0.90 306	11.10 293	1.32 329	1.47 394	3.58 222	1.38 368	4.13 351	2.45 346	1.90 197	1.71 199	2.86 339	1.76 307	10.86 420	1.66 300	0.60 403	0.43 378	0.53 395	0.41 368	0.78 414	0.94 427

CBMV	3.32 417	0.96 330	21.16 476	1.32 329	0.83 237	3.81 261	3.91 482	4.47 449	2.53 360	3.34 440	2.24 346	4.45 437	2.58 382	10.07 398	1.96 339	0.45 346	0.43 378	0.48 368	0.38 345	0.52 336	0.53 342
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	1.24 115	0.93 317	2.84 171	0.97 157	0.58 148	2.38 94	1.08 315	3.26 179	2.53 360	1.18 93	1.40 115	1.24 125	1.04 130	1.73 148	0.97 154	0.44 337	0.44 383	0.40 321	0.42 374	0.42 279	0.50 327

aanetorigin	3.30 415	1.66 425	17.52 377	1.18 277	1.58 415	2.57 106	3.80 479	2.65 115	2.03 249	6.12 480	4.30 452	2.82 337	5.70 460	5.47 296	4.67 423	0.50 377	0.44 383	0.43 342	0.47 388	1.17 451	0.92 425

RTS	3.90 435	7.04 481	17.94 380	1.92 444	2.19 464	5.00 471	2.96 456	4.29 404	3.19 438	4.05 456	3.08 426	4.94 454	3.16 409	7.64 344	6.72 437	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 405

RTSA	3.90 435	7.04 481	17.94 380	1.92 444	2.19 464	5.00 471	2.96 456	4.29 404	3.19 438	4.05 456	3.08 426	4.94 454	3.16 409	7.64 344	6.72 437	0.66 416	0.44 383	0.51 387	0.47 388	0.95 429	0.76 405

SANet	5.65 471	1.72 428	20.94 469	1.26 306	0.88 258	7.20 487	3.81 480	4.60 464	11.23 493	4.56 467	8.78 478	7.49 476	6.95 475	11.85 469	18.11 492	0.49 374	0.44 383	0.50 384	0.42 374	0.90 426	0.82 417

rvit_0105_4	1.07 79	0.99 332	2.39 143	0.93 136	0.54 120	1.62 56	0.84 206	2.77 128	2.91 411	0.80 46	0.91 24	1.09 99	0.86 87	1.63 132	0.85 103	0.40 300	0.45 388	0.35 270	0.31 270	0.43 289	0.40 265

CFNet_ucs	2.36 311	0.68 195	18.42 390	0.89 101	0.81 227	3.85 274	0.68 107	4.29 404	2.37 330	2.09 260	2.04 305	3.31 374	1.24 186	2.63 234	1.14 185	0.36 258	0.45 388	0.56 405	0.29 236	0.66 389	0.49 320

APVNet	3.13 405	1.25 387	21.14 474	1.31 327	1.52 401	3.94 295	1.13 327	3.32 188	2.14 279	2.20 301	2.03 302	3.05 356	1.96 337	11.79 466	2.53 386	0.42 325	0.45 388	0.64 427	0.46 385	0.67 391	0.57 356

Syn2CoEx	3.08 400	2.55 456	19.88 422	1.34 341	1.18 329	2.43 98	1.65 401	3.91 289	2.40 336	2.39 359	2.27 350	2.90 341	3.17 411	9.57 380	2.54 388	0.50 377	0.45 388	0.53 395	0.39 351	0.74 408	0.72 398

GwcNet	3.00 392	1.63 421	19.83 420	1.32 329	2.04 461	3.27 167	1.55 391	3.65 230	2.33 318	2.00 237	2.12 326	3.56 398	1.68 297	9.47 376	2.45 379	0.44 337	0.45 388	0.46 357	0.38 345	0.60 365	0.76 405

FADNet	2.49 330	1.76 431	13.17 308	1.17 271	0.95 278	3.27 167	0.88 239	3.94 298	2.27 303	1.40 111	1.29 88	2.51 305	2.06 343	9.93 391	1.94 334	0.43 330	0.45 388	0.40 321	0.43 377	1.06 437	0.53 342

PS-NSSS	2.22 268	1.33 400	2.90 175	0.97 157	1.53 402	4.11 335	1.08 315	4.55 460	2.65 376	2.10 263	2.32 372	1.77 199	1.40 212	11.79 466	1.61 287	0.68 422	0.45 388	0.96 454	0.43 377	0.95 429	0.92 425

CSAN	4.71 455	1.39 406	20.23 438	1.19 279	0.87 255	3.65 236	3.50 471	4.57 462	3.87 463	3.89 452	7.82 468	3.54 397	6.16 468	23.47 509	6.82 440	0.52 389	0.45 388	0.49 381	0.52 406	0.63 374	0.66 382

GwcNet-ADL	2.47 326	0.67 187	21.48 485	0.96 150	0.72 202	4.61 437	0.95 279	4.42 440	2.36 324	1.98 220	1.80 232	2.55 308	1.24 186	1.90 171	1.41 244	0.40 300	0.46 396	0.24 31	0.27 182	0.41 261	0.49 320

PSMNet-ADL	1.91 224	0.72 223	1.78 76	1.09 224	0.86 250	4.18 361	0.78 169	3.77 255	2.10 272	1.72 160	1.85 263	2.91 344	1.82 321	10.38 406	1.91 331	0.48 364	0.46 396	0.28 120	0.29 236	0.38 222	0.51 335

RGC	3.10 403	1.45 411	14.90 338	1.46 380	1.79 444	3.33 177	1.39 369	4.04 325	2.26 301	2.77 406	3.26 435	4.00 415	2.71 388	11.63 458	2.62 393	0.82 437	0.46 396	0.79 446	0.79 445	0.71 404	0.78 409

SGM-Forest	2.96 383	0.62 137	3.49 197	1.09 224	0.80 224	4.06 322	3.30 465	4.37 433	3.09 429	4.18 463	3.27 436	4.67 450	3.86 433	11.69 462	7.91 449	0.51 383	0.46 396	0.49 381	0.39 351	0.48 323	0.49 320
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	1.43 152	0.90 306	3.27 189	1.08 218	0.68 190	2.79 114	1.27 351	3.52 211	2.35 321	1.38 109	1.54 149	1.28 129	1.14 164	2.91 244	1.40 240	0.54 393	0.47 400	0.45 352	0.59 421	0.44 297	0.58 361

FINET	2.96 383	1.07 349	23.18 501	1.29 317	1.86 449	2.03 75	1.52 385	4.30 412	4.71 474	2.23 315	2.34 374	1.65 177	1.48 239	5.89 306	2.81 400	0.51 383	0.47 400	0.49 381	0.40 362	0.59 361	0.49 320

RP	2.79 365	1.20 374	10.36 283	1.54 395	1.93 453	3.44 189	1.97 420	4.05 329	2.34 319	2.66 398	2.79 411	3.98 414	2.58 382	10.21 400	2.61 391	0.95 445	0.47 400	0.71 436	0.57 418	0.71 404	0.68 386

SHD	2.82 367	2.04 443	13.80 321	1.69 417	1.79 444	2.73 113	1.07 310	3.85 270	3.18 437	4.63 468	2.74 406	3.38 380	2.77 390	5.48 297	3.66 414	0.62 407	0.47 400	0.51 387	0.55 413	0.65 384	0.74 400

AANet_RVC	3.03 396	1.72 428	12.78 306	1.17 271	1.12 319	3.79 257	1.10 320	3.86 273	3.13 431	2.62 391	4.26 451	3.96 413	1.41 217	11.43 446	5.23 432	0.94 444	0.47 400	0.34 252	0.23 105	0.40 237	0.55 350

XPNet_ROB	2.27 278	1.11 358	4.10 213	1.36 351	0.97 283	3.94 295	1.63 396	4.07 335	2.14 279	2.82 411	2.00 299	2.32 279	1.73 306	10.81 419	3.39 410	0.51 383	0.47 400	0.48 368	0.40 362	0.51 333	0.56 352

DualNet (step1)	2.34 301	1.05 343	7.87 249	1.07 210	0.86 250	3.93 290	1.19 339	4.35 425	2.11 274	2.14 276	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	1.23 458	0.48 406	4.27 501	2.09 487	0.70 397	0.69 388

test_sample7	1.65 184	0.70 208	2.60 154	1.48 384	0.76 215	2.38 94	1.07 310	4.35 425	2.11 274	2.14 276	1.75 210	1.75 194	1.67 293	6.26 316	1.26 216	0.44 337	0.48 406	0.43 342	0.40 362	0.46 316	0.43 284

ADCL	4.35 448	1.63 421	14.21 329	1.29 317	1.26 354	5.56 478	11.16 496	3.97 306	3.37 451	6.07 478	4.67 454	4.30 433	5.72 461	5.08 288	14.51 475	0.50 377	0.48 406	0.89 452	0.77 441	0.78 414	0.76 405

SGM-ForestM	11.55 497	1.16 368	21.62 489	2.14 456	0.81 227	22.25 510	19.08 507	16.50 510	11.34 494	15.94 508	14.44 500	27.12 510	22.61 509	24.76 510	28.39 514	0.50 377	0.48 406	0.47 360	0.44 379	0.55 347	0.53 342

stereogan	3.09 401	0.93 317	16.43 356	1.37 359	1.66 430	3.70 241	1.67 403	3.87 275	3.15 435	3.04 424	2.70 405	5.04 459	2.79 391	9.96 392	1.78 317	0.63 408	0.49 410	0.69 433	0.47 388	0.83 421	0.68 386

ISRNet	1.69 190	0.76 259	5.69 235	1.27 313	1.36 372	2.85 118	0.61 73	3.60 223	1.91 234	2.13 273	2.12 326	2.90 341	1.41 217	2.51 220	1.71 305	0.49 374	0.50 411	0.56 405	0.47 388	0.49 329	0.57 356

pcwnet_v2	2.70 362	0.65 166	22.48 496	1.08 218	1.03 300	3.56 218	0.81 195	4.29 404	3.14 433	2.29 327	2.29 356	3.01 351	1.71 301	3.32 253	1.43 247	0.43 330	0.50 411	0.41 331	0.34 296	0.61 370	0.56 352

ACV-stereo	2.92 378	0.92 313	20.27 443	1.33 334	1.05 305	4.68 447	1.10 320	2.66 117	1.64 171	1.46 117	1.32 93	5.41 467	4.24 441	7.83 348	1.90 330	0.44 337	0.52 413	0.32 201	0.29 236	0.45 305	0.63 376

DCVSM-stereo	2.31 290	0.66 177	20.69 461	1.11 240	0.93 273	2.58 108	0.73 128	2.61 112	1.60 160	2.57 381	1.53 147	3.30 373	1.72 303	2.19 200	1.23 208	0.34 228	0.53 414	0.41 331	0.32 280	0.45 305	0.62 372

hitnet-ft	2.37 312	0.73 234	8.34 255	0.96 150	0.89 263	3.77 252	0.80 186	3.55 218	2.58 368	2.24 317	2.04 305	3.65 402	1.49 245	11.71 463	1.89 328	0.44 337	0.53 414	0.44 346	0.35 310	0.52 336	0.48 315

PA-Net	3.09 401	1.24 386	18.84 395	1.38 361	1.19 336	3.42 187	1.75 406	3.89 280	3.27 448	1.88 190	2.10 319	3.03 352	1.88 332	11.60 451	2.88 401	0.40 300	0.54 416	0.44 346	0.62 427	0.52 336	1.02 432
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NOSS_ROB	2.27 278	0.73 234	3.00 178	1.71 421	1.00 297	3.90 283	0.97 287	4.29 404	2.81 403	2.94 420	2.19 338	3.88 409	1.19 179	11.77 465	1.62 292	0.59 402	0.54 416	0.56 405	0.52 406	0.56 353	0.54 348

Wz-Net-TNSev	3.67 427	8.83 487	13.47 313	1.48 384	1.18 329	3.60 225	2.49 441	4.27 396	3.13 431	2.18 295	1.89 276	4.21 430	2.80 392	12.10 473	7.58 448	0.57 399	0.55 418	0.47 360	0.54 412	0.91 427	1.05 434

DANet	2.63 350	1.07 349	8.10 254	1.83 437	1.70 434	3.25 163	1.16 332	4.31 415	2.38 333	3.40 443	2.18 336	4.08 420	1.80 316	9.77 382	3.89 417	0.52 389	0.55 418	0.59 412	0.44 379	0.63 374	0.86 419
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	3.62 425	0.70 208	21.42 484	1.21 289	0.89 263	4.43 404	1.76 407	4.39 436	2.79 393	5.88 477	3.38 438	4.18 426	5.12 453	10.75 415	2.32 371	0.56 397	0.55 418	0.53 395	0.51 403	0.55 347	0.46 306

FC-DCNN v2	6.91 485	0.77 262	19.25 403	1.69 417	1.64 423	9.13 494	2.40 438	7.20 491	9.47 492	11.07 503	11.62 491	20.05 500	15.79 497	12.55 482	11.99 469	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

HBP-ISP	3.25 414	1.10 355	20.86 465	1.54 395	1.15 323	4.50 417	2.89 454	4.43 443	2.38 333	4.14 459	1.96 287	1.90 228	2.04 341	11.08 434	1.32 229	0.66 416	0.57 421	0.66 430	0.61 426	0.64 381	0.61 369

FCDSN-DC	6.04 476	0.84 293	19.25 403	1.24 298	1.09 315	4.38 391	2.62 446	4.38 434	4.71 474	9.59 497	11.22 488	19.19 497	17.40 500	12.30 475	8.55 453	0.69 425	0.57 421	0.60 417	0.60 423	0.70 397	0.78 409
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GANetREF_RVC	3.20 411	1.93 437	18.84 395	1.51 390	0.80 224	4.12 337	1.82 412	4.16 361	2.91 411	1.87 187	1.74 206	2.48 302	1.84 323	13.18 485	1.74 312	0.80 434	0.57 421	0.79 446	0.74 437	1.20 454	0.86 419
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	6.64 480	0.77 262	19.26 405	1.68 416	1.64 423	8.27 492	2.35 437	6.35 489	9.23 491	10.85 501	11.27 489	19.89 498	13.33 494	12.51 481	11.79 468	0.66 416	0.57 421	0.58 409	0.56 415	0.63 374	0.61 369

Anonymous3	1.72 193	0.76 259	11.61 299	0.83 63	0.84 244	4.46 406	0.84 206	3.57 220	1.16 15	1.34 101	1.37 107	1.11 104	1.03 126	1.58 115	1.13 184	0.70 426	0.58 426	0.33 235	0.35 310	0.47 320	0.42 275

AnyNet_C32	4.17 445	5.75 478	12.62 305	1.60 407	1.54 403	5.51 477	4.09 483	3.90 285	3.23 443	4.22 464	3.03 424	3.10 357	3.41 420	8.01 351	18.85 497	0.53 391	0.58 426	0.53 395	0.74 437	1.19 453	0.97 429

MSMD_ROB	5.61 469	1.08 351	16.68 360	1.21 289	0.83 237	10.14 495	2.07 427	3.93 295	6.22 487	10.37 500	8.03 470	22.22 502	9.45 490	11.66 459	4.52 422	0.66 416	0.58 426	0.66 430	0.68 433	0.65 384	0.63 376

WCMA_ROB	5.12 461	0.90 306	21.33 480	1.50 388	1.33 367	4.09 329	3.49 470	4.03 321	4.59 473	6.57 482	10.95 487	12.92 489	8.41 488	9.86 387	8.78 454	0.75 429	0.58 426	0.51 387	0.50 400	0.68 394	0.57 356

MeshStereo	5.35 465	1.32 397	21.34 481	1.34 341	1.15 323	4.40 398	3.90 481	5.18 478	4.55 472	10.14 499	11.82 492	11.47 485	5.84 462	13.84 495	7.03 444	0.61 405	0.58 426	0.60 417	0.58 419	0.72 407	0.59 365
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	2.51 332	2.66 457	4.48 220	1.15 264	1.95 454	4.15 344	2.01 423	4.46 448	3.30 449	2.19 299	2.51 387	2.22 268	4.87 451	8.91 364	2.06 349	0.30 163	0.60 431	0.48 368	0.38 345	0.77 412	0.69 388

DeepPrunerF	3.70 428	1.72 428	14.87 336	1.33 334	1.74 438	3.70 241	1.55 391	4.20 366	14.00 498	2.02 243	1.77 223	2.74 325	2.30 362	10.88 421	6.88 442	0.68 422	0.60 431	0.78 445	0.78 444	0.81 418	0.71 392

ADCMid	3.96 438	3.27 463	15.48 348	1.26 306	1.40 381	4.66 444	2.28 434	4.06 333	3.54 456	3.94 453	3.02 423	3.85 408	3.67 429	4.03 272	18.65 496	0.68 422	0.61 433	1.09 461	1.18 466	1.38 459	1.08 436

coex-ft	18.59 507	6.62 480	113.53 525	1.17 271	1.31 359	2.33 93	1.93 418	2.81 134	14.00 498	124.82 526	8.45 474	5.90 470	51.74 520	9.99 394	22.69 503	0.57 399	0.62 434	0.50 384	0.49 396	1.08 441	1.28 445

FBW_ROB	3.24 412	1.02 337	9.21 271	1.49 387	1.07 310	3.78 254	1.48 380	4.31 415	3.08 428	2.46 367	2.32 372	4.20 429	2.08 345	15.19 499	7.16 445	0.84 440	0.62 434	1.33 467	0.92 451	0.99 434	1.31 447

edge stereo	3.37 420	1.01 336	21.99 493	1.28 314	1.37 374	2.67 111	1.39 369	3.98 308	2.87 408	2.93 416	3.27 436	4.35 434	2.43 372	11.62 453	2.39 374	0.60 403	0.63 436	0.79 446	0.55 413	0.68 394	0.67 383

ADCS	4.22 447	5.33 474	16.32 354	1.64 412	1.31 359	3.91 284	3.64 476	4.21 371	2.89 409	5.11 472	2.81 415	4.46 438	3.06 407	5.21 290	19.50 499	0.63 408	0.64 437	0.69 433	0.69 435	1.12 444	1.26 444

DDVS	1.68 189	0.79 271	2.52 149	1.26 306	1.16 327	3.17 151	0.78 169	3.12 161	1.82 214	1.86 185	1.91 282	2.92 346	1.43 225	6.20 314	1.63 294	0.45 346	0.65 438	0.34 252	0.38 345	0.48 323	0.79 411

BEATNet-Init1	49.72 521	64.32 523	97.77 524	4.68 502	4.28 498	84.75 525	60.42 519	73.38 524	68.59 520	88.29 524	88.51 525	91.94 525	97.99 525	85.26 527	70.96 526	0.80 434	0.65 438	0.85 450	0.70 436	7.96 507	2.33 474

NCC-stereo	3.16 409	1.28 390	18.31 387	1.25 300	1.75 439	4.06 322	1.40 371	3.89 280	2.22 291	2.72 402	2.55 391	3.49 390	2.65 385	9.91 389	2.99 403	1.29 464	0.65 438	0.64 427	0.86 448	0.65 384	0.71 392

Abc-Net	3.16 409	1.28 390	18.31 387	1.25 300	1.75 439	4.06 322	1.40 371	3.89 280	2.22 291	2.72 402	2.55 391	3.49 390	2.65 385	9.91 389	2.99 403	1.29 464	0.65 438	0.64 427	0.86 448	0.65 384	0.71 392
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	3.34 418	0.81 279	20.05 428	1.25 300	1.20 341	3.44 189	1.99 422	4.23 378	2.67 379	3.14 431	3.82 447	3.51 392	3.32 417	11.68 461	1.94 334	0.64 411	0.67 442	0.48 368	0.52 406	0.61 370	0.81 413

SAMSARA	3.55 423	2.16 446	14.18 328	1.86 441	1.49 396	4.62 438	2.65 447	3.58 222	2.80 397	7.05 484	3.05 425	5.16 464	4.07 437	9.18 371	4.80 427	0.64 411	0.67 442	0.59 412	0.68 433	0.89 424	0.91 424

AnyNet_C01	4.37 449	7.80 483	16.40 355	1.98 450	1.40 381	6.37 482	6.47 489	4.09 341	5.03 479	4.06 458	3.78 445	4.16 425	3.31 416	6.62 323	10.00 458	0.61 405	0.67 442	0.63 424	0.67 430	2.01 467	1.31 447

psmorigin	6.59 479	1.15 365	88.11 523	1.52 391	0.97 283	2.88 120	1.20 343	3.21 170	2.04 253	3.73 449	2.46 380	5.15 463	2.55 380	10.60 410	2.47 381	0.55 395	0.68 445	0.48 368	0.51 403	0.70 397	0.88 423

PSMNet-RUCA	1.64 183	1.50 415	2.57 153	1.50 388	1.38 377	3.05 139	1.36 361	3.31 183	2.24 295	1.36 104	2.07 316	1.40 149	1.09 146	1.83 162	1.55 276	1.15 454	0.69 446	1.26 465	0.96 454	1.64 464	0.94 427

PVD	3.12 404	1.97 440	12.80 307	1.79 434	1.63 421	3.83 263	1.34 358	3.48 201	3.88 464	5.77 475	3.56 442	3.45 383	3.29 415	5.58 301	5.30 433	0.71 428	0.69 446	0.74 444	0.77 441	0.79 416	1.13 440

S-Stereo	3.48 422	0.91 311	22.06 495	1.36 351	1.50 398	3.55 216	2.53 443	4.21 371	2.81 403	2.37 354	3.81 446	3.75 403	1.84 323	11.90 471	2.51 384	0.63 408	0.71 448	0.48 368	0.76 439	0.67 391	1.19 443

SDNR	3.97 439	1.93 437	20.28 444	1.31 327	0.94 275	5.16 473	0.67 102	4.33 421	2.58 368	4.82 471	5.94 463	5.01 458	1.45 232	17.52 501	2.53 386	0.79 432	0.72 449	0.59 412	0.45 383	1.15 449	1.17 441

DPSNet	3.43 421	1.37 403	12.19 302	1.39 363	1.24 349	4.15 344	2.06 425	4.51 457	3.34 450	2.69 400	1.96 287	3.52 393	5.56 459	10.68 413	9.68 457	0.93 443	0.73 450	0.40 321	0.37 332	1.06 437	0.86 419

MANE	11.39 496	1.38 404	23.16 500	4.82 503	2.79 475	22.02 509	14.51 502	25.81 511	26.28 511	10.93 502	13.17 497	19.90 499	18.03 503	15.69 500	20.41 501	0.96 446	0.74 451	1.42 468	3.24 504	0.74 408	1.71 461

ccnet	2.66 354	0.97 331	8.01 253	1.54 395	1.24 349	3.75 249	2.18 432	4.07 335	2.41 338	2.66 398	3.25 434	2.87 340	2.31 365	9.89 388	3.50 411	0.78 431	0.75 452	0.71 436	0.67 430	0.76 411	0.81 413

GCST	2.56 343	1.79 433	18.02 382	1.92 444	1.33 367	1.72 58	0.51 44	3.67 234	2.03 249	1.70 155	1.61 171	1.55 166	1.29 193	5.06 287	1.24 210	2.06 472	0.77 453	1.45 469	0.97 455	1.14 446	1.34 450

PDISCO_ROB	2.86 370	1.53 417	14.27 330	1.98 450	2.19 464	4.52 422	1.35 359	4.65 466	3.19 438	2.09 260	2.16 332	3.53 394	2.45 374	5.32 291	2.12 356	1.30 466	0.78 454	0.72 440	0.59 421	1.24 455	1.28 445

G-Net	4.11 443	1.21 375	19.47 410	2.31 465	2.94 477	4.74 463	2.95 455	3.33 191	2.14 279	4.44 466	9.43 481	6.93 475	3.84 432	9.01 367	4.92 430	0.79 432	0.80 455	0.70 435	0.50 400	0.95 429	0.87 422

PASM	2.67 356	2.05 444	9.71 273	1.73 424	1.37 374	2.53 104	1.52 385	3.10 159	2.17 284	2.79 408	1.84 256	2.90 341	1.85 327	11.89 470	2.19 363	0.81 436	0.85 456	0.87 451	1.01 457	1.14 446	1.05 434

LSM	12.71 501	3.52 466	20.79 463	55.63 521	84.76 519	3.63 235	6.30 488	3.73 249	4.93 478	5.55 474	13.92 498	3.53 394	3.25 414	9.72 381	4.12 418	0.64 411	0.85 456	0.71 436	0.81 446	1.03 435	26.84 514

Anonymous_2	3.01 394	0.89 304	4.53 221	1.06 208	1.18 329	2.93 129	0.87 235	3.24 176	1.46 64	1.86 185	1.35 102	4.11 422	2.35 367	1.64 134	1.28 223	0.82 437	0.90 458	8.71 510	15.84 513	4.44 492	0.74 400

Consistency-Raft	2.86 370	1.66 425	19.61 412	1.40 366	1.75 439	3.84 268	1.32 356	4.07 335	2.25 298	1.78 170	2.67 402	1.82 216	4.41 444	1.94 175	2.06 349	0.83 439	0.94 459	1.03 456	1.12 462	1.70 466	1.09 437

MFN_U_SF_RVC	3.81 433	10.78 500	15.01 341	1.84 438	1.39 379	3.73 247	1.63 396	4.05 329	3.26 445	2.91 414	2.38 376	4.36 436	3.65 428	8.43 355	4.91 429	1.11 453	1.04 460	0.99 455	1.31 469	1.58 462	1.75 464

MFMNet_re	2.91 376	1.91 436	18.25 384	3.06 478	1.89 451	3.13 149	1.67 403	3.52 211	2.97 417	3.14 431	2.87 418	2.26 269	2.41 370	2.42 211	2.00 342	1.10 451	1.05 461	0.94 453	0.90 450	1.28 456	1.46 457

anonymity	1.76 201	1.26 388	2.73 168	1.66 414	1.32 364	1.84 63	1.07 310	3.49 204	2.30 310	2.11 267	2.11 323	1.71 190	3.90 434	1.82 161	1.48 261	1.10 451	1.09 462	1.08 460	1.08 461	1.05 436	1.09 437

SPS-STEREO	3.97 439	1.44 410	20.85 464	1.72 423	1.71 435	3.24 160	2.30 436	3.55 218	2.68 381	4.79 470	3.66 443	5.44 468	2.97 398	9.11 368	9.35 456	1.15 454	1.10 463	1.06 459	1.02 459	1.16 450	1.18 442
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ELAS_RVC	5.72 472	1.64 424	20.40 449	2.09 455	2.01 457	4.95 470	11.47 498	4.66 467	6.31 489	8.09 490	8.01 469	8.06 481	11.65 492	8.36 353	10.22 459	0.99 448	1.17 464	0.81 449	0.76 439	1.14 446	1.58 458
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCPNet	3.89 434	1.63 421	20.25 442	1.28 314	1.27 355	6.43 483	2.65 447	3.93 295	2.70 382	2.78 407	2.20 340	4.28 432	6.16 468	5.56 299	10.27 460	0.65 414	1.18 465	0.71 436	1.70 476	0.84 422	1.37 451

ELAS	5.99 475	1.62 419	20.29 445	1.96 449	2.01 457	15.09 504	8.38 495	5.23 479	5.54 483	9.02 493	8.61 475	6.74 473	9.75 491	7.48 341	11.40 465	0.96 446	1.18 465	0.72 440	0.93 452	1.30 457	1.67 460
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	8.36 490	3.82 467	24.83 505	2.02 452	1.75 439	14.80 503	17.22 504	4.27 396	11.79 496	13.88 505	14.38 499	11.74 488	13.83 495	10.56 408	15.12 476	1.21 456	1.19 467	1.14 463	1.13 464	1.17 451	1.37 451

WAO-7	5.16 462	3.21 461	18.98 399	1.88 443	1.44 390	5.34 475	3.09 463	4.91 475	5.81 486	4.35 465	8.92 480	6.55 472	6.06 465	13.40 489	10.81 461	1.34 468	1.20 468	1.48 470	1.35 472	1.60 463	1.45 455

MADNet+	3.97 439	9.54 496	13.83 322	1.87 442	1.69 433	4.19 365	2.87 453	4.80 473	4.10 470	2.51 374	2.67 402	4.55 443	3.41 420	8.72 359	6.92 443	1.25 461	1.27 469	1.04 457	0.93 452	1.39 460	1.85 465

NVStereoNet_ROB	4.91 460	1.40 407	16.46 357	1.47 383	1.72 437	3.46 194	1.96 419	3.89 280	3.61 458	2.90 413	24.61 508	4.81 451	4.49 446	13.57 491	4.87 428	1.33 467	1.29 470	1.70 471	1.68 474	1.41 461	1.66 459
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	6.27 478	9.15 493	13.76 316	1.94 448	4.60 501	11.91 497	12.00 499	5.12 477	3.45 455	3.79 450	4.52 453	9.54 483	6.56 474	9.40 375	13.48 473	1.26 462	1.37 471	1.17 464	1.34 471	7.06 505	3.95 500

SQANet	3.70 428	9.34 495	18.41 389	2.75 472	2.74 473	3.40 184	1.47 379	3.50 207	1.68 181	2.60 388	1.75 210	2.69 319	1.91 334	6.72 329	1.74 312	2.96 478	1.41 472	1.85 472	1.12 462	3.17 475	2.70 484

PWCK	5.85 473	9.95 497	15.22 347	2.90 475	1.56 410	5.66 479	7.69 492	5.27 480	4.74 476	3.88 451	7.51 466	8.04 479	5.28 455	15.18 498	8.40 452	3.08 481	1.51 473	2.24 477	1.37 473	5.55 498	1.96 468

MaskLacGwcNet_RVC	3.13 405	1.43 409	9.93 277	2.50 468	1.62 419	4.29 383	1.68 405	3.95 300	2.43 341	1.66 147	1.91 282	3.04 353	1.41 217	13.26 486	1.58 280	3.82 492	1.59 474	1.12 462	0.46 385	2.21 470	2.74 485

DispFullNet	4.64 454	3.48 465	23.95 504	3.99 490	3.03 479	3.35 178	1.06 308	4.18 362	2.80 397	6.33 481	2.94 419	4.04 418	7.81 483	3.92 270	5.16 431	2.75 476	1.61 475	3.10 491	2.68 498	3.32 477	3.31 493

otaku	4.58 453	8.93 490	19.95 425	3.11 479	2.67 471	3.91 284	2.57 445	3.82 263	2.25 298	2.22 311	9.72 483	4.08 420	2.35 367	8.57 357	2.13 359	3.51 486	1.65 476	2.15 476	1.17 465	3.69 482	3.15 488

Ntro	4.21 446	8.94 491	19.89 423	3.22 480	2.96 478	4.15 344	1.89 416	3.92 294	2.36 324	1.77 168	2.14 329	3.35 377	2.17 356	9.48 377	2.24 366	3.52 487	1.76 477	2.13 475	1.31 469	3.83 485	3.09 486

DDUNet	2.91 376	2.78 459	6.94 244	3.53 484	2.26 468	3.28 171	1.36 361	3.77 255	2.04 253	2.62 391	2.49 384	4.18 426	1.69 298	5.38 293	1.85 324	2.21 474	1.77 478	2.61 482	2.43 493	2.60 472	2.34 475

UDG	3.55 423	2.81 460	17.45 374	2.69 471	1.98 455	3.97 308	1.19 339	4.35 425	2.02 247	2.42 363	2.53 390	4.50 439	2.46 376	6.53 320	2.41 376	2.12 473	1.77 478	2.63 483	2.57 495	2.64 473	1.95 467

WAO-8	11.95 498	13.02 504	20.56 456	3.50 482	3.08 481	15.11 505	2.80 450	12.91 501	19.11 507	7.69 486	13.12 494	11.62 486	7.01 478	84.40 525	7.91 449	3.42 484	1.92 480	3.54 497	1.93 485	3.68 480	2.69 482

Venus	11.95 498	13.02 504	20.56 456	3.50 482	3.08 481	15.11 505	2.80 450	12.91 501	19.11 507	7.69 486	13.12 494	11.62 486	7.01 478	84.40 525	7.91 449	3.42 484	1.92 480	3.54 497	1.93 485	3.68 480	2.69 482

testlalala_base	1.62 178	0.74 242	1.63 63	1.19 279	1.40 381	2.63 110	0.84 206	4.09 341	1.31 36	1.22 95	1.42 119	1.21 123	0.85 85	1.16 40	0.73 66	3.92 494	2.10 482	0.27 93	0.18 23	4.49 493	1.11 439

CC-Net-ROB	3.35 419	1.76 431	13.89 323	2.33 466	1.65 427	4.49 414	1.62 395	4.73 470	2.90 410	1.92 204	2.05 311	1.99 245	1.61 269	12.57 483	1.60 284	2.46 475	2.18 483	2.68 484	1.04 460	2.11 469	1.38 453

test_for_model	2.16 262	3.87 468	1.58 61	4.16 492	3.64 488	2.51 102	0.96 284	3.63 227	2.62 371	2.45 366	1.39 112	1.02 92	0.73 48	0.92 7	0.57 15	2.97 479	2.19 484	0.26 69	0.17 15	5.32 497	2.24 472

ACVNet_2	5.41 466	12.60 503	20.42 451	3.27 481	3.15 484	4.50 417	3.02 459	4.66 467	3.73 462	3.35 442	5.36 459	7.86 478	2.88 394	12.33 477	4.76 426	3.12 482	2.22 485	2.70 485	1.69 475	3.49 478	3.10 487

ACVNet-4b	6.73 481	13.67 507	21.87 492	3.54 485	3.07 480	4.19 365	2.25 433	4.03 321	3.65 459	1.64 142	3.98 449	5.88 469	2.89 395	10.01 395	16.98 487	23.29 516	2.24 486	2.53 479	1.78 479	3.87 486	3.21 491

RainbowNet	4.56 451	8.28 484	20.07 431	3.64 488	3.23 486	4.15 344	2.99 458	4.18 362	3.03 425	2.20 301	2.65 400	4.26 431	2.90 396	9.77 382	2.12 356	3.88 493	2.27 487	2.71 486	1.72 478	3.78 484	3.31 493

Dean	7.52 487	9.08 492	21.41 483	3.74 489	3.53 487	4.81 467	3.53 472	5.33 484	5.25 480	4.17 460	26.53 509	25.62 509	4.09 438	10.97 425	4.32 419	3.69 490	2.30 488	2.91 487	1.87 483	4.03 487	3.24 492

ACVNet_1	6.04 476	13.97 508	21.36 482	3.58 486	3.14 483	4.73 460	2.48 440	4.20 366	3.17 436	2.98 422	2.83 417	23.31 503	4.34 443	11.06 431	2.45 379	3.68 489	2.33 489	2.60 481	1.79 480	3.69 482	3.19 490

MFN_U_SF_DS_RVC	3.94 437	10.88 501	12.30 304	1.26 306	1.55 407	5.19 474	3.33 467	4.42 440	2.82 405	2.58 384	2.62 397	5.00 457	2.11 346	14.03 497	2.73 395	1.28 463	2.34 490	0.67 432	1.83 481	0.81 418	1.03 433

WAO-6	5.87 474	2.27 447	15.05 342	2.96 476	2.77 474	12.01 498	3.58 475	5.37 485	11.91 497	3.34 440	9.69 482	6.78 474	5.84 462	11.82 468	8.89 455	2.87 477	2.35 491	2.50 478	1.84 482	2.85 474	2.67 481

TorneroNet-64	10.12 492	8.74 486	20.95 470	4.27 494	3.76 493	13.86 502	2.85 452	15.05 506	23.15 510	10.07 498	23.84 507	13.47 491	8.24 487	13.96 496	17.21 489	3.96 495	2.72 492	3.23 492	2.48 494	6.29 499	4.27 503

TorneroNet	25.88 512	11.28 502	21.62 489	4.20 493	4.07 496	55.25 520	3.15 464	15.16 507	76.94 522	58.09 518	82.72 523	86.88 524	41.15 515	13.35 488	18.13 493	4.32 496	2.85 493	3.45 493	2.62 496	8.33 509	4.14 502

UNDER WATER-64	9.33 491	5.37 475	22.60 497	5.22 505	4.86 502	10.75 496	4.61 485	11.45 497	17.30 502	7.59 485	9.80 484	15.99 495	17.90 502	10.63 411	15.72 479	4.36 497	2.87 494	4.39 504	2.86 501	7.01 504	5.36 507

UNDER WATER	10.47 493	3.95 469	22.62 498	5.07 504	4.51 500	7.78 491	3.77 478	12.56 500	21.72 509	7.84 488	10.78 486	23.96 505	31.66 511	10.78 418	16.19 483	4.44 499	2.93 495	4.24 500	2.86 501	6.33 501	5.47 508

LVE	6.88 484	9.31 494	21.14 474	3.61 487	3.18 485	4.49 414	2.79 449	10.21 496	11.69 495	3.16 434	11.53 490	18.33 496	4.31 442	11.66 459	3.52 412	4.45 500	2.93 495	2.56 480	1.91 484	3.62 479	3.16 489

IMH-64-1	4.84 458	2.53 453	6.83 241	4.30 496	3.74 490	4.81 467	6.05 486	5.30 481	3.92 465	3.95 454	8.33 472	5.08 461	6.06 465	8.96 365	6.30 434	4.57 502	2.96 497	3.04 488	2.12 490	4.28 489	3.62 496

IMH-64	4.84 458	2.53 453	6.83 241	4.30 496	3.74 490	4.81 467	6.05 486	5.30 481	3.92 465	3.95 454	8.33 472	5.08 461	6.06 465	8.96 365	6.30 434	4.57 502	2.96 497	3.04 488	2.12 490	4.28 489	3.62 496

KSHMR	16.96 505	5.37 475	21.64 491	4.46 499	4.50 499	8.30 493	3.32 466	15.58 509	76.24 521	6.62 483	61.47 519	56.53 519	5.43 458	35.17 516	11.37 464	4.39 498	2.97 499	3.63 499	2.74 500	5.10 496	4.34 504

IMH	6.81 483	13.66 506	20.41 450	4.33 498	3.74 490	5.50 476	3.06 461	5.49 487	6.22 487	4.64 469	10.35 485	9.30 482	8.03 486	13.61 492	6.81 439	4.80 505	2.99 500	3.09 490	2.12 490	4.36 491	3.61 495

notaker	10.50 495	8.60 485	20.23 438	4.54 501	3.95 494	6.27 481	3.44 468	8.07 494	4.75 477	8.73 491	46.45 514	13.86 494	27.86 510	13.49 490	13.61 474	4.56 501	3.18 501	3.52 496	2.68 498	8.13 508	4.05 501

ktn	21.74 510	10.34 498	19.68 415	4.53 500	4.00 495	6.53 484	4.51 484	6.79 490	78.82 523	84.69 523	100.86 526	58.49 520	7.57 482	12.11 474	13.35 472	4.58 504	3.24 502	3.49 494	2.62 496	4.65 494	3.84 499

MSC_U_SF_DS_RVC	4.48 450	10.62 499	15.18 346	1.55 400	1.45 393	6.16 480	3.54 474	5.41 486	3.68 461	2.59 387	2.74 406	4.81 451	2.20 359	13.79 494	4.40 420	2.04 471	3.36 503	1.05 458	1.20 467	2.09 468	1.72 462

JetRed	10.48 494	27.10 513	35.70 511	4.27 494	4.09 497	15.55 507	12.83 500	12.16 498	5.50 482	5.83 476	5.56 461	10.14 484	7.43 480	8.88 362	26.39 510	3.32 483	3.81 504	3.51 495	2.96 503	7.85 506	6.69 509

PML	64.32 523	53.22 521	17.88 379	8.10 508	32.94 512	148.46 527	247.79 528	12.18 499	45.42 518	111.41 525	288.92 528	101.47 526	101.31 526	31.67 512	15.55 477	14.03 512	4.83 505	10.98 511	6.18 507	28.82 514	5.17 505

MADNet++	7.57 489	5.80 479	13.28 310	6.38 506	5.26 503	7.18 486	7.77 493	5.32 483	5.62 484	6.11 479	7.78 467	6.02 471	8.01 485	11.74 464	16.36 484	9.36 508	4.95 506	8.57 509	5.66 506	4.83 495	5.34 506

DPSMNet_ROB	15.52 504	8.89 489	31.44 510	10.07 511	18.91 507	12.44 500	33.22 513	13.51 504	17.94 506	9.58 496	22.91 506	13.79 493	19.67 504	21.43 503	23.73 505	5.17 507	8.84 507	5.63 506	11.52 512	6.79 503	14.90 511

DGTPSM_ROB	15.31 503	8.85 488	28.14 509	9.90 510	18.89 506	12.44 500	33.21 512	13.48 503	17.86 505	9.50 495	22.89 505	13.78 492	19.67 504	21.26 502	23.68 504	5.08 506	8.84 507	5.62 505	11.50 509	6.72 502	14.87 510

Anonymous_1	57.11 522	19.68 510	26.15 506	23.10 512	142.31 524	30.84 511	39.75 515	33.86 517	16.98 501	70.53 522	15.42 501	23.46 504	19.75 506	23.04 505	27.23 511	164.73 527	9.02 509	130.38 524	137.40 524	161.27 527	27.24 515

DPSM_ROB	20.78 508	20.03 511	26.57 507	23.62 513	22.46 508	31.10 512	39.97 516	33.52 515	17.41 503	15.25 506	15.80 502	24.06 506	20.71 507	23.30 507	27.62 512	10.78 510	9.41 510	11.69 512	11.50 509	14.49 511	16.36 512

DPSM	20.78 508	20.03 511	26.57 507	23.62 513	22.46 508	31.10 512	39.97 516	33.52 515	17.41 503	15.25 506	15.80 502	24.06 506	20.71 507	23.30 507	27.62 512	10.78 510	9.41 510	11.69 512	11.50 509	14.49 511	16.36 512

DGSMNet	7.55 488	1.62 419	17.42 373	1.92 444	12.73 505	7.45 490	42.99 518	4.13 351	2.07 260	2.10 263	3.16 432	3.42 381	1.70 299	9.24 372	2.30 369	3.70 491	10.89 512	11.80 514	5.54 505	4.24 488	2.66 480

tt	7.19 486	0.51 29	6.83 241	4.03 491	2.30 469	12.05 499	20.19 509	15.46 508	6.58 490	3.42 444	3.22 433	5.37 466	6.39 473	4.20 277	7.46 447	9.81 509	11.53 513	7.05 507	7.46 508	6.31 500	3.71 498

test_sample9	3.79 432	1.05 343	7.87 249	1.07 210	0.86 250	3.93 290	1.19 339	4.35 425	2.11 274	2.14 276	1.75 210	1.75 194	1.67 293	11.06 431	11.61 466	1.23 458	14.45 514	4.27 501	2.09 487	0.70 397	0.69 388

test_sample8	4.76 456	1.05 343	7.87 249	1.07 210	0.86 250	3.93 290	1.19 339	4.38 434	2.05 256	5.49 473	1.89 276	12.98 490	6.37 470	11.06 431	11.61 466	1.23 458	14.45 514	4.27 501	2.09 487	0.70 397	0.69 388

Selective-RAFT-Error	41.77 515	40.16 516	53.34 520	47.73 519	45.25 517	62.51 521	80.64 524	67.22 521	34.93 513	30.64 511	31.81 511	48.11 516	42.11 518	46.57 520	54.95 520	21.61 514	18.87 516	23.48 515	23.15 515	29.16 515	33.08 518

CasAABBNet	41.80 516	40.20 517	53.41 521	47.73 519	45.18 516	62.51 521	80.71 525	67.26 522	34.80 512	30.49 510	31.88 512	48.24 517	41.81 517	46.63 522	55.64 522	21.60 513	18.88 517	23.48 515	23.22 516	29.19 516	33.05 517

LSM0	49.58 520	40.04 515	53.62 522	97.15 522	128.68 523	62.75 523	79.89 523	67.63 523	35.11 514	33.02 512	32.61 513	48.43 518	41.60 516	46.60 521	55.43 521	21.63 515	18.99 518	23.62 517	23.13 514	29.47 517	52.26 523

LRCNet_RVC	25.52 511	33.45 514	23.21 502	31.79 515	32.78 511	6.74 485	1.18 336	25.88 512	4.46 471	28.94 509	30.89 510	24.91 508	17.57 501	27.66 511	24.34 507	35.26 518	25.60 519	35.91 518	33.81 517	31.90 518	34.10 519

HaxPig	43.25 517	43.65 518	45.00 515	33.85 516	35.61 513	32.69 514	30.52 510	45.09 518	42.97 516	48.77 514	48.17 516	43.00 512	40.26 513	44.58 518	43.61 516	47.18 519	49.30 520	51.54 520	50.25 519	43.73 519	45.29 520

AVERAGE_ROB	44.46 518	45.91 519	46.59 516	40.59 518	38.66 514	32.99 515	30.52 510	46.19 519	43.26 517	49.59 515	48.97 517	44.62 514	39.89 512	45.04 519	43.94 517	48.74 520	50.69 521	50.80 519	49.79 518	45.54 520	46.97 521

MEDIAN_ROB	47.37 519	49.08 520	49.92 518	40.32 517	39.97 515	34.95 516	33.43 514	49.17 520	46.39 519	53.06 517	52.65 518	47.65 515	42.23 519	48.35 523	47.29 518	52.10 521	54.04 522	54.28 521	53.48 520	48.76 521	50.33 522

HanzoNet	31.60 514	17.23 509	21.22 479	7.32 507	5.84 504	7.25 488	3.53 472	13.82 505	14.20 500	50.38 516	47.01 515	44.45 513	56.61 521	36.61 517	32.00 515	63.89 522	56.57 523	7.97 508	89.20 523	28.69 513	28.25 516

DPSimNet_ROB	102.30 524	119.72 528	143.59 526	109.42 523	94.10 520	127.22 526	127.15 526	26.62 513	102.36 527	149.58 527	83.99 524	139.34 527	137.54 527	64.62 524	82.36 527	105.18 523	66.15 524	120.15 523	69.61 522	99.58 523	77.72 524

xxxxx1	112.33 525	88.53 524	37.76 512	227.84 526	157.23 525	39.05 517	61.41 520	93.76 525	79.29 524	62.45 519	74.79 520	78.32 521	70.96 522	33.47 513	70.69 523	114.00 524	130.36 525	259.31 526	274.34 526	145.54 524	147.50 525

tt_ll	112.33 525	88.53 524	37.76 512	227.84 526	157.23 525	39.05 517	61.41 520	93.76 525	79.29 524	62.45 519	74.79 520	78.32 521	70.96 522	33.47 513	70.69 523	114.00 524	130.36 525	259.31 526	274.34 526	145.54 524	147.50 525

ff	112.33 525	88.53 524	37.76 512	227.84 526	157.23 525	39.05 517	61.41 520	93.76 525	79.29 524	62.45 519	74.79 520	78.32 521	70.96 522	33.47 513	70.69 523	114.00 524	130.36 525	259.31 526	274.34 526	145.54 524	147.50 525

test_example2	212.63 528	219.92 529	221.87 528	213.67 525	221.17 528	199.47 528	200.74 527	185.30 528	141.66 528	209.52 528	213.45 527	210.82 528	205.48 528	221.27 528	216.64 528	236.83 528	242.07 528	213.93 525	217.01 525	235.69 528	226.10 528

ccccc		629.75 530		567.84 529	570.84 529	582.44 529		613.82 529		614.58 529		555.57 529		666.94 529		781.57 529	507.24 529	391.36 529	342.44 529	689.82 529

ASD4		113.98 527

Low-res two-view benchmark