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	1.26 188	0.40 21	1.46 103	2.97 549	1.61 487	4.13 411	0.73 190	1.78 46	1.49 143	0.83 109	1.10 96	0.59 61	0.53 24	1.26 111	0.80 141	2.99 552	0.13 1	0.21 27	0.13 1	0.31 180	1.72 534

^frffs	0.80 66	0.37 2	1.03 9	0.69 39	0.81 260	2.88 168	0.48 78	2.81 188	0.79 18	0.78 93	1.40 174	0.43 24	0.91 153	1.00 49	0.51 45	0.19 21	0.17 44	0.18 1	0.14 2	0.21 32	0.21 59

LoS_RVC	0.94 106	1.30 460	1.31 87	0.84 131	1.63 490	2.02 85	0.59 124	1.51 16	1.36 97	0.81 101	1.33 152	0.84 118	0.88 143	1.36 132	0.73 115	0.21 43	0.17 44	0.20 18	0.14 2	0.20 20	1.45 527

CES	1.01 129	0.55 118	1.74 130	0.92 184	2.15 535	2.15 99	0.50 82	2.01 65	1.45 114	0.76 82	1.02 70	0.61 63	0.47 15	1.29 119	0.79 140	0.22 53	0.17 44	0.24 77	0.14 2	0.63 442	2.29 545

(5qrfij	0.78 57	0.39 10	1.04 13	0.75 71	1.02 348	2.75 155	0.40 35	2.82 191	0.84 36	0.75 71	1.02 70	0.47 41	0.74 92	0.98 45	0.49 28	0.19 21	0.17 44	0.18 1	0.15 5	0.21 32	0.20 20

*5drh	0.78 57	0.41 28	1.02 3	0.73 65	0.96 322	2.94 186	0.40 35	2.85 193	0.82 30	0.71 52	1.14 103	0.51 49	0.65 57	0.92 27	0.48 21	0.19 21	0.17 44	0.18 1	0.15 5	0.21 32	0.20 20

&5qef	0.74 30	0.39 10	1.04 13	0.69 39	0.87 292	2.11 96	0.39 30	2.63 157	0.81 27	0.76 82	1.17 110	0.47 41	0.88 143	1.07 60	0.48 21	0.19 21	0.17 44	0.18 1	0.15 5	0.22 54	0.21 59

#25fwe	0.70 17	0.38 6	1.06 22	0.79 97	1.13 381	1.91 76	0.33 12	2.30 101	0.82 30	0.73 58	0.77 27	0.45 37	0.45 12	0.97 39	0.74 120	0.20 37	0.19 114	0.18 1	0.15 5	0.19 4	0.20 20

#75ew	0.71 23	0.38 6	1.02 3	0.76 87	0.94 317	2.15 99	0.38 26	2.22 87	0.84 36	0.76 82	0.95 60	0.46 39	0.52 23	0.89 21	0.75 124	0.21 43	0.18 81	0.18 1	0.15 5	0.20 20	0.20 20

￥25erdr	0.77 50	0.39 10	1.05 18	0.72 58	1.09 373	2.82 159	0.38 26	2.41 110	0.86 39	0.72 55	1.21 119	0.44 31	0.72 82	0.91 24	0.61 62	0.19 21	0.16 29	0.18 1	0.15 5	0.21 32	0.20 20

$5dtd	0.73 25	0.39 10	1.08 33	0.73 65	1.06 360	2.53 140	0.41 47	2.29 99	0.90 44	0.70 47	0.99 66	0.43 24	0.59 39	0.87 15	0.47 19	0.19 21	0.17 44	0.18 1	0.15 5	0.21 32	0.20 20

#5drz	0.73 25	0.37 2	1.00 2	0.72 58	0.89 302	2.54 143	0.33 12	2.29 99	0.79 18	0.92 124	0.98 65	0.39 11	0.66 65	0.97 39	0.55 50	0.20 37	0.17 44	0.18 1	0.15 5	0.22 54	0.19 5

@esxe	0.80 66	0.40 21	1.06 22	0.81 101	1.06 360	2.04 91	0.35 22	2.81 188	0.86 39	0.74 66	1.32 149	0.44 31	1.02 183	1.10 65	0.87 175	0.20 37	0.17 44	0.18 1	0.15 5	0.19 4	0.20 20

#wrr	0.77 50	0.39 10	1.04 13	0.72 58	1.07 366	2.48 130	0.34 18	2.87 199	0.83 33	0.72 55	1.14 103	0.52 55	0.61 46	0.86 14	0.60 58	0.22 53	0.18 81	0.18 1	0.15 5	0.21 32	0.21 59

$eesxe	0.74 30	0.37 2	1.02 3	0.75 71	1.02 348	2.13 98	0.40 35	2.63 157	0.83 33	0.79 96	1.00 68	0.44 31	0.53 24	0.94 31	0.83 155	0.19 21	0.19 114	0.18 1	0.15 5	0.21 32	0.20 20

%deaf	0.78 57	0.40 21	1.02 3	0.76 87	1.02 348	2.65 151	0.40 35	2.39 108	0.87 41	0.69 45	1.38 168	0.43 24	0.97 168	0.97 39	0.60 58	0.21 43	0.18 81	0.19 17	0.15 5	0.21 32	0.21 59

&EFD	0.74 30	0.38 6	1.02 3	0.70 44	0.90 306	2.16 101	0.42 52	2.75 175	0.98 57	0.74 66	1.13 101	0.48 47	0.70 75	0.93 30	0.47 19	0.19 21	0.17 44	0.18 1	0.15 5	0.21 32	0.21 59

*wqe	0.76 43	0.39 10	1.03 9	0.71 49	0.87 292	2.37 120	0.44 62	2.82 191	0.78 14	0.84 111	1.15 106	0.51 49	0.66 65	0.97 39	0.49 28	0.19 21	0.16 29	0.18 1	0.15 5	0.22 54	0.20 20

(q45	0.78 57	0.39 10	1.03 9	0.72 58	0.99 337	2.89 171	0.44 62	2.93 203	0.88 42	0.74 66	0.99 66	0.52 55	0.65 57	0.94 31	0.48 21	0.19 21	0.17 44	0.18 1	0.15 5	0.21 32	0.20 20

)tte	0.78 57	0.39 10	1.03 9	0.73 65	0.99 337	2.85 164	0.42 52	2.78 181	0.81 27	0.76 82	1.03 74	0.49 48	0.73 87	0.95 33	0.48 21	0.19 21	0.17 44	0.18 1	0.15 5	0.21 32	0.20 20

MLG-Stereo_test1	0.80 66	0.39 10	1.02 3	0.65 24	1.20 404	3.14 205	0.29 7	1.59 23	3.05 496	0.50 4	0.24 1	0.67 77	0.43 9	1.33 127	0.40 5	0.21 43	0.18 81	0.23 48	0.15 5	0.19 4	0.20 20

LG-G_1	0.70 17	0.40 21	1.12 58	0.71 49	0.30 2	2.80 157	0.40 35	2.21 84	0.78 14	0.59 18	0.55 12	0.51 49	0.58 35	1.24 103	0.49 28	0.24 80	0.18 81	0.23 48	0.15 5	0.21 32	0.21 59

LG-G	0.70 17	0.40 21	1.12 58	0.71 49	0.30 2	2.80 157	0.40 35	2.21 84	0.78 14	0.59 18	0.55 12	0.51 49	0.58 35	1.24 103	0.49 28	0.24 80	0.18 81	0.23 48	0.15 5	0.21 32	0.21 59

StereoAnything_RVC	0.94 106	2.66 528	2.20 179	0.76 87	0.34 9	1.18 17	0.39 30	2.31 102	0.69 5	0.51 6	0.34 4	0.32 1	0.89 148	1.57 171	0.35 1	0.32 266	0.16 29	0.23 48	0.15 5	3.31 548	0.18 3

trnet	0.91 100	0.48 68	1.46 103	0.62 10	0.31 4	4.40 469	0.41 47	2.20 82	1.53 171	0.94 127	1.14 103	0.88 131	0.89 148	1.09 64	0.71 107	0.27 129	0.19 114	0.22 34	0.15 5	0.21 32	0.19 5

XX-TBD	1.03 134	0.95 391	1.94 147	1.30 390	0.43 63	3.97 379	0.33 12	1.74 40	1.73 256	1.59 192	2.02 367	0.69 82	0.60 43	1.16 83	0.66 81	0.30 227	0.25 295	0.23 48	0.15 5	0.31 180	0.22 80

CREStereo	0.92 101	0.53 101	1.45 102	0.61 6	0.34 9	4.42 473	0.40 35	2.21 84	1.54 180	0.94 127	1.12 99	0.87 128	0.87 141	1.12 71	0.72 112	0.28 166	0.19 114	0.22 34	0.15 5	0.22 54	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.99 125	0.48 68	1.73 127	0.62 10	0.56 145	4.20 441	0.43 59	1.88 51	1.58 203	1.00 136	1.05 87	0.78 104	0.98 175	1.50 160	0.85 162	1.21 527	0.20 152	0.23 48	0.15 5	0.22 54	0.19 5

qwe	0.75 34	0.45 38	1.10 47	0.67 36	1.06 360	2.49 132	0.45 68	2.57 148	0.90 44	0.71 52	0.83 39	0.43 24	0.48 19	1.10 65	0.64 71	0.17 6	0.14 11	0.24 77	0.16 29	0.21 32	0.20 20

1w_stereo	0.86 86	0.42 32	1.07 26	0.72 58	0.81 260	3.00 189	0.67 162	3.28 243	0.75 10	0.74 66	1.32 149	0.37 5	1.37 268	0.92 27	0.68 89	0.16 2	0.14 11	0.20 18	0.16 29	0.19 4	0.22 80

monsterstereo	0.82 79	0.50 78	1.26 79	0.77 93	1.41 454	2.54 143	0.40 35	3.14 225	0.71 7	0.70 47	1.11 97	0.41 21	0.39 4	1.50 160	0.50 36	0.19 21	0.16 29	0.22 34	0.16 29	0.21 32	0.17 1

monsters	0.82 79	0.58 151	1.16 68	0.76 87	1.52 469	2.92 177	0.40 35	2.66 163	0.72 8	0.66 38	0.84 40	0.38 9	0.41 7	1.84 221	0.48 21	0.20 37	0.16 29	0.20 18	0.16 29	0.19 4	0.19 5

111111	0.87 90	0.50 78	1.13 63	0.66 32	1.08 369	3.37 239	0.33 12	2.33 105	1.47 127	0.74 66	1.50 199	0.61 63	0.59 39	1.40 137	0.48 21	0.24 80	0.19 114	0.22 34	0.16 29	0.24 67	0.19 5

MLG-Stereo_test3	0.60 4	0.37 2	1.12 58	0.59 3	0.57 157	2.19 105	0.31 8	1.68 36	0.56 2	0.49 3	0.51 10	0.56 58	0.33 1	0.96 38	0.54 49	0.21 43	0.17 44	0.23 48	0.16 29	0.20 20	0.21 59

MLG-Stereo_test2	0.76 43	0.40 21	1.07 26	0.64 17	0.82 270	3.49 263	0.23 2	1.69 37	2.14 342	0.62 25	0.32 3	0.67 77	0.33 1	1.14 76	0.37 3	0.23 66	0.19 114	0.23 48	0.16 29	0.19 4	0.20 20

MLG-Stereo	0.77 50	0.39 10	1.04 13	0.64 17	0.41 51	3.01 191	0.31 8	1.89 52	2.92 482	0.47 1	0.29 2	0.66 76	0.47 15	1.35 130	0.39 4	0.20 37	0.18 81	0.24 77	0.16 29	0.19 4	0.20 20

LGtest1	0.55 3	0.41 28	1.14 65	0.70 44	0.40 46	0.99 9	0.26 4	1.32 8	0.93 51	0.53 7	0.60 15	0.44 31	0.49 20	1.02 52	0.45 15	0.27 129	0.19 114	0.23 48	0.16 29	0.21 32	0.23 91

FoundationStereo	0.50 2	0.39 10	1.11 55	0.79 97	0.42 57	0.70 4	0.36 24	0.76 2	0.80 22	0.62 25	0.38 5	0.73 96	0.77 105	0.69 2	0.36 2	0.26 114	0.17 44	0.23 48	0.16 29	0.18 1	0.20 20

GIP-stereo	0.88 92	0.50 78	1.34 92	1.32 396	0.94 317	2.90 172	0.42 52	3.41 263	1.06 63	0.63 28	0.76 25	0.90 135	0.76 103	0.91 24	0.52 46	0.27 129	0.18 81	0.25 99	0.16 29	0.25 81	0.19 5

DEFOM-Stereo	0.70 17	0.46 44	1.13 63	0.72 58	0.48 103	3.40 244	0.44 62	0.90 3	0.77 11	0.86 115	0.58 14	0.45 37	0.43 9	1.76 209	0.43 11	0.24 80	0.18 81	0.22 34	0.16 29	0.21 32	0.20 20

dual_stereo	0.68 13	0.40 21	1.05 18	0.64 17	0.37 28	0.84 7	0.34 18	3.40 262	1.03 61	0.50 4	0.46 9	0.58 59	0.40 5	1.85 227	0.49 28	0.23 66	0.17 44	0.21 27	0.16 29	0.20 20	0.19 5

LoS	0.94 106	0.52 90	1.88 141	0.86 148	0.36 14	4.15 415	0.51 86	2.18 79	1.45 114	0.97 135	0.88 45	0.62 65	0.79 116	1.59 177	0.86 169	0.26 114	0.19 114	0.24 77	0.16 29	0.21 32	0.20 20
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
s12784h	1.31 203	0.45 38	2.41 206	0.71 49	0.35 12	4.42 473	0.50 82	4.22 446	2.73 454	2.01 302	2.48 451	0.91 137	0.96 165	2.01 240	0.70 104	0.29 188	0.18 81	0.24 77	0.16 29	0.27 108	0.18 3

xxxyy	0.75 34	0.47 57	1.09 41	0.69 39	0.65 195	2.28 112	0.40 35	2.42 114	0.80 22	0.73 58	1.03 74	0.40 12	0.81 124	1.24 103	0.80 141	0.16 2	0.15 22	0.21 27	0.17 44	0.19 4	0.21 59

xtttt	0.75 34	0.47 57	1.09 41	0.69 39	0.65 195	2.28 112	0.40 35	2.42 114	0.80 22	0.73 58	1.03 74	0.40 12	0.81 124	1.24 103	0.80 141	0.16 2	0.15 22	0.21 27	0.17 44	0.19 4	0.21 59

rrrtt	0.69 14	0.46 44	1.10 47	0.61 6	0.61 175	2.23 108	0.51 86	2.45 122	0.90 44	0.63 28	0.78 30	0.47 41	0.71 78	0.78 6	0.50 36	0.17 6	0.14 11	0.20 18	0.17 44	0.20 20	0.20 20

asda	0.77 50	0.46 44	1.10 47	0.64 17	0.82 270	3.33 235	0.49 80	2.40 109	0.81 27	0.63 28	0.80 34	0.44 31	0.85 134	0.88 19	0.60 58	0.17 6	0.13 1	0.24 77	0.17 44	0.20 20	0.20 20

asd	0.70 17	0.45 38	1.10 47	0.67 36	0.90 306	2.88 168	0.43 59	1.64 32	0.79 18	0.68 43	0.88 45	0.43 24	0.74 92	0.85 13	0.49 28	0.19 21	0.13 1	0.24 77	0.17 44	0.22 54	0.20 20

2.25w	0.75 34	0.47 57	1.09 41	0.69 39	0.65 195	2.28 112	0.40 35	2.42 114	0.80 22	0.73 58	1.03 74	0.40 12	0.81 124	1.24 103	0.80 141	0.16 2	0.15 22	0.21 27	0.17 44	0.19 4	0.21 59

4.25_new	0.73 25	0.46 44	1.08 33	0.71 49	0.97 327	2.52 136	0.58 120	2.28 95	0.93 51	0.57 13	0.94 57	0.40 12	0.65 57	0.87 15	0.50 36	0.17 6	0.13 1	0.25 99	0.17 44	0.19 4	0.20 20

4.5w_new	0.73 25	0.46 44	1.08 33	0.71 49	0.97 327	2.52 136	0.58 120	2.28 95	0.93 51	0.57 13	0.94 57	0.40 12	0.65 57	0.87 15	0.50 36	0.17 6	0.13 1	0.25 99	0.17 44	0.19 4	0.20 20

4.25w-stereo	0.73 25	0.46 44	1.08 33	0.71 49	0.97 327	2.52 136	0.58 120	2.28 95	0.93 51	0.57 13	0.94 57	0.40 12	0.65 57	0.87 15	0.50 36	0.17 6	0.13 1	0.25 99	0.17 44	0.19 4	0.20 20

2.5w	0.75 34	0.44 35	1.06 22	0.66 32	0.69 222	2.39 123	0.56 108	2.77 179	0.82 30	0.63 28	0.88 45	0.37 5	0.75 96	1.36 132	0.50 36	0.18 17	0.14 11	0.22 34	0.17 44	0.19 4	0.21 59

2.75w_new	0.75 34	0.45 38	1.10 47	0.65 24	0.62 182	2.45 129	0.56 108	2.75 175	0.74 9	0.78 93	0.73 21	0.38 9	0.92 157	1.04 57	0.66 81	0.17 6	0.14 11	0.22 34	0.17 44	0.18 1	0.19 5

3.25w_new	0.69 14	0.46 44	1.10 47	0.61 6	0.61 175	2.23 108	0.51 86	2.45 122	0.90 44	0.63 28	0.78 30	0.47 41	0.71 78	0.78 6	0.50 36	0.17 6	0.14 11	0.20 18	0.17 44	0.20 20	0.20 20

3.25w	0.69 14	0.46 44	1.10 47	0.61 6	0.61 175	2.23 108	0.51 86	2.45 122	0.90 44	0.63 28	0.78 30	0.47 41	0.71 78	0.79 8	0.50 36	0.17 6	0.14 11	0.20 18	0.17 44	0.20 20	0.20 20

3.5w_stereo	0.77 50	0.53 101	1.09 41	0.65 24	0.72 229	2.52 136	0.51 86	2.43 119	0.80 22	0.76 82	1.20 115	0.43 24	0.66 65	1.23 102	0.73 115	0.17 6	0.13 1	0.23 48	0.17 44	0.20 20	0.21 59

2w_stereo	0.75 34	0.46 44	1.08 33	0.68 38	0.56 145	2.00 84	0.61 131	2.87 199	0.83 33	0.93 126	0.93 55	0.36 3	1.13 218	0.90 22	0.61 62	0.17 6	0.13 1	0.23 48	0.17 44	0.20 20	0.21 59

GREAT-IGEV	0.74 30	0.54 112	1.86 139	1.10 296	0.44 69	2.44 127	0.34 18	1.37 9	1.51 155	0.48 2	0.86 43	0.51 49	0.60 43	1.07 60	0.45 15	0.22 53	0.17 44	0.21 27	0.17 44	0.23 62	0.25 116

DEFOM-Stereo_RVC	0.81 76	1.13 428	1.23 76	0.97 219	0.57 157	0.81 6	0.43 59	3.49 269	0.84 36	0.73 58	0.95 60	0.44 31	1.17 234	1.45 150	0.60 58	0.26 114	0.18 81	0.24 77	0.17 44	0.30 161	0.19 5

AIO_rvc	0.78 57	0.55 118	1.25 78	0.75 71	0.65 195	1.46 47	0.99 361	2.13 75	1.52 164	0.57 13	1.15 106	1.09 161	0.55 29	1.15 81	0.53 47	0.24 80	0.17 44	0.24 77	0.17 44	0.25 81	0.21 59

HUF	1.15 152	0.64 218	8.62 326	0.90 171	0.35 12	1.35 39	0.78 232	1.97 62	1.50 148	0.63 28	1.52 202	0.83 116	0.66 65	1.28 116	0.63 68	0.29 188	0.23 238	0.26 126	0.17 44	0.23 62	0.25 116

MonSter	0.62 6	0.43 34	1.07 26	0.66 32	0.82 270	1.13 14	0.39 30	2.57 148	0.92 50	0.58 17	0.64 16	0.36 3	0.35 3	0.95 33	0.43 11	0.15 1	0.15 22	0.20 18	0.17 44	0.21 32	0.19 5

IGEV-Stereo++	0.93 103	0.44 35	1.08 33	0.70 44	1.20 404	3.87 347	0.33 12	3.36 258	1.43 112	0.75 71	1.17 110	0.68 79	1.04 189	0.95 33	0.42 7	0.22 53	0.16 29	0.23 48	0.17 44	0.24 67	0.20 20

IGEV-Stereo+	0.94 106	0.47 57	1.19 70	0.86 148	2.02 531	1.40 43	0.39 30	1.17 7	0.88 42	0.61 23	0.44 8	0.47 41	0.79 116	2.14 252	0.42 7	0.27 129	0.19 114	0.22 34	0.17 44	2.26 543	2.41 548

test_for_model	2.16 328	3.87 540	1.58 119	4.16 564	3.64 560	2.51 134	0.96 351	3.63 294	2.62 440	2.45 433	1.39 171	1.02 154	0.73 87	0.92 27	0.57 53	2.97 551	2.19 555	0.26 126	0.17 44	5.32 569	2.24 544

4w-stereo	0.67 10	0.49 75	1.07 26	0.63 13	0.75 241	1.63 61	0.44 62	2.23 89	0.77 11	0.56 10	0.92 52	0.40 12	0.82 127	1.08 62	0.53 47	0.18 17	0.13 1	0.25 99	0.18 67	0.19 4	0.20 20

3.75w	0.75 34	0.47 57	1.09 41	0.63 13	1.10 376	2.61 148	0.53 97	2.46 126	0.97 56	0.62 25	0.80 34	0.40 12	0.66 65	1.11 68	0.48 21	0.19 21	0.13 1	0.23 48	0.18 67	0.20 20	0.21 59

3w_stereo	0.71 23	0.47 57	1.14 65	0.65 24	0.39 42	1.73 65	0.68 168	2.79 187	0.79 18	0.67 41	0.84 40	0.37 5	1.02 183	1.03 53	0.56 52	0.18 17	0.14 11	0.23 48	0.18 67	0.20 20	0.22 80

IGEV	0.70 17	0.36 1	1.07 26	0.71 49	1.31 423	2.82 159	0.41 47	1.76 42	0.98 57	0.73 58	0.71 18	0.35 2	0.42 8	0.90 22	0.42 7	0.18 17	0.18 81	0.22 34	0.18 67	0.18 1	0.20 20

LG-Stereo_L2	0.63 7	0.46 44	1.15 67	0.70 44	0.43 63	2.32 116	0.28 5	1.86 50	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 132	0.40 5	0.23 66	0.18 81	0.22 34	0.18 67	0.21 32	0.20 20

LG-Stereo_L1	0.61 5	0.47 57	1.10 47	0.73 65	0.49 110	1.72 63	0.33 12	1.95 61	0.65 3	0.56 10	0.40 6	0.40 12	0.43 9	1.40 137	0.42 7	0.23 66	0.19 114	0.23 48	0.18 67	0.21 32	0.19 5

SGD-Stereo	0.65 9	0.41 28	1.06 22	0.85 143	0.31 4	2.44 127	0.46 71	1.09 4	0.69 5	0.84 111	0.52 11	0.55 57	0.53 24	1.49 159	0.46 17	0.31 246	0.14 11	0.25 99	0.18 67	0.23 62	0.20 20

Reg-Stereo(zero)	1.60 236	0.42 32	10.69 354	0.89 162	0.68 216	3.27 225	0.47 76	2.27 93	1.54 180	1.48 181	1.24 127	2.55 372	2.68 459	1.48 157	1.10 237	0.19 21	0.19 114	0.22 34	0.18 67	0.24 67	0.26 140

Pointernet	0.88 92	0.44 35	2.26 188	0.84 131	0.37 28	2.29 115	0.38 26	3.06 219	1.46 122	0.66 38	1.39 171	0.91 137	0.73 87	1.01 51	0.72 112	0.23 66	0.19 114	0.20 18	0.18 67	0.19 4	0.20 20

testlalala_base	1.62 240	0.74 305	1.63 121	1.19 344	1.40 447	2.63 150	0.84 270	4.09 413	1.31 91	1.22 156	1.42 179	1.21 185	0.85 134	1.16 83	0.73 115	3.92 566	2.10 553	0.27 154	0.18 67	4.49 565	1.11 511

GCAP-Stereo	0.93 103	0.68 257	1.35 94	0.85 143	0.41 51	3.61 294	0.52 96	2.20 82	1.50 148	1.11 150	1.04 82	1.17 172	0.84 132	1.11 68	0.71 107	0.25 101	0.20 152	0.27 154	0.18 67	0.28 125	0.23 91

Any-RAFT	1.40 211	0.53 101	2.78 231	1.09 287	0.64 187	4.41 471	0.81 258	3.97 377	2.78 460	1.99 288	1.34 157	2.36 347	1.56 330	1.56 169	0.75 124	0.27 129	0.20 152	0.25 99	0.18 67	0.25 81	0.28 174

Selective-IGEV	0.80 66	0.52 90	1.05 18	0.75 71	0.61 175	1.31 36	0.82 262	2.60 154	1.41 106	0.82 103	1.64 240	0.71 90	0.62 49	1.22 100	0.64 71	0.22 53	0.19 114	0.24 77	0.18 67	0.25 81	0.20 20

DCANet-4	1.96 296	0.51 84	14.31 400	0.82 112	0.40 46	4.16 424	0.57 111	4.29 476	2.98 490	2.30 398	1.80 297	1.03 156	1.54 326	1.44 146	1.44 310	0.29 188	0.23 238	0.23 48	0.18 67	0.24 67	0.42 342

fff	1.74 258	0.70 270	9.08 330	0.81 101	0.36 14	4.15 415	0.57 111	4.23 450	2.09 327	2.30 398	1.80 297	1.19 180	3.02 474	1.44 146	1.46 314	0.29 188	0.23 238	0.23 48	0.18 67	0.24 67	0.42 342

ADStereo(finetuned)	2.04 311	0.73 297	13.28 376	0.82 112	0.40 46	4.16 424	0.59 124	4.25 460	2.97 487	2.35 416	1.84 321	1.18 176	3.40 491	1.52 165	1.54 336	0.29 188	0.24 272	0.23 48	0.18 67	0.30 161	0.51 403

DCANet	1.74 258	0.73 297	9.08 330	0.82 112	0.40 46	4.18 432	0.59 124	4.25 460	2.97 487	2.35 416	1.84 321	1.18 176	1.63 352	1.51 163	1.55 337	0.29 188	0.24 272	0.23 48	0.18 67	0.30 161	0.53 410

csc	1.74 258	0.70 270	9.08 330	0.81 101	0.36 14	4.15 415	0.57 111	4.23 450	2.09 327	2.30 398	1.80 297	1.19 180	3.02 474	1.44 146	1.46 314	0.29 188	0.23 238	0.23 48	0.18 67	0.24 67	0.42 342

cscssc	1.74 258	0.70 270	9.08 330	0.81 101	0.36 14	4.15 415	0.57 111	4.23 450	2.09 327	2.30 398	1.80 297	1.19 180	3.02 474	1.44 146	1.46 314	0.29 188	0.23 238	0.23 48	0.18 67	0.24 67	0.42 342

iResNet_ROB	1.89 280	1.02 404	8.60 325	1.39 432	0.98 334	3.72 309	0.66 161	3.84 336	2.65 445	1.88 252	2.05 377	1.98 306	1.27 250	4.52 343	1.67 363	0.30 227	0.20 152	0.28 183	0.18 67	0.31 180	0.40 332

4.5_new	0.67 10	0.46 44	1.11 55	0.63 13	0.78 252	1.97 82	0.51 86	2.18 79	0.78 14	0.73 58	0.90 49	0.42 22	0.49 20	0.81 10	0.49 28	0.21 43	0.14 11	0.26 126	0.19 87	0.22 54	0.20 20

4.5w-stereo	0.67 10	0.46 44	1.11 55	0.63 13	0.78 252	1.97 82	0.51 86	2.18 79	0.77 11	0.73 58	0.90 49	0.42 22	0.49 20	0.81 10	0.49 28	0.21 43	0.14 11	0.26 126	0.19 87	0.22 54	0.20 20

LG-Stereo_Zeroshot	0.89 95	0.47 57	2.08 172	0.76 87	0.73 234	3.91 352	0.41 47	2.07 71	1.07 64	0.77 90	0.89 48	0.64 68	0.86 137	0.95 33	0.77 134	0.26 114	0.18 81	0.26 126	0.19 87	0.32 206	0.32 230

SCV	0.95 113	0.63 206	1.38 96	1.70 492	0.41 51	1.23 20	0.89 307	3.53 280	1.57 200	0.61 23	1.54 211	0.93 143	0.77 105	1.66 194	0.66 81	0.36 325	0.20 152	0.25 99	0.19 87	0.29 138	0.25 116

AIO_test	0.76 43	0.47 57	1.31 87	0.81 101	0.70 225	1.36 40	0.88 304	1.40 10	1.45 114	0.55 9	0.95 60	1.81 278	0.58 35	1.16 83	0.46 17	0.27 129	0.17 44	0.24 77	0.19 87	0.24 67	0.21 59

castereo++	0.93 103	0.56 129	1.26 79	0.92 184	0.73 234	2.48 130	1.00 362	2.99 208	1.03 61	0.68 43	1.41 177	1.92 293	0.59 39	1.26 111	0.44 13	0.25 101	0.19 114	0.28 183	0.19 87	0.23 62	0.23 91

IGEV-RUCA	0.90 98	0.53 101	1.05 18	0.81 101	0.74 239	3.89 349	0.80 249	1.92 58	1.41 106	0.96 134	0.71 18	0.70 83	0.73 87	1.30 123	0.68 89	0.29 188	0.20 152	0.25 99	0.19 87	0.43 356	0.34 257

Occ-G	0.86 86	0.52 90	1.39 97	0.82 112	0.66 204	1.37 41	0.79 239	1.58 22	1.31 91	1.56 190	0.87 44	2.18 329	0.89 148	0.97 39	0.88 180	0.26 114	0.19 114	0.26 126	0.19 87	0.25 81	0.24 106

RSM	0.80 66	0.50 78	1.08 33	0.83 122	0.51 116	1.31 36	0.77 228	2.28 95	1.43 112	0.82 103	1.44 183	1.22 186	0.62 49	1.17 90	0.63 68	0.22 53	0.18 81	0.24 77	0.19 87	0.27 108	0.20 20

MoCha-V2	0.87 90	0.48 68	1.87 140	0.88 158	0.32 7	1.37 41	0.55 104	2.71 169	1.42 108	0.92 124	1.75 274	0.65 72	1.17 234	1.45 150	0.57 53	0.21 43	0.21 183	0.20 18	0.19 87	0.24 67	0.23 91

IGEV++	0.90 98	0.58 151	1.32 90	0.94 202	0.45 76	1.27 28	1.00 362	3.32 252	1.55 188	0.82 103	1.34 157	0.86 126	1.09 206	1.16 83	0.89 183	0.33 282	0.18 81	0.23 48	0.19 87	0.29 138	0.22 80

testlalala	1.14 151	0.62 197	1.34 92	1.00 239	0.78 252	4.38 462	0.93 335	2.46 126	2.20 353	2.44 432	1.52 202	1.31 197	0.61 46	1.04 57	0.65 76	0.35 314	0.19 114	0.24 77	0.19 87	0.24 67	0.23 91

RCA-Stereo	1.21 167	0.52 90	1.58 119	0.90 171	0.46 85	4.68 518	0.79 239	4.13 423	1.74 262	1.92 266	1.80 297	0.94 146	1.48 303	1.14 76	0.70 104	0.27 129	0.18 81	0.25 99	0.19 87	0.25 81	0.23 91

CroCo-Stereo	0.98 119	0.87 367	3.44 258	0.87 153	0.53 133	0.49 2	0.50 82	3.99 383	1.49 143	0.81 101	1.25 134	1.00 152	0.75 96	1.10 65	1.09 236	0.24 80	0.21 183	0.24 77	0.19 87	0.35 260	0.27 155
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
raftrobust	1.19 159	0.72 286	2.30 194	1.26 372	1.31 423	3.55 280	0.68 168	2.75 175	1.47 127	2.21 376	1.38 168	1.17 172	1.22 243	1.20 97	1.11 240	0.28 166	0.24 272	0.21 27	0.19 87	0.25 81	0.28 174

pmcnn	5.45 538	1.22 449	17.40 441	1.60 478	2.41 542	3.48 260	2.12 500	4.52 530	3.26 517	3.67 520	13.15 569	22.10 576	3.46 497	11.92 544	17.16 561	0.34 294	0.21 183	0.23 48	0.19 87	0.36 273	0.28 174

depthmonostereo	0.94 106	0.71 282	2.39 203	0.85 143	0.54 134	2.21 107	0.53 97	1.83 49	1.17 70	0.95 131	1.09 93	0.99 149	0.97 168	2.37 270	0.68 89	0.23 66	0.27 319	0.22 34	0.20 103	0.25 81	0.26 140

SCV_C0	0.89 95	0.59 159	1.96 152	0.83 122	0.44 69	1.24 24	0.64 149	3.33 256	1.66 236	0.82 103	1.20 115	0.73 96	0.66 65	1.62 185	0.66 81	0.32 266	0.21 183	0.24 77	0.20 103	0.28 125	0.23 91

castereo	0.82 79	0.70 270	1.04 13	0.85 143	0.50 114	1.29 35	0.91 320	3.22 235	1.20 73	0.83 109	1.24 127	0.72 92	0.91 153	1.00 49	0.67 86	0.26 114	0.16 29	0.25 99	0.20 103	0.24 67	0.21 59

fffft	0.76 43	0.47 57	1.28 85	0.82 112	0.54 134	1.51 52	0.80 249	2.09 73	1.18 71	0.63 28	0.84 40	0.59 61	0.55 29	1.80 216	0.85 162	0.19 21	0.18 81	0.27 154	0.20 103	0.26 96	0.24 106
1: 1. 1
WCG-NET	0.88 92	0.49 75	1.26 79	0.90 171	0.37 28	1.48 49	1.07 380	1.73 39	2.30 375	1.63 201	1.49 198	0.92 142	0.97 168	0.95 33	0.76 129	0.22 53	0.16 29	0.23 48	0.20 103	0.25 81	0.21 59

GCAP-BAT	1.21 167	0.74 305	3.23 248	0.95 206	0.70 225	3.86 344	0.93 335	1.89 52	1.48 135	1.85 242	1.96 353	1.68 244	0.79 116	1.78 211	0.81 149	0.29 188	0.20 152	0.24 77	0.20 103	0.26 96	0.35 271

AIO-Stereo	0.76 43	0.54 112	1.07 26	0.73 65	0.40 46	1.28 33	0.82 262	2.26 92	1.49 143	0.70 47	1.58 221	0.89 133	0.45 12	1.03 53	0.55 50	0.24 80	0.18 81	0.25 99	0.20 103	0.26 96	0.21 59

WCG-NET（raft）	0.95 113	0.55 118	1.20 74	0.84 131	0.31 4	1.44 45	1.01 365	1.55 20	2.37 396	1.64 204	1.42 179	2.38 349	1.01 180	1.29 119	0.76 129	0.22 53	0.19 114	0.22 34	0.20 103	0.25 81	0.21 59

MaDis-Stereo	0.82 79	0.66 239	1.53 111	0.65 24	1.87 521	1.24 24	0.36 24	2.13 75	1.27 86	0.67 41	0.75 24	0.88 131	0.70 75	1.15 81	1.07 231	0.29 188	0.23 238	0.26 126	0.20 103	0.31 180	0.22 80

anonymousdsp2	1.26 188	0.60 171	3.74 272	1.02 255	0.41 51	3.60 290	0.72 185	3.68 303	1.47 127	1.37 169	1.56 218	1.83 282	1.01 180	2.00 237	0.66 81	0.29 188	0.20 152	0.28 183	0.20 103	0.32 206	0.29 184

knoymous	1.30 199	0.60 171	5.57 297	0.88 158	0.75 241	3.04 192	0.90 312	2.68 165	1.33 93	1.48 181	1.07 91	2.78 401	0.88 143	1.29 119	0.85 162	0.31 246	0.22 211	0.35 337	0.20 103	0.45 372	0.37 291

Wz-Net-LNSev-Ref	2.42 384	1.47 483	14.14 395	1.30 390	1.35 435	3.51 270	1.64 470	4.04 396	2.10 335	2.46 434	1.88 335	2.28 334	2.51 450	4.73 348	3.17 480	0.38 350	0.19 114	0.35 337	0.20 103	0.40 303	0.36 277

TANstereo	1.01 129	0.55 118	1.73 127	0.76 87	0.36 14	4.04 390	0.38 26	1.48 14	1.62 226	2.03 311	2.10 386	0.84 118	0.93 160	0.98 45	0.62 65	0.28 166	0.36 398	0.23 48	0.20 103	0.25 81	0.46 373

111	1.83 271	0.92 379	9.08 330	0.81 101	0.36 14	4.25 446	0.91 320	4.44 516	2.70 451	2.39 426	1.96 353	2.30 340	1.64 355	1.28 116	1.82 384	0.28 166	0.22 211	0.24 77	0.20 103	0.31 180	0.54 416

S2M2_XL	0.46 1	0.41 28	1.09 41	0.65 24	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 52	0.65 72	0.53 24	0.54 1	0.50 36	0.28 166	0.24 272	0.25 99	0.21 117	0.23 62	0.22 80

DilatedVolume-Stereo	0.81 76	0.60 171	1.51 110	1.01 245	0.59 168	1.34 38	0.51 86	1.56 21	1.08 65	1.26 159	1.24 127	0.77 103	0.87 141	1.79 215	0.72 112	0.23 66	0.24 272	0.22 34	0.21 117	0.25 81	0.23 91

xyz-stereo	10.85 567	0.45 38	79.01 596	0.62 10	0.45 76	83.70 598	0.77 228	2.59 153	1.34 94	2.19 364	32.02 586	2.76 399	1.62 339	5.75 368	2.39 442	0.25 101	0.17 44	0.33 300	0.21 117	0.25 81	0.19 5

HART	1.03 134	0.85 361	3.13 245	0.84 131	0.38 39	1.17 16	0.42 52	3.54 281	1.47 127	1.08 145	2.17 401	1.48 220	0.57 32	1.37 136	0.74 120	0.23 66	0.18 81	0.28 183	0.21 117	0.32 206	0.24 106

999	0.97 118	0.48 68	1.24 77	1.03 262	0.64 187	3.25 221	0.92 333	1.40 10	1.39 100	0.71 52	1.68 252	0.70 83	0.66 65	3.03 311	0.89 183	0.23 66	0.19 114	0.25 99	0.21 117	0.25 81	0.29 184

mms	0.77 50	0.68 257	1.17 69	0.83 122	0.71 227	1.41 44	0.67 162	1.61 24	1.12 67	0.77 90	1.37 165	0.63 67	0.54 28	1.75 208	0.63 68	0.24 80	0.19 114	0.26 126	0.21 117	0.31 180	0.34 257

ours_stereo	0.76 43	0.64 218	1.40 99	0.86 148	0.61 175	1.12 13	0.57 111	1.63 30	1.20 73	0.72 55	1.43 181	0.70 83	0.62 49	1.56 169	0.58 55	0.25 101	0.18 81	0.26 126	0.21 117	0.29 138	0.31 220

fffy	0.80 66	0.59 159	1.56 117	1.00 239	0.47 95	1.27 28	0.76 215	1.90 55	1.02 60	0.75 71	1.35 160	0.83 116	0.72 82	1.70 202	0.62 65	0.23 66	0.19 114	0.27 154	0.21 117	0.28 125	0.32 230

RAStereo	0.75 34	0.52 90	2.86 235	0.58 2	0.62 182	1.19 18	0.32 11	1.81 48	0.99 59	0.75 71	1.05 87	0.64 68	0.47 15	0.80 9	0.94 207	0.22 53	0.20 152	0.27 154	0.21 117	0.34 242	0.22 80

RSM++	0.77 50	0.51 84	1.08 33	0.95 206	0.42 57	1.52 54	0.71 182	2.11 74	1.40 103	0.80 99	1.23 126	0.90 135	0.59 39	1.14 76	0.69 98	0.24 80	0.19 114	0.25 99	0.21 117	0.28 125	0.20 20

gcap-zeroshot	1.30 199	0.61 187	4.09 275	0.94 202	0.56 145	3.50 267	0.84 270	3.12 223	1.72 253	1.84 241	1.22 122	2.72 390	0.88 143	1.46 154	0.80 141	0.29 188	0.30 353	0.27 154	0.21 117	0.29 138	0.25 116

testlalala2	2.31 356	0.63 206	20.54 526	2.56 542	2.87 548	3.79 323	0.76 215	4.20 438	1.48 135	1.42 177	1.43 181	2.45 362	0.80 123	1.03 53	0.68 89	0.27 129	0.25 295	0.24 77	0.21 117	0.33 224	0.28 174

ACVNet-DCA	1.85 273	0.74 305	13.77 385	1.78 501	0.36 14	4.48 479	0.74 202	3.98 379	1.53 171	1.01 137	1.81 309	0.72 92	1.62 339	2.13 249	0.64 71	0.29 188	0.17 44	0.32 266	0.21 117	0.33 224	0.32 230

1test111	1.99 303	0.74 305	13.77 385	1.78 501	0.36 14	4.48 479	0.74 202	3.98 379	1.53 171	1.01 137	1.81 309	0.72 92	1.62 339	4.66 345	0.98 217	0.29 188	0.17 44	0.32 266	0.21 117	0.33 224	0.32 230

cc1	1.98 300	0.74 305	13.77 385	1.78 501	0.36 14	4.48 479	0.74 202	4.23 450	3.95 539	1.01 137	1.81 309	0.72 92	1.62 339	2.13 249	0.64 71	0.29 188	0.17 44	0.32 266	0.21 117	0.31 180	0.29 184

ff7	0.98 119	0.69 260	2.05 160	0.84 131	0.52 125	4.55 497	0.86 282	1.62 25	1.24 77	0.75 71	1.03 74	0.70 83	0.77 105	1.84 221	0.68 89	0.27 129	0.17 44	0.29 204	0.21 117	0.31 180	0.27 155

IGEVStereo-DCA	0.86 86	0.65 228	2.05 160	0.90 171	0.46 85	1.57 56	0.86 282	1.62 25	1.24 77	0.65 36	0.77 27	0.74 100	0.72 82	2.59 292	0.86 169	0.28 166	0.21 183	0.28 183	0.21 117	0.29 138	0.27 155

ffff	0.98 119	0.69 260	2.05 160	0.84 131	0.52 125	4.55 497	0.86 282	1.62 25	1.24 77	0.75 71	1.03 74	0.70 83	0.77 105	1.84 221	0.68 89	0.27 129	0.17 44	0.29 204	0.21 117	0.31 180	0.27 155

rrr	2.27 344	0.65 228	23.82 576	0.90 171	0.46 85	1.57 56	0.96 351	7.98 565	1.19 72	0.65 36	0.77 27	0.74 100	0.72 82	2.59 292	0.86 169	0.28 166	0.21 183	0.28 183	0.21 117	0.29 138	0.25 116

11t	0.98 119	0.69 260	2.05 160	0.84 131	0.52 125	4.55 497	0.86 282	1.62 25	1.24 77	0.75 71	1.03 74	0.70 83	0.77 105	1.84 221	0.68 89	0.27 129	0.17 44	0.29 204	0.21 117	0.31 180	0.27 155

MSKI-zero shot	2.22 334	0.64 218	20.09 504	0.96 212	0.56 145	4.04 390	0.70 180	3.91 359	1.50 148	1.92 266	2.28 420	1.92 293	0.71 78	2.93 307	0.67 86	0.26 114	0.23 238	0.26 126	0.21 117	0.28 125	0.26 140

UniTT-Stereo	0.82 79	0.47 57	2.63 222	0.96 212	1.19 398	0.78 5	0.39 30	1.12 5	1.54 180	1.19 155	1.26 135	0.51 49	0.64 54	1.13 74	1.03 225	0.30 227	0.20 152	0.24 77	0.21 117	0.40 303	0.25 116

anonymousdsp	0.95 113	0.69 260	1.27 83	0.83 122	0.52 125	4.54 494	0.84 270	1.76 42	1.24 77	0.76 82	1.06 89	0.78 104	0.77 105	1.67 198	0.69 98	0.27 129	0.17 44	0.29 204	0.21 117	0.31 180	0.26 140

riskmin	1.25 181	0.56 129	2.05 160	1.05 265	0.93 315	2.86 167	0.55 104	3.23 237	1.34 94	1.55 188	1.07 91	3.56 470	2.03 410	1.29 119	1.00 222	0.28 166	0.27 319	0.34 318	0.21 117	0.41 327	0.43 351

CroCo-Stereo Lap2	0.99 125	0.89 370	2.55 211	0.99 231	1.80 518	0.54 3	0.46 71	3.10 221	1.24 77	1.07 144	1.21 119	1.05 160	0.78 113	1.26 111	1.08 233	0.27 129	0.23 238	0.27 154	0.21 117	0.43 356	0.34 257

ccc-4	0.98 119	0.69 260	2.05 160	0.84 131	0.52 125	4.55 497	0.86 282	1.62 25	1.24 77	0.75 71	1.03 74	0.70 83	0.77 105	1.84 221	0.68 89	0.27 129	0.17 44	0.29 204	0.21 117	0.31 180	0.27 155

IGEV-Stereo	0.95 113	0.69 260	1.27 83	0.84 131	0.52 125	4.54 494	0.84 270	1.76 42	1.24 77	0.75 71	1.06 89	0.79 108	0.77 105	1.68 199	0.69 98	0.27 129	0.17 44	0.29 204	0.21 117	0.31 180	0.26 140
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RALCasStereoNet	1.19 159	1.02 404	2.06 169	1.12 307	1.14 383	3.08 200	0.70 180	2.99 208	1.73 256	1.34 163	1.68 252	1.18 176	0.91 153	2.16 254	1.00 222	0.30 227	0.26 308	0.24 77	0.21 117	0.29 138	0.30 211

test_xeample3	2.12 323	0.63 206	21.55 558	0.91 178	0.47 95	1.85 71	0.94 341	7.96 564	1.23 75	0.75 71	0.76 25	0.64 68	0.70 75	1.77 210	0.83 155	0.30 227	0.21 183	0.27 154	0.21 117	0.27 108	0.24 106

R-Stereo Train	1.20 164	0.58 151	1.81 136	0.99 231	0.67 211	3.78 320	0.90 312	4.09 413	1.51 155	2.16 354	1.71 263	1.13 167	0.94 162	1.40 137	0.91 194	0.30 227	0.24 272	0.26 126	0.21 117	0.26 96	0.25 116

RAFT-Stereo	1.20 164	0.58 151	1.81 136	0.99 231	0.67 211	3.78 320	0.90 312	4.09 413	1.51 155	2.16 354	1.71 263	1.13 167	0.94 162	1.40 137	0.91 194	0.30 227	0.24 272	0.26 126	0.21 117	0.26 96	0.25 116
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	2.65 421	5.00 545	19.28 477	2.06 526	1.09 373	3.83 329	1.13 398	4.14 429	2.09 327	1.85 242	2.03 368	2.01 312	1.51 314	3.58 321	1.58 341	0.34 294	0.21 183	0.32 266	0.21 117	0.44 364	0.29 184

MLCV	1.87 275	0.91 377	8.59 324	1.10 296	0.57 157	3.59 288	0.53 97	3.70 313	2.20 353	2.80 481	2.25 415	2.00 309	1.42 286	4.13 338	1.86 389	0.30 227	0.20 152	0.32 266	0.21 117	0.33 224	0.36 277

G2L-ROB	2.13 325	0.78 331	10.06 344	1.19 344	1.06 360	3.84 334	0.93 335	3.32 252	2.27 367	2.20 367	1.47 190	2.65 383	1.20 242	8.38 420	1.81 382	0.28 166	0.19 114	0.23 48	0.22 150	0.28 125	0.32 230

G2L-Stereo_test	2.11 321	0.86 364	7.12 308	1.65 485	1.19 398	3.54 278	1.02 369	3.57 285	2.01 309	2.50 439	1.68 252	3.15 429	1.50 310	9.21 438	1.62 353	0.28 166	0.19 114	0.23 48	0.22 150	0.27 108	0.31 220

MM-Stereo_test3	1.09 141	0.59 159	1.55 115	1.73 496	1.18 391	1.91 76	0.86 282	3.52 276	1.76 266	1.25 157	1.86 331	1.10 164	0.69 73	1.32 126	0.86 169	0.27 129	0.23 238	0.27 154	0.22 150	0.34 242	0.30 211

MM-Stereo_test2	1.79 267	0.53 101	20.16 506	1.43 440	0.47 95	2.57 145	0.73 190	1.67 34	1.47 127	0.94 127	0.96 63	0.84 118	0.79 116	1.16 83	0.68 89	0.24 80	0.17 44	0.25 99	0.22 150	0.30 161	0.22 80

SMoEStereo_RVC	0.80 66	0.53 101	1.12 58	0.92 184	0.44 69	2.41 125	0.79 239	1.49 15	1.16 68	0.70 47	1.12 99	0.64 68	0.64 54	1.69 200	0.87 175	0.22 53	0.16 29	0.31 246	0.22 150	0.26 96	0.25 116

RAFT-Stereo-weight	1.11 144	0.48 68	1.22 75	0.99 231	0.42 57	4.17 429	0.80 249	3.60 289	1.50 148	1.97 281	1.50 199	1.30 196	0.65 57	1.24 103	0.85 162	0.25 101	0.19 114	0.26 126	0.22 150	0.27 108	0.23 91

MGS-Stereo	0.80 66	0.56 129	1.53 111	0.93 198	0.39 42	1.26 27	0.73 190	1.45 12	1.30 90	1.01 137	2.26 416	0.80 110	0.56 31	1.16 83	0.65 76	0.27 129	0.23 238	0.26 126	0.22 150	0.27 108	0.25 116

tt1	1.79 267	0.73 297	10.41 351	1.75 498	0.36 14	4.55 497	0.79 239	4.22 446	3.37 523	1.08 145	1.80 297	0.74 100	1.48 303	2.21 262	0.65 76	0.29 188	0.16 29	0.31 246	0.22 150	0.30 161	0.29 184

MC-Stereo	1.06 137	0.48 68	1.55 115	1.15 328	0.41 51	4.56 502	0.61 131	2.06 69	1.46 122	1.90 259	1.61 233	0.89 133	1.12 216	1.35 130	0.73 115	0.25 101	0.18 81	0.26 126	0.22 150	0.25 81	0.24 106

CIPLG	2.27 344	1.18 438	19.24 472	0.92 184	1.34 434	3.95 369	0.89 307	4.23 450	1.82 274	2.31 404	2.67 472	1.17 172	1.06 201	1.53 167	1.32 290	0.37 333	0.23 238	0.27 154	0.22 150	0.31 180	0.45 363

IPLGR_C	2.28 349	1.31 464	19.46 480	0.92 184	1.32 429	3.93 359	0.89 307	4.20 438	1.82 274	2.30 398	2.63 469	1.16 171	1.07 203	1.41 142	1.29 286	0.37 333	0.23 238	0.27 154	0.22 150	0.31 180	0.45 363

ACRE	2.27 344	1.11 426	19.45 479	0.91 178	1.30 421	3.94 364	0.87 300	4.21 443	1.80 272	2.28 392	2.62 467	1.17 172	1.04 189	1.52 165	1.30 287	0.37 333	0.23 238	0.27 154	0.22 150	0.31 180	0.46 373

GANet-ADL	2.20 333	0.73 297	20.11 505	1.25 366	0.69 222	3.83 329	0.76 215	3.49 269	1.71 250	1.65 208	1.99 363	2.10 324	1.10 212	1.42 143	1.26 276	0.38 350	0.33 378	0.25 99	0.22 150	0.42 346	0.36 277

Gwc-CoAtRS	1.58 230	0.57 138	11.69 366	1.01 245	0.60 171	2.53 140	0.64 149	2.36 106	1.56 194	1.80 236	1.47 190	2.74 391	1.18 236	1.12 71	0.90 187	0.27 129	0.21 183	0.25 99	0.22 150	0.27 108	0.23 91

iResNet	2.52 404	0.94 389	21.17 549	1.84 510	0.72 229	3.75 315	0.81 258	4.14 429	2.55 435	2.33 414	2.03 368	1.35 202	1.44 292	3.27 313	2.16 428	0.35 314	0.23 238	0.28 183	0.22 150	0.44 364	0.45 363

water-stereo	0.78 57	0.45 38	1.94 147	0.79 97	0.48 103	2.36 119	0.47 76	1.53 19	1.09 66	0.88 118	1.04 82	0.82 114	0.75 96	0.72 4	0.78 135	0.22 53	0.23 238	0.25 99	0.23 165	0.24 67	0.29 184

xyz-stereo-finetune	1.05 136	0.62 197	1.46 103	0.59 3	0.36 14	3.48 260	0.81 258	2.69 167	1.74 262	0.94 127	1.21 119	0.91 137	0.78 113	2.53 287	1.28 283	0.24 80	0.24 272	0.26 126	0.23 165	0.30 161	0.23 91

tt45	0.96 117	0.48 68	1.19 70	0.89 162	0.66 204	3.91 352	0.76 215	1.90 55	1.26 85	0.70 47	1.30 146	0.71 90	0.63 52	2.59 292	0.74 120	0.22 53	0.17 44	0.28 183	0.23 165	0.27 108	0.27 155

model_zeroshot	1.21 167	0.60 171	3.55 262	1.05 265	0.57 157	3.46 254	0.63 146	2.73 172	1.55 188	2.05 315	1.38 168	1.50 223	0.82 127	1.69 200	0.87 175	0.29 188	0.23 238	0.30 224	0.23 165	0.27 108	0.32 230

qqq1	1.92 289	0.57 138	4.46 279	1.36 418	0.57 157	2.03 86	0.73 190	4.25 460	2.80 466	2.32 408	2.31 435	1.95 297	1.52 316	10.99 498	0.71 107	0.34 294	0.32 371	0.30 224	0.23 165	0.29 138	0.29 184

fff1	1.92 289	0.57 138	4.46 279	1.36 418	0.57 157	2.03 86	0.73 190	4.25 460	2.80 466	2.32 408	2.31 435	1.95 297	1.52 316	10.99 498	0.71 107	0.34 294	0.32 371	0.30 224	0.23 165	0.29 138	0.29 184

11t1	1.11 144	0.53 101	1.80 135	1.55 471	0.65 195	2.20 106	0.60 127	3.66 300	1.49 143	1.60 193	1.26 135	1.03 156	1.35 266	1.72 204	0.97 214	0.28 166	0.31 363	0.29 204	0.23 165	0.30 161	0.34 257

DLNR_Zeroshot_test	28.62 587	55.50 597	49.94 592	183.62 600	115.05 598	3.43 248	0.28 5	29.49 589	1.49 143	1.01 137	1.26 135	0.93 143	0.63 52	3.92 334	1.51 332	29.81 591	0.41 438	0.26 126	0.23 165	93.28 597	0.32 230

AEACV	0.79 65	0.54 112	1.35 94	0.97 219	0.63 185	1.13 14	0.92 333	2.02 66	0.91 49	0.76 82	0.79 33	0.80 110	1.61 336	1.28 116	0.61 62	0.22 53	0.18 81	0.26 126	0.23 165	0.27 108	0.23 91

RAFT-Test	1.44 215	0.59 159	6.10 299	1.01 245	0.69 222	2.90 172	0.80 249	3.68 303	1.70 249	1.85 242	1.68 252	3.15 429	1.03 185	1.20 97	0.99 220	0.27 129	0.22 211	0.25 99	0.23 165	0.27 108	0.25 116

HH	2.23 336	0.86 364	21.59 559	0.98 225	0.51 116	1.49 50	0.82 262	2.74 173	1.54 180	1.10 147	1.69 257	4.62 518	1.86 399	2.55 288	0.69 98	0.26 114	0.22 211	0.29 204	0.23 165	0.34 242	0.27 155

HanStereo	2.23 336	0.86 364	21.59 559	0.98 225	0.51 116	1.49 50	0.82 262	2.74 173	1.54 180	1.10 147	1.69 257	4.62 518	1.86 399	2.55 288	0.69 98	0.26 114	0.22 211	0.29 204	0.23 165	0.34 242	0.27 155

EGLCR-Stereo	1.06 137	0.51 84	1.56 117	1.02 255	0.39 42	4.27 452	0.42 52	4.08 411	1.48 135	0.90 120	0.68 17	1.09 161	0.66 65	1.81 217	0.62 65	0.27 129	0.19 114	0.29 204	0.23 165	0.37 283	0.25 116

Selective-RAFT	1.15 152	0.46 44	1.64 123	0.99 231	0.45 76	4.17 429	0.51 86	3.21 233	1.69 246	1.12 151	1.34 157	1.45 217	1.40 276	2.08 244	0.94 207	0.41 382	0.20 152	0.24 77	0.23 165	0.27 108	0.25 116

ProNet	0.82 79	0.71 282	1.50 108	0.86 148	0.45 76	1.78 66	0.83 267	1.75 41	1.28 87	0.66 38	1.13 101	0.78 104	0.76 103	1.66 194	0.71 107	0.24 80	0.20 152	0.25 99	0.23 165	0.29 138	0.25 116

IPLG	2.48 396	0.65 228	19.63 485	0.91 178	0.79 255	4.60 507	0.56 108	4.31 487	1.84 281	1.91 264	2.00 365	1.31 197	1.38 269	6.61 387	1.53 335	0.27 129	0.20 152	0.27 154	0.23 165	0.31 180	0.36 277

MIPNet	2.33 363	0.71 282	19.82 490	0.89 162	0.56 145	4.76 536	0.61 131	4.32 491	2.37 396	1.83 240	1.48 197	1.48 220	1.98 409	2.63 295	1.44 310	0.29 188	0.20 152	0.26 126	0.23 165	0.30 161	0.39 312

IPLGR	2.53 405	0.58 151	20.46 524	0.82 112	0.52 125	4.56 502	0.50 82	4.30 484	2.38 401	1.87 249	1.53 209	1.68 244	1.72 372	6.95 398	1.15 246	0.28 166	0.21 183	0.27 154	0.23 165	0.33 224	0.32 230

cross-raft	2.01 307	0.57 138	19.01 470	1.03 262	0.56 145	2.11 96	0.72 185	3.63 294	1.57 200	1.77 230	1.51 201	3.17 431	1.13 218	1.16 83	0.85 162	0.23 66	0.21 183	0.26 126	0.23 165	0.28 125	0.25 116

RAFT-Stereo + iAFF	1.25 181	0.72 286	1.74 130	1.05 265	0.36 14	4.13 411	0.42 52	2.95 204	2.84 476	2.02 307	2.40 445	1.61 237	1.11 215	1.26 111	0.97 214	0.21 43	0.15 22	0.26 126	0.23 165	0.29 138	0.23 91

CFNet-RSSM	2.08 318	0.52 90	20.06 500	1.01 245	0.56 145	3.39 241	0.64 149	3.67 301	1.55 188	1.72 222	1.37 165	2.57 374	1.19 240	1.11 68	0.86 169	0.27 129	0.20 152	0.25 99	0.23 165	0.27 108	0.23 91

DIP-Stereo	1.24 177	0.69 260	1.77 132	0.65 24	0.61 175	4.29 454	0.58 120	4.44 516	2.53 429	1.98 283	1.33 152	0.91 137	0.86 137	1.25 110	1.25 273	0.36 325	0.23 238	0.32 266	0.23 165	0.32 206	0.29 184
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 442	0.57 138	17.46 444	0.92 184	0.90 306	3.70 306	1.20 414	5.64 560	2.51 427	3.22 508	2.43 446	2.54 371	1.59 331	11.41 516	1.65 361	0.34 294	0.25 295	0.26 126	0.23 165	0.30 161	0.29 184
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	3.03 466	1.72 499	12.78 372	1.17 336	1.12 379	3.79 323	1.10 391	3.86 342	3.13 502	2.62 461	4.26 522	3.96 485	1.41 281	11.43 518	5.23 504	0.94 515	0.47 469	0.34 318	0.23 165	0.40 303	0.55 420

HSM	2.35 372	0.81 343	2.21 181	1.14 315	1.55 476	3.44 249	1.03 371	3.99 383	2.25 362	2.29 394	2.11 390	8.04 551	3.05 477	11.60 523	1.71 367	0.33 282	0.22 211	0.28 183	0.23 165	0.32 206	0.35 271

LG-Stereo	0.85 85	0.60 171	2.71 226	0.59 3	0.45 76	2.85 164	0.55 104	2.41 110	1.34 94	0.59 18	1.19 114	0.43 24	0.40 5	0.76 5	0.75 124	0.20 37	0.17 44	0.31 246	0.24 190	0.29 138	0.19 5

MM-Stereo_test1	1.90 282	0.53 101	19.85 492	1.39 432	0.48 103	1.81 69	0.79 239	3.00 210	1.82 274	1.69 213	1.09 93	0.87 128	0.97 168	1.45 150	0.74 120	0.24 80	0.21 183	0.27 154	0.24 190	0.35 260	0.24 106

Former-RAFT_DAM_RVC	0.92 101	0.73 297	1.42 100	0.92 184	1.08 369	2.97 188	0.53 97	1.77 45	1.39 100	1.16 153	1.54 211	0.58 59	0.65 57	1.03 53	0.84 159	0.25 101	0.23 238	0.30 224	0.24 190	0.43 356	0.29 184

GMStereo_Zeroshot	1.41 213	1.21 443	3.33 255	1.29 383	0.72 229	3.35 237	0.53 97	2.58 152	1.68 240	2.35 416	1.56 218	2.42 355	0.96 165	2.50 277	1.16 249	0.45 414	0.23 238	0.40 389	0.24 190	0.79 486	0.33 245

iRaft-Stereo_20w	1.88 279	0.62 197	10.58 353	0.90 171	0.83 274	2.96 187	0.78 232	4.90 546	1.58 203	2.29 394	1.60 229	1.25 189	4.51 519	2.28 268	0.90 187	0.29 188	0.21 183	0.26 126	0.24 190	0.41 327	0.31 220

test-1	1.23 172	0.65 228	1.88 141	0.96 212	0.52 125	3.84 334	0.62 144	4.01 387	1.47 127	1.93 270	1.78 291	1.83 282	0.92 157	1.19 96	1.28 283	0.26 114	0.29 340	0.31 246	0.24 190	0.29 138	0.36 277

LMCR-Stereo	2.40 380	1.31 464	18.61 463	1.59 476	0.86 287	3.87 347	1.15 401	4.32 491	1.60 219	2.25 387	2.27 417	1.13 167	2.43 444	2.48 276	1.60 345	0.88 513	0.24 272	0.29 204	0.24 190	0.56 420	0.30 211

TestStereo	2.00 304	1.02 404	12.25 369	0.70 44	0.61 175	1.88 73	0.55 104	2.31 102	1.52 164	1.41 175	1.33 152	1.27 191	0.90 151	11.62 525	0.81 149	0.34 294	0.19 114	0.33 300	0.24 190	0.44 364	0.24 106

raft+_RVC	1.21 167	0.83 353	2.61 218	1.35 412	0.97 327	3.60 290	0.76 215	3.23 237	1.51 155	1.33 162	1.67 249	1.03 156	1.10 212	1.87 228	0.92 197	0.24 80	0.22 211	0.25 99	0.24 190	0.26 96	0.25 116

RALAANet	1.28 196	1.08 419	3.21 247	1.25 366	0.94 317	1.44 45	0.69 174	3.15 227	2.57 436	2.01 302	1.80 297	1.29 195	1.05 194	2.00 237	1.48 322	0.27 129	0.20 152	0.27 154	0.24 190	0.40 303	0.27 155

RASNet	2.56 412	0.70 270	10.06 344	1.60 478	2.25 539	3.67 303	1.00 362	3.38 260	3.14 504	1.81 237	2.11 390	4.60 517	2.30 434	10.25 472	2.61 463	0.37 333	0.24 272	0.25 99	0.24 190	0.28 125	0.26 140

PAM_32	2.45 388	0.63 206	20.74 533	1.05 265	0.65 195	2.83 161	0.46 71	2.91 201	1.54 180	1.95 275	2.66 471	4.99 528	3.78 502	1.96 235	0.92 197	0.27 129	0.22 211	0.27 154	0.25 201	0.36 273	0.48 382

PAM	2.43 385	0.61 187	20.86 536	1.07 273	0.73 234	2.93 181	0.53 97	3.24 239	1.53 171	1.89 258	2.43 446	5.29 537	2.76 461	1.84 221	1.02 224	0.27 129	0.24 272	0.26 126	0.25 201	0.40 303	0.50 395

rvit_stereo_0081_aga	0.81 76	0.75 317	1.84 138	0.72 58	0.73 234	1.21 19	0.63 146	1.92 58	1.39 100	0.87 117	0.80 34	0.79 108	0.69 73	1.27 115	0.69 98	0.35 314	0.29 340	0.26 126	0.25 201	0.40 303	0.27 155

rvit_stereo_0081	0.80 66	0.63 206	1.19 70	0.91 178	0.64 187	1.27 28	0.61 131	2.05 67	1.71 250	0.82 103	0.73 21	0.85 122	0.75 96	1.30 123	0.80 141	0.31 246	0.26 308	0.27 154	0.25 201	0.38 288	0.27 155

rvit_stereo_0082	0.80 66	0.63 206	1.19 70	0.91 178	0.64 187	1.27 28	0.61 131	2.05 67	1.71 250	0.82 103	0.73 21	0.85 122	0.75 96	1.30 123	0.80 141	0.31 246	0.26 308	0.27 154	0.25 201	0.38 288	0.27 155

plain	1.55 223	0.69 260	13.59 382	0.65 24	0.73 234	1.66 62	0.57 111	3.17 230	1.94 297	0.77 90	1.24 127	0.80 110	0.86 137	1.60 179	0.96 213	0.33 282	0.21 183	0.32 266	0.25 201	0.42 346	0.28 174

MIF-Stereo (partial)	0.98 119	0.55 118	2.83 232	0.71 49	1.03 352	1.08 11	0.49 80	2.55 144	1.66 236	0.79 96	1.20 115	0.80 110	0.90 151	1.61 184	1.56 339	0.36 325	0.24 272	0.33 300	0.25 201	0.40 303	0.28 174

MIM_Stereo	1.20 164	0.78 331	3.30 253	1.05 265	0.43 63	3.04 192	0.60 127	2.46 126	1.51 155	1.60 193	1.58 221	1.82 279	1.29 255	2.00 237	1.07 231	0.24 80	0.24 272	0.28 183	0.25 201	0.27 108	0.27 155

TestStereo1	1.56 227	0.81 343	2.32 195	1.61 481	0.64 187	4.13 411	1.36 432	3.79 326	3.20 512	1.60 193	2.57 463	1.39 207	2.15 423	2.51 280	1.30 287	0.29 188	0.20 152	0.34 318	0.25 201	0.40 303	0.36 277

SA-5K	1.56 227	0.81 343	2.32 195	1.61 481	0.64 187	4.13 411	1.36 432	3.79 326	3.20 512	1.60 193	2.57 463	1.39 207	2.15 423	2.51 280	1.30 287	0.29 188	0.20 152	0.34 318	0.25 201	0.40 303	0.36 277

GLC_STEREO	0.76 43	0.52 90	1.12 58	0.83 122	0.33 8	1.86 72	0.82 262	1.46 13	1.38 99	0.95 131	1.04 82	0.68 79	0.72 82	0.97 39	0.80 141	0.23 66	0.25 295	0.32 266	0.25 201	0.32 206	0.30 211

DAS	2.31 356	0.67 249	4.79 286	1.14 315	1.64 492	2.93 181	2.13 501	4.09 413	2.74 455	4.17 532	2.52 456	2.46 364	1.79 382	11.55 522	1.63 356	0.37 333	0.22 211	0.39 383	0.25 201	0.41 327	0.34 257

SepStereo	2.15 327	0.67 249	4.79 286	1.14 315	1.64 492	2.93 181	2.13 501	4.09 413	2.74 455	4.17 532	2.52 456	2.46 364	1.79 382	8.36 418	1.63 356	0.37 333	0.22 211	0.39 383	0.25 201	0.41 327	0.34 257

STrans-v2	3.03 466	0.77 325	20.91 540	0.81 101	0.63 185	3.89 349	1.01 365	4.27 468	2.64 444	2.28 392	3.70 515	4.13 495	5.20 526	7.33 402	1.27 279	0.31 246	0.18 81	0.29 204	0.25 201	0.29 138	0.41 338

IIG-Stereo	1.95 294	0.79 335	2.14 175	2.78 546	0.66 204	4.62 509	0.76 215	4.27 468	1.53 171	2.63 464	3.14 501	3.35 446	1.61 336	7.65 411	1.41 305	0.39 362	0.20 152	0.31 246	0.25 201	0.33 224	0.22 80

RAFT-345	2.46 391	0.55 118	19.69 487	1.02 255	0.49 110	4.43 475	0.78 232	1.64 32	2.34 385	2.09 324	3.12 499	1.96 302	1.31 259	6.65 389	1.43 308	0.36 325	0.23 238	0.32 266	0.25 201	0.28 125	0.25 116

Prome-Stereo	1.61 238	0.55 118	1.71 126	0.98 225	0.60 171	4.41 471	1.82 484	3.03 214	1.53 171	2.18 360	3.45 510	1.72 254	3.49 498	2.23 265	1.08 233	0.29 188	0.20 152	0.26 126	0.25 201	0.34 242	2.16 543

AFF-stereo	1.31 203	0.77 325	1.46 103	1.10 296	0.45 76	3.93 359	0.48 78	2.92 202	2.92 482	1.90 259	2.21 409	2.11 326	1.52 316	1.93 232	1.12 243	0.21 43	0.16 29	0.25 99	0.25 201	0.29 138	0.20 20

tg	1.15 152	0.67 249	1.31 87	0.94 202	0.54 134	4.02 387	0.41 47	2.96 205	1.59 218	1.69 213	1.85 328	1.84 285	0.97 168	1.78 211	0.83 155	0.27 129	0.17 44	0.29 204	0.26 219	0.29 138	0.27 155

rvit_stereo_0083	0.86 86	0.67 249	1.42 100	0.87 153	0.65 195	1.23 20	0.64 149	1.67 34	2.28 371	0.79 96	0.93 55	0.93 143	1.07 203	1.46 154	0.75 124	0.32 266	0.36 398	0.30 224	0.26 219	0.33 224	0.28 174

CAS++	0.89 95	0.64 218	1.46 103	0.81 101	0.51 116	1.24 24	0.86 282	3.44 264	1.46 122	1.14 152	1.29 144	0.62 65	0.58 35	1.13 74	0.59 56	0.34 294	0.30 353	0.34 318	0.26 219	0.41 327	0.29 184
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	1.01 129	0.80 339	1.26 79	1.00 239	1.04 355	3.95 369	0.95 345	2.07 71	1.42 108	0.75 71	1.22 122	0.68 79	0.91 153	1.63 189	0.67 86	0.24 80	0.24 272	0.34 318	0.26 219	0.41 327	0.37 291

MyStereo06	2.46 391	0.72 286	19.97 497	1.02 255	0.99 337	4.26 447	0.86 282	3.51 275	1.68 240	1.92 266	1.73 268	4.01 488	4.22 512	1.62 185	0.88 180	0.24 80	0.23 238	0.34 318	0.26 219	0.42 346	0.36 277

MyStereo05	2.37 378	0.72 286	19.94 495	1.02 255	0.99 337	4.26 447	0.86 282	4.01 387	2.62 440	2.14 341	1.26 135	2.28 334	1.63 352	2.07 242	1.68 364	0.24 80	0.23 238	0.34 318	0.26 219	0.42 346	0.36 277

MyStereo04	2.29 352	0.80 339	18.77 464	1.00 239	1.04 355	3.95 369	0.95 345	3.91 359	2.54 433	1.99 288	1.27 141	2.31 341	1.65 357	2.02 241	1.77 378	0.24 80	0.24 272	0.34 318	0.26 219	0.41 327	0.37 291

EKT-Stereo	6.79 553	0.64 218	4.24 277	1.77 500	106.39 597	4.51 492	0.61 131	3.16 228	1.53 171	1.88 252	1.22 122	1.98 306	1.36 267	3.81 328	0.84 159	0.35 314	0.24 272	0.29 204	0.26 219	0.34 242	0.48 382

PCWNet_CMD	2.23 336	0.65 228	17.36 440	0.83 122	0.76 245	3.51 270	0.64 149	3.60 289	1.97 300	1.70 217	1.63 238	3.22 434	3.05 477	2.09 247	1.11 240	0.31 246	0.36 398	0.47 428	0.26 219	0.64 449	0.47 378

4D-IteraStereo	1.97 298	0.84 357	20.43 523	0.78 95	1.56 479	2.09 95	1.05 377	2.43 119	1.56 194	1.41 175	1.00 68	1.94 295	0.61 46	1.22 100	1.06 228	0.27 129	0.18 81	0.31 246	0.26 219	0.27 108	0.23 91

DCRE	1.44 215	0.74 305	3.50 261	1.13 314	0.72 229	1.78 66	0.67 162	2.14 77	1.56 194	1.99 288	8.09 543	1.73 255	1.07 203	1.24 103	0.83 155	0.23 66	0.25 295	0.26 126	0.26 219	0.28 125	0.30 211

CSP-Net	1.78 266	1.32 466	1.92 146	1.16 334	1.03 352	3.38 240	1.31 426	3.52 276	1.75 264	1.96 279	1.93 351	2.40 350	1.48 303	8.58 424	1.58 341	0.46 419	0.34 390	0.27 154	0.26 219	0.41 327	0.50 395

test-3	1.19 159	0.52 90	2.00 154	1.01 245	0.42 57	1.95 80	0.91 320	4.35 497	1.47 127	2.24 384	1.16 108	2.06 319	0.79 116	2.68 298	0.76 129	0.27 129	0.18 81	0.28 183	0.26 219	0.26 96	0.25 116

test_1	1.19 159	0.52 90	2.00 154	1.01 245	0.42 57	1.95 80	0.90 312	4.36 502	1.47 127	2.17 358	1.16 108	2.06 319	0.78 113	2.68 298	0.76 129	0.27 129	0.18 81	0.28 183	0.26 219	0.26 96	0.25 116

TransformOpticalFlow	3.03 466	0.77 325	20.99 543	1.00 239	0.55 141	4.18 432	0.64 149	4.33 493	3.02 494	2.18 360	3.09 498	4.35 506	5.07 524	7.36 405	1.27 279	0.32 266	0.18 81	0.32 266	0.26 219	0.28 125	0.46 373

OMP-Stereo	1.97 298	0.93 383	1.88 141	2.76 545	0.67 211	4.58 504	1.48 451	4.31 487	1.54 180	3.15 505	2.76 479	3.25 437	1.38 269	7.66 412	1.35 298	0.40 368	0.20 152	0.33 300	0.26 219	0.33 224	0.24 106

NRIStereo	1.28 196	0.61 187	1.67 124	1.15 328	0.38 39	4.73 531	0.90 312	2.42 114	1.50 148	1.93 270	1.33 152	1.75 257	1.22 243	2.96 309	1.33 294	0.46 419	0.22 211	0.29 204	0.26 219	0.30 161	0.28 174

CRE-IMP	1.23 172	0.61 187	2.14 175	0.82 112	0.39 42	4.54 494	0.83 267	2.63 157	1.55 188	1.95 275	1.46 186	1.87 290	0.96 165	1.48 157	1.33 294	0.45 414	0.21 183	0.31 246	0.26 219	0.41 327	0.31 220

iRaftStereo_RVC	1.09 141	0.70 270	1.39 97	0.95 206	0.45 76	3.83 329	0.42 52	2.37 107	1.58 203	1.69 213	1.76 283	1.80 273	0.83 131	1.50 160	0.98 217	0.28 166	0.18 81	0.29 204	0.26 219	0.30 161	0.31 220

UNet	2.51 401	0.74 305	20.17 507	1.14 315	1.44 457	3.48 260	0.76 215	3.77 322	1.87 284	2.05 315	1.57 220	2.75 393	2.39 441	3.51 319	2.51 456	0.32 266	0.26 308	0.41 399	0.26 219	0.38 288	0.39 312

FENet	2.25 340	0.50 78	20.29 516	1.35 412	0.67 211	4.01 385	0.60 127	3.95 370	1.99 303	1.96 279	1.11 97	2.43 358	1.43 289	1.60 179	1.39 300	0.32 266	0.22 211	0.33 300	0.26 219	0.29 138	0.39 312

ACVNet	1.46 218	0.64 218	3.56 264	0.93 198	0.85 282	4.22 442	0.80 249	2.85 193	2.08 324	1.78 232	1.88 335	3.10 424	1.46 299	1.33 127	1.89 392	0.29 188	0.26 308	0.30 224	0.26 219	0.39 298	0.27 155

acv_ft	1.55 223	0.64 218	3.29 252	1.14 315	2.01 528	2.93 181	0.97 354	3.81 329	2.08 324	2.22 378	1.88 335	3.10 424	1.66 359	1.33 127	2.22 432	0.29 188	0.26 308	0.30 224	0.26 219	0.39 298	0.27 155

DMCA	1.72 255	0.74 305	6.63 302	1.14 315	0.96 322	3.98 381	0.90 312	3.75 318	2.76 458	2.83 484	1.58 221	2.35 345	1.18 236	1.58 172	1.98 406	0.40 368	0.27 319	0.42 406	0.26 219	0.36 273	0.38 306

MSMDNet	2.23 336	0.64 218	17.32 436	0.84 131	0.75 241	3.53 274	0.64 149	3.61 292	1.98 302	1.71 221	1.64 240	3.22 434	2.99 471	2.08 244	1.11 240	0.31 246	0.37 411	0.45 420	0.26 219	0.62 441	0.45 363

HITNet	2.07 316	0.82 350	14.77 403	1.34 408	0.56 145	3.47 257	0.80 249	4.07 407	2.35 387	2.16 354	1.61 233	1.64 239	1.44 292	2.09 247	2.56 462	0.26 114	0.18 81	0.41 399	0.26 219	0.45 372	0.25 116
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
xyz-stereo-finetune2	1.16 156	0.63 206	1.50 108	0.57 1	0.36 14	3.47 257	0.65 158	2.70 168	1.23 75	0.88 118	1.75 274	0.91 137	1.76 377	3.54 320	1.74 374	0.24 80	0.22 211	0.30 224	0.27 245	0.31 180	0.26 140

S2M2	0.64 8	0.55 118	1.07 26	0.89 162	0.54 134	1.08 11	0.20 1	1.16 6	1.37 98	0.59 18	0.81 38	0.86 126	0.47 15	0.70 3	0.65 76	0.31 246	0.33 378	0.27 154	0.27 245	0.36 273	0.31 220

rvit_stereo_0080	0.94 106	0.72 286	2.56 212	0.64 17	0.59 168	1.90 74	0.75 212	2.71 169	1.40 103	0.91 121	1.04 82	0.85 122	0.82 127	1.14 76	0.78 135	0.35 314	0.29 340	0.25 99	0.27 245	0.45 372	0.29 184

MyStereo8	2.33 363	1.13 428	19.26 475	1.22 358	1.62 488	4.16 424	0.57 111	3.50 272	2.36 390	2.15 349	1.75 274	2.28 334	1.14 225	1.46 154	2.20 430	0.24 80	0.21 183	0.32 266	0.27 245	0.36 273	0.43 351

CoDeX	2.40 380	0.78 331	13.21 375	1.00 239	1.18 391	3.24 218	1.32 427	4.14 429	2.41 407	1.74 226	1.84 321	2.05 317	1.47 301	10.03 464	1.60 345	0.34 294	0.28 330	0.32 266	0.27 245	0.32 206	0.39 312

whm_eth	0.94 106	0.72 286	2.56 212	0.64 17	0.59 168	1.90 74	0.75 212	2.71 169	1.40 103	0.91 121	1.04 82	0.85 122	0.82 127	1.14 76	0.78 135	0.35 314	0.29 340	0.25 99	0.27 245	0.45 372	0.29 184

CBFPSM	2.05 313	0.95 391	10.12 347	1.07 273	1.05 357	2.84 162	1.20 414	3.28 243	1.73 256	1.82 239	1.30 146	4.56 516	4.06 508	2.34 269	2.34 441	0.25 101	0.38 417	0.32 266	0.27 245	0.37 283	0.79 483

iRaft-Stereo_5w	2.10 319	0.83 353	8.57 323	0.81 101	0.76 245	3.21 210	0.84 270	3.71 314	1.65 234	1.56 190	2.50 453	2.20 330	2.23 432	9.13 435	2.01 409	0.38 350	0.19 114	0.35 337	0.27 245	0.45 372	0.39 312

GwcNet-ADL	2.47 394	0.67 249	21.48 557	0.96 212	0.72 229	4.61 508	0.95 345	4.42 512	2.36 390	1.98 283	1.80 297	2.55 372	1.24 248	1.90 230	1.41 305	0.40 368	0.46 465	0.24 77	0.27 245	0.41 327	0.49 388

HHNet	2.48 396	0.71 282	20.52 525	0.64 17	0.64 187	4.07 398	0.93 335	3.76 320	1.56 194	2.15 349	4.92 528	0.98 148	3.37 490	1.66 194	1.79 381	0.32 266	0.20 152	0.31 246	0.27 245	0.36 273	0.42 342

Patchmatch Stereo++	1.25 181	0.65 228	2.06 169	0.75 71	0.37 28	4.68 518	0.76 215	2.53 134	1.58 203	1.99 288	1.47 190	1.78 263	1.14 225	2.44 272	0.90 187	0.48 432	0.23 238	0.32 266	0.27 245	0.40 303	0.29 184
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 177	0.65 228	2.03 157	0.75 71	0.37 28	4.68 518	0.73 190	2.53 134	1.58 203	1.99 288	1.47 190	1.78 263	1.13 218	2.18 258	0.87 175	0.48 432	0.23 238	0.32 266	0.27 245	0.40 303	0.29 184

ROB_FTStereo_v2	1.23 172	0.66 239	2.02 156	0.75 71	0.37 28	4.67 517	0.76 215	2.53 134	1.58 203	1.99 288	1.46 186	1.78 263	1.14 225	2.08 244	0.88 180	0.48 432	0.22 211	0.32 266	0.27 245	0.40 303	0.29 184

ROB_FTStereo	1.25 181	0.66 239	2.14 175	0.75 71	0.37 28	4.65 514	0.77 228	2.53 134	1.58 203	1.99 288	1.47 190	1.78 263	1.13 218	2.26 267	0.86 169	0.47 428	0.22 211	0.32 266	0.27 245	0.40 303	0.29 184

HUI-Stereo	1.25 181	0.66 239	2.33 197	0.75 71	0.37 28	4.68 518	0.78 232	2.53 134	1.58 203	1.99 288	1.46 186	1.79 270	1.13 218	2.17 256	0.85 162	0.48 432	0.23 238	0.32 266	0.27 245	0.40 303	0.29 184

DEmStereo	2.97 456	0.58 151	13.42 378	0.79 97	0.51 116	3.84 334	1.84 487	2.42 114	1.60 219	2.25 387	2.74 476	2.03 313	6.04 536	6.79 397	12.80 544	0.35 314	0.26 308	0.26 126	0.27 245	0.27 108	0.37 291

SST-Stereo	1.76 263	0.58 151	3.10 243	1.44 443	0.46 85	4.71 530	0.76 215	2.22 87	2.79 462	2.07 323	2.18 403	2.43 358	3.22 485	6.66 390	0.84 159	0.42 393	0.19 114	0.30 224	0.27 245	0.35 260	0.26 140

RAFT_R40	1.70 254	0.59 159	2.99 239	1.46 449	0.46 85	4.74 534	0.98 360	2.23 89	1.56 194	2.02 307	2.35 443	2.71 388	2.56 453	6.71 393	0.90 187	0.40 368	0.19 114	0.30 224	0.27 245	0.33 224	0.26 140

DRaft	2.28 349	0.56 129	2.64 223	0.74 70	0.46 85	3.94 364	1.23 418	2.32 104	1.55 188	2.64 465	2.80 483	1.60 235	5.34 529	6.96 399	10.99 535	0.34 294	0.22 211	0.27 154	0.27 245	0.29 138	0.37 291

PFNet	2.47 394	0.60 171	16.95 434	2.15 529	0.81 260	4.63 511	0.91 320	2.55 144	1.52 164	2.40 428	2.79 481	1.83 282	1.42 286	7.54 407	1.34 297	0.33 282	0.21 183	0.36 352	0.27 245	0.32 206	0.39 312

iGMRVC	1.26 188	0.66 239	2.14 175	0.75 71	0.37 28	4.66 515	0.74 202	2.53 134	1.58 203	1.99 288	1.46 186	1.78 263	1.14 225	2.46 274	0.92 197	0.48 432	0.23 238	0.32 266	0.27 245	0.40 303	0.29 184

iRAFT	1.25 181	0.65 228	2.06 169	0.75 71	0.37 28	4.68 518	0.76 215	2.53 134	1.58 203	1.99 288	1.47 190	1.78 263	1.14 225	2.44 272	0.90 187	0.48 432	0.23 238	0.32 266	0.27 245	0.40 303	0.29 184

RAFT-IKP	1.25 181	0.66 239	2.23 186	0.75 71	0.37 28	4.64 512	0.74 202	2.53 134	1.58 203	1.99 288	1.47 190	1.78 263	1.13 218	2.22 264	0.92 197	0.48 432	0.22 211	0.32 266	0.27 245	0.40 303	0.29 184

CFNet_pseudo	2.12 323	0.67 249	15.14 414	0.85 143	0.74 239	3.95 369	0.64 149	3.95 370	1.78 269	1.90 259	1.79 294	3.27 439	1.62 339	2.51 280	1.16 249	0.31 246	0.36 398	0.53 465	0.27 245	0.63 442	0.44 357

XX-Stereo	2.54 407	0.61 187	20.21 508	1.78 501	1.19 398	4.30 456	0.46 71	4.39 508	1.58 203	2.32 408	1.89 341	4.64 520	0.60 43	4.16 339	0.82 152	0.31 246	0.21 183	0.28 183	0.27 245	0.51 400	0.26 140

222	2.68 428	0.57 138	2.03 157	1.11 303	0.81 260	3.23 214	0.65 158	4.52 530	2.45 415	2.34 415	2.29 423	1.41 213	1.44 292	10.50 478	18.47 568	0.32 266	0.30 353	0.32 266	0.27 245	0.32 206	0.34 257

xxxx	2.67 425	0.54 112	2.03 157	1.22 358	0.81 260	3.49 263	0.63 146	4.49 525	2.49 423	2.22 378	2.23 412	2.05 317	1.38 269	10.05 465	17.91 564	0.32 266	0.32 371	0.30 224	0.27 245	0.33 224	0.34 257

MMNet	2.02 308	0.81 343	10.76 355	1.12 307	1.23 411	3.53 274	0.89 307	3.79 326	2.08 324	2.15 349	1.76 283	2.15 327	2.12 419	3.69 326	2.32 439	0.31 246	0.29 340	0.34 318	0.27 245	0.38 288	0.42 342

ccs_rob	2.13 325	0.67 249	15.11 413	0.84 131	0.75 241	3.96 374	0.65 158	3.95 370	1.78 269	1.88 252	1.79 294	3.26 438	1.64 355	2.51 280	1.16 249	0.31 246	0.36 398	0.54 472	0.27 245	0.65 452	0.45 363

G2L-Stereo	2.49 398	0.94 389	14.54 402	1.15 328	1.35 435	3.57 286	0.95 345	3.62 293	2.00 307	2.11 331	1.61 233	3.20 432	1.34 263	9.54 445	1.91 395	0.34 294	0.27 319	0.35 337	0.28 274	0.30 161	0.35 271

IGEV-BASED-STEREO-	1.09 141	3.30 536	2.61 218	0.82 112	0.38 39	1.27 28	0.62 144	1.51 16	1.29 88	0.91 121	0.92 52	0.65 72	0.57 32	1.08 62	0.59 56	1.55 541	0.15 22	0.32 266	0.28 274	1.10 514	1.98 541

rvit_stereo_ft	1.00 127	0.87 367	3.55 262	0.97 219	0.66 204	1.06 10	0.80 249	2.78 181	1.67 238	0.78 93	0.96 63	0.95 147	1.14 225	1.06 59	0.90 187	0.32 266	0.24 272	0.27 154	0.28 274	0.39 298	0.27 155

test_sample1	1.62 240	0.55 118	1.88 141	1.44 443	0.79 255	2.27 111	0.64 149	4.00 385	1.82 274	1.87 249	1.35 160	1.57 230	1.62 339	9.55 447	1.24 270	0.30 227	0.27 319	0.31 246	0.28 274	0.32 206	0.32 230

DispNO	3.00 462	0.75 317	18.92 467	1.17 336	1.10 376	3.72 309	0.94 341	4.29 476	2.54 433	2.24 384	2.28 420	4.51 512	2.12 419	11.40 515	2.09 419	0.31 246	0.28 330	0.31 246	0.28 274	0.36 273	0.39 312

AE-Stereo	1.18 157	0.60 171	2.05 160	1.10 296	0.60 171	4.39 465	0.72 185	3.74 317	1.62 226	1.10 147	1.90 346	1.01 153	0.92 157	1.45 150	0.82 152	0.28 166	0.22 211	0.28 183	0.28 274	0.26 96	0.22 80

iinet-f	2.26 342	1.18 438	13.71 383	1.14 315	1.11 378	3.77 318	1.10 391	4.14 429	2.17 348	2.06 320	1.76 283	2.99 416	2.99 471	2.50 277	2.49 454	0.35 314	0.39 426	0.27 154	0.28 274	0.45 372	0.39 312

gwcnet-sp	2.31 356	1.21 443	17.34 437	1.08 281	0.92 310	3.56 282	1.04 374	3.69 308	2.09 327	2.55 447	1.60 229	1.80 273	1.62 339	3.87 330	1.95 401	0.29 188	0.29 340	0.30 224	0.28 274	0.38 288	0.39 312

scenet	2.31 356	1.21 443	17.34 437	1.08 281	0.92 310	3.56 282	1.04 374	3.69 308	2.09 327	2.55 447	1.60 229	1.80 273	1.62 339	3.87 330	1.95 401	0.29 188	0.29 340	0.30 224	0.28 274	0.38 288	0.39 312

CASS	1.29 198	0.66 239	2.62 221	0.95 206	0.66 204	2.84 162	0.69 174	3.00 210	1.79 271	2.57 451	1.95 352	1.39 207	1.55 328	1.59 177	1.06 228	0.50 447	0.28 330	0.34 318	0.28 274	0.46 383	0.63 446
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	2.31 356	1.21 443	17.34 437	1.08 281	0.92 310	3.56 282	1.04 374	3.69 308	2.09 327	2.55 447	1.60 229	1.80 273	1.62 339	3.87 330	1.95 401	0.29 188	0.29 340	0.30 224	0.28 274	0.38 288	0.39 312

BUS	1.49 222	0.59 159	1.94 147	0.87 153	0.85 282	4.50 488	0.76 215	4.48 522	1.88 286	2.93 488	1.83 316	3.63 472	0.97 168	1.60 179	1.17 252	0.34 294	0.25 295	0.31 246	0.28 274	0.35 260	0.33 245

CRFU-Net	2.49 398	0.78 331	10.36 349	2.30 536	1.08 369	3.91 352	1.41 445	3.85 339	1.65 234	2.15 349	1.76 283	3.34 445	7.95 556	5.56 363	1.48 322	0.47 428	0.35 394	0.30 224	0.28 274	0.37 283	0.43 351

BSDual-CNN	1.46 218	0.59 159	1.94 147	0.87 153	0.85 282	4.16 424	1.16 403	4.48 522	1.88 286	2.93 488	1.83 316	2.60 377	1.31 259	1.60 179	1.21 262	0.34 294	0.25 295	0.31 246	0.28 274	0.35 260	0.33 245

hknet	1.98 300	0.64 218	8.70 327	0.87 153	1.07 366	4.16 424	1.16 403	4.48 522	1.73 256	2.93 488	1.83 316	3.48 455	1.30 258	3.91 333	1.51 332	0.31 246	0.25 295	0.31 246	0.28 274	0.35 260	0.33 245

GMOStereo	1.13 146	0.70 270	2.26 188	0.75 71	0.44 69	3.05 194	0.91 320	2.78 181	1.45 114	2.37 421	1.52 202	1.53 224	1.05 194	1.17 90	0.92 197	0.25 101	0.19 114	0.35 337	0.28 274	0.34 242	0.26 140

error version	1.13 146	0.70 270	2.26 188	0.75 71	0.44 69	3.05 194	0.91 320	2.78 181	1.45 114	2.37 421	1.52 202	1.53 224	1.05 194	1.17 90	0.92 197	0.25 101	0.19 114	0.35 337	0.28 274	0.34 242	0.26 140

test-v	1.13 146	0.70 270	2.26 188	0.75 71	0.44 69	3.05 194	0.91 320	2.78 181	1.45 114	2.37 421	1.52 202	1.53 224	1.05 194	1.17 90	0.92 197	0.25 101	0.19 114	0.35 337	0.28 274	0.34 242	0.26 140

CrosDoStereo	5.24 534	0.60 171	20.23 509	0.82 112	0.51 116	3.39 241	18.11 578	3.82 332	2.27 367	1.98 283	8.74 548	1.96 302	6.96 548	7.35 403	26.35 582	0.30 227	0.22 211	0.30 224	0.28 274	0.33 224	0.38 306

ASMatch	2.62 418	0.60 171	20.65 531	1.37 428	0.64 187	4.39 465	0.78 232	1.97 62	1.58 203	1.70 217	3.89 519	1.94 295	3.79 503	5.46 359	1.64 359	0.31 246	0.24 272	0.34 318	0.28 274	0.33 224	0.50 395

DeepStereo_LL	5.24 534	0.60 171	20.23 509	0.82 112	0.51 116	3.39 241	18.11 578	3.82 332	2.27 367	1.98 283	8.74 548	1.96 302	6.96 548	7.35 403	26.35 582	0.30 227	0.22 211	0.30 224	0.28 274	0.33 224	0.38 306

THIR-Stereo	4.14 515	0.82 350	10.85 357	0.86 148	0.43 63	2.16 101	16.77 576	3.22 235	1.54 180	2.04 314	12.05 566	2.68 384	7.53 553	7.30 401	12.62 543	0.30 227	0.21 183	0.29 204	0.28 274	0.33 224	0.41 338

DeepStereo_RVC	1.55 223	0.63 206	3.32 254	0.77 93	0.42 57	4.49 485	0.72 185	2.50 132	1.58 203	2.02 307	1.81 309	1.54 228	6.38 544	1.73 205	1.19 255	0.46 419	0.22 211	0.29 204	0.28 274	0.35 260	0.38 306

test-2	1.13 146	0.70 270	2.26 188	0.75 71	0.44 69	3.05 194	0.91 320	2.78 181	1.45 114	2.37 421	1.52 202	1.53 224	1.05 194	1.17 90	0.92 197	0.25 101	0.19 114	0.35 337	0.28 274	0.34 242	0.26 140

GEStereo_RVC	1.91 286	0.80 339	6.57 301	1.20 349	1.06 360	4.02 387	1.43 449	4.13 423	1.89 290	2.03 311	1.80 297	2.34 343	1.86 399	4.94 349	1.77 378	0.48 432	0.38 417	0.32 266	0.28 274	0.42 346	0.50 395

test_xeample	2.67 425	0.56 129	2.05 160	1.09 287	0.81 260	3.24 218	0.80 249	4.55 532	2.70 451	2.42 430	2.27 417	1.39 207	1.40 276	10.75 486	17.51 563	0.30 227	0.30 353	0.32 266	0.28 274	0.34 242	0.33 245

GANet-RSSM	1.98 300	0.62 197	3.49 259	1.69 489	1.23 411	4.22 442	0.91 320	3.31 247	1.86 283	1.81 237	1.74 270	2.34 343	1.82 392	10.92 495	1.73 373	0.34 294	0.29 340	0.31 246	0.28 274	0.39 298	0.40 332

AdaStereo	1.45 217	0.83 353	2.34 200	1.28 380	0.81 260	3.21 210	1.14 400	4.20 438	2.46 418	2.05 315	1.77 288	2.48 366	1.18 236	1.71 203	1.44 310	0.43 398	0.25 295	0.43 410	0.28 274	0.44 364	0.34 257
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.
HI	1.27 193	0.90 372	2.33 197	1.10 296	0.68 216	2.92 177	0.45 68	2.49 130	1.76 266	2.13 338	1.65 246	2.42 355	1.84 394	1.58 172	1.61 348	0.26 114	0.16 29	0.28 183	0.29 302	0.26 96	0.25 116

CoSv	1.27 193	0.90 372	2.33 197	1.10 296	0.68 216	2.92 177	0.45 68	2.49 130	1.76 266	2.13 338	1.65 246	2.42 355	1.84 394	1.58 172	1.61 348	0.26 114	0.16 29	0.28 183	0.29 302	0.26 96	0.25 116

UGAM-zero	2.79 434	0.57 138	20.87 538	0.98 225	0.77 251	2.08 94	0.35 22	3.88 348	1.51 155	2.05 315	1.64 240	5.07 532	3.42 495	9.83 453	1.24 270	0.28 166	0.21 183	0.27 154	0.29 302	0.29 138	0.28 174

ACV-stereo	2.92 447	0.92 379	20.27 514	1.33 401	1.05 357	4.68 518	1.10 391	2.66 163	1.64 230	1.46 179	1.32 149	5.41 539	4.24 513	7.83 413	1.90 394	0.44 405	0.52 482	0.32 266	0.29 302	0.45 372	0.63 446

IGEV_Zeroshot_test	2.16 328	0.69 260	20.60 530	1.22 358	0.54 134	2.18 103	0.53 97	3.38 260	1.61 223	1.93 270	1.55 215	3.76 476	1.05 194	1.55 168	0.91 194	0.29 188	0.20 152	0.27 154	0.29 302	0.40 303	0.32 230

CFNet_ucs	2.36 377	0.68 257	18.42 460	0.89 162	0.81 260	3.85 342	0.68 168	4.29 476	2.37 396	2.09 324	2.04 371	3.31 443	1.24 248	2.63 295	1.14 245	0.36 325	0.45 456	0.56 475	0.29 302	0.66 457	0.49 388

x	1.15 152	0.57 138	1.53 111	1.44 443	0.67 211	1.94 79	0.97 354	3.87 345	1.57 200	1.61 198	1.28 142	1.58 232	1.22 243	1.93 232	1.04 226	0.28 166	0.30 353	0.34 318	0.29 302	0.32 206	0.31 220

test_4	1.30 199	0.50 78	6.16 300	0.84 131	0.45 76	1.61 58	1.12 395	2.14 77	1.42 108	1.52 185	2.31 435	1.84 285	0.79 116	2.52 285	1.19 255	0.27 129	0.17 44	0.29 204	0.29 302	0.29 138	0.25 116

test_3	1.19 159	0.51 84	2.08 172	0.99 231	0.41 51	2.05 92	0.87 300	4.40 510	1.42 108	1.99 288	1.18 112	2.03 313	0.79 116	2.70 300	0.75 124	0.27 129	0.17 44	0.29 204	0.29 302	0.30 161	0.27 155

PSMNet-ADL	1.91 286	0.72 286	1.78 134	1.09 287	0.86 287	4.18 432	0.78 232	3.77 322	2.10 335	1.72 222	1.85 328	2.91 411	1.82 392	10.38 477	1.91 395	0.48 432	0.46 465	0.28 183	0.29 302	0.38 288	0.51 403

AAGNet	2.86 439	0.60 171	1.77 132	2.05 525	0.46 85	4.76 536	1.09 389	2.27 93	1.56 194	2.17 358	1.84 321	2.41 352	4.00 507	6.23 380	24.22 580	0.46 419	0.19 114	0.30 224	0.29 302	0.32 206	0.24 106

IRAFT_RVC	1.87 275	0.60 171	4.33 278	2.40 539	0.66 204	4.59 505	1.59 465	2.96 205	1.51 155	2.23 382	1.75 274	2.09 323	2.63 456	6.70 391	1.50 326	0.33 282	0.21 183	0.33 300	0.29 302	0.32 206	0.32 230

ICVP	2.26 342	0.66 239	21.18 550	0.99 231	0.88 297	4.28 453	0.95 345	3.32 252	1.60 219	1.66 209	1.76 283	1.34 200	1.14 225	1.62 185	1.32 290	0.53 462	0.35 394	0.33 300	0.29 302	0.40 303	0.51 403
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HCRNet	1.60 236	0.56 129	2.47 208	0.78 95	1.36 438	4.11 406	0.71 182	3.57 285	2.79 462	1.75 228	1.61 233	1.58 232	1.41 281	5.79 369	1.56 339	0.34 294	0.28 330	0.36 352	0.29 302	0.33 224	0.37 291

HGLStereo	2.03 309	0.74 305	7.50 313	1.23 362	1.56 479	3.62 295	0.95 345	3.78 325	1.89 290	2.03 311	2.20 407	3.12 427	2.14 422	5.68 366	2.04 411	0.37 333	0.31 363	0.32 266	0.29 302	0.40 303	0.45 363

BEATNet_4x	1.92 289	1.36 471	8.75 328	1.20 349	0.56 145	3.46 254	1.03 371	4.00 385	2.43 410	2.25 387	1.70 259	2.10 324	1.59 331	2.57 291	3.05 478	0.37 333	0.22 211	0.47 428	0.29 302	0.60 432	0.40 332

DISCO	2.25 340	0.73 297	10.06 344	1.76 499	1.12 379	3.47 257	1.25 421	3.24 239	2.26 365	2.65 469	1.96 353	4.53 514	1.92 406	4.17 340	3.61 485	0.32 266	0.25 295	0.31 246	0.29 302	0.66 457	0.41 338

DN-CSS_ROB	1.91 286	1.55 489	11.13 360	1.82 508	0.88 297	3.99 382	0.61 131	4.01 387	1.67 238	1.64 204	1.89 341	1.39 207	1.06 201	3.23 312	1.50 326	0.31 246	0.19 114	0.44 414	0.29 302	0.37 283	0.31 220

test_sample2	1.75 262	0.56 129	2.25 187	1.41 436	0.80 257	2.91 175	0.86 282	4.05 400	2.04 316	1.91 264	1.39 171	1.57 230	1.55 328	10.65 483	1.06 228	0.32 266	0.28 330	0.32 266	0.30 320	0.36 273	0.33 245

1111x	3.13 475	0.57 138	8.38 322	1.20 349	0.76 245	3.80 325	0.88 304	4.61 537	2.63 442	2.31 404	2.16 399	1.95 297	1.81 390	11.54 521	18.13 566	0.32 266	0.31 363	0.32 266	0.30 320	0.35 260	0.34 257

IER	1.69 252	0.65 228	7.19 309	0.94 202	1.15 385	3.28 229	0.89 307	3.48 266	1.97 300	2.10 327	1.98 361	2.28 334	2.12 419	2.25 266	1.75 377	0.29 188	0.23 238	0.36 352	0.30 320	0.32 206	0.34 257

RAFT_CTSACE	1.80 269	1.06 416	10.00 343	1.71 493	1.39 445	3.49 263	1.06 378	3.05 216	1.62 226	1.70 217	2.04 371	2.51 369	1.80 387	1.98 236	0.94 207	0.25 101	0.22 211	0.28 183	0.30 320	0.30 161	0.26 140

NINENet	1.87 275	0.74 305	2.60 215	1.12 307	1.06 360	4.50 488	0.76 215	4.41 511	2.24 359	2.16 354	1.86 331	3.63 472	0.97 168	8.00 415	1.17 252	0.41 382	0.30 353	0.41 399	0.30 320	0.41 327	0.36 277

AASNet	2.44 387	0.92 379	19.79 489	1.35 412	1.49 464	3.81 327	1.07 380	3.85 339	2.93 484	1.95 275	2.29 423	1.96 302	1.29 255	1.73 205	1.93 397	0.39 362	0.33 378	0.45 420	0.30 320	0.55 414	0.45 363

ADLNet2	3.15 478	0.92 379	20.06 500	1.20 349	1.79 515	3.83 329	1.48 451	3.94 368	3.59 529	2.19 364	2.47 450	4.65 521	1.93 407	10.69 485	1.96 404	0.39 362	0.37 411	0.28 183	0.30 320	0.48 390	0.43 351

Pruner-Stereo	1.32 205	0.59 159	2.11 174	1.79 506	0.47 95	4.73 531	0.79 239	2.53 134	1.72 253	2.47 436	1.58 221	1.48 220	1.03 185	1.66 194	1.47 319	0.44 405	0.21 183	0.34 318	0.30 320	0.30 161	0.39 312

sAnonymous2	1.37 208	1.22 449	9.79 340	0.92 184	0.88 297	1.23 20	0.61 131	2.56 146	1.69 246	0.85 113	1.02 70	0.73 96	1.23 246	0.98 45	0.78 135	0.29 188	0.25 295	0.31 246	0.30 320	1.06 508	0.71 463

CroCo_RVC	1.37 208	1.22 449	9.79 340	0.92 184	0.88 297	1.23 20	0.61 131	2.56 146	1.69 246	0.85 113	1.02 70	0.73 96	1.23 246	0.98 45	0.78 135	0.29 188	0.25 295	0.31 246	0.30 320	1.06 508	0.71 463

sCroCo_RVC	1.06 137	0.82 350	5.05 288	1.02 255	1.05 357	0.98 8	0.61 131	2.06 69	1.29 88	0.69 45	1.26 135	0.82 114	1.10 212	1.20 97	0.90 187	0.42 393	0.40 431	0.33 300	0.30 320	0.46 383	0.38 306

GES	1.38 210	0.64 218	2.61 218	1.09 287	0.57 157	4.30 456	1.02 369	3.86 342	1.51 155	1.72 222	1.74 270	1.28 192	1.77 379	1.62 185	1.61 348	0.39 362	0.27 319	0.33 300	0.30 320	0.41 327	0.47 378

GMStereo	1.01 129	1.00 402	2.86 235	0.83 122	0.45 76	1.47 48	0.57 111	1.89 52	2.11 337	1.52 185	1.24 127	0.87 128	0.74 92	1.58 172	0.94 207	0.40 368	0.21 183	0.30 224	0.30 320	0.47 387	0.36 277
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	2.35 372	0.62 197	9.77 339	1.32 396	1.71 506	3.27 225	0.93 335	3.48 266	2.50 424	1.74 226	1.73 268	3.91 482	1.77 379	10.21 470	1.86 389	0.40 368	0.31 363	0.33 300	0.30 320	0.34 242	0.39 312

cf-r	2.57 415	0.79 335	16.09 421	1.48 455	1.35 435	4.19 436	0.93 335	3.68 303	2.36 390	1.97 281	1.81 309	3.42 452	1.45 296	8.24 417	1.83 386	0.32 266	0.26 308	0.33 300	0.30 320	0.34 242	0.37 291

GwcNet-RSSM	2.66 423	1.05 411	15.91 419	1.22 358	1.19 398	4.12 408	1.12 395	3.84 336	2.02 310	1.93 270	1.79 294	3.12 427	1.46 299	10.37 475	2.05 413	0.33 282	0.27 319	0.35 337	0.30 320	0.40 303	0.36 277

coex_refinement	2.10 319	0.85 361	3.67 271	1.31 393	1.13 381	3.21 210	0.85 279	3.86 342	2.31 379	2.51 442	1.92 349	3.49 461	1.69 366	11.08 505	2.13 424	0.37 333	0.25 295	0.27 154	0.31 336	0.41 327	0.37 291

rvit_0105_6	1.00 127	0.93 383	2.21 181	0.92 184	0.55 141	1.52 54	0.79 239	2.41 110	2.96 486	0.76 82	0.72 20	1.02 154	0.75 96	1.42 143	0.81 149	0.40 368	0.43 446	0.34 318	0.31 336	0.43 356	0.34 257

rvit_0105_4	1.07 140	0.99 399	2.39 203	0.93 198	0.54 134	1.62 60	0.84 270	2.77 179	2.91 480	0.80 99	0.91 51	1.09 161	0.86 137	1.63 189	0.85 162	0.40 368	0.45 456	0.35 337	0.31 336	0.43 356	0.40 332

UGAM	2.58 416	0.56 129	18.55 462	0.89 162	0.71 227	3.23 214	1.03 371	2.75 175	1.75 264	1.36 166	2.77 480	2.69 385	1.28 252	10.75 486	1.40 301	0.28 166	0.24 272	0.40 389	0.31 336	0.35 260	0.30 211

SMFormer	2.00 304	0.57 138	4.46 279	1.36 418	0.57 157	2.03 86	0.73 190	4.25 460	2.80 466	2.32 408	2.31 435	1.95 297	1.52 316	10.99 498	2.13 424	0.34 294	0.32 371	0.36 352	0.31 336	0.38 288	0.36 277

tta	2.00 304	0.57 138	4.46 279	1.36 418	0.57 157	2.03 86	0.73 190	4.25 460	2.80 466	2.32 408	2.31 435	1.95 297	1.52 316	10.99 498	2.13 424	0.34 294	0.32 371	0.36 352	0.31 336	0.29 138	0.29 184

CASnet	0.78 57	0.51 84	1.29 86	0.81 101	0.29 1	1.28 33	0.74 202	1.51 16	1.89 290	1.64 204	1.09 93	0.65 72	0.64 54	0.91 24	0.76 129	0.29 188	0.17 44	0.41 399	0.31 336	0.32 206	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	1.36 207	0.55 118	2.39 203	1.54 466	0.51 116	4.59 505	0.79 239	2.50 132	1.88 286	2.50 439	1.83 316	1.45 217	1.01 180	2.71 301	0.93 205	0.46 419	0.20 152	0.32 266	0.31 336	0.31 180	0.44 357

Wz-Net-LNSev	2.30 355	1.67 498	14.88 406	1.18 342	1.65 496	3.49 263	1.54 461	3.63 294	2.03 312	1.88 252	1.64 240	3.29 440	2.06 414	2.71 301	2.02 410	0.40 368	0.33 378	0.32 266	0.31 336	0.53 409	0.49 388

delet	1.92 289	0.76 322	5.14 289	1.01 245	1.65 496	3.44 249	2.03 496	3.76 320	2.48 419	2.01 302	2.05 377	2.63 381	1.90 404	5.34 356	2.12 421	0.28 166	0.29 340	0.40 389	0.31 336	0.41 327	0.45 363

UPFNet	1.81 270	0.63 206	6.71 303	1.25 366	1.44 457	3.50 267	1.35 430	4.02 391	1.85 282	2.40 428	1.52 202	2.41 352	1.40 276	3.62 323	1.88 391	0.34 294	0.33 378	0.37 364	0.31 336	0.41 327	0.39 312

DCVSM-stereo	2.31 356	0.66 239	20.69 532	1.11 303	0.93 315	2.58 147	0.73 190	2.61 155	1.60 219	2.57 451	1.53 209	3.30 442	1.72 372	2.19 259	1.23 268	0.34 294	0.53 483	0.41 399	0.32 347	0.45 372	0.62 442

ToySt	1.35 206	0.72 286	3.65 270	1.01 245	0.50 114	3.31 234	1.01 365	3.46 265	1.73 256	1.30 160	1.55 215	2.07 322	1.47 301	1.88 229	1.40 301	0.27 129	0.27 319	0.30 224	0.32 347	0.42 346	0.39 312

anonymousa	2.16 328	0.67 249	19.19 471	1.04 264	1.67 500	2.06 93	0.79 239	2.86 197	1.96 298	1.85 242	2.14 396	3.23 436	1.81 390	1.12 71	1.15 246	0.26 114	0.26 308	0.34 318	0.32 347	0.30 161	0.28 174

AACVNet	1.83 271	1.02 404	2.41 206	1.45 447	0.87 292	3.21 210	0.73 190	3.16 228	1.61 223	2.01 302	1.82 315	2.28 334	1.33 262	10.98 497	1.49 325	0.39 362	0.32 371	0.38 380	0.32 347	0.43 356	0.44 357

FTStereo	3.71 501	0.53 101	20.37 518	0.96 212	0.65 195	4.34 459	11.29 569	2.62 156	1.50 148	2.58 454	5.04 529	1.90 291	13.84 568	3.71 327	1.25 273	0.38 350	0.24 272	0.31 246	0.32 347	0.30 161	2.10 542

GrayStereo	2.58 416	0.53 101	1.63 121	1.58 475	0.89 302	4.17 429	8.17 566	3.03 214	1.52 164	2.80 481	2.50 453	1.70 251	17.10 573	2.83 304	1.15 246	0.33 282	0.21 183	0.27 154	0.32 347	0.28 125	0.53 410

RAFT	1.23 172	0.84 357	2.05 160	0.96 212	0.47 95	1.80 68	0.94 341	3.18 232	1.46 122	1.60 193	1.71 263	3.04 420	1.59 331	1.64 191	1.32 290	0.38 350	0.24 272	0.40 389	0.32 347	0.40 303	0.35 271

rafts_anoy	1.24 177	0.80 339	3.61 268	1.17 336	1.20 404	3.00 189	0.61 131	3.17 230	1.58 203	1.37 169	1.26 135	1.19 180	1.12 216	1.78 211	1.25 273	0.32 266	0.23 238	0.32 266	0.32 347	0.31 180	0.30 211

AIO-test1	2.18 331	0.66 239	18.95 468	0.89 162	1.48 463	3.40 244	0.97 354	4.19 437	1.68 240	0.86 115	1.35 160	0.99 149	0.75 96	4.47 342	1.27 279	0.23 66	0.23 238	0.28 183	0.33 355	0.31 180	0.35 271

xx1	2.03 309	0.74 305	13.77 385	1.78 501	0.36 14	4.48 479	0.74 202	4.23 450	3.95 539	1.01 137	1.81 309	1.79 270	1.34 263	2.13 249	0.64 71	0.29 188	0.17 44	0.33 300	0.33 355	0.33 224	0.32 230

ttt	2.76 433	0.56 129	2.28 193	1.41 436	1.21 410	3.67 303	0.77 228	4.59 535	2.94 485	2.35 416	2.30 428	2.45 362	1.54 326	11.25 512	15.56 551	0.43 398	0.36 398	0.37 364	0.33 355	0.40 303	0.40 332

qqq	1.30 199	0.57 138	1.67 124	1.15 328	0.51 116	2.18 103	0.91 320	3.98 379	1.53 171	1.50 184	1.24 127	1.79 270	1.34 263	4.66 345	0.98 217	0.28 166	0.31 363	0.33 300	0.33 355	0.33 224	0.32 230

test_5	1.87 275	0.75 317	10.23 348	1.14 315	1.40 447	3.85 342	1.27 422	3.91 359	1.93 296	1.69 213	1.78 291	1.67 242	1.79 382	2.99 310	1.17 252	0.30 227	0.18 81	0.35 337	0.33 355	0.34 242	0.33 245

Sa-1000	1.63 244	0.79 335	3.56 264	1.11 303	0.48 103	4.06 393	1.41 445	4.49 525	2.75 457	2.00 300	2.80 483	1.84 285	1.43 289	2.64 297	1.50 326	0.27 129	0.19 114	0.36 352	0.33 355	0.36 273	0.30 211

dd	1.26 188	1.15 433	2.47 208	0.92 184	0.49 110	4.35 460	0.75 212	1.92 58	2.11 337	1.44 178	1.24 127	1.19 180	1.05 194	1.78 211	1.70 366	0.57 470	0.34 390	0.35 337	0.33 355	0.60 432	0.46 373

StereoDRNet-Refined	1.77 265	0.81 343	2.22 184	1.21 355	0.76 245	3.26 223	0.71 182	3.82 332	2.05 319	2.29 394	2.05 377	2.98 415	1.44 292	7.15 400	2.27 436	0.30 227	0.23 238	0.42 406	0.33 355	0.45 372	0.64 449
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DFGA-Net	2.11 321	3.00 532	7.43 311	1.11 303	0.76 245	3.72 309	0.60 127	2.63 157	1.91 294	2.01 302	2.07 382	1.22 186	1.04 189	10.26 473	2.26 434	0.27 129	0.22 211	0.34 318	0.34 363	0.61 437	0.48 382

LL-Strereo	3.01 464	1.81 505	17.59 447	1.12 307	2.10 534	2.90 172	1.09 389	4.33 493	2.00 307	3.12 502	2.24 413	3.29 440	3.15 480	11.31 513	1.84 387	0.30 227	0.28 330	0.46 425	0.34 363	0.49 396	0.45 363

RAFT+CT+SA	1.62 240	0.72 286	7.42 310	0.97 219	1.42 456	4.04 390	0.94 341	3.90 355	1.61 223	1.61 198	1.63 238	1.33 199	1.18 236	2.73 303	1.10 237	0.27 129	0.19 114	0.31 246	0.34 363	0.33 224	0.33 245

psmg	1.47 221	0.59 159	1.94 147	0.92 184	0.85 282	4.30 456	1.42 447	4.10 421	1.88 286	2.64 465	2.09 385	2.60 377	1.31 259	1.60 179	1.21 262	0.34 294	0.27 319	0.33 300	0.34 363	0.36 273	0.34 257

NF-Stereo	1.58 230	0.61 187	2.66 224	2.26 532	0.47 95	4.68 518	0.67 162	3.31 247	1.48 135	2.11 331	1.59 225	1.36 203	1.09 206	6.08 377	1.20 258	0.40 368	0.20 152	0.36 352	0.34 363	0.31 180	0.36 277

OCTAStereo	1.58 230	0.61 187	2.72 227	2.27 535	0.46 85	4.68 518	0.67 162	3.30 246	1.48 135	2.11 331	1.59 225	1.36 203	1.09 206	6.02 374	1.21 262	0.41 382	0.20 152	0.36 352	0.34 363	0.31 180	0.37 291

RE-Stereo	1.58 230	0.61 187	2.72 227	2.26 532	0.46 85	4.68 518	0.68 168	3.31 247	1.48 135	2.11 331	1.59 225	1.36 203	1.09 206	6.01 372	1.22 265	0.41 382	0.20 152	0.36 352	0.34 363	0.31 180	0.37 291

TVStereo	1.58 230	0.61 187	2.72 227	2.26 532	0.46 85	4.68 518	0.68 168	3.31 247	1.48 135	2.11 331	1.59 225	1.36 203	1.09 206	6.01 372	1.22 265	0.41 382	0.20 152	0.36 352	0.34 363	0.31 180	0.37 291

RAFT-RH_RVC	2.63 419	0.55 118	19.97 497	1.26 372	0.47 95	4.46 477	0.57 111	1.71 38	1.64 230	3.06 499	5.51 531	2.03 313	1.28 252	6.70 391	1.52 334	0.42 393	0.22 211	0.37 364	0.34 363	0.28 125	0.29 184

pcwnet_v2	2.70 431	0.65 228	22.48 568	1.08 281	1.03 352	3.56 282	0.81 258	4.29 476	3.14 504	2.29 394	2.29 423	3.01 418	1.71 370	3.32 316	1.43 308	0.43 398	0.50 480	0.41 399	0.34 363	0.61 437	0.56 422

ADLNet	2.29 352	0.83 353	3.62 269	1.35 412	1.60 485	3.67 303	1.24 420	3.95 370	2.98 490	2.58 454	2.29 423	4.01 488	1.79 382	11.23 511	2.09 419	0.37 333	0.38 417	0.36 352	0.34 363	0.45 372	0.71 463

psm_up	2.28 349	0.81 343	5.45 296	1.26 372	1.50 466	3.84 334	1.23 418	4.23 450	2.03 312	2.55 447	1.80 297	2.44 361	1.65 357	12.90 557	1.58 341	0.37 333	0.38 417	0.41 399	0.34 363	0.43 356	0.39 312

RYNet	2.97 456	0.93 383	15.09 412	1.12 307	1.38 443	3.66 302	1.42 447	4.03 392	2.29 374	2.10 327	1.70 259	3.79 477	2.16 426	13.64 566	3.02 477	0.37 333	0.41 438	0.48 436	0.34 363	0.81 489	0.75 474

DeepPruner_ROB	2.05 313	1.09 422	10.50 352	1.01 245	1.20 404	4.39 465	0.91 320	3.14 225	1.72 253	2.60 458	1.54 211	2.78 401	1.27 250	4.52 343	1.72 369	0.51 453	0.40 431	0.37 364	0.34 363	0.48 390	0.52 408

PWCDC_ROB	2.95 449	3.26 534	14.06 394	1.59 476	1.56 479	4.19 436	0.86 282	4.30 484	4.08 541	2.06 320	7.37 537	2.75 393	2.42 443	3.59 322	2.67 466	1.34 539	0.36 398	0.39 383	0.34 363	1.13 517	0.62 442

rvit_0105_5	1.13 146	0.93 383	2.60 215	0.91 178	0.56 145	1.92 78	0.91 320	3.02 213	2.63 442	0.95 131	1.20 115	1.18 176	0.93 160	1.51 163	0.93 205	0.40 368	0.43 446	0.37 364	0.35 378	0.42 346	0.44 357

test_sample3	2.34 367	0.61 187	11.94 367	1.33 401	0.85 282	3.10 203	0.73 190	4.24 458	2.19 351	2.21 376	1.75 274	1.80 273	1.41 281	11.11 507	1.46 314	0.35 314	0.29 340	0.34 318	0.35 378	0.39 298	0.37 291

LL-Strereo2	1.23 172	0.85 361	2.38 202	0.93 198	0.68 216	3.72 309	1.37 437	2.54 143	1.99 303	1.75 228	1.40 174	1.82 279	0.73 87	1.40 137	0.99 220	0.31 246	0.23 238	0.55 473	0.35 378	0.29 138	0.24 106

raft_robust	1.92 289	1.15 433	3.34 256	1.02 255	0.43 63	3.84 334	0.46 71	4.42 512	2.52 428	1.67 211	1.36 164	2.17 328	6.37 542	6.78 395	1.04 226	0.28 166	0.24 272	0.30 224	0.35 378	0.31 180	0.32 230

Anonymous3	1.72 255	0.76 322	11.61 365	0.83 122	0.84 281	4.46 477	0.84 270	3.57 285	1.16 68	1.34 163	1.37 165	1.11 166	1.03 185	1.58 172	1.13 244	0.70 497	0.58 497	0.33 300	0.35 378	0.47 387	0.42 342

ARAFT	2.56 412	1.13 428	19.50 482	0.89 162	0.48 103	4.15 415	1.40 442	4.36 502	2.82 474	2.36 420	1.88 335	1.70 251	1.04 189	6.45 384	1.22 265	0.29 188	0.18 81	0.37 364	0.35 378	0.35 260	0.25 116

hitnet-ft	2.37 378	0.73 297	8.34 320	0.96 212	0.89 302	3.77 318	0.80 249	3.55 283	2.58 437	2.24 384	2.04 371	3.65 474	1.49 309	11.71 535	1.89 392	0.44 405	0.53 483	0.44 414	0.35 378	0.52 403	0.48 382

DMCA-RVC	2.45 388	1.22 449	18.29 455	1.23 362	1.14 383	2.49 132	0.85 279	3.29 245	1.68 240	3.02 495	1.41 177	2.00 309	1.53 323	6.39 383	2.00 407	0.38 350	0.30 353	0.44 414	0.35 378	0.45 372	0.44 357

TDLM	2.29 352	1.08 419	4.61 285	1.29 383	1.01 347	4.26 447	2.17 503	3.75 318	2.79 462	2.31 404	1.98 361	2.06 319	1.59 331	12.45 552	1.72 369	0.51 453	0.28 330	0.52 461	0.35 378	0.56 420	0.50 395

SGM_RVC	4.57 523	0.72 286	17.46 444	1.84 510	0.58 166	4.23 445	3.45 541	4.66 539	3.66 532	7.99 563	8.82 551	7.56 549	8.74 561	12.30 548	6.84 513	0.43 398	0.38 417	0.39 383	0.35 378	0.51 400	0.48 382
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_sample4	2.34 367	0.63 206	11.59 364	1.30 390	0.83 274	3.07 199	0.72 185	4.27 468	2.30 375	2.30 398	1.88 335	1.73 255	1.42 286	11.14 508	1.46 314	0.35 314	0.29 340	0.35 337	0.36 388	0.40 303	0.38 306

StereoVision	1.65 246	0.75 317	7.47 312	1.01 245	1.80 518	2.61 148	0.61 131	3.06 219	1.96 298	1.25 157	3.46 511	1.85 288	0.88 143	2.07 242	1.93 397	0.43 398	0.36 398	0.37 364	0.36 388	0.48 390	0.33 245

TRStereo	2.31 356	1.87 506	19.74 488	1.53 464	1.16 389	4.26 447	1.08 385	4.73 542	1.45 114	1.55 188	1.28 142	1.75 257	0.85 134	1.81 217	1.20 258	0.36 325	0.26 308	0.32 266	0.36 388	0.34 242	0.33 245

SFCPSM	2.18 331	0.63 206	17.03 435	0.88 158	0.98 334	3.74 314	1.28 424	4.09 413	2.16 346	1.85 242	1.83 316	1.65 240	1.39 272	2.50 277	1.50 326	0.33 282	0.27 319	0.39 383	0.36 388	0.34 242	0.37 291

CFNet-ft	1.90 282	0.95 391	3.56 264	1.07 273	1.54 472	4.09 400	0.90 312	2.85 193	1.82 274	1.78 232	1.70 259	2.75 393	1.48 303	9.33 440	1.72 369	0.33 282	0.30 353	0.61 490	0.36 388	0.52 403	0.39 312

DSFCA	1.89 280	0.69 260	3.14 246	1.10 296	1.18 391	3.99 382	1.79 480	3.50 272	2.16 346	3.10 500	1.64 240	2.91 411	2.50 449	5.38 357	2.26 434	0.43 398	0.38 417	0.37 364	0.36 388	0.50 398	0.42 342

CFNet	2.34 367	1.10 423	8.96 329	1.34 408	1.24 413	4.09 400	0.73 190	4.04 396	2.77 459	1.62 200	1.87 334	2.27 333	1.45 296	11.41 516	1.82 384	0.31 246	0.24 272	0.43 410	0.36 388	0.43 356	0.33 245

CFNet_RVC	1.90 282	0.95 391	3.56 264	1.07 273	1.54 472	4.09 400	0.90 312	2.85 193	1.82 274	1.78 232	1.70 259	2.75 393	1.48 303	9.33 440	1.72 369	0.33 282	0.30 353	0.61 490	0.36 388	0.52 403	0.39 312

StereoDRNet	2.84 438	1.49 485	14.48 401	1.33 401	1.57 483	3.44 249	2.06 497	3.69 308	2.36 390	3.26 509	1.84 321	2.79 403	1.80 387	10.88 492	3.16 479	0.41 382	0.33 378	0.39 383	0.36 388	0.59 428	0.58 431

DLCB_ROB	2.05 313	0.95 391	2.37 201	1.24 364	1.02 348	2.92 177	1.30 425	3.68 303	2.30 375	2.91 486	2.17 401	3.32 444	1.52 316	10.37 475	2.50 455	0.40 368	0.33 378	0.40 389	0.36 388	0.41 327	0.47 378

LE_ROB	18.58 580	1.21 443	48.38 590	8.60 581	23.00 585	7.32 560	19.74 581	9.94 567	38.69 590	43.53 588	21.91 577	28.40 586	40.92 588	23.18 580	54.71 593	0.34 294	0.33 378	0.32 266	0.36 388	0.42 346	0.40 332

PWC_ROB	2.69 430	2.01 512	8.36 321	1.33 401	1.90 523	3.23 214	1.18 407	4.33 493	3.25 516	3.11 501	3.41 509	2.71 388	2.18 430	9.15 436	4.48 493	0.56 468	0.31 363	0.61 490	0.36 388	0.69 464	0.74 471

test_sample5	2.33 363	0.62 197	11.29 361	1.29 383	0.83 274	3.09 201	0.74 202	4.28 473	2.31 379	2.20 367	1.97 359	1.68 244	1.39 272	11.19 509	1.47 319	0.37 333	0.31 363	0.37 364	0.37 400	0.41 327	0.39 312

H2IRNET	1.90 282	0.53 101	14.29 399	1.14 315	0.60 171	4.48 479	0.44 62	2.65 161	1.81 273	1.05 143	2.30 428	1.67 242	1.40 276	2.17 256	1.50 326	0.36 325	0.21 183	0.33 300	0.37 400	0.34 242	0.29 184

mmm	1.27 193	0.58 151	2.20 179	1.41 436	0.68 216	2.39 123	0.85 279	3.90 355	1.63 229	2.20 367	1.84 321	1.28 192	1.50 310	1.91 231	0.89 183	0.31 246	0.27 319	0.45 420	0.37 400	0.38 288	0.34 257

DualNet	2.33 363	0.62 197	11.29 361	1.29 383	0.83 274	3.09 201	0.74 202	4.28 473	2.31 379	2.26 390	2.04 371	1.68 244	1.39 272	11.19 509	1.47 319	0.37 333	0.31 363	0.37 364	0.37 400	0.41 327	0.39 312

ffm	1.72 255	0.60 171	5.21 292	1.14 315	0.99 337	3.62 295	0.86 282	4.22 446	3.37 523	2.20 367	2.30 428	3.48 455	1.62 339	2.21 262	0.65 76	0.29 188	0.16 29	0.48 436	0.37 400	0.30 161	0.29 184

ff1	2.96 452	0.60 171	5.21 292	1.14 315	0.99 337	3.62 295	0.86 282	4.22 446	3.37 523	2.20 367	2.30 428	3.48 455	1.62 339	11.62 525	16.09 553	0.29 188	0.16 29	0.48 436	0.37 400	0.30 161	0.29 184

mmx	2.98 458	0.60 171	5.21 292	1.14 315	0.99 337	3.62 295	0.86 282	4.49 525	3.05 496	2.20 367	2.30 428	3.48 455	1.62 339	11.62 525	16.09 553	0.33 282	0.28 330	0.48 436	0.37 400	0.44 364	0.37 291

xxx	2.98 458	0.60 171	5.21 292	1.14 315	0.99 337	3.62 295	0.86 282	4.49 525	3.05 496	2.20 367	2.30 428	3.48 455	1.62 339	11.62 525	16.09 553	0.33 282	0.28 330	0.48 436	0.37 400	0.44 364	0.37 291

ssnet_v2	2.04 311	0.88 369	7.87 314	1.20 349	0.87 292	3.86 344	1.64 470	4.01 387	2.60 439	2.61 460	1.96 353	3.79 477	1.71 370	2.20 260	2.96 474	0.41 382	0.35 394	0.42 406	0.37 400	0.55 414	0.52 408

Wz-Net-MNSev	2.71 432	2.54 526	13.91 392	1.52 462	1.37 440	3.28 229	2.47 511	4.03 392	2.32 383	2.57 451	2.07 382	2.29 339	3.01 473	7.55 408	2.74 468	0.38 350	0.36 398	0.36 352	0.37 400	0.57 424	0.47 378

SA	1.62 240	0.75 317	3.78 274	1.07 273	0.43 63	4.26 447	1.36 432	4.45 519	3.12 501	1.63 201	1.97 359	1.68 244	2.26 433	2.55 288	1.27 279	0.27 129	0.22 211	0.37 364	0.37 400	0.35 260	0.30 211

PSMNet-RSSM	1.96 296	0.77 325	3.26 250	1.29 383	1.31 423	4.19 436	0.96 351	3.68 303	1.89 290	2.05 315	1.80 297	2.60 377	1.70 368	9.84 454	1.81 382	0.35 314	0.29 340	0.35 337	0.37 400	0.42 346	0.35 271

DPSNet	3.43 491	1.37 472	12.19 368	1.39 432	1.24 413	4.15 415	2.06 497	4.51 529	3.34 522	2.69 472	1.96 353	3.52 465	5.56 531	10.68 484	9.68 529	0.93 514	0.73 521	0.40 389	0.37 400	1.06 508	0.86 491

DDVS	1.68 251	0.79 335	2.52 210	1.26 372	1.16 389	3.17 207	0.78 232	3.12 223	1.82 274	1.86 247	1.91 347	2.92 413	1.43 289	6.20 379	1.63 356	0.45 414	0.65 509	0.34 318	0.38 413	0.48 390	0.79 483

rvit_stereo_0075_2	1.18 157	0.74 305	2.66 224	0.90 171	1.27 419	2.51 134	0.69 174	2.25 91	2.06 321	1.40 173	1.86 331	1.46 219	0.84 132	1.42 143	0.94 207	0.46 419	0.40 431	0.48 436	0.38 413	0.46 383	0.51 403

RAFT + AFF	2.51 401	2.66 528	4.48 283	1.15 328	1.95 525	4.15 415	2.01 495	4.46 520	3.30 521	2.19 364	2.51 455	2.22 331	4.87 523	8.91 430	2.06 414	0.30 227	0.60 502	0.48 436	0.38 413	0.77 482	0.69 458

GwcNet	3.00 462	1.63 492	19.83 491	1.32 396	2.04 532	3.27 225	1.55 462	3.65 297	2.33 384	2.00 300	2.12 393	3.56 470	1.68 365	9.47 443	2.45 451	0.44 405	0.45 456	0.46 425	0.38 413	0.60 432	0.76 476

NLCA_NET_v2_RVC	2.54 407	1.04 410	16.73 430	1.53 464	2.00 527	3.96 374	0.87 300	3.87 345	2.31 379	2.54 446	1.67 249	2.85 405	1.63 352	5.55 362	1.62 353	0.46 419	0.33 378	0.38 380	0.38 413	0.53 409	0.62 442
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	3.32 487	0.96 397	21.16 548	1.32 396	0.83 274	3.81 327	3.91 554	4.47 521	2.53 429	3.34 512	2.24 413	4.45 509	2.58 454	10.07 466	1.96 404	0.45 414	0.43 446	0.48 436	0.38 413	0.52 403	0.53 410
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
test_sample6	2.35 372	0.62 197	10.78 356	1.33 401	0.83 274	3.15 206	0.79 239	4.36 502	2.43 410	2.26 390	2.04 371	1.69 249	1.39 272	11.48 520	1.61 348	0.38 350	0.32 371	0.37 364	0.39 419	0.41 327	0.42 342

fast-acv-ft	2.54 407	1.19 440	20.08 503	1.41 436	1.40 447	3.18 208	1.17 406	3.37 259	2.28 371	1.90 259	2.15 398	2.69 385	2.17 428	2.91 305	2.31 438	0.37 333	0.39 426	0.45 420	0.39 419	0.57 424	0.45 363

PFNet+	1.46 218	0.57 138	2.84 233	0.92 184	0.47 95	4.64 512	0.84 270	2.46 126	1.99 303	2.14 341	1.64 240	1.34 200	1.03 185	4.68 347	1.23 268	0.45 414	0.33 378	0.37 364	0.39 419	0.32 206	0.49 388

PSM-softLoss	1.66 249	0.59 159	5.15 290	2.25 530	0.48 103	4.68 518	0.69 174	2.57 148	1.52 164	2.14 341	1.45 184	1.42 214	0.99 176	6.04 375	1.20 258	0.41 382	0.23 238	0.37 364	0.39 419	0.32 206	0.31 220

KMStereo	1.66 249	0.59 159	5.15 290	2.25 530	0.48 103	4.68 518	0.69 174	2.57 148	1.52 164	2.14 341	1.45 184	1.42 214	0.99 176	6.04 375	1.20 258	0.41 382	0.23 238	0.37 364	0.39 419	0.32 206	0.31 220

Syn2CoEx	3.08 470	2.55 527	19.88 493	1.34 408	1.18 391	2.43 126	1.65 473	3.91 359	2.40 405	2.39 426	2.27 417	2.90 408	3.17 483	9.57 448	2.54 460	0.50 447	0.45 456	0.53 465	0.39 419	0.74 478	0.72 469

SuperB	4.79 528	4.41 543	21.08 545	1.45 447	1.08 369	3.91 352	3.08 534	4.18 434	3.01 493	2.50 439	2.10 386	2.75 393	3.49 498	8.80 427	19.60 573	0.44 405	0.33 378	0.53 465	0.39 419	12.01 584	0.64 449

RTSC	2.95 449	2.51 522	15.49 418	1.54 466	1.30 421	3.51 270	0.86 282	3.89 350	2.48 419	3.64 518	3.12 499	3.04 420	2.30 434	5.70 367	6.67 508	0.55 466	0.35 394	0.37 364	0.39 419	0.70 465	0.60 436

GANet	2.93 448	1.05 411	11.29 361	1.64 483	0.96 322	3.91 352	2.52 514	3.72 315	2.41 407	2.95 493	3.00 492	3.21 433	2.03 410	12.42 551	4.72 497	0.51 453	0.41 438	0.46 425	0.39 419	0.60 432	0.50 395

NaN_ROB	4.06 513	1.13 428	16.64 428	1.12 307	1.25 416	3.50 267	3.05 532	4.29 476	3.26 517	3.64 518	2.56 461	2.97 414	4.79 521	13.33 560	16.91 559	0.37 333	0.41 438	0.38 380	0.39 419	0.48 390	0.81 485

SGM-Forest	2.96 452	0.62 197	3.49 259	1.09 287	0.80 257	4.06 393	3.30 537	4.37 505	3.09 500	4.18 535	3.27 506	4.67 522	3.86 505	11.69 534	7.91 521	0.51 453	0.46 465	0.49 449	0.39 419	0.48 390	0.49 388
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ITSA-stereo	1.86 274	0.72 286	3.74 272	1.20 349	0.66 204	4.09 400	0.91 320	4.24 458	2.53 429	1.93 270	1.77 288	1.59 234	2.15 423	6.12 378	2.44 450	0.40 368	0.38 417	0.40 389	0.40 430	0.50 398	0.98 503

test_sample7	1.65 246	0.70 270	2.60 215	1.48 455	0.76 245	2.38 121	1.07 380	4.35 497	2.11 337	2.14 341	1.75 274	1.75 257	1.67 361	6.26 381	1.26 276	0.44 405	0.48 475	0.43 410	0.40 430	0.46 383	0.43 351

FINET	2.96 452	1.07 417	23.18 574	1.29 383	1.86 520	2.03 86	1.52 456	4.30 484	4.71 547	2.23 382	2.34 442	1.65 240	1.48 303	5.89 371	2.81 472	0.51 453	0.47 469	0.49 449	0.40 430	0.59 428	0.49 388

FADNet-RVC	2.51 401	2.27 518	14.03 393	1.09 287	0.81 260	3.54 278	1.10 391	4.13 423	2.48 419	1.39 172	1.22 122	1.85 288	1.77 379	9.78 452	2.06 414	0.38 350	0.37 411	0.40 389	0.40 430	0.67 459	0.48 382

UCFNet_RVC	1.57 229	0.84 357	3.25 249	1.36 418	1.40 447	4.07 398	1.01 365	2.68 165	1.50 148	2.11 331	1.88 335	2.37 348	1.50 310	3.41 317	1.42 307	0.36 325	0.28 330	0.52 461	0.40 430	0.53 409	0.43 351

XPNet_ROB	2.27 344	1.11 426	4.10 276	1.36 418	0.97 327	3.94 364	1.63 468	4.07 407	2.14 342	2.82 483	2.00 365	2.32 342	1.73 375	10.81 490	3.39 482	0.51 453	0.47 469	0.48 436	0.40 430	0.51 400	0.56 422

FACV-RUCA	1.26 188	0.65 228	2.21 181	1.06 271	1.50 466	2.69 153	1.15 401	3.05 216	1.87 284	1.36 166	1.99 363	1.03 156	1.15 233	1.36 132	1.10 237	0.41 382	0.41 438	0.73 514	0.41 436	0.61 437	0.41 338

SACVNet	2.46 391	1.14 432	9.47 337	1.44 443	1.18 391	4.06 393	1.49 455	3.84 336	2.24 359	2.62 461	1.89 341	2.57 374	1.28 252	11.35 514	1.64 359	0.50 447	0.39 426	0.48 436	0.41 436	0.55 414	0.75 474

PSM-AAD	2.43 385	0.54 112	1.32 90	0.92 184	0.54 134	4.48 479	7.47 562	2.96 205	1.55 188	2.31 404	2.56 461	1.26 190	16.23 572	2.46 274	0.89 183	0.28 166	0.21 183	0.58 479	0.41 436	0.34 242	1.32 521

CVANet_RVC	2.55 411	1.10 423	9.13 335	1.46 449	1.15 385	3.96 374	1.53 458	3.91 359	2.50 424	3.04 496	2.04 371	2.60 377	1.72 372	12.46 553	1.50 326	0.49 444	0.30 353	0.51 455	0.41 436	0.63 442	0.50 395

NVstereo2D	2.54 407	0.90 372	11.10 359	1.32 396	1.47 461	3.58 287	1.38 439	4.13 423	2.45 415	1.90 259	1.71 263	2.86 406	1.76 377	10.86 491	1.66 362	0.60 474	0.43 446	0.53 465	0.41 436	0.78 484	0.94 499

DRN-Test	3.03 466	0.99 399	18.18 452	1.35 412	1.60 485	3.59 288	1.48 451	4.13 423	2.45 415	3.47 517	1.92 349	2.58 376	2.53 451	10.88 492	2.80 471	0.39 362	0.36 398	0.44 414	0.41 436	0.55 414	0.57 426

AIO-test2	1.61 238	1.30 460	3.40 257	1.16 334	1.31 423	3.18 208	0.74 202	4.06 404	1.52 164	1.72 222	2.21 409	0.78 104	0.74 92	3.64 325	0.95 212	3.64 560	0.26 308	0.35 337	0.42 442	0.37 283	0.33 245

rvit_0105_3	1.24 177	0.93 383	2.84 233	0.97 219	0.58 166	2.38 121	1.08 385	3.26 242	2.53 429	1.18 154	1.40 174	1.24 188	1.04 189	1.73 205	0.97 214	0.44 405	0.44 451	0.40 389	0.42 442	0.42 346	0.50 395

SANet	5.65 542	1.72 499	20.94 541	1.26 372	0.88 297	7.20 558	3.81 552	4.60 536	11.23 567	4.56 539	8.78 550	7.49 548	6.95 547	11.85 541	18.11 565	0.49 444	0.44 451	0.50 452	0.42 442	0.90 497	0.82 489

FADNet	2.49 398	1.76 502	13.17 374	1.17 336	0.95 321	3.27 225	0.88 304	3.94 368	2.27 367	1.40 173	1.29 144	2.51 369	2.06 414	9.93 459	1.94 399	0.43 398	0.45 456	0.40 389	0.43 445	1.06 508	0.53 410

PS-NSSS	2.22 334	1.33 469	2.90 237	0.97 219	1.53 471	4.11 406	1.08 385	4.55 532	2.65 445	2.10 327	2.32 440	1.77 262	1.40 276	11.79 538	1.61 348	0.68 493	0.45 456	0.96 526	0.43 445	0.95 500	0.92 497

FADNet-RVC-Resample	2.83 437	2.02 513	21.07 544	1.12 307	0.91 309	3.53 274	1.37 437	4.08 411	2.09 327	1.68 212	1.33 152	2.03 313	1.51 314	9.54 445	1.69 365	0.38 350	0.37 411	0.42 406	0.44 447	0.56 420	0.56 422

DANet	2.63 419	1.07 417	8.10 319	1.83 509	1.70 505	3.25 221	1.16 403	4.31 487	2.38 401	3.40 515	2.18 403	4.08 492	1.80 387	9.77 450	3.89 489	0.52 459	0.55 489	0.59 482	0.44 447	0.63 442	0.86 491
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SGM-ForestM	11.55 569	1.16 436	21.62 561	2.14 528	0.81 260	22.25 582	19.08 580	16.50 582	11.34 568	15.94 583	14.44 573	27.12 585	22.61 583	24.76 584	28.39 588	0.50 447	0.48 475	0.47 428	0.44 447	0.55 414	0.53 410

MDST_ROB	5.53 539	0.59 159	23.11 572	2.55 541	2.69 544	21.20 580	1.98 493	4.77 544	2.65 445	9.36 568	4.25 521	4.14 496	4.45 517	22.57 578	3.68 487	0.48 432	0.33 378	0.47 428	0.44 447	0.44 364	0.44 357

SDNR	3.97 510	1.93 508	20.28 515	1.31 393	0.94 317	5.16 544	0.67 162	4.33 493	2.58 437	4.82 543	5.94 534	5.01 530	1.45 296	17.52 574	2.53 458	0.79 503	0.72 520	0.59 482	0.45 451	1.15 521	1.17 513

GASNet	3.24 482	5.55 549	20.58 529	1.56 473	1.25 416	2.32 116	1.12 395	4.04 396	2.67 448	1.88 252	2.10 386	3.00 417	2.16 426	10.59 480	2.43 449	0.65 485	0.37 411	0.61 490	0.45 451	0.87 494	0.58 431

KYRaft	1.59 235	0.52 90	1.73 127	0.95 206	0.49 110	4.38 462	1.79 480	2.43 119	1.51 155	2.49 438	2.98 491	2.00 309	3.41 492	2.14 252	0.82 152	0.30 227	0.21 183	0.33 300	0.46 453	0.35 260	2.45 551

APVNet	3.13 475	1.25 455	21.14 546	1.31 393	1.52 469	3.94 364	1.13 398	3.32 252	2.14 342	2.20 367	2.03 368	3.05 423	1.96 408	11.79 538	2.53 458	0.42 393	0.45 456	0.64 498	0.46 453	0.67 459	0.57 426

MaskLacGwcNet_RVC	3.13 475	1.43 480	9.93 342	2.50 540	1.62 488	4.29 454	1.68 477	3.95 370	2.43 410	1.66 209	1.91 347	3.04 420	1.41 281	13.26 559	1.58 341	3.82 564	1.59 545	1.12 534	0.46 453	2.21 542	2.74 557

ISRNet	1.69 252	0.76 322	5.69 298	1.27 379	1.36 438	2.85 164	0.61 131	3.60 289	1.91 294	2.13 338	2.12 393	2.90 408	1.41 281	2.51 280	1.71 367	0.49 444	0.50 480	0.56 475	0.47 456	0.49 396	0.57 426

aanetorigin	3.30 485	1.66 496	17.52 446	1.18 342	1.58 484	2.57 145	3.80 551	2.65 161	2.03 312	6.12 553	4.30 523	2.82 404	5.70 532	5.47 360	4.67 495	0.50 447	0.44 451	0.43 410	0.47 456	1.17 523	0.92 497

stereogan	3.09 471	0.93 383	16.43 425	1.37 428	1.66 499	3.70 306	1.67 475	3.87 345	3.15 506	3.04 496	2.70 475	5.04 531	2.79 463	9.96 460	1.78 380	0.63 479	0.49 479	0.69 504	0.47 456	0.83 492	0.68 456

RTS	3.90 506	7.04 553	17.94 449	1.92 516	2.19 536	5.00 542	2.96 528	4.29 476	3.19 509	4.05 528	3.08 496	4.94 526	3.16 481	7.64 409	6.72 509	0.66 487	0.44 451	0.51 455	0.47 456	0.95 500	0.76 476

RTSA	3.90 506	7.04 553	17.94 449	1.92 516	2.19 536	5.00 542	2.96 528	4.29 476	3.19 509	4.05 528	3.08 496	4.94 526	3.16 481	7.64 409	6.72 509	0.66 487	0.44 451	0.51 455	0.47 456	0.95 500	0.76 476

dad	1.65 246	1.19 440	3.04 242	0.98 225	0.56 145	4.22 442	0.84 270	1.99 64	2.48 419	2.14 341	1.68 252	1.62 238	1.13 218	3.85 329	2.04 411	1.03 520	0.40 431	2.04 545	0.48 461	0.75 480	0.53 410

GMM-Stereo	2.45 388	0.52 90	20.38 519	0.89 162	0.82 270	4.18 432	1.91 489	2.45 122	1.48 135	2.48 437	2.30 428	1.69 249	1.86 399	2.93 307	1.08 233	0.28 166	0.18 81	0.33 300	0.48 461	0.35 260	2.41 548

ETE_ROB	2.07 316	1.40 476	3.01 241	1.09 287	0.92 310	3.94 364	1.53 458	4.25 460	2.23 357	3.31 510	2.06 381	2.35 345	1.52 316	8.74 426	2.07 417	0.44 405	0.36 398	0.51 455	0.48 461	0.54 412	0.62 442

YMNet	2.40 380	1.41 478	13.46 379	1.36 418	1.67 500	3.96 374	0.97 354	3.81 329	2.37 396	2.64 465	2.57 463	3.35 446	1.53 323	3.28 314	2.42 447	0.48 432	0.54 485	0.52 461	0.49 464	0.70 465	0.54 416

YMNet_1	2.40 380	1.41 478	13.46 379	1.36 418	1.67 500	3.96 374	0.97 354	3.81 329	2.37 396	2.64 465	2.57 463	3.35 446	1.53 323	3.28 314	2.42 447	0.48 432	0.54 485	0.52 461	0.49 464	0.70 465	0.54 416

coex-ft	18.59 581	6.62 552	113.53 599	1.17 336	1.31 423	2.33 118	1.93 490	2.81 188	14.00 573	124.82 602	8.45 546	5.90 542	51.74 594	9.99 462	22.69 576	0.57 470	0.62 505	0.50 452	0.49 464	1.08 513	1.28 517

Wz-Net-SNSev	2.98 458	4.36 542	15.98 420	1.57 474	1.19 398	3.28 229	1.80 482	3.96 375	2.40 405	2.32 408	2.28 420	3.48 455	2.05 413	7.84 414	3.82 488	0.47 428	0.39 426	0.53 465	0.49 464	0.71 474	0.60 436

WZ-Net	3.62 496	4.87 544	16.77 432	1.43 440	1.40 447	3.75 315	2.29 507	4.12 422	2.50 424	2.74 476	2.19 405	4.06 491	5.29 528	10.19 469	7.36 518	0.54 464	0.37 411	0.47 428	0.49 464	0.77 482	0.73 470

AF-Net	2.87 442	1.30 460	16.24 422	1.33 401	1.75 510	3.26 223	1.59 465	4.09 413	2.43 410	2.69 472	2.94 489	4.51 512	3.20 484	5.84 370	2.75 469	0.76 501	0.36 398	0.72 511	0.49 464	0.70 465	0.56 422

TCMNet	2.98 458	1.30 460	18.26 454	1.47 452	2.09 533	3.84 334	1.08 385	3.96 375	2.39 404	2.53 445	2.29 423	2.43 358	1.75 376	10.09 467	2.39 442	0.52 459	0.45 456	0.61 490	0.50 470	0.80 488	0.78 480

AIO-Stereo-zeroshot	2.35 372	0.99 399	19.62 484	1.09 287	0.96 322	1.51 52	0.44 62	4.05 400	1.64 230	1.31 161	1.67 249	4.93 525	2.45 446	2.52 285	1.40 301	0.30 227	0.20 152	0.31 246	0.50 470	0.57 424	0.60 436

G-Net	4.11 514	1.21 443	19.47 481	2.31 537	2.94 549	4.74 534	2.95 527	3.33 256	2.14 342	4.44 538	9.43 553	6.93 547	3.84 504	9.01 433	4.92 502	0.79 503	0.80 526	0.70 506	0.50 470	0.95 500	0.87 494

WCMA_ROB	5.12 532	0.90 372	21.33 552	1.50 459	1.33 432	4.09 400	3.49 542	4.03 392	4.59 546	6.57 556	10.95 560	12.92 562	8.41 560	9.86 455	8.78 526	0.75 500	0.58 497	0.51 455	0.50 470	0.68 462	0.57 426

psmorigin	6.59 550	1.15 433	88.11 597	1.52 462	0.97 327	2.88 168	1.20 414	3.21 233	2.04 316	3.73 521	2.46 448	5.15 535	2.55 452	10.60 481	2.47 453	0.55 466	0.68 516	0.48 436	0.51 474	0.70 465	0.88 495

STTStereo	2.34 367	0.95 391	14.93 409	1.43 440	1.54 472	3.86 344	0.86 282	3.65 297	2.44 414	2.15 349	1.55 215	2.49 368	1.59 331	5.14 353	1.44 310	0.38 350	0.39 426	0.47 428	0.51 474	0.52 403	0.51 403

CBMV_ROB	3.62 496	0.70 270	21.42 556	1.21 355	0.89 302	4.43 475	1.76 479	4.39 508	2.79 462	5.88 550	3.38 508	4.18 498	5.12 525	10.75 486	2.32 439	0.56 468	0.55 489	0.53 465	0.51 474	0.55 414	0.46 373

FAT-Stereo	3.34 488	0.81 343	20.05 499	1.25 366	1.20 404	3.44 249	1.99 494	4.23 450	2.67 448	3.14 503	3.82 518	3.51 464	3.32 489	11.68 533	1.94 399	0.64 482	0.67 513	0.48 436	0.52 477	0.61 437	0.81 485

CSAN	4.71 526	1.39 475	20.23 509	1.19 344	0.87 292	3.65 301	3.50 543	4.57 534	3.87 535	3.89 524	7.82 540	3.54 469	6.16 540	23.47 583	6.82 512	0.52 459	0.45 456	0.49 449	0.52 477	0.63 442	0.66 452

NOSS_ROB	2.27 344	0.73 297	3.00 240	1.71 493	1.00 346	3.90 351	0.97 354	4.29 476	2.81 472	2.94 492	2.19 405	3.88 481	1.19 240	11.77 537	1.62 353	0.59 473	0.54 485	0.56 475	0.52 477	0.56 420	0.54 416

LALA_ROB	1.95 294	1.48 484	3.11 244	1.05 265	0.98 334	3.99 382	1.82 484	4.44 516	2.28 371	3.31 510	1.85 328	2.76 399	1.67 361	4.04 337	3.23 481	0.46 419	0.41 438	0.55 473	0.52 477	0.60 432	0.57 426

ADCP+	3.74 502	1.96 510	16.90 433	1.09 287	1.55 476	4.35 460	3.65 549	3.93 365	2.98 490	2.22 378	1.66 248	3.95 483	4.83 522	3.41 317	18.87 571	0.38 350	0.41 438	0.63 495	0.53 481	0.64 449	0.81 485

NCCL2	2.53 405	1.35 470	10.90 358	1.15 328	0.97 327	3.53 274	2.56 516	3.65 297	2.23 357	2.76 477	1.80 297	2.41 352	1.66 359	10.35 474	2.07 417	0.44 405	0.40 431	0.57 478	0.53 481	0.59 428	0.65 451

Wz-Net-TNSev	3.67 498	8.83 559	13.47 381	1.48 455	1.18 391	3.60 290	2.49 513	4.27 468	3.13 502	2.18 360	1.89 341	4.21 502	2.80 464	12.10 546	7.58 520	0.57 470	0.55 489	0.47 428	0.54 483	0.91 498	1.05 506

edge stereo	3.37 490	1.01 403	21.99 565	1.28 380	1.37 440	2.67 152	1.39 440	3.98 379	2.87 477	2.93 488	3.27 506	4.35 506	2.43 444	11.62 525	2.39 442	0.60 474	0.63 507	0.79 517	0.55 484	0.68 462	0.67 453

SHD	2.82 436	2.04 514	13.80 389	1.69 489	1.79 515	2.73 154	1.07 380	3.85 339	3.18 508	4.63 540	2.74 476	3.38 451	2.77 462	5.48 361	3.66 486	0.62 478	0.47 469	0.51 455	0.55 484	0.65 452	0.74 471

FC-DCNN v2	6.91 556	0.77 325	19.25 473	1.69 489	1.64 492	9.13 565	2.40 510	7.20 563	9.47 566	11.07 578	11.62 564	20.05 575	15.79 571	12.55 555	11.99 542	0.66 487	0.57 492	0.58 479	0.56 486	0.63 442	0.61 439

XQC	2.96 452	2.42 521	14.85 404	1.36 418	1.32 429	3.29 233	1.53 458	4.28 473	2.78 460	3.21 507	2.46 448	3.53 466	2.92 469	6.58 386	4.67 495	0.70 497	0.41 438	0.59 482	0.56 486	0.96 504	0.83 490

FC-DCNN	6.64 551	0.77 325	19.26 475	1.68 488	1.64 492	8.27 563	2.35 509	6.35 561	9.23 565	10.85 576	11.27 562	19.89 573	13.33 566	12.51 554	11.79 541	0.66 487	0.57 492	0.58 479	0.56 486	0.63 442	0.61 439

RP	2.79 434	1.20 442	10.36 349	1.54 466	1.93 524	3.44 249	1.97 492	4.05 400	2.34 385	2.66 470	2.79 481	3.98 486	2.58 454	10.21 470	2.61 463	0.95 516	0.47 469	0.71 507	0.57 489	0.71 474	0.68 456

FADNet_RVC	2.65 421	2.28 520	16.51 427	0.98 225	0.92 310	4.09 400	0.83 267	4.26 467	1.73 256	1.46 179	1.78 291	1.60 235	1.50 310	8.88 428	2.39 442	0.47 428	0.38 417	0.44 414	0.58 490	0.89 495	0.97 501

MeshStereo	5.35 536	1.32 466	21.34 553	1.34 408	1.15 385	4.40 469	3.90 553	5.18 550	4.55 544	10.14 573	11.82 565	11.47 557	5.84 534	13.84 568	7.03 516	0.61 476	0.58 497	0.60 487	0.58 490	0.72 477	0.59 435
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
rvit_105_1	1.43 214	0.90 372	3.27 251	1.08 281	0.68 216	2.79 156	1.27 422	3.52 276	2.35 387	1.38 171	1.54 211	1.28 192	1.14 225	2.91 305	1.40 301	0.54 464	0.47 469	0.45 420	0.59 492	0.44 364	0.58 431

PDISCO_ROB	2.86 439	1.53 488	14.27 398	1.98 522	2.19 536	4.52 493	1.35 430	4.65 538	3.19 509	2.09 324	2.16 399	3.53 466	2.45 446	5.32 355	2.12 421	1.30 537	0.78 525	0.72 511	0.59 492	1.24 527	1.28 517

EAI-Stereo	2.35 372	0.63 206	2.97 238	0.95 206	0.65 195	3.84 334	14.27 574	5.04 548	2.19 351	2.06 320	7.25 536	1.10 164	0.94 162	1.65 193	1.37 299	0.31 246	0.22 211	0.27 154	0.60 494	0.27 108	0.32 230

FCDSN-DC	6.04 547	0.84 357	19.25 473	1.24 364	1.09 373	4.38 462	2.62 518	4.38 506	4.71 547	9.59 571	11.22 561	19.19 572	17.40 574	12.30 548	8.55 525	0.69 496	0.57 492	0.60 487	0.60 494	0.70 465	0.78 480
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	2.95 449	1.38 473	18.46 461	1.19 344	1.20 404	3.80 325	1.65 473	3.54 281	2.35 387	1.98 283	1.71 263	2.75 393	1.79 382	11.43 518	2.78 470	0.42 393	0.36 398	0.50 452	0.60 494	0.59 428	0.49 388

HBP-ISP	3.25 484	1.10 423	20.86 536	1.54 466	1.15 385	4.50 488	2.89 526	4.43 515	2.38 401	4.14 531	1.96 353	1.90 291	2.04 412	11.08 505	1.32 290	0.66 487	0.57 492	0.66 501	0.61 497	0.64 449	0.61 439

AIO-Stereo-zeroshot1	2.68 428	1.26 456	22.01 566	1.08 281	0.99 337	1.61 58	0.86 282	3.69 308	1.64 230	1.52 185	5.62 533	3.35 446	3.44 496	2.20 260	1.33 294	0.26 114	0.21 183	0.30 224	0.62 498	0.93 499	0.67 453

ADCRef	3.30 485	1.23 453	14.90 407	1.17 336	1.41 454	3.95 369	1.64 470	3.88 348	2.36 390	3.05 498	2.21 409	2.40 350	2.81 465	5.04 350	16.63 558	0.46 419	0.34 390	0.63 495	0.62 498	0.54 412	0.67 453

PA-Net	3.09 471	1.24 454	18.84 465	1.38 430	1.19 398	3.42 247	1.75 478	3.89 350	3.27 520	1.88 252	2.10 386	3.03 419	1.88 403	11.60 523	2.88 473	0.40 368	0.54 485	0.44 414	0.62 498	0.52 403	1.02 504
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ccnet	2.66 423	0.97 398	8.01 318	1.54 466	1.24 413	3.75 315	2.18 504	4.07 407	2.41 407	2.66 470	3.25 504	2.87 407	2.31 437	9.89 456	3.50 483	0.78 502	0.75 523	0.71 507	0.67 501	0.76 481	0.81 485

Nwc_Net	2.88 444	1.16 436	18.30 456	1.35 412	1.68 503	3.52 273	1.18 407	3.90 355	2.06 321	2.52 444	2.82 486	3.82 479	2.34 438	6.78 395	2.55 461	0.86 512	0.40 431	0.59 482	0.67 501	0.57 424	0.55 420

AnyNet_C01	4.37 520	7.80 555	16.40 424	1.98 522	1.40 447	6.37 553	6.47 561	4.09 413	5.03 552	4.06 530	3.78 516	4.16 497	3.31 488	6.62 388	10.00 530	0.61 476	0.67 513	0.63 495	0.67 501	2.01 539	1.31 519

SAMSARA	3.55 494	2.16 517	14.18 396	1.86 513	1.49 464	4.62 509	2.65 519	3.58 288	2.80 466	7.05 558	3.05 495	5.16 536	4.07 509	9.18 437	4.80 499	0.64 482	0.67 513	0.59 482	0.68 504	0.89 495	0.91 496

MSMD_ROB	5.61 540	1.08 419	16.68 429	1.21 355	0.83 274	10.14 566	2.07 499	3.93 365	6.22 560	10.37 574	8.03 542	22.22 577	9.45 562	11.66 531	4.52 494	0.66 487	0.58 497	0.66 501	0.68 504	0.65 452	0.63 446

ADCS	4.22 518	5.33 546	16.32 423	1.64 483	1.31 423	3.91 352	3.64 548	4.21 443	2.89 478	5.11 544	2.81 485	4.46 510	3.06 479	5.21 354	19.50 572	0.63 479	0.64 508	0.69 504	0.69 506	1.12 516	1.26 516

BEATNet-Init1	49.72 595	64.32 598	97.77 598	4.68 574	4.28 570	84.75 599	60.42 593	73.38 599	68.59 595	88.29 599	88.51 600	91.94 600	97.99 600	85.26 602	70.96 600	0.80 505	0.65 509	0.85 522	0.70 507	7.96 580	2.33 546

STTRV1_RVC	3.52 493	1.03 409	20.87 538	1.47 452	1.47 461	3.23 214	1.55 462	4.06 404	3.22 514	1.95 275	3.50 512	2.63 381	2.07 416	11.96 545	2.21 431	1.86 542	4.03 576	0.81 520	0.73 508	1.06 508	0.70 462

AnyNet_C32	4.17 516	5.75 550	12.62 371	1.60 478	1.54 472	5.51 548	4.09 555	3.90 355	3.23 515	4.22 536	3.03 494	3.10 424	3.41 492	8.01 416	18.85 570	0.53 462	0.58 497	0.53 465	0.74 509	1.19 525	0.97 501

GANetREF_RVC	3.20 481	1.93 508	18.84 465	1.51 461	0.80 257	4.12 408	1.82 484	4.16 433	2.91 480	1.87 249	1.74 270	2.48 366	1.84 394	13.18 558	1.74 374	0.80 505	0.57 492	0.79 517	0.74 509	1.20 526	0.86 491
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
S-Stereo	3.48 492	0.91 377	22.06 567	1.36 418	1.50 466	3.55 280	2.53 515	4.21 443	2.81 472	2.37 421	3.81 517	3.75 475	1.84 394	11.90 543	2.51 456	0.63 479	0.71 519	0.48 436	0.76 511	0.67 459	1.19 515

ELAS_RVC	5.72 543	1.64 495	20.40 520	2.09 527	2.01 528	4.95 541	11.47 570	4.66 539	6.31 562	8.09 564	8.01 541	8.06 553	11.65 564	8.36 418	10.22 531	0.99 519	1.17 535	0.81 520	0.76 511	1.14 518	1.58 530
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LCNet	1.55 223	0.54 112	1.88 141	0.99 231	0.55 141	3.60 290	1.21 417	2.86 197	1.53 171	2.18 360	1.74 270	1.43 216	4.17 511	3.62 323	0.87 175	0.29 188	0.20 152	0.28 183	0.77 513	0.47 387	1.85 537

PVD	3.12 474	1.97 511	12.80 373	1.79 506	1.63 490	3.83 329	1.34 429	3.48 266	3.88 536	5.77 548	3.56 513	3.45 454	3.29 487	5.58 365	5.30 505	0.71 499	0.69 517	0.74 515	0.77 513	0.79 486	1.13 512

ADCL	4.35 519	1.63 492	14.21 397	1.29 383	1.26 418	5.56 549	11.16 568	3.97 377	3.37 523	6.07 551	4.67 525	4.30 505	5.72 533	5.08 352	14.51 548	0.50 447	0.48 475	0.89 524	0.77 513	0.78 484	0.76 476

DeepPrunerF	3.70 499	1.72 499	14.87 405	1.33 401	1.74 509	3.70 306	1.55 462	4.20 438	14.00 573	2.02 307	1.77 288	2.74 391	2.30 434	10.88 492	6.88 514	0.68 493	0.60 502	0.78 516	0.78 516	0.81 489	0.71 463

RGC	3.10 473	1.45 482	14.90 407	1.46 449	1.79 515	3.33 235	1.39 440	4.04 396	2.26 365	2.77 478	3.26 505	4.00 487	2.71 460	11.63 530	2.62 465	0.82 508	0.46 465	0.79 517	0.79 517	0.71 474	0.78 480

LSM	12.71 574	3.52 538	20.79 534	55.63 596	84.76 595	3.63 300	6.30 560	3.73 316	4.93 551	5.55 547	13.92 571	3.53 466	3.25 486	9.72 449	4.12 490	0.64 482	0.85 527	0.71 507	0.81 518	1.03 506	26.84 589

EDNetEfficientorigin	12.35 573	2.51 522	179.47 602	1.19 344	0.96 322	2.91 175	1.81 483	3.00 210	5.35 554	8.91 566	4.79 526	4.18 498	4.64 520	9.98 461	11.30 536	0.37 333	0.38 417	0.60 487	0.85 519	1.32 530	2.43 550

NCC-stereo	3.16 479	1.28 458	18.31 457	1.25 366	1.75 510	4.06 393	1.40 442	3.89 350	2.22 355	2.72 474	2.55 459	3.49 461	2.65 457	9.91 457	2.99 475	1.29 535	0.65 509	0.64 498	0.86 520	0.65 452	0.71 463

Abc-Net	3.16 479	1.28 458	18.31 457	1.25 366	1.75 510	4.06 393	1.40 442	3.89 350	2.22 355	2.72 474	2.55 459	3.49 461	2.65 457	9.91 457	2.99 475	1.29 535	0.65 509	0.64 498	0.86 520	0.65 452	0.71 463
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	2.91 445	1.91 507	18.25 453	3.06 550	1.89 522	3.13 204	1.67 475	3.52 276	2.97 487	3.14 503	2.87 488	2.26 332	2.41 442	2.42 271	2.00 407	1.10 522	1.05 532	0.94 525	0.90 522	1.28 528	1.46 529

FBW_ROB	3.24 482	1.02 404	9.21 336	1.49 458	1.07 366	3.78 320	1.48 451	4.31 487	3.08 499	2.46 434	2.32 440	4.20 501	2.08 417	15.19 572	7.16 517	0.84 511	0.62 505	1.33 539	0.92 523	0.99 505	1.31 519

MADNet+	3.97 510	9.54 568	13.83 390	1.87 514	1.69 504	4.19 436	2.87 525	4.80 545	4.10 542	2.51 442	2.67 472	4.55 515	3.41 492	8.72 425	6.92 515	1.25 532	1.27 540	1.04 529	0.93 524	1.39 532	1.85 537

ELAS	5.99 546	1.62 490	20.29 516	1.96 521	2.01 528	15.09 575	8.38 567	5.23 551	5.54 556	9.02 567	8.61 547	6.74 545	9.75 563	7.48 406	11.40 538	0.96 517	1.18 536	0.72 511	0.93 524	1.30 529	1.67 532
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	1.64 245	1.50 486	2.57 214	1.50 459	1.38 443	3.05 194	1.36 432	3.31 247	2.24 359	1.36 166	2.07 382	1.40 212	1.09 206	1.83 220	1.55 337	1.15 525	0.69 517	1.26 537	0.96 526	1.64 536	0.94 499

GCST	2.56 412	1.79 504	18.02 451	1.92 516	1.33 432	1.72 63	0.51 86	3.67 301	2.03 312	1.70 217	1.61 233	1.55 229	1.29 255	5.06 351	1.24 270	2.06 544	0.77 524	1.45 541	0.97 527	1.14 518	1.34 522

UDGNet	1.40 211	1.52 487	2.22 184	1.38 430	0.62 182	4.39 465	0.68 168	1.80 47	2.18 350	1.34 163	1.18 112	0.99 149	1.00 178	2.16 254	1.19 255	1.09 521	0.34 390	1.30 538	0.98 528	1.10 514	0.58 431

EDNetEfficient	5.61 540	2.14 516	16.75 431	1.67 487	3.64 560	4.12 408	7.51 563	3.05 216	5.63 558	11.57 579	4.83 527	3.95 483	12.72 565	8.44 422	20.78 575	0.41 382	0.43 446	0.47 428	1.01 529	1.66 537	1.39 526

PASM	2.67 425	2.05 515	9.71 338	1.73 496	1.37 440	2.53 140	1.52 456	3.10 221	2.17 348	2.79 480	1.84 321	2.90 408	1.85 398	11.89 542	2.19 429	0.81 507	0.85 527	0.87 523	1.01 529	1.14 518	1.05 506

SPS-STEREO	3.97 510	1.44 481	20.85 535	1.72 495	1.71 506	3.24 218	2.30 508	3.55 283	2.68 450	4.79 542	3.66 514	5.44 540	2.97 470	9.11 434	9.35 528	1.15 525	1.10 534	1.06 531	1.02 531	1.16 522	1.18 514
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	3.35 489	1.76 502	13.89 391	2.33 538	1.65 496	4.49 485	1.62 467	4.73 542	2.90 479	1.92 266	2.05 377	1.99 308	1.61 336	12.57 556	1.60 345	2.46 547	2.18 554	2.68 556	1.04 532	2.11 541	1.38 525

anonymity	1.76 263	1.26 456	2.73 230	1.66 486	1.32 429	1.84 70	1.07 380	3.49 269	2.30 375	2.11 331	2.11 390	1.71 253	3.90 506	1.82 219	1.48 322	1.10 522	1.09 533	1.08 532	1.08 533	1.05 507	1.09 509

SQANet	3.70 499	9.34 567	18.41 459	2.75 544	2.74 545	3.40 244	1.47 450	3.50 272	1.68 240	2.60 458	1.75 274	2.69 385	1.91 405	6.72 394	1.74 374	2.96 550	1.41 543	1.85 544	1.12 534	3.17 547	2.70 556

Consistency-Raft	2.86 439	1.66 496	19.61 483	1.40 435	1.75 510	3.84 334	1.32 427	4.07 407	2.25 362	1.78 232	2.67 472	1.82 279	4.41 516	1.94 234	2.06 414	0.83 510	0.94 530	1.03 528	1.12 534	1.70 538	1.09 509

SGM+DAISY	8.36 561	3.82 539	24.83 578	2.02 524	1.75 510	14.80 574	17.22 577	4.27 468	11.79 570	13.88 580	14.38 572	11.74 560	13.83 567	10.56 479	15.12 549	1.21 527	1.19 538	1.14 535	1.13 536	1.17 523	1.37 523

otaku	4.58 524	8.93 562	19.95 496	3.11 551	2.67 543	3.91 352	2.57 517	3.82 332	2.25 362	2.22 378	9.72 555	4.08 492	2.35 439	8.57 423	2.13 424	3.51 558	1.65 547	2.15 548	1.17 537	3.69 554	3.15 560

ADCMid	3.96 509	3.27 535	15.48 417	1.26 372	1.40 447	4.66 515	2.28 506	4.06 404	3.54 528	3.94 525	3.02 493	3.85 480	3.67 501	4.03 336	18.65 569	0.68 493	0.61 504	1.09 533	1.18 538	1.38 531	1.08 508

MSC_U_SF_DS_RVC	4.48 521	10.62 571	15.18 415	1.55 471	1.45 460	6.16 551	3.54 546	5.41 558	3.68 533	2.59 457	2.74 476	4.81 523	2.20 431	13.79 567	4.40 492	2.04 543	3.36 574	1.05 530	1.20 539	2.09 540	1.72 534

CREStereo++_RVC	1.02 133	0.49 75	1.54 114	0.83 122	0.55 141	4.01 385	0.31 8	1.63 30	1.99 303	1.63 201	2.13 395	0.84 118	0.65 57	0.88 19	0.70 104	0.27 129	0.15 22	0.23 48	1.22 540	0.24 67	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
Ntro	4.21 517	8.94 563	19.89 494	3.22 552	2.96 550	4.15 415	1.89 488	3.92 364	2.36 390	1.77 230	2.14 396	3.35 446	2.17 428	9.48 444	2.24 433	3.52 559	1.76 548	2.13 547	1.31 541	3.83 557	3.09 558

MFN_U_SF_RVC	3.81 504	10.78 572	15.01 410	1.84 510	1.39 445	3.73 313	1.63 468	4.05 400	3.26 517	2.91 486	2.38 444	4.36 508	3.65 500	8.43 421	4.91 501	1.11 524	1.04 531	0.99 527	1.31 541	1.58 534	1.75 536

JetBlue	6.27 549	9.15 565	13.76 384	1.94 520	4.60 573	11.91 568	12.00 571	5.12 549	3.45 527	3.79 522	4.52 524	9.54 555	6.56 546	9.40 442	13.48 546	1.26 533	1.37 542	1.17 536	1.34 543	7.06 577	3.95 572

WAO-7	5.16 533	3.21 533	18.98 469	1.88 515	1.44 457	5.34 546	3.09 535	4.91 547	5.81 559	4.35 537	8.92 552	6.55 544	6.06 537	13.40 562	10.81 534	1.34 539	1.20 539	1.48 542	1.35 544	1.60 535	1.45 527

PWCK	5.85 544	9.95 569	15.22 416	2.90 547	1.56 479	5.66 550	7.69 564	5.27 552	4.74 549	3.88 523	7.51 538	8.04 551	5.28 527	15.18 571	8.40 524	3.08 553	1.51 544	2.24 549	1.37 545	5.55 570	1.96 540

NVStereoNet_ROB	4.91 531	1.40 476	16.46 426	1.47 452	1.72 508	3.46 254	1.96 491	3.89 350	3.61 530	2.90 485	24.61 581	4.81 523	4.49 518	13.57 564	4.87 500	1.33 538	1.29 541	1.70 543	1.68 546	1.41 533	1.66 531
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	5.41 537	12.60 575	20.42 522	3.27 553	3.15 556	4.50 488	3.02 531	4.66 539	3.73 534	3.35 514	5.36 530	7.86 550	2.88 466	12.33 550	4.76 498	3.12 554	2.22 556	2.70 557	1.69 547	3.49 550	3.10 559

AnonymousM	1.22 171	1.32 466	0.97 1	0.88 158	0.56 145	4.03 389	0.69 174	2.41 110	1.68 240	1.48 181	1.31 148	1.15 170	1.00 178	1.18 95	0.73 115	0.32 266	0.40 431	2.07 546	1.70 548	0.24 67	0.22 80

ADCPNet	3.89 505	1.63 492	20.25 513	1.28 380	1.27 419	6.43 554	2.65 519	3.93 365	2.70 451	2.78 479	2.20 407	4.28 504	6.16 540	5.56 363	10.27 532	0.65 485	1.18 536	0.71 507	1.70 548	0.84 493	1.37 523

RainbowNet	4.56 522	8.28 556	20.07 502	3.64 560	3.23 558	4.15 415	2.99 530	4.18 434	3.03 495	2.20 367	2.65 470	4.26 503	2.90 468	9.77 450	2.12 421	3.88 565	2.27 558	2.71 558	1.72 550	3.78 556	3.31 565

ACVNet-4b	6.73 552	13.67 579	21.87 564	3.54 557	3.07 552	4.19 436	2.25 505	4.03 392	3.65 531	1.64 204	3.98 520	5.88 541	2.89 467	10.01 463	16.98 560	23.29 590	2.24 557	2.53 551	1.78 551	3.87 558	3.21 563

ACVNet_1	6.04 547	13.97 581	21.36 554	3.58 558	3.14 555	4.73 531	2.48 512	4.20 438	3.17 507	2.98 494	2.83 487	23.31 578	4.34 515	11.06 502	2.45 451	3.68 561	2.33 560	2.60 553	1.79 552	3.69 554	3.19 562

MFN_U_SF_DS_RVC	3.94 508	10.88 573	12.30 370	1.26 372	1.55 476	5.19 545	3.33 539	4.42 512	2.82 474	2.58 454	2.62 467	5.00 529	2.11 418	14.03 570	2.73 467	1.28 534	2.34 561	0.67 503	1.83 553	0.81 489	1.03 505

WAO-6	5.87 545	2.27 518	15.05 411	2.96 548	2.77 546	12.01 569	3.58 547	5.37 557	11.91 571	3.34 512	9.69 554	6.78 546	5.84 534	11.82 540	8.89 527	2.87 549	2.35 562	2.50 550	1.84 554	2.85 546	2.67 553

Dean	7.52 558	9.08 564	21.41 555	3.74 561	3.53 559	4.81 538	3.53 544	5.33 556	5.25 553	4.17 532	26.53 582	25.62 584	4.09 510	10.97 496	4.32 491	3.69 562	2.30 559	2.91 559	1.87 555	4.03 559	3.24 564

LVE	6.88 555	9.31 566	21.14 546	3.61 559	3.18 557	4.49 485	2.79 521	10.21 568	11.69 569	3.16 506	11.53 563	18.33 569	4.31 514	11.66 531	3.52 484	4.45 572	2.93 566	2.56 552	1.91 556	3.62 551	3.16 561

WAO-8	11.95 570	13.02 576	20.56 527	3.50 554	3.08 553	15.11 576	2.80 522	12.91 573	19.11 582	7.69 560	13.12 567	11.62 558	7.01 550	84.40 600	7.91 521	3.42 556	1.92 551	3.54 569	1.93 557	3.68 552	2.69 554

Venus	11.95 570	13.02 576	20.56 527	3.50 554	3.08 553	15.11 576	2.80 522	12.91 573	19.11 582	7.69 560	13.12 567	11.62 558	7.01 550	84.40 600	7.91 521	3.42 556	1.92 551	3.54 569	1.93 557	3.68 552	2.69 554

DualNet (step1)	2.34 367	1.05 411	7.87 314	1.07 273	0.86 287	3.93 359	1.19 410	4.35 497	2.11 337	2.14 341	1.75 274	1.75 257	1.67 361	6.26 381	1.26 276	1.23 529	0.48 475	4.27 573	2.09 559	0.70 465	0.69 458

test_sample9	3.79 503	1.05 411	7.87 314	1.07 273	0.86 287	3.93 359	1.19 410	4.35 497	2.11 337	2.14 341	1.75 274	1.75 257	1.67 361	11.06 502	11.61 539	1.23 529	14.45 588	4.27 573	2.09 559	0.70 465	0.69 458

test_sample8	4.76 527	1.05 411	7.87 314	1.07 273	0.86 287	3.93 359	1.19 410	4.38 506	2.05 319	5.49 546	1.89 341	12.98 563	6.37 542	11.06 502	11.61 539	1.23 529	14.45 588	4.27 573	2.09 559	0.70 465	0.69 458

IMH-64-1	4.84 529	2.53 524	6.83 304	4.30 568	3.74 562	4.81 538	6.05 558	5.30 553	3.92 537	3.95 526	8.33 544	5.08 533	6.06 537	8.96 431	6.30 506	4.57 574	2.96 568	3.04 560	2.12 562	4.28 561	3.62 568

IMH-64	4.84 529	2.53 524	6.83 304	4.30 568	3.74 562	4.81 538	6.05 558	5.30 553	3.92 537	3.95 526	8.33 544	5.08 533	6.06 537	8.96 431	6.30 506	4.57 574	2.96 568	3.04 560	2.12 562	4.28 561	3.62 568

IMH	6.81 554	13.66 578	20.41 521	4.33 570	3.74 562	5.50 547	3.06 533	5.49 559	6.22 560	4.64 541	10.35 557	9.30 554	8.03 558	13.61 565	6.81 511	4.80 577	2.99 571	3.09 562	2.12 562	4.36 563	3.61 567

DDUNet	2.91 445	2.78 530	6.94 307	3.53 556	2.26 540	3.28 229	1.36 432	3.77 322	2.04 316	2.62 461	2.49 452	4.18 498	1.69 366	5.38 357	1.85 388	2.21 546	1.77 549	2.61 554	2.43 565	2.60 544	2.34 547

TorneroNet-64	10.12 563	8.74 558	20.95 542	4.27 566	3.76 565	13.86 573	2.85 524	15.05 578	23.15 585	10.07 572	23.84 580	13.47 564	8.24 559	13.96 569	17.21 562	3.96 567	2.72 563	3.23 564	2.48 566	6.29 571	4.27 575

UDG	3.55 494	2.81 531	17.45 443	2.69 543	1.98 526	3.97 379	1.19 410	4.35 497	2.02 310	2.42 430	2.53 458	4.50 511	2.46 448	6.53 385	2.41 446	2.12 545	1.77 549	2.63 555	2.57 567	2.64 545	1.95 539

ktn	21.74 584	10.34 570	19.68 486	4.53 572	4.00 567	6.53 555	4.51 556	6.79 562	78.82 598	84.69 598	100.86 601	58.49 595	7.57 554	12.11 547	13.35 545	4.58 576	3.24 573	3.49 566	2.62 568	4.65 566	3.84 571

TorneroNet	25.88 586	11.28 574	21.62 561	4.20 565	4.07 568	55.25 593	3.15 536	15.16 579	76.94 597	58.09 593	82.72 598	86.88 599	41.15 589	13.35 561	18.13 566	4.32 568	2.85 564	3.45 565	2.62 568	8.33 582	4.14 574

notaker	10.50 566	8.60 557	20.23 509	4.54 573	3.95 566	6.27 552	3.44 540	8.07 566	4.75 550	8.73 565	46.45 588	13.86 567	27.86 584	13.49 563	13.61 547	4.56 573	3.18 572	3.52 568	2.68 570	8.13 581	4.05 573

DispFullNet	4.64 525	3.48 537	23.95 577	3.99 562	3.03 551	3.35 237	1.06 378	4.18 434	2.80 466	6.33 555	2.94 489	4.04 490	7.81 555	3.92 334	5.16 503	2.75 548	1.61 546	3.10 563	2.68 570	3.32 549	3.31 565

KSHMR	16.96 579	5.37 547	21.64 563	4.46 571	4.50 571	8.30 564	3.32 538	15.58 581	76.24 596	6.62 557	61.47 593	56.53 594	5.43 530	35.17 590	11.37 537	4.39 570	2.97 570	3.63 571	2.74 572	5.10 568	4.34 576

UNDER WATER-64	9.33 562	5.37 547	22.60 570	5.22 577	4.86 574	10.75 567	4.61 557	11.45 569	17.30 577	7.59 559	9.80 556	15.99 568	17.90 576	10.63 482	15.72 552	4.36 569	2.87 565	4.39 576	2.86 573	7.01 576	5.36 579

UNDER WATER	10.47 564	3.95 541	22.62 571	5.07 576	4.51 572	7.78 562	3.77 550	12.56 572	21.72 584	7.84 562	10.78 558	23.96 580	31.66 585	10.78 489	16.19 556	4.44 571	2.93 566	4.24 572	2.86 573	6.33 573	5.47 580

JetRed	10.48 565	27.10 588	35.70 584	4.27 566	4.09 569	15.55 578	12.83 573	12.16 570	5.50 555	5.83 549	5.56 532	10.14 556	7.43 552	8.88 428	26.39 584	3.32 555	3.81 575	3.51 567	2.96 575	7.85 579	6.69 582

MANE	11.39 568	1.38 473	23.16 573	4.82 575	2.79 547	22.02 581	14.51 575	25.81 584	26.28 586	10.93 577	13.17 570	19.90 574	18.03 577	15.69 573	20.41 574	0.96 517	0.74 522	1.42 540	3.24 576	0.74 478	1.71 533

TCMNet-wrong-test	12.32 572	14.13 582	19.38 478	22.38 586	19.85 582	15.99 579	12.34 572	22.95 583	4.56 545	6.24 554	6.27 535	18.40 571	15.71 570	10.10 468	10.72 533	9.06 581	4.78 577	5.35 577	3.95 577	12.28 585	11.97 584

DGSMNet	7.55 559	1.62 490	17.42 442	1.92 516	12.73 577	7.45 561	42.99 592	4.13 423	2.07 323	2.10 327	3.16 502	3.42 452	1.70 368	9.24 439	2.30 437	3.70 563	10.89 586	11.80 588	5.54 578	4.24 560	2.66 552

MADNet++	7.57 560	5.80 551	13.28 376	6.38 578	5.26 575	7.18 557	7.77 565	5.32 555	5.62 557	6.11 552	7.78 539	6.02 543	8.01 557	11.74 536	16.36 557	9.36 582	4.95 579	8.57 583	5.66 579	4.83 567	5.34 578

PML	64.32 597	53.22 596	17.88 448	8.10 580	32.94 587	148.46 602	247.79 603	12.18 571	45.42 593	111.41 600	288.92 603	101.47 602	101.31 601	31.67 586	15.55 550	14.03 586	4.83 578	10.98 585	6.18 580	28.82 589	5.17 577

USTest	15.98 578	15.58 583	22.56 569	18.49 585	16.99 579	26.43 583	36.08 588	27.68 587	12.77 572	10.69 575	10.80 559	18.35 570	15.09 569	18.62 575	23.37 577	4.85 578	5.34 580	7.38 581	7.43 581	9.90 583	11.23 583

tt	7.19 557	0.51 84	6.83 304	4.03 563	2.30 541	12.05 570	20.19 582	15.46 580	6.58 563	3.42 516	3.22 503	5.37 538	6.39 545	4.20 341	7.46 519	9.81 583	11.53 587	7.05 580	7.46 582	6.31 572	3.71 570

DGTPSM_ROB	15.31 576	8.85 560	28.14 582	9.90 582	18.89 580	12.44 571	33.21 585	13.48 575	17.86 580	9.50 569	22.89 578	13.78 565	19.67 578	21.26 576	23.68 578	5.08 579	8.84 581	5.62 578	11.50 583	6.72 574	14.87 585

DPSM_ROB	20.78 582	20.03 586	26.57 580	23.62 588	22.46 583	31.10 585	39.97 590	33.52 590	17.41 578	15.25 581	15.80 575	24.06 581	20.71 581	23.30 581	27.62 586	10.78 584	9.41 584	11.69 586	11.50 583	14.49 586	16.36 587

DPSM	20.78 582	20.03 586	26.57 580	23.62 588	22.46 583	31.10 585	39.97 590	33.52 590	17.41 578	15.25 581	15.80 575	24.06 581	20.71 581	23.30 581	27.62 586	10.78 584	9.41 584	11.69 586	11.50 583	14.49 586	16.36 587

DPSMNet_ROB	15.52 577	8.89 561	31.44 583	10.07 583	18.91 581	12.44 571	33.22 586	13.51 576	17.94 581	9.58 570	22.91 579	13.79 566	19.67 578	21.43 577	23.73 579	5.17 580	8.84 581	5.63 579	11.52 586	6.79 575	14.90 586

Anonymous_2	3.01 464	0.89 370	4.53 284	1.06 271	1.18 391	2.93 181	0.87 300	3.24 239	1.46 122	1.86 247	1.35 160	4.11 494	2.35 439	1.64 191	1.28 283	0.82 508	0.90 529	8.71 584	15.84 587	4.44 564	0.74 471

LSM0	49.58 594	40.04 590	53.62 595	97.15 597	128.68 599	62.75 596	79.89 597	67.63 598	35.11 589	33.02 587	32.61 587	48.43 593	41.60 590	46.60 596	55.43 595	21.63 589	18.99 592	23.62 591	23.13 588	29.47 592	52.26 598

Selective-RAFT-Error	41.77 589	40.16 591	53.34 593	47.73 594	45.25 592	62.51 594	80.64 598	67.22 596	34.93 588	30.64 586	31.81 584	48.11 591	42.11 592	46.57 595	54.95 594	21.61 588	18.87 590	23.48 589	23.15 589	29.16 590	33.08 593

CasAABBNet	41.80 590	40.20 592	53.41 594	47.73 594	45.18 591	62.51 594	80.71 599	67.26 597	34.80 587	30.49 585	31.88 585	48.24 592	41.81 591	46.63 597	55.64 596	21.60 587	18.88 591	23.48 589	23.22 590	29.19 591	33.05 592

LRCNet_RVC	25.52 585	33.45 589	23.21 575	31.79 590	32.78 586	6.74 556	1.18 407	25.88 585	4.46 543	28.94 584	30.89 583	24.91 583	17.57 575	27.66 585	24.34 581	35.26 592	25.60 593	35.91 592	33.81 591	31.90 593	34.10 594

AVERAGE_ROB	44.46 592	45.91 594	46.59 589	40.59 593	38.66 589	32.99 588	30.52 583	46.19 594	43.26 592	49.59 590	48.97 591	44.62 589	39.89 586	45.04 594	43.94 591	48.74 594	50.69 595	50.80 593	49.79 592	45.54 595	46.97 596

HaxPig	43.25 591	43.65 593	45.00 588	33.85 591	35.61 588	32.69 587	30.52 583	45.09 593	42.97 591	48.77 589	48.17 590	43.00 587	40.26 587	44.58 593	43.61 590	47.18 593	49.30 594	51.54 594	50.25 593	43.73 594	45.29 595

MEDIAN_ROB	47.37 593	49.08 595	49.92 591	40.32 592	39.97 590	34.95 589	33.43 587	49.17 595	46.39 594	53.06 592	52.65 592	47.65 590	42.23 593	48.35 598	47.29 592	52.10 595	54.04 596	54.28 595	53.48 594	48.76 596	50.33 597

U	12.82 575	0.38 6	1.99 153	0.66 32	58.94 593	63.38 597	0.34 18	1.91 57	0.94 55	0.59 18	0.80 34	0.46 39	0.57 32	0.83 12	0.44 13	0.29 188	0.17 44	63.35 596	59.81 595	0.29 138	0.20 20

DPSimNet_ROB	102.30 598	119.72 603	143.59 601	109.42 599	94.10 596	127.22 601	127.15 601	26.62 586	102.36 603	149.58 603	83.99 599	139.34 603	137.54 602	64.62 599	82.36 601	105.18 598	66.15 598	120.15 597	69.61 596	99.58 598	77.72 599

HanzoNet	31.60 588	17.23 584	21.22 551	7.32 579	5.84 576	7.25 559	3.53 544	13.82 577	14.20 575	50.38 591	47.01 589	44.45 588	56.61 595	36.61 591	32.00 589	63.89 596	56.57 597	7.97 582	89.20 597	28.69 588	28.25 591

ASD4	103.30 599	113.98 602	120.24 600	106.67 598	79.75 594	115.36 600	120.35 600	119.13 603	79.65 602	120.04 601	74.64 594	101.45 601	65.48 596	109.11 603	84.31 602	104.31 597	90.04 599	133.15 599	103.58 598	130.15 599	94.66 600

Anonymous_1	57.11 596	19.68 585	26.15 579	23.10 587	142.31 600	30.84 584	39.75 589	33.86 592	16.98 576	70.53 597	15.42 574	23.46 579	19.75 580	23.04 579	27.23 585	164.73 602	9.02 583	130.38 598	137.40 599	161.27 603	27.24 590

test_example2	212.63 603	219.92 604	221.87 603	213.67 601	221.17 604	199.47 603	200.74 602	185.30 604	141.66 604	209.52 604	213.45 602	210.82 604	205.48 603	221.27 604	216.64 603	236.83 603	242.07 604	213.93 600	217.01 600	235.69 604	226.10 604

xxxxx1	112.33 600	88.53 599	37.76 585	227.84 602	157.23 601	39.05 590	61.41 594	93.76 600	79.29 599	62.45 594	74.79 595	78.32 596	70.96 597	33.47 587	70.69 597	114.00 599	130.36 600	259.31 601	274.34 601	145.54 600	147.50 601

tt_ll	112.33 600	88.53 599	37.76 585	227.84 602	157.23 601	39.05 590	61.41 594	93.76 600	79.29 599	62.45 594	74.79 595	78.32 596	70.96 597	33.47 587	70.69 597	114.00 599	130.36 600	259.31 601	274.34 601	145.54 600	147.50 601

ff	112.33 600	88.53 599	37.76 585	227.84 602	157.23 601	39.05 590	61.41 594	93.76 600	79.29 599	62.45 594	74.79 595	78.32 596	70.96 597	33.47 587	70.69 597	114.00 599	130.36 600	259.31 601	274.34 601	145.54 600	147.50 601

FADE		13.79 580		10.71 584	13.34 578			28.60 588	8.36 564	5.15 545		11.85 561		44.37 592		474.90 604	161.58 603	347.36 604	322.13 604	7.29 578	6.23 581

ccccc	590.94 604	629.75 605	645.59 604	567.84 605	570.84 605	582.44 604	641.68 604	613.82 605	494.59 605	614.58 605	651.20 604	555.57 605	637.59 604	666.94 605	652.42 604	781.57 605	507.24 605	391.36 605	342.44 605	689.82 605	581.48 605

Low-res two-view benchmark