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

MLG-Stereo_test1	0.89 39	0.42 3	2.06 55	0.67 17	1.33 388	3.13 168	0.29 7	1.60 19	3.31 394	0.53 1	0.25 1	0.67 60	0.43 8	1.34 79	0.47 3	0.22 19	0.25 150	0.24 49	0.16 9	0.19 3	0.30 23

StereoAnything_RVC	4.17 472	12.66 525	20.44 422	0.88 103	0.57 110	1.16 14	0.39 24	2.35 91	4.38 492	0.53 1	0.37 4	0.33 1	0.89 132	1.62 133	0.50 5	0.33 202	0.22 74	0.24 49	0.15 3	3.36 538	31.99 579

S2M2_XL	0.49 1	0.51 28	1.16 4	0.70 31	0.34 5	0.29 1	0.23 2	0.68 1	0.53 1	0.55 3	0.92 46	0.65 54	0.53 23	0.65 1	0.59 16	0.28 94	0.24 131	0.25 72	0.21 85	0.23 36	0.23 6

dual_stereo	4.32 483	0.42 3	1.51 28	0.75 48	1.37 399	0.88 7	0.34 17	3.50 231	4.78 519	0.55 3	0.47 9	0.60 45	0.40 4	2.09 208	0.95 122	0.24 30	32.26 585	0.21 8	0.17 17	0.21 18	34.78 584

MLG-Stereo	0.86 31	0.42 3	1.96 52	0.66 11	0.54 87	3.01 159	0.31 8	1.90 47	3.21 364	0.57 5	0.30 2	0.66 57	0.47 14	1.35 81	0.46 1	0.21 13	0.25 150	0.24 49	0.16 9	0.19 3	0.29 19

MLG-Stereo_test3	0.66 3	0.40 2	1.55 33	0.64 7	0.65 146	2.21 84	0.31 8	1.69 33	0.81 4	0.59 6	0.54 11	0.56 39	0.33 1	0.98 12	0.60 20	0.21 13	0.23 102	0.24 49	0.17 17	0.20 9	0.34 54

4.25_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 337	0.25 72	0.18 25	0.20 9	0.38 100

4.5w_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 337	0.25 72	0.18 25	0.20 9	0.38 100

4.25w-stereo	0.80 15	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.43 327	0.25 72	0.18 25	0.20 9	0.38 100

LG-Stereo_L2	0.69 6	0.54 39	1.56 35	0.74 41	0.48 56	2.32 97	0.28 5	1.87 46	0.80 3	0.60 7	0.43 7	0.38 7	0.45 12	1.38 91	0.54 13	0.24 30	0.28 199	0.23 24	0.18 25	0.22 29	0.32 32

S2M2	0.69 6	0.59 64	1.35 19	0.92 132	0.55 94	1.07 11	0.20 1	1.17 5	1.61 99	0.61 11	0.82 33	0.86 104	0.47 14	0.92 9	0.71 44	0.36 264	0.33 241	0.27 127	0.27 203	0.37 241	0.33 43

GREAT-IGEV	4.43 488	0.74 162	13.12 153	1.32 349	9.52 555	2.48 109	0.34 17	1.40 10	1.88 144	0.61 11	0.89 42	0.51 33	0.60 41	1.26 53	1.01 142	0.23 23	31.64 584	0.21 8	0.18 25	0.24 44	20.38 571

LG-Stereo_L1	0.67 4	0.55 41	1.50 27	0.78 62	0.54 87	1.71 57	0.33 12	1.96 55	0.83 5	0.62 13	0.41 6	0.40 11	0.43 8	1.42 97	0.55 14	0.24 30	0.28 199	0.23 24	0.18 25	0.22 29	0.30 23

LGtest1	0.61 2	0.45 11	1.19 6	0.71 35	0.45 43	1.00 9	0.26 4	1.33 9	1.55 75	0.62 13	0.64 15	0.44 25	0.49 19	1.06 19	0.51 10	0.28 94	0.23 102	0.24 49	0.17 17	0.21 18	0.36 86

MonSter	0.70 8	0.47 15	1.58 37	0.69 27	0.89 249	1.19 17	0.39 24	2.57 125	0.93 8	0.62 13	0.66 16	0.37 4	0.35 3	1.08 22	0.59 16	0.16 1	0.36 271	0.20 1	0.19 43	0.21 18	0.52 211

U	12.87 561	0.43 7	2.54 65	0.68 25	58.93 584	63.36 589	0.33 12	1.95 54	1.08 15	0.62 13	0.83 36	0.46 29	0.57 30	0.91 7	0.50 5	0.31 161	0.17 4	63.34 588	59.81 587	0.30 122	0.26 9

FoundationStereo	0.77 11	0.42 3	1.20 7	0.95 159	1.01 290	0.70 4	0.35 19	0.78 2	4.64 509	0.64 17	0.38 5	0.73 76	0.77 93	0.96 10	0.50 5	0.29 109	0.24 131	0.23 24	0.16 9	0.18 1	0.32 32

4w-stereo	0.85 28	0.55 41	2.85 72	0.69 27	0.80 212	1.62 54	0.43 41	2.23 78	1.36 39	0.65 18	0.99 62	0.40 11	0.81 112	1.19 40	0.68 37	0.23 23	0.32 231	0.25 72	0.19 43	0.21 18	0.48 185

fffft	0.84 25	0.67 111	1.73 43	0.85 84	0.55 94	1.51 48	0.78 217	2.13 71	1.24 29	0.65 18	0.90 44	0.59 42	0.55 27	1.85 185	1.19 174	0.20 9	0.20 33	0.27 127	0.20 71	0.28 84	0.44 146
1: 1. 1
asda	0.86 31	0.51 28	1.32 16	0.66 11	0.82 221	3.30 199	0.49 56	2.41 94	1.13 18	0.66 20	0.84 37	0.44 25	0.84 117	1.14 31	0.67 36	0.23 23	0.70 427	0.25 72	0.18 25	0.22 29	0.41 124

3.25w_new	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 84	0.51 66	2.45 103	1.45 49	0.66 20	0.80 30	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 231	0.20 1	0.19 43	0.21 18	0.47 174

3.25w	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 84	0.51 66	2.45 103	1.45 49	0.66 20	0.80 30	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 231	0.20 1	0.19 43	0.21 18	0.47 174

2.5w	1.07 62	0.49 19	2.54 65	0.68 25	0.71 179	2.37 102	0.56 83	2.77 149	1.39 43	0.67 23	0.92 46	0.37 4	0.74 82	1.40 93	0.62 24	0.25 44	3.40 516	0.22 13	0.19 43	0.20 9	0.90 343

SCV	2.09 140	0.89 232	11.43 142	1.91 486	2.09 499	1.27 26	0.87 275	3.66 252	2.13 183	0.67 23	1.59 202	0.93 126	0.77 93	1.80 173	0.89 99	0.37 279	0.38 292	0.25 72	0.22 118	0.30 122	9.45 522

GIP-stereo	2.03 133	0.67 111	4.11 96	1.51 419	1.13 332	2.91 146	0.42 38	3.45 229	3.19 359	0.67 23	0.78 26	0.90 117	0.76 91	1.06 19	0.69 40	0.29 109	0.25 150	0.25 72	0.17 17	0.26 65	17.22 564

AdaDepth	1.16 76	0.53 36	7.56 116	0.73 39	1.29 375	3.13 168	0.43 41	1.13 4	1.92 150	0.69 26	0.93 48	0.43 19	0.58 33	1.67 137	0.66 29	0.20 9	0.33 241	0.24 49	0.19 43	0.25 49	0.36 86

MLG-Stereo_test2	0.84 25	0.43 7	1.95 51	0.66 11	1.04 304	3.61 261	0.23 2	1.70 35	2.18 186	0.69 26	0.33 3	0.67 60	0.33 1	1.16 35	0.46 1	0.25 44	0.26 175	0.23 24	0.16 9	0.19 3	0.35 64

Pointernet	0.99 48	0.50 23	3.54 83	0.89 105	0.44 41	2.30 96	0.38 20	3.12 189	1.48 56	0.69 26	1.44 156	0.92 124	0.73 75	1.28 59	0.82 80	0.24 30	0.23 102	0.21 8	0.19 43	0.19 3	0.25 8

MaDis-Stereo	1.60 98	1.11 307	16.13 209	0.67 17	1.87 485	1.22 22	0.39 24	2.17 73	1.42 46	0.69 26	0.78 26	0.88 111	0.70 68	1.24 50	1.13 160	0.32 178	0.23 102	0.26 104	0.21 85	0.32 155	0.28 15

ProNet	1.63 101	0.91 241	5.70 105	0.96 168	0.64 141	2.40 104	0.82 244	1.92 49	3.28 382	0.69 26	1.17 89	0.78 87	0.76 91	1.72 154	0.87 93	0.27 74	0.97 451	0.25 72	0.26 186	0.31 133	7.97 507

3.75w	0.82 23	0.53 36	1.49 26	0.65 8	1.10 323	2.60 125	0.52 73	2.46 105	1.19 25	0.70 31	0.82 33	0.40 11	0.66 60	1.16 35	0.59 16	0.26 62	0.27 188	0.23 24	0.19 43	0.22 29	0.47 174

monsters	0.91 41	0.67 111	1.83 47	0.79 65	1.55 432	2.91 146	0.40 29	2.66 138	0.99 9	0.70 31	0.87 39	0.38 7	0.44 11	1.90 189	0.79 69	0.22 19	0.35 262	0.20 1	0.18 25	0.20 9	0.28 15

AIO_rvc	3.97 464	1.01 289	18.99 284	0.98 182	11.92 560	1.45 44	0.97 340	2.17 73	4.51 502	0.71 33	1.18 90	1.09 144	0.56 28	1.56 128	0.72 47	0.28 94	11.98 564	0.24 49	0.19 43	0.25 49	18.74 567

SMoEStereo_RVC	0.88 36	0.92 248	1.55 33	0.96 168	0.46 46	2.56 121	0.78 217	1.60 19	1.20 26	0.71 33	1.20 93	0.64 51	0.63 49	1.71 148	1.01 142	0.22 19	0.18 10	0.31 225	0.22 118	0.28 84	0.42 133

sCroCo_RVC	1.81 114	0.93 256	19.44 307	1.04 210	1.05 307	0.97 8	0.61 108	2.08 65	1.36 39	0.71 33	1.28 118	0.82 96	1.10 192	1.31 68	0.97 127	0.54 436	0.41 314	0.33 280	0.30 284	0.46 347	0.48 185

asd	0.81 20	0.48 16	1.97 53	0.70 31	0.93 265	2.86 139	0.43 41	1.64 25	1.12 17	0.73 36	0.91 45	0.43 19	0.73 75	1.00 13	0.59 16	0.28 94	0.20 33	0.24 49	0.18 25	0.23 36	0.45 152

monsterstereo	1.31 83	0.58 55	2.10 56	0.79 65	1.41 408	2.51 116	0.40 29	3.15 193	0.84 6	0.74 37	1.18 90	0.41 18	0.40 4	1.55 126	0.97 127	0.20 9	8.12 540	0.22 13	0.18 25	0.22 29	0.33 43

AIO_test	3.76 449	0.71 140	19.58 316	0.93 139	17.34 567	1.36 38	0.86 268	1.61 21	1.99 164	0.74 37	0.97 55	1.77 238	0.58 33	1.49 113	0.55 14	0.35 240	0.97 451	0.24 49	0.20 71	0.25 49	22.60 574

tt45	1.08 64	0.92 248	2.50 62	0.92 132	0.67 160	3.90 329	0.75 197	2.00 58	1.29 33	0.74 37	1.35 132	0.71 73	0.63 49	2.59 263	0.97 127	0.23 23	0.19 20	0.28 160	0.23 133	0.29 102	0.37 90

999	1.08 64	0.86 219	2.44 61	1.06 218	0.65 146	3.27 188	0.91 309	1.47 12	1.43 48	0.74 37	1.73 246	0.70 66	0.66 60	3.03 289	1.18 170	0.24 30	0.22 74	0.25 72	0.21 85	0.27 72	0.37 90

castereo++	1.26 81	0.99 286	3.48 82	0.95 159	0.74 187	2.48 109	0.98 343	3.14 190	4.28 486	0.75 41	1.46 160	1.92 272	0.58 33	1.29 63	0.51 10	0.27 74	0.24 131	0.28 160	0.19 43	0.24 44	0.35 64

AIO-Stereo	1.40 91	0.62 83	1.44 24	0.85 84	0.76 199	1.28 32	0.79 227	2.39 92	2.83 293	0.75 41	1.62 208	0.89 115	0.46 13	1.30 64	0.77 57	0.28 94	0.27 188	0.25 72	0.23 133	0.27 72	9.88 527

IGEVStereo-DCA	3.09 367	3.48 462	16.25 212	0.96 168	0.49 65	1.59 52	0.83 248	1.68 26	3.44 422	0.75 41	0.78 26	0.74 83	0.73 75	5.79 342	7.75 486	0.32 178	0.26 175	0.28 160	0.21 85	0.32 155	15.08 548

rrr	3.66 440	3.48 462	23.50 562	0.96 168	0.49 65	1.59 52	0.92 317	8.19 554	2.75 277	0.75 41	0.78 26	0.74 83	0.73 75	5.79 342	7.75 486	0.32 178	0.26 175	0.28 160	0.21 85	0.32 155	13.47 536

LG-G_1	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 134	0.40 29	2.23 78	1.29 33	0.76 45	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 162

LG-G	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 134	0.40 29	2.23 78	1.29 33	0.76 45	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 162

ours_stereo	1.00 53	0.88 227	2.52 63	0.91 123	0.74 187	1.10 13	0.57 87	1.68 26	1.24 29	0.76 45	1.49 165	0.70 66	0.62 46	1.61 132	0.62 24	0.26 62	0.20 33	0.26 104	0.21 85	0.30 122	3.24 462

IGEV-Stereo+	1.08 64	0.55 41	2.59 69	0.89 105	2.06 497	1.40 41	0.38 20	1.18 7	1.29 33	0.76 45	0.45 8	0.47 30	0.79 104	2.16 220	0.65 27	0.29 109	0.25 150	0.22 13	0.19 43	2.27 529	2.70 449

4.5_new	0.80 15	0.49 19	1.36 21	0.67 17	0.79 208	1.96 70	0.51 66	2.18 75	1.46 52	0.77 49	0.93 48	0.43 19	0.49 19	1.08 22	0.65 27	0.30 137	0.68 419	0.26 104	0.20 71	0.23 36	0.57 237

4.5w-stereo	0.80 15	0.49 19	1.36 21	0.66 11	0.79 208	1.96 70	0.51 66	2.18 75	1.45 49	0.77 49	0.93 48	0.43 19	0.49 19	1.08 22	0.66 29	0.30 137	0.68 419	0.26 104	0.20 71	0.23 36	0.57 237

3w_stereo	0.99 48	0.52 34	4.37 97	0.70 31	0.42 32	1.73 58	0.68 148	2.80 152	1.26 31	0.78 51	0.87 39	0.37 4	1.01 160	1.34 79	0.66 29	0.19 4	0.95 447	0.23 24	0.20 71	0.21 18	0.43 140

DEFOM-Stereo_RVC	1.03 58	1.15 318	1.34 18	1.03 204	0.59 115	0.81 6	0.43 41	3.53 234	4.67 511	0.78 51	0.98 60	0.44 25	1.16 213	1.46 106	0.71 44	0.27 74	0.19 20	0.24 49	0.18 25	0.30 122	0.34 54

fffy	1.18 77	0.92 248	3.05 76	1.09 230	0.68 168	1.27 26	0.74 186	1.98 57	1.06 14	0.78 51	1.39 144	0.83 97	0.72 74	1.71 148	0.80 73	0.24 30	0.53 383	0.27 127	0.21 85	0.29 102	5.07 490

rvit_0105_6	1.10 69	1.17 320	3.33 81	0.93 139	0.55 94	1.45 44	0.79 227	2.51 110	3.30 391	0.78 51	0.74 20	1.03 138	0.75 88	1.45 103	0.97 127	0.42 327	0.43 327	0.34 300	0.31 302	0.44 329	0.38 100

HUF	5.25 511	1.03 292	26.85 571	1.03 204	13.21 562	1.35 37	0.76 206	2.97 178	3.00 321	0.79 55	1.56 193	0.92 124	0.66 60	1.53 123	0.74 51	0.35 240	27.70 583	0.26 104	0.18 25	0.24 44	19.90 570

CES	1.08 64	0.63 86	2.53 64	0.95 159	2.18 503	2.13 81	0.50 62	2.07 64	1.46 52	0.79 55	1.06 69	0.61 46	0.48 17	1.45 103	0.87 93	0.24 30	0.18 10	0.24 49	0.15 3	0.64 426	2.36 440

qwe	0.85 28	0.49 19	2.01 54	0.69 27	1.09 319	2.48 109	0.45 49	2.57 125	1.18 24	0.80 57	0.85 38	0.43 19	0.48 17	1.15 32	0.72 47	0.21 13	0.32 231	0.24 49	0.18 25	0.23 36	0.45 152

IGEV	0.74 9	0.39 1	1.16 4	0.73 39	1.31 382	2.78 132	0.38 20	1.81 41	1.03 11	0.80 57	0.72 18	0.35 2	0.42 7	1.11 30	0.52 12	0.19 4	0.23 102	0.22 13	0.19 43	0.18 1	0.33 43

RAStereo	1.53 97	0.71 140	17.55 245	0.62 2	0.65 146	1.18 15	0.32 11	1.94 52	1.15 22	0.80 57	1.07 72	0.64 51	0.47 14	0.89 4	1.01 142	0.25 44	0.20 33	0.27 127	0.21 85	0.36 235	0.27 12

plain	2.00 126	0.89 232	21.49 532	0.67 17	0.73 182	1.66 55	0.57 87	3.27 208	2.18 186	0.80 57	1.25 107	0.80 92	0.86 124	1.72 154	1.13 160	0.34 224	0.21 57	0.32 245	0.25 169	0.44 329	0.34 54

111111	1.15 75	0.56 46	1.31 14	0.69 27	1.19 353	3.37 204	0.33 12	2.41 94	1.68 113	0.82 61	1.54 183	0.61 46	0.59 39	1.44 100	0.66 29	0.26 62	0.23 102	0.23 24	0.17 17	0.25 49	4.66 487

mms	1.08 64	0.87 223	1.41 23	0.89 105	0.87 244	1.40 41	0.67 138	1.63 23	1.70 119	0.82 61	1.41 151	0.64 51	0.54 26	1.81 177	0.66 29	0.25 44	0.23 102	0.26 104	0.21 85	0.32 155	5.10 491

rvit_0105_4	1.63 101	1.29 346	12.50 146	0.94 148	0.54 87	1.56 51	0.84 258	2.84 160	3.25 376	0.82 61	0.94 53	1.10 146	0.86 124	1.65 135	1.07 154	0.43 344	0.45 343	0.35 319	0.31 302	0.44 329	0.45 152

MIF-Stereo (partial)	1.93 117	0.69 125	21.14 511	0.74 41	1.02 293	1.07 11	0.49 56	2.75 147	1.78 130	0.82 61	1.22 99	0.80 92	0.90 135	1.68 139	1.63 279	0.38 295	0.24 131	0.33 280	0.26 186	0.41 293	0.32 32

test_xeample3	3.67 442	3.52 464	21.53 533	0.98 182	0.51 75	1.88 63	0.91 309	8.10 553	2.76 280	0.82 61	0.76 24	0.65 54	0.70 68	5.88 346	7.74 485	0.32 178	0.29 209	0.27 127	0.22 118	0.29 102	15.33 553

2.25w	0.89 39	0.51 28	2.54 65	0.72 38	0.66 154	2.27 92	0.40 29	2.43 99	1.22 28	0.83 66	1.05 67	0.40 11	0.80 109	1.28 59	0.89 99	0.18 3	0.56 391	0.21 8	0.18 25	0.19 3	0.38 100

1w_stereo	0.91 41	0.46 13	1.12 1	0.74 41	0.80 212	2.98 156	0.67 138	3.29 209	1.04 13	0.83 66	1.36 137	0.38 7	1.36 246	1.03 14	0.75 53	0.17 2	0.18 10	0.20 1	0.17 17	0.20 9	0.57 237

rvit_stereo_0083	0.91 41	0.73 153	1.60 39	0.90 117	0.66 154	1.21 18	0.64 129	1.75 37	2.71 271	0.83 66	0.93 48	0.94 129	1.06 181	1.50 118	0.79 69	0.34 224	0.36 271	0.30 205	0.27 203	0.34 202	0.34 54

rvit_stereo_ft	1.28 82	1.39 359	6.72 113	0.99 189	0.66 154	1.06 10	0.79 227	2.81 155	3.14 355	0.83 66	1.02 64	0.95 131	1.13 199	1.27 55	1.00 138	0.34 224	0.24 131	0.27 127	0.29 265	0.40 273	0.35 64

LoS_RVC	1.23 79	1.51 373	6.09 108	0.88 103	1.71 471	1.96 70	0.59 100	1.61 21	1.37 41	0.84 70	1.35 132	0.84 98	1.15 211	1.49 113	0.83 83	0.21 13	0.17 4	0.20 1	0.14 1	0.20 9	1.49 399

CroCo-Stereo	1.07 62	1.18 323	3.66 86	0.91 123	0.60 121	0.49 2	0.49 56	4.07 349	1.91 148	0.84 70	1.29 123	1.00 135	0.75 88	1.32 72	1.38 222	0.26 62	0.21 57	0.24 49	0.20 71	0.37 241	0.30 23
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
3.5w_stereo	0.87 33	0.60 72	1.48 25	0.67 17	0.73 182	2.50 115	0.50 62	2.43 99	1.79 131	0.85 72	1.25 107	0.43 19	0.66 60	1.25 52	0.78 61	0.21 13	0.18 10	0.23 24	0.18 25	0.20 9	0.47 174

rvit_stereo_0081	0.87 33	0.73 153	1.54 31	0.92 132	0.65 146	1.27 26	0.61 108	2.11 69	2.35 221	0.86 73	0.75 21	0.86 104	0.74 82	1.36 84	0.83 83	0.33 202	0.26 175	0.27 127	0.25 169	0.38 254	0.35 64

rvit_stereo_0082	0.87 33	0.73 153	1.54 31	0.92 132	0.65 146	1.27 26	0.61 108	2.11 69	2.35 221	0.86 73	0.75 21	0.86 104	0.74 82	1.36 84	0.83 83	0.33 202	0.26 175	0.27 127	0.25 169	0.38 254	0.35 64

RSM++	0.99 48	0.56 46	1.35 19	1.54 427	0.50 74	1.53 50	0.68 148	2.31 89	4.13 474	0.86 73	1.27 116	0.90 117	0.60 41	1.21 47	0.78 61	0.27 74	0.20 33	0.25 72	0.21 85	0.29 102	0.42 133

CAS	1.34 85	0.48 16	2.20 57	3.01 536	1.66 464	4.08 379	0.73 176	1.96 55	1.51 67	0.86 73	1.10 77	0.59 42	0.53 23	1.36 84	0.94 116	3.07 540	0.14 1	0.21 8	0.14 1	0.38 254	1.78 419

sAnonymous2	2.00 126	1.54 377	21.24 521	0.93 139	0.89 249	1.21 18	0.62 119	2.58 127	2.28 207	0.86 73	1.04 65	0.73 76	1.22 224	1.10 26	0.85 88	0.30 137	0.25 150	0.31 225	0.31 302	1.06 494	0.72 301

CroCo_RVC	2.00 126	1.54 377	21.24 521	0.93 139	0.89 249	1.21 18	0.62 119	2.58 127	2.28 207	0.86 73	1.04 65	0.73 76	1.22 224	1.10 26	0.85 88	0.30 137	0.25 150	0.31 225	0.31 302	1.06 494	0.72 301

2.75w_new	0.88 36	0.51 28	2.22 59	0.67 17	0.66 154	2.44 107	0.55 80	2.75 147	1.08 15	0.87 79	0.75 21	0.39 10	0.91 137	1.41 96	0.74 51	0.21 13	0.43 327	0.22 13	0.18 25	0.19 3	0.41 124

SGD-Stereo	0.68 5	0.46 13	1.13 2	0.90 117	0.33 3	2.42 105	0.44 47	1.17 5	0.75 2	0.87 79	0.53 10	0.55 38	0.53 23	1.50 118	0.50 5	0.34 224	0.14 1	0.25 72	0.19 43	0.23 36	0.27 12

Selective-IGEV	1.42 93	0.58 55	8.82 128	0.92 132	0.85 231	1.32 34	0.80 236	2.85 162	3.84 457	0.87 79	1.68 228	0.71 73	0.62 46	1.30 64	0.75 53	0.24 30	0.27 188	0.24 49	0.19 43	0.27 72	1.18 375

LG-Stereo	0.94 45	0.71 140	3.31 79	0.62 2	0.51 75	2.85 137	0.54 78	2.59 131	1.40 44	0.88 82	1.23 101	0.53 37	0.40 4	0.81 2	0.86 91	0.23 23	0.18 10	0.31 225	0.24 153	0.29 102	0.22 1

castereo	0.88 36	0.78 196	1.15 3	0.89 105	0.51 75	1.31 33	0.90 298	3.42 224	1.28 32	0.88 82	1.28 118	0.72 75	0.91 137	1.05 18	1.01 142	0.28 94	0.17 4	0.26 104	0.20 71	0.24 44	0.34 54

rvit_stereo_0081_aga	1.06 61	1.02 291	5.34 103	0.75 48	0.74 187	1.21 18	0.63 124	2.00 58	2.30 214	0.88 82	0.82 33	0.79 90	0.69 67	1.42 97	0.78 61	0.36 264	0.29 209	0.26 104	0.26 186	0.41 293	0.32 32

ff7	2.60 262	0.81 205	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 422	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 278	0.29 183	0.21 85	0.33 179	15.08 548

ffff	2.60 262	0.81 205	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 422	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 278	0.29 183	0.21 85	0.33 179	15.08 548

11t	2.60 262	0.81 205	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 422	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 278	0.29 183	0.21 85	0.33 179	15.08 548

ccc-4	2.60 262	0.81 205	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 422	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 278	0.29 183	0.21 85	0.33 179	15.08 548

IGEV-Stereo++	1.68 108	0.48 16	1.27 10	0.77 51	1.31 382	3.87 324	0.33 12	3.41 222	1.72 123	0.89 89	1.20 93	0.68 62	1.03 163	1.15 32	0.49 4	0.23 23	0.22 74	0.23 24	0.18 25	0.26 65	13.90 538

RSM	0.99 48	0.54 39	1.25 9	0.94 148	0.61 124	1.32 34	0.74 186	2.54 115	4.08 471	0.89 89	1.49 165	1.22 169	0.62 46	1.24 50	0.80 73	0.25 44	0.20 33	0.25 72	0.21 85	0.29 102	0.42 133

LG-Stereo_Zeroshot	1.04 59	0.53 36	2.93 74	0.80 68	0.77 202	3.99 356	0.39 24	2.10 67	1.96 159	0.90 91	0.93 48	0.75 86	0.85 120	1.31 68	0.87 93	0.28 94	0.21 57	0.26 104	0.21 85	0.32 155	0.38 100

DEFOM-Stereo	0.75 10	0.62 83	1.22 8	0.74 41	0.51 75	3.39 207	0.43 41	1.00 3	0.91 7	0.91 92	0.61 14	0.45 28	0.43 8	1.78 165	0.50 5	0.27 74	0.18 10	0.22 13	0.16 9	0.21 18	0.43 140

AEACV	2.12 143	0.67 111	6.33 110	1.38 372	1.50 422	3.53 243	0.90 298	2.83 159	1.60 93	0.91 92	0.81 32	0.80 92	1.61 317	1.56 128	0.73 50	0.25 44	0.60 403	0.26 104	0.27 203	0.29 102	15.65 554

anonymousdsp	3.14 376	0.83 211	20.28 400	0.94 148	0.64 141	4.54 475	0.82 244	2.03 63	3.32 401	0.91 92	1.13 83	0.78 87	0.77 93	1.78 165	0.90 104	0.29 109	0.25 150	0.29 183	0.21 85	0.33 179	21.81 572

IGEV-Stereo	3.15 379	0.83 211	20.31 409	0.94 148	0.64 141	4.54 475	0.82 244	2.01 61	3.31 394	0.91 92	1.13 83	0.79 90	0.77 93	1.79 167	0.92 107	0.29 109	0.25 150	0.29 183	0.21 85	0.33 179	21.85 573
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IGEV-BASED-STEREO-	1.13 72	3.31 457	2.61 70	0.87 97	0.40 30	1.26 24	0.61 108	1.55 16	1.61 99	0.93 96	0.94 53	0.65 54	0.57 30	1.10 26	0.68 37	1.55 526	0.19 20	0.32 245	0.28 230	1.11 502	2.04 429

IGEV++	3.59 434	0.91 241	13.63 156	1.08 227	0.98 277	1.27 26	0.98 343	3.33 214	1.89 147	0.93 96	1.38 143	0.86 104	1.09 186	1.71 148	1.09 157	0.36 264	21.52 580	0.23 24	0.21 85	0.31 133	18.10 566

rvit_stereo_0080	1.10 69	1.09 303	3.78 87	0.65 8	0.60 121	1.91 65	0.74 186	2.74 145	2.65 264	0.94 98	1.09 74	0.85 101	0.81 112	1.20 45	0.89 99	0.39 303	0.29 209	0.25 72	0.28 230	0.46 347	0.35 64

whm_eth	1.10 69	1.09 303	3.78 87	0.65 8	0.60 121	1.91 65	0.74 186	2.74 145	2.65 264	0.94 98	1.09 74	0.85 101	0.81 112	1.20 45	0.89 99	0.39 303	0.29 209	0.25 72	0.28 230	0.46 347	0.35 64

water-stereo	0.98 47	0.63 86	5.05 100	0.82 75	0.48 56	2.36 100	0.52 73	1.56 17	1.32 37	0.95 100	1.05 67	0.86 104	0.75 88	0.84 3	0.82 80	0.25 44	0.25 150	0.25 72	0.24 153	0.24 44	0.46 162

trnet	1.00 53	0.55 41	1.89 49	0.66 11	0.33 3	4.41 453	0.40 29	2.42 98	1.95 155	0.96 101	1.24 103	0.88 111	0.89 132	1.27 55	0.78 61	0.30 137	0.19 20	0.23 24	0.15 3	0.22 29	0.22 1

CREStereo	1.00 53	0.59 64	1.82 46	0.66 11	0.36 7	4.43 456	0.40 29	2.43 99	1.98 160	0.96 101	1.22 99	0.88 111	0.87 127	1.30 64	0.79 69	0.30 137	0.20 33	0.23 24	0.16 9	0.23 36	0.22 1
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
AIO-test1	2.33 193	1.54 377	20.24 395	0.97 176	1.61 447	3.42 214	0.94 325	4.22 409	1.71 122	0.97 103	1.35 132	0.98 132	0.74 82	4.52 322	1.40 226	0.27 74	0.24 131	0.28 160	0.35 351	0.34 202	0.46 162

rvit_0105_5	1.72 110	1.26 337	13.05 152	0.92 132	0.56 100	1.92 68	0.90 298	3.07 185	3.04 339	0.98 104	1.24 103	1.19 162	0.93 143	1.55 126	1.22 180	0.43 344	0.43 327	0.37 347	0.36 362	0.43 315	0.51 203

GLC_STEREO	0.83 24	0.59 64	1.71 42	0.89 105	0.34 5	1.88 63	0.80 236	1.48 13	1.60 93	0.98 104	1.06 69	0.68 62	0.71 70	1.19 40	0.89 99	0.25 44	0.25 150	0.32 245	0.25 169	0.32 155	0.34 54

2w_stereo	0.84 25	0.52 34	1.87 48	0.71 35	0.56 100	1.98 73	0.61 108	2.88 164	1.00 10	0.99 106	0.97 55	0.36 3	1.11 195	1.03 14	0.77 57	0.19 4	0.19 20	0.23 24	0.18 25	0.21 18	0.37 90

xyz-stereo-finetune2	1.31 83	0.95 265	3.28 77	0.60 1	0.36 7	3.48 230	0.65 133	2.82 157	1.47 54	0.99 106	1.86 301	0.91 120	1.75 357	3.54 300	1.86 332	0.27 74	0.22 74	0.30 205	0.28 230	0.33 179	0.34 54

MM-Stereo_test2	2.80 319	0.63 86	20.19 384	1.75 471	0.52 81	2.77 129	0.71 165	1.80 40	1.72 123	0.99 106	0.98 60	0.84 98	0.79 104	1.45 103	1.26 199	0.27 74	0.62 408	0.25 72	0.23 133	0.31 133	17.86 565

MoCha-V2	3.53 432	0.90 238	17.00 231	1.32 349	8.54 554	1.38 40	0.55 80	2.89 166	3.31 394	0.99 106	1.82 277	0.66 57	1.16 213	1.79 167	0.84 86	0.26 62	15.15 568	0.20 1	0.20 71	0.25 49	11.33 533

depthmonostereo	1.22 78	0.96 269	6.67 112	0.89 105	0.56 100	2.21 84	0.57 87	1.84 45	1.21 27	1.01 110	1.09 74	1.38 187	0.99 154	2.41 246	0.93 108	0.24 30	0.28 199	0.22 13	0.21 85	0.25 49	0.53 218

xyz-stereo-finetune	1.14 74	0.88 227	1.93 50	0.63 4	0.37 12	3.48 230	0.79 227	2.86 163	1.95 155	1.02 111	1.26 110	0.91 120	0.78 97	2.53 259	1.84 328	0.30 137	0.24 131	0.26 104	0.24 153	0.31 133	0.30 23

IGEV-RUCA	0.93 44	0.56 46	1.31 14	0.85 84	0.74 187	3.89 328	0.78 217	1.93 50	1.42 46	1.02 111	0.72 18	0.70 66	0.73 75	1.37 89	0.77 57	0.30 137	0.20 33	0.25 72	0.19 43	0.43 315	0.40 117

LoS	1.05 60	0.58 55	3.31 79	0.91 123	0.38 14	4.14 395	0.50 62	2.22 77	1.49 61	1.02 111	0.88 41	0.62 48	0.84 117	1.69 144	0.94 116	0.27 74	0.20 33	0.24 49	0.17 17	0.22 29	0.32 32
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PMTNet	1.13 72	0.55 41	3.88 92	0.71 35	0.59 115	4.21 421	0.43 41	2.00 58	1.58 85	1.02 111	1.06 69	0.78 87	0.98 153	1.58 130	0.93 108	1.21 513	0.20 33	0.23 24	0.15 3	0.23 36	0.27 12

SCV_C0	2.17 151	0.93 256	12.88 149	0.96 168	1.06 312	1.27 26	0.63 124	3.68 256	3.30 391	1.03 115	1.26 110	0.73 76	0.66 60	1.73 159	1.06 152	0.35 240	1.97 484	0.25 72	0.21 85	0.29 102	9.23 521

MGS-Stereo	1.24 80	0.66 107	9.68 131	0.97 176	0.40 30	1.26 24	0.72 169	1.50 14	1.35 38	1.03 115	2.26 397	0.80 92	0.56 28	1.28 59	0.78 61	0.31 161	0.23 102	0.26 104	0.22 118	0.28 84	0.34 54

DLNR_Zeroshot_test	29.83 578	55.48 587	50.99 583	183.84 590	114.74 587	3.44 218	0.28 5	29.52 578	1.59 88	1.03 115	1.25 107	0.93 126	0.64 52	3.95 313	1.62 276	37.16 584	1.69 478	0.26 104	0.23 133	92.97 588	15.07 547

FlowAnything_test	0.79 12	0.65 99	1.32 16	0.83 77	0.59 115	2.29 94	0.65 133	1.45 11	1.03 11	1.06 118	0.76 24	0.63 50	0.49 19	0.91 7	0.97 127	0.32 178	0.27 188	0.40 373	0.47 436	0.31 133	0.48 185

H2IRNET	2.19 155	0.83 211	19.13 288	1.25 318	0.61 124	4.48 466	0.44 47	2.94 169	1.86 139	1.08 119	2.29 405	1.67 216	1.40 257	2.18 224	1.64 285	0.41 316	0.21 57	0.33 280	0.37 372	0.38 254	0.39 113

HART	3.57 433	1.13 313	17.80 254	0.90 117	1.12 329	1.18 15	0.41 36	3.55 236	4.60 504	1.09 120	2.19 386	1.49 202	0.57 30	1.46 106	1.14 163	0.25 44	21.58 581	0.28 160	0.21 85	0.36 235	10.06 528

MyStereo07	2.29 183	1.18 323	20.10 378	1.04 210	1.21 361	3.96 352	0.95 330	2.13 71	3.37 407	1.09 120	1.28 118	0.68 62	0.91 137	1.74 163	0.86 91	0.26 62	3.49 518	0.34 300	0.27 203	0.43 315	0.49 192

EGLCR-Stereo	2.52 233	0.56 46	9.39 129	1.16 266	0.81 216	5.24 530	0.61 108	4.20 403	1.56 79	1.09 120	0.71 17	1.09 144	0.66 60	1.92 191	0.82 80	0.29 109	0.30 219	0.29 183	0.24 153	0.37 241	19.09 568

CroCo-Stereo Lap2	1.65 105	1.14 316	14.70 180	1.00 193	1.80 483	0.53 3	0.46 53	3.18 195	1.62 102	1.10 123	1.24 103	1.05 141	0.78 97	1.40 93	1.18 170	0.31 161	0.23 102	0.27 127	0.22 118	0.46 347	0.38 100

Selective-RAFT	1.34 85	0.58 55	2.21 58	1.01 196	0.49 65	4.19 417	0.51 66	3.39 220	3.62 444	1.15 124	1.40 147	1.45 198	1.40 257	2.09 208	1.31 206	0.43 344	0.40 307	0.25 72	0.26 186	0.29 102	0.38 100

CAS++	1.01 57	0.77 194	3.30 78	0.86 90	0.53 84	1.23 23	0.85 263	3.43 225	1.57 82	1.16 125	1.33 129	0.62 48	0.58 33	1.18 38	0.63 26	0.37 279	0.30 219	0.35 319	0.27 203	0.41 293	0.38 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	2.59 259	1.07 296	20.48 435	0.91 123	4.13 543	3.67 275	0.51 66	2.27 81	1.76 127	1.18 126	1.15 87	1.18 158	0.84 117	1.36 84	1.54 254	0.27 74	8.46 542	0.27 127	0.19 43	0.29 102	0.30 23

Former-RAFT_DAM_RVC	0.99 48	0.85 217	1.58 37	0.95 159	1.08 316	2.95 150	0.53 76	1.93 50	2.00 165	1.19 127	1.63 213	0.59 42	0.65 54	1.10 26	0.90 104	0.28 94	0.23 102	0.31 225	0.25 169	0.45 337	0.32 32

rvit_0105_3	1.97 119	1.34 355	16.03 205	0.98 182	0.59 115	2.37 102	1.08 366	3.30 210	3.01 326	1.21 128	1.47 161	1.24 171	1.04 170	1.82 180	1.23 183	0.47 382	0.44 337	0.40 373	0.43 421	0.43 315	0.55 229

ACVNet-DCA	3.67 442	0.94 260	19.66 320	1.87 481	0.42 32	4.47 462	0.73 176	4.07 349	4.63 505	1.21 128	1.89 311	0.73 76	1.62 326	2.20 226	0.81 75	0.31 161	18.77 569	0.32 245	0.21 85	0.35 217	8.09 508

xx1	3.69 446	0.94 260	19.66 320	1.87 481	0.42 32	4.47 462	0.73 176	4.24 421	4.01 469	1.21 128	1.89 311	1.78 247	1.36 246	2.20 226	0.81 75	0.31 161	18.77 569	0.33 280	0.36 362	0.35 217	8.09 508

1test111	3.86 457	0.94 260	19.66 320	1.87 481	0.42 32	4.47 462	0.73 176	4.07 349	4.63 505	1.21 128	1.89 311	0.73 76	1.62 326	5.19 330	1.68 292	0.31 161	18.77 569	0.32 245	0.21 85	0.35 217	8.09 508

cc1	3.93 462	0.94 260	19.66 320	1.87 481	0.42 32	4.47 462	0.73 176	4.24 421	4.01 469	1.21 128	1.89 311	0.73 76	1.62 326	2.20 226	0.81 75	0.31 161	18.77 569	0.32 245	0.21 85	0.32 155	13.93 539

UniTT-Stereo	1.73 111	0.60 72	20.25 397	0.98 182	1.19 353	0.78 5	0.39 24	1.19 8	1.55 75	1.21 128	1.28 118	0.52 36	0.64 52	1.17 37	1.16 168	0.35 240	0.20 33	0.25 72	0.22 118	0.42 305	0.31 29

HH	3.19 386	0.91 241	21.34 526	1.24 303	0.61 124	4.16 401	0.80 236	2.94 169	1.82 133	1.23 134	1.84 291	4.61 505	1.84 377	2.63 266	0.99 134	0.29 109	1.53 472	0.30 205	0.24 153	0.34 202	14.22 543

HanStereo	3.19 386	0.91 241	21.34 526	1.24 303	0.61 124	4.16 401	0.80 236	2.94 169	1.82 133	1.23 134	1.84 291	4.61 505	1.84 377	2.63 266	0.99 134	0.29 109	1.53 472	0.30 205	0.24 153	0.34 202	14.22 543

AE-Stereo	2.91 335	0.63 86	17.05 233	1.15 259	0.63 137	4.39 448	0.70 160	4.02 334	2.12 180	1.24 136	2.04 347	1.01 136	0.91 137	1.67 137	1.42 230	0.30 137	1.14 460	0.28 160	0.28 230	0.27 72	16.93 563

tt1	3.79 453	0.93 256	15.34 189	1.83 478	0.45 43	4.54 475	0.78 217	4.23 415	4.73 513	1.27 137	1.89 311	0.74 83	1.48 283	2.29 238	0.78 61	0.30 137	19.28 577	0.32 245	0.22 118	0.31 133	14.02 540

testlalala_base	2.69 295	0.77 194	21.10 507	1.22 295	1.46 417	2.72 128	0.83 248	4.11 367	1.49 61	1.28 138	1.45 159	1.21 168	0.85 120	1.28 59	1.19 174	3.94 554	2.36 495	0.27 127	0.19 43	4.48 554	1.58 405

MM-Stereo_test3	2.20 161	0.95 265	19.62 318	1.94 489	1.18 345	1.95 69	0.83 248	3.56 238	3.91 464	1.33 139	1.86 301	1.10 146	0.68 66	1.48 111	1.63 279	0.29 109	0.35 262	0.27 127	0.22 118	0.37 241	0.56 232

StereoVision	2.36 200	1.15 318	20.38 416	1.07 225	1.79 481	2.58 124	0.61 108	3.14 190	2.34 218	1.33 139	3.46 499	1.85 260	0.88 128	2.12 214	2.01 358	0.46 373	0.36 271	0.37 347	0.36 362	0.50 373	0.41 124

raft+_RVC	3.46 427	2.57 445	19.51 312	1.49 412	17.54 568	3.63 266	0.76 206	3.24 202	1.53 70	1.35 141	1.67 226	1.03 138	1.10 192	1.98 200	1.53 251	0.25 44	7.10 536	0.25 72	0.24 153	0.28 84	2.18 436

MSCF	3.21 392	1.25 336	4.06 95	1.06 218	10.61 558	3.29 195	0.85 263	2.81 155	3.31 394	1.36 142	1.19 92	0.58 41	1.33 241	2.07 205	0.88 96	0.27 74	0.65 414	0.26 104	0.66 486	0.31 133	27.42 576

ToySt	2.53 238	0.89 232	19.20 294	1.12 247	0.95 273	3.47 224	1.13 380	3.72 269	2.25 200	1.36 142	1.71 238	2.22 308	1.59 310	2.14 219	1.81 325	0.28 94	0.64 411	0.30 205	0.33 326	0.43 315	5.14 492

Anonymous3	2.20 161	0.80 202	20.08 375	0.86 90	0.86 235	4.46 459	0.84 258	3.64 251	1.40 44	1.37 144	1.40 147	1.11 149	1.03 163	1.71 148	1.24 188	0.75 487	0.58 400	0.34 300	0.35 351	0.48 367	0.65 281

RALCasStereoNet	3.17 383	1.87 414	20.86 483	1.17 273	1.63 453	3.10 163	0.70 160	3.21 197	2.19 188	1.39 145	1.73 246	1.18 158	0.91 137	2.46 247	1.64 285	0.31 161	8.75 547	0.25 72	0.22 118	0.31 133	9.45 522

rvit_105_1	2.17 151	1.36 357	16.82 228	1.09 230	0.68 168	2.78 132	1.26 405	3.55 236	2.90 309	1.40 146	1.57 194	1.29 176	1.14 205	2.91 284	1.49 245	0.55 439	0.47 359	0.45 408	0.61 478	0.45 337	0.63 272

UGAM	2.78 316	0.78 196	19.69 329	0.93 139	0.73 182	3.27 188	1.02 351	2.88 164	3.06 344	1.40 146	2.76 467	3.51 445	1.28 232	10.74 470	1.44 236	0.30 137	0.30 219	0.40 373	0.33 326	0.37 241	0.49 192

UDGNet	2.34 196	1.71 396	20.28 400	1.42 393	0.62 134	4.39 448	0.67 138	1.82 43	2.28 207	1.40 146	1.21 98	0.99 134	1.00 157	2.23 231	1.23 183	1.14 509	0.35 262	1.30 528	0.98 512	1.11 502	0.62 269

DilatedVolume-Stereo	0.94 45	0.70 133	3.01 75	1.06 218	0.63 137	1.34 36	0.49 56	1.58 18	1.16 23	1.41 149	1.26 110	0.88 111	0.88 128	1.81 177	0.93 108	0.25 44	0.28 199	0.22 13	0.23 133	0.25 49	0.39 113

PSMNet-RUCA	2.60 262	1.83 410	20.55 443	1.51 419	1.39 402	3.07 162	1.36 421	3.56 238	2.43 233	1.41 149	2.07 360	1.42 192	1.09 186	2.07 205	1.60 271	1.20 512	0.69 426	1.26 527	0.96 508	1.65 525	0.97 353

AIO-Stereo-zeroshot	2.84 323	1.17 320	20.72 472	1.15 259	2.05 496	3.61 261	0.49 56	4.63 516	2.10 173	1.41 149	1.66 225	6.02 531	2.40 426	2.79 278	2.09 371	0.30 137	0.51 377	0.31 225	0.96 508	0.59 404	1.93 424

FACV-RUCA	1.35 87	0.70 133	2.58 68	1.07 225	1.49 420	2.70 127	1.13 380	3.21 197	2.64 262	1.42 152	1.99 339	1.06 143	1.15 211	1.44 100	1.16 168	0.41 316	0.42 325	0.73 505	0.41 410	0.63 421	0.67 287

rvit_stereo_0075_2	2.14 146	0.76 186	21.42 531	0.91 123	1.26 371	2.49 112	0.68 148	2.30 88	2.10 173	1.42 152	1.86 301	1.45 198	0.85 120	1.49 113	1.03 146	0.47 382	0.40 307	0.48 423	0.38 381	0.47 360	0.53 218

4D-IteraStereo	2.95 344	1.83 410	20.75 474	0.81 70	1.56 437	2.22 89	1.03 354	2.48 108	1.56 79	1.42 152	1.00 63	1.93 273	0.61 44	1.65 135	2.04 364	0.31 161	0.22 74	0.31 225	0.26 186	0.28 84	16.75 561

rafts_anoy	2.76 313	1.68 392	20.42 420	1.42 393	3.90 538	3.03 160	0.61 108	3.24 202	1.66 110	1.42 152	1.26 110	1.19 162	1.11 195	2.13 216	1.64 285	0.33 202	8.77 548	0.32 245	0.32 318	0.32 155	0.38 100

FADNet	3.20 388	11.55 518	16.16 210	1.24 303	0.95 273	3.30 199	0.87 275	4.00 327	2.73 274	1.42 152	1.35 132	2.51 345	2.04 394	9.95 443	2.39 395	0.44 352	0.46 349	0.40 373	0.44 425	1.13 504	0.61 265

GASTEREO	3.25 401	1.46 368	3.62 85	1.10 232	10.80 559	3.50 235	0.86 268	2.79 150	3.54 438	1.44 157	1.31 125	0.56 39	1.35 244	2.09 208	0.88 96	0.26 62	0.57 392	0.25 72	0.68 487	0.27 72	27.73 577

TestStereo	2.41 215	1.95 419	19.15 289	0.77 51	0.61 124	1.83 60	0.58 98	2.33 90	1.53 70	1.44 157	1.37 140	1.26 172	0.90 135	11.59 512	0.94 116	0.36 264	0.19 20	0.33 280	0.24 153	0.45 337	0.32 32

FADNet-RVC	3.23 396	12.51 523	17.02 232	1.17 273	0.81 216	3.52 241	1.09 370	4.16 388	2.74 276	1.44 157	1.29 123	1.86 261	1.76 360	9.82 434	2.46 398	0.39 303	0.38 292	0.40 373	0.41 410	0.68 445	0.59 256

testlalala2	2.47 226	0.75 176	20.46 426	2.58 523	2.91 519	3.80 304	0.76 206	4.20 403	3.87 462	1.45 160	1.57 194	2.43 336	0.80 109	1.23 48	0.71 44	0.28 94	0.33 241	0.24 49	0.21 85	0.35 217	0.38 100

ACV-stereo	2.96 346	1.09 303	20.34 412	1.37 368	1.05 307	4.65 497	1.09 370	2.82 157	1.68 113	1.48 161	1.32 127	5.40 521	4.22 499	7.83 396	2.08 368	0.46 373	0.52 380	0.33 280	0.30 284	0.45 337	0.71 298

dd	2.27 176	3.06 453	20.18 383	0.96 168	0.51 75	4.24 429	0.74 186	1.94 52	2.43 233	1.48 161	1.28 118	1.19 162	1.05 179	1.82 180	1.69 295	0.63 461	0.34 252	0.35 319	0.33 326	0.61 410	0.57 237

AnonymousM	1.38 88	1.33 353	2.35 60	0.95 159	0.56 100	4.03 365	0.67 138	2.63 135	2.49 244	1.51 163	1.36 137	1.15 153	1.00 157	1.26 53	1.04 147	0.41 316	0.46 349	2.07 536	1.71 537	0.25 49	0.40 117

Reg-Stereo(zero)	1.88 116	0.45 11	11.07 138	0.94 148	2.06 497	4.52 473	0.55 80	2.72 143	1.69 116	1.54 164	1.26 110	2.55 349	2.52 438	1.73 159	2.43 396	0.20 9	0.28 199	0.22 13	0.19 43	0.25 49	0.40 117

FADNet_RVC	3.10 368	7.62 493	19.12 287	1.05 214	0.93 265	4.09 380	0.84 258	4.34 468	2.05 168	1.54 164	1.78 262	1.61 210	1.50 288	8.92 412	2.64 413	0.50 412	0.38 292	0.44 400	0.61 478	0.91 484	1.16 374

test_4	1.98 120	0.68 120	15.65 197	0.91 123	0.48 56	4.11 385	1.09 370	2.41 94	1.50 64	1.55 166	2.31 410	1.87 264	0.79 104	2.86 282	1.51 247	0.34 224	0.19 20	0.29 183	0.29 265	0.30 122	0.40 117

knoymous	1.50 95	0.65 99	8.73 127	0.91 123	0.75 195	2.97 154	0.90 298	2.93 167	1.38 42	1.56 167	1.07 72	2.75 372	0.88 128	1.43 99	1.13 160	0.32 178	0.22 74	0.35 319	0.20 71	0.45 337	0.41 124

TRStereo	2.86 326	2.12 429	19.98 361	1.68 457	1.18 345	4.35 442	1.05 361	5.07 531	3.48 433	1.56 167	1.39 144	1.75 231	0.85 120	2.01 202	1.50 246	0.43 344	0.34 252	0.33 280	0.36 362	0.36 235	7.50 505

AIO-Stereo-zeroshot1	3.20 388	1.87 414	21.91 541	1.18 278	2.03 494	4.07 375	0.98 343	3.99 325	2.17 185	1.57 169	5.62 523	4.27 487	2.92 452	2.69 273	2.50 403	0.27 74	0.49 369	0.31 225	1.20 523	0.92 486	3.04 460

iRaft-Stereo_5w	2.47 226	1.37 358	13.85 159	0.87 97	0.99 282	3.22 179	0.84 258	3.72 269	2.12 180	1.57 169	2.49 436	2.20 307	2.22 414	9.12 415	2.03 362	0.48 391	0.27 188	0.35 319	0.29 265	0.48 367	0.94 350

GMStereo	2.01 129	2.26 435	20.93 488	0.90 117	0.48 56	1.67 56	0.56 83	1.90 47	2.19 188	1.58 171	1.31 125	0.87 109	0.74 82	1.68 139	1.00 138	0.41 316	0.21 57	0.30 205	0.32 318	0.50 373	0.46 162
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
XX-TBD	1.98 120	1.08 300	20.29 405	1.31 342	0.43 37	3.97 354	0.33 12	1.76 39	1.77 128	1.59 172	2.18 383	0.69 65	0.59 39	1.44 100	0.75 53	0.33 202	0.25 150	0.23 24	0.16 9	0.31 133	0.22 1

TestStereo1	2.56 254	1.41 362	20.56 447	1.63 447	0.74 187	4.13 390	1.34 415	3.93 313	3.38 410	1.61 173	2.56 445	1.43 195	2.13 406	2.55 261	1.70 298	0.32 178	0.22 74	0.34 300	0.26 186	0.40 273	0.53 218

SA-5K	2.56 254	1.41 362	20.56 447	1.63 447	0.74 187	4.13 390	1.34 415	3.93 313	3.38 410	1.61 173	2.56 445	1.43 195	2.13 406	2.55 261	1.70 298	0.32 178	0.22 74	0.34 300	0.26 186	0.40 273	0.53 218

anonymousdsp2	2.72 300	0.68 120	11.15 139	1.20 285	0.64 141	3.66 273	0.71 165	3.71 267	2.14 184	1.62 175	1.61 204	1.95 279	1.00 157	2.24 233	0.81 75	0.32 178	0.50 374	0.28 160	0.20 71	0.34 202	19.58 569

qqq	2.96 346	0.88 227	15.54 195	1.27 325	0.74 187	2.29 94	0.90 298	4.07 349	4.63 505	1.63 176	1.32 127	1.78 247	1.36 246	5.19 330	1.68 292	0.29 109	6.43 533	0.33 280	0.36 362	0.35 217	8.09 508

MIM_Stereo	2.71 298	1.26 337	20.92 487	1.34 356	5.57 551	3.10 163	0.59 100	3.25 205	2.51 245	1.64 177	1.61 204	1.82 255	1.29 235	2.07 205	1.35 209	0.25 44	0.31 225	0.28 160	0.26 186	0.29 102	4.43 485

RAFT+CT+SA	2.32 190	1.30 349	19.71 330	1.01 196	1.41 408	4.04 366	0.92 317	3.96 319	1.64 106	1.64 177	1.69 232	1.63 214	1.18 218	3.06 290	1.19 174	0.28 94	0.22 74	0.32 245	0.34 336	0.34 202	0.47 174

RAFT	2.36 200	1.62 387	18.03 258	1.75 471	0.54 87	1.91 65	0.91 309	3.24 202	3.65 446	1.64 177	1.73 246	3.45 434	1.58 307	1.82 180	1.74 310	0.42 327	1.06 456	0.40 373	0.32 318	0.44 329	1.03 363

Occ-G	2.25 169	0.74 162	13.22 154	0.90 117	0.89 249	1.52 49	0.78 217	1.82 43	2.87 304	1.65 180	0.89 42	2.18 305	0.89 132	1.04 17	1.69 295	0.28 94	0.27 188	0.26 104	0.19 43	0.25 49	12.70 535

CREStereo++_RVC	1.98 120	0.59 64	19.94 355	0.87 97	0.55 94	4.02 362	0.31 8	1.75 37	2.09 171	1.65 180	2.20 388	0.85 101	0.65 54	1.03 14	0.72 47	0.29 109	0.16 3	0.23 24	1.22 526	0.25 49	0.22 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
CASnet	0.85 28	0.59 64	1.66 41	0.91 123	0.30 1	1.37 39	0.73 176	1.63 23	1.94 154	1.66 182	1.14 86	0.66 57	0.63 49	1.07 21	0.90 104	0.37 279	0.17 4	0.41 382	0.31 302	0.33 179	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DN-CSS_ROB	2.89 332	9.72 507	19.71 330	2.07 500	0.90 255	4.01 359	0.61 108	4.06 346	3.35 405	1.66 182	1.89 311	1.39 188	1.06 181	3.24 292	1.88 336	0.44 352	0.19 20	0.44 400	0.29 265	0.40 273	0.42 133

WCG-NET	1.00 53	0.81 205	1.65 40	0.93 139	0.38 14	1.48 47	1.04 359	1.81 41	2.80 286	1.67 184	1.52 171	0.93 126	0.97 150	1.18 38	0.84 86	0.25 44	0.81 437	0.23 24	0.21 85	0.27 72	0.26 9

ACVNet-4b	6.98 539	14.78 556	22.17 550	3.56 544	3.11 525	4.14 395	2.23 492	4.08 358	3.84 457	1.67 184	3.96 508	5.86 529	2.87 450	10.30 459	17.16 547	26.09 582	2.24 491	2.53 541	1.79 541	3.91 547	3.28 465

WCG-NET（raft）	1.44 94	0.92 248	1.56 35	0.89 105	0.32 2	1.43 43	0.97 340	1.69 33	2.42 230	1.68 186	1.44 156	2.37 325	1.01 160	1.33 73	0.85 88	0.25 44	8.56 543	0.22 13	0.21 85	0.28 84	0.32 32

SA	2.55 247	1.54 377	20.70 469	1.12 247	0.48 56	4.26 431	1.33 414	4.45 492	3.28 382	1.68 186	1.96 332	1.69 220	2.25 417	2.60 264	1.57 262	0.30 137	0.29 209	0.37 347	0.38 381	0.36 235	0.47 174

GANet-ADL	2.25 169	0.80 202	20.17 382	1.28 327	0.69 176	3.83 309	0.75 197	3.63 249	1.83 135	1.68 186	2.04 347	2.09 302	1.10 192	1.63 134	1.43 232	0.42 327	0.33 241	0.26 104	0.23 133	0.43 315	0.41 124

ICVP	2.19 155	0.72 147	19.18 292	1.03 204	0.88 248	4.22 423	0.94 325	3.44 227	1.69 116	1.68 186	1.76 251	1.35 181	1.19 220	1.80 173	1.40 226	0.58 447	0.37 278	0.34 300	0.30 284	0.41 293	0.59 256
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	1.70 109	1.18 323	3.88 92	0.99 189	0.46 46	3.83 309	0.41 36	2.41 94	1.60 93	1.69 190	1.76 251	1.81 253	0.83 116	1.58 130	1.23 183	0.31 161	4.86 525	0.29 183	0.26 186	0.33 179	4.33 483

CFNet	3.04 360	6.89 489	16.27 217	1.36 362	1.24 368	4.09 380	0.72 169	4.15 386	3.00 321	1.69 190	1.88 309	2.27 312	1.45 272	11.41 503	2.12 373	0.36 264	0.29 209	0.43 397	0.36 362	0.48 367	0.38 100

tg	1.40 91	1.14 316	2.71 71	0.97 176	0.54 87	4.02 362	0.42 38	3.02 182	2.64 262	1.70 192	1.85 295	1.84 258	0.97 150	1.81 177	0.99 134	0.31 161	0.22 74	0.29 183	0.26 186	0.32 155	2.01 428

raft_robust	3.17 383	2.15 432	20.28 400	1.06 218	0.55 94	3.86 319	0.46 53	4.42 486	2.77 281	1.70 192	1.37 140	7.48 538	6.35 523	6.81 376	1.44 236	0.31 161	0.74 430	0.30 205	0.37 372	0.32 155	0.57 237

ASMatch	2.65 279	0.68 120	20.65 463	1.60 440	0.71 179	4.40 451	0.77 210	2.02 62	1.65 108	1.71 194	3.89 505	1.93 273	3.75 491	5.45 336	1.67 290	0.33 202	0.24 131	0.34 300	0.28 230	0.34 202	0.57 237

AIO-test2	3.07 364	12.11 521	20.58 454	1.49 412	1.34 389	3.22 179	0.73 176	4.07 349	1.56 79	1.72 195	2.20 388	0.90 117	0.74 82	3.75 307	1.39 225	3.67 548	0.26 175	0.35 319	0.44 425	0.41 293	0.44 146

11t1	2.82 321	0.72 147	17.81 256	1.60 440	0.93 265	2.27 92	0.62 119	3.76 275	4.47 498	1.72 195	1.33 129	1.05 141	1.34 243	1.84 184	1.45 240	0.29 109	5.57 530	0.29 183	0.26 186	0.32 155	8.80 519

PCWNet_CMD	2.16 148	0.71 140	15.44 192	0.84 79	0.76 199	3.38 205	0.68 148	3.69 261	2.24 197	1.72 195	1.63 213	3.20 412	3.00 461	2.09 208	1.23 183	0.32 178	0.37 278	0.47 417	0.27 203	0.65 433	0.51 203

x	2.94 342	0.83 211	16.07 206	1.51 419	0.83 222	2.13 81	0.96 336	3.97 322	4.73 513	1.73 198	1.43 154	1.61 210	1.27 229	2.24 233	1.71 301	0.29 109	6.91 535	0.34 300	0.31 302	0.34 202	9.60 525

CFNet-RSSM	2.17 151	0.56 46	20.50 437	1.08 227	0.57 110	3.42 214	0.62 119	4.24 421	1.60 93	1.73 198	1.39 144	2.55 349	1.19 220	1.36 84	1.04 147	0.29 109	0.20 33	0.26 104	0.23 133	0.28 84	0.32 32

MSMDNet	2.16 148	0.71 140	15.36 190	0.86 90	0.75 195	3.41 212	0.69 157	3.70 264	2.25 200	1.73 198	1.64 218	3.21 413	2.95 453	2.09 208	1.24 188	0.32 178	0.37 278	0.45 408	0.27 203	0.63 421	0.50 197

test_5	2.45 222	1.43 364	19.72 332	1.20 285	1.39 402	3.88 325	1.25 404	4.03 337	1.98 160	1.74 201	1.82 277	1.86 261	1.78 363	3.57 301	1.35 209	0.33 202	0.21 57	0.35 319	0.33 326	0.34 202	0.43 140

PSMNet-ADL	2.01 129	0.78 196	2.89 73	1.11 237	0.86 235	4.13 390	0.80 236	3.84 293	2.26 203	1.74 201	1.87 307	2.90 387	1.81 369	10.37 461	2.34 389	0.49 398	0.47 359	0.29 183	0.30 284	0.39 268	0.56 232

FADNet-RVC-Resample	3.31 407	8.52 498	22.84 558	1.18 278	0.91 260	3.52 241	1.35 418	4.13 377	2.32 216	1.75 203	1.35 132	2.26 311	1.51 290	9.51 425	2.03 362	0.42 327	0.38 292	0.42 393	0.44 425	0.59 404	0.71 298

LL-Strereo2	2.36 200	1.81 407	19.35 302	1.04 210	1.03 298	3.73 289	1.35 418	2.70 141	2.04 167	1.76 204	1.44 156	1.82 255	0.73 75	1.48 111	1.53 251	0.33 202	0.30 219	0.55 462	0.35 351	0.30 122	3.51 472

MaskLacGwcNet_RVC	3.77 450	1.65 391	20.61 458	2.55 521	1.63 453	4.29 435	1.67 460	3.99 325	2.56 250	1.76 204	1.93 329	3.03 397	1.41 262	13.24 549	2.02 360	4.47 559	1.63 476	1.12 522	0.48 440	2.42 532	2.85 453

MM-Stereo_test1	2.52 233	0.64 91	20.07 369	1.83 478	0.52 81	1.86 61	0.77 210	3.11 187	3.40 416	1.77 206	1.12 82	0.87 109	0.97 150	1.54 125	1.51 247	0.27 74	2.44 502	0.27 127	0.24 153	0.37 241	6.91 504

CoDeX	2.47 226	0.91 241	13.65 157	1.03 204	1.17 343	3.28 192	1.30 409	4.17 392	2.99 319	1.78 207	1.85 295	2.04 295	1.46 277	9.99 445	1.66 289	0.38 295	0.28 199	0.32 245	0.28 230	0.34 202	0.57 237

cross-raft	1.95 118	0.66 107	16.17 211	1.23 302	0.92 261	2.25 90	0.70 160	3.69 261	1.68 113	1.78 207	1.53 172	3.15 409	1.13 199	1.35 81	1.06 152	0.24 30	0.23 102	0.26 104	0.24 153	0.29 102	0.45 152

GES	2.26 173	0.79 200	19.68 328	1.12 247	0.59 115	4.30 437	1.01 347	3.90 304	1.59 88	1.78 207	1.78 262	1.28 174	1.75 357	1.80 173	1.61 274	0.42 327	0.29 209	0.33 280	0.31 302	0.45 337	0.50 197

GCST	2.86 326	3.95 468	20.52 439	1.93 488	1.56 437	1.74 59	0.50 62	3.69 261	2.10 173	1.79 210	1.64 218	1.60 209	1.29 235	5.27 332	1.90 340	2.10 529	0.77 432	1.45 529	0.97 511	1.15 505	1.38 388

Ntro	4.83 504	14.73 555	20.47 429	3.24 539	2.97 521	4.12 387	1.88 472	4.00 327	2.57 253	1.79 210	2.15 373	3.34 425	2.16 410	10.01 446	7.34 479	3.53 547	1.77 479	2.13 537	1.32 529	3.89 546	3.23 461

RAFT_CTSACE	2.41 215	1.83 410	20.33 411	1.77 475	1.39 402	3.50 235	1.03 354	3.25 205	1.64 106	1.80 212	2.04 347	2.82 379	1.78 363	2.11 213	1.10 158	0.27 74	0.24 131	0.28 160	0.30 284	0.31 133	0.33 43

Gwc-CoAtRS	1.80 113	0.61 78	14.92 184	1.08 227	0.61 124	2.88 142	0.63 124	2.47 106	1.62 102	1.80 212	1.50 168	2.73 367	1.17 215	1.35 81	1.08 156	0.30 137	0.22 74	0.25 72	0.23 133	0.28 84	0.30 23

CBFPSM	2.24 167	2.06 423	12.12 145	1.13 252	1.05 307	2.85 137	1.23 401	3.37 219	2.05 168	1.82 214	1.33 129	4.55 501	4.00 495	2.38 244	2.35 390	0.27 74	0.38 292	0.32 245	0.28 230	0.39 268	0.89 341

Consistency-Raft	2.93 337	1.93 417	19.72 332	1.41 384	1.75 475	3.85 316	1.32 413	4.09 362	2.75 277	1.82 214	2.66 457	1.81 253	4.34 503	2.29 238	2.08 368	0.90 498	0.94 446	1.03 516	1.13 519	1.71 527	1.10 369

HCRNet	2.24 167	0.74 162	14.54 175	0.82 75	1.36 396	4.11 385	0.70 160	3.61 247	3.03 334	1.83 216	1.61 204	1.58 207	1.40 257	5.79 342	1.60 271	0.35 240	0.28 199	0.36 336	0.29 265	0.34 202	0.46 162

gcap-zeroshot	2.25 169	0.74 162	19.48 309	0.97 176	1.18 345	3.50 235	0.83 248	3.21 197	2.66 266	1.86 217	1.23 101	3.24 415	0.88 128	1.92 191	0.94 116	0.34 224	0.43 327	0.28 160	0.22 118	0.29 102	0.83 327

riskmin	2.46 224	0.61 78	12.91 151	1.22 295	1.65 461	3.56 250	0.61 108	4.30 441	1.50 64	1.86 217	1.16 88	4.30 491	2.02 393	1.53 123	1.32 207	0.29 109	0.95 447	0.34 300	0.23 133	0.43 315	8.34 515

DDVS	1.78 112	0.84 216	3.58 84	1.32 349	1.15 336	3.17 173	0.77 210	3.35 216	1.86 139	1.88 219	1.91 320	2.91 389	1.42 265	6.19 357	1.85 330	0.47 382	0.65 414	0.35 319	0.38 381	0.48 367	1.01 359

RAFT-Test	1.67 107	0.64 91	6.13 109	1.25 318	1.82 484	3.06 161	0.78 217	4.02 334	3.09 349	1.88 219	1.70 234	3.76 459	1.03 163	1.40 93	1.07 154	0.29 109	0.33 241	0.25 72	0.23 133	0.29 102	0.33 43

EKT-Stereo	7.93 545	0.75 176	21.17 516	1.84 480	109.80 586	4.51 472	0.61 108	4.13 377	1.59 88	1.89 221	1.24 103	1.96 284	1.35 244	4.02 314	1.36 216	0.42 327	0.31 225	0.29 183	0.27 203	0.35 217	0.78 318

SFCPSM	2.16 148	0.75 176	15.82 200	0.91 123	0.98 277	3.74 291	1.27 406	4.15 386	2.56 250	1.90 222	1.82 277	1.64 215	1.39 253	2.51 253	1.57 262	0.36 264	0.28 199	0.39 368	0.36 362	0.36 235	0.50 197

IPLGR	2.61 267	0.73 153	20.72 472	0.87 97	0.54 87	4.58 486	0.52 73	4.32 460	2.79 285	1.91 223	1.54 183	1.72 227	1.71 351	6.94 381	1.43 232	0.31 161	0.21 57	0.27 127	0.24 153	0.34 202	0.48 185

ac_64	2.93 337	0.87 223	19.66 320	1.35 358	1.70 470	3.29 195	0.92 317	3.56 238	3.46 431	1.91 223	1.79 265	3.90 466	1.76 360	10.23 454	1.93 348	0.44 352	0.32 231	0.33 280	0.31 302	0.35 217	0.51 203

GANetREF_RVC	3.45 424	5.10 478	19.89 349	1.58 436	0.80 212	4.13 390	1.82 470	4.24 421	3.33 403	1.91 223	1.76 251	2.46 341	1.83 374	13.17 547	1.87 335	0.83 495	0.57 392	0.79 508	0.77 495	1.21 510	0.91 344
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
ccs_rob	2.03 133	0.74 162	12.67 147	0.87 97	0.75 195	3.91 333	0.66 136	4.04 341	1.93 152	1.92 226	1.79 265	3.24 415	1.63 330	2.52 257	1.25 194	0.32 178	0.37 278	0.54 461	0.28 230	0.66 437	0.51 203

MSKI-zero shot	2.33 193	0.69 125	20.22 392	1.14 256	0.77 202	4.05 370	0.68 148	3.95 317	1.51 67	1.93 227	2.35 414	1.91 271	0.71 70	3.01 288	0.79 69	0.28 94	1.47 470	0.27 127	0.21 85	0.28 84	0.44 146

RCA-Stereo	1.38 88	0.61 78	3.95 94	0.94 148	0.48 56	4.68 509	0.78 217	4.17 392	1.95 155	1.93 227	1.84 291	0.94 129	1.48 283	1.23 48	0.75 53	0.30 137	0.43 327	0.25 72	0.20 71	0.26 65	0.37 90

CFNet_pseudo	2.03 133	0.74 162	12.75 148	0.87 97	0.74 187	3.91 333	0.65 133	4.04 341	1.93 152	1.93 227	1.79 265	3.25 417	1.61 317	2.51 253	1.25 194	0.32 178	0.37 278	0.53 453	0.28 230	0.64 426	0.50 197

ACVNet	2.40 209	0.97 274	20.20 386	0.94 148	0.86 235	4.22 423	0.79 227	2.97 178	2.85 296	1.93 227	1.91 320	3.07 402	1.46 277	1.52 120	2.37 393	0.33 202	0.27 188	0.30 205	0.27 203	0.42 305	0.35 64

CFNet-ft	2.87 328	1.80 404	20.20 386	1.10 232	1.54 428	4.09 380	0.89 283	2.97 178	1.88 144	1.93 227	1.70 234	3.50 442	1.60 311	9.35 421	2.17 376	0.35 240	0.32 231	0.61 479	0.38 381	0.55 389	0.45 152

CFNet_RVC	2.87 328	1.80 404	20.20 386	1.10 232	1.54 428	4.09 380	0.89 283	2.97 178	1.88 144	1.93 227	1.70 234	3.50 442	1.60 311	9.35 421	2.17 376	0.35 240	0.32 231	0.61 479	0.38 381	0.55 389	0.45 152

ITSA-stereo	2.11 142	0.85 217	7.84 120	1.24 303	0.68 168	4.06 374	0.91 309	4.30 441	2.57 253	1.94 233	1.77 258	1.61 210	2.12 403	6.12 355	2.79 414	0.42 327	0.38 292	0.40 373	0.41 410	0.51 378	1.26 381

IPLG	2.56 254	1.11 307	19.89 349	0.95 159	0.79 208	4.60 490	0.56 83	4.31 452	2.10 173	1.94 233	2.00 342	1.34 179	1.37 249	6.59 367	1.59 267	0.32 178	0.21 57	0.27 127	0.23 133	0.32 155	0.63 272

MIPNet	2.43 218	1.13 313	20.00 363	0.93 139	0.58 114	4.74 518	0.62 119	4.33 463	2.95 314	1.94 233	1.49 165	1.52 204	1.96 388	2.77 276	1.60 271	0.35 240	0.20 33	0.27 127	0.23 133	0.32 155	0.59 256

test-1	1.81 114	0.72 147	9.51 130	1.02 200	1.57 440	3.85 316	0.60 104	4.07 349	1.51 67	1.94 233	1.81 275	2.04 295	0.91 137	1.39 92	1.73 307	0.27 74	0.93 444	0.31 225	0.25 169	0.29 102	1.37 387

AFF-stereo	2.54 242	3.44 461	20.84 482	1.30 338	0.48 56	3.94 344	0.48 55	3.30 210	3.40 416	1.94 233	2.21 392	2.10 303	1.51 290	2.36 243	1.62 276	0.23 23	0.21 57	0.25 72	0.25 169	0.33 179	0.53 218

PA-Net	3.45 424	2.50 441	20.39 419	1.42 393	1.20 356	3.39 207	1.73 463	3.93 313	3.57 441	1.94 233	2.17 378	3.02 396	1.87 382	11.67 515	6.48 474	0.40 313	0.55 389	0.44 400	0.63 485	0.55 389	1.13 371
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymousa	3.14 376	0.83 211	19.20 294	1.62 444	9.63 556	2.06 78	0.78 217	2.93 167	2.20 191	1.95 239	2.17 378	3.41 431	1.81 369	1.33 73	1.67 290	0.29 109	8.64 546	0.34 300	0.37 372	0.32 155	1.33 385

NRIStereo	2.32 190	0.69 125	20.07 369	1.35 358	0.38 14	4.73 516	0.89 283	2.43 99	3.35 405	1.95 239	1.37 140	1.75 231	1.21 223	2.97 287	1.35 209	0.49 398	0.22 74	0.29 183	0.26 186	0.31 133	0.33 43

Wz-Net-LNSev	2.78 316	6.16 483	17.27 238	1.24 303	1.65 461	3.49 233	1.55 445	3.70 264	3.61 442	1.96 241	1.76 251	3.30 420	2.17 412	2.78 277	2.24 381	0.49 398	0.35 262	0.32 245	0.31 302	0.56 395	0.65 281

CRE-IMP	2.28 180	0.68 120	19.67 327	0.85 84	0.39 29	4.54 475	0.80 236	2.63 135	4.84 521	1.96 241	1.51 169	1.86 261	0.96 148	1.52 120	1.43 232	0.47 382	0.21 57	0.31 225	0.26 186	0.41 293	0.35 64

fast-acv-ft	2.62 270	1.62 387	20.48 435	1.45 403	1.39 402	3.16 172	1.16 388	3.41 222	2.45 241	1.97 243	2.15 373	2.68 364	2.15 408	2.92 285	2.47 400	0.43 344	0.40 307	0.45 408	0.40 399	0.62 415	0.64 277

MC-Stereo	2.54 242	0.58 55	6.38 111	1.30 338	1.37 399	4.56 485	0.60 104	2.08 65	1.57 82	1.97 243	1.68 228	0.89 115	1.12 198	1.46 106	0.88 96	0.27 74	8.44 541	0.27 127	0.22 118	0.26 65	14.87 545

GANet-RSSM	2.96 346	1.27 341	21.17 516	1.73 467	1.23 364	4.22 423	0.91 309	3.39 220	2.02 166	1.97 243	1.74 249	2.53 346	2.06 395	10.91 479	1.88 336	0.37 279	0.35 262	0.32 245	0.29 265	0.42 305	0.46 162

DIP-Stereo	2.03 133	0.98 277	16.44 224	0.67 17	0.62 134	4.30 437	0.58 98	4.43 488	2.89 307	1.97 243	1.40 147	0.91 120	0.86 124	1.31 68	1.27 202	0.38 295	0.23 102	0.33 280	0.23 133	0.33 179	0.57 237
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GASNet	3.86 457	15.35 566	21.16 514	1.63 447	1.25 370	2.35 98	1.11 376	4.11 367	2.86 302	1.99 247	2.11 366	2.99 393	2.16 410	10.62 466	3.75 444	0.71 474	0.37 278	0.61 479	0.46 434	0.91 484	0.70 296

CrosDoStereo	5.27 512	0.75 176	20.07 369	0.85 84	0.53 84	3.40 209	18.03 565	3.90 304	3.29 387	1.99 247	8.27 533	1.95 279	6.95 532	7.34 386	25.94 572	0.33 202	0.22 74	0.30 205	0.28 230	0.35 217	0.61 265

DeepStereo_LL	5.27 512	0.75 176	20.07 369	0.85 84	0.53 84	3.40 209	18.03 565	3.90 304	3.29 387	1.99 247	8.27 533	1.95 279	6.95 532	7.34 386	25.94 572	0.33 202	0.22 74	0.30 205	0.28 230	0.35 217	0.61 265

RASNet	3.15 379	1.20 333	19.81 339	1.63 447	2.26 506	3.67 275	1.09 370	3.58 241	3.44 422	1.99 247	2.15 373	4.59 503	2.30 421	10.24 456	2.98 425	0.57 446	0.26 175	0.25 72	0.25 169	0.30 122	0.54 225

test_3	2.17 151	0.58 55	18.64 272	1.11 237	0.78 205	2.15 83	0.85 263	4.42 486	1.47 54	2.00 251	1.20 93	2.02 292	0.79 104	2.70 274	1.35 209	0.29 109	1.04 455	0.29 183	0.29 265	0.31 133	1.07 367

Patchmatch Stereo++	2.28 180	0.74 162	20.54 441	0.77 51	0.38 14	4.67 501	0.75 197	2.55 122	3.21 364	2.00 251	1.53 172	1.77 238	1.14 205	2.46 247	0.98 132	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64
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	2.26 173	0.74 162	20.53 440	0.77 51	0.38 14	4.67 501	0.71 165	2.54 115	3.22 371	2.00 251	1.53 172	1.77 238	1.13 199	2.22 230	0.96 124	0.50 412	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

ROB_FTStereo_v2	2.25 169	0.74 162	20.45 425	0.77 51	0.38 14	4.66 500	0.74 186	2.54 115	3.20 361	2.00 251	1.53 172	1.77 238	1.14 205	2.13 216	0.96 124	0.50 412	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

ROB_FTStereo	2.26 173	0.74 162	20.44 422	0.77 51	0.38 14	4.65 497	0.75 197	2.54 115	3.19 359	2.00 251	1.54 183	1.77 238	1.13 199	2.28 237	0.94 116	0.49 398	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

HUI-Stereo	2.27 176	0.74 162	20.56 447	0.77 51	0.38 14	4.67 501	0.78 217	2.54 115	3.23 374	2.00 251	1.53 172	1.77 238	1.13 199	2.21 229	0.93 108	0.49 398	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

iGMRVC	2.27 176	0.74 162	20.46 426	0.77 51	0.38 14	4.65 497	0.73 176	2.54 115	3.21 364	2.00 251	1.53 172	1.77 238	1.14 205	2.47 250	0.99 134	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

iRAFT	2.28 180	0.74 162	20.54 441	0.77 51	0.38 14	4.67 501	0.75 197	2.55 122	3.21 364	2.00 251	1.53 172	1.77 238	1.14 205	2.46 247	0.98 132	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

RAFT-IKP	2.27 176	0.74 162	20.55 443	0.77 51	0.38 14	4.64 496	0.73 176	2.54 115	3.21 364	2.00 251	1.53 172	1.77 238	1.13 199	2.25 236	1.00 138	0.51 420	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

RAFT-Stereo-weight	1.38 88	0.57 53	5.44 104	1.05 214	0.63 137	4.19 417	0.77 210	3.95 317	1.53 70	2.01 260	1.53 172	1.30 177	0.65 54	1.30 64	1.05 150	0.27 74	0.26 175	0.26 104	0.22 118	0.28 84	0.38 100

test_sample1	2.29 183	0.72 147	5.74 106	1.51 419	0.86 235	2.35 98	0.64 129	4.07 349	3.45 428	2.01 260	1.51 169	1.70 223	1.71 351	9.53 426	1.73 307	0.31 161	0.97 451	0.31 225	0.31 302	0.33 179	6.12 499

Any-RAFT	1.62 100	0.59 64	5.29 102	1.12 247	0.76 199	4.41 453	0.79 227	4.12 373	3.26 378	2.02 262	1.36 137	2.82 379	1.56 306	1.90 189	0.81 75	0.29 109	0.25 150	0.26 104	0.19 43	0.25 49	0.35 64

RAFT_R40	2.61 267	0.64 91	19.86 345	1.69 459	0.46 46	4.74 518	0.95 330	2.28 83	2.52 247	2.02 262	2.32 412	2.69 366	2.52 438	6.70 371	1.05 150	0.42 327	0.19 20	0.30 205	0.27 203	0.33 179	0.29 19

DeepStereo_RVC	2.42 217	0.70 133	18.41 266	0.79 65	0.43 37	4.50 468	0.70 160	2.51 110	3.51 436	2.02 262	1.79 265	1.54 205	6.35 523	1.93 194	1.22 180	0.47 382	0.22 74	0.29 183	0.29 265	0.35 217	0.40 117

RALAANet	2.29 183	2.73 447	21.08 500	1.29 333	0.94 271	1.45 44	0.68 148	3.25 205	2.61 258	2.02 262	1.80 270	1.28 174	1.04 170	2.12 214	1.79 320	0.30 137	0.22 74	0.27 127	0.27 203	0.41 293	0.35 64

iResNetv2_ROB	3.31 407	14.88 559	20.01 364	2.17 502	1.09 319	3.84 311	1.13 380	4.22 409	3.15 357	2.02 262	2.06 357	2.00 291	1.69 346	3.61 302	2.10 372	0.36 264	0.22 74	0.32 245	0.22 118	0.48 367	0.58 253

s12784h	2.08 139	0.50 23	16.85 229	0.75 48	0.36 7	4.42 455	0.49 56	4.23 415	3.08 346	2.03 267	2.67 459	0.91 120	1.05 179	2.05 203	0.78 61	0.37 279	0.18 10	0.24 49	0.16 9	0.27 72	0.26 9

TANstereo	1.98 120	0.87 223	20.35 413	0.80 68	0.37 12	4.05 370	0.38 20	1.50 14	1.65 108	2.03 267	2.16 377	0.84 98	0.93 143	1.09 25	0.68 37	0.30 137	0.36 271	0.24 49	0.20 71	0.26 65	0.46 162

FENet	2.30 187	0.61 78	20.21 390	1.43 400	0.68 168	4.04 366	0.60 104	4.01 329	2.26 203	2.03 267	1.13 83	2.42 334	1.42 265	1.72 154	1.43 232	0.36 264	0.24 131	0.33 280	0.27 203	0.29 102	0.51 203

DCRE	3.02 355	0.95 265	18.48 268	1.18 278	1.89 486	3.57 251	0.82 244	3.36 218	1.70 119	2.04 270	8.12 531	1.73 230	1.07 184	1.31 68	1.24 188	0.24 30	0.87 442	0.26 104	0.27 203	0.28 84	11.03 531

THIR-Stereo	4.50 491	1.11 307	18.71 274	0.89 105	0.47 51	2.25 90	16.71 564	3.53 234	1.58 85	2.04 270	12.04 556	2.66 363	7.52 535	7.29 384	11.25 503	0.32 178	0.21 57	0.29 183	0.28 230	0.35 217	0.52 211

NVstereo2D	2.79 318	1.13 313	13.75 158	1.37 368	1.47 419	3.57 251	1.38 423	4.17 392	3.77 455	2.04 270	1.72 240	3.05 398	1.75 357	10.84 473	1.72 304	0.62 458	0.48 366	0.56 465	0.54 462	0.79 471	1.02 361

iResNet_ROB	2.72 300	10.38 512	14.41 172	1.46 405	0.99 282	3.74 291	0.66 136	4.01 329	2.84 295	2.04 270	2.05 354	1.98 286	1.38 250	4.73 325	1.91 343	0.35 240	0.20 33	0.28 160	0.19 43	0.33 179	0.41 124

RAFT-Stereo + iAFF	2.49 229	1.68 392	20.50 437	1.11 237	1.32 387	4.13 390	0.42 38	3.23 201	3.30 391	2.05 274	2.40 422	1.61 210	1.11 195	1.49 113	1.63 279	0.22 19	0.22 74	0.26 104	0.24 153	0.31 133	2.47 445

MyStereo04	2.54 242	1.18 323	18.82 278	1.04 210	1.21 361	3.96 352	0.95 330	4.02 334	3.01 326	2.06 275	1.27 116	2.33 319	1.66 340	2.06 204	2.01 358	0.26 62	3.49 518	0.34 300	0.27 203	0.43 315	0.49 192

Sa-1000	2.54 242	1.47 369	20.36 414	1.16 266	0.55 94	4.07 375	1.39 425	4.49 496	3.01 326	2.06 275	2.79 468	1.84 258	1.43 269	2.68 270	1.53 251	0.31 161	0.26 175	0.36 336	0.33 326	0.37 241	0.46 162

AACVNet	2.77 315	1.64 390	19.22 296	1.57 434	0.86 235	3.28 192	0.74 186	3.31 213	1.66 110	2.06 275	1.82 277	2.47 342	1.40 257	10.95 480	1.92 347	0.41 316	0.35 262	0.38 362	0.33 326	0.46 347	0.61 265

GwcNet-ADL	2.51 231	0.75 176	21.41 530	0.98 182	0.73 182	4.58 486	0.95 330	4.46 494	2.61 258	2.06 275	1.80 270	2.54 348	1.24 227	1.98 200	1.73 307	0.41 316	0.46 349	0.24 49	0.27 203	0.41 293	0.55 229

CC-Net-ROB	3.82 454	3.41 460	20.20 386	2.40 512	1.66 464	4.49 467	1.61 451	4.77 526	3.08 346	2.06 275	2.06 357	1.99 287	1.60 311	12.57 540	1.91 343	2.82 536	2.19 488	2.67 546	1.06 516	2.31 531	1.59 406

AdaStereo	2.22 164	0.90 238	16.41 222	1.33 354	0.83 222	3.21 176	1.12 378	4.25 432	2.91 311	2.06 275	1.76 251	2.47 342	1.17 215	1.93 194	1.65 288	0.50 412	0.26 175	0.43 397	0.29 265	0.46 347	0.39 113
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_sample2	2.20 161	0.70 133	6.07 107	1.49 412	0.81 216	2.96 151	0.86 268	4.13 377	3.31 394	2.07 281	1.54 183	1.56 206	1.63 330	10.61 465	1.80 321	0.33 202	0.77 432	0.32 245	0.32 318	0.38 254	2.35 439

Anonymous_2	4.03 467	0.99 286	11.19 140	1.20 285	1.71 471	3.68 278	0.93 322	3.76 275	1.63 104	2.07 281	1.43 154	4.76 509	2.34 423	1.86 187	1.78 316	0.82 494	2.42 498	8.69 574	16.64 578	4.38 551	8.29 513

CSP-Net	1.99 125	1.70 395	4.84 99	1.22 295	1.02 293	3.42 214	1.30 409	3.66 252	2.11 178	2.07 281	1.93 329	2.40 326	1.48 283	8.56 406	1.62 276	0.51 420	0.41 314	0.27 127	0.27 203	0.44 329	0.54 225

AASNet	2.65 279	3.20 455	20.19 384	1.38 372	1.49 420	3.84 311	1.06 363	3.92 309	3.28 382	2.07 281	2.28 403	1.95 279	1.28 232	2.19 225	2.17 376	0.42 327	0.33 241	0.45 408	0.30 284	0.59 404	0.52 211

SST-Stereo	2.63 274	0.63 86	19.76 336	1.69 459	0.46 46	4.71 515	0.74 186	2.27 81	3.07 345	2.07 281	2.15 373	2.42 334	3.17 470	6.66 369	0.95 122	0.45 361	0.19 20	0.30 205	0.27 203	0.35 217	0.31 29

PSMNet_ROB	3.38 417	5.24 480	20.61 458	1.24 303	1.22 363	3.76 294	1.64 457	3.59 243	2.80 286	2.07 281	1.72 240	2.75 372	1.79 366	11.42 505	4.58 456	0.42 327	0.38 292	0.50 438	0.62 481	0.62 415	0.69 292

RAFT-345	2.55 247	0.60 72	19.89 349	1.22 295	0.49 65	4.43 456	0.77 210	1.68 26	3.54 438	2.09 287	3.10 484	1.95 279	1.30 237	6.65 368	1.47 243	0.41 316	0.23 102	0.32 245	0.26 186	0.29 102	0.28 15

UNet	2.53 238	0.91 241	20.07 369	1.19 283	1.44 414	3.45 221	0.75 197	3.80 285	1.98 160	2.09 287	1.57 194	2.74 370	2.37 425	3.51 299	2.52 405	0.35 240	0.30 219	0.41 382	0.28 230	0.40 273	0.50 197

iinet-f	2.44 220	1.82 409	14.97 185	1.21 291	1.11 326	3.78 299	1.10 375	4.19 401	2.90 309	2.10 289	1.76 251	2.99 393	2.97 455	2.84 281	2.79 414	0.38 295	0.38 292	0.28 160	0.28 230	0.50 373	0.47 174

GEStereo_RVC	2.66 284	1.20 333	20.38 416	1.29 333	1.05 307	4.02 362	1.42 429	4.17 392	2.24 197	2.10 289	1.86 301	2.33 319	1.84 377	4.93 326	1.78 316	0.51 420	0.38 292	0.32 245	0.29 265	0.44 329	0.56 232

NF-Stereo	2.68 291	0.67 111	21.09 505	2.43 513	0.47 51	4.67 501	0.67 138	3.68 256	4.30 487	2.11 291	1.62 208	1.36 183	1.09 186	6.07 354	1.24 188	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

OCTAStereo	2.67 288	0.67 111	21.08 500	2.43 513	0.47 51	4.67 501	0.67 138	3.68 256	4.31 490	2.11 291	1.62 208	1.36 183	1.09 186	6.02 351	1.25 194	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

RE-Stereo	2.67 288	0.67 111	21.08 500	2.43 513	0.47 51	4.67 501	0.67 138	3.68 256	4.30 487	2.11 291	1.62 208	1.36 183	1.09 186	6.01 348	1.26 199	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

TVStereo	2.67 288	0.67 111	21.08 500	2.43 513	0.47 51	4.67 501	0.67 138	3.68 256	4.30 487	2.11 291	1.62 208	1.36 183	1.09 186	6.01 348	1.26 199	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

PAM_32	3.04 360	0.69 125	20.55 443	1.17 273	1.01 290	8.89 551	0.76 206	3.71 267	3.43 421	2.12 295	2.65 455	5.44 523	3.73 490	2.35 242	1.48 244	0.27 74	0.33 241	0.28 160	0.29 265	0.39 268	1.27 382

CFNet_ucs	2.32 190	0.75 176	17.05 233	0.90 117	0.81 216	3.86 319	0.68 148	4.31 452	2.68 267	2.13 296	2.04 347	3.30 420	1.24 227	2.63 266	1.23 183	0.37 279	0.46 349	0.56 465	0.30 284	0.67 439	0.53 218

GwcNet-RSSM	3.13 374	5.08 477	19.86 345	1.28 327	1.20 356	4.12 387	1.11 376	3.89 302	2.80 286	2.13 296	1.81 275	3.11 406	1.46 277	10.33 460	2.19 379	0.36 264	0.34 252	0.35 319	0.31 302	0.45 337	0.43 140

G2L-Stereo	2.85 324	2.33 439	19.94 355	1.15 259	1.34 389	3.57 251	0.95 330	3.70 264	2.22 194	2.14 298	1.61 204	3.19 410	1.33 241	9.50 424	2.02 360	0.36 264	0.27 188	0.35 319	0.28 230	0.30 122	0.51 203

ISRNet	1.98 120	0.94 260	10.75 135	1.30 338	1.35 394	2.84 136	0.69 157	3.80 285	2.07 170	2.14 298	2.11 366	2.89 385	1.41 262	2.52 257	1.74 310	0.49 398	0.50 374	0.56 465	0.47 436	0.51 378	0.59 256

GCAP-BAT	2.74 306	0.79 200	19.74 335	1.06 218	0.85 231	4.25 430	0.91 309	2.80 152	1.83 135	2.14 298	2.08 363	2.55 349	0.80 109	1.87 188	1.41 228	0.35 240	7.97 539	0.24 49	0.22 118	0.27 72	2.72 450

PFNet+	2.46 224	0.64 91	21.10 507	0.98 182	0.48 56	4.63 494	0.83 248	2.47 106	3.48 433	2.14 298	1.67 226	1.34 179	1.03 163	4.66 324	1.35 209	0.49 398	0.33 241	0.38 362	0.39 390	0.33 179	0.49 192

HHNet	2.51 231	0.76 186	20.83 479	0.67 17	0.67 160	4.07 375	0.90 298	3.85 295	1.59 88	2.14 298	4.91 517	0.98 132	3.32 476	1.73 159	1.80 321	0.41 316	0.20 33	0.31 225	0.28 230	0.38 254	0.44 146

PSM-softLoss	2.62 270	0.65 99	21.11 509	2.46 517	0.49 65	4.68 509	0.68 148	2.61 133	4.23 480	2.14 298	1.47 161	1.42 192	0.99 154	6.04 352	1.24 188	0.47 382	0.23 102	0.37 347	0.39 390	0.33 179	0.34 54

KMStereo	2.62 270	0.65 99	21.11 509	2.46 517	0.49 65	4.68 509	0.68 148	2.61 133	4.23 480	2.14 298	1.47 161	1.42 192	0.99 154	6.04 352	1.24 188	0.47 382	0.23 102	0.37 347	0.39 390	0.33 179	0.34 54

IER	2.09 140	0.91 241	14.11 166	0.97 176	1.15 336	3.17 173	0.89 283	3.59 243	2.39 224	2.15 305	1.98 336	2.27 312	2.11 401	2.39 245	1.80 321	0.35 240	0.24 131	0.36 336	0.30 284	0.34 202	0.42 133

delet	2.66 284	1.11 307	18.42 267	1.05 214	1.65 461	3.47 224	2.00 481	3.81 289	2.82 292	2.15 305	2.11 366	2.62 359	1.88 384	5.38 334	2.21 380	0.34 224	0.38 292	0.40 373	0.32 318	0.45 337	0.54 225

R-Stereo Train	2.13 144	0.65 99	19.43 305	1.02 200	0.67 160	3.79 301	0.89 283	4.12 373	1.55 75	2.15 305	1.72 240	1.13 150	0.94 145	1.46 106	1.30 204	0.32 178	0.25 150	0.27 127	0.21 85	0.28 84	0.37 90

RAFT-Stereo	2.13 144	0.65 99	19.43 305	1.02 200	0.67 160	3.79 301	0.89 283	4.12 373	1.55 75	2.15 305	1.72 240	1.13 150	0.94 145	1.46 106	1.30 204	0.32 178	0.25 150	0.27 127	0.21 85	0.28 84	0.37 90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
z-ln-s-r	3.37 416	4.66 476	19.53 313	1.42 393	1.29 375	3.70 284	1.20 393	4.24 421	3.96 467	2.16 309	1.92 326	2.43 336	1.62 326	10.90 477	6.24 470	0.36 264	0.23 102	0.32 245	0.24 153	0.53 382	0.53 218

AAGNet	3.88 459	0.67 111	20.04 367	2.27 505	0.46 46	4.76 520	1.05 361	2.28 83	3.38 410	2.16 309	1.84 291	2.40 326	3.95 494	6.22 358	24.21 569	0.49 398	0.19 20	0.30 205	0.29 265	0.33 179	0.29 19

cf-r	2.93 337	2.19 433	20.59 455	1.49 412	1.35 394	4.18 409	0.92 317	3.73 273	3.12 352	2.16 309	1.82 277	3.40 430	1.44 270	8.22 399	1.93 348	0.34 224	0.31 225	0.33 280	0.30 284	0.38 254	0.45 152

IGEV_Zeroshot_test	2.66 284	0.75 176	21.55 534	1.50 417	0.89 249	2.21 84	0.90 298	3.52 233	1.83 135	2.17 312	1.57 194	4.09 476	1.60 311	1.73 159	1.21 178	0.32 178	0.33 241	0.28 160	0.30 284	0.44 329	6.09 498

LCNet	2.54 242	0.60 72	20.89 485	1.01 196	0.57 110	3.60 259	1.21 399	3.20 196	1.70 119	2.17 312	1.76 251	1.43 195	4.12 497	3.61 302	0.94 116	0.32 178	0.20 33	0.28 160	0.76 494	0.50 373	1.83 423

GwcNet	3.26 403	3.93 466	20.24 395	1.38 372	2.04 495	3.24 185	1.53 441	3.72 269	3.66 447	2.17 312	2.25 396	3.55 450	1.69 346	9.38 423	3.03 427	0.48 391	0.49 369	0.46 415	0.39 390	0.66 437	0.86 338

HI	2.19 155	1.11 307	19.93 352	1.14 256	0.69 176	2.98 156	0.45 49	2.58 127	1.87 142	2.18 315	1.65 221	2.41 330	1.83 374	1.72 154	1.63 279	0.30 137	0.17 4	0.28 160	0.31 302	0.27 72	0.32 32

CoSv	2.19 155	1.11 307	19.93 352	1.14 256	0.69 176	2.98 156	0.45 49	2.58 127	1.87 142	2.18 315	1.65 221	2.41 330	1.83 374	1.72 154	1.63 279	0.30 137	0.17 4	0.28 160	0.31 302	0.27 72	0.32 32

NINENet	2.59 259	0.89 232	16.09 207	1.16 266	1.07 313	4.50 468	0.75 197	4.43 488	2.61 258	2.18 315	1.91 320	3.61 452	1.03 163	7.92 397	1.18 170	0.49 398	0.34 252	0.41 382	0.30 284	0.42 305	0.44 146

test_1	2.19 155	0.59 64	18.67 273	1.13 252	0.78 205	2.07 79	0.89 283	4.37 474	1.53 70	2.18 315	1.20 93	2.05 298	0.78 97	2.68 270	1.36 216	0.29 109	0.93 444	0.28 160	0.27 203	0.28 84	1.53 402

Prome-Stereo	2.57 258	0.60 72	20.29 405	1.01 196	0.62 134	4.40 451	1.80 468	3.22 200	1.74 125	2.18 315	3.43 498	1.71 226	3.45 485	2.24 233	1.19 174	0.32 178	0.20 33	0.27 127	0.25 169	0.37 241	2.15 433

HGLStereo	2.74 306	1.03 292	20.80 477	1.24 303	1.55 432	3.62 265	0.94 325	3.83 292	2.09 171	2.18 315	2.20 388	3.11 406	2.12 403	5.65 340	2.07 367	0.50 412	0.34 252	0.32 245	0.30 284	0.42 305	0.50 197

HITNet	2.49 229	2.91 450	19.23 297	1.54 427	0.57 110	3.47 224	0.79 227	4.16 388	2.93 312	2.18 315	1.65 221	1.68 219	1.45 272	2.17 222	2.99 426	0.28 94	0.20 33	0.41 382	0.27 203	0.45 337	0.52 211
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
DFGA-Net	2.93 337	7.27 492	18.55 269	1.18 278	0.79 208	3.68 278	0.60 104	2.84 160	1.98 160	2.19 322	2.07 360	1.22 169	1.04 170	10.28 458	2.51 404	0.30 137	0.23 102	0.34 300	0.35 351	0.63 421	0.54 225

UGAM-zero	3.14 376	0.62 83	20.64 462	1.02 200	0.93 265	2.87 141	0.51 66	4.52 502	1.57 82	2.19 322	1.65 221	5.78 528	3.40 483	9.89 438	1.71 301	0.33 202	0.44 337	0.28 160	0.59 472	0.30 122	3.59 473

MyStereo05	2.55 247	1.07 296	19.87 347	1.06 218	1.08 316	4.26 431	0.86 268	4.10 364	3.01 326	2.19 322	1.26 110	2.30 316	1.64 333	2.13 216	1.99 352	0.25 44	2.43 500	0.34 300	0.27 203	0.46 347	0.48 185

anonymity	2.02 131	1.28 344	5.16 101	1.73 467	1.63 453	1.86 61	1.06 363	3.50 231	2.42 230	2.19 322	2.11 366	1.88 265	3.89 493	1.92 191	1.56 259	1.11 507	1.14 460	1.08 519	1.11 518	1.05 493	2.68 448

TransformOpticalFlow	3.07 364	0.87 223	20.87 484	1.10 232	0.56 100	4.18 409	0.64 129	4.36 471	3.28 382	2.19 322	3.08 482	4.32 492	5.01 509	7.36 388	1.59 267	0.34 224	0.18 10	0.32 245	0.26 186	0.29 102	0.57 237

MMNet	2.15 147	1.33 353	12.06 144	1.22 295	1.23 364	3.55 247	0.89 283	3.84 293	2.26 203	2.19 322	1.78 262	2.15 304	2.10 399	3.70 305	2.35 390	0.45 361	0.38 292	0.34 300	0.28 230	0.40 273	0.52 211

PS-NSSS	3.11 369	1.60 385	19.48 309	1.00 193	1.53 427	4.12 387	1.08 366	4.59 514	2.80 286	2.19 322	2.38 418	1.76 237	1.39 253	11.79 523	1.94 351	0.69 470	0.45 343	0.95 514	0.43 421	1.03 492	1.00 357

DualNet (step1)	3.32 409	1.19 329	20.68 465	1.11 237	0.87 244	4.22 423	1.20 393	4.40 481	4.92 523	2.20 329	1.85 295	1.90 267	2.00 390	6.87 377	1.75 313	1.41 520	1.36 467	4.19 563	2.07 550	0.70 448	1.43 393

test_sample9	4.68 497	1.19 329	20.68 465	1.11 237	0.87 244	4.22 423	1.20 393	4.40 481	4.92 523	2.20 329	1.85 295	1.90 267	2.00 390	11.08 489	11.57 509	1.41 520	14.65 566	4.19 563	2.07 550	0.70 448	1.43 393

test_sample7	2.85 324	0.81 205	14.48 174	1.59 439	0.77 202	2.42 105	1.08 366	4.40 481	4.92 523	2.20 329	1.85 295	1.90 267	2.00 390	6.87 377	1.75 313	0.47 382	1.36 467	0.44 400	0.41 410	0.47 360	6.81 503

raftrobust	2.05 137	1.45 366	13.44 155	1.29 333	5.81 552	3.59 255	0.67 138	2.80 152	1.50 64	2.21 332	1.41 151	1.17 155	1.22 224	1.37 89	1.46 242	0.29 109	0.33 241	0.22 13	0.20 71	0.27 72	0.36 86

DeepPrunerF	4.00 466	5.64 481	16.81 227	1.36 362	1.75 475	3.69 280	1.54 443	4.24 421	13.98 562	2.21 332	1.77 258	2.73 367	2.29 419	10.90 477	6.64 475	0.71 474	0.61 405	0.77 507	0.79 497	0.87 481	0.79 322

MyStereo8	2.97 351	1.76 399	18.94 280	1.55 431	1.62 450	4.16 401	0.57 87	3.79 280	2.41 229	2.22 334	2.93 475	2.27 312	1.14 205	2.16 220	2.28 385	0.27 74	8.58 544	0.32 245	0.29 265	0.37 241	1.72 413

PDISCO_ROB	3.32 409	5.22 479	18.16 261	2.03 497	2.19 505	4.52 473	1.63 454	4.74 525	3.32 401	2.22 334	2.18 383	3.71 456	2.41 428	5.36 333	2.43 396	1.35 516	0.79 434	0.72 502	0.62 481	1.31 515	1.53 402

IRAFT_RVC	2.74 306	0.71 140	19.80 337	2.52 519	0.67 160	4.60 490	1.57 448	3.05 183	2.99 319	2.23 336	1.72 240	2.08 301	2.59 440	6.69 370	1.61 274	0.37 279	0.21 57	0.33 280	0.29 265	0.33 179	0.35 64

RAFT + AFF	3.98 465	14.10 544	20.78 475	1.16 266	1.96 490	4.14 395	2.00 481	4.56 507	3.52 437	2.23 336	2.51 440	2.27 312	4.92 508	8.94 413	2.82 417	0.33 202	0.60 403	0.48 423	0.39 390	0.81 473	1.03 363

STTStereo	2.62 270	1.28 344	19.16 290	1.52 424	1.55 432	3.84 311	0.89 283	3.75 274	2.59 257	2.23 336	1.59 202	2.48 344	1.58 307	5.11 328	1.72 304	0.38 295	0.41 314	0.47 417	0.54 462	0.53 382	0.75 313

MyStereo06	2.74 306	1.07 296	21.19 519	1.06 218	1.08 316	4.26 431	0.86 268	3.72 269	1.80 132	2.25 339	1.77 258	4.28 489	4.12 497	1.85 185	1.38 222	0.25 44	2.43 500	0.34 300	0.27 203	0.46 347	0.48 185

otaku	5.59 516	14.82 558	20.70 469	3.13 537	2.70 516	3.91 333	2.56 505	3.90 304	2.48 243	2.25 339	9.38 542	4.06 475	2.32 422	9.59 429	14.37 525	3.52 546	1.66 477	2.15 538	1.19 522	3.73 544	3.35 468

CRFU-Net	2.56 254	0.89 232	10.77 136	2.53 520	1.09 319	3.91 333	1.40 426	3.87 299	1.92 150	2.25 339	1.80 270	3.32 423	7.85 538	5.53 339	1.54 254	0.58 447	0.36 271	0.31 225	0.28 230	0.39 268	0.56 232

test-3	2.19 155	0.59 64	18.63 271	1.13 252	0.75 195	2.07 79	0.89 283	4.37 474	1.53 70	2.25 339	1.20 93	2.05 298	0.79 104	2.68 270	1.35 209	0.29 109	0.95 447	0.28 160	0.27 203	0.27 72	1.47 398

DEmStereo	3.24 398	0.65 99	18.95 281	0.83 77	0.54 87	3.85 316	1.79 467	2.53 114	2.54 249	2.25 339	2.74 465	2.02 292	6.02 520	6.78 374	11.30 504	0.40 313	0.26 175	0.27 127	0.27 203	0.28 84	0.57 237

DGSMNet	8.13 546	2.31 438	18.62 270	2.77 527	13.96 565	6.91 544	42.17 582	4.16 388	2.53 248	2.25 339	3.21 490	3.41 431	1.69 346	9.19 418	3.03 427	3.79 551	10.31 558	11.70 579	5.68 569	4.38 551	10.58 530

ADLNet2	3.20 388	1.43 364	20.11 381	1.22 295	1.78 480	3.86 319	1.47 436	3.96 319	3.89 463	2.26 345	2.49 436	4.63 507	1.92 387	10.68 469	2.00 357	0.42 327	0.37 278	0.29 183	0.30 284	0.51 378	0.46 162

RYNet	3.15 379	1.48 370	16.27 217	1.24 303	1.39 402	3.67 275	1.44 434	4.09 362	3.20 361	2.26 345	1.70 234	3.83 463	2.15 408	13.64 554	3.23 435	0.45 361	0.45 343	0.50 438	0.35 351	0.81 473	0.83 327

PWCDC_ROB	3.62 435	9.86 509	17.35 240	1.62 444	1.57 440	4.19 417	1.01 347	4.35 469	4.20 477	2.26 345	7.36 527	2.73 367	2.75 444	4.10 316	4.51 455	1.47 523	0.37 278	0.39 368	0.34 336	1.22 511	0.73 306

LMCR-Stereo	2.53 238	2.30 437	18.81 276	1.64 451	0.86 235	3.88 325	1.14 383	4.33 463	1.63 104	2.27 348	2.35 414	1.13 150	2.41 428	2.63 266	2.26 383	1.06 505	0.24 131	0.29 183	0.25 169	0.62 415	0.42 133

UCFNet_RVC	2.53 238	1.29 346	20.56 447	1.42 393	1.40 407	4.01 359	1.04 359	2.79 150	1.67 112	2.27 348	1.88 309	2.94 390	1.50 288	3.48 297	1.68 292	0.37 279	0.29 209	0.52 446	0.41 410	0.55 389	0.51 203

MSAF-DinoV2	14.43 564	15.18 563	21.76 538	2.38 511	1.44 414	4.01 359	1.38 423	8.63 555	9.06 553	2.28 350	1.99 339	5.37 520	5.16 511	177.39 593	15.79 531	0.49 398	0.34 252	0.40 373	0.60 475	6.27 560	8.64 518

xyz-stereo	10.93 555	0.71 140	79.25 588	0.70 31	0.45 43	83.14 590	0.77 210	2.68 140	1.49 61	2.28 350	32.01 575	2.76 375	1.61 317	5.80 345	3.32 437	0.29 109	0.18 10	0.33 280	0.23 133	0.26 65	0.29 19

test_sample3	2.65 279	0.75 176	15.69 198	1.42 393	0.85 231	3.14 171	0.73 176	4.28 437	3.21 364	2.28 350	1.79 265	1.78 247	1.46 277	11.11 491	1.84 328	0.36 264	0.46 349	0.34 300	0.36 362	0.40 273	0.76 314

STrans-v2	3.11 369	0.95 265	20.80 477	0.86 90	0.64 141	3.90 329	1.01 347	4.30 441	3.61 442	2.28 350	3.65 501	4.11 479	5.17 512	7.32 385	1.63 279	0.34 224	0.18 10	0.29 183	0.26 186	0.30 122	0.65 281

PSMNet-RSSM	2.91 335	1.55 381	20.10 378	1.32 349	1.30 378	4.19 417	0.95 330	3.78 279	2.28 207	2.28 350	1.80 270	2.64 361	1.87 382	9.83 435	1.93 348	0.37 279	0.33 241	0.35 319	0.38 381	0.46 347	0.40 117

BEATNet_4x	2.65 279	4.43 474	18.10 259	1.41 384	0.59 115	3.44 218	1.02 351	4.08 358	2.97 316	2.28 350	1.75 250	2.18 305	1.61 317	2.80 279	3.54 441	0.39 303	0.25 150	0.47 417	0.31 302	0.61 410	0.86 338

G2L-ROB	2.75 310	1.93 417	19.94 355	1.25 318	1.05 307	3.84 311	0.93 322	3.45 229	2.56 250	2.29 356	1.47 161	2.64 361	1.20 222	8.34 402	2.28 385	0.29 109	0.20 33	0.24 49	0.23 133	0.29 102	0.52 211

test_sample5	2.68 291	0.76 186	14.56 176	1.40 380	0.83 222	3.11 166	0.74 186	4.33 463	4.48 499	2.29 356	2.04 347	1.67 216	1.45 272	11.18 494	1.88 336	0.37 279	0.47 359	0.37 347	0.39 390	0.43 315	0.78 318

Wz-Net-TNSev	4.22 474	13.55 531	15.87 202	1.57 434	1.19 353	3.61 261	2.48 501	4.38 478	3.45 428	2.29 356	1.91 320	4.20 485	2.86 449	12.11 528	10.56 499	0.61 452	0.59 401	0.48 423	0.54 462	0.93 487	1.24 378

RainbowNet	5.20 510	15.03 561	21.14 511	3.66 547	3.25 530	4.18 409	2.98 516	4.22 409	3.20 361	2.30 359	2.65 455	4.24 486	2.97 455	9.92 440	6.29 471	3.92 553	2.27 492	2.71 548	1.73 539	3.82 545	3.43 470

PSM-AAD	3.41 419	0.58 55	20.55 443	0.95 159	0.56 100	4.46 459	7.40 553	3.11 187	1.58 85	2.30 359	2.56 445	1.26 172	16.19 562	2.47 250	1.00 138	0.32 178	0.22 74	0.58 471	0.41 410	0.37 241	1.32 384

ADCP+	4.42 487	12.67 526	18.95 281	1.12 247	1.55 432	4.30 437	3.60 535	4.01 329	3.80 456	2.30 359	1.71 238	3.93 467	4.29 500	3.49 298	18.77 562	0.40 313	0.41 314	0.63 487	0.53 459	0.67 439	1.35 386

mmm	2.70 296	0.80 202	8.26 121	1.50 417	1.18 345	2.44 107	0.85 263	4.08 358	4.59 503	2.31 362	1.95 331	1.51 203	1.55 304	2.33 241	1.72 304	0.31 161	7.71 538	0.45 408	0.42 416	0.40 273	9.56 524

ffm	4.27 480	0.98 277	21.04 495	1.24 303	1.03 298	3.64 267	0.87 275	4.23 415	4.73 513	2.31 362	2.40 422	3.49 437	1.64 333	2.29 238	0.78 61	0.30 137	19.28 577	0.48 423	0.40 399	0.31 133	14.02 540

ff1	5.58 515	0.98 277	21.04 495	1.24 303	1.03 298	3.64 267	0.87 275	4.23 415	4.73 513	2.31 362	2.40 422	3.49 437	1.64 333	12.40 531	16.90 539	0.30 137	19.28 577	0.48 423	0.40 399	0.31 133	14.02 540

mmx	4.56 493	0.98 277	21.04 495	1.24 303	1.03 298	3.64 267	0.87 275	4.53 503	5.34 532	2.31 362	2.40 422	3.49 437	1.64 333	12.40 531	16.90 539	0.34 224	5.98 531	0.48 423	0.40 399	0.46 347	5.71 495

xxx	4.56 493	0.98 277	21.04 495	1.24 303	1.03 298	3.64 267	0.87 275	4.53 503	5.34 532	2.31 362	2.40 422	3.49 437	1.64 333	12.40 531	16.90 539	0.34 224	5.98 531	0.48 423	0.40 399	0.46 347	5.71 495

DCANet-4	2.06 138	0.58 55	15.30 188	0.86 90	0.44 41	4.16 401	0.57 87	4.31 452	3.28 382	2.31 362	1.82 277	1.04 140	1.54 301	1.69 144	1.56 259	0.35 240	0.24 131	0.24 49	0.19 43	0.25 49	0.57 237

fff	2.40 209	0.96 269	20.47 429	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 296	2.31 362	1.82 277	1.19 162	2.98 457	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

csc	2.40 209	0.96 269	20.47 429	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 296	2.31 362	1.82 277	1.19 162	2.98 457	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

cscssc	2.40 209	0.96 269	20.47 429	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 296	2.31 362	1.82 277	1.19 162	2.98 457	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

hitnet-ft	2.99 352	1.23 335	19.37 304	0.96 168	0.90 255	3.76 294	0.79 227	3.60 245	2.68 267	2.31 362	2.04 347	3.63 455	1.49 287	11.70 519	2.37 393	0.45 361	0.54 385	0.44 400	0.36 362	0.54 386	0.56 232

HSM	3.25 401	1.08 300	19.18 292	1.19 283	1.54 428	3.45 221	1.02 351	4.04 341	2.61 258	2.31 362	2.17 378	8.01 541	2.99 460	11.59 512	1.80 321	0.35 240	0.24 131	0.28 160	0.24 153	0.33 179	0.55 229

PAM	3.02 355	0.69 125	20.70 469	1.20 285	1.15 336	8.88 550	1.28 407	4.06 346	1.91 148	2.32 373	2.42 431	5.75 527	2.75 444	2.47 250	1.55 257	0.28 94	0.35 262	0.27 127	0.30 284	0.41 293	1.65 411

dad	2.65 279	3.40 459	19.45 308	1.05 214	0.65 146	4.21 421	0.84 258	2.10 67	2.77 281	2.32 373	1.72 240	1.72 227	1.27 229	3.86 308	2.04 364	1.06 505	0.40 307	2.04 535	0.49 443	0.78 466	0.83 327

APVNet	3.24 398	1.59 384	21.72 537	1.36 362	1.52 426	3.93 341	1.12 378	3.58 241	2.80 286	2.32 373	2.02 343	3.05 398	1.96 388	11.77 522	2.61 411	0.44 352	0.46 349	0.65 491	0.47 436	0.73 455	0.73 306

ACRE	2.75 310	7.69 495	19.93 352	0.93 139	1.30 378	3.94 344	0.90 298	4.23 415	3.66 447	2.33 376	2.61 452	1.17 155	1.04 170	1.80 173	1.35 209	0.46 373	0.25 150	0.27 127	0.23 133	0.32 155	0.60 261

xxxx	4.25 477	0.86 219	14.59 178	1.30 338	1.16 341	3.51 239	0.63 124	4.56 507	5.42 537	2.33 376	2.29 405	2.04 295	1.39 253	10.23 454	18.00 554	0.33 202	7.15 537	0.31 225	0.30 284	0.35 217	8.33 514

GMStereo_Zeroshot	1.51 96	1.27 341	4.75 98	1.54 427	0.72 181	3.33 202	0.54 78	2.67 139	1.74 125	2.34 378	1.57 194	2.40 326	0.96 148	2.51 253	1.21 178	0.48 391	0.23 102	0.41 382	0.24 153	0.82 475	0.40 117

acv_ft	2.45 222	0.97 274	19.57 315	1.15 259	2.01 493	2.97 154	0.96 336	3.88 300	2.85 296	2.34 378	1.91 320	3.07 402	1.65 339	1.52 120	2.26 383	0.33 202	0.27 188	0.30 205	0.27 203	0.42 305	0.35 64

test_sample6	2.71 298	0.76 186	14.30 169	1.43 400	0.83 222	3.17 173	0.79 227	4.40 481	4.65 510	2.35 380	2.13 370	1.69 220	1.45 272	11.48 507	1.99 352	0.39 303	0.46 349	0.38 362	0.40 399	0.43 315	0.77 315

DualNet	2.68 291	0.76 186	14.56 176	1.40 380	0.83 222	3.11 166	0.74 186	4.33 463	4.48 499	2.35 380	2.13 370	1.67 216	1.45 272	11.18 494	1.88 336	0.37 279	0.47 359	0.37 347	0.39 390	0.43 315	0.78 318

ADStereo(finetuned)	2.30 187	0.97 274	17.29 239	0.86 90	0.43 37	4.17 406	0.59 100	4.31 452	3.29 387	2.35 380	1.86 301	1.18 158	3.35 479	1.69 144	1.59 267	0.34 224	0.25 150	0.23 24	0.19 43	0.31 133	0.72 301

Wz-Net-SNSev	3.47 428	10.51 513	16.90 230	1.65 452	1.20 356	3.29 195	2.03 484	4.16 388	3.03 334	2.35 380	2.39 420	3.48 436	2.12 403	7.95 398	4.28 450	0.51 420	0.40 307	0.53 453	0.49 443	0.74 459	1.46 397

IPLGR_C	2.96 346	11.71 519	20.02 365	0.95 159	1.31 382	3.93 341	0.92 317	4.22 409	3.76 453	2.35 380	2.62 453	1.16 154	1.07 184	1.71 148	1.34 208	0.45 361	0.25 150	0.27 127	0.23 133	0.33 179	0.60 261

DCANet	2.37 204	0.98 277	20.47 429	0.86 90	0.43 37	4.18 409	0.59 100	4.31 452	3.29 387	2.35 380	1.86 301	1.18 158	1.63 330	1.69 144	1.59 267	0.34 224	0.25 150	0.24 49	0.19 43	0.31 133	0.73 306

CIPLG	2.88 330	10.01 510	20.02 365	0.95 159	1.34 389	3.95 346	0.91 309	4.24 421	3.69 450	2.36 386	2.66 457	1.17 155	1.06 181	1.82 180	1.37 221	0.45 361	0.25 150	0.27 127	0.23 133	0.33 179	0.60 261

GMOStereo	2.64 275	0.92 248	19.83 341	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 559	0.35 319	0.28 230	0.35 217	0.33 43

error version	2.64 275	0.92 248	19.83 341	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 559	0.35 319	0.28 230	0.35 217	0.33 43

test-v	2.64 275	0.92 248	19.83 341	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 559	0.35 319	0.28 230	0.35 217	0.33 43

test-2	2.64 275	0.92 248	19.83 341	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 559	0.35 319	0.28 230	0.35 217	0.33 43

DispNO	3.22 393	2.06 423	19.82 340	1.21 291	1.11 326	3.74 291	0.93 322	4.31 452	2.89 307	2.37 391	2.27 400	4.51 499	2.09 396	11.41 503	3.47 440	0.35 240	0.28 199	0.31 225	0.29 265	0.39 268	0.51 203

S-Stereo	3.51 431	0.96 269	22.00 547	1.38 372	1.50 422	3.55 247	2.49 502	4.27 436	3.00 321	2.38 392	3.94 507	3.73 457	1.84 377	11.89 525	2.59 410	0.64 462	0.71 428	0.49 436	0.81 499	0.68 445	1.31 383

iResNet	2.70 296	1.35 356	20.93 488	2.01 495	0.73 182	3.76 294	0.83 248	4.28 437	2.93 312	2.38 392	2.03 345	1.35 181	1.54 301	3.28 293	4.42 454	0.42 327	0.25 150	0.29 183	0.23 133	0.45 337	0.64 277

test_sample4	2.68 291	0.76 186	15.85 201	1.45 403	0.83 222	3.10 163	0.72 169	4.31 452	3.37 407	2.39 394	1.90 319	1.72 227	1.47 282	11.13 493	1.86 332	0.36 264	0.47 359	0.35 319	0.37 372	0.42 305	0.85 334

PFNet	2.75 310	0.69 125	19.96 358	2.25 504	0.80 212	4.63 494	0.90 298	2.60 132	3.85 459	2.39 394	2.71 463	1.82 255	1.41 262	7.53 391	1.41 228	0.36 264	0.21 57	0.36 336	0.27 203	0.32 155	0.46 162

pcwnet_v2	2.73 305	0.70 133	22.43 556	1.11 237	1.02 293	3.58 254	0.80 236	4.31 452	3.42 420	2.39 394	2.28 403	2.99 393	1.68 343	3.31 294	1.54 254	0.44 352	0.51 377	0.41 382	0.34 336	0.62 415	0.74 311

XX-Stereo	2.66 284	0.70 133	21.17 516	2.33 509	1.24 368	4.31 440	0.45 49	4.48 495	1.60 93	2.39 394	1.89 311	4.60 504	0.60 41	4.17 318	1.11 159	0.34 224	0.26 175	0.29 183	0.29 265	0.53 382	0.43 140

ARAFT	3.24 398	13.49 530	19.88 348	0.93 139	0.49 65	4.16 401	1.40 426	4.37 474	3.21 364	2.40 398	1.91 320	1.70 223	1.04 170	6.43 364	1.45 240	0.37 279	0.19 20	0.37 347	0.35 351	0.37 241	0.35 64

SMFormer	2.40 209	0.73 153	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 493	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	3.10 431	0.35 240	0.84 438	0.36 336	0.33 326	0.40 273	0.77 315

tta	2.44 220	0.73 153	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 493	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	3.10 431	0.35 240	0.84 438	0.36 336	0.33 326	0.31 133	1.75 414

qqq1	2.35 198	0.73 153	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 493	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	1.36 216	0.35 240	0.84 438	0.30 205	0.25 169	0.31 133	1.75 414

fff1	2.35 198	0.73 153	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 493	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	1.36 216	0.35 240	0.84 438	0.30 205	0.25 169	0.31 133	1.75 414

1111x	4.75 502	1.05 295	20.89 485	1.28 327	1.02 293	3.81 308	0.88 282	4.65 518	5.52 538	2.43 403	2.27 400	1.97 285	1.81 369	12.40 531	18.19 556	0.32 178	9.06 553	0.32 245	0.34 336	0.38 254	6.34 501

222	3.82 454	0.88 227	6.92 114	1.15 259	0.99 282	3.27 188	0.64 129	4.57 509	5.37 534	2.43 403	2.32 412	1.41 191	1.44 270	10.64 467	18.51 558	0.32 178	4.89 526	0.32 245	0.30 284	0.34 202	9.80 526

StereoDRNet-Refined	2.23 165	0.98 277	10.62 134	1.25 318	0.78 205	3.29 195	0.71 165	3.96 319	2.20 191	2.43 403	2.05 354	2.97 391	1.46 277	6.87 377	2.33 388	0.37 279	0.25 150	0.42 393	0.34 336	0.47 360	0.80 323
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
UPFNet	2.23 165	0.86 219	14.25 168	1.28 327	1.44 414	3.51 239	1.34 415	4.05 344	2.11 178	2.44 406	1.53 172	2.41 330	1.39 253	3.62 304	1.91 343	0.41 316	0.41 314	0.37 347	0.32 318	0.44 329	0.48 185

ttt	4.23 476	0.75 176	19.96 358	1.48 410	1.31 382	3.69 280	0.87 275	4.65 518	5.33 531	2.45 407	2.39 420	2.44 340	1.54 301	11.35 501	16.49 535	0.43 344	4.35 522	0.37 347	0.35 351	0.41 293	4.01 480

test_xeample	4.19 473	0.93 256	14.09 165	1.16 266	1.17 343	3.28 192	0.80 236	4.63 516	5.30 530	2.46 408	2.35 414	1.39 188	1.42 265	10.88 475	17.68 552	0.30 137	6.50 534	0.32 245	0.32 318	0.36 235	8.38 516

UDG	3.84 456	2.91 450	20.05 368	2.98 534	1.98 491	3.95 346	1.18 389	4.43 488	2.24 197	2.47 409	2.53 443	4.49 497	2.44 431	6.52 366	4.74 459	2.14 530	1.77 479	2.64 545	2.58 558	2.66 534	2.19 437

Pruner-Stereo	2.33 193	0.70 133	20.66 464	2.05 499	0.48 56	4.73 516	0.78 217	2.55 122	2.70 270	2.47 409	1.57 194	1.48 201	1.03 163	1.71 148	1.55 257	0.48 391	0.21 57	0.34 300	0.30 284	0.31 133	0.42 133

KYRaft	2.55 247	0.57 53	20.60 456	0.98 182	0.51 75	4.38 444	1.76 465	2.51 110	1.59 88	2.48 411	2.98 477	1.99 287	3.36 480	2.17 222	0.96 124	0.34 224	0.22 74	0.33 280	0.46 434	0.38 254	2.44 443

GMM-Stereo	2.52 233	0.56 46	20.57 451	0.92 132	0.83 222	4.18 409	1.88 472	2.51 110	2.40 227	2.48 411	2.30 409	1.69 220	1.84 377	2.93 286	1.25 194	0.32 178	0.19 20	0.33 280	0.49 443	0.37 241	2.40 441

111	2.59 259	3.10 454	20.47 429	0.84 79	0.38 14	4.26 431	0.91 309	4.45 492	2.96 315	2.48 411	2.07 360	2.31 317	1.64 333	1.49 113	1.90 340	0.35 240	0.22 74	0.25 72	0.21 85	0.32 155	1.14 372

DisPM	2.29 183	0.61 78	20.25 397	1.79 476	0.52 81	4.58 486	0.77 210	2.50 109	2.22 194	2.49 414	1.82 277	1.45 198	1.01 160	2.73 275	1.04 147	0.48 391	0.20 33	0.32 245	0.31 302	0.32 155	0.45 152

testlalala	2.95 344	0.66 107	20.83 479	1.03 204	0.81 216	4.39 448	0.90 298	2.96 176	3.69 450	2.50 415	1.55 192	1.31 178	0.61 44	1.15 32	0.77 57	0.42 327	14.33 565	0.25 72	0.20 71	0.26 65	0.36 86

coex_refinement	3.01 354	1.69 394	20.28 400	1.31 342	1.15 336	3.21 176	0.86 268	3.94 316	2.43 233	2.51 416	1.92 326	3.49 437	1.68 343	11.06 485	2.54 406	0.38 295	0.26 175	0.27 127	0.31 302	0.41 293	0.58 253

Syn2CoEx	3.42 421	7.66 494	20.57 451	1.42 393	1.18 345	2.49 112	1.64 457	4.07 349	2.68 267	2.51 416	2.27 400	2.89 385	3.15 469	9.56 427	2.58 409	0.52 431	0.45 343	0.53 453	0.42 416	0.79 471	1.00 357

SuperB	5.03 508	8.93 500	20.96 490	1.51 419	1.11 326	3.88 325	3.00 517	4.24 421	3.13 354	2.53 418	2.10 365	2.74 370	3.37 481	8.76 409	19.44 564	0.45 361	0.34 252	0.53 453	0.40 399	11.97 574	1.15 373

FBW_ROB	3.91 460	2.07 426	15.46 193	1.60 440	1.16 341	3.80 304	1.48 438	4.37 474	3.41 418	2.53 418	2.45 432	4.19 484	2.10 399	15.17 561	9.45 494	0.86 496	0.65 414	1.54 532	0.96 508	1.08 498	3.80 474

Wz-Net-LNSev-Ref	2.72 300	2.55 444	14.91 183	1.37 368	1.36 396	3.50 235	1.63 454	4.11 367	3.38 410	2.55 420	2.04 347	2.35 323	2.50 436	5.14 329	4.64 458	0.53 433	0.22 74	0.35 319	0.21 85	0.41 293	0.60 261

DCVSM-stereo	2.31 189	0.72 147	20.28 400	1.15 259	0.93 265	2.53 120	0.75 197	2.70 141	1.69 116	2.56 421	1.53 172	3.27 418	1.71 351	2.23 231	1.38 222	0.36 264	0.53 383	0.41 382	0.33 326	0.46 347	0.64 277

NLCA_NET_v2_RVC	2.76 313	1.48 370	19.72 332	1.62 444	2.00 492	3.95 346	0.86 268	3.92 309	2.51 245	2.56 421	1.69 232	2.83 381	1.61 317	5.65 340	1.78 316	0.48 391	0.36 271	0.38 362	0.42 416	0.56 395	0.77 315
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
w-ln-seven-2	3.65 437	9.76 508	15.93 203	1.26 323	1.02 293	3.54 246	1.56 447	4.14 382	3.86 460	2.57 423	2.05 354	2.63 360	2.26 418	8.48 405	10.24 497	0.50 412	0.52 380	0.44 400	0.34 336	0.64 426	1.25 379

FTStereo	3.74 448	0.60 72	20.43 421	0.99 189	0.66 154	4.34 441	11.24 558	2.63 135	1.95 155	2.58 424	5.03 518	1.90 267	13.77 555	3.70 305	1.28 203	0.41 316	0.24 131	0.31 225	0.33 326	0.32 155	2.08 430

MultiAttention	9.51 549	0.66 107	18.16 261	2.27 505	22.44 574	36.03 580	8.40 556	5.18 532	2.72 272	2.59 425	5.12 519	5.53 526	1.60 311	52.66 588	8.87 491	0.51 420	0.24 131	0.52 446	0.94 507	6.88 565	8.91 520

G2L-Stereo_test	2.89 332	2.06 423	20.60 456	1.68 457	1.18 345	3.55 247	1.01 347	3.66 252	2.33 217	2.59 425	1.68 228	3.14 408	1.48 283	9.19 418	1.86 332	0.30 137	0.21 57	0.23 24	0.23 133	0.28 84	0.57 237

test_for_model	3.36 415	3.87 465	21.00 491	4.24 552	3.68 533	2.57 122	0.94 325	3.80 285	3.64 445	2.59 425	1.40 147	1.02 137	0.73 75	0.97 11	0.70 43	3.05 539	2.42 498	0.26 104	0.17 17	5.36 558	4.82 488

gwcnet-sp	2.38 205	1.51 373	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 428	1.63 213	1.80 250	1.61 317	3.87 309	1.99 352	0.33 202	0.32 231	0.30 205	0.29 265	0.40 273	0.47 174

scenet	2.38 205	1.51 373	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 428	1.63 213	1.80 250	1.61 317	3.87 309	1.99 352	0.33 202	0.32 231	0.30 205	0.29 265	0.40 273	0.47 174

ssnet	2.38 205	1.51 373	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 428	1.63 213	1.80 250	1.61 317	3.87 309	1.99 352	0.33 202	0.32 231	0.30 205	0.29 265	0.40 273	0.47 174

MFN_U_SF_DS_RVC	4.38 485	13.66 533	13.95 164	1.39 379	1.58 445	5.18 529	3.31 524	4.53 503	3.22 371	2.60 428	2.62 453	4.99 513	2.11 401	13.99 558	4.21 449	1.53 525	2.56 503	0.67 493	1.82 543	0.83 478	2.92 457

Wz-Net-MNSev	3.26 403	7.24 491	17.26 237	1.58 436	1.37 399	3.27 188	2.45 499	4.10 364	4.50 501	2.61 432	2.17 378	2.33 319	3.02 462	7.48 390	2.88 422	0.46 373	0.39 303	0.37 347	0.38 381	0.61 410	0.63 272

DeepPruner_ROB	2.61 267	1.97 420	19.32 301	1.03 204	1.20 356	4.38 444	0.90 298	3.44 227	1.77 128	2.61 432	1.54 183	2.77 376	1.27 229	5.05 327	2.08 368	0.52 431	0.40 307	0.37 347	0.35 351	0.52 381	0.62 269

SQANet	4.22 474	14.03 543	20.30 407	2.78 528	2.75 517	3.41 212	1.48 438	3.66 252	2.25 200	2.62 434	1.77 258	2.68 364	1.90 385	7.41 389	3.78 445	2.97 538	1.42 469	1.85 534	1.13 519	3.28 536	2.86 454

IIG-Stereo	2.89 332	0.98 277	19.80 337	2.78 528	0.67 160	4.62 492	0.74 186	4.29 439	2.26 203	2.62 434	3.10 484	3.33 424	1.60 311	7.64 392	1.51 247	0.42 327	0.21 57	0.32 245	0.25 169	0.33 179	0.28 15

TCMNet	3.13 374	1.71 396	19.53 313	1.49 412	2.11 500	3.84 311	1.07 365	4.12 373	3.03 334	2.64 436	2.29 405	2.43 336	1.74 356	10.10 450	2.47 400	0.56 443	0.45 343	0.61 479	0.50 451	0.87 481	1.04 365

DRaft	3.12 372	0.68 120	20.57 451	0.77 51	0.49 65	3.95 346	1.20 393	2.40 93	1.60 93	2.64 436	2.80 469	1.59 208	5.33 513	6.94 381	9.51 495	0.43 344	0.22 74	0.27 127	0.27 203	0.32 155	0.47 174

AANet_RVC	3.70 447	7.03 490	17.25 236	1.21 291	1.12 329	3.79 301	1.09 370	3.98 323	3.38 410	2.65 438	4.29 511	3.95 469	1.40 257	11.43 506	7.88 488	1.25 514	0.57 392	0.34 300	0.25 169	0.43 315	0.71 298

zh-sn7	4.13 470	13.99 542	17.43 242	1.29 333	1.15 336	3.66 273	2.56 505	4.26 433	2.78 284	2.66 439	3.11 489	3.37 428	3.17 470	11.53 508	7.43 483	0.48 391	0.49 369	0.45 408	0.44 425	0.75 460	1.52 401

YMNet	2.55 247	1.78 402	14.80 181	1.41 384	1.67 467	3.95 346	0.96 336	3.86 296	3.02 330	2.68 440	2.57 448	3.35 426	1.53 298	3.40 295	2.57 407	0.49 398	0.54 385	0.52 446	0.49 443	0.76 464	0.69 292

YMNet_1	2.55 247	1.78 402	14.80 181	1.41 384	1.67 467	3.95 346	0.96 336	3.86 296	3.02 330	2.68 440	2.57 448	3.35 426	1.53 298	3.40 295	2.57 407	0.49 398	0.54 385	0.52 446	0.49 443	0.76 464	0.69 292

psmg	1.63 101	0.64 91	3.82 89	0.96 168	0.86 235	4.35 442	1.41 428	4.11 367	2.29 211	2.68 440	2.09 364	2.58 355	1.30 237	1.79 167	1.44 236	0.39 303	0.29 209	0.33 280	0.34 336	0.38 254	0.44 146

DDUNet	3.65 437	2.81 448	19.59 317	3.57 545	2.26 506	3.47 224	1.35 418	4.21 408	2.40 227	2.68 440	2.48 435	4.17 482	1.78 363	5.48 338	2.61 411	2.25 531	1.77 479	2.61 544	2.43 556	2.63 533	2.40 441

FINET	10.59 552	14.44 552	25.84 567	2.30 507	3.90 538	21.74 569	25.19 571	8.85 556	16.99 565	2.68 440	15.19 562	11.45 548	13.83 556	6.71 373	15.11 529	0.80 490	8.59 545	0.53 453	0.44 425	0.62 415	16.67 557

ADLNet	3.23 396	1.19 329	21.03 494	1.36 362	1.61 447	3.69 280	1.23 401	4.05 344	3.41 418	2.72 445	2.29 405	4.00 472	1.77 362	11.21 496	2.15 374	0.42 327	0.43 327	0.36 336	0.35 351	0.47 360	0.82 325

psm_up	3.04 360	1.30 349	18.97 283	1.31 342	1.51 424	3.86 319	1.22 400	4.26 433	2.31 215	2.72 445	1.83 290	2.43 336	1.68 343	12.86 542	1.78 316	0.43 344	0.41 314	0.41 382	0.34 336	0.46 347	0.67 287

DISCO	2.40 209	0.99 286	11.99 143	1.81 477	1.12 329	3.47 224	1.24 403	3.34 215	2.57 253	2.73 447	1.96 332	4.52 500	1.90 385	4.18 319	3.62 443	0.37 279	0.27 188	0.31 225	0.30 284	0.70 448	0.62 269

MADNet+	4.46 489	11.36 516	14.35 171	2.23 503	2.50 514	4.18 409	2.86 514	5.46 540	4.43 493	2.74 448	2.69 461	4.55 501	3.43 484	8.97 414	9.42 493	1.47 523	2.06 486	1.09 520	1.02 513	1.54 521	2.96 459

SACVNet	3.06 363	1.61 386	19.29 300	1.46 405	1.18 345	4.05 370	1.48 438	4.03 337	2.58 256	2.75 449	1.89 311	2.55 349	1.38 250	11.33 500	2.28 385	0.51 420	0.41 314	0.48 423	0.43 421	0.57 399	0.93 349

AF-Net	3.15 379	2.65 446	18.81 276	1.37 368	1.76 477	3.30 199	1.57 448	4.20 403	3.05 342	2.76 450	2.94 476	4.50 498	3.21 472	5.88 346	3.07 429	0.88 497	0.39 303	0.72 502	0.50 451	0.75 460	0.66 286

MSC_U_SF_DS_RVC	4.90 506	13.94 541	16.59 226	1.69 459	1.46 417	6.15 536	3.52 531	5.47 541	3.95 466	2.77 451	2.74 465	4.81 510	2.49 435	13.78 555	5.33 463	2.34 532	3.46 517	1.05 517	1.21 525	2.28 530	2.94 458

RP	3.26 403	1.73 398	17.70 253	1.56 433	1.93 489	3.43 217	1.94 474	4.18 398	2.72 272	2.77 451	3.05 480	3.96 470	2.69 442	10.17 451	2.86 419	1.04 503	0.50 374	0.71 499	0.59 472	0.75 460	0.83 327

DPSNet	3.94 463	2.01 422	14.69 179	1.58 436	1.30 378	4.17 406	2.08 487	4.57 509	4.63 505	2.78 453	1.99 339	3.79 461	7.88 539	10.66 468	11.35 506	0.94 500	0.99 454	0.41 382	0.57 469	1.09 499	1.40 389

NCCL2	2.96 346	4.07 471	15.75 199	1.24 303	1.03 298	3.48 230	2.55 504	3.79 280	2.39 224	2.78 453	1.80 270	2.41 330	1.67 342	10.27 457	2.48 402	0.46 373	0.41 314	0.57 469	0.55 466	0.61 410	0.86 338

model_zeroshot	2.43 218	0.72 147	19.99 362	1.24 303	1.23 364	3.70 284	0.63 124	3.76 275	1.61 99	2.79 455	1.41 151	2.24 309	0.82 115	2.87 283	1.22 180	0.33 202	0.52 380	0.30 205	0.25 169	0.28 84	2.59 446

ssnet_v2	2.81 320	1.39 359	21.16 514	1.25 318	0.90 255	3.86 319	1.63 454	4.10 364	3.22 371	2.79 455	1.96 332	3.78 460	1.70 349	2.53 259	3.12 433	0.44 352	0.37 278	0.42 393	0.38 381	0.59 404	0.58 253

Nwc_Net	3.03 358	1.90 416	19.16 290	1.38 372	1.69 469	3.53 243	1.19 390	4.03 337	2.19 188	2.79 455	2.84 471	3.80 462	2.46 432	6.93 380	2.87 421	0.96 501	0.41 314	0.59 472	0.68 487	0.60 408	0.65 281

GrayStereo	3.68 444	0.56 46	20.61 458	1.71 464	0.90 255	4.17 406	8.11 555	3.17 194	4.13 474	2.80 458	2.49 436	1.70 223	17.06 564	2.83 280	1.25 194	0.37 279	0.23 102	0.27 127	0.32 318	0.30 122	0.57 237

ADCPNet	4.25 477	4.04 469	21.95 543	1.33 354	1.31 382	6.34 539	2.63 508	4.07 349	3.23 374	2.81 459	2.21 392	4.27 487	6.08 521	6.01 348	11.73 511	0.67 468	1.17 462	0.71 499	1.71 537	0.87 481	1.82 421

CASS	1.65 105	0.73 153	8.72 126	0.97 176	0.67 160	2.88 142	0.69 157	3.07 185	1.86 139	2.82 460	2.02 343	1.39 188	1.55 304	1.75 164	1.36 216	0.51 420	0.28 199	0.34 300	0.28 230	0.47 360	0.63 272
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MLCV	2.52 233	1.77 401	18.20 263	1.17 273	0.63 137	3.60 259	0.53 76	3.88 300	2.35 221	2.82 460	2.24 394	1.99 287	1.42 265	4.59 323	3.09 430	0.39 303	0.22 74	0.33 280	0.22 118	0.35 217	0.52 211

iRaft-Stereo_20w	3.11 369	0.69 125	18.89 279	1.00 193	1.09 319	5.03 527	1.00 346	5.86 547	2.46 242	2.83 462	1.64 218	3.06 401	4.30 501	3.08 291	1.74 310	0.31 161	0.30 219	0.27 127	0.35 351	0.42 305	7.93 506

XPNet_ROB	2.99 352	1.58 382	17.06 235	1.38 372	0.99 282	3.91 333	1.62 453	4.20 403	2.42 230	2.87 463	2.03 345	2.31 317	1.72 354	10.76 471	3.60 442	0.55 439	0.49 369	0.48 423	0.40 399	0.53 382	0.85 334

WZ-Net	4.39 486	12.37 522	17.44 243	1.47 409	1.42 411	3.76 294	2.27 495	4.17 392	3.11 350	2.89 464	2.24 394	4.05 474	5.69 518	10.89 476	12.07 512	0.66 465	0.41 314	0.47 417	0.49 443	0.78 466	1.12 370

DMCA	2.02 131	1.07 296	11.33 141	1.17 273	0.96 275	3.92 340	0.89 283	3.80 285	3.11 350	2.89 464	1.58 200	2.35 323	1.17 215	1.79 167	2.25 382	0.42 327	0.29 209	0.42 393	0.27 203	0.38 254	0.43 140

TDLM	3.20 388	1.58 382	18.80 275	1.70 463	1.10 323	4.29 435	2.17 491	3.81 289	3.27 380	2.89 464	1.98 336	2.06 300	1.70 349	12.44 537	2.15 374	0.58 447	0.31 225	0.56 465	0.40 399	0.58 402	1.59 406

ccnet	3.03 358	1.48 370	12.88 149	1.54 427	1.26 371	3.71 286	2.32 497	4.11 367	3.05 342	2.92 467	3.21 490	2.86 383	2.40 426	9.87 436	4.19 448	0.80 490	0.76 431	0.71 499	0.70 490	0.78 466	1.07 367

MFN_U_SF_RVC	4.08 468	13.72 538	15.13 186	2.00 493	1.43 412	3.73 289	1.68 461	4.11 367	3.39 415	2.93 468	2.38 418	4.39 494	3.63 487	8.63 407	6.14 469	1.14 509	1.07 459	1.01 515	1.35 531	1.63 523	2.09 432

DLCB_ROB	2.55 247	1.32 352	10.26 133	1.31 342	1.04 304	2.94 148	1.29 408	3.81 289	2.73 274	2.93 468	2.17 378	3.37 428	1.53 298	10.40 462	3.26 436	0.42 327	0.35 262	0.41 382	0.37 372	0.43 315	0.68 289

z-mn7	3.78 451	14.53 553	15.59 196	1.34 356	1.23 364	3.78 299	1.42 429	4.17 392	3.45 428	2.94 470	3.37 496	3.05 398	2.09 396	10.03 449	5.54 468	0.50 412	0.39 303	0.43 397	0.34 336	0.67 439	0.73 306

edge stereo	3.45 424	1.08 300	22.14 549	1.31 342	1.36 396	2.68 126	1.54 443	4.13 377	3.27 380	2.94 470	3.27 494	4.34 493	2.48 433	11.60 514	2.79 414	0.62 458	0.64 411	0.79 508	0.56 468	0.70 448	0.82 325

NOSS_ROB	3.12 372	0.89 232	19.03 285	2.01 495	1.07 313	3.90 329	0.97 340	4.32 460	3.08 346	2.94 470	2.19 386	3.85 465	1.18 218	11.75 521	1.69 295	0.69 470	0.54 385	0.57 469	0.52 457	0.57 399	0.72 301

PASM	3.22 393	2.89 449	15.38 191	2.00 493	1.57 440	2.77 129	1.96 476	3.62 248	2.75 277	2.95 473	2.26 397	3.10 405	2.24 415	11.87 524	2.46 398	0.97 502	1.06 456	0.87 511	1.02 513	1.20 509	1.41 391

BUS	1.64 104	0.64 91	3.82 89	0.94 148	0.86 235	4.50 468	0.75 197	4.49 496	2.29 211	2.96 474	1.82 277	3.61 452	1.03 163	1.79 167	1.18 170	0.39 303	0.25 150	0.31 225	0.28 230	0.38 254	0.41 124

BSDual-CNN	1.61 99	0.64 91	3.82 89	0.94 148	0.86 235	4.18 409	1.14 383	4.49 496	2.29 211	2.96 474	1.82 277	2.58 355	1.30 237	1.79 167	1.44 236	0.39 303	0.25 150	0.31 225	0.28 230	0.38 254	0.41 124

hknet	2.34 196	0.78 196	13.86 161	0.94 148	1.07 313	4.18 409	1.14 383	4.49 496	3.00 321	2.96 474	1.82 277	3.47 435	1.30 237	4.11 317	1.77 315	0.35 240	0.25 150	0.31 225	0.28 230	0.38 254	0.41 124

RGC	3.35 414	1.84 413	18.13 260	1.52 424	1.79 481	3.33 202	1.37 422	4.18 398	2.39 224	2.96 474	3.23 492	3.98 471	2.71 443	11.53 508	3.42 439	0.90 498	0.48 366	0.79 508	0.79 497	0.75 460	0.89 341

DMCA-RVC	2.72 300	3.31 457	20.08 375	1.27 325	1.13 332	2.49 112	0.85 263	3.43 225	1.85 138	3.04 478	1.58 200	1.99 287	1.51 290	6.42 363	2.86 419	0.39 303	0.31 225	0.44 400	0.37 372	0.47 360	0.65 281

w-ln-seven	3.68 444	8.30 497	15.93 203	1.36 362	1.34 389	4.09 380	1.60 450	4.13 377	3.03 334	3.06 479	2.31 410	3.41 431	2.24 415	9.78 432	9.71 496	0.46 373	0.37 278	0.47 417	0.40 399	0.78 466	0.84 331

RAFT-RH_RVC	2.72 300	0.64 91	20.10 378	1.48 410	0.49 65	4.46 459	0.56 83	1.73 36	2.86 302	3.06 479	5.50 521	2.02 292	1.28 232	6.70 371	1.56 259	0.46 373	0.22 74	0.37 347	0.34 336	0.29 102	0.33 43

NCC-stereo	3.49 429	2.07 426	20.23 393	1.31 342	1.76 477	4.04 366	1.42 429	4.01 329	2.34 218	3.06 479	2.59 450	3.51 445	3.02 462	10.02 447	5.44 465	1.38 518	0.66 417	0.64 489	0.88 503	0.67 439	0.84 331

Abc-Net	3.49 429	2.07 426	20.23 393	1.31 342	1.76 477	4.04 366	1.42 429	4.01 329	2.34 218	3.06 479	2.59 450	3.51 445	3.02 462	10.02 447	5.44 465	1.38 518	0.66 417	0.64 489	0.88 503	0.67 439	0.84 331
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ACVNet_1	6.63 534	14.79 557	21.40 529	3.59 546	3.17 527	4.69 514	2.46 500	4.24 421	3.34 404	3.11 483	2.86 472	23.21 568	4.59 506	11.06 485	12.59 516	3.75 549	2.34 494	2.60 543	1.80 542	3.70 541	3.31 466

ADCRef	3.66 440	5.95 482	15.50 194	1.20 285	1.41 408	3.93 341	1.61 451	3.92 309	2.77 281	3.13 484	2.20 388	2.40 326	2.78 447	6.23 360	16.59 536	0.50 412	0.35 262	0.63 487	0.62 481	0.58 402	0.92 346

GANet	3.64 436	1.76 399	19.65 319	1.92 487	1.04 304	3.91 333	2.51 503	3.86 296	2.81 291	3.13 484	3.03 479	3.19 410	2.19 413	12.43 536	8.23 489	0.60 451	0.43 327	0.52 446	0.43 421	0.63 421	0.63 272

PWC_ROB	3.32 409	4.61 475	14.41 172	1.46 405	1.90 487	3.21 176	1.15 386	4.39 480	3.46 431	3.13 484	3.40 497	2.79 378	2.34 423	9.17 416	6.94 476	0.61 452	0.34 252	0.61 479	0.37 372	0.73 455	1.40 389

OMP-Stereo	2.94 342	1.26 337	20.07 369	2.73 526	0.67 160	4.58 486	1.46 435	4.33 463	2.21 193	3.14 487	2.68 460	3.22 414	1.38 250	7.65 393	1.42 230	0.46 373	0.21 57	0.33 280	0.26 186	0.34 202	0.31 29

FAT-Stereo	3.38 417	0.88 227	19.96 358	1.28 327	1.20 356	3.44 218	1.97 477	4.26 433	3.15 357	3.14 487	3.92 506	3.50 442	3.28 474	11.68 518	2.04 364	0.65 464	0.68 419	0.48 423	0.54 462	0.63 421	0.91 344

DSFCA	2.38 205	1.03 292	11.06 137	1.15 259	1.18 345	3.97 354	1.75 464	3.63 249	2.44 239	3.14 487	1.68 228	2.90 387	2.48 433	5.38 334	3.17 434	0.49 398	0.45 343	0.37 347	0.37 372	0.54 386	0.46 162

MFMNet_re	3.44 422	8.89 499	19.36 303	3.25 540	1.91 488	3.13 168	1.99 478	3.60 245	4.16 476	3.17 490	2.86 472	2.25 310	2.41 428	2.61 265	2.35 390	1.13 508	1.06 456	0.94 513	0.91 506	1.29 514	1.57 404

LL-Strereo	4.26 479	13.69 535	20.37 415	1.24 303	2.18 503	2.90 145	1.08 366	4.35 469	2.22 194	3.20 491	2.26 397	3.29 419	3.13 466	11.30 499	1.91 343	0.33 202	3.89 521	0.46 415	0.34 336	0.54 386	6.47 502

stereogan	3.26 403	1.26 337	18.01 257	1.38 372	1.66 464	3.76 294	1.64 457	4.06 346	3.86 460	3.23 492	2.70 462	5.02 514	2.85 448	9.88 437	1.85 330	0.71 474	0.51 377	0.69 496	0.48 440	0.86 479	0.85 334

LVE	7.57 544	15.80 568	21.28 523	3.69 548	3.19 529	4.54 475	2.78 509	10.13 558	11.63 557	3.24 493	11.52 553	18.10 559	4.55 505	11.67 515	10.30 498	4.62 565	2.95 508	2.56 542	1.91 546	3.63 540	3.26 464

HSM-Net_RVC	3.02 355	0.65 99	19.48 309	0.94 148	0.90 255	3.71 286	1.20 393	5.61 545	2.87 304	3.24 493	2.49 436	2.53 346	1.61 317	11.39 502	1.90 340	0.37 279	0.27 188	0.27 127	0.24 153	0.31 133	0.39 113
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NVStereoNet_ROB	6.63 534	9.57 506	19.28 299	3.19 538	2.11 500	3.69 280	1.99 478	4.32 460	6.27 549	3.26 495	24.57 572	5.45 524	11.39 550	13.56 552	12.37 515	2.79 534	2.05 485	1.76 533	1.75 540	1.49 520	1.75 414
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
StereoDRNet	3.07 364	2.92 452	16.33 219	1.36 362	1.57 440	3.45 221	2.04 485	3.77 278	2.85 296	3.31 496	1.85 295	2.78 377	1.79 366	10.85 474	3.41 438	0.45 361	0.36 271	0.39 368	0.37 372	0.62 415	0.85 334

ETE_ROB	2.93 337	2.12 429	17.80 254	1.13 252	0.94 271	3.71 286	1.53 441	4.29 439	2.98 318	3.32 497	2.13 370	2.34 322	1.51 290	8.68 408	2.82 417	0.44 352	0.40 307	0.51 443	0.49 443	0.56 395	0.80 323

LALA_ROB	2.88 330	2.13 431	19.08 286	1.10 232	0.99 282	3.91 333	1.81 469	4.50 500	3.04 339	3.32 497	1.87 307	2.75 372	1.66 340	4.06 315	4.02 447	0.47 382	0.44 337	0.55 462	0.53 459	0.61 410	0.73 306

XQC	3.41 419	6.58 486	15.18 187	1.97 490	1.62 450	3.40 209	1.76 465	4.53 503	3.67 449	3.40 499	2.45 432	3.73 457	2.91 451	6.78 374	5.36 464	0.73 482	0.90 443	0.60 476	0.61 478	1.02 491	0.99 356

DANet	2.82 321	1.17 320	10.20 132	1.87 481	1.72 473	3.25 187	1.15 386	4.36 471	3.02 330	3.42 500	2.18 383	4.09 476	1.79 366	9.78 432	4.32 451	0.55 439	0.57 392	0.60 476	0.44 425	0.65 433	1.25 379
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
zh-mn7	3.65 437	13.21 528	16.35 220	1.28 327	1.01 290	2.94 148	1.31 411	4.24 421	3.12 352	3.44 501	3.10 484	2.84 382	2.09 396	9.17 416	5.46 467	0.61 452	0.43 327	0.38 362	0.38 381	0.60 408	0.94 350

tt	7.29 542	0.58 55	7.34 115	4.04 551	2.30 510	12.04 558	20.18 568	15.60 572	7.41 551	3.46 502	3.36 495	5.36 519	6.39 525	4.27 321	7.46 484	9.80 574	11.53 563	7.04 571	7.45 572	6.31 561	3.81 475

DRN-Test	3.17 383	1.30 349	19.66 320	1.41 384	1.60 446	3.61 261	1.47 436	4.18 398	2.83 293	3.48 503	1.92 326	2.58 355	2.50 436	10.81 472	2.90 423	0.49 398	0.49 369	0.44 400	0.42 416	0.57 399	0.78 318

CVANet_RVC	3.32 409	1.63 389	21.06 499	1.66 453	1.29 375	3.99 356	1.55 445	3.98 323	3.00 321	3.51 504	2.06 357	2.58 355	1.72 354	12.46 538	1.70 298	0.62 458	0.34 252	0.53 453	0.47 436	0.64 426	1.66 412

ACVNet_2	6.09 524	15.28 565	21.36 528	3.30 541	3.17 527	4.50 468	3.00 517	4.70 520	3.96 467	3.52 505	5.34 520	7.79 539	2.95 453	12.40 531	13.76 520	3.28 542	2.23 490	2.70 547	1.70 536	3.52 539	3.24 462

WAO-6	6.68 536	9.03 501	20.68 465	2.98 534	2.79 518	11.93 556	3.56 534	5.39 538	11.65 558	3.55 506	9.59 544	6.77 534	6.72 528	12.28 529	11.56 507	2.88 537	2.36 495	2.50 540	1.84 544	2.89 535	2.72 450

CBMV	4.12 469	1.27 341	21.14 511	1.52 424	0.85 231	3.80 304	3.89 542	4.58 511	3.02 330	3.56 507	2.37 417	4.44 495	13.88 557	11.23 498	3.78 445	0.56 443	0.43 327	0.48 423	0.39 390	0.55 389	0.74 311
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EAI-Stereo	4.89 505	0.69 125	7.74 119	0.99 189	1.63 453	4.68 509	51.52 583	5.79 546	3.37 407	3.64 508	7.24 526	1.10 146	0.95 147	2.51 253	1.71 301	0.33 202	0.31 225	0.28 160	2.04 549	0.28 84	0.92 346

RTSC	3.44 422	6.78 488	16.53 225	1.76 474	1.54 428	3.53 243	0.94 325	4.22 409	2.97 316	3.65 509	3.23 492	3.31 422	2.29 419	6.22 358	7.41 482	0.61 452	1.32 466	0.37 347	0.42 416	0.78 466	0.98 355

NaN_ROB	4.73 501	6.66 487	21.89 539	1.26 323	1.28 373	3.49 233	3.02 519	4.38 478	3.93 465	3.65 509	2.55 444	2.97 391	5.01 509	13.23 548	17.43 550	0.38 295	0.42 325	0.38 362	0.40 399	0.50 373	1.82 421

psmorigin	6.62 533	1.45 366	87.38 589	1.55 431	0.97 276	2.86 139	1.42 429	3.30 210	2.12 180	3.74 511	2.45 432	5.15 517	2.59 440	10.55 464	2.91 424	0.55 439	0.68 419	0.48 423	0.53 459	0.73 455	1.02 361

pmcnn	5.90 520	1.81 407	22.30 552	1.69 459	2.37 511	3.47 224	2.10 488	4.58 511	5.56 541	3.75 512	13.12 559	22.07 566	3.70 489	11.99 527	17.13 545	0.58 447	0.23 102	0.23 24	0.19 43	0.37 241	0.70 296

JetBlue	6.69 537	12.01 520	14.30 169	1.98 492	4.64 547	11.97 557	12.29 560	5.39 538	4.32 491	3.81 513	4.51 513	9.50 545	6.53 527	10.22 453	14.50 526	1.32 515	1.47 470	1.18 523	1.36 532	7.48 568	5.05 489

PWCK	6.49 531	13.40 529	20.27 399	2.95 533	1.61 447	5.68 535	7.63 554	5.37 537	4.77 518	3.90 514	7.48 528	7.96 540	5.63 515	15.15 560	10.93 501	3.21 541	1.55 474	2.34 539	1.43 534	6.05 559	2.45 444

ADCMid	4.55 492	10.78 514	17.67 252	1.32 349	1.43 412	4.62 492	2.24 493	4.22 409	4.97 526	3.93 515	3.01 478	3.84 464	3.66 488	4.22 320	18.57 560	0.69 470	0.62 408	1.09 520	1.20 523	1.48 519	1.49 399

CSAN	5.95 521	13.70 536	21.94 542	1.35 358	0.93 265	3.65 271	3.46 528	4.73 524	4.26 483	3.98 516	7.70 529	3.54 449	6.94 531	22.83 568	16.00 533	0.53 433	0.47 359	0.50 438	0.55 466	0.65 433	1.22 376

AnyNet_C01	4.68 497	10.90 515	16.41 222	2.03 497	1.62 450	6.25 537	6.40 550	4.19 401	5.13 529	4.03 517	3.77 504	4.14 480	3.26 473	7.23 383	11.19 502	0.64 462	0.80 435	0.65 491	0.72 492	2.18 528	2.08 430

IMH-64-1	6.10 525	13.83 539	17.55 245	4.34 555	3.78 535	4.79 521	5.94 547	5.34 534	4.20 477	4.10 518	8.31 535	5.07 515	6.92 529	9.63 430	7.36 480	4.60 562	2.96 510	3.04 550	2.14 553	4.30 549	3.88 477

IMH-64	6.10 525	13.83 539	17.55 245	4.34 555	3.78 535	4.79 521	5.94 547	5.34 534	4.20 477	4.10 518	8.31 535	5.07 515	6.92 529	9.63 430	7.36 480	4.60 562	2.96 510	3.04 550	2.14 553	4.30 549	3.88 477

HBP-ISP	3.78 451	9.10 502	20.83 479	1.72 465	1.14 334	4.54 475	2.82 512	4.61 515	3.03 334	4.13 520	1.98 336	1.88 265	3.31 475	11.06 485	1.52 250	0.74 485	0.57 392	0.67 493	0.62 481	0.65 433	0.64 277

DAS	2.52 233	0.76 186	7.72 117	1.16 266	1.64 457	2.96 151	2.10 488	4.14 382	3.31 394	4.16 521	2.51 440	2.56 353	1.81 369	11.54 510	1.83 326	0.44 352	0.23 102	0.39 368	0.25 169	0.42 305	0.45 152

SepStereo	2.36 200	0.76 186	7.72 117	1.16 266	1.64 457	2.96 151	2.10 488	4.14 382	3.31 394	4.16 521	2.51 440	2.56 353	1.81 369	8.34 402	1.83 326	0.44 352	0.23 102	0.39 368	0.25 169	0.42 305	0.45 152

AnyNet_C32	4.49 490	9.53 505	13.85 159	1.67 454	1.56 437	5.40 532	4.06 544	4.03 337	3.69 450	4.21 523	3.09 483	3.09 404	3.38 482	8.24 400	18.76 561	0.56 443	0.64 411	0.53 453	0.81 499	1.36 517	1.42 392

RTS	4.29 481	9.35 503	18.25 264	2.79 530	2.29 508	4.98 525	3.41 526	4.72 522	4.27 484	4.35 524	3.10 484	4.93 511	3.14 467	7.71 394	6.99 477	0.71 474	0.68 419	0.51 443	0.50 451	1.07 496	1.98 425

RTSA	4.29 481	9.35 503	18.25 264	2.79 530	2.29 508	4.98 525	3.41 526	4.72 522	4.27 484	4.35 524	3.10 484	4.93 511	3.14 467	7.71 394	6.99 477	0.71 474	0.68 419	0.51 443	0.50 451	1.07 496	1.98 425

SGM-Forest	4.96 507	0.86 219	21.02 493	1.22 295	0.83 222	4.05 370	3.26 523	4.40 481	3.49 435	4.40 526	3.69 503	4.66 508	13.91 558	11.94 526	17.16 547	0.66 465	0.46 349	0.49 436	0.39 390	0.49 372	1.77 418
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
G-Net	4.16 471	1.39 359	20.31 409	2.30 507	2.91 519	4.68 509	2.86 514	3.35 216	2.44 239	4.43 527	9.43 543	6.89 535	3.83 492	8.91 411	4.83 461	0.80 490	0.80 435	0.70 497	0.50 451	0.95 489	0.97 353

Dean	8.35 547	15.23 564	22.34 553	3.76 549	3.55 531	4.81 523	3.51 530	5.34 534	5.37 534	4.49 528	26.13 573	25.59 574	4.33 502	11.21 496	13.12 518	3.78 550	2.31 493	2.90 549	1.89 545	4.04 548	3.34 467

WAO-7	6.00 523	14.29 547	20.46 426	1.97 490	1.51 424	5.31 531	3.06 521	5.00 529	5.92 545	4.55 529	8.87 540	6.52 533	6.47 526	13.38 551	13.85 521	1.35 516	1.24 464	1.48 530	1.36 532	1.63 523	1.79 420

SHD	3.22 393	4.21 472	14.19 167	2.37 510	2.12 502	2.77 129	1.19 390	4.24 421	3.25 376	4.64 530	2.73 464	3.62 454	2.76 446	6.30 361	4.75 460	0.66 465	1.25 465	0.52 446	0.59 472	0.69 447	1.64 410

SANet	6.43 530	13.71 537	22.08 548	1.43 400	1.00 288	6.86 543	3.78 540	4.71 521	11.10 556	4.71 531	8.72 539	7.47 537	7.91 540	12.46 538	18.12 555	0.51 420	0.47 359	0.50 438	0.45 432	0.94 488	1.60 408

SDNR	4.37 484	2.22 434	20.63 461	1.60 440	0.99 282	5.15 528	0.67 138	4.36 471	5.55 540	4.89 532	7.17 525	5.50 525	1.58 307	17.48 563	4.33 452	0.80 490	0.72 429	0.59 472	0.45 432	1.18 508	1.43 393

IMH	7.25 541	16.24 571	21.08 500	4.40 557	3.79 537	5.46 533	3.03 520	5.58 544	6.26 548	4.92 533	10.32 546	9.24 544	8.30 542	13.62 553	11.56 507	4.84 566	3.00 513	3.09 553	2.14 553	4.38 551	3.83 476

SPS-STEREO	5.18 509	10.36 511	21.09 505	1.74 469	1.72 473	3.24 185	2.26 494	3.92 309	4.12 473	5.06 534	3.66 502	5.43 522	3.33 477	9.56 427	12.34 514	1.17 511	1.17 462	1.07 518	1.03 515	1.17 507	10.25 529
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCS	4.77 503	12.63 524	17.40 241	1.72 465	1.34 389	3.90 329	3.60 535	4.30 441	3.54 438	5.11 535	2.81 470	4.44 495	3.05 465	6.15 356	19.32 563	0.74 485	0.68 419	0.70 497	0.70 490	1.25 513	1.98 425

test_sample8	5.57 514	1.19 329	20.68 465	1.11 237	0.87 244	4.22 423	1.20 393	4.43 488	3.76 453	5.63 536	1.97 335	12.99 553	6.34 522	11.08 489	11.57 509	1.41 520	14.65 566	4.19 563	2.07 550	0.70 448	1.43 393

LSM	13.03 562	7.72 496	21.01 492	55.44 587	85.65 585	3.65 271	6.27 549	3.91 308	5.06 527	5.63 536	13.91 560	3.53 448	3.46 486	9.93 441	4.36 453	0.72 479	0.95 447	0.72 502	0.85 502	1.09 499	26.67 575

PVD	3.91 460	4.36 473	13.89 163	2.81 532	4.79 548	3.80 304	1.94 474	3.89 302	4.11 472	5.75 538	3.56 500	3.59 451	3.34 478	6.44 365	6.44 473	0.73 482	2.84 505	0.74 506	0.84 501	0.82 475	3.45 471

JetRed	10.68 553	26.07 578	35.62 573	4.40 557	4.16 544	15.72 565	13.07 562	14.57 568	5.83 544	5.85 539	5.55 522	10.12 546	7.37 534	8.86 410	25.99 574	3.33 543	3.82 520	3.59 561	2.98 566	8.51 570	8.22 512

ADCL	4.70 499	4.04 469	16.12 208	1.35 358	1.28 373	5.46 533	10.88 557	4.08 358	4.25 482	5.97 540	4.51 513	4.29 490	5.60 514	6.37 362	15.21 530	0.54 436	0.48 366	0.88 512	0.78 496	0.86 479	1.01 359

CBMV_ROB	4.57 495	0.90 238	21.30 525	1.46 405	0.89 249	4.43 456	1.69 462	4.51 501	3.14 355	5.97 540	4.23 509	4.16 481	7.83 537	11.06 485	16.47 534	0.61 452	0.55 389	0.53 453	0.51 456	0.56 395	0.59 256

aanetorigin	3.34 413	2.00 421	17.58 248	1.20 285	1.57 440	2.57 122	3.75 538	2.73 144	2.10 173	6.11 542	4.27 510	2.88 384	5.64 516	5.46 337	4.60 457	0.53 433	0.46 349	0.45 408	0.48 440	1.15 505	1.22 376

TCMNet-wrong-test	12.48 558	15.10 562	19.66 320	22.40 576	19.87 571	15.98 567	12.30 561	23.88 574	4.80 520	6.29 543	6.46 524	18.38 561	15.65 561	10.50 463	10.86 500	9.07 572	4.79 523	5.34 568	3.95 567	12.27 575	12.13 534

DispFullNet	4.71 500	3.93 466	23.92 564	4.00 550	3.01 522	3.38 205	1.31 411	4.23 415	3.26 378	6.31 544	2.92 474	4.03 473	7.80 536	3.93 312	5.15 462	2.80 535	1.61 475	3.11 554	2.70 561	3.32 537	3.38 469

WCMA_ROB	5.78 519	2.42 440	21.71 536	1.67 454	1.55 432	4.07 375	3.53 532	4.14 382	4.73 513	6.59 545	10.89 549	12.82 552	9.59 547	10.17 451	12.65 517	1.05 504	0.61 405	0.52 446	0.52 457	0.71 453	5.64 494

MADNet++	8.64 548	6.17 484	13.88 162	6.61 565	5.25 550	10.15 553	14.20 563	5.89 548	8.25 552	7.14 546	8.18 532	6.41 532	9.84 548	11.71 520	16.73 538	9.65 573	5.03 527	8.63 573	5.68 569	4.83 556	8.57 517

KSHMR	17.50 570	14.38 551	22.35 554	4.50 559	4.51 545	8.17 548	3.33 525	15.44 571	76.15 587	7.32 547	61.40 585	56.33 585	5.66 517	32.91 576	13.97 522	4.42 557	2.99 512	3.64 562	2.79 563	5.13 557	4.55 486

UNDER WATER-64	10.08 550	14.27 546	22.85 559	5.26 564	4.88 549	11.00 555	4.57 546	11.41 559	17.25 567	7.68 548	9.72 545	15.96 558	21.47 573	11.12 492	16.63 537	4.38 556	2.88 507	4.41 567	2.95 565	7.12 566	5.81 497

SAMSARA	4.67 496	6.50 485	16.40 221	4.62 562	3.13 526	6.62 541	3.49 529	5.24 533	3.04 339	7.78 549	3.07 481	5.32 518	4.05 496	9.98 444	6.42 472	0.69 470	2.39 497	0.60 476	0.74 493	0.99 490	2.26 438

UNDER WATER	11.28 556	13.60 532	22.90 560	5.11 563	4.53 546	7.75 547	3.75 538	12.50 561	21.62 574	7.80 550	10.68 547	23.75 570	35.20 576	11.54 510	17.40 549	4.46 558	2.95 508	4.23 566	2.90 564	6.57 562	6.27 500

WAO-8	12.61 559	16.02 569	21.99 545	3.55 542	3.10 523	15.07 562	2.80 510	12.81 563	19.10 572	7.93 551	13.05 557	11.75 549	8.46 544	83.86 590	15.10 527	3.51 544	1.94 482	3.54 559	1.96 547	3.72 542	2.89 455

Venus	12.61 559	16.02 569	21.99 545	3.55 542	3.10 523	15.07 562	2.80 510	12.81 563	19.10 572	7.93 551	13.05 557	11.75 549	8.46 544	83.86 590	15.10 527	3.51 544	1.94 482	3.54 559	1.96 547	3.72 542	2.89 455

EDNetEfficientorigin	12.42 557	3.26 456	179.44 593	1.21 291	1.00 288	2.89 144	1.82 470	3.05 183	5.37 534	8.87 553	4.78 515	4.17 482	4.80 507	9.91 439	11.32 505	0.41 316	0.41 314	0.62 486	0.88 503	1.33 516	2.81 452

ELAS_RVC	6.36 529	2.53 442	20.21 390	2.67 525	2.48 512	4.90 524	11.89 559	4.84 528	6.31 550	9.03 554	8.54 538	8.09 542	12.73 553	9.32 420	13.25 519	1.92 527	2.18 487	1.51 531	1.31 527	1.40 518	2.15 433
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.92 554	14.17 545	20.38 416	4.56 561	3.98 540	6.29 538	3.53 532	7.68 552	5.10 528	9.04 555	46.37 581	13.84 557	28.85 575	14.18 559	14.16 523	4.57 561	3.19 514	3.52 558	2.70 561	8.16 569	4.13 481

MDST_ROB	6.31 528	1.18 323	22.96 561	2.56 522	2.69 515	21.07 568	2.01 483	4.79 527	2.87 304	9.49 556	4.45 512	4.10 478	4.48 504	22.33 567	17.61 551	0.79 489	0.44 337	0.47 417	0.44 425	0.47 360	0.95 352

FCDSN-DC	6.71 538	1.18 323	21.61 535	1.29 333	1.10 323	4.38 444	2.59 507	4.58 511	5.52 538	9.58 557	11.19 550	19.17 562	17.69 566	13.03 545	17.11 544	0.73 482	0.57 392	0.61 479	0.60 475	0.71 453	0.92 346
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DGTPSM_ROB	16.67 568	21.79 576	40.19 577	10.00 571	19.05 569	12.43 559	33.20 575	13.71 565	18.09 570	9.71 558	22.85 569	13.77 555	19.64 568	21.23 565	24.07 568	5.09 568	8.95 550	5.62 569	11.49 574	6.73 563	15.75 555

DPSMNet_ROB	16.76 569	21.81 577	40.95 578	10.20 573	19.08 570	12.43 559	33.21 576	13.73 566	18.21 571	9.76 559	22.88 570	13.78 556	19.64 568	21.39 566	24.21 569	5.20 569	8.97 551	5.63 570	11.51 577	6.80 564	15.82 556

SGM_RVC	6.11 527	1.10 306	20.44 422	2.15 501	0.66 154	15.87 566	3.98 543	5.00 529	6.19 547	9.79 560	11.46 552	8.23 543	12.63 552	12.32 530	9.15 492	0.54 436	0.39 303	0.41 382	0.35 351	0.55 389	1.05 366
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	6.58 532	2.54 443	20.08 375	2.66 524	2.48 512	15.49 564	7.29 552	5.50 542	5.72 543	10.05 561	8.94 541	6.91 536	10.83 549	8.33 401	14.27 524	1.92 527	2.19 488	1.23 525	1.31 527	1.62 522	2.17 435
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	5.67 518	1.80 404	21.28 523	1.40 380	1.14 334	4.38 444	3.83 541	5.51 543	4.85 522	10.12 562	11.72 554	11.44 547	5.87 519	13.86 556	12.31 513	0.68 469	0.61 405	0.61 479	0.60 475	0.73 455	0.68 289
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
TorneroNet-64	10.52 551	14.33 548	21.95 543	4.29 554	3.76 534	13.77 561	2.83 513	14.96 569	23.11 575	10.24 563	23.77 571	13.44 554	8.15 541	13.98 557	17.70 553	4.03 555	2.73 504	3.23 555	2.53 557	7.27 567	4.35 484

MSMD_ROB	5.99 522	1.29 346	19.23 297	1.40 380	0.84 230	10.25 554	2.05 486	4.20 403	6.02 546	10.42 564	8.00 530	22.21 567	9.45 546	11.67 515	8.73 490	0.76 488	0.59 401	0.67 493	0.68 487	0.67 439	0.72 301

USTest	15.98 567	15.57 567	22.51 557	18.47 575	16.98 566	26.39 573	36.05 578	27.65 576	12.77 559	10.72 565	10.87 548	18.34 560	15.08 560	18.60 564	23.36 567	4.90 567	5.38 529	7.40 572	7.45 572	9.88 572	11.26 532

FC-DCNN	7.08 540	1.01 289	21.89 539	1.74 469	1.64 457	8.18 549	2.31 496	6.50 549	9.16 554	10.85 566	11.33 551	19.85 564	13.33 554	12.94 543	17.10 543	0.72 479	0.57 392	0.59 472	0.57 469	0.64 426	0.69 292

FC-DCNN v2	7.41 543	0.98 277	22.19 551	1.75 471	1.64 457	8.98 552	2.37 498	7.60 551	9.44 555	11.09 567	11.95 555	20.04 565	16.35 563	12.99 544	17.14 546	0.72 479	0.57 392	0.59 472	0.57 469	0.64 426	0.68 289

EDNetEfficient	5.62 517	2.26 435	17.51 244	1.67 454	3.59 532	3.99 356	7.25 551	3.14 190	5.63 542	11.52 568	4.82 516	3.94 468	12.48 551	8.39 404	20.56 566	0.46 373	0.46 349	0.48 423	1.06 516	1.65 525	1.62 409

MANE	15.29 565	13.67 534	23.58 563	10.15 572	13.37 563	23.58 572	23.86 569	27.83 577	26.26 576	12.02 569	15.10 561	19.83 563	18.01 567	15.68 562	20.35 565	8.58 571	9.20 555	3.05 552	4.19 568	0.82 475	16.69 558

SGM+DAISY	13.18 563	14.36 549	24.65 566	8.10 568	13.49 564	22.47 570	25.54 572	12.13 560	17.08 566	14.77 570	15.82 564	12.17 551	13.97 559	12.65 541	18.22 557	8.40 570	9.18 554	1.23 525	1.33 530	1.23 512	16.81 562

DPSM_ROB	20.83 573	20.01 574	26.54 569	23.64 578	22.42 572	31.06 575	39.94 580	34.02 579	17.42 568	15.35 571	16.05 566	24.04 571	20.69 571	23.28 571	27.60 576	10.77 575	9.41 556	11.68 577	11.50 575	14.48 576	16.71 559

DPSM	20.83 573	20.01 574	26.54 569	23.64 578	22.42 572	31.06 575	39.94 580	34.02 579	17.42 568	15.35 571	16.05 566	24.04 571	20.69 571	23.28 571	27.60 576	10.77 575	9.41 556	11.68 577	11.50 575	14.48 576	16.71 559

SGM-ForestM	15.60 566	14.94 560	28.17 572	7.84 567	10.49 557	23.43 571	24.58 570	20.87 573	16.87 563	15.92 573	15.89 565	27.08 575	22.45 574	24.86 573	28.42 579	3.85 552	8.90 549	0.55 462	1.15 521	0.64 426	15.05 546

LRCNet_RVC	25.63 576	33.47 579	24.35 565	31.77 580	32.74 576	6.73 542	1.19 390	25.87 575	4.67 511	28.95 574	30.91 574	24.89 573	17.54 565	27.82 574	24.57 571	35.48 583	25.62 582	35.91 584	33.80 583	31.95 584	34.38 583

CasAABBNet	41.89 582	40.14 583	53.33 586	47.71 584	45.10 582	62.42 586	80.65 591	68.29 587	34.85 577	30.67 575	32.34 578	48.22 583	41.76 581	46.61 585	55.60 588	21.59 578	18.89 574	23.46 580	23.21 582	29.17 581	33.75 581

FlowAnything	41.86 580	39.86 580	53.27 585	47.82 586	45.01 581	62.36 585	80.44 589	68.40 588	35.33 580	30.77 576	32.01 575	48.15 582	42.00 582	46.64 586	55.21 586	21.70 581	18.87 573	23.47 582	23.12 579	29.11 579	33.59 580

Selective-RAFT-Error	41.88 581	40.10 582	53.23 584	47.74 585	45.20 583	62.42 586	80.58 590	68.27 586	34.95 578	30.85 577	32.30 577	48.08 581	42.07 583	46.54 583	54.92 585	21.60 579	19.12 575	23.46 580	23.15 581	29.14 580	33.95 582

LSM0	49.69 586	40.02 581	53.50 587	97.07 588	129.56 588	62.65 588	79.82 588	68.02 585	35.12 579	33.72 578	33.34 579	48.41 584	41.54 580	46.57 584	55.40 587	21.63 580	19.16 576	23.60 583	23.13 580	29.46 582	52.08 589

LE_ROB	19.18 571	12.99 527	48.22 581	8.42 570	23.91 575	7.26 545	19.71 567	9.92 557	38.58 581	43.44 579	21.85 568	28.15 576	41.18 579	23.00 569	54.71 584	0.38 295	0.34 252	0.32 245	0.36 362	0.43 315	0.49 192

HaxPig	43.31 583	43.63 584	45.01 579	33.88 581	35.67 578	32.79 577	30.52 574	45.50 582	42.95 582	48.75 580	48.14 582	43.24 577	40.44 578	44.58 581	43.63 581	47.17 585	49.30 586	51.65 586	50.37 585	43.72 585	45.27 586

AVERAGE_ROB	44.46 584	45.87 585	46.48 580	40.54 583	38.62 579	32.95 578	30.49 573	46.80 583	43.31 583	49.57 581	48.93 583	44.57 579	39.87 577	45.01 582	43.89 582	48.70 586	50.65 587	50.80 585	49.79 584	45.54 586	46.89 587

HanzoNet	31.86 579	17.33 572	21.23 520	7.52 566	5.85 553	7.49 546	3.61 537	14.35 567	13.37 560	50.38 582	46.35 580	44.46 578	56.50 587	36.53 580	28.25 578	64.05 588	58.31 589	9.45 575	89.24 589	31.17 583	31.77 578

MEDIAN_ROB	47.37 585	49.00 586	49.74 582	40.28 582	39.94 580	34.93 579	33.41 577	49.78 584	46.38 585	53.04 583	52.61 584	47.67 580	42.28 584	48.33 587	47.25 583	52.06 587	53.99 588	54.28 587	53.48 586	48.70 587	50.27 588

TorneroNet	26.32 577	14.70 554	22.40 555	4.24 552	4.08 542	54.72 584	3.19 522	15.11 570	76.73 588	57.99 584	82.55 589	86.65 590	45.79 585	13.34 550	18.51 558	4.52 560	2.86 506	3.45 556	2.63 560	8.75 571	4.28 482

xxxxx1	112.85 590	94.19 590	38.10 574	228.21 592	161.02 591	39.23 581	61.26 585	92.54 590	79.08 590	63.44 585	74.84 586	77.80 587	69.88 588	33.55 577	70.96 589	117.25 589	130.44 591	258.49 592	273.88 592	145.63 590	147.24 591

tt_ll	112.85 590	94.19 590	38.10 574	228.21 592	161.02 591	39.23 581	61.26 585	92.54 590	79.08 590	63.44 585	74.84 586	77.80 587	69.88 588	33.55 577	70.96 589	117.25 589	130.44 591	258.49 592	273.88 592	145.63 590	147.24 591

ff	112.85 590	94.19 590	38.10 574	228.21 592	161.02 591	39.23 581	61.26 585	92.54 590	79.08 590	63.44 585	74.84 586	77.80 587	69.88 588	33.55 577	70.96 589	117.25 589	130.44 591	258.49 592	273.88 592	145.63 590	147.24 591

Anonymous_1	57.77 588	19.65 573	26.12 568	23.12 577	141.97 590	30.79 574	39.72 579	34.10 581	16.98 564	70.09 588	15.64 563	23.44 569	19.73 570	23.03 570	27.21 575	164.70 593	9.02 552	130.41 589	137.42 590	161.21 593	41.01 585

ktn	22.24 575	14.37 550	20.30 407	4.54 560	4.02 541	6.52 540	4.50 545	6.78 550	78.80 589	84.67 589	100.54 591	58.48 586	8.39 543	13.13 546	17.09 542	4.61 564	3.24 515	3.49 557	2.62 559	4.70 555	3.96 479

BEATNet-Init1	51.93 587	71.67 589	99.39 590	10.91 574	13.10 561	84.39 591	59.36 584	73.78 589	67.97 586	88.09 590	88.15 590	91.73 591	97.51 591	85.13 592	72.56 592	2.59 533	5.18 528	1.20 524	1.49 535	10.61 573	13.83 537

PML	64.55 589	56.00 588	20.79 476	8.10 568	32.82 577	147.60 592	247.57 594	12.71 562	45.39 584	111.32 591	288.85 594	101.42 592	100.62 592	31.63 575	15.84 532	13.96 577	4.84 524	10.95 576	6.18 571	28.99 578	5.33 493

coex-ft	20.00 572	11.54 517	120.82 591	1.18 278	1.30 378	2.36 100	1.99 478	2.96 176	13.96 561	129.83 592	8.40 537	5.88 530	52.82 586	9.93 441	31.13 580	0.61 452	0.62 408	0.50 438	0.49 443	1.10 501	2.63 447

DPSimNet_ROB	143.68 593	156.64 593	170.66 592	162.59 589	135.40 589	195.13 593	174.01 592	141.76 593	167.78 594	174.58 593	138.78 592	186.01 593	183.75 593	82.32 589	97.85 593	151.24 592	102.48 590	131.25 590	82.78 588	115.21 589	123.37 590

test_example2	213.42 594	219.67 594	222.97 594	213.78 591	220.82 594	199.03 594	200.49 593	189.27 594	143.61 593	211.05 594	218.08 593	210.69 594	205.21 594	221.14 594	216.49 594	236.74 594	242.08 594	213.66 591	216.96 591	235.55 594	231.06 594

ccccc		628.29 595		567.59 595	570.62 595	580.23 595		613.89 595		613.55 595		554.19 595		666.02 595		780.28 595	507.01 595	391.46 595	342.94 595	701.16 595

Low-res two-view benchmark