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

SteFusion	0.72 70	0.36 1	0.96 32	0.49 1	0.64 245	3.19 248	0.32 56	2.41 162	1.13 110	0.54 17	0.77 81	0.58 82	0.44 24	0.97 82	0.47 56	0.14 1	0.15 23	0.21 62	0.16 51	0.22 87	0.19 17

IGEV	0.70 62	0.36 1	1.07 57	0.71 98	1.31 480	2.82 188	0.41 90	1.76 81	0.98 94	0.73 104	0.71 71	0.35 3	0.42 15	0.90 65	0.42 11	0.18 42	0.18 112	0.22 70	0.18 103	0.18 1	0.20 58

tim_s	0.72 70	0.37 3	0.94 26	0.52 3	0.63 242	3.06 231	0.42 94	2.56 199	1.07 101	0.50 7	0.64 62	0.67 116	0.48 41	0.95 76	0.43 17	0.16 6	0.16 47	0.20 40	0.16 51	0.21 71	0.17 1

MLG-Stereo_test3	0.60 30	0.37 3	1.12 90	0.59 25	0.57 209	2.19 139	0.31 52	1.68 70	0.56 2	0.49 5	0.51 45	0.56 69	0.33 1	0.96 81	0.54 99	0.21 78	0.17 72	0.23 84	0.16 51	0.20 38	0.21 100

4k_L	0.56 16	0.38 5	0.90 13	0.57 13	0.36 26	2.14 133	0.27 34	1.31 25	0.87 63	0.77 130	0.46 29	0.45 34	0.43 18	0.71 10	0.44 25	0.18 42	0.16 47	0.19 20	0.15 9	0.19 5	0.18 5

gc-stereo	0.54 8	0.38 5	0.93 23	0.57 13	0.33 10	2.11 131	0.23 4	1.13 10	0.86 60	0.64 78	0.43 16	0.51 42	0.49 49	0.70 6	0.45 36	0.21 78	0.19 148	0.18 2	0.15 9	0.19 5	0.19 17

xxxad45	0.72 70	0.38 5	0.89 9	0.53 4	0.62 237	3.26 263	0.44 104	2.51 184	1.08 105	0.49 5	0.51 45	0.75 147	0.52 65	0.88 57	0.40 6	0.16 6	0.17 72	0.20 40	0.16 51	0.22 87	0.18 5

ACW_4w	0.71 67	0.38 5	0.96 32	0.55 9	0.59 222	2.99 219	0.34 63	2.52 185	1.07 101	0.51 11	0.56 54	0.70 124	0.48 41	0.98 85	0.44 25	0.16 6	0.17 72	0.21 62	0.16 51	0.22 87	0.18 5

5w_v4	0.73 74	0.38 5	0.92 20	0.53 4	0.68 275	3.32 278	0.34 63	2.53 186	1.10 108	0.51 11	0.55 50	0.82 161	0.50 58	0.88 57	0.40 6	0.16 6	0.17 72	0.20 40	0.16 51	0.22 87	0.18 5

U	12.82 634	0.38 5	1.99 200	0.66 80	58.94 656	63.38 662	0.34 63	1.91 103	0.94 87	0.59 37	0.80 89	0.46 36	0.57 83	0.83 46	0.44 25	0.29 230	0.17 72	63.35 662	59.81 661	0.29 186	0.20 58

ss10	0.58 28	0.39 11	0.93 23	0.58 17	0.35 20	1.84 92	0.25 14	1.79 87	0.94 87	0.66 83	0.50 41	0.51 42	0.47 30	0.81 40	0.47 56	0.18 42	0.17 72	0.18 2	0.15 9	0.20 38	0.19 17

4.5w_L	0.60 30	0.39 11	0.99 43	0.55 9	0.40 79	1.97 108	0.30 48	2.15 130	0.63 4	0.60 45	0.61 58	0.61 93	0.49 49	0.86 51	0.43 17	0.17 16	0.15 23	0.20 40	0.15 9	0.19 5	0.18 5

StePilot	0.61 33	0.39 11	1.00 44	0.54 8	0.39 71	2.07 126	0.28 37	2.16 131	0.61 3	0.63 67	0.64 62	0.61 93	0.48 41	0.91 68	0.44 25	0.16 6	0.15 23	0.20 40	0.15 9	0.19 5	0.18 5

PyraSte	0.71 67	0.39 11	0.94 26	0.53 4	0.62 237	3.05 225	0.37 74	2.47 179	1.07 101	0.47 1	0.64 62	0.71 132	0.56 80	0.89 63	0.43 17	0.17 16	0.15 23	0.21 62	0.16 51	0.22 87	0.18 5

uio108cc	0.54 8	0.39 11	0.88 7	0.59 25	0.34 14	1.82 90	0.30 48	1.26 23	0.78 22	0.62 59	0.44 19	0.57 78	0.40 8	0.79 35	0.47 56	0.21 78	0.20 191	0.19 20	0.16 51	0.20 38	0.18 5

hj116sk	0.65 50	0.39 11	0.91 18	0.58 17	0.38 64	3.19 248	0.30 48	1.77 84	0.97 92	0.59 37	0.47 36	0.59 88	0.55 77	0.71 10	0.46 44	0.19 56	0.17 72	0.18 2	0.15 9	0.19 5	0.19 17

ITERv21	0.63 42	0.39 11	0.96 32	0.53 4	0.45 120	3.23 254	0.28 37	1.36 27	0.85 56	0.61 49	0.46 29	0.56 69	0.51 62	0.89 63	0.47 56	0.21 78	0.19 148	0.19 20	0.14 2	0.20 38	0.19 17

ITERv10	0.57 20	0.39 11	0.96 32	0.62 48	0.39 71	1.77 83	0.26 22	1.81 91	0.88 67	0.60 45	0.48 38	0.56 69	0.50 58	0.72 17	0.48 69	0.17 16	0.15 23	0.19 20	0.15 9	0.19 5	0.19 17

MLG-Stereo_test1	0.80 106	0.39 11	1.02 47	0.65 71	1.20 457	3.14 239	0.29 45	1.59 54	3.05 556	0.50 7	0.24 1	0.67 116	0.43 18	1.33 172	0.40 6	0.21 78	0.18 112	0.23 84	0.15 9	0.19 5	0.20 58

MLG-Stereo	0.77 96	0.39 11	1.04 48	0.64 63	0.41 89	3.01 222	0.31 52	1.89 98	2.92 542	0.47 1	0.29 2	0.66 115	0.47 30	1.35 176	0.39 4	0.20 68	0.18 112	0.24 115	0.16 51	0.19 5	0.20 58

FoundationStereo	0.50 2	0.39 11	1.11 87	0.79 135	0.42 97	0.70 4	0.36 71	0.76 2	0.80 34	0.62 59	0.38 7	0.73 139	0.77 152	0.69 5	0.36 2	0.26 153	0.17 72	0.23 84	0.16 51	0.18 1	0.20 58

5k_new	0.53 5	0.40 22	0.94 26	0.61 36	0.36 26	1.65 75	0.26 22	1.20 16	0.88 67	0.62 59	0.41 9	0.55 61	0.45 25	0.76 31	0.44 25	0.17 16	0.16 47	0.18 2	0.15 9	0.19 5	0.19 17

SX	0.54 8	0.40 22	0.98 41	0.64 63	0.34 14	1.69 77	0.26 22	1.23 20	0.83 44	0.59 37	0.36 5	0.60 91	0.49 49	0.79 35	0.47 56	0.19 56	0.16 47	0.18 2	0.15 9	0.19 5	0.20 58

USM	0.54 8	0.40 22	0.86 6	0.59 25	0.31 5	1.97 108	0.26 22	1.22 18	0.87 63	0.64 78	0.44 19	0.53 50	0.40 8	0.77 33	0.42 11	0.19 56	0.16 47	0.18 2	0.15 9	0.20 38	0.19 17

ITERv28	0.61 33	0.40 22	0.96 32	0.55 9	0.42 97	2.96 215	0.29 45	1.24 22	0.83 44	0.60 45	0.50 41	0.53 50	0.41 12	0.85 48	0.46 44	0.19 56	0.21 227	0.18 2	0.15 9	0.20 38	0.20 58

ITERv24	0.69 59	0.40 22	0.90 13	0.62 48	0.36 26	3.40 289	0.26 22	2.29 154	0.89 70	0.68 90	0.50 41	0.61 93	0.59 91	0.75 29	0.47 56	0.19 56	0.21 227	0.18 2	0.15 9	0.19 5	0.20 58

ITER124	0.58 28	0.40 22	0.80 4	0.60 32	0.36 26	2.87 196	0.28 37	1.12 8	0.79 28	0.63 67	0.41 9	0.62 98	0.43 18	0.73 21	0.48 69	0.18 42	0.18 112	0.18 2	0.15 9	0.20 38	0.20 58

zxcv128	0.63 42	0.40 22	0.91 18	0.61 36	0.39 71	2.91 202	0.25 14	1.74 78	0.85 56	0.62 59	0.45 26	0.58 82	0.50 58	0.71 10	0.45 36	0.20 68	0.19 148	0.18 2	0.15 9	0.20 38	0.19 17

v134_o9	0.57 20	0.40 22	0.90 13	0.62 48	0.45 120	1.95 105	0.27 34	1.61 56	0.84 51	0.58 32	0.45 26	0.58 82	0.52 65	0.73 21	0.46 44	0.16 6	0.15 23	0.19 20	0.15 9	0.20 38	0.19 17

vnu138km	0.53 5	0.40 22	0.90 13	0.59 25	0.36 26	1.78 85	0.26 22	1.26 23	0.87 63	0.56 19	0.42 12	0.56 69	0.48 41	0.68 4	0.47 56	0.17 16	0.15 23	0.19 20	0.14 2	0.20 38	0.19 17

99wein	0.55 13	0.40 22	0.92 20	0.61 36	0.34 14	1.77 83	0.25 14	1.53 45	0.85 56	0.61 49	0.46 29	0.56 69	0.42 15	0.70 6	0.47 56	0.17 16	0.15 23	0.19 20	0.15 9	0.19 5	0.19 17

ITERv8	0.56 16	0.40 22	0.90 13	0.61 36	0.38 64	1.75 82	0.26 22	1.73 76	0.84 51	0.60 45	0.46 29	0.55 61	0.48 41	0.71 10	0.46 44	0.17 16	0.16 47	0.19 20	0.15 9	0.19 5	0.20 58

ITERv7	0.56 16	0.40 22	0.93 23	0.63 58	0.35 20	1.84 92	0.25 14	1.71 73	0.82 39	0.61 49	0.46 29	0.56 69	0.45 25	0.73 21	0.46 44	0.17 16	0.15 23	0.19 20	0.15 9	0.19 5	0.20 58

s6wercc	0.56 16	0.40 22	0.94 26	0.62 48	0.35 20	2.00 112	0.26 22	1.53 45	0.85 56	0.61 49	0.45 26	0.55 61	0.47 30	0.72 17	0.46 44	0.17 16	0.15 23	0.19 20	0.15 9	0.19 5	0.20 58

a5sdf	0.57 20	0.40 22	0.92 20	0.62 48	0.36 26	2.04 121	0.25 14	1.58 52	0.84 51	0.61 49	0.44 19	0.55 61	0.49 49	0.72 17	0.46 44	0.17 16	0.15 23	0.20 40	0.15 9	0.19 5	0.20 58

MLG-Stereo_test2	0.76 88	0.40 22	1.07 57	0.64 63	0.82 332	3.49 312	0.23 4	1.69 71	2.14 397	0.62 59	0.32 3	0.67 116	0.33 1	1.14 119	0.37 3	0.23 103	0.19 148	0.23 84	0.16 51	0.19 5	0.20 58

LG-G_1	0.70 62	0.40 22	1.12 90	0.71 98	0.30 3	2.80 186	0.40 83	2.21 138	0.78 22	0.59 37	0.55 50	0.51 42	0.58 86	1.24 147	0.49 76	0.24 117	0.18 112	0.23 84	0.15 9	0.21 71	0.21 100

LG-G	0.70 62	0.40 22	1.12 90	0.71 98	0.30 3	2.80 186	0.40 83	2.21 138	0.78 22	0.59 37	0.55 50	0.51 42	0.58 86	1.24 147	0.49 76	0.24 117	0.18 112	0.23 84	0.15 9	0.21 71	0.21 100

dual_stereo	0.68 58	0.40 22	1.05 50	0.64 63	0.37 51	0.84 8	0.34 63	3.40 315	1.03 97	0.50 7	0.46 29	0.58 82	0.40 8	1.85 278	0.49 76	0.23 103	0.17 72	0.21 62	0.16 51	0.20 38	0.19 17

CAS	1.26 238	0.40 22	1.46 148	2.97 608	1.61 546	4.13 466	0.73 234	1.78 86	1.49 195	0.83 151	1.10 149	0.59 88	0.53 70	1.26 154	0.80 194	2.99 613	0.13 1	0.21 62	0.13 1	0.31 228	1.72 593

aaa3	0.53 5	0.41 41	0.98 41	0.58 17	0.36 26	1.82 90	0.25 14	1.14 11	0.93 82	0.56 19	0.43 16	0.51 42	0.43 18	0.66 2	0.44 25	0.17 16	0.16 47	0.19 20	0.15 9	0.20 38	0.21 100

mfccc	0.63 42	0.41 41	0.89 9	0.58 17	0.36 26	3.48 308	0.26 22	1.38 30	0.86 60	0.69 93	0.41 9	0.56 69	0.52 65	0.75 29	0.48 69	0.18 42	0.17 72	0.18 2	0.15 9	0.19 5	0.20 58

ACM	0.57 20	0.41 41	0.82 5	0.61 36	0.40 79	2.56 173	0.24 8	1.18 15	0.94 87	0.64 78	0.43 16	0.57 78	0.47 30	0.73 21	0.44 25	0.18 42	0.17 72	0.18 2	0.15 9	0.19 5	0.19 17

uiiii_40	0.57 20	0.41 41	1.06 54	0.51 2	0.35 20	1.71 78	0.24 8	1.99 113	0.63 4	0.56 19	0.54 49	0.62 98	0.51 62	0.79 35	0.42 11	0.17 16	0.15 23	0.20 40	0.15 9	0.19 5	0.18 5

yuret106	0.60 30	0.41 41	0.94 26	0.57 13	0.37 51	2.58 176	0.24 8	1.69 71	0.84 51	0.61 49	0.48 38	0.53 50	0.52 65	0.71 10	0.46 44	0.20 68	0.20 191	0.20 40	0.15 9	0.20 38	0.19 17

oiu110	0.66 53	0.41 41	0.94 26	0.61 36	0.38 64	3.30 276	0.27 34	1.92 104	0.83 44	0.63 67	0.52 47	0.57 78	0.54 74	0.73 21	0.43 17	0.20 68	0.21 227	0.18 2	0.14 2	0.19 5	0.20 58

dd23bbn	0.65 50	0.41 41	0.79 3	0.58 17	0.33 10	3.18 244	0.28 37	2.03 117	0.78 22	0.69 93	0.55 50	0.56 69	0.50 58	0.85 48	0.44 25	0.16 6	0.17 72	0.18 2	0.15 9	0.20 38	0.19 17

v20iiwwt	0.61 33	0.41 41	0.88 7	0.60 32	0.37 51	3.27 266	0.34 63	1.22 18	0.79 28	0.62 59	0.46 29	0.54 56	0.47 30	0.70 6	0.47 56	0.17 16	0.17 72	0.18 2	0.15 9	0.20 38	0.19 17

ITERv19	0.63 42	0.41 41	0.77 1	0.60 32	0.40 79	3.34 281	0.29 45	1.59 54	0.83 44	0.66 83	0.47 36	0.54 56	0.47 30	0.71 10	0.44 25	0.20 68	0.21 227	0.18 2	0.15 9	0.20 38	0.19 17

dddd17k	0.64 47	0.41 41	0.77 1	0.61 36	0.38 64	3.14 239	0.26 22	1.80 89	0.92 78	0.61 49	0.44 19	0.60 91	0.51 62	0.74 27	0.49 76	0.18 42	0.17 72	0.19 20	0.15 9	0.21 71	0.19 17

iked130	0.57 20	0.41 41	1.01 46	0.62 48	0.36 26	2.10 130	0.31 52	1.46 37	0.82 39	0.59 37	0.42 12	0.55 61	0.47 30	0.74 27	0.45 36	0.18 42	0.16 47	0.18 2	0.15 9	0.20 38	0.20 58

ITERv14	0.61 33	0.41 41	0.96 32	0.60 32	0.36 26	2.85 192	0.28 37	1.72 75	0.79 28	0.61 49	0.44 19	0.53 50	0.49 49	0.73 21	0.45 36	0.16 6	0.16 47	0.20 40	0.14 2	0.19 5	0.19 17

ITERv12	0.55 13	0.41 41	0.89 9	0.62 48	0.41 89	1.93 103	0.26 22	1.47 39	0.87 63	0.56 19	0.44 19	0.55 61	0.48 41	0.67 3	0.47 56	0.17 16	0.15 23	0.19 20	0.15 9	0.20 38	0.19 17

ITERv4	0.76 88	0.41 41	1.18 105	0.55 9	0.64 245	2.03 115	0.24 8	2.20 135	0.78 22	0.91 164	1.28 192	0.46 36	1.90 460	0.82 44	0.53 93	0.19 56	0.16 47	0.19 20	0.18 103	0.21 71	0.26 182

S2M2_XL	0.46 1	0.41 41	1.09 74	0.65 71	0.34 14	0.29 1	0.23 4	0.67 1	0.50 1	0.53 14	0.92 113	0.65 110	0.53 70	0.54 1	0.50 84	0.28 207	0.24 324	0.25 141	0.21 164	0.23 100	0.22 120
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LGtest1	0.55 13	0.41 41	1.14 98	0.70 92	0.40 79	0.99 11	0.26 22	1.32 26	0.93 82	0.53 14	0.60 56	0.44 31	0.49 49	1.02 92	0.45 36	0.27 170	0.19 148	0.23 84	0.16 51	0.21 71	0.23 131

SGD-Stereo	0.65 50	0.41 41	1.06 54	0.85 181	0.31 5	2.44 158	0.46 113	1.09 6	0.69 11	0.84 153	0.52 47	0.55 61	0.53 70	1.49 207	0.46 44	0.31 296	0.14 11	0.25 141	0.18 103	0.23 100	0.20 58

weee2	0.52 3	0.42 58	0.89 9	0.61 36	0.36 26	1.64 74	0.25 14	0.96 4	0.91 74	0.62 59	0.42 12	0.56 69	0.53 70	0.71 10	0.45 36	0.17 16	0.15 23	0.18 2	0.14 2	0.19 5	0.20 58

qyd29nn	0.52 3	0.42 58	0.97 38	0.58 17	0.33 10	1.61 69	0.24 8	1.09 6	0.67 7	0.53 14	0.50 41	0.54 56	0.42 15	0.86 51	0.49 76	0.22 90	0.22 260	0.19 20	0.15 9	0.20 38	0.18 5

OmniDepth	0.54 8	0.42 58	1.05 50	0.58 17	0.25 1	1.30 41	0.36 71	1.53 45	0.86 60	0.56 19	0.37 6	0.57 78	0.65 110	0.87 53	0.40 6	0.20 68	0.15 23	0.19 20	0.16 51	0.22 87	0.17 1

Monster-pub-mixall	0.64 47	0.42 58	1.00 44	0.83 159	0.48 151	1.39 49	0.32 56	1.45 35	0.82 39	0.88 159	0.85 98	0.39 14	0.36 4	1.99 288	0.47 56	0.20 68	0.16 47	0.17 1	0.15 9	0.18 1	0.21 100

1w_stereo	0.86 127	0.42 58	1.07 57	0.72 106	0.81 323	3.00 220	0.67 205	3.28 293	0.75 17	0.74 109	1.32 203	0.37 8	1.37 321	0.92 71	0.68 142	0.16 6	0.14 11	0.20 40	0.16 51	0.19 5	0.22 120

Reg-Stereo(zero)	1.60 286	0.42 58	10.69 406	0.89 206	0.68 275	3.27 266	0.47 119	2.27 147	1.54 233	1.48 231	1.24 175	2.55 426	2.68 518	1.48 205	1.10 291	0.19 56	0.19 148	0.22 70	0.18 103	0.24 105	0.26 182

ITERv2	0.73 74	0.43 64	1.19 107	0.61 36	0.58 218	2.98 218	0.22 2	1.37 28	1.27 130	1.23 204	0.90 108	0.62 98	0.54 74	1.13 116	0.44 25	0.18 42	0.15 23	0.20 40	0.16 51	0.20 38	0.20 58

MonStereo	0.62 39	0.43 64	1.07 57	0.66 80	0.82 332	1.13 16	0.39 77	2.57 202	0.92 78	0.58 32	0.64 62	0.36 4	0.36 4	0.90 65	0.43 17	0.15 2	0.15 23	0.20 40	0.17 79	0.21 71	0.19 17

Monster-pub-eth3d	0.62 39	0.43 64	1.07 57	0.66 80	0.82 332	1.13 16	0.39 77	2.57 202	0.92 78	0.58 32	0.64 62	0.36 4	0.36 4	0.88 57	0.43 17	0.15 2	0.15 23	0.20 40	0.17 79	0.21 71	0.19 17

MonSter	0.62 39	0.43 64	1.07 57	0.66 80	0.82 332	1.13 16	0.39 77	2.57 202	0.92 78	0.58 32	0.64 62	0.36 4	0.35 3	0.95 76	0.43 17	0.15 2	0.15 23	0.20 40	0.17 79	0.21 71	0.19 17

ITERv30	0.57 20	0.44 68	0.97 38	0.66 80	0.39 71	1.88 97	0.25 14	1.23 20	0.77 18	0.56 19	0.49 40	0.65 110	0.46 29	1.11 107	0.47 56	0.20 68	0.22 260	0.19 20	0.15 9	0.19 5	0.21 100

zaero_v3	0.67 54	0.44 68	1.17 103	0.59 25	0.64 245	2.08 127	0.23 4	1.65 67	1.14 111	0.89 162	0.78 85	0.51 42	0.56 80	1.16 126	0.47 56	0.17 16	0.15 23	0.19 20	0.16 51	0.20 38	0.19 17

ITER	0.61 33	0.44 68	1.19 107	0.65 71	0.50 163	0.95 9	0.24 8	1.20 16	0.95 91	0.93 169	0.77 81	0.68 119	0.47 30	1.70 251	0.46 44	0.18 42	0.14 11	0.19 20	0.16 51	0.20 38	0.21 100

2.5w	0.75 80	0.44 68	1.06 54	0.66 80	0.69 282	2.39 154	0.56 150	2.77 232	0.82 39	0.63 67	0.88 101	0.37 8	0.75 143	1.36 178	0.50 84	0.18 42	0.14 11	0.22 70	0.17 79	0.19 5	0.21 100

IGEV-Stereo++	0.93 146	0.44 68	1.08 66	0.70 92	1.20 457	3.87 400	0.33 59	3.36 310	1.43 162	0.75 111	1.17 159	0.68 119	1.04 237	0.95 76	0.42 11	0.22 90	0.16 47	0.23 84	0.17 79	0.24 105	0.20 58

Pointernet	0.88 133	0.44 68	2.26 236	0.84 169	0.37 51	2.29 146	0.38 75	3.06 269	1.46 173	0.66 83	1.39 223	0.91 187	0.73 135	1.01 91	0.72 165	0.23 103	0.19 148	0.20 40	0.18 103	0.19 5	0.20 58

AdaDepth	0.76 88	0.45 74	1.41 144	0.70 92	1.27 474	3.12 237	0.43 100	1.02 5	0.94 87	0.63 67	0.91 111	0.43 26	0.58 86	1.41 189	0.48 69	0.18 42	0.21 227	0.23 84	0.19 128	0.25 119	0.26 182

water-stereo	0.78 101	0.45 74	1.94 194	0.79 135	0.48 151	2.36 151	0.47 119	1.53 45	1.09 107	0.88 159	1.04 134	0.82 161	0.75 143	0.72 17	0.78 187	0.22 90	0.23 289	0.25 141	0.23 212	0.24 105	0.29 228

asd	0.70 62	0.45 74	1.10 80	0.67 88	0.90 368	2.88 197	0.43 100	1.64 65	0.79 28	0.68 90	0.88 101	0.43 26	0.74 140	0.85 48	0.49 76	0.19 56	0.13 1	0.24 115	0.17 79	0.22 87	0.20 58

qwe	0.75 80	0.45 74	1.10 80	0.67 88	1.06 417	2.49 162	0.45 109	2.57 202	0.90 71	0.71 100	0.83 94	0.43 26	0.48 41	1.10 105	0.64 122	0.17 16	0.14 11	0.24 115	0.16 51	0.21 71	0.20 58

2.75w_new	0.75 80	0.45 74	1.10 80	0.65 71	0.62 237	2.45 160	0.56 150	2.75 229	0.74 16	0.78 134	0.73 74	0.38 12	0.92 207	1.04 98	0.66 134	0.17 16	0.14 11	0.22 70	0.17 79	0.18 1	0.19 17

xyz-stereo	10.85 626	0.45 74	79.01 660	0.62 48	0.45 120	83.70 663	0.77 272	2.59 209	1.34 139	2.19 417	32.02 652	2.76 453	1.62 394	5.75 423	2.39 496	0.25 138	0.17 72	0.33 353	0.21 164	0.25 119	0.19 17

s12784h	1.31 253	0.45 74	2.41 254	0.71 98	0.35 20	4.42 530	0.50 124	4.22 505	2.73 513	2.01 354	2.48 510	0.91 187	0.96 215	2.01 292	0.70 157	0.29 230	0.18 112	0.24 115	0.16 51	0.27 151	0.18 5

252Zero-FE	0.72 70	0.46 81	1.08 66	1.01 294	0.41 89	1.27 32	0.22 2	1.79 87	1.03 97	2.52 499	1.24 175	0.32 1	0.41 12	1.03 93	0.45 36	0.21 78	0.17 72	0.20 40	0.17 79	0.20 38	0.20 58

DA	0.98 165	0.46 81	1.34 134	0.92 229	0.43 104	4.34 514	0.85 327	2.79 240	1.35 142	0.82 143	1.30 197	0.89 181	1.08 255	1.11 107	0.56 101	0.30 273	0.18 112	0.24 115	0.18 103	0.25 119	0.23 131

GGEV	0.98 165	0.46 81	1.34 134	0.92 229	0.43 104	4.34 514	0.85 327	2.79 240	1.35 142	0.82 143	1.30 197	0.89 181	1.08 255	1.11 107	0.56 101	0.30 273	0.18 112	0.24 115	0.18 103	0.25 119	0.23 131

asda	0.77 96	0.46 81	1.10 80	0.64 63	0.82 332	3.33 279	0.49 122	2.40 161	0.81 38	0.63 67	0.80 89	0.44 31	0.85 184	0.88 57	0.60 110	0.17 16	0.13 1	0.24 115	0.17 79	0.20 38	0.20 58

4.25_new	0.73 74	0.46 81	1.08 66	0.71 98	0.97 386	2.52 166	0.58 162	2.28 150	0.93 82	0.57 28	0.94 118	0.40 16	0.65 110	0.87 53	0.50 84	0.17 16	0.13 1	0.25 141	0.17 79	0.19 5	0.20 58

4.5w_new	0.73 74	0.46 81	1.08 66	0.71 98	0.97 386	2.52 166	0.58 162	2.28 150	0.93 82	0.57 28	0.94 118	0.40 16	0.65 110	0.87 53	0.50 84	0.17 16	0.13 1	0.25 141	0.17 79	0.19 5	0.20 58

4.5_new	0.67 54	0.46 81	1.11 87	0.63 58	0.78 314	1.97 108	0.51 128	2.18 132	0.78 22	0.73 104	0.90 108	0.42 24	0.49 49	0.81 40	0.49 76	0.21 78	0.14 11	0.26 170	0.19 128	0.22 87	0.20 58

4.5w-stereo	0.67 54	0.46 81	1.11 87	0.63 58	0.78 314	1.97 108	0.51 128	2.18 132	0.77 18	0.73 104	0.90 108	0.42 24	0.49 49	0.81 40	0.49 76	0.21 78	0.14 11	0.26 170	0.19 128	0.22 87	0.20 58

4.25w-stereo	0.73 74	0.46 81	1.08 66	0.71 98	0.97 386	2.52 166	0.58 162	2.28 150	0.93 82	0.57 28	0.94 118	0.40 16	0.65 110	0.87 53	0.50 84	0.17 16	0.13 1	0.25 141	0.17 79	0.19 5	0.20 58

3.25w_new	0.69 59	0.46 81	1.10 80	0.61 36	0.61 231	2.23 142	0.51 128	2.45 172	0.90 71	0.63 67	0.78 85	0.47 38	0.71 127	0.78 34	0.50 84	0.17 16	0.14 11	0.20 40	0.17 79	0.20 38	0.20 58

3.25w	0.69 59	0.46 81	1.10 80	0.61 36	0.61 231	2.23 142	0.51 128	2.45 172	0.90 71	0.63 67	0.78 85	0.47 38	0.71 127	0.79 35	0.50 84	0.17 16	0.14 11	0.20 40	0.17 79	0.20 38	0.20 58

2w_stereo	0.75 80	0.46 81	1.08 66	0.68 90	0.56 197	2.00 112	0.61 173	2.87 250	0.83 44	0.93 169	0.93 116	0.36 4	1.13 269	0.90 65	0.61 112	0.17 16	0.13 1	0.23 84	0.17 79	0.20 38	0.21 100

LG-Stereo_L2	0.63 42	0.46 81	1.15 100	0.70 92	0.43 104	2.32 148	0.28 37	1.86 94	0.68 8	0.56 19	0.42 12	0.37 8	0.45 25	1.36 178	0.40 6	0.23 103	0.18 112	0.22 70	0.18 103	0.21 71	0.20 58

DEFOM-Stereo	0.70 62	0.46 81	1.13 95	0.72 106	0.48 151	3.40 289	0.44 104	0.90 3	0.77 18	0.86 156	0.58 55	0.45 34	0.43 18	1.76 259	0.43 17	0.24 117	0.18 112	0.22 70	0.16 51	0.21 71	0.20 58

Selective-RAFT	1.15 202	0.46 81	1.64 169	0.99 280	0.45 120	4.17 484	0.51 128	3.21 283	1.69 301	1.12 198	1.34 210	1.45 269	1.40 329	2.08 296	0.94 259	0.41 438	0.20 191	0.24 115	0.23 212	0.27 151	0.25 158

Wavelet-MonSter	0.57 20	0.47 96	1.13 95	0.66 80	0.78 314	1.60 68	0.30 48	1.17 13	0.68 8	0.58 32	0.69 70	0.39 14	0.48 41	0.99 89	0.46 44	0.15 2	0.16 47	0.20 40	0.16 51	0.20 38	0.19 17

2.25w	0.75 80	0.47 96	1.09 74	0.69 91	0.65 256	2.28 145	0.40 83	2.42 166	0.80 34	0.73 104	1.03 129	0.40 16	0.81 175	1.24 147	0.80 194	0.16 6	0.15 23	0.21 62	0.17 79	0.19 5	0.21 100

3.75w	0.75 80	0.47 96	1.09 74	0.63 58	1.10 429	2.61 179	0.53 138	2.46 175	0.97 92	0.62 59	0.80 89	0.40 16	0.66 117	1.11 107	0.48 69	0.19 56	0.13 1	0.23 84	0.18 103	0.20 38	0.21 100

3w_stereo	0.71 67	0.47 96	1.14 98	0.65 71	0.39 71	1.73 81	0.68 212	2.79 240	0.79 28	0.67 88	0.84 95	0.37 8	1.02 232	1.03 93	0.56 101	0.18 42	0.14 11	0.23 84	0.18 103	0.20 38	0.22 120

LG-Stereo_L1	0.61 33	0.47 96	1.10 80	0.73 109	0.49 159	1.72 79	0.33 59	1.95 110	0.65 6	0.56 19	0.40 8	0.40 16	0.43 18	1.40 184	0.42 11	0.23 103	0.19 148	0.23 84	0.18 103	0.21 71	0.19 17

LG-Stereo_Zeroshot	0.89 136	0.47 96	2.08 219	0.76 126	0.73 296	3.91 405	0.41 90	2.07 122	1.07 101	0.77 130	0.89 104	0.64 105	0.86 187	0.95 76	0.77 186	0.26 153	0.18 112	0.26 170	0.19 128	0.32 255	0.32 278

AIO_test	0.76 88	0.47 96	1.31 129	0.81 138	0.70 286	1.36 46	0.88 356	1.40 33	1.45 165	0.55 18	0.95 121	1.81 331	0.58 86	1.16 126	0.46 44	0.27 170	0.17 72	0.24 115	0.19 128	0.24 105	0.21 100

fffft	0.76 88	0.47 96	1.28 126	0.82 148	0.54 185	1.51 60	0.80 293	2.09 124	1.18 115	0.63 67	0.84 95	0.59 88	0.55 77	1.80 266	0.85 212	0.19 56	0.18 112	0.27 201	0.20 148	0.26 138	0.24 148
1: 1. 1
IGEV-Stereo+	0.94 149	0.47 96	1.19 107	0.86 188	2.02 590	1.40 50	0.39 77	1.17 13	0.88 67	0.61 49	0.44 19	0.47 38	0.79 164	2.14 304	0.42 11	0.27 170	0.19 148	0.22 70	0.17 79	2.26 602	2.41 607

UniTT-Stereo	0.82 118	0.47 96	2.63 271	0.96 259	1.19 451	0.78 6	0.39 77	1.12 8	1.54 233	1.19 202	1.26 184	0.51 42	0.64 107	1.13 116	1.03 278	0.30 273	0.20 191	0.24 115	0.21 164	0.40 353	0.25 158

GEAStereo	0.84 124	0.48 106	1.09 74	0.85 181	0.45 120	4.54 552	0.83 312	1.88 95	0.91 74	0.75 111	0.89 104	0.53 50	0.80 171	0.92 71	0.53 93	0.30 273	0.19 148	0.27 201	0.19 128	0.28 168	0.19 17

GSStereo	0.96 161	0.48 106	1.09 74	0.97 266	0.45 120	4.54 552	0.83 312	3.32 302	1.37 145	0.75 111	0.89 104	0.76 148	0.80 171	0.92 71	0.53 93	0.26 153	0.18 112	0.26 170	0.20 148	0.28 168	0.21 100

tt45	0.96 161	0.48 106	1.19 107	0.89 206	0.66 263	3.91 405	0.76 259	1.90 101	1.26 129	0.70 96	1.30 197	0.71 132	0.63 104	2.59 344	0.74 174	0.22 90	0.17 72	0.28 234	0.23 212	0.27 151	0.27 199

999	0.97 163	0.48 106	1.24 117	1.03 312	0.64 245	3.25 261	0.92 387	1.40 33	1.39 149	0.71 100	1.68 305	0.70 124	0.66 117	3.03 365	0.89 232	0.23 103	0.19 148	0.25 141	0.21 164	0.25 119	0.29 228

RAFT-Stereo-weight	1.11 194	0.48 106	1.22 114	0.99 280	0.42 97	4.17 484	0.80 293	3.60 342	1.50 201	1.97 333	1.50 251	1.30 248	0.65 110	1.24 147	0.85 212	0.25 138	0.19 148	0.26 170	0.22 197	0.27 151	0.23 131

trnet	0.91 143	0.48 106	1.46 148	0.62 48	0.31 5	4.40 526	0.41 90	2.20 135	1.53 224	0.94 171	1.14 155	0.88 179	0.89 199	1.09 104	0.71 160	0.27 170	0.19 148	0.22 70	0.15 9	0.21 71	0.19 17

MoCha-V2	0.87 131	0.48 106	1.87 187	0.88 199	0.32 9	1.37 47	0.55 146	2.71 223	1.42 158	0.92 168	1.75 327	0.65 110	1.17 285	1.45 198	0.57 104	0.21 78	0.21 227	0.20 40	0.19 128	0.24 105	0.23 131

MC-Stereo	1.06 186	0.48 106	1.55 160	1.15 379	0.41 89	4.56 562	0.61 173	2.06 120	1.46 173	1.90 311	1.61 286	0.89 181	1.12 267	1.35 176	0.73 168	0.25 138	0.18 112	0.26 170	0.22 197	0.25 119	0.24 148

PMTNet	0.99 173	0.48 106	1.73 174	0.62 48	0.56 197	4.20 496	0.43 100	1.88 95	1.58 256	1.00 180	1.05 140	0.78 151	0.98 224	1.50 208	0.85 212	1.21 589	0.20 191	0.23 84	0.15 9	0.22 87	0.19 17

gasm-f	0.89 136	0.49 115	1.30 128	0.85 181	0.44 112	4.42 530	0.95 399	1.88 95	0.91 74	0.75 111	1.46 237	0.53 50	0.88 193	0.88 57	0.57 104	0.30 273	0.19 148	0.27 201	0.19 128	0.28 168	0.19 17

4w-stereo	0.67 54	0.49 115	1.07 57	0.63 58	0.75 303	1.63 73	0.44 104	2.23 142	0.77 18	0.56 19	0.92 113	0.40 16	0.82 177	1.08 102	0.53 93	0.18 42	0.13 1	0.25 141	0.18 103	0.19 5	0.20 58

WCG-NET	0.88 133	0.49 115	1.26 119	0.90 215	0.37 51	1.48 57	1.07 435	1.73 76	2.30 430	1.63 251	1.49 250	0.92 192	0.97 218	0.95 76	0.76 181	0.22 90	0.16 47	0.23 84	0.20 148	0.25 119	0.21 100

CREStereo++_RVC	1.02 182	0.49 115	1.54 159	0.83 159	0.55 193	4.01 438	0.31 52	1.63 63	1.99 358	1.63 251	2.13 453	0.84 166	0.65 110	0.88 57	0.70 157	0.27 170	0.15 23	0.23 84	1.22 602	0.24 105	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
monsterstereo	0.82 118	0.50 119	1.26 119	0.77 131	1.41 513	2.54 172	0.40 83	3.14 275	0.71 13	0.70 96	1.11 150	0.41 23	0.39 7	1.50 208	0.50 84	0.19 56	0.16 47	0.22 70	0.16 51	0.21 71	0.17 1

111111	0.87 131	0.50 119	1.13 95	0.66 80	1.08 423	3.37 284	0.33 59	2.33 158	1.47 178	0.74 109	1.50 251	0.61 93	0.59 91	1.40 184	0.48 69	0.24 117	0.19 148	0.22 70	0.16 51	0.24 105	0.19 17

GIP-stereo	0.88 133	0.50 119	1.34 134	1.32 453	0.94 378	2.90 199	0.42 94	3.41 316	1.06 100	0.63 67	0.76 78	0.90 185	0.76 150	0.91 68	0.52 92	0.27 170	0.18 112	0.25 141	0.16 51	0.25 119	0.19 17

RSM	0.80 106	0.50 119	1.08 66	0.83 159	0.51 166	1.31 42	0.77 272	2.28 150	1.43 162	0.82 143	1.44 234	1.22 238	0.62 101	1.17 134	0.63 119	0.22 90	0.18 112	0.24 115	0.19 128	0.27 151	0.20 58

test_4	1.30 249	0.50 119	6.16 351	0.84 169	0.45 120	1.61 69	1.12 450	2.14 128	1.42 158	1.52 235	2.31 494	1.84 338	0.79 164	2.52 337	1.19 309	0.27 170	0.17 72	0.29 255	0.29 353	0.29 186	0.25 158

FENet	2.25 391	0.50 119	20.29 575	1.35 470	0.67 270	4.01 438	0.60 169	3.95 427	1.99 358	1.96 331	1.11 150	2.43 411	1.43 342	1.60 228	1.39 354	0.32 317	0.22 260	0.33 353	0.26 270	0.29 186	0.39 365

RSM++	0.77 96	0.51 125	1.08 66	0.95 253	0.42 97	1.52 62	0.71 226	2.11 125	1.40 153	0.80 139	1.23 174	0.90 185	0.59 91	1.14 119	0.69 151	0.24 117	0.19 148	0.25 141	0.21 164	0.28 168	0.20 58

CASnet	0.78 101	0.51 125	1.29 127	0.81 138	0.29 2	1.28 38	0.74 246	1.51 42	1.89 345	1.64 254	1.09 146	0.65 110	0.64 107	0.91 68	0.76 181	0.29 230	0.17 72	0.41 456	0.31 388	0.32 255	0.19 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 186	0.51 125	1.56 162	1.02 305	0.39 71	4.27 507	0.42 94	4.08 467	1.48 187	0.90 163	0.68 69	1.09 213	0.66 117	1.81 267	0.62 116	0.27 170	0.19 148	0.29 255	0.23 212	0.37 333	0.25 158

DCANet-4	1.96 346	0.51 125	14.31 457	0.82 148	0.40 79	4.16 479	0.57 153	4.29 535	2.98 550	2.30 452	1.80 350	1.03 208	1.54 379	1.44 194	1.44 364	0.29 230	0.23 289	0.23 84	0.18 103	0.24 105	0.42 395

tt	7.19 614	0.51 125	6.83 355	4.03 622	2.30 600	12.05 630	20.19 645	15.46 642	6.58 625	3.42 578	3.22 564	5.37 599	6.39 607	4.20 396	7.46 581	9.81 645	11.53 650	7.05 643	7.46 645	6.31 633	3.71 630

test_3	1.19 209	0.51 125	2.08 219	0.99 280	0.41 89	2.05 123	0.87 352	4.40 569	1.42 158	1.99 340	1.18 160	2.03 366	0.79 164	2.70 352	0.75 177	0.27 170	0.17 72	0.29 255	0.29 353	0.30 209	0.27 199

zero-FE	0.95 156	0.52 131	2.63 271	0.86 188	1.27 474	1.41 51	0.86 332	2.27 147	0.73 15	0.50 7	0.64 62	0.54 56	0.78 160	2.70 352	1.02 276	0.35 366	0.17 72	0.24 115	0.18 103	1.03 564	0.29 228

RAStereo	0.75 80	0.52 131	2.86 285	0.58 17	0.62 237	1.19 22	0.32 56	1.81 91	0.99 95	0.75 111	1.05 140	0.64 105	0.47 30	0.80 39	0.94 259	0.22 90	0.20 191	0.27 201	0.21 164	0.34 292	0.22 120

Occ-G	0.86 127	0.52 131	1.39 141	0.82 148	0.66 263	1.37 47	0.79 283	1.58 52	1.31 136	1.56 240	0.87 100	2.18 382	0.89 199	0.97 82	0.88 229	0.26 153	0.19 148	0.26 170	0.19 128	0.25 119	0.24 148

LoS	0.94 149	0.52 131	1.88 188	0.86 188	0.36 26	4.15 470	0.51 128	2.18 132	1.45 165	0.97 179	0.88 101	0.62 98	0.79 164	1.59 226	0.86 219	0.26 153	0.19 148	0.24 115	0.16 51	0.21 71	0.20 58
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 106	0.52 131	1.05 50	0.75 112	0.61 231	1.31 42	0.82 307	2.60 210	1.41 156	0.82 143	1.64 293	0.71 132	0.62 101	1.22 144	0.64 122	0.22 90	0.19 148	0.24 115	0.18 103	0.25 119	0.20 58

RCA-Stereo	1.21 217	0.52 131	1.58 164	0.90 215	0.46 133	4.68 578	0.79 283	4.13 480	1.74 317	1.92 318	1.80 350	0.94 197	1.48 356	1.14 119	0.70 157	0.27 170	0.18 112	0.25 141	0.19 128	0.25 119	0.23 131

GLC_STEREO	0.76 88	0.52 131	1.12 90	0.83 159	0.33 10	1.86 96	0.82 307	1.46 37	1.38 148	0.95 175	1.04 134	0.68 119	0.72 130	0.97 82	0.80 194	0.23 103	0.25 348	0.32 318	0.25 250	0.32 255	0.30 257

test-3	1.19 209	0.52 131	2.00 201	1.01 294	0.42 97	1.95 105	0.91 374	4.35 556	1.47 178	2.24 438	1.16 157	2.06 372	0.79 164	2.68 350	0.76 181	0.27 170	0.18 112	0.28 234	0.26 270	0.26 138	0.25 158

test_1	1.19 209	0.52 131	2.00 201	1.01 294	0.42 97	1.95 105	0.90 366	4.36 561	1.47 178	2.17 411	1.16 157	2.06 372	0.78 160	2.68 350	0.76 181	0.27 170	0.18 112	0.28 234	0.26 270	0.26 138	0.25 158

KYRaft	1.59 285	0.52 131	1.73 174	0.95 253	0.49 159	4.38 519	1.79 540	2.43 169	1.51 208	2.49 493	2.98 550	2.00 362	3.41 553	2.14 304	0.82 203	0.30 273	0.21 227	0.33 353	0.46 512	0.35 310	2.45 610

GMM-Stereo	2.45 440	0.52 131	20.38 578	0.89 206	0.82 332	4.18 487	1.91 549	2.45 172	1.48 187	2.48 492	2.30 487	1.69 302	1.86 454	2.93 360	1.08 287	0.28 207	0.18 112	0.33 353	0.48 520	0.35 310	2.41 607

CFNet-RSSM	2.08 368	0.52 131	20.06 559	1.01 294	0.56 197	3.39 286	0.64 191	3.67 354	1.55 241	1.72 272	1.37 218	2.57 428	1.19 291	1.11 107	0.86 219	0.27 170	0.20 191	0.25 141	0.23 212	0.27 151	0.23 131

DDF-Stereo	0.90 140	0.53 143	1.16 101	0.88 199	1.31 480	1.59 67	0.86 332	2.26 145	0.79 28	0.48 3	0.63 61	0.54 56	0.73 135	2.97 363	1.03 278	0.39 415	0.17 72	0.24 115	0.18 103	1.06 567	0.29 228

3.5w_stereo	0.77 96	0.53 143	1.09 74	0.65 71	0.72 291	2.52 166	0.51 128	2.43 169	0.80 34	0.76 125	1.20 164	0.43 26	0.66 117	1.23 146	0.73 168	0.17 16	0.13 1	0.23 84	0.17 79	0.20 38	0.21 100

MM-Stereo_test2	1.79 317	0.53 143	20.16 565	1.43 498	0.47 143	2.57 174	0.73 234	1.67 68	1.47 178	0.94 171	0.96 123	0.84 166	0.79 164	1.16 126	0.68 142	0.24 117	0.17 72	0.25 141	0.22 197	0.30 209	0.22 120

MM-Stereo_test1	1.90 332	0.53 143	19.85 551	1.39 490	0.48 151	1.81 89	0.79 283	3.00 260	1.82 329	1.69 263	1.09 146	0.87 176	0.97 218	1.45 198	0.74 174	0.24 117	0.21 227	0.27 201	0.24 238	0.35 310	0.24 148

IGEV-RUCA	0.90 140	0.53 143	1.05 50	0.81 138	0.74 301	3.89 402	0.80 293	1.92 104	1.41 156	0.96 178	0.71 71	0.70 124	0.73 135	1.30 168	0.68 142	0.29 230	0.20 191	0.25 141	0.19 128	0.43 407	0.34 309

SMoEStereo_RVC	0.80 106	0.53 143	1.12 90	0.92 229	0.44 112	2.41 156	0.79 283	1.49 41	1.16 112	0.70 96	1.12 152	0.64 105	0.64 107	1.69 249	0.87 225	0.22 90	0.16 47	0.31 298	0.22 197	0.26 138	0.25 158

H2IRNET	1.90 332	0.53 143	14.29 456	1.14 366	0.60 226	4.48 537	0.44 104	2.65 215	1.81 328	1.05 190	2.30 487	1.67 295	1.40 329	2.17 308	1.50 380	0.36 378	0.21 227	0.33 353	0.37 455	0.34 292	0.29 228

11t1	1.11 194	0.53 143	1.80 182	1.55 528	0.65 256	2.20 140	0.60 169	3.66 353	1.49 195	1.60 243	1.26 184	1.03 208	1.35 318	1.72 254	0.97 266	0.28 207	0.31 417	0.29 255	0.23 212	0.30 209	0.34 309

Any-RAFT	1.40 261	0.53 143	2.78 281	1.09 338	0.64 245	4.41 528	0.81 303	3.97 434	2.78 520	1.99 340	1.34 210	2.36 400	1.56 383	1.56 217	0.75 177	0.27 170	0.20 191	0.25 141	0.18 103	0.25 119	0.28 218

FTStereo	3.71 557	0.53 143	20.37 577	0.96 259	0.65 256	4.34 514	11.29 632	2.62 212	1.50 201	2.58 512	5.04 590	1.90 344	13.84 630	3.71 381	1.25 327	0.38 403	0.24 324	0.31 298	0.32 400	0.30 209	2.10 601

GrayStereo	2.58 468	0.53 143	1.63 167	1.58 532	0.89 365	4.17 484	8.17 628	3.03 264	1.52 217	2.80 540	2.50 512	1.70 304	17.10 635	2.83 357	1.15 300	0.33 334	0.21 227	0.27 201	0.32 400	0.28 168	0.53 465

CREStereo	0.92 144	0.53 143	1.45 147	0.61 36	0.34 14	4.42 530	0.40 83	2.21 138	1.54 233	0.94 171	1.12 152	0.87 176	0.87 191	1.12 113	0.72 165	0.28 207	0.19 148	0.22 70	0.15 9	0.22 87	0.19 17
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
GREAT-IGEV	0.74 79	0.54 155	1.86 186	1.10 347	0.44 112	2.44 158	0.34 63	1.37 28	1.51 208	0.48 3	0.86 99	0.51 42	0.60 96	1.07 101	0.45 36	0.22 90	0.17 72	0.21 62	0.17 79	0.23 100	0.25 158

AIO-Stereo	0.76 88	0.54 155	1.07 57	0.73 109	0.40 79	1.28 38	0.82 307	2.26 145	1.49 195	0.70 96	1.58 274	0.89 181	0.45 25	1.03 93	0.55 100	0.24 117	0.18 112	0.25 141	0.20 148	0.26 138	0.21 100

AEACV	0.79 104	0.54 155	1.35 138	0.97 266	0.63 242	1.13 16	0.92 387	2.02 116	0.91 74	0.76 125	0.79 88	0.80 157	1.61 391	1.28 159	0.61 112	0.22 90	0.18 112	0.26 170	0.23 212	0.27 151	0.23 131

LCNet	1.55 273	0.54 155	1.88 188	0.99 280	0.55 193	3.60 340	1.21 472	2.86 248	1.53 224	2.18 413	1.74 323	1.43 268	4.17 572	3.62 377	0.87 225	0.29 230	0.20 191	0.28 234	0.77 574	0.47 438	1.85 596

PSM-AAD	2.43 437	0.54 155	1.32 132	0.92 229	0.54 185	4.48 537	7.47 624	2.96 255	1.55 241	2.31 458	2.56 520	1.26 242	16.23 634	2.46 326	0.89 232	0.28 207	0.21 227	0.58 542	0.41 493	0.34 292	1.32 580

xxxx	2.67 477	0.54 155	2.03 204	1.22 410	0.81 323	3.49 312	0.63 188	4.49 584	2.49 480	2.22 431	2.23 470	2.05 370	1.38 322	10.05 524	17.91 627	0.32 317	0.32 425	0.30 275	0.27 296	0.33 274	0.34 309

S2M2_L	0.64 47	0.55 161	1.07 57	0.89 206	0.54 185	1.08 13	0.20 1	1.16 12	1.37 145	0.59 37	0.81 93	0.86 174	0.47 30	0.70 6	0.65 129	0.31 296	0.33 432	0.27 201	0.27 296	0.36 323	0.31 267
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AIO_rvc	0.78 101	0.55 161	1.25 118	0.75 112	0.65 256	1.46 55	0.99 416	2.13 126	1.52 217	0.57 28	1.15 156	1.09 213	0.55 77	1.15 124	0.53 93	0.24 117	0.17 72	0.24 115	0.17 79	0.25 119	0.21 100

WCG-NET（raft）	0.95 156	0.55 161	1.20 113	0.84 169	0.31 5	1.44 53	1.01 420	1.55 49	2.37 451	1.64 254	1.42 230	2.38 402	1.01 229	1.29 164	0.76 181	0.22 90	0.19 148	0.22 70	0.20 148	0.25 119	0.21 100

test_sample1	1.62 290	0.55 161	1.88 188	1.44 501	0.79 318	2.27 144	0.64 191	4.00 442	1.82 329	1.87 301	1.35 213	1.57 282	1.62 394	9.55 505	1.24 324	0.30 273	0.27 372	0.31 298	0.28 325	0.32 255	0.32 278

MIF-Stereo (partial)	0.98 165	0.55 161	2.83 282	0.71 98	1.03 409	1.08 13	0.49 122	2.55 197	1.66 291	0.79 137	1.20 164	0.80 157	0.90 202	1.61 233	1.56 394	0.36 378	0.24 324	0.33 353	0.25 250	0.40 353	0.28 218

CES	1.01 178	0.55 161	1.74 177	0.92 229	2.15 594	2.15 134	0.50 124	2.01 115	1.45 165	0.76 125	1.02 126	0.61 93	0.47 30	1.29 164	0.79 193	0.22 90	0.17 72	0.24 115	0.14 2	0.63 497	2.29 604

DisPM	1.36 257	0.55 161	2.39 251	1.54 523	0.51 166	4.59 565	0.79 283	2.50 182	1.88 341	2.50 494	1.83 371	1.45 269	1.01 229	2.71 354	0.93 257	0.46 478	0.20 191	0.32 318	0.31 388	0.31 228	0.44 410

RAFT-RH_RVC	2.63 471	0.55 161	19.97 556	1.26 426	0.47 143	4.46 535	0.57 153	1.71 73	1.64 285	3.06 560	5.51 593	2.03 366	1.28 303	6.70 446	1.52 389	0.42 449	0.22 260	0.37 418	0.34 417	0.28 168	0.29 228

RAFT-345	2.46 443	0.55 161	19.69 546	1.02 305	0.49 159	4.43 533	0.78 276	1.64 65	2.34 440	2.09 377	3.12 560	1.96 355	1.31 310	6.65 444	1.43 362	0.36 378	0.23 289	0.32 318	0.25 250	0.28 168	0.25 158

Prome-Stereo	1.61 288	0.55 161	1.71 172	0.98 274	0.60 226	4.41 528	1.82 544	3.03 264	1.53 224	2.18 413	3.45 572	1.72 307	3.49 559	2.23 317	1.08 287	0.29 230	0.20 191	0.26 170	0.25 250	0.34 292	2.16 602

TANstereo	1.01 178	0.55 161	1.73 174	0.76 126	0.36 26	4.04 444	0.38 75	1.48 40	1.62 281	2.03 363	2.10 444	0.84 166	0.93 210	0.98 85	0.62 116	0.28 207	0.36 456	0.23 84	0.20 148	0.25 119	0.46 426

MultiAttention	8.74 620	0.56 172	7.25 361	2.07 584	22.74 644	35.86 651	8.44 630	4.97 607	2.58 494	2.57 508	5.11 591	5.55 602	1.59 384	52.70 662	7.50 582	0.47 487	0.24 324	0.52 522	1.00 590	6.84 637	6.30 642

castereo++	0.93 146	0.56 172	1.26 119	0.92 229	0.73 296	2.48 161	1.00 417	2.99 258	1.03 97	0.68 90	1.41 228	1.92 346	0.59 91	1.26 154	0.44 25	0.25 138	0.19 148	0.28 234	0.19 128	0.23 100	0.23 131

UGAM	2.58 468	0.56 172	18.55 521	0.89 206	0.71 289	3.23 254	1.03 426	2.75 229	1.75 319	1.36 215	2.77 539	2.69 439	1.28 303	10.75 546	1.40 355	0.28 207	0.24 324	0.40 444	0.31 388	0.35 310	0.30 257

test_sample2	1.75 312	0.56 172	2.25 235	1.41 494	0.80 320	2.91 202	0.86 332	4.05 457	2.04 371	1.91 316	1.39 223	1.57 282	1.55 381	10.65 543	1.06 282	0.32 317	0.28 384	0.32 318	0.30 372	0.36 323	0.33 296

MGS-Stereo	0.80 106	0.56 172	1.53 156	0.93 245	0.39 71	1.26 31	0.73 234	1.45 35	1.30 135	1.01 181	2.26 474	0.80 157	0.56 80	1.16 126	0.65 129	0.27 170	0.23 289	0.26 170	0.22 197	0.27 151	0.25 158

ttt	2.76 487	0.56 172	2.28 241	1.41 494	1.21 463	3.67 353	0.77 272	4.59 594	2.94 545	2.35 470	2.30 487	2.45 416	1.54 379	11.25 572	15.56 614	0.43 455	0.36 456	0.37 418	0.33 408	0.40 353	0.40 385

riskmin	1.25 231	0.56 172	2.05 207	1.05 315	0.93 376	2.86 195	0.55 146	3.23 287	1.34 139	1.55 238	1.07 144	3.56 528	2.03 468	1.29 164	1.00 274	0.28 207	0.27 372	0.34 371	0.21 164	0.41 378	0.43 404

DRaft	2.28 401	0.56 172	2.64 273	0.74 111	0.46 133	3.94 417	1.23 474	2.32 157	1.55 241	2.64 524	2.80 542	1.60 287	5.34 591	6.96 455	10.99 598	0.34 346	0.22 260	0.27 201	0.27 296	0.29 186	0.37 343

HCRNet	1.60 286	0.56 172	2.47 257	0.78 133	1.36 497	4.11 461	0.71 226	3.57 338	2.79 522	1.75 278	1.61 286	1.58 284	1.41 334	5.79 424	1.56 394	0.34 346	0.28 384	0.36 406	0.29 353	0.33 274	0.37 343

test_xeample	2.67 477	0.56 172	2.05 207	1.09 338	0.81 323	3.24 258	0.80 293	4.55 591	2.70 510	2.42 484	2.27 475	1.39 259	1.40 329	10.75 546	17.51 626	0.30 273	0.30 407	0.32 318	0.28 325	0.34 292	0.33 296

UGAM-zero	2.79 488	0.57 182	20.87 598	0.98 274	0.77 313	2.08 127	0.35 70	3.88 402	1.51 208	2.05 368	1.64 293	5.07 592	3.42 556	9.83 512	1.24 324	0.28 207	0.21 227	0.27 201	0.29 353	0.29 186	0.28 218

SMFormer	2.00 354	0.57 182	4.46 329	1.36 476	0.57 209	2.03 115	0.73 234	4.25 519	2.80 526	2.32 462	2.31 494	1.95 350	1.52 369	10.99 558	2.13 479	0.34 346	0.32 425	0.36 406	0.31 388	0.38 338	0.36 329

tta	2.00 354	0.57 182	4.46 329	1.36 476	0.57 209	2.03 115	0.73 234	4.25 519	2.80 526	2.32 462	2.31 494	1.95 350	1.52 369	10.99 558	2.13 479	0.34 346	0.32 425	0.36 406	0.31 388	0.29 186	0.29 228

qqq1	1.92 339	0.57 182	4.46 329	1.36 476	0.57 209	2.03 115	0.73 234	4.25 519	2.80 526	2.32 462	2.31 494	1.95 350	1.52 369	10.99 558	0.71 160	0.34 346	0.32 425	0.30 275	0.23 212	0.29 186	0.29 228

fff1	1.92 339	0.57 182	4.46 329	1.36 476	0.57 209	2.03 115	0.73 234	4.25 519	2.80 526	2.32 462	2.31 494	1.95 350	1.52 369	10.99 558	0.71 160	0.34 346	0.32 425	0.30 275	0.23 212	0.29 186	0.29 228

1111x	3.13 530	0.57 182	8.38 374	1.20 401	0.76 307	3.80 378	0.88 356	4.61 596	2.63 501	2.31 458	2.16 457	1.95 350	1.81 445	11.54 582	18.13 629	0.32 317	0.31 417	0.32 318	0.30 372	0.35 310	0.34 309

qqq	1.30 249	0.57 182	1.67 170	1.15 379	0.51 166	2.18 136	0.91 374	3.98 436	1.53 224	1.50 234	1.24 175	1.79 323	1.34 315	4.66 400	0.98 269	0.28 207	0.31 417	0.33 353	0.33 408	0.33 274	0.32 278

x	1.15 202	0.57 182	1.53 156	1.44 501	0.67 270	1.94 104	0.97 409	3.87 399	1.57 253	1.61 248	1.28 192	1.58 284	1.22 294	1.93 283	1.04 280	0.28 207	0.30 407	0.34 371	0.29 353	0.32 255	0.31 267

PFNet+	1.46 268	0.57 182	2.84 283	0.92 229	0.47 143	4.64 572	0.84 318	2.46 175	1.99 358	2.14 394	1.64 293	1.34 252	1.03 233	4.68 402	1.23 322	0.45 471	0.33 432	0.37 418	0.39 475	0.32 255	0.49 443

cross-raft	2.01 357	0.57 182	19.01 529	1.03 312	0.56 197	2.11 131	0.72 229	3.63 347	1.57 253	1.77 280	1.51 253	3.17 487	1.13 269	1.16 126	0.85 212	0.23 103	0.21 227	0.26 170	0.23 212	0.28 168	0.25 158

222	2.68 481	0.57 182	2.03 204	1.11 354	0.81 323	3.23 254	0.65 200	4.52 589	2.45 472	2.34 469	2.29 482	1.41 265	1.44 345	10.50 537	18.47 631	0.32 317	0.30 407	0.32 318	0.27 296	0.32 255	0.34 309

Gwc-CoAtRS	1.58 280	0.57 182	11.69 418	1.01 294	0.60 226	2.53 170	0.64 191	2.36 159	1.56 247	1.80 287	1.47 242	2.74 445	1.18 287	1.12 113	0.90 236	0.27 170	0.21 227	0.25 141	0.22 197	0.27 151	0.23 131

HSM-Net_RVC	2.87 497	0.57 182	17.46 503	0.92 229	0.90 368	3.70 357	1.20 469	5.64 620	2.51 484	3.22 569	2.43 505	2.54 425	1.59 384	11.41 576	1.65 416	0.34 346	0.25 348	0.26 170	0.23 212	0.30 209	0.29 228
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
monsters	0.82 118	0.58 195	1.16 101	0.76 126	1.52 528	2.92 206	0.40 83	2.66 217	0.72 14	0.66 83	0.84 95	0.38 12	0.41 12	1.84 272	0.48 69	0.20 68	0.16 47	0.20 40	0.16 51	0.19 5	0.19 17

IGEV++	0.90 140	0.58 195	1.32 132	0.94 249	0.45 120	1.27 32	1.00 417	3.32 302	1.55 241	0.82 143	1.34 210	0.86 174	1.09 257	1.16 126	0.89 232	0.33 334	0.18 112	0.23 84	0.19 128	0.29 186	0.22 120

mmm	1.27 243	0.58 195	2.20 227	1.41 494	0.68 275	2.39 154	0.85 327	3.90 409	1.63 284	2.20 420	1.84 376	1.28 244	1.50 363	1.91 282	0.89 232	0.31 296	0.27 372	0.45 479	0.37 455	0.38 338	0.34 309

IPLGR	2.53 457	0.58 195	20.46 583	0.82 148	0.52 175	4.56 562	0.50 124	4.30 543	2.38 456	1.87 301	1.53 261	1.68 297	1.72 427	6.95 454	1.15 300	0.28 207	0.21 227	0.27 201	0.23 212	0.33 274	0.32 278

DEmStereo	2.97 511	0.58 195	13.42 433	0.79 135	0.51 166	3.84 387	1.84 547	2.42 166	1.60 272	2.25 441	2.74 535	2.03 366	6.04 598	6.79 453	12.80 607	0.35 366	0.26 361	0.26 170	0.27 296	0.27 151	0.37 343

SST-Stereo	1.76 313	0.58 195	3.10 293	1.44 501	0.46 133	4.71 590	0.76 259	2.22 141	2.79 522	2.07 376	2.18 461	2.43 411	3.22 546	6.66 445	0.84 209	0.42 449	0.19 148	0.30 275	0.27 296	0.35 310	0.26 182

R-Stereo Train	1.20 214	0.58 195	1.81 183	0.99 280	0.67 270	3.78 372	0.90 366	4.09 469	1.51 208	2.16 407	1.71 316	1.13 219	0.94 212	1.40 184	0.91 243	0.30 273	0.24 324	0.26 170	0.21 164	0.26 138	0.25 158

RAFT-Stereo	1.20 214	0.58 195	1.81 183	0.99 280	0.67 270	3.78 372	0.90 366	4.09 469	1.51 208	2.16 407	1.71 316	1.13 219	0.94 212	1.40 184	0.91 243	0.30 273	0.24 324	0.26 170	0.21 164	0.26 138	0.25 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test3	1.09 191	0.59 203	1.55 160	1.73 553	1.18 444	1.91 101	0.86 332	3.52 329	1.76 321	1.25 205	1.86 386	1.10 216	0.69 123	1.32 171	0.86 219	0.27 170	0.23 289	0.27 201	0.22 197	0.34 292	0.30 257

SCV_C0	0.89 136	0.59 203	1.96 199	0.83 159	0.44 112	1.24 28	0.64 191	3.33 308	1.66 291	0.82 143	1.20 164	0.73 139	0.66 117	1.62 234	0.66 134	0.32 317	0.21 227	0.24 115	0.20 148	0.28 168	0.23 131

fffy	0.80 106	0.59 203	1.56 162	1.00 288	0.47 143	1.27 32	0.76 259	1.90 101	1.02 96	0.75 111	1.35 213	0.83 164	0.72 130	1.70 251	0.62 116	0.23 103	0.19 148	0.27 201	0.21 164	0.28 168	0.32 278

RAFT-Test	1.44 265	0.59 203	6.10 350	1.01 294	0.69 282	2.90 199	0.80 293	3.68 356	1.70 304	1.85 294	1.68 305	3.15 485	1.03 233	1.20 141	0.99 272	0.27 170	0.22 260	0.25 141	0.23 212	0.27 151	0.25 158

BUS	1.49 272	0.59 203	1.94 194	0.87 194	0.85 346	4.50 546	0.76 259	4.48 581	1.88 341	2.93 548	1.83 371	3.63 530	0.97 218	1.60 228	1.17 306	0.34 346	0.25 348	0.31 298	0.28 325	0.35 310	0.33 296

BSDual-CNN	1.46 268	0.59 203	1.94 194	0.87 194	0.85 346	4.16 479	1.16 458	4.48 581	1.88 341	2.93 548	1.83 371	2.60 431	1.31 310	1.60 228	1.21 316	0.34 346	0.25 348	0.31 298	0.28 325	0.35 310	0.33 296

psmg	1.47 271	0.59 203	1.94 194	0.92 229	0.85 346	4.30 511	1.42 505	4.10 477	1.88 341	2.64 524	2.09 443	2.60 431	1.31 310	1.60 228	1.21 316	0.34 346	0.27 372	0.33 353	0.34 417	0.36 323	0.34 309

PSM-softLoss	1.66 299	0.59 203	5.15 340	2.25 588	0.48 151	4.68 578	0.69 218	2.57 202	1.52 217	2.14 394	1.45 235	1.42 266	0.99 225	6.04 430	1.20 312	0.41 438	0.23 289	0.37 418	0.39 475	0.32 255	0.31 267

KMStereo	1.66 299	0.59 203	5.15 340	2.25 588	0.48 151	4.68 578	0.69 218	2.57 202	1.52 217	2.14 394	1.45 235	1.42 266	0.99 225	6.04 430	1.20 312	0.41 438	0.23 289	0.37 418	0.39 475	0.32 255	0.31 267

RAFT_R40	1.70 304	0.59 203	2.99 289	1.46 507	0.46 133	4.74 594	0.98 415	2.23 142	1.56 247	2.02 359	2.35 502	2.71 442	2.56 512	6.71 449	0.90 236	0.40 423	0.19 148	0.30 275	0.27 296	0.33 274	0.26 182

Pruner-Stereo	1.32 255	0.59 203	2.11 222	1.79 563	0.47 143	4.73 591	0.79 283	2.53 186	1.72 308	2.47 491	1.58 274	1.48 272	1.03 233	1.66 243	1.47 373	0.44 462	0.21 227	0.34 371	0.30 372	0.30 209	0.39 365

MDST_ROB	5.53 596	0.59 203	23.11 632	2.55 600	2.69 603	21.20 641	1.98 553	4.77 603	2.65 504	9.36 630	4.25 582	4.14 555	4.45 578	22.57 639	3.68 541	0.48 492	0.33 432	0.47 488	0.44 506	0.44 415	0.44 410

FlowAnything_test	0.75 80	0.60 215	1.18 105	0.82 148	0.58 218	2.29 146	0.66 203	1.38 30	0.80 34	1.03 188	0.76 78	0.63 103	0.49 49	0.84 47	0.91 243	0.31 296	0.27 372	0.40 444	0.48 520	0.31 228	0.30 257

DilatedVolume-Stereo	0.81 115	0.60 215	1.51 155	1.01 294	0.59 222	1.34 44	0.51 128	1.56 50	1.08 105	1.26 207	1.24 175	0.77 150	0.87 191	1.79 265	0.72 165	0.23 103	0.24 324	0.22 70	0.21 164	0.25 119	0.23 131

LG-Stereo	0.85 125	0.60 215	2.71 276	0.59 25	0.45 120	2.85 192	0.55 146	2.41 162	1.34 139	0.59 37	1.19 162	0.43 26	0.40 8	0.76 31	0.75 177	0.20 68	0.17 72	0.31 298	0.24 238	0.29 186	0.19 17

model_zeroshot	1.21 217	0.60 215	3.55 312	1.05 315	0.57 209	3.46 302	0.63 188	2.73 226	1.55 241	2.05 368	1.38 221	1.50 275	0.82 177	1.69 249	0.87 225	0.29 230	0.23 289	0.30 275	0.23 212	0.27 151	0.32 278

AE-Stereo	1.18 207	0.60 215	2.05 207	1.10 347	0.60 226	4.39 522	0.72 229	3.74 370	1.62 281	1.10 194	1.90 401	1.01 204	0.92 207	1.45 198	0.82 203	0.28 207	0.22 260	0.28 234	0.28 325	0.26 138	0.22 120

ffm	1.72 305	0.60 215	5.21 342	1.14 366	0.99 396	3.62 345	0.86 332	4.22 505	3.37 584	2.20 420	2.30 487	3.48 513	1.62 394	2.21 314	0.65 129	0.29 230	0.16 47	0.48 496	0.37 455	0.30 209	0.29 228

ff1	2.96 507	0.60 215	5.21 342	1.14 366	0.99 396	3.62 345	0.86 332	4.22 505	3.37 584	2.20 420	2.30 487	3.48 513	1.62 394	11.62 586	16.09 616	0.29 230	0.16 47	0.48 496	0.37 455	0.30 209	0.29 228

mmx	2.98 513	0.60 215	5.21 342	1.14 366	0.99 396	3.62 345	0.86 332	4.49 584	3.05 556	2.20 420	2.30 487	3.48 513	1.62 394	11.62 586	16.09 616	0.33 334	0.28 384	0.48 496	0.37 455	0.44 415	0.37 343

xxx	2.98 513	0.60 215	5.21 342	1.14 366	0.99 396	3.62 345	0.86 332	4.49 584	3.05 556	2.20 420	2.30 487	3.48 513	1.62 394	11.62 586	16.09 616	0.33 334	0.28 384	0.48 496	0.37 455	0.44 415	0.37 343

anonymousdsp2	1.26 238	0.60 215	3.74 322	1.02 305	0.41 89	3.60 340	0.72 229	3.68 356	1.47 178	1.37 218	1.56 271	1.83 335	1.01 229	2.00 289	0.66 134	0.29 230	0.20 191	0.28 234	0.20 148	0.32 255	0.29 228

knoymous	1.30 249	0.60 215	5.57 347	0.88 199	0.75 303	3.04 223	0.90 366	2.68 219	1.33 138	1.48 231	1.07 144	2.78 455	0.88 193	1.29 164	0.85 212	0.31 296	0.22 260	0.35 390	0.20 148	0.45 423	0.37 343

CrosDoStereo	5.24 591	0.60 215	20.23 568	0.82 148	0.51 166	3.39 286	18.11 641	3.82 386	2.27 422	1.98 335	8.74 610	1.96 355	6.96 610	7.35 459	26.35 645	0.30 273	0.22 260	0.30 275	0.28 325	0.33 274	0.38 358

AAGNet	2.86 493	0.60 215	1.77 179	2.05 582	0.46 133	4.76 596	1.09 444	2.27 147	1.56 247	2.17 411	1.84 376	2.41 405	4.00 568	6.23 435	24.22 643	0.46 478	0.19 148	0.30 275	0.29 353	0.32 255	0.24 148

ASMatch	2.62 470	0.60 215	20.65 591	1.37 486	0.64 245	4.39 522	0.78 276	1.97 111	1.58 256	1.70 267	3.89 580	1.94 348	3.79 564	5.46 414	1.64 414	0.31 296	0.24 324	0.34 371	0.28 325	0.33 274	0.50 450

DeepStereo_LL	5.24 591	0.60 215	20.23 568	0.82 148	0.51 166	3.39 286	18.11 641	3.82 386	2.27 422	1.98 335	8.74 610	1.96 355	6.96 610	7.35 459	26.35 645	0.30 273	0.22 260	0.30 275	0.28 325	0.33 274	0.38 358

PFNet	2.47 446	0.60 215	16.95 492	2.15 587	0.81 323	4.63 571	0.91 374	2.55 197	1.52 217	2.40 482	2.79 540	1.83 335	1.42 339	7.54 463	1.34 351	0.33 334	0.21 227	0.36 406	0.27 296	0.32 255	0.39 365

IRAFT_RVC	1.87 325	0.60 215	4.33 328	2.40 597	0.66 263	4.59 565	1.59 524	2.96 255	1.51 208	2.23 435	1.75 327	2.09 376	2.63 515	6.70 446	1.50 380	0.33 334	0.21 227	0.33 353	0.29 353	0.32 255	0.32 278

PAM	2.43 437	0.61 232	20.86 596	1.07 324	0.73 296	2.93 210	0.53 138	3.24 289	1.53 224	1.89 310	2.43 505	5.29 598	2.76 520	1.84 272	1.02 276	0.27 170	0.24 324	0.26 170	0.25 250	0.40 353	0.50 450

test_sample3	2.34 419	0.61 232	11.94 419	1.33 458	0.85 346	3.10 236	0.73 234	4.24 517	2.19 406	2.21 429	1.75 327	1.80 326	1.41 334	11.11 567	1.46 368	0.35 366	0.29 394	0.34 371	0.35 433	0.39 348	0.37 343

gcap-zeroshot	1.30 249	0.61 232	4.09 325	0.94 249	0.56 197	3.50 316	0.84 318	3.12 273	1.72 308	1.84 293	1.22 170	2.72 444	0.88 193	1.46 202	0.80 194	0.29 230	0.30 407	0.27 201	0.21 164	0.29 186	0.25 158

NF-Stereo	1.58 280	0.61 232	2.66 274	2.26 590	0.47 143	4.68 578	0.67 205	3.31 297	1.48 187	2.11 384	1.59 278	1.36 255	1.09 257	6.08 432	1.20 312	0.40 423	0.20 191	0.36 406	0.34 417	0.31 228	0.36 329

OCTAStereo	1.58 280	0.61 232	2.72 277	2.27 593	0.46 133	4.68 578	0.67 205	3.30 296	1.48 187	2.11 384	1.59 278	1.36 255	1.09 257	6.02 429	1.21 316	0.41 438	0.20 191	0.36 406	0.34 417	0.31 228	0.37 343

NRIStereo	1.28 246	0.61 232	1.67 170	1.15 379	0.38 64	4.73 591	0.90 366	2.42 166	1.50 201	1.93 322	1.33 205	1.75 310	1.22 294	2.96 362	1.33 348	0.46 478	0.22 260	0.29 255	0.26 270	0.30 209	0.28 218

RE-Stereo	1.58 280	0.61 232	2.72 277	2.26 590	0.46 133	4.68 578	0.68 212	3.31 297	1.48 187	2.11 384	1.59 278	1.36 255	1.09 257	6.01 427	1.22 319	0.41 438	0.20 191	0.36 406	0.34 417	0.31 228	0.37 343

TVStereo	1.58 280	0.61 232	2.72 277	2.26 590	0.46 133	4.68 578	0.68 212	3.31 297	1.48 187	2.11 384	1.59 278	1.36 255	1.09 257	6.01 427	1.22 319	0.41 438	0.20 191	0.36 406	0.34 417	0.31 228	0.37 343

CRE-IMP	1.23 222	0.61 232	2.14 223	0.82 148	0.39 71	4.54 552	0.83 312	2.63 213	1.55 241	1.95 328	1.46 237	1.87 343	0.96 215	1.48 205	1.33 348	0.45 471	0.21 227	0.31 298	0.26 270	0.41 378	0.31 267

XX-Stereo	2.54 459	0.61 232	20.21 567	1.78 558	1.19 451	4.30 511	0.46 113	4.39 567	1.58 256	2.32 462	1.89 396	4.64 580	0.60 96	4.16 394	0.82 203	0.31 296	0.21 227	0.28 234	0.27 296	0.51 451	0.26 182

xyz-stereo-finetune	1.05 185	0.62 242	1.46 148	0.59 25	0.36 26	3.48 308	0.81 303	2.69 221	1.74 317	0.94 171	1.21 168	0.91 187	0.78 160	2.53 339	1.28 337	0.24 117	0.24 324	0.26 170	0.23 212	0.30 209	0.23 131

test_sample6	2.35 424	0.62 242	10.78 408	1.33 458	0.83 338	3.15 241	0.79 283	4.36 561	2.43 467	2.26 444	2.04 429	1.69 302	1.39 325	11.48 581	1.61 403	0.38 403	0.32 425	0.37 418	0.39 475	0.41 378	0.42 395

test_sample5	2.33 415	0.62 242	11.29 413	1.29 440	0.83 338	3.09 234	0.74 246	4.28 532	2.31 434	2.20 420	1.97 415	1.68 297	1.39 325	11.19 569	1.47 373	0.37 386	0.31 417	0.37 418	0.37 455	0.41 378	0.39 365

DualNet	2.33 415	0.62 242	11.29 413	1.29 440	0.83 338	3.09 234	0.74 246	4.28 532	2.31 434	2.26 444	2.04 429	1.68 297	1.39 325	11.19 569	1.47 373	0.37 386	0.31 417	0.37 418	0.37 455	0.41 378	0.39 365

testlalala	1.14 201	0.62 242	1.34 134	1.00 288	0.78 314	4.38 519	0.93 389	2.46 175	2.20 408	2.44 487	1.52 254	1.31 249	0.61 99	1.04 98	0.65 129	0.35 366	0.19 148	0.24 115	0.19 128	0.24 105	0.23 131

iRaft-Stereo_20w	1.88 329	0.62 242	10.58 405	0.90 215	0.83 338	2.96 215	0.78 276	4.90 605	1.58 256	2.29 448	1.60 282	1.25 241	4.51 580	2.28 320	0.90 236	0.29 230	0.21 227	0.26 170	0.24 238	0.41 378	0.31 267

ac_64	2.35 424	0.62 242	9.77 391	1.32 453	1.71 565	3.27 266	0.93 389	3.48 319	2.50 481	1.74 276	1.73 321	3.91 541	1.77 434	10.21 529	1.86 444	0.40 423	0.31 417	0.33 353	0.30 372	0.34 292	0.39 365

GANet-RSSM	1.98 350	0.62 242	3.49 309	1.69 546	1.23 465	4.22 497	0.91 374	3.31 297	1.86 338	1.81 288	1.74 323	2.34 396	1.82 447	10.92 555	1.73 428	0.34 346	0.29 394	0.31 298	0.28 325	0.39 348	0.40 385

SGM-Forest	2.96 507	0.62 242	3.49 309	1.09 338	0.80 320	4.06 447	3.30 599	4.37 564	3.09 560	4.18 597	3.27 567	4.67 582	3.86 566	11.69 595	7.91 584	0.51 514	0.46 526	0.49 510	0.39 475	0.48 441	0.49 443
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
xyz-stereo-finetune2	1.16 206	0.63 251	1.50 153	0.57 13	0.36 26	3.47 305	0.65 200	2.70 222	1.23 119	0.88 159	1.75 327	0.91 187	1.76 432	3.54 374	1.74 429	0.24 117	0.22 260	0.30 275	0.27 296	0.31 228	0.26 182

SCV	0.95 156	0.63 251	1.38 140	1.70 549	0.41 89	1.23 24	0.89 361	3.53 333	1.57 253	0.61 49	1.54 263	0.93 193	0.77 152	1.66 243	0.66 134	0.36 378	0.20 191	0.25 141	0.19 128	0.29 186	0.25 158

PAM_32	2.45 440	0.63 251	20.74 593	1.05 315	0.65 256	2.83 189	0.46 113	2.91 251	1.54 233	1.95 328	2.66 530	4.99 588	3.78 563	1.96 286	0.92 248	0.27 170	0.22 260	0.27 201	0.25 250	0.36 323	0.48 436

rvit_stereo_0081	0.80 106	0.63 251	1.19 107	0.91 223	0.64 245	1.27 32	0.61 173	2.05 118	1.71 305	0.82 143	0.73 74	0.85 170	0.75 143	1.30 168	0.80 194	0.31 296	0.26 361	0.27 201	0.25 250	0.38 338	0.27 199

rvit_stereo_0082	0.80 106	0.63 251	1.19 107	0.91 223	0.64 245	1.27 32	0.61 173	2.05 118	1.71 305	0.82 143	0.73 74	0.85 170	0.75 143	1.30 168	0.80 194	0.31 296	0.26 361	0.27 201	0.25 250	0.38 338	0.27 199

test_sample4	2.34 419	0.63 251	11.59 416	1.30 447	0.83 338	3.07 232	0.72 229	4.27 527	2.30 430	2.30 452	1.88 390	1.73 308	1.42 339	11.14 568	1.46 368	0.35 366	0.29 394	0.35 390	0.36 443	0.40 353	0.38 358

testlalala2	2.31 408	0.63 251	20.54 585	2.56 601	2.87 607	3.79 376	0.76 259	4.20 496	1.48 187	1.42 227	1.43 232	2.45 416	0.80 171	1.03 93	0.68 142	0.27 170	0.25 348	0.24 115	0.21 164	0.33 274	0.28 218

DeepStereo_RVC	1.55 273	0.63 251	3.32 304	0.77 131	0.42 97	4.49 543	0.72 229	2.50 182	1.58 256	2.02 359	1.81 362	1.54 280	6.38 606	1.73 255	1.19 309	0.46 478	0.22 260	0.29 255	0.28 325	0.35 310	0.38 358

test_xeample3	2.12 373	0.63 251	21.55 617	0.91 223	0.47 143	1.85 95	0.94 395	7.96 625	1.23 119	0.75 111	0.76 78	0.64 105	0.70 125	1.77 260	0.83 206	0.30 273	0.21 227	0.27 201	0.21 164	0.27 151	0.24 148

EAI-Stereo	2.35 424	0.63 251	2.97 288	0.95 253	0.65 256	3.84 387	14.27 637	5.04 608	2.19 406	2.06 373	7.25 598	1.10 216	0.94 212	1.65 242	1.37 353	0.31 296	0.22 260	0.27 201	0.60 555	0.27 151	0.32 278

SFCPSM	2.18 382	0.63 251	17.03 493	0.88 199	0.98 393	3.74 366	1.28 480	4.09 469	2.16 401	1.85 294	1.83 371	1.65 293	1.39 325	2.50 329	1.50 380	0.33 334	0.27 372	0.39 438	0.36 443	0.34 292	0.37 343

UPFNet	1.81 320	0.63 251	6.71 354	1.25 419	1.44 516	3.50 316	1.35 487	4.02 448	1.85 337	2.40 482	1.52 254	2.41 405	1.40 329	3.62 377	1.88 446	0.34 346	0.33 432	0.37 418	0.31 388	0.41 378	0.39 365

HUF	1.15 202	0.64 263	8.62 378	0.90 215	0.35 20	1.35 45	0.78 276	1.97 111	1.50 201	0.63 67	1.52 254	0.83 164	0.66 117	1.28 159	0.63 119	0.29 230	0.23 289	0.26 170	0.17 79	0.23 100	0.25 158

ours_stereo	0.76 88	0.64 263	1.40 143	0.86 188	0.61 231	1.12 15	0.57 153	1.63 63	1.20 117	0.72 102	1.43 232	0.70 124	0.62 101	1.56 217	0.58 107	0.25 138	0.18 112	0.26 170	0.21 164	0.29 186	0.31 267

CAS++	0.89 136	0.64 263	1.46 148	0.81 138	0.51 166	1.24 28	0.86 332	3.44 317	1.46 173	1.14 199	1.29 195	0.62 98	0.58 86	1.13 116	0.59 108	0.34 346	0.30 407	0.34 371	0.26 270	0.41 378	0.29 228
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	2.22 385	0.64 263	20.09 563	0.96 259	0.56 197	4.04 444	0.70 224	3.91 414	1.50 201	1.92 318	2.28 479	1.92 346	0.71 127	2.93 360	0.67 139	0.26 153	0.23 289	0.26 170	0.21 164	0.28 168	0.26 182

EKT-Stereo	6.79 610	0.64 263	4.24 327	1.77 557	106.39 660	4.51 550	0.61 173	3.16 278	1.53 224	1.88 304	1.22 170	1.98 359	1.36 320	3.81 382	0.84 209	0.35 366	0.24 324	0.29 255	0.26 270	0.34 292	0.48 436

hknet	1.98 350	0.64 263	8.70 379	0.87 194	1.07 421	4.16 479	1.16 458	4.48 581	1.73 311	2.93 548	1.83 371	3.48 513	1.30 309	3.91 388	1.51 386	0.31 296	0.25 348	0.31 298	0.28 325	0.35 310	0.33 296

GES	1.38 260	0.64 263	2.61 267	1.09 338	0.57 209	4.30 511	1.02 424	3.86 396	1.51 208	1.72 272	1.74 323	1.28 244	1.77 434	1.62 234	1.61 403	0.39 415	0.27 372	0.33 353	0.30 372	0.41 378	0.47 431

ACVNet	1.46 268	0.64 263	3.56 314	0.93 245	0.85 346	4.22 497	0.80 293	2.85 245	2.08 379	1.78 282	1.88 390	3.10 480	1.46 352	1.33 172	1.89 447	0.29 230	0.26 361	0.30 275	0.26 270	0.39 348	0.27 199

acv_ft	1.55 273	0.64 263	3.29 302	1.14 366	2.01 587	2.93 210	0.97 409	3.81 383	2.08 379	2.22 431	1.88 390	3.10 480	1.66 414	1.33 172	2.22 486	0.29 230	0.26 361	0.30 275	0.26 270	0.39 348	0.27 199

MSMDNet	2.23 387	0.64 263	17.32 494	0.84 169	0.75 303	3.53 323	0.64 191	3.61 345	1.98 357	1.71 271	1.64 293	3.22 490	2.99 530	2.08 296	1.11 294	0.31 296	0.37 469	0.45 479	0.26 270	0.62 495	0.45 416

FACV-RUCA	1.26 238	0.65 273	2.21 229	1.06 321	1.50 525	2.69 183	1.15 456	3.05 266	1.87 339	1.36 215	1.99 420	1.03 208	1.15 284	1.36 178	1.10 291	0.41 438	0.41 498	0.73 577	0.41 493	0.61 491	0.41 391

IGEVStereo-DCA	0.86 127	0.65 273	2.05 207	0.90 215	0.46 133	1.57 64	0.86 332	1.62 58	1.24 121	0.65 81	0.77 81	0.74 144	0.72 130	2.59 344	0.86 219	0.28 207	0.21 227	0.28 234	0.21 164	0.29 186	0.27 199

rrr	2.27 396	0.65 273	23.82 636	0.90 215	0.46 133	1.57 64	0.96 406	7.98 626	1.19 116	0.65 81	0.77 81	0.74 144	0.72 130	2.59 344	0.86 219	0.28 207	0.21 227	0.28 234	0.21 164	0.29 186	0.25 158

PCWNet_CMD	2.23 387	0.65 273	17.36 498	0.83 159	0.76 307	3.51 319	0.64 191	3.60 342	1.97 355	1.70 267	1.63 291	3.22 490	3.05 537	2.09 299	1.11 294	0.31 296	0.36 456	0.47 488	0.26 270	0.64 505	0.47 431

IER	1.69 302	0.65 273	7.19 360	0.94 249	1.15 437	3.28 271	0.89 361	3.48 319	1.97 355	2.10 380	1.98 417	2.28 387	2.12 476	2.25 318	1.75 432	0.29 230	0.23 289	0.36 406	0.30 372	0.32 255	0.34 309

IPLG	2.48 448	0.65 273	19.63 544	0.91 223	0.79 318	4.60 567	0.56 150	4.31 546	1.84 336	1.91 316	2.00 422	1.31 249	1.38 322	6.61 442	1.53 390	0.27 170	0.20 191	0.27 201	0.23 212	0.31 228	0.36 329

Patchmatch Stereo++	1.25 231	0.65 273	2.06 216	0.75 112	0.37 51	4.68 578	0.76 259	2.53 186	1.58 256	1.99 340	1.47 242	1.78 316	1.14 276	2.44 324	0.90 236	0.48 492	0.23 289	0.32 318	0.27 296	0.40 353	0.29 228
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 227	0.65 273	2.03 204	0.75 112	0.37 51	4.68 578	0.73 234	2.53 186	1.58 256	1.99 340	1.47 242	1.78 316	1.13 269	2.18 310	0.87 225	0.48 492	0.23 289	0.32 318	0.27 296	0.40 353	0.29 228

iRAFT	1.25 231	0.65 273	2.06 216	0.75 112	0.37 51	4.68 578	0.76 259	2.53 186	1.58 256	1.99 340	1.47 242	1.78 316	1.14 276	2.44 324	0.90 236	0.48 492	0.23 289	0.32 318	0.27 296	0.40 353	0.29 228

test-1	1.23 222	0.65 273	1.88 188	0.96 259	0.52 175	3.84 387	0.62 186	4.01 444	1.47 178	1.93 322	1.78 344	1.83 335	0.92 207	1.19 140	1.28 337	0.26 153	0.29 394	0.31 298	0.24 238	0.29 186	0.36 329

pcwnet_v2	2.70 484	0.65 273	22.48 628	1.08 332	1.03 409	3.56 332	0.81 303	4.29 535	3.14 564	2.29 448	2.29 482	3.01 473	1.71 425	3.32 370	1.43 362	0.43 455	0.50 542	0.41 456	0.34 417	0.61 491	0.56 479

AIO-test1	2.18 382	0.66 284	18.95 527	0.89 206	1.48 522	3.40 289	0.97 409	4.19 495	1.68 295	0.86 156	1.35 213	0.99 200	0.75 143	4.47 397	1.27 333	0.23 103	0.23 289	0.28 234	0.33 408	0.31 228	0.35 323

DCVSM-stereo	2.31 408	0.66 284	20.69 592	1.11 354	0.93 376	2.58 176	0.73 234	2.61 211	1.60 272	2.57 508	1.53 261	3.30 498	1.72 427	2.19 311	1.23 322	0.34 346	0.53 545	0.41 456	0.32 400	0.45 423	0.62 499

MaDis-Stereo	0.82 118	0.66 284	1.53 156	0.65 71	1.87 580	1.24 28	0.36 71	2.13 126	1.27 130	0.67 88	0.75 77	0.88 179	0.70 125	1.15 124	1.07 285	0.29 230	0.23 289	0.26 170	0.20 148	0.31 228	0.22 120

CASS	1.29 248	0.66 284	2.62 270	0.95 253	0.66 263	2.84 190	0.69 218	3.00 260	1.79 326	2.57 508	1.95 408	1.39 259	1.55 381	1.59 226	1.06 282	0.50 508	0.28 384	0.34 371	0.28 325	0.46 434	0.63 503
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 222	0.66 284	2.02 203	0.75 112	0.37 51	4.67 577	0.76 259	2.53 186	1.58 256	1.99 340	1.46 237	1.78 316	1.14 276	2.08 296	0.88 229	0.48 492	0.22 260	0.32 318	0.27 296	0.40 353	0.29 228

ROB_FTStereo	1.25 231	0.66 284	2.14 223	0.75 112	0.37 51	4.65 574	0.77 272	2.53 186	1.58 256	1.99 340	1.47 242	1.78 316	1.13 269	2.26 319	0.86 219	0.47 487	0.22 260	0.32 318	0.27 296	0.40 353	0.29 228

HUI-Stereo	1.25 231	0.66 284	2.33 245	0.75 112	0.37 51	4.68 578	0.78 276	2.53 186	1.58 256	1.99 340	1.46 237	1.79 323	1.13 269	2.17 308	0.85 212	0.48 492	0.23 289	0.32 318	0.27 296	0.40 353	0.29 228

iGMRVC	1.26 238	0.66 284	2.14 223	0.75 112	0.37 51	4.66 575	0.74 246	2.53 186	1.58 256	1.99 340	1.46 237	1.78 316	1.14 276	2.46 326	0.92 248	0.48 492	0.23 289	0.32 318	0.27 296	0.40 353	0.29 228

RAFT-IKP	1.25 231	0.66 284	2.23 234	0.75 112	0.37 51	4.64 572	0.74 246	2.53 186	1.58 256	1.99 340	1.47 242	1.78 316	1.13 269	2.22 316	0.92 248	0.48 492	0.22 260	0.32 318	0.27 296	0.40 353	0.29 228

ICVP	2.26 394	0.66 284	21.18 609	0.99 280	0.88 360	4.28 508	0.95 399	3.32 302	1.60 272	1.66 259	1.76 336	1.34 252	1.14 276	1.62 234	1.32 344	0.53 523	0.35 450	0.33 353	0.29 353	0.40 353	0.51 458
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
tg	1.15 202	0.67 294	1.31 129	0.94 249	0.54 185	4.02 440	0.41 90	2.96 255	1.59 271	1.69 263	1.85 383	1.84 338	0.97 218	1.78 261	0.83 206	0.27 170	0.17 72	0.29 255	0.26 270	0.29 186	0.27 199

rvit_stereo_0083	0.86 127	0.67 294	1.42 145	0.87 194	0.65 256	1.23 24	0.64 191	1.67 68	2.28 426	0.79 137	0.93 116	0.93 193	1.07 252	1.46 202	0.75 177	0.32 317	0.36 456	0.30 275	0.26 270	0.33 274	0.28 218

anonymousa	2.16 378	0.67 294	19.19 530	1.04 314	1.67 559	2.06 125	0.79 283	2.86 248	1.96 353	1.85 294	2.14 454	3.23 492	1.81 445	1.12 113	1.15 300	0.26 153	0.26 361	0.34 371	0.32 400	0.30 209	0.28 218

DAS	2.31 408	0.67 294	4.79 336	1.14 366	1.64 551	2.93 210	2.13 561	4.09 469	2.74 514	4.17 594	2.52 515	2.46 418	1.79 437	11.55 583	1.63 411	0.37 386	0.22 260	0.39 438	0.25 250	0.41 378	0.34 309

SepStereo	2.15 377	0.67 294	4.79 336	1.14 366	1.64 551	2.93 210	2.13 561	4.09 469	2.74 514	4.17 594	2.52 515	2.46 418	1.79 437	8.36 475	1.63 411	0.37 386	0.22 260	0.39 438	0.25 250	0.41 378	0.34 309

GwcNet-ADL	2.47 446	0.67 294	21.48 616	0.96 259	0.72 291	4.61 568	0.95 399	4.42 571	2.36 445	1.98 335	1.80 350	2.55 426	1.24 299	1.90 281	1.41 359	0.40 423	0.46 526	0.24 115	0.27 296	0.41 378	0.49 443

CFNet_pseudo	2.12 373	0.67 294	15.14 471	0.85 181	0.74 301	3.95 422	0.64 191	3.95 427	1.78 324	1.90 311	1.79 347	3.27 495	1.62 394	2.51 332	1.16 303	0.31 296	0.36 456	0.53 527	0.27 296	0.63 497	0.44 410

ccs_rob	2.13 375	0.67 294	15.11 470	0.84 169	0.75 303	3.96 427	0.65 200	3.95 427	1.78 324	1.88 304	1.79 347	3.26 494	1.64 410	2.51 332	1.16 303	0.31 296	0.36 456	0.54 534	0.27 296	0.65 508	0.45 416

mms	0.77 96	0.68 302	1.17 103	0.83 159	0.71 289	1.41 51	0.67 205	1.61 56	1.12 109	0.77 130	1.37 218	0.63 103	0.54 74	1.75 258	0.63 119	0.24 117	0.19 148	0.26 170	0.21 164	0.31 228	0.34 309

CFNet_ucs	2.36 429	0.68 302	18.42 519	0.89 206	0.81 323	3.85 395	0.68 212	4.29 535	2.37 451	2.09 377	2.04 429	3.31 499	1.24 299	2.63 347	1.14 299	0.36 378	0.45 517	0.56 537	0.29 353	0.66 513	0.49 443

GCAP-Stereo	0.93 146	0.68 302	1.35 138	0.85 181	0.41 89	3.61 344	0.52 137	2.20 135	1.50 201	1.11 197	1.04 134	1.17 224	0.84 182	1.11 107	0.71 160	0.25 138	0.20 191	0.27 201	0.18 103	0.28 168	0.23 131

IGEV-FE	2.16 378	0.69 305	20.56 586	1.22 410	0.54 185	2.18 136	0.53 138	3.38 312	1.61 276	1.93 322	1.55 267	3.74 533	1.06 249	1.56 217	0.91 243	0.29 230	0.20 191	0.27 201	0.29 353	0.40 353	0.32 278

ff7	0.98 165	0.69 305	2.05 207	0.84 169	0.52 175	4.55 557	0.86 332	1.62 58	1.24 121	0.75 111	1.03 129	0.70 124	0.77 152	1.84 272	0.68 142	0.27 170	0.17 72	0.29 255	0.21 164	0.31 228	0.27 199

ffff	0.98 165	0.69 305	2.05 207	0.84 169	0.52 175	4.55 557	0.86 332	1.62 58	1.24 121	0.75 111	1.03 129	0.70 124	0.77 152	1.84 272	0.68 142	0.27 170	0.17 72	0.29 255	0.21 164	0.31 228	0.27 199

11t	0.98 165	0.69 305	2.05 207	0.84 169	0.52 175	4.55 557	0.86 332	1.62 58	1.24 121	0.75 111	1.03 129	0.70 124	0.77 152	1.84 272	0.68 142	0.27 170	0.17 72	0.29 255	0.21 164	0.31 228	0.27 199

plain	1.55 273	0.69 305	13.59 437	0.65 71	0.73 296	1.66 76	0.57 153	3.17 280	1.94 352	0.77 130	1.24 175	0.80 157	0.86 187	1.60 228	0.96 265	0.33 334	0.21 227	0.32 318	0.25 250	0.42 397	0.28 218

IGEV_Zeroshot_test	2.16 378	0.69 305	20.60 590	1.22 410	0.54 185	2.18 136	0.53 138	3.38 312	1.61 276	1.93 322	1.55 267	3.76 535	1.05 242	1.55 216	0.91 243	0.29 230	0.20 191	0.27 201	0.29 353	0.40 353	0.32 278

anonymousdsp	0.95 156	0.69 305	1.27 124	0.83 159	0.52 175	4.54 552	0.84 318	1.76 81	1.24 121	0.76 125	1.06 142	0.78 151	0.77 152	1.67 247	0.69 151	0.27 170	0.17 72	0.29 255	0.21 164	0.31 228	0.26 182

ccc-4	0.98 165	0.69 305	2.05 207	0.84 169	0.52 175	4.55 557	0.86 332	1.62 58	1.24 121	0.75 111	1.03 129	0.70 124	0.77 152	1.84 272	0.68 142	0.27 170	0.17 72	0.29 255	0.21 164	0.31 228	0.27 199

IGEV-Stereo	0.95 156	0.69 305	1.27 124	0.84 169	0.52 175	4.54 552	0.84 318	1.76 81	1.24 121	0.75 111	1.06 142	0.79 155	0.77 152	1.68 248	0.69 151	0.27 170	0.17 72	0.29 255	0.21 164	0.31 228	0.26 182
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 330	0.69 305	3.14 296	1.10 347	1.18 444	3.99 435	1.79 540	3.50 325	2.16 401	3.10 561	1.64 293	2.91 466	2.50 508	5.38 412	2.26 488	0.43 455	0.38 475	0.37 418	0.36 443	0.50 449	0.42 395

DIP-Stereo	1.24 227	0.69 305	1.77 179	0.65 71	0.61 231	4.29 509	0.58 162	4.44 575	2.53 486	1.98 335	1.33 205	0.91 187	0.86 187	1.25 153	1.25 327	0.36 378	0.23 289	0.32 318	0.23 212	0.32 255	0.29 228
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo	0.82 118	0.70 316	1.04 48	0.85 181	0.50 163	1.29 40	0.91 374	3.22 285	1.20 117	0.83 151	1.24 175	0.72 135	0.91 204	1.00 90	0.67 139	0.26 153	0.16 47	0.25 141	0.20 148	0.24 105	0.21 100

test_sample7	1.65 296	0.70 316	2.60 264	1.48 512	0.76 307	2.38 152	1.07 435	4.35 556	2.11 392	2.14 394	1.75 327	1.75 310	1.67 416	6.26 436	1.26 330	0.44 462	0.48 536	0.43 467	0.40 486	0.46 434	0.43 404

fff	1.74 308	0.70 316	9.08 382	0.81 138	0.36 26	4.15 470	0.57 153	4.23 509	2.09 382	2.30 452	1.80 350	1.19 232	3.02 533	1.44 194	1.46 368	0.29 230	0.23 289	0.23 84	0.18 103	0.24 105	0.42 395

GMOStereo	1.13 196	0.70 316	2.26 236	0.75 112	0.44 112	3.05 225	0.91 374	2.78 235	1.45 165	2.37 475	1.52 254	1.53 276	1.05 242	1.17 134	0.92 248	0.25 138	0.19 148	0.35 390	0.28 325	0.34 292	0.26 182

error version	1.13 196	0.70 316	2.26 236	0.75 112	0.44 112	3.05 225	0.91 374	2.78 235	1.45 165	2.37 475	1.52 254	1.53 276	1.05 242	1.17 134	0.92 248	0.25 138	0.19 148	0.35 390	0.28 325	0.34 292	0.26 182

test-v	1.13 196	0.70 316	2.26 236	0.75 112	0.44 112	3.05 225	0.91 374	2.78 235	1.45 165	2.37 475	1.52 254	1.53 276	1.05 242	1.17 134	0.92 248	0.25 138	0.19 148	0.35 390	0.28 325	0.34 292	0.26 182

test-2	1.13 196	0.70 316	2.26 236	0.75 112	0.44 112	3.05 225	0.91 374	2.78 235	1.45 165	2.37 475	1.52 254	1.53 276	1.05 242	1.17 134	0.92 248	0.25 138	0.19 148	0.35 390	0.28 325	0.34 292	0.26 182

iRaftStereo_RVC	1.09 191	0.70 316	1.39 141	0.95 253	0.45 120	3.83 382	0.42 94	2.37 160	1.58 256	1.69 263	1.76 336	1.80 326	0.83 181	1.50 208	0.98 269	0.28 207	0.18 112	0.29 255	0.26 270	0.30 209	0.31 267

csc	1.74 308	0.70 316	9.08 382	0.81 138	0.36 26	4.15 470	0.57 153	4.23 509	2.09 382	2.30 452	1.80 350	1.19 232	3.02 533	1.44 194	1.46 368	0.29 230	0.23 289	0.23 84	0.18 103	0.24 105	0.42 395

cscssc	1.74 308	0.70 316	9.08 382	0.81 138	0.36 26	4.15 470	0.57 153	4.23 509	2.09 382	2.30 452	1.80 350	1.19 232	3.02 533	1.44 194	1.46 368	0.29 230	0.23 289	0.23 84	0.18 103	0.24 105	0.42 395

RASNet	2.56 464	0.70 316	10.06 396	1.60 535	2.25 598	3.67 353	1.00 417	3.38 312	3.14 564	1.81 288	2.11 448	4.60 577	2.30 493	10.25 531	2.61 517	0.37 386	0.24 324	0.25 141	0.24 238	0.28 168	0.26 182

CBMV_ROB	3.62 552	0.70 316	21.42 615	1.21 407	0.89 365	4.43 533	1.76 539	4.39 567	2.79 522	5.88 612	3.38 570	4.18 557	5.12 587	10.75 546	2.32 493	0.56 529	0.55 552	0.53 527	0.51 534	0.55 466	0.46 426

depthmonostereo	0.94 149	0.71 328	2.39 251	0.85 181	0.54 185	2.21 141	0.53 138	1.83 93	1.17 114	0.95 175	1.09 146	0.99 200	0.97 218	2.37 322	0.68 142	0.23 103	0.27 372	0.22 70	0.20 148	0.25 119	0.26 182

ProNet	0.82 118	0.71 328	1.50 153	0.86 188	0.45 120	1.78 85	0.83 312	1.75 80	1.28 132	0.66 83	1.13 154	0.78 151	0.76 150	1.66 243	0.71 160	0.24 117	0.20 191	0.25 141	0.23 212	0.29 186	0.25 158

MIPNet	2.33 415	0.71 328	19.82 549	0.89 206	0.56 197	4.76 596	0.61 173	4.32 550	2.37 451	1.83 292	1.48 249	1.48 272	1.98 467	2.63 347	1.44 364	0.29 230	0.20 191	0.26 170	0.23 212	0.30 209	0.39 365

HHNet	2.48 448	0.71 328	20.52 584	0.64 63	0.64 245	4.07 452	0.93 389	3.76 373	1.56 247	2.15 402	4.92 589	0.98 199	3.37 551	1.66 243	1.79 436	0.32 317	0.20 191	0.31 298	0.27 296	0.36 323	0.42 395

ITSA-stereo	1.86 324	0.72 332	3.74 322	1.20 401	0.66 263	4.09 454	0.91 374	4.24 517	2.53 486	1.93 322	1.77 341	1.59 286	2.15 480	6.12 433	2.44 504	0.40 423	0.38 475	0.40 444	0.40 486	0.50 449	0.98 562

rvit_stereo_0080	0.94 149	0.72 332	2.56 261	0.64 63	0.59 222	1.90 99	0.75 256	2.71 223	1.40 153	0.91 164	1.04 134	0.85 170	0.82 177	1.14 119	0.78 187	0.35 366	0.29 394	0.25 141	0.27 296	0.45 423	0.29 228

MyStereo06	2.46 443	0.72 332	19.97 556	1.02 305	0.99 396	4.26 502	0.86 332	3.51 328	1.68 295	1.92 318	1.73 321	4.01 547	4.22 573	1.62 234	0.88 229	0.24 117	0.23 289	0.34 371	0.26 270	0.42 397	0.36 329

MyStereo05	2.37 430	0.72 332	19.94 554	1.02 305	0.99 396	4.26 502	0.86 332	4.01 444	2.62 499	2.14 394	1.26 184	2.28 387	1.63 407	2.07 294	1.68 419	0.24 117	0.23 289	0.34 371	0.26 270	0.42 397	0.36 329

whm_eth	0.94 149	0.72 332	2.56 261	0.64 63	0.59 222	1.90 99	0.75 256	2.71 223	1.40 153	0.91 164	1.04 134	0.85 170	0.82 177	1.14 119	0.78 187	0.35 366	0.29 394	0.25 141	0.27 296	0.45 423	0.29 228

ToySt	1.35 256	0.72 332	3.65 320	1.01 294	0.50 163	3.31 277	1.01 420	3.46 318	1.73 311	1.30 208	1.55 267	2.07 375	1.47 354	1.88 280	1.40 355	0.27 170	0.27 372	0.30 275	0.32 400	0.42 397	0.39 365

RAFT+CT+SA	1.62 290	0.72 332	7.42 362	0.97 266	1.42 515	4.04 444	0.94 395	3.90 409	1.61 276	1.61 248	1.63 291	1.33 251	1.18 287	2.73 356	1.10 291	0.27 170	0.19 148	0.31 298	0.34 417	0.33 274	0.33 296

PSMNet-ADL	1.91 336	0.72 332	1.78 181	1.09 338	0.86 351	4.18 487	0.78 276	3.77 375	2.10 390	1.72 272	1.85 383	2.91 466	1.82 447	10.38 536	1.91 450	0.48 492	0.46 526	0.28 234	0.29 353	0.38 338	0.51 458

raftrobust	1.19 209	0.72 332	2.30 242	1.26 426	1.31 480	3.55 330	0.68 212	2.75 229	1.47 178	2.21 429	1.38 221	1.17 224	1.22 294	1.20 141	1.11 294	0.28 207	0.24 324	0.21 62	0.19 128	0.25 119	0.28 218

RAFT-Stereo + iAFF	1.25 231	0.72 332	1.74 177	1.05 315	0.36 26	4.13 466	0.42 94	2.95 254	2.84 536	2.02 359	2.40 504	1.61 289	1.11 266	1.26 154	0.97 266	0.21 78	0.15 23	0.26 170	0.23 212	0.29 186	0.23 131

SGM_RVC	4.57 580	0.72 332	17.46 503	1.84 567	0.58 218	4.23 500	3.45 603	4.66 598	3.66 593	7.99 625	8.82 613	7.56 612	8.74 623	12.30 608	6.84 574	0.43 455	0.38 475	0.39 438	0.35 433	0.51 451	0.48 436
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 144	0.73 343	1.42 145	0.92 229	1.08 423	2.97 217	0.53 138	1.77 84	1.39 149	1.16 200	1.54 263	0.58 82	0.65 110	1.03 93	0.84 209	0.25 138	0.23 289	0.30 275	0.24 238	0.43 407	0.29 228

tt1	1.79 317	0.73 343	10.41 403	1.75 555	0.36 26	4.55 557	0.79 283	4.22 505	3.37 584	1.08 192	1.80 350	0.74 144	1.48 356	2.21 314	0.65 129	0.29 230	0.16 47	0.31 298	0.22 197	0.30 209	0.29 228

ADStereo(finetuned)	2.04 361	0.73 343	13.28 431	0.82 148	0.40 79	4.16 479	0.59 166	4.25 519	2.97 547	2.35 470	1.84 376	1.18 228	3.40 552	1.52 213	1.54 391	0.29 230	0.24 324	0.23 84	0.18 103	0.30 209	0.51 458

GANet-ADL	2.20 384	0.73 343	20.11 564	1.25 419	0.69 282	3.83 382	0.76 259	3.49 322	1.71 305	1.65 258	1.99 420	2.10 377	1.10 263	1.42 191	1.26 330	0.38 403	0.33 432	0.25 141	0.22 197	0.42 397	0.36 329

DCANet	1.74 308	0.73 343	9.08 382	0.82 148	0.40 79	4.18 487	0.59 166	4.25 519	2.97 547	2.35 470	1.84 376	1.18 228	1.63 407	1.51 211	1.55 392	0.29 230	0.24 324	0.23 84	0.18 103	0.30 209	0.53 465

hitnet-ft	2.37 430	0.73 343	8.34 372	0.96 259	0.89 365	3.77 370	0.80 293	3.55 336	2.58 494	2.24 438	2.04 429	3.65 532	1.49 362	11.71 596	1.89 447	0.44 462	0.53 545	0.44 472	0.35 433	0.52 455	0.48 436

DISCO	2.25 391	0.73 343	10.06 396	1.76 556	1.12 432	3.47 305	1.25 477	3.24 289	2.26 420	2.65 528	1.96 409	4.53 574	1.92 463	4.17 395	3.61 539	0.32 317	0.25 348	0.31 298	0.29 353	0.66 513	0.41 391

NOSS_ROB	2.27 396	0.73 343	3.00 290	1.71 550	1.00 405	3.90 404	0.97 409	4.29 535	2.81 532	2.94 552	2.19 463	3.88 540	1.19 291	11.77 598	1.62 408	0.59 534	0.54 547	0.56 537	0.52 537	0.56 472	0.54 471

FE-Mocha	1.06 186	0.74 351	2.45 256	0.97 266	0.69 282	1.57 64	0.40 83	2.92 252	1.47 178	1.82 290	1.81 362	1.62 290	0.88 193	1.36 178	0.78 187	0.29 230	0.20 191	0.35 390	0.31 388	0.26 138	0.33 296

GCAP-BAT	1.21 217	0.74 351	3.23 298	0.95 253	0.70 286	3.86 397	0.93 389	1.89 98	1.48 187	1.85 294	1.96 409	1.68 297	0.79 164	1.78 261	0.81 200	0.29 230	0.20 191	0.24 115	0.20 148	0.26 138	0.35 323

rvit_stereo_0075_2	1.18 207	0.74 351	2.66 274	0.90 215	1.27 474	2.51 164	0.69 218	2.25 144	2.06 376	1.40 223	1.86 386	1.46 271	0.84 182	1.42 191	0.94 259	0.46 478	0.40 489	0.48 496	0.38 468	0.46 434	0.51 458

ACVNet-DCA	1.85 323	0.74 351	13.77 440	1.78 558	0.36 26	4.48 537	0.74 246	3.98 436	1.53 224	1.01 181	1.81 362	0.72 135	1.62 394	2.13 301	0.64 122	0.29 230	0.17 72	0.32 318	0.21 164	0.33 274	0.32 278

xx1	2.03 359	0.74 351	13.77 440	1.78 558	0.36 26	4.48 537	0.74 246	4.23 509	3.95 600	1.01 181	1.81 362	1.79 323	1.34 315	2.13 301	0.64 122	0.29 230	0.17 72	0.33 353	0.33 408	0.33 274	0.32 278

1test111	1.99 353	0.74 351	13.77 440	1.78 558	0.36 26	4.48 537	0.74 246	3.98 436	1.53 224	1.01 181	1.81 362	0.72 135	1.62 394	4.66 400	0.98 269	0.29 230	0.17 72	0.32 318	0.21 164	0.33 274	0.32 278

cc1	1.98 350	0.74 351	13.77 440	1.78 558	0.36 26	4.48 537	0.74 246	4.23 509	3.95 600	1.01 181	1.81 362	0.72 135	1.62 394	2.13 301	0.64 122	0.29 230	0.17 72	0.32 318	0.21 164	0.31 228	0.29 228

testlalala_base	1.62 290	0.74 351	1.63 167	1.19 396	1.40 506	2.63 181	0.84 318	4.09 469	1.31 136	1.22 203	1.42 230	1.21 237	0.85 184	1.16 126	0.73 168	3.92 627	2.10 617	0.27 201	0.18 103	4.49 625	1.11 570

DCRE	1.44 265	0.74 351	3.50 311	1.13 365	0.72 291	1.78 85	0.67 205	2.14 128	1.56 247	1.99 340	8.09 605	1.73 308	1.07 252	1.24 147	0.83 206	0.23 103	0.25 348	0.26 170	0.26 270	0.28 168	0.30 257

NINENet	1.87 325	0.74 351	2.60 264	1.12 358	1.06 417	4.50 546	0.76 259	4.41 570	2.24 414	2.16 407	1.86 386	3.63 530	0.97 218	8.00 472	1.17 306	0.41 438	0.30 407	0.41 456	0.30 372	0.41 378	0.36 329

UNet	2.51 453	0.74 351	20.17 566	1.14 366	1.44 516	3.48 308	0.76 259	3.77 375	1.87 339	2.05 368	1.57 273	2.75 447	2.39 500	3.51 373	2.51 510	0.32 317	0.26 361	0.41 456	0.26 270	0.38 338	0.39 365

HGLStereo	2.03 359	0.74 351	7.50 365	1.23 415	1.56 538	3.62 345	0.95 399	3.78 378	1.89 345	2.03 363	2.20 465	3.12 483	2.14 479	5.68 421	2.04 466	0.37 386	0.31 417	0.32 318	0.29 353	0.40 353	0.45 416

DMCA	1.72 305	0.74 351	6.63 353	1.14 366	0.96 382	3.98 434	0.90 366	3.75 371	2.76 518	2.83 543	1.58 274	2.35 398	1.18 287	1.58 221	1.98 461	0.40 423	0.27 372	0.42 463	0.26 270	0.36 323	0.38 358

Zero-FE251	0.80 106	0.75 364	1.71 172	0.88 199	0.70 286	2.59 178	0.45 109	1.38 30	0.83 44	1.79 286	0.61 58	0.73 139	0.81 175	0.82 44	0.61 112	0.29 230	0.23 289	0.27 201	0.19 128	0.20 38	0.20 58

rvit_stereo_0081_aga	0.81 115	0.75 364	1.84 185	0.72 106	0.73 296	1.21 23	0.63 188	1.92 104	1.39 149	0.87 158	0.80 89	0.79 155	0.69 123	1.27 158	0.69 151	0.35 366	0.29 394	0.26 170	0.25 250	0.40 353	0.27 199

DispNO	3.00 517	0.75 364	18.92 526	1.17 387	1.10 429	3.72 361	0.94 395	4.29 535	2.54 490	2.24 438	2.28 479	4.51 572	2.12 476	11.40 575	2.09 474	0.31 296	0.28 384	0.31 298	0.28 325	0.36 323	0.39 365

StereoVision	1.65 296	0.75 364	7.47 364	1.01 294	1.80 577	2.61 179	0.61 173	3.06 269	1.96 353	1.25 205	3.46 573	1.85 341	0.88 193	2.07 294	1.93 452	0.43 455	0.36 456	0.37 418	0.36 443	0.48 441	0.33 296

test_5	1.87 325	0.75 364	10.23 400	1.14 366	1.40 506	3.85 395	1.27 478	3.91 414	1.93 351	1.69 263	1.78 344	1.67 295	1.79 437	2.99 364	1.17 306	0.30 273	0.18 112	0.35 390	0.33 408	0.34 292	0.33 296

SA	1.62 290	0.75 364	3.78 324	1.07 324	0.43 104	4.26 502	1.36 489	4.45 578	3.12 561	1.63 251	1.97 415	1.68 297	2.26 491	2.55 340	1.27 333	0.27 170	0.22 260	0.37 418	0.37 455	0.35 310	0.30 257

ISRNet	1.69 302	0.76 370	5.69 348	1.27 434	1.36 497	2.85 192	0.61 173	3.60 342	1.91 349	2.13 391	2.12 451	2.90 463	1.41 334	2.51 332	1.71 422	0.49 504	0.50 542	0.56 537	0.47 515	0.49 447	0.57 483

Anonymous3	1.72 305	0.76 370	11.61 417	0.83 159	0.84 345	4.46 535	0.84 318	3.57 338	1.16 112	1.34 212	1.37 218	1.11 218	1.03 233	1.58 221	1.13 298	0.70 559	0.58 560	0.33 353	0.35 433	0.47 438	0.42 395

delet	1.92 339	0.76 370	5.14 339	1.01 294	1.65 555	3.44 296	2.03 556	3.76 373	2.48 476	2.01 354	2.05 435	2.63 435	1.90 460	5.34 411	2.12 476	0.28 207	0.29 394	0.40 444	0.31 388	0.41 378	0.45 416

FC-DCNN v2	6.91 613	0.77 373	19.25 532	1.69 546	1.64 551	9.13 625	2.40 570	7.20 624	9.47 628	11.07 640	11.62 626	20.05 637	15.79 633	12.55 615	11.99 605	0.66 549	0.57 555	0.58 542	0.56 547	0.63 497	0.61 496

STrans-v2	3.03 521	0.77 373	20.91 599	0.81 138	0.63 242	3.89 402	1.01 420	4.27 527	2.64 503	2.28 446	3.70 576	4.13 554	5.20 588	7.33 458	1.27 333	0.31 296	0.18 112	0.29 255	0.25 250	0.29 186	0.41 391

TransformOpticalFlow	3.03 521	0.77 373	20.99 602	1.00 288	0.55 193	4.18 487	0.64 191	4.33 552	3.02 554	2.18 413	3.09 558	4.35 565	5.07 586	7.36 461	1.27 333	0.32 317	0.18 112	0.32 318	0.26 270	0.28 168	0.46 426

AFF-stereo	1.31 253	0.77 373	1.46 148	1.10 347	0.45 120	3.93 412	0.48 121	2.92 252	2.92 542	1.90 311	2.21 467	2.11 379	1.52 369	1.93 283	1.12 297	0.21 78	0.16 47	0.25 141	0.25 250	0.29 186	0.20 58

PSMNet-RSSM	1.96 346	0.77 373	3.26 300	1.29 440	1.31 480	4.19 491	0.96 406	3.68 356	1.89 345	2.05 368	1.80 350	2.60 431	1.70 423	9.84 513	1.81 437	0.35 366	0.29 394	0.35 390	0.37 455	0.42 397	0.35 323

FC-DCNN	6.64 608	0.77 373	19.26 534	1.68 545	1.64 551	8.27 623	2.35 569	6.35 622	9.23 627	10.85 638	11.27 624	19.89 635	13.33 628	12.51 614	11.79 604	0.66 549	0.57 555	0.58 542	0.56 547	0.63 497	0.61 496

G2L-ROB	2.13 375	0.78 379	10.06 396	1.19 396	1.06 417	3.84 387	0.93 389	3.32 302	2.27 422	2.20 420	1.47 242	2.65 437	1.20 293	8.38 477	1.81 437	0.28 207	0.19 148	0.23 84	0.22 197	0.28 168	0.32 278

CoDeX	2.40 432	0.78 379	13.21 430	1.00 288	1.18 444	3.24 258	1.32 483	4.14 486	2.41 463	1.74 276	1.84 376	2.05 370	1.47 354	10.03 523	1.60 400	0.34 346	0.28 384	0.32 318	0.27 296	0.32 255	0.39 365

MIM_Stereo	1.20 214	0.78 379	3.30 303	1.05 315	0.43 104	3.04 223	0.60 169	2.46 175	1.51 208	1.60 243	1.58 274	1.82 332	1.29 306	2.00 289	1.07 285	0.24 117	0.24 324	0.28 234	0.25 250	0.27 151	0.27 199

CRFU-Net	2.49 450	0.78 379	10.36 401	2.30 594	1.08 423	3.91 405	1.41 503	3.85 393	1.65 289	2.15 402	1.76 336	3.34 501	7.95 618	5.56 418	1.48 376	0.47 487	0.35 450	0.30 275	0.28 325	0.37 333	0.43 404

DDVS	1.68 301	0.79 383	2.52 259	1.26 426	1.16 442	3.17 242	0.78 276	3.12 273	1.82 329	1.86 299	1.91 402	2.92 468	1.43 342	6.20 434	1.63 411	0.45 471	0.65 572	0.34 371	0.38 468	0.48 441	0.79 542

Sa-1000	1.63 294	0.79 383	3.56 314	1.11 354	0.48 151	4.06 447	1.41 503	4.49 584	2.75 517	2.00 352	2.80 542	1.84 338	1.43 342	2.64 349	1.50 380	0.27 170	0.19 148	0.36 406	0.33 408	0.36 323	0.30 257

IIG-Stereo	1.95 344	0.79 383	2.14 223	2.78 605	0.66 263	4.62 569	0.76 259	4.27 527	1.53 224	2.63 523	3.14 562	3.35 502	1.61 391	7.65 467	1.41 359	0.39 415	0.20 191	0.31 298	0.25 250	0.33 274	0.22 120

cf-r	2.57 467	0.79 383	16.09 479	1.48 512	1.35 494	4.19 491	0.93 389	3.68 356	2.36 445	1.97 333	1.81 362	3.42 509	1.45 349	8.24 474	1.83 441	0.32 317	0.26 361	0.33 353	0.30 372	0.34 292	0.37 343

MyStereo07	1.01 178	0.80 387	1.26 119	1.00 288	1.04 412	3.95 422	0.95 399	2.07 122	1.42 158	0.75 111	1.22 170	0.68 119	0.91 204	1.63 238	0.67 139	0.24 117	0.24 324	0.34 371	0.26 270	0.41 378	0.37 343

MyStereo04	2.29 404	0.80 387	18.77 523	1.00 288	1.04 412	3.95 422	0.95 399	3.91 414	2.54 490	1.99 340	1.27 191	2.31 394	1.65 412	2.02 293	1.77 433	0.24 117	0.24 324	0.34 371	0.26 270	0.41 378	0.37 343

rafts_anoy	1.24 227	0.80 387	3.61 318	1.17 387	1.20 457	3.00 220	0.61 173	3.17 280	1.58 256	1.37 218	1.26 184	1.19 232	1.12 267	1.78 261	1.25 327	0.32 317	0.23 289	0.32 318	0.32 400	0.31 228	0.30 257

GEStereo_RVC	1.91 336	0.80 387	6.57 352	1.20 401	1.06 417	4.02 440	1.43 507	4.13 480	1.89 345	2.03 363	1.80 350	2.34 396	1.86 454	4.94 404	1.77 433	0.48 492	0.38 475	0.32 318	0.28 325	0.42 397	0.50 450

TestStereo1	1.56 277	0.81 391	2.32 243	1.61 538	0.64 245	4.13 466	1.36 489	3.79 379	3.20 572	1.60 243	2.57 522	1.39 259	2.15 480	2.51 332	1.30 341	0.29 230	0.20 191	0.34 371	0.25 250	0.40 353	0.36 329

SA-5K	1.56 277	0.81 391	2.32 243	1.61 538	0.64 245	4.13 466	1.36 489	3.79 379	3.20 572	1.60 243	2.57 522	1.39 259	2.15 480	2.51 332	1.30 341	0.29 230	0.20 191	0.34 371	0.25 250	0.40 353	0.36 329

MMNet	2.02 358	0.81 391	10.76 407	1.12 358	1.23 465	3.53 323	0.89 361	3.79 379	2.08 379	2.15 402	1.76 336	2.15 380	2.12 476	3.69 380	2.32 493	0.31 296	0.29 394	0.34 371	0.27 296	0.38 338	0.42 395

psm_up	2.28 401	0.81 391	5.45 346	1.26 426	1.50 525	3.84 387	1.23 474	4.23 509	2.03 367	2.55 504	1.80 350	2.44 415	1.65 412	12.90 617	1.58 396	0.37 386	0.38 475	0.41 456	0.34 417	0.43 407	0.39 365

FAT-Stereo	3.34 544	0.81 391	20.05 558	1.25 419	1.20 457	3.44 296	1.99 554	4.23 509	2.67 507	3.14 564	3.82 579	3.51 522	3.32 550	11.68 594	1.94 454	0.64 544	0.67 576	0.48 496	0.52 537	0.61 491	0.81 544

HSM	2.35 424	0.81 391	2.21 229	1.14 366	1.55 535	3.44 296	1.03 426	3.99 440	2.25 417	2.29 448	2.11 448	8.04 614	3.05 537	11.60 584	1.71 422	0.33 334	0.22 260	0.28 234	0.23 212	0.32 255	0.35 323

StereoDRNet-Refined	1.77 315	0.81 391	2.22 232	1.21 407	0.76 307	3.26 263	0.71 226	3.82 386	2.05 374	2.29 448	2.05 435	2.98 470	1.44 345	7.15 456	2.27 490	0.30 273	0.23 289	0.42 463	0.33 408	0.45 423	0.64 507
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MSCF	0.97 163	0.82 398	1.26 119	0.88 199	0.40 79	3.17 242	0.88 356	2.79 240	1.39 149	1.32 210	1.19 162	0.58 82	1.33 313	1.28 159	0.64 122	0.25 138	0.19 148	0.25 141	0.25 250	0.28 168	0.32 278

THIR-Stereo	4.14 572	0.82 398	10.85 409	0.86 188	0.43 104	2.16 135	16.77 639	3.22 285	1.54 233	2.04 366	12.05 628	2.68 438	7.53 615	7.30 457	12.62 606	0.30 273	0.21 227	0.29 255	0.28 325	0.33 274	0.41 391

sCroCo_RVC	1.06 186	0.82 398	5.05 338	1.02 305	1.05 414	0.98 10	0.61 173	2.06 120	1.29 133	0.69 93	1.26 184	0.82 161	1.10 263	1.20 141	0.90 236	0.42 449	0.40 489	0.33 353	0.30 372	0.46 434	0.38 358

HITNet	2.07 366	0.82 398	14.77 460	1.34 465	0.56 197	3.47 305	0.80 293	4.07 463	2.35 442	2.16 407	1.61 286	1.64 292	1.44 345	2.09 299	2.56 516	0.26 153	0.18 112	0.41 456	0.26 270	0.45 423	0.25 158
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
VIP-Stereo	0.85 125	0.83 402	1.59 166	0.76 126	0.87 356	3.18 244	0.80 293	1.94 109	0.83 44	0.78 134	1.04 134	0.64 105	0.59 91	1.24 147	0.61 112	0.28 207	0.18 112	0.23 84	0.17 79	0.22 87	0.19 17

iRaft-Stereo_5w	2.10 369	0.83 402	8.57 375	0.81 138	0.76 307	3.21 250	0.84 318	3.71 367	1.65 289	1.56 240	2.50 512	2.20 383	2.23 489	9.13 493	2.01 464	0.38 403	0.19 148	0.35 390	0.27 296	0.45 423	0.39 365

raft+_RVC	1.21 217	0.83 402	2.61 267	1.35 470	0.97 386	3.60 340	0.76 259	3.23 287	1.51 208	1.33 211	1.67 302	1.03 208	1.10 263	1.87 279	0.92 248	0.24 117	0.22 260	0.25 141	0.24 238	0.26 138	0.25 158

ADLNet	2.29 404	0.83 402	3.62 319	1.35 470	1.60 544	3.67 353	1.24 476	3.95 427	2.98 550	2.58 512	2.29 482	4.01 547	1.79 437	11.23 571	2.09 474	0.37 386	0.38 475	0.36 406	0.34 417	0.45 423	0.71 520

AdaStereo	1.45 267	0.83 402	2.34 248	1.28 436	0.81 323	3.21 250	1.14 455	4.20 496	2.46 475	2.05 368	1.77 341	2.48 420	1.18 287	1.71 253	1.44 364	0.43 455	0.25 348	0.43 467	0.28 325	0.44 415	0.34 309
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.
4D-IteraStereo	1.97 348	0.84 407	20.43 582	0.78 133	1.56 538	2.09 129	1.05 432	2.43 169	1.56 247	1.41 225	1.00 125	1.94 348	0.61 99	1.22 144	1.06 282	0.27 170	0.18 112	0.31 298	0.26 270	0.27 151	0.23 131

RAFT	1.23 222	0.84 407	2.05 207	0.96 259	0.47 143	1.80 88	0.94 395	3.18 282	1.46 173	1.60 243	1.71 316	3.04 475	1.59 384	1.64 240	1.32 344	0.38 403	0.24 324	0.40 444	0.32 400	0.40 353	0.35 323

FCDSN-DC	6.04 604	0.84 407	19.25 532	1.24 417	1.09 427	4.38 519	2.62 580	4.38 565	4.71 608	9.59 633	11.22 623	19.19 634	17.40 636	12.30 608	8.55 588	0.69 558	0.57 555	0.60 550	0.60 555	0.70 521	0.78 538
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 279	0.84 407	3.25 299	1.36 476	1.40 506	4.07 452	1.01 420	2.68 219	1.50 201	2.11 384	1.88 390	2.37 401	1.50 363	3.41 371	1.42 361	0.36 378	0.28 384	0.52 522	0.40 486	0.53 461	0.43 404

coex_refinement	2.10 369	0.85 411	3.67 321	1.31 450	1.13 434	3.21 250	0.85 327	3.86 396	2.31 434	2.51 497	1.92 404	3.49 519	1.69 421	11.08 565	2.13 479	0.37 386	0.25 348	0.27 201	0.31 388	0.41 378	0.37 343

HART	1.03 183	0.85 411	3.13 295	0.84 169	0.38 64	1.17 20	0.42 94	3.54 334	1.47 178	1.08 192	2.17 459	1.48 272	0.57 83	1.37 183	0.74 174	0.23 103	0.18 112	0.28 234	0.21 164	0.32 255	0.24 148

LL-Strereo2	1.23 222	0.85 411	2.38 250	0.93 245	0.68 275	3.72 361	1.37 494	2.54 196	1.99 358	1.75 278	1.40 226	1.82 332	0.73 135	1.40 184	0.99 272	0.31 296	0.23 289	0.55 535	0.35 433	0.29 186	0.24 148

G2L-Stereo_test	2.11 371	0.86 414	7.12 359	1.65 542	1.19 451	3.54 327	1.02 424	3.57 338	2.01 364	2.50 494	1.68 305	3.15 485	1.50 363	9.21 496	1.62 408	0.28 207	0.19 148	0.23 84	0.22 197	0.27 151	0.31 267

HH	2.23 387	0.86 414	21.59 618	0.98 274	0.51 166	1.49 58	0.82 307	2.74 227	1.54 233	1.10 194	1.69 310	4.62 578	1.86 454	2.55 340	0.69 151	0.26 153	0.22 260	0.29 255	0.23 212	0.34 292	0.27 199

HanStereo	2.23 387	0.86 414	21.59 618	0.98 274	0.51 166	1.49 58	0.82 307	2.74 227	1.54 233	1.10 194	1.69 310	4.62 578	1.86 454	2.55 340	0.69 151	0.26 153	0.22 260	0.29 255	0.23 212	0.34 292	0.27 199

Select-FE	2.25 391	0.87 417	17.36 498	1.06 321	0.99 396	2.04 121	0.46 113	3.79 379	1.61 276	2.52 499	1.81 362	4.41 568	3.15 540	1.83 270	0.92 248	0.32 317	0.35 450	0.30 275	0.41 493	0.32 255	0.55 475

rvit_stereo_ft	1.00 175	0.87 417	3.55 312	0.97 266	0.66 263	1.06 12	0.80 293	2.78 235	1.67 293	0.78 134	0.96 123	0.95 198	1.14 276	1.06 100	0.90 236	0.32 317	0.24 324	0.27 201	0.28 325	0.39 348	0.27 199

CroCo-Stereo	0.98 165	0.87 417	3.44 308	0.87 194	0.53 184	0.49 2	0.50 124	3.99 440	1.49 195	0.81 141	1.25 183	1.00 203	0.75 143	1.10 105	1.09 290	0.24 117	0.21 227	0.24 115	0.19 128	0.35 310	0.27 199
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
ssnet_v2	2.04 361	0.88 420	7.87 366	1.20 401	0.87 356	3.86 397	1.64 530	4.01 444	2.60 498	2.61 518	1.96 409	3.79 536	1.71 425	2.20 312	2.96 528	0.41 438	0.35 450	0.42 463	0.37 455	0.55 466	0.52 463

Anonymous_2	3.01 519	0.89 421	4.53 334	1.06 321	1.18 444	2.93 210	0.87 352	3.24 289	1.46 173	1.86 299	1.35 213	4.11 553	2.35 498	1.64 240	1.28 337	0.82 570	0.90 592	8.71 647	15.84 650	4.44 624	0.74 529

CroCo-Stereo Lap2	0.99 173	0.89 421	2.55 260	0.99 280	1.80 577	0.54 3	0.46 113	3.10 271	1.24 121	1.07 191	1.21 168	1.05 212	0.78 160	1.26 154	1.08 287	0.27 170	0.23 289	0.27 201	0.21 164	0.43 407	0.34 309

HI	1.27 243	0.90 423	2.33 245	1.10 347	0.68 275	2.92 206	0.45 109	2.49 180	1.76 321	2.13 391	1.65 299	2.42 408	1.84 449	1.58 221	1.61 403	0.26 153	0.16 47	0.28 234	0.29 353	0.26 138	0.25 158

CoSv	1.27 243	0.90 423	2.33 245	1.10 347	0.68 275	2.92 206	0.45 109	2.49 180	1.76 321	2.13 391	1.65 299	2.42 408	1.84 449	1.58 221	1.61 403	0.26 153	0.16 47	0.28 234	0.29 353	0.26 138	0.25 158

rvit_105_1	1.43 264	0.90 423	3.27 301	1.08 332	0.68 275	2.79 185	1.27 478	3.52 329	2.35 442	1.38 220	1.54 263	1.28 244	1.14 276	2.91 358	1.40 355	0.54 525	0.47 530	0.45 479	0.59 553	0.44 415	0.58 488

NVstereo2D	2.54 459	0.90 423	11.10 411	1.32 453	1.47 521	3.58 337	1.38 496	4.13 480	2.45 472	1.90 311	1.71 316	2.86 461	1.76 432	10.86 551	1.66 417	0.60 536	0.43 507	0.53 527	0.41 493	0.78 542	0.94 558

WCMA_ROB	5.12 589	0.90 423	21.33 611	1.50 516	1.33 491	4.09 454	3.49 604	4.03 449	4.59 607	6.57 618	10.95 622	12.92 624	8.41 622	9.86 514	8.78 589	0.75 562	0.58 560	0.51 516	0.50 530	0.68 518	0.57 483

S-Stereo	3.48 549	0.91 428	22.06 627	1.36 476	1.50 525	3.55 330	2.53 576	4.21 502	2.81 532	2.37 475	3.81 578	3.75 534	1.84 449	11.90 604	2.51 510	0.63 541	0.71 582	0.48 496	0.76 572	0.67 515	1.19 574

MLCV	1.87 325	0.91 428	8.59 376	1.10 347	0.57 209	3.59 338	0.53 138	3.70 366	2.20 408	2.80 540	2.25 473	2.00 362	1.42 339	4.13 393	1.86 444	0.30 273	0.20 191	0.32 318	0.21 164	0.33 274	0.36 329

ACV-stereo	2.92 502	0.92 430	20.27 573	1.33 458	1.05 414	4.68 578	1.10 446	2.66 217	1.64 285	1.46 229	1.32 203	5.41 600	4.24 574	7.83 469	1.90 449	0.44 462	0.52 544	0.32 318	0.29 353	0.45 423	0.63 503

AASNet	2.44 439	0.92 430	19.79 548	1.35 470	1.49 523	3.81 380	1.07 435	3.85 393	2.93 544	1.95 328	2.29 482	1.96 355	1.29 306	1.73 255	1.93 452	0.39 415	0.33 432	0.45 479	0.30 372	0.55 466	0.45 416

ADLNet2	3.15 533	0.92 430	20.06 559	1.20 401	1.79 574	3.83 382	1.48 510	3.94 425	3.59 590	2.19 417	2.47 509	4.65 581	1.93 464	10.69 545	1.96 459	0.39 415	0.37 469	0.28 234	0.30 372	0.48 441	0.43 404

111	1.83 321	0.92 430	9.08 382	0.81 138	0.36 26	4.25 501	0.91 374	4.44 575	2.70 510	2.39 480	1.96 409	2.30 393	1.64 410	1.28 159	1.82 439	0.28 207	0.22 260	0.24 115	0.20 148	0.31 228	0.54 471

rvit_0105_6	1.00 175	0.93 434	2.21 229	0.92 229	0.55 193	1.52 62	0.79 283	2.41 162	2.96 546	0.76 125	0.72 73	1.02 205	0.75 143	1.42 191	0.81 200	0.40 423	0.43 507	0.34 371	0.31 388	0.43 407	0.34 309

rvit_0105_5	1.13 196	0.93 434	2.60 264	0.91 223	0.56 197	1.92 102	0.91 374	3.02 263	2.63 501	0.95 175	1.20 164	1.18 228	0.93 210	1.51 211	0.93 257	0.40 423	0.43 507	0.37 418	0.35 433	0.42 397	0.44 410

rvit_0105_3	1.24 227	0.93 434	2.84 283	0.97 266	0.58 218	2.38 152	1.08 440	3.26 292	2.53 486	1.18 201	1.40 226	1.24 240	1.04 237	1.73 255	0.97 266	0.44 462	0.44 512	0.40 444	0.42 500	0.42 397	0.50 450

OMP-Stereo	1.97 348	0.93 434	1.88 188	2.76 604	0.67 270	4.58 564	1.48 510	4.31 546	1.54 233	3.15 566	2.76 538	3.25 493	1.38 322	7.66 468	1.35 352	0.40 423	0.20 191	0.33 353	0.26 270	0.33 274	0.24 148

stereogan	3.09 526	0.93 434	16.43 483	1.37 486	1.66 558	3.70 357	1.67 535	3.87 399	3.15 566	3.04 557	2.70 534	5.04 591	2.79 522	9.96 519	1.78 435	0.63 541	0.49 541	0.69 567	0.47 515	0.83 550	0.68 514

RYNet	2.97 511	0.93 434	15.09 469	1.12 358	1.38 502	3.66 352	1.42 505	4.03 449	2.29 429	2.10 380	1.70 312	3.79 536	2.16 483	13.64 627	3.02 531	0.37 386	0.41 498	0.48 496	0.34 417	0.81 547	0.75 532

G2L-Stereo	2.49 450	0.94 440	14.54 459	1.15 379	1.35 494	3.57 336	0.95 399	3.62 346	2.00 362	2.11 384	1.61 286	3.20 488	1.34 315	9.54 503	1.91 450	0.34 346	0.27 372	0.35 390	0.28 325	0.30 209	0.35 323

iResNet	2.52 456	0.94 440	21.17 608	1.84 567	0.72 291	3.75 367	0.81 303	4.14 486	2.55 492	2.33 468	2.03 426	1.35 254	1.44 345	3.27 367	2.16 483	0.35 366	0.23 289	0.28 234	0.22 197	0.44 415	0.45 416

CBFPSM	2.05 363	0.95 442	10.12 399	1.07 324	1.05 414	2.84 190	1.20 469	3.28 293	1.73 311	1.82 290	1.30 197	4.56 576	4.06 569	2.34 321	2.34 495	0.25 138	0.38 475	0.32 318	0.27 296	0.37 333	0.79 542

XX-TBD	1.03 183	0.95 442	1.94 194	1.30 447	0.43 104	3.97 432	0.33 59	1.74 78	1.73 311	1.59 242	2.02 424	0.69 123	0.60 96	1.16 126	0.66 134	0.30 273	0.25 348	0.23 84	0.15 9	0.31 228	0.22 120

CFNet-ft	1.90 332	0.95 442	3.56 314	1.07 324	1.54 531	4.09 454	0.90 366	2.85 245	1.82 329	1.78 282	1.70 312	2.75 447	1.48 356	9.33 498	1.72 424	0.33 334	0.30 407	0.61 553	0.36 443	0.52 455	0.39 365

STTStereo	2.34 419	0.95 442	14.93 466	1.43 498	1.54 531	3.86 397	0.86 332	3.65 350	2.44 471	2.15 402	1.55 267	2.49 422	1.59 384	5.14 408	1.44 364	0.38 403	0.39 484	0.47 488	0.51 534	0.52 455	0.51 458

CFNet_RVC	1.90 332	0.95 442	3.56 314	1.07 324	1.54 531	4.09 454	0.90 366	2.85 245	1.82 329	1.78 282	1.70 312	2.75 447	1.48 356	9.33 498	1.72 424	0.33 334	0.30 407	0.61 553	0.36 443	0.52 455	0.39 365

DLCB_ROB	2.05 363	0.95 442	2.37 249	1.24 417	1.02 408	2.92 206	1.30 481	3.68 356	2.30 430	2.91 546	2.17 459	3.32 500	1.52 369	10.37 534	2.50 509	0.40 423	0.33 432	0.40 444	0.36 443	0.41 378	0.47 431

CBMV	3.32 543	0.96 448	21.16 607	1.32 453	0.83 338	3.81 380	3.91 616	4.47 580	2.53 486	3.34 574	2.24 471	4.45 569	2.58 513	10.07 525	1.96 459	0.45 471	0.43 507	0.48 496	0.38 468	0.52 455	0.53 465
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 475	0.97 449	8.01 370	1.54 523	1.24 467	3.75 367	2.18 564	4.07 463	2.41 463	2.66 529	3.25 565	2.87 462	2.31 496	9.89 515	3.50 537	0.78 564	0.75 586	0.71 570	0.67 563	0.76 539	0.81 544

GASTEREO	1.00 175	0.98 450	1.23 115	0.90 215	0.40 79	3.40 289	0.88 356	2.77 232	1.44 164	1.39 221	1.30 197	0.55 61	1.35 318	1.33 172	0.64 122	0.25 138	0.19 148	0.25 141	0.25 250	0.25 119	0.31 267

rvit_0105_4	1.07 190	0.99 451	2.39 251	0.93 245	0.54 185	1.62 72	0.84 318	2.77 232	2.91 540	0.80 139	0.91 111	1.09 213	0.86 187	1.63 238	0.85 212	0.40 423	0.45 517	0.35 390	0.31 388	0.43 407	0.40 385

AIO-Stereo-zeroshot	2.35 424	0.99 451	19.62 543	1.09 338	0.96 382	1.51 60	0.44 104	4.05 457	1.64 285	1.31 209	1.67 302	4.93 585	2.45 505	2.52 337	1.40 355	0.30 273	0.20 191	0.31 298	0.50 530	0.57 477	0.60 493

DRN-Test	3.03 521	0.99 451	18.18 511	1.35 470	1.60 544	3.59 338	1.48 510	4.13 480	2.45 472	3.47 579	1.92 404	2.58 430	2.53 510	10.88 552	2.80 525	0.39 415	0.36 456	0.44 472	0.41 493	0.55 466	0.57 483

GMStereo	1.01 178	1.00 454	2.86 285	0.83 159	0.45 120	1.47 56	0.57 153	1.89 98	2.11 392	1.52 235	1.24 175	0.87 176	0.74 140	1.58 221	0.94 259	0.40 423	0.21 227	0.30 275	0.30 372	0.47 438	0.36 329
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 547	1.01 455	21.99 624	1.28 436	1.37 499	2.67 182	1.39 498	3.98 436	2.87 537	2.93 548	3.27 567	4.35 565	2.43 503	11.62 586	2.39 496	0.60 536	0.63 570	0.79 580	0.55 545	0.68 518	0.67 511

AACVNet	1.83 321	1.02 456	2.41 254	1.45 505	0.87 356	3.21 250	0.73 234	3.16 278	1.61 276	2.01 354	1.82 370	2.28 387	1.33 313	10.98 557	1.49 379	0.39 415	0.32 425	0.38 434	0.32 400	0.43 407	0.44 410

TestStereo	2.00 354	1.02 456	12.25 421	0.70 92	0.61 231	1.88 97	0.55 146	2.31 155	1.52 217	1.41 225	1.33 205	1.27 243	0.90 202	11.62 586	0.81 200	0.34 346	0.19 148	0.33 353	0.24 238	0.44 415	0.24 148

RALCasStereoNet	1.19 209	1.02 456	2.06 216	1.12 358	1.14 435	3.08 233	0.70 224	2.99 258	1.73 311	1.34 212	1.68 305	1.18 228	0.91 204	2.16 306	1.00 274	0.30 273	0.26 361	0.24 115	0.21 164	0.29 186	0.30 257

FBW_ROB	3.24 538	1.02 456	9.21 388	1.49 515	1.07 421	3.78 372	1.48 510	4.31 546	3.08 559	2.46 489	2.32 499	4.20 560	2.08 474	15.19 633	7.16 579	0.84 573	0.62 568	1.33 601	0.92 584	0.99 563	1.31 578

iResNet_ROB	1.89 330	1.02 456	8.60 377	1.39 490	0.98 393	3.72 361	0.66 203	3.84 390	2.65 504	1.88 304	2.05 435	1.98 359	1.27 301	4.52 398	1.67 418	0.30 273	0.20 191	0.28 234	0.18 103	0.31 228	0.40 385

NLCA_NET_v2_RVC	2.54 459	1.04 461	16.73 488	1.53 521	2.00 586	3.96 427	0.87 352	3.87 399	2.31 434	2.54 503	1.67 302	2.85 460	1.63 407	5.55 417	1.62 408	0.46 478	0.33 432	0.38 434	0.38 468	0.53 461	0.62 499
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	2.34 419	1.05 462	7.87 366	1.07 324	0.86 351	3.93 412	1.19 465	4.35 556	2.11 392	2.14 394	1.75 327	1.75 310	1.67 416	6.26 436	1.26 330	1.23 591	0.48 536	4.27 636	2.09 622	0.70 521	0.69 516

test_sample9	3.79 559	1.05 462	7.87 366	1.07 324	0.86 351	3.93 412	1.19 465	4.35 556	2.11 392	2.14 394	1.75 327	1.75 310	1.67 416	11.06 562	11.61 602	1.23 591	14.45 651	4.27 636	2.09 622	0.70 521	0.69 516

test_sample8	4.76 584	1.05 462	7.87 366	1.07 324	0.86 351	3.93 412	1.19 465	4.38 565	2.05 374	5.49 608	1.89 396	12.98 625	6.37 604	11.06 562	11.61 602	1.23 591	14.45 651	4.27 636	2.09 622	0.70 521	0.69 516

GwcNet-RSSM	2.66 475	1.05 462	15.91 477	1.22 410	1.19 451	4.12 463	1.12 450	3.84 390	2.02 365	1.93 322	1.79 347	3.12 483	1.46 352	10.37 534	2.05 468	0.33 334	0.27 372	0.35 390	0.30 372	0.40 353	0.36 329

GANet	2.93 503	1.05 462	11.29 413	1.64 540	0.96 382	3.91 405	2.52 574	3.72 368	2.41 463	2.95 553	3.00 551	3.21 489	2.03 468	12.42 611	4.72 552	0.51 514	0.41 498	0.46 485	0.39 475	0.60 486	0.50 450

RAFT_CTSACE	1.80 319	1.06 467	10.00 395	1.71 550	1.39 504	3.49 312	1.06 433	3.05 266	1.62 281	1.70 267	2.04 429	2.51 423	1.80 442	1.98 287	0.94 259	0.25 138	0.22 260	0.28 234	0.30 372	0.30 209	0.26 182

FINET	2.96 507	1.07 468	23.18 634	1.29 440	1.86 579	2.03 115	1.52 515	4.30 543	4.71 608	2.23 435	2.34 501	1.65 293	1.48 356	5.89 426	2.81 526	0.51 514	0.47 530	0.49 510	0.40 486	0.59 482	0.49 443

DANet	2.63 471	1.07 468	8.10 371	1.83 566	1.70 564	3.25 261	1.16 458	4.31 546	2.38 456	3.40 577	2.18 461	4.08 551	1.80 442	9.77 509	3.89 543	0.52 520	0.55 552	0.59 545	0.44 506	0.63 497	0.86 550
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 246	1.08 470	3.21 297	1.25 419	0.94 378	1.44 53	0.69 218	3.15 277	2.57 493	2.01 354	1.80 350	1.29 247	1.05 242	2.00 289	1.48 376	0.27 170	0.20 191	0.27 201	0.24 238	0.40 353	0.27 199

TDLM	2.29 404	1.08 470	4.61 335	1.29 440	1.01 406	4.26 502	2.17 563	3.75 371	2.79 522	2.31 458	1.98 417	2.06 372	1.59 384	12.45 612	1.72 424	0.51 514	0.28 384	0.52 522	0.35 433	0.56 472	0.50 450

MSMD_ROB	5.61 597	1.08 470	16.68 487	1.21 407	0.83 338	10.14 626	2.07 559	3.93 421	6.22 622	10.37 636	8.03 604	22.22 639	9.45 624	11.66 592	4.52 548	0.66 549	0.58 560	0.66 564	0.68 566	0.65 508	0.63 503

DeepPruner_ROB	2.05 363	1.09 473	10.50 404	1.01 294	1.20 457	4.39 522	0.91 374	3.14 275	1.72 308	2.60 516	1.54 263	2.78 455	1.27 301	4.52 398	1.72 424	0.51 514	0.40 489	0.37 418	0.34 417	0.48 441	0.52 463

HBP-ISP	3.25 540	1.10 474	20.86 596	1.54 523	1.15 437	4.50 546	2.89 588	4.43 574	2.38 456	4.14 593	1.96 409	1.90 344	2.04 470	11.08 565	1.32 344	0.66 549	0.57 555	0.66 564	0.61 558	0.64 505	0.61 496

CFNet	2.34 419	1.10 474	8.96 381	1.34 465	1.24 467	4.09 454	0.73 234	4.04 453	2.77 519	1.62 250	1.87 389	2.27 386	1.45 349	11.41 576	1.82 439	0.31 296	0.24 324	0.43 467	0.36 443	0.43 407	0.33 296

CVANet_RVC	2.55 463	1.10 474	9.13 387	1.46 507	1.15 437	3.96 427	1.53 517	3.91 414	2.50 481	3.04 557	2.04 429	2.60 431	1.72 427	12.46 613	1.50 380	0.49 504	0.30 407	0.51 516	0.41 493	0.63 497	0.50 450

ACRE	2.27 396	1.11 477	19.45 538	0.91 223	1.30 478	3.94 417	0.87 352	4.21 502	1.80 327	2.28 446	2.62 526	1.17 224	1.04 237	1.52 213	1.30 341	0.37 386	0.23 289	0.27 201	0.22 197	0.31 228	0.46 426

XPNet_ROB	2.27 396	1.11 477	4.10 326	1.36 476	0.97 386	3.94 417	1.63 528	4.07 463	2.14 397	2.82 542	2.00 422	2.32 395	1.73 430	10.81 550	3.39 536	0.51 514	0.47 530	0.48 496	0.40 486	0.51 451	0.56 479

DEFOM-Stereo_RVC	0.81 115	1.13 479	1.23 115	0.97 266	0.57 209	0.81 7	0.43 100	3.49 322	0.84 51	0.73 104	0.95 121	0.44 31	1.17 285	1.45 198	0.60 110	0.26 153	0.18 112	0.24 115	0.17 79	0.30 209	0.19 17

MyStereo8	2.33 415	1.13 479	19.26 534	1.22 410	1.62 547	4.16 479	0.57 153	3.50 325	2.36 445	2.15 402	1.75 327	2.28 387	1.14 276	1.46 202	2.20 485	0.24 117	0.21 227	0.32 318	0.27 296	0.36 323	0.43 404

ARAFT	2.56 464	1.13 479	19.50 541	0.89 206	0.48 151	4.15 470	1.40 500	4.36 561	2.82 534	2.36 474	1.88 390	1.70 304	1.04 237	6.45 439	1.22 319	0.29 230	0.18 112	0.37 418	0.35 433	0.35 310	0.25 158

NaN_ROB	4.06 570	1.13 479	16.64 486	1.12 358	1.25 470	3.50 316	3.05 594	4.29 535	3.26 576	3.64 580	2.56 520	2.97 469	4.79 582	13.33 621	16.91 622	0.37 386	0.41 498	0.38 434	0.39 475	0.48 441	0.81 544

SACVNet	2.46 443	1.14 483	9.47 389	1.44 501	1.18 444	4.06 447	1.49 514	3.84 390	2.24 414	2.62 520	1.89 396	2.57 428	1.28 303	11.35 574	1.64 414	0.50 508	0.39 484	0.48 496	0.41 493	0.55 466	0.75 532

raft_robust	1.92 339	1.15 484	3.34 306	1.02 305	0.43 104	3.84 387	0.46 113	4.42 571	2.52 485	1.67 261	1.36 217	2.17 381	6.37 604	6.78 451	1.04 280	0.28 207	0.24 324	0.30 275	0.35 433	0.31 228	0.32 278

dd	1.26 238	1.15 484	2.47 257	0.92 229	0.49 159	4.35 517	0.75 256	1.92 104	2.11 392	1.44 228	1.24 175	1.19 232	1.05 242	1.78 261	1.70 421	0.57 531	0.34 444	0.35 390	0.33 408	0.60 486	0.46 426

psmorigin	6.59 607	1.15 484	88.11 661	1.52 519	0.97 386	2.88 197	1.20 469	3.21 283	2.04 371	3.73 583	2.46 507	5.15 596	2.55 511	10.60 541	2.47 507	0.55 527	0.68 579	0.48 496	0.51 534	0.70 521	0.88 554

z-ln-s-r	2.67 477	1.16 487	12.43 423	1.34 465	1.26 472	3.70 357	1.21 472	4.20 496	2.38 456	2.04 366	1.92 404	2.43 411	1.60 390	10.58 539	5.19 562	0.29 230	0.20 191	0.32 318	0.24 238	0.51 451	0.38 358

Nwc_Net	2.88 499	1.16 487	18.30 515	1.35 470	1.68 562	3.52 322	1.18 462	3.90 409	2.06 376	2.52 499	2.82 545	3.82 538	2.34 497	6.78 451	2.55 515	0.86 574	0.40 489	0.59 545	0.67 563	0.57 477	0.55 475

SGM-ForestM	11.55 628	1.16 487	21.62 620	2.14 586	0.81 323	22.25 643	19.08 643	16.50 644	11.34 630	15.94 645	14.44 636	27.12 647	22.61 645	24.76 645	28.39 651	0.50 508	0.48 536	0.47 488	0.44 506	0.55 466	0.53 465

iinet-f	2.26 394	1.18 490	13.71 438	1.14 366	1.11 431	3.77 370	1.10 446	4.14 486	2.17 403	2.06 373	1.76 336	2.99 471	2.99 530	2.50 329	2.49 508	0.35 366	0.39 484	0.27 201	0.28 325	0.45 423	0.39 365

CIPLG	2.27 396	1.18 490	19.24 531	0.92 229	1.34 493	3.95 422	0.89 361	4.23 509	1.82 329	2.31 458	2.67 531	1.17 224	1.06 249	1.53 215	1.32 344	0.37 386	0.23 289	0.27 201	0.22 197	0.31 228	0.45 416

fast-acv-ft	2.54 459	1.19 492	20.08 562	1.41 494	1.40 506	3.18 244	1.17 461	3.37 311	2.28 426	1.90 311	2.15 456	2.69 439	2.17 485	2.91 358	2.31 492	0.37 386	0.39 484	0.45 479	0.39 475	0.57 477	0.45 416

dad	1.65 296	1.19 492	3.04 292	0.98 274	0.56 197	4.22 497	0.84 318	1.99 113	2.48 476	2.14 394	1.68 305	1.62 290	1.13 269	3.85 384	2.04 466	1.03 582	0.40 489	2.04 607	0.48 520	0.75 538	0.53 465

RP	2.79 488	1.20 494	10.36 401	1.54 523	1.93 583	3.44 296	1.97 552	4.05 457	2.34 440	2.66 529	2.79 540	3.98 545	2.58 513	10.21 529	2.61 517	0.95 578	0.47 530	0.71 570	0.57 550	0.71 530	0.68 514

GMStereo_Zeroshot	1.41 263	1.21 495	3.33 305	1.29 440	0.72 291	3.35 282	0.53 138	2.58 208	1.68 295	2.35 470	1.56 271	2.42 408	0.96 215	2.50 329	1.16 303	0.45 471	0.23 289	0.40 444	0.24 238	0.79 544	0.33 296

gwcnet-sp	2.31 408	1.21 495	17.34 495	1.08 332	0.92 371	3.56 332	1.04 429	3.69 361	2.09 382	2.55 504	1.60 282	1.80 326	1.62 394	3.87 385	1.95 456	0.29 230	0.29 394	0.30 275	0.28 325	0.38 338	0.39 365

scenet	2.31 408	1.21 495	17.34 495	1.08 332	0.92 371	3.56 332	1.04 429	3.69 361	2.09 382	2.55 504	1.60 282	1.80 326	1.62 394	3.87 385	1.95 456	0.29 230	0.29 394	0.30 275	0.28 325	0.38 338	0.39 365

ssnet	2.31 408	1.21 495	17.34 495	1.08 332	0.92 371	3.56 332	1.04 429	3.69 361	2.09 382	2.55 504	1.60 282	1.80 326	1.62 394	3.87 385	1.95 456	0.29 230	0.29 394	0.30 275	0.28 325	0.38 338	0.39 365

G-Net	4.11 571	1.21 495	19.47 540	2.31 595	2.94 608	4.74 594	2.95 589	3.33 308	2.14 397	4.44 600	9.43 615	6.93 609	3.84 565	9.01 491	4.92 558	0.79 565	0.80 589	0.70 569	0.50 530	0.95 558	0.87 553

LE_ROB	18.58 640	1.21 495	48.38 650	8.60 641	23.00 645	7.32 620	19.74 644	9.94 629	38.69 655	43.53 653	21.91 640	28.40 648	40.92 650	23.18 641	54.71 656	0.34 346	0.33 432	0.32 318	0.36 443	0.42 397	0.40 385

sAnonymous2	1.37 258	1.22 501	9.79 392	0.92 229	0.88 360	1.23 24	0.61 173	2.56 199	1.69 301	0.85 154	1.02 126	0.73 139	1.23 297	0.98 85	0.78 187	0.29 230	0.25 348	0.31 298	0.30 372	1.06 567	0.71 520

CroCo_RVC	1.37 258	1.22 501	9.79 392	0.92 229	0.88 360	1.23 24	0.61 173	2.56 199	1.69 301	0.85 154	1.02 126	0.73 139	1.23 297	0.98 85	0.78 187	0.29 230	0.25 348	0.31 298	0.30 372	1.06 567	0.71 520

DMCA-RVC	2.45 440	1.22 501	18.29 514	1.23 415	1.14 435	2.49 162	0.85 327	3.29 295	1.68 295	3.02 555	1.41 228	2.00 362	1.53 376	6.39 438	2.00 462	0.38 403	0.30 407	0.44 472	0.35 433	0.45 423	0.44 410

pmcnn	5.45 595	1.22 501	17.40 500	1.60 535	2.41 601	3.48 308	2.12 560	4.52 589	3.26 576	3.67 582	13.15 631	22.10 638	3.46 558	11.92 605	17.16 624	0.34 346	0.21 227	0.23 84	0.19 128	0.36 323	0.28 218

ADCRef	3.30 541	1.23 505	14.90 464	1.17 387	1.41 513	3.95 422	1.64 530	3.88 402	2.36 445	3.05 559	2.21 467	2.40 403	2.81 524	5.04 405	16.63 621	0.46 478	0.34 444	0.63 558	0.62 559	0.54 464	0.67 511

PA-Net	3.09 526	1.24 506	18.84 524	1.38 488	1.19 451	3.42 294	1.75 538	3.89 404	3.27 580	1.88 304	2.10 444	3.03 474	1.88 458	11.60 584	2.88 527	0.40 423	0.54 547	0.44 472	0.62 559	0.52 455	1.02 563
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 530	1.25 507	21.14 605	1.31 450	1.52 528	3.94 417	1.13 453	3.32 302	2.14 397	2.20 420	2.03 426	3.05 478	1.96 465	11.79 599	2.53 512	0.42 449	0.45 517	0.64 561	0.46 512	0.67 515	0.57 483

AIO-Stereo-zeroshot1	2.68 481	1.26 508	22.01 625	1.08 332	0.99 396	1.61 69	0.86 332	3.69 361	1.64 285	1.52 235	5.62 595	3.35 502	3.44 557	2.20 312	1.33 348	0.26 153	0.21 227	0.30 275	0.62 559	0.93 557	0.67 511

anonymity	1.76 313	1.26 508	2.73 280	1.66 543	1.32 487	1.84 92	1.07 435	3.49 322	2.30 430	2.11 384	2.11 448	1.71 306	3.90 567	1.82 269	1.48 376	1.10 584	1.09 597	1.08 594	1.08 595	1.05 566	1.09 568

NCC-stereo	3.16 535	1.28 510	18.31 516	1.25 419	1.75 569	4.06 447	1.40 500	3.89 404	2.22 410	2.72 533	2.55 518	3.49 519	2.65 516	9.91 516	2.99 529	1.29 597	0.65 572	0.64 561	0.86 581	0.65 508	0.71 520

Abc-Net	3.16 535	1.28 510	18.31 516	1.25 419	1.75 569	4.06 447	1.40 500	3.89 404	2.22 410	2.72 533	2.55 518	3.49 519	2.65 516	9.91 516	2.99 529	1.29 597	0.65 572	0.64 561	0.86 581	0.65 508	0.71 520
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TCMNet	2.98 513	1.30 512	18.26 513	1.47 510	2.09 592	3.84 387	1.08 440	3.96 432	2.39 460	2.53 502	2.29 482	2.43 411	1.75 431	10.09 526	2.39 496	0.52 520	0.45 517	0.61 553	0.50 530	0.80 546	0.78 538

AIO-test2	1.61 288	1.30 512	3.40 307	1.16 385	1.31 480	3.18 244	0.74 246	4.06 461	1.52 217	1.72 272	2.21 467	0.78 151	0.74 140	3.64 379	0.95 264	3.64 621	0.26 361	0.35 390	0.42 500	0.37 333	0.33 296

LoS_RVC	0.94 149	1.30 512	1.31 129	0.84 169	1.63 549	2.02 114	0.59 166	1.51 42	1.36 144	0.81 141	1.33 205	0.84 166	0.88 193	1.36 178	0.73 168	0.21 78	0.17 72	0.20 40	0.14 2	0.20 38	1.45 586

AF-Net	2.87 497	1.30 512	16.24 480	1.33 458	1.75 569	3.26 263	1.59 524	4.09 469	2.43 467	2.69 531	2.94 548	4.51 572	3.20 545	5.84 425	2.75 523	0.76 563	0.36 456	0.72 574	0.49 524	0.70 521	0.56 479

IPLGR_C	2.28 401	1.31 516	19.46 539	0.92 229	1.32 487	3.93 412	0.89 361	4.20 496	1.82 329	2.30 452	2.63 528	1.16 223	1.07 252	1.41 189	1.29 340	0.37 386	0.23 289	0.27 201	0.22 197	0.31 228	0.45 416

LMCR-Stereo	2.40 432	1.31 516	18.61 522	1.59 533	0.86 351	3.87 400	1.15 456	4.32 550	1.60 272	2.25 441	2.27 475	1.13 219	2.43 503	2.48 328	1.60 400	0.88 575	0.24 324	0.29 255	0.24 238	0.56 472	0.30 257

CSP-Net	1.78 316	1.32 518	1.92 193	1.16 385	1.03 409	3.38 285	1.31 482	3.52 329	1.75 319	1.96 331	1.93 407	2.40 403	1.48 356	8.58 481	1.58 396	0.46 478	0.34 444	0.27 201	0.26 270	0.41 378	0.50 450

AnonymousM	1.22 221	1.32 518	0.97 38	0.88 199	0.56 197	4.03 442	0.69 218	2.41 162	1.68 295	1.48 231	1.31 202	1.15 222	1.00 227	1.18 139	0.73 168	0.32 317	0.40 489	2.07 608	1.70 611	0.24 105	0.22 120

MeshStereo	5.35 593	1.32 518	21.34 612	1.34 465	1.15 437	4.40 526	3.90 615	5.18 610	4.55 605	10.14 635	11.82 627	11.47 620	5.84 596	13.84 629	7.03 578	0.61 538	0.58 560	0.60 550	0.58 551	0.72 533	0.59 492
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
PS-NSSS	2.22 385	1.33 521	2.90 287	0.97 266	1.53 530	4.11 461	1.08 440	4.55 591	2.65 504	2.10 380	2.32 499	1.77 315	1.40 329	11.79 599	1.61 403	0.68 555	0.45 517	0.96 588	0.43 503	0.95 558	0.92 556

NCCL2	2.53 457	1.35 522	10.90 410	1.15 379	0.97 386	3.53 323	2.56 577	3.65 350	2.23 412	2.76 536	1.80 350	2.41 405	1.66 414	10.35 533	2.07 472	0.44 462	0.40 489	0.57 540	0.53 541	0.59 482	0.65 509

Replicate-Monster	0.79 104	1.36 523	2.08 219	0.70 92	0.52 175	2.05 123	0.34 63	1.92 104	0.82 39	1.03 188	0.60 56	0.48 41	0.52 65	1.28 159	0.39 4	0.19 56	0.14 11	0.19 20	0.16 51	0.22 87	0.78 538

BEATNet_4x	1.92 339	1.36 523	8.75 380	1.20 401	0.56 197	3.46 302	1.03 426	4.00 442	2.43 467	2.25 441	1.70 312	2.10 377	1.59 384	2.57 343	3.05 532	0.37 386	0.22 260	0.47 488	0.29 353	0.60 486	0.40 385

DPSNet	3.43 548	1.37 525	12.19 420	1.39 490	1.24 467	4.15 470	2.06 557	4.51 588	3.34 582	2.69 531	1.96 409	3.52 523	5.56 593	10.68 544	9.68 592	0.93 576	0.73 584	0.40 444	0.37 455	1.06 567	0.86 550

MANE	11.39 627	1.38 526	23.16 633	4.82 635	2.79 606	22.02 642	14.51 638	25.81 646	26.28 648	10.93 639	13.17 632	19.90 636	18.03 639	15.69 634	20.41 637	0.96 579	0.74 585	1.42 602	3.24 639	0.74 535	1.71 592

PSMNet_ROB	2.95 504	1.38 526	18.46 520	1.19 396	1.20 457	3.80 378	1.65 533	3.54 334	2.35 442	1.98 335	1.71 316	2.75 447	1.79 437	11.43 578	2.78 524	0.42 449	0.36 456	0.50 513	0.60 555	0.59 482	0.49 443

CSAN	4.71 583	1.39 528	20.23 568	1.19 396	0.87 356	3.65 351	3.50 605	4.57 593	3.87 596	3.89 586	7.82 602	3.54 527	6.16 602	23.47 644	6.82 573	0.52 520	0.45 517	0.49 510	0.52 537	0.63 497	0.66 510

NVStereoNet_ROB	4.91 588	1.40 529	16.46 484	1.47 510	1.72 567	3.46 302	1.96 551	3.89 404	3.61 591	2.90 545	24.61 644	4.81 583	4.49 579	13.57 625	4.87 556	1.33 600	1.29 605	1.70 605	1.68 609	1.41 592	1.66 590
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 366	1.40 529	3.01 291	1.09 338	0.92 371	3.94 417	1.53 517	4.25 519	2.23 412	3.31 571	2.06 439	2.35 398	1.52 369	8.74 483	2.07 472	0.44 462	0.36 456	0.51 516	0.48 520	0.54 464	0.62 499

YMNet	2.40 432	1.41 531	13.46 434	1.36 476	1.67 559	3.96 427	0.97 409	3.81 383	2.37 451	2.64 524	2.57 522	3.35 502	1.53 376	3.28 368	2.42 501	0.48 492	0.54 547	0.52 522	0.49 524	0.70 521	0.54 471

YMNet_1	2.40 432	1.41 531	13.46 434	1.36 476	1.67 559	3.96 427	0.97 409	3.81 383	2.37 451	2.64 524	2.57 522	3.35 502	1.53 376	3.28 368	2.42 501	0.48 492	0.54 547	0.52 522	0.49 524	0.70 521	0.54 471

MaskLacGwcNet_RVC	3.13 530	1.43 533	9.93 394	2.50 599	1.62 547	4.29 509	1.68 537	3.95 427	2.43 467	1.66 259	1.91 402	3.04 475	1.41 334	13.26 619	1.58 396	3.82 625	1.59 609	1.12 596	0.46 512	2.21 601	2.74 616

SPS-STEREO	3.97 567	1.44 534	20.85 595	1.72 552	1.71 565	3.24 258	2.30 568	3.55 336	2.68 509	4.79 605	3.66 575	5.44 601	2.97 529	9.11 492	9.35 591	1.15 587	1.10 598	1.06 593	1.02 593	1.16 581	1.18 573
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 528	1.45 535	14.90 464	1.46 507	1.79 574	3.33 279	1.39 498	4.04 453	2.26 420	2.77 537	3.26 566	4.00 546	2.71 519	11.63 591	2.62 519	0.82 570	0.46 526	0.79 580	0.79 578	0.71 530	0.78 538

Wz-Net-LNSev-Ref	2.42 436	1.47 536	14.14 451	1.30 447	1.35 494	3.51 319	1.64 530	4.04 453	2.10 390	2.46 489	1.88 390	2.28 387	2.51 509	4.73 403	3.17 534	0.38 403	0.19 148	0.35 390	0.20 148	0.40 353	0.36 329

LALA_ROB	1.95 344	1.48 537	3.11 294	1.05 315	0.98 393	3.99 435	1.82 544	4.44 575	2.28 426	3.31 571	1.85 383	2.76 453	1.67 416	4.04 392	3.23 535	0.46 478	0.41 498	0.55 535	0.52 537	0.60 486	0.57 483

StereoDRNet	2.84 492	1.49 538	14.48 458	1.33 458	1.57 542	3.44 296	2.06 557	3.69 361	2.36 445	3.26 570	1.84 376	2.79 457	1.80 442	10.88 552	3.16 533	0.41 438	0.33 432	0.39 438	0.36 443	0.59 482	0.58 488

PSMNet-RUCA	1.64 295	1.50 539	2.57 263	1.50 516	1.38 502	3.05 225	1.36 489	3.31 297	2.24 414	1.36 215	2.07 440	1.40 264	1.09 257	1.83 270	1.55 392	1.15 587	0.69 580	1.26 599	0.96 587	1.64 595	0.94 558

UDGNet	1.40 261	1.52 540	2.22 232	1.38 488	0.62 237	4.39 522	0.68 212	1.80 89	2.18 405	1.34 212	1.18 160	0.99 200	1.00 227	2.16 306	1.19 309	1.09 583	0.34 444	1.30 600	0.98 589	1.10 573	0.58 488

PDISCO_ROB	2.86 493	1.53 541	14.27 455	1.98 579	2.19 595	4.52 551	1.35 487	4.65 597	3.19 569	2.09 377	2.16 457	3.53 524	2.45 505	5.32 410	2.12 476	1.30 599	0.78 588	0.72 574	0.59 553	1.24 586	1.28 576

DN-CSS_ROB	1.91 336	1.55 542	11.13 412	1.82 565	0.88 360	3.99 435	0.61 173	4.01 444	1.67 293	1.64 254	1.89 396	1.39 259	1.06 249	3.23 366	1.50 380	0.31 296	0.19 148	0.44 472	0.29 353	0.37 333	0.31 267

DGSMNet	7.55 616	1.62 543	17.42 501	1.92 573	12.73 637	7.45 621	42.99 655	4.13 480	2.07 378	2.10 380	3.16 563	3.42 509	1.70 423	9.24 497	2.30 491	3.70 624	10.89 649	11.80 651	5.54 641	4.24 620	2.66 611

ELAS	5.99 603	1.62 543	20.29 575	1.96 578	2.01 587	15.09 635	8.38 629	5.23 611	5.54 617	9.02 629	8.61 609	6.74 607	9.75 625	7.48 462	11.40 601	0.96 579	1.18 600	0.72 574	0.93 585	1.30 588	1.67 591
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 517	1.63 545	19.83 550	1.32 453	2.04 591	3.27 266	1.55 521	3.65 350	2.33 439	2.00 352	2.12 451	3.56 528	1.68 420	9.47 501	2.45 505	0.44 462	0.45 517	0.46 485	0.38 468	0.60 486	0.76 534

ADCL	4.35 576	1.63 545	14.21 454	1.29 440	1.26 472	5.56 609	11.16 631	3.97 434	3.37 584	6.07 613	4.67 586	4.30 564	5.72 595	5.08 407	14.51 611	0.50 508	0.48 536	0.89 586	0.77 574	0.78 542	0.76 534

ADCPNet	3.89 562	1.63 545	20.25 572	1.28 436	1.27 474	6.43 614	2.65 581	3.93 421	2.70 510	2.78 538	2.20 465	4.28 563	6.16 602	5.56 418	10.27 595	0.65 547	1.18 600	0.71 570	1.70 611	0.84 551	1.37 582

ELAS_RVC	5.72 600	1.64 548	20.40 579	2.09 585	2.01 587	4.95 601	11.47 633	4.66 598	6.31 624	8.09 626	8.01 603	8.06 616	11.65 626	8.36 475	10.22 594	0.99 581	1.17 599	0.81 583	0.76 572	1.14 577	1.58 589
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 493	1.66 549	19.61 542	1.40 493	1.75 569	3.84 387	1.32 483	4.07 463	2.25 417	1.78 282	2.67 531	1.82 332	4.41 577	1.94 285	2.06 469	0.83 572	0.94 594	1.03 590	1.12 596	1.70 597	1.09 568

aanetorigin	3.30 541	1.66 549	17.52 505	1.18 393	1.58 543	2.57 174	3.80 613	2.65 215	2.03 367	6.12 615	4.30 584	2.82 458	5.70 594	5.47 415	4.67 549	0.50 508	0.44 512	0.43 467	0.47 515	1.17 582	0.92 556

Wz-Net-LNSev	2.30 407	1.67 551	14.88 463	1.18 393	1.65 555	3.49 312	1.54 520	3.63 347	2.03 367	1.88 304	1.64 293	3.29 496	2.06 472	2.71 354	2.02 465	0.40 423	0.33 432	0.32 318	0.31 388	0.53 461	0.49 443

DeepPrunerF	3.70 555	1.72 552	14.87 462	1.33 458	1.74 568	3.70 357	1.55 521	4.20 496	14.00 635	2.02 359	1.77 341	2.74 445	2.30 493	10.88 552	6.88 575	0.68 555	0.60 565	0.78 579	0.78 577	0.81 547	0.71 520

AANet_RVC	3.03 521	1.72 552	12.78 427	1.17 387	1.12 432	3.79 376	1.10 446	3.86 396	3.13 562	2.62 520	4.26 583	3.96 544	1.41 334	11.43 578	5.23 563	0.94 577	0.47 530	0.34 371	0.23 212	0.40 353	0.55 475

SANet	5.65 599	1.72 552	20.94 600	1.26 426	0.88 360	7.20 618	3.81 614	4.60 595	11.23 629	4.56 601	8.78 612	7.49 611	6.95 609	11.85 602	18.11 628	0.49 504	0.44 512	0.50 513	0.42 500	0.90 555	0.82 548

FADNet	2.49 450	1.76 555	13.17 429	1.17 387	0.95 381	3.27 266	0.88 356	3.94 425	2.27 422	1.40 223	1.29 195	2.51 423	2.06 472	9.93 518	1.94 454	0.43 455	0.45 517	0.40 444	0.43 503	1.06 567	0.53 465

CC-Net-ROB	3.35 545	1.76 555	13.89 446	2.33 596	1.65 555	4.49 543	1.62 527	4.73 601	2.90 539	1.92 318	2.05 435	1.99 361	1.61 391	12.57 616	1.60 400	2.46 608	2.18 618	2.68 618	1.04 594	2.11 600	1.38 584

GCST	2.56 464	1.79 557	18.02 510	1.92 573	1.33 491	1.72 79	0.51 128	3.67 354	2.03 367	1.70 267	1.61 286	1.55 281	1.29 306	5.06 406	1.24 324	2.06 605	0.77 587	1.45 603	0.97 588	1.14 577	1.34 581

LL-Strereo	3.01 519	1.81 558	17.59 506	1.12 358	2.10 593	2.90 199	1.09 444	4.33 552	2.00 362	3.12 563	2.24 471	3.29 496	3.15 540	11.31 573	1.84 442	0.30 273	0.28 384	0.46 485	0.34 417	0.49 447	0.45 416

TRStereo	2.31 408	1.87 559	19.74 547	1.53 521	1.16 442	4.26 502	1.08 440	4.73 601	1.45 165	1.55 238	1.28 192	1.75 310	0.85 184	1.81 267	1.20 312	0.36 378	0.26 361	0.32 318	0.36 443	0.34 292	0.33 296

MFMNet_re	2.91 500	1.91 560	18.25 512	3.06 609	1.89 581	3.13 238	1.67 535	3.52 329	2.97 547	3.14 564	2.87 547	2.26 385	2.41 501	2.42 323	2.00 462	1.10 584	1.05 596	0.94 587	0.90 583	1.28 587	1.46 588

SDNR	3.97 567	1.93 561	20.28 574	1.31 450	0.94 378	5.16 604	0.67 205	4.33 552	2.58 494	4.82 606	5.94 596	5.01 590	1.45 349	17.52 635	2.53 512	0.79 565	0.72 583	0.59 545	0.45 510	1.15 580	1.17 572

GANetREF_RVC	3.20 537	1.93 561	18.84 524	1.51 518	0.80 320	4.12 463	1.82 544	4.16 491	2.91 540	1.87 301	1.74 323	2.48 420	1.84 449	13.18 618	1.74 429	0.80 567	0.57 555	0.79 580	0.74 570	1.20 585	0.86 550
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
ADCP+	3.74 558	1.96 563	16.90 491	1.09 338	1.55 535	4.35 517	3.65 611	3.93 421	2.98 550	2.22 431	1.66 301	3.95 542	4.83 583	3.41 371	18.87 634	0.38 403	0.41 498	0.63 558	0.53 541	0.64 505	0.81 544

PVD	3.12 529	1.97 564	12.80 428	1.79 563	1.63 549	3.83 382	1.34 486	3.48 319	3.88 597	5.77 610	3.56 574	3.45 512	3.29 548	5.58 420	5.30 564	0.71 561	0.69 580	0.74 578	0.77 574	0.79 544	1.13 571

PWC_ROB	2.69 483	2.01 565	8.36 373	1.33 458	1.90 582	3.23 254	1.18 462	4.33 552	3.25 575	3.11 562	3.41 571	2.71 442	2.18 487	9.15 494	4.48 547	0.56 529	0.31 417	0.61 553	0.36 443	0.69 520	0.74 529

FADNet-RVC-Resample	2.83 491	2.02 566	21.07 603	1.12 358	0.91 370	3.53 323	1.37 494	4.08 467	2.09 382	1.68 262	1.33 205	2.03 366	1.51 367	9.54 503	1.69 420	0.38 403	0.37 469	0.42 463	0.44 506	0.56 472	0.56 479

SHD	2.82 490	2.04 567	13.80 444	1.69 546	1.79 574	2.73 184	1.07 435	3.85 393	3.18 568	4.63 602	2.74 535	3.38 507	2.77 521	5.48 416	3.66 540	0.62 540	0.47 530	0.51 516	0.55 545	0.65 508	0.74 529

PASM	2.67 477	2.05 568	9.71 390	1.73 553	1.37 499	2.53 170	1.52 515	3.10 271	2.17 403	2.79 539	1.84 376	2.90 463	1.85 453	11.89 603	2.19 484	0.81 569	0.85 590	0.87 585	1.01 591	1.14 577	1.05 565

w-ln-seven-2	2.73 486	2.13 569	12.47 425	1.18 393	1.01 406	3.54 327	1.58 523	3.93 421	3.26 576	2.43 486	2.02 424	2.63 435	2.28 492	7.93 471	5.45 565	0.40 423	0.40 489	0.44 472	0.34 417	0.62 495	0.47 431

EDNetEfficient	5.61 597	2.14 570	16.75 489	1.67 544	3.64 620	4.12 463	7.51 625	3.05 266	5.63 619	11.57 641	4.83 588	3.95 542	12.72 627	8.44 479	20.78 638	0.41 438	0.43 507	0.47 488	1.01 591	1.66 596	1.39 585

SAMSARA	3.55 550	2.16 571	14.18 453	1.86 570	1.49 523	4.62 569	2.65 581	3.58 341	2.80 526	7.05 620	3.05 554	5.16 597	4.07 570	9.18 495	4.80 554	0.64 544	0.67 576	0.59 545	0.68 566	0.89 553	0.91 555

MonStereo1	8.07 618	2.24 572	5.83 349	4.68 633	3.60 619	18.80 640	2.52 574	5.89 621	5.86 621	4.76 604	13.98 634	7.41 610	50.63 659	13.28 620	5.16 559	4.40 632	0.90 592	2.69 619	1.55 608	3.92 618	3.30 624

WAO-6	5.87 602	2.27 573	15.05 468	2.96 607	2.77 605	12.01 629	3.58 609	5.37 617	11.91 633	3.34 574	9.69 616	6.78 608	5.84 596	11.82 601	8.89 590	2.87 610	2.35 626	2.50 612	1.84 617	2.85 605	2.67 612

FADNet-RVC	2.51 453	2.27 573	14.03 449	1.09 338	0.81 323	3.54 327	1.10 446	4.13 480	2.48 476	1.39 221	1.22 170	1.85 341	1.77 434	9.78 511	2.06 469	0.38 403	0.37 469	0.40 444	0.40 486	0.67 515	0.48 436

FADNet_RVC	2.65 473	2.28 575	16.51 485	0.98 274	0.92 371	4.09 454	0.83 312	4.26 526	1.73 311	1.46 229	1.78 344	1.60 287	1.50 363	8.88 485	2.39 496	0.47 487	0.38 475	0.44 472	0.58 551	0.89 553	0.97 560

XQC	2.96 507	2.42 576	14.85 461	1.36 476	1.32 487	3.29 275	1.53 517	4.28 532	2.78 520	3.21 568	2.46 507	3.53 524	2.92 528	6.58 441	4.67 549	0.70 559	0.41 498	0.59 545	0.56 547	0.96 562	0.83 549

EDNetEfficientorigin	12.35 632	2.51 577	179.47 665	1.19 396	0.96 382	2.91 202	1.81 543	3.00 260	5.35 615	8.91 628	4.79 587	4.18 557	4.64 581	9.98 520	11.30 599	0.37 386	0.38 475	0.60 550	0.85 580	1.32 589	2.43 609

RTSC	2.95 504	2.51 577	15.49 475	1.54 523	1.30 478	3.51 319	0.86 332	3.89 404	2.48 476	3.64 580	3.12 560	3.04 475	2.30 493	5.70 422	6.67 569	0.55 527	0.35 450	0.37 418	0.39 475	0.70 521	0.60 493

IMH-64-1	4.84 586	2.53 579	6.83 355	4.30 627	3.74 622	4.81 598	6.05 620	5.30 613	3.92 598	3.95 588	8.33 606	5.08 593	6.06 599	8.96 489	6.30 567	4.57 636	2.96 632	3.04 623	2.12 625	4.28 621	3.62 628

IMH-64	4.84 586	2.53 579	6.83 355	4.30 627	3.74 622	4.81 598	6.05 620	5.30 613	3.92 598	3.95 588	8.33 606	5.08 593	6.06 599	8.96 489	6.30 567	4.57 636	2.96 632	3.04 623	2.12 625	4.28 621	3.62 628

Wz-Net-MNSev	2.71 485	2.54 581	13.91 447	1.52 519	1.37 499	3.28 271	2.47 571	4.03 449	2.32 438	2.57 508	2.07 440	2.29 392	3.01 532	7.55 464	2.74 522	0.38 403	0.36 456	0.36 406	0.37 455	0.57 477	0.47 431

Syn2CoEx	3.08 525	2.55 582	19.88 552	1.34 465	1.18 444	2.43 157	1.65 533	3.91 414	2.40 461	2.39 480	2.27 475	2.90 463	3.17 544	9.57 506	2.54 514	0.50 508	0.45 517	0.53 527	0.39 475	0.74 535	0.72 527

StereoAnything_RVC	0.94 149	2.66 583	2.20 227	0.76 126	0.34 14	1.18 21	0.39 77	2.31 155	0.69 11	0.51 11	0.34 4	0.32 1	0.89 199	1.57 220	0.35 1	0.32 317	0.16 47	0.23 84	0.15 9	3.31 607	0.18 5

RAFT + AFF	2.51 453	2.66 583	4.48 333	1.15 379	1.95 584	4.15 470	2.01 555	4.46 579	3.30 581	2.19 417	2.51 514	2.22 384	4.87 584	8.91 487	2.06 469	0.30 273	0.60 565	0.48 496	0.38 468	0.77 540	0.69 516

DDUNet	2.91 500	2.78 585	6.94 358	3.53 615	2.26 599	3.28 271	1.36 489	3.77 375	2.04 371	2.62 520	2.49 511	4.18 557	1.69 421	5.38 412	1.85 443	2.21 607	1.77 613	2.61 616	2.43 628	2.60 603	2.34 606

UDG	3.55 550	2.81 586	17.45 502	2.69 602	1.98 585	3.97 432	1.19 465	4.35 556	2.02 365	2.42 484	2.53 517	4.50 571	2.46 507	6.53 440	2.41 500	2.12 606	1.77 613	2.63 617	2.57 630	2.64 604	1.95 598

DFGA-Net	2.11 371	3.00 587	7.43 363	1.11 354	0.76 307	3.72 361	0.60 169	2.63 213	1.91 349	2.01 354	2.07 440	1.22 238	1.04 237	10.26 532	2.26 488	0.27 170	0.22 260	0.34 371	0.34 417	0.61 491	0.48 436

w-ln-seven	2.86 493	3.06 588	14.02 448	1.27 434	1.32 487	4.10 460	1.59 524	3.90 409	2.59 497	3.03 556	2.27 475	3.42 509	2.25 490	6.70 446	4.81 555	0.39 415	0.34 444	0.48 496	0.40 486	0.74 535	0.55 475

WAO-7	5.16 590	3.21 589	18.98 528	1.88 572	1.44 516	5.34 606	3.09 597	4.91 606	5.81 620	4.35 599	8.92 614	6.55 606	6.06 599	13.40 623	10.81 597	1.34 601	1.20 603	1.48 604	1.35 606	1.60 594	1.45 586

PWCDC_ROB	2.95 504	3.26 590	14.06 450	1.59 533	1.56 538	4.19 491	0.86 332	4.30 543	4.08 602	2.06 373	7.37 599	2.75 447	2.42 502	3.59 376	2.67 520	1.34 601	0.36 456	0.39 438	0.34 417	1.13 576	0.62 499

ADCMid	3.96 566	3.27 591	15.48 474	1.26 426	1.40 506	4.66 575	2.28 566	4.06 461	3.54 589	3.94 587	3.02 552	3.85 539	3.67 562	4.03 391	18.65 632	0.68 555	0.61 567	1.09 595	1.18 600	1.38 590	1.08 567

IGEV-BASED-STEREO-	1.09 191	3.30 592	2.61 267	0.82 148	0.38 64	1.27 32	0.62 186	1.51 42	1.29 133	0.91 164	0.92 113	0.65 110	0.57 83	1.08 102	0.59 108	1.55 603	0.15 23	0.32 318	0.28 325	1.10 573	1.98 600

DispFullNet	4.64 582	3.48 593	23.95 637	3.99 621	3.03 610	3.35 282	1.06 433	4.18 492	2.80 526	6.33 617	2.94 548	4.04 549	7.81 617	3.92 389	5.16 559	2.75 609	1.61 610	3.10 626	2.68 633	3.32 608	3.31 625

LSM	12.71 633	3.52 594	20.79 594	55.63 658	84.76 657	3.63 350	6.30 622	3.73 369	4.93 612	5.55 609	13.92 633	3.53 524	3.25 547	9.72 508	4.12 544	0.64 544	0.85 590	0.71 570	0.81 579	1.03 564	26.84 650

SGM+DAISY	8.36 619	3.82 595	24.83 638	2.02 581	1.75 569	14.80 634	17.22 640	4.27 527	11.79 632	13.88 642	14.38 635	11.74 623	13.83 629	10.56 538	15.12 612	1.21 589	1.19 602	1.14 597	1.13 598	1.17 582	1.37 582

test_for_model	2.16 378	3.87 596	1.58 164	4.16 623	3.64 620	2.51 164	0.96 406	3.63 347	2.62 499	2.45 488	1.39 223	1.02 205	0.73 135	0.92 71	0.57 104	2.97 612	2.19 619	0.26 170	0.17 79	5.32 629	2.24 603

UNDER WATER	10.47 623	3.95 597	22.62 631	5.07 636	4.51 632	7.78 622	3.77 612	12.56 634	21.72 646	7.84 624	10.78 620	23.96 642	31.66 647	10.78 549	16.19 619	4.44 633	2.93 630	4.24 635	2.86 636	6.33 634	5.47 640

Wz-Net-SNSev	2.98 513	4.36 598	15.98 478	1.57 531	1.19 451	3.28 271	1.80 542	3.96 432	2.40 461	2.32 462	2.28 479	3.48 513	2.05 471	7.84 470	3.82 542	0.47 487	0.39 484	0.53 527	0.49 524	0.71 530	0.60 493

SuperB	4.79 585	4.41 599	21.08 604	1.45 505	1.08 423	3.91 405	3.08 596	4.18 492	3.01 553	2.50 494	2.10 444	2.75 447	3.49 559	8.80 484	19.60 636	0.44 462	0.33 432	0.53 527	0.39 475	12.01 645	0.64 507

WZ-Net	3.62 552	4.87 600	16.77 490	1.43 498	1.40 506	3.75 367	2.29 567	4.12 478	2.50 481	2.74 535	2.19 463	4.06 550	5.29 590	10.19 528	7.36 580	0.54 525	0.37 469	0.47 488	0.49 524	0.77 540	0.73 528

iResNetv2_ROB	2.65 473	5.00 601	19.28 536	2.06 583	1.09 427	3.83 382	1.13 453	4.14 486	2.09 382	1.85 294	2.03 426	2.01 365	1.51 367	3.58 375	1.58 396	0.34 346	0.21 227	0.32 318	0.21 164	0.44 415	0.29 228

ADCS	4.22 575	5.33 602	16.32 481	1.64 540	1.31 480	3.91 405	3.64 610	4.21 502	2.89 538	5.11 607	2.81 544	4.46 570	3.06 539	5.21 409	19.50 635	0.63 541	0.64 571	0.69 567	0.69 568	1.12 575	1.26 575

UNDER WATER-64	9.33 621	5.37 603	22.60 630	5.22 637	4.86 634	10.75 627	4.61 619	11.45 631	17.30 639	7.59 621	9.80 618	15.99 630	17.90 638	10.63 542	15.72 615	4.36 630	2.87 629	4.39 639	2.86 636	7.01 638	5.36 639

KSHMR	16.96 639	5.37 603	21.64 622	4.46 630	4.50 631	8.30 624	3.32 600	15.58 643	76.24 661	6.62 619	61.47 659	56.53 659	5.43 592	35.17 651	11.37 600	4.39 631	2.97 634	3.63 634	2.74 635	5.10 628	4.34 636

GASNet	3.24 538	5.55 605	20.58 589	1.56 530	1.25 470	2.32 148	1.12 450	4.04 453	2.67 507	1.88 304	2.10 444	3.00 472	2.16 483	10.59 540	2.43 503	0.65 547	0.37 469	0.61 553	0.45 510	0.87 552	0.58 488

AnyNet_C32	4.17 573	5.75 606	12.62 426	1.60 535	1.54 531	5.51 608	4.09 617	3.90 409	3.23 574	4.22 598	3.03 553	3.10 480	3.41 553	8.01 473	18.85 633	0.53 523	0.58 560	0.53 527	0.74 570	1.19 584	0.97 560

MADNet++	7.57 617	5.80 607	13.28 431	6.38 638	5.26 635	7.18 617	7.77 627	5.32 615	5.62 618	6.11 614	7.78 601	6.02 605	8.01 619	11.74 597	16.36 620	9.36 644	4.95 642	8.57 646	5.66 642	4.83 627	5.34 638

coex-ft	18.59 641	6.62 608	113.53 663	1.17 387	1.31 480	2.33 150	1.93 550	2.81 244	14.00 635	124.82 666	8.45 608	5.90 604	51.74 660	9.99 521	22.69 639	0.57 531	0.62 568	0.50 513	0.49 524	1.08 572	1.28 576

RTS	3.90 563	7.04 609	17.94 508	1.92 573	2.19 595	5.00 602	2.96 590	4.29 535	3.19 569	4.05 590	3.08 556	4.94 586	3.16 542	7.64 465	6.72 570	0.66 549	0.44 512	0.51 516	0.47 515	0.95 558	0.76 534

RTSA	3.90 563	7.04 609	17.94 508	1.92 573	2.19 595	5.00 602	2.96 590	4.29 535	3.19 569	4.05 590	3.08 556	4.94 586	3.16 542	7.64 465	6.72 570	0.66 549	0.44 512	0.51 516	0.47 515	0.95 558	0.76 534

AnyNet_C01	4.37 577	7.80 611	16.40 482	1.98 579	1.40 506	6.37 613	6.47 623	4.09 469	5.03 613	4.06 592	3.78 577	4.16 556	3.31 549	6.62 443	10.00 593	0.61 538	0.67 576	0.63 558	0.67 563	2.01 598	1.31 578

RainbowNet	4.56 579	8.28 612	20.07 561	3.64 619	3.23 617	4.15 470	2.99 592	4.18 492	3.03 555	2.20 420	2.65 529	4.26 562	2.90 527	9.77 509	2.12 476	3.88 626	2.27 622	2.71 621	1.72 613	3.78 615	3.31 625

notaker	10.50 625	8.60 613	20.23 568	4.54 632	3.95 626	6.27 612	3.44 602	8.07 627	4.75 611	8.73 627	46.45 654	13.86 629	27.86 646	13.49 624	13.61 610	4.56 635	3.18 636	3.52 631	2.68 633	8.13 642	4.05 633

TorneroNet-64	10.12 622	8.74 614	20.95 601	4.27 625	3.76 625	13.86 633	2.85 586	15.05 640	23.15 647	10.07 634	23.84 643	13.47 626	8.24 621	13.96 630	17.21 625	3.96 628	2.72 627	3.23 627	2.48 629	6.29 632	4.27 635

Wz-Net-TNSev	3.67 554	8.83 615	13.47 436	1.48 512	1.18 444	3.60 340	2.49 573	4.27 527	3.13 562	2.18 413	1.89 396	4.21 561	2.80 523	12.10 606	7.58 583	0.57 531	0.55 552	0.47 488	0.54 543	0.91 556	1.05 565

DGTPSM_ROB	15.31 636	8.85 616	28.14 642	9.90 642	18.89 639	12.44 631	33.21 648	13.48 637	17.86 642	9.50 631	22.89 641	13.78 627	19.67 640	21.26 637	23.68 641	5.08 641	8.84 644	5.62 641	11.50 646	6.72 635	14.87 646

DPSMNet_ROB	15.52 637	8.89 617	31.44 643	10.07 643	18.91 640	12.44 631	33.22 649	13.51 638	17.94 643	9.58 632	22.91 642	13.79 628	19.67 640	21.43 638	23.73 642	5.17 642	8.84 644	5.63 642	11.52 649	6.79 636	14.90 647

otaku	4.58 581	8.93 618	19.95 555	3.11 610	2.67 602	3.91 405	2.57 578	3.82 386	2.25 417	2.22 431	9.72 617	4.08 551	2.35 498	8.57 480	2.13 479	3.51 619	1.65 611	2.15 610	1.17 599	3.69 613	3.15 619

Ntro	4.21 574	8.94 619	19.89 553	3.22 611	2.96 609	4.15 470	1.89 548	3.92 419	2.36 445	1.77 280	2.14 454	3.35 502	2.17 485	9.48 502	2.24 487	3.52 620	1.76 612	2.13 609	1.31 603	3.83 616	3.09 617

Dean	7.52 615	9.08 620	21.41 614	3.74 620	3.53 618	4.81 598	3.53 606	5.33 616	5.25 614	4.17 594	26.53 645	25.62 646	4.09 571	10.97 556	4.32 545	3.69 623	2.30 623	2.91 622	1.87 618	4.03 619	3.24 623

JetBlue	6.27 606	9.15 621	13.76 439	1.94 577	4.60 633	11.91 628	12.00 634	5.12 609	3.45 588	3.79 584	4.52 585	9.54 618	6.56 608	9.40 500	13.48 609	1.26 595	1.37 606	1.17 598	1.34 605	7.06 639	3.95 632

LVE	6.88 612	9.31 622	21.14 605	3.61 618	3.18 616	4.49 543	2.79 583	10.21 630	11.69 631	3.16 567	11.53 625	18.33 631	4.31 575	11.66 592	3.52 538	4.45 634	2.93 630	2.56 614	1.91 619	3.62 610	3.16 620

SQANet	3.70 555	9.34 623	18.41 518	2.75 603	2.74 604	3.40 289	1.47 509	3.50 325	1.68 295	2.60 516	1.75 327	2.69 439	1.91 462	6.72 450	1.74 429	2.96 611	1.41 607	1.85 606	1.12 596	3.17 606	2.70 615

z-mn7	3.36 546	9.42 624	14.16 452	1.28 436	1.22 464	3.78 372	1.43 507	3.92 419	3.35 583	2.85 544	3.36 569	3.06 479	1.97 466	9.66 507	5.16 559	0.42 449	0.35 450	0.43 467	0.33 408	0.63 497	0.48 436

MADNet+	3.97 567	9.54 625	13.83 445	1.87 571	1.69 563	4.19 491	2.87 587	4.80 604	4.10 603	2.51 497	2.67 531	4.55 575	3.41 553	8.72 482	6.92 577	1.25 594	1.27 604	1.04 591	0.93 585	1.39 591	1.85 596

zh-mn7	3.15 533	9.61 626	12.45 424	1.26 426	0.99 396	2.91 202	1.32 483	4.12 478	2.74 514	3.33 573	3.07 555	2.84 459	1.89 459	8.91 487	4.69 551	0.49 504	0.40 489	0.38 434	0.38 468	0.56 472	0.63 503

PWCK	5.85 601	9.95 627	15.22 473	2.90 606	1.56 538	5.66 610	7.69 626	5.27 612	4.74 610	3.88 585	7.51 600	8.04 614	5.28 589	15.18 632	8.40 587	3.08 614	1.51 608	2.24 611	1.37 607	5.55 630	1.96 599

ktn	21.74 644	10.34 628	19.68 545	4.53 631	4.00 627	6.53 615	4.51 618	6.79 623	78.82 663	84.69 663	100.86 666	58.49 660	7.57 616	12.11 607	13.35 608	4.58 638	3.24 637	3.49 629	2.62 631	4.65 626	3.84 631

MSC_U_SF_DS_RVC	4.48 578	10.62 629	15.18 472	1.55 528	1.45 520	6.16 611	3.54 608	5.41 618	3.68 594	2.59 515	2.74 535	4.81 583	2.20 488	13.79 628	4.40 546	2.04 604	3.36 638	1.05 592	1.20 601	2.09 599	1.72 593

MFN_U_SF_RVC	3.81 560	10.78 630	15.01 467	1.84 567	1.39 504	3.73 365	1.63 528	4.05 457	3.26 576	2.91 546	2.38 503	4.36 567	3.65 561	8.43 478	4.91 557	1.11 586	1.04 595	0.99 589	1.31 603	1.58 593	1.75 595

MFN_U_SF_DS_RVC	3.94 565	10.88 631	12.30 422	1.26 426	1.55 535	5.19 605	3.33 601	4.42 571	2.82 534	2.58 512	2.62 526	5.00 589	2.11 475	14.03 631	2.73 521	1.28 596	2.34 625	0.67 566	1.83 616	0.81 547	1.03 564

TorneroNet	25.88 646	11.28 632	21.62 620	4.20 624	4.07 628	55.25 655	3.15 598	15.16 641	76.94 662	58.09 658	82.72 663	86.88 664	41.15 651	13.35 622	18.13 629	4.32 629	2.85 628	3.45 628	2.62 631	8.33 643	4.14 634

zh-sn7	3.81 560	11.43 633	15.78 476	1.25 419	1.15 437	3.68 356	2.58 579	4.15 490	2.42 466	2.61 518	3.10 559	3.38 507	3.03 536	11.43 578	6.88 575	0.45 471	0.48 536	0.45 479	0.43 503	0.72 533	0.71 520

ACVNet_2	5.41 594	12.60 634	20.42 581	3.27 612	3.15 615	4.50 546	3.02 593	4.66 598	3.73 595	3.35 576	5.36 592	7.86 613	2.88 525	12.33 610	4.76 553	3.12 615	2.22 620	2.70 620	1.69 610	3.49 609	3.10 618

WAO-8	11.95 629	13.02 635	20.56 586	3.50 613	3.08 612	15.11 636	2.80 584	12.91 635	19.11 644	7.69 622	13.12 629	11.62 621	7.01 612	84.40 664	7.91 584	3.42 617	1.92 615	3.54 632	1.93 620	3.68 611	2.69 613

Venus	11.95 629	13.02 635	20.56 586	3.50 613	3.08 612	15.11 636	2.80 584	12.91 635	19.11 644	7.69 622	13.12 629	11.62 621	7.01 612	84.40 664	7.91 584	3.42 617	1.92 615	3.54 632	1.93 620	3.68 611	2.69 613

MSAF-DinoV2	13.69 635	13.09 637	22.03 626	2.41 598	1.44 516	4.03 442	1.38 496	9.07 628	9.20 626	2.23 435	1.98 417	5.08 593	5.06 585	177.66 667	5.46 566	0.45 471	0.34 444	0.40 444	0.62 559	6.09 631	5.80 641

IMH	6.81 611	13.66 638	20.41 580	4.33 629	3.74 622	5.50 607	3.06 595	5.49 619	6.22 622	4.64 603	10.35 619	9.30 617	8.03 620	13.61 626	6.81 572	4.80 639	2.99 635	3.09 625	2.12 625	4.36 623	3.61 627

ACVNet-4b	6.73 609	13.67 639	21.87 623	3.54 616	3.07 611	4.19 491	2.25 565	4.03 449	3.65 592	1.64 254	3.98 581	5.88 603	2.89 526	10.01 522	16.98 623	23.29 655	2.24 621	2.53 613	1.78 614	3.87 617	3.21 622

ACVNet_1	6.04 604	13.97 640	21.36 613	3.58 617	3.14 614	4.73 591	2.48 572	4.20 496	3.17 567	2.98 554	2.83 546	23.31 640	4.34 576	11.06 562	2.45 505	3.68 622	2.33 624	2.60 615	1.79 615	3.69 613	3.19 621

TCMNet-wrong-test	12.32 631	14.13 641	19.38 537	22.38 645	19.85 641	15.99 639	12.34 635	22.95 645	4.56 606	6.24 616	6.27 597	18.40 633	15.71 632	10.10 527	10.72 596	9.06 643	4.78 640	5.35 640	3.95 640	12.28 646	11.97 645

USTest	15.98 638	15.58 642	22.56 629	18.49 644	16.99 638	26.43 644	36.08 651	27.68 649	12.77 634	10.69 637	10.80 621	18.35 632	15.09 631	18.62 636	23.37 640	4.85 640	5.34 643	7.38 644	7.43 644	9.90 644	11.23 644

HanzoNet	31.60 649	17.23 643	21.22 610	7.32 639	5.84 636	7.25 619	3.53 606	13.82 639	14.20 637	50.38 656	47.01 655	44.45 650	56.61 661	36.61 652	32.00 652	63.89 662	56.57 663	7.97 645	89.20 663	28.69 649	28.25 652

Anonymous_1	57.11 660	19.68 644	26.15 639	23.10 646	142.31 663	30.84 645	39.75 652	33.86 654	16.98 638	70.53 662	15.42 637	23.46 641	19.75 642	23.04 640	27.23 648	164.73 667	9.02 646	130.38 664	137.40 664	161.27 667	27.24 651

DPSM_ROB	20.78 642	20.03 645	26.57 640	23.62 647	22.46 642	31.10 646	39.97 653	33.52 652	17.41 640	15.25 643	15.80 638	24.06 643	20.71 643	23.30 642	27.62 649	10.78 646	9.41 647	11.69 649	11.50 646	14.49 647	16.36 648

DPSM	20.78 642	20.03 645	26.57 640	23.62 647	22.46 642	31.10 646	39.97 653	33.52 652	17.41 640	15.25 643	15.80 638	24.06 643	20.71 643	23.30 642	27.62 649	10.78 646	9.41 647	11.69 649	11.50 646	14.49 647	16.36 648

JetRed	10.48 624	27.10 647	35.70 644	4.27 625	4.09 629	15.55 638	12.83 636	12.16 632	5.50 616	5.83 611	5.56 594	10.14 619	7.43 614	8.88 485	26.39 647	3.32 616	3.81 639	3.51 630	2.96 638	7.85 640	6.69 643

LRCNet_RVC	25.52 645	33.45 648	23.21 635	31.79 649	32.78 646	6.74 616	1.18 462	25.88 647	4.46 604	28.94 646	30.89 646	24.91 645	17.57 637	27.66 646	24.34 644	35.26 658	25.60 659	35.91 658	33.81 657	31.90 657	34.10 658

FlowAnything	41.75 650	39.90 649	53.36 657	47.83 657	45.06 651	62.45 656	80.51 661	67.34 662	34.89 652	30.56 650	31.52 647	48.18 654	42.05 656	46.66 660	55.24 658	21.71 654	18.88 654	23.49 656	23.13 651	29.12 651	33.04 653

LSM0	49.58 658	40.04 650	53.62 659	97.15 659	128.68 662	62.75 661	79.89 660	67.63 663	35.11 654	33.02 652	32.61 653	48.43 658	41.60 652	46.60 656	55.43 659	21.63 653	18.99 658	23.62 657	23.13 651	29.47 656	52.26 662

Selective-RAFT-Error	41.77 651	40.16 651	53.34 656	47.73 653	45.25 655	62.51 657	80.64 662	67.22 658	34.93 653	30.64 651	31.81 648	48.11 653	42.11 657	46.57 655	54.95 657	21.61 650	18.87 653	23.48 652	23.15 653	29.16 652	33.08 657

CasAABBNet	41.80 654	40.20 652	53.41 658	47.73 653	45.18 652	62.51 657	80.71 663	67.26 659	34.80 651	30.49 647	31.88 649	48.24 655	41.81 653	46.63 657	55.64 662	21.60 649	18.88 654	23.48 652	23.22 654	29.19 653	33.05 654

RAFT-FEzeroshot	41.78 652	40.21 653	53.07 654	47.74 655	45.19 653	62.51 657	80.73 664	67.30 660	34.75 649	30.51 648	31.88 649	48.27 656	41.88 654	46.64 658	55.54 660	21.62 651	18.89 656	23.48 652	23.22 654	29.20 654	33.05 654

RAFT-FE	41.78 652	40.21 653	53.07 654	47.74 655	45.19 653	62.51 657	80.73 664	67.30 660	34.75 649	30.51 648	31.88 649	48.27 656	41.88 654	46.64 658	55.54 660	21.62 651	18.89 656	23.48 652	23.22 654	29.20 654	33.05 654

HaxPig	43.25 655	43.65 655	45.00 648	33.85 650	35.61 648	32.69 648	30.52 646	45.09 655	42.97 656	48.77 654	48.17 656	43.00 649	40.26 649	44.58 653	43.61 653	47.18 659	49.30 660	51.54 660	50.25 659	43.73 658	45.29 659

AVERAGE_ROB	44.46 656	45.91 656	46.59 649	40.59 652	38.66 649	32.99 649	30.52 646	46.19 656	43.26 657	49.59 655	48.97 657	44.62 651	39.89 648	45.04 654	43.94 654	48.74 660	50.69 661	50.80 659	49.79 658	45.54 659	46.97 660

MEDIAN_ROB	47.37 657	49.08 657	49.92 652	40.32 651	39.97 650	34.95 650	33.43 650	49.17 657	46.39 659	53.06 657	52.65 658	47.65 652	42.23 658	48.35 661	47.29 655	52.10 661	54.04 662	54.28 661	53.48 660	48.76 660	50.33 661

PML	64.32 661	53.22 658	17.88 507	8.10 640	32.94 647	148.46 666	247.79 668	12.18 633	45.42 658	111.41 665	288.92 668	101.47 666	101.31 666	31.67 647	15.55 613	14.03 648	4.83 641	10.98 648	6.18 643	28.82 650	5.17 637

DLNR_Zeroshot_test	28.62 647	55.50 659	49.94 653	183.62 661	115.05 661	3.43 295	0.28 37	29.49 650	1.49 195	1.01 181	1.26 184	0.93 193	0.63 104	3.92 389	1.51 386	29.81 656	0.41 498	0.26 170	0.23 212	93.28 661	0.32 278

DLNR-FE	28.68 648	56.10 660	49.61 651	183.75 662	105.98 659	3.44 296	0.28 37	29.58 651	1.49 195	1.01 181	1.26 184	0.93 193	0.63 104	3.81 382	1.51 386	33.14 657	0.41 498	0.26 170	0.23 212	99.94 663	0.32 278

BEATNet-Init1	49.72 659	64.32 661	97.77 662	4.68 633	4.28 630	84.75 664	60.42 656	73.38 664	68.59 660	88.29 664	88.51 665	91.94 665	97.99 665	85.26 666	70.96 666	0.80 567	0.65 572	0.85 584	0.70 569	7.96 641	2.33 605

xxxxx1	112.33 663	88.53 662	37.76 645	227.84 664	157.23 664	39.05 652	61.41 657	93.76 665	79.29 664	62.45 659	74.79 660	78.32 661	70.96 662	33.47 648	70.69 663	114.00 664	130.36 665	259.31 666	274.34 666	145.54 664	147.50 664

tt_ll	112.33 663	88.53 662	37.76 645	227.84 664	157.23 664	39.05 652	61.41 657	93.76 665	79.29 664	62.45 659	74.79 660	78.32 661	70.96 662	33.47 648	70.69 663	114.00 664	130.36 665	259.31 666	274.34 666	145.54 664	147.50 664

ff	112.33 663	88.53 662	37.76 645	227.84 664	157.23 664	39.05 652	61.41 657	93.76 665	79.29 664	62.45 659	74.79 660	78.32 661	70.96 662	33.47 648	70.69 663	114.00 664	130.36 665	259.31 666	274.34 666	145.54 664	147.50 664

ASD4		113.98 665

DPSimNet_ROB	102.30 662	119.72 666	143.59 664	109.42 660	94.10 658	127.22 665	127.15 666	26.62 648	102.36 667	149.58 667	83.99 664	139.34 667	137.54 667	64.62 663	82.36 667	105.18 663	66.15 664	120.15 663	69.61 662	99.58 662	77.72 663

test_example2	212.63 666	219.92 667	221.87 666	213.67 663	221.17 667	199.47 667	200.74 667	185.30 668	141.66 668	209.52 668	213.45 667	210.82 668	205.48 668	221.27 668	216.64 668	236.83 668	242.07 668	213.93 665	217.01 665	235.69 668	226.10 667

ccccc		629.75 668		567.84 667	570.84 668	582.44 668		613.82 669		614.58 669		555.57 669		666.94 669		781.57 669	507.24 669	391.36 669	342.44 669	689.82 669

GS-Stereo							0.83 312	3.32 302	1.37 145	0.75 111	0.89 104	0.76 148	0.80 171	0.92 71	0.53 93	0.26 153	0.18 112	0.26 170	0.20 148	0.28 168	0.21 100

FSD					0.60 226	0.77 5	0.67 205	1.57 51	0.68 8	0.72 102	0.62 60	1.02 205	0.72 130	0.81 40	0.73 168	0.59 534	0.54 547	0.57 540	0.54 543	0.57 477

Low-res two-view benchmark