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

S2M2	0.64 8	0.55 99	1.07 10	0.89 145	0.54 136	1.08 11	0.20 1	1.16 7	1.37 80	0.59 18	0.81 37	0.86 110	0.47 14	0.70 3	0.65 65	0.31 230	0.33 363	0.27 137	0.27 229	0.36 257	0.31 202

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 52	0.65 56	0.53 23	0.54 1	0.50 29	0.28 149	0.24 256	0.25 80	0.21 98	0.23 42	0.22 60

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 16	0.82 269	3.49 247	0.23 2	1.69 39	2.14 326	0.62 25	0.32 3	0.67 61	0.33 1	1.14 59	0.37 3	0.23 47	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 9	0.93 33	0.53 7	0.60 15	0.44 26	0.49 19	1.02 37	0.45 15	0.27 112	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

LG-Stereo_L2	0.63 7	0.46 28	1.15 47	0.70 39	0.43 65	2.32 108	0.28 5	1.86 52	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 47	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

DLNR_Zeroshot_test	28.62 577	55.50 587	49.94 582	183.62 589	115.05 587	3.43 232	0.28 5	29.49 578	1.49 127	1.01 118	1.26 121	0.93 127	0.63 49	3.92 318	1.51 316	29.81 582	0.41 428	0.26 109	0.23 146	93.28 587	0.32 213

MLG-Stereo_test1	0.80 50	0.39 4	1.02 2	0.65 23	1.20 390	3.14 188	0.29 7	1.59 25	3.05 484	0.50 4	0.24 1	0.67 61	0.43 9	1.33 109	0.40 5	0.21 27	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 159	2.19 99	0.31 8	1.68 38	0.56 2	0.49 3	0.51 10	0.56 40	0.33 1	0.96 29	0.54 40	0.21 27	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

MLG-Stereo	0.77 41	0.39 4	1.04 3	0.64 16	0.41 53	3.01 173	0.31 8	1.89 54	2.92 470	0.47 1	0.29 2	0.66 60	0.47 14	1.35 113	0.39 4	0.20 24	0.18 66	0.24 58	0.16 12	0.19 4	0.20 19

CREStereo++_RVC	1.02 117	0.49 56	1.54 98	0.83 104	0.55 143	4.01 373	0.31 8	1.63 32	1.99 287	1.63 185	2.13 382	0.84 102	0.65 54	0.88 17	0.70 93	0.27 112	0.15 21	0.23 28	1.22 530	0.24 47	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
RAStereo	0.75 26	0.52 71	2.86 219	0.58 2	0.62 184	1.19 18	0.32 11	1.81 50	0.99 41	0.75 60	1.05 78	0.64 52	0.47 14	0.80 8	0.94 191	0.22 35	0.20 134	0.27 137	0.21 98	0.34 226	0.22 60

111111	0.87 72	0.50 59	1.13 43	0.66 31	1.08 356	3.37 222	0.33 12	2.33 103	1.47 111	0.74 58	1.50 183	0.61 46	0.59 38	1.40 120	0.48 19	0.24 61	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

LG-Stereo_L1	0.61 5	0.47 40	1.10 28	0.73 55	0.49 112	1.72 63	0.33 12	1.95 63	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 47	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

IGEV-Stereo++	0.93 85	0.44 18	1.08 17	0.70 39	1.20 390	3.87 335	0.33 12	3.36 242	1.43 95	0.75 60	1.17 97	0.68 63	1.04 171	0.95 25	0.42 7	0.22 35	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

XX-TBD	1.03 118	0.95 374	1.94 131	1.30 379	0.43 65	3.97 367	0.33 12	1.74 42	1.73 240	1.59 176	2.02 353	0.69 66	0.60 41	1.16 66	0.66 70	0.30 211	0.25 279	0.23 28	0.15 4	0.31 163	0.22 60

GREAT-IGEV	0.74 25	0.54 93	1.86 123	1.10 280	0.44 71	2.44 118	0.34 16	1.37 10	1.51 139	0.48 2	0.86 42	0.51 34	0.60 41	1.07 45	0.45 15	0.22 35	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 246	1.03 43	0.50 4	0.46 9	0.58 41	0.40 5	1.85 211	0.49 23	0.23 47	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

U	12.82 564	0.38 3	1.99 137	0.66 31	58.94 583	63.38 588	0.34 16	1.91 59	0.94 37	0.59 18	0.80 33	0.46 30	0.57 30	0.83 11	0.44 13	0.29 171	0.17 39	63.35 587	59.81 586	0.29 121	0.20 19

UGAM-zero	2.79 420	0.57 119	20.87 528	0.98 209	0.77 251	2.08 92	0.35 19	3.88 332	1.51 139	2.05 299	1.64 224	5.07 521	3.42 484	9.83 441	1.24 254	0.28 149	0.21 166	0.27 137	0.29 286	0.29 121	0.28 155

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 80	0.42 59	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 80	0.77 93	0.69 2	0.36 2	0.26 97	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

MaDis-Stereo	0.82 61	0.66 221	1.53 95	0.65 23	1.87 511	1.24 24	0.36 20	2.13 77	1.27 68	0.67 41	0.75 24	0.88 115	0.70 68	1.15 64	1.07 215	0.29 171	0.23 222	0.26 109	0.20 84	0.31 163	0.22 60

Pointernet	0.88 74	0.44 18	2.26 172	0.84 113	0.37 28	2.29 106	0.38 22	3.06 203	1.46 106	0.66 38	1.39 156	0.91 121	0.73 77	1.01 36	0.72 101	0.23 47	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

TANstereo	1.01 113	0.55 99	1.73 111	0.76 72	0.36 14	4.04 379	0.38 22	1.48 16	1.62 210	2.03 294	2.10 373	0.84 102	0.93 144	0.98 32	0.62 52	0.28 149	0.36 386	0.23 28	0.20 84	0.25 61	0.46 358

StereoAnything_RVC	0.94 88	2.66 513	2.20 163	0.76 72	0.34 9	1.18 17	0.39 24	2.31 100	0.69 5	0.51 6	0.34 4	0.32 1	0.89 133	1.57 155	0.35 1	0.32 251	0.16 26	0.23 28	0.15 4	3.31 537	0.18 3

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 269	1.13 14	0.39 24	2.57 141	0.92 32	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

IGEV-Stereo+	0.94 88	0.47 40	1.19 51	0.86 130	2.02 521	1.40 43	0.39 24	1.17 8	0.88 27	0.61 23	0.44 8	0.47 31	0.79 104	2.14 236	0.42 7	0.27 112	0.19 96	0.22 14	0.17 27	2.26 532	2.41 537

UniTT-Stereo	0.82 61	0.47 40	2.63 206	0.96 196	1.19 384	0.78 5	0.39 24	1.12 6	1.54 164	1.19 137	1.26 121	0.51 34	0.64 51	1.13 57	1.03 209	0.30 211	0.20 134	0.24 58	0.21 98	0.40 287	0.25 96

2.25w	0.75 26	0.47 40	1.09 24	0.69 38	0.65 197	2.28 105	0.40 28	2.42 110	0.80 19	0.73 53	1.03 68	0.40 11	0.81 112	1.24 86	0.80 128	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

monsterstereo	0.82 61	0.50 59	1.26 61	0.77 76	1.41 444	2.54 132	0.40 28	3.14 209	0.71 7	0.70 46	1.11 88	0.41 18	0.39 4	1.50 144	0.50 29	0.19 19	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 61	0.58 132	1.16 48	0.76 72	1.52 459	2.92 160	0.40 28	2.66 154	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 205	0.48 19	0.20 24	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 44	0.30 2	2.80 143	0.40 28	2.21 86	0.78 14	0.59 18	0.55 12	0.51 34	0.58 33	1.24 86	0.49 23	0.24 61	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

CREStereo	0.92 83	0.53 82	1.45 86	0.61 6	0.34 9	4.42 463	0.40 28	2.21 86	1.54 164	0.94 108	1.12 90	0.87 112	0.87 127	1.12 54	0.72 101	0.28 149	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
IGEV	0.70 16	0.36 1	1.07 10	0.71 44	1.31 412	2.82 145	0.41 34	1.76 44	0.98 40	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-Stereo_Zeroshot	0.89 77	0.47 40	2.08 156	0.76 72	0.73 234	3.91 340	0.41 34	2.07 73	1.07 46	0.77 75	0.89 47	0.64 52	0.86 123	0.95 25	0.77 121	0.26 97	0.18 66	0.26 109	0.19 67	0.32 190	0.32 213

tg	1.15 136	0.67 231	1.31 70	0.94 186	0.54 136	4.02 375	0.41 34	2.96 189	1.59 202	1.69 197	1.85 312	1.84 269	0.97 152	1.78 195	0.83 140	0.27 112	0.17 39	0.29 187	0.26 203	0.29 121	0.27 136

trnet	0.91 82	0.48 49	1.46 87	0.62 9	0.31 4	4.40 459	0.41 34	2.20 84	1.53 155	0.94 108	1.14 93	0.88 115	0.89 133	1.09 48	0.71 96	0.27 112	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

HART	1.03 118	0.85 344	3.13 229	0.84 113	0.38 39	1.17 16	0.42 38	3.54 265	1.47 111	1.08 127	2.17 388	1.48 204	0.57 30	1.37 119	0.74 109	0.23 47	0.18 66	0.28 166	0.21 98	0.32 190	0.24 86

GIP-stereo	0.88 74	0.50 59	1.34 75	1.32 385	0.94 312	2.90 154	0.42 38	3.41 247	1.06 45	0.63 28	0.76 25	0.90 119	0.76 91	0.91 21	0.52 37	0.27 112	0.18 66	0.25 80	0.16 12	0.25 61	0.19 5

EGLCR-Stereo	1.06 121	0.51 65	1.56 101	1.02 239	0.39 42	4.27 442	0.42 38	4.08 397	1.48 119	0.90 102	0.68 17	1.09 145	0.66 60	1.81 201	0.62 52	0.27 112	0.19 96	0.29 187	0.23 146	0.37 267	0.25 96

iRaftStereo_RVC	1.09 125	0.70 252	1.39 80	0.95 190	0.45 78	3.83 317	0.42 38	2.37 105	1.58 187	1.69 197	1.76 267	1.80 257	0.83 117	1.50 144	0.98 201	0.28 149	0.18 66	0.29 187	0.26 203	0.30 144	0.31 202

RAFT-Stereo + iAFF	1.25 165	0.72 268	1.74 114	1.05 249	0.36 14	4.13 401	0.42 38	2.95 188	2.84 464	2.02 290	2.40 433	1.61 221	1.11 197	1.26 92	0.97 198	0.21 27	0.15 21	0.26 109	0.23 146	0.29 121	0.23 71

AdaDepth	0.76 34	0.45 21	1.41 83	0.70 39	1.27 407	3.12 186	0.43 43	1.02 4	0.94 37	0.63 28	0.91 50	0.43 21	0.58 33	1.41 125	0.48 19	0.18 14	0.21 166	0.23 28	0.19 67	0.25 61	0.26 120

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 302	2.88 152	0.43 43	1.64 34	0.79 17	0.68 43	0.88 44	0.43 21	0.74 81	0.85 13	0.49 23	0.19 19	0.13 1	0.24 58	0.17 27	0.22 37	0.20 19

DEFOM-Stereo_RVC	0.81 58	1.13 411	1.23 57	0.97 203	0.57 159	0.81 6	0.43 43	3.49 253	0.84 26	0.73 53	0.95 60	0.44 26	1.17 216	1.45 134	0.60 48	0.26 97	0.18 66	0.24 58	0.17 27	0.30 144	0.19 5

PMTNet	0.99 108	0.48 49	1.73 111	0.62 9	0.56 147	4.20 431	0.43 43	1.88 53	1.58 187	1.00 117	1.05 78	0.78 88	0.98 158	1.50 144	0.85 146	1.21 518	0.20 134	0.23 28	0.15 4	0.22 37	0.19 5

4w-stereo	0.67 10	0.49 56	1.07 10	0.63 12	0.75 241	1.63 61	0.44 47	2.23 90	0.77 11	0.56 10	0.92 52	0.40 11	0.82 113	1.08 46	0.53 38	0.18 14	0.13 1	0.25 80	0.18 47	0.19 4	0.20 19

DEFOM-Stereo	0.70 16	0.46 28	1.13 43	0.72 52	0.48 105	3.40 227	0.44 47	0.90 3	0.77 11	0.86 97	0.58 14	0.45 29	0.43 9	1.76 193	0.43 11	0.24 61	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

AIO-Stereo-zeroshot	2.35 356	0.99 383	19.62 474	1.09 271	0.96 316	1.51 52	0.44 47	4.05 387	1.64 214	1.31 143	1.67 233	4.93 514	2.45 434	2.52 269	1.40 285	0.30 211	0.20 134	0.31 229	0.50 460	0.57 410	0.60 424

H2IRNET	1.90 266	0.53 82	14.29 388	1.14 299	0.60 174	4.48 469	0.44 47	2.65 152	1.81 257	1.05 125	2.30 416	1.67 226	1.40 260	2.17 240	1.50 310	0.36 310	0.21 166	0.33 284	0.37 386	0.34 226	0.29 165

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 350	2.49 122	0.45 51	2.57 141	0.90 28	0.71 50	0.83 38	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 58	0.16 12	0.21 26	0.20 19

HI	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 322	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

CoSv	1.27 177	0.90 355	2.33 181	1.10 280	0.68 216	2.92 160	0.45 51	2.49 123	1.76 250	2.13 322	1.65 230	2.42 339	1.84 379	1.58 156	1.61 332	0.26 97	0.16 26	0.28 166	0.29 286	0.26 78	0.25 96

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 125	0.31 4	2.44 118	0.46 54	1.09 5	0.69 5	0.84 94	0.52 11	0.55 38	0.53 23	1.49 143	0.46 17	0.31 230	0.14 11	0.25 80	0.18 47	0.23 42	0.20 19

PAM_32	2.45 372	0.63 188	20.74 523	1.05 249	0.65 197	2.83 146	0.46 54	2.91 186	1.54 164	1.95 259	2.66 459	4.99 517	3.78 491	1.96 219	0.92 181	0.27 112	0.22 195	0.27 137	0.25 183	0.36 257	0.48 368

CroCo-Stereo Lap2	0.99 108	0.89 353	2.55 195	0.99 215	1.80 508	0.54 3	0.46 54	3.10 205	1.24 59	1.07 126	1.21 106	1.05 144	0.78 101	1.26 92	1.08 217	0.27 112	0.23 222	0.27 137	0.21 98	0.43 340	0.34 241

raft_robust	1.92 273	1.15 416	3.34 240	1.02 239	0.43 65	3.84 322	0.46 54	4.42 501	2.52 414	1.67 195	1.36 150	2.17 312	6.37 532	6.78 380	1.04 210	0.28 149	0.24 256	0.30 207	0.35 364	0.31 163	0.32 213

XX-Stereo	2.54 391	0.61 169	20.21 498	1.78 490	1.19 384	4.30 446	0.46 54	4.39 497	1.58 187	2.32 393	1.89 325	4.64 509	0.60 41	4.16 323	0.82 137	0.31 230	0.21 166	0.28 166	0.27 229	0.51 384	0.26 120

water-stereo	0.78 46	0.45 21	1.94 131	0.79 80	0.48 105	2.36 111	0.47 59	1.53 21	1.09 48	0.88 100	1.04 73	0.82 98	0.75 84	0.72 4	0.78 122	0.22 35	0.23 222	0.25 80	0.23 146	0.24 47	0.29 165

Reg-Stereo(zero)	1.60 220	0.42 15	10.69 338	0.89 145	0.68 216	3.27 208	0.47 59	2.27 94	1.54 164	1.48 165	1.24 113	2.55 357	2.68 447	1.48 141	1.10 221	0.19 19	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

AFF-stereo	1.31 187	0.77 307	1.46 87	1.10 280	0.45 78	3.93 347	0.48 61	2.92 187	2.92 470	1.90 243	2.21 396	2.11 310	1.52 300	1.93 216	1.12 227	0.21 27	0.16 26	0.25 80	0.25 183	0.29 121	0.20 19

asda	0.77 41	0.46 28	1.10 28	0.64 16	0.82 269	3.33 218	0.49 62	2.40 106	0.81 23	0.63 28	0.80 33	0.44 26	0.85 120	0.88 17	0.60 48	0.17 4	0.13 1	0.24 58	0.17 27	0.20 16	0.20 19

MIF-Stereo (partial)	0.98 102	0.55 99	2.83 216	0.71 44	1.03 342	1.08 11	0.49 62	2.55 137	1.66 220	0.79 80	1.20 102	0.80 94	0.90 136	1.61 168	1.56 323	0.36 310	0.24 256	0.33 284	0.25 183	0.40 287	0.28 155

CES	1.01 113	0.55 99	1.74 114	0.92 168	2.15 525	2.15 95	0.50 64	2.01 67	1.45 98	0.76 70	1.02 65	0.61 46	0.47 14	1.29 101	0.79 127	0.22 35	0.17 39	0.24 58	0.14 2	0.63 429	2.29 534

IPLGR	2.53 389	0.58 132	20.46 514	0.82 93	0.52 127	4.56 492	0.50 64	4.30 473	2.38 385	1.87 233	1.53 193	1.68 228	1.72 357	6.95 383	1.15 230	0.28 149	0.21 166	0.27 137	0.23 146	0.33 208	0.32 213

CroCo-Stereo	0.98 102	0.87 350	3.44 242	0.87 135	0.53 135	0.49 2	0.50 64	3.99 370	1.49 127	0.81 84	1.25 120	1.00 136	0.75 84	1.10 49	1.09 220	0.24 61	0.21 166	0.24 58	0.19 67	0.35 244	0.27 136
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
s12784h	1.31 187	0.45 21	2.41 190	0.71 44	0.35 12	4.42 463	0.50 64	4.22 435	2.73 441	2.01 285	2.48 439	0.91 121	0.96 149	2.01 224	0.70 93	0.29 171	0.18 66	0.24 58	0.16 12	0.27 90	0.18 3

DilatedVolume-Stereo	0.81 58	0.60 152	1.51 94	1.01 229	0.59 171	1.34 38	0.51 68	1.56 23	1.08 47	1.26 141	1.24 113	0.77 87	0.87 127	1.79 199	0.72 101	0.23 47	0.24 256	0.22 14	0.21 98	0.25 61	0.23 71

4.5_new	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.78 14	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 28	1.11 35	0.63 12	0.78 252	1.97 81	0.51 68	2.18 81	0.77 11	0.73 53	0.90 48	0.42 19	0.49 19	0.81 9	0.49 23	0.21 27	0.14 11	0.26 109	0.19 67	0.22 37	0.20 19

3.25w_new	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.78 6	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 28	1.10 28	0.61 6	0.61 178	2.23 102	0.51 68	2.45 116	0.90 28	0.63 28	0.78 30	0.47 31	0.71 70	0.79 7	0.50 29	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.5w_stereo	0.77 41	0.53 82	1.09 24	0.65 23	0.72 229	2.52 126	0.51 68	2.43 113	0.80 19	0.76 70	1.20 102	0.43 21	0.66 60	1.23 85	0.73 104	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

GCST	2.56 396	1.79 488	18.02 441	1.92 505	1.33 422	1.72 63	0.51 68	3.67 285	2.03 296	1.70 201	1.61 217	1.55 213	1.29 237	5.06 335	1.24 254	2.06 534	0.77 515	1.45 531	0.97 517	1.14 507	1.34 511

LoS	0.94 88	0.52 71	1.88 125	0.86 130	0.36 14	4.15 405	0.51 68	2.18 81	1.45 98	0.97 116	0.88 44	0.62 48	0.79 104	1.59 161	0.86 153	0.26 97	0.19 96	0.24 58	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-RAFT	1.15 136	0.46 28	1.64 107	0.99 215	0.45 78	4.17 419	0.51 68	3.21 217	1.69 230	1.12 133	1.34 143	1.45 201	1.40 260	2.08 228	0.94 191	0.41 369	0.20 134	0.24 58	0.23 146	0.27 90	0.25 96

GCAP-Stereo	0.93 85	0.68 239	1.35 77	0.85 125	0.41 53	3.61 279	0.52 77	2.20 84	1.50 132	1.11 132	1.04 73	1.17 156	0.84 118	1.11 51	0.71 96	0.25 82	0.20 134	0.27 137	0.18 47	0.28 107	0.23 71

depthmonostereo	0.94 88	0.71 264	2.39 187	0.85 125	0.54 136	2.21 101	0.53 78	1.83 51	1.17 52	0.95 112	1.09 84	0.99 133	0.97 152	2.37 254	0.68 78	0.23 47	0.27 303	0.22 14	0.20 84	0.25 61	0.26 120

3.75w	0.75 26	0.47 40	1.09 24	0.63 12	1.10 362	2.61 136	0.53 78	2.46 119	0.97 39	0.62 25	0.80 33	0.40 11	0.66 60	1.11 51	0.48 19	0.19 19	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

PAM	2.43 369	0.61 169	20.86 526	1.07 257	0.73 234	2.93 164	0.53 78	3.24 223	1.53 155	1.89 242	2.43 434	5.29 527	2.76 449	1.84 205	1.02 208	0.27 112	0.24 256	0.26 109	0.25 183	0.40 287	0.50 382

Former-RAFT_DAM_RVC	0.92 83	0.73 279	1.42 84	0.92 168	1.08 356	2.97 170	0.53 78	1.77 47	1.39 82	1.16 135	1.54 195	0.58 41	0.65 54	1.03 38	0.84 143	0.25 82	0.23 222	0.30 207	0.24 171	0.43 340	0.29 165

GMStereo_Zeroshot	1.41 197	1.21 427	3.33 239	1.29 372	0.72 229	3.35 220	0.53 78	2.58 145	1.68 224	2.35 401	1.56 202	2.42 339	0.96 149	2.50 261	1.16 233	0.45 402	0.23 222	0.40 374	0.24 171	0.79 476	0.33 229

IGEV_Zeroshot_test	2.16 312	0.69 242	20.60 520	1.22 343	0.54 136	2.18 97	0.53 78	3.38 244	1.61 207	1.93 254	1.55 199	3.76 465	1.05 176	1.55 152	0.91 177	0.29 171	0.20 134	0.27 137	0.29 286	0.40 287	0.32 213

MLCV	1.87 259	0.91 360	8.59 308	1.10 280	0.57 159	3.59 273	0.53 78	3.70 297	2.20 337	2.80 468	2.25 402	2.00 293	1.42 270	4.13 322	1.86 373	0.30 211	0.20 134	0.32 249	0.21 98	0.33 208	0.36 261

LG-Stereo	0.85 67	0.60 152	2.71 210	0.59 3	0.45 78	2.85 149	0.55 85	2.41 107	1.34 76	0.59 18	1.19 100	0.43 21	0.40 5	0.76 5	0.75 112	0.20 24	0.17 39	0.31 229	0.24 171	0.29 121	0.19 5

MoCha-V2	0.87 72	0.48 49	1.87 124	0.88 140	0.32 7	1.37 41	0.55 85	2.71 160	1.42 91	0.92 106	1.75 258	0.65 56	1.17 216	1.45 134	0.57 43	0.21 27	0.21 166	0.20 1	0.19 67	0.24 47	0.23 71

riskmin	1.25 165	0.56 110	2.05 144	1.05 249	0.93 310	2.86 151	0.55 85	3.23 221	1.34 76	1.55 172	1.07 82	3.56 459	2.03 397	1.29 101	1.00 206	0.28 149	0.27 303	0.34 302	0.21 98	0.41 311	0.43 336

TestStereo	2.00 288	1.02 388	12.25 353	0.70 39	0.61 178	1.88 73	0.55 85	2.31 100	1.52 148	1.41 159	1.33 138	1.27 175	0.90 136	11.62 515	0.81 134	0.34 279	0.19 96	0.33 284	0.24 171	0.44 348	0.24 86

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 222	2.39 114	0.56 89	2.77 169	0.82 24	0.63 28	0.88 44	0.37 5	0.75 84	1.36 115	0.50 29	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 184	2.45 120	0.56 89	2.75 166	0.74 9	0.78 78	0.73 21	0.38 9	0.92 141	1.04 42	0.66 70	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

IPLG	2.48 380	0.65 210	19.63 475	0.91 162	0.79 255	4.60 497	0.56 89	4.31 476	1.84 265	1.91 248	2.00 351	1.31 181	1.38 253	6.61 371	1.53 319	0.27 112	0.20 134	0.27 137	0.23 146	0.31 163	0.36 261

ours_stereo	0.76 34	0.64 200	1.40 82	0.86 130	0.61 178	1.12 13	0.57 92	1.63 32	1.20 55	0.72 52	1.43 165	0.70 67	0.62 46	1.56 153	0.58 45	0.25 82	0.18 66	0.26 109	0.21 98	0.29 121	0.31 202

MyStereo8	2.33 347	1.13 411	19.26 465	1.22 343	1.62 478	4.16 414	0.57 92	3.50 256	2.36 374	2.15 333	1.75 258	2.28 318	1.14 207	1.46 138	2.20 414	0.24 61	0.21 166	0.32 249	0.27 229	0.36 257	0.43 336

plain	1.55 207	0.69 242	13.59 369	0.65 23	0.73 234	1.66 62	0.57 92	3.17 214	1.94 281	0.77 75	1.24 113	0.80 94	0.86 123	1.60 163	0.96 197	0.33 267	0.21 166	0.32 249	0.25 183	0.42 330	0.28 155

DCANet-4	1.96 280	0.51 65	14.31 389	0.82 93	0.40 46	4.16 414	0.57 92	4.29 465	2.98 478	2.30 383	1.80 281	1.03 140	1.54 310	1.44 130	1.44 294	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

fff	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 462	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

RAFT-RH_RVC	2.63 403	0.55 99	19.97 487	1.26 358	0.47 97	4.46 467	0.57 92	1.71 40	1.64 214	3.06 488	5.51 521	2.03 297	1.28 234	6.70 375	1.52 318	0.42 380	0.22 195	0.37 348	0.34 348	0.28 107	0.29 165

csc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 462	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

cscssc	1.74 242	0.70 252	9.08 314	0.81 83	0.36 14	4.15 405	0.57 92	4.23 439	2.09 311	2.30 383	1.80 281	1.19 164	3.02 462	1.44 130	1.46 298	0.29 171	0.23 222	0.23 28	0.18 47	0.24 47	0.42 327

GMStereo	1.01 113	1.00 386	2.86 219	0.83 104	0.45 78	1.47 48	0.57 92	1.89 54	2.11 321	1.52 169	1.24 113	0.87 112	0.74 81	1.58 156	0.94 191	0.40 354	0.21 166	0.30 207	0.30 304	0.47 371	0.36 261
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
4.25_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 28	1.08 17	0.71 44	0.97 320	2.52 126	0.58 101	2.28 96	0.93 33	0.57 13	0.94 57	0.40 11	0.65 54	0.87 14	0.50 29	0.17 4	0.13 1	0.25 80	0.17 27	0.19 4	0.20 19

DIP-Stereo	1.24 161	0.69 242	1.77 116	0.65 23	0.61 178	4.29 444	0.58 101	4.44 505	2.53 415	1.98 266	1.33 138	0.91 121	0.86 123	1.25 91	1.25 257	0.36 310	0.23 222	0.32 249	0.23 146	0.32 190	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LoS_RVC	0.94 88	1.30 444	1.31 70	0.84 113	1.63 480	2.02 84	0.59 105	1.51 18	1.36 79	0.81 84	1.33 138	0.84 102	0.88 129	1.36 115	0.73 104	0.21 27	0.17 39	0.20 1	0.14 2	0.20 16	1.45 516

ADStereo(finetuned)	2.04 295	0.73 279	13.28 363	0.82 93	0.40 46	4.16 414	0.59 105	4.25 449	2.97 475	2.35 401	1.84 305	1.18 160	3.40 480	1.52 149	1.54 320	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.51 390

DCANet	1.74 242	0.73 279	9.08 314	0.82 93	0.40 46	4.18 422	0.59 105	4.25 449	2.97 475	2.35 401	1.84 305	1.18 160	1.63 337	1.51 147	1.55 321	0.29 171	0.24 256	0.23 28	0.18 47	0.30 144	0.53 397

DFGA-Net	2.11 305	3.00 517	7.43 295	1.11 287	0.76 245	3.72 296	0.60 108	2.63 150	1.91 278	2.01 285	2.07 369	1.22 170	1.04 171	10.26 461	2.26 417	0.27 112	0.22 195	0.34 302	0.34 348	0.61 423	0.48 368

11t1	1.11 128	0.53 82	1.80 119	1.55 460	0.65 197	2.20 100	0.60 108	3.66 284	1.49 127	1.60 177	1.26 121	1.03 140	1.35 249	1.72 188	0.97 198	0.28 149	0.31 348	0.29 187	0.23 146	0.30 144	0.34 241

MIM_Stereo	1.20 148	0.78 313	3.30 237	1.05 249	0.43 65	3.04 174	0.60 108	2.46 119	1.51 139	1.60 177	1.58 205	1.82 263	1.29 237	2.00 221	1.07 215	0.24 61	0.24 256	0.28 166	0.25 183	0.27 90	0.27 136

FENet	2.25 324	0.50 59	20.29 506	1.35 402	0.67 211	4.01 373	0.60 108	3.95 357	1.99 287	1.96 262	1.11 88	2.43 342	1.43 273	1.60 163	1.39 284	0.32 251	0.22 195	0.33 284	0.26 203	0.29 121	0.39 297

2w_stereo	0.75 26	0.46 28	1.08 17	0.68 37	0.56 147	2.00 83	0.61 112	2.87 185	0.83 25	0.93 107	0.93 55	0.36 3	1.13 200	0.90 19	0.61 50	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

ISRNet	1.69 236	0.76 304	5.69 282	1.27 366	1.36 428	2.85 149	0.61 112	3.60 273	1.91 278	2.13 322	2.12 380	2.90 394	1.41 265	2.51 264	1.71 351	0.49 434	0.50 471	0.56 466	0.47 445	0.49 380	0.57 414

rvit_stereo_0081	0.80 50	0.63 188	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 292	0.27 137	0.25 183	0.38 272	0.27 136

rvit_stereo_0082	0.80 50	0.63 188	1.19 51	0.91 162	0.64 189	1.27 28	0.61 112	2.05 69	1.71 234	0.82 86	0.73 21	0.85 106	0.75 84	1.30 105	0.80 128	0.31 230	0.26 292	0.27 137	0.25 183	0.38 272	0.27 136

StereoVision	1.65 230	0.75 299	7.47 296	1.01 229	1.80 508	2.61 136	0.61 112	3.06 203	1.96 282	1.25 139	3.46 502	1.85 272	0.88 129	2.07 226	1.93 381	0.43 386	0.36 386	0.37 348	0.36 374	0.48 374	0.33 229

EKT-Stereo	6.79 542	0.64 200	4.24 261	1.77 489	106.39 586	4.51 482	0.61 112	3.16 212	1.53 155	1.88 236	1.22 108	1.98 290	1.36 251	3.81 312	0.84 143	0.35 299	0.24 256	0.29 187	0.26 203	0.34 226	0.48 368

MC-Stereo	1.06 121	0.48 49	1.55 99	1.15 312	0.41 53	4.56 492	0.61 112	2.06 71	1.46 106	1.90 243	1.61 217	0.89 117	1.12 198	1.35 113	0.73 104	0.25 82	0.18 66	0.26 109	0.22 131	0.25 61	0.24 86

MIPNet	2.33 347	0.71 264	19.82 480	0.89 145	0.56 147	4.76 526	0.61 112	4.32 480	2.37 380	1.83 224	1.48 181	1.48 204	1.98 396	2.63 279	1.44 294	0.29 171	0.20 134	0.26 109	0.23 146	0.30 144	0.39 297

rafts_anoy	1.24 161	0.80 321	3.61 252	1.17 320	1.20 390	3.00 171	0.61 112	3.17 214	1.58 187	1.37 152	1.26 121	1.19 164	1.12 198	1.78 195	1.25 257	0.32 251	0.23 222	0.32 249	0.32 331	0.31 163	0.30 192

sAnonymous2	1.37 192	1.22 433	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 451

CroCo_RVC	1.37 192	1.22 433	9.79 324	0.92 168	0.88 294	1.23 20	0.61 112	2.56 139	1.69 230	0.85 95	1.02 65	0.73 80	1.23 228	0.98 32	0.78 122	0.29 171	0.25 279	0.31 229	0.30 304	1.06 498	0.71 451

sCroCo_RVC	1.06 121	0.82 332	5.05 272	1.02 239	1.05 347	0.98 8	0.61 112	2.06 71	1.29 70	0.69 45	1.26 121	0.82 98	1.10 194	1.20 80	0.90 170	0.42 380	0.40 419	0.33 284	0.30 304	0.46 367	0.38 290

DN-CSS_ROB	1.91 270	1.55 473	11.13 344	1.82 497	0.88 294	3.99 370	0.61 112	4.01 374	1.67 222	1.64 188	1.89 325	1.39 191	1.06 183	3.23 296	1.50 310	0.31 230	0.19 96	0.44 402	0.29 286	0.37 267	0.31 202

IGEV-BASED-STEREO-	1.09 125	3.30 522	2.61 202	0.82 93	0.38 39	1.27 28	0.62 125	1.51 18	1.29 70	0.91 103	0.92 52	0.65 56	0.57 30	1.08 46	0.59 46	1.55 532	0.15 21	0.32 249	0.28 258	1.10 503	1.98 530

test-1	1.23 156	0.65 210	1.88 125	0.96 196	0.52 127	3.84 322	0.62 125	4.01 374	1.47 111	1.93 254	1.78 275	1.83 266	0.92 141	1.19 79	1.28 267	0.26 97	0.29 325	0.31 229	0.24 171	0.29 121	0.36 261

rvit_stereo_0081_aga	0.81 58	0.75 299	1.84 122	0.72 52	0.73 234	1.21 19	0.63 127	1.92 60	1.39 82	0.87 99	0.80 33	0.79 92	0.69 66	1.27 96	0.69 87	0.35 299	0.29 325	0.26 109	0.25 183	0.40 287	0.27 136

model_zeroshot	1.21 151	0.60 152	3.55 246	1.05 249	0.57 159	3.46 238	0.63 127	2.73 163	1.55 172	2.05 299	1.38 154	1.50 207	0.82 113	1.69 184	0.87 159	0.29 171	0.23 222	0.30 207	0.23 146	0.27 90	0.32 213

xxxx	2.67 409	0.54 93	2.03 141	1.22 343	0.81 260	3.49 247	0.63 127	4.49 514	2.49 409	2.22 362	2.23 399	2.05 301	1.38 253	10.05 453	17.91 554	0.32 251	0.32 356	0.30 207	0.27 229	0.33 208	0.34 241

SCV_C0	0.89 77	0.59 140	1.96 136	0.83 104	0.44 71	1.24 24	0.64 130	3.33 240	1.66 220	0.82 86	1.20 102	0.73 80	0.66 60	1.62 169	0.66 70	0.32 251	0.21 166	0.24 58	0.20 84	0.28 107	0.23 71

rvit_stereo_0083	0.86 68	0.67 231	1.42 84	0.87 135	0.65 197	1.23 20	0.64 130	1.67 36	2.28 355	0.79 80	0.93 55	0.93 127	1.07 185	1.46 138	0.75 112	0.32 251	0.36 386	0.30 207	0.26 203	0.33 208	0.28 155

test_sample1	1.62 224	0.55 99	1.88 125	1.44 433	0.79 255	2.27 104	0.64 130	4.00 372	1.82 258	1.87 233	1.35 146	1.57 214	1.62 324	9.55 434	1.24 254	0.30 211	0.27 303	0.31 229	0.28 258	0.32 190	0.32 213

PCWNet_CMD	2.23 320	0.65 210	17.36 430	0.83 104	0.76 245	3.51 254	0.64 130	3.60 273	1.97 284	1.70 201	1.63 222	3.22 421	3.05 466	2.09 231	1.11 224	0.31 230	0.36 386	0.47 418	0.26 203	0.64 437	0.47 363

TransformOpticalFlow	3.03 453	0.77 307	20.99 532	1.00 223	0.55 143	4.18 422	0.64 130	4.33 482	3.02 482	2.18 344	3.09 487	4.35 495	5.07 514	7.36 390	1.27 263	0.32 251	0.18 66	0.32 249	0.26 203	0.28 107	0.46 358

CFNet_pseudo	2.12 307	0.67 231	15.14 403	0.85 125	0.74 239	3.95 357	0.64 130	3.95 357	1.78 253	1.90 243	1.79 278	3.27 426	1.62 324	2.51 264	1.16 233	0.31 230	0.36 386	0.53 456	0.27 229	0.63 429	0.44 342

CFNet-RSSM	2.08 302	0.52 71	20.06 490	1.01 229	0.56 147	3.39 224	0.64 130	3.67 285	1.55 172	1.72 206	1.37 151	2.57 359	1.19 222	1.11 51	0.86 153	0.27 112	0.20 134	0.25 80	0.23 146	0.27 90	0.23 71

Gwc-CoAtRS	1.58 214	0.57 119	11.69 350	1.01 229	0.60 174	2.53 130	0.64 130	2.36 104	1.56 178	1.80 220	1.47 174	2.74 376	1.18 218	1.12 54	0.90 170	0.27 112	0.21 166	0.25 80	0.22 131	0.27 90	0.23 71

MSMDNet	2.23 320	0.64 200	17.32 426	0.84 113	0.75 241	3.53 258	0.64 130	3.61 276	1.98 286	1.71 205	1.64 224	3.22 421	2.99 459	2.08 228	1.11 224	0.31 230	0.37 399	0.45 409	0.26 203	0.62 427	0.45 348

xyz-stereo-finetune2	1.16 140	0.63 188	1.50 92	0.57 1	0.36 14	3.47 241	0.65 139	2.70 159	1.23 57	0.88 100	1.75 258	0.91 121	1.76 362	3.54 304	1.74 358	0.24 61	0.22 195	0.30 207	0.27 229	0.31 163	0.26 120

222	2.68 413	0.57 119	2.03 141	1.11 287	0.81 260	3.23 198	0.65 139	4.52 519	2.45 401	2.34 400	2.29 411	1.41 197	1.44 276	10.50 466	18.47 558	0.32 251	0.30 338	0.32 249	0.27 229	0.32 190	0.34 241

ccs_rob	2.13 309	0.67 231	15.11 402	0.84 113	0.75 241	3.96 362	0.65 139	3.95 357	1.78 253	1.88 236	1.79 278	3.26 425	1.64 340	2.51 264	1.16 233	0.31 230	0.36 386	0.54 463	0.27 229	0.65 440	0.45 348

FlowAnything_test	0.75 26	0.60 152	1.18 50	0.82 93	0.58 168	2.29 106	0.66 142	1.38 11	0.80 19	1.03 124	0.76 25	0.63 50	0.49 19	0.84 12	0.91 177	0.31 230	0.27 303	0.40 374	0.48 450	0.31 163	0.30 192

iResNet_ROB	1.89 264	1.02 388	8.60 309	1.39 422	0.98 327	3.72 296	0.66 142	3.84 320	2.65 432	1.88 236	2.05 364	1.98 290	1.27 232	4.52 327	1.67 347	0.30 211	0.20 134	0.28 166	0.18 47	0.31 163	0.40 317

1w_stereo	0.86 68	0.42 15	1.07 10	0.72 52	0.81 260	3.00 171	0.67 144	3.28 227	0.75 10	0.74 58	1.32 136	0.37 5	1.37 252	0.92 23	0.68 78	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

mms	0.77 41	0.68 239	1.17 49	0.83 104	0.71 227	1.41 44	0.67 144	1.61 26	1.12 49	0.77 75	1.37 151	0.63 50	0.54 26	1.75 192	0.63 55	0.24 61	0.19 96	0.26 109	0.21 98	0.31 163	0.34 241

SDNR	3.97 499	1.93 492	20.28 505	1.31 382	0.94 312	5.16 534	0.67 144	4.33 482	2.58 423	4.82 533	5.94 524	5.01 519	1.45 280	17.52 563	2.53 441	0.79 494	0.72 511	0.59 473	0.45 440	1.15 510	1.17 502

DCRE	1.44 199	0.74 287	3.50 245	1.13 298	0.72 229	1.78 66	0.67 144	2.14 79	1.56 178	1.99 271	8.09 533	1.73 239	1.07 185	1.24 86	0.83 140	0.23 47	0.25 279	0.26 109	0.26 203	0.28 107	0.30 192

NF-Stereo	1.58 214	0.61 169	2.66 208	2.26 521	0.47 97	4.68 508	0.67 144	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.08 361	1.20 242	0.40 354	0.20 134	0.36 336	0.34 348	0.31 163	0.36 261

OCTAStereo	1.58 214	0.61 169	2.72 211	2.27 524	0.46 87	4.68 508	0.67 144	3.30 230	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.02 358	1.21 246	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

3w_stereo	0.71 21	0.47 40	1.14 45	0.65 23	0.39 42	1.73 65	0.68 150	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 166	1.03 38	0.56 42	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

CFNet_ucs	2.36 361	0.68 239	18.42 450	0.89 145	0.81 260	3.85 330	0.68 150	4.29 465	2.37 380	2.09 308	2.04 358	3.31 430	1.24 230	2.63 279	1.14 229	0.36 310	0.45 446	0.56 466	0.29 286	0.66 445	0.49 375

UDGNet	1.40 195	1.52 471	2.22 168	1.38 420	0.62 184	4.39 455	0.68 150	1.80 49	2.18 334	1.34 146	1.18 98	0.99 133	1.00 161	2.16 238	1.19 239	1.09 512	0.34 375	1.30 528	0.98 518	1.10 503	0.58 419

RE-Stereo	1.58 214	0.61 169	2.72 211	2.26 521	0.46 87	4.68 508	0.68 150	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

TVStereo	1.58 214	0.61 169	2.72 211	2.26 521	0.46 87	4.68 508	0.68 150	3.31 231	1.48 119	2.11 315	1.59 209	1.36 187	1.09 188	6.01 356	1.22 249	0.41 369	0.20 134	0.36 336	0.34 348	0.31 163	0.37 275

raftrobust	1.19 143	0.72 268	2.30 178	1.26 358	1.31 412	3.55 265	0.68 150	2.75 166	1.47 111	2.21 360	1.38 154	1.17 156	1.22 225	1.20 80	1.11 224	0.28 149	0.24 256	0.21 9	0.19 67	0.25 61	0.28 155

rvit_stereo_0075_2	1.18 141	0.74 287	2.66 208	0.90 154	1.27 407	2.51 124	0.69 156	2.25 92	2.06 305	1.40 157	1.86 315	1.46 203	0.84 118	1.42 127	0.94 191	0.46 409	0.40 419	0.48 426	0.38 399	0.46 367	0.51 390

CASS	1.29 182	0.66 221	2.62 205	0.95 190	0.66 204	2.84 147	0.69 156	3.00 194	1.79 255	2.57 437	1.95 337	1.39 191	1.55 312	1.59 161	1.06 212	0.50 438	0.28 315	0.34 302	0.28 258	0.46 367	0.63 434
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	1.66 233	0.59 140	5.15 274	2.25 519	0.48 105	4.68 508	0.69 156	2.57 141	1.52 148	2.14 325	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

KMStereo	1.66 233	0.59 140	5.15 274	2.25 519	0.48 105	4.68 508	0.69 156	2.57 141	1.52 148	2.14 325	1.45 168	1.42 198	0.99 159	6.04 359	1.20 242	0.41 369	0.23 222	0.37 348	0.39 406	0.32 190	0.31 202

AnonymousM	1.22 155	1.32 450	0.97 1	0.88 140	0.56 147	4.03 377	0.69 156	2.41 107	1.68 224	1.48 165	1.31 135	1.15 154	1.00 161	1.18 78	0.73 104	0.32 251	0.40 419	2.07 536	1.70 538	0.24 47	0.22 60

RALAANet	1.28 180	1.08 402	3.21 231	1.25 351	0.94 312	1.44 45	0.69 156	3.15 211	2.57 422	2.01 285	1.80 281	1.29 179	1.05 176	2.00 221	1.48 306	0.27 112	0.20 134	0.27 137	0.24 171	0.40 287	0.27 136

MSKI-zero shot	2.22 318	0.64 200	20.09 494	0.96 196	0.56 147	4.04 379	0.70 162	3.91 344	1.50 132	1.92 250	2.28 408	1.92 277	0.71 70	2.93 291	0.67 75	0.26 97	0.23 222	0.26 109	0.21 98	0.28 107	0.26 120

RALCasStereoNet	1.19 143	1.02 388	2.06 153	1.12 291	1.14 368	3.08 182	0.70 162	2.99 192	1.73 240	1.34 146	1.68 236	1.18 160	0.91 138	2.16 238	1.00 206	0.30 211	0.26 292	0.24 58	0.21 98	0.29 121	0.30 192

RSM++	0.77 41	0.51 65	1.08 17	0.95 190	0.42 59	1.52 54	0.71 164	2.11 76	1.40 86	0.80 82	1.23 112	0.90 119	0.59 38	1.14 59	0.69 87	0.24 61	0.19 96	0.25 80	0.21 98	0.28 107	0.20 19

HCRNet	1.60 220	0.56 110	2.47 192	0.78 78	1.36 428	4.11 396	0.71 164	3.57 269	2.79 450	1.75 212	1.61 217	1.58 216	1.41 265	5.79 353	1.56 323	0.34 279	0.28 315	0.36 336	0.29 286	0.33 208	0.37 275

StereoDRNet-Refined	1.77 249	0.81 325	2.22 168	1.21 340	0.76 245	3.26 206	0.71 164	3.82 316	2.05 303	2.29 379	2.05 364	2.98 401	1.44 276	7.15 385	2.27 419	0.30 211	0.23 222	0.42 393	0.33 339	0.45 356	0.64 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 351	0.63 188	11.59 348	1.30 379	0.83 273	3.07 181	0.72 167	4.27 457	2.30 359	2.30 383	1.88 319	1.73 239	1.42 270	11.14 497	1.46 298	0.35 299	0.29 325	0.35 321	0.36 374	0.40 287	0.38 290

AE-Stereo	1.18 141	0.60 152	2.05 144	1.10 280	0.60 174	4.39 455	0.72 167	3.74 301	1.62 210	1.10 129	1.90 330	1.01 137	0.92 141	1.45 134	0.82 137	0.28 149	0.22 195	0.28 166	0.28 258	0.26 78	0.22 60

anonymousdsp2	1.26 172	0.60 152	3.74 256	1.02 239	0.41 53	3.60 275	0.72 167	3.68 287	1.47 111	1.37 152	1.56 202	1.83 266	1.01 163	2.00 221	0.66 70	0.29 171	0.20 134	0.28 166	0.20 84	0.32 190	0.29 165

DeepStereo_RVC	1.55 207	0.63 188	3.32 238	0.77 76	0.42 59	4.49 475	0.72 167	2.50 125	1.58 187	2.02 290	1.81 293	1.54 212	6.38 534	1.73 189	1.19 239	0.46 409	0.22 195	0.29 187	0.28 258	0.35 244	0.38 290

cross-raft	2.01 291	0.57 119	19.01 460	1.03 246	0.56 147	2.11 94	0.72 167	3.63 278	1.57 184	1.77 214	1.51 185	3.17 418	1.13 200	1.16 66	0.85 146	0.23 47	0.21 166	0.26 109	0.23 146	0.28 107	0.25 96

MM-Stereo_test2	1.79 251	0.53 82	20.16 496	1.43 430	0.47 97	2.57 133	0.73 172	1.67 36	1.47 111	0.94 108	0.96 62	0.84 102	0.79 104	1.16 66	0.68 78	0.24 61	0.17 39	0.25 80	0.22 131	0.30 144	0.22 60

DCVSM-stereo	2.31 340	0.66 221	20.69 522	1.11 287	0.93 310	2.58 135	0.73 172	2.61 148	1.60 203	2.57 437	1.53 193	3.30 429	1.72 357	2.19 243	1.23 252	0.34 279	0.53 474	0.41 386	0.32 331	0.45 356	0.62 430

test_sample3	2.34 351	0.61 169	11.94 351	1.33 390	0.85 281	3.10 185	0.73 172	4.24 447	2.19 335	2.21 360	1.75 258	1.80 257	1.41 265	11.11 496	1.46 298	0.35 299	0.29 325	0.34 302	0.35 364	0.39 282	0.37 275

MGS-Stereo	0.80 50	0.56 110	1.53 95	0.93 182	0.39 42	1.26 27	0.73 172	1.45 14	1.30 72	1.01 118	2.26 403	0.80 94	0.56 29	1.16 66	0.65 65	0.27 112	0.23 222	0.26 109	0.22 131	0.27 90	0.25 96

SMFormer	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.38 272	0.36 261

tta	2.00 288	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	2.13 408	0.34 279	0.32 356	0.36 336	0.31 320	0.29 121	0.29 165

qqq1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

fff1	1.92 273	0.57 119	4.46 263	1.36 408	0.57 159	2.03 85	0.73 172	4.25 449	2.80 454	2.32 393	2.31 423	1.95 281	1.52 300	10.99 487	0.71 96	0.34 279	0.32 356	0.30 207	0.23 146	0.29 121	0.29 165

CAS	1.26 172	0.40 7	1.46 87	2.97 539	1.61 477	4.13 401	0.73 172	1.78 48	1.49 127	0.83 92	1.10 87	0.59 44	0.53 23	1.26 92	0.80 128	2.99 542	0.13 1	0.21 9	0.13 1	0.31 163	1.72 523

AACVNet	1.83 255	1.02 388	2.41 190	1.45 437	0.87 291	3.21 194	0.73 172	3.16 212	1.61 207	2.01 285	1.82 299	2.28 318	1.33 244	10.98 486	1.49 309	0.39 347	0.32 356	0.38 364	0.32 331	0.43 340	0.44 342

PSM-adaLoss	1.24 161	0.65 210	2.03 141	0.75 58	0.37 28	4.68 508	0.73 172	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.18 242	0.87 159	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

CFNet	2.34 351	1.10 406	8.96 313	1.34 397	1.24 400	4.09 389	0.73 172	4.04 383	2.77 447	1.62 184	1.87 318	2.27 317	1.45 280	11.41 505	1.82 368	0.31 230	0.24 256	0.43 397	0.36 374	0.43 340	0.33 229

AIO-test2	1.61 222	1.30 444	3.40 241	1.16 318	1.31 412	3.18 192	0.74 184	4.06 391	1.52 148	1.72 206	2.21 396	0.78 88	0.74 81	3.64 309	0.95 196	3.64 550	0.26 292	0.35 321	0.42 430	0.37 267	0.33 229

test_sample5	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 462	2.31 363	2.20 351	1.97 344	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

ACVNet-DCA	1.85 257	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

xx1	2.03 293	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	4.23 439	3.95 528	1.01 118	1.81 293	1.79 254	1.34 246	2.13 233	0.64 58	0.29 171	0.17 39	0.33 284	0.33 339	0.33 208	0.32 213

1test111	1.99 287	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	3.98 366	1.53 155	1.01 118	1.81 293	0.72 76	1.62 324	4.66 329	0.98 201	0.29 171	0.17 39	0.32 249	0.21 98	0.33 208	0.32 213

cc1	1.98 284	0.74 287	13.77 372	1.78 490	0.36 14	4.48 469	0.74 184	4.23 439	3.95 528	1.01 118	1.81 293	0.72 76	1.62 324	2.13 233	0.64 58	0.29 171	0.17 39	0.32 249	0.21 98	0.31 163	0.29 165

DualNet	2.33 347	0.62 179	11.29 345	1.29 372	0.83 273	3.09 183	0.74 184	4.28 462	2.31 363	2.26 375	2.04 358	1.68 228	1.39 256	11.19 498	1.47 303	0.37 318	0.31 348	0.37 348	0.37 386	0.41 311	0.39 297

CASnet	0.78 46	0.51 65	1.29 69	0.81 83	0.29 1	1.28 33	0.74 184	1.51 18	1.89 274	1.64 188	1.09 84	0.65 56	0.64 51	0.91 21	0.76 116	0.29 171	0.17 39	0.41 386	0.31 320	0.32 190	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iGMRVC	1.26 172	0.66 221	2.14 159	0.75 58	0.37 28	4.66 505	0.74 184	2.53 127	1.58 187	1.99 271	1.46 170	1.78 247	1.14 207	2.46 258	0.92 181	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

RAFT-IKP	1.25 165	0.66 221	2.23 170	0.75 58	0.37 28	4.64 502	0.74 184	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.22 248	0.92 181	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

rvit_stereo_0080	0.94 88	0.72 268	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 325	0.25 80	0.27 229	0.45 356	0.29 165

whm_eth	0.94 88	0.72 268	2.56 196	0.64 16	0.59 171	1.90 74	0.75 194	2.71 160	1.40 86	0.91 103	1.04 73	0.85 106	0.82 113	1.14 59	0.78 122	0.35 299	0.29 325	0.25 80	0.27 229	0.45 356	0.29 165

dd	1.26 172	1.15 416	2.47 192	0.92 168	0.49 112	4.35 450	0.75 194	1.92 60	2.11 321	1.44 162	1.24 113	1.19 164	1.05 176	1.78 195	1.70 350	0.57 461	0.34 375	0.35 321	0.33 339	0.60 418	0.46 358

tt45	0.96 99	0.48 49	1.19 51	0.89 145	0.66 204	3.91 340	0.76 197	1.90 57	1.26 67	0.70 46	1.30 132	0.71 74	0.63 49	2.59 276	0.74 109	0.22 35	0.17 39	0.28 166	0.23 146	0.27 90	0.27 136

fffy	0.80 50	0.59 140	1.56 101	1.00 223	0.47 97	1.27 28	0.76 197	1.90 57	1.02 42	0.75 60	1.35 146	0.83 100	0.72 73	1.70 186	0.62 52	0.23 47	0.19 96	0.27 137	0.21 98	0.28 107	0.32 213

testlalala2	2.31 340	0.63 188	20.54 516	2.56 532	2.87 538	3.79 311	0.76 197	4.20 426	1.48 119	1.42 161	1.43 165	2.45 347	0.80 111	1.03 38	0.68 78	0.27 112	0.25 279	0.24 58	0.21 98	0.33 208	0.28 155

BUS	1.49 206	0.59 140	1.94 131	0.87 135	0.85 281	4.50 478	0.76 197	4.48 511	1.88 270	2.93 476	1.83 300	3.63 461	0.97 152	1.60 163	1.17 236	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

NINENet	1.87 259	0.74 287	2.60 199	1.12 291	1.06 350	4.50 478	0.76 197	4.41 500	2.24 343	2.16 338	1.86 315	3.63 461	0.97 152	8.00 401	1.17 236	0.41 369	0.30 338	0.41 386	0.30 304	0.41 311	0.36 261

GANet-ADL	2.20 317	0.73 279	20.11 495	1.25 351	0.69 222	3.83 317	0.76 197	3.49 253	1.71 234	1.65 192	1.99 349	2.10 308	1.10 194	1.42 127	1.26 260	0.38 335	0.33 363	0.25 80	0.22 131	0.42 330	0.36 261

Patchmatch Stereo++	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 508	0.76 197	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165
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
IIG-Stereo	1.95 278	0.79 317	2.14 159	2.78 536	0.66 204	4.62 499	0.76 197	4.27 457	1.53 155	2.63 451	3.14 491	3.35 433	1.61 321	7.65 396	1.41 289	0.39 347	0.20 134	0.31 229	0.25 183	0.33 208	0.22 60

ROB_FTStereo_v2	1.23 156	0.66 221	2.02 140	0.75 58	0.37 28	4.67 507	0.76 197	2.53 127	1.58 187	1.99 271	1.46 170	1.78 247	1.14 207	2.08 228	0.88 163	0.48 422	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

SST-Stereo	1.76 247	0.58 132	3.10 227	1.44 433	0.46 87	4.71 520	0.76 197	2.22 89	2.79 450	2.07 307	2.18 390	2.43 342	3.22 474	6.66 374	0.84 143	0.42 380	0.19 96	0.30 207	0.27 229	0.35 244	0.26 120

iRAFT	1.25 165	0.65 210	2.06 153	0.75 58	0.37 28	4.68 508	0.76 197	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.14 207	2.44 256	0.90 170	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

raft+_RVC	1.21 151	0.83 336	2.61 202	1.35 402	0.97 320	3.60 275	0.76 197	3.23 221	1.51 139	1.33 145	1.67 233	1.03 140	1.10 194	1.87 212	0.92 181	0.24 61	0.22 195	0.25 80	0.24 171	0.26 78	0.25 96

UNet	2.51 385	0.74 287	20.17 497	1.14 299	1.44 447	3.48 244	0.76 197	3.77 306	1.87 268	2.05 299	1.57 204	2.75 378	2.39 429	3.51 303	2.51 439	0.32 251	0.26 292	0.41 386	0.26 203	0.38 272	0.39 297

xyz-stereo	10.85 556	0.45 21	79.01 587	0.62 9	0.45 78	83.70 589	0.77 210	2.59 146	1.34 76	2.19 348	32.02 577	2.76 384	1.62 324	5.75 352	2.39 425	0.25 82	0.17 39	0.33 284	0.21 98	0.25 61	0.19 5

RSM	0.80 50	0.50 59	1.08 17	0.83 104	0.51 118	1.31 36	0.77 210	2.28 96	1.43 95	0.82 86	1.44 167	1.22 170	0.62 46	1.17 73	0.63 55	0.22 35	0.18 66	0.24 58	0.19 67	0.27 90	0.20 19

ttt	2.76 419	0.56 110	2.28 177	1.41 426	1.21 396	3.67 288	0.77 210	4.59 524	2.94 473	2.35 401	2.30 416	2.45 347	1.54 310	11.25 501	15.56 541	0.43 386	0.36 386	0.37 348	0.33 339	0.40 287	0.40 317

ROB_FTStereo	1.25 165	0.66 221	2.14 159	0.75 58	0.37 28	4.65 504	0.77 210	2.53 127	1.58 187	1.99 271	1.47 174	1.78 247	1.13 200	2.26 251	0.86 153	0.47 418	0.22 195	0.32 249	0.27 229	0.40 287	0.29 165

HUF	1.15 136	0.64 200	8.62 310	0.90 154	0.35 12	1.35 39	0.78 214	1.97 64	1.50 132	0.63 28	1.52 186	0.83 100	0.66 60	1.28 97	0.63 55	0.29 171	0.23 222	0.26 109	0.17 27	0.23 42	0.25 96

DDVS	1.68 235	0.79 317	2.52 194	1.26 358	1.16 375	3.17 190	0.78 214	3.12 207	1.82 258	1.86 231	1.91 331	2.92 399	1.43 273	6.20 363	1.63 340	0.45 402	0.65 500	0.34 302	0.38 399	0.48 374	0.79 472

iRaft-Stereo_20w	1.88 263	0.62 179	10.58 337	0.90 154	0.83 273	2.96 169	0.78 214	4.90 535	1.58 187	2.29 379	1.60 213	1.25 173	4.51 508	2.28 252	0.90 170	0.29 171	0.21 166	0.26 109	0.24 171	0.41 311	0.31 202

PSMNet-ADL	1.91 270	0.72 268	1.78 118	1.09 271	0.86 286	4.18 422	0.78 214	3.77 306	2.10 319	1.72 206	1.85 312	2.91 397	1.82 377	10.38 465	1.91 379	0.48 422	0.46 455	0.28 166	0.29 286	0.38 272	0.51 390

HUI-Stereo	1.25 165	0.66 221	2.33 181	0.75 58	0.37 28	4.68 508	0.78 214	2.53 127	1.58 187	1.99 271	1.46 170	1.79 254	1.13 200	2.17 240	0.85 146	0.48 422	0.23 222	0.32 249	0.27 229	0.40 287	0.29 165

ASMatch	2.62 402	0.60 152	20.65 521	1.37 418	0.64 189	4.39 455	0.78 214	1.97 64	1.58 187	1.70 201	3.89 509	1.94 279	3.79 492	5.46 343	1.64 343	0.31 230	0.24 256	0.34 302	0.28 258	0.33 208	0.50 382

RAFT-345	2.46 375	0.55 99	19.69 477	1.02 239	0.49 112	4.43 465	0.78 214	1.64 34	2.34 369	2.09 308	3.12 489	1.96 286	1.31 241	6.65 373	1.43 292	0.36 310	0.23 222	0.32 249	0.25 183	0.28 107	0.25 96

MM-Stereo_test1	1.90 266	0.53 82	19.85 482	1.39 422	0.48 105	1.81 69	0.79 221	3.00 194	1.82 258	1.69 197	1.09 84	0.87 112	0.97 152	1.45 134	0.74 109	0.24 61	0.21 166	0.27 137	0.24 171	0.35 244	0.24 86

SMoEStereo_RVC	0.80 50	0.53 82	1.12 38	0.92 168	0.44 71	2.41 116	0.79 221	1.49 17	1.16 50	0.70 46	1.12 90	0.64 52	0.64 51	1.69 184	0.87 159	0.22 35	0.16 26	0.31 229	0.22 131	0.26 78	0.25 96

rvit_0105_6	1.00 110	0.93 366	2.21 165	0.92 168	0.55 143	1.52 54	0.79 221	2.41 107	2.96 474	0.76 70	0.72 20	1.02 138	0.75 84	1.42 127	0.81 134	0.40 354	0.43 436	0.34 302	0.31 320	0.43 340	0.34 241

Occ-G	0.86 68	0.52 71	1.39 80	0.82 93	0.66 204	1.37 41	0.79 221	1.58 24	1.31 73	1.56 174	0.87 43	2.18 313	0.89 133	0.97 30	0.88 163	0.26 97	0.19 96	0.26 109	0.19 67	0.25 61	0.24 86

test_sample6	2.35 356	0.62 179	10.78 340	1.33 390	0.83 273	3.15 189	0.79 221	4.36 491	2.43 396	2.26 375	2.04 358	1.69 233	1.39 256	11.48 510	1.61 332	0.38 335	0.32 356	0.37 348	0.39 406	0.41 311	0.42 327

tt1	1.79 251	0.73 279	10.41 335	1.75 487	0.36 14	4.55 487	0.79 221	4.22 435	3.37 512	1.08 127	1.80 281	0.74 84	1.48 287	2.21 246	0.65 65	0.29 171	0.16 26	0.31 229	0.22 131	0.30 144	0.29 165

anonymousa	2.16 312	0.67 231	19.19 461	1.04 248	1.67 490	2.06 91	0.79 221	2.86 183	1.96 282	1.85 226	2.14 383	3.23 423	1.81 375	1.12 54	1.15 230	0.26 97	0.26 292	0.34 302	0.32 331	0.30 144	0.28 155

RCA-Stereo	1.21 151	0.52 71	1.58 103	0.90 154	0.46 87	4.68 508	0.79 221	4.13 410	1.74 246	1.92 250	1.80 281	0.94 130	1.48 287	1.14 59	0.70 93	0.27 112	0.18 66	0.25 80	0.19 67	0.25 61	0.23 71

DisPM	1.36 191	0.55 99	2.39 187	1.54 455	0.51 118	4.59 495	0.79 221	2.50 125	1.88 270	2.50 425	1.83 300	1.45 201	1.01 163	2.71 285	0.93 189	0.46 409	0.20 134	0.32 249	0.31 320	0.31 163	0.44 342

Pruner-Stereo	1.32 189	0.59 140	2.11 158	1.79 495	0.47 97	4.73 521	0.79 221	2.53 127	1.72 237	2.47 422	1.58 205	1.48 204	1.03 167	1.66 178	1.47 303	0.44 393	0.21 166	0.34 302	0.30 304	0.30 144	0.39 297

IGEV-RUCA	0.90 80	0.53 82	1.05 5	0.81 83	0.74 239	3.89 337	0.80 231	1.92 60	1.41 89	0.96 115	0.71 18	0.70 67	0.73 77	1.30 105	0.68 78	0.29 171	0.20 134	0.25 80	0.19 67	0.43 340	0.34 241

fffft	0.76 34	0.47 40	1.28 68	0.82 93	0.54 136	1.51 52	0.80 231	2.09 75	1.18 53	0.63 28	0.84 39	0.59 44	0.55 27	1.80 200	0.85 146	0.19 19	0.18 66	0.27 137	0.20 84	0.26 78	0.24 86
1: 1. 1
rvit_stereo_ft	1.00 110	0.87 350	3.55 246	0.97 203	0.66 204	1.06 10	0.80 231	2.78 172	1.67 222	0.78 78	0.96 62	0.95 131	1.14 207	1.06 44	0.90 170	0.32 251	0.24 256	0.27 137	0.28 258	0.39 282	0.27 136

RAFT-Stereo-weight	1.11 128	0.48 49	1.22 56	0.99 215	0.42 59	4.17 419	0.80 231	3.60 273	1.50 132	1.97 264	1.50 183	1.30 180	0.65 54	1.24 86	0.85 146	0.25 82	0.19 96	0.26 109	0.22 131	0.27 90	0.23 71

RAFT-Test	1.44 199	0.59 140	6.10 283	1.01 229	0.69 222	2.90 154	0.80 231	3.68 287	1.70 233	1.85 226	1.68 236	3.15 416	1.03 167	1.20 80	0.99 204	0.27 112	0.22 195	0.25 80	0.23 146	0.27 90	0.25 96

test_xeample	2.67 409	0.56 110	2.05 144	1.09 271	0.81 260	3.24 201	0.80 231	4.55 521	2.70 438	2.42 415	2.27 404	1.39 191	1.40 260	10.75 475	17.51 553	0.30 211	0.30 338	0.32 249	0.28 258	0.34 226	0.33 229

ACVNet	1.46 202	0.64 200	3.56 248	0.93 182	0.85 281	4.22 432	0.80 231	2.85 180	2.08 308	1.78 216	1.88 319	3.10 411	1.46 283	1.33 109	1.89 376	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

hitnet-ft	2.37 362	0.73 279	8.34 304	0.96 196	0.89 299	3.77 305	0.80 231	3.55 267	2.58 423	2.24 369	2.04 358	3.65 463	1.49 293	11.71 525	1.89 376	0.44 393	0.53 474	0.44 402	0.35 364	0.52 388	0.48 368

HITNet	2.07 300	0.82 332	14.77 392	1.34 397	0.56 147	3.47 241	0.80 231	4.07 393	2.35 371	2.16 338	1.61 217	1.64 223	1.44 276	2.09 231	2.56 445	0.26 97	0.18 66	0.41 386	0.26 203	0.45 356	0.25 96
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
xyz-stereo-finetune	1.05 120	0.62 179	1.46 87	0.59 3	0.36 14	3.48 244	0.81 240	2.69 158	1.74 246	0.94 108	1.21 106	0.91 121	0.78 101	2.53 271	1.28 267	0.24 61	0.24 256	0.26 109	0.23 146	0.30 144	0.23 71

Any-RAFT	1.40 195	0.53 82	2.78 215	1.09 271	0.64 189	4.41 461	0.81 240	3.97 364	2.78 448	1.99 271	1.34 143	2.36 331	1.56 314	1.56 153	0.75 112	0.27 112	0.20 134	0.25 80	0.18 47	0.25 61	0.28 155

pcwnet_v2	2.70 416	0.65 210	22.48 558	1.08 265	1.03 342	3.56 267	0.81 240	4.29 465	3.14 492	2.29 379	2.29 411	3.01 404	1.71 355	3.32 300	1.43 292	0.43 386	0.50 471	0.41 386	0.34 348	0.61 423	0.56 410

iResNet	2.52 388	0.94 372	21.17 538	1.84 499	0.72 229	3.75 302	0.81 240	4.14 416	2.55 421	2.33 399	2.03 355	1.35 186	1.44 276	3.27 297	2.16 412	0.35 299	0.23 222	0.28 166	0.22 131	0.44 348	0.45 348

AIO-Stereo	0.76 34	0.54 93	1.07 10	0.73 55	0.40 46	1.28 33	0.82 244	2.26 93	1.49 127	0.70 46	1.58 205	0.89 117	0.45 12	1.03 38	0.55 41	0.24 61	0.18 66	0.25 80	0.20 84	0.26 78	0.21 46

HH	2.23 320	0.86 347	21.59 548	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 507	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

HanStereo	2.23 320	0.86 347	21.59 548	0.98 209	0.51 118	1.49 50	0.82 244	2.74 164	1.54 164	1.10 129	1.69 241	4.62 507	1.86 384	2.55 272	0.69 87	0.26 97	0.22 195	0.29 187	0.23 146	0.34 226	0.27 136

Selective-IGEV	0.80 50	0.52 71	1.05 5	0.75 58	0.61 178	1.31 36	0.82 244	2.60 147	1.41 89	0.82 86	1.64 224	0.71 74	0.62 46	1.22 83	0.64 58	0.22 35	0.19 96	0.24 58	0.18 47	0.25 61	0.20 19

GLC_STEREO	0.76 34	0.52 71	1.12 38	0.83 104	0.33 8	1.86 72	0.82 244	1.46 15	1.38 81	0.95 112	1.04 73	0.68 63	0.72 73	0.97 30	0.80 128	0.23 47	0.25 279	0.32 249	0.25 183	0.32 190	0.30 192

ProNet	0.82 61	0.71 264	1.50 92	0.86 130	0.45 78	1.78 66	0.83 249	1.75 43	1.28 69	0.66 38	1.13 92	0.78 88	0.76 91	1.66 178	0.71 96	0.24 61	0.20 134	0.25 80	0.23 146	0.29 121	0.25 96

CRE-IMP	1.23 156	0.61 169	2.14 159	0.82 93	0.39 42	4.54 484	0.83 249	2.63 150	1.55 172	1.95 259	1.46 170	1.87 274	0.96 149	1.48 141	1.33 278	0.45 402	0.21 166	0.31 229	0.26 203	0.41 311	0.31 202

FADNet_RVC	2.65 405	2.28 505	16.51 417	0.98 209	0.92 305	4.09 389	0.83 249	4.26 456	1.73 240	1.46 163	1.78 275	1.60 219	1.50 294	8.88 414	2.39 425	0.47 418	0.38 405	0.44 402	0.58 480	0.89 485	0.97 490

rvit_0105_4	1.07 124	0.99 383	2.39 187	0.93 182	0.54 136	1.62 60	0.84 252	2.77 169	2.91 468	0.80 82	0.91 50	1.09 145	0.86 123	1.63 173	0.85 146	0.40 354	0.45 446	0.35 321	0.31 320	0.43 340	0.40 317

gcap-zeroshot	1.30 183	0.61 169	4.09 259	0.94 186	0.56 147	3.50 251	0.84 252	3.12 207	1.72 237	1.84 225	1.22 108	2.72 375	0.88 129	1.46 138	0.80 128	0.29 171	0.30 338	0.27 137	0.21 98	0.29 121	0.25 96

testlalala_base	1.62 224	0.74 287	1.63 105	1.19 329	1.40 437	2.63 138	0.84 252	4.09 399	1.31 73	1.22 138	1.42 163	1.21 169	0.85 120	1.16 66	0.73 104	3.92 556	2.10 544	0.27 137	0.18 47	4.49 554	1.11 500

anonymousdsp	0.95 95	0.69 242	1.27 66	0.83 104	0.52 127	4.54 484	0.84 252	1.76 44	1.24 59	0.76 70	1.06 80	0.78 88	0.77 93	1.67 182	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120

IGEV-Stereo	0.95 95	0.69 242	1.27 66	0.84 113	0.52 127	4.54 484	0.84 252	1.76 44	1.24 59	0.75 60	1.06 80	0.79 92	0.77 93	1.68 183	0.69 87	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.10 303	0.83 336	8.57 307	0.81 83	0.76 245	3.21 194	0.84 252	3.71 298	1.65 218	1.56 174	2.50 441	2.20 314	2.23 418	9.13 422	2.01 393	0.38 335	0.19 96	0.35 321	0.27 229	0.45 356	0.39 297

dad	1.65 230	1.19 424	3.04 226	0.98 209	0.56 147	4.22 432	0.84 252	1.99 66	2.48 405	2.14 325	1.68 236	1.62 222	1.13 200	3.85 313	2.04 395	1.03 511	0.40 419	2.04 535	0.48 450	0.75 470	0.53 397

PFNet+	1.46 202	0.57 119	2.84 217	0.92 168	0.47 97	4.64 502	0.84 252	2.46 119	1.99 287	2.14 325	1.64 224	1.34 184	1.03 167	4.68 331	1.23 252	0.45 402	0.33 363	0.37 348	0.39 406	0.32 190	0.49 375

Anonymous3	1.72 239	0.76 304	11.61 349	0.83 104	0.84 280	4.46 467	0.84 252	3.57 269	1.16 50	1.34 146	1.37 151	1.11 150	1.03 167	1.58 156	1.13 228	0.70 488	0.58 488	0.33 284	0.35 364	0.47 371	0.42 327

coex_refinement	2.10 303	0.85 344	3.67 255	1.31 382	1.13 367	3.21 194	0.85 261	3.86 326	2.31 363	2.51 428	1.92 333	3.49 450	1.69 351	11.08 494	2.13 408	0.37 318	0.25 279	0.27 137	0.31 320	0.41 311	0.37 275

mmm	1.27 177	0.58 132	2.20 163	1.41 426	0.68 216	2.39 114	0.85 261	3.90 339	1.63 213	2.20 351	1.84 305	1.28 176	1.50 294	1.91 215	0.89 166	0.31 230	0.27 303	0.45 409	0.37 386	0.38 272	0.34 241

DMCA-RVC	2.45 372	1.22 433	18.29 445	1.23 347	1.14 368	2.49 122	0.85 261	3.29 229	1.68 224	3.02 483	1.41 161	2.00 293	1.53 307	6.39 367	2.00 391	0.38 335	0.30 338	0.44 402	0.35 364	0.45 356	0.44 342

MM-Stereo_test3	1.09 125	0.59 140	1.55 99	1.73 485	1.18 377	1.91 76	0.86 264	3.52 260	1.76 250	1.25 139	1.86 315	1.10 148	0.69 66	1.32 108	0.86 153	0.27 112	0.23 222	0.27 137	0.22 131	0.34 226	0.30 192

AIO-Stereo-zeroshot1	2.68 413	1.26 440	22.01 555	1.08 265	0.99 330	1.61 58	0.86 264	3.69 292	1.64 214	1.52 169	5.62 523	3.35 433	3.44 485	2.20 244	1.33 278	0.26 97	0.21 166	0.30 207	0.62 488	0.93 489	0.67 442

test_sample2	1.75 246	0.56 110	2.25 171	1.41 426	0.80 257	2.91 157	0.86 264	4.05 387	2.04 300	1.91 248	1.39 156	1.57 214	1.55 312	10.65 472	1.06 212	0.32 251	0.28 315	0.32 249	0.30 304	0.36 257	0.33 229

CAS++	0.89 77	0.64 200	1.46 87	0.81 83	0.51 118	1.24 24	0.86 264	3.44 248	1.46 106	1.14 134	1.29 130	0.62 48	0.58 33	1.13 57	0.59 46	0.34 279	0.30 338	0.34 302	0.26 203	0.41 311	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	2.46 375	0.72 268	19.97 487	1.02 239	0.99 330	4.26 437	0.86 264	3.51 259	1.68 224	1.92 250	1.73 252	4.01 477	4.22 501	1.62 169	0.88 163	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

MyStereo05	2.37 362	0.72 268	19.94 485	1.02 239	0.99 330	4.26 437	0.86 264	4.01 374	2.62 427	2.14 325	1.26 121	2.28 318	1.63 337	2.07 226	1.68 348	0.24 61	0.23 222	0.34 302	0.26 203	0.42 330	0.36 261

ff7	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

IGEVStereo-DCA	0.86 68	0.65 210	2.05 144	0.90 154	0.46 87	1.57 56	0.86 264	1.62 27	1.24 59	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.27 136

ffff	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

ffm	1.72 239	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.22 435	3.37 512	2.20 351	2.30 416	3.48 444	1.62 324	2.21 246	0.65 65	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

ff1	2.96 439	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.22 435	3.37 512	2.20 351	2.30 416	3.48 444	1.62 324	11.62 515	16.09 543	0.29 171	0.16 26	0.48 426	0.37 386	0.30 144	0.29 165

mmx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.49 514	3.05 484	2.20 351	2.30 416	3.48 444	1.62 324	11.62 515	16.09 543	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

11t	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

xxx	2.98 445	0.60 152	5.21 276	1.14 299	0.99 330	3.62 280	0.86 264	4.49 514	3.05 484	2.20 351	2.30 416	3.48 444	1.62 324	11.62 515	16.09 543	0.33 267	0.28 315	0.48 426	0.37 386	0.44 348	0.37 275

ccc-4	0.98 102	0.69 242	2.05 144	0.84 113	0.52 127	4.55 487	0.86 264	1.62 27	1.24 59	0.75 60	1.03 68	0.70 67	0.77 93	1.84 205	0.68 78	0.27 112	0.17 39	0.29 187	0.21 98	0.31 163	0.27 136

STTStereo	2.34 351	0.95 374	14.93 398	1.43 430	1.54 462	3.86 332	0.86 264	3.65 281	2.44 400	2.15 333	1.55 199	2.49 353	1.59 315	5.14 337	1.44 294	0.38 335	0.39 414	0.47 418	0.51 464	0.52 388	0.51 390

RTSC	2.95 436	2.51 507	15.49 407	1.54 455	1.30 410	3.51 254	0.86 264	3.89 334	2.48 405	3.64 508	3.12 489	3.04 406	2.30 422	5.70 351	6.67 497	0.55 457	0.35 381	0.37 348	0.39 406	0.70 453	0.60 424

PWCDC_ROB	2.95 436	3.26 520	14.06 382	1.59 465	1.56 469	4.19 426	0.86 264	4.30 473	4.08 530	2.06 304	7.37 527	2.75 378	2.42 431	3.59 306	2.67 449	1.34 530	0.36 386	0.39 368	0.34 348	1.13 506	0.62 430

Anonymous_2	3.01 451	0.89 353	4.53 268	1.06 255	1.18 377	2.93 164	0.87 282	3.24 223	1.46 106	1.86 231	1.35 146	4.11 483	2.35 427	1.64 175	1.28 267	0.82 499	0.90 520	8.71 574	15.84 577	4.44 553	0.74 460

ACRE	2.27 328	1.11 409	19.45 469	0.91 162	1.30 410	3.94 352	0.87 282	4.21 432	1.80 256	2.28 377	2.62 455	1.17 156	1.04 171	1.52 149	1.30 271	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.46 358

test_3	1.19 143	0.51 65	2.08 156	0.99 215	0.41 53	2.05 90	0.87 282	4.40 499	1.42 91	1.99 271	1.18 98	2.03 297	0.79 104	2.70 284	0.75 112	0.27 112	0.17 39	0.29 187	0.29 286	0.30 144	0.27 136

NLCA_NET_v2_RVC	2.54 391	1.04 393	16.73 420	1.53 453	2.00 517	3.96 362	0.87 282	3.87 329	2.31 363	2.54 432	1.67 233	2.85 391	1.63 337	5.55 346	1.62 337	0.46 409	0.33 363	0.38 364	0.38 399	0.53 394	0.62 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GASTEREO	1.00 110	0.98 382	1.23 57	0.90 154	0.40 46	3.40 227	0.88 286	2.77 169	1.44 97	1.39 155	1.30 132	0.55 38	1.35 249	1.33 109	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.25 61	0.31 202

MSCF	0.97 100	0.82 332	1.26 61	0.88 140	0.40 46	3.17 190	0.88 286	2.79 177	1.39 82	1.32 144	1.19 100	0.58 41	1.33 244	1.28 97	0.64 58	0.25 82	0.19 96	0.25 80	0.25 183	0.28 107	0.32 213

AIO_test	0.76 34	0.47 40	1.31 70	0.81 83	0.70 225	1.36 40	0.88 286	1.40 12	1.45 98	0.55 9	0.95 60	1.81 262	0.58 33	1.16 66	0.46 17	0.27 112	0.17 39	0.24 58	0.19 67	0.24 47	0.21 46

1111x	3.13 462	0.57 119	8.38 306	1.20 334	0.76 245	3.80 313	0.88 286	4.61 526	2.63 429	2.31 389	2.16 386	1.95 281	1.81 375	11.54 511	18.13 556	0.32 251	0.31 348	0.32 249	0.30 304	0.35 244	0.34 241

FADNet	2.49 382	1.76 486	13.17 361	1.17 320	0.95 315	3.27 208	0.88 286	3.94 355	2.27 351	1.40 157	1.29 130	2.51 354	2.06 401	9.93 447	1.94 383	0.43 386	0.45 446	0.40 374	0.43 433	1.06 498	0.53 397

SCV	0.95 95	0.63 188	1.38 79	1.70 481	0.41 53	1.23 20	0.89 291	3.53 264	1.57 184	0.61 23	1.54 195	0.93 127	0.77 93	1.66 178	0.66 70	0.36 310	0.20 134	0.25 80	0.19 67	0.29 121	0.25 96

IER	1.69 236	0.65 210	7.19 293	0.94 186	1.15 370	3.28 212	0.89 291	3.48 250	1.97 284	2.10 311	1.98 346	2.28 318	2.12 405	2.25 250	1.75 361	0.29 171	0.23 222	0.36 336	0.30 304	0.32 190	0.34 241

CIPLG	2.27 328	1.18 422	19.24 462	0.92 168	1.34 424	3.95 357	0.89 291	4.23 439	1.82 258	2.31 389	2.67 460	1.17 156	1.06 183	1.53 151	1.32 274	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

IPLGR_C	2.28 333	1.31 448	19.46 470	0.92 168	1.32 418	3.93 347	0.89 291	4.20 426	1.82 258	2.30 383	2.63 457	1.16 155	1.07 185	1.41 125	1.29 270	0.37 318	0.23 222	0.27 137	0.22 131	0.31 163	0.45 348

MMNet	2.02 292	0.81 325	10.76 339	1.12 291	1.23 398	3.53 258	0.89 291	3.79 310	2.08 308	2.15 333	1.76 267	2.15 311	2.12 405	3.69 310	2.32 422	0.31 230	0.29 325	0.34 302	0.27 229	0.38 272	0.42 327

knoymous	1.30 183	0.60 152	5.57 281	0.88 140	0.75 241	3.04 174	0.90 296	2.68 156	1.33 75	1.48 165	1.07 82	2.78 386	0.88 129	1.29 101	0.85 146	0.31 230	0.22 195	0.35 321	0.20 84	0.45 356	0.37 275

test_1	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.90 296	4.36 491	1.47 111	2.17 342	1.16 95	2.06 303	0.78 101	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

NRIStereo	1.28 180	0.61 169	1.67 108	1.15 312	0.38 39	4.73 521	0.90 296	2.42 110	1.50 132	1.93 254	1.33 138	1.75 241	1.22 225	2.96 293	1.33 278	0.46 409	0.22 195	0.29 187	0.26 203	0.30 144	0.28 155

CFNet-ft	1.90 266	0.95 374	3.56 248	1.07 257	1.54 462	4.09 389	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 378	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

DMCA	1.72 239	0.74 287	6.63 286	1.14 299	0.96 316	3.98 369	0.90 296	3.75 302	2.76 446	2.83 471	1.58 205	2.35 329	1.18 218	1.58 156	1.98 390	0.40 354	0.27 303	0.42 393	0.26 203	0.36 257	0.38 290

R-Stereo Train	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 307	0.90 296	4.09 399	1.51 139	2.16 338	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96

RAFT-Stereo	1.20 148	0.58 132	1.81 120	0.99 215	0.67 211	3.78 307	0.90 296	4.09 399	1.51 139	2.16 338	1.71 247	1.13 151	0.94 146	1.40 120	0.91 177	0.30 211	0.24 256	0.26 109	0.21 98	0.26 78	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	1.90 266	0.95 374	3.56 248	1.07 257	1.54 462	4.09 389	0.90 296	2.85 180	1.82 258	1.78 216	1.70 243	2.75 378	1.48 287	9.33 427	1.72 353	0.33 267	0.30 338	0.61 481	0.36 374	0.52 388	0.39 297

castereo	0.82 61	0.70 252	1.04 3	0.85 125	0.50 116	1.29 35	0.91 304	3.22 219	1.20 55	0.83 92	1.24 113	0.72 76	0.91 138	1.00 35	0.67 75	0.26 97	0.16 26	0.25 80	0.20 84	0.24 47	0.21 46

rvit_0105_5	1.13 130	0.93 366	2.60 199	0.91 162	0.56 147	1.92 77	0.91 304	3.02 197	2.63 429	0.95 112	1.20 102	1.18 160	0.93 144	1.51 147	0.93 189	0.40 354	0.43 436	0.37 348	0.35 364	0.42 330	0.44 342

ITSA-stereo	1.86 258	0.72 268	3.74 256	1.20 334	0.66 204	4.09 389	0.91 304	4.24 447	2.53 415	1.93 254	1.77 272	1.59 218	2.15 409	6.12 362	2.44 433	0.40 354	0.38 405	0.40 374	0.40 417	0.50 382	0.98 492

qqq	1.30 183	0.57 119	1.67 108	1.15 312	0.51 118	2.18 97	0.91 304	3.98 366	1.53 155	1.50 168	1.24 113	1.79 254	1.34 246	4.66 329	0.98 201	0.28 149	0.31 348	0.33 284	0.33 339	0.33 208	0.32 213

GMOStereo	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

error version	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-v	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

test-3	1.19 143	0.52 71	2.00 138	1.01 229	0.42 59	1.95 79	0.91 304	4.35 486	1.47 111	2.24 369	1.16 95	2.06 303	0.79 104	2.68 282	0.76 116	0.27 112	0.18 66	0.28 166	0.26 203	0.26 78	0.25 96

PFNet	2.47 378	0.60 152	16.95 424	2.15 518	0.81 260	4.63 501	0.91 304	2.55 137	1.52 148	2.40 413	2.79 469	1.83 266	1.42 270	7.54 392	1.34 281	0.33 267	0.21 166	0.36 336	0.27 229	0.32 190	0.39 297

test-2	1.13 130	0.70 252	2.26 172	0.75 58	0.44 71	3.05 176	0.91 304	2.78 172	1.45 98	2.37 406	1.52 186	1.53 208	1.05 176	1.17 73	0.92 181	0.25 82	0.19 96	0.35 321	0.28 258	0.34 226	0.26 120

111	1.83 255	0.92 362	9.08 314	0.81 83	0.36 14	4.25 436	0.91 304	4.44 505	2.70 438	2.39 411	1.96 338	2.30 324	1.64 340	1.28 97	1.82 368	0.28 149	0.22 195	0.24 58	0.20 84	0.31 163	0.54 403

GANet-RSSM	1.98 284	0.62 179	3.49 243	1.69 478	1.23 398	4.22 432	0.91 304	3.31 231	1.86 267	1.81 221	1.74 254	2.34 327	1.82 377	10.92 484	1.73 357	0.34 279	0.29 325	0.31 229	0.28 258	0.39 282	0.40 317

DeepPruner_ROB	2.05 297	1.09 405	10.50 336	1.01 229	1.20 390	4.39 455	0.91 304	3.14 209	1.72 237	2.60 444	1.54 195	2.78 386	1.27 232	4.52 327	1.72 353	0.51 444	0.40 419	0.37 348	0.34 348	0.48 374	0.52 395

999	0.97 100	0.48 49	1.24 59	1.03 246	0.64 189	3.25 204	0.92 317	1.40 12	1.39 82	0.71 50	1.68 236	0.70 67	0.66 60	3.03 295	0.89 166	0.23 47	0.19 96	0.25 80	0.21 98	0.25 61	0.29 165

AEACV	0.79 49	0.54 93	1.35 77	0.97 203	0.63 187	1.13 14	0.92 317	2.02 68	0.91 31	0.76 70	0.79 32	0.80 94	1.61 321	1.28 97	0.61 50	0.22 35	0.18 66	0.26 109	0.23 146	0.27 90	0.23 71

G2L-ROB	2.13 309	0.78 313	10.06 328	1.19 329	1.06 350	3.84 322	0.93 319	3.32 236	2.27 351	2.20 351	1.47 174	2.65 368	1.20 224	8.38 406	1.81 366	0.28 149	0.19 96	0.23 28	0.22 131	0.28 107	0.32 213

GCAP-BAT	1.21 151	0.74 287	3.23 232	0.95 190	0.70 225	3.86 332	0.93 319	1.89 54	1.48 119	1.85 226	1.96 338	1.68 228	0.79 104	1.78 195	0.81 134	0.29 171	0.20 134	0.24 58	0.20 84	0.26 78	0.35 255

testlalala	1.14 135	0.62 179	1.34 75	1.00 223	0.78 252	4.38 452	0.93 319	2.46 119	2.20 337	2.44 418	1.52 186	1.31 181	0.61 44	1.04 42	0.65 65	0.35 299	0.19 96	0.24 58	0.19 67	0.24 47	0.23 71

HHNet	2.48 380	0.71 264	20.52 515	0.64 16	0.64 189	4.07 387	0.93 319	3.76 304	1.56 178	2.15 333	4.92 518	0.98 132	3.37 479	1.66 178	1.79 365	0.32 251	0.20 134	0.31 229	0.27 229	0.36 257	0.42 327

ac_64	2.35 356	0.62 179	9.77 323	1.32 385	1.71 496	3.27 208	0.93 319	3.48 250	2.50 410	1.74 210	1.73 252	3.91 471	1.77 364	10.21 458	1.86 373	0.40 354	0.31 348	0.33 284	0.30 304	0.34 226	0.39 297

cf-r	2.57 399	0.79 317	16.09 411	1.48 444	1.35 425	4.19 426	0.93 319	3.68 287	2.36 374	1.97 264	1.81 293	3.42 440	1.45 280	8.24 403	1.83 370	0.32 251	0.26 292	0.33 284	0.30 304	0.34 226	0.37 275

DispNO	3.00 449	0.75 299	18.92 457	1.17 320	1.10 362	3.72 296	0.94 325	4.29 465	2.54 419	2.24 369	2.28 408	4.51 501	2.12 405	11.40 504	2.09 403	0.31 230	0.28 315	0.31 229	0.28 258	0.36 257	0.39 297

RAFT+CT+SA	1.62 224	0.72 268	7.42 294	0.97 203	1.42 446	4.04 379	0.94 325	3.90 339	1.61 207	1.61 182	1.63 222	1.33 183	1.18 218	2.73 287	1.10 221	0.27 112	0.19 96	0.31 229	0.34 348	0.33 208	0.33 229

RAFT	1.23 156	0.84 340	2.05 144	0.96 196	0.47 97	1.80 68	0.94 325	3.18 216	1.46 106	1.60 177	1.71 247	3.04 406	1.59 315	1.64 175	1.32 274	0.38 335	0.24 256	0.40 374	0.32 331	0.40 287	0.35 255

test_xeample3	2.12 307	0.63 188	21.55 547	0.91 162	0.47 97	1.85 71	0.94 325	7.96 553	1.23 57	0.75 60	0.76 25	0.64 52	0.70 68	1.77 194	0.83 140	0.30 211	0.21 166	0.27 137	0.21 98	0.27 90	0.24 86

G2L-Stereo	2.49 382	0.94 372	14.54 391	1.15 312	1.35 425	3.57 271	0.95 329	3.62 277	2.00 291	2.11 315	1.61 217	3.20 419	1.34 246	9.54 432	1.91 379	0.34 279	0.27 303	0.35 321	0.28 258	0.30 144	0.35 255

MyStereo07	1.01 113	0.80 321	1.26 61	1.00 223	1.04 345	3.95 357	0.95 329	2.07 73	1.42 91	0.75 60	1.22 108	0.68 63	0.91 138	1.63 173	0.67 75	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

MyStereo04	2.29 336	0.80 321	18.77 454	1.00 223	1.04 345	3.95 357	0.95 329	3.91 344	2.54 419	1.99 271	1.27 127	2.31 325	1.65 342	2.02 225	1.77 362	0.24 61	0.24 256	0.34 302	0.26 203	0.41 311	0.37 275

GwcNet-ADL	2.47 378	0.67 231	21.48 546	0.96 196	0.72 229	4.61 498	0.95 329	4.42 501	2.36 374	1.98 266	1.80 281	2.55 357	1.24 230	1.90 214	1.41 289	0.40 354	0.46 455	0.24 58	0.27 229	0.41 311	0.49 375

ICVP	2.26 326	0.66 221	21.18 539	0.99 215	0.88 294	4.28 443	0.95 329	3.32 236	1.60 203	1.66 193	1.76 267	1.34 184	1.14 207	1.62 169	1.32 274	0.53 453	0.35 381	0.33 284	0.29 286	0.40 287	0.51 390
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.03 293	0.74 287	7.50 297	1.23 347	1.56 469	3.62 280	0.95 329	3.78 309	1.89 274	2.03 294	2.20 394	3.12 414	2.14 408	5.68 350	2.04 395	0.37 318	0.31 348	0.32 249	0.29 286	0.40 287	0.45 348

test_for_model	2.16 312	3.87 526	1.58 103	4.16 554	3.64 550	2.51 124	0.96 335	3.63 278	2.62 427	2.45 419	1.39 156	1.02 138	0.73 77	0.92 23	0.57 43	2.97 541	2.19 546	0.26 109	0.17 27	5.32 558	2.24 533

rrr	2.27 328	0.65 210	23.82 566	0.90 154	0.46 87	1.57 56	0.96 335	7.98 554	1.19 54	0.65 36	0.77 28	0.74 84	0.72 73	2.59 276	0.86 153	0.28 149	0.21 166	0.28 166	0.21 98	0.29 121	0.25 96

PSMNet-RSSM	1.96 280	0.77 307	3.26 234	1.29 372	1.31 412	4.19 426	0.96 335	3.68 287	1.89 274	2.05 299	1.80 281	2.60 362	1.70 353	9.84 442	1.81 366	0.35 299	0.29 325	0.35 321	0.37 386	0.42 330	0.35 255

YMNet	2.40 364	1.41 462	13.46 366	1.36 408	1.67 490	3.96 362	0.97 338	3.81 313	2.37 380	2.64 452	2.57 451	3.35 433	1.53 307	3.28 298	2.42 430	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

YMNet_1	2.40 364	1.41 462	13.46 366	1.36 408	1.67 490	3.96 362	0.97 338	3.81 313	2.37 380	2.64 452	2.57 451	3.35 433	1.53 307	3.28 298	2.42 430	0.48 422	0.54 476	0.52 452	0.49 454	0.70 453	0.54 403

AIO-test1	2.18 315	0.66 221	18.95 458	0.89 145	1.48 453	3.40 227	0.97 338	4.19 425	1.68 224	0.86 97	1.35 146	0.99 133	0.75 84	4.47 326	1.27 263	0.23 47	0.23 222	0.28 166	0.33 339	0.31 163	0.35 255

x	1.15 136	0.57 119	1.53 95	1.44 433	0.67 211	1.94 78	0.97 338	3.87 329	1.57 184	1.61 182	1.28 128	1.58 216	1.22 225	1.93 216	1.04 210	0.28 149	0.30 338	0.34 302	0.29 286	0.32 190	0.31 202

acv_ft	1.55 207	0.64 200	3.29 236	1.14 299	2.01 518	2.93 164	0.97 338	3.81 313	2.08 308	2.22 362	1.88 319	3.10 411	1.66 344	1.33 109	2.22 415	0.29 171	0.26 292	0.30 207	0.26 203	0.39 282	0.27 136

NOSS_ROB	2.27 328	0.73 279	3.00 224	1.71 482	1.00 338	3.90 339	0.97 338	4.29 465	2.81 460	2.94 480	2.19 392	3.88 470	1.19 222	11.77 527	1.62 337	0.59 464	0.54 476	0.56 466	0.52 467	0.56 405	0.54 403

RAFT_R40	1.70 238	0.59 140	2.99 223	1.46 439	0.46 87	4.74 524	0.98 344	2.23 90	1.56 178	2.02 290	2.35 431	2.71 373	2.56 441	6.71 378	0.90 170	0.40 354	0.19 96	0.30 207	0.27 229	0.33 208	0.26 120

AIO_rvc	0.78 46	0.55 99	1.25 60	0.75 58	0.65 197	1.46 47	0.99 345	2.13 77	1.52 148	0.57 13	1.15 94	1.09 145	0.55 27	1.15 64	0.53 38	0.24 61	0.17 39	0.24 58	0.17 27	0.25 61	0.21 46

castereo++	0.93 85	0.56 110	1.26 61	0.92 168	0.73 234	2.48 121	1.00 346	2.99 192	1.03 43	0.68 43	1.41 161	1.92 277	0.59 38	1.26 92	0.44 13	0.25 82	0.19 96	0.28 166	0.19 67	0.23 42	0.23 71

IGEV++	0.90 80	0.58 132	1.32 73	0.94 186	0.45 78	1.27 28	1.00 346	3.32 236	1.55 172	0.82 86	1.34 143	0.86 110	1.09 188	1.16 66	0.89 166	0.33 267	0.18 66	0.23 28	0.19 67	0.29 121	0.22 60

RASNet	2.56 396	0.70 252	10.06 328	1.60 467	2.25 529	3.67 288	1.00 346	3.38 244	3.14 492	1.81 221	2.11 377	4.60 506	2.30 422	10.25 460	2.61 446	0.37 318	0.24 256	0.25 80	0.24 171	0.28 107	0.26 120

WCG-NET（raft）	0.95 95	0.55 99	1.20 55	0.84 113	0.31 4	1.44 45	1.01 349	1.55 22	2.37 380	1.64 188	1.42 163	2.38 333	1.01 163	1.29 101	0.76 116	0.22 35	0.19 96	0.22 14	0.20 84	0.25 61	0.21 46

ToySt	1.35 190	0.72 268	3.65 254	1.01 229	0.50 116	3.31 217	1.01 349	3.46 249	1.73 240	1.30 142	1.55 199	2.07 306	1.47 285	1.88 213	1.40 285	0.27 112	0.27 303	0.30 207	0.32 331	0.42 330	0.39 297

STrans-v2	3.03 453	0.77 307	20.91 529	0.81 83	0.63 187	3.89 337	1.01 349	4.27 457	2.64 431	2.28 377	3.70 505	4.13 484	5.20 516	7.33 387	1.27 263	0.31 230	0.18 66	0.29 187	0.25 183	0.29 121	0.41 323

UCFNet_RVC	1.57 213	0.84 340	3.25 233	1.36 408	1.40 437	4.07 387	1.01 349	2.68 156	1.50 132	2.11 315	1.88 319	2.37 332	1.50 294	3.41 301	1.42 291	0.36 310	0.28 315	0.52 452	0.40 417	0.53 394	0.43 336

G2L-Stereo_test	2.11 305	0.86 347	7.12 292	1.65 474	1.19 384	3.54 262	1.02 353	3.57 269	2.01 293	2.50 425	1.68 236	3.15 416	1.50 294	9.21 425	1.62 337	0.28 149	0.19 96	0.23 28	0.22 131	0.27 90	0.31 202

GES	1.38 194	0.64 200	2.61 202	1.09 271	0.57 159	4.30 446	1.02 353	3.86 326	1.51 139	1.72 206	1.74 254	1.28 176	1.77 364	1.62 169	1.61 332	0.39 347	0.27 303	0.33 284	0.30 304	0.41 311	0.47 363

UGAM	2.58 400	0.56 110	18.55 452	0.89 145	0.71 227	3.23 198	1.03 355	2.75 166	1.75 248	1.36 149	2.77 468	2.69 370	1.28 234	10.75 475	1.40 285	0.28 149	0.24 256	0.40 374	0.31 320	0.35 244	0.30 192

BEATNet_4x	1.92 273	1.36 455	8.75 312	1.20 334	0.56 147	3.46 238	1.03 355	4.00 372	2.43 396	2.25 372	1.70 243	2.10 308	1.59 315	2.57 275	3.05 461	0.37 318	0.22 195	0.47 418	0.29 286	0.60 418	0.40 317

HSM	2.35 356	0.81 325	2.21 165	1.14 299	1.55 466	3.44 233	1.03 355	3.99 370	2.25 346	2.29 379	2.11 377	8.04 541	3.05 466	11.60 513	1.71 351	0.33 267	0.22 195	0.28 166	0.23 146	0.32 190	0.35 255

gwcnet-sp	2.31 340	1.21 427	17.34 427	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

scenet	2.31 340	1.21 427	17.34 427	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

ssnet	2.31 340	1.21 427	17.34 427	1.08 265	0.92 305	3.56 267	1.04 358	3.69 292	2.09 311	2.55 433	1.60 213	1.80 257	1.62 324	3.87 314	1.95 385	0.29 171	0.29 325	0.30 207	0.28 258	0.38 272	0.39 297

4D-IteraStereo	1.97 282	0.84 340	20.43 513	0.78 78	1.56 469	2.09 93	1.05 361	2.43 113	1.56 178	1.41 159	1.00 64	1.94 279	0.61 44	1.22 83	1.06 212	0.27 112	0.18 66	0.31 229	0.26 203	0.27 90	0.23 71

RAFT_CTSACE	1.80 253	1.06 399	10.00 327	1.71 482	1.39 435	3.49 247	1.06 362	3.05 200	1.62 210	1.70 201	2.04 358	2.51 354	1.80 372	1.98 220	0.94 191	0.25 82	0.22 195	0.28 166	0.30 304	0.30 144	0.26 120

DispFullNet	4.64 514	3.48 523	23.95 567	3.99 552	3.03 541	3.35 220	1.06 362	4.18 422	2.80 454	6.33 544	2.94 477	4.04 479	7.81 545	3.92 318	5.16 488	2.75 538	1.61 537	3.10 553	2.68 560	3.32 538	3.31 554

WCG-NET	0.88 74	0.49 56	1.26 61	0.90 154	0.37 28	1.48 49	1.07 364	1.73 41	2.30 359	1.63 185	1.49 182	0.92 126	0.97 152	0.95 25	0.76 116	0.22 35	0.16 26	0.23 28	0.20 84	0.25 61	0.21 46

test_sample7	1.65 230	0.70 252	2.60 199	1.48 444	0.76 245	2.38 112	1.07 364	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	0.44 393	0.48 465	0.43 397	0.40 417	0.46 367	0.43 336

anonymity	1.76 247	1.26 440	2.73 214	1.66 475	1.32 418	1.84 70	1.07 364	3.49 253	2.30 359	2.11 315	2.11 377	1.71 237	3.90 495	1.82 203	1.48 306	1.10 513	1.09 524	1.08 522	1.08 523	1.05 497	1.09 498

AASNet	2.44 371	0.92 362	19.79 479	1.35 402	1.49 454	3.81 315	1.07 364	3.85 323	2.93 472	1.95 259	2.29 411	1.96 286	1.29 237	1.73 189	1.93 381	0.39 347	0.33 363	0.45 409	0.30 304	0.55 399	0.45 348

SHD	2.82 422	2.04 498	13.80 376	1.69 478	1.79 505	2.73 141	1.07 364	3.85 323	3.18 496	4.63 530	2.74 464	3.38 438	2.77 450	5.48 345	3.66 469	0.62 469	0.47 459	0.51 446	0.55 474	0.65 440	0.74 460

TCMNet	2.98 445	1.30 444	18.26 444	1.47 442	2.09 523	3.84 322	1.08 369	3.96 362	2.39 389	2.53 431	2.29 411	2.43 342	1.75 361	10.09 455	2.39 425	0.52 450	0.45 446	0.61 481	0.50 460	0.80 478	0.78 469

rvit_0105_3	1.24 161	0.93 366	2.84 217	0.97 203	0.58 168	2.38 112	1.08 369	3.26 226	2.53 415	1.18 136	1.40 159	1.24 172	1.04 171	1.73 189	0.97 198	0.44 393	0.44 441	0.40 374	0.42 430	0.42 330	0.50 382

TRStereo	2.31 340	1.87 490	19.74 478	1.53 453	1.16 375	4.26 437	1.08 369	4.73 531	1.45 98	1.55 172	1.28 128	1.75 241	0.85 120	1.81 201	1.20 242	0.36 310	0.26 292	0.32 249	0.36 374	0.34 226	0.33 229

PS-NSSS	2.22 318	1.33 453	2.90 221	0.97 203	1.53 461	4.11 396	1.08 369	4.55 521	2.65 432	2.10 311	2.32 428	1.77 246	1.40 260	11.79 528	1.61 332	0.68 484	0.45 446	0.96 516	0.43 433	0.95 490	0.92 486

LL-Strereo	3.01 451	1.81 489	17.59 437	1.12 291	2.10 524	2.90 154	1.09 373	4.33 482	2.00 291	3.12 491	2.24 400	3.29 427	3.15 469	11.31 502	1.84 371	0.30 211	0.28 315	0.46 415	0.34 348	0.49 380	0.45 348

AAGNet	2.86 425	0.60 152	1.77 116	2.05 514	0.46 87	4.76 526	1.09 373	2.27 94	1.56 178	2.17 342	1.84 305	2.41 336	4.00 496	6.23 364	24.22 570	0.46 409	0.19 96	0.30 207	0.29 286	0.32 190	0.24 86

ACV-stereo	2.92 434	0.92 362	20.27 504	1.33 390	1.05 347	4.68 508	1.10 375	2.66 154	1.64 214	1.46 163	1.32 136	5.41 529	4.24 502	7.83 398	1.90 378	0.44 393	0.52 473	0.32 249	0.29 286	0.45 356	0.63 434

iinet-f	2.26 326	1.18 422	13.71 370	1.14 299	1.11 364	3.77 305	1.10 375	4.14 416	2.17 332	2.06 304	1.76 267	2.99 402	2.99 459	2.50 261	2.49 437	0.35 299	0.39 414	0.27 137	0.28 258	0.45 356	0.39 297

FADNet-RVC	2.51 385	2.27 503	14.03 381	1.09 271	0.81 260	3.54 262	1.10 375	4.13 410	2.48 405	1.39 155	1.22 108	1.85 272	1.77 364	9.78 440	2.06 398	0.38 335	0.37 399	0.40 374	0.40 417	0.67 447	0.48 368

AANet_RVC	3.03 453	1.72 483	12.78 359	1.17 320	1.12 365	3.79 311	1.10 375	3.86 326	3.13 490	2.62 448	4.26 512	3.96 474	1.41 265	11.43 507	5.23 491	0.94 506	0.47 459	0.34 302	0.23 146	0.40 287	0.55 407

GASNet	3.24 470	5.55 535	20.58 519	1.56 462	1.25 403	2.32 108	1.12 379	4.04 383	2.67 435	1.88 236	2.10 373	3.00 403	2.16 412	10.59 469	2.43 432	0.65 476	0.37 399	0.61 481	0.45 440	0.87 484	0.58 419

test_4	1.30 183	0.50 59	6.16 284	0.84 113	0.45 78	1.61 58	1.12 379	2.14 79	1.42 91	1.52 169	2.31 423	1.84 269	0.79 104	2.52 269	1.19 239	0.27 112	0.17 39	0.29 187	0.29 286	0.29 121	0.25 96

GwcNet-RSSM	2.66 407	1.05 394	15.91 409	1.22 343	1.19 384	4.12 398	1.12 379	3.84 320	2.02 294	1.93 254	1.79 278	3.12 414	1.46 283	10.37 463	2.05 397	0.33 267	0.27 303	0.35 321	0.30 304	0.40 287	0.36 261

APVNet	3.13 462	1.25 439	21.14 535	1.31 382	1.52 459	3.94 352	1.13 382	3.32 236	2.14 326	2.20 351	2.03 355	3.05 409	1.96 394	11.79 528	2.53 441	0.42 380	0.45 446	0.64 489	0.46 442	0.67 447	0.57 414

iResNetv2_ROB	2.65 405	5.00 531	19.28 467	2.06 515	1.09 360	3.83 317	1.13 382	4.14 416	2.09 311	1.85 226	2.03 355	2.01 296	1.51 298	3.58 305	1.58 325	0.34 279	0.21 166	0.32 249	0.21 98	0.44 348	0.29 165

AdaStereo	1.45 201	0.83 336	2.34 184	1.28 368	0.81 260	3.21 194	1.14 384	4.20 426	2.46 404	2.05 299	1.77 272	2.48 351	1.18 218	1.71 187	1.44 294	0.43 386	0.25 279	0.43 397	0.28 258	0.44 348	0.34 241
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.
FACV-RUCA	1.26 172	0.65 210	2.21 165	1.06 255	1.50 456	2.69 140	1.15 385	3.05 200	1.87 268	1.36 149	1.99 349	1.03 140	1.15 215	1.36 115	1.10 221	0.41 369	0.41 428	0.73 505	0.41 424	0.61 423	0.41 323

LMCR-Stereo	2.40 364	1.31 448	18.61 453	1.59 465	0.86 286	3.87 335	1.15 385	4.32 480	1.60 203	2.25 372	2.27 404	1.13 151	2.43 432	2.48 260	1.60 329	0.88 504	0.24 256	0.29 187	0.24 171	0.56 405	0.30 192

BSDual-CNN	1.46 202	0.59 140	1.94 131	0.87 135	0.85 281	4.16 414	1.16 387	4.48 511	1.88 270	2.93 476	1.83 300	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

hknet	1.98 284	0.64 200	8.70 311	0.87 135	1.07 354	4.16 414	1.16 387	4.48 511	1.73 240	2.93 476	1.83 300	3.48 444	1.30 240	3.91 317	1.51 316	0.31 230	0.25 279	0.31 229	0.28 258	0.35 244	0.33 229

DANet	2.63 403	1.07 400	8.10 303	1.83 498	1.70 495	3.25 204	1.16 387	4.31 476	2.38 385	3.40 505	2.18 390	4.08 481	1.80 372	9.77 438	3.89 472	0.52 450	0.55 480	0.59 473	0.44 436	0.63 429	0.86 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
fast-acv-ft	2.54 391	1.19 424	20.08 493	1.41 426	1.40 437	3.18 192	1.17 390	3.37 243	2.28 355	1.90 243	2.15 385	2.69 370	2.17 414	2.91 289	2.31 421	0.37 318	0.39 414	0.45 409	0.39 406	0.57 410	0.45 348

LRCNet_RVC	25.52 575	33.45 578	23.21 565	31.79 579	32.78 575	6.74 546	1.18 391	25.88 575	4.46 532	28.94 573	30.89 573	24.91 572	17.57 565	27.66 574	24.34 571	35.26 583	25.60 584	35.91 583	33.81 582	31.90 583	34.10 584

Nwc_Net	2.88 431	1.16 419	18.30 446	1.35 402	1.68 493	3.52 257	1.18 391	3.90 339	2.06 305	2.52 430	2.82 474	3.82 468	2.34 426	6.78 380	2.55 444	0.86 503	0.40 419	0.59 473	0.67 492	0.57 410	0.55 407

PWC_ROB	2.69 415	2.01 496	8.36 305	1.33 390	1.90 513	3.23 198	1.18 391	4.33 482	3.25 503	3.11 490	3.41 500	2.71 373	2.18 416	9.15 423	4.48 476	0.56 459	0.31 348	0.61 481	0.36 374	0.69 452	0.74 460

DualNet (step1)	2.34 351	1.05 394	7.87 298	1.07 257	0.86 286	3.93 347	1.19 394	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 346	6.26 365	1.26 260	1.23 520	0.48 465	4.27 563	2.09 549	0.70 453	0.69 447

test_sample9	3.79 491	1.05 394	7.87 298	1.07 257	0.86 286	3.93 347	1.19 394	4.35 486	2.11 321	2.14 325	1.75 258	1.75 241	1.67 346	11.06 491	11.61 529	1.23 520	14.45 578	4.27 563	2.09 549	0.70 453	0.69 447

test_sample8	4.76 516	1.05 394	7.87 298	1.07 257	0.86 286	3.93 347	1.19 394	4.38 495	2.05 303	5.49 535	1.89 325	12.98 552	6.37 532	11.06 491	11.61 529	1.23 520	14.45 578	4.27 563	2.09 549	0.70 453	0.69 447

UDG	3.55 482	2.81 516	17.45 433	2.69 533	1.98 516	3.97 367	1.19 394	4.35 486	2.02 294	2.42 415	2.53 446	4.50 500	2.46 436	6.53 369	2.41 429	2.12 535	1.77 540	2.63 545	2.57 557	2.64 534	1.95 528

CBFPSM	2.05 297	0.95 374	10.12 331	1.07 257	1.05 347	2.84 147	1.20 398	3.28 227	1.73 240	1.82 223	1.30 132	4.56 505	4.06 497	2.34 253	2.34 424	0.25 82	0.38 405	0.32 249	0.27 229	0.37 267	0.79 472

psmorigin	6.59 539	1.15 416	88.11 588	1.52 451	0.97 320	2.88 152	1.20 398	3.21 217	2.04 300	3.73 511	2.46 436	5.15 525	2.55 440	10.60 470	2.47 436	0.55 457	0.68 507	0.48 426	0.51 464	0.70 453	0.88 484

HSM-Net_RVC	2.87 429	0.57 119	17.46 434	0.92 168	0.90 302	3.70 292	1.20 398	5.64 549	2.51 413	3.22 497	2.43 434	2.54 356	1.59 315	11.41 505	1.65 345	0.34 279	0.25 279	0.26 109	0.23 146	0.30 144	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
z-ln-s-r	2.67 409	1.16 419	12.43 355	1.34 397	1.26 405	3.70 292	1.21 401	4.20 426	2.38 385	2.04 297	1.92 333	2.43 342	1.60 320	10.58 468	5.19 490	0.29 171	0.20 134	0.32 249	0.24 171	0.51 384	0.38 290

LCNet	1.55 207	0.54 93	1.88 125	0.99 215	0.55 143	3.60 275	1.21 401	2.86 183	1.53 155	2.18 344	1.74 254	1.43 200	4.17 500	3.62 307	0.87 159	0.29 171	0.20 134	0.28 166	0.77 503	0.47 371	1.85 526

DRaft	2.28 333	0.56 110	2.64 207	0.74 57	0.46 87	3.94 352	1.23 403	2.32 102	1.55 172	2.64 452	2.80 471	1.60 219	5.34 519	6.96 384	10.99 525	0.34 279	0.22 195	0.27 137	0.27 229	0.29 121	0.37 275

psm_up	2.28 333	0.81 325	5.45 280	1.26 358	1.50 456	3.84 322	1.23 403	4.23 439	2.03 296	2.55 433	1.80 281	2.44 346	1.65 342	12.90 546	1.58 325	0.37 318	0.38 405	0.41 386	0.34 348	0.43 340	0.39 297

ADLNet	2.29 336	0.83 336	3.62 253	1.35 402	1.60 475	3.67 288	1.24 405	3.95 357	2.98 478	2.58 440	2.29 411	4.01 477	1.79 367	11.23 500	2.09 403	0.37 318	0.38 405	0.36 336	0.34 348	0.45 356	0.71 451

DISCO	2.25 324	0.73 279	10.06 328	1.76 488	1.12 365	3.47 241	1.25 406	3.24 223	2.26 349	2.65 456	1.96 338	4.53 503	1.92 392	4.17 324	3.61 468	0.32 251	0.25 279	0.31 229	0.29 286	0.66 445	0.41 323

rvit_105_1	1.43 198	0.90 355	3.27 235	1.08 265	0.68 216	2.79 142	1.27 407	3.52 260	2.35 371	1.38 154	1.54 195	1.28 176	1.14 207	2.91 289	1.40 285	0.54 455	0.47 459	0.45 409	0.59 482	0.44 348	0.58 419

test_5	1.87 259	0.75 299	10.23 332	1.14 299	1.40 437	3.85 330	1.27 407	3.91 344	1.93 280	1.69 197	1.78 275	1.67 226	1.79 367	2.99 294	1.17 236	0.30 211	0.18 66	0.35 321	0.33 339	0.34 226	0.33 229

SFCPSM	2.18 315	0.63 188	17.03 425	0.88 140	0.98 327	3.74 301	1.28 409	4.09 399	2.16 330	1.85 226	1.83 300	1.65 224	1.39 256	2.50 261	1.50 310	0.33 267	0.27 303	0.39 368	0.36 374	0.34 226	0.37 275

DLCB_ROB	2.05 297	0.95 374	2.37 185	1.24 349	1.02 341	2.92 160	1.30 410	3.68 287	2.30 359	2.91 474	2.17 388	3.32 431	1.52 300	10.37 463	2.50 438	0.40 354	0.33 363	0.40 374	0.36 374	0.41 311	0.47 363

CSP-Net	1.78 250	1.32 450	1.92 130	1.16 318	1.03 342	3.38 223	1.31 411	3.52 260	1.75 248	1.96 262	1.93 336	2.40 334	1.48 287	8.58 410	1.58 325	0.46 409	0.34 375	0.27 137	0.26 203	0.41 311	0.50 382

zh-mn7	3.15 465	9.61 556	12.45 356	1.26 358	0.99 330	2.91 157	1.32 412	4.12 408	2.74 442	3.33 501	3.07 484	2.84 390	1.89 389	8.91 416	4.69 480	0.49 434	0.40 419	0.38 364	0.38 399	0.56 405	0.63 434

CoDeX	2.40 364	0.78 313	13.21 362	1.00 223	1.18 377	3.24 201	1.32 412	4.14 416	2.41 392	1.74 210	1.84 305	2.05 301	1.47 285	10.03 452	1.60 329	0.34 279	0.28 315	0.32 249	0.27 229	0.32 190	0.39 297

Consistency-Raft	2.86 425	1.66 480	19.61 473	1.40 425	1.75 500	3.84 322	1.32 412	4.07 393	2.25 346	1.78 216	2.67 460	1.82 263	4.41 505	1.94 218	2.06 398	0.83 501	0.94 521	1.03 518	1.12 524	1.70 527	1.09 498

PVD	3.12 461	1.97 495	12.80 360	1.79 495	1.63 480	3.83 317	1.34 415	3.48 250	3.88 525	5.77 537	3.56 503	3.45 443	3.29 476	5.58 349	5.30 492	0.71 490	0.69 508	0.74 506	0.77 503	0.79 476	1.13 501

UPFNet	1.81 254	0.63 188	6.71 287	1.25 351	1.44 447	3.50 251	1.35 416	4.02 378	1.85 266	2.40 413	1.52 186	2.41 336	1.40 260	3.62 307	1.88 375	0.34 279	0.33 363	0.37 348	0.31 320	0.41 311	0.39 297

PDISCO_ROB	2.86 425	1.53 472	14.27 387	1.98 511	2.19 526	4.52 483	1.35 416	4.65 527	3.19 497	2.09 308	2.16 386	3.53 455	2.45 434	5.32 339	2.12 405	1.30 528	0.78 516	0.72 502	0.59 482	1.24 516	1.28 506

PSMNet-RUCA	1.64 229	1.50 470	2.57 198	1.50 448	1.38 433	3.05 176	1.36 418	3.31 231	2.24 343	1.36 149	2.07 369	1.40 196	1.09 188	1.83 204	1.55 321	1.15 516	0.69 508	1.26 527	0.96 516	1.64 525	0.94 488

TestStereo1	1.56 211	0.81 325	2.32 179	1.61 470	0.64 189	4.13 401	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 409	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA-5K	1.56 211	0.81 325	2.32 179	1.61 470	0.64 189	4.13 401	1.36 418	3.79 310	3.20 500	1.60 177	2.57 451	1.39 191	2.15 409	2.51 264	1.30 271	0.29 171	0.20 134	0.34 302	0.25 183	0.40 287	0.36 261

SA	1.62 224	0.75 299	3.78 258	1.07 257	0.43 65	4.26 437	1.36 418	4.45 508	3.12 489	1.63 185	1.97 344	1.68 228	2.26 420	2.55 272	1.27 263	0.27 112	0.22 195	0.37 348	0.37 386	0.35 244	0.30 192

DDUNet	2.91 432	2.78 515	6.94 291	3.53 546	2.26 530	3.28 212	1.36 418	3.77 306	2.04 300	2.62 448	2.49 440	4.18 487	1.69 351	5.38 341	1.85 372	2.21 536	1.77 540	2.61 544	2.43 555	2.60 533	2.34 536

LL-Strereo2	1.23 156	0.85 344	2.38 186	0.93 182	0.68 216	3.72 296	1.37 423	2.54 136	1.99 287	1.75 212	1.40 159	1.82 263	0.73 77	1.40 120	0.99 204	0.31 230	0.23 222	0.55 464	0.35 364	0.29 121	0.24 86

FADNet-RVC-Resample	2.83 423	2.02 497	21.07 533	1.12 291	0.91 304	3.53 258	1.37 423	4.08 397	2.09 311	1.68 196	1.33 138	2.03 297	1.51 298	9.54 432	1.69 349	0.38 335	0.37 399	0.42 393	0.44 436	0.56 405	0.56 410

MSAF-DinoV2	13.69 565	13.09 567	22.03 556	2.41 529	1.44 447	4.03 377	1.38 425	9.07 556	9.20 553	2.23 366	1.98 346	5.08 522	5.06 513	177.66 592	5.46 494	0.45 402	0.34 375	0.40 374	0.62 488	6.09 560	5.80 570

NVstereo2D	2.54 391	0.90 355	11.10 343	1.32 385	1.47 452	3.58 272	1.38 425	4.13 410	2.45 401	1.90 243	1.71 247	2.86 392	1.76 362	10.86 480	1.66 346	0.60 465	0.43 436	0.53 456	0.41 424	0.78 474	0.94 488

RGC	3.10 460	1.45 466	14.90 396	1.46 439	1.79 505	3.33 218	1.39 427	4.04 383	2.26 349	2.77 465	3.26 495	4.00 476	2.71 448	11.63 520	2.62 448	0.82 499	0.46 455	0.79 508	0.79 507	0.71 462	0.78 469

edge stereo	3.37 479	1.01 387	21.99 554	1.28 368	1.37 430	2.67 139	1.39 427	3.98 366	2.87 465	2.93 476	3.27 496	4.35 495	2.43 432	11.62 515	2.39 425	0.60 465	0.63 498	0.79 508	0.55 474	0.68 450	0.67 442

ARAFT	2.56 396	1.13 411	19.50 472	0.89 145	0.48 105	4.15 405	1.40 429	4.36 491	2.82 462	2.36 405	1.88 319	1.70 235	1.04 171	6.45 368	1.22 249	0.29 171	0.18 66	0.37 348	0.35 364	0.35 244	0.25 96

NCC-stereo	3.16 467	1.28 442	18.31 447	1.25 351	1.75 500	4.06 382	1.40 429	3.89 334	2.22 339	2.72 461	2.55 447	3.49 450	2.65 445	9.91 445	2.99 458	1.29 526	0.65 500	0.64 489	0.86 510	0.65 440	0.71 451

Abc-Net	3.16 467	1.28 442	18.31 447	1.25 351	1.75 500	4.06 382	1.40 429	3.89 334	2.22 339	2.72 461	2.55 447	3.49 450	2.65 445	9.91 445	2.99 458	1.29 526	0.65 500	0.64 489	0.86 510	0.65 440	0.71 451
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CRFU-Net	2.49 382	0.78 313	10.36 333	2.30 525	1.08 356	3.91 340	1.41 432	3.85 323	1.65 218	2.15 333	1.76 267	3.34 432	7.95 546	5.56 347	1.48 306	0.47 418	0.35 381	0.30 207	0.28 258	0.37 267	0.43 336

Sa-1000	1.63 228	0.79 317	3.56 248	1.11 287	0.48 105	4.06 382	1.41 432	4.49 514	2.75 445	2.00 283	2.80 471	1.84 269	1.43 273	2.64 281	1.50 310	0.27 112	0.19 96	0.36 336	0.33 339	0.36 257	0.30 192

psmg	1.47 205	0.59 140	1.94 131	0.92 168	0.85 281	4.30 446	1.42 434	4.10 407	1.88 270	2.64 452	2.09 372	2.60 362	1.31 241	1.60 163	1.21 246	0.34 279	0.27 303	0.33 284	0.34 348	0.36 257	0.34 241

RYNet	2.97 443	0.93 366	15.09 401	1.12 291	1.38 433	3.66 287	1.42 434	4.03 379	2.29 358	2.10 311	1.70 243	3.79 466	2.16 412	13.64 555	3.02 460	0.37 318	0.41 428	0.48 426	0.34 348	0.81 479	0.75 463

z-mn7	3.36 478	9.42 554	14.16 384	1.28 368	1.22 397	3.78 307	1.43 436	3.92 349	3.35 511	2.85 472	3.36 498	3.06 410	1.97 395	9.66 436	5.16 488	0.42 380	0.35 381	0.43 397	0.33 339	0.63 429	0.48 368

GEStereo_RVC	1.91 270	0.80 321	6.57 285	1.20 334	1.06 350	4.02 375	1.43 436	4.13 410	1.89 274	2.03 294	1.80 281	2.34 327	1.86 384	4.94 333	1.77 362	0.48 422	0.38 405	0.32 249	0.28 258	0.42 330	0.50 382

SQANet	3.70 487	9.34 553	18.41 449	2.75 534	2.74 535	3.40 227	1.47 438	3.50 256	1.68 224	2.60 444	1.75 258	2.69 370	1.91 391	6.72 379	1.74 358	2.96 540	1.41 534	1.85 534	1.12 524	3.17 536	2.70 545

ADLNet2	3.15 465	0.92 362	20.06 490	1.20 334	1.79 505	3.83 317	1.48 439	3.94 355	3.59 518	2.19 348	2.47 438	4.65 510	1.93 393	10.69 474	1.96 388	0.39 347	0.37 399	0.28 166	0.30 304	0.48 374	0.43 336

OMP-Stereo	1.97 282	0.93 366	1.88 125	2.76 535	0.67 211	4.58 494	1.48 439	4.31 476	1.54 164	3.15 494	2.76 467	3.25 424	1.38 253	7.66 397	1.35 282	0.40 354	0.20 134	0.33 284	0.26 203	0.33 208	0.24 86

DRN-Test	3.03 453	0.99 383	18.18 442	1.35 402	1.60 475	3.59 273	1.48 439	4.13 410	2.45 401	3.47 507	1.92 333	2.58 361	2.53 439	10.88 481	2.80 454	0.39 347	0.36 386	0.44 402	0.41 424	0.55 399	0.57 414

FBW_ROB	3.24 470	1.02 388	9.21 320	1.49 447	1.07 354	3.78 307	1.48 439	4.31 476	3.08 487	2.46 420	2.32 428	4.20 490	2.08 403	15.19 561	7.16 507	0.84 502	0.62 496	1.33 529	0.92 513	0.99 495	1.31 508

SACVNet	2.46 375	1.14 415	9.47 321	1.44 433	1.18 377	4.06 382	1.49 443	3.84 320	2.24 343	2.62 448	1.89 325	2.57 359	1.28 234	11.35 503	1.64 343	0.50 438	0.39 414	0.48 426	0.41 424	0.55 399	0.75 463

FINET	2.96 439	1.07 400	23.18 564	1.29 372	1.86 510	2.03 85	1.52 444	4.30 473	4.71 536	2.23 366	2.34 430	1.65 224	1.48 287	5.89 355	2.81 455	0.51 444	0.47 459	0.49 440	0.40 417	0.59 414	0.49 375

PASM	2.67 409	2.05 499	9.71 322	1.73 485	1.37 430	2.53 130	1.52 444	3.10 205	2.17 332	2.79 467	1.84 305	2.90 394	1.85 383	11.89 532	2.19 413	0.81 498	0.85 518	0.87 513	1.01 519	1.14 507	1.05 495

XQC	2.96 439	2.42 506	14.85 393	1.36 408	1.32 418	3.29 216	1.53 446	4.28 462	2.78 448	3.21 496	2.46 436	3.53 455	2.92 457	6.58 370	4.67 478	0.70 488	0.41 428	0.59 473	0.56 476	0.96 494	0.83 479

CVANet_RVC	2.55 395	1.10 406	9.13 319	1.46 439	1.15 370	3.96 362	1.53 446	3.91 344	2.50 410	3.04 485	2.04 358	2.60 362	1.72 357	12.46 542	1.50 310	0.49 434	0.30 338	0.51 446	0.41 424	0.63 429	0.50 382

ETE_ROB	2.07 300	1.40 460	3.01 225	1.09 271	0.92 305	3.94 352	1.53 446	4.25 449	2.23 341	3.31 499	2.06 368	2.35 329	1.52 300	8.74 412	2.07 401	0.44 393	0.36 386	0.51 446	0.48 450	0.54 397	0.62 430

Wz-Net-LNSev	2.30 339	1.67 482	14.88 395	1.18 326	1.65 486	3.49 247	1.54 449	3.63 278	2.03 296	1.88 236	1.64 224	3.29 427	2.06 401	2.71 285	2.02 394	0.40 354	0.33 363	0.32 249	0.31 320	0.53 394	0.49 375

GwcNet	3.00 449	1.63 476	19.83 481	1.32 385	2.04 522	3.27 208	1.55 450	3.65 281	2.33 368	2.00 283	2.12 380	3.56 459	1.68 350	9.47 430	2.45 434	0.44 393	0.45 446	0.46 415	0.38 399	0.60 418	0.76 465

DeepPrunerF	3.70 487	1.72 483	14.87 394	1.33 390	1.74 499	3.70 292	1.55 450	4.20 426	14.00 562	2.02 290	1.77 272	2.74 376	2.30 422	10.88 481	6.88 503	0.68 484	0.60 493	0.78 507	0.78 506	0.81 479	0.71 451

w-ln-seven-2	2.73 418	2.13 500	12.47 357	1.18 326	1.01 339	3.54 262	1.58 452	3.93 351	3.26 504	2.43 417	2.02 353	2.63 366	2.28 421	7.93 400	5.45 493	0.40 354	0.40 419	0.44 402	0.34 348	0.62 427	0.47 363

w-ln-seven	2.86 425	3.06 518	14.02 380	1.27 366	1.32 418	4.10 395	1.59 453	3.90 339	2.59 425	3.03 484	2.27 404	3.42 440	2.25 419	6.70 375	4.81 484	0.39 347	0.34 375	0.48 426	0.40 417	0.74 467	0.55 407

IRAFT_RVC	1.87 259	0.60 152	4.33 262	2.40 528	0.66 204	4.59 495	1.59 453	2.96 189	1.51 139	2.23 366	1.75 258	2.09 307	2.63 444	6.70 375	1.50 310	0.33 267	0.21 166	0.33 284	0.29 286	0.32 190	0.32 213

AF-Net	2.87 429	1.30 444	16.24 412	1.33 390	1.75 500	3.26 206	1.59 453	4.09 399	2.43 396	2.69 459	2.94 477	4.51 501	3.20 473	5.84 354	2.75 452	0.76 492	0.36 386	0.72 502	0.49 454	0.70 453	0.56 410

CC-Net-ROB	3.35 477	1.76 486	13.89 378	2.33 527	1.65 486	4.49 475	1.62 456	4.73 531	2.90 467	1.92 250	2.05 364	1.99 292	1.61 321	12.57 545	1.60 329	2.46 537	2.18 545	2.68 546	1.04 522	2.11 530	1.38 514

MFN_U_SF_RVC	3.81 492	10.78 560	15.01 399	1.84 499	1.39 435	3.73 300	1.63 457	4.05 387	3.26 504	2.91 474	2.38 432	4.36 497	3.65 489	8.43 407	4.91 486	1.11 515	1.04 522	0.99 517	1.31 531	1.58 523	1.75 525

XPNet_ROB	2.27 328	1.11 409	4.10 260	1.36 408	0.97 320	3.94 352	1.63 457	4.07 393	2.14 326	2.82 470	2.00 351	2.32 326	1.73 360	10.81 479	3.39 465	0.51 444	0.47 459	0.48 426	0.40 417	0.51 384	0.56 410

ssnet_v2	2.04 295	0.88 352	7.87 298	1.20 334	0.87 291	3.86 332	1.64 459	4.01 374	2.60 426	2.61 446	1.96 338	3.79 466	1.71 355	2.20 244	2.96 457	0.41 369	0.35 381	0.42 393	0.37 386	0.55 399	0.52 395

Wz-Net-LNSev-Ref	2.42 368	1.47 467	14.14 383	1.30 379	1.35 425	3.51 254	1.64 459	4.04 383	2.10 319	2.46 420	1.88 319	2.28 318	2.51 438	4.73 332	3.17 463	0.38 335	0.19 96	0.35 321	0.20 84	0.40 287	0.36 261

ADCRef	3.30 473	1.23 437	14.90 396	1.17 320	1.41 444	3.95 357	1.64 459	3.88 332	2.36 374	3.05 487	2.21 396	2.40 334	2.81 453	5.04 334	16.63 548	0.46 409	0.34 375	0.63 486	0.62 488	0.54 397	0.67 442

Syn2CoEx	3.08 457	2.55 512	19.88 483	1.34 397	1.18 377	2.43 117	1.65 462	3.91 344	2.40 390	2.39 411	2.27 404	2.90 394	3.17 472	9.57 435	2.54 443	0.50 438	0.45 446	0.53 456	0.39 406	0.74 467	0.72 458

PSMNet_ROB	2.95 436	1.38 457	18.46 451	1.19 329	1.20 390	3.80 313	1.65 462	3.54 265	2.35 371	1.98 266	1.71 247	2.75 378	1.79 367	11.43 507	2.78 453	0.42 380	0.36 386	0.50 443	0.60 484	0.59 414	0.49 375

stereogan	3.09 458	0.93 366	16.43 415	1.37 418	1.66 489	3.70 292	1.67 464	3.87 329	3.15 494	3.04 485	2.70 463	5.04 520	2.79 451	9.96 448	1.78 364	0.63 470	0.49 470	0.69 495	0.47 445	0.83 482	0.68 445

MFMNet_re	2.91 432	1.91 491	18.25 443	3.06 540	1.89 512	3.13 187	1.67 464	3.52 260	2.97 475	3.14 492	2.87 476	2.26 316	2.41 430	2.42 255	2.00 391	1.10 513	1.05 523	0.94 515	0.90 512	1.28 517	1.46 518

MaskLacGwcNet_RVC	3.13 462	1.43 464	9.93 326	2.50 530	1.62 478	4.29 444	1.68 466	3.95 357	2.43 396	1.66 193	1.91 331	3.04 406	1.41 265	13.26 548	1.58 325	3.82 554	1.59 536	1.12 524	0.46 442	2.21 531	2.74 546

PA-Net	3.09 458	1.24 438	18.84 455	1.38 420	1.19 384	3.42 231	1.75 467	3.89 334	3.27 508	1.88 236	2.10 373	3.03 405	1.88 388	11.60 513	2.88 456	0.40 354	0.54 476	0.44 402	0.62 488	0.52 388	1.02 493
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	3.62 484	0.70 252	21.42 545	1.21 340	0.89 299	4.43 465	1.76 468	4.39 497	2.79 450	5.88 539	3.38 499	4.18 487	5.12 515	10.75 475	2.32 422	0.56 459	0.55 480	0.53 456	0.51 464	0.55 399	0.46 358

KYRaft	1.59 219	0.52 71	1.73 111	0.95 190	0.49 112	4.38 452	1.79 469	2.43 113	1.51 139	2.49 424	2.98 479	2.00 293	3.41 481	2.14 236	0.82 137	0.30 211	0.21 166	0.33 284	0.46 442	0.35 244	2.45 540

DSFCA	1.89 264	0.69 242	3.14 230	1.10 280	1.18 377	3.99 370	1.79 469	3.50 256	2.16 330	3.10 489	1.64 224	2.91 397	2.50 437	5.38 341	2.26 417	0.43 386	0.38 405	0.37 348	0.36 374	0.50 382	0.42 327

Wz-Net-SNSev	2.98 445	4.36 528	15.98 410	1.57 463	1.19 384	3.28 212	1.80 471	3.96 362	2.40 390	2.32 393	2.28 408	3.48 444	2.05 400	7.84 399	3.82 471	0.47 418	0.39 414	0.53 456	0.49 454	0.71 462	0.60 424

EDNetEfficientorigin	12.35 562	2.51 507	179.47 592	1.19 329	0.96 316	2.91 157	1.81 472	3.00 194	5.35 543	8.91 555	4.79 516	4.18 487	4.64 509	9.98 449	11.30 526	0.37 318	0.38 405	0.60 478	0.85 509	1.32 519	2.43 539

Prome-Stereo	1.61 222	0.55 99	1.71 110	0.98 209	0.60 174	4.41 461	1.82 473	3.03 198	1.53 155	2.18 344	3.45 501	1.72 238	3.49 487	2.23 249	1.08 217	0.29 171	0.20 134	0.26 109	0.25 183	0.34 226	2.16 532

GANetREF_RVC	3.20 469	1.93 492	18.84 455	1.51 450	0.80 257	4.12 398	1.82 473	4.16 421	2.91 468	1.87 233	1.74 254	2.48 351	1.84 379	13.18 547	1.74 358	0.80 496	0.57 483	0.79 508	0.74 499	1.20 515	0.86 480
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
LALA_ROB	1.95 278	1.48 468	3.11 228	1.05 249	0.98 327	3.99 370	1.82 473	4.44 505	2.28 355	3.31 499	1.85 312	2.76 384	1.67 346	4.04 321	3.23 464	0.46 409	0.41 428	0.55 464	0.52 467	0.60 418	0.57 414

DEmStereo	2.97 443	0.58 132	13.42 365	0.79 80	0.51 118	3.84 322	1.84 476	2.42 110	1.60 203	2.25 372	2.74 464	2.03 297	6.04 526	6.79 382	12.80 534	0.35 299	0.26 292	0.26 109	0.27 229	0.27 90	0.37 275

Ntro	4.21 506	8.94 549	19.89 484	3.22 542	2.96 540	4.15 405	1.89 477	3.92 349	2.36 374	1.77 214	2.14 383	3.35 433	2.17 414	9.48 431	2.24 416	3.52 549	1.76 539	2.13 537	1.31 531	3.83 546	3.09 547

GMM-Stereo	2.45 372	0.52 71	20.38 509	0.89 145	0.82 269	4.18 422	1.91 478	2.45 116	1.48 119	2.48 423	2.30 416	1.69 233	1.86 384	2.93 291	1.08 217	0.28 149	0.18 66	0.33 284	0.48 450	0.35 244	2.41 537

coex-ft	18.59 571	6.62 538	113.53 590	1.17 320	1.31 412	2.33 110	1.93 479	2.81 179	14.00 562	124.82 591	8.45 536	5.90 532	51.74 585	9.99 450	22.69 566	0.57 461	0.62 496	0.50 443	0.49 454	1.08 502	1.28 506

NVStereoNet_ROB	4.91 520	1.40 460	16.46 416	1.47 442	1.72 498	3.46 238	1.96 480	3.89 334	3.61 519	2.90 473	24.61 571	4.81 512	4.49 507	13.57 553	4.87 485	1.33 529	1.29 532	1.70 533	1.68 536	1.41 522	1.66 520
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RP	2.79 420	1.20 426	10.36 333	1.54 455	1.93 514	3.44 233	1.97 481	4.05 387	2.34 369	2.66 457	2.79 469	3.98 475	2.58 442	10.21 458	2.61 446	0.95 507	0.47 459	0.71 498	0.57 479	0.71 462	0.68 445

MDST_ROB	5.53 528	0.59 140	23.11 562	2.55 531	2.69 534	21.20 570	1.98 482	4.77 533	2.65 432	9.36 557	4.25 511	4.14 485	4.45 506	22.57 567	3.68 470	0.48 422	0.33 363	0.47 418	0.44 436	0.44 348	0.44 342

FAT-Stereo	3.34 476	0.81 325	20.05 489	1.25 351	1.20 390	3.44 233	1.99 483	4.23 439	2.67 435	3.14 492	3.82 508	3.51 453	3.32 478	11.68 523	1.94 383	0.64 473	0.67 504	0.48 426	0.52 467	0.61 423	0.81 474

RAFT + AFF	2.51 385	2.66 513	4.48 267	1.15 312	1.95 515	4.15 405	2.01 484	4.46 509	3.30 509	2.19 348	2.51 443	2.22 315	4.87 512	8.91 416	2.06 398	0.30 211	0.60 493	0.48 426	0.38 399	0.77 472	0.69 447

delet	1.92 273	0.76 304	5.14 273	1.01 229	1.65 486	3.44 233	2.03 485	3.76 304	2.48 405	2.01 285	2.05 364	2.63 366	1.90 390	5.34 340	2.12 405	0.28 149	0.29 325	0.40 374	0.31 320	0.41 311	0.45 348

DPSNet	3.43 480	1.37 456	12.19 352	1.39 422	1.24 400	4.15 405	2.06 486	4.51 518	3.34 510	2.69 459	1.96 338	3.52 454	5.56 521	10.68 473	9.68 519	0.93 505	0.73 512	0.40 374	0.37 386	1.06 498	0.86 480

StereoDRNet	2.84 424	1.49 469	14.48 390	1.33 390	1.57 473	3.44 233	2.06 486	3.69 292	2.36 374	3.26 498	1.84 305	2.79 388	1.80 372	10.88 481	3.16 462	0.41 369	0.33 363	0.39 368	0.36 374	0.59 414	0.58 419

MSMD_ROB	5.61 529	1.08 402	16.68 419	1.21 340	0.83 273	10.14 556	2.07 488	3.93 351	6.22 549	10.37 563	8.03 532	22.22 566	9.45 552	11.66 521	4.52 477	0.66 478	0.58 488	0.66 492	0.68 495	0.65 440	0.63 434

pmcnn	5.45 527	1.22 433	17.40 431	1.60 467	2.41 532	3.48 244	2.12 489	4.52 519	3.26 504	3.67 510	13.15 559	22.10 565	3.46 486	11.92 534	17.16 551	0.34 279	0.21 166	0.23 28	0.19 67	0.36 257	0.28 155

DAS	2.31 340	0.67 231	4.79 270	1.14 299	1.64 482	2.93 164	2.13 490	4.09 399	2.74 442	4.17 522	2.52 444	2.46 349	1.79 367	11.55 512	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

SepStereo	2.15 311	0.67 231	4.79 270	1.14 299	1.64 482	2.93 164	2.13 490	4.09 399	2.74 442	4.17 522	2.52 444	2.46 349	1.79 367	8.36 404	1.63 340	0.37 318	0.22 195	0.39 368	0.25 183	0.41 311	0.34 241

TDLM	2.29 336	1.08 402	4.61 269	1.29 372	1.01 339	4.26 437	2.17 492	3.75 302	2.79 450	2.31 389	1.98 346	2.06 303	1.59 315	12.45 541	1.72 353	0.51 444	0.28 315	0.52 452	0.35 364	0.56 405	0.50 382

ccnet	2.66 407	0.97 381	8.01 302	1.54 455	1.24 400	3.75 302	2.18 493	4.07 393	2.41 392	2.66 457	3.25 494	2.87 393	2.31 425	9.89 444	3.50 466	0.78 493	0.75 514	0.71 498	0.67 492	0.76 471	0.81 474

ACVNet-4b	6.73 541	13.67 569	21.87 553	3.54 547	3.07 542	4.19 426	2.25 494	4.03 379	3.65 520	1.64 188	3.98 510	5.88 531	2.89 455	10.01 451	16.98 550	23.29 581	2.24 548	2.53 541	1.78 541	3.87 547	3.21 552

ADCMid	3.96 498	3.27 521	15.48 406	1.26 358	1.40 437	4.66 505	2.28 495	4.06 391	3.54 517	3.94 515	3.02 481	3.85 469	3.67 490	4.03 320	18.65 559	0.68 484	0.61 495	1.09 523	1.18 528	1.38 520	1.08 497

WZ-Net	3.62 484	4.87 530	16.77 422	1.43 430	1.40 437	3.75 302	2.29 496	4.12 408	2.50 410	2.74 463	2.19 392	4.06 480	5.29 518	10.19 457	7.36 508	0.54 455	0.37 399	0.47 418	0.49 454	0.77 472	0.73 459

SPS-STEREO	3.97 499	1.44 465	20.85 525	1.72 484	1.71 496	3.24 201	2.30 497	3.55 267	2.68 437	4.79 532	3.66 504	5.44 530	2.97 458	9.11 421	9.35 518	1.15 516	1.10 525	1.06 521	1.02 521	1.16 511	1.18 503
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	6.64 540	0.77 307	19.26 465	1.68 477	1.64 482	8.27 553	2.35 498	6.35 550	9.23 554	10.85 565	11.27 552	19.89 562	13.33 556	12.51 543	11.79 531	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

FC-DCNN v2	6.91 545	0.77 307	19.25 463	1.69 478	1.64 482	9.13 555	2.40 499	7.20 552	9.47 555	11.07 567	11.62 554	20.05 564	15.79 561	12.55 544	11.99 532	0.66 478	0.57 483	0.58 470	0.56 476	0.63 429	0.61 427

Wz-Net-MNSev	2.71 417	2.54 511	13.91 379	1.52 451	1.37 430	3.28 212	2.47 500	4.03 379	2.32 367	2.57 437	2.07 369	2.29 323	3.01 461	7.55 393	2.74 451	0.38 335	0.36 386	0.36 336	0.37 386	0.57 410	0.47 363

ACVNet_1	6.04 536	13.97 570	21.36 543	3.58 548	3.14 545	4.73 521	2.48 501	4.20 426	3.17 495	2.98 482	2.83 475	23.31 567	4.34 504	11.06 491	2.45 434	3.68 551	2.33 551	2.60 543	1.79 542	3.69 543	3.19 551

Wz-Net-TNSev	3.67 486	8.83 545	13.47 368	1.48 444	1.18 377	3.60 275	2.49 502	4.27 457	3.13 490	2.18 344	1.89 325	4.21 491	2.80 452	12.10 535	7.58 510	0.57 461	0.55 480	0.47 418	0.54 473	0.91 488	1.05 495

GANet	2.93 435	1.05 394	11.29 345	1.64 472	0.96 316	3.91 340	2.52 503	3.72 299	2.41 392	2.95 481	3.00 480	3.21 420	2.03 397	12.42 540	4.72 481	0.51 444	0.41 428	0.46 415	0.39 406	0.60 418	0.50 382

S-Stereo	3.48 481	0.91 360	22.06 557	1.36 408	1.50 456	3.55 265	2.53 504	4.21 432	2.81 460	2.37 406	3.81 507	3.75 464	1.84 379	11.90 533	2.51 439	0.63 470	0.71 510	0.48 426	0.76 501	0.67 447	1.19 504

NCCL2	2.53 389	1.35 454	10.90 342	1.15 312	0.97 320	3.53 258	2.56 505	3.65 281	2.23 341	2.76 464	1.80 281	2.41 336	1.66 344	10.35 462	2.07 401	0.44 393	0.40 419	0.57 469	0.53 471	0.59 414	0.65 440

otaku	4.58 513	8.93 548	19.95 486	3.11 541	2.67 533	3.91 340	2.57 506	3.82 316	2.25 346	2.22 362	9.72 545	4.08 481	2.35 427	8.57 409	2.13 408	3.51 548	1.65 538	2.15 538	1.17 527	3.69 543	3.15 549

zh-sn7	3.81 492	11.43 563	15.78 408	1.25 351	1.15 370	3.68 291	2.58 507	4.15 420	2.42 395	2.61 446	3.10 488	3.38 438	3.03 465	11.43 507	6.88 503	0.45 402	0.48 465	0.45 409	0.43 433	0.72 465	0.71 451

FCDSN-DC	6.04 536	0.84 340	19.25 463	1.24 349	1.09 360	4.38 452	2.62 508	4.38 495	4.71 536	9.59 560	11.22 551	19.19 561	17.40 564	12.30 537	8.55 515	0.69 487	0.57 483	0.60 478	0.60 484	0.70 453	0.78 469
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	3.55 482	2.16 502	14.18 385	1.86 502	1.49 454	4.62 499	2.65 509	3.58 272	2.80 454	7.05 547	3.05 483	5.16 526	4.07 498	9.18 424	4.80 483	0.64 473	0.67 504	0.59 473	0.68 495	0.89 485	0.91 485

ADCPNet	3.89 494	1.63 476	20.25 503	1.28 368	1.27 407	6.43 544	2.65 509	3.93 351	2.70 438	2.78 466	2.20 394	4.28 493	6.16 530	5.56 347	10.27 522	0.65 476	1.18 527	0.71 498	1.70 538	0.84 483	1.37 512

LVE	6.88 544	9.31 552	21.14 535	3.61 549	3.18 547	4.49 475	2.79 511	10.21 558	11.69 558	3.16 495	11.53 553	18.33 558	4.31 503	11.66 521	3.52 467	4.45 562	2.93 557	2.56 542	1.91 546	3.62 540	3.16 550

WAO-8	11.95 559	13.02 565	20.56 517	3.50 544	3.08 543	15.11 566	2.80 512	12.91 563	19.11 571	7.69 549	13.12 557	11.62 548	7.01 540	84.40 589	7.91 511	3.42 546	1.92 542	3.54 559	1.93 547	3.68 541	2.69 543

Venus	11.95 559	13.02 565	20.56 517	3.50 544	3.08 543	15.11 566	2.80 512	12.91 563	19.11 571	7.69 549	13.12 557	11.62 548	7.01 540	84.40 589	7.91 511	3.42 546	1.92 542	3.54 559	1.93 547	3.68 541	2.69 543

TorneroNet-64	10.12 552	8.74 544	20.95 531	4.27 556	3.76 555	13.86 563	2.85 514	15.05 568	23.15 574	10.07 561	23.84 570	13.47 553	8.24 549	13.96 558	17.21 552	3.96 557	2.72 554	3.23 554	2.48 556	6.29 561	4.27 564

MADNet+	3.97 499	9.54 555	13.83 377	1.87 503	1.69 494	4.19 426	2.87 515	4.80 534	4.10 531	2.51 428	2.67 460	4.55 504	3.41 481	8.72 411	6.92 505	1.25 523	1.27 531	1.04 519	0.93 514	1.39 521	1.85 526

HBP-ISP	3.25 472	1.10 406	20.86 526	1.54 455	1.15 370	4.50 478	2.89 516	4.43 504	2.38 385	4.14 521	1.96 338	1.90 275	2.04 399	11.08 494	1.32 274	0.66 478	0.57 483	0.66 492	0.61 487	0.64 437	0.61 427

G-Net	4.11 503	1.21 427	19.47 471	2.31 526	2.94 539	4.74 524	2.95 517	3.33 240	2.14 326	4.44 528	9.43 543	6.93 537	3.84 493	9.01 420	4.92 487	0.79 494	0.80 517	0.70 497	0.50 460	0.95 490	0.87 483

RTS	3.90 495	7.04 539	17.94 439	1.92 505	2.19 526	5.00 532	2.96 518	4.29 465	3.19 497	4.05 518	3.08 485	4.94 515	3.16 470	7.64 394	6.72 498	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 465

RTSA	3.90 495	7.04 539	17.94 439	1.92 505	2.19 526	5.00 532	2.96 518	4.29 465	3.19 497	4.05 518	3.08 485	4.94 515	3.16 470	7.64 394	6.72 498	0.66 478	0.44 441	0.51 446	0.47 445	0.95 490	0.76 465

RainbowNet	4.56 511	8.28 542	20.07 492	3.64 550	3.23 548	4.15 405	2.99 520	4.18 422	3.03 483	2.20 351	2.65 458	4.26 492	2.90 456	9.77 438	2.12 405	3.88 555	2.27 549	2.71 548	1.72 540	3.78 545	3.31 554

ACVNet_2	5.41 526	12.60 564	20.42 512	3.27 543	3.15 546	4.50 478	3.02 521	4.66 528	3.73 523	3.35 504	5.36 520	7.86 540	2.88 454	12.33 539	4.76 482	3.12 544	2.22 547	2.70 547	1.69 537	3.49 539	3.10 548

NaN_ROB	4.06 502	1.13 411	16.64 418	1.12 291	1.25 403	3.50 251	3.05 522	4.29 465	3.26 504	3.64 508	2.56 449	2.97 400	4.79 510	13.33 549	16.91 549	0.37 318	0.41 428	0.38 364	0.39 406	0.48 374	0.81 474

IMH	6.81 543	13.66 568	20.41 511	4.33 560	3.74 552	5.50 537	3.06 523	5.49 548	6.22 549	4.64 531	10.35 547	9.30 544	8.03 548	13.61 554	6.81 500	4.80 567	2.99 562	3.09 552	2.12 552	4.36 552	3.61 556

SuperB	4.79 517	4.41 529	21.08 534	1.45 437	1.08 356	3.91 340	3.08 524	4.18 422	3.01 481	2.50 425	2.10 373	2.75 378	3.49 487	8.80 413	19.60 563	0.44 393	0.33 363	0.53 456	0.39 406	12.01 573	0.64 438

WAO-7	5.16 522	3.21 519	18.98 459	1.88 504	1.44 447	5.34 536	3.09 525	4.91 536	5.81 548	4.35 527	8.92 542	6.55 534	6.06 527	13.40 551	10.81 524	1.34 530	1.20 530	1.48 532	1.35 534	1.60 524	1.45 516

TorneroNet	25.88 576	11.28 562	21.62 550	4.20 555	4.07 558	55.25 583	3.15 526	15.16 569	76.94 587	58.09 583	82.72 588	86.88 589	41.15 579	13.35 550	18.13 556	4.32 558	2.85 555	3.45 555	2.62 558	8.33 571	4.14 563

SGM-Forest	2.96 439	0.62 179	3.49 243	1.09 271	0.80 257	4.06 382	3.30 527	4.37 494	3.09 488	4.18 525	3.27 496	4.67 511	3.86 494	11.69 524	7.91 511	0.51 444	0.46 455	0.49 440	0.39 406	0.48 374	0.49 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
KSHMR	16.96 569	5.37 533	21.64 552	4.46 561	4.50 561	8.30 554	3.32 528	15.58 571	76.24 586	6.62 546	61.47 584	56.53 584	5.43 520	35.17 579	11.37 527	4.39 560	2.97 561	3.63 561	2.74 562	5.10 557	4.34 565

MFN_U_SF_DS_RVC	3.94 497	10.88 561	12.30 354	1.26 358	1.55 466	5.19 535	3.33 529	4.42 501	2.82 462	2.58 440	2.62 455	5.00 518	2.11 404	14.03 559	2.73 450	1.28 525	2.34 552	0.67 494	1.83 543	0.81 479	1.03 494

notaker	10.50 555	8.60 543	20.23 499	4.54 563	3.95 556	6.27 542	3.44 530	8.07 555	4.75 539	8.73 554	46.45 579	13.86 556	27.86 574	13.49 552	13.61 537	4.56 563	3.18 563	3.52 558	2.68 560	8.13 570	4.05 562

SGM_RVC	4.57 512	0.72 268	17.46 434	1.84 499	0.58 168	4.23 435	3.45 531	4.66 528	3.66 521	7.99 552	8.82 541	7.56 539	8.74 551	12.30 537	6.84 502	0.43 386	0.38 405	0.39 368	0.35 364	0.51 384	0.48 368
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	5.12 521	0.90 355	21.33 541	1.50 448	1.33 422	4.09 389	3.49 532	4.03 379	4.59 535	6.57 545	10.95 550	12.92 551	8.41 550	9.86 443	8.78 516	0.75 491	0.58 488	0.51 446	0.50 460	0.68 450	0.57 414

CSAN	4.71 515	1.39 459	20.23 499	1.19 329	0.87 291	3.65 286	3.50 533	4.57 523	3.87 524	3.89 514	7.82 530	3.54 458	6.16 530	23.47 572	6.82 501	0.52 450	0.45 446	0.49 440	0.52 467	0.63 429	0.66 441

HanzoNet	31.60 578	17.23 573	21.22 540	7.32 569	5.84 566	7.25 549	3.53 534	13.82 567	14.20 564	50.38 581	47.01 580	44.45 577	56.61 586	36.61 580	32.00 579	63.89 587	56.57 588	7.97 572	89.20 588	28.69 577	28.25 580

Dean	7.52 547	9.08 550	21.41 544	3.74 551	3.53 549	4.81 528	3.53 534	5.33 545	5.25 542	4.17 522	26.53 572	25.62 573	4.09 499	10.97 485	4.32 474	3.69 552	2.30 550	2.91 549	1.87 545	4.03 548	3.24 553

MSC_U_SF_DS_RVC	4.48 510	10.62 559	15.18 404	1.55 460	1.45 451	6.16 541	3.54 536	5.41 547	3.68 522	2.59 443	2.74 464	4.81 512	2.20 417	13.79 556	4.40 475	2.04 533	3.36 565	1.05 520	1.20 529	2.09 529	1.72 523

WAO-6	5.87 534	2.27 503	15.05 400	2.96 538	2.77 536	12.01 559	3.58 537	5.37 546	11.91 560	3.34 502	9.69 544	6.78 536	5.84 524	11.82 530	8.89 517	2.87 539	2.35 553	2.50 540	1.84 544	2.85 535	2.67 542

ADCS	4.22 507	5.33 532	16.32 413	1.64 472	1.31 412	3.91 340	3.64 538	4.21 432	2.89 466	5.11 534	2.81 473	4.46 499	3.06 468	5.21 338	19.50 562	0.63 470	0.64 499	0.69 495	0.69 497	1.12 505	1.26 505

ADCP+	3.74 490	1.96 494	16.90 423	1.09 271	1.55 466	4.35 450	3.65 539	3.93 351	2.98 478	2.22 362	1.66 232	3.95 472	4.83 511	3.41 301	18.87 561	0.38 335	0.41 428	0.63 486	0.53 471	0.64 437	0.81 474

UNDER WATER	10.47 553	3.95 527	22.62 561	5.07 566	4.51 562	7.78 552	3.77 540	12.56 562	21.72 573	7.84 551	10.78 548	23.96 569	31.66 575	10.78 478	16.19 546	4.44 561	2.93 557	4.24 562	2.86 563	6.33 563	5.47 569

aanetorigin	3.30 473	1.66 480	17.52 436	1.18 326	1.58 474	2.57 133	3.80 541	2.65 152	2.03 296	6.12 542	4.30 513	2.82 389	5.70 522	5.47 344	4.67 478	0.50 438	0.44 441	0.43 397	0.47 445	1.17 512	0.92 486

SANet	5.65 531	1.72 483	20.94 530	1.26 358	0.88 294	7.20 548	3.81 542	4.60 525	11.23 556	4.56 529	8.78 540	7.49 538	6.95 537	11.85 531	18.11 555	0.49 434	0.44 441	0.50 443	0.42 430	0.90 487	0.82 478

MeshStereo	5.35 525	1.32 450	21.34 542	1.34 397	1.15 370	4.40 459	3.90 543	5.18 539	4.55 533	10.14 562	11.82 555	11.47 547	5.84 524	13.84 557	7.03 506	0.61 467	0.58 488	0.60 478	0.58 480	0.72 465	0.59 423
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
CBMV	3.32 475	0.96 380	21.16 537	1.32 385	0.83 273	3.81 315	3.91 544	4.47 510	2.53 415	3.34 502	2.24 400	4.45 498	2.58 442	10.07 454	1.96 388	0.45 402	0.43 436	0.48 426	0.38 399	0.52 388	0.53 397
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	4.17 505	5.75 536	12.62 358	1.60 467	1.54 462	5.51 538	4.09 545	3.90 339	3.23 502	4.22 526	3.03 482	3.10 411	3.41 481	8.01 402	18.85 560	0.53 453	0.58 488	0.53 456	0.74 499	1.19 514	0.97 490

ktn	21.74 574	10.34 558	19.68 476	4.53 562	4.00 557	6.53 545	4.51 546	6.79 551	78.82 588	84.69 588	100.86 591	58.49 585	7.57 544	12.11 536	13.35 535	4.58 566	3.24 564	3.49 556	2.62 558	4.65 555	3.84 560

UNDER WATER-64	9.33 551	5.37 533	22.60 560	5.22 567	4.86 564	10.75 557	4.61 547	11.45 559	17.30 566	7.59 548	9.80 546	15.99 557	17.90 566	10.63 471	15.72 542	4.36 559	2.87 556	4.39 566	2.86 563	7.01 566	5.36 568

IMH-64-1	4.84 518	2.53 509	6.83 288	4.30 558	3.74 552	4.81 528	6.05 548	5.30 542	3.92 526	3.95 516	8.33 534	5.08 522	6.06 527	8.96 418	6.30 495	4.57 564	2.96 559	3.04 550	2.12 552	4.28 550	3.62 557

IMH-64	4.84 518	2.53 509	6.83 288	4.30 558	3.74 552	4.81 528	6.05 548	5.30 542	3.92 526	3.95 516	8.33 534	5.08 522	6.06 527	8.96 418	6.30 495	4.57 564	2.96 559	3.04 550	2.12 552	4.28 550	3.62 557

LSM	12.71 563	3.52 524	20.79 524	55.63 586	84.76 584	3.63 285	6.30 550	3.73 300	4.93 540	5.55 536	13.92 561	3.53 455	3.25 475	9.72 437	4.12 473	0.64 473	0.85 518	0.71 498	0.81 508	1.03 496	26.84 578

AnyNet_C01	4.37 509	7.80 541	16.40 414	1.98 511	1.40 437	6.37 543	6.47 551	4.09 399	5.03 541	4.06 520	3.78 506	4.16 486	3.31 477	6.62 372	10.00 520	0.61 467	0.67 504	0.63 486	0.67 492	2.01 528	1.31 508

PSM-AAD	2.43 369	0.54 93	1.32 73	0.92 168	0.54 136	4.48 469	7.47 552	2.96 189	1.55 172	2.31 389	2.56 449	1.26 174	16.23 562	2.46 258	0.89 166	0.28 149	0.21 166	0.58 470	0.41 424	0.34 226	1.32 510

EDNetEfficient	5.61 529	2.14 501	16.75 421	1.67 476	3.64 550	4.12 398	7.51 553	3.05 200	5.63 547	11.57 568	4.83 517	3.95 472	12.72 555	8.44 408	20.78 565	0.41 369	0.43 436	0.47 418	1.01 519	1.66 526	1.39 515

PWCK	5.85 533	9.95 557	15.22 405	2.90 537	1.56 469	5.66 540	7.69 554	5.27 541	4.74 538	3.88 513	7.51 528	8.04 541	5.28 517	15.18 560	8.40 514	3.08 543	1.51 535	2.24 539	1.37 535	5.55 559	1.96 529

MADNet++	7.57 549	5.80 537	13.28 363	6.38 568	5.26 565	7.18 547	7.77 555	5.32 544	5.62 546	6.11 541	7.78 529	6.02 533	8.01 547	11.74 526	16.36 547	9.36 572	4.95 569	8.57 573	5.66 569	4.83 556	5.34 567

GrayStereo	2.58 400	0.53 82	1.63 105	1.58 464	0.89 299	4.17 419	8.17 556	3.03 198	1.52 148	2.80 468	2.50 441	1.70 235	17.10 563	2.83 288	1.15 230	0.33 267	0.21 166	0.27 137	0.32 331	0.28 107	0.53 397

ELAS	5.99 535	1.62 474	20.29 506	1.96 510	2.01 518	15.09 565	8.38 557	5.23 540	5.54 545	9.02 556	8.61 537	6.74 535	9.75 553	7.48 391	11.40 528	0.96 508	1.18 527	0.72 502	0.93 514	1.30 518	1.67 521
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	4.35 508	1.63 476	14.21 386	1.29 372	1.26 405	5.56 539	11.16 558	3.97 364	3.37 512	6.07 540	4.67 515	4.30 494	5.72 523	5.08 336	14.51 538	0.50 438	0.48 465	0.89 514	0.77 503	0.78 474	0.76 465

FTStereo	3.71 489	0.53 82	20.37 508	0.96 196	0.65 197	4.34 449	11.29 559	2.62 149	1.50 132	2.58 440	5.04 519	1.90 275	13.84 558	3.71 311	1.25 257	0.38 335	0.24 256	0.31 229	0.32 331	0.30 144	2.10 531

ELAS_RVC	5.72 532	1.64 479	20.40 510	2.09 516	2.01 518	4.95 531	11.47 560	4.66 528	6.31 551	8.09 553	8.01 531	8.06 543	11.65 554	8.36 404	10.22 521	0.99 510	1.17 526	0.81 511	0.76 501	1.14 507	1.58 519
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.27 538	9.15 551	13.76 371	1.94 509	4.60 563	11.91 558	12.00 561	5.12 538	3.45 516	3.79 512	4.52 514	9.54 545	6.56 536	9.40 429	13.48 536	1.26 524	1.37 533	1.17 526	1.34 533	7.06 567	3.95 561

TCMNet-wrong-test	12.32 561	14.13 571	19.38 468	22.38 575	19.85 571	15.99 569	12.34 562	22.95 573	4.56 534	6.24 543	6.27 525	18.40 560	15.71 560	10.10 456	10.72 523	9.06 571	4.78 567	5.35 567	3.95 567	12.28 574	11.97 573

JetRed	10.48 554	27.10 577	35.70 574	4.27 556	4.09 559	15.55 568	12.83 563	12.16 560	5.50 544	5.83 538	5.56 522	10.14 546	7.43 542	8.88 414	26.39 574	3.32 545	3.81 566	3.51 557	2.96 565	7.85 568	6.69 571

EAI-Stereo	2.35 356	0.63 188	2.97 222	0.95 190	0.65 197	3.84 322	14.27 564	5.04 537	2.19 335	2.06 304	7.25 526	1.10 148	0.94 146	1.65 177	1.37 283	0.31 230	0.22 195	0.27 137	0.60 484	0.27 90	0.32 213

MANE	11.39 557	1.38 457	23.16 563	4.82 565	2.79 537	22.02 571	14.51 565	25.81 574	26.28 575	10.93 566	13.17 560	19.90 563	18.03 567	15.69 562	20.41 564	0.96 508	0.74 513	1.42 530	3.24 566	0.74 467	1.71 522

THIR-Stereo	4.14 504	0.82 332	10.85 341	0.86 130	0.43 65	2.16 96	16.77 566	3.22 219	1.54 164	2.04 297	12.05 556	2.68 369	7.53 543	7.30 386	12.62 533	0.30 211	0.21 166	0.29 187	0.28 258	0.33 208	0.41 323

SGM+DAISY	8.36 550	3.82 525	24.83 568	2.02 513	1.75 500	14.80 564	17.22 567	4.27 457	11.79 559	13.88 569	14.38 562	11.74 550	13.83 557	10.56 467	15.12 539	1.21 518	1.19 529	1.14 525	1.13 526	1.17 512	1.37 512

CrosDoStereo	5.24 523	0.60 152	20.23 499	0.82 93	0.51 118	3.39 224	18.11 568	3.82 316	2.27 351	1.98 266	8.74 538	1.96 286	6.96 538	7.35 388	26.35 572	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

DeepStereo_LL	5.24 523	0.60 152	20.23 499	0.82 93	0.51 118	3.39 224	18.11 568	3.82 316	2.27 351	1.98 266	8.74 538	1.96 286	6.96 538	7.35 388	26.35 572	0.30 211	0.22 195	0.30 207	0.28 258	0.33 208	0.38 290

SGM-ForestM	11.55 558	1.16 419	21.62 550	2.14 517	0.81 260	22.25 572	19.08 570	16.50 572	11.34 557	15.94 572	14.44 563	27.12 574	22.61 573	24.76 573	28.39 578	0.50 438	0.48 465	0.47 418	0.44 436	0.55 399	0.53 397

LE_ROB	18.58 570	1.21 427	48.38 580	8.60 571	23.00 574	7.32 550	19.74 571	9.94 557	38.69 580	43.53 578	21.91 567	28.40 575	40.92 578	23.18 569	54.71 583	0.34 279	0.33 363	0.32 249	0.36 374	0.42 330	0.40 317

tt	7.19 546	0.51 65	6.83 288	4.03 553	2.30 531	12.05 560	20.19 572	15.46 570	6.58 552	3.42 506	3.22 493	5.37 528	6.39 535	4.20 325	7.46 509	9.81 573	11.53 577	7.05 570	7.46 572	6.31 562	3.71 559

HaxPig	43.25 582	43.65 583	45.00 578	33.85 580	35.61 577	32.69 577	30.52 573	45.09 582	42.97 581	48.77 579	48.17 581	43.00 576	40.26 577	44.58 581	43.61 580	47.18 584	49.30 585	51.54 585	50.25 584	43.73 584	45.29 585

AVERAGE_ROB	44.46 583	45.91 584	46.59 579	40.59 582	38.66 578	32.99 578	30.52 573	46.19 583	43.26 582	49.59 580	48.97 582	44.62 578	39.89 576	45.04 582	43.94 581	48.74 585	50.69 586	50.80 584	49.79 583	45.54 585	46.97 586

DGTPSM_ROB	15.31 566	8.85 546	28.14 572	9.90 572	18.89 569	12.44 561	33.21 575	13.48 565	17.86 569	9.50 558	22.89 568	13.78 554	19.67 568	21.26 565	23.68 568	5.08 569	8.84 571	5.62 568	11.50 573	6.72 564	14.87 574

DPSMNet_ROB	15.52 567	8.89 547	31.44 573	10.07 573	18.91 570	12.44 561	33.22 576	13.51 566	17.94 570	9.58 559	22.91 569	13.79 555	19.67 568	21.43 566	23.73 569	5.17 570	8.84 571	5.63 569	11.52 576	6.79 565	14.90 575

MEDIAN_ROB	47.37 584	49.08 585	49.92 581	40.32 581	39.97 579	34.95 579	33.43 577	49.17 584	46.39 584	53.06 582	52.65 583	47.65 579	42.23 584	48.35 587	47.29 582	52.10 586	54.04 587	54.28 586	53.48 585	48.76 586	50.33 587

USTest	15.98 568	15.58 572	22.56 559	18.49 574	16.99 568	26.43 573	36.08 578	27.68 577	12.77 561	10.69 564	10.80 549	18.35 559	15.09 559	18.62 564	23.37 567	4.85 568	5.34 570	7.38 571	7.43 571	9.90 572	11.23 572

Anonymous_1	57.11 587	19.68 574	26.15 569	23.10 576	142.31 589	30.84 574	39.75 579	33.86 581	16.98 565	70.53 587	15.42 564	23.46 568	19.75 570	23.04 568	27.23 575	164.73 592	9.02 573	130.38 589	137.40 589	161.27 592	27.24 579

DPSM_ROB	20.78 572	20.03 575	26.57 570	23.62 577	22.46 572	31.10 575	39.97 580	33.52 579	17.41 567	15.25 570	15.80 565	24.06 570	20.71 571	23.30 570	27.62 576	10.78 574	9.41 574	11.69 576	11.50 573	14.49 575	16.36 576

DPSM	20.78 572	20.03 575	26.57 570	23.62 577	22.46 572	31.10 575	39.97 580	33.52 579	17.41 567	15.25 570	15.80 565	24.06 570	20.71 571	23.30 570	27.62 576	10.78 574	9.41 574	11.69 576	11.50 573	14.49 575	16.36 576

DGSMNet	7.55 548	1.62 474	17.42 432	1.92 505	12.73 567	7.45 551	42.99 582	4.13 410	2.07 307	2.10 311	3.16 492	3.42 440	1.70 353	9.24 426	2.30 420	3.70 553	10.89 576	11.80 578	5.54 568	4.24 549	2.66 541

BEATNet-Init1	49.72 586	64.32 588	97.77 589	4.68 564	4.28 560	84.75 590	60.42 583	73.38 589	68.59 585	88.29 589	88.51 590	91.94 590	97.99 590	85.26 591	70.96 591	0.80 496	0.65 500	0.85 512	0.70 498	7.96 569	2.33 535

xxxxx1	112.33 590	88.53 589	37.76 575	227.84 591	157.23 590	39.05 580	61.41 584	93.76 590	79.29 589	62.45 584	74.79 585	78.32 586	70.96 587	33.47 576	70.69 588	114.00 589	130.36 590	259.31 591	274.34 591	145.54 589	147.50 590

tt_ll	112.33 590	88.53 589	37.76 575	227.84 591	157.23 590	39.05 580	61.41 584	93.76 590	79.29 589	62.45 584	74.79 585	78.32 586	70.96 587	33.47 576	70.69 588	114.00 589	130.36 590	259.31 591	274.34 591	145.54 589	147.50 590

ff	112.33 590	88.53 589	37.76 575	227.84 591	157.23 590	39.05 580	61.41 584	93.76 590	79.29 589	62.45 584	74.79 585	78.32 586	70.96 587	33.47 576	70.69 588	114.00 589	130.36 590	259.31 591	274.34 591	145.54 589	147.50 590

LSM0	49.58 585	40.04 580	53.62 586	97.15 587	128.68 588	62.75 587	79.89 587	67.63 588	35.11 579	33.02 577	32.61 578	48.43 583	41.60 580	46.60 584	55.43 586	21.63 579	18.99 583	23.62 582	23.13 578	29.47 582	52.26 588

FlowAnything	41.75 579	39.90 579	53.36 584	47.83 585	45.06 580	62.45 584	80.51 588	67.34 587	34.89 577	30.56 575	31.52 574	48.18 581	42.05 582	46.66 586	55.24 585	21.71 580	18.88 581	23.49 581	23.13 578	29.12 579	33.04 581

Selective-RAFT-Error	41.77 580	40.16 581	53.34 583	47.73 583	45.25 582	62.51 585	80.64 589	67.22 585	34.93 578	30.64 576	31.81 575	48.11 580	42.11 583	46.57 583	54.95 584	21.61 578	18.87 580	23.48 579	23.15 580	29.16 580	33.08 583

CasAABBNet	41.80 581	40.20 582	53.41 585	47.73 583	45.18 581	62.51 585	80.71 590	67.26 586	34.80 576	30.49 574	31.88 576	48.24 582	41.81 581	46.63 585	55.64 587	21.60 577	18.88 581	23.48 579	23.22 581	29.19 581	33.05 582

DPSimNet_ROB	102.30 589	119.72 593	143.59 591	109.42 588	94.10 585	127.22 591	127.15 591	26.62 576	102.36 592	149.58 592	83.99 589	139.34 592	137.54 592	64.62 588	82.36 592	105.18 588	66.15 589	120.15 588	69.61 587	99.58 588	77.72 589

test_example2	212.63 593	219.92 594	221.87 593	213.67 590	221.17 593	199.47 593	200.74 592	185.30 593	141.66 593	209.52 593	213.45 592	210.82 593	205.48 593	221.27 593	216.64 593	236.83 593	242.07 593	213.93 590	217.01 590	235.69 593	226.10 593

PML	64.32 588	53.22 586	17.88 438	8.10 570	32.94 576	148.46 592	247.79 593	12.18 561	45.42 583	111.41 590	288.92 593	101.47 591	101.31 591	31.67 575	15.55 540	14.03 576	4.83 568	10.98 575	6.18 570	28.82 578	5.17 566

ccccc		629.75 595		567.84 594	570.84 594	582.44 594		613.82 594		614.58 594		555.57 594		666.94 594		781.57 594	507.24 594	391.36 594	342.44 594	689.82 594

ASD4		113.98 592

Low-res two-view benchmark